テキストマイニングの進め方と研究開発業務への活用

第1部 テキストマイニングの基本と進め方のポイント

(2020年3月9日 10:00〜11:30)

　ビッグデータの時代になっても、なかなか活用が進まないのが、テキストを代表とする非構造化データである。活用がうまくいかないケースを調べてみると、分析の手間を減らそうと、処理対象のデータを限定して逆効果になっている場合が多い。本セミナーでは、データ資産の最大限の活用を促すために、処理対象データが多いほど分析の手間が減り良い分析結果を得られるようになるテキストマイニングの手法を解説する。

1. テキストマイニングの基本
   1. ビッグデータを活かすためにテキストマイニングが可能にすること
   2. 検索や分類とテキストマイニングの違い
   3. テキストマイニングの基本的な仕組み
   4. 実データ適用事例のデモで示すテキストマイニングの具体的効果
   5. テキストマイニングの難しさと活用のポイント
   6. テキストマイニングのための自然言語処理
   7. テキストマイニングのための分析技術
2. テキストアナリティクスの発展動向
   1. 評判分析
   2. 会話分析
   3. マルチモーダル分析
3. テキストアナリティクスを用いた特許情報分析
• 質疑応答

第2部 文書情報の高精度解析による類似性、集積、空白、動向の見える化

(2020年3月9日 12:10〜13:40)

1. 俯瞰解析技術
2. 未来予測分析
3. 活用例
   1. 研究開発
   2. 新規事業開発
   3. 経営企画
   4. マーケティング
   5. 知的財産
• 質疑応答

第3部 論文要旨のテキストマイニング分析

(2020年3月9日 13:50〜15:20)

1. はじめに (研究力評価の活動)
2. 分析手法
   1. 分析ツールの説明
   2. データ抽出
   3. 記述統計
   4. テキストマイニング分析
3. 結果の考察
4. 今後の方向性
• 質疑応答

※「R」がインストールされたノートパソコンをお持ちいただければ、分析データを配布し、実際に分析を体験していただけます。
※ノートパソコンが無くても受講できます。

第4部 テキストマイニング×AIによるトピック抽出と特許分析への活用

(2020年3月9日 15:30〜17:00)

　テキストマイニングを適用する特許分析では、単語間のつながりを可視化したネットワークで技術の話題を解釈したり、単語と出願人をプロットしたポジショニングマップで競合他社の動向を把握するなど、特許文書に含まれる「単語」をベースに特徴を可視化して考察します。しかし、対象がビッグデータになると従来の特許分析では膨大な単語で溢れた複雑な結果を解釈しなければいけません。そこでトピックモデルと呼ばれるAI技術を応用して特許文書を構成するいくつかのトピックを機械的に抽出し、その「トピック」をベースに分析を実行することで、膨大な特許情報に潜む特徴を分かりやすく可視化することができます。 　本講座では、テキストマイニングにトピックモデルのPLSAやベイジアンネットワークという複数のAI技術を応用して開発した新しいテキスト分析技術と、それを特許文書データに適用した分析事例、分析に基づいた技術戦略検討の考え方をご紹介します。

1. テキストマイニング×AIの新たな特許文書分析
   1. 従来のテキストマイニングによる特許分析と課題
   2. AI技術の応用
   3. 新たなテキスト分析技術:Nomolytics
2. Nomolyticsを適用した特許分析事例
   1. 「風・空気」に関する特許文書データ
   2. トピックの抽出
   3. トピックのスコアリング
   4. 出願年×トピックによるトレンド分析
   5. 出願人×トピックによる競合分析
   6. 用途×技術の関係分析<その1>～用途⇒技術の関係～
   7. 用途×技術の関係分析<その2>～技術⇒用途の関係～
3. Nomolyticsによる特許文書分析のまとめ
4. 新たなトピックモデル技術:differential PLSA
   1. これまでのPLSAの課題
   2. differential PLSAの概要
5. differential PLSAを適用した特許分析事例
   1. 電気自動車に関する特許文書データ
   2. 通常のPLSAによるトピック抽出
   3. differential PLSAによるトピック抽出
   4. 通常のPLSAとdifferential PLSAの結果の比較
   5. トピックのスコアリングと特徴の可視化
6. まとめ
• 質疑応答