Önceki teknik araştırması, aynı fikri farklı sözcüklerle anlatan belgeleri bulabilmek için sorgu genişletmeye dayanır. Sorgu genişletme, patent uzmanının başlangıçtaki arama terimlerine eş anlamlılar, daha dar kapsamlı terimler ve alana özgü yakın sözcükler ekleyerek ilgili patentlerin gözden kaçma riskini azaltır. Birleşik Krallık Fikri Mülkiyet Ofisi'nin fizibilite çalışması iki tamamlayıcı yöntemi denemiştir: WordNet adlı bir tezaurus ve kelime gömmeleri. Hazırlanan sorgu ise yerel bir Elasticsearch motorunda çalıştırılmıştır.
İyi başlangıç terimleri seçmek yalnızca ilk adımdır. Başvuru sahipleri ve patent yazarları aynı kavramı çoğu zaman tamamen farklı bir söz dağarcığıyla anlatır. Bu yüzden tek bir sözcük kümesine dayanan bir arama, son derece ilgili bir belgeyi kolayca kaçırabilir. Çalışma bu sözcük uyuşmazlığını temel bir sorun olarak ele almış ve kapatmak için iki yol araştırmıştır.
Sözcüksel İlişkiler: WordNet ile Sorgu Genişletme
Sorgu genişletmenin geleneksel yolu, sözcükleri eş anlamlılık, meronimi ve hiponimi gibi ilişkilere göre gruplayan bir tezaurustur. Araştırmacılar, yaygın olarak İngilizcenin en büyük sözcüksel veri tabanı kabul edilen WordNet'i kullanmıştır. WordNet; isimleri, fiilleri, sıfatları ve zarfları "eş anlamlı kümeler" anlamına gelen synset'ler halinde düzenler ve her synset tek bir ayrı kavramı temsil eder.
Bu synset'ler sözcüksel ilişkilerle birbirine bağlanır. Hiponimi "bir türüdür" anlamına gelir, örneğin sedan bir otomobil türüdür. Meronimi ise "bir parçasıdır" anlamına gelir, örneğin motor otomobilin bir parçasıdır. Sistem, herhangi bir sözcükten başlayarak bu bağlantıları izleyebilir, ilişkili terimleri bulabilir ve bunları sorguya eklenebilecek makul öneriler olarak patent uzmanına sunabilir.
Bunu pratik hale getirmek için ekip, uzmanlardan ayrı bir araçta sözcük aramalarını istememiştir. Bunun yerine NLTK WordNet API ile WordNet verilerini programlı olarak okumuş ve sonuçları doğrudan sistemin kendi arayüzüne yerleştirmiştir.
Anlamsal İlişkiler: Kelime Gömmeleri ile Sorgu Genişletme
WordNet kullanımı kolay ve kapsamlıdır, ancak genel amaçlı bir kaynak olduğu için kapsamı teknik alandan alana değişir. Çalışma çarpıcı bir örnek verir: WordNet, İngilizce "tablet" sözcüğünü küçük bir ilaç hapı olarak tanır, ancak çok daha yaygın olan mobil bilgi işlem cihazı anlamını yakalayamaz. Kelime gömmeleri bu boşluğu doldurur, çünkü alana özgü bir belge koleksiyonu üzerinde eğitilebilir ve o alanda gerçekten geçerli olan anlamları öğrenir.
Sözcükler bir vektör uzayına yerleştirildiğinde sistem, bir sözcüğün en yakın komşularını getirip genişletme adayı olarak sunabilir. Ulaşım alanında "driver" sözcüğünün komşuları arasında "vehicle-operator" gibi eş anlamlılar ve "cyclist" ile "motorman" gibi daha dar kapsamlı terimler yer alır. Yani gömmeler tek bir ilişki türüyle sınırlı değildir.
Bu esnekliğin bir bedeli vardır. Gömmeler tek başlarına iki sözcüğün ilişkili olduğunu gösterir, ancak nasıl ilişkili olduklarını göstermez. Yine de sözcükler arasındaki mesafe, ilişkinin gücü için kaba bir gösterge olarak kullanılabilir. Mesafe eşiğini ayarlamak, sistemin uzmana aynı anda kaç alternatif terim göstereceğini kontrol etmesini sağlar.
Genişletilmiş sorguların gerçek sonuçlara nasıl dönüştüğünü görmek ister misiniz? WOIPS ile ücretsiz yapay zeka destekli bir yenilik araştırması deneyebilir ve ilgili önceki tekniğin nasıl belirlendiğini inceleyebilirsiniz.
Sorgu Genişletme Patent Uzmanının Rolünü Nasıl Değiştiriyor?
İki yaklaşım birlikte, temel bir sorguyu giderek gelişen bir arama stratejisine dönüştürür. WordNet yapılandırılmış ve etiketli ilişkiler sunar, gömmeler ise esnek ve alana duyarlı öneriler getirir. Sonuç, günlük uygulamada bir değişimdir: uzman her olası terimi hafızasından ve kişisel deneyiminden hatırlamak yerine, sistemin önceden önerdiği bir listeyi gözden geçirir ve iyileştirir.
Çalışma iki yarar öne çıkarır. Sorgu oluşturma daha verimli hale gelir ve benzer başvuruları ele alan farklı uzmanlar arasında sonuçlar daha tutarlı olur. Tutarlılık, hukuki ve düzenleyici bir ortamda büyük önem taşıyan tekrarlanabilirliği destekler. İnsanın kontrolünü korumak için araştırmacılar, uzmanların önerilen her terimi seçebildiği veya seçimden çıkarabildiği bir arayüz geliştirmiştir. Böylece listenin tamamını kabul etmek zorunda kalınmaz.
