Patentlenebilirlik tespiti üzerine bir anlamsal benzerlik modeli geliştirilmesi
Development of a semantic similarity model for patentability assessment
- Tez No: 903670
- Danışmanlar: PROF. DR. ASLIHAN TÜFEKCİ
- Tez Türü: Doktora
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Yönetim bilişim sistemleri, Management information systems
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Araştırma-geliştirme ve teknoloji dünyası için patent haklarının her geçen gün daha kritik bir pozisyona yerleşmesiyle birlikte patent başvurularının sayısı hızla artmakta, patent verisi sürekli büyümektedir. Sahip olduğu müthiş bilgi kapasitesi ile patent veri tabanları teknoloji ve yenilik yönetimi alanında büyük fırsatlar sunmaktadır. Patent verisinin bu potansiyelinden faydalanmak için yapılan patent madenciliği çalışmalarının odaklandığı en önemli noktalardan birisi de patent dokümanları arasındaki anlamsal benzerliğin tespit edilmesidir. Patent metinlerinin karmaşık yapısı sebebiyle kolay olmayan bu anlamsal karşılaştırmanın esas amacı patentlenebilirliğin değerlendirilmesidir. Patent sistemi içerisinde yer alan ve bu alana özgü olan patentlenebilirlik değerlendirmesi, bir patent dokümanına konu edilen buluşun benzer dokümanlarla karşılaştırıldığında patentlenebilirlik kriterleri adı verilen yenilik, buluş basamağı ve sanayiye uygulanabilirlik kriterlerine sahip olup olmadığının incelenmesidir. Bir buluşun patent tesciline hak kazanabilmesi için patentlenebilirlik kriterlerine sahip olması gerekmektedir. Patent tescil süreci içerisinde buluşun bu kriterlere sahip olup olmadığı yetkili patent otoritesinin uzmanları tarafından değerlendirilmektedir. Hazırlanan araştırma raporlarında buluşa en yakın olan dokümanlar yer almakta ve patentlenebilirlik değerlendirmesinin sonuçları X, Y ve A kodları ile patent başvuru sahibine bildirilmektedir. Patentlenebilirlik değerlendirmesinin oldukça farklı ve zor bir anlamsal karşılaştırma olması sebebiyle tüm dünyada araştırma raporlarının hazırlanması için uzun bekleme süreleri ortaya çıkmakta ve tescil işlemleri gecikmektedir. Ayrıca araştırma-geliştirme çalışanları, teknoloji yöneticileri yaptıkları buluşların patent alıp alamayacağı hakkında tahminde bulunmakta zorlanmakta ve buluşlarını yeteri kadar geliştirmeden patent başvurusu yapmaktadırlar. Bu çalışmanın amacı karmaşık bir problem olan patentlenebilirlik değerlendirmesini yapay zekâ teknikleri ile kolaylaştırılacak ve gerçek uzman yaklaşımına benzer şekilde çalışarak X, Y ve A kategorizasyonu yapacak yeni bir model ortaya koymaktır. Geliştirilen anlamsal benzerlik modelinin patent metinlerinin ve patentlenebilirlik değerlendirmesinin kendine özgü yönlerine odaklı olarak tasarlanması, yetkili uzmanların hazırladığı yayınlanmış araştırma raporlarındaki gerçek patentlenebilirlik değerlendirmelerinden faydalanılarak özgün bir veri seti oluşturulması ve bu veri setindeki bilgilerin derin öğrenme mimarisinin eğitiminde kullanılması ile bu çalışma literatüre önemli bir katkı yapmıştır. Patent metinlerinin vektörleştirilmesi, patentlenebilirlik metin çiftlerinin oluşturulması ve Siyam (Siamese) Sinir Ağlarının model performansına etkisi konusunda önemli bulgulara ulaşılmıştır. Ayrıca tasarlanan modele dayalı olarak çalışabilen, teknoloji ve inovasyon yönetiminde önemli rol oynayabilecek bir patentlenebilirlik tespit motoru tasarımı yapılmış ve prototipi geliştirilmiştir.
Özet (Çeviri)
As patent rights take on an increasingly critical role in the world of research and development and technology, the number of patent applications is rising rapidly and patent data is continually expanding. With its immense information capacity, patent databases offer significant opportunities in the field of technology and innovation management. One of the key focuses of patent mining efforts to leverage this potential in patent data is the detection of semantic similarity among patent documents. The primary purpose of this complex semantic comparison, which is challenging due to the unique structure of patent texts, is to assess patentability. Patentability assessment, a process unique to the patent system, involves examining whether an invention described in a patent document meets the criteria known as patentability criteria, namely novelty, inventive step, and industrial applicability when compared to similar documents. In order for an invention to be eligible for patent registration, it must meet patentability criteria. During the patent registration process, experts from the authorized patent office evaluate whether the invention meets these criteria. Research reports prepared in this process include the documents closest to the invention and the results of the patentability assessment are communicated to the applicant using X, Y and A codes. Due to the highly distinct and complex nature of patentability assessment as a semantic comparison, long waiting periods are experienced globally for the preparation of research reports, causing delays in the registration process. Furthermore, R&D personnel and technology managers find it difficult to estimate whether their inventions can be patented, leading them to file applications without sufficiently refining their inventions. The objective of this study is to propose a new model that will simplify the complex problem of patentability assessment using artificial intelligence techniques and perform X, Y, and A categorization in a way similar to expert evaluations. This study has made a significant contribution to the literature by designing the developed semantic similarity model focusing on the unique aspects of patent texts and patentability assessment, creating a unique dataset by making use of real patentability assessments in published research reports prepared by authorized experts, and using the information in this dataset in the training of deep learning architecture. Important findings were obtained on the vectorization of patent texts, the formation of patentability text pairs, and the impact of Siamese Neural Networks on model performance. Additionally, a patentability detection engine, which can operate based on the designed model and play a significant role in technology and innovation management, was designed and prototyped.
Benzer Tezler
- Patent hukukunda yenilik kavramı
The concept of novelty in patent law
ÖZGE KAYNAK
Yüksek Lisans
Türkçe
2022
HukukDokuz Eylül ÜniversitesiÖzel Hukuk Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAŞAR CAN GÖKSOY
- Tarımda biyoteknoloji uygulamaları ve bu tür buluşların patentlenebilirliği
Biotechnology applications in agriculture and patentability of such inventions
TAMER SOYSAL
Doktora
Türkçe
2019
HukukSelçuk ÜniversitesiÖzel Hukuk (ticaret Hukuku) Ana Bilim Dalı
PROF. DR. İSMAİL KAYAR
- Buluş üzerindeki hak sahipliği
Ownership on invention
MUHAMMET ALİ GÜLER
Doktora
Türkçe
2024
HukukAnkara Hacı Bayram Veli ÜniversitesiÖzel Hukuk Ana Bilim Dalı
PROF. DR. HAYRETTİN ÇAĞLAR
- European patent system with special reference to patentability of pharmaceutical products and processes in the European Union and Turkey
Avrupa patent sistemi, Avrupa Birliği'nde ve Türkiye'de farmasötik (eczacılığa ait) ürünlerin ve usullerin patentlenebilirliği
RANA ORTAN
- How IP struggles to define AI-generated products and the ownership dilemma
Yapay zekâ ürünlerinin ve sahiplik ikileminin fikri mülkiyet hukuku kapsamında değerlendirilmesi
MUHAMMET EMİR ÇELİK
