[各国] ”OCR処理済み公報” 使い道と入手方法
「公報のPDFファイル」 って
皆さん、どこで入手されてますかー？
商用データベースなら、今は大抵「PDF出力機能」がついてますし・・・
IPDLもEsp@cenetでも、１件単位で公報PDFファイルの入手は可能。
昔は、公報って「複写業者さん」にコピーして送って頂くもの、だったので、
＃突然昔話ですが、許してくださーい。
社内で必要部数、コピーを取って増殖
させる事も多く、
取り寄せた公報に 「原本」 と付箋を貼ったり・・・
孫コピーがきれいに取れるよう、「線を引く時は、黄色の蛍光ペン」と言われたものですが・・・
PDFファイルとプリンタさえあれば、
常に、きれいな公報を出力できるんですもんねぇ。
進化したものです (ぽわーん）
#昔話終了っ（笑)
ところで、
ほとんどの方が、ご存知だとは思うんですが・・・
PDFファイルにも、２種類あるじゃないですか。
単に、画像っぽく (？) 公報が入っているＰＤＦと、
テキスト情報が埋め込まれたＰＤＦ。
後者は、ＰＤＦファイル内部を、テキスト検索できるので
サーチャブルＰＤＦ (Ｓｅａｒｃｈａｂｌｅ PDF) と呼ばれます。
テキスト検索できる、というのは、結構便利です。
たとえば、キーワード検索でヒットした、１件の公報。
キーワード検索でヒットしたからには、
「その語」が、公報のどこかに含まれるのは、９９．９％確か。
でも・・・
１４１ページですって！
ヒットした箇所、ど～こ～な～の～よ～!!
該当箇所に線を引きたいのに、なかなか見つからないし！
こんなの、10件もあった日には、
公報を放り投げたくなる、っていうものです・・・（←注：実際には投げません。)
・・・こんな時、あると嬉しいのが、サーチャブルＰＤＦ。
ＰＤＦファイル内をテキスト検索できるので、
素早く、バッチリ特定できます。
とはいえ、
サーチャブルＰＤＦ、
入手方法は、比較的限られていまして、
商用データベースが中心ですが・・・
先日、Patent Integrationの方から、
Patent Library β版リリースの案内を頂きました。
また、公報の固定URLが出力（表示）されるので、
メール等で公報番号を連絡する際にも使える、というものです。
収録国は、現在３０カ国
そのうち、サーチャブルPDFの取得可能な国は・・・
アメリカ、EP、PCT は取得可能。
ドイツ、フランス、イギリスなども OKです。
他に、あまり見かけないところでは、
イタリアやスイス、スペイン、
北欧や東欧・ロシアも概ねOK。
メキシコやアルゼンチンなどもあります。
※詳細はベータ版ページで、ご覧くださいね！
以下は、ヘルプページを見ながら、検索した「個人的レポート」です。
※現時点で、わからない箇所などもあります・・・(陳謝)
今度、中の人に質問してみよう、と思ってます。
・ 複数番号の入力は？
→ 対応してました。
改行区切りで、複数の番号を入力できます。
カンマやスペースで区切ると、エラーになります。
・ テキストデータの中身は？
→ サイトにも「OCR」と書いてあるので、
電子出願テキストなどではなくて、
公報をOCR処理されているはず･･･です。
※なので、誤認識が発生する可能性、否定できないかも･･･
・ OCR処理は？事前に処理した公報がサーバーに入ってるの？
→ どうやら、検索した際、その都度処理してるっぽいです。
※ここは想像。中の人に質問しようかと。
「その都度っぽい」 と思ったのは、
ヘルプに「OCR処理には、通常の２倍時間がかかります」とあるのと、
150ページ前後の米国公報で、OCRを要求したところ、
途中で処理が止まった状態で、ページの少ない公報が戻ってきたから、です。
↑
ベータ版リリースされたばかりなので、今後に期待！！
・ ローカル保存ができない！？ (←注：保存できます！）
→ 保存できなくて、一瞬「ええっ！？」ってなりました。
これは、サーバー側でなく、「閲覧環境側」の問題。
Window XPの環境で、ブラウザがGoogle Chromeだと、
PDF保存ボタンが出ない・・・です。たぶん。
(私が引っかかったのは、これ。)
同じWindow XPでは、
IEとFirefoxと、Operaも問題なし。
保存ボタンが出て、ローカル保存も普通にできました。
・ 収録年（Coverage）は？
→ これが・・・わからないんですよぉ。orz
勝手に「Espacenetと同じなのかなぁ？」なんて想像してますが。
これも 「中の人に教えていただく宿題」 ってことで。
（調べてから記事にすれば良いものを・・・皆様すみません！）
・・・ってな感じで、
現時点で
「ページ数の多い公報をOCR処理させるとちょっと辛そう」
な印象を持ったのですが、
早朝、夜間なら、大丈夫、って事もあるかもしれません。
（今度チャレンジしてみます。）
あと、アップデートにも期待。
無料で、マイナー国の公報もかなり揃っていて、
面白いサービスだと思います！！
皆さん、どこで入手されてますかー？
商用データベースなら、今は大抵「PDF出力機能」がついてますし・・・
IPDLもEsp@cenetでも、１件単位で公報PDFファイルの入手は可能。
昔は、公報って「複写業者さん」にコピーして送って頂くもの、だったので、
＃突然昔話ですが、許してくださーい。
社内で必要部数、コピーを取って増殖
させる事も多く、取り寄せた公報に 「原本」 と付箋を貼ったり・・・
孫コピーがきれいに取れるよう、「線を引く時は、黄色の蛍光ペン」と言われたものですが・・・
PDFファイルとプリンタさえあれば、
常に、きれいな公報を出力できるんですもんねぇ。
進化したものです (ぽわーん）
#昔話終了っ（笑)
ところで、
ほとんどの方が、ご存知だとは思うんですが・・・
PDFファイルにも、２種類あるじゃないですか。
単に、画像っぽく (？) 公報が入っているＰＤＦと、
テキスト情報が埋め込まれたＰＤＦ。
後者は、ＰＤＦファイル内部を、テキスト検索できるので
サーチャブルＰＤＦ (Ｓｅａｒｃｈａｂｌｅ PDF) と呼ばれます。
テキスト検索できる、というのは、結構便利です。
たとえば、キーワード検索でヒットした、１件の公報。
キーワード検索でヒットしたからには、
「その語」が、公報のどこかに含まれるのは、９９．９％確か。
でも・・・
１４１ページですって！
ヒットした箇所、ど～こ～な～の～よ～!!
該当箇所に線を引きたいのに、なかなか見つからないし！
こんなの、10件もあった日には、
公報を放り投げたくなる、っていうものです・・・（←注：実際には投げません。)
・・・こんな時、あると嬉しいのが、サーチャブルＰＤＦ。
ＰＤＦファイル内をテキスト検索できるので、
素早く、バッチリ特定できます。
とはいえ、
サーチャブルＰＤＦ、
入手方法は、比較的限られていまして、
商用データベースが中心ですが・・・
先日、Patent Integrationの方から、
Patent Library β版リリースの案内を頂きました。
無料の特許公報照会と固定リンクサービスで、
OCR処理のなされたテキスト検索可能なpdf形式の原文献を取得できる、とのこと。
また、公報の固定URLが出力（表示）されるので、
メール等で公報番号を連絡する際にも使える、というものです。
収録国は、現在３０カ国
そのうち、サーチャブルPDFの取得可能な国は・・・
アメリカ、EP、PCT は取得可能。
ドイツ、フランス、イギリスなども OKです。
他に、あまり見かけないところでは、
イタリアやスイス、スペイン、
北欧や東欧・ロシアも概ねOK。
メキシコやアルゼンチンなどもあります。
※詳細はベータ版ページで、ご覧くださいね！
以下は、ヘルプページを見ながら、検索した「個人的レポート」です。
※現時点で、わからない箇所などもあります・・・(陳謝)
今度、中の人に質問してみよう、と思ってます。
・ 複数番号の入力は？
→ 対応してました。
改行区切りで、複数の番号を入力できます。
カンマやスペースで区切ると、エラーになります。
・ テキストデータの中身は？
→ サイトにも「OCR」と書いてあるので、
電子出願テキストなどではなくて、
公報をOCR処理されているはず･･･です。
※なので、誤認識が発生する可能性、否定できないかも･･･
・ OCR処理は？事前に処理した公報がサーバーに入ってるの？
→ どうやら、検索した際、その都度処理してるっぽいです。
※ここは想像。中の人に質問しようかと。
「その都度っぽい」 と思ったのは、
ヘルプに「OCR処理には、通常の２倍時間がかかります」とあるのと、
150ページ前後の米国公報で、OCRを要求したところ、
途中で処理が止まった状態で、ページの少ない公報が戻ってきたから、です。
↑
ベータ版リリースされたばかりなので、今後に期待！！
・ ローカル保存ができない！？ (←注：保存できます！）
→ 保存できなくて、一瞬「ええっ！？」ってなりました。
これは、サーバー側でなく、「閲覧環境側」の問題。
Window XPの環境で、ブラウザがGoogle Chromeだと、
PDF保存ボタンが出ない・・・です。たぶん。
(私が引っかかったのは、これ。)
同じWindow XPでは、
IEとFirefoxと、Operaも問題なし。
保存ボタンが出て、ローカル保存も普通にできました。
・ 収録年（Coverage）は？
→ これが・・・わからないんですよぉ。orz
勝手に「Espacenetと同じなのかなぁ？」なんて想像してますが。
これも 「中の人に教えていただく宿題」 ってことで。
（調べてから記事にすれば良いものを・・・皆様すみません！）
・・・ってな感じで、
現時点で
「ページ数の多い公報をOCR処理させるとちょっと辛そう」
な印象を持ったのですが、
早朝、夜間なら、大丈夫、って事もあるかもしれません。
（今度チャレンジしてみます。）
あと、アップデートにも期待。
無料で、マイナー国の公報もかなり揃っていて、
面白いサービスだと思います！！