patents-public-data
Patent analysis using the Google Patents Public Datasets on BigQuery
파일 탐색기
최종 버전 다운로드 (.zip)- 20k_G_and_H_publication_numbers.csv
- claim_text_extraction.ipynb
- BERT_For_Patents.ipynb
- Document_representation_from_BERT.ipynb
- patent_set_expansion.ipynb
- example-output-from-preprocess-step.tfrecord.gz
- __init__.py
- model.py
- task.py
- batch_inference.py
- batch_inference_test.py
- generate_embedding_vocab.sql
- hptuning_config.yaml
- preprocess.py
- preprocess_test.py
- README.md
- requirements.txt
- flow.png
- project-id.png
- hair_dryer.seed.csv
- hair_dryer_large.seed.csv
- README.md
- video_codec.seed.csv
- __init__.py
- AutomatedPatentLandscaping.pdf
- AutomatedPatentLandscaping_2018Update.pdf
- expansion.py
- keras_metrics.py
- LandscapeNotebook.ipynb
- model.py
- README.md
- tokenizer.py
- train_data.py
- word2vec.py
- BERT for Patents.md
- dataset_Berkeley Fung.md
- dataset_Berkeley Fung.md.pdf
- dataset_CPA Global.md
- dataset_CPA Global.md.pdf
- dataset_European Bioinformatics Institute.md
- dataset_European Bioinformatics Institute.md.pdf
- dataset_Google Patents Public Datasets.md
- dataset_Google Patents Public Datasets.md.pdf
- dataset_Other.md
- dataset_Other.md.pdf
- dataset_USPTO.md
- dataset_USPTO.md.pdf
- index.md
- index.md.pdf
- Dockerfile
- main.py
- README.md
- bq_bulk_cp.pysh
- bq_ls.pysh
- csv_upload.pysh
- dataset_berkeley_fung.json
- dataset_ebi.json
- dataset_ifi.json
- dataset_innography.json
- dataset_other.json
- dataset_public.json
- dataset_report.pysh
- dataset_uspto.json
- generate_dataset_docs.py
- sqlite_dump.pysh
- .gitignore
- CONTRIBUTING.md
- Creating a new BigQuery dataset.pdf
- LICENSE
- Querying a BigQuery dataset.pdf
- README.md
🚀 설치 가이드
1. 코드 내려받기
git clone https://github.com/google/patents-public-data
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd patents-public-data
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. Docker
쉬움 추천사전 준비물
- Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
- Docker Desktop 컨테이너를 빌드하고 실행하려면 필요합니다. 설치 후 실행해서 백그라운드에 켜두세요.
docker build -f tools/bigquery-indexer/beam-rdkit-runner/Dockerfile -t patents-public-data .
Dockerfile을 기반으로 실행 가능한 이미지를 빌드합니다.
docker run -p 8080:80 patents-public-data
빌드된 이미지를 실제 컨테이너로 실행합니다.
터미널에 docker compose ps 를 입력해 컨테이너들이 Up 상태인지 확인하세요. README에 포트 번호가 적혀있다면 브라우저에서 http://localhost:포트번호 로 접속해보세요.
3. Python
쉬움사전 준비물
pip install -r models/claim_breadth/requirements.txt
requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.
jupyter notebook
브라우저에서 노트북(.ipynb) 파일들을 열람하고 실행할 수 있는 Jupyter 화면을 켭니다.
에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.
// repository documentation
Was this content helpful?
(0 ratings)
