JP2021028758A - Information processing device, information processing method, and program - Google Patents
Information processing device, information processing method, and program Download PDFInfo
- Publication number
- JP2021028758A JP2021028758A JP2019147441A JP2019147441A JP2021028758A JP 2021028758 A JP2021028758 A JP 2021028758A JP 2019147441 A JP2019147441 A JP 2019147441A JP 2019147441 A JP2019147441 A JP 2019147441A JP 2021028758 A JP2021028758 A JP 2021028758A
- Authority
- JP
- Japan
- Prior art keywords
- information indicating
- information processing
- learning
- invention described
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 62
- 238000003672 processing method Methods 0.000 title claims description 8
- 238000011156 evaluation Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims description 29
- 239000000470 constituent Substances 0.000 claims description 6
- 238000012854 evaluation process Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、情報処理装置、情報処理方法、及びプログラムに関する。 The present invention relates to an information processing device, an information processing method, and a program.
特許権を取得しようとする特許出願人が特許庁に対して特許出願を行い、特許庁において願書に添付した特許請求の範囲に記載の発明について審査がなされた結果、特許することができない旨の拒絶理由が記載された拒絶理由通知を受けることがある。 A patent applicant who intends to obtain a patent right has filed a patent application with the JPO, and as a result of the examination of the invention described in the claims attached to the application, the patent cannot be granted. You may receive a notice of reasons for refusal stating the reason for refusal.
このような場合、拒絶理由を解消するために特許出願人は、特許庁より指定された期間内に願書に添付した特許請求の範囲を補正した補正書、及び補正により拒絶理由が解消した旨を記載した意見書を特許庁に提出することができる。 In such a case, in order to eliminate the reason for refusal, the patent applicant shall state that the amendment that amended the scope of claims attached to the application within the period specified by the JPO and that the reason for refusal was resolved by the amendment. The written opinion can be submitted to the JPO.
ここで、特許請求の範囲の記載を補正する場合、再度、特許庁においてなされる審査の結果を通知されるまでは、特許出願人は拒絶理由が解消するかを知ることはできない。また、補正後の特許請求の範囲に記載の発明が審査された結果、拒絶理由が解消しない場合は、再度の拒絶理由通知、又は拒絶査定を受け、特許権の取得までに時間がかかる、又は特許権を取得できないおそれがある。 Here, when amending the description of the scope of claims, the patent applicant cannot know whether the reason for refusal will be resolved until the result of the examination performed by the JPO is notified again. In addition, if the reason for refusal is not resolved as a result of the examination of the invention described in the amended claims, it takes time to obtain the patent right after receiving another notice of reasons for refusal or a decision of refusal. There is a risk that the patent right cannot be obtained.
そこで、補正書を提出する前に修正された特許請求の範囲に記載の発明が特許査定を受けるかという観点で評価できれば、再度の拒絶理由通知、拒絶査定を受けることを回避できる可能性がある。 Therefore, if the invention described in the amended claims can be evaluated from the viewpoint of whether or not it will be granted a patent decision before submitting the amendment, it may be possible to avoid receiving another notice of reasons for refusal and a decision of refusal. ..
特許文献1は、特許出願を行った出願明細書についての評価を行う評価装置が開示されている。 Patent Document 1 discloses an evaluation device that evaluates an application specification for which a patent application has been filed.
特許文献1においては、評価対象の特許出願が他の特許出願の権利化阻止に貢献しているかという観点で特許出願の評価を行う。しかし、特許文献1に記載の技術では、修正された特許請求の範囲に記載された発明が特許査定を受けるかという観点で特許出願を評価することはできない。 In Patent Document 1, the patent application is evaluated from the viewpoint of whether the patent application to be evaluated contributes to the prevention of the acquisition of rights of other patent applications. However, the technique described in Patent Document 1 cannot evaluate a patent application from the viewpoint of whether the invention described in the amended claims is granted a patent decision.
そこで、本発明は、修正された特許請求の範囲に記載の発明が特許査定を受けるか評価することができる情報処理装置、情報処理方法、及びプログラムを提供することを目的とする。 Therefore, an object of the present invention is to provide an information processing apparatus, an information processing method, and a program capable of evaluating whether or not an invention described in the amended claims is granted a patent.
