臺灣博碩士論文加值系統

近年來人工智慧已經改變不只是網路的世界，在現實中從商業到醫療都可以看到人工智慧協助人類解決問題，且應用人工智慧的趨勢還在逐步升溫。以往機器都需要人類配合利用手動鍵盤人工輸入或是依照機器的規定下達指令，為了使得機器與人類能更自然的溝通，「自然語言處理」就是為了處理這個問題而存在發展的。
本研究首先會介紹軟體專利與自然語言處理，並且利用專利分析觀察「自然語言處理」，分析在文本、語音、翻譯、問答、搜尋、推薦、訓練數據、自然語言理解、知識圖譜、事實技術領域中未來的趨勢，本研究觀察結果到全球對於自然語言處理相關的專利都是呈現上升狀態，其中近幾年的中國專利申請量相較於其他國家呈現大量成長。
本研究也特別針對我國之專利權人進行調查，發現除我國之專利權人外，也有許多國際大廠針對該領域進行專利佈局，其中中國企業也出現在其中，包括：阿里巴巴、騰訊等等。

Artificial intelligence has been changed not only in the world of the Internet but in reality. From the commercial to the medical treatment, artificial intelligence can be seen to help humans solve problems, and the trend of applying artificial intelligence is gradually heating up. In the past, machines required humans to use manual keyboards to manually input or to issue instructions according to the rules of the machine. In order to make the machine and humans communicate more naturally, “natural language processing” has developed to deal with this problem.
This study will first introduce software patents and natural language processing, and use patent analysis to observe “natural language processing” analyzing text, speech, translation, question and answer, search, recommendation, training data, natural language understanding, knowledge map, factual technology in the future trend. The results of this study observe that global patents related to natural language processing are on the rise, including Chinese patent applications in recent years. Whose application cases are much larger than that of other countries.
This study also specifically investigates the patentees in Taiwan and finds that in addition to the patent holders in Taiwan, there are also many international companies that carry out patent distribution in this field, among which Chinese companies also appear, including Alibaba, Tencent, etc.

摘 要 i
ABSTRACT ii
誌 謝 iii
目 錄 iv
表目錄 vi
圖目錄 viii
第一章 緒論 1
一、 研究背景與動機 1
二、 研究目的 6
第二章 文獻探討 7
一、 專利 7
（一） 專利定義 7
（二） 專利類型 8
（三） 軟體專利 10
（四） 專利分析 13
（五） 專利家族 13
二、 自然語言處理 16
（一） 自然語言處理定義 17
（二） 自然語言處理發展歷史 18
（三） 自然語言處理分類 19
（四） 自然語言處理特點 23
三、 國內外文獻綜述 24
第三章 研究方法 28
一、 研究限制與範圍 28
二、 研究工具（WIPS） 28
第四章 研究結果 32
一、 自然語言處理之專利檢索流程 32
二、 自然語言處理之專利分析 35
（一） 自然語言處理之專利趨勢分析 35
（二） 自然語言處理之IPC分析 44
（三） 自然語言處理之技術領域分析 56
（四） 自然語言處理之專利權人分析 99
（五） 自然語言處理之案例分析 127
第五章 結論與建議 130
一、 結論 130
二、 未來的建議 133
參考文獻 136

書籍
中華人民共和國國家知識產權局（編）（2010），《專利審查指南》，北京：知識產權出版社。
古明地正俊、長谷佳明（著），林仁惠（譯）（2018），《AI人工智慧的現在．未來進行式》，台灣：遠流。
馬少平（等編）（2016），《中文信息處理發展報告》，北京：中國中文信息學會。
陳達仁、黃慕萱（編）（2018），《專利資訊檢索、分析與策略》，2版，台灣：華泰文化。
鄭捷（編）（2018），《NLP自然語言處理: 用人工智慧看懂中文 》，台灣：佳魁數位。
期刊
AMiner團隊（2018），〈2018自然語言處理研究報告〉，《AMiner研究報告》，8期，載於：https://static.aminer.cn/misc/article/nlp.pdf。
祁明輝（2015），〈後Alice時代-各國對於電腦軟體相關發明是否為專利適格標的之判斷〉，《三達智慧財產權事務所通訊》，20卷1-9。
洪振盛（2016），〈Alice 案後美國電腦軟體專利適格性之發展〉，《智慧財產權月刊》，211期，頁66-89。
陳宜誠（2014），〈軟體與商業模式的可專利性(下)〉，《北美智權報》，112期，載於：http://www.naipo.com/Portals/1/web_tw/Knowledge_Center/Expert_Column/PE-118.htm。
黃萱菁、趙軍（中文文本情感分析〉，《中國計算機學會通訊》，4卷2期，頁
葉雲卿（2018），〈淺談中國軟體專利適格性〉，《北美智權報》，212期，載於：http://www.naipo.com/Portals/1/web_tw/Knowledge_Center/Expert_Column/IPNC_180530_1201.htm。
趙妍妍、秦兵、劉挺（2010），〈文本情感分析〉，《軟件學報》，21卷8期，頁1834−1848 。
劉嶠、李楊、段宏、劉瑤、秦志光（2016），〈知識圖譜構建技術綜述〉，《計算機研究與發展》，3期，頁1-19。

