JP5853090B2

JP5853090B2 - Digital information analysis system, digital information analysis method, and digital information analysis program

Info

Publication number: JP5853090B2
Application number: JP2014249088A
Authority: JP
Inventors: 秀樹武田; 和巳蓮子; ハルスコウヤコブ
Original assignee: Ubic Inc
Current assignee: Ubic Inc
Priority date: 2014-12-09
Filing date: 2014-12-09
Publication date: 2016-02-09
Anticipated expiration: 2033-06-21
Also published as: JP2015046196A

Description

本発明は、デジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムに関する。特に、本発明は、デジタル情報に含まれる複数の単語の関連性に基づいて当該デジタル情報を分析するデジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムに関する。 The present invention relates to a digital information analysis system, a digital information analysis method, and a digital information analysis program. In particular, the present invention relates to a digital information analysis system, a digital information analysis method, and a digital information analysis program that analyze the digital information based on the relevance of a plurality of words included in the digital information.

従来、記録されたデジタル情報を表示し、複数の文書ファイルごとに、利用者情報に含まれる利用者のうちいずれの利用者に関連するものであるかを示す利用者特定情報を設定し、設定された利用者特定情報を記憶部に記録するように設定し、少なくとも一人以上の利用者を指定し、指定された利用者に対応する利用者特定情報が設定された文書ファイルを検索し、表示部を介して、検索された文書ファイルが、訴訟に関連するものであるか否かを示す付帯情報を設定し、付帯情報に基づき、訴訟に関連する文書ファイルを出力するシステムが知られている（例えば、特許文献１参照。）。特許文献１に記載のシステムによれば、特定の者に関係するデジタル文書情報のみを抽出し、訴訟の証拠資料作成のための作業負荷の軽減を図ることができる。 Conventionally, recorded digital information is displayed, and for each of a plurality of document files, user identification information indicating which of the users included in the user information is related is set and set. The specified user identification information is set to be recorded in the storage unit, at least one user is specified, and a document file in which the user identification information corresponding to the specified user is set is searched and displayed. There is known a system that sets incidental information indicating whether or not a retrieved document file is related to a lawsuit via the department, and outputs a document file related to a lawsuit based on the supplementary information. (For example, refer to Patent Document 1). According to the system described in Patent Document 1, it is possible to extract only digital document information related to a specific person, and to reduce the work load for preparing legal evidence material.

特開２０１２−１８１８５１号公報JP 2012-181851 A

特許文献１に記載されているようなシステムにおいて、一の単語だけでなく、複数の単語に基づいて共起形態素を選定することで、更なる作業負荷の軽減を図ることができると考えられる。 In the system described in Patent Document 1, it is considered that the workload can be further reduced by selecting the co-occurrence morphemes based on not only one word but also a plurality of words.

したがって、本発明の目的は、複数の単語の関連性に基づいてデジタル情報を分析するデジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムを提供することにある。 Accordingly, an object of the present invention is to provide a digital information analysis system, a digital information analysis method, and a digital information analysis program that analyze digital information based on the relevance of a plurality of words.

本発明は、上記目的を達成するため、情報処理装置に格納されている調査対象の対象デジタル情報を選択する対象選択部と、予め定められた特定事項と関連性を有する複数の単語の組合せそれぞれを格納する組合せ格納部と、対象選択部において選択された対象デジタル情報内に、組合せ格納部が格納している複数の単語の組合せが含まれているか否か検索する検索部と、対象デジタル情報内に組合せ格納部が格納している複数の単語の組合せの少なくとも１つが含まれている場合、形態素解析の結果に基づいて対象デジタル情報の予め定められた特定事項との関連性を判断する関連性判断部と、関連性判断部の判断結果を対象デジタル情報に対応づける判断結果設定部とを備えるデジタル情報分析システムが提供される。 In order to achieve the above object, the present invention provides a target selection unit that selects target digital information to be surveyed stored in an information processing device, and a combination of a plurality of words that are related to predetermined specific items. A combination storage unit that stores information, a search unit that searches whether the combination of a plurality of words stored in the combination storage unit is included in the target digital information selected by the target selection unit, and the target digital information If at least one of a plurality of combinations of words stored in the combination storage unit is included, the relationship for determining the relevance of the target digital information to a predetermined specific item based on the result of the morphological analysis A digital information analysis system is provided that includes a sex determination unit and a determination result setting unit that associates the determination result of the relevance determination unit with target digital information.

また、上記デジタル情報分析システムにおいて、判断結果設定部が複数の対象デジタル情報のそれぞれに対応づけた判断結果に基づいて、予め定められた特定情報に関連する対象デジタル情報を出力する出力部を更に備えることもできる。 In the digital information analysis system, an output unit that outputs target digital information related to predetermined specific information based on a determination result that the determination result setting unit associates with each of the plurality of target digital information. It can also be provided.

また、上記デジタル情報分析システムは、対象選択部が、情報処理装置から複数の対象デジタル情報を選択し、検索部が、複数の対象デジタル情報のそれぞれに複数の単語の組合せが含まれているか否かを検索し、関連性判断部が、複数の単語の組合せのそれぞれについて関連性を判断し、判断結果設定部が、判断結果を複数の対象デジタル情報のそれぞれに対応づけることもできる。 In the digital information analysis system, the target selection unit selects a plurality of target digital information from the information processing apparatus, and the search unit determines whether a plurality of word combinations are included in each of the plurality of target digital information. The relevance determination unit can determine relevance for each of a plurality of word combinations, and the determination result setting unit can associate the determination result with each of a plurality of target digital information.

