特開 2023-79254 演算装置、情報取得方法

(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】P2023079254

(43)【公開日】2023-06-08

(54)【発明の名称】演算装置、情報取得方法

(51)【国際特許分類】

   G06F 16/35 20190101AFI20230601BHJP

   G06Q 40/02 20230101ALI20230601BHJP

【ＦＩ】

G06F16/35

G06Q40/02

【審査請求】有

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2021192628

(22)【出願日】2021-11-29

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110002365

【氏名又は名称】弁理士法人サンネクスト国際特許事務所

(72)【発明者】

【氏名】落久保 秀

(72)【発明者】

【氏名】鈴木 尚宏

(72)【発明者】

【氏名】鵜飼 敏之

【テーマコード（参考）】

5B175

5L055

【Ｆターム（参考）】

5B175DA01

5B175FA03

5L055BB03

(57)【要約】

【課題】入力される文書に関連する情報を特定できる。
【解決手段】演算装置は、予め複数の階層に分類されて定義された複数のラベルから、入力される文書である入力文書に対応するラベルを１以上出力するラベル出力部と、ラベル出力部が出力するラベルにおける相関の有無を１次元のベクトルである第１ベクトルとして出力する第１ベクトル生成部と、あらかじめ作成されたモデルであって、第１ベクトルに対応する入力文書には含まれない情報である付加情報を出力する判定モデルを用いて、第１ベクトル生成部が生成した第１ベクトルに対応する付加情報を特定し、第１ベクトルと統合することで第２ベクトルを生成する第２ベクトル生成部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

予め複数の階層に分類されて定義された複数のラベルから、入力される文書である入力文書に対応する前記ラベルを１以上出力するラベル出力部と、
前記ラベル出力部が出力する前記ラベルにおける相関の有無を１次元のベクトルである第１ベクトルとして出力する第１ベクトル生成部と、
あらかじめ作成されたモデルであって、前記第１ベクトルに対応する前記入力文書には含まれない情報である付加情報を出力する判定モデルを用いて、前記第１ベクトル生成部が生成した前記第１ベクトルに対応する前記付加情報を特定し、前記第１ベクトルと統合することで第２ベクトルを生成する第２ベクトル生成部と、を備える演算装置。

【請求項2】

請求項１に記載の演算装置において、
あらかじめ作成されたモデルであって、入力される前記第２ベクトルの修正候補を出力する推薦モデルを用いて、前記第２ベクトル生成部が生成した前記第２ベクトルに対応する前記修正候補を特定する修正候補特定部と、
前記修正候補特定部が特定した前記修正候補をオペレータに提示し、前記オペレータによる修正指示を取得する入力部と、
前記修正候補特定部が特定する前記修正候補、および前記入力部が取得する前記修正指示に基づき前記第２ベクトルを修正して第３ベクトルを得る第３ベクトル生成部と、
前記第２ベクトル生成部が生成した前記第２ベクトル、および前記入力部が取得する前記修正指示を用いて、前記推薦モデルを更新する推薦モデル更新部と、を備える演算装置。

【請求項3】

請求項１に記載の演算装置において、
前記階層は、上位の階層に属する前記ラベルほど影響が広く、下位の階層に属する前記ラベルほど影響が狭く、
前記判定モデルが特定する前記付加情報は、前記第１ベクトルにおける最も下位の階層に属する前記ラベルに関する相関の情報を含む、演算装置。

【請求項4】

予め複数の階層に分類されて定義された複数のラベルから、入力される文書である入力文書に対応する前記ラベルを１以上出力するラベル出力処理と、
前記ラベル出力処理により出力される前記ラベルにおける相関の有無を１次元のベクトルである第１ベクトルとして出力する第１ベクトル生成処理と、
あらかじめ作成されたモデルであって、前記第１ベクトルに対応する前記入力文書には含まれない情報である付加情報を出力する判定モデルを用いて、前記第１ベクトル生成処理により生成された前記第１ベクトルに対応する前記付加情報を特定し、前記第１ベクトルと統合することで第２ベクトルを生成する第２ベクトル生成処理と、を含む情報取得方法。

【請求項5】

請求項４に記載の情報取得方法において、
あらかじめ作成されたモデルであって、入力される前記第２ベクトルの修正候補を出力する推薦モデルを用いて、前記第２ベクトル生成処理により生成された前記第２ベクトルに対応する前記修正候補を特定する修正候補特定処理と、
前記修正候補特定処理により特定された前記修正候補をオペレータに提示し、前記オペレータによる修正指示を取得する入力処理と、
前記修正候補特定処理により特定される前記修正候補、および前記入力処理により取得される前記修正指示に基づき前記第２ベクトルを修正して第３ベクトルを得る第３ベクトル生成処理と、
前記第２ベクトル生成処理により生成された前記第２ベクトル、および前記入力処理により取得される前記修正指示を用いて、前記推薦モデルを更新する推薦モデル更新処理と、を含む情報取得方法。

