从不符合保护客体浅谈专利撰写

一、相关的法律规定及分析

在我国的《中华人民共和国专利法》第2条第2款中规定：“专利法所称发明，是指对产品、方法或者其改进所提出的新的技术方案”。

在中国知识产权局2010年版的《专利审查指南》中，又对《专利法》的第二条第二款进行了解释，即，在其第二部分第一章中进行了如下的规定“专利法所称的发明是对产品、方法或者其改进所提出的新的技术方案，这是对可申请专利保护的发明客体的一般性定义，不是判断新颖性、创造性的具体审查标准。技术方案是对要解决的技术问题所采取的利用了自然规律的技术手段的集合。技术手段通常是由技术特征来体现的。未采用技术手段解决技术问题，以获得符合自然规律的技术效果的方案不属于专利法第二条第二款规定的客体。气味或者诸如声、光、电、磁、波等信号或者能量也不属于专利法第二条第二款规定的客体。但利用其性质解决技术问题的，则不属于此列。

可见，上述审查指南的规定应该是在陈述发明请求保护的方案是否属于专利法第二条第二款规定的客体时首先要考虑到的，或者说，只有符合了这样的要求才能够是专利法第二条第二款规定的客体。从专利法以及专利审查角度来看，专利法第2条第2款给出的技术方案的定义仅仅是从宏观的角度进行概念性的阐述。

相应于上述概念性阐述该种概念，是否属于专利法保护客体在实际审查中的判断总体上归根于三要素，即技术问题、技术手段和技术效果，也就是说，将权利要求的方案作为一个整体，判断整个方案是否采用了技术手段，解决了技术问题并产生了技术效果。再者，从专利技术的应用领域和价值来看，专利技术虽然来源于人的智慧结晶，但终将应用于产业中以促进先进技术的革新和生产力的提高，因此，专利技术与其应用的技术产业领域并带来的积极效果密切相关。

上述分别从客体的审查、涉及客体内容的发明对应的技术领域角度进行了分析，由此，对于可能涉及客体内容时技术方案，申请人期望通过申请专利进行技术保护时，如何选择合适的撰写角度并加以严谨的态度从方案整体进行构思是专利撰写人所需要考虑并掌握的。

二、结合案例分析涉及客体内容的专利申请文件的撰写

在撰写专利申请文件时，通常是从发明本身的执行过程即正向角度进行撰写，在此基础上，如果从逆向角度即结合专利审查以及专利技术的应用来审视专利申请文件的撰写，也许会使撰写的方向更加明确，更具有实际的指导意义。

对于被认为不符合保护客体的技术方案，笔者认为有些方案在撰写时可以采用一定手段进行规避不符合保护客体的问题，其具体可体现在：

1 背景技术中所要解决的技术问题的呈现

“技术问题”可认为是客体审查中的三要素之一，撰写人通常会在说明书的背景技术中陈述所申请专利要解决的问题，这种陈述也是审查该申请时的重要参考因素，如果根据其陈述的问题并结合本领域的公知常识可以明显确定其要求保护的发明所要解决的问题不是可以采用技术问题，那么，上述撰写很容易引导审查员对该专利申请文件进行不符合保护课题的陈述。由此可见，撰写人在撰写该部分内容时，应该选择合适的撰写角度，更多地从方案本身中与技术因素相关的层面所对应解决的问题来进行描述，例如，可以在背景技术部分引入方案本身的应用场景，站在应用场景的角度阐述现有技术方案存在的缺陷，尽量避免非技术问题的描述占主导地位的情况，以此来减少申请审查流程中的复杂性以及授权前景的不确定性。

2 权利要求书及说明书中方案的撰写

撰写人在背景技术中声称要解决的问题固然重要，但审查员很少直接依赖背景技术部分的描述而轻易下结论，一项专利申请最终的保护范围还是以其权利要求来限定的。审查时还是主要以权利要求描述的方案为审查对象，并结合说明书对权利要求的解释说明，来给出最终的审查结论，因而该部分有关权利要求以及说明书的撰写才是关键和核心。

笔者在专利代理工作的过程中，发现电学领域存在几种容易被审查员评述为不符合保护客体的技术方向，如：

1）基于大数据进行用户特点识别或者用户画像，并基于用户特征数据进行信息推送，该类技术的相关申请，在撰写时若权利要求中仅写出对用户数据的获取，以及将所获取用户数据作为一个神经网络模型的输入，最终将获得的输出结果作为信息推送。

若申请文件中权利要求如上述方式撰写，在申请文件进入审查阶段后，往往被审查员做如下评述：用户的行为数据能够反映人的某些喜好，这不属于客观的自然规律。具体采集人的哪些行为数据，怎样来判断出人的喜好，属于人的智力活动规则，利用了大数据统计手段来实现上述智力活动规则，由于大数据统计手段是常规技术，所以不做考虑。基于上述逻辑，通过大数据进行用户喜好特点识别，并进行信息推荐的方案，会违反A2.2或A25条规定，不予授权。以下案例对属于此类情况的发明申请在撰写方面进行了具体的分析并给出了相关建议。

