知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023169745
(43)【公開日】2023-11-30
(54)【発明の名称】商標支援システム
(51)【国際特許分類】
G06Q 50/18 20120101AFI20231122BHJP
【ＦＩ】
G06Q50/18 310
【審査請求】有
【請求項の数】2
【出願形態】ＯＬ
(21)【出願番号】P 2022081051
(22)【出願日】2022-05-17
(71)【出願人】
【識別番号】513004065
【氏名又は名称】株式会社将星
(74)【代理人】
【識別番号】100216529
【弁理士】
【氏名又は名称】芦田 圭司
(74)【代理人】
【識別番号】100155158
【弁理士】
【氏名又は名称】渡部 仁
(72)【発明者】
【氏名】渡部 仁
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC16
(57)【要約】
【課題】 未知の商品又は役務等に対応するのに好適な商標支援システムを提供する。
【解決手段】 商標支援装置１００は、商品（役務）を入力し、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連商品（役務）を推定する。これにより、未知の商品（役務）に対応する関連商品（役務）が得られることが期待できる。
【選択図】 図７
【解決手段】 商標支援装置１００は、商品（役務）を入力し、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連商品（役務）を推定する。これにより、未知の商品（役務）に対応する関連商品（役務）が得られることが期待できる。
【選択図】 図７
【特許請求の範囲】
【請求項1】
第１の商品若しくは役務又はこれが属するグループ、第１の事業内容、第１の事業者及び第１の代理人のうち少なくとも１の要素である第１の要素に関する要素情報を取得する要素情報取得手段と、
第２の商品若しくは役務又はこれが属するグループ、第２の事業内容、第２の事業者及び第２の代理人のうち少なくとも１の要素である第２の要素に関する第２要素情報及び前記第１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記第２要素情報を推定する推定手段とを備えることを特徴とする商標支援システム。
第２の商品若しくは役務又はこれが属するグループ、第２の事業内容、第２の事業者及び第２の代理人のうち少なくとも１の要素である第２の要素に関する第２要素情報及び前記第１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記第２要素情報を推定する推定手段とを備えることを特徴とする商標支援システム。
【請求項2】
請求項１において、
前記推定手段で推定した第２要素情報を出力し、又は、前記推定手段で推定した第２要素情報に基づいて、前記第２の要素に関する要素情報を出力する要素情報出力手段を備えることを特徴とする商標支援システム
前記推定手段で推定した第２要素情報を出力し、又は、前記推定手段で推定した第２要素情報に基づいて、前記第２の要素に関する要素情報を出力する要素情報出力手段を備えることを特徴とする商標支援システム
【請求項3】
請求項１及び２のいずれか１項に記載の推定手段を備えることを特徴とする商標支援システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、商標に関する支援を行うシステムに係り、特に、未知の商品又は役務等に対応するのに好適な商標支援システムに関する。
【背景技術】
【0002】
従来、商標登録出願を支援する技術としては、例えば、特許文献１～４記載の技術が知られている。
【0003】
特許文献１～４記載の技術は、第１の商品又は役務、事業内容、事業者又は代理人等の要素を入力し、商標登録において指定された商品又は役務を要素と対応づけて記憶するデータベースから、入力した要素に対応する商品又は役務を検索し、索出した商品又は役務について同一の内容ごとに出現回数を算出し、索出した商品又は役務及び出現回数を出現回数の多い順に表示する。これにより、現在の事業で取り扱う商品又は役務をもとに、将来の事業で取り扱う可能性がある商品又は役務を分析することができる。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１４－１３２３９４号公報
【特許文献2】特開２０１６－１２６５８０号公報
【特許文献3】特開２０１６－２０６８１２号公報
【特許文献4】特開２０１７－１８２８０７号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、特許文献１～４記載の技術にあっては、商標公報ファイルから指定商品又は指定役務を抽出してデータベースに記憶する構成となっているので、過去の商標登録において指定されたことがない新しい商品又は役務や、過去の商標登録において指定された商品又は役務の表記と異なる表記の商品又は役務を入力した場合は、データベースに該当が存在せず所望の結果が得られないという問題があった。
【0006】
そこで、本発明は、このような従来の技術の有する未解決の課題に着目してなされたものであって、未知の商品又は役務等に対応するのに好適な商標支援システムを提供することを目的としている。
【課題を解決するための手段】
【0007】
〔発明１〕 上記目的を達成するために、発明１の商標支援システムは、第１の商品若しくは役務又はこれが属するグループ、第１の事業内容、第１の事業者及び第１の代理人のうち少なくとも１の要素である第１の要素に関する要素情報を取得する要素情報取得手段と、第２の商品若しくは役務又はこれが属するグループ、第２の事業内容、第２の事業者及び第２の代理人のうち少なくとも１の要素である第２の要素に関する第２要素情報及び前記第１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記第２要素情報を推定する推定手段とを備える。
【0008】
このような構成であれば、要素情報取得手段により要素情報が取得され、推定手段により、学習済みモデルを用いて、取得された要素情報から第２要素情報が推定される。
【0009】
ここで、商品又は役務としては、例えば、商標登録出願又は防護標章登録出願において指定される商品又は役務が含まれる。
【0010】
また、「第１の商品又は役務」及び「第２の商品又は役務」の関係としては、例えば、「第１の商品又は役務」が、商標登録出願、商標登録、防護標章登録出願又は防護標章登録（以下「商標登録案件」という。）において指定された一の商品又は役務であり、「第２の商品又は役務」が、当該商標登録案件において指定された他の商品又は役務である関係が含まれる。
【0011】
また、「第１の事業内容」及び「第２の商品又は役務」の関係としては、例えば、「第１の事業内容」が、商標登録案件の出願人若しくは権利者又はこれと関連の事業者の事業内容であり、「第２の商品又は役務」が、当該商標登録案件において指定された商品又は役務である関係が含まれる。関連の事業者の事業内容としては、例えば、（１）資本関係がある事業者の事業内容、（２）支配関係がある事業者の事業内容、（３）競合関係にある事業者の事業内容、（４）その他事業主体が関連する事業者の事業内容が含まれる。事業者は、自然人であってもよいし、法人であってもよい。
【0012】
また、「第１の事業者」及び「第２の商品又は役務」の関係としては、例えば、「第１の事業者」が、商標登録案件の出願人若しくは権利者又はこれと関連の事業者であり、「第２の商品又は役務」が、当該商標登録案件において指定された商品又は役務である関係が含まれる。関連の事業者としては、例えば、（１）資本関係がある事業者、（２）支配関係がある事業者、（３）競合関係にある事業者、（４）その他事業主体が関連する事業者が含まれる。事業者は、自然人であってもよいし、法人であってもよい。
【0013】
また、「第１の代理人」及び「第２の商品又は役務」の関係としては、例えば、「第１の代理人」が、商標登録案件の代理人又はこれと関連の代理人であり、「第２の商品又は役務」が、当該商標登録案件において指定された商品又は役務である関係が含まれる。関連の代理人としては、例えば、（１）同一、同系列又は提携の特許事務所に所属する代理人、（２）資本関係がある代理人、（３）支配関係がある代理人、（４）競合関係にある代理人、（５）その他主体が関連する代理人が含まれる。代理人は、自然人であってもよいし、法人であってもよい。
【0014】
また、「第１の商品又は役務」及び「第２の事業内容」の関係としては、例えば、「第１の商品又は役務」が、商標登録案件において指定された商品又は役務であり、「第２の事業内容」が、当該商標登録案件の出願人若しくは権利者又はこれと関連の事業者の事業内容である関係が含まれる。
【0015】
また、「第１の事業内容」及び「第２の事業内容」の関係としては、例えば、「第１の事業内容」が、商標登録案件の一の出願人若しくは権利者又はこれと関連の事業者の事業内容であり、「第２の事業内容」が、当該商標登録案件の他の出願人若しくは権利者又はこれと関連の事業者の事業内容である関係が含まれる。
【0016】
また、「第１の事業者」及び「第２の事業内容」の関係としては、例えば、（１）「第１の事業者」が、商標登録案件の出願人若しくは権利者又はこれと関連の事業者であり、「第２の事業内容」が、当該出願人若しくは権利者又はこれと関連の事業者の事業内容である関係、（２）「第１の事業者」が、商標登録案件の一の出願人若しくは権利者又はこれと関連の事業者であり、「第２の事業内容」が、当該商標登録案件の他の出願人若しくは権利者又はこれと関連の事業者の事業内容である関係が含まれる。
【0017】
また、「第１の代理人」及び「第２の事業内容」の関係としては、例えば、「第１の代理人」が、商標登録案件の代理人又はこれと関連の代理人であり、「第２の事業内容」が、当該商標登録案件の出願人若しくは権利者又はこれと関連の事業者の事業内容である関係が含まれる。
【0018】
また、「第１の商品又は役務」及び「第２の事業者」の関係としては、例えば、「第１の商品又は役務」が、商標登録案件において指定された商品又は役務であり、「第２の事業者」が、当該商標登録案件の出願人若しくは権利者又はこれと関連の事業者である関係が含まれる。
【0019】
また、「第１の事業内容」及び「第２の事業者」の関係としては、例えば、（１）「第１の事業内容」が、商標登録案件の出願人若しくは権利者又はこれと関連の事業者の事業内容であり、「第２の事業者」が、当該出願人若しくは権利者又はこれと関連の事業者である関係、（２）「第１の事業内容」が、商標登録案件の一の出願人若しくは権利者又はこれと関連の事業者の事業内容であり、「第２の事業者」が、当該商標登録案件の他の出願人若しくは権利者又はこれと関連の事業者である関係が含まれる。
【0020】
また、「第１の事業者」及び「第２の事業者」の関係としては、例えば、「第１の事業者」が、商標登録案件の一の出願人若しくは権利者又はこれと関連の事業者であり、「第２の事業者」が、当該商標登録案件の他の出願人若しくは権利者又はこれと関連の事業者である関係が含まれる。
【0021】
また、「第１の代理人」及び「第２の事業者」の関係としては、例えば、「第１の代理人」が、商標登録案件の代理人又はこれと関連の代理人であり、「第２の事業者」が、当該商標登録案件の出願人若しくは権利者又はこれと関連の事業者である関係が含まれる。
【0022】
また、「第１の商品又は役務」及び「第２の代理人」の関係としては、例えば、「第１の商品又は役務」が、商標登録案件において指定された商品又は役務であり、「第２の代理人」が、当該商標登録案件の代理人又はこれと関連の代理人である関係が含まれる。
【0023】
また、「第１の事業内容」及び「第２の代理人」の関係としては、例えば、「第１の事業内容」が、商標登録案件の出願人若しくは権利者又はこれと関連の事業者の事業内容であり、「第２の代理人」が、当該商標登録案件の代理人又はこれと関連の代理人である関係が含まれる。
【0024】
また、「第１の事業者」及び「第２の代理人」の関係としては、例えば、「第１の事業者」が、商標登録案件の出願人若しくは権利者又はこれと関連の事業者であり、「第２の代理人」が、当該商標登録案件の代理人又はこれと関連の代理人である関係が含まれる。
【0025】
また、「第１の代理人」及び「第２の代理人」の関係としては、例えば、「第１の代理人」が、商標登録案件の一の代理人又はこれと関連の代理人であり、「第２の代理人」が、当該商標登録案件の他の代理人又はこれと関連の代理人である関係が含まれる。
【0026】
また、要素情報は、例えば、要素を識別するための情報（例えば、名称、番号、ＩＤ、コード、ＵＲＬ等のリンク情報）として構成することができる。また、要素情報は、例えば、文字、数字、図形、符合、記号、画像、音声その他の情報として構成することができる。また、要素情報は、要素に関するキーワード（例えば、要素の名称の一部を示す１又は複数のキーワード）として構成することができる。
【0027】
また、要素情報取得手段は、例えば、入力装置等から要素情報を入力してもよいし、外部の端末等から要素情報を獲得又は受信してもよいし、記憶装置や記憶媒体等から要素情報を読み出してもよいし、情報処理等により要素情報を生成し又は算出してもよい。したがって、取得には、少なくとも入力、獲得、受信、読出（検索を含む。）、生成及び算出が含まれる。以下、取得の概念については同じである。
【0028】
本発明には次の第１乃至第４の構成が含まれる。
第１の構成は、第１の商品若しくは役務又はこれが属するグループ、事業内容、事業者及び代理人のうち少なくとも１の要素に関する要素情報を取得する要素情報取得手段と、第２の商品若しくは役務又はこれが属するグループに関する商品情報及び前記少なくとも１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記商品情報を推定する推定手段とを備える。
第１の構成は、第１の商品若しくは役務又はこれが属するグループ、事業内容、事業者及び代理人のうち少なくとも１の要素に関する要素情報を取得する要素情報取得手段と、第２の商品若しくは役務又はこれが属するグループに関する商品情報及び前記少なくとも１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記商品情報を推定する推定手段とを備える。
【0029】
ここで、商品情報は、例えば、商品若しくは役務又はこれが属するグループを識別するための情報（例えば、名称、番号、ＩＤ、コード、ＵＲＬ等のリンク情報）として構成することができる。また、商品情報は、例えば、文字、数字、図形、符合、記号、画像、音声その他の情報として構成することができる。また、商品情報は、商品若しくは役務又はこれが属するグループに関するキーワード（例えば、商品又は役務の名称の一部を示す１又は複数のキーワード）として構成することができる。
【0030】
また、商品情報には、例えば、（１）商標登録案件において指定された商品若しくは役務（この段落において「指定商品等」という。）又はこれが属するグループに関する商品情報、（２）指定商品等を包括する上位概念の商品若しくは役務又はこれが属するグループに関する商品情報、（３）指定商品等に包括される下位概念の商品若しくは役務又はこれが属するグループに関する商品情報、（４）所定の基準（例えば、現在の審査基準）に適合する商品若しくは役務のうち指定商品等に対応するもの又はこれが属するグループに関する商品情報、（５）書換制度等において指定商品等を置き換えた商品若しくは役務（書換前若しくは書換後の商品若しくは役務）又はこれが属するグループに関する商品情報が含まれる。
【0031】
第２の構成は、商品若しくは役務又はこれが属するグループ、第１の事業内容、事業者及び代理人のうち少なくとも１の要素に関する要素情報を取得する要素情報取得手段と、第２の事業内容に関する事業情報及び前記少なくとも１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記事業情報を推定する推定手段とを備える。
【0032】
ここで、事業情報は、例えば、事業内容を識別するための情報（例えば、名称、番号、ＩＤ、コード、ＵＲＬ等のリンク情報）として構成することができる。また、事業情報は、例えば、文字、数字、図形、符合、記号、画像、音声その他の情報として構成することができる。また、事業情報は、事業内容に関するキーワード（例えば、事業内容の名称の一部を示す１又は複数のキーワード）として構成することができる。
【0033】
また、事業情報には、例えば、（１）法人の定款に定める事業目的（この段落において「定款事業目的」という。）に関する事業情報、（２）定款事業目的を包括する上位概念の事業内容に関する事業情報、（３）定款事業目的に包括される下位概念の事業内容に関する事業情報、（４）商標登録案件の出願人又は権利者（この段落において「事業者等」という。）の事業内容に関する事業情報、（５）事業者等と資本関係がある事業者の事業内容に関する事業情報、（６）事業者等と支配関係がある事業者の事業内容に関する事業情報、（７）事業者等と競合関係にある事業者の事業内容に関する事業情報が含まれる。
【0034】
第３の構成は、商品若しくは役務又はこれが属するグループ、事業内容、第１の事業者及び代理人のうち少なくとも１の要素に関する要素情報を取得する要素情報取得手段と、第２の事業者に関する事業者情報及び前記少なくとも１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記事業者情報を推定する推定手段とを備える。
【0035】
ここで、事業者情報は、例えば、事業者を識別するための情報（例えば、氏名、屋号又は名称、番号、ＩＤ、コード、ＵＲＬ等のリンク情報）として構成することができる。また、事業者情報は、例えば、文字、数字、図形、符合、記号、画像、音声その他の情報として構成することができる。また、事業者情報は、事業者に関するキーワード（例えば、事業者の氏名、屋号又は名称の一部を示す１又は複数のキーワード）として構成することができる。
【0036】
また、事業者情報には、例えば、（１）商標登録案件の出願人又は権利者（この段落において「事業者等」という。）に関する事業者情報、（２）事業者等と資本関係がある事業者に関する事業者情報、（３）事業者等と支配関係がある事業者に関する事業者情報、（４）事業者等と競合関係にある事業者に関する事業者情報が含まれる。
【0037】
第４の構成は、商品若しくは役務又はこれが属するグループ、事業内容、事業者及び第１の代理人のうち少なくとも１の要素に関する要素情報を取得する要素情報取得手段と、第２の代理人に関する代理人情報及び前記少なくとも１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記代理人情報を推定する推定手段とを備える。
【0038】
ここで、代理人情報は、例えば、代理人を識別するための情報（例えば、氏名又は名称、番号、ＩＤ、コード、ＵＲＬ等のリンク情報）として構成することができる。また、代理人情報は、例えば、文字、数字、図形、符合、記号、画像、音声その他の情報として構成することができる。また、代理人情報は、代理人に関するキーワード（例えば、代理人の氏名又は名称の一部を示す１又は複数のキーワード）として構成することができる。
【0039】
また、代理人情報には、例えば、（１）商標登録案件の代理人（この段落において「案件代理人」という。）に関する代理人情報、（２）案件代理人と同一、同系列又は提携の特許事務所に所属する代理人に関する代理人情報、（３）案件代理人と資本関係がある代理人に関する代理人情報、（４）案件代理人と支配関係がある代理人に関する代理人情報、（５）案件代理人と競合関係にある代理人に関する代理人情報が含まれる。
【0040】
また、本システムは、単一の装置、端末その他の機器として実現するようにしてもよいし、複数の装置、端末その他の機器を通信可能に接続したネットワークシステムとして実現するようにしてもよい。後者の場合、各構成要素は、それぞれ通信可能に接続されていれば、複数の機器等のうちいずれに属していてもよい。
【0041】
〔発明２〕 一方、上記目的を達成するために、発明２の商標支援システは、発明１の商標支援システにおいて、前記推定手段で推定した第２要素情報を出力し、又は、前記推定手段で推定した第２要素情報に基づいて、前記第２の要素に関する要素情報を出力する要素情報出力手段を備えるム
このような構成であれば、要素情報出力手段により、推定された第２要素情報が出力され、又は、推定された第２要素情報に基づいて、第２の要素に関する要素情報が出力される。
このような構成であれば、要素情報出力手段により、推定された第２要素情報が出力され、又は、推定された第２要素情報に基づいて、第２の要素に関する要素情報が出力される。
【0042】
ここで、要素情報出力手段は、例えば、表示、印刷、音声出力、記憶装置や記憶媒体等への書き出し、外部の端末等への送信、バイブレーション等の振動、発熱その他の方法により要素情報を出力することができる。したがって、出力には、少なくとも表示、印刷、音声出力、書き出し、送信、振動及び発熱が含まれる。以下、出力の概念については同じである。
【0043】
また、要素情報出力手段による出力の形態としては、第２の要素が商品若しくは役務又はこれが属するグループである場合、例えば、（１）第２の商品若しくは役務又はこれが属するグループに関する商品情報を出力すること、（２）第２の商品若しくは役務を包括する上位概念の商品若しくは役務又はこれが属するグループに関する商品情報を出力すること、（３）第２の商品若しくは役務に包括される下位概念の商品若しくは役務又はこれが属するグループに関する商品情報を出力すること、（４）所定の基準（例えば、現在の審査基準）に適合する商品若しくは役務のうち第２の商品若しくは役務に対応するもの又はこれが属するグループに関する商品情報を出力すること、（５）書換制度等において第２の商品若しくは役務を置き換えた商品若しくは役務（書換前若しくは書換後の商品若しくは役務）又はこれが属するグループに関する商品情報を出力することが含まれる。
【0044】
第２の要素が事業内容である場合、例えば、（１）第２の事業内容に関する事業情報、（２）第２の事業内容を包括する上位概念の事業内容に関する事業情報、（３）第２の事業内容に包括される下位概念の事業内容に関する事業情報、（４）第２の事業内容に係る事業者（この段落において「当該事業者」という。）の事業内容に関する事業情報、（５）当該事業者と資本関係がある事業者の事業内容に関する事業情報、（６）当該事業者と支配関係がある事業者の事業内容に関する事業情報、（７）当該事業者と競合関係にある事業者の事業内容に関する事業情報を出力することが含まれる。
【0045】
第２の要素が事業者である場合、例えば、（１）第２の事業者に関する事業者情報、（２）第２の事業者と資本関係がある事業者に関する事業者情報、（３）第２の事業者と支配関係がある事業者に関する事業者情報、（４）第２の事業者と競合関係にある事業者に関する事業者情報を出力することが含まれる。
【0046】
第２の要素が代理人である場合、例えば、（１）第２の代理人に関する代理人情報、（２）第２の代理人と同一、同系列又は提携の特許事務所に所属する代理人に関する代理人情報、（３）第２の代理人と資本関係がある代理人に関する代理人情報、（４）第２の代理人と支配関係がある代理人に関する代理人情報、（５）第２の代理人と競合関係にある代理人に関する代理人情報を出力することが含まれる。
【0047】
〔発明３〕 一方、上記目的を達成するために、発明３の商標支援システムは、発明１及び２のいずれか１項に記載の推定手段を備える。
【発明の効果】
【0048】
以上説明したように、発明１の商標支援システムによれば、学習済みモデルによる推定を行うので、未知の要素に対応する第２要素情報が得られることが期待できる。
【図面の簡単な説明】
【0049】
【図1】商標支援装置１００のハードウェア構成を示す図である。
【図2】商標公報の一部を抜粋した内容を示す図である。
【図3】商標登録テーブル４００のデータ構造を示す図である。
【図4】商品テーブル４２０のデータ構造を示す図である。
【図5】商品対応テーブル４４０のデータ構造を示す図である。
【図6】学習済みモデル生成処理を示すフローチャートである。
【図7】学習済みモデルの生成及び利用の工程を示すブロック図である。
【図8】関連商品推定処理を示すフローチャートである。
【図9】関連商品推定結果を示す画面である。
【図10】関連商品（役務）を選択する場合を説明するための画面である。
【図11】商標公報及び法人登記簿謄本の一部を抜粋した内容を示す図である。
【図12】事業内容テーブル６００ｂのデータ構造を示す図である。
【図13】事業内容対応テーブル６２０ｂのデータ構造を示す図である。
【図14】関連商品推定処理を示すフローチャートである。
【図15】関連商品推定結果を示す画面である。
【図16】商標公報の一部を抜粋した内容を示す図である。
【図17】権利者テーブル６００ｃのデータ構造を示す図である。
【図18】権利者対応テーブル６２０ｃのデータ構造を示す図である。
【図19】関連商品推定処理を示すフローチャートである。
【図20】関連商品推定結果を示す画面である。
【図21】商標公報の一部を抜粋した内容を示す図である。
【図22】代理人テーブル６００ｄのデータ構造を示す図である。
【図23】代理人対応テーブル６２０ｄのデータ構造を示す図である。
【図24】関連商品推定処理を示すフローチャートである。
【図25】関連商品推定結果を示す画面である。
【図26】関連事業内容推定処理を示すフローチャートである。
【図27】関連事業内容推定処理を示すフローチャートである。
【図28】関連事業内容推定処理を示すフローチャートである。
【図29】関連事業内容推定処理を示すフローチャートである。
【図30】関連権利者推定処理を示すフローチャートである。
【図31】関連権利者推定処理を示すフローチャートである。
【図32】関連権利者推定処理を示すフローチャートである。
【図33】関連権利者推定処理を示すフローチャートである。
【図34】関連代理人推定処理を示すフローチャートである。
【図35】関連代理人推定処理を示すフローチャートである。
【図36】関連代理人推定処理を示すフローチャートである。
【図37】関連代理人推定処理を示すフローチャートである。
【図38】適合商品テーブル４８０のデータ構造を示す図である。
【図39】学習済みモデルの生成及び利用の工程を示すブロック図である。
【図40】関連適合商品推定処理を示すフローチャートである。
【図41】学習済みモデル１、２の生成及び利用の工程を示すブロック図である。
【図42】ネットワークシステムの構成を示すブロック図である。
【発明を実施するための形態】
【0050】
【0051】
（用語の定義）
以下の説明において、商品又は役務を「商品（役務）」と表記し、商標登録において指定された商品又は役務を「指定商品（役務）」と表記する。
以下の説明において、商品又は役務を「商品（役務）」と表記し、商標登録において指定された商品又は役務を「指定商品（役務）」と表記する。
【0052】
まず、本実施の形態の構成を説明する。
図１は、商標支援装置１００のハードウェア構成を示す図である。
図１は、商標支援装置１００のハードウェア構成を示す図である。
【0053】
商標支援装置１００は、図１に示すように、制御プログラムに基づいて演算及びシステム全体を制御するＣＰＵ（Central Processing Unit）３０と、所定領域に予めＣＰＵ３０の制御プログラム等を格納しているＲＯＭ（Read Only Memory）３２と、ＲＯＭ３２等から読み出したデータやＣＰＵ３０の演算過程で必要な演算結果を格納するためのＲＡＭ（Random Access Memory）３４と、外部装置に対してデータの入出力を媒介するＩ／Ｆ（InterFace）３８とで構成されており、これらは、データを転送するための信号線であるバス３９で相互に且つデータ授受可能に接続されている。
【0054】
Ｉ／Ｆ３８には、外部装置として、ヒューマンインターフェースとしてデータの入力が可能なキーボードやマウス等からなる入力装置４０と、データやテーブル等をファイルとして格納する記憶装置４２と、画像信号に基づいて画面を表示する表示装置４４とが接続されている。
【0055】
次に、記憶装置４２のデータ構造を説明する。
図２は、商標公報の一部を抜粋した内容を示す図である。
図２は、商標公報の一部を抜粋した内容を示す図である。
【0056】
本実施の形態では、登録番号、区分、指定商品（役務）及び類似群コードを商標公報から抽出し、抽出したそれら情報をテーブル４００、４２０、４４０に登録する。そして、テーブル４００、４２０、４４０を用いてＡＩ（Artificial Intelligence）の学習済みモデルを生成する。図２を用いてテーブル４００、４２０、４４０の登録方法の概要を説明する。
【0057】
記憶装置４２は、商標公報の内容を記録した商標公報データを記憶している。
図２の例では、登録番号「9,999,981」の商標登録においては、第１４類の指定商品「宝石箱」及び第４２類の指定役務「電子計算機用プログラムの提供」が指定されている。そして、指定商品「宝石箱」には類似群コード「20A01」が、指定役務「電子計算機用プログラムの提供」には類似群コード「42X11」がそれぞれ割り当てられている。この場合、商標登録テーブル４００には登録番号「9,999,981」を登録する。商品テーブル４２０には、区分「１４」、指定商品「宝石箱」及び類似群コード「20A01」を１つのレコードに、区分「４２」、指定役務「電子計算機用プログラムの提供」及び類似群コード「42X11」を１つのレコードにそれぞれ登録する。商品対応テーブル４４０には、登録番号「9,999,981」及び商品テーブル４２０の指定商品「宝石箱」のレコードを１つのレコードに、登録番号「9,999,981」及び商品テーブル４２０の指定役務「電子計算機用プログラムの提供」のレコードを１つのレコードにそれぞれ登録する。
図２の例では、登録番号「9,999,981」の商標登録においては、第１４類の指定商品「宝石箱」及び第４２類の指定役務「電子計算機用プログラムの提供」が指定されている。そして、指定商品「宝石箱」には類似群コード「20A01」が、指定役務「電子計算機用プログラムの提供」には類似群コード「42X11」がそれぞれ割り当てられている。この場合、商標登録テーブル４００には登録番号「9,999,981」を登録する。商品テーブル４２０には、区分「１４」、指定商品「宝石箱」及び類似群コード「20A01」を１つのレコードに、区分「４２」、指定役務「電子計算機用プログラムの提供」及び類似群コード「42X11」を１つのレコードにそれぞれ登録する。商品対応テーブル４４０には、登録番号「9,999,981」及び商品テーブル４２０の指定商品「宝石箱」のレコードを１つのレコードに、登録番号「9,999,981」及び商品テーブル４２０の指定役務「電子計算機用プログラムの提供」のレコードを１つのレコードにそれぞれ登録する。
【0058】
また、登録番号「9,999,982」の商標登録においては、第１４類の指定商品「身飾品」及び第３０類の指定商品「菓子」が指定されている。そして、指定商品「身飾品」には類似群コード「21A02 21B01」が、指定商品「菓子」には類似群コード「30A01」がそれぞれ割り当てられている。この場合、商標登録テーブル４００には登録番号「9,999,982」を登録する。商品テーブル４２０には、区分「１４」、指定商品「身飾品」及び類似群コード「21A02 21B01」を１つのレコードに、区分「３０」、指定商品「菓子」及び類似群コード「30A01」を１つのレコードにそれぞれ登録する。商品対応テーブル４４０には、登録番号「9,999,982」及び商品テーブル４２０の指定商品「身飾品」のレコードを１つのレコードに、登録番号「9,999,982」及び商品テーブル４２０の指定商品「菓子」のレコードを１つのレコードにそれぞれ登録する。
【0059】
登録番号「9,999,983」～「9,999,989」の商標登録についても同様に、登録番号、区分、指定商品（役務）及び類似群コードをテーブル４００、４２０、４４０に登録する。
【0060】
【0061】
商標登録テーブル４００には、商標登録ごとに１つのレコードが登録されている。各レコードは、商標登録に対し一意に割り当てられるファイルＩＤを登録するフィールド４０２と、登録番号を登録するフィールド４０４とを含んで構成されている。
【0062】
【0063】
【0064】
商品テーブル４２０には、区分、指定商品（役務）及び類似群コードの組み合わせごとに１つのレコードが登録されている。各レコードは、区分、指定商品（役務）及び類似群コードの組み合わせに対し一意に割り当てられる商品ＩＤを登録するフィールド４２２と、指定商品（役務）が属する区分を登録するフィールド４２４と、指定商品（役務）を登録するフィールド４２６と、指定商品（役務）に割り当てられる類似群コードを登録するフィールド４２８とを含んで構成されている。
【0065】
図４の例は、図２の例に対応しており、例えば、第１行目のレコードが登録番号「9,999,982」の登録情報、第２行目のレコードが登録番号「9,999,984」「9,999,987」の登録情報、第３行目のレコードが登録番号「9,999,983」「9,999,987」の登録情報、第４行目のレコードが登録番号「9,999,986」「9,999,989」の登録情報、第５行目のレコードが登録番号「9,999,988」の登録情報である。
【0066】
【0067】
商品対応テーブル４４０には、商標登録ごと及び指定商品（役務）ごとに１つのレコードが登録されている。各レコードは、ファイルＩＤを登録するフィールド４４２と、ファイルＩＤにより特定される商標登録に係る指定商品（役務）の商品ＩＤを登録するフィールド４４４とを含んで構成されている。
【0068】
図５の例は、図２の例に対応しており、例えば、第１～２行目のレコードが登録番号「9,999,981」の登録情報、第３～４行目のレコードが登録番号「9,999,982」の登録情報である。テーブル４００、４２０、４４０を内部結合すれば図２の商標公報の各行の登録情報を得ることができる。
【0069】
記憶装置４２は、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。
【0070】
次に、本実施の形態の動作を説明する。
図６は、学習済みモデル生成処理を示すフローチャートである。
図６は、学習済みモデル生成処理を示すフローチャートである。
【0071】
図７は、学習済みモデルの生成及び利用の工程を示すブロック図である。
学習済みモデル生成処理は、学習済みモデルを生成するために実行される処理であって、ＣＰＵ３０において実行されると、図６に示すように、ステップＳ１００に移行して、商標公報データ解析処理を実行する。商標公報データ解析処理では、１又は複数の商標登録に係る商標公報データを記憶装置４２から読み出し、読み出した商標公報データから、登録番号、区分、指定商品（役務）及び類似群コードを抽出する。
学習済みモデル生成処理は、学習済みモデルを生成するために実行される処理であって、ＣＰＵ３０において実行されると、図６に示すように、ステップＳ１００に移行して、商標公報データ解析処理を実行する。商標公報データ解析処理では、１又は複数の商標登録に係る商標公報データを記憶装置４２から読み出し、読み出した商標公報データから、登録番号、区分、指定商品（役務）及び類似群コードを抽出する。
【0072】
次いで、ステップＳ１０２に移行する。ステップＳ１０２では、抽出した登録番号、区分、指定商品（役務）及び類似群コードを対応づけてテーブル４００、４２０、４４０に登録することによりテーブル４００、４２０、４４０を生成する。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。
【0073】
次いで、ステップＳ１０４に移行して、図７に示すように、テーブル４００、４２０、４４０の情報に基づいて学習用データセットを生成し、ステップＳ１０６に移行して、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。学習用プログラムは、学習前パラメータ及びハイパーパラメータを備え、入力した学習用データセット及びハイパーパラメータに基づいて学習を行い、学習前パラメータを更新する。そして、学習結果として学習済みモデルを出力する。
【0074】
