专利纠纷预测装置及其方法

本发明涉及一种专利纠纷预测装置及其方法，更详细地涉及一种专利纠纷预测装 置及其方法，其在专利文献的专利权利要求和作为发明的背景技术中利用文本挖掘(text mining)技术独立地算出相似度并测量共组化相似度(co-operative similarity)，将算出 的值对应为侵权人发现概率值。

如同专利的无形的知识产权的价值日渐增加，最近就如三星和苹果之间的智能手 机诉讼所示，由于专利侵权所致的其损失赔偿额达到天文数字的程度。

因此，比起用于专利申请的用于审核新颖性、创造性的专利检索、分析，即使相应 企业将相关产品产业化，也更加关心是否会与其他企业专利相抵触、是否被侵害。

但是实情为，目前商业化的FOCUST,DELPHION,EUREKA,WIPSON,WINTELIPS, THOMSON REUTER等多数专利调查、分析服务提供企业的情况，仅提供专利性、专利动向分析 等专利定量信息分析工具。

另外，由于迎接到专利战的时代，全世界的专利纠纷在剧增。现有技术止步于如下 水平：将产生专利纠纷的纠纷信息构筑为DB，并分析纠纷信息，或通过新闻信件等传送纠纷 产生信息或者也可以检索纠纷信息。但是，这些服务是对于过去产生的专利纠纷的服务，并 不能提供对于未来将要产生的纠纷的预测信息。

因此，成为纠纷的原告或被告的企业等各自所处的现实、产品、技术及专利选集 (portfolio)各不相同，从而极其需要导入提供针对企业特定化纠纷预测信息的服务。

【先行技术文献】

【专利文献】

先行技术1：韩国公开专利第2012-0046671号(2012.05.10公开)

本发明想要实现的技术课题是为了解决现有问题而提出的，提供一种专利纠纷预 测装置及其方法，其提取专利文献的构成要素并预测专利纠纷可能性。

另外，本发明想要实现的技术课题并非受到在以上提及的技术性课题的限制，从 以下将要说明的内容中在对于普通的技术人员显而易见的范围内可以包括多种技术课题。

根据用于解决上述课题的本发明的一个侧面，提供一种专利纠纷预测装置，其包 括：关键词提取部，其在第一专利文献和第二专利文献的专利权利要求范围和作为发明背 景的技术中分别提取关键词；相似度计算部，其利用所述提取的关键词来算出第一专利文 献和第二专利文献之间的权利要求项相似度和背景技术相似度；共组相似度计算部，其演 算所述权利要求项相似度和背景技术相似度并算出共组相似度(co-operative similarity)，将所述算出的共组相似度作为侵权人发现概率值。

所述相似度计算部将第一专利文献权利要求项的构成要素和第二专利文献权利 要求项构成要素根据构成要素完备的原则(ALL ELEMENT RULE)可以算出权利要求项相似 度。

此外，所述相似度计算部将第一专利文献背景技术的构成要素和第二专利文献背 景技术构成要素根据均等论的原则(Doctrine Of Equivalents)可以算出背景技术相似 度。

所述共组相似度计算部利用下述数学式可以算出共组相似度Sh。

【数学式】

在此，Sclaim为权利要求项相似度，Sbackground为背景技术相似度。

此外，所述共组相似度计算部利用下述数学式可以算出共组相似度。

【数学式】

此外，所述共组相似度计算部利用下述数学式可以算出共组相似度。

【数学式】

Sh＝ρ·Sclaim+σ·Sbackground

＝ρ·Sclaim+(1-ρ)·Sbackground

＝ρ·(Sclaim-Sbackground)+Sbackground

在此，可以是作为′ρ+σ＝1′的任意的常数。

根据本发明的其他侧面，专利纠纷预测装置提供一种专利纠纷预测方法，包括如 下步骤：从第一专利文献和第二专利文献的专利权利要求范围和作为发明背景的技术中分 别提取关键词；所述专利纠纷预测装置利用所述提取的关键词来分别算出第一专利文献和 第二专利文献之间的权利要求项相似度和背景技术相似度；所述专利纠纷预测装置演算所 述权利要求项相似度和背景技术相似度，从而算出共组相似度(co-operative similarity)，并将所述算出的共组相似度作为侵权人发现概率值。