【案例一】一种多媒体广告的审核方法、广告审核模型的训练方法及装置

一种多媒体广告的审核方法，其特征在于，包括：

获取待审核的多媒体广告数据；

获取发布所述多媒体广告数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据；

将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。

【分析】

说明书背景技术中解决问题的描述：现有技术中多媒体广告的审核工作还是依赖于人工完成的，但由于互联网上多媒体广告数量的极速增加，这给多媒体广告的审核工作带来了巨大的压力。

采用手段及效果概括：获取待审核的多媒体广告数据；获取发布所述多媒体广告数据的商户的属性信息，并且根据预先训练的广告数据分类模型获取所述多媒体广告数据的特征数据；将所述属性信息和所述特征数据输入预设的广告审核模型，得到所述多媒体广告数据是否通过审核的审核结果。达到的效果是：实现多媒体广告的自动审核，提高多媒体广告的审核质量和审核效率。

权利要求所描述技术方案的分析：所描述的技术方案是将商户的属性信息和多媒体广告数据的特征数据输入预设的广告审核模型，最终得到的仅仅是一个广告审核结果，其相当于对用户画像，基于画像信息输入模型获得相关结果，主要解决的是广告能否通过审核的问题，而非技术问题;其采用的手段实质上是根据预设的分类模型获取多媒体广告数据的特征数据，再将该多媒体广告数据和商户的属性信息输入到预设的审核模型来对多媒体广告数据进行审核，其中并未体现出所采用的数据、信息和模型与获得的审核结果之间的关系是符合一定自然规律的，其所采用的手段不是遵循自然规律的技术手段，其带来的效果仅仅是使审核结果更符合人类标准，并非技术效果，因此上述权利要求所要保护的技术方案解决的不是技术问题，采用的手段不是遵循自然规律的技术手段，也未获得任何技术效果，该解决方案整体上不够成技术方案，属于不符合保护客体范畴。

相关撰写建议：基于该种类型的权利要求，其在撰写时，所要强调的还是整体架构的技术性，在背景技术部分进行技术问题阐述时，还可以增加现有采用计算机替代人工审核时在实现过程中会存在的缺陷，比如广告审核的准确度降低等，以此将要解决的问题需要定位成为技术问题，在定义上述技术问题后，若权利要求中所体现出的技术方案仅是基于用户数据作为模型输入，获得的输出结果即为审核结果，无法提现出具体怎么提高的广告的准确性。此时可以考虑将对所获取的用户信息进行了什么样的文字处理或图像处理，从而实现广告审核相比现有方法的提升。上述技术方案的描述由于对文字的处理是基于文法规律的，对图片的处理也是基于图片特性的，使得最终处理后得到的结论是确定性的，这种站在技术层面的描述，使得所解决问题采用的技术手段遵循了自然规律，较好的对不符合保护客体的部分进行规避。

【案例二】网页视觉复杂度的评价方法

一种网页视觉复杂度的评价方法，其特征在于，该方法包括 ：

收集尽可能多的网页样本建立训练集，利用人工来对每幅网页在视觉上是否复杂进行评判，人工标记的综合结果为视觉复杂的样本组成正类样本集，人工标记的综合结果为视觉简单的样本组成负类样本集，两个集合构成了训练集 ；

在训练集上获取每幅网页的源码，利用网页分割算法来对每幅网页进行分割并提取网页布局块和文本块 ；

将每幅网页转换成一幅图像，提取每幅网页三个方面的特征：源码特征、结构特征、视觉特征；

利用得到的每幅网页的特征对随机森林分类器进行训练，得到分类器参数，并对新网页样本进行评价，判定其是否为高于复杂度阈值的网页。

【分析】

说明书背景技术中解决问题的描述 ：网页的视觉感知影响着网页的用户体验。视觉复杂度越高的网页使得用户访问网页时的认知复杂度越高，影响了网页的可访问性。对于一个视觉复杂度的网页，其内容很难被有视觉障碍的用户顺利获取。目前所设计的评价模型不适用于对大规模网页的自动评价。

采用手段及效果 ：从源码特征、结构特征、视觉特征提取网页的特征，并从布局、文本图像的数量与分布、视觉信息方面描述网页的可能影响其视觉复杂度的信息。

权利要求所描述技术方案的分析：撰写顺序上按照采用已有样本数据构成训练集，训练分类器，然后，对新网页样本进行评价。该种顺序基本符合基于现有样本数据的学习对新数据进行自动处理这种类型权利要求的撰写要求，但是在权利要求 1 的步骤 1 中，过于详细地描述了利用人工对网页在视觉上是否复杂进行评判，并进行人工标记以构建训练集的过程，即网页在视觉上是否复杂是通过人工评判进行的。而人工评判又会由于存在个体的差异直接影响评判结果，该种样本集的建立完全是依赖于人的主观意愿进行的，那么，在这种情况下训练的分类器以及应用该分类器所生成的结果也是体现人的主观意愿的产物，并未采用技术手段，很容易被审查员评述为不符合保护客体。

