JP2019057068A - Information processor and computer program - Google Patents
Information processor and computer program Download PDFInfo
- Publication number
- JP2019057068A JP2019057068A JP2017180434A JP2017180434A JP2019057068A JP 2019057068 A JP2019057068 A JP 2019057068A JP 2017180434 A JP2017180434 A JP 2017180434A JP 2017180434 A JP2017180434 A JP 2017180434A JP 2019057068 A JP2019057068 A JP 2019057068A
- Authority
- JP
- Japan
- Prior art keywords
- company
- candidate
- technology
- unit
- partner
- 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.)
- Pending
Links
Images
Abstract
Description
本発明はデータ処理技術に関し、特に組織間の提携を支援する技術に関する。 The present invention relates to a data processing technique, and more particularly to a technique for supporting partnership between organizations.
近年、技術やアイデア等の資源の流出入を活用し、組織内で創出したイノベーションを組織外に展開して市場機会を増やすオープンイノベーションが盛んに行われている。また、異なるバックグラウンドを持つ組織同士が、新たな事業を創出するために、組織外に業務提携先を探すいわゆる「企業マッチング」も実施されている。また、地方自治体や専門の民間業者が仲介者となり、企業の提携先を探索するサービス(「企業マッチングサービス」とも呼ぶ。)も提供されてきている(例えば、特許文献1、2参照)。
In recent years, open innovations that increase market opportunities by utilizing inflows of resources such as technologies and ideas and expanding innovations created within the organization outside the organization have been actively performed. In addition, so-called “corporate matching” is being conducted in which organizations with different backgrounds seek out business partners outside the organization in order to create new businesses. In addition, a service (also referred to as “company matching service”) for searching for a partner of a company has been provided by a local government or a specialized private trader (see, for example,
従来の企業マッチングサービスは、或る企業が提携する候補となる他の企業を人手により探すものであり、時間を要することがあった。 The conventional company matching service manually searches for other companies that are candidates for cooperation with a certain company, and may take time.
本発明はこうした課題に鑑みてなされたものであり、1つの目的は、組織間の提携を支援する技術を提供することにある。 The present invention has been made in view of these problems, and one object is to provide a technology that supports partnerships between organizations.
上記課題を解決するために、本発明のある態様の情報処理装置は、組織と関連を有する技術文書群に記載されている課題を複数の組織のそれぞれについて抽出する課題抽出部と、技術文書群に記載されている、課題を解決するための要素技術を複数の組織のそれぞれについて抽出する技術抽出部と、組織ごとに、課題と要素技術の組み合わせに基づいて技術文書群を分類する分類部と、分類部による分類結果が異なる少なくとも2つの組織を提携候補として決定する決定部と、決定部により決定された提携候補に関する情報を出力する出力部と、を備える。 In order to solve the above-described problem, an information processing apparatus according to an aspect of the present invention includes a problem extraction unit that extracts a problem described in a technical document group related to an organization for each of a plurality of organizations, and a technical document group A technology extraction unit that extracts elemental technologies for solving problems described in the above for each of a plurality of organizations, and a classification unit that classifies technical document groups for each organization based on a combination of the issues and the elemental technologies. A determination unit that determines at least two organizations with different classification results by the classification unit as affiliation candidates, and an output unit that outputs information on the affiliation candidates determined by the determination unit.
なお、以上の構成要素の任意の組合せ、本発明の表現を、方法、プログラム、プログラムを格納した記録媒体などの間で変換したものもまた、本発明の態様として有効である。 It should be noted that any combination of the above components and the expression of the present invention converted between a method, a program, a recording medium storing the program, and the like are also effective as an aspect of the present invention.
本発明によれば、組織間の提携を支援することができる。 According to the present invention, partnership between organizations can be supported.
実施例の企業提携支援システムの構成を説明する前に概要を説明する。実施例の企業提携支援システムは、業務提携先を探している中小企業に対して、ビジネスパートナーとなり得る大企業を自動で探索して提案する。具体的には、各企業が有する特許等の技術文書を分析し、中小企業と技術的な補完関係がある大企業を提携候補として提案する。 An outline will be described before describing the configuration of the business alliance support system of the embodiment. The business tie-up support system according to the embodiment automatically searches for and proposes a large company that can be a business partner to a small and medium-sized business looking for a business tie-up partner. Specifically, technical documents such as patents owned by each company are analyzed, and large companies that have a technical complementary relationship with SMEs are proposed as tie-up candidates.
中小企業にとって、当該中小企業が保有する技術と補完関係がある技術を保有する大企業が、共同研究や共同開発のパートナーとなる可能性が高いと言われている。実施例の提携先探索装置は、中小企業と大企業それぞれの特許文献に基づいて、課題とその課題を解決した要素技術とを軸とするクロス分析を行う。提携先探索装置は、クロス分析の結果、中小企業と大企業との間で課題と要素技術の双方またはいずれかが異なる場合に補完関係があるとみなし、その大企業を中小企業の提携候補として選定する。 For small and medium-sized enterprises, it is said that a large enterprise that possesses technology complementary to the technology owned by the small and medium enterprise is likely to be a partner for joint research and development. The partner search apparatus of an Example performs the cross analysis centering on a subject and the elemental technology which solved the subject based on the patent document of each SME and large enterprise. As a result of cross-analysis, the partner search device considers that there is a complementary relationship when both of the issues and elemental technologies differ between the small and medium-sized enterprises and the large enterprises. Select.
図1(a)−(d)は、企業間の補完関係のパターンを模式的に示す。図1(a)−(d)では、課題を横に並べ、各課題を解決した要素技術を縦に並べている。例えば、図1(a)は、中小企業が課題Bを要素技術Xを用いて解決し、大企業が課題Aを要素技術Xを用いて解決したことを示している。図1(a)に示すパターン1は、中小企業と大企業が、異なる課題を同じ技術要素で解決したパターンである。提携先探索装置は、中小企業と大企業がパターン1の関係である場合、提携のメリットが大きい(新たな事業に繋がる可能性がある)として、大企業を提携候補として選定する。
FIGS. 1A to 1D schematically show a complementary relationship pattern between companies. In FIGS. 1A to 1D, problems are arranged horizontally, and elemental technologies that solve each problem are vertically arranged. For example, FIG. 1A shows that a small and medium enterprise has solved the problem B by using the element technology X, and a large company has solved the problem A by using the element technology X.