将第一专利文献权利要求项的构成要素和第二专利文献权利要求项构成要素根 据构成要素完备的原则(ALL ELEMENT RULE)可以算出所述权利要求项相似度。

将第一专利文献背景技术的构成要素和第二专利文献背景技术构成要素根据均 等论的原则(Doctrine Of Equivalents)可以算出所述背景技术相似度。

另外，在以上观察的所述‘专利纠纷预测方法’记录于记录媒体或者通过程序下载 (program download)管理装置(服务器(server)等)进行分发，所述记录媒体能够以程序的 形态体现后可在电子装置中读取。

根据本发明，在专利文献的专利权利要求范围和作为发明背景的技术中独立地算 出利用文字挖掘技术的相似度并测量共组化相似度(co-operative similarity)，由此能 够预测专利纠纷可能性。

另外，本发明的效果并非受到在以上提及的效果的限制，从下述将要说明的内容 对于普通的技术人员显而易见的范围可以包括多种效果。

图1是概略地示出根据本发明的专利纠纷预测装置的构成的框图，

图2是示出根据本发明的专利纠纷预测方法的流程图。

对于有关本发明的上述目的和技术性构成及据此的作用效果的详细事项通过依 据本发明的说明书中所附的附图的以下详细说明而得到更加明确的理解。

以下，参照附图详细说明根据本发明的‘专利纠纷预测装置及其方法’。作出说明 的实施例以使得从业者易于理解本发明的技术思想的方式提供，据此本发明并非受到限 定。此外，所附的附图中表现的事项是为了易于说明本发明的实施例而图示化的图，因此可 能与实际体现的形态不同。

另外，以下所表示的各个构成部仅为用于体现本发明的例子。因此，在本发明的其 他体现中在不超出本发明的思想及范围的范围内可以使用其他构成部。此外，虽然各个构 成部可以单纯地仅体现为硬件(hardware)或者软件(software)的构成，但是也可以体现为 执行相同功能的多种硬件及软件构成的组合。此外，也可以通过一个硬件或者软件来同时 体现两个以上的构成部。

此外，‘包括’某种构成要素的表述，作为‘开放型’的表述仅单纯地指称存在相应 构成要素，不得理解为排除额外的构成要素。

图1是概略地示出根据本发明的专利纠纷预测装置的构成的框图。

参照图1，专利纠纷预测装置100包括：收集部110、关键词提取部120、相似度计算 部130、共组相似度计算部140。

收集部110从存储专利文献的服务器(server)收集专利文献。专利文献可以指称 通过专利局申请公开或登记公开的文件。收集部110可以从各国专利局或者提供专利文献 服务的各企业收集专利文献。

关键词提取部120在第一专利文献和第二专利文献的专利权利要求范围和发明的 背景技术中分别提取关键词。在此，第一专利文献可以为在先申请的专利文献，第二专利文 献可以为在后申请的专利文献。

关键词提取部120根据预先设定的方法对于各文献的专利信息(例如，专利权利要 求和发明的背景技术)提取关键词合集(set)。尽管，除专利权利要求和背景技术之外也能 够利用多种专利信息提取关键词合集，但是在本说明书中为了便于理解和说明，通过假设 对利用专利权利要求和背景技术来提取关键词合集的情况进行说明。例如，利用关联规则 算法(algorism)来提取关键词合集，关联规则算法可以是apriori算法,aprioriTID算法, aprioriHybrid算法,DHP算法之中任意一个。关联规则算法对于从业者属于显而易见的事 项，因此对此省略额外的说明。此外，根据设定条件可提取不同的关键词合集。在此，设定条 件可以是文章单位及节单位之中任意一个。

如果设定为文章单位的情况下，关键词合集以各专利的各权利要求项为基本单位 进行提取。但是，如果设定条件为节单位的情况下，按照权利要求项中规定的符号(例如，逗 号(comma)、分号(semicolon)、冒号(colon)等)对各权利要求项进行分离并提取关键词合 集。此外，关键词合集也能够以单词(word)为单位进行提取，也可以以句子(phrase)为单位 进行提取。利用关联规则算法来提取关键词合集的方法对于从业者属于显而易见的事项， 因此省略对于提取关键词合集的详细方法的说明。

