Sparse Coverage: un framework di recupero semantico per la ricerca di prior art nei brevetti

Uno studio recente introduce Sparse Coverage, un framework non supervisionato per il recupero semantico finalizzato alla ricerca di prior art nei brevetti, che supera gli svantaggi del recupero denso basato su rappresentazioni a vettore singolo. Questo metodo allinea gli embedding di span locali con un vocabolario sparso di centri dello spazio di embedding, selezionati tramite un obiettivo k-center focalizzato sulla copertura. I test sul dataset CLEF-IP 2013 rivelano che Sparse Coverage raggiunge una recall a livello di documento comparabile o superiore a quella dei robusti encoder densi per brevetti, risultando efficace anche per il recupero a livello di passaggio. Disponibile su arXiv (arXiv:2608.16918), questo framework non dipende da dati di addestramento etichettati, rendendolo ideale per domini specifici. Le rappresentazioni sparse facilitano ricerche efficienti con indice invertito, migliorando la scalabilità e suggerendo potenziali applicazioni future in altri contesti di documenti tecnici.