学習済みモデルは、学習前パラメータが学習により更新された学習済みパラメータ及び推論プログラムを備える。推論プログラムは、商品（役務）を入力し、学習済みパラメータに基づいて、入力した商品（役務）から、その商品（役務）に対応する区分、商品（役務）及び類似群コード（以下、本実施の形態において「関連商品（役務）」という。）を１又は複数推定し、推定した１又は複数の関連商品（役務）を出力する。入力した商品（役務）と関連商品（役務）の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した商品（役務）又はこれと同じ特徴を有する商品（役務）が指定された商標登録において該当の商品（役務）及び他に指定された商品（役務）並びにそれらの区分及び類似群コード、又は（２）これらと同じ特徴を有する区分、商品（役務）及び類似群コードが関連商品（役務）として推定されることが期待できる。図２乃至図５の例において、例えば商品（役務）「乳製品」を入力した場合は、登録番号「9,999,983」「9,999,987」の商標登録が該当するが、これら商標登録において指定された商品（役務）等として、登録番号「9,999,983」について、（１）区分「２９」、商品（役務）「乳製品」及び類似群コード「31D01」、（２）区分「４２」、商品（役務）「製図用具の貸与」及び類似群コード「42X31」が、登録番号「9,999,987」について、（３）区分「２９」、商品（役務）「乳製品」及び類似群コード「31D01」、（４）区分「３０」、商品（役務）「砂糖漬け」及び類似群コード「30A01」の計４件が関連商品（役務）として推定されることが期待できる。
【0075】
【0076】
関連商品推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図８に示すように、まず、ステップＳ２００ａに移行する。ステップＳ２００ａでは、商品（役務）を入力する。図９の例では、ユーザは、テキストボックス５００に商品（役務）「菓子」を入力し、検索ボタン５０２をクリックすることにより商品（役務）を入力する。
【0077】
次いで、ステップＳ２０２ａに移行する。ステップＳ２０２ａでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した商品（役務）から関連商品（役務）を推定する。推定は、入力した商品（役務）を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の商品（役務）を関連商品（役務）として取得することにより行う。関連商品（役務）をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の商品（役務）を関連商品（役務）として取得することもできる。
【0078】
次いで、ステップＳ２０４ａに移行して、ステップＳ２０２ａで推定した関連商品（役務）を表示する。図９の例では、関連商品（役務）が検索結果表示領域５０４に表示される。
【0079】
ステップＳ２０４ａの処理が終了すると、一連の処理を終了する。
図１０は、関連商品（役務）を選択する場合を説明するための画面である。
図１０は、関連商品（役務）を選択する場合を説明するための画面である。
【0080】
検索結果表示領域５０４には、図１０に示すように、関連商品（役務）を選択するためのチェックボックス５０６が設けられている。ユーザは、チェックボックス５０６をチェックすることにより関連商品（役務）を選択することができる。選択された関連商品（役務）は商品リストに追加され、商品リスト表示領域５０８に商品リストの一覧が表示される。商品リスト表示領域５０８では、区分、類似群コードの順位で関連商品（役務）がソートされて表示される。
【0081】
次に、本実施の形態の効果を説明する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連商品（役務）を推定する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連商品（役務）を推定する。
【0082】
これにより、未知の商品（役務）に対応する関連商品（役務）が得られることが期待できる。
【0083】
さらに、本実施の形態では、学習済みモデルから出力される１又は複数の商品（役務）をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の商品（役務）を関連商品（役務）として推定する。
【0084】
これにより、入力した商品（役務）の関連商品（役務）だけなく、さらにその関連商品（役務）が得られる。
【0085】
本実施の形態において、ステップＳ２００ａは、発明１の要素情報取得手段に対応し、ステップＳ２０２ａは、発明１乃至３の推定手段に対応し、ステップＳ２０４ａは、発明２の要素情報出力手段に対応し、区分又は類似群コードは、発明１のグループに対応している。
【0086】
【0087】
本実施の形態は、上記第１の実施の形態に対し、権利者の事業内容を入力し、学習済みモデルを用いて、入力した事業内容に対応する商品（役務）を推定する点で異なる。以下、上記第１の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0088】
まず、本実施の形態の構成を説明する。
図１１は、商標公報及び法人登記簿謄本の一部を抜粋した内容を示す図である。
図１１は、商標公報及び法人登記簿謄本の一部を抜粋した内容を示す図である。
【0089】
記憶装置４２は、商標公報の内容を記録した商標公報データと、法人登記簿謄本の内容を記録した法人登記簿謄本データとを記憶している。商標公報データは、権利者以外の内容については図２と同一である。
【0090】
商標公報データの権利者及び法人登記簿謄本データの商号を対応させ、商標登録の権利者の事業目的を法人登記簿謄本データから取得し、取得した事業目的を商標登録及び権利者と対応づけてテーブル６００ｂ、６２０ｂに登録する。
【0091】
図１１の例では、株式会社Ａは、定款において事業内容「ホテルの経営」を事業目的として定めている。また、株式会社Ａは、登録番号「9,999,982」「9,999,983」「9,999,985」の商標登録を有している。そこで、これら３件の商標登録に対しては事業内容「ホテルの経営」を対応づけてテーブル６００ｂ、６２０ｂに登録する。テーブル６２０ｂの第３、４、８行目が該当のレコードである。
【0092】
株式会社Ｂは、定款において事業内容「ホテルの経営」「飲食店の経営」を事業目的として定めている。また、株式会社Ｂは、登録番号「9,999,981」「9,999,983」の商標登録を有している。そこで、これら２件の商標登録に対しては事業内容「ホテルの経営」「飲食店の経営」を対応づけてテーブル６００ｂ、６２０ｂに登録する。テーブル６２０ｂの第１、２、４、５行目が該当のレコードである。
【0093】
株式会社Ｃは、定款において事業内容「スパ施設の経営」を事業目的として定めている。また、株式会社Ｃは、登録番号「9,999,985」「9,999,988」の商標登録を有している。そこで、これら２件の商標登録に対しては事業内容「スパ施設の経営」を対応づけてテーブル６００ｂ、６２０ｂに登録する。テーブル６２０ｂの第９、１３行目が該当のレコードである。
【0094】
株式会社Ｄは、定款において事業内容「スパ施設の経営」「飲食店の経営」を事業目的として定めている。また、株式会社Ｄは、登録番号「9,999,984」「9,999,989」の商標登録を有している。そこで、これら２件の商標登録に対しては事業内容「スパ施設の経営」「飲食店の経営」を対応づけてテーブル６００ｂ、６２０ｂに登録する。テーブル６２０ｂの第６、７、１５、１６行目が該当のレコードである。
【0095】
株式会社Ｅは、定款において事業内容「菓子の製造・販売」を事業目的として定めている。また、株式会社Ｅは、登録番号「9,999,987」「9,999,988」の商標登録を有している。そこで、これら２件の商標登録に対しては事業内容「菓子の製造・販売」を対応づけてテーブル６００ｂ、６２０ｂに登録する。テーブル６２０ｂの第１２、１４行目が該当のレコードである。
【0096】
株式会社Ｆは、定款において事業内容「菓子の製造・販売」「飲食店の経営」を事業目的として定めている。また、株式会社Ｆは、登録番号「9,999,986」の商標登録を有している。そこで、この商標登録に対しては事業内容「菓子の製造・販売」「飲食店の経営」を対応づけてテーブル６００ｂ、６２０ｂに登録する。テーブル６２０ｂの第１０、１１行目が該当のレコードである。
【0097】
【0098】
事業内容テーブル６００ｂには、事業内容ごとに１つのレコードが登録されている。各レコードは、事業内容に対し一意に割り当てられる事業内容ＩＤを登録するフィールド６０２ｂと、事業内容を登録するフィールド６０４ｂとを含んで構成されている。フィールド６０４ｂには、例えば、法人の定款に定める事業目的を事業内容として登録する。図１２の例は、図１１の例に対応している。
【0099】
【0100】
事業内容対応テーブル６２０ｂには、商標登録ごと及び事業内容ごとに１つのレコードが登録されている。各レコードは、ファイルＩＤを登録するフィールド６２２ｂと、ファイルＩＤにより特定される商標登録の権利者の事業内容の事業内容ＩＤを登録するフィールド６２４ｂとを含んで構成されている。１件の商標登録には１又は複数の権利者が存在し、１の権利者は１又は複数の事業内容を有するので、事業内容対応テーブル６２０ｂには、１つのファイルＩＤに対し１又は複数の事業内容ＩＤが対応づけられる。図１３の例は、図１１の例に対応しており、第１、２行目のレコードは、商標登録１（ファイルＩＤ「１」の商標登録を意味する。以下同様に表記する。）の権利者「株式会社Ｂ」が、その法人の定款において事業内容１（事業内容ＩＤ「１」の事業内容を意味する。以下同様に表記する。）「ホテルの経営」及び事業内容２「飲食店の経営」の２つを事業目的として登録していることを示している。なお、登録番号「9,999,983」の商標登録において、「ホテルの経営」は株式会社Ａ及び株式会社Ｂの両方が定めているが、事業内容対応テーブル６２０ｂでは重複を排除して登録している。もっとも、登録番号「9,999,983」のように複数の権利者が同一の事業内容を定めている場合は、１件の商標登録につき同一の事業内容を重複して登録してもよい。重複登録すれば指定商品（役務）と事業内容の関連性がより高くなる。
【0101】
記憶装置４２は、商標登録において指定された商品（役務）及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、４２０、４４０、６００ｂ、６２０ｂの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0102】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、事業内容を入力し、学習済みパラメータに基づいて、入力した事業内容から、その事業内容に対応する区分、商品（役務）及び類似群コード（以下、本実施の形態において「関連商品（役務）」という。）を１又は複数推定し、推定した１又は複数の関連商品（役務）を出力する。入力した事業内容と関連商品（役務）の関係は、ＡＩの学習により決まるものであるので、商標公報データ及び法人登記簿謄本データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した事業内容又はこれと同じ特徴を有する事業内容を有する権利者の商標登録において該当の商品（役務）及び他に指定された商品（役務）並びにそれらの区分及び類似群コード、又は（２）これらと同じ特徴を有する区分、商品（役務）及び類似群コードが関連商品（役務）として推定されることが期待できる。
【0103】
次に、本実施の形態の動作を説明する。
図１４は、関連商品推定処理を示すフローチャートである。
図１４は、関連商品推定処理を示すフローチャートである。
【0104】
図１５は、関連商品推定結果を示す画面である。
ＣＰＵ３０は、図８の関連商品推定処理に代えて、図１４の関連商品推定処理を実行する。関連商品推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図１４に示すように、まず、ステップＳ２００ｂに移行する。ステップＳ２００ｂでは、事業内容を入力する。図１５の例では、ユーザは、テキストボックス５００に事業内容「菓子の製造・販売」を入力し、検索ボタン５０２をクリックすることにより事業内容を入力する。
ＣＰＵ３０は、図８の関連商品推定処理に代えて、図１４の関連商品推定処理を実行する。関連商品推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図１４に示すように、まず、ステップＳ２００ｂに移行する。ステップＳ２００ｂでは、事業内容を入力する。図１５の例では、ユーザは、テキストボックス５００に事業内容「菓子の製造・販売」を入力し、検索ボタン５０２をクリックすることにより事業内容を入力する。
【0105】
次いで、ステップＳ２０２ｂに移行する。ステップＳ２０２ｂでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した事業内容から関連商品（役務）を推定する。推定は、入力した事業内容を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の商品（役務）を関連商品（役務）として取得することにより行う。
【0106】
次いで、ステップＳ２０４ｂに移行して、ステップＳ２０２ｂで推定した関連商品（役務）を表示する。図１５の例では、関連商品（役務）が検索結果表示領域５０４に表示される。
【0107】
ステップＳ２０４ｂの処理が終了すると、一連の処理を終了する。
次に、本実施の形態の効果を説明する。
次に、本実施の形態の効果を説明する。
【0108】
本実施の形態では、事業内容を入力し、商標登録において指定された商品（役務）及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した事業内容から関連商品（役務）を推定する。
【0109】
これにより、未知の事業内容に対応する関連商品（役務）が得られることが期待できる。
【0110】
本実施の形態において、ステップＳ２００ｂは、発明１の要素情報取得手段に対応し、ステップＳ２０２ｂは、発明１乃至３の推定手段に対応し、ステップＳ２０４ｂは、発明２の要素情報出力手段に対応している。
【0111】
【0112】
本実施の形態は、上記第１の実施の形態に対し、権利者（氏名又は名称）を入力し、学習済みモデルを用いて、入力した権利者に対応する商品（役務）を推定する点で異なる。以下、上記第１の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0113】
まず、本実施の形態の構成を説明する。
図１６は、商標公報の一部を抜粋した内容を示す図である。
図１６は、商標公報の一部を抜粋した内容を示す図である。
【0114】
記憶装置４２は、商標公報の内容を記録した商標公報データを記憶している。商標公報データの内容は図１１と同一である。
【0115】
図１６の例では、株式会社Ａは、登録番号「9,999,982」「9,999,983」「9,999,985」の商標登録の権利者である。そこで、これら３件の商標登録に対しては株式会社Ａを対応づけてテーブル６００ｃ、６２０ｃに登録する。テーブル６２０ｃの第２、３、６行目が該当のレコードである。
【0116】
株式会社Ｂは、登録番号「9,999,981」「9,999,983」の商標登録の権利者である。そこで、これら２件の商標登録に対しては株式会社Ｂを対応づけてテーブル６００ｃ、６２０ｃに登録する。テーブル６２０ｃの第１、４行目が該当のレコードである。
【0117】
株式会社Ｃは、登録番号「9,999,985」「9,999,988」の商標登録の権利者である。そこで、これら２件の商標登録に対しては株式会社Ｃを対応づけてテーブル６００ｃ、６２０ｃに登録する。テーブル６２０ｃの第７、１０行目が該当のレコードである。
【0118】
株式会社Ｄは、登録番号「9,999,984」「9,999,989」の商標登録の権利者である。そこで、これら２件の商標登録に対しては株式会社Ｄを対応づけてテーブル６００ｃ、６２０ｃに登録する。テーブル６２０ｃの第５、１２行目が該当のレコードである。
【0119】
株式会社Ｅは、登録番号「9,999,987」「9,999,988」の商標登録の権利者である。そこで、これら２件の商標登録に対しては株式会社Ｅを対応づけてテーブル６００ｃ、６２０ｃに登録する。テーブル６２０ｃの第９、１１行目が該当のレコードである。
【0120】
株式会社Ｆは、登録番号「9,999,986」の商標登録の権利者である。そこで、この商標登録に対しては株式会社Ｆを対応づけてテーブル６００ｃ、６２０ｃに登録する。テーブル６２０ｃの第８行目が該当のレコードである。
【0121】
【0122】
権利者テーブル６００ｃには、権利者ごとに１つのレコードが登録されている。各レコードは、商標登録の権利者（事業者）に対し一意に割り当てられる権利者ＩＤを登録するフィールド６０２ｃと、権利者を登録するフィールド６０４ｃとを含んで構成されている。図１７の例は、図１６の例に対応している。
【0123】
【0124】
権利者対応テーブル６２０ｃには、商標登録ごと及び権利者ごとに１つのレコードが登録されている。各レコードは、ファイルＩＤを登録するフィールド６２２ｃと、ファイルＩＤにより特定される商標登録の権利者の権利者ＩＤを登録するフィールド６２４ｃとを含んで構成されている。１件の商標登録には１又は複数の権利者が存在するので、権利者対応テーブル６２０ｃには、１つのファイルＩＤに対し１又は複数の権利者ＩＤが対応づけられる。図１８の例は、図１６の例に対応しており、第１行目のレコードは、商標登録１の権利者が権利者２（権利者ＩＤ「２」の権利者を意味する。以下同様に表記する。）「株式会社Ｂ」であることを、第３、４行目のレコードは、商標登録３の権利者が権利者１「株式会社Ａ」及び権利者２「株式会社Ｂ」であることを示している。
【0125】
記憶装置４２は、商標登録において指定された商品（役務）及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、４２０、４４０、６００ｃ、６２０ｃの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0126】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、権利者を入力し、学習済みパラメータに基づいて、入力した権利者から、その権利者に対応する区分、商品（役務）及び類似群コード（以下、本実施の形態において「関連商品（役務）」という。）を１又は複数推定し、推定した１又は複数の関連商品（役務）を出力する。入力した権利者と関連商品（役務）の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した権利者又はこれと同じ特徴を有する権利者の商標登録において該当の商品（役務）及び他に指定された商品（役務）並びにそれらの区分及び類似群コード、又は（２）これらと同じ特徴を有する区分、商品（役務）及び類似群コードが関連商品（役務）として推定されることが期待できる。
