JP2020095653A - 作成支援装置および作成支援方法 - Google Patents

Abstract

【課題】クレーム作成の際の品質のばらつきを抑える、またはクレームを含む特許出願原稿作成にかかる時間を低減する。【解決手段】作成支援装置は、過去の出願に係る請求の範囲について構文解析した結果を記憶する手段と、情報を受け付ける受付手段と、前記情報の全部または一部と類似する過去の出願を抽出する抽出手段と、前記過去の出願に係る請求の範囲について構文解析した結果に基づいて生成した請求の範囲と、前記情報の全部または一部に基づいて生成した明細書または図面と、を含む出願書類を生成する生成手段と、を備える。【選択図】図１

Description

本発明は、作成支援装置および作成支援方法に関する。

特許出願は、国により多少の違いはあるが、基本的に明細書と特許請求の範囲と要約と図面とから構成される。これまで一般に、特許出願の特許請求の範囲（クレームとも称す）は弁理士により作成され、または企業の知的財産部の者により作成されてきた。

近年、「人工知能（ＡＩ、Artificial Intelligence）」という言葉をよく目にするようになった（例えば、非特許文献１参照）。実際、ＡＩは著しく進化しており、人間の脳のように、たくさんの画像や音声を認識して特定のパターンを見つけ出す認知機能を持つものも登場している。例えば、Ｇｏｏｇｌｅ社はコンピュータに猫の画像を判別させることに成功した。このようにＡＩの性能が向上するにつれて、その適用範囲も広がってきている。

http://www.nri.com/jp/journal/2016/10/161031_4/、２０１８年４月１０日検索

従来のクレーム作成手法では、クレーム作成のための知識や経験が担当者により異なるため、作成されるクレームの品質もまちまちとなることが多かった。また、手作業で作成するため、比較的時間がかかっていた。

本発明はこうした課題に鑑みてなされたものであり、その目的は、クレーム作成の際の品質のばらつきを抑えることができる、またはクレームを含む特許出願原稿作成にかかる時間を低減できる技術の提供にある。

本発明のある態様は、作成装置に関する。この作成支援装置は、過去の出願に係る請求の範囲について構文解析した結果を記憶する手段と、情報を受け付ける受付手段と、前記情報の全部または一部と類似する過去の出願を抽出する抽出手段と、前記過去の出願に係る請求の範囲について構文解析した結果に基づいて生成した請求の範囲と、前記情報の全部または一部を含む明細書または図面と、を生成する生成手段と、を備える。

なお、以上の構成要素の任意の組み合わせや、本発明の構成要素や表現を装置、方法、システム、コンピュータプログラム、コンピュータプログラムを格納した記録媒体などの間で相互に置換したものもまた、本発明の態様として有効である。

本発明によれば、クレーム作成の際の品質のばらつきを抑えることができる、またはクレームを含む特許出願原稿作成にかかる時間を低減できる。

第１の実施の形態に係る作成サーバにより実現される画面の遷移を示す模式図である。 第１の実施の形態に係るクレーム作成支援システムの構成を示す模式図である。 図２の作成サーバのハードウエア構成図である。 図２の作成サーバの機能および構成を示すブロック図である。 図４の特許情報保持部の一例を示すデータ構造図である。 図２の作成サーバにおける一連の処理の流れを示すフローチャートである。 学習対象の文献のフリーキーワードと引用された文献のフリーキーワードとの関係の一例を示す模式図である。 第１変形例に係るキーワード抽出処理の流れを示すフローチャートである。 抽出結果表示画面の代表画面図である。 お手本出願を指定する場合のクレーム生成モデルを説明する模式図である。 第２変形例に係る作成サーバにおけるクレーム生成の流れを示す模式図である。 第２変形例に係る作成サーバにおけるＡＩモデルの学習を説明する模式図である。 第３変形例に係る作成サーバにおけるクレーム生成の流れを示す模式図である。 第３変形例に係る作成サーバにおけるクレーム生成の流れを示す模式図である。 第４変形例に係る作成サーバにおけるクレーム生成の流れを示す模式図である。 第４変形例に係る作成サーバにおけるＡＩモデルの学習を説明する模式図である。 第２の実施の形態に係る作成支援サーバの機能および構成を示すブロック図である。 図１６の作成支援サーバによってユーザ端末のディスプレイに表示される画面の遷移の概要を示す模式図である。 自己案件一覧画面の代表画面図である。 案件新規作成画面の代表画面図である。 構成要件モデル画面の代表画面図である。 入力支援機能を説明するための模式図である。 新規特許請求の範囲作成画面の代表画面図である。 自社案件検索一覧画面の代表画面図である。 案件詳細画面の代表画面図である。 案件修正画面の代表画面図である。 特許請求の範囲修正画面の代表画面図である。 図１６の作成支援サーバにおける一連の処理の流れを示すフローチャートである。 第５変形例に係る作成支援サーバが備える格成分テーブルの一例を示すデータ構造図である。 例示的な格成分モデルを示す模式図である。 プラスボタンをクリックした後の格成分モデルの要部を示す模式図である。 プラスボタンをクリックした後の格成分モデルの要部を示す模式図である。 図２９の格成分モデルを修正することによって得られた格成分モデルを示す模式図である。 ＡＩを活用した特許出願書類の作成プロセスにおける第３の実施の形態に係る特許出願書類自動生成処理の位置づけを示す模式図である。 特許出願書類自動生成処理の機能を示す模式図である。 特許出願書類自動生成処理のシステム要件を示す一覧である。 特許出願書類自動生成処理の入出力および生成処理ステップの概要を示す模式図である。 特許出願書類自動生成処理の各ステップの詳細を示す一覧である。 特許出願書類自動生成処理に入力する発明提案書と、特許出願書類自動生成処理が出力する出願書類の対応関係を示す一覧である。 特許出願書類自動生成処理に入力する発明提案書と、特許出願書類自動生成処理が出力する出願書類の対応関係を示す一覧のつづきである。 特許出願書類自動生成処理に入力する発明提案書と、特許出願書類自動生成処理が出力する出願書類の対応関係を示す一覧のつづきである。 特許出願書類自動生成処理に入力する発明提案書と、特許出願書類自動生成処理が出力する出願書類の対応関係を示す一覧のつづきである。 特許出願書類自動生成処理に入力する発明提案書と、特許出願書類自動生成処理が出力する出願書類の対応関係を示す一覧のつづきである。

以下、各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。また、各図面において説明上重要ではない部材の一部は省略して表示する。

（第１の実施の形態）
図１は、第１の実施の形態に係る作成サーバにより実現される画面の遷移を示す模式図である。作成サーバはまずユーザの端末のディスプレイ１００に、クレームを生成するための条件の入力を受け付ける生成条件入力画面１０２を表示させる。生成条件入力画面１０２は、キーワード入力領域１０４と、追加ボタン１０６と、イメージアップロード領域１０５と、クレーム数入力領域１０８と、課題入力領域１１０と、参考出願入力領域１０７と、オートボックス１０９と、分野入力領域１１２と、生成ボタン１１４と、を有する。

作成サーバのユーザとしては、例えば企業の知的財産部の者が想定される。ユーザは、研究開発部門から提出された発明提案書などの技術文書を検討し、それに含まれる発明や技術的思想のエッセンス（または要諦、特徴、本質的部分）をキーワードとして抽出する。併せて可能であればユーザは発明や技術的思想に係る課題を抽出し、発明や技術的思想の属する技術分野を決定する。ユーザは、抽出したキーワードを生成条件入力画面１０２のキーワード入力領域１０４に入力する。ユーザは、追加ボタン１０６をクリック（押下）することで、キーワード入力領域１０４で入力できるキーワードを増やすことができる
。キーワード入力領域１０４の各キーワードには重要度１０３が関連付けて表示される。ユーザは、入力したキーワードの重要度１０３を「Ｈ」（高）、「Ｍ」（中）、「Ｌ」（低）のなかから選択する。他の実施の形態では重要度としてより多くのレベルが用いられてもよいし、連続的な値が用いられてもよい。

ユーザは、キーワードに代えてまた加えて、発明提案書などの技術文書や、技術図面その他写真等の静止画や、動画等の各種ファイル（以下、文書等と称す）をアップロードすることができる。ユーザは、ユーザの端末内の文書等を参照することにより対象のファイルのパスをイメージアップロード領域１０５に入力する。または、ユーザは、対象のファイルのパスを直接イメージアップロード領域１０５に入力してもよい。あるいはまた、ユーザは、文書等の代わりに発明提案書などの技術文書の画像のファイルをアップロードしてもよい。

ユーザは、作成する特許請求の範囲のクレーム数を決めてクレーム数入力領域１０８に入力する。ユーザは、もし発明の課題や技術分野が決まっていれば、それぞれを課題入力領域１１０、分野入力領域１１２に入力する。課題入力領域１１０において、課題はフリーテキスト形式で入力されてもよい。ユーザは、お手本とするクレームを有する特許出願（以下、お手本出願という）が決まっていればその特許出願の番号を参考出願入力領域１０７に入力する。あるいはまた、お手本出願を自動で選択する場合は、オートボックス１０９にチェックを入れる。お手本出願を用いない場合は、参考出願入力領域１０７を空欄とし、オートボックス１０９のチェックを外す。分野入力領域１１２において、技術分野はＩＰＣ（International Patent Classification）、Ｆターム、ＦＩ、ＣＰＣ等の分類により指定されてもよいし、テキストで指定されてもよい。

ユーザが必要な情報を入力した後、生成ボタン１１４をクリックすると、作成サーバは入力された情報を取得する。作成サーバは、過去の特許出願の情報をＡＩに学習させることで生成、更新されるクレーム生成ＡＩエンジンを実装している。作成サーバは、入力された情報をこのクレーム生成ＡＩエンジンで処理することで、入力されたキーワードに対応する特許請求の範囲を自動的に生成する。作成サーバは、生成された特許請求の範囲を表示する生成結果表示画面１１６をディスプレイ１００に表示させる。生成結果表示画面１１６には、生成された特許請求の範囲がテキストで表示されると共に、ＯＫボタン１１８と、修正ボタン１２０と、が表示される。

ユーザは、生成された特許請求の範囲に満足する場合、ＯＫボタン１１８をクリックして処理を終了する。ユーザは、生成された特許請求の範囲の修正を望む場合、修正ボタン１２０をクリックする。作成サーバは、修正ボタン１２０がクリックされると、ユーザによる特許請求の範囲の修正を受け付けるための編集画面１２２をディスプレイ１００に表示させる。

