释放专利力量:Patently 如何利用向量搜索和 NLP 简化协作

作者:来自 Elastic Matt Scourfield, Andrew Crothers, Brian Lambert

组织依靠知识产权 (IP) 来推动创新、保持竞争优势并创造收入来源。对于希望将新产品推向市场的公司来说,弄清楚谁拥有哪些专利是一项必不可少的能力。搜索数百万项专利可能既困难又耗时,与相关利益相关者共享信息是一项重大挑战。对于大型企业,尤其是那些拥有大量创新渠道的企业来说,了解专利组合每年可能需要数千小时的人工投入。

进入 Patently,它使用尖端解决方案来改变发明者、知识产权专业人士、法律团队和高管对专利的看法。凭借人工智能和自然语言处理 (natural language processing - NLP) 等先进功能,Patently 提供了一套集成的工具,用于在搜索、评估和起草专利时进行协作。

以下是 Patently 关注的六个领域:

1. 提高速度和效率

随着公司的发展,Patently 很快意识到速度、规模和准确性是管理其庞大专利集合的三个要素。由于专利搜索和法律程序的复杂性,Patently 需要一个可靠的系统,该系统要具有足够的适应性以满足客户需求并管理大数据集。

"我们希望它能够快速运行,并且我们知道我们必须处理相当大的数据集,"Patently 创意总监 Andrew Crothers 说道。"这是我们的主要关注点。对于我们的客户来说,我们搜索和检索他们所需内容的速度是业务的一项基本要求,现在依然如此。"

为了实现这些目标,Patently 采用了先进的搜索技术、AI 和实时数据处理来减少管理瓶颈。这使用户能够专注于更高级别的任务,利用旨在简化大量专利相关数据的复杂性的 AI 支持功能。

2. 帮助用户从专利数据中查找信息

了解专利信息涉及管理分散在多个系统中的大量结构化和非结构化数据。Patently 希望构建一种解决方案,既可以扩展和管理大量数据需求,又可以为用户提供流畅的搜索体验。准确识别相关专利对于专利律师来说至关重要,尤其是在不同地区使用不同措辞的情况下。Patently 希望帮助用户找到相关且具有上下文意义的专利,即使在未找到完全匹配的情况下也是如此。

该团队选择了 Elastic 的搜索 AI 平台来构建一个多功能系统,该系统可以处理上下文搜索和完全匹配,让用户可以轻松找到相关信息。借助 Patently 平台内置的 Elastic Search AI 和向量搜索功能,它可以解释和创建更复杂的数据关系。"有了 Elastic,就像有一位拥有数十年经验的专利律师指导每一次搜索," Crothers 说。

此外,Patently 平台通过快速提供准确的结果来支持专利诉讼流程。使用复杂的 Search AI 功能大大提高了其法律程序的效率和准确性。

3. 利用数据实现更智能的协作

开发现代化的 AI 驱动解决方案的过程充满挑战。主要挑战之一是确保解决方案能够满足每个客户对专利搜索的独特需求,识别专利和专利申请之间的关键关系,并无缝集成 Patently 的自定义搜索工具以加速数据检索。

"我们在尝试集成自定义字段时遇到了一些初始挑战,但我们与 Elastic 及其创新团队密切合作," Crothers 说。"他们愿意倾听并与我们合作的态度确实很有益。"

Elastic Search AI 现已纳入 Patently 的解决方案,以改善搜索结果并为用户提供相关信息。由于这一转变,用户现在可以根据自己的思维和工作方式更有效地协作,从而做出更快、更明智的决策。

4. 灵活满足不断增长的需求

Patently 团队寻求一个能够处理大量数据、简化专利搜索并提供实时洞察的平台,以支持更好的决策。他们需要一个能够满足当前数据需求并为未来扩展做好准备的解决方案。该平台以云为先,确保与 Patently 其他产品的平稳过渡,并为未来的创新奠定基础。

"通过实施 Elastic Cloud,我们能够通过引入 Vector AI 显著扩展我们的产品范围。这一强大的功能使 Patently 成为语义专利搜索最具创新性的平台之一,是我们技术堆栈的核心。Elastic 用于提供新的标准必要专利 ( Standard Essential Patent - SEP) 工具 Patently License。我们的 AI 专利起草助理 Onardo 甚至使用它来在准备专利说明书时搜索现有技术," 创始人兼董事 Jerome Spaargaren 说道。

