特許 7608657 情報処理システム、情報処理方法、およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-12-20

(45)【発行日】2025-01-06

(54)【発明の名称】情報処理システム、情報処理方法、およびプログラム

(51)【国際特許分類】

   G06F 40/279 20200101AFI20241223BHJP

【ＦＩ】

G06F40/279

【請求項の数】 6

(21)【出願番号】P 2024050920

(22)【出願日】2024-03-27

【審査請求日】2024-04-03

【早期審査対象出願】

(73)【特許権者】

【識別番号】514020389

【氏名又は名称】ＴＩＳ株式会社

(74)【代理人】

【識別番号】100079108

【弁理士】

【氏名又は名称】稲葉 良幸

(74)【代理人】

【識別番号】100109346

【弁理士】

【氏名又は名称】大貫 敏史

(74)【代理人】

【識別番号】100117189

【弁理士】

【氏名又は名称】江口 昭彦

(74)【代理人】

【識別番号】100134120

【弁理士】

【氏名又は名称】内藤 和彦

(72)【発明者】

【氏名】小林 祐也

(72)【発明者】

【氏名】園田 健太郎

【審査官】長 由紀子

(56)【参考文献】

【文献】特許第７４０３０２３（ＪＰ，Ｂ１）

【文献】中国特許出願公開第１１６７０３３３７（ＣＮ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｆ ４０／００－５８

Ｇ０６Ｆ １６／００－９５８

(57)【特許請求の範囲】

【請求項1】

文字を含むテキスト情報を取得するテキスト情報取得部と、
ユーザの操作入力に基づいて、前記テキスト情報から抽出する対象の抽出情報に関する抽出項目を取得する項目取得部と、
抽出の対象として設定され得る設定候補項目と、前記テキスト情報から前記抽出情報を抽出するように学習された生成ＡＩ装置に入力するクエリ情報と、を関連づけて格納するクエリデータベースに基づいて、前記抽出項目に対応する前記設定候補項目に関連づけられる抽出クエリ情報を特定するクエリ情報特定部と、
前記テキスト情報に含まれる文字の所定のまとまりであるブロックテキスト情報と、当該文字の所定のまとまりの区分である抽出用ラベルと、を関連づけて格納するテキストデータベースに基づいて、前記抽出項目に対応する前記抽出用ラベルに関連づけられる抽出ブロックテキスト情報を特定するブロックテキスト情報特定部と、
前記抽出クエリ情報と、前記抽出ブロックテキスト情報と、を前記生成ＡＩ装置に送信する送信部と、
前記生成ＡＩ装置から、前記抽出ブロックテキスト情報に含まれる前記抽出情報を取得する抽出情報取得部と、
を備える情報処理システム。

【請求項2】

前記抽出用ラベルと、テキスト情報に含まれるテキストの特徴であるテキスト特徴と、の対応関係に基づいて、前記ブロックテキスト情報に前記抽出用ラベルを関連づけるラベル設定部をさらに備える、
請求項１に記載の情報処理システム。

【請求項3】

前記テキスト情報に表形式のデータが含まれる場合、当該表形式のデータにおいて前記抽出項目に対応する項目の有無を判定する判定部をさらに備え、
前記抽出情報取得部は、前記判定部において前記抽出項目に対応する項目が有ると判定された場合、当該表形式のデータにおいて前記抽出項目に対応する項目に関連する情報を、前記抽出情報として取得する、
請求項１または請求項２に記載の情報処理システム。

【請求項4】

前記送信部は、前記判定部において前記抽出項目に対応する項目が無いと判定された場合、前記抽出クエリ情報と、前記抽出ブロックテキスト情報と、を前記生成ＡＩ装置に送信する、
請求項３に記載の情報処理システム。

【請求項5】

コンピュータが、
文字を含むテキスト情報を取得するテキスト情報取得部と、
ユーザの操作入力に基づいて、前記テキスト情報から抽出する対象の抽出情報に関する抽出項目を取得することと、
抽出の対象として設定され得る設定候補項目と、前記テキスト情報から前記抽出情報を抽出するように学習された生成ＡＩ装置に入力するクエリ情報と、を関連づけて格納するクエリデータベースに基づいて、前記抽出項目に対応する前記設定候補項目に関連づけられる抽出クエリ情報を特定することと、
前記テキスト情報に含まれる文字の所定のまとまりであるブロックテキスト情報と、当該文字の所定のまとまりの区分である抽出用ラベルと、を関連づけて格納するテキストデータベースに基づいて、前記抽出項目に対応する前記抽出用ラベルに関連づけられる抽出ブロックテキスト情報を特定することと、
前記抽出クエリ情報と、前記抽出ブロックテキスト情報と、を前記生成ＡＩ装置に送信することと、
前記生成ＡＩ装置から、前記抽出ブロックテキスト情報に含まれる前記抽出情報を取得することと、
を実行する情報処理方法。

【請求項6】

コンピュータに、
文字を含むテキスト情報を取得するテキスト情報取得部と、
ユーザの操作入力に基づいて、前記テキスト情報から抽出する対象の抽出情報に関する抽出項目を取得することと、
抽出の対象として設定され得る設定候補項目と、前記テキスト情報から前記抽出情報を抽出するように学習された生成ＡＩ装置に入力するクエリ情報と、を関連づけて格納するクエリデータベースに基づいて、前記抽出項目に対応する前記設定候補項目に関連づけられる抽出クエリ情報を特定することと、
前記テキスト情報に含まれる文字の所定のまとまりであるブロックテキスト情報と、当該文字の所定のまとまりの区分である抽出用ラベルと、を関連づけて格納するテキストデータベースに基づいて、前記抽出項目に対応する前記抽出用ラベルに関連づけられる抽出ブロックテキスト情報を特定することと、
前記抽出クエリ情報と、前記抽出ブロックテキスト情報と、を前記生成ＡＩ装置に送信することと、
前記生成ＡＩ装置から、前記抽出ブロックテキスト情報に含まれる前記抽出情報を取得することと、
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、情報処理システム、情報処理方法、およびプログラムに関する。

