發明專利實審中非專利文獻的檢索策略

謝 晶

（國家知識產權局專利局專利審查協作天津中心，天津 300304）

一、引言

檢索是發明專利申請實質審查程序中一個重要的步驟[1]，尤其是在以“三性”評判為主線的審查程序中，是判斷一件發明專利申請是否具備授權前景的重要手段。在發明專利實質審查中用到的資料包括專利文獻及非專利文獻。隨著人工智能的飛速發展，該技術領域的發明專利申請也大幅增長，而人工智能技術涉及很多先進的計算機算法的應用，這導致越來越多的發明專利申請中出現算法類的相關描述，因此，非專利文獻的應用也越來越廣泛。

二、非專利文獻的檢索策略

（一）為了解現有技術而進行的非專利文獻檢索

隨著人工智能的飛速發展，發明專利申請中引入了越來越多的高新技術，作為人工智能技術領域的審查員，在進行實質審查前需要了解更多的現有技術，以充分向本領域技術人員靠近。面對飛速發展的高新產業，非專利文獻的公開往往會優先于專利文獻，因此，為了更好地了解現有技術，需要在非專利庫中進行檢索，以獲取更多的背景知識。

一般以了解現有技術為目的的非專利文獻檢索，可以不了解技術方案的實質，而僅以發明主題或方案中涉及的相關算法的名稱為關鍵詞進行簡單檢索。例如，主題名稱為“基于紅外視頻的SF6氣體泄漏自動檢測方法”的發明專利申請，其技術方案是利用紅外視頻實現SF6氣體泄漏位置的定位。面對該專利申請，審查員為了了解相關領域的現有技術，僅以“紅外”“氣體泄漏”為關鍵詞，在百度學術中進行了簡單的檢索，獲得大量的相關文獻，了解了該技術領域的發展現狀。又如，主題名稱為“融合KL變換與灰色關聯度的非局部均值去噪”的發明專利申請，其技術方案主要是利用KL變換算法與灰色關聯度分析算法對非局部均值濾波算法進行改進，以獲得更有效的去噪效果。該專利申請中涉及很多的具體算法描述，審查員在不熟悉這些算法的基礎上首先利用“KL變換”“灰色關聯度分析”和“非局部均值濾波”作為關鍵詞，在百度學術中進行了簡單檢索，獲得相關算法的介紹。對于計算機領域的專利申請，尤其是技術發展更新較快的領域，如圖像處理、模式識別等，很多較新穎的算法往往發表在國外的期刊或國際會議上，因此，外文非專利文獻的檢索也十分重要。例如，涉及“卷積神經網絡進行圖像處理”的發明專利申請，可以利用“convolutional neural network”以及該算法在方案中的作用或目的為關鍵詞在常用的外文非專利庫中進行檢索。

（二）為尋找XY類文件而進行的非專利文獻檢索

對一件發明專利申請進行檢索之前，首先要分析該申請的特點，以制定合理的檢索策略，提高檢索效率。

作為人工智能領域的審查員，對本領域中適合進行非專利文獻檢索的案件進行總結，得出如下幾個特點：（1）發明專利申請為高校或研究院所的申請；（2）發明專利申請為高校與企業的聯合申請；（3）發明專利申請為企業或個人申請，但發明人為高校老師；（4）發明專利申請為企業或個人申請，但技術方案中記載了復雜的算法或公式；（5）發明專利申請為企業或個人申請，但技術方案偏向于博客或論壇記載的內容。

針對不同特點的專利申請，本文制定了不同的非專利文獻檢索策略。

首先，對于符合第（1）～（4）條特點的專利申請，可首先利用申請人或發明人在非專利庫中進行追蹤檢索，筆者一般選擇的非專利文獻庫為“百度學術”CNKI和萬方。一般高校、研究院所或校企聯合申請，發明人或相關人員會發表與專利申請技術方案相關的期刊文獻。例如，專利號為“2014*****8902”的發明專利申請，申請人為杭州電子科技大學，該專利申請獨立權利要求步驟詳細，具備典型的高校專利申請的特點，針對該專利文獻，審查員使用發明人名稱及申請人名稱在CNKI中的作者發文檢索中檢索到發明人在前發表的論文，用以評述了該專利申請的新創性。例如，專利號為“2014*****3265”的發明專利申請，申請人為廣州嘉琪智能科技有限公司，該專利申請為公司申請，但通過對發明人進行檢索，發現其中兩個發明人為南京航空航天大學博導及博士生，因此，利用發明人繼續進行追蹤檢索，最終檢索到可以用來評述該專利申請新創性的對比文件。又如，專利號為“2015*****8156”的發明專利申請，申請人為薛笑榮、劉永革、劉明亮，該專利申請為個人申請，但其權利要求中涉及較多的算法和公式，以申請人姓名為關鍵詞，在百度學術中利用作者進行檢索，檢索到可影響該專利申請新創性的文件。同時，該申請人為西北工業大學計算機科學與工程系的老師。當利用申請人及發明人追蹤不到合適的對比文件時，對于與高?；蜓芯吭核嚓P的專利申請，其發明人中往往有該高校或研究院所的老師，并且其技術方案往往具有延續性，可能為某個技術團隊持續性研究的課題，因此，可以以該發明人姓名為關鍵詞，在CNKI的博碩士庫中，以導師為入口，檢索到與該導師相關的學生的博碩士論文。在此基礎上，進行追蹤檢索，也可檢索到相關的對比文件。例如，專利號為“2016*****7481”的發明專利申請，申請人為華中科技大學，在利用申請人和發明人進行追蹤檢索時，未檢索到合適的對比文件。而發明人“鐘勝”的單位為華中科技大學圖像識別與人工智能研究所，因此，在CNKI的博碩士庫中，以導師“鐘勝”和作者單位“華中科技大學”進行檢索，檢索到該導師的一名博士生發表的論文可以影響該專利申請的新創性，而該博士生并不是該專利申請的發明人。當利用上述追蹤方法，不能檢索到相關的對比文件時，可以利用“發明人&關鍵詞”的組合進行檢索。當然，此時更多的是外文非專利文獻的檢索。例如，專利號為“2014*****7787”的發明專利申請，申請人為國家電網公司、南瑞信息通信科技有限公司，該專利申請的獨立權利要求較長，權利要求中包含許多模型公式，其撰寫方式偏學術，而且發明人較多，在利用發明人追蹤未檢索到合適的中文對比文件時，在百度學術的高級檢索中，利用權利要求中出現的數學模型的英文表達以及發明人的英文名稱，檢索到可評述本申請新創性的對比文件。

在實際審查過程中，對于某些高校或研究院所的發明專利申請，利用申請人或發明人追蹤檢索，可以檢索到與該發明專利申請技術方案一致的在后公開的博碩士論文或期刊文獻，而該文獻不能作為影響本申請新創性的現有技術。此時，可以追蹤檢索到的在后公開的論文中的參考文獻，可以參照參考文獻中技術方案確定本申請的技術方案相對于現有技術實際做出改進的技術點，以此進行更加有針對性的檢索。

當利用上述追蹤檢索均不能檢索到相關的對比文件時，則需要利用關鍵詞及其中英文擴展在非專利庫中進行檢索。此時，筆者常用的非專利文獻庫為“百度學術”和CNKI。在進行關鍵詞提煉時，可提煉技術方案中使用的某種算法或某種數學模型的標準表達方式，此類關鍵詞在本領域中通常具有固定的表達，檢索時“噪聲”較小。或利用說明書中與某個技術點相關的一句話中的關鍵詞，在CNKI中利用句子檢索進行檢索，此方法一般較適合針對確定的區別來檢索給出結合啟示的對比文件。對于一些有算法描述的發明專利申請，有些對比文件，其可能不會以文字描述，而是以公式的形式記載，此時，可以根據專利申請中的文字描述概括其效果或作用，利用該效果或作用進行檢索。例如，專利號為“2016*****9656”的發明專利申請，其申請人為成都信息工程大學，其技術方案的實質是將頻繁項集算法部署在Map Reduce框架下，實現算法的并行處理，該技術方案共包括6個步驟。在檢索過程中，檢索到大量的相關文獻，與技術方案的步驟1～4相同，但權利要求中的步驟5～6是本申請針對現有技術做出的改進，分析步驟5～6發現該步驟的目的是為了得到更加完整的頻繁項集，因此，在百度學術的高級檢索中利用“包含全部檢索詞（Map Reduce FP樹 全局頻繁項集）and包含至少一個檢索詞（完整，完備）”，檢索到可以影響本申請新創性的對比文件。

對于符合第（5）條特點的專利申請，可以直接在“百度”中進行檢索，但要注意網絡公開時間的確定，以及證據保存，以防網頁過期等原因造成證據滅失。例如，申請號為“2015*****0567”的發明專利申請，其申請人為云南電網有限責任公司紅河供電局，該技術方案中限定了“使用搜狗瀏覽器下載swf格式文檔的過程”，通過對權利要求分析，發現其撰寫方式更偏向于某些博客或論壇的撰寫方式，因此，直接在“百度”中進行檢索，在百度知道中檢索到“如何下載網頁中的flash文件”，與權利要求中的下載過程完全一致。

（三）為公知常識性舉證而進行的非專利文獻檢索

《專利審查指南》中規定，“審查員在審查意見通知書引用的本領域的公知常識應當是確鑿的，如果申請人對審查員引用的公知常識提出異議，審查員應當能夠說明理由或提供響應的證據予以證明”[1]。同時，《專利審查指南》中規定了公知常識性證據為技術詞典、技術手冊、教科書等所屬技術領域的公知常識。

一般在進行公知常識性證據檢索時，選擇非專利庫“讀秀”檢索相關的教科書或工具書，利用萬方數據庫進行“標準”檢索，該數據庫中包含了國家標準及部分行業標準的全文。在上述數據庫檢索時，通常使用關鍵詞進行檢索，具有針對性。

三、總結

本文針對人工智能領域的專利申請的背景技術類非專利文獻、XY類非專利文獻以及公知常識證據性非專利文獻的檢索策略進行了分析，并總結了適合進行非專利文獻檢索的專利申請文件的特點，并根據不同的特點制定了不同的非專利文獻的檢索策略，以期提高該技術領域的發明專利的檢索效率及審查質量。