在全球众多科技巨头公司中，Google应该算是较早关注专利领域的企业。早在2006年，Google就推出了名为「Google Patents」的专利搜索引擎，使用者可通过该引擎搜索到总量超过1亿件已授权或公开申请文件的专利数据，不仅囊括了五大局（USPTO、EPO、JPO、KIPO和CNIPA），还包括17个其他国家及地区专利局。
2018年，Google Patents开始了与Darts-IP的合作，把专利诉讼数据也纳入到了搜寻范围中，此举使得Google Patents引擎的数据更加专业和实用。同年，Google开始将自身在AI方面的研究成果运用到专利上，在自然语言处理（Natural Language Processing, NLP）领域发布了BERT(bidirectional encoder representation from transformers)算法，并逐步运用到机器人聊天功能（chatbot）和自动完成功能（Autocomplete）上。Google一直在不断完善该算法，并提供给全球相关人士使用。
Google也针对专利文件用语的特性对其BERT算法技术进行了改进。比如，在对文本进行分词（tokenization）时，该方案里的BERT使用的并不是传统的分词方法，而是采用了经过全新设计的方法。以prothesis一词为例，在传统使用的分词方法中，“prosthesis”会被拆分成<pro><thes><is>三部分，但在分析专利文本时，“prothesis”则会被视为一个完整片段。
目前，Google已经将全套程序代码、操作指引、范例都发布在Github上，任何对此感兴趣者，皆可查看并参与讨论(https://github.com/google/patents-public-data)。
供稿：隆天美国公司 ∣ 责任编辑：于秀飞
↑↑↑长按二维码识别关注