JP7148809B2

JP7148809B2 - 文献群解析装置、文献群解析方法及びプログラム

Info

Publication number: JP7148809B2
Application number: JP2019229003A
Authority: JP
Inventors: 美咲田中
Original assignee: Daikin Industries Ltd
Current assignee: Daikin Industries Ltd
Priority date: 2019-12-19
Filing date: 2019-12-19
Publication date: 2022-10-06
Anticipated expiration: 2039-12-19
Also published as: JP2021096742A

Description

本開示は、文献群解析技術に関する。

特許文献は新たなアイデアを具現化するための技術を開示するだけでなく、アイデアを実現するための前提、課題、周辺技術なども開示している。国際調査報告や拒絶理由通知書などに示される引用－被引用関係を利用して、特許文献間の引用ネットワークを構築することが試みられている。

特開２００９－１４６２１３号公報

本開示では、文献間の引用ネットワークにおける文献群のクラスタリング技術を提案する。

本開示の一態様は、
文献群の文献情報を取得する文献情報取得部と、
前記文献情報に基づき、文献間の関連性の強さを示すリンク強度を決定するリンク強度決定部と、
前記リンク強度に基づき前記文献群をクラスタリングするクラスタ形成部と、を有する文献群解析装置が提供される。

本態様によると、技術分野などに基づき引用ネットワークにおける文献群をクラスタリングすることができる。

一実施例では、前記リンク強度決定部は、第１の文献に対する引用情報に基づき、前記第１の文献と第２の文献との間のリンク強度を決定してもよい。

本実施例によると、国際調査報告や拒絶理由通知書などの引用情報に基づき文献間の類似性を示すリンク強度を設定することができる。

一実施例では、前記リンク強度決定部は、第１の文献に記載されている先行技術情報に基づき、前記第１の文献と第２の文献との間のリンク強度を決定してもよい。

本実施例によると、出願人や著者によって自ら開示された先行技術文献や引用文献を示す先行技術情報に基づき文献間の類似性を示すリンク強度を設定することができる。

一実施例では、前記リンク強度決定部は、第１の文献と第２の文献とに共通して含まれるキーワードに基づき、前記第１の文献と第２の文献との間のリンク強度を決定してもよい。

一実施例では、前記キーワードは、個別の技術分野に対応して予め設定されてもよい。

本実施例では、文献の文書情報に共通に含まれる各技術分野に特有のキーワードに基づき文献間の類似性を示すリンク強度を設定することができる。

本開示の他の態様は、プロセッサが、文献群の文献情報を取得するステップと、
前記プロセッサが、前記文献情報に基づき、文献間の関連性の強さを示すリンク強度を決定するステップと、
前記プロセッサが、前記リンク強度に基づき前記文献群をクラスタリングするステップと、
を有する文献群解析方法が提供される。

本開示の他の態様は、
文献群の文献情報を取得する処理と、
前記文献情報に基づき、文献間の関連性の強さを示すリンク強度を決定する処理と、
前記リンク強度に基づき前記文献群をクラスタリングする処理と、
をコンピュータに実行させるプログラムが提供される。

本開示の他の態様は、
クラスタリングしたとき、特許性の判断結果、発明者引用及び指定されたキーワードの共通した特許数が、リンク数から算出したクラスタに存在する特許数より高い割合で存在する文献群解析装置が提供される。

本開示の一実施例による文献群解析装置を示す概略図である。本開示の一実施例による文献群解析装置の機能構成を示すブロック図である。本開示の一実施例による一例となるリンク情報を示す図である。本開示の一実施例による一例となるカテゴリ情報を示す図である。本開示の一実施例による文献群解析処理を示すフローチャートである。本開示の一実施例によるリンク強度決定処理を示すフローチャートである。本開示の一実施例によるリンク強度決定処理を示すフローチャートである。本開示の一実施例によるキーワード選択を示す図である。本開示の一実施例によるクラスタリング処理を示すフローチャートである。本開示の一実施例によるクラスタリング結果の具体例を示す概略図である。本開示の一実施例による文献群解析装置のハードウェア構成を示すブロック図である。

