Suche senden
Hochladen
2018 e-patentトークセッション資料 株式会社ライズ
•
1 gefällt mir
•
1,015 views
T
tomoro_azu
Folgen
2018年特許情報フェア時のe-patentトークセッション時のスライドです
Weniger lesen
Mehr lesen
Serviceleistungen
Melden
Teilen
Melden
Teilen
1 von 25
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
Akira shibata at developer summit 2016
Akira shibata at developer summit 2016
Akira Shibata
LHCにおける素粒子ビッグデータの解析とROOTライブラリ(Big Data Analysis at LHC and ROOT)
LHCにおける素粒子ビッグデータの解析とROOTライブラリ(Big Data Analysis at LHC and ROOT)
Akira Shibata
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
Dlc ri
Dlc ri
Hirokuni Uchida
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
Ridge-i
20150421 日経ビッグデータカンファレンス
20150421 日経ビッグデータカンファレンス
Akira Shibata
[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] DGXフォーラム Ridge-i発表資料
Ridge-i
Weitere ähnliche Inhalte
Ähnlich wie 2018 e-patentトークセッション資料 株式会社ライズ
士業関連の人工知能の活用例
士業関連の人工知能の活用例
超史 宮崎
TIS 戦略技術センター AI技術推進室紹介
TIS 戦略技術センター AI技術推進室紹介
Takahiro Kubo
【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略
Developers Summit
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
Leading Edge Co.,Ltd.
Kigyounai hatsumeijuku lp180727
Kigyounai hatsumeijuku lp180727
ozukaryo
2018年12月15日 AITC女子会 顔認識を活用したセミナー参加者の満足度分析
2018年12月15日 AITC女子会 顔認識を活用したセミナー参加者の満足度分析
aitc_jp
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
Hisahiko Shiraishi
Keywordmap for SEO
Keywordmap for SEO
KotaroTamai
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
秀 齊藤
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
Preferred Networks
Iot literacy no.5
Iot literacy no.5
Hiromitsu Jin
みんなのPython勉強会#21 澪標アナリティクス 井原様
みんなのPython勉強会#21 澪標アナリティクス 井原様
Takeshi Akutsu
データサイエンティストってどこへ行ったのか???
データサイエンティストってどこへ行ったのか???
Izumi Akiyama
分析できるデータは自ら作る@Data Analyst Meetup Tokyo vol.8
分析できるデータは自ら作る@Data Analyst Meetup Tokyo vol.8
Taichi Tachikawa
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
GIG inc.
AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?
munjapan
AI求人票採点サービス-Findy Score(ファインディ スコア)の説明資料
AI求人票採点サービス-Findy Score(ファインディ スコア)の説明資料
Yuichiro "Philip" Yamada
Io t labo20180312pub
Io t labo20180312pub
IoTビジネス共創ラボ
IoT × 機械学習 製造機器のデジタル数字認識と IoT によるデータ収集・活用
IoT × 機械学習 製造機器のデジタル数字認識と IoT によるデータ収集・活用
ナレッジコミュニケーション
20180717 zeal
20180717 zeal
Yutaka Terasawa
Ähnlich wie 2018 e-patentトークセッション資料 株式会社ライズ
(20)
士業関連の人工知能の活用例
士業関連の人工知能の活用例
TIS 戦略技術センター AI技術推進室紹介
TIS 戦略技術センター AI技術推進室紹介
【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
Kigyounai hatsumeijuku lp180727
Kigyounai hatsumeijuku lp180727
2018年12月15日 AITC女子会 顔認識を活用したセミナー参加者の満足度分析
2018年12月15日 AITC女子会 顔認識を活用したセミナー参加者の満足度分析
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
Keywordmap for SEO
Keywordmap for SEO
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
Iot literacy no.5
Iot literacy no.5
みんなのPython勉強会#21 澪標アナリティクス 井原様
みんなのPython勉強会#21 澪標アナリティクス 井原様
データサイエンティストってどこへ行ったのか???
データサイエンティストってどこへ行ったのか???
分析できるデータは自ら作る@Data Analyst Meetup Tokyo vol.8
分析できるデータは自ら作る@Data Analyst Meetup Tokyo vol.8
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?
AI求人票採点サービス-Findy Score(ファインディ スコア)の説明資料
AI求人票採点サービス-Findy Score(ファインディ スコア)の説明資料
Io t labo20180312pub
Io t labo20180312pub
IoT × 機械学習 製造機器のデジタル数字認識と IoT によるデータ収集・活用
IoT × 機械学習 製造機器のデジタル数字認識と IoT によるデータ収集・活用
20180717 zeal
20180717 zeal
2018 e-patentトークセッション資料 株式会社ライズ
1.
