2023-184328 情報処理装置、情報処理方法、およびプログラム

(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】P2023184328

(43)【公開日】2023-12-28

(54)【発明の名称】情報処理装置、情報処理方法、およびプログラム

(51)【国際特許分類】

   G06Q 50/18 20120101AFI20231221BHJP

【ＦＩ】

G06Q50/18 310

【審査請求】未請求

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2022098402

(22)【出願日】2022-06-17

【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り 令和４年２月１日 令和３年度卒業論文 業績要因・結果を用いた特許の価値判定のための関連性推定 令和３年度卒業論文 製品特徴に基づく製品発表プレスリリースの関連特許自動判定 令和３年度卒業論文予稿 業績要因・結果を用いた特許の価値判定のための関連性推定 令和３年度卒業論文予稿 製品特徴に基づく製品発表プレスリリースの関連特許自動判定を通じて発表、 令和４年２月１日から令和４年２月２日 ２０２１年度 情報科学科 卒業研究発表会を通じて発表、 令和４年３月７日 ｈｔｔｐｓ：／／ｗｗｗ．ａｎｌｐ．ｊｐ／ｎｌｐ２０２２／ｉｎｄｅｘ．ｈｔｍｌ＃ｐｒｏｇｒａｍ＿ｏｎｌｉｎｅより閲覧可能な参加者限定サイト を通じて発表、 令和４年３月１４日から令和４年３月１８日 言語処理学会 第２８回年次大会 を通じて発表、 令和４年４月３０日 ｈｔｔｐｓ：／／ｗｗｗ．ａｎｌｐ．ｊｐ／ｐｒｏｃｅｅｄｉｎｇｓ／ａｎｎｕａｌ＿ｍｅｅｔｉｎｇ／２０２２／ｐｄｆ＿ｄｉｒ／Ｃ３－４．ｐｄｆ ｈｔｔｐｓ：／／ｗｗｗ．ａｎｌｐ．ｊｐ／ｐｒｏｃｅｅｄｉｎｇｓ／ａｎｎｕａｌ＿ｍｅｅｔｉｎｇ／２０２２／ｐｄｆ＿ｄｉｒ／Ｃ３－３．ｐｄｆ ｈｔｔｐｓ：／／ｗｗｗ．ａｎｌｐ．ｊｐ／ｒｅｓｏｕｒｃｅ／ａｎｎｕａｌ＿ｍｅｅｔｉｎｇ／ＮＬＰ－２０２２．ｚｉｐを通じて発表。

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＴＥＮＳＯＲＦＬＯＷ

(71)【出願人】

【識別番号】397038037

【氏名又は名称】学校法人成蹊学園

(74)【代理人】

【識別番号】100115749

【弁理士】

【氏名又は名称】谷川 英和

(72)【発明者】

【氏名】酒井 浩之

(72)【発明者】

【氏名】三田 英理

(72)【発明者】

【氏名】中山 優輝

(72)【発明者】

【氏名】永並 健吾

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC33

(57)【要約】

【課題】従来、重要な特許であるか否かを判断することは容易ではなかった。
【解決手段】企業が行う事業に関する情報であり、文の集合を含む企業情報が格納される企業情報格納部１１と、企業の１以上の各特許情報ごとに、企業情報と特許情報との関連度を取得する関連度取得部３１と、関連度が抽出条件を満たす１以上の特許情報を決定する決定部３２と、決定部３２が決定した１以上の特許情報に関する選択特許情報を出力する選択特許出力部４１とを具備する情報処理装置Ａにより、企業が行う事業に関する企業情報を用いて、重要な特許を決定できる。
【選択図】図１

【特許請求の範囲】

【請求項1】

企業が行う事業に関する情報であり、文の集合を含む企業情報が格納される企業情報格納部と、
当該企業の１以上の各特許情報ごとに、前記企業情報と前記特許情報との関連度を取得する関連度取得部と、
前記関連度が抽出条件を満たす１以上の特許情報を決定する決定部と、
前記決定部が決定した前記１以上の特許情報に関する選択特許情報を出力する選択特許出力部とを具備する情報処理装置。

【請求項2】

前記関連度取得部は、
前記企業情報から、企業重要条件を満たす重要な情報である１以上の企業重要情報を取得する企業重要情報取得手段と、
前記１以上の各特許情報を用いて、前記特許情報ごとに、特許重要条件を満たす重要な情報である１以上の特許重要情報を取得する特許重要情報取得手段と、
前記１以上の企業重要情報と前記特許情報ごとの前記１以上の特許重要情報とを用いて、前記特許情報ごとに、前記企業情報と前記特許情報との関連度を取得する関連度取得手段とを具備する請求項１記載の情報処理装置。

【請求項3】

前記企業情報は、企業の決算短信情報であり、
前記企業重要情報取得手段は、
前記決算短信情報から業績要因文を取得する請求項２記載の情報処理装置。

【請求項4】

前記特許情報は、１以上の特許分類コードを含み、
前記特許重要情報取得手段は、
前記特許情報ごとに、前記特許情報に含まれる１以上の特許分類コードを取得し、当該１以上の各特許分類コードに対応する１以上の説明用語を含む説明情報を、特許分類コードと説明情報との組を１以上有するコード辞書から取得し、
前記関連度取得手段は、
前記特許情報ごとに、前記特許重要情報取得手段が取得した前記１以上の各説明用語の分散表現を取得し、当該分散表現の代表値である特許ベクトルを取得し、前記企業重要情報取得手段が取得した前記業績要因文に含まれる１以上の用語の分散表現を取得し、当該１以上の用語の分散表現の代表値である事業ベクトルを取得し、前記特許情報ごとに、前記特許ベクトルと前記事業ベクトルとの類似度である関連度を算出する請求項３記載の情報処理装置。

【請求項5】

前記企業情報は、企業の製品発表のプレスリリース記事情報である請求項２記載の情報処理装置。

【請求項6】

前記企業重要情報取得手段は、
前記プレスリリース記事情報が有する１以上の企業重要文を取得し、
前記特許重要情報取得手段は、
前記特許情報が有する発明の効果の項目の文を含む１以上の特許重要文を取得し、
前記関連度取得手段は、
前記１以上の企業重要文を用いた分散表現である事業ベクトルを取得し、前記１以上の特許重要文を用いた分散表現である特許ベクトルを取得し、前記特許情報ごとに、前記特許ベクトルと前記事業ベクトルとの類似度である関連度を算出する請求項５記載の情報処理装置。

【請求項7】

発明の効果の項目の文を正例とし、発明の効果の項目ではない項目の文を負例として、機械学習の学習処理により構築した学習モデルが格納されるモデル格納部をさらに具備し、
前記企業重要情報取得手段は、
前記プレスリリース記事情報が有する１以上の各文に対して、前記学習モデルを適用し、機械学習の予測処理を行い、当該予測処理により、前記１以上の文から、正例に該当する１以上の企業重要文を取得する請求項６記載の情報処理装置。

【請求項8】

前記選択特許情報に対応する特許情報の価値に関する価値情報を取得する価値情報取得部をさらに具備し、
前記出力部は、
前記選択特許情報に代えて、または前記選択特許情報に加えて、前記価値情報を出力する請求項１記載の情報処理装置。

【請求項9】

前記価値情報取得部は、
前記企業情報から企業の業績に関する数値である数値情報を取得し、当該数値情報を用いて、前記価値情報を取得する請求項８記載の情報処理装置。

【請求項10】

前記価値情報取得部は、
前記企業情報から一の事業カテゴリーに対応する業績に関する数値である第一数値情報を取得し、前記企業の事業全体の業績に関する数値である第二数値情報を取得し、当該第一数値情報と当該第二数値情報とを用いて、前記事業カテゴリーの企業における貢献を示す割合である第三数値情報を取得し、当該第三数値情報を用いて、前記価値情報を取得する請求項９記載の情報処理装置。

【請求項11】

前記企業情報は、企業の決算短信情報であり、
前記企業重要情報取得手段は、
前記決算短信情報から業績要因文を取得し、当該業績要因文に対応する業績結果文を取得し、
前記価値情報取得部は、
前記業績結果文から企業の業績に関する数値である数値情報を取得し、当該数値情報を用いて、前記価値情報を取得する請求項８記載の情報処理装置。

【請求項12】

前記価値情報取得部は、
前記業績結果文から売上高、営業利益または純利益である数値情報を取得し、当該数値情報を用いて、前記価値情報を取得する請求項１１記載の情報処理装置。

【請求項13】

企業が行う事業に関する情報であり、文の集合を含む企業情報が格納される企業情報格納部と、関連度取得部と、決定部と、選択特許出力部とにより実現される情報処理方法であって、
前記関連度取得部が、当該企業の１以上の各特許情報ごとに、前記企業情報と前記特許情報との関連度を取得する関連度取得ステップと、
前記決定部が、前記関連度が抽出条件を満たす１以上の特許情報を決定する決定ステップと、
前記選択特許出力部が、前記決定部が決定した前記１以上の特許情報に関する選択特許情報を出力する重要特許出力ステップとを具備する情報処理方法。

【請求項14】

企業が行う事業に関する情報であり、文の集合を含む企業情報が格納される企業情報格納部にアクセス可能なコンピュータを、
当該企業の１以上の各特許情報ごとに、前記企業情報と前記特許情報との関連度を取得する関連度取得部と、
前記関連度が抽出条件を満たす１以上の特許情報を決定する決定部と、
前記決定部が決定した前記１以上の特許情報に関する選択特許情報を出力する選択特許出力部として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、企業情報に関連する特許情報を決定する情報処理装置等に関するものである。なお、企業情報に関連する特許情報は、通常、企業の重要な事業に関連の強い特許の情報である。

【背景技術】

【0002】

従来から、特許分析に関する技術が、種々、存在する。例えば、特許文献中の重要語を用いたＦタームの自動付与を行う技術があった（非特許文献１参照）。また、手がかり表現の種として与えることにより、技術調査に必要な情報を「ができる。」と「が可能である。」といった表現を特許から自動的に抽出する技術があった（非特許文献２参照）。

【0003】

また、関連特許検索を二値分類問題として扱う技術があった（非特許文献３参照）。また、特許文献における発明の作用・効果を抽出する技術があった（非特許文献４参照）。さらに、特許の機能表現に着目した類似特許検索法の技術があった（非特許文献５参照）。

【先行技術文献】

【非特許文献】

【0004】

【非特許文献1】佐々木 深，綱川 隆司，西田 昌史，西村 雅史：“特許文献中の重要語を用いた F ターム自動付与”，言語処理学会 第23回年次大会発表論文集, pp.450-453, 2017

【非特許文献2】酒井 浩之，野中 尋史，増山 繁：“特許明細書からの技術課題情報の抽出”，人工知能学会論文誌, vol.24, no.6,pp.531-540, 2009.

