特開 2024-163496 関係性判定装置

(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】P2024163496

(43)【公開日】2024-11-22

(54)【発明の名称】関係性判定装置

(51)【国際特許分類】

   G06F 16/35 20190101AFI20241115BHJP

【ＦＩ】

G06F16/35

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023079180

(22)【出願日】2023-05-12

(71)【出願人】

【識別番号】392026693

【氏名又は名称】株式会社ＮＴＴドコモ

(74)【代理人】

【識別番号】100088155

【弁理士】

【氏名又は名称】長谷川 芳樹

(74)【代理人】

【識別番号】100113435

【弁理士】

【氏名又は名称】黒木 義樹

(74)【代理人】

【識別番号】100121980

【弁理士】

【氏名又は名称】沖山 隆

(74)【代理人】

【識別番号】100128107

【弁理士】

【氏名又は名称】深石 賢治

(72)【発明者】

【氏名】川原田 将之

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA01

5B175FA03

5B175HB03

(57)【要約】

【課題】より容易にテキスト間の関係性を判定すること。
【解決手段】関係性判定装置１は、一つ以上の単語から構成されるテキストが入力されると当該テキストが複数の所定のラベルそれぞれに分類される確率に関する確率情報を出力する分類モデルに対して、第１のテキストである第１テキストを入力することで出力される確率情報である第１確率情報と、第２のテキストである第２テキストを入力することで出力される確率情報である第２確率情報とを取得し、取得された第１確率情報及び第２確率情報に基づいて第１テキストと第２テキストとの関係性を判定する判定部を備える。複数の所定のラベルそれぞれと、第１テキスト又は第２テキストの少なくとも一方とは異なってもよい。複数の所定のラベルの何れかと、第１テキスト又は第２テキストの少なくとも一方とは同じであってもよい。
【選択図】図１

【特許請求の範囲】

【請求項1】

一つ以上の単語から構成されるテキストが入力されると当該テキストが複数の所定のラベルそれぞれに分類される確率に関する確率情報を出力する分類モデルに対して、第１の前記テキストである第１テキストを入力することで出力される前記確率情報である第１確率情報と、第２の前記テキストである第２テキストを入力することで出力される前記確率情報である第２確率情報とを取得し、取得された前記第１確率情報及び前記第２確率情報に基づいて前記第１テキストと前記第２テキストとの関係性を判定する判定部を備える関係性判定装置。

【請求項2】

前記複数の所定のラベルそれぞれと、前記第１テキスト又は前記第２テキストの少なくとも一方とは異なる、
請求項１に記載の関係性判定装置。

【請求項3】

前記複数の所定のラベルの何れかと、前記第１テキスト又は前記第２テキストの少なくとも一方とは同じである、
請求項１に記載の関係性判定装置。

【請求項4】

前記判定部は、前記第１確率情報と前記第２確率情報との類似性に基づいて前記関係性を判定する、
請求項１に記載の関係性判定装置。

【請求項5】

前記判定部は、前記第１確率情報が示す前記複数の所定のラベルそれぞれに分類される確率と、前記第２確率情報が示す前記複数の所定のラベルそれぞれに分類される確率との類似度に基づいて前記関係性を判定する、
請求項１に記載の関係性判定装置。

【請求項6】

前記判定部は、前記第２テキストの内容に前記第１テキストの内容が含まれているか否かを判定する、
請求項１に記載の関係性判定装置。

【請求項7】

前記第１テキストは単語又は句であり、
前記第２テキストは句又は文であり、
前記判定部は、前記第２テキストの内容に前記第１テキストの内容が含まれているか否かを判定する、
請求項１に記載の関係性判定装置。

【請求項8】

前記第１テキストは予め指定された単語又は句であり、
前記第２テキストは人が作成した句又は文であり、
前記判定部は、前記第２テキストの内容に前記第１テキストの内容が含まれているか否かを判定する、
請求項１に記載の関係性判定装置。

【請求項9】

複数の前記テキストから構成される第１テキスト群に含まれる一の前記テキストと複数の前記テキストから構成される第２テキスト群に含まれる一の前記テキストとから構成されるペアを一つ以上抽出し、抽出された前記ペアである抽出ペアそれぞれについて、前記第１テキスト群からの前記テキストを前記第１テキストとして及び前記第２テキスト群からの前記テキストを前記第２テキストとして前記分類モデルに対して順次入力する入力部をさらに備え、
前記判定部は、前記抽出ペアそれぞれについて前記関係性を判定し、前記抽出ペアそれぞれの判定結果に基づいて前記第１テキスト群と前記第２テキスト群との関係性を判定する、
請求項１に記載の関係性判定装置。

【請求項10】

複数の前記テキストであって単語又は句である前記テキストから構成される第１テキスト群に含まれる一の前記テキストと複数の前記テキストであって句又は文である前記テキストから構成される第２テキスト群に含まれる一の前記テキストとから構成されるペアを一つ以上抽出し、抽出された前記ペアである抽出ペアそれぞれについて、前記第１テキスト群からの前記テキストを前記第１テキストとして及び前記第２テキスト群からの前記テキストを前記第２テキストとして前記分類モデルに対して順次入力する入力部をさらに備え、
前記判定部は、前記抽出ペアそれぞれについて当該抽出ペアの前記第２テキストの内容に当該抽出ペアの前記第１テキストの内容が含まれているか否かを判定し、前記抽出ペアそれぞれの判定結果に基づいて前記第２テキスト群の内容に前記第１テキスト群の内容が含まれているか否かを判定する、
請求項１に記載の関係性判定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の一側面は、一つ以上の単語から構成されるテキスト間の関係性を判定する関係性判定装置に関する。