上記課題を解決する本発明の一側面としての情報処理装置は、修正された特許請求の範囲に記載の発明を評価する情報処理装置であって、補正前の特許請求の範囲の特徴を示す情報、補正後の特許請求の範囲の特徴を示す情報、及び補正後の特許請求の範囲に記載の発明が特許査定を受けたかを示す情報を含む学習データを用いた学習により取得された学習モデルを用いて、修正された特許請求の範囲に記載の発明が特許査定を受けるかを示す評価データを取得する評価部を有する。 The information processing device as one aspect of the present invention that solves the above problems is an information processing device that evaluates the invention described in the amended scope of the patent claim, and is information indicating the characteristics of the scope of the patent claim before amendment. , A learning model acquired by learning using learning data that includes information indicating the characteristics of the amended patent claim scope and information indicating whether the invention described in the amended patent claim scope has been granted a patent. It has an evaluation unit that obtains evaluation data indicating whether the invention described in the amended scope of the patent claim is granted a patent decision.
本発明によれば、修正された特許請求の範囲に記載の発明が特許査定を受けるか評価することができる情報処理装置、情報処理方法、及びプログラムを提供することができる。 According to the present invention, it is possible to provide an information processing device, an information processing method, and a program capable of evaluating whether or not the invention described in the amended claims is granted a patent.
以下に、本発明の好ましい実施形態について図面を参照して詳細に説明する。各図において、同一の部材については、同一の参照番号を付し、重複する説明は省略する。 Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the drawings. In each figure, the same member is given the same reference number, and duplicate description is omitted.
<第1実施形態>
図1は、情報処理装置10の構成を示す図である。処理部101は、OS(Operating System)及び各種アプリケーションプログラムを実行する中央演算処理装置(CPU)ある。また、処理部101は中央演算処理装置に限られず、マイクロプロセッシングユニット(MPU)、グラフィクスプロセッシングユニット(GPU)、特定用途向け集積回路(ASIC)等のプロセッサ又は回路であってもよい。また、処理部101は、デジタルシグナルプロセッサ(DSP)、データフロープロセッサ(DFP)、またはニューラルプロセッシングユニット(NPU)等のプロセッサ又は回路であってもよい。また、処理部101は、それらのプロセッサ又は回路のいずれかの組合せであってもよい。ROM102は、処理部101が実行するプログラムや演算用のパラメータのうちの固定的なデータを格納するメモリである。RAM103は、処理部101の作業領域やデータの一時記憶領域を提供するメモリである。入力部105はマウス、キーボードなどを含む入力装置、表示部106はCRTや液晶ディスプレイなどの表示装置である。また、入力部105及び表示部106は、タッチパネル等の一体型の装置であってもよい。また、入力部105及び表示部106は、コンピュータとは別体の装置として構成されてもよい。記憶部104は、ハードディスク装置、CD、DVD、メモリカード等の記憶装置であり、各種プログラムや各種データ等を記憶する。通信部107は、ネットワークに接続して通信を行う。通信部107は、例えばLANに接続してTCP/IP等の通信プロトコルによるデータ通信を行い、他の通信装置と相互に通信を行う場合に使用される。バス108は、処理部101、ROM102、RAM103、記憶部104、入力部105、表示部106、及び通信部107などの情報処理装置10内の各部に接続して、各部間でデータ通信を行う場合に使用される。例えば、通信部107が、他の通信装置から受信したデータが、バス108を介して記憶部104に送信されて記憶される。
<First Embodiment>
FIG. 1 is a diagram showing a configuration of an
また、情報処理装置10は、ワークステーション(WS)、パーソナルコンピュータ(PC)などの据置型のコンピュータでもよいし、ノートPC、スマートフォンなどの携帯型のコンピュータであってもよい。
Further, the
図2は、情報処理装置における処理を示す図である。処理部101は、学習部201、評価部202から構成される。学習部201は、記憶部104から取得した学習データ211を用いた学習により学習モデル213を取得する。
FIG. 2 is a diagram showing processing in the information processing apparatus. The
ここで、学習データ211は、入力データ221として、補正前の特許請求の範囲の特徴を示す情報、及び補正後の特許請求の範囲の特徴を示す情報を含む。また、学習データ211は、教師データ222として、補正後の特許請求の範囲に記載の発明が特許査定を受けたか否かを示す情報を含む。入力データ221と教師データ222との複数の組み合わせを含む情報を学習データ211とする。また、学習データ211は、既に審査を受けて査定が確定した特許出願における補正前後の特許請求の範囲の記載と特許査定を受けたか否かを示す情報とから収集することができる。
Here, the
特許請求の範囲の特徴を示す情報は、特許請求の範囲に含まれる請求項の記載の文字数、又は単語数を含むことができる。一般に請求項の記載の文字数、又は単語数が増加すると、請求項の記載の発明の技術的範囲が狭く解釈され、先行技術文献との差異が生じやすくなり、新規性、又は進歩性違反の拒絶理由が解消して特許査定を受ける可能性が高くなる。また、特許請求の範囲の記載の用語が不明確であることにより記載要件違反の拒絶理由を受けた場合に、用語を説明するための記載を追加することにより記載要件違反の拒絶理由が解消して特許査定を受ける可能性が高くなる。よって、請求項の記載の文字数、又は単語数は特許査定を受けられるか否かということと相関関係を有する。 The information indicating the characteristics of the claims may include the number of characters or words described in the claims included in the claims. Generally, when the number of characters or words described in a claim increases, the technical scope of the invention described in the claim is narrowly interpreted, and it becomes easy to make a difference from the prior art document, and rejection of novelty or inventive step violation. There is a high possibility that the reason will be resolved and a patent will be granted. In addition, when the reason for refusal of the description requirement violation is received due to the unclear terms described in the claims, the reason for refusal of the description requirement violation is eliminated by adding the description for explaining the terms. It is more likely that you will receive a patent decision. Therefore, the number of characters or the number of words described in the claims has a correlation with whether or not a patent can be granted.
また、特許請求の範囲の特徴を示す情報は、特許請求の範囲に含まれる請求項の前段部の記載の文字数、又は単語数を含むことができる。ここで、請求項の前段部は、プリアンブルとも呼ばれ、発明の技術分野や用途などを示す、発明の上位概念又は前提事項が記載される部分である。請求項の前段部を補正することで発明の技術分野や用途などが限定され、先行技術文献との差異が生じやすくなり、特許査定を受ける可能性が高くなる。よって、請求項の前段部の記載の文字数、又は単語数は特許査定を受けられるか否かということと相関関係を有する。 In addition, the information indicating the characteristics of the claims may include the number of characters or the number of words described in the first part of the claims included in the claims. Here, the first part of the claim is also called a preamble, and is a part in which a superordinate concept or premise of the invention is described, which indicates the technical field and application of the invention. By amending the first part of the claim, the technical field and application of the invention are limited, the difference from the prior art document is likely to occur, and the possibility of receiving a patent decision is increased. Therefore, the number of characters or the number of words described in the first part of the claim has a correlation with whether or not a patent can be granted.
また、特許請求の範囲の特徴を示す情報は、特許請求の範囲に含まれる請求項の特徴部の記載の文字数、又は単語数を含むことができる。ここで、請求項の特徴部は、後段部とも呼ばれ、発明の特徴が記載される部分である。請求項の特徴部を補正することで発明の特徴が明確になり、先行技術文献との差異が生じやすくなり、特許査定を受ける可能性が高くなる。よって、請求項の特徴部の記載の文字数、又は単語数は特許査定を受けられるか否かということと相関関係を有する。 In addition, the information indicating the characteristics of the claims may include the number of characters or the number of words described in the feature portion of the claims included in the claims. Here, the feature portion of the claim is also referred to as a latter portion, and is a portion in which the feature of the invention is described. By amending the feature portion of the claim, the feature of the invention becomes clear, the difference from the prior art document is likely to occur, and the possibility of receiving a patent decision is increased. Therefore, the number of characters or the number of words described in the feature portion of the claim has a correlation with whether or not a patent can be granted.
また、特許請求の範囲の特徴を示す情報は、特許請求の範囲に含まれる請求項を構成する構成要件の数を含むことができる。ここで、構成要件は、請求項に記載の発明を特定するために列挙される技術的要素を含むものである。構成要件の数が増えることで、先行技術文献との差異が生じやすくなり、特許査定を受ける可能性が高くなる。よって、請求項を構成する構成要件の数は特許査定を受けられるか否かということと相関関係を有する。 In addition, the information indicating the characteristics of the claims may include the number of constituent requirements constituting the claims included in the claims. Here, the constituent requirements include the technical elements listed for identifying the invention described in the claims. As the number of constituent requirements increases, differences from the prior art documents are likely to occur, and the possibility of receiving a patent decision increases. Therefore, the number of constituent requirements that make up a claim correlates with whether or not a patent can be granted.
