JP2013225207A - 特許調査支援装置、特許調査支援方法、およびプログラム - Google Patents
特許調査支援装置、特許調査支援方法、およびプログラム Download PDFInfo
- Publication number
- JP2013225207A JP2013225207A JP2012096778A JP2012096778A JP2013225207A JP 2013225207 A JP2013225207 A JP 2013225207A JP 2012096778 A JP2012096778 A JP 2012096778A JP 2012096778 A JP2012096778 A JP 2012096778A JP 2013225207 A JP2013225207 A JP 2013225207A
- Authority
- JP
- Japan
- Prior art keywords
- patent document
- unrelated
- related patent
- feature vector
- documents
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 59
- 239000013598 vector Substances 0.000 claims abstract description 469
- 238000003860 storage Methods 0.000 claims description 150
- 238000012216 screening Methods 0.000 claims description 19
- 238000010801 machine learning Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 238000012706 support-vector machine Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000013523 data management Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】1以上の各関連特許書類から1以上の用語を取得し、1以上の用語を用いて各関連特許書類のベクトルである関連特許特徴ベクトルを、関連特許書類ごとに取得し、かつ、1以上の各非関連特許書類から1以上の用語を取得し、1以上の用語を用いて各非関連特許書類のベクトルである非関連特許特徴ベクトルを、非関連特許書類ごとに取得する特徴ベクトル取得部105と、1以上の関連特許特徴ベクトル、および1以上の非関連特許特徴ベクトルを用いて、1以上の非関連特許書類から、関連特許書類を決定
する判断部106と、判断部106が決定した関連特許書類を特定する情報を出力する出力部107とを具備する特許調査支援装置1により、分類済みの特許の書類をチェックできる。
【選択図】図1
Description
かかる構成により、非関連特許の特許書類の中から、関連特許を抽出できる。これにより、例えば、特許調査において、人手により調査対象の特許を関連特許または非関連特許のいずれかに分類した際に、誤って非関連特許と分類した特許書類の中から、関連特許である可能性が高い特許書類を特定する情報を取得することができる。
かかる構成により、非関連特許の特許書類の中から、関連特許を抽出できる。これにより、例えば、特許調査において、人手により調査対象の特許を関連特許または非関連特許のいずれかに分類した際に、誤って非関連特許と分類した特許書類の中から、関連特許である可能性が高い特許書類を特定する情報を取得することができる。
かかる構成により、未分類の特許書類が関連特許であるか非関連特許であるかを判断できる。これにより、例えば、ユーザは、何件かの特許書類を関連特許または非関連特許に分類すると、未分類の特許書類から関連特許である可能性が高い特許書類を特定する情報を取得できる。
かかる構成により、関連特許の特許書類の中から、非関連特許を抽出できる。これにより、例えば、特許調査において、人手により調査対象の特許を関連特許または非関連特許のいずれかに分類した際に、誤って関連特許と分類した特許書類の中から、非関連特許である可能性が高い特許書類を特定する情報を取得することができる。
かかる構成により、未分類の特許書類が関連特許であるかを判断できる。これにより、例えば、何件かの特許書類を関連特許または非関連特許に分類すると、未分類の特許書類から関連特許の可能性が高い特許書類を特定する情報を取得できる。
かかる構成により、未分類の特許書類が関連特許であるか非関連特許であるかを判断できる。これにより、例えば、何件かの特許書類を関連特許または非関連特許に分類すると、未分類の特許書類から関連特許の可能性が高い、または非関連特許である可能性が高い特許書類を特定する情報を取得できる。
本実施の形態において、特許書類を関連特許と非関連特許とに人手で分類された結果を用いて、非関連特許に分類された特許書類や、未分類の特許書類等から関連特許書類である可能性のある特許書類を判断し、その結果を出力する特許調査支援装置1について説明する。
(A)特徴ベクトルの類似度を用いて判断
