Tenor

BUNDESPATENTGERICHT

17 W (pat) 17/23

(Aktenzeichen)

BESCHLUSS

In der Beschwerdesache

…

betreffend die Patentanmeldung 11 2005 002 534.9

hat der 17. Senat (Technischer Beschwerdesenat) des Bundespatentgerichts auf die mündliche Verhandlung vom 8. April 2025 unter Mitwirkung des Vorsitzenden Richters Dipl.-Phys. Dr. Morawek, der Richterin Akintche, des Richters Dipl.-Phys. Dr. Forkel und des Richters Dipl.-Ing. Hofmeister

beschlossen:

Die Beschwerde wird zurückgewiesen.

ECLI:DE:BPatG:2025:080425B17Wpat17.23.0

Gründe

I.

Die vorliegende Patentanmeldung geht hervor aus der internationalen Anmeldung PCT/US2005/036930, die am 12. Oktober 2005 eingereicht wurde und die Priorität zweier US-amerikanischer Patentanmeldungen vom 12. Oktober 2004 beansprucht. Sie trägt in der deutschen Übersetzung die Bezeichnung

"Training für eine Text-Text-Anwendung, die eine Zeichenketten-Baum- Umwandlung zum Training und Decodieren verwendet".

Die Prüfungsstelle für Klasse G06F des Deutschen Patent- und Markenamts hat mit am Ende der Anhörung vom 24. Mai 2023 verkündetem Beschluss die Patentanmeldung zurückgewiesen. Zur Begründung ist ausgeführt, dass der Gegenstand des Patentanspruchs 1 unter den Ausschlusstatbestand nach § 1 Abs. 3 i. V. m. Abs. 4 PatG falle und aus diesem Grund nicht patentfähig sei.

Gegen diesen Beschluss ist die Beschwerde der Anmelderin gerichtet.

Sie beantragt mit Eingabe vom 3. Juli 2023 sinngemäß,

den angefochtenen Beschluss aufzuheben und das nachgesuchte Patent mit folgenden Unterlagen zu erteilen:

gemäß Hauptantrag mit - Patentansprüchen 1 bis 41, eingegangen am 12.12.2018, - Beschreibung - Seiten 1, 3 bis 5, 7 bis 15, 17 bis 19, 22 und 23, eingegangen am 12.04.2007, - Seite 20, eingegangen am 13.07.2007, - Seiten 2, 6, 16 und 21, eingegangen am 21.07.2007, - 9 Blatt Zeichnungen mit - Figuren 1 bis 12, eingegangen am 12.04.2007, - Figur 13, eingegangen am 13.07.2007;

gemäß Hilfsantrag 1 mit - Patentansprüchen 1 bis 41, eingegangen am 03.07.2023, - im Übrigen wie Hauptantrag;

gemäß Hilfsantrag 2 mit - Patentansprüchen 1 bis 40, eingegangen am 03.07.2023, - im Übrigen wie Hauptantrag;

gemäß Hilfsantrag 3 mit - Patentansprüchen 1 bis 17, eingegangen am 03.07.2023, - im Übrigen wie Hauptantrag.

Hilfsweise beantragt die Anmelderin, die Anmeldung zur weiteren Prüfung an das Deutsche Patent- und Markenamt zurückzuverweisen.

Der geltende Patentanspruch 1 gemäß Hauptantrag - hier mit einer Merkmalsgliederung durch den Senat versehen - lautet:

M1 Computer-implementiertes Verfahren, aufweisend:

M1.1 Verwenden von Informationen, die auf Korpora von Trainingsinformationen auf Zeichenkettenbasis basieren, um eine Vielzahl von Regeln zu erzeugen, die auf den Trainingsinformationen basieren, und wobei die Regeln Teile von Bäumen als Teile der Regeln umfassen; M1.2 Verwenden der Regeln, einschließlich der Teile von Bäumen, für eine Text-Text-Anwendung;

M1.3 Erhalten einer zu übersetzenden Zeichenkette;

M1.4 Kompilieren von Sätzen von verschiedenen möglichen Übersetzungsbäumen unter Verwendung der Regeln,

M1.4.1 wobei das Kompilieren eine Decodierung umfasst und die Decodierung

M1.4.1.1 das Finden von individuellen Worten,

M1.4.1.2 das Finden von Regeln, die für die individuellen Worte gelten,

M1.4.1.3 das Finden von Kombinationen der individuellen Worte und

M1.4.1.4 das Finden von Regeln, die für die Kombinationen von individuellen Worten gelten, umfasst; und

M1.5 Bestimmen, welcher von diesen Übersetzungsbäumen wahrscheinliche Übersetzungen darstellt.

Der geltende Patentanspruch 1 gemäß Hilfsantrag 1 geht zurück auf Patentanspruch 1 des Hauptantrags, wobei das Merkmal M1 abgeändert ist in: M1' Vorrichtung zur Datenverarbeitung, umfassend einen Prozessor, der so eingerichtet ist, dass er ein computer-implementiertes Verfahren mit folgenden Schritten ausführt

Der geltende Patentanspruch 1 gemäß Hilfsantrag 2 geht zurück auf Patentanspruch 1 gemäß Hilfsantrag 1, wobei am Ende des Patentanspruchs folgendes Merkmal ergänzt ist:

M1.6 wobei die Regeln, einschließlich Teilen von Bäumen, Übersetzungsregeln in einer Unterbaum-Unterzeichenketten-Regelform für eine Maschinenübersetzung sind und Wahrscheinlichkeiten für die Regeln zugeordnet sind.

Hilfsantrag 3 beruht auf Hilfsantrag 2, wobei die Patentansprüche 18 bis 40 gestrichen worden sind.

Zu den übrigen Patentansprüchen gemäß Haupt- und Hilfsanträgen wird auf die Akte verwiesen.

Im Prüfungsverfahren vor dem Deutschen Patent- und Markenamt sind folgende Druckschriften eingeführt worden:

D1: Michael GALLEY; Mark HOPKINS; Kevin KNIGHT; Daniel MARCU: What's in a translation rule?. In: Human Language Technology conference / North American chapter of the Association for Computational Linguistics annual meeting (HLT/NAACL 2004), Boston/USA, 2.-7. Mai 2004 [online] URL: http://www.isi.edu/~marcu/papers/cr_ghkm_naacl04.pdf [abgerufen am 22.07.2013], D2 WO 2003 / 083 709 A2

und

D3 Taylor L. BOOTH: Probabilistic representation of formal languages. In 10th annual symposium on switching and Automata Theory (swat 1969).1969, pp. 74-81. URL: https://ieeexplore.ieee.org/abstract/document/4569603 [abgerufen am 01.03.2023]

In der Beschwerdebegründung führt die Anmelderin aus, dass die beanspruchte Lehre auf einem Gebiet der Technik im Sinne von § 1 Abs. 1 PatG liege und der Lösung eines konkreten technischen Problems mit technischen Mitteln diene. Das Verfahren des Patentanspruchs 1 gemäß Hauptantrag sei auch neu und erfinderisch. In der Druckschrift D1 werde das Decodieren nicht näher beschrieben. Die D2 beschreibe eine statistische Maschinenübersetzung. Dabei würden aber keine erfindungsgemäßen Regeln verwendet. Die in Druckschrift D3 beschriebene Lehre betreffe formale Sprachen, aber keine Sprachübersetzungslösung.

Mit Ladungszusatz zur mündlichen Verhandlung wurde die Anmelderin darauf hingewiesen, dass nach vorläufiger Auffassung der Gegenstand des jeweiligen Patentanspruchs 1 gemäß Hauptantrag und Hilfsantrag 1 bis 3 nicht patentfähig sein dürfte, unter anderem, weil er mit Rücksicht auf den aus den Druckschriften D2 und D1 entnehmbaren Stand der Technik nicht auf erfinderischer Tätigkeit beruhe.

Die ordnungsgemäß geladene Anmelderin ist zur mündlichen Verhandlung - wie angekündigt - nicht erschienen. II.

Die Beschwerde wurde frist- und formgerecht eingelegt und ist auch sonst zulässig. Sie hat jedoch keinen Erfolg, da der Gegenstand des jeweiligen Patentanspruchs 1 gemäß Hauptantrag und Hilfsantrag 1 bis 3 nicht auf erfinderischer Tätigkeit beruht (§ 1 Abs. 1 i. V. m. § 4 Satz 1 PatG). Damit kann dahinstehen, ob die Änderungen gemäß Hauptantrag und Hilfsanträgen 1 bis 3 ursprünglich offenbart sind und ob der Gegenstand ihres jeweiligen Patentanspruchs 1 unter das Patentierungsverbot gemäß § 1 Abs. 3 i. V. m. Abs. 4 PatG fällt.

1. Die Anmeldung betrifft die maschinelle Übersetzung von Sprache (Abs. [0002] der deutschsprachigen Veröffentlichung DE 11 2005 002 534 T5, im Folgenden DT genannt).

Die Anmeldung geht von einer herkömmlichen statistischen Maschinenübersetzung aus, wie sie in der Figur 1 der Anmeldung dargestellt ist: Dabei werde zum Training 150 ein Trainingskorpus 153 verwendet, der eine englische Zeichenkette 151 und eine parallele, bereits übersetzte chinesische Zeichenkette 152 aufweise (vgl. DT Abs. [0004]). Die Worte der parallelen Zeichenketten könnten auf Wortebene aufeinander ausgerichtet werden. Die ausgerichteten Worte würden dann in ein Trainingsmodul 155 eingegeben, um daraus Wahrscheinlichkeiten 160 zu bilden (das Bezugszeichen 160 ist in der Figur 1 doppelt vergeben und bezeichnet dort auch die weiter unten erläuterte "neue chinesische Zeichenkette") (vgl. DT Abs. [0005]).

Vor dem Hintergrund der Beschreibungseinleitung sind die Wahrscheinlichkeiten 160 als ein Übersetzungsmodell P(f|e) zu verstehen, wobei "f" für eine fremdsprachige (foreign, hier chinesische) Zeichenkette der Quellensprache steht, die übersetzt werden soll, und "e" eine Zeichenkette der Zielsprache (z. B. englischsprachig) bezeichnet, in die übersetzt werden soll.

In Absatz [0005] i. V. m. Figur 1 der DT ist zudem die Rede von einem Sprachmodell 161, das ein n-Gram-Sprachmodell sein könne. Ein n-Gram-Sprachmodell ist bekanntlich ein Modell P(e), mit dem innerhalb einer Sprache eine Wahrscheinlichkeitsaussage darüber getroffen werden kann, dass ein bestimmtes Element nach einer bereits aufgetretenen Sequenz von N Elementen auftritt.

Laut Absatz [0005] der DT verwende ein Decodiermodul 167 das Argument argmax/e P(e)*P(f|e), um für eine chinesische (fremde) Zeichenkette 160 (f) eine übersetzte Zeichenkette (e) zu bilden. So gebe das Decodiermodul 167 auf der Basis der Wahrscheinlichkeiten P(f|e) 160 und P(e) 161 englischsprachige Zeichenketten (e) aus, die den höchsten Punktwerten entsprächen. Dies ist so zu verstehen, dass diejenige Zeichenkette (e) gewählt wird, für die das Produkt P(e)*P(f|e) maximal wird.

In Absatz [0006] der DT ist die Rede davon, dass Systeme auf der Basis von Ausdrücken bzw. Wortgruppen zwar mitunter genaue Übersetzungen liefern. Diese Systeme seien jedoch häufig nicht in der Lage, ein "long-distance constituent reordering" zu unterstützen, wenn ein Quellensatz in eine Zielsprache übersetzt werden soll. Ferner prüften sie nicht immer auf vollständige Einhaltung grammatikalischer Regeln. Mit anderen Systemen werde laut Absatz [0007] versucht, die genannten Probleme unter Verwendung von Syntax zu lösen, wobei z. B. eine Umordnung in bestimmte Sprachpaare vorgenommen werde. Allerdings sei festgestellt worden, dass in einem solchen Fall viele Übersetzungsmuster die Möglichkeiten herkömmlicher Sprachmodelle überstiegen, sogar für Sprachpaare wie z. B. Englisch/Französisch. Dieser Umstand führe dazu, dass eine solche Verwendung von Syntax für Sprachdaten eher als weniger tauglich angesehen werde. Eine andere Möglichkeit bestehe darin, die gültige englische Syntax beizubehalten, wobei alternative Übersetzungsmodelle untersucht würden.

Eine Aufgabe ist der Anmeldung nicht unmittelbar zu entnehmen. Der Senat sieht die der Anmeldung zugrundeliegende Aufgabe darin, ein Verfahren und eine Vorrichtung bereitzustellen, die eine verbesserte statistische, insbesondere kanalmodellbasierte, Maschinenübersetzungsmethode ermöglichen.

Als zuständiger Fachmann ist ein Diplominformatiker der Fachrichtung Computerlinguistik anzusehen, der über eine mehrjährige Berufserfahrung auf dem Gebiet der maschinellen Textübersetzung verfügt.

Gemäß den Absätzen [0008] bis [0010] der DT soll die Aufgabe dadurch gelöst werden, dass beim Training Bäume erzeugt und verwendet werden, um zusätzlich zu den Wahrscheinlichkeiten Regeln zu bilden. Bei der Anwendung werden entweder die Bäume oder von den Bäumen abgeleitete Informationen ausgegeben.

2. Zu Patentanspruch 1 des Hauptantrags

2.1. Der Patentanspruch 1 bedarf einer Auslegung Die oben genannte Aufgabe soll gemäß dem Patentanspruch 1 durch ein computerimplementiertes Verfahren gelöst werden (Merkmal M1).