考虑一下这个规模:超过 8200 万个专利家族包含 1.35 亿个独立专利,每个专利都与 226 个字段映射相关联,搜索和检索专利相关信息的复杂性呈指数级增长。如此巨大的数量突显了将专利管理与业务目标相结合的必要性,以简化运营并在快速发展的法律环境中有效保护创新。

Patently 选择 Elastic 来构建一个平台,该平台可以管理不断增加的数据量,同时提供易于使用的快速搜索结果,以便快速访问全球专利数据集中的信息。实时数据访问和 AI 驱动的向量搜索成为加速和扩展专利发现过程的重要组成部分。

"在过渡期间,运营稳定性是一个主要问题,"Crothers 表示。"我们在保持一切正常运行的同时无缝扩展的能力至关重要------我们不能承受任何停机时间。"

利用可扩展的云架构,Patently 可以保持运营稳定性并专注于为客户提供价值。实时跟踪的能力意味着系统可以根据需要进行调整和扩展,以保持一切正常运行。

5. 优化专利搜索性能

在改进平台并将其部署给客户的过程中,Patently 专注于提高系统效率。实时监控和警报功能对于维护系统的完整性至关重要。通过主动监控,团队可以在问题影响用户之前解决它们。

一项重大进步涉及从每月批处理方法过渡到实时数据采集。这使得可以立即获取最新的专利数据。访问最新数据使用户可以做出更好的决策并更有效地提供更好的建议。

6. 与专利领导者产生影响

实施新方法后,Patently 的搜索速度和准确性显着提高。得益于该平台的向量搜索功能,用户现在可以更轻松地找到他们正在寻找的内容,因为搜索结果按相关性排序。这极大地增强了专利搜索和整体系统可用性。​​

人工智能驱动的专利搜索工具正在改变我们识别和保护知识产权的方式。正如 Laurence Brown 在最近的一篇文章中强调的那样,"与人工智能相关的专利对于确保对发现和发明的所有权至关重要。"例如,使用 Patently Vector AI,Brown 输入 "In-ear headphones with noise isolating tips - 带隔音头的入耳式耳机",并将优先日期过滤器设置为 2000 年之前。该工具返回了 300 个相关结果,他进一步过滤了索尼应用程序。得益于 Patently 平台中 Elastic Search AI 功能提供的基于相关性的排序,他能够在不到五分钟的时间内快速识别所需的专利。

协作也变得相当容易。Patently 通过为客户提供尖端解决方案来帮助他们驾驭日益复杂的专利世界,确立了自己在专利技术市场的领先地位 ------ 所有这些都是通过使用机器学习和人工智能驱动的洞察力实现的。

"该机制运行迅速。在处理数百万项专利时,我们必须尽快获得结果," Crothers 说。

专利创新的基础

Patently 的故事展示了进步企业如何利用人工智能和尖端搜索技术彻底改变其运营方式并创造新产品。Patently 利用人工智能搜索、实时可观察性和无缝数据集成彻底改变了专利信息的获取方式,为行业树立了新的标杆。

对于希望在快速发展的专利信息领域保持竞争力的组织来说,速度、可扩展性和准确性是关键的成功因素。Patently 处于领先地位。

原文:Unlocking patent power: How Patently streamlines collaboration with vector search and NLP | Elastic Blog

相关推荐
分才17 分钟前
用天翼云搭建一个HivisionIDPhoto证件照处理网站
人工智能·学习·html5
数据猎手小k19 分钟前
FineTuneBench:由斯坦福大学创建,包含625个训练问题和1075个测试问题,覆盖4个领域。目的评估商业微调API在不同泛化任务中的知识注入能力。
人工智能·深度学习·机器学习·数据集·机器学习数据集·ai大模型应用
傻瓜学习28 分钟前
机器学习知识点
人工智能·机器学习
Seeklike29 分钟前
11.26 深度学习-初始化
人工智能·深度学习
池央30 分钟前
深度学习模型:循环神经网络(RNN)
人工智能·rnn·深度学习
微凉的衣柜1 小时前
在 PyTorch 中进行推理时,为什么 `model.eval()` 和 `torch.no_grad()` 需要同时使用?
人工智能·pytorch·python
大G哥1 小时前
深度学习 | 什么是知识图谱
人工智能·深度学习·知识图谱
int WINGsssss1 小时前
使用系统内NCCL环境重新编译Pytorch
人工智能·pytorch·python
孤单网愈云1 小时前
11.25Pytorch_手动构建模型实战
人工智能·pytorch·python
相识已是上上签1 小时前
YOLOv8模型pytorch格式转为onnx格式
人工智能·pytorch·yolo