【0127】
次に、本実施の形態の動作を説明する。
図１９は、関連商品推定処理を示すフローチャートである。
図１９は、関連商品推定処理を示すフローチャートである。
【0128】
図２０は、関連商品推定結果を示す画面である。
ＣＰＵ３０は、図８の関連商品推定処理に代えて、図１９の関連商品推定処理を実行する。関連商品推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図１９に示すように、まず、ステップＳ２００ｃに移行する。ステップＳ２００ｃでは、権利者を入力する。図２０の例では、ユーザは、テキストボックス５００に権利者「株式会社Ａ」を入力し、検索ボタン５０２をクリックすることにより権利者を入力する。
ＣＰＵ３０は、図８の関連商品推定処理に代えて、図１９の関連商品推定処理を実行する。関連商品推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図１９に示すように、まず、ステップＳ２００ｃに移行する。ステップＳ２００ｃでは、権利者を入力する。図２０の例では、ユーザは、テキストボックス５００に権利者「株式会社Ａ」を入力し、検索ボタン５０２をクリックすることにより権利者を入力する。
【0129】
次いで、ステップＳ２０２ｃに移行する。ステップＳ２０２ｃでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した権利者から関連商品（役務）を推定する。推定は、入力した権利者を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の商品（役務）を関連商品（役務）として取得することにより行う。
【0130】
次いで、ステップＳ２０４ｃに移行して、ステップＳ２０２ｃで推定した関連商品（役務）を表示する。図２０の例では、関連商品（役務）が検索結果表示領域５０４に表示される。
【0131】
ステップＳ２０４ｃの処理が終了すると、一連の処理を終了する。
次に、本実施の形態の効果を説明する。
次に、本実施の形態の効果を説明する。
【0132】
本実施の形態では、権利者を入力し、商標登録において指定された商品（役務）及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した権利者から関連商品（役務）を推定する。
【0133】
これにより、未知の権利者に対応する関連商品（役務）が得られることが期待できる。
本実施の形態において、ステップＳ２００ｃは、発明１の要素情報取得手段に対応し、ステップＳ２０２ｃは、発明１乃至３の推定手段に対応し、ステップＳ２０４ｃは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ２００ｃは、発明１の要素情報取得手段に対応し、ステップＳ２０２ｃは、発明１乃至３の推定手段に対応し、ステップＳ２０４ｃは、発明２の要素情報出力手段に対応している。
【0134】
【0135】
本実施の形態は、上記第１の実施の形態に対し、代理人（氏名又は名称）を入力し、学習済みモデルを用いて、入力した代理人に対応する商品（役務）を推定する点で異なる。以下、上記第１の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0136】
まず、本実施の形態の構成を説明する。
図２１は、商標公報の一部を抜粋した内容を示す図である。
図２１は、商標公報の一部を抜粋した内容を示す図である。
【0137】
記憶装置４２は、商標公報の内容を記録した商標公報データを記憶している。商標公報データは、権利者以外の内容については図２と同一である。
【0138】
図２１の例では、代理人Ａは、登録番号「9,999,982」「9,999,983」「9,999,985」の商標登録の代理人である。そこで、これら３件の商標登録に対しては代理人Ａを対応づけてテーブル６００ｄ、６２０ｄに登録する。テーブル６２０ｄの第２、３、６行目が該当のレコードである。
【0139】
代理人Ｂは、登録番号「9,999,981」「9,999,983」の商標登録の代理人である。そこで、これら２件の商標登録に対しては代理人Ｂを対応づけてテーブル６００ｄ、６２０ｄに登録する。テーブル６２０ｄの第１、４行目が該当のレコードである。
【0140】
代理人Ｃは、登録番号「9,999,985」「9,999,988」の商標登録の代理人である。そこで、これら２件の商標登録に対しては代理人Ｃを対応づけてテーブル６００ｄ、６２０ｄに登録する。テーブル６２０ｄの第７、１０行目が該当のレコードである。
【0141】
代理人Ｄは、登録番号「9,999,984」「9,999,989」の商標登録の代理人である。そこで、これら２件の商標登録に対しては代理人Ｄを対応づけてテーブル６００ｄ、６２０ｄに登録する。テーブル６２０ｄの第５、１２行目が該当のレコードである。
【0142】
代理人Ｅは、登録番号「9,999,987」「9,999,988」の商標登録の代理人である。そこで、これら２件の商標登録に対しては代理人Ｅを対応づけてテーブル６００ｄ、６２０ｄに登録する。テーブル６２０ｄの第９、１１行目が該当のレコードである。
【0143】
代理人Ｆは、登録番号「9,999,986」の商標登録の代理人である。そこで、この商標登録に対しては代理人Ｆを対応づけてテーブル６００ｄ、６２０ｄに登録する。テーブル６２０ｄの第８行目が該当のレコードである。
【0144】
【0145】
代理人テーブル６００ｄには、代理人ごとに１つのレコードが登録されている。各レコードは、商標登録の代理人に対し一意に割り当てられる代理人ＩＤを登録するフィールド６０２ｄと、代理人を登録するフィールド６０４ｄとを含んで構成されている。図２２の例は、図２１の例に対応している。
【0146】
【0147】
代理人対応テーブル６２０ｄには、商標登録ごと及び代理人ごとに１つのレコードが登録されている。各レコードは、ファイルＩＤを登録するフィールド６２２ｄと、ファイルＩＤにより特定される商標登録の代理人の代理人ＩＤを登録するフィールド６２４ｄとを含んで構成されている。１件の商標登録には１又は複数の代理人が存在するので、代理人対応テーブル６２０ｄには、１つのファイルＩＤに対し１又は複数の代理人ＩＤが対応づけられる。図２３の例は、図２１の例に対応しており、第１行目のレコードは、商標登録１の代理人が代理人１（代理人ＩＤ「１」の代理人を意味する。以下同様に表記する。）「代理人Ａ」であることを、第３、４行目のレコードは、商標登録３の代理人が代理人１「代理人Ａ」及び代理人２「代理人Ｂ」であることを示している。
【0148】
記憶装置４２は、商標登録において指定された商品（役務）及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、４２０、４４０、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0149】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、代理人を入力し、学習済みパラメータに基づいて、入力した代理人から、その代理人に対応する区分、商品（役務）及び類似群コード（以下、本実施の形態において「関連商品（役務）」という。）を１又は複数推定し、推定した１又は複数の関連商品（役務）を出力する。入力した代理人と関連商品（役務）の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した代理人又はこれと同じ特徴を有する代理人の商標登録において該当の商品（役務）及び他に指定された商品（役務）並びにそれらの区分及び類似群コード、又は（２）これらと同じ特徴を有する区分、商品（役務）及び類似群コードが関連商品（役務）として推定されることが期待できる。
【0150】
次に、本実施の形態の動作を説明する。
図２４は、関連商品推定処理を示すフローチャートである。
図２４は、関連商品推定処理を示すフローチャートである。
【0151】
図２５は、関連商品推定結果を示す画面である。
ＣＰＵ３０は、図８の関連商品推定処理に代えて、図２４の関連商品推定処理を実行する。関連商品推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図２４に示すように、まず、ステップＳ２００ｄに移行する。ステップＳ２００ｄでは、代理人を入力する。図２５の例では、ユーザは、テキストボックス５００に代理人「代理人Ａ」を入力し、検索ボタン５０２をクリックすることにより代理人を入力する。
ＣＰＵ３０は、図８の関連商品推定処理に代えて、図２４の関連商品推定処理を実行する。関連商品推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図２４に示すように、まず、ステップＳ２００ｄに移行する。ステップＳ２００ｄでは、代理人を入力する。図２５の例では、ユーザは、テキストボックス５００に代理人「代理人Ａ」を入力し、検索ボタン５０２をクリックすることにより代理人を入力する。
【0152】
次いで、ステップＳ２０２ｄに移行する。ステップＳ２０２ｄでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した代理人から関連商品（役務）を推定する。推定は、入力した代理人を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の商品（役務）を関連商品（役務）として取得することにより行う。
【0153】
次いで、ステップＳ２０４ｄに移行して、ステップＳ２０２ｄで推定した関連商品（役務）を表示する。図２５の例では、関連商品（役務）が検索結果表示領域５０４に表示される。
【0154】
ステップＳ２０４ｄの処理が終了すると、一連の処理を終了する。
次に、本実施の形態の効果を説明する。
次に、本実施の形態の効果を説明する。
【0155】
本実施の形態では、代理人を入力し、商標登録において指定された商品（役務）及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した代理人から関連商品（役務）を推定する。
【0156】
これにより、未知の代理人に対応する関連商品（役務）が得られることが期待できる。
本実施の形態において、ステップＳ２００ｄは、発明１の要素情報取得手段に対応し、ステップＳ２０２ｄは、発明１乃至３の推定手段に対応し、ステップＳ２０４ｄは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ２００ｄは、発明１の要素情報取得手段に対応し、ステップＳ２０２ｄは、発明１乃至３の推定手段に対応し、ステップＳ２０４ｄは、発明２の要素情報出力手段に対応している。
【0157】
〔第５の実施の形態〕
次に、本発明の第５の実施の形態を説明する。図２６は、本実施の形態を示す図である。
次に、本発明の第５の実施の形態を説明する。図２６は、本実施の形態を示す図である。
【0158】
本実施の形態は、上記第１の実施の形態に対し、学習済みモデルを用いて、入力した商品（役務）に対応する事業内容を推定する点で異なる。以下、上記第１及び第２の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0159】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録において指定された商品（役務）及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、４２０、４４０、６００ｂ、６２０ｂの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録において指定された商品（役務）及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、４２０、４４０、６００ｂ、６２０ｂの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0160】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、商品（役務）を入力し、学習済みパラメータに基づいて、入力した商品（役務）から、その商品（役務）に対応する事業内容（以下、本実施の形態において「関連事業内容」という。）を１又は複数推定し、推定した１又は複数の関連事業内容を出力する。入力した商品（役務）と関連事業内容の関係は、ＡＩの学習により決まるものであるので、商標公報データ及び法人登記簿謄本データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した商品（役務）又はこれと同じ特徴を有する商品（役務）が指定された商標登録の権利者の事業内容、又は（２）これと同じ特徴を有する事業内容が関連事業内容として推定されることが期待できる。
【0161】
次に、本実施の形態の動作を説明する。
図２６は、関連事業内容推定処理を示すフローチャートである。
図２６は、関連事業内容推定処理を示すフローチャートである。
【0162】
ＣＰＵ３０は、図８の関連商品推定処理に代えて、図２６の関連事業内容推定処理を実行する。関連事業内容推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図２６に示すように、まず、ステップＳ３００ａに移行して、商品（役務）を入力し、ステップＳ３０２ａに移行する。
【0163】
ステップＳ３０２ａでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した商品（役務）から関連事業内容を推定する。推定は、入力した商品（役務）を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の事業内容を関連事業内容として取得することにより行う。
【0164】
次いで、ステップＳ３０４ａに移行して、ステップＳ３０２ａで推定した関連事業内容を表示し、一連の処理を終了する。
【0165】
次に、本実施の形態の効果を説明する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された商品（役務）及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連事業内容を推定する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された商品（役務）及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連事業内容を推定する。
【0166】
これにより、未知の商品（役務）に対応する関連事業内容が得られることが期待できる。
【0167】
本実施の形態において、ステップＳ３００ａは、発明１の要素情報取得手段に対応し、ステップＳ３０２ａは、発明１乃至３の推定手段に対応し、ステップＳ３０４ａは、発明２の要素情報出力手段に対応している。
【0168】
〔第６の実施の形態〕
次に、本発明の第６の実施の形態を説明する。図２７は、本実施の形態を示す図である。
次に、本発明の第６の実施の形態を説明する。図２７は、本実施の形態を示す図である。
【0169】
本実施の形態は、上記第２の実施の形態に対し、学習済みモデルを用いて、入力した事業内容に対応する事業内容を推定する点で異なる。以下、上記第１及び第２の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0170】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録の一の権利者の事業内容及びその商標登録の他の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録の一の権利者の事業内容及びその商標登録の他の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0171】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、事業内容を入力し、学習済みパラメータに基づいて、入力した事業内容から、その事業内容に対応する事業内容（以下、本実施の形態において「関連事業内容」という。）を１又は複数推定し、推定した１又は複数の関連事業内容を出力する。入力した事業内容と関連事業内容の関係は、ＡＩの学習により決まるものであるので、商標公報データ及び法人登記簿謄本データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した事業内容又はこれと同じ特徴を有する事業内容を有する権利者の商標登録の他の権利者の事業内容、又は（２）これと同じ特徴を有する事業内容が関連事業内容として推定されることが期待できる。
【0172】
次に、本実施の形態の動作を説明する。
図２７は、関連事業内容推定処理を示すフローチャートである。
図２７は、関連事業内容推定処理を示すフローチャートである。
【0173】
ＣＰＵ３０は、図１４の関連商品推定処理に代えて、図２７の関連事業内容推定処理を実行する。関連事業内容推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図２７に示すように、まず、ステップＳ３００ｂに移行して、事業内容を入力し、ステップＳ３０２ｂに移行する。
【0174】
ステップＳ３０２ｂでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した事業内容から関連事業内容を推定する。推定は、入力した事業内容を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の事業内容を関連事業内容として取得することにより行う。関連事業内容をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の事業内容を関連事業内容として取得することもできる。
【0175】
