WO2022153613A1

WO2022153613A1 - データ提供装置、システム、プログラム、方法、データ分析装置、データ管理システム、方法、及び記録媒体

Info

Publication number: WO2022153613A1
Application number: PCT/JP2021/035544
Authority: WO
Inventors: 光弘岡本
Original assignee: ＩＰＤｅｆｉｎｅ株式会社
Priority date: 2021-01-15
Filing date: 2021-09-28
Publication date: 2022-07-21
Also published as: EP4280151A1; CN116615723A; US20240177255A1; JP2024065118A

Abstract

データ管理システムは、複数の権利に関連する情報をもとに構築され、各権利それぞれの有効性データを管理するデータベースから、外部要求に対応する有効性データを抽出し提供するデータ提供装置を有する。有効性データは、複数の権利間での相対的な有効性を示す格付けスコアを含む。データ管理システムは、複数の権利それぞれの有効性を推定するデータ分析装置を有する。テータ分析装置は、複数の権利それぞれの格付けスコアを管理する上記のデータベースを構築する機能を有する。データ提供システムは、例えばデータ提供装置と１又は複数の情報端末とにより構成される。

Description

データ提供装置、システム、プログラム、方法、データ分析装置、データ管理システム、方法、及び記録媒体

　本発明は、産業財産権の有効性に関する情報を提供するためのデータ提供装置、データ分析装置、データ管理システム、データ提供システム、データ提供プログラム、記録媒体、データ提供方法、及びデータ管理方法に関する。

　特許は、審査等において、人の手により先行技術が調査され、特許性が評価されたものである。したがって、特許性の調査には漏れがあることも少なくなく、特許は、有効性が不明確な状態で設定登録されているのが実情である。意匠権や商標権等の他の産業財産権も、人の手によって調査されるため、特許と同様、有効性の不明確さがつきまとう。

　こうした中、産業財産権の権利所有者（権利者）は、他社への提訴前や自己の権利の存続要否の判断時等において、権利の客観的な有効性について知りたいと考える。一方、第三者は、実施又は使用に際して、障害となり得る権利の存否と共に、該権利の有効性が知りたいと考える。加えて、第三者は、他人から警告書が届いた場合等において、無効資料調査の必要が生じる。

　ところで、権利の有効性は、弁理士による鑑定等を通じて知ることができる。ただし、鑑定等は、人の手によって行われ、検索式の構築及び先行文献の吟味などに手間と時間がかかり、コストがかさむ。そこで、従来から、権利の有効性を自動的に導出するシステムが開発されている（例えば、特許文献１参照）。特許文献１の特許有効性評価装置は、指定された特許と公知技術とを照合し、該特許における要素と合致する要素を有する公知技術を抽出するようになっている。

特開２００５－３３２３３０号公報

　しかしながら、特許文献１の特許有効性評価装置は、ユーザによる特許の指定を受けたときに、指定された特許の有効性を評価するための処理を開始するようになっている。よって、ＣＰＵ等の処理部やメモリなどのリソースを逐一活用する必要が生じ、産業財産権の有効性に関する情報をユーザへ提供するまでに多くの時間がかかる。そのため、処理部やメモリの無駄な使用を抑制し、産業財産権の有効性に関する情報を迅速に提供するシステムが望まれている。

　本発明は、上述のような課題を解決するためになされたものであり、処理部やメモリの無駄な使用を抑制し、産業財産権の有効性に関する情報を迅速に提供するためのデータ提供装置、データ分析装置、データ管理システム、データ提供システム、データ提供プログラム、データ分析プログラム、記録媒体、データ提供方法、及びデータ管理方法を提供することを目的とする。

　本発明の一態様に係るデータ提供装置は、複数の産業財産権に関連する情報をもとに構築され、複数の産業財産権それぞれの有効性に係る有効性データを管理するデータベースから、外部の要求に対応する有効性データを抽出して提供する提供処理部を備え、有効性データは、複数の産業財産権の間での相対的な有効性を示す格付けスコアを含むものである。

　本発明の一態様に係るデータ管理システムは、複数の産業財産権に関連する情報を用いて複数の産業財産権それぞれの有効性を推定するデータ分析装置と、上記のデータ提供装置と、を有し、データ分析装置は、外部から収集した複数の産業財産権に関連する情報のそれぞれに含まれるコアデータに対し、共通言語に統一化する翻訳処理を施して翻訳データを生成する翻訳処理手段と、翻訳データに基づく学習用データを用いた機械学習により、有効性データを求めるための推定モデルを生成する学習処理手段と、を有するものである。

　本発明の一態様に係るデータ分析装置は、分析対象とされている特許又は実用新案に係る対象権利におけるクレームの１又は複数のクレーム要素を意味ベクトルである第１ベクトルに変換すると共に、発明又は考案に関連する情報であって対象権利の出願日よりも前に公開された複数の日前情報それぞれの一部又は全部を分割した分割データごとに意味ベクトルである第２ベクトルに変換し、各第１ベクトルと各第２ベクトルとの相互比較により、対象権利におけるクレームのクレーム要素と各日前情報それぞれとの一致度である総一致度を求める一致度処理手段と、一致度処理手段により求められた各総一致度に基づいてクレームの有効性の指標となる個別スコアを求める格付処理手段と、を有し、格付処理手段は、全ての対象権利についての個別スコアを用いて、複数の対象権利間での相対的な権利の有効性を示す総合スコアを求めるものである。

　本発明の一態様に係るデータ管理システムは、上記のデータ分析装置と、格付処理手段により求められた複数の対象権利それぞれの個別スコア及び総合スコアを管理するデータベースから、外部の要求に対応する個別スコア及び総合スコアのうちの少なくとも１つを抽出して提供するデータ提供装置と、を有するものである。

　本発明の一態様に係るデータ提供システムは、上記のデータ提供装置と、データ提供装置と通信可能な情報端末と、を有し、提供処理部は、有効性データを含む画面の情報を情報端末に提供するものであり、情報端末は、データ提供装置から提供された画面の情報を表示する表示部を有するものである。

　本発明の一態様に係るデータ提供システムは、上記のデータ管理システムと、データ提供装置と通信可能な情報端末と、を有し、提供処理部は、有効性データを含む画面の情報を情報端末に提供するものであり、情報端末は、データ提供装置から提供された画面の情報を表示する表示部を有するものである。

　本発明の一態様に係るデータ提供プログラムは、データ提供装置に搭載されたコンピュータを、複数の産業財産権に関連する情報をもとに構築され、複数の産業財産権それぞれについての各産業財産権の間での相対的な有効性を示す格付けスコアを含む有効性データを管理するデータベースから、外部の要求に対応する有効性データを抽出して提供する情報処理手段、として機能させるためのものである。
　本発明の一態様に係る記録媒体は、上記のデータ提供プログラムを記録したコンピュータ読み取り可能な記録媒体である。

　本発明の一態様に係るデータ分析プログラムは、データ分析装置に搭載されたコンピュータを、外部から収集した複数の産業財産権に関連する情報のそれぞれに含まれるコアデータに対し、共通言語に統一化する翻訳処理を施して翻訳データを生成する翻訳処理手段、及び、翻訳データに基づく学習用データを用いた機械学習により、複数の産業財産権それぞれについての各産業財産権の間での相対的な有効性を示す格付けスコアを含む有効性データを求めるための推定モデルを生成する学習処理手段、として機能させるためのものである。
　本発明の一態様に係る記録媒体は、上記のデータ分析プログラムを記録したコンピュータ読み取り可能な記録媒体である。

　本発明の一態様に係るデータ提供方法は、ネットワークを介して情報端末から１又は複数の産業財産権の指定を受け付け、複数の産業財産権に関連する情報をもとに構築されたデータベースであって、複数の産業財産権それぞれについての各産業財産権の間での相対的な有効性を示す格付けスコアを含む有効性データを管理するデータベースから、指定に係る産業財産権に対応する有効性データを抽出し、抽出した有効性データを情報端末に提供するようになっている。

　本発明の一態様に係るデータ管理方法は、外部から収集した複数の産業財産権に関連する情報のそれぞれに含まれるコアデータに対し、共通言語に統一化する翻訳処理を施して翻訳データを生成し、生成した翻訳データに基づく学習用データを用いての機械学習により、複数の産業財産権それぞれについての各産業財産権の間での相対的な有効性を示す格付けスコアを含む有効性データを求めるための推定モデルを生成するようになっている。

　本発明によれば、外部の要求に対応する有効性データを予め構築されたデータベースから抽出することから、要求を受けた際には、権利の有効性を評価するための処理を行う必要がない。そのため、処理部やメモリの無駄な使用を抑制し、産業財産権の有効性に関する情報を迅速に提供することができる。

本発明の実施の形態１に係るデータ提供システム及びその周辺構成を例示したブロック図である。図１のデータ管理システムの機能的な構成を例示したブロック図である。図１の情報端末の機能的な構成を例示したブロック図である。図１の情報端末に表示される初期画面を概略的に例示した説明図である。図１の情報端末に表示されるユーザ画面を概略的に例示した説明図である。図１の情報端末に表示される基本画面を概略的に例示した説明図である。図１の情報端末に表示される詳細画面を概略的に例示した説明図である。図１の情報端末に表示される購入画面を概略的に例示した説明図である。図１の情報端末に表示される一覧画面を概略的に例示した説明図である。図１の情報端末に表示される基本画面の他の例を概略的に示す説明図である。図１の情報端末に表示される権利者画面を概略的に例示した説明図である。図１の情報端末に表示される権利画面を概略的に例示した説明図である。図１の情報端末に表示される権利者画面の他の例を概略的に示す説明図である。図１の情報端末に表示されるユーザ画面の他の例を概略的に示す説明図である。図１の情報端末に表示されるＥＳＧ全般画面を概略的に例示した説明図である。図１の情報端末に表示されるＥＳＧ個別画面を概略的に例示した説明図である。図１の情報端末に表示される発明者画面を概略的に例示した説明図である。図１のデータ提供システムによるデータ提供方法のうち、ユーザが産業財産権に関する商品を購入する際の動作を例示したシーケンスチャートである。図１のデータ提供システムによるデータ提供方法のうち、ユーザが購入済みの商品を閲覧する際の動作を例示したシーケンスチャートである。本発明の実施の形態１の変形例１に係るデータ分析装置の機能的な構成を例示したブロック図である。図２０の収集処理手段が生成する分類用データベースの概要を例示した説明図である。クレームのクレーム要素に対応する種々のデータを例示した表である。図２０の評価処理手段が求める、各クレーム要素と複数の発明関連情報との間の総一致度を例示した表である。図２０の評価処理手段が求める、あるクレームのクレーム要素と複数の発明関連情報との間の総一致度を例示した表である。図２４の各総一致度を一致フラグが立っているか否かにより整理した説明図である。図２０の評価処理手段が「新規性なし」に対応する個別スコアを付与するクレームの状況例を示す表である。図２０の評価処理手段が「進歩性なし」に対応する個別スコアを付与するクレームの状況例を示す表である。本発明の実施の形態１の変形例１に係るデータ管理方法のうち、分類用データベースを生成する動作の流れを例示したフローチャートである。本発明の実施の形態１の変形例１に係るデータ管理方法のうち、非特許文献の情報に分類データを付与する動作の流れを例示したフローチャートである。本発明の実施の形態１の変形例１に係るデータ管理方法のうち、あるクレーム要素と各発明関連情報との総一致度の演算に関する動作の流れを例示したフローチャートである。本発明の実施の形態１の変形例１に係るデータ管理方法のうち、対象権利の総合スコアの演算に関する動作の流れを例示したフローチャートである。本発明の実施の形態１の変形例１に係るデータ管理方法のうち、図２０の評価処理手段による、１つのクレームの個別スコアを求める動作の流れを例示したフローチャートである。本発明の実施の形態１の変形例２に係るデータ分析装置の機能的な構成を例示したブロック図である。本発明の実施の形態１の変形例３に係るデータ分析装置の機能的な構成を例示したブロック図である。本発明の実施の形態１の変形例４に係るデータ提供装置等に格納されるコストカットテーブルを例示した説明図である。本発明の実施の形態２に係るデータ提供システムにおけるデータ管理装置の機能的な構成例を示すブロック図である。本発明の実施の形態２に係るデータ提供方法のうち、ユーザが産業財産権に関する商品を購入する際の動作を例示したフローチャートである。本発明の実施の形態２に係るデータ提供方法のうち、購入不可の状態の商品の転売依頼に対して、該商品の販売先の情報端末へオファーを出して転売を仲介する際の動作を例示したシーケンスチャートである。本発明の実施の形態２に係るデータ提供方法のうち、商品の販売先の情報端末からの要求に応じてデータ提供装置が該商品の転売を中継する際の動作を例示したシーケンスチャートである。本発明の実施の形態２に係るデータ提供システムにおいて、情報端末に表示される詳細画面を概略的に例示した説明図である。

実施の形態１．
　図１を参照して、本実施の形態１におけるデータ提供システム及びその周辺環境に係る構成例について説明する。図１に示すように、データ提供システム１００は、データ管理システム１０と、１又は複数の情報端末４０と、により構成されている。データ管理システム１０は、情報提供サーバ群５００から複数の産業財産権に関連する情報を収集し、複数の産業財産権それぞれの有効性等を求めるための演算処理を行うことで、種々の有意な情報を求めて管理するものである。

　ここで、産業財産権とは、知的財産権のうちの、特許権、実用新案権、意匠権、及び商標権のことである。産業財産権には、権利内容、権利者、発明者又は考案者などの他、出願経過に関する情報や、審査等の内容を示す情報などが紐付けられている。審査等の内容を示す情報には、例えば、サーチ会社の検索報告書や、審査官等による検索処理や審査等を示す情報が含まれる。つまり、産業財産権に関連する情報は、産業財産権に紐付けられた上記のような情報のことである。以降では、産業財産権に関連する情報のことを「権利関連情報」ともいい、産業財産権のことを単に「権利」ともいう。

　ここで、産業財産権とは、知的財産権のうちの、特許権、実用新案権、意匠権、及び商標権のことである。産業財産権には、権利内容、権利者、発明者又は考案者などの他、出願経過に関する情報や、審査等の内容を示す情報などが紐付けられている。審査等の内容を示す情報には、例えば、サーチ会社の検索報告書や、審査官等による検索処理や審査等を示す情報が含まれる。本実施の形態１において、産業財産権に関連する情報は、産業財産権に紐付けられた上記のような情報の他、各種の技術論文・技報、ＳＮＳ（social networking service）などの情報のうち、ネットワークＮを介して取得可能で且つ産業財産権と関わりのあるものを含む。以降では、産業財産権に関連する情報のことを「権利関連情報」ともいい、産業財産権のことを単に「権利」ともいう。

　データ管理システム１０は、データ分析装置２０と、データ提供装置３０と、を有している。データ分析装置２０と、データ提供装置３０と、情報端末４０と、情報提供サーバ群５００と、決済サーバ６００とは、インターネットなどのネットワークＮを介して通信可能に接続されている。

　情報提供サーバ群５００は、例えばＡＰＩ（Application Programming Interface）を通じて権利関連情報を提供する世界各国のサーバ等のことである。情報提供サーバ群５００を構成する各サーバでは、１つの権利に対し、１つのデータセットである権利関連情報が紐付けられている。決済サーバ６００は、クレジットカードや電子マネーの決済代行会社等が運用するサーバであり、ネットワークＮには通常、複数の決済サーバ６００が接続されている。データ提供装置３０は、情報端末４０にて指定された決済方法に対応する決済サーバ６００と通信することにより、該情報端末４０のユーザの決済処理を実行する。

　データ分析装置２０は、情報提供サーバ群５００から収集した複数の権利関連情報をもとに、各権利それぞれの有効性を解析し、解析の結果と、解析結果導出の根拠となった情報などを、解析に係る権利に紐付けて格納するものである。データ分析装置２０は、クラウドコンピューティングに基づくクラウドサーバ、もしくは物理サーバ、又はこれらを組み合わせたシステムなどにより構成される。

　データ提供装置３０は、複数の権利関連情報をもとに構築され、各権利それぞれの有効性に係る有効性データを管理するデータベース５ａから、外部の要求に対応する有効性データ等の情報を抽出して提供するものである。本実施の形態１において、情報の「提供」とは、提供用データベース部３５内のデータベース５ａにおける一部又は全部の情報へのアクセス権限を与えることである。

　データ提供装置３０は、アクセスを要求してきた情報端末４０に対して公開情報を提供すると共に、所定の料金の支払いを行ったユーザの情報端末４０に対しては、一部又は全部の非公開情報をさらに提供するようになっている。ここで、公開情報とは、料金の支払い如何にかかわらず、ユーザに対して一般公開している情報である。非公開情報とは、会社単位、期間単位、もしくは権利単位等での購入処理を行ったユーザ、又はグレードアップ等の公開制限を解除する手続きを行ったユーザに対して提供する情報のことである。データ提供装置３０は、クラウドコンピューティングに基づくクラウドサーバ、もしくは物理サーバ、又はこれらを組み合わせたシステムなどにより構成される。

　データ提供システム１００は、ユーザが購入した情報を情報端末４０にダウンロードさせる構成を採ってもよい。その際、データ提供装置３０は、ハッシュ関数を用いてタイムスタンプを付与するようにするとよい。また、データ提供システム１００においてユーザが購入した情報は、ＭＩＣＲＯＳＯＦＴ　ＥＸＣＥＬ（登録商標）のＸＬＳファイル、ＣＳＶ（Comma-Separated Values）ファイル、テキストファイルなどのデータファイルで提供してもよく、紙媒体にプリントアウトして提供してもよい。

　情報端末４０は、ユーザの要求に応じてデータ提供装置３０と通信し、有効性データ等の情報を取得してユーザに提供するものである。情報端末４０は、ユーザの操作に応じて、データ提供装置３０が提供するＷｅｂサイトへのアクセスやログインなどを行うと共に、Ｗｅｂサイト内の種々の情報を表示し、権利に紐付けられた情報の取引等に関する処理を行う。

　次に、図２を参照して、データ管理システムの機能的な構成例について説明する。図２に示すように、データ分析装置２０は、通信部２１と、分析処理部２２と、記憶部２３と、収集用データベース部２４と、出力用データベース部２５と、を有している。通信部２１は、分析処理部２２がネットワークＮに接続された機器等との間で有線又は無線による通信を行うためのインタフェースである。

　記憶部２３は、データ分析プログラムＰ１などの分析処理部２２の動作プログラムの他、有効性データなどの生成、更新、及び管理に関連する種々のデータを記憶する。また、記憶部２３には、学習用データを用いた機械学習により生成される推定モデルＭ１が格納される。記憶部２３は、ＲＡＭ（Random Access Memory）及びＲＯＭ（Read Only Memory）、フラッシュメモリ等のＰＲＯＭ（Programmable ＲＯＭ）、ＳＳＤ（Solid State Drive）、又はＨＤＤ（Hard Disk Drive）等により構成することができる。

　収集用データベース部２４は、分析処理部２２により収集された権利関連情報などを格納する記憶装置である。収集用データベース部２４は、ＲＡＭ及びＲＯＭ、フラッシュメモリ等のＰＲＯＭ、ＳＳＤ、又はＨＤＤ等により構成される。出力用データベース部２５は、権利ごとに有効性データ等の情報が整理されたデータベースを格納する記憶装置である。出力用データベース部２５は、ＲＡＭ及びＲＯＭ、フラッシュメモリ等のＰＲＯＭ、ＳＳＤ、又はＨＤＤ等により構成される。

　分析処理部２２は、外部から収集するデータセットである権利関連情報を用いて推定モデルＭ１を生成するものである。ここで、権利関連情報は、推定モデルＭ１を生成する際に必要となるコアデータと、補助的あるいは付随的なデータである補助データと、を含んでいる。産業財産権が特許権の場合、コアデータには、クレーム（請求項）の情報、拒絶理由通知書、サーチ会社の検索報告書などが含まれる。分析処理部２２は、コアデータと推定モデルＭ１とを用いて有効性データ等の情報を生成し、権利ごとに有効性データ等の情報を整理することにより出力用データベース部２５にデータベースを構築するものである。分析処理部２２は、学習フェーズにおいて、権利関連情報に含まれるコアデータを学習対象データとして用い、推定フェーズにおいて、権利関連情報に含まれるコアデータを分析対象データとして用いる。

　より具体的に、分析処理部２２は、収集処理手段２２ａと、評価処理手段２２ｂと、構築処理手段２２ｃと、を有している。収集処理手段２２ａは、ＡＰＩ等を通じて権利関連情報を定期的に収集するものである。収集処理手段２２ａは、世界中の特許文献、意匠公報、商標公報、非特許文献などのデータを収集する。非特許文献には、各種の技術論文・技報、技術標準、企業・研究機関・大学等のＷｅｂサイト、Ｗｅｂ上の記事・カタログ、ブログ、ＳＮＳ、ＹｏｕＴｕｂｅ（登録商標）などの情報が含まれ、拒絶理由通知等において引用されたものに限らない。収集処理手段２２ａが収集するデータには、複数の権利関連情報が含まれる。収集処理手段２２ａは、収集した複数の権利関連情報を含む種々のデータのうちの一部又は全部に対し、情報の区切りの整理やファイル形式の整備などを施して正規化する機能を有している。

　評価処理手段２２ｂは、産業財産権の有効性に関する事項を評価するものである。評価処理手段２２ｂは、収集処理手段２２ａが収集した権利関連情報以外のデータを、学習対象データとして用いてもよく、分析対象データとして用いてもよい。評価処理手段２２ｂは、翻訳処理手段１２１と、前処理手段１２２と、学習処理手段１２３と、推定処理手段１２４と、を有している。翻訳処理手段１２１は、学習対象データ又は分析対象データを予め設定された共通言語に統一化するものである。以降では、学習対象データと分析対象データとを区別せずに用いる場合、これらを「対象データ」と総称する。すなわち、翻訳処理手段１２１は、権利関連情報ごとに対象データを抽出し、抽出した対象データが共通言語以外の言語で構成されていれば、該対象データを共通言語に翻訳して翻訳データを生成する。翻訳処理手段１２１は、対象データが共通言語を含んでいても、対象データの一部に共通言語以外の言語が含まれていれば、その対象データに翻訳処理を施して翻訳データを生成する。一方、翻訳処理手段１２１は、権利関連情報から抽出した対象データの全体が共通言語で構成されていれば、該対象データに対して何ら処理を施さない。以降では、共通言語に統一化された学習対象データのことを学習翻訳データとし、共通言語に統一化された分析対象データのことを分析翻訳データとし、これらを「翻訳データ」と総称する。本実施の形態１では、共通言語として英語を採用しているが、他の言語を共通言語として採用してもよい。

　前処理手段１２２は、学習翻訳データに解析処理を施すことにより、推定モデルＭ１の訓練に用いる学習用データを生成する。前処理手段１２２は、分析翻訳データに解析処理を施すことにより、権利の格付けなどを推定するために推定モデルＭ１の入力とする分析用データを生成する。

　より具体的に、前処理手段１２２は、翻訳データに対し、形態素解析などの自然言語処理を施すテキスト解析機能を有している。形態素解析とは、自然言語で書かれた翻訳データを、言語上の最小単位である形態素に分割し（分かち書きし）、各形態素のそれぞれの品詞や変化などを判別することである。すなわち、前処理手段１２２は、翻訳データから分割した各形態素のそれぞれに、動詞、名詞、形容詞などの品詞の情報を付して分散表現に変換することにより学習用データ及び分析用データを生成し、生成した学習用データ及び分析用データを記憶部２３に記憶させる。前処理手段１２２は、各形態素のそれぞれに変換処理を施す際、機械学習の鍵となるキー情報を抽出するようにしてもよく、さらに、抽出したキー情報に対して重み付けなどの処理を行ってもよい。

　特に産業財産権が特許権の場合、前処理手段１２２が、クレームに係る翻訳データを分解して学習用データ及び分析用データを生成し、学習処理手段１２３が、学習用データを用いて推定モデルＭ１を生成し更新するようにしてもよい。これにより、推定モデルＭ１は、分解した各文言と一致する又は近似する文言を含む技術情報を精度よく抽出する学習済みモデルとなる。学習処理手段１２３は、クレームに係る翻訳データから分解により小分けされた文言と、推定処理手段１２４によって抽出された技術情報とを組み合わせた情報を教師データとして用いることにより、推定モデルＭ１の生成・更新処理を行ってもよい。

　また、前処理手段１２２は、文言を組み合わせたフレーズのパターンを生成し、生成したフレーズパターンごとに技術情報を紐付けるようにしてもよい。そして、学習処理手段１２３は、フレーズパターンと技術情報とを組み合わせた情報を教師データとして用いることにより推定モデルＭ１の生成・更新処理を行ってもよい。これにより、推定モデルＭ１は、技術情報に関連するフレーズパターンの抽出、あるいはフレーズパターンに関連する技術情報の抽出などの処理を精度よく行う学習済みモデルとなる。

