一种基于博弈论的专利侵权检测方法及系统技术方案

本发明专利技术属于信息检索技术领域，公开了一种基于博弈论的专利侵权检测方法及系统，进行数据采集，并对采集的数据进行预处理；通过计算技术特征的新颖性、非显而易见性以及权利要求之间、专利之间的博弈进行侵权风险计算；博弈结果得到的支付即为专利侵权风险。本发明专利技术在侵权检测过程中同时对新颖性和非显而易见性进行检测,克服了技术偏见，结合精深的法律和专利的相关专业知识取得了很好的实验结果；本发明专利技术在侵权风险计算过程中考虑了专利申请人的理性决策过程，解决了人们一直渴望解决、但始终未能获得成功的，关于实际检测过程的技术难题；本发明专利技术填补了国内外空白，对于专利文本比较提出了新的策略。

A method and system of patent infringement detection based on Game Theory

【技术实现步骤摘要】
一种基于博弈论的专利侵权检测方法及系统
本专利技术属于信息检索及其数据库结构
，尤其涉及一种基于博弈论的专利侵权检测方法及系统。
技术介绍
目前，业内常用的现有技术是这样的：随着时代的进步，人们对于知识产权的保护愈加重视，专利作为知识产权保护的重要手段申请数量急剧增加。而专利在授予之后一旦发现存在侵权行为会给公司及个人带来巨大损失。但是专利的手工审核不仅速度慢且因专利审核人员领域知识的限制导致专利审核过程可能存在误判的情况，因此在专利申请之前进行自动化侵权检测可以大大减少专利申请人的损失。因此实现专利侵权检测的自动化，既可以使专利申请人在申请专利之前进行预检测，也可以在专利审核过程中检索可能侵权专利，以此缩短专利审查周期。专利审查主要审查三个特性：有用性、新颖性和创造性。有用性是指专利所述的技术方案是可实施的，是从专利自身描述进行判断的。而侵权检测是检测专利是否侵权了其他专利，是根据专利之间的关系进行判断的，因此专利侵权检测只考虑新颖性和创造性不考虑对有用性的检测。目前常见的专利侵权检测主要是通过改进相似度检测的结构及方法，这些方法以专利文本为研究对象对专利进行侵权检测。目前常见的专利侵权检测主要是通过改进相似度检测的结构及方法，这些方法以专利文本为研究对象对专利进行侵权检测。目前方法的不足之处在于：(1)自专利法改革之后，增加了对专利内容进行的实质审查，实质审查主要审查专利的三个特性：有用性、新颖性和非显而易见性，而侵权检测是针对该专利与其他专利的关系，可以暂时不考虑有用性，过去方法忽视了对非显而易见性的检测。(2)过去方法没有将专利文本与其他普通文本区别开来，对比过程中只考虑了文本本身，没有考虑专利申请人的理性决策。申请专利无效判决的过程是一个双向的过程，疑似被侵权方可以控告疑似侵权方侵权，而疑似侵权方也有权对法院判决产生异议，可以对国家知识产权局专利复审委员会提起诉讼。在这个过程中双方都会结合对方的选择做出对自己最有利的选择。(3)过去方法的对比方法没有考虑到确定专利的新颖性的过程是一个双向的过程，不仅要考虑该专利比之前专利多的技术特征，还要考虑该专利比之前专利少的那些技术特征。(4)忽略了层次性，降低了对侵权对象表征的精确性。过去的方法只考虑到专利中最重要部分是由权利要求构成的权利要求书，事实上对于专利而言，专利主要由权利要求构成，权利要求主要由技术特征构成，这种对于专利文本层次性的忽略，导致对侵权对象即专利表征的精确性降低。(5)忽略了针对性，这种信息损失降低了实验结果的准确性。过去方法以权利要求书整体相似结果作为专利侵权判定依据，事实上专利侵权检测是针对单个权利要求的，只要专利中有一个权利要求侵权其他专利，该专利就会被判定为侵权，这种对判定对象针对性的缺失导致实验结果的准确性降低。综上所述，现有技术存在的问题是：(1)过去专利侵权检测的自动化方法对非显而易见性的检测效果差。