JP7303614B2 - making device - Google Patents

making device Download PDF

Info

Publication number
JP7303614B2
JP7303614B2 JP2018131800A JP2018131800A JP7303614B2 JP 7303614 B2 JP7303614 B2 JP 7303614B2 JP 2018131800 A JP2018131800 A JP 2018131800A JP 2018131800 A JP2018131800 A JP 2018131800A JP 7303614 B2 JP7303614 B2 JP 7303614B2
Authority
JP
Japan
Prior art keywords
model
screen
creation
user
information
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.)
Active
Application number
JP2018131800A
Other languages
Japanese (ja)
Other versions
JP2020009330A (en
Inventor
孟史 赤丸
正士 須崎
克典 新井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nomura Research Institute Ltd
Original Assignee
Nomura Research Institute Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nomura Research Institute Ltd filed Critical Nomura Research Institute Ltd
Priority to JP2018131800A priority Critical patent/JP7303614B2/en
Publication of JP2020009330A publication Critical patent/JP2020009330A/en
Priority to JP2023103543A priority patent/JP7522267B2/en
Application granted granted Critical
Publication of JP7303614B2 publication Critical patent/JP7303614B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、作成装置に関する。 The present invention relates to a production device .

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。 Although there are some differences depending on the country, a patent application basically consists of a specification, claims, an abstract, and drawings. Traditionally, the claims (also referred to as claims) of a patent application have been drafted by patent attorneys or by members of a company's intellectual property department.

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。 In recent years, the term "artificial intelligence (AI)" has become common (see, for example, Non-Patent Document 1). In fact, AI has evolved remarkably, and some have a cognitive function that recognizes many images and sounds and finds specific patterns, like the human brain. For example, Google succeeded in getting computers to recognize images of cats. As the performance of AI improves in this way, its application range is also expanding.

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

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。 In the conventional complaint preparation method, the quality of the prepared complaints often varied because the knowledge and experience required for preparing complaints differed depending on the person in charge. In addition, it took a relatively long time because it was created manually.

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、またはクレーム作成にかかる時間を低減できる技術の提供にある。 SUMMARY OF THE INVENTION The present invention has been made in view of these problems, and its object is to provide a technique capable of suppressing variations in quality when creating claims or reducing the time required to create claims.

本発明のある態様は、作成装置に関する。この作成装置は、情報を受け付ける受付手段と、異なるクレーム構造に対応する複数のクレーム作成モデルであって、各々が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学習することにより生成されたモデルである前記複数のクレーム作成モデルのうちで、ユーザ入力に基づいて選択されるモデルに、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。 One aspect of the present invention relates to a creation device. This drafting device includes receiving means for receiving information, and a plurality of claim drafting models corresponding to different claim structures, each of which is extracted from a past application and machine-learning the scope of claims of that application. applying means for applying the received information to a model selected based on user input from among the plurality of claim creation models , which are models generated by and providing means for providing.

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。 It should be noted that any combination of the above constituent elements, or any mutual replacement of the constituent elements or expressions of the present invention with devices, methods, systems, computer programs, recording media storing computer programs, etc., also constitutes the present invention. It is effective as an aspect of

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、またはクレーム作成にかかる時間を低減できる。 Advantageous Effects of Invention According to the present invention, it is possible to suppress variations in quality when writing a claim, or to reduce the time required to write a claim.

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。FIG. 4 is a schematic diagram showing transition of screens realized by the creation server according to the first embodiment; 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。1 is a schematic diagram showing the configuration of a claim drafting support system according to a first embodiment; FIG. 図2の作成サーバのハードウエア構成図である。3 is a hardware configuration diagram of a creation server in FIG. 2; FIG. 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。FIG. 3 is a block diagram showing the functions and configuration of the creation server of FIG. 2; 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。5 is a data structure diagram showing an example of a patent information holding unit in FIG. 4; FIG. 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。FIG. 3 is a flow chart showing a series of processes in the creation server of FIG. 2; FIG. 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。FIG. 4 is a schematic diagram showing an example of the relationship between the free keywords of the document to be learned and the free keywords of the cited document. 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。FIG. 11 is a flow chart showing the flow of keyword extraction processing according to the first modified example; FIG. 抽出結果表示画面の代表画面図である。It is a representative screen figure of an extraction result display screen. 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。FIG. 4 is a schematic diagram for explaining a claim generation model when designating a model application; 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。FIG. 11 is a schematic diagram showing the flow of complaint generation in the generation server according to the second modification; 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。FIG. 11 is a schematic diagram illustrating learning of an AI model in a creation server according to a second modified example; 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。FIG. 14 is a schematic diagram showing the flow of complaint generation in the generation server according to the third modification; 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。FIG. 14 is a schematic diagram showing the flow of complaint generation in the generation server according to the third modification; 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。FIG. 20 is a schematic diagram showing the flow of complaint generation in the generation server according to the fourth modification; 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。FIG. 21 is a schematic diagram illustrating learning of an AI model in a creation server according to a fourth modified example; 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。FIG. 9 is a block diagram showing functions and configuration of a creation support server according to a second embodiment; 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。17 is a schematic diagram showing an overview of transition of screens displayed on the display of the user terminal by the creation support server of FIG. 16; FIG. 自己案件一覧画面の代表画面図である。FIG. 11 is a representative screen diagram of a self-project list screen; 案件新規作成画面の代表画面図である。FIG. 11 is a representative screen diagram of a new item creation screen; 構成要件モデル画面の代表画面図である。FIG. 10 is a representative screen diagram of a configuration requirement model screen; 入力支援機能を説明するための模式図である。FIG. 4 is a schematic diagram for explaining an input support function; 新規特許請求の範囲作成画面の代表画面図である。It is a representative screen diagram of a new claim creation screen. 自社案件検索一覧画面の代表画面図である。FIG. 11 is a representative screen diagram of a screen listing a company's own project search; 案件詳細画面の代表画面図である。FIG. 11 is a representative screen diagram of a matter detail screen; 案件修正画面の代表画面図である。FIG. 11 is a representative screen diagram of a matter correction screen; 特許請求の範囲修正画面の代表画面図である。It is a representative screen diagram of a claim correction screen. 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。FIG. 17 is a flow chart showing a series of processes in the creation support server of FIG. 16; FIG. 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。FIG. 20 is a data structure diagram showing an example of a constituent table included in the creation support server according to the fifth modified example; 例示的な格成分モデルを示す模式図である。1 is a schematic diagram showing an exemplary class component model; FIG. 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。FIG. 10 is a schematic diagram showing the main part of the case component model after clicking the plus button; 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。FIG. 10 is a schematic diagram showing the main part of the case component model after clicking the plus button; 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。FIG. 30 is a schematic diagram showing a case component model obtained by correcting the case component model of FIG. 29;

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。 Hereinafter, the same or equivalent constituent elements, members, and processes shown in each drawing are denoted by the same reference numerals, and duplication of description will be omitted as appropriate. Also, in each drawing, some members that are not important for explanation are omitted.

(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。
(First embodiment)
FIG. 1 is a schematic diagram showing transition of screens realized by the creation server according to the first embodiment. The creation server first causes the display 100 of the user's terminal to display a creation condition input screen 102 for accepting input of conditions for creating a complaint. The generation condition input screen 102 includes a keyword input area 104, an add button 106, an image upload area 105, a claim number input area 108, a problem input area 110, a reference application input area 107, an autobox 109, and fields. It has an input area 112 and a generate button 114 .

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。 A user of the production server is assumed to be, for example, a person in an intellectual property department of a company. A user examines a technical document such as an invention proposal submitted by a research and development department, and extracts the essence (or key point, feature, or essential part) of an invention or technical idea contained therein as a keyword. In addition, if possible, the user extracts problems related to inventions and technical ideas, and determines the technical field to which the inventions and technical ideas belong. The user inputs the extracted keyword into the keyword input area 104 of the generation condition input screen 102 . The user can increase the number of keywords that can be input in the keyword input area 104 by clicking (pressing) the add button 106 . Each keyword in the keyword input area 104 is displayed in association with a degree of importance 103 . The user selects the importance level 103 of the input keyword from "H" (high), "M" (middle), and "L" (low). In other embodiments, more levels of importance may be used, or sequential values may be used.

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。 Instead of or in addition to keywords, users can upload technical documents such as invention proposals, technical drawings, still images such as photographs, and various files such as moving images (hereinafter referred to as documents). The user inputs the path of the target file in the image upload area 105 by referring to a document or the like in the user's terminal. Alternatively, the user may enter the path of the target file directly into the image upload area 105 . Alternatively, the user may upload a file of an image of a technical document such as an invention proposal instead of a document or the like.

