˙
新闻与出版物
对《专利审查指南修改草案(2021.8)》的解读和建议(三)
2021年09月07日 发布人:发布人:华诚小编 下载PDF文件

对《专利审查指南修改草案(2021.8)》的解读和建议(三)

华诚知识产权团队

在今年的8月3日,《专利审查指南修改草案(征求意见稿)》发布并面向公众征求意见,其中第二部分第九章针对涉及计算机程序的发明专利申请的相关内容又进行了部分修订,增加并修改了数个审查示例。

此次指南的修订明确了计算机程序相关领域的审查标准,对此本文从专利代理的实操层面上进行解读并给出建议。

 

一、第二部分第九章5.2节“权利要求书的撰写”

此次指南修改草案中增加了“计算机程序产品应当理解为主要通过计算机程序实现其解决方案的软件产品”规定,并且“计算机程序产品”可以作为权利要求的保护对象。

此项修改带来的变化是,后续涉及计算机程序的发明专利申请的权利要求通常可以撰写成以下4组的形式:

1. 方法权利要求

2. 装置、设备、系统权利要求

3. 计算机程序产品权利要求

4. 存储介质权利要求

通过增加计算机程序产品的权利要求,一方面,可以适应技术发展和各行业创新主体的需求,涉及到计算机程序的发明专利的撰写方式和相关审查标准与国际进一步接轨;

其次,涉及到计算机程序的发明有了明确的侵权产品,侵权对象可以只针对计算机程序的软件制造商,而无需牵涉到处理器、存储器等计算机硬件产品的制造商;

另外,随着云计算技术的飞速发展,计算机软件或程序更多的是以存储在云端的形式存在,从侵权诉讼取证的角度来说,计算机程序产品的权利要求可以允许专利权人从网络上获取相应的计算机程序产品,进而证明侵权事实,而无需取得侵权对象的运行有计算机软件的电脑、服务器等。

最后,对于申请人或专利代理人来说,在审查指南修改定稿之前的过渡阶段,可以在说明书部分增加计算机程序产品相关内容的记载,在后续利用主动修改的机会将计算机程序产品相关权利要求补入权利要求书部分。

 

二、第二部分第九章6.1.2节 “根据专利法第二条第二款的审查”

此次指南修改通过结合6.2节的四个审查示例明确了专利法第二条第二款规定的技术方案的审查标准。

【例5】

一种深度神经网络模型的训练方法

申请内容概述

发明专利申请提出一种深度神经网络模型的训练方法,针对某一大小的训练数据,从多个候选训练方案中选取训练耗时最小的方案用于模型训练,以解决固定地采用同一种单处理器或多处理器训练方案不适用于所有大小的训练数据而导致训练速度慢的问题。

申请的权利要求

一种深度神经网络模型的训练方法,包括:

当训练数据的大小发生改变时,针对改变后的训练数据,分别计算所述改变后的训练数据在预设的候选训练方案中的训练耗时;

从预设的候选训练方案中选取训练耗时最小的训练方案作为所述改变后的训练数据的最佳训练方案,所述候选训练方案包括单处理器训练方案和基于数据并行的多处理器训练方案;

将所述改变后的训练数据在所述最佳训练方案中进行模型训练。

分析及结论

该解决方案是一种深度神经网络模型的训练方法,该模型训练方法为解决训练速度慢的问题,针对不同大小的训练数据,选择适配具有不同处理效率的单处理器训练方案或多处理器训练方案,该模型训练方法与计算机系统的内部结构存在特定技术关联,提升了训练过程中硬件的执行效果,从而获得符合自然规律的计算机系统内部性能改进的技术效果。因此,该发明专利申请的解决方案属于专利法第二条第二款规定的技术方案,属于专利保护的客体。

【例6】

一种电子券使用倾向度的分析方法

申请内容概述

为吸引用户,商家会向用户发放各类电子券。但是无目的地投放电子券,不但无法吸引真正有需要的用户,反而给用户增加了浏览和筛选的负担。发明专利申请提供一种构建电子券使用倾向度识别模型的方法,通过分析电子券的种类、用户行为等,能够准确地建立电子券使用倾向度识别模型,以更加精确地判断用户对电子券的使用倾向,使投放的电子券更加满足用户实际需要,提升电子券的利用率。

申请的权利要求

一种电子券使用倾向度的分析方法,其特征在于,包括:

根据电子券的信息对电子券进行归类以得到电子券种类;

根据电子券的应用场景获取用户样本数据;

根据用户行为,从所述用户样本数据中提取用户行为特征,所述用户行为包括:浏览网页、搜索关键词、加关注、加入购物车、购买以及使用电子券;以用户样本数据作为训练样本,以用户行为特征作为属性标签,针对不同种类的电子券来训练电子券使用倾向度识别模型;

通过训练后的电子券使用倾向度识别模型对电子券的被使用概率进行预测,得到用户对于不同种类电子券的使用倾向度。

分析及结论

该解决方案涉及一种构建电子券使用倾向度识别模型的方法,该方法处理的是电子券相关的大数据,通过对电子券进行归类、获取样本数据、确定行为特征及进行模型训练,挖掘出用户行为特征与电子券使用倾向度之间的内在关联关系,浏览时间长、搜索次数多、使用电子券频繁等行为特征表示对相应种类电子券的使用倾向度高,这种内在关联关系符合自然规律,据此解决了如何提升分析用户对电子券使用倾向度的精确性的技术问题,并且获得了相应的技术效果。因此,该发明专利申请的解决方案属于专利法第二条第二款规定的技术方案,属于专利保护的客体。

【例7】

一种知识图谱推理方法

申请内容概述

知识图谱在许多自然语言处理应用中有非常重要的作用,例如问答系统、语义搜索等。但由于知识获取的不确定性,基于实体识别和关系抽取技术构建的知识图谱,会导致知识图谱的不完整。如果知识图谱中存在错误,会导致应用返回错误的结果。发明专利申请提出了一种基于关系注意力的知识图谱推理方法。

申请的权利要求

一种基于关系注意力的知识图谱推理方法,所述方法包括:

获取知识图谱中节点的初始嵌入表示,将所述初始嵌入表示转换到高维空间,得到高维嵌入表示,所述节点为知识图谱中的实体,所述知识图谱是对知识进行实体识别和关系抽取构建的,所述知识是问答系统、语义搜索中相关联的知识,所述实体是利用命名实体识别工具从自然语言文本中获取的文本数据,所述初始嵌入表示是所述文本数据通过词嵌入模型得到的向量;

获取所述知识图谱中目标节点的邻居节点集合,根据所述目标节点与所述邻居节点集合中邻居节点的关系类型,构建邻居子图;

根据所述目标节点的高维嵌入表示和所述邻居子图中邻居节点的高维嵌入表示,得到所述目标节点嵌入邻居子图中信息的邻居嵌入表示;

将所述目标节点的高维嵌入表示与所述邻居嵌入表示进行聚合,得到目标节点的聚合嵌入表示;

根据每个所述邻居子图的第一注意力分值,对所述聚合嵌入表示进行融合,得到所述目标节点的融合嵌入表示;

根据所述融合嵌入表示,计算所述目标节点对应三元组的得分,根据得分进行三元组推理。

分析及结论

该解决方案是一种基于关系注意力的知识图谱推理方法,该方法各步骤中处理的数据是自然语言中的文本数据或者语义信息等技术数据,通过对问答系统、语义搜索中相关联的知识进行实体识别和关系抽取构建知识图谱,从而进行知识图谱推理。该解决方案所解决的是文本嵌入及语义搜索过程中如何丰富语义信息、提高推理准确性的技术问题,利用的是遵循自然规律的技术手段,获得了相应的技术效果。因此,该发明专利申请的解决方案属于专利法第二条第二款规定的技术方案,属于专利保护的客体。

【例10】

一种金融产品的价格预测方法

申请内容概述

现有的金融产品价格预测方法,大多由专家根据经验给出建议,预测的准确性和时效性不高。发明专利申请提供一种金融产品的价格预测方法,通过金融产品的历史价格数据对神经网络模型进行训练,从而对金融产品的未来价格走势进行预测。

申请的权利要求

一种金融产品的价格预测方法,其特征在于,所述方法包括:使用金融产品的N+1 个日指标历史价格数据对神经网络模型进行训练得到价格预测模型,其中,前N个日指标历史价格数据作为样本输入数据,最后1 个日指标历史价格数据作为样本结果数据;

使用所述价格预测模型和最近N个日指标历史价格数据来预测未来一天金融产品的价格数据。

分析及结论

该解决方案涉及一种金融产品的价格预测方法,该方法处理的是金融产品相关的大数据,利用神经网络模型挖掘过去一段时间内金融产品的价格数据与未来价格数据之间的内在关联关系,但是,金融产品的价格走势遵循经济学规律,由于历史价格的高低并不能决定未来价格的走势,因此,金融产品的历史价格数据与未来价格数据之间不存在符合自然规律的内在关联关系,该方案所要解决的是如何预测金融产品价格的问题,不构成技术问题,获得的相应的效果不是技术效果。因此,该发明专利申请不属于专利法第二条第二款规定的技术方案,不属于专利保护的客体。

首先,判断涉及计算机程序的发明创造是否符合专利法第二条第二款规定的总体原则没有变,还是考虑整体的方案是否解决了技术问题以及是否获得了技术效果;

其次,对于涉及计算模型、算法等的创新,权利要求可以反应出与计算速度或者计算精度提高等能体现出技术效果的内容。而按照之前的规定,涉及人工智能的网络模型的专利申请,一般必须有具体的应用领域,例如图像处理、视频处理等。根据新增的审查示例,涉及人工智能算法的方案并不一定要结合具体的应用领域或是处理对象。相应地,没有了诸如图像、视频处理的应用领域的限制,权利要求的保护范围会扩大。

再次,对于涉及到行为分析、金融领域等容易被判定为智力活动规则和方法的申请,需要体现技术上的改进,而不仅仅是规则在计算机层面的实现或再现。

 

三、第二部分第九章6.1.3节“新颖性和创造性的审查”

此次指南修改通过结合6.2节的两个审查示例明确了创造性的审查标准,即,对于结合了技术特征或者与技术特征功能上彼此相互支持、存在相互作用关系的算法特征或商业规则和方法特征应当予以考虑。

【例13】

一种物流配送方法

申请内容概述

在货物配送过程中,如何有效提高货物配送效率以及降低配送成本,是发明专利申请所要解决的问题。在物流人员到达配送地点后,可以通过服务器向订货用户终端推送消息的形式同时通知特定配送区域的多个订货用户进行提货,达到了提高货物配送效率以及降低配送成本的目的。

申请的权利要求

一种物流配送方法,其通过批量通知用户取件的方式来提高物流配送效率,该方法包括:

当派件员需要通知用户取件时,派件员通过手持的物流终端向服务器发送货物已到达的通知;

服务器批量通知派件员派送范围内的所有订货用户;

接收到通知的订货用户根据通知信息完成取件;

其中,服务器进行批量通知具体实现方式为,服务器根据物流终端发送的到货通知中所携带的派件员ID、物流终端当前位置以及对应的配送范围,确定该派件员ID 所对应的、以所述物流终端的当前位置为中心的配送距离范围内的所有目标订单信息,然后将通知信息推送给所有目标订单信息中的订货用户账号所对应的订货用户终端。

分析及结论

对比文件1公开了一种物流配送方法,其由物流终端对配送单上的条码进行扫描,并将扫描信息发送给服务器以通知服务器货物已经到达;服务器获取扫描信息中的订货用户信息,并向该订货用户发出通知;接收到通知的订货用户根据通知信息完成取件。发明专利申请的解决方案与对比文件1的区别在于批量通知用户订货到达,为实现批量通知,方案中服务器、物流终端和用户终端之间的数据架构和数据通信方式均做出了相应调整,取件通知规则和具体的批量通知实现方式在功能上彼此相互支持、存在相互作用关系。相对于对比文件1,确定发明实际解决的技术问题是如何提高订单到达通知效率进而提高货物配送效率。由此可以使物流派送人员的操作更便利、订货用户接收取货通知更及时,提高了取送货双方的用户体验。本申请的解决方案能够获得提高订单到达通知效率进而提高货物配送效率的技术效果以及用户体验的提升,这种用户体验的提升是由功能上彼此相互支持、存在相互作用关系的数据架构和数据通信方式的调整以及取件通知规则和具体的批量通知实现方式共同带来的,上述用户体验的提升和技术效果共同构成发明与现有技术相比所具有的有益效果。由于现有技术并不存在对上述对比文件1做出改进从而获得发明专利申请的技术方案的技术启示,要求保护的发明技术方案具备创造性。

【例15】

一种用于适配神经网络参数的方法

申请内容概述

针对不同的应用场景需设计不同的神经网络架构,并且需在某一类型的计算架构上使用一系列的运算来实现,因此期望能够通过较低的硬件成本高效地实现神经网络中的运算。发明专利申请提出了用于适配神经网络参数的方法,通过获得具有规范形式的神经网络参数,将神经网络中的运算映射到计算架构所支持的运算中,简化神经网络相关硬件的设计和实现。

申请的权利要求

一种用于适配神经网络参数的方法,所述方法包括:

针对神经网络至少一层中的每一层的权重参数,选择多个维度;

确定所述权重参数在所述多个维度中每个维度上的尺寸;

基于支持神经网络计算的硬件的使用率,确定所述权重参数在所述多个维度中每个维度上的目标尺寸的候选值集合;

选取所述候选值集合中大于或等于对应维度上的尺寸的所有候选值子集,确定所述候选值子集中的最小值为对应维度上的目标尺寸;

如果所述权重参数在多个维度中的至少一个维度上的尺寸小于对应维度上的目标尺寸,则在所述维度上对权重参数进行填充,使得填充之后获得的权重参数在每个维度上的尺寸等于对应维度上的目标尺寸。

分析及结论

对比文件1公开了面向神经网络处理器的设计方法,该方法根据神经网络拓扑结构、神经网络层中各层的权重参数和维度参数,以及硬件资源约束参数等,从已构建的神经网络组件库中查找单元库,并依据单元库生成对应于神经网络模型的神经网络处理器的硬件描述语言代码,进而将所述硬件描述语言代码转化为所述神经网络处理器的硬件电路。其中将神经网络特征数据和权重数据划分为适当的数据块集中存储和访问。发明专利申请的解决方案与对比文件1的区别在于确定神经网络每一层权重参数在每个维度上的尺寸,基于硬件使用率确定权重参数在每个维度上的目标尺寸的候选值集合,选取对应维度上的候选值子集并确定其中最小值为目标尺寸,如果权重参数在至少一个维度上的尺寸小于目标尺寸则对所述维度上的权重参数进行填充。基于申请文件可知,该解决方案通过将权重参数的尺寸填充为等于目标尺寸,当支持神经网络的硬件对神经网络的数据进行运算时,硬件能够高效处理所述数据,该解决方案中的算法提升了硬件的运算效率。因此,上述用于适配神经网络参数的算法特征与技术特征在功能上彼此相互支持、存在相互作用关系。相对于对比文件1,确定发明实际解决的技术问题是如何使硬件高效地执行神经网络中的运算。上述通过适配神经网络参数以提升硬件运算效率的内容未被其他对比文件公开,也不属于本领域的公知常识,现有技术整体上并不存在对上述对比文件1进行改进以获得发明专利申请的技术方案的启示,要求保护的发明技术方案具备创造性。

指南修改明确了创造性审查的标准,应当考虑算法或商业规则和方法等所谓非技术特征和技术特征之间的关联性,而不能一味地否定非技术特征的作用。

首先,涉及到计算机算法或者是商业模式的发明申请,不仅要注意总体的方案中一定要结合进技术手段,也要强调利用该方案获得相应的技术性效果。

其次,对于计算机算法或者是商业模式与计算机相结合的发明创造而言,可以重点体现算法、规则与计算机具体技术参数、结构部件等的结合,进而突出该算法、规则对于计算速度(快)和效率(高精度/低运算量)的影响作用;

再次,说明书中对于发明的效果的描述不能仅仅强调用户体验而脱离技术性的效果,否则可能会对创造性审查带来风险。

 

总的来说,就专利法第二条第二款以及新颖性和创造性而言,对于涉及计算机程序的发明创造的审查更加合理。在撰写涉及到计算机程序或者是商业模式的发明申请时,还是要注意体现“技术手段、技术问题、技术效果”这三要素,一方面能够满足专利法二条二款的规定,另一方面为答复审查意见,特别是涉及创造性的审查意见提供依据。


本网站之内容旨在提供有关华诚的一般信息。本网站之内容不得被视为与访问者建立律师-客户关系,也不视为是为任何具体事宜提供法律意见。网站访问者应向律师咨询以获得专业法律意见。 对于任何争议的特定事实和情况,在没有获得恰当的法律或其他专业意见之前,本所客户和其他网站访问者不能将华诚网站上的任何信息作为采取行动与否的依据。

© Copyright 2000-2015 All Rights Reserved | 沪ICP备15028801号 隐私保护 | 用户反馈

沪公网安备 31010402001317号

Lin