特開 2024-123312 プログラム、逆クロス分類装置、およびテキストの分類方法

(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】P2024123312

(43)【公開日】2024-09-12

(54)【発明の名称】プログラム、逆クロス分類装置、およびテキストの分類方法

(51)【国際特許分類】

   G06F 16/35 20190101AFI20240905BHJP

【ＦＩ】

G06F16/35

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2023030611

(22)【出願日】2023-03-01

【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】503420833

【氏名又は名称】学校法人常翔学園

(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】開本 亮

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA01

5B175FA03

5B175FB02

(57)【要約】

【課題】従来、第一種テキストに付加されている第一種コードを適切に第二種テキストに付与できなかった。
【解決手段】第一種コード、第二種コード、共通コードが付与された１以上の第一種テキストと、第二種コード、共通コードが付与された１以上の第二種テキストと、所定の第二種コード及び共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得するテキスト群取得部１３３と、当該１以上の各第二種テキストと当該１以上の各第一種テキストとの類似度を計算する類似度計算部１３４と、テキスト群取得部１３３が取得した１以上の各第二種テキストに対して、類似度計算部１３４が計算した類似度を用いて、１以上の第一種テキストに付与されている１以上の第一種コードを付与する付与部１３５とを具備する逆クロス分類装置１により、第一種テキストに付加されている第一種コードを適切に第二種テキストに付与できる。
【選択図】図１

【特許請求の範囲】

【請求項1】

１以上の第一種コードが付与されている１以上の各第一種テキストであり、当該１以上の各第一種テキストに対して第二種コードを付与するクロス分類部により１以上の第二種コードが付与され、当該１以上の各第一種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第一種テキストが格納される第一種格納部と、１以上の第二種コードが付与されている１以上の各第二種テキストであり、当該１以上の各第二種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第二種テキストが格納される第二種格納部とにアクセス可能なコンピュータを、
前記１以上の第一種テキストおよび前記１以上の第二種テキストから、所定の第二種コード及び共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得するテキスト群取得部と、
前記テキスト群取得部が取得した１以上の各第二種テキストと前記テキスト群取得部が取得した１以上の各第一種テキストとの類似度を計算する類似度計算部と、
前記テキスト群取得部が取得した１以上の各第二種テキストに対して、前記類似度計算部が計算した類似度を用いて、前記１以上の第一種テキストに付与されている１以上の第一種コードを付与する付与部として機能させるためのプログラム。

【請求項2】

前記コンピュータを、
前記１以上の各第一種テキストに対して第二種コードを付与するクロス分類部と、
前記１以上の各第一種テキストおよび前記１以上の各第二種テキストに対して共通コードを付与する共通分類部としてさらに機能させるための請求項１記載のプログラム。

【請求項3】

前記共通コードのコード個数は、前記第一種コードの個数よりも少ない請求項１または請求項２記載のプログラム。

【請求項4】

前記付与部は、
前記１以上の各第二種テキストに対して、類似度が１位からＭ位（Ｍは自然数）までの前記第一種テキストの筆頭の第一種コード及び対応するＭ個の類似度を取得し、
１または２以上の筆頭の各第一種コードごとに、各第一種コードの１以上の類似度の和である累積類似度を取得し、
採用条件を満たす累積類似度に対応する１以上の第一種コードを、前記１以上の各第二種テキストに付与するものとして、前記コンピュータを機能させるための請求項１記載のプログラム。

【請求項5】

前記第一種テキストは論文テキストであり、前記第二種テキストは特許テキストであり、
前記第一種コードはＪＳＴコードであり、前記第二種コードはＩＰＣコードまたはＦＩまたはＦタームまたはＣＰＣコードであり、前記共通コードはＪＳＰＳ共通コードである請求項１記載のプログラム。

【請求項6】

前記１以上の各第二種テキストが特許法第３０条の新規性喪失の例外適用の対象となった特許出願の特許テキストであり、
前記１以上の各第一種テキストが前記１以上の第二種テキストのうちのいずれかの特許テキストに対する特許出願前に公開された発明に対する論文テキストであり、
前記付与部は、
前記１以上の各特許テキストに対してＪＳＴコードを付与し、
前記１以上の各特許テキストごとに、特許テキストに付与されたＪＳＴコードと当該特許テキストに対する前記論文テキストに付与されているＪＳＴコードとが一致するか否かを判断し、前記１以上の各特許テキストごとの判断結果を用いた正確度に関する正確度情報を取得し、当該正確度情報を出力するものとして、前記コンピュータを機能させるための請求項５記載のプログラム。

【請求項7】

１以上の第一種コードが付与されている１以上の各第一種テキストであり、当該１以上の各第一種テキストに対して第二種コードを付与するクロス分類部により１以上の第二種コードが付与され、当該１以上の各第一種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第一種テキストが格納される第一種格納部と、
１以上の第二種コードが付与されている１以上の各第二種テキストであり、当該１以上の各第二種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第二種テキストが格納される第二種格納部と、
前記１以上の第一種テキストおよび前記１以上の第二種テキストから、所定の第二種コード及び共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得するテキスト群取得部と、
前記テキスト群取得部が取得した１以上の各第二種テキストと前記テキスト群取得部が取得した１以上の各第一種テキストとの類似度を計算する類似度計算部と、
前記テキスト群取得部が取得した１以上の各第二種テキストに対して、前記類似度計算部が計算した類似度を用いて、前記１以上の第一種テキストに付与されている１以上の第一種コードを付与する付与部とを具備する逆クロス分類装置。

【請求項8】

１以上の第一種コードが付与されている１以上の各第一種テキストであり、当該１以上の各第一種テキストに対して第二種コードを付与するクロス分類部により１以上の第二種コードが付与され、当該１以上の各第一種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第一種テキストが格納される第一種格納部と、１以上の第二種コードが付与されている１以上の各第二種テキストであり、当該１以上の各第二種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第二種テキストが格納される第二種格納部と、テキスト群取得部と、類似度計算部と、付与部とにより実現されるテキストの分類方法であって、
前記テキスト群取得部が、前記１以上の第一種テキストおよび前記１以上の第二種テキストから、所定の第二種コード及び共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得するテキスト群取得ステップと、
前記類似度計算部が、前記テキスト群取得ステップで取得された１以上の各第二種テキストと前記テキスト群取得ステップで取得された１以上の各第一種テキストとの類似度を計算する類似度計算ステップと、
前記付与部が、前記テキスト群取得ステップで取得された１以上の各第二種テキストに対して、前記類似度計算ステップで計算された類似度を用いて、前記１以上の第一種テキストに付与されている１以上の第一種コードを付与する付与ステップとを具備するテキストの分類方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、テキストを分類するためのコードをテキストに付与するプログラム等に関するものである。

【背景技術】

【0002】

従来、論文に対して、論文分類（例えばＪＳＴコード）ではなく、異なるカテゴリーである特許分類（例えばＩＰＣコード）を付与できるクロス分類の技術があった（非特許文献１参照）。

【先行技術文献】

【非特許文献】

【0003】

【非特許文献1】難波 英嗣、外３名、“学術論文の国際特許分類への自動分類”、［online］、［令和５年２月１２日検索］、インターネット［URL：https://www.japio.or.jp/00yearbook/files/2008book/08_4_04.pdf］

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来技術においては、特許に対して、異なるカテゴリーである論文分類を付与できる逆方向のクロス分類の技術はなかった。

【0005】

また、特に特許法３０条適用の関係にある論文と特許については、従来技術において、例えば、第一種テキストの例である論文に第二種コードの例であるＩＰＣコードを付与する場合、当該ＩＰＣコードは当該論文に対する特許法第３０条適用の特許出願のＩＰＣコードに一致しなければならず、かつ特許法第３０条適用の特許出願に第一種コードの例であるＪＳＴコードを付与する場合、当該ＪＳＴコードは元の論文のＪＳＴコードに一致しなければならないところ、かかる一致が困難であった。また、従来技術においては、第一種テキストに第二種コードを付与した場合の正確度と、第二種テキストに第一種コードを付与した場合の正確度が分からないために、ユーザは、当該コードを付与するシステムを安心して使用できなかった。