【背景技術】

【0002】

下記特許文献１では、電子メール及びＷｅｂ上のＢＢＳ機能によって投稿されたメッセージに対して形態素解析を行い、解析結果と予め定められた行為の種別（質問、確認、要望、疑問、回答及び同意など）、適合パターン（品詞を用いて表現されたパターン）及び適合例から構成された行為判定用パターンとのパターンマッチングを行い、メッセージごとに行為の種別を特定し、メッセージ間の関係性を求める議論状況把握支援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２００９－２６１３７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記議論状況把握支援装置では、メッセージ間の関係性を求めるために、形態素解析を行った上で、複雑に構成された行為判定用パターンとのパターンマッチングを行うなど、複雑な処理を必要とする。そこで、より容易にテキスト間の関係性を判定することが望まれている。

【課題を解決するための手段】

【0005】

本開示の一側面に係る関係性判定装置は、一つ以上の単語から構成されるテキストが入力されると当該テキストが複数の所定のラベルそれぞれに分類される確率に関する確率情報を出力する分類モデルに対して、第１のテキストである第１テキストを入力することで出力される確率情報である第１確率情報と、第２のテキストである第２テキストを入力することで出力される確率情報である第２確率情報とを取得し、取得された第１確率情報及び第２確率情報に基づいて第１テキストと第２テキストとの関係性を判定する判定部を備える。

【0006】

このような側面においては、分類モデルに対して第１テキストを入力することで出力される第１確率情報と、分類モデルに対して第２テキストを入力することで出力される第２確率情報とに基づいて第１テキストと第２テキストとの関係性が判定される。すなわち、より容易にテキスト間の関係性を判定することができる。

【発明の効果】

【0007】

本開示の一側面によれば、より容易にテキスト間の関係性を判定することができる。

【図面の簡単な説明】

【0008】

【図1】実施形態に係る関係性判定装置の機能構成の一例を示す図である。

【図2】実施形態に係る関係性判定装置が実行する判定処理の一例を示すフローチャートである。

【図3】英作文の問題例を示す図である。

【図4】図３に示す問題例に対する受験生による回答例を示す図である。

【図5】問題の定式化例を示す図である。

【図6】分類モデルの学習例を示す図である。

【図7】実施形態に係る関係性判定装置による判定例を示す図である。

【図8】実施形態に係る関係性判定装置が実行する判定処理の別の一例を示すフローチャートである。

【図9】実施形態に係る関係性判定装置で用いられるコンピュータのハードウェア構成の一例を示す図である。

【発明を実施するための形態】

【0009】

以下、図面を参照しながら本開示での実施形態を詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。また、以下の説明における本開示での実施形態は、本発明の具体例であり、特に本発明を限定する旨の記載がない限り、これらの実施形態に限定されないものとする。

【0010】

図１は、実施形態に係る関係性判定装置１の機能構成の一例を示す図である。関係性判定装置１は、一つ以上の単語から構成されるテキスト間の関係性を判定するコンピュータ装置である。図１に示す通り、関係性判定装置１は、格納部１０、取得部１１、学習部１２、入力部１３（入力部）及び判定部１４（判定部）を含んで構成される。

【0011】

関係性判定装置１の各機能ブロックは、関係性判定装置１内にて機能することを想定しているが、これに限るものではない。例えば、関係性判定装置１の機能ブロックの一部は、関係性判定装置１とは異なるコンピュータ装置であって、関係性判定装置１とネットワーク接続されたコンピュータ装置内において、関係性判定装置１と情報を適宜送受信しつつ機能してもよい。また、関係性判定装置１の一部の機能ブロックは無くてもよいし、複数の機能ブロックを一つの機能ブロックに統合してもよいし、一つの機能ブロックを複数の機能ブロックに分解してもよい。

【0012】

以下、図１に示す関係性判定装置１の各機能について説明する。

【0013】

格納部１０は、関係性判定装置１における算出などで利用される任意の情報及び関係性判定装置１における算出の結果などを格納する。格納部１０によって格納された情報は、関係性判定装置１の各機能によって適宜参照されてもよい。

【0014】

格納部１０は、例えば後述の、テキスト、第１テキスト、第２テキスト、第１テキスト群、第２テキスト群、ペア、抽出ペア、（学習済みの）分類モデル、複数の所定のラベル、確率情報、第１確率情報、又は、第２確率情報を格納してもよい。

【0015】

取得部１１は、関係性判定装置１における算出などで利用される任意の情報を取得する。取得部１１は、後述の通信装置１００４によりネットワークを介して他の装置から情報を取得してもよいし、入力装置１００５により関係性判定装置１のユーザから入力された情報を取得してもよい。取得部１１は、取得した情報を、格納部１０によって格納させてもよいし、学習部１２、入力部１３及び判定部１４に出力してもよい。

【0016】

学習部１２は、分類モデルの学習を行い、学習済みの分類モデルを格納部１０によって格納させる。分類モデルは、一つ以上の単語から構成されるテキストが入力されると当該テキストが複数の所定のラベルそれぞれに分類される確率に関する確率情報を出力する。分類モデルは、いわゆるマルチラベル分類を行う。

【0017】

マルチラベル分類とは、一つの対象（テキスト）に対して複数のラベルが割り当てられる（付与される）分類問題である。一般的に、マルチラベル分類では、まず、ラベル付けを行いたい対象をモデルに入力し、それぞれのラベルに対する確率値（例えば「０」～「１」の実数）を計算する。次に、モデルで計算した各ラベルの確率値に対して、予め定めた閾値を超えた場合に当該ラベルを割り当て（当該ラベルのフラグを「１」（真）とし）、当該閾値以下の場合には当該ラベルを割り当てない（当該ラベルのフラグを「０」（偽）とする）という２値分類を全てのラベルで行う。

