特開 2024-179476 知識データベース生成装置

(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】P2024179476

(43)【公開日】2024-12-26

(54)【発明の名称】知識データベース生成装置

(51)【国際特許分類】

   G06F 16/90 20190101AFI20241219BHJP

   G06F 16/28 20190101ALI20241219BHJP

【ＦＩ】

G06F16/90 100

G06F16/28

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2023098352

(22)【出願日】2023-06-15

(71)【出願人】

【識別番号】000001247

【氏名又は名称】株式会社ジェイテクト

(74)【代理人】

【識別番号】110000648

【氏名又は名称】弁理士法人あいち国際特許事務所

(72)【発明者】

【氏名】小島 大

(72)【発明者】

【氏名】蓮池 正晴

(72)【発明者】

【氏名】東 孝幸

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA01

5B175EA01

5B175HB03

(57)【要約】

【課題】信頼性が向上された知識データベースを生成可能な知識データベース生成装置を提供する。
【解決手段】演算装置１１ａと記憶装置１１ｂを含む端末１１を含んで構成され、因子３０、および因子３０間の関係性を表す接続情報４０により表現される知識データベースＫを生成する知識データベース生成装置１０であって、テキストデータＴを分析して、テキストデータＴに含まれる因子３０間の関係性を第１接続情報４０ａとして抽出するテキストデータ分析部１５ｂと、構造化データＳを分析して、構造化データＳに含まれる因子３０間の関係性を第２接続情報４０ｂとして抽出する構造化データ分析部１５ｃと、第１接続情報４０ａと、第２接続情報４０ｂと、に基づいて合成接続情報４０ｃを生成し、合成接続情報４０ｃに基づいて知識データベースＫを生成する知識データベース生成部１５ａと、を備える、知識データベース生成装置１０。
【選択図】図１

【特許請求の範囲】

【請求項1】

演算装置と記憶装置を含む端末、またはクラウド上に生成される仮想的な端末を含んで構成され、知識の要素を構成する因子、および前記因子間の関係性を表す接続情報により表現される知識データベースを生成する知識データベース生成装置であって、
事象、および前記事象間の関係性を含むテキストデータを分析して、前記テキストデータに含まれる因子間の関係性を第１接続情報として抽出するテキストデータ分析部と、
構造化データを分析して、前記構造化データに含まれる因子間の関係性を第２接続情報として抽出する構造化データ分析部と、
前記第１接続情報と、前記第２接続情報と、に基づいて合成接続情報を生成し、前記合成接続情報に基づいて、前記因子および前記合成接続情報により表現された前記知識データベースを生成する知識データベース生成部と、を備える、知識データベース生成装置。

【請求項2】

さらに、
前記構造化データに含まれる因子、および前記テキストデータに含まれる前記因子の類似性を判定する類似性判定部を備え、
前記知識データベース生成部は、前記類似性判定部の判定結果に基づいて、前記合成接続情報を生成する、請求項１に記載の知識データベース生成装置。

【請求項3】

前記類似性判定部は、自然言語処理を実行可能なアルゴリズムに基づいて、前記テキストデータに含まれる因子と、前記構造化データに含まれる因子と、の類似性を判定する、請求項２に記載の知識データベース生成装置。

【請求項4】

前記知識データベース生成部は、前記第１接続情報と、前記第２接続情報と、を比較し、前記合成接続情報として、前記第１接続情報と、前記第２接続情報と、前記第１接続情報および前記第２接続情報において互いに共通しない部分と、を含む補完合成接続情報を生成する、請求項１に記載の知識データベース生成装置。

【請求項5】

前記構造化データ分析部は、
前記構造化データと前記第１接続情報とが共通する部分については、因子間の関係性を推定する演算を省略し、
前記構造化データと前記第１接続情報とが共通しない部分についてのみ、因子間の関係性を推定する演算を実行することにより、前記構造化データから、前記第１接続情報と異なる部分的第２接続情報を抽出し、
前記知識データベース生成部は、前記第１接続情報と、前記部分的第２接続情報と、に基づいて前記合成接続情報を生成する、請求項１に記載の知識データベース生成装置。

【請求項6】

前記知識データベース生成部は、前記第１接続情報と、前記第２接続情報と、を比較し、前記合成接続情報として、前記第１接続情報および前記第２接続情報において互いに共通する部分を用いて共通合成接続情報を生成する、請求項１に記載の知識データベース生成装置。

【請求項7】

さらに、
前記合成接続情報を教示する教示手段、または合成接続情報を前記記憶装置に登録する登録手段を有する、請求項１に記載の知識データベース生成装置。

【請求項8】

前記構造化データは、前記因子、および数値データを含む分割表により定義されたデータである、請求項１に記載の知識データベース生成装置。

【請求項9】

前記構造化データは、前記因子、および定性的に表現されたデータにより定義されたデータである、請求項１に記載の知識データベース生成装置。

【請求項10】

前記構造化データは、工作機械の動作に伴って得られたデータを含む、請求項１に記載の知識データベース生成装置。

【請求項11】

前記知識データベースは、前記因子として、工作機械における加工条件の要素および加工結果の要素を含む、請求項１に記載の知識データベース生成装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、知識データベース生成装置に関する。

【背景技術】

【0002】

従来、工学、医学、農学、生物学などの諸分野における熟練者のノウハウや知識に基づいて、知識データベースを生成することが行われている。このような知識データベースとして、例えば、特許文献１に記載のものが知られている。

【0003】

上記の知識データベースは、対象分野の技術情報のキーワードとなる技術用語を因子として、因子をネットワーク形態で相互接続することによって、対象分野の技術情報の関連性を表現し、対象分野のノウハウや知識を形式知として記憶する。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１８－１４７３５１号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