以下、実施形態を説明する。

以下の実施形態では、引用－被引用関係やキーワードの類似性に基づき文献群をクラスタリングする文献群解析装置が開示される。
［本開示の概略］
文献間の引用ネットワークにおける従来の文献クラスタリングでは、ユーザが望む観点と異なる分類が行われていた。本開示による文献群解析装置では、特徴量に基づき統計的に処理を行うのではなく、より人の観点に近い形でクラスタリングが行われる。図１に示されるように、本開示の実施例による文献群解析装置１００は、特許公報などの特許文献の文献群を取得すると、各文献をノードとし、文献間の関連性の強さを示すリンク強度が付与された重み付きエッジとから構成されるグラフ構造を有する引用ネットワークを導出し、引用ネットワークにおいて技術分野の類似性に基づき文献群をクラスタリングする。これにより、引用ネットワークにおいて技術分野が類似する文献群を把握することが可能になる。

なお、以下の実施例では、英語により記載された特許文献（例えば、米国特許公報、欧州特許公報、国際公開公報など）、論文、学術雑誌等に着目するが、本開示による文献群は、必ずしもこれに限定されず、日本語や他の言語による文献にもまた同様に適用可能である。実際、非英語文献を扱う場合、その対応英文公報や英語の翻訳文などは容易に取得できることが多く、対応英文公報や翻訳文を代用してもよい。
［文献群解析装置］
まず、図２～４を参照して、本開示の一実施例による文献群解析装置１００を説明する。図２は、本開示の一実施例による文献群解析装置１００の機能構成を示すブロック図である。

図２に示されるように、文献群装置１００は、文献情報取得部１１０、リンク強度決定部１２０及びクラスタ形成部１３０を有する。

文献情報取得部１１０は、文献群の文献情報を取得する。一例として、各文献の文献情報は、当該文献と他の文献との間の関連性を示すリンク情報を含んでもよく、文献情報取得部１１０は、特許文献などの各文献についてリンク情報を取得してもよい。リンク情報は、例えば、特許文献において出願人自身によって開示された先行技術文献や論文の著者自身によって開示された引用文献、国際調査機関による国際調査報告、各国特許庁による審査結果（例えば、オフィスアクションなど）などの引用情報において指摘された被引用文献を示すものであってもよい。例えば、特許文献について、リンク情報は、図３に示されるように、対象文献、当該対象文献の新規性等を否定しうる他の被引用文献、及び当該対象文献によって新規性等が否定されうる他の引用文献から構成されてもよい。

図３に示されるリンク情報の具体例では、文献"ＥＰ１７３７ＸＸＸ"は、被引用文献"ＵＳ２００４０６０ＸＸＸ"及び"ＵＳ６２６０ＸＸＸ"と、引用文献"ＥＰ１６２１ＸＸＸ"及び"ＲＵ２６６１ＸＸＸ"を有することが示されている。このため、文献"ＥＰ１７３７ＸＸＸ"を示すノードは、引用ネットワークにおいて"ＵＳ２００４０６０ＸＸＸ"、"ＵＳ６２６０ＸＸＸ"、"ＥＰ１６２１ＸＸＸ"及び"ＲＵ２６６１ＸＸＸ"を示す各ノードとそれぞれリンクを有することになる。同様に、文献"ＵＳ２００６０２１ＸＸＸ"は、被引用文献"ＵＳ２００４０６０ＸＸＸ"及び"ＵＳ２００４１２３ＸＸＸ"と、引用文献"ＵＳ２０１００１２ＸＸＸ"及び"ＵＳ２０１００７１ＸＸＸ"を有することが示されている。このため、文献"ＵＳ２００６０２１ＸＸＸ"を示すノードは、引用ネットワークにおいて"ＵＳ２００４０６０ＸＸＸ"、"ＵＳ２００４１２３ＸＸＸ"、 "ＵＳ２０１００１２ＸＸＸ"及び"ＵＳ２０１００７１ＸＸＸ"を示す各ノードとそれぞれリンクを有することになる。以下同様に、各文献のリンク情報から文献間のリンクが設定できる。