　前処理手段１２２は、翻訳データの中から不要データを削除するような比較的簡易な解析処理により学習用データ又は分析用データを生成してもよい。不要データとは、例えば数値、改行、又は記号などの、推定モデルＭ１の訓練及び該モデルを用いた演算にとって重要度の低い文字などのことである。

　ところで、産業財産権が意匠権又は商標権の場合は、コアデータに画像データが含まれることが多くなる。そのため、前処理手段１２２は、コアデータに含まれる画像データに解析処理を施して学習用データ又は分析用データを生成する画像解析機能を有するようにしてもよい。この場合、前処理手段１２２は、例えば、画像データとしての意匠の図面の情報、商標のロゴの情報、及び商標の文字の情報などに画像解析処理を施す。もっとも、特許権及び実用新案権の場合でも、図面の類否を権利の有効性の判断材料として用いることができる。すなわち、前処理手段１２２は、テキスト解析機能と画像解析機能との双方を有していてもよく、テキスト解析機能及び画像解析機能のうちの何れか一方を有していてもよい。

　学習処理手段１２３は、学習用データに基づく機械学習により推定モデルＭ１を生成する。推定モデルＭ１は、権利の有効性に関する有効性データを出力するための学習済モデルである。本実施の形態１における有効性データは、権利の有効性の指標となる格付けを示す格付けスコアと、格付けスコアの生成の根拠とされた情報と、を含んでいる。格付けスコアは、権利の有効性を数値化もしくは符号化したものであり、権利の有効性の指標となる情報である。本実施の形態１の格付けスコアは、複数の産業財産権それぞれについて、各産業財産権の間での相対的な有効性を示すものである。推定モデルＭ１は、格付けスコアとして、請求の範囲におけるクレームの有効性の指標となる個別スコア、及び産業財産権の有効性の指標となる総合スコアのうちの少なくとも一方を出力するよう構成されている。

　有効性データは、権利維持に対するコストパフォーマンスの高さを示す年金コスト情報を含むようにしてもよい。産業財産権が特許権であれば、有効性データは、特許権の有効性に関連する技術情報を含む。以降では、特許権の有効性に関連する技術情報のことを、単に「技術情報」ともいう。技術情報は、格付けスコアの導出の根拠となった技術情報、及び特許権の無効化資料を含む。産業財産権が特許権又は意匠権の場合、有効性データは、特許権、実用新案権、又は意匠権をＥＳＧの観点から評価した指標値であるＥＳＧスコアを含むようにしてもよい。

　産業財産権が商標権であれば、有効性データは、商標権に係る商標との類似度が予め設定された閾値以上の先行商標の情報である先行商標データを含む。先行商標には、先行登録商標の他、先行出願商標も含まれる。産業財産権が意匠権であれば、有効性データは、意匠権に係る意匠との類似度が予め設定された閾値以上の公知意匠の情報である公知意匠データを含む。

　ここで、学習処理手段１２３による推定モデルＭ１の更新処理について簡潔に説明する。すなわち、収集処理手段２２ａは、情報提供サーバ群５００から逐次又は所定のタイミングで世界各国の権利関連情報を収集し、収集した権利関連情報を記憶部２３又は収集用データベース部２４に記憶させる。翻訳処理手段１２１は、逐次又は所定のタイミングで、記憶部２３等に追加された権利関連情報のコアデータに翻訳処理を施して翻訳データを生成し、生成した翻訳データを記憶部２３等に記憶させる。前処理手段１２２は、翻訳データに対し、逐次又は所定のタイミングで上記の解析処理を施して学習用データを生成し、生成した分析用データを記憶部２３等に記憶させる。そして、学習処理手段１２３は、設定されたタイミングで、記憶部２３等に新たに蓄積された学習用データを用いて推定モデルＭ１のパラメータなどを適宜チューニングし、推定モデルＭ１の更新処理を実行する。学習処理手段１２３は、上記各手段と連携して、１日ごと又は１週間ごと等の任意の更新期間ごとに、推定モデルＭ１の更新処理を実行するとよい。

　本実施の形態１において、学習処理手段１２３は、ＤＮＮ（Deep Neural Network）を用いた教師あり学習により推定モデルＭ１を生成するようになっている。学習処理手段１２３は、教師なし学習又は半教師あり学習により推定モデルＭ１を生成するものであってもよい。学習処理手段１２３は、ＧＢＤＴ (Gradient Boosting Decision Tree)を用いた機械学習により推定モデルＭ１を生成してもよい。学習処理手段１２３は、キャラクタレベルＣＮＮを用いた機械学習により推定モデルＭ１を生成してもよい。加えて、学習処理手段１２３は、線形回帰、ロジスティック回帰、又は決定木などの回帰の手法により推定モデルＭ１を生成するものであってよい。さらに、学習処理手段１２３は、ランダムフォレスト又はサポートベクターマシンなどの分類の手法により推定モデルＭ１を生成するものであってよい。もっとも、学習処理手段１２３は、上述した複数の機械学習を組み合わせた手法により推定モデルＭ１を生成してもよい。

　推定処理手段１２４は、分析用データを推定モデルＭ１の入力として、該分析用データに対応する有効性データ等の情報を求めるものである。推定処理手段１２４は、複数の産業財産権それぞれについての各産業財産権の間での相対的な有効性を示す有効性データを求める。例えば、推定処理手段１２４は、複数の産業財産権それぞれにつき、各産業財産権の間での相対的な格付けスコアを求める。そして、推定処理手段１２４は、推定モデルＭ１によって求めた有効性データ等の情報を記憶部２３等に逐次格納するようになっている。その際、推定処理手段１２４は、求めた有効性データ等の情報を、推定モデルＭ１の入力とした分析用データの元データである権利関連情報に紐付けて記憶部２３又は出力用データベース部２５に記憶させる。

　また、推定処理手段１２４は、有効性データ以外の情報として、後述する全期間、第１期間、第２期間、第３期間、ユーザによる指定期間などの各期間に応じた、格付けスコア、ＥＳＧスコア、年金コスト情報などを求めることができる。推定処理手段１２４が求める情報など、出力用データベース部２５及び提供用データベース部３５に格納される情報の一部又は全部は、ユーザへの販売対象又は提供対象となる。そのため、以降では、有効性データなどの出力用データベース部２５及び提供用データベース部３５に格納される情報のうち、ユーザへの販売又は提供の対象となる情報を、産業財産権に関する商品、もしくは単に「商品」ともいう。商品の価格は、例えば、１つの権利に関する情報の単価に対し、権利の数を乗じたものとなる。もっとも、法域ごとに単価を変更してもよく、格付けスコア等に応じて単価を変更してもよい。

　構築処理手段２２ｃは、記憶部２３及び収集用データベース部２４に記憶されている情報をもとに、出力用データベース部２５内のデータベースを構築するものである。記憶部２３に記憶されている情報には、収集処理手段２２ａ、翻訳処理手段１２１、前処理手段１２２、学習処理手段１２３、及び推定処理手段１２４が格納した情報も含まれる。

　本実施の形態１において、出力用データベース部２５内のデータベースは、アカウントテーブル、権利者テーブル（会社テーブルなど）、人物テーブル（発明者テーブルなど）、権利テーブル（特許テーブル、意匠テーブル、商標テーブルなど）、統計テーブル、及び金融テーブルを含んで構成されている。

　アカウントテーブルは、ユーザごとの、メールアドレス、ＩＤ、パスワード、購入履歴、アクティビティログ、個人情報などを含む。個人情報は、国籍、法人名、住所、氏名、連絡先、電話番号などを含む。権利者テーブルは、権利者ごとの、基本情報、関連人物情報、履歴情報、格付けスコア・ＥＳＧスコアなどのスコア情報、統計情報などを含む。関連人物情報は、権利者、発明者、代理人などの情報を含む。履歴情報は、出願日、各種手続の申請日、登録日、係争の日時などの情報を含む。統計情報は、時系列に沿って整理されたスコア情報の履歴などを含む。

　人物テーブルは、発明者等の人物ごとの、基本情報、履歴情報、スコア情報、統計情報などを含む。権利テーブルは、全ての権利についての、基本情報、履歴情報、スコア情報、統計情報、翻訳データ、関連情報などを含む。権利テーブルは、特許権を管理する特許テーブル、実用新案権を管理する実案テーブル、意匠権を管理する意匠テーブル、及び商標権を管理する商標テーブルのうちの少なくとも１つを含んでいる。特許テーブルの関連情報は、類似技術の情報や無効化資料などを含む。

　統計テーブルは、権利者ごとの権利の取得数・格付けスコア・ＥＳＧスコアなどのランキング情報や、権利ごとの格付けスコア・ＥＳＧスコアなどのランキング情報を含んでいる。また、統計テーブルは、権利ごとの将来的な見通しに関するＩＰ（intellectual property）ランドスケープ情報を含む。ＩＰランドスケープ情報は、権利維持に対するコストパフォーマンスの高さを示す年金コスト情報を含む。金融テーブルは、決済に関連する情報を含む。

　分析処理部２２は、ＣＰＵ（Central Processing Unit）又はＧＰＵ（Graphics Processing Unit）などの演算装置と、こうした演算装置と協働して上記の各種機能を実現させるデータ分析プログラムＰ１とにより構成することができる。すなわち、データ分析プログラムＰ１は、コンピュータとしての分析処理部２２及び記憶部２３を、収集処理手段２２ａ、評価処理手段２２ｂ、及び構築処理手段２２ｃとして機能させるためのプログラムである。

　データ提供装置３０は、通信部３１と、提供処理部３２と、記憶部３３と、提供用データベース部３５と、を有している。通信部３１は、提供処理部３２がネットワークＮに接続された機器等との間で有線又は無線による通信を行うためのインタフェースである。記憶部３３は、データ提供プログラムＰ２などの提供処理部３２の動作プログラムの他、有効性データなどの提供に関連する種々のデータを記憶する。記憶部２３は、ＲＡＭ及びＲＯＭ、フラッシュメモリ等のＰＲＯＭ、ＳＳＤ、又はＨＤＤ等により構成することができる。

　提供処理部３２は、情報端末４０からの要求に応じて、提供用データベース部３５内の情報を該情報端末４０に提供するものである。提供処理部３２は、複数の権利関連情報をもとに構築され、各権利それぞれの有効性に係る有効性データを含むデータベース５ａから、外部の要求に対応する有効性データを抽出して提供する情報処理手段３２ａを備えている。

　情報処理手段３２ａは、出力用データベース部２５と提供用データベース部３５との間の同期処理を実行する。本実施の形態１において、提供用データベース部３５内のデータベース５ａは、出力用データベース部２５内のデータベースと同様、アカウントテーブル、権利者テーブル、人物テーブル、権利テーブル、統計テーブル、及び金融テーブルを含んで構成されている。また、情報処理手段３２ａは、データベース５ａを最適化する機能を有している。

　情報処理手段３２ａは、情報端末４０において１又は複数の権利が指定された場合、該権利に対応する有効性データを情報端末４０に提供するものである。情報処理手段３２ａは、情報端末４０において、複数の産業財産権と共に格付けスコアに基づく並べ方が指定された場合、各産業財産権それぞれに対応する有効性データを、指定された並べ方により整理して提供するものである。

　情報処理手段３２ａは、情報端末４０において権利者及び期間が指定された場合、該権利者の該期間内の権利に対応する有効性データを情報端末４０に提供するものである。情報処理手段３２ａは、情報端末４０において、権利者及び期間と共に格付けスコアに基づく並べ方が指定され、かつ該期間内に複数の産業財産権が含まれる場合、該権利者の該期間内の各産業財産権それぞれに対応する有効性データを、指定された並べ方により整理して提供するものである。

　情報処理手段３２ａは、情報端末４０において、権利者及び期間と共に格付けスコアのうちの少なくとも１つが指定された場合、該権利者の該期間内の、指定された格付けスコアが付与された産業財産権に対応する有効性データを提供するものである。情報処理手段３２ａは、情報端末４０において、権利者と共に格付けスコアのうちの少なくとも１つが指定された場合、該権利者の、指定された格付けスコアが付与された１又は複数の産業財産権の情報を選択可能に提供してもよい。

　情報処理手段３２ａは、情報端末４０において権利者が指定された場合、該権利者の第１期間における権利を第１期間よりも短い第２期間ごとに整理した第１元データを情報端末４０に提供するようにしてもよい。また、情報処理手段３２ａは、情報端末４０において第２期間が指定された場合、該権利者の第２期間における権利を第２期間よりも短い第３期間ごとに整理した第２元データを情報端末４０に提供するようにしてもよい。そして、情報処理手段３２ａは、情報端末４０において第３期間が指定された場合、第３期間における権利に対応する有効性データを情報端末４０に提供するようにしてもよい。

　第１元データは、第２期間全体での格付けスコアを含むようにするとよい。第１元データは、第２期間全体でのＥＳＧスコア及び年金コスト情報のうちの少なくとも１つを含むようにしてもよい。第２元データは、第３期間全体での格付けスコアを含むようにするとよい。第２元データは、第３期間全体でのＥＳＧスコア及び年金コスト情報のうちの少なくとも１つを含むようにしてもよい。

　情報処理手段３２ａは、情報端末４０において発明者が指定された場合、該発明者の評価指数の情報を情報端末４０に提供するものである。情報処理手段３２ａは、複数の技術情報を含む有効性データについて、該有効性データに係る特許権との関連度合いが高い順にデータベース５ａ内の各技術情報を並べ替える機能を有している。情報処理手段３２ａは、複数の先行商標データを含む有効性データについて、該有効性データに係る商標との類似度が高い順にデータベース５ａ内の各先行商標データを並べ替える機能を有している。情報処理手段３２ａは、複数の公知意匠データを含む有効性データについて、該有効性データに係る意匠との類似度が高い順にデータベース５ａ内の各公知意匠データを並べ替える機能を有している。

　提供処理部３２は、ＣＰＵ又はＧＰＵなどの演算装置と、こうした演算装置と協働して上記の各種機能を実現させるデータ提供プログラムＰ２とにより構成することができる。すなわち、データ提供プログラムＰ２は、コンピュータとしての提供処理部３２及び記憶部３３を、情報処理手段３２ａとして機能させるためのプログラムである。

　提供用データベース部３５は、権利ごとに有効性データ等の情報が整理されたデータベース５ａを格納する記憶装置である。本実施の形態１において、提供用データベース３５部内のデータベース５ａは、出力用データベース部２５内のデータベースに対し、最適化等の所定の処理が施されたものである。なお、データベース５ａは、出力用データベース部２５内のデータベースと同じものであってもよい。提供用データベース部３５は、ＲＡＭ及びＲＯＭ、フラッシュメモリ等のＰＲＯＭ、ＳＳＤ、又はＨＤＤ等により構成される。

　ここで、データベースのアップデートについて説明する。収集処理手段２２ａは、情報提供サーバ群５００から逐次又は所定のタイミングで世界各国の権利関連情報を収集し、収集した権利関連情報を記憶部２３又は収集用データベース部２４に記憶させる。具体的には、収集処理手段２２ａは、世界各国の権利関連情報における差分、つまり、世界各国の権利関連情報のうちの、前回の収集時よりも増加した情報、及び前回の収集時以降に変更された情報を記憶部２３等に記憶させる。評価処理手段２２ｂは、上記差分を用いて有効性データ等の情報を追加的に求め、あるいは更新する。構築処理手段２２ｃは、評価処理手段２２ｂが追加し、あるいは更新した有効性データ等の情報をもとに、出力用データベース部２５のデータベースをアップデートする。情報処理手段３２ａは、出力用データベース部２５のデータベースをもとに、データベース５ａをアップデートする。

　次に、図３を参照して、情報端末４０の機能的な構成例について説明する。図３に示すように、情報端末４０は、端末通信部４１と、端末処理部４２と、端末記憶部４３と、端末入力部４６と、端末表示部４７と、を有している。端末通信部４１は、端末処理部４２がネットワークＮに接続された機器等との間で有線又は無線による通信を行うためのインタフェースである。端末記憶部４３には、端末処理部４２の動作プログラムの他、種々の情報が記憶される。端末記憶部４３は、ＲＡＭ及びＲＯＭ、フラッシュメモリ等のＰＲＯＭ、ＳＳＤ、又はＨＤＤ等により構成される。

　端末処理部４２は、端末入力部４６を介してデータの表示もしくは切替の要求を受けたとき、又はデータ提供装置３０からの情報提供があったとき、端末表示部４７に文字や画像等を表示させ、又は端末表示部４７の表示情報の一部又は全部を切り替える。端末処理部４２は、ＣＰＵ又はＧＰＵなどの演算装置と、こうした演算装置と協働して上記の各種機能を実現させる動作プログラムとにより構成することができる。

　端末入力部４６は、例えば、キーボードと、マウス又はトラックボールなどのポインティングデバイスと、を含んで構成される。端末入力部４６は、ユーザによる入力操作を受け付け、受け付けた入力操作に応じた操作信号を端末処理部４２へ送信する。端末表示部４７は、例えば液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）からなり、端末処理部４２からの指示により種々の情報を表示する。なお、情報端末４０は、端末入力部４６及び端末表示部４７の代わりに、文字又は画像等を表示する表示パネルと、該表示パネルに積層されてタッチ操作を検出する検出手段と、を含むタッチパネルを有していてもよい。もっとも、情報端末４０は、タッチパネルと、マウス又はキーボード等とを併せ持つものであってもよい。情報端末４０は、音又は音声を報知する報知部、発光素子を含んで構成された発光部などを有していてもよい。

［商品の購入］
　次に、図４～図１０を参照して、ユーザによる商品の購入に関連する構成及び表示画面について説明する。各図で共通する構成については同一の符号を用い、重複する説明は省略する。ユーザが情報端末４０を介してデータ提供装置３０のＷｅｂサイトにアクセスすると、情報端末４０の端末表示部４７には、例えば図４のような初期画面Ｇ１が表示される。

　図４に例示する初期画面Ｇ１は、ログインボタンＬと、登録ボタンＸと、検索部Ａと、ランキング指示部Ｂと、を有している。登録ボタンＸは、ユーザの操作に応じてユーザ情報を登録するための登録画面（図示せず）を表示させる仮想ボタンである。ログインボタンＬは、ユーザの操作に応じてログイン画面（図示せず）を表示させるための仮想ボタンである。すなわち、端末処理部４２は、データ提供装置３０との連携により、登録画面及びログイン画面を端末表示部４７に表示させ、ユーザ登録及びログインに関する操作を受け付ける機能を有している。

　検索部Ａは、入力欄Ａ１と、検索ボタンＡ２と、を有している。入力欄Ａ１は、キーボード等を介して文字等を入力する欄である。入力欄Ａ１には、会社名などの組織名や個人名などが入力される。検索ボタンＡ２は、入力欄Ａ１に入力された情報についての検索をデータ提供装置３０に要求するための仮想ボタンである。なお、図４では、入力対象を示す文字として「会社名」が表示された検索部４７ａを例示しているが、これに限定されず、検索部４７ａには、「会社名」の代わりに「権利者」などが表示されてもよい。

　ランキング指示部Ｂは、ユーザの操作に応じて画面を遷移させたり、サブウインドウを表示させたりするための１又は複数の仮想ボタンにより構成される。図４では、ランキング指示部Ｂが、権利者の格付けスコアのランキングを示す格付け画面（図示せず）を表示させるための格付けボタンＢ１と、権利者のＥＳＧスコア（環境（Environment）、社会（Social）、ガバナンス（Governance））のランキング等を示すＥＳＧ画面（後述する図１５等）を表示させるためのＥＳＧボタンＢ２と、を含む例を示している。すなわち、端末処理部４２は、データ提供装置３０との連携により、格付け画面及びＥＳＧ画面を端末表示部４７に表示させる機能を有している。

　ユーザがログイン画面を介してログイン処理を完了すると、端末処理部４２は、データ提供装置３０との連携により、例えば図５のようなユーザ画面Ｇ２を端末表示部４７に表示させる。ユーザ画面Ｇ２は、初期画面Ｇ１と同様、検索部Ａと、ランキング指示部Ｂと、を有している。また、ユーザ画面Ｇ２は、ユーザ名表示部Ｕと、ログアウトボタンＹと、を有している。ユーザ名表示部Ｕには、ログインしたユーザを示す情報が表示される。ログアウトボタンＹは、ユーザがログアウトするための仮想ボタンである。

　ユーザ画面Ｇ２は、購入済みの商品を呼び出すための呼出部Ｚ１を有している。図５では、ドロップダウン式又はコンボボックス式のＵＩ（User Interface）である呼出部Ｚ１を例示している。すなわち、図５の呼出部Ｚ１は、ユーザにより選択された商品又は入力された商品が表示される表示欄Ｚａと、権利者又は権利のリストを表示させるための展開ボタンＺｂと、権利者又は権利のリストを示すリスト部Ｚｃと、を有している。呼出部Ｚ１は、リスト部Ｚｃにマウスカーソルなどを当てると権利のリストが選択可能に表示される態様としてもよい。もっとも、呼出部Ｚ１の態様は、図５の例に限定されない。例えば、呼出部Ｚ１は、リスト部Ｚｃに購入済みの商品の一覧が表示される態様としてもよい。また、呼出部Ｚ１は、権利者の選択と権利の選択とを順次行える機能を持たせてもよい。さらに、呼出部Ｚ１は、ドロップダウン式等ではなく、権利者、商品、又は権利などが単純に一覧表示される態様としてもよい。

　図５に例示するユーザ画面Ｇ２は、ダッシュボード部Ｃを有している。ダッシュボード部Ｃは、グラフや表などのように、種々のデータを可視化した情報を含んで構成される。端末処理部４２は、データ提供装置３０との連携により、ダッシュボード部Ｃに、ログインしたユーザの嗜好に合った情報を表示するとよい。加えて、図５に例示するユーザ画面Ｇ２は、ユーザの個人情報、検索履歴、及び購入履歴等をもとに生成された情報が表示されるお知らせ欄Ｊ１を有している。

　図４のような初期画面Ｇ１又は図５のようなユーザ画面Ｇ２において、入力欄Ａ１に権利者名が入力され、検索ボタンＡ２が押下されると、端末処理部４２は、データ提供装置３０との連携により、例えば図６のような基本画面Ｇ３を端末表示部４７に表示させる。基本画面Ｇ３は、権利者の第１期間における権利の登録件数を、第１期間よりも短い第２期間ごとに整理した第１データＫ１を含んで構成される。第１データＫ１は、端末処理部４２が第１元データをもとに表示させる情報である。

　図６に例示する第１データＫ１は、横軸に西暦をとり、縦軸に登録件数をとった棒グラフを有している。図６では、第１期間として、権利者が最初に権利を取得した年から現在までの期間（全期間）が採用された例を示している。もっとも、第１期間は、全期間に限らず、予め設定された任意の期間であってよい。同様に、図６では、第２期間が１年の例を示しているが、これに限らず、第２期間は、予め設定された任意の期間であってよい。

　本実施の形態１の第１データＫ１は、第２期間ごとの格付けスコアを示す第１格付け部Ｄ１を有している。端末処理部４２は、第１期間における最後の第２期間が終了していない場合、図６に破線で示すように、該第２期間の最終的な登録件数の推測値を示してもよい。端末処理部４２は、端末入力部４６を介して、１又は複数の第２期間の選択及び指定を受け付けるようになっている。図６では、第２期間として２０１２年が選択された例を示している。もっとも、第２期間の指定の方法、及び指定された第２期間の表示態様は、図６の例に限らず、適宜変更することができる。また、図６の基本画面Ｇ３は、１又は複数の第２期間の指定を受け付けるための指定ボタンＥ１を有している。

　図６のような基本画面Ｇ３において、１又は複数の第２期間が選択され、指定ボタンＥ１の押下により指定されると、端末処理部４２は、データ提供装置３０との連携により、例えば図７のような詳細画面Ｇ４を端末表示部４７に表示させる。詳細画面Ｇ４は、権利者の第２期間における権利の登録件数を、第２期間よりも短い第３期間ごとに整理した第２データＫ２を含んで構成される。第２データＫ２は、端末処理部４２が第２元データをもとに表示させる情報である。

　図７に例示する第２データＫ２は、横軸に月をとり、縦軸に登録件数をとった棒グラフを有している。図７では、第２期間を図６に対応づけて１年とし、第３期間が１ヵ月である例を示している。もっとも、第３期間は、１ヶ月に限らず、予め設定された任意の期間であってよい。

　本実施の形態１の第２データＫ２は、第３期間ごとの格付けスコアを示す第２格付け部Ｄ２を有している。端末処理部４２は、端末入力部４６を介して、１又は複数の第２期間の選択及び指定を受け付けるようになっている。図７では、第２期間として６月が指定された例を示している。もっとも、第３期間の指定の方法、及び指定された第３期間の表示態様は、図７の例に限らず、適宜変更することができる。また、図７の詳細画面Ｇ４は、１又は複数の第３期間の指定を受け付けるための確認ボタンＥ２を有している。

