利用arXiv數(shù)據(jù)庫進行高效檢索

李宇文 冷凝

摘 要：本文重點分析了如何利用“arXiv數(shù)據(jù)庫”進行有效檢索。同時，通過具體實際案例發(fā)現(xiàn)，在非專利檢索中，若在google學術(shù)中檢索到時間不可用的對比文件，可繼續(xù)在“arXiv數(shù)據(jù)庫”中做進一步的時間確定，可能會檢索到時間可用的版本。

關(guān)鍵詞：arXiv數(shù)據(jù)庫;檢索

一、引言

檢索是發(fā)明專利申請實質(zhì)審查程序中的一個關(guān)鍵步驟，其目的在于找出與申請的主題密切相關(guān)或者相關(guān)的現(xiàn)有技術(shù)中的對比文件，或者找出抵觸申請文件和防止重復(fù)授權(quán)的文件，以確定申請的主題是否具備專利法規(guī)定的新穎性和創(chuàng)造性[1]?？梢?，檢索的質(zhì)量和效率直接影響著審查的質(zhì)量和效率。那么，如何選取數(shù)據(jù)庫，并從海量的文獻中快速檢索到時間可用、內(nèi)容有效的對比文件，提高檢索效率，已經(jīng)成為檢索工作中亟需解決的問題。

二、利用arXiv數(shù)據(jù)庫檢索

arXiv是一個收錄科學文獻預(yù)印本的在線數(shù)據(jù)庫系統(tǒng)，其網(wǎng)址為arxiv.org[2]。下面結(jié)合實際案例來提供針對arXiv數(shù)據(jù)庫檢索相關(guān)技巧和策略。

案例一：

（1）案情介紹

1. 一種圖像檢測方法，包括：

輸入步驟：將第一圖像輸入經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò);

檢測步驟：基于所述神經(jīng)網(wǎng)絡(luò)對所述第一圖像中感興趣區(qū)域進行檢測，得到圍繞所述感興趣區(qū)域的多邊形，檢測所述多邊形的各個邊所在的直線;

輸出步驟：輸出描述所述各個邊所在的直線的參數(shù)。

2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)模型采用以下步驟獲得：

訓練數(shù)據(jù)集獲取步驟：對多個第二圖像的感興趣區(qū)域進行標識，得到訓練數(shù)據(jù)集;

SSD網(wǎng)絡(luò)訓練步驟：利用所述訓練數(shù)據(jù)集訓練SSD網(wǎng)絡(luò);

神經(jīng)網(wǎng)絡(luò)訓練步驟：利用所述訓練數(shù)據(jù)集訓練神經(jīng)網(wǎng)絡(luò)，其中，所述神經(jīng)網(wǎng)絡(luò)通過如下方式獲得：將訓練后的所述SSD網(wǎng)絡(luò)的檢測（Detection）層的輸入作為LSTM網(wǎng)絡(luò)的輸入，從而將所述SSD網(wǎng)絡(luò)與所述LSTM網(wǎng)絡(luò)組合形成所述神經(jīng)網(wǎng)絡(luò)。

（2）檢索技巧和策略

a）常規(guī)檢索及檢索難點

本申請的發(fā)明構(gòu)思主要體現(xiàn)在兩個方面，（1）采用線性標識方式對圖像中的感興趣區(qū)域進行標識;（2）采用SSD-LSTM卷積神經(jīng)網(wǎng)絡(luò)，對視頻圖像的感興趣區(qū)域進行檢測識別。

通過常規(guī)的檢索方式發(fā)現(xiàn)，將SSD和LSTM結(jié)合的神經(jīng)網(wǎng)絡(luò)算法均出現(xiàn)在2018-2019年，可見SSD+LSTM結(jié)合的卷積神經(jīng)網(wǎng)絡(luò)算法屬于新的技術(shù)手段。

b）亮點檢索

選擇在google學術(shù)中對“SSD+LSTM結(jié)合的卷積神經(jīng)網(wǎng)絡(luò)算法”進行檢索，如圖1所示。

經(jīng)檢索發(fā)現(xiàn)，文獻1《TSSD： temporal single-shot detector based on attention and LSTM for robotic intelligent perception》中所引用的文獻正是其下面這篇文獻2《Mobile video object detection with temporally-aware feature maps》，該文獻2提出了一種將SSD+LSTM結(jié)合的混合循環(huán)卷積結(jié)構(gòu)，其相對于傳統(tǒng)的LSTM減少了計算量。但是，從google學術(shù)中給出的鏈接點進去，可以看出該文獻2發(fā)表在CVPR2018上，其時間不可用，如圖2所示。

于是，繼續(xù)在google學術(shù)中檢索，發(fā)現(xiàn)文獻3《An Improved objective detection of road scenes based on SSD model》中同樣提到了“SSD+LSTM結(jié)合的混合循環(huán)卷積結(jié)構(gòu)”，其引用的文獻正是文獻2，但是在給出的參考文獻中，卻記載的時間是2017年。如圖3所示。

該文獻2的時間究竟是2017還是2018年，若能證明該文獻2在2017年就已經(jīng)公開，那么，文獻2即可與D1結(jié)合評述本申請的創(chuàng)造性。于是，需要對文獻2的公開時間做進一步確認。

通過瀏覽文獻2公開網(wǎng)址，發(fā)現(xiàn)下面給出了“ ”，即相關(guān)材料，通常我們只關(guān)注PDF，而其給出的文獻是最新更新的文獻，其時間為最新的時間。往往忽略了“arXiv數(shù)據(jù)庫”，點進“arXiv數(shù)據(jù)庫”，可以看到文獻2有兩個版本，即2017年11月17日提交的版本v1和2018年3月28日提交的最終版v2。

同時，該網(wǎng)頁給出了版本v1和v2的下載版本。由此，我們可以采用2017年11月17日公開的版本v1，作為本申請的D2，同時，將D1與D2結(jié)合，評述本申請權(quán)利要求2的創(chuàng)造性。

三、結(jié)束語

基于該案例，我們發(fā)現(xiàn)同一篇文章，若收錄在“arXiv數(shù)據(jù)庫”中，則時間相較于Google學術(shù)更早。因此，若在google學術(shù)中檢索到時間不可用的對比文件，可繼續(xù)在“arXiv數(shù)據(jù)庫”中做進一步的時間確定，可能會檢索到時間可用的版本。

參考文獻：

[1]中華人民共和國國家知識產(chǎn)權(quán)局.專利審查指南[M].北京：知識產(chǎn)權(quán)出版社，2010.

[2]丁曉萍. 世界知名預(yù)印本數(shù)據(jù)庫arXiv[J]. 商丘師范學院學報，2019，（5）：104-106.

（國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作湖北中心? 湖北省武漢市? 430000）