초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

딥러닝의 급격한 발전으로 인해 여러 산업에서 딥러닝을 접목하려는 시도가 있다. 음성, 의료, 번역 등 다양한 산업에서 적극적으로 활용을 하고 있고 특허 산업에서도 많은 시도를 하고 있다. 우리나라에서도 실제로 1990년도 이후로 특허출원 수는 급속도로 증가함을 근거로 많은 사람이 특허에 관심을 가지기 시작했으며 특허 산업의 규모 또한 계속해서 성장하고 있다.
특허 산업에서 딥러닝을 활용하여 해결하고 싶은 가장 중요한 문제 중 하나는 유사 특허 검색시스템이다. 특허를 평가하는 심사관이나 특허를 청구하는 심사관들에게 있어서는 더욱더 그렇다. 이러한 필요성으로 딥러닝을 이용한 특허 문서 분류를 시도하는 연구는 많이 있었다. 그러나 실제로 적용할 수 있을 만큼의 큰 성과는 보이지 못하였다.
심사관이나 변리사들이 특허를 청구하기 전 유사 특허를 찾는 방식은 특허 도면과 특허의 초록에서의 키워드나 특징점을 찾아 특허를 검색하는 방식을 이용한다고 하지만 오늘날까지 많은 문서 분류모델에서는 이미지나 텍스트 하나에 집중하여 분류하는 것에 초점을 맞춘다. 그렇기에 둘 중 하나에 집중하여 특허 문서 분류에 적용하는 것은 실제로 특허 전문가들이 분류하는 방식과는 다른 방법론을 사용하는 것이다.
이에 본 연구에서는 CPC의 대표 분류 섹션들을 기준으로 각 세션당 대표 도면 1만 건, 특허 초록 문서 1만 건의 데이터를 사용하여 이미지 분류 모델과 ...

딥러닝의 급격한 발전으로 인해 여러 산업에서 딥러닝을 접목하려는 시도가 있다. 음성, 의료, 번역 등 다양한 산업에서 적극적으로 활용을 하고 있고 특허 산업에서도 많은 시도를 하고 있다. 우리나라에서도 실제로 1990년도 이후로 특허출원 수는 급속도로 증가함을 근거로 많은 사람이 특허에 관심을 가지기 시작했으며 특허 산업의 규모 또한 계속해서 성장하고 있다.
특허 산업에서 딥러닝을 활용하여 해결하고 싶은 가장 중요한 문제 중 하나는 유사 특허 검색시스템이다. 특허를 평가하는 심사관이나 특허를 청구하는 심사관들에게 있어서는 더욱더 그렇다. 이러한 필요성으로 딥러닝을 이용한 특허 문서 분류를 시도하는 연구는 많이 있었다. 그러나 실제로 적용할 수 있을 만큼의 큰 성과는 보이지 못하였다.
심사관이나 변리사들이 특허를 청구하기 전 유사 특허를 찾는 방식은 특허 도면과 특허의 초록에서의 키워드나 특징점을 찾아 특허를 검색하는 방식을 이용한다고 하지만 오늘날까지 많은 문서 분류모델에서는 이미지나 텍스트 하나에 집중하여 분류하는 것에 초점을 맞춘다. 그렇기에 둘 중 하나에 집중하여 특허 문서 분류에 적용하는 것은 실제로 특허 전문가들이 분류하는 방식과는 다른 방법론을 사용하는 것이다.
이에 본 연구에서는 CPC의 대표 분류 섹션들을 기준으로 각 세션당 대표 도면 1만 건, 특허 초록 문서 1만 건의 데이터를 사용하여 이미지 분류 모델과 텍스트 분류 모델을 합친 복합적 딥 러닝 모델을 제안한다. 복합적 딥 러닝 모델은 모든 동등한 조건일 때 이미지만을 CPC 섹션을 분류하는 모델과 텍스트 분류 모델과 비교하였고. 더 뛰어난 성능을 보임을 확인하였다.

주제어