　図７のような詳細画面Ｇ４において、例えばグラフ上で選択された１又は複数の第３期間が、確認ボタンＥ２の押下により指定されると、端末処理部４２は、データ提供装置３０との連携により、例えば図８のような購入画面Ｇｘを端末表示部４７に表示させる。購入画面Ｇｘは、購入する情報の内容を示す内容欄Ｐと、購入金額を示す金額欄Ｑと、を有している。また、購入画面Ｇｘは、決済を行うための購入ボタンＥ３を有している。購入画面Ｇｘは、１又は複数の決済方法を示す決済方法部Ｈを有していてもよい。

　端末処理部４２は、詳細画面Ｇ４において１又は複数の第３期間が選択され、確認ボタンＥ２が押下されたとき、データ提供装置３０との連携により、図９のような一覧画面Ｇ５を表示させてもよい。図９に例示する一覧画面Ｇ５は、ユーザにより選択された期間を示す期間表示部Ｔを有している。また、一覧画面Ｇ５は、選択ボックスＳ１と権利番号欄Ｓ２との組み合わせを含んで構成された一覧表示部Ｋ３を有している。一覧表示部Ｋ３は、ユーザが選択ボックスＳ１にカーソルを合わせてマウスのクリック等を行うことにより、権利番号欄Ｓ２に記載の権利の選択又は解除を行うためのものである。図９では、一覧表示部Ｋ３が、権利に関する補足情報を表示する備考欄Ｓ３を含む例を示している。端末処理部４２は、一覧表示部Ｋ３に表示させる権利の数が設定数よりも多い場合、一覧表示部Ｋ３をスクロール形式等で表示させてもよい。

　上記の説明では、詳細画面Ｇ４から一覧画面Ｇ５に移行する例を示したが、これに限定されない。例えば、端末処理部４２は、基本画面Ｇ３から一覧画面Ｇ５に移行させるようにしてもよい。また、ユーザ画面Ｇ２は、図１０のように、期間を指定するための期間指定欄Ｋ４を有していてもよい。この場合、端末処理部４２は、入力欄Ａ１に権利者名が入力され、期間指定欄Ｋ４に期間の情報が入力され、検索ボタンＡ２が押下されると、データ提供装置３０との連携により、一覧画面Ｇ５を端末表示部４７に表示させてもよい。また、端末処理部４２は、指定された期間の長さに応じてグラフ等を調整した基本画面Ｇ３又は詳細画面Ｇ４を端末表示部４７に表示させてもよい。

［定期購入機能・逐次購入機能］
　上記においては、ユーザが商品を都度購入する例を示したが、これに限定されない。データ提供装置３０は、定期購入機能及び逐次購入機能のうちの少なくとも一方を有していてもよい。定期購入機能とは、定期購入の申し込みを行ったユーザに対し、１週間、１０日間、１ヶ月、半年、１年など、任意の期間ごとに商品を提供する機能である。逐次購入機能とは、逐次購入の申し込みを行ったユーザに対し、産業財産権が登録され、該産業財産権に対応する有効性データ等がデータベース５ａに格納されたタイミングで、申し込みに係る商品を提供する機能である。

［購入済み商品の閲覧］
　次に、図５及び図１１～図１４を参照して、ユーザによる購入済み商品の閲覧に関連する構成及び表示画面について説明する。上述した各図と同等の構成については同一の符号を用いて説明は省略する。ユーザが図５のようなユーザ画面Ｇ２の呼出部Ｚ１を介して「権利者」を指定すると、端末処理部４２は、データ提供装置３０との連携により、例えば図１１のような権利者画面Ｇ６を端末表示部４７に表示させる。

　図１１に例示する権利者画面Ｇ６は、総合評価部Ｌｏと、個別評価部Ｌ１と、ソート指示部Ｌ２と、を有している。総合評価部Ｌｏは、権利者による全ての権利の総合評価が表示される箇所である。図１１では、総合評価部Ｌｏ及び個別評価部Ｌ１に、権利者の格付けスコアと、ＥＳＧスコアと、年金コスト情報とが表示される例を示している。なお、図１１等では、年金コスト情報のことを年金コスパと表現している。ソート指示部Ｌ２は、個別評価部Ｌ１の各項目のそれぞれに対応づけられた仮想ボタンを有している。すなわち、ソート指示部Ｌ２は、格付けスコアが高い順に個別評価部Ｌ１を並び替えるための格付け優先キーＬａと、ＥＳＧスコアが高い順に個別評価部Ｌ１を並び替えるためのＥＳＧ優先キーＬｂと、年金コスト情報が高い順に個別評価部Ｌ１を並び替えるための年金優先キーＬｃと、を有している。図１１では、格付けスコアが高い順に個別評価部Ｌ１がソートされた例を示している。

　図１１のような権利者画面Ｇ６において、例えばリンクの貼られた権利番号がクリックされる等により「権利」が指定されると、端末処理部４２は、データ提供装置３０との連携により、図１２のような権利画面Ｇ７を端末表示部４７に表示させる。また、端末処理部４２は、ユーザが図５のようなユーザ画面Ｇ２の呼出部Ｚ１を介して「権利」を指定した場合、図１１のような権利者画面Ｇ６を経由せずに、図１２のような権利画面Ｇ７を端末表示部４７に表示させる。

　図１２に例示する権利画面Ｇ７は、公報ボタンＬ３と、一覧部Ｌ４と、資料部Ｌ５と、経過情報部Ｌ６と、発明者情報部Ｌ７と、を有している。公報ボタンＬ３は、権利の内容を示す公報を表示させるための仮想ボタンである。一覧部Ｌ４は、個別評価部Ｌ１と同様に権利のスコアを示す部分である。資料部Ｌ５は、格付けスコアの算出に関連する文献の情報を示す部分である。経過情報部Ｌ６は、権利の取得及び維持等に関する経過情報を示す部分である。発明者情報部Ｌ７は、特許権に係る発明の発明者の情報を示す部分である。

　端末処理部４２は、ユーザが図５のようなユーザ画面Ｇ２の呼出部Ｚ１を介して「権利者」を指定した場合、データ提供装置３０との連携により、例えば図１３のような権利者画面Ｇ６を端末表示部４７に表示させてもよい。図１３の権利者画面Ｇ６は、公報部Ｑ１と、詳細一覧部Ｑ２と、選択部Ｑ３と、を有している。公報部Ｑ１は、権利の内容を示す公報を表示させるための仮想ボタンとして機能すると共に、マウスカーソルを合わせることにより、詳細一覧部Ｑ２を表示させるものである。選択部Ｑ３は、詳細一覧部Ｑ２に優先表示させるスコアを選択させるためのものである。図１３では、ドロップダウン式のＵＩである選択部Ｑ３を例示している。すなわち、選択部Ｑ３は、ユーザにより選択されたスコアが表示される表示欄Ｑａと、詳細一覧部Ｑ２への表示対象となるスコアのリストを表示させるための展開ボタンＱｂと、スコアのリストを示すリスト部Ｑｃと、を有している。詳細一覧部Ｑ２は、選択部Ｑ３で選択されたスコアを表示させるスコア部Ｑｘと、関連文献の一覧を示す文献リスト部Ｑｙと、本権利と関連文献との関連度合いを示す関連度表示部Ｑｚと、を有している。

　端末処理部４２は、ユーザがログイン画面を介してログイン処理を完了した際、データ提供装置３０との連携により、例えば図１４のようなユーザ画面Ｇ２を端末表示部４７に表示させてもよい。図１４に例示するユーザ画面Ｇ２は、入力欄Ａ１、検索ボタンＡ２、スコア指定部Ｚ２、順序指定部Ｚ３、及び件数部Ｚｏにより構成された絞り込み部Ａｚを有している。スコア指定部Ｚ２は、格付けスコア、ＥＳＧスコア、及び年金コスト情報などのうちの１つを選定するためのものであり、表示欄Ｚｄと、展開ボタンＺｅと、リスト部Ｚｆと、を有している。展開ボタンＺｅは、リスト部Ｚｆを表示させるための仮想ボタンであり、リスト部Ｚｆには、展開ボタンＺｅへの操作に連動して、ユーザに選定させるための情報が表示される。表示欄Ｚｄには、リスト部Ｚｆの中から選定された文字等が表示される。

　順序指定部Ｚ３は、スコア指定部Ｚ２において選定された情報について、上位のものから並べるか、下位のものから並べるかを指定させるためのものであり、表示欄Ｚｋと、展開ボタンＺｍと、リスト部Ｚｎと、を有している。展開ボタンＺｍは、リスト部Ｚｎを表示させるための仮想ボタンであり、リスト部Ｚｎには、展開ボタンＺｍへの操作に連動して、ユーザに選定させるための情報が表示される。表示欄Ｚｋには、リスト部Ｚｎの中から選定された文字等が表示される。件数部Ｚｏは、件数に対応する数値を入力する欄である。

　ここで、スコア指定部Ｚ２において格付けスコアが選定され、順序指定部Ｚ３において「上位」又は「下位」が指定される操作は、格付けスコアに基づく並べ方が指定される操作に相当する。例えば、入力欄Ａ１において「Ｚ社」が指定され、スコア指定部Ｚ２において「格付けスコア」が選定され、順序指定部Ｚ３において「上位」が指定され、件数部Ｚｏに「１５」が入力されて、検索ボタンＡ２が押下されたとする。すると、端末処理部４２は、データ提供装置３０との連携により、Ｘ社の産業財産権の情報を、格付けスコアの上位から順番に１５件一覧表示させる。

　絞り込み部Ａｚは、件数部Ｚｏに代えて、もしくは件数部Ｚｏと共に、期間の指定を受け付ける期間指定欄（図示せず）を有していてもい。この期間指定欄は、図１０の期間指定欄Ｋ４と同様の態様であってよい。もっとも、絞り込み部Ａｚは、順序指定部Ｚ３及び件数部Ｚｏのうちの少なくとも一方を有しない構成としてもよい。

　また、絞り込み部Ａｚは、順序指定部Ｚ３の代わりに、格付けスコアのうちの少なくとも１つを選定するためのスコア選定部（図示せず）を有していてもよい。例えば、入力欄Ａ１において「権利者」が指定され、スコア選定部において格付けスコアのうちの少なくとも１つが選定されたとする。この場合、端末処理部４２は、データ提供装置３０との連携により、指定された権利者の、選定された格付けスコアが付与された１又は複数の産業財産権の情報を端末表示部４７に選択可能な態様で表示させるとよい。例えば、格付けスコアが、上位から順に「ＡＡＡ」「ＡＡ」「Ａ」「ＢＢ」「Ｂ」「ＣＣ」「Ｃ」という７段階で設定されているとする。かかる設定において、ユーザは、上記の７段階の格付けスコアのうちの少なくとも１つを選定することができる。ユーザが少なくとも１つの格付けスコアを選定すると、端末処理部４２は、データ提供装置３０との連携により、選定された１又は複数の格付けスコアが付与された１又は複数の産業財産権の情報を選択可能に端末表示部４７に表示させる。

［ＥＳＧ表示］
　次に、図１５及び図１６を参照して、ユーザによるＥＳＧに関する情報の確認に関連する構成及び表示画面について説明する。上述した各図と同等の構成については同一の符号を用いて説明は省略する。例えば、ユーザにより図４の初期画面Ｇ１又は図５もしくは図１０のユーザ画面のＥＳＧボタンＢ２が押下されると、端末処理部４２は、データ提供装置３０との連携により、図１５のようなＥＳＧ全般画面Ｇ８を端末表示部４７に表示させてもよい。

　図１５のＥＳＧ全般画面Ｇ８は、権利者単位で週ごとにＥＳＧ関連特許の数を積算してグラフ化した比較データＲ１と、ＥＳＧ関連特許の数についてのランキングを示すランキング部Ｒ２と、を有している。比較データＲ１は、例えば特許公報の発行日を基準として整理される。ＥＳＧ全般画面Ｇ８では、例えばランキング部Ｒ２の各欄が、権利者の選定を受け付ける仮想ボタンとして機能する。ユーザによりランキング部Ｒ２の１つの欄がクリック等されると、端末処理部４２は、データ提供装置３０との連携により、図１６のようなＥＳＧ個別画面Ｇ９を端末表示部４７に表示させてもよい。

　図１６に例示するＥＳＧ個別画面Ｇ９は、ＥＳＧスコアの算出に関連する複数の指標についての個別評価を示す詳細分析欄Ｒ３を有している。図１６では、ＥＳＧスコアの算出に関連する複数の指標として、Ｅｎｖｉｒｏｎｍｅｎｔ、Ｓｏｃｉａｌ、Ｇｏｖｅｒｎａｎｃｅ、キーワードスコア、新規性スコア、特許件数、及び総合スコアを例示しているが、これに限定されない。ＥＳＧスコアの算出に関連する複数の指標は、適宜取捨選択することができる。

［発明者情報］
　次に、図１７を参照して、ユーザによる発明者の情報の確認に関連する構成及び表示画面について説明する。上述した各図と同等の構成については同一の符号を用いて説明は省略する。ユーザにより発明者の情報が要求された場合、端末処理部４２は、データ提供装置３０との連携により、図１７のような発明者画面Ｇ１０を端末表示部４７に表示させてもよい。例えば、端末処理部４２は、図５のようなユーザ画面Ｇ２に、発明者名の入力と発明者の情報の要求を行うための発明者検索欄を表示させてもよい。また、図１２の発明者情報部Ｌ７に記載された発明者名にリンクを貼っておき、ユーザが発明者名をクリックしたとき、該発明者に対応する発明者画面Ｇ１０を、端末処理部４２が端末表示部４７に表示させてもよい。

　図１７に例示する発明者画面Ｇ１０は、発明者が関わった特許権の情報が一覧表示される一覧表示部Ｖ１と、発明者の総合評価が示される評価部Ｖ２と、発明者の過去の経歴などを示す固有情報部Ｊ２と、を有している。図１７の一覧表示部Ｖ１は、特許権ごとに、関係情報、格付けスコア、年金コスト情報、及びＥＳＧスコアが表示されるようになっている。関係情報とは、筆頭発明者であるか否かなど、権利に対する寄与度を示す情報などが表示される。評価部Ｖ２には、有効性の高い特許の比率、特許出願の件数、特許権の登録件数、発明者の出願が拒絶理由通知等で引用された数（被引用数）などの情報が表示される。評価部Ｖ２には、一覧表示部Ｖ１の各項目についての発明者の総合評価が示されてもよい。

　次に、図１８のシーケンスチャートを参照して、本実施の形態１のデータ提供方法のうち、ユーザが産業財産権に関する商品を購入する際の動作例について説明する。ここでは、ユーザが初期画面Ｇ１等を経てデータ提供装置３０のシステムにログインしていることを前提とする。

　情報端末４０において、端末処理部４２は、端末入力部４６を介してデータ提供装置３０が提供するＷｅｂサイトへのアクセスの指示を受け付けると（ステップＳ１０１）、該Ｗｅｂサイトへのアクセス要求をデータ提供装置３０へ送信する（ステップＳ１０２）。データ提供装置３０において提供処理部３２は、ユーザ画面の情報を情報端末４０に提供し（ステップＳ１０３）、端末処理部４２は、例えば図５のようなユーザ画面Ｇ２を端末表示部４７に表示させる（ステップＳ１０４）。

　端末処理部４２は、ユーザ画面Ｇ２を通じて権利者の指定を受け付けると（ステップＳ１０５）、指定された権利者の情報をデータ提供装置３０へ送信する（ステップＳ１０６）。提供処理部３２は、権利者情報に対応する基本画面の情報を情報端末４０に提供する（ステップＳ１０７）。そして、端末処理部４２は、例えば図６のよう基本画面Ｇ３を端末表示部４７に表示させる（ステップＳ１０８）。

　端末処理部４２は、基本画面Ｇ３を通じて第２期間の指定を受け付けると（ステップＳ１０９）、指定された１又は複数の第２期間を示す指定情報をデータ提供装置３０へ送信する（ステップＳ１１０）。提供処理部３２は、指定情報に対応する詳細画面の情報を情報端末４０に提供する（ステップＳ１１１）。そして、端末処理部４２は、例えば図７のよう詳細画面Ｇ４を端末表示部４７に表示させる。提供処理部３２は、複数の第２期間を示す指定情報が送信された場合、各第２期間に対応する詳細画面Ｇ４を切替可能に表示させてもよく、指定に係る全ての第２期間に対応する画像データを詳細画面Ｇ４に含めてもよい（ステップＳ１１２）。

　端末処理部４２は、詳細画面Ｇ４を通じて第３期間の指定を受け付けると（ステップＳ１１３）、指定された１又は複数の第３期間を示す最終指定情報をデータ提供装置３０へ送信する（ステップＳ１１４）。提供処理部３２は、最終指定情報を反映した購入画面の情報を情報端末４０に提供する（ステップＳ１１５）。そして、端末処理部４２は、例えば図８のような購入画面Ｇｘを端末表示部４７に表示させる（ステップＳ１１６）。

　端末処理部４２は、ユーザの購入ボタンＥ３の押下等により購入の指示を受け付けると（ステップＳ１１７）、データ提供装置３０へ購入要求を送信する（ステップＳ１１８）。すると、提供処理部３２は、決済サーバ６００に決済を依頼する（ステップＳ１１９）。決済サーバ６００は、購入する商品の内容及び支払金額を含む確認情報を情報端末４０に送信する（ステップＳ１２０）。端末処理部４２は、確認情報に基づく確認画面（図示せず）を端末表示部４７に表示させる（ステップＳ１２１）。

　端末処理部４２は、確認画面を通じて支払の指示を受け付けると（ステップＳ１２２）、決済サーバ６００に支払いを依頼する（ステップＳ１２３）。決済サーバ６００は、決済処理を実行し、決済の完了を示す決済通知をデータ提供装置３０へ送信する（ステップＳ１２４）。そして、データ提供装置３０は、ユーザの購入に係る商品を情報端末４０に提供する（ステップＳ１２５）。すなわち、上記一連の各工程により、ユーザは、購入した商品に係る情報へのアクセス権限を取得したため、情報端末４０を介していつでも該商品に係る情報を閲覧することができる。

　次に、図１９のシーケンスチャートを参照して、本実施の形態１のデータ提供方法のうち、ユーザが購入済みの商品を閲覧する際の動作例について説明する。ここでは、ユーザが初期画面Ｇ１等を経てデータ提供装置３０のシステムにログインしていることを前提とする。図１８と同様の工程には同じステップ番号を用いて説明は省略する。

　データ提供装置３０及び情報端末４０は、図１８の例と同様にステップＳ１０１～Ｓ１０４の処理を実行する。次いで、ユーザが、例えば図５の呼出部Ｚを介して購入済み商品の呼び出しを指示すると（ステップＳ２０１）、端末処理部４２は、指示に係る商品の呼出要求をデータ提供装置３０へ送信する（ステップＳ２０２）。

　ここでは、便宜上、ステップＳ２０１においてユーザが権利者を指定したケースを想定する。この場合、提供処理部３２は、指定に係る権利者についての権利者画面の情報を情報端末４０へ送信する（ステップＳ２０３）。すると、端末処理部４２は、例えば図１１又は図１３のよう権利者画面Ｇ６を端末表示部４７に表示させる（ステップＳ２０４）。

　端末処理部４２は、権利者画面Ｇ６を通じて権利の指定を受け付けると（ステップＳ２０５）、指定された権利を示す権利情報をデータ提供装置３０へ送信する（ステップＳ２０６）。提供処理部３２は、権利情報に対応する権利画面の情報を情報端末４０に提供する（ステップＳ２０７）。これにより、端末処理部４２は、例えば図１２のよう権利画面Ｇ７を端末表示部４７に表示させる（ステップＳ２０８）。

　以上のように、本実施の形態１のデータ提供装置３０は、外部の要求に対応する有効性データを予め構築されたデータベース５ａから抽出するようになっている。よって、データ提供装置３０は、データの要求を受けた際に、権利の有効性を評価するための処理を行う必要がないため、処理部やメモリの無駄な使用を抑制し、産業財産権の有効性に関する情報を迅速に提供することができる。また、有効性データは、複数の産業財産権の間での相対的な有効性を示す格付けスコアを含んでいる。すなわち、提供用データベース部３５内のデータベース５ａには、推定処理手段１２４によって求められた格付けスコアを含む有効性データが格納されている。そのため、ユーザは、例えば図１１～図１３のような画面上において、各権利に紐付けられた格付けスコアを視認することにより、自己のニーズに合致した権利を迅速かつ的確に選定することができる。

　ところで、産業財産権の有効性を適切に評価するためには、高度な専門性が必要となる。この点、データ提供システム１００は、データ提供装置３０と情報端末４０とを有している。そして、提供処理部３２は、有効性データを含む画面の情報を情報端末４０に提供するものであり、情報端末４０は、データ提供装置３０から提供された画面の情報を表示する端末表示部４７を有している。よって、情報端末４０を使用するユーザは、専門性を要することなく、産業財産権に関する有用な情報を得ることができる。

　推定処理手段１２４は、権利者ごとに、全期間、第１期間、第２期間、第３期間などの期間単位での格付けスコアを求めるようにしてもよい。そして、構築処理手段２２ｃが、各期間に対応する格付けスコアをデータベースに反映させるとよい。これにより、情報処理手段３２ａは、各期間に対応する格付けスコアを情報端末４０に提供することができる。よって、ユーザは、例えば図６、図７、図１１、図１３のような画面上において、各期間に対応する格付けスコアを確認することができるため、権利者の選択や期間の選択を迅速かつ的確に行うことができる。

　産業財産権が特許権の場合、有効性データは、特許権の有効性に関連する技術情報を含むようにするとよい。この場合、データベース５ａには、格付けスコアに１又は複数の技術情報が紐付けられた有効性データが格納される。このようにすれば、情報端末４０は、例えば図１２又は図１３のような画面上において、特許権に関連する技術情報を格付けスコアに紐付けて示すことができる。よって、ユーザは、格付けスコアの根拠となった文献などを速やかに確認することができる。

　ところで、近年は、ＥＳＧの観点を経営に活かし、企業の安定的かつ長期的な成長を図ろうとする取り組みが世界中に広まっている。そして、知財戦略にも、ＥＳＧの観点が採り入れられている。この点、有効性データは、特許権をＥＳＧの観点から評価した指標値であるＥＳＧスコアを含めて構成することができる。よって、ユーザは、例えば図１１～図１７のような画面上において、権利ごとのＥＳＧスコアを確認することができるため、ＥＳＧに力を入れている企業等を一見して把握することができ、商品の選択に活かすことができる。推定処理手段１２４は、権利者ごとに、全期間、第１期間、第２期間、第３期間などの期間単位でのＥＳＧスコアを求めるようにしてもよい。そして、構築処理手段２２ｃが、各期間に対応するＥＳＧスコアをデータベースに反映させるとよい。これにより、情報処理手段３２ａは、各期間に対応するＥＳＧスコアを情報端末４０に提供することができる。よって、ユーザは、例えば図１１、図１３～図１７のような画面上において、各期間に対応するＥＳＧスコアを確認し、権利者の選択等に活かすことができる。

　有効性データは、権利維持に対するコストパフォーマンスの高さを示す年金コスト情報を含んでいてもよい。このようにすれば、例えば図１１～図１３のような画面上において、産業財産権の年金コスト情報をユーザに視認させることができるため、ユーザは、該権利を維持すべきか否かを容易に判断することができる。推定処理手段１２４は、権利者ごとに、全期間、第１期間、第２期間、第３期間などの期間単位での年金コスト情報を求めるようにしてもよい。そして、構築処理手段２２ｃが、各期間に対応する年金コスト情報をデータベースに反映させるとよい。これにより、情報処理手段３２ａは、各期間に対応する年金コスト情報を情報端末４０に提供することができる。よって、ユーザは、例えば図１１～図１３のような画面上において、各期間に対応する年金コスト情報を確認し、権利者の評価や選択等に活かすことができる。

　有効性データは、商標権に係る商標との類似度が閾値以上の先行商標の情報である先行商標データを含んでいてもよい。このようにすれば、特許権の場合と同様、例えば図１２又は図１３のような画面上において、商標権に関連する先行商標データを格付けスコアに紐付けて示すことができる。よって、ユーザは、格付けスコアの根拠となった先行商標データを速やかに確認することができ、商標権の無効性などを検討することができる。

　有効性データは、意匠権に係る意匠との類似度が閾値以上の公知意匠の情報である公知意匠データを含んでいてもよい。このようにすれば、特許権の場合と同様、例えば図１２又は図１３のような画面上において、意匠権に関連する公知意匠データを格付けスコアに紐付けて示すことができる。よって、ユーザは、格付けスコアの根拠となった公知意匠データを速やかに確認することができ、意匠権の有効性などを検討することができる。

　提供処理部３２は、複数の技術情報を含む有効性データについて、該有効性データに係る特許権との関連度合いが高い順にデータベース５ａ内の各技術情報を並べ替える機能を有している。関連度合いは、特許権に係るクレームの文言と技術情報の文言とがどの程度一致又は近似しているかを示す指標値である。提供処理部３２は、複数の先行商標データを含む有効性データについて、該有効性データに係る商標との類似度が高い順にデータベース５ａ内の各先行商標データを並べ替える機能を有している。提供処理部３２は、複数の公知意匠データを含む有効性データについて、該有効性データに係る意匠との類似度が高い順にデータベース５ａ内の各公知意匠データを並べ替える機能を有している。このようにすれば、情報端末４０は、データのソート処理を別途行うことなく、図１１～図１３のような画面上にソートされたデータを表示させることができ、ユーザの確認作業の効率化を図ることができる。

