JP2006221560A - Data substitution device, data substitution method, and data substitution program - Google Patents
Data substitution device, data substitution method, and data substitution program Download PDFInfo
- Publication number
- JP2006221560A JP2006221560A JP2005036616A JP2005036616A JP2006221560A JP 2006221560 A JP2006221560 A JP 2006221560A JP 2005036616 A JP2005036616 A JP 2005036616A JP 2005036616 A JP2005036616 A JP 2005036616A JP 2006221560 A JP2006221560 A JP 2006221560A
- Authority
- JP
- Japan
- Prior art keywords
- data
- personal information
- replacement
- character string
- document data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Abstract
Description
本発明は、データを置換する技術に関する。 The present invention relates to a technique for replacing data.
近年、個人情報など秘匿すべき情報の取り扱いに対して、関心が高まっている。すなわち、個人情報などの秘匿すべき情報が含まれる文書を公開する場合、秘匿すべき情報の記載箇所を削除またはマスク(黒く塗り潰すなど)処理を行う必要がある。例えば、特許文献1では、秘匿すべき箇所の情報に、マスク画面を埋め込む情報秘匿化方法が記載されている。
ところで、企業のデータベースには、営業活動を報告するための営業日報や、コールセンターに寄せられる消費者からの問合せ情報などが、テキストデータとして電子化され、大量に蓄積されている。このようなテキストデータには、一般的に、氏名、電話番号、メールアドレス等の個人情報が含まれている。そのため、個人情報を含むテキストデータを社外または社内で公開し、知識の共有化を図る場合、個人情報が漏洩する危険性がある。 By the way, in a company database, daily business reports for reporting business activities, inquiries from consumers sent to call centers, etc. are digitized as text data and accumulated in large quantities. Such text data generally includes personal information such as name, telephone number, and mail address. Therefore, when text data including personal information is disclosed outside or inside the company to share knowledge, there is a risk that personal information may be leaked.
したがって、担当者は、個人情報を含むテキストデータを公開する場合、個人情報に該当する部分を目で見て探し出し、探し出した個人情報の部分にマスク処理を行う必要がある。しかしながら、対象となるテキストデータが膨大な場合、担当者が個人情報に該当する部分を検知してマスク処理を行うことは、作業負荷が大きく、また、個人情報の検知漏れやミスが発生するおそれがある。 Therefore, when the person in charge publishes text data including personal information, the person in charge needs to visually search for a portion corresponding to the personal information, and perform mask processing on the portion of the personal information found. However, if the text data to be processed is enormous, it will be a heavy workload for the person in charge to detect the portion corresponding to the personal information and perform mask processing, and there is a risk that personal information may not be detected or missed. There is.
本発明は上記事情に鑑みてなされたものであり、本発明の目的は、個人情報をより高い精度で抽出し、抽出した個人情報を他のデータに置換することにある。 The present invention has been made in view of the above circumstances, and an object of the present invention is to extract personal information with higher accuracy and replace the extracted personal information with other data.
上記課題を解決するために、本発明は、例えば、データ置換装置であって、文書データを読み込む読込み手段と、文書データを構文解析して、個人情報を抽出する抽出手段と、抽出手段が抽出した個人情報各々を、当該個人情報とは異なるデータに置換する置換手段と、置換手段が置換した置換後の文書データを出力する出力手段と、を有する。 In order to solve the above-described problems, the present invention provides, for example, a data replacement device, a reading unit that reads document data, an extracting unit that parses document data and extracts personal information, and an extracting unit extracts And replacing means for replacing each piece of personal information with data different from the personal information, and output means for outputting the replaced document data replaced by the replacing means.
本発明により、個人情報をより高い精度で検出し、他のデータに置換することができる。 According to the present invention, personal information can be detected with higher accuracy and replaced with other data.
以下、本発明の実施の形態について説明する。 Hereinafter, embodiments of the present invention will be described.
図1は、本発明の一実施形態が適用されたデータ置換装置1の機能構成図である。図示するデータ置換装置1は、テキストデータを含む文書ファイルの中から、個人情報を抽出し、他のデータに置換する装置である。なお、個人情報は、個人に関する情報であって、特定の個人を識別することができる情報(また、他の情報と照合することにより、特定の個人を識別することができる情報を含む)である。個人情報には、例えば、氏名、住所(郵便番号を含む)、電話番号、メールアドレス、生年月日、クレジット番号、口座番号などが考えられる。
FIG. 1 is a functional configuration diagram of a
