JP7246690B2

JP7246690B2 - Patent search support method

Info

Publication number: JP7246690B2
Application number: JP2018230568A
Authority: JP
Inventors: 智昭古川
Original assignee: アイ・ピー・ファイン株式会社
Priority date: 2018-12-10
Filing date: 2018-12-10
Publication date: 2023-03-28
Anticipated expiration: 2038-12-10
Also published as: JP2020095303A

Description

特許法第３０条第２項適用１．平成３０年９月１５日、Ｒ＆Ｄ知財ＡＩシステム「Ｄｅｓｋｂｅｅ」にて知財ＡＩ活用研究会の会員に対してサービスの提供を開始（ｈｔｔｐｓ：／／ｔｉｐｃｉｐｆ－ｉｐｆｉｎｅ－ｓｅｒｖｉｃｅ．ｂｉｚ／ｄｅｓｋｂｅｅ＿ｉｐｆ、ｈｔｔｐｓ：／／ｔｉｐｃｉｐｆ－ｉｐｆｉｎｅ－ｓｅｒｖｉｃｅ．ｂｉｚ／ｄｅｓｋｂｅｅｓｕｐｐｏｒｔ＿ｉｐｆ）２．平成３０年９月１６日、Ｒ＆Ｄ知財ＡＩシステム「Ｄｅｓｋｂｅｅ」にて有償試用者に対してサービスの提供を開始（ｈｔｔｐｓ：／／ｔｉｐｃｉｐｆ－ｉｐｆｉｎｅ－ｓｅｒｖｉｃｅ．ｂｉｚ／ｄｅｓｋｂｅｅ、ｈｔｔｐｓ：／／ｔｉｐｃｉｐｆ－ｉｐｆｉｎｅ－ｓｅｒｖｉｃｅ．ｂｉｚ／ｄｅｓｋｂｅｅｓｕｐｐｏｒｔ）３．株式会社産業経済新聞社が発行した、フジサンケイビジネスアイ、平成３０年９月１７日付、第８面４．ソーシャルワイヤー株式会社がウェブサイトに掲載した、プレスリリース、平成３０年１０月２５日５．平成３０年１１月７日に開催された、２０１８特許・情報フェア＆コンファレンスにてカタログ配布６．平成３０年１１月９日に開催された、２０１８特許・情報フェア＆コンファレンスにて発表７．平成３０年１１月３０日に開催された、アジア特許情報研究会設立１０周年記念講演会にて発表Application of Article 30, Paragraph 2 of the Patent Law 1. On September 15, 2018, the R&D intellectual property AI system “Deskbee” began providing services to members of the intellectual property AI utilization study group (https://tipcipf-ipfine-service.biz/deskbee_ipf, https ://tipcipf-ipfine-service.biz/deskbeesupport_ipf)2. On September 16, 2018, the R&D intellectual property AI system “Deskbee” started providing services to paid trial users (https://tipcipf-ipfine-service.biz/deskbee, https://tipcipf- ipfine-service.biz/deskbeesupport)3. 4. Fuji Sankei Business i, September 17, 2018, page 8, published by Sankei Shimbun Co., Ltd. 5. Press release posted on the website by Social Wire Co., Ltd., October 25, 2018. 6. Catalog distribution at the 2018 Patent/Information Fair & Conference held on November 7, 2018. 7. Presented at the 2018 Patent/Information Fair & Conference held on November 9, 2018. Presented at the 10th anniversary lecture of the Asian Patent Information Study Group held on November 30, 2018

本発明は、未評価案件データの中から新たに評価の対象とする評価対象案件データを抽出する特許調査支援方法に関する。 The present invention relates to a patent search support method for extracting evaluation target case data to be newly evaluated from unevaluated case data.

人工知能を活用した情報処理が広く行われている。
特許文献１は、客観的なデータに基づいて採用希望者に関する一定の評価を提供し、採用担当者の労力を低減する情報処理方法を提案している。
特許情報についても、あらかじめ評価が行われた案件データを教師案件データとし、この教師案件データを用いて未評価案件データを人工知能によって判定する試みが進んでいる。 Information processing using artificial intelligence is widely performed.
Patent Literature 1 proposes an information processing method that provides a certain evaluation of a candidate for employment based on objective data and reduces the labor of the person in charge of hiring.
With respect to patent information as well, an attempt is being made to use artificial intelligence to determine unevaluated case data by using case data that has been evaluated in advance as training case data.

特開２０１８－１０４５８号公報JP 2018-10458 A

このような人工知能による判定は、教師案件データの数を増やすことで精度を高めることができるが、教師案件データの数を増やすことが労力負担となる。
労力負担を少なくして判定精度を高めるためには、確実に不要であるというノイズ対象案件データを区分することが有効である。また、限られた教師案件データによって一次人工知能判定を行い、一次人工知能判定の結果によって抽出される一部の案件データを評価して新たな教師案件データとし、新たな教師案件データを基にして二次人工知能機能判定を行うという、人工知能判定の繰り返しを行うことが有効である。
しかし、人工知能判定による確率判定値だけでは、ノイズ対象案件データ又は新たな教師案件データの選択が的確か否かの判断が難しい。 Such determination by artificial intelligence can be improved in accuracy by increasing the number of teacher case data, but increasing the number of teacher case data is a labor burden.
In order to reduce the labor burden and improve the determination accuracy, it is effective to classify the noise target item data that is certainly unnecessary. In addition, primary artificial intelligence judgment is performed with limited teacher case data, some case data extracted by the results of the primary AI judgment is evaluated, new teacher case data is used, and new teacher case data is used as the basis. It is effective to repeat the artificial intelligence judgment such that the secondary artificial intelligence function judgment is performed by
However, it is difficult to judge whether or not the selection of the noise object data or the new teacher data is appropriate only with the probability judgment value by the artificial intelligence judgment.

本発明は、人工知能、アルゴリズム、又はあらかじめ設定された所定条件によって確率判定値が付与された未評価案件データの中から、評価対象案件データを選択する際の判断を容易とする特許調査支援方法を提供することを目的とする。 The present invention provides a patent search support method that facilitates judgment when selecting evaluation object data from among unevaluated case data to which a probability judgment value is assigned by artificial intelligence, an algorithm, or a predetermined condition set in advance. intended to provide

