特許ウォッチ

公開番号2025117866
公報種別公開特許公報(A)
公開日2025-08-13
出願番号2024012826
出願日2024-01-31
発明の名称特許出願書類作成システムおよび特許審査システム
出願人株式会社Atumist
代理人
主分類G06Q 50/18 20120101AFI20250805BHJP(計算;計数)
要約【課題】良好な請求項を作成することができる特許出願書類作成システムを提供する。
【解決手段】特許出願書類作成システム11は、従来技術および発明の相違点から生み出される利点の記述から、従来技術および発明に共通する共通項を分離し、共通項を特定する共通項データを出力する分離部23と、分離部23から共通項データを取得し、公開された学習データに基づき共通項の機能および共通項同士の関係性を記述する機械学習部13と、機械学習部13から機能および関係性を特定する共通要件データを取得し、人間の感覚で感知可能に機能および関係性を提示する提示部26と、機能および関係性の提示に応じて、共通項および相違点の関係性を記述する紐付けデータを取得し、共通要件データおよび紐付けデータに基づき請求項を記述する記述部28とを備える。
【選択図】図1
特許請求の範囲【請求項１】
従来技術および発明の相違点を記述する相違点データを取得する第１取得部と、
前記相違点から生み出される利点を記述する利点データを取得する第２取得部と、
前記相違点データおよび前記利点データに基づき、前記利点の記述から、前記従来技術および前記発明に共通する共通項を分離し、前記共通項を特定する共通項データを出力する分離部と、
前記分離部から前記共通項データを取得し、公開された学習データに基づき前記共通項の機能および前記共通項同士の関係性を記述する機械学習部と、
前記機械学習部から前記機能および前記関係性を特定する共通要件データを取得し、人間の感覚で感知可能に前記機能および前記関係性を提示する提示部と、
前記機能および前記関係性の提示に応じて、前記共通項および前記相違点の関係性を記述する紐付けデータを取得し、前記共通要件データおよび前記紐付けデータに基づき請求項を記述する記述部と
を備えることを特徴とする特許出願書類作成システム。
続きを表示（約 1,600 文字）【請求項２】
従来技術および発明の相違点を記述する相違点データを取得する第１取得部と、
前記相違点から生み出される利点を記述する利点データを取得する第２取得部と、
前記相違点データおよび前記利点データに基づき、前記利点の記述から、前記従来技術および前記発明に共通する共通項を分離し、前記共通項を特定する共通項データを出力する分離部と、
前記分離部から前記共通項データを取得し、公開された学習データに基づき前記共通項の機能および前記共通項同士の関係性を記述する機械学習部と、
前記機械学習部から前記機能および前記関係性を特定する共通要件データを取得し、前記利点の記述に基づき前記共通項に前記相違点を組み合わせて請求項を記述する記述部と
を備えることを特徴とする特許出願書類作成システム。
【請求項３】
従来技術の構成要件を記述する共通項および前記従来技術および発明の相違を記述する相違項を特定する特定部と、
前記特定部から前記共通項を特定する共通項データを取得し、公開された学習データに基づき前記共通項の動作に必要な構成要件を特定する機械学習部と、
前記機械学習部から前記構成要件を特定する構成要件データを取得し、前記構成要件に前記相違項を組み合わせて請求項を記述する記述部と、
前記特定部および前記記述部から前記相違項の出力を規制する規制部と
を備えることを特徴とする特許出願書類作成システム。
【請求項４】
入力装置から入力されて従来技術および発明の相違点から生み出される利点を記述する利点データを受け取る取得部と、
最近接の技術に前記利点を照らし合わせ、前記最近接の技術および前記利点の差分を特定する分析部と、
前記差分を特定する差分データおよび前記利点データを取得し、公開された学習データに基づき前記最近接の技術から分離された前記差分から生み出される効果を特定し、前記効果に前記利点を照らし合わせ公開された学習データに基づき想定内の効果か否かを判定する機械学習部と、
前記機械学習部から、前記想定内の効果を認める判定データを取得すると、前記発明の進歩性を否定する審査部と
を備えることを特徴とする特許審査システム。
【請求項５】
入力装置から入力されて従来技術および発明の相違点から生み出される利点を記述する利点データを受け取る取得部と、
最近接の技術に前記利点を照らし合わせ、前記最近接の技術および前記利点の差分を特定する分析部と、
前記差分を特定する差分データおよび前記利点データを取得し、公開された学習データに基づき差分から利点に至るメカニズムを記述し、前記メカニズムの成立性を判断する機械学習部と、
前記機械学習部から、前記メカニズムの成立を認める判定データを取得すると、前記発明の進歩性を肯定する審査部と
を備えることを特徴とする特許審査システム。
【請求項６】
従来技術および発明の相違点を記述する相違点データを取得する第１取得部と、
前記相違点から生み出される利点を記述する利点データを取得する第２取得部と、
前記相違点データおよび前記利点データに基づき、前記利点の記述から、前記従来技術および前記発明に共通する共通項を分離し、前記共通項を特定する共通項データを出力する分離部と、
前記共通項データを取得し、前記共通項に基づき先行技術データベースを検索し、前記共通項を含有する先行技術を抽出する検索部と、
前記利点データに基づき前記共通項の範囲が最も大きい先行技術を最近接従来技術に認定する分析部と
