특허문서의 IPC 계층별 분류기 생성: B섹션 기준 섹션부터 서브클래스까지
Generation of Hierarchical Classifiers for Patent Documents Based on IPC Levels: From Section to Subclass Focusing on Section B
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
특허청 설립 이후 우리나라에서도 수많은 분야의 특허 신청이 지속되고 있으며, 그 추세는 점차 늘어날것으로 예상되고 있다. 그러나, 여전히 특허 심사 과정에는 5년 이상의 시간이 소요되고 있으므로 본 논문에서는 심사 과정의 시간 단축과 효율성 증대를 위해 특허 심사 과정 중 IPC 코드를 예측하는 부분을 자동화할수 있는 분류기를 제시하고자 한다. 다만, 섹션 B의 분류가 타 섹션에 비해 많은 수의 클래스를 보유하고 있으나 특허 건수가 적은 것을 확인하여, 본 논문에서 제시하는 IPC 코드를 예측하는 분류기는 섹션 B의서브클래스까지 한정하고 있다. 또한, 데이터셋을 구축할 때 독립청구항이 포함된 데이터셋과 포함되지 않은 데이터셋을 분류하여 어떤 데이터셋이 성능 개선에 더 좋은 지 판단하고자 하였으며, Multinomial Naïve Bayes, XGBoost, LightGBM, Random Forest의 4가지 기법을 활용한 분류기를 각각 생성하여 그성능을 비교하였다.
Abstract
Since the establishment of the Korean Intellectual Property Office (KIPO), patent applications across various fields have continued to increase in Korea, and this upward trend is expected to persist. However, the patent examination process still takes more than five years. To address this issue, this paper proposes a classifier to automate IPC code prediction within the patent examination workflow, aiming to reduce examination time and improve efficiency. Given that Section B contains a large number of classes but relatively few patents compared to other sections, the scope of the proposed classifier is limited to the subclasses of Section B. Furthermore, to evaluate the impact of independent claims on classification performance, we constructed datasets both with and without independent claims. We then developed classifiers using four different techniques—Multinomial Naïve Bayes, XGBoost, LightGBM, and Random Forest— and compared their performance.