HierarchicalPatentQA: Construction and Evaluation of Question-Answering Dataset Leveraging Structural Characteristics of Patent Documents

본 연구는 특허 문서의 구조적 특성을 활용한 새로운 질의응답 데이터셋 구축 방법론을 제안한다. 기존의 특허 검색 시스템들은 제목, 요약, 청구항 중심의 단편적 검색으로 인해 문서의 전체적 맥락을 파악하는 데 한계를 보여왔다. 이러한 한계를 극복하기 위해 본 연구에서는 2000년부터 2021년까지의 특허 문서 3,000건을 분석하여 배경기술, 기술분야, 발명의 실시 내용 등 다양한 섹션을 포괄하는 1,071건의 질의응답 데이터셋을 구축하였다. EXAONE 3.5 7.8B 모델의 계층적 추론 프레임워크와 검색 증강(RAG) 방식의 추론 통해 특허 문서의 구조적 특성을 반영하여 질의응답을 생성하였다. 구축된 데이터셋으로 학습된 KoELECTRA 모델은 EM score 0.943, F1 score 0.986을 달성하여, 기존 특허 QA 벤치마크 대비 성능 향상을 확인하였다. 본 연구는 특허 문서의 계층적 구조를 활용한 데이터셋 구축 방법론을 제시함으로써 특허정보 처리 분야의 새로운 방향을 제시하였다는 점에서 의의가 있다.