十萬專利，彈指一揮！論專利智能分析和可視化方法之道

#文章僅代表作者觀點(diǎn)，文章不代表IPRdaily立場#

發(fā)布：IPRdaily中文網(wǎng)（IPRdaily.cn）

作者：吳飛  上海微電子裝備（集團(tuán)）股份有限公司 創(chuàng)新業(yè)務(wù)主管

供稿：企業(yè)國際化智庫

原標(biāo)題：十萬專利，彈指一揮！論專利智能分析和可視化方法之道

 在科技高速發(fā)展的當(dāng)代，無論是企業(yè)新產(chǎn)品開發(fā)或是科技人員研究創(chuàng)新，所面臨的主要問題并不是信息太少，而是信息太多。以筆者所在單位開發(fā)半導(dǎo)體領(lǐng)域高端光刻機(jī)為例：納米級工件臺(tái)技術(shù)約1500件專利（專利數(shù)量指去除同族后的數(shù)量），浸沒式光刻約2000件，極紫外EUV曝光約2000件。至今，整個(gè)行業(yè)累計(jì)專利數(shù)量約十萬件，而且每年以4000-5000件的速度遞增。面對如此浩如煙海的專利，企業(yè)傳統(tǒng)的做法是讓知識(shí)產(chǎn)權(quán)和研發(fā)工程人員們?nèi)斯さ厝ラ喿x和理解大量的專利，其實(shí)這是一種十分低效率和高成本的方式。

 本文筆者基于科睿唯安公司旗下的德溫特創(chuàng)新平臺(tái)（Derwent Innovation），并結(jié)合多年技術(shù)研發(fā)和知識(shí)產(chǎn)權(quán)工作的心得分享一些方法，將從戰(zhàn)略和戰(zhàn)術(shù)兩個(gè)層面，論述專利智能分析和可視化方法之道，以供各領(lǐng)域?qū)＜液蜆I(yè)內(nèi)同行批評指正。

01、

方法一：快速定位高引用專利

 在巨大數(shù)量的專利面前，傳統(tǒng)人力閱讀耗時(shí)耗力，因此我們需要學(xué)會(huì)借助同行的洞察力和思維痕跡為我所用?；诘聹靥貏?chuàng)新平臺(tái)，可以很迅速地查詢并獲得相關(guān)領(lǐng)域?qū)＠麛?shù)據(jù)和關(guān)鍵字段信息：包括專利的引用頻次數(shù)量，并結(jié)合專利申請時(shí)間或優(yōu)先權(quán)日期，可繪制如圖1所示專利引用頻次的時(shí)間分布。通過合理地對整體分布的曲線擬合，擬合曲線如圖1紅色曲線所示，可將在紅色曲線上方的專利視為核心和高價(jià)值專利。這樣就將原本數(shù)量級上千的專利范圍縮小到僅20-30件核心專利，通常這些專利是早期有較高影響力的專利，并兼顧中期優(yōu)秀的改進(jìn)專利，將它們作為一個(gè)核心技術(shù)的專利群，可供知識(shí)產(chǎn)權(quán)和技術(shù)人員精讀、理解和分析。

圖1 某技術(shù)領(lǐng)域?qū)＠灰妙l次的時(shí)間分布

（作者原創(chuàng)）

 對于技術(shù)發(fā)明的普遍規(guī)則就是這樣，早期的技術(shù)發(fā)明通常是系統(tǒng)級的核心技術(shù)概念和方案，發(fā)明等級也是最高的，但這一時(shí)期的系統(tǒng)及性能并不完善，專利數(shù)量也較少，如圖2所示，發(fā)明等級和專利數(shù)量的進(jìn)化關(guān)系趨勢圖。但正是這些早期的技術(shù)方案奠定了該技術(shù)領(lǐng)域的雛形和概貌，所以它們最有研究價(jià)值，并為后人廣泛引用和借鑒。

圖2 發(fā)明等級和專利數(shù)量的進(jìn)化關(guān)系趨勢圖

02

方法二：生成高同族專利引用網(wǎng)絡(luò)進(jìn)化圖

 在專利價(jià)值的評價(jià)體系中（參考文獻(xiàn)1）采用內(nèi)部評估因素：同族專利數(shù)量和申請地域（如PCT及四國專利US、JP、EP和CN）。同時(shí)兼顧外部評價(jià)因素：引用的專利文獻(xiàn)及被引用的專利文獻(xiàn)，結(jié)合德溫特創(chuàng)新平臺(tái)（Derwent Innovation），以上數(shù)據(jù)可輕松獲得。

