فهرس مبادرات الذكاء الاصطناعي في مكاتب الملكية الفكرية

IP Australia continues to investigate the use of machine learning to determine the risk and complexity level of patent applications waiting in the exam requested stockpile. AI models are used to predict the effort required to conduct a high-quality examination. This approach facilitates the allocation of appropriate resourcing for each examination task thereby improving examination efficiency. Several proof of concepts (POC) are being refined to determine the viability of such tools in providing the required information.

(Updated September 2024)

روابط ذات صلة

• IP Australia Artificial Intelligence Initiatives

In Australia, the Commissioner of Patents may direct an applicant to request examination for a patent application. This process is known as a ‘direction’ and is used to manage the inventory of applications and examination requests within IP Australia.

IP Australia’s Outcome Based Directions service uses a machine learning model to identify applications that are ‘ready’ and ‘interested’ in pursuing examination, and issues directions to request examination in the order determined by the model. This system offers improved inventory management flexibility when compared to the process of the Commissioner of Patents issuing directions based entirely on chronological order.

(Updated September 2024)

روابط ذات صلة

• IP Australia Artificial Intelligence Initiatives

IP Australia’s Automated Preliminary Search tool (APST) executes an automated search query at the start of the search and examination process, looking for potential prior publication by the applicants or inventors named in a patent application. The tool searches IP Australia’s non-open to public inspection (OPI) database, as well as an external OPI data sources. The default query is based on the applicant and inventor names, as well as Cooperative Patent Classification (CPC) and International Patent Classification (IPC) symbols and can be further refined by users. Natural Language Processing (NLP) is used to compare the potential citations as well as claims with the input application and provide a relevance ranking to the user.

(Updated September 2024)

روابط ذات صلة

• IP Australia Artificial Intelligence Initiatives

IP Australia’s Family Member Analyser (FMA) tool provides patent examiners with direct links to family members and documents from their electronic dossiers (where available) during patent examination. Examiners will often consider observations made in Foreign Examination Reports (FERs) of closely related patent family members to improve examination quality and to avoid duplication of work where appropriate.

To assist with this process, FMA is used to retrieve and identify the most relevant family members suitable for examination purposes. Natural Language Processing (NLP) is used to perform a pairwise comparison between the claims of the family member and those of the queried application. A relevance score, which can be viewed by the user, is then assigned to each family member based on the comparison. FMA also facilitates a deep dive into FERs using the FER Feature Analyser (FFA) function that searches examination reports for novelty and inventive step objections and presents these specifically to examiners for their assessment. (Updated September 2024)

روابط ذات صلة

• IP Australia Artificial Intelligence Initiatives

IP Australia's Patent Auto Classification (PAC) service analyses the contents of a patent specification and predicts relevant technology groups enabling prioritisation and allocation to appropriate patent examiner sections.

The service is an internally developed machine learning-based system that performs technology sorting of patent applications using a sophisticated hierarchy classification model. The system allocates relevant International Patent Classification (IPC) marks based on the extracted abstract, descriptions and claim texts form the patent specifications. This in turn allows for the distribution of patent applications to the appropriate patent examination section for further processing, based on the top IPC mark allocated by the model.

PAC replaced the manual process previously in place that required a patent examiner to perform a technology sorting function: to read a patent specification, decide on the most appropriate IPC classification, and assign that application to the appropriate examination section for search and examination. The PAC model is retrained annually when new versions of the IPC become available.

(Updated September 2024)

روابط ذات صلة

• IP Australia Artificial Intelligence Initiatives

TM Checker is a free AI-assisted trade mark availability check. TM Checker is aimed at educating small to medium enterprises, who otherwise do not engage with the IP system, about trade marks and help them navigate the application process quickly and easily. A user can enter a brand name or logo and TM Checker provides general observations about eligibility for a trade mark, using a tool with AI assisted algorithms to assist searches of the trade mark register. TM Checker identifies potentially similar trade marks and highlights potential distinctiveness and offensiveness issues with the user’s proposed trade mark.

TM Checker continues to implement improvements to make the engine more accurate and improve usability of the tool.

IP Australia also provides customers the Australian Trade Mark Search to search for existing trade mark phrases and images. Australian Trade Mark Search uses the commercially available Clarivate Image Recognition software for the search functionality.

(Updated September 2024)

روابط ذات صلة

• IP Australia Artificial Intelligence Initiatives

IP Australia implemented the Trade Mark Precedent Identification (TMPI) tool in November 2023. TMPI has been built to retrieve, rank, and display in order of relevance, substantially identical text trade marks from the Australian trade marks register during examination.

It uses a combination of well-defined, automated business rules and Natural Language Processing (NLP) techniques including key word extraction, segmentation, lemmatisation, spelling correction and character replacement to ensure the automated search query includes relevant variations of the trade mark being searched.

The new search function intends to improve quality and consistency, when searching for substantially identical marks and increase the decision-making capability of trade mark examiners, by providing them ready access to highly relevant information.

(Updated September 2024)

روابط ذات صلة

• IP Australia Artificial Intelligence Initiatives

IP Australia has implemented a Trade Mark International Classification Service (TMICS) Application Programming Interface (API) to assist users when searching the Madrid Goods and Service (MGS) database. Leveraging Natural Language Processing (NLP) models (sentence-transformers), TMICS helps finding goods and services that are semantically related to the search terms entered. This reduces the number of queries that need to be performed to identify relevant goods and services. It also improves the quality of trade mark applications when filing overseas.

Additionally, TMICS delivers business intelligence benefits to IP Australia through semantic comparison of the Australian Picklist with the MGS database to determine gaps in coverage.

(Updated September 2024)

روابط ذات صلة

• IP Australia Artificial Intelligence Initiatives

في عام 2016، شرع المكتب الألماني للبراءات والعلامات التجارية في مشروع لتنفيذ خدمة مركزية للبحث في التقنية الصناعية السابقة في شتى مصادر البيانات الخاصة بالمكتب (مثل الملف الإلكتروني، وقواعد البيانات المتخصصة، وما إلى ذلك). وتستخدم الخدمة المركزية خوارزميات لتحسين بحث التشابه النصي.