また、リンク情報は、当該文献と先行技術文献又は被引用文献との関連性又は類似性の程度を示すカテゴリ情報を含んでもよい。例えば、国際調査報告において、当該特許発明の新規性を否定しうる先行技術文献はカテゴリ"Ｘ"として分類され、当該特許発明の進歩性を否定しうる先行技術文献はカテゴリ"Ｙ"として分類され、当該特許発明の関連技術を示す先行技術文献はカテゴリ"Ａ"として分類される。一般に、関連性又は類似性の強さは、"Ｘ"＞"Ｙ"＞"Ａ"である。カテゴリ情報は、このような当該文献と他の文献との間の関連性又は類似性の強さを示す値によって表されてもよい。例えば、カテゴリ情報は、図４に示されるように、文献"ＥＰ１７３７ＸＸＸ"に対して、被引用文献"ＵＳ２００４０６０ＸＸＸ"がカテゴリ"Ｘ"であることが示されている。また、文献"ＵＳ２００６５５５ＸＸＸ"に対して、被引用文献"ＥＰ２４９４ＸＸＸ"がカテゴリ"Ｙ"であり、被引用文献"ＪＰ２００２０４６ＸＸＸ"がカテゴリＡであることが示されている。

また、他の例として、各文献の文献情報は、当該文献の文書情報を含んでもよく、文献情報取得部１１０は、特許文献などの各文献について文書情報を取得してもよい。文書情報は、例えば、特許文献の明細書、特許請求の範囲、図面、要約などの１つ以上又はこれらの一部（例えば、明細書の発明の概要、請求項１、選択図など）を含んでもよい。典型的には、文書情報には、当該特許発明の技術分野や特徴を示すキーワードが含まれていると考えられ、文献間に共通のキーワードが含まれる場合、これらの文献の技術分野や特徴は類似していると想定される。

また、他の実施例では、文献情報取得部１１０は、引用文献と被引用文献との関連性に関する関連性情報を取得してもよい。例えば、関連性情報は、特許性の判断結果を示す引用情報（いわゆる、Ｘ文献、Ａ文献などのカテゴリ情報）、引用文献が発明者による引用か否かを示す情報、又は引用文献と被引用文献との間で共通するキーワードの類似性を示す情報を含んでもよい。ここで、共通するキーワードは、例えば、調査実行者などによって指定されてもよく、典型的には、特定の技術分野の特徴を示すものであってもよい。また、関連性情報は、引用文献と被引用文献との間で共通するキーワードの抽出範囲を、課題、請求項、要約及び名称の１つ以上の項目毎に指定してもよい。リンク強度決定部１２０は、文献情報に基づき、文献間の関連性の強さを示すリンク強度を決定する。

一実施例では、リンク強度決定部１２０は、文献Ａに対する引用情報に基づき、文献Ａと文献Ｂとの間のリンク強度を決定してもよい。例えば、引用情報は、国際調査機関による国際調査報告、各国特許庁による審査結果（例えば、オフィスアクションなど）などであってもよい。具体的には、引用情報が国際調査報告である場合、リンク強度決定部１２０は、文献Ａの国際調査報告に示される先行技術文献Ｂと当該先行技術文献Ｂのカテゴリ情報とに基づき、文献Ａと文献Ｂとの間のリンク強度を設定する。例えば、文献Ｂがカテゴリ"Ｘ"として指摘されている場合、リンク強度決定部１２０は、文献Ａと文献Ｂとの間にリンク強度ｘのリンクを設定してもよい。あるいは、文献Ｂがカテゴリ"Ｙ"として指摘されている場合、リンク強度決定部１２０は、文献Ａと文献Ｂとの間にリンク強度ｙのリンクを設定してもよい。あるいは、文献Ｂがカテゴリ"Ａ"として指摘されている場合、リンク強度決定部１２０は、文献Ａと文献Ｂとの間にリンク強度ａのリンクを設定してもよい。ここで、リンク強度の大きさは、ｘ＞ｙ＞ａである。

