基于深度学习技术在专利图像审查中的应用

随着计算机技术和网络技术的迅猛发展以及人类管理与知识水平的提高,信息技术发展的瓶颈已不仅仅存在于数据的获取、存储与传输,而更受限于数据的加工、分析和利用。采用有效的人工智能技术从大数据中获取抽象信息并将其转换为有用的知识,是当前大数据分析所面临的核心问题之一。本文从我国现有专利审批现状入手,分析当前审批业务中存在的图像审查需求,阐述采用深度学习技术进行专利图像智能识别与分类的可行性。

专利复审无效审查电子发文的思考

自2010年2月电子审批(E)系统的上线、专利局实现了全流程代码化审查以来,越来越多的申请人选择使用电子方式提交专利申请。电子申请用户在专利审查的形审和实审环节均可以接收电子形式的通知书,相比纸件发文,电子发文不仅节约了打印成本,也让申请人能提前收到通知书。由于复审和无效宣告审查的特殊性和复杂性,系统只能支持当事人使用电子申请客户端提交请求书和中间文件,无法接收电子形式的通知书。怎样才能在复审无效审查中采用电子通知书?本文从复审无效审查业务流程入手,分析复审无效审查发文的特殊性,探索实现复审无效审查电子发文的可行性。

专利复审无效判例智能检索应用

随着我国创新能力和创新水平的提高,我国专利申请量仍继续保持快速增长态势,请求人向专利复审委员会请求复审、无效宣告的请求量也在逐年递增。在人员不变的情况下,审查量增加,审查压力增大。在现有审查工作模式下,合议审查员在审查过程中,由于经验不足,审查主要依赖个人经验和能力,审查效率难以得到有效提升。本文从我国复审无效审查现状入手,分析建设专利复审无效判例智能检索应用的必要性,提出建设我国专利复审无效判例智能检索应用的几点想法。