【非特許文献3】Dylan Myungchul Kang, Charles Cheolgi Lee, Suan Lee, Wookey Lee, “Patent Prior Art Search using Deep Learning Language Model” , IDEAS '20: Proceedings of the 24th Symposium on International Database Engineering & Applications（2020）．

【非特許文献4】原田綾花，太田貴久，小林暁雄，増山繁，野中尋史，酒井浩之，“特許文書からの発明に関する特徴的技術とその効果の抽出”，言語処理学会第１９回年次大会発表論文集，pp512-515，2013．

【非特許文献5】Jian-Hong Ma, Ning-Ning Wang, Shuang Yao, Zi-Mo Wei, Shuai Jin, “Similar Patent Search Method Based on a Functional Information Fusion”, IDEAS '20: Proceedings of the 24th Symposium on International Database Engineering & Applications

【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、従来技術においては、ある企業にとって、当該企業の特許が重要な特許であるか否かを判断することは容易ではなかった。

【課題を解決するための手段】

【0006】

本第一の発明の情報処理装置は、企業が行う事業に関する情報であり、文の集合を含む企業情報が格納される企業情報格納部と、企業の１以上の各特許情報ごとに、企業情報と特許情報との関連度を取得する関連度取得部と、関連度が抽出条件を満たす１以上の特許情報を決定する決定部と、決定部が決定した１以上の特許情報に関する選択特許情報を出力する選択特許出力部とを具備する情報処理装置である。

【0007】

かかる構成により、企業が行う事業に関する企業情報を用いて、重要な特許を決定できる。

【0008】

また、本第二の発明の情報処理装置は、第一の発明に対して、関連度取得部は、企業情報から、企業重要条件を満たす重要な情報である１以上の企業重要情報を取得する企業重要情報取得手段と、１以上の各特許情報を用いて、特許情報ごとに、特許重要条件を満たす重要な情報である１以上の特許重要情報を取得する特許重要情報取得手段と、１以上の企業重要情報と特許情報ごとの１以上の特許重要情報とを用いて、特許情報ごとに、企業情報と特許情報との関連度を取得する関連度取得手段とを具備する情報処理装置である。

【0009】

かかる構成により、企業が行う事業に関する企業情報を用いて、重要な特許を決定できる。

【0010】

また、本第三の発明の情報処理装置は、第二の発明に対して、企業情報は、企業の決算短信情報であり、企業重要情報取得手段は、決算短信情報から業績要因文を取得する情報処理装置である。

【0011】

かかる構成により、決算短信を用いて、重要な特許を決定できる。

【0012】

また、本第四の発明の情報処理装置は、第三の発明に対して、特許情報は、１以上の特許分類コードを含み、特許重要情報取得手段は、特許情報ごとに、特許情報に含まれる１以上の特許分類コードを取得し、１以上の各特許分類コードに対応する１以上の説明用語を含む説明情報を、特許分類コードと説明情報との組を１以上有するコード辞書から取得し、関連度取得手段は、特許情報ごとに、特許重要情報取得手段が取得した１以上の各説明用語の分散表現を取得し、分散表現の代表値である特許ベクトルを取得し、企業重要情報取得手段が取得した業績要因文に含まれる１以上の用語の分散表現を取得し、１以上の用語の分散表現の代表値である事業ベクトルを取得し、特許情報ごとに、特許ベクトルと事業ベクトルとの類似度である関連度を算出する情報処理装置である。

【0013】

かかる構成により、決算短信を用いて、重要な特許を決定できる。

【0014】

また、本第五の発明の情報処理装置は、第二の発明に対して、企業情報は、企業の製品発表のプレスリリース記事情報である情報処理装置である。

【0015】

かかる構成により、製品発表プレスリリースを用いて、重要な特許を決定できる。

【0016】

また、本第六の発明の情報処理装置は、第五の発明に対して、企業重要情報取得手段は、プレスリリース記事情報が有する１以上の企業重要文を取得し、特許重要情報取得手段は、特許情報が有する発明の効果の項目の文を含む１以上の特許重要文を取得し、関連度取得手段は、１以上の企業重要文を用いた分散表現である事業ベクトルを取得し、１以上の特許重要文を用いた分散表現である特許ベクトルを取得し、特許情報ごとに、特許ベクトルと事業ベクトルとの類似度である関連度を算出する情報処理装置である。

【0017】

かかる構成により、製品発表プレスリリースを用いて、重要な特許を決定できる。

【0018】

また、本第七の発明の情報処理装置は、第六の発明に対して、発明の効果の項目の文を正例とし、発明の効果の項目ではない項目の文を負例として、機械学習の学習処理により構築した学習モデルが格納されるモデル格納部をさらに具備し、企業重要情報取得手段は、プレスリリース記事情報が有する１以上の各文に対して、学習モデルを適用し、機械学習の予測処理を行い、予測処理により、１以上の文から、正例に該当する１以上の企業重要文を取得する情報処理装置である。

【0019】

かかる構成により、製品発表プレスリリースを用いて、重要な特許を決定できる。

【0020】

また、本第八の発明の情報処理装置は、第一の発明に対して、選択特許情報に対応する特許情報の価値に関する価値情報を取得する価値情報取得部をさらに具備し、出力部は、
前記選択特許情報に代えて、または前記選択特許情報に加えて、価値情報を出力する情報処理装置である。

【0021】

かかる構成により、企業が行う事業に関する企業情報を用いて、特許の価値に関する価値情報を取得できる。

【0022】

また、本第九の発明の情報処理装置は、第八の発明に対して、価値情報取得部は、企業情報から企業の業績に関する数値である数値情報を取得し、数値情報を用いて、価値情報を取得する情報処理装置である。

【0023】

かかる構成により、企業が行う事業に関する企業情報を用いて、特許の適切な価値情報を取得できる。

【0024】

また、本第十の発明の情報処理装置は、第九の発明に対して、価値情報取得部は、企業情報から一の事業カテゴリーに対応する業績に関する数値である第一数値情報を取得し、企業の事業全体の業績に関する数値である第二数値情報を取得し、当該第一数値情報と当該第二数値情報とを用いて、前記事業カテゴリーの企業における貢献を示す割合である第三数値情報を取得し、当該第三数値情報を用いて、価値情報を取得する情報処理装置である。

【0025】

かかる構成により、企業が行う事業に関する企業情報を用いて、特許の適切な価値情報を取得できる。

【0026】

また、本第十一の発明の情報処理装置は、第八の発明に対して、企業情報は、企業の決算短信情報であり、企業重要情報取得手段は、決算短信情報から業績要因文を取得し、業績要因文に対応する業績結果文を取得し、価値情報取得部は、業績結果文から企業の業績に関する数値である数値情報を取得し、数値情報を用いて、価値情報を取得する情報処理装置である。

【0027】

かかる構成により、決算短信を用いて、特許の価値情報を取得できる。

【0028】

また、本第十二の発明の情報処理装置は、第十一の発明に対して、価値情報取得部は、業績結果文から売上高、営業利益または純利益である数値情報を取得し、数値情報を用いて、価値情報を取得する情報処理装置）である。

【0029】

かかる構成により、決算短信を用いて、特許の価値情報を取得できる。

【発明の効果】

【0030】

本発明による情報処理装置によれば、企業が行う事業に関する企業情報を用いて、重要な特許を決定できる。

【図面の簡単な説明】

【0031】

【図1】実施の形態１における情報処理装置Ａのブロック図

【図2】同コード説明管理表を示す図

【図3】同情報処理装置Ａの動作例について説明するフローチャート

【図4】同企業重要情報取得処理の例について説明するフローチャート

【図5】同判断処理の例について説明するフローチャート

【図6】同学習処理の例について説明するフローチャート

【図7】同関連度取得処理の例について説明するフローチャート

【図8】同特許重要情報取得処理の例について説明するフローチャート

【図9】同関連度取得の詳細な処理の例について説明するフローチャート

【図10】同価値情報取得処理の例について説明するフローチャート

【図11】同決算短信情報を示す図

【図12】同情報処理装置Ａの処理の概要を説明する図

【図13】同重要文の例を示す図

【図14】同重要文の例を示す図

【図15】同コンピュータシステムの概観図

【図16】同コンピュータシステムのブロック図

【発明を実施するための形態】

【0032】

以下、情報処理装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。

【0033】

（実施の形態１）
本実施の形態において、企業情報と当該企業の特許情報との関連度を取得し、当該関連度を用いて、重要特許を決定する情報処理装置について説明する。なお、企業情報は、例えば、決算短信情報、製品発表プレスリリース記事情報である。

【0034】

また、本実施の形態において、企業情報から重要情報を抽出し、かつ特許情報を用いて重要情報を取得する。次に、重要情報間の類似度を算出し、当該類似度を用いて重要特許を決定する情報処理装置について説明する。

【0035】

さらに、本実施の形態において、重要特許の価値情報を取得し、出力する情報処理装置について説明する。

【0036】

なお、本実施の形態において、情報Ｘが情報Ｙに対応付いていることは、情報Ｘから情報Ｙを取得できること、または情報Ｙから情報Ｘを取得できることであり、その対応付けの方法は問わない。情報Ｘと情報Ｙとがリンク付いていても良いし、同じバッファに存在していても良いし、情報Ｘが情報Ｙに含まれていても良いし、情報Ｙが情報Ｘに含まれている等でも良い。

【0037】

図１は、本実施の形態における情報処理装置Ａのブロック図である。情報処理装置Ａは、格納部１、受付部２、処理部３、および出力部４を備える。格納部１は、企業情報格納部１１、特許情報格納部１２、コード辞書１３、およびモデル格納部１４を備える。処理部３は、関連度取得部３１、決定部３２、および価値情報取得部３３を備える。関連度取得部３１は、企業重要情報取得手段３１１、特許重要情報取得手段３１２、および関連度取得手段３１３を備える。出力部４は、選択特許出力部４１、および価値情報出力部４２を備える。

【0038】

情報処理装置Ａを構成する格納部１には、各種の情報が格納される。各種の情報は、例えば、後述する企業情報、後述する特許情報、後述するコード説明情報、後述する学習モデルである。

【0039】

企業情報格納部１１には、１または２以上の企業情報が格納される。企業情報とは、企業が行う事業に関する情報である。企業情報は、１以上の文の集合を含む。企業情報は、例えば、決算短信情報、有価証券報告書情報、プレスリリース記事情報、企業のウェブページ、新聞記事情報である。決算短信情報とは、決算短信が含まれる情報である。決算短信とは、証券取引所のルールにしたがって開示される書類で、現在、原則として決算日から４５日以内に開示することが義務づけられている書類である。有価証券報告書情報とは、有価証券報告書が含まれる情報である。プレスリリース記事情報は、企業が行うプレスリリースの記事の情報である。プレスリリース記事情報は、例えば、企業の製品発表のプレスリリースの記事の情報である。企業のウェブページは、企業のホームページである。新聞記事情報は、企業が行う事業に関する情報が掲載された新聞記事の情報である。決算短信情報、有価証券報告書情報、プレスリリース記事情報、新聞記事情報は、例えば、ファイルであるが、その構造は問わない。

【0040】

特許情報格納部１２には、１または２以上の特許情報が格納される。特許情報とは、特許に関する情報である。一の特許情報は、通常、一の特許の情報である。特許情報格納部１２の特許情報は、企業情報に対応する企業が出願人または権利者である特許であることは好適である。ここでの特許は、登録特許でも良いし、出願中の特許等でも良い。特許のステータスは問わない。特許情報は、通常、特許識別子を含む。特許識別子とは、特許を識別する情報である。特許識別子は、例えば、登録番号、出願番号、公開番号、企業で付与された整理番号やＩＤである。特許情報は、特許請求の範囲、明細書を含むことは好適であるが、要約書だけでも良いし、図面だけでも良いし、１または２以上の特許分類コードだけでも良い。つまり、特許情報は、発明の内容を記載した文章を含むことは好適である。ただし、特許情報は、特許識別子と特許分類コードだけでも良い。

【0041】

コード辞書１３には、１または２以上のコード説明情報が格納される。コード説明情報は、特許分類コードと説明情報との組である。

【0042】

特許分類コードは、例えば、ＩＰＣコード、Ｆターム、ＦＩコード、ＣＰＣコードである。特許分類コードの種類や枝の深さは問わない。特許分類コードがＩＰＣである場合、特許分類コードは、セクションのみ、メインクラス（またはクラス）まで、サブクラスまで、メイングループまで、サブグループまで等、問わない。ただし、特許分類コードであるＩＰＣが、セクションからサブグループまで含むことは好適である。

【0043】

説明情報とは、特許分類コードの意味を説明する文または特許分類コードに対応する１以上の用語である。特許分類コードと説明情報との組は、例えば、図２である。図２は、コード説明管理表である。コード説明管理表は、「特許分類コード」「深さ」「説明情報」を有する２以上のレコードを管理する。

【0044】

モデル格納部１４には、１または２以上の学習モデルが格納される。学習モデルとは、機械学習の予測処理に使用される情報である。学習モデルは、学習器、分類器、分類モデル等と言っても良い。

【0045】

学習モデルは、例えば、１以上の文の集合から重要情報（例えば、重要文）を決定するためのモデルである。

【0046】

なお、ここでの重要文は、例えば、発明の効果を説明する文である。学習モデルは、特許文書におけるタグ「発明の効果」の項目に含まれる文を正例とし、「発明の効果」の項目ではない項目（例えば、実施の形態）の中の文を負例として、機械学習の学習処理により構築したモデルである。

【0047】

なお、かかる学習処理は、図示しない学習部が行うとする。学習部は、情報処理装置Ａが具備しても良いし、他の装置が具備しても良い。また、学習部を具備する装置は、１以上の正例と１以上の負例とを格納する格納部を有する、とする。また、特許文書（例えば、公開特許公報、特許公報）からタグ「発明の効果」の項目に含まれる文である正例を取得する技術、および「発明の効果」の項目ではない項目（例えば、実施の形態）の中の文である負例を取得する技術は公知技術である。

【0048】

また、機械学習のアルゴリズムは、深層学習、ランダムフォレスト、決定木、ＳＶＭ等、問わない。また、機械学習には、例えば、ＴｅｎｓｏｒＦｌｏｗのライブラリ、Ｒ言語のｒａｎｄｏｍ ｆｏｒｅｓｔのモジュール、ｆａｓｔＴｅｘｔ、ＴｉｎｙＳＶＭ等の各種の機械学習の関数や、種々の既存のライブラリを用いることができる。

【0049】

受付部２は、各種の指示や情報を受け付ける。各種の指示や情報は、例えば、開始指示、企業情報、特許情報、コード説明情報、学習モデルである。

【0050】

各種の指示や情報の入力手段は、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。

【0051】

処理部３は、各種の処理を行う。各種の処理は、例えば、関連度取得部３１、決定部３２、価値情報取得部３３が行う処理である。

【0052】

関連度取得部３１は、企業の１以上の各特許情報ごとに、企業情報と特許情報との関連度を取得する。関連度は、例えば、後述する類似度である。関連度は、例えば、企業情報が有する用語と特許情報が有する用語の中の同一用語の数、または同一用語の割合に基づく数値であっても良い。かかる場合、通常、同一用語の数同一用語の割合が多いほど、高い関連度となる。

【0053】

類似度は、例えば、事業ベクトルと特許ベクトルとの類似度である。事業ベクトルとは、企業情報を用いて構成されるベクトルである。特許ベクトルとは、特許情報を用いて構成されるベクトルである。ベクトルは、２以上の要素（情報）の集合であり、その構造は問わない。また、企業の特許情報とは、企業が出願人または権利者である特許の情報である。

【0054】

企業重要情報取得手段３１１は、企業情報格納部１１の企業情報から、企業重要条件を満たす重要な情報である１以上の企業重要情報を取得する。

【0055】

企業重要条件とは、企業情報から企業重要情報に該当するための条件である。企業重要条件は、例えば、企業情報から後述する業績要因文を取得するための条件である。企業重要条件は、例えば、企業情報から後述する業績結果文を取得するための条件である。企業重要条件は、例えば、企業情報から後述する効果文を取得するための条件である。

【0056】

企業重要条件は、例えば、企業重要情報に該当する文を取得するための手がかり表現に合致することである。企業重要条件は、例えば、企業重要情報に該当する文を取得するための学習モデルを用いて、機械学習の予測処理を行い、正例（企業重要情報であること）に該当するとの予測結果が得られることである。

【0057】

企業重要情報取得手段３１１は、例えば、１以上の文を含む企業情報から、手がかり表現に合致する文である１以上の企業重要情報を取得する。

【0058】

企業重要情報取得手段３１１は、例えば、企業情報に含まれる１以上の各文に対して、学習モデルを用いて、機械学習の予測処理を行い、正例（企業重要情報であること）に該当するか否かの予測結果を取得し、正例に該当するとの予測結果に対応する１以上の企業重要情報を取得する。

【0059】

また、ここでの学習モデルは、図示しない学習部が、１以上の正例の文と、１以上の負例の文とを用いて、機械学習の学習処理を行い、取得したモデルである。

【0060】

企業重要情報取得手段３１１は、例えば、企業情報格納部１１の決算短信情報から業績要因文を取得する。業績要因文とは、企業の業績が好調であった理由、または企業の業績が不振であった理由が記載されている文である。

