特開 2023-172218 ファックス装置、迷惑ファックス判定器学習システム、及び迷惑ファックス判定システム

(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】P2023172218

(43)【公開日】2023-12-06

(54)【発明の名称】ファックス装置、迷惑ファックス判定器学習システム、及び迷惑ファックス判定システム

(51)【国際特許分類】

   H04N 1/32 20060101AFI20231129BHJP

   H04N 1/00 20060101ALI20231129BHJP

【ＦＩ】

H04N1/32 101

H04N1/00 J

H04N1/00 127A

H04N1/00 Z

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022083873

(22)【出願日】2022-05-23

(71)【出願人】

【識別番号】000006747

【氏名又は名称】株式会社リコー

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(72)【発明者】

【氏名】岡本 倫哉

【テーマコード（参考）】

5C062

【Ｆターム（参考）】

5C062AA02

5C062AA05

5C062AA13

5C062AA35

5C062AB08

5C062AB20

5C062AB22

5C062AB23

5C062AB38

5C062AB40

5C062AB42

5C062AC04

5C062AC05

5C062AC22

5C062AC34

5C062AC64

(57)【要約】

【課題】迷惑ファックスを判定する精度を向上させること。
【解決手段】ファックス装置と、ファックス装置が受信したファックスが迷惑ファックスであるかを判定する機械学習モデルを学習する情報処理装置を有する迷惑ファックス判定器学習システムであって、ファックス装置は、受信したファックスの画像データの特徴に基づいて決定された分割画像領域を表示する表示制御部と、分割画像領域に対応する画像データである分割画像データに対して、迷惑ファックスの特徴を有する分割画像データを指定するユーザによる操作を受け付ける操作受付部と、分割画像データを情報処理装置に送信する通信部と、を有し、情報処理装置は、分割画像データと、分割画像データの特徴に基づいて決定された分類情報と、ユーザが入力した分割画像データが迷惑ファックスである確度と、を学習データとして用いて、機械学習モデルを学習する学習部と、を有することを特徴とする。
【選択図】図５

【特許請求の範囲】

【請求項1】

ファックス装置と、前記ファックス装置が受信したファックスが迷惑ファックスであるかを判定する機械学習モデルを学習する情報処理装置を有する迷惑ファックス判定器学習システムであって、
前記ファックス装置は、
受信した前記ファックスの画像データの特徴に基づいて決定された分割画像領域を表示する表示制御部と、
前記分割画像領域に対応する前記画像データである分割画像データに対して、前記迷惑ファックスの特徴を有する前記分割画像データを指定するユーザによる操作を受け付ける操作受付部と、
前記分割画像データを前記情報処理装置に送信する通信部と、
を有し、
前記情報処理装置は、
前記分割画像データと、前記分割画像データの特徴に基づいて決定された分類情報と、ユーザが入力した前記分割画像データが前記迷惑ファックスである確度と、を学習データとして用いて、前記機械学習モデルを学習する学習部と、
を有する迷惑ファックス判定器学習システム。

【請求項2】

前記ファックス装置は、
受信した前記ファックスの画像データを前記画像データに含まれる図形及び文字の間の距離に基づいて決定した前記分割画像領域に対応する前記分割画像データを取得する分割部と、
前記分割画像データに、図形及び文字が含まれるかに関する情報に基づいて、前記分類情報を決定する分類部と、
を更に有する請求項１に記載の迷惑ファックス判定器学習システム。

【請求項3】

前記情報処理装置は、
受信した前記ファックスの画像データを前記画像データに含まれる図形及び文字の間の距離に基づいて決定した前記分割画像領域に対応する前記分割画像データを取得する分割部と、
前記分割画像データに、図形及び文字が含まれるかに関する情報に基づいて、前記分類情報を決定する分類部と、
を更に有する請求項１に記載の迷惑ファックス判定器学習システム。

【請求項4】

前記表示制御部は、前記分割画像データと前記分類情報を前記機械学習モデルに入力することで取得した前記確度を表示し、
前記操作受付部は、取得した前記確度を修正する値を入力するユーザによる操作を受け付け、
前記学習部は、前記ユーザが修正した前記確度を前記学習データに含めて、前記機械学習モデルを学習する、
請求項１乃至請求項３のいずれか一項に記載の迷惑ファックス判定器学習システム。

【請求項5】

印刷されたファックスをスキャンして画像データを取得する読込部と、
を更に有し、
前記読込部が取得した画像データを前記ファックス装置が受信したファックスの画像データと同様に用いることが可能である請求項４に記載の迷惑ファックス判定器学習システム。

【請求項6】

ファックスが迷惑ファックスであるかを判定するファックス装置であって、
前記迷惑ファックスを判定する予め学習された機械学習モデルを記憶する記憶部と、
受信した前記ファックスの画像データの特徴に基づいて、前記画像データを分割した分割画像データを取得する分割部と、
前記分割画像データの特徴に基づいて分類情報を決定する分類部と、
前記分割画像データと前記分類情報を前記機械学習モデルに入力して得られる前記迷惑ファックスである確度に基づいて、前記ファックスが前記迷惑ファックスであるかを判定する判定部と、
前記判定部が判定した判定結果を表示する表示制御部と、
を有するファックス装置。

【請求項7】

前記確度の値に基づいて、前記ファックスのファイルを削除する、又は予め定めたフォルダに移動する請求項６に記載のファックス装置。

【請求項8】

ファックス装置と、前記ファックス装置が受信したファックスが迷惑ファックスであるかを判定する情報処理装置を有する迷惑ファックス判定システムであって、
前記情報処理装置は、
前記迷惑ファックスを判定する予め学習された機械学習モデルを記憶する記憶部と、
前記ファックスの画像データの特徴に基づいて、前記画像データを分割した分割画像データと、前記分割画像データの特徴に基づいて決定された分類情報とを、前記機械学習モデルに入力して得られる迷惑ファックスである確度に基づいて、前記ファックスが前記迷惑ファックスであるかを判定する判定部と、
を有し、
前記ファックス装置は、
前記判定部が判定した判定結果を前記情報処理装置から受信する通信部と、
受信した前記判定結果を表示する表示制御部と、
を有する迷惑ファックス判定システム。

【請求項9】

前記確度の値に基づいて、前記ファックスのファイルを削除する、又は予め定めたフォルダに移動する請求項８に記載の迷惑ファックス判定システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ファックス装置、迷惑ファックス判定器学習システム、及び迷惑ファックス判定システムに関する。

