Anais
Resumo do trabalho
Tecnologia da Informação · Ciências de dados e Inteligência analítica
Título
RASTREAMENTO TECNOLÓGICO: um estudo sobre ferramentas de mineração textual para apoiar a extração de inteligência técnica de documentos de patente
Palavras-chave
Patente
Mineração textual
Inteligência técnica
Agradecimento:
Fundo de Apoio à Pesquisa da Universidade Nove de Julho (FAP/UNINOVE) e Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Autores
-
Katia Cinara Tregnago CunhaUNIVERSIDADE NOVE DE JULHO (UNINOVE)
-
Carla Bonato MarcolinUNIVERSIDADE FEDERAL DE UBERLÂNDIA (UFU)
-
Patrick Luiz de AraújoUNIVERSIDADE FEDERAL DE UBERLÂNDIA (UFU)
-
Marcos Antenor de Souza MoraisUNIVERSIDADE FEDERAL DE UBERLÂNDIA (UFU)
Resumo
Introdução
As bases patentárias são uma das principais fontes de inteligência técnica, descrevendo problemas e suas respectivas soluções em diferentes domínios. O acesso e a exploração dessas informações subsidiam dados para atividades de Pesquisa, Desenvolvimento e Inovação, bem como para a Gestão. No entanto, a diversidade linguística e a variação nas estruturas linguísticas, em função da natureza técnica e jurídica dos textos, impõe desafios para o processo de extração de inteligência técnica.
Problema de Pesquisa e Objetivo
A questão de pesquisa deste estudo é: Como os métodos de mineração textual têm contribuído para a recuperação de inteligência técnica de patentes? O objetivo do estudo é identificar métodos de mineração de texto aplicados a patentes, com vistas a apoiar o desenvolvimento de uma ferramenta voltada à extração de inteligência técnica em língua portuguesa, ampliando o acesso e incentivando o uso das bases patentárias nas atividades de pesquisa, desenvolvimento e inovação.
Fundamentação Teórica
O conhecimento, como um recurso chave, determina as vantagens competitivas da empresa (Cabrilo & Dahms, 2018). A crescente complexidade das soluções técnicas torna necessária a consulta de fontes de informação multidisciplinares, a fim de recuperar novos conhecimentos. Os repositórios de patente são uma das principais fontes de inteligência técnica, revelando tecnologias recentes e avançadas, para uma variedade de domínios tecnológicos (Krestel, Chikkamath, et al., 2021). As metodologias de mineração textual são utilizadas para a recuperação da inteligência técnica contida nos textos.
Metodologia
Adotada uma abordagem de natureza descritiva exploratória, de cunho qualitativo que contempla duas etapas: (a) uma revisão de literatura narrativa para a compreensão sobre o tema utilizando as Bases Scopus e Web of Science e (b) uma revisão sistemática da literatura (RSL) para aprofundar o conhecimento sobre as abordagens de mineração textual que utilizam a TRIZ como uma área promissora de pesquisa. A RSL foi conduzida por meio da ferramenta PRISMA, sendo selecionados 71 artigos científicos e de conferências publicados até 31/12/2024, na Base Scopus.
Análise dos Resultados
Os recursos de dados da Teoria da Resolução Inventiva de Problemas (TRIZ) são explorados em diversos estudos a partir dos anos 2000, como uma forma de recuperar conceitos-chave tecnológicos específicos sem perda do conteúdo semântico. No entanto, como principais desafios na integração das técnicas de mineração de texto com as ferramentas da TRIZ é identificado (a) a estrutura, morfologia e sintaxe dos documentos patentários, (b) a complexidade das ferramentas TRIZ, (c) a adequação das abordagens de mineração textual ao idioma e (d) a disponibilidade dos textos de patentes.
Conclusão
As relações complexas entre tecnologias, funções e efeitos expressas em documentos de patente tornam a representação textual um desafio. Neste campo, as ferramentas da TRIZ fornecem um conjunto de conceitos básicos relacionados a parâmetros, propriedades e funções, bastante similares aos termos utilizados no processo inventivo descrito em patentes. A integração das ferramentas TRIZ aos processos de mineração textual vem contribuindo para a análise e extração sistemática de soluções inovadoras, facilitando a descoberta de novas aplicações.
Contribuição / Impacto
O estudo compila metodologias de mineração textual de patentes e os principais desafios na recuperação de inteligência técnica, orientando pesquisas futuras e fornecendo dados que apoiam o desenvolvimento de métodos analíticos. Diante dos desafios globais, a democratização das informações tecnológicas contidas nos documentos de patente permite acessar um conhecimento prático e atual, oferecendo subsídios valiosos para orientar a gestão da inovação e a formulação de políticas públicas e promovendo benefícios sociais, tecnológicos e econômicos.
Referências Bibliográficas
Cabrilo, S., & Dahms, S. (2018). How strategic knowledge management drives intellectual capital to superior innovation and market performance. Journal of Knowledge Management, 22(3), 621–648. https://doi.org/10.1108/JKM-07-2017-0309
Krestel, R., Chikkamath, R., Hewel, C., & Risch, J. (2021). A survey on deep learning for patent analysis. World Patent Information, 65, 102035. https://doi.org/10.1016/j.wpi.2021.102035
Xie, Z., & Miyazaki, K. (2013). Evaluating the effectiveness of keyword search strategy for patent identification. World Patent Information, 35(1), 20–30.
Krestel, R., Chikkamath, R., Hewel, C., & Risch, J. (2021). A survey on deep learning for patent analysis. World Patent Information, 65, 102035. https://doi.org/10.1016/j.wpi.2021.102035
Xie, Z., & Miyazaki, K. (2013). Evaluating the effectiveness of keyword search strategy for patent identification. World Patent Information, 35(1), 20–30.