目前，国家知识产权局正在针对《专利审查指南修改草案（征求意见稿）》向公众征求意见。在该征求意见稿中，又针对第二部分第9章涉及计算机程序的发明专利申请审查的规定进行了部分修订，特别是对于大数据、人工智能等领域涉及算法和商业模式的发明的专利客体、创造性判断等问题，进一步明确了审查标准，并增加了数个正面及反面的案例。

专利审查指南的修改，代表着最新审查政策的导向，虽然其还并未生效，但是也值得引起相关领域专利申请人的重视。

下文摘录了征求意见稿的相关部分，红字表示新增的内容。

第二部分 第九章

5.2 权利要求书的撰写

涉及计算机程序的发明专利申请的权利要求可以写成一种方法权利要求，也可以写 成一种产品权利要求，例如实现该方法的装置、计算机可读存储介质或计算机程序产品。无论写成哪种形式的权利要求，都必须得到 说明书的支持，并且都必须从整体上反映该 发明的技术方案，记载解决技术问题的必要技术特征，而不能只概括地描述该计算机程 序所具有的功能和该功能所能够达到的效 果。如果写成方法权利要求，应当按照方法 流程的步骤详细描述该计算机程序所执行的 各项功能以及如何完成这些功能；如果写成 装置权利要求，应当具体描述该装置的各个 组成部分及其各组成部分之间的关系，所述 组成部分不仅可以包括硬件，还可以包括程序。

…… 

计算机程序产品应当理解为主要通过计算机程序实现其解决方案的软件产品。 

下面给出涉及计算机程序的发明分别撰写成产品权利要求和方法权利要求的例子， 以供参考。

 …… 

【例 3】

…… 

【例 4】

一件有关“一种去除图像噪声的方法” 的发明专利申请，可以按下述方式撰写成方法、装置、计算机可读存储介质和计算机程序产品权利要求。 

1. 一种去除图像噪声的方法，其特征在于，包括以下步骤：

获取输入计算机的待处理图像的各个像 素数据；

使用该图像所有像素的灰度值，计算出该图像的灰度均值及其灰度方差值；

读取图像所有像素的灰度值，逐个判断各个像素的灰度值是否落在均值上下 3 倍方差内，如果是，则不修改该像素的灰度值，否则该像素为噪声，通过修改该像素的灰度值去除噪声。

2. 一种计算机装置/设备/系统，包括存储器、处理器及存储在存储器上的计算机程序， 其特征在于，所述处理器执行所述计算机程序以实现权利要求 1 所述方法的步骤。

3.一种计算机可读存储介质，其上存储有 计算机程序/指令，其特征在于，该计算机程 序/指令被处理器执行时实现权利要求 1 所述 方法的步骤。 

4.一种计算机程序产品，包括计算机程序 /指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求 1 所述方法的步骤。

6.1.2 根据专利法第二条第二款的审查

…… 

对一项包含算法特征或商业规则和方法 特征的权利要求是否属于技术方案进行审查 时，需要整体考虑权利要求中记载的全部特 征。如果该项权利要求记载了对要解决的技 术问题采用了利用自然规律的技术手段，并 且由此获得符合自然规律的技术效果，则该 权利要求限定的解决方案属于专利法第二条 第二款所述的技术方案。

如果权利要求中涉及算法的各个步骤体 现出与所要解决的技术问题密切相关，如算 法处理的数据是技术领域中具有确切技术含 义的数据，算法的执行能直接体现出利用自 然规律解决某一技术问题的过程，并且获得 了技术效果，则通常该权利要求限定的解决 方案属于专利法第二条第二款所述的技术方 案。

如果权利要求的解决方案涉及深度学习、分类聚类等人工智能、大数据算法的改进，该算法与计算机系统的内部结构存在特定技术关联，能够解决如何提升硬件运算效率或执行效果的技术问题，包括减少数据存储量、减少数据传输量、提高硬件处理速度 等，从而获得符合自然规律的计算机系统内部性能改进的技术效果，则该权利要求限定的解决方案属于专利法第二条第二款所述的技术方案。

如果权利要求的解决方案处理的是具体应用领域的大数据，利用分类聚类、回归分 析、神经网络等挖掘数据中符合自然规律的内在关联关系，据此解决如何提升具体应用领域大数据分析可靠性或精确性的技术问 题，并获得相应的技术效果，则该权利要求限定的解决方案属于专利法第二条第二款所 述的技术方案。

6.1.3 新颖性和创造性的审查

…… 

对既包含技术特征又包含算法特征或商 业规则和方法特征的发明专利申请进行创造 性审查时，应将与技术特征功能上彼此相互 支持、存在相互作用关系的算法特征或商业 规则和方法特征与所述技术特征作为一个整 体考虑。“功能上彼此相互支持、存在相互 作用关系”是指算法特征或商业规则和方法 特征与技术特征紧密结合、共同构成了解决 某一技术问题的技术手段，并且能够获得相 应的技术效果。

如果权利要求中的算法应用于具体的技 术领域，可以解决具体技术问题，那么可以 认为该算法特征与技术特征功能上彼此相互 支持、存在相互作用关系，该算法特征成为 所采取的技术手段的组成部分，在进行创造 性审查时，应当考虑所述的算法特征对技术 方案作出的贡献。

如果权利要求中的算法与计算机系统的内部结构存在特定技术关联，实现了对计算机系统内部性能的改进，提升了硬件的运算效率或执行效果，包括减少数据存储量、减少数据传输量、提高硬件处理速度等，那么可以认为该算法特征与技术特征功能上彼此相互支持、存在相互作用关系，在进行创造性审查时，应当考虑所述的算法特征对技术方案作出的贡献。

如果权利要求中的商业规则和方法特征 的实施需要技术手段的调整或改进，那么可 以认为该商业规则和方法特征与技术特征功能上彼此相互支持、存在相互作用关系，在 进行创造性审查时，应当考虑所述的商业规 则和方法特征对技术方案作出的贡献。

如果发明专利申请的解决方案能够带来用户体验的提升，并且该用户体验的提升是由技术特征带来或者产生的，或者是由技术特征以及与其功能上彼此相互支持、存在相 互作用关系的算法特征或商业规则和方法特征共同带来或者产生的，在创造性审查时应当予以考虑。

6.2 审查示例

…… 

（2）为了解决技术问题而利用技术手段并获得技术效果的包含算法特征或商业规则 和方法特征的发明专利申请，属于专利法第二条第二款规定的技术方案，因而属于专利保护的客体。

……

【例４】

…… 

【例 5】 一种深度神经网络模型的训练方法

申请内容概述

发明专利申请提出一种深度神经网络模 型的训练方法，针对某一大小的训练数据， 从多个候选训练方案中选取训练耗时最小的 方案用于模型训练，以解决固定地采用同一 种单处理器或多处理器训练方案不适用于所 有大小的训练数据而导致训练速度慢的问题。

申请的权利要求

一种深度神经网络模型的训练方法，包括：

当训练数据的大小发生改变时，针对改 变后的训练数据，分别计算所述改变后的训 练数据在预设的候选训练方案中的训练耗时；

从预设的候选训练方案中选取训练耗时 最小的训练方案作为所述改变后的训练数据 的最佳训练方案，所述候选训练方案包括单 处理器训练方案和基于数据并行的多处理器 训练方案；

将所述改变后的训练数据在所述最佳训 练方案中进行模型训练。

分析及结论

该解决方案是一种深度神经网络模型的 训练方法，该模型训练方法为解决训练速度 慢的问题，针对不同大小的训练数据，选择 适配具有不同处理效率的单处理器训练方案 或多处理器训练方案，该模型训练方法与计 算机系统的内部结构存在特定技术关联，提 升了训练过程中硬件的执行效果，从而获得 符合自然规律的计算机系统内部性能改进的 技术效果。因此，该发明专利申请的解决方 案属于专利法第二条第二款规定的技术方 案，属于专利保护的客体。

【例６】

一种电子券使用倾向度的分析方法 

申请内容概述

为吸引用户，商家会向用户发放各类电 子券。但是无目的地投放电子券，不但无法 吸引真正有需要的用户，反而给用户增加了 浏览和筛选的负担。发明专利申请提供一种 构建电子券使用倾向度识别模型的方法，通 过分析电子券的种类、用户行为等，能够准 确地建立电子券使用倾向度识别模型，以更 加精确地判断用户对电子券的使用倾向，使 投放的电子券更加满足用户实际需要，提升 电子券的利用率。

申请的权利要求

一种电子券使用倾向度的分析方法，其 特征在于，包括：

根据电子券的信息对电子券进行归类以 得到电子券种类；

根据电子券的应用场景获取用户样本数据；

根据用户行为，从所述用户样本数据中 提取用户行为特征，所述用户行为包括：浏 览网页、搜索关键词、加关注、加入购物车、 购买以及使用电子券；

以用户样本数据作为训练样本，以用户 行为特征作为属性标签，针对不同种类的电 子券来训练电子券使用倾向度识别模型；

通过训练后的电子券使用倾向度识别模 型对电子券的被使用概率进行预测，得到用 户对于不同种类电子券的使用倾向度。

分析及结论 

该解决方案涉及一种构建电子券使用倾 向度识别模型的方法，该方法处理的是电子 券相关的大数据，通过对电子券进行归类、 获取样本数据、确定行为特征及进行模型训 练，挖掘出用户行为特征与电子券使用倾向 度之间的内在关联关系，浏览时间长、搜索 次数多、使用电子券频繁等行为特征表示对相应种类电子券的使用倾向度高，这种内在 关联关系符合自然规律，据此解决了如何提 升分析用户对电子券使用倾向度的精确性的 技术问题，并且获得了相应的技术效果。因 此，该发明专利申请的解决方案属于专利法 第二条第二款规定的技术方案，属于专利保护的客体。

【例 7】 

一种知识图谱推理方法 

申请内容概述 

知识图谱在许多自然语言处理应用中有 非常重要的作用，例如问答系统、语义搜索 等。但由于知识获取的不确定性，基于实体 识别和关系抽取技术构建的知识图谱，会导 致知识图谱的不完整。如果知识图谱中存在 错误，会导致应用返回错误的结果。发明专 利申请提出了一种基于关系注意力的知识图 谱推理方法。 

申请的权利要求

一种基于关系注意力的知识图谱推理方 法，所述方法包括： 

获取知识图谱中节点的初始嵌入表示， 将所述初始嵌入表示转换到高维空间，得到 高维嵌入表示，所述节点为知识图谱中的实 体，所述知识图谱是对知识进行实体识别和 关系抽取构建的，所述知识是问答系统、语 义搜索中相关联的知识，所述实体是利用命 名实体识别工具从自然语言文本中获取的文 本数据，所述初始嵌入表示是所述文本数据 通过词嵌入模型得到的向量；

获取所述知识图谱中目标节点的邻居节 点集合，根据所述目标节点与所述邻居节点 集合中邻居节点的关系类型，构建邻居子图；

根据所述目标节点的高维嵌入表示和所 述邻居子图中邻居节点的高维嵌入表示，得 到所述目标节点嵌入邻居子图中信息的邻居 嵌入表示；

将所述目标节点的高维嵌入表示与所述邻居嵌入表示进行聚合，得到目标节点的聚 合嵌入表示；

根据每个所述邻居子图的第一注意力分 值，对所述聚合嵌入表示进行融合，得到所 述目标节点的融合嵌入表示； 

根据所述融合嵌入表示，计算所述目标 节点对应三元组的得分，根据得分进行三元 组推理。 

分析及结论

该解决方案是一种基于关系注意力的知 识图谱推理方法，该方法各步骤中处理的数 据是自然语言中的文本数据或者语义信息等 技术数据，通过对问答系统、语义搜索中相 关联的知识进行实体识别和关系抽取构建知 识图谱，从而进行知识图谱推理。该解决方 案所解决的是文本嵌入及语义搜索过程中如 何丰富语义信息、提高推理准确性的技术问 题，利用的是遵循自然规律的技术手段，获得了相应的技术效果。因此，该发明专利申请的解决方案属于专利法第二条第二款规定 的技术方案，属于专利保护的客体。