【0018】

テキストは、例えば、一つの単語であってもよいし、二つ以上の単語であってもよいし、熟語であってもよいし、句であってもよいし、節であってもよいし、文節であってもよいし、文であってもよいし、段落であってもよいし、文章であってもよい。

【0019】

ラベルは、一つ以上の単語である。ラベルは、例えば、一つの単語であってもよいし、二つ以上の単語であってもよいし、熟語であってもよいし、句であってもよいし、節であってもよいし、文節であってもよい。

【0020】

複数の所定のラベルは、例えば、「Ｗｏｍｅｎ」、「Ｃｈｉｌｄｒｅｎ」、「Ｐｒｅｓｓｕｒｅ」及び「Ｌｉｆｅ ｓｔｙｌｅ」の四つのラベルから構成されてもよい。複数の所定のラベルは、例えば、「社会」、「政治」、「経済」及び「歴史」の四つのラベルから構成されてもよい。複数の所定のラベルは、四つのラベルに限らず、二つ以上の任意の数の任意のラベルから構成されてもよい。

【0021】

確率情報の具体例として、ラベル「社会」が割り当てられる確率が「０．９」（９０％）、ラベル「政治」が割り当てられる確率が「０．２」（２０％）、ラベル「経済」が割り当てられる確率が「０．１」（１０％）、及び、ラベル「歴史」が割り当てられる確率が「０．１」（１０％）という情報が挙げられる。

【0022】

学習部１２による分類モデルの学習は、マルチラベル分類におけるモデルの学習と同様に、機械学習などの既存技術によって行う。

【0023】

入力部１３は、格納部１０によって格納された分類モデルに対して、任意のテキストを入力する。分類モデルは、入力部１３によってテキストが入力されると、当該テキストが複数の所定のラベルそれぞれに分類される確率に関する確率情報を出力する。分類モデルによって出力された確率情報は、後述の判定部１４によって利用される。

【0024】

入力部１３は、分類モデルに対して、第１のテキストである第１テキストを入力してもよい。入力部１３は、分類モデルに対して、第２のテキストである第２テキストを入力してもよい。実施形態において、第１テキストと第２テキストとは異なるものを想定するが、同じものであってもよい。

【0025】

第１テキストは単語又は句であってもよい。第１テキストは予め（人によって）指定された単語又は句であってもよい。第２テキストは句又は文であってもよい。第２テキストは人が作成した句又は文であってもよい。

【0026】

（分類モデルの分類先である）複数の所定のラベルそれぞれと、（当該分類モデルに入力される）第１テキスト又は第２テキストの少なくとも一方とは異なってもよい。より具体的には、複数の所定のラベルそれぞれと第１テキストとは異なってもよいし、複数の所定のラベルそれぞれと第２テキストとは異なってもよいし、複数の所定のラベルそれぞれと第１テキスト及び第２テキスト（の両方）とは異なってもよい。

【0027】

（分類モデルの分類先である）複数の所定のラベルの何れかと、（当該分類モデルに入力される）第１テキスト又は第２テキストの少なくとも一方とは同じであってもよい。より具体的には、複数の所定のラベルの何れかと第１テキストとは同じであってもよいし、複数の所定のラベルの何れかと第２テキストとは同じであってもよいし、複数の所定のラベルの何れかと第１テキスト及び第２テキスト（の両方）とは同じであってもよい。

【0028】

入力部１３は、複数のテキストから構成される第１テキスト群に含まれる一のテキストと複数のテキストから構成される第２テキスト群に含まれる一のテキストとから構成されるペアを一つ以上抽出し、抽出されたペアである抽出ペアそれぞれについて、第１テキスト群からのテキストを第１テキストとして及び第２テキスト群からのテキストを第２テキストとして分類モデルに対して順次入力してもよい。

【0029】

入力部１３は、複数のテキストであって単語又は句であるテキストから構成される第１テキスト群に含まれる一のテキストと複数のテキストであって句又は文であるテキストから構成される第２テキスト群に含まれる一のテキストとから構成されるペアを一つ以上抽出し、抽出されたペアである抽出ペアそれぞれについて、第１テキスト群からのテキストを第１テキストとして及び第２テキスト群からのテキストを第２テキストとして分類モデルに対して順次入力してもよい。

【0030】

分類モデルは、入力部１３によって抽出ペアそれぞれの第１テキスト及び第２テキストが順次入力されると、抽出ペアそれぞれについて、当該抽出ペアの第１テキストに関する確率情報及び当該抽出ペアの第２テキストに関する確率情報を順次出力する。分類モデルによって順次出力された抽出ペアそれぞれの確率情報は、後述の判定部１４によって利用される。

【0031】

判定部１４は、分類モデルに対して、第１のテキストである第１テキストを入力することで出力される確率情報である第１確率情報と、第２のテキストである第２テキストを入力することで出力される確率情報である第２確率情報とを取得し、取得された第１確率情報及び第２確率情報に基づいて第１テキストと第２テキストとの関係性を判定する。

【0032】

関係性は、例えば、第１テキストと第２テキストとの類似度、第１テキストと第２テキストとが同じであるか否か、第１テキストと第２テキストとがほぼ同じであるか否か、第１テキストと第２テキストとが意味的に近いか否か、第１テキストの内容に第２テキストの内容が含まれているか否か、第２テキストの内容に第１テキストの内容が含まれているか否か、第１テキストの内容が第２テキストの内容に沿っているか否か、又は、第２テキストの内容が第１テキストの内容に沿っているか否かなどである。

【0033】

判定部１４は、判定結果を、格納部１０によって格納させてもよいし、後述の通信装置１００４によりネットワークを介して他の装置に出力（送信）してもよいし、出力装置１００６により関係性判定装置１のユーザに出力（表示）してもよい。