【課題を解決するための手段】

【0006】

本第一の発明のプログラムは、１以上の第一種コードが付与されている１以上の各第一種テキストであり、１以上の各第一種テキストに対して第二種コードを付与するクロス分類部により１以上の第二種コードが付与され、１以上の各第一種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第一種テキストが格納される第一種格納部と、１以上の第二種コードが付与されている１以上の第二種テキストであり、１以上の各第二種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第二種テキストが格納される第二種格納部とにアクセス可能なコンピュータを、１以上の第一種テキストおよび１以上の第二種テキストから、所定の第二種コード及び共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得するテキスト群取得部と、テキスト群取得部が取得した１以上の各第二種テキストとテキスト群取得部が取得した１以上の各第一種テキストとの類似度を計算する類似度計算部と、テキスト群取得部が取得した１以上の各第二種テキストに対して、類似度計算部が計算した類似度を用いて、１以上の第一種テキストに付与されている１以上の第一種コードを付与する付与部として機能させるためのプログラムである。

【0007】

かかる構成により、第一種テキストに付加されている第一種コードを適切に第二種テキストに付与できる。

【0008】

また、本第二の発明のプログラムは、第一の発明に対して、コンピュータを、１以上の各第一種テキストに対して第二種コードを付与するクロス分類部と、１以上の各第一種テキストおよび１以上の各第二種テキストに対して共通コードを付与する共通分類部としてさらに機能させるためのプログラムである。

【0009】

かかる構成により、逆クロス分類の処理を完結できる。

【0010】

また、本第三の発明のプログラムは、第一または第二の発明に対して、共通コードのコード個数は、第一種コードの個数よりも少ないプログラムである。

【0011】

かかる構成により、共通コード１つ当たりのカバー範囲が広く、取り溢しが少なくなる。

【0012】

なお、共通コードのコード個数を、第?種コードのコード個数の１０％以下にすること、即ち、コード１つあたりの付与範囲を１０倍以上とすることが望ましい。また、コードが階層構造となっている場合は、共通コードの所定階層のコード個数が、第?のコードの所定階層のコード個数よりも?さくなるように、望ましくは１０％以下にすればよい。

【0013】

また、本第四の発明のプログラムは、第一から第三いずれか１つの発明に対して、付与部は、１以上の各第二種テキストに対して、類似度が１位からＭ位（Ｍは自然数）までの第一種テキストの筆頭の第一種コード及び対応するＭ個の類似度を取得し、１または２以上の筆頭の各第一種コードごとに、各第一種コードの１以上の類似度の和である累積類似度を取得し、採用条件を満たす累積類似度に対応する１以上の第一種コードを、１以上の各第二種テキストに付与するものとして、コンピュータを機能させるためのプログラムである。

【0014】

かかる構成により、第一種テキストに付加されている１以上の第一種コードをより適切に第二種テキストに付与できる。さらに具体的には、かかる構成により、類似度が１位の第?種コードの筆頭コードのみにより第二種テキストに付与する第一種コードを決定する場合と比較して、多数決の論理でブレや誤差が伴うことを防止し、ロバストな結果は得られることが期待できる。その理由は、以下の通りである。
［１］１位のみならずＭ位までの第?種コードの類似度の計算結果を利?するものである。ただし、第?種コードのうち、筆頭コードだけを付与するべき候補であると?做す簡易化を?う??で、
［２］当該筆頭コードが重複するか否かに応じて、類似度を合算するか否かで累積類似度を取得し、累積類似度の１位からＮ位までの第?種の筆頭コードが付与するべきコードであり、その累積類似度の大小により決定するものである。
?このような処理を?えば、いわば多数決の決定により、ロバスト性を確保した妥当な結果が得られると共に、Ｎ＞＝２とすれば、第?種コードの複数付与の処理も?うことができる。

【0015】

Ｍは５程度とし、Ｎは３程度とする事が多く、より慎重にするべき場は、Ｍは１０程度とし、Ｎは３程度とすることが適切である場合が多い。なお、取得した双?のテキスト群に、類似度が低いテキストが混?してしまうことがあり、極端な場合、類似するテキストがない場合もあり得る。このような場合は、所定の類似度よりも低いテキストを棄却するようにＭ位を決定することで、デメリットを補償しうる。経験上、類似度の計算にＣＯＳ類似度を?いる場合は、ＣＯＳ類似度０．６未満は棄却するようにＭ位を決定することが好適である。

【0016】

また、本第五の発明のプログラムは、第一から第四いずれか１つの発明に対して、第一種テキストは論文テキストであり、第二種テキストは特許テキストであり、第一種コードはＪＳＴコードであり、第二種コードはＩＰＣコードまたはＦＩまたはタームまたはＣＰＣコードであり、共通コードはＪＳＰＳ共通コードであるプログラムである。

【0017】

かかる構成により、論文テキストに付加されているＪＳＴコードを適切に特許テキストに付与できる。そして、特許テキストに付与すべきＪＳＴコードが決定されると、論文テキスト及び特許テキストには、ＩＰＣコード、ＪＳＰＳコード及びＪＳＴコードが付与されることになり、３次元座標として精密な表示と把握ができるようになり、例えば、産学連携のマッチングに資するところが大きい。

【0018】

また、本第六の発明のプログラムは、第五の発明に対して、１以上の各第二種テキストが特許法第３０条の新規性喪失の例外適用の対象となった特許出願の特許テキストであり、１以上の各第一種テキストが１以上の第二種テキストのうちのいずれかの特許テキストに対する特許出願前に公開された発明に対する論文テキストであり、付与部は、１以上の各特許テキストに対してＪＳＴコードを付与するし、１以上の各特許テキストごとに、特許テキストに付与されたＪＳＴコードと当該特許テキストに対する論文テキストに付与されているＪＳＴコードとが一致するか否かを判断し、１以上の各特許テキストごとの判断結果を用いた正確度に関する正確度情報を取得し、当該正確度情報を出力ものとして、コンピュータを機能させるためのプログラムである。

【0019】

かかる構成により、３０条適用の特許テキストと論文テキストとは際だって?い類似度となる必然性があるため、当該論文テキストと当該特許テキストを上記プログラムに与え、予想通りの極めて高い類似度が得られれば、上記プログラムの信頼性を確認できる。

【発明の効果】

【0020】

本発明によるプログラムによれば、第一種テキストに付加されている第一種コードを適切に第二種テキストに付与できる。

【図面の簡単な説明】

【0021】

【図1】実施の形態１における逆クロス分類装置１のブロック図

【図2】同逆クロス分類装置１の動作例について説明するフローチャート

【図3】同クロス分類処理の例について説明するフローチャート

【図4】同共通分類処理の例について説明するフローチャート

【図5】同逆クロス分類処理の例について説明するフローチャート

【図6】同コード決定処理の例について説明するフローチャート

【図7】同論文テキストと特許テキストとの類似度の算出結果のイメージ図

【図8】同論文テキストと特許テキストとの類似度の算出結果のヒストグラム

【図9】同コンピュータシステムの概観図

【図10】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】

【0022】

以下、逆クロス分類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。

【0023】

（実施の形態１）
本実施の形態において、共通コードを用いて、第一種テキストに付加されている第一種コードを適切に第二種テキストに付与する逆クロス分類装置について説明する。

【0024】

また、本実施の形態において、第二種テキストと第一種テキストの類似度を算出し、第一種テキストに付与された第一種コードごとに、当該類似度の累積を算出し、当該類似度の累積を用いて、第二種テキストに付与する第一種コードを適切に決定し、当該第一種コードを第二種テキストに付与する逆クロス分類装置について説明する。

【0025】

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。

【0026】

図１は、本実施の形態における逆クロス分類装置１のブロック図である。逆クロス分類装置１は、格納部１１、受付部１２、処理部１３、および出力部１４を備える。格納部１１は、第一種格納部１１１、および第二種格納部１１２を備える。処理部１３は、クロス分類部１３１、共通分類部１３２、テキスト群取得部１３３、類似度計算部１３４、および付与部１３５を備える。

【0027】

格納部１１には、各種の情報が格納される。各種の情報は、例えば、後述する第一種テキスト、後述する第二種テキスト、後述する各種の学習モデル、後述する採用条件である。なお、格納部１１は、通常、第一種格納部１１１、第二種格納部１１２を具備するが、第一種格納部１１１、第二種格納部１１２は、他の装置が有しても良い。そして、逆クロス分類装置１の格納部１１に、他の装置から取得された１以上の第一種テキストが一時的に格納されても良い。また、格納部１１に、他の装置から取得された１以上の第二種テキストが一時的に格納されても良い。

【0028】

第一種テキストおよび第二種テキストはテキストである。テキストは、ここでは、通常、論文や特許等の文献の一部または全部の文字情報をいう。テキストの言語は、日本語でも良いし、外国語でも良い。テキストは、例えば、テキストファイルであるが、ＨＴＭＬファイル、ＸＭＬファイル等、そのデータ形式は問わない。

【0029】

第一種格納部１１１には、１または２以上の第一種テキストが格納される。第一種テキストとは、第二種テキストと種類が異なるテキストである。１以上の各第一種テキストには、１または２以上の第一種コードが付与されている。つまり、１以上の各第一種テキストには、１または２以上の第一種コードが対応付いている。第一種テキストに対応付く第一種コードは、第一種テキストの内容を理解した付与者が付与したコードであることは好適である。コードは、テキストの分類のための情報である。コードは、分類コードと言っても良い。

【0030】

第一種格納部１１１の１以上の各第一種テキストには、予め後述する第二種コードが付与されていても良い。また、１以上の各第一種テキストに、クロス分類部１３１が第二種コードを付与しても良い。なお、第一種テキストに予め後述する第二種コードが付与されている場合、逆クロス分類装置１はクロス分類部１３１を具備しなくても良い。

【0031】

第一種格納部１１１の１以上の各第一種テキストには、予め後述する共通コードが付与されていても良い。また、１以上の各第一種テキストに、共通分類部１３２が共通コードを付与しても良い。なお、第一種テキストに予め後述する共通コードが付与されている場合、逆クロス分類装置１は共通分類部１３２を具備しなくても良い。

【0032】

第一種コード、第二種コード、および共通コードは、コードである。コードは、テキストの内容に対応して付与される記号または符合をいう。テキストに付与されるコードの数は、通常、１個であるが、２個以上でも良い。テキストに付与されるコードの一つは、筆頭コードという。テキストに付与されるコードの数が２個以上である場合、当該２以上のコードは、筆頭コードとそれ以外のコードである。なお、筆頭コードは、通常、そのテキストの内容を代表的に示すものである。

【0033】

テキストにコードが付与されることは、テキストとコードとが対応付けば良い。テキストにコードが付与されることは、例えば、テキストとコードとがリンクづけられること、テキストの中にコードが含まれること、テキストとコードとが対応付けて蓄積されることである。ただし、テキストにコードが付与される態様は問わない。

【0034】

第一種テキストは、例えば、論文テキストである。論文テキストとは、論文のテキストである。論文は、通常、学術論文、科学技術論文であるが、問わない。ただし、第一種テキストは、論文テキスト以外の種類のテキストでも良い。第一種テキストは、特許テキストでも良い。なお、第一種テキストに、図や表が含まれていても良い。

【0035】

第一種テキストが論文テキストである場合、第一種コードは、論文コードである。論文コードとは、論文を分類するためのコードである。論文コードは、例えば、ＪＳＴコードである。第一種テキストが特許テキストである場合、第一種コードは、特許コードである。特許コードは、特許分類コードと言っても良い。特許コードは、例えば、ＩＰＣコード、ＦＩ、Ｆターム、またはＣＰＣ（Cooperative Patent Classification）コードである。第一種コードは、例えば、産業分類コードでも良い。

【0036】

ＪＳＴコードとは、日本科学技術推進機構による論文分類コードをいう。ＪＳＴコードの個数は、最深の階層で約３，２００である。ＪＳＴコードは、ＪＳＴ分類コードと言っても良い。

【0037】

ＩＰＣコードとは、１９７１年のストラスブール協定による特許分類コードをいう。ＩＰＣコードの個数は、最深の階層で約８０，０００であり、メイングループで約７，４００ある。

【0038】

第一種テキストに付与されている第一種コードは、付与者（人）が付与したコードであることは好適である。第一種コードは、第一種テキストの内容を理解した付与者が付与したコードであることは好適である。

【0039】

第二種格納部１１２は、１または２以上の第二種テキストが格納される。１以上の各第二種テキストには、１または２以上の第二種コードが付与されている。つまり、１以上の各第二種テキストには、１または２以上の第二種コードが対応付いている。第二種テキストに対応付く第二種コードは、付与者が付与したコードであることは好適である。第二種テキストに対応付く第二種コードは、第二種テキストの内容を理解した付与者が付与したコードであることは好適である。なお、第二種テキストに、図や表が含まれていても良い。

【0040】

第二種テキストは、例えば、特許テキストである。特許テキストとは、特許のテキストである。特許テキストは、特許請求の範囲、明細書、要約書等の特許情報に関するテキストを含むものをいい、図や表が含まれても良い。特許テキストは、例えば、公開特許公報のテキスト、特許公報のテキスト、再公表公報のテキスト、作成中の特許文書（例えば、特許請求の範囲、明細書、および要約書の中の１以上の文書）である。つまり、特許テキストの特許のステータス（公開中、特許権を得ている、出願前等）は問わない。第二種テキストは、特許テキスト以外の種類のテキストでも良い。第一種テキストは、論文テキストでも良い。

【0041】

第二種テキストが特許テキストである場合、第二種コードは、例えば、ＩＰＣコード、ＦＩ、Ｆターム、またはＣＰＣコードである。第二種テキストが論文テキストである場合、第二種コードは、例えば、ＪＳＴコードである。

【0042】

受付部１２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、処理開始指示、前処理開始指示、本処理開始指示、出力指示、マップ出力指示である。

【0043】

処理開始指示とは、逆クロス分類装置１の処理部１３の全処理を開始する指示である。

【0044】

前処理開始指示とは、前処理の開始の指示である。前処理は、後述する本処理の事前に行われる処理である。前処理は、逆クロス分類装置１の処理部１３が行うクロス分類処理および共通分類処理である。

【0045】

本処理開始指示とは、本処理の開始の指示である。本処理とは、後述する逆クロス分類処理の対象のテキスト群を取得し、当該テキスト群を用いて、逆クロス分類を行うことである。本処理は、テキスト群取得部１３３、類似度計算部１３４、および付与部１３５が行う処理である。

【0046】

出力指示とは、情報の出力の指示である。情報とは、第一種コードおよび第二種コードが付与された第一種テキスト、第一種コードおよび第二種コードが付与された第二種テキストである。

【0047】

マップ出力指示とは、マップの出力指示である。マップとは、コードを用いて、テキストの分類を表示した情報である。マップは、例えば、後述する第一テキストマップ、または後述する第二テキストマップである。

【0048】

受付部１２は、例えば、ユーザから各種の指示や情報を受け付ける。受付部１２は、例えば、図示しない端末装置から各種の指示や情報を受信する。

【0049】

各種の指示や情報入力手段は、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。

【0050】

処理部１３は、各種の処理を行う。各種の処理とは、例えば、クロス分類部１３１、共通分類部１３２、テキスト群取得部１３３、類似度計算部１３４、付与部１３５が行う処理である。逆クロス分類装置１がクロス分類部１３１および共通分類部１３２を有しない場合、各種の処理とは、例えば、テキスト群取得部１３３、類似度計算部１３４、付与部１３５が行う処理である。

【0051】

処理部１３は、例えば、第一種コードと第二種コードとを付与された第一種テキストと第二種テキストとを用いて、後述する第一テキストマップを構成する。

【0052】

処理部１３は、例えば、第一種コードと第二種コードと共通コードを付与された第一種テキストと第二種テキストとを用いて、後述する第二テキストマップを構成する。

【0053】

処理部１３は、例えば、１以上の各第二種テキストごとに、第二種テキストに付与された第一種コードと当該第二種テキストに対する第一種テキストに付与されている第一種コードとが一致するか否かを判断し、１以上の各第二種テキストごとの判断結果を用いた正確度に関する正確度情報を取得し、当該正確度情報を出力する。正確度情報は、例えば、正解率、再現率、適合率、Ｆ値である。

【0054】

さらに具体的には、処理部１３は、例えば、１以上の各特許テキストごとに、特許テキストに付与されたＪＳＴコードと当該特許テキストに対する特許出願前に公開された発明に対する論文テキストに付与されているＪＳＴコードとが一致するか否かを判断し、１以上の各特許テキストごとの判断結果を用いた正確度に関する正確度情報を取得し、当該正確度情報を出力する。

【0055】

処理部１３は、例えば、１以上の各第一種テキストごとに、第一種テキストに付与された第二種コードと当該第一種テキストに対する第二種テキストに付与されている第二種コードとが一致するか否かを判断し、１以上の各第一種テキストごとの判断結果を用いた正確度に関する正確度情報を取得し、当該正確度情報を出力する。

【0056】

さらに具体的には、処理部１３は、例えば、１以上の各論文テキストごとに、論文テキストに付与されたＩＰＣコードと当該論文テキストに対する特許テキストに付与されているＩＰＣコードとが一致するか否かを判断し、１以上の各論文テキストごとの判断結果を用いた正確度に関する正確度情報を取得し、当該正確度情報を出力する。

【0057】

クロス分類部１３１は、１以上の各第一種テキストに対して１または２以上の第二種コードを付与する。クロス分類部１３１は、例えば、第一種格納部１１１の１以上の各第一種テキストに対して、１以上の第二種コードを付与する。

【0058】

クロス分類部１３１が第一種テキストに対して第二種コードを付与するアルゴリズムは問わない。クロス分類部１３１は、例えば、以下の（１）または（２）の方法で、第一種テキストに対して第二種コードを付与する。
（１）機械学習を用いる場合

【0059】

クロス分類部１３１は、通常、第一種格納部１１１の１以上の各第一種テキストごとに、第一種学習モデルと第一種テキストとを用いて、機械学習の予測処理により、当該第一種テキストに付与するべき１または２以上の第二種コードを取得する。次に、クロス分類部１３１は、１以上の各第一種テキストごとに、取得した１以上の第二種コードを付与する。

【0060】

さらに具体的には、クロス分類部１３１は、例えば、第一種格納部１１１の１以上の各第一種テキストごとに、第一種学習モデルと第一種テキストとを機械学習の予測モジュールに与え、当該予測モジュールを実行し、１以上の第二種コードを取得する。次に、クロス分類部１３１は、１以上の各第一種テキストごとに、取得した１以上の第二種コードを付与する。

【0061】

第一種学習モデルは、第一種テキストと１または２以上の第二種コードとを有する２以上の教師データを用いて、機械学習の学習処理により、作成された学習モデルである。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。

【0062】

さらに具体的には、処理部１３または図示しない学習部は、第一種テキストと１以上の第二種コードとを有する２以上の教師データを機械学習の学習モジュールに与え、当該学習モジュールを実行し、第一種学習モデルを取得し、蓄積する。

【0063】

本明細書における機械学習のアルゴリズムは、深層学習が好適であるが、ランダムフォレスト、決定木等でも良い。つまり、機械学習のアルゴリズムは問わない。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。
（２）文書ベクトルの類似度を用いる場合

【0064】

クロス分類部１３１は、例えば、第一種格納部１１１の１以上の各第一種テキストごとに、第一種テキストの文書ベクトルを取得する。次に、クロス分類部１３１は、例えば、当該文書ベクトルとの類似度が最も大きい文書ベクトルを対応表から決定し、当該文書ベクトルと対になる１または２以上の第二種コードを当該対応表から取得し、当該１以上の第二種コードを第一種テキストに付与しても良い。かかる場合、対応表は、文書ベクトルと１以上の第二種コードとの組である２以上の対応情報を有する。

【0065】

共通分類部１３２は、１以上の各第一種テキストおよび１以上の各第二種テキストに対して共通コードを付与する。

【0066】

共通コードとは、第一種テキストにも、第二種テキストにも、付与され得るコードである。共通コードは、付与者が付与するコードであることは好適である。共通コードのコード個数は、例えば、第一種コードの個数よりも少ない。共通コードのコード個数は、例えば、第二種コードの個数よりも少ない。

【0067】

第一種テキストが論文テキストであり第二種テキストが特許テキストである場合、および第一種テキストが特許テキストであり第二種テキストが論文テキストである場合は、共通コードは、例えば、ＪＳＰＳ共通コードである。共通コードは、例えば、産業分類コードでも良い。

【0068】

ＪＳＰＳ共通コードとは、日本学術振興会の科学研究費の審査分類コードである。同振興会の科研費において、採択テーマの研究成果報告書（以下、報告書という）には、JSPSコードと、研究成果としての論文の書誌事項及び特許の書誌事項（例えば、出願番号）が記載されている。つまり、かかる報告書には、１または２以上の論文テキストが対応付いている。また、報告書には、１または２以上の特許テキストが対応付いている。

【0069】

共通分類部１３２は、１以上の各第一種テキストおよび１以上の各第二種テキストに対して共通コードを付与するアルゴリズムは、例えば、以下の（１）または（２）である。
（１）機械学習を用いる場合

【0070】

共通分類部１３２は、通常、第一種格納部１１１の１以上の各第一種テキストおよび第二種格納部１１２の１以上の各第二種テキストの各テキストごとに、共通学習モデルとテキストとを用いて、機械学習の予測処理により、当該テキストに付与するべき１以上の共通コードを取得する。次に、共通分類部１３２は、１以上の各テキストごとに、取得した１以上の共通コードを付与する。

【0071】

さらに具体的には、共通分類部１３２は、例えば、第一種格納部１１１の１以上の各第一種テキストおよび第二種格納部１１２の１以上の各第二種テキストの各テキストごとに、共通学習モデルとテキストとを機械学習の予測モジュールに与え、当該予測モジュールを実行し、１以上の共通コードを取得する。次に、共通分類部１３２は、１以上の各テキストごとに、取得した１以上の共通コードを付与する。

【0072】

共通学習モデルは、テキストと１以上の共通コードとを有する２以上の教師データを用いて、機械学習の学習処理により、作成された学習モデルである。

【0073】

共通学習モデルは、例えば、１以上の各報告書に付されている１以上のＪＳＰＳ共通コードと当該報告書に記載されている論文の書誌事項に対応する論文テキストとを有する教師データ、および当該報告書に付されている１以上のＪＳＰＳ共通コードと当該報告書に記載されている特許の書誌事項に対応する特許テキストとを有する教師データを用いて、機械学習の学習処理により、作成された学習モデルである。

【0074】

さらに具体的には、処理部１３または図示しない学習部は、１以上の各報告書ごとに、報告書に対応する１以上のＪＳＰＳ共通コードを取得し、当該報告書の中の論文の書誌事項に対応する論文テキストを取得し、論文テキストから文書ベクトルを取得し、当該１以上のＪＳＰＳ共通コードと当該文書ベクトルとを有する教師データを取得する。また、処理部１３または図示しない学習部は、科学研究費助成事業の１以上の各報告書ごとに、報告書に対応する１以上のＪＳＰＳ共通コードを取得し、当該報告書の中の特許の書誌事項（例えば、特許出願番号）に対応する特許テキストを取得し、当該特許テキストから文書ベクトルを取得し、当該１以上のＪＳＰＳ共通コードと当該文書ベクトルとを有する教師データを取得する。次に、処理部１３または図示しない学習部は、２以上の教師データを機械学習の学習モジュールに与え、当該学習モジュールを実行し、共通学習モデルを取得し、蓄積する。
（２）文書ベクトルの類似度を用いる場合

【0075】

共通分類部１３２は、例えば、第一種格納部１１１の１以上の各第一種テキストおよび第二種格納部１１２の１以上の各第二種テキストの各テキストごとに、テキストから文書ベクトルを取得する。次に、共通分類部１３２は、例えば、当該文書ベクトルとの類似度が最も大きい文書ベクトルを対応表から決定し、当該文書ベクトルと対になる１以上の共通コードを当該対応表から取得し、当該１以上の共通コードをテキストに付与しても良い。かかる場合、対応表は、文書ベクトルと１以上の共通コードとの組である２以上の対応情報を有する。

【0076】

テキスト群取得部１３３は、１以上の第一種テキストおよび１以上の第二種テキストから、所定の第二種コード及び共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得する。なお、ここでの所定の第二種コード及び共通コードの与え方は問わない。

【0077】

テキスト群取得部１３３は、通常、第一種格納部１１１の１以上の第一種テキストおよび第二種格納部１１２の１以上の第二種テキストから、同じ第二種コードおよび同じ共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得する。

【0078】

テキスト群取得部１３３は、例えば、一つの第二種コードと一つの共通コードの組を２組以上取得し、各組ごとに、各組の２つのコードが付与された１以上の第一種テキストおよび１以上の第二種テキストを取得する。かかる場合、２つのコードが付与された１以上の第一種テキストおよび１以上の第二種テキストは、２つの各コードが筆頭のコードとして付与されている１以上の第一種テキストおよび１以上の第二種テキストであることは好適である。

【0079】

テキスト群取得部１３３は、例えば、ユーザから与えられた１以上の第二種コードと１以上の共通コードの１以上の組を取得し、各組ごとに、各組に含まれる２以上のコードが付与された１以上の第一種テキストおよび１以上の第二種テキストを取得する。

【0080】

テキスト群取得部１３３は、同じ第二種コードと共通コードとの組を含む第一種テキストと第二種テキストとを取得すれば良く、その範囲は問わない。

【0081】

類似度計算部１３４は、テキスト群取得部１３３が取得した１以上の各第二種テキストとテキスト群取得部１３３が取得した１以上の各第一種テキストとの類似度を計算する。

【0082】

類似度計算部１３４は、テキスト群取得部１３３が取得した１以上の各第二種テキストごとに、第二種テキストとテキスト群取得部１３３が取得した１以上の各第一種テキストとの類似度を計算する。

【0083】

なお、第二種テキストと第一種テキストとの類似度を取得する場合、類似度計算部１３４は、例えば、当該第二種テキストから文書ベクトルを取得する。また、類似度計算部１３４は、例えば、当該第一種テキストから文書ベクトルを取得する。次に、類似度計算部１３４は、例えば、２つの文書ベクトルの類似度を算出する。なお、テキストから文書ベクトルを取得する技術、２つのベクトルの類似度を算出する技術は公知技術であるので、詳細な説明は省略する。

【0084】

付与部１３５は、テキスト群取得部１３３が取得した１以上の各第二種テキストに対して、類似度計算部１３４が計算した類似度を用いて、１以上の第一種テキストに付与されている１以上の第一種コードを付与する。

【0085】

付与部１３５は、例えば、テキスト群取得部１３３が取得した１以上の各第二種テキストに対して、類似度計算部１３４が計算した類似度が採用条件を満たす類似度に対応する１以上の第一種コードを付与する。

【0086】

第一種テキストが論文テキストであり、第二種テキストが特許テキストである場合、付与部１３５は、例えば、１以上の各特許テキストに対してＪＳＴコードを付与する。

【0087】

採用条件とは、第二種テキストに付与する第一種コードを決定するための条件である。採用条件は、テキスト間の類似度に関する条件である。テキスト間の類似度に関する条件は、第一種コードの累積類似度に関する条件も含む。採用条件は、第二種テキストと第一種テキストとの間の類似度に関する条件である。採用条件は、例えば、第二種テキストと第一種テキストとの類似度が閾値以上または閾値より大きいことである。採用条件は、例えば、第二種テキストと２以上の各第一種テキストとの類似度の順位が閾値以上または閾値より高いことである。採用条件は、例えば、後述する累積類似度が閾値以上または閾値より大きい第一種コードであることである。採用条件は、例えば、後述する累積類似度の順位が閾値以上または閾値より高い第一種コードであることである。

【0088】

付与部１３５は、例えば、以下の（１）または（２）の方法により、第二種テキストに付与する第一種コードを決定する。
（１）累積類似度を用いる場合

【0089】

付与部１３５は、例えば、格納部１１から採用条件を取得する。付与部１３５は、例えば、１以上の各第二種テキストに対して、類似度の順位が１位からＭ位（Ｍは自然数）までの第一種テキストの筆頭の第一種コード及び対応するＭ個の類似度を取得する。次に、付与部１３５は、例えば、１以上の各第二種テキストに対して、１または２以上の筆頭の各第一種コードごとに、各第一種コードの１以上の類似度の和である累積類似度を取得する。なお、一度しか出現しない第一種コードについて、付与部１３５は、一つの類似度を累積類似度とする。次に、付与部１３５は、例えば、１以上の各第二種テキストに対して、採用条件を満たす累積類似度に対応する１以上の第一種コードを、前記１以上の各第二種テキストに付与する。
（２）文書ベクトルの類似度を用いる場合

【0090】

付与部１３５は、例えば、格納部１１から採用条件を取得する。付与部１３５は、例えば、テキスト群取得部１３３が取得した１以上の各第二種テキストごとに、採用条件を満たす類似度に対応する１以上の第一種テキストを決定する。次に、付与部１３５は、例えば、当該１以上の第一種テキストに付与されている１以上の第一種コードを取得する。次に、付与部１３５は、例えば、テキスト群取得部１３３が取得した１以上の各第二種テキストごとに、取得した１以上の第一種コードを付与する。

【0091】

出力部１４は、各種の情報を出力する。各種の情報は、例えば、第一種コードが付与された第二種テキスト、第一テキストマップ、第二テキストマップである。

【0092】

第一テキストマップとは、第一種コード（例えば、ＪＳＴコード）を横軸または縦軸とし、第二種コード（例えば、ＩＰＣコード）を縦軸または横軸とするテキストマップであり、第一種コードと第二種コードとを付与された論文テキストと特許テキストとに対する二次元のマップである。

【0093】

第二テキストマップとは、第一種コード（例えば、ＪＳＴコード）、第二種コード（例えば、ＩＰＣコード）、および共通コード（ＪＳＰＳ共通コード）の３軸のテキストマップであり、第一種コードと第二種コードと共通コードとが付与された論文テキストと特許テキストとに対する三次元のマップである。

【0094】

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。

【0095】

格納部１１、第一種格納部１１１、および第二種格納部１１２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。

【0096】

格納部１１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１１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１１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１１等で記憶されるようになってもよい。

【0097】

受付部１２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。

【0098】

処理部１３、クロス分類部１３１、共通分類部１３２、テキスト群取得部１３３、類似度計算部１３４、および付与部１３５は、通常、プロセッサやメモリ等から実現され得る。処理部１３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。

【0099】

出力部１４は、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１４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。

【0100】

次に、逆クロス分類装置１の動作例について、図２のフローチャートを用いて説明する。

【0101】

（ステップＳ２０１）処理部１３は、前処理開始のタイミングであるか否かを判断する。前処理開始のタイミングであればステップＳ２０２に行き、前処理開始のタイミングでなければステップＳ２０４に行く。

【0102】

なお、前処理開始のタイミングは、例えば、受付部１２が前処理開始指示を受け付けた場合、予め決められた時刻になった場合である。

【0103】

（ステップＳ２０２）クロス分類部１３１は、クロス分類処理を行う。クロス分類処理の例について、図３のフローチャートを用いて説明する。

【0104】

なお、クロス分類処理とは、１以上の各第一種テキスト（例えば、論文テキスト）に１以上の第二種コード（例えば、ＩＰＣコード）を付与する処理である。

【0105】

（ステップＳ２０３）共通分類部１３２は、共通分類処理を行う。ステップＳ２０１に戻る。共通分類処理の例について、図４のフローチャートを用いて説明する。

【0106】

なお、共通分類処理とは、１以上の各テキスト（例えば、論文テキストと特許テキスト）に１以上の共通コード（例えば、ＪＳＰＳ共通コード）を付与する処理である。ここでの１以上のテキストは、１以上の第一種テキストおよび１以上の第二種テキストである。

【0107】

（ステップＳ２０４）処理部１３は、本処理開始のタイミングであるか否かを判断する。本処理開始のタイミングであればステップＳ２０５に行き、本処理開始のタイミングでなければステップＳ２１４に行く。

【0108】

なお、本処理開始のタイミングは、例えば、受付部１２が本理開始指示を受け付けた場合、予め決められた時刻になった場合、前処理が完了した場合である。つまり、逆クロス分類装置１は、前処理と本処理とを連続して行っても良い。

【0109】

（ステップＳ２０５）テキスト群取得部１３３は、カウンタｉに１を代入する。

【0110】

（ステップＳ２０６）テキスト群取得部１３３は、ｉ番目のコードセットが存在するか否かを判断する。ｉ番目のコードセットが存在する場合はステップＳ２０７に行き、存在しない場合はステップＳ２０１に戻る。

【0111】

なお、コードセットとは、１または２以上の第二種コードと１または２以上の共通コードの組である。コードセットは、１つの第二種コードと１つの共通コードの組であることは好適である。コードセットの数は、例えば、第二種コードの数（Ｘ個）と共通コードの数（Ｙ個）を乗算した数（Ｘ＊Ｙ）である。コードセットの数は、例えば、受け付けられた本理の開始の指示に含まれるコードセットの数である。

【0112】

つまり、ｉ番目のコードセットは、例えば、１または２以上の第二種コードと１または２以上の共通コードの組み合わせの全ての中のｉ番目のコードセット、または受け付けられた本処理開始指示に含まれる１以上のコードセットの中のｉ番目のコードセットである。

【0113】

（ステップＳ２０７）テキスト群取得部１３３は、第一種格納部１１１からｉ番目のコードセットに含まれる１以上の第二種コードと１以上の共通コードとに対応付く１以上の第一種テキストを取得する。

【0114】

（ステップＳ２０８）テキスト群取得部１３３は、第二種格納部１１２からｉ番目のコードセットに含まれる１以上の第二種コードと１以上の共通コードとに対応付く１以上の第二種テキストを取得する。

【0115】

（ステップＳ２０９）類似度計算部１３４は、カウンタｊに１を代入する。

【0116】

（ステップＳ２１０）類似度計算部１３４は、ステップＳ２０８で取得された１以上の第二種テキストの中で、ｊ番目の第二種テキストが存在するか否かを判断する。ｊ番目の第二種テキストが存在する場合はステップＳ２１１に行き、存在しない場合はステップＳ２１３に行く。

【0117】

（ステップＳ２１１）類似度計算部１３４等は、逆クロス分類処理を行う。逆クロス分類処理の例について、図５のフローチャートを用いて説明する。

【0118】

なお、逆クロス分類処理とは、１以上の各第二種テキストに１以上の第一種コードを付与する処理である。

【0119】

（ステップＳ２１２）類似度計算部１３４は、カウンタｊを１、インクリメントする。ステップＳ２１０に戻る。

【0120】

（ステップＳ２１３）テキスト群取得部１３３は、カウンタｉを１、インクリメントする。ステップＳ２０６に戻る。

【0121】

（ステップＳ２１４）受付部１２は、マップ出力指示を受け付けたか否かを判断する。マップ出力指示を受け付けた場合はステップＳ２１５に行き、受け付けなかった場合はステップＳ２０１に戻る。

【0122】

（ステップＳ２１５）処理部１３は、第一種格納部１１１から１以上の第一種テキストを取得する。

【0123】

（ステップＳ２１６）処理部１３は、第二種格納部１１２から１以上の第二種テキストを取得する。

【0124】

（ステップＳ２１７）処理部１３は、第一種コードおよび第二種コードを軸とする２次元または第一種コード、第二種コードおよび共通コードを軸とする３次元のマップであり、１以上の第一種テキストと１以上の第二種テキストとを、各テキストに付与されているコードを用いて分類するマップであるテキストマップを構成する。なお、テキストマップの種類は種々あり得、テキストマップを構成する技術は公知技術であるので、ここでの処理の詳細の説明は省略する。

【0125】

（ステップＳ２１８）出力部１４は、ステップＳ２１７で構成されたテキストマップを出力する。ステップＳ２０１に戻る。

【0126】

なお、図２のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

【0127】

次に、ステップＳ２０２のクロス分類処理の例について、図３のフローチャートを用いて説明する。

【0128】

（ステップＳ３０１）クロス分類部１３１は、カウンタｉに１を代入する。

【0129】

（ステップＳ３０２）クロス分類部１３１は、第一種格納部１１１に、ｉ番目の第一種テキストが存在するか否かを判断する。ｉ番目の第一種テキストが存在する場合はステップＳ３０３に行き、ｉ番目の第一種テキストが存在しない場合は上位処理にリターンする。

【0130】

（ステップＳ３０３）クロス分類部１３１は、第一種格納部１１１からｉ番目の第一種テキストを取得する。

【0131】

（ステップＳ３０４）クロス分類部１３１は、格納部１１から第一種学習モデルを取得する。

【0132】

（ステップＳ３０５）クロス分類部１３１は、第一種予測モジュールにｉ番目の第一種テキストと第一種学習モデルとを与え、当該第一種予測モジュールを実行する。そして、クロス分類部１３１は、第一種予測モジュールの実行結果である１以上の第二種コードを取得する。

【0133】

（ステップＳ３０６）クロス分類部１３１は、ｉ番目の第一種テキストに、ステップＳ３０５で取得した１以上の第二種コードを付与する。

【0134】

（ステップＳ３０７）クロス分類部１３１は、カウンタｉを１、インクリメントする。ステップＳ３０２に戻る。

【0135】

次に、ステップＳ２０３の共通分類処理の例について、図４のフローチャートを用いて説明する。

【0136】

（ステップＳ４０１）共通分類部１３２は、カウンタｉに１を代入する。

【0137】

（ステップＳ４０２）共通分類部１３２は、格納部１１に、ｉ番目のテキストが存在するか否かを判断する。ｉ番目のテキストが存在する場合はステップＳ４０３に行き、ｉ番目のテキストが存在しない場合は上位処理にリターンする。なお、ｉ番目のテキストは、第一種テキストまたは第二種テキストである。

【0138】

（ステップＳ４０３）共通分類部１３２は、格納部１１からｉ番目のテキストを取得する。

【0139】

（ステップＳ４０４）共通分類部１３２は、格納部１１から共通学習モデルを取得する。

【0140】

（ステップＳ４０５）共通分類部１３２は、格納部１１の共通予測モジュールにｉ番目のテキストと共通学習モデルとを与え、当該共通予測モジュールを実行する。そして、共通分類部１３２は、共通予測モジュールの実行結果である１以上の共通コードを取得する。なお、共通予測モジュールは、第一種予測モジュールと同じでも良いし、異なっていても良い。

【0141】

（ステップＳ４０６）共通分類部１３２は、ｉ番目のテキストに、ステップＳ４０５で取得した１以上の共通コードを付与する。

【0142】

（ステップＳ４０７）共通分類部１３２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。

【0143】

次に、ステップＳ２１１の逆クロス分類処理の例について、図５のフローチャートを用いて説明する。

【0144】

（ステップＳ５０１）類似度計算部１３４は、ステップＳ２１０におけるｊ番目の第二種テキストを取得する。

【0145】

（ステップＳ５０２）類似度計算部１３４は、当該第二種テキストをベクトル化した情報である第二種ベクトルを取得する。第二種ベクトルは、文書ベクトルである。

【0146】

（ステップＳ５０３）類似度計算部１３４は、カウンタｉに１を代入する。

【0147】

（ステップＳ５０４）類似度計算部１３４は、ステップＳ２０７で取得された第一種テキストのうち、ｉ番目の第一種テキストが存在するか否かを判断する。ｉ番目の第一種テキストが存在する場合はステップＳ５０５に行き、存在しない場合はステップＳ５１０に行く。

【0148】

（ステップＳ５０５）類似度計算部１３４は、ｉ番目の第一種テキストを取得する。

【0149】

（ステップＳ５０６）類似度計算部１３４は、ｉ番目の第一種テキストをベクトル化した情報である第一種ベクトルを取得する。第一種ベクトルは、文書ベクトルである。

【0150】

（ステップＳ５０７）類似度計算部１３４は、ステップＳ５０２で取得した第二種ベクトルと、ステップＳ５０６で取得した第一種ベクトルとの類似度を算出する。

【0151】

（ステップＳ５０８）類似度計算部１３４は、ｉ番目の第一種テキストに対応付けて、ステップＳ５０７で取得した類似度を図示しないバッファに一時蓄積する。

【0152】

（ステップＳ５０９）類似度計算部１３４は、カウンタｉを１、インクリメントする。ステップＳ５０４に戻る。

【0153】

（ステップＳ５１０）付与部１３５は、ステップＳ５０１で取得した第二種テキストに付与する１以上の第一種コードを決定する。かかるコード決定処理の例について、図６のフローチャートを用いて説明する。

【0154】

なお、コード決定処理において、１以上の第一種テキストに付与されている１以上の第一種コードの中から、類似度計算部１３４が計算した類似度を用いて、第二種テキストに付与する１以上の第一種コードを決定する。

【0155】

（ステップＳ５１１）付与部１３５は、ステップＳ５１０で決定した１以上の第一種コードをステップＳ５０１で取得した第二種テキストに付与する。上位処理にリターンする。

【0156】

次に、ステップＳ５１０のコード決定処理の例について、図６のフローチャートを用いて説明する。

【0157】

（ステップＳ６０１）付与部１３５は、初期化処理を行う。初期化処理は、すべての第一種コードの累積類似度に０を代入する処理である。また、初期化処理において、付与部１３５は、図示しないバッファの類似度をキーとして、第一種コードが付与されている第一種テキストをソートする。

【0158】

（ステップＳ６０２）付与部１３５は、カウンタｉに１を代入する。

【0159】

（ステップＳ６０３）付与部１３５は、類似度が１位からＭ位までの第一種テキストの中で、ｉ番目の第一種テキストが存在するか否かを判断する。ｉ番目の第一種テキストが存在する場合はステップＳ６０４に行き、存在しない場合はステップＳ６１１に行く。なお、Ｍは自然数である。Ｍは、全ての第一種テキストの数でも良いが、全ての第一種テキストの数よりも小さい数（例えば、１０）が好適である。

【0160】

（ステップＳ６０４）付与部１３５はｉ番目の第一種テキストに対応する類似度（Ｓ）を図示しないバッファから取得する。

【0161】

（ステップＳ６０５）付与部１３５は、ｉ番目の第一種テキスト付与されている１または２以上の第一種コードを取得する。なお、ここで、付与部１３５は、筆頭の第一種コードのみを取得することは好適である。ただし、付与部１３５は、すべての第一種コードまたは上位Ｎ（ここでのＮは２以上の自然数）の第一種コードを取得しても良い。

【0162】

（ステップＳ６０６）付与部１３５は、カウンタｊに１を代入する。

【0163】

（ステップＳ６０７）付与部１３５は、ステップＳ６０５で取得した第一種コードの中で、ｊ番目の第一種コードが存在するか否かを判断する。ｊ番目の第一種コードが存在する場合はステップＳ６０８に行き、存在しない場合はステップＳ６１０に行く。

【0164】

（ステップＳ６０８）付与部１３５は、ｊ番目の第一種コードの累積類似度に、類似度（Ｓ）を加算する。なお、ｊ番目の第一種コードが筆頭ではない場合、当該第一種コードの累積類似度に加算する類似度は、類似度（Ｓ）より減じた値（例えば、「類似度（Ｓ）／第一種コードの順位」「類似度（Ｓ）－定数×第一種コードの順位」）でも良い。なお、定数は、例えば、「０．１」である。

【0165】

（ステップＳ６０９）付与部１３５は、カウンタｊを１、インクリメントする。ステップＳ６０７に戻る。

【0166】

（ステップＳ６１０）付与部１３５は、カウンタｉを１、インクリメントする。ステップＳ６０３に戻る。

【0167】

（ステップＳ６１１）付与部１３５は、格納部１１から採用条件を取得する。なお、採用条件は、例えば、「累積類似度が最大」「累積類似度が上位Ｍ（ここでのＭは１以上の自然数）であること」「累積類似度が閾値以上または閾値より大きいこと」である。

【0168】

（ステップＳ６１２）付与部１３５は、採用条件を満たす累積類似度に対応する１以上の第二種コードを取得する。上位処理にリターンする。

【0169】

以下、本実施の形態における逆クロス分類装置１の具体的な動作例について説明する。

【0170】

ここで、第一種テキストは論文テキストであり、第二種テキストは特許テキストであり、第一種コードはＪＳＴコードであり、第二種コードはＩＰＣコードであり、共通コードはＪＳＰＳ共通コードである、とする。

【0171】

今、逆クロス分類装置１の第一種格納部１１１には、多数の論文テキストが格納されている。各論文テキストには、付与者によりＪＳＴコードが付与されている。

【0172】

また、第二種格納部１１２には、多数の特許テキストが格納されている。各特許テキストには、付与者（通常、特許庁の担当者）によりＩＰＣコードが付与されている。

【0173】

かかる状況において、逆クロス分類装置１のクロス分類部１３１は、第一種格納部１１１の各論文テキストに１以上のＩＰＣコードを付与する。また、共通分類部１３２は、各論文テキストに１以上のＪＳＰＳ共通コードを付与する。また、共通分類部１３２は、第二種格納部１１２の各特許テキストに１以上のＪＳＰＳ共通コードを付与する。

【0174】

次に、テキスト群取得部１３３は、１以上の第一種テキストおよび１以上の第二種テキストから、第二種コード及び共通コードの組ごとに、同じ第二種コード及び共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得する。

【0175】

次に、類似度計算部１３４は、テキスト群取得部１３３が取得した１以上の各第二種テキストと、テキスト群取得部１３３が取得した１以上の各第一種テキストとの類似度を算出する。類似度計算部１３４が算出した論文テキストと特許テキストとの類似度を表現したイメージ図は、図７である。図７の１行目（７０１）は特許テキストのＩＤ（国際公開番号）であり、図７の１列目（７０２）は論文テキストのＩＤである。そして、図７の２行目および２列目以降の各セルは、セルに対応する特許テキストと論文テキストとの類似度を示した棒グラフである。ここでの類似度が最大「１．０」の場合、セルを埋め尽くす長さの棒グラフとなる。図７の特許テキスト（７０３）は、特許法第３０条の新規性喪失の例外適用の対象となった特許テキストである。論文テキスト（７０４）は、特許テキスト（７０３）に対応する論文テキストであり、出願前に公表された論文テキストである。なお、論文テキスト（７０４）と特許テキスト（７０３）との類似度は、０．７０４である。

【0176】

また、図８は、上記の多数の論文テキストと多数の特許テキストとの類似度と件数のヒストグラムである。図７において、横軸が類似度であり、縦軸が件数である。横軸の類似度の最右の棒グラフ（８０１）の幅は、０．６９７～０．７１２である。つまり、図７の特許テキスト（７０３）と論文テキスト（７０４）との類似度は、図８のヒストグラムの最右の棒グラフ（８０１）に含まれる。

【0177】

次に、付与部１３５は、上述したアルゴリズムにより、類似度計算部１３４が計算した類似度を用いて、１以上の論文テキストに付与されている１以上のＪＳＴコードを、テキスト群取得部１３３が取得した１以上の各特許テキストに対して付与する。

【0178】

以上の処理により、第一種格納部１１１の各論文テキストにも、第二種格納部１１２の各特許テキストにも、ＪＳＴコード、ＩＰＣコード、共通コードの３種類のコードが付与された。

【0179】

以上、本実施の形態によれば、第一種テキストに付加されている第一種コードを適切に第二種テキストに付与できる。その結果、第一種コードおよび第二種コードが付与された第一種テキストと第二種テキストとを提供できる。そのため、第一種テキストと第二種テキストとをシームレスに多面的に分析できる。

【0180】

また、本実施の形態によれば、類似度計算部１３４が、テキスト群取得部１３３が絞り込んで取得した１以上の第一種テキストと１以上の第二種テキストとの間の類似度のみを算出するので、すべての第一種テキストとすべての第二種テキストとの類似度を算出することと比較して、第一種コードを第二種テキストに付与する処理が非常に高速になる。

【0181】

また、本実施の形態によれば、付与者により付与された適切な第一種コードが付与された第一種テキスト、および付与者により付与された適切な第二種コードが付与された第一種テキストを用いて、適切な第一種コードおよび適切な第二種コードが付与された第一種テキストと第二種テキストとを容易に提供できる。

【0182】

また、本実施の形態によれば、第一種コード、第二種コード、および共通コードが付与された第一種テキストと第二種テキストとを提供できる。そのため、第一種テキストと第二種テキストとをシームレスにより多面的に分析できる。

【0183】

また、本実施の形態によれば、論文テキストに付加されているＪＳＴコードを適切に特許テキストに付与できる。

【0184】

また、本実施の形態によれば、特許と論文とをシームレスに、ＪＳＴコードとＩＰＣコードとを用いて分類できる。そのことにより、例えば、産学連携の促進に寄与できる。

【0185】

また、本実施の形態によれば、特許と論文とをシームレスに、ＪＳＴコードとＩＰＣコードとＪＳＰＳ共通コードを用いて分類できる。そのことにより、例えば、産学連携の促進により寄与できる。

【0186】

また、本実施の形態において、共通コードのコード個数は、第一種コードの個数よりも少ないことは好適である。その結果、共通コード１つ当たりのカバー範囲が広く、取り溢しが少なくなる。なお、共通コードのコード個数を、第?種コードのコード個数の１０％以下にすること、即ち、コード１つあたりの付与範囲を１０倍以上とすることが望ましい。また、コードが階層構造となっている場合は、共通コードの所定階層のコード個数が、第?のコードの所定階層のコード個数よりも?さくなるように、望ましくは１０％以下にすればよい。

【0187】

また、本実施の形態における、１以上の各第二種テキストに対して、類似度が１位からＭ位（Ｍは自然数）までの第一種テキストの筆頭の第一種コード及び対応するＭ個の類似度を取得し、１または２以上の筆頭の各第一種コードごとに、各第一種コードの１以上の類似度の和である累積類似度を取得し、採用条件を満たす累積類似度に対応する１以上の第一種コードを、１以上の各第二種テキストに付与する構成により、ロバストな結果が得られる。

【0188】

さらに、本実施の形態によれば、３０条適用の特許テキストと論文テキストとは際だって?い類似度となる必然性があるため、当該論文テキストと当該特許テキストをプログラムに与え、予想通りの極めて高い類似度が得られれば、プログラムの信頼性を確認できる。

【0189】

なお、本実施の形態の逆クロス分類装置１において、１以上の各第二種テキストが特許法第３０条の新規性喪失の例外適用の対象となった特許出願の特許テキストであり、１以上の各第一種テキストが１以上の第二種テキストのうちのいずれかの特許テキストに対する特許出願前に公開された発明に対する論文テキストであり、付与部１３５は、１以上の各特許テキストに対してＪＳＴコードを付与することは好適である。

【0190】

また、本実施の形態の逆クロス分類装置１にけるクロス分類部１３１と共通分類部１３２の処理は、他の装置が行い、逆クロス分類装置１は、その結果を取得できれば良い。かかる場合の逆クロス分類装置１は、１以上の第一種コードが付与されている１以上の各第一種テキストであり、１以上の各第一種テキストに対して第二種コードを付与するクロス分類部により１以上の第二種コードが付与され、１以上の各第一種テキストに対して共通コードを付与する共通分類部１３２により１以上の共通コードが付与された１以上の第一種テキストが格納される第一種格納部１１１と、１以上の第二種コードが付与されている１以上の第二種テキストであり、１以上の各第二種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第二種テキストが格納される第二種格納部１１２と、１以上の第一種テキストおよび１以上の第二種テキストから、所定の第二種コード及び共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得するテキスト群取得部１３３と、テキスト群取得部１３３が取得した１以上の各第二種テキストとテキスト群取得部１３３が取得した１以上の各第一種テキストとの類似度を計算する類似度計算部１３４と、テキスト群取得部１３３が取得した１以上の各第二種テキストに対して、類似度計算部１３４が計算した類似度を用いて、１以上の第一種テキストに付与されている１以上の第一種コードを付与する付与部１３５とを具備する逆クロス分類装置１である。

【0191】

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逆クロス分類装置１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、１以上の第一種コードが付与されている１以上の各第一種テキストであり、当該１以上の各第一種テキストに対して第二種コードを付与するクロス分類部により１以上の第二種コードが付与され、当該１以上の各第一種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第一種テキストが格納される第一種格納部と、１以上の第二種コードが付与されている１以上の第二種テキストであり、当該１以上の各第二種テキストに対して共通コードを付与する共通分類部により１以上の共通コードが付与された１以上の第二種テキストが格納される第二種格納部とにアクセス可能なコンピュータを、前記１以上の第一種テキストおよび前記１以上の第二種テキストから、所定の第二種コード及び共通コードを含む１以上の第一種テキストおよび１以上の第二種テキストを取得するテキスト群取得部と、前記テキスト群取得部が取得した１以上の各第二種テキストと前記テキスト群取得部が取得した１以上の各第一種テキストとの類似度を計算する類似度計算部と、前記テキスト群取得部が取得した１以上の各第二種テキストに対して、前記類似度計算部が計算した類似度を用いて、前記１以上の第一種テキストに付与されている１以上の第一種コードを付与する付与部として機能させるためのプログラムである。

【0192】

また、図９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逆クロス分類装置１等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９は、このコンピュータシステム３００の概観図であり、図１０は、システム３００のブロック図である。

【0193】

図９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。

【0194】

図１０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。

【0195】

コンピュータシステム３００に、上述した実施の形態の逆クロス分類装置１等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。

【0196】

プログラムは、コンピュータ３０１に、上述した実施の形態の逆クロス分類装置１等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。

【0197】

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。

【0198】

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。

【0199】

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。

【0200】

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】

【0201】

以上のように、本発明にかかる逆クロス分類装置１は、第一種テキストに付加されている第一種コードを適切に第二種テキストに付与できるという効果を有し、逆クロス分類装置等として有用である。

【符号の説明】

【0202】

１ 逆クロス分類装置
１１ 格納部
１２ 受付部
１３ 処理部
１４ 出力部
１１１ 第一種格納部
１１２ 第二種格納部
１３１ クロス分類部
１３２ 共通分類部
１３３ テキスト群取得部
１３４ 類似度計算部
１３５ 付与部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】