IPC分类号统计表：从专利检索到技术分析的实战指南

简介：《数字技术-IPC专利分类号统计-new.pdf》是一份聚焦人工智能领域的IPC专利分类号统计参考文档，适合知识产权从业者、专利分析师、技术研发人员及高校研究者使用。文件从人工智能技术、人工智能通用技术、人工智能关键技术三个维度展开，系统梳理了智能芯片、GPU、FPGA、ASIC、类脑芯片等硬件平台，以及机器学习、知识图谱、量子智能计算、群体智能、自然语言处理、智能语音、计算机视觉、生物特征识别等方向的专利分类号，涵盖G06F、G06N、G06T、G06V、G10L、H01L等主流IPC子类，便于读者快速建立AI技术与专利分类号之间的映射关系。包体为1个PDF文件，压缩包大小约1.52MB，目前已有704人学习下载。借助这份分类号统计表，可辅助专利检索、技术趋势分析、竞争情报研判与知识产权战略布局，为人工智能领域的专利地图绘制和研发方向决策提供基础参考。

1. 用IPC分类号统计表拆专利，这是我做过最值的一件笨事

做过专利分析的人都有这种体验：想查人工智能芯片相关专利，却不知道该在分类号框里填什么。填 G06F9*，漏掉 G06N3*；填 H01L21*，又把大量封装和材料专利漏在门外，等反应过来时已经多花了两个下午。我拿到这份《数字技术-IPC专利分类号统计》时，本来只当它是普通的分类清单，结果它把人工智能和高端芯片两大领域的分类号按“技术分支-细分方向”全拆开了，每个方向后面跟着明确的分类号前缀，甚至精确到 G06F40/40 这种小组级编号。这份文档解决的核心问题，是把模糊的技术概念翻译成可执行的专利检索式，让你不再靠猜去拼分类号。适合专利工程师、研发做情报调研、以及刚入行想做技术全景分析的人。

2. 分类号结构先搞懂：星号是检索式的地基，不是装饰

2.1 从 G06F 到 H05K：IPC 层级与星号的真实含义

IPC 分类号从粗到细分五级：部、大类、小类、大组、小组。部是一个字母，G 对应物理，H 对应电学；大类是两位数字，比如 G06 表示计算；小类由大写字母表示，G06F 就是“电数字数据处理”；再往下是数字组，G06F3* 以数字3开头，代表 G06F3/00 及其所有细分。文档里的星号本质是“截断符”，G06F3* 等于“G06F3 开头的一切分类号”，但 G06F* 则扩大到 G06F 这个大类下所有区域，两者检索范围天差地别。

这套文档中，统计表把 G06F3*、G06F8*、G06F9*、G06F11* 等几十个分类号并列放在“智能芯片”分类下，并配上了“智能芯片、AI芯片、GPU”等对应关键词。实际使用时，我一般会把星号视为检索式中的右截断标志，在专利数据库里写成 IPC=(G06F3) 或 IPC=(G06F3/00 或 G06F3/01 或 G06F3/02)，前者命中所有小组，后者只命中单个组。动不动就写错的人，往往是把 G06F* 和 G06F3* 混用，导致检索式要么太宽要么太窄。

2.2 统计表的分层思想：三层结构对应三种分析视角

这份统计表不是简单的分类号堆砌，它在逻辑上分了三层。第一层是人工智能硬件平台，细分为 GPU、FPGA、ASIC、类脑芯片、NPU，每个细分方向都给了独立分类号组合；第二层是人工智能通用技术，包括机器学习、知识图谱、类脑智能计算、量子智能计算、模式识别、群体智能、混合智能；第三层是人工智能关键技术，从自然语言处理、智能语音、计算机视觉、生物特征识别一直延伸到 AR/VR 和人机交互。第三层每一章下面还有三级细分，比如生物特征识别下拉出指纹识别、人脸识别、虹膜识别、声纹识别、DNA识别、行为特征识别，每个细分方向单独对应一组分类号。

这种两层结构的好处在于，统计出来的数目可以被反复拆用。做竞争情报时，我第一层看总量判断技术活跃度；第二层用于筛选申请人集中的技术方向；第三层则针对具体产品做精确检索。比如想查人脸识别技术，直接跳到“3.4.2 人脸识别”条目下，拿到 G06K9*、G06F21/32、G06V40/16 这一组分类号。如果只靠记忆，G06F21/32 这种小组编号基本不可能记全。