【背景技術】

【0002】

近年、不要な広告などの迷惑ファックスを拒否する迷惑ファックス防止機能を有するファックス装置が普及している。特許文献１には、受信したファックスの送信先を特定するために、受信したファックス文書をスキャナで読取ることで得た画像データの所定の領域に含まれる文字を認識する技術が公開されている。

【発明の概要】

【発明が解決しようとする課題】

【0003】

しかしながら、従来の技術では、ファックス文書の画像データに含まれる情報を適切に利用できておらず、迷惑ファックスを判定する精度が低いことが問題であった。

【0004】

本発明の実施形態は、上記課題に鑑み、ファックス文書の画像データに含まれる情報を適切に利用することにより、迷惑ファックスを判定する精度を向上させることを目的とする。

【課題を解決するための手段】

【0005】

上述した課題を解決するために、本発明は、ファックス装置と、ファックス装置が受信したファックスが迷惑ファックスであるかを判定する機械学習モデルを学習する情報処理装置を有する迷惑ファックス判定器学習システムであって、ファックス装置は、受信したファックスの画像データの特徴に基づいて決定された分割画像領域を表示する表示制御部と、分割画像領域に対応する画像データである分割画像データに対して、迷惑ファックスの特徴を有する分割画像データを指定するユーザによる操作を受け付ける操作受付部と、分割画像データを情報処理装置に送信する通信部と、を有し、情報処理装置は、分割画像データと、分割画像データの特徴に基づいて決定された分類情報と、ユーザが入力した分割画像データが迷惑ファックスである確度と、を学習データとして用いて、機械学習モデルを学習する学習部と、を有することを特徴とする。

【発明の効果】

【0006】

本発明の実施形態によれば、迷惑ファックスを判定する精度を向上させることができる。

【図面の簡単な説明】

【0007】

【図1】本発明の実施形態に係る迷惑ファックス判定器学習システムの概略図の一例を示す図である。

【図2】本発明の実施形態に係る迷惑ファックス判定システムの概略図の一例を示す図である。

【図3】本発明の実施形態に係る情報処理装置のハードウェア構成の一例を示す図である。

【図4】本発明の実施形態に係るファックス装置のハードウェア構成の一例を示す図である。

【図5】本発明の実施形態に係る迷惑ファックス判定器学習システムにおける機能ブロックの構成図の一例を示す図である。

【図6】本発明の実施形態に係る迷惑ファックス判定システムにおける機能ブロックの構成図の一例を示す図である。

【図7】本発明の実施形態に係る学習データの生成処理に関するフローチャートの一例を示す図である。

【図8】本発明の実施形態に係るファックス画像に対する領域指定処理（手動）の一例を示す図である。

【図9】本発明の実施形態に係るファックス画像に対する領域指定処理（半自動）の一例を示す図である。

【図10】本発明の実施形態に係るファックス画像に対する領域指定処理（自動）の一例を示す図である。

【図11】本発明の実施形態に係る学習データのデータ構造の一例を示す図である。

【図12】本発明の実施形態に係る学習データ生成処理（変形例）に関するシーケンスの一例を示す図である。

【図13】本発明の実施形態に係る画像データにおける分割画像領域の位置情報の一例を示す図である。

【図14】本発明の実施形態に係る指定された分割画像データの位置と確度に関する情報のデータ構造の一例を示す図である。

【図15】本発明の実施形態に係る迷惑ファックス判定器の機械学習モデルの一例を示す図である。

【図16】本発明の実施形態に係る迷惑ファックスの判定結果画面の一例を示す図である。

【図17】本発明の実施形態に係る迷惑ファックス判定処理に関するシーケンスの一例を示す図である。

【発明を実施するための形態】

【0008】

以下、添付図面を参照しながら、本発明に係るファックス装置、迷惑ファックス判定器学習システム、及び迷惑ファックス判定システムの実施形態を詳細に説明する。

【0009】

［第１の実施形態］
＜システム概要＞
図１は、本発明の実施形態に係る迷惑ファックス判定器学習システムの概略図の一例を示す図である。迷惑ファックス判定器学習システム１は、例えば、インターネット又は電話回線等の通信ネットワーク３に接続するファックス装置９ａと情報処理装置５ａを含む。ファックス装置９ａにおいて、受信したファックス、又は印刷されたファックスをスキャンして得た画像データは、図形や文字等の特徴のある領域ごとに分割される。更に、分割された画像データ（分割画像データ）は、画像データの特徴に基づいて分類され、分類されたカテゴリに応じた分類情報が付与される。ユーザは、それぞれの分割画像データに対して、迷惑ファックスの特徴を有するか否かを判定して、迷惑ファックスであることの確度を決定する。確度は、迷惑ファックスの可能性が最も高い場合を１（又は１００％）とし、可能性が最も低い場合を０（又は０％）とする。ファックス装置９ａは、通信ネットワーク３を介して、分類情報と確度が付与された分割画像データを迷惑ファックスの判定器を学習するための学習データ（教師データとよんでもよい）として、情報処理装置５ａに送信する。ここで、ユーザが選択した迷惑ファックスの特徴を有する分割画像データは、全て確度を１としてもよい。情報処理装置５ａは、ファックス装置９ａから受信した学習データ（分割画像データ、分類情報、確度）を用いて、迷惑ファックスを判定する判定器の機械学習モデルを学習し、学習した機械学習モデルをファックス装置９ａに送信する。

【0010】

図２は、本発明の実施形態に係る迷惑ファックス判定システムの概略図の一例を示す図である。迷惑ファックス判定システム２は、例えば、インターネット又は電話回線等の通信ネットワーク３に接続するファックス装置９ｂ、９ｃと情報処理装置５ａ、５ｂを含む。迷惑ファックス判定システム２は、２つの形態を有し、迷惑ファックス判定システム２ａでは、ファックス装置９ｂが、学習済の迷惑ファックス判定器の機械学習モデルを用いて、受信したファックスが迷惑ファックスであるか否かを判定する。一方、迷惑ファックス判定システム２ｂでは、ファックス装置９ｃが、通信ネットワーク３を介して、受信したファックスの画像データを情報処理装置５ｂに送信する。情報処理装置５ｂは、受信した画像データに対して、学習済の迷惑ファックス判定器の機械学習モデルを用いて、迷惑ファックスであるか否かを判定し、判定結果をファックス装置９ｃに送信する。

【0011】

ここで、ファックス装置９ｂ及び情報処理装置５ｂは、学習済の迷惑ファックス判定器の機械学習モデルを事前に情報処理装置５ａから受信して、記憶装置に記憶しているものとする。また、情報処理装置５ａと情報処理装置５ｂで実現される機能又は処理（機械学習モデルの学習と迷惑ファックス判定）を同一の装置で実現してもよい。

【0012】

なお、図１及び図２に示すシステム構成は一例である。例えば、通信ネットワーク３には、移動体通信、又は無線ＬＡＮ等の無線通信による接続区間が含まれていても良い。また、ファックス装置９及び情報処理装置５の台数は、任意の台数であってよい。

【0013】

＜ハードウェア構成例＞
図３は、本発明の実施形態に係る情報処理装置５（５ａ、５ｂ）のハードウェア構成の一例を示す図である。図３に示されるように、情報処理装置５はコンピュータによって構築されており、ＣＰＵ５０１、ＲＯＭ５０２、ＲＡＭ５０３、ＨＤ（Ｈａｒｄ Ｄｉｓｋ）５０４、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）コントローラ５０５、ディスプレイ５０６、外部機器接続Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）５０８、ネットワークＩ／Ｆ５０９、バスライン５１０、キーボード５１１、ポインティングデバイス５１２、ＤＶＤ－ＲＷ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ Ｒｅｗｒｉｔａｂｌｅ）ドライブ５１４、メディアＩ／Ｆ５１６を備えている。

【0014】

これらのうち、ＣＰＵ５０１は、情報処理装置５全体の動作を制御する。ＲＯＭ５０２は、ＩＰＬ等のＣＰＵ５０１の駆動に用いられるプログラムを記憶する。ＲＡＭ５０３は、ＣＰＵ５０１のワークエリアとして使用される。ＨＤ５０４は、プログラム等の各種データを記憶する。ＨＤＤコントローラ５０５は、ＣＰＵ５０１の制御にしたがってＨＤ５０４に対する各種データの読み出し又は書き込みを制御する。ディスプレイ５０６は、カーソル、メニュー、ウィンドウ、文字、又は画像などの各種情報を表示する。外部機器接続Ｉ／Ｆ５０８は、各種の外部機器を接続するためのインターフェースである。この場合の外部機器は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリやプリンタ等である。ネットワークＩ／Ｆ５０９は、通信ネットワーク３を利用してデータ通信をするためのインターフェースである。バスライン５１０は、図３に示されているＣＰＵ５０１等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。

【0015】

また、キーボード５１１は、文字、数値、又は各種指示などの入力に使用される複数のキーを備えた入力手段の一種である。ポインティングデバイス５１２は、各種指示の選択や実行、処理対象の選択、カーソルの移動などを行う入力手段の一種である。ＤＶＤ－ＲＷドライブ５１４は、着脱可能な記録媒体の一例としてのＤＶＤ－ＲＷ５１３に対する各種データの読み出し又は書き込みを制御する。なお、ＤＶＤ－ＲＷドライブ５１４は、ＤＶＤ－ＲＷに限らず、ＤＶＤ－Ｒ等であってもよい。メディアＩ／Ｆ５１６は、フラッシュメモリ等の記録メディア５１５に対するデータの読み出し又は書き込み（記憶）を制御する。

【0016】

＜ハードウェア構成例（画像形成装置）＞
図４は、本発明の実施形態に係るファックス装置９（９ａ、９ｂ、９ｃ）のハードウェア構成の一例を示す図である。ファックス装置９は、画像形成装置（あるいは、ＭＦＰ、Ｍｕｌｔｉｆｕｎｃｔｉｏｎ Ｐｅｒｉｐｈｅｒａｌ／Ｐｒｏｄｕｃｔ／Ｐｒｉｎｔｅｒと呼ばれる）と呼ばれるものであってもよく、コントローラ９１０、近距離通信回路９２０、エンジン制御部９３０、操作パネル９４０、ネットワークＩ／Ｆ９５０を備えている。

【0017】

これらのうち、コントローラ９１０は、コンピュータの主要部であるＣＰＵ９０１、システムメモリ（ＭＥＭ－Ｐ）９０２、ノースブリッジ（ＮＢ）９０３、サウスブリッジ（ＳＢ）９０４、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）９０６、ローカルメモリ（ＭＥＭ－Ｃ）９０７、ＨＤＤコントローラ９０８、及び、ＨＤ９０９を有し、ＮＢ９０３とＡＳＩＣ９０６との間をＡＧＰ（Ａｃｃｅｌｅｒａｔｅｄ Ｇｒａｐｈｉｃｓ Ｐｏｒｔ）バス９２１で接続した構成となっている。

【0018】

これらのうち、ＣＰＵ９０１は、ファックス装置９の全体を制御する。ＮＢ９０３は、ＣＰＵ９０１と、ＭＥＭ－Ｐ９０２、ＳＢ９０４、及びＡＧＰバス９２１とを接続するためのブリッジであり、ＭＥＭ－Ｐ９０２に対する読み書きなどを制御するメモリコントローラと、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）マスタ及びＡＧＰターゲットとを有する。

【0019】

ＭＥＭ－Ｐ９０２は、コントローラ９１０の各機能を実現させるプログラムやデータの格納用メモリであるＲＯＭ９０２ａ、プログラムやデータの展開、及びメモリ印刷時の描画用メモリなどとして用いるＲＡＭ９０２ｂとからなる。なお、ＲＡＭ９０２ｂに記憶されているプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録して提供するように構成してもよい。

【0020】

ＳＢ９０４は、ＮＢ９０３とＰＣＩデバイス、周辺デバイスとを接続するためのブリッジである。ＡＳＩＣ９０６は、画像処理用のハードウェア要素を有する画像処理用途向けのＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）であり、ＡＧＰバス９２１、ＰＣＩバス９２２、ＨＤＤ９０８およびＭＥＭ－Ｃ９０７をそれぞれ接続するブリッジの役割を有する。このＡＳＩＣ９０６は、ＰＣＩターゲットおよびＡＧＰマスタ、ＡＳＩＣ９０６の中核をなすアービタ（ＡＲＢ）、ＭＥＭ－Ｃ９０７を制御するメモリコントローラ、ハードウェアロジックなどにより画像データの回転などを行う複数のＤＭＡＣ（Ｄｉｒｅｃｔ Ｍｅｍｏｒｙ Ａｃｃｅｓｓ Ｃｏｎｔｒｏｌｌｅｒ）、並びに、スキャナ部９３１、プリンタ部９３２、及びファックス部９３３との間でＰＣＩバス９２２を介したデータ転送を行うＰＣＩユニットとからなる。なお、ＡＳＩＣ９０６には、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）のインターフェースや、ＩＥＥＥ１３９４（Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃｓ Ｅｎｇｉｎｅｅｒｓ １３９４）のインターフェースを接続するようにしてもよい。

【0021】

スキャナ部９３１は、用紙に印刷された文字や画像を読取り、画像データを得るスキャン機能を制御する。プリンタ部９３２は、取得した画像データを印刷するプリンタ機能を制御する。ファックス部９３３は、ネットワークＩ／Ｆ５０９を介してファックスの送受信するファックス機能を制御する。

【0022】

近距離通信回路９２０は、ＩＣカードなどに記憶された利用者の認証情報などを読込むためのカードリーダ９２０ａを有する。

【0023】

操作パネル９４０は、利用者による入力を受け付けるタッチパネル９４０ａとテンキー９４０ｂを有する。また、タッチパネル９４０ａは、ファックス装置９が実行するアプリケーション画面などを表示する。

【0024】

メディアＩ／Ｆ９１６は、フラッシュメモリ等の記録メディア９１５に対するデータの読み出し又は書き込み（記憶）を制御する。

【0025】

＜機能について＞
図５は、本発明の実施形態に係る迷惑ファックス判定器学習システムにおける機能ブロックの構成図の一例を示す図である。ファックス装置９ａは、通信部１０、分割部１１、分類部１２、操作受付部１４、表示制御部１５、及び読込部１６を有する。これら各部は、図１の迷惑ファックス判定器学習システム１を構成するファックス装置９ａにインストールされた１以上のプログラムに含まれる命令をＣＰＵ９０１が実行することで実現される機能又は手段である。記憶部１３は、例えば、ファックス装置９ａが有するＨＤ９０９などの記憶装置によって実現可能である。

【0026】

通信部１０は、ファックス装置９ａが有する通信機能であり、通信ネットワーク３を介してファックスの送受信、及び情報処理装置５ａ等と情報の送受信を行う。

【0027】

分割部１１は、ファックスの画像データに対して、図形又は文字等の特徴を有する領域に分割した分割画像領域を決定した後、それぞれの分割画像領域における画像データ（分割画像データとよぶ）を取得する。ここで、分割部１１は、予め定めた距離以内に隣接する図形又は文字が、同一の分割画像領域に含まれるようにしてもよい。

【0028】

分類部１２は、画像の特徴（図形、文字等）に基づいて、分割部１１が取得した分割画像データを分類した分類情報を決定する。例えば、分類部１２は、分割画像データを文字、図形等の非文字、文字と非文字の混在の３種類に分類し、文字は「０」、非文字は「１」、文字と非文字の混在は「２」のように分類情報を決定する。

【0029】

記憶部１３は、学習済の迷惑ファックス判定器の機械学習モデルの情報（層数、各層のノード数、重みの値等）を記憶する。

【0030】

操作受付部１４は、ファックス装置９ａのタッチパネル９４０ａ又はテンキー９４０ｂを介して、ユーザによる迷惑ファックスの特徴を有する分割画像領域を指定する操作、及び迷惑ファックスである確度の値を入力する操作等を受け付ける。

【0031】

表示制御部１５は、ファックスの画像データや迷惑ファックスであるかの判定結果等をファックス装置９ａのタッチパネル９４０ａに表示する。

【0032】

読込部１６は、ファックス装置９ａのスキャナ部９３１を用いて、印刷されたファックスをスキャンすることにより、ファックスの画像データを取得する。或いは、読込部１６は、ファックス装置９ａのメディアＩ／Ｆ９１６を用いて、フラッシュメモリ等の記録メディア９１５に記録されたファックスの画像データを取得してもよい。

【0033】

情報処理装置５ａは、通信部２０、分割部２１、分類部２２、及び学習部２４を有する。これら各部は、図１の迷惑ファックス判定器学習システム１を構成する情報処理装置５ａにインストールされた１以上のプログラムに含まれる命令をＣＰＵ５０１が実行することで実現される機能又は手段である。記憶部２３は、例えば、情報処理装置５ａが有するＨＤ５０４などの記憶装置によって実現可能である。

【0034】

通信部２０は、情報処理装置５ａが有する通信機能であり、通信ネットワーク３を介してファックス装置９ａ等と情報の送受信を行う。

【0035】

分割部２１は、ファックス装置９ａの分割部１１と同じ機能又は手段を有する。

【0036】

分類部２２は、ファックス装置９ａの分類部１２と同じ機能又は手段を有する。

【0037】

学習部２４は、迷惑ファックス判定器の機械学習モデルの学習を実行する。ここで、機械学習モデルは、分割部１１、２１が取得した分割画像データ、分類部１２、２２が取得した分類情報を入力すると、迷惑ファックスである確度を出力する。即ち、機械学習モデルの学習データは、分割画像データ、分類情報、及び確度である。学習部２４は、分割画像データと分類情報を機械学習モデルに入力した際に出力される出力値と学習データの確度の値の誤差が小さくなるように機械学習モデルのパラメータ（重みの値）を更新することにより学習を実行する。学習方法の詳細については後述する。

【0038】

記憶部１３は、ファックス装置９ａから受信した迷惑ファックス判定器の機械学習モデルの学習データを記憶する。また、記憶部２３は、学習部２４が学習した機械学習モデルの情報（層数、各層のノード数、重みの値等）を記憶する。

【0039】

図６は、本発明の実施形態に係る迷惑ファックス判定システムにおける機能ブロックの構成図の一例を示す図である。ファックス装置９ｂ、９ｃは、通信部１０、分割部１１、分類部１２、操作受付部１４、表示制御部１５、読込部１６、及び判定部１７を有する。これら各部は、図２の迷惑ファックス判定システム２を構成するファックス装置９ｂ、９ｃにインストールされた１以上のプログラムに含まれる命令をＣＰＵ９０１が実行することで実現される機能又は手段である。記憶部１３は、例えば、ファックス装置９ｂ、９ｃが有するＨＤ９０９などの記憶装置によって実現可能である。

【0040】

通信部１０、分割部１１、分類部１２、記憶部１３、操作受付部１４、表示制御部１５、及び読込部１６は、図５のファックス装置９ａが有する機能又は手段として説明したものと同一である。

【0041】

判定部１７は、学習済の機械学習モデルに、分割画像データと分類情報を入力することにより、迷惑ファックスである確度を取得する。また、判定部１７は、ファックスの画像データから取得された複数の分割画像データに対して出力された確度の内、例えば、最も高い確度の値を、そのファックスに対する迷惑ファックスである確度の値としてもよい。また、判定部１７は、確度に基づいて、ファックスが迷惑ファックスであるか否かを判定する。

【0042】

情報処理装置５ｂは、通信部２０、分割部２１、分類部２２、及び判定部２５を有する。これら各部は、迷惑ファックス判定システム２を構成する情報処理装置５ｂにインストールされた１以上のプログラムに含まれる命令をＣＰＵ５０１が実行することで実現される機能又は手段である。記憶部２３は、例えば、情報処理装置５ｂが有するＨＤ５０４などの記憶装置によって実現可能である。

【0043】

通信部２０、分割部２１、分類部２２、及び記憶部２３は、図５の情報処理装置５ａが有する機能又は手段として説明したものと同一である。

【0044】

判定部２５は、ファックス装置９ｂ、９ｃの判定部１７と同じ機能又は手段である。

【0045】

＜学習データ生成処理＞
図７は、本発明の実施形態に係る学習データ生成処理に関するフローチャートの一例を示す図である。本シーケンスで生成される学習データは、図１の迷惑ファックス判定器学習システム１において、迷惑ファックスの判定器の機械学習モデルを学習するために使用される。以下、図７の各ステップの処理について説明する。

【0046】

ステップＳ３０：ファックス装置９の分割部１１は、ファックス装置９が受信したファックスの画像データ、又はファックス装置９ａの読込部１６が、印刷されたファックスをスキャンして得た画像データを特徴のある領域ごとに分割した分割画像データを取得する。ここで、取得する分割画像データの領域を指定する方法は、手動、半自動、及び自動の３種類がある。以降、図８、図９、及び図１０に示す本発明の実施形態に係るファックス画像に対する、それぞれ手動、半自動、及び自動による領域指定処理の一例を示す図を用いて、分割画像データを取得する方法の詳細を説明する。

【0047】

図８に示す手動による領域指定における処理画面４０においては、まず、ファックス装置９ａの操作受付部１４は、例えば、ファックス装置９ａのタッチパネル９４０ａにおけるユーザによる分割画像データの領域を指定するための始点４１と終点４２の位置を指定する操作を受け付ける。ファックス装置９ａの表示制御部１５は、タッチパネル９４０ａにおいて、ユーザにより指定された始点４１と終点４２を表示し、更に、始点４１と終点４２を対角線の頂点とする長方形として示される分割画像領域４３の境界線を点線等で表示する。ファックス装置９ａの分割部１１は、分割画像領域４３の画像データを分割画像データとして取得する。画像データ、及び分割画像データのデータ形式は、例えば、ＢＭＰ、ＪＰＥＧ等であってもよい。

【0048】

図９に示す半自動による領域指定における処理画面５０においては、まず、ファックス装置９ａの操作受付部１４は、例えば、ファックス装置９ａのタッチパネル９４０ａにおけるユーザによる分割画像データの領域を指定する座標５１を指定する操作を受け付ける。ユーザは、例えば、タッチパネル９４０ａにおいて、領域を指定する分割画像データに含まれる図形等のオブジェクトの中央付近を触れることにより位置を指定する。ファックス装置９ａの分割部１１は、ユーザにより指定された座標５１を含む図形又は文字等のオブジェクト、及びそのオブジェクトと予め定めた距離以内に隣接するオブジェクトを含む長方形の分割画像領域５２の画像データを分割画像データとして取得する。また、ファックス装置９ａの表示制御部１５は、タッチパネル９４０ａにおいて、分割部１１が取得した分割画像データの分割画像領域５２の境界線を点線等で表示する。

【0049】

図１０に示す自動による領域指定における処理画面６０においては、まず、ファックス装置９ａの分割部１１は、画像データに含まれる図形又は文字等のオブジェクトを取得する。更に、分割部１１は、例えば、取得したオブジェクト間の距離が予め定めた距離以内である複数のオブジェクトを一つの分割画像領域として決定する。次に、ファックス装置９ａの表示制御部１５は、タッチパネル９４０ａにおいて、分割部１１が取得した分割画像領域の境界線を点線等で、図１０に示す分割画像領域６１～６５のように表示する。ファックス装置９ａの操作受付部１４は、例えば、ユーザがファックス装置９ａのタッチパネル９４０ａにおける分割画像領域の表示部分を触れることにより分割画像領域を指定する操作を受け付ける。ファックス装置９ａの分割部１１は、ユーザにより指定された分割画像領域の画像データを分割画像データとして取得する。

【0050】

以上により、ファックス装置９ａの分割部１１は、ファックス装置９ａが受信したファックスの画像データを分割した分割画像データを取得する。図７に戻って説明する。

【0051】

ステップＳ３１：ファックス装置９ａの分類部１２は、ステップＳ３０で取得した分割画像データを分類して得た分類情報を決定する。分割画像データを分類する方法として、例えば、分類部１２は、ＯＣＲにより分割画像データに含まれる文字列を認識することにより、分割画像データを文字列、非文字列（図形等）、文字列と非文字列の混在の３種類に分類する。ここで、ＯＣＲは、Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎの略である。また、文字列と非文字列の割合に応じて、分類情報を更に細かくしてもよい。或いは、文字列に対して、文字の大きさ、言語、手書き文字か否か等で更に細かく分類してもよく、非文字列の画像に対して、直線のみで構成されるシンプルな図形か、絵や写真などの複雑な画像であるかで更に細かく分類してもよい。

【0052】

ステップＳ３２：ファックス装置９ａの操作受付部１４は、ユーザによるステップＳ３０で取得した分割画像データに対する迷惑ファックスである確度の入力を受け付ける。確度は、迷惑ファックスの可能性が最も高い場合を１（又は１００％）とし、可能性が最も低い場合を０（又は０％）とする。ここで、ユーザが指定できる確度の値は、０又は１（１００％）のみとしてもよいし、０以上１（１００％）以下の任意の値を指定できるようにしてもよい。

【0053】

以上の処理により、ファックス装置９ａは、迷惑ファックスの判定器の機械学習モデルを学習するための学習データを生成することが可能である。

【0054】

更に、ファックス装置９ａの通信部１０は、生成した学習データを情報処理装置５ａの通信部２０に送信する。情報処理装置５ａの記憶部２３は、受信した学習データを記憶する。図１１は、本発明の実施形態に係る学習データのデータ構造の一例を示す図である。図１１のデータ構造７１において、１つの学習データが、「分割画像データ」、分割画像データに対する「分類情報」、迷惑ファックスである「確度」の順で配置されており、合計Ｍ個の学習データが含まれている。

【0055】

また、情報処理装置５ａは、一般のインターネット等の通信ネットワーク３に接続されたファックス装置９ａから学習データを受信可能とすることにより、幅広い種類の迷惑ファックスに対応した学習データを収集することが可能である。或いは、悪意のあるユーザから不適切な学習データを受信する問題、又は個人情報の取り扱いに関する問題等を回避するために、社内ＬＡＮ等の限られた通信ネットワーク３に接続されたファックス装置９ａのみから学習データを受信するようにしてもよい。即ち、セキュリティ等を考慮してユーザが設定したポリシーに基づいて、学習データを送信可能なファックス装置９ａを決定してもよい。

【0056】

＜学習データ生成処理の変形例＞
図１２は、本発明の実施形態に係る学習データ生成処理（変形例）に関するシーケンスの一例を示す図である。本シーケンスでは、図７に示した学習データ生成処理のステップＳ３０における画像データを分割画像データに分割する処理、及びステップＳ３１における分割画像データの分類情報を取得する処理が、ファックス装置９ａでなく情報処理装置５ａで実行される。以下、図１２の各ステップの処理について説明する。

【0057】

ステップＳ１００：ファックス装置９ａの通信部１０は、ファックス装置９ａが受信したファックスの画像データ、又はファックス装置９ａの読込部１６が、印刷されたファックスをスキャンして得た画像データを情報処理装置５ａの通信部２０に送信する。

【0058】

ステップＳ１０１：情報処理装置５ａの分割部２１は、図７のステップＳ３０において、図１０に示した自動による領域指定による方法で、受信した画像データに含まれる図形又は文字等のオブジェクトを取得し、取得したオブジェクト間の距離が予め定めた距離以内である複数のオブジェクトを一つの分割画像領域として決定する。更に、分割部２１は、決定した全ての分割画像領域に対応する分割画像データ、及び画像データにおける分割画像領域の位置情報を取得する。図１３は、本発明の実施形態に係る画像データにおける分割画像領域の位置情報の一例を示す図である。図１３の画像データ７２における分割画像領域７３の位置情報は、例えば、分割画像領域７３の左上の頂点７４と右下の頂点７５の２つの座標として表すことができる。ここで、座標は、画像データ７２の左上を原点（０，０）として、右方向にＸ、下方向にＹの画素数だけ離れた点を（Ｘ，Ｙ）と表す。図１２に戻って説明する。

【0059】

ステップＳ１０２：情報処理装置５ａの分類部２２は、図７のステップＳ３１における処理と同様の手順により、分割画像データの分類情報を決定する。

【0060】

ステップＳ１０３：情報処理装置５ａの通信部２０は、ステップＳ１０１で取得した全ての分割画像領域の位置情報をファックス装置９ａの通信部１０に送信する。

【0061】

ステップＳ１０４：ファックス装置９ａの表示制御部１５は、受信した分割画像領域の位置情報に基づいて、タッチパネル９４０ａに表示した画像データに分割画像領域の境界線を点線等で上書きして表示する。更に、ファックス装置９ａの操作受付部１４は、図７のステップＳ３０、Ｓ３２で示した処理と同様の手順で、ユーザによる学習データに使用する分割画像データを指定する操作、及び指定した分割画像データに対する迷惑ファックスである確度の入力を受け付ける。

【0062】

ステップＳ１０５：ファックス装置９ａの通信部１０は、ステップＳ１０４でユーザが指定した分割画像データとユーザが入力した確度に関する情報を情報処理装置５ａの通信部２０に送信する。図１４は、本発明の実施形態に係る指定された分割画像データの位置と確度に関する情報のデータ構造の一例を示す図である。図１４のデータ構造７６では、ユーザが選択したＭ個の分割画像データに対する画像データにおける位置情報と迷惑ファックスである確度が、「位置情報」「確度」の順で配置されている。図１２に戻って説明する。

【0063】

ステップＳ１０６：情報処理装置５ａの記憶部２３は、受信した情報に基づいて、ユーザが指定した分割画像データを対応する分類情報と確度とともに、学習データとして記憶する。

【0064】

以上の処理が示すように、迷惑ファックス判定器学習システム１では、受信したファックスの画像データに対する分割及び分類の処理をファックス装置９ａでなく、情報処理装置５ａが実行することによっても、学習データを作成することが可能である。

【0065】

＜迷惑ファックス判定器の機械学習モデルの学習＞
図１５は、本発明の実施形態に係る迷惑ファックス判定器の機械学習モデルの一例を示す図である。図１５に示す機械学習モデル８２は、図７又は図１２で示した手順により生成した学習データにおける分割画像データ８０と分類情報８１を入力すると、迷惑ファックスであることの確度である確度８３を出力する。機械学習モデル８２は、例えば、入力値を受け付ける入力層、少なくとも１層以上の中間層、及び出力値を出力する出力層により構成され、各層は、予め定められた数のノード（素子）を有する。各ノードでは、シグモイド関数等の特性を有する関数を用いて、ノードへの入力値に対する出力値が出力され、更に、出力値に重みが乗算された値が、次の層のノードに入力される。入力層は、分割画像データ８０の画素値を入力する複数のノードと分類情報８１を入力する１つのノードを有する。画素値は、例えば、０～２５５までの整数値とする。画素値を入力する複数のノードの数は、予め定めた分割画像データ８０の最大サイズに基づいて決定してもよい。ここで、入力する分割画像データ８０のサイズが、最大サイズよりも小さい場合は、入力する分割画像データ８０を最大サイズの画像の左上に配置して、余りの画素値を０とするようにしてもよい。出力層は、確度８３を出力する１つのノードを有する。確度８３は、迷惑ファックスの可能性が最も高い場合を１（又は１００％）とし、可能性が最も低い場合を０（又は０％）とする。

【0066】

図１又は図２において、情報処理装置５ａの学習部２４は、学習データである分割画像データ８０と分類情報８１を機械学習モデル８２に入力した際の出力値である確度８３と学習データの確度との誤差が小さくなるように重みの値を更新するようにして、機械学習モデルの学習を行う。機械学習モデルの学習は、一般的に用いられる方法で実行すればよい。情報処理装置５ａの通信部２０は、学習した機械学習モデル８２の情報（層数、各層のノード数、重みの値等）を迷惑ファックスの判定を実行する装置（ファックス装置９ｂ、情報処理装置５ｂ）に送信する。また、情報処理装置５ａの記憶部２３は、学習した機械学習モデル８２の情報（層数、各層のノード数、重みの値等）を記憶装置に記憶する。

【0067】

以上の処理により、迷惑ファックス判定器学習システム１では、迷惑ファックスを判定する判定器を実現する機械学習モデルを学習することが可能である。

【0068】

＜迷惑ファックスの判定処理（ファックス装置で判定する場合）＞
図２に示す迷惑ファックス判定システム２ａでは、ファックス装置９ｂが、図１の迷惑ファックス判定器学習システム１において予め学習した機械学習モデルを用いて、以下に示す手順により、受信したファックスが迷惑ファックスであるか否かを判定する。

【0069】

まず、ファックス装置９ｂの分割部１１は、例えば、図１０に示した自動による領域指定における方法により、受信したファックスの画像データを分割した分割画像領域を決定する。更に、分割部１１は、取得した全ての分割画像領域に対する分割画像データを取得する。次に、ファックス装置９ｂの分類部１２は、図７のステップＳ３１と同様の手順により、分割部１１が取得した全ての分割画像データを分類して、分類情報を決定する。最後に、ファックス装置９ｂの判定部１７は、予め学習された機械学習モデルに、分割部１１が取得した分割画像データと分類部１２が決定した分類情報を入力することにより、迷惑ファックスである確度を取得する。また、判定部１７は、複数の分割画像データに対して取得された確度の内、例えば、最も高い確度の値を受信したファックスに対する確度の値としてもよい。ファックス装置９ｂの表示制御部１５は、分割部１１が決定した分割画像領域に関する情報、及び判定部１７が取得した確度に基づいて、迷惑ファックスの判定結果をファックス装置９ｂのタッチパネル９４０ａに表示する。図１６は、本発明の実施形態に係る迷惑ファックスの判定結果画面の一例を示す図である。図１６の判定結果画面１２０には、判定結果１２１、ファックス画像１２２、及び分割画像領域１２３～１２７が表示されている。

【0070】

判定結果１２１は、受信したファックスが迷惑ファックスであるか否かを判定した結果であり、ここでは判定結果として迷惑ファックスであること、及び、迷惑ファックスである確度が９８％であることが表示されている。

【0071】

ファックス画像１２２は、迷惑ファックスであるか否かを判定したファックスの画像である。

【0072】

分割画像領域１２３～１２７は、分割部１１が決定した分割画面領域であり、領域の境界線が点線で表示されている。また、分割画面領域の右側に、対応する分割画像データに対して取得された迷惑ファックスである確度の値が表示されている。

【0073】

＜迷惑ファックスの判定処理（情報処理装置で判定する場合）＞
図２に示す迷惑ファックス判定システム２ｂでは、情報処理装置５ｂが、図１の迷惑ファックス判定器学習システム１において予め学習した機械学習モデルを用いて、ファックス装置９ｃが受信したファックスが迷惑ファックスであるか否かを判定する。図１７は、本発明の実施形態に係る迷惑ファックス判定処理に関するシーケンスの一例を示す図である。ここでは、更に、ファックスの画像データに対する分割及び分類する処理をファックス装置９ｃで実行する場合（ケースＡとよぶ）と情報処理装置５ｂで実行する場合（ケースＢとよぶ）の２種類の処理方法について説明する。以下、図１７の各ステップの処理について説明する。

【0074】

ステップＳ１１０（ケースＡのみ実行）：ファックス装置９ｃの分割部１１は、例えば、図１０に示した自動による領域指定における方法により、受信したファックスの画像データを特徴のある領域ごとに分割した分割画像領域を決定する。更に、分割部１１は、取得した全ての分割画像領域に対する分割画像データを取得する。

【0075】

ステップＳ１１１（ケースＡのみ実行）：ファックス装置９ｃの分類部１２は、図７のステップＳ３１と同様の手順により、分割部１１が取得した全ての分割画像データを分類して、分類情報を決定する。

【0076】

ステップＳ１１２：ファックス装置９ｃの通信部１０は、受信したファックスの画像に関する画像情報を情報処理装置５ｂの通信部２０に送信する。ここで、送信する画像情報は、ケースＡの場合、ステップＳ１１０、Ｓ１１１で取得した分割画像データと分類情報であり、ケースＢの場合は、受信したファックスの画像データである。

【0077】

ステップＳ１１３（ケースＢのみ実行）：情報処理装置５ｂの分割部２１は、ステップＳ１１０と同じ手順により、受信したファックスの画像データに対する分割画像領域を決定し、分割画像データを取得する。

【0078】

ステップＳ１１４（ケースＢのみ実行）：情報処理装置５ｂの分類部２２は、ステップＳ１１１と同じ手順により、分割部２１が取得した全ての分割画像データを分類して、分類情報を決定する。

【0079】

ステップＳ１１５：情報処理装置５ｂの判定部２５は、予め学習された機械学習モデルに、ステップＳ１１０、Ｓ１１１又はステップＳ１１３、Ｓ１１４で取得した分割画像データと分類情報を入力することにより、迷惑ファックスである確度を取得する。

【0080】

ステップＳ１１６：情報処理装置５ｂの通信部２０は、ステップＳ１１５で判定部２５が取得した確度を含む判定結果情報をファックス装置９ｃの通信部１０に送信する。ここで、判定結果情報において、分割画像データと確度の対応関係が特定できるように、ケースＡの場合、例えば、ステップＳ１１２で受信した画像情報に分割画像データが配置されている順番と同じ順番で、判定結果情報に確度のみを配置して送信する。ケースＢの場合、例えば、ステップＳ１１３で取得した分割画像データの画像データにおける位置情報と対応する確度を図１４のデータ構造７６と同様に配置した判定結果情報を送信する。ファックス装置９ｃの表示制御部１５は、受信した判定結果情報に基づいて、例えば、図１６に示した判定結果画面１２０の様に、判定結果をファックス装置９ｃのタッチパネル９４０ａに表示する。

【0081】

以上の処理が示すように、図２の迷惑ファックス判定システム２では、受信したファックスに対して、図１の迷惑ファックス判定器学習システム１で予め学習した機械学習モデルを用いて、迷惑ファックスであるか否かを判定することが可能である。

【0082】

＜判定結果のフィードバックによる再学習＞
迷惑ファックス判定システム２において得られた迷惑ファックスの判定結果が誤っていた場合に、ユーザが判定結果を修正することで新たな学習データを作成し、作成した学習データを用いて、機械学習モデルを再学習することで、判定精度を向上させることが可能である。この再学習の処理は、例えば、図２の迷惑ファックス判定システム２において、以下の手順により実行する。

【0083】

ファックス装置９ｂの操作受付部１４は、図１６の判定結果画面１２０において、表示された確度を修正したい分割画像領域１２３～１２７を選択する操作、及び修正した確度の値を入力する操作を受け付ける。

【0084】

ファックス装置９ｂの通信部１０は、ユーザが選択した分割画像領域に対応する分割画像データと分類情報、及びユーザが修正した確度で構成される学習データを機械学習モデルの学習を実行する情報処理装置５ａの通信部２０に送信する。

【0085】

情報処理装置５ａの学習部２４は、受信した学習データを既に保有している学習データに追加した学習データを用いて、機械学習モデルの学習（再学習）を実行する。

【0086】

情報処理装置５ａの通信部２０は、再学習により更新した機械学習モデルの情報（層数、各層のノード数、重みの値等）をファックス装置９ｂの通信部１０に送信する。

【0087】

ファックス装置９ｂの記憶部１３は、受信した機械学習モデルの情報を記憶する。

【0088】

以上に示した手順は、迷惑ファックスの判定をファックス装置９ｂで行う場合であるが、判定を情報処理装置５ｂで行う場合も同様の手順で実行することが可能である。

【0089】

＜判定結果に応じた処理の実行＞
迷惑ファックス判定システム２では、迷惑ファックスの判定結果、即ち、迷惑ファックスである確度の値に応じて、受信したファックスに対する処理を実行することが可能である。例えば、迷惑ファックスである確度の値が０．９（９０％）以上であれば、受信したファックスのファイルを削除し、確度の値が０．５（５０％）以上、０．９（９０％）未満であれば、受信したファックスのファイルを予め定めたフォルダに移動させる。これにより、ユーザによる迷惑ファックスのファイルの削除、或いは別のフォルダへの移動による手間を削減することが可能である。

【0090】

＜本発明の効果＞
迷惑ファックス判定器学習システム１では、ファックスの画像データを図形や文字等の特徴を有する領域ごとに分割した分割画像データを生成し、ユーザが迷惑ファックスの特徴を有すると判断した分割画像データを機械学習モデルに入力する学習データとする。従って、迷惑ファックスと判定される学習データには、迷惑ファックスの特徴を有する領域以外の不要な領域の画像データが含まれおらず、機械学習モデルに適切な学習データを入力することが可能となる。これにより、迷惑ファックスの判定精度を向上させることが可能である。

【0091】

また、迷惑ファックス判定器学習システム１では、ファックスの画像データを分割した分割画像データを図形や文字等の特徴に基づいて分類し、分類したカテゴリに応じた分類情報を分割画像データとともに機械学習モデルに入力する。これにより、文字のみの画像、図形のみの画像、文字と図形が混在した画像等の画像の特徴に応じて、適切な迷惑ファックスの判定方法を機械学習モデルに学習させることが可能となることから、迷惑ファックスの判定精度を向上させることが可能である。

【0092】

また、本発明の実施形態では、分割画像データを取得する処理（分割部）、分割画像データを分類する処理（分類部）、及び迷惑ファックスを判定する処理（判定部）は、ファックス装置９と情報処理装置５のどちらにおいても実行可能である。例えば、ファックス装置９の台数が非常に多く、且つ、機能を実現するプログラム又は機械学習モデルを頻繁に更新する場合は、これらの処理を情報処理装置５に実行させることにより、更新のための作業や負荷を削減することができる。

【0093】

以上、本発明を実施するための幾つかの形態について説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

【0094】

例えば、図５と図６の機能ブロックの構成図の一例は、情報処理装置５及びファックス装置９による処理の理解を容易にするために、主な機能に応じて分割したものである。処理単位の分割の仕方や名称によって本願発明が制限されることはない。情報処理装置５及びファックス装置９における処理は、処理内容に応じて更に多くの処理単位に分割することもできる。また、１つの処理単位が更に多くの処理を含むように分割することもできる。

【0095】

また、上記で説明した実施形態の各機能は、一又は複数の処理回路によって実現することが可能である。ここで、本明細書における「処理回路」とは、電子回路により実装されるプロセッサのようにソフトウェアによって各機能を実行するようプログラミングされたプロセッサや、上記で説明した各機能を実行するよう設計されたＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＤＳＰ（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）や従来の回路モジュール等のデバイスを含むものとする。

【0096】

また、記載された装置群は、本明細書に開示された実施形態を実施するための複数のコンピューティング環境のうちの１つを示すものにすぎない。ある実施形態では、情報処理装置５及びファックス装置９は、サーバクラスタといった複数のコンピューティングデバイスを含む。複数のコンピューティングデバイスは、ネットワークや共有メモリなどを含む任意のタイプの通信リンクを介して互いに通信するように構成されており、本明細書に開示された処理を実施する。

【符号の説明】

【0097】

１ 迷惑ファックス判定器学習システム
２ 迷惑ファックス判定システム
３ 通信ネットワーク
５、５ａ、５ｂ 情報処理装置
９、９ａ、９ｂ、９ｃ ファックス装置
１０、２０ 通信部
１１、２１ 分割部
１２、２２ 分類部
１３、２３ 記憶部
１４ 操作受付部
１５ 表示制御部
１６ 読込部
１７、２５ 判定部
２４ 学習部

【先行技術文献】

【特許文献】

【0098】

【特許文献1】特開２０１１－０４９８７１号

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】