| 国家/地区 | 机构名称 | 业务应用 | 说明 |
|---|---|---|---|
| 中国 | State Administration for Industry and Commerce (SAIC) | 商标分类（商品和服务） | 中国国家工商行政管理总局（工商总局）利用“标准商品系统”把商品分入近似的小组，以建立“商品关系辞典”。有了这个辞典，系统自动将新提供的商品分入相应的近似组。对于第一次提供的商品，将指定一项上一级商品。 |
| 中国 | State Administration for Industry and Commerce (SAIC) | 数据分析 | 中国工商总局使用“行政区域自动匹配系统”锁定行政区域，以便为未来的区域统计分析提供数据支持。 |
| 中国 | State Administration for Industry and Commerce (SAIC) | 图形检索（商标、外观设计） | 2018年初，中国工商总局在开发一套能够提供相对准确可靠结果的图形检索系统。 该系统可以检索已有图形要素，经审查员确认后，结果将会被输入系统。 如此一来，系统就可以实现自主创新和自主学习，提高检索效率。 |
| 乌拉圭 | National Directorate of Industrial Property | 帮助台服务 | 国家总局使用内部开发的通知系统，并与其在线申请系统相连接。2018年初，国家总局在开发一种更复杂的通知算法，目的是确认特定用户不再使用或已有一段时间未使用该系统。在这种情况下，新算法会触发增发通知。 新算法将发送电子邮件、测试通知、反馈调查和更新个人信息的请求，以确保与用户保持沟通，并在截止日期之前捕获数据变更信息。 |
| 俄罗斯联邦 | Federal Service for Intellectual Property (Rospatent) / Federal Institute of Industrial Property (FIPS) | 机器翻译 | 2015年，在PatSearch系统开发框架内推出了实施专利文献机器翻译的倡议。翻译功能的实现得益于采用了俄罗斯PROMPT公司开发的机器混合翻译系统。该系统涵盖全面的语言分析方法。现已通过运用俄英双语专利文献平行文本的机器学习方法，创建了神经网络。该系统除翻译专利文献外，还能够将CPC译成俄文。 相关链接 |
| 俄罗斯联邦 | Federal Service for Intellectual Property (Rospatent) / Federal Institute of Industrial Property (FIPS) | 专利现有技术检索 | 实施人工智能检索的倡议于2017年推出，并于2018年开始实施，涉及了发明和实用新型申请审查。PatSearch系统所实施的专利文献相似性检索功能的实现，源于采用了一组人工智能方法和技术，并结合了全球信息检索最佳做法。目前，相似性检索功能正在俄罗斯专利文献数据库中运行。在建立俄罗斯分布式同义词库过程中，采用了一种针对俄罗斯专利文献的神经网络，其中所涉的标准兼顾了审查程序的复杂性和专家经验。 相关链接 |
| 俄罗斯联邦 | Federal Service for Intellectual Property (Rospatent) / Federal Institute of Industrial Property (FIPS) | 商标分类（商品和服务） | 目前，一种检索商标、地理标志和原产地名称的新检索引擎正在开发中，将于2020年夏季投入使用。新系统运用神经网络进行图像相似性检索及商标词语智能识别（涉及术语的语义相似性）。此外，系统功能还包括商标（图像）索引信息识别，即商标词语智能识别及根据维也纳分类自动分类。现阶段，正在测试图像检索的技术解决方案。 相关链接 |
| 全世界 | World Intellectual Property Organization (WIPO) | 专利分类 | 专利自动分类系统（IPCCAT）帮助专利申请人和知识产权局审查员依照国际专利分类（IPC）大类、小类或大组，把专利申请自动分类归入相应技术部门。 相关链接 |
| 全世界 | World Intellectual Property Organization (WIPO) | 图形检索（商标、外观设计） | 全球品牌数据库中的图片检索让商标所有人能够从数百万计的图片中找出视觉上相似的商标和其他品牌信息记录。 相关链接 |
| 全世界 | World Intellectual Property Organization (WIPO) | 机器翻译 | WIPO Translate是全球领先的即时翻译工具，专门用于专利文献翻译。 它可以通过 PATENTSCOPE数据库访问，也可以应要求纳入知识产权局的系统。 相关链接 |
