Что касается машинного перевода, то ЕПВ использует программу перевода патентной документации (Patent Translate), а также разрабатывает собственную систему машинообучаемого перевода.


Чтобы посмотреть этот PDF файл с форматированием и разметкой, скачайте файл и откройте на своем компьютере.
R WIPO/IP/ITAI/GE/18/1 ADD. ОРИГИНАЛ: АНГЛИЙСКИ Й ДАТА: 29 МАРТА 2018 Г. СОВЕЩАНИЕ ВЕДОМСТВ ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ (ВИС) ПО ИКТ - СТРАТЕГИЯМ И ИСПОЛЬЗОВАНИЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА (ИИ) ДЛЯ УПРАВЛЕНИЯ АДМИНИСТРАТИВНЫМИ ПРОЦЕССАМИ В ОБЛАСТИ ИС Женева, 23 - 25 мая 2018 г. ДОПОЛНЕНИЕ К ДОКУМЕНТУ WIPO/IP/ITAI/GE/18/1, КАСАЮЩЕМУСЯ РЕЗЮМЕ ОТВЕТОВ НА ПИСЬМО ПО ВОПРОСУ ОБ ИСПОЛЬЗОВАНИИ В ВИС ПРИКЛАДНЫХ ПРОГРАММ ИИ ДЛЯ УПРАВЛЕНИЯ АДМИНИСТРАТИВНЫМИ ПРОЦЕССАМИ подготовлено Международным бюро ВОИС 1. Международное бюр о получило сообщения от Ведомства интеллектуальной собственности Филиппин (IPOPH L) и Европейского патентного ведомства (ЕПВ ) по вопросу об использовании искусственного интеллекта для управления административными процессами в ведомствах интеллектуальной собственности . Следующие пункты должны быть вставлены между пунктами 13 и 14 документа WIPO/IP/ITAI/GE/18/1: 14. Для осуществления патентного поиска IPOPHL в настоящее время использует поисковый механизм сторонних разработчиков, называемый «DTSearch». Аналогично всем другим поисковым механизмам данная система способна осуществлять пошаговый поиск по индексу и поиск по неточному соответствию, а также в ней заложен ряд других функций. Хотя данная система представляет собой простую прикладную программу ИИ , она значительно более эффективна, чем традиционные системы поиска по базам данных. Платформы ASEAN TMView, ASEAN DesignView, WIPO ASEAN Patentscope и eTMFile IPOPHL также используют системы свободного поиска, такие как SOLR. 15. IPOPHL также используе т коммерческую программу для сбора и анализа информации COGNOS, с помощью которой составляется управленческая отчетность ведомства. IPOPHL использует данную систему для извлечения WIPO/IP/ITAI/GE/ 18/ 1 ADD. стр. 2 информации из базы данных IPAS и ее преобразования в машиночитаемые пакеты данных и последующей загрузки в COGNOS. 16. Как показывает опыт IPOPHL, надежность любой поисковой системы зависит от точности обрабатываемых исходных данных. IPOPHL также отмечает, что система поиска товарных знаков по изображению является полезным дополнением к системе администрирования ИС, а функции «интеллектуального анализа данных» закладывают основу для систем управления знаниями, которые могут использоваться в целях устранения несоответствий в результатах экспертизы объектов ИС . 1 7 . ЕПВ активно занимается созданием организационных систем и добилась различных стадий прогресса в разработк е технических решений с использованием машинного обучения и ИИ в следующих о бластях :  автоматическая предварительная классификация поступающих патентных заявок для их распределения среди соответствующих подразделений, отвечающих за поиск и экспертизу ;  автоматическая классификация патентных документов в соответствии с СПК ;  автома тическая реклассификация патентных документов в соответствии с изменениями в СПК ;  автоматический поиск известного уровня техники для поступающих патентных заявок ;  автоматическое составление запросов ;  автоматическое составление аннотаций патентной литерат уры ;  автоматическое выявление проблем/решений в патентной документации ;  автоматическое выявление исключений из патентоспособности ;  автоматический перевод патентной документации ;  выявление тенденций распространения/проникновения специфических технологий ( изобретений, основой которых является программное обеспечение) в другие области техники ;  автоматический поиск рисунков и изображений для патентных чертежей . 1 8 . Силами своей Группы интелл ектуальной обработки данных (DataScience) ЕПВ в основном занимается разработкой собственных систем искусственного интеллекта ( и соответственно систем машинного обучения) на основе библиотек отвечающих поставленным задачам программ с открытым исходным кодом . Таким образом, ЕПВ находится в уникальном положении в том смысле, что оно может объединить опыт и навыки сотрудников Группы DataScience с непревзойденными знаниями своих экспертов и своей исключительно ценной базой данных, т.е. хранящимися данными о рез ультатах предыдущих поисков и, безусловно, собранием материалов по известному уровню техники. ЕПВ также использует коммерческие программы, которые оно получает от поставщиков программного обеспечения в рамках различных проектов, для целей автоматическо го составления аннотаций. Что касается машинного перевода, то ЕПВ использует программу перевода патентной документации (Patent Translate), а также разрабатывает собственную систему машинообучаемого перевода. ЕПВ созданы собственные справочные данные («зо лотые стандарты») и системы для определения качества работы систем автоматического поиска. В частности, для этого используются разработанные контрольные показатели и система оценок, которые позволяют определять степень улучшения результатов поиска за счет автоматизации, а также системы интеллектуальной обработки данных, которые применяются для анализа машинного обучения и программ обработки данных для создания прототипов. В ЕПВ WIPO/IP/ITAI/GE/ 18/ 1 ADD. стр. 3 разработана модель патентной документации (PDM), которая используется в систем е управления знаниями и информацией (KIME). Все это позволяет значительно усовершенствовать управление патентными и другими данными для целей машинного обучения . 1 9 . ЕПВ не пользуется индивидуальными непроверенными сведениями и применяет специально составленные «золотые стандарты». Данные по цитированию, классификации и категоризации были получены в результате десятилетий работы тысяч высококвалифицированных экспертов . Часто наиболее трудоемким процессом при использовании машинного обучения является подборка исходных проверенных данных. От специалистов требуется избегать очевидных ошибок. ЕПВ может поделиться своим опытом в области оценки систем , которые либо являют ся результатом собственн ой разработки, либо приобретаются у внешни х поставщиков . В обоих с лучаях для успешного применения таких систем необходимо всестороннее понимание процесса оценки. Технологии искусственного интеллекта и машинного обучения являются мн огообещающими и нах возлагаются большие надежды, но даже небольшие ошибки в обучении и затем в процессе оценки мо гут иметь катастрофические последствия в случае внедрения плохо обученн ых систем . 2. В связи с вышеуказанным нумерация пункта 14 и последующих пунктов документа должна быть изменена соответствующим образом . [ Конец документа ]

Приложенные файлы

  • pdf 42043396
    Размер файла: 226 kB Загрузок: 0

Добавить комментарий