を備えることを特徴とする特許審査システム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、機械学習を利用した特許出願書類作成システムおよび特許審査システムに関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
特許文献１は、機械学習およびルールベースアルゴリズムに基づき特許出願書類を作成するシステムを開示する。特許出願書類の作成にあたってシステムには請求項が入力される。特許出願書類の品質は請求項の品質に応じて決定される。請求項はひとによって作成されることから、そのひとの技量に応じて特許出願書類の品質は左右される。
【先行技術文献】
【特許文献】
【０００３】
特表２０２０－５１０２７０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１では特許出願書類の作成にあたって深層学習といった機械学習が利用される。例えば深層学習では学習データが増えれば増えるほど、特許出願書類の品質は高められることができると考えられる。その一方で、特許出願書類は出願まで秘匿されなければならない。特許出願書類の作成にあたって一般に共利用される深層学習に請求項が取り込まれてしまうと、その秘匿性に疑問が生じてしまう。そもそも特許文献１では請求項の作成にあたって機械学習（人工知能）が利用されるわけではない。
【０００５】
本発明は、良好な請求項を作成することができる特許出願書類作成システムを提供することを目的とする。
【課題を解決するための手段】
【０００６】
本発明の一形態に係る特許出願書類作成システムは、従来技術および発明の相違点を記述する相違点データを取得する第１取得部と、前記相違点から生み出される利点を記述する利点データを取得する第２取得部と、前記相違点データおよび前記利点データに基づき、前記利点の記述から、前記従来技術および前記発明に共通する共通項を分離し、前記共通項を特定する共通項データを出力する分離部と、前記分離部から前記共通項データを取得し、公開された学習データに基づき前記共通項の機能および前記共通項同士の関係性を記述する機械学習部と、前記機械学習部から前記機能および前記関係性を特定する共通要件データを取得し、人間の感覚で感知可能に前記機能および前記関係性を提示する提示部と、前記機能および前記関係性の提示に応じて、前記共通項および前記相違点の関係性を記述する紐付けデータを取得し、前記共通要件データおよび前記紐付けデータに基づき請求項を記述する記述部とを備える。
【０００７】
機械学習部は、蓄積された学習データに基づき共通項の機能および共通項同士の関係性を特定することができる。相違点に関連する従来技術の構成要件は把握されることができる。従来技術の構成要件は記述者（人間）に提示されることができる。記述者は提示に応じて従来技術の構成要件と相違点との関係性を入力することができる。こうして共通項に相違点は紐付けられる。紐付けに応じて請求項は仕上げられることができる。請求項の記述にあたって機械学習は利用されることから、記述者の負担は軽減されることができる。ここでは、機械学習にあたって利点の記述から共通項が分離される。レアな「相違点」は学習データの対象から外されることができる。機械学習部は高い品質で共通項の機能および共通項同士の関係性を記述することができる。
【０００８】
本発明の一形態に係る特許出願書類作成システムは、従来技術および発明の相違点を記述する相違点データを取得する第１取得部と、前記相違点から生み出される利点を記述する利点データを取得する第２取得部と、前記相違点データおよび前記利点データに基づき、前記利点の記述から、前記従来技術および前記発明に共通する共通項を分離し、前記共通項を特定する共通項データを出力する分離部と、前記分離部から前記共通項データを取得し、公開された学習データに基づき前記共通項の機能および前記共通項同士の関係性を記述する機械学習部と、前記機械学習部から前記機能および前記関係性を特定する共通要件データを取得し、前記利点の記述に基づき前記共通項に前記相違点を組み合わせて請求項を記述する記述部とを備える。
【０００９】
機械学習部は、蓄積された学習データに基づき共通項の機能および共通項同士の関係性を特定することができる。相違点に関連する従来技術の構成要件は把握されることができる。利点の記述では共通項と相違点との関係性が特定されることから、共通項に相違点は紐付けられる。紐付けに応じて請求項は仕上げられることができる。請求項の記述にあたって機械学習は利用されることから、記述者の負担は軽減されることができる。ここでは、機械学習にあたって利点の記述から共通項が分離される。レアな「相違点」は学習データの対象から外されることができる。機械学習部は高い品質で共通項の機能および共通項同士の関係性を記述することができる。
【００１０】
本発明の一形態に係る特許出願書類作成システムは、従来技術の構成要件を記述する共通項および前記従来技術および発明の相違を記述する相違項を特定する特定部と、前記特定部から前記共通項を特定する共通項データを取得し、公開された学習データに基づき前記共通項の動作に必要な構成要件を特定する機械学習部と、前記機械学習部から前記構成要件を特定する構成要件データを取得し、前記構成要件に前記相違項を組み合わせて請求項を記述する記述部と、前記特定部および前記記述部から前記相違項の出力を規制する規制部とを備える。
（【００１１】以降は省略されています）

関連特許