DESENVOLVIMENTO DE UMA FERRAMENTA PARA ANÁLISE DE INFORMAÇÕES TECNOLÓGICAS ORIUNDAS DAS BASES DE PATENTES GRATUITAS

R.C. Rodrigues1,*, J.S. Nunes1, S.S.S. Gandara1, J.M. Figueiredo2

Instituto Nacional da Propriedade Industrial1

Universidade Federal de Mato Grosso2

19 de setembro de 2012

RESUMO

O presente artigo apresenta uma ferramenta computacional gratuita para auxílio na coleta, tratamento e análise das informações contidas em documentos de patente provenientes de bases de dados também gratuitas. O software INPITec é um sistema multiplataforma baseado na concepção de software livre, o que permite que seu código fonte seja disponibilizado aos que tiverem interesse em participar de seu desenvolvimento, seja customizando ou implementando novas funcionalidades. Outra característica relevante é o acesso universal, o que possibilita a utilização do software em máquinas com acesso local ou por meio de sua disponibilização através de servidores corporativos com o usuário realizando o acesso através de um navegador Web. Os dados contidos nos documentos de patente podem ser tratados pelo usuário, harmonizando nomes de depositantes e inventores que por vezes são indexados de diferentes formas ou até mesmo com erros de grafia nas bases de patente. Além disso, é possível incluir informações não disponíveis nas bases de onde os documentos foram extraídos, como por exemplo, a natureza jurídica dos depositantes. O sistema gera automaticamente vários tipos de relatórios fixos que incluem, entre outros, a relação dos depositantes mais expressivos no setor analisado, a distribuição dos países de prioridade, a concentração tecnológica através da distribuição das classificações encontradas nos documentos de patente e a evolução anual do pedidos depositados. O usuário pode também cruzar diferentes informações para gerar relatórios dinâmicos, o que torna o sistema ainda mais versátil.

PALAVRAS-CHAVE: Informação Tecnológica; Propriedade Industrial; Software Especializado. ABSTRACT

This paper presents a free computational tool for assistance in the collection, processing and analysis of the information contained in patent documents extracted from free databases. The INPITec software is a multi-platform system and is based on the concept of free software, which allows that its source code is available to those who are interested in participating in its development, either customizing or implementing new features. Another relevant characteristic is universal access, which enables the use

* e-mail: ricardo.rodrigues@inpi.gov.br

of software on machines with local access or through their incorporation into enterprise servers with the user performing the access through a Web browser. The data contained in patent documents can be processed by the user, harmonizing the names of applicants and inventors which are sometimes indexed in different ways or even with typographical errors in patent databases. Furthermore, it is possible to include information not available in the databases from which the documents have been extracted as, for example, the applicants’ legal nature. The system automatically creates several types of fixed reports that include, among others, the list of main applicants in the analyzed sector, the distribution of priority countries, the technological concentration through the distribution of classifications found in patent documents and annual evolution of the number of applications. The user can also cross different information to create dynamic reports, which makes the system even more versatile. KEYWORDS: Technological Information; Industrial Property;

1- INTRODUÇÃO De uma forma geral no Brasil as informações contidas no sistema de

propriedade industrial ainda não têm sido bem utilizadas pela indústria ou pela academia, quer seja para proteção dos conhecimentos, quer seja como fonte de informação tecnológica (Nunes J.S. e Oliveira L.G., 2007).

Trabalhos elaborados por Marmor (1979) e WIPO (2012) dão conta de que cerca

de dois terços de todas as publicações técnicas só são revelados através do sistema de patentes. Esta característica, por si só, as tornariam imprescindíveis, ou no mínimo desejáveis, no desenvolvimento de qualquer atividade criativa nas áreas técnicas.

Além de fornecer informações técnicas inéditas, o conhecimento destas

informações propicia a eliminação de possíveis coincidências, representando economia de tempo e de recursos financeiros, alem de ser fonte de inspiração para novos desenvolvimentos (Nunes et al., 2009).

Segundo a Organização Mundial da Propriedade Intelectual, os depósitos de

patentes já alcançam mais de 1,9 milhões de documentos publicados por ano, e em sua grande maioria são oriundos de países com grande desenvolvimento tecnológico.

