AI主導の特許カテゴリ – イノベーション/アイデアのための説明可能なAIの使用Ideation
特許および出版物のデータは、R&Dチームにとって非常に重要です。市場面、競合他社のトレンドとイノベーション、テクノロジートレンドなどに関する膨大な洞察を提供します。しかし、生の形式の特許データは、管理するのが非常にかさばります。特許データを最大限に活用するためには、それを分類し、処理し、視覚化することが不可欠になります。
特許の分類は、特許データの整理に役立つだけでなく、分析プロセスの加速にも役立ちます。
したがって、特許の分類は、企業が特許データから迅速な洞察を得るのに役立ちます。しかし、このような大規模な「特許データセット」を手動で分類することは、退屈で広範囲に時間のかかる作業になる可能性があります。特許データセットを分類すると、それ自身のいくつかの課題が生じます。
主な課題は、分類の基準を決定することです。
分類のための重要なパラメータ
クラスコードに基づく分類は、広く知られている方法の1つです。これらのクラスコードは、地理的な地域に基づいて世界的に認められ、標準化されています。ただし、クラス コード ベースの分類では、セマンティクスや概念などの他の重要なパラメーターが欠落しています。
技術の進歩は、特許分類方法論における自動化への道を開きました。AIは知的財産とイノベーションの分野を通り抜けています。人工知能、機械学習、自然言語処理(NLP)などの技術を使用して特許分類プロセスを迅速化するツールは数多くあります。
XLSCOUTは、NLPと機械学習機能を備えたAIベースのプラットフォームであり、イノベーションとR&Dワークフローを支援するモジュールを提供します。高度なBERTテクノロジーにより、ツールはテキストデータを読み取り、分析し、テクノロジードメインとサブテクノロジードメインに分類できます。
XLSCOUTのランドスケープャー・モジュールには、ユーザーの要件に従って、大規模なポートフォリオをシステム生成またはユーザー生成のカテゴリーに分類する機能が装備されています。
XLSCOUTランドスケープャーは、ランドスケープ分析を取得する3つの方法を提供します
-
AIによって完全に作られたインスタントランドスケープ
このセグメント内では、機械はインテリジェンスを適用し、特許を自動生成されたカテゴリに分類します。この分類は、XLSCOUTで設定されたエキスパート検索ロジックに基づいて行われます。分類学は、機械訓練されたXLSCOUTコーパス上の30億以上の単語によって支援されています。
テイクアウト:
クイックランドスケープスタディ
自動レポート
-
トレーニングされた分類の風景
トレーニング済みの分類ランドスケープを使用すると、ユーザーはトレーニング データをコーパスと組み合わせて使用して、エキスパート分類を作成できます。このトレーニング済みデータは、クライアントに固有のものであり、焦点を絞った関連性の高いランドスケープを生成するのに役立ちます。
エキスパートタクソノミーがシステムに供給された後、マシンはNLPを適用して特許を関連するカテゴリにクラスタリングします。
テイクアウト:
トレーニング済みのデータは、分類を作成するために使用されました。
形成された分類は、クライアントのニーズに関連があり、カスタマイズされています。
-
ハイブリッドランドスケープ
ハイブリッドモデルでは、機械と手動の分類を使用して分類を作成できます。 情報は、さまざまな信頼できる情報源から来ています。これらは、特許、市場データ、科学文献などです。
テイクアウト:
中間アップデートが提供されています。
AIによって強化されたエキスパート分類。
透明性と高品質が維持されます。
時間の必要性
説明可能なAI:あなたの仕事がAIに依存している場合、それはブラックボックスではない方がよく、ユースケースは適切に説明/説明可能であるべきです。XLSCOUTソリューションは説明可能であり、ブラックボックスの向きはありません。
機械学習ベースのコーパス: ユーザーから継続的に学習するコーパスは、時間の必要性です。
特許の分類により、迅速な洞察の生成が可能になり、意思決定プロセスの最適化に役立ちます。
ユーザーは、共有可能なビジュアライゼーションを使用して結果セットを調査することにより、対話型の分析タブを使用して洞察を視覚化できます。
検索支援から洞察の生成と視覚化まで、XLSCOUTは特許分類のためのワンストップソリューションです。