また、引用情報が審査官によって通知されたオフィスアクションなどの審査結果である場合、リンク強度決定部１２０は、文献Ａのオフィスアクションで引用された先行技術文献Ｂと当該先行技術文献Ｂを引用した拒絶理由とに基づき、文献Ａと文献Ｂとの間のリンク強度を設定する。例えば、文献Ｂが新規性の拒絶理由の引例として引用されている場合、リンク強度決定部１２０は、文献Ａと文献Ｂとの間にリンク強度ｘのリンクを設定してもよい。あるいは、文献Ｂが進歩性の拒絶理由の引例として引用されている場合、リンク強度決定部１２０は、文献Ａと文献Ｂとの間にリンク強度ｙのリンクを設定してもよい。あるいは、文献Ｂが関連技術を示す参考文献として指摘されている場合、リンク強度決定部１２０は、文献Ａと文献Ｂとの間にリンク強度ａのリンクを設定してもよい。ここで、リンク強度の大きさは、ｘ＞ｙ＞ａである。

他の実施例では、リンク強度決定部１２０は、文献Ａに記載されている先行技術情報に基づき、文献Ａと文献Ｂとの間のリンク強度を決定してもよい。具体的には、文献Ａが特許文献である場合、明細書や米国出願時に提出されるＩＤＳ（ＩｎｆｏｒｍａｔｉｏｎＤｉｓｃｌｏｓｕｒｅＳｔａｔｅｍｅｎｔ）には、出願人等が本発明に関連すると自ら考える先行技術文献が開示される。また、文献Ａが論文、学術雑誌等である場合、引用文献が著者によって開示される。リンク強度決定部１２０は、文献Ａに開示された先行技術文献Ｂや引用文献Ｂに基づき、文献Ａと文献Ｂとの間にリンクを設定すると共に、当該リンクに付されるリンク強度を決定する。例えば、明細書やＩＤＳに開示された先行技術文献については、リンク強度決定部１２０は、上述したカテゴリ"Ｘ"及び新規性の拒絶理由を受けた引例と同様に、リンク強度ｘを設定してもよい。あるいは、論文等に開示された引用文献については、リンク強度決定部１２０は、上述したｘ，ｙ，ａの何れか、あるいは、他の値を設定してもよい。

更なる他の実施例では、リンク強度決定部１２０は、文献Ａと文献Ｂとに共通して含まれるキーワードに基づき、文献Ａと文献Ｂとの間のリンク強度を決定してもよい。一例として、当該キーワードは、個別の技術分野に対応して、文献群解析装置１００のオペレータなどによって予め設定されてもよい。

例えば、当該キーワードは、重要度に基づき選択されてもよい。単語の重要度の一例となる指標として、限定することなく、公知のｔｆ－ｉｄｆ（ＴｅｒｍＦｒｅｑｕｅｎｃｙ－ＩｎｖｅｒｓｅＤｏｃｕｍｅｎｔＦｒｅｑｕｅｎｃｙ）が利用されてもよい。ｔｆ－ｉｄｆは、以下のように定義される。

ｔｆ－ｉｄｆ（ｔ_ｉ，ｄ_ｊ）＝ｔｆ（ｔ_ｉ，ｄ_ｊ）・ｉｄｆ（ｔ_ｉ）
ここで、ｔｆ（ｔ_ｉ，ｄ_ｊ）は文書ｄ_ｊ内での単語ｔ_ｉの出現頻度を表し、ｉｄｆ（ｔ_ｉ）は文書間での単語ｔ_ｉの共通度の指標の逆数である。ｔｆ－ｉｄｆは、特定の文書内での出現頻度は高いが、全文書においてはあまり出現しない単語を抽出するのに利用される。具体的には、用意された全ての文献の各単語についてｔｆ－ｉｄｆを算出し、所定の閾値以上のｔｆ－ｉｄｆ値を有する単語からキーワードが選択されてもよい。

また、他の例として、当該キーワードは、関連性の高い文献間に共通して出現する単語であって、所定の閾値以上の重要度（例えば、ｔｆ－ｉｄｆ値）を有する単語であってもよい。具体的には、文献Ａと、文献Ａに対するカテゴリ"Ｘ"の文献Ｂとに共通して出現する単語が抽出され、抽出された単語のうち所定の閾値以上のｔｆ－ｉｄｆ値を有する単語がキーワードとして選択されてもよい。

