JP2016053871A - データ生成装置、データ生成方法、及びプログラム - Google Patents

Abstract

【課題】一連の作業のそれぞれの内容が自由記述された文書データから各作業の異同を区別可能なデータを獲得すること。
【解決手段】データ生成装置は、実施された一連の作業ごとに当該作業に関する記述を自由形式で含む、複数の文書データを、前記各文書データの記述内容の類似性に基づいて１以上の集合に分類する分類部と、前記複数の文書データのうちの第一の文書データに含まれる各作業に関する第一の記述のそれぞれを、前記第一の文書データと同じ前記集合に分類された第二の文書データに含まれる各作業に関する第二の記述との類似性に基づいて、いずれかの前記第二の記述に対応付け、対応付けられた記述群ごとに共通の識別情報を付与して、前記文書データに含まれる各記述が前記識別情報に置換されたデータを生成する生成部と、を有する。
【選択図】図２

Description

本発明は、データ生成装置、データ生成方法、及びプログラムに関する。

今日、システム運用業務の証跡の確保や、運用ナレッジの蓄積等を目的として、システム運用におけるインシデント発生時の状況と対応とが業務記録データベースに蓄積され、一元的に管理されている。

例えば、業務記録データベースには、過去に発生したインシデントの全てが蓄積され、オペレータは、故障発生時の対応や過去のインシデントからのマニュアルの作成等を、業務記録の情報に基づいて実施する。

業務記録は、業務に関して実施された１以上の作業等を示す情報が、非構造な自然言語データによって記述されたものである。各業務記録は、自由形式によって記述されるため、同じ作業に関する記述でも同一の表現で記述されるとは限らない。そのため、現状は人の手で業務記録から一連の作業系列が抽出され、対応の判断やマニュアル作成等が手作業で実施されている。なお、作業系列とは、業務記録に含まれる作業に関する記述を時系列に示す情報をいう。

業務記録データベースには大量の業務記録が蓄積され、また、マニュアル作成等は運用するシステムのアップデート等に伴って定期的に行われる操作であるため、業務記録から一連の作業系列を抽出する操作は、非常に多くの手間を必要とし、実施頻度も高い。そのため、業務記録を予め構造化された作業系列のデータとして蓄積し、機械的、自動的に業務記録から作業系列を取り出せるようにしたいという要望がある。なお、ここでは、同一の作業ならば同一の作業ＩＤが付与され、異なる作業には異なる作業ＩＤが付与されたデータのことを、構造化された作業系列のデータと呼ぶ。

斯かる状況に鑑み、例えば、非特許文献１には、自然言語で記述された運用手順書から、実施作業の記述箇所を判定及び抽出し、構造化された作業系列のデータを獲得する方法が開示されている。

麻岡正洋、難波功、"運用手順書からの自動実行フロー生成"、信学技報2012-79、2013 渡邉暁、木村達明、豊野剛、西松研、"ネットワーク運用効率化に向けたトラブルチケット分類手法の検討"、 信学会総合大会、2014 渡邉暁、木村達明、豊野剛、西松研、"トラブルチケットにおけるオペレータの作業情報抽出手法"、IN/NS研究会、2014 クラスタ生成の統計アルゴリズム〜階層的手法、k-means法、[online]、［平成２６年８月１１日検索］、インターネット＜http://www.antecanis.com/texts/group_04/＞ Sorensen-Dice Coefficient、[online]、［平成２６年８月１１日検索］、インターネット＜http://en.wikipedia.org/wiki/S%C3%B8rensen%E2%80%93Dice_coefficient＞ Needleman Saul B and Wunsch Christian D、"A general method applicable to the search for similarities in the amino acid sequence of two proteins"、Journal of Molecular Biology 48、1970

しかしながら、非特許文献１の方法における運用手順書からの作業系列のデータの獲得では、作業を示す機器名等を示す主語と、動作を示す述語との記述ルールを、予め事前に定義しておく必要がある。また、記述ルールは、システムのアップデートに伴う機能追加等により、その都度追加される必要がある。また、業務記録には、「正常性確認」等、対象機器によって異なる作業が同じ記述で表現されている場合もあり、記述ルールの活用では業務記録の違いを得るのは困難である。