相似度计算部130利用在关键词提取部120提取的关键词来分别计算出第一专利 文献和第二专利文献之间的权利要求项相似度(Sclaim)和背景技术相似度(Sbackground)。

换句话说，相似度计算部130根据构成要素完备的原则(ALL ELEMENT RULE)针对 第一专利文献权利要求项的构成要素和第二专利文献权利要求项的构成要素计算权利要 求项相似度。此外，相似度计算部130根据均等论的原则(Doctrine Of Equivalents)针对 第一专利文献背景技术的构成要素和第二专利文献的背景技术构成要素计算背景技术相 似度。此时，相似度计算部130能够利用集技术(clustering technique)、基于余弦 (cosine)、基于相关关系、基于适应性余弦等多种方法来计算权利要求项相似度或背景技 术相似度。

共组相似度计算部140对从相似度计算部130算出的权利要求项相似度和背景技 术相似度进行演算并算出共组相似度(co-operative similarity)，将算出的共组相似度 Sh作为侵权人发现概率值。侵权人发现概率是指，在先申请(人)专利和在后申请(人)专利 在相同产品领域的边界线形成接触点，并通过相互监控(monitoring)发现 (identification)对方的概率。

共组相似度计算部140利用数学式1来算出共组相似度Sh。

【数学式1】

在此，Sclaim可以为权利要求项相似度，Sbackground可以为背景技术相似度。

此外，共组相似度计算部140利用数学式2可以算出共组相似度。

【数学式2】

此外，共组相似度计算部140利用数学式3可以算出共组相似度。

【数学式3】

Sh＝ρ·Sclaim+σ·Sbackground

＝ρ·Sclaim+(1-ρ)·Sbackground

＝ρ·(Sclaim-Sbackground)+Sbackground

在此，ρ为协商力(Negotiation power)，可以是作为′ρ+σ＝1′的任意的常数。

另外，收集部110、关键词提取部120、相似度计算部130、共组相似度计算部140分 别可通过在计算(computing)装置上为了运行程序(program)所需的进程(process)等来分 别得到实现。所述的收集部110、关键词提取部120、相似度计算部130、共组相似度计算部 140分别也能够通过以物理的形式独立的各个构成来得到体现，在一个程序内也能够以功 能上进行区分的形态得到体现。

如上所述构成的装置100通常可以包括至少一个演算装置、存储装置。在此，演算 装置可以是常用的中央演算装置(CPU)，但是也可以是以符合特定目的形式实现的可编程 装置元件(CPLD、FPGA)或定制型半导体演算装置(ASIC)，存储装置可以是挥发性内存 (memory)元件或非挥发性内存或者非挥发性电磁性存储装置。

所述的装置100可以为如下装置，例如，PC、导航(navigation)装置、笔记本电脑 (notebook)、移动通信终端、智能手机(Smartphone)、PMP(便携式媒体播放器，Portable Media Player)、PDA(掌上电脑，Personal Digital Assistant)、平板电脑(Tablet PC)、机 顶盒(Set-top box)、智能TV等多种装置。

图2是示出根据本发明的专利纠纷预测方法的流程图。

参照图2，专利纠纷预测装置从第一专利文献和第二专利文献的专利权利要求范 围和发明的背景技术中分别提取关键词(S202)。

其后，专利纠纷预测装置利用提取的关键词来分别算出第一专利文献和第二专利 文献之间的权利要求项相似度和背景技术相似度(S204)，对权利要求项相似度和背景技术 相似度进行演算并算出共组相似度(S206)。换句话说，专利纠纷预测装置针对第一专利文 献权利要求项的构成要素和第二专利文献权利要求项构成要素根据构成要素完备的原则 (ALL ELEMENT RULE)算出权利要求项相似度。此外，专利纠纷预测装置针对第一专利文献 背景技术的构成要素和第二专利文献背景技术构成要素根据均等论的原则(Doctrine Of Equivalents)算出背景技术相似度。

其后，专利纠纷预测装置将算出的共组相似度对应为侵权人发现概率(S208)。

参照图1对于专利纠纷预测装置求得侵权人发现概率的方法进行详细说明。

如上所述，在本发明所属的技术领域具有通常的知识的人能够认知到在不变更本 发明的技术思想或必要的技术特征的情况下能够实施其他的具体实施形态。因此，上述中 记述的实施例仅为预示性的实施例，应理解为并非是限制其范围的限定性的。此外，附图中 示出的顺序图仅仅是为了达成实施本发明的最优选的结果而预示性地示出的依次顺序，必 然可以额外提供其他步骤，或可以删除一部分步骤。

本说明书中记述的技术特征和运行其的体现物能够体现为数码(digital)电子电 路，或者可以体现为包括本说明书中记述的构造及其构造上的等价物等的电脑软件 (computer software)、固件(firmware)或者硬件(hardware)，或者能够体现为其中一个以 上的组合。此外，实行本说明书中记述的技术特征的体现物为电脑程序(computer program)产品，换句话说，也能够体现为为了控制处理系统(system)的操作或者为了通过 其进行运行而编码于有形的程序存储媒体上的有关电脑程序命令语的模块。

另外，本说明书中“装置”是指，例如，用于通过包括程序、电脑或者多重程序或电 脑来处理数据(data)的所有器具、装置及机械。处理系统附加于硬件，例如可以包括构成程 序固件的代码(code)、以及在协议栈(protocol stack)、数据库(database)管理系统、操作 系统或者其中一个以上的组合等请求时形成对于电脑程序的运行环境的全部代码。众所周 知为程序、软件、软件应用(software application)、脚本(script)或者代码等的电脑程序 也能够制成为以包括编译的或解释的语言或者先验的、程序性语言的编程(programing)语 言的任何形态，并且也能够体现为包含独立型程序或模块、元件(component)、子程序 (subroutine)或者适合使用于电脑环境中的其他单元(unit)的任何形态。

在示出于本说明书附图的框图和顺序图中包含的用于实行本发明的技术特征的 构成是指所述构成之间的伦理性边界。但是根据软件或硬件的实施例，则示出的构成和其 功能实行为独立型软件模块、单片式(monolithic)软件构造、代码、服务及其组合形态，并 且通过存储于具备能够运行存储的程序代码、命令语等的程序的电脑上可运行的媒体来能 够体现其功能，由此所述的全部实施例仍然应该视为属于本发明的权利范围内。因此，附图 和对其的记述虽然用于说明本发明的技术特征，但是在未明确地提及到用于实现所述的技 术特征的软件的特定排列的情况下，不能单纯地进行推论。换句话说，能够存在上述中记述 的多种实施例，所述的实施例保留与本发明相同的技术特征的同时能够进行部分变形，这 当然也应视为属于本发明的权利范围内。此外，顺序图的情况下，按照特定的顺序描述附图 中的动作，但是仅为为了得到最优选的结果而进行图示的，而不能理解为必须按照示出的 特定顺序或按依次的顺序实行所述的操作或必须实行所有示出的操作。特定的情况下，多 重任务执行(multitasking)和并列处理(processing)可能有利。并且，上述中记述的实施 形态的多种系统元件的分离并不能理解为在所有实施形态中要求所述的分离，并且应理解 为进行说明的程序元件和系统通常通过单一的软件产品一同进行集成或封装(packaging) 于多重软件产品。

如上所述，本说明书并非意图根据其提出的具体术语限制本发明。因此，上述中虽 然参照记述的实施例详细说明本发明，但是可理解为，如果是所属技术领域的具有常规知 识的从业者，在不超过本发明的范围的同时可对本实施例进行改造、修改及变形。本发明的 范围并非通过上述详细说明进行显示，而是通过后述的专利权利要求书进行显示，并且专 利权利要求范围的意义及范围和从其等价概念导出的所有变更或变形的形态均应解释为 包含于本发明的权利范围。

标号说明

100：专利纠纷预测装置 110：收集部

120：关键词提取部 130：相似度计算部

140：共组相似度计算部