論文の概要: Unintended Negative Impacts of Promotional Language in Patent Evaluation
- arxiv url: http://arxiv.org/abs/2605.04926v1
- Date: Wed, 06 May 2026 13:52:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.853661
- Title: Unintended Negative Impacts of Promotional Language in Patent Evaluation
- Title（参考訳）: 特許評価における宣伝文の意図しない否定的影響
- Abstract要約: 提案手法は,135単語の辞書を用いて,プロモーション言語と特許評価結果の関連について検討する。
高頻度の宣伝語は、特許を付与された出願の確率と負の関連がある。
制度的懐疑主義とは対照的に、プロモーション言語は弱い技術のマスクではないことを示す。
- 参考スコア（独自算出の注目度）: 14.208457234052664
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Promotional language has been increasingly used to aid the communication of innovative ideas in science. Yet, less is known about its role in the context of technological innovation. Here, we use a validated and domain-diagnosed lexicon of 135 promotional words to study the association between promotional language and patent evaluation outcomes among 2.7 million USPTO patent applications. Our large-scale study reveals three unexpected findings. First, in contrast to scientific evaluation, we find that a higher frequency of promotional words is negatively associated with the probability of an application being (i) granted a patent, (ii) transferred ownership, and (iii) successfully appealed. This promotional penalty holds even after accounting for a range of confounding factors and is largely robust across different technological areas. Among matched samples, the difference in the success rate between the lowest and highest promotional density quintile is 5.5, 5.9, and 5.3 percentage points for patentability, transferability, and rejection reversal. Second, contrary to institutional skepticism, we show that promotional language is not a mask of weak technology, but objectively reflects the degree of combinatorial novelty and future citation impact. Third, digging into the mechanisms, we find that the tolerance to promotional framing is strongly moderated by human factors, with men and experienced examiners showing a higher acceptance of promotional narratives than women and novice examiners. By revealing an emerging paradox in the patent system, our study offers theoretical and practical implications for improving patent evaluation through more objective scrutiny of linguistic patterns in patent filings.
- Abstract（参考訳）: 促進言語は、科学における革新的なアイデアのコミュニケーションを助けるために、ますます使われてきた。
しかし、技術革新の文脈におけるその役割についてはあまり知られていない。
ここでは,270万USPTO特許出願におけるプロモーション言語と特許評価結果の関連性を検討するために,135の宣伝語を検証し,ドメイン診断した辞書を用いる。
私たちの大規模な調査では3つの予期せぬ結果が明らかになりました。
第一に, 科学的評価とは対照的に, 高頻度のプロモーション語は, アプリケーションが出現する確率に負の相関があることがわかった。
(i)特許を付与する
(二)譲渡所有権、及び
(三) 上訴に成功。
このプロモーションのペナルティは、様々な要因を考慮に入れた後も維持され、様々な技術分野において大きく堅牢である。
一致したサンプルのうち、最低値と最高値の上昇率の差は5.5、5.9、および5.3パーセントである。
第2に, 制度的懐疑主義とは対照的に, 促進言語は弱い技術のマスクではなく, 統合的ノベルティの程度と今後の引用の影響を客観的に反映していることを示す。
