JP5745676B1 - 文書分析システム、文書分析方法、および、文書分析プログラム - Google Patents
文書分析システム、文書分析方法、および、文書分析プログラム Download PDFInfo
- Publication number
- JP5745676B1 JP5745676B1 JP2014192846A JP2014192846A JP5745676B1 JP 5745676 B1 JP5745676 B1 JP 5745676B1 JP 2014192846 A JP2014192846 A JP 2014192846A JP 2014192846 A JP2014192846 A JP 2014192846A JP 5745676 B1 JP5745676 B1 JP 5745676B1
- Authority
- JP
- Japan
- Prior art keywords
- document
- score
- unit
- phase
- classification code
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明の実施形態に係る文書分析システム1は、複数のコンピュータまたはサーバに記録された大量のデジタル情報(ビッグデータ)を取得し、当該取得されたデジタル情報に含まれる、複数の文書から構成される文書情報を時系列で分析するシステムである。ここで、例えば、訴訟、不正調査、金融事象、気象事象、または病気の診断と治療とに関する案件が、調査案件として選択される。
データ格納部100は、訴訟または不正調査の解析に利用するために、複数のコンピュータまたはサーバから取得したデジタル情報を、デジタル情報格納領域101に格納する。また、データ格納部100は、調査基礎データベース103、キーワードデータベース104、関連用語データベース105、スコア算出データベース106、および、報告作成データベース107を含む。なお、データ格納部100は、図1に示されるように、文書分析システム1の内部に含まれる記録媒体であってもよいし、当該文書分析システム1と通信可能に接続された外部の記録媒体であってもよい。
データベース管理部109は、調査基礎データベース103、キーワードデータベース104、関連用語データベース105、スコア算出データベース106、および、報告作成データベース107のデータ内容の更新を管理する。データベース管理部109は、専用接続線またはインターネット回線901を介して情報格納装置902に接続されてよい。この場合、データベース管理部109は、情報格納装置902に格納されるデータの内容に基づいて、調査基礎データベース103、キーワードデータベース104、関連用語データベース105、スコア算出データベース106、および、報告作成データベース107のデータ内容を更新してもよい。
文書抽出部112は、文書情報から複数の文書を抽出する。
ワード検索部114は、データベースに記録されたキーワードまたは関連用語を、文書情報から検索する。
スコア算出部116は、文書情報から抽出された文書が、当該文書情報と訴訟または不正調査との関連度を示す分別符号と結びつく強さを示すスコアを算出する。スコア算出部116は、上記スコアを時系列的に算出してよい。また、スコア算出部116は、上記訴訟または不正調査の原因となる所定の行為を、当該所定の行為の進展に応じて分類するフェーズごとに、上記スコアをそれぞれ算出してもよい。なお、上記スコアの算出方法については、後で詳細に説明する。
フェーズ特定部122は、スコア算出部116によって算出されたスコアに応じて、訴訟または不正調査の原因となる所定の行為を、当該所定の行為の進展に応じて分類するフェーズを特定する。
変化推定部120は、フェーズの時間的な遷移に基づいて、フェーズ特定部122によって特定されたフェーズの変化を推定する。具体的には、例えば、「Relationship Building」(関係構築)というフェーズが、「Preparation」(準備)というフェーズを経て、「Competition」(競合)というフェーズに発展するという一連の遷移が、(例えば、フェーズの時間的な序列を示す時系列情報を保持するなどによって)明らかである場合において、現在のフェーズが「Preparation」(準備)のフェーズにあるとフェーズ特定部122によって特定された場合、変化推定部120は、次は「Competition」(競合)というフェーズに発展すると推定する。
スコア移動平均算出部140は、スコア算出部116によって算出されたスコアの移動平均を算出する。
スコア差分移動平均算出部142は、上記スコアの短期間移動平均と長期間移動平均とから、上記スコアの差分移動平均を算出する。
第1自動分別部201は、ワード検索部114によってキーワードデータベース104に格納されたキーワードが検索され、文書抽出部112によって当該キーワードを含む文書が文書情報から抽出された場合、当該抽出された文書に対して、キーワード対応情報に基づいて特定の分別符号を自動的に付与する。
