特許 6862969 データ種別を推定するための情報処理方法、情報処理装置および情報処理プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6862969

(24)【登録日】2021年4月5日

(45)【発行日】2021年4月21日

(54)【発明の名称】データ種別を推定するための情報処理方法、情報処理装置および情報処理プログラム

(51)【国際特許分類】

   G06F 16/25 20190101AFI20210412BHJP

【ＦＩ】

   G06F16/25

【請求項の数】7

【全頁数】13

(21)【出願番号】特願2017-54494(P2017-54494)

(22)【出願日】2017年3月21日

(65)【公開番号】特開2018-156549(P2018-156549A)

(43)【公開日】2018年10月4日

【審査請求日】2020年2月4日

(73)【特許権者】

【識別番号】000004237

【氏名又は名称】日本電気株式会社

(74)【代理人】

【識別番号】100103090

【弁理士】

【氏名又は名称】岩壁 冬樹

(74)【代理人】

【識別番号】100124501

【弁理士】

【氏名又は名称】塩川 誠人

(72)【発明者】

【氏名】齋藤 真平

【審査官】 原 秀人

(56)【参考文献】

【文献】 特開２００６−０９９２３６（ＪＰ，Ａ）

【文献】 特開２００２−１１７０４６（ＪＰ，Ａ）

【文献】 特開２０１３−１８２３４１（ＪＰ，Ａ）

【文献】 米国特許第０８３８５６６２（ＵＳ，Ｂ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １６／００−１６／９５８

(57)【特許請求の範囲】

【請求項1】

既知のデータの種別が対応付けられた学習用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出し、
前記統計値と抽出された前記付加データとを要素とする特徴量ベクトルを生成し、
数値集合データの種別で階層化された状態で前記特徴量ベクトルを記憶部に保存し、
種別の推定対象である対象用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出し、
当該統計値と抽出された当該付加データとを要素とする特徴量ベクトルを生成し、
生成された特徴量ベクトルと前記記憶部に保存されている特徴量ベクトルとの距離を算出し、算出された距離にもとづいて前記対象用の数値集合データの種別を推定する
情報処理方法。

【請求項2】

生成された特徴量ベクトルと記憶部に保存されている複数の特徴量ベクトルの各々との距離を算出し、
距離が小さい所定件の記憶部に保存されている特徴量ベクトルを出力する
請求項１記載の情報処理方法。

【請求項3】

数値集合データは、表形式のデータである
請求項１または請求項２記載の情報処理方法。

【請求項4】

既知のデータの種別が対応付けられた学習用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出する抽出手段と、
前記統計値と抽出された前記付加データとを要素とする特徴量ベクトルを生成する特徴量ベクトル生成手段と、
数値集合データの種別で階層化された状態で前記特徴量ベクトルを記憶部に保存する特徴量ベクトル階層化保存手段とを備え、
前記抽出手段は、種別の推定対象である対象用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出し、
前記特徴量ベクトル生成手段は、当該統計値と抽出された当該付加データとを要素とする特徴量ベクトルを生成し、
生成された特徴量ベクトルと前記記憶部に保存されている特徴量ベクトルとの距離を算出し、算出された距離にもとづいて前記対象用の数値集合データの種別を推定する推定手段をさらに備えた
情報処理装置。

【請求項5】

推定手段は、生成された特徴量ベクトルと記憶部に保存されている複数の特徴量ベクトルの各々との距離を算出し、距離が小さい所定件の記憶部に保存されている特徴量ベクトルを出力する
請求項４記載の情報処理装置。

【請求項6】

コンピュータに、
既知のデータの種別が対応付けられ学習用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出する処理と、
前記統計値と抽出された前記付加データとを要素とする特徴量ベクトルを生成する処理と、
数値集合データの種別で階層化された状態で前記特徴量ベクトルを記憶部に保存する処理と、
種別の推定対象である対象用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出する処理と、
当該統計値と抽出された当該付加データとを要素とする特徴量ベクトルを生成する処理と、
生成された特徴量ベクトルと前記記憶部に保存されている特徴量ベクトルとの距離を算出し、算出された距離にもとづいて前記対象用の数値集合データの種別を推定する処理と
を実行させるための情報処理プログラム。

