特表 2024-506846 人工知能技術を用いて連携フォーラムを処理することによる、データセットの自動的な生成

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-02-15

(54)【発明の名称】人工知能技術を用いて連携フォーラムを処理することによる、データセットの自動的な生成

(51)【国際特許分類】

   G06F 16/90 20190101AFI20240207BHJP

【ＦＩ】

G06F16/90 100

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2023546034

(86)(22)【出願日】2022-01-21

(85)【翻訳文提出日】2023-07-28

(86)【国際出願番号】 CN2022073204

(87)【国際公開番号】W WO2022174719

(87)【国際公開日】2022-08-25

(31)【優先権主張番号】17/179,629

(32)【優先日】2021-02-19

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】390009531

【氏名又は名称】インターナショナル・ビジネス・マシーンズ・コーポレーション

【氏名又は名称原語表記】ＩＮＴＥＲＮＡＴＩＯＮＡＬ ＢＵＳＩＮＥＳＳ ＭＡＣＨＩＮＥＳ ＣＯＲＰＯＲＡＴＩＯＮ

【住所又は居所原語表記】Ｎｅｗ Ｏｒｃｈａｒｄ Ｒｏａｄ， Ａｒｍｏｎｋ， Ｎｅｗ Ｙｏｒｋ １０５０４， Ｕｎｉｔｅｄ Ｓｔａｔｅｓ ｏｆ Ａｍｅｒｉｃａ

(74)【代理人】

【識別番号】100112690

【弁理士】

【氏名又は名称】太佐 種一

(74)【代理人】

【識別番号】100120710

【弁理士】

【氏名又は名称】片岡 忠彦

(72)【発明者】

【氏名】アッガーワル、プージャ

(72)【発明者】

【氏名】リュウ、ジェ

(72)【発明者】

【氏名】モハパトラ、プラティーティ

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA10

5B175EA01

(57)【要約】

本明細書では、人工知能技術を用いて連携フォーラムを処理することによって、データセットを自動的に生成するための、方法、システム、およびコンピュータ・プログラム製品が提供される。コンピュータ実装方法は、連携フォーラム・ソースから会話的データを取得することと、人工知能技術の第１のセットを使用して、指定アプリケーションに基づいて、会話的データの少なくとも１つの部分をカテゴリに分類することと、テスト・ケース関連課題に関して、分類されたデータの少なくとも一部から情報を抽出することと、抽出した情報の少なくとも一部を、複数のエンティティに属し、かつ抽出した情報に関連する会話的データの一部を人工知能技術の第２のセットを使用して分析することによって、検証することと、検証された情報を使用して、指定アプリケーションの少なくとも１つについて、テスト・ケース関連課題の少なくとも１つに関連する、１つまたは複数のデータセットを生成することと、１つまたは複数の生成されたデータセットに基づいて、少なくとも１つの自動化されたアクションを実施することとを含む。

【特許請求の範囲】

【請求項1】

コンピュータ実装方法であって、
１つまたは複数の連携フォーラム・ソースから会話的データを取得することと、
１つまたは複数の人工知能技術の第１のセットを使用して、１つまたは複数の指定アプリケーションに少なくとも部分的に基づいて、前記取得した会話的データの少なくとも一部を１つまたは複数のカテゴリに分類することと、
１つまたは複数のテスト・ケース関連課題に関して、前記分類された会話的データの少なくとも一部から情報を抽出することと、
前記抽出した情報の少なくとも一部を、複数のエンティティに属し、かつ前記抽出した情報に関連する前記会話的データの一部を１つまたは複数の人工知能技術の第２のセットを使用して分析することによって、検証することと、
前記検証された情報を使用して、前記１つまたは複数の指定アプリケーションの少なくとも１つについて、前記１つまたは複数のテスト・ケース関連課題の少なくとも１つに関連する、１つまたは複数のデータセットを生成することと、
前記１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて、少なくとも１つの自動化されたアクションを実施することと
を含み、
前記方法が、少なくとも１つのコンピューティング・デバイスによって実行される、コンピュータ実装方法。

【請求項2】

前記少なくとも１つの自動化されたアクションを実施することが、前記１つまたは複数の生成されたデータセットの少なくとも１つを使用して、前記１つまたは複数の指定アプリケーションの少なくとも１つについて、特徴テストを自動的に実施することを含む、請求項１に記載のコンピュータ実装方法。

【請求項3】

１つまたは複数の人工知能技術の前記第１のセットを使用することが、前記取得した会話的データの前記少なくとも一部を、前記１つまたは複数のカテゴリに関連付けられた１つまたは複数のアプリケーション・タスクにマッピングするために、少なくとも１つの再帰ニューラル・ネットワークを使用することを含む、請求項１に記載のコンピュータ実装方法。

【請求項4】

少なくとも１つの再帰ニューラル・ネットワークを使用することが、少なくとも１つの長短期記憶（ＬＳＴＭ）ネットワークを使用することを含む、請求項３に記載のコンピュータ実装方法。

【請求項5】

１つまたは複数の人工知能技術の前記第２のセットを使用することが、少なくとも１つの条件付き確率場ベースのモデルを使用して、前記会話的データの前記一部を、前記抽出した情報の前記少なくとも一部と関連して処理することを含む、請求項１に記載のコンピュータ実装方法。

【請求項6】

前記１つまたは複数の連携フォーラム・ソースが、１つまたは複数のグループ・チャット、１つまたは複数のオープンソース・コミュニティ、１つまたは複数の掲示板、および１つまたは複数のワークフロー管理ツールのうちの少なくとも１つを含む、請求項１に記載のコンピュータ実装方法。

【請求項7】

前記会話的データが、構造化されたデータおよび構造化されていないデータを含む、請求項１に記載のコンピュータ実装方法。

【請求項8】

前記１つまたは複数の指定アプリケーションが、１つまたは複数の障害場所特定アプリケーション、１つまたは複数のインシデント類似性アプリケーション、１つまたは複数の解決策推奨アプリケーション、および１つまたは複数の異常検出アプリケーションのうちの少なくとも１つを含む、請求項１に記載のコンピュータ実装方法。

【請求項9】

１つまたは複数の人工知能技術の前記第１のセットを、前記１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて自動的に更新すること
をさらに含む、請求項１に記載のコンピュータ実装方法。

【請求項10】

１つまたは複数の人工知能技術の前記第２のセットを、前記１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて自動的に更新すること
をさらに含む、請求項１に記載のコンピュータ実装方法。