リンク強度決定部１２０は、このようにして抽出されたキーワードを利用して、リンクが設定されている文献Ａと文献Ｂとに出現する共通の単語を特定し、特定した単語がキーワードとして登録されているか判断する。特定した単語がキーワードとして登録されている場合、リンク強度決定部１２０は、文献Ａと文献Ｂとの間のリンクにリンク強度を設定してもよい。例えば、文献Ａと文献Ｂとに共通して出現するキーワードの個数に応じて、リンク強度決定部１２０はリンク強度を決定してもよい。すなわち、文献Ａと文献Ｂとに共通して出現するキーワードの個数が多いほど、リンク強度決定部１２０は、より大きなリンク強度を設定してもよい。

上述した関連性情報が共通するキーワードの抽出範囲を、課題、請求項、要約及び名称の１つ以上の項目毎に指定している場合、リンク強度決定部１２０は、文献全体の代わりに、指定されている抽出範囲に共通するキーワードが存在するか検出し、当該抽出範囲において検出された共通するキーワードに基づき、上述したリンク強度設定と同様にして、文献間のリンク強度を設定してもよい。

クラスタ形成部１３０は、リンク強度に基づき文献群をクラスタリングする。具体的には、クラスタ形成部１３０は、リンク強度から算出されるモジュラリティに基づき、文献群をクラスタリングしてもよい。例えば、クラスタ形成部１３０はまず、計算の高速化のため、リンク数が最小のノードＡを特定し、ノードＡと接続される全てのノード（例えば、ノードＢ，Ｃ，Ｄ）を検出する。そして、クラスタ形成部１３０は、２つのノードＡ，Ｂ、Ａ，Ｃ及びＡ，Ｄの各ペアに対して、２つのノードを同一クラスタに属しているとみなし、モジュラリティを算出する。具体的には、クラスタ形成部１３０は、各ペアに対して、以下の式に従ってモジュラリティＱを算出する。

ただし、ｅ_ｉｊはクラスタｉとクラスタｊとを接続するリンク強度の合計であり、ａ_ｎはクラスタｉとクラスタｊとを接続する各リンク強度であり、ｍは全リンクのリンク強度の合計である。

全てのペアに対してモジュラリティを算出した後、クラスタ形成部１３０は、算出したモジュラリティが最大となるペアを同一クラスタに属すると判断し、当該ペアを１つのノードと仮定して、リンク数が最小のノードを特定し、上述したクラスタリング処理を繰り返す。クラスタ形成部１３０は、モジュラリティが収束するまで上記を繰り返し、最大値をとる条件を結果として出力する。

しかしながら、本開示によるクラスタリング処理は、必ずしもこれに限定されず、他の何れか適切なクラスタリング手法が利用されてもよい。
［文献群解析処理］
次に、図５～９を参照して、本開示の一実施例による文献群解析処理を説明する。当該文献群解析処理は、上述した文献群解析装置１００によって実現され、例えば、文献群解析装置１００のプロセッサがプログラム又は命令を実行することによって実現されてもよい。図５は、本開示の一実施例による文献群解析処理を示すフローチャートである。

図５に示されるように、ステップＳ１０１において、文献群解析装置１００は、文献群の文献情報を取得する。具体的には、文献群解析装置１００は、文献データベースなどから各文献の文献情報（例えば、リンク情報、文書情報など）を取得する。

例えば、各文献のリンク情報は、当該文献と他の文献との間の関連性を示す何れかの情報である。例えば、当該文献が特許文献である場合、リンク情報は、出願人によって開示された先行技術文献、国際調査報告や審査結果（例えば、オフィスアクションなど）などの引用情報において指摘された被引用文献などであってもよい。また、リンク情報は、当該文献と先行技術文献又は被引用文献との関連性又は類似性の程度を示すカテゴリ情報を含んでもよい。また、各文献の文書情報は、例えば、特許文献の明細書、特許請求の範囲、図面、要約などの１つ以上又はこれらの一部を含んでもよい。

