生成AIでFタームの上位階層の分類を生成してみる

今回の記事では、生成AIを活用し特許の分類を生成した事例について紹介します。

知財業務の領域でも生成AIを用いることで様々な業務の効率化が図られていますが、特許出願に独自の特許分類を付与する試みもなされています。

このような試みの一環として、今回は日本の特許出願に付与されるFタームという特許分類に対し、大分類を追加してみました。

そもそもFタームはFI(日本の特許分類)の派生形で、FIやIPCとは異なる構成を有しています。
すなわち、Fタームはテーマコードとタームコードの組合せで構成されており、さらに、テーマコードは上位5桁において英数で表され、タームコードは下位4桁の英数で表されています。そして、テーマコードは100個ほど存在しますが、これら全てを把握するのは困難です。

今回の事例では、テーマコードよりも上位に位置するカテゴリをさらにまとめてみることにしました。
最終的には、ChatGPTと相談しながら以下のような10個の大分類に整理しました。そして、その大分類全体を「フィールド」と呼ぶことにしました。

①エネルギーと環境
②自然科学と基礎技術
③電気・電子工学
④建築とインフラ
⑤情報技術と通信
⑥製造技術と機械
⑦生活と消費者製品
⑧プロセス技術
⑨バイオ技術と医療
⑩材料科学

この方法により、テーマコード(テーマ名)を包含するカテゴリ名を、さらに上位のフィールド名で統合することができました。

このような新しい階層の導入により、調査で使用しようとしている技術に関するテーマコードの属するカテゴリを探し、カテゴリ繋がりのテーマコードを探すだけでなく、カテゴリの階層で類似する別のカテゴリやテーマを探すことができるようになりました。このような新しい階層の導入により、関連する技術分野をさらに俯瞰的に、そして迅速に特定できるようになり、特許調査や分析が一層効率的に行えるようになりました。

本記事では生成AIを用いた分類の付与について説明しましたが、出願ごとにその内容(特許分類や要約など)に基づいた分類も可能です。

今回の記事は以上です。

本記事などについてお問い合わせなどありましたら右上のリンクから管理人の特許事務所のホームページにアクセスしていただき、お知らせいただければと思います。