（３）未解决技术问题，或者未利用技 术手段，或者未获得技术效果的包含算法特 征或商业规则和方法特征的发明专利申请， 不属于专利法第二条第二款规定的技术方 案，因而不属于专利保护的客体。

【例 8】

一种消费返利的方法 

…… 

【例 9】

一种基于用电特征的经济景气指数分析 方法 

…… 

【例 10】

一种金融产品的价格预测方法 

申请内容概述 

现有的金融产品价格预测方法，大多由 专家根据经验给出建议，预测的准确性和时效性不高。发明专利申请提供一种金融产品 的价格预测方法，通过金融产品的历史价格 数据对神经网络模型进行训练，从而对金融 产品的未来价格走势进行预测。

申请的权利要求 

一种金融产品的价格预测方法，其特征 在于，所述方法包括： 

使用金融产品的Ｎ+1 个日指标历史价格 数据对神经网络模型进行训练得到价格预测 模型，其中，前Ｎ个日指标历史价格数据作 为样本输入数据，最后 1 个日指标历史价格 数据作为样本结果数据； 

使用所述价格预测模型和最近Ｎ个日指 标历史价格数据来预测未来一天金融产品的 价格数据。 

分析及结论

该解决方案涉及一种金融产品的价格预 测方法，该方法处理的是金融产品相关的大 数据，利用神经网络模型挖掘过去一段时间内金融产品的价格数据与未来价格数据之间 的内在关联关系，但是，金融产品的价格走 势遵循经济学规律，由于历史价格的高低并 不能决定未来价格的走势，因此，金融产品 的历史价格数据与未来价格数据之间不存在 符合自然规律的内在关联关系，该方案所要 解决的是如何预测金融产品价格的问题，不 构成技术问题，获得的相应的效果不是技术 效果。因此，该发明专利申请不属于专利法 第二条第二款规定的技术方案，不属于专利 保护的客体。

（４）在进行创造性审查时，应当考虑 与技术特征在功能上彼此相互支持、存在相 互作用关系的算法特征或商业规则和方法特 征对技术方案作出的贡献。 

【例 11】 

一种基于多传感器信息仿人机器人跌倒 状态检测方法

……

【例 12】

基于合作进化和多种群遗传算法的多机 器人路径规划系统

…… 

【例 13】

一种物流配送方法

申请内容概述 

在货物配送过程中，如何有效提高货物 配送效率以及降低配送成本，是发明专利申 请所要解决的问题。在物流人员到达配送地 点后，可以通过服务器向订货用户终端推送 消息的形式同时通知特定配送区域的多个订 货用户进行提货，达到了提高货物配送效率 以及降低配送成本的目的。 

申请的权利要求

一种物流配送方法，其通过批量通知用 户取件的方式来提高物流配送效率，该方法 包括：

当派件员需要通知用户取件时，派件员通过手持的物流终端向服务器发送货物已到 达的通知；

服务器批量通知派件员派送范围内的所 有订货用户；

接收到通知的订货用户根据通知信息完 成取件；

其中，服务器进行批量通知具体实现方 式为，服务器根据物流终端发送的到货通知 中所携带的派件员 ID、物流终端当前位置以 及对应的配送范围，确定该派件员 ID 所对应 的、以所述物流终端的当前位置为中心的配 送距离范围内的所有目标订单信息，然后将 通知信息推送给所有目标订单信息中的订货 用户账号所对应的订货用户终端。 

分析及结论

对比文件１公开了一种物流配送方法， 其由物流终端对配送单上的条码进行扫描， 并将扫描信息发送给服务器以通知服务器货 物已经到达；服务器获取扫描信息中的订货用户信息，并向该订货用户发出通知；接收 到通知的订货用户根据通知信息完成取件。