Das Verfahren verwendet gemäß Merkmal M1.1 Informationen, mit dem Ziel, Regeln zu erzeugen. Die verwendeten Informationen basieren auf Korpora von Zeichenketten-Trainingsinformationen. Die Regeln basieren auf den Trainingsinformationen. Teile der Regeln umfassen Teile von Bäumen; die Bäume sind Teile der Regeln.

Der Fachmann versteht demnach das Merkmal M1.1 derart, dass Korpora, d.h. parallele, bereits übersetzte Zeichenketten (Englisch, Chinesisch), zum Trainieren verwendet werden sollen, wobei (nicht nur ein herkömmliches, wahrscheinlichkeitsbasiertes Übersetzungsmodell erzeugt wird, sondern) Regeln (zumindest teilweise) in Baumform erzeugt werden.

Gemäß Abs. [0023] der DT können hierzu im Ausführungsbeispiel der Fig. 2 die chinesischen und die [vorübersetzten] englischen Zeichenketten hinsichtlich ihrer Worte ausgerichtet (251) werden. Ein Parser (250) kann die englische Zeichenkette in einen Baum zerlegen, der zum Training verwendet wird. Das Ergebnis des Trainings sind sodann nicht nur Wahrscheinlichkeiten (265), sondern auch Unterbaum/Unterzeichenketten-Regeln (270), zusammengenommen also Regeln in Baumform mit Wahrscheinlichkeiten.

Fig. 2

Gemäß dem ursprünglichen Patentanspruch 13 werden die Regeln durch einen Austauschprozess gewonnen, wonach Quellensymbole gegen Zielunterbäume ausgetauscht werden. Der Austauschprozess (engl. "replacement") wird bspw. in DT Abs. [0034] "Ableitung" (engl. "derivation") genannt. Gemäß DT Abs. [0035] zeige eine Analyse der Ableitungen, dass mindestens eine der Ableitungen "falscher" sei als die anderen, wenn beispielsweise das Wort "pas" (zum Verbalausdruck gehörig) gegen das englische Wort "he" (Nomen-Ausdruck) ausgetauscht würde, was falsch sei. Gemäß DT Abs. [0040] induzieren "Ableitungen" (derivation D) sog. "Ausrichtungen" (alignements A). In diesem Zusammenhang wird in der DT von einer zugelassenen Ableitung gesprochen, wenn sie durch die Ausrichtung A zugelassen ist.

Eine Ausrichtung kann eine Menge ("Satz" i. S. v. "set") von Ableitungen zwischen der Quellenzeichenkette S und der Zielzeichenkette T "zulassen". So kann jeder Ableitungsschritt in eine Regel abgebildet werden (Abs. [0042] bis [0043] der DT, siehe zu diesem Thema auch D1 Abschn. 2.2 letzter Absatz).

Gemäß DT Abs. [0046] kann das Regelformat eine Verallgemeinerung von CFG- Regeln darstellen (context free grammar rules).

Aus fachmännischer Sicht ist hier unter dem Begriff "Regel" insbesondere eine lexikalische Vorschrift zu verstehen, die die Syntax einer Sprache zu derjenigen einer anderen Sprache in Beziehung setzt.

Die Merkmale M1.2 und M1.3 haben keine Verbindung untereinander; in einer sinnvollen Auslegung jedoch soll Merkmal M1.2 lediglich zum Ausdruck bringen, dass nach der Trainingsphase die trainierten Regeln angewandt werden sollen, nämlich zur Übersetzung der Zeichenkette nach Merkmal M1.3.

Merkmal M1.3 ist so zu verstehen, dass eine zu übersetzende Zeichenkette (vgl. Fig. 2 Bezugszeichen (160)) an das Decodiermodul (267) übergeben wird.

Mit den Merkmalen M1.4 und M1.5 wird insbesondere der Übersetzungsprozess näher spezifiziert:

Gemäß Merkmal M1.4 werden unter Anwendung der Regeln (wobei sich die Anwendung der Regeln nach fachmännischem Verständnis auf die zu übersetzende chinesische Zeichenkette (160) bezieht) - Sätze (im Sinne von "sets", also Mengen) von verschiedenen möglichen Übersetzungsbäumen zusammengestellt ("kompiliert") (vgl. DT, urspr. Unteransprüche 3, 8, 31). Der Begriff "Übersetzungsbaum" ist in der Anmeldung nicht unmittelbar definiert. Aus fachmännischer Sicht bezeichnet er einen möglichen übersetzten Ausdruck, abgebildet auf eine Baumstruktur.