استُحدثت في عام 2011 أداة لأتمتة التصنيف الدولي للبراءات في المكتب الألماني للبراءات والعلامات التجارية في إطار نظام الإدارة الإلكترونية للبراءات ونماذج المنفعة (DPMApatente/gebrauchsmuster). ويُحدِّد هذا المُصنِّف، الذي يقوم على خوارزميات تجريبية، فئة أولية من أجل التصنيف الدولي لطلبات البراءات الواردة، ومن ثمَّ يساعد على توجيه هذه الطلبات إلى فاحصي البراءات المناسبين. ويتمثل العيب الرئيسي لهذه الأداة المعقدة في أنها ليست مرنة، ولا يمكن تحديد متغيراتها، وغير مناسبة لشمول حالات الاستخدام المتنوعة في المكتب الألماني للبراءات والعلامات التجارية.

ولذلك أُعِدَّت أداة جديدة لأتمتة تصنيف البراءات في إطار النظام الجديد للبحث عن البراءات. وبعد تقييم التكنولوجيات المختلفة، وقع الاختيار على منهجية تستند إلى شبكات عصبية تتضمّن "تمثيلات كلمات موزعة". وكخطوة أولى، جرى تحليل تصنيف مؤتمت على مستوى فئة فرعية من التصنيف الدولي للبراءات باستخدام اثنين من مقاييس الجودة، هما "التنبؤ الأعلى" و"التخمينات الثلاثة". وأُجريت تجارب على مجموعات تدريبية مختلفة تتكون من منشورات مختارة من طلبات البراءات الألمانية والبراءات الممنوحة ونماذج المنفعة في الفترة من 2010 إلى 2015.

ويشمل تنفيذ المُصنِّف آلية قيد الإعداد تتضمن إعداد البيانات والتدريب والتقييم. وفي كل خطوة، يمكن تهيئة المعايير ويمكن رؤية نتائج جزئية، مما يوفر المرونة والشفافية لعملية التصنيف بأكملها. ويمكن أن يتسع نطاق المُصنِّف من حيث مساحة التصنيف الدولي للبراءات وأن يُظهر أداء مقبولا لعملية التدريب. وهو سريع للغاية في تصنيف النصوص غير المعروفة عبر الإنترنت.

ويشتمل نطاق التطبيقات الممكنة للمُصنِّف الجديد في المكتب الألماني على ما يلي: التصنيف المسبق الآلي لطلبات البراءات الواردة (لتحسين توزيع طلبات البراءات على فاحصي البراءات)؛ والتصنيف التفاعلي (لمساعدة فاحصي البراءات عن طريق توفير عدة تنبؤات على مستوى معين من التصنيف الدولي للبراءات)؛ وإعادة التصنيف (لدعم إدخال إصدارات جديدة من التصنيف الدولي للبراءات)؛ والتحسين المستمر لجودة التصنيف الدولي لوثائق البراءات السابقة. وسوف توفر خدمة شبكية قائمة على المُصنِّف تنبؤا سريعا للتصنيف الدولي لجزء ما من وثيقة البراءة مثل الملخص أو المطالبات أو الوصف.

يُصنَّف كثير من طلبات العلامات التجارية تصنيفا مؤتمتا بالكامل في المكتب الألماني للبراءات والعلامات التجارية.

وما انفك المكتب الأوروبي للبراءات يعمل على استحداث حلول للأعمال باستخدام التعلّم الآلي والذكاء الاصطناعي من أجل عمليات البحث عن البراءات بدرجات تنفيذ متفاوتة: البحث الآلي عن التقنية الصناعية السابقة من أجل طلبات البراءات الواردة، والتوليد الآلي للاستعلامات.

وقد وضع المكتب مجموعة بيانات مرجعية خاصة (معايير "ذهبية" أساسية) ونظام لقياس أداء أدوات البحث المؤتمتة.

ويستعين المكتب أيضا بمنتجات تجارية في مجال التحشية الآلية عن طريق مزودي برمجيات في مشاريع مختلفة.

روابط ذات صلة

• Artificial Intelligence at the EPO

ويعمل المكتب الأوروبي للبراءات، من خلال فريقه المعني بعلوم البيانات، على استحداث أنظمته الخاصة القائمة على الذكاء الاصطناعي استنادا إلى مكتبات برمجيات مفتوحة المصدر تفي بالغرض. ويجمع المكتب بين خبرات فريقه المعني بعلوم البيانات والفهم العملي لفاحصيه ومجموعته القيمة من البيانات، أيْ بيانات البحث المسجَّلة ومجموعة المكتب من التقنيات الصناعية السابقة.

وكان المكتب الأوروبي للبراءات نشطا في تحديد توجهات الهجرة/الاختراق لتكنولوجيات محددة (اختراع ينفذه الحاسوب) فيما يخص قطاعات تكنولوجية أخرى.

روابط ذات صلة

• Artificial Intelligence at the EPO

وما انفك المكتب الأوروبي للبراءات يعمل على استحداث حلول للأعمال باستخدام التعلّم الآلي والذكاء الاصطناعي من أجل عمليات البحث عن البراءات بدرجات تنفيذ متفاوتة، بما في ذلك البحث الآلي في الأشكال والصور عن رسومات البراءات.

روابط ذات صلة

• Artificial Intelligence at the EPO

واستحدث المكتب الأوروبي للبراءات حلولا للأعمال باستخدام التعلّم الآلي والذكاء الاصطناعي من أجل تصنيف البراءات بدرجات تنفيذ متفاوتة: التصنيف الآلي المسبق لطلبات البراءات الواردة من أجل توزيعها على وحدات البحث والفحص الوجيهة، والتصنيف الآلي لوثائق البراءات وفقا لمخطط التصنيف التعاوني للبراءات، وإعادة التصنيف الآلي لوثائق البراءات وفقا للتغييرات في مخطط التصنيف التعاوني للبراءات.

روابط ذات صلة

• Artificial Intelligence at the EPO

وما انفك المكتب الأوروبي للبراءات يعمل على استحداث حلول للأعمال باستخدام التعلّم الآلي والذكاء الاصطناعي لإدارة ملفات البراءات بدرجات تنفيذ متفاوتة: التحشية الآلية لسندات البراءات، والكشف الآلي عن المشكلات/الحلول في وثائق البراءات، والكشف الآلي عن الاستبعاد من الأهلية للبراءة.