　提供処理部３２は、情報端末４０において１又は複数の権利が指定された場合、該権利に対応する有効性データを提供する。よって、ユーザは、産業財産権に関する商品を１点単位で選択して購入することができ、必要十分なデータを取得することができる。提供処理部３２は、情報端末４０において権利者及び期間が指定された場合、該権利者の該期間内の権利に対応する有効性データを提供する。よって、ユーザは、細かな選択を行うことなく、ニーズに合った期間単位で商品を迅速に購入することができる。

　提供処理部３２は、情報端末４０において発明者が指定された場合に、該発明者の評価指数の情報を提供してもよい。このようにすれば、ユーザは、例えば図１７のような画面上において、発明者のランクや貢献度などを確認することができ、ヘッドハンティングなどに活用することができる。また、提供処理部３２は、情報端末４０において発明者が指定された場合に、該発明者の固有情報を提供してもよい。このようにすれば、ユーザは、例えば図１７のような画面上において固有情報部Ｊ２を確認することにより、発明者の経歴や共同発明者などを知ることができ、人材発掘などに活かすことができる。

　提供処理部３２は、情報端末４０において権利者が指定された場合、該権利者の第１期間における権利を第２期間ごとに整理した第１元データを提供してもよい。第１元データは、情報端末４０側で第１データＫ１として表示される。また、提供処理部３２は、情報端末４０において第２期間が指定された場合、該権利者の第２期間における権利を第３期間ごとに整理した第２元データを提供してもよい。第２元データは、情報端末４０側で第２データＫ２として表示される。さらに、提供処理部３２は、情報端末４０において第３期間が指定された場合、第３期間における権利に対応する有効性データを提供するとよい。このようにすれば、ユーザは、直感的で簡易な操作により選択期間を狭めつつ、ニーズに合った期間を選定することができるため、ユーザビリティーの向上を図ることができる。例えば、図６又は図７のように、情報端末４０が各期間に対応づけて格付けスコアなどを表示するように構成すれば、ユーザの期間選択の利便性の向上を図ることができる。

　提供処理部３２は、情報端末４０において発明者が指定された場合に、該発明者の評価指数の情報を提供してもよい。このようにすれば、ユーザは、例えば図１７のような画面上において、発明者のランクや貢献度などを確認することができ、ヘッドハンティングなどに活用することができる。また、提供処理部３２は、情報端末４０において発明者が指定された場合に、該発明者の固有情報を提供してもよい。このようにすれば、ユーザは、例えば図１７のような画面上において固有情報部Ｊ２を確認することで、発明者の経歴や共同発明者などを知ることができ、人材発掘などに活かすことができる。

　データ管理システム１０において、データ分析装置２０は、権利関連情報に含まれるコアデータに対し翻訳処理を施して翻訳データを生成する翻訳処理手段１２１と、翻訳データに基づく学習用データを用いた機械学習により推定モデルＭ１を生成する学習処理手段１２３と、を有している。そのため、言語の違いによる推定精度の低下を防ぐと共に、言語の統一化により、機械学習用のデータ量を実質的に増やすことができる。そのため、格付けスコアなどの精度向上を図ると共に、有効性データなどの商品の信頼性を高めることができる。すなわち、データ管理システム１０によれば、世界中の特許等の権利について、どのような関連資料が存在するかを精度よく示すことができる。

　また、データ分析装置２０は、翻訳データに解析処理を施して学習用データを生成する前処理手段１２２を有している。よって、コアデータの特徴を精度よく分析することができる。加えて、前処理手段１２２は、翻訳データに解析処理を施して分析用データを生成する。そして、データ分析装置２０は、前処理手段１２２において生成された分析用データを推定モデルＭ１の入力として有効性データなどを求める推定処理手段１２４を有している。よって、推定モデルＭ１により、精度のよい推定結果などを得ることができる。

＜変形例１＞
　図２０～図３２を参照して、実施の形態１の変形例１におけるデータ提供システム１００の構成及び動作について説明する。本変形例１のデータ提供システム１００は、産業財産権のうちの特許権及び実用新案権に特化した処理を行うよう構成されており、外部から収集するデータ中の自然言語をベクトル化して解析する機能を備えたデータ分析装置２０Ａを有している。データ提供システム１００の全体的な構成及び動作は、図１～図１９を参照して説明した上記の例と同様であるため、同等の構成については同一の符号を付して説明は省略する。

　図２０を参照して、データ分析装置２０Ａの機能的構成について説明する。データ分析装置２０Ａは、分析対象とされている権利に対し格付処理を行うものである。以下、分析対象とされている権利のことを「対象権利」ともいう。つまり、データ分析装置２０Ａは、各対象権利それぞれの請求の範囲（特許請求の範囲又は実用新案登録請求の範囲など）を分析することにより、各クレーム及び各対象権利の有効性に係るレーティングを実行する。本変形例１では、世界中の特許権及び実用新案権が分析対象とされる。通常、更新期間が経過するタイミングで分析対象が増加する。データ分析装置２０Ａは、更新期間の経過により増加した対象権利に対しても逐次格付処理を実行する。データ分析装置２０Ａは、複数の対象権利それぞれの有効性を分析する分析処理部２２Ａを有している。

　分析処理部２２Ａは、文章を自然言語解析によりベクトル化して意味ベクトルを生成する機能を有している。例えば、分析処理部２２Ａは、ＢＥＲＴ（Bidirectional Encoder Representations from Transformers）などのTransformer系のエンコーダ（encoder）に基づく自然言語処理により、文章の意味ベクトルへのベクトル化を実行する。本実施の形態１において、分析処理部２２Ａは、３２次元の意味ベクトルを生成するよう構成されている。分析処理部２２Ａは、事前学習とファインチューニングとの２段階で学習させた学習済モデルを自然言語処理に用いるようにしてもよい。なお、分析処理部２２Ａが処理するものは「情報」であるが、本明細書では、例えば「請求の範囲」「クレーム」「クレーム要素」のように、「情報」である旨を省略することがある。

　分析処理部２２Ａは、生成する種々の意味ベクトル間の一致度を、コサイン類似度を用いることにより、０～１の範囲で求める。より具体的に、分析処理部２２Ａは、１から、２つのベクトル間のコサイン類似度を減ずることにより、２つのベクトル間の一致度を求めるようになっている（２ベクトル間のコサイン類似度を「ｃｏｓθ」とした場合、「一致度＝１－ｃｏｓθ」と表せる。）。ここで、コサイン類似度には、ベクトル同士の成す角度の近さが現れるため、類似する２つのベクトルほど、これらの間のコサイン類似度は１に近づく。よって、本変形例１における一致度は、０に近いほどベクトル同士が類似することを示し、１に近いほどベクトル同士が類似しないことを示す。つまり、一致度は、０に近いほどベクトル同士の意味上のぶれが少ないことを示し、１に近いほどベクトル同士の意味上のぶれが大きいことを示す。なお、一致度が０の場合は、２つの意味ベクトルが完全に一致することを意味する。

　分析処理部２２Ａは、収集処理手段１２２ａと、評価処理手段１２２ｂと、構築処理手段２２ｃと、を有している。収集処理手段１２２ａは、ＡＰＩ等を通じて、対象権利に関する権利関連情報を定期的に収集する。また、収集処理手段１２２ａは、各権利の有効性を分析するための情報として、世界中の発明又は考案に関連する情報を外部から収集する。発明又は考案に関連する情報は、特許又は実用新案に関する公報の他、非特許文献の情報を含む。非特許文献には、上述した通り、各種の技術論文・技報、技術標準、企業・研究機関・大学等のＷｅｂサイト、Ｗｅｂ上の記事・カタログ、ブログ、ＳＮＳ、ＹｏｕＴｕｂｅ（登録商標）などの情報が含まれる。以下、発明又は考案に関連する情報のことを「発明関連情報」ともいう。発明関連情報のうちで、既に特許分類が付与されている特許又は実用新案に関する公報の情報のことを「分類済情報」ともいう。これに対し、発明関連情報のうちで、特許分類が付与されていない非特許文献の情報のことを「未分類情報」ともいう。収集処理手段１２２ａは、収集した発明関連情報を収集用データベース部２４などに格納する。

　収集処理手段１２２ａは、ＣＰＣ又はＩＰＣなどの特許分類の情報を収集し、収集した特許分類の情報をもとに、記憶部２３又は収集用データベース部２４などに分類用データベース４ａを構築する機能を有している。図２０では、収集用データベース部２４内に分類用データベース４ａが構築される例を示している。特許分類は、複数の分類コードが階層構造により整理されており、各分類コードには説明文が紐付けられている。より具体的に、分類コードには、該分類コードの階層の情報である階層データと、該分類コードの説明文の情報である説明データとが紐付けられている。

　図２１は、収集処理手段１２２ａが生成する分類用データベース４ａの概要を例示した表である。収集処理手段１２２ａは、情報提供サーバ群３００等から特許分類の情報を収集する。特許分類の情報は、図２１の太枠内の例のように、少なくとも分類コードと階層データと説明データとが紐付けられた情報である。階層データは、外部から収集する分類コードごとの階層の情報を、収集処理手段１２２ａが処理しやすい情報に変換したものであってもよい。図２１では、分類コードをＰ_１～Ｐ_Ｍ（Ｍは特許分類における分類コードの総数）で示し、階層データの階層を数字で例示し、説明データの文字を複数の白丸で例示している。もっとも、分類コードの階層構造は、３段階に限らず、特許分類によって任意の階層数が設定されている。

　収集処理手段１２２ａは、外部から収集する特許分類の情報に含まれる説明データそれぞれを自然言語処理によりベクトル化することで、説明データそれぞれに対応する意味ベクトルである分類ベクトルを生成する。そして、収集処理手段１２２ａは、特許分類の情報に含まれる各分類コードごとに、階層データと分類ベクトルとを紐付けて分類用データベース４ａを生成する。図２１では、分類用データベース４ａが各分類コードそれぞれの説明データを含む例を示しているが、これに限定されない。収集処理手段１２２ａは、分類ベクトルへの変換処理を終えた説明データを削除し、分類コードと階層データと分類ベクトルとにより構成された分類用データベース４ａを生成してもよい。

　収集処理手段１２２ａは、各未分類情報のそれぞれに、分類コードに対応する分類データを付与する分類付与機能を有していてもよい。この場合、収集処理手段１２２ａは、未分類情報の一部又は全部を自然言語処理によりベクトル化することで、該未分類情報に対応する意味ベクトルである未知ベクトルを生成する。非特許文献の情報である未分類情報のうち、収集処理手段１２２ａがベクトル化の対象とする分類対象データは、非特許文献の種類及び内容に応じて調整され、適宜変更することができる。

　また、収集処理手段１２２ａは、生成した未知ベクトルと、分類用データベース４ａ内の各分類ベクトルとを比較し、該未知ベクトルと意味上の類似性が最も高い分類ベクトルを特定する。そして、収集処理手段１２２ａは、生成した未知ベクトルに対応する未分類情報に、特定した分類ベクトル及び該分類ベクトルに対応する分類コードのうちの少なくとも１つである分類データを紐付けて記憶させる。すなわち、例えば、収集処理手段１２２ａは、生成した未知ベクトルに対応する未分類情報に対し、特定した分類ベクトルを紐付けて記憶させてもよい。これにより、未分類情報には、実質的に分類コードが付与される。あるいは、収集処理手段１２２ａは、生成した未知ベクトルに対応する未分類情報に、特定した分類ベクトルに対応する分類コードを紐付けて記憶させてもよい。もっとも、収集処理手段１２２ａは、生成した未知ベクトルに対応する未分類情報に、特定した分類ベクトルと、該分類ベクトルに対応する分類コードとの双方を紐付けて記憶させてもよい。

　評価処理手段１２２ｂは、翻訳処理手段２２１と、抽出処理手段２２５と、一致度処理手段２２６と、格付処理手段２２７と、を有している。翻訳処理手段２２１は、権利関連情報及び発明関連情報に翻訳処理を施すものである。翻訳処理手段２２１は、上述した翻訳処理手段１２１と同様、共通言語に統一化する翻訳処理を実行する。

　抽出処理手段２２５は、対象権利の出願日よりも前に公開された発明関連情報を、収集処理手段１２２ａが収集した複数の発明関連情報の中から抽出するものである。以下、発明又は考案に関連する情報であって、対象権利の出願日よりも前に公開された発明関連情報のことを「日前情報」ともいう。日前情報には、出願日よりも前に公開された対象権利に係る発明関連情報について、その公開によっては該発明関連情報の新規性が喪失しないものとして取り扱われる規定（新規性喪失の例外規定など）の適用を、該対象権利の出願人等が受けている場合における、その発明関連情報を含まないようにするとよい。この場合、抽出処理手段２２５は、対象権利の出願経過に関する情報における上記規定に対応する書類と発明関連情報との照合処理により、上記規定の適用対象の発明関連情報を日前情報から除外するよう構成するとよい。抽出処理手段２２５は、予め決められた条件に基づいて日前情報をさらに絞り込む機能を有していてもよい。つまり、抽出処理手段２２５は、各対象権利のそれぞれについて、全ての日前情報の中から、該対象権利の有効性の分析に用いる複数の日前情報を抽出するようにしてもよい。

〔文章ベクトルと分類ベクトルとの比較による日前情報の絞り込み〕
　例えば、抽出処理手段２２５は、対象権利の請求の範囲、クレーム１、明細書の一部もしくは全部、要約書、又は全文などを自然言語処理によりベクトル化し、意味ベクトルである文章ベクトルを生成し、生成した文章ベクトルを該対象権利に紐付けて記憶させる。抽出処理手段２２５は、全ての対象権利（分析対象とされている全ての権利）について、文章ベクトルの生成及び紐付け処理を実行する。また、抽出処理手段２２５は、各分類済情報のそれぞれから分類コードを取得し、取得した分類コードを分類用データベース４ａに照らすことにより、該分類コードに対応する分類ベクトルを取得する。そして、抽出処理手段２２５は、各分類済情報に対し、これらに付された分類コードに対応する分類ベクトルを紐付けて記憶させる。これにより、各対象権利のそれぞれに文章ベクトルが紐付けられ、各分類済情報のそれぞれに分類ベクトルが紐付けられる。

　抽出処理手段２２５は、対象権利に紐付けられた文章ベクトルと、各分類済情報に紐付けられた分類ベクトルとを比較し、これらの一致度である文章一致度が文章閾値以下である分類済情報を、権利の有効性分析用の日前情報として抽出する。収集処理手段１２２ａが分類付与機能により各未分類情報に分類ベクトル等を紐付けている場合、抽出処理手段２２５は、対象権利に紐付く文章ベクトルと、各未分類情報に紐付く分類ベクトルとを比較し、これらの一致度である文章一致度が文章閾値以下である未分類情報を、該対象権利の有効性分析用の日前情報として抽出する。文章閾値は、予め設定され、適宜変更することができる。

〔分類ベクトル同士の比較による日前情報の絞り込み〕
　抽出処理手段２２５は、対象権利に付されている分類コードを取得し、取得した分類コードを分類用データベース４ａに照らすことにより、該分類コードに対応する分類ベクトルを取得する。抽出処理手段２２５は、該対象権利に対し、これに付された分類コードに対応する分類ベクトルを紐付けて記憶させる。収集処理手段１２２ａは、全ての対象権利に対し、分類ベクトルの取得及び紐付け処理を実行する。抽出処理手段２２５は、上記同様、複数の分類済情報のそれぞれに対し、分類ベクトルの紐付け処理を実行する。

　そして、抽出処理手段２２５は、対象権利に紐付けられた分類ベクトルと、各分類済情報に紐付けられた分類ベクトルとを比較し、これらの一致度である分類一致度が分類閾値以下である分類済情報を、該対象権利の有効性分析用の日前情報として抽出する。収集処理手段１２２ａが分類付与機能により各未分類情報に分類ベクトル等を紐付けている場合、抽出処理手段２２５は、対象権利に紐付く分類ベクトルと、各未分類情報に紐付く分類ベクトルとを比較し、これらの間の分類一致度が分類閾値以下である未分類情報を、該対象権利の有効性分析用の日前情報として抽出する。分類閾値は、予め設定され、適宜変更することができる。

　一致度処理手段２２６は、分析対象とされている特許又は実用新案に係る対象権利におけるクレームの１又は複数のクレーム要素（日本国では構成要件・構成要素・発明特定事項などと称される）を意味ベクトルである第１ベクトルに変換する。すなわち、一致度処理手段２２６は、各対象権利の請求の範囲における１又は複数のクレームをクレーム要素に分解する。そして、一致度処理手段２２６は、クレーム要素を自然言語処理によりベクトル化することで、クレーム要素ごとの第１ベクトルを生成して記憶させる。クレームの構成や分解の手法などによっては、クレームにおけるクレーム要素が１つとなる場合もある。一致度処理手段２２６は、全ての対象権利に対し、全てのクレームの分解処理と第１ベクトルの生成処理を行い、生成した第１ベクトルを各クレーム要素に紐付けて記憶させる。

　また、一致度処理手段２２６は、抽出処理手段２２５が抽出した複数の日前情報それぞれの一部又は全部を分割した分割データごとに意味ベクトルである第２ベクトルに変換する。すなわち、一致度処理手段２２６は、日前情報の一部又は全部である分割対象情報を所定の条件により複数の分割データに分割し、各分割データそれぞれを自然言語処理によりベクトル化することで、各分割データごとの第２ベクトルを生成するして記憶させる。日前情報が特許文献等の場合、一致度処理手段２２６は、例えば日前情報における明細書（description）を分割対象情報としてもよい。明細書には原則、他の書類（請求の範囲・要約書など）の内容も含まれるため、分割対象情報を明細書にすることで、処理の効率化を図ることができる。日前情報を分割する条件としては、例えば「一文ごとに分割する」といった条件を好適に用いることができる。この場合、分割データは、一文（日本語の場合は冒頭から句点まで）に相当する。このようにすれば、２つのベクトル間のコサイン類似度に基づく一致度を用いることにより、クレーム要素との意味上の関連性が相対的に高い記載の、日前情報中における位置を特定することができる。

　一致度処理手段２２６は、各第１ベクトルと各第２ベクトルとの相互比較により、対象権利におけるクレームのクレーム要素と、各日前情報それぞれとの一致度である総一致度を求める。より具体的に、一致度処理手段２２６は、対象権利について、日前情報ごとに、第１ベクトルと複数の第２ベクトルとの比較を行い、第１ベクトルと各第２ベクトルとの一致度である分割一致度を求める。一致度処理手段２２６は、分割一致度が対比閾値以下であれば、該分割一致度に紐付けて、クレーム要素と分割データとの間の関連性が相対的に高いことを示す関連フラグを立てるようにしてもよい。

　そして、一致度処理手段２２６は、ある第１ベクトルと、ある日前情報に対応する全ての第２ベクトルそれぞれとの間の分割一致度から、該第１ベクトルに対応するクレーム要素と該日前情報との一致度である総一致度を求める。一致度処理手段２２６は、求めた総一致度が総閾値以下であれば、該総一致度に紐付けて、クレーム要素と日前情報との関連性が相対的に高いことを示す一致フラグを立てるようにしてもよい。

　図２２は、クレームにおけるクレーム要素に対応する種々のデータを例示した表である。図２２では、抽出処理手段２２５がＮ個（Ｎは任意の自然数）の日前情報を抽出したことを前提とし、これらにＤ_１～Ｄ_Ｎの符号を対応づけている。なお、Ｄ_１～Ｄ_Ｎは、日前情報の識別番号に対応する。分割データを示す「ｄ」に付した「ｋ」「ｊ」は、便宜的な記号であり、複数の日前情報Ｄ_１～Ｄ_Ｎの分割対象情報が同じ数の分割データに分割されることを意味するものではない。関連フラグの欄は、関連フラグが立っている分割一致度（図の白丸）もあれば、関連フラグが立っていない分割一致度（図の×）もあることを示す一例に過ぎず、白丸と×の位置に何ら意味はない。一致フラグの欄についても同様である。一致度処理手段２２６は、対象権利の請求の範囲における全てのクレーム要素について、図２２のような種々の情報を取得し、あるいは演算により求め、記憶部２３又は出力用データベース部２５などに記憶させる。

　図２３は、クレーム要素ごとの、複数の日前情報との総一致度を例示した表であり、これは、対象権利のクレーム要素と複数の日前情報との間の総一致度を整理した一致度データベースの一部を例示したものである。一致度処理手段２２６は、全ての対象権利のクレーム要素と各日前情報との総一致度を整理した一致度データベースを構築する機能を有している。図２３では、対象権利の請求の範囲が６つのクレームを有する例を示している。図２３に例示する各クレームのうち、クレーム１は７つのクレーム要素に分解され、クレーム２～クレーム５は１つのクレーム要素からなるクレームとして処理され、クレーム６は５つのクレーム要素に分解されている。図２３では、総閾値「０．２０」を前提とし、一致フラグが立つ条件を満たす枠、つまり総一致度が０．２０以下の枠を太線としている。なお、図２３では、複数の日前情報としてＤ_１～Ｄ_７のみを例示しているが、一致度処理手段２２６は、原則として、全ての日前情報の総一致度を求める。

　一致度処理手段２２６は、日前情報ごとに求めた総一致度に基づき、対象権利との意味上の類似性が最も高い日前情報である主関連情報Ｄａを特定する。例えば、一致度処理手段２２６は、あるクレームについて、総一致度が総閾値以下となるクレーム要素が最も多い日前情報を主関連情報Ｄａとする。総一致度が総閾値以下となるクレーム要素が最も多い日前情報が複数ある場合、該複数の日前情報の中から、総一致度や一致フラグの状態などをもとに１つの主関連情報Ｄａを特定してもよく、複数の主関連情報Ｄａを特定してもよい。

　一致度処理手段２２６は、特定した主関連情報Ｄａとの意味上の関連性が相対的に高い１又は複数の日前情報を副関連情報として選定してもよい。より具体的に、一致度処理手段２２６は、主関連情報Ｄａに紐付く分類ベクトルとの一致度が副閾値以下の分類ベクトルが紐付く１又は複数の日前情報を副関連情報Ｄｂとして選定してもよい。副閾値は、予め設定され、適宜変更することができる。ここで、主関連情報Ｄａに紐付く分類ベクトルとは、主関連情報Ｄａが分類済情報の場合、これに付与されている分類コードに対応する分類ベクトルのことである。一方、主関連情報Ｄａが未分類情報の場合は、該主関連情報Ｄａに紐付けられた分類コードに対応する分類ベクトル、又は該主関連情報Ｄａに直接紐付けられた分類ベクトルのことである。

　ここで、進歩性（非自明性）が否定される方向に働く要素（動機付けの要素）として、主引例と副引例との間の「技術分野の関連性」が知られている。この点、上記のように、主関連情報Ｄａとの間で分類ベクトル間の意味上の関連性が相対的に高い日前情報を副関連情報Ｄｂとして抽出すれば、主関連情報Ｄａに副関連情報Ｄｂを組み合わせることの容易想到性が高まるため、主関連情報Ｄａ及び１又は複数の副関連情報Ｄｂに基づく格付けスコア（個別スコア及び総合スコア）の信頼性が高まる。さらに、主関連情報Ｄａと副関連情報Ｄｂとの間で、特許分類の階層がある程度の深さで近似するように、分類ベクトル及び副閾値を調整すれば、格付けスコアの精度をさらに高めることができる。

　格付処理手段２２７は、一致度処理手段２２６により求められた各総一致度に基づいて、複数の対象権利それぞれの有効性の指標となる格付けスコアを求める。本変形例１の格付処理手段２２７は、格付けスコアとして、クレームの有効性の指標となる個別スコアをクレームごとに求めると共に、対象権利の有効性の指標となる総合スコアを対象権利ごとに求めるよう構成されている。より具体的に、格付処理手段２２７は、クレームにおける１又は複数のクレーム要素と、主関連情報Ｄａ及び１又は複数の副関連情報Ｄｂとの間の総一致度を用いて、クレームごとの個別スコアと、対象権利ごとの総合スコアとを求める。

　格付処理手段２２７は、総合スコアとして、例えば、総合的な順位を求めてもよく、発明又は考案が属する技術分野における順位を求めてもよく、出願日が属する一定期間における順位を求めてもよい。一定期間は、任意に設定することができる。格付処理手段２２７は、上記のような順位などをもとに、例えば「ＡＡＡ」「ＡＡ」「Ａ」「ＢＢＢ」「ＢＢ」「Ｂ」「ＣＣＣ」「ＣＣ」「Ｃ」「Ｄ」のような段階的な評価を示す総合スコアを求めてもよい。格付処理手段２２７は、個別スコア及び総合スコアなどの情報を、該対象権利に紐付けて記憶部２３又は出力用データベース部２５に記憶させる。

