知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023120862
(43)【公開日】2023-08-30
(54)【発明の名称】データ管理装置、データ管理方法、及びプログラム
(51)【国際特許分類】
G06F 16/90 20190101AFI20230823BHJP
【ＦＩ】
G06F16/90 100
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2022023965
(22)【出願日】2022-02-18
(71)【出願人】
【識別番号】314012076
【氏名又は名称】パナソニックＩＰマネジメント株式会社
(74)【代理人】
【識別番号】110002000
【氏名又は名称】弁理士法人栄光事務所
(72)【発明者】
【氏名】池田 幹直
(72)【発明者】
【氏名】武田 鷹広
(72)【発明者】
【氏名】橋本 拓児
【テーマコード（参考）】
5B175
【Ｆターム（参考）】
5B175DA01
5B175EA01
(57)【要約】
【課題】ＦＡＱシステムの利便性を向上できるデータ管理装置を提供する。
【解決手段】質問文及び質問文に対する回答文を管理するデータ管理装置であって、制御部１１０と通信部１４０とを備える。制御部は、複数の文章データを取得し、前記複数の文章データをベクトル化して複数の文章ベクトルを作成し、前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出し、前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングし、質問クラスタ毎に、質問クラスタの中心に対応する質問クラスタに属する質問文を代表する代表質問文を決定し、通信部は、決定された代表質問文を記憶装置に登録することを推奨する登録推奨情報を、データ管理装置を管理する管理者が使用する管理者端末へ送信する。
【選択図】図２
【解決手段】質問文及び質問文に対する回答文を管理するデータ管理装置であって、制御部１１０と通信部１４０とを備える。制御部は、複数の文章データを取得し、前記複数の文章データをベクトル化して複数の文章ベクトルを作成し、前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出し、前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングし、質問クラスタ毎に、質問クラスタの中心に対応する質問クラスタに属する質問文を代表する代表質問文を決定し、通信部は、決定された代表質問文を記憶装置に登録することを推奨する登録推奨情報を、データ管理装置を管理する管理者が使用する管理者端末へ送信する。
【選択図】図２
【特許請求の範囲】
【請求項1】
質問文及び前記質問文に対する回答文を管理するデータ管理装置であって、
制御部と通信部とを備え、
前記制御部は、
複数の文章データを取得し、
前記複数の文章データをベクトル化して複数の文章ベクトルを作成し、
前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出し、
前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングし、
前記質問クラスタ毎に、前記質問クラスタの中心に対応する前記質問クラスタに属する質問文を代表する代表質問文を決定し、
前記通信部は、決定された前記代表質問文を記憶装置に登録することを推奨する登録推奨情報を、前記データ管理装置を管理する管理者が使用する管理者端末へ送信する、
データ管理装置。
制御部と通信部とを備え、
前記制御部は、
複数の文章データを取得し、
前記複数の文章データをベクトル化して複数の文章ベクトルを作成し、
前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出し、
前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングし、
前記質問クラスタ毎に、前記質問クラスタの中心に対応する前記質問クラスタに属する質問文を代表する代表質問文を決定し、
前記通信部は、決定された前記代表質問文を記憶装置に登録することを推奨する登録推奨情報を、前記データ管理装置を管理する管理者が使用する管理者端末へ送信する、
データ管理装置。
【請求項2】
前記登録推奨情報は、前記代表質問文と前記代表質問文に対応する回答文である代表回答文とを関連付けて前記記憶装置に登録することを推奨する情報を含む、
請求項１に記載のデータ管理装置。
請求項１に記載のデータ管理装置。
【請求項3】
前記制御部は、
前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の回答文を抽出し、
前記複数の回答文に対応する複数の文章ベクトルである複数の回答文ベクトルに基づいて、抽出された前記複数の回答文を、相互に類似する回答文が含まれる回答クラスタにクラスタリングし、
前記回答クラスタ毎に、前記回答クラスタの中心に対応する前記回答クラスタに属する回答文を代表する前記代表回答文を決定する、
請求項２に記載のデータ管理装置。
前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の回答文を抽出し、
前記複数の回答文に対応する複数の文章ベクトルである複数の回答文ベクトルに基づいて、抽出された前記複数の回答文を、相互に類似する回答文が含まれる回答クラスタにクラスタリングし、
前記回答クラスタ毎に、前記回答クラスタの中心に対応する前記回答クラスタに属する回答文を代表する前記代表回答文を決定する、
請求項２に記載のデータ管理装置。
【請求項4】
前記制御部は、前記質問文又は前記回答文に所定の住所又は電話番号が含まれていることを検出した場合、前記所定の住所又は電話番号を削除し、
前記通信部は、前記所定の住所又は電話番号の削除後に、前記登録推奨情報を送信する、
請求項３に記載のデータ管理装置。
前記通信部は、前記所定の住所又は電話番号の削除後に、前記登録推奨情報を送信する、
請求項３に記載のデータ管理装置。
【請求項5】
前記通信部は、利用者が使用する利用者端末から任意の質問文を受信し、
前記制御部は、
前記任意の質問文に基づいて所定の検索処理を行い、検索結果として前記利用者が追加で質問する候補である複数の質問候補文を抽出し、
前記質問候補文をベクトル化して複数の質問候補文の文章ベクトルである複数の質問候補文ベクトルを作成し、
複数の質問候補文ベクトルに基づいて、抽出された複数の質問候補文を、相互に類似する質問候補文が含まれる質問候補クラスタにクラスタリングし、
前記質問候補クラスタ毎に、前記質問候補クラスタの特徴を示す特徴語を抽出し、
前記通信部は、各質問候補クラスタの特徴語を前記利用者端末へ送信する、
請求項２に記載のデータ管理装置。
前記制御部は、
前記任意の質問文に基づいて所定の検索処理を行い、検索結果として前記利用者が追加で質問する候補である複数の質問候補文を抽出し、
前記質問候補文をベクトル化して複数の質問候補文の文章ベクトルである複数の質問候補文ベクトルを作成し、
複数の質問候補文ベクトルに基づいて、抽出された複数の質問候補文を、相互に類似する質問候補文が含まれる質問候補クラスタにクラスタリングし、
前記質問候補クラスタ毎に、前記質問候補クラスタの特徴を示す特徴語を抽出し、
前記通信部は、各質問候補クラスタの特徴語を前記利用者端末へ送信する、
請求項２に記載のデータ管理装置。
【請求項6】
前記制御部は、
前記質問候補クラスタが複数存在する場合、前記質問候補クラスタの特徴を示す特徴語が前記質問候補クラスタ毎に異なるように抽出する、
請求項５に記載のデータ管理装置。
前記質問候補クラスタが複数存在する場合、前記質問候補クラスタの特徴を示す特徴語が前記質問候補クラスタ毎に異なるように抽出する、
請求項５に記載のデータ管理装置。
【請求項7】
前記制御部は、類似する単語を規定する類似語テーブルに基づいて、各質問候補クラスタの特徴語が異なる単語であるか否かを判定する、
請求項５に記載のデータ管理装置。
請求項５に記載のデータ管理装置。
【請求項8】
前記制御部は、抽出された前記質問候補文の数に応じて、クラスタリングにより得られる前記質問候補クラスタの数を決定する、
請求項５に記載のデータ管理装置。
請求項５に記載のデータ管理装置。
【請求項9】
前記制御部は、抽出された複数の特徴語の共起関係を示す共起関係情報を導出し、
前記通信部は、前記共起関係情報を前記利用者端末に送信する、
請求項５に記載のデータ管理装置。
前記通信部は、前記共起関係情報を前記利用者端末に送信する、
請求項５に記載のデータ管理装置。
【請求項10】
質問文及び前記質問文に対する回答文を管理するデータ管理装置と、データ管理装置を管理する管理者端末と、を備えるデータ管理システムであって、
前記データ管理装置は、
複数の文章データを取得し、
前記複数の文章データをベクトル化して複数の文章ベクトルを作成し、
前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出し、
前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングし、
前記質問クラスタ毎に、前記質問クラスタの中心に対応する前記質問クラスタに属する質問文を代表する代表質問文を決定し、
決定された前記代表質問文を記憶装置に登録することを推奨する登録推奨情報を、前記データ管理装置を管理する管理者が使用する管理者端末へ送信し、
前記管理者端末は、前記登録推奨情報を受信して表示する、
データ管理システム。
前記データ管理装置は、
複数の文章データを取得し、
前記複数の文章データをベクトル化して複数の文章ベクトルを作成し、
前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出し、
前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングし、
前記質問クラスタ毎に、前記質問クラスタの中心に対応する前記質問クラスタに属する質問文を代表する代表質問文を決定し、
決定された前記代表質問文を記憶装置に登録することを推奨する登録推奨情報を、前記データ管理装置を管理する管理者が使用する管理者端末へ送信し、
前記管理者端末は、前記登録推奨情報を受信して表示する、
データ管理システム。
【請求項11】
質問文及び前記質問文に対する回答文を管理するデータ管理方法であって、
プロセッサにより、
複数の文章データを取得するステップと、
前記複数の文章データをベクトル化して複数の文章ベクトルを作成するステップと、
前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出するステップと、
前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングするステップと、
前記質問クラスタ毎に、前記質問クラスタの中心に対応する前記質問クラスタに属する質問文を代表する代表質問文を決定するステップと、
決定された前記代表質問文を記憶装置に登録することを推奨する登録推奨情報を、前記質問文及び前記回答文を管理する管理者が使用する管理者端末へ送信するステップと、
を有するデータ管理方法。
プロセッサにより、
複数の文章データを取得するステップと、
前記複数の文章データをベクトル化して複数の文章ベクトルを作成するステップと、
前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出するステップと、
前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングするステップと、
前記質問クラスタ毎に、前記質問クラスタの中心に対応する前記質問クラスタに属する質問文を代表する代表質問文を決定するステップと、
決定された前記代表質問文を記憶装置に登録することを推奨する登録推奨情報を、前記質問文及び前記回答文を管理する管理者が使用する管理者端末へ送信するステップと、
を有するデータ管理方法。
【請求項12】
請求項１１に記載のデータ管理方法をコンピュータに実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、データ管理装置、データ管理方法、及びプログラムに関する。
【背景技術】
【0002】
