特開 2025-40127 情報処理システム、情報処理方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2025040127

(43)【公開日】2025-03-24

(54)【発明の名称】情報処理システム、情報処理方法及びプログラム

(51)【国際特許分類】

   G06Q 40/12 20230101AFI20250314BHJP

【ＦＩ】

G06Q40/12

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2023146847

(22)【出願日】2023-09-11

(71)【出願人】

【識別番号】513040384

【氏名又は名称】株式会社マネーフォワード

(74)【代理人】

【識別番号】110002789

【氏名又は名称】弁理士法人ＩＰＸ

(72)【発明者】

【氏名】増田 樹

(72)【発明者】

【氏名】星野 崇宏

(72)【発明者】

【氏名】北岸 郁雄

【テーマコード（参考）】

5L040

5L055

【Ｆターム（参考）】

5L040BB63

5L055BB63

(57)【要約】

【課題】自動仕訳に勘定科目のテーブルを不要とすることができる情報処理システム等を提供する。
【解決手段】本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、プロセッサを備え、プロセッサが、取得ステップでは、取引の内容を示す取引データを取得する。入力ステップでは、取得された取引データを人工知能モジュールに入力し、人工知能モジュールは、既存の取引の内容と既存の勘定科目との対応を少なくとも示すデータ群を学習したモデルを有する。表示ステップでは、取得された取引データを入力された人工知能モジュールがモデルに基づき出力する語句を、勘定科目を示す語句として表示させるための処理を行い、勘定科目を示す語句には、既存の勘定科目とは異なる新規の勘定科目を示す語句が含まれ得る。
【選択図】図１

【特許請求の範囲】

【請求項1】

情報処理システムであって、
プロセッサを備え、前記プロセッサが、
取得ステップでは、取引の内容を示す取引データを取得し、
入力ステップでは、取得された前記取引データを人工知能モジュールに入力し、前記人工知能モジュールは、既存の取引の内容と既存の勘定科目との対応を少なくとも示すデータ群を学習したモデルを有し、
表示ステップでは、取得された前記取引データを入力された前記人工知能モジュールが前記モデルに基づき出力する語句を、勘定科目を示す語句として表示させるための処理を行い、前記勘定科目を示す語句には、前記既存の勘定科目とは異なる新規の勘定科目を示す語句が含まれ得る、
情報処理システム。

【請求項2】

請求項１に記載の情報処理システムにおいて、
前記プロセッサが、
前記表示ステップでは、前記新規の勘定科目を前記既存の勘定科目とは異なる態様で表示させる、
情報処理システム。

【請求項3】

請求項１に記載の情報処理システムにおいて、
前記プロセッサが、
第１算出ステップでは、前記新規の勘定科目と前記既存の勘定科目との類似度を算出し、
前記表示ステップでは、前記新規の勘定科目を表示させる場合、当該新規の勘定科目との類似度が閾値以上である前記既存の勘定科目を当該新規の勘定科目に対応付けて表示させる、
情報処理システム。

【請求項4】

請求項１に記載の情報処理システムにおいて、
前記プロセッサが、
第１算出ステップでは、前記新規の勘定科目と前記既存の勘定科目との類似度を算出し、
前記表示ステップでは、前記新規の勘定科目を表示させる場合、当該新規の勘定科目について算出された類似度を当該新規の勘定科目に対応付けて表示させる、
情報処理システム。

【請求項5】

請求項１に記載の情報処理システムにおいて、
前記プロセッサが、
第２算出ステップでは、出力された前記語句の勘定科目としての確度を算出し、
前記表示ステップでは、前記新規の勘定科目を、当該新規の勘定科目について算出された確度に応じた数の既存の勘定科目に対応付けて表示させる、
情報処理システム。

【請求項6】

請求項１に記載の情報処理システムにおいて、
前記人工知能モジュールは、入力された前記取引データが示す取引の内容に含まれる語句の最小単位を示す単位語句のうち、前記既存の勘定科目との関連性が高い単位語句を前記関連性の高さの順番で出力し、
前記プロセッサが、
前記表示ステップでは、前記人工知能モジュールが出力した単位語句を繋げた文字列を、前後の単位語句との関連性が低い箇所で分割し、前後が分割された文字列によって示される語句を勘定科目として表示させる、
情報処理システム。

【請求項7】

請求項１に記載の情報処理システムにおいて、
前記人工知能モジュールは、特定の団体の既存の取引の内容と前記団体が使用する勘定科目との対応を少なくとも示すデータ群を学習したモデルを有する、
情報処理システム。

【請求項8】

情報処理方法であって、
請求項１～請求項７の何れか１つに記載の情報処理システムの各ステップを備える、
情報処理方法。

【請求項9】

プログラムであって、
コンピュータに、請求項１～請求項７の何れか１つに記載の情報処理システムの各ステップを実行させる
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理システム、情報処理方法及びプログラムに関する。

【背景技術】

【0002】

特許文献１には、仕訳パターンマスタのデータ区分と売上区分の組み合わせを基に、当該組み合わせを含む売上情報テーブル中のレコードまたは出荷情報テーブル中のレコードを特定し、当該特定されたレコードならびに当該組み合わせと紐付く仕訳パターンマスタ中の借方勘定科目および貸方補助科目を基に、売上の仕訳情報テーブルまたは出荷の仕訳情報テーブルを作成する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２３－１０５２７１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

取引の内容を示すデータに基づいて勘定科目を判定しようとする場合に、例えば、取引の内容を示す単語と勘定科目とを対応付けたテーブルを用いると、勘定科目に変更がある場合にテーブルの修正が必要になり手間がかかってしまう。

【0005】

本発明では上記事情に鑑み、自動仕訳に勘定科目のテーブルを不要とすることができる情報処理システム等を提供することとした。

【課題を解決するための手段】

【0006】

本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、プロセッサを備え、プロセッサが、取得ステップでは、取引の内容を示す取引データを取得する。入力ステップでは、取得された取引データを人工知能モジュールに入力し、人工知能モジュールは、既存の取引の内容と既存の勘定科目との対応を少なくとも示すデータ群を学習したモデルを有する。表示ステップでは、取得された取引データを入力された人工知能モジュールがモデルに基づき出力する語句を、勘定科目を示す語句として表示させるための処理を行い、勘定科目を示す語句には、既存の勘定科目とは異なる新規の勘定科目を示す語句が含まれ得る。

【0007】

このような態様によれば、自動仕訳に勘定科目のテーブルを不要とすることができる。

【図面の簡単な説明】

【0008】

【図1】自動仕訳支援システム１の全体構成の一例を示す図である。

【図2】会計処理サーバ装置１０のハードウェア構成の一例を示す図である。

【図3】ユーザ端末４０のハードウェア構成の一例を示す図である。

【図4】仕訳支援処理の一例を示すアクティビティ図である。

【図5】蓄積されたアグリゲーションデータの一例を示す図である。

【図6】表示された取引データの一覧の一例を示す図である。

【図7】ＡＩモジュール１００の出力の一例を示す図である。

【図8】抽出される勘定科目の候補情報の一例を示す図である。

【図9】表示された推奨仕訳データの一例を示す図である。

【図10】選択された勘定科目の一例を示す図である。

【図11】仕訳データベースの一例を示す図である。

【図12】表示された推奨仕訳データの別の一例を示す図である。

【図13】表示された推奨仕訳データの別の一例を示す図である。

【図14】表示された推奨仕訳データの別の一例を示す図である。

【図15】表示された推奨仕訳データの別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、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。