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。 The user determines the number of claims to be created and inputs it in the claim number input area 108 . If the subject of the invention and the technical field are determined, the user inputs them in the subject input area 110 and the field input area 112, respectively. In the challenge input area 110, the challenge may be entered in free text form. If the user has decided on a patent application having claims to be used as a model (hereinafter referred to as a model application), the user enters the patent application number in the reference application input area 107 . Alternatively, check the autobox 109 to automatically select the model application. If the model application is not used, leave the reference application input area 107 blank and uncheck the auto box 109 . In the field input area 112, the technical field may be specified by classification such as IPC (International Patent Classification), F-term, FI, CPC, etc., or may be specified by text.

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。 After the user has entered the necessary information, when the create button 114 is clicked, the creation server acquires the entered information. The production server implements a claim generation AI engine that is generated and updated by having the AI learn information from past patent applications. The creation server automatically generates claims corresponding to the input keywords by processing the input information with this claim generation AI engine. The creation server causes the display 100 to display a creation result display screen 116 displaying the created claims. The generation result display screen 116 displays the generated claims in text, and also displays an OK button 118 and a correction button 120 .

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。 If the user is satisfied with the generated claims, he clicks the OK button 118 to end the process. If the user wishes to modify the generated claims, he clicks on the modify button 120 . When the correction button 120 is clicked, the creation server causes the display 100 to display an edit screen 122 for receiving corrections of the scope of claims by the user.

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。 On the edit screen 122, the claims are displayed in an editable form, and a reflect button 124 is displayed. Modifications made to the scope of claims on the edit screen 122 are displayed in a form that allows the revision history to be understood. When the user clicks the reflect button 124 after making the desired corrections, the creation server causes the display 100 to display a correction result display screen 126 displaying the scope of claims reflecting the corrections. At the same time, the creation server acquires the claims before revision and the revised content, and updates the claim generation AI engine with the acquired information.

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。 In this way, according to the complaint creation support service provided by the creation server, since the complaint creation AI engine is used, it is possible to reduce or eliminate individual factors when creating complaints, and it is possible to achieve uniform quality. can. Also, it is possible to reduce the time required to create a complaint.

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。 FIG. 2 is a schematic diagram showing the configuration of the complaint drafting support system 2 according to the first embodiment. The complaint drafting support system 2 includes a drafting server 4 and a user terminal 8 . The production server 4 and the user terminal 8 are communicably connected via a network 6 such as the Internet. The creation server 4 has a patent information holding unit 42 that holds information on past patent applications, and also has a claim creation AI engine as described above. The user terminal 8 is a terminal used by a user, and may be, for example, a desktop PC, a laptop PC, a mobile terminal, or the like.

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。 In this embodiment, the user inputs information to the user terminal 8, the user terminal 8 transmits the information to the production server 4 via the network 6, the production server 4 processes the information, and the processing result is sent to the network. 6 to the user terminal 8, and the user terminal 8 displays the processing result, a so-called ASP (Application Service Provider) is assumed. However, the technical idea of this embodiment can be applied to systems other than ASP, such as when a complaint creation AI engine is mounted on a stand-alone terminal, and the user inputs information to the terminal and obtains the processing result. is.

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。 FIG. 3 is a hardware configuration diagram of the creation server 4 of FIG. The user terminal 8 may have a hardware configuration similar to that shown in FIG. Production server 4 includes memory 130 , processor 132 , communication interface 134 , display 136 and input interface 138 . These elements are each connected to bus 140 and communicate with each other via bus 140 .

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。 The memory 130 is a storage area for storing data and programs. Data and programs may be stored in memory 130 permanently or temporarily. In particular, memory 130 has an area allocated as patent information holding section 42 . The processor 132 realizes various functions in the creation server 4 by executing programs stored in the memory 130 . The communication interface 134 is an interface for transmitting and receiving data to and from the outside of the creation server 4 . For example, communication interface 134 includes an interface for accessing network 6 . The display 136 is a device for displaying various information, such as a liquid crystal display or an organic EL (Electroluminescence) display. The input interface 138 is a device for receiving input from the user. The input interface 138 includes, for example, a mouse, a keyboard, and a touch panel provided on the display 138 .

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。 FIG. 4 is a block diagram showing the functions and configuration of the creation server 4 of FIG. Each block shown here can be implemented by hardware such as a computer CPU and other elements and mechanical devices, and is implemented by software such as a computer program. It depicts the function blocks to be used. Therefore, those skilled in the art who have read this specification will understand that these functional blocks can be implemented in various ways by combining hardware and software.

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。 The creation server 4 includes a patent information holding unit 42 , a learning unit 402 , a generation condition acquisition unit 404 , a complaint generation AI engine 406 , a result output unit 408 and a correction reception unit 410 .

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。 FIG. 5 is a data structure diagram showing an example of the patent information holding unit 42. As shown in FIG. The patent information holding unit 42 holds information on past patent applications. The patent information holding unit 42 stores a patent ID that specifies a patent application, an application number of the patent application, a leading IPC attached to the patent application, a patent strength value of the patent application, and a patent strength value attached to the patent application. The examiner's free words, the free keywords attached to the patent application, the claims of the patent application, the problems of the patent application, the literature cited during the examination of the patent application, and the The drawing (not shown) of the patent application and the document etc. (not shown) of the patent application are stored in association with each other. Documents such as patent applications may be registered only if they are available, such as documents related to invention proposals filed earlier by the company.

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。 The patent strength value is one of the indicators of the quality of patent applications. The patent strength value may be, for example, a TS (Technology Size) value provided by NRI Cyber Patent Co., Ltd. Alternatively, other indicators may be used.

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。 A free keyword is a keyword set by a person reading the target patent application, and may be a keyword particularly extracted by the person as a point of the target patent application. A free keyword may be, for example, a PATOLIS keyword provided by NRI Cyber Patent Co., Ltd.

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。 Returning to FIG. 4, the learning unit 402 refers to the patent information holding unit 42 and mechanically learns the information extracted from past patent applications and the claims of the patent applications to create a claim creation model. Generate. At this time, the learning unit 402 may not refer to past patent application information that does not meet a predetermined quality standard among the information on past patent applications held in the patent information holding unit 42 .

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。 The learning unit 402 may identify a patent application having a patent strength value equal to or greater than a threshold among the patent applications held in the patent information holding unit 42 . In other words, the learning unit 402 may exclude patent applications whose patent strength value is less than the threshold value from learning targets. In the present embodiment, a magnitude relationship with a threshold value is used as a predetermined criterion for quality, but the present invention is not limited to this. For example, a range of patent strength values may be used instead of the threshold value.

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。 The learning unit 402 acquires the free keywords, claims, problems, leading IPC, documents, etc., and drawings of the specified patent application from the patent information holding unit 42, and mechanically learns the acquired information. , to generate a claim-making model. Generation of the claim creation model in the learning unit 402 may be realized using known machine learning and artificial intelligence technology. Both learning the task and learning the lead IPC are optional and need not be the subject of learning.

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。 The claim creation model is a model that takes keywords or documents as mandatory inputs, issues and technical fields as optional inputs, and outputs claims as a result of processing. Both issues and technical areas are used to improve the accuracy of the output results. When the importance level specified for each keyword is used as an input for the complaint generation model, the learning unit 402 learns free keywords together with their importance levels. The degree of importance of a free keyword may be determined by a person in advance and registered in the patent information holding unit 42, or may be automatically assigned as implemented by a keyword extraction model described later.

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。 FIG. 10 is a schematic diagram for explaining a claim generation model when designating a model application. The learning unit 402 first divides the information of past patent applications held in the patent information holding unit 42 according to the claim structure. Specifically, the learning unit 402 divides the claim structure into several types (for example, claim structures A, B, and C), and determines which type of claim structure of the patent application held in the patent information holding unit 42. determine whether it belongs to The learning unit 402 groups the patent applications held in the patent information holding unit 42 according to this type of structure (for example, claim structure: group belonging to A, claim structure: group belonging to B, claim structure: belonging to C group). The learning unit 402 generates a complaint creation model for each group (that is, for each type of complaint structure). As a result, for example, a claim drafting model A corresponding to the claim structure A, a claim drafting model B corresponding to the claim structure B, and a claim drafting model C corresponding to the claim structure C are generated.

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。 Returning to FIG. 4 , the learning unit 402 sets the complaint generation model generated as described above in the complaint generation AI engine 406 . The type of complaint generation model generated by the learning unit 402 may be determined according to what kind of input is assumed as conditions for complaint generation, or a plurality of types of complaints may be generated according to the assumed input pattern. A creation model may be generated. For example, if a keyword is required as a condition for creating a claim and an issue is optional, the learning unit 402 acquires the free keyword, the scope of claims, and the issue of the specified patent application from the patent information holding unit 42. Then, by mechanically learning the acquired information, a claim generation model is generated. Alternatively, for example, if a keyword is required as a condition for creating a claim, and the degree of importance is optional, the learning unit 402 learns the specified free keyword of the patent application, the scope of claims, and the degree of importance of each free keyword. are acquired from the patent information holding unit 42, and the acquired information is mechanically learned to generate a claim creation model. Alternatively, for example, if documents, etc., are required as conditions for creating a claim, and optional information is not required, the learning unit 402 may convert the claims, documents, etc., and drawings of the identified patent application into patent information. Acquired from the holding unit 42 and mechanically learning the acquired information, a complaint creation model is generated. Alternatively, if it is possible to specify a model application as a condition for drafting claims, a plurality of models for drafting claims are prepared according to the structure of the claims, as shown in FIG.