特徴ベクトルの類似度を用いて判断するとは、判断対象の非関連特許特徴ベクトルと、関連特許特徴ベクトルのクラスの代表ベクトルとのCOS尺度(コサイン尺度)と、非関連特許特徴ベクトルのクラスの代表ベクトルとのCOS尺度とを算出し、判断対象の非関連特許特徴ベクトルとのCOS尺度の大きい代表ベクトルの含まれるクラスに属すると判断することであっても良い。また、判断対象の非関連特許特徴ベクトルと、関連特許特徴ベクトルのクラスの1以上の各代表ベクトルとのCOS尺度を算出し、非関連特許特徴ベクトルといずれかの代表ベクトルとのCOS尺度が閾値より大きい場合に、判断部106は、当該非関連特許を関連特許であると判断しても良い。なお、COS尺度の算出方法は、公知技術であるため説明を省略する。なお、類似度の算出方法は、ピアソンの相関係数を用いても良く、偏差パターン類似度を用いても良い。ピアソンの相関係数、および偏差パターン類似度似ついては、公知技術であるため、説明を省略する。また、関連特許特徴ベクトルのクラスは1であっても良く、2以上で有っても良い。クラスを2以上作成する場合は、例えば、分割最適化クラスタリング(k−means法等)を用いて特徴ベクトルをクラスタリングしても良く、階層的クラスタリング(最短距離法等)を用いて特徴ベクトルをクラスタリングしても良く、その他の公知なクラスタリング手法を用いて特徴ベクトルをクラスタリングしても良い。なお、各クラスタリング法の詳細は公知技術であるため、説明を省略する。なお、非関連特許特徴ベクトルのクラスについても同様である。代表ベクトルとは、クラス内の最も頻出する特徴ベクトルであっても良く、クラスの平均ベクトルであっても良い。なお、平均ベクトルは、通常のベクトル平均であっても良く、すべてを単位ベクトルとして扱って算出する単位ベクトル平均であっても良い。非関連特許特徴ベクトルが関連特許特徴ベクトルとのクラスに属すると判断され場合に、その非関連特許特徴ベクトルの特許の書類を関連特許書類と決定する。
機械学習を用いて判断するとは、ニューラルネットワークやSVM(Support Vector Machine)やSVR(Support Vector Regression)等の学習器を用いて学習し、学習が完了した学習器に対して、判断対象の非関連特許特徴ベクトルを分類させて関連特許特徴ベクトルのクラスに属するか判断することである。ニューラルネットワークとは、脳機能におけるいくつかの特性を計算機上のシミュレーションによって表現することを目指した学習モデルである。ニューラルネットワークには、様々な種類のモデルや方法があるが、そのどれを採用しても良い。例えば、ニューラルネットワークの種類は、パーセプトロンを採用しても良く、バックプロパケーションを採用しても良く、ボルツマンマシン等を採用しても良い。ニューラルネットワークに関する各モデルの詳細は、公知技術であるため説明を省略する。SVMとは、教師データを用いて分類パターンを学習し、分類の境界線を設定し、分類を行う学習モデルである。SVMの詳細は、公知技術であるため説明を省略する。SVRとは、教師データを用いて分類パターンを学習し、3以上のクラスに分類する学習モデルである。SVRの詳細は、公知技術であるため説明を省略する。判断部106が機械学習を用いて判断する場合、関連特許書類格納部102と非関連特許書類格納部103に格納されている特許の書類の特徴ベクトルを教師データとして学習させる。判断部106が学習に使用する素性は、特徴ベクトル取得部105が取得した各用語に対応した値である。また、判断部106が学習に使用する素性には、特許分類が含まれていても良い。特許分類を素性に含める場合は、特許分類に対して、特許分類を一意に特定する数値情報を設定し、その値を用いて学習させる。学習が完了した後、例えば、非関連特許特徴ベクトルが関連特許特徴ベクトルと判断された場合に、判断部106は、その非関連特許特徴ベクトルの特許の書類を関連特許書類と決定する。
(A)特徴ベクトルの類似度を用いて判断
特徴ベクトルの類似度を用いて判断するとは、判断対象の新規特許特徴ベクトルと、関連特許特徴ベクトルのクラスの代表ベクトルとのCOS尺度と、非関連特許特徴ベクトルのクラスの代表ベクトルとのCOS尺度とを算出し、判断対象の新規特許特徴ベクトルがCOS尺度の大きい代表ベクトルの含まれるクラスに属すると判断することである。
機械学習を用いて判断するとは、ニューラルネットワークやSVM等の学習器を用いて学習し、学習が完了した学習器に対して、判断対象の新規特許特徴ベクトルを分類させて、関連特許特徴ベクトル、もしくは非関連特許特徴ベクトルのどちらのクラスに属するかを判断することである。
(A)特徴ベクトルの類似度を用いて判断
特徴ベクトルの類似度を用いて判断するとは、判断対象の関連特許特徴ベクトルと、関連特許特徴ベクトルのクラスの代表ベクトルとのCOS尺度と、非関連特許特徴ベクトルのクラスの代表ベクトルとのCOS尺度とを算出し、判断対象の関連特許特徴ベクトルがCOS尺度の大きい代表ベクトルの含まれるクラスに属すると判断することである。
機械学習を用いて判断するとは、ニューラルネットワークやSVM等の学習器を用いて学習し、学習が完了した学習器に対して、判断対象の関連特許特徴ベクトルを分類させて非関連特許特徴ベクトルのクラスに属するか判断することである。
本実施の形態において、特許書類を関連特許と非関連特許とに人手で分類された結果を用いて、未分類の特許書類等から関連特許書類、または非関連特許書類である可能性のある特許の書類を判断し、その結果を出力する特許調査支援装置2について説明する。
101 受付部
102 関連特許書類格納部
103 非関連特許書類格納部
104 新規特許書類格納部
105 特徴ベクトル取得部