(2)过去方法没有将专利文本与其他普通文本区别开来，对比过程中只考虑了文本本身，没有考虑专利申请人的理性决策。(3)过去方法的对比方法没有考虑到确定专利的新颖性的过程是一个双向的过程，没有涉及到该专利比之前专利少的技术特征。以上问题导致专利侵权检测的结果并不准确。(4)现有技术的检测方法中对侵权对象表征信息的不精确导致实验结果准确性不高。(5)现有技术的检测方法中对真实侵权场景信息的不准确表达导致实验结果可靠性不高。(6)现有技术的检测方法中针对性信息的丢失导致实验结果精确性不高。解决上述技术问题的难度：传统的对比方法对于非显而易见性的检测难以进行；只考虑对比的方法无法体现申请人的决策过程。传统的对比方法难以表示专利构成的层次性；对于侵权真实场景难以体现；对于专利侵权判定的针对性的表达存在困难。解决上述技术问题的意义：结合法律知识以及专利审核的实际过程，更加准确的对专利侵权进行检测，可以提高结果准确度，降低专利申请人的损失。结合法律知识、专利文本结构以及专利审核的实际过程，更加准确的对专利侵权进行检测，可以提高结果准确度，降低专利申请人的损失，缩短专利审查周期。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于博弈论的专利侵权检测方法及系统。本专利技术根据自然语言处理的步骤首先需要对数据进行预处理，然后需要计算博弈过程中用到的数值，最后通过博弈得到最终结果。本专利技术根据自然语言处理的步骤首先通过计算机技术对采集到的专利数据进行搜索和预处理，然后使用word2vec得到的相似性作为技术特征之间的相似关系，基于专利结构和相似关系构建博弈树，通过计算期望支付选定专利中的技术特征和权利要求，得到侵权风险。重复上述过程，汇总侵权风险以生成侵权风险检测报告。本专利技术是这样实现的，一种基于博弈论的专利侵权检测方法及系统，所述基于博弈论的专利侵权检测方法具体包括：步骤一，进行数据采集，由于采集到的数据不符合实验数据的结构，需要对采集的数据进行预处理。步骤二，通过分析专利文本发现，专利的技术特征一般由名词表示，因此将名词作为专利的技术特征，通过计算技术特征的新颖性、非显而易见性以及权利要求之间、专利之间的博弈进行侵权风险计算。步骤三，博弈结果得到的支付即为专利侵权风险。进一步，步骤一中，提供了实验所需数据，所述数据采集包括：(1)美国专利商标局(USPTO)包含了最为全面、完整的专利申请以及专利授予信息，因此选用专利商标局(USPTO)的专利本文作为数据源。(2)基于网络爬虫的方法批量获取专利商标局(USPTO)的专利数据。进一步，所述数据预处理包括：(1)专利的核心技术都写在专利文本的权利要求部分，因此抽取专利数据中的权利要求书。(2)实验所需数据就是权利要求部分的名词，因此对抽取出的文本数据进行停用词、分词、提取名词处理。(3)为后续计算新颖性和非显而易见性，使用word2vec对词进行向量化。进一步，步骤二中，为后续博弈过程提供数据支持，所述技术特征的新颖性以及非显而易见性计算方法具体包括：(1)通过使用词向量计算距离，选取权利要求中的某个词，因为只要两个词是相近的则它们的新颖性就低，因此计算这个词到其他权利要求中词的最短距离(也即1-最大相似度)作为这个词所对应的技术特征支付的新颖性。(2)通过使用词向量计算距离，选取权利要求中的某个词，因为只要两个词是相近的则它们的非显而易见性就低，因此计算这个词到它所在权利要求中其他词的最短距离(也即1-最大相似度)作为这个词所对应的技术特征的非显而易见性，并将技术特征的非显而易见性归一化之后作为技术特征的选择概率。(3)对于权利要求的支付，将技术特征博弈结果得出的技术特征的支付作为该权利要求的支付。(4)对于权利要求的选择概率，根据对专利文本的分析发现，权利要求的重要性除了和它是否为独立权利要求有关，还与它所含技术特征数成反比，因此综合权利要求所含技术特征数以及其本文档来自技高网...