ووضع المكتب نموذجا لوثائق البراءات (PDM) أدمجه في بيئة إدارة المعارف والمعلومات (KIME) بغية إثراء عملية التعلّم الآلي فيما يخص إدارة البراءات وغيرها من البيانات إثراء مستمرا.

روابط ذات صلة

• Artificial Intelligence at the EPO

يستخدم المكتب الأوروبي للبراءات خدمة ترجمة البراءات في مجال الترجمة الآلية ولكنه يعمل أيضا على تطوير نظامه الخاص للترجمة الآلية. وأداة ترجمة البراءات متاحة لعامة الناس في قواعد بيانات البراءات الخاصة بالمكتب الأوروبي للبراءات، ويستخدمها فاحصو البراءات المدربون تدريبا خاصا في المكتب السويدي للبراءات والتسجيل ومكتب المملكة المتحدة للملكية الفكرية.

روابط ذات صلة

• Artificial Intelligence at the EPO

تستخدم المديرية الوطنية نظام إشعارات مُعَدّا داخليا ومتصل بنظام الإيداع الإلكتروني الخاص بالمديرية. وفي أوائل عام 2018، كانت المديرية الوطنية تُعِدّ خوارزمية أكثر تطورا للإشعارات بقصد تحديد ما إن كان مستخدم معين قد توقف عن استعمال النظام أو في حال لم يستخدمه لفترة طويلة. وفي مثل هذه الحالات، سوف تصدر الخوارزمية إشعارات إضافية.

وسوف ترسل الخوارزمية رسائل بالبريد الإلكتروني، وإشعارات اختبار، واستطلاعات رأي، وطلبات لتحديث المعلومات الشخصية لضمان التواصل المتكرر مع المستخدمين وتسجيل ما يحدث من تغييرات في البيانات قبل المواعيد النهائية.

In recent years, a process of discovery, analysis and implementation of possible robotizable processes, applying RPA technology, has been carried out continuously at the OEPM. All departments of the OEPM have been involved in this process. As a result, the following three procedures have been automated by using pay-per-use technology, installed in the cloud:

- Process 1: Implementation of the process of sending the original copy to WIPO.

- Process 2: Implementation of a process of checking that filed sequence lists are in accordance with ST-26

- Process 3: Implementation of the process of sending priority documents to WIPO (work in progress).(Updated October 2024)

The OEPM is currently in a process of continuous analysis of state-of-the-art tools and services, which may be useful in different areas of the OEPM. In this context, contacts are being made with cloud service providers of recognized prestige to study the possibility of applying their capabilities, either directly or through specific training and development, to the needs of the OEPM in relation to image comparison. This functionality would be of direct application in the field of Detection of Priorities of Distinctive Signs.

في أوائل عام 2018، كان المعهد الوطني للملكية الصناعية في البرازيل (INPI) قد شرع في مبادرة لإعداد شبكة عصبية من أجل التصنيف المسبق الآلي الداخلي لطلبات البراءات وفقا للتصنيف الدولي للبراءات أو التصنيف التعاوني للبراءات أو كليهما من أجل التوزيع اللاحق للطلبات على شُعبه التقنية. وكان المعهد يعتبر أداة Math Lab هي الأداة الأنسب لهذه المبادرة.

يستخدم فاحصو البراءات في المكتب السويدي للبراءات والتسجيل خدمات الترجمة الآلية التي يقدمها المكتب الأوروبي للبراءات في نظامي EpoQueNet وEspacenet.

For invention and utility model patents, CNIPA has developed IPC automatic classification system, which carries out batch pre classification for newly applied patents. The automatic classification system could give precise results in subclass level. For design patents, CNIPA has also developed LOC automatic classification system based on text information, which can give precise results in subclass level.

In 2021, CNIPA launched the new intelligent search system and the intelligent semantic search technology was applied in the system. The intelligent search function mainly provides 2 search modes. The first one is the automatic search mode. When the examiner clicks on the "Semantic Search" button，the system will push similar documents, which are sorted by similarity.

The second search mode is semantic sort to Boolean search results. The examiners could do Boolean search and get the results in the first step, and then conduct the semantic sort based on the results. This may help the examiner to view the closest documents, and improve the efficiency of finding reference documents.

At present, CNIPA has translated part of foreign patent data into Chinese by using machine translation technology, so that the examiners can search and browse foreign patent data in Chinese.

تستخدم الدائرة الحكومية للصناعة والتجارة "نظام تحديد المنطقة الإدارية المناسبة" لتحديد المنطقة الإدارية المناسبة لتوفير الدعم البياني للتحليلات الإحصائية الإقليمية المستقبلية.

في أوائل عام 2018، كانت الدائرة الحكومية للصناعة والتجارة تعكف على إعداد نظام بحث بالصور يعطي نتائج دقيقة وموثوقة نسبيا. ويمكن لهذا النظام البحث بالاتجاه المعاكس ليعطي العناصر التصويرية وتكون النتائج هي مدخلات تضاف إلى النظام بعد تأكيدها من الفاحصين. وبهذه الطريقة، يحقق النظام عنصري الابتكار الذاتي والتعليم الذاتي، مما يحسّن كفاءة البحث.

نظام السلع القياسية الخاص بالدائرة الحكومية للصناعة والتجارة يُوزِّع السلع على مجموعات مماثلة بهدف إنشاء قاموس روابط السلع. وبفضل هذا القاموس، يمكن للنظام أن يعيّن آليا السلع الموردة حديثا في المجموعات المماثلة. وبالنسبة للسلع الموردة لأول مرة، يجب تعيين سلع "أمّ" لبدء مجموعة جديدة.

منصة WIPO Translate هي أداة رائدة عالميا للترجمة الآنية، صُمّمت خصيصا لوثائق البراءات. وهي متاحة عبر قاعدة بيانات ركن البراءات ويمكن أيضا دمجها ضمن أنظمة مكاتب الملكية الفكرية بناءً على الطلب.

روابط ذات صلة

• Strategy for Developing AI Projects, list of current AI Projects

يتيح البحث بالصور في قاعدة البيانات العالمية لأدوات التوسيم لأصحاب العلامات تحديد العلامات التجارية التي تحتوي على صور مشابهة لعلاماتهم، إضافة إلى سجلات أخرى تتضمّن معلومات عن أدوات التوسيم من ضمن ملايين الصور في المجموعة.

روابط ذات صلة

• Machine Learning applied to Trademarks Classification and Search
• Strategy for Developing AI Projects, list of current AI Projects

يساعد نظام التصنيف التلقائي للبراءات (IPCCAT) مودعي طلبات البراءات والفاحصين في مكاتب الملكية الفكرية على التصنيف الآلي لطلبات البراءات إلى وحدات تقنية وفقا لصنفها أو صنفها الفرعي أو مجموعتها الرئيسية في التصنيف الدولي للبراءات.

روابط ذات صلة

• Artificial Intelligence applied to IPC and NICE Classifications
• Strategy for Developing AI Projects, list of current AI Projects

يستخدم مكتب الفلبين للملكية الفكرية برنامج COGNOS – وهو برنامج تجاري لتحليل المعلومات الخاصة بالأعمال – في دعم متطلبات الإبلاغ الإداري للمكتب. ويستخدم المكتب ذلك النظام في إجراء عملية استخراج ونقل وتحميل للبيانات من قاعدة بيانات نظام إدارة الملكية الصناعية إلى مجموعات قابلة للاستخدام في نظام COGNOS.

يستخدم مكتب الفلبين للملكية الفكرية محرك بحث من جهة خارجية يُسمى DTSearch في عمليات البحث في البراءات. وهذا النظام، كغيره من محركات البحث الأخرى جميعها، قادر على إجراء فهرسة تزايدية، وبحث تشابهي، ووظائف أخرى. ورغم أن النظام المذكور من أقل التطبيقات كفاءة في مجال الذكاء الاصطناعي، فإنه أقوى من البحث التقليدي في قاعدة البيانات.

يستخدم المكتب المغربي للملكية الصناعية والتجارية نظام Qlikview لإدارة بيانات ضخمة من شتى قواعد بياناته، بغض النظر عن مكان تخزينها، ولإنشاء قاعدة بيانات إحصائية من أجل إعداد التقارير ومراقبة الجودة. ويقوم هذا الحل بتوليد المعلومات بسرعة فائقة، وضغط البيانات وتخزينها، وبذلك يضمن توفرها للبحث الفوري من قبل مستخدمين متعددين دون أن تقتصر على مسارات محددة مسبقا في التسلسل الهرمي أو لوحات توجيهية معدّة مسبقا. ويلبّى هذا النظام احتياجات المكتب وعملائه بشكل جيد. ويتسم هذا النظام بأنه موثوق وسهل الاستخدام، وقد أتمت عملية إعداد لوحات التقارير المختلفة المقدمة في شكل رسوم بيانية أو جداول. وتُستخدم هذه الأداة لتوليد مقياس إحصائي للملكية الصناعية لعامة الناس، وهي متاحة على الرابط التالي: www.barometreompic.ma.

منذ عام 2011، يستخدم المكتب المغربي للملكية الصناعية والتجارية نظام Orbite Intelligence، وهو أداة ذكاء اصطناعي متاحة تجاريا لتحليل البراءات تُستخدم للبحث في طلبات البراءات العالمية حسب المجال التقني أو الكلمات الأساسية. وقد استُحدثت هذه الأداة المستندة إلى خرائط لتلبية احتياجات شبكة مركز دعم التكنولوجيا والابتكار المغربي للبحث عن حالة التقنية وأسبقية البراءات.

يستخدم المكتب المغربي للملكية الصناعية والتجارية تكنولوجيا التعرف الضوئي على الحروف بمساعدة الذكاء الاصطناعي التي أعدتها شركة آبي لتحويل صور الوثائق إلى نص مُشفَّر آليا. وتحصل هذه التكنولوجيا على معلومات من ملفات PDF وتدخلها إلى قواعد بيانات المكتب المغربي وفق هيكل (قالب) مُحدَّد تحديدا جيدا. ثم تُطبَّق قواعد التحقق لضمان الدقة، وتُمرَّر البيانات غير الصحيحة لترميزها بصريا. وتقلل تكنولوجيا التعرّف الضوئي على الحروف من تأخيرات المعالجة باستخراج البيانات التي يديرها المكتب، وتخفض تكلفة الإدخالات اليدوية لأكثر من مليون وثيقة. وامتدت أيضا التجربة الإيجابية إلى معالجة وثائق البراءات.

In 2024 NIPO initiated a project to explore value in use of Generative AI where own data is utilized in a RAG solution. The project aim to provide capacity and competence, an infrastructure and capacity for safe exploration of cases, and hence a playground/sandbox for future projects. In end of 2024 we have a chatbot on subset of register (DS, PT, TM), all regulations, rules, routines, leading documents and trademark decisions. The solution is also tested on trademark list of goods and service comparisons. (Updated October 2024)

NIPO uses a commercially available tool: Acsepto for trademark, by Coexya SA, Paris, for trademark image search. The search results (hit list) are prioritized based on AI-assisted search on image property coding. It is trained on images/logos, coding and previous selection by examiners from a number of IP offices.(Updated October 2024)

The Austrian Patent Office (APO) is committed to the responsible and trustworthy use of AI in line with the national government's official strategic plan “Artificial Intelligence Mission Austria 2030” (https://www.ki-strategie.at/) and the European Union Artificial Intelligence Act (https://artificialintelligenceact.eu).

Since early 2018, APO has been actively evaluating the state of the art of advanced tools for intellectual property search and management. In this context, APO has conducted extensive trials of various commercial providers’ semantic and artificial intelligence enhanced search tools (IPRally, IPscreener, Predori, Intergator, Orbit Intelligence, Minesoft). The evaluated tools show promising results and interesting capabilities, the implementation within internal processes will still take some time, though.

Some notable use-cases for APO are AI-assisted patent pre-classification for internal routing of new applications, and pre-search for the preparatory stages of prior art search. APO plans further exploration of AI applications in areas such as trademark image search.

The Austrian Patent Office (APO) is committed to the responsible and trustworthy use of AI in line with the national government's official strategic plan “Artificial Intelligence Mission Austria 2030” (https://www.ki-strategie.at/) and the European Union Artificial Intelligence Act (https://artificialintelligenceact.eu).