図1(b)に示すパターン2は、中小企業と大企業が、同じ課題を異なる要素技術で解決したパターンである。また、図1(c)に示すパターン3は、中小企業と大企業が、異なる課題を異なる技術で解決したパターンである。提携先探索装置は、中小企業と大企業がパターン2または3の関係である場合も、提携のメリットが大きいとして、大企業を提携候補として選定する。
図1(d)に示すパターン4は、中小企業と大企業が、同じ課題を同じ要素技術で解決したパターンである。この場合、中小企業と大企業とが競合関係にあり、また、権利の調整等が必要になると想定される。したがって、提携先探索装置は、中小企業にとって提携のメリットが小さいとして、大企業を提携候補として選定しない。
なお、実施例の提携先探索装置は、中小企業と大企業とのマッチング以外にも適用可能であり、例えば、企業以外の社団、財団、公的機関、企業内の部門等、様々な種類の組織のマッチングに適用可能である。また、実施例の提携先探索装置は、特許文献に基づいて各企業が有する技術を分析するが、特許文献以外の技術文書、例えば、学術論文、技術解説書、製品マニュアル、ホワイトペーパー等に基づいて分析してもよい。 In addition, the partner search device of the embodiment can be applied to other than the matching between small and medium-sized enterprises and large enterprises, for example, various types of associations such as associations other than enterprises, foundations, public institutions, departments within enterprises, etc. Applicable for organization matching. In addition, the partner search apparatus of the embodiment analyzes the technology possessed by each company based on patent documents, but based on technical documents other than patent documents, such as academic papers, technical explanations, product manuals, white papers, etc. May be analyzed.
(第1実施例)
図2は、第1実施例の企業提携支援システム10の構成を示す。企業提携支援システム10は、ユーザ装置12、技術文書DB14、提携先探索装置16を備える。これらの装置は、LAN・WAN・インターネットを含む通信網18を介して接続される。
(First embodiment)
FIG. 2 shows the configuration of the corporate
ユーザ装置12は、他企業との業務提携を検討する企業(実施例では中小企業、以下「被分析企業」とも呼ぶ。)の情報処理装置であり、被分析企業の従業員(以下「ユーザ」と呼ぶ。)により操作される。ユーザ装置12は、PC、タブレット端末、スマートフォンであってもよい。
The
技術文書DB14は、提携先探索装置16における分析対象となり得る複数企業の技術文書を記憶するデータベースサーバである。実施例における技術文書は、各企業に関連する特許文献であり、例えば、各企業が出願した特許に関する公開特許公報または特許掲載公報である。提携先探索装置16は、被分析企業の提携候補となる企業を自動的に探索する情報処理装置である。
The
図3は、図2の提携先探索装置16の機能構成を示すブロック図である。提携先探索装置16は、探索要求受付部20、文書取得部22、母集団特定部24、対象企業特定部26、課題抽出部28、技術抽出部30、文書分類部32、異同判定部34、提携候補決定部36、技術範囲特定部38、ランク決定部40、提携候補出力部42を備える。不図示だが、提携先探索装置16は、所定の通信プロトコルにしたがって外部装置と通信する通信部を備える。図3の各機能ブロックは、通信部を介して、外部装置との間でデータを送受信する。
FIG. 3 is a block diagram showing a functional configuration of the
本明細書のブロック図で示される各ブロックは、ハードウェア的には、コンピュータのCPU・メモリをはじめとする素子や機械装置で実現でき、ソフトウェア的にはコンピュータプログラム等によって実現されるが、ここでは、それらの連携によって実現される機能ブロックを描いている。これらの機能ブロックはハードウェア、ソフトウェアの組合せによっていろいろなかたちで実現できることは、当業者には理解されるところである。 Each block shown in the block diagram of the present specification can be realized in terms of hardware by an element or a mechanical device such as a CPU / memory of a computer, and can be realized by a computer program or the like in terms of software. Then, the functional block realized by those cooperation is drawn. Those skilled in the art will understand that these functional blocks can be realized in various forms by a combination of hardware and software.
例えば、図3の提携先探索装置16における複数の機能ブロックは、これらの機能ブロックに対応する複数のモジュールを含むコンピュータプログラムとして実装されてもよい。このコンピュータプログラムは、記録媒体またはネットワークを介して提携先探索装置16のストレージへインストールされてもよい。提携先探索装置16のCPUは、このコンピュータプログラムをメインメモリに読み出して実行することにより、図3に示す各機能ブロックの機能を発揮してもよい。
For example, the plurality of functional blocks in the
探索要求受付部20は、ユーザ装置12から送信された、提携先候補の探索を要求するデータ(以下「探索要求」とも呼ぶ。)を受信する。探索要求は、被分析企業(例えばユーザが勤務する中小企業)の識別情報を含む。文書取得部22は、被分析企業に関連する特許文献群を技術文書DB14から取得し、例えば、被分析企業が出願人または特許権者に設定された1つ以上の特許文献を取得する。
The search
母集団特定部24は、被分析企業の特許文献に類似する特許文献を、技術文書DB14から1000件程度抽出し、分析の母集団として特定する。類似の判定は、公知の自然言語処理技術を使用してもよい。例えば、母集団特定部24は、文書取得部22により取得された1つ以上の特許文献のそれぞれを、記載された単語に基づきベクトル化した特徴データと、他の特許文献(言い換えれば被分析企業以外に関連する特許文献)を、記載された単語に基づきベクトル化した特徴データとの内積値を計算してもよい。そして、内積値が高いものほど類似度が高いと判定してもよい。なお、各特許文献をベクトル化した特徴データは、予め技術文書DB14で保持されてもよい。