上記の知識データベースを生成する際、例えば、公知文献、技術報告書、ノウハウメモ等のテキストデータに基づく場合、テキストデータに記載されている因果関係を作業者が抽出していた。また、実加工データ、実験データ、計測データ等に基づいて知識データベースを作成する場合には、熟練者が上記のデータから、因子間の因果関係の有無を判断していた。また、熟練者のノウハウに基づいて知識データベースを作成する場合には、熟練者の知見と経験とに依存することになる。

【0006】

このように、知識データベースを生成する際、因果関係を抽出する作業が人力に依存していることにより、作業に携わる人によって抽出される因果関係にばらつきが生じるおそれがある。このため、生成された知識データベースの信頼性を十分に向上させることが難しいという問題があった。

【0007】

本発明は、かかる課題に鑑みてなされたものであり、信頼性が向上された知識データベースを生成可能な知識データベース生成装置を提供しようとするものである。

【課題を解決するための手段】

【0008】

本発明の一態様は、
演算装置と記憶装置を含む端末、またはクラウド上に生成される仮想的な端末を含んで構成され、知識の要素を構成する因子、および前記因子間の関係性を表す接続情報により表現される知識データベースを生成する知識データベース生成装置であって、
事象、および前記事象間の関係性を含むテキストデータを分析して、前記テキストデータに含まれる因子間の関係性を第１接続情報として抽出するテキストデータ分析部と、
構造化データを分析して、前記構造化データに含まれる因子間の関係性を第２接続情報として抽出する構造化データ分析部と、
前記第１接続情報と、前記第２接続情報と、に基づいて合成接続情報を生成し、前記合成接続情報に基づいて、前記因子および前記合成接続情報により表現された前記知識データベースを生成する知識データベース生成部と、を備える、知識データベース生成装置にある。

【発明の効果】

【0009】

本発明の一態様によれば、人力によらず、テキストデータ分析部によって、テキストデータから第１接続情報を抽出することができる。また、人力によらず、構造化データ分析部によって、構造化データから第２接続情報を抽出することができる。さらに、人力によらず、知識データベース生成部によって、第１接続情報と、第２接続情報と、に基づいて合成接続情報を生成し、合成接続情報に基づいて、因子および合成接続情報に表現された知識データベースを生成することができる。これにより、構造化データの分析、およびテキストデータの分析を人力のみで行う場合に比べて、信頼性の高い知識データベースを生成することができる。

【0010】

以上のごとく、上記態様によれば、信頼性が向上された知識データベースを生成可能な知識データベース生成装置を提供することができる。

【図面の簡単な説明】

【0011】

【図1】実施形態１の知識データベース生成装置の構成を示すブロック図。

【図2】実施形態１の知識データベース生成装置の端末の構成を示すブロック図。

【図3】実施形態１の知識データベースにおける、因子と接続情報とを説明するための図。

【図4】実施形態１の知識データベースをネットワーク形態で表現した知識ネットワーク図。

【図5】実施形態１における、知識データベースの生成工程を説明するための図であって、（ａ）は、テキストデータから第１接続情報を抽出する工程の図であり、（ｂ）は、構造化データから第２接続情報を抽出する工程の図であり、（ｃ）は、因子と、生成された補完合成接続情報と、を示す図である。

【図6】実施形態１の知識データベース生成装置の動作を示すフローチャート。

【図7】実施形態２における、知識データベースの生成工程を説明するための図であって、（ａ）は、テキストデータから第１接続情報を抽出する工程の図であり、（ｂ）は、構造化データから第２接続情報を抽出する工程の図であり、（ｃ）は、因子と、生成された共通合成接続情報と、を示す図である。

【図8】実施形態３における、知識データベースの生成工程を説明するための図であって、（ａ）は、テキストデータから第１接続情報を抽出する工程の図であり、（ｂ）は、構造化データから部分的第２接続情報を抽出する工程の図であり、（ｃ）は、因子と、生成された合成接続情報と、を示す図である。

【発明を実施するための形態】

【0012】

（実施形態１）
１．知識データベース生成装置１０の構成
実施形態１の知識データベース生成装置１０の構成について図１～図２を参照して説明する。知識データベース生成装置１０は、知識の要素を構成する因子３０、および因子３０間の関係性を表す接続情報４０により表現される知識データベースＫを生成する。知識データベース生成装置１０は、工学、医学、農学、生物学などの諸分野に適用される。本形態に係る知識データベース生成装置１０は、工作物を加工する機械加工分野に適用される。機械加工分野には、例えば、切削加工、研削加工、放電加工、プレス加工などが含まれる。本形態に係る知識データベース生成装置１０は、機械加工分野において、熟練者による技術情報に関する知識を記述した知識データベースＫを活用する装置である。

【0013】

図１に示すように、知識データベース生成装置１０は端末１１と、入力装置１２（登録手段の一例）と、教示装置１３（教示手段の一例）と、を備える。知識データベース生成装置１０はクラウドＣに接続されており、クラウドＣに接続された工作機械１４とネットワークを構成する。クラウドＣには、１つ、または複数の工作機械１４が接続される。知識データベース生成装置１０は、クラウドＣ上に生成される仮想的な端末（図示せず）を含む構成としても良い。複数の工作機械１４と知識データベース生成装置１０とは、相互に通信可能に構成されている。工作機械１４は、例えば、研削盤、旋盤、マシニングセンタ、フライス盤、歯車加工機、ボーリング加工機などである。

【0014】

端末１１は、演算装置１１ａと記憶装置１１ｂと、を備える。端末１１には、入力装置１２と、教示装置１３と、が接続されている。端末１１には、入力装置１２および教示装置１３と異なる装置が接続される構成としても良い。