Since early 2018, APO has been actively evaluating the state of the art of advanced tools for intellectual property search and management. In this context, APO has conducted extensive trials of various commercial providers’ semantic and artificial intelligence enhanced search tools (IPRally, IPscreener, Predori, Intergator, Orbit Intelligence, Minesoft). The evaluated tools show promising results and interesting capabilities, the implementation within internal processes will still take some time, though.

Some notable use-cases for APO are AI-assisted patent pre-classification for internal routing of new applications, and pre-search for the preparatory stages of prior art search. APO plans further exploration of AI applications in areas such as trademark image search.(Updated November 2024)

The JPO is validating its systems to verify possible uses for AI to assign patent classifications. Using text data of already filed documents to which patent classifications were assigned, the JPO is verifying a function to assign patent classifications (FI/F-terms) to foreign patent document.

(Updated October 2024)

روابط ذات صلة

• https://www.jpo.go.jp/e/system/laws/sesaku/ai_action_plan/ai_action_plan-fy2024.html

The JPO is validating its systems to verify possible uses for AI to conduct prior searches of figurative trademarks. Using past results in prior searches of figurative trademarks, the JPO is validating functions to retrieve prior figurative trademarks by inputting image data of claimed figurative trademarks, which might be identical with, or similar to, the claimed trademarks.

The JPO is also validating its systems to verify possible uses for AI to conduct prior design searches.

(Updated October 2024)

روابط ذات صلة

• https://www.jpo.go.jp/e/system/laws/sesaku/ai_action_plan/ai_action_plan-fy2024.html

The JPO is validating its systems to verify possible uses for AI to assign trademark classifications of designated goods and services. Using reference materials, such as the Examination Guidelines for Similar Goods and Services (which include many examples of specific goods and/or services and their appropriate similar-group codes), the JPO is testing functions to assign tentative similar-group codes to unclear designated goods and services in trademark applications.

(Updated October 2024)

روابط ذات صلة

• https://www.jpo.go.jp/e/system/laws/sesaku/ai_action_plan/ai_action_plan-fy2024.html

The JPO is considering possible uses for AI to implement examination management tasks such as appropriate distribution of applications effectively and efficiently.

(Updated October 2024)

روابط ذات صلة

• https://www.jpo.go.jp/e/system/laws/sesaku/ai_action_plan/ai_action_plan-fy2024.html

The JPO is validating its systems to verify possible uses for AI to support conducting prior art searches. (1) Using text data of examined patent documents and the retrieval history of search queries used in the examinations, the JPO is validating a function to suggest keywords and patent classifications that should be included in search queries. (2) Using image data of already filed documents, the JPO is validating functions to retrieve (i) images similar to designated patent image and (ii) images which are of specific types (like flowchart or circuit diagram). (3) Using past results in prior searches of patent, the JPO is validating a function to sort retrieved documents so that examiners can check the most related document first.

(Updated October 2024)

روابط ذات صلة

• https://www.jpo.go.jp/e/system/laws/sesaku/ai_action_plan/ai_action_plan-fy2024.html

From 2019, IPOS was exploring the feasibility of implementing a patents auto classification tool that uses Natural Language Processing to understand patent documents and aid the examiners in classifying incoming patent applications.

IPOS has implemented a commercial AI-powered image-based search solution on both our e-services web portal and our mobile app (IPOS GO). The solution enables the public and examiners to efficiently search for both visually similar trademarks as well as the conceptually similar trademarks.

In early 2018 IPOS was exploring the feasibility of implementing a patents auto checker that uses Natural Language Processing (NLP) and other machine learning technologies to perform formalities check automatically.

يستخدم المعهد الاتحادي السويسري للملكية الفكرية قاعدة تقليدية تستند إلى الذكاء الاصطناعي (قواعد Bosch SI البصرية وCamunda BPM) من أجل أتمتة العمليات (مثل الطلبات المقدمة لاستصدار أحكام أو قرارات بشأن الرسوم أو المواعيد النهائية). ووفقا للمعهد الاتحادي، تتمتع أتمتة العمليات استنادا إلى القاعدة بأقصى درجات القدرة على تقليل العمل الإداري المتكرر. ومن المحتمل، بوجه أساسي، أن تكون جميع القرارات الناشئة عن الرسوم أو المواعيد النهائية، بما في ذلك إنشاء الوثائق، مؤتمتة، وأن تكون أعمال الأتمتة جديرة بالثقة. ويمارس المعهد الاتحادي مراقبة مركزية آنية، ويستخدم بصرامة عمليات تدوين نمذجة إجراءات العمل (BPMN) لأغراض الأتمتة.

وفي أوائل عام 2018، كان المعهد الاتحادي على وشك إطلاق أداة ذكاء اصطناعي ذاتية التعلم لتصنيف الوثائق باستخدام ABBYY Smart Classifier. ويواصل المعهد تدريب أداة الذكاء الاصطناعي الذاتية التعلم بوثائق مُصنَّفة يدويا. ويقوم المعهد بالتحليل الآلي لجودة النتائج المحققة من هذه الأداة، ثم يقرر ما إذا كان توجد حاجة إلى التأكيد اليدوي. ثم يُستخدم التأكيد اليدوي لتعزيز مجموعة التدريب الخاصة بأداة الذكاء الاصطناعي.

وفي أوائل عام 2018، كانت لدى المعهد خطط لإطلاق أداة الذكاء الاصطناعي الذاتية التعلم لاستخراج المعلومات باستخدام ABBY InfoExtractor من أجل البحث المتقدم عن الشركات.

روابط ذات صلة

• Digitalization at the Swiss Intellectual Property Office

في أوائل عام 2018، كان المعهد الوطني للملكية الصناعية في شيلي وكلية الهندسة في جامعة شيلي يُعِدّان نظام بحث بالصور على أساس خوارزمية وضعتها كلية الهندسة.

وجرى تدريب النظام بقاعدة بيانات الصور الخاصة بالمعهد الوطني، وكان النظام يخضع لتقييم من فاحصي العلامات التجارية.

في نطاق مشروع الترجمة الآلية للبراءات في المكتب الأوروبي للبراءات، قدم مكتب صربيا مجموعة من النصوص الكاملة لوثائق مواصفات البراءات بلغتين (الصربية والإنكليزية) لأغراض تعليم الترجمة الآلية. وفي أوائل عام 2018، لم تسفر أداة الترجمة الآلية المحددة للغة الصربية في قاعدة بيانات Espacenet عن نتائج مرضية.

