선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 즉 다국어 검색의 경우 일반적으로 단순 직역을 통해 검색이 이루어지지만, 동일한 기술 개념에 대해 국가별로 상이한 용어를 사용하는 경우 검색의 정확도는 현저히 낮아지게 된다. 따라서 본 연구에서는 다국어 특허 문서에 대해 Word2Vec 학습 기반 의미적 유사성 분석(Mikolv et al., 2013)을 수행하고, 이를 통해 해외 유사 특허 검색의 정확도를 향상시키기 위한 방안을 제시한다.
- 즉 한국 특허 관심 용어 리스트에만 존재하고 일본 리스트에는 존재하지 않는 용어도 있으며, 한국 특허 관심 용어 리스트에 수록된 하나의 용어가 일본 리스트의 여러 용어에 대응될 수도 있다. 본 연구에서는 위와 같은 상황에서, 한국 특허 관심 용어 리스트의 각 용어에 대응되는 일본 특허 용어를 식별하는 방안을 제시한다. 물론 위의 상황과 반대 방향으로 일본 특허의 관심 용어에 대응되는 한국 특허 용어를 식별하고자 하는 수요도 있을 수 있다.
- 본 연구에서는 특허 출원 전후에 이루어지는 선행기술조사 시, 기존의 정적 사전 기반 다국어 검색 방식의 한계를 극복하기 위한 방안을 제시하였다. 구체적으로 한국과 일본의 실제 특허 문서에 사용된 용어의 용례 분석을 통해 한국어와 일본어로 기술된 기술용어의 유사성을 산출하고, 이를 기반으로 의미 기반 해외 유사 특허를 검색할 수 있는 방안을 제시하였다.
- 본 절에서는 앞에서 생성한 관심 용어 리스트 및 지표용어를 활용하여 특허 문서를 정제하고 지표화된 일본 특허 문서를 생성한 결과를 소개한다.
- 이러한 한계를 극복하기 위해 본 연구에서는 실제 출원이 이루어진 두 국가의 특허 문서로부터 기술용어의 용례를 파악하고, 이를 통해 양 국가의 기술용어 간 의미적 유사성에 기반을 둔 매핑을 수행한다. 제안 방법론은 실제 용례로부터 용어 간 의미적 유사성을 도출하기 위해, 동일한 내용을 상이한 언어로 기술한 문서 쌍에 대해 Word2Vec 알고리즘을 적용한다.
- 우선권으로 연결된 한국과 일본의 두 특허는, 서로 표기된 언어는 다 르지만 특허 명세서의 내용은 거의 동일한 것으로 간주된다. 즉 본 연구에서는 우선권으로 연결된 한국과 일본의 특허 문서에 대한 학습을 통해 양국 기술용어 간 유사성을 도출하고, 이를 기반으로 다국어 특허 검색을 수행할 수 있는 방안을 제시한다. 다국어 특허 검색을 통해 정적인 사전을 통한 단어 검색의 한계점을 보완할 수 있으며, 최신 기술 동향에 맞는 실사용 용어를 검색할 수 있고 그로 인해 선행기술조사 시, 양질의 선행기술을 풍부 하게 찾아낼 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.