106、201 判断部
107、202 出力部
Claims (10)
- 特許調査における選別作業の結果、関連すると判断された関連特許の書類である1以上の関連特許書類を格納し得る関連特許書類格納部と、
特許調査における選別作業の結果、関連しないと判断された非関連特許の書類である1以上の非関連特許書類を格納し得る非関連特許書類格納部と、
前記1以上の各関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各関連特許書類のベクトルである関連特許特徴ベクトルを、関連特許書類ごとに取得し、かつ、前記1以上の各非関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各非関連特許書類のベクトルである非関連特許特徴ベクトルを、非関連特許書類ごとに取得する特徴ベクトル取得部と、
前記1以上の関連特許特徴ベクトルと前記1以上の非関連特許特徴ベクトルとを用いて、関連特許のクラスに属するべき非関連特許特徴ベクトルに対応する非関連特許書類を決定する判断部と、
前記判断部が決定した非関連特許書類を特定する情報を出力する出力部とを具備する特許調査支援装置。 - 前記判断部は、
関連特許のクラスに属するべきか否かの判断対象の非関連特許書類のベクトルである判断対象非関連特許特徴ベクトルに対応する非関連特許書類を、前記1以上の関連特許特徴ベクトルおよび前記判断対象非関連特許特徴ベクトルを除く1以上の非関連特許特徴ベクトルを用いて決定する、請求項1記載の特許調査支援装置。 - 前記1以上の関連特許書類および前記1以上の非関連特許書類を除いた特許の書類である1以上の新規特許書類を格納し得る新規特許書類格納部をさらに具備し、
前記特徴ベクトル取得部は、
前記1以上の各新規特許書類から1以上の用語を取得し、当該1以上の用語を用いて各新規特許書類のベクトルである新規特許特徴ベクトルを、新規特許書類ごとに取得し、
前記判断部は、
前記1以上の関連特許特徴ベクトル、または前記1以上の関連特許特徴ベクトルと前記1以上の非関連特許特徴ベクトルとを用いて、関連特許のクラスに属するべき新規特許特徴ベクトルに対応する新規特許書類を決定し、
前記出力部は、
前記判断部が決定した関連特許のクラスに属するべき新規特許書類を特定する情報を出力する、請求項1または請求項2記載の特許調査支援装置。 - 前記判断部は、
前記1以上の関連特許特徴ベクトル、または前記1以上の関連特許特徴ベクトルと前記1以上の非関連特許特徴ベクトルとを用いて、関連特許のクラスに属すべきではない関連特許特徴ベクトルに対応する関連特許書類を決定し、
前記出力部は、
前記判断部が決定した関連特許のクラスに属すべきではない関連特許書類を特定する情報を出力する、請求項1から請求項3いずれか記載の特許調査支援装置。 - 特許調査における選別作業の結果、関連すると判断された関連特許の書類である1以上の関連特許書類を格納し得る関連特許書類格納部と、
前記1以上の関連特許書類および前記1以上の非関連特許書類を除いた関連特許の書類である1以上の新規特許書類を格納し得る新規特許書類格納部と、
前記1以上の各関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各関連特許書類のベクトルである関連特許特徴ベクトルを、関連特許書類ごとに取得し、かつ、前記1以上の各新規特許書類から1以上の用語を取得し、当該1以上の用語を用いて各新規特許書類のベクトルである新規特許特徴ベクトルを、新規特許書類ごとに取得する特徴ベクトル取得部と、
前記1以上の関連特許特徴ベクトルを用いて、前記新規特許書類の特許特徴ベクトルが関連特許のクラスに属するかを決定する判断部と、
前記判断部が関連特許のクラスに属すると決定した新規特許書類を特定する情報を出力する出力部とを具備する特許調査支援装置。 - 特許調査における選別作業の結果、関連しないと判断された非関連特許の書類である1以上の非関連特許書類を格納し得る非関連特許書類格納部をさらに具備し、
前記特徴ベクトル取得部は、
さらに、前記1以上の各非関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各非関連特許書類のベクトルである非関連特許特徴ベクトルを、非関連特許書類ごとに取得し、
前記判断部は、
前記1以上の関連特許特徴ベクトル、および前記1以上の非関連特許特徴ベクトルを用いて、前記新規特許書類の特許特徴ベクトルが関連特許のクラスに属するかを決定する、請求項5記載の特許調査支援装置。 - 特許調査における選別作業の結果、関連すると判断された関連特許の書類である1以上の関連特許書類を格納し得る関連特許書類格納部と、特許調査における選別作業の結果、関連しないと判断された非関連特許の書類である1以上の非関連特許書類を格納し得る非関連特許書類格納部と、特徴ベクトル取得部と、判断部と、出力部とを用いて処理される特許調査支援方法であって、
前記特徴ベクトル取得部が、前記1以上の各関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各関連特許書類のベクトルである関連特許特徴ベクトルを、関連特許書類ごとに取得し、かつ、前記1以上の各非関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各非関連特許書類のベクトルである非関連特許特徴ベクトルを、非関連特許書類ごとに取得する特徴ベクトル取得ステップと、
