대조 학습을 이용한 유사 특허기술 탐색 시스템

Abstract

새로운 기술이 개발되면 특허를 출원하는 과정에서 이전에 유사한 기술이 등록됐는지 확인하는 특허 기술 선행조사를 해야한다. 특허 선행기술 조사는 변리사들이 선행 특허를 직접 조사하여 유사한 기술 동향을 파악한다. 이 과정은 변리사가 전문 지식을 가지고 직접 진행하여 시간 소모가 크고 많은 인력이 들어간다. 최근 인공지능이 발달함에 따라 특허 선행기술 조사를 자동화하는 연구가 진행되고 있다. 특허를 잠재 공간 상에 벡터화하여 유사한 특허를 찾는 방식이다. 하지만 같은 특허 분류번호로 구분되고 내용이 유사한 특허임에도 특허 사이의 단어 구성이 달라 탐색시 작동하지 않는 경우가 있다. 본 연구에서는 자연어 처리 모델에 대조 학습을 이용하여 특허 탐색 모델을 제안한다. 제안 모델을 이용하여 도메인 중심으로 군집화를 이루었고, 유사특허 탐색에서 성능을 보였다. 이 방법은 특허 선행기술 조사 범위 축소와 유사한 내용 논문 선별, 표절 검사 등의 영역에서 활용될 것으로 기대된다.

Prior to patent application, relevant existing patents must first be searched. Patent attorneys investigate previous patents and technology trends, but this can be a time consuming process; thus, automating the process has become imperative. Previous research has used natural language processing models to recommend similar patents by vectorizing these patents in latent space. In the current study, we propose using PatentBERT, a pretrained language model for patents, to vectorize words and reduce the search scope of patents using the contrastive loss function. This model can reduce the time needed for preliminary patent investigation and can be applied to other areas, such as screening research papers or searching for similar references.