WO2020208693A1 - 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム - Google Patents

文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム Download PDF

Info

Publication number
WO2020208693A1
WO2020208693A1 PCT/JP2019/015368 JP2019015368W WO2020208693A1 WO 2020208693 A1 WO2020208693 A1 WO 2020208693A1 JP 2019015368 W JP2019015368 W JP 2019015368W WO 2020208693 A1 WO2020208693 A1 WO 2020208693A1
Authority
WO
WIPO (PCT)
Prior art keywords
document information
information
input
unit
document
Prior art date
Application number
PCT/JP2019/015368
Other languages
English (en)
French (fr)
Inventor
崇志 三上
祐貴 安達
白坂　一
Original Assignee
株式会社 ＡＩ Ｓａｍｕｒａｉ
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 株式会社 ＡＩ Ｓａｍｕｒａｉ filed Critical 株式会社 ＡＩ Ｓａｍｕｒａｉ
Priority to JP2019526021A priority Critical patent/JP6555704B1/ja
Priority to CN201980025031.3A priority patent/CN112352229A/zh
Priority to PCT/JP2019/015368 priority patent/WO2020208693A1/ja
Priority to EP19924277.7A priority patent/EP3955125A4/en
Priority to US16/963,851 priority patent/US11023721B2/en
Publication of WO2020208693A1 publication Critical patent/WO2020208693A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/418—Document matching, e.g. of document images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/353—Clustering; Classification into predefined classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/131—Fragmentation of text files, e.g. creating reusable text-blocks; Linking to fragments, e.g. using XInclude; Namespaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/194—Calculation of difference between files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G06Q50/184—Intellectual property management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text