前記判断部が、前記1以上の関連特許特徴ベクトルと前記1以上の非関連特許特徴ベクトルとを用いて、関連特許のクラスに属するべき非関連特許特徴ベクトルに対応する非関連特許書類を決定する判断部と、
前記出力部が、前記判断ステップで決定した関連特許書類を特定する情報を出力する出力部とを具備する特許調査支援方法。 - 特許調査における選別作業の結果、関連すると判断された関連特許の書類である1以上の関連特許書類を格納し得る関連特許書類格納部と、特許調査における選別作業の結果、関連しないと判断された非関連特許の書類である1以上の非関連特許書類を格納し得る非関連特許書類格納部と、前記1以上の関連特許書類および前記1以上の非関連特許書類を除いた関連特許の書類である1以上の新規特許書類を格納し得る新規特許書類格納部と、特徴ベクトル取得部と、判断部と、出力部とを用いて処理される特許調査支援方法であって、
前記特徴ベクトル取得部が、前記1以上の各関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各関連特許書類のベクトルである関連特許特徴ベクトルを、関連特許書類ごとに取得し、かつ、前記1以上の各新規特許書類から1以上の用語を取得し、当該1以上の用語を用いて各新規特許書類のベクトルである新規特許特徴ベクトルを、新規特許書類ごとに取得する特徴ベクトル取得ステップと、
前記判断部が、前記1以上の関連特許特徴ベクトルを用いて、前記新規特許書類の特許特徴ベクトルが関連特許のクラスに属するかを決定する判断ステップと、
前記出力部が、前記判断ステップで関連特許のクラスに属すると決定した新規特許書類を特定する情報を出力する出力ステップとを具備する特許調査支援方法。 - 特許調査における選別作業の結果、関連すると判断された関連特許の書類である1以上の関連特許書類を格納し得る関連特許書類格納部と、特許調査における選別作業の結果、関連しないと判断された非関連特許の書類である1以上の非関連特許書類を格納し得る非関連特許書類格納部とにアクセス可能なコンピュータを、
前記1以上の各関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各関連特許書類のベクトルである関連特許特徴ベクトルを、関連特許書類ごとに取得し、かつ、前記1以上の各非関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各非関連特許書類のベクトルである非関連特許特徴ベクトルを、非関連特許書類ごとに取得する特徴ベクトル取得部、
前記1以上の関連特許特徴ベクトルと前記1以上の非関連特許特徴ベクトルを用いて、関連特許のクラスに属するべき非関連特許特徴ベクトルに対応する非関連特許書類を決定する判断部、
前記判断部が決定した非関連特許書類を特定する情報を出力する出力部として機能させるためのプログラム。 - 特許調査における選別作業の結果、関連すると判断された関連特許の書類である1以上の関連特許書類を格納し得る関連特許書類格納部と、特許調査における選別作業の結果、関連しないと判断された非関連特許の書類である1以上の非関連特許書類を格納し得る非関連特許書類格納部と、前記1以上の関連特許書類および前記1以上の非関連特許書類を除いた関連特許の書類である1以上の新規特許書類を格納し得る新規特許書類格納部とにアクセス可能なコンピュータを、
前記1以上の各関連特許書類から1以上の用語を取得し、当該1以上の用語を用いて各関連特許書類のベクトルである関連特許特徴ベクトルを、関連特許書類ごとに取得し、かつ、前記1以上の各新規特許書類から1以上の用語を取得し、当該1以上の用語を用いて各新規特許書類のベクトルである新規特許特徴ベクトルを、新規特許書類ごとに取得する特徴ベクトル取得部、
前記1以上の関連特許特徴ベクトルを用いて、前記新規特許書類の特許特徴ベクトルが属するべきクラスが関連特許のクラスに属するかを決定する判断部、
前記判断部が関連特許のクラスに属すると決定した新規特許書類を特定する情報を出力する出力部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012096778A JP5971794B2 (ja) | 2012-04-20 | 2012-04-20 | 特許調査支援装置、特許調査支援方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012096778A JP5971794B2 (ja) | 2012-04-20 | 2012-04-20 | 特許調査支援装置、特許調査支援方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013225207A true JP2013225207A (ja) | 2013-10-31 |
JP5971794B2 JP5971794B2 (ja) | 2016-08-17 |
Family
ID=49595225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012096778A Expired - Fee Related JP5971794B2 (ja) | 2012-04-20 | 2012-04-20 | 特許調査支援装置、特許調査支援方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5971794B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844478A (zh) * | 2017-11-20 | 2018-03-27 | 山东浪潮云服务信息科技有限公司 | 一种专利文件的处理方法及装置 |