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。 The generation condition acquisition unit 404 generates screen information for displaying the generation condition input screen 102 and transmits it to the user terminal 8 via the network 6 . The generation condition acquisition unit 404 receives information input by the user to the generation condition input screen 102 displayed on the display 100 of the user terminal 8 from the user terminal 8 via the network 6 . The information entered by the user includes a set of keywords or documents, etc., the number of claims, and optionally the importance of each keyword, the issue, the application number of the model application, and the technical field.

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。 When the autobox 109 is checked, the generation condition acquisition unit 404 searches an external or internal database of patent applications using the received set of keywords as a key, and selects the one with the highest match score among the search results. Set the higher application as the model application.

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。 The complaint generation AI engine 406 applies the set of keywords or documents received from the user terminal 8 by the generation condition acquisition unit 404 and the number of complaints to the complaint generation model generated by the learning unit 402 . If the generation condition acquisition unit 404 receives the degree of importance of the keyword from the user terminal 8, the complaint generation AI engine 406 also applies it to the complaint generation model. If the generation condition acquisition unit 404 receives a problem from the user terminal 8, the complaint generation AI engine 406 also applies it to the complaint generation model. If the generation condition acquisition unit 404 has received a technical field from the user terminal 8, the complaint generation AI engine 406 also applies it to the complaint generation model. If the generation condition acquisition unit 404 has acquired a model application, the claim generation AI engine 406 selects and uses a claim generation model corresponding to the claim structure of the model application. The claim generation AI engine 406 obtains the claims output by the claim generation model as a result of application.

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。 The result output unit 408 provides the user of the user terminal 8 with the claims obtained by the claim generation AI engine 406 . The result output unit 408 generates screen information for displaying the generated result display screen 116 including the obtained claims, and transmits the screen information to the user terminal 8 via the network 6 . The user terminal 8 receives the screen information and causes the display 100 to display the generation result display screen 116 based on the received screen information.

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。 When the correction button 120 on the generation result display screen 116 is clicked, the user terminal 8 generates correction request information and transmits it to the creation server 4 via the network 6 . Upon receiving the correction request information from the user terminal 8 , the correction receiving section 410 generates screen information for displaying the editing screen 122 and transmits the screen information to the user terminal 8 via the network 6 . The user terminal 8 receives the screen information and causes the display 100 to display the edit screen 122 based on the received screen information.

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。 When the reflection button 124 on the edit screen 122 is clicked, the user terminal 8 generates correction completion information including correction contents at that time, and transmits it to the production server 4 via the network 6 . Upon receiving the correction completion information from the user terminal 8 , the correction reception unit 410 generates screen information for displaying the correction result display screen 126 and transmits the screen information to the user terminal 8 via the network 6 . The user terminal 8 receives the screen information and causes the display 100 to display the correction result display screen 126 based on the received screen information.

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。 Upon receiving the correction completion information, the correction receiving unit 410 obtains (1) a set of keywords input by the user, (2) an input problem (if any), ( Learns 3) input technical fields (if any), (4) claims as generated by the claim generation model (i.e., before revision), and (5) claims after revision 402. The learning unit 402 updates the complaint creation model based on the information (1) to (5) above.

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)。
The operation of the creation server 4 configured as above will be described.
FIG. 6 is a flow chart showing a series of processes in the creation server 4 of FIG. In the example of FIG. 6, it is assumed that a keyword and a model application are given as conditions for creating a claim. The creation server 4 displays the creation condition input screen 102 on the display 100 of the user terminal 8 (S602). The creation server 4 receives a set of keywords related to the technical idea and the application number of the model application from the user via the creation condition input screen 102 (S604). The preparation server 4 acquires the claims of the model application from an external or internal patent application database (eg, J-Plat, etc.) based on the application number of the model application, and identifies the structure of the acquired claims (S6051). Creation support server 4 selects a complaint creation model corresponding to the specified structure (S6052). Creation server 4 uses the set of keywords received in step S604 as an input, and executes complaint creation by AI using the complaint creation model selected in step S6052 (S606). The creation server 4 displays the generated complaint by displaying the generation result display screen 116 on the display 100 of the user terminal 8 (S608). If the user does not correct the complaint (NO in S610), the process ends. If the complaint is to be corrected by the user (YES in S610), the production server 4 accepts the details of the correction (S612). The creation server 4 displays the corrected complaint by displaying the correction result display screen 126 on the display 100 of the user terminal 8 (S614). The generation server 4 updates the complaint generation model of the complaint generation AI engine 406 based on the complaint before revision and the content of the revision (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。 In the above-described embodiments, examples of holding units are hard disks and semiconductor memories. In addition, based on the description of this specification, each part is implemented by a CPU (not shown), an installed application program module, a system program module, a semiconductor memory that temporarily stores the contents of data read from the hard disk, etc. Those skilled in the art who have access to this specification will understand what is possible.

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。 According to the creation server 4 according to the present embodiment, a claim creation model for a claim creation AI engine is generated by mechanically learning information on relatively high-quality past patent applications. Claims are automatically generated by applying keywords extracted by the user to this claim creation model. In this way, by transferring the knowledge and experience of claim drafting, which has traditionally belonged to patent attorneys and intellectual property departments of companies, to AI, and by using AI to draft claims, The quality of claims can be uniformed and the time required for claim drafting can be reduced.

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。 The configuration and operation of the complaint drafting support system 2 according to the first embodiment have been described above. Those skilled in the art will understand that this embodiment is merely an example, and that various modifications are possible in combination of each component and each process, and that such modifications are within the scope of the present invention.

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。 In the first embodiment, the free keyword stored in the patent information holding unit 42 is used as the keyword to be learned by the learning unit 402, but the present invention is not limited to this. For example, examiner free words may be used.

(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。
(First modification)
Of the patent applications held in the patent information holding unit 42, AI may be used to set free keywords for patent applications that do not have free keywords. In the first modified example, the learning unit 402 identifies patent applications having a patent strength value equal to or greater than a threshold among the patent applications held in the patent information holding unit 42 . The learning unit 402 mechanically learns the free keywords of the documents cited during the examination of the patent application, in addition to the specified free keywords of the patent application, the scope of claims, and the issues to be addressed. Generate an extraction model.

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。 The relationship between the free keywords of patent applications to be learned and the free keywords of cited documents in machine learning will be explained. FIG. 7 is a schematic diagram showing an example of the relationship between the free keywords of the document to be learned and the free keywords of the cited document. In the example of FIG. 7, a first document 752 and a second document 754 were cited during examination of the document 750 to be studied. In order to indicate this citation relationship, in the patent information storage unit 42, the number of the publication of the first document 752 and the number of the publication of the second document 754 are entered in the column of the cited document corresponding to the patent ID of the document 750 to be learned. and are registered. The learning unit 402 identifies the cited document of the document 750 to be learned by referring to the cited document column. In the example of FIG. 7, the first document 752 has two free keywords "AAA" and "BBB", the second document 754 has three free keywords "AAA", "CCC", and "DDD". There are three free keywords in the document 750 of ``AAA'', ``BBB'', and ``EEE''. These free keywords are all held in the patent information holding unit 42 and can be referenced by the learning unit 402 .

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。 When the learning unit 402 mechanically learns the document 750 to be learned, the learning unit 402 refers to the free keywords of the first document 752 and the second document 754 that are the cited documents of the document 750 to be learned. The learning unit 402 sets the importance of the free keyword of the document 750 to be learned based on the free keyword of the cited document. In particular, the learning unit 402 sets a higher degree of importance for a cited document that is less overlapped with the free keyword. For example, the free keyword "AAA" of the document 750 to be learned is also the free keyword of both the first document 752 and the second document 754, so it is assigned the lowest importance. The free keyword "EEE" of the document 750 to be learned is not the free keyword of either the first document 752 or the second document 754, so it is assigned the highest importance. The free keyword "BBB" of the document 750 to be learned is the free keyword of the first document 752 but not the free keyword of the second document 754, so it is assigned an intermediate degree of importance. The learning unit 402 learns the document 750 to be learned, including the degree of importance set in this way, and generates a keyword extraction model.

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。 FIG. 8 is a flowchart showing the flow of keyword extraction processing according to the first modification. The creation server 4 accepts patent applications with no free keywords among the patent applications held in the patent information holding unit 42 as documents targeted for keyword extraction (S702). The creation server 4 uses the information (body text, etc.) of the target document received in step S702 as an input, and executes extraction of constituent elements (keywords) by AI (S704). In particular, the creation server 4 applies the information of the target document received in step S702 to the keyword extraction model generated by the learning unit 402, and acquires the keywords output by the keyword extraction model. The creation server 4 displays the extracted keyword on the display 100 of the user terminal 8 (S706). If the keyword is not corrected by the user (NO in S708), the creation server 4 registers the extracted keyword in the patent information holding unit 42 as a free keyword corresponding to the target document, and terminates the process.

