Методика проведения патентного анализа с целью поиска аналогов и прототипов полученных технических решений

Для создания новых научно-технических разработок необходимо проведение полного анализа уже существующих решений, часто представленных в виде патентов, а также эффективное использование систем автоматизации инновационных процессов (Computer-Aided Innovation – CAI) [1]. Кроме того, при получении патентоспособных решений крайне важным является своевременное оформление на них прав интеллектуальной собственности. Для решения этих задач необходимо использование средств автоматизированного поиска в базах данных (БД) патентной информации и их интеграция с CAI-системой. Существующие программно-технические средства не реализуют необходимые функции в полном объеме. Следовательно, высокой актуальностью обладают разработки, обеспечивающие эффективность работы с БД патентов.

Обзор литературы

По данным всемирной организации интеллектуальной собственности, с 2009 г. происходит неуклонный рост числа как ежегодно подаваемых патентных заявок, так и ежегодно регистрируемых патентов [2–4]. Например, в 2013 г. было подано 2 567 900 заявок (одобрено – 1 169 900).

Для автоматизации поиска необходимой информации среди настолько большого количества патентов существует ряд сервисов: сайт ФГУ «Федерального института промышленной собственности» [5], «ESPACENET» [6], «United States patent and trademark office» [7], «Google Patents» [8] и др. Их достоинствами являются большой объем обрабатываемых патентов и высокая скорость обработки запроса, но все они имеют один общий существенный недостаток: пользователь вынужден самостоятельно формулировать поисковый запрос. Выполнить эту операцию вручную обычно достаточно затруднительно, особенно на ранних стадиях концептуального проектирования при попытке более точно определить современный уровень техники в некоторой области.

Целью данной статьи является повышение эффективности анализа патентной информации при поиске аналогов технических решений.

Материалы и методы

В настоящее время известен целый ряд программных комплексов для поддержки этапа концептуального проектирования, позволяющих синтезировать физический принцип действия технического устройства. Примером подобного комплекса является система «Интеллект» [9–10]. Она использует энерго-информационную модель цепей (ЭИМЦ) различной физической природы [1; 11], отличительными признаками которой являются представление технического устройства в виде совокупности цепей различной физической природы, взаимодействущих посредством межцепных физико-технических эффектов (ФТЭ); описание физических процессов внутри каждой цепи однотипными уравнениями (критерии ЭИМЦ) с помощью величин-аналогов и параметров-аналогов. Результатом синтеза являются варианты параметрических структурных схем (ПСС), отражающие принцип действия эле-

Том 26, № 1. 2016 мента информационно-измерительной и управляющей системы (ИИУС).

Для определения патентоспособности синтезированного решения целесообразным представляется разработка подсистемы, способной самостоятельно формулировать поисковый запрос к БД патентной информации, основываясь на составляющих полученной модели элемента ИИУС.

В общем случае процесс поиска патентов-аналогов по БД может быть организован различными способами. Например, можно указать метод, основанный на частотном анализе встречаемости слов в тексте и удалении общераспространенных слов. Другой метод – выявление осмысленных фраз при анализе текста патента [12]. Также возможны составление регулярных выражений и проверка текстов на соответствие им [13]. Однако для осуществления патентного поиска на основании синтезированной параметрической структурной схемы элемента ИИУС необходим анализ этой схемы с целью определения группы МПК и т. д. Другими словами, целесообразна разработка подсистемы, автоматизирующей не только процесс поиска, но и составление поискового запроса.

Результаты исследования

В случае использования «Интеллекта» автоматизировать процесс построения запроса предлагается таким образом: для данной системы была создана БД ФТЭ и параметров цепей [14]; синтезированное техническое решение в ней в виде ПСС представляет собой цепочку последовательных преобразований от входа к выходу.

Пополнение БД рассматриваемой подсистемы для патентного анализа и поиска аналогов может осуществляться двумя способами: с помощью эксперта или автоматически. На первом этапе необходима обработка экспертом данных о вводимых патентах с целью определения эталонной базы патентов. При этом заполняется элек- тронный паспорт патента; имеющий следующую структуру: перечень номеров, под которыми зарегистрирован патент; дата его регистрации; преследуемая цель; список авторов; страна-правообладатель; полный исходный текст патента; метод достижения цели; группа/подгруппа МПК; перечень используемых ФТЭ; иллюстрация, поясняющая принцип действия изобретения; ПСС (необязательное поле).

При заполнении экспертом паспорта система производит автоматическое заполнение большинства полей. Эксперт указывает цель и метод ее достижения, а также использованные в патенте ФТЭ. После каждого пополнения БД экспертом в подсистеме должна запускаться процедура обработки данных по множеству ключевых слов в тезаурусе и перерасчета весов каждого из них с учетом появления нового патента в базе. Под весом i -го ключевого слова в данном случае понимается отношение числа вхождений в текст патентов, относящихся к данному ФТЭ, к числу вхождений этого слова во все патенты, имеющиеся в БД:

W_t=^- , (1)

где W_i – вес i -го ключевого слова; E_i – число вхождений i -го слова в текст патентов, относящихся к данному ФТЭ; Ψ _i – число вхождений i -го слова во все патенты, имеющиеся в БД.

Подобные перерасчеты необходимы для повышения точности и адекватности проведения поисковых запросов. Предлагаемый алгоритм данного процесса выглядит следующим образом: после семантического анализа исходного текста патента с целью выявления отдельных структурных частей (патентная формула, аннотация, цель и т. д.) проводится семантический анализ этих структурных частей и отсечение слов, не несущих смысловую нагрузку (предлоги, союзы, прилагательные). После определения веса оставшихся слов выявляются ключевые слова, вес которых превышает пороговую величину статистической погрешности. На рис. 1 представлена диаграмма активности при обучении системы, т. е. при наполнении БД ключевых слов.

Р и с. 1. Диаграмма активности процесса обучения системы

F i g. 1. The diagram of the learning process activity

Релевантность определяется как произведение весов ключевых слов и числа их вхождений в текст патента (2). Результаты запросов для всех ФТЭ объединяются и сортируются по релевантности, после чего происходит отбраковка случайных результатов.

K

R pt_E = Z E, . W , ,       (2)

= 1

где R_PTE – релевантность патента отдельному ФТЭ; K – количество ключевых слов в наборе для этого ФТЭ; E_i – количество вхождений i -го слова в текст патента; W_i – вес i -го ключевого слова.

При допущении независимости событий принадлежности патента к различным ФТЭ, общая релевантность может быть определена по теореме умножения вероятностей (3).

В процессе отбраковки отсекаются патенты с общей релевантностью менее пороговой (указывается в настройках запроса).

R Total

P

П Ri l=1       ,

где R_Total – итоговая релевантность; P – количество использованных ФТЭ в модели; R_i – нормализованная релевантность патента i -му ФТЭ.

На рис. 2 показана диаграмма активности при определении факта использования в патенте некоторой цепочки ФТЭ.

Р и с. 2. Диаграмма активности процесса поиска аналогов

F i g. 2. The diagram for the activity of the process of searching analogues

Разработанная методика реализована в подсистеме «Patent Search» системы «Интеллект». На данный момент система находится в стадии заполне- ния БД ключевых слов, и все патенты добавляются с привлечением эксперта.

На рис. 3 приведен пример поиска аналогов.

а)

б)

Р и с. 3. Пример результата поиска аналогов

F i g. 3. Example of a search result of analogues

В части «а» представлен фрагмент скриншота результатов синтеза датчика температуры в системе «Интеллект». Выбранная цепочка передается в подсистему патентного поиска «Patent Search», производящую поиск аналогов на основании полученной информации о модели. Фрагмент результатов представлен в части «б».

Заключение

На основании проведенных исследований сделаем вывод о том, что созданная методика автоматизированного поиска аналогов и прототипов сгенерированного элемента ИИУС позволит в значительной степени ускорить и упростить процесс синтеза новых технических решений за счет исключения необходимости ручного составления поисковых запросов и автоматизации поиска аналогов в патентных базах. Представляется целесообразным дальнейшее пополнение БД патентов и ключевых слов, а также развитие и расширение функциональных возможностей подсистемы «Patent Search», эффективно взаимодействующей с системой «Интеллект». Это позволит с высокой скоростью выделять только те элементы ИИУС, которые с наибольшей вероятностью могут послужить основой для нового изобретения.