Zusätzlich zum Averbis Multi-Label Classifier, bietet Averbis auch die Möglichkeit für einen binären Klassifier an. Dieser Classifier kam bereits bei der Relevant / nicht Relevant Erkennung zum Einsatz.
Damit der Einsatz besser kontrolliert werden kann, wurde der Binary Classifier jetzt in die Classifier / Automatic Classification integriert. Somit kann der Binäre Classifier auf 2 Ordner trainiert werden. Das Ergebnis ist ein trainierter Classifier der Patente entweder in den einen oder in den anderen Ordner zuordnet (niemals in beide Ordner).
In dem folgenden Beispiel wurde ein Binary Classifier für die Relevant / nicht Relevant Prüfung erstellt. Dazu wird der Classifier mit 2 Ordnern trainiert. Der eine Ordner enthält die relevanten Patente eines Monitoring Tasks der andere Ordner die „nicht relevanten“ Patente eines Monitoring Tasks. Der confidence Level wurde relativ hoch auf 80% gesetzt. Ein erneutes Training wurde ausgeschlossen (Retraining frequencey: Never).
Nachdem das Training abgeschlossen wurde („Start training“) erscheint eine Auswertung, welche Patente für das Training verwendet wurden (used) und welche nicht (not used). Das ist abhängig davon, ob für diese einfache Patentfamilie ausreichend Informationen, wie Maschinenübersetzungen der ausgewählten Texte, vorhanden sind. Sowie eine False / Positive Analyse.
Diese Analyse schickt nach dem Training alle Dokumente in den Classifier, lässt diesen zuordnen und vergleicht das Ergebnis mit der tatsächlichen Zuordnung. Die richtig zugeordneten Patente werden in der Spalte Positive und die falsch zugeordneten Patente in der Spalte Negative angezeigt. Diese angezeigte Anzahl ist anklickbar und öffnet die entsprechende Ergebnisliste der Dokumente.
Automatic Classification
Wenn in der Automatic Classification ein Binary Classifier ausgewählt wird, wird das Userinterface entsprechend angepasst. Anschließend müssen die 2 binären Ordner (z.B. für relevant und nicht relevant) ausgewählt werden. Ein Klick auf Execute wird die automatische Klassifizierung direkt ausführen.
Der Binary Classifier kann somit gezielt für eine Relevant / nicht Relevant Prüfung eingesetzt werden. Dazu müssen für das Training 2 Ordner mit relevanten und nicht relevanten Patenten für das Training erstellt werden (folder 1 enthält die relevanten Patente). Anschließend wird eine Automatic Classification erstellt, die sich auf den Binary Classifier bezieht.
Als Eingang wird der Zielordner der automatischen Suche genommen. Das Ergebnis (Folder 1) wird in den neuen Eingangsordner des Monitoring Tasks geschrieben. Die nicht relevanten Patente (Folder 2) sollten dem Experten zur Überprüfung zur Verfügung gestellt werden (Schreibrechte für die Gruppe des Monitoring Tasks).
Äquivalent ist dies auch mit dem neuen Extended Workflow Modell möglich.