請求項１記載の本発明の特許調査支援方法は、設定したテーマに基づく未評価案件データを特許情報データベース１０に蓄積し、前記テーマでは必要なサーチ対象案件であるとあらかじめ評価された第１群教師案件データから抽出される第１特徴データを用いて前記未評価案件データについてサーチ対象確率判定値を導き、前記テーマでは不要なノイズ対象案件であるとあらかじめ評価された第２群教師案件データから抽出される第２特徴データを用いて前記未評価案件データについてノイズ対象確率判定値を導き、前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を用いて、前記未評価案件データの中から、新たに評価の対象とする評価対象案件データを抽出する特許調査支援方法であって、サーバーが、前記未評価案件データに前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を付与するステップと、導かれた前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を基に前記未評価案件データの分布を表示させる判定結果表示ステップと、前記サーチ対象案件とするサーチ条件、及び前記ノイズ対象案件とするノイズ条件の少なくともいずれかを検索条件とする入力欄を表示することで、前記検索条件の入力を促す検索条件入力ステップと、前記判定結果表示ステップで表示される前記未評価案件データの前記分布を、一方の領域と他方の領域に区分することで、前記一方の領域に位置する前記未評価案件データの数又は前記他方の領域に位置する前記未評価案件データの数を表示する対象案件データ数表示ステップと、前記検索条件入力ステップで入力された前記検索条件に合致する前記未評価案件データを、導かれた前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を基にグラフ２１に表示させる検索条件結果表示ステップとを有することを特徴とする。
請求項２記載の本発明は、請求項１に記載の特許調査支援方法において、前記判定結果表示ステップで表示される前記グラフ２１に表示されたプロットの中から一部の前記プロットの選択を促す評価対象案件選択ステップと、前記評価対象案件選択ステップで選択された前記プロットに対応する前記未評価案件データを、前記評価対象案件データとして抽出する評価対象案件抽出ステップとを有し、前記評価対象案件選択ステップでは、前記グラフ２１に領域指定部材３１、３２を表示させ、前記領域指定部材３１、３２を移動でき、前記領域指定部材３１、３２で区分された一方の領域に位置する前記プロットに対応する前記未評価案件データが、前記評価対象案件データとして選択されることを特徴とする。
請求項３記載の本発明は、請求項１に記載の特許調査支援方法において、前記検索条件結果表示ステップで表示される前記グラフ２１に表示されたプロットの中から一部の前記プロットの選択を促す教師対象案件選択ステップと、前記教師対象案件選択ステップで選択された前記プロットに対応する前記未評価案件データを、教師対象案件データとして抽出する教師対象案件抽出ステップとを有し、前記教師対象案件抽出ステップで抽出された前記教師対象案件データを、前記第１群教師案件データ又は前記第２群教師案件データに追加することを特徴とする。
請求項４記載の本発明は、請求項３に記載の特許調査支援方法において、前記教師対象案件選択ステップでは、前記グラフ２１に領域指定部材３１、３２を表示させ、前記領域指定部材３１、３２を移動でき、前記領域指定部材３１、３２で区分された一方の領域に位置する前記プロットに対応する前記未評価案件データが、前記教師対象案件データとして選択されることを特徴とする。
請求項５記載の本発明は、請求項２に記載の特許調査支援方法において、前記評価対象案件選択ステップでは、前記領域指定部材３１、３２の角度を変更できることを特徴とする。
請求項６記載の本発明は、請求項４に記載の特許調査支援方法において、前記教師対象案件選択ステップでは、前記領域指定部材３１、３２の角度を変更できることを特徴とする。
請求項７記載の本発明は、請求項１から請求項６のいずれか１項に記載の特許調査支援方法において、前記第１特徴データ及び前記第２特徴データを用いて、前記第１群教師案件データ及び前記第２群教師案件データについて、前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を判定し、前記判定結果表示ステップでは、前記未評価案件データとともに前記第１群教師案件データ及び前記第２群教師案件データをプロットで表示させることを特徴とする。
請求項８記載の本発明は、請求項１から請求項６のいずれか１項に記載の特許調査支援方法において、前記第１特徴データ及び前記第２特徴データを用いて、前記第１群教師案件データ及び前記第２群教師案件データについて、前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を判定し、前記判定結果表示ステップでは、前記未評価案件データに代えて前記第１群教師案件データ及び前記第２群教師案件データをプロットで表示させることを特徴とする。 In the patent search support method according to claim 1 of the present invention, unevaluated case data based on a set theme is accumulated in the patent information database 10, and the first group evaluated in advance as necessary search target cases in the theme Using the first feature data extracted from the supervised case data, a search object probability judgment value is derived for the unevaluated case data, and from the second group supervised case data preliminarily evaluated as unnecessary noise object cases in the theme. Using the extracted second feature data to derive a noise target probability determination value for the unevaluated item data, and using the search target probability determination value and the noise target probability determination value, from the unevaluated item data, A patent search support method for extracting evaluation target case data to be newly evaluated, wherein a server assigns the search target probability judgment value and the noise target probability judgment value to the unevaluated case data; a determination result display step of displaying the distribution of the unevaluated item data based on the derived search target probability determination value and noise target probability determination value; a search condition for the search target item; and the noise target item. the distribution of the unevaluated case data displayed in the search condition input step of prompting the user to enter the search condition by displaying an input field having at least one of the noise conditions as the search condition; and the determination result display step. is divided into one area and the other area, and the number of the unevaluated item data located in the one area or the number of the unevaluated item data located in the other area is displayed. a number display step, and the unevaluated project data matching the search conditions input in the search condition input step are displayed on a graph 21 based on the derived search target probability determination value and noise target probability determination value. and a search condition result display step.
According to the second aspect of the present invention, in the patent search support method according to the first aspect, selection of a part of the plots displayed in the graph 21 displayed in the determination result display step is prompted. an evaluation target case selection step; and an evaluation target case extraction step of extracting the non-evaluated case data corresponding to the plot selected in the evaluation target case selection step as the evaluation target case data, wherein the evaluation target case In the item selection step, the area specifying members 31 and 32 are displayed on the graph 21, the area specifying members 31 and 32 can be moved, and the plot located in one of the areas divided by the area specifying members 31 and 32 is displayed. The corresponding unevaluated item data is selected as the evaluation target item data.
According to the third aspect of the present invention, in the patent search support method according to the first aspect, selection of a part of the plots displayed in the graph 21 displayed in the search condition result display step is performed. and a supervised case extraction step of extracting the unevaluated case data corresponding to the plot selected in the supervised case selection step as supervised case data, wherein It is characterized in that the teacher target case data extracted in the case extracting step is added to the first group of teacher case data or the second group of teacher case data.
According to a fourth aspect of the present invention, in the patent search support method according to the third aspect, in the step of selecting a case to be trained, area specifying members 31 and 32 are displayed on the graph 21, and the area specifying members 31 and 32 are displayed on the graph 21. can be moved, and the unevaluated case data corresponding to the plot located in one of the areas divided by the area specifying members 31 and 32 is selected as the teacher object case data.
According to a fifth aspect of the present invention, in the patent search support method according to the second aspect, angles of the area designating members 31 and 32 can be changed in the step of selecting an item to be evaluated.
According to a sixth aspect of the present invention, in the patent search support method according to the fourth aspect , in the step of selecting a case to be trained, angles of the area designating members 31 and 32 can be changed.
According to a seventh aspect of the present invention, in the patent search support method according to any one of the first to sixth aspects, the first group teacher The search target probability determination value and the noise target probability determination value are determined for the project data and the second group teacher project data, and in the determination result display step, the first group teacher project data and the second group teacher project data are displayed together with the unevaluated project data. The second group of teacher case data is displayed by plotting.
According to an eighth aspect of the present invention, in the patent search support method according to any one of claims 1 to 6, the first group teacher using the first feature data and the second feature data The search target probability determination value and the noise target probability determination value are determined for the project data and the second group teacher project data, and in the determination result display step, the first group teacher project data is replaced with the unevaluated project data. The data and the second group teacher case data are displayed by plotting.

本発明によれば、第１の軸をサーチ確率、第２の軸をノイズ確率とする少なくとも２軸を有するグラフに表示されるプロットの散布状況を把握した上で、サーチ対象案件とするサーチ条件やノイズ対象案件とするノイズ条件を検索条件として入力し、教師対象案件データを基にした散布状況における検索条件による分布を確認できる。 According to the present invention, after grasping the scatter of plots displayed in a graph having at least two axes in which the first axis is the search probability and the second axis is the noise probability, the search condition for the case to be searched You can check the distribution of the search conditions in the distribution situation based on the supervised project data by inputting the noise conditions for the projects targeted for noise and noise as search conditions.

本発明の一実施例における特許調査支援方法のフローチャートFlowchart of a patent search support method in one embodiment of the present invention 本発明の一実施例における特許調査支援方法のフローチャートFlowchart of a patent search support method in one embodiment of the present invention 同特許調査支援方法の評価対象案件選択ステップで表示される画面イメージ図Image of the screen displayed in the step of selecting a case to be evaluated in the same patent search support method 同特許調査支援方法の評価対象案件出力ステップで表示される画面イメージ図Image diagram of the screen displayed at the output step of the evaluation target case of the same patent search support method 同特許調査支援方法の検索条件入力ステップでサーチ条件を入力した状態を示す画面イメージ図Screen image diagram showing a state in which search conditions have been entered in the search condition input step of the patent search support method. 図５において確認表示を指示した状態を示す画面イメージ図Screen image diagram showing a state in which confirmation display is instructed in FIG. 同特許調査支援方法の検索条件入力ステップでノイズ条件を入力した状態を示す画面イメージ図Screen image diagram showing the state where noise conditions are entered in the search condition input step of the patent search support method 図７において確認表示を指示した状態を示す画面イメージ図Screen image diagram showing a state in which confirmation display is instructed in FIG. 再判定前と再判定後とでのプロット表示を示すグラフGraph showing plot display before and after re-judgment Ｓ１において、未評価案件データではなく、第１群教師案件データ及び第２群教師案件データを判定した場合の判定結果を示す画面イメージ図FIG. 10 is a screen image diagram showing the determination result when not the unevaluated item data but the first group teacher item data and the second group teacher item data are determined in S1.

本発明の第１の実施の形態による特許調査支援方法は、サーバーが、未評価案件データにサーチ対象確率判定値及びノイズ対象確率判定値を付与するステップと、導かれたサーチ対象確率判定値及びノイズ対象確率判定値を基に未評価案件データの分布を表示させる判定結果表示ステップと、サーチ対象案件とするサーチ条件、及びノイズ対象案件とするノイズ条件の少なくともいずれかを検索条件とする入力欄を表示することで、検索条件の入力を促す検索条件入力ステップと、判定結果表示ステップで表示される未評価案件データの分布を、一方の領域と他方の領域に区分することで、一方の領域に位置する未評価案件データの数又は他方の領域に位置する未評価案件データの数を表示する対象案件データ数表示ステップと、検索条件入力ステップで入力された検索条件に合致する未評価案件データを、導かれたサーチ対象確率判定値及びノイズ対象確率判定値を基にグラフに表示させる検索条件結果表示ステップとを有するものである。本実施の形態によれば、表示される未評価案件データの分布と一方の領域に位置する未評価案件データの数又は他方の領域に位置する未評価案件データの数を把握できた上で、サーチ対象案件とするサーチ条件やノイズ対象案件とするノイズ条件を検索条件として入力し、教師対象案件データを基にした散布状況における検索条件による分布を確認できる。 The patent search support method according to the first embodiment of the present invention includes the step of assigning a search target probability determination value and a noise target probability determination value to unevaluated case data by a server; A determination result display step for displaying the distribution of unevaluated project data based on the noise target probability determination value, and an input field for search conditions for at least one of search conditions for search target projects and noise conditions for noise target projects. By dividing the distribution of the unevaluated item data displayed in the step of inputting search conditions and the step of displaying judgment results into one area and the other, a target item data number display step for displaying the number of unevaluated item data located in the area or the number of unevaluated item data located in the other area; are displayed on a graph based on the derived search target probability determination value and noise target probability determination value. According to this embodiment, after the distribution of the displayed unevaluated item data and the number of unevaluated item data located in one area or the number of unevaluated item data located in the other area can be grasped, By inputting search conditions for search target cases and noise conditions for noise target cases as search conditions, it is possible to check the distribution of the search conditions in the distribution situation based on the teacher target case data.

本発明の第２の実施の形態は、第１の実施の形態による特許調査支援方法において、判定結果表示ステップで表示されるグラフに表示されたプロットの中から一部のプロットの選択を促す評価対象案件選択ステップと、評価対象案件選択ステップで選択されたプロットに対応する未評価案件データを、評価対象案件データとして抽出する評価対象案件抽出ステップとを有し、評価対象案件選択ステップでは、グラフに領域指定部材を表示させ、領域指定部材を移動でき、領域指定部材で区分された一方の領域に位置するプロットに対応する未評価案件データが、評価対象案件データとして選択されるものである。本実施の形態によれば、第１の軸をサーチ確率、第２の軸をノイズ確率とする少なくとも２軸を有するグラフに表示されるプロットの散布状況を把握した上で評価対象案件データを選択できるため、サーチ対象確率判定値やノイズ対象確率判定値からでは判断しづらい境界を認識でき、評価対象案件データを的確に選択できる。 In the patent search support method according to the first embodiment, the second embodiment of the present invention provides an evaluation prompting selection of a part of the plots displayed in the graph displayed in the determination result display step. and an evaluation target item extraction step for extracting, as evaluation target item data, non-evaluated item data corresponding to the plot selected in the evaluation target item selection step. In the evaluation target item selection step, the graph , the area specifying member can be displayed and the area specifying member can be moved, and the unevaluated case data corresponding to the plot located in one of the areas divided by the area specifying member is selected as the case data to be evaluated. According to the present embodiment, evaluation target case data is selected after grasping the distribution of plots displayed in a graph having at least two axes, the first axis being search probability and the second axis being noise probability. Therefore, it is possible to recognize a boundary that is difficult to determine from the search target probability determination value and the noise target probability determination value, and to accurately select evaluation target case data.

本発明の第３の実施の形態は、第１の実施の形態による特許調査支援方法において、検索条件結果表示ステップで表示されるグラフに表示されたプロットの中から一部のプロットの選択を促す教師対象案件選択ステップと、教師対象案件選択ステップで選択されたプロットに対応する未評価案件データを、教師対象案件データとして抽出する教師対象案件抽出ステップとを有し、教師対象案件抽出ステップで抽出された教師対象案件データを、第１群教師案件データ又は第２群教師案件データに追加するものである。本実施の形態によれば、第１群教師案件データと第２群教師案件データを用いて行った判定結果について、更に教師対象案件抽出ステップで抽出された教師対象案件データを追加して再評価を行うことで評価精度を高めることができる。 According to a third embodiment of the present invention, in the patent search support method according to the first embodiment, prompting the user to select a part of the plots displayed in the graph displayed in the search condition result display step. The supervised case selection step and the supervised case extraction step for extracting the non-evaluated case data corresponding to the plot selected in the supervised case selection step as the supervised case data, and extracted by the supervised case extraction step. The supervised case data thus obtained is added to the first group of supervised case data or the second group of supervised case data. According to the present embodiment, the results of determination made using the first group of teacher case data and the second group of teacher case data are re-evaluated by adding the teacher target case data extracted in the step of extracting teacher target cases. can improve the evaluation accuracy.

本発明の第４の実施の形態は、第３の実施の形態による特許調査支援方法において、教師対象案件選択ステップでは、グラフに領域指定部材を表示させ、領域指定部材を移動でき、領域指定部材で区分された一方の領域に位置するプロットに対応する未評価案件データが、教師対象案件データとして選択されるものである。本実施の形態によれば、第１の軸をサーチ確率、第２の軸をノイズ確率とする少なくとも２軸を有するグラフに表示されるプロットの散布状況を把握した上で教師対象案件データを選択できるため、サーチ対象確率判定値やノイズ対象確率判定値からでは判断しづらい境界を認識でき、教師対象案件データを的確に選択できる。 According to a fourth embodiment of the present invention, in the patent search support method according to the third embodiment, in the supervised case selection step, an area designating member can be displayed on the graph, the area designating member can be moved, and the area designating member can be moved. The unevaluated case data corresponding to the plots located in one of the areas divided by are selected as the supervised case data. According to the present embodiment, supervised case data is selected after grasping the distribution of plots displayed in a graph having at least two axes, the first axis being search probability and the second axis being noise probability. Therefore, it is possible to recognize a boundary that is difficult to determine from the search target probability determination value and the noise target probability determination value, and to accurately select the teacher target project data.

本発明の第５の実施の形態は、第２の実施の形態による特許調査支援方法において、評価対象案件選択ステップでは、領域指定部材の角度を変更できるものである。本実施の形態によれば、第１の軸をサーチ確率、第２の軸をノイズ確率とする少なくとも２軸を有するグラフに表示されるプロットの散布状況を把握した上で評価対象案件データを選択できるため、サーチ対象確率判定値やノイズ対象確率判定値からでは判断しづらい境界を認識でき、評価対象案件データを的確に選択できる。 According to the fifth embodiment of the present invention, in the patent search support method according to the second embodiment, the angle of the area designating member can be changed in the step of selecting the case to be evaluated. According to the present embodiment, evaluation target case data is selected after grasping the distribution of plots displayed in a graph having at least two axes, the first axis being search probability and the second axis being noise probability. Therefore, it is possible to recognize a boundary that is difficult to determine from the search target probability determination value and the noise target probability determination value, and to accurately select evaluation target case data.

本発明の第６の実施の形態は、第４の実施の形態による特許調査支援方法において、教師対象案件選択ステップでは、領域指定部材の角度を変更できるものである。本実施の形態によれば、第１の軸をサーチ確率、第２の軸をノイズ確率とする少なくとも２軸を有するグラフに表示されるプロットの散布状況を把握した上で教師対象案件データを選択できるため、サーチ対象確率判定値やノイズ対象確率判定値からでは判断しづらい境界を認識でき、教師対象案件データを的確に選択できる。 According to the sixth embodiment of the present invention, in the patent search support method according to the fourth embodiment, the angle of the area designating member can be changed in the step of selecting the item to be supervised. According to the present embodiment, supervised case data is selected after grasping the distribution of plots displayed in a graph having at least two axes, the first axis being search probability and the second axis being noise probability. Therefore, it is possible to recognize a boundary that is difficult to determine from the search target probability determination value and the noise target probability determination value, and to accurately select the teacher target project data.

本発明の第７の実施の形態は、第１から第６の実施の形態による特許調査支援方法において、第１特徴データ及び第２特徴データを用いて、第１群教師案件データ及び第２群教師案件データについて、サーチ対象確率判定値及びノイズ対象確率判定値を判定し、判定結果表示ステップでは、未評価案件データとともに第１群教師案件データ及び第２群教師案件データをプロットで表示させるものである。本実施の形態によれば、第１群教師案件データ及び第２群教師案件データについても、サーチ対象確率判定値及びノイズ対象確率判定値を導くことで、第１群教師案件データ及び第２群教師案件データについて、改めて評価を行うことができる。 According to a seventh embodiment of the present invention, in the patent search support method according to the first to sixth embodiments, the first group supervised case data and the second group For supervised case data, the search target probability decision value and noise target probability decision value are judged, and in the judgment result display step, the first group supervised case data and the second group supervised case data are plotted together with the unevaluated case data. is. According to the present embodiment, for the first group of supervised case data and the second group of supervised case data as well, by deriving the search target probability decision value and the noise target probability decision value, the first group of supervised case data and the second group of supervised case data Teacher item data can be evaluated again.

本発明の第８の実施の形態は、第１から第６の実施の形態による特許調査支援方法において、第１特徴データ及び第２特徴データを用いて、第１群教師案件データ及び第２群教師案件データについて、サーチ対象確率判定値及びノイズ対象確率判定値を判定し、判定結果表示ステップでは、未評価案件データに代えて第１群教師案件データ及び第２群教師案件データをプロットで表示させるものである。本実施の形態によれば、第１群教師案件データ及び第２群教師案件データに不適切なデータが含まれていないかを確認することができる。 According to an eighth embodiment of the present invention, in the patent search support methods according to the first to sixth embodiments, the first group supervised case data and the second group For supervised case data, a search target probability judgment value and a noise target probability judgment value are judged, and in the judgment result display step, the first group supervised case data and the second group supervised case data are plotted instead of the unevaluated case data. It is something that makes According to this embodiment, it is possible to check whether inappropriate data is included in the first group of teacher case data and the second group of teacher case data.

以下に、本発明の特許調査支援方法の一実施例について説明する。
図１及び図２は本発明の一実施例における特許調査支援方法のフローチャート、図３は同特許調査支援方法の評価対象案件選択ステップで表示される画面イメージ図、図４は同特許調査支援方法の評価対象案件出力ステップで表示される画面イメージ図、図５は同特許調査支援方法の検索条件入力ステップでサーチ条件を入力した状態を示す画面イメージ図、図６は図５において確認表示を指示した状態を示す画面イメージ図、図７は同特許調査支援方法の検索条件入力ステップでノイズ条件を入力した状態を示す画面イメージ図、図８は図７において確認表示を指示した状態を示す画面イメージ図、図９は再判定前と再判定後とでのプロット表示を示すグラフである。 An embodiment of the patent search support method of the present invention will be described below.
1 and 2 are flowcharts of a patent search support method according to an embodiment of the present invention, FIG. 3 is a screen image diagram displayed in the step of selecting an evaluation target case of the patent search support method, and FIG. 4 is a diagram of the patent search support method. FIG. 5 is a screen image diagram showing a state in which search conditions are entered in the search condition input step of the patent search support method, and FIG. 6 is a state in which a confirmation display is instructed in FIG. FIG. 7 is a screen image diagram showing a state in which noise conditions are input in the search condition input step of the patent search support method; FIG. 8 is a screen image diagram showing a state in which confirmation display is instructed in FIG. 7; It is a graph which shows the plot display before determination and after re-determination.

本実施例における特許調査支援方法は、設定したテーマに基づく未評価案件データと、テーマでは必要なサーチ対象案件であるとあらかじめ評価された第１群教師案件データと、テーマでは不要なノイズ対象案件であるとあらかじめ評価された第２群教師案件データとを特許情報データベース１０に蓄積している。
Ｓ１では、特許情報データベース１０に蓄積している第１群教師案件データから抽出される第１特徴データを用いて未評価案件データについてサーチ対象確率判定値を導き、第２群教師案件データから抽出される第２特徴データを用いて未評価案件データについてノイズ対象確率判定値を導く。すなわち、未評価案件データには、サーチ対象確率判定値とノイズ対象確率判定値とが付与される。Ｓ１の処理は、例えばＡＩ（人工知能）機能と言われる機械学習で行うことができ、必ずしも以下の処理を行うサーバーで処理されなくてもよい。
本実施例における特許調査支援方法は、多くの未評価案件データの中から、新たに評価の対象とする評価対象案件データを抽出することに適している。 The patent search support method in the present embodiment includes unevaluated case data based on a set theme, first group supervised case data pre-evaluated as search target cases necessary for the theme, and noise target cases unnecessary for the theme. The patent information database 10 accumulates the second group teacher case data evaluated in advance as .
In S1, the first feature data extracted from the first group of supervised case data stored in the patent information database 10 is used to derive search target probability determination values for the unevaluated case data, and the values are extracted from the second group of supervised case data. A noise target probability determination value is derived for the unevaluated case data using the second characteristic data obtained. That is, the search target probability determination value and the noise target probability determination value are given to the unevaluated case data. The processing of S1 can be performed, for example, by machine learning called an AI (artificial intelligence) function, and does not necessarily have to be processed by a server that performs the following processing.
The patent search support method according to the present embodiment is suitable for extracting evaluation target case data to be newly evaluated from a large amount of unevaluated case data.

なお、未評価案件データに加えて、第１群教師案件データ及び第２群教師案件データについても、第１特徴データを用いてサーチ対象確率判定値を導き、第２特徴データを用いてノイズ対象確率判定値を導くことも有効である。
第１群教師案件データ及び第２群教師案件データについても、サーチ対象確率判定値及びノイズ対象確率判定値を導くことで、第１群教師案件データ及び第２群教師案件データについて、改めて評価を行うことができる。
また、未評価案件データではなく、第１群教師案件データ及び第２群教師案件データについて、第１特徴データを用いてサーチ対象確率判定値を導き、第２特徴データを用いてノイズ対象確率判定値を導くことも有効である。
第１群教師案件データ及び第２群教師案件データについて、サーチ対象確率判定値及びノイズ対象確率判定値を導くことで、第１群教師案件データ及び第２群教師案件データに不適切なデータが含まれていないかを確認することができる。 In addition to the unevaluated case data, for the first group of supervised case data and the second group of supervised case data as well, the first feature data is used to derive the search target probability determination value, and the second feature data is used to derive the search target probability judgment value, and It is also useful to derive a probability decision value.
For the first group of supervised case data and the second group of supervised case data as well, by deriving the search target probability judgment value and the noise target probability judgment value, the first group of supervised case data and the second group of supervised case data can be evaluated again. It can be carried out.
Further, for the first group of supervised case data and the second group of supervised case data, not the unevaluated case data, the search target probability decision value is derived using the first feature data, and the noise target probability is decided using the second feature data. It is also useful to derive a value.
By deriving the search object probability judgment value and the noise object probability judgment value for the first group of supervised case data and the second group of supervised case data, inappropriate data is found in the first group of supervised case data and the second group of supervised case data. You can check if it is included.

サーバーは、図３に示すように、第１の軸をサーチ確率、第２の軸をノイズ確率とする少なくとも２軸を有するグラフ２１に、導かれたサーチ対象確率判定値及びノイズ対象確率判定値を基に未評価案件データをプロットで表示させる（Ｓ２）。 As shown in FIG. 3, the server displays the derived search target probability judgment value and noise target probability judgment value on a graph 21 having at least two axes with the first axis being the search probability and the second axis being the noise probability. , the unevaluated case data is plotted and displayed (S2).

Ｓ１において、第１群教師案件データ及び第２群教師案件データを未評価案件データに加えて判定した場合には、Ｓ２では、未評価案件データに加えて第１群教師案件データ及び第２群教師案件データについてもプロットで表示される。この場合に、第１群教師案件データ及び第２群教師案件データを未評価案件データとは区別したプロット表示（表示色を異ならせて表示するか記号を異ならせて表示）することが好ましい。
また、Ｓ１において、未評価案件データではなく、第１群教師案件データ及び第２群教師案件データを判定した場合には、Ｓ２では、第１群教師案件データ及び第２群教師案件データについてプロットで表示される。この場合に、第１群教師案件データ及び第２群教師案件データを、区別したプロット表示（表示色を異ならせて表示するか記号を異ならせて表示）することが好ましい。 If the first group teacher case data and the second group teacher case data are added to the unevaluated case data in S1, then in S2, the first group teacher case data and the second group teacher case data are added to the unevaluated case data. Teacher item data is also displayed in plots. In this case, it is preferable to plot the first group teacher item data and the second group teacher item data separately from the unevaluated item data (in different display colors or different symbols).
In addition, when the first group of teacher case data and the second group of teacher case data are determined in S1 instead of the unevaluated case data, the first group of teacher case data and the second group of teacher case data are plotted in S2. is displayed. In this case, it is preferable that the first group of teacher item data and the second group of teacher item data are plotted separately (displayed with different display colors or with different symbols).

図３では、縦軸をサーチ確率、横軸をノイズ確率としている。
評価対象案件選択ステップでは、グラフ２１に領域指定部材３１、３２を表示させる（Ｓ３）。
図３では、評価対象案件選択ステップでグラフ２１に表示させる領域指定部材３１、３２として、サーチ対象とする評価対象案件データをサーチ対象案件データとして区分する第１領域指定部材３１と、ノイズ対象とする評価対象案件データをノイズ対象案件データとして区分する第２領域指定部材３２とを有している。
グラフ２１に表示させる領域指定部材３１、３２は、移動できるとともに角度を変更できる（Ｓ４）。 In FIG. 3, the vertical axis is the search probability, and the horizontal axis is the noise probability.
In the evaluation target project selection step, the area specifying members 31 and 32 are displayed on the graph 21 (S3).
In FIG. 3, as area specifying members 31 and 32 to be displayed in the graph 21 in the evaluation target item selection step, a first area specifying member 31 for classifying the evaluation target item data to be searched as the search target item data, and a noise target. and a second area specifying member 32 for classifying the evaluation target case data as noise target case data.
The area specifying members 31 and 32 displayed on the graph 21 can be moved and their angles can be changed (S4).

図３では、第１領域指定部材３１を移動できるサーチ領域セッティング操作部４１と、第２領域指定部材３２を移動できるノイズ領域セッティング操作部４２とを有している。
サーチ領域セッティング操作部４１は、第１領域指定部材３１を上（サーチ確率が高い方向）に移動させる上移動指示部４１ａ、第１領域指定部材３１を下（サーチ確率が低い方向）に移動させる下移動指示部４１ｂ、第１領域指定部材３１の角度を変更させる角度変更指示部４１ｃを有している。
ノイズ領域セッティング操作部４２は、第２領域指定部材３２を右（ノイズ確率が高い方向）に移動させる右移動指示部４２ａ、第２領域指定部材３２を下（ノイズ確率が低い方向）に移動させる左移動指示部４２ｂ、第２領域指定部材３２の角度を変更させる角度変更指示部４２ｃを有している。 3, a search area setting operation section 41 capable of moving the first area designating member 31 and a noise area setting operation section 42 capable of moving the second area designating member 32 are provided.
The search area setting operation unit 41 has an upward movement instructing unit 41a that moves the first area designating member 31 upward (direction with high search probability), and moves the first area designating member 31 downward (direction with low search probability). It has a downward movement instructing portion 41b and an angle change instructing portion 41c for changing the angle of the first area designating member 31 .
The noise region setting operation unit 42 has a right movement instruction unit 42a that moves the second region specifying member 32 to the right (direction with high noise probability), and moves the second region specifying member 32 downward (direction with low noise probability). It has a left movement instructing portion 42b and an angle change instructing portion 42c for changing the angle of the second area specifying member 32 .

評価対象案件選択ステップでは、領域指定部材３１、３２で区分された一方の領域に位置するプロットの数を、評価対象案件データ数５１、５２として表示する（Ｓ５）。従って、評価対象案件データ数５１、５２を確認しながら選択を変更できる。
図３では、第１領域指定部材３１で区分された一方の領域に位置するプロットの数を、サーチ対象案件データ数５１として表示し、第１領域指定部材３１で区分された他方の領域に位置するとともに第２領域指定部材３２で区分された一方の領域に位置するプロットの数を、判定不能対象案件データ数５３として表示し、第２領域指定部材３２で区分された他方の領域に位置するプロットの数を、ノイズ対象案件データ数５２として表示している。従って、サーチ対象案件データ数５１と、ノイズ対象案件データ数５２と、判定不能対象案件データ数５３とを確認しながら選択を変更できる。 In the evaluation target case selection step, the number of plots located in one of the areas divided by the area specifying members 31 and 32 is displayed as the evaluation target case data numbers 51 and 52 (S5). Therefore, the selection can be changed while confirming the numbers 51 and 52 of evaluation object case data.
In FIG. 3, the number of plots located in one area divided by the first area specifying member 31 is displayed as the number of search target item data 51, and the number of plots located in the other area divided by the first area specifying member 31 is displayed. At the same time, the number of plots located in one of the areas divided by the second area specifying member 32 is displayed as the undeterminable target case data number 53, and the number of plots located in the other area divided by the second area specifying member 32 is displayed. The number of plots is displayed as 52 noise target project data. Therefore, it is possible to change the selection while confirming the search object data number 51, the noise object data number 52, and the undeterminable object data number 53. FIG.

また、評価対象案件選択ステップでは、選択された評価対象案件データについて付与されている技術分類を集計し、評価対象案件データについて、付与数の多い順序で技術分類を表示する（Ｓ６）。従って、評価対象案件データについて付与されている技術分類を参考にしながら選択を変更できる。
選択されたサーチ対象案件データについて付与されている技術分類を集計し、サーチ対象案件データについて、付与数の多い順序で技術分類を表示し、選択されたノイズ対象案件データについて付与されている技術分類を集計し、ノイズ対象案件データについて、付与数の多い順序で技術分類を表示することで、サーチ対象案件データについて付与されている技術分類、及びノイズ対象案件データについて付与されている技術分類を参考にしながら選択を変更できる。 Further, in the evaluation target project selection step, the technology classification assigned to the selected evaluation target project data is totaled, and the technology classifications of the evaluation target project data are displayed in descending order of the number of assignments (S6). Therefore, the selection can be changed while referring to the technical classification assigned to the evaluation target project data.
Aggregate the technical classifications assigned to the selected search target project data, display the technical classifications of the search target project data in descending order of the number of assignments, and display the technical classification assigned to the selected noise target project data. are aggregated, and the technical classifications assigned to the project data subject to noise are displayed in order of the number of assignments. You can change the selection while

また、評価対象案件選択ステップでは、選択された評価対象案件データについて、文章中に含まれるキーワード６１、６２を集計し、評価対象案件データについて、含まれる数の多い順序でキーワード６１、６２を表示する（Ｓ７）。従って、評価対象案件データに含まれるキーワード６１、６２を参考にしながら選択を変更できる。
図３では、選択されたサーチ対象案件データについて、文章中に含まれるキーワード６１を集計し、サーチ対象案件データについて、含まれる数の多い順序でキーワード６１を表示し、選択されたノイズ対象案件データについて、文章中に含まれるキーワード６２を集計し、ノイズ対象案件データについて、含まれる数の多い順序でキーワード６２を表示する。従って、サーチ対象案件データに含まれるキーワード６１、及びノイズ対象案件データに含まれるキーワード６２を参考にしながら選択を変更できる。 Further, in the evaluation target item selection step, the keywords 61 and 62 included in the sentences of the selected evaluation target item data are counted, and the keywords 61 and 62 are displayed in descending order of the number of items included in the evaluation target item data. (S7). Therefore, the selection can be changed while referring to the keywords 61 and 62 included in the evaluation object case data.
In FIG. 3, the keywords 61 contained in the sentences of the selected search object data are aggregated, and the keywords 61 are displayed in descending order of the number of included keywords 61 for the search object data. , the keywords 62 included in the sentences are tabulated, and the keywords 62 are displayed in descending order of the number of items included in the noise target item data. Therefore, the selection can be changed while referring to the keyword 61 included in the search target item data and the keyword 62 included in the noise target item data.

Ｓ５における評価対象案件データ数５１、５２の表示、Ｓ６における技術分類の表示、Ｓ７におけるキーワード６１、６２の表示は、必ずしも全てを表示する必要はなく、特にＳ６における技術分類の表示とＳ７におけるキーワード６１、６２の表示は、いずれかが表示されればよい。 It is not always necessary to display all of the display of the number of evaluation target project data 51 and 52 in S5, the display of the technology classification in S6, and the display of the keywords 61 and 62 in S7. Either of the displays 61 and 62 may be displayed.

図３に示す選択確定指示となる「出力する」ボタン７１を指示することで、第１領域指定部材３１で区分された一方の領域に位置するプロットに対応する未評価案件データが、評価対象案件データとして選択される（Ｓ８）。
図３では、第１領域指定部材３１で区分された一方の領域に位置するプロットに対応する未評価案件データが、サーチ対象案件データとして選択され、第１領域指定部材３１で区分された他方の領域に位置するとともに第２領域指定部材３２で区分された一方の領域に位置するプロットに対応する未評価案件データが、判定不能対象とする判定不能対象案件データとして選択され、第２領域指定部材３２で区分された他方の領域に位置するプロットに対応する未評価案件データが、ノイズ対象案件データとして選択される。従って、第１の軸をサーチ確率、第２の軸をノイズ確率とする少なくとも２軸を有するグラフ２１に表示されるプロットの散布状況を把握した上で、サーチ対象案件データと、ノイズ対象案件データと、判定不能対象案件データとを区分できるため、サーチ対象確率判定値やノイズ対象確率判定値からでは判断しづらい境界を認識でき、評価対象案件データの選択を支援できる。 By instructing the "output" button 71, which is a selection confirmation instruction shown in FIG. It is selected as data (S8).
In FIG. 3, unevaluated case data corresponding to plots located in one area divided by the first area specifying member 31 is selected as search target case data, and the other area divided by the first area specifying member 31 is selected. The unevaluated case data corresponding to the plot located in one of the areas divided by the second area specifying member 32 is selected as the undeterminable subject case data to be the undeterminable target, and the second area specifying member The unevaluated case data corresponding to the plots located in the other area partitioned by 32 is selected as the noise object case data. Therefore, after grasping the scatter of the plots displayed in the graph 21 having at least two axes with the first axis being the search probability and the second axis being the noise probability, search object data and noise object data , and undeterminable target case data, it is possible to recognize a boundary that is difficult to determine from the search target probability decision value or the noise target probability decision value, and to support the selection of the evaluation target case data.

Ｓ８における指示が行われることで、評価対象案件選択ステップで選択されたプロットに対応する未評価案件データを、評価対象案件データとして抽出する（Ｓ９）。
なお、Ｓ１において、第１群教師案件データ及び第２群教師案件データを未評価案件データに加えて判定した場合には、Ｓ９では、未評価案件データに加えて第１群教師案件データ及び第２群教師案件データについても評価対象案件データとして抽出されることがある。
また、Ｓ１において、未評価案件データではなく、第１群教師案件データ及び第２群教師案件データを判定した場合には、Ｓ９では、第１群教師案件データ及び第２群教師案件データについて、再評価が必要なものとして評価対象案件データとして抽出される。 By performing the instruction in S8, the non-evaluated project data corresponding to the plot selected in the evaluation target project selection step is extracted as the evaluation target project data (S9).
It should be noted that if the first group of teacher case data and the second group of teacher case data are added to the unevaluated case data in S1, then in S9, the first group of teacher case data and the second group of teacher case data are added to the unevaluated case data. The second group teacher project data may also be extracted as evaluation target project data.
Further, in S1, if the first group of teacher case data and the second group of teacher case data are determined instead of the unevaluated case data, in S9, the first group of teacher case data and the second group of teacher case data are: Items that require re-evaluation are extracted as evaluation target case data.

Ｓ９における評価対象案件抽出ステップで抽出された評価対象案件データは、新たな教師対象案件データとして、第１群教師案件データ又は第２群教師案件データとして特許情報データベース１０に追加登録されるか、画面上に表示される（Ｓ１０）。
Ｓ９において抽出され、追加された教師対象案件データは第１群教師案件データ又は第２群教師案件データに追加され、追加された第１群教師案件データから抽出される第１特徴データを用いて未評価案件データについてサーチ対象確率判定値を導き、追加された第２群教師案件データから抽出される第２特徴データを用いて未評価案件データについてノイズ対象確率判定値が導かれる（Ｓ１）。なお、この場合にも、未評価案件データに加えて、第１群教師案件データ及び第２群教師案件データについても、サーチ対象確率判定値及びノイズ対象確率判定値を導いてもよく、また未評価案件データではなく、第１群教師案件データ及び第２群教師案件データについて、サーチ対象確率判定値及びノイズ対象確率判定値を導いてもよい。 The evaluation target case data extracted in the evaluation target case extraction step in S9 is additionally registered in the patent information database 10 as new teacher target case data as first group supervised case data or second group supervised case data, or It is displayed on the screen (S10).
The teacher target case data extracted and added in S9 is added to the first group of teacher case data or the second group of teacher case data, and the first feature data extracted from the added first group of teacher case data is used. A search target probability determination value is derived for the unevaluated project data, and a noise target probability determination value is derived for the unevaluated project data using the second feature data extracted from the added second group teacher project data (S1). Also in this case, the search target probability judgment value and the noise target probability judgment value may be derived for the first group supervised case data and the second group supervised case data in addition to the unevaluated case data. The search target probability determination value and the noise target probability determination value may be derived for the first group of supervised case data and the second group of supervised case data instead of the evaluation case data.

Ｓ１０における評価対象案件出力ステップでは、図４に示すように、全ての未評価案件データについて、サーチ対象案件データと、ノイズ対象案件データと、判定不能対象案件データとを区分して表示してもよい。また、サーチ対象確率判定値やノイズ対象確率判定値を、サーチ対象案件データ、ノイズ対象案件データ、及び判定不能対象案件データとともに表示させることが好ましい。 In the evaluation object case output step in S10, as shown in FIG. 4, for all the unevaluated case data, search object case data, noise object case data, and undeterminable object case data may be displayed separately. good. In addition, it is preferable to display the search target probability determination value and the noise target probability determination value together with the search target case data, the noise target case data, and the undeterminable target case data.

Ｓ１０における評価対象案件出力ステップで表示されるサーチ対象案件データ又はノイズ対象案件データについては、案件毎に評価を行い、評価結果が入力される（Ｓ１１）。
Ｓ１１で入力された評価結果は、特許情報データベース１０に登録される。
Ｓ１１で入力されて登録された新たな教師対象案件データは、第１群教師案件データ又は第２群教師案件データに追加され、追加された第１群教師案件データから抽出される第１特徴データを用いて未評価案件データについてサーチ対象確率判定値を導き、追加された第２群教師案件データから抽出される第２特徴データを用いて未評価案件データについてノイズ対象確率判定値が導かれる（Ｓ１）。なお、この場合にも、未評価案件データに加えて、第１群教師案件データ及び第２群教師案件データについても、サーチ対象確率判定値及びノイズ対象確率判定値を導いてもよく、また未評価案件データではなく、第１群教師案件データ及び第２群教師案件データについて、サーチ対象確率判定値及びノイズ対象確率判定値を導いてもよい。 The search target item data or noise target item data displayed in the evaluation target item output step in S10 is evaluated for each item, and the evaluation result is input (S11).
The evaluation result input in S11 is registered in the patent information database 10. FIG.
The new teacher object data input and registered in S11 is added to the first group of teacher case data or the second group of teacher case data, and the first characteristic data extracted from the added first group of teacher case data. is used to derive the search target probability judgment value for the unevaluated project data, and the noise target probability judgment value for the unevaluated project data is derived using the second feature data extracted from the added second group supervised project data ( S1). Also in this case, the search target probability judgment value and the noise target probability judgment value may be derived for the first group supervised case data and the second group supervised case data in addition to the unevaluated case data. The search target probability determination value and the noise target probability determination value may be derived for the first group of supervised case data and the second group of supervised case data instead of the evaluation case data.

Ｓ３における領域指定部材３１、３２をグラフ２１に表示させた後から、Ｓ９における評価対象案件データの抽出までの間では、検索条件による確認を行うことができる（Ｓ２０）。図１では、Ｓ２０における検索条件による確認は、Ｓ３のカーソル表示（領域指定部材３１、３２）の後、及びＳ８における評価対象案件選択が行われた後に行えることを示している。 After displaying the region designating members 31 and 32 on the graph 21 in S3 and before extracting the evaluation target case data in S9, it is possible to check the search conditions (S20). FIG. 1 shows that the confirmation by the search condition in S20 can be performed after the cursor display (the area designating members 31 and 32) in S3 and after selection of the evaluation target item in S8.

Ｓ２０において、検索条件による確認を行うことが指示されると、サーチ対象案件とするサーチ条件、及びノイズ対象案件とするノイズ条件の少なくともいずれかを検索条件とする入力欄を表示することで、検索条件の入力が促される（Ｓ２１）。なお、検索条件には、キーワードの他に、技術分類（例えば、ＩＰＣ、ＦＩ、Ｆターム）や案件に付与されている識別番号（例えば、出願番号、公開番号、登録番号）を用いることもでき、これらを単独で、又は検索条件式を用いて複数を用いることもできる。
Ｓ２１で表示される入力欄に検索条件が入力されると（Ｓ２２）、サーバーは、判定結果表示ステップ（Ｓ２）で表示される未評価案件データの中から、検索条件入力ステップで入力された検索条件に合致する未評価案件データを抽出し（Ｓ２３）、抽出された未評価案件データを、導かれたサーチ対象確率判定値及びノイズ対象確率判定値を基にグラフに表示させる（Ｓ２４）。 In S20, when it is instructed to perform confirmation by the search conditions, an input field for search conditions for at least one of the search conditions for search target cases and the noise conditions for noise target cases is displayed, thereby enabling the search to be performed. Input of conditions is prompted (S21). In addition to keywords, technical classifications (e.g. IPC, FI, F terms) and identification numbers assigned to projects (e.g. application numbers, publication numbers, registration numbers) can also be used as search conditions. , these can be used singly or in combination using a search conditional expression.
When a search condition is entered in the input field displayed in S21 (S22), the server selects the search condition entered in the search condition input step from among the unevaluated case data displayed in the determination result display step (S2). Unevaluated project data that meet the conditions are extracted (S23), and the extracted unevaluated project data are displayed in a graph based on the derived search target probability determination value and noise target probability determination value (S24).

図５は、検索条件入力ステップでサーチ条件を入力した状態を示す画面イメージ図であり、図５に示すグラフ２１では、Ｓ２におけるプロットが表示されている。
図６は、図５において確認表示を指示した状態を示す画面イメージ図であり、図６に示すグラフ２１では、検索条件入力ステップで入力されたサーチ条件に合致する未評価案件データに対応するプロットが表示されている。
図７は、検索条件入力ステップでノイズ条件を入力した状態を示す画面イメージ図であり、図７に示すグラフ２１では、Ｓ２におけるプロットが表示されている。
図８は、図７において確認表示を指示した状態を示す画面イメージ図であり、図８に示すグラフ２１では、検索条件入力ステップで入力されたノイズ条件に合致する未評価案件データに対応するプロットが表示されている。
図６及び図８に示すグラフ２１においても、グラフ２１に表示させる領域指定部材３１、３２は、移動できるとともに角度を変更でき（Ｓ４）、評価対象案件データ数５１、５２の表示（Ｓ５）、技術分類の表示（Ｓ６）、及びキーワード６１、６２の表示（Ｓ７）をそれぞれ行うことができる。 FIG. 5 is a screen image diagram showing a state in which search conditions have been entered in the search condition input step, and plots in S2 are displayed in the graph 21 shown in FIG.
FIG. 6 is a screen image diagram showing a state in which confirmation display is instructed in FIG. 5. In the graph 21 shown in FIG. is displayed.
FIG. 7 is a screen image diagram showing a state in which the noise condition is input in the search condition input step, and the plot in S2 is displayed in the graph 21 shown in FIG.
FIG. 8 is a screen image diagram showing a state in which confirmation display is instructed in FIG. 7. In the graph 21 shown in FIG. is displayed.
In the graphs 21 shown in FIGS. 6 and 8 as well, the area specifying members 31 and 32 displayed in the graph 21 can be moved and their angles can be changed (S4). Display of technology classification (S6) and display of keywords 61 and 62 (S7) can be performed respectively.

Ｓ２５では、検索条件結果表示ステップで表示されるグラフ２１に表示されたプロットの中から一部のプロットが選択される。
なお、教師対象案件選択ステップには、Ｓ３における領域指定部材３１、３２の表示、Ｓ４における領域指定部材３１、３２の移動及び角度変更、Ｓ５における評価対象案件データ数５１、５２の表示、Ｓ６における技術分類の表示、Ｓ７におけるキーワード６１、６２の表示を含む。
例えば、図６では、第２領域指定部材３２で区分された他方の領域に位置するプロットに対応する未評価案件データを、サーチ対象案件データとして選択し、図８では、第１領域指定部材３１で区分された一方の領域に位置するプロットに対応する未評価案件データを、ノイズ対象案件データとして選択できる。
すなわち、図６では、第２領域指定部材３２で区分された他方の領域に位置するプロットに対応する未評価案件データは、ノイズ対象案件データと判定されているが、サーチ条件に合致するため、新たな第１群教師案件データとして選択され、図８では、第１領域指定部材３２で区分された一方の領域に位置するプロットに対応する未評価案件データは、サーチ対象案件データと判定されているが、ノイズ条件に合致するため、新たな第２群教師案件データとして選択される。 In S25, some plots are selected from the plots displayed in the graph 21 displayed in the search condition result display step.
In addition, in the step of selecting the project to be trained, the display of the area designating members 31 and 32 in S3, the movement and angle change of the area designating members 31 and 32 in S4, the display of the evaluation object project data numbers 51 and 52 in S5, and the Display of technology classification, display of keywords 61 and 62 in S7 are included.
For example, in FIG. 6, the unevaluated case data corresponding to the plot located in the other area divided by the second area specifying member 32 is selected as the search target case data, and in FIG. Unevaluated project data corresponding to plots located in one of the regions divided by can be selected as noise target project data.
That is, in FIG. 6, the unevaluated case data corresponding to the plots located in the other area divided by the second area specifying member 32 is determined as the noise object case data, but since it matches the search condition, Unevaluated project data corresponding to plots selected as new first group teacher project data and located in one of the areas divided by the first region specifying member 32 in FIG. 8 are determined to be search target project data. However, since it satisfies the noise condition, it is selected as the new second group teacher case data.

ここで、再判定を実行するか否かが選択される（Ｓ２６）。
図６及び図８において、戻るボタンが指示されると、再判定の実行は行われず、再判定ボタンが指示されると再判定実行が行われる。
Ｓ２６において、再判定実行が指示されると、サーバーは、Ｓ２５における教師対象案件選択ステップで選択されたプロットに対応する未評価案件データを、教師対象案件データとして抽出する（Ｓ２７）。
Ｓ２７における教師対象案件抽出ステップで抽出された教師対象案件データは、第１群教師案件データ又は第２群教師案件データとして追加登録される（Ｓ２８）。
Ｓ２８において新たな教師対象案件データが登録されると、追加された教師対象案件データを第１群教師案件データ又は第２群教師案件データに含め、追加された第１群教師案件データから抽出される第１特徴データを用いて未評価案件データについてサーチ対象確率判定値を導き、追加された第２群教師案件データから抽出される第２特徴データを用いて未評価案件データについてノイズ対象確率判定値が導かれる（Ｓ１）。
図９（ａ）は再判定前でのプロット表示を示すグラフ、図９（ｂ）は再判定後でのプロット表示を示すグラフであり、第１群教師案件データと第２群教師案件データを用いて行った判定結果について、更にＳ２７における教師対象案件抽出ステップで抽出された教師対象案件データを追加して再評価を行うことで評価精度を高めることができる。 Here, it is selected whether or not to re-determine (S26).
In FIGS. 6 and 8, when the return button is instructed, redetermination is not executed, and when the redetermination button is instructed, redetermination is executed.
In S26, when re-determination is instructed, the server extracts the unevaluated case data corresponding to the plot selected in the supervised case selection step in S25 as supervised case data (S27).
The teacher object data extracted in the teacher object object extraction step in S27 is additionally registered as the first group of teacher object data or the second group of teacher object data (S28).
When new teacher object data is registered in S28, the added teacher object data is included in the first group of teacher object data or the second group of teacher object data, and extracted from the added first group of teacher object data. derived the search target probability judgment value for the unevaluated case data using the first feature data, and noise target probability judgment for the unevaluated case data using the second feature data extracted from the added second group supervised case data. A value is derived (S1).
FIG. 9(a) is a graph showing the plot display before re-judgment, and FIG. 9(b) is a graph showing the plot display after re-judgment. Evaluation accuracy can be improved by re-evaluating the result of the determination using the above by adding the training target case data extracted in the training target case extraction step in S27.

図１０は、Ｓ１において、未評価案件データではなく、第１群教師案件データ及び第２群教師案件データを判定した場合の判定結果を示す画面イメージ図である。
図１０では、第１領域指定部材３１で区分された一方の領域は、サーチ確率が高くノイズ確率が低い領域であり、サーチ側判定領域であるが、ノイズ対象案件であると評価された第２群教師案件データが２件存在し、第２領域指定部材３２で区分された他方の領域は、サーチ確率が低くノイズ確率が高い領域であり、ノイズ側判定領域であるが、サーチ対象案件であると評価された第１群教師案件データが３件存在していることを示している。
このような場合には、Ｓ８において、第１領域指定部材３１で区分された一方の領域（サーチ側判定領域）を選択することで、サーバーは、Ｓ９では第１領域指定部材３１で区分された一方の領域（サーチ側判定領域）に位置する第２群教師案件データ（２件）を評価対象案件として抽出し、Ｓ８において、第２領域指定部材３２で区分された他方の領域（ノイズ側判定領域）を選択することで、サーバーは、Ｓ９では第２領域指定部材３２で区分された他方の領域（ノイズ側判定領域）に位置する第１群教師案件データ（３件）を評価対象案件として抽出する。 FIG. 10 is a screen image diagram showing the determination result when not the unevaluated item data but the first group teacher item data and the second group teacher item data are determined in S1.
In FIG. 10, one area divided by the first area specifying member 31 is an area with a high search probability and a low noise probability. There are two cases of group teacher case data, and the other area divided by the second area specifying member 32 is an area where the search probability is low and the noise probability is high. This indicates that there are three sets of first group teacher case data evaluated as .
In such a case, by selecting one of the areas (search-side determination area) partitioned by the first area specifying member 31 in S8, the server can The second group of teacher case data (2 items) located in one region (search side determination region) are extracted as evaluation target cases, and in S8, the other region (noise side determination region) divided by the second region specifying member 32 area), the server selects the first group teacher case data (three items) located in the other area (noise side determination area) divided by the second area specifying member 32 as an evaluation target case in S9. Extract.

そして、サーバーは、評価対象案件として抽出された、第１領域指定部材３１で区分された一方の領域（サーチ側判定領域）に位置する第２群教師案件データ（２件）、及び／又は第２領域指定部材３２で区分された他方の領域（ノイズ側判定領域）に位置する第１群教師案件データ（３件）については、第１群教師案件データ及び／又は第１群教師案件データの対象から除外する登録を特許情報データベース１０に行う。
従って、Ｓ１において改めて行う判定では、第１領域指定部材３１で区分された一方の領域（サーチ側判定領域）に位置する第２群教師案件データ（２件）、及び／又は第２領域指定部材３２で区分された他方の領域（ノイズ側判定領域）に位置する第１群教師案件データ（３件）については、第１群教師案件データ及び／又は第１群教師案件データの対象から除外されて行われる。
なお、上記説明では、Ｓ８において選択された後に、Ｓ９において抽出された評価対象案件を、第１群教師案件データ及び／又は第１群教師案件データの対象から除外する登録を特許情報データベース１０に行うとしたが、画面上に表示し（Ｓ１０）、案件毎に評価を行い、評価結果を入力してもよい（Ｓ１１）。 Then, the server provides the second group teacher case data (two cases) located in one of the areas (search-side determination area) divided by the first area specifying member 31, extracted as the evaluation target cases, and/or For the first group of teacher case data (three items) located in the other region (noise side determination region) divided by the two-region designating member 32, the first group of teacher case data and/or the first group of teacher case data. The registration to be excluded from the target is performed in the patent information database 10 .
Therefore, in the determination performed again in S1, the second group of teacher case data (two items) located in one of the areas (search-side determination area) divided by the first area specifying member 31 and/or the second area specifying member The first group of supervised case data (three items) located in the other area (noise side determination area) divided by 32 is excluded from the first group of supervised case data and/or the first group of supervised case data. is done.
In the above description, the patent information database 10 is registered to exclude the evaluation object case extracted in S9 from the first group teacher case data and/or the first group teacher case data after being selected in S8. However, it is also possible to display on the screen (S10), evaluate each case, and input the evaluation result (S11).

以上のように本実施例によれば、第１の軸をサーチ確率、第２の軸をノイズ確率とする少なくとも２軸を有するグラフ２１に表示されるプロットの散布状況を把握した上で、サーチ対象案件とするサーチ条件やノイズ対象案件とするノイズ条件を検索条件として入力し、教師対象案件データを基にした散布状況における検索条件による分布を確認できる。
また、第１の軸をサーチ確率、第２の軸をノイズ確率とする少なくとも２軸を有するグラフに表示されるプロットの散布状況を把握した上で評価対象案件データを選択できるため、サーチ対象確率判定値やノイズ対象確率判定値からでは判断しづらい境界を認識でき、評価対象案件データを的確に選択でき、多くの未評価案件データの中から、新たに評価の対象とする評価対象案件データを抽出することができる。
また、第１群教師案件データと第２群教師案件データを用いて行った判定結果について、更に教師対象案件抽出ステップで抽出された教師対象案件データを追加して再評価を行うことで評価精度を高めることができる。
なお、本実施例では、直交する２軸の一方をサーチ確率、他方をノイズ確率とするグラフ２１で説明したが、グラフは３軸以上であってもよく、直交する２軸のグラフでは、領域指定部材は例えば直線又は曲線からなる区画線（カーソル）とし、３軸でのグラフでは、例えば平面や曲面からなる区画面とすることができる。 As described above, according to this embodiment, after grasping the distribution of plots displayed on the graph 21 having at least two axes, the first axis being the search probability and the second axis being the noise probability, the search By inputting the search conditions for the target project and the noise conditions for the noise target project as search conditions, you can check the distribution of the search conditions in the distribution situation based on the supervised project data.
In addition, since it is possible to select evaluation target project data after grasping the distribution of plots displayed in a graph having at least two axes, with the first axis being search probability and the second axis being noise probability, search target probability It is possible to recognize boundaries that are difficult to judge from judgment values and noise target probability judgment values, to accurately select evaluation target project data, and to select new evaluation target project data to be evaluated from many unevaluated project data. can be extracted.
In addition, the judgment results obtained by using the first group of supervised case data and the second group of supervised case data are further re-evaluated by adding the supervised case data extracted in the supervised case extraction step, thereby improving the evaluation accuracy. can increase
In this embodiment, the graph 21 is explained with one of the two orthogonal axes being the search probability and the other being the noise probability. The designated member may be, for example, a demarcation line (cursor) made up of a straight line or a curved line, and in a three-axis graph, a demarcation plane made up of a plane or a curved surface, for example.

本発明は、国内における特許公報だけなく、中国や米国などの外国の特許公報についても利用でき、更には論文などの文章データに対しても適用できる。 The present invention can be used not only for patent publications in Japan, but also for patent publications in foreign countries such as China and the United States, and can also be applied to text data such as papers.

１０特許情報データベース
２１グラフ
３１第１領域指定部材
３２第２領域指定部材
４１サーチ領域セッティング操作部
４１ａ上移動指示部
４１ｂ下移動指示部
４１ｃ角度変更指示部
４２ノイズ領域セッティング操作部
４２ａ右移動指示部
４２ｂ左移動指示部
４２ｃ角度変更指示部
５１評価対象案件データ数（サーチ対象案件データ数）
５２評価対象案件データ数（ノイズ対象案件データ数）
５３判定不能対象案件データ数
６１、６２キーワード
７１「出力する」ボタン 10 patent information database 21 graph 31 first area specifying member 32 second area specifying member 41 search area setting operation part 41a upward movement instruction part 41b downward movement instruction part 41c angle change instruction part 42 noise area setting operation part 42a right movement instruction part 42b left movement instruction unit 42c angle change instruction unit 51 number of evaluation target case data (number of search target case data)
52 Number of project data to be evaluated (number of noise target project data)
53 Number of undeterminable project data 61, 62 Keywords 71 "Output" button

Claims

設定したテーマに基づく未評価案件データを特許情報データベースに蓄積し、
前記テーマでは必要なサーチ対象案件であるとあらかじめ評価された第１群教師案件データから抽出される第１特徴データを用いて前記未評価案件データについてサーチ対象確率判定値を導き、
前記テーマでは不要なノイズ対象案件であるとあらかじめ評価された第２群教師案件データから抽出される第２特徴データを用いて前記未評価案件データについてノイズ対象確率判定値を導き、
前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を用いて、
前記未評価案件データの中から、新たに評価の対象とする評価対象案件データを抽出する特許調査支援方法であって、
サーバーが、
前記未評価案件データに前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を付与するステップと、
導かれた前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を基に前記未評価案件データの分布を表示させる判定結果表示ステップと、
前記サーチ対象案件とするサーチ条件、及び前記ノイズ対象案件とするノイズ条件の少なくともいずれかを検索条件とする入力欄を表示することで、前記検索条件の入力を促す検索条件入力ステップと、
前記判定結果表示ステップで表示される前記未評価案件データの前記分布を、一方の領域と他方の領域に区分することで、前記一方の領域に位置する前記未評価案件データの数又は前記他方の領域に位置する前記未評価案件データの数を表示する対象案件データ数表示ステップと、
前記検索条件入力ステップで入力された前記検索条件に合致する前記未評価案件データを、導かれた前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を基にグラフに表示させる検索条件結果表示ステップと
を有する
ことを特徴とする特許調査支援方法。 Accumulate the unappraised case data based on the set theme in the patent information database,
deriving a search target probability determination value for the unevaluated project data using first characteristic data extracted from first group supervised project data pre-evaluated as necessary search target projects for the theme;
deriving a noise target probability determination value for the unevaluated project data using second feature data extracted from second group supervised project data preliminarily evaluated as unnecessary noise target projects in the theme;
Using the search target probability determination value and the noise target probability determination value,
A patent search support method for extracting evaluation target case data to be newly evaluated from the unevaluated case data,
the server
a step of assigning the search target probability determination value and the noise target probability determination value to the unevaluated case data;
a determination result display step of displaying the distribution of the unevaluated project data based on the derived search target probability determination value and noise target probability determination value;
a search condition input step prompting the user to enter the search condition by displaying an input field having at least one of the search condition for the search target item and the noise condition for the noise target item as the search condition;
By dividing the distribution of the unevaluated project data displayed in the determination result display step into one area and the other area, the number of the unevaluated project data located in the one area a target item data number display step of displaying the number of the unevaluated item data located in the area;
A search condition result display step of displaying the unevaluated project data matching the search conditions input in the search condition input step in a graph based on the derived search target probability determination value and noise target probability determination value. A patent search support method characterized by comprising:

前記判定結果表示ステップで表示される前記グラフに表示されたプロットの中から一部の前記プロットの選択を促す評価対象案件選択ステップと、
前記評価対象案件選択ステップで選択された前記プロットに対応する前記未評価案件データを、前記評価対象案件データとして抽出する評価対象案件抽出ステップと
を有し、
前記評価対象案件選択ステップでは、前記グラフに領域指定部材を表示させ、前記領域指定部材を移動でき、前記領域指定部材で区分された一方の領域に位置する前記プロットに対応する前記未評価案件データが、前記評価対象案件データとして選択される
ことを特徴とする請求項１に記載の特許調査支援方法。 an evaluation target project selection step prompting selection of a part of the plots displayed in the graph displayed in the determination result display step;
an evaluation target case extraction step of extracting the unevaluated case data corresponding to the plot selected in the evaluation target case selection step as the evaluation target case data;
In the step of selecting an item to be evaluated, an area specifying member is displayed on the graph, the area specifying member can be moved, and the unevaluated item data corresponding to the plot located in one of the areas divided by the area specifying member. is selected as the evaluation target case data.

前記検索条件結果表示ステップで表示される前記グラフに表示されたプロットの中から一部の前記プロットの選択を促す教師対象案件選択ステップと、
前記教師対象案件選択ステップで選択された前記プロットに対応する前記未評価案件データを、教師対象案件データとして抽出する教師対象案件抽出ステップと
を有し、
前記教師対象案件抽出ステップで抽出された前記教師対象案件データを、前記第１群教師案件データ又は前記第２群教師案件データに追加する
ことを特徴とする請求項１に記載の特許調査支援方法。 a supervised project selection step prompting selection of a part of the plots displayed in the graph displayed in the search condition result display step;
a supervised case extraction step of extracting the unevaluated case data corresponding to the plot selected in the supervised case selection step as supervised case data;
2. The patent search support method according to claim 1, wherein said supervised case data extracted in said supervised case extraction step is added to said first group of supervised case data or said second group of supervised case data. .

前記教師対象案件選択ステップでは、前記グラフに領域指定部材を表示させ、前記領域指定部材を移動でき、前記領域指定部材で区分された一方の領域に位置する前記プロットに対応する前記未評価案件データが、前記教師対象案件データとして選択される
ことを特徴とする請求項３に記載の特許調査支援方法。 In the step of selecting a case to be trained, an area specifying member is displayed on the graph, the area specifying member can be moved, and the unevaluated case data corresponding to the plot located in one of the areas divided by the area specifying member. is selected as the supervised case data.

前記評価対象案件選択ステップでは、前記領域指定部材の角度を変更できる
ことを特徴とする請求項２に記載の特許調査支援方法。 3. The patent search support method according to claim 2, wherein, in said evaluation target case selection step, an angle of said area designating member can be changed.

前記教師対象案件選択ステップでは、前記領域指定部材の角度を変更できる
ことを特徴とする請求項４に記載の特許調査支援方法。 5. The patent search support method according to claim 4, wherein, in said teacher object selection step, an angle of said area designating member can be changed.

前記第１特徴データ及び前記第２特徴データを用いて、前記第１群教師案件データ及び前記第２群教師案件データについて、前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を判定し、
前記判定結果表示ステップでは、前記未評価案件データとともに前記第１群教師案件データ及び前記第２群教師案件データをプロットで表示させる
ことを特徴とする請求項１から請求項６のいずれか１項に記載の特許調査支援方法。 determining the search target probability determination value and the noise target probability determination value for the first group of supervised case data and the second group of supervised case data using the first feature data and the second feature data;
7. The determination result display step displays the first group of teacher case data and the second group of teacher case data together with the unevaluated case data by plotting. The patent search support method described in .

前記第１特徴データ及び前記第２特徴データを用いて、前記第１群教師案件データ及び前記第２群教師案件データについて、前記サーチ対象確率判定値及び前記ノイズ対象確率判定値を判定し、
前記判定結果表示ステップでは、前記未評価案件データに代えて前記第１群教師案件データ及び前記第２群教師案件データをプロットで表示させる
ことを特徴とする請求項１から請求項６のいずれか１項に記載の特許調査支援方法。 determining the search target probability determination value and the noise target probability determination value for the first group of supervised case data and the second group of supervised case data using the first feature data and the second feature data;
7. The method according to any one of claims 1 to 6, wherein in said judgment result display step, said first group of teacher case data and said second group of teacher case data are plotted instead of said unevaluated case data. The patent search support method according to item 1.