2021 Fiscal Year Research-status Report
Discovery of potential core technologies using intellectual property big data in manufacturing companies
| Project/Area Number |
21K13354
|
|---|
| Research Institution | Aichi Institute of Technology |
|---|
Principal Investigator |
福澤 和久 愛知工業大学, 経営学部, 講師 (20847313)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 知的財産 / 特許 / 機械学習 / コア技術 / ビッグデータ / AI |
|---|
| Outline of Annual Research Achievements |
本研究は独自に構築した知財ビッグデータを用いて、製造業における潜在的コア技術の発掘をおこなうことを目的としている。
1年目は、①「従来解析従来手法（明細書の数量データやカテゴリデータを用いた分析）」と②「拡張構造化データ解析（機械学習を用いた自然言語処理による潜在的意味解釈を、請求項や実施例などといった明細書内の文書に対して行う解析）」を用いたコア技術の発掘を行うという計画とし，研究を遂行した．
研究成果の一部は，2021年11月27日に開催された第67回日本経営システム学会 全国研究発表大会
において「決定木を用いた特許査定し得る特許出願書類の予測と効果的な特徴量の特定」として発表を行った．独自に開発をした特許データベースから，複数種類のデータ（特徴量）を抽出し，機械学習（決定木）を用いて，特許査定し得る特許出願書類の予測を試みた．その結果，特許査定に効果的な特徴量（項目）は，「合計ページ数」「出願から審査請求までの日数」「請求項の数」があげられることが分かった．
今回の結果から，精度向上への余地は大いにあると考えている．今回は特許の技術分類を表す「IPC分類」を考慮せずに分析を行った．本来は技術分野によって，特許にも特徴がある．また，今回は比較的定量化が容易な特徴量を利用している．また，特許が他の特許に引用された回数や，自然言語処理を取り入れた手法 などもある．コア技術の発掘を行うためのポテンシャルを示す結果であるといえる．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
②「拡張構造化データ解析（機械学習を用いた自然言語処理による潜在的意味解釈を、請求項や実施例などといった明細書内の文書に対して行う解析）」を用いたコア技術の発掘の一部を達成することができた．しかしながら，機械学習の特徴量として用いる計画のあった自然言語を用いた解析は行えていない．また，口頭発表のみであり，論文投稿は行っていない．コロナ禍の影響で研究支援者の支援が十分に得られず，当初の計画よりもやや遅れる形となった．
|
| Strategy for Future Research Activity |
引き続き，初年度でやや遅れのあった部分の研究をすすめる．
さらに2年目は、①「従来解析」と②「拡張構造化データ解析」および③「図面解析（特明細書の図面に対して行う解析）」を組み合わせ画像解析と評価を行う。自然言語処理による解析および図面解析は、機械学習を用いた解析技術に十分な見識のある，愛知工業大学 野中尋史准教授との共同で研究を推進する。
|
| Causes of Carryover |
研究支援者の人件費をしようすることがなかったため．
|
