AIの自然言語処理技術の基礎理解と特許文書データの分析

人事/総務/財務/法務

実践重視のプログラムで「わかる」を「できる」に！

No. 99K241177

24/03/22 更新

講義のねらい
研修プログラム
注意事項
スケジュール

受講対象target

AIの自然言語処理技術の基礎を理解し、特許文書データの分析に活かしたい方など

講義のねらいoutline

本講演では、AIの自然言語処理技術を応用して特許文書データからインサイトを導き出す新たな分析手法とその事例を紹介します。
本講演は、理論編、実践編、応用編の3部構成となり、理論編では、特許文書の分析で用いられるテキストマイニングと自然言語処理技術の基礎について、トピックモデルやChatGPTに代表される大規模言語モデルなど、各種技術を体系立てて解説します。
さらに、従来のテキストマイニングに加え、トピックモデルのPLSAと確率的因果モデルのベイジアンネットワークという2つのAI技術を応用して開発した、Nomolyticsという新しい分析手法を紹介します。
実践編では、そのNomolyticsを特許文書データに適用した分析事例を2つ紹介します。応用編では、トピックモデルのPLSAを更に進化させ、より深いインサイトの獲得を狙って開発したPCSAとdifferential PLSAという手法についても紹介します。

研修プログラム例program

【理論編】
　1. テキストマイニングと自然言語処理技術
　　1-1. テキストマイニングと自然言語処理技術の体系
　　1-2. 従来の自然言語処理技術
　　1-3. トピックモデル
　　1-4. 深層学習モデル（第3次AIブーム前半編）
　　1-5. 深層学習モデル（第3次AIブーム後半編）
　　1-6. テキストマイニングと大規模言語モデル

　2. 複数のAI技術を応用した新たなテキスト分析手法，Nomolytics
　　2-1. 従来の特許文書分析とその課題
　　2-2. AI技術の応用：PLSAとベイジアンネットワーク
　　2-3. Nomolytics：PLSAとベイジアンネットワークを応用した新たなテキスト分析手法

【実践編】
　3. Nomolyticsを適用した特許分析事例①
　　3-1. 風・空気に関する特許文書データ
　　3-2. 分析プロセスの全体像
　　3-3. トピックの抽出
　　3-4. トピックのスコアリング
　　3-5. 出願年×トピックによるトレンド分析
　　3-6. 出願人×トピックによる競合分析
　　3-7. 用途×技術の関係分析＜その１＞～用途⇒技術の関係～
　　3-8. 用途×技術の関係分析＜その２＞～技術⇒用途の関係～
　　3-9. Nomolyticsによる特許文書分析のまとめ

　4. Nomolyticsを適用した特許分析事例②
　　4-1. 電気自動車に関する特許文書データ
　　4-2. トピックの抽出
　　4-3. 出願年×トピックによるトレンド分析
　　4-4. 出願人×トピックによる競合分析

【応用編】
　5. インサイト獲得のためのPLSAの新展開技術，PCSAとdifferential PLSA
　　5-1. インサイト獲得で求められるトピック抽出
　　5-2. PCSA：あるターゲットに特化したトピックの抽出手法
　　5-3. PCSAを適用した特許分析事例
　　5-4. differential PLSA：頻度によらない個性的なトピックの抽出手法
　　5-5. differential PLSAを適用した特許分析事例

6. まとめ

お問合せフォームへ