特許分析プロセスの中で、最も多くの時間と労力を要する工程といえば、間違いなく技術分類作業でしょう。こうした負担をAIで解決するWIPSのPRISMが、このたびグローバル版へとアップグレードされ、リリースされました。
PRISMは、ディープラーニングを基盤としたAI特許自動分類ソリューションで、反復的かつ複雑な特許技術分類プロセスをスマートに自動化し、分析のスピードと精度を同時に向上させます。特に、英語、中国語(簡体字)、日本語、台湾語(繁体字)の4言語に対応しており、グローバル特許データをより効率的に分析できるよう設計されています。多言語環境においても一貫した分類基準を維持できるため、海外特許を含むIP分析業務の活用範囲を大きく広げることが可能です。
特許分析の新たなスタンダード、PRISMとともに、IP分析業務をより速くよりスマートに進化させてみませんか。
特許分析はなぜ難しいのか
特許分析は、単なるデータ整理にとどまらず、企業のR&D戦略立案、IPポートフォリオ管理、新規市場や競合他社の分析、さらには紛争リスク管理など、IPマネジメント全般に幅広く活用されています。しかし実務の現場では、分析目的に応じて膨大な特許データを技術別・産業別・製品別に細分化する作業が不可欠であり、この技術分類の工程が、全分析業務の50~60%を占めるほど、最も負荷が高く難易度の高いプロセスとなっています。
PRISMの役割:技術分類自動化の中核
PRISMは、こうした課題を解決するために設計されたAIベースの特許自動分類ソリューションです。有効データの選別から技術分類、データ整備、統計分析に至るまで、特許分析における中核プロセス全体に幅広く適用することができます。
PRISMの技術的特長
PRISMの中核となるのは、ディープラーニングを基盤とした学習モデルです。
従来の特許分類手法は、高い人件費、長い作業時間、そして曖昧で一貫性に欠ける分類といった課題を抱えていました。
これに対しPRISMは、複数のディープラーニングモデルと予備分類器の組み合わせ、ノイズ除去およびパターン分類手法の適用により、より高速かつ一貫性のある技術分類を可能にします。
PRISMの2つのAI分類方式
PRISMは、分析目的に応じて 教師あり学習型 と 教師なし学習型 の2種類の分類方式を提供しています。
① 教師あり学習型AI分類
ユーザーが既存に分類済みの特許データをアップロードすると、PRISMがそれを学習し、最適な分類モデルおよびノイズフィルターを生成します。その後、新たな特許母集団に対して自動分類を実行します。
② 教師なし学習型AIクラスタリング
事前の学習データがなくても、特許母集団をアップロードするだけで、AIが技術的類似性に基づいたクラスタを自動的に形成します。
技術群は 1~4階層(Depth)構造 で段階的に細分化されるため、新規技術の探索や初期段階の技術マッピングに非常に有効です。
PRISMの機能構成
PRISMは、AI学習・分類、マトリクス分析、クラスタリング機能を提供し、分類結果をX–Y軸ベースのマトリクス として可視化することで、技術ポジショニング分析も可能にします。PRISMは、特許分析プロセスの中でも最も多くの時間と人手を要する技術分類工程をAIによって自動化することで、分析スピードと一貫性を同時に向上させるソリューションです。ディープラーニングに基づく学習と、教師あり・教師なしの2つのAI分類方式により、反復的な分析から新規技術の探索まで、幅広い用途に対応できます。これにより、企業のIP戦略立案や意思決定を、より効率的に支援します。
特許分類を単なる前処理作業ではなく、戦略的意思決定を支える分析フェーズへと進化させるソリューション、WIPS PRISMです。
次回のマガジンでは、PRISMグローバルのより詳細な機能についてご紹介する予定です。どうぞご期待ください!
Japan Tel: +82-2-726-1113, 1107 | Fax: +82-2-777-7334 | wips-jp@wips.co.kr


















