JP2024085841A - 情報処理装置、営業行動抽出システム、営業行動抽出方法及びプログラム - Google Patents
情報処理装置、営業行動抽出システム、営業行動抽出方法及びプログラム Download PDFInfo
- Publication number
- JP2024085841A JP2024085841A JP2022200603A JP2022200603A JP2024085841A JP 2024085841 A JP2024085841 A JP 2024085841A JP 2022200603 A JP2022200603 A JP 2022200603A JP 2022200603 A JP2022200603 A JP 2022200603A JP 2024085841 A JP2024085841 A JP 2024085841A
- Authority
- JP
- Japan
- Prior art keywords
- sales
- words
- word
- target
- information processing
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 182
- 230000010365 information processing Effects 0.000 title claims abstract description 83
- 230000000694 effects Effects 0.000 claims abstract description 92
- 238000004458 analytical method Methods 0.000 claims abstract description 81
- 239000000284 extract Substances 0.000 claims abstract description 73
- 230000006399 behavior Effects 0.000 claims description 118
- 238000000034 method Methods 0.000 claims description 34
- 238000010801 machine learning Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 13
- 238000003672 processing method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241000207199 Citrus Species 0.000 description 1
- 241001672694 Citrus reticulata Species 0.000 description 1
- 235000020971 citrus fruits Nutrition 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Abstract
【課題】営業日報等の文書から営業行動を精度よく抽出することのできる技術を提供する。
【解決手段】情報処理装置（１）は、営業活動に関する文書に含まれる文の係り受け構造を解析する解析部（１１）と、上記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出部（１２）と、解析部１１による解析結果に基づき、対象抽出部（１２）が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出部（１３）と、を備える。
【選択図】図１
【解決手段】情報処理装置（１）は、営業活動に関する文書に含まれる文の係り受け構造を解析する解析部（１１）と、上記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出部（１２）と、解析部１１による解析結果に基づき、対象抽出部（１２）が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出部（１３）と、を備える。
【選択図】図１
Description
本発明は、営業活動を支援する技術に関する。
営業活動を支援する技術が求められている。例えば特許文献１には、営業活動に有用な情報を生成する装置として、日報に含まれるテキストデータに対して自然言語解析処理を行って日報に含まれるフレーズを抽出し、抽出したフレーズを用いて所定の分析処理を行い、営業活動に有益な情報を生成する装置が記載されている。
ところで、日報等の報告書には営業行動の内容を示すフレーズ（１又は複数の単語）だけでなく、営業行動との関連性が低いフレーズも含まれる。特許文献１に記載の技術では、日報に含まれるテキストデータに対して自然言語解析処理を行ってフレーズを抽出するため、営業行動とは関連性の低いフレーズも抽出してしまい、その結果営業活動に有益な情報を適切に生成できないという問題がある。
本発明の一態様は、上記の問題に鑑みてなされたものであり、その目的の一例は、営業日報等の文書から営業行動を精度よく抽出することのできる技術を提供することである。
本発明の一態様に係る情報処理装置は、営業活動に関する文書に含まれる文の係り受け構造を解析する解析手段と、前記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出手段と、前記解析手段による解析結果に基づき、前記対象抽出手段が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出手段と、を備える。
また、本発明の一態様に係る営業行動抽出方法は、少なくとも１つのプロセッサが、営業活動に関する文書に含まれる文の係り受け構造を解析することと、前記文から営業行動の対象を示す１又は複数の単語を抽出することと、前記解析する工程における解析結果に基づき、前記抽出する工程において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出することと、を含む。
また、本発明の一態様に係るプログラムは、営業活動に関する文書に含まれる文の係り受け構造を解析する処理と、前記文から営業行動の対象を示す１又は複数の単語を抽出する処理と、前記解析する処理における解析結果に基づき、前記抽出する処理において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する処理と、をコンピュータに実行させる。
また、本発明の一態様に係る営業行動抽出システムは、営業活動に関する文書に含まれる文の係り受け構造を解析する解析手段と、前記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出手段と、前記解析手段による解析結果に基づき、前記対象抽出手段が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出手段と、を備える。
本発明の一態様によれば、営業日報等の文書から営業行動を精度よく抽出することができる。
〔例示的実施形態１〕
本発明の例示的実施形態１について、図面を参照して詳細に説明する。本例示的実施形態は、後述する例示的実施形態の基本となる形態である。
本発明の例示的実施形態１について、図面を参照して詳細に説明する。本例示的実施形態は、後述する例示的実施形態の基本となる形態である。
（情報処理装置の構成）
本例示的実施形態に係る情報処理装置１の構成について、図１を参照して説明する。図１は、情報処理装置１の構成を示すブロック図である。情報処理装置１は、解析部１１（解析手段）、対象抽出部１２（対象抽出手段）、及び営業行動抽出部１３（営業行動抽出手段）を備える。
本例示的実施形態に係る情報処理装置１の構成について、図１を参照して説明する。図１は、情報処理装置１の構成を示すブロック図である。情報処理装置１は、解析部１１（解析手段）、対象抽出部１２（対象抽出手段）、及び営業行動抽出部１３（営業行動抽出手段）を備える。
解析部１１は、営業活動に関する文書に含まれる文の係り受け構造を解析する。解析部１１は、情報処理装置１の入出力部を介して入力される文書を示すデータを取得してもよいし、情報処理装置１のユーザが指定した格納先（情報処理装置１の記憶装置内であってもよいし、情報処理装置１外の記憶装置内であってもよい）から上記データを取得してもよい。また、解析部１１は、情報処理装置１の通信部を介して他の装置から上記データを受信することにより上記データを取得してもよい。
対象抽出部１２は、上記文から営業行動の対象を示す１又は複数の単語を抽出する。営業行動抽出部１３は、解析部１１による解析結果に基づき、対象抽出部１２が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する。
営業行動抽出部１３は、抽出した単語を示すデータを情報処理装置１の入出力部に接続された出力装置（表示装置、等）に出力してもよいし、通信部を介して接続された他の装置に上記データを送信してもよい。また、営業行動抽出部１３は、上記データを情報処理装置１のユーザが指定した格納先（情報処理装置１の記憶装置内であってもよいし、情報処理装置１外の記憶装置であってもよい）に書き込むことにより上記データを出力してもよい。また、営業行動抽出部１３が抽出した単語は、営業行動を推薦するための情報の生成に用いられてもよい。
以上のように、本例示的実施形態に係る情報処理装置１は、営業活動に関する文書に含まれる文の係り受け構造を解析する解析部１１と、上記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出部１２と、解析部１１による解析結果に基づき、対象抽出部１２が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出部１３と、を備える構成が採用されている。本例示的実施形態に係る情報処理装置１によれば、営業行動の対象を示す単語と係り受け関係を有しない単語は営業行動として抽出しないため、これにより、営業日報等の文書から営業行動を精度よく抽出することができるという効果が得られる。
（プログラム）
上述の情報処理装置１の機能は、プログラムによって実現することもできる。本例示的実施形態に係るプログラムは、コンピュータに、営業活動に関する文書に含まれる文の係り受け構造を解析する処理と、上記文から営業行動の対象を示す１又は複数の単語を抽出する処理と、上記解析する処理における解析結果に基づき、上記抽出する処理において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する処理と、を実行させるためのプログラムである。
上述の情報処理装置１の機能は、プログラムによって実現することもできる。本例示的実施形態に係るプログラムは、コンピュータに、営業活動に関する文書に含まれる文の係り受け構造を解析する処理と、上記文から営業行動の対象を示す１又は複数の単語を抽出する処理と、上記解析する処理における解析結果に基づき、上記抽出する処理において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する処理と、を実行させるためのプログラムである。
（情報処理方法の流れ）
本例示的実施形態に係る情報処理方法Ｓ１の流れについて、図２を参照して説明する。図２は、情報処理方法Ｓ１の流れを示すフロー図である。なお、情報処理方法Ｓ１における各ステップの実行主体は、情報処理装置１が備えるプロセッサであってもよいし、他の装置が備えるプロセッサであってもよい。
本例示的実施形態に係る情報処理方法Ｓ１の流れについて、図２を参照して説明する。図２は、情報処理方法Ｓ１の流れを示すフロー図である。なお、情報処理方法Ｓ１における各ステップの実行主体は、情報処理装置１が備えるプロセッサであってもよいし、他の装置が備えるプロセッサであってもよい。
Ｓ１１では、少なくとも１つのプロセッサが、営業活動に関する文書に含まれる文の係り受け構造を解析する。Ｓ１２では、少なくとも１つのプロセッサが、上記文から営業行動の対象を示す１又は複数の単語を抽出する。Ｓ１３では、少なくとも１つのプロセッサが、ステップＳ１１における解析結果に基づき、ステップＳ１２において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する。
以上のように、本例示的実施形態に係る情報処理方法Ｓ１は、少なくとも１つのプロセッサが、営業活動に関する文書に含まれる文の係り受け構造を解析することと、上記文から営業行動の対象を示す１又は複数の単語を抽出することと、上記解析する工程における解析結果に基づき、上記抽出する工程において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出することと、を含む構成が採用されている。このため、本例示的実施形態に係る情報処理方法Ｓ１によれば、営業日報等の文書から営業行動を精度よく抽出することができるという効果が得られる。
（営業行動抽出システムの構成）
本例示的実施形態に係る営業行動抽出システム２の構成について、図３を参照して説明する。図３は、営業行動抽出システム２の構成を示すブロック図である。営業行動抽出システム２は、解析部１１（解析手段）、対象抽出部１２（対象抽出手段）、及び営業行動抽出部１３（営業行動抽出手段）を備える。解析部１１は、営業活動に関する文書に含まれる文の係り受け構造を解析する。対象抽出部１２は、上記文から営業行動の対象を示す１又は複数の単語を抽出する。営業行動抽出部１３は、解析部１１による解析結果に基づき、対象抽出部１２が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する。
本例示的実施形態に係る営業行動抽出システム２の構成について、図３を参照して説明する。図３は、営業行動抽出システム２の構成を示すブロック図である。営業行動抽出システム２は、解析部１１（解析手段）、対象抽出部１２（対象抽出手段）、及び営業行動抽出部１３（営業行動抽出手段）を備える。解析部１１は、営業活動に関する文書に含まれる文の係り受け構造を解析する。対象抽出部１２は、上記文から営業行動の対象を示す１又は複数の単語を抽出する。営業行動抽出部１３は、解析部１１による解析結果に基づき、対象抽出部１２が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する。
以上のように、本例示的実施形態に係る営業行動抽出システム２は、営業活動に関する文書に含まれる文の係り受け構造を解析する解析部１１と、上記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出部１２と、解析部１１による解析結果に基づき、対象抽出部１２が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出部１３と、を備える構成が採用されている。このため、本例示的実施形態に係る営業行動抽出システム２によれば、営業日報等の文書から営業行動を精度よく抽出することができるという効果が得られる。
〔例示的実施形態２〕
（情報処理装置の構成）
本発明の例示的実施形態２について図面を参照して詳細に説明する。図４は、例示的実施形態２に係る情報処理装置１Ａの構成を示すブロック図である。情報処理装置１Ａは営業日報等の文書に基づき今後の営業活動を支援するための情報を提供する装置である。情報処理装置１Ａは、制御部１０Ａ、記憶部２０Ａ、通信部３０Ａ及び入出力部４０Ａを備える。
（情報処理装置の構成）
本発明の例示的実施形態２について図面を参照して詳細に説明する。図４は、例示的実施形態２に係る情報処理装置１Ａの構成を示すブロック図である。情報処理装置１Ａは営業日報等の文書に基づき今後の営業活動を支援するための情報を提供する装置である。情報処理装置１Ａは、制御部１０Ａ、記憶部２０Ａ、通信部３０Ａ及び入出力部４０Ａを備える。
通信部３０Ａは、情報処理装置１Ａの外部の装置と通信回線を介して通信する。通信回線の具体的構成は本例示的実施形態を限定するものではないが、通信回線は一例として、無線ＬＡＮ（Local Area Network）、有線ＬＡＮ、ＷＡＮ（Wide Area Network）、公衆回線網、モバイルデータ通信網、又は、これらの組み合わせである。通信部３０Ａは、制御部１０Ａから供給されたデータを他の装置に送信したり、他の装置から受信したデータを制御部１０Ａに供給したりする。
入出力部４０Ａには、キーボード、マウス、ディスプレイ、プリンタ、タッチパネル等の入出力機器が接続される。入出力部４０Ａは、接続された入力機器から情報処理装置１Ａに対する各種の情報の入力を受け付ける。また、入出力部４０Ａは、制御部１０Ａの制御の下、接続された出力機器に各種の情報を出力する。入出力部４０Ａとしては、例えばＵＳＢ（Universal Serial Bus）などのインタフェースが挙げられる。
制御部１０Ａは、情報処理装置１Ａの各部を統括して制御する。制御部１０Ａは、係り受け解析部１１Ａ（解析手段）、営業対象抽出部１２Ａ（対象抽出手段）、営業行動抽出部１３Ａ（営業行動抽出手段）、営業行動推薦部１４Ａ（出力手段）、及び生成部１５Ａ（生成手段）を備える。
（係り受け解析部）
係り受け解析部１１Ａは、営業活動に関する文書に含まれる文の係り受け構造を解析する。営業活動に関する文書は、営業活動の内容等を自然言語で記したものであり、一例として、営業員等が作成する営業日報である。自然言語は一例として、日本語、中国語、又は英語である。以下の説明では、説明の便宜上、文書を表すデータを単に「文書」ともいう。営業活動に関する文書は、一例として、営業活動の内容を表すテキストデータ、所定の文書作成ソフトウェアにより作成されたファイル、ＰＤＦ（Portable Document Format）形式のファイル、又はＨＴＭＬ（HyperText Markup Language）形式のファイルである。営業活動に関する文書は、例えば、ユーザが入力装置等を操作して生成したデータであってもよく、また、例えば、営業活動の内容を表す音声ファイルに対し情報処理装置１Ａ等の装置が音声解析処理を行って生成したデータであってもよい。
係り受け解析部１１Ａは、営業活動に関する文書に含まれる文の係り受け構造を解析する。営業活動に関する文書は、営業活動の内容等を自然言語で記したものであり、一例として、営業員等が作成する営業日報である。自然言語は一例として、日本語、中国語、又は英語である。以下の説明では、説明の便宜上、文書を表すデータを単に「文書」ともいう。営業活動に関する文書は、一例として、営業活動の内容を表すテキストデータ、所定の文書作成ソフトウェアにより作成されたファイル、ＰＤＦ（Portable Document Format）形式のファイル、又はＨＴＭＬ（HyperText Markup Language）形式のファイルである。営業活動に関する文書は、例えば、ユーザが入力装置等を操作して生成したデータであってもよく、また、例えば、営業活動の内容を表す音声ファイルに対し情報処理装置１Ａ等の装置が音声解析処理を行って生成したデータであってもよい。
係り受け解析部１１Ａは、一例として、形態素解析及び構文解析を行うことにより文の係り受け構造を解析する。形態素解析は、文を形態素に分割し、それぞれの形態素の品詞等を判別する処理である。構文解析は、形態素の関係を図式化する等して明確にする処理である。ただし、解析部１１が文の構造を解析する手法は上述した例に限られない。解析部１１は他の手法により文の構造を解析してもよい。
係り受け解析部１１Ａは、入出力部４０Ａを介して入力される文書を取得してもよいし、情報処理装置１Ａのユーザが指定した格納先（情報処理装置１Ａの記憶装置内であってもよいし、情報処理装置１Ａ外の記憶装置内であってもよい）から文書を取得してもよい。また、係り受け解析部１１Ａは、通信部３０Ａを介して他の装置から文書を受信してもよい。
営業対象抽出部１２Ａは、上記文から営業行動の対象を示す単語又はフレーズを抽出する。ここで、フレーズとは、まとまった意味を表す単語列である。営業行動の対象を示す単語は例えば、「○○様にメール」「××社と会議」の○○や××にあたる部分であり、例えば、顧客名（社名、担当者名、等）である。また、営業行動の対象を示すフレーズは、顧客に関連するイベント等を示す単語を含むフレーズ（例えば、「定例会議向け資料を作成」）であってもよい。以下では、単語又はフレーズ（複数の単語）を単に「単語」ともいう。換言すると、本明細書において、営業行動の対象を示す単語は、営業行動の対象を示すフレーズを含む。営業対象抽出部１２Ａが行う上記対象を示す単語の抽出処理の詳細については後述する。
営業行動抽出部１３Ａは、係り受け解析部１１Ａによる解析結果に基づき、営業対象抽出部１２Ａが抽出した単語と係り受け関係を有する単語を抽出する。営業行動抽出部１３Ａは例えば、「○○様にメールする」という文において、対象を示す単語である「○○様」と係り受け関係を有する「メールする」という動詞を、営業行動を示す単語として抽出する。また、営業行動抽出部１３Ａは例えば、「Ａプロジェクトの進捗を○○様に報告した」という文において、対象を示す単語である「○○様」と係り受け関係を有する「報告した」という単語を、営業行動を示す単語として抽出する。
営業行動抽出部１３Ａは、抽出した営業行動を示す単語を示すデータを出力する。営業行動抽出部１３Ａは、上記データを、入出力部４０Ａに接続された出力装置に出力してもよいし、通信部３０Ａを介して接続された他の装置に上記データを送信してもよい。ここで、出力装置は一例として、ディスプレイ、プリンタ、プロジェクタ又はスピーカである。また、営業行動抽出部１３Ａは、上記データを情報処理装置１Ａのユーザが指定した格納先（情報処理装置１Ａの記憶装置内であってもよいし、情報処理装置１Ａ外の記憶装置であってもよい）に書き込むことにより上記データを出力してもよい。
営業行動推薦部１４Ａは、営業対象抽出部１２Ａが抽出した単語、及び、営業行動抽出部１３Ａが抽出した単語を第２学習済モデルＬＭ２に入力して得られる出力に基づき、上記営業活動を支援する情報を出力する。ここで、第２学習済モデルＬＭ２は、営業対象を示す単語と、営業行動を示す単語とを入力とし、営業活動を支援する情報を出力する学習済モデルである。営業活動を支援する情報は一例として、推薦する営業行動を示す情報を含む。第２学習済モデルＬＭ２の機械学習の手法は限定されず、一例として、ニューラルネットワーク、決定木ベース、又は線形回帰の手法が用いられてもよく、また、これらのうちの２以上の手法が用いられてもよい。
生成部１５Ａは、訓練データを用いた機械学習により第２学習済モデルＬＭ２を生成する。訓練データは、一例として、（ｉ）営業対象抽出部１２Ａが抽出した単語、（ｉｉ）営業行動抽出部１３Ａが抽出した単語、及び（ｉｉｉ）営業活動の成果を示すラベル、を含む。ここで、営業活動の成果を示すラベルは一例として、プロジェクトが成功したか否かを示すラベルである。
（記憶部）
記憶部２０Ａは、情報処理装置１Ａが使用する各種データを記憶する。記憶部２０Ａは特に、文書データベースＤＢ１、営業成果データベースＤＢ２、第１学習済モデルＬＭ１、及び第２学習済モデルＬＭ２を記憶する。文書データベースＤＢ１は、営業活動に関する文書が蓄積されたデータベースである。営業活動に関する文書は、テキストファイル、ＰＤＦファイル、ＨＴＭＬファイル等の種々のファイル形式で保存される。文書データベースＤＢ１に記憶されたデータの少なくとも一部は、第１学習済モデルＬＭ１又は第２学習済モデルＬＭ２の機械学習のために用いられる。
記憶部２０Ａは、情報処理装置１Ａが使用する各種データを記憶する。記憶部２０Ａは特に、文書データベースＤＢ１、営業成果データベースＤＢ２、第１学習済モデルＬＭ１、及び第２学習済モデルＬＭ２を記憶する。文書データベースＤＢ１は、営業活動に関する文書が蓄積されたデータベースである。営業活動に関する文書は、テキストファイル、ＰＤＦファイル、ＨＴＭＬファイル等の種々のファイル形式で保存される。文書データベースＤＢ１に記憶されたデータの少なくとも一部は、第１学習済モデルＬＭ１又は第２学習済モデルＬＭ２の機械学習のために用いられる。
営業成果データベースＤＢ２は、営業活動の成果を示すデータが蓄積されたデータベースである。営業成果データベースＤＢ２に記憶されたデータの少なくとも一部は、第２学習済モデルＬＭ２の機械学習のために用いられる。
第１学習済モデルＬＭ１は、営業対象抽出部１２Ａが営業対象を示す単語の抽出のために用いるモデルである。第１学習済モデルＬＭ１は、営業行動の対象を示す単語に正解タグが付された文を教師データとして用いた機械学習により生成されたモデルである。第１学習済モデルＬＭ１の機械学習の手法は限定されず、一例として、ニューラルネットワーク、決定木ベース、又は線形回帰の手法が用いられてもよく、また、これらのうちの２以上の手法が用いられてもよい。推定フェーズにおける第１学習済モデルＬＭ１の入力は一例として文を含み、出力は対象を示す単語を含む。
また、記憶部２０Ａが第１学習済モデルＬＭ１及び第２学習済モデルＬＭ２を記憶するとは、第１学習済モデルＬＭ１を定めるパラメータ及び第２学習済モデルＬＭ２を定めるパラメータを記憶部２０Ａが記憶することをいう。
（営業対象抽出処理の具体例）
ここで、営業対象抽出部１２Ａが行う営業対象の抽出処理の具体例として処理例１～３を説明する。
（対象抽出の処理例１）
処理例１では、営業対象抽出部１２Ａは、機械学習により予め生成された第１学習済モデルＬＭ１に上記文を入力することにより上記対象を示す単語を抽出する。第１学習済モデルＬＭ１は上述したように、営業行動の対象を示す単語に正解タグが付された文を教師データとして用いた機械学習により生成されたモデルである。教師データに含まれる文は一例として、「Ｃプロジェクトの進捗を△△様に報告した。」という文において「△△様」に正解タグが付された文である。また、教師データに含まれる文は一例として、「Ｄプロジェクトのキックオフ会議を開催。」という文において「キックオフ会議」に正解タグが付された文である。
ここで、営業対象抽出部１２Ａが行う営業対象の抽出処理の具体例として処理例１～３を説明する。
（対象抽出の処理例１）
処理例１では、営業対象抽出部１２Ａは、機械学習により予め生成された第１学習済モデルＬＭ１に上記文を入力することにより上記対象を示す単語を抽出する。第１学習済モデルＬＭ１は上述したように、営業行動の対象を示す単語に正解タグが付された文を教師データとして用いた機械学習により生成されたモデルである。教師データに含まれる文は一例として、「Ｃプロジェクトの進捗を△△様に報告した。」という文において「△△様」に正解タグが付された文である。また、教師データに含まれる文は一例として、「Ｄプロジェクトのキックオフ会議を開催。」という文において「キックオフ会議」に正解タグが付された文である。
図５は、営業対象抽出部１２Ａが抽出する対象を示す単語の一例を示す図である。図５の例で、営業対象抽出部１２Ａは、文書Ｄ１に含まれる「Ａプロジェクトの進捗を○○様に報告した」という文を第１学習済モデルＬＭ１に入力することにより、当該文から「○○様」を営業行動の対象を示す単語Ｔ１１として抽出する。また、営業対象抽出部１２Ａは、「Ｂプロジェクトのキックオフ会議を開催。」という文を第１学習済モデルＬＭ１に入力することにより、当該文から「キックオフ会議」という単語Ｔ２１を抽出する。
（対象抽出の処理例２）
処理例２では、営業対象抽出部１２Ａは、第１学習済モデルＬＭ１を用いて抽出した単語に加えて、営業行動抽出部１３Ａが抽出した、営業行動を示す単語と係り受け関係を有する単語を、上記対象を示す単語として抽出する。
処理例２では、営業対象抽出部１２Ａは、第１学習済モデルＬＭ１を用いて抽出した単語に加えて、営業行動抽出部１３Ａが抽出した、営業行動を示す単語と係り受け関係を有する単語を、上記対象を示す単語として抽出する。
例えば「Ａプロジェクトの進捗を○○様に報告した。」という文において、営業対象抽出部１２Ａが第１学習済モデルＬＭ１を用いて「○○様」を抽出し、営業行動抽出部１３Ａが「報告した」を営業行動を示す単語として抽出した場合、営業対象抽出部１２Ａは、「○○様」に加えて、「報告した」と係り受け関係を有する「進捗」を対象を示す単語として抽出する。すなわち、この場合、営業対象抽出部１２Ａは、「進捗を○○様に」というフレーズを営業対象として抽出する。
（対象抽出の処理例３）
処理例３では、営業対象抽出部１２Ａは、上記文から抽出した第１の単語に加えて、時系列関係を有する複数の文書から、当該文から抽出した単語と同一又は類似する第２の単語を上記時系列関係に基づき、上記対象を示す単語として抽出する。
処理例３では、営業対象抽出部１２Ａは、上記文から抽出した第１の単語に加えて、時系列関係を有する複数の文書から、当該文から抽出した単語と同一又は類似する第２の単語を上記時系列関係に基づき、上記対象を示す単語として抽出する。
より具体的には、営業対象抽出部１２Ａは一例として、上記第１の単語が抽出された文書において当該第１の単語よりも後段に含まれる上記第２の単語を抽出する。例えば、ある営業日報に「○○様と会議」と記載されており、その後段に「会議向け資料作成」と記載されている場合、後者の「会議」も営業活動の対象であることがわかる。そのため、営業対象抽出部１２Ａは、文書から「○○様と会議」というフレーズを対象を示す単語として抽出した場合、その文書の後段に登場する「会議」という単語についても、営業活動の対象を示す単語として抽出する。
図６は、営業対象抽出部１２Ａが抽出する対象を示す単語の一例を示す図である。図６の例では、文書Ｄ２から営業対象抽出部１２Ａは「顧客」という単語Ｔ３１と、「会議」という単語Ｔ３２とを、対象を示す単語として抽出した場合、その後に登場する「会議」という単語Ｔ３３も対象を示す単語として抽出する。
また、営業対象抽出部１２Ａは、ひとつの文書から対象を示す単語を抽出するのに限られず、複数の文書から対象を示す単語を抽出してもよい。営業対象抽出部１２Ａは例えば、上記第１の単語が抽出された文書に対応する営業活動よりも後の営業活動に関する文書から、上記第２の単語を抽出する。例えば、営業対象抽出部１２Ａは、上記第１の単語を抽出した文書と同じプロジェクトについて直後に作成された文書から、上記第２の単語を抽出してもよい。
ただし、営業対象抽出部１２Ａが対象を示す単語を抽出する手法は、上述の処理例１～処理例３に示した手法に限定されない。営業対象抽出部１２Ａは例えば、固有表現抽出等の自然言語処理を行って固有名詞を抽出してもよい。
（営業行動抽出処理の具体例１～４）
次いで、営業行動抽出部１３Ａが行う営業行動の抽出処理の具体例として処理例１～４を説明する。
（営業行動の抽出の処理例１）
処理例１では、営業行動抽出部１３Ａは、営業対象抽出部１２Ａが抽出した営業行動の対象を示す単語と係り受け関係を有する単語を、営業行動を示す単語として抽出する。図５の例では、営業行動抽出部１３Ａは「Ａプロジェクトの進捗を○○様に報告した。」という文において、対象を示す単語である「○○様」と係り受け関係を有する「報告した」という単語Ａ１１を、営業行動を示す単語として抽出する。また、営業行動抽出部１３Ａは「Ｂプロジェクトのキックオフ会議を開催。」という文において、対象を示す単語である「キックオフ会議」と係り受け関係を有する「開催」という単語Ａ２１を、営業行動を示す単語として抽出する。
次いで、営業行動抽出部１３Ａが行う営業行動の抽出処理の具体例として処理例１～４を説明する。
（営業行動の抽出の処理例１）
処理例１では、営業行動抽出部１３Ａは、営業対象抽出部１２Ａが抽出した営業行動の対象を示す単語と係り受け関係を有する単語を、営業行動を示す単語として抽出する。図５の例では、営業行動抽出部１３Ａは「Ａプロジェクトの進捗を○○様に報告した。」という文において、対象を示す単語である「○○様」と係り受け関係を有する「報告した」という単語Ａ１１を、営業行動を示す単語として抽出する。また、営業行動抽出部１３Ａは「Ｂプロジェクトのキックオフ会議を開催。」という文において、対象を示す単語である「キックオフ会議」と係り受け関係を有する「開催」という単語Ａ２１を、営業行動を示す単語として抽出する。
（営業行動の抽出の処理例２）
処理例２では、営業行動抽出部１３Ａは、営業対象抽出部１２Ａが抽出した単語と係り受け関係を有する第１の単語に加えて、当該第１の単語と係り受け関係を有する第２の単語を、営業行動を示す単語として抽出する。この例で、営業行動抽出部１３Ａは例えば、「Ａプロジェクトの進捗を○○様に報告した。」という文において、対象を示す単語である「○○様」と係り受け関係を有する「報告した」という単語を、営業行動を示す単語として抽出するとともに、「報告した」と係り受け関係を有する「進捗」についても営業行動を示す単語として抽出する。換言すると、営業行動抽出部１３Ａは、「進捗を報告した」というフレーズを、営業行動を示す単語として抽出する。
処理例２では、営業行動抽出部１３Ａは、営業対象抽出部１２Ａが抽出した単語と係り受け関係を有する第１の単語に加えて、当該第１の単語と係り受け関係を有する第２の単語を、営業行動を示す単語として抽出する。この例で、営業行動抽出部１３Ａは例えば、「Ａプロジェクトの進捗を○○様に報告した。」という文において、対象を示す単語である「○○様」と係り受け関係を有する「報告した」という単語を、営業行動を示す単語として抽出するとともに、「報告した」と係り受け関係を有する「進捗」についても営業行動を示す単語として抽出する。換言すると、営業行動抽出部１３Ａは、「進捗を報告した」というフレーズを、営業行動を示す単語として抽出する。
（営業行動の抽出の処理例３）
処理例３では、文書を構成する各語は階層構造で分類され、営業行動抽出部１３Ａは、階層の粒度を選択し、選択した階層の粒度に対応する単語を抽出する。階層構造での分類方法の一例としては、例えば、各語について、大分類、中分類、小分類が与えられ、例えば「みかん」という語であれば大分類は「食品」であり、「中分類」は「果物」であり、「小分類」は「柑橘」である。階層の粒度とは、階層構造で分類された語の階層の深さであり、上述の例では、小分類が最も深い階層（細かい分類）である。この場合、営業行動抽出部１３Ａは一例として、営業対象抽出部１２Ａが抽出した対象を示す単語が属する階層から営業行動を示す単語を抽出する。
処理例３では、文書を構成する各語は階層構造で分類され、営業行動抽出部１３Ａは、階層の粒度を選択し、選択した階層の粒度に対応する単語を抽出する。階層構造での分類方法の一例としては、例えば、各語について、大分類、中分類、小分類が与えられ、例えば「みかん」という語であれば大分類は「食品」であり、「中分類」は「果物」であり、「小分類」は「柑橘」である。階層の粒度とは、階層構造で分類された語の階層の深さであり、上述の例では、小分類が最も深い階層（細かい分類）である。この場合、営業行動抽出部１３Ａは一例として、営業対象抽出部１２Ａが抽出した対象を示す単語が属する階層から営業行動を示す単語を抽出する。
（推薦情報出力処理の流れ）
図７は、情報処理装置１Ａが実行する推薦情報出力処理の流れの一例を示すフロー図である。ステップＳ１０１において、係り受け解析部１１Ａは、営業活動に関する文書を取得し、取得した文書に含まれる文の係り受け構造を解析する。ステップＳ１０２において、営業対象抽出部１２Ａは上記文から営業行動の対象を示す単語を抽出する。
図７は、情報処理装置１Ａが実行する推薦情報出力処理の流れの一例を示すフロー図である。ステップＳ１０１において、係り受け解析部１１Ａは、営業活動に関する文書を取得し、取得した文書に含まれる文の係り受け構造を解析する。ステップＳ１０２において、営業対象抽出部１２Ａは上記文から営業行動の対象を示す単語を抽出する。
ステップＳ１０３において、営業行動抽出部１３Ａは、係り受け解析部１１Ａによる解析結果に基づき、営業対象抽出部１２Ａが抽出した単語と係り受け関係を有する単語を、営業行動を示す単語として抽出する。例えば、「Ａプロジェクトの進捗を○○様に報告した」という文において「○○様」が営業行動の対象を示す単語として抽出されている場合、営業行動抽出部１３Ａは、「○○様」と係り受け関係を有する「報告した」という単語を、営業行動を示す単語として抽出する。
ステップＳ１０４において、営業行動推薦部１４Ａは、（ｉ）営業対象抽出部１２Ａが抽出した単語、及び（ｉｉ）営業行動抽出部１３Ａが抽出した単語、を第２学習済モデルＬＭ２に入力して得られる出力に基づき、営業活動を支援するための推薦情報を生成し、出力する。
（学習フェーズ実行処理の流れ）
図８は、情報処理装置１Ａが実行する第２学習済モデルＬＭ２の学習フェーズ実行処理の流れを示すフロー図である。ステップＳ２０１において、係り受け解析部１１Ａは、文書データベースＤＢ１に記憶された、営業活動に関する文書に含まれる文の係り受け構造を解析する。ステップＳ２０２において、営業対象抽出部１２Ａは、上記文から営業行動の対象を示す単語を抽出する。ステップＳ２０３において、営業行動抽出部１３Ａは、係り受け解析部１１Ａによる解析結果に基づき、営業対象抽出部１２Ａが抽出した単語と係り受け関係を有する単語を、営業行動を示す単語として抽出する。
図８は、情報処理装置１Ａが実行する第２学習済モデルＬＭ２の学習フェーズ実行処理の流れを示すフロー図である。ステップＳ２０１において、係り受け解析部１１Ａは、文書データベースＤＢ１に記憶された、営業活動に関する文書に含まれる文の係り受け構造を解析する。ステップＳ２０２において、営業対象抽出部１２Ａは、上記文から営業行動の対象を示す単語を抽出する。ステップＳ２０３において、営業行動抽出部１３Ａは、係り受け解析部１１Ａによる解析結果に基づき、営業対象抽出部１２Ａが抽出した単語と係り受け関係を有する単語を、営業行動を示す単語として抽出する。
ステップＳ２０４において、生成部１５Ａは、（ｉ）営業対象抽出部１２Ａが抽出した単語、（ｉｉ）営業行動抽出部１３Ａが抽出した単語、及び（ｉｉｉ）営業活動の成果を示すラベル、を含む訓練データを用いた機械学習により第２学習済モデルＬＭ２を生成する。営業活動の成果を示すラベルは一例として、営業成果データベースＤＢ２に記憶されたデータに基づき生成される。
（情報処理装置の効果）
以上のように、本例示的実施形態に係る情報処理装置１Ａにおいては、営業対象抽出部１２Ａは、営業行動の対象を示す単語に正解タグが付された文を教師データとして用いた機械学習により生成された第１学習済モデルＬＭ１に、上記文を入力することにより上記対象を示す単語を抽出する構成が採用されている。このため、本例示的実施形態に係る情報処理装置１Ａによれば、対象を示す単語に正解タグを付した文を用いて生成された第１学習済モデルＬＭ１を用いることで対象を示す単語を精度よく抽出することができ、これにより、営業行動をより精度よく抽出できるという効果が得られる。
以上のように、本例示的実施形態に係る情報処理装置１Ａにおいては、営業対象抽出部１２Ａは、営業行動の対象を示す単語に正解タグが付された文を教師データとして用いた機械学習により生成された第１学習済モデルＬＭ１に、上記文を入力することにより上記対象を示す単語を抽出する構成が採用されている。このため、本例示的実施形態に係る情報処理装置１Ａによれば、対象を示す単語に正解タグを付した文を用いて生成された第１学習済モデルＬＭ１を用いることで対象を示す単語を精度よく抽出することができ、これにより、営業行動をより精度よく抽出できるという効果が得られる。
また、本例示的実施形態に係る情報処理装置１Ａにおいては、営業対象抽出部１２Ａは、学習済モデルＬＭを用いて抽出した単語に加えて、営業行動抽出部１３Ａが抽出した単語と係り受け関係を有する単語を、上記対象を示す単語として抽出する、という構成が採用されている。営業対象抽出部１２Ａは例えば「○○様」という単語だけでなく「進捗」という単語も営業行動の対象を示す単語として抽出する。このように本例示的実施形態によれば、対象を示す単語としてより多様な情報を抽出することができ、これにより営業行動をより精度よく抽出できるという効果が得られる。
また、本例示的実施形態に係る情報処理装置１Ａにおいては、営業対象抽出部１２Ａは、上記文から抽出した第１の単語に加えて、時系列関係を有する複数の文書から、当該文から抽出した単語と同一又は類似する第２の単語を時系列関係に基づき上記対象を示す単語として抽出する、という構成が採用されている。第１の単語だけでなく、第１の単語に関連する第２の単語を抽出することにより、営業対象を示す単語の抽出漏れを少なくすることができるという効果が得られる。
また、本例示的実施形態に係る情報処理装置１Ａにおいては、営業対象抽出部１２Ａは、上記第１の単語が抽出された文書に対応する営業活動よりも後の営業活動に関する文書から、上記第２の単語を抽出するという構成が採用されている。第１の単語だけでなく、第１の単語が登場する文書よりも後に作成された文書から第２の単語を抽出することにより、営業対象を示す単語の抽出漏れを少なくすることができるという効果が得られる。
また、本例示的実施形態に係る情報処理装置１Ａにおいては、営業対象抽出部１２Ａは、上記第１の単語が抽出された文書において当該第１の単語よりも後段に含まれる上記第２の単語を抽出するという構成が採用されている。第１の単語だけでなく、文書において第１の単語よりも後段に登場する第２の単語を抽出することにより、営業対象を示す単語の抽出漏れを少なくすることができるという効果が得られる。
また、本例示的実施形態に係る情報処理装置１Ａにおいては、営業行動抽出部１３Ａは、営業対象抽出部１２Ａが抽出した単語と係り受け関係を有する第１の単語に加えて、当該第１の単語と係り受け関係を有する第２の単語を、営業行動を示す単語として抽出するという構成が採用されている。営業行動抽出部１３Ａは例えば「報告した」という単語だけでなく「進捗を報告した」というフレーズを抽出する。このように本例示的実施形態によれば、営業行動を示す単語としてより詳細な情報を抽出することができるという効果が得られる。
また、本例示的実施形態に係る情報処理装置１Ａにおいては、営業対象抽出部１２Ａが抽出した単語、及び、営業行動抽出部１３Ａが抽出した単語を第２学習済モデルＬＭ２に入力して得られる出力に基づき、上記営業活動を支援する情報を出力する営業行動推薦部１４Ａを備えるという構成が採用されている。このため、本例示的実施形態に係る情報処理装置１Ａによれば、営業日報等の文書を用意するだけで営業活動を支援する情報を出力することができる。
また、本例示的実施形態に係る情報処理装置１Ａにおいては、営業対象抽出部１２Ａが抽出した単語及び営業行動抽出部１３Ａが抽出した単語と、営業活動の成果を示すラベルとを含む訓練データを用いた機械学習により、営業活動を支援する情報を出力する第２学習済モデルＬＭ２を生成する生成部１５Ａ、を更に備えるという構成が採用されている。生成部１５Ａが生成した第２学習済モデルＬＭ２を用いることで、営業活動を支援する情報を出力することができるという効果が得られる。
〔ソフトウェアによる実現例〕
情報処理装置１、１Ａ、営業行動抽出システム２（以下「情報処理装置１等」という）の一部又は全部の機能は、集積回路（ＩＣチップ）等のハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。
情報処理装置１、１Ａ、営業行動抽出システム２（以下「情報処理装置１等」という）の一部又は全部の機能は、集積回路（ＩＣチップ）等のハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。
後者の場合、情報処理装置１等は、例えば、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータによって実現される。このようなコンピュータの一例（以下、コンピュータＣと記載する）を図９に示す。コンピュータＣは、少なくとも１つのプロセッサＣ１と、少なくとも１つのメモリＣ２と、を備えている。メモリＣ２には、コンピュータＣを情報処理装置１等として動作させるためのプログラムＰが記録されている。コンピュータＣにおいて、プロセッサＣ１は、プログラムＰをメモリＣ２から読み取って実行することにより、情報処理装置１等の各機能が実現される。
プロセッサＣ１としては、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＭＰＵ（Micro Processing Unit）、ＦＰＵ（Floating point number Processing Unit）、ＰＰＵ（Physics Processing Unit）、ＴＰＵ（Tensor Processing Unit）、量子プロセッサ、マイクロコントローラ、又は、これらの組み合わせなどを用いることができる。メモリＣ２としては、例えば、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又は、これらの組み合わせなどを用いることができる。
なお、コンピュータＣは、プログラムＰを実行時に展開したり、各種データを一時的に記憶したりするためのＲＡＭ（Random Access Memory）を更に備えていてもよい。また、コンピュータＣは、他の装置との間でデータを送受信するための通信インタフェースを更に備えていてもよい。また、コンピュータＣは、キーボードやマウス、ディスプレイやプリンタなどの入出力機器を接続するための入出力インタフェースを更に備えていてもよい。
また、プログラムＰは、コンピュータＣが読み取り可能な、一時的でない有形の記録媒体Ｍに記録することができる。このような記録媒体Ｍとしては、例えば、テープ、ディスク、カード、半導体メモリ、又はプログラマブルな論理回路などを用いることができる。コンピュータＣは、このような記録媒体Ｍを介してプログラムＰを取得することができる。また、プログラムＰは、伝送媒体を介して伝送することができる。このような伝送媒体としては、例えば、通信ネットワーク、又は放送波などを用いることができる。コンピュータＣは、このような伝送媒体を介してプログラムＰを取得することもできる。
〔付記事項１〕
本発明は、上述した実施形態に限定されるものでなく、請求項に示した範囲で種々の変更が可能である。例えば、上述した実施形態に開示された技術的手段を適宜組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。
本発明は、上述した実施形態に限定されるものでなく、請求項に示した範囲で種々の変更が可能である。例えば、上述した実施形態に開示された技術的手段を適宜組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。
〔付記事項２〕
上述した実施形態の一部又は全部は、以下のようにも記載され得る。ただし、本発明は、以下の記載する態様に限定されるものではない。
（付記１）
営業活動に関する文書に含まれる文の係り受け構造を解析する解析手段と、前記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出手段と、前記解析手段による解析結果に基づき、前記対象抽出手段が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出手段と、を備えることを特徴とする情報処理装置。
上述した実施形態の一部又は全部は、以下のようにも記載され得る。ただし、本発明は、以下の記載する態様に限定されるものではない。
（付記１）
営業活動に関する文書に含まれる文の係り受け構造を解析する解析手段と、前記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出手段と、前記解析手段による解析結果に基づき、前記対象抽出手段が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出手段と、を備えることを特徴とする情報処理装置。
（付記２）
前記対象抽出手段は、営業行動の対象を示す単語に正解タグが付された文を教師データとして用いた機械学習により生成された学習済モデルに、前記文を入力することにより前記対象を示す単語を抽出する、付記１に記載の情報処理装置。
前記対象抽出手段は、営業行動の対象を示す単語に正解タグが付された文を教師データとして用いた機械学習により生成された学習済モデルに、前記文を入力することにより前記対象を示す単語を抽出する、付記１に記載の情報処理装置。
（付記３）
前記対象抽出手段は、前記学習済モデルを用いて抽出した単語に加えて、前記営業行動抽出手段が抽出した単語と係り受け関係を有する単語を、前記対象を示す単語として抽出する、付記２に記載の情報処理装置。
前記対象抽出手段は、前記学習済モデルを用いて抽出した単語に加えて、前記営業行動抽出手段が抽出した単語と係り受け関係を有する単語を、前記対象を示す単語として抽出する、付記２に記載の情報処理装置。
（付記４）
前記対象抽出手段は、前記文から抽出した第１の単語に加えて、時系列関係を有する複数の文書から、当該文から抽出した単語と同一又は類似する第２の単語を前記時系列関係に基づき前記対象を示す単語として抽出する、ことを特徴とする付記１から３のいずれか１つに記載の情報処理装置。
前記対象抽出手段は、前記文から抽出した第１の単語に加えて、時系列関係を有する複数の文書から、当該文から抽出した単語と同一又は類似する第２の単語を前記時系列関係に基づき前記対象を示す単語として抽出する、ことを特徴とする付記１から３のいずれか１つに記載の情報処理装置。
（付記５）
前記対象抽出手段は、前記第１の単語が抽出された文書に対応する営業活動よりも後の営業活動に関する文書から、前記第２の単語を抽出する、ことを特徴とする付記４に記載の情報処理装置。
前記対象抽出手段は、前記第１の単語が抽出された文書に対応する営業活動よりも後の営業活動に関する文書から、前記第２の単語を抽出する、ことを特徴とする付記４に記載の情報処理装置。
（付記６）
前記営業行動抽出手段は、前記対象抽出手段が抽出した単語と係り受け関係を有する第１の単語に加えて、当該第１の単語と係り受け関係を有する第２の単語を、営業行動を示す単語として抽出する、付記１から５のいずれか１つに記載の情報処理装置。
前記営業行動抽出手段は、前記対象抽出手段が抽出した単語と係り受け関係を有する第１の単語に加えて、当該第１の単語と係り受け関係を有する第２の単語を、営業行動を示す単語として抽出する、付記１から５のいずれか１つに記載の情報処理装置。
（付記７）
前記対象抽出手段が抽出した単語、及び、前記営業行動抽出手段が抽出した単語を学習済モデルに入力して得られる出力に基づき、前記営業活動を支援する情報を出力する出力手段、を更に備えることを特徴とする付記１から５のいずれか１つに記載の情報処理装置。
前記対象抽出手段が抽出した単語、及び、前記営業行動抽出手段が抽出した単語を学習済モデルに入力して得られる出力に基づき、前記営業活動を支援する情報を出力する出力手段、を更に備えることを特徴とする付記１から５のいずれか１つに記載の情報処理装置。
（付記８）
少なくとも１つのプロセッサが、営業活動に関する文書に含まれる文の係り受け構造を解析することと、前記文から営業行動の対象を示す１又は複数の単語を抽出することと、前記解析する工程における解析結果に基づき、前記抽出する工程において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出することと、を含むことを特徴とする営業行動抽出方法。
少なくとも１つのプロセッサが、営業活動に関する文書に含まれる文の係り受け構造を解析することと、前記文から営業行動の対象を示す１又は複数の単語を抽出することと、前記解析する工程における解析結果に基づき、前記抽出する工程において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出することと、を含むことを特徴とする営業行動抽出方法。
（付記９）
コンピュータに、営業活動に関する文書に含まれる文の係り受け構造を解析する処理と、前記文から営業行動の対象を示す１又は複数の単語を抽出する処理と、前記解析する処理による解析結果に基づき、前記抽出する処理において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する処理と、を実行させるためのプログラム。
コンピュータに、営業活動に関する文書に含まれる文の係り受け構造を解析する処理と、前記文から営業行動の対象を示す１又は複数の単語を抽出する処理と、前記解析する処理による解析結果に基づき、前記抽出する処理において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する処理と、を実行させるためのプログラム。
（付記１０）
営業活動に関する文書に含まれる文の係り受け構造を解析する解析手段と、前記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出手段と、前記解析手段による解析結果に基づき、前記対象抽出手段が抽出した単語と係り受け関係を有する単語を、営業行動を示す１又は複数の単語として抽出する営業行動抽出手段と、を備えることを特徴とする営業行動抽出システム。
営業活動に関する文書に含まれる文の係り受け構造を解析する解析手段と、前記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出手段と、前記解析手段による解析結果に基づき、前記対象抽出手段が抽出した単語と係り受け関係を有する単語を、営業行動を示す１又は複数の単語として抽出する営業行動抽出手段と、を備えることを特徴とする営業行動抽出システム。
（付記１１）
前記対象抽出手段は、前記第１の単語が抽出された文書において当該第１の単語よりも後段に含まれる前記第２の単語を抽出する、ことを特徴とする付記４又は５に記載の情報処理装置。
前記対象抽出手段は、前記第１の単語が抽出された文書において当該第１の単語よりも後段に含まれる前記第２の単語を抽出する、ことを特徴とする付記４又は５に記載の情報処理装置。
（付記１２）
前記対象抽出手段が抽出した単語及び前記営業行動抽出手段が抽出した単語と、前記営業活動の成果を示すラベルとを含む訓練データを用いた機械学習により、営業活動を支援する情報を出力する学習済モデルを生成する生成手段、を更に備えることを特徴とする付記１から７のいずれか１つに記載の情報処理装置。
前記対象抽出手段が抽出した単語及び前記営業行動抽出手段が抽出した単語と、前記営業活動の成果を示すラベルとを含む訓練データを用いた機械学習により、営業活動を支援する情報を出力する学習済モデルを生成する生成手段、を更に備えることを特徴とする付記１から７のいずれか１つに記載の情報処理装置。
（付記１３）
少なくとも１つのプロセッサを備え、前記プロセッサは、営業活動に関する文書に含まれる文の係り受け構造を解析する解析処理と、上記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出処理と、上記解析処理による解析結果に基づき、上記対象抽出処理において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出処理とを実行する情報処理装置。
少なくとも１つのプロセッサを備え、前記プロセッサは、営業活動に関する文書に含まれる文の係り受け構造を解析する解析処理と、上記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出処理と、上記解析処理による解析結果に基づき、上記対象抽出処理において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出処理とを実行する情報処理装置。
なお、この情報処理装置は、更にメモリを備えていてもよく、このメモリには、前記解析処理と、前記対象抽出処理と、前記営業行動抽出処理とを前記プロセッサに実行させるためのプログラムが記憶されていてもよい。また、このプログラムは、コンピュータ読み取り可能な一時的でない有形の記録媒体に記録されていてもよい。
１、１Ａ 情報処理装置
２ 営業行動抽出システム
１１、１１Ａ 解析部
１２ 対象抽出部
１２Ａ 営業対象抽出部
１３、１３Ａ 営業行動抽出部
１４Ａ 営業行動推薦部
１５Ａ 生成部
２ 営業行動抽出システム
１１、１１Ａ 解析部
１２ 対象抽出部
１２Ａ 営業対象抽出部
１３、１３Ａ 営業行動抽出部
１４Ａ 営業行動推薦部
１５Ａ 生成部
Claims (10)
- 営業活動に関する文書に含まれる文の係り受け構造を解析する解析手段と、
前記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出手段と、
前記解析手段による解析結果に基づき、前記対象抽出手段が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出手段と、
を備えることを特徴とする情報処理装置。 - 前記対象抽出手段は、営業行動の対象を示す単語に正解タグが付された文を教師データとして用いた機械学習により生成された学習済モデルに、前記文を入力することにより前記対象を示す単語を抽出する、
請求項１に記載の情報処理装置。 - 前記対象抽出手段は、前記学習済モデルを用いて抽出した単語に加えて、前記営業行動抽出手段が抽出した単語と係り受け関係を有する単語を、前記対象を示す単語として抽出する、
請求項２に記載の情報処理装置。 - 前記対象抽出手段は、前記文から抽出した第１の単語に加えて、時系列関係を有する複数の文書から、当該文から抽出した単語と同一又は類似する第２の単語を前記時系列関係に基づき前記対象を示す単語として抽出する、
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。 - 前記対象抽出手段は、前記第１の単語が抽出された文書に対応する営業活動よりも後の営業活動に関する文書から、前記第２の単語を抽出する、
ことを特徴とする請求項４に記載の情報処理装置。 - 前記営業行動抽出手段は、前記対象抽出手段が抽出した単語と係り受け関係を有する第１の単語に加えて、当該第１の単語と係り受け関係を有する第２の単語を、営業行動を示す単語として抽出する、
請求項１又は２に記載の情報処理装置。 - 前記対象抽出手段が抽出した単語、及び、前記営業行動抽出手段が抽出した単語を学習済モデルに入力して得られる出力に基づき、前記営業活動を支援する情報を出力する出力手段、を更に備え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。
- 少なくとも１つのプロセッサが、
営業活動に関する文書に含まれる文の係り受け構造を解析することと、
前記文から営業行動の対象を示す１又は複数の単語を抽出することと、
前記解析する工程における解析結果に基づき、前記抽出する工程において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出することと、
を含むことを特徴とする営業行動抽出方法。 - コンピュータに、
営業活動に関する文書に含まれる文の係り受け構造を解析する処理と、
前記文から営業行動の対象を示す１又は複数の単語を抽出する処理と、
前記解析する処理による解析結果に基づき、前記抽出する処理において抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する処理と、
を実行させるためのプログラム。 - 営業活動に関する文書に含まれる文の係り受け構造を解析する解析手段と、
前記文から営業行動の対象を示す１又は複数の単語を抽出する対象抽出手段と、
前記解析手段による解析結果に基づき、前記対象抽出手段が抽出した単語と係り受け関係を有する１又は複数の単語を、営業行動を示す単語として抽出する営業行動抽出手段と、
を備えることを特徴とする営業行動抽出システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US18/533,386 US20240202643A1 (en) | 2022-12-15 | 2023-12-08 | Information processing apparatus, business action extraction method, and storage medium |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2024085841A true JP2024085841A (ja) | 2024-06-27 |
Family
ID=
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109493977B (zh) | 文本数据处理方法、装置、电子设备及计算机可读介质 | |
| CN113807098B (zh) | 模型训练方法和装置、电子设备以及存储介质 | |
| Jugran et al. | Extractive automatic text summarization using SpaCy in Python & NLP | |
| US11762926B2 (en) | Recommending web API's and associated endpoints | |
| CN111552766B (zh) | 使用机器学习来表征在引用图形上应用的参考关系 | |
| US11651015B2 (en) | Method and apparatus for presenting information | |
| CN114595686B (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
| JP2023012493A (ja) | 言語モデルの事前トレーニング方法、装置、デバイスおよび記憶媒体 | |
| EP4364044A1 (en) | Automated troubleshooter | |
| CN112579733A (zh) | 规则匹配方法、规则匹配装置、存储介质及电子设备 | |
| JP2020098596A (ja) | ウェブページから情報を抽出する方法、装置及び記憶媒体 | |
| KR20040024619A (ko) | 복수 언어의 대역 텍스트 입력에 의한 제 3 언어 텍스트생성 알고리즘, 장치 및 프로그램 | |
| Khemani et al. | A review on reddit news headlines with nltk tool | |
| JP2024085841A (ja) | 情報処理装置、営業行動抽出システム、営業行動抽出方法及びプログラム | |
| CN110516157A (zh) | 一种文献检索方法、设备和存储介质 | |
| JP2023010805A (ja) | ドキュメント情報抽出モデルのトレーニングおよびドキュメント情報の抽出のための方法、装置、電子機器、記憶媒体並びにコンピュータプログラム | |
| CN113780454B (zh) | 模型训练及调用方法、装置、计算机设备、存储介质 | |
| US20240202643A1 (en) | Information processing apparatus, business action extraction method, and storage medium | |
| CN114970553A (zh) | 基于大规模无标注语料的情报分析方法、装置及电子设备 | |
| CN113761906B (zh) | 解析文档的方法、装置、设备和计算机可读介质 | |
| CN114691716A (zh) | Sql语句转换方法、装置、设备及计算机可读存储介质 | |
| WO2023162129A1 (ja) | 学習用データ生成装置、リスク検知装置、学習用データ生成方法、リスク検知方法、学習用データ生成プログラム及びリスク検知プログラム | |
| CN113515949A (zh) | 使用一般和目标领域知识的弱监督语义实体识别 | |
| US20210216886A1 (en) | Information providing system and data structure | |
| EP3316148A1 (en) | Method and system for determining action items from knowledge base for execution of operations |