| 加拿大 | Canadian Intellectual Property Office (CIPO) | 专利现有技术检索 | 加拿大知识产权局的专利部门使用人工智能语义检索引擎的商业服务（Questel、STN和Clarivate Analytics）帮助开展现有技术和援引方面的检索。这些工具依赖机器学习算法，更好地查找出援引、申请和现有技术之间的联系。 专利审查员还利用谷歌的算法，特别是“翻译”、“专利”和“学术搜索”工具中的算法用于机器翻译，并实时获取国际上参与的专利局所提供的文献全文和权利要求书表格以及援引情况统计和相关学术出版物。 对于数据操作，加拿大局使用Vantage Point文本挖掘工具从专利和文献数据库的检索结果中发现知识，同时提供优化、自动化、导入等处理所得原始数据的方法。 |
| 加拿大 | Canadian Intellectual Property Office (CIPO) | 帮助台服务 | 2018年初，加拿大知识产权局在探索如何利用国际商用机器公司（IBM）Watson工具套件通过社交媒体宣传和分析功能与客户进行互动。 |
| 加拿大 | Canadian Intellectual Property Office (CIPO) | 数据分析 | 加拿大知识产权局的经济研究与战略分析股使用人工智能帮助进行语义检索并收集、清理和分析大型数据集。 在正在开展的经济研究背景下，加拿大局计划在2018年初探索利用机器学习解决知识产权政策与研究问题的可行性。 |
| 塞尔维亚 | Intellectual Property Office of the Republic of Serbia | 机器翻译 | 在欧洲专利局的专利机器翻译项目范围内，塞尔维亚知识产权局为机器翻译学习这一具体目的提供了专利说明书全文双语文件（塞尔维亚语 /英语）语料库。2018年初，Espacenet数据库中的塞尔维亚语机器翻译工具尚未产生令人满意的结果。 |
| 塞尔维亚 | Intellectual Property Office of the Republic of Serbia | 数字化与过程自动化 | 塞尔维亚知识产权局使用产权组织专利OCR校对平台。产权组织 OCR平台可能能够利用机器学习改进OCR校对。由于ABBYYOCR中的本地语言资源有限（字典和语法规则不足），机器训练对 OCR校对质量的影响仍然很小。根据塞尔维亚知识产权局的经验，导致 OCR正确性降低的主要问题是在文档中使用多种文字（塞尔维亚西里尔文、塞尔维亚拉丁文、英文、化学和数学公式）。 2018年初，塞尔维亚知识产权局计划在手动 OCR校对（由产权组织提供）中利用机器学习扩充词典，并为塞尔维亚语专利文档制定特别处理规则。 |
| 大韩民国 | Korean Intellectual Property Office (KIPO) | 专利现有技术检索 | 2017年4月，韩国特许厅与韩国电子和电信研究所（ETRI）建立了人工智能协议，共同努力建立用于人工智能学习的专利知识库，并合作研究如何将他们开发的人工智能系统应用于知识产权行政管理工作。 智能专利检索的试点模型正在开发，计划于2019年完成。该模型通过从关键字检索转向语法和语义检索系统来提高现有技术检索的质量。 相关链接 |
| 大韩民国 | Korean Intellectual Property Office (KIPO) | 帮助台服务 | 2018年初，韩国特许厅计划在未来三年内开发和完善基于文本和语音识别的人工智能专利客户服务系统试点模型。 相关链接 |
| 大韩民国 | Korean Intellectual Property Office (KIPO) | 机器翻译 | 韩国特许厅利用国际专利分类（IPC）H部的专利公告数据建立了一个用于机器学习的数据库。该数据库将编入10万项专利技术术语条目和100万条专利语言分析和附图标记信息。 相关链接 |
| 巴西 | National Institute of Industrial Property (INPI) | 专利分类 | 在2018年初，巴西国家工业产权局在开展一项计划，根据国际专利分类和/或合作专利分类（CPC）开发用于专利申请内部自动预先分类的神经网络，以便之后在技术部门中分配申请。巴西国家局考虑将数学实验室作为开展此计划的最佳工具。 |
| 德国 | German Patent and Trade Mark Office (DPMA) | 专利分类 | 2011年，德国专利商标局推出了国际专利分类（IPC）自动化工具，作为电子专利和实用新型管理系统的一部分。这个分类器基于启发式算法，对进入系统的专利申请进行初步的IPC分类，从而帮助将申请分派给适当的专利审查员。这种暗箱式的工具主要缺点是不灵活，不能通过参数表达，因此不能用于德国专利商标局所有的使用情况。 于是，开发了一种新的专利分类自动化工具，作为新专利检索系统的一部分。在对不同技术进行评价后，选择了基于带有“分散词语表达”的神经网络的方法。第一步是使用“上限预测”和“三项猜测”的质量措施进行IPC小类一级的自动分类分析。使用不同的训练数据集进行实验，这些数据集由2010-2015年公布的德国专利申请、获得授权的专利和实用新型经过挑选汇集而成。 分类器的落实包括一项管道式机制，包含数据准备、训练和评价。每一步都可以配置参数并查看部分结果，从而使整个分类过程灵活透明。分类器在IPC分类上具有升级空间，而且训练过程中体现出的绩效尚可接受。它可以迅速地对未知文本进行在线分类。 德国专利商标局的新分类器可以投入使用的范围包括：对新进入系统的专利申请进行自动预先分类（以改善专利审查员中的专利申请分配）；交互式分类（在既定的IPC级别作出若干预测，协助专利审查员的工作）；重新分类（支持新版IPC的使用）；持续改进现有技术专利文献IPC的质量。基于分类器建立的网络服务将就专利文献的既定部分（如摘要、权利要求书或说明书）作出即时的IPC预测。 |