Das Kompilieren nach Merkmal M1.4.1 soll eine Decodierung umfassen. Da aber ausweislich der Anmeldung das Kompilieren ein Bestandteil der Decodierung ist (vgl. zu Decodierung die Fig. 2 (267) i. V. m. urspr. Anspruch 1 "Verwenden der Regeln … für eine Text-Text-Anwendung" und vgl. zu Kompilieren die urspr. Unteransprüche 3, 8 und 31), versteht der Fachmann die Merkmalsgruppe M1.4.1 so, dass die Merkmale M1.4.1 bis M1.4.4 Kompilierschritte sind, die zur Decodierung zählen. Diese umfassen: - Ein Finden von individuellen Worten (M1.4.1.1). Dies kann, wenn auch im Anspruch nicht definiert, die Verwendung des Übersetzungsmodells in Bezug auf Wort zu Wort-Übersetzungen umfassen, so dass das "Wort" ein übersetztes Wort sein kann. - Ein Finden von Regeln, die für die individuellen Worte gelten (M1.4.1.2). Aus dem Kontext ist ersichtlich, dass mit Regeln die oben genannten trainierten Regeln in Baumform mit Wahrscheinlichkeiten gemeint sein können, wonach bestimmt werden kann, ob Quell- und Zielwort in grammatikalischer Hinsicht zueinander passen, so dass eine wahrscheinlichkeitsbasierte Bewertung möglich ist. - Die Schritte der Merkmale M1.4.1.1 und M1.4.1.2, betreffend individuelle Worte, werden auch für Kombinationen der individuellen Worte durchgeführt (M1.4.1.3 und M1.4.1.4).

Gemäß Merkmal M1.5 wird dann bestimmt, welcher von diesen gemäß Merkmalsgruppe M1.4 erzeugten Übersetzungsbäumen wahrscheinliche Übersetzungen darstellt.

Im Wesentlichen betrifft somit der Patentanspruch 1 eine computerimplementiertes Verfahren, das zu übersetzende Zeichenketten verarbeitet (M1, M1.3), und zwar unter Verwendung eines statistischen Übersetzungsmodells, das auf Regeln in Baumform basiert (M1.1). Bei Anwendung dieser Regeln (M1.2) werden mögliche Übersetzungsbäume zusammengestellt (M1.4), wobei jeweils beim Finden der übersetzten Worte und Wortkombinationen zusätzlich die Regeln gefunden werden (Merkmalsgruppe M1.4.1). Die Übersetzungsbäume werden dann nach ihrer Wahrscheinlichkeit bewertet (M1.5).

2.2. Der Gegenstand des Patentanspruchs 1 ist nicht patentfähig, weil er nicht auf einer erfinderischen Tätigkeit beruht.

Zur Beurteilung der beanspruchten Lehre sind die Druckschriften D2 und D1 von besonderer Bedeutung.

2.2.1. Aus der D2 ist Folgendes entnehmbar:

Die D2 beschreibt eine statistische Maschinenübersetzung (Titel). Dabei wird - wie bei der vorliegenden Erfindung - von einem Noisy-ChanneI-Modell ausgegangen, das aufgeteilt ist in ein Übersetzungsmodell p(f|e) und ein Sprachmodell p(e). Um die beste Übersetzung e zu finden, wird das Produkt aus p(f|e) und p(e) "maximiert", wobei der Fachmann mitliest, dass damit insbesondere ein argmax der Funktion von "e" gemeint ist (Abs. [0028]). Als Beispiel für das Sprachmodell p(e) nennt die D2 ein N-Gram-Modell mit N=3 (Abs. [0028]). Den Prozess der Maschinenübersetzung bezeichnet die D2 als "decodieren" (Abs. [0003] und [0004]).

In Abs. [0029] ff geht die D2 insbesondere auf das Übersetzungsmodell p(f|e) ein und erläutert hierzu ein "sentence level reordering (SLR), chunk mapping (CM) and word translations (W)". "Regeln" in Baumform im Sinne der Erfindung enthält der Übersetzungs[modell]-Teil der D2 allerdings nicht.

Graphisch veranschaulicht ist die Maschinenübersetzung in Fig. 6; Bezugszeichen (170) zeigt das Übersetzungsmodell p(f|e) und Bezugszeichen (180) das Sprachmodell p(e).

Demnach ist der D2 ein computerimplementiertes Verfahren (Titel "Statistical Machine Translation) zu entnehmen. Somit offenbart die D2 das Merkmal M1.

