Data-Gouv-FR/les-brevets-francais-a-linpi-et-loeb

[存档] 原始数据由法国国家工业产权局（INPI）提供，来源于其2015年内部数据库的提取，并针对某些欧洲专利通过Patstat数据库进行了丰富。该数据库包括在INPI（国家途径）的法国专利申请出版物和专利授权，以及进入法国国家阶段的欧洲专利局（OEB）的欧洲专利申请。INPI的专利数据库在许可框架下可完整用于再利用（https://www.inpi.fr/fr/services-et-prestations/bases-en-acces-libre）。每个专利数据包含程序日期、申请人和发明人的法国地址、申请人性质、国际专利分类（CIB）代码以及相关技术术语。为保护个人数据，发明人和申请人（自然人）的姓名和地址未包含在此数据集中。每个专利根据申请人和发明人的地址在不同级别进行地理定位：国家、地区、部门、城市单位、市镇。这些数据用于[专利地图集]（http://publication.enseignementsup-recherche.gouv.fr/atlas-brevets/index.php/Accueil/fr），旨在通过专利数量的地域分析，帮助理解法国的研发和创新活动。基于可靠的历史语料库和关键技术术语，该地图集回答关于专利申请出版物和专利授权的简单问题（什么、哪里、多少、谁？）。计划每年更新此地图集。此开放数据集中的数据不具有任何法律效力。

[Archive] The raw data is provided by INPI and comes from an extraction of its internal database from 2015, enriched with the Patstat database for some European patents. It is the database of publications of patent applications and patent grants in France at INPI (national route), and European patent applications from the European Patent Office (EPO) that enter the French national phase. The INPI patent database is available in its entirety for reuse under a license (https://www.inpi.fr/fr/services-et-prestations/bases-en-acces-libre). The data per patent includes procedure dates, French addresses of applicants and inventors, the nature of applicants, International Patent Classification (IPC) codes, and related technological nomenclatures. To protect personal data, the names and addresses of inventors and applicants (natural persons) are not included in this dataset. Each patent is geo-located at different levels according to the addresses of applicants and inventors: country, regions, departments, urban units, municipalities. These data are used in the [Patent Atlas] (http://publication.enseignementsup-recherche.gouv.fr/atlas-brevets/index.php/Accueil/fr). The objective of this atlas is to contribute to the understanding of research and innovation activity in France through a territorial analysis of the number of patents. Based on a reliable, historical corpus integrating key technology nomenclatures, the atlas answers simple questions about publications of patent applications and patent grants (what, where, how many, who?). An annual update of this atlas is planned. The data available in this open dataset have no legal value.

搜集汇总

数据集介绍

构建方式

该数据集源自法国国家工业产权局（INPI）内部数据库的2015年度提取结果，并整合了欧洲专利局（Patstat）数据库中的部分欧洲专利信息，涵盖了法国国内专利申请与授权公布（INPI国家通道）以及进入法国国家阶段的欧洲专利申请。数据按照HuggingFace规范组织，将原始tabular资源映射为一个子集/配置，并统一命名为`train`的分割。数据以Parquet格式存储于`data/fr-esr-brevets-france-inpi-oeb.parquet`文件中，确保高效读取与处理能力。

特点

该数据集的核心特点在于其地理与技术维度的精细标注。每项专利均基于申请人及发明人地址，实现了从国家、大区、省份、城市单元到市镇的多层级地理定位，从而支持深入的地域创新分析。同时，数据涵盖了程序日期、法国申请人地址、发明人地址、申请人性质以及国际专利分类（CIB）代码及相关技术分类，但为保护个人隐私，隐去了自然人的姓名与详细地址。这些特性使其成为研究法国研究与创新活动时空分布的重要工具。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载数据：首先安装该库，然后使用`load_dataset`函数指定仓库名称和配置名`fr-esr-brevets-france-inpi-oeb`即可获取`train`分割。加载后的数据集可直接用于数据分析、可视化或机器学习任务，例如结合地理信息绘制专利密度地图，或利用技术分类字段进行创新趋势的时序分析。数据以Parquet列式格式存储，支持高效过滤与聚合操作，适合大规模计算场景。

背景与挑战

背景概述

该数据集名为“法国国家工业产权局与欧洲专利局法国专利数据集”，由法国高等教育与科研部于2015年创建，基于法国国家工业产权局内部数据库及欧洲专利局Patstat数据库的抽取数据，旨在系统记录在法国提交的专利申请与授权信息，以及进入法国国家阶段的欧洲专利申请。数据集的构建服务于“专利图谱”项目，通过地域分析揭示法国研究与创新活动的空间分布格局。作为开放数据资源，它整合了程序日期、申请人及发明人地址、申请人性质、国际专利分类码等关键字段，为技术创新研究、区域科技政策评估及专利计量分析提供了标准化、可历史追溯的权威基础，在法国科技创新研究领域具有显著影响力。

当前挑战

数据集的核心挑战在于解决专利数据分析中的地域精细化与隐私保护平衡问题。领域层面，需要从海量异构专利记录中提取标准化地理信息，准确将专利活动与行政区域（如大区、省份、城市单元）关联，以支持创新空间分布的量化研究。构建过程中，原始数据涉及个人姓名和详细地址，为遵守通用数据保护条例等隐私法规，必须剥离发明人与申请人（自然人）的身份信息，仅保留聚合后的地理层级数据，这增加了数据清洗与脱敏的复杂度。此外，需统一法国国家程序与欧洲专利局两种数据源的编码规则与时间格式，确保跨库可比性，同时保持年度更新的持续性，对数据治理的鲁棒性提出了严峻考验。

常用场景

经典使用场景

该数据集汇聚了法国国家工业产权局（INPI）与欧洲专利局（OEB）的专利文献，涵盖专利申请公布与专利授权两大类型，为创新生态研究提供了高颗粒度的标准化数据基底。研究者可通过国际专利分类（CIB）代码与技术关联命名体系，对法国本土及进入法国国家阶段的欧洲专利进行系统化文本挖掘与知识图谱构建。数据集内嵌的地理编码信息（从国家至市镇层级）使得空间统计分析成为可能，常见于专利密度测算、区域创新网络刻画及技术扩散路径追踪等学术场景，是探索法国创新地理学与知识产权动态的经典资源。

衍生相关工作

围绕该数据集衍生出一系列标志性成果，其中最为瞩目的当属法国高等教育与研究部基于其构建的《专利地图集》分析平台，该系统通过交互式地图与统计图表揭示了法国创新活动的时空演化规律。在学术层面，研究者利用该数据集的CIB代码与地理标签，完成了法国城市层面技术多样化与专业化模式的相关性分析，产出多篇发表于区域科学与创新政策顶刊的实证论文。此外，有工作将其与其他社会经济面板数据匹配，构建了专利-产业-就业联动模型，为评估公共研发补贴的空间溢出效应提供了方法论范例，深刻影响了后续创新地理学的量化研究范式。

数据集最近研究

最新研究方向

该数据集聚焦于法国国家工业产权局与欧洲专利局收录的法国专利文献，为区域创新生态与科技地理学的前沿研究提供了结构化数据基底。当前学界正借助其精细的地址分层与专利分类编码，深入探讨专利活动与地域创新能力的耦合机制，尤其关注技术集群的空间分布差异及跨区域知识溢出效应。结合“Atlas des brevets”项目的年度更新计划，该数据源已成为量化评估法国研发政策成效、解析产学研网络拓扑结构的关键工具，在推动开放式政府数据服务于创新监测与智慧决策方面具有里程碑意义。