يستخدم مكتب صريبا للملكية الفكرية منصة الويبو لتدقيق التعرف الضوئي على الحروف. وتتميّز هذه المنصة بإمكانية استخدام التعليم الآلي لتحسين التدقيق. ونظرا لمحدودية الموارد باللغة المحلية في برنامج التعرف ABBYY (قواعد قاموسيّة ونحوية غير كافية)، يضفي التدريب الآلي قيمة ثانوية إلى جودة تدقيق التعرف الضوئي على الحروف. ومن المشاكل الرئيسية التي تقلل من صحة التعرف الضوئي على الحروف، حسب تجربة المكتب، وجود العديد من مجموعات المحارف المستخدمة في الوثائق (الصربية السيريلية والصربية اللاتينية والإنكليزية والصيغ الكيميائية والرياضية).

وفي أوائل عام 2018، كان مكتب صريبا للملكية الفكرية يخطط للاستفادة من التعليم الآلي في عملية التدقيق اليدوي للتعرف الضوئي على الحروف (الذي تقدّمه الويبو) من أجل تعزيز المعاجم وتصميم قواعد معالجة محددة لوثائق البراءات باللغة الصربية.

A patent search system by Finnish startup IPRally Technologies Ltd. was deployed for all patent examiners at the Finnish Patent and Registration Office in March 2020. We chose the system after comparing it to other AI based patent search systems that could be installed on our own servers, such as IPScreener and Teqmine. The search system by Teqmine Analytics Ltd. was installed on our servers previously (from late 2017 until early 2020), but it was never deployed for all examiners. In addition, we have previously tested other systems, such as InnovationQ Plus.

IPRally's system builds a graph from an input text that typically includes the claims and description of a patent application, where the dependencies between concepts are modeled by the structure of the graph. This graph is input into a Graph Neural Network (GNN), which produces a high-dimensional vector that can be compared to vectors produced from prior art patent documents. The system is trained using a large amount of search report data for patent publications. The output format from the system was customized so that it can be easily transferred into our existing search tools. An examiner can thus analyze whether the prior art publications represented by the closest vectors, i.e. top ranked documents, are actually relevant prior art.

The system performs better than the systems we have previously tested. In real world testing, a prior art document that was eventually used by an examiner to deny novelty or inventive step in the first office action was found among the top 20 ranked documents in more than 40 per cent of the cases. At least in some cases, using the system may thus allow for a faster search or for a better quality search.

The system can also be used to find possible classifications for a patent application by determining the most common classification symbols for the top ranked documents.

A patent search system by Finnish startup IPRally Technologies Ltd. was deployed for all patent examiners at the Finnish Patent and Registration Office in March 2020. We chose the system after comparing it to other AI based patent search systems that could be installed on our own servers, such as IPScreener and Teqmine. The search system by Teqmine Analytics Ltd. was installed on our servers previously (from late 2017 until early 2020), but it was never deployed for all examiners. In addition, we have previously tested other systems, such as InnovationQ Plus.

IPRally's system builds a graph from an input text that typically includes the claims and description of a patent application, where the dependencies between concepts are modeled by the structure of the graph. This graph is input into a Graph Neural Network (GNN), which produces a high-dimensional vector that can be compared to vectors produced from prior art patent documents. The system is trained using a large amount of search report data for patent publications. The output format from the system was customized so that it can be easily transferred into our existing search tools. An examiner can thus analyze whether the prior art publications represented by the closest vectors, i.e. top ranked documents, are actually relevant prior art.

The system performs better than the systems we have previously tested. In real world testing, a prior art document that was eventually used by an examiner to deny novelty or inventive step in the first office action was found among the top 20 ranked documents in more than 40 per cent of the cases. At least in some cases, using the system may thus allow for a faster search or for a better quality search.

The system can also be used to find possible classifications for a patent application by determining the most common classification symbols for the top ranked documents.

CIPO uses a chatbot called “The ISED Business Assistant” which provides information on IP to users who visit the CIPO website. It is available 24/7. CIPO is also analysing the potential implementation of a floating chatbot on CIPO’s most visited web pages as well as a website crawling feature (when the chatbot fails to provide an answer).

يستخدم فرع البراءات التابع للمكتب الكندي محركات بحث الذكاء الاصطناعي الدلالي المتاحة تجاريا (Questel، STN، Clarivate Analytics) للمساعدة على إجراء عمليات البحث عن التقنية الصناعية السابقة والاستشهادات. وتعتمد هذه الأدوات على خوارزميات التعلم الآلي من أجل تحسين اكتشاف الصلات التي تربط بين الاستشهادات والطلبات وحالة التقنية الصناعية الحالية.

ويستفيد فاحصو البراءات أيضا من خوارزميات غوغل، وتحديدا داخل أدوات "الترجمة"، و"براءة الاختراع"، و"الباحث العلمي" الخاصة بالترجمة الآلية والوصول إلى الوثائق الكاملة واستمارات المطالبات لمكاتب البراءات الدولية المساهمة بشكل آني مع معايير الاقتباس والمنشورات العلمية ذات الصلة.

ولمعالجة البيانات، يستخدم المكتب الكندي أداة Vantage Point وهي أداة فحص النصوص لاستخلاص المعارف من نتائج البحث في قواعد بيانات البراءات والسندات، مع تقديم أساليب لصقل البيانات الخام المنتجة وأتمتتها واستيرادها، وما إلى ذلك.

في أوائل عام 2018، كان المكتب الكندي يدرس استخدام مجموعة أدوات IBM Watson للتفاعل مع العملاء عبر مواقع التواصل الاجتماعي ولإجراء التحليلات.

In April 2022, CIPO began issuing pre-assessment letters on all national, unexamined trademark applications that inform applicants of the results of the automated analysis of goods and services, as well as the advantage of submitting an amended application using the pre-approved list of goods or services.

The letter provides information that the application contains either:

• acceptable goods or services;

• goods or services not classed;

• an improper Nice class;

• unacceptable goods or services, including terms retired from the pre-approved list;

or a combination of the above.