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。 If there is a keyword correction by the user (YES in S708), the creation server 4 accepts the content of the correction (S710). The creation server 4 updates the keyword extraction model based on the keyword before correction and the contents of correction (S712). The production server 4 registers the corrected keyword in the patent information holding unit 42 as a free keyword corresponding to the target document, and terminates the process.

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。 The creation server 4 causes the display 100 to display an extraction result display screen 902 displaying the extracted keywords in step S706. FIG. 9 is a representative screen diagram of the extraction result display screen 902. As shown in FIG. An extracted keyword is displayed on the extraction result display screen 902, and an OK button 118 and a correction button 120 are also displayed. The keywords displayed on the extraction result display screen 902 are ranked according to importance levels of "high", "middle", and "low".

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。 In the above-described first modification, a case has been described in which a keyword extraction model is used to extract and register appropriate keywords for patent applications to which free keywords are not attached, but the present invention is not limited to this. For example, the creation server 4 may accept a document uploaded by a user as a document targeted for keyword extraction. In this case, the user can check the keyword extracted from the document uploaded by the user, together with the rank thereof, by viewing the extraction result display screen 902 shown in FIG.

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。 In the above-described first modification, the case where a keyword extraction model is generated from the information held in the patent information holding unit 42 has been described. may be generated. Similar to patent documents, academic papers are associated with issues, hand-selected keywords, abstracts corresponding to claims, and citation/citation relationships between papers.

(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。
(Second modification)
In the first embodiment, the case where the user is requested to input a keyword or an image file has been described, but the present invention is not limited to this. The creation server 4 according to the second modification acquires technical documents themselves such as invention proposals from users, and uses a keyword extraction model, a technical classification model, a similar document extraction model, and a claim creation model. Automatically capture the required information and generate a claim. In addition, in this modified example, the case of using the technical classification assignment model will be explained, but it is not limited to this. information may be used. In this modified example, a case where keywords are extracted and used will be described, but this is not the only option, and instead of keywords, a subject-verb pair or a sentence containing a subject and a verb may be extracted and used.

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AI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。 FIG. 11 is a schematic diagram showing the flow of complaint generation in the creation server 4 according to the second modification. A user 302 uploads an invention proposal 304 from the user terminal 8 to the creation server 4 . The creation server 4 applies an automatic keyword extraction AI model 306 and an automatic technology classification AI model 308 to the received invention proposal 304 . The keyword automatic extraction AI model 306 outputs the keyword 310 necessary for the claim, and the technical classification automatic assignment AI model 308 outputs the technical classification. The user 302 confirms the keyword 310 and technical classification 312 through the display 100 of the user terminal 8, and corrects them through the input means (mouse, keyboard, touch panel, etc.) of the user terminal 8 if necessary. The production server 4 accepts corrections to the keyword 310 and generates a corrected keyword 314 . Note that this correction step may be omitted. At this time, the creation server 4 may allow the user 302 to designate the degree of importance for each keyword, and obtain the designated degree of importance. The creation server 4 passes the set of the uncorrected keyword 310 and the corrected keyword 314 to the later-described learning phase for updating the keyword automatic extraction AI model 306 . Note that the creation server 4 may pass only the uncorrected keyword 310 or only the corrected keyword 314 to the learning phase described below for updating the keyword automatic extraction AI model 306 . The production server 4 accepts modifications to the technical classification 312 and generates a modified technical classification 316 . At this time, the creation server 4 may allow the user 302 to designate the degree of importance for each technical classification, and acquire the designated degree of importance. The creation server 4 passes the set of the uncorrected technology classification 312 and the corrected technology classification 316 to the learning phase described later for updating the technology classification automatic assignment AI model 308 .

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。 The production server 4 applies the similar document automatic extraction AI model 318 to the corrected keyword 314 and the corrected technical classification 316 . The similar document automatic extraction AI model 318 outputs similar document 320 . The user 302 confirms the similar document 320 via the display 100 of the user terminal 8 and corrects it via the input means of the user terminal 8 if necessary. Note that this step of confirming and correcting similar documents may be omitted. The creation server 4 accepts corrections to the similar document 320 and generates a corrected similar document 322 . The creation server 4 passes the set of the uncorrected similar document 320 and the corrected similar document 322 to the learning phase described below for updating the similar document automatic extraction AI model 318 . Note that the creation server 4 may pass only the uncorrected similar document 320 or only the corrected similar document 322 to the learning phase described below for updating the similar document automatic extraction AI model 318 .

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。 The production server 4 applies the claim auto-generation AI model 324 to the corrected keywords 314 , the corrected technology taxonomy 316 and the corrected similar documents 322 . Note that the creation server 4 may apply the claim automatic generation AI model 324 to the keyword before correction, the technical classification before correction, and the similar document before correction. Complaint auto-generation AI model 324 outputs complaint 326 . The user 302 confirms the complaint 326 through the display 100 of the user terminal 8 and corrects it through the input means of the user terminal 8 if necessary. Note that the step of amending this claim may be omitted. Production server 4 accepts corrections to claim 326 and generates corrected claim 328 . The production server 4 passes the set of uncorrected claims 326 and corrected claims 328 to the learning phase described below for updating the claim auto-generation AI model 324 .

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。 FIG. 12 is a schematic diagram for explaining AI model learning in the creation server 4 according to the second modification. The creation server 4 includes an automatic keyword extraction learning AI330, an automatic technology classification assignment learning AI332, a similar document automatic extraction learning AI334, and an automatic complaint generation learning AI336.

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。 The keyword automatic extraction learning AI 330 refers to the patent information holding unit 42 and extracts (1) problems, (2) abstracts, (3) abstracts and keywords of documents cited in the examination process, and (4) claims of past patent applications. (Independent Claim) is obtained as an input, and (5) Keywords and (6) Examiner Keywords of the past patent application are obtained as outputs. In addition, the automatic keyword extraction learning AI 330 can be used for past patent applications (1) problems, (2) abstracts, (3) abstracts and keywords of documents cited in the examination process, and (4) claims (independent claims). Some or all of them may be taken as input. At that time, (2) the abstract and (3) the abstract and keywords of the literature cited in the examination process may be obtained from an external commercial database or the like. Also, the keyword automatic extraction learning AI 330 may acquire either (5) keywords or (6) examiner keywords of past patent applications as an output. At that time, (5) the keyword may be obtained from an external commercial database or the like. The keyword automatic extraction learning AI 330 acquires a set of the uncorrected keyword 310 and the corrected keyword 314 passed from the generation phase of FIG. 11 . The keyword automatic extraction learning AI 330 learns based on the acquired information and generates the keyword automatic extraction AI model 306 .

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。 The technology classification automatic assignment learning AI 332 refers to the patent information holding unit 42, acquires (1) problems, (2) solutions, and (3) abstracts of past patent applications as inputs, and ( 4) Take the assigned technology classification as output. Note that the technical classification automatic assignment learning AI 332 may acquire some or all of (1) problem, (2) solution, and (3) summary of past patent applications as input. The technology classification automatic assignment learning AI 332 acquires a set of the technology classification before modification 312 and the modified technology classification 316 passed from the generation phase of FIG. 11 . The technology classification automatic assignment learning AI 332 performs learning based on the acquired information and generates the technology classification automatic assignment AI model 308 .

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。
The similar document automatic extraction learning AI 334 refers to the patent information holding unit 42 and acquires (1) full text, (2) technical classification, (3) keywords, and (4) examiner keywords of past patent applications as inputs, (5) Get the documents cited by the examiner of the past patent application as an output. The similar document automatic extraction learning AI 334 acquires a set of the uncorrected similar document 320 and the corrected similar document 322 passed from the generation phase of FIG. 11 . The similar document automatic extraction learning AI 334 performs learning based on the acquired information and generates a similar document automatic extraction AI model 318 .
Alternatively, instead of the above structure, similar The similar document automatic extraction learning AI may be configured to output the claims or part of the claims.

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。 The claim automatic generation learning AI 336 refers to the patent information holding unit 42, and (1) keywords of past patent applications, (2) examiner keywords, (3) technical classifications, (4) documents cited by the examiner, (5) problems and (6) solutions are obtained as inputs, and (7) claims (independent claims) of the past patent application are obtained as outputs. In addition, the claim automatic generation learning AI 336 can be used for past patent applications (1) keywords, (2) examiner keywords, (3) technical classifications, (4) documents cited by examiners, (5) problems, (6) ) may take some or all of the solutions as input. In addition, the complaint automatic generation learning AI 336 may (1) acquire subject-verb pairs or sentences containing subjects and verbs instead of (1) keywords. The automatic claim generation learning AI 336 obtains a set of pre-correction claims 326 and corrected claims 328 passed from the generation phase of FIG. Complaint auto-generation learning AI 336 learns based on the acquired information and generates complaint auto-generation AI model 324 .