相关撰写建议：从方案整体考虑，其是在标记样本集之后，通过分析样本集中网页的源码、布局块以及文本块、提取三方面的特征等技术手段对样本集进行分析，并采用上述分析结果训练分类器以进行新网页的评价，并不完全依赖人的主观意愿得到新网页的视觉评价结果。由此分析可知，应重点描述其在网页访问数据处理、访问效率方面的影响，在权利要求中可以减少与人的主观因素相关的特征的描述。

2）模型算法，如神经网络模型，如果只是模型本身的改进，会认为是对数学方法的改进，不属于技术方案。该类技术的相关申请，在撰写时若权利要求中仅写出对模型算法的改进而没有应用到实际的技术领域，这类申请文件进入审查阶段后，往往被审查员做如下评述：权利要求要保护的对象属于人为制定和调整的算法规则，会违反A2.2或A25条规定，不能被授予专利权。以下案例对属于此类情况的发明申请在撰写方面进行了具体的分析并给出了相关建议。

【案例三】一种深度神经网络DNN模型的压缩方法、装置、设备及介质

一种深度神经网络DNN模型的压缩方法，其特征在于，包括：

获取待压缩DNN模型，其中，所述待压缩DNN模型包括：输入层、至少一个隐藏层以及输出层，所述待压缩DNN模型中各层的层参数为浮点型数据；

对所述待压缩DNN模型中各层的层参数进行定点化处理，以实现对所述DNN模型的压缩。

【分析】

说明书背景技术中解决问题的描述：DNN算法的计算量本来就比较大，而模型的参数又全是浮点型数据，加上浮点型数据的乘法运算的速度较慢，会使得DNN算法的计算速度进一步变慢。同时，浮点型数据的DNN模型占用内存也比较大。因此，无法在普通的CPU上运行上述DNN模型。

采用手段及效果概括：获取待压缩DNN模型，其中，所述待压缩DNN模型包括：输入层、至少一个隐藏层以及输出层，所述待压缩DNN模型中各层的层参数为浮点型数据；对所述待压缩DNN模型中各层的层参数进行定点化处理，以实现对所述DNN模型的压缩，达到的效果是：解决现有技术中DNN模型无法在普通CPU上运行的问题以及减小了DNN模型的占用内存的问题。

权利要求所描述技术方案的分析：所描述的技术方案是所采用的方案是针对DNN模型中参数进行定点化处理以压缩DNN模型从而减小占用内存提高计算速度，其本质上是对深度神经网络模型的改进，没有应用到实际的应用技术领域。权利要求要保护的对象属于人为制定和调整的算法规则，相当于专利法第25条第1款(二)的智力活动的规则和方法，属于不能被授予专利权的范畴。

相关撰写建议：审查指南规定，涉及计算机程序的发明，是对计算机外部对象或者内部对象进行控制或处理的解决方案。所述的对外部对象的控制或处理包括对某种外部运行过程或外部运行装置进行控制，对外部数据进行处理或者交换等；所说的对内部对象的控制或处理包括对计算机系统内部性能的改进，对计算机系统内部资源的管理，对数据传输的改进等。基于以上规定，在撰写模型算法改进的申请文件时，要注意与特定应用场景紧密结合，不要写成模型算法具有普适性。紧密结合是从实质技术手段上能体现的，不能只是提及该模型算法用于某场景。需要在权项中直接体现这些实质技术手段——这属于对外部运行过程的控制；另外，还可强调模型算法的改进对计算机内部性能有何种改进，例如，进程分配更合理，内存占用更少，从存储空间的读写访问速度更快等。需要在权项中直接体现这些实质技术手段，例如直接提及内存、进程、索引等——这属于对内部性能的改进。由此，通过描述计算机外部性能和/或内部性能的改进作为技术手段，能够更好的规避审查员采用不符合保护客体对该类专利文件进行评述。

本文结合几个案例具体对用户画像以及模型算法类容易评为不符合保护客体的技术方案，着重从客体审查角度入手分析专利申请文件撰写形式对该申请产生的影响，并针对权利要求书、说明书关键部分内容的撰写提出了相应的建议。从笔者上述分析可以看到，在撰写以及修改专利申请文件的过程中选择合适的角度，就能客观、准确、合理地描述专利申请的技术性内容。

同时，需要补充的是，在实际工作中，容易被审查员评述为不符合保护客体的技术方案还包括有商业方法类、区块链技术应用类以及人工智能类等，本文不再对该类专利文件一一举例进行专利撰写方面的相关阐述，但可以发现的是，对于上述几类技术方案，在撰写时如果能够保证专利文件的整体架构是技术性的，要解决的问题需要定位到了实际的技术问题上，就能相对规避掉审查员对该类技术方案进行不符合保护客体的评述。