【0010】

ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。

【0011】

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集団体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。

【0012】

また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

【0013】

<実施形態１>
１．システム構成
以下、実施形態１に係るシステム構成を説明する。
図１は、自動仕訳支援システム１の全体構成の一例を示す図である。図１においては、自動仕訳支援システム１が備える各装置と、それらの装置を使用するユーザの概要が示されている。各概要については、他の図も参照しながら随時説明する。自動仕訳支援システム１は、過去に行われた取引について、取引内容の性質を表す勘定科目と取引の金額とをまとめる仕訳の作業を支援するための情報処理（以下「仕訳支援処理」と言う）を実行する情報処理システムである。

【0014】

自動仕訳支援システム１は、通信回線２と、会計処理サーバ装置１０と、アグリゲーションサーバ装置２０と、取引先サーバ装置３０－１、３０－２及び３０－３等（それぞれを区別しない場合は「取引先サーバ装置３０」と言う）と、ユーザ端末４０とを備える。

【0015】

通信回線２は、特に限定されるものではないが、例えば、インターネット網によって構成されている。また、通信回線２は、ローカルエリアネットワーク、移動体通信網及びＶＰＮ（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）等を含んでいてもよい。通信回線２は、自回線に接続する装置同士のデータのやり取りを仲介する。図１の例では、通信回線２には、会計処理サーバ装置１０、アグリゲーションサーバ装置２０及び取引先サーバ装置３０が有線で接続され、ユーザ端末４０が無線で接続されている。なお、各装置の通信回線２との接続は有線でも無線でもよい。

【0016】

ユーザ端末４０は、ユーザによって使用される端末であり、例えばスマートフォン、タブレット端末又はパーソナルコンピュータ等である。ユーザ端末４０は、仕訳支援処理における画像の表示及びユーザによる操作の受け付け等を実行する。

【0017】

取引先サーバ装置３０は、ユーザが取引を行う可能性がある取引先が商品又はサービスを提供するための情報処理を行う情報処理装置である。取引先サーバ装置３０は、例えば、ＥＣ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ）サイトや、旅行会社のウェブサイト又はクレジットカード会社のウェブサイト等を介してサービスを提供する。取引先サーバ装置３０が提供するサービスのアカウント情報をユーザが登録すると、取引先サーバ装置３０は、登録されたアカウント情報を記憶して、ユーザ毎に各種の取引を行う。取引先サーバ装置３０は、実行した取引の内容を示す取引データを、アカウント情報に対応付けて記憶する。以下では、「アカウント情報」と言えば、取引先サーバ装置３０が提供するサービスのアカウント情報を示すものとする。

【0018】

アグリゲーションサーバ装置２０は、多種多様なソースからデータを収集し、それらを共通のデータベースにまとめるデータアグリゲーションに関する情報処理を実行する情報処理装置である。アグリゲーションサーバ装置２０は、ユーザが登録した上記のアカウント情報をユーザ端末４０から受け取り、受け取ったアカウント情報に対応付けられている取引データをアグリゲーションデータとして取引先サーバ装置３０から収集して記憶しておく。

【0019】

会計処理サーバ装置１０は、会計に関する処理である会計処理を実行する情報処理装置である。会計処理サーバ装置１０は、アグリゲーションサーバ装置２０からユーザの取引データを取得して、取得した取引データに基づいて仕訳支援処理を実行する。会計処理サーバ装置１０は、例えば、取引データが示す取引の内容に基づいて仕訳を行う場合に、勘定科目を生成する処理を仕訳支援処理として実行する。

【0020】

会計処理サーバ装置１０は、ＡＩモジュール１００を備えている。ＡＩモジュール１００は、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）の技術を用いて、所定の入力に対して所定の出力が得られるように調整（チューニング）されたモジュールである。ＡＩモジュール１００は、例えば、様々な取引の内容と勘定科目との対応付けを学習した学習モデルを有するＡＩモジュールである。なお、ＡＩモジュール１００は、これに限らず、例えば、ＬＬＭ（Ｌａｒｇｅ Ｌａｎｇｕａｇｅ Ｍｏｄｅｌｓ）と呼ばれる大規模なデータセットを用いた機械学習によって精度を高めた自然言語処理モデル等を有していてもよい。

【0021】

２．ハードウェア構成
以下、実施形態１に係るハードウェア構成を説明する。
図２は、会計処理サーバ装置１０のハードウェア構成の一例を示す図である。会計処理サーバ装置１０は、制御部１１と、記憶部１２と、通信部１３と、バス１４とを備える。バス１４は、会計処理サーバ装置１０が備える各部を電気的に接続する。

【0022】

（制御部１１）
制御部１１は、少なくとも１つのプロセッサを有している。少なくとも１つのプロセッサは、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、１以上のＩｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ、１以上のＤｉｓｃｒｅｔｅ Ｃｉｒｃｕｉｔ、及び、これらの組合せによって構成されてもよい。

【0023】

制御部１１は、記憶部１２に記憶された所定のプログラムを読み出すことによって、自動仕訳支援システム１に係る種々の機能を実現するコンピュータである。すなわち、記憶部１２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部１１によって具体的に実現されることで、制御部１１に含まれる各機能部として実行されうる。なお、制御部１１は単一であることに限定されず、機能ごとに複数の制御部１１を有するように実施してもよい。またそれらの組合せであってもよい。

【0024】

（記憶部１２）
記憶部１２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、制御部１１によって実行される自動仕訳支援システム１に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）やＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。記憶部１２は、制御部１１によって実行される自動仕訳支援システム１に係る種々のプログラムや変数等を記憶している。

【0025】

（通信部１３）
通信部１３は、通信モジュールによって構成される。通信モジュールは、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎ／ａｃ／ａｘ、ＬＴＥ、５Ｇ、６Ｇ等の規格に準拠する無線通信モジュールであってもよく、ＩＥＥＥ８０２．３等の規格に準拠する有線通信モジュールであってもよい。通信部１３は、会計処理サーバ装置１０から種々の電気信号を外部の構成要素に送信可能に構成される。また、通信部１３は、外部の構成要素から会計処理サーバ装置１０への種々の電気信号を受信可能に構成される。さらに好ましくは、通信部１３がネットワーク通信機能を有し、これにより通信回線２を介して、会計処理サーバ装置１０と外部機器との間で種々の情報を通信可能に実施してもよい。

【0026】

アグリゲーションサーバ装置２０及び取引先サーバ装置３０は、いずれも会計処理サーバ装置１０と同様のハードウェア構成を備える。なお、アグリゲーションサーバ装置２０の制御部及び取引先サーバ装置３０の制御部は、会計処理サーバ装置１０の制御部１１と区別するため、それぞれ制御部２１及び制御部３１という符号を付して説明する。

【0027】

図３は、ユーザ端末４０のハードウェア構成の一例を示す図である。ユーザ端末４０は、制御部２１と、記憶部２２と、通信部２３と、入力部２４と、出力部２５と、バス２６とを備える。バス２６は、ユーザ端末４０が備える各部を電気的に接続する。制御部２１、記憶部２２及び通信部２３は、図２に示す制御部１１、記憶部１２及び通信部１３と、スペック、モデル等は異なっていてもよいが、同様のハードウェアである。

【0028】

（入力部２４）
入力部２４は、キー、ボタン、タッチスクリーン及びマウス等を有し、ユーザによる入力を受け付ける。また、入力部２４は、マイクロフォンを有し、ユーザによる音声の入力を受け付けてもよい。

【0029】

（出力部２５）
出力部２５は、ディスプレイ及びスピーカ等を有し、ディスプレイの表示面に画面、画像、アイコン、テキスト等といった、ユーザが視認可能な態様で生成された視覚情報を表示し、音声を含む音を出力する。

【0030】

３．情報処理
以下、実施形態１に係る情報処理を説明する。以下の説明では、会計処理サーバ装置１０の制御部１１、アグリゲーションサーバ装置２０の制御部２１、取引先サーバ装置３０の制御部３１及びユーザ端末４０の制御部４１を各情報処理の主体として記載するが、それらの情報処理は、各制御部が有するプロセッサによって実行されている。

【0031】

図４は、仕訳支援処理の一例を示すアクティビティ図である。図４に示す仕訳支援処理は、ユーザ端末４０のユーザが、１以上のアカウント情報（取引先サーバ装置３０が提供するサービスのアカウント情報）を入力して、入力した１以上のアカウント情報をアグリゲーションサーバ装置２０に登録する操作を行うことを契機に開始される。ここで登録されるアカウント情報は、作業者であるユーザ自身のアカウント情報だけでもよいし、他のユーザのアカウント情報も含まれていてもよい。

【0032】

まず、ユーザ端末４０の制御部４１は、ユーザにより入力された１以上のアカウント情報の登録の要求を示す要求データをアグリゲーションサーバ装置２０に送信する（アクティビティＡ１１）。次に、アグリゲーションサーバ装置２０の制御部２１は、送信されてきた要求データが示す１以上のアカウント情報を自装置に記憶させて登録する。続いて、制御部２１は、取引先サーバ装置３０に対して、登録したアカウント情報に対応する取引データを要求する。

【0033】

取引先サーバ装置３０の制御部３１は、要求された取引データを読み出してアグリゲーションサーバ装置２０に送信する（アクティビティＡ１２）。アグリゲーションサーバ装置２０の制御部２１は、送信されてきた取引データを受け取ると、受け取った取引データを対応するアカウント情報に対応付けて記憶する。制御部２１は、このようにして取引データをアグリゲーションデータとして収集し、蓄積する（アクティビティＡ１３）。

【0034】

図５は、蓄積されたアグリゲーションデータの一例を示す図である。図５に示すアグリゲーションデータＡＤ１には、「業種」、「収集元」、「取引内容」及び「金額」等のデータが含まれている。「業種」は、取引が行われた製品又はサービスの属する業種を示し、例えば、「製造」、「金融」、「流通」、「医療」、「運輸」及び「旅行」等である。「収集元」は、アグリゲーションデータＡＤ１の収集元となったサービスやシステムの名称を示す。「取引内容」は、収集されたアグリゲーションデータＡＤ１の内容、すなわち、取引の内容を示す。「金額」は、取引の金額を示す。

【0035】

次に、ユーザは、収集された取引データが示す取引に対して仕訳を行うため、仕訳作業を開始する操作を行う。ユーザ端末４０の制御部４１は、仕訳作業の開始操作を受け付けると、仕訳作業開始の指示を示す指示データを会計処理サーバ装置１０に送信する（アクティビティＡ２１）。会計処理サーバ装置１０の制御部１１は、指示データを受け取ると、受け取った指示データが示す取引データを要求する要求データをアグリゲーションサーバ装置２０に送信する。

【0036】

アグリゲーションサーバ装置２０の制御部２１は、送信されてきた要求データが示す取引データを読み出して会計処理サーバ装置１０に送信する（アクティビティＡ２２）。会計処理サーバ装置１０の制御部１１は、送信されてきた取引データを取得する（アクティビティＡ２３）。制御部１１は、取得した取引データに基づいて、取引データの一覧を生成してユーザ端末４０に送信する（アクティビティＡ２４）。ユーザ端末４０の制御部４１は、送信されてきた取引データの一覧を表示する（アクティビティＡ２５）。

【0037】

図６は、表示された取引データの一覧の一例を示す図である。ユーザ端末４０の制御部４１は、自動仕訳支援システム１のシステム画面Ｇ１１を表示している。システム画面Ｇ１１には、「仕訳対象を選択してください。」という文字列と、取引データの一覧Ｃ１１と、仕訳開始ボタンＢ１１とが表示されている。取引データの一覧Ｃ１１には、図５に示す「業種」、「収集元」、「取引内容」及び「金額」という各項目に加え、「勘定科目」の表示欄Ｄ１１が含まれている。図６の例では、表示欄Ｄ１１には、いずれも「未仕訳」という文字列が表示されている。

【0038】

ユーザは、未仕訳の取引データのうちからいずれかを選択する操作を行う。ユーザ端末４０の制御部４１は、取引データの選択を受け付けると、選択された取引データを会計処理サーバ装置１０に送信する（アクティビティＡ３１）。図６の例では、上から２番目の取引データが選択された状態になっているので、この状態で仕訳開始ボタンＢ１１を押す操作が行われると、制御部４１は、選択された上から２番目の取引データを会計処理サーバ装置１０に送信する。

【0039】

会計処理サーバ装置１０の制御部１１は、送信されてきた取引データを、図１に示すＡＩモジュール１００に入力する（アクティビティＡ３２）。ＡＩモジュール１００は、自身が有する学習モデルに基づいて、入力された取引データに対応する情報を出力する。制御部１１は、ＡＩモジュール１００から出力された情報を取得する（アクティビティＡ３３）。

【0040】

図７は、ＡＩモジュール１００の出力の一例を示す図である。図７の例では、ＡＩモジュール１００に対して、業種が「製造業」、収集元が「・・・」、取引内容が「医療法人・・・・・クリニック・・・／６月分 明細書」で金額が「・・・」という取引データが入力データＩＮ１１として入力されている。そして、ＡＩモジュール１００は、出力データＯＵＴ１１を出力している。出力データＯＵＴ１１には、入力データＩＮ１１に対応する勘定科目を示すテキストを構成すると予測される語句の最小単位である「Ｔｏｋｅｎ」が「Ｎｏ．１」から「Ｎｏ．１６」までの各ナンバーについて含まれている。