【請求項6】

請求項４に記載の情報取得方法において、
前記階層は、上位の階層に属する前記ラベルほど影響が広く、下位の階層に属する前記ラベルほど影響が狭く、
前記判定モデルが特定する前記付加情報は、前記第１ベクトルにおける最も下位の階層に属する前記ラベルに関する相関の情報を含む、情報取得方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、演算装置、および情報取得方法に関する。

【背景技術】

【0002】

入力された情報から適切な情報を導くためには、その情報を適切に読み解くだけでなく周辺分野の理解も必要なことがあり、長年の技術と経験が必要となることがある。特許文献１には、概念化された情報に割り当てられたノードの階層構造から所定ノードを抽出する抽出部と、前記抽出部にて抽出された前記所定ノードに紐付けられた下位ノードの情報に基づいて、前記抽出部で抽出された前記所定ノードを分類する分類部とを備える情報管理装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－１５４９９１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に記載されている発明では、必要な情報の抽出に改善の余地がある。

【課題を解決するための手段】

【0005】

本発明の第１の態様による演算装置は、予め複数の階層に分類されて定義された複数のラベルから、入力される文書である入力文書に対応する前記ラベルを１以上出力するラベル出力部と、前記ラベル出力部が出力する前記ラベルにおける相関の有無を１次元のベクトルである第１ベクトルとして出力する第１ベクトル生成部と、あらかじめ作成されたモデルであって、前記第１ベクトルに対応する前記入力文書には含まれない情報である付加情報を出力する判定モデルを用いて、前記第１ベクトル生成部が生成した前記第１ベクトルに対応する前記付加情報を特定し、前記第１ベクトルと統合することで第２ベクトルを生成する第２ベクトル生成部と、を備える。
本発明の第２の態様による情報取得方法は、予め複数の階層に分類されて定義された複数のラベルから、入力される文書である入力文書に対応する前記ラベルを１以上出力するラベル出力処理と、前記ラベル出力処理により出力される前記ラベルにおける相関の有無を１次元のベクトルである第１ベクトルとして出力する第１ベクトル生成処理と、あらかじめ作成されたモデルであって、前記第１ベクトルに対応する前記入力文書には含まれない情報である付加情報を出力する判定モデルを用いて、前記第１ベクトル生成処理により生成された前記第１ベクトルに対応する前記付加情報を特定し、前記第１ベクトルと統合することで第２ベクトルを生成する第２ベクトル生成処理と、を含む。

【発明の効果】

【0006】

本発明によれば、入力される文書に関連する情報を特定できる。

【図面の簡単な説明】

【0007】

【図1】演算装置の機能ブロック図

【図2】演算装置のハードウエア構成図

【図3】ラベルの相関の一例を示す図

【図4】システムＩＤ表の一例を示す図

【図5】機能ＩＤ表の一例を示す図

【図6】操作ＩＤ表の一例を示す図

【図7】モジュールＩＤ表の一例を示す図

【図8】第１ベクトル表、第２ベクトル表、および第３ベクトル表の一例を示す図

【図9】入力文書の一例を示す図

【図10】第１ベクトル生成処理を示すフローチャート

【図11】第２ベクトル生成処理を示すフローチャート

【図12】第３ベクトル生成処理を示すフローチャート

【図13】判定モデル生成処理を示すフローチャート

【図14】推薦モデル更新処理を示すフローチャート

【発明を実施するための形態】

【0008】

―実施の形態―
以下、図１～図１４を参照して、演算装置の実施の形態を説明する。

【0009】

（構成）
図１は、演算装置１の機能ブロック図である。演算装置１はその機能として、第１ベクトル生成部１１と、第２ベクトル生成部１２と、第３ベクトル生成部１３と、入出力部１４と、ラベル出力部１５と、修正候補特定部１６と、推薦モデル更新部１７と、判定モデル生成部１８と、を備える。

【0010】

図２は、演算装置１のハードウエア構成図である。ただし図２には演算装置１に記録される情報も併記している。演算装置１は、中央演算装置であるＣＰＵ４１、読み出し専用の記憶装置であるＲＯＭ４２、読み書き可能な記憶装置であるＲＡＭ４３、ユーザインタフェースである入出力装置４４、通信装置４５、および不揮発性の記憶装置４６を備える。ＣＰＵ４１がＲＯＭ４２に格納されるプログラムをＲＡＭ４３に展開して実行することで図１に示した様々な機能を実現する。

【0011】

演算装置１は、ＣＰＵ４１、ＲＯＭ４２、およびＲＡＭ４３の組み合わせの代わりに書き換え可能な論理回路であるＦＰＧＡ（Field Programmable Gate Array）や特定用途向け集積回路であるＡＳＩＣ（Application Specific Integrated Circuit）により実現されてもよい。また演算装置１は、ＣＰＵ４１、ＲＯＭ４２、およびＲＡＭ４３の組み合わせの代わりに、異なる構成の組み合わせ、たとえばＣＰＵ４１、ＲＯＭ４２、ＲＡＭ４３とＦＰＧＡの組み合わせにより実現されてもよい。

【0012】

入出力装置４４は、演算装置１を操作するオペレータに対するヒューマンインタフェースおよび情報読み取り装置である。入出力装置４４はたとえば、オペレータからの入力を受け付けるマウス、またはキーボードと、オペレータに情報を提示する液晶ディスプレイと、オペレータが提供する電子データを読み込む媒体読み取り装置である。媒体読み取り装置とは、磁気ディスク読み取り装置、光学ディスク読み取り装置、半導体メモリ読み取り装置などである。

【0013】

通信装置４５は、オペレータが操作する端末と通信する通信モジュールである。通信装置４５を介してオペレータからの入力の受付およびオペレータへの情報の提示ができるので、通信装置４５は入出力装置４４の代替となりうる。そのため演算装置１は、入出力装置４４および通信装置４５の少なくとも一方を備えればよい。

【0014】

記憶装置４６はたとえばハードディスクドライブである。記憶装置４６には、システムＩＤ表２０１と、機能ＩＤ表２０２と、操作ＩＤ表２０３と、モジュールＩＤ表２０４と、第１ベクトルＩＤ表２２１と、第２ベクトルＩＤ表２２２と、第３ベクトルＩＤ表２２３と、第１ベクトルＶ１と、第２ベクトルＶ２と、第３ベクトルＶ３と、入力文書Ｄと、テキストベクトルＶＴと、複数組の過去データ９と、判定モデル２４１と、推薦モデル２４２と、が格納される。それぞれの過去データ９には、過去入力文書ＰＤと、過去テキストベクトルＰＶＴと、過去第１ベクトルＰＶ１と、過去第２ベクトルＰＶ２と、過去第３ベクトルＰＶ３と、が含まれ相互に紐づけられる。

【0015】

システムＩＤ表２０１、機能ＩＤ表２０２、操作ＩＤ表２０３、モジュールＩＤ表２０４、第１ベクトルＩＤ表２２１、第２ベクトルＩＤ表２２２、および第３ベクトルＩＤ表２２３は、あらかじめ作成される。入力文書Ｄは、オペレータにより入力される。第１ベクトルＶ１、第２ベクトルＶ２、第３ベクトルＶ３、入力文書Ｄ、およびテキストベクトルＶＴは、後述する処理により作成される。

【0016】

過去データ９は、本実施の形態による処理が実行される前にあらかじめ作成された情報である。入力文書Ｄと過去入力文書ＰＤ、テキストベクトルＶＴと過去テキストベクトルＰＶＴ、第１ベクトルＶ１と過去第１ベクトルＰＶ１、第２ベクトルＶ２と過去第２ベクトルＰＶ２と、および第３ベクトルＶ３と過去第３ベクトルＰＶ３は、それぞれ同種の情報である。

【0017】

（ラベル）
本実施の形態では、構成や処理を抽象化した「ラベル」という概念を用いる。複数のラベルが存在し、影響の広さにより階層化される。ラベルの数や階層の構造はあらかじめ定められており、途中で変更はされない。ラベルの数は２以上であればよく、階層の数も２以上であればよい。

【0018】

本実施の形態では、ラベルは４階層に分類される。この４階層のそれぞれを、上の階層から順番に「システムラベル」、「機能ラベル」、「操作ラベル」、および「モジュールラベル」と呼ぶ。各階層のラベルは、直近の上下１階層のラベルと接続可能であり、同一階層のラベル同士は接続されない。いずれの第２階層以下のいずれのラベルも、少なくとも１つの上位階層のラベルと接続される。ラベル同士が接続されることは、接続されたラベル同士に関係性があることを意味する。

【0019】

本実施の形態では、３つのシステムラベル、２つの機能ラベル、４つの操作ラベル、および３つのモジュールラベルを定義する。３つのシステムラベルとは、「勘定系システム」、「口座番号管理システム」、「顧客管理システム」である。２つの機能ラベルとは、「オンライン処理機能」、「バッチ処理機能」である。４つの操作ラベルとは、「入金」、「出金」、「送金」、「その他」である。３つのモジュールラベルとは、「残高更新モジュール」、「手数料算出モジュール」、「同期処理モジュール」である。

【0020】

（記憶装置に格納される情報）
図３は、ラベルの相関の一例を示す図である。図３には、前述の４階層のラベルが示されており、図示上部に上位のラベル、図示下部に界のラベルを示している。ただし図３では、作図の都合により「勘定系システム」の相関のみを示している。図３に示すように、それぞれの下位のラベルは上位の１以上のラベルと接続される。またそれぞれの上位のラベルとは、１以上の下位のラベルと接続される場合もあるし、下位のラベルと接続されない場合もある。

【0021】

本実施の形態では、システムＩＤ、機能ＩＤ、操作ＩＤ、およびモジュールＩＤを定義する。システムＩＤとは、システムラベルを識別する識別子である。機能ＩＤとは、機能ラベルおよびその機能ラベルに至る経路を識別する識別子である。操作ＩＤとは、操作ラベルおよびその操作ラベルに至る経路を識別する識別子である。モジュールＩＤとは、モジュールラベルおよびそのモジュールラベルに至る経路を識別する識別子である。詳しくは後述するが、これら４つのＩＤのうち、上位のラベルを有しないシステムＩＤのみ特性が異なり、残りの３つは類似する特性を有する。

【0022】

図４はシステムＩＤ表２０１の一例を示す図である。システムＩＤ表２０１は、システムラベルの識別子を示す。システムＩＤはたとえばハイフンを含まない文字列であり、文字列とシステムラベルとの対応が示される。

【0023】

図５は機能ＩＤ表２０２の一例を示す図である。機能ＩＤは、上位のシステムＩＤと、同一のシステムラベルを上位に有する機能ラベル同士を識別する識別子とをハイフンで結んだもの、たとえば「１－１」である。機能ＩＤの全体で、機能ラベルとその上位のシステムラベルの組合せが特定される。機能ＩＤの後半のみでは、機能ラベルを識別できない。

【0024】

図６は、操作ＩＤ表２０３の一例を示す図である。操作ＩＤは、同一経路を有する上位の機能ラベルの機能ＩＤと、同一の機能ラベルを上位に有する操作ラベルを識別する識別子とをハイフンで結んだもの、たとえば「１－１－１」である。具体的には、上位に「勘定系システム」を有する機能ラベルである「オンライン処理機能」は機能ＩＤが「１－１」であり、この下位に属する操作ラベルは「１」～「４」の識別子が追加されて「１－１－１」～「１－１－４」に設定される。

【0025】

図７は、モジュールＩＤ表２０４の一例を示す図である。モジュールＩＤは、同一経路を有する上位の操作ラベルの機能ＩＤと、同一の操作ラベルを上位に有するモジュールラベルを識別する識別子とをハイフンで結んだもの、たとえば「１－１－１－１」である。具体的には、上位に「勘定系システム」および「オンライン処理機能」を有するモジュールラベルである「出金」は機能ＩＤが「１－１－２」であり、この下位に属する操作ラベルは「１」～「２」の識別子が追加されて「１－１－２－１」および「１－１－２－２」に設定される。

【0026】

本実施の形態では、ラベル間の相関、具体的には接続の有無を表す第１ベクトルＶ１、第２ベクトルＶ２、および第３ベクトルＶ３を定義する。第１ベクトルＶ１、第２ベクトルＶ２、および第３ベクトルＶ３は、いずれも１次元のベクトルであり要素数は同一である。ベクトルの各要素は、特定のラベル同士の接続の有無を表し、たとえば「１」は接続があることを示し、「０」は接続がないことを示す。

【0027】

第１ベクトルＶ１、第２ベクトルＶ２、および第３ベクトルＶ３の要素数は、ラベル間の接続の最大数である。前述のように直近の上下１階層のラベル同士しか接続されない。図３の例によればシステムラベルと機能ラベルとの間の接続数は３ｘ２で６、機能ラベルと操作ラベルとの間の接続数は２ｘ４で８、操作ラベルとモジュールラベルとの間の接続数は４ｘ３で１２である。そのため、これらベクトルの要素数は、６，８、１２の和である「２６」となる。

【0028】

このベクトルの要素をＥ１～Ｅ２６と呼ぶ。ベクトルの要素とラベルの相関との対応関係は予め定められている。たとえば要素Ｅ１は、「勘定系システム」と「オンライン処理機能」の相関の有無を示す。また以下では、システムラベルと機能ラベルとの間の相関をＥ１～Ｅ６、機能ラベルと操作ラベルとの間の相関をＥ７～Ｅ１４、操作ラベルとモジュール機能ラベルとの間の相関をＥ１５～Ｅ２６とする。この場合に、第１ベクトルＶ１はモジュールラベルの存在を勘案しないので、要素Ｅ１５～Ｅ２６は必ず「０」である。第２ベクトルＶ２および第３ベクトルＶ３は、要素Ｅ１５～Ｅ２６は「１」または「０」である。

【0029】

以下では、第１ベクトルＶ１において必ず「０」である、モジュールラベルに関する要素の値を「付加情報」と呼ぶ。換言すると、第２ベクトルＶ２と第１ベクトルＶ１との差分が付加情報であり、第１ベクトルＶ１と付加情報とを統合することで第２ベクトルＶ２が生成される。また以下では、第３ベクトルＶ３と第２ベクトルＶ２との差分を「修正候補」とも呼ぶ。

【0030】

判定モデル２４１は、第１ベクトルＶ１を入力とし、入力された第１ベクトルＶ１に対応する付加情報を出力する機械学習モデルである。判定モデル２４１のパラメータは、過去データ９に含まれる過去第１ベクトルＰＶ１と、過去第１ベクトルＰＶ１と過去第２ベクトルＰＶ２との差分との組合せを複数用いて事前に学習が行われる。

【0031】

推薦モデル２４２は、第２ベクトルＶ２を入力とし、入力された第２ベクトルＶ２に対応する修正候補を出力する機械学習モデルである。推薦モデル２４２のパラメータは、過去データ９に含まれる過去第２ベクトルＰＶ２と、過去第２ベクトルＰＶ２と過去第３ベクトルＰＶ３との差分との組合せを複数用いて事前に学習が行われる。また推薦モデル２４２は、推薦モデル更新部１７により、第２ベクトルＶ２とオペレータが指定する修正候補とを用いて推薦モデル２４２を更新する。

【0032】

図８は、第１ベクトルＩＤ表２２１、第２ベクトルＩＤ表２２２、および第３ベクトルＩＤ表２２３の一例を示す図である。ただし図８では作図の都合により第１ベクトルＩＤ表２２１、第２ベクトルＩＤ表２２２、および第３ベクトルＩＤ表２２３を１つの表として表している。前述のように第１ベクトルＶ１、第２ベクトルＶ２、および第３ベクトルＶ３の要素数は同一であり、たとえばＥ１～Ｅ２６である。図８に示すＩＤは、ベクトルの種類とベクトルごとの通し番号の組合せである。たとえば「Ｖ１－Ｄ１」は、第１ベクトルＶ１の１つ目のＩＤであることを示している。

【0033】

第１ベクトルＩＤ表２２１、第２ベクトルＩＤ表２２２、および第３ベクトルＩＤ表２２３には、これまでに生成された第１ベクトルＶ１、第２ベクトルＶ２、および第３ベクトルＶ３の具体的な値が格納される。第１ベクトルＩＤ表２２１、第２ベクトルＩＤ表２２２、および第３ベクトルＩＤ表２２３に格納されるデータの順番は任意であり、データの優劣はない。また、第１ベクトルＩＤ表２２１、第２ベクトルＩＤ表２２２、および第３ベクトルＩＤ表２２３のそれぞれにおいてＩＤの関連性はなく、それぞれに格納されるデータ数は異なってもよい。さらに、第１ベクトルＩＤ表２２１、第２ベクトルＩＤ表２２２、および第３ベクトルＩＤ表２２３に格納されるデータと過去データ９に含まれる各ベクトルのデータは重複があってもよいし、重複がなくてもよい。

【0034】

図９は、入力文書Ｄの一例を示す図である。入力文書Ｄは自然言語で記載された文書である。図９に示す入力文書Ｄは、項目に分けて記載されており、処理内容が「１．２ 実施事項」に記載されている。そのため入力文書Ｄの全体を読み込む必要はなく、「１．２ 実施事項」を読み込めばよい。

【0035】

（機能の概要）
第１ベクトル生成部１１は、第１ベクトルＶ１を生成する。第２ベクトル生成部１２は、第２ベクトルＶ２を生成する。第３ベクトル生成部１３は、第３ベクトルＶ３を生成する。入出力部１４は、入出力装置４４を用いてオペレータへの情報の提示、およびオペレータからの情報の取得を行う。ラベル出力部１５は、入力文書Ｄに対応するラベルを出力する。

【0036】

修正候補特定部１６は、推薦モデル２４２に第２ベクトルＶ２を入力して修正候補を取得する。推薦モデル更新部１７は、第２ベクトルＶ２とオペレータが指定する修正候補の組合せを用いて推薦モデル２４２を更新する。ただしこの際に推薦モデル更新部１７は、さらに過去データ９を用いてもよい。判定モデル生成部１８は、判定モデル２４１を生成する。

【0037】

（第１ベクトル生成部の詳細）
図１０は、第１ベクトル生成部１１による第１ベクトル生成処理を示すフローチャートである。ステップＳ３００では第１ベクトル生成部１１は、入出力部１４を用いて外部から文書、たとえば入力文書Ｄを読み込む。ただし本ステップにおいて読み込んだ文書に本処理が必要とする情報である対象文書、たとえば実施事項が記載されていない場合は、入出力部１４を用いてオペレータに問い合わせて別途入力させる。

【0038】

続くステップＳ３０１では第１ベクトル生成部１１は、ステップＳ３００において読み込んだ対象文書から３種類のラベル、すなわちシステムラベル、機能ラベル、および操作ラベルを検出する。前述のとおり、システムラベルの具体的な名称はシステムＩＤ表２０１に記載されており、機能ラベルの具体的な名称は機能ＩＤ表２０２に記載されており、操作ラベルの具体的な名称は操作ＩＤ表２０３に記載されている。そのため第１ベクトル生成部１１は、これらの表を参照してラベルの名称を特定し、たとえば読み込んだ文書の実施事項の項目に記載されている文字列を対象に検索をすることで本ステップの処理が可能である。

【0039】

続くステップＳ３０２では第１ベクトル生成部１１は、ステップＳ３０１の処理結果を用いて、ステップＳ３００において読み込んだ文書にシステムラベル、機能ラベル、および操作ラベルがそれぞれ少なくとも１つが含まれるか否かを判断する。第１ベクトル生成部１１は、３種類のラベルが少なくとも１つずつ含まれると判断する場合はステップＳ３０３に進み、３種類のうち１種類でも対象文書に含まれていないと判断する場合はステップＳ３０６に進む。

【0040】

ステップＳ３０３では第１ベクトル生成部１１は、ステップＳ３０１において検出されたラベルの組合せは、あらかじめ規定されているもの、すなわち第１ベクトルＩＤ表２２１に記載されているものであるか否かを判断する。第１ベクトル生成部１１は、検出されたラベルの組合せの少なくとも１つが規定されたものであると判断する場合はステップＳ３０４に進み、検出されたラベルのいずれの組合せも規定されていないと判断する場合はステップＳ３０６に進む。

【0041】

ステップＳ３０４では第１ベクトル生成部１１は、対象文書に含まれるラベル、すなわちステップＳ３０１において検出されたラベルであり、第１ベクトルＩＤ表２２１に記載されている組合せのラベルを採用する。

【0042】

続くステップＳ３０５では第１ベクトル生成部１１は、ステップＳ３０４またはステップＳ３０５において採用したラベル間で最大限の接続を有する組合せを作成し、これを第１ベクトルＶ１として図１０に示す処理を終了する。たとえばステップＳ３０４において採用されたラベルが、１つのシステムラベル、２つの機能ラベル、および３つの操作ラベルであった場合には、次のような第１ベクトルＶ１が作成される。すなわちこの第１ベクトルＶ１は、システムラベルと機能ラベルとの間の相関を示すＥ１～Ｅ６のうち２つの要素が「１」であり、機能ラベルと操作ラベルとの間の相関を示すＥ７～Ｅ１４のうち６つの要素が「１」となる。

【0043】

ステップＳ３０６では第１ベクトル生成部１１は、対象文書をテキストベクトル化する。このテキストベクトルの生成には、様々な手法を用いることができ、たとえば単語の頻度を評価する手法を用いることができる。続くステップＳ３０７では第１ベクトル生成部１１は、過去データ９に含まれるテキストベクトルから最も類似するテキストベクトルを特定し、その最も類似するテキストベクトルと組み合わされている入力文書Ｄを特定する。最も類似するテキストベクトルの特定には、たとえばコサイン類似度を利用できる。

【0044】

具体的には第１ベクトル生成部１１は、まず、対象文書のテキストベクトルとそれぞれの過去データ９に含まれるテキストベクトルとの組合せごとにコサイン類似度を算出する。そして第１ベクトル生成部１１は、値が最も「１」に近いコサイン類似度を有するテキストベクトルＶＴを特定し、そのテキストベクトルＶＴに紐づく入力文書Ｄを特定する。

【0045】

続くステップＳ３０８では第１ベクトル生成部１１は、ステップＳ３０７において特定した入力文書Ｄに紐づくラベルを採用してステップＳ３０５に進む。入力文書Ｄに紐づくラベルは、たとえばその入力文書Ｄに紐づく第１ベクトルＶ１において、要素の値が「１」である全ての組み合わせのラベルとして特定できる。以上が図１０の説明である。

【0046】

（第２ベクトル生成部の詳細）
図１１は、第２ベクトル生成部１２による第２ベクトル生成処理を示すフローチャートである。まずステップＳ３１１では第２ベクトル生成部１２は、第１ベクトルＶ１を判定モデル２４１に入力する。続くステップＳ３１２では第２ベクトル生成部１２は、判定モデル２４１の出力とステップＳ３１１において入力した第１ベクトルＶ１との和を第２ベクトルＶ２として出力し、図１１に示す処理を終了する。

【0047】

前述のとおり、第１ベクトルＶ１にはモジュールラベルに関する情報が含まれないので、モジュールラベルとの相関を示す要素、たとえば前述の例では要素Ｅ１５～Ｅ２６は全て「０」に設定されている。また、判定モデル２４１の出力は、モジュールラベルとの相関を示す要素の値である。そのため、第１ベクトルＶ１におけるモジュールラベルとの相関を示すそれぞれの要素の値と、判定モデル２４１の出力におけるそれぞれの要素の値との和が第２ベクトルＶ２となる。ただしステップＳ３１２の処理は、第１ベクトルＶ１におけるモジュールラベルに関する情報を有する要素と、判定モデル２４１の出力に含まれる要素とを入れ替える処理とも言える。

【0048】

（第３ベクトル生成部の詳細）
図１２は、第３ベクトル生成部１３による第３ベクトル生成処理を示すフローチャートである。まずステップＳ３２１では第３ベクトル生成部１３は、第２ベクトルＶ２を推薦モデル２４２に入力する。続くステップＳ３２２では第３ベクトル生成部１３は、推薦モデル２４２の出力を入出力部１４を介してオペレータに提示する。続くステップＳ３２３では第３ベクトル生成部１３は、オペレータから修正指示を受けたか否かを判断し、修正指示を受けたと判断する場合はステップＳ３２４に進み、修正指示を受けていないと判断する場合はステップＳ３２５に進む。ステップＳ３２４では第３ベクトル生成部１３は、オペレータからの修正指示どおりに推薦モデル２４２の出力を修正してステップＳ３２５に進む。

【0049】

ステップＳ３２５では第３ベクトル生成部１３は、推薦モデル２４２の出力と、第２ベクトルＶ２との和を第３ベクトルＶ３として出力する。なお本ステップで使用される推薦モデル２４２の出力とは、ステップＳ３２３において肯定判断された場合にはステップＳ３２４において修正された推薦モデル２４２の出力であり、ステップＳ３２３において否定判断された場合には推薦モデル２４２の出力そのものである。推薦モデル２４２の出力と第２ベクトルＶ２との和を算出する処理は、図１１において判定モデル２４１の出力と第１ベクトルＶ１との和を算出する処理と同一である。

【0050】

なお本ステップにおける出力である第３ベクトルＶ３は、入出力部１４を介してオペレータに提示できる。オペレータへの第３ベクトルＶ３の提示は、各要素の値をそのまま表示してもよいし、図３に示したような視覚的に理解が容易な相関図を提示してもよい。

【0051】

続くステップＳ３２６では第３ベクトル生成部１３は、推薦モデル更新部１７に推薦モデル２４２を更新させて図１２に示す処理を終了する。具体的には第３ベクトル生成部１３は、ステップＳ３２１において推薦モデル２４２に入力した第２ベクトルＶ２と、ステップＳ３２５において使用した推薦モデル２４２の出力との組合せを用いて、推薦モデル更新部１７に推薦モデル２４２を更新させる。ただし本ステップは、ステップＳ３２３において肯定判断された場合にのみ実行してもよい。

【0052】

（判定モデル生成処理）
図１３は、判定モデル生成部１８が実行する判定モデル生成処理を示すフローチャートである。ステップＳ３３１では判定モデル生成部１８は、生成済みの第１ベクトルＶ１と第２ベクトルＶ２の組を読み込んでステップＳ３３２に進む。たとえば判定モデル生成部１８は、過去データ９に含まれる全ての過去第１ベクトルＰＶ１と過去第２ベクトルＰＶ２の組を全て読み込む。

【0053】

ステップＳ３３２では判定モデル生成部１８は、ステップＳ３３１において読み込んだ複数の組から未選択の組を１つ選択する。続くステップＳ３３３では判定モデル生成部１８は、ステップＳ３３２において選択した組における２つのベクトルの差分、すなわち付加情報を算出する。続くステップＳ３３４では、ステップＳ３３２において選択したベクトルの組に含まれる第１ベクトルＶ１を入力とし、ステップＳ３３３において算出した差分、すなわち付加情報を出力とする学習データを生成する。

【0054】

続くステップＳ３３５では判定モデル生成部１８は、ステップＳ３３１において読み込んだ複数の組のうち、未選択のベクトルの組が存在するか否かを判断する。判定モデル生成部１８は、未選択の組が存在すると判断する場合はステップＳ３３２に戻り、未選択の組が存在しないと判断する場合はステップＳ３３６に進む。ステップＳ３３６では判定モデル生成部１８は、ステップＳ３３４において生成した全ての学習データを用いて判定モデル２４１を生成して図１３に示す処理を終了する。

【0055】

（推薦モデル更新処理）
図１４は、推薦モデル更新部１７が実行する推薦モデル更新処理を示すフローチャートである。ステップＳ３４１では推薦モデル更新部１７は、生成済みの第２ベクトルＶ２と第３ベクトルＶ３の組を読み込んでステップＳ３４２に進む。たとえば推薦モデル更新部１７は、過去データ９に含まれる全ての過去第１ベクトルＰＶ１と過去第２ベクトルＰＶ２の組を全て読み込む。

【0056】

ステップＳ３４２では推薦モデル更新部１７は、ステップＳ３４１において読み込んだ複数の組から未選択の組を１つ選択する。続くステップＳ３４３では推薦モデル更新部１７は、ステップＳ３４２において選択した組における２つのベクトルの差分、すなわち修正候補を算出する。続くステップＳ３４４では、ステップＳ３４２において選択したベクトルの組に含まれる第１ベクトルＶ１を入力とし、ステップＳ３４３において算出した差分、すなわち付加情報を出力とする学習データを生成する。

【0057】

続くステップＳ３４５では推薦モデル更新部１７は、ステップＳ３４１において読み込んだ複数の組のうち、未選択のベクトルの組が存在するか否かを判断する。推薦モデル更新部１７は、未選択の組が存在すると判断する場合はステップＳ３４２に戻り、未選択の組が存在しないと判断する場合はステップＳ３４６に進む。

【0058】

ステップＳ３４６では推薦モデル更新部１７は、図１２のステップＳ３２１において入力した第２ベクトルＶ２と、ステップＳ３２４においてオペレータの指示により修正した出力との組を学習データにさらに追加する。続くステップＳ３４７では推薦モデル更新部１７は、ステップＳ３４６において追加された分も含めた全ての学習データを用いて推薦モデル２４２を生成して図１４に示す処理を終了する。

【0059】

上述した実施の形態によれば、次の作用効果が得られる。
（１）演算装置１は、予め複数の階層に分類されて定義された複数のラベルから、入力される文章に対応するラベルを１以上出力するラベル出力部１５と、ラベル出力部１５が出力するラベルにおける相関の有無を１次元のベクトルである第１ベクトルＶ１として出力する第１ベクトル生成部１１と、あらかじめ作成されたモデルであって、第１ベクトルＶ１に対応する入力文章には含まれない情報である付加情報を出力する判定モデル２４１を用いて、第１ベクトル生成部１１が生成した第１ベクトルＶ１に対応する付加情報を特定し、第１ベクトルＶ１と統合することで第２ベクトルＶ２を生成する第２ベクトル生成部１２と、を備える。そのため、あらかじめ定められたラベルを用いて入力文書Ｄの影響範囲を付加情報として得られる。具体的には、付加情報において要素の値が「１」に対応するモジュールを入力文書Ｄに関連する情報として特定できる。

【0060】

（２）あらかじめ作成されたモデルであって、入力される第２ベクトルＶ２の修正候補を出力する推薦モデル２４２を用いて、第２ベクトル生成部１２が生成した第２ベクトルＶ２に対応する修正候補を特定する修正候補特定部１６と、修正候補特定部１６が特定した修正候補をオペレータに提示し、オペレータによる修正指示を取得する入出力部１４と、修正候補特定部１６が特定する修正候補、および入力部が取得する修正指示に基づき第２ベクトルＶ２を修正して第３ベクトルＶ３を得る第３ベクトル生成部１３と、第２ベクトル生成部１２が生成した第２ベクトルＶ２、および入出力部１４が取得する修正指示を用いて、推薦モデル２４２を更新する推薦モデル更新部１７と、を備える。そのため、オペレータの修正指示に基づき第３ベクトルＶ３を修正するだけでなく、次回以降の修正候補の算出精度を向上するために推薦モデル２４２のパラメータを更新できる。

【0061】

（３）ラベルの階層は、上位の階層に属するラベルほど影響が広く、下位の階層に属するラベルほど影響が狭い。判定モデル２４１が特定する付加情報は、第１ベクトルＶ１における最も下位の階層に属するラベルに関する相関の情報を含む。そのため、入力文書Ｄに記載されていない詳細な情報を取得できる。

【0062】

（変形例１）
演算装置１は、第３ベクトル生成部１３、修正候補特定部１６、および推薦モデル更新部１７を備えなくてもよい。すなわち演算装置１は、第２ベクトルＶ２が生成できればよい。この変形例１では、オペレータによる修正やオペレータの修正に基づく推薦モデル２４２の更新はできないが、上述した実施の形態よりも簡素な構成で、あらかじめ定められたラベルを用いて入力文書Ｄの影響範囲を付加情報として得られる。

【0063】

（変形例２）
上述した実施の形態では、システムラベル、機能ラベル、および操作ラベルは入力文書Ｄから抽出された。しかしこれら３つのラベルのうち少なくとも１つ、特にシステムラベルは入力文書Ｄからの抽出に加えて、オペレータにより入力されてもよい。

【0064】

（変形例３）
上述した実施の形態では、判定モデル２４１は最も下位のラベル、すなわちモジュールラベルのみを判定した。しかし判定モデル２４１は最も下位のラベル以外、たとえば下から２番目の操作ラベルや下から３つ目の機能ラベルも判定してよい。この場合には、付加情報に操作ラベルや機能ラベルとの関連を示すベクトルの要素も含まれることになる。さらにこの場合は、推薦モデル２４２は最も下位のラベル以外、たとえば下から２番目の操作ラベルや下から３つ目の機能ラベルも推薦してよい。この場合には、修正候補に操作ラベルや機能ラベルとの関連を示すベクトルの要素も含まれることになる。

【0065】

上述した各実施の形態および変形例において、機能ブロックの構成は一例に過ぎない。別々の機能ブロックとして示したいくつかの機能構成を一体に構成してもよいし、１つの機能ブロック図で表した構成を２以上の機能に分割してもよい。また各機能ブロックが有する機能の一部を他の機能ブロックが備える構成としてもよい。

【0066】

上述した各実施の形態および変形例において、プログラムはＲＯＭ４２に格納されるとしたが、プログラムは記憶装置４６に格納されていてもよい。また、演算装置１が不図示の入出力インタフェースを備え、必要なときに入出力インタフェースと演算装置１が利用可能な媒体を介して、他の装置からプログラムが読み込まれてもよい。ここで媒体とは、例えば入出力インタフェースに着脱可能な記憶媒体、または通信媒体、すなわち有線、無線、光などのネットワーク、または当該ネットワークを伝搬する搬送波やディジタル信号、を指す。また、プログラムにより実現される機能の一部または全部がハードウエア回路やＦＰＧＡにより実現されてもよい。

【0067】

上述した各実施の形態および変形例は、それぞれ組み合わせてもよい。上記では、種々の実施の形態および変形例を説明したが、本発明はこれらの内容に限定されるものではない。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。

【符号の説明】

【0068】

１…演算装置
１１…第１ベクトル生成部
１２…第２ベクトル生成部
１３…第３ベクトル生成部
１４…入出力部
１５…ラベル出力部
１６…修正候補特定部
１７…推薦モデル更新部
１８…判定モデル生成部
４４…入出力装置
２０１…システムＩＤ表
２０２…機能ＩＤ表
２０３…操作ＩＤ表
２０４…モジュールＩＤ表
２２１…第１ベクトルＩＤ表
２２２…第２ベクトルＩＤ表
２２３…第３ベクトルＩＤ表
２４１…判定モデル
２４２…推薦モデル
Ｄ…入力文書
Ｖ１…第１ベクトル
Ｖ２…第２ベクトル
Ｖ３…第３ベクトル

【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】