Definitions

  • the present invention relates to a document information evaluation device, a document information evaluation method, and a document information evaluation program.
  • Patent Document 1 the weight of each document information is calculated from the frequency of appearance of keywords for each segment (constituent unit) constituting each part of the document information, and the similarity is scored based on a predetermined standard based on the weight. It is stated that. According to the system of Patent Document 1, since the similarity is scored for each segment of the document information, it is possible to reliably search even if the content close to the condition is described only in a part of the document information. ..
  • Patent Document 1 based on the system of Patent Document 1, only a part of the document information contains contents close to the conditions, and there may be a case where the document information having a low degree of similarity as a whole is searched.
  • literature information that the user does not intend is searched, it becomes necessary to restart the selection of keywords, phrases, sentences, etc. used for the search conditions from the beginning. Then, the selection of the search condition is repeated many times until the document information having the content close to the condition is searched. This takes a lot of time and is very burdensome for the user.
  • An object of the present invention is to improve the accuracy of a search in view of the above problems, and to reduce and improve the efficiency of the time required to search for document information having contents close to the conditions. It is to provide an evaluation device, a document information evaluation method, and a document information evaluation support program.
  • the document information evaluation device includes an information acquisition unit that acquires input information input from a user terminal that can be operated by the user from the user terminal, and a storage unit that stores a plurality of document information.
  • a calculation unit that decomposes the input information into predetermined structural units and calculates the degree of matching with the document information of one of the plurality of document information stored in the storage unit for each decomposed structural unit as a score.
  • An output unit that outputs a comparison table showing the degree of difference between the input information and the document information for each component unit based on the score, and an input unit that inputs the self-evaluation of the document information by the user to the comparison table. It is characterized by having.
  • the output unit has a high evaluation indicating that the document information is good and a low evaluation indicating that the document information is not good, depending on the result of self-evaluation input by the input unit. It may be characterized by switching to and outputting.
  • the output unit may be characterized in that each document information is switched between high evaluation and low evaluation for each structural unit and output.
  • the output unit can output the degree of difference between the input information and the plurality of document information in a comparison table for each constituent unit of the input information.
  • the output priority of the plurality of document information may be determined by whether or not the score calculated for each constituent unit satisfies a predetermined criterion.
  • the document information evaluation device may be characterized in that the input information and the plurality of document information include information related to intellectual property.
  • the calculation unit reflects the switching of the self-evaluation mode and the self-evaluation mode indicating self-evaluation, and recalculates the degree of matching of the document information with respect to the input information. May be.
  • a document information fixing unit that fixes at least one desired document information desired by the user as main document information among a plurality of document information output to a comparison table. Further, the calculation unit may be characterized in that the matching degree of the document information with respect to the input information is recalculated based on the main document information fixed by the document information fixing unit.
  • the computer stores an information acquisition step of acquiring input information input from the user terminal that can be operated by the user and a plurality of document information.
  • the storage step and the input information are decomposed into predetermined structural units, and the degree of matching with the document information of one of the plurality of document information stored in the storage step for each decomposed structural unit is calculated as a score.
  • the calculation step, the output step that outputs a comparison table showing the degree of difference between the input information and the document information for each component based on the score, and the self-evaluation of the document information by the user for the comparison table. It is characterized by having an input step to be performed.
  • the document information evaluation program stores in a computer an information acquisition function for acquiring input information input from a user terminal that can be operated by the user, and a plurality of document information.
  • the storage function and the input information are decomposed into predetermined structural units, and the degree of matching with the document information of one of the plurality of document information stored in the storage function for each decomposed structural unit is calculated as a score.
  • the calculation function, the output function that outputs a comparison table showing the degree of difference between the input information and the document information for each component based on the score, and the self-evaluation of the document information by the user for the comparison table. It is characterized by executing the input function to be performed.
  • the present invention it is possible to improve the accuracy of the search, reduce the time required to search the document information having contents close to the conditions, and realize the efficiency of the search. It is possible to provide an evaluation device, a document information evaluation method, and an intellectual property document information evaluation support program.
  • FIG. 1 is a block diagram showing an example of a software configuration of the document information evaluation device 1 according to the embodiment of the present invention.
  • the document information evaluation device 1 has information acquisition unit 101, storage unit 102, calculation unit 103, output unit 104, and input unit 105.
  • Each of the above-mentioned functional units of the document information evaluation device 1 in the present embodiment will be described as a functional module realized by an information processing program (software) that controls the document information evaluation device 1.
  • the document information evaluation program operates on the document information evaluation device 1. That is, the document information evaluation device 1 refers to a device on which the document information evaluation program operates.
  • the output unit 104 outputs the result of calculating the degree of matching between the input information and the plurality of document information as a score for the input information related to the content to be searched by the user as a comparison table 100 (see FIG. 3). .. Based on the output result, the user can input the self-evaluation to the comparison table 100. As a result, the document information evaluation device 1 can improve the accuracy of the search, and can reduce the time required for the search when searching for the document information having contents close to the conditions desired by the user. It is possible to improve the efficiency of search.
  • the document information evaluation device 1 is a device for connecting to the user terminal 2 via a network (NW) and providing the service of the document information evaluation system to the user terminal 2.
  • the document information evaluation device 1 is, for example, a so-called server device or computer (for example, a desktop, a laptop, a tablet, etc.). In one embodiment of the present invention, the document information evaluation device 1 is not limited to these.
  • the information acquisition unit 101 acquires the information related to these intellectual properties input from the user terminal 2 from the user terminal 2.
  • the user terminal 2 is a terminal device that can be operated by the user, and is, for example, a desktop PC, a notebook PC, a tablet PC, a smartphone, or the like.
  • a case where the input information and the document information are information related to intellectual property will be described.
  • intellectual property is an idea or a creative work created by human intellectual activity.
  • Intellectual property is, for example, an invention, a device, a design, a trademark, a copyrighted work, a circuit arrangement, or a new variety of plant.
  • the intellectual property is, for example, a document for explaining the content of the intellectual property, a figure, a table, a graph, a sketch or a photograph (figure, etc.) for explaining the content of the intellectual property, or a figure, etc. It may be a document or the like.
  • the information regarding the intellectual property in the present embodiment is the information for extracting the content that the user wants to search as described above.
  • Information on intellectual property includes not only information on which rights have been acquired, but also public information before acquisition of rights, undisclosed information, and invention information before filing an application.
  • the acquired information is, for example, information for which a patent right, a utility model right, a design right, a trademark right, a copyright, a circuit layout use right, a breeder's right, etc. are established.
  • the input information and the document information are information such as sentences (statement of claims, subject of invention, purpose of invention, etc.) or drawings indicating the content of the invention.
  • the input information and the document information are information such as a shape, a pattern or a color, or a drawing related to a combination thereof. If the intellectual property is a trademark, the input information and the document information are identification marks of goods or services.
  • the storage unit 102 holds the document information.
  • Document information includes various data transmitted and received via the NW, and includes, for example, text data and numerical data.
  • Textual data includes, for example, information about intellectual property, idea sheets, idea memos, information related to litigation, papers, books (including magazines and weekly magazines), reports and homepages.
  • Numerical data includes, for example, experimental data, measurement data, statistical data, and inspection data.
  • the text information includes mathematical formula data, chart data, photographic data, and image data (including still images and moving images).
  • the information on intellectual property may include information before the acquisition of rights as described above.
  • Information before the acquisition of rights is, for example, information that memorizes the process of creating an invention or design, materials or devices prepared for experiments, experimental results, titles of research and development, purpose of research and development, and engineers.
  • Ancillary information such as name, engineer's affiliation name, project number, etc.
  • Ancillary information may include access authority information to information about the acquired intellectual property.
  • the access authority is an authority that can execute processing such as viewing, editing, deleting, and authentication processing for information. For example, an access authority that can execute all processing for an engineer who has stored information on intellectual property.
  • the technician who collaborated in the creation of the intellectual property is given access authority to execute the browsing process, or the certifier (described later) who authenticates the information about the intellectual property is executed the authentication process. Grant access rights that can be done.
  • the information acquisition unit 101 may acquire such incidental information as information regarding intellectual property.
  • the information about these intellectual properties input by the user is acquired from the user terminal 2.
  • the intellectual property is an invention
  • the intellectual property is not limited to the invention. That is, the creation of intellectual property may include the selection of an identification mark in a trademark.
  • the calculation unit 103 calculates the degree of matching with respect to the input information input from the user terminal 2 based on the document information stored in the storage unit 102. Specifically, the input information is decomposed into predetermined structural units, and the degree of matching with the document information of one of the plurality of document information stored in the storage unit 102 is scored for each decomposed structural unit. Can be calculated as.
  • the decomposition of the constituent units for example, segmentes the constituent requirements of "information about intellectual property related as an inventor, creator, or applicant" for each punctuation mark. Alternatively, a certain sentence length or a segment may be used for each predicate.
  • the output unit 104 acquires similar information and calculates the degree of approximation between the constituent requirements and the similar information. If the keyword of the same or similar information as the keyword of the constituent requirement is a subordinate concept, it may be judged that the degree of matching is high.
  • the calculation unit 103 can calculate the presence / absence of a subordinate concept or a superordinate concept by the corpus dictionary of words stored in the storage unit 102 in advance.
  • the calculation unit 103 calculates the degree of matching between the constituent requirements and similar information, determines whether or not they match by threshold processing, and calculates the matching points and differences of the constituent requirements.
  • the threshold value may be predetermined, or a score calculated by machine learning may be used.
  • the calculation unit 103 uses a model that is machine-learned using the information on the intellectual property stored in the storage unit 102 so as to calculate the score of the degree of matching from the user terminal 2. It is possible to calculate the score of the degree of agreement between the input information and the received information about the intellectual property. As a result, the document information evaluation device 1 can calculate the score of the degree of matching based on the information about the intellectual property (for example, past patent information) more quickly, accurately and easily.
  • the information about the intellectual property used in machine learning is processed after the information about the intellectual property is quantified in advance for each item, and the input information about the intellectual property input from the user terminal 2 is also processed. After quantifying in the same way, the score for the degree of matching is calculated.
  • Items related to information related to intellectual property that are quantified in advance may be, for example, various types of information associated with public publications related to intellectual property.
  • Various information related to the public gazette regarding intellectual property includes, for example, the publication date of the public gazette, the submission date of the application documents for the public gazette (that is, the filing date), and the notice of reasons for refusal received in the application for the public gazette. Number of times, content in the notice of reasons for refusal, content of response to the notice of reasons for refusal, number of amendments made in the application relating to the publication, content of the amendment, number of characters in the independent claim, number of claims And so on.
  • the calculation unit 103 stores the actual result of the information related to the intellectual property for which the score of the degree of matching was calculated by using the document information evaluation device 1 in the past as feedback. It can be used for machine learning. As a result, the document information evaluation device 1 can extract similar prior art documents with higher accuracy.
  • the calculation unit 103 calculates a score for the degree of matching with respect to the input information related to the intellectual property input by the user from the user terminal 2, and if the difference is high (the matching point is low), a new keyword is used. May be extracted and the score may be calculated again for the degree of matching for each constituent requirement. For example, the calculation unit 103 calculates the score again when a new keyword extracted in place of or in addition to the keyword used in the information about the intellectual property input from the user terminal 2 is used. be able to. At this time, the calculation unit 103 can repeat the extraction of the keywords until the score of the degree of matching becomes high. When the score of the degree of matching is calculated to be high, the keyword extracted at this time can be output to the user terminal 2 from the output unit 104.
  • the keyword may be extracted at random from the document information about the intellectual property stored in the storage unit 102, or may be extracted from the input information about the intellectual property input from the user terminal 2.
  • Osborne checklist or the like may be used to predetermine a method for extracting keywords, and extraction may be performed based on the method.
  • the document information evaluation device 1 not only calculates the score of the degree of matching with respect to the information about the intellectual property input from the user terminal 2, but also provides information on how to increase the degree of matching with respect to the information about the intellectual property. Can be presented to the user, and the content desired by the user can be searched accurately.
  • Keywords are sentences, phrases, idioms, words, symbols, alphabets, chemical formulas, numbers, etc.
  • the storage unit 102 has a high matching point (low difference). Keywords can be extracted from the stored document information on intellectual property, and at this time, keywords extracted in place of or in addition to the keywords used in the input information on intellectual property input from the user terminal 2. It is also possible to extract the keyword located at the end of the distribution in which the score of the degree of matching is high when is used. Among the distributions in which the score of the degree of matching is high when the extracted keyword is used in place of or in addition to the keyword used in the information about intellectual property received from the user terminal 2 when extracting the keyword.
  • the document information evaluation device 1 can lower the score of the degree of matching when limiting the information about intellectual property by the extracted keywords. Keywords can be presented. For example, when the information on the intellectual property is an invention for which a patent application is to be filed, the document information evaluation device 1 affirms the possibility of acquiring the right to the invention, and the limitation of the invention is reduced. Keywords that can be extracted can be extracted.
  • the calculation unit 103 calculates a new keyword to be added to the information on the intellectual property from the input information on the intellectual property based on the learning data and the information on the possibility of acquiring the right, and the output unit 104 Can output new keywords.
  • the document information evaluation device 1 can express information about intellectual property in an easy-to-understand manner by the user, and even a user who has little knowledge of the intellectual property law can easily understand the information about intellectual property.
  • the calculation unit 103 may obtain a new similar patent via the output unit 104 for the constituent requirements having a high difference (low coincidence point). .. Specifically, the calculation unit 103 determines that the coincidence point is low, commands the output unit 104 to output new similar information, and the output unit 104 fills in the structural unit having the low coincidence point. You may get new similar information for.
  • the calculation of the degree of matching by the calculation unit 103 is executed by the user pressing the search button 109 (see FIG. 3) and inputting the search signal to the calculation unit 103.
  • the output unit 104 outputs the evaluation result of the document information to the user terminal 2.
  • the evaluation result of the document information is a comparison table in which the degree of difference from the document information similar to the input information (hereinafter referred to as “similar information”) is compared (compared) for each structural unit.
  • the evaluation result of the document information is not limited to the comparison table.
  • it may be a mock notice of reasons for refusal (a mock notice that resembles a notice of reasons for refusal), or information on intellectual property related to the inventor or applicant.
  • the information regarding the intellectual property related as the inventor or the applicant is the invention memo or claim information in which the invention information is described. Similar information is, for example, prior art documents, and comparison table 100 (see FIG. 3) is a so-called claim chart showing technical differences.
  • a self-evaluation mode indicating the user's self-evaluation is input to the input unit 105.
  • the user can select a self-evaluation mode that indicates the user's self-evaluation.
  • the self-evaluation mode is configured to be selectable by the self-evaluation mode changeover switch 115 (see FIG. 3).
  • the output unit 104 displays and outputs the self-evaluation mode changeover switch 115 with respect to the comparison table 100. Details will be described later.
  • Each of the functional units of the information acquisition unit 101, the storage unit 102, the calculation unit 103, the output unit 104, and the input unit 105 of the document information evaluation device 1 described above has shown an example of the functions of the document information evaluation device 1. This does not limit the functions of the document information evaluation device 1.
  • the document information evaluation device 1 does not have to have all the above-mentioned functions, and may have some functions. Further, the document information evaluation device 1 may have a function other than the above.
  • the document information evaluation device 1 may have an input function for setting a function and an output function for notifying the operating state of the device by an LED lamp or the like.
  • each of the above-mentioned functional units of the document information evaluation device 1 has been described as being realized by software. However, at least one or more of the functional units included in the document information evaluation device 1 may be realized by hardware.
  • any of the above-mentioned functional units included in the document information evaluation device 1 may be implemented by dividing one functional unit into a plurality of functional units. Further, any two or more of the above functional units of the document information evaluation device 1 may be integrated into one function. That is, FIG. 1 shows the functions of the document information evaluation device 1 as functional blocks, and does not show, for example, that each functional unit is composed of a separate program file or the like.
  • the document information evaluation device 1 may be a device realized by one housing or a system realized by a plurality of devices connected via a network or the like.
  • the document information evaluation device 1 may realize a part or all of its functions by a virtual device such as a cloud service provided by a cloud computing system. That is, the document information evaluation device 1 may realize at least one or more of the above-mentioned functional units in another device.
  • the document information evaluation device 1 may be a general-purpose computer such as a server device, or may be a dedicated device having limited functions.
  • FIG. 2 is a block diagram showing an example of the hardware configuration of the document information evaluation device 1 according to the embodiment of the present invention.
  • the document information evaluation device 1 has a CPU (Central Processing Unit) 11, a RAM (Random Access Memory) 12, a ROM (Read Only Memory) 13, a touch panel 14, and a communication I / F (Interface) 15.
  • the document information evaluation device 1 is a device that executes the information processing program described with reference to FIG.
  • the CPU 11 controls the document information evaluation device 1 by executing an information processing program stored in the RAM 12 or the ROM 13.
  • the document information evaluation program is acquired from, for example, a storage medium storing the document information evaluation program, a program distribution server via a network, or the like, installed in the ROM 13, read from the CPU 11, and executed.
  • the touch panel 14 has an operation input function and a display function (operation display function).
  • the touch panel 14 enables the user of the document information evaluation device 1 to input an operation using a fingertip, a touch pen, or the like.
  • the document information evaluation device 1 in the present embodiment uses the touch panel 14 having the operation display function will be described, but the document information evaluation device 1 separates the display device having the display function and the operation input device having the operation input function. It may have.
  • the display screen of the touch panel 14 can be performed as the display screen of the display device, and the operation of the touch panel 14 can be performed as the operation of the operation input device.
  • the touch panel 14 may be realized in various forms such as a head-mounted type, a glasses type, and a wristwatch type display.
  • the communication I / F15 is an I / F for communication.
  • the communication I / F15 executes, for example, a wireless LAN, a wired LAN, or a short-range wireless communication such as infrared rays.
  • the communication I / F 15 realizes communication with the user terminal 2 via, for example, the NW.
  • the communication I / F 15 may realize communication with another document information evaluation device 1. Although only the communication I / F 15 is shown as the communication I / F in FIG. 2, the document information evaluation device 1 may have each communication I / F in a plurality of communication methods.
  • FIG. 3 is a schematic view showing an example of an output screen according to an embodiment of the present invention.
  • a self-evaluation mode indicating the user's self-evaluation is input to the input unit 105.
  • the self-evaluation mode changeover switch 115 indicating the self-evaluation of the document information as similar information with respect to the comparison table 100
  • the self-evaluation command signal is input to the input unit 105.
  • the output unit 104 displays and outputs the self-evaluation mode changeover switch 115 indicating the self-evaluation of the document information by the user to the comparison table 100.
  • the self-evaluation command signal is input to the input unit 105 by clicking the self-evaluation mode changeover switch 115 with the mouse or operating the keyboard.
  • the output unit 104 can output a self-evaluation to the comparison table 100 based on the selection by the user.
  • the output unit 104 displays and outputs the self-evaluation mode changeover switch 115 to the comparison table 100, and the user selects the self-evaluation mode changeover switch 115, that is, a mouse click or a keyboard operation. I do. Then, the output unit 104 can display and output, for example, a schematicly designed figure (image) as the self-evaluation mode based on the selection operation of the self-evaluation mode changeover switch 115. In this way, the user operates the self-evaluation mode changeover switch 115 to select the self-evaluation mode, so that the user gives an instruction to select the self-evaluation, and the input unit 105 receives the self-evaluation command signal. ..
  • the user can select the self-evaluation mode indicating the self-evaluation by clicking the self-evaluation mode changeover switch 115 with the mouse. Then, based on the self-evaluation command signal from the input unit 105, the output unit 104 switches between a high evaluation mode indicating that the document information is good and a low evaluation mode indicating that the document information is not good, depending on the result of the self-evaluation. Can be output.
  • the self-evaluation mode changeover switch 115 may be, for example, a button, an icon, or the like, as long as it can be switched and output.
  • the high evaluation mode includes, for example, the “Like” function 115a indicating that the user's evaluation is highly evaluated as “Like!” And “Not good!”. It is possible to switch and output the "No! Function 115b, which indicates that the evaluation is low.
  • the output unit 104 can output by changing the display mode of the “Like!” Function 115a and the “No!” Function 115b.
  • the display mode of the “Like” function 115a is a pose to be taken when expressing a positive event, for example, a mode in which the thumb is pointed upward while holding a hand. It is possible to output the figure of.
  • a figure with a smiling expression or a figure with a hurray may be output.
  • the display mode of the "Like! Function 115a may be configured to output a figure of " ⁇ ".
  • the display mode of the "No! Function 115b is a pose to be taken when expressing a negative event, for example, the thumb is directed downward while holding the hand. It is possible to output a figure of an aspect. In addition, a facial expression with a pessimistic expression or a swaying figure expressing a disappointing mode may be output. In addition, the display mode of the "No! Function 115b may be configured to output a figure of "x".
  • the display mode of the "Like! Function 115a and the "No! Function 115b is not limited to the case where the switch shape is changed and displayed.
  • the output unit 104 may be configured to display by changing the color of the switch by the "Like! Function 115a and the "No good! Function 115b.
  • the above self-evaluation mode (“Like” function 115a or “No good!” Function 115b) can be switched for each document information or for each input information constituent unit (Element). You can also do it. Since the self-evaluation mode can be switched for each component unit in this way, the high score of the component unit and the low score of the component unit can be visually grasped at a glance.
  • the output unit 104 may select the aspect of the character 3 based on the new similar information. Specifically, even if it is configured to select which emotional output mode of the character is to be used depending on the content of the self-evaluation mode (“Like” function 115a or “No good!” Function 115b). Good. For example, when the self-evaluation mode is the “Like” function 115a, it may be configured to be displayed and output in the output mode of “joy” or “comfort”, for example. Further, when the self-evaluation mode is the "No! Function 115b, it may be configured to be displayed and output in the output mode of "angry” or “sorrow”, for example. This display output is executed by the output unit 104.
  • the output unit 104 can output and control the aspect of the character 3 based on the score result of the degree of matching calculated by the calculation unit 103.
  • the document information evaluation device 1 can express the information related to the intellectual property using the character 3. Even users with little knowledge of intellectual property law can understand information about intellectual property in an easy-to-understand manner.
  • the output unit 104 can output a plurality of document information as similar patents output in the comparison table 100. Then, the output unit 104 outputs the degree of difference (matching degree) between the input information and the plurality of document information to the comparison table 100 for each constituent unit (Element).
  • FIG. 3 shows an example of outputting five document information, the number of document information is not limited.
  • the output priority of the five document information is determined by whether or not the score indicating the degree of matching calculated for each constituent unit meets a predetermined criterion.
  • the predetermined standard may be configured to output the top five document information from the left column to the right column in descending order of the total value of the scores of the constituent units, for example.
  • the predetermined standard may be configured to output the top five document information from the left column to the right column in descending order of the average value of the scores of each constituent unit.
  • the predetermined standard is to move the top five literature information from the left column to the right column, in which the average value of the scores of some arbitrary structural units is equal to or higher than the predetermined value among all the structural units divided into a plurality of units. It may be configured to output in descending order.
  • the specification of the arbitrary structural unit may be configured so that the user acquires an arbitrary structural unit input from the user terminal 2.
  • the information acquisition unit 101 executes the acquisition of an arbitrary configuration unit. Further, any structural unit may be stored in the storage unit 102 in advance.
  • the document information having the highest average value of the matching score of each constituent unit of the invention may be selected as the main reference.
  • the determination of the coincidence and difference between the invention and the main reference may be made based on whether or not the score of the degree of coincidence of each constituent unit of the invention is equal to or higher than a predetermined value.
  • the document information other than the main reference may be configured to select a similar prior art document having a high matching score as a sub-reference for the structural unit having a low matching score in the main reference.
  • the comparison table 100 may include the display of the main reference and the sub-reference in the prior art document, and the display of the structural unit related to the main reference and the structural unit related to the sub-reference.
  • the score of the degree of matching for each constituent unit of the invention is output to the display screen 200.
  • the degree of agreement is, for example, a numerical value (%) indicating how much the feature amount of the extracted invention is included in similar document information (prior art document), and the higher the numerical value, the more the constituent unit. It shows that it is disclosed in the prior art document.
  • the degree of matching for each structural unit is compared for each prior art document as document information and output to the comparison table 100. This output is executed by the output unit 104.
  • the structural units of the decomposed inventions (input information) are output in the first column when viewed from the left side of the comparison table 100. When the five document information is viewed from the left side, the scores of the degree of agreement with each prior art document are output for each component in the second to sixth columns.
  • the output unit 104 can output the degree of matching of the input information and the document information as a score.
  • the score result is output to the display screen 200 by the output unit 104 together with the comparison table 100, for example.
  • the score of the degree of matching can be expressed in the form of, for example, ⁇ to% (for example, 80%).
  • the calculation of the degree of matching by the calculation unit 103 is executed by the user pressing the search button 109 (see FIG. 3) and inputting the search signal to the calculation unit 103.
  • the output unit 104 can select the mode of the character 3 based on the new similar information. Specifically, the emotions of the character's throat are determined by the new similar information and the high or low score of the constituent requirements. It may be configured to select whether to use the output mode.
  • the output unit 104 can output and control the aspect of the character 3 based on the score result of the degree of matching calculated by the calculation unit 103.
  • the document information evaluation device 1 can express the information related to the intellectual property using the character 3. Even users with little knowledge of intellectual property law can understand information about intellectual property in an easy-to-understand manner.
  • the output unit 104 can select the mode of the character 3 based on the newly output similar information.
  • the document information evaluation device 1 can express the information related to the intellectual property in an easy-to-understand manner by the user, and the Intellectual Property Law Even users with little knowledge can understand information about intellectual property in an easy-to-understand manner.
  • the output unit 104 can specifically show the score result of the degree of matching by the calculation unit 103 via the character 3.
  • the document information evaluation device 1 can express the score result in an easy-to-understand manner by the user, and is a user who lacks knowledge of the intellectual property law. However, it is possible to make people understand information about whether or not intellectual property is registered in an easy-to-understand manner.
  • the calculation unit 103 can recalculate the degree of matching of the similar prior art documents with respect to the input invention information, reflecting the switching of the self-evaluation mode selected by the user.
  • the comparison table in which the degree of difference from the document information (similar prior art document) similar to the input information output by the output unit 104 is compared (compared), the "Like" function 115a and "No".
  • the function 115b can weight the output and displayed structural units and recalculate the degree of matching.
  • FIG. 4 is a flowchart showing an operation example of the document information evaluation device 1 according to the embodiment of the present invention.
  • the document information evaluation device 1 determines whether or not the information regarding the intellectual property has been acquired from the user terminal 2 (S11). Whether or not the information on the intellectual property has been acquired can be determined by whether or not the information acquisition unit 101 has acquired the information on the intellectual property input from the user terminal 2. When it is determined that the information on the intellectual property has not been acquired (step S11: NO), the document information evaluation device 1 repeats the process of S11 and waits for the acquisition of the information on the intellectual property.
  • the calculation unit 103 has a degree of matching with the input information input from the user terminal 2 based on the document information stored in the storage unit 102.
  • the information is calculated (S12). Specifically, the input information is decomposed into predetermined structural units, and the degree of matching with the document information of one of the plurality of document information stored in the storage unit 102 is scored for each decomposed structural unit. Can be calculated as.
  • the decomposition of the constituent units for example, segmentes the constituent requirements of "information about intellectual property related as an inventor, creator, or applicant" for each punctuation mark. Alternatively, a certain sentence length or a segment may be used for each predicate.
  • the output unit 104 After executing the process of S12, the output unit 104 outputs a comparison table showing the degree of difference between the input information and the document information for each constituent unit based on the calculation result of the score (S13).
  • the evaluation result of the document information is a comparison table in which the degree of difference from the document information similar to the input information (hereinafter referred to as “similar information”) is compared (compared) for each structural unit.
  • similar information the evaluation result of the document information is not limited to the comparison table 100.
  • it may be a mock notice of reasons for refusal (a mock notice that resembles a notice of reasons for refusal), or information on intellectual property related to the inventor or applicant.
  • the information regarding the intellectual property related as the inventor or the applicant is the invention memo or claim information in which the invention information is described. Similar information is, for example, prior art documents, and comparison table 100 is a so-called claim chart showing technical differences.
  • the match score can be calculated as, for example, a numerical value of "0%" to "100%".
  • the input unit 105 After executing the process of S13, the input unit 105 inputs the self-evaluation of the document information by the user into the comparison table (S14). A self-evaluation mode indicating the user's self-evaluation is input to the input unit 105.
  • the self-evaluation mode changeover switch 115 When the user presses the self-evaluation mode changeover switch 115 indicating the self-evaluation of the document information as similar information with respect to the comparison table 100, the self-evaluation command signal is input to the input unit 105.
  • the output unit 104 displays and outputs the self-evaluation mode changeover switch 115 indicating the self-evaluation of the document information by the user to the comparison table 100.
  • the self-evaluation command signal is input to the input unit 105 by clicking the self-evaluation mode changeover switch 115 with the mouse or operating the keyboard. By clicking the self-evaluation mode changeover switch 115, the user can select the self-evaluation mode indicating self-evaluation. Further, the output unit 104 can output a self-evaluation to the comparison table 100 based on the selection by the user. More specifically, the output unit 104 displays and outputs the self-evaluation mode changeover switch 115 to the comparison table 100, and the user selects the self-evaluation mode changeover switch 115, that is, a mouse click or a keyboard operation. I do.
  • the output unit 104 can display and output, for example, a schematicly designed figure (image) as the self-evaluation mode based on the selection operation of the self-evaluation mode changeover switch 115.
  • the user operates the self-evaluation mode changeover switch 115 to select the self-evaluation mode, so that the user gives an instruction to select the self-evaluation, and the input unit 105 receives the self-evaluation command signal. ..
  • the output unit 104 receives the self-evaluation selection instruction.
  • the user can select the self-evaluation mode indicating the self-evaluation by clicking the self-evaluation mode changeover switch 115 with the mouse. Then, based on the self-evaluation command signal from the input unit 105, the output unit 104 switches between a high evaluation mode indicating that the document information is good and a low evaluation mode indicating that the document information is not good, depending on the result of the self-evaluation. Can be output.
  • the self-evaluation mode changeover switch 115 may be, for example, a button, an icon, or the like, as long as it can be switched and output.
  • the score of the degree of matching can be calculated by, for example, the following processing.
  • FIG. 5 is a flowchart showing an example of the score calculation process of the document information evaluation device 1 according to the first embodiment of the present invention.
  • the calculation unit 103 first creates a kNN graph (S101).
  • the kNN graph is created by the following procedure.
  • First technical information associated with technical information related to intellectual property acquired by the information acquisition unit 101 via the user terminal 2, input information as prior art information, and similar technology similar to the input information stored in the storage unit 102.
  • the vectorization may be performed by a conventional technique such as Word2Vec, Doc2Vec (Paragraf2Vec), LDA (Latent Dirichlet Allocation) or NTSG (Neural ensor Skip Gram).
  • Vectorization is performed by the calculation unit 103.
  • a kNN graph is created by the above procedure. Although explained as a sentence above, it may be a combination of a plurality of phrases, a phrase, or a word.
  • the calculation unit 103 displays similar document information as an output target for the input information as the technical information acquired from the information acquisition unit 101, similar technical information similar to the input information stored in the storage unit 102, and knowledge. It is set in all the sentences included in the property information (S102), the technical wording included in the input information (technical information) acquired from the information acquisition unit 101 is set as a query, and the output unit 104 is the output target in the CLIE. Outputs similar document information as (S103).
  • the output may be performed by a conventional technique such as ElasticSearch (registered trademark).
  • the output unit 104 sets the sentence with the highest score as the starting point as the output result (S104), adds the starting point to the final output result (S105), and repeats until the final output result becomes n or more (S106). If the number is less than n, the process proceeds to S107, and if the number is n or more, the process proceeds to S110.
  • the calculation unit 103 extracts candidates for query conversion rules (S107).
  • Candidates for query conversion rules are extracted by the following procedure. First, based on the created kNN graph, a sentence similar to the sentence set as the starting point is extracted. Then, in the sentence set as the starting point and the extracted similar sentence, the words recognized as having high importance are extracted. The degree of importance may be determined by a conventional technique such as the TF-IDF method. Acquires adjacent words in the sentence set as the starting point and the extracted similar sentences with respect to the extracted words. For example, "file” and "processing" when the extracted word is "distributed” and the sentence is "distributed processing in a distributed file system".
  • the calculation unit 103 applies a conversion rule having a high score to the query (S108).
  • the number of conversion rules may be one or a plurality, and the number may be controlled by the calculation unit 103. Further, the number of new creators calculated by the conversion rule is determined by the calculation unit 103 based on the user's evaluation information on the evaluation result of the technical information (input information) representing the evaluation target acquired by the information acquisition unit 101. It may be controlled.
  • the score can be calculated by the following formula.
  • the sentence set as the start point is A
  • the adjacent word acquired in the sentence set as the start point is w1
  • the extracted similar sentence is B
  • the adjacent word acquired in the extracted similar sentence is w2
  • P (w, X) be the probability of occurrence of the word w in the sentence X.
  • Simularity is an index of the semantic closeness of words, and the larger this value is, the more semantically similar the two words are.
  • the similarity can be a value calculated by nltk, which is a package of Python, based on the path length of WordNet.
  • the calculation unit 103 sets a sentence adjacent to the start point as the next output target (S109), and outputs again using the query newly calculated by S108 (returns to S103).
  • the output unit 104 may output the document information or the document information including the sentence that is the starting point as the final output result.
  • the recalculation of the match score is performed by the following procedure.
  • the calculation unit 103 calculates the conforming document vector and the non-conforming document vector.
  • the calculation of the document vector may be performed by, for example, Word2Ves, Doc2Vec (Paragraph2Vec), LDA, NTSG, or the like.
  • the conforming document vector is a vector of the document information of the constituent unit to which the “Like” function 115a is output.
  • the non-conforming document vector is a vector of the document information of the constituent unit to which the "No! Function 115b is output.
  • the calculation unit 103 calculates a document vector (hereinafter, referred to as "input document vector") of input information input from the user terminal 2 that can be operated by the user.
  • the calculation of the document vector may be performed by, for example, Word2Ves, Doc2Vec (Paragraph2Vec), LDA, NTSG, or the like.
  • the calculation unit 103 calculates the center of gravity in consideration of each weight of the input document vector, the conforming document vector, and the nonconforming document vector.
  • the document information evaluation device 1 is configured to be able to recalculate the score of the degree of agreement.
  • the center of gravity refers to each weight of the input document vector, the conforming document vector, and the non-conforming document vector before the search is performed. Specifically, when recalculating the score of the second degree of matching, it was calculated at the time of calculating the score of the first degree of matching before calculating the score of the second degree of matching. The center of gravity is calculated in consideration of the weight.
  • the calculation unit 103 executes the calculation of the weight and the center of gravity. Each time the score of the degree of match is recalculated, the weights of the input document vector, the combined document vector, and the nonconforming document vector are recalculated, and the center of gravity is recalculated. Along with this, the input document vector and the conforming document vector are recalculated. The document vector and the nonconforming document vector are corrected. This correction process is executed by the calculation unit 103. Specifically, the inner product of the input document vector for which the correction process is executed by the calculation unit 103, the conforming document vector, and the center of gravity vector of the center of gravity calculated in (3) is calculated.
  • the calculation unit 103 again executes the correction processing (recalculation) of the weights of the input document vector, the conforming document vector, and the nonconforming document vector based on the inner product calculated in (4).
  • the weight adjustment based on the correction process of the document vector can be performed by, for example, SCDV (Space Composite Document Vectors using Soft clustering over sparse representations).
  • the document vector may be calculated by Word2Ves, Doc2Vec (Paragraph2Vec), LDA, NTSG, or the like.
  • the calculation unit 103 determines the degree of matching of the document information with respect to the input information. Recalculate the score of.
  • the output unit 104 can execute the recalculation processing of the matching degree score as many times as necessary until the desired document information is output, and the comparison as the output result is performed each time.
  • a user interface capable of displaying Table 100 is provided.
  • the comparison table 100 is output as the search result.
  • the score result of the degree of matching is output for each constituent unit.
  • the output of the recalculation of the degree of matching is executed by pressing the search button 109 each time the recalculation is performed.
  • the user interface may be generated so that the search button 109 can be continuously pressed in a short time.
  • This recalculation can be repeated as many times as necessary until the document information desired by the user is output.
  • the recalculation of the degree of matching is executed by the user pressing the search button 109 (see FIG. 3) and inputting the search signal to the calculation unit 103.
  • the user can reduce the time required to search the document information (similar document information) whose contents are close to the conditions, and realize the efficiency of the search. Can be made to.
  • the center of gravity is set closer to the conforming document information and away from the non-conforming document information.
  • the conforming document vector is weighted.
  • the center of gravity is calculated by multiplying each conforming document vector by each weight corresponding to the conforming document vector.
  • the weight is calculated (adjusted) so that the center of gravity is set close to the conforming document information and away from the non-conforming document information, and the center of gravity is calculated in consideration of the weight.
  • the calculation unit 103 executes the calculation of the weight and the center of gravity.
  • the weight adjustment can be calculated from the center of gravity vector of the center of gravity calculated in (1), the conforming document vector, and the parameters determined based on the non-conforming document vector.
  • the parameters are calculated based on the following formula.
  • the calculation unit 103 executes the calculation of the parameters.
  • the weight can be adjusted by, for example, SCDV (Space Composite Document Documents Using Soft clustering over sparse distribution).
  • the document vector may be calculated by Word2Ves, Doc2Vec (Paragraph2Vec), LDA, NTSG, or the like.
  • the document information fixing unit executes the fixing of the main document information.
  • the output unit 104 outputs a figure (image) of the main document information fixing switch 106 indicating that the main document information is fixed to the comparison table 100, and an operation in which the user selects this switch, that is, a mouse. Click with or use the keyboard. Then, the main document information fixing command signal is input to the document information fixing unit (not shown). The user selects the main information fixing mode by operating the main document information fixing switch 106, and is configured to receive a plurality of document information fixing instructions from the user based on the main document information fixing command signal. ..
  • the user can select the main information fixing mode by clicking the main document information fixing switch 106 with the mouse. It suffices if the main information fixing mode can be selected, and the main document information fixing switch 106 may be, for example, a button, an icon, or the like.
  • the user can freely select the main information fixed mode, and the output unit 104 selects any of the similar document information output to the comparison table 100 as the main document information. You may. Further, the selection of the main document information is not limited to one, and two or more document information may be selected as the main document information.
  • the main document information can be fixed by the user inputting the document information in the input box 107.
  • the document information that can be input in this case is not limited to one.
  • the user can input two or more document information.
  • the user inputs the main document information into the input box 107 and presses the specific switch 108 to recalculate the degree of matching.
  • the document information to be input in the input box 107 is, for example, a notice of reasons for refusal, a mock notice of reasons for refusal (a mock notice similar to the notice of reasons for refusal), or as an inventor or an applicant. It also includes information about related intellectual property.
  • the information about the intellectual property related as the inventor or the applicant is the invention memo or claim information in which the invention information is described. Similar information includes, for example, prior art documents.
  • the document information input to the input box 107 is not limited to the preceding patent document number.
  • the document information to be input to the input box 107 includes text data and numerical data.
  • Textual data includes, for example, information about intellectual property, idea sheets, idea memos, information related to litigation, papers, books (including magazines and weekly magazines), reports and homepages.
  • Numerical data includes, for example, experimental data, measurement data, statistical data, and inspection data.
  • the document information to be input to the input box 107 includes mathematical data, chart data, photographic data, and image data (including still images and moving images). In that case, the PDF electronic data can be taken into the input box 107, for example, by dropping and dropping the PDF electronic data. It should be noted that the PDF electronic data of the preceding patent document can be captured by dropping and dropping.
  • the output unit 104 specifies at least one or more structural units among the plurality of structural units obtained by decomposing the input information, and outputs (extracts) a plurality of document information including the designated structural units. Can be done.
  • the configuration unit can be specified by switching to the "Like" function 115a on the self-evaluation mode changeover switch 115. Then, the score of the degree of matching is calculated for a plurality of document information (similar prior art documents) including a specific structural unit, and the document information is displayed and output in the comparison table 100. Thereby, a more similar prior art document can be output to the input information.
  • the calculation of the plurality of document information including the specific structural unit is performed by the same method as the recalculation calculation process described above. Then, among the document information output by the output unit 104, the specific document information can be fixed as the main document information by the user pressing the main document information fixing switch 106.
  • the recalculation is performed by adjusting the weight of the input document information based on the main document information.
  • the recalculation method is the same as the recalculation method based on the self-evaluation mode described above.
  • the main document information includes, for example, citation information and reference information cited as a result of past examinations at the patent offices of each country, as well as non-patent documents such as patent documents, books, and magazines that the user himself has searched for in the past. There may be.
  • the document information evaluation device 1 may include a determination unit (not shown) for determining the possibility of acquiring a right.
  • the determination unit can search for similar prior art documents similar to the recognized invention, and execute, for example, a process of determining the possibility of acquiring a right depending on the presence or absence of the similar invention. Judgment as to whether or not the inventions are similar can be made, for example, by recognizing the meaning (implication) of the recognized invention and whether or not a cited invention having similar implications can be searched.
  • the cited invention is a published patent document or a non-patent document. As the patent document, for example, a document such as a patent gazette published by the Japan Patent Office can be used.
  • the non-patent document a document published in an academic journal, a newspaper, a website, or the like can be used.
  • the patent document or the non-patent document can be stored in a dedicated database (not shown) so that it can be searched by a determination unit (not shown).
  • a keyword is extracted from the words included in the recognized invention, and a synonym for the keyword is obtained from a database (not shown) that stores synonyms, synonyms or derivative words (synonyms, etc.).
  • the determination unit may calculate the degree of similarity between sentences as the degree of similarity.
  • the determination unit may determine that the possibility of acquiring the right is high when the similarity of the calculated sentences is small. On the other hand, the determination unit (not shown) may determine that the possibility of acquiring the right is low when the calculated sentences have a high degree of similarity.
  • the judgment unit is, for example, "S rank (very high possibility)", “A rank (high possibility)", “B rank (possible)” according to the high or low possibility of acquiring the right. Judgment by rank may be made, such as "with sex)" and "C rank (less likely)". Further, the determination is not limited to the display from S rank to C rank. The determination may be, for example, displayed from ⁇ to ⁇ in descending order of probability.
  • the judgment unit can judge the possibility of acquisition of rights based on the examination results of acquisition of rights that have been examined in the past by the patent offices of each country.
  • the examination result of acquisition of rights is the invention related to the application, the cited reference, and the examination result (whether or not it was rejected based on the cited document) in comparison between the two.
  • the judgment unit calculates the similarity between the invention of the application and the text of the cited reference, learns the comparison between the calculated similarity and the examination result, and determines the possibility of acquiring the right. You may. By learning the comparison between the calculated similarity and the past examination results, the judgment unit (not shown) can use the judgments made by the JPO in the past as the judgment criteria, and thus the possibility of acquiring the right.
  • the determination accuracy can be improved.
  • the storage unit 102 may be configured to store the examination result in advance.
  • the examination result can be obtained, for example, from the examination information published by the patent offices of each country.
  • the determination unit (not shown) may determine the possibility of acquiring the right based on the examination result.
  • the output unit 104 controls the information output to the user terminal 2 based on the data related to the intellectual property calculated by the calculation unit 103 or similar information. Specifically, the output unit 104 can output and control the aspect of the character 3 based on the information on the possibility of acquiring the right calculated by the calculation unit 103. For example, when the determination unit (not shown) determines that the above-mentioned information on the possibility of acquiring the right should be rejected, the output unit 104 selects a sad character from the character information stored in the storage unit 102. , An output instruction is issued to the output unit 104 so as to be displayed on the display screen 200.
  • the output unit 104 stores the above-mentioned score or the information on the possibility of acquiring the right in the storage unit 102.
  • An output instruction may be issued to the output unit 104 so as to select a sad character from the displayed character information and display it.
  • the output unit 104 may output the keyword calculated by the calculation unit 103 via the character 3.
  • the calculation unit 103 extracts a keyword from the information about the intellectual property stored in the storage unit 102. Specifically, when the judgment unit (not shown) determines that the information on the possibility of acquiring the right should be rejected, what kind of new keyword should be added to reject the information on the possibility of acquiring the right. A new keyword is calculated by the logic of determining that it is not.
  • the calculation unit 103 may enumerate innumerable new keywords, but since it is complicated, the calculation unit 103 may calculate the keywords described in the complaints of the publications of the same or similar technology.
  • the judgment unit may machine-learn the past examination results and judge the possibility of acquiring the right.
  • the examination result is acquired by the information acquisition unit 101.
  • the judgment unit performs machine learning (supervised learning) using the input and output as a data set, inputting the invention related to the application and the cited document, and using the examination result as an output.
  • the possibility of acquiring rights can be determined by modeling the obtained data set.
  • the dataset can be modeled as a different model depending on, for example, the country, applicable law (including law revision), field of invention, and the like.
  • the determination unit (not shown) can improve the accuracy of determination regarding the possibility of acquiring the right by using the learning results learned in each modeling.
  • the judgment unit (not shown) machine-learns the new examination results acquired by the information acquisition unit 101, so that even if there is a change in the examination tendency at the JPO, that tendency will occur. It is possible to judge the possibility of acquiring rights in response to changes.
  • machine learning a learning technique with supervised learning or a learning technique without supervised learning may be used.
  • the learning technique of machine learning for example, a neural network (including deep learning), a support vector machine, clustering (for example, a task, a first embodiment, etc.), a Bayesian network, or the like may be used.
  • the program for realizing the function constituting the device described in the present embodiment is stored in a computer-readable storage medium, and the program stored in the storage medium is read into the computer system and executed. Therefore, the above-mentioned various processes of the present embodiment may be performed.
  • the "computer system” referred to here may include hardware such as an OS and peripheral devices.
  • the "computer system” includes a homepage providing environment (or display environment) if a WWW system is used.
  • the "computer-readable storage medium” includes a flexible disk, a magneto-optical disk, a ROM, a writable non-volatile memory such as a flash memory, a portable medium such as a CD-ROM, a hard disk built in a computer system, and the like. It refers to the storage device of.
  • the "computer-readable storage medium” is a volatile memory (for example, DRAM (Dynamic)) inside a computer system that serves as a server or a client when a program is transmitted via a network such as the Internet or a communication line such as a telephone line. It also includes those that hold the program for a certain period of time, such as Random Access Memory)). Further, the program may be transmitted from a computer system in which this program is stored in a storage device or the like to another computer system via a transmission medium or by a transmission wave in the transmission medium.
  • DRAM Dynamic
  • the "transmission medium” for transmitting a program refers to a medium having a function of transmitting information, such as a network (communication network) such as the Internet or a communication line (communication line) such as a telephone line.
  • the above program may be for realizing a part of the above-mentioned functions. Further, it may be a so-called difference file (difference program) that realizes the above-mentioned function in combination with a program already stored in the computer system.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Multimedia (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

