情報検索コラム

三月うさぎのティールーム/情報検索コラム

情報検索・調査・利用について
“知っていると便利”“こんなときどうする”“コレにはご注意!”などなど思いつくままに書かせていただきます。

ちなみに「三月うさぎ」はルイス・キャロル著『不思議の国のアリス』に出てくる「いつまでも終わらないお茶会をしている」ちょっとヘンなうさぎです。

「ティールーム」は、お仕事の休憩時間のお茶といっしょに読んでいただけるくらいの長さと内容というコンセプトを、アリスの三月うさぎの「お茶会」にかけてあります。(毎月1回更新します)

>コラムバックナンバー 一覧へ

コラム第186号(2018/10/09UP)

無効資料調査に思うこと(3) -AIへの期待-

注意:記載内容やリンクは執筆時点での情報です。

現在、様々な分野で関心が高いAI(人工知能)。もちろん特許調査においても注目されています。
私自身はAIに詳しいわけではないので、AIの専門的なことは書けません。
しかしサーチャーの立場からは、やはり特許調査へのAI活用について思うことはあるわけです。
今回は現時点で理解できている範囲でやや無責任(!)に、
特許の無効資料調査について、AIへの期待などを書いてみたいと思います。

なお前回のコラムの復習になりますが、特許の無効資料調査について簡単に説明します。
無効資料調査というのは、特定の特許権を無効にする資料を探す調査です。

特許出願は出願人が審査を請求すると、特許庁で審査します。
そして審査に通って特許登録になると特許権が設定されます。
権利発生に伴い特許権者が特許権を行使すると、他社が特許権に含まれる技術を使いたい場合、
特許権者にロイヤリティを支払わなければなりません。
よって、その特許技術を使いたい会社が特許権を潰しにかかった。
大雑把な説明ではありますが、これが無効審判です。

この無効審判で、特許が無効であることを証明する文献(証拠)。これが「無効資料」です。
どういう文献が「証拠」になるのか。

特許は新規な技術を発明したことにより特許権を得ることができます(新規性)。
よって出願日以前に他に同様の発明が存在した場合、新規ではないから特許されません。
つまり無効にしたい特許の出願日以前に公知(公に知られた)の文献で、
その特許と同様の発明が書かれている文献が「証拠」=「無効資料」です。

無効にできる資料であれば特許文献でも良いし、非特許文献でも良いわけですが、
今回のコラムでは、AIで特許文献を検索・調査することに的を絞って書きます。

無効資料調査とAIとの関係

そもそもAI(人工知能)の定義そのものが専門家の間で定まっていないとのことですが(※参考文献1)
特許調査でのAIは一般に機械学習であり、
特許情報フェアなどでAI関連の出展を行っているブースで案内しているものも、
無効資料調査の場合は、無効化したい特許の請求項を「教師データ」として学習させ、
学習させたデータに近い文献を表示させる仕組み(※参考文献2)が主流のように思います。

例えば、コラム183号で紹介した無効審判「無効2006-080074」は、
無効になった特許は「特許第3621023号」で、対する証拠(無効資料)は「特開2000-046443」です。

単純に言えば「特許第3621023号」の請求項を学習させて、
無効資料である「特開2000-046443」を見つけ出すことをAIに行わせるわけです。

AIにできそうなこと、できなさそうなこと

特許調査へのAIの活用として、テキスト(文)への対応について思うことを書いてみます。

まず以前のコラム182号で使った例です。

例えば機械系の調査で「特定の部材を急速に冷却する」という概念を調査したい場合。
この「急速に冷却する」という技術概念について、
「短時間で熱を下げる」という表現で書かれる場合がある。
「急速に冷却する」と「短時間で熱を下げる」とで一致する用語は無し、です。
でも同じ概念を言い表しています。これをAIは「一致する」と判断できるかどうか。

私の素人考えでは  (^^;
仮に形態素解析で「急/速/に/冷却/する」と「短/時間/で/熱/を/下げ/る」と切り分けて、
それぞれの品詞を特定したとして、
まず「急」と「短」を同義語として関連付け可能だろうと思うわけです。
で「速」と「時間」も時間に関する用語として関連付けできるだろう、と。
「冷」と「熱 + 下げ」も関連付け可能かな、と。語尾は「する」と「る」で両方とも肯定です。
さらに「急」と「速」と「冷」が近い位置にある状態と、
「短」と「時間」と「熱」が近い位置にある状態とを判断させて、
「急速に冷却」と「短時間で熱を下げる」を関連度が高いと判断させることはできそうに思うのです。

