JP2022095566A - システム、コンピュータ実装方法及びコンピュータプログラム(異なるポリシの条件のセマンティクスについてのコンテキスト上の比較) - Google Patents
システム、コンピュータ実装方法及びコンピュータプログラム(異なるポリシの条件のセマンティクスについてのコンテキスト上の比較) Download PDFInfo
- Publication number
- JP2022095566A JP2022095566A JP2021201905A JP2021201905A JP2022095566A JP 2022095566 A JP2022095566 A JP 2022095566A JP 2021201905 A JP2021201905 A JP 2021201905A JP 2021201905 A JP2021201905 A JP 2021201905A JP 2022095566 A JP2022095566 A JP 2022095566A
- Authority
- JP
- Japan
- Prior art keywords
- data
- policy
- policy data
- entity
- component
- 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
- 238000000034 method Methods 0.000 title claims description 111
- 238000004590 computer program Methods 0.000 title claims description 14
- 230000015654 memory Effects 0.000 claims abstract description 63
- 238000000605 extraction Methods 0.000 claims description 52
- 239000000284 extract Substances 0.000 claims description 11
- 238000012545 processing Methods 0.000 description 29
- 238000010586 diagram Methods 0.000 description 28
- 230000008569 process Effects 0.000 description 19
- 238000010801 machine learning Methods 0.000 description 18
- 238000013473 artificial intelligence Methods 0.000 description 17
- 230000000670 limiting effect Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 9
- 238000003058 natural language processing Methods 0.000 description 9
- 238000013145 classification model Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000013075 data extraction Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000000454 anti-cipatory effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000010587 phase diagram Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Technology Law (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Storage Device Security (AREA)
- Stored Programmes (AREA)
- Machine Translation (AREA)
Abstract
【課題】異なるポリシ内の意味論的に類似した条件のコンテキスト上の比較、若しくは意味論的に類似した条件間の相違点の説明、又はその両方を可能にする。【解決手段】異なるポリシの条件のセマンティクスについてのコンテキスト上の比較を促進するためのシステム100は、メモリ104に格納されるコンピュータ実行可能コンポーネントを実行するプロセッサ106と、少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較する比較コンポーネント108と、少なくとも1つのエンティティの特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのか、についてのコンテキスト上の説明を提供するためのモデルを利用するコンテキスト化コンポーネント110と、備える。【選択図】図1
Description
本開示は、異なるポリシ内の条件の比較に関し、特に、異なるポリシの条件のセマンティクスについてのコンテキスト上の比較に関する。
異なるポリシ内の意味論的に類似した条件のコンテキスト上の比較、若しくは意味論的に類似した条件間の相違点の説明、又はその両方を可能にする。
以下では、発明の1又は複数の実施形態の基本的理解を提供するための概要を提示する。この概要は、特定の実施形態、又は、任意の特許請求の範囲の主要又は重要な要素を特定すること、又はその任意の範囲を画定することを意図するものではない。その唯一の目的は、後に提示されるより詳細な説明に対する前置きとして、簡略化された形式の概念を提示することである。本明細書に記載される1又は複数の実施形態において、異なるポリシの条件のセマンティクスについてのコンテキスト上の比較を促進するシステム、コンピュータ実装方法、若しくはコンピュータプログラム製品、又はその組み合わせが記載される。
一実施形態によれば、システムは、メモリ内に格納されるコンピュータ実行可能コンポーネントを実行するプロセッサを備え得る。コンピュータ実行可能コンポーネントは、少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較する比較コンポーネントを備え得る。コンピュータ実行可能コンポーネントは、少なくとも1つのエンティティの特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用するコンテキスト化コンポーネントを更に備える。
別の実施形態によれば、コンピュータ実装方法は、プロセッサに動作可能に結合されるシステムによって、少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較する段階を備え得る。コンピュータ実装方法は、システムによって、少なくとも1つのエンティティの特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用する段階を更に備え得る。
別の実施形態によれば、コンピュータプログラム製品は、プログラム命令が具現化されるコンピュータ可読記憶媒体を備え、プログラム命令は、プロセッサによって実行可能であり、少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較することをプロセッサに実行させる。プログラム命令は、プロセッサによって更に実行可能であり、少なくとも1つのエンティティの特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用することをプロセッサに更に実行させる。
以下の詳細な説明は単に例示であり、実施形態、及び/又は実施形態の用途若しくは使用を限定する意図はない。更に、前述の背景又は概要のセクション、又は、詳細な説明のセクションに提示される任意の明示的又は黙示的情報によって拘束される意図はない。
ここで、図面を参照して1又は複数の実施形態を説明する。全体を通して、同様の参照番号は、同様の要素を指すために用いられる。以下の説明において、1又は複数の実施形態のより完全な理解を提供するべく、説明の目的のために、多くの特定の詳細が記載される。しかしながら、様々な場合において、これら特定の詳細なしで、1又は複数の実施形態を実施され得ることは明白である。
本明細書において言及される場合、「エンティティ」は、人間、クライアント、ユーザ、コンピューティングデバイス、ソフトウェアアプリケーション、エージェント、機械学習(ML)モデル、人工知能(AI)モデル、若しくは別のエンティティ、又はその組み合わせを備え得る。本明細書において言及される場合、「ポリシ」は、決定を導き、成果を実現するための原理を記載するテキスト文書を含み得、かかる原理は、条件又は規則の形で記載され得る。ポリシの例は、限定されるものではないが、自動車保険証券、住宅保険証券、民間医療保険証券、公的及び/若しくは州の医療保険証券、金融コンプライアンス規定、若しくは別のポリシ又はその組み合わせを含む。本明細書において、要素が別の要素と「結合」されると称される場合には、限定されるものではないが、化学的結合、通信可能結合、電気的結合、電磁的結合、動作可能結合、光学的結合、物理的結合、熱的結合、若しくは別のタイプの結合、又はその組み合わせを含む、1又は複数の異なる結合のタイプを記載するものであり得ることが理解される。
本開示の様々な実施形態が、異なるポリシ内の意味論的に類似した条件のコンテキスト上の比較、若しくは意味論的に類似した条件間の相違点の説明、又はその両方を可能にすることは、以下の記載から理解すべきである。例えば、本開示の様々な実施形態が、所与のコンテキスト内における、異なるポリシのコンテキスト上の比較を可能にし、かかるコンテキストが特定のエンティティ若しくは特定のコホート又はその両方の1又は複数の特徴によって定められ得ることは、以下の記載から理解すべきである。
図1、図2、及び図3は、本明細書に記載される1又は複数の実施形態による、異なるポリシの条件のセマンティクスについてのコンテキスト上の比較をそれぞれ促進し得る、例示的、非限定的なシステム100、システム200、及びシステム300のブロック図をそれぞれ示す。システム100、システム200及びシステム300は、それぞれ、ポリシ比較システム102を備え得る。図1に図示されるシステム100のポリシ比較システム102は、メモリ104、プロセッサ106、比較コンポーネント108、コンテキスト化コンポーネント110、若しくはバス112、又はその組み合わせを備え得る。図2に図示されるシステム200のポリシ比較システム102は、抽出コンポーネント202を更に備え得る。図3に図示されるシステム300のポリシ比較システム102は、類似度コンポーネント302を更に備え得る。
本明細書に開示される様々な図に図示される本開示の実施形態は、例示のみを目的とし、したがって、かかる実施形態のアーキテクチャは、図示されるシステム、デバイス、若しくはコンポーネント、又はその組み合わせに限定されるものではないことは、理解すべきである。例えば、いくつかの実施形態において、システム100、システム200、システム300、若しくはポリシ比較システム102、又はその組み合わせは、動作環境800及び図8を参照して本明細書に記載される、様々なコンピュータ若しくはコンピューティングベースの要素又はその両方を更に備え得る。複数の実施形態において、かかるコンピュータ若しくはコンピューティングベースの要素又はその組み合わせは、図1、図2、図3、若しくは本明細書に開示される他の図、又はその組み合わせに関連して図示及び記載されるシステム、デバイス、コンポーネント、若しくはコンピュータ実装オペレーション、又はその組み合わせのうち1又は複数を実装することに関連して用いられ得る。
メモリ104は、1又は複数のコンピュータ可読及び/又は機械可読、書き込み可能、及び/又は実行可能コンポーネント若しくは命令又はその両方を格納し得、上記コンポーネント若しくは命令又はその両方は、プロセッサ106(例えば古典的プロセッサ、量子プロセッサ、若しくは別のタイプのプロセッサ又はその組み合わせ)によって実行される場合に、上記実行可能コンポーネント若しくは命令又はその両方により定められるオペレーションを遂行することを促進し得る。例えば、メモリ104は、コンピュータ可読及び/又は機械可読、書き込み可能、及び/又は実行可能コンポーネント若しくは命令又はその両方を格納し得、上記コンポーネント若しくは命令又はその両方は、プロセッサ106によって実行される場合に、本開示の様々な図を参照して若しくは参照せずに本明細書に記載されるように、ポリシ比較システム102、比較コンポーネント108、コンテキスト化コンポーネント110、抽出コンポーネント202、類似度コンポーネント302、若しくはポリシ比較システム102に関連付けられる別のコンポーネント又はその組み合わせに関する、本明細書に記載される様々な機能を実行することを促進し得る。
メモリ104は、1又は複数のメモリアーキテクチャを利用し得る、揮発性メモリ(例えば、ランダムアクセスメモリ(RAM)、スタティックRAM(SRAM)、動的RAM(DRAM)、若しくは別のタイプの揮発性メモリ、又はその組み合わせ)、若しくは不揮発性メモリ(例えば、リードオンリメモリ(ROM)、プログラマブルROM(PROM)、電気的プログラマブルROM(EPROM)、電気的消去可能プログラマブルROM(EEPROM)、若しくは別のタイプの不揮発性メモリ、又はその組み合わせ)、又はその両方を備え得る。メモリ104の更なる例が、システムメモリ816及び図8を参照して以下に記載される。メモリ104のかかる例は、本開示の任意の実施形態を実装するために利用され得る。
プロセッサ106は、メモリ104に格納され得る、1又は複数の、コンピュータ可読及び/又は機械可読、書き込み可能、及び/又は実行可能コンポーネント若しくは命令又はその両方を実装し得る、1又は複数のタイプのプロセッサ若しくは電子回路又はその両方(例えば、古典的プロセッサ、量子プロセッサ、及び/又は別のタイプのプロセッサ及び/又は電子回路)を備え得る。例えば、プロセッサ106は、ロジック、制御、入力/出力(I/O)、算術若しくは同様のもの、又はその組み合わせを含むがこれらに限定されるものではない、かかるコンピュータ可読及び/又は機械可読、書き込み可能、及び/又は実行可能コンポーネント若しくは命令又はその両方によって指定され得る様々なオペレーションを実行し得る。いくつかの実施形態において、プロセッサ106は、1又は複数の中央処理装置、マルチコアプロセッサ、マイクロプロセッサ、デュアルマイクロプロセッサ、マイクロコントローラ、システムオンチップ(SOC)、アレイプロセッサ、ベクトルプロセッサ、量子プロセッサ、若しくは別のタイプのプロセッサ又はその組み合わせを備え得る。プロセッサ106の更なる例が、処理ユニット814及び図8を参照して以下に記載される。プロセッサ106のかかる例は、本開示の任意の実施形態を実装するために利用され得る。
本明細書に記載されるようなシステム100、システム200、システム300、ポリシ比較システム102、若しくはこれらと結合される任意のコンポーネント、又はその組み合わせの機能を実行するために、ポリシ比較システム102、メモリ104、プロセッサ106、比較コンポーネント108、コンテキスト化コンポーネント110、抽出コンポーネント202、類似度コンポーネント302、若しくはポリシ比較システム102の別のコンポーネント、又はその組み合わせは、バス112を介して、通信可能に、電気的に、動作可能に、若しくは光学的に又はその組み合わせで互いに結合され得る。バス112は、様々なバスアーキテクチャを利用し得る、1又は複数のメモリバス、メモリコントローラ、ペリフェラルバス、外部バス、ローカルバス、量子バス、若しくは別のタイプのバス、又はその組み合わせを備え得る。バス112の更なる例が、システムバス818及び図8を参照して以下に記載される。バス112のかかる例は、本開示の任意の実施形態を実装するために利用され得る。
ポリシ比較システム102は、プロセッサを含む、任意のタイプのコンポーネント、機械、デバイス、設備、装置、若しくは計器、又はその組み合わせを備え得、及び/又は、効果的な通信若しくは動作可能な通信又はその両方を、有線ネットワーク若しくは無線ネットワーク又はその両方と実行可能であり得る。かかるすべての実施形態が想定される。例えば、ポリシ比較システム102は、サーバデバイス、コンピューティングデバイス、汎用コンピュータ、特定用途向けコンピュータ、量子コンピューティングデバイス(例えば量子コンピュータ)、タブレットコンピューティングデバイス、ハンドヘルドデバイス、サーバクラスコンピューティングマシン及び/若しくはサーバクラスコンピューティングデータベース、ラップトップコンピュータ、ノートブックコンピュータ、デスクトップコンピュータ、携帯電話、スマートフォン、コンシューマ用電化製品及び/若しくはコンシューマ用器具類、産業用デバイス及び/若しくは商用デバイス、デジタルアシスタント、マルチメディアインターネット対応電話、マルチメディアプレイヤ、若しくは別のタイプのデバイス又はその組み合わせを備え得る。
ポリシ比較システム102は、ワイヤ若しくはケーブル又はその両方を用いて、1又は複数の外部システム、ソース、若しくはデバイス(例えば、古典的及び/若しくは量子コンピューティングデバイス、通信デバイス及び/若しくは別のタイプの外部システム、ソース、及び/若しくはデバイス)又はその組み合わせと(例えば、通信可能に、電気的に、動作可能に、光学的に、若しくは別のタイプの結合を介して、又はその組み合わせで)結合され得る。例えば、ポリシ比較システム102は、これらに限定されるものではないが、高解像度マルチメディアインタフェース(HDMI(登録商標))ケーブル、勧告基準(RS)232ケーブル、イーサネット(登録商標)ケーブル、若しくは別のデータケーブル又はその組み合わせを含むデータケーブルを用いて、1又は複数の外部システム、ソース、若しくはデバイス(例えば、古典的及び/若しくは量子コンピューティングデバイス、通信デバイス及び/若しくは別のタイプの外部システム、ソース、及び/若しくはデバイス)又はその組み合わせと(例えば、通信可能に、電気的に、動作可能に、光学的に、若しくは別のタイプの結合を介して、又はその組み合わせで)結合され得る。
いくつかの実施形態において、ポリシ比較システム102は、ネットワークを介して、1又は複数の外部システム、ソース、若しくはデバイス(例えば、古典的及び/若しくは量子コンピューティングデバイス、通信デバイス及び/若しくは別のタイプの外部システム、ソース、及び/若しくはデバイス)又はその組み合わせと(例えば、通信可能に、電気的に、動作可能に、光学的に、若しくは別のタイプの結合を介して、又はその組み合わせで)結合され得る。例えば、かかるネットワークは、これらに限定されるものではないが、セルラネットワーク、ワイドエリアネットワーク(WAN)(例えば、インターネット)又はローカルエリアネットワーク(LAN)を含む有線ネットワーク若しくは無線ネットワーク又はその両方を備え得る。ポリシ比較システム102は、これらに限定されるものではないが、ワイヤレスフィデリティ(Wi-Fi(登録商標))、モバイル通信のためのグローバルシステム(GSM(登録商標))、ユニバーサルモバイルテレコミュニケーションシステム(UMTS)、マイクロ波アクセスに関する世界的な相互運用(WiMAX)、強化型汎用パケット無線サービス(強化型GPRS)、第3世代パートナシッププロジェクト(3GPP)ロングタームエボリューション(LTE)、第3世代パートナシッププロジェクト2(3GPP2)ウルトラモバイルブロードバンド(UMB)、高速パケットアクセス(HSPA)、Zigbee(登録商標)及び他の802.XX無線技術若しくはレガシーテレコミュニケーション技術又はその組み合わせ、BLUETOOTH(登録商標)、セッション開始プロトコル(SIP)、ZIGBEE(登録商標)、RF4CEプロトコル、無線HARTプロトコル、6LoWPAN(低電力無線エリアネットワーク上のIPv6)、Z‐ウェーブ、ANT、超広帯域(UWB)規格プロトコル、若しくは他のプロプライエタリ及び非プロプライエタリの通信プロトコル、又はその組み合わせを含む、事実上任意の所望の有線及び/又は無線技術を用いて、1又は複数の外部システム、ソース若しくはデバイス又はその組み合わせ、例えばコンピューティングデバイスと通信し得る。したがって、いくつかの実施形態において、ポリシ比較システム102は、ハードウェア(例えば、中央処理装置(CPU)、トランシーバ、デコーダ、量子ハードウェア、量子プロセッサ若しくは他のハードウェア又はその組み合わせ)、ソフトウェア(例えば、スレッドのセット、プロセスのセット、実行中のソフトウェア、量子パルススケジュール、量子回路、量子ゲート若しくは他のソフトウェア又はその組み合わせ)、又は、ポリシ比較システム102と、外部システム、ソース、若しくはデバイス(例えば、コンピューティングデバイス、通信デバイス、若しくは別のタイプの外部システム、ソース、及び/若しくはデバイス、又はその組み合わせ)との間の情報の通信を促進し得る、ハードウェア及びソフトウェアの組み合わせを備え得る。
ポリシ比較システム102は、1又は複数のコンピュータ可読及び/又は機械可読、書き込み可能、及び/又は実行可能コンポーネント若しくは命令又はその両方を備え得、上記コンポーネント若しくは命令又はその両方は、プロセッサ106(例えば古典的プロセッサ、量子プロセッサ、若しくは別のタイプのプロセッサ又はその組み合わせ)によって実行される場合に、かかるコンポーネント若しくは命令又はその両方により定められるオペレーションを遂行することを促進し得る。更に、多くの実施形態において、本開示の様々な図を参照して、又は参照することなく本明細書に記載されるような、ポリシ比較システム102に関連付けられた任意のコンポーネントは、1又は複数のコンピュータ可読及び/又は機械可読、書き込み可能、及び/又は実行可能コンポーネント若しくは命令又はその両方を備え得、上記コンポーネント若しくは命令又はその両方は、プロセッサ106によって実行されるとき、かかるコンポーネント若しくは命令又はその両方によって定められるオペレーションの遂行を促進し得る。例えば、本明細書において開示されるような、(例えば、通信可能に、電子的に、動作可能に、及び/又は若しくは光学的に、又はその組み合わせでポリシ比較システム102に結合される、及び/又は、利用される)比較コンポーネント108、コンテキスト化コンポーネント110、抽出コンポーネント202、類似度コンポーネント302、若しくはポリシ比較システム102に関連付けられた他の任意のコンポーネント又はその組み合わせは、かかるコンピュータ可読及び/又は機械可読、書き込み可能、及び/又は実行可能コンポーネント若しくは命令又はその両方を備え得る。その結果、多くの実施形態によれば、本明細書に開示されるような、ポリシ比較システム102、若しくはそれに関連付けられた任意のコンポーネント又はその両方は、プロセッサ106を利用して、かかるコンピュータ可読及び/又は機械可読、書き込み可能、及び/又は実行可能コンポーネント若しくは命令又はその両方を実行し、ポリシ比較システム102、若しくはそれに関連付けられた任意のかかるコンポーネント又はその両方を参照して本明細書に記載される1又は複数のオペレーションの遂行を促進し得る。
ポリシ比較システム102は、比較コンポーネント108、コンテキスト化コンポーネント110、抽出コンポーネント202、類似度コンポーネント302、若しくは本明細書に開示されるようなポリシ比較システム102に関連付けられた別のコンポーネント又はその組み合わせによって実行される、及び/又は、それに関連付けられるオペレーションの遂行を、(例えばプロセッサ106を介して)促進し得る。例えば、以下に詳細に記載されるように、ポリシ比較システム102は、(例えばプロセッサ106を介して、)少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較すること、若しくは少なくとも1つのエンティティの特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用すること、又はその両方を促進し得る。
上記の例において、以下に詳細に記載されるように、ポリシ比較システム102は、(例えばプロセッサ106を介して、)第1ポリシデータから第1データを、及び第2ポリシデータから第2データを抽出することであって、第1データ及び第2データは、少なくとも1つのエンティティの特徴に対応する、抽出すること、第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、第1ポリシデータ内の第1データを特定することであって、第1意味論的類似度スコア及び第2意味論的類似度スコアは、少なくとも1つのエンティティの特徴に基づいて計算される、特定すること、第1ポリシデータ又は第2ポリシデータに対応するドメイン知識、第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する第1ポリシデータ内の第1データ、若しくは第1ポリシデータから抽出された第1データ及び第2ポリシデータから抽出された第2データ、又はその組み合わせに基づいて、ポリシデータ内の条件のセマンティクスをコンテキストに従って比較すること、少なくとも1つのエンティティに対応するコンテキストデータに基づいて、第1ポリシデータ内の第1条件が、第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するための、及び第1ポリシデータ及び第2ポリシデータを比較するときのモデル若しくはプロセッサ又はその両方の作業負荷若しくは実行時間又はその両方を減少させるためのモデルを利用すること、少なくとも1つのエンティティの特徴に基づいて、第2ポリシデータ内の1又は複数の第2条件と意味論的に異なる、第1ポリシデータ内の1又は複数の第1条件を提供するためのモデルを利用すること、若しくは少なくとも1つのエンティティの特徴との、若しくは少なくとも1つのエンティティとの、又はその両方との関連性に基づいて、第2ポリシデータ内の第2条件と意味論的に異なる、第1ポリシデータ内の第1条件をランク付けするためのモデルを利用すること、又はその組み合わせを更に促進し得る。
比較コンポーネント108は、少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較し得る。例えば、本明細書において定められるエンティティ(例えばターゲットエンティティ)の特徴(例えば特性若しくは属性又はその両方)、若しくはコホート(例えば少なくとも1つの共通の特性若しくは属性又はその両方を備える一群のエンティティを含むターゲットコホート)の特徴、又はその両方に基づいて、比較コンポーネント108は、第1ポリシの第1ポリシデータ内の条件(例えば適格性基準)のセマンティクスを、第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較し得る。本開示の様々な実施形態において、かかる第1ポリシ若しくは第2ポリシ又はその両方のそれぞれは、限定されるものではないが、保険証券、政府のポリシ(例えば連邦のポリシ、州のポリシ、若しくは別の政府のポリシ又はその組み合わせ)、会社のポリシ、組織のポリシ、プログラムポリシ、サービスプロバイダのポリシ、(例えば、支払者-プロバイダポリシ)、ソーシャルサービスのドメインにおけるポリシ、若しくは別のタイプのポリシ又はその組み合わせを含み得る。本開示の様々な実施形態において、かかる第1ポリシデータ若しくは第2ポリシデータ又はその両方のそれぞれは、限定されるものではないが、セクション、段落、文、表、チャート、グラフ、用語集、アペンディックス、若しくは他のポリシデータ又はその組み合わせを含み得る。
本明細書に記載される複数の実施形態において比較コンポーネント108は、1又は複数の機械学習(ML)及び/又は人工知能(AI)のモデル及び/又は技術を利用して、第1ポリシの第1ポリシデータ内の条件(例えば適格性基準)のセマンティクスを、第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較し得る。例えば、第1ポリシの第1ポリシデータ内の条件(例えば適格性基準)のセマンティクスを、第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較するために、比較コンポーネント108は、限定されるものではないが、シーケンスモデル(例えば言葉のシーケンスモデル)、ニューラルネットワーク(例えば畳み込みニューラルネットワーク(CNN)、リカレントニューラルネットワーク(RNN)、若しくはCNN及び/若しくはRNNのバリエーション、又はその組み合わせ)、n-gramモデル、分類モデル、サポートベクタマシン(SVM)、ロジスティック回帰モデル、自然言語処理(NLP)、深層学習、若しくは別のML及び/又はAIのモデル及び/又は技術、又はその組み合わせを含む、1又は複数のML及び/又はAIのモデル及び/又は技術を利用し得る。
少なくとも1つのエンティティの特徴に基づいて、ポリシデータ内の条件のセマンティクスをコンテキストに従って比較するために、比較コンポーネント108は、異なるポリシの類似したポリシデータ(例えば類似したポリシのセクション、段落、文、若しくは他の類似したポリシデータ又はその組み合わせ)間の類似度若しくは相違点又はその両方を特定し得る。一実施形態において、比較コンポーネント108は、第1ポリシ内の意味論的に類似した条件の規則を、第2ポリシ内の意味論的に類似した条件の規則と比較し得、その相違点を(例えばコンピュータ可読形式、人間可読形式、若しくは別のタイプの形式、又はその組み合わせで)更に示し得る。例えば、比較コンポーネント108は、ナレッジグラフ比較技術を用いて、第1ポリシの第1ポリシデータ及び第2ポリシの第2ポリシデータの条件規則間の類似度及び相違点を特定し得る。別の例において、比較コンポーネント108は、第1ポリシの第1ポリシデータ(例えば段落内のテキスト)から抽出された規則を、第2ポリシの第2ポリシデータ(例えば段落内のテキスト)から抽出された規則と意味論的に比較して、第1ポリシ及び第2ポリシ内の条件規則間の類似度及び相違点を特定し得る。この例において、以下に記載されるように、かかる規則は、抽出コンポーネント202により、第1ポリシデータ若しくは第2ポリシデータ又はその両方から抽出され得る。
いくつかの実施形態において、例えばドメイン知識に基づいて、比較コンポーネント108は、第1ポリシの第1ポリシデータ内の条件のセマンティクスを、第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較し得る。ドメイン知識に基づいて、第1ポリシの第1ポリシデータ内の条件のセマンティクスを、第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較するために、比較コンポーネント108は、上で定めたML及び/又はAIのモデル及び/又は技術のうち1又は複数を利用し得る。本開示の様々な実施形態において、かかるドメイン知識は、第1ポリシデータ、第2ポリシデータ、第1ポリシ、若しくは第2ポリシ、又はその組み合わせに対応し得る。これらの実施形態において、かかるドメイン知識は、限定されるものではないが、オントロジー(例えば、ドメインにおいて用いられる、定義されたオントロジーを提供するオントロジー情報)、知識ベース(例えば、ドメインにおいて用いられる1又は複数のナレッジグラフを定義するナレッジグラフ情報)、専門用語(例えばドメインにおいて用いられる、用語及び関連する定義を定義する辞書若しくは用語情報又はその両方)、ポリシによりカバーされるサービスのコスト、センサスデータ、タクソノミ、ドメインに関連付けられるデータオブジェクト間の関係性を定義するデータモデル、表、ビジネスルールのスキーマ、若しくは他のドメイン知識又はその組み合わせを含み得る。例えば、ヘルスケア産業に関して、ドメイン知識は、プロシージャコードを定める情報、医学用語、特定の医療サービスに関連付けられるデータオブジェクトを互いに関係させる情報、若しくはヘルスケア産業における他のドメイン知識又はその組み合わせを含み得る。
いくつかの実施形態において、比較コンポーネント108は、例えば第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、第1ポリシデータ内の第1データに基づいて、第1ポリシの第1ポリシデータ内の条件のセマンティクスを、第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較し得る。第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、第1ポリシデータ内の第1データに基づいて、第1ポリシの第1ポリシデータ内の条件のセマンティクスを、第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較するために、比較コンポーネント108は、上で定めたML及び/又はAIのモデル及び/又は技術のうち1又は複数を利用し得る。本開示の様々な実施形態において、かかる第1データ若しくは第2データ又はその両方は、限定されるものではないが、構造化データ、非構造化データ、テキストデータ、欧数字データ、トークンデータ、文字データ、オブジェクトデータ、グラフデータ、規則データ、表データ、若しくは他のデータ、又はその組み合わせを含み得る。
いくつかの実施形態において、比較コンポーネント108は、例えば第1ポリシデータから抽出された第1データ及び第2ポリシデータから抽出された第2データに基づいて、第1ポリシの第1ポリシデータ内の条件のセマンティクスを、第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較し得る。第1ポリシデータから抽出された第1データ及び第2ポリシデータから抽出された第2データに基づいて、第1ポリシの第1ポリシデータ内の条件のセマンティクスを、第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較するために、比較コンポーネント108は、上で定めたML及び/又はAIのモデル及び/又は技術のうち1又は複数を利用し得る。
コンテキスト化コンポーネント110は、少なくとも1つのエンティティ(例えば1つのエンティティ若しくはコホート又はその両方)の特徴(例えば特性若しくは属性又はその両方)に基づいて、第1ポリシの第1ポリシデータ(例えばセクション若しくは段落又はその両方)内の第1条件(例えば第1適格性基準)が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用し得る。かかるコンテキスト上の説明を提供するために、コンテキスト化コンポーネント110は、少なくとも1つのエンティティ(例えば1つのエンティティ若しくはコホート又はその両方)の特徴に基づいて、第2ポリシの第2ポリシデータ内の1又は複数の第2条件と意味論的に異なる、第1ポリシの第1ポリシデータ内の1又は複数の第1条件を提供するためのモデルを利用し得る。例えば、少なくとも1つのエンティティの特徴に基づいて、第2ポリシデータ内の1又は複数の第2条件と意味論的に異なる、第1ポリシデータ内の1又は複数の第1条件を提供するために、コンテキスト化コンポーネント110は、少なくとも1つのエンティティ(例えば1つのエンティティ若しくはコホート又はその両方)のどの特徴が、若しくは、第1ポリシ若しくは第2ポリシ又はその両方の第1ポリシデータ若しくは第2ポリシデータ又はその両方におけるどの条件が、又はその両方が、少なくとも1つのエンティティと関連があるのかを判断し得る。かかる特徴若しくは条件又はその両方を判断するために、コンテキスト化コンポーネント110は、少なくとも1つのエンティティの1又は複数のプリファレンス(例えば1つのエンティティ若しくはコホート又はその両方のプリファレンス)を使用し得る。いくつかの実施形態において、本明細書において定められるようなエンティティは、かかるプリファレンス(例えば関連のある特徴若しくは条件又はその両方)を、例えば、ポリシ比較システム102(例えば、グラフィカルユーザインタフェース(GUI)、アプリケーションプログラミングインタフェース(API)、レプレゼンテーショナルステートトランスファ(REST)API、若しくは別のタイプのインタフェース、又はその組み合わせ)のインタフェースコンポーネント(図には図示されない)を用いて定め得る。
いくつかの実施形態において、コンテキスト化コンポーネント110は、少なくとも1つのエンティティ(例えば1つのエンティティ若しくはコホート又はその両方)に対応する、かかるプリファレンス(例えば関連のある特徴若しくは条件又はその両方)を推定するためのプリファレンス学習プロセスを実装し得る。これらの実施形態において、コンテキスト化コンポーネント110は、例えば、レコメンダシステム(例えば回帰モデル若しくは分類モデル又はその両方などのレコメンダモデル)を用いて、かかるプリファレンスを推定するためのかかるプリファレンス学習プロセスを実装し得る。これらの実施形態において、かかるレコメンダシステムは、少なくとも1つのエンティティに対応する過去の使用パターンデータを用いて、少なくとも1つのエンティティのプリファレンスを学習するように(例えば、1つのエンティティ若しくはコホート又はその両方に対応する、関連のある特徴若しくは条件又はその両方を学習するように)トレーニングされ得る。例えば、限定されるものではないが、少なくとも1つのエンティティ(例えば1つのエンティティ若しくはコホート又はその両方)に対応する、過去のオペレーショナルデータ(例えばポリシプロバイダの請求)、過去のポリシホルダデータ、過去のポリシ記録データ、コンテキストデータ(例えばエンティティプロファイルデータ、日常生活活動(ADL)データ、センサスデータ若しくは他のコンテキストデータ又はその組み合わせ)、若しくは他の過去の使用パターンデータ、又はその組み合わせを含む過去の使用パターンデータを用いて、かかるレコメンダシステムは、少なくとも1つのエンティティのかかるプリファレンスを学習するようにトレーニングされ得る。
いくつかの実施形態において、少なくとも1つのエンティティのかかるプリファレンスを判断するために、若しくは上記のコンテキスト上の説明を提供するために、又はその両方のために、コンテキスト化コンポーネント110は、ML及び/又はAIのモデル及び/又は技術(例えばニューラルネットワーク、レコメンダシステム、説明的モデル、予測モデル、分類器、若しくは、別のML及び/若しくはAIのモデル及び/若しくは技術、又はその組み合わせ)を利用し得る。別の例において、コンテキスト化コンポーネント110は、少なくとも1つのエンティティのかかるプリファレンスを判断するために、若しくはかかるコンテキスト上の説明を提供するために、又はその両方のために、1又は複数のプリファレンス推定モデル及び/又は技術を利用し得る。例えば、コンテキスト化コンポーネント110は、限定されるものではないが、少なくとも1つのエンティティのかかるプリファレンスを判断するために、若しくは上記のかかるコンテキスト上の説明を提供するために、又はその両方のために用いられ得る、辞書編集型モデル、パレート図、若しくは別のプリファレンス推定モデル及び/又は技術、又はその組み合わせを含む、1又は複数のプリファレンス推定モデル及び/又は技術を利用し得る。
コンテキスト化コンポーネント110は、少なくとも1つのエンティティ(例えば1つのエンティティ若しくはコホート又はその両方)に対応するコンテキストデータに基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用し得る。例えば、どのコンテキストデータが少なくとも1つのエンティティと関連があるのかを判断するため、若しくはコンテキストデータに基づいて、かかるコンテキスト上の説明を提供するため、又はその両方のために、コンテキスト化コンポーネント110は、上で定めたモデル及び/又は技術(例えばプリファレンス推定モデル及び/又は技術、辞書編集型モデル、パレート図、ニューラルネットワーク、レコメンダシステム、説明的モデル、予測モデル、分類器、若しくは別のモデル及び/若しくは技術、又はその組み合わせ)のうち1又は複数を利用し得る。本開示の様々な実施形態において、かかるコンテキストデータは、限定されるものではないが、少なくとも1つのエンティティ(例えば1つのエンティティ若しくはコホート又はその両方)と関係する、オペレーショナルデータ(例えばポリシプロバイダの請求)、統計データ(例えばセンサスデータ、及び/又は、例えば、シティ、町、州、又は国の人口を記載する他の統計データ)、エンティティプロファイルデータ、エンティティプリファレンスデータ、ADLデータ、若しくは別のタイプのコンテキストデータ、又はその組み合わせを含み得る。
コンテキスト化コンポーネント110は、少なくとも1つのエンティティ(例えばターゲットエンティティ若しくはターゲットコホート又はその両方)の特徴(例えば特性若しくは属性又はその両方)との、若しくは少なくとも1つのエンティティとの、又はその両方との関連性に基づいて、第2ポリシの第2ポリシデータ内の第2条件と意味論的に異なる、第1ポリシの第1ポリシデータ内の第1条件をランク付けするためのモデルを利用し得る。例えば、少なくとも1つのエンティティ(例えば1つのエンティティ若しくはコホート又はその両方)の特徴(例えば特性若しくは属性又はその両方)との、若しくは少なくとも1つのエンティティとの、又はその両方との関連性に基づいて、第2ポリシデータ内の第2条件と意味論的に異なる第1ポリシデータ内の第1条件をランク付けするために、コンテキスト化コンポーネント110は、上で定めたモデル及び/又は技術(例えばプリファレンス推定モデル及び/又は技術、辞書編集型モデル、パレート図、ニューラルネットワーク、レコメンダシステム、説明的モデル、予測モデル、分類器、若しくは別のモデル及び/若しくは技術、又はその組み合わせ)のうち1又は複数を利用し得る。例えば、コンテキスト化コンポーネント110は、少なくとも1つのエンティティ(例えばターゲットエンティティ若しくはターゲットコホート又はその両方)の特徴(例えば特性若しくは属性又はその両方)との、若しくは少なくとも1つのエンティティとの、又はその両方との関連性に基づいて、第2ポリシデータ内の第2条件と意味論的に異なる第1ポリシデータ内の第1条件を推定及び更にはランク付けするためのプリファレンス学習プロセスを実装し得る。この例において、コンテキスト化コンポーネント110は、例えばレコメンダシステム(例えば回帰モデル若しくは分類モデル又はその両方などのレコメンダモデル)を用いたプリファレンス学習プロセスを実装して、少なくとも1つのエンティティ(例えば1つのエンティティ若しくはコホート又はその両方)の特徴(例えば特性若しくは属性又はその両方)との、若しくは少なくとも1つのエンティティとの、又はその両方との関連性に基づいて、第2ポリシデータ内の第2条件と意味論的に異なる第1ポリシデータ内の第1条件をランク付けし得る。この例において、かかるレコメンダシステムは、上述したような、少なくとも1つのエンティティに対応する過去の使用パターンデータを用いて、第1ポリシデータ内のかかる第1条件を学習するように(例えば少なくとも1つのエンティティと関連のあるポリシデータ内の条件を学習するように)トレーニングされ得る。
ターゲットエンティティ若しくはターゲットコホート又はその両方の関連のある及び/又は重点が置かれる領域を特定及び更にはランク付けするために、コンテキスト化コンポーネント110が、上記のコンテキストデータ若しくはドメイン知識又はその両方に基づいて、関連のあるコンテキストのデータ(例えばターゲットエンティティ若しくはターゲットコホート又はその両方と関連がある条件値(例えば条件)のセット)を抽出し得ることは、上記から理解すべきである。コンテキスト化コンポーネント110が抽出し得る関連のあるコンテキストは、限定されるものではないが、サービス、複数のサービスにわたって異なる適格性基準、ターゲットエンティティ若しくはターゲットコホート又はその両方と最も関連のある適格性基準、若しくは他の関連のあるコンテキストのデータ、又はその組み合わせを含み得る。
いくつかの実施形態において、コンテキスト化コンポーネント110が、エンティティ若しくはコホート又はその両方のプリファレンス(例えば関連のある特徴若しくは条件又はその両方)を推定、若しくはランク付け、又はその両方を行うために、例えば辞書編集型モデル若しくはパレート図又はその両方などの、1又は複数のプリファレンス推定モデル及び/又は技術を利用し得ることは、上の記載から更に理解すべきである。これらの実施形態において、コンテキスト化コンポーネント110は、例えば、特定のエンティティ若しくはコホート又はその両方に対応するオペレーショナルデータ(例えばポリシプロバイダの請求)、過去のデータ(例えばポリシホルダ若しくはポリシ記録又はその両方のデータベース)、コンテキストデータ(例えばエンティティプロファイルデータ、ADLデータ、センサス、若しくは他のコンテキストデータ又はその組み合わせ)、若しくは任意のその組み合わせ、又はその組み合わせを用いて、エンティティ若しくはコホート又はその両方の使用パターンを判断し得る。例えば、高齢のコホートに対するサービスは、より若いコホート(例えば州の人口)と関連がなく、また、オペレーショナルデータ内に存在しないサービスに対する適格性基準の相違点は、関連がない。
いくつかの実施形態において、コンテキスト化コンポーネント110が、異なるポリシ内の関連のあるセクション若しくは段落又はその両方を特定することをサポートするために、以下に記載されるような抽出コンポーネント202若しくは類似度コンポーネント302又はその両方により特定され得る1又は複数のポリシセクションに、コンテキストデータ(例えば最も関連のあるコンテキストデータ)を適用し得ること、また更に、コンテキストデータに基づいて、これらのポリシセクションの相違点を、エンティティ若しくはコホート又はその両方との関連性によりランク付けし得ることは、上の記載から更に理解すべきである。いくつかの実施形態において、コンテキスト化コンポーネント110が、関連のある(例えば、好ましい)コンテキストデータを用いて(例えば、特定のエンティティ若しくはコホート又はその両方にとっての特定のサービスのコストを計算することによって)、ポリシセクション内のデータ(例えば以下に記載されるような抽出コンポーネント202により抽出され得るデータ)を増大させる、若しくは強化する、又はその両方を行い得ることは、上の記載から更に理解すべきである。これらの実施形態において、上述したように、関連のあるコンテキストデータは、ポリシ比較システム102を実装するエンティティにより明示的に定められ得る、若しくは過去の使用パターンデータ(例えば、過去のポリシホルダデータ、過去のポリシ記録データ、過去のオペレーショナルデータ、過去のコンテキストデータ、その組み合わせ、及び/又は他の利用可能な過去のデータソース)を用いて、コンテキスト化コンポーネント110により推定され得る、又はその両方が行われ得る。いくつかの実施形態において、コンテキスト化コンポーネント110が、(例えば、ポリシ比較システム102のGUI、API、REST API若しくは別のインタフェースコンポーネント又はその組み合わせを介して、)強化された証拠(例えば裏付け詳細及び/又はデータ)を用いてランク付けされたリスト、若しくはポリシ比較システム102により生成され得る説明、又はその両方を提示し得ることは、上の記載から更に理解すべきである。エンティティ若しくはコホート又はその両方の特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較すること、また更に、かかる特徴に基づいて、ポリシ内の条件がどのように意味論的に異なるのかについてのコンテキスト上の説明を提供することによって、ポリシ比較システム102が、第1ポリシデータ及び/又は第1ポリシを、第2ポリシデータ及び/又は第2ポリシとそれぞれ比較するために利用されるモデル若しくはプロセッサ又はその両方の作業負荷(例えば、処理作業負荷)若しくは実行時間又はその両方を減少させ得ることは、上の記載から更に理解すべきである。
抽出コンポーネント202は、第1ポリシ内の第1ポリシデータから第1データを、及び第2ポリシ内の第2ポリシデータから第2データを抽出し得、第1データ及び第2データは、少なくとも1つのエンティティ(例えばターゲットエンティティ若しくはターゲットコホート又はその両方)の特徴(例えば特性若しくは属性又はその両方)に対応する。上述したように、本開示の様々な実施形態において、かかる第1データ若しくは第2データ又はその両方は、限定されるものではないが、構造化データ、非構造化データ、テキストデータ、欧数字データ、トークンデータ、文字データ、オブジェクトデータ、グラフデータ、規則データ、表データ、若しくは他のデータ、又はその組み合わせを含み得る。
かかる第1データ若しくはかかる第2データ又はその両方を抽出するために、抽出コンポーネント202は、限定されるものではないが、自然言語処理(NLP)、(例えば1又は複数のニューラルネットワークを使用した)深層NLP構文解析、ポータブル・ドキュメント・フォーマット(PDF)構文解析、テキストパッセージ分類器、エンティティ抽出、教師あり頻出パターン学習、教師なし頻出パターン学習、セマンティックフィルタリング、若しくは別の技術、又はその組み合わせを含む1又は複数のモデル(例えば、ML及び/又はAIモデル)及び/又は技術を利用し得る。いくつかの実施形態において、抽出コンポーネント202は、かかる第1データ若しくは第2データ又はその両方を抽出するために、異なる情報抽出技術若しくは情報技術の異なる組み合わせ又はその両方を利用し得る。これに関して、抽出された第1データ若しくは第2データ又はその両方は、異なる抽出技術若しくは抽出技術の異なる組み合わせ又はその両方の使用を反映し得、これらの技術は、抽出されたデータのタイプ(例えば、非構造化データ、構造化データ、若しくは別のタイプのデータ、又はその組み合わせ)に依って変化する長所及び短所を有し得る。
いくつかの実施形態において、抽出コンポーネント202は、意味論的知識を上で参照される第1データ若しくは第2データ又はその両方から抽出し得、また更に、例えば構造化データなどの正式表現を生成し得る。例えば、抽出コンポーネント202は、異なるポリシの1又は複数のセクションから非構造化データを抽出するために、上で定めたモデル及び/又は技術のうち1又は複数を利用し得、また更に、非構造化データに構造を提供する、意味論的アノテーション、ナレッジグラフ若しくは規則又はその組み合わせを生成することにより、非構造化データを構造化し得る。
いくつかの実施形態において、抽出コンポーネント202は、ドメイン知識を利用して、第1データを第1ポリシ内の第1ポリシデータから、及び/又は第2データを第2ポリシ内の第2ポリシデータから抽出することを促進し得る。例えば、抽出コンポーネント202は、ドメイン知識を利用して、第1ポリシ若しくは第2ポリシ又はその両方に含まれるポリシ条件若しくはポリシ規則又はその両方の、1又は複数の構造化表現を抽出し得る。いくつかの実施形態において、かかるドメイン知識は、第1データ、第2データ、第1ポリシデータ、第2ポリシデータ、第1ポリシ、若しくは第2ポリシ、又はその組み合わせに対応し得る。これらの実施形態において、かかるドメイン知識は、限定されるものではないが、オントロジー(例えば、ドメインにおいて用いられる、定義されたオントロジーを提供するオントロジー情報)、知識ベース(例えば、ドメインにおいて用いられる1又は複数のナレッジグラフを定義するナレッジグラフ情報)、専門用語(例えばドメインにおいて用いられる、用語及び関連する定義を定義する辞書若しくは用語情報又はその両方)、ポリシによりカバーされるサービスのコスト、センサスデータ、タクソノミ、ドメインに関連付けられるデータオブジェクト間の関係性を定義するデータモデル、表、ビジネスルールのスキーマ、若しくは他のドメイン知識又はその組み合わせ両方を含み得る。例えば、ヘルスケア産業に関して、ドメイン知識は、プロシージャコードを定める情報、医学用語、特定の医療サービスに関連付けられるデータオブジェクトを互いに関係させる情報、若しくはヘルスケア産業における他のドメイン知識又はその組み合わせを含み得る。
類似度コンポーネント302は、第2ポリシの第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、第1ポリシの第1ポリシデータ内の第1データを特定し得、第1意味論的類似度スコア及び第2意味論的類似度スコアは、少なくとも1つのエンティティ(例えばターゲットエンティティ若しくはターゲットコホート又はその両方)の特徴(例えば特性若しくは属性又はその両方)に基づいて計算される。例えば、類似度コンポーネント302は、第2ポリシのセクション(例えば段落)内の、ターゲットエンティティ若しくはターゲットコホート又はその両方の特性の第2意味論的類似度スコアの定められた範囲内に、第1意味論的類似度スコアを有する、第1ポリシのセクション(例えば段落)内のターゲットエンティティ若しくはターゲットコホート又はその両方の特性を特定し得、第1意味論的類似度スコア及び第2意味論的類似度スコアは、上記特性に基づいて計算される。この特定オペレーションを実行するために、類似度コンポーネント302は、限定されるものではないが、エンティティ若しくはコホート又はその両方の特定の特徴に関して意味論的に類似したデータを特定するために用いられ得る、トピックモデリング、Jaccard類似度、若しくは別の意味論的類似度モデル及び/又は技術を含む、1又は複数の意味論的類似度モデル及び/又は技術を利用し得る。
いくつかの実施形態において、類似度コンポーネント302は、第2ポリシ内に欠けている、第1ポリシ内のデータ(例えば段落、セクション、若しくは他のデータ、又はその組み合わせ)を特定し得る。これらの実施形態において類似度コンポーネント302は、アノマリ検出(例えば外れ値検出)モデル及び/又は技術を利用して、第1ポリシに存在し、かつ第2ポリシには欠けている、かかるデータを特定し得る。
図4は、本明細書に記載される1又は複数の実施形態による、異なるポリシの条件のセマンティクスについてのコンテキスト上の比較を促進し得る例示的、非限定的なシステム400のブロック図を示す。それぞれの実施形態において利用される同様の要素若しくはプロセス又はその両方の繰り返しの説明は、簡潔にするために省略される。
図4において図示される例示的な実施形態に示されるように、抽出コンポーネント202及び類似度コンポーネント302は、(例えばGUI、API、REST API、若しくはポリシ比較システム102の別のインタフェースコンポーネント、又はその組み合わせを介して)ポリシ402を受信し得る。ポリシ402は、限定されるものではないが、保険証券、政府のポリシ(例えば連邦のポリシ、州のポリシ、若しくは別の政府のポリシ又はその組み合わせ)、会社のポリシ、組織のポリシ、プログラムポリシ、サービスプロバイダのポリシ、(例えば、支払者-プロバイダポリシ)、ソーシャルサービスのドメインにおけるポリシ、若しくは別のタイプのポリシ又はその組み合わせ両方を含み得る。
図4に示される例示的な実施形態において、抽出コンポーネント202は、抽出知識404を、ポリシ402内の1又は複数のポリシから抽出し得る。この例示的な実施形態において、抽出知識404は、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)に対応する意味論的知識を備え得る。この例示的な実施形態において、抽出コンポーネント202は、図1、図2、及び図3に図示される例示的な実施形態を参照して上述したように、例えば、1又は複数のML及び/又はAIのモデル及び/又は技術(例えばNLP、深層NLP、若しくは別のモデル及び/又は技術、又はその組み合わせ)を用いて、抽出知識404を抽出し得る。図4において図示される例示的な実施形態において、かかる抽出知識404は、限定されるものではないが、構造化データ、非構造化データ、テキストデータ、欧数字データ、トークンデータ、文字データ、オブジェクトデータ、グラフデータ、規則データ、表データ、若しくは他のデータ、又はその組み合わせを含み得る。
図4に示される例示的な実施形態において、類似度コンポーネント302は、ポリシ402の異なるポリシ内の意味論的に類似したデータ406を特定し得る。例えば、類似度コンポーネント302は、ポリシ402の第2ポリシ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、ポリシ402の第1ポリシ内の第1データを特定し得、第1意味論的類似度スコア及び第2意味論的類似度スコアは、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)に基づいて計算される。例えば、類似度コンポーネント302は、例えば、ポリシ402内の第2ポリシのセクション(例えば段落)内の、ターゲットエンティティ及び/又はコホート412の特性の第2意味論的類似度スコアの定められた範囲内に、第1意味論的類似度スコアを有する、ポリシ402の第1ポリシのセクション(例えば段落)内のターゲットエンティティ及び/又はコホート412の特性を含む、意味論的に類似したデータ406を特定し得、第1意味論的類似度スコア及び第2意味論的類似度スコアは、上記特性に基づいて計算される。この特定オペレーションを実行するために、類似度コンポーネント302は、限定されるものではないが、ターゲットエンティティ及び/又はコホート412の特定の特徴に関して意味論的に類似したデータを特定するために用いられ得る、トピックモデリング、Jaccard類似度、若しくは別の意味論的類似度モデル及び/又は技術、又はその組み合わせを含む、1又は複数の意味論的類似度モデル及び/又は技術を利用し得る。
図4において図示される例示的な実施形態に示されるように、抽出コンポーネント202及び類似度コンポーネント302は、抽出知識404及び意味論的に類似したデータ406をそれぞれ比較コンポーネント108に提供し得る。この例示的な実施形態において、比較コンポーネント108は、(例えばGUI、API、REST API、若しくはポリシ比較システム102の別のインタフェースコンポーネント、又はその組み合わせを介して)ドメイン知識408を更に受信し得る。この例示的な実施形態において、ドメイン知識408は、限定されるものではないが、オントロジー(例えば、ドメインにおいて用いられる、定義されたオントロジーを提供するオントロジー情報)、知識ベース(例えば、ドメインにおいて用いられる1又は複数のナレッジグラフを定義するナレッジグラフ情報)、専門用語(例えばドメインにおいて用いられる、用語及び関連する定義を定義する辞書若しくは用語情報又はその両方)、ポリシによりカバーされるサービスのコスト、センサスデータ、タクソノミ、ドメインに関連付けられるデータオブジェクト間の関係性を定義するデータモデル、表、ビジネスルールのスキーマ、若しくは他のドメイン知識又はその組み合わせ両方を含み得る。例えば、ヘルスケア産業に関して、ドメイン知識408は、プロシージャコードを定める情報、医学用語、特定の医療サービスに関連付けられるデータオブジェクトを互いに関係させる情報、若しくはヘルスケア産業における他のドメイン知識又はその組み合わせを含み得る。
図4に示される例示的な実施形態において、抽出知識404、意味論的に類似したデータ406、及びドメイン知識408を受信することに基づいて、比較コンポーネント108は、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)に基づいて、ポリシ402内の異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較して、様式化された相違点及び裏付け証拠410を生成し得る。例えば、様式化された相違点及び裏付け証拠410を生成するために、比較コンポーネント108は、抽出知識404、意味論的に類似したデータ406若しくはドメイン知識408、又はその組み合わせを用いて、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)に基づいて、ポリシ402内の第1ポリシの第1ポリシデータ内の条件(例えば適格性基準)のセマンティクスを、ポリシ402内の第2ポリシの第2ポリシデータ内の条件のセマンティクスと、コンテキストに従って比較し得る。この例示的な実施形態において、かかる第1ポリシデータ若しくは第2ポリシデータ又はその両方のそれぞれは、限定されるものではないが、セクション、段落、文、表、チャート、グラフ、用語集、アペンディックス、若しくは他のポリシデータ又はその組み合わせを含み得る。
図4において図示される例示的な実施形態において、抽出知識404、意味論的に類似したデータ406若しくはドメイン知識408、又はその組み合わせを用いて、上記のコンテキスト上の比較を実行するため、及び様式化された相違点及び裏付け証拠410を生成するために、比較コンポーネント108は、図1、図2、及び図3において図示される例示的な実施形態を参照して上述したような、1又は複数のML及び/又はAIモデル及び/又は技術を利用し得る。例えば、比較コンポーネント108は、シーケンスモデル(例えば言葉のシーケンスモデル)、ニューラルネットワーク(例えば畳み込みニューラルネットワーク(CNN)、リカレントニューラルネットワーク(RNN)、若しくはCNN及び/若しくはRNNのバリエーション、又はその組み合わせ両方)、n-gramモデル、分類モデル、サポートベクタマシン(SVM)、ロジスティック回帰モデル、自然言語処理(NLP)、深層学習、若しくは別のML及び/若しくはAIのモデル及び/若しくは技術、又はその組み合わせを利用し得る。
図4に示される例示的な実施形態において、ターゲットエンティティ及び/又はコホート412の特徴に基づいて、ポリシ402の異なるポリシ内の条件のセマンティクスをコンテキストに従って比較するために、比較コンポーネント108は、ポリシ402の異なるポリシ内の類似したポリシデータ(例えば類似したポリシのセクション、段落、文、若しくは他の類似したポリシデータ又はその組み合わせ)間の類似度若しくは相違点又はその両方を特定し得る。例えば、抽出知識404、意味論的に類似したデータ406若しくはドメイン知識408、又はその組み合わせを用いて、比較コンポーネント108は、ポリシ402の第1ポリシ内の意味論的に類似した条件の規則を、ポリシ402の第2ポリシ内の意味論的に類似した条件の規則と比較し得、また更に、上記相違点(例えば、コンピュータ可読形式、人間可読形式若しくは別のタイプの形式又はその組み合わせで示された様式化された相違点)を示し得る。例えば、抽出知識404、意味論的に類似したデータ406若しくはドメイン知識408、又はその組み合わせを用いて、比較コンポーネント108は、ナレッジグラフ比較技術を利用して、ポリシ402の第1ポリシの第1ポリシデータ、及びポリシ402の第2ポリシの第2ポリシデータの条件規則間の類似度及び相違点を特定し得る。いくつかの実施形態において、システム400の比較コンポーネント108は、抽出知識404、意味論的に類似したデータ406若しくはドメイン知識408、又はその組み合わせを用いて、ポリシ402内の第1ポリシの第1ポリシデータ(例えば段落内のテキスト)から抽出された規則を、ポリシ402内の第2ポリシの第2ポリシデータ(例えば段落内のテキスト)から抽出された規則と意味論的に比較して、第1ポリシ及び第2ポリシ内の条件規則間の類似度及び相違点を特定し得る。この例において、かかる規則は、上述したような抽出コンポーネント202によって抽出され得る。
図4において図示される例示的な実施形態に示されるように、比較コンポーネント108は、様式化された相違点及び裏付け証拠410をコンテキスト化コンポーネント110に提供し得る。この例示的な実施形態において、コンテキスト化コンポーネント110は、(例えばGUI、API、REST API、若しくはポリシ比較システム102の別のインタフェースコンポーネント、又はその組み合わせを介して、)ターゲットエンティティ及び/又はコホート412、若しくはコンテキストデータ414、又はその両方を特定する、若しくは定める、又はその両方を行うデータである、ドメイン知識408を更に受信し得る。本開示の様々な実施形態において、コンテキストデータ414は、限定されるものではないが、ターゲットエンティティ及び/又はコホート412に関する、オペレーショナルデータ(例えばポリシプロバイダの請求)、統計データ(例えばセンサスデータ、及び/又は、例えば、シティ、町、州、又は国の人口を記載する他の統計データ)、エンティティプロファイルデータ、エンティティプリファレンスデータ、ADLデータ、若しくは別のタイプのコンテキストデータ、又はその組み合わせを含み得る。図4に図示される例示的な実施形態において、コンテキスト化コンポーネント110は、ドメイン知識408、様式化された相違点及び裏付け証拠410、ターゲットエンティティ及び/又はコホート412特定データ、若しくはコンテキストデータ414、又はその組み合わせを用いて、以下に記載されるような、説明された特定された相違点のリスト416を提供し得る。明確にするために、説明された特定された相違点のリスト416が、図6に示される。
図4に示される例示的な実施形態において、ドメイン知識408、様式化された相違点及び裏付け証拠410、ターゲットエンティティ及び/又はコホート412特定データ、若しくはコンテキストデータ414、又はその組み合わせを用いて、説明された特定された相違点のリスト416を生成するために、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)に基づいて、ポリシ402内の第1ポリシの第1ポリシデータ(例えばセクション若しくは段落又はその両方)内の第1条件(例えば第1適格性基準)が、ポリシ402内の第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用し得る。かかるコンテキスト上の説明を含み得る、説明された特定された相違点のリスト416を生成するために、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412の特徴に基づいて、ポリシ402内の第2ポリシの第2ポリシデータ内の1又は複数の第2条件と意味論的に異なる、ポリシ402内の第1ポリシの第1ポリシデータ内の1又は複数の第1条件を提供するためのモデルを利用し得る。例えば、ターゲットエンティティ及び/又はコホート412の特徴に基づいて、第2ポリシデータ内の1又は複数の第2条件と意味論的に異なる、第1ポリシデータ内の1又は複数の第1条件を提供するために、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412のどの特徴が、及び/又はポリシ402内の第1ポリシ若しくは第2ポリシ又はその両方の、第1ポリシデータ若しくは第2ポリシデータ又はその両方内のどの条件が、ターゲットエンティティ及び/又はコホート412と関連があるのかを判断し得る。かかる特徴若しくは条件又はその両方を判断するために、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412の1又は複数のプリファレンスを使用し得る。いくつかの実施形態において、本明細書において定められるようなエンティティは、例えばポリシ比較システム102のGUI、API、REST API、若しくは別のタイプのインタフェース、又はその組み合わせを用いて、かかるプリファレンス(例えば関連のある特徴若しくは条件又はその両方)を定め得る。
いくつかの実施形態において、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412に対応する、かかるプリファレンス(例えば、関連のある特徴若しくは条件又はその両方)を推定するためのプリファレンス学習プロセスを実装し得る。これらの実施形態において、コンテキスト化コンポーネント110は、例えば、レコメンダシステム(例えば回帰モデル若しくは分類モデル又はその両方などのレコメンダモデルなど)を用いて、かかるプリファレンスを推定するためのかかるプリファレンス学習プロセスを実装し得る。これらの実施形態において、かかるレコメンダシステムは、ターゲットエンティティ及び/又はコホート412に対応する過去の使用パターンデータを用いて、ターゲットエンティティ及び/又はコホート412のプリファレンスを学習するように(例えばターゲットエンティティ及び/又はコホート412に対応する、関連のある特徴若しくは条件又はその両方を学習するように)トレーニングされ得る。例えば、限定されるものではないが、ターゲットエンティティ及び/又はコホート412に対応する、過去のオペレーショナルデータ(例えばポリシプロバイダの請求)、過去のポリシホルダデータ、過去のポリシ記録データ、コンテキストデータ(例えばエンティティプロファイルデータ、日常生活活動(ADL)データ、センサスデータ若しくは他のコンテキストデータ又はその組み合わせ)、若しくは他の過去の使用パターンデータ、又はその組み合わせを含む過去の使用パターンデータを用いて、かかるレコメンダシステムは、ターゲットエンティティ及び/又はコホート412のかかるプリファレンスを学習するようにトレーニングされ得る。
いくつかの実施形態において、ターゲットエンティティ及び/又はコホート412のかかるプリファレンスを判断するために、若しくは上記のコンテキスト上の説明を備える、説明された特定された相違点のリスト416を提供するために、又はその両方のために、コンテキスト化コンポーネント110は、ML及び/又はAIのモデル及び/又は技術(例えばニューラルネットワーク、レコメンダシステム、説明的モデル、予測モデル、分類器、若しくは別のML及び/又はAIのモデル及び/又は技術、又はその組み合わせ)を利用し得る。別の例において、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412のかかるプリファレンスを判断するための、及び/又はかかるコンテキスト上の説明を備える、説明された特定された相違点のリスト416を提供するための、1又は複数のプリファレンス推定モデル及び/又は技術を利用し得る。例えば、コンテキスト化コンポーネント110は、限定されるものではないが、ターゲットエンティティ及び/又はコホート412のかかるプリファレンスを判断するために、若しくは上記のかかるコンテキスト上の説明を備える説明された特定された相違点のリスト416を提供するために、又はその両方のために用いられ得る、辞書編集型モデル、パレート図、若しくは別のプリファレンス推定モデル及び/又は技術、又はその組み合わせを含む、1又は複数のプリファレンス推定モデル及び/又は技術を利用し得る。
図4に示される例示的な実施形態において、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412に対応するコンテキストデータ414に基づいて、ポリシ402内の第1ポリシの第1ポリシデータ内の第1条件が、ポリシ402内の第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を備える、説明された特定された相違点のリスト416を提供するためのモデルを利用し得る。例えば、どのコンテキストデータがターゲットエンティティ及び/又はコホート412と関連があるのかを判断するため、若しくはコンテキストデータ414に基づいて、かかるコンテキスト上の説明を備える、説明された特定された相違点のリスト416を提供するため、又はその両方のために、コンテキスト化コンポーネント110は、上で定めたモデル及び/又は技術(例えばプリファレンス推定モデル及び/若しくは技術、辞書編集型モデル、パレート図、ニューラルネットワーク、レコメンダシステム、説明的モデル、予測モデル、分類器、若しくは別のモデル及び/若しくは技術、又はその組み合わせ)のうち1又は複数を利用し得る。
図4に示される例示的な実施形態において、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)との関連性に基づいて、ポリシ402内の第2ポリシの第2ポリシデータ内の第2条件と意味論的に異なる、ポリシ402内の第1ポリシの第1ポリシデータ内の第1条件をランク付けするためのモデルを利用し得る。例えば、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)との関連性に基づいて、ポリシ402内の第2ポリシの第2ポリシデータ内の第2条件と意味論的に異なる、ポリシ402内の第1ポリシの第1ポリシデータ内の第1条件をランク付けするために、コンテキスト化コンポーネント110は、上で定めたモデル及び/又は技術(例えばプリファレンス推定モデル及び/若しくは技術、辞書編集型モデル、パレート図、ニューラルネットワーク、レコメンダシステム、説明的モデル、予測モデル、分類器、若しくは別のモデル及び/若しくは技術、又はその組み合わせ)のうち1又は複数を利用し得る。例えば、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)との関連性に基づいて、ポリシ402内の第2ポリシの第2ポリシデータ内の第2条件と意味論的に異なる、ポリシ402内の第1ポリシの第1ポリシデータ内の第1条件を推定及び更にはランク付けするためのプリファレンス学習プロセスを実装し得る。この例において、コンテキスト化コンポーネント110は、例えばレコメンダシステム(例えば回帰モデル若しくは分類モデル又はその両方などのレコメンダモデルなど)を用いたプリファレンス学習プロセスを実装して、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)との関連性に基づいて、ポリシ402内の第2ポリシの第2ポリシデータ内の第2条件と意味論的に異なる、ポリシ402内の第1ポリシの第1ポリシデータ内の第1条件をランク付けし得る。この例において、かかるレコメンダシステムは、上述したような、ターゲットエンティティ及び/又はコホート412に対応する過去の使用パターンデータを使用して、ポリシ402内の第1ポリシの第1ポリシデータ内のかかる第1条件を学習するように(例えばターゲットエンティティ及び/又はコホート412と関連のある、ポリシ402内のポリシのポリシデータ内の条件を学習するように)トレーニングされ得る。いくつかの実施形態において、コンテキスト化コンポーネント110は、説明された特定された相違点のリスト416内のかかる条件の上記のランク付けを提供し得る。
図4に図示される例示的な実施形態に示されるように、コンテキスト化コンポーネント110は、様式化された相違点及び裏付け証拠410、ターゲットエンティティ及び/又はコホート412特定データ、コンテキストデータ414、若しくは説明された特定された相違点のリスト416、又はその組み合わせを、抽出コンポーネント202若しくは類似度コンポーネント302又はその両方に提供し得る。いくつかの実施形態において、コンテキスト化コンポーネント110は、様式化された相違点及び裏付け証拠410、ターゲットエンティティ及び/又はコホート412特定データ、コンテキストデータ414、若しくは説明された特定された相違点のリスト416、又はその組み合わせを、抽出コンポーネント202若しくは類似度コンポーネント302又はその両方に提供して、アクティブラーニングのプロセスを促進し得る。いくつかの実施形態において、かかるアクティブラーニングのプロセスは、例えば、抽出コンポーネント202によって、抽出知識404をポリシ402から抽出すること、若しくは類似度コンポーネント302によってポリシ402から意味論的に類似したデータ406を特定すること、又はその両方を促進し得る。
図5は、本明細書に記載される1又は複数の実施形態による、異なるポリシの条件のセマンティクスについてのコンテキスト上の比較を促進し得る例示的、非限定的なシステム500のブロック図を示す。それぞれの実施形態において利用される同様の要素若しくはプロセス又はその両方の繰り返しの説明は、簡潔にするために省略される。
図5において図示される例示的な実施形態に示されるように、ポリシ比較システム102は、(例えばGUI、API、REST API、若しくはポリシ比較システム102の別のインタフェースコンポーネント、又はその組み合わせを介して、)ポリシ402、ドメイン知識408、若しくはプロバイダの請求502、又はその組み合わせを受信し得る。図5に示される例示的な実施形態においてアノテートされているように、システム500のポリシ402は、(図5において「ポリシA1」、「ポリシB1」、「ポリシB2」、「ポリシC1」、及び「ポリシD1」として示される)様々な州のポリシを備え得、プロバイダの請求502は、(図5において、「請求1」、「請求2」、及び「請求N」(Nは請求の総数を示す)として示される)州Aからの、ポリシのポリシホルダによってファイリングされる請求を備え得る。
図5に示される例示的な実施形態において、ポリシ402、ドメイン知識408、若しくはプロバイダの請求502、又はその組み合わせを受信することに基づいて、ポリシ比較システム102は、かかる入力のうち1又は複数に、1又は複数の前処理オペレーション504を実行し得る。例えば、ポリシ比較システム102は、ポリシ402、ドメイン知識408、若しくはプロバイダの請求502、又はその組み合わせに、例えば抽出、変換及び書き出し(ETL:extract,transform,and load)オペレーションを備える、前処理オペレーション504を実行し得る。
図5に示される例示的な実施形態において、ポリシ402、ドメイン知識408、若しくはプロバイダの請求502、又はその組み合わせに、かかる1又は複数の前処理オペレーション504を実行することに基づいて、ポリシ比較システム102な、ポリシデータ抽出506を実行するための抽出コンポーネント202を利用し得る。例えば、抽出コンポーネント202が、図1、図2、図3及び図4に示される例示的な実施形態を参照して上述したような、システム400のポリシ402から抽出知識404を抽出し得るのと同様に、抽出コンポーネント202は、システム500のポリシ402若しくはプロバイダの請求502又はその両方から、知識を抽出し得る。例えば、抽出コンポーネント202が、図1、図2、図3及び図4に示される例示的な実施形態を参照して上述したような、システム400のポリシ402内の異なるポリシから、抽出知識404を抽出し得るのと同様に、抽出コンポーネント202は、システム500の、ポリシ402内の異なるポリシから、若しくはプロバイダの請求502から、又はその両方から、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)に対応した意味論的知識を抽出し得る。
図5に示された例示的な実施形態において、上述したようにポリシデータ抽出506を実行する抽出コンポーネント202に基づいて、ポリシ比較システム102は、意味論的に類似したデータの特定508を実行するための類似度コンポーネント302を利用し得る。例えば、類似度コンポーネント302が、図1、図2、図3及び図4に示される例示的な実施形態を参照して上述したような、システム500のポリシ402の異なるポリシ内の意味論的に類似したデータ406を特定し得るのと同様に、類似度コンポーネント302は、システム500の、ポリシ402の異なるポリシ内の、若しくはプロバイダの請求502内の、又はその両方に含まれる意味論的に類似したデータを特定し得る。例えば、意味論的に類似したデータの特定508を実行するために、類似度コンポーネント302は、ポリシ402の第2ポリシ、若しくはプロバイダの請求502内の第2請求、又はその両方の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、ポリシ402の第1ポリシ、若しくはプロバイダの請求502内の第1請求、又はその両方の第1データを特定し得、第1意味論的類似度スコア及び第2意味論的類似度スコアは、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)に基づいて計算される。
図5に示される例示的な実施形態において、ポリシデータ抽出506及び意味論的に類似したデータの特定508を実行することに基づいて、ポリシ比較システム102は、知識比較510を実行するための比較コンポーネント108を利用し得る。この例示的な実施形態において、ポリシデータ抽出506及び意味論的に類似したデータの特定508を実行することに基づいて、抽出コンポーネント202及び類似度コンポーネント302は、比較コンポーネント108に、それぞれ抽出コンポーネント202によって抽出された意味論的知識、及び類似度コンポーネント302によって特定された意味論的に類似したデータを提供し得る。この例示的な実施形態において、比較コンポーネント108が、図1、図2、図3及び図4に示される例示的な実施形態を参照して上述したようなシステム400のポリシ402内の異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較し得るのと同様に、比較コンポーネント108は、かかる抽出された意味論的知識、及び特定された意味論的に類似したデータを受信することに基づいて、システム500のポリシ402内の異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較し得る。例えば、比較コンポーネント108は、抽出コンポーネント202によって提供された、抽出された意味論的知識、類似度コンポーネント302によって提供された、特定された意味論的に類似したデータ、及びドメイン知識408を用いて、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)に基づいて、ポリシ402内の異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較して、様式化された相違点及び裏付け証拠410を生成し得る。
図5に示される例示的な実施形態において、知識比較510を実行することに基づいて、ポリシ比較システム102は、コンテキスト上の説明512を提供するためのコンテキスト化コンポーネント110を利用し得る。例えば、コンテキスト化コンポーネント110が、図4において図示される例示的な実施形態を参照して上述したような、説明された特定された相違点のリスト416に含まれ得る、上記のコンテキスト上の説明を提供し得るのと同様に、コンテキスト化コンポーネント110は、コンテキスト上の説明512を提供し得る。例えば、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)若しくはドメイン知識408、又はその両方に基づいて、ポリシ402内の第1ポリシの第1ポリシデータ(例えばセクション若しくは段落又はその両方)内の1又は複数の第1条件(例えば第1適格性基準)が、ポリシ402内の第2ポリシの第2ポリシデータ内の1又は複数の第2条件と、どのように意味論的に異なるかについてのコンテキスト上の説明を提供するための、システム400を参照して上で定められたモデル若しくは技術又はその両方のうち1又は複数を利用し得る。
図5に示される例示的な実施形態において、コンテキスト上の説明512を提供することに基づいて、コンテキスト化コンポーネント110は更に、コンテキスト上の説明512を備え得る説明された特定された相違点のリスト416を生成し得る。この例示的な実施形態において、コンテキスト化コンポーネント110は、図4において図示される例示的な実施形態を参照して上述したのと同様に、説明された特定された相違点のリスト416を生成し得る。例えば、コンテキスト化コンポーネント110は、ターゲットエンティティ及び/又はコホート412の特徴(例えば特性若しくは属性又はその両方)との関連性に基づいて、ポリシ402内の第2ポリシの第2ポリシデータ内の第2条件と意味論的に異なる、ポリシ402内の第1ポリシの第1ポリシデータ内の第1条件をランク付けするための、システム400を参照して上に定められる、1又は複数のモデル若しくは技術又はその両方を利用し得る。図5において図示される例示的な実施形態において、コンテキスト化コンポーネント110は、説明された特定された相違点のリスト416内のかかる条件の上記のランク付けを提供し得る。この例示的な実施形態において、ポリシ比較システム102、若しくはコンテキスト化コンポーネント110、又はその両方は、(例えばGUI、API、REST API、若しくはポリシ比較システム102の別のインタフェースコンポーネント、又はその組み合わせを介して)説明された特定された相違点のリスト416を、ポリシ比較システム102を実装する、本明細書において定められるようなエンティティに提供し得る。
図6は、本明細書に記載される1又は複数の実施形態による、異なるポリシの条件のセマンティクスについてのコンテキスト上の比較を促進し得る例示的、非限定的な図600を示す。それぞれの実施形態において利用される同様の要素若しくはプロセス又はその組み合わせの繰り返しの説明は、簡潔にするために省略される。
図600は、図4及び図5に示される例示的な実施形態を参照して上述した、説明された特定された相違点のリスト416の例示的、非限定的な実施形態を備え得る。図6において図示される例示的な実施形態に示されるように、説明された特定された相違点のリスト416は、特定のポリシの特定のポリシデータから抽出された、最も関連のある条件のリストを備え得る。いくつかの実施形態において、かかる最も関連のある条件のリストは、図1、図2、図3、図4及び図5に示される例示的な実施形態を参照して上述したように、(例えばコンテキスト化コンポーネント110によって)ランク付けをされ得る。図6において図示される例示的な実施形態に示されるように、説明された特定された相違点のリスト416は、異なるポリシ内のポリシデータ間の意味論的相違点、及びかかる相違点の説明を更に備え得る。
図7は、本明細書に記載される1又は複数の実施形態による、異なるポリシの条件のセマンティクスについてのコンテキスト上の比較を促進し得る例示的、非限定的なコンピュータ実装方法700のフロー図を示す。それぞれの実施形態において利用される同様の要素若しくはプロセス又はその組み合わせの繰り返しの説明は、簡潔にするために省略される。
702において、コンピュータ実装方法700は、プロセッサ(例えばプロセッサ106)に動作可能に結合されるシステムによって(例えばポリシ比較システム102若しくは比較コンポーネント108又はその両方を介して)、少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較する段階を備え得る。
704において、コンピュータ実装方法700は、システムによって(例えばポリシ比較システム102若しくはコンテキスト化コンポーネント110又はその両方を介して)、少なくとも1つのエンティティの特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用する段階を備え得る。
ポリシ比較システム102は、様々な技術に関連付けられ得る。例えば、ポリシ比較システム102は、データ比較技術、ポリシ比較技術、ML及び/又はAIモデル技術、クラウドコンピューティング技術、若しくは他の技術、又はその組み合わせに関連付けられ得る。
ポリシ比較システム102は、上で特定された様々な技術に関連付けられたシステム、デバイス、コンポーネント、オペレーショナルステップ、若しくは処理ステップ又はその組み合わせに技術的改善点を提供し得る。例えば、ポリシ比較システム102は、少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較、若しくは、少なくとも1つのエンティティの特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用、又はその両方を行い得る。この例において、エンティティ若しくはコホート又はその両方の特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較すること、また更に、かかる特徴に基づいて、ポリシ内の条件がどのように意味論的に異なるのかについてのかかるコンテキスト上の説明を提供することによって、ポリシ比較システム102は、第1ポリシデータ及び/又は第1ポリシをそれぞれ、第2ポリシデータ及び/又は第2ポリシと比較するために利用されるモデル若しくはプロセッサ又はその両方の作業負荷(例えば処理作業負荷)若しくは実行時間又はその両方を減少させ得る。
ポリシ比較システム102は、ポリシ比較システム102に関連付けられた処理ユニットに技術的改善点を提供し得る。例えば、上述したように、エンティティ若しくはコホート又はその両方の特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較すること、また更に、かかる特徴に基づいて、ポリシ内の条件がどのように意味論的に異なるのかについてのかかるコンテキスト上の説明を提供することによって、ポリシ比較システム102は、第1ポリシデータ及び/又は第1ポリシをそれぞれ、第2ポリシデータ及び/又は第2ポリシと比較するために利用されるモデル若しくはプロセッサ又はその両方の作業負荷例えば処理作業負荷)若しくは実行時間又はその両方を減少させ得る。この例において、第1ポリシデータ及び/又は第1ポリシをそれぞれ、第2ポリシデータ及び/又は第2ポリシと比較するために利用されるプロセッサ(例えばプロセッサ106)の作業負荷(例えば処理作業負荷)若しくは実行時間又はその両方を減少させることによって、ポリシ比較システム102は、かかるプロセッサ(例えばプロセッサ106)のパフォーマンス若しくは効率又はその両方を向上、若しくはプロセッサの計算コストを減少、又はその両方させ得る。
ポリシ比較システム102の実際の適用では、特定のエンティティ若しくは特定のコホート又はその両方の1又は複数の特徴(例えば特性若しくは属性又はその両方)に基づいて、異なるポリシ内の意味論的に類似したデータのコンテキスト上の比較を可能にするための1又は複数のドメインにおいて実装され得る。例えば、ポリシ比較システム102の実際の適用では、例えば、特定のエンティティ若しくは特定のコホート又はその両方の、1又は複数の特徴(例えば年齢、居住場所、既存の条件、若しくは別の特徴又はその両方)に基づいて、異なる医療保険証券内の意味論的に類似した請求適格条件(例えば基準)のコンテキスト上の比較を可能にする医療保険ドメインにおいて実装され得る。
ポリシ比較システム102が、比較的新しいデータ比較技術によって引き起こされる新しい手法を提供することは、理解すべきである。例えば、ポリシ比較システム102は、エンティティ若しくはコホート又はその両方の特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスを自動的にコンテキストに従って比較するための、また更に、かかる特徴に基づいて、ポリシ内の条件がどのように意味論的に異なるについてのコンテキスト上の説明を提供するための新しい手法を提供する。
ポリシ比較システム102は、ハードウェア又はソフトウェアを利用して、本質的に高度に技術的であり、抽象的でなく、人間によって精神的な活動のセットとして実行されることができない問題を解決し得る。いくつかの実施形態において、本明細書に記載されるプロセスのうち1又は複数は、上で特定される様々な技術に関する、定められるタスクを実行するための、1又は複数の特殊化されたコンピュータ(例えば、特殊化された処理ユニット、特殊化された古典的コンピュータ、特殊化された量子コンピュータ若しくは別のタイプの特殊化されたコンピュータ又はその組み合わせ)によって実行され得る。ポリシ比較システム102若しくはそのコンポーネント又はその両方は、上で言及された技術の発展、量子コンピューティングシステム、クラウドコンピューティングシステム、コンピュータアーキテクチャ、若しくは別の技術又はその組み合わせの利用を通じて生じる新しい問題を解決するために利用され得る。
ポリシ比較システム102が、人間の精神において複製できない、又は、人間によって実行できない電気コンポーネント、機械コンポーネント、及び回路の様々な組み合わせを利用し得ることは、理解するべきである。なぜなら、本明細書に記載されるポリシ比較システム102若しくはそのコンポーネント又はその組み合わせによって実行され得る様々なオペレーションは、人間の精神の能力を超えたオペレーションであるからである。例えば、特定の期間にわたってポリシ比較システム102によって処理されるデータの量、かかるデータを処理する速度、又は、処理されるデータのタイプは、同一の期間にわたって人間の精神によって処理され得る量、速度、又はデータタイプより大きい、速い、又はそれと異なることがあり得る。
複数の実施形態によると、ポリシ比較システム102はまた、本明細書に記載される様々なオペレーションを実行しながら、1又は複数の他の機能を実行することに対して完全に動作可能であり得る(例えば、完全に電源オンされる、完全に実行される、若しくは別の機能、又はその組み合わせ)。かかる同時多動作実行が人間の精神の能力を超えることは、理解すべきである。ポリシ比較システム102が、人間のユーザなどのエンティティによって手動で取得することが不可能である情報を含み得ることもまた理解すべきである。例えば、ポリシ比較システム102、比較コンポーネント108、コンテキスト化コンポーネント110、抽出コンポーネント202、若しくは類似度コンポーネント302、又はその組み合わせに含まれるタイプの、量の、及び/又は様々な情報は、人間のユーザなどのエンティティによって手動で取得される情報より複雑であり得る。
いくつかの実施形態において、ポリシ比較システム102は、クラウドコンピューティング環境に関連付けられ得る。例えば、ポリシ比較システム102は、図9を参照して以下に記載されるクラウドコンピューティング環境950、若しくは図10を参照して以下に記載される1又は複数の機能抽象化層(例えば、ハードウェア及びソフトウェア層1060、仮想化層1070、管理層1080、若しくは作業負荷層1090又はその組み合わせ)に関連付けられ得る。
ポリシ比較システム102、若しくはそのコンポーネント(例えば比較コンポーネント108、コンテキスト化コンポーネント110抽出コンポーネント202、類似度コンポーネント302若しくは別のコンポーネント又はその組み合わせ)、又はその両方は、図9を参照して以下に記載されるクラウドコンピューティング環境950の1又は複数のコンピューティングリソース、若しくは図10を参照して以下に記載される1又は複数の機能抽象化層を利用して、本明細書に記載される本開示の1又は複数の実施形態による1又は複数のオペレーションを実行し得る。例えば、クラウドコンピューティング環境950、若しくはかかる1又は複数の機能抽象化層の組み合わせは、本明細書に記載される本開示の1又は複数の実施形態による1又は複数のオペレーションを実行するためにポリシ比較システム102若しくはそのコンポーネント又はその組み合わせによって利用され得る、1又は複数の古典的コンピューティングデバイス(例えば、古典的コンピュータ、古典的プロセッサ、仮想マシン、サーバ若しくは別の古典的コンピューティングデバイス又はその組み合わせ)、量子ハードウェア、若しくは量子ソフトウェア(例えば、量子コンピューティングデバイス、量子コンピュータ、量子プロセッサ、量子回路シミュレーションソフトウェア、超電導回路、若しくは他の量子ハードウェア及び/若しくは量子ソフトウェア、又はその組み合わせ)又はその組み合わせを備え得る。例えば、ポリシ比較システム102若しくはそのコンポーネント、又はその両方は、かかる1又は複数の古典的及び/又は量子コンピューティングリソースを利用して、本明細書に記載される本開示の1又は複数の実施形態による、1又は複数の古典的及び/又は量子:算術機能、計算、若しくは方程式又はその組み合わせ;コンピューティング及び/若しくは処理スクリプト、処理スレッド及び/若しくは命令;アルゴリズム;モデル(例えば、AIモデル、MLモデル若しくは別のタイプのモデル又はその組み合わせ);若しくは別のオペレーション又はその組み合わせを実行し得る。
本開示は、クラウドコンピューティングに関する詳細な説明を含むが、本明細書において列挙される教示の実装はクラウドコンピューティング環境に限定されるものではないことを理解されたい。むしろ、本発明の実施形態は、現在知られる、又は後に開発される任意の他のタイプのコンピューティング環境と結合して実装されることが可能である。
クラウドコンピューティングは、管理の労力又はサービスのプロバイダとのインタラクションを最小限に抑えながら急速にプロビジョニング及びリリースされ得る構成可能なコンピューティングリソース(例えば、ネットワーク、ネットワーク帯域幅、サーバ、プロセス、メモリ、ストレージ、アプリケーション、仮想マシン、及びサービス)の共有プールに対する便利なオンデマンドのネットワークアクセスを可能するための、サービス提供のモデルである。このクラウドモデルは、少なくとも5つの特性、少なくとも3つのサービスモデル及び少なくとも4つの展開モデルを含んでよい。
特性は以下の通りである。
オンデマンドセルフサービス:クラウドコンシューマは、人間とサービスのプロバイダとのインタラクションを要求することなく、必要に応じて自動的に、サーバ時間及びネットワークストレージなどのコンピューティング能力を一方的にプロビジョニングし得る。
広範なネットワークアクセス:能力は、ネットワークを通じて利用可能であり、異種の、シンクライアント又はシッククライアントのプラットフォーム(例えば、携帯電話、ラップトップ及びPDA)による使用を促進する標準メカニズムを通じてアクセスされる。
リソースプール:プロバイダのコンピューティングリソースはプールされ、マルチテナントモデルを使用して複数のコンシューマにサービスを提供し、異なる物理的及び仮想的リソースが需要に応じて動的に割り当て及び再割り当てされる。コンシューマは概して、提供されたリソースの正確な位置を制御することも認識することもないが、より高いレベルの抽象的概念(例えば、国、州、又はデータセンタ)で位置を指定できる場合があるという点で、位置独立性がある。
急速な弾力性:能力は、迅速にスケールアウトするために、急速に及び弾力的に、場合によっては自動的に、プロビジョニングされ、迅速にスケールインするために、急速にリリースされ得る。コンシューマにとって、プロビジョニングするために利用可能な能力は、多くの場合無制限のように見え、任意の量で任意の時点で購入され得る。
測定されたサービス:クラウドシステムは、サービスのタイプ(例えば、ストレージ、処理、帯域幅、及びアクティブなユーザのアカウント)に適したある抽象化レベルで計測能力を利用することにより、リソースの使用を自動的に制御及び最適化する。リソース使用量が監視、制御、及びレポートされ得、利用されるサービスのプロバイダ及びコンシューマの両方に透明性を提供する。
サービスモデルは、以下の通りである。
ソフトウェア・アズ・ア・サービス(SaaS):コンシューマに提供される能力は、クラウドインフラストラクチャ上で実行するプロバイダのアプリケーションを使用することである。アプリケーションには、ウェブブラウザ(例えば、ウェブベースの電子メール)などのシンクライアントインタフェースを介して様々なクライアントデバイスからアクセス可能である。コンシューマは、場合によっては、限定されたユーザ固有のアプリケーション構成設定を例外として、ネットワーク、サーバ、オペレーティングシステム、ストレージ、又は更には個々のアプリケーション能力を含む、土台となるクラウドインフラストラクチャの管理も制御も行わない。
サービスとしてのプラットフォーム(PaaS):コンシューマに提供される能力は、プロバイダによりサポートされるプログラミング言語及びツールを用いて作成される、コンシューマにより作成又は取得されたアプリケーションをクラウドインフラストラクチャ上に展開することである。コンシューマは、ネットワーク、サーバ、オペレーティングシステム、又はストレージを含む、基礎となるクラウドインフラストラクチャの管理も制御も行わないが、展開されたアプリケーションと、場合によっては、アプリケーションホスティング環境の構成とを制御する。
サービスとしてのインフラストラクチャ(Infrastructure as a Service:IaaS):コンシューマに提供される能力は、処理、ストレージ、ネットワーク及び他の基本的なコンピューティングリソースをプロビジョニングすることであり、ここでコンシューマは、オペレーティングシステム及びアプリケーションを含み得る任意のソフトウェアを展開及び実行可能である。コンシューマは、基礎となるクラウドインフラストラクチャを管理又は制御しないが、オペレーティングシステム、ストレージ、展開されたアプリケーションに対する制御を有し、可能性としてネットワークコンポーネント(例えば、ホストファイアウォール)の選択に対する限定的制御も有する。
展開モデルは、以下の通りである。
プライベートクラウド:クラウドインフラストラクチャは、ある組織のみのために動作させられる。それは、組織又はサードパーティにより管理されてよく、オンプレミス又はオフプレミスに存在してよい。
コミュニティクラウド:クラウドインフラストラクチャは、幾つかの組織により共有され、懸念事項(例えば、ミッション、セキュリティ要件、ポリシ、及びコンプライアンスの考慮事項)を共有している特定のコミュニティをサポートする。それは、組織又はサードパーティにより管理されてよく、オンプレミス又はオフプレミスに存在してよい。
パブリッククラウド:クラウドインフラストラクチャは、一般大衆又は大型事業グループに利用可能にされ、クラウドサービスを販売する機関によって所有される。
ハイブリッドクラウド:クラウドインフラストラクチャは、一意のエンティティのままであるが、データ及びアプリケーションの移植性(例えば、クラウド間の負荷分散のためのクラウドバースティング)を実現する標準技術又はプロプライエタリの技術により結び付けられている、2つ又はそれより多くのクラウド(プライベート、コミュニティ、又はパブリック)の構成である。
クラウドコンピューティング環境は、ステートレス状態、低結合、モジュール性、及びセマンティック相互運用性に重点を置いたサービス指向型である。クラウドコンピューティングの中心には、相互接続されたノードのネットワークを含むインフラストラクチャがある。
説明を簡潔にするべく、コンピュータ実装方法が一連の行動として図示及び説明される。主題のイノベーションは、示される行動、若しくは行動の順序又はその組み合わせによって限定されるものではないことが理解され、認識されるべきである。例えば、行動は、本明細書において提示及び記載されない他の行動と共に、様々な順序で、及び/又は同時に生じ得る。更に、示されるすべての行動が、開示される主題によるコンピュータ実装方法を実装するために必要であり得るわけではない。更に、当業者であれば、コンピュータ実装方法が代替的に、状態図又はイベントを介して、相互に関連のある一連の状態として表され得ることを理解し、認識するであろう。加えて、以降で、及び、本明細書全体を通して開示されるコンピュータ実装方法が、かかるコンピュータ実装方法をコンピュータへ移送及び転送することを促進するために製品に格納されることが可能であることは、更に理解すべきである。製品という用語は、本明細書において用いられる場合、任意のコンピュータ可読デバイス又は記憶媒体からアクセス可能なコンピュータプログラムを包含することが意図される。
開示される主題の様々な態様についてのコンテキストを提供するべく、図8及び以下の説明は、開示される主題の様々な態様が実装され得る好適な環境の一般的説明を提供することが意図される。図8は、本明細書に記載される1又は複数の実施形態が促進され得る例示的、非限定的な動作環境の例のブロック図を示す。簡潔にする目的で、本明細書に記載される他の実施形態において利用される同様の要素の繰り返しの説明は省略される。
図8を参照して、本開示の様々な態様を実装するための好適な動作環境800はまた、コンピュータ812を含み得る。コンピュータ812はまた、処理ユニット814、システムメモリ816、及びシステムバス818を含み得る。システムバス818は、システムメモリ816を含むがこれに限定されるものではないシステムコンポーネントを処理ユニット814に結合する。処理ユニット814は、様々な利用可能なプロセッサのいずれかであり得る。デュアルマイクロプロセッサ及び他のマルチプロセッサアーキテクチャはまた、処理ユニット814として利用され得る。システムバス818は、これらに限定されるものではないが、業界標準アーキテクチャ(ISA)、マイクロチャネルアーキテクチャ(MSA)、拡張ISA(EISA)、インテリジェントドライブエレクトロニクス(IDE)、VESAローカルバス(VLB)、ペリフェラルコンポーネントインターコネクト(PCI)、カードバス、ユニバーサルシリアルバス(USB)、アドバンスドグラフィックスポート(AGP)、Firewire(登録商標)(IEEE1394)、スモールコンピュータシステムインタフェース(SCSI)を含む任意の様々な利用可能なバスアーキテクチャのいずれかを使用する、メモリバス又はメモリコントローラ、ペリフェラルバス又は外部バス、若しくはローカルバス又はその組み合わせを含む複数のタイプのバス構造のいずれであり得る。
システムメモリ816はまた、揮発性メモリ820及び不揮発性メモリ822を含み得る。起動中などにコンピュータ812内の要素間で情報を転送するための基本ルーチンを含む基本入力/出力システム(BIOS)が不揮発性メモリ822に格納される。コンピュータ812はまた、取り外し可能/非取り外し可能、揮発性/非揮発性コンピュータ記憶媒体を含み得る。図8は例えばディスクストレージ824を示す。ディスクストレージ824はまた、これらに限定されるものではないが、磁気ディスクドライブ、フロッピディスクドライブ、テープドライブ、Jazドライブ、Zipドライブ、LS-100ドライブ、フラッシュメモリカード、又はメモリスティックのようなデバイスを含み得る。ディスクストレージ824はまた、他の記憶媒体と別に、又は、組み合わせて記憶媒体を含み得る。システムバス818へのディスクストレージ824の接続を促進するべく、インタフェース826などの取り外し可能又は非取り外し可能インタフェースが典型的には用いられる。図8はまた、ユーザと、好適な動作環境800において説明される基本コンピュータリソースとの間の仲介として行動するソフトウェアを図示する。かかるソフトウェアはまた、例えば、オペレーティングシステム828を含み得る。ディスクストレージ824に格納され得るオペレーティングシステム828は、コンピュータ812のリソースを制御し割り当てるように行動する。
システムアプリケーション830は、例えば、システムメモリ816又はディスクストレージ824のいずれかに格納されるプログラムモジュール832及びプログラムデータ834を通じて、オペレーティングシステム828によるリソースの管理を活用する。本開示が、様々なオペレーティングシステム又はオペレーティングシステムの組み合わせで実装され得ることは、理解するべきである。ユーザは入力デバイス836を通じてコンピュータ812にコマンド又は情報を入力する。入力デバイス836は、これらに限定されるものではないが、マウス、トラックボール、スタイラス、タッチパッド、キーボード、マイク、ジョイスティック、ゲームパッド、サテライトディッシュ、スキャナ、テレビチューナカード、デジタルカメラ、デジタルビデオカメラ、ウェブカメラなどのポインティングデバイスを含む。これら及び他の入力デバイスは、インタフェースポート838を介して、システムバス818を通じて処理ユニット814に接続する。インタフェースポート838は、例えば、シリアルポート、パラレルポート、ゲームポート、ユニバーサルシリアルバス(USB)を含む。出力デバイス840は、同一のタイプのポートのいくつかを入力デバイス836として使用する。したがって、例えば、USBポートは、入力をコンピュータ812に提供するために、及び、コンピュータ812からの情報を出力デバイス840に出力するために用いられ得る。特殊なアダプタを必要とする数ある他の出力デバイス840の中でも特にモニタ、スピーカ、及びプリンタのような、いくつかの出力デバイス840があることを示すために出力アダプタ842が提供される。出力アダプタ842は、限定ではなく例示として、出力デバイス840とシステムバス818との間の接続手段を提供するビデオ及びサウンドカードを含む。他のデバイス若しくはデバイスのシステム又はその組み合わせは、リモートコンピュータ844など、入力及び出力両方の能力を提供することに留意すべきである。
コンピュータ812は、リモートコンピュータ844などの1又は複数のリモートコンピュータへの論理接続を使用してネットワーク環境において動作し得る。リモートコンピュータ844は、コンピュータ、サーバ、ルータ、ネットワークPC、ワークステーション、マイクロプロセッサベースの機器、ピアデバイス又は他の共通ネットワークノードなどであり得、典型的には、コンピュータ812に関して説明される要素の多く又はすべても含み得る。簡潔にする目的で、メモリストレージデバイス846のみがリモートコンピュータ844と共に示される。リモートコンピュータ844は、ネットワークインタフェース848を通じて論理的にコンピュータ812に接続され、次に、通信接続850を介して物理的に接続される。ネットワークインタフェース848は、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、セルラネットワーク、若しくは別の有線若しくは無線又はその両方の通信ネットワーク、又はその組み合わせなどの有線若しくは無線又はその両方の通信ネットワークを含む。LAN技術は、Fiber Distributed Data Interface(FDDI)、Copper Distributed Data Interface(CDDI)、イーサネット、トークンリング及び同様のものを含む。WAN技術は、これらに限定されるものではないが、ポイントツーポイントリンク、統合サービスデジタルネットワーク(ISDN)及びそのバリエーションのような回路スイッチネットワーク、パケットスイッチングネットワーク、並びにデジタル加入者回線(DSL)を含む。通信接続850は、ネットワークインタフェース848をシステムバス818に接続するために利用されるハードウェア/ソフトウェアを指す。明確な例示のために、通信接続850がコンピュータ812内部に示されているが、コンピュータ812の外部にもあり得る。ネットワークインタフェース848に接続するためのハードウェア/ソフトウェアはまた、例示の目的のみで、通常の電話グレードモデム、ケーブルモデム、DSLモデムを含むモデム、ISDNアダプタ、イーサネットカードなどの内部及び外部技術を含み得る。
ここで、図9を参照すると、例示的なクラウドコンピューティング環境950が図示される。示されるように、クラウドコンピューティング環境950は、クラウドコンシューマによって使用されるローカルコンピューティングデバイス、例えば、パーソナルデジタルアシスタント(PDA)又はセルラ電話954A、デスクトップコンピュータ954B、ラップトップコンピュータ954C、若しくは自動車コンピュータシステム954N、又はその組み合わせなどが通信し得る、1又は複数のクラウドコンピューティングノード910を含む。図9には図示されないが、クラウドコンピューティングノード910は、クラウドコンシューマによって用いられるローカルコンピューティングデバイスが通信し得る量子プラットフォーム(例えば、量子コンピュータ、量子ハードウェア、量子ソフトウェア若しくは別の量子プラットフォーム又はその組み合わせ)を更に備え得る。ノード910は、互いと通信してよい。ノードは、本明細書で上述したように、プライベート、コミュニティ、パブリック若しくはハイブリッドクラウド又はその組み合わせなどの、1又は複数のネットワークに、物理的又は仮想的にグループ化(不図示)されてよい。これにより、クラウドコンピューティング環境950は、クラウドコンシューマがローカルコンピューティングデバイス上のリソースを維持する必要のないサービスとしてのインフラストラクチャ、サービスとしてのプラットフォーム若しくはサービスとしてのソフトウェア又はこれらの組み合わせを提供できるようにする。図9に示されるコンピューティングデバイス954A-Nのタイプは、専ら例示的なものを意図し、コンピューティングノード910及びクラウドコンピューティング環境950は、任意のタイプのネットワーク若しくはネットワークアドレス指定可能な接続(例えば、ウェブブラウザを用いて)又はその両方を介して、任意のタイプのコンピュータ化されたデバイスと通信できることが理解される。
ここで図10を参照すると、クラウドコンピューティング環境950(図9)により提供される機能抽象化層のセットが示される。図10に示されたコンポーネント、層、及び機能が、例示のみを意図するものであり、発明の実施形態がそれに限定されることはないことを、前もって理解されるべきである。図示されるように、以下の層及び対応する機能が提供される。
ハードウェア及びソフトウェア層1060は、ハードウェア及びソフトウェアコンポーネントを含む。ハードウェアコンポーネントの例は、メインフレーム1061、RISC(最小命令セットコンピュータ)アーキテクチャベースサーバ1062、サーバ1063、ブレードサーバ1064、ストレージデバイス1065、並びに、ネットワーク及びネットワークコンポーネント1066を含む。いくつかの実施形態において、ソフトウェアコンポーネントは、ネットワークアプリケーションサーバソフトウェア1067、データベースソフトウェア1068、量子プラットフォームルーティングソフトウェア(図10では不図示)、若しくは量子ソフトウェア(図10では不図示)又はその組み合わせを含む。
仮想化層1070は、抽象化層を提供し、ここから、以下の例の仮想エンティティ、すなわち、仮想サーバ1071、仮想ストレージ1072、仮想プライベートネットワークを含む仮想ネットワーク1073、仮想アプリケーション及びオペレーティングシステム1074、並びに仮想クライアント1075が提供され得る。
一例において、管理層1080は、以下に説明される機能を提供し得る。リソースプロビジョニング1081は、コンピューティングリソース、及び、クラウドコンピューティング環境内でタスクを実行するために利用される他のリソースの動的な調達を提供する。測定及び価格設定1082は、リソースがクラウドコンピューティング環境内で用いられる際のコスト追跡及びこれらのリソースの消費に対する課金又は請求書送付を提供する。一例において、これらのリソースは、アプリケーションソフトウェアライセンスを含んでよい。セキュリティは、クラウドコンシューマ及びタスクのアイデンティティ検証、並びに、データ及び他のリソースの保護を提供する。ユーザポータル1083は、コンシューマ及びシステム管理者に対し、クラウドコンピューティング環境へのアクセスを提供する。サービスレベル管理1084は、要求されるサービスレベルが満たされるように、クラウドコンピューティングリソース割り当て及び管理を提供する。サービスレベルアグリーメント(SLA)プランニング及び遂行1085は、SLAに従い将来の要件が予期されるクラウドコンピューティングリソースに対する事前取り決め及び調達を提供する。
作業負荷層1090は、クラウドコンピューティング環境が利用され得る機能性の例を提供する。この層から提供され得る作業負荷及び機能の非限定的な例は、マッピング及びナビゲーション1091、ソフトウェア開発及びライフサイクル管理1092、仮想クラスルーム教育配信1093、データ分析処理1094、トランザクション処理1095、及びポリシ比較ソフトウェア1096を含む。
本発明は、統合の任意の可能な技術的詳細レベルにおけるシステム、方法、装置若しくはコンピュータプログラム製品又はその組み合わせであり得る。コンピュータプログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令を有するコンピュータ可読記憶媒体(又は複数の媒体)を含み得る。コンピュータ可読記憶媒体は、命令実行デバイスによって使用するための命令を保持及び記憶できる有形デバイスであり得る。コンピュータ可読記憶媒体は例えば、電子ストレージデバイス、磁気ストレージデバイス、光学ストレージデバイス、電磁ストレージデバイス、半導体ストレージデバイス、又は上記の任意の好適な組み合わせに限定されるものではないことがあり得る。コンピュータ可読記憶媒体のより具体的な例の非包括的リストはまた、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ(RAM)、リードオンリメモリ(ROM)、消去可能プログラマブルリードオンリメモリ(EPROM又はフラッシュメモリ)、スタティックランダムアクセスメモリ(SRAM)、ポータブルコンパクトディスクリードオンリメモリ(CD-ROM)、デジタル多用途ディスク(DVD)、メモリスティック、フロッピディスク、命令が記録されたパンチカード又は溝における凸構造などの機械的符号化デバイス、及び、上記の任意の好適な組み合わせを含み得る。コンピュータ可読記憶媒体は、本明細書で用いられる場合において、ラジオ波又は他の自由に伝搬する電磁波、導波管や他の伝送媒体を介して伝搬する電磁波(例えば光ファイバケーブルを透過する光パルス)、又はワイヤを介して伝送される電気信号などの一時的な信号それ自体と解釈されるべきでない。
本明細書に記載されるコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体からそれぞれのコンピューティング/処理デバイスにダウンロードされ得るか、又は例えばインターネット、ローカルエリアネットワーク、ワイドエリアネットワーク、若しくは無線ネットワーク、又はその組み合わせなどのネットワークを介して外部コンピュータ又は外部ストレージデバイスにダウンロードされ得る。ネットワークは、銅製伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ、若しくはエッジサーバ又はその組み合わせを含み得る。各コンピューティング/処理デバイス内のネットワークアダプタカード又はネットワークインタフェースは、ネットワークからコンピュータ可読プログラム命令を受信して、そのコンピュータ可読プログラム命令をそれぞれのコンピューティング/処理デバイス内のコンピュータ可読記憶媒体に記憶するために転送する。本発明のオペレーションを実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ(ISA)命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路のための構成データ、又は、Smalltalk(登録商標)、C++、又は同様のものなどのオブジェクト指向プログラミング言語、Cプログラミング言語又は類似のプログラミング言語などの従来の手続き型プログラミング言語を含む1又は複数のプログラミング言語の任意の組み合わせで書かれたソースコード又はオブジェクトコードのいずれかであり得る。コンピュータ可読プログラム命令は、ユーザのコンピュータで完全に、ユーザのコンピュータ上でスタンドアロン型ソフトウェアパッケージとして部分的に、ユーザのコンピュータ上で部分的にかつリモートコンピュータ上で部分的に、又はリモートコンピュータ若しくはサーバ上で完全に実行され得る。後者のシナリオでは、リモートコンピュータは、ローカルエリアネットワーク(LAN)若しくはワイドエリアネットワーク(WAN)を含む任意のタイプのネットワークを通じてユーザのコンピュータに接続され得、又は、外部コンピュータに対して接続が行われ得る(例えば、インターネットサービスプロバイダを使用するインターネットを通じて)。いくつかの実施形態において、例えば、プログラマブルロジック回路、フィールドプログラマブルゲートアレイ(FPGA)、又はプログラマブルロジックアレイ(PLA)を含む電子回路は、本発明の態様を実行するために、コンピュータ可読プログラム命令の状態情報を利用して電子回路をカスタマイズすることにより、コンピュータ可読プログラム命令を実行することができる。
本発明の態様を、本発明の実施形態による、方法、装置(システム)、及びコンピュータプログラム製品のフローチャート図、若しくはブロック図、又はその両方を参照して、本明細書に記載している。フローチャート図若しくはブロック図又はその両方の各ブロック、及び、フローチャート図若しくはブロック図又はその両方におけるブロックの組み合わせは、コンピュータ可読プログラム命令により実装され得ることを理解されたい。 これらのコンピュータ可読プログラム命令は、機械を作成するために、汎用コンピュータ、特定用途向けコンピュータ、又は、他のプログラマブルデータ処理装置のプロセッサに提供され得る。それにより、コンピュータ又は他のプログラマブルデータ処理装置のプロセッサを介して実行する命令は、フローチャート若しくはブロック図又はその組み合わせのブロック又は複数のブロックにおいて指定される機能/行動を実装するための手段を形成する。命令を格納したコンピュータ可読記憶媒体が、フローチャート若しくはブロック図のブロック又はその両方において指定される機能/動作の態様を実装する命令を含む製品を含むように、これらのコンピュータ可読プログラム命令はまた、コンピュータ、プログラマブルデータ処理装置、若しくは他のデバイス、又はその組み合わせが特定の様式で機能するように指示することができるコンピュータ可読記憶媒体に格納され得る。コンピュータ可読プログラム命令はまた、コンピュータ、他のプログラマブルデータ処理装置、又は、他のデバイス上にロードされ得ることにより、一連の動作行動を、コンピュータ、他のプログラマブル装置、又は、他のデバイス上で実行させ、コンピュータ実装プロセスを作成し、それにより、コンピュータ、他のプログラマブル装置、又は、他のデバイス上で実行する命令が、フローチャート若しくはブロック図又はその組み合わせのブロック又は複数のブロックにおいて指定される機能/行動を実装する。
図面のフローチャート及びブロック図は、本発明の様々な実施形態によるシステム、方法、及びコンピュータプログラム製品の可能な実施態様のアーキテクチャ、機能性、及びオペレーションを示す。これに関して、フローチャート又はブロック図における各ブロックは、指定された論理機能を実装するための1又は複数の実行可能命令を含む、モジュール、セグメント、又は、命令の一部を表し得る。いくつかの代替的な実装形態では、ブロックにおいて言及される機能は、図面において言及される順序から外れて生じ得る。例えば、連続して示される2つのブロックは、関与する機能性に応じて、実質的に同時に実行され得るか、又は、ブロックは場合によっては、逆の順序で実行されてよい。加えて、ブロック図若しくはフローチャート図又はその両方の各ブロック、及びブロック図若しくはフローチャート図又はその両方のブロックの組み合わせは、指定された機能又は動作を実行するか、又は専用ハードウェア及びコンピュータ命令の組み合わせを実行する専用ハードウェア・ベースのシステムによって実装され得ることが注目されるだろう。
主題は、コンピュータ若しくは複数のコンピュータ又はその両方上で実行するコンピュータプログラム製品のコンピュータ実行可能命令の一般的コンテキストにおいて上で説明されたが、当業者であれば、本開示は又は、他のプログラムモジュールと組み合わせて実装され得ることを認識し得る。概して、プログラムモジュールは、特定のタスクを実行する、若しくは特定の抽象データタイプを実装する、又はその両方を行うルーチン、プログラム、コンポーネント、データ構造若しくは他のプログラムモジュール又はその組み合わせを含む。更に、当業者であれば、本発明のコンピュータ実装方法は、シングルプロセッサ又はマルチプロセッサコンピュータシステム、ミニコンピューティングデバイス、メインフレームコンピュータ、コンピュータ、ハンドヘルドコンピューティングデバイス(例えばPDA、電話)、マイクロプロセッサベース又はプログラマブルコンシューマ用又は産業用エレクトロニクス又は同様のものを含む他のコンピュータシステム構成で実施され得ることを認識するであろう。示される態様は、通信ネットワークを介して連結されるリモート処理デバイスによってタスクが実行される分散型コンピューティング環境においても実施され得る。しかしながら、本開示のすべてではないがいくつかの態様は、スタンドアロンのコンピュータで実施され得る。分散型コンピューティング環境において、プログラムモジュールは、ローカル及びリモート両方のメモリストレージデバイスに位置し得る。例えば、1又は複数の実施形態において、コンピュータ実行可能コンポーネントは、1又は複数の分散メモリユニットを含み得る、又は、それらから構成され得るメモリから実行され得る。本明細書において用いられる場合、「メモリ」及び「メモリユニット」という用語は交換可能である。更に、本明細書に記載される1又は複数の実施形態は、分散方式(例えば、1又は複数の分散メモリユニットからのコードを実行するために協働的に組み合わせる、又は動作する複数のプロセッサ)でコンピュータ実行可能コンポーネントのコードを実行し得る。本明細書において用いられる場合、「メモリ」という用語は、1つの位置のシングルメモリ若しくはメモリユニット、又は、1又は複数の位置における複数のメモリ又はメモリユニットを包含し得る。
本願において用いられる場合、「コンポーネント」、「システム」、「プラットフォーム」、「インタフェース」などの用語は、コンピュータ関連エンティティ、又は、1又は複数の固有の機能性を有する動作機械に関連するエンティティを指し得る、及び/又は含み得る。本明細書に開示されるエンティティは、ハードウェア、ハードウェア及びソフトウェアの組み合わせ、ソフトウェア、又は実行中のソフトウェアのいずれかであり得る。例えば、コンポーネントは、プロセッサ上で実行するプロセス、プロセッサ、オブジェクト、実行可能ファイル、実行のスレッド、プログラム、若しくはコンピュータ又はその組み合わせであり得るが、これらに限定されるものではない。例示として、サーバ上で実行するアプリケーション及びサーバは両方ともコンポーネントであり得る。1又は複数のコンポーネントは、処理及び/又は実行スレッド中に存在し得、コンポーネントは、1つのコンピュータに局在してよく、及び/又は2つ又はそれより多くのコンピュータの間で分散され得る。別の例において、それぞれのコンポーネントは、様々なデータ構造が格納された様々なコンピュータ可読媒体から実行し得る。コンポーネントは、1又は複数のデータパケット(例えば、ローカルシステム、分散システム、若しくは信号を介する他のシステム又はその組み合わせとのインターネットなどのネットワークにおける別のコンポーネントと相互作用する1つのコンポーネントからのデータ)を有する信号などに従って、ローカルプロセス若しくはリモートプロセス又はその両方を介して通信し得る。別の例として、コンポーネントは、プロセッサによって実行されるソフトウェア又はファームウェアアプリケーションによって操作される電気又は電子回路によって操作される機械部品によって提供される固有の機能性を有する装置であり得る。かかる場合において、プロセッサは、装置の内部又は外部にあり得、ソフトウェア又はファームウェアアプリケーションの少なくとも一部を実行し得る。更に別の例として、コンポーネントは、機械部品を用いず電子コンポーネントを通じて固有の機能性を提供する装置であり得、当該電子コンポーネントは、電子コンポーネントの機能性を少なくとも部分的に提供するソフトウェア又はファームウェアを実行するためのプロセッサ又は他の手段を含み得る。ある態様において、コンポーネントは、例えばクラウドコンピューティングシステム内の仮想マシンを介して電子コンポーネントをエミュレートし得る。
更に、「又は」という用語は、排他的な「又は」ではなく、包括的な「又は」を意味することが意図されている。すなわち、別段の定めがない限り、又は、文脈上明確でない限り、「XがA又はBを利用する」は、自然の包括的な入れ替えのいずれかを意味することが意図される。すなわち、XはAを利用する、XはBを利用する、若しくはXはA及びBの両方を使用するならば、前述の例のいずれかのもとで「XはA又はBを使用する」が満たされる。更に、本明細書及び添付の特許請求の範囲に用いられる冠詞「a」及び「an」は一般に、単数形を対象としていることが別段の定めがない限り、又は文脈からそれが明らかではない限り、「1又は複数」を意味すると解釈されるべきである。本明細書において用いられる場合、「例」及び/又は「例示的」という用語は、例、インスタンス、又は例示として機能することを意味するために利用される。誤解を回避するために、本明細書に開示される主題は、かかる例に限定されるものではない。更に、「例」及び/又は「例示的」として本明細書において記載される任意の態様又は設計は、他の態様又は設計より好ましい、又は優れていると必ずしも解釈されるわけではなく、当業者に知られている同等の例示的な構造及び技法を除外する意図もない。
本明細書において利用される「プロセッサ」という用語は、これらに限定されるものではないが、シングルコアプロセッサ、ソフトウェアマルチスレッド実行能力を有するシングルプロセッサ、マルチコアプロセッサ、ソフトウェアマルチスレッド実行能力を有するマルチコアプロセッサ、ハードウェアマルチスレッド技術を有するマルチコアプロセッサ、並列プラットフォーム、及び、分散共有メモリを有する並列プラットフォームを含む実質的に任意のコンピューティング処理ユニット又はデバイスを指し得る。加えて、プロセッサとは、集積回路、特定用途向け集積回路(ASIC)、デジタル信号プロセッサ(DSP)、フィールドプログラマブルゲートアレイ(FPGA)、プログラマブルロジックコントローラ(PLC)、コンプレックスプログラマブルロジックデバイス(CPLD)、ディスクリートゲート若しくはトランジスタロジック、ディスクリートハードウェアコンポーネント、又は、本明細書において記載される機能を実行するために設計されたそれらの任意の組み合わせを指し得る。更に、プロセッサは、空間利用を最適化し、又は、ユーザ機器のパフォーマンスを強化するべく、これらに限定されるものではないが、分子及び量子ドットベースのトランジスタ、スイッチ、及びゲートなどのナノスケールアーキテクチャを利用し得る。プロセッサはまた、コンピューティング処理ユニットの組み合わせとして実装され得る。本開示において、「格納」、「ストレージ」、「データ格納」、「データストレージ」、「データベース」及びコンポーネントのオペレーション及び機能性に関連する実質的に任意の他の情報ストレージコンポーネントなどの用語は、「メモリ」又はメモリを含むコンポーネントにおいて具現化される「メモリコンポーネント」エンティティを指すために利用される。本明細書において記載されるメモリ若しくはメモリコンポーネント又はその組み合わせが、揮発性メモリ又は不揮発性メモリのいずれかであり得るか、又は、揮発性及び不揮発性メモリの両方を含み得ることは、理解するべきである。限定ではなく例示として、不揮発性メモリは、リードオンリメモリ(ROM)、プログラマブルROM(PROM)、電気プログラマブルROM(EPROM)、電気消去可能ROM(EEPROM)、フラッシュメモリ、又は、非揮発性ランダムアクセスメモリ(RAM)(例えば、強誘電体RAM(FeRAM))を含み得る。揮発性メモリは、例えば外部キャッシュメモリとして動作し得るRAMを含み得る。限定ではなく例示として、RAMは、同期RAM(SRAM)、動的RAM(DRAM)、同期DRAM(SDRAM)、ダブルデータレートSDRAM(DDR SDRAM)、拡張SDRAM(ESDRAM)、Synchlink DRAM(SLDRAM)、ダイレクトRambusRAM(DRRAM)、ダイレクトRambus動的RAM(DRDRAM)及び、Rambus動的RAM(RDRAM)など多くの形式で利用可能である。加えて、本明細書におけるシステム又はコンピュータ実装方法の開示されるメモリコンポーネントは、これら及び任意の他の好適なタイプのメモリを含むことが意図されるが、これらに限定されない。
上で記載されたものは、システム及びコンピュータ実装方法の例を含むに過ぎない。当然、本開示を説明する目的で、コンポーネント又はコンピュータ実装方法の想定されるあらゆる組み合わせを説明することは不可能であるが、当業者であれば、本開示の多くの更なる組み合わせ及び入れ替えが可能であることを認識し得る。更に、「含む」、「有する」、「備える」などの用語が詳細な説明、特許請求の範囲、添付書類、及び図面において用いられる場合、かかる用語は、「備える」という用語が請求項において移行句として利用されるときに解釈されるのと同様の方式で包括的であることが意図される。
様々な実施形態の記載は、例示の目的で提示され、排他的である、又は、開示される実施形態に限定される意図はない。記載された実施形態の範囲及び思想を逸脱することなく、多くの修正及び変形が、当業者にとって明らかとなるであろう。本明細書において用いられる専門用語は、実施形態の原理、実際の適用、又は、業界で見られる技術に対する技術的改善点を最も適切に説明するために、又は、他の当業者が本明細書に開示された実施形態を理解することを可能とするために選択されたものである。
Claims (20)
- システムであって、
メモリに格納されたコンピュータ実行可能コンポーネントを実行するプロセッサを備え、前記コンピュータ実行可能コンポーネントは、
少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較する比較コンポーネントと、
前記少なくとも1つのエンティティの前記特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用するコンテキスト化コンポーネントと
を備える、システム。 - 前記コンピュータ実行可能コンポーネントは、前記第1ポリシデータから第1データを、及び前記第2ポリシデータから第2データを抽出する抽出コンポーネントを更に備え、前記第1データ及び前記第2データは、前記少なくとも1つのエンティティの前記特徴に対応する、請求項1に記載のシステム。
- 前記コンピュータ実行可能コンポーネントは、前記第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、前記第1ポリシデータ内の第1データを特定する類似度コンポーネントを更に備え、前記第1意味論的類似度スコア及び前記第2意味論的類似度スコアは、前記少なくとも1つのエンティティの前記特徴に基づいて計算される、請求項1又は2に記載のシステム。
- 前記比較コンポーネントは、前記第1ポリシデータ若しくは前記第2ポリシデータに対応するドメイン知識、前記第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、前記第1ポリシデータ内の第1データ、又は前記第1ポリシデータから抽出された前記第1データ及び前記第2ポリシデータから抽出された前記第2データのうち少なくとも1つに基づいて、前記ポリシデータ内の前記条件の前記セマンティクスを更に、コンテキストに従って比較する、請求項1から3のいずれか一項に記載のシステム。
- 前記コンテキスト化コンポーネントは、前記少なくとも1つのエンティティに対応するコンテキストデータに基づいて、前記第1ポリシデータ内の前記第1条件が、前記第2ポリシデータ内の前記第2条件と、どのように意味論的に異なるのかについての前記コンテキスト上の説明を提供するための、及び前記第1ポリシデータ及び前記第2ポリシデータを比較するときの前記モデル又は前記プロセッサの作業負荷又は実行時間のうち少なくとも1つを減少させるための前記モデルを更に利用する、請求項1から4のいずれか一項に記載のシステム。
- 前記コンテキスト化コンポーネントは、前記少なくとも1つのエンティティの前記特徴に基づいて、前記第2ポリシデータ内の1又は複数の第2条件と意味論的に異なる、前記第1ポリシデータ内の1又は複数の第1条件を提供するための前記モデルを更に利用する、請求項1から5のいずれか一項に記載のシステム。
- 前記コンテキスト化コンポーネントは、前記少なくとも1つのエンティティの前記特徴、又は前記少なくとも1つのエンティティのうち少なくとも1つとの関連性に基づいて、前記第2ポリシデータ内の第2条件と意味論的に異なる、前記第1ポリシデータ内の第1条件をランク付けするための前記モデルを更に利用する、請求項1から6のいずれか一項に記載のシステム。
- コンピュータ実装方法であって、
プロセッサに動作可能に結合されるシステムによって、少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較する段階と、
前記システムによって、前記少なくとも1つのエンティティの前記特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用する段階と
を備えるコンピュータ実装方法。 - 前記システムによって、前記第1ポリシデータから第1データを、及び前記第2ポリシデータから第2データを抽出する段階であって、前記第1データ及び前記第2データは、前記少なくとも1つのエンティティの前記特徴に対応する、段階
を更に備える請求項8に記載のコンピュータ実装方法。 - 前記システムによって、前記第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、前記第1ポリシデータ内の第1データを特定する段階であって、前記第1意味論的類似度スコア及び前記第2意味論的類似度スコアは、前記少なくとも1つのエンティティの前記特徴に基づいて計算される、段階
を更に備える請求項8又は9に記載のコンピュータ実装方法。 - 前記システムによって、前記第1ポリシデータ若しくは前記第2ポリシデータに対応するドメイン知識、前記第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、前記第1ポリシデータ内の第1データ、又は前記第1ポリシデータから抽出された前記第1データ及び前記第2ポリシデータから抽出された前記第2データのうち少なくとも1つに基づいて、前記ポリシデータ内の前記条件の前記セマンティクスをコンテキストに従って比較する段階
を更に備える請求項8から10のいずれか一項に記載のコンピュータ実装方法。 - 前記システムによって、前記少なくとも1つのエンティティに対応するコンテキストデータに基づいて、前記第1ポリシデータ内の前記第1条件が、前記第2ポリシデータ内の前記第2条件と、どのように意味論的に異なるのかについての前記コンテキスト上の説明を提供するための、及び前記第1ポリシデータ及び前記第2ポリシデータを比較するときの前記モデル又は前記プロセッサの作業負荷又は実行時間のうち少なくとも1つを減少させるための前記モデルを利用する段階
を更に備える請求項8から11のいずれか一項に記載のコンピュータ実装方法。 - 前記システムによって、前記少なくとも1つのエンティティの前記特徴に基づいて、前記第2ポリシデータ内の1又は複数の第2条件と意味論的に異なる、前記第1ポリシデータ内の1又は複数の第1条件を提供するための前記モデルを利用する段階
を更に備える請求項8から12のいずれか一項に記載のコンピュータ実装方法。 - 前記システムによって、前記少なくとも1つのエンティティの前記特徴、又は前記少なくとも1つのエンティティのうち少なくとも1つとの関連性に基づいて、前記第2ポリシデータ内の第2条件と意味論的に異なる、前記第1ポリシデータ内の第1条件をランク付けするための前記モデルを利用する段階
を更に備える請求項8から13のいずれか一項に記載のコンピュータ実装方法。 - プロセッサに、
少なくとも1つのエンティティの特徴に基づいて、異なるポリシのポリシデータ内の条件のセマンティクスをコンテキストに従って比較する手順と、
前記少なくとも1つのエンティティの前記特徴に基づいて、第1ポリシの第1ポリシデータ内の第1条件が、第2ポリシの第2ポリシデータ内の第2条件と、どのように意味論的に異なるのかについてのコンテキスト上の説明を提供するためのモデルを利用する手順と
を実行させるためのコンピュータプログラム。 - 前記プロセッサに、
前記第1ポリシデータから第1データを、及び前記第2ポリシデータから第2データを抽出する手順を実行させ、前記第1データ及び前記第2データは、前記少なくとも1つのエンティティの前記特徴に対応する、請求項15に記載のコンピュータプログラム。 - 前記プロセッサに、
前記第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、前記第1ポリシデータ内の第1データを特定する手順を実行させ、前記第1意味論的類似度スコア及び前記第2意味論的類似度スコアは、前記少なくとも1つのエンティティの前記特徴に基づいて計算される、請求項15又は16に記載のコンピュータプログラム。 - 前記プロセッサに、
前記第1ポリシデータ若しくは前記第2ポリシデータに対応するドメイン知識、前記第2ポリシデータ内の第2データの第2意味論的類似度スコアの定められた範囲内に第1意味論的類似度スコアを有する、前記第1ポリシデータ内の第1データ、又は前記第1ポリシデータから抽出された前記第1データ及び前記第2ポリシデータから抽出された前記第2データのうち少なくとも1つに基づいて、前記ポリシデータ内の前記条件の前記セマンティクスをコンテキストに従って比較する手順を実行させる、請求項15から17のいずれか一項に記載のコンピュータプログラム。 - 前記プロセッサに、
前記少なくとも1つのエンティティに対応するコンテキストデータに基づいて、前記第1ポリシデータ内の前記第1条件が、前記第2ポリシデータ内の前記第2条件と、どのように意味論的に異なるのかについての前記コンテキスト上の説明を提供するための、及び前記第1ポリシデータ及び前記第2ポリシデータを比較するときの前記モデル又は前記プロセッサの作業負荷又は実行時間のうち少なくとも1つを減少させるための前記モデルを利用する手順を実行させる、請求項15から18のいずれか一項に記載のコンピュータプログラム。 - 前記プロセッサに、
前記少なくとも1つのエンティティの前記特徴に基づいて、前記第2ポリシデータ内の1又は複数の第2条件と意味論的に異なる、前記第1ポリシデータ内の1又は複数の第1条件を提供するための前記モデルを利用する手順と、
前記少なくとも1つのエンティティの前記特徴、又は前記少なくとも1つのエンティティのうち少なくとも1つとの関連性に基づいて、前記第2ポリシデータ内の第2条件と意味論的に異なる、前記第1ポリシデータ内の第1条件をランク付けするための前記モデルを利用する手順と
を実行させる請求項15から19のいずれか一項に記載のコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/123,804 | 2020-12-16 | ||
US17/123,804 US11615493B2 (en) | 2020-12-16 | 2020-12-16 | Contextual comparison of semantics in conditions of different policies |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022095566A true JP2022095566A (ja) | 2022-06-28 |
Family
ID=80038609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021201905A Pending JP2022095566A (ja) | 2020-12-16 | 2021-12-13 | システム、コンピュータ実装方法及びコンピュータプログラム(異なるポリシの条件のセマンティクスについてのコンテキスト上の比較) |
Country Status (4)
Country | Link |
---|---|
US (2) | US11615493B2 (ja) |
JP (1) | JP2022095566A (ja) |
CN (1) | CN114638216A (ja) |
GB (1) | GB2604002A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11615493B2 (en) * | 2020-12-16 | 2023-03-28 | International Business Machines Corporation | Contextual comparison of semantics in conditions of different policies |
US11868729B2 (en) * | 2020-12-29 | 2024-01-09 | International Business Machines Corporation | Analyzing and explaining a temporal evolution of policies and suggesting next steps |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19860058C1 (de) | 1998-12-23 | 2000-03-30 | Siemens Ag | Funkabfragbares Oberflächenwellen-Bauelement mit optimalem Codeumfang |
US6456979B1 (en) | 2000-10-24 | 2002-09-24 | The Insuranceadvisor Technologies, Inc. | Method of evaluating a permanent life insurance policy |
US8020191B2 (en) | 2007-06-19 | 2011-09-13 | International Business Machines Corporation | Method and system for determining policy similarities |
US8196030B1 (en) | 2008-06-02 | 2012-06-05 | Pricewaterhousecoopers Llp | System and method for comparing and reviewing documents |
US9672478B2 (en) | 2009-02-26 | 2017-06-06 | Oracle International Corporation | Techniques for semantic business policy composition |
CA2852101A1 (en) * | 2010-07-28 | 2012-01-28 | Wairever Inc. | Method and system for validation of claims against policy with contextualized semantic interoperability |
US8650250B2 (en) | 2010-11-24 | 2014-02-11 | Oracle International Corporation | Identifying compatible web service policies |
US8689281B2 (en) | 2011-10-31 | 2014-04-01 | Hewlett-Packard Development Company, L.P. | Management of context-aware policies |
US9767114B2 (en) | 2012-08-14 | 2017-09-19 | Cisco Technology, Inc. | System and methods for automatically disseminating content based on contexual information |
US8719063B1 (en) * | 2013-05-07 | 2014-05-06 | Marsh USA Inc. | System and method for comparing information in a process for issuing insurance policies |
JP5943356B2 (ja) | 2014-01-31 | 2016-07-05 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 情報処理装置、情報処理方法、及び、プログラム |
US10521747B2 (en) | 2014-04-08 | 2019-12-31 | Northrop Grumman Systems Corporation | System and method for providing a scalable semantic mechanism for policy-driven assessment and effective action taking on dynamically changing data |
US20190373021A1 (en) | 2017-11-20 | 2019-12-05 | Nutanix, Inc. | Policy aggregation |
US20200004742A1 (en) | 2018-06-27 | 2020-01-02 | Cisco Technology, Inc. | Epoch comparison for network policy differences |
US10880171B2 (en) | 2018-09-09 | 2020-12-29 | Steelcloud, Llc | Group policy object update compliance and synchronization |
US11194784B2 (en) | 2018-10-19 | 2021-12-07 | International Business Machines Corporation | Extracting structured information from unstructured data using domain problem application validation |
US11368353B2 (en) | 2018-10-27 | 2022-06-21 | Cisco Technology, Inc. | Context-aware software defined networking policy management and enforcement using semantic data modeling |
US11615493B2 (en) * | 2020-12-16 | 2023-03-28 | International Business Machines Corporation | Contextual comparison of semantics in conditions of different policies |
-
2020
- 2020-12-16 US US17/123,804 patent/US11615493B2/en active Active
-
2021
- 2021-11-29 CN CN202111435578.6A patent/CN114638216A/zh active Pending
- 2021-11-30 GB GB2117263.0A patent/GB2604002A/en not_active Withdrawn
- 2021-12-13 JP JP2021201905A patent/JP2022095566A/ja active Pending
-
2023
- 2023-01-26 US US18/159,702 patent/US11816748B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20230177627A1 (en) | 2023-06-08 |
CN114638216A (zh) | 2022-06-17 |
US11816748B2 (en) | 2023-11-14 |
US20220188949A1 (en) | 2022-06-16 |
US11615493B2 (en) | 2023-03-28 |
GB202117263D0 (en) | 2022-01-12 |
GB2604002A (en) | 2022-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11017038B2 (en) | Identification and evaluation white space target entity for transaction operations | |
JP2020525897A (ja) | 意味グラフにおけるメタ関係の適応評価のためのコンピュータ実施方法、コンピュータ・システム、及びコンピュータ・プログラム | |
CN115151897A (zh) | 基于运行时跟踪从单体式应用程序生成微服务 | |
JP2020532012A (ja) | ランダム・ドキュメント埋め込みを用いたテキスト・データ表現学習 | |
US11397954B2 (en) | Providing analytics on compliance profiles of type organization and compliance named entities of type organization | |
US10893115B2 (en) | On demand auctions amongst cloud service providers | |
US11816748B2 (en) | Contextual comparison of semantics in conditions of different policies | |
US10891445B2 (en) | Using decay characteristics for natural language understanding output | |
US11455337B2 (en) | Preventing biased queries by using a dictionary of cause and effect terms | |
US20200082016A1 (en) | Logic-based relationship graph expansion and extraction | |
CN112100312A (zh) | 从数据源中智能提取因果知识 | |
US20200372398A1 (en) | Model quality and related models using provenance data | |
US20200302331A1 (en) | Intelligent problem solving using visual input | |
US20210158922A1 (en) | Summarizing medication events based on multidimensional information extracted from a data source | |
US11226832B2 (en) | Dynamic generation of user interfaces based on dialogue | |
US20210065019A1 (en) | Using a dialog system for learning and inferring judgment reasoning knowledge | |
US20210064635A1 (en) | Visualization and exploration of probabilistic models | |
US20200401659A1 (en) | Contextual disambiguation of an entity in a conversation management system | |
US11736423B2 (en) | Automated conversational response generation | |
US11526509B2 (en) | Increasing pertinence of search results within a complex knowledge base | |
US11526770B2 (en) | Latent computing property preference discovery and computing environment migration plan recommendation | |
US11681501B2 (en) | Artificial intelligence enabled open source project enabler and recommendation platform | |
US11556558B2 (en) | Insight expansion in smart data retention systems | |
US20220083876A1 (en) | Shiftleft topology construction and information augmentation using machine learning | |
US11645464B2 (en) | Transforming a lexicon that describes an information asset |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220518 |