Uma das dificuldades observadas é o custo na obtenção das informações

contidas no sistema de patentes, que claramente tem sido um empecilho para sua utilização, principalmente na fase inicial da pesquisa onde o usuário de uma forma geral não tem muita intimidade com o sistema de informação. Muitos desses usuários, ainda que tenham participado dos cursos de busca ora disponíveis, não dominam as técnicas de buscas capazes de assegurar a obtenção das informações corretas que em tese poderiam conter as respostas aos seus problemas.

O presente trabalho tem por objetivo demonstrar a viabilidade do uso das

informações contidas no sistema de patentes através de uma ferramenta computacional disponibilizada gratuitamente para pequenas e médias empresas, para academia ou qualquer outro usuário interessado.

Com a ferramenta ora apresentada, qualquer pessoa com um mínimo de conhecimento objetivo das técnicas de busca poderá usufruir das informações do sistema sem qualquer ônus, o que sem dúvida é um enorme atrativo para sua utilização.

Assim, o objetivo principal deste trabalho é apresentar para a comunidade uma ferramenta que auxilia no processo de recuperação, tratamento e utilização das informações contidas no Sistema de Propriedade Industrial. É discutido como o projeto foi desenvolvido, quais são as características do sistema, suas funcionalidades, onde são mostradas as possibilidades de utilização, e por fim, as conclusões. 2- DESENVOLVIMENTO Esta ferramenta, denominada INPITec, é o resultado de uma Cooperação Técnica entre a Coordenação de Estudos e Programas do Centro de Disseminação da Informação Tecnológica do Instituto Nacional de Propriedade Industrial (CEDIN-INPI) e o Instituto de Computação da Universidade Federal de Mato Grosso (IC-UFMT). Esta cooperação foi viabilizada após a participação de professores da UFMT em cursos oferecidos pelo INPI, onde se sensibilizaram com as dificuldades comentadas pelos autores no desenvolvimento de uma ferramenta específica que o INPI havia começado a desenvolver para elaboração de um trabalho para ECO92. A ferramenta em questão, então chamada Sistema de Análise de Documentos (Sistema AD), desde o término do evento tivera tido o seu desenvolvimento por várias vezes descontinuado e encontra-se sem manutenção nos últimos três anos. Já na primeira visita da UFMT ao INPI para conhecer o Sistema AD, foi concluído que seria possível o desenvolvimento de uma nova ferramenta com base na inteligência do sistema existente. Foi então decidido que seria feito um acordo de cooperação técnica entre as duas instituições onde o INPI participaria com a sua “expertise” na funcionalidade do sistema e a UFMT participaria com a sua “expertise” na área de Tecnologia da Informação. Resolveu-se também que no desenvolvimento desta nova ferramenta o problema geral seria resolvido através da sua “academização”, ou seja, o sistema seria subdividido em projetos que constituiriam teses de mestrado, trabalhos de conclusão de curso e de iniciação científica. Esta proposição se mostrou acertada haja visto o resultado ora apresentado. No desenvolvimento do INPITec foram definidos alguns parâmetros fundamentais: a) deveria ser um sistema multiplataforma, ou seja, poder ser usado com qualquer

sistema operacional. Essa característica é extremamente desejável, uma vez que possibilita alcançar um maior número de usuários;

b) deveria ser software livre, para possibilitar a sua distribuição gratuita e livre uso. A adoção da filosofia de software livre assegura que este software terá o código fonte disponibilizado para todos aqueles que desejarem conhecer como ele foi elaborado e desejarem fazer uma customização ou a implementação de alguma outra funcionalidade, desde que obedeçam as regras que regulam este tipo de software;

c) deveria utilizar dados provenientes de bases de patentes gratuitas. Essa premissa é talvez a mais importante, uma vez que assegura a obtenção dos dados de qualidade, já que este dados na maioria das vezes são disponibilizados pelos escritórios nacionais, sem qualquer custo para os usuários;

d) deveria permitir a harmonização e a complementação das informações adquiridas. Como é sabido, todas a bases de dados apresentam o inconveniente dos erros de grafia e da falta de algumas informações, constituindo um problema quando se quer “rankear” essa informações;

e) deveria criar uma comunidade de desenvolvimento após a conclusão da primeira versão, para assegurar o desenvolvimento futuro e atualização constante do software. Essa comunidade está aberta a todos aqueles que queiram participar dos desenvolvimentos e aperfeiçoamentos futuros.

