专利许可费争议，小米将Sisvel公司告上法庭，园林景观实用新型专利申请流程

今天，乐知网小编 给大家分享 因专利许可费争议，小米将专利经营机构 Sisvel公司告上法庭，园林景观实用新型专利有哪些，景观实用新型专利申请流程 。

因专利许可费争议，小米将专利经营机构 Sisvel公司告上法庭

近日，记者从小米公司（下称小米）获悉，该公司已将专利经营机构 Sisvel 公司起诉至北京知识产权法院，请求法院确定 Sisvel 公司持有的无线传输技术专利包中全部中国标准必要专利的许可费率。

近年来，中国企业在开拓海外市场的过程中，接连被卷入 Sisvel 公司发起的专利许可纠纷中，除了小米外，还有中兴、海尔、海信等若干中国企业。

Sisvel 公司常以涉嫌侵犯其持有专利权为由，申请海关扣押；在展会期间申请临时禁令，以及在各国相继发起专利侵权诉讼等，以此来向被许可方施压。

对于 Sisvel 公司，我国消费电子领域以及家电领域的公司可能比较熟悉，作为一家来自意大利的专利经营机构，其专利池和联合许可项目涵盖了无线通信、数字视频和显示技术、音频和视频（DE）编码、宽带和本地化领域等。

目前，Sisvel 公司的业务遍及全球，在意大利、美国、日本、德国等国家和地区都设有分公司。

今年 4 月，Sisvel 公司先后在英国、荷兰和意大利等国针对小米提起临时禁令程序和专利侵权程序，声称小米侵犯其专利权，并请求英国高等法院对其多种无线传输技术专利包的全球许可费率作出裁决。

针对这一系列专利诉讼，小米制定应对策略并向法院提交答辩意见。

今年 8 月 1 日，荷兰海牙地区法院以 Sisvel 公司在这一救济程序中的利益并不足够紧迫，且可能严重损害小米的利益等为由，依法驳回了 Sisvel 公司的禁令请求。

该案是近年来该法院审理的为数不多的涉及标准必要专利（SEP）的临时禁令的诉讼案件，对中国企业应对国外专利运营机构的禁令之诉，保卫自身合法使用标准必要专利的权利，具有借鉴意义。

园林景观实用新型专利有哪些，景观实用新型专利申请流程

一、园林景观实用新型专利是什么？ 中国的园林艺术，拥有悠久的历史文化，也取得了高度的成就，纵观我们生活的城市，人们运用高科技的盖章地形，通过种植树木花草、营造建筑和布置园路等来创作出优美的自然环境，在发展的期间，诞生出了众多园林方面的设计，为了保护园林方面实用新型专利的使用权，所以申请了实用新型专利，可以有效保护专利权利人的自身权利。

二、园林景观实用新型专利有哪些？ 与园林和景观相关的实用新型专利特别多，以下小编就整理一部分已注册的专利供大家参考：

2019203741***一种园林栏杆立柱园林 2019204557***一种用于杨树幼苗的育种培育架园林育苗 2019204973***一种园林水生植物浮岛式栽培装置园林水生植物 2019204908***一种园林用高安全系数的马鞍式花盆园林 2019206638***一种方便安放和养护花卉的园林景观墙园林、花卉 2019208701***一种园林工程景观用观赏灯园林 2019210122***一种园林用景观灯园林 2019204705***一种景区园林设计用池塘结构园林 2019203828***一种园林景观用水池净化装置 2019210548***一种园林用防蚊灯 2019205179***一种园林绿化施工景观树固定装置 2019204368***一种园林施工用放线装置 2018221958***一种园林绿化用绿植箱 2019205195***一种园林路面施工用多工能铁锹

国内高校企业布局自然语言处理，仅百度提交一项专利

自然语言处理（NLP），是指用计算机对自然语言的形、音、义等信息进行处理，即对字、词、句、篇章的输入、输出、识别、分析、理解、生成等进行操作和加工。

实现人机之间的信息交流，是人工智能界、计算机科学和语言学界所共同关注的重要问题。

最近几年，科技巨头和创业公司相继投入资源和成本进行商业化探索。

不过，除了语音和机器翻译领域之外，自然语言处理在很多方面的进展并不大。

例如识别一个句子当中的动词、名词、形容词，做这些非常简单、非常基础的任务。

但是句子识别目前的正确率只有57%。

从2009年到2017年间，其正确率提高了不到1%。

尽管自然语言处理已经成为人工智能的热门细分行业，但技术本身尚有足够的成长空间，当前仍处于早期阶段。

基于此，国家知识产权局专利分析普及推广项目人工智能关键技术课题组从专用技术和通用技术出发，围绕专利技术发展路线和重要申请人，对自然语言处理产业进行深度剖析，以供行业参考。