【技术保护点】
1.一种基于博弈论的专利侵权检测方法，其特征在于，所述基于博弈论的专利侵权检测方法具体包括：/n步骤一，进行数据采集，并对采集的数据进行预处理；/n步骤二，将名词作为专利的技术特征，通过计算技术特征的新颖性、非显而易见性以及权利要求之间、专利之间的博弈进行侵权风险计算；/n步骤三，获得专利侵权风险博弈结果。/n

【技术特征摘要】
20190613 CN 20191051095881.一种基于博弈论的专利侵权检测方法，其特征在于，所述基于博弈论的专利侵权检测方法具体包括：
步骤一，进行数据采集，并对采集的数据进行预处理；
步骤二，将名词作为专利的技术特征，通过计算技术特征的新颖性、非显而易见性以及权利要求之间、专利之间的博弈进行侵权风险计算；
步骤三，获得专利侵权风险博弈结果。


2.如权利要求1所述基于博弈论的专利侵权检测方法，其特征在于，步骤一中，所述数据采集包括：选用专利本文作为数据源；基于网络爬虫的方法批量获取专利商标局的专利数据。


3.如权利要求1所述基于博弈论的专利侵权检测方法，其特征在于，步骤一中，所述数据预处理包括：抽取专利数据中的权利要求书；对抽取出的文本数据进行停用词、分词处理；使用word2vec对词进行向量化。


4.如权利要求1所述基于博弈论的专利侵权检测方法，其特征在于，步骤二中，所述技术特征的新颖性以及非显而易见性计算方法具体包括：
(1)通过使用词向量计算距离，选取权利要求中的某个词，计算这个词到其他权利要求中词的最短距离作为这个词所对应的技术特征支付的新颖性；
(2)通过使用词向量计算距离，选取权利要求中的某个词，计算这个词到它所在权利要求中其他词的最短距离作为这个词所对应的技术特征支付的新颖性；
(3)对于权利要求的支付，将技术特征博弈结果得出的技术特征的支付作为该权利要求的支付；
(4)对于权利要求的选择概率，综合权利要求所含技术特征数以及是否为独立权利要求计算得到该权利要求选择概率。


5.如权利要求1所述基于博弈论的专利侵权检测方法，其特征在于，步骤二中，所述权利要求之间、专利之间的博弈具体包括：
1)利用节点A、B表示博弈参与人即博弈的权利要求或是博弈的专利；节点上的分支表示参与人的策略，对于每一个策略均有一个选择概率，叶子节点处表示的是参与人的支付；
2)基于对专利文本的分析，将技术的组成元素作为技术特征。


6.如权利要求5所述基于博弈论的专利侵权检测方法，其特征在于，步骤1)具体包括：
I)当t为技术特征F时，支付函数的计算式为：















其中，σi表示参与人i的混合策略；-i表示除参与人i之外的参与人；表示在混合策略σi和下参与人i的支付；表示参与人-i选择混合策略σ-i时参与人i选择策略的支付；表示和之间的距离，使用word2vec将词表示为词向量，使用词向量的距离作为计算结果；
II)当t为权利要求C时，支付函数的计算式为：







表示权利要求包含的技术特征数；表示独立权利要求；表示从属权利要求。


7.一种实施权利要求1所述基于博弈论的专利侵权检测方法的及基于博弈论的专利侵权检测系统，其特征在于，所述基于博弈论的专利侵权检测系统具体包括：
数据采集与预处理模块、风险计算模块、结果输出模块；
数据采集与预处理模块：与风险计算模块连接，用于选择数据源、爬取数据并对爬取数据进行处理；
风险计算模块：与数据采集与预处理模块、结果输出模块连接；用于计算技术特征的新颖性和非显而易见性，进行权利要求之间、专利之间的博弈；
结果输出模块：与风险计算模块连接，用于将博弈结果得到的支付作为专利侵权风险输出。


8.一种终端，其特征在于，所述终端实现权利要求1～6任意一项所述基于博弈论的专利侵权检测方法的处理器。


9.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如要求1-6任意一项所述的基于博弈论的专利侵权检测方法。


10.一种实现权利要求1～6任意一项所述基于博弈论的专利侵权检测方法的专利检索设备。


11.如权利要求1所述的基于博弈论的专利侵权检测方法，其特征在于，所述基于博弈论的专利侵权检测方法还包括：通过计算机技术对采集到的专利数据进行搜索和预处理；
对搜索和预处理后的专利数据使用word2vec得到的相似性作为技术特征之间的相似关系，基于专利结构和相似关系构建博弈树，并通过计算期望支付选定专利中的技术特征和权利要求，得到侵权风险数据；
汇总得到的所述侵权风险数据生成侵权风险检测报告。


12.如权利要求11所述的基于博弈论的专利侵权检测方法，其特征在于，所述基于博弈论的专利侵权检测方法进一步包括：
步骤一，进行专利数据采集，对上传的专利进行检索，对检索到的专利数据中的权利要求数据进行预处理；
步骤二，调用外部词向量数据库计算技术特征之间的相似关系作为技术特征的新颖性和创造性；
步骤三，构建以权利要求为节点，以技术特征为边的博弈树，权利要求之间进行博弈，博弈结果选中的技术特征间的支付作为权利要求侵权风险；
步骤四，构建以专利为节点，以权利要求为边的博弈树，专利之间进行博弈，博弈结果选中的权利要求间的支付作为专利侵权风险；
步骤五，汇总结果，生成侵权风险报告。


13.如权利要求12所述的基于博弈论的专利侵权检测方法，其特征在于，步骤一中，进行专利数据采集的方法包括：对下载的专利文本全文专利数据以XML格式保存为专利数据库；
解析上传的专利文本，...

【专利技术属性】
技术研发人员：刘维东，刘小博，孔佑东，
申请(专利权)人：内蒙古大学，
类型：发明
国别省市：内蒙;15