用語の関連付けは同義表現を定義した辞書を整備することになるわけで、
実際にGoogle検索では「特許申請」で検索して「特許出願」もヒットする程度のことは、既に常識です。

しかし実際の自然言語による文書レベルのテキストの認識では、
「表現の扱いで問題が発生」する可能性があったり、
「係り受け関係にある表現の組合せの多さから、その(処理の)手間が大きくなってしまう」
ということで、そんなに簡単なことではなさそうです。(※参考文献3:( )内は味岡補足)

この程度のテキストの関連付けが現時点で難しいとなると、コラム183号で紹介した例である
無効になった特許「特許第3621023号」の「2つの部材と、1つの支持部材を組み合わせること」と、
証拠(無効資料)「特開2000-046443」の「上中下の三分割」が一致するとAIに判断させることは、
残念ながらかなり難しそうです。

ただし「人工知能KIBIT」を使って「特許第3621023号」について
「IPCの「F24F5/00」を指定し、これを含む5,249件を母集合としたところ、
無効資料(特開2000-046443号公報)は、上位31番目(上位0.6%)のランキングされた。」
との報告もあります。(※参考文献4)

無効になった特許「特許第3621023号」については、特許庁での審査の段階で
無効資料「特開2000-046443」がヒットしていたにも関わらず見落とされた理由について、
「ヒット件数が172件と比較的多かったこと」の指摘もあります。(※参考文献5)
AIを使って上位31番目にランクされるのであれば、見落とされない可能性もでてきます。
「人工知能KIBIT」も「専門家(企業知財部門の担当者,弁理士,弁護士など)をサポートする」
とのことであり(※参考文献4)、その意味では活用が期待できそうな報告かと思います。

とはいうものの、
一般に教師データとして無効対象の請求項を入力して、そのまま上手く検索されるわけではないようです。
例えば無効対象の請求項の入力と共に、キーワード設定を行うことの影響が大きいという報告もあります。
(※参考文献6)
上で紹介した「人工知能KIBIT」も、
IPCの「F24F5/00」を指定した点がランキングに影響した可能性が大きいかもしれません。

というわけなので、
現時点では上手な補足入力(キーワードや特許分類)を行えば、調査の補助として活用できそうだ、
ということになりそうです。要は使い方次第でしょうか。

しかもAIのインプット→アウトプットの過程は一般的にブラックボックスであり、
なぜこの結果になったかの検証が明確に認識できにくいように思います。
言い換えると、信頼性は低くないけれど、そんなに高くもない、と。
だからAIの結果を補完しながらの調査になるだろうな、とも思います。

AIにやってほしいこと

特許情報におけるAIの活用として、
特許庁では平成28年度から特許分類付与にAI技術の活用に向けた検討を開始しているとのことです。
(※参考文献7)

特許分類付与については、無効審判事件の無効審決採用証拠の文献を分析し、
特許分類の付与が不適切な場合があるという報告があります。
この報告では「加熱・冷却を行う恒温液槽」の技術が開示される特許公報に、
冷却機能のみ(冷蔵庫,冷凍室,アイス・ボックス)の分類である「F25D11/00」が付与されていた例が
報告されています。(※参考文献8)

特許分類で検索しても、不適切な特許分類が付与されていればヒットしません。

また、これに関連して、前回のコラム185号では、
無効対象の特許の特許分類付与が不適切だった経験を書きました。
この場合、公報に付与されている特許分類で検索しても調査したい技術はヒットしないわけです。

これらのことを考え合わせてふたつの期待があります。まずひとつめは、
AIを使って、既に発行済みの公報の特許分類の正確性の検証と修正を行ってもらえると嬉しいです、よね。
適切な特許分類の付与による信頼性の向上が望めます。

そしてふたつめとして
無効対象の特許の特許分類付与が不適切だった場合、
例えばAIに教師データとして、不適切な特許分類が付与された公報を読み込ませても、
特許分類付与へのAIのアルゴリズムを応用して公報のテキスト解析を行えば、
適切な特許分類を提示できるのではないか、と (どうかな?)。

