論文の概要: Research on Evaluation Methods for Patent Novelty Search Systems and Empirical Analysis
- arxiv url: http://arxiv.org/abs/2508.17782v1
- Date: Mon, 25 Aug 2025 08:24:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-26 18:43:45.690241
- Title: Research on Evaluation Methods for Patent Novelty Search Systems and Empirical Analysis
- Title（参考訳）: 特許ノベルティ検索システムの評価方法と実証分析に関する研究
- Authors: Shu Zhang, LiSha Zhang, Kai Duan, XinKai Sun,
- Abstract要約: 技術的に一貫した家族特許から抽出した試験員の引用とX型引用から高品質で再現可能なデータセットを構築する包括的評価手法を提案する。
実験では、この手法がシナリオ間のパフォーマンスの違いを効果的に露呈し、システム改善の実用的な証拠を提供する。
このフレームワークはスケーラブルで実用的であり、特許ノベルティ検索システムの開発と最適化に有用なリファレンスを提供する。
- 参考スコア（独自算出の注目度）: 1.5611734619214201
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Patent novelty search systems are critical to IP protection and innovation assessment; their retrieval accuracy directly impacts patent quality. We propose a comprehensive evaluation methodology that builds high-quality, reproducible datasets from examiner citations and X-type citations extracted from technically consistent family patents, and evaluates systems using invention descriptions as inputs. Using Top-k Detection Rate and Recall as core metrics, we further conduct multi-dimensional analyses by language, technical field (IPC), and filing jurisdiction. Experiments show the method effectively exposes performance differences across scenarios and offers actionable evidence for system improvement. The framework is scalable and practical, providing a useful reference for development and optimization of patent novelty search systems
- Abstract（参考訳）: 特許ノベルティ検索システムはIP保護とイノベーションアセスメントに重要であり、その検索精度は特許品質に直接影響を及ぼす。
技術的に一貫した家族特許から抽出した検査者引用とX型引用から高品質で再現可能なデータセットを構築する総合評価手法を提案し,発明記述を入力としてシステムを評価する。
また,Top-k検出率とリコールを指標として,言語,技術分野(IPC),出願権の多次元解析を行う。
実験では、この手法がシナリオ間のパフォーマンスの違いを効果的に露呈し、システム改善の実用的な証拠を提供する。
このフレームワークはスケーラブルで実用的であり、特許新規検索システムの開発と最適化に有用な基準を提供する
関連論文リスト
- Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications [59.721265428780946]
医学における大きな言語モデル(LLM)は印象的な能力を実現しているが、体系的で透明で検証可能な推論を行う能力に重大なギャップが残っている。
本稿は、この新興分野に関する最初の体系的なレビューを提供する。
本稿では,学習時間戦略とテスト時間メカニズムに分類した推論強化手法の分類法を提案する。
論文 参考訳（メタデータ） (2025-08-01T14:41:31Z) - Scoring Verifiers: Evaluating Synthetic Verification for Code and Reasoning [59.25951947621526]
本稿では,既存の符号化ベンチマークをスコアとランキングデータセットに変換して,合成検証の有効性を評価する手法を提案する。
我々は4つの新しいベンチマーク(HE-R, HE-R+, MBPP-R, MBPP-R+)を公表し, 標準, 推論, 報酬に基づくLCMを用いて合成検証手法を解析した。
実験の結果, 推論はテストケースの生成を著しく改善し, テストケースのスケーリングによって検証精度が向上することがわかった。
論文 参考訳（メタデータ） (2025-02-19T15:32:11Z) - Exploring Information Retrieval Landscapes: An Investigation of a Novel Evaluation Techniques and Comparative Document Splitting Methods [0.0]
本研究では, 教科書の構造的性質, 記事の簡潔さ, 小説の物語的複雑さについて, 明確な検索戦略が必要であることを示した。
オープンソースのモデルを用いて,質問対と回答対の包括的データセットを生成する新しい評価手法を提案する。
評価には、SequenceMatcher、BLEU、METEOR、BERT Scoreなどの重み付けされたスコアを使用して、システムの正確性と妥当性を評価する。
論文 参考訳（メタデータ） (2024-09-13T02:08:47Z) - Evaluating Generative Ad Hoc Information Retrieval [58.800799175084286]
生成検索システムは、しばしばクエリに対する応答として、接地された生成されたテキストを直接返す。
このような生成的アドホック検索を適切に評価するには,テキスト応答の有用性の定量化が不可欠である。
論文 参考訳（メタデータ） (2023-11-08T14:05:00Z) - A Survey on Sentence Embedding Models Performance for Patent Analysis [0.0]
本稿では,PatentSBERTaアプローチに基づく埋め込みモデルの精度を評価するための標準ライブラリとデータセットを提案する。
patentSBERTa, Bert-for-patents, and TF-IDF Weighted Word Embeddings is the most accuracy for computing sentence embeddeds at the subclass level。
論文 参考訳（メタデータ） (2022-04-28T12:04:42Z) - Deep learning-based citation recommendation system for patents [5.376388266200792]
我々は,Google Big Queryサービスから約11万件の特許に関するテキスト情報とメタデータを含む,PatentNetという新しいデータセットを提案する。
従来の提案手法と比較して,提案手法はテストセット上での平均相反ランク0.2377を達成している。
論文 参考訳（メタデータ） (2020-10-21T12:18:21Z) - PONE: A Novel Automatic Evaluation Metric for Open-Domain Generative
Dialogue Systems [48.99561874529323]
オープンドメイン生成対話システムの評価には3つの方法がある。
体系的な比較が欠如しているため、どの指標がより効果的であるかは明らかでない。
本稿では,人間の判断との相関性を大幅に改善できる,新しい,実現可能な学習基準を提案する。
論文 参考訳（メタデータ） (2020-04-06T04:36:33Z) - Wrapper Feature Selection Algorithm for the Optimization of an Indicator
System of Patent Value Assessment [1.52292571922932]
特許価値評価に関するこれまでの研究の限界について分析した。
分類器の精度に基づくラッパーモード特徴選択アルゴリズムを開発した。
論文 参考訳（メタデータ） (2020-01-21T06:04:42Z)
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。