| 德国 | German Patent and Trade Mark Office (DPMA) | 数字化与过程自动化 | 德国专利商标局的许多商标申请完全通过自动化的方式进行分类。 |
| 德国 | German Patent and Trade Mark Office (DPMA) | 专利现有技术检索 | 2016年，德国专利商标局启动了一个项目，对本局不同数据来源（如电子文件、专家数据库等）的现有技术检索实施集中式服务。集中式服务利用算法来改进相似文本的检索。 |
| 摩洛哥 | Moroccan Industrial and Commercial Property Office (OMPIC) | 数字化与过程自动化 | 摩洛哥知识产权局采用ABBYY公司的人工智能辅助光学字符识别（OCR）技术将文件图像转换为机器编码文本。该技术从PDF文件中获取信息，并按照明确定义的结构（模板）将其导入该局数据库。然后运用审查规则确保准确性，并对错误数据进行视频编码。OCR技术减少了提取该局所管理数据时的延迟，并降低了手动输入逾100万份文件的成本。这一积极经验也扩展到专利文件的处理工作。 |
| 摩洛哥 | Moroccan Industrial and Commercial Property Office (OMPIC) | 专利现有技术检索 | 自2011年以来，摩洛哥知识产权局使用人工智能专利分析商业工具Orbite Intelligence，通过技术领域或关键字检索全球专利申请。推出这项基于地图的工具，是为满足摩洛哥技术与创新支持中心网络的需求，检索现有技术和专利先例。 |
| 摩洛哥 | Moroccan Industrial and Commercial Property Office (OMPIC) | 数据分析 | 摩洛哥知识产权局使用Qlikview系统管理来自各种数据库的大数据，无论这些数据存储在何处，该局创建了用于报告和质量控制的统计数据库。该解决方案即时生成信息、压缩数据并存储，从而确保可供多个用户即时搜索，而不受预定义的层次结构路线或预配置的控制面板限制。这一解决方案很好地解决了该局及其客户的需求。它可靠并且易于使用，自动生成不同的控制面板，并以图形或表格形式呈现。这一工具用于生成工业产权统计指标，为公众服务，可通过以下链接获取：www.barometreompic.ma。 |
| 智利 | National Institute of Industrial Property (INAPI) | 图形检索（商标、外观设计） | 2018年初，智利国家工业产权局与智利大学工程学院在工程学院开发的算法基础上，合作开发了图形检索系统。 系统使用智利国家工业产权局的图形数据库进行培训，由商标审查员作出评价。 |
| 欧洲 | European Patent Office (EPO) | 数据分析 | 欧专局借助其DataScience团队，主要基于适用的开源软件库，开发自己的人工智能系统。欧专局凭借其审查员和数据集（即历史保存的检索数据和该局现有技术语料库），将DataScience团队的专业知识与对业务的理解相结合。 欧专局一直积极开展确认其他技术领域中特定技术（计算机实施的发明）的迁移/渗透趋势的工作。 相关链接 |
| 欧洲 | European Patent Office (EPO) | 专利审查管理 | 欧洲专利局（欧专局）一直积极致力开发利用机器学习和人工智能的业务解决方案，以便在不同实施程度管理专利文件：自动生成查询；对专利文献自动注释；自动检测专利文献中的问题或解决方案；自动检测对可专利性予以排除。 欧专局已经开发了一个专利文档模型（PDM），并在知识与信息管理环境（KIME）中予以实施。它们共同实现了对用于机器学习的专利和其他数据的强化管理。 相关链接 |
| 欧洲 | European Patent Office (EPO) | 机器翻译 | 欧专局在机器翻译方面使用“专利翻译”工具，但是也在开发自己的机器学习翻译。欧专局在其专利数据库中向公众提供这一工具，瑞典专利注册局和联合王国知识产权局经过专门培训的专利审查员也使用这一工具。 相关链接 |
