JP2015511360A - 言語独立確率論的コンテンツ照合 - Google Patents

Abstract

コンテンツを受け、コンテンツのタイプを識別するために規則と比較する。各規則は、セグメント化および非セグメント化パターンを有する。コンテンツをこれらのパターンと照合し、信頼性スコアを指定する。信頼性スコアは、コンテンツがセグメント化パターンと一致した場合より高くなり、コンテンツが非セグメント化パターンと一致した場合より低くなる。【選択図】図１

Description

[0001] 英語のような多くの言語は、テキストにおいて空白によって単語が分離される。これらのタイプの言語では、テキストにおいて単語を識別することを必要とする技術はいずれも非常に単純である。空白は、隣接する単語間の既知の限定子(delimiter)となる。これらのタイプの言語は、空白限定言語またはセグメント化言語(segmented language)と呼ばれる。

[0002] しかしながら、例えば、中国語、日本語、韓国語、およびベトナム語のような他の言語は、等しく離間された一連の文字として単に書かれるだけである。これらの言語は、単語間に空白がないことから、単語間に明白な分離がない。これらのタイプの言語は、非セグメント化言語と呼ばれる。非セグメント化言語に既知の限定子がないために、例えば、キー・ワードの正確な検出は非常に困難になる。

[0003] 同様に、非セグメント化言語では、全く同じ文字が、周囲のコンテキストに基づいて、異なることを意味する可能性がある。一例として、次のテキストは、

[0004] 単語セグメント化を有し、以下の表１のように翻訳される。

[0005] しかしながら、次のテキストは、

[0006] 以下の表２に示す翻訳となる。

[0007] 尚、表２におけるテキストは、第１の例では「クレジット・カード」と翻訳される同じ文字列を含む（強調されている）が、完全に異なる意味を有し、クレジット・カードとは全く関係ないことがわかる。

[0008] 加えて、非セグメント化言語では、種々の場所で改行が行われる可能性があり、このために、文字列においてキー・ワードを識別することが一層困難になる。
[0009] これは、種々の異なる分野で問題になる可能性がある。例えば、現在では、個人情報の拡散（dissemination)を管理する方針および規制には種々の異なる理由(sources)がある。ある種の情報を扱う組織は、これらの規制全てを遵守することを要求される。これらの規制は、例えば、政府から来る外部規制である可能性があり、またはある種の情報を会社内においてどのように拡散するかについて管理する内部規制である可能性がある。

[0010] 多くの場合、これらの規制および方針の対象になるコンテンツは、大量の規制または方針（内部および外部双方）を収容するハンドブックを有する情報作業者によって処理され、作業者は、これらの全てを熟知し遵守することが期待される。これらの方針を施行するとき、情報作業者によって作業される文書において機密情報を識別することを試みるシステムもある。このようにするときに、これらのシステムは、多くの場合、文書中の単語を調べて、所与の文書が機密か否か判断しようとする。例えば、「クレジット・カード」というようなキー・ワードが、機密コンテンツの指示として見られる。しかしながら、先に論じたように、これは、非セグメント化言語では識別するのが非常に困難である。

[0011] 以上の論述は、単に一般的な背景情報について示されたのであり、特許請求する主題の範囲を判断するときに補助として用いられることを意図するのではない。

[0012] コンテンツを受信し、コンテンツのタイプを識別するための規則と比較する。各規則は、セグメント化パターンおよび非セグメント化パターンの双方を有する。コンテンツをこれらのパターンと照合し、信頼性スコアが指定される。信頼性スコアは、コンテンツがセグメント化パターンと一致した場合高くなり、コンテンツが非セグメント化パターンと一致した場合に低くなる。

[0003] この摘要は、詳細な説明において以下で更に説明する概念から選択したものを、簡略化した形態で紹介するために設けられている。この摘要は、特許請求する主題の主要な特徴や必須の特徴を特定することを意図するのではなく、特許請求する主題の範囲を判断するときに補助として用いられることを意図するのでもない。また、特許請求する主題は、背景において特記した欠点のいずれかを解決する実施態様にも、欠点の全てを解決する実施態様にも限定されることはない。

図１は、言語独立コンテンツ判定システムの例示的な一実施形態のブロック図である。 図２は、図１に示すシステムの動作を表す流れ図の一実施形態である。 図３は、どのように信頼性レベルが指定されるかを示す、更に詳細なブロック図である。 図４は、コンテンツにおいてクレジット・カード・データーを識別するために使用することができる規則を定めるルール・ツリーの一実施形態である。 図４Ａは、例示的なユーザー・インターフェースである。 図４Ｂは、例示的なユーザー・インターフェースである。 図５は、オーサリング・システムにおける言語独立コンテンツ判定システムの他の実施形態を示すブロック図である。 図６は、クラウド・ベース・アーキテクチャーにおける本システムの一実施形態を示す。 図７は、例示的な移動体デバイスである。 図８は、例示的な移動体デバイスである。 図９は、例示的な移動体デバイスである。 図１０は、例示的な動作環境の一実施形態である。

[0023] 図１は、コンテンツ・ソース・システム１０２、言語独立コンテンツ判定システム１０４，およびコンテンツ処理システム１０６を含む、コンテンツ処理環境１００のブロック図である。図１に示す実施形態では、システム１０４がソース・システム１０２からコンテンツ１０８を受信し、コンテンツ１０８の本質(nature)を判定し、コンテンツ１０８の本質を示すコンテンツ判定１１０を、コンテンツ処理システム１０６に供給する。コンテンツ処理システム１０６は、コンテンツ判定１１０によって識別されたように、コンテンツをその本質に基づいて処理する。

[0024] 本明細書に限って言うと、言語独立コンテンツ判定システム１０４は、コンテンツ１０８が機密コンテンツであるか否か判定し、それがデーター拡散方針の対象になるか否か判断するものと説明する。例えば、コンテンツ１０８が電子メール・メッセージである場合、このコンテンツを会社外部の個人に送ることができるか否か管理するデーター拡散方針があってもおかしくない（それが知的所有権コンテンツを含む場合のように）。加えて、データー拡散方針は、クレジット・カード情報、社会保障番号等のような個人情報を含む場合も、コンテンツの拡散を管理するとよい。加えて、しかしながら、野卑な文言を含む場合、コンテンツ１０８の拡散を管理する内部データー拡散方針がある場合もある。したがって、本明細書は、システム１０４が、データー拡散方針を適用できるように、コンテンツ１０８が機密か否か判断する場合について説明を進める。

[0025] しかしながら、コンテンツ１０８が機密か否か判断するとシステム１０４が説明されても、これはシステム１０４がどのように使用されるとよいかについての一例に過ぎないことを注記しておく。システム１０４は、コンテンツ１０８が異なる本質を有するか否かについても識別するために使用することができる。例えば、システム１０４は、電子メール・メッセージ（コンテンツ１０８）の調子が、怒り、肯定的、または否定的か識別することもできる。同様に、システム１０４は、コンテンツ１０８が異なる本質を有するか否かについて判断するためにも使用することができる。いずれの場合でも、コンテンツ処理システム１０６は、システム１０４によって判定されたコンテンツの本質に基づいて、コンテンツを処理する。

[0026] また、コンテンツ・ソース・システム１０２およびコンテンツ処理システム１０６が同じシステムであることができることも注記してしかるべきである。例えば、コンテンツ・ソース・システム１０２が、オーサリング・アプリケーションであることができ、電子メール・メッセージ、ワード・プロセッシング文書、スプレッドシート文書、スライド・ショー・プレゼンテーション文書、描画文書、または他のタイプの文書を作成する(author)ために使用される。したがって、コンテンツ１０８は、電子メール・メッセージ、添付書類、またはコンテンツ・ソース・システム１０２によって作成することができる他のあらゆるタイプの文書の本体であることができる。また、コンテンツ処理システム１０６をコンテンツ・ソース・システムに組み込んで、ユーザー１０１がコンテンツ・ソース・システム１０２において作成したコンテンツに、同じシステムによってデーター拡散方針が適用されるようにすることもできる。

[0027] 一例として、コンテンツ・ソース・システム１０２が電子メール・システムであり、ユーザー１０１がシステム１０２と対話処理して、コンテンツ１０８を含む電子メール・メッセージを生成すると仮定する。ユーザー１０２は、キーボード、ポイントおよびクリック・デバイス、音声、タッチ・ジェスチャーというようなユーザー入力メカニズム、または他のメカニズムを用いて対話処理することができる。いずれの場合でも、システム１０４は、メール・メッセージが機密素材を含むか否か判断することができ、含む場合、コンテンツ処理システム１０６を電子メール・システム（コンテンツ・ソース・システム１０２を含む）に組み込み、機密素材に関するデーター拡散方針を実施することができる。即ち、電子メール・システム（コンテンツを作成するために用いられる）は、コンテンツに基づいて、または受信者に基づいて、あるいは双方に基づいて、ある種の電子メール・メッセージを阻止することができる。同様に、他のデーター拡散方針も同様に採用することができる。

[0028] いずれの場合でも、言語独立コンテンツ判定システム１０４は、コンテンツ判定コンポーネント１１２と、１組のコンテンツ判定規則１１７および１１９を含む規則ストア１１５とを含む。各規則１１７、１１９は、ある種の機密情報を識別するために使用される。例えば、規則１１７は、コンテンツ１０８においてクレジット・カード番号を識別するために使用することができ、規則１１９は社会保障番号を識別するために使用することができる。これらは一例に過ぎない。例示的に、各規則はパターンを指定する。コンテンツ１０８が規則におけるパターンと一致する場合、このコンテンツは規則に対応する機密情報を含むと判断される。図１に示す実施形態では、各規則がセグメント化コンテンツ判定パターン１１４と、非セグメント化コンテンツ判定パターン１１６とを含む。図１は、規則１１７が他の１組の非セグメント化コンテンツ判定パターン１１８も有する実施形態を示す。図示する実施形態では、パターン１１４はセグメント化言語に対して動作し、パターン１１６および１１８は非セグメント化言語に対して動作する。勿論、セグメント化および非セグメント化言語を組み合わせることもできる。例えば、パターン１１４が英語だけに対して動作するのでも、全てのセグメント化言語に対して動作するのでもよい。同様に、パターン１１６は日本語に対して動作することができ、パターン１１８は中国語に対して動作することができ、一方他のセグメント化言語のために他の複数組のパターンを設けることもできる。あるいは、１組の非セグメント化パターン１１６を設け、１組のパターン１１６が全ての非セグメント化言語に対して動作するように構成することもできる。これについては、以下で更に詳しく説明する。

[0029] また、システム１０４は例示的にプロセッサー１２０も含む。プロセッサー１２０は、例示的に、関連するタイミングおよびメモリー回路（図示せず）を有するコンピューター・プロセッサーである。プロセッサー１２０は、例示的に、システム１０４の機能コンポーネントであり、システム１０４の他のコンポーネントの機能性を促進する(facilitate)ために、これらのコンポーネントによってアクティブ化される。

[0030] また、勿論、環境１００は種々のシステムおよびコンポーネントに分解されて示されるが、これらのシステムおよびコンポーネントの機能性を互いに組み合わせてより少ないシステムまたはコンポーネントを有することができ、またはこれらを更に分割して追加のシステムおよびコンポーネントを有することもできる。図１に示すものは、説明のためだけに過ぎない。

[0031] 図２は、図１に示す環境の動作の一実施形態を示す流れ図である。言語独立コンテンツ判定システム１０４は、最初に、分析すべきコンテンツ１０８を受ける。これは、図２においてブロック１３０によって示される。コンテンツ判定コンポーネント１１２は、種々の規則１１７〜１１９にアクセスして、コンテンツ１０８の本質を識別する情報を検出する。これは、図２においてブロック１３２によって示される。

[0032] 一例として、コンテンツ判定コンポーネント１１２は、クレジット・カード情報がコンテンツ１０８内に存在するか否か確かめるために、規則１１７〜１１９にアクセスすることができる。これは、例えば、「クレジット・カード」、「MasterCard」、「Visa」、または「失効日」という単語に近接する１６桁の数値を探すことによって行うことができる。

[0033] コンテンツ判定コンポーネント１１２は、例示的に、コンテンツ１０８の言語には関係なく、規則１１７〜１１９の全てを検索し、これらの規則のいずれかがコンテンツ１０８のいずれかの部分に当てはまるか否か判定する。したがって、システム１０４は、言語には関係なく、更にコンテンツ１０８が１つよりも多い言語の素材を含むか否かにも関係なく、コンテンツ１０８の本質を識別するために使用することができる。

[0034] いずれの場合でも、コンテンツ判定コンポーネント１１２は、次に、規則１１７〜１１９のいずれかがコンテンツ１０８に当てはまるか否か判定する。これは、図２においてブロック１３４によって示される。当てはまらない場合、システム１０４は、コンテンツ１０８の本質が機密であると識別することができず、単に、コンテンツは機密でないという判定というような、デフォルトのコンテンツ判定を出力する。これは、図２においてブロック１３６によって示される。

[0035] しかしながら、ブロック１３４において、コンテンツ判定コンポーネント１１２が、規則１１７〜１１９の内コンテンツ１０８に当てはまる少なくとも１つを識別した場合、コンテンツ判定コンポーネント１１２は、コンテンツ１０８の本質が機密であると識別することができる。次に、コンテンツ判定コンポーネント１１２は、図２においてブロック１３８によって示されるように、この判定に対する信頼性レベルを指定する。

[0036] 信頼性レベルは、種々の異なる方法で設定することができる。例えば、一実施形態では、規則１１７〜１１９が、最初に、コンテンツ１０８が１６桁の数値を含むか否か、コンテンツ判定コンポーネント１１２に判定させる。含む場合、コンテンツ１０８は、その特定の規則によって定められるパターンに一致する。しかしながら、この規則は、コンテンツ判定コンポーネント１１２が、日付のような、「クレジット・カード」という単語のような等の共同証拠(collaborating evidence)を探すべきことを定めてもよい。当てはまる規則において識別され提示された共同証拠に基づいて、コンテンツ判定コンポーネント１１２は、信頼性レベルを指定する。信頼性レベルは、コンテンツがセグメント化パターンまたは非セグメント化パターンのどちらと一致したかに基づいて、そしてコンテンツ１０８において発見された共同証拠の量に基づいて変動し、コンテンツ１０８が機密素材を含むという判定をサポートする。

[0037] コンテンツ判定コンポーネント１１２は、次に、コンテンツ１０８の本質を、信頼性レベルと共に、コンテンツ判定１１０として出力する。コンテンツの本質をその信頼性レベルと共に出力することは、図２におけるブロック１４０によって示される。一例として、コンテンツ判定コンポーネント１１２は、コンテンツ１０８が、機密素材を含むという指示を、９０パーセントの信頼性レベルと共に出力することができる。勿論、これは一例に過ぎない。

[0038] 一旦コンテンツ処理システム１０６がコンテンツ判定１１０を受けたなら、コンテンツ１０８の本質に基づいてコンテンツ１０８を処理する。これは、図２においてブロック１４２によって示される。コンテンツ処理システム１０６は、コンテンツが機密であるか否かに応じて、異なる規則を用いて、コンテンツ１０８を処理することができる。

[0039] 一例として、コンテンツ１０８が電子メール・メッセージであり、このメッセージの本体が機密コンテンツを含むか、またはこのメッセージの添付書類が機密コンテンツを含む場合、コンテンツ処理システム１０６は、コンテンツ１０８が機密素材を含むことを示し、ユーザー１０１にどのように処理を進めるか（許可された職員にしか送ってはいけないことを示すことによってというように）命令するメッセージを単に表示すればよい。あるいは、コンテンツ処理システム１０６が、電子メール・メッセージが機密素材を含むので、これを阻止することを示すのでもよい。勿論、コンテンツ処理システム１０６がコンテンツ１０８の受信先を分析して、電子メールを阻止するまたはそれを送る等というように、講ずるべき処置を決定することもできる。いずれの場合でも、コンテンツ処理システム１０６は、システム１０４によって出力されたコンテンツ１０８の本質に基づいて、コンテンツ１０８を処理する。

[0040] 図３は、コンテンツ判定コンポーネント１１２がどのように信頼性レベルをコンテンツ判定１１０に指定するかについて示す更に詳細なブロック図である。図３に示す実施形態では、コンテンツ判定コンポーネント１１２は最初に、所与の規則において一致したパターンがセグメント化言語または非セグメント化言語のどちらに対するものか判定する。これは、図３においてブロック１５０によって示される。

[0041] 当てはまる規則が、英語のようなセグメント化言語に対するものである場合、これは、指定される信頼性レベルに影響を及ぼす。例えば、セグメント化言語は明確に区切られた単語（空白によって分離される）を有するので、規則の一部として一致したいずれのキー・ワードでも、非セグメント化言語において一致する場合に可能であるよりも、高い信頼性で一致することができる。先に論じたように、非セグメント化言語における文字列が正確に一致しても、その列はそのコンテキストに基づいて全く異なることを意味する可能性がある。このため、コンポーネント１１２は、文字列が規則およびコンテンツ１０８において同じことを意味することには余り確信がない。

[0042] したがって、コンテンツ判定コンポーネント１１２は、次に、所与の規則に対して一致したパターンをサポートするために発見された確証(corroboration)のレベルを判定する。これは、ブロック１５２によって示される。次いで、コンポーネント１１２は、一致したパターンおよび識別された確証に基づいて、信頼性スコアを指定する。これはブロック１５４によって示される。

[0043] 一具体例として、一致したセグメント化言語に対する規則がクレジット・カード情報を探していると仮定する。一実施形態では、この規則は、最初に、コンテンツ１０８が１６桁の数値を含まなければならないことを指定する主要パターンにコンテンツ１０８が一致することを要求する。更に、コンテンツ１０８が１６桁の数値を含むと仮定する。したがって、セグメント化言語においてこの規則によって要求されるパターンが一致したことになる。更に、確証証拠を発見するために、この規則は、１６桁の数値に加えて、コンテンツ１０８にも存在するかもしれないある種のキー・ワードを含む確証パターン部分を含むことを仮定する。このようなキー・ワードは、「クレジット・カード」、「失効日」等を含むことができる。次いで、コンテンツ判定コンポーネント１１２は、確証データーのいずれかがコンテンツ１０８において一致したか否か判断する。一致したパターンはセグメント化言語に対応するので、コンテンツ判定コンポーネント１１２は、確証データーにおける単語がパターンおよびコンテンツ１０８双方において同じことを意味することを強く確信することができる。即ち、規則におけるキー・ワードの１つが「クレジット・カード」であり、コンテンツ判定コンポーネント１１２が「クレジット・カード」という単語をコンテンツ１０８において発見した場合、コンテンツ判定コンポーネント１１２は、既に一致した１６桁の数値が実際にクレジット・カード番号であることを強く確信することができる。コンテンツ判定コンポーネント１１２がコンテンツ１０８において「失効日」という単語も発見した場合、信頼性レベルは一層高くなる。規則において一致した主要パターンおよび対応する確証パターンに基づいて、信頼性レベルが指定される。

[0044] あるいは、ブロック１５０において、当てはまる規則に対するパターンが非セグメント化言語に対応すると判定された場合、コンテンツ判定コンポーネント１１２は、再度、一致したパターンをサポートする確証データーを探す。これは、図３においてブロック１５６によって示される。しかしながら、セグメント化言語とは異なり、コンテンツ判定コンポーネント１１２が確証データーであるキー・ワードの一致を見出しても(match)、キー・ワードが規則において同じものを意味することは、コンテンツ１０８における程確信することはできない。したがって、コンテンツ１０８において確証データーを突き止める(locate)ことは非セグメント化言語に対しても信頼性レベルを高めるが、セグメント化言語に対する程には信頼性レベルを高めることはできない。

[0045] 具体例として、非セグメント化言語に対するパターンは、コンテンツ１０８が１６桁の数値を含むことを必要とすると仮定する。更に、コンテンツ１０８は１６桁の数値を含むと仮定する。次いで、パターンは、コンテンツ判定コンポーネント１１２に、英語に変換されたときに、英語の「クレジット・カード」という単語に対応する文字列をコンテンツ１０８において探すように求める。コンテンツ判定コンポーネント１１２がコンテンツ１０８においてその文字列を突き止めたとしても、これは、その文字列が「クレジット・カード」という意味を有することを意味しない。実際、クレジット・カードとは関係ない全く異なる意味をコンテンツ１０８のコンテキストでは有するかもしれない。これは、先に「背景」の章で例示された。したがって、コンテンツ判定コンポーネント１１２はその判定の信頼性レベルを高めるが、セグメント化言語の場合における程には高められないかもしれない。しかしながら、いずれの場合でも、信頼性スコアは、規則において一致したパターン、および識別された確証データーに基づいて指定される。これは、図３においてブロック１５８によって示される。

[0046] 図４は、コンテンツ１０８のようなコンテンツの本体内においてクレジット・カード・データーを検出するための規則を定めるために用いられる階層的ツリー構造１７０を示す。構造１７０は、規則がクレジット・カード・データーを検出するために使用されることを示すヘッド・ノート１７２を含む。名称ノード１７４は、特定の規則に名称を付け（この場合、「クレジット・カード」と命名される）、記述ノード１７６は、規則が何をするかについて説明する。この場合、規則がクレジット・カード情報を含むコンテンツを識別しようとすることを記述するテキスト記述を含み、更に、クレジット・カード情報が検出されたときにこの情報をどのように保護するかについても記述することができる。

[0047] 次に、構造１７０は、３つのパターン・ノード１７８、１８０、および１８２を含む。パターン・ノード１７８は、セグメント化言語においてクレジット・カード・データーを識別するために使用することができる１組のパターンおよび確証データーを定める。ノード１７８は、パターンを更に定める１組の子ノード１８４、１８６、および１８８を含む。ノード１８４は、照合される規則に対して、１６桁の数値という形態である規則的な表現がコンテンツにおいて発見されることを示す。この規則的な表現が発見されると、確証ノード１８８が随意照合(optional matches)を識別する。随意照合は、１６桁の数値がクレジット・カード番号であるという判定を確証するために使用することができる。一実施形態では、ノード１８８は、クレジット・カードに関係し、ノード１７８によって表される１つ以上のセグメント化言語（英語のような）において提示されるキー・ワードのリストを含む。再度、一例として、キー・ワードは、「クレジット・カード」、「Visa」、「Master Card」、「失効日」等を含むことができる。信頼性ノード１８６は、１６桁の数値が識別され、更に随意照合の少なくとも１つが識別されたコンテンツに関連付けられた信頼性レベルを定める。１つよりも多い随意照合（または確証照合）が識別された場合、信頼性レベル１８６は、高い信頼性を識別する追加の信頼性レベルを指定することができる。このように、ノード１８６は、コンテンツ判定コンポーネント１１２に、所与の規則および確証データーがノード１７８において一致したときに行われる機密判定に対して、どの信頼性レベルを指定するべきか指定する。