【0041】

「Ｎｏ．１」から「Ｎｏ．１６」までの各Ｔｏｋｅｎにおいては、入力データＩＮ１１に対応する勘定科目を示すテキストを構成すると予測されるＴｏｋｅｎが、勘定科目との関連性の高さを示す確率が高い方から３つ（ＴＯＰ３）示されている。この確率は、数値が大きいほど勘定科目との関連性が高いことを示す。また、この確率は、同じナンバーのＴｏｋｅｎ同士を比較した場合の相対的な関連性の高さを示しており、同じナンバーのＴｏｋｅｎの確率を合計すると１００％になるように求められている。

【0042】

例えば、「Ｔｏｋｅｎ Ｎｏ．１」においては、確率９０％の'売掛金'、確率８．０％の''（ブランク）、確率１．０％の'現金'という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．２」においては、確率１００％の''（ブランク）、確率０．０％の'（'、確率０．０％の'・'という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．３」においては、確率１００％の'［Ｃ／Ｄ］'（Ｃｒｅｄｉｔ／Ｄｅｂｉｔ：賃借を表す単語）、確率０．０％の'［ＤＩＶ］'（Ｄｉｖｉｄｅ：行を分けることを表す単語）、確率０．０％の'Ｕ'という３つのＴｏｋｅｎがＴＯＰ３として示されている。

【0043】

また、「Ｔｏｋｅｎ Ｎｏ．４」においては、確率９７％の'売上高'、確率２．０％の'売掛金'、確率１．０％の''（ブランク）という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．５」においては、確率９９％の''（ブランク）、確率０．０％の'（'、確率０．０％の'／'という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．６」においては、確率９９％の'先'、確率１．０％の'［ＳＥＰ］' （Ｓｅｐａｒａｔｅ：テキストの境目を表す単語）、確率０．０％の'［ＤＩＶ］'という３つのＴｏｋｅｎがＴＯＰ３として示されている。

【0044】

また、「Ｔｏｋｅｎ Ｎｏ．７」においては、確率１００％の'端'、確率０．０％の'生'、確率０．０％の'機'という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．８」においては、確率１００％の'医'、確率０．０％の'支'、確率０．０％の'金'という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．９」においては、確率９８％の'療'、確率２．０％の'業'、確率０．０％の'事業'という３つのＴｏｋｅｎがＴＯＰ３として示されている。

【0045】

また、「Ｔｏｋｅｎ Ｎｏ．１０」においては、確率９９％の'事業'、確率０．０％の'収入'、確率０．０％の''（ブランク）という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．１１」においては、確率９４％の''（ブランク）、確率３．０％の'収入'、確率１．０％の'）'という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．１２」においては、確率９５％の'［ＳＥＰ］'、確率４．０％の'先'、確率０．０％の'［ＤＩＶ］'という３つのＴｏｋｅｎがＴＯＰ３として示されている。

【0046】

また、「Ｔｏｋｅｎ Ｎｏ．１３」においては、確率４５％の''（ブランク）、確率２１．０％の'売'、確率１２．０％の'売上高'という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．１４」においては、確率９２％の'［ＳＥＰ］'、確率７．０％の'先'、確率０．０％の'［ＤＩＶ］'という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．１５」においては、確率４３％の''（ブランク）、確率２１．０％の'売'、確率１２．０％の'売上高'という３つのＴｏｋｅｎがＴＯＰ３として示されている。また、「Ｔｏｋｅｎ Ｎｏ．１６」においては、確率９９％の'［ＳＥＰ］'、確率１．０％の'先'、確率０．０％の'［ＤＩＶ］'という３つのＴｏｋｅｎがＴＯＰ３として示されている。

【0047】

［ＤＩＶ］、［Ｃ／Ｄ］、［ＳＥＰ］というＴｏｋｅｎは、ＡＩモジュール１００が有する学習モデルの教師データに含まれているテキストであり、それぞれテキストの区切りを表している。以下ではこれらのＴｏｋｅｎを「区切りＴｏｋｅｎ」と言う。また、上記のＴｏｋｅｎには、単語（キャラクタ）のみが含まれていたが、複数の単語からなる句（フレーズ）が含まれていてもよい。会計処理サーバ装置１０の制御部１１は、出力データＯＵＴ１１から、勘定科目の候補情報を抽出する（アクティビティＡ３４）。勘定科目の候補情報とは、取引データが示す取引内容に対して対応付ける勘定科目の候補を示す情報である。

【0048】

図８は、抽出される勘定科目の候補情報の一例を示す図である。図８では、会計処理サーバ装置１０の制御部１１は、まず、図７に示す出力データＯＵＴ１１に含まれる各Ｔｏｋｅｎのうち、最も確率が高いＴｏｋｅｎ（枠に囲まれた部分）を抽出する。制御部１１は、図８の例では、'売掛金'、''（ブランク）、'［Ｃ／Ｄ］'、'売上高'、''（ブランク）、'先'、'端'、'医'、'療'、'事業'、''（ブランク）、'［ＳＥＰ］'、''（ブランク）、'［ＳＥＰ］'、''（ブランク）及び'［ＳＥＰ］'を抽出する。

【0049】

制御部１１は、抽出したＴｏｋｅｎについて、前後のＴｏｋｅｎとの関連性が低い箇所で分割し、前後のＴｏｋｅｎとの関連性が高い箇所ではＴｏｋｅｎを繋げる処理を抽出処理として行う。制御部１１は、Ｔｏｋｅｎ同士の関連性の高さを、例えば、単語の共起性又は単語のベクトル表現等の周知技術を用いて判断する。制御部１１は、図８の例では、'売掛金'と、''（ブランク）と、'［Ｃ／Ｄ］'と、'売上高'と、''（ブランク）と、'先'とは互いの関連性が低いのでそれぞれ分割している。なお、制御部１１は、''（ブランク）については、抽出処理の対象としてもよいし、全て削除して抽出処理の対象から外してもよい。

【0050】

また、制御部１１は、'先'と'端'、'医'と'療'は互いの関連性が高いので'先端'と'医療'となるように繋げ、さらに、'先端'と'医療'と'事業'とは互いの関連性が高いので'先端医療事業'となるように繋げている。その結果、制御部１１は、「売掛金 ［Ｃ／Ｄ］ 売上高 先端医療事業 ［ＳＥＰ］ ［ＳＥＰ］ ［ＳＥＰ］」という文字列を示す情報を勘定科目の候補情報Ｅ１１として抽出している。

【0051】

次に、会計処理サーバ装置１０の制御部１１は、金額情報を抽出する（アクティビティＡ３５）。制御部１１は、例えば、アクティビティＡ３１において送信されてきた取引データから、「金額」の部分を金額情報として抽出する。そして、制御部１１は、抽出した勘定科目の候補情報と金額情報とに基づいて、推奨仕訳データを生成する（アクティビティＡ３６）。推奨仕訳データは、取引データが示す取引内容から推奨される仕訳の内容を示すデータである。制御部１１は、生成した推奨仕訳データをユーザ端末４０に送信する。ユーザ端末４０の制御部４１は、送信されてきた推奨仕訳データを表示する（アクティビティＡ４１）。

【0052】

図９は、表示された推奨仕訳データの一例を示す図である。ユーザ端末４０の制御部４１は、自動仕訳支援システム１のシステム画面Ｇ２１を表示している。システム画面Ｇ２１には、「勘定科目を選択してください。」という文字列と、取引データＣ２１と、勘定科目の表示欄Ｄ２１と、推奨勘定科目一覧Ｆ２１と、選択ボタンＢ２１、Ｂ２２、Ｂ２３とが表示されている。取引データＣ２１は、図６の取引データの一覧Ｃ１１から選択された取引データである。勘定科目の表示欄Ｄ２１には、まだ「未仕訳」が表示されている。

【0053】

推奨勘定科目一覧Ｆ２１には、図８に示す勘定科目の候補情報Ｅ１１から、ブランク又は区切りＴｏｋｅｎによって区切られた語句である「売掛金」、「売上高」及び「先端医療事業」が示されている。「売掛金」、「売上高」及び「先端医療事業」には、それぞれ選択ボタンＢ２１、Ｂ２２及びＢ２３が対応付けて表示されている。ユーザは、表示された勘定科目の候補情報Ｅ１１を見て、取引データが示す取引内容に対応付ける勘定科目を選択する（アクティビティＡ４２）。

【0054】

図１０は、選択された勘定科目の一例を示す図である。図１０では、図９に示すシステム画面Ｇ２１において選択ボタンＢ２３が操作された場合を示している。ユーザ端末４０の制御部４１は、選択ボタンＢ２３に対応付けられている「先端医療事業」を選択された勘定科目として、勘定科目の表示欄Ｄ２１に表示している。制御部４１は、選択された勘定科目を対応付けた取引データＣ２１を、会計処理サーバ装置１０に送信する。会計処理サーバ装置１０の制御部１１は、送信されてきた取引データＣ２１を仕訳データベースに格納して保存する（アクティビティＡ４３）。仕訳データベースは、仕訳された取引内容を格納するデータベースである。

【0055】

図１１は、仕訳データベースの一例を示す図である。図１１に示す仕訳データベースＤＢ１には、取引データが示す「取引内容」と、アクティビティＡ３５で抽出された「金額」と、「勘定科目」とが対応付けて格納されている。勘定科目には、アクティビティＡ４２において選択された「先端医療事業」が格納されており、それ以外は「未仕訳」の状態を示す情報が格納されている。会計処理サーバ装置１０の制御部１１は、未仕訳が残っている場合、その旨をユーザ端末４０に通知する。

【0056】

ユーザ端末４０の制御部４１は、この通知を受け取ると、図６と同様の仕訳対象を選択させるための取引データの一覧を表示する（アクティビティＡ２５）。以下、図４に示すアクティビティＡ２５からＡ４３までのアクティビティが繰り返されることで、図６に示す取引データの一覧Ｃ１１に含まれる各取引データが示す取引について勘定科目が選択されていく。仕訳データベースＤＢ１に格納されている取引データの全てについて勘定科目が格納されると、未仕訳の取引データがなくなるので、図４に示す仕訳支援処理が終了する。

【0057】

以上のとおり、自動仕訳支援システム１においては、会計処理サーバ装置１０の制御部１１は、取引の内容を示す取引データを取得する取得ステップを実行する。制御部１１は、例えば、図４に示すアクティビティＡ２３において、アグリゲーションサーバ装置２０から取引データを取得する。なお、上述した取引データの取得方法は一例であり、これに限らない。制御部１１は、例えば、ユーザ端末４０を介して入力された取引データを取得してもよいし、取引先サーバ装置３０から取引データを直接取得してもよい。

【0058】

また、制御部１１は、取得した取引データを人工知能モジュールに入力する入力ステップを実行する。人工知能モジュールは、例えば図１に示すＡＩモジュール１００であり、既存の取引の内容と既存の勘定科目との対応を少なくとも示すデータ群を学習したモデルを有する。制御部１１は、例えば、図４に示すアクティビティＡ３２において、ＡＩモジュール１００に入力する。

【0059】

そして、制御部１１は、取得した取引データを入力された人工知能モジュールがモデルに基づき出力する語句を、勘定科目を示す語句として表示させるための処理を行う表示ステップを実行する。制御部１１は、例えば、図４に示すアクティビティＡ３６において、ＡＩモジュール１００から出力された出力データＯＵＴ１１の一部の文字列（「売掛金」、「売上高」、「先端医療事業」）を含む推奨仕訳データを生成している。この推奨仕訳データを生成する処理は、図９に示す推奨勘定科目（勘定科目を示す語句の一例）を表示させるための処理である。

【0060】

ＡＩモジュール１００は、前述したように、既存の取引の内容と既存の勘定科目との対応を少なくとも示すデータ群を学習したモデルを有するが、入力される取引データは、既存の取引の内容だけではなく、新規の取引の内容を示す場合もある。その場合でも、ＡＩモジュール１００は、必ず何らかの語句を、入力された取引データが示す取引の内容に対応する勘定科目を示す語句として出力する。図７の例であれば、'売掛金'及び'売上高'は既存の勘定科目がそのまま出力されているが、'先'、'端'、'医'、'療'及び'事業'は、新規の勘定科目を示す語句として出力されている。

【0061】

このように、制御部１１によって表示される勘定科目を示す語句には、既存の勘定科目とは異なる新規の勘定科目を示す語句が含まれ得る。もし仮に、自動的に仕訳を行うために、既存の取引内容と勘定科目とを対応付けたテーブルを用いる場合、新規の勘定科目を使用するためには、その新規の勘定科目を含むテーブルに更新しなければならない。自動仕訳支援システム１においては、ＡＩモジュール１００の出力を活用することで、新規の勘定科目も使用することができるので、自動仕訳に勘定科目のテーブルを不要とすることができる。

【0062】

また、ＡＩモジュール１００は、人工知能モジュールの一例として、図７に示す出力データＯＵＴ１１のように、入力された取引データが示す取引の内容に含まれる語句の最小単位を示す単位語句（Ｔｏｋｅｎ）のうち、既存の勘定科目との関連性が高い単位語句を関連性の高さの順番で出力する。単位語句とは、図７等に示す'売掛金'、'［Ｃ／Ｄ］'、'売上高'、'先'、'端'、'医'、'療'及び'事業'等のＴｏｋｅｎであり、例えば、「Ｔｏｋｅｎ Ｎｏ．１」であれば、勘定科目との関連性の高さを示す確率が９０％の'売掛金'、８．０％の''（ブランク）、１．０％の'現金'というように確率が高い方から順番にＴｏｋｅｎが出力されている。

【0063】

そして、制御部１１は、人工知能モジュール（ＡＩモジュール１００）が出力した単位語句を繋げた文字列を、前後の単位語句との関連性が低い箇所で分割し、前後が分割された文字列によって示される語句を勘定科目として表示させるための処理を行う表示ステップを実行する。図８及び図９の例であれば、'売上高'と、''（ブランク）と、'先'との間は、互いの関連性が低いため分割され、'先'、'端'、'医'、'療'及び'事業'の間は互いの関連性が高いため繋げられ、前後が分割された「売掛金」、「売上高」及び「先端医療事業」という語句が推奨勘定科目一覧Ｆ２１に含まれる勘定科目として表示されている。

