Information and Communication > Home > Open Journal in Information Systems Engineering > Special Issue INFORSID 2025 > Article
Ghislain DEMONDA
Université de Pau et des Pays de l’Adour
France
Sébastien LABORIE
Université de Pau et des Pays de l’Adour
France
Christian SALLABERRY
Université de Pau et des Pays de l’Adour
France
Nathalie VALLES-PARLANGEAU
Université de Pau et des Pays de l’Adour
France
Published on 22 April 2026 DOI : 10.21494/ISTE.OP.2026.1450
In the field of intellectual property, patents are essential technical and legal documents whose drafting requires expertise that combines technical, legal, and linguistic skills. Patent drafting styles vary considerably depending on technological domains, jurisdictions, and protection strategies. This article proposes the design of SCASB (System for Stylometric Characterization and Automation of Patents), an approach that, for the first time, unifies the technical, legal, and stylistic dimensions within a coherent computational framework. We propose a two-dimensional taxonomy of patent analysis approaches (automatic computational methods for document analysis × level of analytical granularity) and highlight current shortcomings. Our system builds upon the rapid advances in artificial intelligence technologies, particularly natural language processing (NLP). This work opens the path toward intelligent automation of technical drafting that accounts for the stylistic nuances specific to each jurisdiction and protection strategy.
Dans le domaine de la propriété intellectuelle, les brevets sont des documents techniques et juridiques essentiels dont la rédaction requiert une expertise combinant des compétences techniques, juridiques et linguistiques. Les styles rédactionnels des brevets varient considérablement selon les domaines technologiques, juridictions et stratégies de protection. Cet article propose la conception de SCASB (Système de Caractérisation et d’Automatisation Stylométrique des Brevets), une approche unifiant pour la première fois les dimensions technique, juridique et stylistique dans un cadre informatique cohérent. Nous proposons une taxonomie bidimensionnelle des approches d’analyse de brevets (d’analyse automatique des documents × granularité d’analyse) et identifions les lacunes actuelles. Notre système se base sur l’évolution rapide des technologies de l’intelligence artificielle, particulièrement en traitement automatique du langage naturel (TALN). Ces travaux ouvrent la voie à une automatisation intelligente de la rédaction technique respectant les nuances stylistiques propres à chaque juridiction et stratégie de protection.
Patent Analysis Stylometry Natural Language Processing Machine Learning Technical Writing
Analyse de brevets Stylométrie Traitement automatique du langage naturel Apprentissage automatique Rédaction technique