第2自動分別部301は、関連用語データベースに格納された関連用語を含む文書が文書情報から抽出され、当該抽出された文書に含まれる関連用語の評価値、および当該関連用語の数に基づいて、スコアが算出された場合、上記関連用語を含む文書のうち、当該スコアが一定値を超過した文書に対して、当該スコアおよび関連用語対応情報に基づいて、所定の分別符号を自動的に付与する。
提示部130は、変化推定部120によって推定されたフェーズの変化を、ユーザに把握可能に提示する。
分別符号受付付与部131は、文書情報から抽出された、分別符号が付与されていない複数の文書に対して、ユーザが訴訟との関連性に基づいて付与した分別符号を受け付け、当該分別符号を付与する。
文書解析部118は、分別符号受付付与部131によって分別符号を付与された文書を解析する。また、文書解析部118は、訴訟との関連性に基づいて、ユーザから分別符号を受け付けて付与した文書に加え、第1自動分別部201および第2自動分別部301において、キーワード、関連用語、スコアに基づいて自動的に分別符号が付与された文書を解析し、ユーザから分別符号を受け付けて付与した上記文書と、自動的に分別符号が付与された上記文書とを統合して、総合的な解析結果を得てもよい。この場合、第3自動分別部401は、当該総合的な解析結果に基づいて、分別符号を自動的に付与することができる。
第3自動分別部401は、分別符号受付付与部131によって分別符号を付与された文書が、文書解析部118によって解析された結果に基づいて、文書情報から抽出された複数の文書に分別符号を自動的に付与する。
傾向情報生成部124は、文書解析部118が解析するために、各文書が含む単語の種類、出現数、単語の評価値に基づいて、各文書が持つ分別符号が付与された文書との類似の度合いを表す傾向情報を生成する。
品質検査部501は、分別符号受付付与部131によって受け付けられた分別符号と、文書解析部118によって傾向情報により付与された分別符号とを比較し、分別符号受付付与部131によって受け付けられた分別符号の妥当性を検証する。
学習部601は、文書を分別処理した結果をもとに、各キーワードまたは関連用語の重み付けを学習する。学習部601は、第1から第4の処理結果(後述)をもとに、各キーワードまたは関連用語の重みづけを式(2)により学習する。学習部601は、当該学習結果をキーワードデータベース104、関連用語データベース105、またはスコア算出データベース106に反映してもよい。
報告作成部701は、文書を分別処理した結果をもとに、訴訟案件または不正調査の調査種類に応じて、最適な調査レポートを出力する。なお、前述したように、訴訟案件には、例えば、反トラスト、特許、海外賄賂禁止(FCPA)、製造物責任(PL)などが含まれる。また、不正調査には、例えば、情報漏洩、架空請求などが含まれる。
弁護士レビュー受付部133は、分別調査と報告との質を向上させ、分別調査と報告との責任を明確にするために、主任弁護士または主任弁理士のレビューを受け付ける。
言語判定部(図示せず)は、抽出された文書の言語の種類を判定する。
「分別符号」は、文書を分類するために用いられる識別子であって、文書を訴訟に利用することが容易となるように、当該訴訟との関連度を示す識別子である。例えば、訴訟において文書情報を証拠として利用する場合、証拠の種類に応じて付与されてよい。
図4は、文書分析システム1において実行される処理(本発明の実施形態に係る文書分析方法)の一例を示すフローチャートである。なお、以下の説明において、カッコ書きの「〜ステップ」は、上記文書分析方法(文書分析システム1の制御方法)に含まれる各ステップを表す。
本発明の実施形態に係る文書分析方法について、さらに説明する。図5は、本発明の実施形態に係る文書分別調査方法において調査対象となる文書案件1と案件2との属性を表にして示す表である。
第1段階におけるキーワードデータベース104の詳細な処理フローを図11を用いて説明する。
第2段階における第1自動分別部201の詳細な処理フローを、図13を用いて説明する。本発明の実施形態において、第2段階では、第1自動分別部201によって、分別符号「重要」を文書に付与する処理を行う。
第3段階における第2自動分別部301の詳細な処理フローを、図14を用いて説明する。
第4段階では、図15に示すように、第3段階までの処理において、分別符号が付与されなかった文書情報から抽出した一定の割合の文書情報に対して、レビュワーからの分別符号の付与を受け付け、当該文書情報に受け付けた分別符号を付与する。次に、図16に示すように、レビュワーから受け付けた分別符号を付与された文書情報を解析し、その解析結果に基づいて、分別符号が付与されていない文書情報に分別符号を付与する。なお、本発明の実施形態においては、該文書情報に対して、第4段階では、例えば、「重要」、「製品A」及び「製品B」という分別符号を付与する処理を行う。第4段階について、更に以下に記載する。
第5段階における品質検査部501の詳細な処理フローを図20を用いて説明する。品質検査部501では、分別符号受付付与部131が、STEP411で受け付けた文書に対して、文書解析部118がSTEP424で解析した傾向情報に基づいて、付与されるべき分別符号を決定する(STEP511)。
文書分析システム1によれば、既存のデータを分析することによって、将来起こり得る事象を予測することができる。したがって、文書分析システム1によれば、例えば、訴訟に発展するなどの好ましくない事態を未然に防ぐ措置を講じることができる。
文書分析システム1の制御ブロックは、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、CPU(Central Processing Unit)を用いてソフトウェアによって実現してもよい。後者の場合、文書分析システム1は、各機能を実現するソフトウェアであるプログラム(制御プログラム)の命令を実行するCPU、上記プログラム及び各種データがコンピュータ(又はCPU)で読み取り可能に記録されたROM(Read Only Memory)又は記憶装置(これらを「記録媒体」と称する)、上記プログラムを展開するRAM(Random Access Memory)などを備えている。そして、コンピュータ(又はCPU)が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体(通信ネットワークや放送波等)を介して上記コンピュータに供給されてもよい。本発明は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
201 第1自動分別部
301 第2自動分別部
401 第3自動分別部
501 品質検査部
601 学習部
701 報告作成部
100 データ格納部
101 デジタル情報格納領域
103 調査基礎データベース
104 キーワードデータベース
105 関連用語データベース
106 スコア算出データベース
107 報告作成データベース
109 データベース管理部
112 文書抽出部
114 ワード検索部
116 スコア算出部
118 文書解析部
120 変化推定部
122 フェーズ特定部
124 傾向情報生成部
130 提示部
131 分別符号受付付与部
133 弁護士レビュー受付部
140 スコア移動平均算出部
142 スコア差分移動平均算出部
11 文書表示画面
Claims (8)
- 所定数の文書から選定されたキーワードを記録するキーワードデータベースと、
文書情報に含まれる文書と所定の事案との関連性を評価したスコアを、前記キーワードに基づいて、所定の行為が進展する各段階を示す指標であるフェーズごとに算出するスコア算出部と、
前記フェーズの時間的な発展を示す時系列情報と前記フェーズごとに算出されたスコアとに基づいて、将来起こり得る事象を予測する変化推定部と、
前記予測された将来起こり得る事象を画面を介してユーザに提示する提示部とを備えた文書分析システム。 - 文書情報から所定数の文書を含む分別文書群を、分別対象として抽出する文書抽出部と、
前記分別文書群に含まれる前記文書に対して、文書を分類するために用いられる識別子である分別符号を受け付ける分別符号受付部とをさらに備えたことを特徴とする請求項1に記載の文書分析システム。 - 前記変化推定部は、時間の経過とともに変化する所定のパターンを、前記時系列情報として用いて、前記フェーズの時間的な遷移を予測することを特徴とする請求項1または2に記載の文書分析システム。
- 前記提示部は、前記グラフにおいて、分析した文書の数を円の大きさによって表わし、前記予測される遷移の信頼度を当該円の色の種類または濃度によって表わすことを特徴とする請求項1から4のいずれか一項に記載の文書分析システム。
- 所定の行動主体が前記所定の行為に至る過程を表わすモデルに基づいて、前記フェーズを特定するフェーズ特定部をさらに備え、
前記変化推定部は、前記特定されたフェーズの時間的な遷移を、前記時系列情報を用いて予測することを特徴とする請求項1から4のいずれか一項に記載の文書分析システム。 - 前記所定の行為は、訴訟または不正行為の原因となる不正な行為を含むことを特徴とする請求項1から5のいずれか一項に記載の文書分析システム。
- 所定数の文書から選定されたキーワードに基づいて、文書情報に含まれる文書と所定の事案との関連性を評価したスコアを、所定の行為が進展する各段階を示す指標であるフェーズごとに算出するスコア算出ステップと、
前記フェーズの時間的な発展を示す時系列情報と前記フェーズごとに算出したスコアとに基づいて、将来起こり得る事象を予測する変化推定ステップと、
前記予測された将来起こり得る事象を画面を介してユーザに提示する提示ステップとを含む文書分析方法。 - コンピュータに、
所定数の文書から選定されたキーワードに基づいて、文書情報に含まれる文書と所定の事案との関連性を評価したスコアを、所定の行為が進展する各段階を示す指標であるフェーズごとに算出するスコア算出機能と、
前記フェーズの時間的な発展を示す時系列情報と前記フェーズごとに算出されたスコアとに基づいて、将来起こり得る事象を予測する変化推定機能と、
前記予測された将来起こり得る事象を画面を介してユーザに提示する提示機能とを実現させる文書分析プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014192846A JP5745676B1 (ja) | 2014-09-22 | 2014-09-22 | 文書分析システム、文書分析方法、および、文書分析プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014192846A JP5745676B1 (ja) | 2014-09-22 | 2014-09-22 | 文書分析システム、文書分析方法、および、文書分析プログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014511635A Division JP5622969B1 (ja) | 2014-02-04 | 2014-02-04 | 文書分析システム、文書分析方法、および、文書分析プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5745676B1 true JP5745676B1 (ja) | 2015-07-08 |
JP2015149056A JP2015149056A (ja) | 2015-08-20 |
Family
ID=53537837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014192846A Active JP5745676B1 (ja) | 2014-09-22 | 2014-09-22 | 文書分析システム、文書分析方法、および、文書分析プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5745676B1 (ja) |
-
2014
- 2014-09-22 JP JP2014192846A patent/JP5745676B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015149056A (ja) | 2015-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5567049B2 (ja) | 文書分別システム及び文書分別方法並びに文書分別プログラム | |
JP5603468B1 (ja) | 文書分別システム及び文書分別方法並びに文書分別プログラム | |
JP5723067B1 (ja) | データ分析システム、データ分析方法、および、データ分析プログラム | |
TW201539216A (zh) | 文件分析系統、文件分析方法、及文件分析程式 | |
JP5622969B1 (ja) | 文書分析システム、文書分析方法、および、文書分析プログラム | |
JP5986687B2 (ja) | データ分別システム、データ分別方法、データ分別のためのプログラム、及び、このプログラムの記録媒体 | |
US9977825B2 (en) | Document analysis system, document analysis method, and document analysis program | |
JP5592552B1 (ja) | 文書分別調査システム及び文書分別調査方法並びに文書分別調査プログラム | |
JP6124936B2 (ja) | データ分析システム、データ分析方法、および、データ分析プログラム | |
JP5669904B1 (ja) | 事前情報を提供する文書調査システム、文書調査方法、及び文書調査プログラム | |
TW201539217A (zh) | 文件分析系統、文件分析方法、以及文件分析程式 | |
JP5745676B1 (ja) | 文書分析システム、文書分析方法、および、文書分析プログラム | |
JP5685675B2 (ja) | 文書分別システム及び文書分別方法並びに文書分別プログラム | |
JP2016189036A (ja) | 文書分別システム及び文書分別方法並びに文書分別プログラム | |
JP5829768B2 (ja) | 電子メール分析システム、電子メール分析方法、および、電子メール分析プログラム | |
JP5898371B2 (ja) | 文書分別システム、文書分別システムの制御方法、および文書分別システムの制御プログラム | |
JP5990562B2 (ja) | 事前情報を提供する文書調査システム、文書調査方法、及び文書調査プログラム | |
JP6441930B2 (ja) | データ分析装置、データ分析装置の制御方法、およびデータ分析装置の制御プログラム | |
JP2015172952A (ja) | 文書分別システム、文書分別システムの制御方法、および文書分別システムの制御プログラム | |
JP2014167835A (ja) | 文書分別システム、文書分別システムの制御方法、および文書分別システムの制御プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150414 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150501 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5745676 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D04 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |