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】P2024111370
(43)【公開日】2024-08-19
(54)【発明の名称】文書分類装置、文書分類方法及びプログラム
(51)【国際特許分類】
G06F 16/35 20190101AFI20240809BHJP
G06F 16/387 20190101ALI20240809BHJP
【ＦＩ】
G06F16/35
G06F16/387
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2023015799
(22)【出願日】2023-02-06
(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】110000442
【氏名又は名称】弁理士法人武和国際特許事務所
(72)【発明者】
【氏名】井腰 三四郎
【テーマコード（参考）】
5B175
【Ｆターム（参考）】
5B175DA01
5B175DA03
5B175FA03
(57)【要約】 （修正有）
【課題】文書に含まれる単語を用いて複数の文書を分類する場合、効率的な文書の分類を実現させる文書分類装置、文書分類方法及びプログラムを提供する。
【解決手段】文書分類装置及び通信端末が、通信ネットワークを介してそれぞれ互いに接続されている文書分類システムにおいて、文書分類装置は、自装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定し（ステップＳ１２）、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う（ステップＳ１４）。
【選択図】図１０
【解決手段】文書分類装置及び通信端末が、通信ネットワークを介してそれぞれ互いに接続されている文書分類システムにおいて、文書分類装置は、自装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定し（ステップＳ１２）、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う（ステップＳ１４）。
【選択図】図１０
【特許請求の範囲】
【請求項1】
文書に含まれる単語を用いて前記文書を分類する文書分類装置であって、
前記文書分類装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定手段と、
前記複数の文書のうち、特定された前記分類実施地域名と、特定された前記検索結果地域名と、に基づいて分類を行う分類手段と、
を有する、
ことを特徴とする文書分類装置。
前記文書分類装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定手段と、
前記複数の文書のうち、特定された前記分類実施地域名と、特定された前記検索結果地域名と、に基づいて分類を行う分類手段と、
を有する、
ことを特徴とする文書分類装置。
【請求項2】
前記特定手段は、
所定のＡＰＩ(Application Programming Interface)を用いて使用されるＩＰアドレスによる検索、又は、前記ＩＰアドレスと各分類実施地域名とが関連付けられた分類実施地域名管理手段で管理されている情報を検索することにより、前記分類実施地域名を特定する、
ことを特徴とする請求項１に記載の文書分類装置。
所定のＡＰＩ(Application Programming Interface)を用いて使用されるＩＰアドレスによる検索、又は、前記ＩＰアドレスと各分類実施地域名とが関連付けられた分類実施地域名管理手段で管理されている情報を検索することにより、前記分類実施地域名を特定する、
ことを特徴とする請求項１に記載の文書分類装置。
【請求項3】
前記特定手段は、
前記分類実施地域名に対応するＩＰアドレスと、前記複数の文書の各々に含まれる地域関連単語とが関連付けられた検索結果地域名管理手段を検索することにより、前記検索結果地域名を特定する、
ことを特徴とする請求項２に記載の文書分類装置。
前記分類実施地域名に対応するＩＰアドレスと、前記複数の文書の各々に含まれる地域関連単語とが関連付けられた検索結果地域名管理手段を検索することにより、前記検索結果地域名を特定する、
ことを特徴とする請求項２に記載の文書分類装置。
【請求項4】
請求項１乃至３のいずれか一項に記載の文書分類装置であって、更に、
特定された前記分類実施地域名及び前記検索結果地域名の少なくとも一方に基づいて、前記文書を分類するための単語を選別する選別手段、
を有する、
ことを特徴とする文書分類装置。
特定された前記分類実施地域名及び前記検索結果地域名の少なくとも一方に基づいて、前記文書を分類するための単語を選別する選別手段、
を有する、
ことを特徴とする文書分類装置。
【請求項5】
前記選別手段は、
特定された地域名に関連付けられた地域辞書管理手段、及び前記複数の文書の各々に含まれる単語に関連付けられた汎用辞書管理手段を検索することにより、前記単語を選別する、
ことを特徴とする請求項４に記載の文書分類装置。
特定された地域名に関連付けられた地域辞書管理手段、及び前記複数の文書の各々に含まれる単語に関連付けられた汎用辞書管理手段を検索することにより、前記単語を選別する、
ことを特徴とする請求項４に記載の文書分類装置。
【請求項6】
前記分類手段は、
前記選別手段により選別された前記単語の類似度を算出することにより、前記予め選別された文書を分類する、
ことを特徴とする請求項５に記載の文書分類装置。
前記選別手段により選別された前記単語の類似度を算出することにより、前記予め選別された文書を分類する、
ことを特徴とする請求項５に記載の文書分類装置。
【請求項7】
前記分類手段は、
自然言語をベクトル表現するtf-idf(term frequency-inverse document frequency）で算出された特徴ベクトルのコサイン類似度に対して、類似度が最も高い前記予め選別された文書の種別を分類する、
ことを特徴とする請求項６に記載の文書分類装置。
自然言語をベクトル表現するtf-idf(term frequency-inverse document frequency）で算出された特徴ベクトルのコサイン類似度に対して、類似度が最も高い前記予め選別された文書の種別を分類する、
ことを特徴とする請求項６に記載の文書分類装置。
【請求項8】
前記単語は、前記複数の文書の各々に含まれるテキストデータに対して行われる形態素解析から得られた文字例に基づいて抽出される、
ことを特徴とする請求項１乃至３のいずれか一項に記載の文書分類装置。
ことを特徴とする請求項１乃至３のいずれか一項に記載の文書分類装置。
【請求項9】
文書に含まれる単語を用いて前記文書を分類する文書分類装置が実行する文書分類方法であって、
前記文書分類装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定ステップと、
前記複数の文書のうち、特定された前記分類実施地域名と、特定された前記検索結果地域名と、に基づいて分類を行う分類ステップと、
を実行する、
ことを特徴とする文書分類方法。
前記文書分類装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定ステップと、
前記複数の文書のうち、特定された前記分類実施地域名と、特定された前記検索結果地域名と、に基づいて分類を行う分類ステップと、
を実行する、
ことを特徴とする文書分類方法。
【請求項10】
文書に含まれる単語を用いて前記文書を分類する文書分類装置に、
前記文書分類装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定ステップと、
前記複数の文書のうち、特定された前記分類実施地域名と、特定された前記検索結果地域名と、に基づいて分類を行う分類ステップと、
を実行させるプログラム。
前記文書分類装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定ステップと、
前記複数の文書のうち、特定された前記分類実施地域名と、特定された前記検索結果地域名と、に基づいて分類を行う分類ステップと、
を実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、文書分類装置、文書分類方法及びプログラムに関する。
【背景技術】
【0002】
文書中に存在する単語を用いて文書を分類する際に、分類する文書種類に応じてその文書の特徴量を示すデータを用意して類似度を算出し、文書の分類を行う技術が普及している。
【0003】
例えば、クラスが未知のテキスト文書を分類する際に、単語と各クラスとの関連性を求めることで分類精度を向上させる技術が知られている（例えば、特許文献１参照）。
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、従来の技術では、文書に含まれる単語を用いて複数の文書を分類する場合、分類するために参照するデータの量が多くなり、その結果文書の分類における効率を低下させてしまう、という課題がある。
【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、請求項１に係る発明は、文書に含まれる単語を用いて前記文書を分類する文書分類装置であって、前記文書分類装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定手段と、前記複数の文書のうち、特定された前記分類実施地域名と、特定された前記検索結果地域名と、に基づいて分類を行う分類手段と、を有する、ことを特徴とする文書分類装置を提供する。
【発明の効果】
【0006】
以上説明したように本発明によれば、文書に含まれる単語を用いて複数の文書を分類する場合、効率的な文書の分類を実現させることが可能になる、という効果を奏する。
【図面の簡単な説明】
【0007】
【図1】実施形態に係る文書分類装置の一例を示す図である。
【図2】実施形態に係るデータ構造の一例を示す概念図である。
【図3】実施形態に係る文書分類装置のハードウエア構成の一例を示す図である。
【図4】実施形態に係る文書分類装置の機能構成の一例を示す図である。
【図5】実施形態に係る形態素解析管理テーブルの一例を示す概念図である。
【図6】実施形態に係る分類実施地域名管理テーブルの一例を示す概念図である。
【図7】実施形態に係る検索結果地域名管理テーブルの一例を示す概念図である。
【図8】実施形態に係る地域辞書管理テーブルの一例を示す概念図である。
【図9】実施形態に係る汎用辞書管理テーブルの一例を示す概念図である。
【図10】実施形態に係る分類対象文書に対する全体処理の一例を示すフローチャートである。
【図11】実施形態に係る分類対象文書に対する検索特定部による特定処理の一例を示すフローチャートである。
【図12】実施形態に係る分類対象文書に対する選別部による選別処理の一例を示すフローチャートである。
【図13】実施形態に係る文書分類装置における文書分類結果の表示画面の一例を示す図である。
【図14】実施形態に係る文書分類結果の一例を示す図である。
【図15】第２の実施形態に係る文書分類システムの全体構成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、図面を用いて、発明を実施するための形態について説明する。なお、図面の説明において同一要素には同一符号を付し、重複する部分があればその説明を省略する。
【0009】
〔第１の実施形態〕
＜文書分類装置＞
まず、文書分類装置の構成について説明する。図１は、実施形態に係る文書分類装置の
構成の一例を示す図である。図１に示されているように、文書分類装置２は、例えば、複数の機能を搭載したＭＦＰ(Multifunction Peripheral)である。また、文書分類装置２は、文書を光学的に読み取るＯＣＲ(Optical Character Recognition)機能を利用して、分類対象となる複数の文書を分類する。但し、文書分類装置２は、文書を読み取る読取り機能（スキャン機能）、又は入力される文書情報を一時的に記憶装置等に記憶させる機能を有する装置であれば、ＭＦＰに限られない。そのため、文書分類装置２は、例えば、文書を読み取る読取り機能（スキャン機能）を単体で有するスキャナ等であってもよい。文書分類装置２は更に、公衆回線を利用して通信を行い、入力される文書を一時的に記憶手段に記憶させるファクシミリ機能を単体で有するファクシミリ装置等であってもよい。
＜文書分類装置＞
まず、文書分類装置の構成について説明する。図１は、実施形態に係る文書分類装置の
構成の一例を示す図である。図１に示されているように、文書分類装置２は、例えば、複数の機能を搭載したＭＦＰ(Multifunction Peripheral)である。また、文書分類装置２は、文書を光学的に読み取るＯＣＲ(Optical Character Recognition)機能を利用して、分類対象となる複数の文書を分類する。但し、文書分類装置２は、文書を読み取る読取り機能（スキャン機能）、又は入力される文書情報を一時的に記憶装置等に記憶させる機能を有する装置であれば、ＭＦＰに限られない。そのため、文書分類装置２は、例えば、文書を読み取る読取り機能（スキャン機能）を単体で有するスキャナ等であってもよい。文書分類装置２は更に、公衆回線を利用して通信を行い、入力される文書を一時的に記憶手段に記憶させるファクシミリ機能を単体で有するファクシミリ装置等であってもよい。
【0010】
文書分類装置２は、一般的なサーバＯＳなどが搭載された一以上の情報処理装置（コンピュータシステム）によって実現され、文書分類システム１を構築する一つの構成要素である。また、文書分類装置２は、他の装置、通信端末と通信を行うための通信アプリを記憶手段にインストールして記憶している。
【0011】
上述したように、従来の方法では、文書を分類する際に、文書に含まれる単語の特徴量を示すデータが一括で保存されていると、用意されているデータすべてに対して類似度を求める必要が生じてしまう。その結果、特徴量を示すデータの増加に比例して類似度を求める際の時間が増加し、その結果文書の分類における効率を低下させてしまう、という課題がある。
【0012】
そこで本実施形態では、文書に含まれる単語を用いて複数の文書を分類する場合、分類対象となる文書の量が増加した場合でも、効率的な文書の分類を実現させることを可能にする文書分類装置を提供する。
【0013】
●用語について●
本実施形態において「地域」とは、例えば、日本国内の都道府県をいう。但し、分類される文書に応じてより詳細な文書の分類を実現するために、「地域」を都道府県から市町村、若しくはそれよりも小さな（細かい）自治体（例えば「区」）まで広げてもかまわない。
本実施形態において「地域」とは、例えば、日本国内の都道府県をいう。但し、分類される文書に応じてより詳細な文書の分類を実現するために、「地域」を都道府県から市町村、若しくはそれよりも小さな（細かい）自治体（例えば「区」）まで広げてもかまわない。
【0014】
また、本実施形態においてユーザとは、文書分類装置２又は通信端末３を利用する利用者、管理者等をいう。
【0015】
〔文書に含まれる単語に係るデータ構〕
次に、実施形態に係るデータ構造について説明する。図２は、実施形態に係るデータ構造の一例を示す概念図である。この概念図は、オープンソースの形態素解析(Morphological Analysis)エンジンとして知られている「ＭｅＣａｂ」を利用するための専用のフォーマットの一例である。最初の「契約書」が、文書中のヘッダとなる。但し、本実施形態において分類対象となる文書に含まれる単語に基づいて文書を分類することが可能であれば、他のデータフォーマットを用いてもよい。これにより、本実施形態において、単語は、複数の文書の各々に含まれるテキストデータに対して行われる上述した形態素解析から得られた文字例に基づいて抽出される。
次に、実施形態に係るデータ構造について説明する。図２は、実施形態に係るデータ構造の一例を示す概念図である。この概念図は、オープンソースの形態素解析(Morphological Analysis)エンジンとして知られている「ＭｅＣａｂ」を利用するための専用のフォーマットの一例である。最初の「契約書」が、文書中のヘッダとなる。但し、本実施形態において分類対象となる文書に含まれる単語に基づいて文書を分類することが可能であれば、他のデータフォーマットを用いてもよい。これにより、本実施形態において、単語は、複数の文書の各々に含まれるテキストデータに対して行われる上述した形態素解析から得られた文字例に基づいて抽出される。
【0016】
〔ハードウエア構成〕
続いて、図３を用いて、実施形態に係る文書分類装置のハードウエア構成について説明する。なお、図３に示されている文書分類装置のハードウエア構成は、必要に応じて構成要素が追加又は削除されてもよい。
続いて、図３を用いて、実施形態に係る文書分類装置のハードウエア構成について説明する。なお、図３に示されている文書分類装置のハードウエア構成は、必要に応じて構成要素が追加又は削除されてもよい。
【0017】
＜文書分類装置のハードウエア構成＞
図３は、実施形態に係る文書分類装置のハードウエア構成の一例を示す図である。文書分類装置２は、コンピュータによって構築されており、例えばＭＦＰである。図２に示されているように、文書分類装置２は、コントローラ２１０、外部機器接続Ｉ／Ｆ２２５、エンジン制御部２３０、操作パネル２４０、ネットワークＩ／Ｆ２５０を含むハードウエア資源を備えている。
図３は、実施形態に係る文書分類装置のハードウエア構成の一例を示す図である。文書分類装置２は、コンピュータによって構築されており、例えばＭＦＰである。図２に示されているように、文書分類装置２は、コントローラ２１０、外部機器接続Ｉ／Ｆ２２５、エンジン制御部２３０、操作パネル２４０、ネットワークＩ／Ｆ２５０を含むハードウエア資源を備えている。
【0018】
これらのうち、コントローラ２１０は、コンピュータの主要部であるＣＰＵ２０１、システムメモリ（ＭＥＭ－Ｐ）２０２、ノースブリッジ（ＮＢ）２０３、サウスブリッジ（ＳＢ）２０４、ＡＳＩＣ(Application Specific Integrated Circuit)２０５、記憶部であるローカルメモリ（ＭＥＭ－Ｃ）２０６、ＨＤＤ(Hard Disk Drive)コントローラ２０７及び記憶部であるＨＤ(Hard Disk)２０８を有し、ＮＢ２０３とＡＳＩＣ２０５との間をＡＧＰ(Accelerated Graphics Port)バス２２１で接続した構成となっている。
【0019】
これらのうち、ＣＰＵ２０１は、文書分類装置２の全体制御を行う制御部である。ＮＢ２０３は、ＣＰＵ２０１と、ＭＥＭ－Ｐ２０２、ＳＢ２０４及びＡＧＰバス２２１とを接続するためのブリッジであり、ＭＥＭ－Ｐ２０２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。
【0020】
ＭＥＭ－Ｐ２０２は、コントローラ２１０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ＲＯＭ２０２ａ、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ＲＡＭ２０２ｂとからなる。なお、ＲＡＭ２０２ｂ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取り可能な記録媒体に記録して提供されるようにしてもよい。
【0021】
ＳＢ２０４は、ＮＢ２０３とＰＣＩデバイス及び周辺デバイスとを接続するためのブリッジである。ＡＳＩＣ２０５は、画像処理用のハードウエ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２２１、ＰＣＩバス２２２、ＨＤ２０８及びＭＥＭ－Ｃ２０６をそれぞれ接続するブリッジの役割を有する。このＡＳＩＣ２０５は、ＰＣＩターゲット及びＡＧＰマスタ、ＡＳＩＣ２０５において所定の優先順位に従って各信号の駆動タイミングの調停を行うアービタ（Arbiter）、ＭＥＭ－Ｃ２０６を制御するメモリコントローラ、ハードウエ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、後述するスキャナ部２３１及びプリンタ部２３２との間でＰＣＩバス２２２を介したデータ転送を行うＰＣＩユニットを含む。なお、ＡＳＩＣ２０５には、ＵＳＢインターフェイスや、ＩＥＥＥ１３９４(Institute of Electrical and Electronics Engineers 1394）のインターフェイスが接続されるようにしてもよい。
【0022】
ＭＥＭ－Ｃ２０６は、コピー用画像バッファ及び符号バッファとして用いるローカルメモリである。ＨＤ２０８は、画像データの蓄積、印刷時に用いるフォントデータの蓄積、フォームの蓄積を行うためのストレージである。ＨＤ２０８は、ＣＰＵ２０１の制御にしたがってＨＤ２０８に対するデータの読出し又は書込みを制御する。ＡＧＰバス２２１は、グラフィック処理を高速化するために提案されたグラフィックスアクセラレータカード用のバスインターフェイスであり、ＭＥＭ－Ｐ２０２に高スループットで直接アクセスすることにより、グラフィックスアクセラレータカードを高速にすることができる。
【0023】
外部機器接続Ｉ／Ｆ２２５は、通信端末３と接続するためのインターフェイスであり、例えば、ＵＳＢインターフェイスである。
【0024】
なお、文書分類装置２は近距離通信回路用アンテナを有する近距離通信回路を備えていてもよい。近距離通信回路は、例えば、ＮＦＣ、Ｂｌｕｅｔｏｏｔｈ(登録商標。以下省略)、Ｗｉ－Ｆｉ(登録商標。以下省略)等の通信回路である。
【0025】
更に、エンジン制御部２３０は、スキャナ部２３１、プリンタ部２３２及びＦＡＸ部２３３によって構成されている。また、操作パネル２４０は、現在の設定値や選択画面等を表示させ、操作者からの入力を受け付けるタッチパネル等のパネル表示部２４０ａ、並びに、濃度の設定条件などの画像形成に係る条件の設定値を受け付けるテンキー、及びコピー開始指示を受け付けるスタートキー等を含む操作キー２４０ｂを備えている。本実施形態において、パネル表示部２４０ａは表示手段の一例として機能する。コントローラ２１０は、文書分類装置２全体の制御を行い、例えば、描画、通信、操作パネル２４０からの入力等を制御する。スキャナ部２３１又はプリンタ部２３２には、誤差拡散やガンマ(γ)変換などの画像処理部分が含まれている。また、ＦＡＸ部２３３には、外部装置との間をつなぐアナログ回線（公衆回線）を利用してファクシミリ通信を行なうためのアナログＩ／Ｆ、モデム（ＭＯＤＥＭ）、スピーカ等が含まれる。
【0026】
なお、文書分類装置２は、操作パネル２４０のアプリケーション切り替えキーにより、ドキュメントボックス機能、コピー機能、プリンタ機能及びファクシミリ機能を順次に切り替えて選択することが可能となる。ドキュメントボックス機能の選択時にはドキュメントボックスモードとなり、コピー機能の選択時にはコピーモードとなり、プリンタ機能の選択時にはプリンタモードとなり、ファクシミリモードの選択時にはファクシミリモードとなる。
【0027】
また、ネットワークＩ／Ｆ２５０は、通信ネットワーク１００を利用してデータ通信をするためのインターフェイスである。外部機器接続Ｉ／Ｆ２２５及びネットワークＩ／Ｆ２５０は、ＰＣＩバス２２２を介して、ＡＳＩＣ２０５に電気的に接続されている。
【0028】
なお、上述したプログラムは、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、コンピュータで読取り可能な記録媒体に記録、又はネットワークを介してダウンロードを行い流通させるようにしてもよい。記録媒体の例として、ＣＤ－Ｒ(Compact Disc Recordable)、ＤＶＤ(Digital Versatile Disk)、Ｂｌｕ-ｒａｙ Ｄｉｓｃ(Ｂｌｕ-ｒａｙは登録商標。以下省略)、ＳＤカード、ＵＳＢメモリ等が挙げられる。また、記録媒体は、プログラム製品(Program Product)として、国内又は国外へ提供されることができる。例えば、文書分類装置２は、本発明に係るプログラムが実行されることで、本発明に係る文書分類方法を実現する。
【0029】
〔機能構成〕
次に、図４乃至図９を用いて、本実施形態の機能構成について説明する。図４は、実施形態に係る文書分類装置の機能構成の一例を示す図である。なお、図４は、図１に示されている文書分類装置２のうち、後述する処理又は動作に関連するものを示す。
次に、図４乃至図９を用いて、本実施形態の機能構成について説明する。図４は、実施形態に係る文書分類装置の機能構成の一例を示す図である。なお、図４は、図１に示されている文書分類装置２のうち、後述する処理又は動作に関連するものを示す。
【0030】
＜文書分類装置の機能構成＞
図4に示されているように、文書分類装置２は、送受信部２１、受付抽出部２２、検索特定部２３、表示制御部２４、選別部２５、算出分類部２６、生成部２７、実行制御部２８及び記憶読出部２９を有する。これら各機能部は、図３に示された各ハードウエア資源のいずれかが、ＲＯＭ２０２ａ及びＨＤ２０８のうち少なくとも一つからＲＡＭ２０２ｂに展開された文書分類装置２用のプログラムに従ったＣＰＵ２０１からの命令により動作することで実現される機能又は手段である。また、文書分類装置２は、図３に示されているＲＯＭ２０２ａ及びＨＤ２０８のうち少なくとも一つにより構築される記憶部２０００を有している。更に、記憶部２０００には、他の装置、通信端末と通信ネットワーク又は有線ケーブルを介して通信を行うための通信プログラム(通信アプリ)、各種機能を実行するためのアプリ、ブラウザアプリ、分類対象となる複数の文書に係る文書データ等が記憶されている。
図4に示されているように、文書分類装置２は、送受信部２１、受付抽出部２２、検索特定部２３、表示制御部２４、選別部２５、算出分類部２６、生成部２７、実行制御部２８及び記憶読出部２９を有する。これら各機能部は、図３に示された各ハードウエア資源のいずれかが、ＲＯＭ２０２ａ及びＨＤ２０８のうち少なくとも一つからＲＡＭ２０２ｂに展開された文書分類装置２用のプログラムに従ったＣＰＵ２０１からの命令により動作することで実現される機能又は手段である。また、文書分類装置２は、図３に示されているＲＯＭ２０２ａ及びＨＤ２０８のうち少なくとも一つにより構築される記憶部２０００を有している。更に、記憶部２０００には、他の装置、通信端末と通信ネットワーク又は有線ケーブルを介して通信を行うための通信プログラム(通信アプリ)、各種機能を実行するためのアプリ、ブラウザアプリ、分類対象となる複数の文書に係る文書データ等が記憶されている。
【0031】
<<情報管理装置の各機能構成>>
