自然言語処理の導入と研究開発への活用

セミナープログラム

【10:30-12:10】
１．自然言語処理の導入とR&D活動の効率化
●講師　三井化学(株) DX推進本部 DX企画管理部 博士（工学）向田 志保 氏

【習得できる知識】
・自然言語処理の基礎知識
・ノーコードツールなどを用いた基礎的なテキスト分析
・生成系AI（ChatGPT等）の活用の仕方

【講座の趣旨】
  ChatGPTの登場により、世の中の根底を変える勢いで急速にAI環境が変化している。今後業務利用が拡大し、R&D分野でも情報抽出などでの活用が進んでいくことが想定される。本講座では、自然言語処理の基礎知識から始まり、オープンソースのノーコードツールによる解析事例、並びにBERTやGPTといった大規模言語モデルの活用展開について述べる。

１．自然言語処理の基礎知識
２．文書の分類/判定の進め方
   2.1 古典的手法
　2.2 BERT
３．文章生成の汎用的な大規模言語モデル
　3.1 大規模言語モデル
　3.2 GPT-3の登場
　3.3 ChatGPT
　3.4 プロンプトエンジニアリング
　3.5 生成AIのガイドライン
　3.6 文章生成の汎用的な大規模言語モデルの活用
４．自然言語処理のR&D活動への活用事例
   4.1 R&Dにおける自然言語処理の活用事例、よくあるケース
　4.2 特許調査・分類
　4.3 AIを用いた新規用途・材料探索
　4.4 生物・化学分野における大規模言語モデルの活用
５．自然言語処理ツールの活用
　5.1 オープンソース（KHCoderなど）
　5.2 クラウドサービス
６．自然言語処理のさらなる応用、今後の展望
【質疑応答】

【13:00-14:40】
２．テキストマイニングによる特許情報解析、先行技術調査への活用
●講師　アジア特許情報研究会 知財情報解析チーム／花王(株) 研究開発部門 研究戦略・企画部 研究員 安藤 俊幸 氏

【習得できる知識】
・テキストマイニングの基礎知識と特許調査への応用ポイント
・テキストマイニングによる特許情報の解析と利用
・先行技術調査の重要性とテキストマイニングがその中で果たす役割
・テキストマイニング・ＡＩ特許調査ツールの活用事例
・大規模言語モデルAIとテキストマイニングを連携させることの利点と課題

【講座の趣旨】
  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。テキストマイニング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。最近の大規模言語モデルを使ったAI（GPT、BERT等）とテキストマイニングを連携させることの利点と課題についても紹介します。

１．はじめに　講師自己紹介　アジア特許情報研究会紹介
２．特許調査とテキストマイニングの基礎
　2.1 調査対象と調査範囲の特定・明確化
　2.2 マッチングと適合
　2.3 特許調査における再現率（網羅性）と適合率（効率）
　2.4 「完全一致」⇔「最良一致」検索モデルの比較
　2.5 検索・分類とテキストマイニングの違い
　2.6 テキストマイニングの基本的な仕組み
３．テキストマイニングの概要と特許調査への応用
　3.1 商用特許調査ツールのテキストマイニング応用機能
　3.2 商用・フリーのテキストマイニングツール
４．テキストマイニング・ＡＩ特許調査ツールの活用事例　
　4.1 特許調査ツールへの要求性能
　4.2 現時点でできること／できないこと、性能レベルなど
　4.3 商用AI特許調査ツールの活用事例
　4.4 特許のトレンド分析、競合分析、技術の発展パターン分析
５．テキストマイニングと大規模言語モデルAI（GPT、BERT等）との連携
　5.1 自然言語理解能力の向上
　5.2 大量データの効率的な分析
　5.3 自動化された情報抽出
　5.4 洞察の視覚化
　5.5 大規模言語モデルとの連携時の課題
６．参考文献
【質疑応答】

【14:50-16:30】
３．材料科学分野における言語処理技術の応用展望
●講師　(国研)物質・材料研究機構 NIMS特別研究員・NIMS名誉研究員 博士（工学）吉武 道子 氏

【習得できる知識】
・自然言語処理技術の種類による活用法の違い
・材料関連分野の文書の種類による言語処理技術活用の違い
・統計処理（深層学習を含む）言語処理の特徴と活用における注意点
・文法をベースにした言語処理の特徴と活用

【講座の趣旨】
  以下のような事柄について、概要を理解していただき、自社で展開する際の参考にしていただく。
  材料科学分野で自然言語処理技術を利用してどのようなことができるのか、やりたいことを実現するのにどの種類の技術を用いればよいのか、市販ツールがどのような技術を用いているのか、市販ツールを自社カスタマイズする発注の際に言語モデル的に注意すべき点、今後どのようなことができるようになると期待されるか。

１．概観
　1.1 マテリアルズインフォマティクス
   　　物性値、分子構造、結晶構造、化学構造式、物性名、数式、自然言語
　1.2 対象とする文書の種類と特徴
　   　論文、特許、書籍、安全・規制に関わる法的文書、社内文書
　1.3 求められる処理の種類と特徴
　　   文書分類、検索（目的文書の抽出）、情報の抽出（文中の特定情報の抽出）
２．言語処理の種類と活用
　2.1 統計処理ベース（深層学習を含む）
　　・TF-IDE、N-gramなど
　　・単語ベクトル：Word2Vec、Doc2Vec
　　・BERT：pre-trainingとfine-tuning
　　・ChatGPT
　2.2 文法ベース
　　・品詞解析
　　・構文解析／照応解析
　2.3 材料関連分野に特化したモデル
　　a）様々なモデル
　  　　Word2Vec系：Mat2Vec
　　  　BERT系：SciBERT、BioBERT、BatteryBERT、MatSciBERT、MatBERT、MaterialBERT
　　b）モデル利用時の注意点
　　　  学習データ、単語辞書、モデル計算（初めからor代入)、学習条件、検証のデータ
３．NIMSでの活用事例
　3.1 超電導データベース
　3.2 PoLyInfoデータベース
　3.3 マテリアルキュレーション支援システム
４．テキストと数値データの関連付け
【質疑応答】

セミナー講師

１．向田 志保 先生   三井化学(株) DX推進本部 DX企画管理部 博士(工学)
２．安藤 俊幸 先生   アジア特許情報研究会 知財情報解析チーム／花王(株))研究開発部門 研究戦略・企画部 研究員
３．吉武 道子 先生   (国研)物質・材料研究機構 NIMS特別研究員・NIMS名誉研究員 博士(工学)

＜向田 志保 先生＞
■ご略歴
2022年4月〜　日本化学会ケモインフォマティクス部会役員
2022年11月〜　信州大学特任准教授
2023年1月〜　大阪大学基礎工学研究科招へい教授

＜安藤 俊幸 先生＞
■ご略歴
・知的財産部（兼務）
・受賞歴 2020年 特許情報普及活動功労者表彰 日本特許情報機構理事長賞「技術研究功労者」受賞
・所属学会等 アジア特許情報研究会、情報科学技術協会、人工知能学会、データサイエンティスト協会

セミナー受講料

1名につき60,500円（消費税込、資料付）
〔1社2名以上同時申込の場合のみ1名につき55,000円〕

受講について

• 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
• 下記リンクから視聴環境を確認の上、お申し込みください。
  　→ https://zoom.us/test
• 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
  セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
• Zoomクライアントは最新版にアップデートして使用してください。
  Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• パソコンの他にタブレット、スマートフォンでも視聴できます。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
  お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
• 本講座で使用される資料や配信動画は著作物であり、
  録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
• 本講座はお申し込みいただいた方のみ受講いただけます。
  複数端末から同時に視聴することや複数人での視聴は禁止いたします。
• Zoomのグループにパスワードを設定しています。
  部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
  万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。