〔総一致度の平均又は標準偏差に基づく演算〕
　格付処理手段２２７は、クレームに紐付く全ての総一致度を用いて個別スコアを求めてもよい。クレームに紐付く全ての総一致度とは、例えば、クレームの１又は複数のクレーム要素と、主関連情報Ｄａ及び全ての副関連情報Ｄｂそれぞれとの間の総一致度のことである。格付処理手段２２７は、クレームに紐付く全ての総一致度の平均を個別評価値として求め、求めた個別評価値をもとに個別スコアを求めてもよい。また、格付処理手段２２７は、クレームに紐付く全ての総一致度の標準偏差を個別評価値として求め、求めた個別評価値をもとに個別スコアを求めてもよい。例えば、格付処理手段２２７は、個別評価値と複数の閾値との比較により、個別スコアを段階的に求めることができる。

　格付処理手段２２７は、あるクレームに対応する副関連情報Ｄｂが指定数よりも多ければ、予め決められた選定条件により指定数の副関連情報Ｄｂを選定してもよい。指定数は、個別スコアの演算に用いる副関連情報Ｄｂの数として設定される数である。選定条件としては、一致フラグの数が多いという条件、主関連情報Ｄａに一致フラグが立っていないクレーム要素に一致フラグが立っているという条件、又はこれらを組み合わせた条件などを採用することができる。この場合、格付処理手段２２７は、各クレームについて、選定条件により絞り込んだ日前情報（主関連情報Ｄａ及び指定数の副関連情報Ｄｂ）に紐付く総一致度の平均を個別評価値として求め、求めた個別評価値をもとに個別スコアを求めてもよい。格付処理手段２２７は、各クレームについて、選定条件により絞り込んだ日前情報に紐付く総一致度の標準偏差を個別評価値として求め、求めた個別評価値をもとに個別スコアを求めてもよい。

　ここで、図２４を参照して、日前情報の絞り込みについて視覚的に説明する。図２４では、指定数「４」、総閾値「０．１８」を前提とし、あるクレームのクレーム要素と、選定された複数の日前情報との間の総一致度を例示している。図２４には、クレームとして、７つのクレーム要素に分割されたクレーム１を例示し、主関連情報Ｄａとして「Ｄ_１」を例示し、副関連情報Ｄｂとして「Ｄ_２～Ｄ_５」を例示している。なお、図２４では、一致フラグが立つ条件を満たす枠、つまり総一致度が０．１８以下の枠を太線にしている。このように、選定条件に基づき、新規性及び進歩性を否定する要素に乏しい日前関連文献を演算対象から除外し、絞り込んだ日前情報に紐付く総一致度の平均値又は標準偏差を求めるようにすれば、個別スコアの精度向上を図ることができる。

〔一致フラグの割合に基づく演算〕
　格付処理手段２２７は、あるクレームについて、クレーム要素の数と抽出処理手段２２５が抽出した日前情報の総数との積に対する一致フラグの数の割合を個別評価値として求め、求めた個別評価値をもとに個別スコアを求めるようにしてもよい。格付処理手段２２７は、あるクレームに対応する副関連情報Ｄｂが指定数よりも多ければ、選定条件により指定数の副関連情報Ｄｂを選定してもよい。そして、格付処理手段２２７は、該クレームについて、クレーム要素の数と主関連情報Ｄａ及び各副関連情報Ｄｂの総数との積に対する一致フラグの数の割合を個別評価値として求め、求めた個別評価値をもとに個別スコアを求めてもよい。

　図２５を参照して、一致フラグの割合に基づく個別評価値の演算処理について具体的に説明する。図２５は、図２４の各総一致度を一致フラグが立っているか否かにより整理した説明図であり、諸々の設定等は図２４と同様である。図２５では、各クレーム要素について、一致フラグが立っている日前情報の欄に丸を付し、一致フラグが立っていない日前関連文献の欄に×を付している。図２５に例示するクレームの場合、クレーム要素の数と主関連情報Ｄａ及び各副関連情報Ｄｂの総数との積は３５（「白丸の総数」＋「×の総数」＝７×５）であり、一致フラグの数は１５（白丸の総数）である。よって、個別評価値は「３／７」となる。

〔新規性と進歩性との段階的な評価による個別スコアの演算〕
　格付処理手段２２７は、新規性の有無に係る判定処理と、進歩性の有無に係る判定処理とを段階的に行うことにより、クレームごとの個別スコアを求めてもよい。かかる構成を採る場合、新規性のないクレームの方が、進歩性のないクレームよりも有効性が低い、という考えが前提となる。併せて、収集処理手段１２２ａが分類用データベース４ａを生成し、一致度処理手段２２６が主関連情報Ｄａの特定と副関連情報Ｄｂの抽出を行っていることが前提となる。以下、あるクレーム要素と日前情報との間の総一致度が総閾値以下であることを「日前情報がクレーム要素を充足する」と表現する。また、あるクレーム要素と日前情報との間の総一致度が総閾値よりも大きいことを「クレーム要素が新規的である」と表現する。適宜、図２４及び図２６を参照して説明する。

　格付処理手段２２７は、あるクレームについて、『全てのクレーム要素を充足する日前情報が幾つ存在するか、』『全てのクレーム要素を充足する日前情報が存在しない場合に、該非充足のクレーム要素を、他の幾つの日前情報によって充足するか、あるいは他の複数の日前情報の組み合わせによっても充足しないか、』といった判定基準に基づいて個別スコアを求めるものである。以下、新規性の観点と進歩性の観点とに分けて説明する。

＜新規性の有無に係る判定処理＞
　あるクレームについて、少なくとも１つの日前情報が全てのクレーム要素を充足する場合、つまり該クレームの全てのクレーム要素と該日前情報との間の総一致度が何れも総閾値以下の場合、そのクレームには、格付処理手段２２７によって新規性なしに対応する個別スコアが付与される。この場合の個別スコアは、例えば下記のような条件に対応づけて段階的に設定することができる。

（１）あるクレームについて、全てのクレーム要素を充足する日前情報が複数存在するという条件。
（２）あるクレームについて、全てのクレーム要素を充足する日前情報が１つだけ存在するという条件。

　図２４には、条件（２）を満たす状況が例示されている。つまり、図２４に例示する日前情報Ｄ_１は、１つのクレームにおける全てのクレーム要素を充足している。条件（２）を満たすクレームには、新規性なしの中では相対的に上位の個別スコアが付与される。条件（１）を満たすクレームには、条件（２）を満たすクレームよりも下位の個別スコアが付与される。条件（１）を満たすクレームには、一律に同じ個別スコアが付与されるようにしてもよく、全てのクレーム要素を充足する日前情報の数が多いほど下位の個別スコアが付与されるようにしてもよい。

　格付処理手段２２７は、個別スコアを求める際、例えば、全てのクレーム要素を充足する日前情報に紐付く総一致度を用い、該クレームの有効性を示す個別評価値を求めてもよい。個別評価値としては、総一致度の平均又は標準偏差などが想定される。このような個別評価値には、通常、個別スコアが等しいクレーム間にも差がつく。よって、個別評価値を総合スコアの演算等に用いることにより、有効性レーティングの精度向上を図ることができる。

＜進歩性の有無に係る判定処理＞
　あるクレームについて、全てのクレーム要素を充足する日前情報が存在しない場合、つまり、何れの日前情報も、該クレームのうちの少なくとも１つのクレーム要素との間の総一致度が総閾値よりも大きい場合、そのクレームには、格付処理手段２２７によって新規性ありに対応する個別スコアが付与される。この場合の個別スコアは、例えば下記のような条件に対応づけて、段階的に設定することができる。

（クレームの有効性が相対的に低い場合：進歩性なし）
（３）あるクレームについて、クレーム要素のうちの１つが新規的であり、それを補完する日前情報が複数存在するという条件。
（４）あるクレームについて、クレーム要素のうちの１つが新規的であり、それを補完する日前情報が１つだけ存在するという条件。
（５）あるクレームについて、クレーム要素のうちの複数が新規的であり、それらを単独で補完する日前情報が複数存在するという条件。
（６）あるクレームについて、クレーム要素のうちの複数が新規的であり、それらを単独で補完する日前情報が１つだけ存在するという条件。
（７）あるクレームについて、クレーム要素のうちの複数が新規的であり、それらを複数の日前情報の組み合わせにより補完できるという条件。

（クレームの有効性が相対的に高い場合：進歩性あり）
（８）あるクレームについて、クレーム要素のうちの１つが新規的であり、それを補完する日前情報が存在しないという条件。
（９）あるクレームについて、クレーム要素のうちの複数が新規的であり、それらを複数の日前情報の組み合わせによっても補完できないという条件。

　上記の各条件については、条件に付された数字が大きくなるほど、上位の個別スコアが対応づけられるようにするとよい。ただし、条件（５）～条件（７）については、新規的なクレーム要素の数、クレーム要素を補完可能な日前情報の数、総一致度などに基づき、対応づける個別スコアの上下関係を適宜入れ替えてもよい。

　図２６には、条件（３）を満たす状況を例示している。つまり、図２６に例示する日前情報Ｄ_１は、クレームにおける１つのクレーム要素（１ｅ）だけを充足していないが、クレーム要素（１ｅ）は、日前情報Ｄ_２又はＤ_３により補完される。すなわち、クレーム要素（１ｅ）と日前情報Ｄ_２及びＤ_３との総一致度は０．１８以下となっている。

　図２７には、条件（７）を満たす状況を例示している。つまり、図２７に例示する日前情報Ｄ_１は、クレーム要素（１ｄ）及び（１ｆ）を充足していないが、クレーム要素（１ｄ）は日前情報Ｄ_３又はＤ_５により補完され、クレーム要素（１ｆ）は日前情報Ｄ_２により補完される。上記の条件（１）～条件（９）は、あくまで例示であり、個別スコアは、新規的なクレーム要素の数、クレーム要素を補完可能な日前情報の数、総一致度などに基づき、さらに細分化することができる。

　格付処理手段２２７は、個別スコアを求める際、例えば、個別スコアの演算に用いた日前情報に紐付く総一致度の平均又は標準偏差などを個別評価値として求めてもよい。通常、個別評価値には、個別スコアが等しいクレーム同士であっても差がつく。したがって、個別評価値を総合スコアの演算等に用いることにより、有効性レーティングの精度を高めることができる。

　本変形例１の構築処理手段２２ｃは、記憶部２３及び収集用データベース部２４に記憶されている情報をもとに、出力用データベース部２５内に、複数の対象権利それぞれの個別スコア及び総合スコアを管理するデータベース５ａを構築する。記憶部２３内の情報には、収集処理手段２２ａ及び評価処理手段１２２ｂが記憶させた情報も含まれる。本変形例１においても、収集処理手段１２２ａは、世界各国の権利関連情報における差分を記憶部２３等に記憶させる。権利関連情報には対象権利も含まれる。評価処理手段１２２ｂは、上記差分を用いて、追加された対象権利に関する格付けスコアなどを求めて記憶部２３等に記憶させる。また、評価処理手段１２２ｂは、上記差分に基づき、クレームの訂正や権利者の変更などが行われた対象権利に関する格付けスコアなどを更新する。構築処理手段２２ｃは、評価処理手段１２２ｂが追加し、あるいは更新した情報をもとに、出力用データベース部２５のデータベースをアップデートし、該データベースをもとに、情報処理手段３２ａがデータベース５ａをアップデートする。データ提供装置３０は、格付処理手段２２７により求められた複数の対象権利それぞれの個別スコア及び総合スコアを管理するデータベース５ａから、外部の要求に対応する格付けスコア、つまり個別スコア及び総合スコアのうちの少なくとも１つを抽出して提供する。

　分析処理部２２Ａは、ＣＰＵ又はＧＰＵなどの演算装置と、こうした演算装置と協働して上記及び下記の各種機能を実現させるデータ分析プログラムＰ１０と、により構成することができる。すなわち、データ分析プログラムＰ１０は、コンピュータとしての分析処理部２２Ａ及び記憶部２３を、収集処理手段１２２ａ、評価処理手段１２２ｂ、及び構築処理手段２２ｃとして機能させるためのプログラムである。

　図２８を参照して、本変形例１におけるデータ管理方法のうち、分類用データベース４ａを生成する動作例について説明する。まず、収集処理手段１２２ａは、外部から特許分類の情報を収集し、例えば図２１の太枠内に示す各データを含む基礎データベースを構築する（ステップＳ１１）。次いで、収集処理手段１２２ａは、基礎データベース内の説明データを読み出し、読み出した説明データから自然言語処理により分類ベクトルを生成する。そして、収集処理手段１２２ａは、生成した分類ベクトルを、該説明データに対応する分類コードに紐付けて記憶させる（ステップＳ１２）。

　収集処理手段１２２ａは、基礎データベース内の全ての説明データに対し、ステップＳ１２の処理を実行する（ステップＳ１３／Ｎｏ、ステップＳ１２）。収集処理手段１２２ａは、全ての説明データに対するステップＳ１２の処理を実行することにより、分類用データベース４ａを構築する（ステップＳ１３／Ｙｅｓ）。なお、収集処理手段１２２ａは、ステップＳ１１の処理とステップＳ１２及びＳ１３の処理とを並行して行ってもよい。

　図２９を参照して、本変形例１におけるデータ管理方法のうち、非特許文献の情報に分類データを付与する動作の流れについて説明する。まず、収集処理手段１２２ａは、日前情報のうちの非特許文献の情報である未分類情報を取得する（ステップＳ２１）。次いで、収集処理手段１２２ａは、未分類情報から分類対象データを抽出する（ステップＳ２２）。次に、収集処理手段１２２ａは、分類対象データを意味ベクトルに変換することにより未知ベクトルを生成する（ステップＳ２３）。なお、収集処理手段１２２ａが未分類情報の全てを自然言語処理によるベクトル化の対象とする場合、ステップＳ２２は不要となる。

　続いて、収集処理手段１２２ａは、生成した未知ベクトルと、分類用データベース４ａ内の各分類ベクトルとを比較し、該未知ベクトルと各分類ベクトルとの一致度である未知一致度を求める（ステップＳ２４）。収集処理手段１２２ａは、未知ベクトルとの間の未知一致度が最も小さい分類ベクトルを特定する（ステップＳ２５）。そして、収集処理手段１２２ａは、未知ベクトルに対応する未分類情報に対し、ステップＳ２５で特定した分類ベクトル、及び該分類ベクトルに対応する分類コードのうちの少なくとも１つである分類データを紐付けて記憶させる（ステップＳ２６）。これにより、未分類情報についても、分類済情報と同様に取り扱うことができる。つまり、未分類情報は、分類データの紐付け処理により、主関連情報Ｄａ及び副関連情報Ｄｂの対象とすることができる。

　次に、図３０及び図３１を参照して、本変形例１のデータ管理方法における、各対象権利の格付けスコアを求める動作の流れについて説明する。ここでは、日前情報における分割対象情報を一文単位でベクトル化する例を示す。

　まず、一致度処理手段２２６は、対象権利から請求の範囲を抽出する（ステップＳ３１）。一致度処理手段２２６は、抽出した請求の範囲からクレーム１を抽出し、クレーム１に分解処理を施す。つまり、一致度処理手段２２６は、予め設定された分解条件により、クレーム１をクレーム要素ごとに分解する。分解条件は、クレームの上位性やクレームのカテゴリーなどに応じて、クレームごとに個別設定されてもよい（ステップＳ３２）。

　次いで、一致度処理手段２２６は、１つのクレーム要素を第１ベクトルに変換する（ステップＳ３３）。また、一致度処理手段２２６は、１つの日前情報を取得する（ステップＳ３４）。そして、一致度処理手段２２６は、日前情報における明細書（description）などの分割対象情報を一文単位でベクトル化し、文ごとに、意味ベクトルである第２ベクトルを生成する（ステップＳ３５）。

　続いて、一致度処理手段２２６は、第１ベクトルと各第２ベクトルそれぞれとの一致度である分割一致度を求め、求めた分割一致度を、各第２ベクトルに対応する文に紐付けて記憶させる（ステップＳ３６）。次いで、一致度処理手段２２６は、求めた全ての分割一致度について、分割一致度が対比閾値以下であるか否かを判定する（ステップＳ３７）。一致度処理手段２２６は、分割一致度が対比閾値以下であれば（ステップＳ３７／Ｙｅｓ）、該分割一致度に紐付けて、クレーム要素と文との間の意味上の関連性が高いことを示す関連フラグを立てる（ステップＳ３８）。一方、一致度処理手段２２６は、分割一致度が対比閾値よりも大きければ（ステップＳ３７／Ｎｏ）、ステップＳ３９の処理へ移行する。

　一致度処理手段２２６は、第１ベクトルと日前情報の全ての第２ベクトルとの間の分割一致度の演算、及び全ての分割一致度についての判定処理が終了すると（ステップＳ３６～Ｓ３８）、求めた全ての分割一致度に基づいて、クレーム要素と日前情報との間の総一致度を求める。例えば、一致度処理手段２２６は、対比閾値以下である分割一致度の平均又は標準偏差を総一致度としてもよい。一致度処理手段２２６は、対比閾値以下である分割一致度の中から規定数の分割一致度を抽出し、抽出した分割一致度の平均又は標準偏差を総一致度としてもよい。一致度処理手段２２６は、対比閾値以下である分割一致度の中で最も小さいものを総一致度としてもよい。そして、一致度処理手段２２６は、求めた総一致度を、クレーム要素と日前情報とに対応づけて記憶させる（ステップＳ３９）。

　次いで、一致度処理手段２２６は、求めた総一致度が総閾値以下であるか否かを判定する（ステップＳ４０）。一致度処理手段２２６は、総一致度が総閾値以下であれば（ステップＳ４０／Ｙｅｓ）、該総一致度に紐付けて、クレーム要素と日前情報との意味上の関連性が高いことを示す一致フラグを立てる（ステップＳ４１）。一方、一致度処理手段２２６は、総一致度が総閾値よりも大きければ（ステップＳ４０／Ｎｏ）、ステップＳ４２の処理へ移行する。

　一致度処理手段２２６は、抽出処理手段２２５が抽出した複数の日前情報の中に、未処理の日前情報があれば（ステップＳ４２／Ｙｅｓ）、ステップＳ３４へ移行する。すなわち、一致度処理手段２２６は、全ての日前情報に対し、ステップＳ３４～ステップＳ４１の一連の処理を実行する。

　一致度処理手段２２６は、全ての日前情報に対する比較判定処理が完了すると（ステップＳ４２／Ｎｏ）、クレーム１に未処理のクレーム要素があるか否か、つまり、クレーム１について、未処理の第１ベクトルが存在するか否かを判定する（ステップＳ４３）。比較判定処理とは、図３０のステップＳ３６～Ｓ４１の一連の処理、あるいは該処理と同様の処理のことをいう。一致度処理手段２２６は、未処理の第１ベクトルが存在しなければ（ステップＳ４３／Ｎｏ）、ステップＳ４５の処理へ移行する。一方、一致度処理手段２２６は、未処理の第１ベクトルが存在すれば（ステップＳ４３／Ｙｅｓ）、該第１ベクトルと、全ての日前情報それぞれの複数の第２ベクトルとの比較判定処理を行う。一致度処理手段２２６は、未処理の第１ベクトルが複数存在すれば、全ての第１ベクトルについて比較判定処理を実行する。これにより、一致度処理手段２２６は、クレーム１の全てのクレーム要素と全ての日前情報との組み合わせそれぞれに紐付く総一致度の導出が完了する（ステップＳ４４）。

　次に、一致度処理手段２２６は、クレーム１と最も近いと推察される日前情報である主関連情報Ｄａを特定する。主関連情報Ｄａは、新規性又は進歩性を否定するロジックの構築の中心となる日前情報であり、日本では「主引用発明」などと称され、欧州では「Closest Prior Art」と称されるものに相当する。一致度処理手段２２６は、例えば、一致フラグの数が最も多い日前情報を主関連情報Ｄａとする（ステップＳ４５）。

　続いて、一致度処理手段２２６は、対象権利に未処理のクレームが存在するか否かを判定し（ステップＳ４６）、未処理のクレームが存在しなければ（ステップＳ４６／Ｎｏ）、ステップＳ４９の処理へ移行する。一方、一致度処理手段２２６は、未処理のクレームが存在すれば（ステップＳ４６／Ｙｅｓ）、未処理のクレームに分解処理を施し、クレーム要素を第１ベクトルに変換する（ステップＳ４７）。そして、一致度処理手段２２６は、生成した全ての第１ベクトルと、主関連情報Ｄａの各第２ベクトルとの比較判定処理を行い（ステップＳ４８）、ステップＳ４６の処理へ移行する。

　一致度処理手段２２６は、全てのクレームに対する比較判定処理が完了すると（ステップＳ４６／Ｎｏ）、主関連情報Ｄａとの間に意味上の関連性がある１又は複数の副関連情報Ｄｂを、全ての日前情報の中から選定する。副関連情報Ｄｂは、主関連情報Ｄａとの組み合わせにより進歩性を否定するロジックを構築し得るものである。例えば、一致度処理手段２２６は、主関連情報Ｄａに付されている分類ベクトルと、日前情報に付されている分類ベクトルとの一致度を求め、求めた一致度が副閾値以下である日前情報を副関連情報Ｄｂとして選定する。

　一致度処理手段２２６は、予め設定された指定数を上限として副関連情報Ｄｂを選定するようにしてもよい。この場合、一致度処理手段２２６は、進歩性を否定するという観点でより有用と推察される副関連情報Ｄｂから順に選定するとよい。例えば、一致度処理手段２２６は、クレーム１の各クレーム要素につき、主関連情報Ｄａに一致フラグが立っていないクレーム要素に対し一致フラグが立っている日前情報を、副関連情報Ｄｂとして優先的に選定してもよい。もっとも、一致度処理手段２２６は、全てのクレームの各クレーム要素につき、主関連情報Ｄａに一致フラグが立っていないクレーム要素に対し一致フラグが立っている日前情報を、副関連情報Ｄｂとして優先的に選定してもよい（ステップＳ４９）。

　続いて、一致度処理手段２２６は、下位のクレーム（クレーム２以下のクレーム）の全ての第１ベクトルと、各副関連情報Ｄｂそれぞれの複数の第２ベクトルとの比較判定処理を行う。これにより、対象権利における各クレーム要素それぞれと、主関連情報Ｄａ及び全ての副関連情報Ｄｂとの間の総一致度の演算が完了し、図２３に例示するような一致度データベースが構築される（ステップＳ５０）。

　格付処理手段２２７は、対象権利における各クレーム要素それぞれと、主関連情報Ｄａ及び全ての副関連情報Ｄｂとの間の総一致度をもとに、クレームごとの個別スコアを求める。格付処理手段２２７は、上述した何れかの手法によりクレームの個別評価値を求め、求めた個別評価値の大きさから個別スコアを求めてもよい（「総一致度の平均又は標準偏差に基づく演算」「一致フラグの割合に基づく演算」参照）。この場合、例えば、個別評価値に対応する複数の数値範囲と複数の個別スコアとを関連づけたスコアテーブルを記憶部２３等に格納しておいてもよい。そして、格付処理手段２２７は、求めた個別評価値をスコアテーブルに照らして個別スコアを求めてもよい。または、段階的に設定された複数の個別スコアと、個別スコア間の数値的境界に対応する複数の閾値とを記憶部２３等に記憶させておき、格付処理手段２２７が、求めた個別評価値と閾値との比較処理から個別スコアを求めてもよい。格付処理手段２２７は、上述した「新規性と進歩性との段階的な評価による個別スコアの演算」のように、個別スコアを直接的に求めてもよい（ステップＳ５１）。

　次いで、格付処理手段２２７は、暫定的な総合スコアである暫定スコアを求める。例えば、格付処理手段２２７は、請求の範囲にクレームが１つだけ存在する場合、個別スコアをそのまま暫定スコアとしてもよい。格付処理手段２２７は、請求の範囲に複数のクレームが存在する場合、最も上位の個別スコアを暫定スコアとしてもよい。また、格付処理手段２２７は、請求の範囲に複数のクレームが存在する場合、全ての個別スコアを数値化し、数値化した各値を用いた演算処理により暫定スコアを求めてもよい。この場合、段階的に設定される個別スコアのそれぞれに換算用の数値を割り当てておくとよい。そして、全ての個別スコアを数値化した各値から求めた演算値に対する閾値処理等により暫定スコアを求めてもい（ステップＳ５２）。

　評価処理手段１２２ｂは、未処理の対象権利が存在する限り（ステップＳ５３／Ｙｅｓ）、該対象権利に対し、ステップＳ３１～Ｓ５２の一連の処理を実行する。すなわち、一致度処理手段２２６は、全ての対象権利に対しステップＳ３１～Ｓ５２の一連の処理を実行し、全ての対象権利それぞれの個別スコア及び暫定スコアを求めて記憶させる。格付処理手段２２７は、全ての対象権利それぞれの個別スコア及び暫定スコアの導出処理が完了すると（ステップＳ５３／Ｎｏ）、各対象権利それぞれの暫定スコア等を相対比較することにより、各対象権利それぞれの暫定スコアを調整し、対象権利間の相対的な有効性を示す総合スコアを求める。

