SlideShare ist ein Scribd-Unternehmen logo
1 von 25
Downloaden Sie, um offline zu lesen
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
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
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
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
FI (H04N5/232)
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
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
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
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
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
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
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
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. ?
意外に多いのが「鞍乗型車両」
ヒット件数
※しかも他の単語との重複も少ない
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
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
結局のところ良い検索式とは?
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
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
書誌・経過情報提供のデータ面での変更点
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
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
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・・
Thank you

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【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「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 lp180727Kigyounai hatsumeijuku lp180727
Kigyounai hatsumeijuku lp180727ozukaryo
 
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 SEOKeywordmap for SEO
Keywordmap for SEOKotaroTamai
 
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
 
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???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.8Taichi 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)」【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?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 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
 
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
 

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【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「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 lp180727Kigyounai 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 SEOKeywordmap 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.5Iot 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???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)」【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 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 labo20180312pubIo 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 zeal20180717 zeal
20180717 zeal
 

2018 e-patentトークセッション資料 株式会社ライズ