• blog image0 Comments
  • /
  • last updated : 26 September, 2022

特許検索のための効果的な方法

Category: Blogs
Patent

特許の検索と分析は、戦略的なビジネス上の意思決定、新しい買収、新しい地域の探索などにおいて有用であることが証明されています。かつてないほどのペースで特許データが増えるにつれて、特許の正確な検索と分析が時間の必要性となっています。特許検索とインサイトマイニングには決まった方法はありませんが、最も一般的なアプローチ方法のいくつかを次に示します。

分類ベースの特許検索

分類による特許検索は、最も一般的で効率的な特許検索方法です。分類は標準化されており、世界の特許庁全体で世界的に認められており、分類ベースの検索は最も信頼性が高く広く認められている方法の1つとして認識されています。この検索戦略は、キーワードベースの検索では通常提供されない、正確な翻訳が必要なさまざまな国の特許スペースで特に効果的です。

主に、次の 4 つの分類モデルがあります。

  • 米国分類システム (USPTO)
  • 欧州分類システム(ECLA)
  • ウィポ
  • 日本のF規約。

欧州分類の多くのメンバーもIPを使用していますが。

さらに、CPC分類は、主に米国とヨーロッパで使用されるもう1つの一般的に認められた分類システムです。CPC は、ECLA モデルと USPTO モデルの組み合わせであり、IPC 分類のスーパーセットでもあります。

これらのモデルのそれぞれには、独自の機能と利点があり、特許検索を実行するための体系的な方法を提供します。

キーワードベースの検索

キーワードベースの検索は、はるかに最も簡単な方法であるため、地理的に普及しています。ただし、複雑さのレベルが高まるにつれて、シノニム、セマンティクス、および相互運用可能な検索用語を含めることが標準的なプラクティスになりました。

検索中の特許のクラスタリング

特許クラスタリングは、特許の検索と分析に肯定的な影響を与える可能性があります。特許のクラスタリングは、分類コード、概念、または技術に基づいて行うことができます。担当者や地理ベースのクラスタリングなどの追加のフィルターも、検索クエリを特定のものに集中させるのに役立ちます。

ただし、クラスタリングは、複数の重複するクラスタにデータを分類することを含み、手動クラスタリングはしばしば退屈で時間がかかるため、複雑なプロセスです。最近、NLPを搭載したAIベースのツールは、検索者やアナリストが特許データを分離し、さらなる分析のためにクラスタリングするのを支援しています。

XLSCOUTは、この分野の新興ツールの1つであり、NLP技術BERTを搭載したモジュールを提供しており、自動化された人間支援(ハイブリッド)分類法を作成することによって特許のシームレスなクラスタリングを可能にします。

ツール生成 (自動) 分類による分類

この分類またはクラスタリングは、大規模な特許データセットでタグ付けされ、トレーニングされた高度なNLP概念によって行われます。トレーニング セットには、さらに分類するための参照ポイントとして機能する引用文献を作成するためのツール用のウィンドウが用意されています。

手動分類法での機械支援分類

これにより、ユーザーは手動でカテゴリを作成でき、ツールはユーザーが作成した分類に基づいてデータセットをクラスタリングできます。このツールは、BERT技術を適用して特許を分析し、概念を特定し、提供されたカテゴリに従ってそれらをクラスタリングします。

適切なブール式の使用

ブール演算子は、検索クエリをさらに最適化し、ユーザーが関心を持つ特定のクエリに指示するためのエッジを提供します。AND、OR、NOTなどの一般的なブール演算子に加えて、NEAR、ADJ、BTWN などの演算子は、熟練した検索者によって一般的に使用されます。
ブール演算子を分類ベースの検索文字列およびキーワードベースの検索文字列と同期して使用すると、多くの場合、目的の結果が得られます。

Add an extra layer of search

自動化は間違いなく検索プロセスにクッションを与えるのに役立ちますが、それだけではありません。これらのツールは、精度が高く、問題文を小さなバケットにセグメント化できる機能、およびターンアラウンドタイムが大幅に短縮されるため、先行技術の検索を容易にすることができます。

機械の進歩と技術の覇権があっても、人工知能や機械学習は人間の知能に代わるものではありません。この技術は、大量のデータを分析し、さらに分析するために小さなチャンクに分割するのに役立つだけです。

XLSCOUTは、ユーザーがキックスタートを取得し、最初のパスAI支援分析を実施できるようにするモジュールとツールをサポートしています。

トレンド分析とデータビジュアライゼーションの使用:

テキストデータは、分析後であっても、解釈と提示に多くの労力がかかります。今後、グラフィカルな解釈、データの視覚化、および表形式の分析が登場します。

大規模な特許データセットに対してグラフィカルな分析を行い、すぐに商業的に関連性のある洞察を導き出すことができるインテリジェントなツールがあります。顧客はXLSCOUTのインタラクティブチャートをカスタマイズして、グラフィカル分析の要件を満たすことができます。

XLSCOUTは、特許検索やその他のIPワークフローをより効率的にする複数のAI支援ソリューションを提供します。これらは現在のシステムとの統合が簡単で、手順をさらに合理化します。

To know more, get in touch with us. ( Fix a meeting )

Leave a comment

Your email address will not be published.