　格付処理手段２２７は、必要に応じて暫定スコアに補正を加えるが、暫定スコアと総合スコアが一致することもある。格付処理手段２２７は、全ての対象権利を所定条件により分類したグループでの相対的な有効性を示す総合スコアを求めてもよい。例えば、総合スコアは、対象権利の発明又は考案が属する技術分野での相対的な有効性を示すものであってもよく、対象権利の出願日が属する任意の期間での相対的な有効性を示すものであってもよい（ステップＳ５４）。

　以降、更新期間ごとのデータベース５ａのアップデート時は、評価処理手段１２２ｂが、世界各国の権利関連情報における差分に基づき、クレームの訂正等が行われた対象権利、及び追加された対象権利についての格付けスコア等の演算を行う。その際、評価処理手段１２２ｂは、訂正等が行われたクレームの個別スコアだけを更新するといったように、変更点に基づく最小限の更新処理を実行する。そして、評価処理手段１２２ｂは、全ての対象権利間、又は所定のカテゴライズに基づく複数の対象権利間での整合をとるべく、各総合スコアの相対的な調整を実行する。次いで、構築処理手段２２ｃは、評価処理手段１２２ｂにより追加・変更された情報をもとに、出力用データベース部２５のデータベースをアップデートし、該データベースをもとに、情報処理手段３２ａがデータベース５ａをアップデートする。

　上記の動作説明は、図３０及び図３１に付したステップ番号の順に説明したが、これに限定されない。例えば、クレームに対する処理（ステップＳ３１～Ｓ３３）と日前情報に対する処理（ステップＳ３４及びＳ３５）は、順序を入れ替えてもよく、並列的に行ってもよい。また、上記では、日前情報の分割対象情報を一文単位でベクトル化する例を示したが、これに限らず、一致度処理手段２２６は、二つ以上の文をまとめて１つの第２ベクトルに変換してもよい。ベクトル化する文の数は、日前情報ごとに統一する必要はなく、例えば一文の長さなどに応じて、まとめる文の数を決めてもよい。ただし、関連性の高い記載箇所を精度よく特定するには、一文単位でのベクトル化が好ましい。データ提供装置３０を介して情報端末４０などの外部機器へ提供するデータの中に、対象権利ごとの格付けスコアと共に、各文に対応する関連フラグの情報を含めることで、クレーム要素との関連性が相対的に高い内容の記載箇所を明示させることができるため、ユーザビリティーの向上を図ることができる。一致度処理手段２２６は、関連フラグ及び一致フラグのうちの何れか一方のみを立てるようにしてもよく、両者を立てる処理を行わなくてもよい。

　格付処理手段２２７は、暫定スコアを求めるステップＳ５２の処理を省略してもよい。この場合、格付処理手段２２７は、一致度処理手段２２６により求められた各総一致度に基づいて、対象権利の有効性の指標となる総合評価値を求めると共に、各対象権利それぞれの総合評価値の相対比較により対象権利ごとの総合スコアを求めてもよい。格付処理手段２２７は、総合スコアを、個別評価値を用いた演算により求めてもよく、総一致度を用いた演算により求めてもよく、個別評価値と総一致度との双方を用いた演算により求めてもよい。請求の範囲のクレームが１つの場合は、個別評価値をそのまま総合評価値とすればよい。また、請求の範囲が複数のクレームを含んでいても、各クレームに対応する個別評価値のうちの１つを総合評価値として用いてもよい。要するに、本変形例１の分析処理部２２Ａは、クレームごとの個別スコアと対象権利ごとの総合スコアを求めることを目的としたものであり、その目的を達成可能な範囲において、適宜構成及び処理手順を変更してもよい。

　図３２を参照して、本変形例１におけるデータ管理方法のうち、新規性及び進歩性の観点から個別スコアを導出する動作の一例について説明する。図３２は、１つのクレームを分析対象として、該クレームの個別スコアを導出するまで流れを例示したフローチャートである。ここでは、個別スコアが、上位から順に「ＡＡＡ」「ＡＡ」「Ａ」「ＢＢＢ」「ＢＢ」「Ｂ」「ＣＣＣ」「ＣＣ」「Ｃ」「Ｄ」という１０段階で設定された場合の処理例を説明する。なお、評価処理手段１２２ｂは、図３１のステップＳ４５で特定される主関連情報Ｄａ及び図３１のステップＳ４９で選定される副関連情報Ｄｂの中から各日前情報を抽出して下記の処理を実行する。

　評価処理手段１２２ｂは、分析対象のクレームに対し無効審判が請求されているか否かを判定する。クレームに対し無効審判が請求されていることを示す情報は、予め収集処理手段１２２ａが権利関連情報又は発明関連情報として外部から収集し、収集用データベース部２４等に記憶させている（ステップＳ６１）。評価処理手段１２２ｂは、クレームに無効審判が請求されていれば（ステップＳ６１／Ｙｅｓ）、該クレームの個別スコアを「Ｄ」とする（ステップＳ６２）。評価処理手段１２２ｂは、クレームに無効審判が請求されていなければ（ステップＳ６１／Ｎｏ）、全てのクレーム要素を充足する日前情報が存在するか否か、つまり少なくとも１つの日前情報が全てのクレーム要素を充足するか否かを判定する（ステップＳ６３）。

　評価処理手段１２２ｂは、全てのクレーム要素を充足する日前情報が存在れば（ステップＳ６３／Ｙｅｓ）、全てのクレーム要素を充足する日前情報が幾つあるかに応じて個別スコアを決定する（ステップＳ６４）。図３２の例において、格付処理手段２２７は、全てのクレーム要素を充足する日前情報が存在する場合、該クレームに対し「ＣＣＣ」以下の個別スコアを付与するようになっている。本変形例１では、新規性なしが「ＣＣＣ」以下に対応づけられている。より具体的に、評価処理手段１２２ｂは、全てのクレーム要素を充足する日前情報が３つ以上存在する場合、該クレームの個別スコアを「Ｃ」とする（ステップＳ６５）。評価処理手段１２２ｂは、全てのクレーム要素を充足する日前情報が２つ存在する場合、該クレームの個別スコアを「ＣＣ」とする（ステップＳ６６）。評価処理手段１２２ｂは、全てのクレーム要素を充足する日前情報が１つだけ存在する場合、該クレームの個別スコアを「ＣＣＣ」とする（ステップＳ６７）。そして、評価処理手段１２２ｂは、例えば、全てのクレーム要素を充足する日前情報に紐付く総一致度と、該日前情報の数とに基づいて個別評価値を求める（ステップＳ６８）。

　評価処理手段１２２ｂは、全てのクレーム要素を充足する日前情報が存在しない場合（ステップＳ６３／Ｎｏ）、１つのクレーム要素だけを充足しない日前情報、つまり１つのクレーム要素だけを新規的とする日前情報が存在するか否かを判定する（ステップＳ６９）。評価処理手段１２２ｂは、１つのクレーム要素だけを充足しない日前情報が存在すれば（ステップＳ６９／Ｙｅｓ）、該日前情報を補完できる日前情報、つまり該日前情報で充足しないクレーム要素を充足する日前情報が存在するか否かを判定する（ステップＳ７０）。ここで、１つのクレーム要素だけを充足しない日前情報のことを「主関連情報」とする。

　評価処理手段１２２ｂは、主関連情報で充足しないクレーム要素を充足する日前情報が存在すれば（ステップＳ７０／Ｙｅｓ）、該クレームの個別スコアを「Ｂ」とする（ステップＳ７１）。そして、評価処理手段１２２ｂは、例えば、１又は複数の主関連情報に紐付く総一致度と、主関連情報を補完できる１又は複数の日前情報に紐付く総一致度とを用いて個別評価値を求める（ステップＳ６８）。評価処理手段１２２ｂは、主関連情報で充足しないクレーム要素を充足する日前情報が存在しなければ（ステップＳ７０／Ｎｏ）、該クレームに「Ａ」以上の個別スコアを付与する。本変形例１では、進歩性ありが「Ａ」以上に対応づけられている。図３２では、該クレームの個別スコアを「Ａ」とする例を示している（ステップＳ７０）。そして、評価処理手段１２２ｂは、例えば、１又は複数の主関連情報に紐付く総一致度を用いて個別評価値を求める（ステップＳ６８）。

　評価処理手段１２２ｂは、１つのクレーム要素だけを充足しない日前情報が存在しなければ（ステップＳ６９／Ｎｏ）、充足しないクレーム要素の数が最も少ない日前情報を抽出する。ここで抽出される日前情報のことを「主関連情報」とする。評価処理手段１２２ｂは、主関連情報を単独で補完できる日前情報、つまり主関連情報で充足しない複数のクレーム要素の全てを単独で充足する日前情報が存在するか否かを判定する（ステップＳ７３）。評価処理手段１２２ｂは、主関連情報を単独で補完できる日前情報が複数存在すれば（ステップＳ７３／Ｙｅｓ、ステップＳ７４／Ｙｅｓ）、該クレームの個別スコアを「ＢＢ」とする（ステップＳ７５）。評価処理手段１２２ｂは、主関連情報を単独で補完できる日前情報が１つだけ存在すれば（ステップＳ７４／Ｎｏ）、該クレームの個別スコアを「ＢＢＢ」とする（ステップＳ７６）。そして、評価処理手段１２２ｂは、例えば、主関連情報及び主関連情報を単独で補完できる日前情報に紐付く総一致度を用いて個別評価値を求める（ステップＳ６８）。

　評価処理手段１２２ｂは、主関連情報を単独で補完できる日前情報が存在しなければ（ステップＳ７３／Ｎｏ）、主関連情報を複数の日前情報で補完できるか否かを判定する。ここで、主関連情報を複数の日前情報で補完できる状態とは、主関連情報で充足しない複数のクレーム要素のうちの少なくとも１つを充足する日前情報が存在し、このような日前情報を組み合わせれば主関連情報で充足しない複数のクレーム要素の全てを充足する状態のことである（ステップＳ７７）。評価処理手段１２２ｂは、主関連情報を複数の日前情報で補完できる場合（ステップＳ７７／Ｙｅｓ）、該クレームの個別スコアを「ＢＢＢ」とする（ステップＳ７８）。そして、評価処理手段１２２ｂは、例えば、主関連情報及び主関連情報を補完できる複数日前情報に紐付く総一致度を用いて個別評価値を求める（ステップＳ６８）。

　評価処理手段１２２ｂは、主関連情報を複数の日前情報の組み合わせによっても補完できない場合（ステップＳ７７／Ｎｏ）、該クレームに対し「Ａ」以上の個別スコアを付与する。主関連情報を複数の日前情報の組み合わせによっても補完できない場合に、個別スコアを「Ａ」「ＡＡ」「ＡＡＡ」のうちの何れにするかは、例えば下記のような条件により決定される。

（ａ）主関連情報で非充足の複数のクレーム要素のうちの少なくとも１つは、他の日前情報によって充足されるという条件。
（ｂ）主関連情報で非充足の複数のクレーム要素のうちの何れもが、他の日前情報によって充足されないという条件。

　条件（ａ）を満たす場合、該クレームには「Ａ」又は「ＡＡ」が付与されるようにしてもよい。「Ａ」にするか「ＡＡ」にするかは、主関連情報で非充足のクレーム要素の数、複数の日前情報の組み合わせにより補完できるクレーム要素の数などにより決定するとよい。条件（ｂ）を満たす場合、該クレームには「ＡＡＡ」が付与されるようにしてもよい。

　格付処理手段２２７は、あるクレームについて、主関連情報に紐付く総一致度、及び該クレームに関連づけられた日前情報の全部又は一部に紐付く総一致度を用い、個別スコアを決定してもよい。例えば、格付処理手段２２７は、選定条件による副関連情報Ｄｂの絞り込みが行われている場合、クレーム要素の数と抽出処理手段２２５が抽出した日前情報の総数との積に対する一致フラグの数の割合を個別評価値として求めてもよい。この場合、「Ａ」と「ＡＡ」との境界となる第１閾値と、「ＡＡ」と「ＡＡＡ」との境界となる第２閾値とを、記憶部２３などに記憶させておくとよい。そして、格付処理手段２２７は、求めた個別評価値と第１閾値及び第２閾値のうちの少なくとも１つとを比較することにより、個別スコアを決定してもよい（ステップＳ７９）。

　評価処理手段１２２ｂは、各対象権利に含まれる１又は複数のクレームについて、上記同様、ステップＳ６１～Ｓ７９の一連の処理により個別スコアを求める。上記の動作説明は、図３２に付したステップ番号の順に説明したが、各工程の順序は、クレームごとの個別スコアを求めるという目的を達成可能な範囲で変更することができる。

　以上のように、本変形例１におけるデータ分析装置２０Ａは、対象権利におけるクレームの１又は複数のクレーム要素を意味ベクトルである第１ベクトルに変換すると共に、複数の日前情報それぞれの一部又は全部を分割した分割データごとに意味ベクトルである第２ベクトルに変換する一致度処理手段２２６を有している。一致度処理手段２２６は、各第１ベクトルと各第２ベクトルとの相互比較により、対象権利におけるクレームのクレーム要素と各日前情報それぞれとの一致度である総一致度を求める。また、データ分析装置２０Ａは、一致度処理手段２２６により求められた各総一致度に基づいてクレームの有効性の指標となる個別スコアを求める格付処理手段２２７を有している。格付処理手段２２７は、全ての対象権利についての個別スコアを用いて、複数の対象権利間での相対的な権利の有効性を示す総合スコアを求める。ここで、意味ベクトル同士の比較に基づく総一致度には、クレーム要素と日前情報との意味上の関連性が反映されるため、総一致度をもとに個別スコア及び総合スコアを求めることで、精度のよいレーティングを実現することができる。

　格付処理手段２２７は、一致度処理手段２２６により求められた各総一致度に基づいて総合評価値を求めると共に、複数の対象権利それぞれの総合評価値の相対比較により、複数の対象権利間での相対的な権利の有効性を示す総合スコアを求めてもよい。このようにしても、精度のよいレーティングを実現することができる。かかる構成において、格付処理手段２２７は、一致度処理手段２２６により求められた各総一致度に基づいて個別スコアを求めてもよい。ここで、無効審判や異議の申立ては、クレームごとに請求することができる。つまり、権利が有効であるか無効であるかは、クレームごとに決まる。したがって、対象権利ごとの有効性だけでなく、クレームごとの有効性にも一定のニーズがある。この点、格付処理手段２２７は、ある対象権利のクレームごとの個別スコアを求める機能を有している。そのため、より実用的な情報提供が可能となる。

　また、一致度処理手段２２６は、対象権利のクレームに紐付くクレーム要素と日前情報との間の総一致度をもとに、該クレームと意味上の類似性が最も高い日前情報である主関連情報Ｄａを特定する。そして、一致度処理手段２２６は、特定した主関連情報Ｄａとの意味上の関連性が相対的に高い１又は複数の日前情報を副関連情報Ｄｂとして選定する。すなわち、一致度処理手段２２６は、主関連情報Ｄａ以外の各日前情報の中から、主関連情報Ｄａに紐付く分類ベクトルとの一致度が副閾値以下の分類ベクトルが紐付く日前情報を副関連情報Ｄａとして選定する。格付処理手段２２７は、クレームと主関連情報Ｄａ及び１又は複数の前記副関連情報Ｄｂの各々との一致度である総一致度を用いて該クレームの個別スコアを求める。すなわち、副関連情報Ｄｂは、主関連情報Ｄａとの組み合わせが比較的容易な日前情報であることから、総一致度に基づく個別スコア等の精度が高まるため、対象権利の有効性に関する信頼性の高い情報を提供することができる。

　データ分析装置２０Ａは、特許分類の情報に含まれる分類コードの説明データそれぞれを自然言語処理によりベクトル化することで、説明データそれぞれに対応する分類ベクトルを生成する収集処理手段１２２ａを有している。収集処理手段１２２ａは、各分類コードごとに、階層データと生成した分類ベクトルとを紐付けて分類用データベース４ａを生成する。したがって、抽出処理手段２２５は、日前情報の絞り込みに分類用データベース４ａを活用することができる。また、一致度処理手段２２６は、主関連情報Ｄａの特定や副関連情報Ｄｂの選定に、分類用データベース４ａを活用することができる。

　収集処理手段１２２ａは、日前情報のうちの未分類情報の一部又は全部を自然言語処理によりベクトル化することで、未分類情報に対応する未知ベクトルを生成してもよい。収集処理手段１２２ａは、生成した未知ベクトルと分類用データベース４ａ内の各分類ベクトルとを比較し、該未知ベクトルと意味上の類似性が最も高い分類ベクトルを特定してもよい。そして、収集処理手段１２２ａは、生成した未知ベクトルに対応する未分類情報に、特定した分類ベクトル及び該分類ベクトルに対応する分類コードのうちの少なくとも１つを紐付けて記憶させてもよい。このようにすれば、未分類情報つまり非特許文献の情報を、分類済情報と同列に扱うことができるため、抽出処理手段２２５による日前情報の絞り込み処理、及び一致度処理手段２２６による副関連情報Ｄｂの選定処理の射程範囲を広げることができる。すなわち、クレーム要素との対比に用いる日前情報の範囲を精度よく拡張することができるため、対象権利ごとの高精度な有効性レーティングを実現することができる。例えば、一致度処理手段２２６は、主関連情報Ｄａに付与されている分類コードを分類用データベース４ａに照らして該分類コードに対応する分類ベクトルを求める。これにより、一致度処理手段２２６は、主関連情報Ｄａ以外の各日前情報の中から、主関連情報Ｄａの分類ベクトルとの一致度が副閾値以下の分類ベクトルが紐付く日前情報を副関連情報Ｄａとして選定することができる。

　一致度処理手段２２６は、Ｔｒａｎｓｆｏｒｍｅｒ系のエンコーダに基づく自然言語処理により、クレーム要素から第１ベクトルを生成すると共に、分割データから第２ベクトルを生成する。一致度処理手段２２６による自然言語処理としては、形態素解析を用いた手法を用いてもよいが、Ｔｒａｎｓｆｏｒｍｅｒ系のエンコーダに基づく自然言語処理を意味ベクトルへの変換に用いることで、２つのベクトル間の意味上の類似性をより精度よく求めることができる。上記同様、自然言語処理の精度の観点から、収集処理手段１２２ａは、Ｔｒａｎｓｆｏｒｍｅｒ系のエンコーダに基づく自然言語処理により、分類ベクトル及び未知ベクトルを生成するとよい。

　本変形例１のデータ管理システム１０は、一致度処理手段２２６及び格付処理手段２２７を含むデータ分析装置２０Ａと、格付処理手段２２７により求められた複数の対象権利それぞれの個別スコア及び総合スコアを管理するデータベース５ａから、外部の要求に対応する個別スコア及び総合スコアのうちの少なくとも１つを抽出して提供するデータ提供装置３０と、を有している。つまり、データ提供装置３０は、データの要求を受けた際に、権利の有効性を評価するための処理を行う必要がないため、処理部やメモリの無駄な使用を抑制し、対象権利の有効性に関する情報を迅速に提供することができる。また、データベース５ａには、格付処理手段２２７により求められた格付けスコアなどの情報が格納されている。そのため、ユーザは、例えば図１１～図１３のような画面上において、各権利に紐付けられた格付けスコアを視認することにより、自己のニーズに合致した権利を迅速かつ的確に選定することができる。

＜変形例２＞
　図２５を参照して、本変形例２におけるデータ提供システム１００の構成及び動作について説明する。本変形例２のデータ提供システム１００は、前述の変形例１と同様の前提となっており、データ分析装置２０Ｂの分析処理部２２Ｂが、一般公開されている検索報告書に基づいて日前情報を別途抽出する機能を有する点に特徴がある。データ提供システム１００の全体的な構成及び動作は、図１～図１９を参照して説明した上記の例、及び変形例１と同様であるため、これらと同等の構成については同一の符号を付して説明は省略する。

　本変形例２の分析処理部２２Ｂにおける評価処理手段２２２ｂは、変形例１の評価処理手段１２２ｂが有する各機能構成と共に、検索学習手段３２８と、文献推定手段３２９と、格付処理手段３２７と、を有している。検索学習手段３２８は、各権利関連情報それぞれに含まれる検索報告書に基づく機械学習により文献推定モデルＭ１１を生成する。文献推定モデルＭ１１は、対象権利の請求の範囲に基づくデータを入力とし、該対象権利との間の意味上の関連性が相対的に高い日前情報を出力するための学習済モデルである。文献推定モデルＭ１１は、検索報告書をもとに生成されるため、文献推定モデルＭ１１により出力される日前情報は、検索報告書に記載された特許文献や非特許文献となる。

　例えば、検索学習手段３２８は、複数の検索報告書における、いわゆるＸ文献又はＹ文献の識別番号（出願番号又は公開番号など）と、Ｘ文献又はＹ文献が対応づけられた１又は複数のクレームとを教師データとして用いることにより、文献推定モデルＭ１１の生成・更新処理を実行する。なお、Ｘ文献は、対応づけられたクレームと特に関連のある文献であって、当該文献のみで発明の新規性又は進歩性がないと判断されたもの、とされている。Ｙ文献は、対応づけられたクレームと特に関連のある文献であって、当該文献と他の１以上の文献との、当業者にとって自明である組合せによって進歩性がないと考えられるもの、とされている。つまり、検索学習手段３２８は、学習データ（訓練データ）としてのクレーム又はクレーム要素と、正解ラベルとしてのＸ文献又はＹ文献の識別番号とを用いた機械学習により文献推定モデルＭ１１を構築する。より具体的に、検索学習手段３２８は、クレーム又はクレーム要素に自然言語処理を施した情報を学習データとして用いる。自然言語処理としては、意味ベクトルに変換する手法や形態素解析を用いた手法などを用いることができる。

　文献推定手段３２９は、対象権利における請求の範囲に基づく情報を、検索報告書に含まれる、請求の範囲の情報と、拒絶の引例とされた文献の情報とに基づいて生成された文献推定モデルＭ１１に入力し、対象権利の拒絶の引例とされる文献を推定するものである。文献推定手段３２９は、予め設定された複数の対象権利について、対象権利のクレーム又はクレーム要素に自然言語処理を施して入力データを生成する。そして、文献推定手段３２９は、生成した入力データを文献推定モデルＭ１１に入力することにより、１又は複数の日前情報の識別番号、もしくは該当する文献がないことを示す情報を出力する。文献推定手段３２９は、対象権利における全てのクレーム又は全てのクレーム要素について、文献推定モデルＭ１１による関連文献の出力処理を行うとよい。文献推定手段３２９は、全ての対象権利に対し、文献推定モデルＭ１１による関連文献の出力処理を行うようにしてもよく、予め設定された条件を満たす対象権利に対し、文献推定モデルＭ１１による関連文献の出力処理を行うようにしてもよい。

　格付処理手段３２７は、文献推定手段３２９により推定された文献の情報を個別スコア及び総合スコアのうちの少なくとも１つに反映させるものである。格付処理手段３２７は、全ての対象権利の総合評価値と、文献推定手段３２９による出力結果とに基づいて、各対象権利それぞれの総合スコアを求めてもよい。例えば、主関連情報Ｄａ又は副関連情報Ｄｂして抽出された日前情報の中に、文献推定手段３２９が求めた日前情報が存在していれば、格付処理手段３２７は、該日前情報の総一致度が低下するよう重み付けなどで調整した上で、改めて対象権利の総合評価値を求めるようにしてもよい。また、主関連情報Ｄａ又は副関連情報Ｄｂして抽出された日前情報の中に、文献推定手段３２９が求めた日前情報が存在していなければ、格付処理手段３２７は、該日前情報を副関連情報Ｄｂとして追加してもよい。この場合、格付処理手段３２７は、文献推定手段３２９が求めた日前情報に係る総一致度を用いて対象権利の新たな総合評価値を求めることになる。格付処理手段３２７は、各クレームの個別評価値と、文献推定手段３２９による出力結果とに基づいて、各クレームそれぞれの個別スコアを求めてもよい。この場合、格付処理手段３２７は、総合評価値と同様の手法により個別評価値を求めるとよい。

　分析処理部２２Ｂは、ＣＰＵ又はＧＰＵなどの演算装置と、こうした演算装置と協働して上記及び下記の各種機能を実現させるデータ分析プログラムＰ１１と、により構成することができる。すなわち、データ分析プログラムＰ１１は、コンピュータとしての分析処理部２２Ｂ及び記憶部２３を、収集処理手段１２２ａ、評価処理手段２２２ｂ、及び構築処理手段２２ｃとして機能させるためのプログラムである。他の構成、代替構成、動作などは、前述の変形例１と同様である。