The
対象企業特定部26は、母集団特定部24により特定された分析の母集団の中から、類似度が高い順に、5社程度の大企業を分析対象として特定する。以下、分析対象の大企業を「対象企業」とも呼ぶ。大企業の範囲は、資本金や従業員数等に応じて予め定められてよい。例えば、類似度1位の特許文献を保有する企業が大企業に該当せず、類似度2位〜6位の特許文献を保有する企業が大企業に該当する場合、対象企業特定部26は、類似度1位の企業を除外し、類似度2位〜6位の大企業5社を対象企業として特定してもよい。
The target
課題抽出部28は、文書取得部22により取得された被分析企業(実施例では中小企業)の1つ以上の特許文献について、各特許文献の文章の中から、技術により解決しようとする課題を抽出する。また、課題抽出部28は、複数の対象企業(実施例では大企業)それぞれの1つ以上の特許文献を、母集団特定部24により特定された母集団の中から取得する。課題抽出部28は、対象企業ごとに、対象企業に関連する各特許文献の文章の中から、技術により解決しようとする課題を抽出する。課題は、例えば、「サイズ」「重量」「ユーザビリティ」等であってもよい。
The
技術抽出部30は、文書取得部22により取得された被分析企業の1つ以上の特許文献について、各特許文献の文章の中から、課題を解決した要素技術を抽出する。また、技術抽出部30は、複数の対象企業それぞれの1つ以上の特許文献を、母集団特定部24により特定された母集団の中から取得する。技術抽出部30は、対象企業ごとに、各特許文献の文章の中から、課題を解決した要素技術を抽出する。要素技術は、例えば、「圧力制御」「温度制御」「密度制御」等であってもよい。
The
課題抽出部28と技術抽出部30は、公知のテキストマイニング技術により特許文献に記載された課題と要素技術を抽出してもよい。例えば、課題抽出部28と技術抽出部30は、特許文献における所定項目(例えば「国際特許分類」「技術分野」「発明が解決しようとする課題」「課題を解決するための手段」)の記載内容に基づいて、課題と要素技術を抽出してもよい。また、課題抽出部28と技術抽出部30は、エヌ・アール・アイ・サイバーパテント株式会社が提供するグルーピング分析機能(https://www.patent.ne.jp/service/macro/bunseki_grouping.html)を使用して、各特許文献に記載された課題と要素技術を抽出してもよい。
The
文書分類部32は、被分析企業と対象企業について企業ごとに、課題と要素技術の組み合わせに基づいて各企業の1つ以上の特許文献(特許文献群)を分類する。実施例の文書分類部32は、各企業の複数の特許文献のそれぞれを課題と要素技術の2つの軸で分類するクロス分析を実行する。言い換えれば、文書分類部32は、各企業の複数の特許文献のそれぞれが、課題と要素技術の複数種類の組み合わせのうちどの組み合わせに該当するかを判定する。
The
文書分類部32は、各企業の特許文献群の分類結果を、課題と要素技術を軸とする二次元のチャートで表現したデータ(以下「クロス分析結果」とも呼ぶ。)を生成する。図4は、1つの企業のクロス分析結果を模式的に示す。図4のクロス分析結果50では、課題を横に並べ、要素技術を縦に並べている。また、クロス分析結果50における1つの課題と1つの要素技術との交点近傍(左上)の数字は、当該課題と当該要素技術が記載された特許文献の個数を示している。
The
文献数シンボル52は、文献数の多寡を視覚的に容易に把握可能にするためのシンボルであり、課題と要素技術の交点に設けられる。図4では、精度・正確性と圧力制御の交点だけに文献数シンボル52を付加したが、文書分類部32は、課題と要素技術の組み合わせのそれぞれ(すなわち各交点)に対して文献数シンボル52を付加してもよい。また、文書分類部32は、課題と要素技術のある組み合わせの文献数が多いほど、当該組み合わせを示す交点に付加する文献数シンボル52のサイズを大きくする。
The number-of-
図3に戻り、異同判定部34は、被分析企業と第1の対象企業の組み合わせ、被分析企業と第2の対象企業の組み合わせ、・・・、被分析企業と第Nの対象企業の組み合わせごとに、文書分類部32による分類結果の異同を判定する。第1実施例では、文書分類部32による分類結果において、課題と要素技術の複数種類の組み合わせのうち属する特許文献数が最多の組み合わせ(以下「注力技術分野」とも呼ぶ。)が同じであれば、分類結果が同じと判定する。一方、注力技術分野が異なれば、分類結果が異なると判定する。図4の例では、注力技術分野は、課題「精度・正確性」と要素技術「圧力制御」の組み合わせになる。異同判定部34は、分類結果が異なる場合、図1のパターン1〜3のいずれかに該当するかをさらに判定する。
Returning to FIG. 3, the
提携候補決定部36は、文書分類部32による分類結果が異なる少なくとも2つの企業を提携候補として決定する。実施例では、提携候補決定部36は、被分析企業の特許文献群の分類結果と、対象企業の特許文献群の分類結果とが異なる場合、対象企業を提携候補企業として決定する。具体的には、提携候補決定部36は、対象企業特定部26により特定された複数の対象企業のうち、特許文献群の分析結果が被分析企業の分析結果と異なると異同判定部34により判定された対象企業を提携候補企業として決定する。
The affiliation
第1実施例では、異同判定部34は、被分析企業の注力技術分野と、特定の対象企業の注力技術分野とが、課題が異なるが要素技術が同一の場合(図1のパターン1)、被分析企業の分類結果と特定の対象企業の分類結果が異なると判定する。この場合、提携候補決定部36は、特定の対象企業を被分析企業の提携候補として決定する。
In the first embodiment, the
また、異同判定部34は、被分析企業の注力技術分野と、特定の対象企業の注力技術分野とが、課題が同一であるが要素技術が異なる場合(図1のパターン2)、被分析企業の分類結果と特定の対象企業の分類結果が異なると判定する。この場合も、提携候補決定部36は、特定の対象企業を被分析企業の提携候補として決定する。
In addition, the
また、異同判定部34は、被分析企業の注力技術分野と、特定の対象企業の注力技術分野とが、課題が異なり要素技術も異なる場合(図1のパターン3)、被分析企業の分類結果と特定の対象企業の分類結果が異なると判定する。この場合も、提携候補決定部36は、特定の対象企業を被分析企業の提携候補として決定する。
In addition, the
一方、異同判定部34は、被分析企業の注力技術分野と、特定の対象企業の注力技術分野とが、課題が同一で要素技術も同一の場合(図1のパターン4)、被分析企業の分類結果と特定の対象企業の分類結果が同一と判定する。この場合、提携候補決定部36は、特定の対象企業を被分析企業の提携候補から除外する。
On the other hand, the
技術範囲特定部38は、被分析企業と複数の対象企業それぞれの特許文献群に基づいて、各企業の技術分野の広がりを特定する。技術範囲特定部38は、複数の技術分野のいずれかに、複数の特許文献のそれぞれをマッピングする公知の技術を使用して各企業の技術分野の広がりを特定してもよい。例えば、技術範囲特定部38は、エヌ・アール・アイ・サイバーパテント株式会社が提供するマッピング分析機能(https://www.patent.ne.jp/service/macro/bunseki_mapping.html)を使用して、複数の特許文献に記載された技術領域を示すサーモグラフのデータを生成してもよい。技術範囲特定部38は、各企業のサーモグラフのデータに基づいて、各企業の特許文献が関連する技術分野の個数をカウントし、その個数を技術分野の広がりとして特定してもよい。
