AI分類予測
▶ 動画で見る
教師データを入れてから、検索結果で予測スコアを確かめるまでの3つのステップを、動画（約2分17秒）でご覧いただけます。
※音声はありません。字幕でご覧ください。
AI分類予測は、あらかじめ用意した「教師データ」（関係する公報・関係しない公報などの例）をAIに学習させ、検索結果の公報ごとに分類と予測スコアを付ける機能です。これまで人が公報を読んで仕分けていた作業をAIが自動で行うので、調査テーマと関係のない公報の順位を下げたり、関係しそうな公報から先に読んだりできます。この記事では、AI分類予測のしくみと使い方の全体像を説明します。各画面の操作は、それぞれの記事をご参照ください。
この記事でわかること
- AI分類予測のしくみと、使う場面
- 3つの分類種別（2値分類・多値分類・多ラベル分類）の違い
- 使い方の流れと、手順ごとの詳しい記事
- 検索結果に表示される予測スコアの見方
- 対応している言語と、予測できない公報
1. AI分類予測とは
AI分類予測は、次の3段階で動きます。
| 段階 | 内容 |
|---|---|
| 1. 教師データを用意する | 公報番号（出願番号・公開番号・登録番号）またはテキストに、「1」「-1」や任意のラベル名を付けたものです。最大1万件まで入力できます。 |
| 2. AIが学習する | 教師データをもとに、作業グループごとに独自の予測モデル（分類のものさし）が作られます。 |
| 3. 公報を予測する | 検索結果の公報（最大10万件）や、用意した番号リストの公報に、予測スコアと予測ラベルが付きます。 |
教師データと予測モデルは、作業グループに紐づいて保存されます。テーマごとに作業グループを分けておくと、過去に作った教師データを次の調査やSDI（新着公報の配信）でもそのまま使えます。
1-1. こんな場面で使えます
- 検索結果を「自社事業に関係する／しない」で仕分け、関係しない公報（ノイズ）の順位を下げる
- SDIで届く新着公報を、どの開発テーマに近いかで振り分ける
- 検索結果の母集合を技術要素・課題・効果などのラベルで分類し、どのラベルの公報が多いかを集計する
1-2. AIが読む範囲（対象特徴量）
AIが公報のどの部分を手がかりに分類するかは、教師データ設定画面の「対象特徴量」で選びます。大きく次の3種類があります。
| 種類 | 選択肢の例 | 特徴 |
|---|---|---|
| キーワードをもとにした特徴量 | タイトル/要約/請求の範囲/明細書/審査官キーワード | 実際に出てくる語で比べるので、厳密に分類されます。例：「太陽電池」と「ソーラーパネル」は別の語として扱われます。 |
| 意味をもとにした特徴量（名前に「(セマンティック)」が付くもの） | タイトル/要約/請求の範囲/明細書/審査官キーワード(セマンティック)、請求の範囲(セマンティック)、課題(JP) (セマンティック) など | 語の意味の近さで比べるので、言い回しが違っても近い公報をとらえやすい反面、分類はややあいまいになります。ある程度の量の教師データが必要になることがあります。 |
| 引用関係 | 引用関係 | 引用・被引用のつながりで比べます。引用関係のない公報やテキストの教師データでは分類できません。 |
請求の範囲（クレーム）の内容で分類したいときは、明細書を含まない特徴量（例：請求の範囲(セマンティック)）を選びます。
2. 分類の種類
AI分類予測では、次の3つの分類種別から1つを選んで使います。
| 分類種別 | 教師データのラベル | 予測の結果 | 向いている使い方 |
|---|---|---|---|
| 2値分類 | 「1」（関係する）と「-1」（関係しない） | 公報ごとに -1〜1 の予測スコア | 関係する公報だけを効率よく読む（スクリーニング） |
| 多値分類 | 任意のラベル名（例：技術要素A、技術要素B） | 公報ごとに、最も近いラベル1つ | 技術要素・課題・効果などで振り分け、ラベルごとの件数を見る |
| 多ラベル分類 | 任意のラベル名 | 公報ごとに、当てはまるラベルを複数 | 1件の公報が複数の技術要素に当てはまる場合に、両方のラベルを付ける |
3. 使い方の流れ
AI分類予測のメニューは、トップページの「AI分類予測」と、画面左端のメニューにあります。
操作は次の順に進めます。手順ごとの詳しい操作は、右の列の記事をご参照ください。
| 手順 | 使うメニュー | すること | 詳しい記事 |
|---|---|---|---|
| 1. 教師データを入れる | 「教師データ設定」 | 作業グループを選び、分類種別と対象特徴量を選んで、教師データを入れます。ファイルからの読み込み、一括編集での貼り付け、検索結果の画面から1件ずつ付ける方法があります。 | 教師データ設定 AI教師データの一括取り込み 教師データを1件ずつ設定する方法 AI分類予測の入力番号フォーマット AI分類予測の教師データサンプル |
| 2. 予測に使う作業グループを選ぶ | 「予測モデル選択」 | 予測に使う作業グループ（予測モデル）を選びます。「メイン」と「プレ」の2つを選ぶと、2つの観点で同時に予測できます。 | 予測モデル選択 |