【請求項11】

前記方法を実装するソフトウェアが、クラウド環境内のサービスとして提供される、請求項１に記載のコンピュータ実装方法。

【請求項12】

プログラム命令が具体化されたコンピュータ可読記憶媒体を含む、コンピュータ・プログラム製品であって、コンピューティング・デバイスによって実行可能な前記プログラム命令が、前記コンピューティング・デバイスに、
１つまたは複数の連携フォーラム・ソースから会話的データを取得することと、
１つまたは複数の人工知能技術の第１のセットを使用して、１つまたは複数の指定アプリケーションに少なくとも部分的に基づいて、前記取得した会話的データの少なくとも一部を１つまたは複数のカテゴリに分類することと、
１つまたは複数のテスト・ケース関連課題に関して、前記分類された会話的データの少なくとも一部から情報を抽出することと、
前記抽出した情報の少なくとも一部を、複数のエンティティに属し、かつ前記抽出した情報に関連する前記会話的データの一部を１つまたは複数の人工知能技術の第２のセットを使用して分析することによって、検証することと、
前記検証された情報を使用して、前記１つまたは複数の指定アプリケーションの少なくとも１つについて、前記１つまたは複数のテスト・ケース関連課題の少なくとも１つに関連する、１つまたは複数のデータセットを生成することと、
前記１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて、少なくとも１つの自動化されたアクションを実施することと
を行わせる、コンピュータ・プログラム製品。

【請求項13】

前記少なくとも１つの自動化されたアクションを実施することが、前記１つまたは複数の生成されたデータセットの少なくとも１つを使用して、前記１つまたは複数の指定アプリケーションの少なくとも１つについて、特徴テストを自動的に実施することを含む、請求項１２に記載のコンピュータ・プログラム製品。

【請求項14】

１つまたは複数の人工知能技術の前記第１のセットを使用することが、前記取得した会話的データの前記少なくとも一部を、前記１つまたは複数のカテゴリに関連付けられた１つまたは複数のアプリケーション・タスクにマッピングするために、少なくとも１つの再帰ニューラル・ネットワークを使用することを含む、請求項１２に記載のコンピュータ・プログラム製品。

【請求項15】

少なくとも１つの再帰ニューラル・ネットワークを使用することが、少なくとも１つのＬＳＴＭネットワークを使用することを含む、請求項１４に記載のコンピュータ・プログラム製品。

【請求項16】

１つまたは複数の人工知能技術の前記第２のセットを使用することが、少なくとも１つの条件付き確率場ベースのモデルを使用して、前記会話的データの前記一部を、前記抽出した情報の前記少なくとも一部と関連して処理することを含む、請求項１２に記載のコンピュータ・プログラム製品。

【請求項17】

前記会話的データが、構造化されたデータおよび構造化されていないデータを含む、請求項１２に記載のコンピュータ・プログラム製品。

【請求項18】

前記コンピューティング・デバイスによって実行可能な前記プログラム命令が、前記コンピューティング・デバイスに
１つまたは複数の人工知能技術の前記第１のセットを、前記１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて自動的に更新すること
をさらに行わせる、請求項１２に記載のコンピュータ・プログラム製品。

【請求項19】

前記コンピューティング・デバイスによって実行可能な前記プログラム命令が、前記コンピューティング・デバイスに
１つまたは複数の人工知能技術の前記第２のセットを、前記１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて自動的に更新すること
をさらに行わせる、請求項１２に記載のコンピュータ・プログラム製品。

【請求項20】

システムであって、
プログラム命令を記憶するように構成されたメモリと、
前記メモリに動作可能に結合されたプロセッサであって、
１つまたは複数の連携フォーラム・ソースから会話的データを取得することと、
１つまたは複数の人工知能技術の第１のセットを使用して、１つまたは複数の指定アプリケーションに少なくとも部分的に基づいて、前記取得した会話的データの少なくとも一部を１つまたは複数のカテゴリに分類することと、
１つまたは複数のテスト・ケース関連課題に関して、前記分類された会話的データの少なくとも一部から情報を抽出することと、
前記抽出した情報の少なくとも一部を、複数のエンティティに属し、かつ前記抽出した情報に関連する前記会話的データの一部を１つまたは複数の人工知能技術の第２のセットを使用して分析することによって、検証することと、
前記検証された情報を使用して、前記１つまたは複数の指定アプリケーションの少なくとも１つについて、前記１つまたは複数のテスト・ケース関連課題の少なくとも１つに関連する、１つまたは複数のデータセットを生成することと、
前記１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて、少なくとも１つの自動化されたアクションを実施することと
を行うために前記プログラム命令を実行する、前記プロセッサと
を備える、システム。

【発明の詳細な説明】

【技術分野】

【0001】

本出願は、一般的には情報技術に関し、より詳細にはデータ処理技術に関する。より具体的には、特徴テストは通常、１つまたは複数のシステム、アプリケーションなどに追加される新しい特徴に対して遂行されるプロセスである。

【背景技術】

【0002】

特徴テスト・プロセスの一部として、グラウンド・トゥルース・テスト・データの１つまたは複数の必要なセットを作成しなければならない。本明細書において使用される場合、グラウンド・トゥルース・データセット（ゴールド・スタンダード・データセットとも称される）とは、入力および期待される出力を含むラベル付けされたデータを指す。しかしながら、従来のデータセット生成技術は、一般的に労働集約的で面倒な一連のタスクを伴い、時間とリソースに関して問題となることが多い。

【発明の概要】

【0003】

本発明の一実施形態では、人工知能技術を用いて連携フォーラムを処理することによって、データセットを自動的に生成するための技術が提供される。例示のコンピュータ実装方法は、１つまたは複数の連携フォーラム・ソースから会話的データを取得することと、１つまたは複数の人工知能技術の第１のセットを使用して、１つまたは複数の指定アプリケーションに少なくとも部分的に基づいて、取得した会話的データの少なくとも一部を１つまたは複数のカテゴリに分類することとを含むことができる。方法はまた、１つまたは複数のテスト・ケース関連課題に関して、分類された会話的データの少なくとも一部から情報を抽出することと、抽出した情報の少なくとも一部を、複数のエンティティに属し、かつ抽出した情報に関連する会話的データの一部を１つまたは複数の人工知能技術の第２のセットを使用して分析することによって、検証することとを含む。さらに、方法は、検証された情報を使用して、１つまたは複数の指定アプリケーションの少なくとも１つについて、１つまたは複数のテスト・ケース関連課題の少なくとも１つに関連する、１つまたは複数のデータセットを生成することと、１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて、少なくとも１つの自動化されたアクションを実施することとを含む。

【0004】

本発明の別の実施形態またはその要素は、コンピュータ可読命令を有形に具体化するコンピュータ・プログラム製品の形態で実装することが可能であり、コンピュータ可読命令は、実施されると、本明細書で説明されるように、コンピュータに複数の方法ステップを実行させる。さらには、本発明の別の実施形態またはその要素は、メモリと、そのメモリに結合され、上記の方法ステップを実行するように構成された少なくとも１つのプロセッサとを含むシステムの形態で実装することができる。なお、さらには、本発明の別の実施形態またはその要素は、本明細書で説明される方法ステップを実行するための手段またはその要素の形態で実装することが可能である。手段は、ハードウェア・モジュール、またはハードウェア・モジュールとソフトウェア・モジュールとの組合せを含むことが可能であり、ソフトウェア・モジュールは、有形なコンピュータ可読記憶媒体（または複数のそのような媒体）に記憶される。

【0005】

本発明のこれらおよび他の目的、特徴および利点は、添付の図面と合わせて読まれる、以下の例示的な実施形態の詳細な説明から明らかとなろう。

【図面の簡単な説明】

【0006】

【図1】本発明の例示的な実施形態による、システム・アーキテクチャの図である。

【図2】本発明の例示的な実施形態による、ダイアログ発話用のインテント分類の図である。

【図3】本発明の例示的な実施形態による、ダイアログ発話用のインテント分類およびスロット・フィリングの図である。

【図4】本発明の実施形態による、技術を描いたフロー図である。

【図5】本発明の少なくとも１つの実施形態を実装することが可能な例示的なコンピュータ・システムのシステム図である。

【図6】本発明の実施形態による、クラウド・コンピューティング環境の図である。

【図7】本発明の実施形態による、抽象的なモデル・レイヤの図である。

【発明を実施するための形態】

【0007】

本明細書において説明されるように、少なくとも１つの実施形態は、人工知能技術を用いて連携フォーラムを処理することによって、データセットを自動的に生成することを含む。そのような実施形態は、連携フォーラム・ソース（例えば、グループ・チャット、オープンソース・コミュニティ、掲示板、ワークフロー管理ツールなど）から収集した情報を分析すること、または検証すること、あるいはその両方によって、１つまたは複数のテスト・ケースのために、少なくとも１つのグラウンド・トゥルース・データセットを生成して、障害場所特定、インシデント類似性、解決策推奨、異常検知などのアプリケーションを有効にすることを含むことができる。そのような情報は、１つまたは複数の実施形態では、（上述のような）多様なチャネルからの１つまたは複数の特定のアプリケーションのテスト・ケースに関連する情報を含む可能性があり、そのようなデータ・ソースは、構造化されたデータだけではなく、構造化されていないデータ（例えば、テキストなど）も含む場合がある。

【0008】

少なくとも１つの実施形態はまた、そのような多様なチャネルから収集したテスト・ケースを分類することを含む。例として、そのような実施形態は、データを収集した後、データの少なくとも一部を１つまたは複数の下流タスクにマッピングすることを含む。例えば、抽出したテキストが課題を解決するために実施される解決策に関する場合、このテキストを、アクション推奨の下流タスクにマッピングすることができる。したがって、１つまたは複数の実施形態は、例えば障害場所特定、インシデント類似性、解決策推奨、異常検知などの多様な下流アプリケーションのために、少なくとも１つのグラウンド・トゥルース・テスト・データセットを生成することを含む。加えて、少なくとも１つの実施形態は、マッピングされたデータに少なくとも部分的に基づいて、分類されたテスト・ケースから、アプリケーションの少なくとも一部の知識を抽出することを含む。（出力ラベルとして考えることができる）そのような知識は、例えば重要なコンポーネント、実施される主要なアクション、システムでよく見られる主要な障害など、アプリケーションの詳細を含むことができる。

【0009】

さらに、そのような実施形態は、抽出された知識に少なくとも部分的に基づいて、収集されたテスト・ケースの少なくとも一部の正確さまたは有効性あるいはその両方を、分析すること、または検証すること、あるいはその両方を行い、アプリケーションの少なくとも一部をテストするために使用される１つまたは複数のグラウンド・トゥルース・データセットを生成することを含むことができる。１つまたは複数の実施形態によると、テスト・ケースを生成するためには少なくとも１つの出力ラベルが必要とされ、本明細書において詳細に説明されるように、そのような実施形態は、関与する様々なエンティティ同士の合意をチェックする、または分析する、あるいはその両方を行うことを含む。

【0010】

上述のように、また本明細書においてさらに説明されるように、少なくとも１つの実施形態は、セグメント化された（例えば、連携フォーラムから導出された）会話から情報を抽出することを含む。そのような実施形態では、例えば２つの発話ｉとｊが、同一会話の一部かそうでないかを判定するために、１つまたは複数の特徴を使用することができる。１つのそのような特徴は、スレッド構造を使用することを含み、この場合、ｉとｊが同一のスレッド構造の一部である場合、ｉとｊは同一会話の一部であると判定される。別のそのような特徴は、時間情報を使用することを含み、この場合、ｉとｊが時間的にごく近くにある場合、ｉとｊは同一会話の一部であると判定される。さらに別のそのような特徴は、ｉとｊが質問－回答の対であるかどうかを検出することを含み、ｉとｊが質問－回答の対であると判定された場合、ｉとｊは同一会話の一部であると判定される。また、別のそのような特徴は、トピック・キーワードまたはセンテンス埋め込みあるいはその両方を使用してｉとｊが類似しているかどうかを判定することを含み、ｉとｊが類似していると見なされる場合、ｉとｊは同一会話の一部であると判定される。さらに、なお別のそのような特徴は、コンテキスト発話およびｉとｊについての関連キーワードを用いて、ｉとｊが同一会話の一部かどうかを判定することを含む。

【0011】

図１は、本発明の実施形態による、システム・アーキテクチャの図である。例として、図１は、１つまたは複数の入力ソース１０２および自動化されたデータセット生成システム１０５を描いており、以下でさらに詳細に説明するように、システムは複数のコンポーネント（例えば、コンポーネント１０４、１０６、１０８、１１０、および１１２）を含む。より具体的には、入力ソース１０２は、入力データを入力ソース品質判定コンポーネント１０４に与え、このコンポーネントは、入力データの少なくとも一部に対して１つまたは複数のフィルタリング・アクションまたは前処理アクションあるいはその両方を実施する。そのような前処理ステップは、例えば入力データを様々な塊にセグメント化することを含み得る（一般的に、そのような会話は断続的であるため）。残りのデータまたはコンポーネント１０４から出力された前処理済のデータあるいはその両方は、インテント分類コンポーネント１０６に与えられ、このコンポーネントは、図２および図３に関連してさらに詳細に説明するように、下流アプリケーションのためにデータの入力ソースをラベル付けする。

【0012】

インテント分類コンポーネント１０６からの出力の少なくとも一部は、標準データセット作成コンポーネント１１２ならびに主要回答抽出およびスロット・フィリング・コンポーネント１０８（重要なエンティティ識別情報または主要アクション識別情報あるいはその両方を、抽出する、または挿入する、あるいはその両方を行う）に与えられる。コンポーネント１０８からの出力は、合意検出コンポーネント１１０に与えられ、このコンポーネントは、与えられた情報を処理して、１つまたは複数の連携フォーラムからの合意を判定する、または検出する、あるいはその両方を行う。より具体的には、コンポーネント１０８によって抽出される回答から、１つまたは複数の実施形態は、回答のうちの１つまたは複数が正しいかどうかをチェックする、または判定する、あるいはその両方を行うことを含む。

【0013】

例えば、グループ・チャットまたはワークフロー管理ツールあるいはその両方からのデータを使用して、そのような実施形態は、サイト・リライアビリティ・エンジニア（ＳＲＥ）が特定のコンポーネントに所与の問題があるとメンションしているが、後に１つまたは複数の他のエンティティが異なる所見と説明でリプライするのを観察することを含むことができる。回答のすべてのメンションが正しいわけではなく、そのため、１つまたは複数の実施形態は、そのような回答のうちどれが正しいかを判定することを含むことに留意されたい。そのような実施形態は、少なくとも１つの条件付き確率場（ＣＲＦ）ベースのシーケンシャル・モデルを使用して、センテンスレベルまたはセグメントレベルあるいはその両方に基づいて予測を行うことを含む。そのような実施形態に関連して、回答同士の合意または不合意あるいはその両方を識別するために使用される特徴は、１つまたは複数の語彙的特徴、１つまたは複数の感情ベース特徴、および１つまたは複数の構造的特徴を含むことができる。

【0014】

本明細書において説明される場合、ＣＲＦとは、例えばパターン認識および機械学習のコンテキストにおいて適用することができる技術のクラスを指し、構造化された予測に使用することができる。分類器は、隣接サンプルを考慮することなく単一のサンプルについてのラベルを予測するが、ＣＲＦはコンテキストを考慮することができる。例えば、１つまたは複数の実施形態では、少なくとも１つのＣＲＦモデルを実装し、先行メッセージ・セグメントの形態でコンテキストを考慮することができる。加えて、最終出力に基づいて、そのような実施形態は、ラベルを各入力に割り振ることを含むことができる。

【0015】

判定された合意のレベルに少なくとも部分的に基づいて、コンポーネント１１０からの出力は、標準データセット作成コンポーネント１１２に与えられ、このコンポーネントは、例えば１つまたは複数の特徴テスト動作において使用される、少なくとも１つのデータセットを作成する。少なくとも１つの実施形態では、そのようなデータセットを作成することは、ラベル付けされた、または分類された、あるいはその両方の入力ソースおよび（例えば、コンポーネント１１０を介して）合意処理の後に抽出された回答、処理関連情報、例えばログ、アラート、問題ログなどを使用して、下流アプリケーションに応じて必要とされるデータセットを作成することを含むことができる。１つまたは複数の実施形態では、例示の出力は、２列のデータフレームを含むことができ、１列は入力を対象とし、２列目は出力を対象としている。障害場所特定の事例では、例えば１列はアラート情報（例えば、システムによってレポートされたエラーの詳細）を含むことができ、もう一方の列は、その障害を担当するコンポーネントの識別情報を含むことができる。

【0016】

上述のように、また以下でさらに説明されるように、１つまたは複数の実施形態は、インテント分類技術を含む。例として、そのような技術は、例えばインパクト計測、障害場所特定、インシデントまたはアラートあるいはその両方の類似性、障害アイソレーションなど、所定のインテント・カテゴリを使用することを含むことができる。より具体的には、インパクト計測インテント・カテゴリは、１つまたは複数の障害の、エラー計測およびサービスまたは顧客インパクトあるいはその両方を述べた発話に関することができる。障害場所特定インテント・カテゴリは、１つまたは複数の障害の、チェックされた場所または可能性のある場所あるいはその両方を描写する発話に関することができる。また、インシデントまたはアラートあるいはその両方の類似性インテント・カテゴリは、特定のアラートまたはインシデントあるいはその両方が類似しているかどうかを描写する発話に関することができる。加えて、障害アイソレーション・インテント・カテゴリは、１つまたは複数のインシデントの根本原因障害場所情報を描写する発話に関することができる。さらに、１つまたは複数の実施形態は、他のトピックをカバーする発話に関することができる、他のインテント・カテゴリを含むことができる。

【0017】

図２は、本発明の例示的な実施形態による、ダイアログ発話用のインテント分類の図である。例として、図２は、インテント分類に使用される、長短期記憶（ＬＳＴＭ）モデル２１４－１～２１４－６（本明細書ではＬＳＴＭモデル２１４と総称する）のインスタンスを描いている。このモデル２１４に対して、トークン２０２～２１２および会話中の発話の順序位置にもよって示されるトークン化方式で、現在の発話が指定される。トークン成分２１６および発話位置成分２１８によって示される、これらの２つの成分は、（要素２２０によって図示されるように）組み合わされ、出力レイヤ２２２を介して使用され、ユーザ発話が１つまたは複数の特定のタスクまたはインテントに関連するという、要素２２４によって示される理解を生成する。

【0018】

図３は、本発明の例示的な実施形態による、ダイアログ発話用のインテント分類およびスロット・フィリングの図である。例として、図３は、図２に描かれるものと類似した実施形態を描いているが、１つまたは複数の追加的な特徴を有する。具体的には、インテント分類（図２に図示されたものと類似しており、トークン３０２～３１２、ＬＳＴＭモデル・インスタンス３１４－１～３１４－６、および出力関連要素３２０～３２４により描かれる）と共に、図３は、ＴＭモデル・インスタンス３１４－７～３１４－１２によって図示されるように、トークンのそれぞれについて実施タイプ検出をさらに描いている。したがって、ユーザは、発話内で明示されるエンティティに関連する、より多くの情報を取得することができる（例えば、「コンポーネント」、「アクション」、および「その他（Ｏ）」などの、検出されるトークン・タイプ）。

【0019】

図４は、本発明の実施形態による、技術を描いたフロー図である。ステップ４００は、１つまたは複数の連携フォーラム・ソースから会話的データを取得することを含む。１つまたは複数の実施形態では、１つまたは複数の連携フォーラム・ソースは、１つもしくは複数のグループ・チャット、１つもしくは複数のオープンソース・コミュニティ、１つもしくは複数の掲示板、または１つもしくは複数のワークフロー管理ツールあるいはその組合せを含むことができる。加えて、そのような実施形態では、会話的データは、構造化されたデータおよび構造化されていないデータを含むことができる。

【0020】

ステップ４０２は、１つまたは複数の人工知能技術の第１のセットを使用して、１つまたは複数の指定アプリケーションに少なくとも部分的に基づいて、取得した会話的データの少なくとも一部を１つまたは複数のカテゴリに分類することを含む。少なくとも１つの実施形態では、１つまたは複数の人工知能技術の第１のセットを使用することは、取得した会話的データの少なくとも一部を、１つまたは複数のカテゴリに関連付けられた１つまたは複数のアプリケーション・タスクにマッピングするために、少なくとも１つの再帰ニューラル・ネットワーク（例えば、少なくとも１つのＬＳＴＭネットワーク）を使用することを含む。ステップ４０４は、１つまたは複数のテスト・ケース関連課題に関して、分類された会話的データの少なくとも一部から情報を抽出することを含む。

【0021】

ステップ４０６は、抽出した情報の少なくとも一部を、複数のエンティティに属し、かつ抽出した情報に関連する会話的データの一部を１つまたは複数の人工知能技術の第２のセットを使用して分析することによって、検証することを含む。少なくとも１つの実施形態では、１つまたは複数の人工知能技術の第２のセットを使用することは、少なくとも１つの条件付き確率場ベースのモデルを使用して、会話的データの一部を、抽出した情報の少なくとも一部と関連して処理することを含む。

【0022】

ステップ４０８は、検証された情報を使用して、１つまたは複数の指定アプリケーションの少なくとも１つについて、１つまたは複数のテスト・ケース関連課題の少なくとも１つに関連する、１つまたは複数のデータセットを生成することを含む。１つまたは複数の実施形態では、１つまたは複数の指定アプリケーションは、１つもしくは複数の障害場所特定アプリケーション、１つもしくは複数のインシデント類似性アプリケーション、１つもしくは複数の解決策推奨アプリケーション、または１つもしくは複数の異常検出アプリケーションあるいはその組合せを含む。

【0023】

ステップ４１０は、１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて、少なくとも１つの自動化されたアクションを実施することを含む。少なくとも１つの実施形態では、少なくとも１つの自動化されたアクションを実施することは、１つまたは複数の生成されたデータセットの少なくとも１つを使用して、１つまたは複数の指定アプリケーションの少なくとも１つについて、特徴テストを自動的に実施することを含む。

【0024】

また、１つまたは複数の実施形態は、１つもしくは複数の人工知能技術の第１のセット、または１つもしくは複数の人工知能技術の第２のセットあるいはその両方を、１つまたは複数の生成されたデータセットに少なくとも部分的に基づいて自動的に更新することを含む。加えて、または代替として、少なくとも１つの実施形態によると、図４に描かれる技術を実装するソフトウェアは、クラウド環境におけるサービスとして提供することができる。

【0025】

図４に描かれる技術はまた、本明細書で説明されるように、システムを提供することを含むことが可能であり、システムは別個のソフトウェア・モジュールを含み、別個のソフトウェア・モジュールのそれぞれは、有形なコンピュータ可読記録可能記憶媒体に具体化される。モジュールのすべて（またはその任意のサブセット）は、例えば同一の媒体上にあってもよいし、それぞれが異なる媒体上にあってもよい。モジュールは、図面で示されるコンポーネントまたは本明細書で説明されるコンポーネントあるいはその組合せの、いずれかまたはすべてを含むことが可能である。本発明の実施形態では、モジュールは、例えばハードウェア・プロセッサで実行することが可能である。この時、方法ステップは、ハードウェア・プロセッサで実行される、上述のようなシステムの別個のソフトウェア・モジュールを使用して実行することができる。さらには、コンピュータ・プログラム製品は、別個のソフトウェア・モジュールを有するシステムの提供を含め、本明細書において説明される少なくとも１つの方法ステップを実行するために実行されるように適合されたコードを有する有形なコンピュータ可読記録可能記憶媒体を含むことができる。

【0026】

加えて、図４に描かれる技術は、データ処理システム中のコンピュータ可読記憶媒体に記憶されるコンピュータ使用可能プログラム・コードを含み得るコンピュータ・プログラム製品を用いて実装することが可能であり、コンピュータ使用可能プログラム・コードは、リモートのデータ処理システムからネットワーク上でダウンロードされたものである。また、本発明の実施形態では、コンピュータ・プログラム製品は、サーバ・データ処理システム内のコンピュータ可読記憶媒体に記憶されたコンピュータ使用可能プログラム・コードを含むことが可能であり、コンピュータ使用可能プログラム・コードは、リモートのシステムのコンピュータ可読記憶媒体における使用のために、リモートのデータ処理システムにネットワーク上でダウンロードされる。

【0027】

本発明の実施形態またはその要素は、メモリと、そのメモリに結合され、例示的な方法ステップを実行するように構成された少なくとも１つのプロセッサとを含む装置の形態で実装することができる。

【0028】

加えて、本発明の実施形態は、コンピュータまたはワークステーションで実行中のソフトウェアを利用することが可能である。図５を参照すると、そのような実装形態は、例えばプロセッサ５０２、メモリ５０４、ならびに例えばディスプレイ５０６およびキーボード５０８から形成される入出力インターフェースを利用することがある。本明細書で使用される際、用語「プロセッサ」は、例えばＣＰＵ（中央処理装置）または他の形態の処理回路あるいはその両方を含むデバイスなどの、あらゆる処理デバイスを含むよう意図される。さらには、用語「プロセッサ」は、２つ以上の個別のプロセッサを称する場合がある。用語「メモリ」は、例えばＲＡＭ（ランダム・アクセス・メモリ）、ＲＯＭ（読み取り専用メモリ）、固定メモリ・デバイス（例えば、ハード・ドライブ）、リムーバブルのメモリ・デバイス（例えば、ディスケット）、フラッシュ・メモリなどのプロセッサまたはＣＰＵに関連付けられるメモリを含むよう意図される。加えて、本明細書において使用される場合、「入出力インターフェース」という言い回しは、例えば処理ユニットへデータを入力するためのメカニズム（例えば、マウス）、および処理ユニットに関連付けられる結果を提供するためのメカニズム（例えば、プリンタ）を含むよう意図される。プロセッサ５０２、メモリ５０４、ならびにディスプレイ５０６およびキーボード５０８などの入出力インターフェースは、例えば、データ処理ユニット５１２の一部としてのバス５１０を介して相互接続することが可能である。好適な相互接続はまた、例えばバス５１０を介して、コンピュータ・ネットワークとインターフェースするように提供され得るネットワーク・カードなどのネットワーク・インターフェース５１４に対して、およびメディア５１８とインターフェースするように提供され得るディスケットまたはＣＤ－ＲＯＭドライブなどのメディア・インターフェース５１６に対しても設けることができる。

【0029】

したがって、本発明の方法を実行するための命令またはコードを含むコンピュータ・ソフトウェアは、本明細書において説明されるように、関連するメモリ・ドライブ（例えば、ＲＯＭ、固定またはリムーバブルのメモリ）に記憶することができ、利用される用意ができると、部分的または全体的に（例えば、ＲＡＭに）ロードされ、ＣＰＵによって実装することができる。そのようなソフトウェアとしては、ファームウェア、常駐ソフトウェア、マイクロコードなどが含まれる可能性あるが、それに限定されない。

【0030】

プログラム・コードを記憶することまたは実行することあるいはその両方に好適なデータ処理システムは、直接的にまたは間接的にシステム・バス５１０を介してメモリ要素５０４に結合された少なくとも１つのプロセッサ５０２を含む。メモリ要素としては、プログラム・コードの実際の実行中に利用されるローカル・メモリ、バルク・ストレージ、および実行中にコードがバルク・ストレージから検索されなければならない回数を減らすために、少なくともいくつかのプログラム・コードの一時的な記憶を提供するキャッシュ・メモリを挙げることができる。

【0031】

入出力デバイス、すなわちＩ／Ｏデバイス（キーボード５０８、ディスプレイ５０６、ポインティング・デバイスなどを含むがそれに限定されない）は、直接的に（バス５１０を介するなど）、または介在的なＩ／Ｏコントローラ（分かりやすくするために省略）を通じてのいずれかで、システムに結合することができる。

【0032】

データ処理システムが、介在的なプライベートまたはパブリックなネットワークを通じて他のデータ処理システムまたはリモートのプリンタもしくはストレージ・デバイスに結合することができるようにするために、ネットワーク・インターフェース５１４などのネットワーク・アダプタはまた、システムに結合することもできる。現在利用可能なタイプのネットワーク・アダプタとしては、モデム、ケーブル・モデム、およびイーサネット（Ｒ）・カードなどが挙げられる。

【0033】

特許請求の範囲を含め、本明細書において使用される場合、「サーバ」には、サーバ・プログラムを実行中の物理的なデータ処理システム（例えば、図５に示されるようなシステム５１２）が含まれる。そのような物理的なサーバは、ディスプレイおよびキーボードを含んでもよいし、含んでいなくてもよいことを理解されたい。

【0034】

本発明は、統合のあらゆる可能な技術的詳細レベルにおける、システム、方法、またはコンピュータ・プログラム製品あるいはその組合せであってもよい。コンピュータ・プログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令を有するコンピュータ可読記憶媒体を含むことができる。

【0035】

コンピュータ可読記憶媒体は、命令実行デバイスによる使用のための命令を保持および記憶することができる有形のデバイスであり得る。コンピュータ可読記憶媒体は、例えば、電子ストレージ・デバイス、磁気ストレージ・デバイス、光学ストレージ・デバイス、電磁気ストレージ・デバイス、半導体ストレージ・デバイスまたは前述のあらゆる好適な組合せであってもよいが、それに限定はしない。コンピュータ可読記憶媒体のより具体的な例の非網羅的な列挙としては、以下が挙げられる：ポータブル・コンピュータ・ディスケット、ハード・ディスク、ランダム・アクセス・メモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭまたはフラッシュ・メモリ）、静的ランダム・アクセス・メモリ（ＳＲＡＭ）、ポータブル・コンパクト・ディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、デジタル・バーサタイル・ディスク（ＤＶＤ）、メモリ・スティック、フロッピ・ディスク、命令が記録されたパンチカードまたは溝に刻まれた構造などの機械的にエンコードされたデバイス、および前述のあらゆる好適な組合せ。本明細書において使用される場合、コンピュータ可読記憶媒体は、電波もしくは他の自由に伝搬する電磁波、導波路もしくは他の送信媒体を介して伝搬する電磁波（例えば、光ファイバ・ケーブルを通過する光パルス）、または電線を介して伝送される電気的信号など、一過性の信号そのものであると解釈されてはならない。

【0036】

本明細書において説明されるコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体から、個別のコンピューティング／処理デバイスに、あるいは、例えばインターネット、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワークもしくは無線ネットワークまたはその組合せなどのネットワークを介して、外部のコンピュータまたは外部のストレージ・デバイスに、ダウンロードすることができる。ネットワークは、銅の送信ケーブル、光学送信ファイバ、無線送信、ルータ、ファイヤウォール、スイッチ、ゲートウェイ・コンピュータまたはエッジ・サーバあるいはその組合せを含むことができる。それぞれのコンピューティング／処理デバイスのネットワーク・アダプタ・カードまたはネットワーク・インターフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、個別のコンピューティング／処理デバイス内のコンピュータ可読記憶媒体に記憶するためにコンピュータ可読プログラム命令を転送する。

【0037】

本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路のための構成データ、あるいはＳｍａｌｌｔａｌｋ（Ｒ）、Ｃ＋＋などのオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語などの手続き型プログラミング言語もしくは類似するプログラミング言語、を含む１つまたは複数のプログラミング言語のあらゆる組合せで記述された、ソース・コードまたはオブジェクト・コードのいずれかであってもよい。コンピュータ可読プログラム命令は、すべてユーザのコンピュータ上で、一部はユーザのコンピュータ上でスタンドアロンのソフトウェア・パッケージとして、一部はユーザのコンピュータ上で一部はリモートのコンピュータ上で、またはすべてリモートのコンピュータ上もしくはサーバ上で、実行することができる。後者のシナリオでは、リモートのコンピュータは、ローカル・エリア・ネットワーク（ＬＡＮ）もしくはワイド・エリア・ネットワーク（ＷＡＮ）を含むあらゆるタイプのネットワークを介してユーザのコンピュータに接続することができ、または接続は外部のコンピュータ（例えば、インターネット・サービス・プロバイダを使用するインターネットを介して）に対してなされてもよい。一部の実施形態において、例えば、プログラマブル論理回路、フィールドプログラマブル・ゲート・アレイ（ＦＰＧＡ）、またはプログラマブル論理アレイ（ＰＬＡ）を含む電子回路は、本発明の態様を実施するために、コンピュータ可読プログラム命令の状態情報を利用することによって、コンピュータ可読プログラム命令を実行して電子回路を個別化することができる。

【0038】

本発明の態様は、本発明の実施形態による方法、装置（システム）、およびコンピュータ・プログラム製品のフロー・チャート図またはブロック図あるいはその両方を参照しながら本明細書において説明される。フロー・チャート図またはブロック図あるいはその両方のそれぞれのブロック、およびフロー・チャート図またはブロック図あるいはその両方におけるブロックの組合せは、コンピュータ可読プログラム命令によって実装され得ることが理解されよう。

【0039】

これらのコンピュータ可読プログラム命令は、コンピュータまたは他のプログラマブル・データ処理装置のプロセッサを介して実行する命令が、フロー・チャートまたはブロック図あるいはその両方の１つまたは複数のブロックに指定される機能／作用を実施する手段を作成すべく、コンピュータ、または他のプログラマブル・データ処理装置のプロセッサに提供されて機械を作るものであってよい。これらのコンピュータ可読プログラム命令はまた、命令が記憶されているコンピュータ可読記憶媒体が、フロー・チャートまたはブロック図あるいはその両方の１つまたは複数のブロックに指定される機能／作用の態様を実装する命令を含む製造物品を備えるべく、コンピュータ、プログラマブル・データ処理装置、または他のデバイスあるいはその組合せに特定のやり方で機能するように指示することができるコンピュータ可読記憶媒体に記憶されてもよい。

【0040】

コンピュータ可読プログラム命令はまた、コンピュータ、他のプログラマブル装置、または他のデバイスで実行する命令が、フロー・チャートまたはブロック図あるいはその両方の１つまたは複数のブロックに指定される機能／作用を実施するように、コンピュータ実装プロセスを作るべく、コンピュータ、他のプログラマブル・データ処理装置、または他のデバイス上にロードされ、コンピュータ、他のプログラマブル装置、または他のデバイス上で一連の動作ステップを実施させるものであってもよい。

【0041】

図面中のフロー・チャートおよびブロック図は、本発明の様々な実施形態にしたがって、システム、方法、およびコンピュータ・プログラム製品の可能な実装形態の、アーキテクチャ、機能性、および動作を図示している。この点において、フロー・チャートまたはブロック図のそれぞれのブロックは、指定される論理機能を実施するための１つまたは複数の実行可能な命令を含む、命令のモジュール、セグメント、または部分を表現することができる。一部の代替的な実装形態において、ブロックにおいて示した機能は図面で示した順とは異なって発生してもよい。例えば、連続して示される２つのブロックは、実際には１つのステップとして遂行されてもよく、同時に、実質的に同時に、部分的もしくは全体的に時間的に重なるやり方で実行されてもよく、またはブロックは関与する機能性によっては、時に逆の順で実行されてもよい。ブロック図またはフロー・チャート図あるいはその両方のそれぞれのブロック、およびブロック図またはフロー・チャート図あるいはその両方のブロックの組合せは、指定される機能もしくは作用を実施する、または特殊目的ハードウェアとコンピュータ命令との組合せを実行する、特殊目的ハードウェア・ベースのシステムによって実装され得ることにも留意されたい。

【0042】

本明細書で説明される方法のいずれも、コンピュータ可読記憶媒体に具体化される別個のソフトウェア・モジュールを含むシステムを提供する追加的なステップを含むことが可能であり、モジュールは、例えば、本明細書で詳細に説明されるコンポーネントのいずれかまたはすべてを含むことが可能であることに留意されたい。この時、方法ステップは、ハードウェア・プロセッサ５０２で実行される、上述のようなシステムの別個のソフトウェア・モジュールまたはサブモジュールあるいはその両方を使用して遂行することができる。さらには、コンピュータ・プログラム製品は、別個のソフトウェア・モジュールを有するシステムの提供を含め、本明細書において説明される少なくとも１つの方法ステップを実行するために実装されるように適合されたコードを有するコンピュータ可読記憶媒体を含むことができる。

【0043】

いずれにせよ、本明細書で例示されるコンポーネントは、様々な形態のハードウェア、ソフトウェア、またはそれらの組合せ、例えば特定用途向け集積回路（ＡＳＩＣ）、機能的な回路網、関連メモリを有する適当にプログラムされたデジタル・コンピュータなどに実装することが可能であることを理解されたい。本明細書で提供される本発明の教示が与えられれば、当業者は本発明のコンポーネントの他の実装形態を検討することができるであろう。

【0044】

加えて、本明細書で述べられる教示の実装形態は、特定のコンピューティング環境に限定されないことを、まず理解されたい。むしろ、本発明の実施形態は、現在既知の、または後に開発されるあらゆるタイプのコンピューティング環境と併せて実装することができる。

【0045】

例えば、クラウド・コンピューティングは、構成可能なコンピューティング・リソースの共有プール（例えば、ネットワーク、ネットワーク帯域幅、サーバ、処理、メモリ、ストレージ、アプリケーション、仮想機械、およびサービス）への便利でオンデマンドのネットワーク・アクセスを可能とするためのサービス提供のモデルであり、最小限の管理努力で、またはサービスのプロバイダとの対話で迅速にプロビジョニングおよびリリースすることができる。このクラウド・モデルは、少なくとも５つの特徴、少なくとも３つのサービス・モデル、および少なくとも４つの展開モデルを含むことができる。

【0046】

特徴は以下のとおりである：

【0047】

オン・デマンドなセルフサービス：クラウド消費者は、サービスのプロバイダとの人間対話を要求することなく必要に応じて自動的に、サーバ時間およびネットワーク・ストレージなどのコンピューティング機能を一方的にプロビジョニングすることができる。

【0048】

幅広いネットワーク・アクセス：機能はネットワーク上で利用可能であり、異質なシン・クライアントまたはシック・クライアントのプラットフォーム（例えば、携帯電話、ラップトップ、およびＰＤＡ）による使用を促進する標準的なメカニズムを通じてアクセスされる。

【0049】

リソース・プール：プロバイダのコンピューティング・リソースは、マルチテナントのモデルを使用して複数の消費者にサービス提供するためにプールされ、異なる物理的および仮想的なリソースが需要に応じて動的に割り当ておよび再割り当てされる。消費者が、提供されるリソースの正確な場所についての制御または情報を一般的に持たない点で、場所独立性の意味があるが、高い抽象レベル（例えば、国、州、またはデータセンタ）で場所を特定できることもある。

【0050】

迅速な拡張性：機能は迅速かつ拡張可能にプロビジョニングすることができ、いくつかの場合において、自動的に、素早くスケール・アウトされ、迅速にリリースされて素早くスケール・インされる。消費者にとって、プロビジョニングのために利用可能な機能は、しばしば無制限に見え、いつでもいくらでも購入することができる。

【0051】

サービスの計測：クラウド・システムは、サービスのタイプ（例えば、ストレージ、処理、帯域幅、およびアクティブなユーザ・アカウント）に適当な抽象化のいくつかのレベルにおいて計測機能を活用することによりリソースの使用を自動的に制御し、最適化する。リソースの使用量は監視され、制御され、および報告され得、利用されるサービスのプロバイダおよび消費者の両方にとって透明性を与えている。

【0052】

サービス・モデルは以下のとおりである：

【0053】

サービスとしてのソフトウェア（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ（ＳａａＳ））：消費者に提供される機能は、クラウド・インフラストラクチャで実行するプロバイダのアプリケーションを使用することである。アプリケーションは、ウェブ・ブラウザなどのシン・クライアント・インターフェース（例えば、ウェブ・ベースの電子メール）を通じて様々なクライアント・デバイスからアクセス可能である。消費者は、ネットワーク、サーバ、オペレーティング・システム、ストレージ、またはさらには個々のアプリケーション機能を含む基礎となるクラウド・インフラストラクチャを管理または制御することはなく、例外として限定されたユーザ固有アプリケーションの構成設定が可能である。

【0054】

サービスとしてのプラットフォーム（Ｐｌａｔｆｏｒｍ ａｓ ａ Ｓｅｒｖｉｃｅ（ＰａａＳ））：消費者に提供される機能は、プロバイダによってサポートされるプログラミング言語およびツールを使用して作成された、消費者作成の、または取得されたアプリケーションをクラウド・インフラストラクチャに展開することである。消費者は、ネットワーク、サーバ、オペレーティング・システム、またはストレージを含む基礎となるクラウド・インフラストラクチャの管理または制御をしないが、展開されたアプリケーション、および場合によっては環境構成をホストするアプリケーションについての制御を有する。

【0055】

サービスとしてのインフラストラクチャ（Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ（ＩａａＳ））：消費者に提供される機能は、任意のソフトウェアを消費者が展開および実行することができる処理、ストレージ、ネットワーク、および他の基本的なコンピューティング・リソースをプロビジョニングすることであり、これにはオペレーティング・システムおよびアプリケーションが含まれ得る。消費者は、基礎となるクラウド・インフラストラクチャの管理または制御をしないが、オペレーティング・システム、ストレージ、展開されたアプリケーションの制御、および場合によっては選択ネットワーキング・コンポーネント（例えば、ホスト・ファイヤウォール）の限定された制御を有する。

【0056】

展開モデルは以下のとおりである：

【0057】

プライベート・クラウド：クラウド・インフラストラクチャは、ある組織のためだけに運用される。その組織またはサード・パーティによって管理され得、オンプレミスまたはオフプレミスで存在することができる。

【0058】

コミュニティ・クラウド：クラウド・インフラストラクチャは、いくつかの組織によって共有され、共有される事案（例えば、ミッション、セキュリティ要件、ポリシ、およびコンプライアンス懸案事項）を有する特定のコミュニティをサポートする。その組織またはサード・パーティによって管理され得、オンプレミスまたはオフプレミスで存在することができる。

【0059】

パブリック・クラウド：クラウド・インフラストラクチャは、一般公衆または大規模な業界団体に対して利用可能とされ、クラウド・サービスを販売する組織によって所有される。

【0060】

ハイブリッド・クラウド：クラウド・インフラストラクチャは、一意なエンティティのままである２つ以上のクラウド（プライベート、コミュニティ、またはパブリック）を組み合わせたものであるが、データおよびアプリケーションのポータビリティを可能にする標準化された、または専有的な技術（例えば、クラウド間でロード・バランシングを行うためのクラウド・バースト）によって結合される。

【0061】

クラウド・コンピューティング環境は、ステートレス性、低い結合性、モジュール性、および意味論的な相互運用性に焦点をあてたサービス指向である。クラウド・コンピューティングの中心は、相互接続されたノードのネットワークを含むインフラストラクチャである。

【0062】

次に図６を参照すると、例示的なクラウド・コンピューティング環境５０が描写されている。示されるように、クラウド・コンピューティング環境５０は、例えば、携帯情報端末（ＰＤＡ）または携帯電話５４Ａ、デスクトップ・コンピュータ５４Ｂ、ラップトップ・コンピュータ５４Ｃ、または自動車コンピュータ・システム５４Ｎあるいはその組合せなど、クラウドの消費者によって使用されるローカルのコンピューティング・デバイスと通信することができる１つまたは複数のクラウド・コンピューティング・ノード１０を含む。ノード１０は互いに通信することができる。これらは、本明細書において上述したようなプライベート、コミュニティ、パブリック、もしくはハイブリッドのクラウド、またはそれらの組合せなど、１つまたは複数のネットワークにおいて、物理的または仮想的にグループ化することができる（図示せず）。これにより、クラウド・コンピューティング環境５０は、クラウドの消費者がローカルのコンピューティング・デバイスでリソースを維持する必要のない、インフラストラクチャ、プラットフォーム、またはソフトウェアあるいはその組合せをサービスとして提供することができる。図６に示されるコンピューティング・デバイス５４Ａ～Ｎのタイプは、単に例示的であることを意図されており、コンピューティング・ノード１０およびクラウド・コンピューティング環境５０は、あらゆるタイプのネットワーク上またはネットワーク・アドレス可能接続で（例えば、ウェブ・ブラウザを使用して）あるいはその両方で、あらゆるタイプのコンピュータ化されたデバイスと通信することができることが理解されよう。

【0063】

次に図７を参照すると、クラウド・コンピューティング環境５０（図６）によって提供される機能的な抽象化レイヤのセットが示されている。図７に示されるコンポーネント、レイヤ、および機能は、単に例示的であることを意図されており、本発明の実施形態はそれに限定されないことが、予め理解されるべきである。描写されるように、以下のレイヤおよび対応する機能が提供される。

【0064】

ハードウェアおよびソフトウェア・レイヤ６０は、ハードウェアおよびソフトウェア・コンポーネントを含む。ハードウェア・コンポーネントの例として、以下が挙げられる：メインフレーム６１、ＲＩＳＣ（縮小命令セット・コンピュータ）アーキテクチャ・ベースのサーバ６２、サーバ６３、ブレード・サーバ６４、ストレージ・デバイス６５、ならびにネットワークおよびネットワーキング・コンポーネント６６。いくつかの実施形態において、ソフトウェア・コンポーネントとしては、ネットワーク・アプリケーション・サーバ・ソフトウェア６７、およびデータベース・ソフトウェア６８が挙げられる。

【0065】

仮想化レイヤ７０は、仮想エンティティの以下の例が提供され得る抽象化レイヤを提供する：仮想サーバ７１、仮想ストレージ７２、仮想プライベート・ネットワークを含む仮想ネットワーク７３、仮想アプリケーションおよびオペレーティング・システム７４、ならびに仮想クライアント７５。一例において、管理レイヤ８０は以下で説明される機能を提供することができる。リソース・プロビジョニング８１は、コンピューティング・リソースおよびクラウド・コンピューティング環境内でタスクを実施するために利用される他のリソースの動的な調達を提供する。計測および課金８２は、クラウド・コンピューティング環境内でリソースが利用される際のコスト追跡、およびこれらのリソースの消費についての課金または請求書発行を提供する。

【0066】

一例において、これらのリソースはアプリケーション・ソフトウェア・ライセンスを含む場合がある。セキュリティは、クラウド消費者およびタスクについての識別情報の検証、ならびにデータおよび他のリソースについての保護を与える。ユーザ・ポータル８３は、クラウド・コンピューティング環境へのアクセスを消費者およびシステム管理者に提供する。サービス水準管理８４は、要求されるサービス水準が満たされるように、クラウド・コンピューティング・リソースの割り当ておよび管理を提供する。サービス水準合意（ＳＬＡ）計画および遂行８５は、ＳＬＡにしたがって将来的な要求が予期されるクラウド・コンピューティング・リソースについての事前申し合わせ、およびクラウド・コンピューティング・リソースの調達を提供する。

【0067】

ワークロード・レイヤ９０はクラウド・コンピューティング環境が利用され得る機能性の例を提供する。このレイヤからもたらされ得るワークロードおよび機能の例として以下が挙げられる：マッピングおよびナビゲーション９１、ソフトウェア開発およびライフサイクル管理９２、仮想授業教育配信９３、データ分析処理９４、取引処理９５、ならびに本発明の１つまたは複数の実施形態による、自動化されたデータセット生成９６。

【0068】

本明細書で使用される用語法は、特定の実施形態を説明するためだけのものであり、本発明を限定することを意図されていない。本明細書で使用される場合、コンテキストが明確にそうではないと指示しない限り、単数形「１つの（ａ）」、「１つの（ａｎ）」および「その（ｔｈｅ）」は複数形を同様に含むように意図されている。用語「を含む（ｃｏｍｐｒｉｓｅ）」または「を含む（ｃｏｍｐｒｉｓｉｎｇ）」あるいはその両方は、本明細書で使用される場合、述べられた特徴、ステップ、動作、要素、またはコンポーネントあるいはその組合せの存在を特定するが、別の特徴、ステップ、動作、要素、コンポーネントまたはそのグループあるいはその組合せの、存在または追加を排除しないことが、さらに理解されよう。

【0069】

本発明の少なくとも１つの実施形態は、例えば人工知能技術を用いて連携フォーラムを処理することによって、データセットを自動的に生成することなどの有益な効果をもたらすことができる。

【0070】

例示を目的として本発明の様々な実施形態の説明を提示してきたが、網羅的であること、または開示された実施形態に限定することは意図されていない。説明された実施形態の範囲から逸脱することなく、多くの修正形態および変形形態が当業者にとって明らかとなろう。本明細書において使用される用語法は、実施形態の原理、実践的な用途もしくは市場で見られる技術より優れた技術的な改善を最良に説明するため、または当業者の他の者が本明細書において開示される実施形態を理解できるように選ばれたものである。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【国際調査報告】