 作者采用Wolfram Mathematica平臺(tái)（參考文獻(xiàn)2）獨(dú)立開發(fā)了專利分析和可視化軟件平臺(tái)。基于某技術(shù)領(lǐng)域或某企業(yè)的專利數(shù)據(jù)庫，分析其高價(jià)值專利引用網(wǎng)絡(luò)進(jìn)化的全過程，如圖3所示，其中上方彩虹色顏色條代表時(shí)間的指示條，由最早專利和最晚專利的申請時(shí)間構(gòu)成時(shí)間維度。

圖3 某企業(yè)高價(jià)值專利的引用網(wǎng)絡(luò)進(jìn)化動(dòng)畫

（作者原創(chuàng)）

圖4 某企業(yè)高價(jià)值專利的引用網(wǎng)絡(luò)進(jìn)化圖

（作者原創(chuàng)）

 如圖4某企業(yè)高價(jià)值專利的引用網(wǎng)絡(luò)進(jìn)化圖所示，網(wǎng)絡(luò)圖中，節(jié)點(diǎn)直徑代表其內(nèi)部評價(jià)因數(shù)（同族專利數(shù)量或申請地域權(quán)重），節(jié)點(diǎn)顏色代表專利申請時(shí)間或優(yōu)先權(quán)日期，節(jié)點(diǎn)間的連線伴有箭頭指向代表專利間的引用關(guān)系。當(dāng)鼠標(biāo)移至某節(jié)點(diǎn)上方時(shí)會(huì)自動(dòng)顯示提示信息：如同族公開號、申請時(shí)間、同族數(shù)量、該專利文本的5組高頻詞組等信息，輔助分析者理解專利內(nèi)容。

 通過對該企業(yè)專利實(shí)施在時(shí)間和空間的分布的可視化，十分便于理解該企業(yè)的專利形成過程和對應(yīng)研發(fā)創(chuàng)新戰(zhàn)略的布局，同時(shí)也有助于本企業(yè)決策當(dāng)前所應(yīng)采取的知識(shí)產(chǎn)權(quán)戰(zhàn)略部署和實(shí)施規(guī)劃。

 就企業(yè)級的專利分析工作需求而言，本領(lǐng)域人士應(yīng)當(dāng)都十分清楚行業(yè)領(lǐng)先者是誰。專利分析工作也一樣，其實(shí)并不需要去分析許多的企業(yè)和機(jī)構(gòu)，能夠把本領(lǐng)域、本行業(yè)的領(lǐng)先的一、兩家企業(yè)研究清楚，研究透徹，其實(shí)就足夠好了。

03

方法三：活用德溫特專利地圖

 科睿唯安旗下的德溫特創(chuàng)新平臺(tái)（Derwent Innovation），其分析版（Derwent Innovation Analyst）用戶可使用Derwent Innovation的全部功能，包括專利地圖和文本聚類以及60,000條記錄的專利檢索結(jié)果。專利地圖就是一種非常有趣的工具。專利地圖的實(shí)質(zhì)是將專利的高頻詞匯通過詞向量（Word Vector）方法投影到二維平面上生成一種可視化效果圖。

 舉例而言，半導(dǎo)體設(shè)備領(lǐng)域荷蘭ASML公司及德國Carl Ziess 公司同日本Nikon公司近20年來知識(shí)產(chǎn)權(quán)的訴訟官司不斷，打了又和，和了再打。通過如圖5專利地圖的分析可十分清晰地看清雙方專利的布局，以及“你中有我，我中有你”的交錯(cuò)地帶。對于訴訟和爭議點(diǎn)，外行可能看不懂、看不透，但業(yè)內(nèi)專業(yè)人士結(jié)合專利地圖一觀便知，雙方的“用武之地”和“用兵之道”。

圖5 ASML VS Nikon的專利地圖和布局

數(shù)據(jù)來源：Derwent Innovation

 以上雙方都是國際型的大公司，在行業(yè)內(nèi)都具有舉足輕重的地位，可謂棋逢對手、廝殺難解。而對大部分國內(nèi)企業(yè)而言，恐怕還沒有經(jīng)歷過國際知識(shí)產(chǎn)權(quán)糾紛的磨難。通過對國際大公司處理和處置同類案件過程的全方位觀察，及具體細(xì)節(jié)的分析，其實(shí)能夠?yàn)閲鴥?nèi)企業(yè)儲(chǔ)備大量實(shí)戰(zhàn)經(jīng)驗(yàn)、方法和資源。

 在我們看來，以上業(yè)內(nèi)著名的知識(shí)產(chǎn)權(quán)的案件，正如同是在看一部正在直播的、驚心動(dòng)魄的武俠熱劇。當(dāng)我們在津津有味地點(diǎn)評他國企業(yè)專利戰(zhàn)火之余，也不免擔(dān)憂自家企業(yè)知識(shí)產(chǎn)權(quán)的未來和命運(yùn)。或者說，我們雖是在隔岸觀火，但也絕不敢幸災(zāi)樂禍。