【0015】

入力装置１２は、キーボード、マウス、タッチパネル、音声入力装置等の、公知の入力装置１２である。入力装置１２を介して、作業者は、端末１１に情報を入力する。

【0016】

教示装置１３は、液晶ディスプレイ、タブレット端末、プリンタ等の、公知の教示装置１３である。教示装置１３を介して、作業者は、端末１１から情報を取得する。

【0017】

図２に示すように、記憶装置１１ｂは、知識データベースＫ、テキストデータＴ、構造化データＳ、自然言語処理アルゴリズムＡＬ、および種々のプログラムＰ等を格納する。記憶装置１１ｂには、上記以外のデータが格納されていても良い。

【0018】

２．知識データベースＫについて
図３および図４を参照して知識データベースＫについて説明する。一般に、機械加工分野においては、作業者は、工作物の材質、工具の材質、工作物の品質、加工サイクルタイムなどの種々の情報を考慮して、加工条件としての切削速度や単位時間当たりの切込量などを決定する。この場合、作業者が種々の入力情報を取得して加工条件を決定するに際して、作業者の思考過程をデータベース化したものが、知識データベースＫである。

【0019】

つまり、知識データベースＫは、工作物の材質、工具の材質、工作物の品質、加工サイクルタイム、切削速度、切込量などに加えて、作業者の思考過程において登場する産業技術要素のそれぞれを因子３０として定義され、因子３０同士の関係性が定義されている。

【0020】

図３に示すように、ある因子３０と、他の因子３０と、の関係性は、接続情報４０により表現される。接続情報４０としては特に限定されず、例えば、ある因子３０と他の因子３０との間に因果関係を有する場合や、ある因子３０と他の因子３０とが上位概念と下位概念の関係にある場合であっても良い。

【0021】

図３には、図３における左側の因子３０がサイクルタイムであり、右側の因子３０が送り速度である場合における接続情報４０が例示されている。接続情報４０は、図３の例では、「サイクルタイム」のランク値と、「送り速度」のランク値の対応関係によって接続情報４０が定義されている。この対応関係を参照することによって、「サイクルタイム」のランク値から「送り速度」のランク値を導くことができる。また、「サイクルタイム」と「送り速度」との関係性は、レンジ値によって表現されていても良い。なお、ランク表記とは度量衡を何段階かのランク値で表記することを意味する。レンジ表記とは度量衡の値を任意の幅で区分し、区分した範囲をレンジ値で代表して表記することを意味する。そして、ランク値にはランク指標が別途定義されても良い。

【0022】

知識データベースＫは、概念としては、ネットワーク形態で表現される。知識データベースＫをネットワーク形態で表現した知識ネットワーク図Ｎの例について、図４を参照して説明する。つまり、知識ネットワーク図Ｎは、知識データベースＫをグラフィカルに表現したものである。本形態では、機械加工分野における知識データベースＫに関する知識ネットワーク図Ｎを例に挙げる。

【0023】

図４に示すように、知識ネットワーク図Ｎは、複数のノード図形２１と、ノード図形２１同士を繋ぐリンク図形２２とを備える。本形態では、ノード図形２１は、四角形で囲まれた文字で表されている。本形態では、リンク図形２２は、直線にて表されている。ただし、リンク図形２２は、因子３０同士の定義の方向性を表すために矢印線で記載されてもよい。ノード図形２１は、知識データベースＫにおいて、産業技術用語により定義される因子３０を表す。

【0024】

複数の因子３０間の関係性は、技術的な包含関係（上下関係、主従関係とも称する）である場合と、技術的な異種依存関係である場合とが存在する。

【0025】

例えば、機械諸元は、剛性、機械制度、追従性および動作速度を包含する関係となる。つまり、技術的な包含関係を有する因子３０として、機械諸元を上位概念因子とし、剛性、機械制度、追従性および動作速度を下位概念因子とする。ただし、機械諸元に上記以外の因子３０が含まれる構成としてもよい。

【0026】

技術的に異種依存関係を有する因子３０として、例えば、「剛性」と「サイクルタイム」がある。以下において、技術的な包含関係を有する２つの因子３０の関係性を、単に包含関係と称し、技術的な異種依存関係を有する２つの因子３０の関係性を、単に異種依存関係と称し、特に区別しない場合には、単に接続関係と称する。

【0027】

リンク図形２２は、ノード図形２１同士の関係性を表す。リンク図形２２は、知識データベースＫにおいて、因子３０同士の関係性を表す。

【0028】

３．記憶装置１１ｂに格納されたデータ等について
テキストデータＴは、公知文献、技術報告書、ノウハウメモ等、文章により表現されたデータである。テキストデータＴは、事象、および事象間の関係性を含む。

【0029】

構造化データＳは、例えば、因子３０、および数値データにより定義されたデータである。構造化データＳは、例えば、因子３０、および数値データを含む分割表３１ａにより定義することができる。分割表３１ａとは、複数のカテゴリカルデータを組み合わせて度数を集計した表である。カテゴリカルデータとは、離散変数により構成されるデータである。図３に、接続関係を示す分割表３１ａを例示する。さらに、数値データとしては、例えば、クーラントの量の程度を表現したデータとすることもできる。この場合、例えば、分割表において、特定のセルに、クーラントの流量のレンジ値またはランク値が記載される構成としても良い。

【0030】

また、構造化データＳは、因子３０、および定性的に表現されたデータにより定義されたデータとしても良い。定性的に表現されたデータとしては、例えば、クーラントが工作物に向けて吐出されているか否かというデータや、スイッチがＯＮになっているかＯＦＦになっているかというデータ等が挙げられる。このような構造化データＳは、例えば、分割表において、特定のセルが、「１」または「０」と表示されることにより表現される。また、例えば、スイッチが複数（例えば４つ）の接点を有する場合には、分割表において、特定のセルに「１」～「４」のいずれかが記載されることにより表現される構成としても良い。

【0031】

ただし、構造化データＳは、知識データベース生成装置１０に接続された工作機械１４の動作に伴って得られたデータを含む。また、上記した知識データベースＫは、因子３０として、工作機械１４における加工条件の要素および加工結果の要素を含む。