2018特許情報フェア e-patent トークセッション 「弁理士サーチャーから見た良い検索式とは?」 株式会社ライズ 東
智朗
2.
自己紹介 東 智朗 株式会社ライズ 代表取締役 ・調査会社にて特許業界のキャリアスタート ・その後特許事務所 ・ITベンチャー(一人知財部) ・2010年より株式会社ライズ IT分野を中心に化学系以外なら幅広く調査 データ処理やプログラム作成などもたまに
3.
今日の話題 ①良い検索式とは? ②最近興味あること&ライズの取り組み
4.
どちらのほうが良い検索式? A: 請求項=笑顔 *検出 *撮像 B: a
) FI=H04N5/232,180 b) 全文=笑顔+表情 c) 全文=オート+自動 d) 全文=シャッタ+撮像+撮影 a * b * c * d
5.
FI (H04N5/232)
6.
良い検索式とは? →目的とする文献が見つかったとき! ・結果が重要 無効資料などでは特に ・報告する相手が必ずしも検索式を重視するわけではない etc. クライアント、他部門の上司 ・検索式は目的達成のための手段
7.
良い検索式とは? いつも思い通りの結果が出るとは限らない! →しかしこの時こそ調査(検索式)の評価の分かれ目 ■どのような技術範囲・文献を想定して調査方針を検討したか ■関連する文献はないと判断するに足りるか →侵害回避では非常に重要 最も重要なのは設定した調査方針・技術範囲 検索式はそれをカバーし、漏れやエラーのないことが重要
8.
検索式のエラーとは? 主に キーワード 特許分類(IPC,FI,Fterm) の選択ミス
9.
具体的な例 「被写体の顔が笑顔になったと判断したときにシャッターを切 るカメラ」 いわゆるスマイルシャッター機能の基本特許を調べる
10.
どちらのほうが良い検索式? A: 請求項=笑顔 *検出 *撮像 B: a
) FI=H04N5/232,180 b) 全文=笑顔+表情 c) 全文=オート+自動 d) 全文=シャッタ+撮像+撮影 a * b * c * d
11.
答えはA Aではソニーの特許4197019がヒット Bでは同様の文献が見つからず 実はH04N5/232以下が細分化されたのは2017年4月 以前は分冊記号(A~Z)のみ 遡及が間に合っていないもよう ※あくまでこのシチュエーションでのベターな検索式
12.
特許分類選択の難しさ 体系の理解の難しさ 追加や更新が多く追いかけづらい、付与のタイムラグ ・分類選択しても文献の内容、同時に付与された分類をチェック ・選択した分類周辺の可能性も考える ・各年代の文献をチェック
13.
キーワードについて 具体例として「バイク」の類語 ・オートバイ ・モーターサイクル ・自動二輪 ・原動機付自転車 etc. ?
14.
意外に多いのが「鞍乗型車両」
15.
ヒット件数 ※しかも他の単語との重複も少ない
16.
普通に類語としては連想し得ない どうすれば? ・一旦候補キーワードで検索 ・得られた集合から分類を決定 ・選んだ分類で検索して確認
17.
エラーをなくすには? ・選んだキーワード、分類を疑い確かめる ・入念な下調べ(予備検索) キーワード決定のための分類検索 分類決定のためのキーワード検索 ・AIの活用も キーワード候補、分類候補の提示 AIによる検索結果 ただし確認・検証は必要
18.
結局のところ良い検索式とは?
19.
最近気になること 整理標準化データの提供の終了 書誌・経過情報に関するデータの提供へ https://www.jpo.go.jp/torikumi/chouhoyu/chouho yu2/keikajoho-kakudai-gaiyou.html
20.
書誌・経過情報提供のポイント ・タイムラグがなくなる これまで2〜3週間 → 翌営業日 ・提供範囲の拡大 詳細な引用文献情報など jplatpatにある「審査書類情報」ではないよう
21.
書誌・経過情報提供のデータ面での変更点
22.
データ面での利点 ・データの処理が圧倒的に楽に xml -> tsv ・書誌事項データベース構築のハードルが下がる 新たなサービスと提供者の登場の可能性
23.
ライズの今後の取り組み 調査業務を軸としつつ ・自社内でのデータベースの構築 調査の効率化 注文に応じたデータ提供・データ処理 ・小規模システム、ツールの作成
24.
求む! 「知財技術者のためのpython入門」 ・数名集まったら開催したい ・python初心者あるいはプログラム初心者 (経験者で教えたいという方も是非) ・費用:無料🍺 ・月2回くらい ・目標:ファイル(csv,excel,xml,text)の処理 いずれはクローリングやwebアプリ いつかは機械学習ライブラリが触れるかも・・
25.
Thank you
Jetzt herunterladen