04

方法四：四重分組詞云大法

 以上屬于戰(zhàn)略層面的專利分析方法，然而數(shù)以百計(jì)的專利仍然不能脫離人的閱讀和理解，但效率仍可大幅提高。如下作者從戰(zhàn)術(shù)層面論述對單件專利的分析和處理。就專利本身而言，它仍是一個(gè)文本，借助于先進(jìn)的自然語言處理方法和日趨成熟的人工智能算法，仍可以將一篇專利進(jìn)一步地濃縮和提煉，進(jìn)而提高人閱讀專利的效率和精度。

 詞云（Word Cloud）是當(dāng)下十分熱門可視化技術(shù)之一，但具體應(yīng)用仍有些區(qū)別和講究。如圖6左上角小圖所示，生成了基于一個(gè)單詞的詞云（one-gram），該單詞在專利文本中出現(xiàn)的頻率，體現(xiàn)為該單詞字體的大小。但其實(shí)一個(gè)個(gè)單詞的信息量或者說信息熵是很低的，舉例如單詞plane（平面），什么平面？這個(gè)平面進(jìn)一步是什么含義？它同閱讀者腦海中的原有認(rèn)知并沒有什么直接關(guān)聯(lián)。

 通常在英語或漢語中，2-4個(gè)單詞或漢字組成的詞組具有更多的信息量和閱讀價(jià)值。如圖6右上角小圖所示同一篇專利文本生成的多詞（n-gram）詞云比較而言，它則攜帶了更多能被人理解和接受的有效技術(shù)信息。舉例在多詞詞云中，首先展示的是focal plane（焦面，光學(xué)術(shù)語）。那么焦面這個(gè)詞組相比之前的平面的單詞，它對技術(shù)和專利專家就更具備直接地可讀性了，詞義表達(dá)也精準(zhǔn)多了。

圖6 某美國專利的四重專利詞云圖

（作者原創(chuàng)）

 再進(jìn)一步分析，對某技術(shù)領(lǐng)域通常都會(huì)有些慣用熟知的專業(yè)詞匯，這類語言可稱為專業(yè)詞匯或?qū)I(yè)領(lǐng)域的慣用語言（Common Language）, 如圖6左下角小圖所示，類似于focal plane，imaging lens的詞組都是本領(lǐng)域技術(shù)人員非常熟悉的詞匯，是描述該領(lǐng)域技術(shù)的基本語言，可能并不能完全或立刻反映該專利的技術(shù)特征和創(chuàng)新點(diǎn)。

 因此還可以將這類的慣用語再進(jìn)一步分離，就是有了如圖6右下角小圖所示的特殊唯一詞的詞云。當(dāng)技術(shù)人員看到類似exposure time 或 stage moved relative image-recording 的時(shí)候，那么他就非常容易地能夠猜想到這篇專利極可能涉及的發(fā)明點(diǎn)或創(chuàng)新點(diǎn)了。

 當(dāng)然在構(gòu)建層次豐富的詞云是需要基于特殊的專利和技術(shù)詞匯數(shù)據(jù)庫，作者在本企業(yè)經(jīng)過長期積累和完善，生成包括：基于專利撰寫的中英文詞庫、本領(lǐng)域技術(shù)的數(shù)據(jù)庫、本領(lǐng)域權(quán)利要求及法律的數(shù)據(jù)庫、本領(lǐng)域技術(shù)名稱的中英文對照及縮略語詞庫，并通過區(qū)別配置和優(yōu)化部署詞庫，為本領(lǐng)域每篇核心專利都配套定制的一張?jiān)~云頁，知識(shí)產(chǎn)權(quán)或技術(shù)人員通常只要花10秒鐘，掃一眼詞云頁，即可判斷是否有必要精讀某篇專利。又或是，在精讀前就已預(yù)先把握了重點(diǎn)詞匯明白這篇專利具體需要精讀那些細(xì)節(jié)。這樣極大程度地提高人對每篇專利閱讀地效率和精度。

05

方法五：實(shí)時(shí)洞察技術(shù)概念詞匯

 知道一個(gè)技術(shù)名稱和掌握一項(xiàng)技術(shù)畢竟是兩碼事，但是這并不妨礙專利和技術(shù)報(bào)新和法律預(yù)警的功能。本人在企業(yè)的實(shí)踐過程中，認(rèn)為可以這樣操作。定期將本領(lǐng)域高頻和新鮮的技術(shù)詞匯加以提煉，并采用機(jī)器學(xué)習(xí)算法對不同技術(shù)領(lǐng)域進(jìn)行分類，中英文之前采用機(jī)器翻譯算法將英文專業(yè)詞匯翻譯成中文詞匯，隨后將這些分類整理后的專利技術(shù)詞匯推送給不同的相關(guān)領(lǐng)域?qū)＜液图夹g(shù)人員，以準(zhǔn)確傳達(dá)行業(yè)的技術(shù)趨勢和動(dòng)態(tài)變化。