編集画面１２２には、特許請求の範囲が編集可能な態様で表示されると共に、反映ボタン１２４が表示される。編集画面１２２でなされた特許請求の範囲への修正は、修正履歴が分かる形で表示される。ユーザが所望の修正を施した後、反映ボタン１２４をクリックすると、作成サーバは修正を反映した特許請求の範囲を表示する修正結果表示画面１２６をディスプレイ１００に表示させる。併せて、作成サーバは修正前の特許請求の範囲および修正内容を取得し、取得された情報でクレーム生成ＡＩエンジンを更新する。

このように、作成サーバが提供するクレーム作成支援サービスによると、クレーム生成ＡＩエンジンを用いるので、クレーム作成の際の属人的要素を低減または排除することができ、品質の均一化を図ることができる。また、クレーム作成にかかる時間を低減することができる。

図２は、第１の実施の形態に係るクレーム作成支援システム２の構成を示す模式図である。クレーム作成支援システム２は、作成サーバ４と、ユーザ端末８と、を備える。作成サーバ４とユーザ端末８とはインターネットなどのネットワーク６を介して通信可能に接続されている。作成サーバ４は、過去の特許出願の情報を保持する特許情報保持部４２を備え、また上述の通りクレーム作成ＡＩエンジンを実装している。ユーザ端末８は、ユーザが用いる端末であり、例えばデスクトップＰＣ、ラップトップＰＣ、携帯端末などであってもよい。

本実施の形態では、ユーザがユーザ端末８に情報を入力し、ユーザ端末８が該情報をネットワーク６を介して作成サーバ４に送信し、作成サーバ４が該情報を処理し、処理結果をネットワーク６を介してユーザ端末８に返し、ユーザ端末８が処理結果を表示する、いわゆるＡＳＰ（Application Service Provider）を想定する。しかしながら、本実施の形態の技術的思想は、スタンドアローンの端末にクレーム作成ＡＩエンジンを実装し、ユーザがその端末に情報を入力し、処理結果を得る場合など、ＡＳＰ以外のシステムにも適用可能である。

図３は、図２の作成サーバ４のハードウエア構成図である。ユーザ端末８は図３に記載のハードウエア構成と同様のハードウエア構成を有してもよい。作成サーバ４は、メモリ１３０と、プロセッサ１３２と、通信インタフェース１３４と、ディスプレイ１３６と、入力インタフェース１３８と、を含む。これらの要素はそれぞれバス１４０に接続され、バス１４０を介して互いに通信する。

メモリ１３０は、データやプログラムを記憶するための記憶領域である。データやプログラムは、メモリ１３０に恒久的に記憶されてもよいし、一時的に記憶されてもよい。特にメモリ１３０は特許情報保持部４２として割り当てられた領域を有する。プロセッサ１３２は、メモリ１３０に記憶されているプログラムを実行することにより、作成サーバ４における各種機能を実現する。通信インタフェース１３４は、作成サーバ４の外部との間でデータの送受信を行うためのインタフェースである。例えば、通信インタフェース１３４はネットワーク６にアクセスするためのインタフェースを含む。ディスプレイ１３６は、各種情報を表示するためのデバイスであり、例えば、液晶ディスプレイや有機ＥＬ（Electroluminescence）ディスプレイなどである。入力インタフェース１３８は、ユーザからの入力を受け付けるためのデバイスである。入力インタフェース１３８は、例えば、マウスやキーボードやディスプレイ１３８上に設けられたタッチパネルを含む。

図４は、図２の作成サーバ４の機能および構成を示すブロック図である。ここに示す各ブロックは、ハードウエア的には、コンピュータのＣＰＵをはじめとする素子や機械装置で実現でき、ソフトウエ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。したがって、これらの機能ブロックはハードウエア、ソフトウエ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、本明細書に触れた当業者には理解されるところである。

作成サーバ４は、特許情報保持部４２と、学習部４０２と、生成条件取得部４０４と、クレーム生成ＡＩエンジン４０６と、結果出力部４０８と、修正受付部４１０と、を備える。

図５は、特許情報保持部４２の一例を示すデータ構造図である。特許情報保持部４２は、過去の特許出願の情報を保持する。特許情報保持部４２は、特許出願を特定する特許ＩＤと、該特許出願の出願番号と、該特許出願に付された筆頭ＩＰＣと、該特許出願の特許強度値と、該特許出願に付された審査官フリーワードと、該特許出願に付されたフリーキーワードと、該特許出願の特許請求の範囲と、該特許出願の課題と、該特許出願の審査の際に引用された文献と、該特許出願の図面（不図示）と、該特許出願の文書等（不図示）と、を対応付けて保持する。特許出願の文書等は、自社の先願の発明提案書関連の文書など、入手可能な場合にのみ登録されてもよい。

特許強度値は、特許出願の質を示す指標のひとつである。特許強度値は、例えばＮＲＩサイバーパテント株式会社が提供するＴＳ（Technology Size）値であってもよい。あるいはまた、他の指標が用いられてもよい。

フリーキーワードは、対象の特許出願を人が読むことにより設定されるキーワードであり、特にその人が対象の特許出願のポイントとして抽出したキーワードであってもよい。フリーキーワードは、例えばＮＲＩサイバーパテント株式会社が提供するＰＡＴＯＬＩＳキーワードであってもよい。

図４に戻り、学習部４０２は、特許情報保持部４２を参照し、過去の特許出願から抽出された情報と該特許出願の特許請求の範囲とを機械的に学習することによりクレーム作成モデルを生成する。その際、学習部４０２は、特許情報保持部４２に保持される過去の特許出願の情報うち、質に関する所定の基準を満たさない過去の特許出願の情報は参照しないようにしてもよい。

学習部４０２は、特許情報保持部４２に保持される特許出願のうち、特許強度値がしきい値以上となる特許出願を特定してもよい。言い換えると、学習部４０２は特許強度値がしきい値未満の特許出願を学習の対象から外してもよい。なお、本実施の形態では質に関する所定の基準としてしきい値との大小関係を用いるが、これに限られず、例えばしきい値の代わりに特許強度値の範囲が用いられてもよい。

学習部４０２は、特定された特許出願のフリーキーワードと特許請求の範囲と課題と筆頭ＩＰＣと文書等と図面とを特許情報保持部４２から取得し、取得した情報を機械的に学習することにより、クレーム作成モデルを生成する。学習部４０２におけるクレーム作成モデルの生成は、公知の機械学習、人工知能に関する技術を用いて実現されてもよい。課題の学習および筆頭ＩＰＣの学習はいずれもオプションであり、学習の対象とされなくてもよい。

クレーム作成モデルは、キーワードまたは文書等を必須の入力、課題および技術分野をオプションの入力とし、処理の結果として特許請求の範囲を出力するモデルである。課題および技術分野はいずれも、出力結果の精度を高めるために用いられる。なお、各キーワードに対して指定される重要度をクレーム生成モデルの入力とする場合、学習部４０２は、フリーキーワードをその重要度と併せて学習する。フリーキーワードの重要度は、予め人が決めて特許情報保持部４２に登録しておいてもよいし、後述のキーワード抽出モデルで実現されるように自動的に付与されてもよい。

図１０は、お手本出願を指定する場合のクレーム生成モデルを説明する模式図である。学習部４０２はまず特許情報保持部４２に保持されている過去の特許出願の情報を、クレームの構造に応じて分割する。具体的には、学習部４０２は、クレームの構造をいくつかの種類（例えば、クレーム構造Ａ、Ｂ、Ｃ）に分け、特許情報保持部４２に保持される特許出願のクレームの構造がどの種類に属するか判定する。学習部４０２は、この構造の種類で特許情報保持部４２に保持される特許出願をグループ分けする（例えば、クレーム構造：Ａに属するグループ、クレーム構造：Ｂに属するグループ、クレーム構造：Ｃに属す
るグループ）。学習部４０２は、グループごと（すなわち、クレーム構造の種類ごと）にクレーム作成モデルを生成する。その結果、例えば、クレーム構造Ａに対応するクレーム作成モデルＡ、クレーム構造Ｂに対応するクレーム作成モデルＢ、クレーム構造Ｃに対応するクレーム作成モデルＣ、が生成される。

図４に戻り、学習部４０２は、上記のように生成されたクレーム作成モデルをクレーム生成ＡＩエンジン４０６に設定する。学習部４０２で生成されるクレーム作成モデルの種類は、クレーム作成の条件としてどのような入力を想定するかに応じて決定されてもよいし、想定される入力のパターンに応じて複数種類のクレーム作成モデルを生成しておいてもよい。例えば、クレーム作成の条件としてキーワードを必須とし、課題をオプションとするのであれば、学習部４０２は、特定された特許出願のフリーキーワードと特許請求の範囲と課題とを特許情報保持部４２から取得し、取得した情報を機械的に学習することに
より、クレーム作成モデルを生成する。あるいはまた、例えば、クレーム作成の条件としてキーワードを必須とし、重要度をオプションとするのであれば、学習部４０２は、特定された特許出願のフリーキーワードと特許請求の範囲とフリーキーワードごとの重要度とを特許情報保持部４２から取得し、取得した情報を機械的に学習することにより、クレーム作成モデルを生成する。あるいはまた、例えば、クレーム作成の条件として文書等を必須とし、オプション情報は無しとするのであれば、学習部４０２は、特定された特許出願の特許請求の範囲と文書等と図面とを特許情報保持部４２から取得し、取得した情報を機械的に学習することにより、クレーム作成モデルを生成する。あるいはまた、クレーム作成の条件としてお手本出願の指定を可能とするのであれば、図１０に示されるようにクレームの構造に応じて複数のクレーム作成モデルを用意する。

生成条件取得部４０４は、生成条件入力画面１０２を表示するための画面情報を生成し、ネットワーク６を介してユーザ端末８に送信する。生成条件取得部４０４は、ユーザ端末８のディスプレイ１００に表示された生成条件入力画面１０２に対してユーザが入力した情報を、ネットワーク６を介してユーザ端末８から受信する。ユーザが入力した情報は、キーワードの集合または文書等と、クレームの数と、を含み、オプションでキーワード毎の重要度と、課題と、お手本出願の出願番号と、技術分野と、を含む。

オートボックス１０９がチェックされている場合、生成条件取得部４０４は、外部または内部の特許出願のデータベースに対して、受信したキーワードの集合をキーとした検索を行い、検索結果のうち最も一致スコアの高い出願をお手本出願に設定する。

クレーム生成ＡＩエンジン４０６は、学習部４０２により生成されたクレーム作成モデルに、生成条件取得部４０４がユーザ端末８から受け付けたキーワードの集合または文書等と、クレームの数と、を適用する。クレーム生成ＡＩエンジン４０６は、生成条件取得部４０４がユーザ端末８からキーワードの重要度を受け付けていれば、それもクレーム作成モデルに適用する。クレーム生成ＡＩエンジン４０６は、生成条件取得部４０４がユーザ端末８から課題を受け付けていれば、それもクレーム作成モデルに適用する。クレーム生成ＡＩエンジン４０６は、生成条件取得部４０４がユーザ端末８から技術分野を受け付
けていれば、それもクレーム作成モデルに適用する。クレーム生成ＡＩエンジン４０６は、生成条件取得部４０４がお手本出願を取得していれば、お手本出願のクレームの構造に対応するクレーム作成モデルを選択して用いる。クレーム生成ＡＩエンジン４０６は、適用の結果クレーム作成モデルが出力する特許請求の範囲を取得する。

