Cet article passe en revue de manière exhaustive les techniques de traitement automatique du langage naturel (TALN) qui appliquent des modèles de langage pré-entraînés (MLN) et des modèles de langage à grande échelle (MLL) récemment développés aux domaines de l'analyse et de l'innovation en matière de brevets. Il met en évidence les possibilités offertes par les techniques de TALN pour rationaliser et améliorer les tâches critiques du cycle de vie des brevets, telles que la classification et la recherche de brevets, augmentant ainsi l'efficacité des chercheurs et des déposants de brevets et ouvrant de nouvelles perspectives d'innovation et de découverte technologiques. Il résume notamment les méthodes de pointe basées sur le TALN, notamment les méthodes multimodales, et propose une nouvelle taxonomie basée sur les spécificités des tâches et des méthodes du cycle de vie des brevets. Il vise à fournir une ressource complète aux chercheurs et aux praticiens travaillant à l'intersection du TALN, de l'IA multimodale et de l'analyse de brevets, ainsi qu'aux offices de brevets souhaitant mettre en place des systèmes de brevets efficaces.