(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。
(Third modification)
13a and 13b are schematic diagrams showing the flow of complaint generation in the creation server 4 according to the third modification. The user 302 may upload the invention proposal 304 and the prior patent publication 338 from the user terminal 8 to the creation server 4 . At the same time, the user 302 inputs claim elements (subjects) via the user terminal 8 . The creation server 4 causes the display 100 of the user terminal 8 to display the creation table 340 . The creation server 4 first sets the input claim element in the creation table 340 as it is. The production server 4 automatically replenishes verb candidates for each set claim element.

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。 The user 302 may check the verb candidates by looking at the creation table 340 displayed on the display 100 of the user terminal 8 . The user 302 may make corrections via the input means of the user terminal 8 if necessary. After the creation server 4 receives corrections to the verbs (corrections are optional), it automatically supplements case component candidates for each of the verbs. The user 302 may confirm the candidates for the class component by looking at the creation table 340 displayed on the display 100 of the user terminal 8 . The user 302 may make corrections via the input means of the user terminal 8 if necessary. User 302 may also enter a segmentation.

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。 The creation server 4 sets the input classification as it is after reflecting the correction to the class component. The user 302 may view the preparation table 340 for final confirmation. When the user 302 issues a complaint generation instruction, the creation server 4 automatically connects the words of the case components to generate a case component table. The creation server 4 generates complaints and class component models (described later in the second embodiment) from the generated class component table. User 302 reviews the generated claim and constituent models and modifies them as necessary.

(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。
(Fourth modification)
FIG. 14 is a schematic diagram showing the flow of complaint generation in the creation server 4 according to the fourth modification. A user 302 uploads an invention proposal 304 from the user terminal 8 to the creation server 4 . The invention proposal 304 contains the subject matter and features of the invention. At the same time, the user 302 inputs the number of the similar document 342, which is the basic patent, and the number of the similar document 344, which is another similar publication, via the user terminal 8. FIG.

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。 The production server 4 performs a class component analysis of the similar document 342, which is the basic patent (2-1). The creation server 4 extracts from the description of the features of the invention extracted from the invention proposal 304, the "subject to which the verb is dependent", the "verb", and the "case component" (hereinafter referred to as case information) described in the claim. Edit (2-2). The creation server 4 compares the case information edited in (2-2) with the detailed description of the similar document 344, which is a similar publication, and re-edits the case information (2-3). At this time, the creation server 4 re-edits so that the degree of similarity is lowered.

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)。 The creation server 4 generates the case information of the invention related to the invention proposal 304 from the case information obtained in (2-1) and the case information obtained in (2-3) (2-4). The creation server 4 responds to three patterns of (1) external addition, (2) internal addition, and (3) replacement at the time of this generation. The creation server 4 generates a claim and a case component model (summary version, detailed version, described later in the second embodiment) from the case information of the invention generated in (2-4) (3). . The user 302 confirms the generated claim and class component model, and corrects/evaluates them as necessary (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。 FIG. 15 is a schematic diagram illustrating AI model learning in the creation server 4 according to the fourth modification. The claim generation model used in the generation server 4 according to the fourth modification includes the problems and features of the invention extracted from the invention proposal 304 at the time of generating the claims, the problems and claims of the similar document 342 as the basic patent, The problems, claims, and detailed explanations of the similar document 344, which is another similar publication, are input, and the claims are output. In the learning phase, the problems and features of the invention extracted from past patent applications, the problems and claims of the primary references cited in the examination process of the patent applications, the problems, claims and detailed explanations of the secondary references, is input and the claims of the patent application are output, a claim formulation model is generated.

(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。
(Second embodiment)
In the first embodiment, once the first information (invention proposal, keywords, etc.) is obtained from the user, a complaint is basically generated automatically without user intervention. In the second embodiment, a case of assisting the user in creating complaints will be described. The creation support server according to the second embodiment finds similar prior applications by automatically generated keywords or manually (in the case of automatically generated keywords, the keyword is used as a key to perform a patent search, and the result with the highest degree of matching is , etc.), the found claim of the prior application is displayed graphically, the user manipulates the graphical representation, and the modified graphical representation is returned to the text, thereby assisting the user in creating a new complaint. It should be noted that in another embodiment, from the invention proposal, the figure may be created from the beginning for claim design by oneself.

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。
The configuration of the complaint drafting support system including the drafting support server 14 according to the second embodiment conforms to the configuration shown in FIG.
FIG. 16 is a block diagram showing the functions and configuration of the creation support server 14 according to the second embodiment. Each block shown here can be implemented by hardware such as a computer CPU and other elements and mechanical devices, and is implemented by software such as a computer program. It depicts the function blocks to be used. Therefore, those skilled in the art who have read this specification will understand that these functional blocks can be implemented in various ways by combining hardware and software.

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。 The creation support server 14 automatically generates keywords from the invention proposal received from the user, searches for patent documents using the automatically generated keywords as keys, and identifies the patent document with the highest match score among the search results as the prior document. Then, a UI for creating a new claim based on the identified prior art claim is displayed on the display 100 of the user terminal 8, changes to the elements of the claim are accepted on the UI, and a new claim reflecting the change is written. generated by The creation support server 14 includes a patent information storage unit 42, a case information storage unit 16, a keyword generation unit 420, a prior art acquisition unit 422, a display control unit 424, an input reception unit 426, and a complaint generation unit 428. , provided. The item information holding unit 16 holds information on items generated using the creation support server 14 . Note that the user may newly input a figure to the display 100 without using the prior art document.

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。 The user uploads the invention proposal for which a claim is to be created from the user terminal 8 to the creation support server 14 . The keyword generation unit 420 acquires the uploaded invention proposal, and applies the problems and features of the invention described in the acquired invention proposal to the keyword extraction models according to the first and second modifications. to generate keywords.

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。 The prior document acquisition unit 422 searches an external or internal patent document database using the keyword generated by the keyword generation unit 420 as a key. The prior document acquisition unit 422 acquires the patent document with the highest match score among the search results as the prior document. Alternatively, the prior art document acquisition unit 422 may identify a plurality of patent documents with high matching scores as prior art documents. Alternatively, the prior document acquisition unit 422 may directly receive designation of prior documents from the user (for example, by application number, publication number, patent number, etc.).

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。
The display control unit 424 causes the display 100 of the user terminal 8 to graphically display the claims included in the claims of the prior art document identified by the prior art acquisition unit 422 via the network 6 .
The input reception unit 426 receives changes to the displayed figure via the network 6 . Note that the input reception unit 426 may receive input of a new figure.
A complaint generating unit 428 generates a new complaint in text format based on the changed graphic.

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。 The functions of the display control unit 424, the input reception unit 426, and the complaint generation unit 428 will be described in more detail below with reference to screen transitions. The display control unit 424 causes each screen described later to be displayed on the display 100 of the user terminal 8 via the network 6 . The input reception unit 426 receives correction contents and instructions from the user, which will be described later, from the user terminal 8 via the network 6 . Upon receiving an instruction to generate a claim, which will be described later, the claim generating unit 428 generates a claim in text format based on the modified figure.

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。 FIG. 17 is a schematic diagram showing an overview of transition of screens displayed on the display 100 of the user terminal 8 by the creation support server 14 of FIG. When the user accesses the creation support server 14, a login screen 502 is displayed first. When the user enters authentication information such as an ID and password on the login screen 502, the creation support server 14 performs user authentication. When the user authentication succeeds, the screen displayed on display 100 changes from login screen 502 to own project list screen 504 . The login screen 502 may be implemented using known user authentication techniques.

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。 When the user instructs to create a new item on the own item list screen 504, the screen transitions to the new item creation screen 506. When the user instructs to search for an item, the screen transitions to the own item search list screen 508. When the item number link is specified, the screen responds. The screen transitions to the item detail screen 512 of the item to be processed. When the user inputs the necessary information on the item new creation screen 506 and instructs the creation of claims, the screen changes to a new claims creation screen 510 . When registration is instructed on the new claim creation screen 510 , the screen transitions to a matter details screen 512 .

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。 When the user designates a project number link on the own project search list screen 508 , the screen transitions to the project detail screen 512 of the corresponding project, and when the user designates the IPC field list link, the screen transitions to the IPC field list screen 514 . As the IPC field list screen 514, for example, an IPC field list screen of NRI Cyber Patent Desk 2 provided by NRI Cyber Patent Co., Ltd. may be adopted.

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。 When the user corrects the matter on the matter details screen 512 , the screen transitions to the matter correction screen 516 , and when the matter copy is specified, the screen transitions to the matter new creation screen 506 . When the user modifies the scope of claims on the item modification screen 516 , the screen transitions to the scope of claims modification screen 518 . When an instruction to reflect the correction is made on the claims correction screen 518 , the screen transitions to the matter details screen 512 .