次に、文書分類装置２の各機能構成について詳細に説明する。図４に示されている文書分類装置２の送受信部２１は、主に、外部機器接続Ｉ／Ｆ２２５及びネットワークＩ／Ｆ２５０に対するＣＰＵ２０１の処理によって実現され、外部装置と接続可能な通信ネットワークを介して他の装置、通信端末との間で各種データ(又は情報)の送受信を行う。本実施形態において送受信部２１は、送信手段及び受信手段のうち少なくとも一方の手段の一例として機能する。
次に、文書分類装置２の各機能構成について詳細に説明する。図４に示されている文書分類装置２の送受信部２１は、主に、外部機器接続Ｉ／Ｆ２２５及びネットワークＩ／Ｆ２５０に対するＣＰＵ２０１の処理によって実現され、外部装置と接続可能な通信ネットワークを介して他の装置、通信端末との間で各種データ(又は情報)の送受信を行う。本実施形態において送受信部２１は、送信手段及び受信手段のうち少なくとも一方の手段の一例として機能する。
【0032】
受付抽出部２２は、主に、パネル表示部２４０ａ及び操作キー２４０ｂのうち少なくとも一方が受け付けた各種操作により生成された信号をＣＰＵ２０１が処理することによって実現される。また受付抽出部２２は、スキャナ部２３１によって読み取られた分類対象となる文書をＯＣＲ等の機能を利用し、形態素解析を用いて文書に含まれるテキスト情報から所定の単語を抽出（分割）する。本実施形態において受付抽出部２２は、受付手段の一例、抽出手段の一例として機能する。
【0033】
検索特定部２３は、主に、ＣＰＵ２０１の処理によって実現される。検索特定部２３は、ＩＰアドレスと抽出された単語とを用いて、文書の分類が行われている地域を特定する。具体的には、検索特定部２３は、文書分類装置２に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する。また検索特定部２３は、所定のＡＰＩ(Application Programming Interface)を用いて使用されるＩＰアドレスによる検索、又は、ＩＰアドレスと各分類実施地域名とが関連付けられた分類実施地域名管理テーブル（ＤＢ）で管理されている情報を検索することにより、分類実施地域名を特定する。また検索特定部２３は、分類実施地域名に対応するＩＰアドレスと、複数の文書の各々に含まれる地域関連単語とが関連付けられた検索結果地域名管理テーブル（ＤＢ）を検索することにより、検索結果地域名を特定する。本実施形態において検索特定部２３は、検索手段の一例、特定手段の一例として機能する。
【0034】
表示制御部２４は、主に、パネル表示部２４０ａに対するＣＰＵ２０１の処理によって実現され、分類された文書一覧を示す文書分類結果一覧画面を含む各種画面及び情報(データ)の表示制御を行う。また、表示制御部２４は、例えば、ブラウザを用いて、ＨＴＭＬ等により生成された表示画面を、パネル表示部２４０ａに表示させることも可能である。本実施形態において表示制御部２４は表示制御手段の一例として機能する。
【0035】
選別部２５は、主に、ＣＰＵ２０１の処理によって実現される。また選別部２５は、文書の分類において利用する情報を選別する、具体的には、また選別部２５は、特定された分類実施地域名及び検索結果地域名の少なくとも一方に基づいて、文書を分類するための単語を選別する。また選別部２５は、特定された地域名に関連付けられた地域辞書管理テーブル（ＤＢ）、及び複数の文書の各々に含まれる単語に関連付けられた汎用辞書管理テーブル（ＤＢ）を検索することにより、単語を選別する。本実施形態において選別部２５は、選別手段の一例として機能する。
【0036】
算出分類部２６は、主に、ＣＰＵ２０１の処理によって実現され、抽出した単語と文書の分類に用いる辞書データから類似度を算出し、文書種別の判定、分類を行う。具体的には、算出分類部２６は、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う。また算出分類部２６は、選別部２５により選別された単語の類似度を算出することにより、予め選別された文書を分類する。また算出分類部２６は、自然言語をベクトル表現するtf-idf(term frequency-inverse document frequency）で算出された特徴ベクトルのコサイン類似度に対して、類似度が最も高い予め選別された文書の種別を分類する。本実施形態において算出分類部２６は、算出手段の一例、分類手段の手段の一例として機能する。
【0037】
生成部２７は、主に、ＣＰＵ２０１の処理によって実現され、パネル表示部２４０ａに表示させる文書分類結果一覧に係る各種画面情報等を生成する。本実施形態において生成部２７は、生成手段の一例として機能する。
【0038】
実行制御部２８は、主に、ＣＰＵ２０１の処理によって実現され、文書分類装置２における各種処理を実行し、又は各種処理の実行を制御する。本実施形態において実行制御部２８は、実行制御手段の一例として機能する。
【0039】
記憶読出部２９は、主に、ＲＯＭ２０２ａ及びＨＤ２０８のうち少なくとも一つに対するＣＰＵ２０１の処理によって実現され、記憶部２０００に各種データ(又は情報)を記憶したり、記憶部２０００から各種データ(又は情報)を読み出したりする。本実施形態において記憶読出部２９は、記憶読出手段の一例として機能する。
【0040】
●形態素解析管理テーブル●
図５は、形態素解析管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図５に示されているような形態素解析管理テーブルによって構成された形態素解析管理ＤＢ２００１が構築されている。形態素解析管理テーブルは、図２に示したデータ構造をデータテーブルとして管理するようにしたものであり、文字情報と文字情報に関する関連情報が関連付けられて記憶、管理されている。文字情報に対応した文字情報に関する関連情報には、品詞、読み仮名等が関連付けられて管理されている。例えば、文字情報としての「契約書」に関しては、「名詞」、「普通名詞」、「一般」、「ケイヤクショ」、「契約書」、「ケイヤクショ」の各情報が関連付けられて管理されている。
図５は、形態素解析管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図５に示されているような形態素解析管理テーブルによって構成された形態素解析管理ＤＢ２００１が構築されている。形態素解析管理テーブルは、図２に示したデータ構造をデータテーブルとして管理するようにしたものであり、文字情報と文字情報に関する関連情報が関連付けられて記憶、管理されている。文字情報に対応した文字情報に関する関連情報には、品詞、読み仮名等が関連付けられて管理されている。例えば、文字情報としての「契約書」に関しては、「名詞」、「普通名詞」、「一般」、「ケイヤクショ」、「契約書」、「ケイヤクショ」の各情報が関連付けられて管理されている。
【0041】
本実施形態において形態素解析管理テーブル（形態素解析管理ＤＢ２００１）は、形態素解析管理手段の一例として機能する。
【0042】
●分類実施地域名管理テーブル●
図６は、分類実施地域名管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図６に示されているような分類実施地域名管理テーブルによって構成された分類実施地域名管理ＤＢ２００２が構築されている。分類実施地域名管理テーブルでは、ＩＰアドレスと分類実施地域名とが関連付けられて記憶、管理されている。これらのうち、ＩＰアドレスは、分類対象となる複数の文書を分類する際に利用され、通信ネットワークを介して他の装置、通信端末と接続する際に文書分類装置２に与えられた識別情報である。また、分類実施地域名は、例えば、文書分類装置２によって文書を分類する地域名（都道府県）である。
図６は、分類実施地域名管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図６に示されているような分類実施地域名管理テーブルによって構成された分類実施地域名管理ＤＢ２００２が構築されている。分類実施地域名管理テーブルでは、ＩＰアドレスと分類実施地域名とが関連付けられて記憶、管理されている。これらのうち、ＩＰアドレスは、分類対象となる複数の文書を分類する際に利用され、通信ネットワークを介して他の装置、通信端末と接続する際に文書分類装置２に与えられた識別情報である。また、分類実施地域名は、例えば、文書分類装置２によって文書を分類する地域名（都道府県）である。
【0043】
本実施形態において分類実施地域名管理テーブル（分類実施地域名管理ＤＢ２００２）は、分類実施地域名管理手段の一例として機能する。
【0044】
●検索結果地域名管理テーブル●
