人工知能（AI）と機械学習技術は、特許データ分析の世界を変えつつある。
特許文書は、表題、要約、特許請求の範囲、明細書のすべてが明確に定義された、構造化された文書です。また、特許や出願は、1つ以上の標準化された分類コードを使用して分類されます。これらの事実は、特許データを機械学習技術で処理するのに非常に適している。実際、特許業界のコンピュータサイエンスの研究者やサービスプロバイダーは、長い間、特許データ分析にAIを使用してきました。例えば、テキスト・クラスタリング手法の助けを借りて作成されたパテント・ランドスケープは、2008年以前にはすでに一般的に利用可能でした。しかし、10年前、AIが特許分析に重要な役割を果たしていなかったのは、多くの人がAIに十分な関心を持たなかったか、考えていなかったからである。要するに、特許データはAIの準備が整っていたが、その逆はできていなかったのだ。
ここ数年、AIの技術は大幅に改善されただけでなく、人々の意識も高まっている。その結果、特許データを処理するためにAIを使用することは、より簡単かつ正確になりました。AIは、特許分析プロセスや製品開発の次のステップの合理的な選択肢となります。例えば、プログラマーや特許アナリストは、エンタープライズグレードのコンピューティングパワーや、十分に文書化された使いやすいプログラミングライブラリに簡単にアクセスすることができます。特許調査、特許審査、その他多くの特許業務は、現代のAI技術によって変わりつつある。
[click_to_tweet tweet=”#AI & machine learning techniques are changing the world of patent data analysis. At yet2, one of the ways we use AI on patent data is to evaluate a patent’s value based on its likelihood of being litigated. #machinelearning” quote=”We built a statistical model to evaluate a patent’s value based on its likelihood of being litigated. By studying attributes of litigated patents, we discovered they look significantly different to other patents in some aspects. ” theme=”style3″]
で yet2では、かなり早い段階から機械学習やその他の統計的手法を使い始めました。訴訟になる可能性に基づいて特許の価値を評価する統計モデルを構築しました。訴訟を起こされた特許の属性を調べることで、他の特許とは大きく異なる点があることを発見しました。私たちは、新たに訴訟に発展した特許や、非実務主体（NPE）が取得したポートフォリオを対象にこのモデルをテストしましたが、その結果は常に非常に説得力のあるものでした。当社のパテントアナリストは、ポートフォリオの優先順位付けや評価プロジェクトでこのモデルを使用しており、当社のクライアントは、特許分析プロジェクトでこのような高品質のAI支援を使用することで、大きな付加価値が得られることを実感しています。このモデルは、新しいデータで定期的に更新しています。
また、パテントランドスケープレポートの作成、特許ポートフォリオの分類、特許検索結果のフィルタリング、特許公開モニタリングサービスの提供にも最新のAI技術を使用しています。AI 技術は多くの場合、特許分析プロジェクトの第一段階を迅速かつ比較的正確に完了する方法を提供します。その後、人間の専門家が最初の結果をレビューして活用し、より深いレベルで分析を続けることができます。また、今年後半には、興味深い特許取引を特定するためにAIを導入する予定であり、これは特許取引モニタリングサービスのもう一つの特徴となる。
特許分析のためのAI技術はまだ長い道のりがありますが、より多くのリソースが投入されることで、より創造的で効率的な方法で特許サービスにAIと機械学習を活用できるようになることを期待しています！