【0061】

企業重要情報取得手段３１１は、例えば、以下の２つの処理のうちのいずれかの処理により、業績要因文を取得する。
（１）手がかり表現による場合

【0062】

企業重要情報取得手段３１１は、１以上の文を含む企業情報から、業績要因手がかり表現を含む文である業績要因文を取得する。業績要因手がかり表現とは、業績要因文を取得するための手がかり表現である。業績要因手がかり表現は、例えば、「が好調」「が不振」である。

【0063】

なお、業績要因手がかり表現は、公知のブートストラップ法によって、１または２以上の決算短信情報から自動収集された情報であることは好適である。
（２）学習モデルによる場合

【0064】

企業重要情報取得手段３１１は、１以上の文を含む企業情報の各文と、学習モデルとを用いて、機械学習の予測処理を行い、各文について、予測結果を取得する。予測結果とは、文が業績要因文であるか否か（正例であるか否か）を示す情報である。

【0065】

また、ここでの学習モデルは、図示しない学習部が、１以上の業績要因文を正例とし、１以上の非業績要因文を負例として、機械学習の学習処理を行い、取得したモデルである。非業績要因文とは、業績要因文では無い文である。

【0066】

また、ここでの機械学習のアルゴリズムは、ＢＥＲＴが好適であるが、上述した他のアルゴリズムや他のモジュールを使用しても良いことは言うまでもない。

【0067】

企業重要情報取得手段３１１は、例えば、企業情報格納部１１のプレスリリース記事情報が有する１以上の企業重要文を取得する。なお、ここでの企業重要文は、プレスリリース記事に記載された文であり、例えば、効果文である。効果文とは、技術の効果が記載された文である。

【0068】

企業重要情報取得手段３１１は、例えば、以下の２つの処理により、プレスリリース記事の中の重要文を取得する。
（１）学習モデルによる場合

【0069】

企業重要情報取得手段３１１は、企業情報格納部１１のプレスリリース記事情報が有する１以上の各文に対して、学習モデルを適用し、機械学習の予測処理を行い、１以上の文が正例（企業重要文）であるか否かを判断し、正例に該当する１以上の企業重要文を取得する。

【0070】

ここでの学習モデルは、例えば、図示しない学習部が、１または２以上の各特許情報が有する明細書の［発明の効果］の項目に存在する１または２以上の各文を正例とし、［発明の効果］の項目以外の項目（例えば、実施例、発明の実施の形態）に存在する１または２以上の各文を負例として、機械学習の学習処理を行い、取得したモデルである。なお、学習モデルは、１以上の企業重要文を正例とし、１以上の非企業重要文を負例として、機械学習の学習処理を行い、取得したモデルであれば良く、教師データ（正例、負例）の取得方法は問わない。教師データは、例えば、人手により作成された文でも良く、１以上のプレスリリース記事情報が有する１以上の各文の中で、手がかり表現（例えば、「できる。」「良くなった。」）を含む正例と、手がかり表現を含まない負例でも良い。

【0071】

また、ここでの機械学習のアルゴリズムは、ＢＥＲＴが好適であるが、上述した他のアルゴリズムや他のモジュールを使用しても良いことは言うまでもない。
（２）手がかり表現による場合

【0072】

企業重要情報取得手段３１１は、企業情報格納部１１のプレスリリース記事情報が有する１以上の各文に対して、重要文手がかり表現に合致する文である重要文を取得する。

【0073】

重要文手がかり表現とは、重要文を取得するための手がかり表現である。重要文手がかり表現は、例えば、「できる。」「良くなった。」である。なお、重要文手がかり表現は、公知のブートストラップ法によって、１または２以上のプレスリリース記事情報または特許情報から自動収集された情報であることは好適である。

【0074】

企業重要情報取得手段３１１は、企業情報格納部１１の企業情報から、企業重要条件を満たす１以上の業績結果文を取得する。企業重要情報取得手段３１１は、決算短信情報から業績要因文を取得し、当該業績要因文に対応する業績結果文を取得する。

【0075】

業績要因文に対応する業績結果文とは、例えば、業績要因文に続く、所定数の文の中で、特定の手がかり表現を含む文である。ここでの特定の手がかり表現は「売上高」「営業利益」「純利益」「万円」「億円」である。

【0076】

企業重要条件とは、企業重要情報に該当するための条件である。企業重要条件は、例えば、後述する業績要因文を取得するための条件である。企業重要条件は、例えば、業績結果文を取得するための条件である。

【0077】

業績結果文とは、業績要因が属する事業セグメントの売上に関する情報が記載されている文である。

【0078】

企業重要情報取得手段３１１は、例えば、業績要因手がかり表現を用いて、企業情報から業績結果文を取得する。なお、業績要因手がかり表現とは、業績要因文を取得するための手がかり表現である。業績要因手がかり表現は、例えば、「売上高」「営業利益」「純利益」、および「万円」「億円」である。ここでの企業重要条件は、例えば、「「売上高」「営業利益」「純利益」のいずれかを含む ＆ 「万円」「億円」のいずれかを含む」である。
である。

【0079】

企業重要情報取得手段３１１は、例えば、対象の特許情報に対して、類似度が最も高い業績要因文の後ろの所定数の文（例えば、後の５文）を抽出する。次に、企業重要情報取得手段３１１は、例えば、特定のキーワード（例えば、「万円」または「億円」）をキーとするキーワード検索を実行し、当該キーワードを含む文を業績結果文として抽出する。なお、当該キーワードを含む文が存在しなかった場合、企業重要情報取得手段３１１は、例えば、次に類似度が高かった業績要因文の後ろの所定数の文に対してキーワード検索を行い、当該キーワードを含む文を業績結果文として抽出する。そして、当該キーワードを含む文が存在しなかった場合、さらに次の類似度が高かった業績要因文に基づいて、当該キーワードを含む文を見付けるまで繰り返す。

【0080】

特許重要情報取得手段３１２は、１以上の各特許情報を用いて、特許情報ごとに、特許重要条件を満たす重要な情報である１以上の特許重要情報を取得する。

【0081】

特許重要条件とは、特許重要情報に該当するための条件である。特許重要条件は、例えば、特許分類コードに対応する説明用語であることである。特許重要条件は、例えば、特許情報が有する明細書の発明の効果の項目の文であることである。特許重要条件は、例えば、特定の手がかり表現を含む文であることである。特定の手がかり表現は、例えば、「～により、～できる」である。

【0082】

特許重要情報取得手段３１２は、例えば、特許情報格納部１２の１以上の各特許情報ごとに、特許情報に含まれる１以上の特許分類コードを取得し、当該１以上の各特許分類コードに対応する１以上の説明用語を含む説明情報をコード辞書１３から取得する。かかる場合、１以上の説明情報または１以上の説明用語が、特許重要情報である。

【0083】

特許重要情報取得手段３１２は、特許情報格納部１２の１以上の各特許情報ごとに、特許情報が有する発明の効果の項目の文を含む１以上の特許重要文を取得する。かかる場合、１以上の特許重要文または１以上の特許重要文に含まれる用語が、特許重要情報である。

【0084】

関連度取得手段３１３は、１以上の企業重要情報と１以上の特許重要情報とを用いて、特許情報ごとに、企業情報と特許情報との関連度を取得する。なお、関連度は、企業情報と特許情報との情報の類似度でも良い。

【0085】

関連度取得手段３１３は、特許情報ごとに、１以上の特許重要情報と１以上の企業重要情報とを用いて、企業情報と特許情報との関連度を取得する。

【0086】

以下、企業情報が決算短信情報である場合と、プレスリリース記事情報である場合とについて、企業情報と特許情報との関連度を取得する方法の２つの具体例について説明する。なお、企業情報と特許情報との関連度を取得する方法は、以下の２つ以外の方法でも良い。
（Ａ）企業情報が決算短信情報である場合
（１）分散表現を用いる場合

【0087】

関連度取得手段３１３は、例えば、特許情報ごとに、特許重要情報取得手段３１２が取得した１以上の各説明用語の分散表現を取得する。次に、関連度取得手段３１３は、例えば、当該１以上の分散表現の代表値である特許ベクトルを取得する。なお、説明用語は、名詞であることは好適であるが、名詞を含む自立語等でも良い。また、説明用語の分散表現を取得する技術は公知技術である。また、２以上の分散表現の代表値は、例えば、２以上の分散表現であるベクトルが有する各要素の平均値を要素とするベクトルである。ただし、各要素の平均値に代えて、各要素の中央値等でも良い。

【0088】

また、関連度取得手段３１３は、例えば、企業重要情報取得手段３１１が取得した業績要因文に含まれる１以上の用語の分散表現を取得する。次に、関連度取得手段３１３は、例えば、当該１以上の用語の分散表現の代表値である事業ベクトルを取得する。

【0089】

次に、関連度取得手段３１３は、特許情報ごとに、特許ベクトルと事業ベクトルとの類似度である関連度を算出する。なお、２つのベクトルの類似度を取得する技術は公知技術である。
（２）同一の用語の数または割合を用いる場合

【0090】

関連度取得手段３１３は、例えば、特許情報ごとに、特許重要情報取得手段３１２が取得した１以上の各説明用語と、企業重要情報取得手段３１１が取得した業績要因文に含まれる１以上の用語との中で、同一の用語の数を取得する。また、関連度取得手段３１３は、同一の用語の数を用いて、同一の用語の割合を取得しても良い。

