ANÁLISIS DE DOCUMENTOS DE PATENTES UTILIZANDO UN SISTEMA MULTIMODAL: PROPUESTA DE INTEGRACIÓN DEL ANÁLISIS DE IMÁGENES (VISUAL) Y DE REDACCIÓN (SEMÁNTICO) DE LOS DATOS DE PATE

Resumen

Este artículo presenta una propuesta de prototipo para el análisis de similitud multimodal de patentes, integrando información textual y visual con el objetivo de mejorar las capacidades de búsqueda y fomentar el análisis de anterioridad. La metodología emplea TF-IDF para la generación de embeddings textuales y un enfoque simplificado para embeddings visuales, basado en el redimensionamiento, la conversión a escala de grises y el aplanamiento de las imágenes. La implementación se realizó en un entorno Python, con ingestión directa de datos a partir de enlaces de patentes provenientes de Google Patents, permitiendo la ejecución automatizada de los procesos de extracción y análisis. Los embeddings generados se combinan mediante una función de puntuación multimodal ponderada, lo que permite identificar patentes similares. Además, se construye un grafo de conocimiento básico en memoria con el fin de representar las relaciones entre los documentos analizados. Los resultados demuestran la viabilidad y los beneficios de integrar múltiples modalidades de datos, ofreciendo un sistema inicial para mejorar la recuperación de patentes. Aunque se basa en técnicas simplificadas, este trabajo establece bases sólidas para futuras investigaciones, incluyendo la adopción de modelos de embeddings más avanzados, soluciones escalables de búsqueda vectorial y el uso de bases de datos persistentes para grafos de conocimiento.