تستخدم وحدة البحوث الاقتصادية والتحليل الاستراتيجي التابعة للمكتب الكندي للملكية الفكرية الذكاء الاصطناعي ليساعدها على إجراء عمليات البحث الدلالي ولجمع مجموعات البيانات الكبيرة وفحصها وتحليلها.

وفي سياق البحوث الاقتصادية الجارية، خطط المكتب الكندي في أوائل عام 2018 لاستكشاف جدوى التعليم الآلي للإجابة عن أسئلة سياسة الملكية الفكرية وبحوثها.

EUIPO has created an algorithm assess a given pair of goods and/or services and provide a prediction as to the outcome of the comparison based on the historical data together with finding the closest semantically relevant matches. The tool is only available for examiners at the moment

EUIPO has developed AI based tools to extract relevant information from letters and make decisions based on this information. EUIPO has applied this technique to analyse Classification, formalities and AG deficiencies in trademark applications and to analyse the deficiency rate and grounds in Design applications.

EUIPO is making use of machine translation for Case Law documents through eSearch Case Law. The Office provides automatic translations in the website for EUIPO decisions. This allows the user to grasp the main idea of the content of the decision.

روابط ذات صلة

• eSearch Case Law

The EUIPO has developed an in-house image search system that is integrated in eSearch plus to search Trademarks and designs using images.

روابط ذات صلة

• eSearch plus

EUIPO is making use of AI based semantic search for Goods and Services in Easy Filing helping users to find the right protection for their trade marks.

روابط ذات صلة

• Easy Filing

EUIPO has its first Chatbot included in Easy Filing helping users to ask trademark related questions using standard responses with a possibility to go back to an Human agent.

روابط ذات صلة

• Easy Filing

3) وأطلقت مبادرات بشأن تنفيذ الترجمة الآلية لأغراض وثائق البراءات في عام 2015 في إطار تطوير نظام PatSearch. ويجري الاضطلاع بالترجمة باستخدام النظام الهجين للترجمة الآلية الذي طوّرته الشركة الروسية PROMPT. ويشتمل النظام على أساليب للتحليل اللغوي الشامل. واستُنبطت الشبكة العصبية من خلال طرق التعلم الآلي باستخدام النصوص الموازية لوثائق البراءات بكل من اللغتين الروسية والإنكليزية. وإلى جانب ترجمة وثائق البراءات، بمقدور النظام أيضا ترجمة مجموعة البراءات المركزية إلى اللغة الروسية.

روابط ذات صلة

• AI and other Tools & Technics. Experience of the Russian Patent Office

2) ويجري حاليا تطوير أداة بحث جديدة لأغراض العلامات والمؤشرات الجغرافية وتسميات المنشأ، وستوضع موضع التشغيل في صيف عام 2020. ويستخدم النظام الجديد شبكات عصبية للبحث عن تطابق الصور وكذلك للتعرّف الذكي على الكلمات الواردة في العلامات (استنادا إلى تطابق معنى المصطلحات). وعلاوة على ذلك، تشتمل وظائف النظام على التعرّف على المعلومات المتضمنة في العلامة (الصورة) لأغراض الفهرسة، أي التعرّف الذكي على الكلمات الواردة في العلامات وتصنيفها بشكل آلي بناء على تصنيف فيينا. وفي المرحلة الحالية، يجري اختبار الحلول التقنية للبحث عن الصور.

روابط ذات صلة

• AI and other Tools & Technics. Experience of the Russian Patent Office

أطلقت مبادرات بشأن تنفيذ الذكاء الاصطناعي لأغراض البحث في عام 2017. وفي عام 2018، وُضعت موضع التشغيل لأغراض فحص الطلبات المتعلقة بالاختراعات ونماذج المنفعة. ويجري الاضطلاع بوظيفة البحث عن تطابق وثائق البراءات، التي تُنفذ في نظام PatSearch، عن طريق مجموعة من الأساليب والتقنيات القائمة على الذكاء الاصطناعي إلى جانب أفضل الممارسات العالمية للبحث عن المعلومات. وفي الوقت الحالي، يتم تشغيل وظيفة البحث عن تطابق وثائق البراءات في قاعدة البيانات الخاصة بوثائق البراءات الروسية. ولأغراض إنشاء موسوعة توزيعية روسية، تُستخدم شبكة عصبية مدرّبة على وثائق البراءات الروسية استنادا إلى معايير تأخذ في الحسبان الطابع المعقد لإجراءات الفحص وتجربة الخبراء.

روابط ذات صلة

• AI and other Tools & Technics. Experience of the Russian Patent Office

The Industrial Property Office of the Czech Republic is currently working on creation of automated IP helpdesk which will be nonstop available to the users. The idea is to start with the provision of IP related advice in general. Later the Office wishes to enlarge this service and provide also the information dedicated to procedures of different IP applications. In this context, the Office would like to take advantage of the cooperation with Czech universities and introduce a chatbot to improve the helpdesk service. For enhancing this service, the Office will also analyze the use of voice recognition.

Starting from 2024, the Industrial Property Office of the Czech Republic plans to launch internal AI examination support tool in pilot phase, which will help patent examiners with the pre-classification of patent applications.

In terms of the introduction of automated search and classification system, the Industrial Property Office of the Czech Republic has run the proof of concept. It confirmed that such a project is helpful and needed. The preparatory phase of this project has been finished and the development work will be finished by the end of 2023. The service should be ready for public use starting from 2024.

Patent summarisation

The UKIPO has been exploring the use of ML and AI in summarising patent applications. Both abstractive and extractive methods have been explored, using cutting edge Large Language Models (LLMs) and modern Natural Language Processing (NLP) techniques. Our eventual solution was an NLP based extractive method - sentences are split and scored, clustered according to their context, then ranked and the top N output as the summary (according to length)

This tool has many uses: selecting the most relevant parts of the description (based on entered criteria); generating novel text for use in model training; creating clusters of similar sentences and the automatic generation of abstracts. (Updated November 2024)

The UKIPO has been developing a tool for the automatic allocation of new patent applications according to the International Patent Classification (IPC). After the exploration of different technologies, a methodology based on an ensemble of neural networks trained using the extracted textual components of the patent (claims, description and abstract) was settled on. Our solution makes use of the flexibility of neural networks by generating the probabilities of the primary mark and additional marks separately for each textual type. These are then combined to produce a top 5 ranking result.