結果出力部４０８は、クレーム生成ＡＩエンジン４０６において得られた特許請求の範囲を、ユーザ端末８のユーザに提供する。結果出力部４０８は、得られた特許請求の範囲を含む生成結果表示画面１１６を表示するための画面情報を生成し、ネットワーク６を介してユーザ端末８に送信する。ユーザ端末８はその画面情報を受信し、受信した画面情報に基づいて生成結果表示画面１１６をディスプレイ１００に表示させる。

ユーザ端末８は、生成結果表示画面１１６の修正ボタン１２０がクリックされると、修正要求情報を生成し、ネットワーク６を介して作成サーバ４に送信する。修正受付部４１０は、ユーザ端末８から修正要求情報を受信すると、編集画面１２２を表示するための画面情報を生成し、ネットワーク６を介してユーザ端末８に送信する。ユーザ端末８は、その画面情報を受信し、受信した画面情報に基づいて編集画面１２２をディスプレイ１００に表示させる。

ユーザ端末８は、編集画面１２２の反映ボタン１２４がクリックされると、その時点の修正内容を含む修正完了情報を生成し、ネットワーク６を介して作成サーバ４に送信する。修正受付部４１０は、ユーザ端末８から修正完了情報を受信すると、修正結果表示画面１２６を表示するための画面情報を生成し、ネットワーク６を介してユーザ端末８に送信する。ユーザ端末８は、その画面情報を受信し、受信した画面情報に基づいて修正結果表示画面１２６をディスプレイ１００に表示させる。

修正受付部４１０は、修正完了情報を受信すると、修正の対象となった特許請求の範囲について、（１）ユーザにより入力されたキーワードの集合、（２）入力された課題（あれば）、（３）入力された技術分野（あれば）、（４）クレーム作成モデルにより生成されたままの（すなわち、修正前の）特許請求の範囲、および（５）修正後の特許請求の範囲、を学習部４０２に渡す。学習部４０２は、上記（１）〜（５）の情報に基づいてクレーム作成モデルを更新する。

以上の構成による作成サーバ４の動作を説明する。
図６は、図２の作成サーバ４における一連の処理の流れを示すフローチャートである。
図６の例では、クレーム作成の条件としてキーワードとお手本出願とが与えられる場合を想定する。作成サーバ４は、ユーザ端末８のディスプレイ１００に生成条件入力画面１０２を表示させる（Ｓ６０２）。作成サーバ４は、生成条件入力画面１０２を介してユーザから技術的思想に係るキーワードの集合およびお手本出願の出願番号を受け付ける（Ｓ６０４）。作成サーバ４は、お手本出願の出願番号を基にお手本出願のクレームを外部または内部の特許出願データベース（例えば、Ｊ−Ｐｌａｔなど）から取得し、取得されたクレームの構造を特定する（Ｓ６０５１）。作成支援サーバ４は、特定された構造に対応するクレーム作成モデルを選択する（Ｓ６０５２）。作成サーバ４は、ステップＳ６０４で受け付けたキーワードの集合を入力として、ステップＳ６０５２で選択されたクレーム作成モデルを用いた、ＡＩによるクレーム生成を実行する（Ｓ６０６）。作成サーバ４は、ユーザ端末８のディスプレイ１００に生成結果表示画面１１６を表示させることで生成されたクレームを表示させる（Ｓ６０８）。ユーザによるクレームの修正がない場合（Ｓ６１０のＮＯ）、処理は終了する。ユーザによるクレームの修正がある場合（Ｓ６１０のＹＥＳ）、作成サーバ４は修正の内容を受け付ける（Ｓ６１２）。作成サーバ４は、ユーザ
端末８のディスプレイ１００に修正結果表示画面１２６を表示させることで修正されたクレームを表示させる（Ｓ６１４）。作成サーバ４は、修正前のクレームおよび修正内容に基づき、クレーム生成ＡＩエンジン４０６のクレーム作成モデルを更新する（Ｓ６１６）。

上述の実施の形態において、保持部の例は、ハードディスクや半導体メモリである。また、本明細書の記載に基づき、各部を、図示しないＣＰＵや、インストールされたアプリケーションプログラムのモジュールや、システムプログラムのモジュールや、ハードディスクから読み出したデータの内容を一時的に記憶する半導体メモリなどにより実現できることは本明細書に触れた当業者には理解される。

本実施の形態に係る作成サーバ４によると、比較的質の高い過去の特許出願の情報を機械的に学習することにより、クレーム生成ＡＩエンジンのクレーム作成モデルが生成される。このクレーム作成モデルに、ユーザが抽出したキーワードを適用することで特許請求の範囲が自動的に生成される。このように、従来、弁理士や企業の知的財産部に属人的に帰属していたクレーム作成の知識、経験をＡＩに移し、そのＡＩを用いてクレーム作成を行うことで、作成されるクレームの質を均一化し、かつ、クレーム作成にかかる時間を低減することができる。

以上、第１の実施の形態に係るクレーム作成支援システム２の構成と動作について説明した。この実施の形態は例示であり、各構成要素や各処理の組み合わ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。

第１の実施の形態では、学習部４０２で学習させるキーワードとして特許情報保持部４２のフリーキーワードを用いる場合を説明したが、これに限られない。例えば、審査官フリーワードが用いられてもよい。

（第１変形例）
特許情報保持部４２に保持される特許出願のうち、フリーキーワードがない特許出願については、フリーキーワードを設定するためにＡＩが用いられてもよい。第１変形例では、学習部４０２は、特許情報保持部４２に保持される特許出願のうち、特許強度値がしきい値以上となる特許出願を特定する。学習部４０２は、特定された特許出願のフリーキーワードと特許請求の範囲と課題とに加えて、該特許出願の審査の際に引用された文献のフリーキーワードを機械的に学習することにより、キーワード抽出モデルを生成する。

機械的な学習における、学習対象の特許出願のフリーキーワードと、引用された文献のフリーキーワードと、の関係を説明する。図７は、学習対象の文献のフリーキーワードと引用された文献のフリーキーワードとの関係の一例を示す模式図である。図７の例では、学習対象の文献７５０の審査時に、第１文献７５２と、第２文献７５４と、が引用された。この引用関係を示すために、特許情報保持部４２において、学習対象の文献７５０の特許ＩＤに対応する引用文献の欄に、第１文献７５２の公報の番号と、第２文献７５４の公報の番号と、が登録されている。学習部４０２は、その引用文献の欄を参照することで、学習対象の文献７５０の引用文献を特定する。図７の例では、第１文献７５２のフリーキーワードは「ＡＡＡ」、「ＢＢＢ」の二つ、第２文献７５４のフリーキーワードは「ＡＡＡ」、「ＣＣＣ」、「ＤＤＤ」の三つ、学習対象の文献７５０のフリーキーワードは「ＡＡＡ」、「ＢＢＢ」、「ＥＥＥ」の三つである。これらのフリーキーワードはすべて特許情報保持部４２に保持されており、学習部４０２により参照可能となっている。

学習部４０２は、学習対象の文献７５０を機械的に学習する際、学習対象の文献７５０の引用文献である第１文献７５２および第２文献７５４のフリーキーワードを参照する。学習部４０２は、引用文献のフリーキーワードに基づいて、学習対象の文献７５０のフリーキーワードに重要度を設定する。特に学習部４０２は、引用文献のフリーキーワードとの被りが少ないほど重要度を高く設定する。例えば、学習対象の文献７５０のフリーキーワード「ＡＡＡ」は、第１文献７５２および第２文献７５４の両方のフリーキーワードでもあるから、最も低い重要度が割り当てられる。学習対象の文献７５０のフリーキーワード「ＥＥＥ」は、第１文献７５２、第２文献７５４のいずれのフリーキーワードでもないから、最も高い重要度が割り当てられる。学習対象の文献７５０のフリーキーワード「ＢＢＢ」は、第１文献７５２のフリーキーワードではあるが第２文献７５４のフリーキーワードではないから、中間の重要度が割り当てられる。学習部４０２は、このように設定された重要度を含めて学習対象の文献７５０を学習し、キーワード抽出モデルを生成する。

図８は、第１変形例に係るキーワード抽出処理の流れを示すフローチャートである。作成サーバ４は、特許情報保持部４２に保持される特許出願のなかでフリーキーワードが付されていない特許出願をキーワード抽出の対象とする文献として受け付ける（Ｓ７０２）。作成サーバ４は、ステップＳ７０２で受け付けた対象文献の情報（本文テキスト等）を入力として、ＡＩによる構成要素（キーワード）の抽出を実行する（Ｓ７０４）。特に、作成サーバ４は、学習部４０２により生成されたキーワード抽出モデルに、ステップＳ７０２で受け付けた対象文献の情報を適用し、該キーワード抽出モデルが出力するキーワードを取得する。作成サーバ４は、ユーザ端末８のディスプレイ１００に、抽出されたキーワードを表示させる（Ｓ７０６）。ユーザによるキーワードの修正がない場合（Ｓ７０８のＮＯ）、作成サーバ４は抽出されたキーワードを、対象文献に対応するフリーキーワードとして特許情報保持部４２に登録し、処理を終了する。

ユーザによるキーワードの修正がある場合（Ｓ７０８のＹＥＳ）、作成サーバ４は修正の内容を受け付ける（Ｓ７１０）。作成サーバ４は、修正前のキーワードおよび修正内容に基づき、キーワード抽出モデルを更新する（Ｓ７１２）。作成サーバ４は修正されたキーワードを、対象文献に対応するフリーキーワードとして特許情報保持部４２に登録し、処理を終了する。

作成サーバ４は、ステップＳ７０６において、抽出されたキーワードを表示する抽出結果表示画面９０２をディスプレイ１００に表示させる。図９は、抽出結果表示画面９０２の代表画面図である。抽出結果表示画面９０２には、抽出されたキーワードが表示されると共に、ＯＫボタン１１８と、修正ボタン１２０と、が表示される。抽出結果表示画面９０２に表示されるキーワードには、重要度「高」、「中」、「低」のランクが付されている。

上記第１変形例では、フリーキーワードが付されていない特許出願について適切なキーワードを抽出して登録するためにキーワード抽出モデルを用いる場合について説明したが、これに限られない。例えば、作成サーバ４は、ユーザによってアップロードされた文献をキーワード抽出の対象とする文献として受け付けてもよい。この場合、ユーザは図９に示される抽出結果表示画面９０２を見ることで、自分がアップロードした文献から抽出されたキーワードを、そのランクと共に確認することができる。

上記第１変形例では、特許情報保持部４２に保持される情報からキーワード抽出モデルを生成する場合について説明したが、これに限られず、例えば学術論文の情報から同様の学習手法によりキーワード抽出モデルを生成してもよい。特許文献と同様に、学術論文にも、課題と、人手で選ばれたキーワードと、特許請求の範囲に対応する要約と、論文間の引用・被引用関係と、が関連付けられている。

（第２変形例）
第１の実施の形態ではユーザにキーワードまたは画像ファイルの入力を求める場合について説明したが、これに限られない。第２変形例に係る作成サーバ４は、ユーザから発明提案書などの技術文書そのものを取得し、キーワード抽出モデルと、技術分類付与モデルと、類似文献抽出モデルと、クレーム作成モデルと、を用いて必要な情報を自動的に取得し、クレームを生成する。なお、本変形例では技術分類付与モデルを使用する場合を説明するが、これに限られず、技術分類の代わりに、出願人や代理人など、母集団となる文献を限定できる情報であればいかなる情報が用いられてもよい。また、本変形例ではキーワ
ードを抽出して用いる場合を説明するが、これに限られず、キーワードの代わりに主語と動詞の組や主語と動詞を含む文を抽出して用いてもよい。

図１１は、第２変形例に係る作成サーバ４におけるクレーム生成の流れを示す模式図である。ユーザ３０２はユーザ端末８から作成サーバ４に発明提案書３０４をアップロードする。作成サーバ４は、受信した発明提案書３０４にキーワード自動抽出ＡＩモデル３０６および技術分類自動付与ＡＩモデル３０８を適用する。キーワード自動抽出ＡＩモデル３０６はクレームに必要なキーワード３１０を、技術分類自動付与ＡＩモデル３０８は技術分類を、それぞれ出力する。ユーザ３０２はユーザ端末８のディスプレイ１００を介してキーワード３１０および技術分類３１２を確認し、必要であればユーザ端末８の入力手
段（マウス、キーボード、タッチパネルなど）を介して修正する。作成サーバ４はキーワード３１０に対する修正を受け付けて修正済みキーワード３１４を生成する。なお、この修正ステップは省略されてもよい。この際、作成サーバ４は各キーワードに対する重要度をユーザ３０２に指定させ、指定された重要度を取得してもよい。作成サーバ４は、修正前のキーワード３１０と修正済みキーワード３１４との組を、キーワード自動抽出ＡＩモデル３０６の更新のために後述の学習フェーズに渡す。なお、作成サーバ４は、修正前のキーワード３１０のみ、または修正済みキーワード３１４のみを、キーワード自動抽出Ａ
Ｉモデル３０６の更新のために後述の学習フェーズに渡してもよい。作成サーバ４は技術分類３１２に対する修正を受け付けて修正済み技術分類３１６を生成する。この際、作成サーバ４は各技術分類に対する重要度をユーザ３０２に指定させ、指定された重要度を取得してもよい。作成サーバ４は、修正前の技術分類３１２と修正済み技術分類３１６との組を、技術分類自動付与ＡＩモデル３０８の更新のために後述の学習フェーズに渡す。

作成サーバ４は、修正済みキーワード３１４および修正済み技術分類３１６に類似文献自動抽出ＡＩモデル３１８を適用する。類似文献自動抽出ＡＩモデル３１８は類似文献３２０を出力する。ユーザ３０２はユーザ端末８のディスプレイ１００を介して類似文献３２０を確認し、必要であればユーザ端末８の入力手段を介して修正する。なお、この類似文献を確認・修正するステップは省略されてもよい。作成サーバ４は類似文献３２０に対する修正を受け付けて修正済み類似文献３２２を生成する。作成サーバ４は、修正前の類似文献３２０と修正済み類似文献３２２との組を、類似文献自動抽出ＡＩモデル３１８の更新のために後述の学習フェーズに渡す。なお、作成サーバ４は、修正前の類似文献３２０のみ、または修正済み類似文献３２２のみを、類似文献自動抽出ＡＩモデル３１８の更新のために後述の学習フェーズに渡してもよい。

作成サーバ４は、修正済みキーワード３１４、修正済み技術分類３１６および修正済み類似文献３２２にクレーム自動生成ＡＩモデル３２４を適用する。なお、作成サーバ４は、修正前のキーワードや修正前の技術分類や修正前の類似文献にクレーム自動生成ＡＩモデル３２４を適用してもよい。クレーム自動生成ＡＩモデル３２４はクレーム３２６を出力する。ユーザ３０２はユーザ端末８のディスプレイ１００を介してクレーム３２６を確認し、必要であればユーザ端末８の入力手段を介して修正する。なお、このクレームを修正するステップは省略されてもよい。作成サーバ４はクレーム３２６に対する修正を受け付けて修正済みクレーム３２８を生成する。作成サーバ４は、修正前のクレーム３２６と修正済みクレーム３２８との組を、クレーム自動生成ＡＩモデル３２４の更新のために後述の学習フェーズに渡す。

図１２は、第２変形例に係る作成サーバ４におけるＡＩモデルの学習を説明する模式図である。作成サーバ４は、キーワード自動抽出学習ＡＩ３３０と、技術分類自動付与学習ＡＩ３３２と、類似文献自動抽出学習ＡＩ３３４と、クレーム自動生成学習ＡＩ３３６と、を備える。

キーワード自動抽出学習ＡＩ３３０は、特許情報保持部４２を参照し、過去の特許出願の（１）課題、（２）要約、（３）審査過程で引用された文献の要約およびキーワード、（４）クレーム（独立項）を入力として取得し、当該過去の特許出願の（５）キーワード、（６）審査官キーワードを出力として取得する。なお、キーワード自動抽出学習ＡＩ３３０は、過去の特許出願の（１）課題、（２）要約、（３）審査過程で引用された文献の要約およびキーワード、（４）クレーム（独立項）のうちの一部または全部を入力として取得してもよい。その際、（２）要約および（３）審査過程で引用された文献の要約およびキーワードは外部の商用データベースなどから取得されてもよい。また、キーワード自動抽出学習ＡＩ３３０は、過去の特許出願の（５）キーワードまたは（６）審査官キーワードのいずれかを出力として取得してもよい。その際、（５）キーワードは外部の商用データベースなどから取得されてもよい。キーワード自動抽出学習ＡＩ３３０は、図１１の生成フェーズから渡される修正前のキーワード３１０と修正済みキーワード３１４との組を取得する。キーワード自動抽出学習ＡＩ３３０は取得した情報を基に学習を行い、キーワード自動抽出ＡＩモデル３０６を生成する。

技術分類自動付与学習ＡＩ３３２は、特許情報保持部４２を参照し、過去の特許出願の（１）課題、（２）解決手段、（３）要約を入力として取得し、当該過去の特許出願の（４）付与済み技術分類を出力として取得する。なお、技術分類自動付与学習ＡＩ３３２は、過去の特許出願の（１）課題、（２）解決手段、（３）要約のうちの一部または全部を入力として取得してもよい。技術分類自動付与学習ＡＩ３３２は、図１１の生成フェーズから渡される修正前の技術分類３１２と修正済み技術分類３１６との組を取得する。技術分類自動付与学習ＡＩ３３２は取得した情報を基に学習を行い、技術分類自動付与ＡＩモ
デル３０８を生成する。

類似文献自動抽出学習ＡＩ３３４は、特許情報保持部４２を参照し、過去の特許出願の（１）全文、（２）技術分類、（３）キーワード、（４）審査官キーワードを入力として取得し、当該過去の特許出願の（５）審査官に引用された文献を出力として取得する。類似文献自動抽出学習ＡＩ３３４は、図１１の生成フェーズから渡される修正前の類似文献３２０と修正済み類似文献３２２との組を取得する。類似文献自動抽出学習ＡＩ３３４は取得した情報を基に学習を行い、類似文献自動抽出ＡＩモデル３１８を生成する。あるいはまた、上記の構成の代わりに、クレームまたはクレームの一部を入力として、
ELASTICSEARCH(https://www.elastic.co/jp/products/elasticsearch)など、周知の検索エンジン技術を用いて、類似するクレームまたはクレームの一部を出力するよう類似文献自動抽出学習ＡＩを構成してもよい。

クレーム自動生成学習ＡＩ３３６は、特許情報保持部４２を参照し、過去の特許出願の（１）キーワード、（２）審査官キーワード、（３）技術分類、（４）審査官に引用された文献、（５）課題、（６）解決手段を入力として取得し、当該過去の特許出願の（７）クレーム（独立項）を出力として取得する。なお、クレーム自動生成学習ＡＩ３３６は、過去の特許出願の（１）キーワード、（２）審査官キーワード、（３）技術分類、（４）審査官に引用された文献、（５）課題、（６）解決手段のうちの一部または全部を入力と
して取得してもよい。また、クレーム自動生成学習ＡＩ３３６は、（１）キーワードの代わりに、主語と動詞の組や、主語と動詞を含む文を取得してもよい。クレーム自動生成学習ＡＩ３３６は、図１１の生成フェーズから渡される修正前のクレーム３２６と修正済みクレーム３２８との組を取得する。クレーム自動生成学習ＡＩ３３６は取得した情報を基に学習を行い、クレーム自動生成ＡＩモデル３２４を生成する。

（第３変形例）
図１３ａ、図１３ｂは、第３変形例に係る作成サーバ４におけるクレーム生成の流れを示す模式図である。ユーザ３０２はユーザ端末８から作成サーバ４に発明提案書３０４および先行特許公報３３８をアップロードしてもよい。併せてユーザ３０２は、ユーザ端末８を介してクレーム要素（主体）を入力する。作成サーバ４は、ユーザ端末８のディスプレイ１００に作成表３４０を表示させる。作成サーバ４は、まず入力されたクレーム要素をそのまま作成表３４０に設定する。作成サーバ４は、設定されたクレーム要素のそれぞれについて、動詞の候補を自動的に補充する。

ユーザ３０２はユーザ端末８のディスプレイ１００に表示される作成表３４０を見ることで動詞の候補を確認してもよい。ユーザ３０２は、必要であればユーザ端末８の入力手段を介して修正してもよい。作成サーバ４は動詞に対する修正を受け付けた（修正はオプション）後、動詞のそれぞれについて、格成分の候補を自動的に補充する。ユーザ３０２はユーザ端末８のディスプレイ１００に表示される作成表３４０を見ることで格成分の候補を確認してもよい。ユーザ３０２は、必要であればユーザ端末８の入力手段を介して修正してもよい。ユーザ３０２は区分を併せて入力してもよい。

作成サーバ４は、格成分に対する修正を反映した後、入力された区分をそのまま設定する。ユーザ３０２が作成表３４０を見て最終確認を行ってもよい。ユーザ３０２がクレーム生成の指示を出すと、作成サーバ４は格成分の単語を自動でつなぎ合わせることで格成分テーブルを生成する。作成サーバ４は、生成された格成分テーブルから、クレームと、格成分モデル（第２の実施の形態で後述）と、を生成する。ユーザ３０２は生成されたクレームおよび格成分モデルを確認し、必要に応じて修正する。

（第４変形例）
図１４は、第４変形例に係る作成サーバ４におけるクレーム生成の流れを示す模式図である。ユーザ３０２はユーザ端末８から作成サーバ４に発明提案書３０４をアップロードする。発明提案書３０４は発明の課題および特徴を含む。併せてユーザ３０２は、ユーザ端末８を介して、基本特許となる類似文献３４２の番号と、その他の類似公開公報である類似文献３４４の番号と、を入力する。

作成サーバ４は、基本特許となる類似文献３４２の格成分分析を行う（２−１）。作成サーバ４は、発明提案書３０４から抽出された発明の特徴の記載内容から、クレームに記載する「動詞が係り受けする主体」、「動詞」、「格成分」（以下、格情報という）に編集する（２−２）。作成サーバ４は、（２−２）で編集された格情報と、類似公開公報である類似文献３４４の詳細な説明部分とを比較し、格情報を再編集する（２−３）。この際、作成サーバ４は、類似度が低くなるように再編集する。

作成サーバ４は、（２−１）で得られる格情報および（２−３）で得られる格情報から発明提案書３０４に係る発明の格情報を生成する（２−４）。作成サーバ４は、この生成の際、（１）外的付加、（２）内的付加、（３）置換の三つのパターンに応じる。作成サーバ４は、（２−４）で生成された発明の格情報から、クレームと、格成分モデル（概要版、詳細版、第２の実施の形態で後述）と、を生成する（３）。ユーザ３０２は生成されたクレームおよび格成分モデルを確認し、必要に応じて修正・評価する（４）。

図１５は、第４変形例に係る作成サーバ４におけるＡＩモデルの学習を説明する模式図である。第４変形例に係る作成サーバ４で用いられるクレーム作成モデルは、クレームの生成時、発明提案書３０４から抽出される課題および発明の特徴と、基本特許となる類似文献３４２の課題およびクレームと、その他の類似公開公報である類似文献３４４の課題、クレームおよび詳細な説明と、を入力とし、クレームを出力とする。学習フェーズにおいては、過去の特許出願から抽出される課題および発明の特徴と、該特許出願の審査過程で引用された主引例の課題およびクレームと、副引例の課題、クレームおよび詳細な説明と、を入力とし、該特許出願のクレームを出力とする学習により、クレーム作成モデルが生成される。

（第２の実施の形態）
第１の実施の形態では、いったんユーザから最初の情報（発明提案書、キーワード等）を取得すると、基本的にユーザの介入無しで自動的にクレームを生成する場合を説明した。第２の実施の形態では、ユーザによるクレームの生成を支援する場合を説明する。第２の実施の形態に係る作成支援サーバは、自動生成キーワードまたは手動で類似先願を見つけ（自動生成キーワードの場合はそのキーワードをキーにして特許検索し、結果のうち一致度の最も高いものを選択、等）、見つけた先願のクレームを図形表示し、ユーザに図形を操作させ、変更後の図形を文章に戻すことで、ユーザによる新たなクレームの作成を支援する。なお、別の実施の形態では、発明提案書から、自身でクレーム設計のために、最初から図形を作成させてもよい。

第２の実施の形態に係る作成支援サーバ１４を備えるクレーム作成支援システムの構成は、図１に記載の構成に準じる。
図１６は、第２の実施の形態に係る作成支援サーバ１４の機能および構成を示すブロック図である。ここに示す各ブロックは、ハードウエア的には、コンピュータのＣＰＵをはじめとする素子や機械装置で実現でき、ソフトウエ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。したがって、これらの機能ブロックはハードウエア、ソフトウエ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、本明細書に触れた当業者には理解されるところである。

作成支援サーバ１４は、ユーザから受け付けた発明提案書からキーワードを自動生成し、自動生成したキーワードをキーとして特許文献を検索し、検索の結果のうち最も一致スコアの高い特許文献を先行文献として特定し、特定された先行文献のクレームをベースとする新クレーム作成用のＵＩをユーザ端末８のディスプレイ１００に表示させ、該ＵＩにおいてクレームの要素に対する変更を受け付け、変更を反映した新たなクレームを文章化することにより生成する。作成支援サーバ１４は、特許情報保持部４２と、案件情報保持部１６と、キーワード生成部４２０と、先行文献取得部４２２と、表示制御部４２４と、入力受付部４２６と、クレーム生成部４２８と、を備える。案件情報保持部１６は、作成支援サーバ１４を用いて生成される案件の情報を保持する。なお、先行文献を用いることなく、ディスプレイ１００に対して、ユーザが図形を新規に入力してもよい。

ユーザはクレーム作成の対象とする発明提案書を、ユーザ端末８から作成支援サーバ１４へアップロードする。キーワード生成部４２０は、アップロードされた発明提案書を取得し、上記第１変形例や第２変形例に係るキーワード抽出モデルに、取得された発明提案書に記載の発明の課題や特徴を適用することにより、キーワードを生成する。

先行文献取得部４２２は、キーワード生成部４２０によって生成されたキーワードをキーとして外部または内部の特許文献のデータベースを検索する。先行文献取得部４２２は、検索結果のうち一致スコアの最も高い特許文献を先行文献として取得する。あるいはまた、先行文献取得部４２２は一致スコアが高い複数の特許文献を先行文献として特定してもよい。あるいはまた、先行文献取得部４２２は、ユーザから直接、先行文献の指定を（例えば、出願番号や公開番号、特許番号等により）受け付けてもよい。

表示制御部４２４は、先行文献取得部４２２によって特定された先行文献の請求の範囲に含まれるクレームを、ユーザ端末８のディスプレイ１００にネットワーク６を介して図形表示させる。
入力受付部４２６は、ネットワーク６を介して、表示された図形に対する変更を受け付ける。なお、入力受付部４２６は新規で図形の入力を受け付けてもよい。
クレーム生成部４２８は、変更された図形に基づいて新たなクレームをテキスト形式で生成する。

以下、表示制御部４２４、入力受付部４２６、クレーム生成部４２８の機能を画面の遷移を参照してより詳細に説明する。表示制御部４２４は、後述の各画面をユーザ端末８のディスプレイ１００に、ネットワーク６を介して表示させる。入力受付部４２６は、後述の修正内容やユーザからの指示を、ユーザ端末８からネットワーク６を介して受け付ける。クレーム生成部４２８は、後述の特許請求の範囲の生成指示を受け付けると、修正後の図形に基づきクレームをテキスト形式で生成する。

図１７は、図１６の作成支援サーバ１４によってユーザ端末８のディスプレイ１００に表示される画面の遷移の概要を示す模式図である。ユーザが作成支援サーバ１４にアクセスすると、まずログイン画面５０２が表示される。ユーザがログイン画面５０２にＩＤおよびパスワードなどの認証情報を入力すると、作成支援サーバ１４はユーザ認証を行う。ユーザ認証に成功すると、ディスプレイ１００に表示される画面は、ログイン画面５０２から自己案件一覧画面５０４に遷移する。ログイン画面５０２は公知のユーザ認証技術を用いて実現されてもよい。

ユーザが自己案件一覧画面５０４において新規作成を指示すると画面は案件新規作成画面５０６に遷移し、案件検索を指示すると画面は自社案件検索一覧画面５０８に遷移し、案件番号リンクを指定すると画面は対応する案件の案件詳細画面５１２に遷移する。ユーザが案件新規作成画面５０６において必要な情報を入力して特許請求の範囲生成を指示すると画面は新規特許請求の範囲作成画面５１０に遷移する。新規特許請求の範囲作成画面５１０において登録が指示されると、画面は案件詳細画面５１２に遷移する。

ユーザが自社案件検索一覧画面５０８において案件番号リンクを指定すると画面は対応する案件の案件詳細画面５１２に遷移し、ＩＰＣ分野一覧リンクを指定すると画面はＩＰＣ分野一覧画面５１４に遷移する。ＩＰＣ分野一覧画面５１４としては、例えばＮＲＩサイバーパテント株式会社が提供するＮＲＩサイバーパテントデスク２のＩＰＣ分野一覧の画面が採用されてもよい。

ユーザが案件詳細画面５１２において案件を修正すると画面は案件修正画面５１６に遷移し、案件コピーを指定すると画面は案件新規作成画面５０６に遷移する。ユーザが案件修正画面５１６において特許請求の範囲を修正すると画面は特許請求の範囲修正画面５１８に遷移する。特許請求の範囲修正画面５１８において修正の反映が指示されると、画面は案件詳細画面５１２に遷移する。

図１８は、自己案件一覧画面５０４の代表画面図である。ユーザは自己案件一覧画面５０４の検索キー入力領域５２０に情報を入力し、検索ボタン５２２をクリックする。入力受付部４２６は検索キー入力領域５２０に入力された情報を取得し、取得された情報をキーとして案件情報保持部１６を検索し、ログインしたユーザが属する企業の案件のうちキーに合致する案件を検索結果として生成する。表示制御部４２４は、自己案件一覧画面５０４の自己案件一覧表示領域５２４に、入力受付部４２６が取得した検索結果を表示する。

ユーザが自己案件一覧表示領域５２４に表示された案件の案件番号リンク５２６をクリックすると、画面はクリックされた案件番号リンク５２６に対応する案件の案件詳細画面５１２へ遷移する。ユーザが案件検索ボタン５２８をクリックすると、画面は自社案件検索一覧画面５０８へ遷移する。ユーザが新規作成ボタン５３０をクリックすると、画面は案件新規作成画面５０６へ遷移する。

図１９は、案件新規作成画面５０６の代表画面図である。案件新規作成画面５０６は、自動的に付与される案件番号を表示する案件番号表示領域５３２と、発明の名称入力領域５３４と、先行文献入力領域５３６と、提案書アップロードボタン５３８と、要素モデル編集領域５４０と、モデルボタン５４２と、関係性表現生成ボタン５４４と、特許請求の範囲編集領域５４６と、特許請求の範囲生成ボタン５４８と、を有する。

ユーザは、発明の名称入力領域５３４に発明の名称を入力する。ユーザは、先行文献入力領域５３６にクレーム生成の基とする先行文献の番号（出願番号、公開番号、特許番号等）を入力する。あるいはまた、先行文献の自動的な選択を望む場合、ユーザは提案書アップロードボタン５３８をクリックすることでファイルをアップロードするためのダイアログ（不図示）を表示させ、そのダイアログで発明提案書のファイルを指定する。ユーザ端末８は指定された発明提案書のファイルを作成支援サーバ１４に送信する。作成支援サーバ１４は、発明提案書のファイルを受信し、上述の通りキーワード作成、特許文献検索、先行文献特定を行う。表示制御部４２４は、特定された先行文献の番号を先行文献入力領域５３６に表示させる。

ユーザがモデルボタン５４２をクリックするとモデル図が出力される。ユーザが要素モデル自動生成ボタン５４１をクリックすると、入力受付部４２６は、先行文献入力領域５３６に入力されている先行文献の番号をキーとして外部または内部の特許文献のデータベースから先行文献を取得する。表示制御部４２４は、要素モデル編集領域５４０において、フローチャートモデルに基づき先行文献のクレームを図形表示させる。

要素モデル編集領域５４０に表示されるフローチャートモデルは、クレームの全体像を、インプット→処理（構成要件）→アウトプットで表現したものであり、インプット／アウトプット要素５５０と、構成要件５５２と、その他要件５５４と、を含む。ユーザは、要素モデル編集領域５４０に表示されているフローチャートモデルの要素に対して選択、移動、削除、追加等を行うことにより、新たな所望のモデルを生成する。

図２０は、構成要件モデル画面５５６の代表画面図である。ユーザが要素モデル編集領域５４０に表示される構成要件５５２をクリックすると、表示制御部４２４はクリックされた構成要件５５２に対応する構成要件モデル画面５５６を別画面のポップアップでディスプレイ１００に表示させる。ユーザは構成要件モデル画面５５６において各構成要件を定義することができる。構成要件モデル画面５５６は、図解編集領域５５８と、構成要件詳細表示領域５６０と、生成テキスト表示領域５６２と、ＯＫボタン５６４と、を有する。

図解編集領域５５８は、構成要件を処理とデータとに分けて図により表示する。処理の流れは実線で、データ間の関係性は破線で、それぞれ記載される。構成要件詳細表示領域５６０には、図解編集領域５５８に表示される図に対応するデータが表示されている。構成要件詳細表示領域５６０は、構成要件を「主体」、「データ」、「処理」、「部品」に分解した結果を表示する。ユーザが、図解編集領域５５８の要素に対して所望の編集を行うと、編集の結果が構成要件詳細表示領域５６０に反映される。このとき、「関連性」、「処理内容」については、確率言語モデル（Long Short-Term Memory, LSTM）を用いて、自動で推定し、自動補完を行う。その後、ユーザが手で修正することも可能である。このときその他の項目についても確率言語モデルを用いて候補を提示する。部品について、クレーム特有の言葉は、辞書として用意しておいてもよい。生成テキスト表示領域５６２は、構成要件詳細表示領域５６０に表示されるデータを用いて自動生成されたクレーム文言（構成要件に対応する文章）を表示する。ＯＫボタン５６４がクリックされると画面は案件新規作成画面５０６に戻る。

図１９に戻り、ユーザが要素モデル編集領域５４０において所望の編集を行い、関係性表現生成ボタン５４４をクリックすると、行われた編集が特許請求の範囲編集領域５４６に反映される。具体的には、入力受付部４２６は要素モデル編集領域５４０に表示されているフローチャートモデルの要素に対する変更を受け付ける。クレーム生成部４２８は、変更されたフローチャートモデルに基づいて新たなクレームの骨格（固定部）を生成する。表示制御部４２４は、案件新規作成画面５０６の特許請求の範囲編集領域５４６に、生成された固定部を表示する。クレーム生成部４２８は、過去の出現頻度情報から各固定部に対応する入力部の想定候補を補完する。ここで、確率言語モデルが用いられてもよい。ユーザは、特許請求の範囲編集領域５４６に表示される固定部および入力部を確認し、入力部に修正が必要な場合は入力支援機能を用いて修正する。

図２１は、入力支援機能を説明するための模式図である。ユーザが特許請求の範囲編集領域５４６に表示される入力部のうちのひとつのセル５６６をクリックすると、過去の学習データから選択された複数のオートコンプリート候補５６８が表示される。ユーザが複数のオートコンプリート候補５６８のうちのひとつを選択すると、選択されたオートコンプリート候補５６８に対応するさらなる複数のオートコンプリート候補５７０が表示される。このように、連続でオートコンプリート候補を提案することで、入力を簡単化することができ、かつ、生成されるクレームを標準化することができる。

図１９に戻り、ユーザが特許請求の範囲生成ボタン５４８をクリックすると、クレーム生成部４２８は特許請求の範囲編集領域５４６で編集された情報に基づいて新たなクレームを生成する。このクレームは、特許請求の範囲編集領域５４６で編集が行われない場合は、要素モデル編集領域５４０で編集されたフローチャートから生成されるクレームと同じである。表示制御部４２４は生成された新たなクレームを含む新規特許請求の範囲作成画面５１０をディスプレイ１００に表示させる。

図２２は、新規特許請求の範囲作成画面５１０の代表画面図である。新規特許請求の範囲作成画面５１０は、比較領域５７２と、可能性表示領域５７４と、戻るボタン５７６と、登録ボタン５７８と、を有する。比較領域５７２は、生成されたクレームと先行文献とを構成要件単位で比較した結果を表示する。比較領域５７２には、構成要件ごとに、クレームと各先行文献との類似度および類似箇所が表示される。可能性表示領域５７４は、特許を取得できる可能性を数値で表示する。ユーザが戻るボタン５７６をクリックすると画面は案件新規作成画面５０６に戻る。ユーザが登録ボタン５７８をクリックすると、入力受付部４２６は案件番号と発明の名称と先行文献と生成されたクレームとを対応付けて案件情報保持部１６に登録する。併せて表示制御部４２４は、登録した内容を示す案件詳細画面５１２をディスプレイ１００に表示させる。

図２３は、自社案件検索一覧画面５０８の代表画面図である。ユーザは自社案件検索一覧画面５０８の検索キー入力領域５８０に情報を入力し、検索ボタン５８２をクリックする。入力受付部４２６は検索キー入力領域５８０に入力された情報を取得し、取得された情報をキーとして案件情報保持部１６を検索し、検索結果を生成する。表示制御部４２４は、自社案件検索一覧画面５０８の検索結果一覧表示領域５８６に、入力受付部４２６が生成した検索結果を表示する。ユーザがＩＰＣ一覧ボタン５８４をクリックすると、画面はＩＰＣ分野一覧画面５１４に遷移する。

ユーザが検索結果一覧表示領域５８６に表示された案件の案件番号リンク５８８をクリックすると、画面はクリックされた案件番号リンク５８８に対応する案件の案件詳細画面５１２へ遷移する。

図２４は、案件詳細画面５１２の代表画面図である。表示制御部４２４は案件情報保持部１６を参照して案件詳細画面５１２を生成し、ディスプレイ１００に表示させる。案件詳細画面５１２は、案件番号を表示する案件番号表示領域５９０と、発明の名称を表示する発明の名称表示領域５９２と、先行文献の番号を表示する先行文献表示領域５９４と、クレームのフローチャートモデルを表示する要素モデル表示領域５９６と、クレームの固定部および入力部を表示する特許請求の範囲表示領域５９８と、案件コピーボタン８０２と、案件修正ボタン８０４と、を有する。ユーザが案件コピーボタン８０２をクリックす
ると、画面は、案件詳細画面５１２に表示される案件をコピーした案件新規作成画面５０６に遷移する。ユーザが案件修正ボタン８０４をクリックすると、画面は、案件詳細画面５１２に表示される案件の修正を受け付ける案件修正画面５１６に遷移する。

図２５は、案件修正画面５１６の代表画面図である。案件修正画面５１６の構成および修正処理の流れは、図１９を参照して説明した案件新規作成画面５０６の構成および作成処理の流れと同様である。図２５の例では、ユーザは要素モデル編集領域８０６において破線の円で囲った部分を修正し、関係性表現生成ボタン８０８をクリックする。すると、特許請求の範囲編集領域８１０の情報が更新されるので、ユーザは入力支援機能を用いながら必要に応じて特許請求の範囲編集領域８１０の入力部を調整する。調整後、ユーザが特許請求の範囲生成ボタン８１２をクリックすると、クレーム生成部４２８は特許請求の範囲編集領域８１０で編集された情報に基づいてクレームを修正する。表示制御部４２４は修正されたクレームを含む特許請求の範囲修正画面５１８をディスプレイ１００に表示させる。

図２６は、特許請求の範囲修正画面５１８の代表画面図である。特許請求の範囲修正画面５１８の構成は、図２２を参照して説明した新規特許請求の範囲作成画面５１０の構成と同様である。ユーザが戻るボタン８１４をクリックすると画面は案件修正画面５１６に戻る。ユーザが登録ボタン８１６をクリックすると、入力受付部４２６は案件番号と発明の名称と先行文献と修正されたクレームとを対応付けて案件情報保持部１６に登録する。併せて表示制御部４２４は、修正内容が反映された案件詳細画面５１２をディスプレイ１００に表示させる。

以上の構成による作成支援サーバ１４の動作を説明する。
図２７は、図１６の作成支援サーバ１４における一連の処理の流れを示すフローチャートである。作成支援サーバ１４は、ユーザのユーザ端末８からネットワーク６を介して発明提案書を受け付ける（Ｓ６５０）。作成支援サーバ１４は、受け付けた発明提案書にキーワード抽出モデルを適用することで、キーワードを生成する（Ｓ６５２）。作成支援サーバ１４は、生成されたキーワードに基づいて特許文献を検索する（Ｓ６５４）。作成支援サーバ１４は、検索結果から先行文献を特定する（Ｓ６５６）。なお、ステップＳ６５０、Ｓ６５２、Ｓ６５４に加えてまたはその代わりに、ステップＳ６５６で、作成支援サーバ１４はユーザ端末８から先行文献の番号を受信してもよい。作成支援サーバ１４は、特定された先行文献のクレームを、ユーザ端末８のディスプレイ１００に図形表示する（Ｓ６５８）。なお、ユーザに新規に一から図形を描かせてもよい。作成支援サーバ１４は、表示された図形に対してユーザが行った変更を受け付ける（Ｓ６６０）。作成支援サーバ１４は、変更された図形に基づく新たなクレームを生成する（Ｓ６６２）。

上述の実施の形態において、保持部の例は、ハードディスクや半導体メモリである。また、本明細書の記載に基づき、各部を、図示しないＣＰＵや、インストールされたアプリケーションプログラムのモジュールや、システムプログラムのモジュールや、ハードディスクから読み出したデータの内容を一時的に記憶する半導体メモリなどにより実現できることは本明細書に触れた当業者には理解される。

本実施の形態に係る作成支援サーバ１４によると、ユーザはフローチャートモデルなどの図形を操作することで、所望のクレームを生成することができる。したがって、文章を直接操作するよりも直感的な操作が可能となり、ユーザ利便性が向上する。

また、本実施の形態に係る作成支援サーバ１４では、特定された先行文献のクレームを修正するまたは変更する形で新たなクレームを生成する。したがって、一からクレームを生成する場合と比べてクレーム生成にかかる時間を短縮することができる。また、クレームの品質の均一化を図ることができる。

以上、第２の実施の形態に係るクレーム作成支援システムの構成と動作について説明した。この実施の形態は例示であり、各構成要素や各処理の組み合わ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。

（第５変形例）
第２の実施の形態では図形表示としてフローチャートモデルを採用する場合を説明したが、これに限られない。例えば、図形表示として格成分モデルを採用してもよい。
図２８は、第５変形例に係る作成支援サーバ１４が備える格成分テーブル８１８の一例を示すデータ構造図である。格成分テーブル８１８は、先行文献のクレームを格成分分析することで、または、新たなクレームを格成分分析することで、生成される。格成分分析は、例えば特開２０１５−０７２５７３号公報に記載される技術を用いて実現されてもよい。

作成支援サーバ１４は、格成分テーブル８１８に登録されている単語を以下の三種類に分類する。
（１）クレームを構成する上で必要な単語
先行文献のクレームに登場し、かつ、先行文献のキーワードであるかそれに含まれ、かつ、先行文献の審査過程で引用された文献のキーワードに登場する。
（２）クレームを特徴付ける単語
先行文献のクレームに登場し、かつ、先行文献のキーワードであるかそれに含まれ、かつ、先行文献の審査過程で引用された文献のキーワードに登場しない。
（３）その他

図２９は、例示的な格成分モデル８２０を示す模式図である。表示制御部４２４は格成分テーブル８１８を参照して格成分モデル８２０を生成し、ユーザ端末８のディスプレイ１００に表示させる。図１９の案件新規作成画面５０６の要素モデル編集領域５４０の代わりに格成分モデル８２０が表示されてもよい。格成分モデル８２０において、主体は下向き矢印を伴う矩形で表示される。例えば主体「移動体」は矩形８２２で表示される。動詞は下向き矢印を受ける楕円で表示される。例えば動詞「有する」は楕円８２４で表示される。格成分は左向き矢印を伴う矩形で表示される。例えば格成分「画像処理装置を」は矩形８２６で表示される。

格成分モデル８２０において、単語が属する種類に応じて単語の表示色が異なる。例えば、単語「移動体」は「（１）クレームを構成する上で必要な単語」に属するので青色で表示され、単語「搭乗席」は「（２）クレームを特徴付ける単語」に属するので赤色で表示され、単語「有する」は「（３）その他」に属するので黒色で表示される。

図２９に示される格成分モデル８２０の状態は、最もコンパクトな状態または最も折り畳まれた状態である。ユーザはプラスボタン８２８をクリックすることで、折り畳まれて見えなくなっている部分を表示させることができる。

図３０は、プラスボタン８２８をクリックした後の格成分モデル８２０の要部を示す模式図である。プラスボタンがクリックされると、対応する要素について隠されていた下位の階層やつながりが表示される。「つながり」とは、クレームで「前記」と表現されている部分のつながりを破線で表現したものである。図３０の例では、格成分「画像処理装置を」に対応する矩形８３２には、図２９の格成分モデル８２０では隠されていた下位の階層が表示される。特に、矩形８３２の内部で、主体「画像取得装置」は矩形８３４で表示され、動詞「取得する」は楕円８３６で表示され、格成分「搭乗者の体験に応じた体験画像を」は矩形８３８で表示される。

図２９のプラスボタン８２８は図３０ではマイナスボタン８３０で置き換えられ、ユーザがマイナスボタン８３０をクリックすると表示は図２９の格成分モデル８２０の状態に戻る。ユーザが、単語「搭乗者」に関連付けて表示されるプラスボタン８４０をクリックすると、単語「搭乗者」に関するより下位の階層やつながりが表示される。

図３１は、プラスボタン８４０をクリックした後の格成分モデル８２０の要部を示す模式図である。単語「搭乗者」に関連付けられたプラスボタン８４０のクリックにより、クレームで「前記」されている複数の単語「搭乗者」の間が破線８４２でつながれる。図３０のプラスボタン８４０は図３０ではマイナスボタン８４４で置き換えられ、ユーザがマイナスボタン８４４をクリックすると表示は図３０の格成分モデル８２０の状態に戻る。

図１９の案件新規作成画面５０６の要素モデル編集領域５４０と同様に、格成分モデル８２０は表示される要素に対する編集を受け付け可能に構成される。特にユーザは格成分モデル８２０に対して以下の三つの編集を行うことができる。
（１）要素の文言の修正
（２）格成分の削除
（３）格成分の追加

図３２は、図２９の格成分モデル８２０を修正することによって得られた格成分モデル８５０を示す模式図である。ユーザは、図２９の格成分モデル８２０に表示されている格成分「把持対象のステレオ画像を撮像するよう」の矩形８４６に対して、単語「ステレオ画像」を単語「取手部分」に修正する。またユーザは、図２９の格成分モデル８２０に表示されている格成分「撮像範囲が重複するように」の矩形８４８を削除する。その結果、図３０に示される格成分モデル８５０において、格成分「把持対象のステレオ画像を撮像するよう」の矩形８４６は格成分「把持対象の取手部分を撮像するように」の矩形８５２
に置き換えられ、格成分「撮像範囲が重複するように」の矩形８４８は表示されなくなる。

作成支援サーバ１４は、修正された格成分モデル８５０に従って、再度、格成分テーブル８１８を更新し、クレーム（文章）を生成する。なお、図形と生成された特許請求の範囲との、どちらからでも、文言の修正を可能とし、常に同期をとるようにする。

第１の実施の形態および関連する変形例に係る技術的思想は以下の項目により表されてもよい。
（項目１）
情報を受け付ける受付手段と、
過去の出願から抽出された情報と該出願の請求の範囲とを機械的に学習することにより生成されたモデルに、受け付けた情報を適用する適用手段と、
適用の結果得られた請求の範囲を提供する提供手段と、を備える作成装置。
（項目２）
提供された前記請求の範囲に対する修正を受け付ける修正手段をさらに備え、
前記提供手段は、受け付けた修正が反映された請求の範囲を提供する項目１に記載の作成装置。
（項目３）
受け付けた修正に基づいて前記モデルを更新する更新手段をさらに備える項目２に記載の作成装置。
（項目４）
前記受付手段は、課題を受け付け、
前記モデルは、過去の出願から抽出された情報と該出願の課題と該出願の請求の範囲とを機械的に学習することにより生成され、
前記適用手段は、前記モデルに、受け付けた情報と課題とを適用する項目１から３のいずれか一項に記載の作成装置。
（項目５）
過去の出願の情報を保持する保持手段と、
前記保持手段を参照することで前記モデルを生成する学習手段と、をさらに備える項目１から４のいずれか一項に記載の作成装置。
（項目６）
前記学習手段は、前記保持手段に保持される過去の出願の情報うち、質に関する所定の基準を満たさない過去の出願の情報は参照しない項目５に記載の作成装置。
（項目７）
情報はキーワードまたは画像である項目１から６のいずれか一項に記載の作成装置。
（項目８）
情報を受け付けることと、
過去の出願から抽出された情報と該出願の請求の範囲とを機械的に学習することにより生成されたモデルに、受け付けた情報を適用することと、
適用の結果得られた請求の範囲を提供することと、を含む作成方法。
（項目９）
情報を受け付ける機能と、
過去の出願から抽出された情報と該出願の請求の範囲とを機械的に学習することにより生成されたモデルに、受け付けた情報を適用することで得られた請求の範囲を、提供する機能と、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。

第２の実施の形態および関連する変形例に係る技術的思想は以下の項目により表されてもよい。
（項目１０）
過去の出願の請求の範囲に含まれる請求項をディスプレイに図形表示させる表示制御手段と、
表示された図形に対する変更を受け付ける受付手段と、
変更された図形に基づいて新たな請求項をテキスト形式で生成する生成手段と、を備える作成支援装置。
（項目１１）
前記表示制御手段は、フローチャートモデルに基づき請求項を図形表示させ、
前記受付手段は、フローチャートの要素に対する変更を受け付ける項目１０に記載の作成支援装置。
（項目１２）
前記表示制御手段は、格成分モデルに基づき請求項を図形表示させ、
前記受付手段は、格成分に対する変更を受け付ける項目１０に記載の作成支援装置。
（項目１３）
技術文献の情報を受け付ける手段と、
過去の出願から抽出されたキーワードと該出願の課題と該出願の請求の範囲とを機械的に学習することにより生成されたモデルに、受け付けた前記技術文献の情報を適用する適用手段と、
適用の結果得られたキーワードを用いて、前記過去の出願を特定する特定手段と、をさらに備える項目１０から１２のいずれか一項に記載の作成支援装置。
（項目１４）
過去の出願の請求の範囲に含まれる請求項をディスプレイに図形表示させることと、
表示された図形に対する変更を受け付けることと、
変更された図形に基づいて新たな請求項をテキスト形式で生成することと、を含む作成支援方法。
（項目１５）
過去の出願の請求の範囲に含まれる請求項をディスプレイに図形表示させる機能と、
表示された図形に対する変更を受け付ける機能と、
変更された図形に基づいて新たな請求項をテキスト形式で生成する機能と、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。

（第３の実施の形態）
第１の実施の形態では、いったんユーザから最初の情報（発明提案書、キーワード等）を取得すると、基本的にユーザの介入無しで自動的にクレームを生成する場合を説明した。第３の実施の形態では、自動的に出願原稿を生成する場合を説明する。

図３３は、ＡＩを活用した特許出願書類の作成プロセスにおける第３の実施の形態に係る特許出願書類自動生成処理の位置づけを示す模式図である。特許出願書類自動生成処理はクレームを生成するが、生成したクレームは、後続のプロセスで修正される。そのため、生成するクレームを、一組の名詞および／または動詞によって修飾された名詞からなる構成要件Ｎ(Ｎ＝１，２，…ｎ)（たとえば、「ステレオ画像を撮像する把持対象用カメラ」）と主題から構成し（以下、「クレームの骨子」という場合がある）、複雑な係り受け関係などを持たせないことによって、後続のプロセスで修正しやすいようにしても良い。

図３４は、特許出願書類自動生成処理の機能を示す模式図である。特許出願書類自動生成処理は、発明提案書アップロード機能、類義語抽出機能、特許請求の範囲生成機能、願書・明細書・図面・要約書生成機能、特許出願書類初版出力機能を有し、発明提案書から特許請求の範囲をクレームの骨子とする特許出願書類の初版を出力する。

図３５は、特許出願書類自動生成処理のシステム要件を示す一覧である。システム要件として、本発明による得られる効果が挙げられている。効果の例として、本発明によって特許出願書類の初版が自動生成され、また自動生成されることに伴って、早期に特許出願日を確保することができることが挙げられる。

図３６は、特許出願書類自動生成処理の入出力および生成処理ステップの概要を示す模式図である。特許出願書類自動生成処理は、「発明提案書」をアップロードすることで、類似公開公報を使って「特許出願書類初版」を自動生成する。具体的には、まず、「発明提案書」をアップロードし、利用可能な類似公開公報を抽出する。次に、ユーザが、画面上で利用したい類似文献を選択し、「選択」ボタンを押下し、選択結果確認画面にて、「クレームの骨子生成」「願書生成」「要約書生成」ボタンを押下する。その後、特許出願書類初版(特許請求の範囲、明細書、図面、願書、要約書)」を出力する。なお、「クレームの骨子生成」「願書生成」「要約書生成」ボタンはそれぞれに対応する機能をひとつにまとめて「特許出願書類初版生成」ボタンにしても良い。また、類似文献として抽出したもののうち、類似度等が最も高いものなどを自動選択することで、類似文献の画面表示やユーザによる画面上での選択操作などを省略して、特許出願書類初版を出力しても良い。

図３７は、特許出願書類自動生成処理の各ステップの詳細を示す一覧である。
発明提案書アップロード機能は、ユーザがアップロード画面から発明提案書をアップロードすると、発明内容抽出処理を実行し、アップロード結果確認画面を出力する。アップロード結果確認画面を表示せず、システムの記憶領域に類義語抽出結果を保持しても良い。アップロード確認画面で、後述する自社類似出願書類および／または自社類似特許公開公報（以下、「自社類似出願書類等」という）を指定または選択しても良い。
類義語抽出機能は、アップロード結果確認画面に表示された（または、システムの記憶領域に保持された）発明提案書の内容と類義語辞書を利用して類義語抽出処理を実行し、類義語抽出結果確認画面を出力する。類義語抽出結果確認画面は表示せず、システムの記憶領域に類義語抽出結果を保持しても良い。類義語抽出機能を備えない構成を採用しても良い。
特許請求の範囲生成機能は、ユーザが類義語抽出結果確認画面（またはアップロード結果確認画面）から自社類似出願書類等を指定もしくは選択すると、発明提案書の内容と、抽出した類義語および／または自社類似出願書類等を利用して、特許請求の範囲候補抽出処理を実行し、類似する自社および／または他社の特許文献に基づく特許請求の範囲候補抽出結果確認画面を出力する。抽出した類義語を利用しない構成を採用しても良い。類似する自社および／または他社の特許文献は、ELASTICSEARCHのDocument Like This機能など、周知の検索エンジン技術を用いて、発明提案書および／または自社類似出願書類等と類似する明細書の段落や検索キーワードが一致した箇所の前後数行などを含む特許文献を検索して、類似度が高い所定の件数のものとしても良い。自社類似出願書類等の指定もしくは選択は省略しても良い。また、特許請求の範囲候補抽出結果確認画面には、自社および／または他社の特許文献のクレームを構文解析などしてクレームの骨子を抽出・記憶しておき、それを利用して類似する自社および／または他社の特許文献のクレームの骨子を出力するとともに、Document Like This機能で類似すると判断された明細書の段落や検索キーワードが一致した箇所の前後数行などを出力しても良い。
特許請求の範囲候補抽出結果確認画面では、ユーザが画面に表示された中から特許請求の範囲を選択し、選択した特許請求の範囲を利用して特許請求の範囲生成処理を実行して、特許請求の範囲生成結果確認画面を出力する。特許請求の範囲候補抽出結果確認画面において、クレームの骨子とともにDocument Like This機能で類似すると判断された明細書の段落や検索キーワードが一致した箇所の前後数行などを出力することで、ユーザが特許請求の範囲を解釈しやすくなるため、適切な特許請求の範囲を選択し易くなる効果を見込むことができる。
願書・明細書・特許請求の範囲・図面・要約書生成機能は、特許請求の範囲生成結果確認画面で選択された特許請求の範囲であるクレームの骨子と、発明提案書の内容と、出願人・発明者情報とを利用して、願書・明細書・特許請求の範囲・図面・要約書生成処理を実行し、願書・明細書・特許請求の範囲・図面・要約書生成確認画面を出力する。願書・明細書・特許請求の範囲・図面・要約書を画面に出力せずに、後述する特許庁フォーマットへの変換処理を実行し、特許庁フォーマットに変換した特許出願書類初版を生成しても良い。
特許出願書類初版出力機能は、願書・明細書・特許請求の範囲・図面・要約書生成確認画面からユーザが特許庁フォーマットへの変換処理の実行を指示することによって、特許出願書類初版を出力する。

図３８ないし図４２は、特許出願書類自動生成処理に入力する発明提案書と、特許出願書類自動生成処理が出力する特許出願書類初版の対応関係を示す一覧である。

第３の実施の形態は、上記の例に限らない。特許書類自動生成処理には、次のような段階がある。
（生成支援）レベル１ システムがクレームの骨子を生成、ユーザによる手直しが必要
（生成支援）レベル２ システムがクレームの骨子、明細書・図面の初版のいずれも生成、ユーザによる手直しが必要
（自動生成）レベル３システムが出願書類を生成、出願時はユーザが確認
（自動生成）レベル４システムが出願書類を生成し、自動で出願
（完全自動生成）レベル５社内サーバのデータなどから入力データを自動的に収集してシステムが出願書類を生成し、自動で出願
（完全自動創作）レベル６社内サーバのデータなどから入力データを自動的に収集してシステムが発明を創作し、出願書類を生成して、自動で出願
第３の実施の形態の上記の例は、レベル２の一例であるが、レベル２であってもこれに限られず、また、レベル３ないしレベル６に対応した形態をとっても良い。たとえば、発明提案書の形態を問わず、あらゆる文章、データに基づいて、自動的に出願原稿全体を生成しても良い。これによれば、あらゆる企業活動の成果を即時に特許出願することが可能となる。

具体的には、入力データは、課題や解決手段などを必須の項目として含むフォーマットが決められた発明提案書の形式もしくは内容となっていなくても良く、たとえば、媒体としては電子データのみならず紙媒体をスキャンして電子データにしたものでもよく、電子データは、文字、画像、音声、生体データを含む。その形式は、企画書、研究メモ、日記、打ち合わせメモ、打ち合わせ時のホワイトボードの写真などのいかんを問わず、会議時の音声データ（録音したものでもリアルタイムで取得したものでも良い）や、脳波データでも良い。言語も、日本語、英語その他あらゆる言語を含む。ＡＩなどコンピュータが出力したマシン語などのデータも含む。

入力データは、ユーザがアップロードする形態に限らず、たとえば、企業内サーバに格納されたデータを定期または不定期に自動取得する形態としても良い。また、たとえば、会議室にスマートスピーカーを設置し、会議時の発言をスマートスピーカーからリアルタイムに取得して、入力データとしても良い。

また、上記の例では、類似公開公報や自社類似出願書類等を検索・抽出する構成としたが、この処理の一部または全部を省略し、入力データのみから特許出願書類初版を生成しても良い。生成するにあたっては、入力データの１文章（シングルフレーズ）を文法上正しい文章に直しても良い。たとえば、発明提案書などに記載された１文章が、文法上不完全な場合（例．体言止めなどであったり、主語がなく動詞や目的語のみが存在する場合など）、ｍｅｃａｂやｃａｂｏｃｈａｃｗなどの構文解析ソフトウェアや、ＣＣＧ２ラムダやチョムスキー生成方法などの技術を使って不完全な文章を検出し、その後、ＡＩなどの技術を用いて、適宜文末や主語などを補い、文章として成立したものを明細書に記載しても良い。「課題」や「解決手段」などを必須の項目として含むフォーマットが決められた発明提案書が入力データの場合であって、あるタイトルｘｘ（例．「課題」「解決手段」）に関する内容を記載した１文章「ｙｙｙｙ」に主語がない場合、「ｘｘは、ｙｙｙｙ」とした文章を明細書に記載しても良い。また、チョムスキー生成方法など英語を主として確立された手法を用いる場合、入力データがたとえば日本語の場合、英語に翻訳してから不完全な文章を検出しても良い。クレームは、ＡＩなどの技術を用いて、入力データから技術的特徴を抽出して生成しても良い。
また、文章間のつながりが自然になるように、接続詞や、「具体的には、」などの言葉を補っても良い。
また、あるタイトルｘｘ（例．「課題」「解決手段」）に関する内容が、箇条書きであったり、複数の文章で記載されている場合に、「ｘｘについては、以下のとおりである。」などの言葉のあとに箇条書きや、複数の文章を明細書に記載しても良い。
また、発明提案書などの入力データでは図とそれを説明する文章が近接して記載されているが、特許出願書類では、文書と図が分離されて記載される。そのため、文章がいずれの図を説明するものかが分かるように、たとえば、「図ｘｘについて説明すると、」などの句を文章の冒頭に追加しても良い。
また、発明提案書などの入力データに含まれる技術用語の解説文を、社内および／または社外の文献などに基づいて追加しても良い。
また、発明提案書などの入力データが日本語などで記載されている場合に、英語に翻訳しても良い。

入力データは、１文書または１データに限らない。発明提案書を含まなくてもよく、関連する文献などを、社内および／または社外から複数収集して入力データにしても良い。収集の態様としては、単に関連する文献などを追加しても良いし、複数の文献に含まれるアイデアなどをＡＩを用いて組み合わせるなどして、収集した文献に含まれるアイデアなどの全部または一部を含む発明を創作しても良い。収集した文献に含まれるアイデアなどをそのまま含むのではなく、アイデアに含まれる要素を適宜、変換、削除などして発明を創作しても良い。

出力データは、上記の例では、特許出願書類初版としたが、これに限られず、たとえば、新規性、進歩性などを備え、修正が不要なクレームを含む特許出願書類としても良い。また、特許に限らず、実用新案や意匠の出願書類を出力しても良く、入力データと出力データの言語は同一でも異なってもよい。その書式も、各国特許庁が要求する書式に応じて適宜定めればよい。

２ クレーム作成支援システム、 ４ 作成サーバ、 ６ ネットワーク、 ８ ユーザ端末。

Claims (1)

1. 過去の出願に係る請求の範囲について構文解析した結果を記憶する手段と、
   情報を受け付ける受付手段と、
   前記情報の全部または一部と類似する過去の出願を抽出する抽出手段と、
   前記過去の出願に係る請求の範囲について構文解析した結果に基づいて生成した請求の範囲と、前記情報の全部または一部に基づいて生成した明細書または図面と、を含む出願書類を生成する生成手段と、を備える作成装置。

Images