従来、対話ログから、質問候補（Ｑ候補）及び回答候補（Ａ候補）をパターン認識してＦＡＱ（Frequently Asked Questions）を作成するＦＡＱシステムが知られている。ここでのパターン認識のためのパターン認識モデルとして、質問者と回答者との一連の通話をテキストとした対話ログを形態素解析したものについて、一連の通話を構成する個々の発話であるレコードごとに算出される、当該発話あたりの形態素数である発話長と、当該発話の前後で共通する単語の出現回数である共通キーワード出現回数と、当該発話あたりの周辺キーワードの重要度の総和であるキーワード重要度総和と、当該発話の後方１以上５以下の発話内に存在する間投詞の数である間投詞数と、の素性のうち少なくとも１つを含む素性値を、レコードごとの入力とし、かつ、質問者による質問に相当するＱ候補、又は回答者による回答に相当するＡ候補であるか否かを示す候補ラベルを出力として、分類器を教師あり学習によりトレーニングしたパターン認識モデルが知られている（特許文献１参照）。
【0003】
また、従来、文書クラスタリングを行って、全文検索結果により目的の文書への到達を支援する情報処理装置が知られている。このような情報処理装置として、文書の全文検索を行なって検索条件に該当する検索文書を検索する文書検索手段と、前記検索条件との適合度を表す適合度スコアによって前記検索文書を順序付ける文書スコアリング手段と、前記文書を識別するための文書識別子と、前記文書の全文データから抽出された特徴語と、当該特徴語の重みを表す重み値とが対応付けられて登録された特徴語ファイルデータベースと、前記検索文書の前記文書識別子をキーとして、前記特徴語ファイルデータベースから取得した前記特徴語と当該特徴語の重み値とに基づいて、前記検索文書に対してクラスタリング処理を行う文書クラスタリング手段と、を有し、検索結果一覧を作成する情報処理装置であって、前記適合度スコアに基づいて前記検索文書をグループ化する文書グループ化手段を有し、前記文書クラスタリング手段は、前記文書グループ化手段によりグループ化されたグループごとに、そのグループ内の前記検索文書に対してクラスタリング処理を行う情報処理装置が知られている（特許文献２参照）。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０２０－７１６９０号公報
【特許文献2】特開２０１０－９５７７号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
特許文献１のパターン認識モデルを用いたＦＡＱシステムである場合、及び特許文献２の情報処理装置をＦＡＱシステムに適用した場合には、ＦＡＱシステムの利便性が不十分であり、改善の余地がある。
【0006】
本開示は、ＦＡＱシステムの利便性を向上できるデータ管理装置、データ管理システム、データ管理方法、プログラムを提供する。
【課題を解決するための手段】
【0007】
本開示の一態様は、質問文及び前記質問文に対する回答文を管理するデータ管理装置であって、制御部と通信部とを備え、前記制御部は、複数の文章データを取得し、前記複数の文章データをベクトル化して複数の文章ベクトルを作成し、前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出し、前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングし、前記質問クラスタ毎に、前記質問クラスタの中心に対応する前記質問クラスタに属する質問文を代表する代表質問文を決定し、前記通信部は、決定された前記代表質問文を記憶装置に登録することを推奨する登録推奨情報を、前記データ管理装置を管理する管理者が使用する管理者端末へ送信する、データ管理装置である。
【0008】
本開示の一態様は、質問文及び前記質問文に対する回答文を管理するデータ管理装置と、データ管理装置を管理する管理者端末と、を備えるデータ管理システムであって、前記データ管理装置は、複数の文章データを取得し、前記複数の文章データをベクトル化して複数の文章ベクトルを作成し、前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出し、前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングし、前記質問クラスタ毎に、前記質問クラスタの中心に対応する前記質問クラスタに属する質問文を代表する代表質問文を決定し、決定された前記代表質問文を記憶装置に登録することを推奨する登録推奨情報を、前記データ管理装置を管理する管理者が使用する管理者端末へ送信し、前記管理者端末は、前記登録推奨情報を受信して表示する、データ管理システムである。
【0009】
本開示の一態様は、質問文及び前記質問文に対する回答文を管理するデータ管理方法であって、プロセッサにより、複数の文章データを取得するステップと、前記複数の文章データをベクトル化して複数の文章ベクトルを作成するステップと、前記複数の文章ベクトルに基づいて、前記複数の文章データから複数の質問文を抽出するステップと、前記複数の質問文に対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された前記複数の質問文を、相互に類似する質問文が含まれる質問クラスタにクラスタリングするステップと、前記質問クラスタ毎に、前記質問クラスタの中心に対応する前記質問クラスタに属する質問文を代表する代表質問文を決定するステップと、決定された前記代表質問文を記憶装置に登録することを推奨する登録推奨情報を、前記データ管理装置を管理する管理者が使用する管理者端末へ送信するステップと、を有するデータ管理方法である。
【0010】
本開示の一態様は、上記のデータ管理方法をコンピュータに実行させるプログラムである。
【発明の効果】
【0011】
本開示によれば、ＦＡＱシステムの利便性を向上できる。
【図面の簡単な説明】
【0012】
【図1】本開示の第１の実施形態に係るＦＡＱ処理システムの構成例を示す模式図
【図2】ＦＡＱサーバの構成例を示すブロック図
【図3】ＦＡＱチャット画面の概要を説明する図
【図4】ＦＡＱ処理システムの動作概要を示すシーケンス図
【図5】問合せメールの一例を示す図
【図6】問合せメールの分類の一例を示す図
【図7】導出された質問文のクラスタリングと、クラスタの中心データに対応するＱＡデータの登録推奨情報と、の一例を示す図
【図8】ＦＡＱサーバによるＦＡＱナレッジベースへのＱＡ登録支援に係る動作例を示すフローチャート
【図9】ＱＡテキスト抽出処理の一例を示すフローチャート
【図10】代表質問文に対応する代表回答文の抽出の他例を示すフローチャート
【図11A】本開示の第２の実施形態に係るＦＡＱサーバの構成例を示すブロック図
【図11B】質問の絞り込みが行われるＦＡＱチャット画面のイメージを示す図
【図12】第２の実施形態におけるクラスタリングのイメージを示す図
【図13】Ｑ番号及び質問候補文を含む検索結果（候補）の一例を示す図
【図14】質問候補文をベクトル化した結果の一例を示す図
【図15】ベクトルをクラスタリングし、各クラスタと質問候補文との一例を示す図
【図16】各クラスタの質問候補文をベクトル化した結果の一例を示す図
【図17】クラスタ毎に抽出された特徴語の一例を示す図
【図18】質問の絞り込みを考慮したＦＡＱチャット画面の一例を示す図
【図19】各特徴語の関係性の一例を示すネットワーク図
【図20】第３の実施形態に係るＦＡＱサーバの構成例を示すブロック図
【図21】メールの宛先の対応関係と、メール本文での確認必要部分と、を強調表示した情報の一例を示す図
【発明を実施するための形態】
【0013】
以下、適宜図面を参照しながら、実施形態を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になることを避け、当業者の理解を容易にするためである。尚、添付図面及び以下の説明は、当業者が本開示を十分に理解するために提供されるものであり、これらにより特許請求の範囲に記載の主題を限定することは意図されていない。
【0014】
（第１の実施形態を得るに至った経緯）
特許文献１のパターン認識モデルを用いたＦＡＱシステムでは、テキストを形態素解析した後に、人が設計したような特徴量を質問文Ｑや回答文Ａの候補として抽出するので、抽出精度が不十分である。また、ＦＡＱを作成する元となるメールやチャットログに含まれる不要なテキストが、Ｑ候補又はＡ候補内に混じることがある。また、人手でＱやＡの代表的な質問群を抽出する場合には、工数がかかる。第１の実施形態では、上記の点を改善する。
特許文献１のパターン認識モデルを用いたＦＡＱシステムでは、テキストを形態素解析した後に、人が設計したような特徴量を質問文Ｑや回答文Ａの候補として抽出するので、抽出精度が不十分である。また、ＦＡＱを作成する元となるメールやチャットログに含まれる不要なテキストが、Ｑ候補又はＡ候補内に混じることがある。また、人手でＱやＡの代表的な質問群を抽出する場合には、工数がかかる。第１の実施形態では、上記の点を改善する。
【0015】
（ＦＡＱシステムの構成）
図１は、本開示の第１の実施形態に係るＦＡＱシステム５のブロック図である。ＦＡＱシステム５は、ＦＡＱサーバ１００と、ＦＡＱナレッジベース１５０と、利用者端末２００と、管理者端末３００と、を含む構成である。ＦＡＱサーバ１００と利用者端末２００と管理者端末３００とは、例えば、有線又は無線により通信可能に接続される。ＦＡＱシステム５は、データ管理システムの一例である。
図１は、本開示の第１の実施形態に係るＦＡＱシステム５のブロック図である。ＦＡＱシステム５は、ＦＡＱサーバ１００と、ＦＡＱナレッジベース１５０と、利用者端末２００と、管理者端末３００と、を含む構成である。ＦＡＱサーバ１００と利用者端末２００と管理者端末３００とは、例えば、有線又は無線により通信可能に接続される。ＦＡＱシステム５は、データ管理システムの一例である。
【0016】
ＦＡＱサーバ１００は、ＦＡＱに関する処理を行う装置であり、後述するように、ＦＡＱナレッジベース１５０への登録支援処理、質問の絞り込み処理、等を行う。ＦＡＱサーバ１００は、質問文や回答文の検索を行う検索機能を有する。ＦＡＱサーバ１００は、ＦＡＱチャットボットＣＢとしても動作可能である。ＦＡＱチャットボットＣＢは、利用者からの質問を受け付け、ＦＡＱナレッジベース１５０を参照して、質問に対する回答を行う。
【0017】
ＦＡＱナレッジベース１５０は、ＦＡＱに関するナレッジマネジメントのためのデータベースであり、例えばデータベースサーバとして構築される。ＦＡＱナレッジベース１５０は、一般的なサーバと同様に、例えば、制御機能、記憶機能、及び通信機能を有してよい。なお、ＦＡＱナレッジベース１５０は、ＦＡＱサーバ１００に含まれてもよく、ＦＡＱサーバ１００と一体で構成されてもよい。
【0018】
利用者端末２００は、利用者（ユーザ）に使用される端末である。この利用者は、ＦＡＱシステム５が提供するＦＡＱサービスを利用する者（つまり質問者）である。管理者端末３００は、管理者（オペレータ）に使用される端末である。この管理者は、ＦＡＱシステム５が提供するＦＡＱサービスを管理する者である。管理者は、質問者による質問に対する回答を行う回答者を含んでもよい。また、管理者は回答者を含まず、回答者が使用する回答者端末が、管理者端末とは別に設けられてもよい。ここでは一例として、管理者に回答者が含まれることを想定する。利用者端末２００及び管理者端末３００は、直接に通信可能である。
【0019】
ＦＡＱサーバ１００は、利用者端末２００から質問文を受信し、質問文に対する回答を試みる。ＦＡＱサーバ１００は、質問文に対して回答可能である場合、利用者端末２００に対して回答文を送信する。一方、質問に対して回答不可能である場合、利用者端末２００と管理者端末３００とは、メール機能又はチャット機能を用いて質問文とこの質問に対する回答文とを通信する。管理者端末３００と利用者端末２００とは、ＦＡＱサーバ１００を経由して通信されてもよい。
【0020】
図２は、ＦＡＱサーバ１００の構成例を示すブロック図である。ＦＡＱサーバ１００は、制御部１１０と、記憶部１３０と、通信部１４０と、を備える。
【0021】
制御部１１０は、例えばプロセッサにより構成され、記憶部１３０に保持されたプログラムを実行することで、各種機能を実現する。プロセッサは、ＭＰＵ（Micro processing Unit）、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、等を含んでよい。プロセッサは、各種集積回路（例えばＬＳＩ（Large Scale Integration）又はＦＰＧＡ（Field Programmable Gate Array））等を含んでよい。制御部１１０は、ＦＡＱサーバ１００の各部の動作を統括し、各種処理を行う。例えば、制御部１１０は、ＦＡＱに関する処理を行う。