検索の精度を向上させることが可能であって、条件に近い内容の文書情報を検索するために必要な時間を低減し、検索の効率化を実現させることができる。利用者が操作可能な利用者端末から入力された入力情報を利用者端末から取得する情報取得部と、複数の文書情報を記憶する記憶部と、入力情報を所定の構成単位に分解し、該分解された構成単位ごとに記憶部に記憶された複数の文書情報のうちの一の文書情報との一致度ぐあいをスコアとして算出する算出部と、スコアに基づき、入力情報と文書情報との差異の程度を構成単位ごとに示した比較表を出力する出力部と、比較表に対して、利用者による文書情報の自己評価を入力する入力部とを備える。

Description

文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
　本発明は、文書情報評価装置および文書情報評価方法並びに文書情報評価プログラムに関するものである。
　近年、膨大な文書情報のなかから、条件に近い内容の文書情報を検索するシステムが提案されている（例えば、特許文献１参照。）。特許文献１には、文書情報の各部分を構成するセグメント（構成単位）ごとにキーワードの出現頻度から各文書情報の重みを計算し、その重みに基づいて所定の基準で類似度をスコア化することが記載されている。特許文献１のシステムによれば、文書情報のセグメントごとに類似度をスコア化しているため、文書情報の一部にしか条件に近い内容が記載されない場合であっても確実に検索することができる。
特開２０１５－２０３９６１号公報
　しかし、特許文献１のシステムに基づくと、文書情報の一部にしか条件に近い内容が記載されおらず、文書情報の全体としては類似度が低い文献情報が検索される場合が生じ得る。利用者が意図しない文献情報が検索された場合、検索条件に用いるキーワード、文節、文章等の選定を最初からやり直す必要が生じる。そして、条件に近い内容の文書情報が検索されるまで、検索条件の選定を何回も繰り返すことになる。これには多大な時間を要し、利用者にとっての負担が非常に大きい。
　本発明の目的は、上記の課題に鑑み、検索の精度を向上させることが可能であって、条件に近い内容の文書情報を検索するために必要な時間の低減および効率化が可能な文書情報評価装置および文書情報評価方法並びに文書情報評価支援プログラムを提供することである。
　本発明の一実施形態における文書情報評価装置は、利用者が操作可能な利用者端末から入力された入力情報を利用者端末から取得する情報取得部と、複数の文書情報を記憶する記憶部と、入力情報を所定の構成単位に分解し、該分解された構成単位ごとに記憶部に記憶された複数の文書情報のうちの一の文書情報との一致度ぐあいをスコアとして算出する算出部と、スコアに基づき、入力情報と文書情報との差異の程度を構成単位ごとに示した比較表を出力する出力部と、比較表に対して、利用者による文書情報の自己評価を入力する入力部とを備える、ことを特徴とする。
　本発明の一実施形態における文書情報評価装置において、出力部は、入力部により入力された自己評価の結果に応じて、文書情報が良好であることを示す高評価と良好でないことを示す低評価に切り替えて出力する、ことを特徴としてもよい。
　本発明の一実施形態における文書情報評価装置において、出力部は、各文書情報を構成単位ごとに、高評価および低評価に切り替えて出力する、ことを特徴としてもよい。
　本発明の一実施形態における文書情報評価装置において、出力部は、入力情報の構成単位ごとに、該入力情報と複数の文書情報との差異の程度を比較表に出力することが可能であって、複数の文書情報の出力優先度は、構成単位ごとに算出されるスコアが所定の基準を満たすか否かで決定する、ことを特徴としてもよい。
　本発明の一実施形態における文書情報評価装置において、入力情報および複数の文書情報は知的財産に関する情報を含む、ことを特徴としてもよい。
　本発明の一実施形態における文書情報評価装置において、算出部は、自己評価を示す自己評価モード自己評価モードの切り替えを反映し、入力情報に対する文書情報の一致度ぐあいを再算出する、ことを特徴としてもよい。
　本発明の一実施形態における文書情報評価装置において、比較表に出力された複数の文書情報のうち、利用者が希望する所望の少なくとも一の文書情報をメイン文書情報として固定する文書情報固定部を、さらに備え、算出部は、文書情報固定部にて固定したメイン文書情報に基づき、入力情報に対する文書情報の一致度ぐあいを再算出する、ことを特徴としてもよい。
　本発明の一実施形態における文書情報評価方法は、コンピュータが、利用者が操作可能な利用者端末から入力された入力情報を利用者端末から取得する情報取得ステップと、複数の文書情報を記憶する記憶ステップと、入力情報を所定の構成単位に分解し、該分解された構成単位ごとに記憶ステップに記憶された複数の文書情報のうちの一の文書情報との一致度ぐあいをスコアとして算出する算出ステップと、スコアに基づき、入力情報と文書情報との差異の程度を構成単位ごとに示した比較表を出力する出力ステップと、比較表に対して、利用者による文書情報の自己評価を入力する入力ステップとを備える、ことを特徴とする。
　本発明の一実施形態における文書情報評価プログラムは、コンピュータに、利用者が操作可能な利用者端末から入力された入力情報を利用者端末から取得する情報取得機能と、複数の文書情報を記憶する記憶機能と、入力情報を所定の構成単位に分解し、該分解された構成単位ごとに記憶機能に記憶された複数の文書情報のうちの一の文書情報との一致度ぐあいをスコアとして算出する算出機能と、スコアに基づき、入力情報と文書情報との差異の程度を構成単位ごとに示した比較表を出力する出力機能と、比較表に対して、利用者による文書情報の自己評価を入力する入力機能とを実行させる、ことを特徴とする。
　本発明によれば、検索の精度を向上させることが可能であって、条件に近い内容の文書情報を検索するために必要な時間を低減し、検索の効率化を実現させることができる文書情報評価装置および文書情報評価方法並びに知的財産文書情報評価支援プログラムを提供させることができる。
本発明の一実施形態に係る文書情報評価装置のソフトウェア構成の一例を示すブロック図である。 本発明の一実施形態における情報処理装置１のハードウェア構成の一例を示すブロック図である。 本発明の一実施形態に係る出力画面の例を示す模式図である。 本発明の一実施形態に係る文書情報評価装置の動作例を示すフローチャートである。 本発明の第１の実施形態における、文書情報評価装置１のスコア算出処理の一例を示すフローチャートである。
　以下、図面を参照して本発明の一実施形態における情報処理文書情報評価装置、文書情報評価方法及び文書情報評価プログラムについて詳細に説明する。
　先ず、図１を用いて、文書情報評価装置１のソフトウェア構成を説明する。図１は、本発明の一実施形態における文書情報評価装置１のソフトウェア構成の一例を示すブロック図である。
　文書情報評価装置１は、情報取得部１０１と、記憶部１０２と、算出部１０３と、出力部１０４と、入力部１０５の各機能部を有する。本実施形態における文書情報評価装置１の上記各機能部は、文書情報評価装置１を制御する情報処理プログラム（ソフトウェア）によって実現される機能モジュールであるものとして説明する。文書情報評価プログラムは、文書情報評価装置１で動作する。すなわち、文書情報評価装置１は、文書情報評価プログラムが動作する装置をいう。
　出力部１０４は、利用者が検索したい内容に関係する入力情報に対し、該入力情報と複数の文書情報との一致度ぐあいをスコアとして算出した結果を比較表１００（図３参照）として出力する。その出力結果に基づき、利用者は、比較表１００に対して自己評価を入力することができる。これによって、文書情報評価装置１は、検索の精度を向上させることが可能であって、利用者が希望する条件に近い内容の文書情報を検索する場合に、検索に要する時間を低減させることができ、検索の効率化を実現することができる。
　文書情報評価装置１は、ネットワーク（ＮＷ）を介して利用者端末２と接続し、該利用者端末２に対して文書情報評価システムのサービスを提供するための装置である。文書情報評価装置１は、例えば、いわゆるサーバ装置やコンピュータ（例えば、デスクトップ、ラップトップ、タブレットなど）である。なお、本発明の一実施形態において、文書情報評価装置１は、これらに限定されない。
　情報取得部１０１は、利用者端末２から入力されたこれら知的財産に関する情報を、利用者端末２から取得する。利用者端末２は、利用者が操作可能な端末装置であって、例えば、デスクトップＰＣ、ノートＰＣ、タブレットＰＣまたはスマートフォン等である。本実施形態では、一例として、入力情報および文書情報が知的財産に関する情報である場合について説明する。
　ここで、知的財産とは、人間の知的活動によって生み出されたアイデアや創作物等である。知的財産は、例えば、発明、考案、意匠、商標、著作物、回路配置または植物の新品種である。また、知的財産は、例えば、知的財産の内容を説明するための文書、知的財産の内容を説明するための図、表、グラフ、スケッチもしくは写真（図等）、または図等を説明する文書等であってもよい。本実施形態における知的財産に関する情報とは、上述した利用者が検索したい内容を抽出するための情報である。知的財産に関する情報は、権利取得された情報のみならず、権利取得前の公開情報、未公開情報、出願前の発明情報を含む。権利取得された情報とは、例えば、特許権、実用新案権、意匠権、商標権、著作権、回路配置利用権または育成者権等が成立している情報である。例えば、知的財産が発明である場合、入力情報および文書情報は、発明の内容を示す文章（特許請求の範囲の記載、発明の課題または発明の目的等）または図面等の情報である。また、知的財産が意匠である場合、入力情報および文書情報は、形状、模様若しくは色彩又はこれらの結合に係る図面等の情報である。また、知的財産が商標である場合、入力情報および文書情報は、商品またはサービスの識別標識である。
　記憶部１０２は、文書情報を保持する。文書情報は、ＮＷを介して送受信される様々なデータを含み、例えば、文章データ、数値データを含む。文章データは、例えば、知的財産に関する情報、アイデアシート、アイデアメモ、訴訟に関連する情報、論文、書籍（雑誌、週刊誌を含む）、レポート及びホームページを含む。数値データは、例えば、実験データ、測定データ、統計データ、検査データが含まれる。その他、文章情報は、数式データ、図表データ、写真データ及び画像データ（静止画像、動画像を含む）を含む。
　なお、知的財産に関する情報には、上述したように権利取得前の情報を含んでいてもよい。権利取得前の情報とは、例えば、発明や意匠を創作するまでの過程を記憶した情報、実験のために準備した材料もしくは装置、実験結果、研究開発の表題、研究開発の目的、技術者の氏名、技術者の所属名、プロジェクト番号等の付随的な情報である。付随的な情報には、取得された知的財産に関する情報に対するアクセス権限の情報を含んでいてもよい。アクセス権限とは、情報に対する閲覧、編集、削除、認証処理等の処理を実行できる権限であり、例えば、知的財産に関する情報を記憶した技術者に対しては、全ての処理を実行できるアクセス権限を付与し、知的財産の創作に共同した技術者には、閲覧の処理を実行できるアクセス権限を付与し、または、知的財産に関する情報を認証する認証者（後述）には認証処理を実行できるアクセス権限を付与する。情報取得部１０１は、知的財産に関する情報として、これらの付随的な情報を取得するようにしてもよい。利用者が入力したこれら知的財産に関する情報を、利用者端末２から取得する。
　また、以下の説明においては、知的財産が発明である場合を例示するが、知的財産は発明に限定されるものではない。すなわち、知的財産の創作には、商標における識別標識の選択等を含んでいてもよい。
　算出部１０３は、記憶部１０２において記憶された文書情報に基づき、利用者端末２から入力された入力情報に対する一致度ぐあいを算出する。具体的には、入力情報を所定の構成単位に分解し、該分解された構成単位ごとに、記憶部１０２に記憶された複数の文書情報のうちの一の文書情報との一致度ぐあいをスコアとして算出することができる。構成単位の分解は、例えば、「発明者、創作者、または出願人として関係する知的財産に関する情報」の構成要件を句読点ごとに分節をする。または、一定の文章の長さや、述語ごとに分節をしてもよい。算出部１０３は、構成要件を認定すると、出力部１０４により類似情報を取得し、構成要件と類似情報の近似の程度を算出する。構成要件のキーワードと同一または、そのキーワードよりも類似情報のキーワードが下位概念であれば一致度ぐあいは高いと判断してもよい。算出部１０３は、記憶部１０２に、予め記憶された、単語のコーパス辞書により、その辞書により下位概念または上位概念の有無を算出できる。
　算出部１０３は、構成要件と類似情報の一致度ぐあいをスコア算出し、一致するか否かを閾値処理により判定し、構成要件の一致点および相違点を算出する。閾値は予め定められていてもよいし、機械学習により算出されたスコアをもちいてもよい。
　また、算出部１０３は、具体的には、一致度ぐあいをスコア算出するよう、記憶部１０２に記憶された知的財産に関する情報を用いて機械学習させたモデルを用いて、利用者端末２から受け付けた知的財産に関する情報に対する入力情報との内容の一致度ぐあいをスコア算出することができる。これにより、文書情報評価装置１は、知的財産に関する情報（例えば、過去の特許情報）に基づいた一致度ぐあいのスコア算出を、より素早く正確かつ容易に行うことができる。
　機械学習において用いられる知的財産に関する情報は、該知的財産に関する情報について項目ごとに予め数値化された上で処理されており、利用者端末２から入力された知的財産に関する入力情報も、同様に数値化した上で一致度ぐあいのスコア算出が行われる。
　予め数値化される知的財産に関する情報に関する項目とは、例えば、知的財産に関する公開公報に紐づく各種情報であってもよい。知的財産に関する公開公報に紐づく各種情報は、例えば、公開公報の発行日、該公開公報に係る出願書類の提出日（すなわち出願日）、該公開公報に係る出願において受領した拒絶理由通知書の回数、該拒絶理由通知書における内容、該拒絶理由通知書に対する応答の内容、該公開公報に係る出願において行われた補正の回数、該補正の内容、独立請求項の文字数、請求項の数などであってもよい。
　算出部１０３は、一致度ぐあいのスコア算出のため、過去に文書情報評価装置１を使用して一致度ぐあいをスコア算出した知的財産に関する情報の実際の結果をフィードバックとして記憶部１０２が格納することによって、機械学習に使用することができる。これにより、文書情報評価装置１は、より精度の高い類似する先行技術文献の抽出を行うことができる。
　算出部１０３は、利用者が利用者端末２から入力した知的財産に関する入力情報に対して一致度ぐあいのスコア算出を行った結果、相違点が高い（一致点が低い）場合、新たなキーワードを抽出し、構成要件ごとの一致度ぐあいを改めてスコア算出してもよい。例えば、算出部１０３は、利用者端末２から入力された知的財産に関する情報において使用されるキーワードに代えて又は加えて抽出した新たなキーワードを使用した場合について一致度ぐあいを改めて、スコア算出することができる。このとき、算出部１０３は、一致度ぐあいのスコアが高くなるまで、キーワードの抽出を繰り返すことができる。一致度ぐあいのスコアが高く算出された場合、このとき抽出したキーワードを出力部１０４より利用者端末２に出力することができる。キーワードの抽出は、記憶部１０２において記憶されている知的財産に関する文書情報からランダムに抽出してもよく、利用者端末２から入力された知的財産に関する入力情報から抽出するようにしてもよく、オズボーンのチェックリスト等を使用してキーワードの抽出の方法を予め定めておき、該方法に基づいて抽出してもよい。これにより、文書情報評価装置１は、利用者端末２から入力された知的財産に関する情報に対する一致度ぐあいのスコア算出だけでなく、該知的財産に関する情報に関してどうすれば一致度ぐあいが高くなるかの情報を利用者に提示することが可能となり、利用者が希望する内容を精度よく検索することができる。
　キーワードとは、文章、語句、熟語、単語、記号、アルファベット、化学式、又は数字などである。
　また、算出部１０３は、利用者端末２から入力された知的財産に関する情報に対して一致度ぐあいのスコア算出を行った結果、一致点が高い（相違点が低い）場合、記憶部１０２において記憶されている知的財産に関する文書情報からキーワードを抽出することができ、このとき、利用者端末２から入力された知的財産に関する入力情報において使用されるキーワードに代えて又は加えて抽出したキーワードを使用した場合の一致度ぐあいのスコアが高くなる分布のうち端に位置するようなキーワードを抽出することとしてもよい。キーワードの抽出の際、利用者端末２から受け付けた知的財産に関する情報において使用されるキーワードに代えて又は加えて該抽出したキーワードを使用した場合の一致度ぐあいのスコアが高くなる分布のうち、中央ではなく端に位置するようなキーワードを抽出することによって、文書情報評価装置１は、抽出するキーワードによる知的財産に関する情報についての限定に際し、より一致度ぐあいのスコアを低くすることが可能なキーワードを提示することができる。例えば、知的財産に関する情報が特許出願予定の発明の場合、文書情報評価装置１は、該発明に対し、権利取得可能性を肯定的にしつつ、該発明の限定がより少ないものとなるようにすることが可能なキーワードを抽出することができる。
　算出部１０３は、具体的には、学習データ及び権利取得可能性の情報に基づいて、知的財産に関する情報に付加すべき新たなキーワードを、知的財産に関する入力情報から算出し、出力部１０４は、新たなキーワードを出力することができる。これにより、文書情報評価装置１は、知的財産に関する情報を利用者によりわかりやすく表現することができ、知的財産法の知識に乏しい利用者であっても、わかりやすく知的財産に関する情報として、新たなキーワードを含めた発明の提案をすることができる。
　また、算出部１０３は、相違性が認められた場合、その相違点の高い（一致点の低い）構成要件に対して、出力部１０４を介して、新たな類似特許を取得することとしてもよい。具体的には、算出部１０３は、一致点が低いと判断をし、出力部１０４に対して新たな類似情報を出力するように指令をし、出力部１０４は一致点の低い構成単位を埋めるための新たな類似情報を取得してもよい。算出部１０３による一致度ぐあいの算出は、利用者が検索ボタン１０９（図３参照）を押すことによって、算出部１０３に検索信号が入力されることによって実行される。
　出力部１０４は、文書情報の評価結果を利用者端末２に出力する。例えば、文書情報の評価結果は、構成単位ごとに、入力情報に類似する文書情報（以下、「類似情報」という）との差異の程度を対比（比較）した比較表である。ただし、文書情報の評価結果は、比較表に限定されない。例えば、模擬拒絶理由通知書（拒絶理由通知書に似せた、模擬的な通知書）であったり、発明者または出願人として関係する知的財産に関する情報等も含まれる。特許の場合、発明者または出願人として関係する知的財産に関する情報は、発明情報が記載されている発明メモや請求項情報である。類似情報は、例えば先行技術文献であって、比較表１００（図３参照）は、技術的な差異を示したいわゆるクレームチャートである。
　入力部１０５には、利用者の自己評価を示す自己評価モードが入力される。利用者は利用者の自己評価を示す自己評価モードの選択をすることができる。自己評価モードは、自己評価モード切り替えスイッチ１１５（図３参照）により選択できるように構成されている。出力部１０４は、比較表１００に対し、自己評価モード切り替えスイッチ１１５を表示出力する。詳細は、後述する。
　以上説明した、文書情報評価装置１が有する、情報取得部１０１、記憶部１０２、算出部１０３、出力部１０４、入力部１０５の各機能部は、文書情報評価装置１の機能の一例を示したものであり、文書情報評価装置１が有する機能を限定したものではない。例えば、文書情報評価装置１は、上記全ての機能を有している必要はなく、一部の機能を有するものであってもよい。また、文書情報評価装置１は、上記以外の他の機能を有していてもよい。例えば、文書情報評価装置１は、機能の設定を行うための入力機能や、装置の稼働状態をＬＥＤランプ等により報知する出力機能を有していてもよい。
　また、文書情報評価装置１が有する上記各機能部は、上述の通り、ソフトウェアによって実現されるものとして説明した。しかし、文書情報評価装置１が有する上記機能部の中で少なくとも１つ以上の機能部は、ハードウェアによって実現されるものであってもよい。