The technology
別の方法として、技術範囲特定部38は、文書分類部32による特許文献の分類結果に基づいて、1つ以上の特許文献が存在する要素技術(または要素技術と課題との組み合わせ)の個数をカウントしてもよい。そして、その個数を技術分野の広がりとして特定してもよい。
As another method, the technical
ランク決定部40は、提携候補決定部36により決定された提携候補としての1つ以上の対象企業(以下「提携候補企業」とも呼ぶ。)について、各提携候補企業のランクを決定する。ランクは、提携先としての優先度(言い換えればお勧め度)を示す相対的な順位と言える。
The
被分析企業(中小企業)は、対象企業(大企業)に対して不利な立場になることが多い。しかし、被分析企業が取り扱う技術分野の広がりが、対象企業が取り扱う技術分野の広がりより大きければ、被分析企業は対象企業との提携・交渉を有利に進めやすくなる。そこで、ランク決定部40は、技術分野の広がりが小さい提携候補企業ほど高いランクを付与する。また、ランク決定部40は、技術分野の広がりが被分析企業より小さい提携候補企業に絞った後、残った提携候補企業の中で技術分野の広がりが小さい提携候補企業ほど高いランクを付与してもよい。
Analyzed companies (SMEs) are often at a disadvantage to the target companies (large companies). However, if the spread of the technical field handled by the analyzed company is larger than the spread of the technical field handled by the target company, it becomes easier for the analyzed company to advantageously proceed with the alliance / negotiation with the target company. Therefore, the
また、ランク決定部40は、提携候補決定部36により決定された1つ以上の提携候補企業について、被分析企業と類似する内容の特許文献の出願日が新しい提携候補企業ほど高いランクを付与する。被分析企業と類似する内容の特許文献は、課題と要素技術の組み合わせが、被分析企業の注力技術分野と合致する特許文献であってもよい。ただし、被分析企業の注力技術分野を自らの注力技術分野とする対象企業は、提携候補から除外される。このように、ランク決定部40は、各提携候補企業の技術分野の広がりと、各提携候補企業の最近の特許出願動向に応じて、各提携候補企業のランクを決定する。
Further, the
提携候補出力部42は、提携候補決定部36により決定された1つ以上の提携候補企業の情報を含むデータ(例えばウェブページのデータ)をユーザ装置12へ送信する。提携候補企業の情報は、ランク決定部40により決定された各提携候補企業のランクを含む。また、提携候補企業の情報は、複数の提携候補企業をランクが高いほど上位に配置した情報であってもよい。
The affiliation
提携候補出力部42は、ユーザ装置12から送信された探索要求に対する同期的な応答として、提携候補企業の情報をユーザ装置12へ送信してもよい。また、提携候補企業およびランクの情報は所定の記憶領域に保存されてもよい。提携候補出力部42は、探索要求とは別の所定の要求をユーザ装置12から受け付けた場合に、上記記憶領域に記憶された提携候補企業およびランクの情報をユーザ装置12へ送信してもよい。
The affiliation
また、実施例の提携候補出力部42は、図1に示したパターン1〜パターン3のそれぞれにより決定された提携候補企業の情報をユーザ装置12へ送信する。例えば、提携候補出力部42は、図1のパターン1(課題相違、要素技術一致)で抽出された提携候補企業の情報、図1のパターン2(課題一致、要素技術相違)で抽出された提携候補企業の情報、図1のパターン3(課題相違、要素技術相違)で抽出された提携候補企業の情報を区別可能な態様でユーザ装置12へ送信してもよい。
Further, the affiliation
変形例として、ユーザ装置12から送信される探索要求において、図1のパターン1〜パターン3の少なくとも1つが指定されてもよい。この場合、提携候補決定部36は、探索要求で指定されたパターンに合致する対象企業を提携候補企業として決定してもよい。提携候補出力部42は、探索要求で指定されたパターンに基づき決定された提携候補企業の情報をユーザ装置12へ送信してもよい。
As a modified example, in the search request transmitted from the
また、提携候補出力部42は、提携候補企業の情報として、被分析企業と提携候補企業のそれぞれが保有する特許文献群の分類結果を、課題と要素技術を軸とする二次元のチャートで表現したデータ(例えば図4のクロス分析結果50)をユーザ装置12へ送信してもよい。例えば、提携候補出力部42は、被分析企業のクロス分析結果50と、提携候補企業のクロス分析結果50とを並べて示すデータをユーザ装置12へ送信してもよい。
Further, the alliance
この場合、文書分類部32は、クロス分析結果50において、少なくとも注力技術分野に文献数シンボル52を付加することが望ましい。また、クロス分析結果50における課題と要素技術の全交点に文献数シンボル52を付加する場合、文書分類部32は、注力技術分野に、他の交点とは異なる態様の文献数シンボル52を付加することが望ましい。例えば、他の交点とはサイズや色彩が異なる文献数シンボル52であり、他の交点のシンボルより目立つ態様の文献数シンボル52を付加してもよい。これにより、提携候補企業として選定した理由をユーザに分かり易く示すことができる。
In this case, it is desirable that the
また、クロス分析結果50における課題と要素技術の交点に文献数シンボル52を付加する場合、文書分類部32または提携候補出力部42は、その課題と要素技術の組み合わせに対応する1つ以上の特許文献(すなわち文献数シンボル52が設置された交点の成分としてカウントされた特許文献)の位置情報を埋め込んだハイパーリンクを設定してもよい。これにより、ユーザは、クロス分析結果50の特定の文献数シンボル52を選択することで、その文献数シンボル52が示す課題と要素技術に対応する特許文献を容易に閲覧することができる。
In addition, when the
以上の構成による企業提携支援システム10の動作を説明する。
ユーザ装置12は、ユーザの操作に応じて、被分析企業の識別情報を含む探索要求を提携先探索装置16へ送信する。提携先探索装置16の文書取得部22は、探索要求で指定された被分析企業の特許文献群を技術文書DB14から取得する。提携先探索装置16の母集団特定部24は、被分析企業の特許文献のそれぞれに類似する他社の複数の特許文献を技術文書DB14から取得し、取得した複数の特許文献を分析の母集団として特定する。提携先探索装置16の対象企業特定部26は、被分析企業の特許文献に類似度が高い特許文献の出願人または権利者である大企業(例えば類似度が高い上位5社等)を分析の対象企業として特定する。
The operation of the corporate
The
提携先探索装置16の課題抽出部28は、被分析企業と複数の対象企業について企業ごとに、各特許文献に記載された解決しようとする課題を抽出する。提携先探索装置16の技術抽出部30は、被分析企業と複数の対象企業について企業ごとに、各特許文献に記載された課題を解決した要素技術を抽出する。提携先探索装置16の文書分類部32は、被分析企業と複数の対象企業について企業ごとに、課題と要素技術の組み合わせに基づいて特許文献群を分類する。例えば、図4のクロス分析結果50を企業ごとに生成する。提携先探索装置16の異同判定部34は、被分析企業と対象企業の組み合わせごとに、分類結果の異同を判定する。例えば、被分析企業と対象企業の組み合わせごとに、図1のパターン1〜4のいずれに該当するかを判定する。
The
提携先探索装置16の提携候補決定部36は、文書分類部32による分類結果が被分析企業と異なる対象企業を提携候補企業として決定する。例えば、図1のパターン1〜3のいずれかに該当する対象企業を提携候補企業として決定する。なお、提携先探索装置16は、ユーザへ提示すべき提携候補企業の個数である提示候補数(例えば5社)を記憶してもよい。提携候補決定部36により決定された提携候補企業の個数が提示候補数未満の場合、対象企業特定部26は新たな対象企業を特定してもよく、以降、新たな対象企業に基づく提携候補企業の決定処理を繰り返してもよい。
The affiliation
技術範囲特定部38は、被分析企業と複数の対象企業それぞれの技術分野の広がりを公知のマッピング分析により特定する。ランク決定部40は、技術分野の広がりが小さい提携候補企業ほど高いランクを付与する。提携候補出力部42は、提携候補企業およびランクの情報をユーザ装置12へ送信する。ユーザ装置12は、提携先探索装置16から送信された提携候補企業およびランクの情報をディスプレイに表示させ、ユーザに提示する。
The technical
第1実施例の提携先探索装置16によると、組織の提携候補を自動で探索し、探索の効率と正確性を向上させることができる。例えば、提携先探索装置16は、中小企業と複数の大企業のそれぞれに関連する技術文書を課題と要素技術の軸に基づき分類することにより、各企業が有する技術を自動で分析する。そして、中小企業にとって技術上の補完関係がある大企業を提携候補としてユーザに提示することができる。
According to the
(第2実施例)
第1実施例では、被分析企業の特許文献群の分類結果と、対象企業の特許文献群の分類結果との異同を、両企業の注力技術分野の異同により決定した。第2実施例では、企業ごとに、特許文献群の分類結果に基づいて、図1(a)〜(d)に示したパターン1〜4でのスコアを導出し、そのスコアに基づいて分類結果の異同を判定する。
(Second embodiment)
In the first example, the difference between the classification result of the patent document group of the analyzed company and the classification result of the patent document group of the target company was determined by the difference in the focus technical field of both companies. In the second embodiment, for each company, the scores in the
第2実施例の企業提携支援システム10の構成は、第1実施例の企業提携支援システム10の構成(図2)と同様である。また、第2実施例の提携先探索装置16の構成も、第1実施例の提携先探索装置16の構成(図3)と同様である。以下、第1実施例で説明済みの内容は再度の説明を省略し、第1実施例と異なる点を主に説明する。
The configuration of the corporate
ここでは、文書分類部32による被分析企業の特許文献群の分類結果(例えば図4のクロス分析結果50のデータ)と、文書分類部32による対象企業の特許文献群の分類結果が生成済とする。異同判定部34は、各企業の分類結果に基づいて、図1(a)〜(d)に示したパターン1〜4でのスコアを導出する。以下、パターンごとに説明する。
Here, the classification result of the patent document group of the analyzed company by the document classification unit 32 (for example, the data of the
パターン1(課題相違、要素技術一致)のスコア導出方法を説明する。
図5(a)−(d)と図6(a)−(d)は、パターン1のスコアの導出例を示す。図5(a)は、会社X(被分析企業)の特許文献群の分類結果を示し、図5(b)は、会社Y(1つの対象企業)の特許文献群の分類結果を示している。例えば、図5(a)では、会社Xの特許文献群において、課題Aを技術1を用いて解決した文献が5つ存在することを示している。
A method for deriving the score of pattern 1 (difference between tasks, element technology match) will be described.
FIGS. 5A to 5D and FIGS. 6A to 6D show examples of derivation of the
異同判定部34は、会社Xの要素技術ごとに文献数を合算し(図5(c))、会社Yの要素技術ごとに文献数を合算する(図5(d))。異同判定部34は、会社ごとの合算件数を比較し、2社ともに出願がある要素技術を特定する。図5(c)と図5(d)の例では、技術1と技術3を特定する。異同判定部34は、特定した技術(技術1と技術3)以外の技術について成分(文献数)を0に変更する。図6(a)では、会社Xの「課題A」「技術2」の成分が0に変更されたことを示し、図6(b)では、会社Yの「課題C」「技術4」の成分が0に変更されたことを示している。
The
異同判定部34は、図6(a)の会社Xの各成分から、図6(b)の会社Yの各成分を減算する(図6(c))。異同判定部34は、減算後の各成分を絶対値に変換する(図6(d))。異同判定部34は、各成分の絶対値を合算し、合算値をパターン1のスコアとする。図6(d)の例では、スコアは「9」となる。異同判定部34は、パターン1のスコアが予め定められた閾値以上の場合、会社Xと会社Yがパターン1に合致すると判定する。異同判定部34は、被分析企業と対象企業の組み合わせごとにパターン1に合致するか否かを判定する。
The
パターン2(課題一致、要素技術相違)のスコア導出方法を説明する。
図7(a)−(d)と図8(a)−(b)は、パターン2のスコアの導出例を示す。図7(a)は、会社X(被分析企業)の特許文献群の分類結果を示し、図7(b)は、会社Y(1つの対象企業)の特許文献群の分類結果を示している。
The score derivation method for pattern 2 (issue matching, element technology difference) will be described.
7 (a)-(d) and FIGS. 8 (a)-(b) show examples of derivation of the score of
異同判定部34は、会社Xの課題ごとの文献数を合算し(図7(c))、会社Yの課題ごとの文献数を合算する(図7(d))。異同判定部34は、会社ごとの合算件数を比較し、2社ともに出願がある課題を特定する。図7(c)と図7(d)の例では、課題Aを特定する。異同判定部34は、特定した課題(課題A)以外の課題について成分(文献数)を0に変更する。会社Xは、課題A以外の文献が存在しないため、図7(a)から成分の変更はない。一方、会社Yの「課題B」「技術3」の成分と、「課題C」「技術4」の成分が0に変更される(図8(a))。
The
異同判定部34は、会社Xの各成分(図7(a))から、会社Yの各成分(図8(a))を減算する(図8(b))。異同判定部34は、減算後の各成分を絶対値に変換する。異同判定部34は、各成分の絶対値を合算し、合算値をパターン2のスコアとする。図8(b)の例では、スコアは「10」となる。異同判定部34は、パターン2のスコアが予め定められた閾値以上の場合、会社Xと会社Yがパターン2に合致すると判定する。異同判定部34は、被分析企業と対象企業の組み合わせごとにパターン2に合致するか否かを判定する。
The
パターン3(課題相違、要素技術相違)のスコア導出方法を説明する。
図9(a)−(d)は、パターン3のスコアの導出例を示す。図9(a)は、会社X(被分析企業)の特許文献群の分類結果を示し、図9(b)は、会社Y(1つの対象企業)の特許文献群の分類結果を示している。
A score derivation method for pattern 3 (difference in task, difference in element technology) will be described.
FIGS. 9A to 9D show examples of derivation of the
異同判定部34は、会社Xの文献数が0の課題と技術の組み合わせを特定する。図9(a)の例では、「課題B」「技術4」、「課題B」「技術5」、「課題C」「技術4」、「課題C」「技術5」、「課題D」「技術4」、「課題D」「技術5」、「課題E」「技術4」、「課題E」「技術5」の組み合わせを特定する。異同判定部34は、会社Yの分類結果の成分のうち、特定した組み合わせ以外の成分を0に変更する。図9(b)の例では、「課題A」「技術1」の成分と、「課題B」「技術3」の成分を0に変更する(図9(c))。
The
異同判定部34は、会社Yの文献数が0の課題と技術の組み合わせを特定する。図9(b)の例では、「課題D」「技術2」、「課題D」「技術5」、「課題E」「技術2」、「課題E」「技術5」の組み合わせを特定する。異同判定部34は、会社Xの分類結果の成分のうち、特定した組み合わせ以外の成分を0に変更する。図9(a)の例では、「課題A」「技術1」の成分と、「課題A」「技術2」の成分と、「課題A」「技術3」の成分を0に変更する(図9(d))。
The
異同判定部34は、成分調整後の会社Xの各成分(図9(d))と、成分調整後の会社Yの各成分(図9(c))を合算し、合算値をパターン3のスコアとする。図9(c)と図9(d)の例では、スコアは「2」となる。異同判定部34は、パターン3のスコアが予め定められた閾値以上の場合、会社Xと会社Yがパターン3に合致すると判定する。異同判定部34は、被分析企業と対象企業の組み合わせごとにパターン3に合致するか否かを判定する。
The
パターン4(課題一致、要素技術一致)のスコア導出方法を説明する。
図10(a)−(c)は、パターン4のスコアの導出例を示す。図10(a)は、会社X(被分析企業)の特許文献群の分類結果(ここでは各成分のID)を示し、図10(b)は、会社Y(1つの対象企業)の特許文献群の分類結果を示している。
The score derivation method of pattern 4 (issue matching, element technology matching) will be described.
FIGS. 10A to 10C show examples of the derivation of the
異同判定部34は、図10(c)の式1で示すように、課題と要素技術の同じ組み合わせの成分値の積を合算し、合算値をパターン4のスコアとする。異同判定部34は、パターン4のスコアが予め定められた閾値以上の場合、会社Xと会社Yがパターン4に合致すると判定する。異同判定部34は、被分析企業と対象企業の組み合わせごとにパターン4に合致するか否かを判定する。
The
提携候補決定部36は、被分析企業と対象企業が、パターン1、パターン2、パターン3の少なくとも1つに合致し、かつ、パターン4に合致しない場合、対象企業を提携候補企業として決定する。言い換えれば、提携候補決定部36は、被分析企業と対象企業がパターン4に合致する場合、パターン1、パターン2、パターン3の少なくとも1つに合致するか否かにかかわらず、対象企業を提携候補企業から除外する。
If the analyzed company and the target company match at least one of
提携候補出力部42は、提携候補企業の情報として、パターンごとに、複数の提携候補企業をパターンのスコアが高いほど上位に配置した情報をユーザ装置12へ送信してもよい。また、提携候補出力部42は、提携候補企業の情報として、パターンごとに、複数の提携候補企業をパターンのスコアが高いほど、かつ、ランクが高いほど上位に配置した情報をユーザ装置12へ送信してもよい。
The affiliation
第2実施例の提携先探索装置16においても、第1実施例と同様に、組織の提携候補を自動で探索し、探索の効率と正確性を向上させることができる。また、第2実施例では、各企業の特許文献の分類結果における複数の成分に基づいて分類結果の異同を判定するため、異同判定の正確性を高めることができる。
In the
以上、本発明を第1、第2実施例をもとに説明した。これらの実施例は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。 The present invention has been described based on the first and second embodiments. These embodiments are exemplifications, and it is understood by those skilled in the art that various modifications can be made to the combination of each component and each processing process, and such modifications are within the scope of the present invention. is there.
第1変形例を説明する。上記第2実施例におけるパターン1のスコア算出では、2社ともに出願がある技術以外の成分を0に変更後、1社の分類結果の成分から他社の分類結果の成分を減算した。変形例として、減算することに代えて加算してもよい。
A first modification will be described. In the calculation of the score of
第2変形例を説明する。上記第2実施例では、パターン1〜4のスコアのいずれも、特許文献の数を単位として算出した。変形例として、特許文献の数を比率に変換(正規化変換)した上で各パターンのスコアを算出してもよい。一般的に中小企業(被分析企業)は大企業と比較して特許出願件数が少ないが、この変形例によると、比較的少ない被分析企業に関連する特許文献をスコアに反映させやすくなる。 A second modification will be described. In the said 2nd Example, all the scores of the patterns 1-4 were calculated in the number of patent documents. As a modified example, the score of each pattern may be calculated after converting the number of patent documents into a ratio (normalization conversion). Generally, SMEs (analyzed companies) have fewer patent applications than large companies, but according to this modification, patent documents related to relatively few analyzed companies are easily reflected in the score.
