NBER-Studie bestätigt starke Performance des PaECTER-Modells zur Patentanalyse

PaECTER ist ein semantisches Ähnlichkeitsmodell des Max-Planck-Instituts für Innovation und Wettbewerb, das Deep Learning nutzt. Ziel ist, Patente und Publikationen zu identifizieren, die sich textlich ähneln. Die Suche nach semantischer Ähnlichkeit ist sowohl für Erfinder*innen als auch in der Patentprüfung von großer Bedeutung. Die meisten existierenden Tools sind nicht skalierbar, verwenden veraltete Methoden oder sind auf einzelne Domänen begrenzt. Oft sind sie nicht Open Source. PaECTER übertrifft alle offen verfügbaren Modelle im Patentbereich und schneidet auch im wissenschaftlichen Bereich gut ab. Das hat nun eine neue Studie des National Bureau of Economic Research bestätigt.