The accuracy of the result (currently 70% for single mark allocation, and 90% for top 5) allows for the distribution of patent applications to the appropriate patent examination section for further processing, based on the top IPC mark allocated by the models. Note that the model is retrained annually when new versions of the IPC become available. (Updated November 2024)

Enhancing Key word searching of Rights for the public

As part of the development of a new public facing webpage for the public to search rights, we have included the ability to perform key word searching.

This uses a hybrid search system combining BM25 search with document similarity search using sentence embeddings. Base models have been finetuned using Patent Examiner Epoquenet searches as well as searches generated using LLMs fed patent documents. Once live our service will use public searches as a feedback loop to validate and if possible train future iterations of our search model.

We are also exploring options for query term expansion where we add additional terms into the BM25 search, either by enhancing the user query or potentially expanding the documents themselves similar to methodology applied in splade v2.

Currently this covers patents, but future phases of development will include search enhancements for trademarks and designs.

(Updated November 2024)

Trademark Application Checker "Check if you could register your trademark" is a free AI-assisted trademark application acceptance checker. It is aimed at assisting and educating novice users with their application; it helps identify goods and services to protect, any aspects of a trademark that might not be appropriate (such as offensive words or protected symbols e.g. a crown or crest), and if there are any similar trademarks that could cause conflict. It does not provide legal advice, and does not prevent a user submitting an application, as a trademark examiner always examines the submitted trademark. (Updated November 2024)

في أبريل 2017، أبرم المكتب الكوري للملكية الفكرية اتفاقا بشأن الذكاء الاصطناعي مع المعهد الكوري للإلكترونيات والاتصالات السلكية واللاسلكية (ETRI). وهما يعملان معا على بناء قاعدة معارف البراءات لأغراض تعليم الذكاء الاصطناعي، ويتعاونان على البحث من أجل تطبيق نظام الذكاء الاصطناعي المتطور الخاص بهما في إدارة الملكية الفكرية.

ويجري إعداد نموذج تجريبي للبحث الذكي في البراءات ومن المقرر الانتهاء منه بحلول عام 2019. ويعزز هذا النموذج جودة البحث في التقنية الصناعية السابقة بالانتقال من البحث عن الكلمات الرئيسية إلى نظام بحث يستند إلى بناء الجملة والدلالات.

روابط ذات صلة

• KIPO's Plan for AI

في أوائل عام 2018، خطط المكتب الكوري لوضع وصقل نموذج تجريبي لنظام خدمة عملاء البراءات يعتمد على الذكاء الاصطناعي ويستند إلى خاصية التعرف على النصوص والأصوات خلال السنوات الثلاث القادمة.

روابط ذات صلة

• KIPO's Plan for AI

أنشأ المكتب الكوري قاعدة بيانات باستخدام بيانات نشر البراءات الواردة في القسم (حاء) من التصنيف الدولي للبراءات بشأن التعليم الآلي. وستجمع قاعدة البيانات 000 100 مدخل من مصطلحات تكنولوجيا البراءات ومليون قطعة من تحليلات لغة البراءات ومعلومات ترميز الرسومات.

روابط ذات صلة

• KIPO's Plan for AI

United States Patent and Trademark Office (USPTO) recently added the new artificial intelligence (AI)-based “Similarity Search” feature to examiners’ Patents End-to-End (PE2E) search suite. This new tool will support the USPTO’s goal to grant more robust and reliable patents by further assisting patent examiners as they search for prior art during the examination process.

في أوائل عام 2018، كان مكتب الولايات المتحدة يقدم دليلا على هذا المفهوم (سيغما) الذي يستخدم خوارزميات الذكاء الاصطناعي/ التعليم الآلي للبحث عن وثائق كاملة في مجموعة من الوثائق. وفي هذا الإصدار من برنامج سيغما، بُحث عن طلبات البراءات في البراءات الممنوحة ومنشورات ما قبل المنح (الأمريكية فقط).

روابط ذات صلة

• Emerging Technologies in USPTO Business Solutions

يملك مكتب الولايات المتحدة للبراءات والعلامات التجارية برنامجا يجمع بين الذكاء الاصطناعي والبيانات الضخمة والتعليم الآلي لتطبيقه في عدة مجالات، منها: تقديم المعلومات الأنسب والأكثر نفعا كي يحدد الفاحص مدى الأهلية للبراءة، والتحليل النصي لطلبات البراءات وإجراءات المكتب اللاحقة بهدف تحليل تاريخ إجراءات البراءات بالكامل، وتحسين الواجهات البرمجية للتطبيقات كي يصل الجمهور إلى بيانات المكتب بشكل أفضل.

وقد أُعِدَّ البرنامج داخل المكتب باستخدام تكنولوجيا مفتوحة المصدر (جافا وبايثون) حسب متطلبات مكتب الولايات المتحدة لكل طلب في كل نظام.

ويتضمن برنامج الذكاء الاصطناعي الخاص بمكتب الولايات المتحدة تحسينات لعمليات العلامات التجارية في المجالات التالية: 1) إعداد استمارة ذكية لاستعراض الجودة باستخدام التحليلات، 2) واستيعاب إجراءات مكتبية بشأن مستودع البيانات الضخمة باستخدام تحليلات متقدمة بما في ذلك الاستخدام والإحصاءات الوصفية، 3) وتحديد فعالية التعليم الآلي العميق للبحث عن الصور لأغراض العلامات التجارية.

روابط ذات صلة

• Emerging Technologies in USPTO Business Solutions

في أوائل عام 2018، كان مكتب الولايات المتحدة للبراءات والعلامات التجارية يجري بحوثا بشأن روبوتات الدردشة ذات الجودة الفائقة والتعلم الآلي المعمق ليتيح إمكانية النفاذ بسهولة إلى "استقصاء المفاهيم" (بدلاً من الكلمات الرئيسية) لدليل إجراءات فحص البراءات الخاص بالمكتب وغيره من تحليلات المطالبات وتحليلات التصنيف باستخدام الخوارزميات ولغة المطالبات من أجل تحسين فهم اتجاه لغة المطالبات والتصنيف.

روابط ذات صلة

• Emerging Technologies in USPTO Business Solutions