【背景技術】

【0002】

生成ＡＩ装置を用いてテキストデータからの自動仕訳を行なう会計処理システムが開示されている（特許文献１）。

【先行技術文献】

【特許文献】

【0003】

【文献】特許第６８９５６３２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に記載の会計処理システムは、証憑データから画像認識処理により取引情報を抽出し、抽出した取引情報から文字認識処理により取引明細情報を含むテキスト情報を生成する。また、会計処理システムは、当該取引明細情報に対応する勘定科目の組み合わせを選定することを学習した仕訳生成ＡＩを用いて、当該テキスト情報から仕訳データを生成する。これにより、会計処理システムは適切な自動仕訳を実行することが可能となる。

【0005】

しかし、特許文献１に記載の会計処理システムでは、仕訳生成ＡＩを用いるものの、当該仕訳生成ＡＩに入力する仕訳データを生成させるためのクエリ情報が適切でない場合、テキスト情報から適切に仕訳データを生成できないという問題が生じる。

【0006】

そこで、本発明は、上記の課題を解決するために、テキスト情報に含まれる情報を生成ＡＩ装置から適切に取得可能なシステムを提供することを目的とする。

【課題を解決するための手段】

【0007】

本発明の一態様に係る情報処理システムは、文字を含むテキスト情報を取得するテキスト情報取得部と、ユーザの操作入力に基づいて、前記テキスト情報から抽出する対象の抽出情報に関する抽出項目を取得する項目取得部と、抽出の対象として設定され得る設定候補項目と、前記テキスト情報から前記抽出情報を抽出するように学習された生成ＡＩ装置に入力するクエリ情報と、を関連づけて格納するクエリデータベースに基づいて、前記抽出項目に対応する前記設定候補項目に関連づけられる抽出クエリ情報を特定するクエリ情報特定部と、前記抽出クエリ情報と、前記テキスト情報と、を前記生成ＡＩ装置に送信する送信部と、前記生成ＡＩ装置から、前記テキスト情報に含まれる前記抽出情報を取得する抽出情報取得部と、を備える。

【0008】

本発明の一態様に係る情報処理方法は、コンピュータが、文字を含むテキスト情報を取得するテキスト情報取得部と、ユーザの操作入力に基づいて、前記テキスト情報から抽出する対象の抽出情報に関する抽出項目を取得することと、抽出の対象として設定され得る設定候補項目と、前記テキスト情報から前記抽出情報を抽出するように学習された生成ＡＩ装置に入力するクエリ情報と、を関連づけて格納するクエリデータベースに基づいて、前記抽出項目に対応する前記設定候補項目に関連づけられる抽出クエリ情報を特定することと、前記抽出クエリ情報と、前記テキスト情報と、を前記生成ＡＩ装置に送信することと、前記生成ＡＩ装置から、前記テキスト情報に含まれる前記抽出情報を取得することと、を実行する。

【0009】

本発明の一態様に係るプログラムは、コンピュータに、文字を含むテキスト情報を取得するテキスト情報取得部と、ユーザの操作入力に基づいて、前記テキスト情報から抽出する対象の抽出情報に関する抽出項目を取得することと、抽出の対象として設定され得る設定候補項目と、前記テキスト情報から前記抽出情報を抽出するように学習された生成ＡＩ装置に入力するクエリ情報と、を関連づけて格納するクエリデータベースに基づいて、前記抽出項目に対応する前記設定候補項目に関連づけられる抽出クエリ情報を特定することと、前記抽出クエリ情報と、前記テキスト情報と、を前記生成ＡＩ装置に送信することと、前記生成ＡＩ装置から、前記テキスト情報に含まれる前記抽出情報を取得することと、を実行させる。

【発明の効果】

【0010】

本発明によれば、テキスト情報に含まれる情報を生成ＡＩ装置から適切に取得可能なシステムを提供することができる。

【図面の簡単な説明】

【0011】

【図1】抽出システムの概要を示す図である。

【図2】クエリデータベース１０１ａの一例を示すデータベースである。

【図3】テキストデータベース１０１ｂの一例を示すデータベースである。

【図4】ラベルデータベース１０１ｃの一例を示すデータベースである。

【図5】抽出システムの処理手順を示すフローチャートである。

【図6】対象テキスト情報の一例を示す図である。

【図7】生成ＡＩ装置に入力される抽出クエリ情報および抽出ブロックテキスト情報の一例を示す図である

【図8】生成ＡＩ装置から出力される抽出情報の一例を示す図である。

【図9】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】

【0012】

以下に、本発明の一実施形態における抽出システム１０について、図面を参照して詳細に説明する。ただし、以下に説明する実施形態は、あくまでも例示であり、以下に明示しない種々の変形や技術の適用を排除する意図はない。すなわち、本発明は、その趣旨を逸脱しない範囲で種々変形し、または各実施例を組み合わせるなどして実施することができる。また、以下の図面の記載において、同一または類似の部分には同一または類似の符号を付して表している。

【0013】

また、本実施形態において、「部」、「装置」、「システム」とは、単に物理的手段を意味するものではなく、その「部」、「装置」、「システム」が有する機能をソフトウェアによって実現する場合も含む。また、一つの「部」、「装置」、「システム」が有する機能が２つ以上の物理的手段や装置により実現されてもよく、二つ以上の「部」、「装置」、「システム」の機能が１つの物理的手段や装置により実現されてもよい。さらには、抽出システム１０を構成する複数の装置のそれぞれの以下に示す各種機能が、当該複数の装置における他の装置によって実行されるように構成されていてもよい。

【0014】

＝＝＝抽出システム１０の概要＝＝＝
＜＜構成の概要＞＞
図１を参照して、抽出システム１０の概要について説明する。図１は、抽出システム１０の概要を示す図である。

【0015】

抽出システム１０は、光学式文字認識装置を用いて対象画像に基づき生成されたデジタル文書に含まれるテキストのうち、ユーザが所望するテキストを抽出するシステムである。

【0016】

対象画像は、例えば各種契約書や論文などの画像である。対象画像は、例えば、ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）、ＴＩＦＦ（Ｔａｇｇｅｄ Ｉｍａｇｅ Ｆｉｌｅ Ｆｏｒｍａｔ）、ＰＮＧ（Ｐｏｒｔａｂｌｅ Ｎｅｔｗｏｒｋ Ｇｒａｐｈｉｃｓ）等のグラフィックフォーマットで指定された画像やＰＤＦ（Portable Document Format）データの画像である。

