arXiv · NLP· Trung Phuong Le, Hirofumi Nonaka, Koji Marusaki, Katsuhito Sudoh, Seiya Kawano·· 10 天前AI 评分31
基于 PCT 专利族构建跨语言多辖区专利起草大规模数据集
A Large-Scale Dataset for Cross-Lingual Multi-Jurisdiction Patent Drafting from Patent Cooperation Treaty Applications
AI 导读
研究团队利用 884,179 个 PCT 衍生专利族,构建了一个包含 406.7 万实例的日英跨语言专利起草数据集。该任务涉及超越内容翻译的辖区特定转换,在六个配置中,监督式自适应方法表现优于机器翻译和零样本提示。 该基准已发表在 INLG 2026,旨在解决跨国专利保护中权利要求书需针对特定语言和辖区惯例单独起草的问题。
来源:arXiv · NLP · arxiv.org