JP2020510270A - 人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用する、人が介在せずに特許明細書を作成するような、システムならびに方法 - Google Patents

人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用する、人が介在せずに特許明細書を作成するような、システムならびに方法 Download PDF

Info

Publication number
JP2020510270A
JP2020510270A JP2019564389A JP2019564389A JP2020510270A JP 2020510270 A JP2020510270 A JP 2020510270A JP 2019564389 A JP2019564389 A JP 2019564389A JP 2019564389 A JP2019564389 A JP 2019564389A JP 2020510270 A JP2020510270 A JP 2020510270A
Authority
JP
Japan
Prior art keywords
data structure
patent specification
readable instructions
module
implementations
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2019564389A
Other languages
English (en)
Inventor
シー. シック,イアン
シー. シック,イアン
ナイト,ケビン
Original Assignee
スペシフィオ,インク.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by スペシフィオ,インク. filed Critical スペシフィオ,インク.
Publication of JP2020510270A publication Critical patent/JP2020510270A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/12Use of codes for handling textual entities
    • G06F40/137Hierarchical processing, e.g. outlines
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/284Lexical analysis, e.g. tokenisation or collocates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/40Processing or translation of natural language
    • G06F40/55Rule-based translation
    • G06F40/56Natural language generation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/18Legal services
    • G06Q50/184Intellectual property management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

人が介在せずに特許明細書を作成するような、人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用するためのシステムならびに方法を開示する。例示的実装では、請求項セットを取得し、請求項セットを表す第1データ構造を取得し、第2データ構造を取得し、第3データ構造を取得し、第1データ構造、第2データ構造、および第3データ構造に基づいて、特許明細書の1つ以上のセクションを判定してもよい。【選択図】図1