次いで、ステップＳ３０４ｂに移行して、ステップＳ３０２ｂで推定した関連事業内容を表示し、一連の処理を終了する。
【0176】
次に、本実施の形態の効果を説明する。
本実施の形態では、事業内容を入力し、商標登録の一の権利者の事業内容及びその商標登録の他の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した事業内容から関連事業内容を推定する。
本実施の形態では、事業内容を入力し、商標登録の一の権利者の事業内容及びその商標登録の他の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した事業内容から関連事業内容を推定する。
【0177】
これにより、未知の事業内容に対応する関連事業内容が得られることが期待できる。
さらに、本実施の形態では、学習済みモデルから出力される１又は複数の事業内容をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の事業内容を関連事業内容として推定する。
さらに、本実施の形態では、学習済みモデルから出力される１又は複数の事業内容をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の事業内容を関連事業内容として推定する。
【0178】
これにより、入力した事業内容の関連事業内容だけなく、さらにその関連事業内容が得られる。
【0179】
本実施の形態において、ステップＳ３００ｂは、発明１の要素情報取得手段に対応し、ステップＳ３０２ｂは、発明１乃至３の推定手段に対応し、ステップＳ３０４ｂは、発明２の要素情報出力手段に対応している。
【0180】
〔第７の実施の形態〕
次に、本発明の第７の実施の形態を説明する。図２８は、本実施の形態を示す図である。
次に、本発明の第７の実施の形態を説明する。図２８は、本実施の形態を示す図である。
【0181】
本実施の形態は、上記第３の実施の形態に対し、学習済みモデルを用いて、入力した権利者（氏名又は名称）に対応する事業内容を推定する点で異なる。以下、上記第１乃至第３の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0182】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録の一の権利者及びその商標登録の他の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂ、６００ｃ、６２０ｃの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録の一の権利者及びその商標登録の他の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂ、６００ｃ、６２０ｃの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0183】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、権利者を入力し、学習済みパラメータに基づいて、入力した権利者から、その権利者に対応する事業内容（以下、本実施の形態において「関連事業内容」という。）を１又は複数推定し、推定した１又は複数の関連事業内容を出力する。入力した権利者と関連事業内容の関係は、ＡＩの学習により決まるものであるので、商標公報データ及び法人登記簿謄本データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した権利者又はこれと同じ特徴を有する権利者の商標登録の他の権利者の事業内容、又は（２）これと同じ特徴を有する事業内容が関連事業内容として推定されることが期待できる。
【0184】
次に、本実施の形態の動作を説明する。
図２８は、関連事業内容推定処理を示すフローチャートである。
図２８は、関連事業内容推定処理を示すフローチャートである。
【0185】
ＣＰＵ３０は、図１９の関連商品推定処理に代えて、図２８の関連事業内容推定処理を実行する。関連事業内容推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図２８に示すように、まず、ステップＳ３００ｃに移行して、権利者を入力し、ステップＳ３０２ｃに移行する。
【0186】
ステップＳ３０２ｃでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した権利者から関連事業内容を推定する。推定は、入力した権利者を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の事業内容を関連事業内容として取得することにより行う。
【0187】
次いで、ステップＳ３０４ｃに移行して、ステップＳ３０２ｃで推定した関連事業内容を表示し、一連の処理を終了する。
【0188】
次に、本実施の形態の効果を説明する。
本実施の形態では、権利者を入力し、商標登録の一の権利者及びその商標登録の他の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した権利者から関連事業内容を推定する。
本実施の形態では、権利者を入力し、商標登録の一の権利者及びその商標登録の他の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した権利者から関連事業内容を推定する。
【0189】
これにより、未知の権利者に対応する関連事業内容が得られることが期待できる。
本実施の形態において、ステップＳ３００ｃは、発明１の要素情報取得手段に対応し、ステップＳ３０２ｃは、発明１乃至３の推定手段に対応し、ステップＳ３０４ｃは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ３００ｃは、発明１の要素情報取得手段に対応し、ステップＳ３０２ｃは、発明１乃至３の推定手段に対応し、ステップＳ３０４ｃは、発明２の要素情報出力手段に対応している。
【0190】
〔第８の実施の形態〕
次に、本発明の第８の実施の形態を説明する。図２９は、本実施の形態を示す図である。
次に、本発明の第８の実施の形態を説明する。図２９は、本実施の形態を示す図である。
【0191】
本実施の形態は、上記第４の実施の形態に対し、学習済みモデルを用いて、入力した代理人（氏名又は名称）に対応する事業内容を推定する点で異なる。以下、上記第１、第２及び第４の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0192】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録の代理人及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂ、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録の代理人及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂ、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0193】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、代理人を入力し、学習済みパラメータに基づいて、入力した代理人から、その代理人に対応する事業内容（以下、本実施の形態において「関連事業内容」という。）を１又は複数推定し、推定した１又は複数の関連事業内容を出力する。入力した代理人と関連事業内容の関係は、ＡＩの学習により決まるものであるので、商標公報データ及び法人登記簿謄本データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した代理人又はこれと同じ特徴を有する代理人の商標登録の権利者の事業内容、又は（２）これと同じ特徴を有する事業内容が関連事業内容として推定されることが期待できる。
【0194】
次に、本実施の形態の動作を説明する。
図２９は、関連事業内容推定処理を示すフローチャートである。
図２９は、関連事業内容推定処理を示すフローチャートである。
【0195】
ＣＰＵ３０は、図２４の関連商品推定処理に代えて、図２９の関連事業内容推定処理を実行する。関連事業内容推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図２９に示すように、まず、ステップＳ３００ｄに移行して、代理人を入力し、ステップＳ３０２ｄに移行する。
【0196】
ステップＳ３０２ｄでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した代理人から関連事業内容を推定する。推定は、入力した代理人を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の事業内容を関連事業内容として取得することにより行う。
【0197】
次いで、ステップＳ３０４ｄに移行して、ステップＳ３０２ｄで推定した関連事業内容を表示し、一連の処理を終了する。
【0198】
次に、本実施の形態の効果を説明する。
本実施の形態では、代理人を入力し、商標登録の代理人及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した代理人から関連事業内容を推定する。
本実施の形態では、代理人を入力し、商標登録の代理人及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した代理人から関連事業内容を推定する。
【0199】
これにより、未知の代理人に対応する関連事業内容が得られることが期待できる。
本実施の形態において、ステップＳ３００ｄは、発明１の要素情報取得手段に対応し、ステップＳ３０２ｄは、発明１乃至３の推定手段に対応し、ステップＳ３０４ｄは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ３００ｄは、発明１の要素情報取得手段に対応し、ステップＳ３０２ｄは、発明１乃至３の推定手段に対応し、ステップＳ３０４ｄは、発明２の要素情報出力手段に対応している。
【0200】
〔第９の実施の形態〕
次に、本発明の第９の実施の形態を説明する。図３０は、本実施の形態を示す図である。
次に、本発明の第９の実施の形態を説明する。図３０は、本実施の形態を示す図である。
【0201】
本実施の形態は、上記第１の実施の形態に対し、学習済みモデルを用いて、入力した商品（役務）に対応する権利者（氏名又は名称）を推定する点で異なる。以下、上記第１の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0202】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録において指定された商品（役務）及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、４２０、４４０、６００ｃ、６２０ｃの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録において指定された商品（役務）及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、４２０、４４０、６００ｃ、６２０ｃの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0203】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、商品（役務）を入力し、学習済みパラメータに基づいて、入力した商品（役務）から、その商品（役務）に対応する権利者（以下、本実施の形態において「関連権利者」という。）を１又は複数推定し、推定した１又は複数の関連権利者を出力する。入力した商品（役務）と関連権利者の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した商品（役務）又はこれと同じ特徴を有する商品（役務）が指定された商標登録の権利者、又は（２）これと同じ特徴を有する権利者が関連権利者として推定されることが期待できる。
【0204】
次に、本実施の形態の動作を説明する。
図３０は、関連権利者推定処理を示すフローチャートである。
図３０は、関連権利者推定処理を示すフローチャートである。
【0205】
ＣＰＵ３０は、図８の関連商品推定処理に代えて、図３０の関連権利者推定処理を実行する。関連権利者推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図３０に示すように、まず、ステップＳ４００ａに移行して、商品（役務）を入力し、ステップＳ４０２ａに移行する。
【0206】
ステップＳ４０２ａでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した商品（役務）から関連権利者を推定する。推定は、入力した商品（役務）を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の権利者を関連権利者として取得することにより行う。
【0207】
次いで、ステップＳ４０４ａに移行して、ステップＳ４０２ａで推定した関連権利者を表示し、一連の処理を終了する。
【0208】
次に、本実施の形態の効果を説明する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された商品（役務）及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連権利者を推定する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された商品（役務）及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連権利者を推定する。
【0209】
これにより、未知の商品（役務）に対応する関連権利者が得られることが期待できる。
本実施の形態において、ステップＳ４００ａは、発明１の要素情報取得手段に対応し、ステップＳ４０２ａは、発明１乃至３の推定手段に対応し、ステップＳ４０４ａは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ４００ａは、発明１の要素情報取得手段に対応し、ステップＳ４０２ａは、発明１乃至３の推定手段に対応し、ステップＳ４０４ａは、発明２の要素情報出力手段に対応している。
【0210】
〔第１０の実施の形態〕
次に、本発明の第１０の実施の形態を説明する。図３１は、本実施の形態を示す図である。
次に、本発明の第１０の実施の形態を説明する。図３１は、本実施の形態を示す図である。
【0211】
本実施の形態は、上記第２の実施の形態に対し、学習済みモデルを用いて、入力した事業内容に対応する権利者（氏名又は名称）を推定する点で異なる。以下、上記第１及び第２の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0212】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録の一の権利者の事業内容及びその商標登録の他の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂ、６００ｃ、６２０ｃの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録の一の権利者の事業内容及びその商標登録の他の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂ、６００ｃ、６２０ｃの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0213】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、事業内容を入力し、学習済みパラメータに基づいて、入力した事業内容から、その事業内容に対応する権利者（以下、本実施の形態において「関連権利者」という。）を１又は複数推定し、推定した１又は複数の関連権利者を出力する。入力した事業内容と関連権利者の関係は、ＡＩの学習により決まるものであるので、商標公報データ及び法人登記簿謄本データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した事業内容又はこれと同じ特徴を有する事業内容を有する権利者の商標登録の他の権利者、又は（２）これと同じ特徴を有する権利者が関連権利者として推定されることが期待できる。
【0214】
次に、本実施の形態の動作を説明する。
図３１は、関連権利者推定処理を示すフローチャートである。
図３１は、関連権利者推定処理を示すフローチャートである。
【0215】
ＣＰＵ３０は、図１４の関連商品推定処理に代えて、図３１の関連権利者推定処理を実行する。関連権利者推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図３１に示すように、まず、ステップＳ４００ｂに移行して、事業内容を入力し、ステップＳ４０２ｂに移行する。
【0216】
ステップＳ４０２ｂでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した事業内容から関連権利者を推定する。推定は、入力した事業内容を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の権利者を関連権利者として取得することにより行う。
【0217】
次いで、ステップＳ４０４ｂに移行して、ステップＳ４０２ｂで推定した関連権利者を表示し、一連の処理を終了する。
【0218】
次に、本実施の形態の効果を説明する。
本実施の形態では、事業内容を入力し、商標登録の一の権利者の事業内容及びその商標登録の他の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した事業内容から関連権利者を推定する。
本実施の形態では、事業内容を入力し、商標登録の一の権利者の事業内容及びその商標登録の他の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した事業内容から関連権利者を推定する。
【0219】
これにより、未知の事業内容に対応する関連権利者が得られることが期待できる。