【0034】

判定部１４は、第１確率情報と第２確率情報との類似性に基づいて関係性を判定してもよい。判定部１４は、第１確率情報が示す複数の所定のラベルそれぞれに分類される確率と、第２確率情報が示す複数の所定のラベルそれぞれに分類される確率との類似度に基づいて関係性を判定してもよい。類似度は、例えばコサイン類似度などの既存技術を用いる。

【0035】

判定部１４は、第１テキストの内容に第２テキストの内容が含まれているか否かを判定してもよい。判定部１４は、第２テキストの内容に第１テキストの内容が含まれているか否かを判定してもよい。

【0036】

判定部１４は、（分類モデルによって順次出力された抽出ペアそれぞれの確率情報に基づいて）抽出ペアそれぞれについて関係性を判定し、抽出ペアそれぞれの判定結果に基づいて第１テキスト群と第２テキスト群との関係性を判定してもよい。

【0037】

判定部１４は、（分類モデルによって順次出力された抽出ペアそれぞれの確率情報に基づいて）抽出ペアそれぞれについて当該抽出ペアの第２テキストの内容に当該抽出ペアの第１テキストの内容が含まれているか否かを判定し、抽出ペアそれぞれの判定結果に基づいて第２テキスト群の内容に第１テキスト群の内容が含まれているか否かを判定してもよい。

【0038】

続いて、図２を参照しながら、関係性判定装置１が実行する処理の例を説明する。図２は、関係性判定装置１が実行する判定処理の一例を示すフローチャートである。

【0039】

まず、学習部１２が、分類モデルを学習し、学習済みの分類モデルを格納部１０によって格納させる（ステップＳ１）。次に、入力部１３が、Ｓ１にて格納された分類モデルに第１テキストを入力する（ステップＳ２）。次に、判定部１４が、Ｓ２に基づいて分類モデルが出力する第１確率情報を取得する（ステップＳ３）。次に、入力部１３が、Ｓ１にて格納された分類モデルに第２テキストを入力する（ステップＳ４）。次に、判定部１４が、Ｓ４に基づいて分類モデルが出力する第２確率情報を取得する（ステップＳ５）。次に、判定部１４が、Ｓ３にて取得した第１確率情報及びＳ５にて取得した第２確率情報に基づいて、第１テキストと第２テキストとの関係性を判定する（ステップＳ６）。

【0040】

なお、Ｓ２～Ｓ５は、Ｓ１の後、かつ、Ｓ６の前、かつ、Ｓ２の後にＳ３を行う、Ｓ４の後にＳ５を行う、という条件を満たす限り、順番は変えてもよい。例えば、Ｓ１、Ｓ２、Ｓ４、Ｓ３、Ｓ５及びＳ６という順であってもよいし、Ｓ１、Ｓ４、Ｓ５、Ｓ２、Ｓ３及びＳ６という順であってもよい。また、Ｓ１は省略し、Ｓ２及びＳ４では既に学習済みの分類モデルを利用してもよい。

【0041】

以降では、具体的な実施例を用いて関係性判定装置１の各処理の詳細を説明する。具体的な実施例として、英語の検定試験で出題される英作文の問題に対して受験生（人、ユーザ）が作成した英文を、関係性判定装置１を用いて採点する例を説明する。

【0042】

図３は、英作文の問題例を示す図である。図３に示す問題例ではＴＯＰＩＣ（トピック、話題）とＰＯＩＮＴＳ（ポイント）とが含まれる。受験生は、与えられたＴＯＰＩＣについてエッセイ（英文）を書くことが求められる。また、エッセイでは、受験生の回答をサポートするため、ＰＯＩＮＴＳのうち二つを用いることが求められる。その他にエッセイは、導入、本文及び結論からなる構成が求められると共に１２０～１５０ワードの長さが推奨される。図３に示す問題例では、「Ｉｓ ｍａｒｒｉａｇｅ ｌｅｓｓ ｉｍｐｏｒｔａｎｔ ｔｏｄａｙ ｔｈａｎ ｉｎ ｔｈｅ ｐａｓｔ？」（結婚が過去に比べて今日では重要性が低いか否か）というＴＯＰＩＣについて、「Ｗｏｍｅｎ」、「Ｃｈｉｌｄｒｅｎ」、「Ｐｒｅｓｓｕｒｅ」及び「Ｌｉｆｅ ｓｔｙｌｅ」の四つのＰＯＩＮＴＳのうち二つを用いてエッセイを書くことが求められている。図４は、図３に示す問題例に対する受験生による回答例を示す図である。すなわち、図４に示す回答例は、受験生が書いたエッセイである。

【0043】

以上の通り、図３に示す問題例では、ＰＯＩＮＴＳの中からキーワード（ＰＯＩＮＴＳ）を選んで回答する必要がある。回答（エッセイ）には、キーワードが含まれている必要があるだけで、（ＰＯＩＮＴＳの）単語又はフレーズそのものが含まれている必要はない。ＰＯＩＮＴＳは単語であるとは限らない。本実施例では、関係性判定装置１は、受験生が書いたエッセイにキーワードが含まれているかどうかを自動で判別することを目的とする。

【0044】

本実施例の問題を定式化すると、回答文書を複数の単位に分割した後、複数のラベル付けを行うマルチラベル分類問題と定式化できる。キーワードをラベルとした上で、教師データを用いて分類モデルを学習する。図５は、問題の定式化例を示す図である。図５に示す定式化例では、図４に示すエッセイから抽出した単位（句又は文など）である「Ｆｏｒ ｅｘａｍｐｌｅ， ｗｏｍｅｎ ｗｈｏ ａｒｅ ｍａｒｒｉｅｄ ａｎｄ ｈａｖｅ ｃｈｉｌｄｒｅｎ ｔｅｎｄ ｔｏ ｂｅ ｕｎａｂｌｅ ｔｏ ｍａｉｎｔａｉｎ ｔｈｅｉｒ ｃａｒｅｅｒｓ．」を分類モデルに入力した際に、該当するラベル（「Ｗｏｍｅｎ」及び「Ｃｈｉｌｄｒｅｎ」）が出力される（複数ラベル出力も可）ように分類モデルを学習する場面を示している。

【0045】

しかしながら上記の定式化では、分類モデルの学習の前にラベル数をあらかじめ決定しておく必要がある。また、表層的な文字列だけではなく、使われる文脈を理解しながらラベル付けを行う必要がある。その他の課題として、分類モデルの学習データが存在せず、問題によってラベル（ＰＯＩＮＴＳ）が異なる（「Ｗｏｍｅｎ」、「Ｃｈｉｌｄｒｅｎ」、「Ｐｒｅｓｓｕｒｅ」及び「Ｌｉｆｅ ｓｔｙｌｅ」の四つとは限らない）ことが挙げられる。具体的には、（１）エッセイをドメインとした学習データが存在しないこと、（２）問題によってＰＯＩＮＴＳは異なることから、全ての問題に対応させるとラベル数が膨大になること、（３）新たな問題を追加すると分類モデルの再学習が必要になることが挙げられる。

【0046】

関係性判定装置１を用いた採点では、分類モデルの（学習部１２による）学習において、一般的なマルチラベル分類のデータセットで分類器を学習を行う。学習の際に、ＰＯＩＮＴＳとラベルが一致していなくてもよい。図６は、分類モデルの学習例を示す図である。図６に示す学習例では、一般的なマルチラベル分類のデータセットである、テキスト「Ｔｈｅ ｅｘ－ｐｒｅｓｉｄｅｎｔ ａｎｎｏｕｎｃｅｄ ｈｉｓ ｃａｎｄｉｄａｃｙ ａｌｍｏｓｔ ｆｏｕｒ ｍｏｎｔｈｓ ａｇｏ．」と正解データである「ラベル：社会、フラグ：０」、「ラベル：政治、フラグ：１」、「ラベル：経済、フラグ：１」及び「ラベル：歴史、フラグ：０」とから構成されるデータセットで学習されている。ここで、ラベル「社会」、「政治」、「経済」及び「歴史」（複数の所定のラベル）は、ある程度エッセイで想定されるようなラベルを予め何個か用意してそれを固定にしたものである。このように、複数の所定のラベルは、ＰＯＩＮＴＳとは関係無いラベル（データ外のラベル、目的データ外のラベル）であってもよい。正解データは、人が予め作成したものであってもよい。

【0047】

関係性判定装置１を用いた採点では、上述の通り学習された分類モデルを利用して（判定部１４が）関係性を判定（推論）する。図７は、関係性判定装置１による判定例を示す図である。図７に示す判定例では、まず、上述の通り学習された分類モデルに対して、（入力部１３が）図３に示すＰＯＩＮＴＳの一つである「Ｗｏｍｅｎ」を第１テキストとして入力することで出力される第１確率情報である「ラベル：社会、確率：０．９」、「ラベル：政治、確率：０．２」、「ラベル：経済、確率：０．１」及び「ラベル：歴史、確率：０．１」を（判定部１４が）取得する。次に、上述の通り学習された分類モデルに対して、（入力部１３が）図４に示すエッセイの一部（一文）である「Ｆｏｒ ｅｘａｍｐｌｅ， ｗｏｍｅｎ ｗｈｏ ａｒｅ ｍａｒｒｉｅｄ ａｎｄ ｈａｖｅ ｃｈｉｌｄｒｅｎ ｔｅｎｄ ｔｏ ｂｅ ｕｎａｂｌｅ ｔｏ ｍａｉｎｔａｉｎ ｔｈｅｉｒ ｃａｒｅｅｒｓ．」を第２テキストとして入力することで出力される第２確率情報である「ラベル：社会、確率：０．８」、「ラベル：政治、確率：０．１」、「ラベル：経済、確率：０」及び「ラベル：歴史、確率：０．２」を（判定部１４が）取得する。次に、（判定部１４が）取得された第１確率情報の分布と第２確率情報の分布との類似度を比較して、第１テキストと第２テキストとの関係性を判定する。例えば、分布が似ている（類似度が所定の基準を満たす）場合は、第１テキストと第２テキストとが意味的に近いと判定する。また例えば、分布が似ていない（類似度が所定の基準を満たさない）場合は、第１テキストと第２テキストとが意味的に近くない（遠い）と判定する。

【0048】

続いて、図８を参照しながら、本実施例において関係性判定装置１が実行する処理の例を説明する。図８は、関係性判定装置１が実行する判定処理の別の一例を示すフローチャートである。

【0049】

まず、学習部１２が、一般的なラベルがついたデータを用いて学習して分類モデルを作成し、格納部１０によって格納させる（ステップＳ１０）。次に、受験生がエッセイを回答し、回答されたエッセイが取得部１１によって取得されて格納部１０によって格納される（ステップＳ１１）。次に、入力部１３が、Ｓ１１にて格納されたエッセイを句又は文に分割する（ステップＳ１２）。次に、入力部１３が、（格納部１０によって予め格納された、又は、取得部１１によって予め取得された）ＰＯＩＮＴＳの一つと（Ｓ１２にて）分割されたエッセイの一つとから構成されるペアを一つ以上抽出する（ステップＳ１３）。

【0050】

Ｓ１３にて抽出されたペアである抽出ペアそれぞれに対して以降のＳ１４～Ｓ１８を繰り返し実施する。まず、入力部１３が、Ｓ１０にて格納された分類モデルに抽出ペアのＰＯＩＮＴＳを入力する（ステップＳ１４）。次に、判定部１４が、Ｓ１４に基づいて分類モデルから出力される第１確率情報を取得する（ステップＳ１５）。次に、入力部１３が、Ｓ１０にて格納された分類モデルに抽出ペアの分割されたエッセイを入力する（ステップＳ１６）。次に、判定部１４が、Ｓ１６に基づいて分類モデルから出力される第２確率情報を取得する（ステップＳ１７）。次に、判定部１４が、Ｓ１５にて取得された第１確率情報及びＳ１７にて取得された第２確率情報に基づいて、抽出ペアの分割されたエッセイの内容に抽出ペアのＰＯＩＮＴＳの内容が含まれているか否かを判定する（ステップＳ１８）。

【0051】

抽出ペアそれぞれに対してＳ１４～Ｓ１８が実施された後に、判定部１４が、抽出ペアそれぞれの判定結果に基づいて、（受験生によって回答された）エッセイの内容に（英作文の問題の）ＰＯＩＮＴＳの内容が含まれているか否かを判定する（ステップＳ１９）。

【0052】

なお、Ｓ１０は省略し、Ｓ１４及びＳ１６では既に学習済みの分類モデルを利用してもよい。また、Ｓ１４～Ｓ１７は、Ｓ１３の後、かつ、Ｓ１８の前、かつ、Ｓ１４の後にＳ１５を行う、Ｓ１６の後にＳ１７を行う、という条件を満たす限り、順番は変えてもよい。また、Ｓ１９の後に、判定部１４はＳ１９での判定結果を出力してもよい。また、Ｓ１３にて抽出するペアは、全てのペア（ＰＯＩＮＴＳと分割されたエッセイとの全ての組み合わせのペア）であってもよいし、そのうちの一部のペアであってもよい。また、Ｓ１４～Ｓ１８の繰り返し処理は、途中で所定の条件を満たした場合、例えばエッセイの内容に（英作文の問題で求められている）二つのＰＯＩＮＴＳの内容が含まれていることが判定された場合に、（三つ以上のＰＯＩＮＴＳの内容が含まれていることを確認するのは無駄なので）当該繰り返し処理を中止してＳ１９に進んでもよい。

【0053】

以上により、関係性判定装置１は、受験生が書いたエッセイ（第２テキスト又は第２テキスト群）にキーワード又はＰＯＩＮＴＳ（第１テキスト又は第１テキスト群）が含まれているかどうかを自動で判別することができる。

【0054】

続いて、実施形態に係る関係性判定装置１の作用効果について説明する。

【0055】

関係性判定装置１によれば、一つ以上の単語から構成されるテキストが入力されると当該テキストが複数の所定のラベルそれぞれに分類される確率に関する確率情報を出力する分類モデルに対して、第１のテキストである第１テキストを入力することで出力される確率情報である第１確率情報と、第２のテキストである第２テキストを入力することで出力される確率情報である第２確率情報とを取得し、取得された第１確率情報及び第２確率情報に基づいて第１テキストと第２テキストとの関係性を判定する判定部１４を備える。この構成により、分類モデルに対して第１テキストを入力することで出力される第１確率情報と、分類モデルに対して第２テキストを入力することで出力される第２確率情報とに基づいて第１テキストと第２テキストとの関係性が判定される。すなわち、より容易にテキスト間の関係性を判定することができる。

【0056】

また、関係性判定装置１において、複数の所定のラベルそれぞれと、第１テキスト又は第２テキストの少なくとも一方とは異なってもよい。この構成により、分類モデルによる分類先となる複数の所定のラベルを、第１テキスト又は第２テキストに合わせる必要がなくなる。それにより例えば、一般的なラベルから構成される複数の所定のラベルを分類先とする分類モデルを用いることができる。すなわち、関係性判定装置１、第１テキスト又は第２テキストなどに特化していない、一般的な分類モデルを用いて関係性を判定することができる。それにより、より容易にテキスト間の関係性を判定することができる。

【0057】

また、関係性判定装置１において、複数の所定のラベルの何れかと、第１テキスト又は第２テキストの少なくとも一方とは同じであってもよい。この構成により、より正確な関係性を判定することができる。

【0058】

また、関係性判定装置１において、判定部１４は、第１確率情報と第２確率情報との類似性に基づいて関係性を判定してもよい。この構成により、第１確率情報と第２確率情報との類似性に基づいて、より正確な関係性を判定することができる。

【0059】

また、関係性判定装置１において、判定部１４は、第１確率情報が示す複数の所定のラベルそれぞれに分類される確率と、第２確率情報が示す複数の所定のラベルそれぞれに分類される確率との類似度に基づいて関係性を判定してもよい。この構成により、第１確率情報が示す複数の所定のラベルそれぞれに分類される確率と、第２確率情報が示す複数の所定のラベルそれぞれに分類される確率との類似度に基づいて、より正確な関係性を判定することができる。

【0060】

また、関係性判定装置１において、判定部１４は、第２テキストの内容に第１テキストの内容が含まれているか否かを判定してもよい。この構成により、第２テキストの内容に第１テキストの内容が含まれているか否かというより具体的な関係性を判定することができる。

【0061】

また、関係性判定装置１において、第１テキストは単語又は句であり、第２テキストは句又は文であり、判定部１４は、第２テキストの内容に第１テキストの内容が含まれているか否かを判定してもよい。この構成により、句又は文である第２テキストの内容に、単語又は句である第１テキストの内容が含まれているか否かというより具体的な関係性を判定することができる。

【0062】

また、関係性判定装置１において、第１テキストは予め指定された単語又は句であり、第２テキストは人が作成した句又は文であり、判定部１４は、第２テキストの内容に第１テキストの内容が含まれているか否かを判定してもよい。この構成により、人が作成した句又は文である第２テキストの内容に、予め指定された単語又は句である第１テキストの内容が含まれているか否かというより具体的な関係性を判定することができる。

【0063】

また、関係性判定装置１において、複数のテキストから構成される第１テキスト群に含まれる一のテキストと複数のテキストから構成される第２テキスト群に含まれる一のテキストとから構成されるペアを一つ以上抽出し、抽出されたペアである抽出ペアそれぞれについて、第１テキスト群からのテキストを第１テキストとして及び第２テキスト群からのテキストを第２テキストとして分類モデルに対して順次入力する入力部１３をさらに備え、判定部１４は、抽出ペアそれぞれについて関係性を判定し、抽出ペアそれぞれの判定結果に基づいて第１テキスト群と第２テキスト群との関係性を判定してもよい。この構成により、複数のテキストから構成される第１テキスト群と複数のテキストから構成される第２テキスト群との関係性を判定することができる。

【0064】

また、関係性判定装置１において、複数のテキストであって単語又は句であるテキストから構成される第１テキスト群に含まれる一のテキストと複数のテキストであって句又は文であるテキストから構成される第２テキスト群に含まれる一のテキストとから構成されるペアを一つ以上抽出し、抽出されたペアである抽出ペアそれぞれについて、第１テキスト群からのテキストを第１テキストとして及び第２テキスト群からのテキストを第２テキストとして分類モデルに対して順次入力する入力部１３をさらに備え、判定部１４は、抽出ペアそれぞれについて当該抽出ペアの第２テキストの内容に当該抽出ペアの第１テキストの内容が含まれているか否かを判定し、抽出ペアそれぞれの判定結果に基づいて第２テキスト群の内容に第１テキスト群の内容が含まれているか否かを判定してもよい。この構成により、複数のテキストであって句又は文であるテキストから構成される第２テキスト群の内容に、複数のテキストであって単語又は句であるテキストから構成される第１テキスト群の内容が含まれているか否かを判定することができる。

【0065】

関係性判定装置１は、データ外のラベルを用いた文書内に含まれるキーワードの抽出手法を実行する。関係性判定装置１によれば、意味上でＰＯＩＮＴＳの観点からエッセイが書かれているかどうかを判定することができる。関係性判定装置１によれば、エッセイの採点で回答の指定（ＰＯＩＮＴＳのうち二つを用いる）を正しく守ってるかどうかを自動で判定することができる。

【0066】

本開示の関係性判定装置１は、以下の構成を有してもよい。

【0067】

［１］
一つ以上の単語から構成されるテキストが入力されると当該テキストが複数の所定のラベルそれぞれに分類される確率に関する確率情報を出力する分類モデルに対して、第１の前記テキストである第１テキストを入力することで出力される前記確率情報である第１確率情報と、第２の前記テキストである第２テキストを入力することで出力される前記確率情報である第２確率情報とを取得し、取得された前記第１確率情報及び前記第２確率情報に基づいて前記第１テキストと前記第２テキストとの関係性を判定する判定部を備える関係性判定装置。

【0068】

［２］
前記複数の所定のラベルそれぞれと、前記第１テキスト又は前記第２テキストの少なくとも一方とは異なる、
［１］に記載の関係性判定装置。

【0069】

［３］
前記複数の所定のラベルの何れかと、前記第１テキスト又は前記第２テキストの少なくとも一方とは同じである、
［１］に記載の関係性判定装置。

【0070】

［４］
前記判定部は、前記第１確率情報と前記第２確率情報との類似性に基づいて前記関係性を判定する、
［１］～［３］の何れか一項に記載の関係性判定装置。

【0071】

［５］
前記判定部は、前記第１確率情報が示す前記複数の所定のラベルそれぞれに分類される確率と、前記第２確率情報が示す前記複数の所定のラベルそれぞれに分類される確率との類似度に基づいて前記関係性を判定する、
［１］～［４］の何れか一項に記載の関係性判定装置。

【0072】

［６］
前記判定部は、前記第２テキストの内容に前記第１テキストの内容が含まれているか否かを判定する、
［１］～［５］の何れか一項に記載の関係性判定装置。

【0073】

［７］
前記第１テキストは単語又は句であり、
前記第２テキストは句又は文であり、
前記判定部は、前記第２テキストの内容に前記第１テキストの内容が含まれているか否かを判定する、
［１］～［６］の何れか一項に記載の関係性判定装置。

【0074】

［８］
前記第１テキストは予め指定された単語又は句であり、
前記第２テキストは人が作成した句又は文であり、
前記判定部は、前記第２テキストの内容に前記第１テキストの内容が含まれているか否かを判定する、
［１］～［７］の何れか一項に記載の関係性判定装置。

【0075】

［９］
複数の前記テキストから構成される第１テキスト群に含まれる一の前記テキストと複数の前記テキストから構成される第２テキスト群に含まれる一の前記テキストとから構成されるペアを一つ以上抽出し、抽出された前記ペアである抽出ペアそれぞれについて、前記第１テキスト群からの前記テキストを前記第１テキストとして及び前記第２テキスト群からの前記テキストを前記第２テキストとして前記分類モデルに対して順次入力する入力部をさらに備え、
前記判定部は、前記抽出ペアそれぞれについて前記関係性を判定し、前記抽出ペアそれぞれの判定結果に基づいて前記第１テキスト群と前記第２テキスト群との関係性を判定する、
［１］～［８］の何れか一項に記載の関係性判定装置。

【0076】

［１０］
複数の前記テキストであって単語又は句である前記テキストから構成される第１テキスト群に含まれる一の前記テキストと複数の前記テキストであって句又は文である前記テキストから構成される第２テキスト群に含まれる一の前記テキストとから構成されるペアを一つ以上抽出し、抽出された前記ペアである抽出ペアそれぞれについて、前記第１テキスト群からの前記テキストを前記第１テキストとして及び前記第２テキスト群からの前記テキストを前記第２テキストとして前記分類モデルに対して順次入力する入力部をさらに備え、
前記判定部は、前記抽出ペアそれぞれについて当該抽出ペアの前記第２テキストの内容に当該抽出ペアの前記第１テキストの内容が含まれているか否かを判定し、前記抽出ペアそれぞれの判定結果に基づいて前記第２テキスト群の内容に前記第１テキスト群の内容が含まれているか否かを判定する、
［１］～［９］の何れか一項に記載の関係性判定装置。

【0077】

なお、上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及びソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した１つの装置を用いて実現されてもよいし、物理的又は論理的に分離した２つ以上の装置を直接的又は間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。

【0078】

機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、割り振り（assigning）などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting unit）や送信機（transmitter）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。

【0079】

例えば、本開示の一実施の形態における関係性判定装置１などは、本開示の関係性判定方法の処理を行うコンピュータとして機能してもよい。図９は、本開示の一実施の形態に係る関係性判定装置１のハードウェア構成の一例を示す図である。上述の関係性判定装置１は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

【0080】

なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。関係性判定装置１のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

【0081】

関係性判定装置１における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信を制御したり、メモリ１００２及びストレージ１００３におけるデータの読み出し及び書き込みの少なくとも一方を制御したりすることによって実現される。

【0082】

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）によって構成されてもよい。例えば、上述の取得部１１、学習部１２、入力部１３及び判定部１４などは、プロセッサ１００１によって実現されてもよい。

【0083】

また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３及び通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、取得部１１、学習部１２、入力部１３及び判定部１４は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１によって実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップによって実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

【0084】

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ROM）、ＲＡＭ（Random Access Memory）などの少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施の形態に係る無線通信方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

【0085】

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact Disc ROM）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及びストレージ１００３の少なくとも一方を含むデータベース、サーバその他の適切な媒体であってもよい。

【0086】

通信装置１００４は、有線ネットワーク及び無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（ＦＤＤ：Frequency Division Duplex）及び時分割複信（ＴＤＤ：Time Division Duplex）の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、上述の取得部１１、学習部１２、入力部１３及び判定部１４などは、通信装置１００４によって実現されてもよい。

【0087】

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、ＬＥＤランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

【0088】

また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。

【0089】

また、関係性判定装置１は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。

【0090】

情報の通知は、本開示において説明した態様／実施形態に限られず、他の方法を用いて行われてもよい。

【0091】

本開示において説明した各態様／実施形態は、ＬＴＥ（Long Term Evolution）、ＬＴＥ－Ａ（LTE-Advanced）、ＳＵＰＥＲ ３Ｇ、ＩＭＴ－Ａｄｖａｎｃｅｄ、４Ｇ（4th generation mobile communication system）、５Ｇ（5th generation mobile communication system）、ＦＲＡ（Future Radio Access）、ＮＲ（new Radio）、Ｗ－ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra Mobile Broadband）、ＩＥＥＥ ８０２．１１（Ｗｉ－Ｆｉ（登録商標））、ＩＥＥＥ ８０２．１６（ＷｉＭＡＸ（登録商標））、ＩＥＥＥ ８０２．２０、ＵＷＢ（Ultra-WideBand）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切なシステムを利用するシステム及びこれらに基づいて拡張された次世代システムの少なくとも一つに適用されてもよい。また、複数のシステムが組み合わされて（例えば、ＬＴＥ及びＬＴＥ－Ａの少なくとも一方と５Ｇとの組み合わせ等）適用されてもよい。

【0092】

本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。

【0093】

入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

【0094】

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：true又はfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

【0095】

本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

【0096】

以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。

【0097】

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

【0098】

また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital Subscriber Line）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。

【0099】

本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

【0100】

なお、本開示において説明した用語及び本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。

【0101】

本開示において使用する「システム」及び「ネットワーク」という用語は、互換的に使用される。

【0102】

また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。

【0103】

上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。

【0104】

本開示で使用する「判断（determining）」、「決定（determining）」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定（judging）、計算（calculating）、算出（computing）、処理（processing）、導出（deriving）、調査（investigating）、探索（looking up、search、inquiry）（例えば、テーブル、データベース又は別のデータ構造での探索）、確認（ascertaining）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信（receiving）（例えば、情報を受信すること）、送信（transmitting）（例えば、情報を送信すること）、入力（input）、出力（output）、アクセス（accessing）（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決（resolving）、選択（selecting）、選定（choosing）、確立（establishing）、比較（comparing）などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。

【0105】

「接続された（connected）」、「結合された（coupled）」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１又はそれ以上の電線、ケーブル及びプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域及び光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」又は「結合」されると考えることができる。

【0106】

本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

【0107】

本開示において使用する「第１の」、「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１及び第２の要素への参照は、２つの要素のみが採用され得ること、又は何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。

【0108】

上記の各装置の構成における「手段」を、「部」、「回路」、「デバイス」等に置き換えてもよい。

【0109】

本開示において、「含む（include）」、「含んでいる（including）」及びそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（or）」は、排他的論理和ではないことが意図される。

【0110】

本開示において、例えば、英語でのa、an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。

【0111】

本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。

【符号の説明】

【0112】

１…関係性判定装置、１０…格納部、１１…取得部、１２…学習部、１３…入力部、１４…判定部、１００１…プロセッサ、１００２…メモリ、１００３…ストレージ、１００４…通信装置、１００５…入力装置、１００６…出力装置、１００７…バス。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】