ステップＳ１０２において、文献群解析装置１００は、文献情報に基づき、文献間の関連性の強さを示すリンク強度を決定する。

一例として、文献群解析装置１００は、各文献について、当該文献に対する引用情報に基づき当該文献と被引用文献及び引用文献の各文献との間にリンクを設定し、カテゴリ情報などに基づき当該文献と被引用文献及び引用文献の各文献との間のリンク強度を決定する。

具体的には、図６に示されるように、ステップＳ２０１において、文献群解析装置１００は、各文献のリンク情報を取得する。

ステップＳ２０２において、文献群解析装置１００は、リンク情報からカテゴリ情報を取得する。

ステップＳ２０３において、文献群解析装置１００は、カテゴリ情報に基づきリンク強度を設定する。例えば、当該文献Ａに対してカテゴリ"Ｘ"として指摘された文献Ｂについて、文献群解析装置１００は、文献Ａと文献Ｂとの間のリンクにリンク強度ｘを設定してもよい。また、当該文献Ａに対してカテゴリ"Ｙ"として指摘された文献Ｂについて、文献群解析装置１００は、文献Ａと文献Ｂとの間のリンクにリンク強度ｙを設定してもよい。さらに、当該文献Ａに対してカテゴリ"Ａ"として指摘された文献Ｂについて、文献群解析装置１００は、文献Ａと文献Ｂとの間のリンクにリンク強度ａを設定してもよい。ただし、リンク強度は、ｘ＞ｙ＞ａとなる。

他の例として、文献群解析装置１００は、各文献について、当該文献に記載されている先行技術情報に基づき、当該文献と記載されている文献との間にリンクを設定し、リンク強度を所定値に設定してもよい。例えば、文献Ａの先行技術文献又は引用文献として文献Ｂが開示されている場合、文献群解析装置１００は、文献Ａと文献Ｂとの間のリンクに所定値を設定してもよい。

更なる他の例として、文献群解析装置１００は、各文献について、当該文献と他の文献とに共通して含まれるキーワードに基づき、当該文献と他の文献との間にリンクを設定し、検出した共通のキーワードの個数などに基づきリンク強度を決定してもよい。

具体的には、図７に示されるように、ステップＳ３０１において、文献群解析装置１００は、文献Ａ，Ｂの文書情報から文献Ａ，Ｂ間に共通する単語を検出する。

ステップＳ３０２において、文献群解析装置１００は、検出した単語からキーワードを特定する。例えば、当該キーワードは、個別の技術分野に対応して予め設定されてもよい。あるいは、当該キーワードは、ｔｆ－ｉｄｆなどの単語の重要度を示す指標から算出された重要度に基づき選択されてもよい。図８（ａ）に示されるように、所定の閾値以上の重要度を有する"ｄｅｍａｎｄｃｏｎｔｒｏｌ"及び"ｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔ"がキーワードとして選択されてもよい。あるいは、当該キーワードは、関連性の高い文献間に共通して出現し、所定の閾値以上の重要度を有する単語から選択されてもよい。例えば、図８（ｂ）に示されるように、文献"ＥＰ１７２７ＸＸＸ"に対してカテゴリ"Ｘ"の文献"ＵＳ２００４０６３ＸＸＸ"について、所定の閾値以上の重要度の単語から、共通に出現する単語"ｄｅｍａｎｄ"がキーワードとして選択されてもよい。

ステップＳ３０３において、文献群解析装置１００は、共通のキーワードに基づきリンク強度を設定してもよい。

図５に戻って、ステップＳ１０３において、文献群解析装置１００は、リンク強度に基づき文献群をクラスタリングする。

具体的には、図９に示されるように、ステップＳ４０１において、文献群解析装置１００は、リンク数が最小となるノードを検出する。

ステップＳ４０２において、文献群解析装置１００は、検出されたノードに隣接する全ノードを抽出する。

ステップＳ４０３において、文献群解析装置１００は、モジュラリティを算出する。

ステップＳ４０４において、文献群解析装置１００は、モジュラリティが最大となるペアノードを同一クラスタとして設定し、当該２つのノードを１つのノードにまとめる。

ステップＳ４０５において、文献群解析装置１００は、所定の終了条件を充足したか判断し、終了条件を充足してない場合（Ｓ４０５：ＮＯ）、ステップＳ４０１に戻って、上述した処理を繰り返す。他方、終了条件を充足した場合（Ｓ４０５：ＹＥＳ）、文献群解析装置１００は、当該クラスタリング処理を終了し、最終的に獲得されたクラスタリング結果を出力する。ここで、終了条件は、例えば、モジュラリティの収束であってもよい。