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。 FIG. 18 is a representative screen diagram of the self-issue list screen 504. As shown in FIG. The user inputs information in the search key input area 520 of the self-issue list screen 504 and clicks the search button 522 . The input reception unit 426 acquires the information entered in the search key input area 520, searches the case information holding unit 16 using the acquired information as a key, and searches for a case matching the key among the cases of the company to which the logged-in user belongs. as a search result. The display control unit 424 displays the search results acquired by the input reception unit 426 in the own item list display area 524 of the own item list screen 504 .

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。 When the user clicks the case number link 526 of the case displayed in the own case list display area 524, the screen changes to the case details screen 512 of the case corresponding to the clicked case number link 526. FIG. When the user clicks the matter search button 528 , the screen transitions to the own matter search list screen 508 . When the user clicks the new creation button 530 , the screen transitions to the new item creation screen 506 .

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。 FIG. 19 is a representative screen diagram of the new matter creation screen 506. As shown in FIG. The project new creation screen 506 includes a project number display area 532 for displaying an automatically assigned project number, an invention name input area 534, a prior document input area 536, a proposal upload button 538, and an element model edit screen. It has an area 540 , a model button 542 , a relationship expression generation button 544 , a claim range editing area 546 , and a claim range generation button 548 .

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。 The user enters the title of the invention in the invention title input area 534 . The user enters the prior document number (application number, publication number, patent number, etc.) on which the claim is to be generated in the prior document input area 536 . Alternatively, if the user desires automatic selection of prior art documents, the user can click the Upload Proposal button 538 to display a dialog (not shown) for uploading a file, in which the Invention Proposal file can be uploaded. specify. The user terminal 8 transmits the specified invention proposal file to the creation support server 14 . The creation support server 14 receives the file of the invention proposal, and performs keyword creation, patent document search, and prior document identification as described above. The display control unit 424 causes the identified prior document number to be displayed in the prior document input area 536 .

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。 When the user clicks model button 542, the model diagram is output. When the user clicks the element model automatic generation button 541, the input reception unit 426 acquires the prior art document from the external or internal patent document database using the prior art document number entered in the prior document input area 536 as a key. The display control unit 424 graphically displays the claims of the prior art in the element model editing area 540 based on the flow chart model.

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。 The flow chart model displayed in the element model editing area 540 expresses the overall picture of the claim in the order of input→processing (constituent feature)→output, and includes input/output element 550, constituent feature 552, and others. Requirement 554; The user selects, moves, deletes, adds, etc. the elements of the flowchart model displayed in the element model editing area 540 to generate a new desired model.

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。 FIG. 20 is a representative screen diagram of the configuration requirement model screen 556. As shown in FIG. When the user clicks a configuration requirement 552 displayed in the element model editing area 540, the display control unit 424 causes the display 100 to display a configuration requirement model screen 556 corresponding to the clicked configuration requirement 552 as a separate screen pop-up. The user can define each configuration requirement on the configuration requirement model screen 556 . The configuration requirement model screen 556 has an illustration editing area 558 , a configuration requirement details display area 560 , a generated text display area 562 , and an OK button 564 .

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。 The graphical editing area 558 displays the configuration requirements graphically by dividing them into processing and data. The process flow is indicated by a solid line, and the relationship between data is indicated by a dashed line. The configuration requirement detail display area 560 displays data corresponding to the diagram displayed in the schematic editing area 558 . The configuration requirement detail display area 560 displays the result of breaking down the configuration requirement into "subject", "data", "processing", and "component". When the user performs desired editing on the elements in the graphical editing area 558 , the result of editing is reflected in the configuration requirement detail display area 560 . At this time, "relevance" and "processing content" are automatically estimated and automatically supplemented using a probabilistic language model (Long Short-Term Memory, LSTM). After that, it is also possible for the user to manually correct it. At this time, candidates for other items are also presented using the probabilistic language model. For parts, claim-specific words may be prepared as a dictionary. The generated text display area 562 displays the claim wording (text corresponding to the constituent feature) automatically generated using the data displayed in the constituent feature detail display area 560 . When the OK button 564 is clicked, the screen returns to the item new creation screen 506 .

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。 Returning to FIG. 19 , when the user performs desired editing in the element model editing area 540 and clicks the relationship expression generation button 544 , the edited editing is reflected in the claims editing area 546 . Specifically, the input receiving unit 426 receives changes to the elements of the flowchart model displayed in the element model editing area 540 . The claim generator 428 generates a new skeleton (fixed part) of a claim based on the modified flowchart model. The display control unit 424 displays the generated fixed portion in the claim editing area 546 of the new item creation screen 506 . The complaint generation unit 428 supplements assumed candidates for the input part corresponding to each fixed part from the past appearance frequency information. Here, a probabilistic language model may be used. The user confirms the fixed part and the input part displayed in the claim editing area 546, and if the input part needs to be corrected, it is corrected using the input support function.

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。 FIG. 21 is a schematic diagram for explaining the input support function. When the user clicks one cell 566 in the input section displayed in the claim editing area 546, a plurality of autocomplete candidates 568 selected from past learning data are displayed. When the user selects one of the plurality of autocomplete candidates 568, a further plurality of autocomplete candidates 570 corresponding to the selected autocomplete candidate 568 are displayed. In this way, by continuously suggesting autocomplete candidates, the input can be simplified and the generated claims can be standardized.

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。 Returning to FIG. 19 , when the user clicks the Claims Generation button 548 , the Claims Generation Unit 428 generates a new claim based on the information edited in the Claims Editing Area 546 . This claim is the same claim that would be generated from the flow chart edited in the element model edit area 540 if no edits were made in the claims edit area 546 . The display control unit 424 causes the display 100 to display a new claim creation screen 510 including the generated new claim.

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。 FIG. 22 is a representative screen diagram of the new claim creation screen 510 . The new claim creation screen 510 has a comparison area 572 , a possibility display area 574 , a return button 576 and a register button 578 . A comparison area 572 displays the results of comparing the generated claims and the prior art on a constituent element basis. A comparison area 572 displays the degree of similarity and similarity between the claim and each prior art document for each component. Possibility display area 574 displays the possibility of obtaining a patent numerically. When the user clicks the return button 576 , the screen returns to the new item creation screen 506 . When the user clicks the registration button 578 , the input reception unit 426 associates the case number, the name of the invention, the prior art document, and the generated complaint and registers them in the case information holding unit 16 . At the same time, the display control unit 424 causes the display 100 to display the item details screen 512 showing the registered contents.

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。 FIG. 23 is a diagram of a representative screen of the company case search list screen 508. As shown in FIG. The user enters information into the search key input area 580 on the own project search list screen 508 and clicks the search button 582 . The input reception unit 426 acquires the information input in the search key input area 580, searches the item information storage unit 16 using the acquired information as a key, and generates search results. The display control unit 424 displays the search results generated by the input reception unit 426 in the search result list display area 586 of the company case search list screen 508 . When the user clicks the IPC list button 584 , the screen transitions to the IPC field list screen 514 .

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。 When the user clicks the case number link 588 of the case displayed in the search result list display area 586, the screen changes to the case details screen 512 of the case corresponding to the clicked case number link 588. FIG.

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。 FIG. 24 is a representative screen diagram of the item details screen 512. As shown in FIG. The display control unit 424 refers to the item information holding unit 16 to generate the item details screen 512 and causes the display 100 to display it. The case detail screen 512 includes a case number display area 590 for displaying the case number, an invention name display area 592 for displaying the name of the invention, a prior document display area 594 for displaying the number of the prior document, and a claim flow chart model. , a claims display area 598 for displaying the fixed part and the input part of the claim, a matter copy button 802, and a matter correction button 804. When the user clicks the matter copy button 802 , the screen transitions to a new matter creation screen 506 in which the matter displayed on the matter details screen 512 is copied. When the user clicks the matter correction button 804 , the screen transitions to the matter correction screen 516 for accepting correction of the matter displayed in the matter detail screen 512 .

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。 FIG. 25 is a representative screen diagram of the matter correction screen 516. As shown in FIG. The configuration of the matter correction screen 516 and the flow of the modification processing are the same as the configuration of the new matter creation screen 506 and the flow of the generation processing described with reference to FIG. In the example of FIG. 25 , the user modifies the portion surrounded by the dashed circle in the element model editing area 806 and clicks the relationship expression generation button 808 . Then, the information in the claims editing area 810 is updated, and the user adjusts the input part of the claims editing area 810 as necessary while using the input support function. After adjustment, when the user clicks the Claims Generation button 812 , the Claims Generator 428 modifies the claims based on the information edited in the Claims Editing Area 810 . The display control unit 424 causes the display 100 to display a claim correction screen 518 including the corrected claims.

