フィルター(詳細)検索

詳細検索画面の「フィルター(詳細)」では、100種類以上の検索項目から検索条件を設定して、検索式を組み立てることができます。
「フィルター(詳細)」の各項目の説明については、こちらの「3.1 フィルター(詳細)」をご参照ください。

1. ブーリアン検索（論理演算）

フィルター(詳細)での論理演算（AND/OR/NOT）の方法は、下記２種類があります。

・各行で論理演算を指定する
　下図の例では、「L:1 AND L:2 AND L:3 AND L:4」となります。
　または、下図のように、論理式を構築することもできます。
　論理演算子を省略した場合（L:1 L:2 L:3 L:4）は、AND条件となります。

・各フィールド内で論理演算を指定する
　下図の赤枠内の検索種別を選択することで、論理演算の指定が可能です。

部分一致（すべて）：検索キーワードを「含む」ものをAND検索します。

ソーラーパネル 架台　　#「ソーラーパネル AND 架台」と同じ検索結果となります。

部分一致（いずれか）：検索キーワードを「含む」ものをOR検索します。

ソーラーパネル 架台　　#「ソーラーパネル OR 架台」と同じ検索結果となります。

完全一致（すべて）：検索キーワードと「一致」するものをAND検索します。
例）出願人検索の場合

「京都大学」の出願を検索したい場合は、正式名称「国立大学法人京都大学」を入力するとヒットします。
「京都大学」と入力した場合は、正式名称と一致しないので、ヒットしません。

国立大学法人京都大学　　#「国立大学法人京都大学」と一致し、検索がヒットします。

京都大学　　#「国立大学法人京都大学」と一致しないので、検索はヒットしません。

完全一致（いずれか）」検索キーワードと「一致」するものをOR検索します。

2F002AB02 2F002AC01　　#「2F002AB02 OR 2F002AC01」と同じ検索結果となります。

部分一致（すべて）＆完全一致（すべて）の場合だけ
各フィールド内で、下記の論理演算子が使えます。

論理積 AND and + 指定なし
論理和 OR
論理否定 NOT not -

部分一致（いずれか）＆完全一致（いずれか）では、論理演算子の入力はできません。

2. 近傍検索

フィルター(詳細)では、複数の単語同士が近くに現れている文書を検索することができます。
下図のように、検索種別で「近傍」が選択できる項目は、「近傍検索」ができます。
「近傍検索」が可能な検索項目は、こちらの「検索種別」で「近傍」が記載されている項目です。

近傍検索の入力方法は、下記２種類があります。
・検索種別で「近傍」を選択し、文字数を指定する
　下図の例では、「人工知能」と「ニューラルネット」が10文字以内に存在する文書を検索します。
　また、アルファベットの場合は、「neural」と「net」が5単語以内に存在する文書を検索します。

・検索種別で「部分一致（すべて）」を選択し、「*N数値"単語1 単語2 ... 単語N"」と入力する

*N10"人工知能 ニューラルネット"　　#人工知能とニューラルネットが10文字以内に存在する文書を検索します。

近傍検索では、単語間の距離ではなく、それぞれの単語の先頭文字から最後の単語の末尾文字までの距離以上を指定する必要があります。

近傍検索では、最後に|を入力することにより、近傍検索の最後の単語を指定できます。たとえば、同一センテンス内で近傍検索する場合は、最後に" 。|"と指定して下さい。また、最初に|を入力すると最初の単語も指定できます。

*N100"太陽 電池 。|"　
#「太陽光を・・・電池性能を向上させた。」という文章を検索できます。
#「太陽光の有効利用を図れる。さらに、優れた電池性能を有する。」という文章は、同一センテンス内では
　ないため、検索されません。

括弧をつけると、括弧内のいずれか(OR)と括弧外のものが近くに現れる文書を近傍検索できます。なお、入れ子の括弧、論理演算（AND OR NOT）はサポートしておりません。

*N100"(太陽 ソーラ) (電池) 。|"

両方のキーワードに括弧が必要ですので、ご注意ください。
OK：(太陽ソーラー)　(電池)
NG：(太陽ソーラー)　電池

上記の式は、以下の式と同じ意味になります。

*N100"太陽 電池 。|" OR *N100"ソーラ 電池 。|"

3.あいまい検索

フィルター(詳細)では、検索キーワードと一部の文字が異なっていても検索にヒットさせることができ、表記ゆれや誤記などがある場合でも検索することができます。
たとえば、US出願人で「GOOGLE」と検索すると、スペルミスがある「GOOGEL」や「GOOGOLE」などが出願人の文書もヒットさせることができます。
下図のように、検索種別で「曖昧一致」が選択できる項目は、「あいまい検索」ができます。
「あいまい検索」が可能な検索項目は、こちらの「検索種別」で「あいまい」が記載されている項目です。

あいまい検索の入力方法は、下記のとおりです。
・検索種別で「曖昧一致」を選択し、文字数を指定する
　上図の例では、「GOOGLE」の2文字以内で変化する出願人を検索します。
　ヒット例）GOOGLE、GOOEE、GOOGEL、GOOLGE、GAGLE、GOGGLEなど

あいまい検索で指定できる数字は、最大5文字です。

4.前方一致検索

フィルター(詳細)では、前方一致検索ができます。
下図のように、検索種別で「完全一致」が選択できる項目は、「前方一致検索」ができます。
検索キーワードの末尾に、*(アスタリスク)を入力することで、前方一致検索となります。
グループ企業や団体をまとめて検索することができます。

5.下位分類検索

フィルター(詳細)では、下位分類検索ができます。
IPC, FI, Fタームでは、末尾に.(ドット)をつけることにより、ドット下位分類(FIの場合、分冊識別記号も含む)をまとめて検索することができます。

たとえば、以下の例では、"G06F19/00 G06F19/10 G06F19/12 G06F19/14 G06F19/16 G06F19/18 G06F19/20 G06F19/22 G06F19/24 G06F19/26 G06F19/28"の分類を検索します。

G06F19/00.

6.フレーズ検索

検索キーワードをダブルクォーテーション(")で繋いだ場合、連続して出現するもののみを検索できます。
たとえば、以下は"solar panel"という文字列が連続して出現する文書を検索します。

"solar panel"

7.類似キーワード拡張

検索キーワードの入力後に、キーワードを選択→右クリック→「類似キーワードを拡張」を選択すると、選択したキーワードの類似キーワードが入力フィールドに表示されます。
「類似キーワード拡張」の横の数字をプルダウンから選択すると、表示する類似キーワードの数を変更できます。

8.スコア増加/減算

論理演算子の「score」を選択することで、入力したキーワードの重み付けを設定できます。
キーワードやフレーズの重み付けをすることで、そのキーワードが出現する公報を検索結果の上位に表示させたり／下位に表示させることができます。

演算子「score」では、重み付けを設定するだけで、入力したキーワード・フレーズで絞り込みはしません。

【入力例】

重みを上げたい場合：>1000多能性幹細胞  // >${重み}${クエリ}

重みを下げたい場合：<500化合物　// <${重み}${クエリ}

論理式演算で「score」を使用する場合は、$（ドルマーク）を使用します。

L:1 AND L:2 $ L:3  //L:3にscoreが適用されます

【活用例１】検索式による検索結果の並び替え

検索式による検索結果に対して、特定のキーワード（多能性幹細胞）の重みを上げることで、絞り込みをせずに、そのキーワードが登場する公報を検索結果の上位に表示させることができます。

【活用例２】AIセマンティック検索との併用

AIセマンティック検索による検索結果に対して、特定のキーワード（ゲノム安定,etc）の重みを上げることで、AIセマンティックによる検索結果の中から、そのキーワードが登場する公報を検索結果の上位に表示させることができます。

{{t.buttons.search_type}}

{{t.filters_simple.published_countries}}

{{t.filters_simple.targets}}

{{t.filters_simple.feature}}

{{t.filters_simple.period}}

{{t.filters_simple.rep}}

{{t.filters_simple.kind_codes}}

{{t.filters_simple.status}}

{{t.filters_simple.citation_merge}}

{{t.buttons.search_type}}

{{t.filters_simple.published_countries}}

{{t.filters_simple.targets}}

{{t.filters_simple.feature}}

{{t.filters_simple.period}}

{{t.filters_simple.rep}}

{{t.filters_simple.kind_codes}}

{{t.filters_simple.status}}

{{t.filters_simple.citation_merge}}

1. ブーリアン検索（論理演算）

2. 近傍検索

3.あいまい検索

Content

Disclaimer

Languages

{{t.buttons.search_type}}

{{t.filters_simple.published_countries}}

{{t.filters_simple.targets}}

{{t.filters_simple.feature}}

{{t.filters_simple.period}}

{{t.filters_simple.rep}}

{{t.filters_simple.kind_codes}}

{{t.filters_simple.status}}

{{t.filters_simple.citation_merge}}

Advanced Search

{{t.buttons.search_type}}

{{t.filters_simple.published_countries}}

{{t.filters_simple.targets}}

{{t.filters_simple.feature}}

{{t.filters_simple.period}}

{{t.filters_simple.rep}}

{{t.filters_simple.kind_codes}}

{{t.filters_simple.status}}

{{t.filters_simple.citation_merge}}

Display settings

AI label settings

{{t.supervised_label_sets.view.train_label}} {{t.supervised_label_sets.view.change_predict_label}} {{t.supervised_label_sets.view.visualize}} {{t.supervised_label_sets.view.option}} {{t.supervised_label_sets.view.tuning}}

{{t.supervised_label_sets.view.change_to_train_label}} {{t.supervised_label_sets.view.predict_label}} {{t.supervised_label_sets.view.visualize}} {{t.supervised_label_sets.view.option}} {{t.supervised_label_sets.view.tuning}}

{{t.supervised_label_sets.view.change_to_train_label}} {{t.supervised_label_sets.view.change_predict_label}} {{t.supervised_label_sets.view.visualize}} {{t.supervised_label_sets.view.option}} {{t.supervised_label_sets.view.tuning}}

{{t.supervised_label_sets.view.change_to_train_label}} {{t.supervised_label_sets.view.change_predict_label}} {{t.supervised_label_sets.view.visualize}} {{t.supervised_label_sets.view.option}} {{t.supervised_label_sets.view.tuning}}

{{t.supervised_label_sets.view.change_to_train_label}} {{t.supervised_label_sets.view.change_predict_label}} {{t.supervised_label_sets.view.visualize}} {{t.supervised_label_sets.view.option}} {{t.supervised_label_sets.view.tuning}}

フィルター(詳細)検索

1. ブーリアン検索（論理演算）

2. 近傍検索

3.あいまい検索

Content

Disclaimer

Languages

No authorization

{{t.supervised_label_sets.view.train_label}}

{{t.supervised_label_sets.view.change_predict_label}}

{{t.supervised_label_sets.view.visualize}}

{{t.supervised_label_sets.view.option}}

{{t.supervised_label_sets.view.tuning}}

{{t.supervised_label_sets.view.change_to_train_label}}

{{t.supervised_label_sets.view.predict_label}}

{{t.supervised_label_sets.view.visualize}}

{{t.supervised_label_sets.view.option}}

{{t.supervised_label_sets.view.tuning}}

{{t.supervised_label_sets.view.change_to_train_label}}

{{t.supervised_label_sets.view.change_predict_label}}

{{t.supervised_label_sets.view.visualize}}

{{t.supervised_label_sets.view.option}}

{{t.supervised_label_sets.view.tuning}}

{{t.supervised_label_sets.view.change_to_train_label}}

{{t.supervised_label_sets.view.change_predict_label}}

{{t.supervised_label_sets.view.visualize}}

{{t.supervised_label_sets.view.option}}

{{t.supervised_label_sets.view.tuning}}

{{t.supervised_label_sets.view.change_to_train_label}}

{{t.supervised_label_sets.view.change_predict_label}}

{{t.supervised_label_sets.view.visualize}}

{{t.supervised_label_sets.view.option}}

{{t.supervised_label_sets.view.tuning}}