論文
陳綺萱（2019），《深度學習之專利分析研究》，國立臺灣師範大學圖書資訊學研究所碩士論文，台北市。
黃俊霖（2018），《自然語言處理研究與應用》，國立雲林科技大學資訊工程系碩士論文，雲林縣。
簡裕維（2016），《使用自然語言處理技術從電子病歷中自動擷取心臟疾病危險因子以輔助心臟疾病回溯性研究》，慈濟大學醫學資訊學系碩士論文，花蓮。
網頁
European Patent Office，https://www.epo.org/index.html （最後瀏覽日：06/22/2019）。
WIPO IPC Publication，https://www.wipo.int/classifications/ipc/ipcpub/?notion=scheme&version=20190101&symbol=none&menulang=en&lang=en&viewmode=f&fipcpc=no&showdeleted=yes&indexes=no&headings=yes¬es=yes&direction=o2n&initial=A&cwid=none&tree=no&searchmode=smart （最後瀏覽日：07/05/2019）。
WIPS，https://www.wipsglobal.com/servicecn/mai/main.wips （最後瀏覽日：06/28/2019）。
自然語言處理，https://wiki.mbalib.com/zh-tw/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86 （最後瀏覽日：07/08/2019）。
網路文獻
大和有話說（2018），《完整解析AI人工智慧：3大浪潮＋3大技術＋3大應用》，載於：https://dahetalk.com/2018/04/08/ （最後瀏覽日：07/19/2019）。
中國電子技術標準化研究院（2018），《人工智慧標準化白皮書》，載於：http://www.cesi.cn/images/editor/20180124/20180124135528742.pdf （最後瀏覽日：07/19/2019）。
任上鳴、張筱祺（2019），《知識圖譜於數位轉型之創新應用》，載於：https://mic.iii.org.tw/aisp/ReportS.aspx?id=CDOC20190123015 （最後瀏覽日：07/19/2019）。
江蘇大學學報（2018），《自然語言處理中的語言模型綜述》，載於：http://qikann.com/lunwen/qikan-1931.html （最後瀏覽日：07/19/2019）。
孟嘉（2019），《解讀 2018：知識圖譜已成 AI 下一風口，但你知道它進展到哪了嗎？》，載於：https://www.infoq.cn/article/YlIWfV-kwhM4fRbfeDTk （最後瀏覽日：07/28/2019）。
林巧珍（2018），《從大廠動向看AI語音助理發展趨勢》，載於：https://mic.iii.org.tw/AISP/ReportS.aspx?id=CDOC20180718003 （最後瀏覽日：07/19/2019）。
科睿唯安（2018），《Derwent Innovation：DWPI和INPADOC專利家族的準則》，載於：https://support.clarivate.com/Patents/s/article/Derwent-InnovationDWPI%E5%92%8CINPADOC%E5%B0%88%E5%88%A9%E5%AE%B6%E6%97%8F%E7%9A%84%E6%BA%96%E5%89%87?language=zh_TW （最後瀏覽日：07/19/2019）。
國家教育研究院（2012），《專利家族》，載於：http://terms.naer.edu.tw/detail/1678925/?index=6 （最後瀏覽日：07/19/2019）。
張曉珍、陳賜賢（2017），《華文自然語言處理中國專利趨勢分析》，載於：https://mic.iii.org.tw/AISP/ReportS.aspx?id=CDOC20170418001 （最後瀏覽日：07/19/2019）。
經濟部智慧財產局（2017），《認識專利》，載於：https://www.tipo.gov.tw/public/data/7121413522371.pdf （最後瀏覽日：07/19/2019）。
經濟部智慧財產局（2019），《第2篇發明基準（全）》，載於：https://www.tipo.gov.tw/public/Attachment/812181612513.pdf （最後瀏覽日：07/19/2019）。
圖書館學與資訊科學大辭典（2012），《自然語言處理》，載於：http://terms.naer.edu.tw/detail/1678997/ （最後瀏覽日：07/28/2019）。
圖書館學與資訊科學大辭典（2012），《語意網路》，載於：http://terms.naer.edu.tw/detail/1679016/ （最後瀏覽日：07/19/2019）。
Book
J. Devlin, M.-W. Chang, K. Lee and K. Toutanova. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Minneapolis, Minnesota: Association for Computational Linguistics.
S. Joseph, K. Sedimo, F. Kaniwa, H. Hlomani and K. Letsholo. (2016). Natural Language Processing: A Review (Vol. 6).
T. Mikolov, G. s. Corrado, K. Chen and J. Dean. (2013). Efficient Estimation of Word Representations in Vector Space.
T. Young, D. Hazarika, S. Poria and E. Cambria. (2018). Recent Trends in Deep Learning Based Natural Language Processing [Review Article] (Vol. 13).


Case
Mayo Collaborative Services v. Prometheus Laboratories, Inc., No. 10–1150., 132 1289 (2012).
Alice Corp. v. CLS Bank International, No. 13-298, 134 2347 (Supreme Court 2014).
Conference
V. Hatzivassiloglou and K. R. McKeown. (1997). Predicting the Semantic Orientation of Adjectives, Madrid, Spain.
Journal
A. Neveol, H. Dalianis, S. Velupillai, G. Savova and P. Zweigenbaum. (2018). Clinical Natural Language Processing in languages other than English: opportunities and challenges. J Biomed Semantics, 9(1), 12. doi:10.1186/s13326-018-0179-8
J. T. Wu, F. Dernoncourt, S. Gehrmann, P. D. Tyler, E. T. Moseley, E. T. Carlson, D. W. Grant, Y. Li, J. Welt and L. A. Celi. (2018). Behind the scenes: A medical natural language processing project. International Journal of Medical Informatics, 112, 68-73. doi:https://doi.org/10.1016/j.ijmedinf.2017.12.003
Report
A. Rowsell-Jones and C. Howard. (2019). 2019 CIO Survey: CIOs Have Awoken to the Importance of AI. Retrieved from https://www.gartner.com/en/documents/3897266/2019-cio-survey-cios-have-awoken-to-the-importance-of-ai
WIPO. (2019). Technology Trends 2019 : Artificial Intelligence. Retrieved from Switzerland: https://www.wipo.int/publications/en/details.jsp?id=4386