本実施形態のデータ置換装置1は、図示するように、データ読込部11と、データ抽出部12と、置換処理部13と、データ出力部14と、データ管理部15と、入力ファイル21と、出力ファイル22と、ユーザ辞書23と、置換ルールテーブル24と、構文解析ルール25と、を有する。
As shown in the figure, the
データ読込部11は、入力ファイル21に記憶されている文書ファイルのデータを読み込む。データ抽出部12は、データ読込部11が読み込んだデータの中から、個人情報を抽出する。置換処理部13は、データ抽出部12が抽出した個人情報を、他のデータに置換する。データ出力部14は、個人情報を置換したデータを、出力ファイル22または出力装置(不図示)に出力する。データ管理部15は、ユーザ辞書23、置換ルールテーブル24および構文解析ルール25のデータを管理(追加、更新、削除)する。
The
入力ファイル21には、各種の文書ファイルが記憶されているものとする。なお、文書ファイルは、例えば、営業活動を報告するための営業日報、コールセンターに寄せられる消費者からの問合せ情報、顧客への返信メール、電子掲示板(Bulletin Board System)への書込みデータ、外部の業者への委託データ、または、顧客毎に作成されるHTMLデータなどが考えられる。そして、このような文書ファイルには、一般的に、氏名、電話番号等の個人情報が含まれているものとする。
It is assumed that various document files are stored in the
なお、文書ファイルには、テキストデータ以外のデータ(イメージデータ、タブや改行などの制御コードなど)が含まれていてもよい。また、入力ファイル21は、このような文書ファイルが記憶されたデータベースであってもよい。また、入力ファイル21に記憶された文書ファイルは、データ置換装置1の入力手段(不図示)を用いて入力・作成される場合、MO(Magneto-Optical disk)やCD−ROMなどの記憶装置(記憶媒体)のデータを入力する場合、または、ネットワークを介して他のコンピュータシステム(不図示)からファイル転送される場合、などが考えられる。
Note that the document file may include data other than text data (image data, control codes such as tabs and line feeds). The
出力ファイル22には、置換処理部13が個人情報を置換した後の文書ファイルが記憶される。ユーザ辞書23は、個人情報に該当する任意の文字列が登録されたデータベースである。置換ルールテーブル24は、個人情報を置換する際の規則が設定されたテーブルである。構文解析ルール25には、個人情報の信頼度算出に必要な各種のデータが記憶されている。なお、ユーザ辞書23、置換ルールテーブル24および構文解析ルール25については後述する。
The
上記説明した、データ置換装置1は、例えば図2に示すようなCPU901と、メモリ902と、HDD等の外部記憶装置903と、キーボードやマウスなどの入力装置904と、ディスプレイやプリンタなどの出力装置905と、ネットワーク接続するための通信制御装置906と、を備えた汎用的なコンピュータシステムを用いることができる。このコンピュータシステムにおいて、CPU901がメモリ902上にロードされた所定のプログラムを実行することにより、データ置換装置1の各機能が実現される。すなわち、データ置換装置1の各機能は、データ置換装置1のCPU901が、データ置換装置1用のプログラムを実行することにより実現される。なお、データ置換装置1の入力ファイル21、出力ファイル22、ユーザ辞書23、置換ルールテーブル24および構文解析ルール25は、メモリ902または外部記憶装置903に記憶される。また、通信制御装置906は、必要に応じて備えるものとする。
The
次に、ユーザ辞書23について説明する。
Next, the
ユーザ辞書23は、個人情報に該当する任意の文字列が登録されたデータベースである。本実施形態のユーザ辞書23は、登録された文字列毎に、当該文字列の属するグループ名と、置換適用フラグとを有する。グループ名は、文字列が示す単語を分類するための種別(カテゴリー)である。例えば、登録された文字列が顧客名の場合はグループ名に「顧客」が、登録された文字列が社員名の場合はグループ名に「社員」が、また、登録された文字列が取引先の会社名の場合はグループ名に「取引先」が設定される。
The
置換適用フラグは、ユーザ辞書23に登録された文字列を、後述する置換処理で置換の対象とするか否かを判別するためのフラグである。例えば、置換適用フラグが「ON」の場合は当該文字列を置換の対象として抽出する。一方、置換適用フラグが「OFF」の場合は、ユーザ辞書23に登録された文字列であっても当該文字列を置換の対象外とする。
The replacement application flag is a flag for determining whether or not a character string registered in the
図3(A)は、ユーザ辞書23の設定画面(または参照画面)の一例を示した図である。データ管理部15は、ユーザが入力装置を用いて入力した指示を受け付けて、図示する設定画面を出力装置に表示するものとする。
FIG. 3A is a diagram showing an example of a setting screen (or reference screen) for the
図示する設定画面には、ユーザ辞書23に登録されている文字列毎に、置換適用フラグを設定するためのチェックボックス31と、グループ名32と、文字列33とが表示されている。本実施形態では、チェックボックス31にチェックが入力されている場合、データ管理部15は、ユーザ辞書23の置換適用フラグに「ON(置換の対象)」を設定する。一方、チェックボックス31にチェックが入力されていない場合、データ管理部15は、置換適用フラグに「OFF(置換の対象外)」を設定する。
On the illustrated setting screen, a
チェックボックス31を表示してユーザの入力(指示)を受け付けることにより、ユーザ辞書23に登録された文字列であっても、個別にまた一時的に置換の対象外とすることができる。すなわち、ユーザは、置換処理を実行する文書ファイルの種類および属性などに応じて、柔軟にユーザ辞書23を変更することができる。
By displaying the
また、図示する設定画面には、追加ボタン34と、編集ボタン35と、削除ボタン36と、OKボタン37と、CANCELボタン38とが表示されている。データ管理部15は、追加ボタン34が押下された場合、新たな文字列を新規に登録するための追加用ダイアログボックス(dialog box)を表示する。また、データ管理部15は、編集ボタン35が押下された場合、カーソルで選択された文字列を編集するための編集用ダイアログボックスを表示する。また、データ管理部15は、削除ボタン36が押下された場合、カーソルで選択された文字列をユーザ辞書23から削除する。
In addition, an
図3(B)は、編集ボタン35を押下した場合に表示される編集用ダイアログボックスの一例を示した図である。編集用ダイアログボックスは、ドロップダウンリストを用いたグループ入力欄351と、文字列入力欄352とを有する。なお、編集用ダイアログボックスの場合、グループ入力欄351および文字列入力欄352には、図3(A)の設定画面で選択された編集対象のグループ名および文字列が、あらかじめ表示されているものとする。ユーザは、グループ名および文字列の入力後(変更後)、OKボタン353を押下する。データ管理部15は、OKボタン353の押下を受け付けて、入力された内容でユーザ辞書23を更新する。また、データ管理部15は、CANCELボタン354の押下を受け付けて、ユーザ辞書23を更新することなく、図3(A)の設定画面に遷移する。
FIG. 3B is a diagram showing an example of an edit dialog box displayed when the
次に、置換ルールテーブル24について説明する。
図4は、置換ルールテーブル24の一例を示した図である。置換ルールテーブル24は、個人情報を置換する際の規則が設定されたテーブルである。図示する置換ルールテーブル24は、抽出方法41と、ルール名42と、正規表現文字パターン43と、置換文字列44と、IDフラグ45と、適用フラグ46と、優先順位47と、を有する。
Next, the replacement rule table 24 will be described.