WO2019102533A1 (ja) * | 2017-11-22 | 2019-05-31 | 花王株式会社 | 文献分類装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006087854A1 (ja) * | 2004-11-25 | 2006-08-24 | Sharp Kabushiki Kaisha | 情報分類装置、情報分類方法、情報分類プログラム、情報分類システム |
JP2008084064A (ja) * | 2006-09-28 | 2008-04-10 | National Institute Of Advanced Industrial & Technology | テキスト分類処理方法、テキスト分類処理装置ならびにテキスト分類処理プログラム |
JP2009163303A (ja) * | 2007-12-28 | 2009-07-23 | Mitsubishi Electric Corp | 検索フィルタリング装置及び検索フィルタリングプログラム |
JP2010118050A (ja) * | 2008-10-17 | 2010-05-27 | Toyohashi Univ Of Technology | 特許文献自動検索システムおよび特許文献自動検索方法 |
JP2010128530A (ja) * | 2008-11-25 | 2010-06-10 | Asahi Kasei Corp | 文書分類評価装置、文書分類評価方法およびプログラム |
US20120143801A1 (en) * | 2009-08-11 | 2012-06-07 | Nec Corporation | Information classification device, information classification method, and computer readable recording medium |
-
2012
- 2012-04-20 JP JP2012096778A patent/JP5971794B2/ja not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006087854A1 (ja) * | 2004-11-25 | 2006-08-24 | Sharp Kabushiki Kaisha | 情報分類装置、情報分類方法、情報分類プログラム、情報分類システム |
JP2008084064A (ja) * | 2006-09-28 | 2008-04-10 | National Institute Of Advanced Industrial & Technology | テキスト分類処理方法、テキスト分類処理装置ならびにテキスト分類処理プログラム |
JP2009163303A (ja) * | 2007-12-28 | 2009-07-23 | Mitsubishi Electric Corp | 検索フィルタリング装置及び検索フィルタリングプログラム |
JP2010118050A (ja) * | 2008-10-17 | 2010-05-27 | Toyohashi Univ Of Technology | 特許文献自動検索システムおよび特許文献自動検索方法 |
JP2010128530A (ja) * | 2008-11-25 | 2010-06-10 | Asahi Kasei Corp | 文書分類評価装置、文書分類評価方法およびプログラム |
US20120143801A1 (en) * | 2009-08-11 | 2012-06-07 | Nec Corporation | Information classification device, information classification method, and computer readable recording medium |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844478A (zh) * | 2017-11-20 | 2018-03-27 | 山东浪潮云服务信息科技有限公司 | 一种专利文件的处理方法及装置 |
CN107844478B (zh) * | 2017-11-20 | 2020-12-04 | 浪潮卓数大数据产业发展有限公司 | 一种专利文件的处理方法及装置 |
WO2019102533A1 (ja) * | 2017-11-22 | 2019-05-31 | 花王株式会社 | 文献分類装置 |
JPWO2019102533A1 (ja) * | 2017-11-22 | 2020-02-27 | 花王株式会社 | 文献分類装置 |
CN111373392A (zh) * | 2017-11-22 | 2020-07-03 | 花王株式会社 | 文献分类装置 |
US10984344B2 (en) | 2017-11-22 | 2021-04-20 | Kao Corporation | Document classifying device |
Also Published As
Publication number | Publication date |
