論文の概要: KAPPA: A Generic Patent Analysis Framework with Keyphrase-Based Portraits

• arxiv url: http://arxiv.org/abs/2502.13076v1
• Date: Tue, 18 Feb 2025 17:24:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-19 14:02:33.303725
• Title: KAPPA: A Generic Patent Analysis Framework with Keyphrase-Based Portraits
• Title（参考訳）: KAPPA: キーフレーズベースのポートフォリオを備えたジェネリック特許分析フレームワーク
• Authors: Xin Xia, Yujin Wang, Jun Zhou, Guisheng Zhong, Linning Cai, Chen Zhang,
• Abstract要約: キーフレーズは、その簡潔さ、代表性、明快さのために、特許肖像画の理想的な候補である。 KaPPAは2つのフェーズで運用されている。 実世界の特許出願で実施された実験は、キーフレーズに基づく肖像画がドメイン固有の知識を効果的に捉えていることを示している。
• 参考スコア（独自算出の注目度）: 11.425951419870128
• License:
• Abstract: Patent analysis highly relies on concise and interpretable document representations, referred to as patent portraits. Keyphrases, both present and absent, are ideal candidates for patent portraits due to their brevity, representativeness, and clarity. In this paper, we introduce KAPPA, an integrated framework designed to construct keyphrase-based patent portraits and enhance patent analysis. KAPPA operates in two phases: patent portrait construction and portrait-based analysis. To ensure effective portrait construction, we propose a semantic-calibrated keyphrase generation paradigm that integrates pre-trained language models with a prompt-based hierarchical decoding strategy to leverage the multi-level structural characteristics of patents. For portrait-based analysis, we develop a comprehensive framework that employs keyphrase-based patent portraits to enable efficient and accurate patent analysis. Extensive experiments on benchmark datasets of keyphrase generation, the proposed model achieves significant improvements compared to state-of-the-art baselines. Further experiments conducted on real-world patent applications demonstrate that our keyphrase-based portraits effectively capture domain-specific knowledge and enrich semantic representation for patent analysis tasks.
• Abstract（参考訳）: 特許分析は、特許肖像画と呼ばれる簡潔で解釈可能な文書表現に大きく依存している。 キーフレーズは、現在と欠落の両方で、その簡潔さ、代表性、明快さのために、特許の肖像画の理想的な候補である。 本稿では,キーフレーズに基づく特許ポートレートの構築と,特許解析の強化を目的とした統合フレームワークであるKAPPAを紹介する。 KAPPAは2つのフェーズで運用されている。 そこで本研究では,事前学習された言語モデルと迅速な階層的復号化戦略を統合し,特許のマルチレベル構造特性を活用するセマンティックキャリブレーション・キーフリーゼ生成パラダイムを提案する。 ポートレート・ベース・アナリティクスでは,キーフレーズ・ベースのパテント・ポートレートを用いて,効率的かつ正確なパテント・アナリティクスを実現する包括的フレームワークを開発した。 キーフレーズ生成のベンチマークデータセットに対する大規模な実験により、提案モデルは最先端のベースラインと比較して大幅に改善された。 実世界の特許出願で実施されたさらなる実験により、我々のキーフレーズに基づく肖像画はドメイン固有の知識を効果的に捉え、特許分析タスクのセマンティック表現を豊かにすることを示した。