本実施の形態において、ステップＳ４００ｂは、発明１の要素情報取得手段に対応し、ステップＳ４０２ｂは、発明１乃至３の推定手段に対応し、ステップＳ４０４ｂは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ４００ｂは、発明１の要素情報取得手段に対応し、ステップＳ４０２ｂは、発明１乃至３の推定手段に対応し、ステップＳ４０４ｂは、発明２の要素情報出力手段に対応している。
【0220】
〔第１１の実施の形態〕
次に、本発明の第１１の実施の形態を説明する。図３２は、本実施の形態を示す図である。
次に、本発明の第１１の実施の形態を説明する。図３２は、本実施の形態を示す図である。
【0221】
本実施の形態は、上記第３の実施の形態に対し、学習済みモデルを用いて、入力した権利者（氏名又は名称）に対応する権利者（氏名又は名称）を推定する点で異なる。以下、上記第１及び第３の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0222】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録の一の権利者及びその商標登録の他の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｃ、６２０ｃの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録の一の権利者及びその商標登録の他の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｃ、６２０ｃの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0223】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、権利者を入力し、学習済みパラメータに基づいて、入力した権利者から、その権利者に対応する権利者（以下、本実施の形態において「関連権利者」という。）を１又は複数推定し、推定した１又は複数の関連権利者を出力する。入力した権利者と関連権利者の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した権利者又はこれと同じ特徴を有する権利者の商標登録の他の権利者、又は（２）これと同じ特徴を有する権利者が関連権利者として推定されることが期待できる。
【0224】
次に、本実施の形態の動作を説明する。
図３２は、関連権利者推定処理を示すフローチャートである。
図３２は、関連権利者推定処理を示すフローチャートである。
【0225】
ＣＰＵ３０は、図１９の関連商品推定処理に代えて、図３２の関連権利者推定処理を実行する。関連権利者推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図３２に示すように、まず、ステップＳ４００ｃに移行して、権利者を入力し、ステップＳ４０２ｃに移行する。
【0226】
ステップＳ４０２ｃでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した権利者から関連権利者を推定する。推定は、入力した権利者を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の権利者を関連権利者として取得することにより行う。関連権利者をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の権利者を関連権利者として取得することもできる。
【0227】
次いで、ステップＳ４０４ｃに移行して、ステップＳ４０２ｃで推定した関連権利者を表示し、一連の処理を終了する。
【0228】
次に、本実施の形態の効果を説明する。
本実施の形態では、権利者を入力し、商標登録の一の権利者及びその商標登録の他の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した権利者から関連権利者を推定する。
本実施の形態では、権利者を入力し、商標登録の一の権利者及びその商標登録の他の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した権利者から関連権利者を推定する。
【0229】
これにより、未知の権利者に対応する関連権利者が得られることが期待できる。
さらに、本実施の形態では、学習済みモデルから出力される１又は複数の権利者をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の権利者を関連権利者として推定する。
さらに、本実施の形態では、学習済みモデルから出力される１又は複数の権利者をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の権利者を関連権利者として推定する。
【0230】
これにより、入力した権利者の関連権利者だけなく、さらにその関連権利者が得られる。
【0231】
本実施の形態において、ステップＳ４００ｃは、発明１の要素情報取得手段に対応し、ステップＳ４０２ｃは、発明１乃至３の推定手段に対応し、ステップＳ４０４ｃは、発明２の要素情報出力手段に対応している。
【0232】
〔第１２の実施の形態〕
次に、本発明の第１２の実施の形態を説明する。図３３は、本実施の形態を示す図である。
次に、本発明の第１２の実施の形態を説明する。図３３は、本実施の形態を示す図である。
【0233】
本実施の形態は、上記第４の実施の形態に対し、学習済みモデルを用いて、入力した代理人（氏名又は名称）に対応する権利者（氏名又は名称）を推定する点で異なる。以下、上記第１及び第４の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0234】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録の代理人及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｃ、６２０ｃ、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録の代理人及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｃ、６２０ｃ、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0235】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、代理人を入力し、学習済みパラメータに基づいて、入力した代理人から、その代理人に対応する権利者（以下、本実施の形態において「関連権利者」という。）を１又は複数推定し、推定した１又は複数の関連権利者を出力する。入力した代理人と関連権利者の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した代理人又はこれと同じ特徴を有する代理人の商標登録の権利者、又は（２）これと同じ特徴を有する権利者が関連権利者として推定されることが期待できる。
【0236】
次に、本実施の形態の動作を説明する。
図３３は、関連権利者推定処理を示すフローチャートである。
図３３は、関連権利者推定処理を示すフローチャートである。
【0237】
ＣＰＵ３０は、図２４の関連商品推定処理に代えて、図３３の関連権利者推定処理を実行する。関連権利者推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図３３に示すように、まず、ステップＳ４００ｄに移行して、代理人を入力し、ステップＳ４０２ｄに移行する。
【0238】
ステップＳ４０２ｄでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した代理人から関連権利者を推定する。推定は、入力した代理人を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の権利者を関連権利者として取得することにより行う。
【0239】
次いで、ステップＳ４０４ｄに移行して、ステップＳ４０２ｄで推定した関連権利者を表示し、一連の処理を終了する。
【0240】
次に、本実施の形態の効果を説明する。
本実施の形態では、代理人を入力し、商標登録の代理人及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した代理人から関連権利者を推定する。
本実施の形態では、代理人を入力し、商標登録の代理人及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した代理人から関連権利者を推定する。
【0241】
これにより、未知の代理人に対応する関連権利者が得られることが期待できる。
本実施の形態において、ステップＳ４００ｄは、発明１の要素情報取得手段に対応し、ステップＳ４０２ｄは、発明１乃至３の推定手段に対応し、ステップＳ４０４ｄは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ４００ｄは、発明１の要素情報取得手段に対応し、ステップＳ４０２ｄは、発明１乃至３の推定手段に対応し、ステップＳ４０４ｄは、発明２の要素情報出力手段に対応している。
【0242】
〔第１３の実施の形態〕
次に、本発明の第１３の実施の形態を説明する。図３４は、本実施の形態を示す図である。
次に、本発明の第１３の実施の形態を説明する。図３４は、本実施の形態を示す図である。
【0243】
本実施の形態は、上記第１の実施の形態に対し、学習済みモデルを用いて、入力した商品（役務）に対応する代理人（氏名又は名称）を推定する点で異なる。以下、上記第１の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0244】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録において指定された商品（役務）及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、４２０、４４０、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録において指定された商品（役務）及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、４２０、４４０、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0245】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、商品（役務）を入力し、学習済みパラメータに基づいて、入力した商品（役務）から、その商品（役務）に対応する代理人（以下、本実施の形態において「関連代理人」という。）を１又は複数推定し、推定した１又は複数の関連代理人を出力する。入力した商品（役務）と関連代理人の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した商品（役務）又はこれと同じ特徴を有する商品（役務）が指定された商標登録の代理人、又は（２）これと同じ特徴を有する代理人が関連代理人として推定されることが期待できる。
【0246】
次に、本実施の形態の動作を説明する。
図３４は、関連代理人推定処理を示すフローチャートである。
図３４は、関連代理人推定処理を示すフローチャートである。
【0247】
ＣＰＵ３０は、図８の関連商品推定処理に代えて、図３４の関連代理人推定処理を実行する。関連代理人推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図３４に示すように、まず、ステップＳ５００ａに移行して、商品（役務）を入力し、ステップＳ５０２ａに移行する。
【0248】
ステップＳ５０２ａでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した商品（役務）から関連代理人を推定する。推定は、入力した商品（役務）を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の代理人を関連代理人として取得することにより行う。
【0249】
次いで、ステップＳ５０４ａに移行して、ステップＳ５０２ａで推定した関連代理人を表示し、一連の処理を終了する。
【0250】
次に、本実施の形態の効果を説明する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された商品（役務）及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連代理人を推定する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された商品（役務）及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連代理人を推定する。
【0251】
これにより、未知の商品（役務）に対応する関連代理人が得られることが期待できる。
本実施の形態において、ステップＳ５００ａは、発明１の要素情報取得手段に対応し、ステップＳ５０２ａは、発明１乃至３の推定手段に対応し、ステップＳ５０４ａは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ５００ａは、発明１の要素情報取得手段に対応し、ステップＳ５０２ａは、発明１乃至３の推定手段に対応し、ステップＳ５０４ａは、発明２の要素情報出力手段に対応している。
【0252】
〔第１４の実施の形態〕
次に、本発明の第１４の実施の形態を説明する。図３５は、本実施の形態を示す図である。
次に、本発明の第１４の実施の形態を説明する。図３５は、本実施の形態を示す図である。
【0253】
本実施の形態は、上記第２の実施の形態に対し、学習済みモデルを用いて、入力した事業内容に対応する代理人（氏名又は名称）を推定する点で異なる。以下、上記第１及び第２の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0254】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録の権利者の事業内容及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂ、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録の権利者の事業内容及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録及び法人登記簿謄本での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｂ、６２０ｂ、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0255】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、事業内容を入力し、学習済みパラメータに基づいて、入力した事業内容から、その事業内容に対応する代理人（以下、本実施の形態において「関連代理人」という。）を１又は複数推定し、推定した１又は複数の関連代理人を出力する。入力した事業内容と関連代理人の関係は、ＡＩの学習により決まるものであるので、商標公報データ及び法人登記簿謄本データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した事業内容又はこれと同じ特徴を有する事業内容を有する権利者の商標登録の代理人、又は（２）これと同じ特徴を有する代理人が関連代理人として推定されることが期待できる。
【0256】
次に、本実施の形態の動作を説明する。
図３５は、関連代理人推定処理を示すフローチャートである。
図３５は、関連代理人推定処理を示すフローチャートである。
【0257】
ＣＰＵ３０は、図１４の関連商品推定処理に代えて、図３５の関連代理人推定処理を実行する。関連代理人推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図３５に示すように、まず、ステップＳ５００ｂに移行して、事業内容を入力し、ステップＳ５０２ｂに移行する。
【0258】
ステップＳ５０２ｂでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した事業内容から関連代理人を推定する。推定は、入力した事業内容を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の代理人を関連代理人として取得することにより行う。
【0259】
次いで、ステップＳ５０４ｂに移行して、ステップＳ５０２ｂで推定した関連代理人を表示し、一連の処理を終了する。
【0260】
次に、本実施の形態の効果を説明する。
本実施の形態では、事業内容を入力し、商標登録の権利者の事業内容及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した事業内容から関連代理人を推定する。
本実施の形態では、事業内容を入力し、商標登録の権利者の事業内容及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した事業内容から関連代理人を推定する。
【0261】
これにより、未知の事業内容に対応する関連代理人が得られることが期待できる。
本実施の形態において、ステップＳ５００ｂは、発明１の要素情報取得手段に対応し、ステップＳ５０２ｂは、発明１乃至３の推定手段に対応し、ステップＳ５０４ｂは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ５００ｂは、発明１の要素情報取得手段に対応し、ステップＳ５０２ｂは、発明１乃至３の推定手段に対応し、ステップＳ５０４ｂは、発明２の要素情報出力手段に対応している。
【0262】
〔第１５の実施の形態〕
次に、本発明の第１５の実施の形態を説明する。図３６は、本実施の形態を示す図である。
次に、本発明の第１５の実施の形態を説明する。図３６は、本実施の形態を示す図である。
【0263】
本実施の形態は、上記第３の実施の形態に対し、学習済みモデルを用いて、入力した権利者（氏名又は名称）に対応する代理人（氏名又は名称）を推定する点で異なる。以下、上記第１及び第３の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0264】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録の権利者及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｃ、６２０ｃ、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録の権利者及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｃ、６２０ｃ、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0265】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、権利者を入力し、学習済みパラメータに基づいて、入力した権利者から、その権利者に対応する代理人（以下、本実施の形態において「関連代理人」という。）を１又は複数推定し、推定した１又は複数の関連代理人を出力する。入力した権利者と関連代理人の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した権利者又はこれと同じ特徴を有する権利者の商標登録の代理人、又は（２）これと同じ特徴を有する代理人が関連代理人として推定されることが期待できる。
【0266】
次に、本実施の形態の動作を説明する。
図３６は、関連代理人推定処理を示すフローチャートである。
図３６は、関連代理人推定処理を示すフローチャートである。
【0267】
ＣＰＵ３０は、図１９の関連商品推定処理に代えて、図３６の関連代理人推定処理を実行する。関連代理人推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図３６に示すように、まず、ステップＳ５００ｃに移行して、権利者を入力し、ステップＳ５０２ｃに移行する。
【0268】
ステップＳ５０２ｃでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した権利者から関連代理人を推定する。推定は、入力した権利者を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の代理人を関連代理人として取得することにより行う。
【0269】
次いで、ステップＳ５０４ｃに移行して、ステップＳ５０２ｃで推定した関連代理人を表示し、一連の処理を終了する。
【0270】
次に、本実施の形態の効果を説明する。
本実施の形態では、権利者を入力し、商標登録の権利者及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した権利者から関連代理人を推定する。
本実施の形態では、権利者を入力し、商標登録の権利者及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した権利者から関連代理人を推定する。
【0271】
これにより、未知の権利者に対応する関連代理人が得られることが期待できる。
本実施の形態において、ステップＳ５００ｃは、発明１の要素情報取得手段に対応し、ステップＳ５０２ｃは、発明１乃至３の推定手段に対応し、ステップＳ５０４ｃは、発明２の要素情報出力手段に対応している。
本実施の形態において、ステップＳ５００ｃは、発明１の要素情報取得手段に対応し、ステップＳ５０２ｃは、発明１乃至３の推定手段に対応し、ステップＳ５０４ｃは、発明２の要素情報出力手段に対応している。
【0272】
〔第１６の実施の形態〕
次に、本発明の第１６の実施の形態を説明する。図３７は、本実施の形態を示す図である。
次に、本発明の第１６の実施の形態を説明する。図３７は、本実施の形態を示す図である。
【0273】
本実施の形態は、上記第４の実施の形態に対し、学習済みモデルを用いて、入力した代理人（氏名又は名称）に対応する代理人（氏名又は名称）を推定する点で異なる。以下、上記第１及び第４の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0274】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録の一の代理人及びその商標登録の他の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
記憶装置４２は、商標登録の一の代理人及びその商標登録の他の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルのデータを記憶している。対応づけは、上記のとおり商標登録での対応関係に基づいて行う。また、学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、テーブル４００、６００ｄ、６２０ｄの情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0275】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、代理人を入力し、学習済みパラメータに基づいて、入力した代理人から、その代理人に対応する代理人（以下、本実施の形態において「関連代理人」という。）を１又は複数推定し、推定した１又は複数の関連代理人を出力する。入力した代理人と関連代理人の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、（１）入力した代理人又はこれと同じ特徴を有する代理人の商標登録の他の代理人、又は（２）これと同じ特徴を有する代理人が関連代理人として推定されることが期待できる。
【0276】
次に、本実施の形態の動作を説明する。
図３７は、関連代理人推定処理を示すフローチャートである。
図３７は、関連代理人推定処理を示すフローチャートである。
【0277】
ＣＰＵ３０は、図２４の関連商品推定処理に代えて、図３７の関連代理人推定処理を実行する。関連代理人推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図３７に示すように、まず、ステップＳ５００ｄに移行して、代理人を入力し、ステップＳ５０２ｄに移行する。
【0278】
ステップＳ５０２ｄでは、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した代理人から関連代理人を推定する。推定は、入力した代理人を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の代理人を関連代理人として取得することにより行う。関連代理人をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の代理人を関連代理人として取得することもできる。
【0279】
次いで、ステップＳ５０４ｄに移行して、ステップＳ５０２ｄで推定した関連代理人を表示し、一連の処理を終了する。
【0280】
次に、本実施の形態の効果を説明する。
本実施の形態では、代理人を入力し、商標登録の一の代理人及びその商標登録の他の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した代理人から関連代理人を推定する。
本実施の形態では、代理人を入力し、商標登録の一の代理人及びその商標登録の他の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した代理人から関連代理人を推定する。
【0281】
これにより、未知の代理人に対応する関連代理人が得られることが期待できる。
さらに、本実施の形態では、学習済みモデルから出力される１又は複数の代理人をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の代理人を関連代理人として推定する。
さらに、本実施の形態では、学習済みモデルから出力される１又は複数の代理人をさらに学習済みモデルに入力し、学習済みモデルから出力される１又は複数の代理人を関連代理人として推定する。
【0282】
これにより、入力した代理人の関連代理人だけなく、さらにその関連代理人が得られる。
【0283】
本実施の形態において、ステップＳ５００ｄは、発明１の要素情報取得手段に対応し、ステップＳ５０２ｄは、発明１乃至３の推定手段に対応し、ステップＳ５０４ｄは、発明２の要素情報出力手段に対応している。
【0284】
【0285】
（用語の定義）
以下の説明において、現在の審査基準その他審査に適合する商品（役務）を適合商品（役務）と表記し、現在の審査基準その他審査に適合しない商品（役務）を非適合商品（役務）と表記する。
以下の説明において、現在の審査基準その他審査に適合する商品（役務）を適合商品（役務）と表記し、現在の審査基準その他審査に適合しない商品（役務）を非適合商品（役務）と表記する。
【0286】
本実施の形態は、上記第１の実施の形態に対し、商品（役務）（例えば、非適合商品（役務））を入力し、学習済みモデルを用いて、入力した商品（役務）に対応する適合商品（役務）を推定する点で異なる。以下、上記第１の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0287】
まず、本実施の形態の構成を説明する。
図３８は、適合商品テーブル４８０のデータ構造を示す図である。
図３８は、適合商品テーブル４８０のデータ構造を示す図である。
【0288】
記憶装置４２は、図３８に示すように、適合商品テーブル４８０を記憶している。
適合商品テーブル４８０には、区分、適合商品（役務）及び類似群コードの組み合わせごとに１つのレコードが登録されている。各レコードは、区分、適合商品（役務）及び類似群コードの組み合わせに対し一意に割り当てられる商品ＩＤを登録するフィールド４８２と、適合商品（役務）が属する区分を登録するフィールド４８４と、適合商品（役務）を登録するフィールド４８６と、適合商品（役務）に割り当てられる類似群コードを登録するフィールド４８８とを含んで構成されている。
適合商品テーブル４８０には、区分、適合商品（役務）及び類似群コードの組み合わせごとに１つのレコードが登録されている。各レコードは、区分、適合商品（役務）及び類似群コードの組み合わせに対し一意に割り当てられる商品ＩＤを登録するフィールド４８２と、適合商品（役務）が属する区分を登録するフィールド４８４と、適合商品（役務）を登録するフィールド４８６と、適合商品（役務）に割り当てられる類似群コードを登録するフィールド４８８とを含んで構成されている。
【0289】
適合商品テーブル４８０には、非適合商品（役務）の一部又は全部を含む適合商品（役務）が登録されている。例えば、非適合商品（役務）「菓子」の全部を含む適合商品（役務）として「菓子（果物・野菜・豆類又はナッツを主原料とするものに限る。）」が、非適合商品（役務）「デザインの考案（広告に関するものを除く。）」の一部を含む適合商品（役務）として「デザインの考案」が登録されている。
【0290】
記憶装置４２は、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデルのデータを記憶している。学習済みモデルの生成方法は、上記第１の実施の形態と同様である。すなわち、適合商品テーブル４８０の情報に基づいて学習用データセットを生成し、生成した学習用データセットを学習用プログラムに入力し、学習用プログラムにより学習済みモデルを生成する。
【0291】
学習済みモデルは、学習済みパラメータ及び推論プログラムを備える。推論プログラムは、商品（役務）を入力し、学習済みパラメータに基づいて、入力した商品（役務）から、その商品（役務）に対応する区分、商品（役務）及び類似群コード（以下、本実施の形態において「関連適合商品（役務）」という。）を１又は複数推定し、推定した１又は複数の関連適合商品（役務）を出力する。入力した商品（役務）と関連適合商品（役務）の関係は、ＡＩの学習により決まるものであるので、商標公報データの内容と同様の傾向を示すものの、必ずしも正確には一致しない曖昧さがある。具体的には、例えば、入力した商品（役務）の一部又は全部を含む適合商品（役務）又はこれと同じ特徴を有する商品（役務）が関連適合商品（役務）として推定されることが期待できる。
【0292】
次に、本実施の形態の動作を説明する。
図３９は、学習済みモデルの生成及び利用の工程を示すブロック図である。
図３９は、学習済みモデルの生成及び利用の工程を示すブロック図である。
【0293】
関連適合商品推定処理は、ＣＰＵ３０において実行されると、商品（役務）（例えば、非適合商品（役務））を入力し、学習済みモデルのデータを記憶装置４２から読み出し、学習済みモデルを用いて、入力した商品（役務）から関連適合商品（役務）を推定する。推定は、図３９に示すように、入力した商品（役務）を学習済みモデルに入力し、学習済みモデルから出力される１又は複数の商品（役務）を関連適合商品（役務）として取得することにより行う。入力した商品（役務）は、例えば、推定された適合商品（役務）に変更される。
【0294】
次に、本実施の形態の効果を説明する。
本実施の形態では、商品（役務）を入力し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連適合商品（役務）を推定する。
本実施の形態では、商品（役務）を入力し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデルを用いて、入力した商品（役務）から関連適合商品（役務）を推定する。
【0295】
これにより、未知の商品（役務）に対応する関連適合商品（役務）が得られることが期待できる。
【0296】
【0297】
本実施の形態は、上記第１の実施の形態に対し上記第１７の実施の形態を適用したものであって、図８の関連商品推定処理で推定した関連商品（役務）を上記関連適合商品推定処理に入力し、関連商品（役務）を関連適合商品（役務）に変更して出力する。以下、上記第１及び第１７の実施の形態と異なる部分についてのみ説明し、重複する部分については説明を省略する。
【0298】
まず、本実施の形態の構成を説明する。
記憶装置４２は、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデル１（上記第１の実施の形態における学習済みモデル）のデータと、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２（上記第１７の実施の形態における学習済みモデル）のデータを記憶している。
記憶装置４２は、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデル１（上記第１の実施の形態における学習済みモデル）のデータと、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２（上記第１７の実施の形態における学習済みモデル）のデータを記憶している。
【0299】
次に、本実施の形態の動作を説明する。
図４０は、関連適合商品推定処理を示すフローチャートである。
図４０は、関連適合商品推定処理を示すフローチャートである。
【0300】
図４１は、学習済みモデル１、２の生成及び利用の工程を示すブロック図である。
関連適合商品推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図４０に示すように、まず、ステップＳ２００ａに移行して、商品（役務）を入力し、ステップＳ２０２ａに移行する。
関連適合商品推定処理は、ユーザからの要求に応じて実行される処理であって、ＣＰＵ３０において実行されると、図４０に示すように、まず、ステップＳ２００ａに移行して、商品（役務）を入力し、ステップＳ２０２ａに移行する。
【0301】
ステップＳ２０２ａでは、学習済みモデル１のデータを記憶装置４２から読み出し、学習済みモデル１を用いて、入力した商品（役務）から関連商品（役務）を推定する。推定は、図４１に示すように、入力した商品（役務）を学習済みモデル１に入力し、学習済みモデル１から出力される１又は複数の商品（役務）を関連商品（役務）として取得することにより行う。関連商品（役務）をさらに学習済みモデル１に入力し、学習済みモデル１から出力される１又は複数の商品（役務）を関連商品（役務）として取得することもできる。
【0302】
次いで、ステップＳ２０６ａに移行して、学習済みモデル２のデータを記憶装置４２から読み出し、学習済みモデル２を用いて、ステップＳ２０２ａで推定した関連商品（役務）から関連適合商品（役務）を推定する。推定は、図４１に示すように、入力した関連商品（役務）を学習済みモデル２に入力し、学習済みモデル２から出力される１又は複数の商品（役務）を関連適合商品（役務）として取得することにより行う。
【0303】
次いで、ステップＳ２０８ａに移行して、ステップＳ２０６ａで推定した関連適合商品（役務）を表示し、一連の処理を終了する。
【0304】
次に、本実施の形態の効果を説明する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデル１を用いて、入力した商品（役務）から関連商品（役務）を推定し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、推定した関連商品（役務）から関連適合商品（役務）を推定する。
本実施の形態では、商品（役務）を入力し、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデル１を用いて、入力した商品（役務）から関連商品（役務）を推定し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、推定した関連商品（役務）から関連適合商品（役務）を推定する。
【0305】
これにより、未知の商品（役務）に対応する関連適合商品（役務）が得られることが期待できる。
【0306】
本実施の形態において、ステップＳ２００ａ、Ｓ２０２ａは、発明１の要素情報取得手段に対応し、ステップＳ２０２ａ、Ｓ２０６ａは、発明１乃至３の推定手段に対応し、ステップＳ２０８ａは、発明２の要素情報出力手段に対応している。
【0307】
〔変形例〕