FIG. 4 is a diagram showing an example of the replacement rule table 24. The replacement rule table 24 is a table in which rules for replacing personal information are set. The replacement rule table 24 shown in the figure has an
抽出方法41には、個人情報に該当する文字列(個人情報の可能性がある文字列を含む)を抽出する方法が設定される。本実施形態では、構文解析による抽出、正規表現による抽出、および、ユーザ辞書23による抽出の3種類の抽出方法を用いることとする。構文解析による抽出方法は、構文解析により文章の構造(例えば、係り受け構造)を解析し、個人情報の可能性が高い文字列を抽出する方法である。なお、構文解析による抽出方法については後述する。
In the
正規表現による抽出方法は、個人情報に該当する情報であって、番号体系および使用される文字の種別(文字パターン)などから特定が可能な正規表現の文字列を抽出する方法である。正規表現のデータとしては、例えば、電話番号、メールアドレス(ドメイン名)、郵便番号、生年月日、クレジット番号、口座番号などが考えられる。ユーザは、後述する設定画面を用いて、任意の番号体系および文字パターンを置換ルールテーブル24に登録できるものとする。ユーザ辞書23による抽出方法は、前述のユーザ辞書23に登録されている各文字列と同一の文字列をマッチングして抽出する方法である。
The regular expression extraction method is information that corresponds to personal information, and is a method of extracting a regular expression character string that can be identified from the numbering system, the type of character used (character pattern), and the like. As regular expression data, for example, a telephone number, a mail address (domain name), a postal code, a date of birth, a credit number, an account number, and the like are conceivable. It is assumed that the user can register an arbitrary number system and character pattern in the replacement rule table 24 using a setting screen described later. The extraction method by the
ルール名42には、個人情報の種別(カテゴリー)と当該種別の個人情報を置換するか否かが設定されている。図示する置換ルールテーブル24では、抽出方法41が構文解析の場合、人名を置換するルールと、地名を置換するルールとが設定されている。また、抽出方法41が正規表現の場合、電話番号を置換するルールと、メールアドレスを置換するルールとが設定されている。
In the
また、抽出方法41がユーザ辞書の場合、グループ名が「顧客」の文字列を置換するルールと、グループ名が「社員」の文字列を置換しないルールとが設定されている。例えば、社内でのみ公開される文書ファイルの場合(例えば、所定の部署内で知識の共有化を図る場合、上司が部下の仕事振りを評価する場合など)、社員名を知りたい場合がある。このような場合、グループ名が「社員」の文字列を置換しないルールを適用することにより、社員名を置換の対象外とすることができる。
When the
正規表現文字パターン43には、正規表現の番号体系および使用される文字の種別(文字パターン)が設定される。図示する正規表現文字パターン43には、電話番号に使用される数字・記号および番号体系と、メールアドレスに使用される英数字・記号および名称体系とが設定されている。置換文字列44には、抽出した文字列の変換(置換)後の文字列が設定される。なお、ルール名42が「社員(非置換)」の場合、社員名は置換されないため、置換文字列44にはスペースが設定される。
In the regular
IDフラグ45は、同じルールが適用される各文字列を識別するための識別情報を置換文字列44に付加するか否かを判別するためのフラグである。図示する例では、「人名(置換)」のルール名42のIDフラグ45が「有」である。この状態において、1つの文書ファイルの中で「田中」と「鈴木」の2つの人名の文字列が、構文解析により抽出された場合、置換処理部13は、置換文字列([人名])の直後に識別情報を付与することとする。本実施形態では、識別情報として抽出した順番を示す連番を付与することとする。すなわち、置換処理部13は、先に抽出された「田中」を「[人名]1」、次に抽出された「鈴木」を「[人名]2」に置換する。
The
適用フラグ46は、置換ルールテーブル24に登録された各ルールを、後述する置換処理で適用するか否かを判別するためのフラグである。例えば、適用フラグ46が「ON」の場合は当該ルールを適用して置換処理を行う。一方、適用フラグ46が「OFF」の場合は、当該ルールを適用せず置換処理を行う。
The
優先順位47は、同一の文字列が複数のルールで重複して抽出された場合の優先順位を示したものである。例えば、ユーザ辞書23の「顧客」のグループ名と、「社員」のグループ名に、同姓同名の氏名が重複して登録されているものとする。この場合、図示する置換ルールテーブル24では、ルール名42が「顧客(置換)」の優先順位47の方が、「社員(非置換)」の優先順位より高い。したがって、置換処理部13は、「顧客(置換)」のルールを優先し、重複する氏名を[顧客]に置換する。
The
図5(A)は、置換ルールテーブル24の設定画面(または参照画面)の一例を示した図である。なお、データ管理部15は、ユーザが入力装置を用いて入力した指示を受け付けて、図示する設定画面を出力装置に表示するものとする。
FIG. 5A is a diagram showing an example of a setting screen (or reference screen) for the replacement rule table 24. Note that the
図示する設定画面は、置換ルールテーブル24に登録されたルール毎に、適用フラグ46を設定するためのチェックボックス51と、置換ルールテーブル24に設定された設定内容が表示される表示欄52とを有する。なお、表示欄52には、ルール名、抽出方法、正規表現文字パターンなどが表示されている。
The setting screen shown in the figure includes a
本実施形態では、データ管理部15は、チェックボックス51にチェックが入力されている場合は適用フラグ46に「ON」を設定し、チェックボックス51にチェックが入力されていない場合は適用フラグ46に「OFF」を設定する。チェックボックス51を表示してユーザの入力(指示)を受け付けることにより、置換ルールテーブル24に登録されたルールであっても、一時的に置換処理の適用対象外とすることができる。すなわち、ユーザは、置換処理を実行する文書ファイルの種類および属性などに応じて、適用するルールを選択することができる。
In this embodiment, the
また、図示する設定画面には、追加ボタン53と、編集ボタン54と、削除ボタン55と、OKボタン56と、CANCELボタン57とが表示されている。データ管理部15は、追加ボタン53が押下された場合、新たなルールを新規に登録するための追加用ダイアログボックスを表示する。また、データ管理部15は、編集ボタン54が押下された場合、カーソルで選択されたルールを編集するための編集用ダイアログボックスを表示する。また、データ管理部15は、削除ボタン55が押下された場合、カーソルで選択されたルールを置換ルールテーブル24から削除する。
In addition, an
図5(B)は、編集ボタン54を押下した場合に表示される編集用ダイアログボックスの一例を示した図である。図示する編集用ダイアログボックスには、置換ルールテーブル24の各項目を変更するための入力欄、ラジオボタンおよびチェックボックスが表示されている。すなわち、図示する編集用ダイアログボックスには、ドロップダウンリストを用いた抽出方法入力欄541と、ルール名入力欄542と、正規表現文字パターン入力欄543と、置換するか否かを入力するラジオボタン544と、置換文字列にIDを付加するか否かを指示するチェックボックス545と、置換文字列入力欄546と、優先順位入力欄547と、が表示されている。
FIG. 5B is a diagram showing an example of an editing dialog box displayed when the
なお、編集用ダイアログボックスの各入力欄等には、図5(A)の設定画面で選択された編集対象のルールの設定内容が、あらかじめ表示されているものとする。ユーザは、所望の設定内容を入力後(変更後)、OKボタン548を押下する。データ管理部15は、OKボタン548の押下を受け付けて、入力された内容で置換ルールテーブル24を更新する。また、データ管理部15は、CANCELボタン549の押下を受け付けて、置換ルールテーブル24を更新することなく図5(A)の設定画面に戻る。
It is assumed that the setting contents of the rule to be edited selected on the setting screen of FIG. 5A are displayed in advance in the input fields of the editing dialog box. The user presses an
次に、構文解析ルール25について説明する。
Next, the
構文解析ルール25には、人の姓および名が登録された人名辞書、各地の県名や市町村名が登録された地名辞書、信頼度算出に用いる信頼度データなどが記憶されている。信頼度データには、本実施形態では、人を示す接尾詞、人の行為を示す述語、地名を修飾する語、所定の格助詞などを用いることとする。なお、信頼度データの具体例については後述する。
The parsing
次に、構文解析による個人情報に該当する文字列の抽出方法について説明する。 Next, a method for extracting a character string corresponding to personal information by syntax analysis will be described.