2.3 粗细粒度怎么选：大组管趋势，小组管查全

文档里有些条目只给到大组级，有些则直接给到小组级，比如机器翻译下面写了 G06F40/40、G06F40/42、G06F40/44、G06F40/45、G06F40/47、G06F40/49、G06F40/51、G06F40/53、G06F40/55、G06F40/56、G06F40/58，几乎把机器翻译相关的细分全部枚举出来。用这些小组号组合检索，能拿到比 G06F40* 精确得多的结果，但同时会牺牲召回，有些用其他分类号暴露翻译特征的专利会被漏掉。

我的建议是：宏观趋势分析用大组级，查新和防侵权用小组级，两种粒度配合使用。文档里同时给出了层级不一的分类号，这是优势，不是缺陷。实际做统计时不要只数分类号出现次数，要看分类号是“大组出现”还是“小组出现”，统计口径不同，结论可能完全相反。

3. 从分类号到检索式：把统计表落地到专利数据库

3.1 准备工作：规范化分类号清单

拿到统计表后，我通常不直接在数据库里输入，而是先把分类号标准化。文档里写的是“G06K9*”“G06F16*”这种带星号的表达，但不同数据库接受的语法不一样，有的支持 IPC=(G06K9/00 或 G06K9/62 或 G06K9/66)，有的支持 IPC=(G06K9)，还有的写法是 ipc=G06K9%2C。因此第一件事，是把星号统一成数据库偏好写法，并去掉重复项。

上面这张表是我用 Excel 手动整理的，但分类号一多，手工处理容易出错。此时我更推荐用一段简单的 Python 脚本，把星号表达式自动转成可用的前缀列表。

import re from collections import OrderedDict raw_list = [ "G06K9*", "G06F16*", "G06N3*", "G06F21/32", "G06V40/16", "G06F40/30", "G06F40/35" ] def expand_prefix(code): if code.endswith("*"): base = code[:-1] return f"{base}", True return code, False normalized = OrderedDict() for item in raw_list: code, is_prefix = expand_prefix(item.strip()) if is_prefix: normalized[f"{code}*"] = True else: normalized[code] = False for code, is_wildcard in normalized.items(): print(f"{code} wildcard={is_wildcard}")

逻辑说明：这段脚本先对输入清单去重，再判断末尾是否带星号。带星号的条目只保留前缀并标记为 wildcard，之后在拼接检索式时，把 wildcard 条目翻译成“IPC 前导通配”，把精确条目翻译成“IPC 等于指定分组”。参数说明部分：raw_list 里的分类号，建议直接从 PDF 复制粘贴，不要手敲，手敲最容易把 G06F 敲成 G08F；脚本去重选用了 OrderedDict，保证输出顺序和文档一致，方便和原始条目逐行核对。

3.2 检索式拼接的两种策略

规范化完成后，面临检索式拼接策略。策略一适合商用专利数据库：分类号之间用 OR 连接，形成一个大而全的集合。策略二适合做技术分野分析：把分类号按文档给出的技术分支拆开统计，看每个分支下的专利数量分布。

我用 Python 写了一个自动拼接器，输入是一组分类号，输出是“或”关系表达式。

def build_query(code_list, platform="generic"): if platform == "generic": return " OR ".join(code_list) if platform == "platform_a": return "IPC=(" + " OR ".join(code_list) + ")" if platform == "platform_b": return " OR ".join(f"ipc={c}" for c in code_list) codes = ["G06K9*", "G06N3*", "G06V40/16"] print(build_query(codes, "platform_b"))

逻辑说明：build_query 接受分类号列表和目标平台类型，generic 模式只做拼接，不添加数据库语法；platform_a 和 platform_b 是两种常见商用检索语法示例。参数 platform 决定了输出格式，使用时务必确认目标数据库帮助文档中 IPC 字段的写法，很多平台对前导通配符的处理不一致。注意这台拼接器不做语义判断，它不知道 G06N3* 和 G06N20* 谁是父集，判断职责在研究者。

3.3 用关键词做交叉印证

分类号检索完，不能直接收工。我见过太多人只依赖分类号，结果一个技术点被分到非直觉位置。比如强化学习，文档里给了 G06F*、G06K*、G06N*、G06Q*、G06T*、G06V*、G10L* 五个大类前缀，分类号组合看起来覆盖很全，但实际专利可能藏在 G16B* 或 H04L 里。此时要用关键词做二次过滤。

