从 PARIS 到 LE-PARIS：基于推荐系统与协作式大型语言模型的专利答复自动化
计算与语言
2024-03-06 v2 人机交互
信息检索
机器学习
摘要
在专利审查过程中，及时且有效地答复审查意见（Office Actions, OAs）对于获得专利至关重要。然而，以往的自动化与人工智能研究在很大程度上忽视了这一方面。为弥补这一空白，本研究引入了专利审查意见答复智能系统（PARIS）及其高级版本——大型语言模型（LLM）增强的 PARIS（LE-PARIS）。这些系统旨在通过与 AI 协作，提高专利代理人在处理 OA 答复时的效率。系统的关键特征包括构建 OA 主题数据库、开发答复模板，以及实现推荐系统和基于 LLM 的答复生成。为验证系统的有效性，我们使用 USPTO 审查意见数据库以及基于代理人与系统交互的六年纵向数据，进行了多范式分析。通过五项研究，我们利用主题建模和提出的 Delphi 流程考察了 OA 主题的建设性（研究 1 和 2），考察了专为 OA 答复定制的混合 LLM 推荐系统的有效性（研究 3），考察了生成答复的质量（研究 4），并通过用户研究考察了系统在真实场景中的实用价值（研究 5）。结果表明，PARIS 和 LE-PARIS 均显著达成了关键指标，并对代理人的工作表现产生了积极影响。
引用
@article{arxiv.2402.00421,
title = {From PARIS to LE-PARIS: Toward Patent Response Automation with Recommender Systems and Collaborative Large Language Models},
author = {Jung-Mei Chu and Hao-Cheng Lo and Jieh Hsiang and Chun-Chieh Cho},
journal= {arXiv preprint arXiv:2402.00421},
year = {2024}
}
备注
28 pages, 5 figures, typos corrected, references added, under review