[0048] また、ノード１８０は、複数の子ノード１９０、１９２、および１９４も含む。主要照合ノード１９０は、この場合も、ノード１８２の発火(fire)に対応する規則に対して一致すべきパターンを指定する。図４に示す実施形態では、パターンは１６桁の数値を構成する規則的な表現である。

[0049] 随意（または確証）照合ノード１９４は、一致したパターンをサポートする信頼性レベルに到達するために突き合わせることができる確証証拠を定める。図４に示す実施形態では、随意照合１９４は、１つ以上の非セグメント化言語におけるキー・ワードのリストを含む。勿論、このリストは、事実上、被分析コンテンツ内におけるコンテキストによっては意味が曖昧になる可能性がある文字列のリストで構成される。したがって、ノード１８０に対応するパターンは、ノード１９０における規則的な表現に一致し、ノード１９４における少なくとも１つのキー・ワードに一致しても、信頼性ノード１９２において識別される信頼性レベルが７０パーセントに過ぎず、一方ノード１８６におけるセグメント化言語パターンに対しては９０パーセントであったことを示す。したがって、同じタイプの一致がセグメント化および非セグメント化言語において生じたのであっても、対応する証拠が確かでない(less certain)ので、非セグメント化言語に対応する信頼性レベルの方が低い。

[0050] また、ノード１８２は複数の子ノード１９６、１９８、および２００も含む。ノード１８２に対応するパターンによって定められるパラメーターは、ノード１８０に対して示したものと同様である。したがって、規則が発火するためにコンテンツ１０８において一致させるべき１６桁の数値のような、規則的な表現を定める主要照合ノード１９６がある。しかしながら、随意照合ノード２００は、コンテンツ１０８内に位置する可能性がある２つの異なるタイプの情報を含む。第１の情報は、ノード１９４において示したものと同様である。即ち、１つ以上の非セグメント化言語における１組のキー・ワードがリストに纏められる。これらのキー・ワードのいずれかがコンテンツ１０８において突き止められた場合、これらは確証データーとして役割を果たす。しかしながら、随意照合ノード２００は、確証証拠が日付けを含むことができるとも述べている。例えば、クレジット・カード情報について話すとき、失効日を含むことは極普通である。したがって、１６桁の数値がコンテンツ内で突き止められ、特定の非セグメント化キー・ワードがコンテンツ１０８内で突き止められ、更にこのコンテンツにおいて日付けが突き止められた場合、その情報がクレジット・カード情報である信頼性を高くすることができる。したがって、非セグメント化言語に対してであっても、ノード１９８によって表現される信頼性レベルは８０パーセントになる。これは、キー・ワード一致の確信は低いが、日付けの一致によっても確証されるからである。

[0051] 尚、非セグメント化言語（図４におけるノード１８０および１８２に対応する）に対応する双方のパターンは、システム１０４が目的とする非セグメント化言語全てにおいてキー・ワードのリストを含むことができることは注記してしかるべきである。即ち、随意照合ノード１９４および２００における１組のキー・ワードは、中国語、日本語、韓国語、ベトナム語等からの文字列を含むことができる。したがって、コンテンツ１０８においてどの非セグメント化言語が使用されるかには関係なく、パターン１８０および１８２において一致を得ることができる。同様に、パターン１７８に対応するセグメント化言語における随意照合ノード１８８も、本システムが動作することを意図する実質的に全てのセグメント化言語からの単語を含むことができる。つまり、ノード１８８は、英語、フランス語、ドイツ語、スペイン語等のキー・ワードのリストを含むことができる。このため、ノード１７８は全てのセグメント化言語に対して動作することができる。

[0052] また、図４に提示される構造１７０は、クレジット・カードを識別するために全ての所望の言語に対して動作するために使用することができるパターンを有する１つの規則を示すに過ぎないことも注記しておく。これは、使用することができる１つのタイプの構造に過ぎず、１つの規則例を示すに過ぎない。更に、開示した主要な一致および随意照合、ならびに信頼性レベルも一例に過ぎない。異なるものまたは追加のものも使用することができる。

[0053] 図４Ａおよび図４Ｂは、理解を深めるために使用することができる２つの具体的なユーザー・インターフェース例を示す。図４Ａは、ユーザー１０１が電子メール・メッセージをコンテンツ１０８として生成しているユーザー・インターフェース・ディスプレイ３００を示す。ディスプレイ３００における電子メール・メッセージは、例示的に、受信者部分３０２、主題部分３０４、および添付書類部分３０６、送信ボタン３０８、メッセージ本体部分３１０、およびユーザー教育部分３１２を有する。図４Ａに示す実施形態では、ユーザー１０１は、本体部分３１０において短い電子メール・メッセージを生成し、添付文書部分３０６において文書を添付し終えている。この電子メール・メッセージには２人の受信者、ジョン・ドーおよびジェイソン・スミスがいる。

[0054] ユーザーが電子メール・メッセージ（コンテンツ１０８に対応する）を生成するに連れて、コンテンツ判定コンポーネント１１２もコンテンツ１０８を分析して、それが機密素材を含むか否か判断する。スプレッドシート添付書類が部分３０６において添付されるとき、コンテンツ判定コンポーネント１１２はその添付書類も分析する。

[0055] 図４Ａに示す実施形態では、コンポーネント１１２は添付書類部分３０６を分析し、それが機密記録を含むことを発見した。したがって、コンテンツ処理システム１０６は、ユーザー・インターフェース・ディスプレイ３００上において、部分３１２に通知３１４を生成する。通知３１４は、アイコン３１６、見出し３１８、説明３２０、および警告または命令３２２を含む。アイコン３１６は、部分３１２に表示される遵守メモ(compliance note)またはティップと関連付けることができる。これは、例示的に、何かのグラフィック画像を含み、この画像は、部分３１２において述べられる特定のデーター拡散方針に応じて変化することができる。勿論、アイコン３１６は静止アイコンとすることもできる。

[0056] 見出しメモ部分３１８は、データー拡散方針が、作成された電子メール・メッセージまたは添付書類に適用されることになることを単に示す見出しである。説明部分３２０は、この実施形態では、「この電子メールが機密記録を含む」ことを述べる。つまり、説明部分３２０は、データー拡散方針がこの電子メール・メッセージに適用されることになる理由を記述する。警告または命令部分３２２は、「これが許可された受信者に送られることを確認しなさい」と述べる。この部分は、実施される特定のデーター拡散方針にどのように従うか、ユーザーに命令する。したがって、ディスプレイ３００の部分３１２において、部分３１８はユーザーにデーター拡散方針が実施されていることを通知し、説明部分３２０および警告または命令部分３２２は、データー拡散方針が実施されている理由について、そしてこの方針にどのように従うかについてユーザー１０１を教育する。これは、文書が作成されている間に、そしてユーザー１０１に表示されている間に、文書自体のコンテキストにおいて全て行われる（電子メール・メッセージおよび添付書類）。

