かんたん3ステップAI分類予測

かんたん3ステップAI分類予測

トップページ より、以下のフォーマットで教師データファイルと予測データファイルを用意するだけで、すぐにAI分類予測を行うことができます。














1. 教師データファイル読込

以下のような1列目に番号、2列目に任意のラベル名を付与した番号リストを用意します。多値分類の場合、任意のラベル名、2値分類の場合、1か-1を付与します。カンマ区切りかタブ区切り、どちらでも構いません。

サンプル教師データファイル


2. 予測データファイル読込

以下のような1列目に予測したい番号を付与した番号リストを用意します。原則、2列目は不要ですが、教師番号のリストと同様に2列目にラベルを付与することも可能です。この場合、AIが予測した結果との精度検証に用いることができます。

サンプル予測データファイル

      特開平7-149737
      特開平7-165579
      特開2002-78792
      特開2018-163436
      再表2017-104724
      特開2018-151775
      特開2018-145113
      特開2018-141892
      特開2018-143025
      特開2006-276388
   

3. 分類予測

分類予測のボタンをクリックすることにより予測データの番号リストで検索し、教師データに基づいて予測データの文献の分類を予測します。予測結果をエクセルでエクスポートすることもでき、エクセルエクスポートでは、予測ラベルのみではなく、予測ラベル候補を確度の高い順で最大5つ出力することもできます。


4. 教師データセット(作業グループ)

教師データを複数種類保持することができます。新しく教師データを読み込む場合は、作業グループを追加を選択してください。


5. AI設定フォーム

詳細な設定が可能なAIラベル設定フォームが開きます。詳細な説明は こちら を参照して下さい。

    • Related Articles

    • AI分類予測

      概要 AI分類予測は、予めユーザーがセットした教師データに基づいて、任意の検索結果や母集合について、AIが分類を予測してくれます。例えば、任意の検索結果について、【自社事業に関連する/しない】といった分類や、SDIの新着公報について、【どの開発テーマに関連するか】等、今まで人が公報を読み込んで仕分けしていた作業を、数秒以内でAIが自動で分類し、大幅な作業効率を図ることができます。 ...
    • AI分類予測の精度を上げたい

      AI分類予測の精度検証機能やパラメータチューニングを使用することで、精度向上が期待できます。 詳細は、下記のスライド資料をご参照ください。
    • AI分類予測の入力番号フォーマット

      【日本公報の番号フォーマット】 番号フォーマットは複数サポートしており、特願2001-1、特開2004-123456、特許6123456などが使えます。お持ちの番号フォーマットが対応していない場合はお問い合わせ下さい。 JP20060290111 # EPODOC形式出願番号(JPYYYYNNNNNNN),多能性幹細胞 特願2010-122389 # 特願形式(特願YYYY-N),多能性幹細胞 WO2013176233 # WO形式,多能性幹細胞 特許5544573 ...
    • AI教師ラベル一括読み込み手順

      このページは、AI教師ラベルを一括読み込みする手順に関する説明です。AIラベル設定画面の説明は こちら をご参照ください。 1. 教師データとして分類済み番号リストを用意 まず、以下のような1列目に番号、2列目に任意のラベル名を付与した番号リストを用意します。多値分類の場合、任意のラベル名、2値分類の場合、1か-1を付与します。カンマ区切りかタブ区切り、どちらでも構いません。 サンプル教師データファイル ...
    • 検索結果の分類設定

      検索結果に対する分類予測の設定が行えます。 1.オプション 1-1.都度更新しない 「都度更新しない」にチェックを入れると、結果一覧画面や「教師データ」タブのクエリ種別を指定して教師データの追加/削除を行っても、「編集を保存」を押さない限り教師データとモデルデータが更新されません。 教師データの数が増えた際に、1件ずつ教師データを追加すると待ち時間が長く気になる場合、チェックを入れることで1件毎の待ち時間がなくなります。 ...