www.enlighton.co.jp サイト解析まとめ

基本情報

サイトトップhttps://www.enlighton.co.jp

HTMLサイズ

1ページ平均HTML(バイト)1136559.75

内部リンク集計

リンク総数56

外部リンク集計

リンク総数50

メタ情報

meta description平均長428.12
OGPありページ数32
Twitterカードありページ数32

HTML言語 分布

キー割合
ja100.00%

文字コード 分布

キー割合
utf-8100.00%

内部リンク分析(Internal)

ユニーク内部リンク数56
ページあたり内部リンク平均14.19

内部リンク 深さヒストグラム

キー
032
147
2115
3257
43

内部リンク 上位URL

URLリンク総数
https://www.enlighton.co.jp/profile/k-nishio/profile67
https://www.enlighton.co.jp/blog41
https://www.enlighton.co.jp32
https://www.enlighton.co.jp/blog/categories/分析スクリプト30
https://www.enlighton.co.jp/blog/categories/生成ai30
https://www.enlighton.co.jp/blog/categories/特許分析28
https://www.enlighton.co.jp/blog/categories/論文27
https://www.enlighton.co.jp/blog/categories/api作成27
https://www.enlighton.co.jp/blog/categories/news26
https://www.enlighton.co.jp/post/プロンプトによって分類精度がどのくわい変わるのか?15
https://www.enlighton.co.jp/post/playwright-mcpを使って特許調査14
https://www.enlighton.co.jp/post/bigqueryから直接特許データを調べる:adkの新機能で自然言語クエリを実現13
https://www.enlighton.co.jp/post/geminiで弁理士試験に合格できるのか?12
https://www.enlighton.co.jp/post/特許審査における-ai-の活用7
https://www.enlighton.co.jp/post/知財業務のためのプロンプトジェネレータ7
https://www.enlighton.co.jp/post/特許請求の範囲のツリー作成7
https://www.enlighton.co.jp/post/特許調査用のaiエージェント7
https://www.enlighton.co.jp/post/開放特許dbを俯瞰してみる6
https://www.enlighton.co.jp/post/特許データベースを言葉で検索する3
https://www.enlighton.co.jp/post/flowiseaiを使って簡単にllmアプリを作る3

キーワード分析(KeywordMap)

ワードクラウド上位

重み
API1
Engineering0.732056
data0.610047
JplatPat0.610047
読みやすさ0.610047
agentは0.610047
Context0.610047
patents0.585645
Claude0.585645
Google0.488038
Gemini0.488038
特許0.488038
Recall0.488038
GPT0.488038
人手評価0.488038
正確性0.488038
これにより0.488038
エンコーダモデル0.41252
特許BERT0.41252
ADK0.39043
例えば0.39043
はじめに0.374533
評価方法0.374533
Patents0.366028
Public0.366028
url0.366028
Playwright0.366028
特開昭0.366028
クラウドモデル0.366028
機械評価0.366028
オンプレミスモデル0.366028
tsuzumi0.366028
同上0.366028
JSON変換0.366028
Prompt0.366028
Guide0.366028
この論文0.353589
に掲載されてたもの0.353589
特許庁の中の人が書いたものです0.353589
表にしただけですが0.353589
クラウドモデルがかなり性能良いというのが見えます0.353589
タスク0.353589
モデル区分0.353589
使用モデル0.353589
主な結果0.353589
評価0.353589
機械分類付与タスク0.353589
更新日0.353589
LLM0.333333
比較表0.32675

共起語上位

語1語2スコア共起ページ数
100万円事業内容4.442409128
所在地神奈川県横浜市都筑区中川中央14.196287128
事業内容知的財産情報の収集加工提供4.11865296
プレミアヨコハマ3階神奈川県横浜市都筑区中川中央14.025005128
49番プレミアヨコハマ3階4.025005128
49番代表者4.025005128
代表者西尾啓4.025005128
西尾啓設立年月日4.025005128
設立年月日資本金4.025005128
100万円資本金4.025005128
100万円知的財産情報の収集加工提供3.76490696
enlighton知的財産情報の収集加工提供3.66011664
事業内容資本金3.30884896
enlighton事業内容3.29523464
プレミアヨコハマ3階所在地3.10026196
100万円enlighton3.0122164
エンコーダモデル特許BERT3.00235528
49番神奈川県横浜市都筑区中川中央12.95510196
プレミアヨコハマ3階代表者2.95510196
49番西尾啓2.95510196
代表者設立年月日2.95510196
西尾啓資本金2.95510196
100万円設立年月日2.95510196
この論文に掲載されてたもの2.90815324
enlightoninc2.88822832
に掲載されてたもの特許庁の中の人が書いたものです2.88260824
特許庁の中の人が書いたものです表にしただけですが2.88260824
クラウドモデルがかなり性能良いというのが見えます表にしただけですが2.88260824
タスクモデル区分2.88260824
モデル区分使用モデル2.88260824
主な結果使用モデル2.88260824
主な結果評価2.88260824
評価評価方法2.76645924
機械分類付与タスク評価方法2.76645924
エンコーダモデル機械分類付与タスク2.76645924
クラウドモデルがかなり性能良いというのが見えます比較表2.61487220
タスク比較表2.61487220
inc知的財産情報の収集加工提供2.53240732
知的財産情報の収集加工提供資本金2.49793964
この論文はじめに2.42787920
クラウドモデルがかなり性能良いというのが見えますタスク2.38834919
PatentsPublic2.33440312
ClaudeGPT2.31729716
この論文特許庁の中の人が書いたものです2.30659818
に掲載されてたもの表にしただけですが2.28470618
クラウドモデルがかなり性能良いというのが見えます特許庁の中の人が書いたものです2.28470618
タスク使用モデル2.28470618
モデル区分主な結果2.28470618
使用モデル評価2.28470618
機械分類付与タスク評価2.28470618

類似サイトはこちら

被リンク情報

このデータの閲覧には会員登録が必要になります。会員登録