Fugu-MT 論文翻訳(概要): Patentformer: A demonstration of AI-assisted automated patent drafting

論文の概要: Patentformer: A demonstration of AI-assisted automated patent drafting

arxiv url: http://arxiv.org/abs/2510.09752v1
Date: Fri, 10 Oct 2025 18:00:03 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-14 18:06:29.609787
Title: Patentformer: A demonstration of AI-assisted automated patent drafting
Title（参考訳）: Patentformer:AIによる自動パテントドラフトのデモ
Authors: Sai Krishna Reddy Mudhiganti, Juanyan Wang, Ruo Yang, Manali Sharma,
Abstract要約: 特許弁護士は,正式な法的書面様式で特許出願を作成する発明の法的累積及び技術的理解の両方を有する必要がある。 Patentformerは、特許弁護士を支援するために設計されたAIによる自動特許草案作成プラットフォームである。
参考スコア（独自算出の注目度）: 4.1765120028423
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Patent drafting presents significant challenges due to its reliance on the extensive experience and specialized expertise of patent attorneys, who must possess both legal acumen and technical understanding of an invention to craft patent applications in a formal legal writing style. This paper presents a demonstration of Patentformer, an AI-powered automated patent drafting platform designed to support patent attorneys by rapidly producing high-quality patent applications adhering to legal writing standards.
Abstract（参考訳）: 特許起草は,特許弁護士の広範な経験及び専門的専門知識に依存しているため,特許出願を形式的な法的書面様式で作成するための発明の法的累積的及び技術的理解の両方を保有しなければならないため,重大な課題を提起する。本稿では,特許弁護士を支援するためのAIを活用した自動特許草案作成プラットフォームであるPatentformerのデモンストレーションについて述べる。

関連論文リスト

AutoSpec: An Agentic Framework for Automatically Drafting Patent Specification [15.052472198494371]
特許は、発明者に対して排他的権利を与えることによって、技術革新を推進する上で重要な役割を担っている。近年の言語モデルの発展にもかかわらず、いくつかの課題が、堅牢な自動特許草案作成システムの開発を妨げている。特許仕様を自動的にドラフトするセキュアでエージェント的なフレームワークであるAutoSpecを紹介します。
論文参考訳（メタデータ） (2025-09-23T23:10:18Z)
PatentMind: A Multi-Aspect Reasoning Graph for Patent Similarity Evaluation [35.13558856456741]
特許類似性評価は知的財産分析において重要な役割を果たす。マルチアスペクト推論グラフ(MARG)に基づく特許類似性評価のための新しいフレームワークであるPatentMindを紹介する。私たちのフレームワークは、現実世界の意思決定のための構造化され、セマンティックな基盤を提供します。
論文参考訳（メタデータ） (2025-05-25T22:28:27Z)
Towards Better Evaluation for Generated Patent Claims [0.0]
我々は特許請求を評価するための最初の総合的なベンチマークであるPatent-CEを紹介する。また,特許請求に特化して設計された多次元評価手法であるPatClaimEvalを提案する。本研究は,自動特許クレーム生成システムのより正確な評価の基礎となる。
論文参考訳（メタデータ） (2025-05-16T10:27:16Z)
PatentLMM: Large Multimodal Model for Generating Descriptions for Patent Figures [7.16446145782558]
patentDesc-355Kは,355Kの特許図と,その簡潔かつ詳細なテキスト記述を含む,新しい大規模データセットである。また,特許図の高品質な記述に特化して設計された多モーダル大規模言語モデルであるPatentLMMを提案する。提案する特許LMMは,特許図のユニークな構造的要素を捉えた特殊なマルチモーダル・ビジョン・エンコーダであるPatentMMEと,LLaMAのドメイン適応版であるPatentLLaMAの2つの重要なコンポーネントから構成される。
論文参考訳（メタデータ） (2025-01-25T04:45:32Z)
Intelligent System for Automated Molecular Patent Infringement Assessment [38.48937966447085]
PatentFinderは、特許侵害のための小さな分子を正確かつ包括的に評価できる、新しいマルチエージェントおよびツール強化インテリジェンスシステムである。 PatentFinderは、特許請求と分子構造を協調的に分析する5つの特殊エージェントを備えている。 PatentFinderは、詳細かつ解釈可能な特許侵害報告を自律的に生成し、精度の向上と解釈可能性の向上を示す。
論文参考訳（メタデータ） (2024-12-10T12:14:38Z)
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)
Natural Language Processing in the Patent Domain: A Survey [0.0]
特許は、重要な技術的および法的情報をテキスト形式および参照図面にカプセル化する。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)
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)
Adaptive Taxonomy Learning and Historical Patterns Modelling for Patent Classification [26.85734804493925]
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)
An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文参考訳（メタデータ） (2021-05-07T12:01:31Z)

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。