本研究では，ある分野に関する特許文書の集合から技術課題・解決手段をそれぞれ推定し，特許マップを自動的に生成することを目的とする．具体的には，特許文書から抽出した技術課題・解決手段に関する文章から，RoBERTaを使用して技術課題・解決手段に関する文を抽出する．次に，抽出した文を学習データとして，LLMのFew-shot Learningによって技術課題・解決手段に関する用語を推定する．推定された用語をクラスタリングし，意味が近い用語をまとめる．そして，クラスタリングされた技術課題・解決手段に関する用語を軸のラベルとして自動的に特許マップを作成する．評価では人手で作られた特許マップの軸ラベルと本手法によって推定された技術課題・解決手段の類似度を算出することで，本手法が特許マップとして適切な技術課題・解決手段を推定できたかを評価する．
