特許書誌情報を用いた新たな技術分野の特定方法に関する研究：機械学習的手法の応用

利用专利着录信息识别新技术领域的方法研究：机器学习方法的应用

• 批准号: 20K01823
• 负责人: 中村 健太
• 金额: $ 2.33万
• 依托单位: Kobe University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K01823/
• 关键词: 特許; イノベーション; 新技術分野; 特許分類; IPC

2022年度は、整理標準化データを用いて検索IPCの履歴情報を整理した。全体的な集計から、検索IPCの特徴として、以下の点が明らかになった。これらの点は、以前実施した予備的な集計から示唆される傾向とも整合的である。1. 検索IPCは、公開・公表公報に記載されるIPCよりも多くの分類記号が付与される傾向がある。公報記載のIPCは、基本的に当該特許出願に掛かる発明がどの分野に属しているのかを表している。一方、検索IPCの場合、特許審査の過程で先行文献を検索するために使用されるため、漏れがなく特許検索が実行できることが重要であり、発明の技術的範囲を超えていても検索に有益であると考えられるIPCが付与されることがある。2. 検索IPCはFI（IPC）の改正にともなって機械的に更新されるが、この他に、審査の過程で審査官が検索IPCを追加することがある。そのため、（上の点とも関連するが）出願後の手続きが多い特許出願ほど検索IPCが増える傾向にある。以上の特徴は、IPCの数をカウントしたり、組み合わせを考える際に当該発明の技術分野を過大評価するようなバイアスを生む可能性があるため、留意を要する。なお、検索IPCを体系的に集計・分析した研究は存在しないと思われるため、2023年度中にショート・ペーパー（あるいは技術資料）としてデータの特性に関する知見を公表する。研究期間満了後には、加工済みのデータをリサーチ・ツールとして公開する予定である。

在2022年，使用有组织的标准化数据组织了搜索IPC的历史信息。总体总体揭示了搜索IPC的以下特征：这些点与先前执行的初步记录所暗示的趋势一致。 1。搜索IPC往往比出版物和出版物出版物中列出的IPC倾向于获得更多的分类符号。出版物中提到的IPC基本上代表了专利申请中涉及的发明的领域。另一方面，在搜索IPC的情况下，由于它用于在专利检查过程中搜索先前的文档，因此必须在没有任何遗漏的情况下执行专利搜索，并且即使该发明超出了技术范围的范围，也可以提供对搜索有益的IPC。 2.搜索IPC通过FI（IPC）的修订机械更新，但是除此之外，检查员还可以在检查过程中添加搜索IPC。因此，专利申请越多（尽管与上述几点相关），搜索IPC的可能性就越大。需要注意以上功能，因为它们可能导致偏见，这些偏见高估了计算IPC数量或考虑组合的发明的技术领域。此外，由于似乎没有研究系统地汇总和分析搜索IPC的研究，因此我们将在2023年内以简短论文（或技术文档）的特征发布有关研究期内的知识。研究期到期后，处理后的数据将以研究工具发表。