中國科學(xué)技術(shù)信息研究所在“發(fā)明人名稱消歧競賽”中取得優(yōu)異成績

【本刊訊】 2015年9月24日，美國專利與商標(biāo)局（USPTO）首席經(jīng)濟(jì)學(xué)家辦公室在美國弗吉利亞州USPTO總部舉辦了旨在提高現(xiàn)有專利發(fā)明人名稱數(shù)據(jù)精度的“PatentsView專利發(fā)明人名稱消歧技術(shù)研討會”。會議期間，舉行了“專利發(fā)明人名稱消歧競賽”。此次競賽的目的是通過設(shè)計專利發(fā)明人名稱消歧算法，對USPTO收錄的近40年（1976—2014年）的美國專利發(fā)明人數(shù)據(jù)（約1239萬條記錄）進(jìn)行唯一標(biāo)識，以改進(jìn)現(xiàn)有的專利發(fā)明人標(biāo)識算法。中國科學(xué)技術(shù)信息研究所派出代表隊參加了這次競賽，并憑著在預(yù)賽和復(fù)賽階段的突出表現(xiàn)，取得了第二名的優(yōu)異成績。

參加本次“專利發(fā)明人名稱消歧競賽”的代表隊分別來自美國、比利時、澳大利亞、德國、中國等國家的高等學(xué)校和科研機構(gòu)。他們是賓夕法尼亞州立大學(xué)（美國）、馬薩諸塞大學(xué)（美國）、加州大學(xué)圣巴巴拉分校（美國）、魯汶大學(xué)（比利時）、斯文本科技大學(xué)（澳大利亞）、歐洲經(jīng)濟(jì)研究中心（德國）、中國科學(xué)技術(shù)信息研究所（中國）等。在競賽中，中國科學(xué)技術(shù)信息研究所代表隊提出了一套全新的發(fā)明人消歧混合算法（Mixed Method）。該算法融合了機器學(xué)習(xí)方法、概率記錄鏈接方法、規(guī)則分類方法以及圖聚類方法。其核心思想是：通過機器學(xué)習(xí)以及概率鏈接方法首先劃定整個發(fā)明人名稱匹配對的核心區(qū)域，然而通過加入分類規(guī)則逐步擴張發(fā)明人名稱匹配對的外部邊界，從而在保證計算結(jié)果的高準(zhǔn)確性同時，兼顧了整體算法的穩(wěn)健性。該算法在AWS平臺C3.8xlarge實例上的運行時間為7小時。經(jīng)過3輪共計20萬數(shù)據(jù)集的測試，該算法的平均精準(zhǔn)率（Precision）達(dá)到99.52%，平均召回率（Recall）為88.96%左右，平均F1值為93.94%。中國科學(xué)技術(shù)信息研究所代表隊算法的最終測評結(jié)果也優(yōu)于PatentsView平臺目前正在運行的算法。

PatentsView（http://www.patentsview.org/web/）是由USPTO首席經(jīng)濟(jì)學(xué)家辦公室主持開發(fā)的一個面向未來的專利檢索與分析平臺。該平臺是以提高美國專利數(shù)據(jù)價值功能及實用功能為目的的可視化分析平臺，是USPTO為實現(xiàn)其數(shù)據(jù)透明化，便利創(chuàng)新者、知識產(chǎn)權(quán)從業(yè)者、企業(yè)及個人利用專利數(shù)據(jù)而開發(fā)的搜索工具。專利發(fā)明人消歧問題是目前學(xué)術(shù)界關(guān)注的熱點問題，通過對發(fā)明人名稱進(jìn)行消岐能夠提升現(xiàn)有科研績效評價、社會網(wǎng)絡(luò)分析的準(zhǔn)確度，也可以為國際人才流動、知識溢出等問題提供更為準(zhǔn)確的數(shù)據(jù)支持。中國科學(xué)技術(shù)信息研究所代表團(tuán)隊取得的研究成果將為相關(guān)方面的研究工作提供更為精確的數(shù)據(jù)支持。

USPTO全程直播“PatentsView發(fā)明人名稱消歧技術(shù)研討會”。研討會的視頻已上傳網(wǎng)站，敬請收看。視頻地址為：http://www.uspto.gov/about-us/organizationaloffices/office-policy-and-international-affairs/patentsview-inventor。（楊冠燦）