近年、国内労働人口および専門的なノウハウを持ったベテラン社員の減少などによる人手不足問題や働き方改革の推進に伴う労働時間の削減などの施策により、業務効率化、労働生産性の向上が課題となっている。特に製造業の多くの企業では、グローバルでの事業展開に向けて幅広い特許調査を行う必要があり、特許調査業務における効率化・生産性向上が急務となっている。
また、技術者の調査スキルによっては、抽出される文書が膨大になる、適切な文書を抽出するために繰り返し検索を行う必要があるなど、利用者の負荷が課題となっていた。
これらの課題を解決するため、パナソニック ソリューションテクノロジー株式会社（以下、パナソニック）と富士通株式会社、三菱電機株式会社は、企業の知的財産活動における特許調査業務のさらなる効率化を図るため、AIを活用した検索結果を抽出する新しい機能を共同開発した。AIエンジンには富士通のAI技術「FUJITSU Human Centric AI Zinrai（ジンライ）」を搭載し、さらに三菱電機の特許調査における知見（※1）をもとに3社で共同開発した。
同機能では、サービス利用者が指定した検索文章の意味をAIが解析し、数千万件という国内の膨大な特許公報から、意味が近いと認識した文章を検索することができる。詳しい特長は以下の通り。
- 専門知識を必要とせず思いついた文章だけで検索を実現
- 知識構造化モデル（※2）によりユーザーの意図に沿った抽出を実現
- 抽出結果のランキング表示や過去の学習データ活用により、効率的な検索作業を支援
ジンライの意味検索技術により、キーワードや分類コード、出願人などの検索条件を組み立てる必要なく、思いついた文章を入力すれば数千万件という膨大な特許公報文書の中から求める文書を抽出することができる。そのため、特許業務に関連する専門用語の知識が無くても容易に検索を行うことが可能である。また、特許の要約や請求項など各項目の特徴から検索を行うことも可能だ。これにより、従来比1.5～2倍の検索精度向上を実現した。
従来のキーワード検索ではなく、入力した文章と特許文書の類似性を解析し構築した知識構造化モデル（注2）により検索を行うため、よりユーザーの意図する特許を抽出することが可能である。知識構造化モデルは、事前に膨大な特許文書を学習することで構築している。
入力した文章と特許公報文書とのマッチングをAIで解析し、スコアリングして表示する機能により、上位の特許文書を集中的に確認することができる。また、検索時に使用した文章と、その結果抽出された適切な文書、および必要でない文書を調査データとして蓄積し、AIが継続して学習することで、過去の調査ノウハウを次の検索結果に反映させることができる。これらにより、適切な文書を探す時間が短縮でき、業務の効率化を支援する。
同機能を活用することにより、特許業務担当者だけでなく専門知識を持たない製造現場の担当者が意図する検索結果の精度を向上し、特許調査業務の負荷軽減に貢献することが期待できる。
今後同機能を、パナソニックが提供する既存の特許調査支援サービス、「PatentSQUARE（パテントスクエア）」、および富士通の特許検索サービス「ATMS PatentSQUARE（アトムスパテントスクエア）」の新オプション機能として2020年1月より提供する予定だ。
※1 技術者による特許調査を想定した検索シナリオなど。
※2 膨大な特許文書から、機械学習・ディープラーニングなどにより特許文書内に含まれる単語同士の関連性、特許文書同士の類似性などを解析・学習し、構築したモデル。
プレスリリース提供：富士通