【0032】

自然言語処理アルゴリズムＡＬは、自然言語を処理可能なアルゴリズムであって、例えば、Ｗｏｒｄ２Ｖｅｃ、Ｄｏｃ２ｖｅｃ、ＢＥＲＴ、ＸＬＮｅｔ、ＲｏＢＥＲＴａ、ＡＬＢＥＲＴ、ｆａｓｔＴｅｘｔ、ＳＣＤＶ、ＧＮＭＴ、Ｔｒａｎｓｆｏｒｍｅｒ、ＥＬＭｏ、ＧＰＴ、ＧＰＴ－２等、任意のアルゴリズムを適宜に選択できる。上記の自然言語処理アルゴリズムＡＬにより、得られる単語の分散表現（ベクトル）を用いて、類似度の高い用語を同義語とみなして因子３０を統一することができる。

【0033】

プログラムＰは、演算装置１１ａを動作させるための複数のプログラムＰである。プログラムＰは、演算装置１１ａを、知識データベース生成部１５ａとして動作させるプログラムＰ、テキストデータ分析部１５ｂとして動作させるプログラムＰ、構造化データ分析部１５ｃとして動作させるプログラムＰ、および類似性判定部１５ｄとして動作させるプログラムＰ等を含む。ただし、プログラムＰは、上記以外のプログラムＰを含んでも良い。

【0034】

４．演算装置１１ａについて
図２に示すように、演算装置１１ａは、記憶装置１１ｂに格納されたプログラムＰに基づいて動作することにより、知識データベース生成部１５ａ、テキストデータ分析部１５ｂ、構造化データ分析部１５ｃ、および類似性判定部１５ｄとして機能する。

【0035】

図５（ａ）を参照して、テキストデータ分析部１５ｂについて説明する。テキストデータ分析部１５ｂは、テキストデータＴを分析して、テキストデータＴに含まれる因子３０間の関係性を第１接続情報４０ａとして抽出する。

【0036】

まず、テキストデータ分析部１５ｂは、記憶装置１１ｂからテキストデータＴを取得する。例えば、「因子Ａによって因子Ｃが上昇し、因子Ｆが低下する。」という文を取得する。「因子Ａ」、「因子Ｃ」および「因子Ｆ」としては、「サイクルタイム」、「送り速度」、「真円度」等の具体的な技術用語である因子３０が用いられる。

【0037】

次に、テキストデータ分析部１５ｂは、取得したテキストデータＴから、複数の因子３０（例えば、「因子Ａ」、「因子Ｃ」および「因子Ｆ」）を抽出する。図５（ａ）において、円で囲まれた［Ａ］、「Ｃ」および「Ｆ」が、抽出された因子３０を表す。

【0038】

次に、テキストデータ分析部１５ｂは、因子３０間の関係性を、第１接続情報４０ａとして表現する。上記の例でいえば、「因子Ａ」が原因となって「因子Ｃ」が上昇するという結果が生じ、「因子Ｃ」の上昇が原因となって「因子Ｆ」の効果という結果が生じたと分析する。この第１接続情報４０ａを、「因子Ａ」から「因子Ｃ」への論理の流れとして表現するとともに、「因子Ｃ」から「因子Ｆ」への論理の流れとして表現する。図５（ａ）には、円で囲まれた「Ａ」、「Ｃ」および「Ｆ」が矢印で接続されている。矢印の向きが、論理の流れの方向を示す。

【0039】

続いて、図５（ｂ）を参照して、構造化データ分析部１５ｃについて説明する。構造化データ分析部１５ｃは、構造化データＳを分析して、構造化データＳに含まれる因子３０間の関係性を第２接続情報４０ｂとして抽出する。

【0040】

構造化データ分析部１５ｃは、データベースから構造化データＳを取得する。上記したように、構造化データＳは、因子３０、および数値データを含む分割表３１ｂにより定義されたデータである。図５（ｂ）に分割表３１ｂの一例を示す。分割表３１ｂの上段には、Ｂ、Ｄ、Ｅ、ＦおよびＧのアルファベットが記載されている。各アルファベットは、それぞれ、「因子Ｂ」、「因子Ｄ」、「因子Ｅ」、「因子Ｆ」および「因子Ｇ」を表す。なお、以下の説明において、第１接続情報４０ａと、第２接続情報４０ｂとを区別しない場合、接続情報４０と記載する場合がある。

【0041】

構造化データ分析部１５ｃは、「因子Ｂ」、「因子Ｄ」、「因子Ｅ」、「因子Ｆ」および「因子Ｇ」のそれぞれの間についての関係性を推論する演算を行う。構造化データ分析部１５ｃは、演算の結果に基づいて、「因子Ｂ」、「因子Ｄ」、「因子Ｅ」、「因子Ｆ」および「因子Ｇ」のそれぞれの間の関係性を表現する第２接続情報４０ｂを推定する。図５（ｂ）に、円で囲まれた「Ｂ」、「Ｄ」、「Ｅ」、「Ｆ」および「Ｇ」は因子３０を表し、因子３０同士を接続する矢印は接続関係が存在することを表し、矢印の向きは、論理の流れの方向を示す。図５（ｂ）には、「因子Ｂ」と「因子Ｅ」との間に因果関係があり、「因子Ｄ」と「因子Ｅ」との間に因果関係があり、「因子Ｅ」と「因子Ｆ」との間に因果関係があり、「因子Ｅ」と「因子Ｇ」との間に因果関係がある例が表現されている。

【0042】

続いて、図５（ａ）～（ｃ）を参照して、知識データベース生成部１５ａについて説明する。知識データベース生成部１５ａは、テキストデータＴから抽出された第１接続情報４０ａと、構造化データＳから抽出された第２接続情報４０ｂと、に基づいて合成接続情報４０ｃを生成する。知識データベース生成部１５ａは、合成接続情報４０ｃに基づいて、因子３０、および合成接続情報４０ｃにより表現された知識データベースＫを生成する。

