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
- Artificial Intelligence Exploring the Patent Field [0.0]
高度な言語処理と機械学習技術は、特許と技術知識管理の分野で大幅な効率向上を約束する。
本稿では,特許関連課題と一般的な方法論の体系的概要について述べる。
本稿では,特許と特許関連データの基本的側面を紹介する。
論文 参考訳(メタデータ) (2024-03-06T23:17:16Z) - FakeNewsGPT4: Advancing Multimodal Fake News Detection through
Knowledge-Augmented LVLMs [50.13829380113614]
本稿では,大規模視覚言語モデル(Large Vision-Language Models)を,操作推論のためのフォージェリ固有の知識で拡張する新しいフレームワークを提案する。
FakeNewsGPT4は、以前の方法よりも優れたクロスドメインパフォーマンスを実現している。
論文 参考訳(メタデータ) (2024-03-04T12:35:09Z) - 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 [57.7992728506871]
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) - Adaptive Taxonomy Learning and Historical Patterns Modelling for Patent
Classification [45.168693589731156]
本稿では,特許分類に関する特許に関する情報を包括的に検討する統合フレームワークを提案する。
まず,その意味表現を導出するためのICC符号相関学習モジュールを提案する。
最後に、IPC符号のセマンティクスを含む特許文書の文脈情報と、予測を行うために利用者のシーケンシャルな選好を割り当てる。
論文 参考訳(メタデータ) (2023-08-10T07:02:24Z) - 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) - Patent Sentiment Analysis to Highlight Patent Paragraphs [0.0]
特許文書が与えられた場合、異なるセマンティックアノテーションを識別することは興味深い研究の側面である。
手動の特許分析の過程で、より読みやすくするために、段落をマークして意味情報を認識することが実際である。
この作業は、セマンティック情報を自動的に強調する特許実践者を支援し、機械学習の適性を利用して持続的で効率的な特許分析を作成するのに役立つ。
論文 参考訳(メタデータ) (2021-11-06T13:28:29Z) - 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。