【0064】

ＡＩモジュール１００は、上記の'売掛金'及び'売上高'のように勘定科目を示す１つの語句として成立する語句を出力することもあれば、'先'、'端'、'医'及び'療'のように勘定科目を示す１つの語句としては成立しない語句を出力することがある。その場合に、制御部１１が、上記のように前後の語句との関連性に基づいて分割したり繋げたりすることで、ＡＩモジュール１００の出力をそのまま用いる場合に比べて、勘定科目を示す１つの語句として成立する語句を表示させやすくすることができる。

【0065】

また、上述したように、ＡＩモジュール１００が有する学習モデルの教師データには、［ＤＩＶ］、［Ｃ／Ｄ］及び［ＳＥＰ］等の区切りＴｏｋｅｎが含まれており、ＡＩモジュール１００による出力にも、図７等に示す出力データＯＵＴ１１のように区切りＴｏｋｅｎが含まれる。このような態様により、ＡＩモジュール１００からの出力に区切りＴｏｋｅｎが含まれない場合に比べて、前後の文字列との分割がより適切な箇所で行われるようにすることができる。

【0066】

<その他の実施形態>
会計処理サーバ装置１０の制御部１１は、新規の勘定科目を既存の勘定科目とは異なる態様で表示させるための処理を表示ステップとして実行してもよい。その場合、会計処理サーバ装置１０は、例えば、既存の勘定科目のリストを記憶しておく。ここで言う既存の勘定科目とは、例えば、ＡＩモジュール１００が有する学習モデルが学習に用いた勘定科目である。なお、それに限らず、学習に用いられていない勘定科目が既存の勘定科目に含められていてもよい。いずれの場合も、このリストは、或る時点での既存の勘定科目を示していればよく、新規の勘定科目を含めるように更新する必要はない。

【0067】

次に、会計処理サーバ装置１０の制御部１１は、図４に示すアクティビティＡ３４において抽出した勘定科目の候補情報のうち既存の勘定科目のリストに含まれる語句と、含まれない語句とに分別する。そして、制御部１１は、アクティビティＡ３６において、既存の勘定科目のリストに含まれる語句と含まれない語句とを異なる態様で表した推奨仕訳データを生成する。ユーザ端末４０の制御部４１は、生成された推奨仕訳データを表示する。

【0068】

図１２は、表示された推奨仕訳データの別の一例を示す図である。ユーザ端末４０の制御部４１は、図１０に示す自動仕訳支援システム１のシステム画面Ｇ２１と一部が異なるシステム画面Ｇ３１を表示している。システム画面Ｇ３１とシステム画面Ｇ２１との違いは、推奨勘定科目一覧Ｆ３１が表示されている点である。推奨勘定科目一覧Ｆ３１には、「売掛金」、「売上高」及び「先端医療事業」が示されているが、そのうちの「先端医療事業」については、「売掛金」及び「売上高」よりも文字が大きく且つ太字となっており、さらに、「ＮＥＷ」と書かれた画像Ｈ３１が対応付けて表示されている。

【0069】

「売掛金」及び「売上高」は既存の勘定科目であり、「先端医療事業」は新規の勘定科目である。このように、会計処理サーバ装置１０の制御部１１は、新規の勘定科目を既存の勘定科目とは異なる態様で表示させている。なお、制御部１１は、上記の態様（文字の大きさ、太さ及び画像の付与）に限らず、例えば、文字の色、フォント及び表示する位置等の態様を異ならせてもよい。いずれの場合も、新規の勘定科目及び既存の勘定科目の態様を同じにする場合に比べて、新規の勘定科目を容易に見分けることができる。

【0070】

ユーザが推奨勘定科目一覧から勘定科目を選択するにあたり、既存の勘定科目なのか新規の勘定科目なのかが判断基準になる場合がある。そのような場合に、図１２に示す表示は、勘定科目を選択しやすくする表示となる。なお、勘定科目を選択しやすくする表示はこれに限らないので、その他の例について、以下に説明する。

【0071】

まず、会計処理サーバ装置１０の制御部１１は、新規の勘定科目と既存の勘定科目との類似度を算出する第１算出部ステップを実行する。制御部１１は、例えば、ゲシュタルトパターンマッチング、Ｌｅｖｅｎｓｈｔｅｉｎ距離及びＪａｒｏ－ｗｉｎｋｌｅｒ距離等の２つの文字列の類似度を算出するための周知技術を用いて、新規の勘定科目と既存の勘定科目との類似度を算出する。そして、制御部１１は、新規の勘定科目を表示させる場合、新規の勘定科目との類似度が閾値以上である既存の勘定科目をその新規の勘定科目に対応付けて表示させるための処理を行う表示ステップを実行する。

【0072】

具体的には、制御部１１は、上記の既存の勘定科目のリストに含まれない語句が抽出された場合、その語句と、既存の勘定科目のリストに含まれる各語句との類似度を算出する。制御部１１は、算出した類似度が閾値以上である既存の勘定科目を、図４に示すアクティビティＡ３６において、新規の勘定科目に対応付けて表した推奨仕訳データを生成する。ユーザ端末４０の制御部４１は、生成された推奨仕訳データを表示する。

【0073】

図１３は、表示された推奨仕訳データの別の一例を示す図である。ユーザ端末４０の制御部４１は、図１０に示す自動仕訳支援システム１のシステム画面Ｇ２１と一部が異なるシステム画面Ｇ４１を表示している。システム画面Ｇ４１とシステム画面Ｇ２１との違いは、推奨勘定科目一覧Ｆ４１が表示されている点である。推奨勘定科目一覧Ｆ４１には、推奨勘定科目として「売掛金」、「売上高」及び「先端医療事業」が示されている。

【0074】

制御部４１は、そのうちの「先端医療事業」という新規の勘定科目Ｊ４１については、「医療事業収入」、「医療事業収益」及び「医療費」という既存の勘定科目Ｊ４２を対応付けて表示させている。なお、「医療事業収入」、「医療事業収益」及び「医療費」は、いずれも既存の勘定科目のリストに含まれているものとする。このような態様によれば、新規の勘定科目であっても、既存の勘定科目のうちのどのような勘定科目に近いのかということを把握することができ、類似する既存の勘定科目と照らし合わせることで、勘定科目の種類の見当をつけることができる。

【0075】

また、制御部１１は、上記同様、新規の勘定科目と既存の勘定科目との類似度を算出する第１算出ステップを実行して、新規の勘定科目を表示させる場合、新規の勘定科目について算出された類似度をその新規の勘定科目に対応付けて表示させるための処理を表示ステップとして実行してもよい。具体的には、制御部１１は、前述したように類似度を算出し、算出した類似度が閾値以上である既存の勘定科目を、図４に示すアクティビティＡ３６において、新規の勘定科目及び算出した類似度に対応付けて表した推奨仕訳データを生成する。ユーザ端末４０の制御部４１は、生成された推奨仕訳データを表示する。