　以上のように、本変形例２におけるデータ分析装置２０Ｂは、対象権利における請求の範囲に基づく入力データを、検索報告書に含まれる、請求の範囲の情報拒絶の引例とされた文献の情報とに基づいて生成された文献推定モデルＭ１１に入力し、対象権利の拒絶の引例とされる文献を推定する文献推定手段３２９を有している。そして、格付処理手段３２７は、文献推定手段３２９により推定された文献の情報を個別スコア及び総合スコアのうちの少なくとも１つに反映させるよう構成されている。よって、データ分析装置２０Ｂによれば、抽出処理手段２２５又は一致度処理手段２２６による日前情報の選別処理で漏れた、対象権利との関連性の深い日前情報を抽出し、格付けスコアに反映させることができる。もしくは、文献推定手段３２９により抽出された日前情報に重み付けなどを施して総一致度の調整を行い、その調整により各評価値の補正を行うことができる。したがって、格付けスコアとしての個別スコア及び総合スコアの精度を高めることができる。分析処理部２２Ｂは、検索学習手段３２８を設けずに構成し、文献推定手段３２９は、外部で生成された文献推定モデルＭ１１を用いるようにしてもよい。他の効果などは、前述の変形例１と同様である。

＜変形例３＞
　図２６を参照して、本変形例３におけるデータ提供システム１００の構成及び動作について説明する。本変形例３のデータ提供システム１００は、上述の変形例１と同様の前提となっており、データ分析装置２０Ｃの分析処理部２２Ｃが、一般公開されている拒絶理由に関する書類（拒絶理由通知書・拒絶査定など）に基づいて、各対象権利が記載不備の無効理由を含む可能性を推定する機能を有している。データ提供システム１００の全体的な構成及び動作は、図１～図１９を参照して説明した上記の例、及び変形例１と同様であるため、これらと同等の構成については同一の符号を付して説明は省略する。

　本変形例３の分析処理部２２Ｃにおける評価処理手段３２２ｂは、変形例１の評価処理手段１２２ｂが有する各機能構成と共に、不備学習手段４２８と、不備推定手段４２９と、格付処理手段４２７と、を有している。不備学習手段４２８は、記載不備に係る拒絶理由通知書と、該拒絶理由通知書が通知された出願に係る特許請求の範囲と、に基づく機械学習により、記載不備推定モデルＭ２１を生成する。本変形例３において、記載不備とは、サポート要件違反、明確性要件違反、実施可能要件違反などを意味する。

　サポート要件違反を含む拒絶理由通知書には、例えば、日本であれば「第３６条第６項第１号」、欧州であれば「Art.84」、米国であれば「112(a)」といった文字と数字の組み合わせが含まれる。明確性要件違反を含む拒絶理由通知書には、例えば、日本であれば「第３６条第６項第２号」、欧州であれば「Art.84」、米国であれば「112(b)」といった文字と数字の組み合わせが含まれる。実施可能要件違反を含む拒絶理由通知書には、例えば、日本であれば「第３６条第４項第１号」、欧州であれば「Art.83」、米国であれば「112(a)」といった文字と数字の組み合わせが含まれる。このような、記載不備に対応する条文番号を示す情報のことを「不備条文データ」という。

　不備学習手段４２８は、不備条文データを含む複数の拒絶理由通知書を抽出し、抽出した各拒絶理由通知書のそれぞれから出願に係る識別番号を抽出する。また、不備学習手段４２８は、抽出した識別番号をもとに、出願に係る請求の範囲を取得する。そして、不備学習手段４２８は、学習データとしてのクレーム又はクレーム要素と、正解ラベルとしての記載不備である旨の情報とを用いた機械学習により記載不備推定モデルＭ２１の生成・更新処理を実行する。より具体的に、不備学習手段４２８は、クレーム又はクレーム要素に自然言語処理を施した情報を学習データとして用いる。自然言語処理としては、意味ベクトルに変換する手法や形態素解析を用いた手法などを用いることができるが、処理精度の観点からは、Ｔｒａｎｓｆｏｒｍｅｒ系のエンコーダに基づく自然言語処理が好ましい。記載不備推定モデルＭ２１は、対象権利の請求の範囲に基づくデータを入力とし、該対象権利が記載不備に係る無効理由を有する割合である不備割合を出力するための学習済モデルである。記載不備推定モデルＭ２１は、クレームごとの不備割合を出力する機能を有する。

　不備推定手段４２９は、対象権利における請求の範囲に基づく情報を、拒絶理由に関する書類に含まれる、出願の識別番号と記載不備に対応する条文番号を示す不備条文データとに基づいて生成された記載不備推定モデルＭ２１に入力し、対象権利が記載不備に係る無効理由を有する割合である不備割合を求めるものである。不備推定手段４２９は、予め設定された複数の対象権利について、対象権利のクレーム又はクレーム要素に自然言語処理を施して入力データを生成する。不備推定手段４２９は、処理精度の観点から、Ｔｒａｎｓｆｏｒｍｅｒ系のエンコーダに基づく自然言語処理を行うようにするとよい。そして、不備推定手段４２９は、生成した入力データを記載不備推定モデルＭ２１に入力することにより、該対象権利及びそのクレームの不備割合を求めて記憶させる。不備推定手段４２９は、対象権利における全てのクレーム又は全てのクレーム要素について、記載不備推定モデルＭ２１による不備割合の推定処理を行うとよい。不備推定手段４２９は、全ての対象権利について、記載不備推定モデルＭ２１による不備割合の推定処理を行うとよい。

　格付処理手段４２７は、不備推定手段４２９により求められた不備割合を個別スコア及び総合スコアのうちの少なくとも１つに反映させるものである。例えば、格付処理手段４２７は、各対象権利の総合評価値に対し、不備割合に基づく総調整値を加算するようにしてもよい。この場合、不備割合と総調整値とを関連づけた総調整テーブルを記憶部２３などに格納しておくとよい。総調整テーブルは、不備割合が高くなるにつれて、総調整値が小さくなるように形成するとよい。総調整値は、正の値でも、負の値でも、これらの組み合わせでもよい。総調整テーブルの代わりに、不備割合と総調整値とを関連づけたグラフや関数を用いてもよい。かかる構成により、格付処理手段４２７は、不備推定手段４２９が求めた不備割合を総調整テーブル等に照らして総調整値を求めることができる。不備割合が予め設定された不備閾値以上の対象権利に対してのみ、総合評価値への総調整値の加算を行うようにしてもよい。

　格付処理手段３２７は、各クレームの個別評価値に対し、不備割合に基づく個別調整値を加算するようにしてもよい。例えば、格付処理手段４２７は、各クレームの個別評価値に対し、不備割合に基づく個別調整値を加算するようにしてもよい。この場合、不備割合と個別調整値とを関連づけた個別調整テーブルを記憶部２３などに格納しておくとよい。個別調整テーブルは、不備割合が高くなるにつれて、個別調整値が小さくなるように形成するとよい。個別調整値は、正の値でも、負の値でも、これらの組み合わせでもよい。個別調整テーブルの代わりに、不備割合と個別調整値とを関連づけたグラフや関数を用いてもよい。かかる構成により、格付処理手段４２７は、不備推定手段４２９が求めた不備割合を個別調整テーブル等に照らして個別調整値を求めることができる。不備割合が予め設定された不備閾値以上のクレームに対してのみ、個別評価値への個別調整値の加算を行うようにしてもよい。

　分析処理部２２Ｃは、ＣＰＵ又はＧＰＵなどの演算装置と、こうした演算装置と協働して上記及び下記の各種機能を実現させるデータ分析プログラムＰ２１と、により構成することができる。すなわち、データ分析プログラムＰ２１は、コンピュータとしての分析処理部２２Ｃ及び記憶部２３を、収集処理手段１２２ａ、評価処理手段３２２ｂ、及び構築処理手段２２ｃとして機能させるためのプログラムである。他の構成、代替構成、動作などは、前述の変形例１と同様である。

　以上のように、本変形例３におけるデータ分析装置２０Ｃは、対象権利における請求の範囲に基づく情報を、拒絶理由に関する書類に含まれる出願の識別番号と、記載不備に対応する条文番号を示す不備条文データとに基づいて生成された記載不備推定モデルＭ２１に入力し、対象権利に関する不備割合を求める不備推定手段４２９を有している。そして、格付処理手段３２７は、不備推定手段４２９により求められた不備割合を個別スコア及び総合スコアのうちの少なくとも１つに反映させるよう構成されている。よって、データ分析装置２０Ｃによれば、新規性違反及び進歩性違反のみならず、明確性違反などの記載不備に関する無効理由を加味した対象権利の有効性レーティングを行うことができるため、格付けスコアとしての個別スコア及び総合スコアの精度及び信頼性の向上を図ることができる。

　格付処理手段３２７は、不備推定手段４２９が求めた不備割合に基づき、対象権利及びクレームのうちの少なくとも一方に対応する不備スコアを格付けスコアの１つとして求め、出力用データベース部２５に記憶させてもよい。不備スコアは、記載不備の観点での有効性を示す情報として外部に提供することができるため、新規性及び進歩性と、記載不備とを切り分けて判断したいといったニーズに対応することができる。分析処理部２２Ｃは、不備学習手段４２８を設けずに構成し、不備推定手段４２９は、外部で生成された記載不備推定モデルＭ２１を用いるようにしてもよい。他の効果などは、前述の変形例１と同様である。

　なお、データ分析装置２０Ｃは、変形例２の特徴的構成を含むものであってよい。つまり、評価処理手段３２２ｂは、文献推定手段３２９を有するように構成してもよい。この場合、文献推定モデルＭ１１が記憶部２３などに格納される。格付処理手段３２７は、文献推定手段３２９により推定された文献の情報と、不備推定手段４２９により求められた不備割合とを、各対象権利の格付けスコアに反映させるとよい。評価処理手段３２２ｂは、検索学習手段３２８を有するように構成してもよい。

＜変形例４＞
　図３５を参照して、実施の形態１の変形例４におけるデータ提供システム１００の構成及び動作について説明する。本変形例４の提供処理部３２における情報処理手段３２ａは、権利者ごとのコストカット想定額を求める想定額演算機能を有している。コストカット想定額とは、格付けスコアに基づく算出額であり、現存する権利の一部又は全部を放棄した場合に削減できる年金コストの推定額である。

　図３５は、格付けスコアと重み係数とを対応づけたコストカットテーブルの例である。コストカットテーブルは、格付けスコアが上位から下位になるにつれて、重み係数が徐々に大きくなるよう構成されている。コストカットテーブルは、記憶部３３等に記憶されるテーブル情報であり、格付けスコア及び重み係数は適宜変更することができる。記憶部３３には、例えば法域ごとに異なるコストカットテーブルが記憶される。図３５では、格付けスコアが、上位から順に「ＡＡＡ」「ＡＡ」「Ａ」「ＢＢＢ」「ＢＢ」「Ｂ」「ＣＣＣ」「ＣＣ」「Ｃ」という９段階で設定された例を示している。図３５の重み係数は、あくまで例示である。すなわち、重み係数は、任意に設定し、調整することができる。

　情報処理手段３２ａは、１つの権利の残存期間に応じた年金額の総和に、該権利に付与された格付けスコアに対応する重み係数を乗じた額を、権利者の全ての権利について合算することにより、コストカット想定額を求める。情報処理手段３２ａは、権利に付与された格付けスコアをコストカットテーブルに照らすことにより、該格付けスコアに対応する重み係数を求める。情報処理手段３２ａは、求めたコストカット想定額と共に、そのコストカット想定額を削減するための情報を、提供用データベース部３５内のデータベースに格納する。コストカット想定額を削減するための情報とは、放棄すべき権利の情報などである。

　ここで、コストカット想定額と、そのコストカット想定額を削減するための情報とを合わせたものを、コストカット情報という。ユーザが情報端末４０を介してある権利者のコストカット情報を要求した場合、情報処理手段３２ａは、提供用データベース部３５内のデータベースから、要求に係るコストカット情報を読み出してユーザに提供する。もっとも、情報処理手段３２ａは、コストカット情報を記憶部２３に記憶させてもよい。

　また、情報処理手段３２ａは、所定の下位の１又は複数の格付けスコアをもとにコストカット想定額を求めてもよい。すなわち、情報処理手段３２ａは、ある権利者の権利のうち、例えば「Ｃ」又は「ＣＣ」もしくは「Ｃ」が付与された権利の残存期間に応じた年金額の総和を権利数分合算することでコストカット想定額を求めてもよい。情報処理手段３２ａは、権利の出願からの経過時間の情報を用いて、コストカット想定額の演算処理を行ってもよい。すなわち、情報処理手段３２ａは、例えば、出願から１０年以上が経過した権利など、出願から所定期間が経過した権利につき、上記の各手法によりコストカット想定額を求めてもよい。

　情報処理手段３２ａは、ユーザによる指示に応じて、上記の各手法によりコストカット想定額を求めるようにしてもよい。すなわち、情報処理手段３２ａは、ユーザが情報端末４０を介して、権利者と、格付けスコアのうちの少なくとも１つとを指定した場合に、上記の各手法によりコストカット想定額を求めてもよい。また、情報処理手段３２ａは、ユーザが情報端末４０を介して、権利者と、格付けスコアのうちの少なくとも１つと、出願からの経過時間とを指定した場合に、上記の各手法によりコストカット想定額を求めてもよい。

　以上のように、本変形例４の情報処理手段３２ａは、上記各手法のうちの少なくとも１つによってコストカット想定額を求め、情報端末４０を介してコストカット情報をユーザに提供するようになっている。よって、ユーザは、何ら専門的な計算を行うことなく、コスト削減の方法及び削減額を迅速に知ることができるため、経済的で有用な知財管理を行うことができる。ところで、想定額演算機能は、例えば、分析処理部２２の構築処理手段２２ｃに持たせてもよい。この場合、構築処理手段２２ｃは、求めたコストカット情報を、出力用データベース部２５内のデータベースに格納するとよい。これにより、情報処理手段３２ａは、提供用データベース部３５内のデータベースにコストカット情報を格納することができ、ユーザに対し、適宜コストカット情報を提供することができる。なお、変形例４の構成は、上述した変形例１～３の構成に適用してもよい。

　実施の形態２．
　図３６～図４０を参照して、本実施の形態２におけるデータ提供システム及びその周辺環境に係る構成例などにつき、特に前述した実施の形態１と異なる点について説明する。本実施の形態２のデータ提供システムは、商品の販売数に制限が設けられている点に特徴がある。前述した実施の形態１のデータ提供システムと同様の構成については同一の符号を用いて説明は省略する。

　図３６に示すように、データ提供装置１３０は、通信部３１と、提供処理部１３２と、記憶部３３と、提供用データベース部３５と、を有している。記憶部３３は、データ提供プログラムＰ２０などの提供処理部１３２の動作プログラムの他、有効性データなどの提供に関連する種々のデータを記憶する。なお、データ提供プログラムＰ２０は、データ提供装置１３０に搭載されたコンピュータを、後述する情報処理手段１３２ａ、判定処理手段１３２ｂ、及び選定処理手段１３２ｃとして機能させるためのものである。

　提供処理部１３２は、情報処理手段１３２ａと、判定処理手段１３２ｂと、選定処理手段１３２ｃと、を有している。判定処理手段１３２ｂは、提供済みの有効性データに係る権利について、その提供数が予め設定された制限数未満であるか否かを判定するものである。なお、制限数は、１以上の自然数に設定され、記憶部３３等に記憶されている。有効性データは売買の対象商品にもなるため、以降では、提供数のことを「販売数」ともいう。選定処理手段１３２ｃは、有効性データの転売依頼に応じて登録ユーザの中から１又は複数の転売先を選定するものである。

　情報処理手段１３２ａは、複数の産業財産権に関連する情報をもとに構築され、複数の産業財産権それぞれの有効性に係る有効性データを含むデータベースから、外部の要求に対応する有効性データを抽出して提供するものである。情報処理手段１３２ａは、判定処理手段１３２ｂにおいて販売数が制限数以上であると判定された場合、該判定に係る産業財産権に対応する有効性データの提供が不可である旨の提供不可情報を情報端末４０へ送信するものである。情報処理手段１３２ａは、記憶部３３において販売数の増減処理を実行することにより、販売数を管理する機能を有している。

　また、情報処理手段１３２ａは、有効性データの転売の申し込みがあった場合に、該有効性データの販売先に係る情報端末４０へ転売打診情報を送信する機能を有している。さらに、情報処理手段１３２ａは、有効性データの販売先に係る情報端末４０から該有効性データの転売依頼があった場合、選定処理手段１３２ｃにおいて選定された１又は複数の転売先に対応する情報端末４０へ購入を打診する旨の販促情報を送信する機能を有している。情報処理手段１３２ａの他の構成については、前述した実施の形態１の情報処理手段３２ａと同様である。

　次に、図３７のフローチャートを参照して、本実施の形態２のデータ提供方法のうち、ユーザが商品の購入処理を行う際の動作例について説明する。ここでは、データ提供装置３０の動作を中心に説明し、ユーザが初期画面Ｇ１等を経てデータ提供装置３０のシステムにログインしていることを前提とする。

　判定処理手段１３２ｂは、情報端末４０から商品の購入要求を受け付けると（ステップＳ３０１）、該商品の販売数が制限数未満であるか否かを判定する（ステップＳ３０２）。提供処理部３２は、販売数が制限数以上であれば（ステップＳ３０２／Ｎｏ）、情報端末４０に購入不可通知を送信する。これにより、情報端末４０は、指定した商品の購入ができない旨の情報を、端末表示部４７又は報知部を介してユーザに知らせる（ステップＳ３０３）。一方、提供処理部３２は、該商品の販売数が制限数未満であれば（ステップＳ３０２／Ｙｅｓ）、情報端末４０に購入可能通知を送信する（ステップＳ３０４）。

　提供処理部３２は、許容時間が経過するまでの間、情報端末４０からの購入依頼を待ち（ステップＳ３０５／Ｎｏ、ステップＳ３０６／Ｎｏ）、情報端末４０から購入依頼が送信されると（ステップＳ３０５／Ｙｅｓ）、決済サーバ６００に決済依頼を送信する（ステップＳ３０７）。一方、提供処理部３２は、許容時間が経過するまでの間に情報端末４０から購入依頼が送信されなかった場合（ステップＳ３０５／Ｎｏ、ステップＳ３０６／Ｙｅｓ）、情報端末４０にエラー信号を送信する。これにより、情報端末４０は、端末表示部４７又は報知部を介してユーザにタイムアウトを知らせる（ステップＳ３０８）。

　提供処理部３２は、待機時間が経過するまでの間、決済サーバ６００からの決済通知を待ち（ステップＳ３０９／Ｎｏ、ステップＳ３１０／Ｎｏ）、決済サーバ６００から決済通知が送信されると（ステップＳ３０９／Ｙｅｓ）、購入に係る商品を情報端末４０に提供する（ステップＳ３１１）。そして、提供処理部３２は、該商品の販売数をインクリメントする（ステップＳ３１２）。

　一方、提供処理部３２は、待機時間が経過するまでの間に決済サーバ６００から決済通知が送信されなかった場合（ステップＳ３０９／Ｎｏ、ステップＳ３１０／Ｙｅｓ）、情報端末４０にエラー信号を送信する。これにより、情報端末４０は、端末表示部４７又は報知部を介してユーザにタイムアウトを知らせる（ステップＳ３１３）。

　次いで、図３８のシーケンスチャートを参照して、本実施の形態２のデータ提供方法のうち、ユーザが商品の転売の申し込みを行う場合の動作例について説明する。図３８において、情報端末４０Ａは、転売対象の商品を購入したユーザの使用する情報端末４０であり、情報端末４０Ｂは、転売対象の商品を購入していないユーザの使用する情報端末４０であるものとする。ここでは、各情報端末４０のユーザが、初期画面Ｇ１等を経てデータ提供装置３０のシステムにログインしていることを前提とする。

　情報端末４０Ｂの端末処理部４２は、ユーザによる転売の申し込みを受け付けると（ステップＳ４０１）、転売申込情報をデータ提供装置３０へ送信する（ステップＳ４０２）。選定処理手段１３２ｃは、転売申込情報をもとに、１又は複数の打診先を選定する（ステップＳ４０３）。そして、選定処理手段１３２ｃは、選定した打診先である情報端末４０Ａへ転売打診情報を送信する（ステップＳ４０４）。

　情報端末４０Ａの端末処理部４２は、転売打診のアラートを端末表示部４７に表示させ、又は報知部に報知させる（ステップＳ４０５）。端末処理部４２は、ユーザの操作に応じて、転売の打診についての詳細な情報を端末表示部４７に表示させる（ステップＳ４０６）。端末処理部４２は、ユーザによる転売打診を受諾する指示を受け付けると（ステップＳ４０７）、受諾情報をデータ提供装置３０へ送信する（ステップＳ４０８）。

　情報処理手段１３２ａは、受諾情報を受信すると、転売確認情報を情報端末４０Ｂへ送信する（ステップＳ４０９）。情報端末４０Ｂの端末処理部４２は、ユーザによる購入の指示を受け付けると（ステップＳ４１０）、データ提供装置３０に購入依頼を送信する（ステップＳ４１１）。情報処理手段１３２ａは、図１８のステップＳ１１９～Ｓ１２４と同様に決済処理を実行する（ステップＳ４１２）。そして、データ提供装置３０は、ユーザの購入に係る商品を情報端末４０へ提供する（ステップＳ４１３）。

　続いて、図３９のシーケンスチャートを参照して、本実施の形態２のデータ提供方法のうち、ユーザが商品の転売の依頼を行う場合の動作例について説明する。図３９の情報端末４０Ａ及び情報端末４０Ｂの想定は、図３８の場合と同様である。そして、各情報端末４０のユーザが、初期画面Ｇ１等を経てデータ提供装置３０のシステムにログインしていることを前提とする。

　情報端末４０Ａの端末処理部４２は、ユーザによる転売依頼の指示を受け付けると（ステップＳ５０１）、データ提供装置３０に転売依頼情報を送信する（ステップＳ５０２）。選定処理手段１３２ｃは、転売依頼情報に応じて、登録ユーザの中から１又は複数の転売先を選定する（ステップＳ５０３）。情報処理手段１３２ａは、選定処理手段１３２ｃにおいて選定された１又は複数の転売先に対応する情報端末４０Ｂへ販促情報を送信する（ステップＳ５０４）。

　情報端末４０Ｂの端末処理部４２は、販促のためのアラートを端末表示部４７に表示させ、又は報知部に報知させる（ステップＳ５０５）。端末処理部４２は、ユーザの操作に応じて、転売依頼についての詳細な情報を端末表示部４７に表示させる（ステップＳ５０６）。端末処理部４２は、ユーザによる購入の指示を受け付けると（ステップＳ５０７）、購入希望信号をデータ提供装置３０へ送信し（ステップＳ５０８）、情報処理手段１３２ａは、転売可能通知を情報端末４０Ａへ送信する（ステップＳ５０９）。

　情報端末４０Ａの端末処理部４２は、ユーザによる転売の指示を受け付けると（ステップＳ５１０）、転売実施依頼をデータ提供装置３０へ送信し（ステップＳ５１１）、選定処理手段１３２ｃは、転売確認情報を情報端末４０Ｂへ送信する（ステップＳ５１２）。情報端末４０Ｂの端末処理部４２は、ユーザによる購入の指示を受け付けると（ステップＳ５１３）、データ提供装置３０に購入依頼を送信する（ステップＳ５１４）。情報処理手段１３２ａは、図１８のステップＳ１１９～Ｓ１２４と同様に決済処理を実行する（ステップＳ５１５）。そして、データ提供装置３０は、ユーザの購入に係る商品を情報端末４０へ提供する（ステップＳ５１６）。他の動作については、実施の形態１の場合と同様である。

　ところで、図３７では、判定処理手段１３２ｂが、情報端末４０からの商品の購入要求を受け付けたときに販売数が制限数未満であるか否かを判定する例を示したが、これに限定されない。商品の販売数は、該商品が購入されたタイミングで情報処理手段１３２ａによりインクリメントされる。その際、判定処理手段１３２ｂは、該商品の販売数が制限数未満であるか否かを判定するとよい。そして、情報処理手段１３２ａは、判定処理手段１３２ｂにおいて販売数が制限数以上であると判定された場合、該判定に係る権利に対応する商品の提供が不可である旨の提供不可情報を情報端末４０に提供するとよい。あるいは、情報処理手段１３２ａは、商品の購入に係る画面（ユーザ画面Ｇ２、基本画面Ｇ３、詳細画面Ｇ４、一覧画面Ｇ５など）の情報に、特定の商品の販売が不可である旨の情報を含めてもよい。

　このようにすれば、情報端末４０の端末処理部４２は、例えば図４０のように、一部の商品の提供が不可である旨の情報を端末表示部４７において示すことができる。なお、図４０では、商品の購入が不可である旨の情報として、棒グラフの態様を変える手法を例示したが（図４０の７月～９月参照）、これに限定されず、商品の購入が不可である旨は、文字又はアイコン等によって示してもよい。そして、端末処理部４２は、端末表示部４７の表示画面上に、商品の購入が不可である旨の情報と共に、例えば商品の転売を申し込むためのオファーボタンＷを表示させてもよい。

　以上のように、本実施の形態２のデータ提供装置１３０は、外部の要求に対応する有効性データを予め構築されたデータベースから抽出するようになっている。よって、データ提供装置１３０は、データの要求を受けた際に、権利の有効性を評価するための処理を行う必要がないため、処理部やメモリの無駄な使用を抑制し、産業財産権の有効性に関する情報を迅速に提供することができる。

