JP7387329B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents

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。

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。

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。

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。

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。

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。

特開２０１２－１９４９２１号公報

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。

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。

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、修正された第１の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、補正前の第２の特許請求の範囲の特徴を示す情報、及び補正後の前記第２の特許請求の範囲の特徴を示す情報を入力データとして含み、補正後の前記第２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教師データとして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に、修正前の前記第１の特許請求の範囲の特徴を示す情報、及び修正後の前記第１の特許請求の範囲の特徴を示す情報を入力することにより、修正された前記第１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示す評価データを出力する評価部を有する。

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。

情報処理装置の構成を示す図である。 情報処理装置における処理を示す図である。 評価部における学習モデルを示す概略図である。 学習部による学習処理を示すフローチャートである。 評価部による評価処理を示すフローチャートである。 表示装置により表示された画面を示す図である。 複数の情報処理装置からなる構成を示す図である。

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。

＜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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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。

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。

Claims (10)

1. 修正された第１の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、
   補正前の第２の特許請求の範囲の特徴を示す情報、及び補正後の前記第２の特許請求の範囲の特徴を示す情報を入力データとして含み、補正後の前記第２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教師データとして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に、修正前の前記第１の特許請求の範囲の特徴を示す情報、及び修正後の前記第１の特許請求の範囲の特徴を示す情報を入力することにより、修正された前記第１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示す評価データを出力する評価部を有する
   ことを特徴とする情報処理装置。
2. 前記学習データを用いた学習により前記学習モデルを取得する学習部を有することを特徴とする、請求項１に記載の情報処理装置。
3. 前記第１の特許請求の範囲の特徴を示す情報は、前記第１の特許請求の範囲に含まれる請求項の記載の文字数、又は単語数を含み、前記第２の特許請求の範囲の特徴を示す情報は、前記第２の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を特徴とする、請求項１又は２に記載の情報処理装置。
4. 前記第１の特許請求の範囲の特徴を示す情報は、前記第１の特許請求の範囲に含まれる請求項の前段部、又は特徴部の記載の文字数、又は単語数を含み、前記第２の特許請求の範囲の特徴を示す情報は、前記第２の特許請求の範囲に含まれる請求項の前段部、又は特徴部の記載の文字数、又は単語数を含むことを特徴とする、請求項１乃至３のいずれか１項に記載の情報処理装置。
5. 前記第１の特許請求の範囲の特徴を示す情報は、前記第１の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み、前記前記第２の特許請求の範囲の特徴を示す情報は、前記第２の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を特徴とする、請求項１乃至４のいずれか１項に記載の情報処理装置。
6. 前記第１の特許請求の範囲の特徴を示す情報は、補正前の前記第１の特許請求の範囲と補正後の前記第１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み、前記第２の特許請求の範囲の特徴を示す情報は、補正前の前記第２の特許請求の範囲と補正後の前記第２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を特徴とする、請求項１乃至５のいずれか１項に記載の情報処理装置。
7. 前記学習データは、補正前の前記第２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、前記第２の特許請求の範囲に記載の発明の特許分類を示す情報、特許出願を行った国を示す情報、特許出願を行った出願日、拒絶理由通知が発行された日、出願審査請求を行った日、及び優先権主張を伴う特許出願の優先日のうち少なくとも１つを示す情報、及び特許出願の審査を行った審査官又は前記審査官の所属する部署を示す情報のうち少なくとも１つを含むことを特徴とする、請求項１乃至６のいずれか１項に記載の情報処理装置。
8. 前記評価部は、修正前の前記第１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、前記第１の特許請求の範囲に記載の発明の特許分類を示す情報、特許出願を行った国を示す情報、特許出願を行った出願日、拒絶理由通知が発行された日、出願審査請求を行った日、及び優先権主張を伴う特許出願の優先日のうち少なくとも１つを示す情報、及び特許出願の審査を行った審査官又は前記審査官の所属する部署を示す情報のうち少なくとも１つを前記学習モデルに入力することにより、前記評価データを出力することを特徴とする、請求項１乃至７のいずれか１項に記載の情報処理装置。
9. 修正された第１の特許請求の範囲に記載の発明を評価する情報処理方法であって、
   補正前の第２の特許請求の範囲の特徴を示す情報、及び補正後の前記第２の特許請求の範囲の特徴を示す情報を入力データとして含み、補正後の前記第２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教師データとして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に、修正前の前記第１の特許請求の範囲の特徴を示す情報、及び修正後の前記第１の特許請求の範囲の特徴を示す情報を入力することにより、修正された前記第１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示す評価データを出力する評価工程を有する
   ことを特徴とする情報処理方法。
10. 修正された第１の特許請求の範囲に記載の発明を評価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であって、
    補正前の第２の特許請求の範囲の特徴を示す情報、及び補正後の前記第２の特許請求の範囲の特徴を示す情報を入力データとして含み、補正後の前記第２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教師データとして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に、修正前の前記第１の特許請求の範囲の特徴を示す情報、及び修正後の前記第１の特許請求の範囲の特徴を示す情報を入力することにより、修正された前記第１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示す評価データを出力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。

Images