現在、審決メルマガは配信を一時停止させていただいております。再開まで今暫くお待ち下さい。

  • ポートフォリオ機能


ポートフォリオを新規に作成して保存
既存のポートフォリオに追加保存

  • この表をプリントする
PDF PDFをダウンロード
審決分類 審判 査定不服 2項進歩性 取り消して特許、登録 G06F
管理番号 1378184
審判番号 不服2020-7728  
総通号数 263 
発行国 日本国特許庁(JP) 
公報種別 特許審決公報 
発行日 2021-11-26 
種別 拒絶査定不服の審決 
審判請求日 2020-06-04 
確定日 2021-10-05 
事件の表示 特願2018-241851「情報処理装置、情報処理方法、及び情報処理プログラム」拒絶査定不服審判事件〔令和 2年 7月16日出願公開、特開2020-109539、請求項の数(19)〕について、次のとおり審決する。 
結論 原査定を取り消す。 本願の発明は、特許すべきものとする。 
理由 第1 手続の経緯
本願は、平成30年12月25日を出願日とする出願であって、手続の概要は以下のとおりである。

拒絶理由通知 :令和元年 9月 3日(起案日)
手続補正 :令和元年11月11日
拒絶査定 :令和2年 2月28日(起案日)
拒絶査定不服審判請求 :令和2年 6月 4日
手続補正 :令和2年 6月 4日
拒絶理由通知(当審) :令和3年 4月15日(起案日)
手続補正 :令和3年 6月14日

第2 原査定の概要
原査定(令和2年2月28日付け拒絶査定)の概要は次のとおりである。
本願請求項1-19に係る発明は、以下の引用文献1-7に基づいて、その発明の属する技術の分野における通常の知識を有する者(以下、「当業者」という。)が容易に発明をすることができたものであるから、特許法第29条第2項の規定により特許を受けることができない。

引用文献等一覧
1.特開2010-198278号公報
2.斎藤 翔太,Twitterを用いた災害情報の早期発見,電子情報通信学会技術研究報告,一般社団法人電子情報通信学会,2014年 6月 7日,第114巻,第81号,p.7-12,NLC2014-2(周知技術を示す文献;新たに引用された文献)
3.土田 崇仁,マイクロブログにおける投稿場所を考慮した語の関連性の分析,第9回データ工学と情報マネジメントに関するフォーラム (第15回日本データベース学会年次大会) [online],電子情報通信学会データ工学研究専門委員会 日本データベース学会 情報処理学会データベースシステム研究会,2017年 2月27日,DEIM Forum 2017 P2-6,
Internet(周知技術を示す文献;新たに引用された文献)
4.大槻 明,「暇」ツイートのテキストマイニングによる潜在的ニーズの発見法に関する一考察,情報通信学会誌,公益財団法人情報通信学会,2018年 9月25日,第36巻,第1・2号,p.111-126(周知技術を示す文献;新たに引用された文献)
5.特開2010-020745号公報
6.特開2012-174104号公報
7.特開2004-038729号公報

第3 当審拒絶理由の概要
当審拒絶理由の概要は次のとおりである。
(進歩性)この出願の請求項1-19に係る発明は、その出願前日本国内又は外国において頒布された下記の引用文献1に基づいて、当業者が容易に発明をすることができたものであるから、特許法第29条第2項の規定により特許を受けることができない。

引用文献等一覧
A.米国特許出願公開第2016/0239581号明細書

第4 本願発明
本願請求項1-19に係る発明(以下、それぞれ「本願発明1」、「本願発明2」などという。)は、令和3年6月14日の手続補正で補正された特許請求の範囲の請求項1-19に記載された事項により特定される発明であり、本願発明1は以下のとおりの発明である。

【請求項1】
ユーザが入力した入力情報を取得する取得部と、
前記入力情報に含まれる対象を示す第1文字列に対応し、第1カテゴリに対応する第1対象を示す第1対象ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2対象を示す第2対象ノードを少なくとも含む第1ノードと、前記対象を説明する第2文字列に対応し、異なるカテゴリに対して共通して説明可能な共通可能ノードを少なくとも含む第2ノードとの間をエッジで連結することにより、前記第1対象ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2対象ノードと前記共通可能ノードとの間を第2エッジで連結し、共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し、前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出し、前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出することにより、前記スコアが付された前記エッジにより、前記第1スコアが付された前記第1ノードと、前記第2スコアが付された前記第2ノードとの間が連結されたグラフを生成する生成部と、
前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定部と、
を備えることを特徴とする情報処理装置。

なお、本願発明2-19の概要は以下のとおりである。

本願発明2-17は、本願発明1を減縮した発明である。

本願発明18、19は、それぞれ、本願発明1に対応する方法、あるいは、本願発明1に対応する情報処理プログラムの発明であり、本願発明1とカテゴリ表現が異なるだけの発明である。

第5 引用文献、引用発明等
1.引用文献Aについて
令和3年4月15日付けの拒絶の理由に引用された引用文献Aには、図面とともに次の事項が記載されている。

ア.「[0044] Turning to FIG. 4, the example flow starts at operation 402, where an analytics tool, such as the analytics tool 110, accesses social media data associated with a topic. In an example, accessing the data includes receiving pre-filtered social media data that matches the topic. In another example, accessing the data includes receiving social media data and then pre-filtering the received data to match the topic. The social media data includes social media posts such as posts, tweets, blogs, etc. 」(当審訳:[0044] 図4を参照すると、このフロー例は動作402において開始し、ここでは、分析ツール110のような分析ツールが、トピックに関連するソーシャルメディアデータにアクセスする。例えば、データにアクセスすることは、あらかじめフィルタ処理された、トピックに一致するソーシャルメディアデータを受信することを含む。他の例では、データにアクセスすることは、ソーシャルメディアデータを受信し、次に、受け取ったデータをトピックに一致するデータだけにフィルタ処理する段階を含む。ソーシャルメディアデータは、投稿、ツイート、ブログ等のソーシャルメディアの投稿を含む。)

イ.「[0045] At operation 404, the analytics tool generates a graph based on the social media data. In an example, the analytics tool parses the text from the social media data to detect terms and applies a set of rules to remove some of the terms (e.g., a set of rules that remove terms other than nouns and that groups terms as applicable to generate n-grams). For each term (or grouped terms), the analytics tool generates a node. For each two terms (or two groups of terms) co-occurring in the same social media post (e.g., in the same post, tweet, blog, etc.), the analytics tool connects the corresponding nodes with an edge. Further, the analytics tool computes metrics of the terms based on a statistical analysis of occurrences of the terms (e.g., frequency of occurrences, frequency of co-occurrences, etc.). Based on the metrics, the analytics tool weighs the nodes and the edges. As such, once the graph is generated, the graph would contain weighted nodes and edges representing how frequently terms occur individually and in pairs in the social media posts.」(当審訳:[0045] 動作404では、分析ツールは、ソーシャルメディアデータに基づいてグラフを生成する。例えば、分析ツールは、ソーシャルメディアデータからのテキストを分析して複数の用語を検出するとともに、ルールのセットを適用してその用語のうちのいくつかを除去する(例えば、名詞以外の用語を除去して、nグラムの生成に適用可能なように、複数の用語をグループ化する)。それぞれの用語(または、グループ化された複数の用語)に対して、分析ツールはノードを生成する。同じソーシャルメディア投稿(例えば、同じ投稿、ツイート、ブログなど)の中に共に出現する2つの用語(または、2つのグループ化された用語)に対して、分析ツールは、対応するノードをエッジで接続する。また、分析ツールは、用語の出現の統計的分析に基づいて用語の指標を計算する(例えば、出現頻度、共起頻度など)。この指標に基づいて、分析ツールは、ノードおよびエッジに重みを付ける。このようにグラフが生成されると、そのグラフは、用語が個々に及びペアとして、ソーシャルメディア投稿の中にどの程度の頻度で出現するかを表した、重み付きのノードおよびエッジを含むことになる。)

ウ.「[0046] At operation 406, the analytics tool updates the graph over time. 」(当審訳:[0046] 動作406では、分析ツールは、経時的にグラフを更新する。)

エ.「[0047] At operation 408, the analytics tool partitions the graph. The partitioning identifies the relevant nodes and edges in the graph. In an example, the partitioning is based on the weights of the nodes. This type of partitioning indicates temporal correlations between the nodes by identifying nodes of similar weights and, thus, of similar number of occurrences within a time interval. In another example, the partitioning is based on the weights of the edges. This other type of partitioning indicates co-occurrence correlations between the nodes by identifying nodes connected with edges of similar weights and, thus, the nodes that tend to occur together. In yet another example, the partitioning is based on both types of weights. Accordingly, this type of partitioning indicates temporal and co-occurrence correlations of the nodes.
[0048] In an embodiment, to partition based on weights of nodes, edges, or both, the analytics tool removes nodes and/or edges having weights below a certain threshold and retains remaining nodes and/or edges having weights greater than the threshold. 」(当審訳:[0047] 動作408では、分析ツールは、グラフを分割する。分割は、関連するノードとエッジをグラフ内で識別する。例えば、分割は、ノードの重みに基づいている。このタイプの分割は、類似した重み、すなわち、ある時間間隔において類似する出現頻度を有するノードを識別することによって、それらのノード間に時間的な相関関係があることを示すものである。他の例では、分割は、エッジの重みに基づいている。この他のタイプの分割は、類似する重みのエッジで接続されたノード、したがって、一緒に発生する傾向のあるノードを識別することにより、それらのノード間に共起関係があることを示すものである。さらに別の例では、分割は、両方のタイプの重みに基づいている。したがって、このタイプの分割は、ノードに時間的な共起関係があることを示すものである。
[0048] 一実施形態では、ノード、エッジ、又は両方の重みに基づいて分割するために、分析ツールは、特定の閾値未満の重みを有するノードおよび/またはエッジを除去して、しきい値より大きい重みを有する残りのノードおよび/またはエッジを保持する。)

オ.「[0074] Turning to FIG. 7, that figure illustrates an example of partitioning and snapshotting a graph to detect a story and an associated trend. As illustrated, a graph 710 is generated. The graph includes multiple nodes and connecting edges that are weighted. For example, the graph includes a node 702 representing the term new product version, a node 704 representing the term bugs fixed, a node 706 representing the term other product, along with a number of other nodes. Partitioning the graph along the weights of the nodes results in a partition 712. For example, by thresholding the node weights, nodes 702-706 are retained while the remaining nodes are removed. As illustrated in FIG. 7, these three nodes have large weights and, thus, correspond to terms of interest to users. These terms of interest can form one or more stories that include new product releases, bugs fixed, other product. By partitioning the remaining nodes 702-706 along the weights of the edges, another partition 714 is generated. As illustrated in the partition 714, the node 706 (other product) is removed because the edges that connect it to the two other nodes 702 and 704 have small weights falling below a threshold. In comparison, the nodes 702 and 704 are retained because the edge therebetween has a large weight, indicating that the new product release and the bugs fixed co-occur in social media posts. Thus, a story that includes new product version, bugs fixed is identified from the partition 714 indicating that the users are discussing bug fixes that the new product version provides.」(当審訳:[0074] 図7を参照すると、この図は、ストーリー及び関連するトレンドを検出するために、グラフを分割してスナップショットした例を示している。図示のように、グラフ710が生成される。このグラフは、重み付けされた複数のノードと接続するエッジを含む。例えば、グラフは、新たな製品バージョンという用語を表すノード702と、バグ修正という用語を表すノード704と、他の製品という用語を表すノード706と、他の多数のノードとを有する。ノードの重みに応じてグラフを分割すると、区画712の中のような結果が得られる。例えば、ノードの重みを閾値と比較すると、ノード702-706は保持され、残りのノードは除去される。図7に示すように、これらの3つのノードは大きい重みを有し、したがって、ユーザにとって関心の対象となる用語に対応している。これらの関心のある用語は、新製品のリリース、バグ修正、他の製品を含む1つ以上のストーリーを形成することができる。エッジの重みに応じて残りのノード702-706を分割することによって、他の区画714が生成される。区画714において示されるように、ノード706(他の製品)は、このノードを2つの他のノード702および704に接続するエッジが閾値を下回る小さな重みを有するので、除去される。対照的に、ノード702および704は、それらの間のエッジが大きな重みを有し、新たな製品のリリースとバグ修正がソーシャルメディア投稿の中で共起するので、保持されている。したがって、新たな製品バージョンが提供するバグ修正についてユーザーが話し合っていることを示す区画714から、新たな製品バージョンとバグ修正を含んだストーリーが識別される。)

カ.「[0075] The snapshotting of the graph 710 is illustrated in part by the partition 716 . In particular, at a time interval, the graph 710 is updated and snapshotted. The updated graph is partitioned along the weights of the nodes and the edges, as discussed herein above in connection with partitions 712 and 714 , resulting in the partition 716 . By comparing the partition 716 to the partition 714 , it is shown that the weights of the nodes 702 and 704 (“new product version” and “bugs fixed,” respectively) have increased. That indicates that the two terms are being discussed more frequently with the users and, thus, the story is trending. In addition, it is shown that a new node 708 representing the term “new price” 708 is added and is connected to the node 702 . That indicates that the term“new price” is also of interest and being discussed by the users and, thus, the story is expanding to also include a discussion about the price of the new product version.」(当審訳:[0075]グラフ710のスナップショットの作成は、部分的には、区画716によって示されている。具体的には、時間間隔で、グラフ710が更新されたスナップショットである。更新されたグラフは、ノードおよびエッジは、区画712、714に関連して上述したように、区画716に沿って分断される。区画716を区画714と比較することによって、ノード702および704(「新たな製品バージョン」及び「バグ修正」のそれぞれ)の量は増加していることが示されている。これは、2つの用語は、ユーザ間でより頻繁に議論されており、したがって、会話のトレンドであることを示している。また、新しいノード708が現れていることは、「新しい価格」708という用語が追加され、ノード702に接続されていることが示されている。「新しい価格」という用語もまた関心対象であり、ユーザにより議論され、それにより、新たな製品バージョンの価格についての議論もまた含むようにストーリーは拡張されていることを示している。)

キ.「[0078] In an embodiment, to implement the analytics tools, the computing device 800 includes an analytics tool application 810. This application may implement the various, functions, features, and operations described hereinabove.」(当審訳:[0078] 一実施形態では、分析ツールを実行するために、コンピューティングデバイス800は、分析ツールアプリケーション810を含む。このアプリケーションは、上述した様々な機能、特徴、処理を実行することができる。)

ク.「[0080] The analytics tool application 810 can be configured to analyze social media data to generate, update, and partition a graph and identify stories and their lifetimes over time. Some or all of the social media data can be stored in the memory 802 as social media data 808. Outputs of the application, such as the graph, the stories, etc., can also be stored in the memory 802.(当審訳:[0080]分析ツールアプリケーション810がグラフを生成、更新、および分配して、経時的にストーリーの寿命を識別するために、ソーシャルメディアデータを分析するように構成することができる。いくつかのソーシャルメディアデータの全ては、ソーシャルメディアデータ808としてメモリ802に記憶することができる。アプリケーションの出力は、グラフ、記事等は、メモリ802に格納することもできる。)

図7

前記キ.によれば、コンピューティングデバイスは、分析ツールを実行し、前記ク.によれば上記分析はソーシャルメディアデータを分析することである。
また、前記ア.?エ.によれば、この分析ツールは動作402-408に係る処理を実行する。
また、前記エ.の「動作408では、分析ツールは、グラフを分割する。」の記載、前記オ.の「図7を参照すると、この図は、ストーリー及び関連するトレンドを検出するために、グラフを分割してスナップショットした例を示している。」の記載によれは、前記オ.及び図7は、動作408に係るグラフの分割について記載したものである。
そして、区画716の例では、「新たな製品バージョン」と「新しい価格」とが、また、「新たな製品バージョン」と「バグの修正」とが、それぞれ、エッジで接続されている。
したがって、引用文献1には、分析ツールの動作402-408を実行するコンピューティングデバイスについて、次の発明(以下、「引用発明」という。)が記載されている。

<引用発明>
「分析ツールを実行するコンピューティングデバイスであって([0078])、
前記分析は、ソーシャルメディアデータを分析することであり([0080])、
前記分析ツールはソーシャルメディアデータを受信し、そのソーシャルメディアデータは投稿、ツイート、ブログ等のソーシャルメディア投稿を含み([0044])、
前記分析ツールは、ソーシャルメディアデータからのテキストを分析して複数の用語を検出し、それぞれの用語に対してノードを生成し、同じソーシャルメディア投稿の中に共に出現する2つの用語に対して、対応するノードをエッジで接続し、用語の出現の統計的分析に基づいて用語の出現頻度、共起頻度を計算し、この出現頻度、共起頻度に基づいてノードおよびエッジに重みを付けて、グラフを生成し([0045])、
生成されたグラフは、用語が個々に及びペアとして、ソーシャルメディア投稿の中にどの程度の頻度で出現するかを表した重み付きのノードおよびエッジを含み([0045])、
前記分析ツールは、経時的にグラフを更新し([0046])、
前記分析ツールは、特定の閾値未満の重みを有するノードおよび/またはエッジを除去することによりグラフを分割し([0047]、[0048])、
この分割では、例えば、グラフが、新たな製品バージョンという用語を表すノード702と、バグ修正という用語を表すノード704と、他の製品という用語を表すノード706と、他の多数のノードとを有する場合に、ノードの重みを閾値と比較すると、大きい重みを有するノード702-706は保持され、残りのノードは除去され([0074])、
さらに、エッジの重みに応じて残りのノード702-706を分割すると、ノード706(他の製品)は、他のノード702および704に接続するエッジが閾値を下回る小さな重みを有するので除去され、ノード702および704は、それらの間のエッジが大きな重みを有するので保持され([0074])、
分割されたノード702、704及びそれらの間のエッジからなるグラフは、新たな製品バージョンが提供するバグ修正についてユーザーが話し合っていることを示し、([0074])、
区画716の例では、「新たな製品バージョン」のノード702と「新しい価格」のノード708とが、また、「新たな製品バージョン」のノード702と「バグの修正」のノード704とが、それぞれ、エッジで接続されている、
コンピューティングデバイス。」

2.引用文献1?7について
令和2年2月28日付けの拒絶の査定に引用された引用文献1には、図面とともに次の事項が記載されている。

「ネットワーク上に公開されているテキストデータ(ブログやSNS等)から、評判情報を分類する評判情報分類装置(段落[0001]、[0012]、[0025])において、
テキストデータから、検索語に関連のありそうな文を周辺テキストとして取得し、評判情報とトピックとを抽出することと(段落[0038])、
評判情報は、評価属性と評価表現の対応付けを含むことと(段落[0046]及び図5)、
トピック語集合は、周辺テキストから抽出された単語集合をクラスタリングすることで選定されることと(段落[0051]-[0061]及び図6-8)、
評判情報に基づいて、トピック語集合に含まれる単語に対応付けられた評価表現を、当該トピック語集合に対応付けることと(段落[0064]-[0065]及び図10)、
トピック語集合と、トピック語集合に対応する評判表現とを、それぞれノードとして、ノード間にエッジを作成してグラフ形式で出力する(段落[0077]-[0078]及び図12)、評判情報分類装置。」

令和2年2月28日付けの拒絶の査定に引用された引用文献2の第3.2節などには「テキストに含まれる語の共起頻度に基づいて作成した重み付きグラフ(共起グラフ)を利用して、話題の抽出や、異なる条件で抽出したテキスト集合に対する傾向分析を行うこと」が記載されている。

令和2年2月28日付けの拒絶の査定に引用された引用文献3の第1節-第3節などには「テキストに含まれる語の共起頻度に基づいて作成した重み付きグラフ(共起グラフ)を利用して、話題の抽出や、異なる条件で抽出したテキスト集合に対する傾向分析を行うこと」が記載されている。

令和2年2月28日付けの拒絶の査定に引用された引用文献4の第3.3.4節、第4.4節などには「テキストに含まれる語の共起頻度に基づいて作成した重み付きグラフ(共起グラフ)を利用して、話題の抽出や、異なる条件で抽出したテキスト集合に対する傾向分析を行うこと」が記載されている。

令和2年2月28日付けの拒絶の査定に引用された引用文献5の段落[0001]、[0058]-[0061]などには、所定の評価対象に関する評判を表す評判指数を出力する装置において、評判を表す情報を取得する情報源サーバとして、検索ログを管理しているサーバを含むことが記載されている。

令和2年2月28日付けの拒絶の査定に引用された引用文献6には、図面とともに次の事項が記載されている。
「文書から苦情の対象と内容を抽出し、分類・集計するための装置(段落[0001])において、評価表現によって評価される対象として「電話」や「マイライン(登録商標)」など、文書のジャンルと同じジャンルの評価対象辞書を用いて抽出すること(段落[0021])。」

令和2年2月28日付けの拒絶の査定に引用された引用文献7には、図面とともに次の事項が記載されている。
「Web上に散在している文書などの文書データを用いて、商品に対する顧客ニーズを分析することができる情報処理装置(段落[0001]、[0004])において、文書データから印象表現と当該印象表現語に結びついた名詞句を組で抽出し(段落[0008])、顧客の評価が低い組を顧客のニーズ(例えば、「潤い感がいまいちである」を「潤い感を出す」)として捉えること(段落[0128]、[0149])」

第6 対比・判断
1.本願発明1について
(1)対比
本願発明1と引用発明とを対比すると、次のことがいえる。
ア.引用発明の「前記分析ツールはソーシャルメディアデータを受信し、そのソーシャルメディアデータは投稿、ツイート、ブログ等のソーシャルメディア投稿を含み」に係る手段は、本願発明1の「ユーザが入力した入力情報を取得する取得部」に相当する。
イ.引用発明の『「新たな製品バージョン」のノード702』、「バグ修正という用語を表すノード704」、『「新しい価格」のノード708』は、本願発明1の「前記入力情報に含まれる対象を示す第1文字列に対応する第1ノード」は、「前記入力情報に含まれる用語からなるノード」の点で共通する。
ウ.引用発明の、『「新たな製品バージョン」のノード702と「新しい価格」のノード708とが、また、「新たな製品バージョン」のノード702と「バグの修正」のノード704とが、それぞれ、エッジで接続されている』例では、引用発明の『「新しい価格」のノード708』、『「バグの修正」のノード704』、『「新たな製品バージョン」のノード702』は、それぞれ、本願発明1の「第1カテゴリに対応する用語を示す第1用語ノード」、「前記第1カテゴリとは異なる第2カテゴリに対応する第2用語を示す第2用語ノード」、「第2文字列に対応し、異なるカテゴリに対して共通する共通可能ノード」に対応し、上記引用発明の各ノードの接続関係は、本願発明1の「前記第1用語ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2用語ノードと前記共通可能ノードとの間を第2エッジで連結し」と相違がない。
エ.引用発明の、2つの用語の共起頻度を計算し、その共起頻度に基づいてその用語間のエッジに重みを付けることは、共起頻度が高い第1ノード及び第2ノードの組合せのノード間を連結するエッジの重みが高くなるようにエッジの重みを算出することといえるから、本願発明1の「共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し」に相当する。
オ.引用発明の、用語の出現頻度を計算し、その出現頻度に基づいてノードに重みを付けることは、本願発明1の「前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出」、「前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出」に相当する。
カ.前記イ.?オ.をまとめると、引用発明の「分割されたノード702、704、708及びそれらの間のエッジからなるグラフ」を生成する手段と、本願発明1の「前記入力情報に含まれる対象を示す第1文字列に対応し、第1カテゴリに対応する第1対象を示す第1対象ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2対象を示す第2対象ノードを少なくとも含む第1ノードと、前記対象を説明する第2文字列に対応し、異なるカテゴリに対して共通して説明可能な共通可能ノードを少なくとも含む第2ノードとの間をエッジで連結することにより、前記第1対象ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2対象ノードと前記共通可能ノードとの間を第2エッジで連結し、共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し、前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出し、前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出することにより、前記スコアが付された前記エッジにより、前記第1スコアが付された前記第1ノードと、前記第2スコアが付された前記第2ノードとの間が連結されたグラフを生成する生成部」とは、本願発明1の生成部では、第1文字列が対象を示すものであること、第2文字列が対象を説明するものであること、第1ノードが第1対象ノード及び第2対象ノードを含んでいるのに対し、引用発明は当該構成を有していない点を除いて一致する。
キ.引用発明の区画716の例では、「新たな製品バージョン」のノード702と「新しい価格」のノード708とが、また、「新たな製品バージョン」のノード702と「バグの修正」のノード704とが、それぞれ、エッジで接続されているから、「新しい価格」のノード708と「バグの修正」のノード704とは、「新たな製品バージョン」という観点から見て、それぞれ間接的に何らかの関連があることはみてとれる。そして、上記各ノードがエッジで接続される状態が最終的にグラフとして保持されるのは、「2つの用語に対して、対応するノードをエッジで接続し、用語の出現の統計的分析に基づいて用語の出現頻度、共起頻度を計算し、この出現頻度、共起頻度に基づいてノードおよびエッジに重みを付け」、「大きい重みを有するノード702-706は保持され」、「エッジが大きな重みを有するので保持され」るのであるから、「前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定」することはでき、引用発明はソーシャルメディアデータの分析を行っているから、上記分析に当該推定も含むことは明らかであって、当該推定のための推定部を有しているといえる。
もっとも、本願発明1の推定部は、「前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定部」であるのに対し、引用発明の推定部は「前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定部」で本願発明1と共通するものの、「前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり」の構成を有していない点で相違する。
ク.引用発明1の「コンピューティングデバイス」は、本願発明1の「情報処理装置」に相当する。
ケ.一致点・相違点
したがって、本願発明1と引用発明の一致点・相違点は次のとおりである。

(一致点)
ユーザが入力した入力情報を取得する取得部と、
前記入力情報に含まれる対象を示す第1文字列に対応し、第1カテゴリに対応する第1用語を示す第1用語ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2用語を示す第2用語ノード、第2文字列に対応し、異なるカテゴリの用語に対して共通する共通可能ノードである第2ノードとの間をエッジで連結することにより、前記第1用語ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2用語ノードと前記共通可能ノードとの間を第2エッジで連結し、共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し、前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出し、前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出することにより、前記スコアが付された前記エッジにより、前記第1スコアが付された前記第1ノードと、前記第2スコアが付された前記第2ノードとの間が連結されたグラフを生成する生成部と、
前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、各々が異なるカテゴリの対象である前記第1用語と前記第2用語との間に前記共通可能ノードに対応する関係性があると推定する推定部と、
を備えることを特徴とする情報処理装置。

(相違点)
相違点1
本願発明1の生成部では、第1文字列が対象を示すものであること、第2文字列が対象を説明するものであること、第1ノードが第1対象ノード及び第2対象ノードを含んでいるのに対し、引用発明は当該構成を有していない点。

相違点2
本願発明1は、「前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり」の構成を有しているのに対し、引用発明は当該構成を有していない点。

(2)相違点についての判断
相違点1、相違点2は互いに関連しているので、まとめて判断する。
相違点1、相違点2は結局、本願発明1では、第1ノードは、第1カテゴリに対応する第1対象を示す第1対象ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2対象を示す第2対象ノードを少なくとも含むものであり、かつ、第2ノードは前記対象を説明する第2文字列に対応するものであるのに対し、引用発明の各ノードは、そのような関係を有していない点で相違するといえる。すなわち、引用発明では、ソーシャルメディアデータのテキストから、用語の出現頻度、共起頻度を計算し、この出現頻度、共起頻度に基づいてノードおよびエッジに重みを付けて、グラフを生成することにより、各ノードを得る構成が開示されるのみであって、各ノードについて、上記相違点に相当する関係を導き出す記載も示唆もない。
また、上記引用文献1ないし7の記載をみても、上記相違点に相当する構成は開示されておらず、本願出願日前において周知技術であるともいえない。
したがって、本願発明1は、当業者であっても引用発明、引用文献1-7に記載された技術的事項に基づいて容易に発明をすることができたものであるとはいえない。

2.本願発明2-17について
本願発明2も、本願発明1の「前記入力情報に含まれる対象を示す第1文字列に対応し、第1カテゴリに対応する第1対象を示す第1対象ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2対象を示す第2対象ノードを少なくとも含む第1ノードと、前記対象を説明する第2文字列に対応し、異なるカテゴリに対して共通して説明可能な共通可能ノードを少なくとも含む第2ノードとの間をエッジで連結することにより、前記第1対象ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2対象ノードと前記共通可能ノードとの間を第2エッジで連結し、共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し、前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出し、前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出することにより、前記スコアが付された前記エッジにより、前記第1スコアが付された前記第1ノードと、前記第2スコアが付された前記第2ノードとの間が連結されたグラフを生成する生成部」、「前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定部」と同一の構成を備えるものであるから、本願発明1と同じ理由により、当業者であっても、引用発明、引用文献1-7に記載された技術的事項に基づいて容易に発明できたものとはいえない。

3.本願発明18について
本願発明18は、本願発明1に対応する方法の発明であり、本願発明1の「前記入力情報に含まれる対象を示す第1文字列に対応し、第1カテゴリに対応する第1対象を示す第1対象ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2対象を示す第2対象ノードを少なくとも含む第1ノードと、前記対象を説明する第2文字列に対応し、異なるカテゴリに対して共通して説明可能な共通可能ノードを少なくとも含む第2ノードとの間をエッジで連結することにより、前記第1対象ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2対象ノードと前記共通可能ノードとの間を第2エッジで連結し、共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し、前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出し、前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出することにより、前記スコアが付された前記エッジにより、前記第1スコアが付された前記第1ノードと、前記第2スコアが付された前記第2ノードとの間が連結されたグラフを生成する生成部」、「前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定部」に対応する構成を備えるものであるから、本願発明1と同様の理由により、当業者であっても、引用発明、引用文献1-7に記載された技術的事項に基づいて容易に発明できたものとはいえない。

4.本願発明19について
本願発明19は、本願発明1に対応する情報処理プログラムの発明であり、本願発明1の「前記入力情報に含まれる対象を示す第1文字列に対応し、第1カテゴリに対応する第1対象を示す第1対象ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2対象を示す第2対象ノードを少なくとも含む第1ノードと、前記対象を説明する第2文字列に対応し、異なるカテゴリに対して共通して説明可能な共通可能ノードを少なくとも含む第2ノードとの間をエッジで連結することにより、前記第1対象ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2対象ノードと前記共通可能ノードとの間を第2エッジで連結し、共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し、前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出し、前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出することにより、前記スコアが付された前記エッジにより、前記第1スコアが付された前記第1ノードと、前記第2スコアが付された前記第2ノードとの間が連結されたグラフを生成する生成部」、「前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定部」に対応する構成を備えるものであるから、本願発明1と同様の理由により、当業者であっても、引用発明、引用文献1-7に記載された技術的事項に基づいて容易に発明できたものとはいえない。

第7 原査定についての判断
令和3年6月14日にされた手続補正により、補正後の請求項1-17は、「前記入力情報に含まれる対象を示す第1文字列に対応し、第1カテゴリに対応する第1対象を示す第1対象ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2対象を示す第2対象ノードを少なくとも含む第1ノードと、前記対象を説明する第2文字列に対応し、異なるカテゴリに対して共通して説明可能な共通可能ノードを少なくとも含む第2ノードとの間をエッジで連結することにより、前記第1対象ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2対象ノードと前記共通可能ノードとの間を第2エッジで連結し、共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し、前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出し、前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出することにより、前記スコアが付された前記エッジにより、前記第1スコアが付された前記第1ノードと、前記第2スコアが付された前記第2ノードとの間が連結されたグラフを生成する生成部」、「前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定部」という技術的事項を有し、また、請求項18、請求項19は、それぞれ、「前記入力情報に含まれる対象を示す第1文字列に対応し、第1カテゴリに対応する第1対象を示す第1対象ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2対象を示す第2対象ノードを少なくとも含む第1ノードと、前記対象を説明する第2文字列に対応し、異なるカテゴリに対して共通して説明可能な共通可能ノードを少なくとも含む第2ノードとの間をエッジで連結することにより、前記第1対象ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2対象ノードと前記共通可能ノードとの間を第2エッジで連結し、共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し、前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出し、前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出することにより、前記スコアが付された前記エッジにより、前記第1スコアが付された前記第1ノードと、前記第2スコアが付された前記第2ノードとの間が連結されたグラフを生成する生成部」、「前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定部」に対応する技術的事項を有するものとなった。当該「前記入力情報に含まれる対象を示す第1文字列に対応し、第1カテゴリに対応する第1対象を示す第1対象ノード、及び前記第1カテゴリとは異なる第2カテゴリに対応する第2対象を示す第2対象ノードを少なくとも含む第1ノードと、前記対象を説明する第2文字列に対応し、異なるカテゴリに対して共通して説明可能な共通可能ノードを少なくとも含む第2ノードとの間をエッジで連結することにより、前記第1対象ノードと前記共通可能ノードとの間を第1エッジで連結し、及び前記第2対象ノードと前記共通可能ノードとの間を第2エッジで連結し、共起頻度が高い前記第1ノード及び前記第2ノードの組合せのノード間を連結する前記エッジのスコアが高くなるように前記エッジのスコアを算出し、前記第1ノードの出現頻度に基づいて前記第1ノードの第1スコアを算出し、前記第2ノードの出現頻度に基づいて前記第2ノードの第2スコアを算出することにより、前記スコアが付された前記エッジにより、前記第1スコアが付された前記第1ノードと、前記第2スコアが付された前記第2ノードとの間が連結されたグラフを生成する生成部」、「前記第1エッジの前記スコアが所定の閾値以上であり、かつ前記第2エッジの前記スコアが前記所定の閾値以上である場合、前記第1対象と前記第2対象とが前記共通可能ノードにより共通して説明可能であり、各々が異なるカテゴリの対象である前記第1対象と前記第2対象との間に前記共通可能ノードに対応する関係性があると推定する推定部」は、原査定における引用文献1-7には記載されておらず、本願出願日前における周知技術でもないので、本願発明1-19は、当業者であっても、原査定における引用文献1-7に基づいて容易に発明できたものではない。したがって、原査定を維持することはできない。

第8 むすび
以上のとおり、原査定の理由及び当審が通知した拒絶の理由によって、本願を拒絶することはできない。
他に本願を拒絶すべき理由を発見しない。
よって、結論のとおり審決する。

 
審決日 2021-09-14 
出願番号 特願2018-241851(P2018-241851)
審決分類 P 1 8・ 121- WY (G06F)
最終処分 成立  
前審関与審査官 松尾 真人  
特許庁審判長 高瀬 勤
特許庁審判官 後藤 嘉宏
渡邊 聡
発明の名称 情報処理装置、情報処理方法、及び情報処理プログラム  
代理人 特許業務法人酒井国際特許事務所  
  • この表をプリントする

プライバシーポリシー   セキュリティーポリシー   運営会社概要   サービスに関しての問い合わせ