JP2020095653A - 作成支援装置および作成支援方法 - Google Patents
作成支援装置および作成支援方法 Download PDFInfo
- Publication number
- JP2020095653A JP2020095653A JP2018238797A JP2018238797A JP2020095653A JP 2020095653 A JP2020095653 A JP 2020095653A JP 2018238797 A JP2018238797 A JP 2018238797A JP 2018238797 A JP2018238797 A JP 2018238797A JP 2020095653 A JP2020095653 A JP 2020095653A
- Authority
- JP
- Japan
- Prior art keywords
- screen
- creation
- document
- keyword
- model
- 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 description 61
- 238000000605 extraction Methods 0.000 claims abstract description 60
- 238000013473 artificial intelligence Methods 0.000 description 78
- 238000012986 modification Methods 0.000 description 52
- 230000004048 modification Effects 0.000 description 52
- 238000012937 correction Methods 0.000 description 48
- 238000010586 diagram Methods 0.000 description 48
- 230000008569 process Effects 0.000 description 47
- 230000006870 function Effects 0.000 description 32
- 238000005516 engineering process Methods 0.000 description 24
- 238000012545 processing Methods 0.000 description 24
- 238000012790 confirmation Methods 0.000 description 18
- 239000000470 constituent Substances 0.000 description 15
- 230000007704 transition Effects 0.000 description 10
- 238000002360 preparation method Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 102100034088 40S ribosomal protein S4, X isoform Human genes 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 101000732165 Homo sapiens 40S ribosomal protein S4, X isoform Proteins 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012559 user support system Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
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。
。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。
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。
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。
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。
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)。
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。
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。
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。
デル308を生成する。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
(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
(1)要素の文言の修正
(2)格成分の削除
(3)格成分の追加
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。
(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。
(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。
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。
(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。
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。
Claims (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。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018227623 | 2018-12-04 | ||
JP2018227623 | 2018-12-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020095653A true JP2020095653A (ja) | 2020-06-18 |
JP7421859B2 JP7421859B2 (ja) | 2024-01-25 |
Family
ID=71085002
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018238797A Active JP7421859B2 (ja) | 2018-12-04 | 2018-12-20 | 作成支援装置および作成支援方法 |
JP2019219773A Pending JP2020095716A (ja) | 2018-12-04 | 2019-12-04 | 作成支援装置および作成支援方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019219773A Pending JP2020095716A (ja) | 2018-12-04 | 2019-12-04 | 作成支援装置および作成支援方法 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7421859B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022072383A (ja) * | 2020-10-29 | 2022-05-17 | 株式会社Ipsign | 侵害情報抽出システム、方法及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03204071A (ja) * | 1989-12-30 | 1991-09-05 | Hitachi Ltd | モデル明細書ライブラリシステム |
JP2004118768A (ja) * | 2002-09-30 | 2004-04-15 | Mitsui Chemicals Inc | 特許明細書の作成方法 |
WO2006033210A1 (ja) * | 2004-08-19 | 2006-03-30 | Kenji Sato | 特許請求の範囲作成支援方法及び出願審査支援方法 |
JP2016164707A (ja) * | 2015-03-06 | 2016-09-08 | 国立研究開発法人情報通信研究機構 | 自動翻訳装置及び翻訳用モデル学習装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002207720A (ja) | 2001-01-10 | 2002-07-26 | Japan Science & Technology Corp | 特許明細書作成システム |
US10417341B2 (en) | 2017-02-15 | 2019-09-17 | Specifio, Inc. | Systems and methods for using machine learning and rules-based algorithms to create a patent specification based on human-provided patent claims such that the patent specification is created without human intervention |
-
2018
- 2018-12-20 JP JP2018238797A patent/JP7421859B2/ja active Active
-
2019
- 2019-12-04 JP JP2019219773A patent/JP2020095716A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03204071A (ja) * | 1989-12-30 | 1991-09-05 | Hitachi Ltd | モデル明細書ライブラリシステム |
JP2004118768A (ja) * | 2002-09-30 | 2004-04-15 | Mitsui Chemicals Inc | 特許明細書の作成方法 |
WO2006033210A1 (ja) * | 2004-08-19 | 2006-03-30 | Kenji Sato | 特許請求の範囲作成支援方法及び出願審査支援方法 |
JP2016164707A (ja) * | 2015-03-06 | 2016-09-08 | 国立研究開発法人情報通信研究機構 | 自動翻訳装置及び翻訳用モデル学習装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2020095716A (ja) | 2020-06-18 |
JP7421859B2 (ja) | 2024-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6413256B2 (ja) | 会議支援装置、会議支援装置の制御方法、及びプログラム | |
US20150024351A1 (en) | System and Method for the Relevance-Based Categorizing and Near-Time Learning of Words | |
JP6693582B2 (ja) | 文書要約の生成方法、装置、電子機器、コンピュータ読み取り可能な記憶媒体 | |
JP2023112150A (ja) | 作成支援装置、作成支援方法およびコンピュータプログラム | |
CN109960721A (zh) | 基于源内容的多重压缩构造内容 | |
WO2019111545A1 (ja) | 知的財産システム、知的財産支援方法および知的財産支援プログラム | |
CN114141384A (zh) | 用于检索医学数据的方法、设备和介质 | |
Yimam et al. | Par4Sim--Adaptive Paraphrasing for Text Simplification | |
JP7421859B2 (ja) | 作成支援装置および作成支援方法 | |
JP7139157B2 (ja) | 検索文生成システム、及び検索文生成方法 | |
JPH1145261A (ja) | 情報検索装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP2019114308A (ja) | 知的財産システム、知的財産支援方法および知的財産支援プログラム | |
JPWO2012053509A1 (ja) | 入力支援プログラム、入力支援装置、及び入力支援方法 | |
JP7438769B2 (ja) | 文章構造描画装置 | |
JP2019102099A (ja) | 知的財産システム、知的財産支援方法および知的財産支援プログラム | |
JP4000332B2 (ja) | 情報検索装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JPH08153117A (ja) | 文書検索装置及び方法 | |
JP4368550B2 (ja) | 文書検索装置、文書検索方法およびその方法をコンピュータに実行させるプログラム | |
JP5073423B2 (ja) | 訳語検索支援装置、訳語検索支援方法および訳語検索支援プログラム | |
NL2025417B1 (en) | Intelligent Content Identification and Transformation | |
CN113435188B (zh) | 基于语义相似的过敏文本样本生成方法、装置及相关设备 | |
JP6717909B2 (ja) | 要約生成サーバ、要約生成システム及び要約生成方法 | |
US11372925B2 (en) | Information processing apparatus and non-transitory computer readable medium storing information processing program | |
US10104264B2 (en) | Method and system for generating electronic documents from paper documents while retaining information from the paper documents | |
Abdelaziz et al. | Applications of integration of AI-based Optical Character Recognition (OCR) and Generative AI in Document Understanding and Processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20200415 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230303 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230810 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20230925 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231010 |
|
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: 20231215 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240115 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7421859 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |