論文の概要: Identification, Tracking and Impact: Understanding the trade secret of catchphrases

• arxiv url: http://arxiv.org/abs/2007.13520v1
• Date: Mon, 20 Jul 2020 06:11:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-08 13:22:36.156346
• Title: Identification, Tracking and Impact: Understanding the trade secret of catchphrases
• Title（参考訳）: キャッチフレーズの取引秘密を理解する : 識別・追跡・影響
• Authors: Jagriti Jalal, Mayank Singh, Arindam Pal, Lipika Dey, Animesh Mukherjee
• Abstract要約: 我々は,米国特許商標庁が付与した特許の要約から,キャッチフレーズを抽出するための教師なしの方法を提案する。 提案システムは,最先端技術に対する精度とリコールの両面で,大幅な改善を実現している。
• 参考スコア（独自算出の注目度）: 8.343482692350094
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding the topical evolution in industrial innovation is a challenging problem. With the advancement in the digital repositories in the form of patent documents, it is becoming increasingly more feasible to understand the innovation secrets -- "catchphrases" of organizations. However, searching and understanding this enormous textual information is a natural bottleneck. In this paper, we propose an unsupervised method for the extraction of catchphrases from the abstracts of patents granted by the U.S. Patent and Trademark Office over the years. Our proposed system achieves substantial improvement, both in terms of precision and recall, against state-of-the-art techniques. As a second objective, we conduct an extensive empirical study to understand the temporal evolution of the catchphrases across various organizations. We also show how the overall innovation evolution in the form of introduction of newer catchphrases in an organization's patents correlates with the future citations received by the patents filed by that organization. Our code and data sets will be placed in the public domain soon.
• Abstract（参考訳）: 産業革新における話題の進化を理解することは難しい問題である。 特許文書の形でデジタルリポジトリが進歩するにつれ、組織の「キャッチフレーズ」であるイノベーションの秘密を理解することがますます現実化しつつある。 しかし、この膨大なテキスト情報の検索と理解は自然のボトルネックである。 本稿では,米国特許商標庁が長年にわたって付与してきた特許の要約から,キャッチフレーズを抽出するための教師なし手法を提案する。 提案システムは,最先端技術に対する精度とリコールの両面で,大幅な改善を実現している。 第2の目的として、様々な組織にわたるキャッチフレーズの時間的進化を理解するための広範な実証的研究を行った。 また、組織の特許に新たなキャッチフレーズを導入するという形での全体的なイノベーションが、その団体が出願した特許によって受け取った将来の引用とどのように相関するかを示す。 私たちのコードとデータセットは間もなくパブリックドメインに置かれる予定です。

関連論文リスト

• Patent Novelty Assessment Accelerating Innovation and Patent Prosecution [0.873811641236639]
  本報告では,特許ノベルティ評価とクレーム生成システムについて紹介する。 我々のシステムは、特許請求の複雑さをナビゲートし把握するための直感的なプラットフォームを大学生や研究者に提供する。 従来の分析システムとは異なり、我々のイニシアチブは独自に開発した中国語のAPIを利用して、非並列の精度と妥当性を保証する。
  論文  参考訳（メタデータ） (2025-01-12T22:25:46Z)
• PatentEdits: Framing Patent Novelty as Textual Entailment [62.8514393375952]
  このデータセットには105万例の修正が成功している。 我々は、文章を文単位でラベル付けするアルゴリズムを設計し、これらの編集がいかに大きな言語モデルで予測できるかを確立する。 引用引用文と起草文の文的含意を評価することは,どの発明的主張が変化しないか,あるいは先行技術に関して新規かを予測するのに特に有効であることを示す。
  論文  参考訳（メタデータ） (2024-11-20T17:23:40Z)
• Detecting, Explaining, and Mitigating Memorization in Diffusion Models [49.438362005962375]
  そこで本研究では,テキスト条件予測の大きさを検査することで,暗黙のプロンプトを検出する方法を提案する。 提案手法はサンプリングアルゴリズムを中断することなくシームレスに統合し,第1世代でも高い精度を実現する。 検出戦略に基づいて,個々の単語やトークンの記憶への寄与を示す説明可能なアプローチを提示する。
  論文  参考訳（メタデータ） (2024-07-31T16:13:29Z)
• Connecting the Dots: Inferring Patent Phrase Similarity with Retrieved Phrase Graphs [18.86788223751979]
  本稿では,2つの特許句間の意味的類似度を測定する特許フレーズ類似性推論タスクについて検討する。 本稿では,特許用語のグローバルな文脈情報を増幅するためのグラフ拡張手法を提案する。
  論文  参考訳（メタデータ） (2024-03-24T18:59:38Z)
• LLM-based Extraction of Contradictions from Patents [0.0]
  本稿では,Prompt Engineeringに基づく特許文書からTRIZの矛盾を抽出する手法を提案する。 以上の結果から,GPT-4 は既存のアプローチの真に代替するものであることが示唆された。
  論文  参考訳（メタデータ） (2024-03-21T09:36:36Z)
• Unveiling Black-boxes: Explainable Deep Learning Models for Patent Classification [48.5140223214582]
  深部不透明ニューラルネットワーク(DNN)を利用した多ラベル特許分類のための最先端手法 レイヤワイド関連伝搬(Layer-wise Relevance propagation, LRP)を導入し, 特許の詳細な分類手法を提案する。 関連性スコアを考慮し、予測された特許クラスに関連する単語を視覚化して説明を生成する。
  論文  参考訳（メタデータ） (2023-10-31T14:11:37Z)
• Creating a silver standard for patent simplification [11.083371480030195]
  特許は、発明を一方的に保護し、他方で技術知識を流通させることを目的とした法的文書である。 彼らのスタイル(法的、技術的、非常に曖昧な言語)は、人間や機械へのアクセスを困難にしている。 本稿では,リフレージングにより特許文書を自動的に単純化する手法を提案する。
  論文  参考訳（メタデータ） (2023-10-24T10:00:56Z)
• Large Language Models for Information Retrieval: A Survey [58.30439850203101]
  情報検索は、項ベースの手法から高度なニューラルモデルとの統合へと進化してきた。 近年の研究では、大規模言語モデル(LLM)を活用してIRシステムの改善が試みられている。 LLMとIRシステムの合流点を探索し、クエリリライト、リトリバー、リランカー、リーダーといった重要な側面を含む。
  論文  参考訳（メタデータ） (2023-08-14T12:47:22Z)
• The Harvard USPTO Patent Dataset: A Large-Scale, Well-Structured, and Multi-Purpose Corpus of Patent Applications [8.110699646062384]
  ハーバードUSPTO特許データセット(HUPD)について紹介する。 450万件以上の特許文書があり、HUPDは同等のコーパスの2倍から3倍の大きさだ。 各アプリケーションのメタデータとすべてのテキストフィールドを提供することで、このデータセットは研究者が新しいNLPタスクセットを実行することを可能にする。
  論文  参考訳（メタデータ） (2022-07-08T17:57:15Z)
• KAT: A Knowledge Augmented Transformer for Vision-and-Language [56.716531169609915]
  我々は、OK-VQAのオープンドメインマルチモーダルタスクにおいて、最先端の強力な結果をもたらす新しいモデルである知識拡張トランスフォーマー(KAT)を提案する。 提案手法は,エンド・ツー・エンドのエンコーダ・デコーダアーキテクチャにおいて暗黙的かつ明示的な知識を統合しつつ,回答生成時に両知識源を共同で推論する。 我々の分析では、モデル予測の解釈可能性の向上に、明示的な知識統合のさらなる利点が見られる。
  論文  参考訳（メタデータ） (2021-12-16T04:37:10Z)
• SmartPatch: Improving Handwritten Word Imitation with Patch Discriminators [67.54204685189255]
  本稿では,現在の最先端手法の性能を向上させる新手法であるSmartPatchを提案する。 我々は、よく知られたパッチ損失と、平行訓練された手書きテキスト認識システムから収集された情報を組み合わせる。 これにより、より強化された局所識別器が実現し、より現実的で高品質な手書き文字が生成される。
  論文  参考訳（メタデータ） (2021-05-21T18:34:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。