【請求項7】

コンピュータに、
生成された特徴量ベクトルと記憶部に保存されている複数の特徴量ベクトルの各々との距離を算出する処理と、
距離が小さい所定件の記憶部に保存されている特徴量ベクトルを出力する処理と
を実行させる請求項６記載の情報処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、数値データの集合から、その集合のデータ種別を推定するための情報処理方法、情報処理装置および情報処理プログラムに関する。

【背景技術】

【0002】

データの収集技術、データの処理技術、およびデータの蓄積技術の発展に従って、多種多様かつ多量の情報を扱う機会が多くなっている。扱うデータの大半は、他の目的で他者が収集したデータや、過去に収集されたデータである。データ収集の際に、データが集積された表やデータ自体にデータの意味や仕様が記載されないことが多い。データの意味や仕様は、表をまとめた資料の凡例やシステムの仕様書等に記載される。一般に、それらの仕様情報は入手できなかったり、最新状態に更新されていなかったり、場合によっては紛失するという事態が発生する。

【0003】

一般に、数値集合データを扱う際には、そのデータの種別、データの出所、データの単位等は既知のことである。従って、データをどのように処理すればよいか判別することは容易である。

【0004】

しかし、データが採取されてから処理を行う人がデータを入手するまでの過程において、データを正しく処理するために必要な情報の一部が欠落して、そのデータが何を表すのか一見して判別できないことも起こり得る。例えば、データベースのテーブル構造についての資料が無い状態で、列名が略されていた場合、データが何を表すのか一見して判別できない。そのような場合には、入手経路や処理方法を解析する等の対策がとられている。しかし、データを採取した人間との接触が制限されていたり専門的な知識を要する等のために、データの種別を明らかにするために長時間を要することもある。

【0005】

例えば、表計算ソフトウェアの表データ等は、作成者本人および利用者だけが理解できる用語が盛り込まれていることが多い。時間が経って作成当時の関係者が不在になると、そのデータが何を表すのか、全く手がかりがない状態も起こり得る。

【0006】

文字データであれば、単語や文章の意味からある程度の意味、例えば住所や氏名を推測することはできるが、数値データの場合、一つ一つのデータを眺めても推測を行うことは難しい。また、テキストデータに関して、類似度の判定方法として、単語ごとに多次元のベクトルを生成し、データ間の類似性を判定する手法が知られている。しかし、数値データについては、数値そのものを次元として利用できないので、そのような手法を適用することは難しい。

【0007】

特許文献１には、平均や分散等の統計値にもとづいてどの種別のデータかを推定する方法が記載されている。

【先行技術文献】

【特許文献】

【0008】

【特許文献1】特開２００６−９９２３６号公報

【発明の概要】

【発明が解決しようとする課題】

【0009】

しかし、特許文献１に記載された発明では、統計値（平均や分散等）しか利用していないので、ある程度正しいと思われる種別を得るための計算量が多くなる。また、例えば、「長さ」という種別を得ることは可能であるが、それより下位の種別（詳細な種別）を得ることはできない。

【0010】

本発明は、数値データの集合のより詳しい種別を推定可能にすることを目的とする。

【課題を解決するための手段】

【0011】

本発明による情報処理方法は、既知のデータの種別が対応付けられた学習用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出し、統計値と抽出された付加データとを要素とする特徴量ベクトルを生成し、数値集合データの種別で階層化された状態で特徴量ベクトルを記憶部に保存し、種別の推定対象である対象用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出し、当該統計値と抽出された当該付加データとを要素とする特徴量ベクトルを生成し、生成された特徴量ベクトルと記憶部に保存されている特徴量ベクトルとの距離を算出し、算出された距離にもとづいて対象用の数値集合データの種別を推定することを特徴とする。