 此外，更重要的是企業(yè)內(nèi)長期的人才培養(yǎng)和訓(xùn)練，我司已在企業(yè)內(nèi)部構(gòu)建并部署上線了本領(lǐng)域中英文專業(yè)詞匯及縮略語數(shù)據(jù)庫，技術(shù)人員可通過終端實(shí)時(shí)查詢最新的專業(yè)詞匯，并可理解該詞匯語義和技術(shù)概念以及這些詞的來源（最新專利和文獻(xiàn)），該數(shù)據(jù)庫由專人定期維護(hù)并同步更新。

 如圖7所示，為一幅2018年狗年小狗外形輪廓的詞云圖，左上角彩色詞組代表不同的專業(yè)領(lǐng)域的詞匯，不同的顏色對應(yīng)詞云圖中不同領(lǐng)域的技術(shù)詞匯。

圖7 某行業(yè)專利數(shù)據(jù)庫高頻詞組詞云圖

（作者原創(chuàng)）

總結(jié)

 “十萬專利、彈指一揮”，在今天看來或許有些夸大，但也絕非是兒戲妄言。伴隨計(jì)算機(jī)硬件性能提升和人工智能技術(shù)的迅猛發(fā)展，或許也就是在幾年后，采用計(jì)算機(jī)和人工智能算法自動(dòng)地解讀十萬件專利、分析十萬件專利、應(yīng)對十萬件專利，也僅需彈指一揮鼠標(biāo)或鍵盤。

 又或許，到那時(shí)VR（虛擬現(xiàn)實(shí)）、AR（增強(qiáng)現(xiàn)實(shí)）和MR（混合現(xiàn)實(shí)）技術(shù)也足夠好了，就連鼠標(biāo)和鍵盤都早已淘汰，凌空彈指一揮……足矣。

致謝

 致謝科睿唯安全球知識(shí)產(chǎn)權(quán)首席科學(xué)家Bob Stembridge來華對作者的指點(diǎn)并提供幫助；以及感謝科睿唯安的諸位同仁：王琦博士、王麗娟經(jīng)理所提供的幫助和支持。

附：【參考文獻(xiàn)】

[1] H. Ernst, N. Omland, The Patent Asset Index – A New Approach to Benchmark Patent Portfolios, World Patent Information (33) , 2011, pp.34–41.

[2] 吳 飛, Mathematica演示項(xiàng)目筆記，清華大學(xué)出版社，2010.

【作者簡介】

吳飛，任職于上海微電子裝備（集團(tuán)）股份有限公司，創(chuàng)新業(yè)務(wù)主管，發(fā)表專著1部，獲授權(quán)發(fā)明專利24篇。

發(fā)布：IPRdaily中文網(wǎng)（IPRdaily.cn）

作者：吳飛  上海微電子裝備（集團(tuán)）股份有限公司 創(chuàng)新業(yè)務(wù)主管

供稿：企業(yè)國際化智庫

編輯：IPRdaily趙珍          校對：IPRdaily縱橫君

推薦閱讀

2017全球區(qū)塊鏈企業(yè)專利排行榜（前100名）

2017年企業(yè)發(fā)明授權(quán)專利排行榜（前100名）

2017全國申請人確權(quán)商標(biāo)持有量排名（前100名）

“投稿”請投郵箱“iprdaily@163.com”

「關(guān)于IPRdaily」

IPRdaily成立于2014年，是全球影響力的知識(shí)產(chǎn)權(quán)媒體+產(chǎn)業(yè)服務(wù)平臺(tái)，致力于連接全球知識(shí)產(chǎn)權(quán)人，用戶匯聚了中國、美國、德國、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個(gè)國家和地區(qū)的高科技公司、成長型科技企業(yè)IP高管、研發(fā)人員、法務(wù)、政府機(jī)構(gòu)、律所、事務(wù)所、科研院校等全球近50多萬產(chǎn)業(yè)用戶（國內(nèi)25萬+海外30萬）；同時(shí)擁有近百萬條高質(zhì)量的技術(shù)資源+專利資源，通過媒體構(gòu)建全球知識(shí)產(chǎn)權(quán)資產(chǎn)信息第一入口。2016年獲啟賦資本領(lǐng)投和天使匯跟投的Pre-A輪融資。

（英文官網(wǎng)：iprdaily.com  中文官網(wǎng)：iprdaily.cn） 

本文來自企業(yè)國際化智庫并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場，如若轉(zhuǎn)載，請注明出處：“http://globalwellnesspartner.com/”