词性标注，专利申请增速缓慢 词性标注，是给自然语言中每一个词都赋予其词性标记。

正确的词性标注是自然语言处理的一个基本步骤，错误的词性判断可能会导致整个句子的理解错误。

从技术发展路线来看，在1980年前鲜有关于词性标注的专利申请，在1980年至1990年间，出现了基于规则的词性标注方法，这是人们提出较早的一种词性标注方法。

基于规则的基本思想是建立标注规则集，并尽可能的使该标注规则集精确，而后使用该规则标注集对待标注语料进行标注，从而得到正确的标注结果。

基于规则的词性标注的缺点是针对性太强，很难进一步升级，也很难根据实际数据进行调整，在实际的使用场合表现不够好。

1990年后，基于统计的词性标注技术得到发展，隐马尔科夫、条件随机场等模型应用到了词性标注中，全部知识是通过语料库的参数训练自动得到，可以获得很好的一致性和很高的覆盖率。

基于统计的词性标注方法因此被广泛应用。

但基于统计的方法也同样存在缺点和局限性，例如在建立模型参数时，需要大量训练语料，而训练语料的选择会影响到精度。

由于基于规则和基于统计的方法在处理某些问题时都不能做到尽如人意，于是有人提出了基于规则和统计结合的词性标注方法，主要是将词典与统计模型结合，这样相结合的词性标注方法在很大程度上弥补了单一方法对标注结果的影响，最大程度发挥了基于规则的方法和基于统计的方法的优点，实际上两种方法相结合其实就是理性主义方法和经验主义方法相结合。

近年来，基于人工智能的方法也应用在词性标注中。

相对于前面三种方法，该方法具有适应性强、精度高的优点，来自中国的申请人在这方面的研究较多，技术爆发力较强，取得了一系列研究成果。

词语级语义，布局各有侧重 语义分析的目标是通过建立有效的模型和系统，实现在各个语言单位（包括词汇、句子和篇章等）的自动语义分析，从而实现理解整个文本表达的真实语义。

词汇级语义分析关注的是如何获取或区别词语的语义。

词语级语义分析有多种方式，从发展路线来看，基于词典的语义分析中，词典语义、语法结构、双语词典和Yarowsky算法已经不再产生新的重要相关专利申请。

基于实例和统计模型鲜有重要专利申请；由于关键词提取技术的发展，基于义词词典的相关技术在2017年仍有相关的重点专利产生，是将来的发展重点之一。

与此同时，基于无监督学习，由于不需要专门的语料库，且具有较强的可扩展性，在大数据、算法和芯片技术的推动下，将成为未来的主要发展方向。

从在华重要申请人来看，专利申请量超过3件的重要申请人共有6位，排名第一位的是齐鲁工业大学，后面依次为昆明理工大学、百度、腾讯、富士通和IBM。

国外来华申请人方面，IBM在1999年开始提交了基于双词典的消歧专利申请，随后分别于2011年、2014产生基于上下文首字母缩略词以及基于词袋的专利申请；富士通于2012年提交首件基于双语言的消歧技术的专利申请，随后分别于2012年、2016年提交基于组合概率和针对缩减词的专利申请。

昆明理工大学在2008年提交一件基于信息改进的贝叶斯方法的消歧技术的专利申请；腾讯的相关专利申请侧重于利用词语的热度、基于文本的内容，以及基于基本词词典和短语词典领域，同时提交一件与词典构建方面有关的专利申请；百度在2012年提交第一件相关专利申请，研究方向包括多粒度词典的构建、利用用户的选择、基于歧义词消解的搜索，并在2018年提交了一件基于无监督神经网络的词语级语义分析专利申请。

早期，清华大学、北京大学、中国科学院声学所、哈尔滨工业大学、日电（中国）、谷歌等科研院所和企业均在国内进相关专利申请。

随着技术的发展以及创新主体的重视，南京邮电大学、华东师范大学、富士康、上海交通大学也进行相关领域研究。

2014年以后，苏州大学、南京大学、中山大学等高校也加入到词语级的消歧研发之中。

值得注意的是，虽然中国申请人在各个时期均有参与词语级的消歧研究之中，但除昆明理工大学外，大部分早期实力较强的中国申请人并没有持续地提交相关专利申请。

在引领词语级消歧技术发展的无监督消歧中，仅有百度提交了一件相关专利申请。

机器翻译，IBM专利实力突出 在20世纪40年代至50年代，机器翻译相关技术处于理论研究阶段，计算机的发明和信息论的研究为机器翻译奠定了理论基础，这段时期并没有相关专利申请提出。

20世纪60年代开始，进入基于规则的机器翻译系统时代。

相关专利开始零星地出现，其中IBM作为计算机领域开拓者在这一时期扮演了非常重要的角色，并积累了大量规则机器翻译系统方面的基础专利。

除此之外，大学、政府研究机构是这一时期的重要组成，类似Systran系统的机器翻译产品诞生于大学实验室，并通过政府项目合作而存活并发展。



因专利许可费争议，小米将专利经营机构 Sisvel公司告上法庭 的介绍就聊到这里。

更多关于 园林景观实用新型专利有哪些，景观实用新型专利申请流程 的资讯，可以咨询 乐知网。

(乐知网- 领先的一站式知识产权服务平台，聚焦 专利申请，商标注册 业务)。

关键词： 专利申请 如何申请专利