Dieses Verfahren weist folgende Merkmale auf:

Es verwendet Informationen, die auf Korpora von Trainingsinformationen auf Zeichenkettenbasis basieren (D2 Abs. [0038] zur Erstellung des Übersetzungsmodells: "Parameters for the word alignments may be determined using a so-called parallel corpus method in which text in a source language string (a first corpus) is aligned to translated text in a target language string (the second corpus)"). Allerdings wird dadurch nicht ein Übersetzungsmodell in Form von Regeln in Baumform (mit Wahrscheinlichkeiten) erzeugt, sondern ein rein wahrscheinlichkeitsbasiertes Übersetzungsmodell p(f|e) (vgl. obige allgemeinen Ausführungen zu D2 Abs. [0029]), sodass in der D2 Merkmal M1.1 nur teilweise offenbart ist.

In der Anwendung (Übersetzung) wird das Übersetzungsmodell p(f|e) verwendet (D2 Fig. 6; Bezugszeichen (170)). Da die D2 das Übersetzungsmodell p(f|e) ohne Regelbäume verwendet, ist Merkmal M1.2 nur teilweise offenbart.

Die Übersetzungsanwendung erhält zunächst eine zu übersetzende Zeichenkette (Figur 6 (115) "receive input source sentence to be translated" - Merkmal M1.3).

Es werden Sätze (im Sinne von "sets") von verschiedenen möglichen Übersetzungen zusammengestellt unter Verwendung des Übersetzungsmodells p(f|e) (siehe Figur 6 (170): Durch eine Programmschleife über "n" (135) wird eine Menge von n Übersetzungen mit jeweils zugehöriger Wahrscheinlichkeit P(n) gebildet; "translation for current loop" i. V. m. Abs. [0055] "LST [linguistic statistic translation] process 100 includes a loop (135 …117) that is repeated n times"). Da die D2 das Übersetzungsmodell p(f|e) ohne Regelbäume verwendet, und folglich nur Übersetzungen statt Übersetzungsbäume gebildet werden, ist Merkmal M1.4 nur teilweise offenbart.

Innerhalb der Programmschleife werden Kombinationen von individuellen Worten, sogenannte "Chunks", gefunden (Fig. 6 (140) "Re-Order Chunks at Sentence Level" i. V. m. Abs. [0021] "Sentence-level chunk re-ordering (40) defines connections 120- 125 between each source chunk 101-106 and a corresponding target chunk 130 - 134 that will be included in the target sentence 150 … ", i. V. m. Fig. 6 (150) "Map Soruce Chunks to Target Chunks"), bei denen es sich laut D2 z.B. um "Phrasen" handeln kann (Abs. [0019] "syntactic chunks (e.g., phrases)"). Ebenso werden die individuellen Worte gefunden (Fig. 6 (160) "Translate Source Words to Target Words"). Damit offenbart die D2 die Merkmale M1.4.1.1 und M 1.4.1.3.

Das Übersetzungsmodell p(f|e) (Fig. 6 (170)), das gemäß Abs. [0028] und [0029] auf Wahrscheinlichkeiten bezüglich Sentence-Level-Reordering [of Chunks] (SLR), Chunk Mapping (CM) und Word Translations (W) beruht, basiert aber nicht auf Regeln in Baumform (siehe Abs. [0028] bis [0029] "…instead of estimating p(e|f) directly (e.g., the best translation e for an input string f), Bayes rule is applied to maximize p(f|e) x p(e). Therefore, this splits the model into two parts: a translation part p(f|e) and a language model p(e). For the language part, a trigram language model may be used. The translation part is decomposed into sentence level reordering (SLR), chunk mapping (CM) and word translations (W), and may be modeled with the following probability equation: p(f|e) = p(SLR|e) x Πip(CMi|e, SLR) x Πjp(W<ij|CMi,SLR'e)"). Wegen der fehlenden Regeln in Baumform sind die die Merkmale M1.4.1.2, M 1.4.1.4 und das übergeordnete Merkmal M1.4.1 nur zum Teil in der D2 offenbart.

Im Anschluss an die Programmschleife wird in der D2 bestimmt, welche von diesen in der Programmschleife erzeugten Übersetzungen wahrscheinlich sind (Fig. 6 (175) "output translated target sentence corresponding to highest probability of correctness P(n)", wobei P(n) in Schritt (170) berechnet wurde). Die Auswahl kann durch Anwenden eines Sprachmodells (p(e)) unterstützt werden (Fig. 6 (180). Da in der D2 nur Übersetzungen und keine Übersetzungsbäume bewertet werden, ist Merkmal M1.5 nur teilweise offenbart.