具体做法：将技术名称拆成同义词组，例如“强化学习”拆成“强化学习 OR 增强学习 OR 马尔科夫决策 OR 深度Q网络 OR 策略梯度 OR A3C”，在标题和摘要字段执行，再与分类号集合取交集。通过交集和差集的规模，能判断分类号统计表是否覆盖了该方向的主体专利。这套流程跑下来，我通常能得到“分类号命中数量”和“关键词命中数量”两张表，两张表的交集越大，说明统计口径越靠谱。

4. 高端芯片领域的统计图谱：从设备到封装的分类号矩阵

4.1 五大环节的分类号骨架

高端芯片部分在文档里被拆成半导体设备、半导体材料、芯片制造、封装测试、芯片设计五个环节，每个环节下面又继续细分。半导体设备这部分我重点关注，因为这是分类号最容易乱的地方。光刻机归在 G03F*（用于感光材料或照相设备的光刻工艺）和 H01L21/027，而 H01L21/027 才是很多人默认的光刻工艺入口；离子注入机在 H01J37/317 和 H01L21/265，文档把 H01J37/317 这种原本归在“放电管或放电装置”下的分类号也拉进来了；刻蚀设备集中在 H01L21/3065 和 H01J37/32，而 C23F4* 也用来表示不包含后续除胶的气体刻蚀。不熟悉这些分类号分布的人，很难想到这里存在跨部交叉。

半导体材料环节同样如此。大硅片归在 C30B29/06（单晶生长）、C01B33/02（硅的制备）、B24B37/08（晶圆研磨）；第四代半导体材料又拉出 C30B29/04（金刚石）、C01G15/00（氧化镓的含镓化合物）、C30B29/38（氮化铝）。这些分类号分布在 C 部、B 部，如果只查 H01L21*，材料专利会全部漏掉。

4.2 把统计表当技术路线图来读

统计表在高端芯片部分的真正价值，不是让你直接输入数据库，而是作为“分类号-技术环节”映射表，帮你定位技术路线变化。以封装技术为例，文档把封装拆为倒装封装、芯粒封装、2.5D封装、3D封装四大类。2.5D 封装下面又列出 CoWoS、INFO、H-Cube、EMIB，3D 封装下面列出 Foveros、SoIC-Cow/WoW、X-Cube、MCP。每个封装技术都对应 H01L23*、H01L25*、H01L21/50、H01L21/56 这些相同的主分类家族，差别体现在细分小组上。想判断某个厂商押注哪条路线，只统计大组没有区分度，必须深入小组级。

按文档提示，我一般会把“封装基板”抽出来单独统计，因为 H01L23*、H01L33/48、H01L31/048 这些分类号在不同封装路线里都会出现，基板专利数量实质上反映了先进封装平台的通用能力，而不是某一条特定路线的热度。如果只画总趋势，会误以为封装技术全面爆发，实际上爆发的是基板环节。

4.3 跨环节分类号的查全策略

做高端芯片分析，最怕的是只查一个环节的分类号。比如查“FinFET工艺”，文档给出的分类号是 H01L21/336、H01L29/78、H01L21/28、H01L21/8234、H01L27/088，其中 H01L21/336 是“场效应晶体管及其 manufacture 方法”，H01L29/78 是“沟道受绝缘层控制的场效应晶体管”，但实际一篇 FinFET 专利可能同时涉及 H01L21/3065（刻蚀）或 H01L21/311（绝缘层刻蚀），用薄膜制造、刻蚀装备等角度保护技术方案。我的做法是把环节分类号组装成矩阵：每一行是环节，每一列是分类号族，统计时按矩阵汇总，再横向比较环节之间的专利量级。这个做法是从统计表中“设备-材料-制造-封装测试-设计”五层结构里直接推出来的，严格按文档的五环分类去检索，能降低漏检率。

5. 分类号统计避坑：这几个问题我翻车后才知道

5.1 星号截断位置不同，统计范围差三倍

现象：用 G06N* 统计机器学习专利，数量比用 G06N3* 多出近十倍，明明只差一个数字却得出完全不同的结论。

原因：G06N* 截断的是 G06N 整个小类，里面包含 G06N3/00、G06N5/00、G06N7/00、G06N10/00、G06N20/00 等多个大组，G06N3* 只覆盖神经网络相关内容。两类统计面向的技术范围本就不同。

解决：在统计表基础上自己创建一个“统计口径注释列”，每一行写明当前分类号是小类截断还是大组截断，并在最终报告里标注统计基准。比如 G06N* 对应“神经计算大类整体”，G06N3* 对应“基于神经网络的模型”。