发明专利申请的解决方案与对比文件１ 的区别在于批量通知用户订货到达，为实现 批量通知，方案中服务器、物流终端和用户 终端之间的数据架构和数据通信方式均做出 了相应调整，取件通知规则和具体的批量通 知实现方式在功能上彼此相互支持、存在相 互作用关系。相对于对比文件１，确定发明 实际解决的技术问题是如何提高订单到达通 知效率进而提高货物配送效率。由此可以使物流派送人员的操作更便利、订货用户接收取货通知更及时，提高了取送货双方的用户体验。本申请的解决方案能够获得提高订单到达通知效率进而提高货物配送效率的技术效果以及用户体验的提升，这种用户体验的提升是由功能上彼此相互支持、存在相互作用关系的数据架构和数据通信方式的调整以及取件通知规则和具体的批量通知实现方式共同带来的，上述用户体验的提升和技术效 果共同构成发明与现有技术相比所具有的有益效果。由于现有技术并不存在对上述对比文件１做出改进从而获得发明专利申请的技 术方案的技术启示，要求保护的发明技术方 案具备创造性。

【例 14】 

一种动态观点演变的可视化方法

…… 

【例 15】 

一种用于适配神经网络参数的方法

申请内容概述

针对不同的应用场景需设计不同的神经 网络架构，并且需在某一类型的计算架构上 使用一系列的运算来实现，因此期望能够通 过较低的硬件成本高效地实现神经网络中的 运算。发明专利申请提出了用于适配神经网 络参数的方法，通过获得具有规范形式的神 经网络参数，将神经网络中的运算映射到计算架构所支持的运算中，简化神经网络相关 硬件的设计和实现。

申请的权利要求 

一种用于适配神经网络参数的方法，所 述方法包括： 

针对神经网络至少一层中的每一层的权 重参数，选择多个维度；

确定所述权重参数在所述多个维度中每 个维度上的尺寸； 

基于支持神经网络计算的硬件的使用 率，确定所述权重参数在所述多个维度中每 个维度上的目标尺寸的候选值集合；

选取所述候选值集合中大于或等于对应 维度上的尺寸的所有候选值子集，确定所述 候选值子集中的最小值为对应维度上的目标 尺寸； 

如果所述权重参数在多个维度中的至少 一个维度上的尺寸小于对应维度上的目标尺 寸，则在所述维度上对权重参数进行填充，使得填充之后获得的权重参数在每个维度上 的尺寸等于对应维度上的目标尺寸。 

分析及结论

对比文件１公开了面向神经网络处理器 的设计方法，该方法根据神经网络拓扑结构、 神经网络层中各层的权重参数和维度参数， 以及硬件资源约束参数等，从已构建的神经 网络组件库中查找单元库，并依据单元库生 成对应于神经网络模型的神经网络处理器的 硬件描述语言代码，进而将所述硬件描述语 言代码转化为所述神经网络处理器的硬件电 路。其中将神经网络特征数据和权重数据划 分为适当的数据块集中存储和访问。发明专 利申请的解决方案与对比文件１的区别在于 确定神经网络每一层权重参数在每个维度上 的尺寸，基于硬件使用率确定权重参数在每 个维度上的目标尺寸的候选值集合，选取对 应维度上的候选值子集并确定其中最小值为 目标尺寸，如果权重参数在至少一个维度上的尺寸小于目标尺寸则对所述维度上的权重 参数进行填充。

基于申请文件可知，该解决方案通过将 权重参数的尺寸填充为等于目标尺寸，当支 持神经网络的硬件对神经网络的数据进行运 算时，硬件能够高效处理所述数据，该解决 方案中的算法提升了硬件的运算效率。因此， 上述用于适配神经网络参数的算法特征与技 术特征在功能上彼此相互支持、存在相互作 用关系。相对于对比文件１，确定发明实际 解决的技术问题是如何使硬件高效地执行神 经网络中的运算。上述通过适配神经网络参 数以提升硬件运算效率的内容未被其他对比 文件公开，也不属于本领域的公知常识，现 有技术整体上并不存在对上述对比文件１进 行改进以获得发明专利申请的技术方案的启 示，要求保护的发明技术方案具备创造性。

-End-

来源：大岭IP公众号