2.2.2. Der D1 ist Folgendes zu entnehmen:

In der D1 wird eine Ermittlung von Regeln für ein Übersetzungsmodell mit Regeln in Baumform beschrieben, die in Maschinenübersetzungen verwendet werden können (Titel "What's in a translation rule?", Kap. 1 letzter Absatz "Section 2 of this paper describes algorithms for the acquisition of complex rules for a transformation model" und Section 2.2, Abs. 2 "In it, we begin with a source symbol "ne", followed by a target subtree rooted at V B, followed by another source symbol "pas." These three elements of the derivation string are replaced with a target subtree rooted at V P that discards the source symbols and contains the target subtree rooted at V B. In general, this replacement process can be captured by the rule depicted in Figure 4"). Somit gehen Regeln in Baumform - entsprechend dem restlichen Teil der Merkmale M1.1, M1.2, M1.4, M1.4.1, M1.4.1.2 und M1.4.1.4 - aus der D1 hervor.

Weiterhin wird in der D1 ausgeführt, dass Wahrscheinlichkeitsverteilungen über Regeln leicht gebildet werden können, und solche probabilistischen Regeln eine statistische Maschinenübersetzung verbessern können (Abschnitt 5 letzter Absatz: "In this paper, we focused on providing a well-founded mathematical theory and efficient, linear algorithms for learning syntactically motivated transformation rules from parallel corpora. One can easily imagine a range of techniques for defining probability distributions over the rules that we learn. We suspect that such probabilistic rules could be also used in conjunction with statistical decoders, to increase the accuracy of statistical machine translation systems").

2.2.3. Die Würdigung dieses Materials aus dem Stand der Technik ergibt, dass das mit dem Patentanspruch 1 beanspruchte Verfahren für den Fachmann nahegelegen hat.

Aufgrund des in der D2 Absatz [0056] gegebenen Hinweises, dass in dem beschriebenen "chunk mapping" (vgl. D2, Fig. 6 (170) "CM") Fehler auftreten können, die z.B. durch weitere Vorverarbeitung zusammengesetzter Nomen vermieden oder reduziert werden können, hatte der Fachmann Veranlassung, überall dort nach Lösungen zu suchen, wo Verbesserungen der für das "chunk mapping" notwendigen Wortausrichtung ("word alignment") (vgl. D2, Abs. [0035]) zur Anwendung kommen. Hierbei konnte er auf die D1 stoßen, in der auf Techniken zur Bestimmung der Wortausrichtung behandelt werden (D1, Abstract). Insbesondere werden dort Regeln in Baumform verwendet, und es wird auf Wahrscheinlichkeitsverteilungen über die erlernten Regeln hingewiesen (vgl. D1, Seite 392, rechte Spalte, zweiter Absatz). Für den Fachmann bot es sich an, das aus der D2 bekannte Verfahren bzw. System zumindest in Hinblick auf das "chunk mapping" um die Funktionalität probabilistischer Regeln nach dem Vorbild der D1 zu erweitern, um die Genauigkeit des aus der D2 bekannten statistischen Übersetzungsverfahrens zu erhöhen (vgl. D2, Seite 392, rechte Spalte, zweiter Absatz). Für eine derart kombinierte Lehre wird das rein wahrscheinlichkeitsbasierte Übersetzungsmodell p(f|e) der D2 (D2, Fig. 6 (170) "p(f|e)"), das auf "chunk mapping" basiert (D2, Fig. 6 (170) "CM")), ergänzt durch die in der D1 vorgeschlagenen Regeln in Baumform.

Durch die Ergänzung der Lehre der D2 durch die Lehre der D1 sind die in der D2 nur teilweise offenbarten Merkmale M1.1, M1.2, M1.4, M1.4.1, M1.4.1.2 und M1.4.1.4 vollständig gegeben.

In dieser kombinierten Lehre liegen die zu bewertenden Übersetzungen folglich in Baumform vor, und es kann bestimmt werden, welcher von diesen Übersetzungsbäumen wahrscheinliche Übersetzungen darstellt. Der restliche Teil von Merkmal M1.5 ist damit erfüllt.

Somit war das Verfahren des Patentanspruchs 1 gemäß Hauptantrag ausgehend von der D2 und unter Berücksichtigung der aus der D1 bekannten Lehre naheliegend.

3. Zu Patentanspruch 1 gemäß Hilfsantrag 1

Der Patentanspruch 1 gemäß Hilfsantrag 1 bezieht sich auf eine Vorrichtung zur Datenverarbeitung, umfassend einen Prozessor, der so eingerichtet ist, dass er ein computerimplementiertes Verfahren ausführt, das in Patentanspruch 1 des Hauptantrags definiert ist.

Der Patentanspruch 1 gemäß Hilfsantrag 1 kann nicht günstiger beurteilt werden als Patentanspruch 1 gemäß Hauptantrag.

Denn der Einsatz eines Prozessors bei der Realisierung eines computerimplementierten Verfahrens ist fachüblich, und kann für sich gesehen keine erfinderische Tätigkeit begründen. Im Übrigen gelten die Ausführungen zum Hauptantrag.

4. Zu Patentanspruch 1 der Hilfsanträge 2 und 3

Mit Merkmal M1.6 des Patentanspruchs 1 gemäß Hilfsantrag 2 und 3 werden gegenüber dem Patentanspruch 1 des Hilfsantrags 1 die beanspruchten Regeln weiter spezifiziert. Das Merkmal M1.6 entspricht dem Patentanspruch 2 der PCT- Anmeldung, und lässt sich wie folgt auslegen:

(i) Die Regeln beinhalten Teile von Bäumen. (ii) Die Regeln sollen Übersetzungsregeln für eine Maschinenübersetzung sein. (iii) Sie sollen in Form einer Unterbaum-Unterzeichenketten-Regel vorliegen. (iv) Ferner sollen die Regeln mit Wahrscheinlichkeiten für die Regeln verbunden sein.

Die in Hilfsantrag 2 und 3 vorgenommene Änderung kann eine Patentfähigkeit nicht begründen.

So sind solche Regeln in Baumform (Teilmerkmal (i)), nämlich in Form von Unterbaum-Unterzeichenketten-Regeln (Teilmerkmal (iii)), welche zur Maschinenübersetzung geeignet sind (Teilmerkmal (ii)), in der D1 gezeigt (vgl. D1 Fig. 4 i. V. m. zugehörigem Abschnitt 2.2 "From Derivations to Rules"). Die D1 schlägt auch vor, die Regeln mit Wahrscheinlichkeiten zu verbinden, um Maschinenübersetzungen zu verbessern (Teilmerkmal (iv)) (Abschnitt 5 letzter Absatz: "One can easily imagine a range of techniques for defining probability distributions over the rules that we learn. We suspect that such probabilistic rules could be also used in conjunction with statistical decoders, to increase the accuracy of statistical machine translation systems"). Somit ist auch das Merkmal M1.6 durch die D2 im Lichte der D1 nahegelegt.

Unter Berücksichtigung der Ausführungen zu Hilfsantrag 1 beruht auch der Gegenstand des jeweiligen Patentanspruchs 1 gemäß Hilfsantrag 2 und Hilfsantrag 3 nicht auf einer erfinderischen Tätigkeit.

5. Mit dem jeweils nicht patentfähigen Patentanspruch 1 nach Hauptantrag und Hilfsanträgen sind auch die weiteren Patentansprüche der Anträge nicht schutzfähig, da auf diese Patentansprüche kein eigenständiges Patentbegehren gerichtet ist und über einen Antrag nur einheitlich entschieden werden kann (vgl. BGH, Beschluss vom 27. Juni 2007 - X ZB 6/05, GRUR 2007, 862, Abschn. III. 3. a) aa) - Informationsübermittlungsverfahren II).

6. Da die Sache entscheidungsreif war, kam eine Zurückverweisung an das Deutsche Patent- und Markenamt nicht in Betracht.

Rechtsmittel

Gegen diesen Beschluss steht den am Beschwerdeverfahren Beteiligten das Rechtsmittel der Rechtsbeschwerde zu. Da der Senat die Rechtsbeschwerde nicht zugelassen hat, ist sie nur statthaft, wenn gerügt wird, dass 1. das beschließende Gericht nicht vorschriftsmäßig besetzt war, 2. bei dem Beschluss ein Richter mitgewirkt hat, der von der Ausübung des Richteramtes kraft Gesetzes ausgeschlossen oder wegen Besorgnis der Befangenheit mit Erfolg abgelehnt war, 3. einem Beteiligten das rechtliche Gehör versagt war, 4. ein Beteiligter im Verfahren nicht nach Vorschrift des Gesetzes vertreten war, sofern er nicht der Führung des Verfahrens ausdrücklich oder stillschweigend zugestimmt hat, 5. der Beschluss aufgrund einer mündlichen Verhandlung ergangen ist, bei der die Vorschriften über die Öffentlichkeit des Verfahrens verletzt worden sind, oder 6. der Beschluss nicht mit Gründen versehen ist.

Die Rechtsbeschwerde ist innerhalb eines Monats nach Zustellung des Beschlusses beim Bundesgerichtshof, Herrenstr. 45 a, 76133 Karlsruhe durch eine beim Bundesgerichtshof zugelassene Rechtsanwältin oder durch einen beim Bundesgerichtshof zugelassenen Rechtsanwalt einzulegen.

Dr. Morawek Akintche Dr. Forkel Hofmeister Bundespatentgericht

17 W (pat) 17/23 (Aktenzeichen)

Verkündet am

8. April 2025

Wellmann Justizbeschäftigte als Urkundsbeamtin der Geschäftsstelle