| 3. 公報を予測する | 検索結果 「番号リストで分類予測」 | 検索すると、検索結果の公報に予測スコアが付きます。手元の番号リスト（SDIの新着公報など）や、公報の本文などの文章（テキスト）を予測することもできます。 | 検索結果の分類設定 番号リストで分類予測 |
| 4. 精度を確かめて上げる | 「パラメータチューニング」 | 正解がわかっている公報で予測の当たり具合を確かめ、学習のパラメータを調整します。 | パラメータチューニング 交差検証（クロスバリデーション）を使用した教師データの汎化性評価 可視化 |
- 1. 「予測モデル」：教師データを保存する作業グループです。
- 2. 「分類種別」と「対象特徴量」：分類のしかたと、AIが読む範囲です。
- 3. 教師データの一覧：番号で入れた教師データは、「該当特許リンク」に出願番号が表示されていれば正しく読み込まれています。
4. 予測スコアの見方
教師データを入れた作業グループを選んで検索すると、検索結果の公報ごとに予測スコアが表示されます。作業グループの選択は、ブラウザを閉じて開き直すと未選択（「作業グループ選択」）に戻ります。予測スコアが表示されないときは、画面上部で作業グループを選び直してください。
- 1. 検索結果の上に、分類種別と教師データの件数（1と-1の件数）、「AI予測」の「ON」／「OFF」が表示されます。OFFのときは予測スコアが表示されません。設定は検索結果の分類設定をご参照ください。
- 2. 予測スコアの高い順に読みたいときは、「ソート」で「AI予測スコア - 降順」を選びます。ソートの欄は複数の並び順を選べるため、初めから入っている「スコア - 降順」を「×」で外してください（外さないと「スコア - 降順」が先に効き、AIスコアの高い順になりません）。
- 3. 公報ごとの「AIスコア」が予測スコアです。「+ UP」を押すとその公報が「1」、「- DOWN」を押すと「-1」の教師データとして追加されます。
| 分類種別 | 予測スコアの意味 |
|---|---|
| 2値分類 | -1〜1 の値です。1に近いほど「1」（関係する）、-1に近いほど「-1」（関係しない）の可能性が高いことを示します。0に近い値は、AIが1と-1のどちらとも判断しきれていないことを示します。 |
| 多値分類 | 値が大きいほど、そのラベルである可能性が高いことを示します。 |
| 多ラベル分類 | 値が大きいほど、そのラベルである可能性が高いことを示します。スコアに上限・下限はありません。 |
予測スコアは相対的な値で、予測する公報の数や種類が変わると値も変わります。「スコア設定」の「AIスコア加算」にチェックを入れると、キーワード検索やセマンティック検索のスコアに予測スコアを加えて並べ替えられます。エクセルダウンロードでは、出力項目に「AI予測スコア」「AI予測ラベル」を加えると、予測結果を出力できます。
5. 対応している言語と、予測できない公報
AI分類予測は、日本語と英語に対応しています。教師データと予測する公報の言語はそろえてください。言語が違っても予測スコアは表示されますが、信頼性は低くなります。
- 教師データが日本語の場合：日本語の公報（JP・WOの日本語公報）を予測します。
- 教師データが英語の場合：英語の公報（US・EP・WOの英語公報）を予測します。
- 教師データに番号で入力できるのは、JP・US・EP・WOの特許（実用新案）の番号です。
6. よくある質問
Q. 公報のPDFファイルや、Patentfieldに収録されていない公報に、予測スコアを付けられますか？
A. PDFファイルをそのまま取り込むことはできません。Patentfieldに収録されていない公報などは、PDFから本文の文章を抜き出してテキストにすると、予測スコアを付けられます。
手順：
1. 番号リストで分類予測を開き、「クエリ種別」で「テキスト」を選びます。
2. PDFから抜き出した文章を、予測データとして入力します。「一括編集」では1行に1件ずつ入力します。
3. 文章の後ろにラベルなどを続けて入力するときは、区切りにタブを使ってください。画面の説明では、タブとカンマ（,）のどちらも区切りとして扱われるため、文章の中のカンマで区切られないようにするためです。
Q. 「1」と「-1」の教師データの件数は、そろえたほうがよいですか？
A. なるべくそろえてください。ラベルごとの件数の違いは「重み」で自動的に補われますが、件数が大きく違うと、件数の多いほうのラベルに寄ったスコアになる傾向があります。
Q. 教師データ設定画面の「重み」は何ですか？
A. ラベルごとの重みです。初期値は、ラベルごとの教師データ数の違いを補うように自動で計算されます。重みに上限・下限はなく、あるラベルの重みを大きくすると、そのラベルが付きやすくなります。
Q. 別の作業グループで作った教師データを使って予測できますか？
A. できます。予測モデル選択で、予測に使う作業グループを選んでください。
Q. 予測スコアが「0」や空欄になります。すべての公報に同じスコアが表示されます。
A. 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をご参照ください。