【0017】

抽出システム１０は、例えば、抽出装置１００と、光学式文字認識装置２００と、ユーザ端末３００とを含む。

【0018】

抽出装置１００は、光学式文字認識装置による対象画像の文字認識の結果に基づき、対象画像の文字認識の結果を出力する装置である。

【0019】

光学式文字認識装置２００は、対象画像に対して文字認識を実行する装置である。

【0020】

抽出装置１００および光学式文字認識装置２００は、例えば、クラウドコンピュータ、サーバコンピュータ、パーソナルコンピュータ（例えば、デスクトップ、ラップトップ、タブレットなど）、メディアコンピュータプラットホーム（例えば、ケーブル、衛星セットトップボックス、デジタルビデオレコーダ）、ハンドヘルドコンピュータデバイス（例えば、ＰＤＡ、電子メールクライアントなど）、あるいは他種のコンピュータ、またはコミュニケーションプラットホームであってもよい。なお、抽出装置１００および光学式文字認識装置２００における処理の少なくとも一部は、１以上のコンピュータ（限定ではなく例として、１以上のコンピュータにより構成されるクラウドコンピューティング）により実現されていてもよい。

【0021】

ユーザ端末３００は、ユーザの操作入力を受け付けて各種情報を表示する装置である。

【0022】

ユーザ端末３００は、例えば、スマートフォン、携帯電話（フィーチャーフォン）、パーソナルコンピュータ（例えば、デスクトップ、ラップトップ、タブレットなど）、メディアコンピュータプラットホーム（例えば、ケーブル、衛星セットトップボックス、 デジタルビデオレコーダ）、ハンドヘルドコンピュータデバイス（例えば、ＰＤＡ（Personal Digital Assistant）、電子メールクライアントなど）、ウェアラブル端末（メガネ型デバイス、時計型デバイスなど）、他種のコンピュータ、またはコミュニケーションプラットホームであってもよい。

【0023】

＜＜処理の概要＞＞
図１を参照して、抽出システム１０の処理の概要について説明する。

【0024】

まず、ステップＳ１０において、抽出装置１００は、光学式文字認識装置２００から対象画像に基づき生成されたテキスト情報（以下、「対象テキスト情報」という。）を取得する。

【0025】

ステップＳ１１において、抽出装置１００は、対象テキスト情報に含まれる文字の所定のまとまりのテキスト情報（以下、「ブロックテキスト情報」という。）を特定する。抽出装置１００は、ブロックテキスト情報ごとに、ブロックテキスト情報の区分を示すラベル（以下、「抽出用ラベル」という。）を付与する。抽出装置１００は、ブロックテキスト情報と、抽出用ラベルとを関連づけて記憶部１０１（後述のラベルデータベースＤ１０１ｃ）に格納する。

【0026】

ブロックテキスト情報は、例えば、複数の文のまとまりのテキスト情報であってもよいし、複数の単語のまとまりである一文のテキスト情報であってもよい。具体的には、ブロックテキスト情報は、例えば、契約書や論文などにおいて、少なくとも一つの文を一つのまとまりのテキスト情報としてもよいし、少なくとも一つの、条、項または段落のそれぞれを一つのまとまりのテキスト情報としてもよいし、少なくとも一つの章を一つのまとまりのテキスト情報としてもよいし、表形式でまとまりのある情報を一つのまとまりのテキスト情報であってもよい。

【0027】

ステップＳ１２において、ユーザ端末３００は、ユーザの操作入力を受け付けて、テキスト情報から抽出する対象の情報（以下、「抽出情報」という。）に関する区分である項目（以下、「抽出項目」という。）を取得する。ユーザ端末３００は、抽出項目を抽出装置１００に送信する。

【0028】

ステップＳ１３において、抽出装置１００は、ラベルデータベースＤ１１１を参照して、抽出項目に対応する抽出用ラベルを特定する。そして、抽出装置１００は、テキストデータベースＤ１０１ｂを参照して、特定した抽出用ラベルに関連するブロックテキスト情報（以下、「抽出ブロックテキスト情報」という。）を特定する。

【0029】

ステップＳ１４において、抽出装置１００は、クエリデータベースＤ１１２を参照して、特定した抽出用ラベルに対応する設定候補項目を特定し、当該設定候補項目に基づき、生成ＡＩ（Artificial Intelligence）装置に入力するクエリ情報（以下、「抽出クエリ情報」という。）を特定する。

【0030】

生成ＡＩ装置は、深層学習モデルをベースにした巨大なデータセットを有する大規模言語モデル（以下、「生成ＡＩ」という。）の機能を有する装置である。生成ＡＩは、例えば、クエリ情報に基づき抽出情報を抽出するように学習されたテキスト生成系ＡＩであり、例えばＣｈａｔＧＰＴやＧｏｏｇｌｅ Ｂａｒｄなどである。

【0031】

クエリ情報は、生成ＡＩ装置に入力する文章であり、いわゆる、生成ＡＩに与える命令文であるプロンプトである。すなわち、抽出クエリ情報は、ブロックテキスト情報から所定のテキスト情報を抽出するために、生成ＡＩ装置に入力する命令文である。

【0032】

ステップＳ１５において、抽出装置１００は、抽出ブロックテキスト情報と、抽出クエリ情報とを生成ＡＩ装置に送信する。

【0033】

ステップＳ１６において、抽出装置１００は、生成ＡＩ装置から、ブロックテキスト情報からテキスト情報が抽出された結果である抽出情報を取得する。

【0034】

これにより、抽出装置１００は、対象テキスト情報からユーザが所望する情報を生成ＡＩ装置から適切に抽出することができる。

【0035】

＝＝＝抽出装置１００＝＝＝
図１に示すように、抽出装置１００は、記憶部１０１と、テキスト情報取得部１０２と、ラベル設定判定部１０３と、項目取得部１０４と、ブロックテキスト情報特定部１０５と、クエリ情報特定部１０６と、送信部１０７と、抽出情報取得部１０８と、表示処理部１０９とを含む。

【0036】

記憶部１０１は、例えば、クエリデータベースＤ１０１ａと、テキストデータベースＤ１０１ｂと、ラベルデータベースＤ１０１ｃとを含む。

【0037】

図２を参照して、クエリデータベースＤ１０１ａについて説明する。図２は、クエリデータベース１０１ａの一例を示すデータベースである。クエリデータベースＤ１０１ａは、抽出対象として設定され得る項目である設定候補項目とクエリ情報を関連づけて格納するデータベースである。クエリデータベースＤ１０１ａは、生成ＡＩ装置に入力するクエリを特定するためのデータベースである。

【0038】

図２に示すように、クエリデータベースＤ１０１ａは、例えば、［候補ＩＤ］、［設定候補項目］、［クエリ情報］などの項目を含む。［候補ＩＤ］は、設定候補項目を一意に識別可能な識別情報が格納される。［設定候補項目］は、設定候補項目を示すテキスト情報が格納される。［クエリ情報］は、生成ＡＩ装置に入力するクエリ情報が格納される。

【0039】

クエリ情報は、テキスト情報から設定候補項目に関する抽出情報を生成ＡＩ装置に抽出させるために最適化されたプロンプトである。クエリ情報は、例えば抽出要件および抽出例などの項目を含む。抽出要件は、適切な情報を抽出するための情報であり、例えば抽出したい情報の特徴や抽出方法などの情報である（例えば後述する図７の抽出要件Ｔ２１）。抽出例は、抽出の精度を向上させるための情報であり、例えば入力に対する抽出結果の例示などの情報である（例えば後述する図７の抽出例Ｔ２２）。

【0040】

抽出装置１００は、クエリデータベースＤ１０１ａを用いることにより、ユーザが所望する抽出情報を生成ＡＩから得るためのクエリ情報を生成ＡＩ装置に入力することが可能となる。

【0041】

図３を参照して、テキストデータベースＤ１０１ｂについて説明する。図３は、テキストデータベース１０１ｂの一例を示すデータベースである。テキストデータベース１０１ｂは、ブロックテキスト情報とブロックテキスト情報の区分を示す抽出用ラベルを関連づけて格納するデータベースである。

【0042】

図３に示すように、テキストデータベースＤ１０１ｂは、例えば、［テキストＩＤ］、［テキスト情報］、［ブロックＩＤ］、［ブロックテキスト情報］、［抽出用ラベル］などの項目を含む。［テキストＩＤ］は、対象テキスト情報を一意に識別可能な識別情報が格納される。［テキスト情報］は、対象テキスト情報が格納される。［ブロックＩＤ］は、ブロックテキスト情報を一意に識別可能な識別情報が格納される。［ブロックテキスト情報］は、対象テキスト情報のうちの所定のまとまりのブロックテキスト情報が格納される。［抽出用ラベル］は、ブロックテキスト情報の区分を示すラベルが格納される。

【0043】

抽出装置１００は、テキストデータベースＤ１０１ｂを用いることにより、ユーザが所望する抽出情報を生成ＡＩから得るためのクエリ情報をクエリデータベースＤ１０１ａから適切に抽出することが可能となる。

【0044】

図４を参照して、ラベルデータベースＤ１０１ｃについて説明する。図４は、ラベルデータベース１０１ｃの一例を示すデータベースである。ラベルデータベース１０１ｃは、区分を示すラベルとテキスト情報を関連づけて格納するデータベースである。

【0045】

図４に示すように、ラベルデータベースＤ１０１ｃは、例えば、［ラベルＩＤ］、［抽出用ラベル］、［テキスト特徴］などの項目を含む。［ラベルＩＤ］は、ラベルを一意に識別可能な識別情報が格納される。［ラベル］は、ブロックテキスト情報に付与する抽出用ラベルが格納される。［テキスト特徴］は、抽出用ラベルが関連づけられるブロックテキスト情報に含まれるテキストのテキスト特徴が格納される。テキスト特徴は、例えば、単語、複数の単語の組み合わせ、表形式の領域に含まれる単語や単語の組み合わせなどを示す情報である。具体的には、例えば、抽出用ラベル「会社名称」に対応するテキスト特徴は、「「甲」、「乙」、「契約」のすべてを含むテキスト」という条件である。

【0046】

抽出装置１００は、ラベルデータベースＤ１０１ｃを用いることにより、対象テキスト情報に含まれるブロックテキスト情報に対して適切に抽出用ラベルを付与して、テキストデータベースＤ１０１ｂを生成することができる。すなわち、抽出装置１００（後述するラベル設定判定部１０３）は、ブロックテキスト情報に含まれる、単語（例えば「第２条」）、複数の単語の組み合わせ（例えば、「甲」、「乙」、「契約」の組み合わせ）および表形式の領域（例えば、罫線と当該罫線で囲まれる単語の組み合わせ）を含むブロックテキスト情報のそれぞれに対して抽出用ラベルを付与することができる。

【0047】

テキスト情報取得部１０２は、光学式文字認識装置２００において対象画像に基づき生成されたテキスト情報を、例えば光学式文字認識装置２００から取得する。

【0048】

ラベル設定判定部１０３は、対象テキスト情報に含まれるブロックテキスト情報を特定する。そして、ラベル設定判定部１０３は、抽出用ラベルと、テキスト情報に含まれるテキストのテキスト特徴との対応関係に基づき、当該ブロックテキスト情報に抽出用ラベルを関連づける。ラベル設定判定部１０３は、ブロックテキスト情報に抽出用ラベルを関連づけてテキストデータベースＤ１０１ｂに格納する。

【0049】

具体的には、まず、ラベル設定判定部１０３は、対象テキスト情報に含まれるテキストを例えば形態素解析による分析を実行して、対象テキスト情報をブロックテキスト情報に区分する。例えば、ラベル設定判定部１０３は、対象画像が契約書である場合、対象テキスト情報に「第２条」のテキストを特定すると、契約書の「第２条」に規定される文章をブロックテキスト情報として区分する。

【0050】

そして、ラベル設定判定部１０３は、例えば、ラベルデータベースＤ１０１ｃに基づきブロックテキスト情報に抽出用ラベルを関連づけてもよい。具体的には、ラベル設定判定部１０３は、ラベルデータベースＤ１０１ｃを参照して、テキスト特徴のいずれかを充たすブロックテキスト情報に対して、当該テキスト特徴に対応するラベルを抽出用ラベルとして関連づける。ラベル設定判定部１０３は、ブロックテキスト情報に抽出用ラベルを関連づけてテキストデータベースＤ１０１ｂに格納する。なお、対象テキスト情報に含まれるテキストの解析手法は例えば形態素解析などの手法である。

【0051】

なお、ラベル設定判定部１０３は、例えば、抽出用ラベルと、テキスト情報に含まれるテキスト特徴とを教師データとして学習された学習済みモデルに対して、ブロックテキスト情報を入力することにより、当該ブロックテキスト情報に抽出用ラベルを関連づけてもよい。具体的には、ラベル設定判定部１０３は、例えば、学習済みモデルにブロックテキスト情報を入力することにより、当該ブロックテキスト情報に関連する確率が所定の閾値以上を示す少なくとも一つの抽出用ラベルを、学習済みモデルから取得する。ラベル設定判定部１０３は、取得した抽出用ラベルのうちの例えば最も高い確率を示す抽出用ラベルを当該ブロックテキスト情報に関連づけて、テキストデータベースＤ１０１ｂに格納する。

【0052】

項目取得部１０４と、ユーザによるユーザ端末３００に対する操作入力に基づき抽出項目を取得する。具体的には、項目取得部１０４は、例えば、対象画像が契約書である場合、ユーザがユーザ端末３００に対して入力した「会社名称」を抽出項目として、ユーザ端末３００から取得する。

【0053】

ブロックテキスト情報特定部１０５は、テキストデータベースＤ１０１ｂを参照して、抽出項目に対応するブロックテキスト情報である抽出ブロックテキスト情報を特定する。具体的には、ブロックテキスト情報特定部１０５は、テキストデータベースＤ１０１ｂにおいて、例えば抽出項目である「会社名称」に対応する、抽出用ラベルである「会社名称」を特定する。そして、ブロックテキスト情報特定部１０５は、テキストデータベースＤ１０１ｂを参照して、抽出用ラベルである「会社名称」に関連する、ブロックテキスト情報である「第２条・・」を特定する。

【0054】

クエリ情報特定部１０６と、クエリデータベースＤ１０１ａを参照して、抽出クエリ情報を特定する。具体的には、クエリ情報特定部１０６は、クエリデータベースＤ１０１ａにおいて、例えば抽出項目である「会社名称」に対応する、設定候補項目である「会社名称」を特定する。クエリ情報特定部１０６は、クエリデータベースＤ１０１ａにおいて、設定候補項目である「会社名称」に関連する抽出クエリ情報を特定する。

【0055】

送信部１０７は、生成ＡＩ装置から抽出情報を取得するための抽出クエリ情報を送信する。具体的には、送信部１０７は、抽出クエリ情報とブロックテキスト情報とを生成ＡＩ装置に送信する。

【0056】

抽出情報取得部１０８は、生成ＡＩ装置からテキスト情報に含まれる抽出情報を取得する。具体的には、抽出情報取得部１０８は、対象画像が契約書である場合、例えば契約書から抽出項目「会社名称」である株式会社Ａなどを示す抽出情報を取得する。

【0057】

表示処理部１０９は、各種情報を表示部に表示させる。例えば、表示処理部１０９は、後述する図７および図８に示す情報を表示部に表示させる。

【0058】

＜＜第１の変形例＞＞
ラベル設定判定部１０３は、対象テキスト情報に表形式のデータが含まれる場合、当該表形式の領域に含まれるテキスト情報について、抽出項目に対応するテキスト情報の有無を判定してもよい。

【0059】

具体的には、ラベル設定判定部１０３は、図６に示すブロックＢ３０の表形式のテキスト情報を特定する。ラベル設定判定部１０３は、ラベルデータベースＤ１０１ｃのテキスト特徴に基づき、ブロックＢ３０に対して抽出用ラベルを関連づける。このとき、ラベル設定判定部１０３は、ブロックＢ３０の表題（図６では「賃借要件」）に抽出用ラベルを関連づけてもよい。ラベル設定判定部１０３は、抽出項目に対応する抽出用ラベルに関連するブロックＢ３０であって、当該ブロックＢ３０に含まれるテキスト情報のうち、抽出情報に対応するテキスト情報が含まれるかを判定する。このとき、ラベル設定判定部１０３は、ブロックＢ３０の罫線を特定して、罫線で囲まれている領域のそれぞれに記載されているテキスト情報について、抽出項目に対応するか否かを判定してもよい。

【0060】

そして、抽出装置１００は、ラベル設定判定部１０３において抽出項目に対応するテキスト情報（項目）が有ると判定された場合、当該表形式のデータにおいて抽出項目に対応する項目に関連する情報を、抽出情報として取得する。

【0061】

一方、抽出装置１００は、ラベル設定判定部１０３において抽出項目に対応するテキスト情報（項目）が無いと判定された場合、上述したとおり、抽出クエリ情報と、抽出ブロックテキスト情報とを生成ＡＩ装置に送信して、生成ＡＩ装置から抽出情報を取得する。

【0062】

このように、抽出装置１００は、対象テキスト情報において項目とテキスト内容との対応関係が明確な情報がある場合はルールベースで抽出情報を取得し、ルールベースで抽出情報を取得できない場合に生成ＡＩ装置を利用して抽出情報を取得するように構成されていてもよい。これにより、抽出装置１００は、生成ＡＩ装置を用いる頻度を減少させるとともに、適切な抽出情報を取得する精度を向上させることが可能となる。

【0063】

＜＜第２の変形例＞＞
抽出装置１００は、ラベル設定判定部１０３において抽出項目に対応するテキスト情報（項目）が有ると判定された場合に取得される第１の抽出情報と、ラベル設定判定部１０３において抽出項目に対応するテキスト情報（項目）が無いと判定された場合に生成ＡＩ装置から取得される第２の抽出情報と、を比較した比較結果に基づき、抽出情報を特定してもよい。具体的には、抽出装置１００は、比較結果をユーザ端末３００に送信して、ユーザの操作入力に基づき第１の抽出情報または第２の抽出情報のうちの選択された結果に基づき、抽出情報を特定してもよい。また、抽出装置１００は、第１の抽出情報が示す抽出の正確性の指標と、第２の抽出情報が示す抽出の正確性の指標と、のうちの高い指標を示す抽出情報を特定してもよい。これにより、抽出装置１００は、適切な抽出情報を取得する精度を向上させることが可能となる。

【0064】

＜＜第３の変形例＞＞
上記において、ラベル設定判定部１０３は、テキストデータベースＤ１０１ｂを生成するように説明したがこれに限定されない。テキストデータベースＤ１０１ｂを生成しない場合、ラベル設定判定部１０３は、抽出項目に対応する、ラベルデータベースＤ１０１ｃのラベルに関連する「テキスト特徴」を特定する。そして、ブロックテキスト情報特定部１０５は、特定されたテキスト特徴に基づき、対象テキスト情報に含まれるブロックテキスト情報のうち、テキスト特徴を充たすブロックテキスト情報に対して当該テキスト特徴に対応する抽出用ラベルを関連づけて、当該ブロックテキスト情報を抽出ブロックテキスト情報として特定する。すなわち、抽出装置１００は、テキストデータベースＤ１０１ｂを備える必要はなく、特定したテキスト特徴に基づき、抽出ブロックテキスト情報を特定するよう構成されていてもよい。これにより、簡易なシステム構成により、抽出ブロックテキスト情報を特定可能となる。

【0065】

＝＝＝光学式文字認識装置２００＝＝＝
図１に戻り、光学式文字認識装置２００の構成について説明する。光学式文字認識装置２００は、例えば、対象画像が入力された場合、対象画像に含まれる文字を認識して、例えば認識した文字ごとに、テキスト情報、正確性指標および座標（以下、単に「生成情報」という。）を生成する装置である。

【0066】

なお、光学式文字認識装置２００は、複数の光学式文字認識装置で構成されていてもよく、例えば複数の光学式文字認識装置のそれぞれで文字認識した結果のうち、正確性が高い文字認識結果である生成情報を抽出装置１００に送信するように構成されていてもよい。

【0067】

図１に示すように、光学式文字認識装置２００は、例えば、記憶部２１０と、送受信部２２０と、処理部２３０とを備える。記憶部２１０は各種情報を記憶する。処理部２３０は文字認識するための処理を実行する。送受信部２２０は、抽出装置１００との間で各種情報を送受信する。処理部２３０は、例えば文字を区別するように学習されたニューラル・ネットワークを使用して画像を分析する。ニューラル・ネットワークは、例えば複数の畳み込みネットワーク層及び再帰型ネットワーク層を備える。処理部２３０は、例えば対象画像についてページ、ブロック、行または文字ごとにセグメント化する。セグメント化した画像に含まれる文字について文字認識を実行することで、例えば文字ごとに第１の生成情報を生成する。処理部２３０は、例えばセグメント化した画像（例えば対象画像、ブロック画像または行画像）を一つのまとまりとしての生成情報を生成してもよい。

【0068】

＝＝＝ユーザ端末３００＝＝＝
図１を参照して、ユーザ端末３００の構成について説明する。図１に示すように、ユーザ端末３００は、例えば、記憶部３１０と、送受信部３２０と、表示処理部３３０との機能部を含む。各機能部は、例えば、プロセッサ１００１がメモリ１００２に格納されているプログラムを読み出して実現される機能である。

【0069】

記憶部４１０は、各種情報を記憶する。ユーザ情報３１１は、ユーザＩＤを主キーとして、ユーザ名、属性情報などが対応付けられて格納する。ユーザ名は、ユーザが自身で登録した名前であり、任意である。属性情報は、ユーザの氏名や住所などの情報である。送受信部３２０は抽出装置１００との間で各種情報を送受信する。送受信部３２０で取得された各種情報は記憶部３１０に記憶される。表示処理部３３０は抽出装置１００から取得する各種情報を表示部に表示させる。

【0070】

＝＝＝処理手順＝＝＝
図５、図６、図７、図８を参照して、抽出システム１０の処理手順について説明する。図５は、抽出システム１０の処理手順を示すフローチャートである。図６は、対象テキスト情報の一例を示す図である。図７は、生成ＡＩ装置に入力される抽出クエリ情報および抽出ブロックテキスト情報の一例を示す図である。図８は、生成ＡＩ装置から出力される抽出情報の一例を示す図である。

【0071】

ステップＳ１００において、抽出装置１００は、所定の装置から対象画像を取得する。抽出装置１００は、光学式文字認識装置２００に対象画像を送信する。

【0072】

ステップＳ１０１において、光学式文字認識装置２００は、対象画像をセグメント化して、対象画像の対象テキスト情報を生成する。光学式文字認識装置２００は、対象テキスト情報を抽出装置１００に送信する。

【0073】

ステップＳ１０２において、抽出装置１００は、対象テキスト情報をテキストデータベースＤ１０１ｂに記憶する。このとき、抽出装置１００は、対象テキスト情報をブロックテキスト情報に区分して記憶する。

【0074】

具体的には、図６に示すように、ブロックテキスト情報は、対象テキスト情報に含まれる、例えば「第２条」に含まれるブロックテキスト情報であるブロックＢ１０、「物件の表示」の箇条書きに含まれるブロックテキスト情報であるブロックＢ２０、および「賃借要件」の表形式の領域および当該表形式の領域に含まれるブロックテキスト情報であるブロックＢ３０などを示す情報である。

【0075】

ステップＳ１０３において、抽出装置１００は、ラベルデータベースＤ１０１ｃにおけるテキスト特徴に基づき、当該テキスト特徴を充たすブロックテキスト情報のそれぞれに抽出ラベルを関連づける。抽出装置１００は、抽出用ラベルをブロックテキスト情報に関連づけてテキストデータベースＤ１０１ｂに記憶する。

【0076】

具体的には、抽出装置１００は、例えば、図４に示すラベルデータベースＤ１０１ｃにおけるラベルＩＤ「２００２」のテキスト特徴「「甲」、「乙」および「契約」をすべて含むテキスト」を充たす、図３に示すテキストデータベースＤ１０１ｂにおけるブロックＩＤ「１００１００２」のブロックテキスト情報を特定する。抽出装置１００は、ブロックテキスト情報を特定できた場合、当該ブロックテキスト情報に対して、ラベルデータベースＤ１０１ｃのテキスト特徴に対応する抽出用ラベル「会社名称」を関連づけて、テキストデータベースＤ１０１ｂに記憶する。

【0077】

ステップＳ１０４において、抽出装置１００は、ユーザ端末３００から抽出情報に関する区分である抽出項目を取得する。具体的には、抽出装置１００は、「会社名称」や「住所」などを示す抽出項目を取得する。すなわち、抽出装置１００は、ユーザが抽出を所望する項目内容を示す情報を取得する。

【0078】

ステップＳ１０５において、抽出装置１００は、抽出項目に対応するテキストデータベースＤ１０１ｂの抽出用ラベルに関連する抽出ブロックテキスト情報を特定する。

【0079】

具体的には、抽出装置１００は、例えば抽出項目「会社名称」に対応するテキストデータベースＤ１０１ｂの抽出用ラベル「会社名称」を特定する。抽出装置１００は、抽出用ラベル「会社名称」に関連する、テキストデータベースＤ１０１ｂのブロックテキスト情報「第２条・・」を抽出ブロックテキスト情報として特定する。

【0080】

ステップＳ１０６において、抽出装置１００は、抽出項目に対応する、クエリデータベースＤ１０１ａにおける設定候補項目を特定する。抽出装置１００は、特定した設定候補項目に対応するクエリ情報を抽出クエリ情報として特定する。

【0081】

具体的には、抽出装置１００は、例えば抽出項目「会社名称」に対応するクエリデータベースＤ１０１ａの設定候補項目「会社名称」を特定する。抽出装置１００は、設定候補項目「会社名称」に対応する、クエリデータベースＤ１０１ａのクエリ情報を抽出クエリ情報（図２の「抽出要件」及び「抽出例」に示す情報）として特定する。

【0082】

ステップＳ１０７において、抽出装置１００は、抽出ブロックテキスト情報と、抽出クエリ情報とを生成ＡＩ装置に送信する。以下、図７を参照して、生成ＡＩ装置に送信される抽出ブロックテキスト情報および抽出クエリ情報について説明する。

【0083】

図７に示すように、ブロックテキスト情報Ｔ１０は、対象テキスト情報に含まれる所定の範囲のテキスト情報であり、ここではブロックテキスト情報「第２条・・」である。また、抽出クエリ情報Ｔ２０は、抽出要件Ｔ２１と、抽出例Ｔ２２とを含む。図７に示すように、抽出要件Ｔ２１は、適切な情報を抽出するための情報であり、ここでは抽出対象の具体的な記載（「貸主」および「借主」）や出力形式（ＪＳＯＮ側の配列形式）などを指定している。また、抽出例Ｔ２２は、抽出された情報を使用するユーザの利便性を高めるための情報であり、ここでは入力文章を例示しつつ、当該例示に対する抽出結果の抽出形式を指定している。

【0084】

ステップＳ１０８において、抽出装置１００は、生成ＡＩ装置から抽出情報を取得する。例えば、抽出装置１００は、図８に示す抽出情報をユーザ端末３００の表示部に表示させる。図８に示すように、抽出装置１００は、抽出要件Ｔ２１で指定された出力形式（ここではＪＳＯＮ形式）で抽出対象（ここでは「貸主」の会社名称、「借主」の会社名称）を表示部に表示させる。

【0085】

なお、抽出装置１００は、ユーザが複数の抽出情報を取得することを所望している場合、ステップＳ１０４からステップＳ１０８の処理を繰り返す。

【0086】

このように、抽出システム１０では、生成ＡＩ装置からユーザが所望する情報を適切に取得するためのプロンプトを生成ＡＩ装置に入力することができるため、ユーザが適切に情報を取得することが可能となる。

【0087】

＝＝＝ハードウェア構成＝＝＝
図９を参照して、抽出装置１００、光学式文字認識装置２００およびユーザ端末３００をコンピュータで実現する場合のハードウェア構成の一例を説明する。図９は、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。

【0088】

図９に示すように、コンピュータ１０００は、プロセッサ１００１と、メモリ１００２と、記憶装置１００３と、入力Ｉ／Ｆ部１００４と、データＩ／Ｆ部１００５と、通信Ｉ／Ｆ部１００６、及び表示部１００７を含む。

【0089】

プロセッサ１００１は、メモリ１００２に記憶されているプログラムを実行することによりコンピュータ１０００における各種の処理を制御する制御部である。

【0090】

メモリ１００２は、例えばＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の記憶媒体である。メモリ１００２は、プロセッサ１００１によって実行されるプログラムのプログラムコードや、プログラムの実行時に必要となるデータを一時的に記憶する。

【0091】

記憶装置１００３は、例えばハードディスクドライブ（ＨＤＤ）やフラッシュメモリ等の不揮発性の記憶媒体である。記憶装置１００３は、オペレーティングシステムや、上記各構成を実現するための各種プログラムを記憶する。

【0092】

入力Ｉ／Ｆ部１００４は、ユーザからの入力を受け付けるためのデバイスである。入力Ｉ／Ｆ部１００４の具体例としては、キーボードやマウス、タッチパネル、各種センサー、ウェアラブル・デバイス等が挙げられる。入力Ｉ／Ｆ部１００４は、例えばＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）等のインターフェースを介してコンピュータ１０００に接続されても良い。

【0093】

データＩ／Ｆ部１００５は、コンピュータ１０００の外部からデータを入力するためのデバイスである。データＩ／Ｆ部１００５の具体例としては、各種記憶媒体に記憶されているデータを読み取るためのドライブ装置等がある。データＩ／Ｆ部１００５は、コンピュータ１０００の外部に設けられることも考えられる。その場合、データＩ／Ｆ部１００５は、例えばＵＳＢ等のインターフェースを介してコンピュータ１０００へと接続される。

【0094】

通信Ｉ／Ｆ部１００６は、コンピュータ１０００の外部の装置と有線又は無線により、インターネットＮを介したデータ通信を行うためのデバイスである。通信Ｉ／Ｆ部１００６は、コンピュータ１０００の外部に設けられることも考えられる。その場合、通信Ｉ／Ｆ部１００６は、例えばＵＳＢ等のインターフェースを介してコンピュータ１０００に接続される。

【0095】

表示部１００７は、各種情報を表示するためのデバイスである。表示部１００７の具体例としては、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ、ウェアラブル・デバイスのディスプレイ等が挙げられる。表示部１００７は、コンピュータ１０００の外部に設けられても良い。その場合、表示部１００７は、例えばディスプレイケーブル等を介してコンピュータ１０００に接続される。また、入力Ｉ／Ｆ部１００４としてタッチパネルが採用される場合には、表示部１００７は、入力Ｉ／Ｆ部１００４と一体化して構成することが可能である。

【0096】

＝＝＝まとめ＝＝＝
＜１＞本実施形態における抽出システム１０は、文字を含むテキスト情報を取得するテキスト情報取得部１０２と、ユーザの操作入力に基づいて、テキスト情報から抽出する対象の抽出情報に関する抽出項目を取得する項目取得部と、抽出の対象として設定され得る設定候補項目と、テキスト情報から抽出情報を抽出するように学習された生成ＡＩ装置に入力するクエリ情報と、を関連づけて格納するクエリデータベースＤ１０１ａに基づいて、抽出項目に対応する設定候補項目に関連づけられる抽出クエリ情報を特定するクエリ情報特定部１０６と、抽出クエリ情報と、テキスト情報と、を生成ＡＩ装置に送信する送信部１０７と、生成ＡＩ装置から、テキスト情報に含まれる抽出情報を取得する抽出情報取得部１０８と、を備える。これにより、抽出システム１０は、対象テキスト情報からユーザが所望する情報を生成ＡＩ装置から適切に抽出することができる。

【0097】

＜２＞また、本実施形態における抽出システム１０は、テキスト情報に含まれる文字の所定のまとまりであるブロックテキスト情報のそれぞれに関連づけられる抽出用ラベルであって、抽出項目に対応する抽出用ラベルに関連づけられる抽出ブロックテキスト情報を特定するブロックテキスト情報特定部１０５をさらに備え、送信部１０７は、抽出クエリ情報と、抽出ブロックテキスト情報と、を生成ＡＩ装置に送信し、抽出情報取得部１０８は、生成ＡＩ装置から、抽出ブロックテキスト情報に含まれる抽出情報を取得する。これにより、抽出システム１０は、対象テキスト情報からユーザが所望する情報を、より少ない処理量で生成ＡＩ装置から適切に抽出することができる。

【0098】

＜３＞また、本実施形態における抽出システム１０は、テキスト情報に含まれる文字の所定のまとまりであるブロックテキスト情報と、当該文字の所定のまとまりの区分である抽出用ラベルと、を関連づけて格納するテキストデータベースＤ１０１ｂに基づいて、抽出項目に対応する抽出用ラベルに関連づけられる抽出ブロックテキスト情報を特定するブロックテキスト情報特定部１０５をさらに備え、送信部１０７は、抽出クエリ情報と、抽出ブロックテキスト情報と、を生成ＡＩ装置に送信し、抽出情報取得部１０８は、生成ＡＩ装置から、抽出ブロックテキスト情報に含まれる抽出情報を取得する。これにより、抽出システム１０は、対象テキスト情報からユーザが所望する情報を、より少ない処理量で生成ＡＩ装置から適切に抽出することができる。

【0099】

＜４＞また、本実施形態における抽出システム１０は、抽出用ラベルと、テキスト情報に含まれるテキストのテキスト特徴と、の対応関係（例えばラベルデータベースＤ１０１ｃおよび学習済みモデルによる推定結果など）に基づいて、ブロックテキスト情報に抽出用ラベルを関連づけるラベル設定判定部１０３（ラベル設定部）をさらに備える。これにより、抽出システム１０は、対象テキスト情報からユーザが所望する情報を、より少ない処理量で生成ＡＩ装置から適切に抽出することができる。

【0100】

＜５＞また、本実施形態における抽出システム１０は、テキスト情報に表形式のデータが含まれる場合、当該表形式のデータにおいて抽出項目に対応する項目の有無を判定するラベル設定判定部１０３（判定部）をさらに備え、抽出情報取得部１０８は、ラベル設定判定部１０３（判定部）において抽出項目に対応する項目が有ると判定された場合、当該表形式のデータにおいて抽出項目に対応する項目に関連する情報を、抽出情報として取得する。これにより、抽出システム１０は、対象テキスト情報からユーザが所望する情報を、より少ない処理量で生成ＡＩ装置から適切に抽出することができる。

【0101】

＜６＞また、本実施形態における抽出システム１０における送信部１０７は、ラベル設定判定部１０３（判定部）において抽出項目に対応する項目が無いと判定された場合、抽出クエリ情報と、抽出ブロックテキスト情報と、を生成ＡＩ装置に送信する。これにより、抽出システム１０では、生成ＡＩ装置を用いる頻度を減少させるとともに、適切な抽出情報を取得する精度を向上させることが可能となる。

【符号の説明】

【0102】

１０…抽出システム、１００…抽出装置、１０１…記憶部、１０２…テキスト情報取得部、１０３…ラベル設定判定部、１０４…項目取得部、１０５…ブロックテキスト情報特定部、１０６…クエリ情報特定部、１０７…送信部、１０８…抽出情報取得部、１０９…表示処理部、２００…光学式文字認識装置、３００…ユーザ端末。

【要約】

【課題】 テキスト情報に含まれる情報を生成ＡＩ装置から適切に取得可能なシステムを提供することを目的とする。
【解決手段】 文字を含むテキスト情報を取得するテキスト情報取得部と、ユーザの操作入力に基づいて、前記テキスト情報から抽出する対象の抽出情報に関する抽出項目を取得する項目取得部と、抽出の対象として設定され得る設定候補項目と、前記テキスト情報から前記抽出情報を抽出するように学習された生成ＡＩ装置に入力するクエリ情報と、を関連づけて格納するクエリデータベースに基づいて、前記抽出項目に対応する前記設定候補項目に関連づけられる抽出クエリ情報を特定するクエリ情報特定部と、前記抽出クエリ情報と、前記テキスト情報と、を前記生成ＡＩ装置に送信する送信部と、前記生成ＡＩ装置から、前記テキスト情報に含まれる前記抽出情報を取得する抽出情報取得部と、を備える。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】