なお、データ抽出部12は、例えば、形態素解析エンジンおよび構文解析エンジンを用いて、以下に説明する個人情報に該当する文字列の抽出を行う。形態素解析エンジンは、自然言語処理の技術である形態素解析(Morphological Analysis)を行うことにより、文を最小の文字列である形態素(単語)に分解し、分解した形態素各々の品詞を特定する。構文解析エンジンは、自然言語処理の技術である構文解析(Syntactic Analysis)を行うことにより、文の構造(例えば、係り受け構造)を解析する。
The
なお、形態素解析および構文解析については、例えば以下に記述されている。 Note that morphological analysis and syntax analysis are described below, for example.
「形態素解析・構文解析入門」、[平成17年1月26日検索]、インターネット<URL:http://www.unixuser.org/~euske/doc/nlpintro/>
まず、データ抽出部12は、処理対象の文書ファイルの文(センテンス)毎に、形態素解析を行う。すなわち、データ抽出部12は、形態素解析エンジンを用いて、文を最小の文字列である形態素(単語)に分解し、分解した形態素各々の品詞を特定する。そして、データ抽出部12は、特定した品詞が名詞の形態素の文字列のみを抽出する。
“Introduction to morphological and syntactic analysis”, [searched on January 26, 2005], Internet <URL: http://www.unixuser.org/~euske/doc/nlpintro/>
First, the
そして、データ抽出部12は、抽出した文字列各々について、構文解析ルール25の人名辞書または地名辞書に登録されている文字列と一致するか否かを判別する。そして、データ抽出部12は、人名辞書または地名辞書に登録されている文字列を、個人情報としてさらに抽出する。そして、データ抽出部12は、人名辞書に登録されている文字列(以下、「人名データ」)、および、地名辞書に登録されている文字列(以下、「地名データ」)各々の信頼度を算出する。信頼度は、個人情報に該当する可能性(信頼性)を示す指標である。
Then, the
図6は、人名データおよび地名データの信頼度を算出する処理フロー図である。なお、データ抽出部12は、図示する処理フローを行う前に、人名データまたは地名データを含む文を、構文解析エンジンを用いて構文解析を行う。
FIG. 6 is a process flow diagram for calculating the reliability of personal name data and place name data. Note that the
まず、データ抽出部12は、処理対象の対象データ(人名データまたは地名データ)を入力し、初期値の信頼度を設定する(S21)。なお、本実施形態では、初期値の信頼度を50%とする。そして、データ抽出部12は、対象データが含まれる文を参照し、対象データの直後に人を示す接尾詞(例えば、「様」、「さん」など)が付加されているか否かを判別する(S22)。なお、人を示す接尾詞については、構文解析ルール25の信頼度データに記憶されているものとする。
First, the
接尾詞が付加されている場合であって(S22:YES)、対象データが人名データの場合、データ抽出部12は、初期値の信頼度に25%を加算する。また、対象データが地名データの場合、データ抽出部12は、初期値の信頼度から25%を減算する(S23)。一方、接尾詞が付加されていない場合(S22:NO)、データ抽出部12は、S24に進む。
If the suffix is added (S22: YES) and the target data is personal name data, the
そして、データ抽出部12は、対象データが含まれる文を構文解析することにより、対象データと係り受けの関係にある述語を特定する。そして、対象データと係り受けの関係にある述語が、人の行為を示す述語(例えば、「言う」、「話す」、など)であるか否かを判別する(S24)。なお、人の行為を示す述語については、構文解析ルール25の信頼度データに記憶されているものとする。
Then, the
人の行為を示す述語が係り受けの関係にあって(S24:YES)、対象データが人名データの場合、データ抽出部12は、信頼度に25%を加算する。また、対象データが地名データの場合、データ抽出部12は、信頼度から25%を減算する(S25)。一方、人の行為を示す述語が係り受けの関係にない場合(S24:NO)、データ抽出部12は、S26に進む。
If the predicate indicating a human action is in a dependency relationship (S24: YES), and the target data is personal name data, the
そして、データ抽出部12は、対象データが含まれる文を参照し、対象データの直後に地名を修飾する語(例えば、「発祥」、「育ち」など)が付加されているか否かを判別する(S26)。なお、地名を修飾する語については、構文解析ルール25の信頼度データに記憶されているものとする。地名を修飾する語が付加されている場合であって(S26:YES)、対象データが人名データの場合、データ抽出部12は、信頼度から25%を減算する。また、対象データが地名データの場合、データ抽出部12は、信頼度に25%を加算する(S27)。一方、地名を修飾する語が付加されていない場合(S26:NO)、データ抽出部12は、S28に進む。
Then, the
そして、データ抽出部12は、対象データが含まれる文を構文解析することにより、人の行為かあるいは場所を表すかによって格助詞が異なる単語が、対象データと係り受けの関係にあるか否か判別する(S28)。格助詞が異なる単語には、例えば「行く」がある。すなわち、「行く」の格助詞が「が」の場合(Aが「行く」)、Aは人である。また、「行く」の格助詞が「に」の場合(Aに「行く」)、Aは地名である。なお、このような格助詞が異なる単語、および、当該単語の格助詞(人を示す格助詞、地名を示す格助詞)については、構文解析ルール25の信頼度データに記憶されているものとする。格助詞が異なる単語が対象データと係り受けの関係にない場合(S28:NO)、データ抽出部12は、S32に進む。
Then, the
格助詞が異なる単語が対象データと係り受けの関係にある場合(S28:YES)、データ抽出部12は、当該単語の格助詞が人の行為を示す格助詞か否かを判別する(S29)。人の行為を示す格助詞であって(S29:YES)、対象データが人名データの場合、データ抽出部12は、信頼度に25%を加算する。また、対象データが地名データの場合、データ抽出部12は、信頼度から25%を減算する(S30)。一方、地名を示す格助詞であって(S29:NO)、対象データが人名データの場合、データ抽出部12は、信頼度から25%を減算する。また、対象データが地名データの場合、データ抽出部12は、信頼度に25%を加算する(S31)
そして、データ抽出部12は、S21からS31の処理により算出した信頼度が、100%を超えるか否かを判別する(S32)。100%を超える場合(S32:YES)、データ抽出部12は、対象データの信頼度を100%とする(S33)。一方、100%以下の場合(S32:NO)、抽出部100は、対象データの信頼度に、S21からS31の処理により算出した信頼度を設定する。
When a word having a different case particle has a dependency relationship with the target data (S28: YES), the
Then, the
以上説明した信頼度の値に応じて、データ抽出部12は、個人情報である可能性が高い人名データおよび地名データを最終的に抽出する。すなわち、データ抽出部12は、信頼度が所定の値(例えば、50%)以上の人名データおよび地名データを、個人情報であると判別し、他のデータに置換するために抽出する。
In accordance with the reliability value described above, the
次に、データ置換装置1が行う置換処理について説明する。
Next, replacement processing performed by the
なお、本処理を行う前に、ユーザは、ユーザ辞書23および置換ルールテーブル24を、各設定画面(図3、図5参照)を用いて、処理対象の文書ファイルの種類および属性を考慮した内容に変更する。
図7は、置換処理の処理フロー図である。
Before performing this process, the user uses the setting screens (see FIGS. 3 and 5) to set the
FIG. 7 is a flowchart of the replacement process.
まず、データ読込部11は、入力ファイルに記憶(蓄積)された文書ファイルを読み込む(S41)。そして、データ抽出部12は、前述の構文解析による個人情報の抽出および信頼度の算出(図6参照)を行う(S42)。
First, the
そして、データ抽出部12は、正規表現による個人情報の抽出および信頼度の設定を行う(S43)。すなわち、データ抽出部12は、置換ルールテーブル24に登録された正規表現文字パターン43のいずれかに該当する文字列を、個人情報として抽出する。そして、データ抽出部12は、正規表現により抽出した文字列の信頼度に所定の値(例えば、99%)を設定する。
Then, the
そして、データ抽出部12は、ユーザ辞書23による個人情報の抽出および信頼度の設定を行う(S44)。すなわち、データ抽出部12は、ユーザ辞書23に登録されたいずれかの文字列と一致する文字列を、個人情報として抽出する。なお、ユーザ辞書23に登録されている文字列であっても、グループ名が「社員」で置換しないルールの場合、データ抽出部は当該文字列を抽出しない。そして、データ抽出部12は、ユーザ辞書23を用いて抽出した各文字列の信頼度に、所定の値を設定する。なお、ユーザ辞書23に登録されているの文字列は個人情報に該当するため、高い信頼度(例えば、100%)を設定する。
Then, the
なお、S42、S43およびS44の処理の順番は、これに限定されず、どのような順番で行ってもよい。 Note that the order of the processing of S42, S43, and S44 is not limited to this, and may be performed in any order.
そして、置換処理部13は、データ抽出部12が抽出した文字列の中で、信頼度が所定の値を超える文字列を置換する(S45)。すなわち、置換処理部13は、データ抽出部12が算出した信頼度に基づいて、個人情報に該当する可能性が高い文字列のみを他のデータ(文字列)に置換する。これにより、個人情報に該当する可能性が高い文字列がマスクされ、置換後の文書ファイルを公開した場合であっても、個人情報の漏洩リスクを防止することができる。
Then, the
また、置換処理部13は、置換ルールテーブル24を参照し、抽出した文字列のルール名42に対応する置換文字列44を特定する。そして、置換処理部13は、抽出した文字列を特定した置換文字列44に置換する。また、置換処理部13は、置換ルールテーブル24の対応するIDフラグ45を参照し、「有」の場合は置換文字列44に識別情報(例えば、連番)を付加する。
Further, the
そして、データ出力部14は、置換処理部13が置換処理を行った置換後の文書ファイルを、出力ファイル22に出力する(S46)。そして、データ読込部11は、入力ファイル21に未処理の文書ファイルが存在するか否かを判別する(S47)。未処理の文書ファイルが存在する場合(S47:YES)、データ読込部11は、S41に戻り未処理の文書ファイルを読み込む。また、未処理の文書ファイルが存在しない場合(S47:NO)、データ読込部11は、置換処理を終了する。
Then, the
次に、図8(A)に示す文書ファイルのデータを例に、図7の処理を具体的に説明する。なお、図8(B)は、図8(A)の文書ファイルの置換後の文書ファイルである。また、図4に示す置換ルールテーブル24および図3に示すユーザ辞書23を用いて置換処理を行うこととする。
Next, the processing of FIG. 7 will be specifically described by taking the document file data shown in FIG. 8A as an example. 8B is a document file after replacement of the document file of FIG. Also, the replacement process is performed using the replacement rule table 24 shown in FIG. 4 and the
まず、データ読込部11は、図示する文書ファイルを読み込む(S41)。そして、データ抽出部12は、S42、S43およびS44の処理を行い、個人情報に該当する可能性のある文字列を抽出する。
First, the
図9は、データ抽出部12が図示する文書ファイルから抽出した文字列が設定された抽出文字列テーブルの一例を示す図である。なお、データ抽出部12は、必要に応じて抽出文字列テーブルを作成し、メモリまたは外部記憶装置に一時的に記憶する。図示する抽出文字列テーブルは、抽出文字列61と、抽出した文字列の位置62と、適用されるルール名63と、抽出方法64と、信頼度65と、置換文字列66とを有する。
FIG. 9 is a diagram illustrating an example of an extracted character string table in which character strings extracted from the document file illustrated by the
データ抽出部12は、構文解析により、例えば、図示する文書ファイルから「鈴木」81を人名データの文字列として抽出し、抽出文字列61aに設定する。そして、データ抽出部12は、「鈴木」を抽出した位置と、置換ルールテーブル24の対応するルール名および抽出方法とを、抽出文字列テーブルに設定する。
The
そして、データ抽出部12は、「鈴木」の信頼度を図6の処理により算出する。すなわち、データ抽出部12、人名データの初期値(50%)を設定する(S21)。そして、データ抽出部12は、図示する文書ファイルを参照し、「鈴木」81の直後に人を示す接尾詞(「さん」)があるため、初期値(50%)に25%を加算する(S23)。そして、データ抽出部12は、「鈴木」81を含む文を構文解析し、行為を示す述語(「聞く」)が「鈴木」81と係り受けの関係にあるため、信頼度に25%を加算する(S25)。したがって、データ抽出部12は、「鈴木」81の信頼度を100%とする。
Then, the
また、データ抽出部12は、ユーザ辞書23(グループ名:顧客)に一致する「山本太郎」82の文字列を図示する文書ファイルから抽出し、抽出文字列62bに設定する。そして、データ抽出部12は、抽出した位置と、置換ルールテーブル24の対応するルール名および抽出方法とを、抽出文字列テーブルに設定する。また、データ抽出部12は、ユーザ辞書の所定の信頼度(例えば、100%)を抽出文字列テーブルに設定する。
In addition, the
なお、図示する文書ファイルの「須藤次郎」83の文字列は、ユーザ辞書23(グループ名:社員)に一致する。しかしながら、図4に示す置換ルールテーブル24の場合、社員(非置換)のルールが適用されるため、データ抽出部12は、「須藤次郎」83を抽出しない。また、「須藤」および「次郎」は、構文解析による人名データとして抽出される。しかしながら、図4に示す置換ルールテーブル24の場合、社員(非置換)のルールの方が人名(置換)のルールより優先順位が高い。そのため、データ抽出部12は、「須藤」および「次郎」を抽出しない。
The character string “Jiro Sudo” 83 in the illustrated document file matches the user dictionary 23 (group name: employee). However, in the case of the replacement rule table 24 shown in FIG. 4, the employee (non-replacement) rule is applied, so the
また、データ抽出部12は、置換ルールテーブル24の正規表現文字パターンと一致する電話番号84の文字列を図示する文書ファイルから抽出し、抽出文字列62cに設定する。そして、データ抽出部12は、抽出した位置と、置換ルールテーブル24の対応するルール名および抽出方法とを、抽出文字列テーブルに設定する。また、データ抽出部12は、正規表現の所定の信頼度(例えば、99%)を抽出文字列テーブルに設定する。
In addition, the
そして、置換処理部13は、置換ルールテーブル24の対応する置換文字列を抽出文字列テーブルにそれぞれ設定する。そして、置換処理部31は、信頼度65が所定の値(例えば、50%以上)の抽出文字列61を、置換文字列66に変換する。なお、置換処理部13は、置換ルールテーブル24のIDフラグを参照し、[人名]の置換文字列66に識別情報(連番)を付加する。また、置換処理部13は、重複して抽出された文字列が存在する場合(「山本太郎」62b、「山本」・「太郎」62d)、信頼度の高い置換文字列([顧客])に置換する。
Then, the
そして、データ出力部14は、置換後の文書ファイル(図8(B))を出力ファイル22に出力する。
Then, the
以上、本発明の一実施形態を説明した。 The embodiment of the present invention has been described above.
本実施形態のデータ抽出部12は、文書ファイルの構文解析を行い、解析した文の構造に基づいて、抽出した文字列(データ)の信頼度を算出する(図6参照)。これにより、個人情報をより高い精度で抽出することができる。すなわち、個人情報の抽出漏れ、および抽出ミスを減らし、個人情報の漏洩リスクをより低減することができる。
The
また、本実施形態では、個人情報に該当する可能性が高い文字列を、他の文字列に置換(マスク)する。これにより、置換後の文書ファイルを公開した場合であっても、個人情報を隠蔽することができる。 In the present embodiment, a character string that is highly likely to correspond to personal information is replaced (masked) with another character string. Thereby, even when the document file after replacement is disclosed, the personal information can be concealed.
また、本実施形態では、個人情報に該当する可能性が高い文字列を、当該文字列の種別・属性(人名、地名、電話番号など)に応じた置換文字列に変換する。これにより、個人情報を置換(隠蔽)した場合であっても、元の個人情報の種別または属性を把握することができる。 In the present embodiment, a character string that is highly likely to correspond to personal information is converted into a replacement character string corresponding to the type / attribute (person name, place name, telephone number, etc.) of the character string. Thereby, even when personal information is replaced (hidden), the type or attribute of the original personal information can be grasped.
また、本実施形態の置換ルールテーブル24は、IDフラグ45を有する。これにより、個人情報が置換文字列に置換された場合であっても、置換前の文字列が同じか否かを識別することができる。例えば、1つの文書ファイルの中で、同じ文字列の個人情報が複数回出現する場合、置換後の文書ファイルには同一の識別情報が付加された置換文字列に変換されるため、同じ人名(または、同じ地名など)が繰り返し記載されていることを認識することができる。
Further, the replacement rule table 24 of the present embodiment has an
なお、本発明は上記の実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。例えば、上記の実施形態では、個人情報を当該個人情報の種別に応じた文字列に置換した。しかしながら、個人情報を文字以外のイメージデータに変換することとしてもよい。また、個人情報を削除または黒く塗りつぶすなどのマスク処理を行うこととしてもよい。 In addition, this invention is not limited to said embodiment, Many deformation | transformation are possible within the range of the summary. For example, in the above embodiment, the personal information is replaced with a character string corresponding to the type of the personal information. However, the personal information may be converted into image data other than characters. It is also possible to perform a masking process such as deleting or blacking out personal information.
また、本実施形態では、データ出力部14は、置換後の文書ファイルを出力ファイル22に出力する(図7:S46)。しかしながら、データ出力部14は、出力装置に置換後の文書ファイルを出力することとしてもよい。これにより、ユーザは、逐次、置換後の文書ファイルを確認することができる。また、データ出力部14は、置換後の文書ファイルを出力する際に、図9に示すような抽出文字列テーブルを、置換後の文書ファイルとともに、出力装置に出力することとしてもよい。これにより、ユーザは、信頼度が低い文字列を、置換後の文書データを参照しながら逐次、置換指示を入力して置換することができる。
In this embodiment, the
1:データ置換装置、11:データ読込部、12:データ抽出部、13:置換処理部、14:データ出力部、15:データ管理部、21:入力ファイル、22:出力ファイル、23:ユーザ辞書、24:置換ルールテーブル、25:構文解析ルール
1: data replacement device, 11: data reading unit, 12: data extraction unit, 13: replacement processing unit, 14: data output unit, 15: data management unit, 21: input file, 22: output file, 23: user dictionary 24: Replacement rule table 25: Parsing rule
Claims (6)
文書データを読み込む読込み手段と、
前記文書データを構文解析して、個人情報を抽出する抽出手段と、
前記抽出手段が抽出した個人情報各々を、当該個人情報とは異なるデータに置換する置換手段と、
前記置換手段が置換した置換後の文書データを出力する出力手段と、を有すること
を特徴とするデータ置換装置。 A data replacement device,
Reading means for reading document data;
Extracting means for parsing the document data and extracting personal information;
Replacement means for replacing each piece of personal information extracted by the extraction means with data different from the personal information;
Output means for outputting post-replacement document data replaced by the replacement means.
人名辞書と、地名辞書とを記憶する記憶手段を、さらに有し、
前記抽出手段は、前記文書データの各文字列が、前記人名辞書または前記地名辞書と一致するか否かを判別し、前記人名辞書または前記地名辞書と一致する文字列が個人情報に該当するか否かを示す信頼度を、前記構文解析により解析した文章の構造に基づいて算出し、
前記置換手段は、前記信頼度が所定の値を超える文字列を、当該文字列とは異なるデータに置換すること
を特徴とするデータ置換装置。 The data replacement device according to claim 1, wherein
A storage means for storing a personal name dictionary and a place name dictionary;
The extraction means determines whether each character string of the document data matches the personal name dictionary or the place name dictionary, and whether the character string that matches the personal name dictionary or the place name dictionary corresponds to personal information. The reliability indicating whether or not is calculated based on the structure of the sentence analyzed by the syntax analysis,
The data replacing device, wherein the replacing means replaces a character string having the reliability exceeding a predetermined value with data different from the character string.
前記置換手段は、前記抽出手段が抽出した個人情報を、当該個人情報の種別に応じて所定のデータに置換するとともに、前記種別毎に当該個人情報を識別するための識別情報を前記所定のデータに付加すること
を特徴とするデータ置換装置。 The data replacement device according to claim 1, wherein
The replacing unit replaces the personal information extracted by the extracting unit with predetermined data according to the type of the personal information, and uses identification information for identifying the personal information for each type as the predetermined data. A data replacement device characterized by being added to the above.
個人情報に該当する少なくとも1つの文字列が登録されたユーザ辞書と、所定の番号体系または文字パターンが登録された正規表現リストとが記憶された記憶手段を、さらに有し、
前記抽出手段は、前記ユーザ辞書に登録された文字列と一致する文字列を、個人情報と判別し、前記文書データから抽出するとともに、
前記正規表現リストに登録された番号体系または文字パターンと一致する文字列を、個人情報と判別し、前記文書データから抽出すること
を特徴とするデータ置換装置。 The data replacement device according to claim 1, wherein
A storage means for storing a user dictionary in which at least one character string corresponding to personal information is registered, and a regular expression list in which a predetermined numbering system or character pattern is registered;
The extraction means determines a character string that matches the character string registered in the user dictionary as personal information, extracts it from the document data,
A data replacement device characterized in that a character string that matches a numbering system or a character pattern registered in the regular expression list is identified as personal information and extracted from the document data.
前記情報処理装置は、記憶部と処理部とを有し、
前記処理部は、
前記記憶部に記憶された文書データを読み込む読込みステップと、
前記文書データを構文解析して、個人情報を抽出する抽出ステップと、
前記抽出ステップで抽出した個人情報各々を、当該個人情報とは異なるデータに置換する置換ステップと、
前記置換ステップにおいて置換した置換後の文書データを出力する出力ステップと、を有すること
を特徴とするデータ置換方法。 A data replacement method performed by an information processing apparatus,
The information processing apparatus includes a storage unit and a processing unit,
The processor is
A reading step of reading the document data stored in the storage unit;
An extraction step of parsing the document data to extract personal information;
A replacement step of replacing each piece of personal information extracted in the extraction step with data different from the personal information;
An output step of outputting the replaced document data replaced in the replacing step.
前記情報処理装置は、記憶部と処理部とを有し、
前記処理部に、
前記記憶部に記憶された文書データを読み込む読込みステップと、
前記文書データを構文解析して、個人情報を抽出する抽出ステップと、
前記抽出ステップで抽出した個人情報各々を、当該個人情報とは異なるデータに置換する置換ステップと、
前記置換ステップにおいて置換した置換後の文書データを出力する出力ステップと、を実行させること
を特徴とするデータ置換プログラム。
A data replacement program executed by the information processing apparatus,
The information processing apparatus includes a storage unit and a processing unit,
In the processing unit,
A reading step of reading the document data stored in the storage unit;
An extraction step of parsing the document data to extract personal information;
A replacement step of replacing each piece of personal information extracted in the extraction step with data different from the personal information;
An output step of outputting the replaced document data replaced in the replacing step is executed.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005036616A JP2006221560A (en) | 2005-02-14 | 2005-02-14 | Data substitution device, data substitution method, and data substitution program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005036616A JP2006221560A (en) | 2005-02-14 | 2005-02-14 | Data substitution device, data substitution method, and data substitution program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006221560A true JP2006221560A (en) | 2006-08-24 |
Family
ID=36983843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005036616A Pending JP2006221560A (en) | 2005-02-14 | 2005-02-14 | Data substitution device, data substitution method, and data substitution program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006221560A (en) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006330818A (en) * | 2005-05-23 | 2006-12-07 | Nec Corp | Leakage source work investigation system and leakage source work investigation method |
JP2008217691A (en) * | 2007-03-07 | 2008-09-18 | Hitachi Information Systems Ltd | Personal information management system |
WO2008126149A1 (en) * | 2007-03-30 | 2008-10-23 | Fujitsu Limited | Document anonymizer |
JP2009199385A (en) * | 2008-02-22 | 2009-09-03 | Nec Corp | Information management unit |
JP2009211365A (en) * | 2008-03-04 | 2009-09-17 | Nec Corp | Kana-kanji converter, kana-kanji conversion method and program |
JP2010198498A (en) * | 2009-02-26 | 2010-09-09 | Mitsubishi Electric Corp | Information processor and information processing method and program |
JP2011118693A (en) * | 2009-12-03 | 2011-06-16 | Hitachi Ltd | Computer system and operation reproduction method |
JP2011198313A (en) * | 2010-03-24 | 2011-10-06 | Hitachi Solutions Ltd | Business document processor and program |
JP2012027514A (en) * | 2009-10-08 | 2012-02-09 | Toshiba Corp | Log information processing apparatus, image forming apparatus, log information processing method and log information processing program |
JP2012113606A (en) * | 2010-11-26 | 2012-06-14 | Nippon Telegr & Teleph Corp <Ntt> | Protection object information masking device, protection object information masking method, and protection object information masking program |
JP2013105274A (en) * | 2011-11-11 | 2013-05-30 | Nippon Telegr & Teleph Corp <Ntt> | Character string conversion device, character string conversion method, and character string conversion program |
JP2014035579A (en) * | 2012-08-07 | 2014-02-24 | Yahoo Japan Corp | Portable terminal, information processing method and computer program |
JP2015053735A (en) * | 2008-10-03 | 2015-03-19 | アビニシオ テクノロジー エルエルシー | Detection of confidential information |
JP2016063469A (en) * | 2014-09-19 | 2016-04-25 | 株式会社沖データ | Image forming apparatus |
JP2019066917A (en) * | 2017-09-28 | 2019-04-25 | 京セラドキュメントソリューションズ株式会社 | Electronic device and translation support method |
JP2020035069A (en) * | 2018-08-28 | 2020-03-05 | 本田技研工業株式会社 | Database creation device and search system |
JP2020154778A (en) * | 2019-03-20 | 2020-09-24 | 富士ゼロックス株式会社 | Document processing device and program |
JP2021022251A (en) * | 2019-07-29 | 2021-02-18 | 株式会社ディー・クエスト | Notification management system and notification management method |
JP2021534483A (en) * | 2018-08-13 | 2021-12-09 | ビッグアイディー インコーポレイテッドBigID Inc. | Machine learning systems and methods to determine the reliability level of personal information survey results |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002269081A (en) * | 2001-01-05 | 2002-09-20 | Fujitsu Ltd | Device and method for setting document anonymity, computer-readable recording medium with recorded anonymity setting program and the program |
JP2003016064A (en) * | 2001-06-29 | 2003-01-17 | Toshiba Corp | Apparatus, method and program for creating for map of real word/encrypted word in electronic document, apparatus for encryption of the document and apparatus for decryption the document |
JP2004287566A (en) * | 2003-03-19 | 2004-10-14 | Fuji Xerox Co Ltd | Device for concealing part of content and content circulation system using it |
-
2005
- 2005-02-14 JP JP2005036616A patent/JP2006221560A/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002269081A (en) * | 2001-01-05 | 2002-09-20 | Fujitsu Ltd | Device and method for setting document anonymity, computer-readable recording medium with recorded anonymity setting program and the program |
JP2003016064A (en) * | 2001-06-29 | 2003-01-17 | Toshiba Corp | Apparatus, method and program for creating for map of real word/encrypted word in electronic document, apparatus for encryption of the document and apparatus for decryption the document |
JP2004287566A (en) * | 2003-03-19 | 2004-10-14 | Fuji Xerox Co Ltd | Device for concealing part of content and content circulation system using it |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006330818A (en) * | 2005-05-23 | 2006-12-07 | Nec Corp | Leakage source work investigation system and leakage source work investigation method |
JP4612469B2 (en) * | 2005-05-23 | 2011-01-12 | Necビッグローブ株式会社 | Leakage source business investigation system and leakage source business investigation method |
JP2008217691A (en) * | 2007-03-07 | 2008-09-18 | Hitachi Information Systems Ltd | Personal information management system |
WO2008126149A1 (en) * | 2007-03-30 | 2008-10-23 | Fujitsu Limited | Document anonymizer |
JPWO2008126149A1 (en) * | 2007-03-30 | 2010-07-15 | 富士通株式会社 | Document anonymization device |
JP2009199385A (en) * | 2008-02-22 | 2009-09-03 | Nec Corp | Information management unit |
JP2009211365A (en) * | 2008-03-04 | 2009-09-17 | Nec Corp | Kana-kanji converter, kana-kanji conversion method and program |
JP2015053735A (en) * | 2008-10-03 | 2015-03-19 | アビニシオ テクノロジー エルエルシー | Detection of confidential information |
US9569528B2 (en) | 2008-10-03 | 2017-02-14 | Ab Initio Technology Llc | Detection of confidential information |
JP2010198498A (en) * | 2009-02-26 | 2010-09-09 | Mitsubishi Electric Corp | Information processor and information processing method and program |
JP2012027514A (en) * | 2009-10-08 | 2012-02-09 | Toshiba Corp | Log information processing apparatus, image forming apparatus, log information processing method and log information processing program |
JP2011118693A (en) * | 2009-12-03 | 2011-06-16 | Hitachi Ltd | Computer system and operation reproduction method |
JP2011198313A (en) * | 2010-03-24 | 2011-10-06 | Hitachi Solutions Ltd | Business document processor and program |
JP2012113606A (en) * | 2010-11-26 | 2012-06-14 | Nippon Telegr & Teleph Corp <Ntt> | Protection object information masking device, protection object information masking method, and protection object information masking program |
JP2013105274A (en) * | 2011-11-11 | 2013-05-30 | Nippon Telegr & Teleph Corp <Ntt> | Character string conversion device, character string conversion method, and character string conversion program |
JP2014035579A (en) * | 2012-08-07 | 2014-02-24 | Yahoo Japan Corp | Portable terminal, information processing method and computer program |
JP2016063469A (en) * | 2014-09-19 | 2016-04-25 | 株式会社沖データ | Image forming apparatus |
JP2019066917A (en) * | 2017-09-28 | 2019-04-25 | 京セラドキュメントソリューションズ株式会社 | Electronic device and translation support method |
JP2021534483A (en) * | 2018-08-13 | 2021-12-09 | ビッグアイディー インコーポレイテッドBigID Inc. | Machine learning systems and methods to determine the reliability level of personal information survey results |
KR20220066221A (en) * | 2018-08-13 | 2022-05-24 | 빅아이디 인크. | A machine learning system and method for determining the confidence level of a personal information survey result. |
KR102454026B1 (en) | 2018-08-13 | 2022-10-12 | 빅아이디 인크. | A machine learning system and method for determining the confidence level of a personal information survey result. |
JP7183388B2 (en) | 2018-08-13 | 2022-12-05 | ビッグアイディー インコーポレイテッド | Machine Learning Systems and Methods for Identifying Confidence Levels in Personal Information Survey Results |
JP2020035069A (en) * | 2018-08-28 | 2020-03-05 | 本田技研工業株式会社 | Database creation device and search system |
JP2020154778A (en) * | 2019-03-20 | 2020-09-24 | 富士ゼロックス株式会社 | Document processing device and program |
JP2021022251A (en) * | 2019-07-29 | 2021-02-18 | 株式会社ディー・クエスト | Notification management system and notification management method |
JP7283003B2 (en) | 2019-07-29 | 2023-05-30 | 株式会社ディー・クエスト | Report management system and report management method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2006221560A (en) | Data substitution device, data substitution method, and data substitution program | |
JP3571408B2 (en) | Document processing method and apparatus | |
AU2007314123B2 (en) | Email document parsing method and apparatus | |
EP2570974B1 (en) | Automatic crowd sourcing for machine learning in information extraction | |
US20020156817A1 (en) | System and method for extracting information | |
US8275781B2 (en) | Processing documents by modification relation analysis and embedding related document information | |
US8433560B2 (en) | Rule based apparatus for modifying word annotations | |
US20050119875A1 (en) | Identifying related names | |
US20050120009A1 (en) | System, method and computer program application for transforming unstructured text | |
WO2005069881A2 (en) | Predictive selection of content transformation in predictive modeling systems | |
JP2007287134A (en) | Information extracting device and information extracting method | |
CN1670733A (en) | Rendering tables with natural language commands | |
US20050160086A1 (en) | Information extraction apparatus and method | |
JP2001084250A (en) | Method and device for extracting knowledge from enormous document data and medium | |
Sautter et al. | Semi-automated XML markup of biosystematic legacy literature with the GoldenGATE editor | |
CN110222198A (en) | Non-ferrous metal industry knowledge mapping construction method, electronic device and storage medium | |
Khalil et al. | Extracting Arabic composite names using genitive principles of Arabic grammar | |
KR20090126862A (en) | System and method for analyzing emotional information from natural language sentence, and medium for storaging program for the same | |
JP2006285499A (en) | Data mining device, data mining method and its program | |
JP4300056B2 (en) | CONCEPT EXPRESSION GENERATION METHOD, PROGRAM, STORAGE MEDIUM, AND CONCEPT EXPRESSION GENERATION DEVICE | |
JP7312841B2 (en) | Law analysis device and law analysis method | |
JP6437899B2 (en) | Document proofreading support apparatus, document proofreading support method, and document proofreading support program | |
JP4889964B2 (en) | Rule writing device | |
Prasad et al. | Heuristics for identification of bibliographic elements from verso of title pages | |
JP2006106872A (en) | Knowledge information collection system, knowledge retrieval system and knowledge information collection method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070919 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100302 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100914 |