なお、少し話しが逸れますが、米国では特許の質を向上させるために、
「専門家が審査に関与」して特許庁の支援を行う「Peer to Patent」プロジェクトが
運営されているとのことです。この「Peer to Patent」について、
「特許登録後の特許の瑕疲の有無の審査についても、同様に試みとして
ポストイシュー・ピア・ツー・パテントが運用されています。」とのことです。(※参考文献8)

日本でもこのような考えが提案されているようですが(※参考文献9)
このような特許の質向上への支援を行う際、
AIを使いながら調査の効率を上げる方法もあるかもしれないとも思います。

参考文献

※参考文献1
題 名:特許情報と人工知能(AI):総論
著 者:野崎 篤志
掲載誌:情報の科学と技術 Vol.68,No.7(2018年7月号)
掲載頁:p.316-325
発行者:一般社団法人 情報科学技術協会

※参考文献2
題 名:人工知能(AI)を用いた化学分野における無効資料調査・先行技術文献調査への活用検討
著 者:太田 文徳 , 橋本 武彦 , 井手 康裕 , 遠藤 優希 , 周 興喜 , 柳井 孝仁 , 井手 正美 , 青野 祥博
掲載誌:情報の科学と技術 Vol.68,No.9(2018年9月号)
掲載頁:p.470-476
発行者:一般社団法人 情報科学技術協会

※参考文献3
題 名:テキストアナリティクスと特許情報分析
著 者:那須川 哲哉
掲載誌:情報の科学と技術 Vol.68,No.7(2018年7月号)
掲載頁:p.326-331
発行者:一般社団法人 情報科学技術協会

※参考文献4
題 名:人工知能エンジン「KIBIT」を用いた自然言語処理と特許調査への応用
著 者:藤田 肇
掲載誌:情報の科学と技術 Vol.67,No.7(2017年7月号)
掲載頁:p.360-365
発行者:一般社団法人 情報科学技術協会

※参考文献5
題 名:無効審判において新規性なしと判断された事件から考察する精度の高い調査方法 (特集 調査)
著 者:尼崎 浩史
掲載誌:月刊パテント(2014年1月号)
掲載頁:p.43-58
発行者:日本弁理士会

※参考文献6
題 名:AI技術を利用したグローバル特許調査・分析ツール「Xlpat」の活用と可能性
著 者:坂元 徹
掲載誌:情報の科学と技術 Vol.68,No.7(2018年7月号)
掲載頁:p.343-347
発行者:一般社団法人 情報科学技術協会

※参考文献7
題 名:特許文献への分類付与における付与根拠箇所推定
著 者:富永 泰規 , 久々宇 篤志
掲載誌:情報の科学と技術 Vol.68,No.7(2018年7月号)
掲載頁:p.338-342
発行者:一般社団法人 情報科学技術協会

※参考文献8
題 名:無効審判事件分析による特許審査の質の検証
著 者:特許第1委員会第4小委員会
掲載誌:知財管理(2017年1月号)
掲載頁:p.40-50
発行者:日本知的財産協会

※参考文献8
書 名:ITを巡るプロパテント/アンチパテントの潮流 : パテントプールからパテント・トロール防衛まで
著 者:小山田 和将
出版年月:2016年3月
発行者:インプレスR&D

※参考文献9
題 名:16 遺伝子及び遺伝子組換え生物発明の「新規性」要件とピア・トゥー・パテント・システムの潜在的利益
著 者:トーマス・マルゴーニ
掲載誌:知財研紀要(2012年 Vol.21)
掲載頁:[16-1] - [16-5]
発行者:知的財産研究所

特許情報におけるAI(人工知能)というテーマは大変大きくて専門的で、
不勉強なまま気軽に書ける内容ではないのですが、参考文献を紹介しながら、
無効資料調査に関連して思うことを書いてみました。
あくまでも個人的な感想レベルの内容ですが、
皆さんともこのような情報交換できる機会があると嬉しいです。
さて、秋であります (^^)
今年も特許情報フェアの季節がやってきます。
昨年は特許情報フェアに行けなかったのですが、やはりAIに関連する出展には関心が集まるようで、
今年はできれば行きたいなと思っています。
浜松から東京・北の丸公園へ行くのは一日がかりなんですよね。
こういうときは気軽に行ける東京近辺の皆さんが羨ましいです。

>コラムバックナンバー 一覧へ

お問い合わせ
メール
情報サロン味岡
〒430-0812
静岡県浜松市南区
本郷町1329−4−201
三月うさぎのティールーム/情報検索のお役立ちコラム
このページのトップへ