【0012】

本発明による情報処理装置は、既知のデータの種別が対応付けられた学習用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出する抽出手段と、統計値と抽出された付加データとを要素とする特徴量ベクトルを生成する特徴量ベクトル生成手段と、数値集合データの種別で階層化された状態で特徴量ベクトルを記憶部に保存する特徴量ベクトル階層化保存手段とを備え、抽出手段は、種別の推定対象である対象用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出し、特徴量ベクトル生成手段は、当該統計値と抽出された当該付加データとを要素とする特徴量ベクトルを生成し、生成された特徴量ベクトルと記憶部に保存されている特徴量ベクトルとの距離を算出し、算出された距離にもとづいて対象用の数値集合データの種別を推定する推定手段をさらに備えることを特徴とする。

【0013】

本発明による情報処理プログラムは、コンピュータに、既知のデータの種別が対応付けられた学習用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出する処理と、統計値と抽出された付加データとを要素とする特徴量ベクトルを生成する処理と、数値集合データの種別で階層化された状態で特徴量ベクトルを記憶部に保存する処理と、種別の推定対象である対象用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出する処理と、当該統計値と抽出された当該付加データとを要素とする特徴量ベクトルを生成する処理と、生成された特徴量ベクトルと記憶部に保存されている特徴量ベクトルとの距離を算出し、算出された距離にもとづいて対象用の数値集合データの種別を推定する処理とを実行させることを特徴とする。

【発明の効果】

【0014】

本発明によれば、数値データの集合のより詳しい種別を推定することが可能になる。

【図面の簡単な説明】

【0015】

【図1】データ種別を推定するための情報処理装置の一例であるデータ種別推定装置を示すブロック図である。

【図2】学習用データの一例を示す説明図である。

【図3】推定対象データの一例を示す説明図である。

【図4】学習フェーズの処理を示すフローチャートである。

【図5】特徴量ベクトル生成部が生成する特徴量ベクトルを説明するための説明図である。

【図6】特徴量ベクトル階層化保存部に保存されている階層構造を説明するための説明図である。

【図7】推定フェーズの処理を示すフローチャートである。

【図8】抽出された特徴量ベクトル等の一例を示す説明図である。

【図9】親種別を含む抽出結果を示す説明図である。

【図10】本発明による情報処理装置の主要部を示すブロック図である。

【図11】本発明による他の態様の情報処理装置の主要部を示すブロック図である。

【発明を実施するための形態】

【0016】

以下、本発明の実施形態を図面を参照して説明する。

【0017】

図１は、データ種別（以下、単に「種別」ともいう。）を推定するための情報処理装置の一例であるデータ種別推定装置を示すブロック図である。図１には、データ種別推定装置１０と、学習用数値列データ記憶装置５００および推定対象数値列データ記憶装置６００が示されている。

【0018】

データ種別推定装置１０は、特徴量ベクトル抽出部１００と、学習部２００と、推定部３００と、特徴量ベクトル管理部４００とを備える。

【0019】

特徴量ベクトル抽出部１００は、種別（具体的には、種別を示すデータ）および付加情報を含む数値集合データを入力して特徴量ベクトルを出力する。特徴量ベクトル抽出部１００は、統計値算出部１０１と、付加データ抽出部１０２と、特徴量ベクトル生成部１０３とを含む。

【0020】

統計値算出部１０１は、入力された数値集合データの平均や分散等の統計値を算出する。付加データ抽出部１０２は、特徴量ベクトルの単位や併記されている情報の特性を抽出する。特徴量ベクトル生成部１０３は、統計値算出部１０１の算出結果と付加データ抽出部１０２の抽出結果とを結合して、入力データに対する特徴量ベクトルを生成する。

【0021】

学習部２００は、学習用の数値集合データ（数値データの集合）すなわち学習用データを入力し、特徴量ベクトルを生成する。学習部２００は、学習用データ入力部２０１と、データ解析部２０２と、特徴量ベクトル出力部２０３とを含む。

【0022】

学習用データ入力部２０１は、学習用数値列データ記憶装置５００から学習用データを入力する。データ解析部２０２は、特徴量ベクトル抽出部１００を利用して、学習用データを対象として特徴量ベクトルを取得する。特徴量ベクトル出力部２０３は、取得された特徴量ベクトルと種別とを、特徴量ベクトル管理部４００に出力する。

