实测新版“专利检索及分析系统”

用微信扫码二维码

分享至好友和朋友圈

Advance China IP Law Office

The Authors :

作 者：翟靖怡、曾令嵘 华进专家与顾问委员会

内容提要：

引言

PART1- OpenAI相关专利

PART2-专利检索

PART3-专利分析

结语

（本文共计4500+字，建议阅读时间20分钟）

>>>引 言

2023年1月，国家知识产权局推出全新专利业务办理系统，以更优化的设计、更智能的功能、更简化的流程，为专利申请、PCT国际专利申请、外观设计国际申请等业务提供高效便捷的“一站式”办理平台。

图片来源：专利业务办理系统

https://cponline.cnipa.gov.cn/

其中，从专利业务办理系统的“专利审查信息查询模块”可以进入“专利检索及分析系统”。新版专利检索及分析系统实现了对原公众检索系统功能和数据的全面覆盖和升级，进一步扩充了专利数据资源，优化了检索应用功能，丰富了专利分析模型，有利于提升社会公众专利检索分析便利化水平。

下面我们将以ChatGPT相关专利检索为例，对新版专利检索及分析系统的功能和数据进行实测。

>>>PART 1

OpenAI相关专利

2023年伊始，由美国人工智能研究实验室OpenAI研发的人工智能聊天机器人程序ChatGPT火爆全球。3月14日晚，OpenAI正式推出ChatGPT4.0版本，并宣布已经与多家企业合作，再度引发市场热议。

据资料[1]显示，OpenAI目前拥有一项已颁发的美国专利11521611（公告号US11521611B2，以下简称D1）和一项已公开的美国专利申请17/152338（公开号US2022229999A1，以下简称D2）。虽然这两篇专利文献显示的申请人均为Palo Alto Research Center（PARC），并非OpenAI，但在调查其中的一个发明人Jesse Vig后，笔者发现：在PARC公司网站上存在几篇关于他与OpenAI合作的文章，表明他曾经把自己发明的一些技术运用于OpenAI的GPT相关研发。可以推测，资料中显示的两件美国专利文献与OpenAI相关是具有非常大可能性的。

D1

USING CONVERSATION STRUCTURE AND CONTENT TO ANSWER QUESTIONS IN MULTI-PART ONLINE INTERACTIONS

使用会话结构和内容来对多方在线交互中问题进行回答

D1涉及用于确定对多方对话中问题的答案的计算机实现的方法，即在人们通过计算机进行多方会话时，接收这些具有多个节点的多方会话；将每个节点解析为多个元素；识别出其中包含问题的元素；构建会话节点列表，标识出各个节点之间的关系；然后基于会话节点列表产生出对所述问题的至少一个答案。

D2

SERVICE PLATFORM FOR GENERATING CONTEXTUAL, STYLE-CONTROLLED RESPONSE SUGGESTIONS FOR AN INCOMING MESSAGE

针对传入消息生成适应上下文且风格受控的回复建议的服务平台

D2涉及一种自动生成对传入的自然语言通信的建议响应的装置，所述装置包括分类器、生成式自然语言模型和至少一个处理器。所述分类器已经被训练来预测由自然语言通信表现出的一个或多个风格属性，所述生成式自然语言模型已经被训练来生成对自然语言通信的响应，所述至少一个处理器执行来自至少一个存储器的计算机程序代码，使所述装置能接收传入的自然语言通信，并借助经训练的分类器确定传入的自然语言通信的不同语言风格，然后根据经训练的生成式语言模型来生成对应的语言风格。

下面我们就参考这两篇专利文献，利用国家知识产权局新版“专利检索及分析系统”来检索和分析ChatGPT相关专利。

>>>PART 2

专利检索

1、主观关键词 vs 核心关键词

众所周知，在知道专利申请号或公开号的前提下进行检索是最简单的。例如，直接通过常规检索，输入“US11521611B2”，便可找到该专利文献。

可是，通常我们进行专利检索前是不知道专利号或专利申请号的，往往需要利用关键词检索来找出目标信息。一般情况下，很多人在检索时习惯用主观的关键词进行检索，但这对于专利检索来说很容易出现检索结果噪声大的情况，如无关数据多、整体关联度不高等。因此，为了全面解析专利技术方案，需要总结技术方案的创新点——客观分析并提取重点检索要素——确定核心关键词。

例如，对于D2，我们首先从摘要的“一种自动生成对传入的自然语言通信的建议响应的装置”中，主观提取出“Automatically generate（自动生成）、Natural language（自然语言）”等关键词；然后我们点击“详览”进入该专利的显示界面。如图1所示，我们先点击全文文本进入专利的权利要求和说明书，然后点击文本左上角“高亮”输入关键词，再点击“高密”查看这些词的出现频率来确认这些主观的关键词的重要性，进而确定该专利的核心关键词。

图1

接下来我们通过高级检索，输入已确定的核心关键词，进行进一步检索。（如图2所示）

步骤1：在摘要位置输入关键词“automatically generate”；

步骤2：点击前面的“摘要”，该关键字会被放到编辑区中；

步骤3：使用连接符“OR”（具体根据需求使用不同连接符）带上所有关键词；

步骤4：再重复步骤1至步骤3，直到把所有关键词都添加进检索式；

步骤5：点击最下面的检索，进行相关信息检索。

图2

Tips：

若检索的关键词含空格时，则需要用引号把该关键词括起来，如“natural language”不加引号则系统将按natural OR language进行检索；

检索式中同级算符必须一致，同时需要用括号来区分不同级别，以表示括号内的组合优先运算。

点击检索后，系统一共检索出了7344条相关数据。切换成列表快速浏览标题后，能看到虽然其中确实包含与ChatGPT相关的文献，但也存在较多其他领域的文献。而且，笔者从以上关键词检索结果中，并没有发现D1。可见，关键词检索仍然具有局限性，这是由于专利文献中的术语存在语言种类和表达方式的不同，有时难以准确表达技术手段以及难以区分技术领域。因此，我们可以考虑利用分类号进行检索。

2、IPC分类号检索 vs CPC分类号检索

众所周知，国际专利分类号（IPC）是根据1971年签订的《国际专利分类斯特拉斯堡协定》编制的，由世界知识产权局（WIPO）负责维护。而联合专利分类（Cooperative Patent Classification，简称CPC）是欧洲专利局（EPO）和美国专利商标局（USPTO）联合开发的专利分类系统，于2013年1月1日正式启用。例如，专利文献扉页上的著录项目代码58就表示CPC分类号。

CPC体系为实现与IPC的兼容，大体上沿用了IPC的分类规则。而且CPC在IPC的基础上，对原有IPC条目涉及的技术主题进行了再细分，同时条目中也增加了许多 IPC中没有提及的新技术所涉及的技术主题，所以CPC较 IPC而言，能够更精准地表达发明构思。选择正确的CPC分类号进行专利文献的检索，常常可以达到事半功倍的效果。

笔者通过分析D1和D2发现，两篇文献的CPC分类号都包括G06F40/56（自然语言生成）。ChatGPT是AIGC（AI Generated Content）的一种应用，GPT是“GenerativePre-trained Transformer”的缩写，意思是“生成式预训练变换模型”。因此，可以认为G06F40/56（自然语言生成）是ChatGPT相关专利的对应分类号。

于是笔者通过检索式“CPC分类号=(G06F40/56)”进行检索，结果获取到3168条相关文献。而利用“IPC分类号=(G06F40/56)”的方式进行检索，只能找到1166条相关文献，存在较多漏检。通过对比这两种检索式得到的文献标题，笔者发现根据CPC分类号检索出的文献大多都更接近于检索目标。

>>>PART 3

专利分析

对于利用CPC分类号检索到的3168条相关专利文献，笔者通过点击加入分析库将其放进所创建的分析库中（如图3所示）:

图3

如果是首次加入分析库，则需要创建一个新的分析库。创建完毕后，可继续寻找相关文献并进行勾选，然后点分析库，找到自己创建的分析库，点击追加到分析库中（如图4所示）：

图4

当分析库构建完成后，检索者便能对分析库中的文献进行分析。

可通过以下方式进入分析界面：

直接点击分析库中“进入分析”；

或在浏览界面最上方，点击“分析”，在弹出对应的下拉菜单中选择不同的分析方式进入分析。

在分析界面中，检索者可以通过左边的菜单栏选择更有针对性的分析类型，并通过选择不同图表形式来进行分析（如图5所示）：

图5

1、申请人分析

例如，检索者可以点击申请人分析中的“申请人趋势分析”，然后选择折线图。从图6可以看出，IBM（最上面的蓝色折线）的相关专利数量领先于其他公司。众所周知，从20世纪50年代开始，IBM就一直是人工智能领域的先驱者，它一直专注于人工智能领域，其中超级电脑”沃森（watson）”是最知名的AI项目之一。“沃森”存储了海量的数据，可以学习语言和人类知识，而且拥有一套逻辑推理程序，可以推理出它认为最正确的答案。所以，IBM在该领域专利数量遥遥领先是不足为奇的。

图6

Tips：

有的折线往往并不是检索者关注的重点，可以选择把它隐藏。

如图6原本的分析图会有一条明显高于其他特定申请人的折线，该折线对应的是“其它”图例，表示申请数量居后的多个申请人的集合。为了方便观察申请数量居前的特定申请人图例，检索者可以设置隐藏这个“其它”图例。

进一步点击表格，检索者就能通过数据了解到具体的申请人专利数量。如图7所示，我们看到微软位列第二。据报道，微软于2019年首次注资OpenAI后，于2020年7月向OpenAI投资10亿美元，在Azure云平台上提供OpenAI技术。2021年微软再次投资20亿，Azure OpenAI集成GPT-3模型，可以直接调用相关API。2023年1月24日，微软宣布与OpenAI再次扩大合作关系，追加投资100亿，加速人工智能领域的技术突破与转型。本轮投资后，微软将获得OpenAI 75%的利润分红权直到收回投资，之后微软将拥有OpenAI 49%分红权。通过专利检索，笔者发现：微软在上述一系列投资的同时，也在积极开展该领域的专利布局。

笔者还注意到，最近因推出“文心一言”而被推上风口浪尖的百度，在该领域也有较多专利申请，能排到第10名左右。

图7

然后，笔者点击前面的“+”，就会发现相对而言排名靠前的企业。百度在该领域的专利布局晚了很多，自2019年开始才有相关文献（如图8所示），这体现出百度在该领域的研发处于追赶的状态。虽然百度现在发布“文心一言”有一点儿赶鸭子上架的感觉，但笔者相信只要持续投入，作为后发者的百度也有可能产出属于中国人自己的ChatGPT。

图8

2、发明人分析

如图9所示，在分析栏中选择发明人分析，从“发明人趋势分析”中点击表格，就能从排名靠前的发明人中看到，百度的首席技术官王海峰（WANG HAIFENG）参与了百度大部分专利。

进而笔者通过互联网上搜索的信息得知，王海峰在2019年5月被任命为百度集团首席技术官，9月百度智能云事业群组（ACG）融入王海峰负责的CTO体系。2020年，王海峰将原AIG（AI技术平台体系）、TG（基础技术体系）和ACG（百度智能云事业群组）整体整合为人工智能体系（AI Group，AIG），由王海峰整体负责。而在这之后，百度就开始在自然语言生成领域上奋起直追。可见，百度的AI技术与王海峰是息息相关的。

图9

3、区域分析

如图10所示，在分析栏中选择区域分析，从“区域构成分析”的图像中可以看出，美国地区申请人的相关专利占比已经超过二分之一，而中国地区申请人的相关专利虽然相比其他国家位于前列，但是与美国相比仍然有很大差距。

图10

为了进一步查看中国地区不同申请人的申请情况，如图11所示，笔者选择“区域申请人分析”，然后点击表格，找到“CN”，点击前面的加号，就能打开查看中国地区不同申请人的申请量。可以看到，在中国地区，百度在该领域的申请量最高，其次是华为、腾讯等。由此可知，国内的几家大厂已经开始在中国进行专利“跑马圈地”，至于谁率先能在市场站稳脚跟，就要看谁能先一步将技术落地了。

图11

>>>结 语

“ChatGPT”接续“元宇宙”、“web3”成为了AI圈的热门关键词，掀起了科技界的一场狂潮。俗话说，“外行看热闹，内行看门道”，借助国家知识产权局新版“专利检索及分析系统”，知识产权工作者不仅可以“看热闹”，还能有效“跟踪”相关领域的最新研发方向，了解国内外主要竞争对手及其专利布局情况。

总之，通过检索和分析相关专利文献，企业就可以做到“知己知彼”、提高自身的研发起点和创新效率、避免重复研发，提前做好自身专利保护与布局规划、抢占市场先机，并在生产销售时防范和规避侵权风险、保障企业行稳致远。

参考资料：

[1] ChatGPT: IP Strategy in the AI Space, Feb. 16, 2023, www.lexology.com

主要从事知识产权和前沿技术的研究、收集整理知识产权相关领域的时事资讯、协助专家与顾问研究任务的推进实施等，致力于探索区域知识产权促进保护模式、开展知识产权保护宣传工作。

就读于北京交通大学信息管理与信息系统专业。

// 2

// 3

想了解更多IP内容，敬请关注：

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.