利用专利数据识别新兴AI技术：一种半自动化方法

本文介绍了一种基于专利数据识别新兴人工智能技术的新方法。该方法结合了合作专利分类（CPC）系统和人工智能相关关键词列表，并通过文本挖掘和专家验证进行优化，以识别与人工智能相关的专利。

核心观点
该方法通过整合最新术语和关键词，特别是针对生成式人工智能技术的增长，增强了AI发明的覆盖范围。它采用半自动化方法，包括两个关键步骤：

1. 系统性识别和提取近期人工智能关键词：从arXiv平台上对人工智能最近科学文章的摘要进行文本挖掘，识别反映该领域最新进展的关键词和短语。
2. CPC分组确定：根据人工智能术语在专利标题或摘要中的共现，识别相关的CPC组别，并结合专家验证进行确认。

关键数据和研究结论

• AI专利趋势：2015年至2020年，人工智能专利平均年增长率为30%，2023年通过PCT提交的AI发明近17,000项，占所有PCT申请的约6%。
• 领先国家：中国（31%）、美国（27%）和日本（10.5%）是人工智能专利的主要申请国。
• 技术优势：新加坡、加拿大和印度在人工智能技术优势排名前三位，而美国和中国保持强专业化，日本和欧盟27国相对不专业化。
• 关键词分析：2020年顶级人工智能关键词包括“机器学习”“人工智能”“图像处理”等。
• 方法验证：与之前经合组织方法相比，修订后的方法显著提高了AI专利的识别率，特别是通过包含与生成式AI和图像处理相关的额外关键词。

局限性

• 专利信息的时效性：由于专利公布存在行政延迟，近期数据采用“即时预测”方法进行估算。
• 未获专利的创新盲点：专利数据无法涵盖所有AI创新，需结合其他来源（如科学文章、开源软件）进行补充分析。

方法优势

• 易于更新：通过定期从arXiv中提取新兴关键词，确保方法与AI进展保持一致。
• 国际可比性：基于PCT申请数据，提供全球范围内AI专利发展的可比指标。
• 适用性：可应用于其他专利数据集，以捕获受专利保护的AI及其他新兴技术领域的发展。