Até o momento não se conhece nenhuma outra ferramenta gratuita que possibilite aos interessados coletar, tratar, analisar e utilizar as informações de patentes oriundas de bases de dados gratuitas. Mesmo as ferramentas comerciais não possuem algumas das características ora apresentadas em especial a curva de aprendizado e a flexibilidade do INPITec. 3- CARACTERÍSTICAS DO SISTEMA

Como citado anteriormente o software INPITec tem três grandes premissas relacionadas ao aspecto tecnológico computacional:(1) ser um software livre, (2) ser um software multiplataforma e (3) permitir acesso universal.

A característica de ser um software livre (1) está relacionado com a perspectiva

de liberdade, no qual o usuário não tem restrições para executar, distribuir, estudar e/ou modificar o software de acordo com suas necessidades. Um efeito colateral dessa liberdade é que a colaboração entre os usuários e desenvolvedores é aumentada e uma comunidade criada em torno do software de forma que os esforços para melhoria e difusão de boas práticas são diluídos. O que para o contexto do INPITec, significa que foi criada uma comunidade para apoiar seu desenvolvimento e melhorias. Para auxiliar o funcionamento dessa comunidade, foi disponibilizado um ambiente que auxilia na comunicação e controle das ações da comunidade, o que inclui registros de problemas (bugs), bem como do andamento da implementação de novas funcionalidades.

A propriedade de ser um software multiplataforma (2) relaciona-se com a

possibilidade de ser instalado em diversas plataformas computacionais como as baseadas em GNU/Linux, Microsoft Windows e Mac. Para isso, optou-se pelo uso da plataforma Java que permite que a infraestrutura do INPITec seja instalada nas principais plataformas computacionais existentes no mercado.

Já a característica de acesso universal (3) está relacionada com a possibilidade de acesso através de um navegador Web, ou seja, através do uso do aplicativo cliente presente na maioria das plataformas. Nesse sentido, é possível utilizar a infraestrutura completa do INPITec em máquinas comuns com acesso local ou incorporá-la em servidores corporativos com os usuários acessando remotamente.

Nos aspectos arquiteturais, o INPITec está fortemente baseado no conceito de

modularização por componentes de software, de maneira que novas funcionalidades

possam ser inseridas atrelando novos componentes sem a necessidade de alteração dos já existentes. A implementação foi direcionada para uso da plataforma Java Enterprise Edition (J2EE) com o servidor JBoss e o framework JBoss Seam, que envolve o desenvolvimento da interface com o usuário com componentes Java Server Faces (JSF), com geração de páginas XHTML e acesso ao banco de dados com o framework Hibernate. Para armazenamento das informações, foi escolhido o Sistema Gerenciador de Banco de Dados (SGBD) Postgresql, que realiza o armazenamento e as buscas por similaridade para a realização das harmonizações.

Para tratamento das informações estatísticas foi integrado ao INPITec uma plataforma de Business Intelligence (BI) baseada no produto Pentaho. A versão atual do INPITec contempla o uso de conceitos de Online Analytical Processing (OLAP) e Data Warehouse, o que significa que para cada projeto definido pelo usuário é gerado um cubo de dados que permite que o usuário navegue sobre os dados de patentes realizando cruzamentos de dados variados e suas visualizações gráficas, conforme descrito nas funcionalidades de Relatórios Dinâmicos.

Em relação ao processo de desenvolvimento do software, a equipe de desenvolvimento integrou funcionários do CEDIN-INPI com professores e alunos do Instituto de Computação da Universidade Federal de Mato Grosso (UFMT). A metodologia utilizada agregou práticas das metodologias Scrum e Programação Extrema, com o processo sendo automatizado com as ferramentas Redmine (para controle das atividades) e Subversion (para controle de versões). 4- FUNCIONALIDADES

O sistema INPITec confere uma enorme versatilidade ao usuário, pois possibilita que os dados contidos nos documentos de patente previamente extraídos de bases de patente sejam armazenados dentro do sistema em bancos individuais, denominados “projetos”, permitindo a harmonização dos nomes de depositantes e inventores, solucionando um dos grandes problemas de manuseio destas informações que usualmente são indexados com erros de grafia e diferentes formas de abreviação. Permite, ainda, a inclusão de alguns dados que não estão presentes nas bases originais como, por exemplo, a natureza jurídica dos depositantes. Outra vantagem do sistema é a geração dinâmica de um grande número de relatórios e gráficos, automatizando a seleção dos documentos para posterior análise, que constitui a etapa fundamental no processo de elaboração de estudos envolvendo dados de patente.