Yerel Arama Motoru: Elasticsearch ve Öneri Mekanizmaları
Sorgu son haline geldikten sonra, ister WordNet ister kelime gömmeleri ister ikisi birlikte kullanılarak genişletilmiş olsun, arama çok yaygın bir arama ve analiz motoru olan Elasticsearch üzerinde yürütülür. Ekip ayrıca Elasticsearch'ün yerleşik üç özelliğinden yararlanmıştır: terim öneri mekanizması, ifade öneri mekanizması ve tamamlama öneri mekanizması.
Terim öneri mekanizması, belirli bir düzenleme mesafesi içinde, yani iki sözcük arasındaki tek karakterlik değişiklik sayısı içinde, sözcükleri tek tek değerlendirerek alternatifler önerir. Bu, yazım hataları ve bölgesel yazım farklılıkları için yararlıdır. İfade öneri mekanizması bir adım ileri giderek, sözcüklerin birlikte nasıl göründüğüne dayanan bir n-gram modeliyle tüm ifadeler için düzeltme önerir. Bu, uzmanın hangi terimleri tutacağına karar vermesine yardımcı olabilir. İkisi de tanıdık "bunu mu demek istediniz" önerilerini destekler.
Tamamlama öneri mekanizması, çok hızlı sorgulama için tasarlanmış veri yapılarıyla yazarken arama davranışı sağlar. Uzmanlar yazarken anında geri bildirim alır, bu da sorgu tamamlanmadan onları ilgili belgelere yönlendirebilir ve kesinliği artırabilir.
Eklentiler, Python Entegrasyonu ve Yerel Kurulum
Elasticsearch eklentilerle genişletilebilir. Örneklerden biri, Asya dilleri, Unicode normalleştirme, büyük küçük harf katlama, metin sıralama ve harf çevirisi desteğini iyileştiren International Components for Unicode (ICU) eklentisidir. Patent belgeleri birçok ülkeden ve farklı yazı sistemlerinden geldiği için bu özellik patent çalışmalarında önem taşır.
Elasticsearch'e normalde bir REST API üzerinden erişilir. Araştırma ekibi ise Python bağlayıcılarını kullanarak onu gevşek bağlı bir dış hizmet olmaktan çıkarıp önerilen sistemin yakından entegre bir parçası haline getirmiştir. Bu fizibilite çalışması için yerel bir Elasticsearch sunucusu kurulmuş ve tüm doğrulama verileri diğer bileşenlerden ayrı olarak saklanmıştır. Ayrıntılı teknik bilgi, raporun tamamının bir ekinde yer alır.
Modern Önceki Teknik Araştırması İçin Bunun Anlamı
Temel ders, hiçbir tekniğin tüm ihtiyaçları tek başına karşılamadığıdır. Tezaurus açık ve açıklanabilir ilişkiler sunar, gömmeler alana duyarlılık katar, güçlü bir arama motoru ise yazım toleransı ve hızlı geri bildirim ekler. Bunları birleştirmek ve terimlerin son seçimini bir insan uzmana bırakmak, otomasyon ile mesleki muhakemeyi dengeler. Daha geniş bir çerçeve için önceki teknik araştırması rehberimize göz atabilirsiniz. Patent araştırmasına ilişkin resmi kaynaklar için WIPO patent kaynaklarına ve Türkiye'deki başvuru ve sorgulama süreçleri için TÜRKPATENT'in resmi sistemine bakabilirsiniz.
Sıkça Sorulan Sorular
Patent araştırmasında sorgu genişletme nedir?
Sorgu genişletme, aynı fikri farklı sözcüklerle anlatan belgelerin de bulunabilmesi için ilk arama terimlerine ilişkili sözcükler eklenmesi işlemidir. İlgili önceki tekniğin gözden kaçma riskini azaltır.
WordNet ile kelime gömmeleri arasındaki fark nedir?
WordNet; eş anlamlılık, hiponimi ve meronimi gibi etiketli ilişkilere sahip, elle hazırlanmış bir tezaurustur, ancak uzmanlık alanlarındaki kapsamı sınırlı olabilir. Kelime gömmeleri ise alana özgü metinlerden öğrenilir ve o alanın anlamlarını yakalar, fakat iki sözcük arasındaki ilişkinin türünü belirtemez.
Araştırmacılar neden Elasticsearch'ü kullandı?
Elasticsearch yaygın kullanılan bir arama ve analiz motorudur. Yerleşik öneri mekanizmaları yazım düzeltme, ifade önerisi ve otomatik tamamlama sağlar. Bu özellikler uzmanların sorguyu iyileştirmesine ve kesinliği artırmasına yardımcı olur. Aramaların nasıl yapılandırıldığı hakkında daha fazla bilgiyi önceki teknik araştırması sayfamızda bulabilirsiniz.
Patent uzmanları önerilen her terimi kabul etmek zorunda mı?
Hayır. Çalışmadaki arayüz, uzmanların önerilen her terimi seçmesine veya seçimden çıkarmasına izin verir. Böylece sistem uzmanın yargısının yerine geçmez, onu destekler.
Yapay zeka destekli önceki teknik araştırmasını uygulamada görebilir miyim?
Yapay zeka, aynı fikri farklı kelimelerle anlatan belgeleri bulmak için sorguyu eş anlamlılar ve alan terimleriyle genişletir, yazım hatalarını tolere eder ve sonuçları daha tutarlı hale getirir. Bu araştırmaların nasıl yapılandırıldığı hakkında daha fazla bilgiyi yapay zeka destekli patent araştırması rehberimizde bulabilirsiniz.
This article is adapted from: UK Intellectual Property Office, AI-assisted patent prior art searching – feasibility study, April 2020, ISBN 978-1-910790-80-9, © Crown Copyright 2020, licensed under the Open Government Licence v3.0.