また、特許請求の範囲の特徴を示す情報は、補正前の特許請求の範囲と補正後の特許請求の範囲との相違する部分に含まれる単語が先行技術文献に出現する回数を含むことができる。ここで、先行技術文献に出現する回数は、例えば、拒絶理由通知において挙げられた引用文献に出現する回数とすることができる。引用文献に出現する回数が少ない場合、引用文献との差異が生じやすくなり、特許請求の範囲の記載の発明が新規性、進歩性等の特許要件を満たす可能性が高くなる。よって、相違する部分に含まれる単語が先行技術文献に出現する回数は、特許査定を受けられるか否かということと相関関係を有する。また、相違する部分に含まれる単語が複数ある場合は、先行技術文献に出現する回数は、複数の単語が出現するそれぞれの回数としてもよいし、複数の単語が出現する合計の回数、又は平均の回数としてもよい。ここで、先行技術文献には、拒絶理由通知において新規性、又は進歩性違反の拒絶理由で引用された引用文献、周知技術を示す周知技術文献、又は明細書の中に記載されている特許文献、非特許文献などを含みうる。 In addition, the information indicating the characteristics of the claims may include the number of times a word contained in a portion different from the claims before amendment and the claims after amendment appears in the prior art document. .. Here, the number of appearances in the prior art document can be, for example, the number of appearances in the cited document mentioned in the notice of reasons for refusal. When the number of appearances in the cited document is small, the difference from the cited document is likely to occur, and the invention described in the claims is more likely to satisfy the patent requirements such as novelty and inventive step. Therefore, the number of times a word contained in a different part appears in the prior art document has a correlation with whether or not a patent can be granted. When there are a plurality of words included in the different parts, the number of appearances in the prior art document may be the number of times each of the plurality of words appears, the total number of times the plurality of words appear, or the average. It may be the number of times. Here, the prior art document includes a cited document cited as a reason for refusal of novelty or an inventive step violation in the notice of reasons for refusal, a well-known technical document indicating a well-known technique, or a patent document described in the specification. , Non-patent documents, etc. may be included.
また、特許査定を受けたか否かを示す情報には、例えば、特許査定を受けた場合は1、特許査定を受けなかった場合は0とする値を含む情報とすることができる。また、特許査定を受けたか否かを示す情報には、例えば、特許査定を受けた場合は100%、特許査定を受けなかった場合は0%とする値を含むことができる。 Further, the information indicating whether or not the patent has been granted may be, for example, information including a value of 1 when the patent is granted and 0 when the patent is not granted. Further, the information indicating whether or not the patent has been granted may include, for example, a value of 100% when the patent is granted and 0% when the patent is not granted.
また、学習モデル213は、例えば、ニューラルネットワークにより構成されることができる。図3は、評価部202における学習モデル213を示す図である。ここで、ニューラルネットワークとは、入力層、中間層、出力層といった多層のネットワーク構造を有するモデルである。入力データと教師データとの関係を示す学習データを用いて、誤差逆伝播法等のアルゴリズムでニューラルネットワーク内部の結合重み付け係数等が最適化されることにより、学習モデル213を取得することができる。誤差逆伝播法は、出力データと教師データとの誤差が小さくなるように、各ニューラルネットワークのノード間の結合重み付け係数等を調整する手法である。
Further, the
ここで、ニューラルネットワークにより構成される学習モデル213を取得する例を説明したが、ニューラルネットワークに限られない。例えば、サポートベクターマシン、決定木など他のモデルにより構成されてもよい。また、学習モデル213は、入力データ221と評価データ214の関係を示すテーブルや多項式等を用いて入力データ221と評価データ214を取得するモデルを含んでも良い。そして、取得した学習モデル213に新たな入力データ221を入力することにより、出力として評価データ214が出力される。
Here, an example of acquiring a
次に、学習部201による学習処理について説明する。図4は、学習部201による学習処理を示すフローチャートである。S401において、学習部201は、記憶部104から学習データ211を取得する。ここで、学習部201は、RAM103や外部の記憶装置に保存された学習データ211を取得してもよい。
Next, the learning process by the