また、他の実施例によると、文献群解析装置１００は、特許性の判断結果、発明者引用及び指定されたキーワードの共通した特許数が、リンク数から算出したクラスタに存在する特許数より高い割合で存在するように、文献群をクラスタリングすることができる。例えば、図１０（ａ）に示される従来のクラスタリングの具体例では、ＩｏＴ関連、業務用空調関連及び家庭用空調関連の特許が、引用被引用関係に基づきクラスタリングされている。クラスタリング結果から分かるように、同一技術に関する特許であっても、引用関係が少ないときには同一のクラスタにクラスタリングされない。また、家庭用空調関連の特許であっても、業務用空調から多く引用されているものについては、業務用空調関連のクラスタに分類されてしまう。例えば、お掃除機能に関して、業務用空調関連の特許から家庭用空調関連の特許への引用が多いなどがあげられる。

一方、本開示による文献群解析処理によると、図１０（ｂ）に示されるように、リンクＡでは、引用関係は疎であるが、キーワードの類似性からリンク強度が高く設定されるため、同一技術に関する特許が同一クラスタに分類できる。また、リンクＢでは、引用関係がＸである場合、関連性が高いと判定され、同一技術に関する特許が同一クラスタに分類できる。また、リンクＣでは、発明者による引用である場合、リンク強度が高く設定されるため、同一技術に関する特許が同一クラスタに分類できる。このように、リンク強度に基づきクラスタリングが実行されることによって、共通するキーワード、引用関係がＸである特許が同一クラスタにクラスタリングできる。
［文献群解析装置のハードウェア構成］
文献群解析装置１００は、例えば、図１１に示されるようなハードウェア構成を有してもよい。すなわち、文献群解析装置１００は、バスＢを介し相互接続されるドライブ装置１０１、補助記憶装置１０２、メモリ装置１０３、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）１０４、インタフェース装置１０５及び通信装置１０６を有する。

文献群解析装置１００における上述した各種機能及び処理を実現するプログラムを含む各種コンピュータプログラムは、ＣＤ－ＲＯＭ（ＣｏｍｐａｃｔＤｉｓｋ－ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）などの記録媒体１０７によって提供されてもよい。プログラムを記憶した記録媒体１０７がドライブ装置１０１にセットされると、プログラムが記録媒体１０７からドライブ装置１０１を介して補助記憶装置１０２にインストールされる。但し、プログラムは必ずしも記録媒体１０７からインストールされる必要はなく、ネットワークなどを介し何れかの外部装置からダウンロードするようにしてもよい。補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータなどを格納する。メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムやデータを読み出して格納する。プロセッサとして機能するＣＰＵ１０４は、メモリ装置１０３に格納されたプログラムやプログラムを実行するのに必要なパラメータなどの各種データに従って、上述した文献群解析装置１００の各種機能及び処理を実行する。インタフェース装置１０５は、ネットワーク又は外部装置に接続するための通信インタフェースとして用いられる。通信装置１０６は、外部装置と通信するための各種通信処理を実行する。