Description

開示の分野
本開示は、特許請求項を表すデータ構造を提供し、修正したデータ構造が、特許形式ではなく散文体である言語要素を含むように、特許請求項を表すデータ構造を修正し、特許請求項に由来する順序付けられたコンテンツをデータ構造に提供し、特許の機能的請求項文言により記述されるソフトウェアコンポーネントを識別および命名し、人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用する、人が介在せずに特許明細書を作成するような、システムならびに方法に関する。
背景
特許出願書類は、有資格の特許実務家によって作成される書類である。これらの専門家は、特許弁護士(法律の学位を持つ科学者/技術者)、または特許代理人(法律の学位を持たない科学者/技術者)のいずれかである。作成されると、特許出願書類は、United States Patent & Trademark Office(USPTO)に提出され、特許審査官によって審査される。各出願は最終的に拒絶されるかもしくは許可されて米国特許として発行される。
特許出願書類には、請求項、明細書、および図面の3つの主要部がある。請求項は、発明として主張しているものを正確に定義する、文の番号付きリストである。言い換えると、請求項は、従来の技術と見なされるものと、発明と考えられる(すなわち、有用で、新しく、非自明である)ものとの間の境界を画定しようと試みる。明細書は、最も長いセクションである。特許請求する発明を、どのように作り使用するかを説明する。最後に、図面が明細書を補完し、特許請求する特徴を描写する。
法律事務所の特許準備の収益性は、いくつかの要因から下降している。これまで以上に、特許出願書類の作成にかかる費用を左右する傾向にあるのは、実務家の経験および力量より、むしろ市場原理である。これら市場価格による費用と、実務家への上昇する時給との衝突によって、ほんの初心者レベルや弁護士ではない実務家が、収益性を得られる風潮が作り出される。大手総合法律事務所の中には、特許の準備を、ライセンスや訴訟の仕事を得るための、目玉商品としての営業と見なしているところさえある。さらに複雑なことに、特許の起案への顧客の需要が増え続ける中、毎年訓練される新しい特許実務家の数は下降傾向を示し、人材不足が問題として浮上している。
概要
例示的実装によって、法律事務所のレバレッジを、最先端の機械学習および自然言語生成技術によって拡張する。いくつかの実装によって、請求項セットおよび/または図面など、簡潔な実務家の入力に基づいて、完全な特許出願の草稿を自動で生成するのを促進する。実務家はこのとき、顧客経験、および特許準備過程の重要な面のみに重点を置くことで、自身の時間および専門知識を最大化することができる。例示的実装は、ほぼ瞬間的なターンアラウンドで残りに対処する。例えば、本開示は、背景技術セクションおよび本段落以外、特許実務家によって準備された単一の方法請求項セットにのみ基づいて、人が介在することなく自動で生成された。
本開示の一態様は、特許請求項を表すデータ構造を提供するために構成されるシステムに関する。システムは、機械可読命令によって構成される、1つ以上のハードウェアプロセッサを含んでもよい。プロセッサは、請求項セットを取得するように構成されてもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよい。請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属してもよい。プロセッサは、請求項セットの請求項の行を処理するように構成されてもよい。請求項の行は、1つ以上の請求項の行末文字の有無によって示される文末を有する、文字の単位であってもよい。プロセッサは、データ構造に記憶される、請求項の行の中の1つ以上の特徴を識別するように構成されてもよい。1つ以上の特徴は、主特徴もしくはサブ特徴の1つまたは両方を含んでもよい。プロセッサは、1つ以上の特徴をデータ構造に記憶するように構成されてもよい。主特徴は、特許請求する過程のステップ、特許請求する製造機械もしくは製造品の物理的一部、または特許請求する組成物の成分を含んでもよい。サブ特徴は、主特徴の態様を記述してもよく、またはさらに詳しく述べる。
本開示の別の態様は、特許請求項を表すデータ構造を提供するための方法に関する。方法は、請求項セットを取得することを含んでもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよい。請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属してもよい。方法は、請求項セットの請求項の行を処理することを含んでもよい。請求項の行は、1つ以上の請求項の行末文字の有無によって示される文末を有する、文字の単位であってもよい。方法は、データ構造に記憶される、請求項の行の中の1つ以上の特徴を識別することを含んでもよい。1つ以上の特徴は、主特徴もしくはサブ特徴の1つまたは両方を含んでもよい。方法は、1つ以上の特徴をデータ構造に記憶することを含んでもよい。主特徴は、特許請求する過程のステップ、特許請求する製造機械もしくは製造品の物理的一部、または特許請求する組成物の成分を含んでもよい。サブ特徴は、主特徴の態様を記述してもよく、またはさらに詳しく述べる。
本開示のその上別の態様は、修正したデータ構造が、特許形式ではなく散文体である言語要素を含むように、特許請求項を表すデータ構造を修正するために構成されるシステムに関する。システムは、機械可読命令によって構成される、1つ以上のハードウェアプロセッサを含んでもよい。プロセッサは、請求項セットを表すデータ構造を取得するように構成されてもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよい。請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属してもよい。プロセッサは、データ構造上で自然言語生成動作を実施して、修正したデータ構造を提供するように構成されてもよい。データ構造は、データを整理し記憶するための特殊形式を含んでもよく、データ構造は、配列、リスト、2つ以上の連結リスト、スタック、キュー、グラフ、表、またはツリーのうちの1つ以上を含む。データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。言語単位は、個々の言語要素の1つ以上の分類にしたがい、データ構造の中で整理されてもよい。修正したデータ構造は、請求項セットを表すデータ構造内の所与の位置にある所与のデータ構造要素が、修正したデータ構造内の同じ位置にある所与のデータ構造要素に対応するような、請求項セットを表すデータ構造と同じ側面を有してもよい。
本開示のまた別の態様は、修正したデータ構造が、特許形式ではなく散文体である言語要素を含むように、特許請求項を表すデータ構造を修正するための方法に関する。方法は、請求項セットを表すデータ構造を取得することを含んでもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよい。請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属してもよい。方法は、データ構造上で自然言語生成動作を実施して、修正したデータ構造を提供することを含んでもよい。データ構造は、データを整理し記憶するための特殊形式を含んでもよく、データ構造は、配列、リスト、2つ以上の連結リスト、スタック、キュー、グラフ、表、またはツリーのうちの1つ以上を含む。データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。言語単位は、個々の言語要素の1つ以上の分類にしたがい、データ構造の中で整理されてもよい。修正したデータ構造は、請求項セットを表すデータ構造内の所与の位置にある所与のデータ構造要素が、修正したデータ構造内の同じ位置にある所与のデータ構造要素に対応するような、請求項セットを表すデータ構造と同じ側面を有してもよい。
本開示のさらに別の態様は、特許請求項に由来する順序付けられたコンテンツを、データ構造に提供するために構成されるシステムに関する。システムは、機械可読命令によって構成される、1つ以上のハードウェアプロセッサを含んでもよい。プロセッサは、請求項セットを表す第1データ構造を取得するように構成されてもよい。第1データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。言語単位は、個々の言語要素の1つ以上の分類にしたがい、第1データ構造の中で整理されてもよい。プロセッサは、第2データ構造を取得するように構成されてもよい。第2データ構造は、第1データ構造内の所与の位置にある所与のデータ構造要素が、第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、第1データ構造と同じ側面を有してもよい。第2データ構造は、請求項セットと関連付けられた言語要素を含んでもよい。第2データ構造の言語要素は、特許形式ではなく散文体であってもよい。プロセッサは、第1データ構造の中の主特徴を識別するように構成されてもよい。主特徴は、特許請求する過程のステップ、特許請求する製造機械もしくは製造品の物理的一部、または特許請求する組成物の成分を含んでもよい。第1データ構造の中で主特徴の個々の特徴に対応するサブ特徴を、第2データ構造の中で識別する。所与のサブ特徴は、対応する主特徴の態様を記述してもよく、またはさらに詳しく述べる。プロセッサは、所与の識別されたサブ特徴が、第3データ構造の中で、対応する主特徴と関連付けられるように、第2データ構造から識別されたサブ特徴を、第3データ構造に記憶するように構成されてもよい。プロセッサは、識別された最初の言及および識別された続く言及に基づいて、第1データ構造の中の主特徴の個々の特徴には対応しない、第2データ構造からのサブ特徴を、第3データ構造に、対応する主特徴と関連付けて記憶するように構成されてもよい。
本開示のさらなる態様は、特許請求項に由来する順序付けられたコンテンツを、データ構造に提供するための方法に関する。方法は、請求項セットを表す第1データ構造を取得することを含んでもよい。第1データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。言語単位は、個々の言語要素の1つ以上の分類にしたがい、第1データ構造の中で整理されてもよい。方法は、第2データ構造を取得することを含んでもよい。第2データ構造は、第1データ構造内の所与の位置にある所与のデータ構造要素が、第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、第1データ構造と同じ側面を有してもよい。第2データ構造は、請求項セットと関連付けられた言語要素を含んでもよい。第2データ構造の言語要素は、特許形式ではなく散文体であってもよい。方法は、第1データ構造の中の主特徴を識別することを含んでもよい。主特徴は、特許請求する過程のステップ、特許請求する製造機械もしくは製造品の物理的一部、または特許請求する組成物の成分を含んでもよい。第1データ構造の中で主特徴の個々の特徴に対応するサブ特徴を、第2データ構造の中で識別する。所与のサブ特徴は、対応する主特徴の態様を記述してもよく、またはさらに詳しく述べる。方法は、所与の識別されたサブ特徴が、第3データ構造の中で、対応する主特徴と関連付けられるように、第2データ構造から識別されたサブ特徴を、第3データ構造に記憶することを含んでもよい。方法は、識別された最初の言及および識別された続く言及に基づいて、第1データ構造の中の主特徴の個々の特徴には対応しない、第2データ構造からのサブ特徴を、第3データ構造に、対応する主特徴と関連付けて記憶することを含んでもよい。
本開示のその上さらなる態様は、特許の機能的請求項文言により記述されるソフトウェアコンポーネントを、識別および命名するために構成されるシステムに関する。システムは、機械可読命令によって構成される、1つ以上のハードウェアプロセッサを含んでもよい。プロセッサは、請求項セットを表すデータ構造を取得するように構成されてもよい。データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。プロセッサは、データ構造からデータ構造要素を取得するように構成されてもよい。データ構造要素は、主特徴を含んでもよい。主特徴は、特許請求する過程のステップを含んでもよい。プロセッサは、主特徴に対応するソフトウェアコンポーネント名と関連付けられる、本動詞を識別するように構成されてもよい。本動詞は、主特徴の主要な機能を記述してもよい。プロセッサは、本動詞の識別に応じて、ソフトウェアコンポーネント名と関連付けられる、名詞または名詞句を識別するように構成されてもよい。プロセッサは、識別された本動詞、および識別された名詞または名詞句に基づいて、ソフトウェアコンポーネント名を決定(determine、判定)するように構成されてもよい。
本開示のまたさらなる態様は、特許の機能的請求項文言により記述されるソフトウェアコンポーネントを、識別および命名するための方法に関する。方法は、請求項セットを表すデータ構造を取得することを含んでもよい。データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。方法は、データ構造からデータ構造要素を取得することを含んでもよい。データ構造要素は、主特徴を含んでもよい。主特徴は、特許請求する過程のステップを含んでもよい。方法は、主特徴に対応するソフトウェアコンポーネント名と関連付けられる、本動詞を識別することを含んでもよい。本動詞は、主特徴の主要な機能を記述してもよい。方法は、本動詞の識別に応じて、ソフトウェアコンポーネント名と関連付けられる、名詞または名詞句を識別することを含んでもよい。方法は、識別された本動詞、および識別された名詞または名詞句に基づいて、ソフトウェアコンポーネント名を決定することを含んでもよい。
本開示のよりさらなる態様は、人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用するために構成される、人が介在せずに特許明細書を作成するような、システムに関する。システムは、機械可読命令によって構成される、1つ以上のハードウェアプロセッサを含んでもよい。プロセッサは、請求項セットを取得するように構成されてもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよく、請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属する。請求項セットは人によって準備されたものである。プロセッサは、請求項セットを表す第1データ構造を取得するように構成されてもよい。第1データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。プロセッサは、第2データ構造を取得するように構成されてもよい。第2データ構造は、第1データ構造内の所与の位置にある所与のデータ構造要素が、第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、第1データ構造と同じ側面を有してもよい。第2データ構造は、請求項セットと関連付けられた言語要素を含んでもよい。第2データ構造の言語要素は、特許形式ではなく散文体であってもよい。プロセッサは、第3データ構造を取得するように構成されてもよい。第3データ構造は、請求項セットに由来する、順序付けられたコンテンツを含んでもよい。第3データ構造の順序付けられたコンテンツは、請求項セットの請求項構造、請求項セットの中の先行詞、または請求項セットの中の請求項の従属性のうちの1つ以上に基づいて順序付けられてもよい。プロセッサは、第1データ構造、第2データ構造、および第3データ構造に基づいて、特許明細書の1つ以上のセクションを決定するように構成されてもよい。
そして、本開示の別の態様は、人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用する、人が介在せずに特許明細書を作成するような、方法に関する。方法は、請求項セットを取得することを含んでもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよく、請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属する。請求項セットは人によって準備されたものである。方法は、請求項セットを表す第1データ構造を取得することを含んでもよい。第1データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。方法は、第2データ構造を取得することを含んでもよい。第2データ構造は、第1データ構造内の所与の位置にある所与のデータ構造要素が、第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、第1データ構造と同じ側面を有してもよい。第2データ構造は、請求項セットと関連付けられた言語要素を含んでもよい。第2データ構造の言語要素は、特許形式ではなく散文体であってもよい。方法は、第3データ構造を取得することを含んでもよい。第3データ構造は、請求項セットに由来する、順序付けられたコンテンツを含んでもよい。第3データ構造の順序付けられたコンテンツは、請求項セットの請求項構造、請求項セットの中の先行詞、または請求項セットの中の請求項の従属性のうちの1つ以上に基づいて順序付けられてもよい。方法は、第1データ構造、第2データ構造、および第3データ構造に基づいて、特許明細書の1つ以上のセクションを決定することを含んでもよい。
本技術のこれらのおよび他の特徴ならびに特性だけでなく、動作の方法、および構造の関連要素の機能、ならびに製造部品および製造の経済性の組み合わせは、添付の図面を参照して、以下の記載および添付の特許請求の範囲を考慮するとより明らかとなり、そのすべては本明細書の一部を形成し、類似の参照符号は様々な図面の中で対応する一部を指定する。しかしながら、図は例示および説明のみを目的とし、発明の限定の定義として意図していないことは、はっきりと理解されるべきである。明細書および特許請求の範囲で使用されるとき、単数形の「a」、「an」、および「the」は、文脈でそれ以外を指示することが明らかである場合を除き、複数の指示対象を含む。
図1は、1つ以上の実装により、特許請求項を表すデータ構造を提供するために構成されるシステムを示す。
図2は、1つ以上の実装により、特許請求項を表すデータ構造を提供するための方法を示す。
図3は、1つ以上の実装により、修正したデータ構造が、特許形式ではなく散文体である言語要素を含むように、特許請求項を表すデータ構造を修正するために構成されるシステムを示す。
図4は、1つ以上の実装により、修正したデータ構造が、特許形式ではなく散文体である言語要素を含むように、特許請求項を表すデータ構造を修正するための方法を示す。
図5は、1つ以上の実装により、特許請求項に由来する順序付けられたコンテンツを、データ構造に提供するために構成されるシステムを示す。
図6は、1つ以上の実装により、特許請求項に由来する順序付けられたコンテンツをデータ構造に提供するための方法を示す。
図7は、1つ以上の実装により、特許の機能的請求項文言により記述されるソフトウェアコンポーネントを、識別および命名するために構成されるシステムを示す。
図8は、1つ以上の実装により、特許の機能的請求項文言により記述されるソフトウェアコンポーネントを、識別および命名するための方法を示す。
図9は、1つ以上の実装により、人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用するために構成される、人が介在せずに特許明細書を作成するような、システムを示す。
図10は、1つ以上の実装により、人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用するための、人が介在せずに特許明細書を作成するような、方法を示す。
図1は、1つ以上の実装により、特許請求項を表すデータ構造を提供するために構成されるシステム100を示す。いくつかの実装では、システム100は1つ以上のサーバ102を含んでもよい。サーバ102は、クライアント/サーバアーキテクチャおよび/または他のアーキテクチャにより、1つ以上のクライアントコンピューティングプラットフォーム104と通信するように構成されてもよい。クライアントコンピューティングプラットフォーム104は、サーバ102を介して、ならびに/またはピアツーピアアーキテクチャおよび/もしくは他のアーキテクチャにより、他のクライアントコンピューティングプラットフォームと通信するように構成されてもよい。ユーザは、クライアントコンピューティングプラットフォーム104を介して、システム100にアクセスしてもよい。
サーバ102は、機械可読命令106によって構成されてもよい。機械可読命令106は、1つ以上の命令モジュールを含んでもよい。命令モジュールは、コンピュータプログラムモジュールを含んでもよい。命令モジュールは、請求項セット取得モジュール108、請求項行処理モジュール110、請求項行判定モジュール112(請求項行決定モジュール112)、請求項行記憶モジュール114、部分記憶モジュール116、特徴識別モジュール118、マーカー分類モジュール120、および/または他の命令モジュールのうちの1つ以上を含んでもよい。
請求項セット取得モジュール108は、請求項セットを取得するように構成されてもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項の番号は、請求項セットの文の番号付きリストの中の、対応する請求項の位置を示していた。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよい。請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属してもよい。
請求項行処理モジュール110は、請求項セットの請求項の行を処理するように構成されてもよい。請求項の行が、独立請求項または従属請求項のいずれに属し得るのかを決定することは、請求項の行が、別の請求項への参照を含むかを決定することを含む。参照によって、請求項の行が従属請求項に属することを示してもよい。請求項の行は、1つ以上の請求項の行末文字の有無によって示される文末を有する、文字の単位であってもよい。非限定的な例として、1つ以上の請求項の行末文字は、コロン、セミコロン、または改行のうちの1つ以上を含んでもよい。
請求項行判定モジュール112は、請求項の行が、請求項の第1行であるかを決定するように構成されてもよい。請求項の行が、請求項の第1行であり得るかを決定することは、請求項の行が、請求項の番号で始まるかを判定することを含む。
請求項行判定モジュール112は、請求項の行が、請求項の第1行であるとの決定に応答して、請求項の行が、独立請求項または従属請求項のいずれに属するかを判定するように構成されてもよい。
請求項行判定モジュール112は、請求項セットの中に、反復される請求項の行がさらにあるかを判定するように構成されてもよい。
請求項行記憶モジュール114は、請求項の行が独立請求項に属するとの判定に応答して、請求項の行を独立請求項の前文として、データ構造に記憶するように構成されてもよい。独立請求項の前文は、全体として発明の全体的な記述を伝えてもよい。非限定的な例として、データ構造は、データを整理し記憶するための特殊形式を含んでもよく、データ構造は、配列、リスト、2つ以上の連結リスト、スタック、キュー、グラフ、表、またはツリーのうちの1つ以上を含む。
データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。特許形式には、特許請求項でよく使用される、文字構造および法律用語を含んでもよい。言語単位は、個々の言語要素の1つ以上の分類にしたがい、データ構造の中で整理されてもよい。非限定的な例として、言語要素は、単語、語句、節、または文のうちの1つ以上を含んでもよい。請求項は、単一の文であってもよい。非限定的な例として、文は、主語および述語を包含する、完全な単語のセットを含んでもよく、文は主節および任意で1つ以上の従属節を含む。非限定的な例として、節は、文の1つ下の文法構成の単位を含んでもよく、節は主語および述語を含む。語句は、概念単位として共にある単語の小グループを含んでもよく、語句は節の成分を形成する。非限定的な例として、単語は、他の単語と共に使用される言語の、意味のある単一個別要素を含んで文を形成してもよく、単語は書かれる、または印刷されるとき、どちらの側にもスペースを伴って示される。非限定的な例として、1つ以上の分類には、独立請求項、従属請求項、前文、主特徴、サブ特徴、請求項の行、節、語句、または単語のうちの1つ以上を含んでもよい。
部分記憶モジュール116は、請求項の行が従属請求項に属するとの判定に応答して、請求項の行の一部分を従属請求項の前文として、データ構造に記憶するように構成されてもよい。従属請求項の前文は、先行する請求項への参照を含んでもよい。1つ以上の節を請求項の行の中で識別する。1つ以上の節を請求項の行の中で識別することは、機械学習モデルを請求項の行へ適用することを含んでもよい。非限定的な例として、機械学習モデルは、教師あり学習アルゴリズム、教師なし学習アルゴリズム、半教師あり学習アルゴリズム、回帰アルゴリズム、事例に基づくアルゴリズム、正規化アルゴリズム、決定木アルゴリズム、ベイジアンアルゴリズム、クラスタリングアルゴリズム、相関ルール学習アルゴリズム、人工ニューラルネットワークアルゴリズム、深層学習アルゴリズム、次元縮小アルゴリズム、またはアンサンブルアルゴリズムのうちの1つ以上に基づいてもよい。機械学習モデルを請求項の行へ適用することによって、所与の節の1つ以上の態様がラベル付けされてもよい。非限定的な例として、請求項の行の中で1つ以上の節を識別することは、請求項の行が1つ以上のマーカーを含むかを判定することを含んでもよく、所与のマーカーはトリガーとなる単語、トリガーとなる語句、またはトリガーとなる句読点である。
特徴識別モジュール118は、データ構造に記憶される、請求項の行の中の1つ以上の特徴を識別するように構成されてもよい。1つ以上の特徴は、主特徴もしくはサブ特徴の1つまたは両方を含んでもよい。非限定的な例として、主特徴は、特許請求する過程のステップ、特許請求する製造機械もしくは製造品の物理的一部、または特許請求する組成物の成分を含んでもよい。サブ特徴は、主特徴の態様を記述してもよく、またはさらに詳しく述べる。
マーカー分類モジュール120は、請求項の行が1つ以上のマーカーを含むとの判定に応答して、1つ以上のマーカーの個々の1つを分類するように構成されてもよい。いくつかの実装では、非限定的な例として、所与のマーカーを分類することは、所与のマーカーが節内に存在するか、所与のマーカーが2つの節の間の境界を示しているか、または所与のマーカーがリストを包含する節を示しているかを判定することを含んでもよい。
いくつかの実装では、サーバ102、クライアントコンピューティングプラットフォーム104、および/または外部資源122は、1つ以上の電子通信リンクによって動作可能なようにリンクしてもよい。例えば、そのような電子通信リンクは、少なくとも一部、インターネットおよび/または他のネットワークなどのネットワークによって確立されてもよい。これは限定を意図するものではなく、本開示の範囲は、サーバ102、クライアントコンピューティングプラットフォーム104、および/または外部資源122が、いくつかの他の通信媒体によって動作可能なようにリンクしてもよい実装を含むことは、理解されるであろう。
所与のクライアントコンピューティングプラットフォーム104は、コンピュータプログラムモジュールを実行するように構成される、1つ以上のプロセッサを含んでもよい。コンピュータプログラムモジュールは、所与のクライアントコンピューティングプラットフォーム104と関連付けられる専門家またはユーザが、システム100および/もしくは外部資源122と連動し、ならびに/または本明細書においてクライアントコンピューティングプラットフォーム104に起因する他の機能を提供することが可能になるように構成されてもよい。非限定的な例として、所与のクライアントコンピューティングプラットフォーム104は、デスクトップコンピュータ、ノートパソコン、携帯用コンピュータ、タブレットコンピューティングプラットフォーム、ネットブック、スマートフォン、ゲーム機、および/または他のコンピューティングプラットフォームのうちの1つ以上を含んでもよい。
外部資源122は、システム100の外部にある情報の資源、システム100と共に参加する外部エンティティ、および/または他の資源を含んでもよい。いくつかの実装では、本明細書において外部資源122に起因する機能の一部またはすべては、システム100に含まれる資源によって提供されてもよい。
サーバ102は、電子記憶装置124、1つ以上のプロセッサ126、および/または他のコンポーネントを含んでもよい。サーバ102は、通信回線、またはネットワークおよび/もしくは他のコンピューティングプラットフォームとの情報交換を可能にする通信ポートを含んでもよい。図1のサーバ102の図解は、限定することを意図していない。サーバ102は、本明細書においてサーバ102に起因する機能を提供するように、共に動作する複数のハードウェア、ソフトウェア、および/またはファームウェアのコンポーネントを含んでもよい。例えば、サーバ102は、共に動作するコンピューティングプラットフォームのクラウドにより、サーバ102として実装されてもよい。
電子記憶装置124は、電子的に情報を記憶する、非一時的記憶媒体を備えてもよい。電子記憶装置124の電子記憶媒体は、サーバ102と一体化して提供される(すなわち、実質的に取り外しできない)システム記憶装置、および/もしくは、例えば、ポート(例えば、USBポート、ファイヤーワイヤーポートなど)もしくはドライブ(例えば、ディスクドライブなど)によって、サーバ102へ取り外し可能なように接続可能であるリムーバブル記憶装置の1つまたは両方を含んでもよい。電子記憶装置124は、光学的可読記憶媒体(例えば、光ディスクなど)、磁気的可読記憶媒体(例えば、磁気テープ、磁気ハードドライブ、フロッピーディスクドライブなど)、電荷ベースの記憶媒体(例えば、EEPROM、RAMなど)、ソリッドステート記憶媒体(例えば、フラッシュドライブなど)、および/または他の電子的可読記憶媒体のうちの1つ以上を含んでもよい。電子記憶装置124は、1つ以上の仮想記憶資源(例えば、クラウドストレージ、仮想プライベートネットワーク、および/または他の仮想記憶資源)を含んでもよい。電子記憶装置124は、ソフトウェアアルゴリズム、プロセッサ126により判定される情報、サーバ102から受信される情報、クライアントコンピューティングプラットフォーム104から受信される情報、および/またはサーバ102が本明細書に記載する通りに機能することが可能になる他の情報を記憶してもよい。
プロセッサ126は、サーバ102の情報処理能力を提供するように構成されてもよい。そのため、プロセッサ126は、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構のうちの1つ以上を含んでもよい。図1にプロセッサ126が単一エンティティとして示されているが、これは説明のためのみである。いくつかの実装では、プロセッサ126は複数の処理ユニットを含んでもよい。これらの処理ユニットは、同じデバイス内に物理的に設置されてもよく、またはプロセッサ126は、連携して動作する複数のデバイスの処理機能を表してもよい。プロセッサ126は、モジュール108、110、112、114、116、118、120、および/または他のモジュールを実行するように構成されてもよい。プロセッサ126は、ソフトウェア;ハードウェア;ファームウェア;ソフトウェア、ハードウェア、および/もしくはファームウェアのある組み合わせ;ならびに/またはプロセッサ126上に処理能力を構成するための他の機構によって、モジュール108、110、112、114、116、118、120、および/または他のモジュールを実行するように構成されてもよい。本明細書に使用するとき、用語「モジュール」は、モジュールに起因する機能を実施する、いかなるコンポーネントまたはコンポーネントのセットを指してもよい。これは、プロセッサ可読命令を実行中の1つ以上の物理プロセッサ、プロセッサ可読命令、回路、ハードウェア、記憶媒体、またはいかなる他のコンポーネントを含んでもよい。
図1にモジュール108、110、112、114、116、118、および120を、単一の処理ユニット内に実装しているように示しているが、プロセッサ126が複数の処理ユニットを含む実装では、モジュール108、110、112、114、116、118、および/または120のうちの1つ以上が、他のモジュールから遠隔に実装されてもよいことは、理解されるべきである。以下に記載する、異なるモジュール108、110、112、114、116、118、および/または120により提供される機能の記載は、説明のためであり、モジュール108、110、112、114、116、118、および/または120のいずれかが、記載するよりも多いまたは少ない機能を提供する場合があるため、限定することは意図していない。例えば、モジュール108、110、112、114、116、118、および/または120のうちの1つ以上が排除されてもよく、その機能の一部またはすべてが、モジュール108、110、112、114、116、118、および/または120のうちの他のモジュールによって提供されてもよい。別の例として、プロセッサ126は、モジュール108、110、112、114、116、118、および/もしくは120のうちの1つに以下のように起因する機能の一部またはすべてを実施してもよい、1つ以上の追加モジュールを実行するように構成されてもよい。
図2は、1つ以上の実装(implementation、実施)により、特許請求項を表すデータ構造を提供するための方法200を示す。以下に提示する方法200の動作は、説明することを意図している。いくつかの実装では、方法200は、記載しない1つ以上の追加動作を伴い、および/または論じる動作のうちの1つ以上を伴わずに達成されてもよい。加えて、図2に示し、以下に記載する方法200の動作の順序は、限定することを意図していない。
いくつかの実装では、方法200は、1つ以上の処理デバイス(例えば、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構)の中に実装されてもよい。1つ以上の処理デバイスは、電子記憶媒体上に電子的に記憶される命令に応じて、方法200の動作の一部またはすべてを実行する、1つ以上のデバイスを含んでもよい。1つ以上の処理デバイスは、方法200の動作のうちの1つ以上を実行するために特別に設計される、ハードウェア、ファームウェア、および/またはソフトウェアによって構成される1つ以上のデバイスを含んでもよい。
動作202は、請求項セットを取得することを含んでもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよい。請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属してもよい。動作202は、1つ以上の実装により、請求項セット取得モジュール108と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作204は、請求項セットの請求項の行を処理することを含んでもよい。請求項の行は、1つ以上の請求項の行末文字の有無によって示される文末を有する、文字の単位であってもよい。動作204は、1つ以上の実装により、請求項行処理モジュール110と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作206は、請求項の行が、請求項の第1行であるかを判定することを含んでもよい。動作206は、1つ以上の実装により、請求項行判定モジュール112と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作208は、請求項の行が、請求項の第1行であるとの判定に応答して、請求項の行が、独立請求項または従属請求項のいずれに属するかを判定することを含んでもよい。動作208は、1つ以上の実装により、請求項行判定モジュール112と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作210は、請求項の行が独立請求項に属するとの判定に応答して、請求項の行を独立請求項の前文として、データ構造に記憶することを含んでもよい。動作210は、1つ以上の実装により、請求項行記憶モジュール114と同じ、または請それに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作212は、請求項の行が従属請求項に属するとの判定に応答して、請求項の行の一部分を従属請求項の前文として、データ構造に記憶することを含んでもよい。1つ以上の節を請求項の行の中で識別する。動作212は、1つ以上の実装により、部分記憶モジュール116と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作214は、データ構造に記憶される、請求項の行の中の1つ以上の特徴を識別することを含んでもよい。1つ以上の特徴は、主特徴もしくはサブ特徴の1つまたは両方を含んでもよい。動作214は、1つ以上の実装により、特徴識別モジュール118と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作216は、請求項セットの中に、反復される請求項の行がさらにあるかを判定することを含んでもよい。動作216は、1つ以上の実装により、請求項行判定モジュール112と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
図3は、1つ以上の実装により、修正したデータ構造が、特許形式ではなく散文体である言語要素を含むように、特許請求項を表すデータ構造を修正するために構成されるシステム300を示す。いくつかの実装では、システム300は1つ以上のサーバ302を含んでもよい。サーバ302は、クライアント/サーバアーキテクチャおよび/または他のアーキテクチャにより、1つ以上のクライアントコンピューティングプラットフォーム304と通信するように構成されてもよい。クライアントコンピューティングプラットフォーム304は、サーバ302を介して、ならびに/またはピアツーピアアーキテクチャおよび/もしくは他のアーキテクチャにより、他のクライアントコンピューティングプラットフォームと通信するように構成されてもよい。ユーザは、クライアントコンピューティングプラットフォーム304を介して、システム300にアクセスしてもよい。
サーバ302は、機械可読命令306によって構成されてもよい。機械可読命令306は、1つ以上の命令モジュールを含んでもよい。命令モジュールは、コンピュータプログラムモジュールを含んでもよい。命令モジュールは、データ構造取得モジュール308、言語生成動作実施モジュール310、データ構造要素取得モジュール312、データ構造要素判定モジュール314、請求項前文判定モジュール316、前文ベース判定モジュール318、前文ベース記憶モジュール320、データ構造要素修正モジュール322、データ構造要素記憶モジュール324、および/またはその他命令モジュールのうちの1つ以上を含んでもよい。
データ構造取得モジュール308は、請求項セットを表すデータ構造を取得するように構成されてもよい。非限定的な例として、データ構造は、データを整理し記憶するための特殊形式を含んでもよく、データ構造は、配列、リスト、2つ以上の連結リスト、スタック、キュー、グラフ、表、またはツリーのうちの1つ以上を含む。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよい。請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属してもよい。
データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。特許形式には、特許請求項でよく使用される、文字構造および法律用語を含んでもよい。言語単位は、個々の言語要素の1つ以上の分類にしたがい、データ構造の中で整理されてもよい。非限定的な例として、言語要素は、単語、語句、節、または文のうちの1つ以上を含んでもよい。請求項は、単一の文であってもよい。非限定的な例として、文は、主語および述語を包含する、完全な単語のセットを含んでもよく、文は主節および任意で1つ以上の従属節を含む。非限定的な例として、節は、文の1つ下の文法構成の単位を含んでもよく、節は主語および述語を含む。語句は、概念単位として共にある単語の小グループを含んでもよく、語句は節の成分を形成する。非限定的な例として、単語は、他の単語と共に使用される言語の、意味のある単一個別要素を含んで文を形成してもよく、単語は書かれる、または印刷されるとき、どちらの側にもスペースを伴って示される。
非限定的な例として、1つ以上の分類には、独立請求項、従属請求項、前文、主特徴、サブ特徴、請求項の行、節、語句、または単語のうちの1つ以上を含んでもよい。独立請求項の前文の前文は、全体として発明の概要を伝えてもよい。従属請求項の前文は、先行する請求項への参照を含んでもよい。非限定的な例として、主特徴は、特許請求する過程のステップ、特許請求する製造機械もしくは製造品の物理的一部、または特許請求する組成物の成分を含んでもよい。サブ特徴は、主特徴の態様を記述してもよく、またはさらに詳しく述べる。
請求項の行は、1つ以上の請求項の行末文字の有無によって示される文末を有する、文字の単位であってもよい。非限定的な例として、1つ以上の請求項の行末文字は、コロン、セミコロン、または改行のうちの1つ以上を含んでもよい。
言語生成動作実施モジュール310は、データ構造上で自然言語生成動作を実施するように構成されてもよい。自然言語生成動作は、機械学習モデルに基づいてもよい。非限定的な例として、機械学習モデルは、教師あり学習アルゴリズム、教師なし学習アルゴリズム、半教師あり学習アルゴリズム、回帰アルゴリズム、事例に基づくアルゴリズム、正規化アルゴリズム、決定木アルゴリズム、ベイジアンアルゴリズム、クラスタリングアルゴリズム、相関ルール学習アルゴリズム、人工ニューラルネットワークアルゴリズム、深層学習アルゴリズム、次元縮小アルゴリズム、またはアンサンブルアルゴリズムのうちの1つ以上に基づいてもよい。
非限定的な例として、自然言語生成動作は、言い換え提出、単純化、圧縮、節の融合、または拡張のうちの1つ以上を含んでもよい。言い換え提出は、元の意味を保存することを含んでもよい。非限定的な例として、言い換え提出は、語句、節、請求項の行、もしくは請求項全体のうちの1つ以上を書き換え、および/または配列し直すことを含んでもよい。単純化は、元の意味を保存することを含んでもよい。単純化は、読みやすさのために、請求項の行を分割することを含んでもよい。圧縮は、重要な態様を保存することを含んでもよい。圧縮は、要約のためにコンテンツを削除することを含んでもよい。融合は、重要な態様を保存することを含んでもよい。融合によって、要約のために言語要素を組み合わせる。拡張は、元の意味を保存することと、元のコンテンツを飾ることとを含んでもよい。拡張は、元の意味をサポートする、または広げる、新しいコンテンツを導入することを含んでもよい。文の意味は、言い換えおよび単純化を伴っても無損失であってもよい。文の意味は、圧縮および融合による損失が多い場合がある。
1対1の言語要素変換は、言い換えおよび圧縮と共に生じてもよい。1対多の言語要素変換は、単純化と共に生じてもよい。多対1の言語要素変換は、融合と共に生じてもよい。自然言語生成動作は、1セットのルールにしたがって実施されてもよい。
データ構造要素取得モジュール312は、データ構造要素を取得するように構成されてもよい。
データ構造要素判定モジュール314は、データ構造要素が請求項の前文を含むかを判定するように構成されてもよい。
データ構造要素判定モジュール314は、データ構造要素が請求項の前文を含まないとの判定に応答して、データ構造要素が主特徴を含むかを判定するように構成されてもよい。
データ構造要素判定モジュール314は、データ構造要素が主特徴を含まないとの判定に応答して、データ構造要素がリスト項目の一覧を含むかを判定するように構成されてもよい。
データ構造要素判定モジュール314は、反復されるデータ構造要素がさらにあるかを判定するように構成されてもよい。
請求項前文判定モジュール316は、データ構造要素が請求項の前文を含むとの判定に応答して、請求項の前文が独立請求項または従属請求項のいずれからのものかを判定するように構成されてもよい。
前文ベース判定モジュール318は、請求項の前文が独立請求項からのものであるとの判定に応答して、請求項の前文からの前文のベースを判定するように構成されてもよい。前文のベースは、主要な総称も転換語も伴わない請求項の前文を含んでもよい。非限定的な例として、主要な総称には、システム、方法、デバイス、装置、または組成物を含んでもよい。
前文ベース記憶モジュール320は、前文のベースを修正したデータ構造に記憶するように構成されてもよい。修正したデータ構造は、請求項セットを表すデータ構造内の所与の位置にある所与のデータ構造要素が、修正したデータ構造内の同じ位置にある所与のデータ構造要素に対応するような、請求項セットを表すデータ構造と同じ側面を有してもよい。
データ構造要素修正モジュール322は、データ構造要素が主特徴を含むとの判定に応答して、動詞、動名詞、または現在分詞を対応するレンマ(見出し語)に変換することによって、データ構造要素を修正するように構成されてもよい。いくつかの実装では、非限定的な例として、レンマは、単語セットの標準形、辞書形、または引用形を含んでもよい。
データ構造要素修正モジュール322は、データ構造要素がリスト項目の一覧を含むとの判定に応答して、データ構造要素を許容されるリスト形式に変換することによって、データ構造要素を修正するように構成されてもよい。許容されるリスト形式によって、許可されるが必須ではない、リスト項目の無制限一覧を伝えてもよい。
データ構造要素修正モジュール322は、データ構造要素がリスト項目の一覧を含まないとの判定に応答して、データ構造要素を散文に変換することによって、データ構造要素を修正するように構成されてもよい。散文は、特許用語とは区別されるような、請求項の言語構成を伴わない、書き言葉の通常形を含んでもよい。散文は、許容される散文体を含んでもよい。いくつかの実装では、許容される散文体によって、許可されるが必須ではない概念を伝える。
データ構造要素記憶モジュール324は、修正したデータ構造要素を修正したデータ構造に記憶するように構成されてもよい。
いくつかの実装では、サーバ302、クライアントコンピューティングプラットフォーム304、および/または外部資源326は、1つ以上の電子通信リンクによって動作可能なようにリンクしてもよい。例えば、そのような電子通信リンクは、少なくとも一部、インターネットおよび/または他のネットワークなどのネットワークによって確立されてもよい。これは限定を意図するものではなく、本開示の範囲は、サーバ302、クライアントコンピューティングプラットフォーム304、および/または外部資源326が、いくつかの他の通信媒体によって動作可能なようにリンクしてもよい実装を含むことは、理解されるであろう。
所与のクライアントコンピューティングプラットフォーム304は、コンピュータプログラムモジュールを実行するように構成される、1つ以上のプロセッサを含んでもよい。コンピュータプログラムモジュールは、所与のクライアントコンピューティングプラットフォーム304と関連付けられる専門家またはユーザが、システム300および/もしくは外部資源326と連動し、ならびに/または本明細書においてクライアントコンピューティングプラットフォーム304に起因する他の機能を提供することが可能になるように構成されてもよい。非限定的な例として、所与のクライアントコンピューティングプラットフォーム304は、デスクトップコンピュータ、ノートパソコン、携帯用コンピュータ、タブレットコンピューティングプラットフォーム、ネットブック、スマートフォン、ゲーム機、および/または他のコンピューティングプラットフォームのうちの1つ以上を含んでもよい。
外部資源326は、システム300の外部にある情報の資源、システム300と共に参加する外部エンティティ、および/または他の資源を含んでもよい。いくつかの実装では、本明細書において外部資源326に起因する機能の一部またはすべては、システム300に含まれる資源によって提供されてもよい。
サーバ302は、電子記憶装置328、1つ以上のプロセッサ330、および/または他のコンポーネントを含んでもよい。サーバ302は、通信回線、またはネットワークおよび/もしくは他のコンピューティングプラットフォームとの情報交換を可能にする通信ポートを含んでもよい。図3のサーバ302の図解は、限定することを意図していない。サーバ302は、本明細書においてサーバ302に起因する機能を提供するように、共に動作する複数のハードウェア、ソフトウェア、および/またはファームウェアのコンポーネントを含んでもよい。例えば、サーバ302は、共に動作するコンピューティングプラットフォームのクラウドにより、サーバ302として実装されてもよい。
電子記憶装置328は、電子的に情報を記憶する、非一時的記憶媒体を備えてもよい。電子記憶装置328の電子記憶媒体は、サーバ302と一体化して提供される(すなわち、実質的に取り外しできない)システム記憶装置、および/もしくは、例えば、ポート(例えば、USBポート、ファイヤーワイヤーポートなど)もしくはドライブ(例えば、ディスクドライブなど)によって、サーバ302へ取り外し可能なように接続可能であるリムーバブル記憶装置の1つまたは両方を含んでもよい。電子記憶装置328は、光学的可読記憶媒体(例えば、光ディスクなど)、磁気的可読記憶媒体(例えば、磁気テープ、磁気ハードドライブ、フロッピーディスクドライブなど)、電荷ベースの記憶媒体(例えば、EEPROM、RAMなど)、ソリッドステート記憶媒体(例えば、フラッシュドライブなど)、および/または他の電子的可読記憶媒体のうちの1つ以上を含んでもよい。電子記憶装置328は、1つ以上の仮想記憶資源(例えば、クラウドストレージ、仮想プライベートネットワーク、および/または他の仮想記憶資源)を含んでもよい。電子記憶装置328は、ソフトウェアアルゴリズム、プロセッサ330により判定される情報、サーバ302から受信される情報、クライアントコンピューティングプラットフォーム304から受信される情報、および/またはサーバ302が本明細書に記載する通りに機能することが可能になる他の情報を記憶してもよい。
プロセッサ330は、サーバ302の情報処理能力を提供するように構成されてもよい。そのため、プロセッサ330は、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構のうちの1つ以上を含んでもよい。図3にプロセッサ330が単一エンティティとして示されているが、これは説明のためのみである。いくつかの実装では、プロセッサ330は複数の処理ユニットを含んでもよい。これらの処理ユニットは、同じデバイス内に物理的に設置されてもよく、またはプロセッサ330は、連携して動作する複数のデバイスの処理機能を表してもよい。プロセッサ330は、モジュール308、310、312、314、316、318、320、322、324、および/または他のモジュールを実行するように構成されてもよい。プロセッサ330は、ソフトウェア;ハードウェア;ファームウェア;ソフトウェア、ハードウェア、および/もしくはファームウェアのある組み合わせ;ならびに/またはプロセッサ330上に処理能力を構成するための他の機構によって、モジュール308、310、312、314、316、318、320、322、324、および/または他のモジュールを実行するように構成されてもよい。本明細書に使用するとき、用語「モジュール」は、モジュールに起因する機能を実施する、いかなるコンポーネントまたはコンポーネントのセットを指してもよい。これは、プロセッサ可読命令を実行中の1つ以上の物理プロセッサ、プロセッサ可読命令、回路、ハードウェア、記憶媒体、またはいかなる他のコンポーネントを含んでもよい。
図3にモジュール308、310、312、314、316、318、320、322、および324を、単一の処理ユニット内に実装しているように示しているが、プロセッサ330が複数の処理ユニットを含む実装では、モジュール308、310、312、314、316、318、320、322、および/または324のうちの1つ以上が、他のモジュールから遠隔に実装されてもよいことは、理解されるべきである。以下に記載する、異なるモジュール308、310、312、314、316、318、320、322、および/または324により提供される機能の記載は、説明のためであり、モジュール308、310、312、314、316、318、320、322、および/または324のいずれかが、記載するよりも多いまたは少ない機能を提供する場合があるため、限定することは意図していない。例えば、モジュール308、310、312、314、316、318、320、322、および/または324のうちの1つ以上が排除されてもよく、その機能の一部またはすべてが、モジュール308、310、312、314、316、318、320、322、および/または324のうちの他のモジュールによって提供されてもよい。別の例として、プロセッサ330は、モジュール308、310、312、314、316、318、320、322、および/もしくは324のうちの1つに以下のように起因する機能の一部またはすべてを実施してもよい、1つ以上の追加モジュールを実行するように構成されてもよい。
図4は、1つ以上の実装により、修正したデータ構造が、特許形式ではなく散文体である言語要素を含むように、特許請求項を表すデータ構造を修正するための方法400を示す。以下に提示する方法400の動作は、説明することを意図している。いくつかの実装では、方法400は、記載しない1つ以上の追加動作を伴い、および/または論じる動作のうちの1つ以上を伴わずに達成されてもよい。加えて、図4に示し、以下に記載する方法400の動作の順序は、限定することを意図していない。
いくつかの実装では、方法400は、1つ以上の処理デバイス(例えば、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構)の中に実装されてもよい。1つ以上の処理デバイスは、電子記憶媒体上に電子的に記憶される命令に応じて、方法400の動作の一部またはすべてを実行する、1つ以上のデバイスを含んでもよい。1つ以上の処理デバイスは、方法400の動作のうちの1つ以上を実行するために特別に設計される、ハードウェア、ファームウェア、および/またはソフトウェアによって構成される1つ以上のデバイスを含んでもよい。
動作402は、請求項セットを表すデータ構造を取得することを含んでもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよい。請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属してもよい。動作402は、1つ以上の実装により、データ構造取得モジュール308と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作404は、データ構造上で自然言語生成動作を実施することを含んでもよい。動作404は、1つ以上の実装により、言語生成動作実施モジュール310と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作406は、データ構造要素を取得することを含んでもよい。動作406は、1つ以上の実装により、データ構造要素取得モジュール312と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作408は、データ構造要素が請求項の前文を含むかを判定することを含んでもよい。動作408は、1つ以上の実装により、データ構造要素判定モジュール314と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作410は、データ構造要素が請求項の前文を含むとの判定に応答して、請求項の前文が独立請求項または従属請求項のいずれからのものかを判定することを含んでもよい。動作410は、1つ以上の実装により、請求項前文判定モジュール316と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作412は、請求項の前文が独立請求項からのものであるとの判定に応答して、請求項の前文からである前文のベースを判定することを含んでもよい。動作412は、1つ以上の実装により、前文ベース判定モジュール318と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作414は、前文のベースを修正したデータ構造に記憶することを含んでもよい。動作414は、1つ以上の実装により、前文ベース記憶モジュール320と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作416は、データ構造要素が請求項の前文を含まないとの判定に応答して、データ構造要素が主特徴を含むかを判定することを含んでもよい。動作416は、1つ以上の実装により、データ構造要素判定モジュール314と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作418は、データ構造要素が主特徴を含むとの判定に応答して、動詞、動名詞、または現在分詞を対応するレンマに変換することによって、データ構造要素を修正することを含んでもよい。動作418は、1つ以上の実装により、データ構造要素修正モジュール322と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作420は、修正したデータ構造要素を修正したデータ構造に記憶することを含んでもよい。動作420は、1つ以上の実装により、データ構造要素記憶モジュール324と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作422は、データ構造要素が主特徴を含まないとの判定に応答して、データ構造要素がリスト項目の一覧を含むかを判定することを含んでもよい。動作422は、1つ以上の実装により、データ構造要素判定モジュール314と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作424は、データ構造要素がリスト項目の一覧を含むとの判定に応答して、データ構造要素を許容されるリスト形式に変換することによって、データ構造要素を修正することを含んでもよい。動作424は、1つ以上の実装により、データ構造要素修正モジュール322と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作426は、データ構造要素がリスト項目の一覧を含まないとの判定に応答して、データ構造要素を散文に変換することによって、データ構造要素を修正することを含んでもよい。動作426は、1つ以上の実装により、データ構造要素修正モジュール322と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作428は、修正したデータ構造要素を修正したデータ構造に記憶することを含んでもよい。動作428は、1つ以上の実装により、データ構造要素記憶モジュール324と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作430は、反復されるデータ構造要素がさらにあるかを判定することを含んでもよい。動作430は、1つ以上の実装により、データ構造要素判定モジュール314と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
図5は、1つ以上の実装により、特許請求項に由来する順序付けられたコンテンツを、データ構造に提供するために構成されるシステム500を示す。いくつかの実装では、システム500は1つ以上のサーバ502を含んでもよい。サーバ502は、クライアント/サーバアーキテクチャおよび/または他のアーキテクチャにより、1つ以上のクライアントコンピューティングプラットフォーム504と通信するように構成されてもよい。クライアントコンピューティングプラットフォーム504は、サーバ502を介して、ならびに/またはピアツーピアアーキテクチャおよび/もしくは他のアーキテクチャにより、他のクライアントコンピューティングプラットフォームと通信するように構成されてもよい。ユーザは、クライアントコンピューティングプラットフォーム504を介して、システム500にアクセスしてもよい。
サーバ502は、機械可読命令506によって構成されてもよい。機械可読命令506は、1つ以上の命令モジュールを含んでもよい。命令モジュールは、コンピュータプログラムモジュールを含んでもよい。命令モジュールは、データ構造取得モジュール508、特徴識別モジュール510、ソフトウェアコンポーネント名判定モジュール512、重複識別モジュール514、ソフトウェアコンポーネント名記憶モジュール516、サブ特徴記憶モジュール518、言及識別モジュール520、第2サブ特徴記憶モジュール522、および/または他の命令モジュールのうちの1つ以上を含んでもよい。
データ構造取得モジュール508は、請求項セットを表す第1データ構造を取得するように構成されてもよい。いくつかの実装では、非限定的な例として、所与のデータ構造は、データを整理し記憶するための特殊形式を含んでもよく、データ構造は、配列、リスト、2つ以上の連結リスト、スタック、キュー、グラフ、表、またはツリーのうちの1つ以上を含む。
第1データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、個々の言語要素の1つ以上の分類にしたがい、第1データ構造の中で整理されてもよい。言語単位は、特許形式であってもよい。特許形式には、特許請求項でよく使用される、文字構造および法律用語を含んでもよい。非限定的な例として、言語要素は、単語、語句、節、または文のうちの1つ以上を含んでもよい。非限定的な例として、1つ以上の分類には、独立請求項、従属請求項、前文、主特徴、サブ特徴、請求項の行、節、語句、または単語のうちの1つ以上を含んでもよい。
請求項は、単一の文であってもよい。非限定的な例として、文は、主語および述語を包含する、完全な単語のセットを含んでもよく、文は主節および任意で1つ以上の従属節を含む。非限定的な例として、節は、文の1つ下の文法構成の単位を含んでもよく、節は主語および述語を含む。語句は、概念単位として共にある単語の小グループを含んでもよく、語句は節の成分を形成する。非限定的な例として、単語は、他の単語と共に使用される言語の、意味のある単一個別要素を含んで文を形成してもよく、単語は書かれる、または印刷されるとき、どちらの側にもスペースを伴って示される。
データ構造取得モジュール508は、第2データ構造を取得するように構成されてもよい。第2データ構造は、第1データ構造内の所与の位置にある所与のデータ構造要素が、第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、第1データ構造と同じ側面を有してもよい。第2データ構造は、請求項セットと関連付けられた言語要素を含んでもよい。第2データ構造の言語要素は、特許形式ではなく散文体であってもよい。散文は、特許用語とは区別されるような、請求項の言語構成を伴わない、書き言葉の通常形を含んでもよい。散文は、許容される散文体を含んでもよい。いくつかの実装では、許容される散文体は、許可されるが必須ではない概念を伝えてもよい。
特徴識別モジュール510は、第1データ構造の中の主特徴を識別するように構成されてもよい。いくつかの実装では、非限定的な例として、主特徴は、特許請求する過程のステップ、特許請求する製造機械もしくは製造品の物理的一部、または特許請求する組成物の成分を含んでもよい。いくつかの実装では、所与のサブ特徴は、対応する主特徴の態様を記述してもよく、またはさらに詳しく述べる。
ソフトウェアコンポーネント名判定モジュール512(ソフトウェアコンポーネント名決定モジュール512)は、主特徴の個々の特徴と関連付けられる、ソフトウェアコンポーネント名を決定(determine)するように構成されてもよい。いくつかの実装では、所与のソフトウェアコンポーネント名は、ソフトウェアプログラムの機能態様を記述してもよい。
重複識別モジュール514は、固有のソフトウェアコンポーネント名を取得するよう、ソフトウェアコンポーネント名の重複を識別するように構成されてもよい。
ソフトウェアコンポーネント名記憶モジュール516は、所与の主特徴が、第3データ構造の中で、所与で固有のソフトウェアコンポーネント名と関連付けられるように、対応する主特徴と共に、固有のソフトウェアコンポーネント名を第3データ構造に記憶するよう構成されてもよい。第1データ構造の中で主特徴の個々の特徴に対応するサブ特徴を、第2データ構造の中で識別する。
サブ特徴記憶モジュール518は、所与の識別されたサブ特徴が、第3データ構造の中で、対応する主特徴と関連付けられるように、第2データ構造から識別されたサブ特徴を、第3データ構造に記憶するように構成されてもよい。
言及識別モジュール520は、第3データ構造に記憶された主特徴およびサブ特徴の中で、内容語の最初の言及を識別するように構成されてもよい。
言及識別モジュール520は、第1データ構造の中の主特徴の個々の特徴に対応せず、第3データ構造にはまだ記憶されていない内容語の続く言及を、第2データ構造のサブ特徴の中で識別するように構成されてもよい。内容語は、文法語または構造語とは対照的な意味を有する、単語であってもよい。非限定的な例として、所与の内容語は、名詞、本動詞、形容詞、または副詞であってもよい。非限定的な例として、所与の文法語または構造語は、助動詞、代名詞、冠詞、または前置詞であってもよい。所与の内容語の最初の言及は、第3データ構造で所与の内容語が言及されるのが初めての時であってもよい。所与の内容語の最初の言及は、定冠詞が先行していなくてもよい。続く言及のうち個々の言及に先行する定冠詞の有無に基づいて、続く言及が識別されてもよい。
第2サブ特徴記憶モジュール522は、識別された最初の言及および識別された続く言及に基づいて、第1データ構造の中の主特徴の個々の特徴には対応しない、第2データ構造からのサブ特徴を、第3データ構造に、対応する主特徴と関連付けて記憶するように構成されてもよい。所与のサブ特徴が、識別された最初の言及および識別された続く言及に基づいて、2つ以上の主特徴と一致することがある場合、所与のサブ特徴は、すべての対応する主特徴の中で、第3データ構造の最後にくる対応する主特徴と関連付けて、第3データ構造に記憶される。
いくつかの実装では、1つ以上の動作は、機械学習モデルを適用することを含んでもよい。いくつかの実装では、非限定的な例として、機械学習モデルは、教師あり学習アルゴリズム、教師なし学習アルゴリズム、半教師あり学習アルゴリズム、回帰アルゴリズム、事例に基づくアルゴリズム、正規化アルゴリズム、決定木アルゴリズム、ベイジアンアルゴリズム、クラスタリングアルゴリズム、相関ルール学習アルゴリズム、人工ニューラルネットワークアルゴリズム、深層学習アルゴリズム、次元縮小アルゴリズム、またはアンサンブルアルゴリズムのうちの1つ以上に基づいてもよい。
いくつかの実装では、サーバ502、クライアントコンピューティングプラットフォーム504、および/または外部資源524は、1つ以上の電子通信リンクによって動作可能なようにリンクしてもよい。例えば、そのような電子通信リンクは、少なくとも一部、インターネットおよび/または他のネットワークなどのネットワークによって確立されてもよい。これは限定を意図するものではなく、本開示の範囲は、サーバ502、クライアントコンピューティングプラットフォーム504、および/または外部資源524が、いくつかの他の通信媒体によって動作可能なようにリンクしてもよい実装を含むことは、理解されるであろう。
所与のクライアントコンピューティングプラットフォーム504は、コンピュータプログラムモジュールを実行するように構成される、1つ以上のプロセッサを含んでもよい。コンピュータプログラムモジュールは、所与のクライアントコンピューティングプラットフォーム504と関連付けられる専門家またはユーザが、システム500および/もしくは外部資源524と連動し、ならびに/または本明細書においてクライアントコンピューティングプラットフォーム504に起因する他の機能を提供することが可能になるように構成されてもよい。非限定的な例として、所与のクライアントコンピューティングプラットフォーム504は、デスクトップコンピュータ、ノートパソコン、携帯用コンピュータ、タブレットコンピューティングプラットフォーム、ネットブック、スマートフォン、ゲーム機、および/または他のコンピューティングプラットフォームのうちの1つ以上を含んでもよい。
外部資源524は、システム500の外部にある情報の資源、システム500と共に参加する外部エンティティ、および/または他の資源を含んでもよい。いくつかの実装では、本明細書において外部資源524に起因する機能の一部またはすべては、システム500に含まれる資源によって提供されてもよい。
サーバ502は、電子記憶装置526、1つ以上のプロセッサ528、および/または他のコンポーネントを含んでもよい。サーバ502は、通信回線、またはネットワークおよび/もしくは他のコンピューティングプラットフォームとの情報交換を可能にする通信ポートを含んでもよい。図5のサーバ502の図解は、限定することを意図していない。サーバ502は、本明細書においてサーバ502に起因する機能を提供するように、共に動作する複数のハードウェア、ソフトウェア、および/またはファームウェアのコンポーネントを含んでもよい。例えば、サーバ502は、共に動作するコンピューティングプラットフォームのクラウドにより、サーバ502として実装されてもよい。
電子記憶装置526は、電子的に情報を記憶する、非一時的記憶媒体を備えてもよい。電子記憶装置526の電子記憶媒体は、サーバ502と一体化して提供される(すなわち、実質的に取り外しできない)システム記憶装置、および/もしくは、例えば、ポート(例えば、USBポート、ファイヤーワイヤーポートなど)もしくはドライブ(例えば、ディスクドライブなど)によって、サーバ502へ取り外し可能なように接続可能であるリムーバブル記憶装置の1つまたは両方を含んでもよい。電子記憶装置526は、光学的可読記憶媒体(例えば、光ディスクなど)、磁気的可読記憶媒体(例えば、磁気テープ、磁気ハードドライブ、フロッピーディスクドライブなど)、電荷ベースの記憶媒体(例えば、EEPROM、RAMなど)、ソリッドステート記憶媒体(例えば、フラッシュドライブなど)、および/または他の電子的可読記憶媒体のうちの1つ以上を含んでもよい。電子記憶装置526は、1つ以上の仮想記憶資源(例えば、クラウドストレージ、仮想プライベートネットワーク、および/または他の仮想記憶資源)を含んでもよい。電子記憶装置526は、ソフトウェアアルゴリズム、プロセッサ528により判定される情報、サーバ502から受信される情報、クライアントコンピューティングプラットフォーム504から受信される情報、および/またはサーバ502が本明細書に記載する通りに機能することが可能になる他の情報を記憶してもよい。
プロセッサ528は、サーバ502の情報処理能力を提供するように構成されてもよい。そのため、プロセッサ528は、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構のうちの1つ以上を含んでもよい。図5にプロセッサ528が単一エンティティとして示されているが、これは説明のためのみである。いくつかの実装では、プロセッサ528は複数の処理ユニットを含んでもよい。これらの処理ユニットは、同じデバイス内に物理的に設置されてもよく、またはプロセッサ528は、連携して動作する複数のデバイスの処理機能を表してもよい。プロセッサ528は、モジュール508、510、512、514、516、518、520、522、および/または他のモジュールを実行するように構成されてもよい。プロセッサ528は、ソフトウェア;ハードウェア;ファームウェア;ソフトウェア、ハードウェア、および/もしくはファームウェアのある組み合わせ;ならびに/またはプロセッサ528上に処理能力を構成するための他の機構によって、モジュール508、510、512、514、516、518、520、522、および/または他のモジュールを実行するように構成されてもよい。本明細書に使用するとき、用語「モジュール」は、モジュールに起因する機能を実施する、いかなるコンポーネントまたはコンポーネントのセットを指してもよい。これは、プロセッサ可読命令を実行中の1つ以上の物理プロセッサ、プロセッサ可読命令、回路、ハードウェア、記憶媒体、またはいかなる他のコンポーネントを含んでもよい。
図5にモジュール508、510、512、514、516、518、520、および522を、単一の処理ユニット内に実装しているように示しているが、プロセッサ528が複数の処理ユニットを含む実装では、モジュール508、510、512、514、516、518、520、および/または522のうちの1つ以上が、他のモジュールから遠隔に実装されてもよいことは、理解されるべきである。以下に記載する、異なるモジュール508、510、512、514、516、518、520、および/または522により提供される機能の記載は、説明のためであり、モジュール508、510、512、514、516、518、520、および/または522のいずれかが、記載するよりも多いまたは少ない機能を提供する場合があるため、限定することは意図していない。例えば、モジュール508、510、512、514、516、518、520、および/または522のうちの1つ以上が排除されてもよく、その機能の一部またはすべてが、モジュール508、510、512、514、516、518、520、および/または522のうちの他のモジュールによって提供されてもよい。別の例として、プロセッサ528は、モジュール508、510、512、514、516、518、520、および/もしくは522のうちの1つに以下のように起因する機能の一部またはすべてを実施してもよい、1つ以上の追加モジュールを実行するように構成されてもよい。
図6は、1つ以上の実装により、特許請求項に由来する順序付けられたコンテンツをデータ構造に提供するための方法600を示す。以下に提示する方法600の動作は、説明することを意図している。いくつかの実装では、方法600は、記載しない1つ以上の追加動作を伴い、および/または論じる動作のうちの1つ以上を伴わずに達成されてもよい。加えて、図6に示し、以下に記載する方法600の動作の順序は、限定することを意図していない。
いくつかの実装では、方法600は、1つ以上の処理デバイス(例えば、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構)の中に実装されてもよい。1つ以上の処理デバイスは、電子記憶媒体上に電子的に記憶される命令に応じて、方法600の動作の一部またはすべてを実行する、1つ以上のデバイスを含んでもよい。1つ以上の処理デバイスは、方法600の動作のうちの1つ以上を実行するために特別に設計される、ハードウェア、ファームウェア、および/またはソフトウェアによって構成される1つ以上のデバイスを含んでもよい。
動作602は、請求項セットを表す第1データ構造を取得することを含んでもよい。第1データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。動作602は、1つ以上の実装により、データ構造取得モジュール508と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作604は、第2データ構造を取得することを含んでもよい。第2データ構造は、第1データ構造内の所与の位置にある所与のデータ構造要素が、第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、第1データ構造と同じ側面を有してもよい。第2データ構造は、請求項セットと関連付けられた言語要素を含んでもよい。第2データ構造の言語要素は、特許形式ではなく散文体であってもよい。動作604は、1つ以上の実装により、データ構造取得モジュール508と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作606は、第1データ構造の中の主特徴を識別することを含んでもよい。動作606は、1つ以上の実装により、特徴識別モジュール510と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作608は、主特徴の個々の特徴と関連付けられる、ソフトウェアコンポーネント名を決定することを含んでもよい。動作608は、1つ以上の実装により、ソフトウェアコンポーネント名判定モジュール512と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作610は、固有のソフトウェアコンポーネント名を取得するよう、ソフトウェアコンポーネント名の重複を識別することを含んでもよい。動作610は、1つ以上の実装により、重複識別モジュール514と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作612は、所与の主特徴が、第3データ構造の中で、所与で固有のソフトウェアコンポーネント名と関連付けられるように、対応する主特徴と共に、固有のソフトウェアコンポーネント名を第3データ構造に記憶することを含んでもよい。第1データ構造の中で主特徴の個々の特徴に対応するサブ特徴を、第2データ構造の中で識別する。動作612は、1つ以上の実装により、ソフトウェアコンポーネント名記憶モジュール516と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作614は、所与の識別されたサブ特徴が、第3データ構造の中で、対応する主特徴と関連付けられるように、第2データ構造から識別されたサブ特徴を、第3データ構造に記憶することを含んでもよい。動作614は、1つ以上の実装により、サブ特徴記憶モジュール518と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作616は、第3データ構造に記憶された主特徴およびサブ特徴の中で、内容語の最初の言及を識別することを含んでもよい。動作616は、1つ以上の実装により、言及識別モジュール520と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作618は、第1データ構造の中の主特徴の個々の特徴に対応せず、第3データ構造にはまだ記憶されていない内容語の続く言及を、第2データ構造のサブ特徴の中で識別することを含んでもよい。動作618は、1つ以上の実装により、言及識別モジュール520と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作620は、識別された最初の言及および識別された続く言及に基づいて、第1データ構造の中の主特徴の個々の特徴には対応しない、第2データ構造からのサブ特徴を、第3データ構造に、対応する主特徴と関連付けて記憶することを含んでもよい。動作620は、1つ以上の実装により、第2サブ特徴記憶モジュール522と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
図7は、1つ以上の実装により、特許の機能的請求項文言により記述されるソフトウェアコンポーネントを、識別および命名するために構成されるシステム700を示す。いくつかの実装では、システム700は1つ以上のサーバ702を含んでもよい。サーバ702は、クライアント/サーバアーキテクチャおよび/または他のアーキテクチャにより、1つ以上のクライアントコンピューティングプラットフォーム704と通信するように構成されてもよい。クライアントコンピューティングプラットフォーム704は、サーバ702を介して、ならびに/またはピアツーピアアーキテクチャおよび/もしくは他のアーキテクチャにより、他のクライアントコンピューティングプラットフォームと通信するように構成されてもよい。ユーザは、クライアントコンピューティングプラットフォーム704を介して、システム700にアクセスしてもよい。
サーバ702は、機械可読命令706によって構成されてもよい。機械可読命令706は、1つ以上の命令モジュールを含んでもよい。命令モジュールは、コンピュータプログラムモジュールを含んでもよい。命令モジュールは、データ構造取得モジュール708、データ構造要素取得モジュール710、動詞識別モジュール712、データ構造要素トークン化モジュール714、トークン判定モジュール716、動詞判定モジュール718、単語判定モジュール720、コンマスキップモジュール722、名詞句識別モジュール724、構文解析取得モジュール726、名詞句識別モジュール728、名詞句判定モジュール730、名詞識別モジュール732、名詞判定モジュール734、名詞記憶モジュール736、ソフトウェアコンポーネント名判定モジュール738、および/または他の命令モジュールのうちの1つ以上を含んでもよい。
データ構造取得モジュール708は、請求項セットを表すデータ構造を取得するように構成されてもよい。非限定的な例として、所与のデータ構造は、データを整理し記憶するための特殊形式を含んでもよく、データ構造は、配列、リスト、2つ以上の連結リスト、スタック、キュー、グラフ、表、またはツリーのうちの1つ以上を含む。
データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、個々の言語要素の1つ以上の分類にしたがい、データ構造の中で整理されてもよい。非限定的な例として、1つ以上の分類には、独立請求項、従属請求項、前文、主特徴、サブ特徴、請求項の行、節、語句、または単語のうちの1つ以上を含んでもよい。非限定的な例として、言語要素は、単語、語句、節、または文のうちの1つ以上を含んでもよい。
請求項は、単一の文であってもよい。文は、主語および述語を包含する、完全な単語のセットを含んでもよい。文は、主節、および任意で1つ以上の従属節を含んでもよい。節は、文の1つ下の文法構成単位を含んでもよい。節は、主語および述語を含んでもよい。語句は、概念単位として共にある単語の小グループを含んでもよく、語句は節の成分を形成する。単語は、文を形成するために、他の単語と共に使用される、言語の意味のある単一個別要素を含んでもよい。単語は、書かれる、または印刷されるとき、どちらの側にもスペースを伴って示されてもよい。
所与の主特徴は、特許請求する過程のステップを含んでもよい。所与のサブ特徴は、対応する主特徴の態様を記述してもよく、またはさらに詳しく述べる。言語単位は、特許形式であってもよい。特許形式には、特許請求項でよく使用される、文字構造および法律用語を含んでもよい。
データ構造要素取得モジュール710は、データ構造からデータ構造要素を取得するように構成されてもよい。データ構造要素は、主特徴を含んでもよい。主特徴は、特許請求する過程のステップを含んでもよい。
動詞識別モジュール712は、主特徴に対応するソフトウェアコンポーネント名と関連付けられる、本動詞を識別するように構成されてもよい。本動詞を識別することは、データ構造要素の中で現在分詞を識別することを含んでもよい。ソフトウェアコンポーネント名を決定することは、識別された動詞のレンマを判定することを含んでもよい。ソフトウェアコンポーネント名を決定することは、識別された動詞の名詞化を判定することを含んでもよい。本動詞は、主特徴の主要な機能を記述してもよい。
動詞識別モジュール712は、本動詞が識別されなかったという判定に応じて、本動詞を識別するように構成されてもよい。
データ構造要素トークン化モジュール714は、次々と来るデータ構造要素の文字をトークンに分解することによって、データ構造要素をトークン化するように構成されてもよく、所与のトークンは、単語、語句、記号、または句読点である。
トークン判定モジュール716は、次のトークンがコンマであるかを判定するように構成されてもよい。
動詞判定モジュール718は、次のトークンがコンマではないという判定に応じて、本動詞が識別されたかを判定するように構成されてもよい。
単語判定モジュール720は、次のトークンがコンマであるという判定に応じて、コンマの後の単語がトリガー語であるかを判定するように構成されてもよい。
コンマスキップモジュール722は、コンマの後の単語がトリガー語であるという判定に応じて、データ構造要素の中で次のコンマにスキップするように構成されてもよい。トリガー語は、主特徴を修飾する語句を識別する単語であってもよい。非限定的な例として、トリガー語は、by(によって)、if(の場合)、after(の後)、when(のとき)、based(基づき)、at(に)、upon(の上に)、in(の中に)、in response(応じて)、while(の間)、for(の間)、during(の間)、on(に)、prior(前の)、subsequent(後の)、from(から)、with(と共に)、using(使用して)、to(へ)、またはvia(介して)のうちの1つ以上を含んでもよい。
名詞句識別モジュール724は、本動詞の識別に応じて、ソフトウェアコンポーネント名と関連付けられる、名詞または名詞句を識別するように構成されてもよい。
構文解析取得モジュール726は、トークン化されたデータ構造要素の構文解析を取得するように構成されてもよい。非限定的な例として、トークン化されたデータ構造要素の構文解析は、文法上の構成要素、品詞、統語的関係、または活用形のうちの1つ以上を含んでもよい。
名詞句識別モジュール728は、構文解析に基づいて、データ構造要素の中で本動詞に続く名詞句を識別するように構成されてもよい。
名詞句判定モジュール730は、識別された名詞句が、末端の名詞句または修飾語句の親のいずれであるかを判定するように構成されてもよい。
名詞識別モジュール732は、識別された名詞句が、末端の名詞句または修飾語句の親のいずれかであるという判定に応じて、識別された名詞句の中で1つ以上の名詞を識別するように構成されてもよい。末端の名詞句は、より小さい構成語句を欠く名詞句であってもよい。修飾語句は、形容詞または副詞に先行する語句であってもよい。
名詞判定モジュール734は、いずれかの名詞が、識別された名詞句の中で識別されたかを判定するように構成されてもよい。
名詞記憶モジュール736は、1つ以上の名詞が識別された名詞句の中で識別されたという判定に応じて、ソフトウェアコンポーネント名を判定する際に使用される、1つ以上の名詞を記憶するように構成されてもよい。
ソフトウェアコンポーネント名判定モジュール738は、識別された本動詞、および識別された名詞または名詞句に基づいて、ソフトウェアコンポーネント名を判定するように構成されてもよい。非限定的な例として、ソフトウェアコンポーネント名を判定することは、識別された名詞または名詞句をリストすることと、識別された動詞をリストすることと、ソフトウェアコンポーネントのタイプを記述する用語をリストすることとを含んでもよい。
いくつかの実装では、1つ以上の動作は、機械学習モデルを適用することを含んでもよい。いくつかの実装では、非限定的な例として、機械学習モデルは、教師あり学習アルゴリズム、教師なし学習アルゴリズム、半教師あり学習アルゴリズム、回帰アルゴリズム、事例に基づくアルゴリズム、正規化アルゴリズム、決定木アルゴリズム、ベイジアンアルゴリズム、クラスタリングアルゴリズム、相関ルール学習アルゴリズム、人工ニューラルネットワークアルゴリズム、深層学習アルゴリズム、次元縮小アルゴリズム、またはアンサンブルアルゴリズムのうちの1つ以上に基づいてもよい。
いくつかの実装では、サーバ702、クライアントコンピューティングプラットフォーム704、および/または外部資源740は、1つ以上の電子通信リンクによって動作可能なようにリンクしてもよい。例えば、そのような電子通信リンクは、少なくとも一部、インターネットおよび/または他のネットワークなどのネットワークによって確立されてもよい。これは限定を意図するものではなく、本開示の範囲は、サーバ702、クライアントコンピューティングプラットフォーム704、および/または外部資源740が、いくつかの他の通信媒体によって動作可能なようにリンクしてもよい実装を含むことは、理解されるであろう。
所与のクライアントコンピューティングプラットフォーム704は、コンピュータプログラムモジュールを実行するように構成される、1つ以上のプロセッサを含んでもよい。コンピュータプログラムモジュールは、所与のクライアントコンピューティングプラットフォーム704と関連付けられる専門家またはユーザが、システム700および/もしくは外部資源740と連動し、ならびに/または本明細書においてクライアントコンピューティングプラットフォーム704に起因する他の機能を提供することが可能になるように構成されてもよい。非限定的な例として、所与のクライアントコンピューティングプラットフォーム704は、デスクトップコンピュータ、ノートパソコン、携帯用コンピュータ、タブレットコンピューティングプラットフォーム、ネットブック、スマートフォン、ゲーム機、および/または他のコンピューティングプラットフォームのうちの1つ以上を含んでもよい。
外部資源740は、システム700の外部にある情報の資源、システム700と共に参加する外部エンティティ、および/または他の資源を含んでもよい。いくつかの実装では、本明細書において外部資源740に起因する機能の一部またはすべては、システム700に含まれる資源によって提供されてもよい。
サーバ702は、電子記憶装置742、1つ以上のプロセッサ744、および/または他のコンポーネントを含んでもよい。サーバ702は、通信回線、またはネットワークおよび/もしくは他のコンピューティングプラットフォームとの情報交換を可能にする通信ポートを含んでもよい。図7のサーバ702の図解は、限定することを意図していない。サーバ702は、本明細書においてサーバ702に起因する機能を提供するように、共に動作する複数のハードウェア、ソフトウェア、および/またはファームウェアのコンポーネントを含んでもよい。例えば、サーバ702は、共に動作するコンピューティングプラットフォームのクラウドにより、サーバ702として実装されてもよい。
電子記憶装置742は、電子的に情報を記憶する、非一時的記憶媒体を備えてもよい。電子記憶装置742の電子記憶媒体は、サーバ702と一体化して提供される(すなわち、実質的に取り外しできない)システム記憶装置、および/もしくは、例えば、ポート(例えば、USBポート、ファイヤーワイヤーポートなど)もしくはドライブ(例えば、ディスクドライブなど)によって、サーバ702へ取り外し可能なように接続可能であるリムーバブル記憶装置の1つまたは両方を含んでもよい。電子記憶装置742は、光学的可読記憶媒体(例えば、光ディスクなど)、磁気的可読記憶媒体(例えば、磁気テープ、磁気ハードドライブ、フロッピーディスクドライブなど)、電荷ベースの記憶媒体(例えば、EEPROM、RAMなど)、ソリッドステート記憶媒体(例えば、フラッシュドライブなど)、および/または他の電子的可読記憶媒体のうちの1つ以上を含んでもよい。電子記憶装置742は、1つ以上の仮想記憶資源(例えば、クラウドストレージ、仮想プライベートネットワーク、および/または他の仮想記憶資源)を含んでもよい。電子記憶装置742は、ソフトウェアアルゴリズム、プロセッサ744により判定される情報、サーバ702から受信される情報、クライアントコンピューティングプラットフォーム704から受信される情報、および/またはサーバ702が本明細書に記載する通りに機能することが可能になる他の情報を記憶してもよい。
プロセッサ744は、サーバ702の情報処理能力を提供するように構成されてもよい。そのため、プロセッサ744は、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構のうちの1つ以上を含んでもよい。図7にプロセッサ744が単一エンティティとして示されているが、これは説明のためのみである。いくつかの実装では、プロセッサ744は複数の処理ユニットを含んでもよい。これらの処理ユニットは、同じデバイス内に物理的に設置されてもよく、またはプロセッサ744は、連携して動作する複数のデバイスの処理機能を表してもよい。プロセッサ744は、モジュール708、710、712、714、716、718、720、722、724、726、728、730、732、734、736、738、および/または他のモジュールを実行するように構成されてもよい。プロセッサ744は、ソフトウェア;ハードウェア;ファームウェア;ソフトウェア、ハードウェア、および/もしくはファームウェアのある組み合わせ;ならびに/またはプロセッサ744上に処理能力を構成するための他の機構によって、モジュール708、710、712、714、716、718、720、722、724、726、728、730、732、734、736、738、および/または他のモジュールを実行するように構成されてもよい。本明細書に使用するとき、用語「モジュール」は、モジュールに起因する機能を実施する、いかなるコンポーネントまたはコンポーネントのセットを指してもよい。これは、プロセッサ可読命令を実行中の1つ以上の物理プロセッサ、プロセッサ可読命令、回路、ハードウェア、記憶媒体、またはいかなる他のコンポーネントを含んでもよい。
図7にモジュール708、710、712、714、716、718、720、722、724、726、728、730、732、734、736、および738を、単一の処理ユニット内に実装しているように示しているが、プロセッサ744が複数の処理ユニットを含む実装では、モジュール708、710、712、714、716、718、720、722、724、726、728、730、732、734、736、および/または738のうちの1つ以上が、他のモジュールから遠隔に実装されてもよいことは、理解されるべきである。以下に記載する、異なるモジュール708、710、712、714、716、718、720、722、724、726、728、730、732、734、736、および/または738により提供される機能の記載は、説明のためであり、モジュール708、710、712、714、716、718、720、722、724、726、728、730、732、734、736、および/または738のいずれかが、記載するよりも多いまたは少ない機能を提供する場合があるため、限定することは意図していない。例えば、モジュール708、710、712、714、716、718、720、722、724、726、728、730、732、734、736、および/または738のうちの1つ以上が排除されてもよく、その機能の一部またはすべてが、モジュール708、710、712、714、716、718、720、722、724、726、728、730、732、734、736、および/または738のうちの他のモジュールによって提供されてもよい。別の例として、プロセッサ744は、モジュール708、710、712、714、716、718、720、722、724、726、728、730、732、734、736、および/もしくは738のうちの1つに以下のように起因する機能の一部またはすべてを実施してもよい、1つ以上の追加モジュールを実行するように構成されてもよい。
図8は、1つ以上の実装により、特許の機能的請求項文言により記述されるソフトウェアコンポーネントを、識別および命名するための方法800を示す。以下に提示する方法800の動作は、説明することを意図している。いくつかの実装では、方法800は、記載しない1つ以上の追加動作を伴い、および/または論じる動作のうちの1つ以上を伴わずに達成されてもよい。加えて、図8に示し、以下に記載する方法800の動作の順序は、限定することを意図していない。
いくつかの実装では、方法800は、1つ以上の処理デバイス(例えば、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構)の中に実装されてもよい。1つ以上の処理デバイスは、電子記憶媒体上に電子的に記憶される命令に応じて、方法800の動作の一部またはすべてを実行する、1つ以上のデバイスを含んでもよい。1つ以上の処理デバイスは、方法800の動作のうちの1つ以上を実行するために特別に設計される、ハードウェア、ファームウェア、および/またはソフトウェアによって構成される1つ以上のデバイスを含んでもよい。
動作802は、請求項セットを表すデータ構造を取得することを含んでもよい。データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。動作802は、1つ以上の実装により、データ構造取得モジュール708と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作804は、データ構造からデータ構造要素を取得することを含んでもよい。データ構造要素は、主特徴を含んでもよい。主特徴は、特許請求する過程のステップを含んでもよい。動作804は、1つ以上の実装により、データ構造要素取得モジュール710と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作806は、主特徴に対応するソフトウェアコンポーネント名と関連付けられる、本動詞を識別することを含んでもよい。本動詞は、主特徴の主要な機能を記述してもよい。動作806は、1つ以上の実装により、動詞識別モジュール712と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作808は、次々と来るデータ構造要素の文字をトークンに分解することによって、データ構造要素をトークン化することを含んでもよく、所与のトークンは、単語、語句、記号、または句読点である。動作808は、1つ以上の実装により、データ構造要素トークン化モジュール714と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作810は、次のトークンがコンマであるかを判定することを含んでもよい。動作810は、1つ以上の実装により、トークン判定モジュール716と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作812は、次のトークンがコンマではないという判定に応じて、本動詞が識別されたかを判定することを含んでもよい。動作812は、1つ以上の実装により、動詞判定モジュール718と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作814は、本動詞が識別されなかったという判定に応じて、本動詞を識別することを含んでもよい。動作814は、1つ以上の実装により、動詞識別モジュール712と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作816は、次のトークンがコンマであるという判定に応じて、コンマの後の単語がトリガー語であるかを判定することを含んでもよい。動作816は、1つ以上の実装により、単語判定モジュール720と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作818は、コンマの後の単語がトリガー語であるという判定に応じて、データ構造要素の中で次のコンマにスキップすることを含んでもよい。動作818は、1つ以上の実装により、コンマスキップモジュール722と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作820は、本動詞の識別に応じて、ソフトウェアコンポーネント名と関連付けられる、名詞または名詞句を識別することを含んでもよい。動作820は、1つ以上の実装により、名詞句識別モジュール724と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作822は、トークン化されたデータ構造要素の構文解析を取得することを含んでもよい。動作822は、1つ以上の実装により、構文解析取得モジュール726と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作824は、データ構造要素の中で本動詞に続く名詞句を識別することを含んでもよい。動作824は、1つ以上の実装により、名詞句識別モジュール728と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作826は、識別された名詞句が、末端の名詞句または修飾語句の親のいずれであるかを判定することを含んでもよい。動作826は、1つ以上の実装により、名詞句判定モジュール730と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作828は、識別された名詞句が、末端の名詞句または修飾語句の親であるという判定に応じて、識別された名詞句の中で1つ以上の名詞を識別することを含んでもよい。動作828は、1つ以上の実装により、名詞識別モジュール732と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作830は、いずれかの名詞が、識別された名詞句の中で識別されたかを判定することを含んでもよい。動作830は、1つ以上の実装により、名詞判定モジュール734と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作832は、1つ以上の名詞が識別された名詞句の中で識別されたという判定に応じて、ソフトウェアコンポーネント名を識別する際に使用される、1つ以上の名詞を記憶することを含んでもよい。動作832は、1つ以上の実装により、名詞記憶モジュール736と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作834は、識別された本動詞、および識別された名詞または名詞句に基づいて、ソフトウェアコンポーネント名を判定することを含んでもよい。動作834は、1つ以上の実装により、ソフトウェアコンポーネント名判定モジュール738と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
図9は、1つ以上の実装により、人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用するために構成される、人が介在せずに特許明細書を作成するような、システム900を示す。いくつかの実装では、システム900は1つ以上のサーバ902を含んでもよい。サーバ902は、クライアント/サーバアーキテクチャおよび/または他のアーキテクチャにより、1つ以上のクライアントコンピューティングプラットフォーム904と通信するように構成されてもよい。クライアントコンピューティングプラットフォーム904は、サーバ902を介して、ならびに/またはピアツーピアアーキテクチャおよび/もしくは他のアーキテクチャにより、他のクライアントコンピューティングプラットフォームと通信するように構成されてもよい。ユーザは、クライアントコンピューティングプラットフォーム904を介して、システム900にアクセスしてもよい。
サーバ902は、機械可読命令906によって構成されてもよい。機械可読命令906は、1つ以上の命令モジュールを含んでもよい。命令モジュールは、コンピュータプログラムモジュールを含んでもよい。命令モジュールは、請求項セット取得モジュール908、データ構造取得モジュール910、名称判定モジュール912、分野判定モジュール914、背景判定モジュール916、概要判定モジュール918、説明判定モジュール920、システム請求項判定モジュール922、方法請求項判定モジュール924、特許明細書判定モジュール926、図面文字判定モジュール928、および/または他の命令モジュールのうちの1つ以上を含んでもよい。
請求項セット取得モジュール908は、請求項セットを取得するように構成されてもよい。請求項セットは人によって準備されたものである。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよい。請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属してもよい。
データ構造取得モジュール910は、請求項セットを表す第1データ構造を取得するように構成されてもよい。いくつかの実装では、非限定的な例として、所与のデータ構造は、データを整理し記憶するための特殊形式を含んでもよく、データ構造は、配列、リスト、2つ以上の連結リスト、スタック、キュー、グラフ、表、またはツリーのうちの1つ以上を含む。
第1データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。特許形式には、特許請求項でよく使用される、文字構造および法律用語を含んでもよい。
非限定的な例として、言語要素は、単語、語句、節、または文のうちの1つ以上を含んでもよい。請求項は、単一の文であってもよい。非限定的な例として、文は、主語および述語を包含する、完全な単語のセットを含んでもよく、文は主節および任意で1つ以上の従属節を含む。非限定的な例として、節は、文の1つ下の文法構成の単位を含んでもよく、節は主語および述語を含む。語句は、概念単位として共にある単語の小グループを含んでもよく、語句は節の成分を形成する。非限定的な例として、単語は、他の単語と共に使用される言語の、意味のある単一個別要素を含んで文を形成してもよく、単語は書かれる、または印刷されるとき、どちらの側にもスペースを伴って示される。
言語単位は、個々の言語要素の1つ以上の分類にしたがい、第1データ構造の中で整理されてもよい。非限定的な例として、1つ以上の分類には、独立請求項、従属請求項、前文、主特徴、サブ特徴、請求項の行、節、語句、または単語のうちの1つ以上を含んでもよい。いくつかの実装では、所与の主特徴は、特許請求する過程のステップを含んでもよい。いくつかの実装では、所与のサブ特徴は、所与の主特徴に対応してもよい。いくつかの実装では、所与のサブ特徴は、対応する主特徴の態様を記述してもよく、またはさらに詳しく述べる。
データ構造取得モジュール910は、第2データ構造を取得するように構成されてもよい。第2データ構造は、第1データ構造内の所与の位置にある所与のデータ構造要素が、第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、第1データ構造と同じ側面を有してもよい。第2データ構造は、請求項セットと関連付けられた言語要素を含んでもよい。第2データ構造の言語要素は、特許形式ではなく散文体であってもよい。いくつかの実装では、散文は、特許用語とは区別されるような、請求項の言語構成を伴わない、書き言葉の通常形を含んでもよい。散文は、許容される散文体を含んでもよい。いくつかの実装では、許容される散文体によって、許可されるが必須ではない概念を伝える。
いくつかの実装では、順序付けられたコンテンツは、1つ以上のソフトウェアコンポーネント名を含んでもよい。いくつかの実装では、所与のソフトウェアコンポーネント名は、ソフトウェアプログラムの機能態様を記述してもよい。いくつかの実装では、順序付けられたコンテンツは、1つ以上のソフトウェアコンポーネントにしたがって配列されてもよい。いくつかの実装では、所与のソフトウェアコンポーネントは、1つ以上の主特徴と関連付けられてもよい。1つ以上の主特徴は、第1データ構造から取得されてもよい。いくつかの実装では、所与のソフトウェアコンポーネントは、1つ以上のサブ特徴と関連付けられてもよい。1つ以上のサブ特徴は、第2データ構造から取得されてもよい。
データ構造取得モジュール910は、第3データ構造を取得するように構成されてもよい。第3データ構造は、請求項セットに由来する、順序付けられたコンテンツを含んでもよい。非限定的な例として、第3データ構造の順序付けられたコンテンツは、請求項セットの請求項構造、請求項セットの中の先行詞、または請求項セットの中の請求項の従属性のうちの1つ以上に基づいて順序付けられてもよい。
名称判定モジュール912は、特許明細書の発明の名称を判定するように構成されてもよい。発明の名称は、第2データ構造に記憶される、前文のベースに基づいて判定されてもよい。前文のベースは、主要な総称も転換語も伴わない請求項の前文を含んでもよい。非限定的な例として、主要な総称には、システム、方法、デバイス、装置、または組成物を含んでもよい。非限定的な例として、転換語には、including(含む)、including(含む)、またはconsisting(成る)を含んでもよい。発明の名称は、1つ以上の主要な総称および1つ以上の転換語と組み合わせて、第2データ構造に記憶される前文のベースに基づいて判定されてもよい。
分野判定モジュール914は、特許明細書の技術分野を判定するように構成されてもよい。技術分野は、第2データ構造に記憶される前文のベースに基づいて判定されてもよい。技術分野は、1つ以上の主要な総称および1つ以上の転換語と組み合わせて、第2データ構造に記憶される前文のベースに基づいて判定されてもよい。
背景判定モジュール916は、特許明細書の背景技術を判定するように構成されてもよい。背景技術は、1人以上の発明者による発明の開示で提供される情報に基づいて判定されてもよい。発明の開示は、請求項セットとは別に取得されてもよい。非限定的な例として、背景技術は、第1データ構造、第2データ構造、または第3データ構造のうちの1つ以上に基づいて判定されてもよい。非限定的な例として、背景技術は、ウェブサイト、論文、ニュース記事、雑誌論文、またはオンライン出版物から取得される情報に基づいて判定されてもよい。背景技術は、ポストエディットのため意図的に空白のままであってもよい。
概要判定モジュール918は、特許明細書の発明の概要を判定するように構成されてもよい。非限定的な例として、発明の概要は、第1概要部分、第2概要部分、および第3概要部分を含んでもよい。第1概要部分は、システムの独立請求項と関連付けられてもよい。第1概要部分は、第1データ構造および第2データ構造に基づいて判定されてもよい。第2概要部分は、方法の独立請求項と関連付けられてもよい。第2概要部分は、第1データ構造および第2データ構造に基づいて判定されてもよい。第3概要部分は、発明の概要と関連付けられた定型文言を含んでもよい。
説明判定モジュール920は、特許明細書の図面の簡単な説明を判定するように構成されてもよい。図面の簡単な説明は、第2データ構造に記憶される前文のベースに基づいて判定されてもよい。図面の簡単な説明は、1つ以上の主要な総称と組み合わせて、第2データ構造に記憶される前文のベースに基づいて判定されてもよい。
説明判定モジュール920は、特許明細書の発明を実施するための形態を判定するように構成されてもよい。発明を実施するための形態は、第1説明部分および第2説明部分を含んでもよい。第1説明部分は、システム請求項セットと関連付けられてもよい。第1説明部分は、第3データ構造に基づいて判定されてもよい。第1説明部分は、第1データ構造にも第2データ構造にも基づいて判定されなくてもよい。第1説明部分は、第1説明部分と関連付けられた定型文言を含んでもよい。第2説明部分は、方法請求項セットと関連付けられてもよい。非限定的な例として、第2説明部分は、第1データ構造、第2データ構造、および第3データ構造に基づいて判定されてもよい。第2説明部分は、第2説明部分と関連付けられた定型文言を含んでもよい。
システム請求項判定モジュール922は、特許明細書に対してシステム請求項を判定するように構成されてもよい。システム請求項は、第1データ構造および第2データ構造に基づいて判定されてもよい。
方法請求項判定モジュール924は、特許明細書に対して方法請求項を判定するように構成されてもよい。方法請求項は、第1データ構造に基づいて判定されてもよい。
特許明細書判定モジュール926は、特許明細書に対して要約を判定するように構成されてもよい。要約は、第1データ構造および第2データ構造に基づいて判定されてもよい。
図面文字判定モジュール928は、特許明細書の図面文字を判定するように構成されてもよい。図面文字は、第1図面文字および第2図面文字を含んでもよい。いくつかの実装では、第1図面文字は、第1図面と関連付けられてもよい。第1図面は、システムを図示してもよい。第1図面文字は、第3データ構造に基づいて判定されてもよい。いくつかの実装では、第2図面文字は、第2図面と関連付けられてもよい。第2図面は、方法を図示してもよい。第2図面文字は、第2データ構造に基づいて判定されてもよい。
いくつかの実装では、1つ以上の動作は、機械学習モデルを適用することを含んでもよい。いくつかの実装では、非限定的な例として、機械学習モデルは、教師あり学習アルゴリズム、教師なし学習アルゴリズム、半教師あり学習アルゴリズム、回帰アルゴリズム、事例に基づくアルゴリズム、正規化アルゴリズム、決定木アルゴリズム、ベイジアンアルゴリズム、クラスタリングアルゴリズム、相関ルール学習アルゴリズム、人工ニューラルネットワークアルゴリズム、深層学習アルゴリズム、次元縮小アルゴリズム、またはアンサンブルアルゴリズムのうちの1つ以上に基づいてもよい。
いくつかの実装では、サーバ902、クライアントコンピューティングプラットフォーム904、および/または外部資源930は、1つ以上の電子通信リンクによって動作可能なようにリンクしてもよい。例えば、そのような電子通信リンクは、少なくとも一部、インターネットおよび/または他のネットワークなどのネットワークによって確立されてもよい。これは限定を意図するものではなく、本開示の範囲は、サーバ902、クライアントコンピューティングプラットフォーム904、および/または外部資源930が、いくつかの他の通信媒体によって動作可能なようにリンクしてもよい実装を含むことは、理解されるであろう。
所与のクライアントコンピューティングプラットフォーム904は、コンピュータプログラムモジュールを実行するように構成される、1つ以上のプロセッサを含んでもよい。コンピュータプログラムモジュールは、所与のクライアントコンピューティングプラットフォーム904と関連付けられる専門家またはユーザが、システム900および/もしくは外部資源930と連動し、ならびに/または本明細書においてクライアントコンピューティングプラットフォーム904に起因する他の機能を提供することが可能になるように構成されてもよい。非限定的な例として、所与のクライアントコンピューティングプラットフォーム904は、デスクトップコンピュータ、ノートパソコン、携帯用コンピュータ、タブレットコンピューティングプラットフォーム、ネットブック、スマートフォン、ゲーム機、および/または他のコンピューティングプラットフォームのうちの1つ以上を含んでもよい。
外部資源930は、システム900の外部にある情報の資源、システム900と共に参加する外部エンティティ、および/または他の資源を含んでもよい。いくつかの実装では、本明細書において外部資源930に起因する機能の一部またはすべては、システム900に含まれる資源によって提供されてもよい。
サーバ902は、電子記憶装置932、1つ以上のプロセッサ934、および/または他のコンポーネントを含んでもよい。サーバ902は、通信回線、またはネットワークおよび/もしくは他のコンピューティングプラットフォームとの情報交換を可能にする通信ポートを含んでもよい。図9のサーバ902の図解は、限定することを意図していない。サーバ902は、本明細書においてサーバ902に起因する機能を提供するように、共に動作する複数のハードウェア、ソフトウェア、および/またはファームウェアのコンポーネントを含んでもよい。例えば、サーバ902は、共に動作するコンピューティングプラットフォームのクラウドにより、サーバ902として実装されてもよい。
電子記憶装置932は、電子的に情報を記憶する、非一時的記憶媒体を備えてもよい。電子記憶装置932の電子記憶媒体は、サーバ902と一体化して提供される(すなわち、実質的に取り外しできない)システム記憶装置、および/もしくは、例えば、ポート(例えば、USBポート、ファイヤーワイヤーポートなど)もしくはドライブ(例えば、ディスクドライブなど)によって、サーバ902へ取り外し可能なように接続可能であるリムーバブル記憶装置の1つまたは両方を含んでもよい。電子記憶装置932は、光学的可読記憶媒体(例えば、光ディスクなど)、磁気的可読記憶媒体(例えば、磁気テープ、磁気ハードドライブ、フロッピーディスクドライブなど)、電荷ベースの記憶媒体(例えば、EEPROM、RAMなど)、ソリッドステート記憶媒体(例えば、フラッシュドライブなど)、および/または他の電子的可読記憶媒体のうちの1つ以上を含んでもよい。電子記憶装置932は、1つ以上の仮想記憶資源(例えば、クラウドストレージ、仮想プライベートネットワーク、および/または他の仮想記憶資源)を含んでもよい。電子記憶装置932は、ソフトウェアアルゴリズム、プロセッサ934により判定される情報、サーバ902から受信される情報、クライアントコンピューティングプラットフォーム904から受信される情報、および/またはサーバ902が本明細書に記載する通りに機能することが可能になる他の情報を記憶してもよい。
プロセッサ934は、サーバ902の情報処理能力を提供するように構成されてもよい。そのため、プロセッサ934は、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構のうちの1つ以上を含んでもよい。図9にプロセッサ934が単一エンティティとして示されているが、これは説明のためのみである。いくつかの実装では、プロセッサ934は複数の処理ユニットを含んでもよい。これらの処理ユニットは、同じデバイス内に物理的に設置されてもよく、またはプロセッサ934は、連携して動作する複数のデバイスの処理機能を表してもよい。プロセッサ934は、モジュール908、910、912、914、916、918、920、922、924、926、928、および/または他のモジュールを実行するように構成されてもよい。プロセッサ934は、ソフトウェア;ハードウェア;ファームウェア;ソフトウェア、ハードウェア、および/もしくはファームウェアのある組み合わせ;ならびに/またはプロセッサ934上に処理能力を構成するための他の機構によって、モジュール908、910、912、914、916、918、920、922、924、926、928、および/または他のモジュールを実行するように構成されてもよい。本明細書に使用するとき、用語「モジュール」は、モジュールに起因する機能を実施する、いかなるコンポーネントまたはコンポーネントのセットを指してもよい。これは、プロセッサ可読命令を実行中の1つ以上の物理プロセッサ、プロセッサ可読命令、回路、ハードウェア、記憶媒体、またはいかなる他のコンポーネントを含んでもよい。
図9にモジュール908、910、912、914、916、918、920、922、924、926、および928を、単一の処理ユニット内に実装しているように示しているが、プロセッサ934が複数の処理ユニットを含む実装では、モジュール908、910、912、914、916、918、920、922、924、926、および/または928のうちの1つ以上が、他のモジュールから遠隔に実装されてもよいことは、理解されるべきである。以下に記載する、異なるモジュール908、910、912、914、916、918、920、922、924、926、および/または928により提供される機能の記載は、説明のためであり、モジュール908、910、912、914、916、918、920、922、924、926、および/または928のいずれかが、記載するよりも多いまたは少ない機能を提供する場合があるため、限定することは意図していない。例えば、モジュール908、910、912、914、916、918、920、922、924、926、および/または928のうちの1つ以上が排除されてもよく、その機能の一部またはすべてが、モジュール908、910、912、914、916、918、920、922、924、926、および/または928うちの他のモジュールによって提供されてもよい。別の例として、プロセッサ934は、モジュール908、910、912、914、916、918、920、922、924、926、および/もしくは928のうちの1つに以下のように起因する機能の一部またはすべてを実施してもよい、1つ以上の追加モジュールを実行するように構成されてもよい。
図10は、1つ以上の実装により、人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用する、人が介在せずに特許明細書を作成するような、方法1000を示す。以下に提示する方法1000の動作は、説明することを意図している。いくつかの実装では、方法1000は、記載しない1つ以上の追加動作を伴い、および/または論じる動作のうちの1つ以上を伴わずに達成されてもよい。加えて、図10に示し、以下に記載する方法1000の動作の順序は、限定することを意図していない。
いくつかの実装では、方法1000は、1つ以上の処理デバイス(例えば、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、ステートマシン、および/または情報を電子的に処理するための他の機構)の中に実装されてもよい。1つ以上の処理デバイスは、電子記憶媒体上に電子的に記憶される命令に応じて、方法1000の動作の一部またはすべてを実行する、1つ以上のデバイスを含んでもよい。1つ以上の処理デバイスは、方法1000の動作のうちの1つ以上を実行するために特別に設計される、ハードウェア、ファームウェア、および/またはソフトウェアによって構成される1つ以上のデバイスを含んでもよい。
動作1002は、請求項セットを取得することを含んでもよい。請求項セットは、発明を正確に定義する、文の番号付きリストを含んでもよい。請求項セットは、独立請求項および1つ以上の従属請求項を含んでもよく、請求項セットの中の各従属請求項は、独立請求項または介在する従属請求項に言及することによって、独立請求項に従属する。請求項セットは人によって準備されたものである。動作1002は、1つ以上の実装により、請求項セット取得モジュール908と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作1004は、請求項セットを表す第1データ構造を取得することを含んでもよい。第1データ構造は、請求項セットからの言語単位を含んでもよい。言語単位は、特許形式であってもよい。動作1004は、1つ以上の実装により、データ構造取得モジュール910と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作1006は、第2データ構造を取得することを含んでもよい。第2データ構造は、第1データ構造内の所与の位置にある所与のデータ構造要素が、第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、第1データ構造と同じ側面を有してもよい。第2データ構造は、請求項セットと関連付けられた言語要素を含んでもよい。第2データ構造の言語要素は、特許形式ではなく散文体であってもよい。動作1006は、1つ以上の実装により、データ構造取得モジュール910と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作1008は、第3データ構造を取得することを含んでもよい。第3データ構造は、請求項セットに由来する、順序付けられたコンテンツを含んでもよい。第3データ構造の順序付けられたコンテンツは、請求項セットの請求項構造、請求項セットの中の先行詞、または請求項セットの中の請求項の従属性のうちの1つ以上に基づいて順序付けられてもよい。動作1008は、1つ以上の実装により、データ構造取得モジュール910と同じ、またはそれに類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
動作1010は、第1データ構造、第2データ構造、および第3データ構造に基づいて、特許明細書の1つ以上のセクションを判定することを含んでもよい。動作1010は、1つ以上の実装により、名称判定モジュール912、分野判定モジュール914、背景判定モジュール916、概要判定モジュール918、説明判定モジュール920、システム請求項判定モジュール922、方法請求項判定モジュール924、特許明細書判定モジュール926、および/または図面文字判定モジュール928のうちの1つ以上と同じ、またはそれらの1つ以上に類似のモジュールを含む、機械可読命令により構成される1つ以上のハードウェアプロセッサによって実施されてもよい。
本技術について、最も実践的で好ましい実装であると現段階で見なされるものに基づいて、説明のため詳細に記載してきたものの、そのような詳細はその目的のためのみであり、技術は、開示する実装に限定されないが、しかしそれに対して、添付の特許請求の精神および範囲内である、変形ならびに同等の配列を対象とするように意図していることは理解されるものとする。例えば、本技術は、可能な範囲において、いかなる実装の1つ以上の特徴を、いかなる他の実装の1つ以上の特徴と組み合わせ得ることを企図することは理解されるものとする。
100 システム
102 サーバ
104 クライアントコンピューティングプラットフォーム
106 機械可読命令
108 請求項セット取得モジュール
110 請求項行処理モジュール
112 請求項行判定モジュール
114 請求項行記憶モジュール
116 部分記憶モジュール
118 特徴識別モジュール
120 マーカー分類モジュール
122 外部資源
124 電子記憶装置
126 プロセッサ
200 方法
202 動作
204 動作
206 動作
208 動作
210 動作
212 動作
214 動作
216 動作
300 システム
302 サーバ
304 クライアントコンピューティングプラットフォーム
306 機械可読命令
308 データ構造取得モジュール
310 言語生成動作実施モジュール
312 データ構造要素取得モジュール
314 データ構造要素判定モジュール
316 請求項前文判定モジュール
318 前文ベース判定モジュール
320 前文ベース記憶モジュール
322 データ構造要素修正モジュール
324 データ構造要素記憶モジュール
326 外部資源
328 電子記憶装置
330 プロセッサ
402 動作
404 動作
406 動作
408 動作
410 動作
412 動作
414 動作
416 動作
418 動作
420 動作
422 動作
424 動作
426 動作
428 動作
430 動作
500 システム
502 サーバ
504 クライアントコンピューティングプラットフォーム
506 機械可読命令
508 データ構造取得モジュール
510 特徴識別モジュール
512 ソフトウェアコンポーネント名判定モジュール
514 重複識別モジュール
516 ソフトウェアコンポーネント名記憶モジュール
518 サブ特徴記憶モジュール
520 言及識別モジュール
522 第2サブ特徴記憶モジュール
524 外部資源
526 電子記憶装置
528 プロセッサ
600 方法
602 動作
604 動作
606 動作
608 動作
610 動作
612 動作
614 動作
616 動作
618 動作
620 動作
700 システム
702 サーバ
704 クライアントコンピューティングプラットフォーム
706 機械可読命令
708 データ構造取得モジュール
710 データ構造要素取得モジュール
712 動詞識別モジュール
714 データ構造要素トークン化モジュール
716 トークン判定モジュール
718 動詞判定モジュール
720 単語判定モジュール
722 コンマスキップモジュール
724 名詞句識別モジュール
726 構文解析取得モジュール
728 名詞句識別モジュール
730 名詞句判定モジュール
732 名詞識別モジュール
734 名詞判定モジュール
736 名詞記憶モジュール
738 ソフトウェアコンポーネント名判定モジュール
740 外部資源
742 電子記憶装置
744 プロセッサ
800 方法
802 動作
804 動作
806 動作
808 動作
810 動作
812 動作
814 動作
816 動作
818 動作
820 動作
822 動作
824 動作
826 動作
828 動作
830 動作
832 動作
834 動作
900 システム
902 サーバ
904 クライアントコンピューティングプラットフォーム
906 機械可読命令
908 請求項セット取得モジュール
910 データ構造取得モジュール
912 名称判定モジュール
914 分野判定モジュール
916 背景判定モジュール
918 概要判定モジュール
920 説明判定モジュール
922 システム請求項判定モジュール
924 方法請求項判定モジュール
926 特許明細書判定モジュール
928 図面文字判定モジュール
930 外部資源
932 電子記憶装置
934 プロセッサ
1000 方法
1002 動作
1004 動作
1006 動作
1008 動作
1010 動作