S402において、学習部201は、学習により学習モデル213を取得する。例えば、学習モデル213がニューラルネットワークにより構成される場合、学習部201は、誤差検出部(不図示)と、更新部(不図示)と、を備えてもよい。誤差検出部は、入力層に入力される入力データ212に応じてニューラルネットワークの出力層から出力される評価データ214と、教師データとの誤差を得る。誤差検出部は、損失関数を用いて、ニューラルネットワークからの評価データ214と教師データとの誤差を計算するようにしてもよい。更新部は、誤差検出部で得られた誤差に基づいて、その誤差が小さくなるように、ニューラルネットワークのノード間の結合重み付け係数等を更新する。この更新部は、例えば、誤差逆伝播法を用いて、結合重み付け係数等を更新する。
In S402, the
S403において、学習部201は、S402で取得した学習モデル213を評価部202に出力する。ここで、学習部201は、学習モデル213を記憶部104に保存し、評価部202は保存された学習モデル213を取得してもよい。また、学習モデル213はRAM103や通信部107を介して外部の記憶装置に保存されてもよい。
In S403, the
次に、評価部202による評価処理について説明する。図5は、評価部202による評価処理を示すフローチャートである。S501において、評価部202は、記憶部104から入力データ212を取得する。ここで、評価部202は、RAM103や外部の記憶部104に保存された入力データ212を取得してもよい。また、評価部202は、入力部105を介して入力された入力データ212を取得してもよい。
Next, the evaluation process by the
ここで、入力データ212は、特許査定を受けるか評価する対象の修正前の特許請求の範囲の特徴を示す情報、及び修正後の特許請求の範囲の特徴を示す情報等を含む。詳細については、学習データ211に含まれる入力データ221と同様である。
Here, the
S502において、評価部202は、学習部201から学習モデル213を取得する。ここで、評価部202は、RAM103や外部の記憶装置に保存された学習モデル213を取得してもよい。
In S502, the
S503において、評価部202は、S501で取得した入力データ212を、S502で取得した学習モデル213に入力して、学習モデル213から出力される評価データ214を取得する。
In S503, the
ここで、評価データ214は、例えば、修正後の特許請求の範囲に記載の発明が特許査定を受けることができる場合は1、修正後の特許請求の範囲に記載の発明が特許査定を受けることができない場合は0とする値を含む情報とすることができる。また、評価データ214は、修正後の特許請求の範囲に記載の発明が特許査定を受けることができる確率として、例えば、0%から100%の間の値を含む情報とすることができる。
Here, the
S504において、評価部202は、S503で取得した評価データ214を表示部106に出力する。ここで、評価部202は、評価データ214を記憶部104に保存し、表示部106は保存された評価データ214を表示してもよい。また、評価データ214はRAM103や通信部107を介して外部の記憶装置に保存されてもよい。
In S504, the
表示部106は、評価部202により出力された評価データ214を画面に表示する。図6は、表示装置により表示された画面を示す図である。画面600には、修正前の特許請求の範囲の記載を表示する表示領域601、修正後の特許請求の範囲の記載を表示する表示領域602、及び評価データ214を表示する表示領域603が表示される。また、表示領域601、及び表示領域602において、修正前の特許請求の範囲の記載と修正後の特許請求の範囲の記載との相違する部分が目立つように、相違する部分の文字の色やフォントなどを変更して表示してもよい。
The
以上、本実施形態の情報処理装置によれば、学習により取得された学習モデルを用いて修正された特許請求の範囲に関する評価データを取得することができるので、修正された特許請求の範囲に記載の発明が特許査定を受けるかを評価することができる。 As described above, according to the information processing apparatus of the present embodiment, the evaluation data regarding the modified claims can be obtained by using the learning model acquired by learning, and therefore, it is described in the modified claims. It is possible to evaluate whether the invention of the invention is granted a patent.
<第2実施形態>
次に、第2実施形態に係る情報処理装置について説明する。なお、ここで言及しない事項は、第1実施形態に従いうる。本実施形態では、特許請求の範囲の特徴を示す情報に加えて、それ以外の情報を、学習部201の学習処理に用いられる学習データ211に含まれる入力データ221、及び評価部202における評価処理に用いられる入力データ212として用いる。
<Second Embodiment>
Next, the information processing device according to the second embodiment will be described. Matters not mentioned here may follow the first embodiment. In the present embodiment, in addition to the information indicating the characteristics of the claims, the other information is evaluated by the
入力データ221、及び入力データ212として、補正前又は修正前の特許請求の範囲に記載の発明に対して通知された拒絶理由を示す情報を含むことができる。拒絶理由通知には、例えば、記載要件違反、進歩性違反、進歩性違反などの種別があり、拒絶理由を示す情報として、拒絶理由の種別を示す文字、数値などとすることができる。また、拒絶理由通知は複数回、受けることがあり、拒絶理由通知を受けた回数、または最後の拒絶理由通知か否かによって、特許請求の範囲を補正できる要件が異なることがある。拒絶理由を示す情報として、拒絶理由通知を受けた回数、または最後の拒絶理由通知か否かを示す文字、数値などを含むことができる。拒絶理由を示す情報に応じて、特許請求の範囲の特徴を示す情報のうち、どのような情報が特許査定を受ける可能性に寄与するのかが異なってくる。よって、拒絶理由を示す情報は、特許査定を受けられるか否かということと相関関係を有する。
The
入力データ221、及び入力データ212として、特許請求の範囲に記載の発明の特許分類を示す情報を含むことができる。特許分類を示す情報は、例えば、国際特許分類(IPC)に含まれるコードを示す文字、数値などを含むことができる。特許分類は、特許請求の範囲に記載の発明の技術内容の分類を表すものである。特許分類に応じて、特許請求の範囲の特徴を示す情報のうち、どのような情報が特許査定を受ける可能性に寄与するのかが異なってくる。よって、特許分類を示す情報は、特許査定を受けられるか否かということと相関関係を有する。
The
入力データ221、及び入力データ212として、特許出願を行った国を示す情報を含むことができる。特許出願は原則として各国で審査され、審査の方法や基準が国毎に異なるので、特許請求の範囲の特徴を示す情報のうち、どのような情報が特許査定を受ける可能性に寄与するのかが異なってくる。よって、特許出願を行った国を示す情報は、特許査定を受けられるか否かということと相関関係を有する。