本変形例におけるパターン1(課題相違、要素技術一致)のスコア導出方法を説明する。図11(a)−(d)と図12(a)−(d)は、第2変形例におけるパターン1のスコアの導出例を示す。不図示だが、会社X(被分析企業)の特許文献群の分類結果は、図5(a)に示す通りとし、会社Y(1つの対象企業)の特許文献群の分類結果は、図5(b)に示す通りとする。
A score derivation method for pattern 1 (difference between tasks, element technology match) in this modification will be described. 11 (a)-(d) and FIGS. 12 (a)-(d) show examples of derivation of the score of
異同判定部34は、会社Xの分類結果の成分を特許文献の数から比率へ変換し(図11(a))、会社Yの分類結果の成分を特許文献の数から比率へ変換する(図11(b))。なお、文書分類部32は、特許文献の数を単位とした分類結果に代えて、特許文献の比率を単位とした分類結果(例えば図11(a)、図11(b))を出力してもよい。異同判定部34は、会社Xの要素技術ごとに文献比率を合算し(図11(c))、会社Yの要素技術ごとに文献比率を合算する(図11(d))。異同判定部34は、会社ごとの合算比率を比較し、2社ともに出願がある要素技術を特定する。図5(c)と図5(d)の例では、技術1と技術3を特定する。
The
異同判定部34は、特定した技術(技術1と技術3)以外の技術について成分(文献比率)を0に変更する。図12(a)では、会社Xの「課題A」「技術2」の成分が0に変更されたことを示し、図12(b)では、会社Yの「課題C」「技術4」の成分が0に変更されたことを示している。異同判定部34は、図12(a)の会社Xの各成分から、図12(b)の会社Yの各成分を減算する(図12(c))。異同判定部34は、減算後の各成分を絶対値に変換する(図12(d))。
The
異同判定部34は、各成分の絶対値を合算し、合算値をパターン1のスコアとする。図12(d)の例では、スコアは「81」となる。異同判定部34は、パターン1のスコアが予め定められた閾値以上の場合、会社Xと会社Yがパターン1に合致すると判定する。異同判定部34は、パターン1と同様に、パターン2〜4のスコアも、特許文献比率を単位として算出してもよい。
The
第3変形例を説明する。上記実施例では、被分析企業と対象企業による2社間で、特許文献の分類結果の異同を判定した。変形例として、被分析企業と2社以上の対象企業による3社以上の間で、特許文献の分類結果の異同を判定してもよい。すなわち、提携先探索装置16は、被分析企業に対して、複数の企業との提携を提案してもよい。
A third modification will be described. In the above-described example, the difference in the classification results of the patent documents was determined between the two companies of the analyzed company and the target company. As a modified example, the difference in the classification result of the patent document may be determined between three or more companies by the analyzed company and two or more target companies. In other words, the
第4変形例を説明する。ユーザ装置12から送信される探索要求は、ユーザにより指定された提携候補の条件を含んでもよい。提携候補の条件は、業界、業種、業態であってもよく、資本金等の財務条件であってもよい。提携先探索装置16は、外部の企業情報DB(不図示)から、企業の概要情報や財務情報等を取得する企業情報取得部をさらに備えてもよい。対象企業特定部26は、企業情報取得部により取得された情報に基づいて、探索要求が示す提携候補の条件に合致するように、分析の対象企業を絞り込んでもよい。例えば、対象企業特定部26は、被分析企業の特許文献と類似度が高い特許文献に関連づけられた企業であり、かつ、探索要求が示す提携候補の条件に合致する企業を対象企業として特定してもよい。
A fourth modification will be described. The search request transmitted from the
第5変形例を説明する。上記実施例では、特許文献、学術論文、技術解説書、製品マニュアル、ホワイトペーパー等の文書いずれか一種類又は複数種類の文書から課題及び技術を抽出して分類し、提携候補として決定しているが、第5実施例の企業提携支援システムでは、処理対象の文書種別を識別し、ユーザが指定した文書種別を対象に課題及び技術を抽出して分類し、提携候補として決定する構成であってもよい。加えて、文書種別毎の文書、若しくは、文書種別の組み合わせ毎の文書を対象に課題及び技術を抽出して分類し、提携候補としてそれぞれ決定することもできる。そうすることで、例えば、特許文献の観点からはA社と提携すべきであり、学術論文の観点からはB社と提携すべきであり、技術解説書の観点からはC社と提携すべきであり、製品マニュアルの観点からはA社と提携すべきであり、ホワイトペーパーの観点からはC社と提携すべきであるという出力結果を得ることができ、さらに、特許文献及び学術論文の観点からはA社と提携すべきであり、技術解説書及び製品マニュアルの観点からはC社と提携すべきであるという出力結果を得ることができる。このように文献種別によって異なる出力結果を得て、それを比較することでより適切な提携先の分析が可能となる。 A fifth modification will be described. In the above embodiment, issues and technologies are extracted from one or more types of documents such as patent documents, academic papers, technical manuals, product manuals, white papers, etc., and determined as tie-up candidates. However, in the corporate tie-up support system of the fifth embodiment, the document type to be processed is identified, the issues and technologies are extracted and classified for the document type specified by the user, and determined as a tie-up candidate. Also good. In addition, issues and techniques can be extracted and classified for each document type or a document for each combination of document types, and each can be determined as a partner candidate. By doing so, for example, it should be affiliated with Company A from the viewpoint of patent literature, should be affiliated with Company B from the viewpoint of academic papers, and affiliated with Company C from the viewpoint of technical explanation It is possible to obtain an output result indicating that it should be affiliated with Company A from the viewpoint of the product manual, and that it should be affiliated with Company C from the viewpoint of the white paper. Therefore, it is possible to obtain an output result indicating that the company should tie up with the company A and should tie up with the company C from the viewpoint of the technical manual and the product manual. Thus, by obtaining different output results depending on the document type and comparing them, it becomes possible to analyze a more appropriate partner.
上述した実施例および変形例の任意の組み合わせもまた本発明の実施の形態として有用である。組み合わせによって生じる新たな実施の形態は、組み合わされる実施例および変形例それぞれの効果をあわせもつ。また、請求項に記載の各構成要件が果たすべき機能は、実施例および変形例において示された各構成要素の単体もしくはそれらの連携によって実現されることも当業者には理解されるところである。 Any combination of the above-described embodiments and modifications is also useful as an embodiment of the present invention. The new embodiment resulting from the combination has the effects of the combined example and modification. Further, it should be understood by those skilled in the art that the functions to be fulfilled by the constituent elements described in the claims are realized by the individual constituent elements shown in the embodiments and the modified examples or by their cooperation.
10 企業提携支援システム、 16 提携先探索装置、 28 課題抽出部、 30 技術抽出部、 32 文書分類部、 34 異同判定部、 36 提携候補決定部、 42 提携候補出力部。
DESCRIPTION OF
Claims (5)
前記技術文書群に記載されている、前記課題を解決するための要素技術を前記複数の組織のそれぞれについて抽出する技術抽出部と、
組織ごとに、前記課題と前記要素技術の組み合わせに基づいて前記技術文書群を分類する分類部と、
前記分類部による分類結果が異なる少なくとも2つの組織を提携候補として決定する決定部と、
前記決定部により決定された提携候補に関する情報を出力する出力部と、
を備えることを特徴とする情報処理装置。 An issue extraction unit that extracts issues described in a group of technical documents related to the organization for each of a plurality of organizations;
A technology extraction unit that extracts elemental technologies for solving the problem described in the technical document group for each of the plurality of organizations;
For each organization, a classification unit that classifies the technical document group based on a combination of the problem and the elemental technology;
A determination unit that determines at least two organizations with different classification results by the classification unit as affiliation candidates;
An output unit for outputting information on the alliance candidate determined by the determination unit;
An information processing apparatus comprising:
前記技術文書群に記載されている、前記課題を解決するための要素技術を前記複数の組織のそれぞれについて抽出する機能と、
組織ごとに、前記課題と前記要素技術を組み合わせに基づいて前記技術文書群を分類する機能と、
前記分類する機能による分類結果が異なる少なくとも2つの組織を提携候補として決定する機能と、
前記決定する機能により決定された提携候補に関する情報を出力する機能と、
をコンピュータに実現させるためのコンピュータプログラム。 A function for extracting issues described in technical documents related to the organization for each of a plurality of organizations;
A function of extracting elemental technologies for solving the problem described in the technical document group for each of the plurality of organizations;
For each organization, a function of classifying the technical document group based on a combination of the problem and the elemental technology,
A function of determining at least two organizations with different classification results according to the function to be classified as affiliation candidates;
A function for outputting information on the alliance candidate determined by the function to be determined;
A computer program for realizing a computer.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017180434A JP2019057068A (en) | 2017-09-20 | 2017-09-20 | Information processor and computer program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017180434A JP2019057068A (en) | 2017-09-20 | 2017-09-20 | Information processor and computer program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019057068A true JP2019057068A (en) | 2019-04-11 |
Family
ID=66107447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017180434A Pending JP2019057068A (en) | 2017-09-20 | 2017-09-20 | Information processor and computer program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019057068A (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200070809A (en) * | 2018-12-10 | 2020-06-18 | 건국대학교 산학협력단 | Device and method for providing technological competitive intelligence |
EP3852034A1 (en) | 2020-01-16 | 2021-07-21 | Fujitsu Limited | Generation method, information processing apparatus, and generation program |
WO2022113285A1 (en) * | 2020-11-27 | 2022-06-02 | 日本電気株式会社 | Recommendation device, recommendation system, recommendation method, program, and storage medium |
JP7324237B2 (en) | 2021-02-08 | 2023-08-09 | デロイトトーマツコンサルティング合同会社 | Corporate Acquisition or Corporate Collaboration Partner Search Device, Corporate Acquisition or Corporate Collaboration Partner Search Method and Program |
JP7354085B2 (en) | 2020-11-19 | 2023-10-02 | ヤフー株式会社 | Business support device, business support method, and business support program |
-
2017
- 2017-09-20 JP JP2017180434A patent/JP2019057068A/en active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200070809A (en) * | 2018-12-10 | 2020-06-18 | 건국대학교 산학협력단 | Device and method for providing technological competitive intelligence |
KR102221267B1 (en) | 2018-12-10 | 2021-03-02 | 건국대학교 산학협력단 | Device and method for providing technological competitive intelligence |
EP3852034A1 (en) | 2020-01-16 | 2021-07-21 | Fujitsu Limited | Generation method, information processing apparatus, and generation program |
JP7354085B2 (en) | 2020-11-19 | 2023-10-02 | ヤフー株式会社 | Business support device, business support method, and business support program |
WO2022113285A1 (en) * | 2020-11-27 | 2022-06-02 | 日本電気株式会社 | Recommendation device, recommendation system, recommendation method, program, and storage medium |
JP7324237B2 (en) | 2021-02-08 | 2023-08-09 | デロイトトーマツコンサルティング合同会社 | Corporate Acquisition or Corporate Collaboration Partner Search Device, Corporate Acquisition or Corporate Collaboration Partner Search Method and Program |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019057068A (en) | Information processor and computer program | |
US20220222249A1 (en) | Enhancing search results with social labels | |
Huq et al. | Sentiment analysis on Twitter data using KNN and SVM | |
Dang et al. | Text mining: Techniques and its application | |
KR102223727B1 (en) | Systems and methods for providing content selection | |
US7937338B2 (en) | System and method for identifying document structure and associated metainformation | |
WO2019196228A1 (en) | System information processing method, apparatus, computer device and storage medium | |
US10783885B2 (en) | Image display device, method for driving the same, and computer readable recording medium | |
US20200026913A1 (en) | Blockwise extraction of document metadata | |
CN109685052A (en) | Method for processing text images, device, electronic equipment and computer-readable medium | |
KR102379674B1 (en) | Method and Apparatus for Analyzing Tables in Document | |
CN105608069A (en) | Information extraction supporting apparatus and method | |
US20150242393A1 (en) | System and Method for Classifying Text Sentiment Classes Based on Past Examples | |
US20180217986A1 (en) | Automated extraction tools and their use in social content tagging systems | |
CN115982376B (en) | Method and device for training model based on text, multimode data and knowledge | |
CN110910175B (en) | Image generation method for travel ticket product | |
US9256805B2 (en) | Method and system of identifying an entity from a digital image of a physical text | |
CN112818111A (en) | Document recommendation method and device, electronic equipment and medium | |
JP2020013413A (en) | Judgment support device and judgment support method | |
CN112214615A (en) | Policy document processing method and device based on knowledge graph and storage medium | |
JP6145064B2 (en) | Document set analysis device, document set analysis method, document set analysis program | |
CN111241142A (en) | Scientific and technological achievement conversion pushing system and method | |
KR20210004505A (en) | Automatic mapping system for management standard specification | |
Babu et al. | Multiclass sentiment analysis in text and emoticons of Twitter data: A review | |
US20160283458A1 (en) | Input assistance system, input assistance method, and input assistance program |