　また、提供処理部１３２は、有効性データを提供した権利について、その提供数（販売数）が制限数未満であるか否かを判定する判定処理手段１３２ｂを有している。そして、情報処理手段１３２ａは、判定処理手段１３２ｂにおいて提供数が制限数以上であると判定された場合に情報端末４０へ提供不可情報を送信する。よって、情報端末４０は、端末表示部４７（図４０参照）又は報知部などにより、特定の商品の購入ができないことを未然にユーザへ伝えることができる。

　判定処理手段１３２ｂは、情報端末４０において権利が指定された場合、該権利に対応する有効性データの提供数が制限数未満であるか否かを判定するようにしてもよい。そして、情報処理手段１３２ａは、判定処理手段１３２ｂにおいて提供数が制限数以上であると判定された場合、該判定に係る権利に対応する有効性データの提供が不可である旨の提供不可情報を情報端末４０へ送信するとよい。このようにしても、情報端末４０は、端末表示部４７又は報知部などにより、指定に係る商品の購入ができないことをユーザに伝えることができる。

　ところで、有効性データなどの産業財産権に関する商品は、時間の経過に伴い、既に使用目的を果たした等の理由で、購入したユーザにとって必要性が低くなっている場合もある。この点、情報処理手段１３２ａは、有効性データの転売の申し込みがあった場合に、該有効性データの販売先に係る情報端末４０へ転売打診情報を送信する機能を有している。したがって、商品を持て余しているユーザなどに対し、転売を働きかけることにより、情報資源の有効活用を図ることができる。ここで、選定処理手段１３２ｃは、商品の販売先が複数存在する場合、全ての販売先を転売打診情報の送信先として選んでもよく、商品の所有期間や行動履歴などをもとに転売打診情報の送信先を選定してもよい。

　また、選定処理手段１３２ｃは、有効性データの転売依頼に応じて登録ユーザの中から１又は複数の転売先を選定する機能を有している。そして、情報処理手段１３２ａは、有効性データの販売先に係る情報端末４０から該有効性データの転売依頼があった場合、選定処理手段１３２ｃにおいて選定された１又は複数の転売先に対応する情報端末４０へ購入を打診する旨の販促情報を送信する。よって、転売元のユーザと転売先のユーザの双方のニーズに応えることができ、情報資源の有効活用を図ることができる。本実施の形態２では、有効性データの転売処理を中心に説明したが、これに限らず、データ提供装置１３０は、産業財産権に関する他の商品の転売処理も、上記同様に行うとこができる。他の効果及び代替構成等については、実施の形態１と同様である。また、上述した変形例１～４の各構成は、本実施の形態２のデータ提供システム１００にも適用することができる。

　上述した各実施の形態は、データ提供装置、データ管理システム、データ提供システム、データ提供プログラム、データ分析プログラム、データ提供プログラム又はデータ分析プログラムを記録したコンピュータ読み取り可能な記録媒体、データ提供方法、及びデータ管理方法における具体例であり、本発明の技術的範囲は、これらの態様に限定されるものではない。例えば、図２では、データ提供システム１００が、データ分析装置２０と、データ提供装置３０と、１又は複数の情報端末４０とにより構成された例を示したが、これに限定されない。データ提供システム１００は、データ提供装置３０と、１又は複数の情報端末４０とにより構成し、データ分析装置２０を含めなくてもよい。また、図２では、データ管理システム１０が２つのサーバにより構成された例を示したが、これに限定されない。データ管理システム１０は、データ分析装置２０の構成及び機能とデータ提供装置３０の構成及び機能とを併せ持つ１つのサーバにより構成してもよい。この場合、データ管理システム１０は、出力用データベース部２５及び提供用データベース部３５のうちの何れかを設けずに構成してもよい。

　さらに、分析処理部２２は、翻訳処理手段１２１を設けずに構成してもよい。ただし、翻訳処理手段１２１により、コアデータの言語の統一を図った上で、学習フェーズ及び推定フェーズを実行した方が、高精度で多様性のあるデータ管理システム１０を構築するすることができる。また、分析処理部２２は、前処理手段１２２を設けずに構成してもよい。ただし、前処理手段１２２を設けた方が、機械学習の精度を高めることができ、信頼性の高い商品を提供することができる。上記各実施の形態では、格付けスコアが７段階又は９段階に設定された例を示したが、これに限らず、格付けスコアは、任意の数の段階設定を採ることができる。

　上記では、端末表示部４７の表示画面につき、図４～図１７、図４０を例示して説明したが、各表示画面の態様は、上記各図の態様に限定されず、表示画面の各パーツは適宜取捨選択することができる。加えて、各表示画面は、手入力する入力欄の代わりに、ドロップダウン式のＵＩを採用してもよく、ドロップダウン式のＵＩの代わりに、ドラムロール式のＵＩ等を採用してもよい。また、データ提供システム１００は、課金したユーザと課金していないユーザとの間に、提供する情報量の差を設けるように構成してもよい。なお、何れの情報を課金対象とするかは、任意に設定し、変更することができる。

　変形例１では、分析処理部２２Ａが３２次元の意味ベクトルを生成する例を示したが、意味ベクトルの次元はこれに限定されない。変形例１では、１からコサイン類似度を減算することにより一致度を求める手法を説明したが、これに限らず、一致度としてコサイン類似度を直接的に用いてもよい。ただし、演算精度の観点からは、１からコサイン類似度を減算した一致度を用いる方が好ましい。

　４ａ　分類用データベース、５ａ　データベース、１０　データ管理システム、２０、２０Ａ～２０Ｃ　データ分析装置、２１　通信部、２２、２２Ａ～２２Ｃ　分析処理部、２２ａ、１２２ａ　収集処理手段、２２ｂ、１２２ｂ、２２２ｂ、３２２ｂ　評価処理手段、２２ｃ　構築処理手段、２３　記憶部、２４　収集用データベース部、２５　出力用データベース部、３０、１３０　データ提供装置、３１　通信部、３２、１３２　提供処理部、３２ａ、１３２ａ　情報処理手段、３３　記憶部、３５　提供用データベース部、４０、４０Ａ、４０Ｂ　情報端末、４１　端末通信部、４２　端末処理部、４３　端末記憶部、４６　端末入力部、４７　端末表示部、４７ａ　検索部、１００　データ提供システム、１２１、２２１　翻訳処理手段、１２２　前処理手段、１２３　学習処理手段、１２４　推定処理手段、１３２ｂ　判定処理手段、１３２ｃ　選定処理手段、２２５　抽出処理手段、２２６　一致度処理手段、２２７、３２７、４２７　格付処理手段、３２８　検索学習手段、３２９　文献推定手段、４２８　不備学習手段、４２９　不備推定手段、５００　情報提供サーバ群、６００　決済サーバ、Ａ　検索部、Ａ１　入力欄、Ａ２　検索ボタン、Ｂ　ランキング指示部、Ｂ１　格付けボタン、Ｂ２　ＥＳＧボタン、Ｃ　ダッシュボード部、Ｄ１　第１格付け部、Ｄ２　第２格付け部、Ｅ１　指定ボタン、Ｅ２　確認ボタン、Ｅ３　購入ボタン、Ｇ１　初期画面、Ｇ２　ユーザ画面、Ｇ３　基本画面、Ｇ４　詳細画面、Ｇ５　一覧画面、Ｇ６　権利者画面、Ｇ７　権利画面、Ｇ８　ＥＳＧ全般画面、Ｇ９　ＥＳＧ個別画面、Ｇ１０　発明者画面、Ｇｘ　購入画面、Ｈ　決済方法部、Ｊ１　お知らせ欄、Ｊ２　固有情報部、Ｋ１　第１データ、Ｋ２　第２データ、Ｋ３　一覧表示部、Ｋ４　期間指定欄、Ｌ　ログインボタン、Ｌ１　個別評価部、Ｌ２　ソート指示部、Ｌ３　公報ボタン、Ｌ４　一覧部、Ｌ５　資料部、Ｌ６　経過情報部、Ｌ７　発明者情報部、Ｌａ　格付け優先キー、Ｌｂ　ＥＳＧ優先キー、Ｌｃ　年金優先キー、Ｌｏ　総合評価部、Ｍ１　推定モデル、Ｍ１１　文献推定モデル、Ｍ２１　記載不備推定モデル、Ｎ　ネットワーク、Ｐ　内容欄、Ｐ１、Ｐ１１、Ｐ２１　データ分析プログラム、Ｐ２、Ｐ２０　データ提供プログラム、Ｑ　金額欄、Ｑ１　公報部、Ｑ２　詳細一覧部、Ｑ３　選択部、Ｑａ、Ｚａ、Ｚｄ、Ｚｋ　表示欄、Ｑｂ、Ｚｂ、Ｚｅ、Ｚｍ　展開ボタン、Ｑｃ、Ｚｃ、Ｚｆ、Ｚｎ　リスト部、Ｑｘ　スコア部、Ｑｙ　文献リスト部、Ｑｚ　関連度表示部、Ｒ１　比較データ、Ｒ２　ランキング部、Ｒ３　詳細分析欄、Ｓ１　選択ボックス、Ｓ２　権利番号欄、Ｓ３　備考欄、Ｔ　期間表示部、Ｕ　ユーザ名表示部、Ｖ１　一覧表示部、Ｖ２　評価部、Ｗ　オファーボタン、Ｘ　登録ボタン、Ｙ　ログアウトボタン、Ｚ１　呼出部、Ｚ２　スコア指定部、Ｚ３　順序指定部、Ｚｏ　件数部。

Claims

　複数の産業財産権に関連する情報をもとに構築され、複数の産業財産権それぞれの有効性に係る有効性データを管理するデータベースから、外部の要求に対応する前記有効性データを抽出して提供する提供処理部を備え、
　前記有効性データは、複数の産業財産権の間での相対的な有効性を示す格付けスコアを含む、データ提供装置。
　前記格付けスコアは、産業財産権のうちの特許権の有効性の指標となるものであり、
　前記有効性データは、
　特許権の有効性に関連する技術情報を含む、請求項１に記載のデータ提供装置。
　前記提供処理部は、
　複数の前記技術情報を含む前記有効性データについて、該有効性データに係る特許権との関連度合いが高い順に前記データベース内の各技術情報を並べ替えるものである、請求項２に記載のデータ提供装置。
　前記有効性データは、
　特許権をＥＳＧの観点から評価した指標値であるＥＳＧスコアを含む、請求項２又は３に記載のデータ提供装置。
　前記提供処理部は、
　ネットワークを介して通信可能な情報端末において発明者が指定された場合、該発明者の評価指数の情報を提供するものである、請求項２～４の何れか一項に記載のデータ提供装置。
　前記提供処理部は、
　ネットワークを介して通信可能な情報端末において１又は複数の産業財産権が指定された場合、該産業財産権に対応する前記有効性データを提供するものである、請求項１～５の何れか一項に記載のデータ提供装置。
　前記提供処理部は、
　ネットワークを介して通信可能な情報端末において、複数の産業財産権と共に前記格付けスコアに基づく並べ方が指定された場合、各産業財産権それぞれに対応する前記有効性データを前記並べ方により整理して提供するものである、請求項１～６の何れか一項に記載のデータ提供装置。
　前記提供処理部は、
　ネットワークを介して通信可能な情報端末において権利者及び期間が指定された場合、該権利者の該期間内の産業財産権に対応する前記有効性データを提供するものである、請求項１～７の何れか一項に記載のデータ提供装置。
　前記提供処理部は、
　ネットワークを介して通信可能な情報端末において、権利者及び期間と共に前記格付けスコアに基づく並べ方が指定され、かつ該期間内に複数の産業財産権が含まれる場合、該権利者の該期間内の各産業財産権それぞれに対応する前記有効性データを前記並べ方により整理して提供するものである、請求項１～８の何れか一項に記載のデータ提供装置。
　前記提供処理部は、
　ネットワークを介して通信可能な情報端末において、権利者及び期間と共に前記格付けスコアのうちの少なくとも１つが選定された場合、該権利者の該期間内の、選定された前記格付けスコアが付与された産業財産権に対応する前記有効性データを提供するものである、請求項１～９の何れか一項に記載のデータ提供装置。
　前記提供処理部は、
　ネットワークを介して通信可能な情報端末において権利者が指定された場合、該権利者の第１期間における産業財産権を前記第１期間よりも短い第２期間ごとに整理した第１元データを提供し、
　前記情報端末において前記第２期間が指定された場合、該権利者の前記第２期間における産業財産権を前記第２期間よりも短い第３期間ごとに整理した第２元データを提供し、
　前記情報端末において前記第３期間が指定された場合、前記第３期間における産業財産権に対応する前記有効性データを提供するものである、請求項１～１０の何れか一項に記載のデータ提供装置。
　前記有効性データは、
　権利維持に対するコストパフォーマンスの高さを示す年金コスト情報を含む、請求項１～１１の何れか一項に記載のデータ提供装置。
　前記提供処理部は、
　前記有効性データを提供した産業財産権について、その提供数が予め設定された制限数未満であるか否かを判定する判定処理手段と、
　前記判定処理手段において前記提供数が前記制限数以上であると判定された場合、該判定に係る産業財産権に対応する前記有効性データの提供が不可である旨の情報を送信する情報処理手段と、を有する、請求項１～１２の何れか一項に記載のデータ提供装置。
　前記提供処理部は、
　ネットワークを介して通信可能な情報端末において産業財産権が指定された場合、該産業財産権に対応する前記有効性データの提供数が予め設定された制限数未満であるか否かを判定する判定処理手段と、
　前記判定処理手段において前記提供数が前記制限数以上であると判定された場合、該判定に係る産業財産権に対応する前記有効性データの提供が不可である旨の情報を前記情報端末へ送信する情報処理手段と、を有する、請求項１～１２の何れか一項に記載のデータ提供装置。
　前記情報処理手段は、
　前記有効性データの転売の申し込みがあった場合に、該有効性データの販売先に係る情報端末へ転売打診情報を送信する機能を有する、請求項１３又は１４に記載のデータ提供装置。
　前記提供処理部は、
　前記有効性データの転売依頼に応じて登録ユーザの中から１又は複数の転売先を選定する選定処理手段を有し、
　前記情報処理手段は、
　前記有効性データの販売先に係る情報端末から該有効性データの転売依頼があった場合、前記選定処理手段において選定された１又は複数の転売先に対応する情報端末へ購入を打診する旨の販促情報を送信する機能を有する、請求項１３～１５の何れか一項に記載のデータ提供装置。
　分析対象とされている特許又は実用新案に係る対象権利におけるクレームの１又は複数のクレーム要素を意味ベクトルである第１ベクトルに変換すると共に、発明又は考案に関連する情報であって前記対象権利の出願日よりも前に公開された複数の日前情報それぞれの一部又は全部を分割した分割データごとに意味ベクトルである第２ベクトルに変換し、各第１ベクトルと各第２ベクトルとの相互比較により、前記対象権利におけるクレームのクレーム要素と各日前情報それぞれとの一致度である総一致度を求める一致度処理手段と、
　前記一致度処理手段により求められた各総一致度に基づいてクレームの有効性の指標となる個別スコアを求める格付処理手段と、を有し、
　前記格付処理手段は、
　全ての前記対象権利についての前記個別スコアを用いて、複数の対象権利間での相対的な権利の有効性を示す総合スコアを求めるものである、データ分析装置。
　分析対象とされている特許又は実用新案に係る対象権利におけるクレームの１又は複数のクレーム要素を意味ベクトルである第１ベクトルに変換すると共に、発明又は考案に関連する情報であって前記対象権利の出願日よりも前に公開された複数の日前情報それぞれの一部又は全部を分割した分割データごとに意味ベクトルである第２ベクトルに変換し、各第１ベクトルと各第２ベクトルとの相互比較により、クレーム要素と前記日前情報との一致度である総一致度を求める一致度処理手段と、
　前記一致度処理手段により求められた各総一致度に基づいて、前記対象権利の有効性の指標となる総合評価値を求めると共に、複数の前記対象権利それぞれの前記総合評価値の相対比較により、複数の前記対象権利間での相対的な権利の有効性を示す総合スコアを求める格付処理手段と、を有する、データ分析装置。
　前記格付処理手段は、
　前記一致度処理手段により求められた各総一致度に基づいてクレームの有効性の指標となる個別スコアを求めるものである、請求項１８に記載のデータ分析装置。
　特許分類の情報に含まれる分類コードの説明文の情報である説明データそれぞれを自然言語処理によりベクトル化することで、前記説明データそれぞれに対応する意味ベクトルである分類ベクトルを生成し、各分類コードごとに、分類コードの階層の情報である階層データと生成した分類ベクトルとを紐付けて分類用データベースを生成する収集処理手段を有する、請求項１７又は１９に記載のデータ分析装置。
　前記収集処理手段は、
　前記日前情報のうちの非特許文献の情報の一部又は全部を自然言語処理によりベクトル化することで、前記非特許文献の情報に対応する意味ベクトルである未知ベクトルを生成し、生成した未知ベクトルと前記分類用データベース内の各分類ベクトルとを比較し、該未知ベクトルと意味上の類似性が最も高い分類ベクトルを特定し、生成した未知ベクトルに対応する前記非特許文献の情報に、特定した分類ベクトル及び該分類ベクトルに対応する分類コードのうちの少なくとも１つを紐付けて記憶させるものである、請求項２０に記載のデータ分析装置。
　前記一致度処理手段は、
　前記対象権利のクレームに紐付くクレーム要素と前記日前情報との間の前記総一致度をもとに、該クレームと意味上の類似性が最も高い前記日前情報である主関連情報を特定すると共に、前記主関連情報以外の各日前情報の中から、前記主関連情報に紐付く分類ベクトルとの一致度が副閾値以下の分類ベクトルが紐付く前記日前情報を副関連情報として選定するものであり、
　前記格付処理手段は、
　クレームと前記主関連情報及び１又は複数の前記副関連情報の各々との一致度である前記総一致度を用いて該クレームの前記個別スコアを求めるものである、請求項２０又は２１に記載のデータ分析装置。
　前記格付処理手段は、
　前記一致度処理手段により求められた各総一致度に基づいてクレームの有効性の指標となる個別評価値を求め、各クレームそれぞれの前記個別評価値の相対比較によりクレームごとの前記個別スコアを求めるものである、請求項１７、１９～２２の何れか一項に記載のデータ分析装置。
　前記格付処理手段は、
　あるクレームについて、
　全てのクレーム要素を充足する日前情報が幾つ存在するか、
　全てのクレーム要素を充足する日前情報が存在しない場合に、該非充足のクレーム要素を、他の幾つの日前情報によって充足するか、あるいは他の複数の日前情報の組み合わせによっても充足しないか、
　といった判定基準に基づいて、前記個別スコアを求めるものである、請求項２２に記載のデータ分析装置。
　前記対象権利における請求の範囲に基づく情報を、検索報告書に含まれる、請求の範囲の情報と拒絶の引例とされた文献の情報とに基づいて生成された文献推定モデルに入力し、前記対象権利の拒絶の引例とされる文献を推定する文献推定手段を有し、
　前記格付処理手段は、
　前記文献推定手段により推定された文献の情報を前記個別スコア及び前記総合スコアのうちの少なくとも１つに反映させるものである、請求項１７、１９～２４の何れか一項に記載のデータ分析装置。
　前記対象権利における請求の範囲に基づく情報を、拒絶理由に関する書類に含まれる、出願の識別番号と記載不備に対応する条文番号を示す不備条文データとに基づいて生成された記載不備推定モデルに入力し、前記対象権利が記載不備に係る無効理由を有する割合である不備割合を求める不備推定手段を有し、
　前記格付処理手段は、
　前記不備推定手段により求められた前記不備割合を前記個別スコア及び前記総合スコアのうちの少なくとも１つに反映させるものである、請求項１７、１９～２５の何れか一項に記載のデータ分析装置。
　前記一致度処理手段は、
　Ｔｒａｎｓｆｏｒｍｅｒ系のエンコーダに基づく自然言語処理により、クレーム要素から前記第１ベクトルを生成すると共に、前記分割データから前記第２ベクトルを生成するものである、請求項１７～２６の何れか一項に記載のデータ分析装置。
　請求項１７、１９～２６の何れか一項に記載のデータ分析装置と、
　前記格付処理手段により求められた複数の前記対象権利それぞれの前記個別スコア及び前記総合スコアを管理するデータベースから、外部の要求に対応する前記個別スコア及び前記総合スコアのうちの少なくとも１つを抽出して提供するデータ提供装置と、を有するデータ管理システム。
　複数の産業財産権に関連する情報を用いて複数の産業財産権それぞれの有効性を推定するデータ分析装置と、
　請求項１～１６の何れか一項に記載のデータ提供装置と、を有し、
　前記データ分析装置は、
　外部から収集した複数の産業財産権に関連する情報のそれぞれに含まれるコアデータに対し、共通言語に統一化する翻訳処理を施して翻訳データを生成する翻訳処理手段と、
　前記翻訳データに基づく学習用データを用いた機械学習により、前記有効性データを求めるための推定モデルを生成する学習処理手段と、を有する、データ管理システム。
　前記データ分析装置は、
　前記翻訳データに解析処理を施して前記学習用データを生成する前処理手段を有する、請求項２９に記載のデータ管理システム。
　前記前処理手段は、
　前記翻訳データに解析処理を施して分析用データを生成する機能を有し、
　前記データ分析装置は、
　前記前処理手段において生成された前記分析用データを前記推定モデルの入力として前記有効性データを求める推定処理手段を有する、請求項３０に記載のデータ管理システム。
　請求項１～１６の何れか一項に記載のデータ提供装置と、
　前記データ提供装置と通信可能な情報端末と、を有し、
　前記提供処理部は、
　前記有効性データを含む画面の情報を前記情報端末に提供するものであり、
　前記情報端末は、
　前記データ提供装置から提供された前記画面の情報を表示する表示部を有する、データ提供システム。
　請求項２９～３１の何れか一項に記載のデータ管理システムと、
　前記データ提供装置と通信可能な情報端末と、を有し、
　前記提供処理部は、
　前記有効性データを含む画面の情報を前記情報端末に提供するものであり、
　前記情報端末は、
　前記データ提供装置から提供された前記画面の情報を表示する表示部を有する、データ提供システム。
　データ提供装置に搭載されたコンピュータを、
　複数の産業財産権に関連する情報をもとに構築され、複数の産業財産権それぞれについての各産業財産権の間での相対的な有効性を示す格付けスコアを含む有効性データを管理するデータベースから、外部の要求に対応する前記有効性データを抽出して提供する情報処理手段、として機能させるためのデータ提供プログラム。
　請求項３４に記載のデータ提供プログラムを記録したコンピュータ読み取り可能な記録媒体。
　データ分析装置に搭載されたコンピュータを、
　外部から収集した複数の産業財産権に関連する情報のそれぞれに含まれるコアデータに対し、共通言語に統一化する翻訳処理を施して翻訳データを生成する翻訳処理手段、
　及び、前記翻訳データに基づく学習用データを用いた機械学習により、複数の産業財産権それぞれについての各産業財産権の間での相対的な有効性を示す格付けスコアを含む有効性データを求めるための推定モデルを生成する学習処理手段、として機能させるためのデータ分析プログラムを記録したコンピュータ読み取り可能な記録媒体。。
　データ分析装置に搭載されたコンピュータを、
　特許分類の情報に含まれる分類コードの説明文の情報である説明データそれぞれを自然言語処理によりベクトル化することで、説明データそれぞれに対応する意味ベクトルである分類ベクトルを生成し、
　前記日前情報のうちの非特許文献の情報の一部又は全部を自然言語処理によりベクトル化することで、前記非特許文献の情報に対応する意味ベクトルである未知ベクトルを生成し、
　生成した未知ベクトルと各分類ベクトルとを比較し、該未知ベクトルと意味上の類似性が最も高い分類ベクトルを特定し、
　生成した未知ベクトルに対応する前記非特許文献の情報に、特定した分類ベクトル及び該分類ベクトルに対応する前記分類コードのうちの少なくとも１つを紐付けて記憶させる収集処理手段、として機能させるためのデータ分析プログラムを記録したコンピュータ読み取り可能な記録媒体。
　ネットワークを介して情報端末から１又は複数の産業財産権の指定を受け付け、
　複数の産業財産権に関連する情報をもとに構築されたデータベースであって、複数の産業財産権それぞれについての各産業財産権の間での相対的な有効性を示す格付けスコアを含む有効性データを管理するデータベースから、指定に係る産業財産権に対応する前記有効性データを抽出し、
　抽出した前記有効性データを前記情報端末に提供する、データ提供方法。
　外部から収集した複数の産業財産権に関連する情報のそれぞれに含まれるコアデータに対し、共通言語に統一化する翻訳処理を施して翻訳データを生成し、
　生成した前記翻訳データに基づく学習用データを用いての機械学習により、複数の産業財産権それぞれについての各産業財産権の間での相対的な有効性を示す格付けスコアを含む有効性データを求めるための推定モデルを生成する、データ管理方法。