The
入力データ221、及び入力データ212として、特許出願を行った出願日を示す情報を含むことができる。特許出願は、特許に係る法律や特許庁で行われる審査に関する審査基準やガイドラインに従って審査される。それらの法律、審査基準、ガイドラインが改定された場合、出願日によって適用される法律、審査基準、ガイドラインの内容が異なる可能性がある。よって、特許出願を行った出願日を示す情報は、特許査定を受けられるか否かということと相関関係を有する。また、審査が行われた時期を特定するために、入力データ221、及び入力データ212として、拒絶理由通知が発行された日を示す情報を含んでもよい。また、出願審査制度を採用している国の場合には審査が開始された時期を特定するために、入力データ221、及び入力データ212として、出願審査請求を行った日を示す情報を含んでもよい。また、優先権主張を伴う出願の場合には、入力データ221、及び入力データ212として、優先日を示す情報を含んでもよい。
The
入力データ221、及び入力データ212として、特許出願の審査を行った審査官を示す情報を含むことができる。審査官を示す情報は、例えば、審査官を示す文字、数値などを含むことができる。審査官によって審査の手順や方法が異なる可能性があり、特許請求の範囲の特徴を示す情報のうち、どのような情報が特許査定を受ける可能性に寄与するのかが異なってくる。よって、審査官を示す情報は、特許査定を受けられるか否かということと相関関係を有する。また、入力データ221、及び入力データ212として、特許出願の審査を行った審査官が所属する部署を示す情報を含むことができる。また、同様に、審査官が所属する部署によって審査の手順や方法が異なる可能性があり、特許請求の範囲の特徴を示す情報のうち、どのような情報が特許査定を受ける可能性に寄与するのかが異なってくる。よって、審査官が属する部署を示す情報は、特許査定を受けられるか否かということと相関関係を有する。
The
以上、本実施形態の情報処理装置によれば、学習により取得された学習モデルを用いて修正された特許請求の範囲に関する評価データを取得することができるので、修正後の特許請求の範囲に記載の発明が特許査定を受けるかを評価することができる。特許請求の範囲の特徴を示す情報に加えて、それ以外の情報を入力データ221、及び入力データ212として用いるので、より精度よく修正後の特許請求の範囲に記載の発明が特許査定を受けるかを評価することができる。
As described above, according to the information processing apparatus of the present embodiment, it is possible to acquire the evaluation data regarding the amended claims by using the learning model acquired by learning, and therefore, it is described in the amended claims. It is possible to evaluate whether the invention of the invention is granted a patent. In addition to the information indicating the characteristics of the claims, other information is used as the
<第3実施形態>
次に、第3実施形態に係る情報処理装置について説明する。なお、ここで言及しない事項は、第1実施形態、及び第2実施形態に従いうる。本実施形態では、異なる情報処理装置において学習部201による学習処理と評価部202による評価処理が行われる形態について説明する。本実施形態では、例えば、より高い処理能力が必要な学習処理を据置型のコンピュータで行い、学習処理ほど高い処理能力が必要でない評価処理を携帯型のコンピュータで行うといった形態を実現できる。
<Third Embodiment>
Next, the information processing device according to the third embodiment will be described. Matters not mentioned here may follow the first embodiment and the second embodiment. In this embodiment, a mode in which the learning process by the
図7は、複数の情報処理装置からなる構成を示す図である。本実施形態に係る情報処理装置は、第1情報処理装置71と第2情報処理装置72を含む。第1情報処理装置71と第2情報処理装置72は、第1実施形態で説明した情報処理装置10と同様の構成からなる情報処理装置である。また、第1情報処理装置71と第2情報処理装置72は、LANなどのネットワークに接続して、互いの通信部107(図7では不図示)を介してデータの送受信を行うことができる。また、ネットワークは有線によって第1情報処理装置71と第2情報処理装置72を接続するだけでなく、無線LANなどにより無線で第1情報処理装置71と第2情報処理装置72を接続してもよい。
FIG. 7 is a diagram showing a configuration including a plurality of information processing devices. The information processing device according to the present embodiment includes a first
第1情報処理装置71における処理部101は、学習部201から構成される。また、第2情報処理装置72における処理部101は、評価部202から構成される。第1情報処理装置71における処理部101は、学習部201により学習処理を行い、取得された学習モデル213に関する情報を第2情報処理装置72に送信する。ここで、学習モデル213に関する情報には、例えば、ニューラルネットワークの構造を定めるパラメータとして、各層のノードの数、中間層の数、ノード間の結合重み付け係数などのデータを含む。
The
第2情報処理装置72における処理部101は、評価部202により評価処理を行い、評価データ214を出力して、記憶部104に保存される。また、評価データ214は、RAM103や通信部107を介して外部の記憶装置に保存されてもよく、表示部106により画面に表示されてもよい。
The
以上、本実施形態の情報処理装置によれば、学習により取得された学習モデルを用いて修正された特許請求の範囲に関する評価データを取得することができるので、修正後の特許請求の範囲に記載の発明が特許査定を受けるかを評価することができる。また、本実施形態の情報処理装置によれば、より高い処理能力が必要な学習処理を据置型のコンピュータで行い、学習処理ほど高い処理能力が必要でない評価処理を携帯型のコンピュータで行うといった形態を実現できる。 As described above, according to the information processing apparatus of the present embodiment, it is possible to acquire the evaluation data regarding the amended claims by using the learning model acquired by learning, and therefore, it is described in the amended claims. It is possible to evaluate whether the invention of the invention is granted a patent. Further, according to the information processing apparatus of the present embodiment, the learning process requiring higher processing power is performed by a stationary computer, and the evaluation processing not requiring as high processing power as the learning process is performed by a portable computer. Can be realized.
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワークまたは記憶媒体を介してシステムまたは装置に供給し、そのシステムまたは装置のコンピュータがプログラムを読出し実行する処理でも実現可能である。コンピュータは、1または複数のプロセッサまたは回路を有し、コンピュータ実行可能命令を読み出し実行するために、分離した複数のコンピュータまたは分離した複数のプロセッサまたは回路のネットワークを含みうる。 The present invention can also be realized by supplying a program that realizes one or more functions of the above-described embodiment to a system or device via a network or a storage medium, and a process in which a computer of the system or device reads and executes the program. is there. A computer may have one or more processors or circuits and may include multiple separate computers or a network of separate processors or circuits to read and execute computer executable instructions.
また、第1実施形態乃至第3実施形態は、単独で実施するだけでなく、第1実施形態乃至第3実施形態のいかなる組合せでも実施することができる。 Further, the first embodiment to the third embodiment can be implemented not only alone but also in any combination of the first embodiment to the third embodiment.
Claims (15)
補正前の特許請求の範囲の特徴を示す情報、補正後の特許請求の範囲の特徴を示す情報、及び補正後の特許請求の範囲に記載の発明が特許査定を受けたかを示す情報を含む学習データを用いた学習により取得された学習モデルを用いて、修正された特許請求の範囲に記載の発明が特許査定を受けるかを示す評価データを取得する評価部を有する
ことを特徴とする情報処理装置。 An information processing device that evaluates the invention described in the amended claims.
Learning including information indicating the characteristics of the claims before amendment, information indicating the characteristics of the claims after amendment, and information indicating whether the invention described in the amended claims has been granted a patent. Information processing characterized by having an evaluation unit that acquires evaluation data indicating whether the invention described in the amended claims is granted a patent by using a learning model acquired by learning using data. apparatus.
補正前の特許請求の範囲の特徴を示す情報、及び補正後の特許請求の範囲の特徴を示す情報、及び補正後の特許請求の範囲に記載の発明が特許査定を受けたかを示す情報を含む学習データを用いた学習により取得された学習モデルを用いて、修正された特許請求の範囲に記載の発明を評価する評価工程を有する
ことを特徴とする情報処理方法。 An information processing method for evaluating an invention described in the amended claims.
Includes information indicating the characteristics of the claims before amendment, information indicating the characteristics of the claims after amendment, and information indicating whether the invention described in the amended claims has been granted a patent. An information processing method characterized by having an evaluation step for evaluating the invention described in the amended claims by using a learning model acquired by learning using training data.
補正前の特許請求の範囲の特徴を示す情報、及び補正後の特許請求の範囲の特徴を示す情報、及び補正後の特許請求の範囲に記載の発明が特許査定を受けたかを示す情報を含む学習データを用いた学習により取得された学習モデルを用いて、修正された特許請求の範囲に記載の発明を評価する評価工程を有する
ことを特徴とする情報処理方法をコンピュータに実行させるプログラム。 A program that causes a computer to execute an information processing method for evaluating an invention described in the amended claims.
Includes information indicating the characteristics of the claims before amendment, information indicating the characteristics of the claims after amendment, and information indicating whether the invention described in the amended claims has been granted a patent. A program that causes a computer to execute an information processing method characterized by having an evaluation process for evaluating an invention described in a modified claims using a learning model acquired by learning using training data.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019147441A JP7387329B2 (en) | 2019-08-09 | 2019-08-09 | Information processing device, information processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019147441A JP7387329B2 (en) | 2019-08-09 | 2019-08-09 | Information processing device, information processing method, and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021028758A true JP2021028758A (en) | 2021-02-25 |
JP7387329B2 JP7387329B2 (en) | 2023-11-28 |
Family
ID=74667068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019147441A Active JP7387329B2 (en) | 2019-08-09 | 2019-08-09 | Information processing device, information processing method, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7387329B2 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004038628A1 (en) * | 2002-10-23 | 2004-05-06 | Ird Corp. | Information processor and program |
WO2006126409A1 (en) * | 2005-05-26 | 2006-11-30 | Sharp Kabushiki Kaisha | Patent information analysis device, patent information analysis method, patent information analysis program, and computer-readable recording medium |
JP2019036177A (en) * | 2017-08-17 | 2019-03-07 | 株式会社ゴールドアイピー | Intellectual property support device, intellectual property support method and intellectual property support program |
JP6506439B1 (en) * | 2018-03-30 | 2019-04-24 | 株式会社AI Samurai | INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING METHOD, AND INFORMATION PROCESSING PROGRAM |
-
2019
- 2019-08-09 JP JP2019147441A patent/JP7387329B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004038628A1 (en) * | 2002-10-23 | 2004-05-06 | Ird Corp. | Information processor and program |
WO2006126409A1 (en) * | 2005-05-26 | 2006-11-30 | Sharp Kabushiki Kaisha | Patent information analysis device, patent information analysis method, patent information analysis program, and computer-readable recording medium |
JP2019036177A (en) * | 2017-08-17 | 2019-03-07 | 株式会社ゴールドアイピー | Intellectual property support device, intellectual property support method and intellectual property support program |
JP6506439B1 (en) * | 2018-03-30 | 2019-04-24 | 株式会社AI Samurai | INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING METHOD, AND INFORMATION PROCESSING PROGRAM |
Also Published As
Publication number | Publication date |
---|---|
JP7387329B2 (en) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lindsey et al. | Deep neural network improves fracture detection by clinicians | |
EP3550568B1 (en) | Graph convolution based gene prioritization on heterogeneous networks | |
US8990128B2 (en) | Graph-based framework for multi-task multi-view learning | |
Kleinsmith et al. | Cross-cultural differences in recognizing affect from body posture | |
CN109074368B (en) | Graphical framework using heterogeneous social networks | |
US11822568B2 (en) | Data processing method, electronic equipment and storage medium | |
Paton et al. | An open science approach to artificial intelligence in healthcare | |
WO2020242622A1 (en) | Remote validation of machine-learning models for data imbalance | |
JP6060298B1 (en) | Information distribution apparatus, information distribution method, and information distribution program | |
JP2019197366A (en) | Content evaluation device, content evaluation method, program, and storage medium | |
Biswas et al. | Focus: Big data: ChatGPT and the future of journal reviews: A feasibility study | |
JP2019061503A (en) | Server device, information processing device, and program | |
JP7451157B2 (en) | Information processing device, information processing method, and program | |
CN106575418A (en) | Suggested keywords | |
JP2021028758A (en) | Information processing device, information processing method, and program | |
GB2550452A (en) | Prioritizing topics of interest determined from product evaluations | |
CN113239273B (en) | Method, apparatus, device and storage medium for generating text | |
CN109948638A (en) | Object matching method, apparatus, equipment and computer readable storage medium | |
JP2024507029A (en) | Web page identification methods, devices, electronic devices, media and computer programs | |
Mathews et al. | AH-CID: A tool to automatically detect human-centric issues in app | |
CN117859164A (en) | System and method for providing intelligent learning experience | |
JP2021082177A (en) | Information processing unit, information processing method and program | |
KR20210148877A (en) | Electronic device and method for controlling the electronic deivce | |
CN109344386B (en) | Text content identification method, apparatus, device and computer readable storage medium | |
CN111427874A (en) | Quality control method and device for medical data production and electronic equipment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220720 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230607 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230728 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231017 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231115 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7387329 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |