Bosch Center for AI 发布 PEDANTIC 数据集, 应用在 专利分析、自然语言处理 领域

Bosch Center for AI 本次发布的数据集 PEDANTIC, PEDANTIC（专利确定性审查语料库）是一个包含14,000个美国专利申请中与自然语言处理（NLP）相关的专利声明的数据集，这些声明被标注了不确定性的原因。该数据集通过一个全自动的流程构建，该流程从美国专利商标局（USPTO）检索办公室行动文件，并使用大型语言模型（LLMs）提取不确定性原因。数据集包括细粒度的模糊性类别（如“前因基础”）以及每个模糊性原因的自由形式推理和受影响的声明范围。PEDANTIC提供了对专利人工智能研究人员的宝贵资源，使他们能够开发先进的审查模型。数据集和代码将被公开发布，以促进进一步的研究。

查看PEDANTIC

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。