[0057] 図４Ａに示す実施形態では、添付書類３２４が強調されることも見ることができる。一実施形態では、電子メール・メッセージ（コンテンツ１０８）において機密である部分が、例示的に、ディスプレイ３００においてそれを区別する何らかのタイプの視覚的合図によって示される。図４Ａに示す実施形態では、添付書類３２４は、例示的に、黄色のような、ユーザー・インターフェース・ディスプレイ３００の残りの部分とは異なる色で強調される。これは、添付書類３２４が、説明部分３２０において述べられた機密記録を含む電子メールの部分であることを示す。

[0058] 図４Ｂは、生成することができる他のユーザー・インターフェース・ディスプレイ３３０を示す。ユーザー・インターフェース・ディスプレイ３３０上の多数の項目は、図４Ａに示したものと同様であり、同様の番号が付けられる。しかしながら、多数の相違にも気付くことができる。図４Ｂから、機密情報は、添付書類内ではなく、電子メール・メッセージの本体３１０に含まれることがわかる。したがって、ユーザー１０１が電子メール・メッセージの本体３１０をタイプ入力していくに連れて、コンテンツ判定コンポーネント１１２がこのコンテンツを分析して行き、本体３１０においてクレジット・カード番号を識別する。勿論、この実施形態のために、実際の番号は文字ｘ、ｙ、およびｚと置き換えられている。この電子メール・メッセージは機密情報を含むので、データー拡散方針がこの電子メールに適用される。図示する実施形態では、部分３１２における説明部分３２０が、この電子メールに関して何故データー拡散方針が適用されるのかだけでなく、コンテンツ処理システム１０６によって講ぜられることになる処置についても記述する。遵守メモは、「この電子メールは、機密内容を含むので、貴方の組織によって阻止される。」ことを述べる。これは、データー拡散方針が何故実施されるか（電子メールが機密内容を含むので）示すだけでなく、システム１０６がその方針のためにこの電子メールをどうしようとしているのか（それを阻止する）についてユーザーを教育する。

[0059] 図５は、オーサリング・システム４０２内部で実行されるオーサリング・アプリケーション４００内において言語独立コンテンツ判定システム１０４が展開される、更に具体的な実施形態を示すブロック図である。オーサリング・システム４０２は、例示的に、プロセッサー４０４を含む。プロセッサー４０４は、ユーザー１０１が、ユーザー・デバイス４０６を通じて、オーサリング・システム４０２と対話処理できるように、オーサリング・アプリケーションを実行するために使用される。ユーザー・デバイス４０６は、デスクトップ・コンピューター、ラップトップ・コンピューター、パームトップまたはタブレット・コンピューター、移動体デバイス、スマート・フォン、パーソナル・ディジタル・アシスタント、マルチメディア・プレーヤー等のような、いずれのタイプのユーザー・デバイスでも可能である。具体的な一例として、オーサリング・システム４０２がワード・プロセッシング・オーサリング・アプリケーション４００を実行しており、ユーザー１０１がアプリケーション４００を実行してワード・プロセッシング文書４０８を生成することができると仮定する。図５に示す実施形態では、言語独立コンテンツ判定システム１０４およびコンテンツ処理コンポーネント１０６の双方が、オーサリング・アプリケーション４００内に埋め込まれる。したがって、ユーザー１０１が文書４０８を作成して行くと、システム１０４およびコンポーネント１０６は文書４０８のコンテンツを分析し、その本質を判定し（それが機密か否かというような本質）、それに応じて文書４０８を処理していく（データー拡散方針を機密情報に施行することによってとうように）。図５は、単に、コンテンツを作成するために使用されるアプリケーション内にシステム１０４およびコンポーネント１０６を埋め込むことができることを示すために提示されるに過ぎない。

[0060] また、環境１００は、広範囲におよぶ種々の異なるアーキテクチャーにも展開できることも注記してしかるべきである。環境１００の異なる部分をユーザー・デバイス４０６上またはサーバー上に展開することができ、あるいはこれらを１つ以上のクライアントおよび１つ以上のサーバー間で分割することもできる。加えて、環境１００の部分が、クラウド・ベース・アーキテクチャー内に展開されるクラウド・ベース・サービスであることもできる。

[0061] クラウド計算アーキテクチャーは、例示的に、インフラストラクチャー、プラットフォーム、およびアプリケーションを含む。クラウド・サービスは、クラウド・サーバー、デスクトップ・コンピューター、タブレット・コンピューター、ラップトップ・コンピューター、セルラ・フォンまたはスマート・フォンあるいは他の移動体デバイス、あるいはパーソナル・ディジタル・アシスタントというような他のデバイスまたはシステムに結合される。クラウド計算は、製品ではなく、計算、ソフトウェア、データー・アクセス、および記憶サービスを提供し、エンド・ユーザーは、サービスを配信するシステムの物理的位置や構成を知る必要がない。種々の実施形態において、クラウド計算は、インターネットのようなワイド・エリア・ネットワークを通じて、しかるべきプロトコルを使用して、サービスを配信する。例えば、クラウド計算プロバイダーは、ワイド・エリア・ネットワークを通じてアプリケーションを配信し、ウェブ・ブラウザーまたは何らかの他の計算コンポーネントによってこれらのアプリケーションにアクセスすることができる。環境１００のソフトウェアまたはコンポーネント、および対応するデーターは、クラウドにおける離れた位置にあるサーバーに格納することができる。クラウド計算環境における計算リソースは、離れたデーター・センター一において結集することができ、またはこれらを分散させることができる。クラウド計算インフラストラクチャーは、ユーザーにとって１つのアクセス・ポイントのように見えても、共有データー・センターを通じてサービスを配信することができる。つまり、本明細書において説明するコンポーネントおよび機能は、離れた位置にあるサービス・プロバイダーによって、クラウド計算アーキテクチャーを用いて提供することができる。代わりに、これらを従来のサーバーから提供することもでき、またはこれらをクライアント・デバイスに直接または他の方法でインストールすることもできる。

[0062] 図６は、クラウド計算環境における言語独立コンテンツ判定システム１０４、コンテンツ処理システム１０６、およびコンテンツ・ソース・システム１０２を示す。これらのシステムの全ては、クラウド４２０内に示される。ユーザー１０１は、ユーザー・デバイス４０６を通じて提供されるサービスとして、これらにアクセスする。

[0063] 図７は、ユーザー・デバイス（またはクライアント・デバイス）４０６として使用することができるハンドヘルド・デバイスまたは移動体計算デバイスの例示的な一実施形態の簡略ブロック図であり、この中に本システム（またはその一部）を展開することができ、または本システムにアクセスするために使用することができる。図８および図９は、ハンドヘルドまたは移動体デバイスの例である。

[0064] 図７は、ユーザー・デバイス４０６であることができ環境１００のコンポーネントを実行することができる、または環境１００と相互作用することができるクライアント・デバイス１６のコンポーネントの全体的なブロック図を示す。デバイス１６において、通信リンク１３が提供され、ハンドヘルド・デバイスが他の計算デバイスと通信することができ、ある実施形態の下では、スキャニングによってというように、情報を自動的に受信するためのチャネルを提供する。通信リンク１３の例には、赤外線ポート、シリアル／ＵＳＢポート、イーサネット（登録商標）・ポートのようなケーブル・ネットワーク・ポート、およびワイヤレス・ネットワーク・ポートが含まれ、１つ以上の通信プロトコルによる通信を可能にする。通信プロトコルには、一般パケット無線サービス（ＧＰＲＳ）、１Ｘｒｔｔ、およびショート・メッセージ・サービスが含まれる。これらは、ネットワークへのセルラ・アクセスを提供するために使用されるワイヤレス・サービス、ならびに８０２．１１および８０２．１１ｂ(Wi-Fi)プロトコル、更にはBluetooth（登録商標）プロトコルであり、ネットワークへのローカル・ワイヤレス接続を提供する。

[0065] 他の実施形態の下では、アプリケーションまたはシステム（環境１００のような）はリムーバブル・セキュア・ディジタル（ＳＤ）カード上で受け取られる。ＳＤカードは、ＳＤカード・インターフェース１５に接続される。ＳＤカード・インターフェース１５および通信リンク１３は、バス１９に沿って、プロセッサー１７と通信する。バス１９は、メモリー２１および入力／出力（Ｉ／Ｏ）コンポーネント２３、ならびにクロック２５および位置検出システム２７にも接続される。

[0066] Ｉ／Ｏコンポーネント２３は、一実施形態では、入力および出力動作を容易にするために設けられる。デバイス１６の種々の実施形態では、Ｉ／Ｏコンポーネント２３は、ボタン、タッチ・センサー、タッチ・スクリーン、近接センサー、マイクロフォン、傾きセンサー、および重力スイッチというような入力コンポーネント、ならびにディスプレイ・デバイス、スピーカー、および／またはプリンター・ポートというような出力コンポーネントを含むことができる。他のＩ／Ｏコンポーネント２３も使用することができる。

[0067] クロック２５は、例示的に、時刻および日付けを出力するリアル・タイム・クロック・コンポーネントを含む。また、これは例示的にプロセッサー１７にタイミング機能を提供することもできる。

[0068] 位置検出システム(location system)２７は、例示的に、デバイス１６の現在の地理的位置を出力するコンポーネントを含む。これは、例えば、汎地球測位システム（ＧＰＳ）受信機、ＬＯＲＡＮシステム、自立航法システム(dead reckoning system)、セルラ三角測量システム、または他の測位システムを含むことができる。また、これは、例えば、所望の地図、ナビゲーション経路、および他の地理的機能を生成する地図作成ソフトウェアまたはナビゲーション・ソフトウェアも含むことができる。

[0069] メモリー２１は、オペレーティング・システム２９、ネットワーク設定値３１、アプリケーション３３、アプリケーション構成設定値３５、データー・ストア３７、通信ドライバー３９、および通信構成設定値４１を格納する。メモリー２１は、全てのタイプの有形揮発性および不揮発性コンピューター読み取り可能メモリー・デバイスを含むことができる。また、これはコンピューター記憶媒体（以下で説明する）も含むことができる。メモリー２１は、コンピューター読み取り可能命令を格納する。コンピューター読み取り可能命令は、プロセッサー１７によって実行されると、このプロセッサーに、命令にしたがってコンピューター実施ステップまたは機能を実行させる。システム１００の一部が、例えば、メモリー２１内に存在することができる。プロセッサー１７は、他のコンポーネントによって、それらの機能実行を容易にするためにアクティブ化することもできる。

[0070] ネットワーク設定値３１の例には、近接情報、インターネット接続情報、および地図作成(mapping)というようなものが含まれる。アプリケーション構成設定値３５は、特定の企業またはユーザーに合わせてアプリケーションを特別に構成する設定値を含む。通信構成設定値４１は、他のコンピューターと通信するためのパラメーターを供給し、ＧＰＲＳパラメーター、ＳＭＳパラメーター、接続ユーザー名およびパスワードというような項目を含む。

[0071] アプリケーション３３は、デバイス１６上に以前に格納されていたアプリケーション、または使用中にインストールされるアプリケーションとすることができるが、これらはオペレーティング・システム２９の一部であること、またはデバイス１６の外部にホストされることも可能である。

[0072] 図８および図９は、使用することができるデバイス１６の例を示すが、他のものを使用することもできる。図８において、スマート・フォンまたは移動体電話機４５がデバイス１６として示される。電話機４５は、電話番号をダイアルするための１組のキーパッド４７、アプリケーションの画像、アイコン、ウェブ・ページ、写真、およびビデオを含む画像を表示することができるディスプレイ４９、ならびにこのディスプレイ上に示される項目を選択するための制御ボタン５１を含む。この電話機は、総合パケット無線サービス（ＧＰＲＳ）および１Ｘｒｔｔのようなセルラ・フォン信号、ならびにショート・メッセージ・サービス（ＳＭＳ）信号を受信するためのアンテナ５３を含む。実施形態では、電話機４５が、ＳＤカード５７を受け入れるセキュア・ディジタル（ＳＤ）カード・スロット５５も含む場合もある。

[0073] 図９の移動体デバイスは、パーソナル・ディジタル・アシスタント（ＰＤＡ）５９、あるいはマルチメディア・プレーヤー、またはタブレット計算デバイス等である（以後ＰＤＡ５９と呼ぶ）。ＰＤＡ５９は誘導性スクリーン６１を含み、スタイラス６３（またはユーザーの指というような他のポインター）がこのスクリーン上に位置付けられるときにこのスタイラスの位置を検知する。これによって、ユーザーはスクリーン上で項目を選択する、強調する、および移動させることができ、更に描画および書き込みも行うことができる。また、ＰＤＡ５９は多数の入力キーまたはボタン（ボタン６５のような）も含み、これらによって、ユーザーは、ディスプレイ６１上に表示されるメニュー選択肢または他の表示選択肢全体にわたってスクロールすることができ、更に、ディスプレイ６１に接触することなく、アプリケーションを変更すること、またはユーザー入力機能を選択することができる。図示しないが、ＰＤＡ５９は、他のコンピューターとのワイヤレス通信に備える内部アンテナおよび赤外線送受信機、ならびに他の計算デバイスとのハードウェア接続に備える接続ポートも含むことができる。このようなハードウェア接続は、通例、シリアル・ポートまたはＵＳＢポートを介して他のコンピューターに接続するクレードルによって行われる。したがって、これらの接続は非ネットワーク接続である。一実施形態では、移動体デバイス５９は、ＳＤカード６９を受け入れるＳＤカード・スロット６７も含む。

[0074] 尚、デバイス１６の他の形態も可能であることを注記しておく。その例には、タブレット計算デバイス、音楽またはビデオ・プレーヤー、および他のハンドヘルド計算デバイスが含まれる。

[0075] 図１０は、環境１００（例えば）を展開することができる計算環境８００の一実施形態である。図１０を参照すると、実施形態を実現するためのシステム例は、コンピューター８１０の形態とした汎用計算デバイスを含む。コンピューター８１０のコンポーネントには、処理ユニット８２０（プロセッサー１１４を含むことができる）、システム・メモリー８３０、およびシステム・メモリーから処理ユニット８２０までを含む種々のシステム・コンポーネントを結合するシステム・バス８２１を含むことができるが、これらに限定されるのではない。システム・バス８２１は、メモリー・バスまたはメモリー・コントローラ、周辺バス、および種々のバス・アーキテクチャーの内いずれかを使用するローカル・バスを含む、様々なタイプのバス構造のいずれでもよい。一例として、そして限定ではなく、このようなアーキテクチャーは、業界標準アーキテクチャー（ＩＳＡ）バス、マイクロ・チャネル・アーキテクチャー（ＭＣＡ）、拡張ＩＳＡ（ＥＩＳＡ）バス、ビデオ電子規格連合（ＶＥＳＡ）ローカル・バス、およびMezzanineバスとしても知られる周辺コンポーネント相互接続（ＰＣＩ）バスを含む。図１に関して説明したメモリーおよびプログラムは、図１０の対応する部分に展開することができる。

[0076] コンピューター８１０は、通例、種々のコンピューター読み取り可能媒体を含む。コンピューター読み取り可能媒体は、コンピューター８１０によってアクセスすることができるいずれの入手可能な媒体とすることもでき、揮発性および不揮発性、ならびにリムーバブルおよび非リムーバブル媒体の双方を含む。一例として、そして限定ではなく、コンピューター読み取り可能媒体は、コンピューター記憶媒体および通信媒体を含むことができる。コンピューター記憶媒体は、変調データー信号または搬送波とは異なり、これらを含まない。コンピューター記憶媒体は、揮発性および不揮発性、リムーバブルおよび非リムーバブル媒体を含み、コンピューター読み取り可能命令、データー構造、プログラム・モジュール、または他のデーターというような情報の格納のためのいずれかの方法または技術で実現される。コンピューター記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュ・メモリーまたは他のメモリー技術、ＣＤ−ＲＯＭ、ディジタル・バーサタイル・ディスク（ＤＶＤ）または他の光ディスク・ストレージ、磁気カセット、磁気テープ、磁気ディスク・ストレージまたは他の磁気記憶デバイス、または所望の情報を格納するために使用することができそしてコンピューター８１０によってアクセスすることができる他のあらゆる媒体を含むが、これらに限定されるのではない。通信媒体は、通例、コンピューター読み取り可能命令、データー構造、プログラム・モジュール、または他のデーターをある伝達メカニズムに具体化し、あらゆる情報配信媒体を含む。「変調データー信号」という用語は、その信号内に情報をエンコードするようなやり方で、その特性の１つ以上が設定または変更された信号を意味する。一例として、そして限定ではなく、通信媒体は、有線ネットワークまたは直接有線接続というような有線媒体と、音響、ＲＦ、赤外線、および他のワイヤレス媒体というようなワイヤレス媒体とを含む。以上のいずれの組み合わせも、コンピューター読み取り可能媒体の範囲に含まれてしかるべきである。

[0077] システム・メモリー８３０は、リード・オンリー・メモリー（ＲＯＭ）８３１およびランダム・アクセス・メモリー（ＲＡＭ）８３２のような、揮発性および／または不揮発性メモリーの形態としたコンピューター記憶媒体を含む。基本入力／出力システム８３３（ＢＩＯＳ）は、起動中におけるように、コンピューター８１０内部にあるエレメント間で情報を転送するのに役立つ基本的なルーチンを含み、通例ＲＯＭ８３１に格納される。ＲＡＭ８３２は、通例、処理ユニット８２０によって直ちにアクセス可能なデーターおよび／またはプログラム・モジュール、および／または現在処理ユニット８２０によって処理されているデーターおよび／またはプログラム・モジュールを含む。一例として、そして限定ではなく、図１０は、オペレーティング・システム８３４、アプリケーション・プログラム８３５、他のプログラム・モジュール８３６およびプログラム・データー８３７を示す。

[0078] また、コンピューター８１０は、他のリムーバブル／非リムーバブル、揮発性／不揮発性コンピューター記憶媒体も含むことができる。一例としてに過ぎないが、図１０は、非リムーバブル、不揮発性磁気媒体に対して読み取りまたは書き込みを行うハード・ディスク・ドライブ８４１、リムーバブル、不揮発性磁気ディスク８５２に対して読み取りまたは書き込みを行う磁気ディスク・ドライブ８５１、およびＣＤ−ＲＯＭまたは他の光媒体のようなリムーバブル、不揮発性光ディスク８５６に対して読み取りまたは書き込みを行う光ディスク・ドライブ８５５を示す。この動作環境例において使用することができる他のリムーバブル／非リムーバブル、揮発性／不揮発性コンピューター記憶媒体には、磁気テープ・カセット、フラッシュ・メモリー・カード、ディジタル・バーサタイル・ディスク、ディジタル・ビデオ・テープ、ソリッド・ステートＲＡＭ、ソリッド・ステートＲＯＭ等が含まれるが、これらに限定されるのではない。ハード・ディスク・ドライブ８４１は、通例、インターフェース８４０のような非リムーバブル・メモリー・インターフェースを介してシステム・バス８２１に接続され、磁気ディスク・ドライブ８５１および光ディスク・ドライブ８５５は、通例、インターフェース８５０のようなリムーバブル・メモリー・インターフェースによってシステム・バス８２１に接続される。

[0079] 以上で論じ図１０に示すこれらのドライブおよびそれに関連するコンピューター記憶媒体は、コンピューター８１０のためのコンピューター読み取り可能命令、データー構造、プログラム・モジュール、および他のデーターの格納を行う。図１０では、例えば、ハード・ディスク・ドライブ８４１は、オペレーティング・システム８４４、アプリケーション・プログラム８４５、他のプログラム・モジュール８４５、およびプログラム・データー８４７を格納することが示される。尚、これらのコンポーネントは、オペレーティング・システム８３４、アプリケーション・プログラム８３５、他のプログラム・モジュール８３６、およびプログラム・データー８３７と同一であること、または異なることもできる。オペレーティング・システム８４４、アプリケーション・プログラム８４５、他のプログラム・モジュール８４６、およびプログラム・データー８４７は、ここでは、少なくともこれらが異なるコピーであることを示すために、異なる番号が与えられる。

[0080] ユーザーは、キーボード８６２、マイクロフォン８６３、およびマウス、トラックボール、またはタッチ・パッドのようなポインティング・デバイス８６１というような入力デバイスによって、コマンドおよび情報をコンピューター８１０に入力することができる。他の入力デバイス（図示せず）には、ジョイスティック、ゲーム・パッド、衛星ディッシュ、スキャナー等を含むことができる。これらおよび他の入力デバイスは、多くの場合、ユーザー入力インターフェース８６０を介して処理ユニット８２０に接続される。ユーザー入力インターフェース８６０は、システム・バスに結合されるが、パラレル・ポート、ゲーム・ポート、またはユニバーサル・シリアル・バス（ＵＳＢ）のような他のインターフェースおよびバス構造によって接続されてもよい。また、モニター８９１または他のタイプのディスプレイ・デバイスも、ビデオ・インターフェース８９０のようなインターフェースを介して、システム・バス８２１に接続される。モニターに加えて、コンピューターは、スピーカー８９７およびプリンター８９６のような他の周辺出力デバイスも含むことができ、これらは出力周辺インターフェース８９５を介して接続されればよい。

[0081] コンピューター８１０は、リモート・コンピューター８８０のような１つ以上のリモート・コンピューターへの論理接続を使用して、ネットワーク接続環境 (networked environment)において動作することもできる。リモート・コンピューター８８０は、パーソナル・コンピューター、ハンドヘルド・デバイス、サーバー、ルーター、ネットワークＰＣ、ピア・デバイス、または他の一般的なネットワーク・ノードであってよく、通例、コンピューター８１０に関して先に説明したエレメントの多くまたは全部を含む。図１０に示す論理接続は、ローカル・エリア・ネットワーク（ＬＡＮ）８７１およびワイド・エリア・ネットワーク（ＷＡＮ）８７３を含むが、他のネットワークを含むこともできる。このようなネットワーキング環境 (networking environment) は、事務所、企業規模のコンピューター・ネットワーク、イントラネット、およびインターネットでは極普通である。

[0082] ＬＡＮネットワーキング環境において使用される場合、コンピューター８１０は、ネットワーク・インターフェースまたはアダプター８７０を介してＬＡＮに接続することができる。ＷＡＮネットワーキング環境において使用される場合、コンピューター８１０は、通例、インターネットのようなＷＡＮ８７３を介して通信を確立するモデム８７２または他の手段を含む。モデム８７２は、内蔵型でも外付けでもよく、ユーザー入力インターフェース８６０または他のしかるべきメカニズムを介してシステム・バス８２１に接続することができる。ネットワーク接続環境では、コンピューター８１０に関して図示したプログラム、またはその一部が、リモート・メモリー記憶デバイスに格納されてもよい。一例として、そして限定ではなく、図１０は、リモート・アプリケーション・プログラム８８５を、リモート・コンピューター８８０上に存在するものとして示す。尚、図示したネットワーク接続は一例であり、コンピューター間に通信リンクを確立する他の手段を使用してもよいことは認められよう。

[0083] 以上、構造的特徴および／または方法論的動作に特定の文言で本主題について説明したが、添付した特許請求の範囲において定められる主題は、必ずしも以上で説明した具体的な特徴や動作には限定されないことは、理解されてしかるべきである。逆に、以上で説明した具体的な特徴および動作は、特許請求の範囲を実現する形態例として開示されたまでである。

Claims (10)

1. 文書のコンテンツを処理するコンピューター実装方法であって、
   前記コンテンツを第１タイプのコンテンツとして識別するために使用されるパターンを定める１組の規則にアクセスするステップであって、各規則が、セグメント化言語で書かれたテキスト・コンテンツおよび非セグメント化言語で書かれたテキスト・コンテンツとそれぞれ照合することができるセグメント化パターンおよび非セグメント化パターンを有する、ステップと、
   前記文書のコンテンツがセグメント化言語で書かれたかまたは非セグメント化言語で書かれたかには関係なく、各規則において、前記文書におけるコンテンツが前記第１タイプのコンテンツであるか否か判定するために、前記文書のコンテンツを前記パターンと照合するステップと、
   前記文書のコンテンツがセグメント化パターンまたは非セグメント化パターンのどちらと一致したかに基づいて、前記文書のコンテンツが前記第１タイプのコンテンツであるか否かについての判定に対応する信頼性スコアを生成するステップと、
   前記文書のコンテンツが前記第１タイプのコンテンツであるか否かについての前記判定、および前記対応する信頼性スコアに基づいて、前記文書のコンテンツを処理するステップと、
   を含む、コンピューター実装方法。
2. 請求項１記載のコンピューター実装方法において、信頼性スコアを生成するステップが、
   前記文書のコンテンツがセグメント化パターンと一致した場合より高い信頼性スコアを生成し、前記文書のコンテンツが非セグメント化パターンと一致した場合より低い信頼性スコアを生成するステップを含む、コンピューター実装方法。
3. 請求項１記載のコンピューター実装方法において、前記文書のコンテンツを処理するステップが、
   前記文書におけるコンテンツが、十分な対応する信頼性スコアで、前記第１タイプのコンテンツである場合、第１組の処理規則にしたがって、前記文書におけるコンテンツを処理するステップと、
   そうでない場合、第２組の処理規則にしたがって前記文書の内容を処理するステップと、
   を含む、コンピューター実装方法。
4. 請求項１記載のコンピューター実装方法において、照合するステップが、
   各規則において、前記文書のコンテンツを、前記非セグメント化パターンおよび前記セグメント化パターンの双方と照合するステップを含み、
   各パターンが、主要照合パターンと、確証照合部分とを含み、照合するステップが、
   最初に前記文書のコンテンツを所与のパターンの前記主要照合部分と照合するステップと、
   前記文書のコンテンツが前記所与のパターンの主要照合部分と一致した場合、前記文書のコンテンツを前記確証照合部分と照合するステップと、
   前記文書のコンテンツが、前記所与のパターンの確証照合部分と一致した場合、第１信頼性スコアを前記一致に指定するステップと、
   を含む、コンピューター実装方法。
5. 請求項４記載のコンピューター実装方法において、前記所与のパターンの確証照合部分が、複数の確証パターンを有し、前記文書のコンテンツを前記確証照合部分と照合するステップが、
   前記文書のコンテンツを前記複数の確証照合部分の各々と照合するステップと、
   前記文書のコンテンツが１つよりも多い確証照合パターンと一致した場合、前記信頼性スコアを増大させるステップと、
   を含む、コンピューター実装方法。
6. 請求項１記載のコンピューター実装方法において、各規則が異なる種類の情報を識別し、前記情報が前記文書のコンテンツに含まれるとき、前記文書のコンテンツを機密コンテンツに認定し(render)、
   前記文書のコンテンツが機密コンテンツに識別されるか否かに基づいて、前記文書のコンテンツにデーター拡散規則を適用するステップを含む、コンピューター実装方法。
7. 請求項６記載のコンピューター実装方法において、前記照合するステップが、
   前記文書のコンテンツを、クレジット・カード情報を識別する規則におけるパターンと照合するステップと、
   前記文書のコンテンツを、社会保障番号情報を識別する規則におけるパターンと照合するステップと、
   前記文書のコンテンツを、個人情報を識別する規則におけるパターンと照合するステップと、
   を含む、コンピューター実装方法。
8. コンテンツ処理システムであって、
   複数の規則を含む規則データー・ストアであって、各規則が１つのタイプの情報に対応し、１組のセグメント化パターンと１組の非セグメント化パターンとを有する、規則データー・ストアと、
   コンテンツを受け、前記コンテンツが各規則に対応するタイプの情報を含むか否か判定するために、各規則において前記コンテンツを前記セグメント化パターンおよび前記非セグメント化パターンと照合するコンテンツ判定コンポーネントであって、前記コンテンツが所与の規則においてセグメント化パターンまたは非セグメント化パターンのどちらと一致したかに基づいて、前記コンテンツが所与の規則に対応するタイプの情報を含むか否かの判定に信頼性レベルを指定する、コンテンツ判定コンポーネントと、
   前記システムの機能コンポーネントであり、照合および信頼性レベルの指定を容易にするために前記コンテンツ判定コンポーネントによってアクティブ化されるコンピューター・プロセッサーと、
   を含む、コンテンツ処理システム。
9. 請求項８記載のコンテンツ処理システムにおいて、前記コンテンツ判定コンポーネントが、前記コンテンツがセグメント化言語、非セグメント化言語、またはセグメント化および非セグメント化言語双方のいずれで書かれているかには関係なく、前記コンテンツを前記セグメント化パターンおよび前記非セグメント化パターンと照合し、前記コンテンツ判定コンポーネントが、前記コンテンツがセグメント化パターンと一致した場合、前記コンテンツが非セグメント化パターンと一致した場合よりも高い信頼性レベルを前記判定に指定する、コンテンツ処理システム。
10. 請求項９記載のコンテンツ処理システムにおいて、規則における各パターンが、主要照合部分と、確証照合部分とを有し、前記コンテンツ判定コンポーネントが、前記コンテンツを最初に前記主要照合部分と照合し、次いで、前記コンテンツが前記主要照合部分と一致した場合、前記確証照合部分と照合し、前記確証照合部分が、複数の照合パターンを含み、前記コンテンツが前記確証照合部分において１つよりも多い前記複数の照合パターンと一致した場合、前記コンテンツ判定コンポーネントが増大した信頼性レベルを指定する、コンテンツ処理システム。