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。 FIG. 26 is a representative screen diagram of the claim correction screen 518. As shown in FIG. The configuration of the claims correction screen 518 is the same as the configuration of the new claims creation screen 510 described with reference to FIG. When the user clicks back button 814 , the screen returns to item modification screen 516 . When the user clicks the registration button 816, the input reception unit 426 associates the case number, the title of the invention, the prior art document, and the corrected claim and registers them in the case information holding unit 16. FIG. At the same time, the display control unit 424 causes the display 100 to display the item details screen 512 reflecting the correction content.

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)。
The operation of the creation support server 14 configured as above will be described.
FIG. 27 is a flow chart showing a series of processes in the creation support server 14 of FIG. The creation support server 14 receives the invention proposal from the user's user terminal 8 via the network 6 (S650). The creation support server 14 generates keywords by applying the keyword extraction model to the received invention proposal (S652). The creation support server 14 searches for patent documents based on the generated keyword (S654). The creation support server 14 identifies prior documents from the search results (S656). In addition to or instead of steps S650, S652, and S654, the creation support server 14 may receive the prior document number from the user terminal 8 in step S656. The preparation support server 14 graphically displays the identified claim of the prior art document on the display 100 of the user terminal 8 (S658). Alternatively, the user may be allowed to draw a new figure from scratch. The creation support server 14 accepts changes made by the user to the displayed graphic (S660). The creation support server 14 generates a new complaint based on the changed graphic (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。 In the above-described embodiments, examples of holding units are hard disks and semiconductor memories. In addition, based on the description of this specification, each part is implemented by a CPU (not shown), an installed application program module, a system program module, a semiconductor memory that temporarily stores the contents of data read from the hard disk, etc. Those skilled in the art who have access to this specification will understand what is possible.

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。 According to the creation support server 14 according to the present embodiment, the user can create a desired complaint by manipulating a graphic such as a flowchart model. Therefore, it becomes possible to operate more intuitively than directly operating sentences, and user convenience is improved.

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。 Moreover, the preparation support server 14 according to the present embodiment generates a new claim by modifying or changing the identified claim of the prior art document. Therefore, it is possible to shorten the time required to generate a claim compared to generating a claim from scratch. In addition, the quality of complaints can be made uniform.

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。 The configuration and operation of the claim drafting support system according to the second embodiment have been described above. Those skilled in the art will understand that this embodiment is merely an example, and that various modifications are possible in combination of each component and each process, and that such modifications are within the scope of the present invention.

(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。
(Fifth modification)
In the second embodiment, a case where a flowchart model is adopted as graphic display has been described, but the present invention is not limited to this. For example, a class component model may be employed as a graphic representation.
FIG. 28 is a data structure diagram showing an example of the constituent table 818 provided in the creation support server 14 according to the fifth modification. The constituent table 818 is generated by constituent analysis of prior art claims or by constituent analysis of new claims. The class component analysis may be implemented using the technique described in Japanese Patent Application Laid-Open No. 2015-072573, for example.

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
The creation support server 14 classifies the words registered in the case component table 818 into the following three types.
(1) Words necessary for composing a claim Appearing in a claim of a prior art document and being or included in a keyword of the prior art document and appearing in a keyword of a document cited in the examination process of the prior art document .
(2) Words that characterize the claims appear in the claims of the prior art documents and are or are included in the keywords of the prior art documents and do not appear in the keywords of the documents cited during the examination of the prior art documents.
(3) Others

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。 FIG. 29 is a schematic diagram illustrating an exemplary class component model 820. As shown in FIG. The display control unit 424 refers to the class component table 818 to generate the class component model 820 and displays it on the display 100 of the user terminal 8 . A class component model 820 may be displayed in place of the element model editing area 540 of the case new creation screen 506 of FIG. In the class component model 820, subjects are represented by rectangles with downward arrows. For example, the subject “moving body” is displayed as a rectangle 822 . Verbs are displayed as ellipses with downward arrows. For example, the verb “have” is displayed with an oval 824 . Case components are displayed as rectangles with left-pointing arrows. For example, the case component “image processing device” is displayed as a rectangle 826 .

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。 In the case component model 820, words are displayed in different colors depending on the types to which the words belong. For example, the word "moving object" belongs to "(1) words necessary for constructing a claim" and is displayed in blue, and the word "boarding seat" belongs to "(2) words characterizing a claim" and is displayed in red. and the word "has" is displayed in black because it belongs to "(3) other".

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。 The state of the class component model 820 shown in FIG. 29 is the most compact or most folded state. By clicking the plus button 828, the user can display the collapsed and hidden portion.

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。 FIG. 30 is a schematic diagram showing the main part of the class component model 820 after the plus button 828 is clicked. When the plus button is clicked, hidden lower layers and connections of the corresponding element are displayed. A "connection" is a dashed line representing the connection of the parts expressed as "said" in the claims. In the example of FIG. 30, the lower hierarchy hidden in the case component model 820 of FIG. 29 is displayed in a rectangle 832 corresponding to the case component "image processing device". In particular, within rectangle 832, the subject "image capture device" is represented by rectangle 834, the verb "to acquire" is represented by oval 836, and the case component "experience image according to passenger experience" is represented by rectangle 838. is displayed.

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。 The plus button 828 in FIG. 29 is replaced by a minus button 830 in FIG. 30, and when the user clicks the minus button 830 the display returns to the class component model 820 of FIG. When the user clicks the plus button 840 displayed in association with the word "passenger", the lower hierarchy and connections related to the word "passenger" are displayed.

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。 FIG. 31 is a schematic diagram showing the main part of the class component model 820 after the plus button 840 is clicked. Clicking on the plus button 840 associated with the word "passenger" causes a dashed line 842 to connect between the multiple words "passenger" that are "said" in the claims. The plus button 840 in FIG. 30 is replaced by a minus button 844 in FIG. 30 and when the user clicks the minus button 844 the display returns to the class component model 820 of FIG.

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
Similar to the element model editing area 540 of the item new creation screen 506 of FIG. 19, the case element model 820 is configured to be able to accept editing of the displayed elements. Specifically, the user can make the following three edits to the class component model 820 .
(1) Modification of element wording (2) Deletion of case components (3) Addition of case components

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。 FIG. 32 is a schematic diagram showing a class component model 850 obtained by modifying the class component model 820 of FIG. The user corrects the word "stereo image" to the word "handle part" for the rectangle 846 of the case component "to take a stereo image of the object to be grasped" displayed in the case component model 820 of FIG. The user also deletes the rectangle 848 of the case component “so that the imaging ranges overlap” displayed in the case component model 820 of FIG. As a result, in the case component model 850 shown in FIG. 30 , the rectangle 846 of the case component “to capture a stereo image of the object to be grasped” is replaced with a rectangle 852 of the case component “to image the handle of the object to be grasped”. and the rectangle 848 of the case component “so that the imaging ranges overlap” is no longer displayed.

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。 The creation support server 14 again updates the case component table 818 according to the corrected case component model 850 and generates a claim (sentence). It should be noted that it is possible to correct the wording from either the figure or the generated claims, and always keep them in sync.

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。
Technical ideas according to the first embodiment and related modifications may be expressed by the following items.
(Item 1)
a receiving means for receiving information;
applying means for applying received information to a model generated by mechanically learning information extracted from a past application and the claims of the application;
and a providing means for providing claims resulting from the application.
(Item 2)
further comprising an amendment means for accepting amendments to the provided claims;
2. The creating apparatus according to item 1, wherein the providing means provides the scope of claims in which the received corrections are reflected.
(Item 3)
3. The production device according to item 2, further comprising updating means for updating the model based on the received modifications.
(Item 4)
The reception means receives an assignment,
The model is generated by mechanically learning information extracted from past applications, issues of the applications, and claims of the applications,
4. The creating apparatus according to any one of items 1 to 3, wherein the applying means applies the received information and the task to the model.
(Item 5)
a holding means for holding information of past applications;
5. The creation device according to any one of items 1 to 4, further comprising learning means for generating the model by referring to the holding means.
(Item 6)
6. The creation apparatus according to item 5, wherein the learning means does not refer to information on past applications that do not meet a predetermined quality standard among the information on past applications held in the holding means.
(Item 7)
7. A production device according to any one of items 1 to 6, wherein the information is a keyword or an image.
(Item 8)
receiving information; and
Applying the received information to a model generated by machine-learning information extracted from a previous application and the claims of that application;
providing a claim resulting from the application.
(Item 9)
the ability to receive information;
A function that provides claims obtained by applying received information to a model generated by mechanical learning of information extracted from past applications and the claims of the said applications. A computer program for realizing , on a computer.