関連論文リスト

• Structural Representation Learning and Disentanglement for Evidential Chinese Patent Approval Prediction [19.287231890434718]
  本稿では,検索に基づく分類手法を用いて,本課題の先駆的取り組みについて述べる。 本稿では,構造表現学習と絡み合いに着目したDiSPatという新しいフレームワークを提案する。 弊社のフレームワークは、特許承認の予測に関する最先端のベースラインを超越し、明確性の向上も示している。
  論文  参考訳（メタデータ） (2024-08-23T05:44:16Z)
• Exploring the Spectrum of Visio-Linguistic Compositionality and Recognition [61.956088652094515]
  視覚と言語モデル(VLM)は、驚くべきゼロショット認識能力を示した。 しかし、それらは視覚言語的構成性、特に言語的理解ときめ細かい画像テキストアライメントの課題に直面している。 本稿では,構成性と認識の複雑な関係について考察する。
  論文  参考訳（メタデータ） (2024-06-13T17:58:39Z)
• Large Language Model Informed Patent Image Retrieval [0.0]
  本稿では,特許画像特徴学習のための言語インフォームドな分散型マルチモーダルアプローチを提案する。 提案手法は, mAP +53.3%, Recall@10 +41.8%, MRR@10 +51.9%による画像に基づく特許検索において, 最先端ないし同等の性能を実現する。
  論文  参考訳（メタデータ） (2024-04-30T08:45:16Z)
• Natural Language Processing in Patents: A Survey [0.0]
  重要な技術的および法的情報をカプセル化した特許は、自然言語処理(NLP)アプリケーションのための豊富なドメインを提供する。 NLP技術が発展するにつれて、大規模言語モデル(LLM)は一般的なテキスト処理や生成タスクにおいて優れた能力を示してきた。 本稿は,NLP研究者に,この複雑な領域を効率的にナビゲートするために必要な知識を付与することを目的とする。
  論文  参考訳（メタデータ） (2024-03-06T23:17:16Z)
• PaECTER: Patent-level Representation Learning using Citation-informed Transformers [0.16785092703248325]
  PaECTERは、特許に特有のオープンソースドキュメントレベルのエンコーダである。 我々は,特許文書の数値表現を生成するために,受験者による引用情報付き特許用BERTを微調整する。 PaECTERは、特許ドメインで使用されている現在の最先端モデルよりも類似性タスクが優れている。
  論文  参考訳（メタデータ） (2024-02-29T18:09:03Z)
• Fine-tuning CLIP Text Encoders with Two-step Paraphrasing [83.3736789315201]
  パラフレーズに対するCLIPモデルの表現を強化するための簡単な微調整手法を提案する。 ParaCLIPと呼ばれる我々のモデルは、様々なタスクでベースラインCLIPモデルよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2024-02-23T06:11:50Z)
• Few-shot Action Recognition with Captioning Foundation Models [61.40271046233581]
  CapFSARは、テキストを手動でアノテートすることなく、マルチモーダルモデルの知識を利用するフレームワークである。 Transformerをベースとしたビジュアルテキストアグリゲーションモジュールはさらに、モーダル時間間の補完情報を組み込むように設計されている。 複数の標準的な数ショットベンチマークの実験では、提案したCapFSARが既存の手法に対して好適に動作することを示した。
  論文  参考訳（メタデータ） (2023-10-16T07:08:39Z)
• A Principled Design of Image Representation: Towards Forensic Tasks [75.40968680537544]
  本稿では, 理論, 実装, 応用の観点から, 法科学指向の画像表現を別の問題として検討する。 理論レベルでは、Dense Invariant Representation (DIR)と呼ばれる、数学的保証を伴う安定した記述を特徴とする、新しい法医学の表現フレームワークを提案する。 本稿では, ドメインパターンの検出とマッチング実験について, 最先端の記述子との比較結果を提供する。
  論文  参考訳（メタデータ） (2022-03-02T07:46:52Z)
• 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)
• SEEK: Segmented Embedding of Knowledge Graphs [77.5307592941209]
  本稿では,モデル複雑性を増大させることなく,高い競争力を持つ関係表現性を実現する軽量なモデリングフレームワークを提案する。 本フレームワークは,評価関数の設計に重点を置いており,1)十分な特徴相互作用の促進,2)関係の対称性と反対称性の両特性の保存,という2つの重要な特徴を強調している。
  論文  参考訳（メタデータ） (2020-05-02T15:15:50Z)
• Image-to-Image Translation with Text Guidance [139.41321867508722]
  本研究の目的は,制御可能な因子,すなわち自然言語記述を生成的敵ネットワークを用いた画像から画像への変換に組み込むことである。 提案する4つのキーコンポーネントは,(1)非意味的単語をフィルタリングする部分音声タグの実装,(2) 異なるモダリティテキストと画像特徴を効果的に融合するアフィン結合モジュールの採用,(3) 識別器の差分能力と生成器の整形能力を高めるための改良された多段階アーキテクチャである。
  論文  参考訳（メタデータ） (2020-02-12T21:09:15Z)

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。