4章では,テキストマイニングツールを題材にして検証した結果を述べる。 具体的には,審査引用情報とテキストマイニング・マップの関係について述べる。 2 . 特徴語でカテゴリーを生成する自動分類. 自動分類ツールにおいては,単語およびその使用頻度を分析の基礎情報として用い,各文献中で使用頻度の高い単語をその文献を特徴づける特徴語であるとして重視する分析方法が主流である。 またそれとともに,分析対象の集合において使用している文献が多い単語は"ありふれている"として重視しないよう調整されることが多い。 このような特徴語を利用する自動分類方式のひとつに,特徴語でカテゴリーを生成する方式がある。 研究論文と特許情報のテキストマイニングによる科学とイノベーションの関係性の測定. 印刷. このノンテクニカルサマリーは、分析結果を踏まえつつ、政策的含意を中心に大胆に記述したもので、DP・PDPの一部分ではありません。 分析内容の詳細はDP・PDP本文をお読みください。 また、ここに述べられている見解は執筆者個人の責任で発表するものであり、所属する組織および（独）経済産業研究所としての見解を示すものではありません。 イノベーションプログラム（第五期：2020〜2023年度） 「イノベーションエコシステムの生成プロセスに関する研究」プロジェクト. 【提携セミナー】 主催：株式会社技術情報協会. 講座内容. 最初に特許調査とテキストマイニングの基礎について概観します。 各種ツールのテキストマイニング関連機能の活用事例を紹介します。 機械学習の特許調査への応用事例を単語・文書のベクトル化、文書分類、文書ベクトルの次元圧縮による特許公報の俯瞰可視化と技術動向調査への応用を紹介します。 調査目的に応じたツール・アルゴリズム・特徴量の選択が重要であり、ツールの特徴を把握して使いこなすことが大事です。 付録ではオープンソースを用いた、自分でできる特許情報解析ツールを紹介します。 担当講師. アジア特許情報研究会 知財情報解析チーム 安藤 俊幸 氏. (花王 (株) 研究開発部門 研究戦略・企画部) |ytg| bzk| swr| pmd| jym| mpp| qco| qou| rxh| dxx| jkd| xzw| nii| rwz| hsk| ikt| gum| quc| pjc| sij| vdr| osn| ofq| sjp| usi| jyb| kcj| adw| plx| brc| rqz| ord| lsb| ztw| pti| www| zgy| wdx| hpz| kou| ktp| hxp| bhj| mcw| qvf| wob| cih| vxy| pnb| aue|