一般情況下，進(jìn)行專利檢索后為了得到如市場(chǎng)趨勢(shì)、競(jìng)爭(zhēng)對(duì)手趨勢(shì)和專利檢索后的技術(shù)趨勢(shì)，都會(huì)進(jìn)行統(tǒng)計(jì)和分析。然而，在進(jìn)行這項(xiàng)工作之前必須進(jìn)行的工作是消除噪音和對(duì)文獻(xiàn)進(jìn)行分類。

在整個(gè)專利分析過程中，去除雜音和分類是一個(gè)非常耗時(shí)的過程，占總時(shí)間70%-80%，需要大量人力才能完成，時(shí)間和成本都非常高。

過去，因?yàn)檫@個(gè)問題，人們嘗試了很多方式對(duì)專利文獻(xiàn)進(jìn)行自動(dòng)分類，但都沒有達(dá)到預(yù)期的效果，也沒有得到客戶的認(rèn)可。現(xiàn)在隨著人工智能技術(shù)的發(fā)展，可以有很多改進(jìn)和令人驚訝的發(fā)展。某公司長期致力于AI專利數(shù)據(jù)的研發(fā)，今年發(fā)布了一款基于面向化文獻(xiàn)技術(shù)和數(shù)據(jù)的AI專利文獻(xiàn)分類器。

專利文獻(xiàn)分類的另一個(gè)問題是沒有分類標(biāo)準(zhǔn)。雖然韓國知識(shí)產(chǎn)權(quán)局采用IPC、CPC等分類標(biāo)準(zhǔn)，但在實(shí)際工作中通過結(jié)構(gòu)、方法、技術(shù)、組件等分類標(biāo)準(zhǔn)，對(duì)一個(gè)部件的技術(shù)細(xì)分不能按IPC或CPC分類。更何況，多個(gè)研發(fā)人員按照此標(biāo)準(zhǔn)分類會(huì)比較困難。需要查閱的專利文獻(xiàn)一般少則幾千個(gè)，多則幾萬個(gè)，而且數(shù)量非常大。

知識(shí)產(chǎn)權(quán)專業(yè)服務(wù)公司也有相關(guān)顧慮，因此在這一領(lǐng)域進(jìn)行了長期的研究和努力。最終的選擇是根據(jù)用戶標(biāo)準(zhǔn)，培訓(xùn)專門定制的AI分類器，打造出符合客戶要求的單獨(dú)AI分類器。

對(duì)于已經(jīng)有內(nèi)部分類標(biāo)準(zhǔn)的客戶，這是一項(xiàng)更加個(gè)性化的服務(wù)。如果按照客戶標(biāo)準(zhǔn)訓(xùn)練的人工智能分類器對(duì)新專利進(jìn)行自動(dòng)分類，可以在短時(shí)間內(nèi)一以貫之地處理反復(fù)重復(fù)的文獻(xiàn)審查和分類任務(wù)。

結(jié)合人工智能技術(shù)和專利相關(guān)知識(shí)的發(fā)展，新推出的人工智能專利文獻(xiàn)分類器的客戶反饋受到熱捧。韓國跨國公司已經(jīng)引入并開始使用AI自動(dòng)分類器來處理專利文獻(xiàn)，因?yàn)檫@款產(chǎn)品確實(shí)為客戶的問題提供了解決方案。