Classificação Multi-saída de Patentes utilizando Vetores Densos e Banco de Dados Vetorial

Abstract

Patentes são documentos técnicos fundamentais para a inovação, sendo essenciais para a disseminação do conhecimento tecnológico. Durante seu processo de aprovação, a classificação das patentes é uma etapa complexa que exige examinadore(a)s com amplo conhecimento técnico devido à grande quantidade de categorias existentes. Esse processo pode ser demorado e oneroso, tornando necessário o desenvolvimento de soluções automatizadas para otimizar essa tarefa. Sendo assim, este trabalho propõe um método de classificação automática de patentes baseado em Aprendizado Profundo e Processamento de Linguagem Natural. Mais especificamente, o método objetiva a recomendação de subclasses de patentes de maneira ordenada pela relevância das mesmas, ou seja, um ranking, com custo computacional reduzido em comparação com abordagens tradicionais. Para isso, um número limitado de documentos de patentes foi selecionado para representar cada subclasse, sendo os documentos transformados em vetores densos. O dataset USPTO-2M® foi utilizado, sendo o ano de 2014 para a etapa de treinamento e o ano de 2015 para a etapa de teste. A avaliação ocorreu em três níveis, mas destaca-se aqui a avaliação da acurácia, ou seja, a capacidade de classificar corretamente determinada patente. Para o melhor caso, atingiu-se acurácias próximas de 70% quando sugeridas até 6 subclasses para um limite de até 200 patentes por subclasse. Ademais, foram elencados cenários específicos para demonstrar o funcionamento da recomendação e um último cenário visando comparar o método proposto com uma abordagem baseada em um modelo de linguagem proprietário. Os resultados finais indicam que o método pode auxiliar na classificação de patentes, reduzindo o custo computacional, ao mesmo tempo que mantém uma acurácia satisfatória. Dessa forma, o método proposto pode contribuir para otimizar o processo de classificação em escritórios de patentes, tornando-o mais eficiente e acessível. Ainda, pode auxiliar gestores de PD&I na verificação antecipada se determinada solicitação de patenteamento está aderente quanto à classificação internacional.