【0043】

本形態の知識データベース生成部１５ａは、テキストデータＴから抽出された第１接続情報４０ａと、構造化データＳから抽出された第２接続情報４０ｂと、を比較する。その結果、知識データベース生成部１５ａは、第１接続情報４０ａおよび第２接続情報４０ｂにおいて互いに共通しない部分を抽出する。知識データ生成部は、合成接続情報４０ｃとして、第１接続情報４０ａと、第２接続情報４０ｂと、第１接続情報４０ａおよび第２接続情報４０ｂにおいて互いに共通しない部分と、を含む補完合成接続情報４０ｄを生成する（図５（ｃ）参照）。

【0044】

図５（ａ）に示すように、テキストデータＴから抽出された第１接続情報４０ａとして、「因子Ａ」、「因子Ｃ」および「因子Ｆ」に関する関係性が抽出されている。また、図５（ｂ）に示すように、構造化データＳから抽出された第２接続情報４０ｂとして、「因子Ｂ」、「因子Ｄ」、「因子Ｅ」、「因子Ｆ」および「因子Ｇ」に関する関係性が抽出されている。

【0045】

第１接続情報４０ａから見ると、第２接続情報４０ｂは、「因子Ｂ」、「因子Ｄ」、「因子Ｅ」および「因子Ｇ」が共通でない。一方、第２接続情報４０ｂから見ると、「因子Ａ」および「因子Ｃ」が共通でない。

【0046】

本形態の知識データベース生成部１５ａは、互いに共通しない部分を合成して、図５（ｃ）に示すように、「因子Ａ」、「因子Ｂ」、「因子Ｃ」、「因子Ｄ」、「因子Ｅ」、「因子Ｆ」および「因子Ｇ」に係る補完合成接続情報４０ｄを生成する。本形態においては、第１接続情報４０ａと、第２接続情報４０ｂとが、互いに共通する「因子Ｆ」によって結び付けられている。

【0047】

ただし、第１接続情報４０ａと、第２接続情報４０ｂとにおいて、どの因子３０が共通するか、また、どの因子３０が共通しないかについては任意である。また、補完合成接続情報４０ｄが、第１接続情報４０ａと第２接続情報４０ｂにおいて互いに共通しない部分をどのように結びづけるかについても任意である。

【0048】

類似性判定部１５ｄは、テキストデータＴに含まれる因子３０と、構造化データＳに含まれる因子３０と、の類似性を判定する。類似性を判定する手法は特に限定されず、例えば、自然言語処理を実行可能な自然言語処理アルゴリズムＡＬに基づいて類似性を判定しても良いし、予め記憶装置１１ｂに類似する因子３０を同義語とする辞書を格納しておき、この辞書に基づいて類似性を判定しても良い。ただし、類似性判定部１５ｄは省略しても良い。

【0049】

知識データベース生成部１５ａは、類似性判定部１５ｄの判定結果に基づいて、合成接続情報４０ｃを生成する。以下に、具体的に説明する。

【0050】

例えば、テキストデータＴまたは構造化データＳから、「表面粗さ」、「面粗さ」、「面粗度」、「面粗」、および「粗さ」という因子３０が抽出されたとする。この場合において、類似性判定部１５ｄにより、上記の「表面粗さ」、「面粗さ」、「面粗度」、「面粗」、および「粗さ」が類似すると判定されたとする。類似性判定部１５ｄは、例えば、「表面粗さ」、「面粗さ」、「面粗度」、「面粗」、および「粗さ」の因子３０を、すべて、「表面粗さ」として統一して表記することを決定する。ただし、類似する複数の因子３０のうち、どの因子３０によって統一して表記するかは任意である。また、類似する複数の因子３０と異なる統一的な語句によって表記しても良い。

【0051】

知識データベース生成部１５ａは、「表面粗さ」、「面粗さ」、「面粗度」、「面粗」、および「粗さ」の因子３０に関する接続情報４０を、「表面粗さ」に関する接続情報４０として統一して表記することにより、合成接続情報４０ｃを生成する。

【0052】

５．知識データベース生成装置１０の動作
続いて、知識データベース生成装置１０の動作について、図２および図６を参照しつつ説明する。図６に、知識データベース生成装置１０の動作のメインフローを示す。知識データベース生成装置１０の動作は以下の記載に限定されない。

【0053】

知識データベース生成装置１０が起動されると、第１接続情報４０ａが抽出される処理が実行される（Ｓ１）。まず、Ｓ１において、テキストデータ分析部１５ｂは、記憶装置１１ｂからテキストデータＴを取得する（図２参照）。テキストデータ分析部１５ｂは、テキストデータＴから、複数の因子３０を抽出する。

【0054】

図２に示すように、類似性判定部１５ｄは、記憶装置１１ｂから自然言語処理アルゴリズムＡＬを取得する。類似性判定部１５ｄは、テキストデータ分析部１５ｂが抽出した複数の因子３０の類似性を判定する。類似性判定部１５ｄは、類似すると判定した複数の因子３０を統一的に表示する因子３０を決定する。

【0055】

テキストデータ分析部１５ｂは、統一的に表示された複数の因子３０間の関係性を推定するための演算を実行する。テキストデータ分析部１５ｂは、因子３０間の関係性を表す第１接続情報４０ａを生成する。

【0056】

ただし、因子３０間の関係性は、以下のように推定しても良い。すなわち、まず、テキストデータ分析部１５ｂは、テキストデータＴから複数の因子３０を抽出し、因子３０間の関係性を推定するための演算を実行する。これにより、テキストデータ分析部１５ｂは、因子３０間の関係性を推定する。次に、類似性判定部１５ｄは、記憶装置１１ｂから自然言語処理アルゴリズムＡＬを取得する。類似性判定部１５ｄは、複数の因子３０の類似性を判定する。類似性判定部１５ｄは、類似すると判定した複数の因子３０を統一的に表示する因子３０を決定する。さらに、テキストデータ分析部１５ｂは、統一的に表示された因子３０に基づいて、因子３０間の関係性を表す第１接続情報４０ａを生成する。

【0057】

次に、第２接続情報４０ｂが生成される処理が実行される（Ｓ２）。Ｓ２において、構造化データ分析部１５ｃは、記憶装置１１ｂから構造化データＳを取得する（図２参照）。構造化データ分析部１５ｃは、構造化データＳから、複数の因子３０を抽出する。

【0058】

ただし、第１接続情報４０ａと、第２接続情報４０ｂを生成する順序は特に限定されず、第１接続情報４０ａを、第２接続情報４０ｂを生成した後に生成する構成としても良い。

【0059】

類似性判定部１５ｄは、構造化データ分析部１５ｃが抽出した複数の因子３０の類似性を判定する。類似性判定部１５ｄは、類似すると判定した複数の因子３０を統一的に表示する因子３０を決定する。

【0060】

構造化データ分析部１５ｃは、統一的に表示された因子３０間の関係性を推定するための演算を実行する。構造化データ分析部１５ｃは、因子３０間の関係性を表す第２接続情報４０ｂを生成する。

【0061】

次に、合成接続情報４０ｃが生成される処理が実行される（Ｓ３）。知識データベース生成部１５ａは、テキストデータ分析部１５ｂから、テキストデータＴから抽出された因子３０と、これらの因子３０間の関係性を表す第１接続情報４０ａを取得する（図２参照）。また、知識データベース生成部１５ａは、構造化データ分析部１５ｃから、構造化データＳから抽出された因子３０と、これらの因子３０間の関係性を表す第２接続情報４０ｂを取得する。

【0062】

知識データベース生成部１５ａは、第１接続情報４０ａと、第２接続情報４０ｂと、を比較する。その結果、知識データベース生成部１５ａは、第１接続情報４０ａおよび第２接続情報４０ｂにおいて互いに共通しない部分を抽出する。知識データベース生成部１５ａは、合成接続情報４０ｃとして、第１接続情報４０ａと、第２接続情報４０ｂと、第１接続情報４０ａおよび第２接続情報４０ｂにおいて互いに共通しない部分と、を含む補完合成接続情報４０ｄを生成する。

【0063】

知識データベース生成部１５ａは、テキストデータＴから抽出された因子３０と、構造化データＳから抽出された因子３０と、補完合成接続情報４０ｄと、に基づいて、知識データベースＫを生成する。

【0064】

次に、教示装置１３は、生成された知識データベースＫを作業者に教示する（Ｓ４）。教示装置１３の一例である液晶ディスプレイに知識データベースＫが表示されることにより、または、教示装置１３の一例であるプリンタにより知識データベースＫが印刷されることにより、作業者は知識データベースＫを、知識データベース生成装置１０から教示される。

【0065】

次に、作業者は、入力装置１２を介して、生成された知識データベースＫを、記憶装置１１ｂに格納させる指令を、端末１１に入力する（Ｓ５）。これにより、知識データベースＫは、記憶装置１１ｂに格納され、登録される。

【0066】

以上により、知識データベース生成装置１０の動作が終了する。

【0067】

６．本形態の作用効果
続いて、本形態の作用効果について説明する。本形態に係る知識データベース生成装置１０は、演算装置１１ａと記憶装置１１ｂを含む端末１１、またはクラウドＣ上に生成される仮想的な端末を含んで構成され、知識の要素を構成する因子３０、および因子３０間の関係性を表す接続情報４０により表現される知識データベースＫを生成する。知識データベース生成装置１０は、テキストデータ分析部１５ｂと、構造化データ分析部１５ｃと、知識データベース生成部１５ａと、を備える。テキストデータ分析部１５ｂは、事象、および事象間の関係性を含むテキストデータＴを分析して、テキストデータＴに含まれる因子３０間の関係性を第１接続情報４０ａとして抽出する。構造化データ分析部１５ｃは、構造化データＳを分析して、構造化データＳに含まれる因子３０間の関係性を第２接続情報４０ｂとして抽出する。知識データベース生成部１５ａは、構造化データ分析部１５ｃと、第１接続情報４０ａと、第２接続情報４０ｂと、に基づいて合成接続情報４０ｃを生成し、合成接続情報４０ｃに基づいて、因子３０および合成接続情報４０ｃにより表現された知識データベースＫを生成する。

【0068】

本形態によれば、人力によらず、テキストデータ分析部１５ｂによって、テキストデータＴから第１接続情報４０ａを抽出することができる。また、人力によらず、構造化データ分析部１５ｃによって、構造化データＳから第２接続情報４０ｂを抽出することができる。さらに、人力によらず、知識データベース生成部１５ａによって、第１接続情報４０ａと、第２接続情報４０ｂと、に基づいて合成接続情報４０ｃを生成し、合成接続情報４０ｃに基づいて、因子３０および合成接続情報４０ｃに表現された知識データベースＫを生成することができる。これにより、構造化データＳの分析、およびテキストデータＴの分析を人力で行う場合に比べて、信頼性の高い知識データベースＫを生成することができる。

【0069】

知識データベース生成部１５ａは、さらに、構造化データＳに含まれる因子３０と、テキストデータＴに含まれる因子３０と、の類似性を判定する類似性判定部１５ｄを備える。知識データベース生成部１５ａは、類似性判定部１５ｄの判定結果に基づいて、合成接続情報４０ｃを生成する。これにより、知識データベース生成部１５ａは、構造化データＳに含まれる因子３０と、テキストデータＴに含まれる因子３０とが類似する場合には、両者を同じとみなして合成接続情報４０ｃを生成する。この結果、より多くのデータまたは因子３０に基づいて合成接続情報４０ｃを生成することができるので、知識データベースＫの信頼性を向上させることができる。

