JP2021140357A - 情報処理装置、情報処理プログラム及び情報処理方法 - Google Patents

Abstract

【課題】電子機器の可用性を向上させる情報処理装置、情報処理プログラム及び情報処理方法を提供する。【解決手段】推測ルールデータベース１６は、階層化され且つ電子機器に関する情報についての概念を表すクラスを各階層に１つ又は複数有する前記電子機器の情報モデルにおいて、所定階層が有する前記クラスに割り当てる識別情報を、所定階層の下層におけるクラスに割り当てられた識別情報を基に決定するための推測ルールを格納する。上層情報付与部１３は、下層におけるクラスに割り当てられた識別情報を基に、推測ルールデータベース１６に格納された推測ルールにしたがい所定階層における各クラスに識別情報を付与する。【選択図】図４

Description

本発明は、情報処理装置、情報処理プログラム及び情報処理方法に関する。

工場などの現場では製造機器、レガシーデバイス及びモバイル端末など様々な電子機器が接続されている。以下では、電子機器をデバイスと呼ぶ場合がある。そのため、このような構成を有するシステムでは、ＩｏＴ（Internet of Things）の分野における通信プロトコルやデータモデルが異なるデバイスが混在することが一般的である。このようなデバイス間における通信プロトコルやデータモデルの違いは、特定のデバイスと特定のアプリケーションとが連携するといったサイロ構造を生み出す。ＩｏＴシステムにおいてサイロ構造が生じると、管理コストが増大するだけでなく、各デバイスから収集されるデータを利用した包括的な分析を妨げる要因となる。この問題は、インターオペラビリティの欠如と呼ばれる。

これまでは、ＩｏＴシステムにおけるインターオペラビリティを得る方法として、プロトコル変換やデータモデル変換を行うアダプタを開発する方法があった。ただし、この方法では、アプリケーションとデバイスとの組み合わせの数に応じて、アダプタを開発することになり、デバイスの数の増加に応じて開発数も増加するため開発工数が膨大になってしまう。

また、インターオペラビリティを得る他の方法として、標準化団体によりデバイスのインタフェースのＷｅｂＡＰＩ（Application Programming Interface）への統一が進められている。このアプローチにより、デバイスの属性を表すプロパティや機能及びそれらにアクセスするためのＵＲＬを共通化された情報モデルとして記述することができ、アプリケーションにそのデバイスとの連携方法を提示することができる。

国際標準規格のWeb of Thingsで用いられる情報モデルの例として、温度センサデバイスの情報モデルがある。温度センサデバイスは、プロパティとして温度情報を有しており、アプリケーションが、その温度情報を取得するには情報モデルに記述されたｆｏｒｍｓフォームフィールドのｈｒｅｆフィールドに示されるＵＲＬをｈｔｔｐプロトコルでＧＥＴアクセスする。この場合、例えば、アプリケーションが取得するデータは数値であり、単位は摂氏などである。アプリケーションは、情報モデルを解釈することによって、デバイスのインタフェースと取得できるデータとを把握することが可能となる。

デバイスの情報モデルは、管理者によって情報モデルリポジトリに登録され更新される。アプリケーションは、情報モデルリポジトリから情報モデルを取得して、解釈して、情報モデルに基づいてデバイスにアクセスする。

ただし、情報モデルの記述には自由度があるため、製造元毎に情報モデルの表現方法が異なる場合があり、デバイスから取得したデータをそのままアプリケーションで使用できないケースが多い。例えば、温度情報を表す文字列として「temperature」や「temp」が使用されたり、「温度」が用いられたりする可能性がある。また、温度の単位であれば、「Celsius」や「CEL」が使用されたり、「℃」が用いられたりする可能性がある。このような、情報モデルの表現方法の違いがインターオペラビリティの欠如の要因となるため、データの再利用性を高め、各デバイスと多数のアプリケーションとを連携可能にするためには、情報モデルに使用されるボキャブラリを共通化することが望ましい。

ボキャブラリを共通化するための仕組みとしてオントロジーがある。オントロジーは、現実世界の概念をクラスとして定義し、さらにクラス間の関係を定義したものである。オントロジーはステークホルダー間で共有され、オントロジーに含まれるクラス名は、ステークホルダー間で共通のボキャブラリを提供する。製造元は、このオントロジーにより提供されるクラス名を付与することで、情報モデルにデバイス間での共通の意味及び解釈を与えることができる。このクラス名はセマンティックタームと呼ばれる場合がある。セマンティックタームは、各クラスの概念を表す文字列であり、そのクラスの識別情報にあたる。

このようにセマンティックタームを情報モデルに付与することで、異なる記述が用いられた情報モデルの間で実態は同じであるが異なる表現が用いられた情報に共通の解釈を与えることが可能となる。これにより、アプリケーションは、セマンティックタームを使用して情報モデルを比較することで記述の違いを吸収する処理の必要性などを機械的に判断することが可能になる。

セマンティックタームを付加する従来技術として以下のような技術がある。例えば、デバイスの設置場所、アドレス及びデータ単位と言ったデバイスの属性情報などのアプリケーションの構成管理情報を用いて、デバイスの情報モデルに注釈情報を付与する。そして、セマンティックタームに注釈を自動的に付加することを再帰的に繰り返し、特定のデータに対応するセマンティックタームの特定を容易にする従来技術がある。また、入力された自然言語の定義文から取得された情報に対して文字列比較条件が成立した際に、意味クラスを推測する従来技術がある。

特表２０１８−５０３９０５号公報 特開２０１０−２８２５１７号公報

しかしながら、現実世界のすべての概念を定義したオントロジーを手に入れることは困難である。実際には、複数の団体がそれぞれの領域でオントロジーを定義しており、同じ概念を別のクラス構造で定義する場合もある。そのため、オントロジーを用いて情報モデルを整理しても、同じオントロジーを参照するデバイスとアプリケーションの連携に限定され、インターオペラビリティの欠如の要因となる。このように、情報モデル間で解釈が異なりインターオペラビリティが欠如する場合、アプリケーションによる意図したデバイスの検出が失敗するおそれがあり、デバイスの可用性を向上させることは困難となる。

ここで、複数のオントロジーが混在する場合でも、デバイスとアプリケーションを連携させるために、オントロジーを別のオントロジーにマッピングする技術が提案されている。しかし、この技術はあらかじめ情報モデルにいずれかのオントロジーを参照したセマンティックタームを付与していることが前提となる。そのため、情報モデルの数だけ手動で適切なセマンティックタームを探して付与することとなり、多大な工数がかかるため、実現困難である。また、既に動作しているデバイスの情報モデルにセマンティックタームが付与されていないケースも多く、共通の意味解釈を与えるためには手動でセマンティックタームを付与することは煩雑であり、実現困難である。そのため、情報モデル間での解釈が異なる状態が継続するおそれがあり、デバイスの可用性を向上させることは困難となる。

また、セマンティックタームに注釈を再帰的に付加する従来技術では、ルールリポジトリと推論器によって新しい注釈情報を付与することが行われている。しかし、他のデータに割り当てられたセマンティックタームからの特定のデータに割り当てるセマンティックタームの決定方法が具体的でなく、情報モデルの解釈を共通化することは困難である。また、自然言語の定義文から意味クラスを推測する従来技術は、階層構造を有する情報モデルへの適用も困難である。そのため、これらの従来技術を用いても、情報モデル間での解釈が異なる状態が継続するおそれがあり、デバイスの可用性を向上させることは困難となる。

開示の技術は、上記に鑑みてなされたものであって、電子機器の可用性を向上させる情報処理装置、情報処理プログラム及び情報処理方法を提供することを目的とする。

本願の開示する情報処理装置、情報処理プログラム及び情報処理方法の一つの態様において、ルール格納部は、階層化され且つ電子機器に関する情報についての概念を表すクラスを各階層に１つ又は複数有する前記電子機器の情報モデルにおいて以下の推測ルールを格納する。推測ルールは、所定階層が有する前記クラスに割り当てる識別情報を、前記所定階層の下層における前記クラスに割り当てられた前記識別情報を基に決定するためのルールである。識別情報付与部は、前記下層における前記クラスに割り当てられた前記識別情報を基に、前記ルール格納部に格納された前記推測ルールにしたがい前記所定階層における各前記クラスに前記識別情報を付与する。

１つの側面では、本発明は、電子機器の可用性を向上させることができる。

図１は、ＩｏＴシステムのシステム構成図である。 図２は、情報モデルの構造の概要を表す図である。 図３は、温度センサの情報モデルを表す図である。 図４は、管理端末装置のブロック図である。 図５は、オントロジーの構造の一例を表す図である。 図６は、オントロジーをＸＭＬ形式で表現したＲＤＦの一例の図である。 図７は、推測ルールの一例を表す図である。 図８は、異なる解釈がなされる情報モデルの一例を表す図である。 図９は、セマンティックターム付加処理の全体のフローチャートである。 図１０Ａは、上層のクラスに対するセマンティックターム付加処理のフローチャートである。 図１０Ｂは、上層のクラスに対するセマンティックターム付加処理のフローチャートである。 図１１は、実施例２に係る最下層のクラスに対するセマンティックタームの検索時の制約条件を説明するための図である。 図１２は、実施例２に係る最下層のクラスに対するセマンティックタームの付加処理を説明するための図である。 図１３は、管理端末装置のハードウェア構成図である。

以下に、本願の開示する情報処理装置、情報処理プログラム及び情報処理方法の実施例を図面に基づいて詳細に説明する。なお、以下の実施例により本願の開示する情報処理装置、情報処理プログラム及び情報処理方法が限定されるものではない。

図１は、ＩｏＴシステムのシステム構成図である。本実施例に係るＩｏＴシステム２は、図１に示すように、情報モデルリポジトリ２０、アプリケーションサーバ２１及びデバイス２２を有する。

デバイス２２は、クラウド環境やネットワークを介して制御可能なＩｏＴデバイスである。デバイス２２は、冷蔵庫やクーラーなどの家電や家具であってもよいし、自動車、工場、農作機械、インフラなどであってもよい。図１では、デバイス２２を２つ記載したが、デバイス２２の数に特に制限はない。

情報モデルリポジトリ２０は、各デバイス２２の情報モデルを格納する。情報モデルリポジトリ２０は、管理端末装置１及びアプリケーションサーバ２１と接続される。情報モデルリポジトリ２０に格納される基本となる情報モデルは、管理端末装置１を使用して管理者により手動で作成される。この段階では、各デバイス２２の情報モデルに含まれる情報にセマンティックタームは付加されておらず共通化されていない。以下では、管理者により情報モデルリポジトリ２０に格納される情報モデルを、「基本情報モデル」と言う場合がある。

ここで、情報モデルについて説明する。図２は、情報モデルの構造の概要を表す図である。情報モデル２００は、デバイス２２に関する各種情報を提供するモデルデータであり、デバイス２２毎に作成される。例えば、情報モデル２００は、図２に示すように階層構造を有する。情報モデル２００は、デバイス２２の識別情報であるデバイス情報２０１を最上層に有する。例えば、デバイス２２が冷蔵庫であれば、デバイス情報２０１には、冷蔵庫を表す情報が登録される。このデバイス情報２０１が、「機器名」の一例にあたる。

次に、情報モデル２００は、デバイス情報２０１の直下の階層に、デバイス２２が有する各種属性を表すプロパティ情報２０２及び２０３を有する。例えば、プロパティ情報２０２及び２０３には、温度情報や圧力情報といったデバイス２２が有する環境情報や、ドアの開閉状態やスイッチのオンオフ状態といったデバイス２２の状態情報の識別情報が登録される。デバイス情報２０１の直下に配置されるプロパティ情報２０２及び２０３の数に特に制限はなく、デバイス２２が有する属性の数に依存する。このプロパティ情報２０２及び２０３が、「第１属性情報」の一例にあたる。

さらに、情報モデル２００は、プロパティ情報２０２の直下の階層に、プロパティ情報２０２に与えられる値などを詳細に規定する基本情報２０４〜２０６を有する。同様に、情報モデル２００は、プロパティ情報２０３の直下の階層にプロパティ情報２０３を詳細に規定する基本情報２０７を有する。例えば、基本情報２０４〜２０７には、デバイス２２を表す各種属性のデータ型や単位などといったデバイス２２の属性の内容を具体的に示す情報が登録される。プロパティ情報２０２や２０３の配下に配置される基本情報２０４〜２０７の数に特に制限はなく、各プロパティ情報２０２や２０３を具体的に表現するために使用する情報の数に依存する。この基本情報２０４〜２０６が、「第２属性情報」の一例にあたる。

ここで、図２では、情報モデル２００が３階層を有する場合を図示したが、この階層の数に特に制限はない。例えば、プロパティ情報２０２がオブジェクト型の情報の場合、そのプロパティ情報２０２の配下にさらにプロパティ情報が配置されてもよい。デバイス情報２０１、プロパティ情報２０２及び２０３、並びに、基本情報２０４〜２０７は、実世界の概念を示す情報が格納される項目であり、以下では、それぞれを区別しない場合「クラス」と呼ぶ。

例えば、デバイス２２が温度センサであれば、図３のような情報モデル２００が作成される。図３は、温度センサの情報モデルを表す図である。情報モデル２００は、例えば、中括弧により階層毎の区分が示される。すなわち、図３で示したシンタックスでは、「@context」以下の中括弧の始め括弧毎に、１つずつ階層が下がることを表し、終わり括弧毎に階層が１つ上がることを表す。

図３の場合、デバイス情報２０１には、デバイス２２の識別情報として「device1」が登録される。このように、デバイス情報２０１は、デバイス２２を識別することが可能であれば、その機能を直接表す名称以外の単なる識別情報であってもよい。

また、デバイス２２が温度センサの場合、プロパティ情報２０２は、温度に関するデバイス２２であることを表す「temperature」が登録される。図３では、プロパティ情報２０２のみを記載したが、他のプロパティ情報２０３がある場合、プロパティ情報２０２と並列にプロパティ情報２０３が登録される。

さらに、基本情報２０４は、プロパティ情報２０２におけるデータ型が数値であることを表す。また、基本情報２０５は、プロパティ情報２０２において使用される単位が摂氏であることを表す。また、基本情報２０６は、プロパティ情報２０２の取得先アドレスを提供する。すなわち、デバイス情報２０１にあたるデバイス２２は、プロパティ情報２０２及び基本情報２０４〜２０６を含む温度プロパティ２１０を有することが分かる。

ただし、情報モデル２００が基本情報モデルの状態では、デバイス２２の製造元毎や登録した管理者毎に各クラスに割り当てられた情報の記述が異なる場合がある。例えば、温度を表すプロパティ情報であっても、「temperature」と記述される場合や「temp」と記述される場合がある。そこで、本実施例に係るＩｏＴシステム２では、情報モデルリポジトリ２０に格納された基本情報モデルに共通化されたセマンティックタームが付加された共通化情報モデルが、管理端末装置１により、情報モデルリポジトリ２０に格納される。

アプリケーションサーバ２１は、後述する共通化されたセマンティックが付与された共通化情報モデルを情報モデルリポジトリ２０から取得する。そして、アプリケーションサーバ２１は、取得した共通化情報モデルにしたがい、各デバイス２２のそれぞれに応じた処理を決定する。そして、アプリケーションサーバ２１は、各デバイス２２を操作するアプリケーションを動作させて、各デバイス２２に対してアクセスして適切な処理を行う。例えば、アプリケーションサーバ２１は、温度が高い場合にクーラーを作動させたり、冷蔵庫のドアが開いている場合に警告メールを送信したりする。

管理端末装置１は、各デバイス２２の基本情報モデルを情報モデルリポジトリ２０から取得し、取得した基本情報モデルの各クラスに共通の解釈を与えるためのセマンティックタームを付加した共通化情報モデルを作成して、情報モデルリポジトリ２０に格納する。以下に、図４を参照して、管理端末装置１の詳細について説明する。図４は、管理端末装置のブロック図である。

管理端末装置１は、図４に示すように、基本情報モデル取得部１１、最下層情報付与部１２、上層情報付与部１３、共通化情報モデル出力部１４、オントロジーデータベース１５及び推測ルールデータベース１６を有する。

オントロジーデータベース１５には、セマンティックタームの付与に使用するオントロジーが格納される。このオントロジーが、「識別情報」の一例にあたる。図５は、オントロジーの構造の一例を表す図である。

例えば、図５に示すオントロジー３００は、環境情報を表すクラスとして「ex:EnvironmentInfo」を定義する。「ex:EnvironmentInfo」は、下位概念として圧力クラスである「ex:Pressure」、温度クラスである「ex:Temperature」を有する。また、「ex:EnvironmentInfo」が単位を持つことを表すために、オントロジー３００は、「ex:hasUnit」で単位クラスである「ex:Unit」と「ex:EnvironmentInfo」との関係を表す。「ex:Unit」は、下位概念として温度の単位クラスである「ex:TemperatureUnit」を有する。さらに、「ex:TemperatureUnit」は、その下位概念として摂氏を表すクラスである「ex:Celsius」、ケルビンを表すクラスである「ex:Kelvin」及び華氏を表すクラスである「ex:Fahrenheit」を有する。さらに、温度クラスである「ex:Temperature」が温度の単位クラスである「ex:TemperatureUnit」を有することを表すために、「ex:hasTemperatureUnit」により「ex:Temperature」と「ex:TemperatureUnit」との関係を表す。さらに、オントロジーでは、関係と関係の間にも関係を定義することができ、「ex:hasTemperatureUnit」は、「ex:hasUnit」の下位概念として定義される。これらのオントロジー３００におけるクラス名がセマンティックタームとして使用される。

このような構造を有するオントロジー３００は、例えば、リソース記述フレームワーク（ＲＤＦ：Resource Description Framework）によって記述され得る。このオントロジー３００の記述には、例えば、リソース記述フレームワークスキーマ（ＲＤＦＳ：RDF Schema）やウェブオントロジー記述言語（ＯＷＬ：Web Ontology Language）で定義されるボキャブラリを用いることができる。

ＲＤＦは、主語、述語及び目的語のトリプルによって記述され、主語と目的語の関係を述語で表現する。ＲＤＦより、オントロジーにおける、クラスとクラスの関係、関係と関係の関係、関係とクラスの関係、クラスとリテラルの関係及び関係とリテラルの関係が定義可能である。ここで、リテラルは、任意の文字列や数値を表す定数である。クラス及び関係は、ＵＲＩ（Uniform Resource Identifier）やＵＲＬ（Uniform Resource Locator）によって識別され、このＵＲＩやＵＲＬがセマンティックタームとして利用される。

例えば、オントロジー３００は、図６のように表される。図６は、オントロジーをＸＭＬ（Extensible Markup Language）形式で表現したＲＤＦの一例の図である。

図６におけるブロック３０１は、各クラスや関係に付与するＵＲＩ又はＵＲＬのプレフィックスと、それらに対するネームスペースを定義する。

ブロック３０２は、環境情報クラスとそのサブクラスを定義している。ここでは、ブロック３０２において、「ex:Pressure」と「ex:Temperature」が「ex:EnvironmentInfo」のサブクラスであることが定義される。例えば、「ex:Pressure」と「rdfs:subClassOf」と「ex:EnvironmentInfo」とのトリプルによって、「ex:Pressure」が「ex:EnvironmentInfo」のサブクラスであることが定義される。

ブロック３０３は、単位クラスとそのサブクラスを定義する。ここでは、ブロック３０３において、「ex:TemperatureUnit」が「ex:Unit」のサブクラスであり、「ex:Celsius」、「ex:Kelvin」及び「ex:Fahrenheit」は「ex:TemperatureUnit」のサブクラスであることが定義される。

ブロック３０４は環境情報と単位間の関係を表すプロパティとサブプロパティを定義する。ここでは、ブロック３０４において、「ex:hasUnit」は、主語が「ex:EnvironmentInfo」であり、目的語が「ex:Unit」である述語と定義される。この定義は、「ex:hasUnit」と「rdfs:domain」と「ex:EnvironmentInfo」とのトリプルと「ex:hasUnit」と「rdfs:range」と「ex:Unit」とのトリプルによって形成される。また、ブロック３０４において、「ex:hasTemperatureUnit」は「ex:hasUnit」のサブプロパティであり、主語が「ex:Temperature」であり、目的語が「ex:TemperatureUnit」である述語と定義される。

すなわち、オントロジーデータベース１５には、例えば、図６に示すような形式で記載されたオントロジーが格納される。

推測ルールデータベース１６には、特定層の各クラスに対して割り当てるセマンティックタームを、その特定層の下層の各クラスに割り当てられたセマンティックタームから決定するための推測ルールが格納される。推測ルールでは、上層に付与されるセマンティックタームに対して、そのセマンティックタームを付与するための条件が定義される。この推測ルールデータベース１６が、「ルール格納部」の一例にあたる。

図７は、推測ルールの一例を示す図である。図７の推測ルールリスト４００における「saref:Temperature」は温度プロパティを表すセマンティックタームである。そして、「saref:Temperature」のセマンティックタームを付与するための条件が、ブロック４０１に示される。

ブロック４０１は、詳細ルール４１１〜４１３のいずれかを満たす場合に、プロパティ情報にセマンティックタームとして「saref:Temperature」を付与する推定ルールである。詳細ルール４１１は、そのプロパティの直下にデータ型を「数値」とするクラス及び単位を「摂氏」とするクラスがある場合であり、そのプロパティ情報が「数値でありかつ単位が摂氏である」場合と言える。また、詳細ルール４１２は、そのプロパティの直下にデータ型を「数値」とするクラス及び単位を「華氏」とするクラスがある場合であり、そのプロパティ情報が「数値でありかつ単位が華氏である」場合と言える。また、詳細ルール４１３は、そのプロパティの直下にデータ型を「数値」とするクラス及び単位を「ケルビン」とするクラスがある場合であり、そのプロパティ情報が「数値でありかつ単位がケルビンである」場合と言える。ブロック４０１に示される推測ルールでは、データ型と単位の条件とがキーバリューペアで表現され、それらの論理積で表される各条件のうちのいずれかにあたることが、セマンティックタームの付与条件であることが、ｏｎｅＯｆフィールドによって表現される。このブロック４０１で示される推測ルールが、「第２推測ルール」の一例にあたる。

ブロック４０２〜４０４は、デバイス情報に付与するセマンティックタームの推測ルールである。ブロック４０２における「saref:TemperatureSensor」は温度センサデバイスを表すセマンティックタームである。そして、「saref:TemperatureSensor」をあるデバイス情報に付与するための条件は、そのデバイス情報の直下に、種別を「saref:Temperature」とするクラスを有するプロパティ情報が含まれることである。また、「saref:Switch」はスイッチを表すセマンティックタームである。そして、あるデバイス情報に「saref:Switch」を付与するための条件は、そのデバイス情報の直下に種別を「saref:OnOffState」とするクラスを有するプロパティ情報が含まれることである。また、「saref:LightSwitch」は照明を表すセマンティックタームである。そして、「saref:LightSwitch」をあるデバイス情報に付与するための条件は、そのデバイス情報の直下に種別を「saref:OnOffState」とするクラス及び「saref:Light」とするクラスを有するプロパティ情報が含まれることである。このように、デバイス情報を付与する推測ルールは、propertiesフィールドによって定義される。そして、ブロック４０２〜４０４で表される各propertiesフィールドはａｎｄ条件で結ばれる。このブロック４０２〜４０４の推測ルールを用いると、あるデバイス情報に「saref:LightSwitch」を付与する場合は必ず「saref:Switch」も付与することになる。このように複数のセマンティックタームが付与される場合には、本実施例では、すべてのセマンティックタームをリストとして付与されるとする。ただし、他の方法で付与するセマンティックタームを選択してもよく、オントロジーにおいてより下位の概念や、条件の厳しいセマンティックタームを付与するとしてもよい。このブロック４０２〜４０４で示される推測ルールが、「第１推測ルール」の一例にあたる。

例えば、推測ルールデータベース１６には、図７に示すようなシンタックスで表された推測ルールが格納される。ただし、推測ルールは、図７に例示したルールに限らず、下層のクラスに割り当てられたセマンティックタームから上層のクラスに割り当てるセマンティックルールを決定できるルールであれば他のルールを用いてもよい。

図４に戻って説明を続ける。基本情報モデル取得部１１は、情報モデルリポジトリ２０に格納された各デバイス２２の基本情報モデルを取得する。そして、基本情報モデル取得部１１は、取得した各デバイス２２の基本情報モデルを最下層情報付与部１２へ出力する。

最下層情報付与部１２は、各デバイス２２の基本情報モデルの入力を基本情報モデル取得部１１から受ける。そして、最下層情報付与部１２は、取得した基本情報モデルの文字列と、オントロジーデータベース１５に格納された各オントロジーの文字列とを比較する。そして、最下層情報付与部１２は、既存の文字列比較による類似度を用いて最下層のクラス、すなわち基準情報にセマンティックタームを付与する。ここで、オントロジーデータベース１５にApache Jenaのようなオープンソースのトリプルストアフレームワークを使用した場合、最下層情報付与部１２は、オントロジーのクラス定義や関係を容易に取得可能となる。その後、最下層情報付与部１２は、基本情報モデルの最下層の各クラスにセマンティックタームが付与された情報モデルを上層情報付与部１３へ出力する。

上層情報付与部１３は、基本情報モデルの最下層の各クラスにセマンティックタームが付与された情報モデルの入力を最下層情報付与部１２から受ける。そして、上層情報付与部１３は、最下層の各クラスに付与されたセマンティックタームを用いて、推測ルールにしたがって上層のプロパティに付与するセマンティックタームを決定する。上層情報付与部１３は、全ての層のクラスにセマンティックタームを付与するために、推測ルールを繰り返し適用することで下層から段階的にセマンティックタームを付与する。推測ルールの最大適用回数は入力された情報モデルのネストの深さから１減じた値であるため、上層情報付与部１３は、推測ルールの適用をネストの深さから１を減じた回数行えば、全ての層のクラスにセマンティックタームを付与できる。そこで、上層情報付与部１３は、情報モデル内のそれぞれのクラスに、それぞれの推測ルールが合致するかを判断するために、ループ処理を実施して各クラスに付与するセマンティックタームを決定して付与する。以下に上層のクラスへのセマンティックタームの付与処理を詳細に説明する。

上層情報付与部１３は、ネストの深さを算出する。例えば、図３に示す情報モデル２００を取得した場合、上層情報付与部１３は、context以下の中括弧の数を求めてネストの深さを算出する。

次に、上層情報付与部１３は、最下層のクラスを除く情報モデルの各層のクラスの中から未処理のクラスを１つ選択する。以下では、選択したクラスを、「選択クラス」と呼ぶ。次に、上層情報付与部１３は、選択クラスに付与するセマンティックタームの判定に用いる推測ルールを未処理の推測ルールの中から１つ選択する。

次に、上層情報付与部１３は、選択した推測ルールがプロパティを含むか否かを判定する。具体的には、例えば、図７に示す推測ルールリスト４００を用いる場合、ブロック４０１で示される選択ルールには、「properties」の文字列が含まれないので、ブロック４０１の推測ルールを選択した場合、上層情報付与部１３は、プロパティを含まないと判定する。これに対して、ブロック４０２〜４０４はいずれも「properties」の文字列を含むので、ブロック４０２〜４０４のうちのいずれかの推測ルールを選択した場合、上層情報付与部１３は、プロパティを含むと判定する。

選択した推測ルールがプロパティを含む場合、上層情報付与部１３は、選択クラスの直下の階層のクラスに付与されたセマンティックタームリストを取得する。次に、上層情報付与部１３は、選択した推測ルールのプロパティがセマンティックタームリストの部分集合であるか否かを判定する。例えば、図７におけるブロック４０２で表される推測ルールが選択された場合で説明する。この場合、推測ルールのプロパティは、「saref:Temperature」である。そして、選択クラスの直下に配置された各プロパティ情報のセマンティックタームリストが、例えば、「saref:Temperature」、「saref:Pressure」である場合、推測ルールのプロパティはセマンティックタームリストの部分集合にあたる。その場合、上層情報付与部１３は、選択した推測ルールのプロパティがセマンティックタームリストの部分集合であると判定する。これに対して、選択クラスの直下に配置された各プロパティ情報のセマンティックタームリストが、例えば、「saref:OnOffState」、「saref:Light」である場合、推測ルールのプロパティはセマンティックタームリストの部分集合にあたらない。その場合、上層情報付与部１３は、選択した推測ルールのプロパティがセマンティックタームリストの部分集合ではないと判定する。

また、選択クラスの直下のクラスのセマンティックタームが決定していない場合、上層情報付与部１３は、直下のクラスのセマンティックタームリストとして空集合を取得する。その場合、上層情報付与部１３は、選択した推測ルールのプロパティがセマンティックタームリストの部分集合ではないと判定する。

選択した推測ルールのプロパティがセマンティックタームリストの部分集合の場合、上層情報付与部１３は、選択した推測ルールで指定されたセマンティックタームを、選択クラスに付与するセマンティックタームとして決定する。そして、上層情報付与部１３は、選択クラスの種別に選択した推測ルールで指定されたセマンティックタームを追加して、セマンティックタームの付与を行う。これに対して、選択した推測ルールのプロパティがセマンティックタームリストの部分集合でない場合、上層情報付与部１３は、選択した推測ルールによるセマンティックタームの付与をおこなわない。そして、上層情報付与部１３は、選択した推測ルールによるセマンティックタームの付与の判定処理を完了する。

一方、選択した推測ルールがプロパティを含まない場合、上層情報付与部１３は、選択した推測ルールがｏｎｅＯｆを含むか否かを判定する。すなわち、上層情報付与部１３は、選択した推測ルールが複数の詳細ルールで規定される条件のいずれかを満足するかを判定させる推測ルールであるか否かを判定する。

選択した推測ルールがｏｎｅＯｆを含む場合、上層情報付与部１３は、ｏｎｅＯｆ内に配置された詳細ルールを１つ選択する。そして、上層情報付与部１３は、選択した詳細ルールが定義するキーバリューペアが、選択クラスの直下の階層の各クラスに割り当てられたセマンティックタームに一致するか否かを判定する。キーバリューペアが選択クラスの直下の階層の各クラスに割り当てられたセマンティックタームに一致する場合、上層情報付与部１３は、選択クラスのセマンティックタームとして、選択した推測ルールで指定されたセマンティックタームを付与する。これに対して、キーバリューペアが選択クラスの直下の階層の各クラスに割り当てられたセマンティックタームに一致しない場合、上層情報付与部１３は、選択した詳細ルールによるセマンティックタームの付与を終了する。

例えば、図７のブロック４０１で表される推測ルールのうち詳細ルール４１１を選択した場合、上層情報付与部１３は、「number」及び「om:degree_Celsius」のキーバリューペアを取得する。そして、選択クラスの直下の階層のクラスにセマンティックタームとして「type, number」が付与されたクラスと「unit, om:degree_Celsius」が付与されたクラスがある場合、上層情報付与部１３は、選択クラスのセマンティックタームを「saref:Temperature」と決定する。一方、選択クラスの直下の階層のクラスの値が詳細ルール４１１に示すキーバリューペアと一致しない場合、上層情報付与部１３は、選択した詳細ルールによるセマンティックタームの付与を終了する。

上層情報付与部１３は、選択した推測ルールに含まれる全ての詳細ルールについてセマンティックタームの付与の判定処理を実行した場合に、選択した推測ルールによるセマンティックタームの付与の判定処理を完了する。

また、選択した推測ルールがプロパティを含まず且つｏｎｅＯｆも含まない場合、上層情報付与部１３は、選択した推測ルールを詳細ルールが１つだけのルールと判定する。そして、上層情報付与部１３は、選択した推測ルールが定義するキーバリューペアが選択クラスの直下の階層の各クラスに割り当てられたセマンティックタームに一致するか否かを判定する。キーバリューペアが選択クラスの直下の階層の各クラスに割り当てられたセマンティックタームに一致する場合、上層情報付与部１３は、選択クラスにその推測ルールで指定されたセマンティックタームを付与する。これに対して、キーバリューペアが選択クラスの直下の階層の各クラスに割り当てられたセマンティックタームに一致しない場合、上層情報付与部１３は、選択した詳細ルールによるセマンティックタームの付与を終了する。そして、上層情報付与部１３は、選択した推測ルールによるセマンティックタームの付与の判定処理を完了する。

上層情報付与部１３は、全ての推測ルールについて選択クラスに対するセマンティックタームの付与の判定処理を行う。全ての推測ルールについてセマンティックタームの付与の判定処理を完了すると、上層情報付与部１３は、選択クラスに対するセマンティックタームの付与の判定処理を完了する。上層情報付与部１３は、取得した情報モデルに含まれる全てのクラスに対してセマンティックタームの付与の判定処理を実行する。

例えば、上層情報付与部１３は、最下層以外の全階層の各クラスについてのセマンティックターム付与処理を、算出したネストの深さから１を減じた値の回数繰り返す。これにより、上層情報付与部１３は、全てのクラスに対するセマンティックタームの付与処理を完了することができる。そして、情報モデルに含まれる全てのクラスに対してセマンティックタームの付与の判定処理が完了すると、上層情報付与部１３は、その情報モデルに対するセマンティックタームの付与処理を終了する。

上層情報付与部１３は、基本情報モデルの最下層以外の各層の各クラスにセマンティックタームを付与することで共通化情報モデルを生成する。そして、上層情報付与部１３は、生成した共通化情報モデルを共通化情報モデル出力部１４へ出力する。この上層情報付与部１３が、「識別情報付与部」の一例にあたる。

共通化情報モデル出力部１４は、共通化情報モデルの入力を上層情報付与部１３から受ける。そして、共通化情報モデル出力部１４は、基本情報モデルの各クラスにセマンティックタームを付加して情報モデル間での解釈の共通化を行った共通化情報モデルを情報モデルリポジトリ２０に格納する。これにより、アプリケーションサーバ２１が、情報モデルリポジトリ２０に格納された共通化情報モデルを使用してデバイス２２の管理及び制御を行うことができる。

図８は、異なる解釈がなされる情報モデルの一例を表す図である。共通化情報モデル２００Ａ及び２００Ｂは、いずれも温度センサを表す情報モデルである。

共通化情報モデル２００Ａでは、「temperature」と表されるプロパティの「@type」フィールドに「ex:Temperature」と表されるセマンティックターム２２１であるが付与されることで、このプロパティが温度情報であることが示される。また、「unit」フィールドに「ex:Celsius」と表されるセマンティックターム２２２が付与されることで、このプロパティの単位が摂氏であることが表される。

共通化情報モデル２００Ｂでは、「Temp」と表されるプロパティの「@type」フィールドに「ex:Temperature」と表されるセマンティックターム２２３が付与されることで、このプロパティが温度情報であることが示される。また、「unit」フィールドに「ex:Kelvin」と表されるセマンティックターム２２４が付与されることで、このプロパティの単位が摂氏であることが表される。

このようにセマンティックタームが付与されることで、共通化情報モデル２００Ａの「Temperature」と表されるプロパティと共通化情報モデル２００Ｂの「Temp」と表されるプロパティが、同じ温度情報であるという共通解釈が与えられる。さらに、それぞれのプロパティで使用される単位が異なるという共通解釈が与えられる。これにより、アプリケーションサーバ２１は、セマンティックタームを利用して共通化情報モデル２００Ａ及び２００Ｂで表されるデバイス２２を、温度プロパティを提供する温度センサとして検出することができる。さらに、アプリケーションサーバ２１は、共通化情報モデル２００Ａ及び２００Ｂを比較することで、それぞれの単位の違いを吸収する処理の使用などを機械的判定することが可能となる。

次に、図９を参照して、本実施例に係る管理端末装置１によるセマンティックターム付加処理の全体の流れを説明する。図９は、セマンティックターム付加処理の全体のフローチャートである。

基本情報モデル取得部１１は、基本情報モデルを情報モデルリポジトリ２０から取得する（ステップＳ１）。基本情報モデル取得部１１は、取得した基本情報モデルを最下層情報付与部１２へ出力する。

最下層情報付与部１２は、基本情報モデルの入力を基本情報モデル取得部１１から受ける。次に、最下層情報付与部１２は、基本情報モデルの最下層の各クラスの文字列を取得する。そして、最下層情報付与部１２は、基本情報モデルの最下層の各クラスの文字列と、オントロジーデータベース１５に格納された各オントロジーの文字列とを比較し、類似度を用いて最下層の各クラスにセマンティックタームを付与する（ステップＳ２）。その後、最下層情報付与部１２は、最下層の各クラスにセマンティックタームが付与された基本情報モデルを上層情報付与部１３へ出力する。

上層情報付与部１３は、最下層の各クラスにセマンティックタームが付与された基本情報モデルの入力を最下層情報付与部１２から受ける。そして、上層情報付与部１３は、最下層の各クラスに付与されたセマンティックターム及び推測ルールデータベース１６に格納された推測ルールを用いて、上層の各クラスに再帰的にセマンティックタームを付与する（ステップＳ３）。その後、上層情報付与部１３は、各層の各クラスにセマンティックタームを付与した共通化情報モデルを共通化情報モデル出力部１４へ出力する。

共通化情報モデル出力部１４は、共通化情報モデルの入力を上層情報付与部１３から受ける。そして、共通化情報モデル出力部１４は、取得した共通化情報モデルを情報モデルリポジトリ２０へ出力して格納させる（ステップＳ４）。

次に、図１０Ａ及び１０Ｂを参照して、本実施例に係る管理端末装置１による上層のクラスに対するセマンティックターム付加処理の流れを説明する。図１０Ａ及び図１０Ｂは、上層のクラスに対するセマンティックターム付加処理のフローチャートである。図１０Ａ及び図１０Ｂのフローチャートで示した各処理は、図９のステップＳ３で実行される処理の一例にあたる。

上層情報付与部１３は、基本情報モデルの最下層の各クラスにセマンティックタームが付与された情報モデルを最下層情報付与部１２から取得する（ステップＳ１０１）。

次に、上層情報付与部１３は、ネストの深さを算出する（ステップＳ１０２）。

次に、上層情報付与部１３は、セマンティックターム付加処理のループ回数を表すｉを初期化して、ｉ＝０とする（ステップＳ１０３）。

次に、上層情報付与部１３は、最下層のクラスを除く情報モデルの各層のクラスの中から未処理のクラスを１つ選択する（ステップＳ１０４）。

次に、上層情報付与部１３は、選択クラスに付与するセマンティックタームの判定に用いる推測ルールを未処理の推測ルールの中から１つ選択する（ステップＳ１０５）。

上層情報付与部１３は、選択した推測ルールがプロパティを含むか否かを判定する（ステップＳ１０６）。

選択した推測ルールがプロパティを含む場合（ステップＳ１０６：肯定）、上層情報付与部１３は、選択クラスの直下の階層のクラスに付与されたセマンティックタームリストを取得する（ステップＳ１０７）。

次に、上層情報付与部１３は、選択した推測ルールのプロパティがセマンティックタームリストの部分集合であるか否かを判定する（ステップＳ１０８）。

選択した推測ルールのプロパティがセマンティックタームリストの部分集合でない場合（ステップＳ１０８：否定）、上層情報付与部１３は、ステップＳ１１５へ進む。

これに対して、選択した推測ルールのプロパティがセマンティックタームリストの部分集合の場合（ステップＳ１０８：肯定）、上層情報付与部１３は、選択した推測ルールで指定されたセマンティックタームを、選択クラスに付与するセマンティックタームとして決定する。そして、上層情報付与部１３は、選択した推測ルールで指定されたセマンティックタームを選択クラスの種別に追加する（ステップＳ１１４）。

一方、選択した推測ルールがプロパティを含まない場合（ステップＳ１０６：否定）、上層情報付与部１３は、選択した推測ルールがｏｎｅＯｆを含むか否かを判定する（ステップＳ１０９）。

選択した推測ルールがｏｎｅＯｆを含む場合（ステップＳ１０９：肯定）、上層情報付与部１３は、ｏｎｅＯｆ内に配置された詳細ルールを１つ選択する（ステップＳ１１０）。

次に、上層情報付与部１３は、選択した詳細ルールが定義するキーバリューペアを取得する。そして、上層情報付与部１３は、取得したキーバリューペアが選択クラスの直下の階層の各クラスに割り当てられたセマンティックタームに一致するか否かを判定する（ステップＳ１１１）。

キーバリューペアが直下の階層の各クラスのセマンティックタームに一致する場合（ステップＳ１１１：肯定）、上層情報付与部１３は、選択した推測ルールで指定されたセマンティックタームを選択クラスのセマンティックタームとして決定する。そして、上層情報付与部１３は、選択した推測ルールで指定されたセマンティックタームを選択クラスの種別に追加する（ステップＳ１１４）。

これに対して、キーバリューペアが直下の階層の各クラスのセマンティックタームに一致しない場合（ステップＳ１１１：否定）、上層情報付与部１３は、ｏｎｅＯｆ内の全ての詳細ルールの処理が完了したか否かを判定する（ステップＳ１１２）。

処理が完了していない詳細ルールが残っている場合（ステップＳ１１２：否定）、上層情報付与部１３は、ステップＳ１１０へ戻る。これに対して、ｏｎｅＯｆ内の全ての詳細ルールの処理が完了した場合（ステップＳ１１２：肯定）、上層情報付与部１３は、ステップＳ１１５へ進む。

一方、選択した推測ルールがｏｎｅＯｆを含まない場合（ステップＳ１０９：否定）、上層情報付与部１３は、選択した推測ルールが定義するキーバリューペアを取得する。そして、上層情報付与部１３は、取得したキーバリューペアが選択クラスの直下の階層の各クラスに割り当てられたセマンティックタームに一致するか否かを判定する（ステップＳ１１３）。

キーバリューペアが直下の階層の各クラスに割り当てられたセマンティックタームに一致する場合（ステップＳ１１３：肯定）、上層情報付与部１３は、選択した推測ルールで指定されたセマンティックタームを選択クラスのセマンティックタームとして決定する。そして、上層情報付与部１３は、選択した推測ルールで指定されたセマンティックタームを選択クラスの種別に追加する（ステップＳ１１４）。

これに対して、キーバリューペアが直下の階層の各クラスに割り当てられたセマンティックタームに一致しない場合（ステップＳ１１３：否定）、上層情報付与部１３は、ステップＳ１１５へ進む。

その後、上層情報付与部１３は、選択クラスに関して全ての推測ルールについてセマンティックタームの判定処理が完了したか否かを判定する（ステップＳ１１５）。セマンティックタームの判定処理を行っていない推測ルールが残っている場合（ステップＳ１１５：否定）、上層情報付与部１３は、ステップＳ１０５へ戻る。

一方、選択クラスに関して全ての推測ルールについてセマンティックタームの判定処理が完了した場合（ステップＳ１１５：肯定）、上層情報付与部１３は、全てのクラスについてセマンティックターム付与処理が完了したか否かを判定する（ステップＳ１１６）。

セマンティックターム付与処理を行っていないクラスが残っている場合（ステップＳ１１６：否定）、上層情報付与部１３は、ステップＳ１０４へ戻る。

一方、全てのクラスについてセマンティックターム付与処理が完了した場合（ステップＳ１１６：肯定）、上層情報付与部１３は、ｉがネストの深さから１を減算した値よりも小さいか否かを判定する（ステップＳ１１７）。

ｉがネストの深さから１を減算した値よりも小さい場合（ステップＳ１１７：肯定）、上層情報付与部１３は、ｉを１つインクリメントする（ステップＳ１１８）。その後、上層情報付与部１３は、ステップＳ１０４へ戻る。

これに対して、ｉがネストの深さから１を減算した値以上の場合（ステップＳ１１７：否定）、上層情報付与部１３は、情報モデルに対するセマンティックタームの付与を終了する。その後、上層情報付与部１３は、セマンティックタームを付与した共通化情報モデルを情報モデルリポジトリ２０へ出力して格納させる（ステップＳ１１９）。

以上に説明したように、本実施例に係る管理端末装置は、情報モデルにおける最下層のクラスに文字比較を用いてセマンティックタームを付与する。その後、管理端末装置は、下層のクラスのセマンティックターム及び推測ルールを用いて、上層のクラスのセマンティックタームを推測して付与することで、セマンティックタームの再帰的な付与を行う。

このような処理により、本実施例に係る管理端末装置は、セマンティックタームを持たない情報モデルに、各情報モデル間で共通するセマンティックタームを自動的に付与することができる。これにより、情報モデル間での解釈を共通化することができ、ＩｏＴシステムにおけるデバイスの可用性を向上させることができる。

また、手動でセマンティックタームを付与する工数や情報モデルやデータの意味を解釈するための追加のソフトウェア開発に伴う開発工数などを削減することが可能となる。また、参照するオントロジーを変更する場合や、新規追加するデバイスに対応する場合に、推測ルールを変更することで自動的に適切なセマンティックタームの付与が行え、ＩｏＴシステム構築の工数を削減することが可能となる。

次に、実施例２について説明する。本実施例に係る管理端末装置は、最下層のクラスに対するセマンティックターム付与時に、文字列比較の対象とするセマンティックタームの範囲を制限する。本実施例に係る管理端末装置も、図４のブロック図で表される。以下の説明では、実施例１と同様の各部の動作については説明を省略する場合がある。

本実施例に係る、最下層情報付与部１２は、文字列比較を行う情報モデルの各クラスに与えられた文字列であるフィールド名とオントロジーのセマンティックタームとを関連付ける紐付けルールを予め有する。

図１１は、実施例２に係る最下層クラスに対するセマンティックタームの検索時の制約条件を説明するための図である。例えば、図１１における紐付けルール５０１は、フィールド名が「unit」である場合に、比較するセマンティックタームを列挙する。すなわち、紐付けルール５０１は、フィールド名が「unit」であるクラスについては、セマンティックタームが「om:degree_Celsius」、「om:degree_Fharenheit」、「om:kelvin」、「om:lux」などを比較対象のセマンティックタームとするルールである。

また、紐付けルール５０２は、フィールド名が「enum」であり、且つ、文字列列挙型である場合に、「saref:OnOffState」や「saref:OpenCloseState」などを比較対象のセマンティックタームとするルールである。

最下層情報付与部１２は、文字列比較を行う情報モデルの最下層のクラスの文字列を取得する。そして、最下層情報付与部１２は、取得した文字列について定められた紐付けルールが存在するか否かを判定する。特定の文字列について紐付けルールが存在する場合、最下層情報付与部１２は、その文字列についてその紐付けルールで指定されたセマンティックルールとの間で文字列比較を行う。これに対して、特定の文字列について紐付けルールが存在しなければ、最下層情報付与部１２は、その文字列について全てのセマンティックタームを対象として文字列比較を実行する。

図１２は、実施例２に係る最下層のクラスに対するセマンティックタームの付加処理を説明するための図である。ここでは、図１１で示した制約条件を用いて文字列比較を行う場合で説明する。

最下層情報付与部１２は、情報モデル２３１における最下層のクラスのフィールド名が「unit」と判定する。その場合、最下層情報付与部１２は、図１１の紐付けルール５０１を参照して、セマンティックターム群３２０のうちの「om:degree_Celsius」、「om:degree_Fharenheit」、「om:kelvin」、「om:lux」などのセマンティックタームを選択する。次に、最下層情報付与部１２は、「unit」の値である「Celsius」という文字列と、選択したセマンティックタームの各文字列とで文字列比較を行う（ステップＳ２０１）。そして、最下層情報付与部１２は、フィールド名が「unit」である最下層のクラスに「om:degree_Celsius」というセマンティックタームを付与する（ステップＳ２０２）。これにより、最下層情報付与部１２は、共通情報モデル２３２を生成する。

また、最下層情報付与部１２は、情報モデル２３３における最下層のクラスのフィールド名が「enum」であり、且つ、文字列列挙型と判定する。その場合、最下層情報付与部１２は、図１１の紐付けルール５０２を参照して、セマンティックターム群３２０のうちの「saref:OnOffState」や「saref:OpenCloseState」などのセマンティックタームを選択する。次に、最下層情報付与部１２は、「enum」で列挙される文字列のそれぞれと選択したセマンティックタームのサブクラスのセマンティックタームのそれぞれが１対１で合致するセマンティックタームを検出する。具体的には、最下層情報付与部１２は、「enum」で列挙される「ＯＮ」という文字列と、選択したセマンティックタームのサブクラスの各セマンティックタームとで文字列比較を行う（ステップＳ２０３）。また、最下層情報付与部１２は、「enum」で列挙される「ＯＦＦ」という文字列と、選択したセマンティックタームのサブクラスの各セマンティックタームとで文字列比較を行う（ステップＳ２０４）。そして、最下層情報付与部１２は、フィールド名が「enum」である最下層のクラスに「saref:OnOffState」というセマンティックタームを付与する（ステップＳ２０５）。これにより、最下層情報付与部１２は、最下層のクラスにセマンティックタームが付与された情報モデル２３４を生成する。

次に、図１３を参照して、管理端末装置１のハードウェア構成について説明する。図１３は、管理端末装置のハードウェア構成図である。

管理端末装置１は、図１３に示すように、ＣＰＵ（Central Processing Unit）９１、メモリ９２、ハードディスク９３及びネットワークインタフェース９４を有する。ＣＰＵ９１は、メモリ９２、ハードディスク９３及びネットワークインタフェース９４とバスを介して接続される。

ネットワークインタフェース９４は、外部装置との通信インタフェースである。例えば、ネットワークインタフェース９４は、図４に例示した情報モデルリポジトリ２０とＣＰＵ９１との通信を中継する。

ハードディスク９３は、例えば、図４に例示したオントロジーデータベース１５及び推測ルールデータベース１６の機能を実現する。また、ハードディスク９３は、図４に例示した基本情報モデル取得部１１、最下層情報付与部１２、上層情報付与部１３及び共通化情報モデル１４の機能を実現するためのプログラムを含む各種プログラムを格納する。

ＣＰＵ９１は、ハードディスク９３から各種プログラムを読み出してメモリ９２上に展開して実行する。これにより、ＣＰＵ９１は、図４に例示した基本情報モデル取得部１１、最下層情報付与部１２、上層情報付与部１３及び共通化情報モデル１４の機能を実現する。

以上に説明したように、本実施例に係る管理端末装置は、最下層のクラスにセマンティックタームを付与する場合の文字列比較において、比較対象とするセマンティックタームを制限する。これにより、セマンティックタームの付与における計算量を削減することが可能となる。

１ 管理端末装置
２ ＩｏＴシステム
１１ 基本情報モデル取得部
１２ 最下層情報付与部
１３ 上層情報付与部
１４ 共通化情報モデル出力部
１５ オントロジーデータベース
１６ 推測ルールデータベース
２０ 情報モデルリポジトリ
２１ アプリケーションサーバ
２２ デバイス

Claims (9)

1. 階層化され且つ電子機器に関する情報についての概念を表すクラスを各階層に１つ又は複数有する前記電子機器の情報モデルにおいて、所定階層が有する前記クラスに割り当てる識別情報を、前記所定階層の下層における前記クラスに割り当てられた前記識別情報を基に決定するための推測ルールを格納するルール格納部と、
   前記下層における前記クラスに割り当てられた前記識別情報を基に、前記ルール格納部に格納された前記推測ルールにしたがい前記所定階層における各前記クラスに前記識別情報を付与する識別情報付与部と
   を備えたことを特徴とする情報処理装置。
2. 前記情報モデルの最下層における前記クラスに割り当てる前記識別情報を、予め決められた前記クラスと前記識別情報との対応情報を基に決定して付与する最下層情報付与部をさらに備え、
   前記識別情報付与部は、前記最下層情報付与部により付与された前記情報モデルの前記最下層における前記クラスの前記識別情報を基に、前記推測ルールにしたがい前記所定階層における各前記クラスに割り当てる前記識別情報を決定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記クラスは、前記電子機器を表す機器名及び前記機器名の下層に前記電子機器の属性を表す第１属性情報を有し、
   前記識別情報付与部は、前記第１属性情報の前記識別情報と特定機器名の識別情報との対応を表す第１推測ルールを基に、前記機器名に前記識別情報を付与する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記識別情報付与部は、前記識別情報の付与対象とする前記機器名の下層の前記第１属性情報に付与された前記識別情報を取得し、１つ又は複数の前記第１属性情報の識別情報と特定機器名の識別情報との対応を示す前記第１推測ルールを基に、前記第１推測ルールで示された前記第１属性情報の識別情報の集合が取得した前記識別情報の集合の部分集合である場合に、前記識別情報の付与対象とする前記機器名に前記特定機器名の識別情報を付与することを特徴とする請求項３に記載の情報処理装置。
5. 前記クラスは、前記第１属性情報の下層に前記第１属性情報の属性を表す第２属性情報を有し、
   前記識別情報付与部は、前記第２属性情報の識別情報の組と特定の第１属性情報の識別情報との対応を表す第２推測ルールに基に、前記第１属性情報に識別情報を付与する
   ことを特徴とする請求項３又は４に記載の情報処理装置。
6. 前記識別情報付与部は、前記識別情報の付与対象とする前記第１属性情報の下層の前記第２属性情報に付与された前記識別情報を取得し、前記取得した前記識別情報の中に前記第２推測ルールで示された前記第２属性情報の識別情報の組が含まれる場合に、前記識別情報の付与対象とする前記第１属性情報に前記特定の第１属性情報の識別情報を付与することを特徴とする請求項５に記載の情報処理装置。
7. 前記最下層情報付与部は、各前記クラスの情報に応じた検索条件を予め有し、前記検索条件を用いて、前記情報モデルの前記最下層における前記クラスに割り当てる前記識別情報を決定することを特徴とする請求項２に記載の情報処理装置。
8. 階層化され且つ電子機器に関する情報についての概念を表すクラスを各階層に１つ又は複数有する前記電子機器の情報モデルにおいて、所定階層が有する前記クラスに割り当てる識別情報を、前記所定階層の下層における前記クラスに割り当てられた前記識別情報を基に決定するための推測ルールを保持し、
   前記下層における前記クラスに割り当てられた前記識別情報を基に、前記推測ルールにしたがい前記所定階層における各前記クラスに前記識別情報を付与する
   ことを特徴とする情報処理方法。
9. 階層化され且つ電子機器に関する情報についての概念を表すクラスを各階層に１つ又は複数有する前記電子機器の情報モデルにおいて、所定階層が有する前記クラスに割り当てる識別情報を、前記所定階層の下層における前記クラスに割り当てられた前記識別情報を基に決定するための推測ルールを保持し、
   前記下層における前記クラスに割り当てられた前記識別情報を基に、前記推測ルールにしたがい前記所定階層における各前記クラスに前記識別情報を付与する
   処理をコンピュータに実行させることを特徴とする情報処理プログラム。

Images