【0023】

推定部３００は、数値集合データの種別を推定する。推定部３００は、推定対象データ入力部３０１と、データ解析部３０２と、類似特徴量ベクトル探索部３０３と、結果表示部３０４とを含む。

【0024】

推定対象データ入力部３０１は、推定対象数値列データ記憶装置６００から、種別推定対象の数値集合データを入力する。データ解析部３０２は、特徴量ベクトル抽出部１００を利用して、種別推定対象の数値集合データを対象として特徴量ベクトルを生成する。類似特徴量ベクトル探索部３０３は、特徴量ベクトル管理部４００を利用して、生成された特徴量ベクトルと距離が近い特徴量ベクトルを特徴量ベクトル記憶部４０３から抽出する。結果表示部３０４は、類似特徴量ベクトル探索部３０３の推定結果を表示部（図示せず）に表示する。なお、学習部２００を経て特徴量ベクトル記憶部４０３に格納された特徴量ベクトルを学習済み特徴量ベクトルとする。

【0025】

特徴量ベクトル管理部４００は、特徴量ベクトルを管理する。特徴量ベクトル管理部４００は、特徴量ベクトル階層化保存部４０１と、特徴量ベクトル比較部４０２と、特徴量ベクトル記憶部４０３とを含む。

【0026】

特徴量ベクトル階層化保存部４０１は、特徴量ベクトル出力部２０３から入力される種別を、特徴量ベクトル記憶部４０３の記憶内容と照合しながら、特徴量ベクトルを保存すべき階層を特定して、特徴量ベクトルを特徴量ベクトル記憶部４０３に保存する。特徴量ベクトル比較部４０２は、類似特徴量ベクトル探索部３０３から入力した特徴量ベクトルと、特徴量ベクトル記憶部４０３に保存されている学習済み特徴量ベクトルとの距離を算出し、距離が近い特徴量ベクトルが有する種別を、距離に応じた確率を付与して抽出する。なお、抽出された種別に共通の種別（親種別）が存在する場合は、その親種別も併せて抽出する。

【0027】

少なくとも統計値算出部１０１、付加データ抽出部１０２、特徴量ベクトル生成部１０３、データ解析部２０２、特徴量ベクトル出力部２０３、データ解析部３０２、類似特徴量ベクトル探索部３０３、特徴量ベクトル階層化保存部４０１、および特徴量ベクトル比較部４０２は、プログラム記憶部に格納されたプログラムにもとづいて１つまたは複数のＣＰＵ（Central Processing Unit ）が処理を実行することによって実現可能である。しかし、それらおよび他のブロック（記憶部を除く。）は、ハードウェア（個別回路またはＬＳＩ（Large Scale Integration ））で実現されてもよい。

【0028】

次に、データ種別推定装置１０の動作を説明する。

【0029】

ここでは、図２に示す学習用データを使用し、数値集合データの推定のために学習する場合と、図３に示す推定対象データを使用し、数値集合データを推定する場合を例にする。

【0030】

図２に例示する学習用データは、２０代成人男子の最高血圧に関する数値集合データである。図３に示す推定対象データは、血圧に関する数値集合データであってデータ種別は未知である。

【0031】

また、表形式のデータを用いる場合を例にする。以下、数値集合データを数値列データということがある。入力データは、表計算ソフトウェアのファイルであったり、データベースの表、XML （eXtensible Markup Language ）文書、CSV （Common Separated Value）形式の文書、HTML（Hypertext Markup Language ）文書などである。ただし、数値の集合と付加データに分解可能なものであれば、入力データの形式は問わない。

【0032】

本実施形態では、データ種別推定装置１０は、学習フェーズの処理と実際に推定を行う推定フェーズの処理とを実行する。データ種別推定装置１０は、学習フェーズにおいて、データ種別が既知である数値集合データについて、統計値の算出および付加データの抽出を行って作成した特徴量ベクトルを、与えられたデータ種別を元に階層化して保存する。

【0033】

図４は、学習フェーズの処理を示すフローチャートである。図４（Ａ）は、学習部２００の処理を示す。図４（Ｂ）は、特徴量ベクトル抽出部１００の処理を示す。

【0034】

学習フェーズにおいて、学習部２００の学習用データ入力部２０１は、学習用数値列データ記憶装置５００から学習用の数値列データを入力データとして入力する（ステップＳ１１）。データ解析部２０２は、特徴量ベクトル抽出部１００を利用して、学習用データを対象として特徴量ベクトルを取得する（ステップＳ１２）。特徴量ベクトル抽出部１００は、図４（Ｂ）に示す処理を実行する。

【0035】

統計値算出部１０１は、入力された数値列データの統計値を算出する（ステップＢ１１）。統計値は、例えば、平均、分散、尖度、歪度、分布の型（一例として、正規分布、Poisson 分布、ロングテールの分布）である。

【0036】

付加データ抽出部１０２は、数値列データにおける数値の単位（一例として、m 、g 、円、℃）や、数値列データにおいて併記されている情報の特性（付加データ）を抽出する（ステップＢ１２）。また、付加データ抽出部１０２は、数値列データにおいて氏名やIDなど固体を識別可能なデータがあれば、個体識別情報を「有」にする。その他、付加データとして、例えば、緯度経度や時刻情報が考えられる。図２に示された例では、単位として"mmHg"が抽出される。また、個体識別情報は「有」とされる。

【0037】

特徴量ベクトル生成部１０３は、統計値算出部１０１の算出結果と付加データ抽出部１０２の抽出結果とを結合して、入力データに対する特徴量ベクトルを生成し、呼び出し元（この場合には、データ解析部２０２）に供給する（ステップＢ１３）。

【0038】

図５は、特徴量ベクトル生成部１０３が生成する特徴量ベクトルを説明するための説明図である。図５に示されている等式の右辺には、図３に例示された数値列データを入力値として、統計値算出部１０１と付加データ抽出部１０２とが得た値を、多次元量（ベクトル）としてまとめた状態が示されている。

【0039】

特徴量ベクトル出力部２０３は、取得された特徴量ベクトルと種別とを、特徴量ベクトル管理部４００に出力する。

【0040】

特徴量ベクトル記憶部４０３において、特徴量ベクトルは、データ種別に関して、階層化（クラスタ化）されて保存されている。階層化は、特徴量ベクトル階層化保存部４０１によって実行されるが、特徴量ベクトル階層化保存部４０１は、特徴量ベクトルを保存するときに、与えられたデータ種別を階層化した状態で保存する。その際に、例えば「２０代男性の血圧」、「２０代女性の血圧」という２つの入力データがあった場合、共通する「２０代成人の血圧」という種別を子種別として保存してもよい。なお、クラスタ化の手法として、特定分野の辞書と照合する手法や、特徴量ベクトルでクラスタ分析を行う手法等がある。特徴量ベクトル階層化保存部４０１は、既知の階層化手法のいずれを使用してもよいが、望ましい推定結果が得られる階層化手法を選択することが好ましい。

【0041】

特徴量ベクトル管理部４００における特徴量ベクトル階層化保存部４０１は、特徴量ベクトル記憶部４０３から、データ種別の階層構造を示す階層情報を読み出す（ステップＳ１３）。

【0042】

特徴量ベクトル階層化保存部４０１は、学習用データとしての数値列データの種別の階層と、特徴量ベクトル階層化保存部４０１から読み出した階層構造とから、特徴量ベクトルを保存すべき階層を特定する（ステップＳ１４）。特徴量ベクトル階層化保存部４０１は、特徴量ベクトルを特徴量ベクトル記憶部４０３における特定された階層に特徴量ベクトルを保存する（ステップＳ１５）。

【0043】

図５に示されている等式の左辺には、図３に例示された数値列データに付与された種別が階層化された状態が示されている。図５に示すように、種別をより広い概念（この例では、「圧力」）から狭い概念（この例では「２０代」）の順に階層化されている。

【0044】

図６は、特徴量ベクトル階層化保存部４０１に保存されている階層構造を説明するための説明図である。図６に示す例では、階層構造における最も広い概念から最も狭い概念に向けてツリー状に表現されている。図５および図６に示す例では、ステップＳ１４の処理で、「男性」の下の階層が特定される。

【0045】

図７は、推定フェーズの処理を示すフローチャートである。図７（Ａ）は、推定部３００の処理を示す。図７（Ｂ）は、特徴量ベクトル抽出部１００の処理を示す。

【0046】

推定フェーズにおいて、推定部３００の推定対象データ入力部３０１は、推定対象数値列データ記憶装置６００から推定対象の数値列データを入力データとして入力する（ステップＳ２１）。データ解析部３０２は、特徴量ベクトル抽出部１００を利用して、推定対象の数値列データを対象として特徴量ベクトルを取得する（ステップＳ２２）。特徴量ベクトル抽出部１００は、図７（Ｂ）に示す処理を実行する。図７（Ｂ）に示す処理は、図４（Ｂ）に示された処理と同じである。

【0047】

次いで、類似特徴量ベクトル探索部３０３は、特徴量ベクトル管理部４００を利用して、生成された特徴量ベクトルと距離が近い学習済み特徴量ベクトルを特徴量ベクトル記憶部４０３から抽出する。

【0048】

具体的には、特徴量ベクトル比較部４０２は、特徴量ベクトル記憶部４０３から特徴量ベクトルのリスト（一覧）を読み出す（ステップＳ２３）。特徴量ベクトル比較部４０２は、ステップＳ２３の処理で取得された特徴量ベクトルを、類似特徴量ベクトル探索部３０３を介して入力し、当該特徴量ベクトルと学習済みの個々の特徴量ベクトル（リストに存在する特徴量ベクトル）との距離を算出する（ステップＳ２４）。このとき、特徴量ベクトル比較部４０２は、特徴量ベクトルに含まれる各々の要素を均等に扱うのではなく、単位や個体識別情報の有無等について、統計値よりも重みをつけて扱うことが好ましい。例えば、種別が血圧であれば、単位が長さ（m ）や重さ（kg）であることはないので、単位の違い（mmHg以外の単位）の距離への影響を大きくすることが好ましい。

【0049】

なお、外国為替（￥⇔＄）や電力（Ｗ⇔VA）等が関連するような対象データを扱う場合、必ずしも１種別１単位に集約できるとは限らない。そのような場合、単位を排除してもよいが、それぞれに重み付けを行って対応してもよい。同様に、個体識別情報、位置情報、時刻情報の有無に対しても、算出された統計値に対して重みをつけるなど、好ましい推定結果が得られるよう調整する。

【0050】

特徴量ベクトル比較部４０２は、距離が小さいｎ件の特徴量ベクトルを抽出する（ステップＳ２５）。なお、「ｎ」はあらかじめ決められている正の整数である。そして、特徴量ベクトル比較部４０２は、ｎ件の特徴量ベクトルを類似特徴量ベクトル探索部３０３に出力する。その際に、特徴量ベクトル比較部４０２は、距離に応じた確率も類似特徴量ベクトル探索部３０３に出力する。特徴量ベクトル比較部４０２は、ｎ件の特徴量ベクトルに共通する種別（親種別）が存在する場合は、その親種別も併せて抽出する。

【0051】

ベクトル間の距離を測定する手法として様々の方法が知られているが、例えば、MinHash 法に代表されるベクトル間の角度（コサイン類似度）を距離として扱う手法は、高速で処理可能であるため、大量の数値集合データを扱うのに適している。

【0052】

なお、本実施形態では、特徴量ベクトル比較部４０２が距離と確率の算出を行うが、それらの機能は、類似特徴量ベクトル探索部３０３に含まれていてもよい。

【0053】

結果表示部３０４は、抽出されたｎ件の特徴量ベクトルを表示部に表示することによってユーザに提示する（ステップＳ２６）。

【0054】

図８は、抽出された特徴量ベクトル等の一例（表示例）を示す説明図である。図８に示すように、種別は階層化されている。なお、個々の距離に応じて確率が計算されるので、確率の合計は１を越える。

【0055】

図８に示す例では、「圧力／血圧／最高／男性」が共通の種別（親種別）になっている。そのような場合には、特徴量ベクトル比較部４０２は、ステップＳ２５の処理で、親種別として「圧力／血圧／最高／男性」を抽出結果に含める。また、抽出結果が表示されるときに、親種別が最上位に表示されることが好ましい（図９参照）。

【0056】

図９は、親種別を含む抽出結果を示す説明図である。図９に示す例では、「２０代」の距離と「３０代」の距離との違いは僅差である。しかし、男性の血圧であることがほぼ確実と推定できるので、特徴量ベクトル比較部４０２は、推定精度の向上を図るために、種別階層を利用した結果の集約を行う。なお、種別の階層化が行われない場合には、距離が近い特徴量ベクトル間の関係が特定できず、包括する種別を提示することができない。

【0057】

以上に説明したように、本実施形態では、利用者が対象数値集合データに関する知識を有していなくても、データ種別推定装置１０が、数値集合データの統計値や単位等の付加情報を特徴量ベクトルとして抽出し、特徴量ベクトルと学習済みデータの特徴量ベクトルとの比較結果を提示するので、利用者は、データ種別を容易に推定することができる。

【0058】

また、数値集合データは数値データであるから学習データと完全に一致することはないが、データ種別推定装置１０が、特徴量ベクトル間の距離を算出し、学習済み特徴量データの階層構造と照合することによって、距離が近い学習済み特徴量ベクトルに対応する種別の抽出と、抽出された種別の共通種別（親種別）を高い精度で推定することができる。

【0059】

なお、本実施形態では、血圧に関するデータが数値集合データとされたが、本発明は、他の種類の数値集合データを対象とすることもできる。例えば、過去の販売データを参照する際に、その当時のテーブル構造や種別についての仕様が入手困難な状態であっても、現在の販売データに含まれる数値データをあらかじめ学習しておくことによって、数値集合データにおけるどの列が売上で、どの列が値引き額である等の推定を自動的に行うことができる。

【0060】

図１０は、本発明による情報処理装置の主要部を示すブロック図である。図１０に示す情報処理装置１Ａは、学習用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出する抽出手段２（実施形態では、統計値算出部１０１および付加データ抽出部１０２で実現される。）と、統計値と抽出された付加データとから特徴量ベクトルを生成する特徴量ベクトル生成手段３（実施形態では、特徴量ベクトル生成部で実現される。）と、数値集合データの種別で階層化された状態で特徴量ベクトルを記憶部５（実施形態では、特徴量ベクトル記憶部４０３で実現される。）に保存する特徴量ベクトル階層化保存手段４（実施形態では、特徴量ベクトル階層化保存部４０１で実現される。）とを備えている。

【0061】

図１１は、本発明による他の態様の情報処理装置の主要部を示すブロック図である。図１１に示す情報処理装置１Ｂは、抽出手段が、種別の推定対象である対象用の数値集合データから統計値を算出し、該数値集合データに付加されている付加データを抽出し、特徴量ベクトル生成手段が、当該統計値と抽出された当該付加データとから特徴量ベクトルを生成し、生成された特徴量ベクトルと記憶部５に保存されている特徴量ベクトルとの距離を算出し、算出された距離にもとづいて対象用の数値集合データの種別を推定する推定手段６（実施形態では、特徴量ベクトル比較部４０２で実現される。）を備えている。

【符号の説明】

【0062】

１Ａ，１Ｂ 情報処理装置
２ 抽出手段
３ 特徴量ベクトル生成手段
４ 特徴量ベクトル階層化保存手段
５ 記憶部
６ 推定手段
１０ データ種別推定装置
１００ 特徴量ベクトル抽出部
１０１ 統計値算出部
１０２ 付加データ抽出部
１０３ 特徴量ベクトル生成部
２００ 学習部
２０１ 学習用データ入力部
２０２ データ解析部
２０３ 特徴量ベクトル出力部
３００ 推定部
３０１ 推定対象データ入力部
３０２ データ解析部
３０３ 類似特徴量ベクトル探索部
３０４ 結果表示部
４００ 特徴量ベクトル管理部
４０１ 特徴量ベクトル階層化保存部
４０２ 特徴量ベクトル比較部
４０３ 特徴量ベクトル記憶部
５００ 学習用数値列データ記憶装置
６００ 推定対象数値列データ記憶装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】