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分類予測の教師データサンプル

  以下の教師データサンプルを利用して、AI分類予測機能をお試しいただけます。 2値分類_教師データサンプル.csv 多値分類_教師データサンプル.csv 予測データサンプルを利用することで、AI分類予測の精度検証機能や交差検証機能をお試しいただけます。 2値分類_予測データサンプル.csv 多値分類_予測データサンプル.csv

• 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。 精度検証用のデータを用意できない場合には、交差検証機能をご利用ください。 交差検証（クロスバリデーション）機能では、構築済み教師データの汎用性を評価することができます。 精度検証機能の詳細は、下記のスライド資料をご参照ください。

• 台湾公報に対してAIセマンティック検索・AI分類予測はできますか

  台湾公報に対して、AIセマンティック検索・AI分類予測は対応しておりません。 AIセマンティック検索・AI分類予測機能は、日本語または英語で記載された公報についてご利用いただけます。 日本語横断検索オプションでは、台湾公報に対してAIセマンティック検索・AI分類予測が利用できます。 詳細については、日本語横断検索オプションをご参照ください。

• AI分類予測で予測スコアが表示されない、すべての公報に同じスコアが表示される

  AI分類予測で予測スコアが表示されない、またはすべての公報に同じスコアが表示されるケースがあります。 AI分類予測では、各公報が持っている「特徴キーワード」（特徴量）を利用して、予測計算を行います。 DOCDBベースの公報や、直近2,3日に発行されたばかりの最新公報などは、特徴キーワードが収録されていません。 その場合は、内部的に0という特徴量で計算しようとしますので、なにかしらの結果が返ってきます。 この場合の予測結果は信頼性に欠けますので、ご注意ください。 ...