5.2 CPC、FI、IPC 混用导致重复计数

现象：同时使用 IPC 和 CPC 字段统计，结果出现大量重复专利，数量虚高。

原因：同一件专利在全球多个同族中会被不同分类体系标注，IPC 分类号的演变版本也不一致。部分商业库默认同时索引 IPC 和 CPC，把同族专利重复计件。

解决：统计前选定一个主分类字段，默认只统计 IPC；只在做海外同族分析时切换到 CPC。同时按申请号去重，用公开号优先排序。文档里这些分类号明确标注是 IPC 分类号，所以我在使用时不额外叠加 CPC。

5.3 分类号覆盖范围随版本演变

现象：量子智能计算用 G06N10* 去检，最初数量极少，但用 B82Y10* 又能检出另一部分，两边数据之和才接近技术真实热度。

原因：新分类号不是为了替代旧分类号，而是为新技术开辟新位置。早期专利很可能被分入旧分类号，新版分类号只覆盖新申请。文档中同时列出 B82Y10*、G06F*、G06N10* 等多组，本质上就是承认单组无法查全。

解决：统计表里出现的每一组分类号都要进入检索式，不要“选自己觉得对的那组”。先按大组统计总量，再按时间序列观察分类号迁移现象，在报告中说明新旧分类号分界年份。

5.4 分类号与关键词在数据库里不是等价关系

现象：用“人脸识别”关键词检出的专利，有约四成不在 G06V40/16 分类号下；反过来，G06V40/16 下也有一部分专利根本不在标题摘要里出现人脸识别字样。

原因：数据库对摘要字段的索引粒度有限，许多专利写得非常上位化，例如只写“生物特征认证”，不写人脸；而分类号分类员在给号时则按技术方案实际涉及内容来给，两类指标天然不一致。

解决：必须用“分类号集合”和“关键词集合”双轨并行，先分别导出两个集合，再做交集和差集。差值部分人工抽样查看，把发现的新关键词回填到关键词表里。

5.5 将“分类号出现次数”误读为“技术重要程度”

现象：某技术分支下专利量过大，直接被判定为主要研发方向，结果细看下来大量专利来自同一申请人布局，本身技术深度一般。

原因：专利数量受申请人策略、行业周期影响，分类号统计反映的是“积累量”，不反映“技术先进性”。

解决：统计时增加指标维度，比如授权率、有效专利占比、被引次数中位数。统计表本身只给分类号，落地分析时我会给数据表附带至少三个统计维度，而非只看申请量。

6. 把统计表变成自己的常驻工具：分类号自动展开脚本

验证分类号覆盖面，我有一套固定流程。先将文档中每个技术分支下所有分类号导入脚本，自动生成“分类号前缀树”，再随机抽五个技术名词做召回测试。比如抽“人机交互”，把文档里 G06F3/01、G06F3/033、G06F3/0346、G06F3/041、G06F3/048 全取出来，在每个分类号下随机抽 20 篇专利，人工核对标题和摘要是否确实是交互技术。召回率低于七成就需要补关键词。

我写过一个简易脚本，专门完成这类展开和抽样命名，核心逻辑如下。

import random, re def build_prefix_tree(codes): tree = {} for code in codes: prefix = re.match(r"([A-Z]\d{2}[A-Z])", code) if prefix: key = prefix.group(1) tree.setdefault(key, []).append(code) return tree def random_sample(tree, count=20): result = {} for key, items in tree.items(): result[key] = random.sample(items, min(count, len(items))) return result codes = ["G06F3/01", "G06F3/033", "G06F3/041", "G06F3/048", "G06K9*"] tree = build_prefix_tree(codes) for k, v in tree.items(): print(k, len(v), v[:3])

逻辑说明：build_prefix_tree 负责把分类号按小类归组，提取规则是“一个字母、两位数字、一个大写字母”，常用于快速看出分类号集中在小类的哪个位置。random_sample 按组做随机抽样，返回组内最多 20 个分类号，便于人工复核。参数 count 控制抽样数量，建议在初次验证时使用 15 以下的小样本，第二次验证再加大到 30。这套脚本执行完，我会把所有抽样专利号写进一张复核表，作废分类号逐条标注原因，例如“已合并入新版分类号”“实际为测试专利”。

从那以后，我每次拿到新的分类号统计表，都会强制走一遍“前缀树构建—抽样复核—关键词回填—报告口径标注”流程，把端口时间从一天压到三小时。这份统计文档我现在仍放在项目文件夹最前面。希望帮到你。

本文还有配套的精品资源，点击获取