本研究では，因果関係抽出と類似度分析を組み合わせ，知識発見のための知的財産管理に対する新しいアプローチを提案した．既存の研究は特定の分野で技術トレンドの予測や特許テキストのマイニングに限られている．我々の提案した方法は，技術の潜在的なアプリケーションを多くの分野に広げ，知的財産の二次開発を可能にすることができる．具体的には，多分野からの特許テキストデータの情報を抽出するアプローチを実施した．その後，事前学習言語モデルを使用して特許テキストの分析を行い，最終的に知識発見のための因果チェーンを構築した．専門家による評価データに基づき，我々の方法が既存の深層学習方法よりもロバストであることを示した．