Claims (28)

  1. 人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用するために構成される、人が介在せずに前記特許明細書を作成するような、システムであって、
    請求項セットを取得することであって、前記請求項セットは、発明を正確に定義する文の番号付きリストを含み、前記請求項セットは、独立請求項および1つ以上の従属請求項を含み、前記請求項セットの中の各従属請求項は、前記独立請求項または介在する従属請求項に言及することによって、前記独立請求項に従属し、前記請求項セットは、人によって準備されたものである、ことと、
    前記請求項セットを表す第1データ構造を取得することであって、前記第1データ構造は、前記請求項セットからの言語単位を含み、前記言語単位は、特許形式である、ことと、
    第2データ構造を取得することであって、前記第2データ構造は、前記第1データ構造内の所与の位置にある所与のデータ構造要素が、前記第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、前記第1データ構造と同じ側面を有し、前記第2データ構造は、前記請求項セットと関連付けられた言語要素を含み、前記第2データ構造の前記言語要素は、特許形式ではなく散文体である、ことと、
    第3データ構造を取得することであって、前記第3データ構造は、前記請求項セットに由来する順序付けられたコンテンツを含み、前記第3データ構造の前記順序付けられたコンテンツは、前記請求項セットの請求項構造、前記請求項セットの中の先行詞、または前記請求項セットの中の請求項の従属性のうちの1つ以上に基づいて順序付けられる、ことと、
    前記第1データ構造、前記第2データ構造、および前記第3データ構造に基づいて、前記特許明細書の1つ以上のセクションを判定することと、
    を行うように、機械可読命令によって構成される、1つ以上のハードウェアプロセッサを備える、システム。
  2. 所与のデータ構造が、データを整理し記憶するための特殊形式を含み、前記データ構造は、配列、リスト、2つ以上の連結リスト、スタック、キュー、グラフ、表、またはツリーのうちの1つ以上を含む、請求項1に記載のシステム。
  3. 前記言語単位は、個々の言語要素の1つ以上の分類にしたがい、前記第1データ構造の中で整理され、前記1つ以上の分類は、独立請求項、従属請求項、前文、主特徴、サブ特徴、請求項の行、節、語句、または単語のうちの1つ以上を含む、請求項1に記載のシステム。
  4. 前記順序付けられたコンテンツは、1つ以上のソフトウェアコンポーネント名を含み、所与のソフトウェアコンポーネントが、1つ以上の主特徴と関連付けられる、請求項3に記載のシステム。
  5. 前記1つ以上のハードウェアプロセッサはさらに、
    前記特許明細書の発明の名称を判定し、
    前記特許明細書の技術分野を判定する
    ように、機械可読命令によって構成され、
    前記発明の名称および前記技術分野は、前記第2データ構造に記憶される前文のベースに基づいて判定される、請求項1に記載のシステム。
  6. 前記1つ以上のハードウェアプロセッサはさらに、前記特許明細書の背景技術を判定するように、機械可読命令によって構成され、前記背景技術は、1人以上の発明者による発明の開示で提供される情報に基づいて判定される、請求項1に記載のシステム。
  7. 前記1つ以上のハードウェアプロセッサはさらに、前記特許明細書の発明の概要を判定するように、機械可読命令によって構成される、請求項1に記載のシステム。
  8. 前記発明の概要は、第1概要部分、第2概要部分、および第3概要部分を含み、
    前記第1概要部分は、システムの独立請求項と関連付けられ、
    前記第1概要部分は、前記第1データ構造および前記第2データ構造に基づいて判定され、
    前記第2概要部分は、方法の独立請求項と関連付けられ、
    前記第2概要部分は、前記第1データ構造および前記第2データ構造に基づいて判定され、
    前記第3概要部分は、発明の概要と関連付けられる定型文言を含む、
    請求項1に記載のシステム。
  9. 前記1つ以上のハードウェアプロセッサはさらに、前記特許明細書の図面の簡単な説明を判定するように、機械可読命令によって構成され、前記図面の簡単な説明は、前記第2データ構造に記憶される前文のベースに基づいて判定される、請求項1に記載のシステム。
  10. 前記1つ以上のハードウェアプロセッサはさらに、前記特許明細書の発明を実施するための形態を判定するように、機械可読命令によって構成され、前記発明を実施するための形態は、第1説明部分および第2説明部分を含み、前記第1説明部分は、前記第3データ構造に基づいて判定され、前記第2説明部分は、前記第1データ構造、前記第2データ構造、および前記第3データ構造に基づいて判定される、請求項1に記載のシステム。
  11. 前記1つ以上のハードウェアプロセッサはさらに、前記特許明細書に対してシステム請求項を判定するように、機械可読命令によって構成され、前記システム請求項は、前記第1データ構造および前記第2データ構造に基づいて判定される、請求項1に記載のシステム。
  12. 前記1つ以上のハードウェアプロセッサはさらに、前記特許明細書に対して方法請求項を判定するように、機械可読命令によって構成され、前記方法請求項は、前記第1データ構造に基づいて判定される、請求項1に記載のシステム。
  13. 前記1つ以上のハードウェアプロセッサはさらに、前記特許明細書に対して要約を判定するように、機械可読命令によって構成され、前記要約は、前記第1データ構造および前記第2データ構造に基づいて判定される、請求項1に記載のシステム。
  14. 前記1つ以上のハードウェアプロセッサはさらに、前記特許明細書に対して図面文字を判定するように、機械可読命令によって構成され、前記図面文字は、第1図面文字および第2図面文字を含み、前記第1図面文字は、第1図面と関連付けられ、前記第2図面文字は、第2図面と関連付けられる、請求項1に記載のシステム。
  15. 人が介在せずに特許明細書を作成するような、人が提供した特許請求項に基づいて前記特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用するための方法であって、
    請求項セットを取得することであって、前記請求項セットは、発明を正確に定義する文の番号付きリストを含み、前記請求項セットは、独立請求項および1つ以上の従属請求項を含み、前記請求項セットの中の各従属請求項は、前記独立請求項または介在する従属請求項に言及することによって、前記独立請求項に従属し、前記請求項セットは、人によって準備されたものである、ことと、
    前記請求項セットを表す第1データ構造を取得することであって、前記第1データ構造は、前記請求項セットからの言語単位を含み、前記言語単位は、特許形式である、ことと、
    第2データ構造を取得することであって、前記第2データ構造は、前記第1データ構造内の所与の位置にある所与のデータ構造要素が、前記第2データ構造内の同じ位置にある所与のデータ構造要素に対応するような、前記第1データ構造と同じ側面を有し、前記第2データ構造は、前記請求項セットと関連付けられた言語要素を含み、前記第2データ構造の前記言語要素は、特許形式ではなく散文体である、ことと、
    第3データ構造を取得することであって、前記第3データ構造は、前記請求項セットに由来する順序付けられたコンテンツを含み、前記第3データ構造の前記順序付けられたコンテンツは、前記請求項セットの請求項構造、前記請求項セットの中の先行詞、または前記請求項セットの中の請求項の従属性のうちの1つ以上に基づいて順序付けられる、ことと、
    前記第1データ構造、前記第2データ構造、および前記第3データ構造に基づいて、前記特許明細書の1つ以上のセクションを判定することと、
    を含む、方法。
  16. 所与のデータ構造が、データを整理し記憶するための特殊形式を含み、前記データ構造は、配列、リスト、2つ以上の連結リスト、スタック、キュー、グラフ、表、またはツリーのうちの1つ以上を含む、請求項15に記載の方法。
  17. 前記言語単位は、個々の言語要素の1つ以上の分類にしたがい、前記第1データ構造の中で整理され、前記1つ以上の分類は、独立請求項、従属請求項、前文、主特徴、サブ特徴、請求項の行、節、語句、または単語のうちの1つ以上を含む、請求項15に記載の方法。
  18. 前記順序付けられたコンテンツは、1つ以上のソフトウェアコンポーネント名を含み、所与のソフトウェアコンポーネントが、1つ以上の主特徴と関連付けられる、請求項17に記載の方法。
  19. 前記特許明細書の発明の名称を判定することと、
    前記特許明細書の技術分野を判定することと、
    をさらに含み、
    前記発明の名称および前記技術分野は、前記第2データ構造に記憶される前文の基盤に基づいて判定される、請求項15に記載の方法。
  20. 前記特許明細書の背景技術を判定することをさらに含み、前記背景技術は、1人以上の発明者による発明の開示で提供される情報に基づいて判定される、請求項15に記載の方法。
  21. 前記特許明細書の発明の概要を判定することをさらに含む、請求項15に記載の方法。
  22. 前記発明の概要は、第1概要部分、第2概要部分、および第3概要部分を含み、
    前記第1概要部分は、システムの独立請求項と関連付けられ、
    前記第1概要部分は、前記第1データ構造および前記第2データ構造に基づいて判定され、
    前記第2概要部分は、方法の独立請求項と関連付けられ、
    前記第2概要部分は、前記第1データ構造および前記第2データ構造に基づいて判定され、
    前記第3概要部分は、発明の概要と関連付けられる定型文言を含む、
    請求項15に記載の方法。
  23. 前記特許明細書の図面の簡単な説明を判定することをさらに含み、前記図面の簡単な説明は、前記第2データ構造に記憶される前文のベースに基づいて判定される、請求項15に記載の方法。
  24. 前記特許明細書の発明を実施するための形態を判定することをさらに含み、前記発明を実施するための形態は、第1説明部分および第2説明部分を含み、前記第1説明部分は、前記第3データ構造に基づいて判定され、前記第2説明部分は、前記第1データ構造、前記第2データ構造、および前記第3データ構造に基づいて判定される、請求項15に記載の方法。
  25. 前記特許明細書に対してシステム請求項を判定することをさらに含み、前記システム請求項は、前記第1データ構造および前記第2データ構造に基づいて判定される、請求項15に記載の方法。
  26. 前記特許明細書に対して方法請求項を判定することをさらに含み、前記方法請求項は、前記第1データ構造に基づいて判定される、請求項15に記載の方法。
  27. 前記特許明細書に対して要約を判定することをさらに含み、前記要約は、前記第1データ構造および前記第2データ構造に基づいて判定される、請求項15に記載の方法。
  28. 前記特許明細書に対して図面文字を判定することをさらに含み、前記図面文字は、第1図面文字および第2図面文字を含み、前記第1図面文字は、第1図面と関連付けられ、前記第2図面文字は、第2図面と関連付けられる、請求項15に記載の方法。
JP2019564389A 2017-02-15 2018-02-14 人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用する、人が介在せずに特許明細書を作成するような、システムならびに方法 Pending JP2020510270A (ja)

Applications Claiming Priority (13)

Application Number Priority Date Filing Date Title
US201762459246P 2017-02-15 2017-02-15
US201762459199P 2017-02-15 2017-02-15
US201762459235P 2017-02-15 2017-02-15
US201762459208P 2017-02-15 2017-02-15
US201762459357P 2017-02-15 2017-02-15
US62/459,246 2017-02-15
US62/459,357 2017-02-15
US62/459,235 2017-02-15
US62/459,208 2017-02-15
US62/459,199 2017-02-15
US15/892,679 US10417341B2 (en) 2017-02-15 2018-02-09 Systems and methods for using machine learning and rules-based algorithms to create a patent specification based on human-provided patent claims such that the patent specification is created without human intervention
US15/892,679 2018-02-09
PCT/US2018/018257 WO2018152261A1 (en) 2017-02-15 2018-02-14 Systems and methods for using machine learning and rules-based algorithms to create a patent specification based on human-provided patent claims such that the patent specification is created without human intervention

Publications (1)

Publication Number Publication Date
JP2020510270A true JP2020510270A (ja) 2020-04-02

Family

ID=63104652

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019564389A Pending JP2020510270A (ja) 2017-02-15 2018-02-14 人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用する、人が介在せずに特許明細書を作成するような、システムならびに方法

Country Status (7)