【0091】

次に、関連度取得手段３１３は、例えば、同一の用語の数または同一の用語の割合をパラメータとする増加関数により、特許情報ごとに、関連度を算出する。関連度取得手段３１３は、例えば、同一の用語の数または同一の用語の割合に対応する関連度を対応表から取得しても良い。対応表は、同一の用語の数または同一の用語の割合の幅と、関連度とを有する２以上の対応情報を有する。
（Ｂ）企業情報がプレスリリース記事情報である場合
（１）分散表現を用いる場合

【0092】

関連度取得手段３１３は、企業重要情報取得手段３１１が取得した１以上の企業重要文を用いた分散表現である事業ベクトルを取得する。なお、文の分散表現を取得する技術は公知技術である。

【0093】

また、関連度取得手段３１３は、特許重要情報取得手段３１２が取得した１以上の特許重要文を用いた分散表現である特許ベクトルを取得する。

【0094】

次に、関連度取得手段３１３は、例えば、特許情報ごとに、特許ベクトルと事業ベクトルとの類似度である関連度を算出する。
（２）同一の用語の数または割合を用いる場合

【0095】

関連度取得手段３１３は、企業重要情報取得手段３１１が取得した１以上の企業重要文が有する用語と、特許重要情報取得手段３１２が取得した１以上の特許重要文が有する用語との間で、同じ用語を検出し、当該同じ用語の数を取得する。また、関連度取得手段３１３は、同一の用語の数を用いて、同一の用語の割合を取得しても良い。

【0096】

次に、関連度取得手段３１３は、例えば、同一の用語の数または同一の用語の割合をパラメータとする増加関数により、特許情報ごとに、関連度を算出する。

【0097】

決定部３２は、関連度取得部３１が取得した関連度が抽出条件を満たす１以上の特許情報を決定する。

【0098】

抽出条件とは、選択する特許情報を決定するための条件である。抽出条件は、例えば、 関連度が閾値以上、または関連度が閾値より大きいことである。

【0099】

価値情報取得部３３は、決定部３２が決定した１以上の各選択特許情報の価値情報を取得する。価値情報とは、特許情報に対応する特許の価値に関する情報である。価値情報は、定量的な価値を示す情報であることは好適であるが、価値の有無を示す情報でも良いし、価値のランクを示す情報でも良いし、価値のカテゴリーを示す情報でも良い。

【0100】

価値情報取得部３３は、例えば、以下の２つの方法のいずれかの方法により、価値情報を取得する。
（１）企業情報に対応する数値情報を用いる場合

【0101】

価値情報取得部３３は、企業情報から数値情報を取得し、当該数値情報を用いて、価値情報を取得する。価値情報取得部３３は、通常、大きな数値を示す数値情報であること、高い価値を示す価値情報を取得する。

【0102】

数値情報とは、企業の業績に関する数値である。数値情報は、例えば、売上高を示す情報、営業利益を示す情報、純利益を示す情報である。

【0103】

さらに具体的には、価値情報取得部３３は、例えば、業績結果文から数値情報を取得し、当該数値情報を用いて、価値情報を取得する。価値情報取得部３３は、通常、大きな数値情報ほど、高い価値を示す価値情報を取得する。

【0104】

価値情報取得部３３は、例えば、企業重要情報取得手段３１１が取得した業績結果文から数値情報を取得し、当該数値情報を用いて、価値情報を取得する。なお、数値情報は、業績結果文が有する用語「万円」または「億円」の直前の数値と「万円」または「億円」とを繋げた情報である。

【0105】

次に、価値情報取得部３３は、例えば、取得した数値情報をパラメータとする増加関数により、価値情報を取得する。
（２）割合を用いる場合

【0106】

価値情報取得手段３３２は、企業情報から一の事業カテゴリーに対応する業績に関する数値である第一数値情報を取得する。第一数値情報は、（１）における数値情報である。

【0107】

また、価値情報取得手段３３２は、企業の事業全体の業績に関する数値である第二数値情報を取得する。なお、第二数値情報は、例えば、企業の総売上高、企業の総利益である。

【0108】

価値情報取得手段３３２は、例えば、手がかり表現を用いて、業績結果文から第二数値情報を取得する。ここでの手がかり表現は、例えば、「総売上げ．＊（億円｜万円）」「総利益．＊（億円｜万円）」である。価値情報取得手段３３２は、例えば、手がかり表現を用いて、用語「万円」または「億円」の直前の数値と「万円」または「億円」とを繋げた文字列である第二数値情報を取得する。

【0109】

価値情報取得手段３３２は、例えば、図示しない企業データベースから、当該企業の企業識別子に対応する第二数値情報を取得しても良い。なお、企業識別子とは、例えば、企業名、企業のＩＤ（例えば、証券コード、銘柄コード）である。

【0110】

次に、価値情報取得手段３３２は、例えば、第一数値情報と第二数値情報とを用いて、当該事業カテゴリーの、当該企業における貢献を示す割合である第三数値情報を取得する。

【0111】

次に、価値情報取得手段３３２は、例えば、第三数値情報を用いて、価値情報を取得する。価値情報取得手段３３２は、第三数値情報が大きいほど、高い価値の価値情報を取得する。価値情報取得手段３３２は、例えば、第三数値情報をパラメータとする増加関数により、価値情報を算出する。
（３）関連度を用いる場合

【0112】

価値情報取得部３３は、例えば、関連度取得手段３１３が取得した最大の関連度をパラメータとする増加関数により、価値情報を取得する。価値情報取得部３３は、例えば、関連度が大きいほど、高い価値の価値情報を取得する。

【0113】

出力部４は、各種の情報を出力する。各種の情報とは、例えば、選択特許情報、価値情報である。

【0114】

ここで、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である。

【0115】

選択特許出力部４１は、決定部３２が決定した１以上の特許情報に関する選択特許情報を出力する。なお、選択特許情報は、例えば、特許番号、出願番号である。選択特許出力部４１は、例えば、価値情報取得部３３に選択特許情報を渡す。

【0116】

価値情報出力部４２は、価値情報取得部３３が取得した価値情報を出力する。価値情報出力部４２は、選択特許情報に対応付けて、価値情報を出力することは好適である。

【0117】

格納部１、企業情報格納部１１、特許情報格納部１２、コード辞書１３、およびモデル格納部１４は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。

【0118】

格納部１等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が格納部１等で記憶されるようになってもよく、通信回線等を介して送信された情報が格納部１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が格納部１等で記憶されるようになってもよい。

【0119】

受付部２は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。

【0120】

処理部３、関連度取得部３１、決定部３２、価値情報取得部３３、企業重要情報取得手段３１１、特許重要情報取得手段３１２、関連度取得手段３１３、カテゴリー決定手段３３１、および価値情報取得手段３３２は、通常、プロセッサやメモリ等から実現され得る。処理部３等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。なお、プロセッサは、ＣＰＵ、ＭＰＵ、ＧＰＵ等であり、その種類は問わない。

【0121】

出力部４は、選択特許出力部４１、および価値情報出力部４２、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。出力部４等は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。

【0122】

次に、情報処理装置Ａの動作例について、図３のフローチャートを用いて説明する。なお、以下の処理は、例えば、開始指示の受け付けにより開始される。

【0123】

（ステップＳ３０１）企業重要情報取得手段３１１は、企業情報格納部１１から１または２以上の企業情報を取得する。

【0124】

（ステップＳ３０２）企業重要情報取得手段３１１は、ステップＳ３０１で取得した１以上の企業情報から企業重要情報を取得する。かかる企業重要情報取得処理の例について、図４のフローチャートを用いて説明する。

【0125】

（ステップＳ３０３）関連度取得部３１は、カウンタｉに１を代入する。

【0126】

（ステップＳ３０４）関連度取得部３１は、ｉ番目の特許情報が、特許情報格納部１２に存在するか否かを判断する。ｉ番目の特許情報が存在する場合はステップＳ３０５に行き、存在しない場合はステップＳ３０８に行く。

【0127】

（ステップＳ３０５））関連度取得部３１は、ｉ番目の特許情報を特許情報格納部１２から取得する。

【0128】

（ステップＳ３０６）関連度取得部３１は、関連度取得処理を行う。関連度取得処理の例について、図７のフローチャートを用いて説明する。

【0129】

（ステップＳ３０７）関連度取得部３１は、カウンタｉを１、インクリメントする。ステップＳ３０４に戻る。

【0130】

（ステップＳ３０８）決定部３２は、関連度取得部３１が取得した関連度が抽出条件を満たす１以上の特許情報を決定する。なお、決定された特許情報は、選択された特許情報であるので、適宜、選択特許情報と言う。

【0131】

（ステップＳ３０９）価値情報取得部３３は、選択特許情報の価値情報を出力するか否かを判断する。価値情報を出力する場合はステップＳ３１０に行き、出力しない場合はステップＳ３１５に行く。なお、価値情報を出力するか否かは、例えば、予め決められている、とする。

【0132】

（ステップＳ３１０）関連度取得部３１は、カウンタｊに１を代入する。

【0133】

（ステップＳ３１１）価値情報取得部３３は、ステップＳ３０８で取得した選択特許情報の中に、ｊ番目の選択特許情報が存在するか否かを判断する。ｊ番目の選択特許情報が存在する場合はステップＳ３１２に行き、存在しない場合は処理を終了する。

【0134】

（ステップＳ３１２）価値情報取得部３３は、ｊ番目の選択特許情報に対する価値情報を取得する処理を行う。かかる価値情報取得処理の例について、図１０のフローチャートを用いて説明する。

【0135】

（ステップＳ３１３）価値情報出力部４２は、ステップＳ３１２で取得された価値情報を出力する。なお、価値情報出力部４２は、対応する選択特許情報と対に、価値情報を出力することは好適である。

【0136】

（ステップＳ３１４）関連度取得部３１は、カウンタｊを１、インクリメントする。ステップＳ３１１に戻る。

【0137】

（ステップＳ３１５）選択特許出力部４１は、ステップＳ３０８で取得された１以上の選択特許情報を出力する。処理を終了する。

【0138】

次に、ステップＳ３０２の企業重要情報取得処理の例について、図４のフローチャートを用いて説明する。

【0139】

（ステップＳ４０１）企業重要情報取得手段３１１は、カウンタｉに１を代入する。

【0140】

（ステップＳ４０２）企業重要情報取得手段３１１は、ステップＳ３０２で取得された１以上の企業情報の中に、ｉ番目の文が存在するか否かを判断する。ｉ番目の文が存在する場合はステップＳ４０３に行き、存在しない場合は上位処理にリターンする。

【0141】

（ステップＳ４０３）企業重要情報取得手段３１１は、ｉ番目の文が企業重要条件を満たすか否かを判断する。かかる判断処理の例について、図５のフローチャートを用いて説明する。

【0142】

（ステップＳ４０４）ステップＳ４０３において、企業重要条件を満たす場合はステップＳ４０４に行き、企業重要条件を満たさない場合はステップＳ４０６に行く。

【0143】

（ステップＳ４０５）企業重要情報取得手段３１１は、ｉ番目の文を図示しないバッファに一時蓄積する。なお、ｉ番目の文は、企業重要情報である。ｉ番目の文は、例えば、業績要因文である。

【0144】

（ステップＳ４０６）企業重要情報取得手段３１１は、カウンタｉを１、インクリメントする。ステップＳ４０２に戻る。

【0145】

次に、ステップＳ４０３の判断処理の例について、図５のフローチャートを用いて説明する。

【0146】

（ステップＳ５０１）企業重要情報取得手段３１１は、学習モデルをモデル格納部１４から取得する。なお、かかる学習モデルは、文が企業重要情報であるか否かを判断するための二値分類のモデルである。

【0147】

（ステップＳ５０２）企業重要情報取得手段３１１は、検査対象の文（図４のｉ番目の文）を取得する。

【0148】

（ステップＳ５０３）企業重要情報取得手段３１１は、学習モデルと検査対象の文とを、機械学習の予測処理を行うモジュールに与え、当該モジュールを実行する。

【0149】

（ステップＳ５０４）企業重要情報取得手段３１１は、ステップＳ５０３における予測結果をリターン値として、上位処理にリターンする。

【0150】

なお、図５のフローチャートのステップＳ５０３において、上述した通り、企業重要情報取得手段３１１は、手がかり表現（例えば、業績要因手がかり表現）を用いて、検査対象の文が企業重要情報であるか否かを判断しても良い。

【0151】

次に、図５の処理で使用した学習モデルを構築する学習処理の例について、図６のフローチャートを用いて説明する。

【0152】

（ステップＳ６０１）図示しない学習部は、カウンタｉに１を代入する。

【0153】

（ステップＳ６０２）学習部は、学習対象の文の集合のうち、ｉ番目の文が存在するか否かを判断する。ｉ番目の文が存在する場合はステップＳ６０３に行き、存在しない場合はステップＳ６０８に行く。

【0154】

（ステップＳ６０３）学習部は、学習対象の文の集合からｉ番目の文を取得する。

【0155】

（ステップＳ６０４）学習部は、ｉ番目の文が企業重要条件に合致するか否かを判断する。企業重要条件に合致する場合はステップＳ６０５に行き、企業重要条件に合致しない場合はステップＳ６０６に行く。

【0156】

（ステップＳ６０５）学習部は、ｉ番目の文に正例フラグを対応付ける。ステップＳ６０７に行く。

【0157】

（ステップＳ６０６）学習部は、ｉ番目の文に負例フラグを対応付ける。

【0158】

（ステップＳ６０７）学習部は、カウンタｉを１、インクリメントする。

【0159】

（ステップＳ６０８）学習部は、正例フラグに対応する１以上の文を正例とし、負例フラグに対応する１以上の文を負例として、機械学習の学習処理を行い、学習モデルを取得する。

【0160】

（ステップＳ６０９）学習部は、ステップＳ６０８で取得した学習モデルを蓄積する。処理を終了する。

【0161】

次に、ステップＳ３０６の関連度取得処理の例について、図７のフローチャートを用いて説明する。

【0162】

（ステップＳ７０１）関連度取得手段３１３は、関連度の取得のために使用する企業重要情報を取得する。なお、かかる企業重要情報は、ステップＳ３０２で取得された情報である。

【0163】

（ステップＳ７０２）特許重要情報取得手段３１２は、対象特許の特許重要情報を取得する処理を行う。かかる特許重要情報取得処理の例について、図８のフローチャートを用いて説明する。

【0164】

（ステップＳ７０３）関連度取得手段３１３は、ステップＳ７０１で取得された企業重要情報とステップＳ７０２で取得された特許重要情報とを用いて、企業情報と特許情報との関連度を取得する。上位処理にリターンする。かかる関連度の取得の詳細の例について、図９のフローチャートを用いて説明する。なお、かかる処理を、関連度詳細処理と言う。

【0165】

次に、ステップＳ７０２の特許重要情報取得処理の例について、図８のフローチャートを用いて説明する。

【0166】

（ステップＳ８０１）特許重要情報取得手段３１２は、特許情報から１または２以上の特許分類コードを取得する。

【0167】

（ステップＳ８０２）特許重要情報取得手段３１２は、カウンタｉに１を代入する。

【0168】

（ステップＳ８０３）特許重要情報取得手段３１２は、ｉ番目の特許分類コードが存在するか否かを判断する。ｉ番目の特許分類コードが存在する場合はステップＳ８０４に行き、存在しない場合は上位処理にリターンする。

【0169】

（ステップＳ８０４）特許重要情報取得手段３１２は、ｉ番目の特許分類コードに対応する１または２以上の説明情報をコード辞書１３から取得し、図示しないバッファに一時蓄積する。なお、ここでの説明情報は、特許重要情報である。

【0170】

（ステップＳ８０５）特許重要情報取得手段３１２は、カウンタｉを１、インクリメントする。ステップＳ８０３に戻る。

【0171】

なお、図８のフローチャートにおいて、特許重要情報取得手段３１２は、特許情報の［発明の効果］に含まれる１以上の文を特許重要情報として、取得しても良い。

【0172】

次に、ステップＳ７０３の関連度詳細処理の例について、図９のフローチャートを用いて説明する。

【0173】

（ステップＳ８０１）関連度取得手段３１３は、企業重要情報から１以上の用語を取得する。なお、かかる用語は、企業重要情報が有するすべての用語（単語）でも良いし、予め決められた条件を満たす用語のみでも良い。条件は、例えば、名詞であること、ｔｆ／ｉｄｆ値が閾値以上であることである。

【0174】

（ステップＳ８０２）関連度取得手段３１３は、カウンタｉに１を代入する。

【0175】

（ステップＳ８０３）関連度取得手段３１３は、ステップＳ８０１で取得した用語の中で、ｉ番目の用語が存在するか否かを判断する。ｉ番目の用語が存在す場合はステップＳ８０４に行き、存在しない場合はステップＳ８０６に行く。

【0176】

（ステップＳ８０４）関連度取得手段３１３は、ｉ番目の用語の分散表現を取得する。なお、分散表現は、例えば、Word2Vecにより取得するが、取得手段は問わない。

【0177】

（ステップＳ８０５）関連度取得手段３１３は、カウンタｉを１、インクリメントする。ステップＳ８０３に戻る。

【0178】

（ステップＳ８０６）関連度取得手段３１３は、ステップＳ８０４で取得した１以上の分散表現の代表値を取得する。かかる分散表現の代表値であるベクトルは、事業ベクトルである。

【0179】

（ステップＳ８０７）関連度取得手段３１３は、特許重要情報から１以上の用語を取得する。なお、かかる用語は、企業重要情報が有するすべての用語（単語）でも良いし、予め決められた条件を満たす用語のみでも良い。条件は、例えば、名詞であることである。

【0180】

（ステップＳ８０８）関連度取得手段３１３は、カウンタｊに１を代入する。

【0181】

（ステップＳ８０９）関連度取得手段３１３は、ステップＳ８０７で取得した用語の中で、ｊ番目の用語が存在するか否かを判断する。ｊ番目の用語が存在す場合はステップＳ８１０に行き、存在しない場合はステップＳ８１２に行く。

【0182】

（ステップＳ８１０）関連度取得手段３１３は、ｊ番目の用語の分散表現を取得する。

【0183】

（ステップＳ８１１）関連度取得手段３１３は、カウンタｊを１、インクリメントする。ステップＳ８０９に戻る。

【0184】

（ステップＳ８１２）関連度取得手段３１３は、ステップＳ８１０で取得した１以上の分散表現の代表値を取得する。かかる分散表現の代表値であるベクトルは、特許ベクトルである。

【0185】

（ステップＳ８１３）関連度取得手段３１３は、ステップＳ８０６で取得した事業ベクトルとステップＳ８１２で取得した特許ベクトルとの類似度を算出する。上位処理にリターンする。

【0186】

なお、ここでの類似度は、関連度である。また、関連度取得手段３１３は、通常、関連度を、事業ベクトルの元になった企業重要情報、企業情報、および特許ベクトルの元になった特許重要情報、特許情報に対応付ける。

【0187】

なお、図８のフローチャートにおいて、企業重要情報が１以上の文である場合、関連度取得手段３１３は、当該１以上の文から分散表現を取得し、当該分散表現を事業ベクトルとしても良い。また、特許重要情報が１以上の文である場合、関連度取得手段３１３は、当該１以上の文から分散表現を取得し、当該分散表現を特許ベクトルとしても良い。そして、関連度取得手段３１３は、事業ベクトルと特許ベクトルとの類似度を算出しても良い。

【0188】

ステップＳ３１２の価値情報取得処理の例について、図１０のフローチャートを用いて説明する。

【0189】

（ステップＳ１００１）価値情報取得部３３は、選択特許情報に対応する１以上の業績要因文を取得する。なお、１以上の各業績要因文には、関連度が対応付いている、

【0190】

（ステップＳ１００２）価値情報取得部３３は、関連度をキーとして、降順に業績要因文をソートする。

【0191】

（ステップＳ１００３）価値情報取得部３３は、カウンタｉに１を代入する。

【0192】

（ステップＳ１００４）価値情報取得部３３は、ｉ番目の業績要因文が存在するか否かを判断する。ｉ番目の業績要因文が存在する場合はステップＳ１００５に行き、存在しない場合はステップＳ１０１４に行く。

【0193】

（ステップＳ１００５）価値情報取得部３３は、ｉ番目の業績要因文に対応する１以上の業績結果文の候補を取得する。

【0194】

（ステップＳ１００６）価値情報取得部３３は、カウンタｊに１を代入する。

【0195】

（ステップＳ１００７）価値情報取得部３３は、ステップＳ１００５で取得した文の中に、ｊ番目の文が存在するか否かを判断する。ｊ番目の文が存在する場合はステップＳ１００８に行き、存在しない場合はステップＳ１０１３に行く。

【0196】

（ステップＳ１００８）価値情報取得部３３は、ｊ番目の文が条件を満たすか否かを判断する。ｊ番目の文が条件を満たす場合はステップＳ１００９に行き、満たさない場合はステップＳ１０１２に行く。なお、条件は、業績結果文を取得するための条件である。

【0197】

（ステップＳ１００９）価値情報取得部３３は、ｊ番目の文を取得し、図示しないバッファに一時蓄積する。なお、ｊ番目の文は、業績要因文に対応する業績結果文である。

【0198】

（ステップＳ１０１０）価値情報取得部３３は、ステップＳ１００９で取得した業績結果文から数値情報を取得する。

【0199】

（ステップＳ１０１１）価値情報取得部３３は、ステップＳ１０１０で取得した数値情報を用いて、価値情報を取得する。価値情報取得部３３は、当該価値情報を特許情報に対応付ける。上位処理にリターンする。

【0200】

（ステップＳ１０１２）価値情報取得部３３は、カウンタｊを１、インクリメントする。ステップＳ１００７に戻る。

【0201】

（ステップＳ１０１３）価値情報取得部３３は、カウンタｉを１、インクリメントする。ステップＳ１００４に戻る。

【0202】

（ステップＳ１０１４）価値情報取得部３３は、価値情報に「不明」を示す情報を代入する。価値情報取得部３３は、当該価値情報を特許情報に対応付ける。上位処理にリターンする。

【0203】

なお、図１０のフローチャートにおいて、業績結果文の取得方法は問わない。図１０のフローチャートにおいて、業績結果文が有する数値情報を取得し、当該数値情報を用いて、価値情報を取得すれば良い。

【0204】

また、図１０のフローチャートにおいて、業績結果文を取得する処理は、企業重要情報取得手段３１１が行っても良い。

【0205】

以下、本実施の形態における情報処理装置Ａの具体的な動作例について説明する。ここで、２つの具体例を説明する。具体例１は、企業情報が決算短信情報である場合である。具体例２は、企業情報が製品発表プレスリリース情報である場合である。

【0206】

（具体例１）
今、情報処理装置Ａの企業情報格納部１１に、図１１に示す「ＡＡＡ株式会社」の決算短信情報が格納されている、とする。

【0207】

また、特許情報格納部１２には、「ＡＡＡ株式会社」が権利者または出願人である特許情報が多数、格納されている、とする。特許情報は、１以上のＩＰＣコード、および発明の名称を含む、とする。

【0208】

また、コード辞書１３には、図２に示す特許分類コードと説明情報との組の集合が格納されている、とする。

【0209】

さらに、モデル格納部１４には、決算短信情報から業績要因文を抽出する学習モデルが格納されている、とする。学習モデルは、決算短信情報が有する１以上の各文が正例（業績要因文）であるか否かを判断するためのモデルである。

【0210】

以上の状況において、例えば、ユーザが情報処理装置Ａに動作の開始指示を入力した、とする。すると、受付部２は、動作の開始指示を受け付ける。

【0211】

そして、上述した処理により、情報処理装置Ａの企業重要情報取得手段３１１は、図１１の決算短信情報から、業績要因文「国内食品事業 「ＡＡＡ株式会社」については、指定医薬部外品『○○錠』やサプリメント『ＸＸＸナチュラ』などの主要商品に加え、ダイエットサポート食品『ＢＢＢアップスリム』や栄養調整食品『ＣＣＣバー』なども好調に推移したことなどにより、売上高が前年同期より伸長しました。」を取得する。

【0212】

また、上述した処理により、企業重要情報取得手段３１１は、図１１の決算短信情報から、業績結果文「以上の結果、食品事業の売上高は、東日本大震災の影響を受けたものの、グループ各社が主力商品のブランド強化に取り組んだことにより、前年同期比４．５％増の４７６億３千３百万円となりました。」を取得する。

【0213】

また、特許重要情報取得手段３１２は、２以上の各特許情報の１以上のＩＰＣコードを、特許情報から取得する。そして、特許重要情報取得手段３１２は、２以上の各特許情報ごとに、１以上の各ＩＰＣコードに対応する１以上の用語をコード辞書１３から取得する。なお、ここでは、特許重要情報取得手段３１２は、階層化されているＩＰＣコードの各階層の説明情報の用語をすべて取得する、とする。つまり、ＩＰＣコードがサブグループ
「A01B 1/02」である場合、特許重要情報取得手段３１２は、「A01B 1/02」の上記のノード（メイングループ，サブクラス，クラス，セクション）に対応付くすべての用語「生活必需品，農業，林業，畜産，狩猟，捕獲，漁業，農業，林業，土作業，農業機械，器具，部品, 細部，附属具一般，手作業具，鋤，ショベル」を取得する、とする。

【0214】

次に、関連度取得手段３１３は、企業重要情報である業績要因文から多数の名詞を取得する。次に、関連度取得手段３１３は、各名詞の分散表現を取得する。次に、関連度取得手段３１３は、各名詞の分散表現の平均値のベクトルである事業ベクトルを取得する。

【0215】

また、関連度取得手段３１３は、２以上の各特許情報ごとに、特許重要情報取得手段３１２が取得した１または２以上の各用語の分散表現を取得する。次に、関連度取得手段３１３は、各用語の分散表現の平均値のベクトルである特許ベクトルを取得する。

【0216】

次に、関連度取得手段３１３は、２以上の各特許情報ごとに、事業ベクトルと特許ベクトルとの類似度を算出する。次に、関連度取得手段３１３は当該類似度である関連度を、特許情報に対応付ける。

【0217】

次に、決定部３２は、最も大きい関連度に対応する特許情報を取得する。ここで、決定部３２は、特許情報「＜発明の名称＞血中アセトアルデヒド低減剤」を取得した、とする。なお、特許情報は、特許番号や出願番号を有することは好適である。

【0218】

次に、価値情報取得部３３は、企業重要情報取得手段３１１が取得した上記の業績結果文から、数値情報条件（「万円」「億円」を含む数値を構成する文字列」）に合致する数値情報「４７６億３千３百万円」を取得する。なお、数値情報条件とは、数値情報を取得するための条件である。

【0219】

また、価値情報取得部３３は、ＡＡＡ株式会社の２３年１２月期の全体の売上高「６５１、６６１百万円」を、図１１の決算短信情報から取得する。

【0220】

次に、価値情報取得部３３は、数値情報「４７６億３千３百万円」の、全体の売上高「６５１、６６１百万円」に占める割合（７．３％）を取得する。

【0221】

次に、価値情報取得部３３は、当該割合をパラメータとする増加関数により、価値情報（Ｖ）を算出する。

【0222】

次に、選択特許出力部４１は、特許情報「＜発明の名称＞血中アセトアルデヒド低減剤」を出力する。また、価値情報出力部４２は、価値情報取得部３３が算出した価値情報（Ｖ）を、特許情報に対応付けて蓄積する。

【0223】

以上、具体例１によれば、決算短信情報から重要な特許が選択できた。また、決算短信情報から当該特許の価値を取得できた。

【0224】

（具体例２）
具体例２において、情報処理装置Ａの処理の概要を説明する図１２を用いて説明する。今、情報処理装置Ａの格納部１に、特許情報およびプレスリリース記事情報から重要文を抽出するための学習モデルを構築するための特許情報が、多数、格納されている。なお、特許情報の数は、ここでは、１万２千件である。また、ここでの特許情報は、特許の明細書を含む。

【0225】

そして、情報処理装置Ａの図示しない学習部は、１万２千件の各特許情報の明細書の［発明の効果］の項目から文を取得する。かかる文は、正例である。また、学習部は、１万２千件の各特許情報の明細書の［実施例］（実施の形態）の項目から文を取得する。かかる文は、負例である。つまり、ここでは、発明の効果を構成する文は重要情報であり、実施例を構成する文は非重要情報である。
次に、学習部は、正例の文と負例の文とを教師データ（図１２の１２０１）として、機械学習の学習処理を行い、学習モデルを取得し、モデル格納部１４に蓄積する。なお、ここでの機械学習の学習処理により作成された学習モデルは、いわゆるＢＥＲＴ（Bidirectional Encoder Representations from Transformers）（図１２の１２０２）である。

【0226】

また、ここで、情報処理装置Ａの企業情報格納部１１には、Ｓ社のカメラについてのプレスリリース記事情報が格納されている。

【0227】

さらに、特許情報格納部１２には、Ｓ社の特許の特許情報が、１以上、格納されている。なお、特許情報は、［発明の効果］を含む、とする。

【0228】

以上の状況において、例えば、ユーザが情報処理装置Ａに動作の開始指示を入力した、とする。すると、受付部２は、動作の開始指示を受け付ける。

【0229】

そして、上述した処理により、企業重要情報取得手段３１１は、学習モデル（ＢＥＲＴ）を用いて、プレスリリース記事情報の各文に対して、機械学習の予測処理を行い、重要文であるか否かを判断する。そして、企業重要情報取得手段３１１は、プレスリリース記事情報から１以上の重要文１２０３を取得する。重要文１２０３は、例えば、図１３の各文である。

【0230】

また、特許重要情報取得手段３１２は、特許情報ごとに、１以上の各特許情報が有する各文に対して、学習モデル（ＢＥＲＴ）を用いて、機械学習の予測処理を行い、重要文であるか否かを判断する。そして、特許重要情報取得手段３１２は、１以上の各特許情報から１以上の重要文１２０４を取得する。重要文１２０４は、例えば、図１４の各文である。

【0231】

なお、ここでは、プレスリリース記事情報から重要文を取得するために用いる学習モデルと、特許情報から重要文を取得するために用いる学習モデルとは、同一である。

【0232】

次に、関連度取得手段３１３は、図１３の２以上の文を含む文書の分散表現１２０５を取得する。かかる分散表現は、事業ベクトルである。また、関連度取得手段３１３は、特許情報ごとに、１以上の文を含む文書（例えば、図１４）の分散表現１２０６を取得する。かかる分散表現は、特許ベクトルである。

【0233】

次に、関連度取得手段３１３は、特許情報ごとに、事業ベクトル１２０５と特許ベクトル１２０６との類似度を算出する（１２０７）。なお、かかる類似度は、関連度である。

【0234】

以上により、特許情報ごとの、プレスリリース記事情報との関連度が取得できた。

【0235】

次に、決定部３２は、関連度が抽出条件を満たす特許情報を決定する。ここで、抽出条件は、関連度が閾値以上であり、かつ関連度の順位が５位以上であること、とする。また、決定部３２は、５つの特許情報を決定した、とする。

【0236】

次に、選択特許出力部４１は、決定部３２が決定した５つの各特許情報が有する特許番号または出願番号を出力する。

【0237】

次に、価値情報取得部３３は、５つの各特許情報の特許分類コード（例えば、ＩＰＣコードを取得する。次に、価値情報取得部３３は、５つの各特許情報ごとに、特許分類コードに対応する説明情報をコード辞書１３から取得する。次に、価値情報取得部３３は、５つの各特許情報ごとに、取得した説明情報と事業分野学習モデルとを用いて、機械学習の予測処理を行い、事業分野を取得する。次に、価値情報取得部３３は、５つの各特許情報ごとに、当該事業分野と対になる数値情報（例えば、売上高）を売上高管理表から取得する。

【0238】

なお、事業分野学習モデルとは、１以上の用語を含む説明情報と事業分野とを有する２以上の教師データを用いて、機械学習の学習処理を行い、取得された学習モデルである。事業分野学習モデルは、モデル格納部１４に格納されている、とする。

【0239】

また、売上高管理表とは、Ｓ社の事業分野ごとの売上高を管理する表である。売上高管理表は、事業分野と売上高とを有する２以上のレコードを管理する表である。売上高管理表は、格納部１に格納されている、とする。

【0240】

次に、価値情報取得部３３は、５つの各特許情報ごとに、取得した数値情報（例えば、売上高）をパラメータとする増加関数により、価値情報を取得する。

【0241】

次に、価値情報出力部４２は、５つの各特許情報ごとに、価値情報を出力する。なお、価値情報出力部４２は、例えば、５つの各特許情報ごとに、特許番号と価値情報とを対応付けて出力する。

【0242】

以上、本実施の形態によれば、企業が行う事業に関する企業情報を用いて、重要な特許を決定できる。

【0243】

また、本実施の形態によれば、決算短信情報を用いて、重要な特許を決定できる。

【0244】

また、本実施の形態によれば、製品発表プレスリリース情報を用いて、重要な特許を決定できる。

【0245】

また、本実施の形態によれば、企業が行う事業に関する企業情報を用いて、特許の価値に関する価値情報を取得できる。

【0246】

また、本実施の形態によれば、決算短信情報を用いて、特許の価値に関する価値情報を取得できる。

【0247】

さらに、本実施の形態によれば、製品発表プレスリリース情報を用いて、特許の価値に関する価値情報を取得できる。

【0248】

なお、本実施の形態において、情報処理装置Ａは、選択特許情報を出力したり、特許の価値情報を出力したりするサーバでも良い。かかる場合、情報処理装置Ａは、例えば、企業情報（例えば、決算短信情報）を受け付け、当該企業情報と関連度が高い１以上の選択特許情報を決定し、出力する。また、情報処理装置Ａは、１以上の選択特許情報の価値情報を出力する。

【0249】

また、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ－ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における情報処理装置Ａを実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、企業が行う事業に関する情報であり、文の集合を含む企業情報が格納される企業情報格納部にアクセス可能なコンピュータを、当該企業の１以上の各特許情報ごとに、前記企業情報と前記特許情報との関連度を取得する関連度取得部と、前記関連度が抽出条件を満たす１以上の特許情報を決定する決定部と、前記決定部が決定した前記１以上の特許情報に関する選択特許情報を出力する選択特許出力部として機能させるためのプログラムである。

【0250】

また、図１５は、本明細書で述べたプログラムを実行して、上述した種々の実施の形態の情報処理装置Ａを実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。図１５は、このコンピュータシステム３００の概観図であり、図１６は、システム３００のブロック図である。

【0251】

図１５において、コンピュータシステム３００は、ＣＤ－ＲＯＭドライブを含むコンピュータ３０１と、キーボード３０２と、マウス３０３と、モニタ３０４とを含む。

【0252】

図１６において、コンピュータ３０１は、ＣＤ－ＲＯＭドライブ３０１２に加えて、ＭＰＵ３０１３と、ＣＤ－ＲＯＭドライブ３０１２等に接続されたバス３０１４と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ３０１５と、ＭＰＵ３０１３に接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのＲＡＭ３０１６と、アプリケーションプログラム、システムプログラム、及びデータを記憶するためのハードディスク３０１７とを含む。ここでは、図示しないが、コンピュータ３０１は、さらに、ＬＡＮへの接続を提供するネットワークカードを含んでも良い。

【0253】

コンピュータシステム３００に、上述した実施の形態の情報処理装置Ａの機能を実行させるプログラムは、ＣＤ－ＲＯＭ３１０１に記憶されて、ＣＤ－ＲＯＭドライブ３０１２に挿入され、さらにハードディスク３０１７に転送されても良い。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ３０１に送信され、ハードディスク３０１７に記憶されても良い。プログラムは実行の際にＲＡＭ３０１６にロードされる。プログラムは、ＣＤ－ＲＯＭ３１０１またはネットワークから直接、ロードされても良い。

【0254】

プログラムは、コンピュータ３０１に、上述した実施の形態の情報処理装置Ａの機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいれば良い。コンピュータシステム３００がどのように動作するかは周知であり、詳細な説明は省略する。

【0255】

なお、上記プログラムにおいて、情報を送信するステップや、情報を受信するステップなどでは、ハードウェアによって行われる処理、例えば、送信ステップにおけるモデムやインターフェースカードなどで行われる処理（ハードウェアでしか行われない処理）は含まれない。

【0256】

また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。

【0257】

また、上記各実施の形態において、各処理は、単一の装置によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。

【0258】

本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。

【産業上の利用可能性】

【0259】

以上のように、本発明にかかる情報処理装置Ａは、企業が行う事業に関する企業情報を用いて、重要な特許を決定できるという効果を有し、情報処理装置等として有用である。

【符号の説明】

【0260】

Ａ 情報処理装置
１ 格納部
２ 受付部
３ 処理部
４ 出力部
１１ 企業情報格納部
１２ 特許情報格納部
１３ コード辞書
１４ モデル格納部
３１ 関連度取得部
３２ 決定部
３３ 価値情報取得部
４１ 選択特許出力部
４２ 価値情報出力部
３１１ 企業重要情報取得手段
３１２ 特許重要情報取得手段
３１３ 関連度取得手段
３３１ カテゴリー決定手段
３３２ 価値情報取得手段

【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】