【0076】

図１４は、表示された推奨仕訳データの別の一例を示す図である。ユーザ端末４０の制御部４１は、図１０に示す自動仕訳支援システム１のシステム画面Ｇ２１と一部が異なるシステム画面Ｇ５１を表示している。システム画面Ｇ５１とシステム画面Ｇ２１との違いは、推奨勘定科目一覧Ｆ５１が表示されている点である。推奨勘定科目一覧Ｆ５１には、推奨勘定科目として「売掛金」、「売上高」及び「先端医療事業」が示されている。

【0077】

制御部４１は、そのうちの「先端医療事業」という新規の勘定科目Ｊ５１については、「医療事業収入」、「医療事業収益」及び「医療費」という既存の勘定科目Ｊ５２と、それらについて算出された類似度Ｊ５３とを対応付けて表示させている。このような態様によれば、新規の勘定科目が既存の勘定科目とどの程度類似する語句であるのかということを把握することができる。新規の勘定科目であっても、ある程度既存の勘定科目と類似しているほうが仕訳に使いやすいので、表示される類似度を、新規の勘定科目を使うか否かの判断材料にすることができる。

【0078】

なお、図１３及び図１４の例では、制御部１１は、新規の勘定科目に対応付けた既存の勘定科目を表示させたが、これらの既存の勘定科目は、あくまで新規の勘定科目を選択するか否かを判断するための参考情報として表示されていた。これに限らず、制御部１１は、新規の勘定科目に対応付けた既存の勘定科目を、その新規の勘定科目の代わりに選択可能な勘定科目として表示させてもよい。その場合、ユーザは、新規の勘定科目だけでなく、それに対応付けて表示されている既存の勘定科目も選択することができる（図１３の例であれば、新規の勘定科目Ｊ４１を選択することもできるし、既存の勘定科目Ｊ４２のいずれかを選択することもできる）。

【0079】

また、制御部１１は、出力された語句の勘定科目としての確度を算出する第２算出ステップを実行してもよい。勘定科目としての確度とは、勘定科目としての確からしさを示す尺度である。制御部１１は、例えば、新規の勘定科目との類似度が大きい既存の勘定科目の数が多いほど、勘定科目として確からしいものとして、勘定科目としての確度を算出する。具体的には、制御部１１は、例えば、新規の勘定科目との類似度が高い方からＮ個（Ｎは自然数）の既存の勘定科目の類似度の平均値を上記の確度として算出する。なお、この算出方法は一例であり、他の方法で勘定科目としての確度が算出されてもよい。

【0080】

そして、制御部１１は、新規の勘定科目を、その新規の勘定科目について算出された確度に応じた数の既存の勘定科目に対応付けて表示させる処理を行う表示ステップを実行する。具体的には、制御部１１は、前述したように勘定科目としての確度を算出し、例えば、算出した確度が小さいほど、多くの既存の勘定科目を新規の勘定科目に対応付けて表した推奨仕訳データを生成する。ユーザ端末４０の制御部４１は、生成された推奨仕訳データを表示する。

【0081】

図１５は、表示された推奨仕訳データの別の一例を示す図である。ユーザ端末４０の制御部４１は、図１０に示す自動仕訳支援システム１のシステム画面Ｇ２１と一部が異なるシステム画面Ｇ６１及びＧ７１を表示している。システム画面Ｇ５１とシステム画面Ｇ６１及びＧ７１との違いは、推奨勘定科目一覧Ｆ６１及びＦ７１が表示されている点である。推奨勘定科目一覧Ｆ６１には、新規の勘定科目Ｊ６１と、新規の勘定科目Ｊ６１に対応付けて４つの既存の勘定科目Ｊ６２とが含まれている。

【0082】

一方、推奨勘定科目一覧Ｆ７１には、新規の勘定科目Ｊ７１と、新規の勘定科目Ｊ７１に対応付けて２つの既存の勘定科目Ｊ７２とが含まれている。ここで、新規の勘定科目Ｊ６１は、新規の勘定科目Ｊ７１に比べて、勘定科目としての確度が小さいものとする。つまり、会計処理サーバ装置１０の制御部１１は、システム画面Ｇ６１及びＧ７１においては、新規の勘定科目の勘定科目としての確度が小さいほど、多くの既存の勘定科目をその新規の勘定科目に対応付けて表示させている。

【0083】

新規の勘定科目の勘定科目としての確度が小さい場合、その新規の勘定科目と類似する既存の勘定科目を多く表示することで、代わりに使用可能な勘定科目が見つけやすくなる。一方、新規の勘定科目の勘定科目としての確度が大きい場合、その新規の勘定科目と類似する既存の勘定科目を少し表示するだけで、使用可能な勘定科目が見つかる可能性が高いし、類似する既存の勘定科目を多く表示すると、かえって勘定科目の選択の判断を迷わせる余計な情報になる場合がある。

【0084】

よって、図１５に示すように既存の勘定科目の表示数を変化させることで、表示数が固定されている場合に比べて、適切な勘定科目を見つけやすいようにすることができる。なお、制御部１１は、新規の勘定科目の勘定科目としての確度が大きいほど、多くの既存の勘定科目をその新規の勘定科目に対応付けて表示させてもよい。その場合、勘定科目として妥当性の高い既存の勘定科目に絞り込まれた表示がされることになりやすい。

【0085】

また、図１３から図１５まで説明した表示方法を、新規の勘定科目だけでなく、既存の勘定科目に対して適用してもよい。つまり、制御部１１は、既存の勘定科目が抽出勘定科目として抽出された場合、抽出勘定科目と既存の勘定科目との類似度を算出し、抽出勘定科目との類似度が閾値以上である既存の勘定科目をその抽出勘定科目に対応付けて表示させるための処理を行ってもよい。また、制御部１１は、抽出勘定科目を表示させる場合、抽出勘定科目について算出された類似度をその抽出勘定科目に対応付けて表示させるための処理を行ってもよい。

【0086】

また、制御部１１は、出力された語句の勘定科目としての確度を算出し、抽出勘定科目を、その抽出勘定科目について算出された確度に応じた数の既存の勘定科目に対応付けて表示させる処理を行ってもよい。以上のとおり、図１３から図１５まで説明した表示方法を既存の勘定科目に対して適用することで、抽出された既存の勘定科目についても、勘定科目としての妥当性を判断するための参考にしたり、適切な勘定科目を見つけやすいようにしたりすることができる。

【0087】

また、ＡＩモジュール１００は、人工知能モジュールの一例として、特定の団体の既存の取引の内容とその団体が使用する勘定科目との対応を少なくとも示すデータ群を学習したモデルを有していてもよい。特定の団体とは、例えば、ユーザが所属する企業等である。このように特定の団体における取引の内容と勘定科目とを含むデータ群で学習することで、この学習がされない場合に比べて、この特定団体に所属するユーザの取引内容を入力した場合にＡＩモジュール１００が出力する勘定科目の精度を高くすることができ、その結果、この特定団体が使用すると高い精度になる勘定科目を表示させることができる。

【0088】

<構成のバリエーション>
また、１台の装置の機能が２台以上の装置に分散して実現されてもよいし、２台以上の装置の機能が１台の装置により集中して実現されてもよい。また、１つの機能が行う動作を２以上の機能が分散して行ってもよいし、２以上の機能が１つの機能に統合されてもよい。要するに、自動仕訳支援システム１の全体で必要な各機能が実現されていれば、それらの機能を実現する装置はどのような構成であってもよい。

【0089】

図１等に示す構成（全体構成、ハードウェア構成及び機能構成等）は一例であり、実施に不都合が無い限り、他の構成を取り得る。例えば、１台の情報処理装置は、２台以上の装置に分散されてもよく、また、ＳａａＳ（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ）又はクラウドコンピューティングシステム等の形態で提供されてもよい。

【0090】

また、人工知能モジュール（ＡＩモジュール１００）は、会計処理サーバ装置１０の内部構成でも外部構成でもよいし、自動仕訳支援システム１の内部構成でも外部構成でもよい。いずれの場合も、会計処理サーバ装置１０の制御部１１は、外部構成の人工知能モジュールに対して取引データを入力し、その人工知能モジュールの出力を取得して、仕訳支援処理を実行すればよい。

【0091】

また、１台の装置の機能が２台以上の装置に分散して実現されてもよいし、２台以上の装置の機能が１台の装置により集中して実現されてもよい。また、１つの機能が行う動作を２以上の機能が分散して行ってもよいし、２以上の機能が１つの機能に統合されてもよい。要するに、自動仕訳支援システム１の全体で必要な各機能が実現されていれば、それらの機能を実現する構成はどのような構成であってもよい。

【0092】

情報又はデータ（以下「情報等」と言う）の出力先は、他の装置、ディスプレイ、記憶部（内蔵の記憶部および外部の記憶部を含む）等であってもよい。情報等の取得には、他の装置から送信されてきた情報等を取得する態様に加え、自装置で生成された情報等を取得する態様を含む。パラメータを対応付けたテーブル等（テーブル又はデータベース等）は、図示したテーブル等に限らず、パラメータの数を少なくしたり多くしたりしてもよい。また、テーブル等を用いずに、数式または条件式等によりパラメータに応じた情報等を求めてもよい。

【0093】

上述した実施形態の態様は、会計処理サーバ装置１０のような情報処理装置や、会計処理サーバ装置１０を備える自動仕訳支援システム１のような情報処理システムであったが、情報処理方法であってもよい。その情報処理方法は、情報処理システムが実行する各ステップを備える。また、上述した実施形態の態様は、プログラムであってもよい。そのプログラムは、コンピュータに、情報処理システムが実行する各ステップを実行させる。

【0094】

<付記>
さらに、次に記載の各態様で提供されてもよい。

【0095】

（１）情報処理システムであって、プロセッサを備え、前記プロセッサが、取得ステップでは、取引の内容を示す取引データを取得し、入力ステップでは、取得された前記取引データを人工知能モジュールに入力し、前記人工知能モジュールは、既存の取引の内容と既存の勘定科目との対応を少なくとも示すデータ群を学習したモデルを有し、表示ステップでは、取得された前記取引データを入力された前記人工知能モジュールが前記モデルに基づき出力する語句を、勘定科目を示す語句として表示させるための処理を行い、前記勘定科目を示す語句には、前記既存の勘定科目とは異なる新規の勘定科目を示す語句が含まれ得る、情報処理システム。

【0096】

このような態様によれば、自動仕訳に勘定科目のテーブルを不要とすることができる。

【0097】

（２）上記（１）に記載の情報処理システムにおいて、前記プロセッサが、前記表示ステップでは、前記新規の勘定科目を前記既存の勘定科目とは異なる態様で表示させる、情報処理システム。

【0098】

このような態様によれば、新規の勘定科目を容易に見分けることができる。

【0099】

（３）上記（１）又は（２）に記載の情報処理システムにおいて、前記プロセッサが、第１算出ステップでは、前記新規の勘定科目と前記既存の勘定科目との類似度を算出し、前記表示ステップでは、前記新規の勘定科目を表示させる場合、当該新規の勘定科目との類似度が閾値以上である前記既存の勘定科目を当該新規の勘定科目に対応付けて表示させる、情報処理システム。

【0100】

このような態様によれば、勘定科目の種類の見当をつけることができる。

【0101】

（４）上記（１）～（３）の何れか１つに記載の情報処理システムにおいて、前記プロセッサが、第１算出ステップでは、前記新規の勘定科目と前記既存の勘定科目との類似度を算出し、前記表示ステップでは、前記新規の勘定科目を表示させる場合、当該新規の勘定科目について算出された類似度を当該新規の勘定科目に対応付けて表示させる、情報処理システム。

【0102】

このような態様によれば、新規の勘定科目を使うか否かの判断材料にすることができる。

【0103】

（５）上記（１）～（４）の何れか１つに記載の情報処理システムにおいて、前記プロセッサが、第２算出ステップでは、出力された前記語句の勘定科目としての確度を算出し、前記表示ステップでは、前記新規の勘定科目を、当該新規の勘定科目について算出された確度に応じた数の既存の勘定科目に対応付けて表示させる、情報処理システム。

【0104】

このような態様によれば、適切な勘定科目を見つけやすいようにすることができる。

【0105】

（６）上記（１）～（５）の何れか１つに記載の情報処理システムにおいて、前記人工知能モジュールは、入力された前記取引データが示す取引の内容に含まれる語句の最小単位を示す単位語句のうち、前記既存の勘定科目との関連性が高い単位語句を前記関連性の高さの順番で出力し、前記プロセッサが、前記表示ステップでは、前記人工知能モジュールが出力した単位語句を繋げた文字列を、前後の単位語句との関連性が低い箇所で分割し、前後が分割された文字列によって示される語句を勘定科目として表示させる、情報処理システム。

【0106】

このような態様によれば、勘定科目を示す１つの語句として成立する語句を表示させやすくすることができる。

【0107】

（７）上記（１）～（６）の何れか１つに記載の情報処理システムにおいて、前記人工知能モジュールは、特定の団体の既存の取引の内容と前記団体が使用する勘定科目との対応を少なくとも示すデータ群を学習したモデルを有する、情報処理システム。

【0108】

このような態様によれば、特定団体が使用すると高い精度になる勘定科目を表示させることができる。

【0109】

（８）情報処理方法であって、上記（１）～（７）の何れか１つに記載の情報処理システムの各ステップを備える、情報処理方法。

【0110】

このような態様によれば、自動仕訳に勘定科目のテーブルを不要とすることができる。

【0111】

（９）プログラムであって、コンピュータに、上記（１）～（７）の何れか１つに記載の情報処理システムの各ステップを実行させるプログラム。

【0112】

このような態様によれば、自動仕訳に勘定科目のテーブルを不要とすることができる。
もちろん、この限りではない。
また、上述した実施形態及び変形例を任意に組み合わせて実施するようにしてもよい。

【0113】

最後に、本発明に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。実施形態やその変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0114】

１ ：自動仕訳支援システム
１０ ：会計処理サーバ装置
１１ ：制御部
２０ ：アグリゲーションサーバ装置
２１ ：制御部
３０ ：取引先サーバ装置
３１ ：制御部
４０ ：ユーザ端末
４１ ：制御部

【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】