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。
Technical ideas according to the second embodiment and related modifications may be expressed by the following items.
(Item 10)
Display control means for graphically displaying the claims included in the claims of the past application on a display;
receiving means for receiving changes to the displayed figure;
A creation support device, comprising a creation means for creating a new claim in text format based on the changed figure.
(Item 11)
The display control means graphically displays the claims based on the flowchart model,
11. The creation support device according to item 10, wherein the receiving means receives changes to elements of a flowchart.
(Item 12)
The display control means graphically displays the claims based on the case component model,
11. The creation support device according to item 10, wherein the reception means receives a change to a class component.
(Item 13)
means for receiving information in technical literature;
Application means for applying information of the received technical document to a model generated by mechanically learning keywords extracted from past applications, problems of the applications, and claims of the applications;
13. The creation support apparatus according to any one of items 10 to 12, further comprising specifying means for specifying the past application using the keyword obtained as a result of application.
(Item 14)
Graphically presenting on a display claims included in the claims of the prior application;
accepting changes to the displayed geometry;
generating a new claim in text form based on the modified figure.
(Item 15)
A function to graphically display the claims included in the claims of the past application on the display;
the ability to accept changes to the displayed figure;
A computer program for causing a computer to implement a function of generating a new claim in a text format based on a modified figure.

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。 2 Complaint Creation Support System 4 Creation Server 6 Network 8 User Terminal.

Claims (3)

情報を受け付ける受付手段と、
異なるクレーム構造に対応する複数のクレーム作成モデルであって、各々が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学習することにより生成されたモデルである前記複数のクレーム作成モデルのうちで、ユーザ入力に基づいて選択されるモデルに、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。
a receiving means for receiving information;
A plurality of claim drafting models corresponding to different claim structures, each of which is a model generated by machine learning of information extracted from a previous application and the claims of the previous application. means for applying the received information to one of the models selected based on user input;
and a providing means for providing claims resulting from the application.
前記受付手段は、前記ユーザ入力に基づいてお手本出願を選択し、
前記適用手段は、選択した前記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、前記受け付けた情報を適用すべきモデルとして選択する、
請求項1に記載の作成装置。
The receiving means selects a model application based on the user input,
The applying means selects a claim drafting model corresponding to the structure of the claims of the selected model application as a model to which the received information should be applied.
The production device according to claim 1.
前記複数のクレーム作成モデルの各々は、過去の特許出願のうち質に関する所定の基準を満たす特許出願から抽出された情報を前記機械学習の対象として用いて生成される、請求項1又は2に記載の作成装置。 Claim 1 or 2, wherein each of the plurality of claim creation models is generated using information extracted from patent applications that meet a predetermined quality standard among past patent applications as a target of the machine learning. creation equipment.
JP2018131800A 2018-07-11 2018-07-11 making device Active JP7303614B2 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018131800A JP7303614B2 (en) 2018-07-11 2018-07-11 making device
JP2023103543A JP7522267B2 (en) 2018-07-11 2023-06-23 Creation support device, creation support method, and computer program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018131800A JP7303614B2 (en) 2018-07-11 2018-07-11 making device

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2023103543A Division JP7522267B2 (en) 2018-07-11 2023-06-23 Creation support device, creation support method, and computer program

Publications (2)

Publication Number Publication Date
JP2020009330A JP2020009330A (en) 2020-01-16
JP7303614B2 true JP7303614B2 (en) 2023-07-05

Family

ID=69151959

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2018131800A Active JP7303614B2 (en) 2018-07-11 2018-07-11 making device
JP2023103543A Active JP7522267B2 (en) 2018-07-11 2023-06-23 Creation support device, creation support method, and computer program

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2023103543A Active JP7522267B2 (en) 2018-07-11 2023-06-23 Creation support device, creation support method, and computer program

Country Status (1)

Country Link
JP (2) JP7303614B2 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USD929184S1 (en) 2019-11-15 2021-08-31 Pacific Market International, Llc Beverage container
JP7438769B2 (en) * 2020-01-30 2024-02-27 株式会社野村総合研究所 Sentence structure drawing device
JP7564914B1 (en) 2023-06-13 2024-10-09 楽天グループ株式会社 Intellectual property management support system, method, and program using large-scale language model

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242146A (en) 2002-02-15 2003-08-29 Hidekazu Tanigawa Specification preparation support device and program therefor
US20030196173A1 (en) 2002-02-18 2003-10-16 Petruzzi James D. Machine for drafting a patent application and process for doing same
JP2005528672A (en) 2001-08-31 2005-09-22 ジナン グラスゴー, Automated systems and methods for patent drafting and technical evaluation
WO2006033210A1 (en) 2004-08-19 2006-03-30 Kenji Sato Claim creation assisting method and application examination assisting methods
US20130198092A1 (en) 2012-02-01 2013-08-01 Benedict R. Dugan Computer-assisted patent application preparation
JP2016091078A (en) 2014-10-30 2016-05-23 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation Generation apparatus, generation method, and program
JP2018045531A (en) 2016-09-15 2018-03-22 ヤフー株式会社 Information processing device, information processing method, and program

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09153033A (en) * 1995-11-29 1997-06-10 Toshiba Corp Method and device for document preparation
JP4102897B2 (en) 2002-08-14 2008-06-18 正敏 渋谷 Patent specification debugging tool and patent specification debugging tool program
JP6006023B2 (en) 2012-07-01 2016-10-12 技術経営ソリューション株式会社 Patent specification analysis display device
JP6232736B2 (en) 2013-05-08 2017-11-22 株式会社リコー Document reading support device, document reading support system, document reading support method and program
JP6206874B2 (en) 2013-10-02 2017-10-04 株式会社野村総合研究所 Case component extraction program
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
JP2018205945A (en) * 2017-06-01 2018-12-27 株式会社Personal AI Automatic dialogue response document creation artificial intelligence device
JP6306786B1 (en) 2017-08-17 2018-04-04 株式会社ゴールドアイピー Intellectual property support apparatus, intellectual property support method, and intellectual property support program
JP6506439B1 (en) * 2018-03-30 2019-04-24 株式会社AI Samurai INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING METHOD, AND INFORMATION PROCESSING PROGRAM

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005528672A (en) 2001-08-31 2005-09-22 ジナン グラスゴー, Automated systems and methods for patent drafting and technical evaluation
JP2003242146A (en) 2002-02-15 2003-08-29 Hidekazu Tanigawa Specification preparation support device and program therefor
US20030196173A1 (en) 2002-02-18 2003-10-16 Petruzzi James D. Machine for drafting a patent application and process for doing same
WO2006033210A1 (en) 2004-08-19 2006-03-30 Kenji Sato Claim creation assisting method and application examination assisting methods
US20130198092A1 (en) 2012-02-01 2013-08-01 Benedict R. Dugan Computer-assisted patent application preparation
JP2016091078A (en) 2014-10-30 2016-05-23 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation Generation apparatus, generation method, and program
JP2018045531A (en) 2016-09-15 2018-03-22 ヤフー株式会社 Information processing device, information processing method, and program

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谷川英和、田中克己,3種類の特許部品データベースに基づく特許明細書自動生成エンジンの構築,情報処理学会論文誌,日本,社団法人情報処理学会,2006年06月15日,第47巻,No.SIG8(TOD30),pp.90-104,ISSN 0387-5806

Also Published As

Publication number Publication date
JP2020009330A (en) 2020-01-16
JP7522267B2 (en) 2024-07-24
JP2023112150A (en) 2023-08-10

Similar Documents

Publication Publication Date Title
Ravindran Data analysis in qualitative research
JP7522267B2 (en) Creation support device, creation support method, and computer program
JP7496205B2 (en) Creation support device and program
US8520978B2 (en) Methods, computer program products, apparatuses, and systems for facilitating viewing and manipulation of an image on a client device
US9928242B2 (en) Managing the content of shared slide presentations
EP3857484A1 (en) Document contribution management system
US9507758B2 (en) Collaborative matter management and analysis
US9251130B1 (en) Tagging annotations of electronic books
US11900046B2 (en) Intelligent feature identification and presentation
US20220414317A1 (en) Method and System for Intelligently Detecting and Modifying Unoriginal Content
US20160259781A1 (en) Language translation for multi-function peripherals
CN109960721A (en) Multiple Compression based on source contents constructs content
US20220083617A1 (en) Systems and methods for enhanced online research
JP2019101944A (en) Intellectual Property System, Intellectual Property Support Method and Intellectual Property Support Program
JP5835224B2 (en) Input support program, input support apparatus, and input support method
US20230143597A1 (en) Methods to infer content relationships from user actions and system automations
JP2019114308A (en) Intellectual Property System, Intellectual Property Support Method and Intellectual Property Support Program
JP7438769B2 (en) Sentence structure drawing device
US20230351091A1 (en) Presenting Intelligently Suggested Content Enhancements
JP6531302B1 (en) Intellectual Property System, Intellectual Property Support Method and Intellectual Property Support Program
US20230161949A1 (en) Intelligent content identification and transformation
US11790019B2 (en) Searching and sharing content with an overlaid interface
CN118154726B (en) Resource processing design method and device based on large language model and computer equipment
US11914581B2 (en) Graphic search bar with responsive results
US20240161217A1 (en) Method For Managing Testimony in Legal Proceedings

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210706

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220916

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221102

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: 20230418

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: 20230526

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230623

R150 Certificate of patent or registration of utility model

Ref document number: 7303614

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150