本発明は、上記の点に鑑みてなされたものであって、一連の作業のそれぞれの内容が自由記述された文書データから各作業の異同を区別可能なデータを獲得することを目的とする。

そこで上記課題を解決するため、データ生成装置は、実施された一連の作業ごとに当該作業に関する記述を自由形式で含む、複数の文書データを、前記各文書データの記述内容の類似性に基づいて１以上の集合に分類する分類部と、前記複数の文書データのうちの第一の文書データに含まれる各作業に関する第一の記述のそれぞれを、前記第一の文書データと同じ前記集合に分類された第二の文書データに含まれる各作業に関する第二の記述との類似性に基づいて、いずれかの前記第二の記述に対応付け、対応付けられた記述群ごとに共通の識別情報を付与して、前記文書データに含まれる各記述が前記識別情報に置換されたデータを生成する生成部と、を有する。

一連の作業のそれぞれの内容が自由記述された文書データから各作業の異同を区別可能なデータを獲得することができる。

第一の実施の形態におけるデータ生成装置のハードウェア構成例を示す図である。 第一の実施の形態におけるデータ生成装置の機能構成例を示す図である。 第一の実施の形態においてデータ生成装置が実行する処理手順の一例を説明するためのフローチャートである。 業務記録記憶部の構成例を示す図である。 業務記録集合記憶部の構成例を示す図である。 作業記述系列記憶部の構成例を示す図である。 作業系列記憶部の構成例を示す図である。 作業系列の生成処理の処理手順の一例を説明するためのフローチャートである。 第二の実施の形態においてデータ生成装置が実行する処理手順の一例を説明するためのフローチャートである。

以下、図面に基づいて本発明の実施の形態を説明する。図１は、第一の実施の形態におけるデータ生成装置のハードウェア構成例を示す図である。図１のデータ生成装置１０は、それぞれバスＢで相互に接続されているドライブ装置１００、補助記憶装置１０２、メモリ装置１０３、ＣＰＵ１０４、インタフェース装置１０５、表示装置１０６、及び入力装置１０７等を有する。

データ生成装置１０での処理を実現するプログラムは、ＣＤ−ＲＯＭ等の記録媒体１０１によって提供される。プログラムを記憶した記録媒体１０１がドライブ装置１００にセットされると、プログラムが記録媒体１０１からドライブ装置１００を介して補助記憶装置１０２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１０１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。

メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムを読み出して格納する。ＣＰＵ１０４は、メモリ装置１０３に格納されたプログラムに従ってデータ生成装置１０に係る機能を実現する。インタフェース装置１０５は、ネットワークに接続するためのインタフェースとして用いられる。表示装置１０６はプログラムによるＧＵＩ（Graphical User Interface）等を表示する。入力装置１０７はキーボード及びマウス等で構成され、様々な操作指示を入力させるために用いられる。

図２は、第一の実施の形態におけるデータ生成装置の機能構成例を示す図である。図２において、データ生成装置１０は、業務記録分類部１１、作業記述抽出部１２、作業系列生成部１３、及びＵＩ制御部１４等を有する。これら各部は、データ生成装置１０にインストールされた１以上のプログラムが、ＣＰＵ１０４に実行させる処理により実現される。データ生成装置１０は、また、業務記録記憶部１２１、システム状態記憶部１２２、業務記録集合記憶部１２３、作業記述系列記憶部１２４、及び作業系列記憶部１２５等を利用する。これら各記憶部は、補助記憶装置１０２、又はデータ生成装置１０にネットワークを介して接続可能な記憶装置等を用いて実現可能である。

業務記録記憶部１２１は、過去に記述された業務記録を記憶する。業務記録とは、システム運用におけるインシデント発生時の状況や、当該状況に対する対応として行われた一連の作業等に関する記述を時系列に（行われた作業の順に）含む文書データの一例である。例えば、業務記録は、インシデントの発生ごとに作成され、業務記録記憶部１２１に記憶される。システム状態記憶部１２２は、業務記録に関連するシステムの状態に関する情報を記憶する。例えば、システム状態記憶部１２２には、当該システムのログデータ（例えば、ｓｙｓｌｏｇデータ）や、アラートメッセージ等が記憶されている。

業務記録分類部１１は、業務記録記憶部１２１に記憶されている業務記録の集合を、業務記録の記述内容の類似性に基づいて分類する。業務記録の記述内容の類似性に基づく分類の趣旨は、業務の共通性に基づく分類である。すなわち、共通の業務に関する業務記録が同一のグループ（以下、「共通業務記録集合」という。）に属するように、業務記録の集合が分類される。分類結果は、業務記録集合記憶部１２３に記憶される。

本実施の形態において、業務記録の対象となる「業務」とは、システム運用において遂行される業務をいう。例えば、或る障害が発生した場合、当該障害からコンピュータシステムを普及するための業務が、「業務」に該当する。ここで、同じ種類の障害に対して実施される業務が、共通の業務である。すなわち、実施の契機となる原因が共通する業務が、共通の業務である。また、作業とは、業務において実施された一連の作業のそれぞれをいう。換言すれば、作業の集合が業務である。

作業記述抽出部１２は、業務記録記憶部１２１に記憶されている業務記録ごとに、１つの作業記述系列を抽出する。作業記述系列とは、１以上の作業記述が時系列に配列されたデータをいう。作業記述とは、業務記録に係る業務に関して行われた１以上の一連の作業のうちの一つの作業の内容を示す記述である。抽出された作業記述系列は、作業記述系列の抽出元の業務記に関連付けられて、作業記述系列記憶部１２４に記憶される。

作業系列生成部１３は、同一の共通業務記録集合に属する業務記録の作業記述系列間において、類似する作業記述同士を対応付ける。作業系列生成部１３は、対応付けられた作業記述群に属する各作業記述対して共通の作業ＩＤを付与する。作業系列生成部１３は、更に、各作業記述系列作に含まれる各作業記述が作業ＩＤに置換されたデータ（以下、「作業系列」という。）を生成する。作業ＩＤとは、作業ごとの識別情報である。異なった表現による作業記述であっても、同一の作業を示す作業記述には、同一の作業ＩＤが付与される。したがって、作業系列は、構造化されたデータの一例である。生成された作業系列は、作業系列記憶部１２５に記憶される。

ＵＩ制御部１４は、ユーザからの入力の受け付けや、ユーザに対する情報の出力等を行う。

以下、データ生成装置１０が実行する処理手順について説明する。図３は、第一の実施の形態においてデータ生成装置が実行する処理手順の一例を説明するためのフローチャートである。

ステップＳ１０１において、業務記録分類部１１は、業務記録記憶部１２１に記憶されている業務記録の集合を、業務の共通性に基づいて共通業務記録集合に分類する。

図４は、業務記録記憶部の構成例を示す図である。図４において、業務記録記憶部１２１は、各業務記録を、業務記録ＩＤに対応付けて記憶する。業務記録ＩＤは、業務記録ごとの識別情報である。業務記録には、当該業務記録に係る業務に関して行われた作業の内容を示す記述（作業記述）や作業の内容以外の記述が、時系列に含まれる。作業記述については、自然言語によって、自由形式で記述される。したがって、同一の作業に関する作業記述であっても、作業者によって異なる表現によって記述される可能性が有る。作業の内容以外の記述の一例としては、作業の実施において参照されたデータや作業の実施によって得られた情報等に関する記述が挙げられる。例えば、図４において業務記録ＩＤが、「業務記録０００１」である業務記録の１〜３行目は作業記述に該当する。３行目の「＃ｓｈｏｗ ｌｏｇ」は、ログを確認するために、作業者がコンソール画面に入力したコマンドを示す。４行目及び５行目は、当該コマンドの入力に応じて出力されたログの内容である。したがって、４行目及び５行目は、作業記述に該当しない。６行目は、「モジュールを交換」という作業に関する作業記述である。

ステップＳ１０１では、図４に示されるような業務記録の集合が共通業務記録集合に分類され、分類結果が業務記録集合記憶部１２３に記憶される。

図５は、業務記録集合記憶部の構成例を示す図である。図５において、業務記録集合記憶部１２３は、各業務記録ＩＤの集合を、業務ＩＤに対応付けて記憶する。業務記録ＩＤの集合は、同じ共通業務記録集合に分類された各業務記録の業務記録ＩＤの集合である。業務ＩＤは、共通業務記録集合ごとの識別情報である。なお、共通業務記録集合は、業務の共通性に基づいて分類された業務記録の集合である。したがって、業務ＩＤは、業務ごとの識別情報でもある。

なお、業務記録の分類方法は、所定の方法に限定されない。例えば、一般的な文書分類の手法である、Ｋ−Ｍｅａｎｓや階層的クラスタリング（非特許文献４参照）が用いられてもよい。Ｋ−Ｍｅａｎｓとは、複数のデータを、類似したデータ同士で指定した数のクラスに分類するクラスタリング手法である。また、非特許文献２のように、各業務記録に紐付く外部データがシステム状態記憶部１２２から取得され、各外部データの特徴量が生成されて、当該特徴量が同一又は類似する業務記録同士が、同一の共通業務記録集合に分類されるようにしてもよい。斯かる外部データの一例として、システムのログデータや、アラートメッセージ等が挙げられる。

続いて、作業記述抽出部１２は、業務記録記憶部１２１に記憶されている業務記録ごとに、作業記述系列を抽出する（Ｓ１０２）。図４に示されるように、業務記録には、ログ等、作業記述以外の記述も含まれる。作業記述以外の記述は、最終的に生成される作業系列には不要な記述である。そこで、ステップＳ１０２では、作業記述以外の記述を除去するために、業務記録から作業記述系列が抽出され、抽出結果が、作業記述系列記憶部１２４に記憶される。

図６は、作業記述系列記憶部の構成例を示す図である。図６において、作業記述系列記憶部１２４は、作業記述系列ＩＤ及び業務記録ＩＤに対応付けて、業務記録から抽出された作業記述系列を記憶する。作業記述系列ＩＤは、作業記述系列ごとの識別情報である。業務記録ＩＤは、作業記述系列の抽出元である業務記録の業務記録ＩＤである。基本的に、作業記述系列ＩＤと業務記録ＩＤとは、１対応１に対応する。

例えば、図６において、１行目の作業記述系列は、図４における１行目の業務記録から、作業記述以外の記述である「００：００：００ Ｍｏｄｕｌｅ Ａ Ｅｒｒｏｒ」及び「００：００：００ Ｍｏｄｕｌｅ Ｂ ＯＫ」が除去された結果である。

非特許文献３には、業務記録の各作業記述を、事前に与えた学習データを元に、同一の情報にラベリングするシステムについて記載されており、これによって、作業記述系列を構成する各作業記述の抽出が可能である。非特許文献３に記載された方法では、学習データとしてラベルデータが与えられると、ラベルデータに基づいて、作業記述に含まれる単語等の表現の特徴の頻度について学習が行われる。新たな単語を含む作業記述でも、既知の単語特徴から、作業記述であると判別され、更に、ラベルデータとして新たな単語の頻度を得ることで、作業記述に含まれる表現の特徴を追加的に学習可能である。そのため、新たな作業記述の追加に対して、作業記述の人的なルールのアップデートの必要が無い。そこで、作業記述の抽出には非特許文献３に記載された方法が用いられてもよい。但し、他の方法を用いて作業記述が抽出されてもよい。なお、非特許文献３における「作業記録」又は「トラブルチケット」が、本実施の形態における「業務記録」に対応し、非特許文献３における「作業情報」が、本実施の形態における「作業記述」に対応する。

なお、例えば、当初から業務記録には作業記述以外の記述が含まれない場合、ステップＳ１０２は実行されなくてもよい。また、作業記述以外の記述であっても、相互に類似する記述であれば同じ作業ＩＤが付与された作業系列を得たい場合は、ステップＳ１０２は実行されなくてもよい。

続いて、作業系列生成部１３は、各作業記述系列に含まれる作業記述を作業ＩＤに置換して、作業系列を生成する（Ｓ１０３）。詳しくは、作業系列生成部１３は、同一の共通業務記録集合に属する複数の業務記録に対応する複数の作業記述系列のそれぞれに含まれる作業記述に関して、作業の共通性に基づいて対応付けを行う。相互に対応付けられた各作業記述には、共通の作業ＩＤが付与される。生成された作業系列は、作業系列記憶部１２５に記憶される。

図７は、作業系列記憶部の構成例を示す図である。図７において、作業系列記憶部１２５は、作業記述系列ＩＤ及び業務記録ＩＤに対応付けて、作業ＩＤの集合を記憶する。すなわち、作業系列記憶部１２５が記憶する情報は、作業記述系列記憶部１２４が記憶する情報のうち、作業記述系列を構成する各作業記述が、作業ＩＤに置換されたものである。したがって、図７における作業ＩＤの集合が、作業系列に相当する。なお、作業系列には、当該作業系列の生成元の作業記述系列に含まれる作業記述の順番が維持された状態で、各作業記述に対応する作業ＩＤが含まれる。

なお、図３に示される各ステップは、必ずしも同期的又は連続的に実行されなくてもよい。例えば、ステップＳ１０１が事前に実行されていてもよい。

続いて、ステップＳ１０３の詳細について説明する。図８は、作業系列の生成処理の処理手順の一例を説明するためのフローチャートである。

ステップＳ２０１において、ＵＩ制御部１４は、解析対象とする共通業務記録集合の指定をユーザから受け付ける。例えば、業務ＩＤがユーザによって入力されてもよい。又は、ＵＩ制御部１４が、業務ＩＤの一覧を表示装置１０６に表示し、当該一覧の中から業務ＩＤが選択されてもよい。ＵＩ制御部１４は、指定された業務ＩＤを、作業系列生成部１３に入力する。以下、指定された業務ＩＤを「対象業務ＩＤ」という。なお、複数の共通業務記録集合が解析対象とされてもよい。この場合、複数の業務ＩＤがユーザによって指定されてもよい。また、全部の共通業務記録集合が解析対象とされてもよい。複数の共通業務記録集合が解析対象とされる場合、ステップＳ２０２以降が、共通業務記録集合ごとに実行されればよい。

続いて、作業系列生成部１３は、対象業務ＩＤに対応付けられている業務記録ＩＤの集合を、業務記録集合記憶部１２３（図５）から取得する（Ｓ２０２）。続いて、作業系列生成部１３は、取得された各業務記録ＩＤに対応付けられている各作業記述系列を、作業記述系列記憶部１２４（図６）から取得する（Ｓ２０３）。

続いて、作業系列生成部１３は、作業記述系列ごとに、当該作業記述系列に含まれる各作業記述の特徴量を生成する（Ｓ２０４）。すなわち、作業記述系列に含まれる各作業記述を機械的に対応付けるためには、作業記述系列の各作業記述に対して同一の情報であるかどうかを評価可能な数値表現が必要となる。そこで、作業記述系列に含まれる各作業記述が、当該作業記述に含まれる文字や単語等に基づく特徴量によって表現される。

ここで、ｉ番目の作業記述系列を、Ｗｉ＝［ｗｉ１，ｗｉ２，...，ｗｉＭｉ］とする。但し、Ｍｉはｉ番目の作業記述系列に含まれる作業記述の数である。例えば、図６の例では、各作業記述系列に含まれる作業記述の数は、４である。なお、各作業記述系列に含まれる作業記述の数は、必ずしも相互に同じでなくてもよい。

ｗｉｊは、ここでは例として作業記述を示す文字列であるとする。この際、ｉ番目の作業記述系列における、ｊ番目の作業記述の特徴量ｘｉｊを、次のように表す。

ｘｉｊ＝｛ｘｋ｜σｋ（ｗｉｊ）＝１｝
特徴量ｘｉｊを決める特徴関数σは、ユーザが任意に定めてもよい。例えば、以下のような関数が定義されてもよい。

数１に示される式は、文字列ｗｉｊに、"確認"という文字列が含まれる場合に１となり、そうでない場合に０となる。

作業記述系列に含まれる各作業記述の特徴量の集合の系列［Ｘ１，Ｘ２，...，ＸＮ］をＴとおく。但し、Ｎは入力とする（ステップＳ２０３で取得された）作業記述系列の数である。例えば、対象業務ＩＤが、「業務００１」であれば、業務００１に対応する業務記録ＩＤ及び作業記述系列ＩＤは２つである。したがって、この場合、Ｎの値は２である。

このとき、ｉ番目の業務記録（すなわち、ｉ番目の作業記述系列）は、特徴量の列Ｘｉ＝［ｘｉ１，ｘｉ２，...，ｘｉＭｉ］として表現される。

なお、ここでは、説明の便宜上、ｘｉｊが、作業記述を示す文字列ｗｉｊから生成されることとしたが、作業記述に紐付いたデータであれば、他のデータを用いて特徴量が生成されてもよい。例えば、システム状態記憶部１２２に記憶されているシステムのログデータやアラートメッセージ等を用いて特徴量が生成されてもよい。特徴量の生成元のデータとしては、作業時に出力されるｓｙｓｌｏｇの集合、作業時に出力される監視システムのアラートメッセージの集合等が考えられる。又は、作業記述の文字列と当該作業記述に紐付く外部データとが併用されて特徴量が算出されてもよい。また、特徴量ではなく、作業記述の文字列又は外部データ自体が、続くステップＳ２０５における類似度の計算対象とされてもよい。

続いて、作業系列生成部１３は、Ｎ個の作業記述系列のそれぞれに属する各作業記述の特徴量の類似性に基づいて、同じ作業ＩＤを付与する作業記述の対応付けを行う（Ｓ２０５）。同じ作業ＩＤを付与する作業記述の対応付けの方法は、所定のものに限定されないが、本実施の形態では、遺伝子配列の対応付けなどに用いられる、アライメントと呼ばれる系列データの対応付け手法を用いる例について説明する。アライメントでは、特徴量が類似する作業記述同士が対応付けられる。

特徴量の類似は、２つの特徴量の間の類似度に基づいて判定される。ここでは、相互に異なる作業記述系列に含まれる２つの作業記述の特徴量ｘ，ｘ´の類似度を、ｓ（ｘ，ｘ´）として表す。類似度の定義は、作業記述の類似性に相関のある数値であれば、所定のものに限定されない。本実施の形態では、一般的に使用されるＤｉｃｅ係数（非特許文献５参照）を用いた類似度について説明する。Ｄｉｃｅ係数は、２つの集合の間で一致する要素数に比例する値であり、次のように定義される。

ｓ（ｘ，ｘ´）＝２｜ｘ∩ｘ´｜／｜ｘ｜｜ｘ´｜
但し、｜・｜は、集合・に含まれる要素数を表す演算であり、ｘ∩ｘ´は、ｘとｘ´の積集合である。

作業系列生成部１３は、例えば、二つの作業記述系列に属する各作業記述同士のアライメントに関して複数通りの組み合わせが有る場合、各組み合わせについて、当該組み合わせにおいて対応付けられたそれぞれの作業記述同士の類似度の合計を当該組み合わせのスコアとして求める。具体的には、作業記述系列Ａに含まれる作業記述が、｛ａ１、ａ２、ａ３、ａ４｝であり、作業記述系列Ｂに含まれる作業記述が、「ｂ１、ｂ２、ｂ３、ｂ４」である場合、作業記述の対応付けは、４×４＝１６通りの組み合わせが有る。そのうちの一つの組み合わせにおいて、ａ１とｂ１、ａ２とｂ２、ａ３とｂ３、ａ４とｂ４とが対応付く。ａ１とｂ１との類似度を類似度１、ａ２とｂ２との類似度を類似度２、ａ３とｂ３との類似度を類似度３、ａ４とｂ４との類似度を類似度４とすると、当該組み合わせのスコアは、類似度１＋類似度２＋類似度３＋類似度４である。このようなスコアが全ての組み合わせに関して求められ、スコアが最大となる組み合わせにおいて、類似度が閾値を超える作業記述同士が、同じ作業ＩＤの付与対象として対応付けられる。

なお、アライメントにおいて、同じ作業記述系列に属する作業記述の順番の前後関係と、これらの作業記述が対応付く作業記述の順番の前後関係との交錯が許容されないようにしてもよい。具体的には、上記の例において、ａ２、ａ３、又はａ４が、ａ１に対応付く作業記述よりも順番が前である作業記述に付くような組み合わせは、許容されないという制限が設けられてもよい。すなわち、最終的に生成される作業系列において、作業ＩＤの並び順は重要な要素である。したがって、上記のような制限が設けられることにより、作業の前後関係が考慮されて、作業記述同士を対そう付けることができる。また、計算量の削減といった効果も得られる。

なお、アライメントの方法は所定のものに限定されない。例えば、マルチプルシーケンスアライメントの方法を用いて作業記述の対応付けが求められてもよい。

マルチプルシーケンスアライメントとは、複数の系列データに対して、系列データ中の類似度が高い要素同士を対応付ける手法である。マルチプルシーケンスアライメントの方法としては、Ｎｅｅｄｌｅｍａｎ−Ｗｕｎｓｃｈアルゴリズム（非特許文献６参照）の活用等が考えられる。当該アルゴリズムによれば、類似度が閾値を超えるもの同士で対応付けを行うことが可能である。また、当該アルゴリズムによれば、或る１つの作業記述に対して、或る１つの作業記述系列から複数の作業記述が対応付くことはない。そのため、２つの作業記述系列の間で、一方の作業記述系列に属する１つの作業記述に関して、１対１又は１対０の作業記述間の対応付けが可能となり、類似度の低い作業記述同士が対応付けられるのを回避することができる。

続いて、作業系列生成部１３は、ステップＳ２０５において相互に対応付けられた作業記述の集合ごとに、同一の作業ＩＤを付与する（Ｓ２０６）。すなわち、同一の集合に属する各作業記述には、相互に同一の作業ＩＤが付与される。この際、異なる集合間において作業ＩＤが重複は許容されないようにする。その結果、同じ作業を表す作業記述ごとに、同じ作業ＩＤが付与され、構造化された作業系列が獲得される。

なお、ＵＩ制御部１４は、業務記録ごとに、当該業務記録の変換先の作業系列を表示装置１０６に表示してもよい。ユーザは、同一の作業には同一の作業ＩＤが付与されていることが保証された構造化データである作業系列を、コンピュータシステムのオペレーション業務の作業手順又は操作手順の確認や、オペレーション業務に関するマニュアル作成等に用いることができる。

上述したように、第一の実施の形態によれば、自由記述である業務記録を、作業を示す記述ルール等を事前に定義することなしに、同一の作業が同一の作業ＩＤで表現された構造化データへ自動的に変換することができる。すなわち、複数の作業のそれぞれの内容が自由記述された文書データから、各作業の異同を区別可能なデータを獲得することができる。

次に、第二の実施の形態について説明する。第二の実施の形態では、既存の業務記録群の中から、新たに入力された業務記録に類似する業務記録を検索し、検索された業務記録を出力する例について説明する。

図９は、第二の実施の形態においてデータ生成装置が実行する処理手順の一例を説明するためのフローチャートである。

ステップＳ３０１において、ＵＩ制御部１４は、新たな業務記録の入力を受け付ける。新たな業務記録とは、例えば、業務記録記憶部１２１に記憶されていない業務記録である。以下、当該業務記録を、「業務記録Ａ」という。

続いて、作業記述抽出部１２は、業務記録Ａから作業記述系列ａを抽出する（Ｓ３０２）。ステップＳ３０２の処理は、図３のステップＳ１０２の処理と同様でよい。

続いて、作業系列生成部１３は、作業記述系列ａに含まれる各作業記述と、作業記述系列記憶部１２４に記憶されている既存の作業記述系列のそれぞれに含まれる各作業記述とについて、特徴量を生成する（Ｓ３０３）。作業記述の特徴量の生成方法は、第一の実施の形態と同様でよい。

続いて、作業系列生成部１３は、既存の作業記述系列ごとに、作業記述系列ａとの間でスコア（作業記述間の類似度の合計）が最大となる、作業記述同士の対応付けを求める（Ｓ３０４）。斯かる対応付けの求め方は、第一の実施の形態と同様でよい。

続いて、作業系列生成部１３は、既存の作業記述系列ごとに求められた対応付けのうち、スコアが上位Ｎ番目までの対応付けに対応する業務記録を業務記録記憶部１２１から取得する（Ｓ３０５）。Ｎの値は、ステップＳ３０１においてユーザによって入力されてもよいし、予め設定されていてもよい。また、Ｎ番目までの対応付けに対応する業務記録とは、当該対応付けに係る既存の作業記述系に対応付けられて作業記述系列記憶部１２４（図６）に記憶されている業務記録ＩＤによって識別される業務記録をいう。

続いて、ＵＩ制御部１４は、取得された業務記録を、例えば、表示装置１０６に表示する（Ｓ３０６）。当該業務記録は、スコア順にソートされてされてもよい。

図９の処理の結果、ユーザは、業務記録Ａに類似する既存の業務記録を参照することができる。なお、ステップＳ３０１において入力される業務記録は、現在作成中の業務記録の一部であってもよい。この場合、当該一部に類似する部分を含む業務記録が出力される。ユーザは、出力された業務記録に基づいて、現在の業務について以降に実施すべき作業を判断することができる。

なお、本実施の形態では、説明の便宜上、業務記録が、コンピュータシステムの運用において発生する業務に関する一連の作業に関する作業記述を含むデータである例を説明したが、業務記録に含まれる作業記述は、斯かる作業に関する記述に限定されなくてもよい。例えば、特定の機器の利用において必要とされる一連の作業（又は操作）に関する記述が業務記録として蓄積されてもよい。また、他の作業に関する記述が業務記録として蓄積されてもよい。

なお、本実施の形態において、業務記録分類部１１は、分類部の一例である。作業系列生成部１３は、生成部の一例である。

以上、本発明の実施例について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１０ データ生成装置
１１ 業務記録分類部
１２ 作業記述抽出部
１３ 作業系列生成部
１４ ＵＩ制御部
１００ ドライブ装置
１０１ 記録媒体
１０２ 補助記憶装置
１０３ メモリ装置
１０４ ＣＰＵ
１０５ インタフェース装置
１０６ 表示装置
１０７ 入力装置
１２１ 業務記録記憶部
１２２ システム状態記憶部
１２３ 業務記録集合記憶部
１２４ 作業記述系列記憶部
１２５ 作業系列記憶部
Ｂ バス

Claims (6)

1. 実施された一連の作業ごとに当該作業に関する記述を自由形式で含む、複数の文書データを、前記各文書データの記述内容の類似性に基づいて１以上の集合に分類する分類部と、
   前記複数の文書データのうちの第一の文書データに含まれる各作業に関する第一の記述のそれぞれを、前記第一の文書データと同じ前記集合に分類された第二の文書データに含まれる各作業に関する第二の記述との類似性に基づいて、いずれかの前記第二の記述に対応付け、対応付けられた記述群ごとに共通の識別情報を付与して、前記文書データに含まれる各記述が前記識別情報に置換されたデータを生成する生成部と、
   を有することを特徴とするデータ生成装置。
2. 前記生成部は、前記第一の文書データと同じ前記集合に分類された各文書データに含まれる各作業に関する記述ごとに当該記述の特徴量を生成し、前記第一の文書データに含まれる前記第一の記述のそれぞれの特徴量と、前記第二の文書データに含まれる前記第二の記述のそれぞれの特徴量との類似性に基づいて、前記各第一の記述をいずれかの前記第二の記述に対応付ける、
   ことを特徴とする請求項１記載のデータ生成装置。
3. 前記生成部は、前記文書データに含まれる各記述の順番が維持された状態で、前記各記述が前記識別情報に置換されたデータを生成する、
   ことを特徴とする請求項１又は２記載のデータ生成装置。
4. 前記生成部は、前記各第一の記述を、前記第一の文書データにおける並び順において当該第一の記述よりも後の前記第一の記述が対応付く前記第二の記述よりも前記第二の文書データの並び順において前の前記第二の記述に対応付ける、
   ことを特徴とする請求項１乃至３いずれか一項記載のデータ生成装置。
5. コンピュータが、
   実施された一連の作業ごとに当該作業に関する記述を自由形式で含む、複数の文書データを、前記各文書データの記述内容の類似性に基づいて１以上の集合に分類する分類手順と、
   前記複数の文書データのうちの第一の文書データに含まれる各作業に関する第一の記述のそれぞれを、前記第一の文書データと同じ前記集合に分類された第二の文書データに含まれる各作業に関する第二の記述との類似性に基づいて、いずれかの前記第二の記述に対応付け、対応付けられた記述群ごとに共通の識別情報を付与して、前記文書データに含まれる各記述が前記識別情報に置換されたデータを生成する生成手順と、
   を実行することを特徴とするデータ生成方法。
6. 請求項１乃至４いずれか一項記載の各機能部としてコンピュータと機能させるプログラム。

Images