図７は、検索結果地域名管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図７に示されているような検索結果地域名管理テーブルによって構成された検索結果地域名管理ＤＢ２００３が構築されている。検索結果地域名管理テーブルでは、文書ＩＤごとに、文書名（種類）、ＩＰアドレス、文書中地域関連単語及び検索結果地域名（都道府県）が関連付けられて記憶、管理されている。これらのうち、文書ＩＤは分類対象となる複数の文書の各々を識別する識別紹鴎である。文書名（種類）は、分類対象となる複数の文書の各々を表す名称（種類）であり、例えば、「大阪請求書」、「東京見積書」である。文書中地域関連単語は、分類対象となる複数の文書の各々に含まれるテキスト情報から地域名に関連する単語を表し、例えば、「大阪府○○」、「なんば」、「浦安市」、「大阪支部Ａ」、「東京支部Ｂ」である。検索結果地域名（都道府県）は、文書中地域関連単語に対応する都道府県名であり、例えば、「大阪」、「千葉」、「東京」、「福岡」である。そのため、検索結果地域名（都道府県）は、一つの文書中に文書中地域関連単語が複数存在する場合、それに対応して複数在してもかまわない。但し、文書データの分類においては、分類実施地域名に対応した地域名を優先的に採用するため、分類実施地域名が「大阪」であれば、検索結果地域名（都道府県）も「大阪」が優先的に用いられる。
図７は、検索結果地域名管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図７に示されているような検索結果地域名管理テーブルによって構成された検索結果地域名管理ＤＢ２００３が構築されている。検索結果地域名管理テーブルでは、文書ＩＤごとに、文書名（種類）、ＩＰアドレス、文書中地域関連単語及び検索結果地域名（都道府県）が関連付けられて記憶、管理されている。これらのうち、文書ＩＤは分類対象となる複数の文書の各々を識別する識別紹鴎である。文書名（種類）は、分類対象となる複数の文書の各々を表す名称（種類）であり、例えば、「大阪請求書」、「東京見積書」である。文書中地域関連単語は、分類対象となる複数の文書の各々に含まれるテキスト情報から地域名に関連する単語を表し、例えば、「大阪府○○」、「なんば」、「浦安市」、「大阪支部Ａ」、「東京支部Ｂ」である。検索結果地域名（都道府県）は、文書中地域関連単語に対応する都道府県名であり、例えば、「大阪」、「千葉」、「東京」、「福岡」である。そのため、検索結果地域名（都道府県）は、一つの文書中に文書中地域関連単語が複数存在する場合、それに対応して複数在してもかまわない。但し、文書データの分類においては、分類実施地域名に対応した地域名を優先的に採用するため、分類実施地域名が「大阪」であれば、検索結果地域名（都道府県）も「大阪」が優先的に用いられる。
【0045】
本実施形態において検索結果地域名管理テーブル（検索結果地域名管理ＤＢ２００３）は、検索結果地域名管理手段の一例として機能する。
【0046】
●地域辞書管理テーブル●
図８は、地域辞書管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図８に示されているような地域辞書管理テーブルによって構成された地域辞書管理ＤＢ２００４が構築されている。地域辞書管理テーブルでは、地域ラベルを表す地域名をタブとしたそれぞれのタブごとに、文書ＩＤ、文書名（種類）、単語ＩＤ、単語（Word）、ＴＦ（Term Frequency）が関連付けられて記憶、管理されている。これらのうち、単語ＩＤは、各文書に含まれる単語に付与されそれぞれの単語を識別する識別情報である。単語（Word）は、各文書名で示される文書から抽出された単語を表し、例えば、「事故」、「担当」、「状況」である。ＴＦは、文書における類似度を数値化したものであり、入力した文書に対して、例えば「事故」という単語が、どの程度その文書中でその文書らしさを表しているかの指標を表し、例えば、「0.026…」、「0.019…」等の値で示される。
図８は、地域辞書管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図８に示されているような地域辞書管理テーブルによって構成された地域辞書管理ＤＢ２００４が構築されている。地域辞書管理テーブルでは、地域ラベルを表す地域名をタブとしたそれぞれのタブごとに、文書ＩＤ、文書名（種類）、単語ＩＤ、単語（Word）、ＴＦ（Term Frequency）が関連付けられて記憶、管理されている。これらのうち、単語ＩＤは、各文書に含まれる単語に付与されそれぞれの単語を識別する識別情報である。単語（Word）は、各文書名で示される文書から抽出された単語を表し、例えば、「事故」、「担当」、「状況」である。ＴＦは、文書における類似度を数値化したものであり、入力した文書に対して、例えば「事故」という単語が、どの程度その文書中でその文書らしさを表しているかの指標を表し、例えば、「0.026…」、「0.019…」等の値で示される。
【0047】
本実施形態において地域辞書管理テーブル（地域辞書管理ＤＢ２００４）は、地域辞書管理手段の一例として機能する。
【0048】
●汎用辞書管理テーブル●
図９は、汎用辞書管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図９に示されているような汎用辞書管理テーブルによって構成された汎用辞書管理ＤＢ２００５が構築されている。汎用辞書管理テーブルでは、文書ＩＤごとに、文書名（種類）、単語ＩＤ、単語（Word）、ＴＦが関連付けられて記憶、管理されている。この汎用辞書管理テーブルは、上述した地域辞書管理テーブルで管理されている各項目と同様の機能を有する項目を管理し、地域名に依存しない汎用的な辞書管理テーブルとして用いられる。
図９は、汎用辞書管理テーブルの一例を示す概念図である。なお、以下に説明するデータテーブルは一例であり、これに限るものではない。記憶部２０００には、図９に示されているような汎用辞書管理テーブルによって構成された汎用辞書管理ＤＢ２００５が構築されている。汎用辞書管理テーブルでは、文書ＩＤごとに、文書名（種類）、単語ＩＤ、単語（Word）、ＴＦが関連付けられて記憶、管理されている。この汎用辞書管理テーブルは、上述した地域辞書管理テーブルで管理されている各項目と同様の機能を有する項目を管理し、地域名に依存しない汎用的な辞書管理テーブルとして用いられる。
【0049】
本実施形態において汎用辞書管理テーブル（汎用辞書管理ＤＢ２００５）は、汎用辞書管理手段の一例として機能する。
【0050】
〔実施形態の処理又は動作〕
次に、図１０乃至図１４を用いて、第１の実施形態に係る文書分類装置における各処理又は動作を説明する。本実施形態に係る文書分類装置２がＭＦＰの場合、文書分類装置２は、分類対象となる文書を読み取った後、読み取られた文書に含まれるテキスト情報から、ＯＣＲ技術により文字列の抽出を行う。その後、文書分類装置２は、抽出した文字列に対して形態素解析を行い、文字列を単語に切り分ける。そして、文書分類装置２は、は、これらの単語に対して、自然言語をベクトル表現する手法として知られているＴＦ－ＩＤＦを利用する。ＴＦ－ＩＤＦ（ｔｆ－ｉｄｆ、TF-IDF、tf-idfとも記載する）は、tf（Term Frequency）単語の出現度合いと、idf（Inverse Document Frequency）単語の出現頻度の少なさの二つを用いて、文書ごとの特徴ベクトルを表す手法である。本実施形態では、仕分けをする分類ごとにＴＦ－ＩＤＦで特徴ベクトルを算出し、同様に評価する文書でもＴＦ－ＩＤＦで特徴ベクトルを算出する。その後、文書分類装置２は、これらのベクトルのコサイン類似度を算出し、類似度が一番高い文書種類に分類する。但し、類似度が閾値を超えない場合は、特徴量が低いという判断で未分類とする。
次に、図１０乃至図１４を用いて、第１の実施形態に係る文書分類装置における各処理又は動作を説明する。本実施形態に係る文書分類装置２がＭＦＰの場合、文書分類装置２は、分類対象となる文書を読み取った後、読み取られた文書に含まれるテキスト情報から、ＯＣＲ技術により文字列の抽出を行う。その後、文書分類装置２は、抽出した文字列に対して形態素解析を行い、文字列を単語に切り分ける。そして、文書分類装置２は、は、これらの単語に対して、自然言語をベクトル表現する手法として知られているＴＦ－ＩＤＦを利用する。ＴＦ－ＩＤＦ（ｔｆ－ｉｄｆ、TF-IDF、tf-idfとも記載する）は、tf（Term Frequency）単語の出現度合いと、idf（Inverse Document Frequency）単語の出現頻度の少なさの二つを用いて、文書ごとの特徴ベクトルを表す手法である。本実施形態では、仕分けをする分類ごとにＴＦ－ＩＤＦで特徴ベクトルを算出し、同様に評価する文書でもＴＦ－ＩＤＦで特徴ベクトルを算出する。その後、文書分類装置２は、これらのベクトルのコサイン類似度を算出し、類似度が一番高い文書種類に分類する。但し、類似度が閾値を超えない場合は、特徴量が低いという判断で未分類とする。
【0051】
以下、図１０について説明する。図１０は、実施形態に係る分類対象文書に対する全体処理の一例を示すフローチャートである。まず、文書分類装置２は、主に、受付抽出部２２が形態素解析による抽出処理を実行する（ステップＳ１１）。具体的には、受付抽出部２２は、分類対象となる複数の文書の各々に対して読取りを行い、ＯＣＲ技術により文字列の抽出を行う。その後、受付抽出部２２は、形態素解析管理ＤＢ２００１（図５参照）に基づいて、抽出された文字列の各々の文字情報に関する関連情報を読み出す。このように、分類対象となる複数の文書中の単語は、複数の文書の各々に含まれるテキストデータに対して行われる形態素解析から得られた文字例に基づいて抽出される。
【0052】
次に、文書分類装置２は、検索特定部２３による特定処理を実行する（ステップＳ１２）。この処理の詳細については後述する。
【0053】
次に、文書分類装置２は、選別部２５による選別処理を実行する（ステップＳ１３）。この処理の詳細については後述する。
【0054】
次に、文書分類装置２は、算出分類部２６による分類処理を実行し、必要に応じて表示手段に表示結果を表示させて（ステップＳ１４）、文書分類の全体処理を終了する。具体的には、算出分類部２６は、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う。
【0055】
＜検索特定部による特定処理＞
図１１は、実施形態に係る分類対象文書に対する検索特定部による特定処理の一例を示すフローチャートである。図１１では、ステップＳ１２で説明した処理の詳細について説明する。まず、検索特定部２３は、ＩＰアドレスによる文書分類が行われている地域を特定する（ステップＳ１２－１）。具体的には、検索特定部２３は、例えば、ＧｅｏＪｓのＡＰＩ等を用いて使用されているＩＰアドレスから地域名を特定する。また、検索特定部２３は、自装置としての文書分類装置２に付与されたＩＰアドレスを検索キーとして分類実施地域名管理ＤＢ２００２（図６参照）を参照し、文書分類装置２に付与されたＩＰアドレスに関連付けられた分類実施地域を示す分類実施地域名（都道府県）を読み出してもよい。
図１１は、実施形態に係る分類対象文書に対する検索特定部による特定処理の一例を示すフローチャートである。図１１では、ステップＳ１２で説明した処理の詳細について説明する。まず、検索特定部２３は、ＩＰアドレスによる文書分類が行われている地域を特定する（ステップＳ１２－１）。具体的には、検索特定部２３は、例えば、ＧｅｏＪｓのＡＰＩ等を用いて使用されているＩＰアドレスから地域名を特定する。また、検索特定部２３は、自装置としての文書分類装置２に付与されたＩＰアドレスを検索キーとして分類実施地域名管理ＤＢ２００２（図６参照）を参照し、文書分類装置２に付与されたＩＰアドレスに関連付けられた分類実施地域を示す分類実施地域名（都道府県）を読み出してもよい。
【0056】
また、検索特定部２３は、分類している文書の文書データから地域名を検索する（ステップＳ１２－２）。具体的には、検索特定部２３は記憶読出部２９を介して、分類対象となる文書からＯＣＲ技術等を用いて抽出した単語、例えば、「大阪府○○」を、検索結果地域名管理ＤＢ２００３（図７参照）で管理され文書ＩＤに対応する文書中地域関連単語の項目に登録し、記憶させる。検索特定部２３は更に、登録した単語に含まれる都道府県名を特定して検索結果地域名に登録し、記憶させる。この場合、検索特定部２３は、検索結果地域名管理ＤＢ２００３に対して、分類対象となる文書ＩＤに対応する文書名（種類）も合わせて登録し、記憶させてもよい。
【0057】
続いて、検索特定部２３は、文書分類が行われている地域名と分類している文書との関連がある地域名の情報を統合してこのフローを抜ける（ステップＳ１２－３）。具体的には、検索特定部２３は、ステップＳ１２－１及びＳ１２－２で得られた結果を統合し、その統合結果を、文書分類装置２の記憶部２０００の所定領域、若しくは一時的なバッファ領域に記憶させる。
【0058】
＜選別部による選別処理＞
図１２は、実施形態に係る分類対象文書に対する選別部による選別処理の一例を示すフローチャートである。図１２では、選別部２５は、上述したステップＳ１２－３における検索特定部２３の出力を受け付ける（ステップＳ１３－１）。
図１２は、実施形態に係る分類対象文書に対する選別部による選別処理の一例を示すフローチャートである。図１２では、選別部２５は、上述したステップＳ１２－３における検索特定部２３の出力を受け付ける（ステップＳ１３－１）。
【0059】
次に、選別部２５は、地域名に合致するラベルが付与されている文書分類時に利用する辞書データを検索する（ステップＳ１３－２）。具体的には、選別部２５は、上述した検索特定部２３によって特定された地域名（都道府県）に合致するラベル（例えば、大阪）をタブとする地域辞書管理ＤＢ２００４（図８参照）で管理されている、分類対象となる文書に関連付けられた辞書データ（単語ＩＤと単語ＩＤに対応する単語(Word)）を検索する。
【0060】
また、選別部２５は、汎用的な文書分類時に利用する辞書データを検索する（ステップＳ１３－３）。具体的には、選別部２５は、汎用辞書管理ＤＢ２００５（図９参照）で管理されている、分類対象となる文書に関連付けられた辞書データ（単語ＩＤと単語ＩＤに対応する単語(Word)）を検索する。
【0061】
次に、選別部２５は、文書分類時に参照する情報を決定してこのフローを抜ける（ステップＳ１３－４）。具体的には、選別部２５は、ステップＳ１３－２及びＳ１２－３で得られた結果を統合し、その統合結果を、文書分類装置２の記憶部２０００の所定領域、若しくは一時的なバッファ領域に記憶させる。
【0062】
図１０に戻り、算出分類部２６は、ステップＳ１３によって選別された結果を利用してステップＳ１４の文書データの分類処理を行い、文書分類の全体処理を終了する。具体的には、算出分類部２６は、分類対象となる文書に係る文書データ（読み取られた文書に係る文書データ）と、各種データテーブルを検索することにより読み出されたデータと、に対して１対１で類似度を算出し、最も類似度が高いものを分類後の文書種別として分類する。
【0063】
●画面表示例●
図１３は、実施形態に係る文書分類装置における文書分類結果の表示画面の一例を示す図である。文書分類装置２の表示制御部２４は、パネル表示部２４０ａに文書分類結果一覧画面２１１１を表示させる。文書分類結果一覧画面２１１１では、文書分類結果一覧として、文書中に示された地域名（都道府県）ごとに、文書種類、分類結果閲覧ボタン（アイコン）２１５１が表示される。利用者は、この分類結果閲覧ボタン２１５１を所望の文書種類に対して操作することで、後述する文書一覧の詳細を閲覧（確認）することができる。なお、戻るボタン（アイコン）２１６１は、前の画面に戻るためのボタンである。
図１３は、実施形態に係る文書分類装置における文書分類結果の表示画面の一例を示す図である。文書分類装置２の表示制御部２４は、パネル表示部２４０ａに文書分類結果一覧画面２１１１を表示させる。文書分類結果一覧画面２１１１では、文書分類結果一覧として、文書中に示された地域名（都道府県）ごとに、文書種類、分類結果閲覧ボタン（アイコン）２１５１が表示される。利用者は、この分類結果閲覧ボタン２１５１を所望の文書種類に対して操作することで、後述する文書一覧の詳細を閲覧（確認）することができる。なお、戻るボタン（アイコン）２１６１は、前の画面に戻るためのボタンである。
【0064】
図１４は、実施形態に係る文書分類結果の一例を示す図である。図１４では、図１３の文書分類結果一覧画面２１１１で操作された所望の文書種類の一覧（この場合は大阪に関する請求書の一覧）がパネル表示部２４０ａに表示された場合の模式的な状態である。この場合、表示制御部２４は、利用者が所望の請求書に対してマウスオーバー操作等を行った場合に、その請求書をパネル表示部２４０ａの最上面に移動させて内容を閲覧できるようにしてもよい。
【0065】
〔第１の実施形態の主な効果〕
以上説明したように本実施形態によれば、文書分類装置２は、自装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定し（ステップＳ１２）、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う（ステップＳ１４）。これにより、文書に含まれる単語を用いて複数の文書を分類する場合、効率的な文書の分類を実現させることが可能になるという効果を奏する。
以上説明したように本実施形態によれば、文書分類装置２は、自装置に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定し（ステップＳ１２）、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う（ステップＳ１４）。これにより、文書に含まれる単語を用いて複数の文書を分類する場合、効率的な文書の分類を実現させることが可能になるという効果を奏する。
【0066】
更に、本実施形態によれば、予め文書に関連付けられた地域名を特定するため、類似している分類先を排除することで、分類の失敗を防止することが可能になる、という効果も奏する。
【0067】
〔第２の実施形態〕
〔文書分類システムの全体構成〕
次に、第２の実施形態について説明する。図１５は、第２の実施形態に係る文書分類システムの全体構成の一例を示す図である。図１５に示されているように、文書分類システム１は、文書分類装置２及び通信端末３を有している。
〔文書分類システムの全体構成〕
次に、第２の実施形態について説明する。図１５は、第２の実施形態に係る文書分類システムの全体構成の一例を示す図である。図１５に示されているように、文書分類システム１は、文書分類装置２及び通信端末３を有している。
【0068】
文書分類システム１では、文書分類装置２及び通信端末３は、通信ネットワーク１００を介してそれぞれ互いに接続されている。通信ネットワーク１００は、不特定多数の通信が行われる通信ネットワークであり、インターネット、イントラネット、ＬＡＮ(Local Area Network)等によって構築されている。なお、通信ネットワーク１００には、有線通信だけでなく、４Ｇ(4th Generation)、５Ｇ(5th Generation)、ＷｉＭＡＸ(Worldwide Interoperability for Microwave Access)、ＬＴＥ(Long Term Evolution)等の無線通信による通信ネットワークが含まれてもよい。なお、文書分類装置２及び通信端末３は、専用の有線ケーブルで直接接続されていてもよい。
【0069】
なお、文書分類装置２では、ストレージ等の各部（機能又は手段）を分割して任意に割り当てられた複数のコンピュータによって構築されてもよい。また、文書分類装置２の機能の全てまたは一部は、クラウド環境に存在するサーバコンピュータであってもよいし、オンプレミス環境に存在するサーバコンピュータであってもよい。文書分類装置２は、更に、ブラウザソフトウエア等のソフトウエアを動作させることが可能な通信装置又は通信端末が用いられてもよい。
【0070】
また、文書分類装置２は、通信端末３に対してプッシュ通知(送信)によりデータ(情報)を通知(送信)してもよい。その場合、文書分類装置２は、例えば、プッシュ通知サーバの一例であるＦＣＭ(Firebase Cloud Messaging)を介してプッシュ通知が行われるようにしてよい。
【0071】
＜通信端末＞
通信端末３は、文書分類システム１を利用するユーザ（利用者）によって利用され、文書分類装置２が送信した分類結果情報等を受信して記憶、表示等を行う通信端末である。また、通信端末３は、一般的なＯＳなどが搭載された通信を行うための情報処理端末（コンピュータシステム）によって実現され、文書分類システム１を構築する一つの構成要素である。また、通信端末３は、一般的に利用されている外部サービスを提供する他の装置、通信端末と通信を行うための通信アプリ、並びに、分類された文書一覧を記憶、表示、管理するための文書管理アプリ等を記憶手段にインストールして記憶している。
通信端末３は、文書分類システム１を利用するユーザ（利用者）によって利用され、文書分類装置２が送信した分類結果情報等を受信して記憶、表示等を行う通信端末である。また、通信端末３は、一般的なＯＳなどが搭載された通信を行うための情報処理端末（コンピュータシステム）によって実現され、文書分類システム１を構築する一つの構成要素である。また、通信端末３は、一般的に利用されている外部サービスを提供する他の装置、通信端末と通信を行うための通信アプリ、並びに、分類された文書一覧を記憶、表示、管理するための文書管理アプリ等を記憶手段にインストールして記憶している。
【0072】
ここで、通信端末３の機能及び役割について説明する。文書分類に係る第２の実施形態では、通信端末３は、図１５に示した文書分類システム１における文書分類装置２の各種データ（情報）の一括管理を行うことも可能である。つまり、文書分類システム１では、通信端末３が、文書分類装置２で管理されるデータテーブル、分類対象となる複数の文書、及び文書分類結果一覧を含む分類後の文書に係るデータ（情報）のうち少なくとも一つを一括管理する通信端末として構築されてもよい。
【0073】
なお、通信端末３は、一般的に使用されるＰＣ(Personal Computer)、携帯型ノートＰＣ、携帯電話、スマートフォン、タブレット端末、ウェアラブル端末（サングラス型、腕時計型等）の通信機能を有する通信端末であってもよい。通信端末３は更に、ブラウザソフトウエア、各種アプリ(自然文検索アプリ等)のソフトウエアを動作させることが可能な通信装置又は通信端末が用いられてもよい。
【0074】
〔第２の実施形態の主な効果〕
以上説明したように本実施形態によれば、文書分類装置２において分類された文書データを、文書分類装置２と通信可能な通信端末３に記憶させ、必要に応じて分類結果を表示させる。これにより、文書分類装置２における処理負荷を軽減させることが可能になるほか、通信端末３を利用する利用者の利便性も向上させることが可能になる、という効果も期待できる。
以上説明したように本実施形態によれば、文書分類装置２において分類された文書データを、文書分類装置２と通信可能な通信端末３に記憶させ、必要に応じて分類結果を表示させる。これにより、文書分類装置２における処理負荷を軽減させることが可能になるほか、通信端末３を利用する利用者の利便性も向上させることが可能になる、という効果も期待できる。
【0075】
〔実施形態の補足〕
上述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エ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デバイスを含むものとする。このデバイスとは、例えば、プロセッサ、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）、ＳＯＣ(System on a chip)、ＧＰＵ（Graphics Processing Unit）、及び従来の回路モジュール等をいう。
上述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エ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デバイスを含むものとする。このデバイスとは、例えば、プロセッサ、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）、ＳＯＣ(System on a chip)、ＧＰＵ（Graphics Processing Unit）、及び従来の回路モジュール等をいう。
【0076】
また、上述したように、文書分類装置２は、各種判断を機械学習（人工知能：ＡＩを利用した学習）におけるコサイン類似度を利用して実行してもよい。文書分類装置２は更に、コサイン類似度に代えて、他の解析手法を利用して文書を分類するようにしてもよい。
【0077】
これまで本発明の一実施形態に係る文書分類装置、文書分類方法及びプログラムについて説明してきたが、本発明は、上述した実施形態に限定されるものではなく、他の実施形態の追加、変更又は削除等、当業者が想到することができる範囲内で変更することができ、いずれの態様においても本発明の作用・効果を奏する限り、本発明の範囲に含まれるものである。なお、上述した各構成部品の寸法、材質、形状、その相対的配置等は、特定的な記載がない限り、本発明の範囲をそれのみに限定する趣旨ではなく、例示することを意図したものである。
【0078】
■まとめ■
本発明に係る態様は、例えば、以下のとおりである。
本発明に係る態様は、例えば、以下のとおりである。
【0079】
＜第１態様＞
第１態様としての文書に含まれる単語を用いて文書を分類する文書分類装置２（文書分類装置の一例。以下省略）は、文書分類装置２に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する検索特定部２３（特定手段の一例。以下省略）と、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う算出分類部２６（分類手段の一例。以下省略）と、を有する。
第１態様としての文書に含まれる単語を用いて文書を分類する文書分類装置２（文書分類装置の一例。以下省略）は、文書分類装置２に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する検索特定部２３（特定手段の一例。以下省略）と、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う算出分類部２６（分類手段の一例。以下省略）と、を有する。
【0080】
第１態様によれば、文書に含まれる単語を用いて複数の文書を分類する場合、効率的な文書の分類を実現させることが可能になる。
【0081】
＜第２態様＞
第２態様としての文書分類装置２の検索特定部２３は、第１態様において、所定のＡＰＩ(Application Programming Interface)を用いて使用されるＩＰアドレスによる検索、又は、ＩＰアドレスと各分類実施地域名とが関連付けられた分類実施地域名管理ＤＢ２００２（分類実施地域名管理手段の一例。以下省略）で管理されている情報を検索することにより、分類実施地域名を特定する。
第２態様としての文書分類装置２の検索特定部２３は、第１態様において、所定のＡＰＩ(Application Programming Interface)を用いて使用されるＩＰアドレスによる検索、又は、ＩＰアドレスと各分類実施地域名とが関連付けられた分類実施地域名管理ＤＢ２００２（分類実施地域名管理手段の一例。以下省略）で管理されている情報を検索することにより、分類実施地域名を特定する。
【0082】
第２態様によれば、地域名に係る情報取得における情報量を増やすことができると共に、いずれかの方法で情報が取得できなかった場合に対応することが可能になる。
【0083】
＜第３態様＞
第３態様としての文書分類装置２の検索特定部２３は、第１態様において、分類実施地域名に対応するＩＰアドレスと、複数の文書の各々に含まれる地域関連単語とが関連付けられた検索結果地域名管理ＤＢ２００３（検索結果地域名管理手段の一例。以下省略）を検索することにより、検索結果地域名を特定する。
第３態様としての文書分類装置２の検索特定部２３は、第１態様において、分類実施地域名に対応するＩＰアドレスと、複数の文書の各々に含まれる地域関連単語とが関連付けられた検索結果地域名管理ＤＢ２００３（検索結果地域名管理手段の一例。以下省略）を検索することにより、検索結果地域名を特定する。
【0084】
第３態様によれば、一度検索された結果をデータベースに登録させることで、文書分類装置２における２回目以降の検索処理の効率化を図ることが可能になる。
【0085】
＜第４態様＞
第４態様としての文書分類装置２は、第１態様乃至第３態様において、特定された分類実施地域名及び検索結果地域名の少なくとも一方に基づいて、文書を分類するための単語を選別する選別部２５（選別手段の一例。以下省略）を有する。
第４態様としての文書分類装置２は、第１態様乃至第３態様において、特定された分類実施地域名及び検索結果地域名の少なくとも一方に基づいて、文書を分類するための単語を選別する選別部２５（選別手段の一例。以下省略）を有する。
【0086】
第４態様によれば、文書の分類を実施する分類実施地域名と検索結果地域名とを併用させて文書を分類するための単語を選別することで、文書の分類精度を向上させることが可能になる。
【0087】
＜第５態様＞
第５態様としての文書分類装置２の選別部２５は、第４態様において、特定された地域名に関連付けられた地域辞書管理ＤＢ２００４（地域辞書管理手段の一例。以下省略）、及び複数の文書の各々に含まれる単語に関連付けられた汎用辞書管理ＤＢ２００５（汎用辞書管理手段の一例。以下省略）を検索することにより、単語を選別する。
第５態様としての文書分類装置２の選別部２５は、第４態様において、特定された地域名に関連付けられた地域辞書管理ＤＢ２００４（地域辞書管理手段の一例。以下省略）、及び複数の文書の各々に含まれる単語に関連付けられた汎用辞書管理ＤＢ２００５（汎用辞書管理手段の一例。以下省略）を検索することにより、単語を選別する。
【0088】
第５態様によれば、地域名に関連した辞書データと汎用的な辞書データとを併用させて文書を分類するための単語を選別することで、第４の実施形態と同様に、文書の分類精度を向上させることが可能になる。
【0089】
＜第６態様＞
第６態様としての文書分類装置２の算出分類部２６は、第５態様において、選別部２５により選別された単語の類似度を算出することにより、予め選別された文書を分類する。
第６態様としての文書分類装置２の算出分類部２６は、第５態様において、選別部２５により選別された単語の類似度を算出することにより、予め選別された文書を分類する。
【0090】
第６態様によれば、予め分類対象が絞られるので、文書の分類の効率化に貢献することが可能になる。
【0091】
＜第７態様＞
第７態様としての文書分類装置２の算出分類部２６は、第６態様において、自然言語をベクトル表現するtf-idf(term frequency-inverse document frequency）で算出された特徴ベクトルのコサイン類似度に対して、類似度が最も高い予め選別された文書の種別を分類する。
第７態様としての文書分類装置２の算出分類部２６は、第６態様において、自然言語をベクトル表現するtf-idf(term frequency-inverse document frequency）で算出された特徴ベクトルのコサイン類似度に対して、類似度が最も高い予め選別された文書の種別を分類する。
【0092】
第７態様によれば、汎用的な類似度を求める手法が利用できるので、文書分類装置２における機能設計の負担軽減が可能になる。
【0093】
＜第８態様＞
第８態様としての文書分類装置２で分類対象となる複数の文書中の単語は、第１態様乃至第７態様のいずれかにおいて、複数の文書の各々に含まれるテキストデータに対して行われる形態素解析から得られた文字例に基づいて抽出される。
第８態様としての文書分類装置２で分類対象となる複数の文書中の単語は、第１態様乃至第７態様のいずれかにおいて、複数の文書の各々に含まれるテキストデータに対して行われる形態素解析から得られた文字例に基づいて抽出される。
【0094】
＜第９態様＞
第９態様としての文書に含まれる単語を用いて文書を分類する文書分類装置２（文書分類装置の一例。以下省略）が実行する文書分類方法は、文書分類装置２に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定ステップと、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う分類ステップと、を実行する。
第９態様としての文書に含まれる単語を用いて文書を分類する文書分類装置２（文書分類装置の一例。以下省略）が実行する文書分類方法は、文書分類装置２に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定ステップと、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、に基づいて分類を行う分類ステップと、を実行する。
【0095】
第９態様によれば、第１態様と同様に、文書に含まれる単語を用いて複数の文書を分類する場合、効率的な文書の分類を実現させることが可能になる。
【0096】
＜第１０態様＞
第１０態様としてのプログラムは、文書に含まれる単語を用いて文書を分類する文書分類装置２（文書分類装置の一例。以下省略）に、文書分類装置２に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定ステップと、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、基づいて分類を行う分類ステップと、を実行させる。
第１０態様としてのプログラムは、文書に含まれる単語を用いて文書を分類する文書分類装置２（文書分類装置の一例。以下省略）に、文書分類装置２に関連付けられた分類実施地域を示す分類実施地域名と、複数の文書の各々に含まれる単語に関連付けられた検索結果地域を示す検索結果地域名と、を特定する特定ステップと、複数の文書のうち、特定された分類実施地域名と、特定された検索結果地域名と、基づいて分類を行う分類ステップと、を実行させる。
【0097】
第１０態様によれば、第１態様と同様に、文書に含まれる単語を用いて複数の文書を分類する場合、効率的な文書の分類を実現させることが可能になる。
【符号の説明】
【0098】
１ 文書分類システム
２ 文書分類装置
３ 通信端末
２１ 送受信部（送信手段の一例、受信手段の一例）
２２ 受付抽出部（受付手段の一例）
２３ 検索特定部（検索手段の一例、特定手段の一例）
２４ 表示制御部（表示制御手段の一例）
２５ 選別部（選別手段の一例）
２６ 算出分類部（算出手段の一例、分類手段の一例）
２７ 生成部（生成手段の一例）
２８ 実行制御部（実行制御手段の一例）
２９ 記憶読出部（記憶読出手段の一例）
２４０ａ パネル表示部（表示手段の一例）
２ 文書分類装置
３ 通信端末
２１ 送受信部（送信手段の一例、受信手段の一例）
２２ 受付抽出部（受付手段の一例）
２３ 検索特定部（検索手段の一例、特定手段の一例）
２４ 表示制御部（表示制御手段の一例）
２５ 選別部（選別手段の一例）
２６ 算出分類部（算出手段の一例、分類手段の一例）
２７ 生成部（生成手段の一例）
２８ 実行制御部（実行制御手段の一例）
２９ 記憶読出部（記憶読出手段の一例）
２４０ａ パネル表示部（表示手段の一例）
【先行技術文献】
【特許文献】
【0099】
【特許文献1】特許第６０４０１３８号公報
【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】