第3に, プロモーション・フレーミングに対する寛容性は, 人的要因によって強く抑制され, 男性や経験者の方が, 女性や初級試験者よりも, 昇進物語の受容度が高いことが明らかとなった。
本研究は,特許制度における新たなパラドックスを明らかにすることにより,特許出願における言語パターンのより客観的な調査を通じて,特許評価を改善するための理論的,実践的な意味を提供する。
関連論文リスト
- Examining the Cognitive Gap Between Authors and Peer Reviewers on Academic Paper Novelty [3.2586114800974957]
我々は2016年から2021年にかけてNature Communicationsに掲載された15,328の学術論文とピアレビューのコメントを分析した。
その結果、レビュアーと著者の両方が結果指向のイノベーションを強調しており、レビュアーはより包括的な評価視点を採用しています。
また,促進言語は,中等な革新性のある論文において,レビュアーが新規性について意見の相違に大きく関連していること,また,非常に高い論文や非常に低い論文に対しては無視できる影響があることも見出した。
論文 参考訳（メタデータ） (2026-06-11T15:11:24Z) - OneReason Technical Report [135.82017930661263]
生成的レコメンデーションモデルはスケーリングの利点の恩恵しか得られず、推論能力の活性化は困難であることを示す。
本稿では,(1)事前学習における強力なアイテムトークン認識,(2)SFTにおける推薦タスクのための3レベル認知強調CoTフォーマット,(3)RLにおける特殊化テーマ統一トレーニングレシピを提案する。
論文 参考訳（メタデータ） (2026-06-04T15:04:34Z) - RecGPT-V2 Technical Report [41.57739441038769]
大規模言語モデル(LLM)は、暗黙の行動パターンマッチングから明示的な意図推論へ、レコメンデータシステムを変換する大きな可能性を示している。
提案するRecGPT-V2には,暗黙的な行動パターンマッチングから明示的な意図推論へ,レコメンデータシステムを変換する4つの重要なイノベーションがある。
タオバオのオンラインA/Bテストでは、+2.98% CTR、+3.71% IPV、+2.19% TV、+11.46% NERが大幅に改善された。
論文 参考訳（メタデータ） (2025-12-16T15:40:44Z) - Reasoning Models Are More Easily Gaslighted Than You Think [85.84943447589511]
我々はOpenAIのo4-mini、Claude-3.7-Sonnet、Gemini-2.5-Flashの3つの最先端推論モデルを評価する。
ガス灯消火プロンプトによる精度低下が認められた。
GaslightingBench-Rは、推論モデルの認識可能性を評価するために設計された新しい診断ベンチマークである。
論文 参考訳（メタデータ） (2025-06-11T12:52:25Z) - 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) - PropaInsight: Toward Deeper Understanding of Propaganda in Terms of Techniques, Appeals, and Intent [71.20471076045916]
プロパガンダは世論の形成と偽情報の拡散に重要な役割を果たしている。
Propainsightはプロパガンダを体系的に、技術、覚醒的魅力、そして根底にある意図に分解する。
Propagazeは、人間の注釈付きデータと高品質な合成データを組み合わせる。
論文 参考訳（メタデータ） (2024-09-19T06:28:18Z) - Promotional Language and the Adoption of Innovative Ideas in Science [17.801664826643975]
我々は、科学振興言語に焦点をあてて、承認申請の成功のセマンティック分析を行う。
我々は、プロモーション言語と、資金提供者と他の科学者による革新的なアイデアの支持と採用との間に、堅牢な関連性を見出した。
論文 参考訳（メタデータ） (2024-06-04T21:54:36Z) - InstructPatentGPT: Training patent language models to follow instructions with human feedback [0.9790236766474201]
この研究は、言語モデルが付与される可能性の高い特許クレームを生成する可能性を高めることを目的としている。
言語モデルの制御性を示すために、システムは与えられた特許と異なる報酬を持つプレグラントアプリケーションから学習する。
論文 参考訳（メタデータ） (2024-05-25T11:48:50Z) - Perturbation-Invariant Adversarial Training for Neural Ranking Models:
Improving the Effectiveness-Robustness Trade-Off [107.35833747750446]
正統な文書に不可避な摂動を加えることで 敵の例を作れます
この脆弱性は信頼性に関する重大な懸念を生じさせ、NRMの展開を妨げている。
本研究では,NRMにおける有効・損耗トレードオフに関する理論的保証を確立する。
論文 参考訳（メタデータ） (2023-12-16T05:38:39Z) - 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) - Predictive Patentomics: Forecasting Innovation Success and Valuation
with ChatGPT [0.0]
OpenAIの最先端のテキスト埋め込みは、各発明の品質と影響に関する複雑な情報にアクセスする。
このニュアンスド埋め込みは、特許価値を予測するR二乗法を24%の漸進的に改善する。
論文 参考訳（メタデータ） (2023-06-22T13:21:20Z)
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。