なお、上記第１の実施の形態においては、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデルを採用したが、これに限らず、同様の結果が得られる限り、他のデータとも対応づけられた情報に基づいて学習を行った学習済みモデルを採用することができる。上記第２乃至第１８の実施の形態における学習済みモデルについても同様である。
なお、上記第１の実施の形態においては、商標登録において指定された一の商品（役務）及びその商標登録において指定された他の商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデルを採用したが、これに限らず、同様の結果が得られる限り、他のデータとも対応づけられた情報に基づいて学習を行った学習済みモデルを採用することができる。上記第２乃至第１８の実施の形態における学習済みモデルについても同様である。
【0308】
また、上記第１の実施の形態及びその変形例においては、テーブル４００、４２０、４４０に基づいて学習済みモデルを生成したが、これに限らず、テーブルを介さず、商標公報データに基づいて学習済みモデルを生成することができる。上記第３、第４、第９、第１１乃至第１３及び第１５乃至第１８の実施の形態における学習済みモデルについても同様である。
【0309】
また、上記第２の実施の形態及びその変形例においては、テーブル４００、４２０、４４０、６００ｂ、６２０ｂに基づいて学習済みモデルを生成したが、これに限らず、テーブルを介さず、商標公報データ及び法人登記簿謄本データに基づいて学習済みモデルを生成することができる。上記第５乃至第８、第１０及び第１４の実施の形態及びその変形例における学習済みモデルについても同様である。
【0310】
また、上記第１８の実施の形態及びその変形例においては、上記第１の実施の形態に対し上記第１７の実施の形態を適用したが、これに限らず、上記第２乃至第４の実施の形態に対し上記第１７の実施の形態を適用することができる。この場合も上記第１８の実施の形態と同様に、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、関連商品推定処理で推定した関連商品（役務）から関連適合商品（役務）を推定する。
【0311】
また、上記第１７及び第１８の実施の形態並びにその変形例においては、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデルを採用したが、これに限らず、適合商品（役務）及び非適合商品（役務）が対応づけられた情報に基づいて学習を行った学習済みモデルを採用することができる。
【0312】
また、上記第１８の実施の形態及びその変形例においては、上記第１の実施の形態に対し上記第１７の実施の形態を適用したが、これに限らず、次の構成を採用することができる。
【0313】
第１の構成は、商品（役務）を入力し、入力した商品（役務）に対応する商品（役務）をテーブル４００、４２０、４４０から検索し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、索出した関連商品（役務）から関連適合商品（役務）を推定する。
【0314】
第２の構成は、事業内容を入力し、入力した事業内容に対応する商品（役務）をテーブル４００、４２０、４４０、６００ｂ、６２０ｂから検索し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、索出した関連商品（役務）から関連適合商品（役務）を推定する。
【0315】
第３の構成は、権利者を入力し、入力した権利者に対応する商品（役務）をテーブル４００、４２０、４４０、６００ｃ、６２０ｃから検索し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、索出した関連商品（役務）から関連適合商品（役務）を推定する。
【0316】
第４の構成は、代理人を入力し、入力した代理人に対応する商品（役務）をテーブル４００、４２０、４４０、６００ｄ、６２０ｄから検索し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、索出した関連商品（役務）から関連適合商品（役務）を推定する。
【0317】
第５の構成は、事業内容を入力し、商標登録において指定された商品（役務）及びその商標登録の権利者の事業内容が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した事業内容から関連商品（役務）を推定し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、索出した関連商品（役務）から関連適合商品（役務）を推定する。
【0318】
第６の構成は、権利者を入力し、商標登録において指定された商品（役務）及びその商標登録の権利者が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した権利者から関連商品（役務）を推定し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、索出した関連商品（役務）から関連適合商品（役務）を推定する。
【0319】
第７の構成は、代理人を入力し、商標登録において指定された商品（役務）及びその商標登録の代理人が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、入力した代理人から関連商品（役務）を推定し、適合商品（役務）に関する情報に基づいて学習を行った学習済みモデル２を用いて、索出した関連商品（役務）から関連適合商品（役務）を推定する。
【0320】
また、上記第１乃至第１８の実施の形態及びその変形例においては、区分、商品（役務）及び類似群コードを取り扱ったが、これに限らず、商品（役務）又はこれが属するグループ（例えば、区分又は類似群コード）に関する商品情報を取り扱う構成であれば任意の構成を採用することができる。例えば、（１）商品（役務）を取り扱う構成、（２）区分を取り扱う構成、（３）類似群コードを取り扱う構成、（４）商品（役務）及び区分を取り扱う構成、（５）商品（役務）及び類似群コードを取り扱う構成、又は（６）区分及び類似群コードを取り扱う構成を採用することができる。ここで、商品情報は、例えば、商品（役務）又はこれが属するグループを識別するための情報（例えば、名称、番号、ＩＤ、コード、ＵＲＬ等のリンク情報）として構成することができる。また、商品情報は、例えば、文字、数字、図形、符合、記号、画像、音声その他の情報として構成することができる。また、商品情報は、商品（役務）又はこれが属するグループに関するキーワード（例えば、商品（役務）の名称の一部を示す１又は複数のキーワード）として構成することができる。
【0321】
また、上記第１乃至第１８の実施の形態及びその変形例においては、１つの区分に１つの商品（役務）が指定された商標登録を対象としたが、これに限らず、１つの区分に複数の商品（役務）が指定された商標登録を対象とすることができる。
【0322】
また、上記第１乃至第１８の実施の形態及びその変形例においては、商標登録案件として商標登録を対象としたが、これに限らず、商標登録案件として、（１）商標登録出願を対象とすること、（２）商標登録出願及び商標登録を対象とすること、（３）防護標章登録出願を対象とすること、（４）防護標章登録を対象とすること、（５）防護標章登録出願及び防護標章登録を対象とすること、又は（６）商標登録出願若しくは商標登録と防護標章登録出願若しくは防護標章登録との組み合わせを対象とすることができる。（６）については、周知性等の状況により、商標登録を防護標章登録に変更したり防護標章登録を商標登録に変更したりすることを想定している。
【0323】
また、上記第１乃至第１８の実施の形態及びその変形例においては、単一の装置である商標支援装置１００として実現したが、これに限らず、図４２に示すように、ネットワークシステムとして実現することができる。
【0324】
図４２は、ネットワークシステムの構成を示すブロック図である。
インターネット等のネットワーク１９９には、図４２に示すように、商標支援サーバ２００と、複数のユーザ端末３００とが接続されている。商標支援サーバ２００は、上記第１乃至第１８の実施の形態における商標支援装置１００と同等の機能を有して構成されている。異なるのは、入力装置４０による入力に代えてユーザ端末３００から情報を受信する点と、表示装置４４による表示に代えてユーザ端末３００に情報を送信する点である。
インターネット等のネットワーク１９９には、図４２に示すように、商標支援サーバ２００と、複数のユーザ端末３００とが接続されている。商標支援サーバ２００は、上記第１乃至第１８の実施の形態における商標支援装置１００と同等の機能を有して構成されている。異なるのは、入力装置４０による入力に代えてユーザ端末３００から情報を受信する点と、表示装置４４による表示に代えてユーザ端末３００に情報を送信する点である。
【0325】
また、上記第１乃至第１８の実施の形態及びその変形例において、記憶装置４２は、商標支援装置１００又は商標支援サーバ２００に設置したが、これに限らず、商標支援装置１００又は商標支援サーバ２００と通信可能に接続された他のデータベース端末に設置することができる。この場合、データベース端末は、商標支援装置１００又は商標支援サーバ２００からの要求に応じて、要求に係る情報を記憶装置４２から読み出し、要求元の端末に送信する。
【0326】
さらに、この変形例において、テーブル４００、４２０、４４０、４８０、６００ｂ、６２０ｂ、６００ｃ、６２０ｃ、６００ｄ、６２０ｄ、商標公報データ、法人登記簿謄本データ及び学習済みモデルのデータのうち任意のものをデータベース端末に設置し、テーブル４００、４２０、４４０、４８０、６００ｂ、６２０ｂ、６００ｃ、６２０ｃ、６００ｄ、６２０ｄ、商標公報データ、法人登記簿謄本データ及び学習済みモデルのデータのうち残りのものを商標支援装置１００又は商標支援サーバ２００に設置する構成を採用することができる。
【0327】
また、上記第１乃至第１８の実施の形態及びその変形例において、図６、図８、図１４、図１９、図２４、図２６乃至図３７及び図４０のフローチャートに示す処理を実行するにあたってはいずれも、ＲＯＭ３２に予め格納されているプログラムを実行する場合について説明したが、これに限らず、これらの手順を示したプログラムが記憶された記憶媒体から、そのプログラムをＲＡＭ３４に読み込んで実行するようにしてもよい。
【0328】
ここで、記憶媒体とは、ＲＡＭ、ＲＯＭ等の半導体記憶媒体、ＦＤ、ＨＤ等の磁気記憶型記憶媒体、ＣＤ、ＣＤＶ、ＬＤ、ＤＶＤ等の光学的読取方式記憶媒体、ＭＯ等の磁気記憶型／光学的読取方式記憶媒体であって、電子的、磁気的、光学的等の読み取り方法のいかんにかかわらず、コンピュータで読み取り可能な記憶媒体であれば、あらゆる記憶媒体を含むものである。
【0329】
また、上記第１乃至第１８の実施の形態及びその変形例は相互に適用することができる。例えば、次の構成を採用することができる。
【0330】
第１の構成は、上記第１乃至第４の実施の形態における関連商品推定処理のうち複数の関連商品推定処理で得られた関連商品（役務）を出力する。
【0331】
第２の構成は、上記第５乃至第８の実施の形態における関連商品推定処理のうち複数の関連商品推定処理で得られた関連事業内容を出力する。
【0332】
第３の構成は、上記第９乃至第１２の実施の形態における関連商品推定処理のうち複数の関連商品推定処理で得られた関連権利者を出力する。
【0333】
第４の構成は、上記第１３乃至第１６の実施の形態における関連商品推定処理のうち複数の関連商品推定処理で得られた関連代理人を出力する。
【0334】
また、上記第１乃至第１８の実施の形態及びその変形例に限らず、本発明の主旨を逸脱しない範囲で他の場合にも適用可能である。例えば、商標登録出願若しくは防護標章登録出願の願書を作成する場合、又は商標登録出願若しくは防護標章登録出願において指定される商品若しくは役務のリストを作成する場合にも本発明を適用することができる。
【符号の説明】
【0335】
１００…商標支援装置、 ３０…ＣＰＵ、 ３２…ＲＯＭ、 ３４…ＲＡＭ、 ３８…Ｉ／Ｆ、 ３９…バス、 ４０…入力装置、 ４２…記憶装置、 ４４…表示装置、 １９９…ネットワーク、 ２００…商標支援サーバ、 ３００…ユーザ端末、 ４００…商標登録テーブル、 ４２０…商品テーブル、 ４４０…商品対応テーブル、 ４８０…適合商品テーブル、 ４０２，４０４，４２２～４２８，４４２，４４４，４８２～４８８，６０２ｂ，６０４ｂ，６０２ｃ，６０４ｃ，６０２ｄ，６０４ｄ，６２２ｂ，６２４ｂ，６２２ｃ，６２４ｃ，６２２ｄ，６２４ｄ…フィールド、 ５００…テキストボックス、 ５０２…検索ボタン、 ５０４…検索結果表示領域、 ５０６…チェックボックス、 ５０８…商品リスト表示領域、 ５１０…編集ボタン、 ６００ｂ…事業内容テーブル、 ６２０ｂ…事業内容対応テーブル、 ６００ｃ…権利者テーブル、 ６２０ｃ…権利者対応テーブル、 ６００ｄ…代理人テーブル、 ６２０ｄ…代理人対応テーブル
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31】
【図32】
【図33】
【図34】
【図35】
【図36】
【図37】
【図38】
【図39】
【図40】
【図41】
【図42】
【手続補正書】
【提出日】2022-05-17
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
第１の商品若しくは役務又はこれが属するグループ、第１の事業内容、第１の事業者及び第１の代理人のうち少なくとも１の要素である第１の要素に関する要素情報を取得する要素情報取得手段と、
第２の商品若しくは役務又はこれが属するグループ、第２の事業内容、第２の事業者及び第２の代理人のうち少なくとも１の要素である第２の要素に関する第２要素情報及び前記第１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記第２要素情報を推定する推定手段とを備えることを特徴とする商標支援システム。
第２の商品若しくは役務又はこれが属するグループ、第２の事業内容、第２の事業者及び第２の代理人のうち少なくとも１の要素である第２の要素に関する第２要素情報及び前記第１の要素に関する要素情報が対応づけられた情報に基づいて学習を行った学習済みモデルを用いて、前記要素情報取得手段で取得した要素情報から前記第２要素情報を推定する推定手段とを備えることを特徴とする商標支援システム。
【請求項2】
請求項１記載の推定手段を備えることを特徴とする商標支援システム。
【手続補正書】
【提出日】2023-02-15
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
第１の商品若しくは役務又はこれが属するグループに関する入力情報から、第２の商品若しくは役務又はこれが属するグループに関する出力情報を推定する商標支援システムであって、
前記入力情報を取得する取得手段と、
前記第１の商品若しくは役務（商標登録出願若しくは防護標章登録出願又は商標登録若しくは防護標章登録を含む商標登録案件において指定された一の商品又は役務である。）又はこれが属するグループに関する情報及び前記第２の商品若しくは役務（当該商標登録案件において指定された他の商品又は役務である。）又はこれが属するグループに関する情報に基づいて学習を行った学習済みモデル、又は、審査又は商標に関する基準に適合しない前記第１の商品若しくは役務又はこれが属するグループに関する情報及び前記基準に適合する前記第２の商品若しくは役務又はこれが属するグループに関する情報に基づいて学習を行った学習済みモデルを用いて、前記取得手段で取得した入力情報から前記出力情報を推定する推定手段とを備えることを特徴とする商標支援システム。
前記入力情報を取得する取得手段と、
前記第１の商品若しくは役務（商標登録出願若しくは防護標章登録出願又は商標登録若しくは防護標章登録を含む商標登録案件において指定された一の商品又は役務である。）又はこれが属するグループに関する情報及び前記第２の商品若しくは役務（当該商標登録案件において指定された他の商品又は役務である。）又はこれが属するグループに関する情報に基づいて学習を行った学習済みモデル、又は、審査又は商標に関する基準に適合しない前記第１の商品若しくは役務又はこれが属するグループに関する情報及び前記基準に適合する前記第２の商品若しくは役務又はこれが属するグループに関する情報に基づいて学習を行った学習済みモデルを用いて、前記取得手段で取得した入力情報から前記出力情報を推定する推定手段とを備えることを特徴とする商標支援システム。
【請求項2】
商標若しくは防護標章に係る商品若しくは役務又はこれが属するグループに関する入力情報から、事業内容、事業者及び代理人のうち少なくとも１の要素である第１要素に関する出力情報を推定する商標支援システムであって、
前記入力情報を取得する取得手段と、
前記商品若しくは役務又はこれが属するグループに関する情報及び前記第１要素に関する情報に基づいて学習を行った学習済みモデルを用いて、前記取得手段で取得した入力情報から前記出力情報を推定する推定手段とを備えることを特徴とする商標支援システム。
前記入力情報を取得する取得手段と、
前記商品若しくは役務又はこれが属するグループに関する情報及び前記第１要素に関する情報に基づいて学習を行った学習済みモデルを用いて、前記取得手段で取得した入力情報から前記出力情報を推定する推定手段とを備えることを特徴とする商標支援システム。
【請求項3】
第１の事業内容、第１の事業者及び第１の代理人のうち少なくとも１の要素である第１要素に関する入力情報から、商標若しくは防護標章に係る商品若しくは役務又はこれが属するグループ、第２の事業内容、第２の事業者及び第２の代理人のうち少なくとも１の要素である第２要素に関する出力情報を推定する商標支援システムであって、
前記入力情報を取得する取得手段と、
前記第１要素に関する情報及び前記第２要素に関する情報に基づいて学習を行った学習済みモデルを用いて、前記取得手段で取得した入力情報から前記出力情報を推定する推定手段とを備えることを特徴とする商標支援システム。
前記入力情報を取得する取得手段と、
前記第１要素に関する情報及び前記第２要素に関する情報に基づいて学習を行った学習済みモデルを用いて、前記取得手段で取得した入力情報から前記出力情報を推定する推定手段とを備えることを特徴とする商標支援システム。
【請求項4】
請求項１乃至３のいずれか１項に記載の推定手段を備えることを特徴とする商標支援システム。