　また、文書情報評価装置１が有する上記何れかの機能部は、１つの機能部を複数の機能部に分割して実施してもよい。また、文書情報評価装置１が有する上記何れか２つ以上の機能部を１つの機能に集約して実施してもよい。すなわち、図１は、文書情報評価装置１が有する機能を機能ブロックで表現したものであり、例えば、各機能部がそれぞれ別個のプログラムファイル等で構成されていることを示すものではない。
　また、文書情報評価装置１は、１つの筐体によって実現される装置であっても、ネットワーク等を介して接続された複数の装置から実現されるシステムであってもよい。例えば、文書情報評価装置１は、その機能の一部または全部をクラウドコンピューティングシステムによって提供されるクラウドサービス等、仮想的な装置によって実現するものであってもよい。すなわち、文書情報評価装置１は、上記各機能部のうち、少なくとも１以上の機能部を他の装置において実現するようにしてもよい。また、文書情報評価装置１は、サーバ装置等の汎用的なコンピュータであってもよく、機能が限定された専用の装置であってもよい。
　次に、図２を用いて、文書情報評価装置１のハードウェア構成を説明する。図２は、本発明の一実施形態における文書情報評価装置１のハードウェア構成の一例を示すブロック図である。
　文書情報評価装置１は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１１、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）１２、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）１３、タッチパネル１４および通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１５を有する。文書情報評価装置１は、図１で説明した情報処理プログラムを実行する装置である。
　ＣＰＵ１１は、ＲＡＭ１２またはＲＯＭ１３に記憶された情報処理プログラムを実行することにより、文書情報評価装置１の制御を行う。文書情報評価プログラムは、例えば、文書情報評価プログラムを記憶した記憶媒体、または、ネットワークを介したプログラム配信サーバ等から取得されて、ＲＯＭ１３にインストールされ、ＣＰＵ１１から読出されて実行される。
　タッチパネル１４は、操作入力機能と表示機能（操作表示機能）を有する。タッチパネル１４は、文書情報評価装置１の利用者に対して指先又はタッチペン等を用いた操作入力を可能にする。本実施形態における文書情報評価装置１は操作表示機能を有するタッチパネル１４を用いる場合を説明するが、文書情報評価装置１は、表示機能を有する表示装置と操作入力機能を有する操作入力装置とを別個有するものであってもよい。その場合、タッチパネル１４の表示画面は表示装置の表示画面、タッチパネル１４の操作は操作入力装置の操作として実施することができる。なお、タッチパネル１４は、ヘッドマウント型、メガネ型、腕時計型のディスプレイ等の種々の形態によって実現されてもよい。
　通信Ｉ／Ｆ１５は、通信用のＩ／Ｆである。通信Ｉ／Ｆ１５は、例えば、無線ＬＡＮ、有線ＬＡＮ、または赤外線等の近距離無線通信等を実行する。通信Ｉ／Ｆ１５は、例えば、ＮＷを介して利用者端末２との通信を実現する。通信Ｉ／Ｆ１５は、他の文書情報評価装置１との通信を実現するものであってもよい。なお、図２において通信用のＩ／Ｆは通信Ｉ／Ｆ１５のみを図示するが、文書情報評価装置１は複数の通信方式においてそれぞれの通信用のＩ／Ｆを有するものであってもよい。
　次に、図３を用いて、文書情報評価装置１の出力画面の出力例を説明する。図３は、本発明の一実施形態に係る出力画面の例を示す模式図である。
　入力部１０５には、利用者の自己評価を示す自己評価モードが入力される。比較表１００に対して、利用者が、類似情報としての文書情報の自己評価を示す自己評価モード切り替えスイッチ１１５を押すことにより、自己評価指令信号が入力部１０５に入力される。出力部１０４は、比較表１００に対し、利用者による文書情報の自己評価を示す自己評価モード切り替えスイッチ１１５を表示出力する。この自己評価モード切り替えスイッチ１１５に対してマウスによるクリックやキーボードの操作を行うことにより、自己評価指令信号が入力部１０５に入力される。自己評価モード切り替えスイッチ１１５をクリックすることにより利用者は自己評価を示す自己評価モードの選択ができる。また、利用者による選択に基づいて、出力部１０４は、比較表１００に対し自己評価を出力することができる。
　より詳細には、出力部１０４は、自己評価モード切り替えスイッチ１１５を比較表１００に対して表示出力し、利用者がこの自己評価モード切り替えスイッチ１１５を選択する操作、すなわちマウスによるクリックやキーボードによる操作を行う。そして、出力部１０４は、自己評価モード切り替えスイッチ１１５の選択操作に基づき、例えば、模式的に図案化した図形（画像）を自己評価モードとして表示出力することができる。このように、利用者は、自己評価モード切り替えスイッチ１１５を操作し自己評価モードの選択を行うことにより、利用者からの自己評価の選択指示が行われ、自己評価指令信号を入力部１０５が受け付ける。
　利用者は、マウスにより、自己評価モード切り替えスイッチ１１５をクリックすることによって、自己の評価を示す自己評価モードを選択することができる。そして、入力部１０５からの自己評価指令信号に基づき、出力部１０４は、自己評価の結果に応じて、文書情報が良好であることを示す高評価モードと良好でないことを示す低評価モードに切り替えて出力することができる。なお、切り替えて出力することができればよく、自己評価モード切り替えスイッチ１１５は、例えば、ボタン、アイコン等であってもよい。
　図３に示すように、高評価モードとは、例えば、利用者の評価に対して「いいね！」といった評価が高いことを示す「いいね！」機能１１５ａと、「よくないね！」といった評価が低いことを示す「ダメだね！」機能１１５ｂとを切り替えて出力することができる。出力部１０４は、「いいね！」機能１１５ａと「ダメだね！」機能１１５ｂの表示態様を変更して出力することができる。視覚的に分かるように、例えば、「いいね！」機能１１５ａの表示態様は、肯定的な事象に対して表現する場合にとるポーズ、例えば、手を握った状態で親指を上方向に向ける態様の図形を出力することができる。また、表情が笑顔の図形や万歳をしている態様の図形を出力してもよい。その他、「いいね！」機能１１５ａの表示態様は、「○」の図形を出力するように構成してもよい。
　また、図３に示すように、「ダメだね！」機能１１５ｂの表示態様は、否定的な事象に対して表現する場合にとるポーズ、例えば、手を握った状態で親指を下方向に向ける態様の図形を出力することができる。また、表情が悲観的な顔の図形や残念モードを表現する首を横に振っている態様の図形を出力してもよい。その他、「ダメだね！」機能１１５ｂの表示態様は、「×」の図形を出力するように構成してもよい。
　「いいね！」機能１１５ａと「ダメだね！」機能１１５ｂの表示態様はスイッチの図形を変更して表示する場合に限定されない。例えば、出力部１０４は、「いいね！」機能１１５ａと「ダメだね！」機能１１５ｂとで、スイッチの色を変更して表示するように構成してもよい。また、上記の自己評価モード（「いいね！」機能１１５ａまたは「ダメだね！」機能１１５ｂ）の切り替えは、文書情報ごとに行うこともできるし、入力情報の構成単位（Ｅｌｅｍｅｎｔ）ごとに行うこともできる。このように自己評価モードを該構成単位ごとに切り替えることができるため、構成単位の高いスコアと、構成単位の低いスコアを視覚的に一目で把握することができる。
　また、出力部１０４は、新たな類似情報に基づいて、キャラクター３の態様を選択してもよいすることができる。具体的には、自己評価モード（「いいね！」機能１１５ａまたは「ダメだね！」機能１１５ｂ）の内容によってキャラクターのどの喜怒哀楽の出力態様にするかを選択するように構成してもよい。例えば、自己評価モードが「いいね！」機能１１５ａの場合は、例えば、「喜」または「楽」の出力態様で表示出力されるように構成してもよい。また、自己評価モードが「ダメだね！」機能１１５ｂの場合は、例えば、「怒」または「哀」の出力態様で表示出力されるように構成してもよい。この表示出力は、出力部１０４が実行する。
　以上のように、出力部１０４は、算出部１０３により算出された一致度ぐあいのスコア結果に基づいて、キャラクター３の態様を出力制御することができる。算出部１０３により算出された知的財産に関するデータに基づいて、キャラクター３の態様を出力制御することにより、文書情報評価装置１は、キャラクター３を使用した知的財産に関する情報の表現が可能となり、知的財産法の知識に乏しいユーザ利用者であっても、わかりやすく知的財産に関する情報を理解させることができる。
　図３に示すように、出力部１０４は、比較表１００に出力される類似特許として複数の文書情報を出力することができる。そして、出力部１０４は、入力情報と複数の文書情報との差異の程度（一致度ぐあい）を構成単位（Ｅｌｅｍｅｎｔ）ごとに比較表１００に出力する。図３では、５件の文書情報を出力する例が示されているが、文書情報の件数は限定されない。５件の文書情報の出力優先度は、構成単位ごとに算出される一致度ぐあいを示すスコアが所定の基準を満たすか否かで決定する。所定の基準は、例えば、各構成単位のスコアを合算した値が高い順に上位５件の文献情報を左列から右列に向かって出力するように構成してもよい。また、所定の基準は、各構成単位のスコアの平均値が高い順に上位５件の文書情報を左列から右列に向かって出力するように構成してもよい。また、所定の基準は、複数に分割した全ての構成単位のうち、いくつかの任意の構成単位のスコアの平均値が所定値以上の、上位５件の文献情報を左列から右列に向かって、高い順に出力するように構成してもよい。任意の構成単位の特定は、利用者が利用者端末２から入力された任意の構成単位を取得するように構成してもよい。任意の構成単位の取得は、情報取得部１０１が実行する。また、任意の構成単位が、記憶部１０２に予め記憶されていてもよい。
　また、左側から見て第２列目に出力される文書情報は、発明の各構成単位の一致度ぐあいのスコアの平均値が一番高い文書情報を主引例として選定してもよい。発明と主引例との一致点と相違点の認定は、発明の各構成単位の一致度ぐあいのスコアが、それぞれ所定値以上であるか否かで判断することとしてもよい。そして、主引例以外の文書情報は、主引例で一致度ぐあいのスコアが低い構成単位について、一致度ぐあいのスコアが高い類似先行技術文献を副引例として選定するように構成してもよい。比較表１００には、先行技術文献における主引例と副引例の表示、ならびに主引例に係る構成単位および副引例に係る構成単位の表示を含んでいてもよい。
　このように、図３に示すように、比較表１００には、発明の構成単位ごとの一致度ぐあいのスコアが表示画面２００に出力される。ここで、一致度ぐあいとは、例えば、抽出された発明の特徴量が類似する文書情報（先行技術文献）にどれくらい含まれているかを示す数値（％）であり、数値が高いほど構成単位が先行技術文献に開示されていることを示している。構成単位ごとの一致度ぐあいは、文書情報としての先行技術文献ごとに比較されて比較表１００に出力される。この出力は、出力部１０４が実行する。比較表１００の左側から見て第１列目には、分解された発明（入力情報）の構成単位が出力される。５件の文書情報を左側から見て第２列目～第６列目は、それぞれの先行技術文献に対する一致度ぐあいのスコアが構成単位ごとに出力される。
　そして、算出部１０３により算出された一致度ぐあいのスコアに基づいて、出力部１０４は、入力情報と文書情報の一致度ぐあいをスコアとして出力をすることができる。スコア結果は、例えば、比較表１００とともに出力部１０４によって表示画面２００に出力される。一致度ぐあいのスコアは、例えば、～～％（例えば、８０％）といった形式で表現することができる。算出部１０３による一致度ぐあいの算出は、利用者が検索ボタン１０９（図３参照）を押すことによって、算出部１０３に検索信号が入力されることによって実行される。
　また、出力部１０４は、新たな類似情報に基づいて、キャラクター３の態様を選択することができ、具体的には、新たな類似情報と構成要件のスコアの高低によってキャラクターのどの喜怒哀楽の出力態様にするかを選択するように構成してもよい。
　以上のように、出力部１０４は、算出部１０３により算出された一致度ぐあいのスコア結果に基づいて、キャラクター３の態様を出力制御することができる。算出部１０３により算出された知的財産に関するデータに基づいて、キャラクター３の態様を出力制御することにより、文書情報評価装置１は、キャラクター３を使用した知的財産に関する情報の表現が可能となり、知的財産法の知識に乏しいユーザ利用者であっても、わかりやすく知的財産に関する情報を理解させることができる。
　そして、出力部１０４は、新たに出力した類似情報に基づいて、キャラクター３の態様を選択することができる。新たな類似情報に基づいて、キャラクター３の態様を新たに選択可能とすることで、文書情報評価装置１は、知的財産に関する情報を利用者によりわかりやすく表現することができ、知的財産法の知識に乏しい利用者であっても、わかりやすく知的財産に関する情報を理解させることができる。
　そして、出力部１０４は、具体的には、キャラクター３を介して、算出部１０３による一致度ぐあいのスコア結果を示すことができる。キャラクター３を介して、算出部１０３によるスコア結果を示すことで、文書情報評価装置１は、スコア結果を利用者によりわかりやすく表現することができ、知的財産法の知識に乏しい利用者であっても、わかりやすく知的財産の登録の有無に関する情報を理解させることができる。
　さらに、算出部１０３は、利用者により選択された自己評価モードの切り替えを反映し、入力された発明情報に対する類似先行技術文献の一致度ぐあいを再算出することができる。具体的には、出力部１０４が出力した、入力情報に類似する文書情報（類似先行技術文献）との差異の程度を対比（比較）した比較表において、「いいね！」機能１１５ａと「ダメだね！」機能１１５ｂが出力表示された構成単位の重みづけを行い、一致度ぐあいを再算出することができる。
　次に、図４を用いて、文書情報評価装置１の動作処理の一例を説明する。図４は、本発明の一実施形態に係る文書情報評価装置１の動作例を示すフローチャートである。
＜文書情報評価装置１の動作処理＞
　図４において、文書情報評価装置１は、利用者端末２からの知的財産に関する情報を取得したか否かを判断する（Ｓ１１）。知的財産に関する情報を取得したか否かは、情報取得部１０１が利用者端末２から入力された知的財産に関する情報を取得したか否かで判断することができる。知的財産に関する情報を取得していないと判断した場合（ステップＳ１１：ＮＯ）、文書情報評価装置１は、Ｓ１１の処理を繰り返し、知的財産に関する情報の取得を待機する。
　一方、知的財産に関する情報を取得したと判断した場合（Ｓ１１：ＹＥＳ）、算出部１０３は、記憶部１０２において記憶された文書情報に基づき、利用者端末２から入力された入力情報に対する一致度ぐあいを算出する（Ｓ１２）。具体的には、入力情報を所定の構成単位に分解し、該分解された構成単位ごとに、記憶部１０２に記憶された複数の文書情報のうちの一の文書情報との一致度ぐあいをスコアとして算出することができる。構成単位の分解は、例えば、「発明者、創作者、または出願人として関係する知的財産に関する情報」の構成要件を句読点ごとに分節をする。または、一定の文章の長さや、述語ごとに分節をしてもよい。
　Ｓ１２の処理を実行した後、スコアの算出結果に基づき、出力部１０４は、入力情報と文書情報との差異の程度を構成単位ごとに示した比較表を出力する（Ｓ１３）。例えば、文書情報の評価結果は、構成単位ごとに、入力情報に類似する文書情報（以下、「類似情報」という）との差異の程度を対比（比較）した比較表である。ただし、文書情報の評価結果は、比較表１００に限定されない。例えば、模擬拒絶理由通知書（拒絶理由通知書に似せた、模擬的な通知書）であったり、発明者または出願人として関係する知的財産に関する情報等も含まれる。特許の場合、発明者または出願人として関係する知的財産に関する情報は、発明情報が記載されている発明メモや請求項情報である。類似情報は、例えば先行技術文献であって、比較表１００は、技術的な差異を示したいわゆるクレームチャートである。一致度ぐあいのスコアは、例えば、「０％」～「１００％」の数値として算出することができる。
　Ｓ１３の処理を実行した後、入力部１０５は、比較表に対して、利用者による文書情報の自己評価を入力する（Ｓ１４）。入力部１０５には、利用者の自己評価を示す自己評価モードが入力される。比較表１００に対して、利用者が、類似情報としての文書情報の自己評価を示す自己評価モード切り替えスイッチ１１５を押すことにより、自己評価指令信号が入力部１０５に入力される。出力部１０４は、比較表１００に対し、利用者による文書情報の自己評価を示す自己評価モード切り替えスイッチ１１５を表示出力する。この自己評価モード切り替えスイッチ１１５に対してマウスによるクリックやキーボードの操作を行うことにより、自己評価指令信号が入力部１０５に入力される。自己評価モード切り替えスイッチ１１５をクリックすることにより利用者は自己評価を示す自己評価モードの選択ができる。また、利用者による選択に基づいて、出力部１０４は、比較表１００に対し自己評価を出力することができる。より詳細には、出力部１０４は、自己評価モード切り替えスイッチ１１５を比較表１００に対して表示出力し、利用者がこの自己評価モード切り替えスイッチ１１５を選択する操作、すなわちマウスによるクリックやキーボードによる操作を行う。そして、出力部１０４は、自己評価モード切り替えスイッチ１１５の選択操作に基づき、例えば、模式的に図案化した図形（画像）を自己評価モードとして表示出力することができる。このように、利用者は、自己評価モード切り替えスイッチ１１５を操作し自己評価モードの選択を行うことにより、利用者からの自己評価の選択指示が行われ、自己評価指令信号を入力部１０５が受け付ける。自己評価の選択指示を受け付けは、出力部１０４が行う。
　利用者は、マウスにより、自己評価モード切り替えスイッチ１１５をクリックすることによって、自己の評価を示す自己評価モードを選択することができる。そして、入力部１０５からの自己評価指令信号に基づき、出力部１０４は、自己評価の結果に応じて、文書情報が良好であることを示す高評価モードと良好でないことを示す低評価モードに切り替えて出力することができる。なお、切り替えて出力することができればよく、自己評価モード切り替えスイッチ１１５は、例えば、ボタン、アイコン等であってもよい。Ｓ１４の処理を実行した後、文書情報評価装置１は、図示する動作を終了する。
　ここで、一致度ぐあいのスコア算出は、例えば、以下の処理で行うことができる。
　図５は、本発明の第１の実施形態における、文書情報評価装置１のスコア算出処理の一例を示すフローチャートである。
＜一致度ぐあいのスコア算出処理＞
　算出部１０３は、情報取得部１０１が評価対象を表す入力情報を取得すると、まずｋＮＮグラフを作成する（Ｓ１０１）。ｋＮＮグラフは、以下の手順で作成される。まず、情報取得部１０１が利用者端末２を介して取得した知的財産に関する技術情報に付随する技術情報、先行技術情報としての入力情報、記憶部１０２に記憶された入力情報に類似する類似技術情報に含まれる文章を全てベクトル化する。ベクトル化は、Ｗｏｒｄ２Ｖｅｃ、Ｄｏｃ２Ｖｅｃ(Ｐａｒａｇｒａｐｈ２ｖｅｃ)、ＬＤＡ（Ｌａｔｅｎｔ Ｄｉｒｉｃｈｌｅｔ Ａｌｌｏｃａｔｉｏｎ）またはＮＴＳＧ（Ｎｅｕｒａｌ　ｅｎｓｏｒ　Ｓｋｉｐ　Ｇｒａｍ）等の従来技術によって行われてよい。ベクトル化は算出部１０３が実行する。ベクトルから文章間の距離行列を作成する。各文章を頂点として、それぞれの文字データからそれと距離が短いものｋ個の文章へと辺を張る。以上の手順により、ｋＮＮグラフを作成する。上記にて文章として説明したが、複数の文節の組み合わせ、文節、または単語であってもよい。
　続いて、算出部１０３は、情報取得部１０１から取得された技術情報としての入力情報に対する出力対象としての類似文書情報を、記憶部１０２に記憶された入力情報に類似する類似技術情報、および知的財産情報に含まれる文章全てに設定し（Ｓ１０２）、情報取得部１０１から取得した入力情報（技術情報）に含まれる技術文言をクエリと設定し、出力部１０４は、該クリエで該出力対象としての類似文書情報を出力する（Ｓ１０３）。ここで、出力はＥｌａｓｔｉｃ　Ｓｅａｒｃｈ（登録商標）等の従来技術によって行われてよい。
　出力部１０４は、出力の結果、最もスコアが高い文章を始点として設定し（Ｓ１０４）、始点を最終出力結果へ追加し（Ｓ１０５）、最終出力結果がｎ件以上となるまで繰り返す（Ｓ１０６）。ｎ件に満たない場合Ｓ１０７に進み、ｎ件以上となった場合Ｓ１１０へ進む。
　最終出力結果がｎ件に満たない場合、算出部１０３は、クエリ変換ルールの候補を抽出する（Ｓ１０７）。クエリ変換ルールの候補は、以下の手順で抽出される。まず、作成したｋＮＮグラフに基づき、始点として設定された文章と類似する文章を抽出する。続いて、始点として設定された文章と抽出された類似する文章とにおいて、重要度が高いと認定される単語を抽出する。重要度の認定は、ＴＦ－ＩＤＦ法等の従来技術によって行われてよい。抽出された単語に対し、始点として設定された文章、および、抽出された類似する文章において、隣接する単語を取得する。例えば、抽出された単語が「分散」であって、文章が「分散ファイルシステムにおける分散処理」であった場合の、「ファイル」および「処理」などである。
　算出部１０３は、スコアが高い変換ルールをクエリに適用する（Ｓ１０８）。変換ルールは１つでも複数であってもよく、その数が算出部１０３によって制御されてもよい。また、変換ルールにより算出される新たなクリエの数は、情報取得部１０１によって取得した、評価対象を表す技術情報（入力情報）の評価の結果に対する利用者の評価情報に基づき、算出部１０３によって制御されてもよい。スコアは以下の式によって算出することができる。
Figure JPOXMLDOC01-appb-M000001
　式中、始点として設定された文章をＡ、始点として設定された文章において取得された隣接する単語をｗ１、抽出された類似する文章をＢ、抽出された類似する文章において取得された隣接する単語をｗ２とおき、Ｐ（ｗ，Ｘ）を文章Ｘ中での単語ｗの出現確率とおく。ｓｉｍｉｌａｒｉｔｙは、単語の意味的な近さの指標であって、この値が大きいほど２つの単語は意味的に似ていることを意味する。ｓｉｍｉｌａｒｉｔｙは、ＰｙｔｈｏｎのパッケージであるｎｌｔｋがＷｏｒｄＮｅｔのパス長に基づいて算出する値とすることができる。
　算出部１０３は、始点と隣接する文章を次の出力対象に設定し（Ｓ１０９）、Ｓ１０８によって新たに算出されたクエリを用いて、再度出力を行う（Ｓ１０３に戻る）。
　最終出力結果がｎ件以上となった場合、結果を出力する（Ｓ１１０）。このとき、出力部１０４は、最終出力結果とされる始点となる文章を含む文書情報または文書情報を出力してもよい。
　次に、文書情報評価装置１の再算出処理の一例を説明する
＜再算出の算出処理＞
　一致度ぐあいのスコアの再算出は、例えば、以下の手順で行う。（１）まず、適合文書情報および非適合文書情報のベクトル化を行う（以下、それぞれ「適合文書ベクトル」および「非適合文書ベクトル」という）。算出部１０３は、適合文書ベクトルおよび非適合文書ベクトルを算出する。文書ベクトルの算出は、例えば、Ｗｏｒｄ２Ｖｅｓ、Ｄｏｃ２Ｖｅｃ(Ｐａｒａｇｒａｐｈ２ｖｅｃ)、ＬＤＡ、ＮＴＳＧ等で行ってもよい。ここで、適合文書ベクトルとは、「いいね！」機能１１５ａが出力された構成単位の文書情報をベクトル化したものをいう。また、非適合文書ベクトルとは、「ダメだね！」機能１１５ｂが出力された構成単位の文書情報をベクトル化したものをいう。
　（２）次いで、算出部１０３は、利用者が操作可能な利用者端末２から入力された入力情報の文書ベクトル（以下、「入力文書ベクトル」という）を算出する。文書ベクトルの算出は、例えば、Ｗｏｒｄ２Ｖｅｓ、Ｄｏｃ２Ｖｅｃ(Ｐａｒａｇｒａｐｈ２ｖｅｃ)、ＬＤＡ、ＮＴＳＧ等で行ってもよい。
　（３）次いで、算出部１０３は、入力文書ベクトル、適合文書ベクトルおよび非適合文書ベクトルの各重みを考慮した重心を算出する。本実施形態において、文書情報評価装置１は、一致度ぐあいのスコアの再算出が可能に構成されている。ここで、該重心とは、検索を行う前の、入力文書ベクトル、適合文書ベクトルおよび非適合文書ベクトルの各重みのことをいう。具体的には、２回目の一致度ぐあいのスコアの再算出を行う場合は、該２回目の一致度ぐあいのスコア算出する前の，１回目の一致度ぐあいのスコア算出の際に算出された重みを考慮して、重心を算出する。１回目の一致度ぐあいのスコア算出の場合には、入力文書ベクトル、適合文書ベクトルおよび非適合文書ベクトルについて重みに差はないため、例えば、（入力文書ベクトルの重み、適合文書ベクトルの重み、非適合文書ベクトルの重み）＝（１、１、１）として、重心が算出される。
　（４）重みおよび重心の算出は、算出部１０３が実行する。一致度ぐあいのスコアの再算出を行う都度、入力文書ベクトル、合文書ベクトルおよび非適合文書ベクトルの各重みを再計算し直し、重心の再算出が実行され、これに伴い、入力文書ベクトル、適合文書ベクトルおよび非適合文書ベクトルの修正処理が行われる。この修正処理は、算出部１０３が実行する。具体的には、算出部１０３にて修正処理を実行した入力文書ベクトル、適合文書ベクトル、および（３）にて算出した重心の重心ベクトルの内積を算出する。
　（５）算出部１０３は、（４）にて算出した内積に基づき、再度、入力文書ベクトル、適合文書ベクトルおよび非適合文書ベクトルの重みの修正処理（再算出）を実行する。文書ベクトルの修正処理に基づく重みの調整は、例えば、ＳＣＤＶ（Ｓｐａｒｓｅ Ｃｏｍｐｏｓｉｔｅ Ｄｏｃｕｍｅｎｔ Ｖｅｃｔｏｒｓ ｕｓｉｎｇ Ｓｏｆｔ ｃｌｕｓｔｅｒｉｎｇ ｏｖｅｒ ｄｉｓｔｒｉｂｕｔｉｏｎａｌ ｒｅｐｒｅｎｓｅｎｔａｔｉｏｎｓ）で行うことができる。なお、文書ベクトルの算出は、Ｗｏｒｄ２Ｖｅｓ、Ｄｏｃ２Ｖｅｃ(Ｐａｒａｇｒａｐｈ２ｖｅｃ)、ＬＤＡ、ＮＴＳＧ等で行ってもよい。
　（６）次いで、（４）、（５）にて新たに算出した入力文書ベクトル、適合文書ベクトルおよび非適合文書ベクトルの各重みに基づき、算出部１０３は、入力情報に対する文書情報の一致度ぐあいのスコアの再算出を実行する。
　（７）一致度ぐあいの再算出は、例えば、出力部１０４は、所望の文書情報を出力するまで、何回でも一致度ぐあいのスコアの再算出処理を実行でき、都度、出力結果としての比較表１００を表示することができるユーザインタフェースを備える。
　（８）利用者が入力情報を入力し、検索ボタン１０９を押すと、検索結果として比較表１００が出力される。比較表には、一致度ぐあいのスコア結果が、構成単位ごとに出力される。一致度ぐあいの再算出の出力は、再算出の都度、検索ボタン１０９を押すことにより実行される。ユーザインタフェースは、検索ボタン１０９が短時間に連続押しをすることができるように生成してもよい。
　この再算出は、利用者が所望する文献情報が出力するまで、何回でも繰り返すことができる。一致度ぐあいの再算出は、利用者が検索ボタン１０９（図３参照）を押すことによって、算出部１０３に検索信号が入力されることによって実行される。これにより、検索の精度を向上させることが可能であって、利用者は、条件に近い内容の文書情報（類似文書情報）を検索するために必要な時間を低減し、検索の効率化を実現させることができる。
＜重心の算出方法＞
　続いて、重心の算出方法について詳細に説明する。重心は、適合文書情報から近く、非適合文書情報から離れた位置に設定する。（１）まず、適合文書ベクトルに重みを掛ける。適合文書ベクトルが複数ある場合は、それぞれの適合文書ベクトルに対し、該適合文書ベクトルに応じた各重みを掛けて重心を算出する。重心は、適合文書情報から近く、非適合文書情報から離れた位置に設定されるように重みの算出（調整）が行われ、該重みを考慮して重心の算出が行われる。この重みおよび重心の算出は、算出部１０３が実行する。
（２）重みの調整は、（１）にて算出した重心の重心ベクトル、および適合文書ベクトル、非適合文書ベクトルに基づいて決定されたパラメータにより算出することができる。パラメータは、下記の式に基づいて算出される。パラメータの算出は、算出部１０３が実行する。
パラメータ＝(非適合文書ベクトルと重心ベクトル間の距離)/(適合文書ベクトルと重心ベクトル間の距離)
　（３）（２）にて算出したパラメータを用いて、入力文書ベクトル、適合文書ベクトルおよび非適合文書ベクトルの重みの調整を行い、調整した重みに基づいて、各々のベクトルについて、新たなベクトルを算出する。この新たなベクトルの算出は、算出部１０３が実行する。 
　ここで、重みの調整は、例えば、ＳＣＤＶ（Ｓｐａｒｓｅ Ｃｏｍｐｏｓｉｔｅ Ｄｏｃｕｍｅｎｔ Ｖｅｃｔｏｒｓ ｕｓｉｎｇ Ｓｏｆｔ ｃｌｕｓｔｅｒｉｎｇ ｏｖｅｒ ｄｉｓｔｒｉｂｕｔｉｏｎａｌ ｒｅｐｒｅｎｓｅｎｔａｔｉｏｎｓ）で行うことができる。なお、文書ベクトルの算出は、Ｗｏｒｄ２Ｖｅｓ、Ｄｏｃ２Ｖｅｃ(Ｐａｒａｇｒａｐｈ２ｖｅｃ)、ＬＤＡ、ＮＴＳＧ等で行ってもよい。
　次に、文書情報評価装置１の文書情報の再算出の方法の別の実施形態について説明する。
　図４に示すように、比較表１００に出力された複数の文書情報のうち、利用者が入力情報に最も類似すると判断する所望の少なくとも一の文書情報をメイン文書情報として固定することができる。メイン文書情報の固定は、文書情報固定部（図示せず）が実行する。
　より詳細には、出力部１０４は、メイン文書情報の固定を示すメイン文書情報固定スイッチ１０６の図形（画像）を比較表１００に対して出力し、利用者がこのスイッチを選択する操作、すなわちマウスによるクリックやキーボードによる操作を行う。そして、文書情報固定部（図示せず）に、メイン文書情報固定指令信号が入力される。利用者は、メイン文書情報固定スイッチ１０６を操作することによりメイン情報固定モードの選択を行い、メイン文書情報固定指令信号に基づき、利用者からの複数の文書情報の固定指示を受け付けるように構成する。
　利用者は、マウスにより、メイン文書情報固定スイッチ１０６をクリックすることによって、メイン情報固定モードを選択することができる。なお、メイン情報固定モードを選択することができればよく、メイン文書情報固定スイッチ１０６は、例えば、ボタン、アイコン等であってもよい。
　なお、メイン情報固定モードの選択は、利用者が自由に選択可能であり、出力部１０４が、比較表１００に出力した複数の類似文書情報のうち、何れの文書情報をメイン文書情報として選択してもよい。また、メイン文書情報の選択は１件に限らず２件以上の文書情報をメイン文書情報として選択してもよい。
　さらに、利用者がメイン文書情報を指定することも可能である。図４に示すように入力ボックス１０７に利用者が文書情報を入力することにより、メイン文書情報を固定することもできる。この場合に入力できる文書情報も１件に限定されない。利用者は、２件以上の文書情報を入力することが可能である。そして、利用者がメイン文書情報を入力ボックス１０７に入力し特定スイッチ１０８を押すことにより、一致度ぐあいの再算出を実行する。ここで、入力ボックス１０７に入力する文書情報は、例えば、拒絶理由通知書、模擬拒絶理由通知書（拒絶理由通知書に似せた、模擬的な通知書）であったり、発明者または出願人として関係する知的財産に関する情報等も含まれる。特許の場合、発明者または出願人として関係する知的財産に関する情報は、発明情報が記載されている発明メモや請求項情報である。類似情報は、例えば先行技術文献が含まれる。なお、入力ボックス１０７に入力する文書情報は、先行する特許文献番号に限定されない。入力ボックス１０７に入力する文書情報は、文章データ、数値データを含む。文章データは、例えば、知的財産に関する情報、アイデアシート、アイデアメモ、訴訟に関連する情報、論文、書籍（雑誌、週刊誌を含む）、レポート及びホームページを含む。数値データは、例えば、実験データ、測定データ、統計データ、検査データが含まれる。その他、入力ボックス１０７に入力する文書情報は、数式データ、図表データ、写真データ及び画像データ（静止画像、動画像を含む）を含む。その場合は、入力ボックス１０７に、例えば、ＰＤＦ電子データをドロップアンドドロップすることにより、該ＰＤＦ電子データを取り込むことができる。なお、先行する特許文献のＰＤＦ電子データをドロップアンドドロップすることにより取り込むことができる。
　ここで、出力部１０４は、入力情報を分解した複数の構成単位のうち、少なくとも一以上の構成単位を指定して、この指定した構成単位が含まれる複数の文書情報を出力（抽出）することができる。構成単位の指定は、自己評価モード切り替えスイッチ１１５において、「いいね！」機能１１５ａに切り替えることによって行うことができる。そして、特定の構成単位が含まれる複数の文書情報（類似先行技術文献）について一致度ぐあいをスコア算出し、比較表１００に該文書情報を表示出力する。これにより、入力情報に、より類似する先行技術文献を出力することができる。特定の構成単位が含まれる複数の文書情報の算出は、上述した再算出の算出処理と同様の方法により行われる。そして、出力部１０４が出力した該文書情報のうち、特定の文書情報をメイン文書情報として、利用者がメイン文書情報固定スイッチ１０６を押すことにより固定することができる。
　再算出は、メイン文書情報に基づき、入力文書情報の重みを調整することにより行う。再算出の方法は、上述した自己評価モードに基づく再算出の方法と同様の方法により行われる。
　メイン文書情報としては、例えば、各国の特許庁において過去に審査された結果引用された引用情報、参考情報の他、利用者自身が過去に調査した特許文献、書籍、雑誌等の非特許文献であってもよい。
　なお、本実施形態に係る文書情報評価装置１は、権利取得の可能性を判定する判定部（図示せず）を備えていてもよい。判定部（図示せず）は、認定した発明と類似する類似先行技術文献を検索し、類似した発明の有無によって、例えば、権利取得の可能性を判定する処理を実行できる。発明が類似するか否かの判断は、例えば、認定された発明の意味（含意）を認識し、含意が類似した引用発明が検索できたか否かで判断することができる。ここで、引用発明は、公開されている特許文献または非特許文献である。特許文献は、例えば、各国特許庁により公開されている特許公報等の文献を利用することができる。また、非特許文献は、学術雑誌、新聞、またはＷｅｂサイト等に掲載された文献を利用することができる。特許文献または非特許文献は、例えば、図示しない専用のデータベースに保存しておき、判定部（図示せず）から検索可能にしておくことができる。発明の意味の類似は、例えば、認定された発明に含まれる単語の中からキーワードを抽出し、同義語、類義語または派生語（同義語等）を記憶した図示しないデータベースからキーワードに対する同義語等を検索した上で、同義語等によって構成される文章の意味内容が類似しているか否かで判断することができる。判定部（図示せず）は、文章の類似の度合いを類似度として算出してもよい。判定部（図示せず）は、算出した文章の類似度が小さい場合、権利取得の可能性が高いと判定してもよい。一方、判定部（図示せず）は、算出した文章の類似度が大きい場合、権利取得の可能性が低いと判定してもよい。判定部（図示せず）は、権利取得の可能性の高低に応じて、例えば、「Ｓランク（可能性が極めて高い）」、「Ａランク（可能性が高い）」、「Ｂランク（可能性あり）」、および「Ｃランク（可能性が低い）」等、ランクによる判定をしてもよい。また、判定は、ＳランクからＣランクの表示に限定されない。判定は、例えば、可能性が高い順に◎から×の表示であってもよい。
　判定部（図示せず）は、各国の特許庁において過去に審査された権利取得の審査結果に基づき、権利取得の可能性を判定することができる。権利取得の審査結果とは、出願に係る発明、引用された引用文献、およびその両者の対比における審査結果（引用文献に基づき拒絶されたか否か）である。判定部（図示せず）は、出願に係る発明と引用された引用文献の文章の類似度を算出し、算出した類似度と審査結果との対比を学習して、権利取得の可能を判定してもよい。判定部（図示せず）は、算出した類似度と過去の審査結果との対比を学習することにより、過去の特許庁における判断を判定基準とすることができるので、権利取得の可能性についての判定精度を向上させることができる。記憶部１０２に、予め、審査結果が格納されるように構成してもよい。審査結果は、例えば、各国の特許庁が公開している審査情報から取得することができる。判定部（図示せず）は、審査結果に基づき、権利取得の可能を判定してもよい。
　出力部１０４は、算出部１０３により算出された知的財産に関するデータ、または、類似情報に基づいて、利用者端末２に出力される情報を制御する。具体的には、出力部１０４は、算出部１０３により算出された権利取得可能性の情報に基づいて、キャラクター３の態様を出力制御することができる。例えば、出力部１０４は、上述した権利取得可能性の情報が拒絶すべきと判定部（図示せず）が判定した場合、記憶部１０２に記憶されたキャラクター情報のうち、哀のキャラクターを選択し、表示画面２００に表示するように出力部１０４に出力指示をだす。また、出力部１０４は、上述した権利取得可能性の情報が拒絶すべきと判定部（図示せず）が判定した場合、上記スコアまたは権利取得可能性の情報に基づいて、記憶部１０２に記憶されたキャラクター情報のうち、哀のキャラクターを選択し、表示するように出力部１０４に出力指示をだしてもよい。
　また、出力部１０４は、算出部１０３により算出されたキーワードを、キャラクター３を介して出力してもよい。算出部１０３が、記憶部１０２に記憶された知的財産に関する情報からキーワードを抽出する。具体的には、判定部（図示せず）が、権利取得可能性の情報が拒絶すべきと判定した際、どのような新たなキーワードを付加すれば、権利取得可能性の情報が拒絶すべきではないと判定するかというロジックで、新たなキーワードを算出する。算出部１０３は、新たなキーワードを無数に列挙してもよいが、煩雑となるため、算出に際しては、同一または類似技術の公報のクレーム記載のキーワードを算出してもよい。
　また、判定部（図示せず）は、過去の審査結果を機械学習し、権利取得の可能性を判定してもよい。例えば、審査結果は情報取得部１０１が取得する。例えば、判定部（図示せず）は、出願に係る発明と引用された引用文献を入力、審査結果を出力とした、入力と出力をデータセットとする機械学習（教師あり学習）を行い、学習したデータセットをモデリングすることにより、権利取得の可能性を判定することができる。データセットは、例えば、国、適用法（法改正を含む）、発明の分野等によってそれぞれ異なるモデルとしてモデリングすることができる。判定部（図示せず）は、それぞれのモデリングにおいて学習された学習結果を用いることにより、権利取得の可能性についての判定精度を向上させることができる。また、判定部（図示せず）は、情報取得部１０１において取得された新たな審査結果を機械学習していくことにより、特許庁における審査の傾向に変化があった場合においても、その傾向の変化に対応して権利取得の可能性についての判定することができる。なお、機械学習としては、教師ありの学習技法を用いても教師なしの学習技法を用いてもよい。機械学習の学習技法としては、例えば、ニューラルネットワーク（ディープラーニングを含む）、サポートベクターマシン、クラスタリング（例えば、課題、第１実施形態等）、またはベイジアンネットワーク等を用いてもよい
　また、上述した本実施形態においては、知的財産が発明である場合について主に説明したが、例えば、一致度ぐあいのスコアおよび類似度において、意匠登録または商標登録について判定するものであってもよい。
　なお、本実施形態で説明した装置を構成する機能を実現するためのプログラムを、コンピュータ読み取り可能な記憶媒体に記憶して、当該記憶媒体に記憶されたプログラムをコンピュータシステムに読み込ませ、実行することにより、本実施形態の上述した種々の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記憶媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
　さらに「コンピュータ読み取り可能な記憶媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Ｄｙｎａｍｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ））のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記憶されているプログラムとの組合せで実現するもの、いわゆる差分ファイル（差分プログラム）であっても良い。
　以上、本発明の実施形態について、図面を参照して説明してきたが、具体的な構成はこの実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲においての種々の変更も含まれる。
　１　　　　文書情報評価装置
　２　　　　利用者端末
　１０１　　情報取得部
　１０２　　記憶部
　１０３　　算出部
　１０４　　出力部
　１０５　　入力部
　１１５　　自己評価モード切り替えスイッチ
　１１５ａ　「いいね！」機能
　１１５ｂ　「ダメだね！」機能
　１０６　　固定スイッチ
　１０７　　入力ボックス
　１０８　　特定スイッチ
　１０９　　検索イッチ
　１００　　比較表
　２００　　表示画面
　ＮＷ　　　ネットワーク
　１１　　　ＣＰＵ
　１２　　　ＲＡＭ
　１３　　　ＲＯＭ
　１４　　　タッチパネル
　１５　　　通信Ｉ／Ｆ

Claims (9)

  1. 　利用者が操作可能な利用者端末から入力された入力情報を前記利用者端末から取得する情報取得部と、
    　複数の文書情報を記憶する記憶部と、
    　前記入力情報を所定の構成単位に分解し、該分解された構成単位ごとに前記記憶部に記憶された複数の文書情報のうちの一の文書情報との一致度ぐあいをスコアとして算出する算出部と、
    　前記スコアに基づき、前記入力情報と前記文書情報との差異の程度を前記構成単位ごとに示した比較表を出力する出力部と、
    　前記比較表に対して、前記利用者による前記文書情報の自己評価を入力する入力部とを備える、
    　文書情報評価装置。
  2. 　前記出力部は、
    　前記入力部により入力された自己評価の結果に応じて、前記文書情報が良好であることを示す高評価モードと良好でないことを示す低評価モードに切り替えて出力する、
    　ことを特徴とする請求項１に記載の文書情報評価装置。
  3. 　前記出力部は、
    　各文書情報を前記構成単位ごとに、前記高評価モードおよび前記低評価モードに切り替えて出力する、
    　ことを特徴とする請求項２に記載の文書情報評価装置。
  4. 　前記出力部は、
    　前記入力情報の構成単位ごとに、該入力情報と複数の前記文書情報との差異の程度を前記比較表に出力することが可能であって、
    　複数の前記文書情報の出力優先度は、前記構成単位ごとに算出される前記スコアが所定の基準を満たすか否かで決定する、
    　ことを特徴とする請求項１乃至３のいずれか一項に記載の文書情報評価装置。
  5. 　前記入力情報および複数の前記文書情報は知的財産に関する情報を含む、
    　ことを特徴とする請求項１乃至４のいずれか一項に記載の文書情報評価装置。
  6. 　前記算出部は、
    　前記自己評価を示す自己評価モードの切り替えを反映し、前記入力情報に対する前記文書情報の一致度ぐあいを再算出する、
    　ことを特徴とする請求項５に記載の文書情報評価装置。
  7. 　前記比較表に出力された前記複数の文書情報のうち、前記利用者が希望する所望の少なくとも一の文書情報をメイン文書情報として固定する文書情報固定部を、さらに備え、
    　前記算出部は、
    　前記文書情報固定部にて固定した前記メイン文書情報に基づき、前記入力情報に対する前記文書情報の一致度ぐあいを再算出する、
    　ことを特徴とする請求項５または６に記載の文書情報評価装置。
  8. 　コンピュータが、
    　利用者が操作可能な利用者端末から入力された入力情報を前記利用者端末から取得する情報取得ステップと、
    　複数の文書情報を記憶する記憶ステップと、
    　前記入力情報を所定の構成単位に分解し、該分解された構成単位ごとに前記記憶ステップに記憶された複数の文書情報のうちの一の文書情報との一致度ぐあいをスコアとして算出する算出ステップと、
    　前記スコアに基づき、前記入力情報と前記文書情報との差異の程度を前記構成単位ごとに示した比較表を出力する出力ステップと、
    　前記比較表に対して、前記利用者による前記文書情報の自己評価を入力する入力ステップとを備える、
    　文書情報評価方法。
  9. 　コンピュータに、
    　利用者が操作可能な利用者端末から入力された入力情報を前記利用者端末から取得する情報取得機能と、
    　複数の文書情報を記憶する記憶機能と、
    　前記入力情報を所定の構成単位に分解し、該分解された構成単位ごとに前記記憶機能に記憶された複数の文書情報のうちの一の文書情報との一致度ぐあいをスコアとして算出する算出機能と、
    　前記スコアに基づき、前記入力情報と前記文書情報との差異の程度を前記構成単位ごとに示した比較表を出力する出力機能と、
    　前記比較表に対して、前記利用者による前記文書情報の自己評価を入力する入力機能とを実行させる、
    　文書情報評価プログラム。
PCT/JP2019/015368 2019-04-08 2019-04-08 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム WO2020208693A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2019526021A JP6555704B1 (ja) 2019-04-08 2019-04-08 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
CN201980025031.3A CN112352229A (zh) 2019-04-08 2019-04-08 文档信息评价装置、文档信息评价方法及文档信息评价程序
PCT/JP2019/015368 WO2020208693A1 (ja) 2019-04-08 2019-04-08 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
EP19924277.7A EP3955125A4 (en) 2019-04-08 2019-04-08 DEVICE, METHOD AND PROGRAM FOR EVALUATION OF DOCUMENT INFORMATION
US16/963,851 US11023721B2 (en) 2019-04-08 2019-04-08 Document information evaluating device, document information evaluating method, and document information evaluating program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/015368 WO2020208693A1 (ja) 2019-04-08 2019-04-08 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム

Publications (1)

Publication Number Publication Date
WO2020208693A1 true WO2020208693A1 (ja) 2020-10-15

Family

ID=67539790

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/015368 WO2020208693A1 (ja) 2019-04-08 2019-04-08 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム

Country Status (5)

Country Link
US (1) US11023721B2 (ja)
EP (1) EP3955125A4 (ja)
JP (1) JP6555704B1 (ja)
CN (1) CN112352229A (ja)
WO (1) WO2020208693A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7421740B1 (ja) 2023-09-12 2024-01-25 Ｐａｔｅｎｔｆｉｅｌｄ株式会社 分析プログラム、情報処理装置、および分析方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11263646B1 (en) * 2014-03-31 2022-03-01 Groupon, Inc. Systems, apparatus, and methods of programmatically determining unique contacts
JPWO2021009886A1 (ja) * 2019-07-17 2021-01-21
WO2021152809A1 (ja) * 2020-01-30 2021-08-05 株式会社 ＡＩ Ｓａｍｕｒａｉ 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
WO2022172369A1 (ja) * 2021-02-10 2022-08-18 三菱電機株式会社 画面データ作成プログラム、画面データ作成装置および画面データ作成方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001117937A (ja) * 1999-10-20 2001-04-27 Hitachi Ltd 文書検索方法および装置
JP2007018389A (ja) * 2005-07-08 2007-01-25 Just Syst Corp データ検索装置、データ検索方法、データ検索プログラムおよびコンピュータに読み取り可能な記録媒体
JP2009294993A (ja) * 2008-06-06 2009-12-17 Konica Minolta Holdings Inc 関連文書抽出方法、関連文書抽出システム、及び関連文書抽出プログラム
JP2015203961A (ja) 2014-04-14 2015-11-16 株式会社ｔｏｏｒ 文書抽出システム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0628403A (ja) 1992-07-09 1994-02-04 Mitsubishi Electric Corp 文書検索装置
JP4038717B2 (ja) * 2002-09-13 2008-01-30 富士ゼロックス株式会社 テキスト文比較装置
US20050210042A1 (en) * 2004-03-22 2005-09-22 Goedken James F Methods and apparatus to search and analyze prior art
US7890539B2 (en) * 2007-10-10 2011-02-15 Raytheon Bbn Technologies Corp. Semantic matching using predicate-argument structure
US20100131513A1 (en) * 2008-10-23 2010-05-27 Lundberg Steven W Patent mapping
CN103348380B (zh) * 2011-02-10 2016-08-10 日本电气株式会社 差异区域检测系统和差异区域检测方法
US9230061B2 (en) * 2011-08-15 2016-01-05 Medcpu, Inc. System and method for text extraction and contextual decision support
JP6198866B2 (ja) * 2016-02-05 2017-09-20 雲拓科技有限公司 特許検索方法
US20180018564A1 (en) * 2016-07-13 2018-01-18 Palantir Technologies Inc. Artificial intelligence-based prior art document identification system
WO2018051233A1 (en) * 2016-09-14 2018-03-22 FileFacets Corp. Electronic document management using classification taxonomy
US20180189909A1 (en) * 2016-12-30 2018-07-05 At&T Intellectual Property I, L.P. Patentability search and analysis
JP6704089B2 (ja) * 2017-04-06 2020-06-03 株式会社日立製作所 ライブラリ検索装置、ライブラリ検索システム、及びライブラリ検索方法
US11308320B2 (en) * 2018-12-17 2022-04-19 Cognition IP Technology Inc. Multi-segment text search using machine learning model for text similarity

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001117937A (ja) * 1999-10-20 2001-04-27 Hitachi Ltd 文書検索方法および装置
JP2007018389A (ja) * 2005-07-08 2007-01-25 Just Syst Corp データ検索装置、データ検索方法、データ検索プログラムおよびコンピュータに読み取り可能な記録媒体
JP2009294993A (ja) * 2008-06-06 2009-12-17 Konica Minolta Holdings Inc 関連文書抽出方法、関連文書抽出システム、及び関連文書抽出プログラム
JP2015203961A (ja) 2014-04-14 2015-11-16 株式会社ｔｏｏｒ 文書抽出システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3955125A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7421740B1 (ja) 2023-09-12 2024-01-25 Ｐａｔｅｎｔｆｉｅｌｄ株式会社 分析プログラム、情報処理装置、および分析方法

Also Published As

Publication number Publication date
JPWO2020208693A1 (ja) 2021-04-30
US20210056304A1 (en) 2021-02-25
US11023721B2 (en) 2021-06-01
JP6555704B1 (ja) 2019-08-07
CN112352229A (zh) 2021-02-09
EP3955125A1 (en) 2022-02-16
EP3955125A4 (en) 2022-04-27

Similar Documents

Publication Publication Date Title
WO2020208693A1 (ja) 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
AU2018205185B2 (en) Scalable font pairing with asymmetric metric learning
US20180285326A1 (en) Classifying and ranking changes between document versions
KR20200094627A (ko) 텍스트 관련도를 확정하기 위한 방법, 장치, 기기 및 매체
US20160306800A1 (en) Reply recommendation apparatus and system and method for text construction
EP3203383A1 (en) Text generation system
WO2018125585A1 (en) Graph long short term memory for syntactic relationship discovery
US20170076151A1 (en) Assigning of topical icons to documents to improve file navigation
US20130036076A1 (en) Method for keyword extraction
JP6653833B1 (ja) 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
CN111194457A (zh) 专利评估判定方法、专利评估判定装置以及专利评估判定程序
JP2021086592A (ja) 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
JP7029204B1 (ja) 技術調査支援装置、技術調査支援方法、および技術調査支援プログラム
KR20200053334A (ko) 융합 연구 촉진을 위한 연구원 맵 구축 방법 및 시스템
Tuarob et al. Automated discovery of product feature inferences within large-scale implicit social media data
RU2719463C1 (ru) Тематические модели с априорными параметрами тональности на основе распределенных представлений
JP2021128620A (ja) 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
JP2020173759A (ja) 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
WO2021152809A1 (ja) 文書情報評価装置および文書情報評価方法並びに文書情報評価プログラム
CN113015971B (zh) 聚类分析方法、聚类分析系统及可读存储介质
JP6916476B2 (ja) 知的財産支援装置および知的財産支援方法並びに知的財産支援プログラム
JP2017208047A (ja) 情報検索方法、情報検索装置、及びプログラム
Panigrahi et al. A review of recent advances in text mining of Indian languages
WO2021245814A1 (ja) 文書情報評価装置、文書情報評価方法、および文書情報評価プログラム
CN112445959A (zh) 检索方法、检索装置、计算机可读介质及电子设备

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2019526021

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19924277

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019924277

Country of ref document: EP

Effective date: 20211108

ENP Entry into the national phase

Ref document number: 2019924277

Country of ref document: EP

Effective date: 20211108