A Study on Structural Characteristics of Patent Specifications Using Dynamic Network Analysis

본 연구는 특허 명세서의 임베딩 품질을 향상시키고 동적 네트워크를 활용해 특허의 구조를 예측한다. 2003년부터 2023년까지 US, EP, WO에 출원된 특허의 제목, 초록, 독립항을 데이터로 수집하였다. 임베딩 단계에서는 ELECTRA 모델의 토큰 제한을 극복하기 위해 Overlapping Chunking을 적용하고, 청크를 4분위로 나누어 문맥 정보가 부족한 양극단에는 0.7, 중앙 두 영역에는 1.0의 신뢰도를 부여하여 품질 저하를 완화하였다. 이후 1년 단위 이산형 스냅샷으로 구성된 동적 네트워크 모델(DySAT, EvolveGCN, HTGN)을 적용해 구조적 특성을 평가하였다. 그 결과, 제안 기법은 5%의 성능 향상을 보였으며, DySAT가 훈련-검증 손실 차이와 Pooled BCE 모두에서 가장 낮은 값을 기록하여 특허 명세서의 텍스트 구조를 가장 잘 보존하는 모델로 확인되었다.