O ambiente do sistema gerenciador dos projetos (bases de dados individuais) permite a navegação por seis abas principais: “Informações gerenciais”, “Importar dados”, “Relação de documentos”, “Harmonizar dados”, “Relatórios fixos” e “Relatórios dinâmicos”. Nas seções a seguir estão descritas as funcionalidades encontradas em cada uma delas. 4.1 - Informações Gerenciais

Esta aba fornece informações gerais do projeto como a quantidade de documentos importados, o autor do projeto, a data de criação, o título do projeto, a descrição e a data da atualização do projeto.

4.2 - Importar dados

Uma das principais características do sistema INPITec é a capacidade de importação de dados de patentes oriundos das três maiores bases de patente gratuitas disponíveis na Internet (Espacenet, DEPATISnet e PATENTSCOPE). Estas bases permitem acesso e extração de dados de patentes de mais de 80 países incluindo os organismos internacionais como ARIPO, EPO, OAPI e WIPO. Os arquivos contendo os dados extraídos dessas bases são importados pelo sistema INPITec sem que o usuário necessite realizar qualquer tipo de alteração em sua estrutura e/ou formato do arquivo. Os dados constantes nestes arquivos são organizados em projetos criados pelo usuário do sistema. Cada projeto pode receber o upload de mais de um arquivo de dados podendo ser, inclusive, provenientes de bases de dados diferentes. A cada importação adicional de arquivo em um mesmo projeto, o sistema compara os números dos novos documentos de patentes com os já existentes com o objetivo de evitar duplicidade de dados. 4.3 - Relação de documentos

O sistema fornece quatro opções contendo a relação de documentos de um projeto: relação dos documentos completos, incompletos, por família e uma lista negra. Os documentos relacionados nesta lista são aqueles excluídos pelo usuário por não serem pertinentes ao projeto em questão e são desconsiderados nas estatísticas do projeto. Os documentos de patente são considerados incompletos quando são indexados em suas bases de origem sem informação de número de depósito, data de depósito, depositante, inventor, título e classificação.

Os documentos relacionados podem ser encontrados utilizando o filtro de pesquisa por título, classificação, inventor, depositante, resumo, além de números e datas de publicação, depósito e prioridade.

Caso seja necessário, os dados bibliográficos dos documentos de patente, como por exemplo, título, resumo, classificação internacional, depositante e inventor, poderão ser adicionados ou editados.

O sistema permite, ainda, exportar em formato csv (comma separated values) todos os documentos constantes em uma dada relação. 4.4 - Harmonizar Dados

4.4.1 - Depositante e inventor As listas contendo os nomes dos depositantes e inventores são apresentadas em

ordem alfabética de forma a facilitar a localização e proximidade léxica dos nomes. O sistema conta ainda com uma ferramenta de pesquisa para auxílio na busca de depositantes ou inventores específicos.

A harmonização é realizada por meio de criação de regras que podem ser aplicadas aos depositantes e/ou inventores selecionados. Por exemplo, se a relação contiver como depositantes Petrobras, Petróleo Brasileiro S.A. e Petobras, pode ser criada uma regra onde o nome padrão será “Petrobras”. Os documentos selecionados passarão a ser identificados apenas com a nova grafia imposta pela nova regra.

Adicionalmente, no momento da criação da regra poderão ser incluídas outras

informações como: sigla, país, estado e natureza do depositante que pode ser selecionada de acordo com as seguintes categorias: fundação de amparo à pesquisa, instituição de fomento privado, instituição de fomento público, instituição de pesquisa estrangeira, instituição de pesquisa privada, instituição de pesquisa pública, Núcleos de Inovação Tecnológica (NIT’s), pessoa física estrangeira, pessoa física nacional, pessoa jurídica estrangeira, pessoa jurídica privada, pessoa jurídica pública, universidade estrangeira, universidade privada e universidade pública. Dado que nenhum documento de patente contém a natureza do depositante, estas classificações devem ser atribuídas pelos usuários envolvidos na execução do trabalho com base em informações disponíveis na Internet.

Durante a criação de uma nova regra (padrão) o sistema sugere automaticamente outros padrões que podem ser escolhidos e inseridos na nova regra criada.

Novas regras também podem ser criadas para depositantes e inventores específicos por meio da ferramenta de pesquisa, que recupera todos os depositantes ou inventores com o nome pesquisado.

Outra característica importante é a possibilidade de utilizar a harmonização em lote dos depositantes. Em uma mesma ação, o usuário pode atribuir a diferentes depositantes a mesma natureza jurídica e/ou país e/ou estado.

É possível, clicando em “Ver publicações” para cada depositante ou inventor, checar todos os documentos publicados onde eles aparecem indexados.

A lista dos documentos mostrada no ambiente da ferramenta de harmonização apresenta um campo que indica se o depositante ou inventor foi harmonizado ou não pelo usuário.

4.4.2 - Regras existentes

O acesso a todas as regras de harmonização criadas é feito por meio da aba de

“Regras Existentes” e todos os padrões existentes antes da harmonização são mostrados no ícone “Padrões Antigos”. No ícone “Padrões Adicionais Sugeridos” são mostrados todos os padrões indicados automaticamente pelo software. Regras existentes poderão ser facilmente eliminadas selecionando-as e, em seguida, clicando em “Remover”. 4.5 - Relatórios Fixos

Após a importação de dados para um projeto o sistema gera automaticamente 21 tipos de figuras entre gráficos (15) e tabelas (6) com as informações estatísticas mais usuais encontradas em estudos envolvendo dados de patente.

Relação dos depositantes com maior número de documentos depositados mostrada na Figura 1, aponta quais são os principais atores no segmento.

Figura 1 – Depositantes com maior número de depósitos.

Já a relação dos inventores com maior número de depósitos mostrados na Figura 2 indicam quais e quantos são os pesquisadores que estão trabalhando no tema abordado.

Figura 2 – Relação dos inventores com maior números de depósitos

A evolução do número de depósitos de pedidos de patente do trabalho é comparado com a evolução do total de documentos depositados no Brasil no mesmo período está exemplificado na Figura 3. Deve ser observado que trata-se de um gráfico plotado usando escala logarítmica para permitir a comparação de ordens de grandezas bem distintas.

Figura 3 – Comparação dos número de depósitos do trabalho com o total de documento depositados no Brasil no período em análise

A distribuição dos países de prioridade dos documentos de patentes mostrados

na Figura 4, permite verificar o interesse nos vários mercados no mundo, dando uma visão instantânea do que está ocorrendo no segmento estudado.

Figura 4 – Relação dos paises de prioridade

A distribuição dos depósitos pela Classificação Internacional de Patentes - CIP pode ser observada na Figura 5, dando uma idéia das áreas específicas onde estão havendo maior interesse tecnológico.

Figura 5 – Distribuição dos depósitos pela Classificação Internacional de Patentes

A verificação da distribuição da concentração tecnológica através da incidência

dos depósitos pela classificação é mostrados na Tabela 1, permite verificar em quais áreas da classificação os principais atores estão trabalhando.

Tabela 1- Distribuição da Concentração Tecnológica

A ferramenta também permite que algumas informações que originalmente não

estão disponíveis nas bases de patentes sejam acrescentadas, permitindo outras avaliações como per exemplo a distribuição dos pedidos per unidade da federação como mostrado na Figura 6.

Figura 6 - Distribuição dos pedidos por unidade da federação

Esses dados também permitem que automaticamente o sistema apresente a concentração dos depósitos por região do país com mostrado na figura 7.

Figura 7 - Concentração dos depósitos por região do país

Ainda dentre das informações agregadas existem dois grupos de informações interessantes dizem respeito à natureza jurídica dos depositantes e ao grau de compartilhamento dos depósitos.

A Figura 8 mostra o gráfico da natureza jurídica dos depositantes. Esta

informação permite ao usuário analisar quais são os tipos de depositantes atuam no setor em estudo.

Figura 8 - Natureza jurídica dos depositantes Além disso, a interface do sistema dispõe de diversas opções para alterações dos

critérios adotados para gerar os gráficos e tabelas, como por exemplo, a definição de novos limites de elementos mostrados nas figuras e o período de interesse.

