Averbis – Binary Classifier

Einführung

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).

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.