しかしながら、文献群解析装置１００は、上述したハードウェア構成に限定されるものでなく、他の何れか適切な回路などのハードウェア構成により実現されてもよい。

以上、実施形態を説明したが、特許請求の範囲の趣旨及び範囲から逸脱することなく、形態や詳細の多用な変更が可能なことが理解されるであろう。

１００文献群解析装置
１１０文献情報取得部
１２０リンク強度決定部
１３０クラスタ形成部

Claims

文献群の文献情報を取得する文献情報取得部と、
前記文献情報に基づき、文献間の関連性の強さを示すリンク強度を決定するリンク強度決定部と、
前記リンク強度に基づき前記文献群をクラスタリングするクラスタ形成部と、
を有し、
前記リンク強度決定部は、前記文献群に属する第１の文献に対する引用情報に基づき、前記第１の文献と前記文献群に属する第２の文献との間のリンク強度を決定し、
前記文献情報は、特許性の判断結果を示す引用情報を含む、文献群解析装置。
前記リンク強度決定部は、前記第１の文献に関する文書に記載されている文献に基づき、前記第１の文献と前記第２の文献との間のリンク強度を決定する、請求項１記載の文献群解析装置。
前記リンク強度決定部は、前記第１の文献に記載されている文献に基づき、前記第１の文献と前記第２の文献との間のリンク強度を決定する、請求項１記載の文献群解析装置。
プロセッサが、文献群の文献情報を取得するステップと、
前記プロセッサが、前記文献情報に基づき、文献間の関連性の強さを示すリンク強度を決定するステップと、
前記プロセッサが、前記リンク強度に基づき前記文献群をクラスタリングするステップと、
を有し、
前記リンク強度を決定するステップでは、前記文献群に属する第１の文献に対する引用情報に基づき、前記第１の文献と前記文献群に属する第２の文献との間のリンク強度を決定し、
前記文献情報は、特許性の判断結果を示す引用情報を含む、文献群解析方法。
文献群の文献情報を取得する処理と、
前記文献情報に基づき、文献間の関連性の強さを示すリンク強度を決定する処理と、
前記リンク強度に基づき前記文献群をクラスタリングする処理と、
をコンピュータに実行させ、
前記リンク強度を決定する処理では、前記文献群に属する第１の文献に対する引用情報に基づき、前記第１の文献と前記文献群に属する第２の文献との間のリンク強度を決定し、
前記文献情報は、特許性の判断結果を示す引用情報を含む、プログラム。
引用文献と被引用文献との関連性に関する関連性情報を取得する文献情報取得部と、
前記関連性情報に基づき、文献間の関連性の強さを示すリンク強度を決定するリンク強度決定部と、
前記リンク強度に基づき前記文献群をクラスタリングするクラスタ形成部と、
を有し、
前記関連性情報は、特許性の判断結果を示す引用情報を含む、文献群解析装置。
前記関連性情報は、引用文献が発明者による引用か否かを示す情報を含む、請求項６記載の文献群解析装置。
前記関連性情報は、引用文献と被引用文献との間で共通するキーワードの類似性を示す情報を含む、請求項６又は７記載の文献群解析装置。
前記関連性情報は、引用文献と被引用文献との間で共通するキーワードの抽出範囲を、課題、請求項、要約及び名称の１つ以上の項目毎に指定する、請求項６乃至８何れか一項記載の文献群解析装置。
前記クラスタ形成部は、前記関連性情報に基づき取得したクラスタリング結果に対して、引用文献と被引用文献との間で共通するキーワードを利用して前記文献群を再クラスタリングする、請求項６乃至９何れか一項記載の文献群解析装置。
クラスタリングしたとき、特許性の判断結果、発明者引用及び指定されたキーワードの共通した特許数が、リンク数から算出したクラスタに存在する特許数より高い割合で存在する、請求項６乃至１０何れか一項記載の文献群解析装置。
プロセッサが、引用文献と被引用文献との関連性に関する関連性情報を取得するステップと、
前記プロセッサが、前記関連性情報に基づき、文献間の関連性の強さを示すリンク強度を決定するステップと、
前記プロセッサが、前記リンク強度に基づき前記文献群をクラスタリングするステップと、
を有し、
前記関連性情報は、特許性の判断結果を示す引用情報を含む、文献群解析方法。
引用文献と被引用文献との関連性に関する関連性情報を取得する処理と、
前記関連性情報に基づき、文献間の関連性の強さを示すリンク強度を決定する処理と、
前記リンク強度に基づき前記文献群をクラスタリングする処理と、
をコンピュータに実行させ、
前記関連性情報は、特許性の判断結果を示す引用情報を含む、プログラム。