| 欧洲 | European Patent Office (EPO) | 专利现有技术检索 | 欧专局一直积极致力开发利用机器学习和人工智能的业务解决方案，以便在不同实施程度进行专利检索：自动检索收到的专利申请的现有技术；自动生成查询。 欧专局已经生成了自己的参考数据（黄金标准）和用于衡量自动检索工具表现的系统。 欧专局还通过不同项目的软件提供商，对自动注释领域中的商业产品加以利用。 相关链接 |
| 欧洲 | European Patent Office (EPO) | 专利分类 | 欧专局已经开发利用机器学习和人工智能的业务解决方案，用于不同实施程度的专利分类：对收到的专利申请进行自动预分类，以分配给负责检索和审查的相应单位；根据合作专利分类（CPC）方案对专利文档进行自动分类；根据 CPC方案中的变更对专利文档进行自动重新分类。 相关链接 |
| 欧洲 | European Patent Office (EPO) | 图形检索（商标、外观设计） | 欧专局一直积极致力开发利用机器学习和人工智能的业务解决方案，以便在不同实施程度进行专利检索，包括对专利附图进行自动图形和图片检索。 相关链接 |
| 瑞典 | Swedish Patent and Registration Office (PRV) | 机器翻译 | 瑞典专利注册局的专利审查员使用欧洲专利局在EpoQueNet和Espacenet中提供的机器翻译服务。 |
| 瑞士 | Swiss Federal Institute of Intellectual Property (IPI) | 数字化与过程自动化 | 瑞士联邦知识产权局使用基于经典规则的人工智能（Bosch SI Visual Rules和Camunda BPM）进行过程自动化（例如，带有费用或截止日期的裁决/决定的申请）。据瑞士局表示，基于规则的过程自动化在减少重复性的管理工作方面潜力最大。基本上，所有由费用或截止日期（包括文档创建）触发的决定都可能实现自动化，并且自动化工作可靠。瑞士局设有中央实时监控功能，严格使用业务过程建模符号（BPMN）流程进行自动化。 2018年初，瑞士局将推出使用ABBYY 智能分类器进行文件分类的自学人工智能。瑞士局持续使用手动分类的文件训练自学人工智能。瑞士局自动分析自学人工智能的结果质量，然后决定是否需要手动确认。手动确认的结果随后用于增强人工智能的训练集。 2018年初，瑞士局计划推出用于信息提取的自学人工智能，使用ABBY InfoExtractor进行高级企业检索。 相关链接 |
| 美利坚合众国 | United States Patent and Trademark Office (USPTO) | 专利分类 | 2018年初，美国专利商标局在研究深度机器学习“优质聊天机器人”（Quality Chat Bots），以便为美国专利商标局《专利审查程序手册》（MPEP）以及其他使用算法和权利要求用语的权利要求分析和分类分析提供“概念提问”（而不是关键词），从而更好地了解权利要求用语和分类的趋势。 相关链接 |
| 美利坚合众国 | United States Patent and Trademark Office (USPTO) | 专利现有技术检索 | 2018年初，美国专利商标局正在交付概念验证“Sigma”，它使用机器学习/人工智能算法在文档数据库中检索整篇文档。这一版Sigma在已授权专利和授权前公告（仅限美国）中检索专利申请。 相关链接 |
| 美利坚合众国 | United States Patent and Trademark Office (USPTO) | 专利审查管理 | 美国专利商标局有一套应用于多领域的、结合人工智能与大数据和机器学习的方案。其中包括：为审查员提供最实用相关的信息，助其判定申请的专利性；对专利申请以及专利商标局的后续行动进行文本分析，进而分析专利申请历史；改进应用程序接口，令公众访问美国专利商标局数据更加便利。 这套方案是美国专利商标局使用按每个应用程序和每个系统定制的开源技术（Java和Python）自主开发。 美国专利商标局的人工智能方案在以下领域对商标业务作了改进：1）使用分析功能开发了质量审核智能表格；2）利用包括使用和描述性统计在内的高级分析功能，对大数据库实施办公职能；3）确定深度机器学习对商标图形检索的效果。 相关链接 |
| 菲律宾 | Intellectual Property Office of the Philippines (IPOPHL) | 专利现有技术检索 | 菲律宾知识产权局（IPOPHL）使用名为 DTSearch的第三方搜索引擎进行专利检索。该系统与所有其他搜索引擎相似，能够执行增量索引、模糊搜索和其他功能。尽管该系统是一种低端人工智能，但是比传统数据库检索更为强大。 |
| 菲律宾 | Intellectual Property Office of the Philippines (IPOPHL) | 数字化与过程自动化 | 菲律宾局使用商用的业务智能软件 COGNOS来为该局的管理报告要求提供支持。在使用该系统时，菲律宾知识产权局从工业产权自动化系统（IPAS）数据库向COGNOS可读包执行ETL（提取-传输-加载）程序。 |