Google Patents Public Data 项目教程

项目介绍

Google Patents Public Data 是一个开源项目，旨在通过 Google BigQuery 提供专利数据的分析。该项目包含了一系列的 BigQuery 数据库表，这些表来自政府研究和私营公司，用于进行专利数据的统计分析。用户可以使用 SQL 查询这些数据，并结合自己上传的私有数据集进行分析。此外，还可以使用多种兼容的分析工具对数据进行导出和处理。

项目快速启动

环境准备

1. 安装 Google Cloud SDK：确保你已经安装了 Google Cloud SDK，并进行了身份验证。
2. 启用 BigQuery API：在你的 Google Cloud 项目中启用 BigQuery API。

快速启动代码

以下是一个简单的 SQL 查询示例，用于从 Google Patents Public Data 中检索数据：

SELECT
  publication_number,
  title,
  abstract
FROM
  `patents-public-data.patents.publications`
LIMIT
  10

将上述代码复制到你的 BigQuery 控制台中运行，即可获取专利数据的部分信息。

应用案例和最佳实践

专利景观分析

专利景观分析是一个自动化过程，用于查找与特定主题相关的专利。基于 Dave Feltenberger 和 Aaron Abood 的论文，该项目提供了一个示例，展示了如何使用初始的专利种子集来发现相关专利。

权利要求文本提取

该项目还提供了一个示例，展示了如何使用 BigQuery 和 Python 交互式地处理专利权利要求文本数据。

权利要求范围模型

这是一个机器学习方法，用于使用 BigQuery 中的数据估计专利权利要求的范围。

典型生态项目

BigQuery

BigQuery 是 Google Cloud 提供的一个完全托管的数据仓库，支持大规模数据分析。它是 Google Patents Public Data 项目的基础，提供了强大的 SQL 查询能力和数据处理能力。

Google Cloud SDK

Google Cloud SDK 是一套工具集，用于与 Google Cloud 服务进行交互。它包括 gcloud、gsutil 和 bq 等命令行工具，是进行云端数据分析的必备工具。

Python

Python 是一种广泛使用的编程语言，特别适合数据分析和机器学习任务。在 Google Patents Public Data 项目中，Python 被用于编写数据处理和分析脚本。

通过以上内容，你可以快速了解并开始使用 Google Patents Public Data 项目进行专利数据分析。