特許書誌情報を用いた新たな技術分野の特定方法に関する研究：機械学習的手法の応用

2022 Fiscal Year Research-status Report

• Project/Area Number: 20K01823
• Research Institution: Kobe University
• Principal Investigator: 中村 健太 神戸大学, 経済学研究科, 准教授 (70507201)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 特許 / イノベーション / 新技術分野 / 特許分類

Outline of Annual Research Achievements

2022年度は、整理標準化データを用いて検索IPCの履歴情報を整理した。全体的な集計から、検索IPCの特徴として、以下の点が明らかになった。これらの点は、以前実施した予備的な集計から示唆される傾向とも整合的である。
1. 検索IPCは、公開・公表公報に記載されるIPCよりも多くの分類記号が付与される傾向がある。公報記載のIPCは、基本的に当該特許出願に掛かる発明がどの分野に属しているのかを表している。一方、検索IPCの場合、特許審査の過程で先行文献を検索するために使用されるため、漏れがなく特許検索が実行できることが重要であり、発明の技術的範囲を超えていても検索に有益であると考えられるIPCが付与されることがある。
2. 検索IPCはFI（IPC）の改正にともなって機械的に更新されるが、この他に、審査の過程で審査官が検索IPCを追加することがある。そのため、（上の点とも関連するが）出願後の手続きが多い特許出願ほど検索IPCが増える傾向にある。
以上の特徴は、IPCの数をカウントしたり、組み合わせを考える際に当該発明の技術分野を過大評価するようなバイアスを生む可能性があるため、留意を要する。なお、検索IPCを体系的に集計・分析した研究は存在しないと思われるため、2023年度中にショート・ペーパー（あるいは技術資料）としてデータの特性に関する知見を公表する。研究期間満了後には、加工済みのデータをリサーチ・ツールとして公開する予定である。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

検索IPCの生成過程及び更新ルールの解明に相当の時間を要したため、本来予定していた分析に着手することができなかった。したがって、「遅れている」と判断した。コロナ禍により、実務家の協力が得にくかったことも影響している。

Strategy for Future Research Activity

本年度は、研究期間の最終年度にあたるため、以下の点に取り組み、成果を取りまとめる。また、研究期間中に解決できない課題も明確にし、今後の研究につなげる。
［実施内容］特許出願が既存技術分野と新技術分野のどちらに属するかを表すダミー変数を従属変数とし、各種書誌情報を説明変数に用いた回帰分析を行い、新技術分野と相関する要因を特定する。新技術分野の特定方法については、各特許出願に関する「検索IPC」の情報を用いる。検索IPCでは、新技術の登場に起因してIPCの分類体系に新たな技術分類が追加された場合、その分類に合わせて過去の特許分類を見直し、IPCの再配置が行われる。したがって、分類の新設によってIPCの再配置が行われた特許群のうち、出願が初期のものは、その分類の発展に係る萌芽的な発明を含む可能性があり、元々のIPC分類から派生した新たな技術分野に属する特許だと見なすことができる。上の回帰分析において、新技術分野に対して有意な説明力を持つ変数を抜き出し、新技術分野の識別モデルとする。
次に、識別モデルに各説明変数(書誌情報)の値及び上で得られたパラメータの値を代入し、未知の特許について新技術分野に属する確率が計算する。また、モデルの利用例として、新技術分野の出願が増加しているIPCの特定などを行い、企業の研究開発、知財戦略、政府のイノベーション促進策の基礎資料となる集計を行う。

Causes of Carryover

【理由】コロナ禍により、国内出張・海外出張がかなり制限された。
【使用計画】出張を行う。また、リサーチ・アシスタントを雇用し、研究の取りまとめについて助力を得る。その他、成果報告のために支出する（英文校正など）。