Newテクノロジー（2）
戦略的な特許活用を支援
‐ テキストマイニング技術による特許分析ツール ‐

多観点分類サンプル ‐ 出願特許の
時系列分析による関連技術の各社動向

図2は、2,400件超の歩行ロボット関連特許の集合に対して作成した多観点分類のグラフです。横軸には出願年、縦軸には各特許から抽出された特許の課題を表示し、グリッド上の円は特許の出願件数を出願人毎に色分け表示しています。

[図2]特許分析技術の概要

この結果から、1992～1997年にかけてはB社が中心となり、「安定性」「自由度」「精度」といった、歩行ロボットが有すべき基本的な性質に関する特許が多く出願されていることがわかります。また1998～2001年にかけてはメインプレーヤーがA社に代わり、「エンターテインメント性」「小型化」「軽量化」「自律性」といった、歩行ロボットが一般家庭に入ったときに求められる高度な性質に関する特許が多く出願されていることがわかります。
このように多観点分類を用いることにより、特許分類やキーワードの列挙からは得られない詳細なトレンド・特徴を捉えることが可能となります。

特許分析ツールの基盤技術：テキストマイニング

特許分析ツールを支えている「テキストマイニング技術」は、文書情報から有益な知識を発見・抽出するための技術です。情報検索システムが、利用者の目的にあった文書を探し出すことを目的としているに対し、テキストマイニングでは、文書を個別に調べてもわからない、文書群全体に内在する知識（パターンやトレンド）を発見することを目的としています。
富士通研究所では、テキストマイニング技術の有用性にいち早く着目し、90年代より、自由記述式のアンケート分析や、コールセンターに寄せられるお客様からのお問い合わせ情報の分析等に適用する研究に取り組んできました。近年では、この技術が多分野でも注目されるようになり、障害情報分析（リスクマイニング）やWebマーケティング、そして今回ご紹介した特許分析へと、その応用分野を拡大させています。

特許分析ツールの実用化に向けて

特許分析ツールは、競合企業が開発していない領域にリソースを集中したり、自社にない技術を持っている企業と技術提携する等、戦略的な知財活用を支援します。前述の多観点分類にもあるように、分析結果が可視化されることにより、知財部門の専門家だけではなく、特許に関する専門知識を持たない経営層や研究開発者にも、直感的に解釈しやすい結果を得ることができます。
富士通グループ内では、2000年から特許分析ツールを活用しています。知財部門が行った検証によると、同ツールの利用により、従来に比べて2～5倍の生産性向上が見られたとの結果も得られています。
また、「知財分析ソリューション」として、お客様の知的財産戦略立案プロセスにあわせて選択していただけるサービスとしてのご提供も始まっています。
富士通研究所ではさらに、社内ユーザーやお客様のご要望を聞きながら、現在、英語や中国語といった外国語対応を進めています。今後は、特許を専門としない皆様にも特許分析ツールを手軽に操作していただけることを目指した、検索精度の向上にも取り組んでいきます。

ページの先頭へ

前へ 1 2