テキストマイニング、機械学習による特許情報解析、先行技術調査の効率化

最初に特許調査とテキストマイニングの基礎について概観します。各種ツールのテキストマイニング関連機能の活用事例を紹介します。機械学習の特許調査への応用事例を単語・文書のベクトル化、文書分類、文書ベクトルの次元圧縮による特許公報の俯瞰可視化と技術動向調査への応用を紹介します。調査目的に応じたツール・アルゴリズム・特徴量の選択が重要であり、ツールの特徴を把握して使いこなすことが大事です。付録ではオープンソースを用いた、自分でできる特許情報解析ツールを紹介します。

1. はじめに: 講師自己紹介
   • アジア特許情報研究会紹介
2. 特許調査とテキストマイニングの基礎
   1. 調査対象と調査範囲の特定・明確化
   2. マッチングと適合
   3. 特許調査における再現率 (網羅性) と適合率 (効率)
   4. 先行技術調査と侵害防止調査の検索モデルの違い
   5. 「完全一致」⇔「最良一致」検索モデルの比較
   6. 検索・分類とテキストマイニングの違い
   7. テキストマイニングの基本的な仕組み
3. テキストマイニングの概要と特許調査への応用
   1. テキストマイニングとは
   2. 形態素解析と分かち書き
   3. 特徴抽出
      • BoW
      • TF-IDF
      • BM25
      • 単語N-gram
   4. 抽出語の頻度分析
   5. 共起語のネットワーク分析
   6. ネットワーク分析の応用
      • 発明者
      • 引用-被引用
   7. 「文書×抽出語」行列作成と解析・可視化
   8. 文書の類似度行列作成と解析・可視化
   9. 各種ツールのテキストマイニング関連機能活用事例
      - KH Coder (フリー版) 、Text Mining Studio (商用) など -
4. AIの概要と特許調査への応用
   1. 人工知能 (AI:Artificial Intelligence) とは
   2. AI、機械学習、深層学習について
   3. AI活用特許調査システムへの過剰な期待
      - 現時点でできること/できないこと、性能レベルなど -
5. 商用AI特許調査ツールの活用事例
   1. AI特許調査ツールへの要求性能
   2. Patentfieldの活用事例
   3. THE調査力AI (Deskbee) の活用調査事例
   4. 特許調査分野における人工知能 (AI) 技術の活用動向
6. オープンソースを用いた機械学習の特許調査への応用
   1. 機械学習の概要と特許調査への応用
   2. 特許調査分野における人工知能 (AI) 技術の活用動向
   3. 機械学習概要 (分類、回帰、クラスタリング、次元圧縮)
   4. 特許分野における自然言語処理導入のメリット
   5. 特許調査用学習済モデルの作成とその評価方法
   6. 先行技術調査の流れ (進め方)
   7. 分散表現 (単語埋め込み) とは
   8. 分布仮説に基づいた文脈中の単語の重み学習 (word2vec)
   9. doc2vecによる公報 (文書) 単位の類似度計算
   10. doc2vecによる発明の要素 (文) 単位の類似度計算

付録: 自分でできる特許情報解析ツール紹介

1. キーワード抽出関係
   1. word2vec,doc2vecによる単語・文書の類似度計算と類似単語・文書抽出
   2. termextractによる専門用語 (キーワード) 自動抽出
   3. Cytoscapeによる文脈語のネットワーク分析
2. pythonで始める機械学習
   1. python環境構築の概要
   2. doc2vecによる文書・単語の類似度計算と類似文書・単語抽出の解説