第1部. 知財実務におけるAI導入と効率的な活用方法

(2021年4月15日 10:30〜12:00)

　AI技術の発展に伴い、知財実務においても各種ツールが登場しています。特に、特許や技術文献の調査・解析に関する調査ツールが多く登場しております。しかしながら、従来の特許や技術文献調査に比べると調査過程のブラックボックス化が進み、そのため、AIをどのように使うと効率的かといった課題が出てきています。
　そこで、本講演では、特にAIを用いた特許調査における、調査ツール導入や活用方法の一助となるよう調査ツールの種類とそれに応じた使い方、気を付けるべき点について事例を交えてご紹介します。

1. 知財実務におけるAIの状況
2. AIと特許調査
   1. AIとは
   2. 特許調査と概念検索
3. 調査ツールの変遷
   1. 調査ツールの変遷
   2. 調査ツールの変遷による実務者の変化
4. AIを用いた特許調査
   1. 特許調査におけるAIの応用領域
   2. AIを用いた特許調査ツール
   3. 企業における調査シーン別のAIを用いた特許調査
5. AIを用いた特許調査の活用事例
   1. ケース1 (特許出願前調査)
   2. ケース2 (無効資料調査)
   3. ケース3 (技術動向調査)
   4. その他のケース
• 質疑応答

第2部. R&D部門で可能な研究開発テーマにおける初動期段階の特許調査・分析

(2021年4月15日 13:00〜14:30)

　DX時代の昨今、R&D部門と知的財産部門における知財情報・技術情報の活用についても業務変革が求められています。知財情報・技術情報を活かした研究開発を行うためには、知的財産部門管理の元、研究開発の早期段階での知財情報・技術情報の初動調査・分析も重要となります。
　そこで、本セミナーでは、R&D部門でも容易に特許調査が可能な体制の構築と、知的財産部門との連携/分担例を紹介します。また、海外主要国の特許も日本語で検索できる日本語横断検索サービスの活用や、未公開特許や発明提案書など『社内の技術蓄積データ』を加えることで知財情報・技術情報を横断的に調査・分析できる「 (仮称) 横断検索サービス」など、弊社の取り組みを紹介します。

1. はじめに
   1. 講師自己紹介
   2. Patentfield株式会社紹介
2. Patentfieldの機能紹介と活用例
   1. 機能A:検索機能
   2. 機能B:データ可視/分析
   3. 機能C:AIセマンティック検索
   4. 機能D:AI分類予測
3. 本セミナーの狙い (知財部門管理によるR&D部門での特許調査)
4. R&D部門による初動期段階の特許調査・分析
   1. R&D部門における特許調査体制の構築、他社事例
   2. 他社特許の監視 (SDI配信)
   3. 知的財産部門との連携、データ共有
5. R&D部門による初動期段階での海外特許情報収集
   1. 日本語横断検索機能の紹介
   2. パテントマップの活用
   3. 開発テーマに関する類似技術の把握
6. 社内技術情報資産の横断検索
   1. 特許・社内技術情報資産の横断検索の概要とメリット
   2. 社内技術情報資産の例、特許情報との組合せ検索結果例
• 質疑応答

第3部. DX時代の技術文献・特許調査でのAI活用と新規用途探索への活用

(2021年4月15日 14:45〜16:15)

　DX時代の技術文献・特許調査でのAI活用と新規用途探索への活用について特許調査と機械学習の観点から講演します。最近では商用のAIを利用した特許調査ツールも複数登場しています。第1部ではDXの概要と特許調査への応用について概観します。第2部では機械学習の概要と効率的な特許調査への応用について、第3部では機械学習の応用事例を文書のベクトル化、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。調査目的に応じたアルゴリズムと特徴量の選択が重要であり、また教師あり機械学習には良質な教師データの準備が重要です。

1. DXの概要と特許調査への応用
   1. デジタルトランスフォーメーション (DX) とは
   2. 特許調査システムとその評価方法
      1. 「完全一致」⇔「最良一致」検索モデルの比較
      2. 特許調査用学習済モデルの作成とその評価方法
2. 機械学習の概要と特許調査への応用
   1. 特許調査分野における人工知能 (AI) 技術の活用動向
      1. 機械学習概要
         • 分類
         • クラスタリング
         • 回帰
         • 次元圧縮
      2. 特許分野における自然言語処理導入のメリット
   2. 特許調査への機械学習適応時の留意点
   3. 先行技術調査の流れ (進め方)
      1. doc2vecによる公報 (文書) 単位の類似度計算
      2. doc2vecによる発明の要素 (文) 単位の類似度計算
3. 機械学習の応用事例
   1. ディープラーニングの基礎検討
   2. 文書のベクトル化検討
      1. one hotベクトル
         • BoW
         • TF・IDF等
      2. 分散表現ベクトル
         • doc2vec
         • doc2vec
         • fastText等
   3. 機械学習による文書分類
   4. 文書ベクトルの次元圧縮による特許公報の俯瞰可視化
• 質疑応答