Country Link
US (3) US10417341B2 (ja)
EP (1) EP3583513A1 (ja)
JP (1) JP2020510270A (ja)
KR (1) KR20190113965A (ja)
AU (1) AU2018221586A1 (ja)
CA (1) CA3053483A1 (ja)
WO (1) WO2018152261A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020009330A (ja) * 2018-07-11 2020-01-16 株式会社野村総合研究所 作成支援装置および作成支援方法

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10747953B1 (en) 2017-07-05 2020-08-18 Specifio, Inc. Systems and methods for automatically creating a patent application based on a claim set such that the patent application follows a document plan inferred from an example document
US10713443B1 (en) 2017-06-05 2020-07-14 Specifio, Inc. Machine learning model for computer-generated patent applications to provide support for individual claim features in a specification
US11023662B2 (en) 2017-02-15 2021-06-01 Specifio, Inc. Systems and methods for providing adaptive surface texture in auto-drafted patent documents
US11593564B2 (en) 2017-02-15 2023-02-28 Specifio, Inc. Systems and methods for extracting patent document templates from a patent corpus
US10621371B1 (en) 2017-03-30 2020-04-14 Specifio, Inc. Systems and methods for facilitating editing of a confidential document by a non-privileged person by stripping away content and meaning from the document without human intervention such that only structural and/or grammatical information of the document are conveyed to the non-privileged person
US20210232759A1 (en) * 2017-02-15 2021-07-29 Specifio, Inc. Systems and methods for providing a data structure representing patent claims
US10417341B2 (en) * 2017-02-15 2019-09-17 Specifio, Inc. Systems and methods for using machine learning and rules-based algorithms to create a patent specification based on human-provided patent claims such that the patent specification is created without human intervention
US10776566B2 (en) 2017-05-24 2020-09-15 Nathan J. DeVries System and method of document generation
US11194956B2 (en) * 2018-04-30 2021-12-07 Patent Bots LLC Offline interactive natural language processing results
US20190377780A1 (en) * 2018-06-09 2019-12-12 Michael Carey Automated patent preparation
JP7421859B2 (ja) 2018-12-04 2024-01-25 株式会社野村総合研究所 作成支援装置および作成支援方法
US10452902B1 (en) 2018-12-21 2019-10-22 Capital One Services, Llc Patent application image generation systems
CN109726401B (zh) * 2019-01-03 2022-09-23 中国联合网络通信集团有限公司 一种专利组合生成方法及系统
JP6618104B1 (ja) * 2019-05-31 2019-12-11 株式会社AI Samurai 特許文章生成装置、特許文章生成方法、および特許文章生成プログラム
KR20210046178A (ko) 2019-10-18 2021-04-28 삼성전자주식회사 전자 장치 및 그 제어 방법
US20220075962A1 (en) * 2020-09-04 2022-03-10 Patent Theory LLC Apparatus, systems, methods and storage media for generating language
US11610051B2 (en) * 2020-09-08 2023-03-21 Rowan TELS Corp. Dynamically generating documents using natural language processing and dynamic user interface
DE102020006057A1 (de) 2020-09-30 2022-03-31 Cornelius Spree Technik zum Erstellen von Teilen einer Patent- oder Gebrauchsmusteranmeldung
US12032902B2 (en) 2020-12-04 2024-07-09 Patent Draftr, LLC Text generation for patent applications using natural language modeling and programmable templating language
US12050261B2 (en) * 2021-05-12 2024-07-30 California State University Fresno Foundation System and method for human and animal detection in low visibility
US20220382983A1 (en) * 2021-05-27 2022-12-01 Rowan TELS Corp. Dynamically generating documents using natural language processing and dynamic user interface

Family Cites Families (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5799325A (en) 1993-11-19 1998-08-25 Smartpatents, Inc. System, method, and computer program product for generating equivalent text files
US5774833A (en) 1995-12-08 1998-06-30 Motorola, Inc. Method for syntactic and semantic analysis of patent text and drawings
US5754840A (en) 1996-01-23 1998-05-19 Smartpatents, Inc. System, method, and computer program product for developing and maintaining documents which includes analyzing a patent application with regards to the specification and claims
US6049811A (en) 1996-11-26 2000-04-11 Petruzzi; James D. Machine for drafting a patent application and process for doing same
JPH11134399A (ja) * 1997-10-24 1999-05-21 Nec Informatec Systems Ltd 特許出願用明細書作成システム、特許出願用明細書作成方法および特許出願用明細書作成用プログラムを記録した記録媒体
US7890851B1 (en) 1999-03-19 2011-02-15 Milton Jr Harold W System for facilitating the preparation of a patent application
US20010049707A1 (en) 2000-02-29 2001-12-06 Tran Bao Q. Systems and methods for generating intellectual property
US9541977B1 (en) 2001-08-28 2017-01-10 Eugene M. Lee Computer-implemented method and system for automated claim charts with context associations
US8041739B2 (en) 2001-08-31 2011-10-18 Jinan Glasgow Automated system and method for patent drafting and technology assessment
US8428934B2 (en) 2010-01-25 2013-04-23 Holovisions LLC Prose style morphing
US20040254950A1 (en) * 2003-06-13 2004-12-16 Musgrove Timothy A. Catalog taxonomy for storing product information and system and method using same
US20050144177A1 (en) * 2003-11-26 2005-06-30 Hodes Alan S. Patent analysis and formulation using ontologies
US20050210042A1 (en) 2004-03-22 2005-09-22 Goedken James F Methods and apparatus to search and analyze prior art
US20050278623A1 (en) 2004-05-17 2005-12-15 Dehlinger Peter J Code, system, and method for generating documents
US7823061B2 (en) * 2004-05-20 2010-10-26 Wizpatent Pte Ltd System and method for text segmentation and display
US8117192B1 (en) 2005-07-14 2012-02-14 Pavel Pogodin Computerized information system for creating patent data summaries and method therefor
US20070174039A1 (en) * 2006-01-17 2007-07-26 Shengfu Lin Method of automatically analyzing claims in patents
EP1860578A1 (en) 2006-05-22 2007-11-28 Caterpillar Inc. System for analyzing patents
US7788712B2 (en) 2006-06-05 2010-08-31 Ricoh Company, Ltd. Managing access to a document-processing device using an identification token
US8046364B2 (en) 2006-12-18 2011-10-25 Veripat, LLC Computer aided validation of patent disclosures
US9372923B2 (en) * 2007-05-09 2016-06-21 Lexisnexis Group Systems and methods for analyzing documents
US8166386B2 (en) 2007-06-15 2012-04-24 Chung-Yuh Chang Method and system for producing patent specification
US20090077092A1 (en) * 2007-09-18 2009-03-19 Andrew Frederick Knight Method and System for Implementing an Invention Exchange
US20120101803A1 (en) * 2007-11-14 2012-04-26 Ivaylo Popov Formalization of a natural language
US20100257089A1 (en) 2009-04-05 2010-10-07 Johnson Apperson H Intellectual Property Pre-Market Engine (IPPME)
US8661245B1 (en) 2009-09-25 2014-02-25 Nimvia, LLC Systems and methods for empowering IP practitioners
US20120296835A1 (en) 2010-01-25 2012-11-22 Cpa Software Limited Patent scoring and classification
US8341185B2 (en) 2010-04-02 2012-12-25 Nokia Corporation Method and apparatus for context-indexed network resources
US9600566B2 (en) 2010-05-14 2017-03-21 Microsoft Technology Licensing, Llc Identifying entity synonyms
US9836460B2 (en) 2010-06-11 2017-12-05 Lexisnexis, A Division Of Reed Elsevier Inc. Systems and methods for analyzing patent-related documents
US8775155B2 (en) 2010-10-25 2014-07-08 Xerox Corporation Machine translation using overlapping biphrase alignments and sampling
KR101333074B1 (ko) 2010-11-02 2013-11-26 (주)광개토연구소 특허 평가 모델 생성 방법, 특허 평가 방법, 그 방법을 실시하는 시스템 및 그 방법이 기록된 프로그램이 저장된 기록 매체
US20120251016A1 (en) 2011-04-01 2012-10-04 Kenton Lyons Techniques for style transformation
US10891701B2 (en) * 2011-04-15 2021-01-12 Rowan TELS Corp. Method and system for evaluating intellectual property
US20130085946A1 (en) 2011-10-03 2013-04-04 Steven W. Lundberg Systems, methods and user interfaces in a patent management system
US9836805B2 (en) * 2012-01-17 2017-12-05 Sackett Solutions & Innovations, LLC System for search and customized information updating of new patents and research, and evaluation of new research projects' and current patents' potential
US9195647B1 (en) * 2012-08-11 2015-11-24 Guangsheng Zhang System, methods, and data structure for machine-learning of contextualized symbolic associations
US20140108273A1 (en) 2012-08-20 2014-04-17 Black Hills Ip Holdings, Llc Systems and methods for patent portfolio management and generation of analytics
US10095692B2 (en) 2012-11-29 2018-10-09 Thornson Reuters Global Resources Unlimited Company Template bootstrapping for domain-adaptable natural language generation
US20140180934A1 (en) 2012-12-21 2014-06-26 Lex Machina, Inc. Systems and Methods for Using Non-Textual Information In Analyzing Patent Matters
US20140249801A1 (en) * 2013-03-01 2014-09-04 The Software Shop, Inc. Systems and methods for improving the efficiency of syntactic and semantic analysis in automated processes for natural language understanding
US20160048936A1 (en) 2013-03-15 2016-02-18 Search For Yeti, LLC Computer-Implemented Methods of and Systems for Analyzing Patent Claims
US9547640B2 (en) * 2013-10-16 2017-01-17 International Business Machines Corporation Ontology-driven annotation confidence levels for natural language processing
US20150278810A1 (en) 2014-03-28 2015-10-01 Confia Systems, Inc. Device commerce using trusted computing system
US10127229B2 (en) 2014-04-23 2018-11-13 Elsevier B.V. Methods and computer-program products for organizing electronic documents
US10073890B1 (en) 2015-08-03 2018-09-11 Marca Research & Development International, Llc Systems and methods for patent reference comparison in a combined semantical-probabilistic algorithm
US10083157B2 (en) 2015-08-07 2018-09-25 Google Llc Text classification and transformation based on author
US9734137B2 (en) 2015-10-26 2017-08-15 Dell Products, L.P. Secure third-party document editing
US9946895B1 (en) 2015-12-15 2018-04-17 Amazon Technologies, Inc. Data obfuscation
US10740573B2 (en) 2015-12-23 2020-08-11 Oath Inc. Method and system for automatic formality classification
WO2017117029A1 (en) 2015-12-28 2017-07-06 Cloudbrain Inc. System and method for deploying customized machine learning services
JP6876061B2 (ja) 2016-01-26 2021-05-26 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. ニューラル臨床パラフレーズ生成のためのシステム及び方法
US10839149B2 (en) 2016-02-01 2020-11-17 Microsoft Technology Licensing, Llc. Generating templates from user's past documents
US9922022B2 (en) 2016-02-01 2018-03-20 Microsoft Technology Licensing, Llc. Automatic template generation based on previous documents
US20170256010A1 (en) * 2016-03-07 2017-09-07 Allergan, Inc. Patent alert system
US9607058B1 (en) 2016-05-20 2017-03-28 BlackBox IP Corporation Systems and methods for managing documents associated with one or more patent applications
US20180018564A1 (en) 2016-07-13 2018-01-18 Palantir Technologies Inc. Artificial intelligence-based prior art document identification system
US10423965B2 (en) 2016-10-17 2019-09-24 Mufg Union Bank, N.A. Method and apparatus for establishing and maintaining PCI DSS compliant transaction flows for banking entities leveraging non-EMV tokens
US10380162B2 (en) 2016-10-26 2019-08-13 Accenture Global Solutions Limited Item to vector based categorization
KR102589638B1 (ko) 2016-10-31 2023-10-16 삼성전자주식회사 문장 생성 장치 및 방법
US10657158B2 (en) 2016-11-23 2020-05-19 Google Llc Template-based structured document classification and extraction
US10469425B1 (en) 2016-12-09 2019-11-05 Amazon Technologies, Inc. Secure message service for preventing dissemination of sensitive information to third-parties
US10713443B1 (en) 2017-06-05 2020-07-14 Specifio, Inc. Machine learning model for computer-generated patent applications to provide support for individual claim features in a specification
US10621371B1 (en) 2017-03-30 2020-04-14 Specifio, Inc. Systems and methods for facilitating editing of a confidential document by a non-privileged person by stripping away content and meaning from the document without human intervention such that only structural and/or grammatical information of the document are conveyed to the non-privileged person
US10417341B2 (en) 2017-02-15 2019-09-17 Specifio, Inc. Systems and methods for using machine learning and rules-based algorithms to create a patent specification based on human-provided patent claims such that the patent specification is created without human intervention
US11023662B2 (en) 2017-02-15 2021-06-01 Specifio, Inc. Systems and methods for providing adaptive surface texture in auto-drafted patent documents
US10747953B1 (en) 2017-07-05 2020-08-18 Specifio, Inc. Systems and methods for automatically creating a patent application based on a claim set such that the patent application follows a document plan inferred from an example document
US11194865B2 (en) 2017-04-21 2021-12-07 Visa International Service Association Hybrid approach to approximate string matching using machine learning
US10733380B2 (en) 2017-05-15 2020-08-04 Thomson Reuters Enterprise Center Gmbh Neural paraphrase generator
US10565757B2 (en) 2017-06-09 2020-02-18 Adobe Inc. Multimodal style-transfer network for applying style features from multi-resolution style exemplars to input images
US10290145B2 (en) 2017-06-30 2019-05-14 International Business Machines Corporation Image space-based particle generation modeling
US11341323B1 (en) 2017-12-06 2022-05-24 Dennis J M Donahue, III Patent application preparation system and template creator
US20190377780A1 (en) 2018-06-09 2019-12-12 Michael Carey Automated patent preparation
WO2020121424A1 (ja) 2018-12-11 2020-06-18 株式会社 AI Samurai 特許マップ表示装置及び特許マップ表示方法並びに特許マップ表示プログラム
US11461353B2 (en) 2018-12-27 2022-10-04 Microsoft Technology Licensing, Llc Identifying and extracting addresses within content
US11501073B2 (en) 2019-02-26 2022-11-15 Greyb Research Private Limited Method, system, and device for creating patent document summaries
US20220075962A1 (en) 2020-09-04 2022-03-10 Patent Theory LLC Apparatus, systems, methods and storage media for generating language

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020009330A (ja) * 2018-07-11 2020-01-16 株式会社野村総合研究所 作成支援装置および作成支援方法

Also Published As

Publication number Publication date
US20200151393A1 (en) 2020-05-14
US10572600B2 (en) 2020-02-25
KR20190113965A (ko) 2019-10-08
EP3583513A1 (en) 2019-12-25
AU2018221586A1 (en) 2019-10-03
US20190332674A1 (en) 2019-10-31
US10417341B2 (en) 2019-09-17
US11651160B2 (en) 2023-05-16
CA3053483A1 (en) 2018-08-23
WO2018152261A1 (en) 2018-08-23
US20180232361A1 (en) 2018-08-16

Similar Documents

Publication Publication Date Title
JP2020510270A (ja) 人が提供した特許請求項に基づいて特許明細書を作成するように、機械学習およびルールベースアルゴリズムを使用する、人が介在せずに特許明細書を作成するような、システムならびに方法
Banks et al. A review of best practice recommendations for text analysis in R (and a user-friendly app)
RU2571373C2 (ru) Метод анализа тональности текстовых данных
Alwakid et al. Challenges in sentiment analysis for Arabic social networks
US9910886B2 (en) Visual representation of question quality
US9495358B2 (en) Cross-language text clustering
US11170181B2 (en) Document preparation with argumentation support from a deep question answering system
JP6676109B2 (ja) 発話文生成装置とその方法とプログラム
Gómez-Adorno et al. Improving feature representation based on a neural network for author profiling in social media texts
US20200311345A1 (en) System and method for language-independent contextual embedding
Kocmi Exploring benefits of transfer learning in neural machine translation
Zamora et al. Tweets Language Identification using Feature Weighting.
Trajano et al. Olid-br: offensive language identification dataset for brazilian portuguese
RU2546064C1 (ru) Распределенная система и способ языкового перевода
Lytvyn et al. The Lexical Innovations Identification in English-Language Eurointegration Discourse for the Goods Analysis by Comments in E-Commerce Resources
Badaro et al. A link prediction approach for accurately mapping a large-scale Arabic lexical resource to English WordNet
US20230061773A1 (en) Automated systems and methods for generating technical questions from technical documents
Makrynioti et al. PaloPro: a platform for knowledge extraction from big social data and the news
Bauer et al. Rule-based Approach to Text Generation in Natural Language-Automated Text Markup Language (ATML3).
Aguilar et al. Development and verification of a verbal corpus based on natural language for Ecuadorian dialect
CN110750989A (zh) 一种语句分析的方法及装置
Yanfi et al. SPECIL: Spell Error Corpus for the Indonesian Language
Zaheer et al. Comparing manual-and auto-generated textual descriptions of business process models
CN116226677B (zh) 平行语料构建方法及装置、存储介质及电子设备
Kaleem et al. Word order variation and string similarity algorithm to reduce pattern scripting in pattern matching conversational agents

Legal Events

Date Code Title Description
RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7426

Effective date: 20191107

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20191107