继61期当人类专利工程师遇上AI审查委员 一文后，本刊期继续介绍其他国家IPO运用AI辅助专利、商标审查的状况。亚太地区的第一站先来到澳洲、新加坡及菲律宾；接下来刊期会将重心放在亚太第二站的日本及韩国。

图片来源：维基百科

澳洲

如果与美国USPTO相比，澳洲的AI辅助专利／商标审查可以算只是停留在小学阶段。在专利的部分，保守来说只是作到协助分案的层级。

澳洲知识产权局 ( IP Australia) 的专利自动分类（Patent Auto Classifier, PAC）工具能分析非结构性的PDF文件中的专利申请的内容，并预测相关的技术组别，从而可以优先分配给相对应的专利审查组别。

PAC使用澳洲的知识产权局内部开发的软件／机器学习技术来构建复杂的层次分类模型，以分析非结构化的PDF文件中每个专利案的内容。此预测模型除了已经使用澳洲知识产权局的特定专利数据进行了训练（即学习）外，同时也不断透过USPTO和欧洲专利局（EPO）的更为庞大的专利数据库来丰富内容。

早在2018年初，PAC已进行了最终审查和测试的先导计划，然后才正式上线试用。PAC旨在节省审委时间、简化技术分类流程、并确保能达到与人工手动流程相当的准确性。先导计划的测试重点为国际审查检索系统（International Examination Search System, INTESS），该系统能将国际申请案自动分配到正确组别，以便分案。（图1）

图1. 澳洲知识产权局的PAC系统

数据源：IP Australia Artificial Intelligence Initiatives; Robert BollardGeneral Manager,
Innovation and Technology Group, 2018

与此同时，澳洲知识产权局也在研究扩展PAC的机会，使之能在专利行政管理系统（PAMS）中分配国内申请案；以及一些其他专利分类和检索的功能也在研发中。

除了PAC之外，澳洲知识产权局也有商标辅助 (Trademark Assist)、虚拟助手Alex、澳洲商标搜寻、商品与服务辅助、智能型评定工具套组等等。

在商标检索部分，目前澳洲知识产权局使用的是澳洲商标搜寻 － 图像搜索（实时）(Australian Trade Mark Search - Image Search (Live))系统，根据所给予的影像来搜寻现有商标图像；澳洲智财局所使用的是已商用化的TrademarkVision图像识别软件（如图2）。而澳洲智财局的商标协助（Beta）则是一种交互式工具，旨在于申请过程的初始阶段，对无代理之商标申请人（特别是中小型企业）进行教育和协助（图3）。

图2. 澳洲知识产权局的AI商标搜寻系统

数据源：IP Australia Artificial Intelligence Initiatives; Robert BollardGeneral Manager,
Innovation and Technology Group, 2018

图3. 澳洲知识产权局的商标协助（Beta）是一种交互式工具，
旨在于申请过程的初始阶段协助无代理之商标申请人（特别是中小型企业）。

数据源：IP Australia Artificial Intelligence Initiatives; Robert Bollard General Manager,
Innovation and Technology Group, 2018

商标协助使用公共可用的单词关联模型来搜寻商品、服务以及分类，标审查员会定期对模型进行训练后，他们提供术语、列表和结果相关性排名。

新加坡

新加坡知识产权局 (Intellectual Property Office of Singapore, IPOS)利用AI协助作业的情况，大概可以分为五大部分，分别是审查（专利及商标）、图像搜寻（商标及设计专利）、专利分类、Helpdesk服务、商标分类（商品及服务）。

就专利及商标审查的部分，IPOS已经与新加坡当地研究机构A * STAR合作研发出商标区别性检查器（Trade Marks Distinctiveness Checker）。对商标申请人而言，该工具使用自然语言处理功能自动为商标申请推荐相关类别，协助申请人选择正确的类别，从而降低了由于错误选择类别而导致的拒绝率。透过减少重新提交，有助于节省申请人的成本并加速取得商标的时间。对审查委员而言，该系统使用机器学习来自动测量给定文字及标志的独特性，并为审查提供进一步建议，有助于审查委员加快独特性的审查步骤，从而减少审查商标案所需的时间。

IPOS并计划于在2020年实施商标成果仿真器　（Trademarks Outcome Simulator），功能包括商标图像搜索＋类推荐工具＋区别性检查器。按目前新加坡的商标申请速度，估计该仿真器每年可节省约5,000个审查员工时，并将随着申请率的增加而增加。

IPOS的商标成果仿真器系统允许用户和审查委员透过提供搜寻图像而不是传统关键词搜索来搜索商标，并使用AI来增强流程。例如：（1）识别非抽像元素，从而可以找到概念上相似但视觉上不相似的标记、（2）从不同语言的单词中找到概念上相似的单词和设备、（3）协助标志分割，让系统也可以搜寻复合标志内的各个元素。

此外，早在2018年初，IPOS已经在探索实施外观设计搜寻的可行性，该搜寻将允许客户和审查委员通过提供检索图像来检索一系列图像。

在专利审查部分，IPOS早在2018年初，已经在探索实施专利自动分类工具及专利自动检查系统的可行性，该检查系统使用自然语言处理（NLP）来理解专利文件，并自动将其分类为相关专业后，再以其他机器学习技术来自动执行形式检查；从而节省了专利申请行政人员的工作量。

菲律宾

菲律宾知识产权局（Intellectual Property Office of the Philippines, IPOPHL)并没有开发AI辅助审查工具，而是选用一般坊间的商用软件。

首先在一般日常行政业务上，IPOPHL选用了IBM的商业智能平台软件来支持管理平日办公室的报表需求，采用了ETL的提取，传输和加载（extract-transfer-and load）过程将IPAS数据库转换为COGNOS可读之封包 (data package)。

IBM的商业智能平台软件；source: IBM网站

此外，在专利搜寻的部分，IPOPHL使用了DTSearch的第三方搜索引擎，来进行专利搜索操作。与所有其他搜索引擎相似，DTSearch具有执行增量索引、模糊搜寻及一些其他功能。尽管此系统是比较低阶的AI的产品，但IPOPHL认为它比传统的数据库搜寻功能更为强大一些。

DTSearch的搜寻画面；DTSearch官网Quick Start简介

好消息～北美智权报有微信公众号了！ 《北美智权报》内容涵盖世界各国的知识产权新闻、重要的侵权诉讼案例分析、法规解析，以及产业与技术新知等等。 立即关注北美智权微信公众号→ NAIP_IPServices ～欢迎读者分享与转发～