【0022】
記憶部１３０は、一次記憶装置（例えばＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory））を含む。記憶部１３０は、二次記憶装置（例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive））や三次記憶装置（例えば光ディスク、ＳＤカード）を含んでよい。記憶部１３０は、その他の記憶装置を含んでよい。記憶部１３０は、ＦＡＱサーバ１００から取り外し可能であってもよい。記憶部１３０は、各種データ、情報、又はプログラム等を記憶する。
【0023】
記憶部１３０は、非チャットログデータベース（ＤＢ）１３１と、チャットログデータベース（ＤＢ）１３２と、ＱＡデータベース（ＤＢ）１３３と、を含む。
【0024】
非チャットログデータベース１３１は、チャットログ以外の問合せログを保持する。チャットログ以外の問合せのログである非チャットログは、例えば、メール又は電話等による問合せに関するログ（履歴情報）である。非チャットログは、電子メール本文又は電話の内容を示すデータも含んでよい。
【0025】
チャットログデータベース１３２は、チャットによる問合せのログ（履歴情報）を保持する。チャットログは、チャット本文も含んでよい。
【0026】
このように、非チャットログデータベース１３１及びチャットログデータベース１３２には、過去に利用者と回答者との間で通信された各種データやメールが保持される。
【0027】
ＱＡデータベース１３３は、チャットログ又は非チャットログを基に得られたＱＡデータを保持する。ＱＡデータは、質問文と、その質問文に対する回答文と、を含む。また、ＱＡデータベース１３３は、ＱＡデータに付随するデータも保持してよく、後述するクラスタリングでのマッピング結果、文章データから得られた質問文の特徴ベクトル（質問文ベクトル）、回答文の特徴ベクトル（回答文ベクトル）、ＱＡデータを参照可能なリンクの情報、等を保持してもよい。クラスタリングでのマッピング結果や質問文ベクトルや回答文ベクトルは、複数のＱＡデータの類似性を判断する判断材料となる。
【0028】
通信部１４０は、各種データ又は情報等を通信する。通信部１４０による通信方式は、有線通信又は無線通信の方式でよく、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、電力線通信、又は携帯電話用のセルラー通信（例えば５Ｇ、ＬＴＥ（Long Term Evolution））等の通信方式を含んでよい。通信部１４０は、例えば、ＦＡＱナレッジベース１５０、利用者端末２００、及び管理者端末３００と通信可能であり、その他の通信装置と通信可能であってもよい。
【0029】
制御部１１０は、機能構成として、文章抽出部１１１と、単語分割部１１２と、ベクトル化部１１３と、分類部１１４と、ベクトル類似度計算部１１５と、クラスタリング部１１６と、クラスタ中心計算部１１７と、固有表現抽出部１１９と、匿名化処理部１２１と、を含む構成である。
【0030】
文章抽出部１１１は、記憶部１３０に保持されたチャットログ又は非チャットログから、文章データ（テキストデータ）を抽出する。単語分割部１１２は、例えば自然言語処理モデルを用いて、抽出された文章データを形態素解析により単語単位に分割する。なお、制御部１１０は、単語単位に限らず文字やサブワード等の単位に分割してよい。
【0031】
ベクトル化部１１３は、自然言語処理モデル（例えば、ＢＥＲＴ（Bidirectional Encoder Representations from Transformers）又はその他のモデル）を用いて、抽出された文章データをベクトル化し、特徴ベクトル（文章ベクトル）を生成する。
【0032】
分類部１１４は、自然言語処理モデルを用いて、生成された文章ベクトルに基づいて、文章データを分類する。分類部１１４は、例えば、予め分類のためのアノテーションを実施しておき、抽出された文章データを分類し、文章データから質問文と回答文とを抽出する。分類部１１４は、抽出された質問文と回答文とに対してＱＡ対応付け処理を行って、質問文とその回答文とを含むＱＡデータを生成する。ＱＡ対応付け処理では、分類部１１４は、記憶部１６０に保持されたメール本文中に質問文が１つである場合、管理者からの返答メールから回答文を抽出し、質問文とその回答文とを対応付けてよい。分類部１１４は、記憶部１６０に保持されたメール本文中に質問文が複数存在する場合、各質問文に、この各質問メールに対する各回答メールを対応付けてよい。
【0033】
なお、文章ベクトルのうち、質問文がベクトル化されたものを質問文ベクトルとも称し、回答文がベクトル化されたものを回答文ベクトルとも称する。また、後述する質問文の候補（質問候補文）がベクトル化されたものを質問候補文ベクトルとも称する。
【0034】
ベクトル類似度計算部１１５は、自然言語処理モデルを用いて、ベクトル化部１１３により生成された各文章ベクトルの類似度（相関度）を計算する。
【0035】
クラスタリング部１１６は、所定のクラスタリング手法（例えばｋ－Ｍｅａｎｓ法又はその他のクラスタリング手法）を用いて、導出された各文章ベクトル（各質問文ベクトル）の類似度に基づいて、質問文をクラスタリングし、複数のクラスタ（質問クラスタ）に分割する。クラスタリングにより、複数の質問文が複数の質問クラスタのいずれかに属するように分類される。同様に、所定のクラスタリング手法（例えばｋ－Ｍｅａｎｓ法）を用いて、導出された各文章ベクトル（各回答文ベクトル）の類似度に基づいて、回答文をクラスタリングし、複数のクラスタ（回答クラスタ）に分割する。また、回答文は、質問文に対応付けてクラスタリングされてよい。クラスタリングにより、複数の回答文が複数の回答クラスタのいずれかに属するように分類される。
【0036】
クラスタリングでは、教師データが不要である。したがって、ＦＡＱサーバ１００は、事前学習が不要で、高速に、例えば質問文及び回答文の分類が可能である。
【0037】
クラスタ中心計算部１１７は、所定のクラスタリング手法に基づいて、クラスタ毎に、クラスタ中心のデータを抽出する。つまり、クラスタ中心計算部１１７は、クラスタ中心にある質問文を代表質問文ＱＲとして導出する。なお、クラスタ中心計算部１１７は、ｋ－Ｍｅａｎｓ法以外の方法で、クラスタ中心のデータを抽出してよい。
【0038】
固有表現抽出部１１９は、例えば自然言語処理モデルを用いて、文章データに含まれる単語を解析し、人名、会社名、住所、又は電話番号等の固有名詞（固有表現）を抽出する。
【0039】
匿名化処理部１２１は、抽出された固有表現に対して匿名化処理を行う。匿名化処理は、個人を特定可能な情報を削除又は変更するデータ処理である。匿名化処理は、例えば、固有表現を汎用的又は一般的な名称に変更すること、固有表現を特定の表現（例えばＸＸＸ）に変更すること、固有表現を削除すること、又はその他の匿名にする処理を含んでよい。
【0040】
次に、利用者端末２００及び管理者端末３００の構成について説明する。
【0041】
利用者端末２００及び管理者端末３００は、例えば、ＰＣ（Personal Computer）、スマートフォン、又はタブレット端末を含む。利用者端末２００及び管理者端末３００は、例えば、制御部、記憶部、通信部、操作部、及び表示部を備える。
【0042】
次に、ＦＡＱシステム５の全体概要について説明する。
図３は、ＦＡＱチャット画面の概要を説明する図である。
図３は、ＦＡＱチャット画面の概要を説明する図である。
【0043】
ＦＡＱナレッジベース１５０は、ＱＡデータを保持する。利用者端末２００が質問文ＱをＦＡＱチャットボットＣＢに送信し、この質問文Ｑに対する回答文Ａを得られなかった場合、利用者端末２００は、管理者端末３００へ質問文Ｑを送信し、Ｑ＆Ａとして問合せする。この場合、ＦＡＱサーバ１００の制御部１１０は、利用者端末２００からの質問文Ｑと管理者端末３００からの回答文Ａを分析し、新たにＱＡデータを生成する。生成されたＱＡデータは、ＦＡＱナレッジベース１５０に登録可能である。これにより、ＦＡＱナレッジベース１５０に登録されたＱＡデータが増加するので、ＦＡＱチャットボットＣＢが回答可能な質問の数を増やすことができる。ＦＡＱサーバ１００は、管理者の意思により管理者端末３００を用いてによりＦＡＱナレッジベース１５０へＱＡデータを登録する場合、ＦＡＱナレッジベース１５０への登録支援処理を行う（第１の実施形態）。
【0044】
また、ＦＡＱサーバ１００は、任意の質問文Ｑ（Ｑ０）を受け、ＦＡＱナレッジベース１５０に保持されたＱＡデータから、この質問に関連するＦＡＱを検索する。検索結果の候補（結果候補）は質問候補文ＱＣとして、複数のＱＡデータが得られる。結果候補は、質問によって変動する。そのため、ＦＡＱサーバ１００は、結果候補を絞り込む特徴語（キーワード）ＫＷを結果候補に応じて都度作成することで、特徴語ＫＷを選定する。このように、ＦＡＱサーバ１００は、質問の絞り込み処理を行う（第２の実施形態）。
【0045】
図４は、ＦＡＱシステム５の動作概要を示すシーケンス図である。
【0046】
まず、ＦＡＱサーバ１００では、ＦＡＱチャットボットＣＢを用いて利用者からの質問文Ｑに対して回答文Ａを生成するために、制御部１１０は、事前に（ＦＡＱチャットボットＣＢの運用前に）ＦＡＱの質問文Ｑと回答文Ａとを含むＱＡデータをＦＡＱナレッジベース１５０に登録しておく（Ｓ１１）。なお、ＦＡＱチャットボットＣＢの運用中にＦＡＱのＱＡデータをＦＡＱナレッジベース１５０に登録していってもよい。なお、ＦＡＱの質問文Ｑと回答文Ａとのいずれか一方のみがＦＡＱナレッジベース１５０に登録されているものが存在してもよい。
【0047】
利用者端末２００は、例えばＦＡＱチャット画面Ｇ１を用いて、ＦＡＱチャットに任意の質問文Ｑ０を入力する（Ｓ２１）。利用者端末２００は、この質問文Ｑ０をＦＡＱサーバ１００（ＦＡＱチャットボットＣＢ）に送信する。
【0048】
ＦＡＱサーバ１００では、通信部１４０が質問文Ｑ０を受信し、制御部１１０が、質問文Ｑ０に関連する質問候補文ＱＣをＦＡＱナレッジベース１５０から抽出する（Ｓ１２）。制御部１１０は、抽出された質問候補文ＱＣの中で類似する質問候補を含む質問候補群（質問候補クラスタ）を生成する（Ｓ１３）。制御部１１０は、質問候補群の分類を示す単語（例えば分類中の特徴を示す特徴語ＫＷ）を設定する（Ｓ１４）。制御部１１０は、通信部１４０を介して、設定された特徴語ＫＷの表示を利用者端末２００に指示する（Ｓ１５）。
【0049】
利用者端末２００は、ＦＡＱサーバ１００から１つ以上の特徴語ＫＷと特徴語ＫＷの表示の指示を受信し、この指示に従って特徴語ＫＷを表示部に表示する。利用者端末２００は、例えば操作部を介して利用者による選択操作を受け付けて、受信された各特徴語ＫＷのうち、利用者が一番問い合わせたい内容に近い特徴語ＫＷを選択する（Ｓ２２）。利用者端末２００は、選択された特徴語ＫＷをＦＡＱサーバ１００に送信する。
【0050】
ＦＡＱサーバ１００では、通信部１４０が利用者端末２００から選択された特徴語ＫＷを受信する。制御部１１０は、選択された特徴語ＫＷに対応する質問候補群に含まれる質問候補文ＱＣの表示を、利用者端末２００に指示する（Ｓ１６）。利用者端末２００は、ＦＡＱサーバ１００から、選択された特徴語ＫＷに対応する質問候補群に含まれる質問候補文ＱＣとその表示の指示を受信し、受信された質問を表示する。
【0051】
または、ＦＡＱサーバ１００は、選択された特徴語ＫＷに対応する質問候補群に含まれる質問が多数存在する場合、この質問候補群の中から、ステップＳ１３と同様に、類似する質問候補を含む質問候補群を再度作成する（Ｓ１６）。ステップＳ１３における質問候補群の作成と比較すると、ステップＳ１６における質問候補群の再作成では、質問候補の関連性の範囲が狭くなっており、質問が絞り込まれている。なお、質問候補群を再作成する場合には、ステップＳ１３に後続するステップＳ１４～Ｓ１６の処理を再度実施することになる。
【0052】
なお、ステップＳ１１は、ＦＡＱナレッジベース１５０への登録推奨処理に関連し、第の実施形態で詳細に説明する。ステップＳ１２～Ｓ１６及びステップＳ２１，Ｓ２２は、質問の絞り込み処理に関連し、第２の実施形態で詳細に説明する。
【0053】
次に、ＦＡＱナレッジベース１５０への登録支援処理について詳細に説明する。
【0054】
図５は、問合せメールＭ１の一例を示す図である。図６は、問合せメールＭ１の分類の一例を示す図である。問合せメールＭ１は、質問文Ｑを含む質問メールである。図７は、導出された質問文Ｑのクラスタリングと、クラスタの中心データに対応するＱＡデータの登録推奨情報と、の一例を示す図である。
【0055】
問合せメールＭ１は、例えば、ＦＡＱサーバ１００が任意の利用者の利用者端末２００から取得され、記憶部１３０の非チャットログデータベース１３１に保持されている。文章抽出部１１１は、この問合せメールＭ１から文章データを抽出する。文章抽出部１１１は、問合せメールＭ１に含まれる引用文及び署名等を削除したり、問合せメールＭ１に含まれる文章データを正規化したりする等、前処理を行ってもよい。ベクトル化部１１３は、抽出された文章データをベクトル化し、文章ベクトルを生成する。分類部１１４は、生成された文章ベクトルに基づいて、文章データを分類する。問合せメールＭ１は、例えば、図６に示されるような、利用者による挨拶を含む挨拶文、質問を含む質問文Ｑ、質問の背景を含む背景文、メール末尾に添えられるよろしく文、等に分類される。つまり、問合せメールＭ１から質問文Ｑが抽出可能である。
【0056】
同様に、上記の問合せメールＭ１に対する回答メールが、例えば、ＦＡＱサーバ１００が任意の管理者端末３００から取得し、記憶部１３０の非チャットログデータベース１３１に保持されている。文章抽出部１１１は、この回答メールから文章データを抽出する。文章抽出部１１１は、回答メールに含まれる引用文及び署名等を削除したり、回答メールに含まれる文章を正規化したりする等、前処理を行ってもよい。ベクトル化部１１３は、抽出された文章を特徴ベクトル化し、文章ベクトルを生成する。分類部１１４は、自然言語処理モデルを用いて、生成された文章ベクトルに基づいて、文章データを分類する。回答メールは、図示はしていないが、回答者による挨拶を含む挨拶文、質問文Ｑに対する回答を含む回答文Ａ、回答の理由を含む理由文、メール末尾に添えられるよろしく文、等に分類される。なお、回答文Ａに理由文が含まれてもよい。つまり、回答メールから回答文Ａが抽出可能である。
【0057】
制御部１１０は、問合せメールＭ１から導出された質問文Ｑと、この問合せメールＭ１に対する回答メールから導出された回答文Ａと、をペアとして含むＱＡデータを生成し、ＱＡデータベース１３３に保持させる。このように、制御部１１０は、非チャットログデータベース１３１に蓄積された多数の問合せメールＭ１及び多数の回答メールから、多数のＱＡデータを生成し、ＱＡデータベース１３３に保持させてよい。また、ここでは、非チャットログであるメールを基にＱＡデータを生成することを例示したが、制御部１１０は、同様にして、チャットログデータベース１３２に蓄積された問合せのチャットログ及び回答のチャットログを基に、ＱＡデータを生成し、ＱＡデータベース１３３に保持させてもよい。これにより、過去の実績のあるＱＡデータが、ＱＡデータベース１３３に多数保持されることになる。
【0058】
なお、ここでＱＡデータベース１３３に保持されたＱＡデータは、粗い状態のＱＡデータである。具体的には、ＱＡデータベース１３３には、内容的に類似したＱＡデータも多く含まれ得る。
【0059】
クラスタリング部１１６は、ベクトル化部１１３により得られた質問文ベクトルに基づいて、質問文Ｑをクラスタリングする。図７では、質問クラスタＣ１，Ｃ２、Ｃ３のマッピング情報ＭＰが例示されている。なお、図７では、二次元のクラスタリングの結果が示されているが、２次元以上（３次元等）のクラスタリングでもよい。クラスタ中心計算部１１７は、質問クラスタ毎に、クラスタ中心のデータを抽出する、つまり、クラスタ中心計算部１１７は、クラスタ中心の質問文Ｑを代表的な質問である代表質問文ＱＲとして導出する。
【0060】
同様に、クラスタリング部１１６は、ベクトル化部１１３により得られた回答文ベクトルに基づいて、質問文Ｑに対する回答文Ａをクラスタリングする。クラスタ中心計算部１１７は、回答クラスタ毎に、クラスタ中心の回答文Ａを代表的な回答である代表回答文ＡＲとして導出する。代表質問文ＱＲと代表回答文ＡＲとを含めて代表ＱＡデータとする。なお、質問文Ｑに対する回答文Ａが複数存在する場合には、回答文Ａのクラスタリングを行うが、質問文Ｑに対する回答文Ａが１つである場合には、回答文Ａのクラスタリングは不要であり、１つの回答文Ａが代表回答文ＡＲとなる。なお、同様に、クラスタリング部１１６が質問文Ｑについてもクラスタリングを行い、クラスタ中心計算部１１７が代表質問文ＱＲを算出してよい。
【0061】
通信部１４０は、代表ＱＡデータをＦＡＱナレッジベース１５０に登録することを推奨する登録推奨情報Ｉ１を表示することを、管理者端末３００に指示する。管理者端末３００は、登録推奨情報Ｉ１の表示の指示を受信し、この指示に従って登録推奨情報Ｉ１を表示する。図７では、質問クラスタＣ３の代表質問文ＱＲとその代表回答文ＡＲとが表示されている。
【0062】
管理者端末３００は、例えば、操作部を介して、代表ＱＡデータを確認した管理者により代表ＱＡデータを登録することが指定された場合、代表ＱＡデータをＦＡＱナレッジベース１５０に登録する（保持させる）。これにより、ＦＡＱナレッジベース１５０に保持されていなかったＱＡデータが追加される。よって、ＦＡＱチャットボットＣＢは、このＱＡデータに基づいて、利用者端末２００からの質問に対して回答可能である。
【0063】
このようにして、ＦＡＱサーバ１００は、制御部１１０が、ＱＡデータベース１３３に保持された類似した質問文Ｑ、類似した回答文Ａのうち、各クラスタの中心のデータを抽出する。各クラスタの中心のデータは、類似する質問文Ｑや回答文Ａが含まれる各クラスタにおける代表的な的な質問文Ｑや回答文Ａであることが想定される。つまり、ＦＡＱサーバ１００は、クラスタ中心にある代表質問文ＱＲ及び代表回答文ＡＲを抽出可能である。よって、ＦＡＱナレッジベース１５０では、類似した質問文Ｑのうち代表質問文ＱＲと、類似した回答文Ａのうち代表回答文ＡＲと、が登録されることになる。つまり、ＦＡＱサーバ１００は、余分な質問文Ｑ及び回答文ＡがＦＡＱナレッジベース１５０に登録されることを抑制できる。
【0064】
図８は、ＦＡＱサーバ１００によるＦＡＱナレッジベース１５０へのＱＡ登録支援に係る動作例を示すフローチャートである。
【0065】
まず、制御部１１０は、非チャットログデータベース１３１からメールを入力する（Ｓ３１）。制御部１１０は、チャットログデータベース１３２からチャットログを入力する（Ｓ３１）。制御部１１０は、ＱＡテキスト抽出処理を行う（Ｓ３２）。ＱＡテキスト抽出処理では、入力されたメール等から質問文Ｑ及び回答文Ａを抽出する。
【0066】
図９は、ステップＳ３２におけるＱＡテキスト抽出処理の一例を示すフローチャートである。ＱＡテキスト抽出処理では、ベクトル化部１１３は、メール又はチャットログ毎に、メール中又はチャットログ中の文章データをベクトル化し、文章ベクトルを生成する（Ｓ４１）。分類部１１４は、生成された文章ベクトルに基づいて、文章データを分類する（Ｓ４２）。文章データの分類により、例えば、質問文Ｑ、回答文Ａ、等が得られる。制御部１１０は、得られた質問文Ｑと、質問文Ｑに対応する回答文Ａ（対応回答文）と、質問文Ｑの特徴ベクトル（質問文ベクトル）及び回答文Ａの特徴ベクトル（回答文ベクトル）と、をＱＡデータベース１３３に登録する（Ｓ４３）。
【0067】
図８に戻り、クラスタリング部１１６は、ＱＡデータベース１３３に登録された質問文ベクトルをクラスタリングする（Ｓ３３）。クラスタ中心計算部１１７は、クラスタリングにより得られた各質問クラスタの各質問文Ｑから、各クラスタの中心となる質問文Ｑ（代表質問文ＱＲ）を抽出する（Ｓ３４）。クラスタ中心計算部１１７は、抽出された代表質問文ＱＲに対応する回答文Ａ（代表回答文ＡＲ）を、例えばＱＡデータベース１３３から抽出する（Ｓ３５）。通信部１４０は、管理者が使用する管理者端末３００へ、代表質問文ＱＲ及び代表回答文ＡＲを表示し、ＦＡＱナレッジベースへの登録を推奨する登録推奨情報を表示するよう、指示する（Ｓ３６）。
【0068】
なお、図８に示したステップＳ３５の処理ではなく、他の処理によって代表回答文ＡＲを抽出してもよい。図１０は、代表質問文ＱＲに対応する代表回答文ＡＲの抽出の他例を示すフローチャートである。例えば、質問文クラスタには、１つ以上の質問文Ｑ（質問文ベクトル）が属するだけでなく、１つ以上の回答文Ａ（回答文ベクトル）も含まれてもよい。クラスタリング部１１６は、各質問クラスタ内の回答文Ａの特徴ベクトルをクラスタリングし、クラスタリングにより得られた回答クラスタの中心となる回答文Ａを、代表回答文ＡＲとして抽出してよい（Ｓ３５Ａ）。
【0069】
なお、問合せメールにおいて質問文Ｑが１つだけ含まれていた場合、制御部１１０は、この問合せメールに対する回答メールから回答文Ａを抽出し、この質問文Ｑと回答文Ａとを対応付けて、ＱＡデータを生成してよい。また、問合せメールにおいて質問文Ｑが複数含まれていた場合、制御部１１０は、非チャットログデータベース１３１に保持された複数の回答文Ａを参照し、管理者端末３００の操作部を介して、人手（つまり管理者）によって各質問文Ｑと各回答文Ａとを対応付けて、複数のＱＡデータを生成してよい。
【0070】
つまり、ＦＡＱナレッジベース１５０へのＱＡ登録支援では、以下の処理が行われるとも言える。制御部１１０は、メール又はチャットログ等から、質問文Ｑと回答文Ａのテキストのみを抽出し、粗いＦＡＱ情報を作成し、ＱＡデータベース１３３に保持させる。制御部１１０は、粗いＦＡＱ情報の質問文Ｑをクラスタリングすることで、類似する質問文Ｑをグループ化（クラスタリング）する。制御部１１０は、グループ（クラスタ）の中心となる代表質問文ＱＲとこの代表質問文ＱＲに対応する代表回答文ＡＲを、管理者へ提示するよう指示する。また、制御部１１０は、同じ質問文グループの回答文Ａをクラスタリングすることで、代表回答文ＡＲを管理者へ提示してもよい。
【0071】
なお、登録推奨情報を管理者端末３００へ送信する前に、ＦＡＱサーバ１００のベクトル類似度計算部１１５が、代表質問文ＱＲが過去の質問文（ＱＡデータベース１３３に保持されたＱＡデータの質問文Ｑ）と一致しない又は類似しない（類似度が低い）か否かを判定してもよい。類似しないとは、例えば、両者の類似度が所定閾値以下であることである。代表質問文ＱＲが過去の質問文（ＱＡデータベース１３３に保持されたＱＡデータの質問文Ｑ）と一致しない又は類似しない場合に、登録推奨情報を送信し、一致する又は類似する場合に、登録推奨情報を送信しなくてよい。これにより、ＦＡＱサーバ１００は、管理者によって過去の質問文Ｑを含むＱＡデータと類似する代表ＱＡデータがＦＡＱナレッジベース１５０に登録されることを抑制できる。
【0072】
次に、本実施形態のＦＡＱシステム５のバリエーションについて説明する。
【0073】
ＦＡＱサーバ１００では、制御部１１０は、以下を実施してもよい。例えば、制御部１１０は、自然言語処理モデルを用いて、１つ以上の質問文Ｑを要約してよい。これにより、質問文Ｑにおける冗長な情報を減らし、高速に読むことができる質問文Ｑが得られる。
【0074】
また、制御部１１０は、自然言語処理モデルを用いて、１つ以上の質問文Ｑを日本語の構造として正しい質問文Ｑに作り直してよい。これにより、分かりやすい質問文Ｑが得られる。
【0075】
また、制御部１１０は、固有表現抽出部１１９が、例えば、自然言語処理モデルを用いて、質問文Ｑの単語の特徴ベクトルに基づいて、質問文Ｑに含まれる所定の表現（例えば誤字脱字チェック、コンプライアンス違反、不快な表現、又は金額の情報）を検出してよい。制御部１１０は、検出された表現の箇所を修正してもよい。
【0076】
また、制御部１１０は、固有表現抽出部１１９が、例えば、自然言語処理モデルを用いて、質問文Ｑの単語の特徴ベクトルに基づいて、質問文Ｑに含まれる個人情報（例えば名前、住所又は電話番号）を検出してよい。匿名化処理部１２１は、検出された個人情報に対して匿名化処理（例えば削除）してよい。これにより、個人情報を含まない質問文Ｑが得られる。この場合、ＦＡＱサーバ１００は、通信部１４０が、個人情報の匿名化処理が行われた旨を示す匿名化情報を管理者端末３００に送信してよい。管理者端末３００は、匿名化情報を受信すると、個人情報が含まれる質問文Ｑと個人情報が含まれない質問文Ｑとのどちらかを選択するための選択画面を表示部に表示してよい。管理者端末３００は、操作部を介して、選択画面からこの選択の操作を行い、選択の操作に応じて、ＦＡＱナレッジベース１５０に個人情報が含まれる質問文Ｑを含む代表ＱＡデータか、個人情報が含まれない質問文Ｑを含む代表ＱＡデータか、のいずれかを登録するよう推奨してよい。また、通信部１４０は、個人情報の匿名化処理後に、登録推奨情報を管理者端末３００へ送信するようにしてよい。
【0077】
利用者がＦＡＱチャットボットＣＢに質問して回答を得ようとする場合、事前処理として、上記のようなＦＡＱナレッジベース１５０への登録支援処理を用いて、ＦＡＱナレッジベース１５０に代表ＱＡデータを登録しておく。ＦＡＱチャットボットＣＢは、ＦＡＱナレッジベース１５０を参照し、利用者端末２００から回答可能な質問文Ｑを受信した場合、質問文Ｑに対する回答文Ａを利用者端末２００に送信する。ＦＡＱチャットボットＣＢは、ＦＡＱナレッジベース１５０を参照し、利用者端末２００から回答不可能な質問文Ｑを受信した場合、質問文Ｑに対して回答不可能である旨を利用者端末２００へ回答する。
【0078】
そして、利用者が、利用者端末２００の表示部を介して質問文Ｑに対して回答を得られないことを確認すると、利用者端末２００が、メール又はチャット等によってこの質問文Ｑを管理者端末３００へ送信する（以降、「直接質問」とも称する）。また、利用者がＦＡＱチャットボットＣＢによる回答を望まない場合、利用者端末２００が管理者端末３００へ直接質問することもある。同様に、管理者端末３００が、メール又はチャット等によって受けた質問文Ｑに対する回答文Ａを管理者端末３００へ送信することを、「直接回答」とも称する。直接質問又は直接回答が行われる場合、以下のような処理が実施されてよい。
【0079】
利用者端末２００が管理者端末３００へ直接質問する場合、管理者端末３００は、利用者端末２００から質問文Ｑを受信すると、ＦＡＱサーバ１００に質問文Ｑを含めて問合せる。ＦＡＱサーバ１００は、制御部１１０が、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持されたＱＡデータのうち、管理者端末３００からの問い合わせに含まれる質問文Ｑに類似する質問文Ｑを含むＱＡデータを取得し、通信部１４０が、管理者端末３００に送信する。質問文Ｑ同士が類似するか否かは、質問文ベクトルに基づいて、ベクトル類似度計算部１１５により導出されてよい。管理者端末３００は、ＦＡＱサーバ１００からＱＡデータを受信し、利用者端末２００からの質問文Ｑに対して、ＱＡデータに含まれる回答文Ａを利用者端末２００へ送信する。これにより、管理者端末３００を使用する回答者は、質問者からの質問に類似した過去のＱＡを参考にして回答でき、回答文Ａの作成工数を削減できる。
【0080】
また、利用者端末２００が管理者端末３００へ直接質問する場合、管理者端末３００は、利用者端末２００から質問文Ｑを受信すると、ＦＡＱサーバ１００に質問文Ｑを含めて問合せする。ＦＡＱサーバ１００は、制御部１１０が、ＱＡデータベース１３３を参照し、問合せに含まれる質問文Ｑを含むＱＡデータ又はこの質問文Ｑに類似する質問文Ｑ（類似質問文）を含むＱＡデータ（類似ＱＡデータ）等を参照可能なリンク先の情報を取得し、通信部１４０が、管理者端末３００に送信する。管理者端末３００は、ＦＡＱサーバ１００から上記のリンク先の情報を受信し、利用者端末２００に送信する。これにより、管理者端末３００を使用する回答者は、リンク先にアクセスすることでＱＡデータ又は類似ＱＡデータに含まれる回答文Ａを確認でき、この回答文Ａを参考にして回答でき、回答文Ａの作成工数を削減できる。
【0081】
また、利用者端末２００が管理者端末３００へ直接質問する場合、管理者端末３００は、利用者端末２００から質問文Ｑを受信すると、ＦＡＱサーバ１００に質問文Ｑを含めて問合せする。ＦＡＱサーバ１００は、制御部１１０が、問合せに含まれる質問文Ｑを含むＱＡデータが属するクラスタを特定し、ＱＡデータベース１３３を参照し、このクラスタに属する他のＱＡデータを抽出する。また、制御部１１０は、抽出されたクラスタの各ＱＡデータを二次元平面又は三次元空間にマッピングしたマッピング情報を生成し、また、ツールヒントの情報を生成する。通信部１４０は、生成されたマッピング情報及びツールヒントの情報を利用者端末２００へ送信する。管理者端末３００は、ＦＡＱサーバ１００からマッピング情報及びツールヒントの情報を受信して、表示部に表示させる。これにより、管理者端末３００を使用する回答者は、マッピング情報を確認することで、受けた質問が属する質問クラスタ（質問群）における各ＱＡデータの関係性を直感的に把握できる。よって、管理者端末３００を使用する回答者は、質問者からの質問に類似した過去のＱＡを参考にして回答でき、回答文Ａの作成工数を削減できる。
【0082】
また、利用者端末２００が管理者端末３００へ直接質問する場合、管理者端末３００は、利用者端末２００から質問文Ｑを受信すると、ＦＡＱサーバ１００に質問文Ｑを含めて問合せする。ＦＡＱサーバ１００は、制御部１１０が、例えば、自然言語処理モデルを用いて、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持されている各質問クラスタの各ＱＡデータの各質問文Ｑと、管理者端末３００からの問合せに含まれる質問文Ｑと、の類似度を算出する。この場合、制御部１１０は、問合せに含まれる質問文Ｑの特徴ベクトルに基づいて、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持されている各ＱＡデータの各質問文Ｑとの類似度を算出してよい。通信部１４０は、この類似度が所定閾値未満である場合に、問合せに含まれる質問文Ｑを含むＱＡデータをＱＡデータベース１３３又はＦＡＱナレッジベース１５０に早期に登録することを推奨する早期登録推奨情報を、管理者端末３００に送信してよい。管理者端末３００は、ＦＡＱサーバ１００から早期登録推奨情報を受信して表示部に表示してよい。
【0083】
ＦＡＱシステム５を用いたサービスが開始されると、利用者と回答者との間でのやりとりに基づいて新たなＱＡデータが急激に増加する。これに対し、ＦＡＱシステム５によれば、新たに利用者により質問された質問文Ｑが、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持されているＱＡデータの質問文Ｑとは類似度が大きく異なる場合には、回答者に知らせて、質問者からの質問文Ｑを含むＱＡデータを早期にＱＡデータベース１３３又はＦＡＱナレッジベース１５０に登録するよう促すことができる。よって、ＦＡＱシステム５は、不足度の高いＱＡデータを優先的に登録でき、利用者による質問及び回答者による回答に係る工数を削減できる。
【0084】
利用者端末２００と管理者端末３００との間で直接質問と直接回答とが完了した後、管理者端末３００は、完了した質問文Ｑと回答文Ａとを含むＱＡデータを含みこのＱＡデータの登録を申請する登録申請情報を、ＦＡＱサーバ１００に送信する。ＦＡＱサーバ１００は、通信部１４０がＱＡデータを含む登録申請情報を受信し、制御部１１０がＱＡデータをＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持させる。また、制御部１１０が、質問文Ｑの特徴ベクトルに基づいて質問文Ｑに対応する質問クラスタにクラスタリングし、この質問クラスタに対応する質問文Ｑの種類をタグ付けする。このタグ付けの情報は、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持されてよい。
【0085】
また、ＦＡＱサーバ１００は、制御部１１０が、質問文Ｑを単語に分割し、人名又は会社名等の固有名詞（固有表現）を抽出する。そして、通信部１４０は、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０に登録申請情報に係るＱＡデータが登録されたことを示す登録完了情報と、タグ付けされたことを示すタグ付け完了情報と、固有表現を抽出したことを示す固有表現抽出情報とを、管理者端末３００に送信する。管理者端末３００は、登録完了情報とタグ付け完了情報と固有表現抽出情報とを受信して表示部に表示させる。これにより、利用者及び回答者によるＱＡデータの登録申請意欲が向上する。また、実績のある質問文Ｑ及び回答文Ａを含むＱＡデータが、過去の実績情報としてＱＡデータベース１３３やＦＡＱナレッジベース１５０に登録されて活用可能となる。
【0086】
また、利用者端末２００と管理者端末３００との間で直接質問と直接回答とが完了した後、管理者端末３００は、完了した質問文Ｑと回答文Ａとを含むＱＡデータをＦＡＱサーバ１００に送信する。ＦＡＱサーバ１００は、通信部１４０がこの完了したＱＡデータを受信し、制御部１１０が、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０を参照し、この完了したＱＡデータに類似する類似ＱＡデータを検索する。制御部１１０は、類似ＱＡデータの有無に基づいて、完了したＱＡデータをＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持させるか否かを判定する。つまり、類似ＱＡデータは、ＦＡＱナレッジベース１５０への新規登録のための判断材料となる。ＦＡＱサーバ１０は、類似ＱＡデータが存在しない場合、完了したＱＡデータをＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持させ、類似ＱＡデータが存在する場合、完了したＱＡデータをＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持させない。これにより、ＦＡＱサーバ１００は、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０に完了したＱＡデータが登録可能であり、利用者による質問及び回答者による回答にかかる工数を削減できる。
【0087】
また、利用者端末２００と管理者端末３００との間で直接質問と直接回答とが完了した後、管理者端末３００は、完了した質問文Ｑと回答文Ａとを含むＱＡデータをＦＡＱサーバ１００に送信する。ＦＡＱサーバ１００は、通信部１４０がこの完了したＱＡデータを受信し、制御部１１０が、ＱＡデータに含まれる質問文Ｑ及び回答文Ａから上記の固有表現を抽出し、抽出された固有表現に対して匿名化処理し、匿名化処理されたＱＡデータをＱＡデータベース１３３又はＦＡＱナレッジベース１５０に保持させてよい。通信部１４０は、匿名化処理された質問文Ｑ及び回答文Ａを含むＱＡデータを管理者端末３００へ送信する。固有表現は、例えば、個人情報又は又はその他の秘匿化したい情報を含む。管理者端末３００は、秘匿化処理されたＱＡデータを受信し表示部に表示させる。これにより、管理者端末３００は、操作部を介して管理者による登録操作の指示を受けることで、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０に匿名化処理されたＱＡデータを保持させることができる。よって、個人情報や秘匿化したい情報などを情報漏洩の可能性を低減して、ＱＡデータベース１３３又はＦＡＱナレッジベース１５０に登録でき、利用者による質問及び回答者による回答にかかる工数を削減できる。
【0088】
また、利用者端末２００と管理者端末３００との間で直接質問と直接回答とが完了した後、管理者端末３００は、完了した質問文Ｑを含む問合せメールと回答文Ａを含む回答メールとをＦＡＱサーバ１００に送信する。ＦＡＱサーバ１００は、通信部１４０が、完了した問合せメールと回答メールとを受信し、制御部１１０が、これらのメールから署名情報を取得し、署名情報に含まれる所属の情報や氏名の情報に対して匿名化処理を行ってよい。そして、ＦＡＱサーバ１００は、匿名化処理が行われたメールを、非チャットログデータベース１３１に保持させてよい。これにより、ＦＡＱサーバ１００は、過去の問合せメールや回答メールを行った人物を特定不能な状態で、問合せメールや回答メールからＦＡＱチャットボットＣＢや回答者が必要な過去の実績のあるＱＡデータを抽出し、蓄積できる。また、個人情報等について確実に解読不能にできる。
【0089】
また、ＦＡＱナレッジベース１５０にＱＡデータが登録された場合、ＦＡＱサーバ１００は、通信部１４０が、ＦＡＱナレッジベース１５０にＱＡデータが登録されたことを示すナレッジベース登録完了情報を、管理者端末３００に送信してよい。管理者端末３００は、ＦＡＱサーバ１００からナレッジベース登録完了情報を受信して表示部に表示してよい。ナレッジベース登録完了情報は、例えば、「このやりとりはＦＡＱ登録しました。〇〇〇のＵＲＬで確認できます」のようなメッセージを含んでよい。これにより、管理者は、正常に登録対象のＱＡデータがＦＡＱナレッジベース１５０に登録されたことを確認でき、ＦＡＱナレッジベース１５０を参照して回答を行うＦＡＱチャットボットＣＢが成長していることを確認できる。
【0090】
また、上記では、主に、ＦＡＱチャットボットＣＢを用いた利用者からの質問文Ｑに対する自動回答を行う前（つまり運用前）に、事前にＦＡＱナレッジベース１５０に登録することを促すことを先に説明したが、これに限られない。例えば、利用者端末２００と管理者端末３００との間で直接質問と直接回答とが完了した後に、管理者端末３００は、完了した質問文Ｑを含む問合せメールと回答文Ａを含む回答メールとをＦＡＱサーバ１００に送信する。ＦＡＱサーバ１００は、通信部１４０が、完了した問合せメールと回答メールとを受信し、制御部１１０が、非チャットログデータベース１３１に保持させる。制御部１１０が、非チャットログデータベース１３１に保持された各メール又はチャットログデータベース１３２に保持された各チャットログから抽出された質問文Ｑをクラスタリングし、各クラスタの中心にある質問文Ｑを代表質問文ＱＲをとして抽出する。通信部１４０が、代表質問文ＱＲと代表質問文ＱＲに対する代表回答文ＡＲとを含む代表ＱＡデータをＦＡＱナレッジベース１５０に登録することを推奨する登録推奨情報を、利用者端末２００に送信する。管理者端末３００は、登録推奨情報を受信して表示部に表示する。これにより、ＦＡＱシステム５は、直接質問と直接回答とが完了した後にも、ＦＡＱナレッジベース１５０に登録するよう推奨できる。さらに、ＦＡＱシステム５は、ＦＡＱチャットボットＣＢの運用前、運用中、及び運用後において、任意のタイミングでＦＡＱナレッジベース１５０への登録支援処理を繰り返して実施してもよい。これにより、ＦＡＱナレッジベース１５０に、順次、ＱＡデータ（代表ＱＡデータ）が登録可能である。
【0091】
また、利用者端末２００がＦＡＱサーバ１００（ＦＡＱチャットボットＣＢ）へ質問文Ｑの全体又は一部を送信する。ＦＡＱサーバ１００は、通信部１４０がこの質問文Ｑの全体又は一部を受信した場合、制御部１１０が、この質問文Ｑの全体又は一部に類似し、ＦＡＱナレッジベース１５０に保持された質問文Ｑを含むＱＡデータを特定し、通信部１４０が、このＱＡデータを参照可能なリンク先の情報（例えばＵＲＬ）を利用者端末２００へ送信する。利用者端末２００は、リンク先の情報を受信して表示部に表示する。これにより、利用者は、リンク先にアクセスすることで、入力した質問文Ｑの全体又は一部に類似する質問文Ｑを容易に確認でき、質問に要する工数を削減できる。
【0092】
このように、本実施形態のＦＡＱシステム５は、管理者端末３００に登録推奨情報を表示するので、管理者がＱＡデータのＦＡＱナレッジベース１５０への登録の要否を容易に判断できる。また、ＦＡＱシステム５は、質問文がベクトル化された質問文ベクトルを用いて特徴量を抽出してクラスタリングするので、パターン認識モデルへの入力データとなる特徴量が不要であり、クラスタリングに係る管理者の処理負荷を低減できる。また、人が設計したような特徴量を質問文Ｑや回答文Ａの登録候補として抽出されることが抑制可能であり、ＦＡＱナレッジベース１５０への登録精度が向上する、また、ＦＡＱを作成する元となるメールやチャットログに含まれる不要な文章データの一部が登録対象の質問文Ｑや回答文Ａに含まれることを抑制できる。また、複数のＱＡデータから代表ＱＡデータを抽出することに人手が不要である。したがって、ＦＡＱシステム５の利便性を向上できる。
【0093】
（第２の実施形態を得るに至った経緯）
ＦＡＱシステムは、任意の単語又は文章等を入力することで、検索結果を返す。しかし、引用文献２の技術をＦＡＱシステムに適用した場合、このＦＡＱシステムは、検索結果の候補が大量に存在する場合、ユーザ所望の検索結果を短時間で得ることは困難である。また、従来の全文検索システムであるＦＥＳＳは、事前に候補を絞り込むための単語（ラベル）を付与することで検索結果の絞り込みが可能であるが、単語を手動で設定する必要がある。よって、このＦＥＳＳをＦＡＱシステムに適用して質問を絞り込もうとすると、人によって単語を手動で設定するため、同様な単語を含む候補が絞り込みの結果として選ばれる可能性が高く、質問を好適に絞り込むことが困難である。第２の実施形態では、上記の点を改善する。
ＦＡＱシステムは、任意の単語又は文章等を入力することで、検索結果を返す。しかし、引用文献２の技術をＦＡＱシステムに適用した場合、このＦＡＱシステムは、検索結果の候補が大量に存在する場合、ユーザ所望の検索結果を短時間で得ることは困難である。また、従来の全文検索システムであるＦＥＳＳは、事前に候補を絞り込むための単語（ラベル）を付与することで検索結果の絞り込みが可能であるが、単語を手動で設定する必要がある。よって、このＦＥＳＳをＦＡＱシステムに適用して質問を絞り込もうとすると、人によって単語を手動で設定するため、同様な単語を含む候補が絞り込みの結果として選ばれる可能性が高く、質問を好適に絞り込むことが困難である。第２の実施形態では、上記の点を改善する。
【0094】
（第２の実施形態）
第２の実施形態では、ＦＡＱシステム５は、ＦＡＱチャットボットＣＢを用いて質問に対して自動回答する場合に、質問の絞り込み処理を行う。
第２の実施形態では、ＦＡＱシステム５は、ＦＡＱチャットボットＣＢを用いて質問に対して自動回答する場合に、質問の絞り込み処理を行う。
【0095】
図１１Ａは、本開示の第２の実施形態に係るＦＡＱサーバの構成例を示すブロック図である。図１１Ａでは、図２に示したＦＡＱサーバ１００と同様の構成については、同一の符号を付し、その説明を省略又は簡略化する。
【0096】
本実施形態のＦＡＱサーバ１００Ａは、制御部１１０Ａ、記憶部１３０Ａ、及び通信部１４０を備える。記憶部１３０Ａは、非チャットログデータベース（ＤＢ）１３１と、チャットログデータベース（ＤＢ）１３２と、ＱＡデータベース（ＤＢ）１３３と、検査結果データベース（ＤＢ）１３４と、を含む。制御部１１０Ａは、文章抽出部１１１、単語分割部１１２、ベクトル化部１１３、ベクトル類似度計算部１１５、クラスタリング部１１６、及び特徴語抽出部１１８を備える。
【0097】
検索結果データベース１３４は、利用者からの質問文に基づく所定の検索処理により得られた検索結果を保持する。検索結果データベース１３４は、過去の検索結果が履歴として蓄積されてもよいし、検索毎に書き換えられてもよい。ここでの検索結果は、質問文を用いて該当するＦＡＱを検索した結果得られる、追加の質問候補文となる質問文である。検索結果として、質問候補文は複数導出され得る。
【0098】
文章抽出部１１１は、ＱＡデータベース１３３又は検索結果データベース１３４から、文章データ（テキストデータ）を抽出する。この場合、文章抽出部１１１は、ＱＡデータベース１３３に保持されたＱＡデータの質問文を質問候補文として抽出してよい。また、文章抽出部１１１は、検索結果データベース１３４に保持された質問候補文を抽出してよい。
【0099】
ベクトル化部１１３は、自然言語処理モデル（例えばＷｏｒｄ２Ｖｅｃ又はＴＦ－ＩＤＦ（Term Frequency - Inverse Document Frequency）又はその他のクラスタリング手法）を用いて、質問候補文をベクトル化し、質問候補文の特徴ベクトル（質問補文ベクトル）を得る。
【0100】
ベクトル類似度計算部１１５は、自然言語処理モデルを用いて、ベクトル化部１１３により生成された各特徴ベクトル（各質問補文ベクトル）の類似度（相関度）を計算する。
【0101】
クラスタリング部１１６は、所定のクラスタリング手法（例えばｋ－ｍｅａｎｓ法又はその他のクラスタリング手法）を用いて、導出された各質問候補文ベクトルの類似度に基づいて、質問候補文が複数のクラスタ（質問候補クラスタ）のうちのいずれかに属するように、分類する。
【0102】
単語分割部１１２は、クラスタリングにより得られた各質問候補クラスタに属する各質問候補文を単語単位に分割する。
【0103】
特徴語抽出部１１８は、自然言語処理モデル（例えばＴＦ－ＩＤＦ又はその他の特徴語抽出手法）を用いて、各質問候補クラスタに属する各質問候補文に含まれる各単語のうち、例えば出現頻度の高い単語を特徴語ＫＷとして抽出する。例えば、特徴語抽出部１１８は、各質問候補クラスタの質問文から１つ以上の特徴語を抽出する。また、特徴語抽出部１１８は、質問候補クラスタが複数存在する場合、質問候補クラスタの特徴を示す特徴語ＫＷが質問候補クラスタ毎に異なるように抽出してよい。
【0104】
通信部１４０は、抽出された各クラスタの各特徴語ＫＷを利用者端末２００へ送信する。利用者端末２００は、ＦＡＱサーバ１００Ａから各クラスタの各特徴語ＫＷを受信し、各特徴語ＫＷを質問の聞き返しの候補として表示部に表示させる。これにより、利用者は、質問の聞き返し候補を確認可能であり、検索結果として所望の結果（質問文）を得ることができるように検索結果を絞ることができる。
【0105】
なお、第２の実施形態では、例えば第１の実施形態で説明したＦＡＱナレッジベース１５０への登録支援処理によりＦＡＱナレッジベース１５０にＱＡデータが登録されているが、これに限られない。例えば、第１の実施形態以外の方法で、ＱＡデータがＦＡＱナレッジベース１５０に登録されていてもよい。
【0106】
図１１Ｂは、本実施形態の質問の絞り込みが行われるＦＡＱチャット画面Ｇ２のイメージを示す図である。図１１Ｂに示すように、利用者が利用者端末２００を用いて任意の質問文Ｑ０を送信すると、ＦＡＱサーバ１００Ａは、質問文Ｑ０を用いて検索処理を行う。検索処理の結果、図１１Ｂでは１００件程の登録済みのＦＡＱの質問候補が得られている。ここで、ＦＡＱサーバ１００Ａは、質問を絞り込むための特徴語ＫＷを利用者端末２００に送信して表示させ、利用者により特徴語ＫＷを指定させるように促している。
【0107】
本実施形態では、ＦＡＱサーバ１００Ａは、制御部１１０Ａが、クラスタリングを用い、候補である文書をクラスタリングして複数のクラスタ（グループ）に分割する。そして、制御部１１０Ａが、各クラスタに含まれる文書から特徴語ＫＷを抽出し、その特徴語ＫＷを、聞き返しで用いる候補とする。そして、利用者端末２００は、操作部を介して聞き返し候補としての特徴語ＫＷを指定すると、この指定操作情報をＦＡＱサーバ１００Ａに送信する。ＦＡＱサーバ１００Ａは、通信部１４０が指定操作情報を受信し、制御部１１０Ａが、指定された特徴語ＫＷに関連する質問候補クラスタに含まれる質問候補文ＱＣを特定し、通信部１４０が特定された質問候補文ＱＣを利用者端末２００に送信する。利用者端末２００は、ＦＡＱサーバ１００Ａから質問候補文ＱＣを受信して表示部に表示する。このようにして、利用者は、任意の質問文Ｑ０から関連する特徴語ＫＷを得て、特徴語ＫＷを指定することで、特徴語ＫＷに関連する質問候補文ＱＣを得ることができる。
【0108】
図１２は、クラスタリングのイメージを示す図である。図１２に示すように、ＦＡＱサーバ１００Ａは、制御部１１０Ａが、例えば大量の検索結果から少数の質問候補クラスタＣＬ１～ＣＬ３に分割する。ここで、通常のクラスタリングでは、利用者は、各質問候補クラスタの特徴を容易に把握することができない。一方、図１２に示すように、ＦＡＱサーバ１００Ａは、各質問候補クラスタの特徴語ＫＷを検索結果の候補とすることで、人間（利用者）から見て理解できる。ＦＡＱサーバ１００Ａは、動的な単語聞き返しにより、各単語の特徴差異が明確となり、高精度に質問を絞り込みできる。例えば、ＦＡＱサーバ１００Ａは、質問候補クラスタＣＬ１に対応する特徴語ＫＷが選択されると、特徴語ＫＷにより特徴付けられた質問候補クラスタＣＬ１に属する各質問候補文ＱＣに絞り込むことができ、例えば５択にすることができる。
【0109】
図１３は、Ｑ番号及び質問候補文ＱＣを含む検索結果（候補）の一例を示す図である。図１３では、質問候補文ＱＣを識別するＱ番号と、質問候補文ＱＣとが、関連付けて示されている。図１３では、検索結果（候補）として質問候補文ＱＣが６つ得られている。
【0110】
【0111】
図１５は、質問候補文ベクトルをクラスタリングし、各クラスタと質問候補文ＱＣとの一例を示す図である。図１５では、クラスタを識別するクラスタ番号と、各クラスタに属する１つ以上の質問候補文ＱＣと、が関連付けて示されている。図１５では、４つのクラスタが生成されており、例えばクラスタ０には２つの質問候補文ＱＣが属している。
【0112】
【0113】
【0114】
このようにして、制御部１１０Ａは、任意の質問文Ｑ０に対して得られた検索結果から、検索結果を絞り込むための聞き返し候補を導出できる。また、聞き返し候補として得られた各特徴語ＫＷは、利用者端末２００に送信されて表示されることが可能である。
【0115】
図１８は、質問の絞り込みを考慮したＦＡＱチャット画面Ｇ３の一例を示す図である。図１８では、任意の質問の後に、検索結果として２０件が得られたことを表示しており、さらに、特徴語ＫＷでの絞り込みを促している。ここでの特徴語ＫＷは、図１７に示したクラスタ毎の特徴語ＫＷである。図１８では、クラスタ毎に分けて特徴語ＫＷが表示されている。さらに、利用者は、利用者端末２００を用いて、クラスタ毎の特徴語ＫＷのうち、クラスタ番号１の特徴語ＫＷである契約期間、有効期限、自動更新を絞り込みの特徴語ＫＷとして指定している。この結果、指定された特徴語ＫＷに対応するクラスタ番号０のクラスタに属する質問候補文ＱＣが表示されている。
【0116】
次に、本実施形態のバリエーションについて説明する。
【0117】
管理者端末３００は、操作部を介して、ＦＡＱサーバ１００Ａの特徴語抽出部１１８により特徴語ＫＷとして抽出される対象としないストップワードを入力し、ストップワードをＦＡＱサーバ１００Ａに送信してよい。ＦＡＱサーバ１００Ａは、通信部１４０がストップワードの情報を受信し、制御部１１０Ａがストップワードを設定してよい。設定されたストップワードは、記憶部１３０に保持されてよい。
【0118】
管理者端末３００は、操作部を介して、類似する複数の単語が登録される類似語テーブルを生成する操作を受け付け、この操作情報をＦＡＱサーバ１００Ａに送信してよい。ＦＡＱサーバ１００Ａは、通信部１４０がこの操作情報を受信し、制御部１１０Ａがこの操作情報に基づいて類似語テーブルを生成してよい。類似語テーブルは、例えば、類似する複数の単語と、類似する複数の単語を代表する代表単語と、を関連付けて保存する。類似する単語は、例えば、表記ゆれの単語である。設定された類似語テーブルは、記憶部１３０に保持されてよい。特徴語抽出部１１８は、特徴語ＫＷが得られると、類似語テーブルにこの特徴語ＫＷに類似する単語が含まれる場合、この特徴語ＫＷに対応する代表特徴語を抽出する。
【0119】
これにより、ＦＡＱサーバ１００Ａは、抽出される特徴語ＫＷの質を向上でき、つまり聞き返し候補の質を向上できる。よって、ＦＡＱサーバ１００Ａは、検索結果の候補の絞り込みの速度又は絞り込みの精度等を向上できる。
【0120】
また、ＦＡＱサーバ１００Ａは、制御部１１０Ａが、クラスタリングにより得られるクラスタ数が自動又は手動で指定されてもよい。例えば、制御部１１０Ａが、検索結果（候補）としての質問候補文ＱＣの数に応じて、クラスタ数を決定してよい。また、管理者端末３００は、操作部を介して、クラスタリングにより得られるクラスタ数を指定する操作を受け付け、この操作情報をＦＡＱサーバ１００Ａに送信してよい。ＦＡＱサーバ１００Ａは、制御部１１０Ａが、通信部１４０を介して管理者端末３００から上記の操作情報を受信し、操作情報に基づいてクラスタ数を決定してよい。例えば、クラスタ数が大きな数に設定されると、質問候補文ＱＣの分類が細かくなる。
【0121】
ＦＡＱサーバ１００Ａは、クラスタ数を適切な数に設定することで、効果の高い検索結果の候補の絞り込みが可能である。例えば、クラスタ数を４つ以下のいずれかの数に決定してよい。この場合、利用者は短時間で絞り込みの傾向を把握可能である。
【0122】
また、ＦＡＱサーバ１００Ａは、制御部１１０Ａが、共起ネットワークを用いて、特徴語ＫＷをノードＮＤとして、各特徴語ＫＷをエッジＥＤで結んで、ネットワーク図ＮＥを生成してよい。したがって、このネットワーク図ＮＥは、各特徴語ＫＷの関連性を示すものとなる。図１９は、各特徴語ＫＷの関係性の一例を示すネットワーク図ＮＥである。
【0123】
このネットワーク図ＮＥでは、特徴語ＫＷ同士の関係性が近いつまり類似度が高い程、この特徴語ＫＷを示すノードＮＤ同士の距離が短くなるようにノードＮＤが配置される。各特徴語ＫＷの類似度は、各特徴語ＫＷで特徴付けられる各クラスタの類似度に相当する。各クラスタの類似度は、ベクトル類似度計算部１１５により計算可能である。通信部１４０は、生成されたネットワーク図ＮＥを利用者端末２００に送信してよい。利用者端末２００は、ＦＡＱサーバ１００Ａからネットワーク図ＮＥを受信して表示してよい。これにより、利用者は、ネットワーク図ＮＥの表示を確認することで、各特徴語ＫＷの関係性を視覚的に把握できる。
【0124】
また、ネットワーク図ＮＥに含まれる各ノードＮＤは、利用者端末２００の操作部を介して、利用者により選択可能であってよい。例えば、利用者端末２００は、操作部を介して、任意のノードＮＤを選択してよい。利用者端末２００は、選択されたノードＮＤの情報をＦＡＱサーバ１００Ａへ送信する。ＦＡＱサーバ１００Ａは、通信部１４０が、利用者端末２００から選択されたノードＮＤの情報を受信し、制御部１１０Ａが、選択されたノードＮＤに対応する特徴語ＫＷが指定されたことを認識する。つまり、ＦＡＱサーバ１００Ａは、ＦＡＱチャット画面上で絞り込み用の特徴語ＫＷを指定する代わりに、ネットワーク図ＮＥを用いてボタンを選択するようにノード選択することで、１つの特徴語ＫＷを指定できる。よって、ＦＡＱサーバ１００Ａは、一層直感的に特徴語ＫＷを用いた検索結果の候補の絞り込みを実現できる。
【0125】
また、ネットワーク図ＮＥに含まれる各エッジＥＤは、利用者端末２００の操作部を介して、利用者により選択可能であってよい。例えば、利用者端末２００は、操作部を介して、任意のエッジＥＤを選択してよい。利用者端末２００は、選択されたエッジＥＤの情報をＦＡＱサーバ１００Ａへ送信してよい。ＦＡＱサーバ１００Ａは、通信部１４０が、利用者端末２００から選択されたエッジＥＤの情報を受信し、選択されたエッジＥＤの両端に接続されたノードＮＤに対応する２つの特徴語ＫＷが指定されたことを認識する。つまり、ＦＡＱサーバ１００Ａは、ＦＡＱチャット画面上で絞り込み用の特徴語ＫＷを指定する代わりに、ネットワーク図ＮＥを用いてボタンを選択するようにエッジ選択することで、２つの特徴語ＫＷを同時に指定できる。よって、ＦＡＱサーバ１００Ａは、一層直感的に特徴語ＫＷを用いた検索結果の候補の絞り込みを実現できる。
【0126】
このように、ＦＡＱサーバ１００Ａは、ネットワーク図ＮＥを用いることで、各特徴語ＫＷの関係性を容易に把握でき、視覚的な検索結果の候補の絞り込みが可能である。エッジＥＤを用いた絞り込みでは、検索結果の候補の新たな見せ方が可能である。例えば、「英語」及び「ひな形」の２つのノードを接続するエッジＥＤが選択されると、ＦＡＱサーバ１００Ａは、「英語」及び「ひな形」を絞り込みのための特徴語ＫＷとすることができ、「英語のひな形」で検索結果（質問候補文ＱＣ）を絞り込みできる。
【0127】
また、制御部１１０Ａは、各特徴語ＫＷの類似度を基に、各特徴語ＫＷの表示の優先順位を決定してもよい。例えば、利用者端末２００の操作部を介して、利用者が１つの特徴語ＫＷを指定した場合、指定された特徴語ＫＷとの関係性が深い（類似度が所定閾値以上である）他の特徴語ＫＷが、優先的に利用者端末２００の表示部に表示され、選択可能とされてよい。この場合、共起ネットワークを用いたネットワーク図ＮＥにおいて、ノードＮＤとして表示される特徴語ＫＷが優先順位の高い特徴語ＫＷに限定されることで、利用者は、指定済みの特徴語ＫＷに似た特徴語ＫＷを指定し易くなる。
【0128】
このように、共起ネットワークを用いたネットワーク図ＮＥを用いることで、特徴語ＫＷ同士の関連性を視覚的に理解し易くなる。また、視覚的に検索結果の候補の絞り込みが可能である。
【0129】
また、検索結果の候補の出力は、文字情報だけでなく、画像情報が用いられてもよい。例えば、制御部１１０Ａは、質問の絞り込み処理の前に、画像とその画像を説明する文章データとを学習させ、学習済みモデルを生成しておく。制御部１１０Ａは、この学習済みモデルを用いて、検索結果の候補として文字情報（質問候補文ＱＣ）の代わりに、又は文字情報とともに、画像情報を出力してよい。また、制御部１１０Ａは、１つ以上の特徴語ＫＷに対応する画像情報を検索し、通信部１４０を介してこの画像情報を送信してよい。例えば、２つの特徴語ＫＷとして「犬」と「白」とが抽出された場合、白い犬の画像が画像情報として決定され、利用者端末２００に送信されてよい。利用者端末２００は、ＦＡＱサーバ１００Ａから画像情報を受信して白い犬の画像を表示部に表示してよい。
【0130】
このように、本実施形態のＦＡＱシステム５によれば、ＦＡＱサーバ１００Ａは、質問文Ｑ０に基づく検索結果の候補としての質問候補文ＱＣの類似性により、各質問候補文ＱＣをクラスタリングして質問候補クラスタを生成するだけでなく、質問候補クラスタの特徴を示す単語（特徴語）を表示させることができる。これにより、ＦＡＱサーバ１００Ａは、利用者による質問の絞り込みを的確に支援できる。
【0131】
（第３の実施形態）
第３の実施形態は、第１の実施形態の変形例に相当する。第３の実施形態では、問合せメールや回答メールなどのメールに関する処理を行う。
第３の実施形態は、第１の実施形態の変形例に相当する。第３の実施形態では、問合せメールや回答メールなどのメールに関する処理を行う。
【0132】
【0133】
本実施形態のＦＡＱサーバ１００Ｂは、制御部１１０Ｂ、記憶部１３０、及び通信部１４０を備える。制御部１１０Ｂは、第１の実施形態の制御部１１０と比較すると、逸脱処理部１２２と強調処理部１２３とを含む構成である。
【0134】
逸脱処理部１２２は、メール（送受信メール）の宛先とメール本文の宛先との対応関係を判定し、両宛先が一致しているか不一致であるか（逸脱しているか）を判定する。両宛先が不一致である場合には、逸脱処理部１２２は、例えば、両宛先が不一致であることを示す警告情報の出力、メールの送受信を遅延させる送受信遅延、又は両宛先が不一致であるメールの強制分離、等の処理を行う。上記の警告情報の出力は、例えば管理者端末３００への警告情報の送信でよい。この場合、管理者端末３００は、警告情報を受信して提示（例えば表示部による表示）してよい。よって、ＦＡＱサーバ１００Ｂは、上記の宛先の不一致がある場合には、メールの通常の送信が抑制されるので、メールの誤送信を抑制できる。
【0135】
強調処理部１２３は、メール本文において特に確認すべき部分（確認必要部分ともいう）を判別し、確認必要部分を強調表示するよう、利用者端末２００又は管理者端末３００に指示する。この確認必要部分は、例えば、当該メールにおける代表文章、又はセキュリティリスクの高い文章である。利用者端末２００又は管理者端末３００は、ＦＡＱサーバ１００Ｂからの指示を受信すると、判別されたメール本文中の確認必要部分を強調表示する。これにより、利用者又は回答者は、メール中の重要な部分を容易に把握できる。
【0136】
なお、メール本文における確認必要部分の判別は、前述と同様に、自然言語処理モデルを用いて実施されてよい。例えば、制御部１１０Ｂは、メール本文の文章データをベクトル化し、文章ベクトルを用いて文章データを分類してよい。制御部１１０Ｂは、文章データを、代表文章又はセキュリティの高い文章等の確認必要部分を含む複数の種類（クラスタ）に分類可能であり、確認必要部分を確認可能となる。
【0137】
図２１は、メールの宛先の対応関係と、メール本文での確認必要部分ＢＳ１，ＢＳ２と、を強調表示した情報の一例を示す図である。確認必要部分ＢＳ１は、例えば代表文章であり、確認必要部分ＢＳ２は、例えばセキュリティリスクの高い文章である。
【0138】
図２１では、宛先（Ｃｃ：）に対応する送信先は、メールの宛先を示すメール送信先情報と、メール本文中と、のいずれにおいても「伊藤」である。一方、図２１では、宛先（Ｔｏ：）に対応する送信先は、メールの宛先を示すメール送信先情報では「田中」であり、メール本文中では「鈴木」である。したがって、宛先（Ｔｏ：）は両者で不一致である。強調処理部１２３は、不一致である双方の宛先（Ｔｏ：）の表示形態を変更し、双方の宛先（Ｔｏ：）の視認性を向上させてよい。これにより、利用者又は回答者は、宛先（Ｔｏ：）が異なっていることを容易に確認でき、正しい宛先に容易に修正できる。また、逸脱処理部１２２は、宛先（Ｔｏ：）は両者で不一致であるので、両宛先が不一致であることを示す警告情報の出力、メールの送受信を遅延させる送受信遅延、又は両宛先が不一致であるメールの強制分離、等の処理を行ってよい。これにより、ＦＡＱサーバ１００Ｂは、利用者又は回答者によるメールの送信の意図によらずに、メール送信を抑制できる。
【0139】
また、強調処理部１２３は、分類により得られた確認必要部分ＢＳ１，ＢＳ２の表示態様を変更して、例えば太字にしたり目立つ文字色にしたりすることで、確認必要部分ＢＳ１，ＢＳ２の視認性を向上させてよい。
【0140】
このように、本実施形態のＦＡＱシステム５によれば、例えば、回答者が利用者からＱ＆Ａの問合せを受けた場合に、メールにおいて注意すべき点を強調表示できる。そのため、回答者は、質問文Ｑの内容確認を容易に行うことができ、回答文Ａにおけるリスクを検出できる。
【0141】
次に、本実施形態のバリエーションについて説明する。
【0142】
本実施形態の機能は、メールの送受信ソフト又はメールの送受信ソフトのアドインソフトによって実現されてもよい。
【0143】
ＦＡＱサーバ１００Ｂの制御部１１０Ｂは、送信メールのメール宛先（例えばＴｏ:）と、メール本文中から抽出した宛先と、の対応関係を導出してよい。制御部１１０Ｂは、受信メールのメール宛先（例えばＦｒｏｍ:）と、本文中から抽出された送信者と、の対応関係を導出してよい。制御部１１０Ｂは、メール送信時において、対応関係から逸脱（例えば宛先の不一致）を判定し、逸脱している場合には、メール誤送信の可能性ありと判定し、警告、送信遅延、又は強制分離等の誤送信緩和措置を行ってよい。また、制御部１１０Ｂは、メール受信時において、対応関係（例えば宛先の一致）を学習させた所定の学習済みモデルの対応関係から逸脱している場合、成りすましの可能性ありと判定し、警告、受信遅延、又は強制分離等の誤受信緩和措置を行ってよい。
【0144】
また、制御部１１０Ｂは、送信メールにおけるメール宛先（例えばＴｏ：）とメール本文中から抽出した宛先との対応関係と、受信メールにおけるメール宛先（例えばＦｒｏｍ:）とメール本文中から抽出した送信者との対応関係と、を学習させたＡＩモデル（学習済みモデル）によって、対応関係の逸脱を判定する機能を有してよい。
【0145】
また、制御部１１０Ｂは、上記のＡＩモデルの学習を、メールアドイン経由で都度行ってもよいし、非チャットログデータベース１３１に蓄積されたメールデータを基に行ってもよい。また、制御部１１０Ｂは、メール誤送信と成りすましとの判定のための推論は、メールアドイン経由で都度行ってよい。
【0146】
また、利用者及び回答者は、メール作業中には利用者端末２００及び管理者端末３００による表示を確認しているので、ＡＩモデルを用いたメール誤送信及び成りすましの判定の判定結果が正当であるか否かを判別可能である。ＡＩモデルを用いたメール誤送信及び成りすましの判定の判定結果が正当でない（つまり誤判定である）場合、利用者端末２００又は管理者端末３００は、その端末の操作部を介して正当な判定の情報を入力し、フィードバック情報としてＦＡＱサーバ１００Ｂに送信する。制御部１１０Ｂは、通信部１４０を介してフィードバック情報を入力し、ＡＩモデルの学習データとして入力してＡＩモデルを学習してよい。これにより、ＦＡＱシステム５は、ＡＩモデルをより正しく育成可能であり、ＡＩモデルを用いたメール誤送信及び成りすましの判定の判定精度を向上できる。
【0147】
以上のように、上記実施形態のＦＡＱサーバ１００（データ管理装置の一例）は、質問文Ｑ及び質問文Ｑに対する回答文Ａを管理する。ＦＡＱサーバ１００は、制御部１１０と通信部１４０とを備える。制御部１１０は、複数の文章データを取得し、複数の文章データをベクトル化して複数の文章ベクトルを作成し、複数の文章ベクトルに基づいて、複数の文章データから複数の質問文Ｑを抽出する。制御部１１０は、複数の質問文Ｑに対応する複数の文章ベクトルである複数の質問文ベクトルに基づいて、抽出された複数の質問文Ｑを、相互に類似する質問文Ｑが含まれる質問クラスタにクラスタリングする。制御部１１０は、質問クラスタ毎に、質問クラスタの中心に対応する質問クラスタに属する質問文Ｑを代表する代表質問文ＱＲを決定する。通信部１４０は、決定された代表質問文ＱＲをＦＡＱナレッジベース１５０（記憶装置の一例）に登録することを推奨する登録推奨情報Ｉ１を、ＦＡＱサーバ１００を管理する管理者が使用する管理者端末３００へ送信する。
【0148】
これにより、ＦＡＱサーバ１００は、文章データから質問文を抽出でき、ＱＡデータの生成を省力化できる。また、パターン認識モデルへの入力データとなる特徴量が不要であり、質問文Ｑがベクトル化された質問文ベクトルを用いて特徴量を抽出してクラスタリングするので、クラスタリングに係る処理負荷を低減できる。また、ＦＡＱサーバ１００は、クラスタ内の代表的な質問文Ｑを登録に推奨することで、例えば、管理者が管理者端末３００を用いて質問文Ｑ毎に微調整してＦＡＱナレッジベース１５０に登録する場合でも、クラスタ内の質問文Ｑの管理者による修正量を低減できる。このように、ＦＡＱシステム５の利便性を向上できる。
【0149】
また、登録推奨情報Ｉ１は、代表質問文ＱＲと代表質問文ＱＲに対応する回答文Ａである代表回答文ＡＲとを関連付けてＦＡＱナレッジベース１５０に登録することを推奨する情報を含んでよい。
【0150】
これにより、ＦＡＱサーバ１００は、類似する複数の質問文Ｑの中の代表的な質問と回答を関連付けて管理できる。よって、利用者は、利用者端末２００を用いてＦＡＱチャットボットＣＢに質問することで、この質問文Ｑに関する代表的な回答文Ａを得ることができる。
【0151】
また、制御部１１０は、複数の文章ベクトルに基づいて、複数の文章データから複数の回答文Ａを抽出し、複数の回答文Ａに対応する複数の文章ベクトルである複数の回答文ベクトルに基づいて、抽出された複数の回答文Ａを、相互に類似する回答文Ａが含まれる回答クラスタにクラスタリングしてよい。制御部１１０は、回答クラスタ毎に、回答クラスタの中心に対応する回答クラスタに属する回答文Ａを代表する代表回答文ＡＲを決定してよい。
【0152】
これにより、ＦＡＱサーバ１００は、ＦＡＱサーバ１００は、文章データから回答文Ａを抽出でき、ＱＡデータの生成を省力化できる。また、パターン認識モデルへの入力データとなる特徴量が不要であり、回答文Ａがベクトル化された回答文ベクトルを用いて特徴量を抽出してクラスタリングするので、クラスタリングに係る処理負荷を低減できる。また、ＦＡＱサーバ１００は、回答クラスタ内の代表的な回答文Ａを登録に推奨することで、例えば、管理者が管理者端末３００を用いて回答文毎に微調整してＦＡＱナレッジベース１５０に登録する場合でも、回答クラスタ内の回答文Ａの管理者による修正量を低減できる。このように、ＦＡＱシステム５の利便性を向上できる。
【0153】
また、制御部１１０は、質問文又は回答文に所定の住所又は電話番号が含まれていることを検出した場合、所定の住所又は電話番号を削除してよい。通信部１４０は、所定の住所又は電話番号の削除後に、登録推奨情報Ｉ１を送信してよい。所定の住所又は電話番号は、例えば、事前に記憶部１３０に登録されていない住所又は電話番号であってよい。
【0154】
これにより、管理者端末３００が登録推奨情報を受信して表示することで、管理者は、登録推奨情報を確認して、所定の住所又は電話番号が削除されたＱＡデータをＦＡＱナレッジベース１５０に登録できる。
【0155】
また、通信部１４０は、利用者が使用する利用者端末２００から任意の質問文Ｑ０を取得してよい。制御部１１０Ａは、任意の質問文Ｑ０に基づいて所定の検索処理を行い、検索結果として利用者が追加で質問する候補である複数の質問候補文ＱＣを抽出し、質問候補文ＱＣをベクトル化して複数の質問候補文ＱＣの文章ベクトルである複数の質問候補文ベクトルを作成してよい。制御部１１０Ａは、複数の質問候補文ベクトルに基づいて、抽出された複数の質問候補文ＱＣを、相互に類似する質問候補文ＱＣが含まれる質問候補クラスタにクラスタリングし、質問候補クラスタ毎に、質問候補クラスタの特徴を示す特徴語ＫＷを抽出してよい。通信部１４０は、各質問候補クラスタの特徴語ＫＷを利用者端末２００へ送信してよい。
【0156】
これにより、ＦＡＱサーバ１００Ａは、質問候補文ＱＣを質問候補クラスタに単に分類するだけでなく、質問候補クラスタの特徴を示す特徴語ＫＷを導出し、つまり同一クラスタ内の質問候補文ＱＣで頻出する単語を特徴語ＫＷとして導出し、この特徴語ＫＷを任意の質問文Ｑ０に後続する追加質問の特徴語ＫＷとして使用できる。よって、利用者は、おおざっぱな質問をすることで、質問を絞り込むためのヒントを得ることができ、質問効率が向上する。
【0157】
また、制御部１１０は、質問候補クラスタが複数存在する場合、質問候補クラスタの特徴を示す特徴語ＫＷが質問候補クラスタ毎に異なるように抽出してよい。
【0158】
これにより、ＦＡＱサーバ１００Ａは、特徴語ＫＷから質問候補クラスタが一意に決定可能である。よって、ＦＡＱサーバ１００は、利用者が特徴語ＫＷを選択することで、利用者が意図する質問候補文ＱＣに絞り込む精度を向上できる。
【0159】
また、制御部１１０は、類似する単語を規定する類似語テーブルに基づいて、各質問候補クラスタの特徴語ＫＷが異なる単語であるか否かを判定してよい。
【0160】
これにより、ＦＡＱサーバ１００は、表記ゆれ等により表記が異なり類似する単語を特定できる。
【0161】
また、制御部１１０は、抽出された質問候補文ＱＣの数に応じて、クラスタリングにより得られる質問候補クラスタの数を決定してよい。
【0162】
これにより、ＦＡＱサーバ１００は、質問候補クラスタ内の質問候補文ＱＣの数を適切に維持可能である。例えば、ＦＡＱサーバ１００は、質問候補クラスタの数に相当する質問の種別の数が過多となり、利用者が質問の種別を選択し難くなることを抑制できる。また、質問の種別に属する質問候補文ＱＣの数が過多となり、細かな質問が利用者に多数提示されることを抑制できる。
【0163】
また、制御部１１０は、抽出された複数の特徴語ＫＷの共起関係を示す共起関係情報（例えばネットワーク図ＮＥ）を導出してよい。通信部１４０は、共起関係情報を利用者端末２００に送信してよい。
【0164】
これにより、利用者端末２００は、共起関係情報を取得して共起関係情報に基づいて共起関係を示すネットワーク図ＮＥを表示することで、各特徴語ＫＷの関係性を一見して把握できる。また、例えば、ネットワーク図ＮＥのノードＮＤを選択可能としておくことで、利用者端末２００は、ネットワーク図ＮＥを用いて特徴語ＫＥを直感的に選択でき、容易に質問を絞り込むための質問候補を選択できる。
【0165】
以上、図面を参照しながら各種の実施形態について説明したが、本開示はかかる例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例又は修正例に想到し得ることは明らかであり、それらについても当然に本開示の技術的範囲に属するものと了解される。また、開示の趣旨を逸脱しない範囲において、上記実施形態における各構成要素を任意に組み合わせてもよい。
【0166】
また、上記実施形態では、プロセッサは、物理的にどのように構成してもよい。また、プログラム可能なプロセッサを用いれば、プログラムの変更により処理内容を変更できるので、プロセッサの設計の自由度を高めることができる。プロセッサは、１つの半導体チップで構成してもよいし、物理的に複数の半導体チップで構成してもよい。複数の半導体チップで構成する場合、上記実施形態の各制御をそれぞれ別の半導体チップで実現してもよい。この場合、それらの複数の半導体チップで１つのプロセッサを構成すると考えることができる。また、プロセッサは、半導体チップと別の機能を有する部材（コンデンサ等）で構成してもよい。また、プロセッサが有する機能とそれ以外の機能とを実現するように、１つの半導体チップを構成してもよい。また、複数のプロセッサが１つのプロセッサで構成されてもよい。
【産業上の利用可能性】
【0167】
本開示は、ＦＡＱシステムの利便性を向上できるデータ管理装置、ＦＡＱシステム、データ管理方法、プログラム等に有用である。
【符号の説明】
【0168】
５ ＦＡＱシステム
１００，１００Ａ，１００Ｂ ＦＡＱサーバ
１１０，１１０Ａ，１１０Ｂ 制御部
１１１ 文章抽出部
１１２ 単語分割部
１１３ ベクトル化部
１１４ 分類部
１１５ ベクトル類似度計算部
１１６ クラスタリング部
１１７ クラスタ中心計算部
１１８ 特徴語抽出部
１１９ 固有表現抽出部
１２１ 匿名化処理部
１２２ 逸脱処理部
１２３ 強調処理部
１３０，１３０Ａ 記憶部
１３１ 非チャットログデータベース
１３２ チャットログデータベース
１３３ ＱＡデータベース
１３４ 検索結果データベース
１４０ 通信部
１５０ ＦＡＱナレッジベース
２００ 利用者端末
３００ 管理者端末
１００，１００Ａ，１００Ｂ ＦＡＱサーバ
１１０，１１０Ａ，１１０Ｂ 制御部
１１１ 文章抽出部
１１２ 単語分割部
１１３ ベクトル化部
１１４ 分類部
１１５ ベクトル類似度計算部
１１６ クラスタリング部
１１７ クラスタ中心計算部
１１８ 特徴語抽出部
１１９ 固有表現抽出部
１２１ 匿名化処理部
１２２ 逸脱処理部
１２３ 強調処理部
１３０，１３０Ａ 記憶部
１３１ 非チャットログデータベース
１３２ チャットログデータベース
１３３ ＱＡデータベース
１３４ 検索結果データベース
１４０ 通信部
１５０ ＦＡＱナレッジベース
２００ 利用者端末
３００ 管理者端末
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11A】
【図11B】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】