---|---|
JP5971794B2 (ja) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11288444B2 (en) | Optimization techniques for artificial intelligence | |
JP6053131B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US10558754B2 (en) | Method and system for automating training of named entity recognition in natural language processing | |
KR102589649B1 (ko) | 모니터링 시스템에서 발생하는 경보에 대한 기계 학습식 결정 안내 기법 | |
CN110929125A (zh) | 搜索召回方法、装置、设备及其存储介质 | |
JP2015225669A (ja) | 注釈表示支援装置及び注釈表示支援方法 | |
CN112384909A (zh) | 利用无监督学习来改进文本到内容建议的方法和系统 | |
KR101638535B1 (ko) | 사용자 검색어 연관 이슈패턴 검출 방법, 이를 수행하는 이슈패턴 검출 서버 및 이를 저장하는 기록매체 | |
CN110941702A (zh) | 一种法律法规和法条的检索方法及装置、可读存储介质 | |
CN110737689A (zh) | 数据标准符合性检测方法、装置、系统及存储介质 | |
CN111435406A (zh) | 一种纠正数据库语句拼写错误的方法和装置 | |
CN113326363B (zh) | 搜索方法及装置、预测模型训练方法及装置、电子设备 | |
WO2022245469A1 (en) | Rule-based machine learning classifier creation and tracking platform for feedback text analysis | |
JP5971794B2 (ja) | 特許調査支援装置、特許調査支援方法、およびプログラム | |
US10698971B2 (en) | Method and apparatus for storing access log based on keyword | |
WO2021154429A1 (en) | Siamese neural networks for flagging training data in text-based machine learning | |
CN111460257A (zh) | 专题生成方法、装置、电子设备和存储介质 | |
US11507593B2 (en) | System and method for generating queryeable structured document from an unstructured document using machine learning | |
JP5912813B2 (ja) | 特許調査結果評価装置、特許調査結果評価方法、およびプログラム | |
WO2020193391A1 (en) | An apparatus and method for performing image-based dish recognition | |
JP2010198498A (ja) | 情報処理装置及び情報処理方法及びプログラム | |
CN109597873A (zh) | 语料数据的处理方法、装置、计算机可读介质及电子设备 | |
EP3432154A1 (en) | Method and apparatus for providing search recommendation information | |
CN112400165B (zh) | 利用无监督学习来改进文本到内容建议的方法和系统 | |
US11790014B2 (en) | System and method of determining content similarity by comparing semantic entity attributes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20150316 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150316 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150416 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160324 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160518 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160706 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160708 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5971794 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |