図面 (/)

技術 創作支援プログラム

出願人 ジャパンモード株式会社技術経営ソリューション株式会社
発明者 川瀬竜二
出願日 2016年9月30日 (4年2ヶ月経過) 出願番号 2016-194189
公開日 2018年4月5日 (2年8ヶ月経過) 公開番号 2018-055604
状態 特許登録済
技術分野 検索装置
主要キーワード タグチメソッド 手工芸 問題解決法 デザインコンセプト 設計コンセプト 発明原理 参照文字列 コンサルティング業務
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2018年4月5日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (12)

課題

イノベーターに対して解決コンセプトを効果的に提示することでイノベーション創造支援を実現する。

解決手段

音声入力又は手動入力により取得した新たに人為的に創作された創作物に関する情報から文字列を抽出するマイニングテップと、予め取得した各参照用文字列と2種以上に分類された各解決コンセプトとの連関性を参照し、上記マイニングステップにおいて抽出した文字列に応じた参照用文字列と解決コンセプトとの連関性に基づき、1以上の解決コンセプトを探索する探索ステップとを有する。

概要

背景

イノベーションは、大きく分類して市場ニーズに基づいて創出されるニーズ先行型イノベーションと、技術のシーズから社会的な価値につなげるシーズ先行型イノベーションとに分類される。特に後者のシーズ先行型イノベーションは、技術のシーズそのものが従来技術と比較して進歩性のある優れた技術であっても、それが実社会において受け入れられるべきものでない限り、即ち市場のニーズにしっかりとリンクするもので無い限り、本当の意味でのイノベーションとは言いがたい。

つまり、研究開発から製品化、大量普及に至るまでには、乗り越えなければならない、いわゆる死の谷やダーウィンの海が立ちはだかっているのである。そしてこれを乗り越えた場合に、創出された技術のシーズが社会的価値へと発展し、本当の意味でのイノベーションになりえるのである。

特にこのようなイノベーションは、大企業のみならず、中小企業、ひいては個人発明家からも生まれる可能性はある。このイノベーションが創造される過程においては、市場から要求を満たす上で障害となる問題点が存在し、その問題点をクリアすることで創造される場合が多い。この問題点をクリアするための解決コンセプトヒントにすることでイノベーターによるイノベーションが実現することとなる。逆にイノベーターに対して、その問題点を解決する上で最適な解決コンセプトが反映された具体例を効果的に提示することで、イノベーターによるイノベーションの創造を支援することも可能となる。

イノベーション創造を支援するシステムは確かに従来において提案されている(例えば、特許文献1参照。)。この特許文献1には、入力される文字情報同士をグループ化して課題分析手法により課題分析を行い、アイデア創出処理は勿論であるが最終的にはそのシナリオまでも生成することを前提とした技術が開示されている。

概要

イノベーターに対して解決コンセプトを効果的に提示することでイノベーションの創造支援を実現する。音声入力又は手動入力により取得した新たに人為的に創作された創作物に関する情報から文字列を抽出するマイニングテップと、予め取得した各参照用文字列と2種以上に分類された各解決コンセプトとの連関性を参照し、上記マイニングステップにおいて抽出した文字列に応じた参照用文字列と解決コンセプトとの連関性に基づき、1以上の解決コンセプトを探索する探索ステップとを有する。

目的

本発明は、上述した問題点に鑑みて案出されたものであり、その目的とする

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

新たに創作すべき創作物に関する情報を取得する情報取得テップと、予め取得した各参照用文字列と2種以上に分類された具体例との3段階以上の連関度を参照し、上記情報取得ステップにおいて取得した情報に応じた参照用文字列と上記具体例との3段階以上の連関度に基づき1以上の具体例を探索する探索ステップとをコンピュータに実行させることを特徴とする創作支援プログラム

請求項2

新たに創作すべき創作物に基づく解決コンセプトを取得する解決コンセプト取得ステップを更に有し、上記探索ステップでは、予め取得した各解決コンセプトと2種以上に分類された具体例との3段階以上の連関度を参照し、上記解決コンセプト取得ステップにおいて取得した解決コンセプトと上記具体例との3段階以上の連関度に基づき1以上の具体例を探索することを特徴とする請求項1記載の創作支援プログラム。

請求項3

上記解決コンセプト取得ステップでは、予め取得した各参照用文字列と2種以上に分類された各解決コンセプトとの3段階以上の連関度を参照し、上記情報取得ステップにおいて取得した情報に応じた参照用文字列と解決コンセプトとの3段階以上の連関度に基づき、1以上の解決コンセプトを取得することを特徴とする請求項2記載の創作支援プログラム。

請求項4

上記探索ステップでは、予め取得した2以上の各参照用文字列の組み合わせと2種以上に分類された具体例との3段階以上の連関度を参照し、上記情報取得ステップにおいて取得した情報に応じた2以上の参照用文字列の組み合わせと上記具体例との3段階以上の連関度に基づき1以上の具体例を探索することを特徴とする請求項1〜3のうち何れか1項記載の創作支援プログラム。

請求項5

上記探索ステップでは、予め取得した1以上の参照用文字列及び1以上の解決コンセプトの組み合わせと2種以上に分類された具体例との3段階以上の連関度を参照し、上記解決コンセプト取得ステップにおいて取得した1以上解決コンセプト及び上記情報取得ステップにおいて取得した情報に応じた1以上参照用文字列の組み合わせと上記具体例との3段階以上の連関度に基づき1以上の具体例を探索することを特徴とする請求項2又は3項記載の創作支援プログラム。

請求項6

新たに創作すべき創作物に関する解決コンセプトを取得する解決コンセプト取得ステップと、予め取得した各解決コンセプトと2種以上に分類された具体例との3段階以上の連関度を参照し、上記解決コンセプト取得ステップにおいて取得した情報に応じた参照用文字列と上記具体例との3段階以上の連関度に基づき1以上の具体例を探索する探索ステップとをコンピュータに実行させることを特徴とする創作支援プログラム。

請求項7

上記探索ステップは、外部から提供された情報に基づいて、参照用文字列又は解決コンセプトと、具体例の関係を取得し、これを上記参照すべき連関度に反映させように人工知能を通じて学習することを特徴とする請求項1〜6のうち何れか1項記載の創作支援プログラム。

請求項8

新たに創作すべき創作物に関する情報を取得する情報取得手段と、予め取得した各参照用文字列と2種以上に分類された具体例との3段階以上の連関度を参照し、上記情報取得手段により取得された情報に応じた参照用文字列と上記具体例との3段階以上の連関度に基づき1以上の具体例を探索する探索手段とを備えることを特徴とする創作支援システム

請求項9

新たに創作すべき創作物に関する解決コンセプトを取得する解決コンセプト取得ステップと、予め取得した各解決コンセプトと2種以上に分類された具体例との3段階以上の連関度を参照し、上記解決コンセプト取得手段により取得された情報に応じた参照用文字列と上記具体例との3段階以上の連関度に基づき1以上の具体例を探索する探索手段を備えることを特徴とする創作支援システム。

技術分野

0001

本発明は、創作物の創作を支援する上で好適な創作支援プログラム及びシステムに関する。

背景技術

0002

イノベーションは、大きく分類して市場ニーズに基づいて創出されるニーズ先行型イノベーションと、技術のシーズから社会的な価値につなげるシーズ先行型イノベーションとに分類される。特に後者のシーズ先行型イノベーションは、技術のシーズそのものが従来技術と比較して進歩性のある優れた技術であっても、それが実社会において受け入れられるべきものでない限り、即ち市場のニーズにしっかりとリンクするもので無い限り、本当の意味でのイノベーションとは言いがたい。

0003

つまり、研究開発から製品化、大量普及に至るまでには、乗り越えなければならない、いわゆる死の谷やダーウィンの海が立ちはだかっているのである。そしてこれを乗り越えた場合に、創出された技術のシーズが社会的価値へと発展し、本当の意味でのイノベーションになりえるのである。

0004

特にこのようなイノベーションは、大企業のみならず、中小企業、ひいては個人発明家からも生まれる可能性はある。このイノベーションが創造される過程においては、市場から要求を満たす上で障害となる問題点が存在し、その問題点をクリアすることで創造される場合が多い。この問題点をクリアするための解決コンセプトヒントにすることでイノベーターによるイノベーションが実現することとなる。逆にイノベーターに対して、その問題点を解決する上で最適な解決コンセプトが反映された具体例を効果的に提示することで、イノベーターによるイノベーションの創造を支援することも可能となる。

0005

イノベーション創造を支援するシステムは確かに従来において提案されている(例えば、特許文献1参照。)。この特許文献1には、入力される文字情報同士をグループ化して課題分析手法により課題分析を行い、アイデア創出処理は勿論であるが最終的にはそのシナリオまでも生成することを前提とした技術が開示されている。

先行技術

0006

特開2005−284548号公報

発明が解決しようとする課題

0007

しかしながら、上述した特許文献1の開示技術によれば、イノベーターに対して解決コンセプトを必ずしも効果的に提示することができず、イノベーションの創造支援を実現することができないという問題点があった。

0008

そこで本発明は、上述した問題点に鑑みて案出されたものであり、その目的とするところは、創作者に対して解決コンセプトが反映された具体例を効果的に提示することでイノベーションの創作を支援する上で好適な創作支援プログラム及びシステムを提供することにある。

課題を解決するための手段

0009

本発明に係る創作支援プログラムは、上述した課題を解決するために、新たに創作すべき創作物に関する情報を取得する情報取得テップと、予め取得した各参照用文字列と2種以上に分類された具体例との3段階以上の連関度を参照し、上記情報取得ステップにおいて取得した情報に応じた参照用文字列と上記具体例との3段階以上の連関度に基づき1以上の具体例を探索する探索ステップとをコンピュータに実行させることを特徴とする。

0010

本発明に係る創作支援プログラムは、上述した課題を解決するために、新たに創作すべき創作物に関する解決コンセプトを取得する解決コンセプト取得ステップと、予め取得した各解決コンセプトと2種以上に分類された具体例との3段階以上の連関度を参照し、上記解決コンセプト取得ステップにおいて取得した情報に応じた参照用文字列と上記具体例との3段階以上の連関度に基づき1以上の具体例を探索する探索ステップとをコンピュータに実行させることを特徴とする。

0011

本発明に係る創作支援システムは、新たに創作すべき創作物に関する情報を取得する情報取得手段と、予め取得した各参照用文字列と2種以上に分類された具体例との3段階以上の連関度を参照し、上記情報取得手段により取得された情報に応じた参照用文字列と上記具体例との3段階以上の連関度に基づき1以上の具体例を探索する探索手段とを備えることを特徴とする。

0012

本発明に係る創作支援システムは、新たに創作すべき創作物に関する解決コンセプトを取得する解決コンセプト取得ステップと、予め取得した各解決コンセプトと2種以上に分類された具体例との3段階以上の連関度を参照し、上記解決コンセプト取得手段により取得された情報に応じた参照用文字列と上記具体例との3段階以上の連関度に基づき1以上の具体例を探索する探索手段を備えることを特徴とする。

発明の効果

0013

上述した構成からなる本発明によれば、創作者に対して解決コンセプトが反映された具体例を効果的に提示することでイノベーションの創作を支援することが可能となる。

図面の簡単な説明

0014

本発明を適用した創作支援システムの構成例を示す図である。
電子機器ブロック構成を示す図である。
本発明を適用した創作支援プログラムが使用されるコンサルティング業務を示す図である。
本発明を適用した創作支援プログラムの処理動作フローチャートである。
抽象化された解決コンセプトの連関性を示す模式図である。
複数の参照用文字列間の組み合わせに対する各解決コンセプトとの連関性を参照する例を示す図である。
第2実施形態における創作支援プログラムの処理動作を示すフローチャートである。
参照用文字列と具体例の連関の有無を真または2値により、デジタル的に表現した例を示す図である。
複数の参照用文字列間の組み合わせに対する各具体例との連関性を参照する例を示す図である。
予め取得した解決コンセプトと具体例との連関性(3段階以上の連関度)を参照する例を示す図である。
1以上の参照用文字列及び1以上の解決コンセプトの組み合わせと2種以上に分類された具体例との3段階以上の連関度を参照する例を示す図である。

実施例

0015

以下、本発明を適用した創作支援プログラムを具現化する上で使用される創作支援システムについて、図面を参照しながら詳細に説明をする。

0016

本発明を適用した創作支援システム1は、例えば図1に示すような構成により具現化される。この創作支援システム1は、システムを利用するユーザ用の端末11と、この端末11に対して公衆通信網12を介して接続されるサーバ13とを備えている。

0017

公衆通信網12は、端末11間及びサーバ13を通信回線を介して接続されるインターネット網等である。ちなみにこの端末11を一定の狭いエリア内で運用する場合には、この公衆通信網12を、LAN(Local Area Network)で構成してもよい。また、この公衆通信網12につきいわゆる光ファイバ通信網で構成してもよい。また、この公衆通信網12は、有線通信網に限定されるものではなく、無線通信網で実現するようにしてもよい。

0018

端末11は、例えば、携帯電話スマートフォンタブレット型端末ウェアラブル端末ノート型パーソナルコンピュータ(PC)等であり、少なくともユーザの操作に基づいて公衆通信網12を介して通信可能なデバイスである。端末11は、ユーザが携帯可能とすることにより、常時持ち運びを可能とするデバイスであってもよいし、これに限定されるものではなく、そえ置き型のPC等、あらゆる電子機器を含む概念である。

0019

なお、この端末11は、後述する創作支援プログラムを公衆通信網12を介してダウンロードすることなく、店頭販売されているパッケージソフトインストールする場合には、公衆通信網12を介した通信を行わない機器であってもよい。以下の例では、この端末11につき、スマートフォンを適用する場合を例にとり説明をする。

0020

図2は、端末11の具体的な構成例を示している。この端末11は、ROM(Read Only Memory)22と、データの蓄積展開等に使用する作業領域としてのRAM(Random Access Memory)23と、端末11全体を制御するためのCPU(Central Processing Unit)24と、操作ボタンキーボード等を介して各種制御用指令を入力するための操作部25と、各種情報の表示を制御するための出力I/F16と、ハードディスク等に代表され、実行すべき検索を行うためのプログラムを格納するための記憶部27と、外部から端末11内へデータを入力し、或いは端末11において生成されたデータを外部へ出力するためのデータ入出力部29が内部バス21にそれぞれ接続されている。さらに、この内部バス21には、通信I/F28、音声入力部31が接続されている。また、出力I/F16には、実際に情報を表示するモニタとしての表示部26が接続されている。

0021

ROM22は、端末11全体のハードウェア資源を制御するためのプログラムが格納されている。RAM23は、端末11全体のハードウェア資源を制御するときの各種命令を一時的に記憶する。

0022

CPU24は、内部バス21を介して制御信号を送信することにより、端末11内に実装された各構成要素を制御するためのいわゆる中央演算ユニットである。また、このCPU24は、操作部25を介したユーザの操作に応じて各種制御用の指令を内部バス21を介して伝達する。

0023

操作部25は、タッチパネル等で具体化され、ユーザが実際に解決したい問題に関する情報が入力される他、創作支援プログラムを実行するための実行命令がユーザから入力される。この操作部25は、上記実行命令がユーザにより入力された場合には、これをCPU24に通知する。この通知を受けたCPU24は、上記プログラムを記憶部27から読み出して実行する。

0024

出力I/F16は、CPU24による制御に基づいて表示画像を作り出すグラフィックコントローラにより構成されている。この出力I/F16に接続される表示部26は、例えば、液晶ディスプレイ(LCD)等によって実現される。

0025

記憶部27は、ハードディスクで構成される場合において、CPU24による制御に基づき、各アドレスに対して所定の情報が書き込まれるとともに、必要に応じてこれが読み出される。また、この記憶部27には、本発明を実行するための創作支援プログラムが格納されている。このプログラムはCPU24により読み出されて実行されることになる。

0026

通信I/F28は、公衆通信網12と接続するための回線制御回路や、他の端末装置との間でデータ通信を行うための信号変換回路等が実装されている。通信I/F28は、内部バス21からの各種命令に変換処理を施してこれを公衆通信網12側へ送出するとともに、公衆通信網12からのデータを受信した場合にはこれに所定の変換処理を施して内部バス21、或いはCPU24へ送信する。

0027

データ入出力部29は、PC等の電子機器との間でUSB接続するためのコード等が接続される。このデータ入出力部29を介して外部の機器との間でデータを入出力することが可能となる。

0028

音声入力部31は、ユーザから入力された音声電子データに変換するためのデバイスである。

0029

サーバ13には、所定のデータベース構築されている。このデータベースには、公衆通信網12を介して送られてきた情報が蓄積される。また、このサーバ13は、端末11からの要求に基づいて、この蓄積した情報を公衆通信網12を介して端末11へと送信する。

0030

なお、端末11における何れか1以上の構成要素、或いはサーバ13は、人工知能により制御されるものであってもよい。本発明への人工知能の具体的な応用方法は、従来における全ての公知の人工知能に関する情報の何れか1以上に基づくものであってもよい。

0031

第1実施形態
本発明を適用した創作支援システム1は、端末11内にインストールされた創作支援プログラムを介して実行していくこととなる。即ち、ユーザは、端末11を操作し、これにインストールされている創作支援プログラムを通じ、各種問題解決を行っていくこととなる。この創作支援プログラムは、図3に示すようにユーザが自ら創作者として発明やイノベーション等を新たに創作する上での支援ソフトウェアとして使用されるものである。創作支援プログラムは、端末11にインストールして使用する場合に限定されるものではなく、サーバ13に記憶させておき、端末11側から、使用の都度、サーバ13にアクセスして使用するようにしてもよいことは勿論である。

0032

イノベーション創造プロセスにおいては、新たに人為的に創作される創作物に関する情報をユーザ自身が入力するところから開始する。

0033

このユーザにより入力される情報の例としては、社会的ニーズ、問題点、以前に提案されている従来技術、解決しようとする課題、新たに創造した発明の構成、アイデアのシーズ、アイデアのコンセプト作用効果等を何れもテキストデータ化することが可能な文章や文字列、言語等で表現していくこととなる。このようにしてユーザから入力された情報を、以下、基本情報という。

0034

ユーザは、この基本情報の入力を端末11における操作部25を介して手動で行い、又は音声入力部31を介して音声により入力する。この入力において、他の端末11やPC等の電子機器において作成した基本情報をデータ入出力部29から入力するようにしてもよい。またユーザが他の端末11やPC等の電子機器において作成したテキストデータを、公衆通信網12を介して実際に創作支援プログラムがインストールされた端末11に送信するようにしてもよい。更に、この基本情報は、ユーザが自ら入力する場合以外に、この全体システム1が自動的に公衆通信網12にアクセスし、これら基本情報を取り込んでくるものであってもよい。

0035

このようにして送信又は入力された基本情報は、記憶部27に記憶されることとなる。

0036

このようにして基本情報が入力された後に、実際に創作支援プログラムが処理動作を実行していくこととなる。この創作支援プログラムの処理動作フローを図4に示す。

0037

創作支援プログラムは、ステップS11において入力された基本情報について解析を行う。(ステップS12)。この解析については、既存のあらゆるテキストマイニング技術、データマイニング技術言語解析処理技術等を用いるようにしてもよい。

0038

次に、この創作支援プログラムは、解析対象の基本情報を単語、形態素、節等、あらゆる文法上の構造単位の中から何れか1以上の単位に亘り、文字列の抽出を行う。例えば、「特許明細書における特許請求の範囲に定義された発明の限定度合カウントして表示することが可能な特許明細書分析表示装置について、更に高精度に発明の限定度合いを表示することを目的とする。」というテキストデータがあった場合には、「特許明細書」、「特許請求の範囲」、「定義」、「発明」、「限定度合」、「カウント」、「表示する」、「特許明細書分析表示装置」「高精度に」、「目的とする」等といった文字列を抽出することとなる。

0039

或いは、この基本情報が断片的にキーワードや単語そのもので入力される場合もある。例えば「ペットのお拭き」と入力された場合には、「ペット」「お尻拭き」という文字列を抽出することができる。また、この基本情報は、発明のコンセプトや構成が入力される以外に、解決しようとする課題が入力される場合がある。例えば、「安くて作りやすい」と入力される場合には、これをテキストマイニングにより解析することにより、「安」「安い」、「作り」、「作りやすい」等のように、文法上の構造単位の中から何れか1以上の単位に亘り、文字列の抽出が行われる。

0040

次に創作支援プログラムは、ステップS13へ移行し、ステップS12において抽出した文字列と連関性の高い解決コンセプトの探索を開始する。この探索を行う前において、端末11は、図5に示すように参照用文字列と2種以上に分類されてなる抽象化された解決コンセプト(以下、解決コンセプトという。)の連関性を予め取得しておく。

0041

解決コンセプトは、問題を解決するための抽象化されたコンセプトである。この解決コンセプトA1、A2、A3、B1、B2、B3、C1、C2、C3、・・・は、予めシステム側において定義されているものである。この解決コンセプトは、例えば等価変換理論、TRIZ(古典的TRIZに加え、発展的なあらゆるTRIZも含む)、ARIZ、QFDタグチメソッド等、既に公知になっているあらゆる問題解決法を含む概念である。この解決コンセプトの例としては、例えば古典的TRIZの40の発明原理を例に挙げるのであれば、セグメンテーション細分化)、非対称性、逆(リバース)、ダイナミック性、フィードバック入れ子構造先取り作用、等位性、機械的な振動、害を益に変換(災い転じて福となす)等に相当するものである。

0042

端末11は、このような文字列と解決コンセプトが互いにどの程度関連しているかの度合いを示す、連関性を取得しておく。この連関性の表現方法としては、例えば図5に示すような矢印で繋がっている参照用文字列と解決コンセプトは、互いに連関しており、矢印で繋がっていない参照用文字列と解決コンセプトは、互いに連関していない形態で表現するようにしてもよい。例えば解決コンセプトA2は、参照用文字列c11、a21には連関しているが、これ以外の解決コンセプトとは連関していないという形で表現するようにしてもよい。即ち、このケースでは、参照用文字列と解決コンセプトの連関の有無を真または偽の2値により、デジタル的に表現することとなる。

0043

これ以外の連関性の表現方法としては、この連関性を3段階以上の連関度を介して表現するようにしてもよい。例えば解決コンセプトB3は、参照用文字列a21、b21には80%の割合で連関しており、更に参照用文字列c11が60%、参照用文字列b11が45%、参照用文字列c21が24%、参照用文字列a11が0%等の連関度として表現されていてもよい。例えば、参照用文字列として、「強度」と「重量」の2つについては、連関度が80%の解決コンセプトとして、セグメンテーション(細分化)が表現されていてもよい。古典的TRIZの40の発明原理において、改善したい特性が「強度」であり、これに対する劣化してしまう特性が「重量」である場合には、その解決コンセプトとして、セグメンテーション(細分化)が従来から提唱されているためである。

0044

また、参照用文字列が「お尻拭き」である場合には、解決コンセプトとして、トイレットペーパーのような「使い捨て」の解決コンセプトの連関度を90%等のように高く設定するようにしてもよい。

0045

端末11は、ステップS13の解析前までに、参照用文字列と解決コンセプトとの連関性を自らの記憶部27等に記憶しておき、いつでも読み出せるようにしておく。このとき、参照用文字列と解決コンセプトとの連関性を自らの記憶部27に記憶しない場合には、サーバ13に記憶させておき、実際にステップS13を実行する際にこのサーバ13にアクセスすることで実行するようにしてもよい。

0046

ステップS13に移行後、創作支援プログラムは、ステップS12において解析した基本情報から抽出した文字列から、解決コンセプトを1又は2以上に亘り選択する作業を行う。

0047

この基本情報から抽出した文字列から解決コンセプトの選択についても、予め取得した参照用文字列と解決コンセプトとの連関性を参照するようにしてもよい。例えば、基本情報から解析した文字列が「強度」である場合には、参照用文字列と解決コンセプトとの連関性を参照した場合、その「強度」と連関性の高いのはセグメンテーション(細分化)である。このため、この解析した「強度」という文字列に対して連関性の高いセグメンテーション(細分化)を解決コンセプトとして探索することとなる。

0048

また基本情報から解析した文字列が「体拭き」である場合、全く同一の参照用文字列は無いものの、「お尻拭き」が参照用文字列として存在する場合には、これを参照し、解決コンセプトとして「使い捨て」を探索してこれを提示するようにしてもよい。このように、基本情報からの文字列と参照用文字列が完全一致して無くても、この例のように「拭き」のところで一部一致するものであれば、当該参照用文字列と連関性の高い解決コンセプトを探索するようにしてもよい。

0049

更に基本情報から解析した文字列が「体洗い」であり、これと完全一致又は一部一致する参照用文字列が仮に一つも無かった場合であっても、「お尻拭き」との間では、意味概念において類似性がある。この意味概念の類似性を予めシステム側において設定し、その類似性の高い参照用文字列と連関性の高い解決コンセプトを探索するようにしてもよい。

0050

即ち、この基本情報から解析した文字列は、参照用文字列と文字が一部一致又は完全一致しているか否か、意味概念の類似性の度合いのみならず、基本情報からの文字列に対して何らかの対応関係がある参照用文字列であれば、その参照用文字列と連関性の高い解決コンセプトを探索するようにしてもよい。

0051

上述した作業は、基本情報から解析した一つの文字列のみならず、他の複数の文字列についても同様に行っていくこととなる。その結果、一つの解決コンセプトのみならず、複数の解決コンセプトが選択される場合もある。

0052

解析した文字列と連関性のより高い解決コンセプトを判別する方法は、上述した方法に限定されるものではない。例えば、参照用文字列と解決コンセプトとの間で予め3段階以上の連関度が設定されていてもよい。かかる場合には、参照用文字列としての「強度」に対して、各解決コンセプトにつき「セグメンテーション(細分化)」が84%、「非対称性」が25%、「逆(リバース)」が61%、「ダイナミック性」が77%、「フィードバック」が43%等、予め参照用文字列と、解決コンセプトの間で連関度が設定されている。そして、基本情報から解析した文字列に応じて参照用文字列「強度」が選択された場合には、上述した連関度の%の分だけ連関しているものと判断するようにしてもよい。そして連関度が所定の閾値以上の解決コンセプトを選択するようにしてもよい。

0053

なお、この参照用文字列と、解決コンセプトとの連関性のデータは、端末11側においてダウンロードされているものであってもよいし、常時サーバ13に記憶させておき、必要に応じてサーバ13から読み出したり、端末11にダウンロードするようにしてもよい。

0054

即ち、この創作支援プログラムは、基本情報を解析することで得られた文字列から、これに見合った解決コンセプトを即座に選択し、これを出力することができる。解決コンセプトの出力は、出力I/F16を介して表示部26へ表示するようにしてもよいし、データ入出力部29を介して外部に送信してもよい。また解決コンセプトの出力は、通信I/F28を介して公衆通信網12からサーバ13へ記憶させるようにしてもよいし、他の端末11へ送信するようにしてもよい。

0055

ユーザはこのようにして出力された解決コンセプトをヒントにし、自らの創造性を発揮して発明の創造を行うこととなる。

0056

ユーザは、このようにして創出したアイデアを分析し、様々な観点からこれを深く理解した上で、当該創出されたアイデア並びにこれをめぐる状況を形式知化する作業を行う。ここでいる形式知化の作業では、アイデアの構成やメインコセプトに加え、そのアイデアの背後にある社会的ニーズ、問題点、以前に提案されている従来技術、解決しようとする課題、作用効果等を何れもテキストデータ化することが可能な文章や文字列等で表現していくこととなる。このような形式知化された状況を、以下、アイデア情報という。ちなみに、このアイデア情報として基本情報をそのまま適用するようにしてもよい。

0057

次にユーザは、このアイデア情報を実際に創作支援プログラムがインストールされた端末11に入力していくこととなる(ステップS14)。このアイデア情報の入力は、ユーザ自身が操作部25又は音声入力部31を介して直接テキストデータを入力するようにしてもよいし、他の端末11において作成したアイデア情報のテキストデータをデータ入出力部29から入力するようにしてもよい。またユーザが他の端末11において作成したアイデア情報のテキストデータを公衆通信網12を介して、実際に創作支援プログラムがインストールされた端末11に送信するようにしてもよい。 更に、このアイデア情報は、ユーザが自ら入力する場合以外に、この全体システム1が自動的に公衆通信網12にアクセスし、これらアイデア情報を取り込んでくるものであってもよい。

0058

このようにして送信又は入力されたアイデア情報のテキストデータは、記憶部27に記憶されることとなる。

0059

創作支援プログラムは、ステップS15へ移行し、アイデア情報のテキストデータを解析する。この解析については、既存のあらゆるテキストマイニング技術、データマイニング技術、言語解析処理技術等を用いるようにしてもよい。

0060

次に、この創作支援プログラムは、解析したテキストデータを単語、形態素、句、節等、あらゆる文法上の構造単位の中から何れか1以上の単位に亘り、文字列の抽出を行う。この文字列の具体的な抽出方法については、ステップS12と同様である。

0061

なお、本発明によれば、出力された複数の解決コンセプトのうち、ユーザが何れの解決コンセプトを採択したかを入力するようにしてもよい。このような解決コンセプトの採択情報が入力された場合に、創作支援プログラムは、その採択情報を上述した参照用文字列と解決コンセプトとの連関性(3段階以上の連関度)に反映させるようにしてもよい。つまり、採択された解決コンセプトと連関性の高い参照用文字列については、さらにその連関度を数ポイント上げるようにしてもよい。また出力した解決コンセプトのうち、この採択情報に含まれていない解決コンセプトは、実際にユーザから採択される可能性の低いコンセプトであるから、当該解決コンセプトとの連関性の高い参照用文字列については、さらにその連関度を数ポイント下げるようにしてもよい。

0062

また本発明は、ステップS13において、基本情報の中でも特に解決課題、解決手段、作用効果の何れか1以上につきについて言及があるものを抽出してこれをテキストマイニングにより解析するようにしてもよい。実際には、ユーザが形式知化した基本情報の中で、いかなる欄に解決課題、解決手段、作用効果を記載するか予めルールを作っておき、その欄を検索した上で欄内の解決課題の記載をテキストデータとして抽出し、これを解析していくこととなる。そして、これら解決課題、解決手段、作用効果の解析結果の何れか1以上を利用し、参照文字列を介して連関度の高い解決コンセプトの探索を行うようにしてもよい。これにより、これら解決課題、解決手段、作用効果の何れか1以上に特化した参照用文字列が選択されて解決コンセプトが探索されることとなる。

0063

なお、上述した実施の形態において、ステップS11〜S13のプロセスを端末11側において行うことを前提に説明をしたが、これに限定されるものではなく、サーバ13側において行うようにしてもよいし、いずれかのステップをサーバ13、端末11との間で分担して行うようにしてもよい。

0064

次に、本発明を適用した創作支援システム1の他の実施の形態について説明をする。

0065

図5の例では、あくまで一の参照用文字列に対して1又は2以上の解決コンセプトの連関性を参照するものであるのに対して、図6の例では、複数の参照用文字列間の組み合わせに対する各解決コンセプトとの連関性を参照するものである。

0066

図6では、参照用文字列として、「」、「尻拭き」、「ポリ袋」、「シール」、「貼る」、「安価」、「取付容易性」等があり、これらの組み合わせに対してそれぞれ解決コンセプトA1、A2、・・・が割り当てられている。実線がその連関性を示すものであり、点線はその組み合わせを示すものである。例えば、「犬」と「尻拭き」とが互いに点線でつながっており、そこから実線が、A2、C1に伸びている。これは、「犬」と「尻拭き」の組み合わせに対する連関性の高い解決コンセプトがA2、C1であることを示している。つまり参照用文字列が「犬」のみであると、犬の何を解決したいのか、何が問題になっているのかが分からない。これに対して、「犬」と「尻拭き」が組み合わさると、犬がをした後の肛門を拭くためのイノベーションであることがある程度絞られ、これに応じた解決コンセプトを絞り込むことが可能となる。これに加えて、「犬」、「尻拭き」、「ポリ袋」が組み合わさる点線においては、更にA2、B2の解決コンセプトが連関性の高いものとして繋がる。これは上述した犬の尻拭きに更にポリ袋が加わることで、ポリ袋を使って犬の尻拭きをするための解決コンセプトが更に絞られてくることを意味する。

0067

上述した参照用文字列の組み合わせは名詞−名詞であるが、例えば、「シール」と「貼る」の組み合わせのように名詞−動詞であってもよい。名詞と動詞が結びつくことにより、実現しようとする命題が「シールを貼る」のように明確になる。そして、このシールを貼ることに対する連関性の高い解決コンセプトとしてB3がリンクすることとなる。また、これに加えて、更に「ポリ袋」という参照用文字列が組み合わされば、ポリ袋にシールを貼るための解決コンセプトが絞られてくることとなる。また「安価」という参照用文字列が加われば、ポリ袋にシールを安価に貼るための解決コンセプトが絞られてくることとなる。

0068

このような各参照用文字列の組み合わせに対する1以上の解決コンセプトの連関性を上述した図5と同様に予め取得しておくことにより、実際に基本情報から解析した文字列から解決コンセプトを選択する際に、これを参照することが可能となる。特にこの参照用文字列単独よりも、これらを互いに組み合わせにより、意図している解決コンセプトをより絞り込むことができ、ユーザが本当に所望する解決コンセプトを効果的に選択して提案することも可能となる。ちなみに、この連関性も上述と同様に3段階以上の連関度として示されていてもよい。

0069

実際にこの各参照用文字列の組み合わせに対する1以上の解決コンセプトの連関性を参照する際には、基本情報から複数の文字列を抽出する。そして、この抽出した複数の文字列に応じた、複数の参照用文字列間の組み合わせに対して連関性(3段階以上の連関度)が高い解決コンセプトを提案することとなる。かかる場合も上述と同様に、基本情報から解析した文字列は、参照用文字列と文字が一部一致又は完全一致しているか否か、意味概念の類似性の度合いのみならず、基本情報からの文字列に対して何らかの対応関係がある参照用文字列であれば、その参照用文字列と連関性の高い解決コンセプトを探索するようにしてもよい。

0070

このとき、複数の参照用文字列間の組み合わせは、名詞−動詞、名詞−形容詞、形容詞−動詞、名詞−名詞の何れかの組み合わせとされていてもよい。基本情報から文字列を抽出する際には、単語又は句として名詞−動詞、名詞−形容詞、形容詞−動詞、名詞−名詞の何れか1以上の組み合わせで構成される複数の文字列を抽出し、参照用文字列における同じ品詞の組み合わせを参照しながら解決コンセプトを探索するようにしてもよい。

0071

また、サーバ13が人工知能により制御される場合には、参照用文字列と解決コンセプトとの連関性を学習させるようにしてもよい。つまり、図5に示すような参照用文字列と解決コンセプトとの連関性、図6に示すような参照用文字列間の組み合わせと解決コンセプトとの連関性を人工知能による学習により随時更新していく。人工知能は、外部からサーバ13に対して公衆通信網12を介して提供された情報に基づいて学習を行う。このサーバ13に対して外部から提供される情報は、例えば本システムを使用する端末11から送信されるものであってもよい。端末11により、本発明を適用した創作支援プログラムが使用される結果、ユーザにより選択された参照用文字列と解決コンセプトの関係、或いはユーザにより選択されなかった参照用文字列と解決コンセプトの関係等、過去の履歴情報を端末11側において記録しておく。そして、これら過去の履歴情報を端末11からサーバ13へ送信する。サーバ13を制御する人工知能は、この送信されてきた過去の履歴情報に基づいて、参照用文字列と解決コンセプトとの連関性を更新する。つまり、ユーザにより選択された参照用文字列と解決コンセプトの関係については連関性を高く更新し、またユーザにより選択されなかった参照用文字列と解決コンセプトの関係は連関性をより低く更新する。この更新については、ニューラルネットワーク等を利用してもよい。

0072

このような過去の履歴情報を、本システムを利用する全ての端末11からサーバ13へ集められることにより、参照用文字列と解決コンセプトとの連関性は、大量のデータに基づいて随時学習がなされ、よりユーザがより受け入れ易く、また解決に最も近道となるような解決コンセプトを提供しやすくなる。

0073

サーバ13における参照用文字列と解決コンセプトとの連関性の学習を、端末11側に実装した人工知能に行わせるようにしてもよいことは勿論である。

0074

第2実施形態
以下、本発明を適用した創作支援プログラムの第2実施形態について説明をする。この第2実施形態は、上述した第1実施形態と同一の構成、ステップにおいては、当該第1実施形態の説明を引用することで以下での説明を省略する。

0075

この第2実施形態においては、新たに創作しようとする創作物に関する情報をユーザ自身が入力するところから開始する。ここでいう新たに創作しようとする創作物として、発明やイノベーション等を例に挙げて説明をするが、創作物はこれらに限定されるものではない。

0076

この創作物としては、人間により創作可能なあらゆるものが含まれるものであり、例えば、絵画彫刻陶器版画工作物ペーパークラフトのような美術品のみならず、例えばブロック玩具を互いに組み合わせることで一つの形態を完成させたものや、その他あらゆる手工芸品や工芸品が含まれるものであってもよい。また創作物としては、音楽も含まれる。

0077

また創作物としては、新たに設計しようとする対象物又は土建構造物も含まれる。この設計の対象物は、機械、ソフトウェアプラントビジネスモデルオフィス用品雑貨生産器具電子回路、電子機器、船舶飛行体ロケットドローン、等を始めとするあらゆる製品を含む概念であり、設計の対象となる土建構造物は、道路トンネル港湾橋梁家屋ビル庭園建材水門等、あらゆる建築構造物土木構造物を含む概念である。

0078

また創作物としては、人に装着されるものであればいかなるものであってもよく、例えば服、ズボン帽子眼鏡バックアクセサリー指輪ネイルイヤリングネクタイリボン等であってもよい。

0079

創作物としては、文章の作成も含まれる。作文対象の文章は、小説エッセイ、論説、論文、特許明細書、脚本、新聞雑誌等の記事日誌社内文書、各種レポート等、あらゆるジャンルの音楽を含むものである。ここでいう作文対象の文章とは、一つの節として完成しているものに限定されるものではなく、ほんの一文であってもよいし、更には一文として完結していなくても、文を構成する句、係り受け、表現の一部も含む概念である。

0080

創作物としては、これから発案しようとするビジネスモデルも含まれる。

0081

このユーザにより入力される基本情報の例としては、第1実施形態と同様の基本情報であってもよい。また、第1実施形態において生成されたアイデア情報を、この第2実施形態における基本情報としてもよい。

0082

ユーザは、この基本情報の入力を端末11における操作部25を介して手動で行い、又は音声入力部31を介して音声により入力する。この入力では、テキストデータによる入力でもよいが、ユーザに対して表示される選択項目の中から選択してもらうようにしてもよい。また他の端末11やPC等の電子機器において作成した基本情報をデータ入出力部29から入力するようにしてもよい。またユーザが他の端末11やPC等の電子機器において作成したテキストデータを、公衆通信網12を介して実際に創作支援プログラムがインストールされた端末11に送信するようにしてもよい。

0083

更に、この基本情報は、ユーザが自ら入力する場合以外に、この全体システム1が自動的に公衆通信網12にアクセスし、これら基本情報を取り込んでくるものであってもよい。またアイデア情報を既に取り込んでいるのであればそれを読み出してそのまま基本情報としてもよい。

0084

このようにして基本情報が取得された後に、実際に創作支援プログラムが処理動作を実行していくこととなる。この創作支援プログラムの処理動作フローは、図7に示すフローに基づいて進行する。創作支援プログラムでは、ステップS21においてユーザに対して基本情報(アイデア情報)の入力を促す。この基本情報は、ユーザ自らが入力した文字列を介して取得されるものであってもよいし、このような入力すべき文字列をユーザに表示し、ユーザにより選択されることで入力されるものであってもよい。ステップS22では、ステップS21において入力された基本情報について解析を行う。この解析については、既存のあらゆるテキストマイニング技術、データマイニング技術、言語解析処理技術等を用いるようにしてもよく、解析対象の基本情報を単語、形態素、句、節等、あらゆる文法上の構造単位の中から何れか1以上の単位に亘り、文字列の抽出を行う。

0085

次に創作支援プログラムは、ステップS23へ移行し、ステップS22において抽出した文字列や情報と連関性(3段階以上の連関度)の高い具体例の探索を開始する。この探索を行う前において、端末11は、に参照用文字列と2種以上に分類されてなる具体例との連関性(3段階以上の連関度)を予め取得しておく。

0086

具体例とは、実際に発明を始めとした創作物を具現化する上で参考になる画像、図、説明文映像等である。図8に示すように、この具体例A1、A2、A3、B1、B2、B3、C1、C2、C3、・・・は、例えば、過去及び現在のあらゆる発明や製品、書籍、事典、印刷物インターネット上の掲載情報等の情報に対応している。具体例としての製品はその製品の外観の画像として示されていてもよいし、その製品の中身を説明している説明文も含まれる。またこの具体例とは、その製品を構成する発明についての特許公報の記載や図面も含まれる。ちなみに具体例とは、最終的な製品の形態になっているもののみを対象とするものではなく、半製品の状態や、製品としては未完成なものであっても製品完成に必要な指針が現れているものであってもよい。

0087

この連関性の表現方法は、上述した解決コンセプトにおいて説明した図5に示す例と同様に、図8に示すように参照用文字列と具体例の連関の有無を真または偽の2値により、デジタル的に表現するようにしてもよい。これ以外の連関性の表現方法としては、3段階以上の連関度を採用するようにしてもよい。このとき、連関度としては、0〜100点等又は0〜100%等の数値で示すようにしてもよい。

0088

全体システム1は、ステップS23の解析前までに、参照用文字列と具体例との連関性を予め取得しておき、いつでも読み出せるようにしておく。

0089

ステップS23に移行後、創作支援プログラムは、ステップS22において解析した基本情報から抽出した文字列から、具体例を1又は2以上に亘り選択する作業を行う。

0090

この基本情報から抽出した文字列や情報から具体例の選択についても、図8に示すように、予め取得した参照用文字列と具体例との連関性を参照するようにしてもよい。例えば、基本情報から解析した文字列が「犬の尻拭き」である場合には、これと連関度の高い具体例として、そのような犬の尻拭きに関する過去の製品や特許公報等を探索することとなる。

0091

基本情報から解析した文字列は、参照用文字列と文字が一部一致又は完全一致しているか否か、意味概念の類似性の度合いのみならず、基本情報からの文字列に対して何らかの対応関係がある参照用文字列であれば、その参照用文字列と連関性の高い具体例を探索するようにしてもよい。またステップS21において基本情報の入力が、入力すべき文字列をユーザに表示し、ユーザにより選択されることで入力されるものである場合には、その選択された項目や情報と、参照用文字列との連関性(3段階以上の連関度)を予め取得しておき、基本情報として選択された項目や情報をこの連関性を参照することで参照用文字列に変換するようにしてもよい。また選択されるべき項目や情報そのものが参照用文字列で構成してしてもよい。かかる場合には、ユーザから選択された参照用文字列をそのままこれと連関性の高い具体例を探索することとなる。ちなみに、この具体例の探索方法は、上述した解決コンセプトの探索と同様である。

0092

解析した文字列と連関性のより高いデザインコンセプトを判別する方法は、上述した方法に限定されるものではない。例えば、参照用文字列と具体例との間で予め3段階以上の連関度が設定されていてもよい。かかる場合には、参照用文字列としての「犬の尻拭き」に対して、各具体例につき、○○社がデザインした、既に販売されている犬の尻拭き用ウェットティッシュが84%、人間の赤ちゃんが使用する尻拭き用ウェットティッシュが65%、図鑑掲載されているウェットティッシュの構造の画像が45%等、予め参照用文字列と、具体例の間で連関度が設定されている。そして、基本情報から解析した文字列に応じて参照用文字列「犬の尻拭き」が選択された場合には、上述した連関度の%の分だけ連関しているものと判断するようにしてもよい。そして連関度が所定の閾値以上の設計コンセプトを選択するようにしてもよい。

0093

即ち、この創作支援プログラムは、基本情報を解析することで得られた文字列から、これに見合った具体例を自動的に選択し、これを出力することができる。具体例の出力は、出力I/F16を介して表示部26へ表示するようにしてもよいし、音声で通知されるものであってもよいし、データ入出力部29を介して外部に送信してもよい。また具体例の出力は、通信I/F28を介して公衆通信網12からサーバ13へ記憶させるようにしてもよいし、他の端末11へ送信するようにしてもよい。具体例の出力は、例えば連関度の高い順から画面上にて具体例を示すための文字列、画像、映像等を表示するようにしてもよい。

0094

ユーザはこのようにして出力された具体例をヒントにし、自らの創造性を発揮して発明等の創作を行うこととなる。即ち、具体例をユーザに提供することで、ユーザ自身の発明創造の支援につながる。

0095

図8の例では、あくまで一の参照用文字列に対して1又は2以上の具体例の連関性を参照するものであるのに対して、図9の例では、複数の参照用文字列間の組み合わせに対する各具体例との連関性を参照するものである。

0096

図9では、参照用文字列として、「犬の尻拭き」、「指へのフィット性」、「使い捨て」の組み合わせに対して、連関度の高いある犬の尻拭きグッズからなる具体例A2を予め取得しておくことにより、実際に基本情報から解析した文字列から具体例を選択する際に、これを参照することが可能となる。例えば基本情報が「犬の尻拭き」、「指へのフィット性」、「使い捨て」であった場合には、これに対して連関度の高いものとして関係付けられている具体例A2を選択することが可能となる。特にこの参照用文字列単独よりも、これらを互いに組み合わせにより、意図している具体例をより絞り込むことができ、ユーザが本当に所望する具体例を効果的に選択して提案することも可能となる。

0097

全体システム1が人工知能により制御される場合には、参照用文字列と具体例との連関性(3段階以上の連関度)を学習させるようにしてもよい。つまり、図8に示すような参照用文字列とデザインコンセプトとの連関性、図9に示すような参照用文字列間の組み合わせとデザインコンセプトとの連関性を既存の各種デザインを読み込ませることで人工知能による学習により随時更新していく。

0098

この連関性を学習する上でディープラーニングを利用するようにしてもよいし、ニューラルネットワーク(隠れ層単層のものも含む)を利用するようにしてもよい。

0099

また、連関性(3段階以上の連関度)の高いものを順に示すのではなく、あえて連関度の低いものを順に示すものであってもよい。これにより僅かな兆候を見逃さずに捉えて創作活動の参考にすることができる。

0100

特に上述した連関性を3段階以上の連関度で判断を行うことにより以下のメリットがある。先ず、3段階以上の数値で表される連関度に基づいて探索することで、仮に複数の具体例が選ばれる場合において、連関度の高い具体例順に探索して表示することが可能となる。この連関度の高い具体例の方が以前の傾向からユーザにとっても、有用な具体例の組み合わせになっている可能性が高いものといえる。このような採用可能性の高い具体例から順にユーザに表示できる点において、優位な作用効果があるといえる。

0101

これに加えて、本発明によれば、連関度が1%のような極めて低い参照用文字列と具体例とのリンクも見逃すことなく判断することができる。その指定した参照用文字列に対して連関度は極めて低いが僅かな兆候として繋がっている具体例であっても何回、何十回に一度は有用なヒントをユーザに示す場合もあり得る。連関度が高くて採用可能性の高い具体例を順に表示し、ユーザもこれらに基づいて新たな発明創造をトライしてもなかなか良いアイデアが出てこない場合、この連関度が極めて低いが僅かにつながりのある具体例に基づいて再トライを行うことが可能となる。

0102

更にこのような連関度に基づいて探索を行うことにより、閾値の設定の仕方で、探索方針を決めることができるメリットがある。閾値を低くすれば、上述した連関度が1%のものであっても漏れなく拾うことができる反面、可能性の低い具体例を沢山拾ってしまう場合もある。一方、閾値を高くすれば、可能性の高い具体例のみ絞り込むことができる反面、可能性が低いけど時には有用な知見が見過ごされてしまう場合もある。いずれに重きを置くかは、ユーザ側、システム側の考え方に基づいて決めることが可能となる。

0103

また第2実施形態は、上述した形態に限定されるものではない。例えば図10に示すように、予め取得した解決コンセプトと具体例との連関性(3段階以上の連関度)を参照するようにしてもよい。

0104

かかる場合には、解決コンセプトと具体例との連関性を予め取得することが前提となる。例えば解決コンセプトとして「事前内部応力負荷する」に対しては、具体例として、例えば橋梁のプレストレスコンクリートの図や写真等が高い連関性を持って割り当てられていてもよい。

0105

次に解決コンセプトの入力を受け付ける。この解決コンセプトの入力は、ユーザから直接入力を受け付けるようにしてもよいし、第1実施形態の続きで本第2実施形態に移行する場合には、その第1実施形態において割り当てられた解決コンセプトをそのまま使用するようにしてもよい。またインターネットから直接この解決コンセプトに相当する情報を取得するようにしてもよい。

0106

解決コンセプトを取得した後、上述した解決コンセプトと具体例との連関性(3段階以上の連関度)を参照し、取得した解決コンセプトがいかなる具体例と連関度が高いかを判別する。そして、この連関度の高い具体例から順に、又は連関度の低い具体例から順に表示する。この具体例の表示は、一の具体例のみならず複数の具体例を表示するようにしてもよい。

0107

このような具体例の表示を受けてユーザは、解決コンセプトをいかにして実製品として具現化するかを理解することができ、製品化に向けた支援を行うことができる。

0108

図11の例では、1以上の参照用文字列及び1以上の解決コンセプトの組み合わせと2種以上に分類された具体例との3段階以上の連関度を参照する例である。

0109

図11では、参照用文字列として、「犬の尻拭き」、「指へのフィット性」が、また解決コンセプトとして「事前の内部応力」が、互いに組み合わさり、連関度の高い具体例A2の一つとして犬の尻拭き用シールがあり、もう一つの連関度の高い具体例B1は指へのフィット性を向上させるべく指の部分に予め内部応力を入れた洗浄用スポンジの説明文が挙げられているものとする。

0110

このとき、入力された基本情報、解決コンセプトが「犬の尻拭き」、「指へのフィット性」、「事前の内部応力」であった場合には、これに対して連関度の高いものとして関係付けられている具体例A2と具体例B1が選択されることとなる。ユーザは、これらの具体例A2、B1を組み合わせることで犬の尻拭きシールにおける指へのフィット性を向上させるために内部応力を負荷すればよいことを思いつくことが可能となり、創作活動の支援につなげることが可能となる。

0111

創作支援システム1が人工知能により制御される場合には、解決コンセプトと具体例との連関性(3段階以上の連関度)を上述と同様に学習させるようにしてもよい。また2以上の参照用文字列の組み合わせに対する具体例の連関度、1以上の参照用文字列と、1以上の解決コンセプトの組み合わせに対する具体例の連関度も同様に学習させるようにしてもよい。

0112

つまり、これらの連関性を既存の各種参照用文字列や解決コンセプトと具体例との関係を読み込ませることで人工知能による学習により随時更新していくようにしてもよい。

0113

1創作支援システム
11端末
12公衆通信網
13サーバ
21内部バス
22 ROM
23 RAM
24 CPU
25 操作部
26 表示部
27 記憶部
29データ入出力部
31音声入力部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