【0070】

本形態に係る類似性判定部１５ｄは、自然言語処理を実行可能な自然言語処理アルゴリズムＡＬに基づいて、テキストデータＴに含まれる因子３０、および構造化データＳに含まれる因子３０の類似性を判定する。これにより、因子３０を表現する単語の分散表現が得られ、単語の分散表現に基づいて、因子３０同士の類似性を判定することができる。これにより、知識データベースＫの精度を向上させることができる。類似性の判断は、テキストデータＴに含まれる因子３０間の類似性を判断することを含むとともに、構造化データＳに含まれる因子３０間の類似性を判断することを含む。さらに、テキストデータＴに含まれる因子３０と、構造化データＳに含まれる因子３０との間の類似性を判断することも含む。

【0071】

本形態に係る知識データベース生成部１５ａは、第１接続情報４０ａと、第２接続情報４０ｂと、を比較し、合成接続情報４０ｃとして、第１接続情報４０ａと、第２接続情報４０ｂと、第１接続情報４０ａおよび第２接続情報４０ｂにおいて互いに共通しない部分と、を含む補完合成接続情報４０ｄを生成する。これにより、第１接続情報４０ａおよび第２接続情報４０ｂにおいて互いに共通しない部分を補完することができるので、知識データベースＫの信頼性を向上させることができる。

【0072】

知識データベース生成装置１０は、さらに、合成接続情報４０ｃを教示する教示装置１３を有する。これにより、作業者は生成された知識データベースＫを知得することができる。また、知識データベース生成装置１０は、合成接続情報４０ｃを記憶装置１１ｂに登録する入力装置１２を有する。これにより、作業者は、生成された知識データベースＫを記憶装置１１ｂに登録することができる。

【0073】

本形態に係る構造化データＳは、工作機械１４の動作に伴って得られたデータを含む。これにより、工作機械１４から、ネットワークを介して、構造化データＳを取得することができる。

【0074】

本形態に係る知識データベースＫは、因子３０として、工作機械１４における加工条件の要素および加工結果の要素を含む。本発明は、工作機械１４に効果的に適用することができる。

【0075】

（実施形態２）
次に、図７を参照して、実施形態２について説明する。本形態に係る知識データベース生成部１５ａは、第１接続情報４０ａと、第２接続情報４０ｂと、を比較し、合成接続情報４０ｃとして、第１接続情報４０ａおよび第２接続情報４０ｂにおいて互いに共通する部分を用いて共通合成接続情報４０ｅを生成する。以下に説明する。

【0076】

図７（ａ）に示すように、テキストデータ分析部１５ｂは、テキストデータＴを分析して、テキストデータＴに含まれる因子３０間の関係性を第１接続情報４０ａとして抽出する。本形態に係るテキストデータ分析部１５ｂは、実施形態１と同様なので、重複する説明を省略する。本形態においては、「因子Ａ」、「因子Ｃ」、「因子Ｆ」および「因子Ｈ」が抽出され、第１接続情報４０ａとして、「因子Ａ」→「因子Ｃ」→「因子Ｆ」で表される論理の流れに関する関係性と、「因子Ｃ」→「因子Ｈ」で表される論理の流れに関する関係性と、が抽出された。

【0077】

次に、構造化データ分析部１５ｃは、構造化データＳに係る分割表３１ｃから、第２接続情報４０ｂを抽出する。分割表３１ｃの上段には、Ａ～Ｇのアルファベットが記載されている。各アルファベットは、それぞれ、「因子Ａ」～「因子Ｇ」を表す。

【0078】

構造化データ分析部１５ｃは、「因子Ａ～「因子Ｇ」のそれぞれの間についての関係性を推論する演算を行う。構造化データ分析部１５ｃは、演算の結果に基づいて、「因子Ａ」～「因子Ｇ」のそれぞれの間の関係性を表現する第２接続情報４０ｂを推定する。図５（ｂ）に、円で囲まれた「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」、「Ｆ」および「Ｇ」は因子３０を表し、因子３０同士を接続する矢印は接続関係が存在することを表し、矢印の向きは、論理の流れの方向を示す。

【0079】

図７（ｂ）には、「因子Ａ」と「因子Ｃ」との間に因果関係があり、「因子Ｃ」と「因子Ｆ」との間に因果関係があるとともに、「因子Ｂ」と「因子Ｅ」との間に因果関係があり、「因子Ｄ」と「因子Ｅ」との間に因果関係があり、「因子Ｅ」と「因子Ｆ」との間に因果関係があり、「因子Ｅ」と「因子Ｇ」との間に因果関係がある例が表現されている。第２接続情報４０ｂとして抽出された、「因子Ａ」→「因子Ｃ」→「因子Ｆ」で表される論理の流れに関する関係性は、第１接続情報４０ａと共通している。

【0080】

ただし、第１接続情報４０ａと、第２接続情報４０ｂを生成する順序は特に限定されず、第１接続情報４０ａを、第２接続情報４０ｂを生成した後に生成する構成としても良い。

【0081】

次に、図７（ｃ）に示すように、知識データベース生成部１５ａは、第１接続情報４０ａと、第２接続情報４０ｂとの間で共通する、「因子Ａ」→「因子Ｃ」→「因子Ｆ」で表される論理の流れに関する関係性を抽出して、合成接続情報４０ｃとして共通合成接続情報４０ｅを生成する。

【0082】

本形態によれば、共通する接続情報４０に基づいて共通合成接続情報４０ｅを生成することができるので、知識データベースＫの信頼性を向上させることができる。

【0083】

なお、実施形態２以降において用いた符号のうち、既出の実施形態において用いた符号と同一のものは、特に示さない限り、既出の実施形態におけるものと同様の構成要素等を表す。

【0084】

（実施形態３）
次に、図８を参照して実施形態３について説明する。本形態に係る構造化データ分析部１５ｃは、構造化データＳと第１接続情報４０ａとが共通する部分については、因子３０間の関係性を推定する演算を省略し、構造化データＳと第１接続情報４０ａとが共通しない部分についてのみ因子３０間の関係性を推定する演算を実行することにより、構造化データＳから、第１接続情報４０ａと異なる部分的第２接続情報４０ｆを抽出する。知識データベース生成部１５ａは、第１接続情報４０ａと、部分的第２接続情報４０ｆと、に基づいて合成接続情報４０ｃを生成する。以下に説明する。

【0085】

図８（ａ）に示すように、テキストデータ分析部１５ｂは、テキストデータＴを分析して、テキストデータＴに含まれる因子３０間の関係性を第１接続情報４０ａとして抽出する。本形態に係るテキストデータ分析部１５ｂは、実施形態１と同様なので、重複する説明を省略する。本形態においては、「因子Ａ」、「因子Ｃ」および「因子Ｆ」が抽出され、第１接続情報４０ａとして、「因子Ａ」→「因子Ｃ」→「因子Ｆ」で表される論理の流れに関する関係性が抽出された。

【0086】

次に、構造化データ分析部１５ｃは、第１接続情報４０ａに係る「因子Ａ」→「因子Ｃ」→「因子Ｆ」で表される論理の流れに関する関係性については、構造化データＳにおいて関係性を推定する演算を省略する。すなわち、本形態においては、「因子Ａ」→「因子Ｃ」→「因子Ｆ」で表される論理の流れに関する関係性が構造化データＳに含まれているか否かについて演算を実行しない。このため、構造化データＳに、「因子Ａ」→「因子Ｃ」→「因子Ｆ」で表される論理の流れに関する関係性が、構造化データＳに含まれている可能性もあるし、また、含まれていない可能性もある。図８（ｂ）において、「因子Ａ」→「因子Ｃ」→「因子Ｆ」で表される論理の流れに関する関係性については、破線で記載されている。これは、本形態においては、構造化データＳに、「因子Ａ」→「因子Ｃ」→「因子Ｆ」で表される論理の流れに関する関係性が含まれているか否かについては不明であるからである。

【0087】

図８（ｂ）に示すように、構造化データ分析部１５ｃは、構造化データＳに係る分割表３１ｂから、部分的第２接続情報４０ｆとして、「因子Ｂ」、「因子Ｄ」、「因子Ｅ」、「因子Ｆ」および「因子Ｇ」に関する関係性を抽出する。

【0088】

次に、図８（ｃ）に示すように、知識データベース生成部１５ａは、第１接続情報４０ａと、部分的第２接続情報４０ｆとを、「因子Ｆ」によって結び付けることにより、合成接続情報４０ｃを生成する。

【0089】

本形態によれば、構造化データＳにおける因子３０間の因果関係を推定するための演算時間を短縮できる。

【0090】

本発明は上記各実施形態に限定されるものではなく、その要旨を逸脱しない範囲において種々の実施形態に適用することが可能である。

【0091】

実施形態３においては、構造化データＳから部分的第２接続情報４０ｆを抽出し、第１接続情報４０ａと部分的第２接続情報４０ｆから合成接続情報４０ｃを生成する構成としたが、これに限られず、テキストデータ分析部１５ｂは、テキストデータＴと第２接続情報４０ｂとが共通する部分については、因子３０間の関係性を推定する演算を省略し、テキストデータＴと第２接続情報４０ｂとが共通しない部分についてのみ、因子３０間の関係性を推定する演算を実行することにより、テキストデータＴから、第２接続情報４０ｂと異なる部分的第１接続情報を抽出し、知識データベース生成部１５ａは、部分的第１接続情報と、第２接続情報４０ｂと、に基づいて合成接続情報４０ｃを生成する構成としても良い。

【0092】

本発明は上記各実施形態に限定されるものではなく、その要旨を逸脱しない範囲において種々の実施形態に適用することが可能である。

【0093】

知識データベース生成装置１０は、工作機械１４に組込まれた構成としても良い。

【0094】

本形態に係る知識データベース生成装置１０においては、知識データベースＫを生成する際、作業者による作業が不要である構成としたが、これに限られず、部分的に作業者が作業を行っても良い。例えば、下記のように作業を行うことができる。すなわち、類似性判定部１５ｄは、分散表現をもとに類似度を算出し、算出された類似度のスコアの昇順または降順に因子３０を並べ、教示装置１３に表示させる。作業者は、教示装置１３に表示された因子３０について、類似語を選択し、入力装置１２を介して端末１１に統一された類似語を指示する。知識データベース生成部１５ａは、指示された類似語に基づいて、合成接続情報４０ｃを生成する。

【符号の説明】

【0095】

１０：知識データベース生成装置、１１：端末、１１ａ：演算装置、１１ｂ：記憶装置、１２：入力装置、１３：教示装置、１４：工作機械、１５ａ：知識データベース生成部、１５ｂ：テキストデータ分析部、１５ｃ：構造化データ分析部、１５ｄ：類似性判定部、３０：因子、３１ａ，３１ｂ：分割表、４０：接続情報、４０ａ：第１接続情報、４０ｂ：第２接続情報、４０ｃ：合成接続情報、４０ｄ：補完合成接続情報、４０ｅ：共通合成接続情報、４０ｆ：部分的第２接続情報、ＡＬ：自然言語処理アルゴリズム、Ｃ：クラウド、Ｋ：知識データベース、Ｓ：構造化データ、Ｔ：テキストデータ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】