Outras opções incluem a possibilidade de excluir da estatística os documentos

incompletos, a opção de utilizar somente um documento de cada família, utilizar somente a classificação principal (padrão) ou permitir que sejam contabilizadas todas as classificações dos documentos de patente.

Cabe ressaltar que uma ou mais opções podem ser escolhidas pelo usuário ao

mesmo tempo e, quando acionadas, alteram todos os resultados fornecidos na aba “Relatórios Fixos”. 4.6 - Relatório Dinâmico

O módulo de Relatórios Dinâmicos do software utiliza funcionalidades avançadas relacionadas com a tecnologia de Business Intelligence (BI), mais especificamente a tecnologia On-line Analytical Process (OLAP) e tem como objetivo permitir que o usuário faça cruzamentos de dados e visualizações. Assim, é possível identificar a quantidade de patentes relacionada com o cruzamento de muitas variáveis entre elas: classificação, país de prioridade, depositante, inventor, datas de publicação, depósito e prioridade. 4.7 - Exportação

O sistema permite, ainda, a exportação de todos os documentos relacionados no projeto, das regras de harmonização e do projeto completo. As regras de harmonização poderão ser reutilizadas em outros projetos reduzindo o tempo gasto nesta etapa do tratamento dos dados. A possibilidade de exportação do projeto completo confere ao sistema maior portabilidade e segurança, uma vez que os projetos poderão ser executados em outras estações de trabalho. 5- CONCLUSÕES

Estudos revelam que grande parte de todo o conhecimento técnico só é

publicado através da documentação de patentes, o que torna esta fonte de informação extremamente útil no auxílio às pesquisas. No entanto, apesar do trabalho de divulgação realizado pelo INPI para disseminar a cultura de PI, percebe-se que, de uma forma geral, a utilização do sistema de patentes, ainda é muito pouco conhecida e percebida pelos setores de pesquisas do país. O custo na obtenção destas informações certamente é uma das dificuldades observadas para sua utilização. Uma das premissas adotadas no desenvolvimento do INPITec foi a de utilizar dados provenientes de bases de patente gratuitas, o que reduz este custo. Além disso, a filosofia de software livre permite a distribuição gratuita e livre uso. O sistema alcança um grande número de usuários visto que pode ser instalado em diferentes plataformas computacionais, podendo ser acessado localmente ou através de um navegador Web. Criou-se uma comunidade de desenvolvimento para atualização da ferramenta e implementação de novas funcionalidades.

O sistema possibilita que o usuário inclua informações adicionais não

disponíveis nas bases de onde os documentos foram extraídos e, além disso, dispõe de uma ferramenta onde o usuário pode harmonizar nomes de depositantes e inventores. Gráficos e tabelas são gerados automaticamente ou através do cruzamento de dados feitos a critério do próprio usuário, permitindo análise das informações.

A relevância da ferramenta computacional apresentada neste artigo fundamenta-

se na possibilidade da sociedade em geral ser beneficiada com um software gratuito que utiliza as informações contidas no sistema de Propriedade Industrial para analisar setores tecnológicos de interesse. 6- REFERÊNCIAS MARMOR, A.C.; LAWSON, W.S.; TERAPANE, J.F.; The Technology assessment

and forecast program of the United States Patent and Trademark Office. Wold Patent Information, Munchem, vol.1, n.1, pp. 15-23, 1979.

NUNES, J.S.; GOULART L.O.; Universidades Brasileiras – Utilização do Sistema de

Patentes de 2000 a 2004. INPI/CEDIN/DIESPRO , Julho, 2007, disponível em www.inpi.gov.br/menu-esquerdo/informação/estudos_html.

NUNES, J. S.; RODRIGUES R.C.; BATALHA M.S.; Proposal For The Use Of The

Information Contained In The Patents System In The Engineering Teaching. In: 20th International Congress of Mechanical Engineering, COBEM 2009, 2009, Gramado, RS. Proc. of 29th International Congress of Mechanical Engineering, COBEM 2009, ABCM. Rio de Janeiro

WIPO 2012 - http://www.wipo.int/sme/en/ip_business/patents/patent_information.htm, acessado em 01/08/2012.