JP2013182338A5 - - Google Patents

Claims (11)

1. 複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデジタル情報に含まれる文書情報を分析し、訴訟への利用が容易になるように、該文書情報を分別する文書分別システムにおいて、
   前記文書情報から所定数の文書を含むデータセットである文書群を抽出する抽出部と、
   前記抽出された文書群に対して、ユーザが前記訴訟との関連性に基づいて付与した分別符号を受け付ける分別符号受付部と、
   前記分別符号に基づいて、前記抽出された文書群を分別符号ごとに分別し、該分別された文書群において、共通して出現するキーワードを解析し選定する選定部と、
   前記選定されたキーワードを前記文書情報から探索する探索部と、
   前記探索部の探索結果と前記選定部の解析結果とを用いて、分別符号と文書との関連性を示すスコアを算出するスコア算出部と、
   前記スコアの結果に基づいて、前記文書情報に分別符号を付与する自動分別部とを備えたことを特徴とする文書分別システム。
2. 前記スコア算出部は、前記文書群の中に出現する前記キーワードと、各キーワードの持つ重みづけとによりスコアを算出することを特徴とする請求項１記載の文書分別システム。
3. 前記重みづけは、前記キーワードが持つ、前記分別符号ごとにおける伝達情報量をもとに決定することを特徴とする請求項１又は２いずれか１項記載の文書分別システム。
4. 前記抽出部は、前記文書情報から文書群をランダムにサンプリングし抽出する機能を備えることを特徴とする請求項１から３いずれか１項記載の文書分別システム。
5. 前記探索部は、前記キーワードを前記分別符号の付与をされていない文書により構成される文書情報から探索するものであって、
   前記スコア算出部は、前記探索部の探索結果と前記選定部の解析結果を用いて、分別符号と文書との関連性を示すスコアを算出し、
   前記自動分別部は、前記分別符号受付部において前記分別符号の付与を受け付けなかった文書を抽出し、文書情報に対して自動で分別符号を付与する機能を備えることを特徴とする請求項１から４いずれか１項記載の文書判別システム。
6. 前記文書分別システムにおいて、
   前記データベースは、更に、前記分別符号と関連性のある関連用語を抽出し、記録する機能を備え、
   前記探索部は、更に、前記関連用語を前記文書情報から探索する機能を備え、
   前記スコア算出部は、更に、前記探索部が前記関連用語を探索した結果をもとにスコアを算出する機能を備え、
   前記自動分別部は、更に、前記関連用語を用いて算出したスコアに基づいて自動で分別符号を付与する機能を備えることを特徴とする請求項１記載の文書分別システム。
7. 前記文書分別システムにおいて、
   前記データベースは、更に、前記分別符号と相関関係を有するキーワードを事前に記録する機能を備え、
   前記自動分別部は、更に、前記文書群中に分別符号と相関関係を有するキーワードを含む文書を探索すると、前記分別符号を決定する機能を備えることを特徴とする請求項６記載の文書分別システム。
8. 前記文書分別システムは、更に、
   前記文書群に含まれる文書のうち、前記選定部が選定した前記キーワード、前記関連用語及び前記分別符号と相関関係を有するキーワードを含まない文書を選定し、
   前記自動分別部の分別対象から前記選定された文書を排除する文書排除部を備えることを特徴とする請求項６又は７記載の文書分別システム。
9. 前記文書分別システムは、更に、
   前記選定部の分析結果と、前記スコア算出部の算出したスコアに基づいて
   前記選定部が選定したキーワード、前記データベースに記録された分別符号との相関関係を有するキーワード及び関連用語を増減させる学習部を備えることを特徴とする請求項６又は７項記載の文書分別システム。
10. 複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデジタル情報に含まれる文書情報を分析し、訴訟への利用が容易になるように、該文書情報を分別する文書分別方法において、
    前記文書情報から所定数の文書を含むデータセットである文書群を抽出する抽出ステップと、
    前記抽出した文書群に対して、ユーザが前記訴訟との関連性に基づいて付与した分別符号を受け付ける分別符号受付ステップと、
    前記分別符号に基づいて、前記抽出した文書群を分別符号ごとに分別し、該分別した文書群において、共通して出現するキーワードを解析して選定する選定ステップと、
    前記選定したキーワードを前記文書情報から探索する探索ステップと、
    前記探索結果と前記解析結果とを用いて、分別符号と文書との関連性を示すスコアを算出するスコア算出ステップと、
    前記スコアの結果に基づいて、前記文書情報に分別符号を付与する自動分別ステップとを含むことを特徴とする文書分別方法。
11. 複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデジタル情報に含まれる文書情報を分析し、訴訟への利用が容易になるように、該文書情報を分別する文書分別プログラムにおいて、
    コンピュータに、
    前記文書情報から所定数の文書を含むデータセットである文書群を抽出する抽出機能と、
    前記抽出された文書群に対して、ユーザが前記訴訟との関連性に基づいて付与した分別符号を受け付ける分別符号受付機能と、
    前記分別符号に基づいて、前記抽出された文書群を分別符号ごとに分別し、該分別された文書群において、共通して出現するキーワードを解析し選定する選定機能と、
    前記選定されたキーワードを前記文書情報から探索する探索機能と、
    前記探索結果と前記解析結果とを用いて、分別符号と文書との関連性を示すスコアを算出するスコア算出機能と、
    前記スコアの結果に基づいて、前記文書情報に分別符号を付与する自動分別機能とを実現させることを特徴とする文書分別プログラム。