特徴キーワードを利用した特定2社間の強み・弱みの分析

Patentfieldの機能のひとつである特徴キーワードは、各公報内のテキストから特徴的なキーワードを抽出して表示等ができます。

この特徴キーワードを利用した特定2社間の強味・弱みの分析手法について解説します。

１．分析したい2社の出願人名で検索を実行します。

今回の事例では、京都大学と大阪大学で検索します。

２．マップの集計項目で「特徴キーワード」を選択します。

対象特徴量は、公報の明細書/要約/特許請求の範囲のうち、どの部分から特徴キーワードを抽出するか指定できます。選択可能な、対象特徴量はこちらをご参照ください。

３．マップのクロス集計項目で「出願人」を選択します。

４．マップの種類で「コンパラマップ」を選択します。

５．マップのアイコン「⇔」をクリックして、軸を入れ替えます。

６．「集計条件を設定」の「出願人」タブで、集計対象から比較したい2社を選択します。

７．「集計条件を設定」の「特徴キーワード」タブで、上位件数を指定します。

今回の事例では、上位30件と指定しています。

＊集計対象から任意のキーワードを選択して、マップに表示させることもできます。

８．特徴キーワードによる2社間の分析マップが表示されます。

マップ上の数値は、各特徴キーワードの出現回数を示します。

「IPS細胞」というワードでは、京都大学の出願母集団には329回登場し、大阪大学の出願母集団には135回登場していることを示します。

このマップにより、2社において共通的に利用されるキーワードは、両者において研究開発が行われている（特許出願している）技術分野であることを示し、

バーの長さ（キーワードの出現回数）は、注力度（どれだけその技術分野に投資して特許出願しているか）を示している言えます。

• Related Articles

• 特徴キーワード

  Patentfieldでは、公報中の文章から特徴的なキーワードを抽出して表示することができます。 特徴キーワードは、公報中におけるキーワードの出現回数と、データベース全体で比較したときのキーワードのレア度、文書長等に基づいて自動抽出しています。 特徴キーワードは、下表で示す対象範囲（対象特徴量）ごとに表示&ダウンロードが可能です。 対象範囲　＊括弧内が特徴キーワードの抽出範囲 対象国 特徴キーワード(タイトル/要約/請求の範囲/明細書/審査官キーワード) JP/PCTJP/US/EP/WO ...

• 特徴キーワードを利用した用途探索方法

  Patentfieldの機能のひとつである特徴キーワードは、各公報内のテキストから特徴的なキーワードを抽出して表示等ができます。 この特徴キーワードを利用した技術の用途探索手法について解説します。 １．探索したい技術テーマのキーワードで検索を実行します。 今回の事例では、「グルタチオン」をテーマに検索します。 特許検索になれている方は、詳細検索のフィルター(詳細)等で、検索条件を設定ください。 ２．検索結果画面の左下「関連キーワード」の赤枠部分をクリックします。 ...

• 等高線チャート

  可視化の軸で「特徴キーワード」を選択すると「等高線チャート」で可視化ができます。（クロス集計なしの場合） 等高線チャートは母集団の特徴キーワードを集計し、母集団の中で出現回数が多い特徴キーワードを表示します。 出現回数が多いほど青色が濃く表示されます。 マップ中のキーワード同士の距離は、キーワード同士の共起関係を表しで、同一公報内でキーワード同士が多く出現している公報が多いほど、距離が近くなります。 マップに描画されるキーワード数はデフォルトで10件です。 ...

• 関連キーワード

  検索結果画面の左横に、検索結果に関連するワード（関連キーワード）が自動抽出されます。 関連キーワードは、データベース全体のレア度を考慮した特徴的なワードと頻度、文書長等に基づいて自動抽出し、一般的なワードは上位に上がりにくくなっています。 マップの集計条件で選択可能な「特徴キーワード」は、「関連キーワード」と同じロジックを用いて抽出しています。 検索結果画面における関連キーワードは、検索結果の1ページあたりの表示範囲（１０件〜１００件）に基づいて抽出しています。 ...

• 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。 ...