また、上記デジタル情報分析システムは、関連性判断部が、対象デジタル情報を形態素解析する解析部と、解析部の解析結果に基づいて、単語の組合せを構成する一の単語と他の単語とのそれぞれに対象デジタル情報が示す文章内における位置情報を付与する位置情報付与部と、位置情報付与部が付与した一の単語の位置情報と他の単語の位置情報との間の距離を算出する距離算出部と、距離に基づいて、関連性を判断する判断部とを有することもできる。 Further, in the digital information analysis system, the relevancy determination unit includes an analysis unit that performs morphological analysis on the target digital information, and one word that constitutes a combination of words and another word based on the analysis result of the analysis unit. A distance for calculating the distance between the position information adding unit for adding position information in the sentence indicated by the target digital information and the position information of one word and the position information of another word given by the position information adding unit. It can also have a calculation part and the judgment part which judges relevance based on distance.

また、上記デジタル情報分析システムは、関連性判断部が、対象デジタル情報を形態素解析する解析部と、解析部の解析結果から得られる単語の組合せを構成する一の単語と他の単語との語順に基づいて、関連性を判断する語順判断部とを有することもできる。 Further, in the digital information analysis system, the relevancy determination unit includes an analysis unit that performs morphological analysis of the target digital information, and a word order of one word and another word that constitute a combination of words obtained from the analysis result of the analysis unit. And a word order determination unit for determining relevance based on the above.

また、上記デジタル情報分析システムは、関連性判断部が、対象デジタル情報を形態素解析する解析部と、解析部の解析結果から得られる単語の組合せを構成する一の単語と他の単語とが同一文中に存在するか否かを示す情報に基づいて関連性を判断するセンテンス判断部とを有することもできる。 Further, in the digital information analysis system, the relevancy determination unit is configured such that the analysis unit that performs morphological analysis of the target digital information, and one word that constitutes a combination of words obtained from the analysis result of the analysis unit is the same as another word It can also have a sentence judgment part which judges relevance based on information which shows whether it exists in a sentence.

また、上記デジタル情報分析システムは、予め定められた特定事項が、訴訟に関係することを示す情報であってもよい。 The digital information analysis system may be information indicating that a predetermined specific item is related to a lawsuit.

また、上記デジタル情報分析システムは、関連性判断部の判断結果を外部からの指示に応じて修正する修正部を更に備えることもできる。 The digital information analysis system may further include a correction unit that corrects the determination result of the relevance determination unit in accordance with an external instruction.

また、本発明は、上記目的を達成するため、情報処理装置に格納されている調査対象の対象デジタル情報を選択する対象選択段階と、対象選択部において選択された対象デジタル情報内に、予め定められた特定事項と関連性を有する複数の単語の組合せそれぞれを格納する組合せ格納部が格納している複数の単語の組合せが含まれているか否か検索する検索段階と、対象デジタル情報内に組合せ格納部が格納している複数の単語の組合せの少なくとも１つが含まれている場合、形態素解析の結果に基づいて対象デジタル情報の予め定められた特定事項との関連性を判断する関連性判断段階と、関連性判断段階における判断結果を対象デジタル情報に対応づける判断結果設定段階とを備えるデジタル情報分析方法が提供される。 In order to achieve the above object, the present invention provides a target selection step of selecting target digital information to be investigated stored in the information processing apparatus and target digital information selected by the target selection unit in advance. A search stage for searching whether or not a combination of a plurality of words stored in a combination storage unit that stores a plurality of combinations of a plurality of words having relevance to a specified item is included, and a combination in the target digital information A relevance determination step of determining relevance to a predetermined specific item of the target digital information based on a result of morphological analysis when at least one of a plurality of combinations of words stored in the storage unit is included And a determination result setting step of associating the determination result in the relevance determination step with the target digital information.

また、本発明は、上記目的を達成するため、デジタル情報分析プログラムであって、コンピュータに、情報処理装置に格納されている調査対象の対象デジタル情報を選択する対象選択機能と、対象選択機能が選択した対象デジタル情報内に、予め定められた特定事項と関連性を有する複数の単語の組合せのそれぞれを格納する組合せ格納部に格納されている複数の単語の組合せが含まれているか否か検索する検索機能と、対象デジタル情報内に組合せ格納部が格納している複数の単語の組合せの少なくとも１つが含まれている場合、形態素解析の結果に基づいて対象デジタル情報の予め定められた特定事項との関連性を判断する関連性判断機能と、関連性判断機能における判断結果を対象デジタル情報に対応づける判断結果設定機能とを実現させるデジタル情報分析プログラムが提供される。 In order to achieve the above object, the present invention is a digital information analysis program, comprising: a target selection function for selecting target digital information to be investigated stored in an information processing apparatus; and a target selection function. Search whether the selected target digital information includes a combination of a plurality of words stored in a combination storage unit that stores a plurality of combinations of a plurality of words having relevance to a predetermined specific item. And at least one combination of a plurality of words stored in the combination storage unit is included in the target digital information, a predetermined specific item of the target digital information based on the result of the morphological analysis A relevance judgment function that judges the relevance of the data and a judgment result setting function that associates the judgment results of the relevance judgment function with the target digital information Digital information analysis program that is provided.

本発明に係るデジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムによれば、複数の単語の関連性に基づいてデジタル情報を分析するデジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムを提供できる。 According to the digital information analysis system, the digital information analysis method, and the digital information analysis program according to the present invention, the digital information analysis system, the digital information analysis method, and the digital information that analyze digital information based on the relevance of a plurality of words An analysis program can be provided.

本実施の形態に係るデジタル情報分析システムの機能構成ブロック図である。It is a functional block diagram of the digital information analysis system concerning this embodiment. 情報処理装置の機能構成ブロック図である。It is a functional block diagram of an information processor. 本実施の形態に係るデジタル情報分析システムが備える関連性判断部の機能構成ブロック図である。It is a functional block diagram of the relevance judgment part with which the digital information analysis system which concerns on this Embodiment is provided. 本実施の形態に係る組合せ格納部のデータ構成図である。It is a data block diagram of the combination storage part which concerns on this Embodiment. 本発明の実施の形態に係るデジタル情報分析システムの処理のフロー図である。It is a flowchart of a process of the digital information analysis system which concerns on embodiment of this invention. 本実施の形態に係るデジタル情報分析システムのハードウェア構成図である。It is a hardware block diagram of the digital information analysis system which concerns on this Embodiment.

［実施の形態］
図１は、本実施の形態に係るデジタル情報分析システムの機能構成ブロックの一例を示す。 [Embodiment]
FIG. 1 shows an example of functional configuration blocks of the digital information analysis system according to the present embodiment.

（デジタル情報分析システム１の概要）
本実施の形態に係るデジタル情報分析システム１は、ユーザー端末若しくはサーバー等の情報処理装置２に格納されている複数のデジタル情報から予め定められた特定事項に関連性のあるデジタル情報を自動的に抽出するシステムである。ここで、予め定められた特定事項は、例えば、訴訟に関連することを示す情報である。そして、本実施の形態に係るデジタル情報分析システム１は、一例として、不正アクセスや機密情報漏洩等のコンピュータに関する犯罪や法的紛争が生じた場合に、犯罪や紛争の原因究明や捜査に要する電子的記録であるデジタル情報を収集及び分析し、その法的な証拠性を明らかにする技術であるフォレンジックに適用できる。 (Outline of digital information analysis system 1)
The digital information analysis system 1 according to the present embodiment automatically outputs digital information related to a predetermined specific item from a plurality of digital information stored in an information processing apparatus 2 such as a user terminal or a server. It is a system to extract. Here, the predetermined specific item is, for example, information indicating that it is related to a lawsuit. The digital information analysis system 1 according to the present embodiment, for example, is an electronic device required for investigating and investigating the cause of a crime or dispute when a crime or legal dispute related to a computer such as unauthorized access or leakage of confidential information occurs. It can be applied to forensics, a technology that collects and analyzes digital information, which is a historical record, and reveals its legal evidence.

デジタル情報分析システム１は、予め定められた特定事項に関連する複数の単語の組合せに、予め定められた特定事項との関連性の高低を示すスコアを対応づけて格納する辞書としての組合せ格納部１４を備える。そして、デジタル情報分析システム１は、情報処理装置２に格納されている任意のファイルが選択された場合に、形態素解析に基づいて当該ファイル内の文章を解析し、組合せ格納部１４に格納されている複数の単語の組合せが選択されたファイルに含まれているか否かを判断する。 The digital information analysis system 1 includes a combination storage unit as a dictionary that stores a combination of a plurality of words related to a predetermined specific item and a score indicating the level of relevance with the predetermined specific item in association with each other. 14. Then, when an arbitrary file stored in the information processing device 2 is selected, the digital information analysis system 1 analyzes the text in the file based on the morphological analysis, and stores it in the combination storage unit 14. It is determined whether or not a combination of a plurality of words is included in the selected file.

デジタル情報分析システム１は、組合せ格納部１４に格納されている単語の組合せが、選択されたファイルに含まれていると判断した場合、複数の単語それぞれの間の距離、複数の単語の語順、及び／又は複数の単語が同一文章に含まれているか否かに基づいて、予め定められた特定事項に対する当該ファイルの関連性の高低を判断する。そして、デジタル情報分析システム１は、判断結果を示す情報（すなわち、予め定められた特定事項に対する関連性の高低を示す情報）を選択されたファイルに対応づける。 When the digital information analysis system 1 determines that the combination of words stored in the combination storage unit 14 is included in the selected file, the distance between each of the plurality of words, the word order of the plurality of words, Based on whether or not a plurality of words are included in the same sentence, the level of relevance of the file with respect to a predetermined specific item is determined. Then, the digital information analysis system 1 associates information indicating the determination result (that is, information indicating the level of relevance with respect to a predetermined specific item) with the selected file.

例えば、デジタル情報分析システム１は、複数の単語が２つの単語を含む場合、一方の単語と他方の単語との文章中における距離が予め定められた距離以下の場合であって当該単語の組合せに所定の有意性がある場合に、選択されたファイルの予め定められた特定事項との関連性が高いと判断する。また、デジタル情報分析システム１は、一方の単語の品詞と他方の単語の品詞とを比較し、文章中で予め定められた順序で品詞が並んでいる場合であって当該単語の組合せに所定の有意性がある場合に、選択されたファイルの予め定められた特定事項との関連性が高いと判断する。更に、デジタル情報分析システム１は、一方の単語と他方の単語との距離が予め定められた距離以下の場合であっても、両単語が互いに異なる文中に存在する場合よりも両単語が同一文中に存在する場合に、当該単語の組合せに所定の有意性があると判断し、当該単語の組合せを含むファイルの予め定められた特定事項との関連性が高いと判断する。そして、デジタル情報分析システム１は、判断結果を示す情報を選択されたファイルに対応づける。 For example, in the digital information analysis system 1, when a plurality of words include two words, the distance between one word and the other word in a sentence is equal to or less than a predetermined distance, and the combination of the words When there is a predetermined significance, it is determined that the relevance of the selected file with a predetermined specific item is high. Also, the digital information analysis system 1 compares the part of speech of one word with the part of speech of the other word, and is a case where the parts of speech are arranged in a predetermined order in the sentence. If it is significant, it is determined that the relevance of the selected file with a predetermined specific item is high. Furthermore, the digital information analysis system 1 is configured such that even when the distance between one word and the other word is equal to or less than a predetermined distance, both words are in the same sentence than when both words exist in different sentences. If the word combination exists, it is determined that the word combination has a predetermined significance, and it is determined that the relevance to a predetermined specific item of the file including the word combination is high. Then, the digital information analysis system 1 associates information indicating the determination result with the selected file.

デジタル情報分析システム１は、同様の処理を情報処理装置２に格納されている他の複数のファイルに対しても実行する。次に、外部からの指示に応じ、デジタル情報分析システム１は、予め定められた特定事項に対する関連性の高いファイル、又は関連性の低いファイルを自動的に情報処理装置２から抽出する。そして、デジタル情報分析システム１は、抽出したファイルをユーザーに知覚可能に出力する。これにより、デジタル情報分析システム１は、予め定められた特定情報に関連性のある複数のファイルを、自動的に抽出及び出力することができる。 The digital information analysis system 1 executes the same process for a plurality of other files stored in the information processing apparatus 2. Next, in response to an instruction from the outside, the digital information analysis system 1 automatically extracts from the information processing apparatus 2 a file that is highly relevant to a predetermined specific item or a file that is less relevant. Then, the digital information analysis system 1 outputs the extracted file so that it can be perceived by the user. As a result, the digital information analysis system 1 can automatically extract and output a plurality of files related to predetermined specific information.

なお、本実施の形態においてサーバーは、１つ以上のサーバーであって、複数のサーバーを含んで構成することもできる。例えば、サーバーは、メールサーバー、ファイルサーバー、又は文書管理サーバー等のデジタル情報を格納可能なサーバーを含む。また、ユーザー端末は、１つ以上のユーザー端末であって、複数のユーザー端末を含んで構成することもできる。例えば、ユーザー端末は、パーソナルコンピュータ、ノートパソコン、タブレットＰＣ、又は携帯電話等の携帯通信端末等を含む。 In the present embodiment, the server is one or more servers, and may be configured to include a plurality of servers. For example, the server includes a server capable of storing digital information such as a mail server, a file server, or a document management server. Further, the user terminal is one or more user terminals, and can be configured to include a plurality of user terminals. For example, the user terminal includes a personal computer, a notebook computer, a tablet PC, or a mobile communication terminal such as a mobile phone.

（デジタル情報分析システム１の詳細）
図２は、情報処理装置の機能構成ブロックの一例を示し、図３は、本実施の形態に係るデジタル情報分析システムが備える関連性判断部の機能構成ブロックの一例を示す。また、図４は、本実施の形態に係る組合せ格納部のデータ構成の一例を示す。 (Details of digital information analysis system 1)
FIG. 2 shows an example of a functional configuration block of the information processing apparatus, and FIG. 3 shows an example of a functional configuration block of the relevance determination unit included in the digital information analysis system according to the present embodiment. FIG. 4 shows an example of the data configuration of the combination storage unit according to the present embodiment.

デジタル情報分析システム１は、情報処理装置２に格納されている調査対象のデジタル情報である対象デジタル情報を選択する指示を外部から受け付ける入力部１０と、入力部１０が受け付けた指示に応じて情報処理装置２から対象デジタル情報を選択して取得する対象選択部１２と、予め定められた特定事項との関連性を有する複数の単語の組合せのそれぞれを格納する組合せ格納部１４とを備える。 The digital information analysis system 1 includes an input unit 10 that receives an instruction for selecting target digital information that is digital information to be stored stored in the information processing apparatus 2 from the outside, and information according to the instruction that the input unit 10 has received. A target selection unit 12 that selects and acquires target digital information from the processing device 2 and a combination storage unit 14 that stores each of a plurality of combinations of words having relevance to a predetermined specific item.

また、デジタル情報分析システム１は、対象選択部１２において選択された対象デジタル情報内に組合せ格納部１４が格納している複数の単語の組合せが含まれているか否か検索する検索部１６と、組合せ格納部１４が格納している複数の単語の組合せの少なくとも１つが対象デジタル情報内に含まれている場合、形態素解析の結果に基づいて、予め定められた特定事項と対象デジタル情報との関連性を判断する関連性判断部１８と、関連性判断部１８の判断結果を対象デジタル情報に対応づける判断結果設定部２０とを備える。 Further, the digital information analysis system 1 includes a search unit 16 that searches whether or not the target digital information selected by the target selection unit 12 includes a combination of a plurality of words stored in the combination storage unit 14; When at least one of a plurality of combinations of words stored in the combination storage unit 14 is included in the target digital information, the relationship between the predetermined specific item and the target digital information based on the result of the morphological analysis A relevance determination unit 18 that determines the sex, and a determination result setting unit 20 that associates the determination result of the relevance determination unit 18 with the target digital information.

更に、デジタル情報分析システム１は、判断結果設定部２０からの情報を格納する設定情報格納部２２と、判断結果設定部２０の設定、又は設定情報格納部２２が格納している設定情報に基づいて、対象デジタル情報を出力する出力部２４と、判断結果設定部２０の設定結果を修正可能な修正部２６とを備える。また、デジタル情報分析システム１は、複数のデジタル情報のそれぞれに含まれる複数の単語の組合せを抽出する抽出部２８と、抽出部２８において抽出された複数の単語の組合せのそれぞれに、予め定められた特定事項との関連性に応じたスコアを対応づけるスコア部３０とを備えることもできる。 Further, the digital information analysis system 1 is based on a setting information storage unit 22 that stores information from the determination result setting unit 20, a setting of the determination result setting unit 20, or setting information stored in the setting information storage unit 22. The output unit 24 that outputs the target digital information and the correction unit 26 that can correct the setting result of the determination result setting unit 20 are provided. Further, the digital information analysis system 1 is predetermined for each of an extraction unit 28 that extracts a combination of a plurality of words included in each of a plurality of digital information and a combination of a plurality of words extracted by the extraction unit 28. It is also possible to provide a score unit 30 for associating a score corresponding to the relevance with the specific item.

（情報処理装置２）
情報処理装置２は、複数のデジタル情報を格納するデジタル情報格納部２００と、デジタル情報を外部に出力する情報出力部２１０とを有する。デジタル情報格納部２００は、文章情報を含む文書ファイル、テキストファイル、又は電子メール等の複数のデジタル情報を格納する。デジタル情報格納部２００は、対象選択部１２又は抽出部２８からの働きかけに応じ、所定のデジタル情報を情報出力部２１０に供給する。情報出力部２１０は、デジタル情報格納部２００が格納しているデジタル情報を対象選択部１２又は抽出部２８に供給する。なお、デジタル情報分析システム１と情報処理装置２とは、インターネット等の通信ネットワーク、又はＬＡＮ等の有線若しくは無線のネットワーク等により相互に通信可能に接続される。また、デジタル情報分析システム１は、情報処理装置２が有する機能及び構成の一部又は全部を備えることもできる。 (Information processing apparatus 2)
The information processing apparatus 2 includes a digital information storage unit 200 that stores a plurality of digital information, and an information output unit 210 that outputs the digital information to the outside. The digital information storage unit 200 stores a plurality of digital information such as a document file including text information, a text file, or an e-mail. The digital information storage unit 200 supplies predetermined digital information to the information output unit 210 in response to an action from the target selection unit 12 or the extraction unit 28. The information output unit 210 supplies the digital information stored in the digital information storage unit 200 to the target selection unit 12 or the extraction unit 28. The digital information analysis system 1 and the information processing apparatus 2 are connected to be communicable with each other via a communication network such as the Internet or a wired or wireless network such as a LAN. The digital information analysis system 1 can also include some or all of the functions and configurations of the information processing apparatus 2.

（入力部１０）
入力部１０は、情報処理装置２のデジタル情報格納部２００に格納されている対象デジタル情報を選択する指示を外部から受け付ける。また、入力部１０は、判断結果設定部２０の判断結果を修正する指示を受け付けることもできる。更に入力部１０は、予め定められた特定情報に関連する電子ファイルの出力指示を受け付ける。入力部１０は、例えば、キーボード、マウス、タッチパネル、マイク等を介し、ユーザーからの指示を受け付ける。入力部１０は、受け付けた対象デジタル情報を選択する指示を対象選択部１２に供給する。また、入力部１０は、受け付けた修正する指示を修正部２６に供給する。 (Input unit 10)
The input unit 10 receives an instruction to select target digital information stored in the digital information storage unit 200 of the information processing apparatus 2 from the outside. The input unit 10 can also receive an instruction to correct the determination result of the determination result setting unit 20. Furthermore, the input unit 10 receives an output instruction for an electronic file related to predetermined specific information. The input unit 10 receives an instruction from the user via, for example, a keyboard, a mouse, a touch panel, a microphone, and the like. The input unit 10 supplies an instruction to select the received target digital information to the target selection unit 12. Further, the input unit 10 supplies the received correction instruction to the correction unit 26.

（対象選択部１２）
対象選択部１２は、入力部１０から受け付けた指示に応じ、デジタル情報格納部２００に格納されている対象デジタル情報を選択すると共に選択した対象デジタル情報をデジタル情報格納部２００から取得する。ここで、入力部１０が受け付ける指示には、対象デジタル情報を特定する情報が含まれる。例えば、対象選択部１２は、入力部１０から対象デジタル情報を識別するファイル名、対象デジタル情報の作成日付、対象デジタル情報の更新日付、対象デジタル情報のファイルサイズ等を指定する情報を受け付ける。そして、対象選択部１２は、当該指定する情報に合致する対象デジタル情報をデジタル情報格納部２００から選択して取得する。また、対象選択部１２は、情報処理装置２のデジタル情報格納部２００から複数の対象デジタル情報を選択することもできる。対象選択部１２は、取得した対象デジタル情報を検索部１６に供給する。 (Target selection unit 12)
The target selection unit 12 selects target digital information stored in the digital information storage unit 200 and acquires the selected target digital information from the digital information storage unit 200 in accordance with an instruction received from the input unit 10. Here, the instruction received by the input unit 10 includes information for specifying the target digital information. For example, the target selection unit 12 receives information specifying the file name for identifying the target digital information, the creation date of the target digital information, the update date of the target digital information, the file size of the target digital information, and the like from the input unit 10. Then, the target selection unit 12 selects and acquires target digital information that matches the specified information from the digital information storage unit 200. The target selecting unit 12 can also select a plurality of target digital information from the digital information storage unit 200 of the information processing device 2. The target selection unit 12 supplies the acquired target digital information to the search unit 16.

（組合せ格納部１４）
組合せ格納部１４は、予め定められた特定事項と関連性を有する複数の単語の組合せ、若しくは予め定められた特定事項と共に予め定められた特定事項との関連性に応じたスコアが対応づけられた複数の単語の組合せのそれぞれを格納する。ここで、単語とは、文法上、特定の意味及び機能を有する最小の言語単位である。また、複数の単語は、２つ以上の単語である。そして、スコアとは、複数の単語の組合せが予め定められた特定事項との関連性において、関連性の高低を示す数値である。数値が大きいほど、関連性が高いことを示す。 (Combination storage unit 14)
The combination storage unit 14 is associated with a combination of a plurality of words having relevance to a predetermined specific item, or a score corresponding to the relevance of the predetermined specific item together with the predetermined specific item. Each of a plurality of word combinations is stored. Here, the word is a minimum language unit having a specific meaning and function in terms of grammar. The plurality of words are two or more words. The score is a numerical value indicating the level of relevance in the relevance with a specific item in which a combination of a plurality of words is determined in advance. The larger the value, the higher the relevance.

例えば、組合せ格納部１４は、第１の単語と第２の単語との組合せに対応づけてスコアを格納する。図４の例においては、予め定められた特定事項が「侵害」に関連する情報である例を示す。この場合、組合せ格納部１４に、第１の単語としての「デジタルカメラ」と第２の単語としての「侵害」との組合せに対応づけてスコア「５」が格納されている。また、組合せ格納部１４に、第１の単語としての「急ピッチ」と第２の単語としての「予定」との組合せに対応づけてスコア「１」が格納されている。この場合、「デジタルカメラ」と「侵害」との単語の組合せの方が、「急ピッチ」と「予定」との単語の組合せよりも侵害に対する関連性が高いことを示す。 For example, the combination storage unit 14 stores the score in association with the combination of the first word and the second word. In the example of FIG. 4, an example in which a predetermined specific item is information related to “infringement” is shown. In this case, the score “5” is stored in the combination storage unit 14 in association with the combination of “digital camera” as the first word and “infringement” as the second word. Also, the score “1” is stored in the combination storage unit 14 in association with the combination of “steep pitch” as the first word and “plan” as the second word. In this case, the combination of the words “digital camera” and “infringement” is more relevant to the infringement than the combination of the words “rapid pitch” and “plan”.

組合せ格納部１４は、検索部１６からの働きかけに応じ、当該働きかけに対応する単語の組合せを検索部１６に供給する。また、組合せ格納部１４は、スコア部３０から供給される単語の組合せと当該単語の組合せのスコアとを受け取って格納する。 In response to an action from the search unit 16, the combination storage unit 14 supplies a combination of words corresponding to the action to the search unit 16. The combination storage unit 14 receives and stores the word combination supplied from the score unit 30 and the score of the word combination.

（検索部１６）
検索部１６は、対象選択部１２において選択された対象デジタル情報内に、組合せ格納部１４が格納している複数の単語の組合せが含まれているか否か検索する。具体的に、検索部１６は、対象デジタル情報としての電子ファイル内に、組合せ格納部１４が格納している複数の単語の組合せを構成する各単語が含まれているか否か検索する。例えば、一の単語の組合せが第１の単語と第２の単語とで構成されている場合、検索部１６は、第１の単語と第２の単語との双方が、電子ファイル内に含まれているか否か検索する。 (Search unit 16)
The search unit 16 searches whether or not the target digital information selected by the target selection unit 12 includes a plurality of word combinations stored in the combination storage unit 14. Specifically, the search unit 16 searches whether or not each word constituting a combination of a plurality of words stored in the combination storage unit 14 is included in the electronic file as the target digital information. For example, when a combination of one word is composed of a first word and a second word, the search unit 16 includes both the first word and the second word in the electronic file. Search whether or not.

検索部１６は、組合せ格納部１４に格納されている複数の単語の組合せのうち少なくとも１つの単語の組合せが電子ファイルに含まれている場合、当該単語の組合せを含む電子ファイルを関連性判断部１８に供給する。また、検索部１６は、組合せ格納部１４に格納されている複数の単語の組合せのいずれもが電子ファイルに含まれていない場合も、当該電子ファイルを関連性判断部１８に供給することができる。 When at least one combination of a plurality of words stored in the combination storage unit 14 is included in the electronic file, the search unit 16 selects the electronic file including the combination of the words as a relevance determination unit 18 is supplied. Further, the search unit 16 can supply the electronic file to the relevance determination unit 18 even when none of the plurality of word combinations stored in the combination storage unit 14 is included in the electronic file. .

なお、検索部１６は、対象選択部１２から複数の対象デジタル情報を受け取った場合、複数の対象デジタル情報のそれぞれに複数の単語の組合せが含まれているか否かを検索することもできる。また、検索部１６は、対象デジタル情報が電子メールである場合、電子メールのヘッダー情報を除く情報に複数の単語の組合せが含まれているか否かを検索することもできる。これにより、デジタル情報分析システム１は、予め定められた特定事項に関連することが実質的にはない情報（すなわち、ノイズになる情報）を排除できる。また、検索部１６は、組合せ格納部１４が格納しているスコアの値が予め定められた値以上のスコアに対応する単語の組合せに基づいて、対象デジタル情報内に含まれている単語の組合せを検索することもできる。 Note that, when the plurality of target digital information is received from the target selection unit 12, the search unit 16 can also search whether each of the plurality of target digital information includes a plurality of word combinations. In addition, when the target digital information is an e-mail, the search unit 16 can also search whether information other than e-mail header information includes a combination of a plurality of words. Thereby, the digital information analysis system 1 can exclude information that is not substantially related to a predetermined specific item (that is, information that becomes noise). In addition, the search unit 16 uses a combination of words included in the target digital information based on a combination of words corresponding to a score whose score value stored in the combination storage unit 14 is equal to or greater than a predetermined value. You can also search for.

（関連性判断部１８）
関連性判断部１８は、検索部１６から受け取った電子ファイルに含まれている少なくとも１つの単語の組合せ、若しくは複数の単語の組合せのそれぞれを分析する。そして、関連性判断部１８は、形態素解析に基づいて電子ファイルの予め定められた特定事項との関連性、すなわち、当該電子ファイルが予め定められた特定事項に関連するか否かを判断する。そして、関連性判断部１８は、判断結果を示す情報を判断結果設定部２０に供給する。 (Relevance determination unit 18)
The relevancy determination unit 18 analyzes each of a combination of at least one word or a plurality of words included in the electronic file received from the search unit 16. Then, the relevancy determination unit 18 determines relevance with a predetermined specific item of the electronic file based on the morphological analysis, that is, whether or not the electronic file is related to the predetermined specific item. Then, the relevance determination unit 18 supplies information indicating the determination result to the determination result setting unit 20.

具体的に、関連性判断部１８は、対象デジタル情報を形態素解析する解析部１８０と、解析部１８０の解析結果に基づいて、単語の組合せを構成する一の単語と他の単語とのそれぞれに対象デジタル情報が示す文章内における位置情報を付与する位置情報付与部１８１と、位置情報付与部１８１が付与した一の単語の位置情報と他の単語の位置情報との間の文章内における距離を算出する距離算出部１８２と、距離算出部１８２が算出した距離に基づいて関連性を判断する判断部１８３とを有する。 Specifically, the relevance determining unit 18 analyzes each of the one word constituting the word combination and the other word based on the analysis result of the morphological analysis of the target digital information, and the analysis result of the analysis unit 180. A position information adding unit 181 that adds position information in the sentence indicated by the target digital information, and a distance in the sentence between the position information of one word provided by the position information adding unit 181 and the position information of another word. A distance calculation unit 182 to calculate and a determination unit 183 to determine relevance based on the distance calculated by the distance calculation unit 182.

より具体的に、解析部１８０は、形態素解析に用いる文法ルールの集合体、及び品詞に関する情報を含む単語リスト等を含む解析用辞書を有する。そして、解析部１８０は、解析用辞書を用いて対象デジタル情報としての電子ファイルに含まれている文章を解析することで、当該文章を形態素ごとに分割する。解析部１８０は、解析結果を示す情報及び電子ファイルを位置情報付与部１８１、語順判断部１８４、及びセンテンス判断部１８５に供給する。なお、解析部１８０は、日本語、英語等の多言語に対応した解析用辞書を有することができる。 More specifically, the analysis unit 180 includes an analysis dictionary including a collection of grammar rules used for morphological analysis, a word list including information on parts of speech, and the like. And the analysis part 180 divides | segments the said sentence for every morpheme by analyzing the sentence contained in the electronic file as object digital information using an analysis dictionary. The analysis unit 180 supplies information indicating the analysis result and an electronic file to the position information addition unit 181, the word order determination unit 184, and the sentence determination unit 185. The analysis unit 180 can have an analysis dictionary that supports multiple languages such as Japanese and English.

続いて、位置情報付与部１８１は、解析部１８０が分割した各形態素に対し、各形態素の文章中における位置情報を付与する。例えば、解析部１８０が、一の文章を第１の形態素ｍと第２の形態素ｎとに分割した場合、位置情報付与部１８１は、第１の形態素ｍに位置情報としてＰ_ｍを付与し、第２の形態素に位置情報としてＰ_ｎを付与する。位置情報付与部１８１は、位置情報を付与した複数の形態素それぞれを示す情報を距離算出部１８２、語順判断部１８４、及びセンテンス判断部１８５に供給する。 Subsequently, the position information adding unit 181 adds position information in the sentence of each morpheme to each morpheme divided by the analysis unit 180. For example, when the analysis unit 180 divides one sentence into a first morpheme m and a second morpheme n, the position information adding unit 181 gives P _m as position information to the first morpheme m, _Pn is assigned as position information to the second morpheme. The position information adding unit 181 supplies information indicating each of the plurality of morphemes to which the position information is added to the distance calculating unit 182, the word order determining unit 184, and the sentence determining unit 185.

距離算出部１８２は、位置情報が付与された形態素を示す情報に基づいて、各形態素間の文章中における距離を算出する。距離算出部１８２は、各形態素に付与された位置情報の差分を算出することで距離を算出する。例えば、距離算出部１８２は、第１の形態素の位置情報Ｐ_ｍと第２の形態素の位置情報Ｐ_ｎとの差分の絶対値を距離ｄ_ｍｎとして算出する。すなわち、距離算出部１８２は、式ｄ_ｍｎ＝｜Ｐ_ｍ−Ｐ_ｎ｜を用いて距離を算出する。距離算出部１８２は、電子ファイル内の複数の単語の組合せのそれぞれについて距離を算出し、算出した距離を示す複数の情報を判断部１８３に供給する。 The distance calculation unit 182 calculates the distance in the sentence between the morphemes based on the information indicating the morphemes to which the position information is given. The distance calculation unit 182 calculates a distance by calculating a difference in position information given to each morpheme. For example, the distance calculation unit 182 calculates the absolute value of the difference between the position information P _m of the first morpheme and the position information P _n of the second morpheme as the distance d _mn . That is, the distance calculation unit 182 calculates the distance using the formula d _mn = | P _m −P _n |. The distance calculation unit 182 calculates a distance for each of a plurality of word combinations in the electronic file, and supplies a plurality of pieces of information indicating the calculated distance to the determination unit 183.

判断部１８３は、電子ファイルが複数の同一の単語の組合せを含んでいる場合、距離算出部１８２から受け取った複数の距離のうち、最短距離を示す単語の組合せを共起形態素として選定する。そして、判断部１８３は、選定した単語の組合せの有意性を、形態素の出現頻度が出現頻度の期待値からどの程度、乖離しているかを算出して評価する。具体的に判断部１８３は以下の式に基づいて評価値を算出する。 When the electronic file includes a plurality of combinations of the same words, the determination unit 183 selects a combination of words indicating the shortest distance from the plurality of distances received from the distance calculation unit 182 as a co-occurrence morpheme. Then, the determination unit 183 evaluates the significance of the selected combination of words by calculating how much the appearance frequency of the morpheme is different from the expected value of the appearance frequency. Specifically, the determination unit 183 calculates an evaluation value based on the following formula.

ただし、Ｔ_ｍ，ｎは、共起形態素の評価値であるＴＳｃｏｒｅである。ＣＴＦ_ｍ，ｎは、共起形態素の電子ファイル内における出現頻度である。Ｅ（ＣＴＦ_ｍ，ｎ）はＣＴＦ_ｍ，ｎの期待値である。ＴＦ_ｍ（ｎ）は、形態素の出現頻度である。Ｎ_ｖは、電子ファイル内の動名詞の総数である。 Here, T _{m, n} is T Score which is an evaluation value of the co-occurrence morpheme. CTF _{m, n} is the appearance frequency of the co-occurrence morpheme in the electronic file. E (CTF _{m, n} ) is an expected value of CTF _{m, n} . TF _{m (n)} is the appearance frequency of the morpheme. _Nv is the total number of verbal nouns in the electronic file.

そして、判断部１８３は、複数の電子ファイルごとに予め定められた特定事項に対する関連性の高低を判断する。すなわち、判断部１８３は、上記式により得られる評価値の大きさに応じ、電子ファイルが、予め定められた特定事項に関連しているか、予め定められた特定事項に関連する可能性があるか、若しくは予め定められた特定事項に関連する可能性がないかを判断する。 Then, the determination unit 183 determines the level of relevance with respect to a specific item predetermined for each of the plurality of electronic files. That is, the determination unit 183 determines whether the electronic file is related to a predetermined specific item or may be related to a predetermined specific item according to the magnitude of the evaluation value obtained by the above formula. Or whether there is a possibility of relating to a predetermined specific matter.

例えば、判断部１８３は、評価値が予め定められた値以上の値である場合に、共起形態素として選定した単語の組合せの有意性が高いと判断する。一例として、判断部１８３は、Ｔ_ｍｎが「２」以上の場合に、有意性が高いと判断する。次に、判断部１８３は、有意性が高いと判断した単語の組合せを含む電子ファイルを、予め定められた特定事項に関連する電子ファイルであると判断する。そして、判断部１８３は、判断結果を示す情報を判断結果設定部２０に供給する。 For example, the determination unit 183 determines that the word combination selected as the co-occurrence morpheme has high significance when the evaluation value is a value equal to or greater than a predetermined value. As an example, the determination unit 183 determines that the significance is high when T _mn is “2” or more. Next, the determination unit 183 determines that an electronic file including a combination of words determined to have high significance is an electronic file related to a predetermined specific item. Then, the determination unit 183 supplies information indicating the determination result to the determination result setting unit 20.

同様に、判断部１８３は、評価値が予め定められた値の範囲内である場合に、共起形態素として選定した単語の組合せの有意性が中程度であると判断する。そして、判断部１８３は、有意性が中程度であると判断した単語の組合せを含む電子ファイルを、予め定められた特定事項に関連する可能性がある電子ファイルであると判断する。また、判断部１８３は、評価値が予め定められた値より小さい値である場合に、共起形態素として選定した単語の組合せの有意性が低いと判断する。そして、判断部１８３は、有意性が低いと判断した単語の組合せを含む電子ファイルを、予め定められた特定事項に関連する可能性がない電子ファイルであると判断する。 Similarly, the determination unit 183 determines that the significance of the word combination selected as the co-occurrence morpheme is medium when the evaluation value is within a predetermined value range. Then, the determination unit 183 determines that an electronic file including a combination of words determined to have medium significance is an electronic file that may be related to a predetermined specific item. In addition, when the evaluation value is smaller than a predetermined value, the determination unit 183 determines that the significance of the word combination selected as the co-occurrence morpheme is low. Then, the determination unit 183 determines that an electronic file including a combination of words determined to have low significance is an electronic file that has no possibility of relating to a predetermined specific item.

また、判断部１８３は、複数の単語の組合せのそれぞれに対応する複数の距離を比較して、距離の長さに応じて複数の単語について序列を対応づけることもできる。例えば、判断部１８３は、単語間の距離が最も短い単語の組合せを共起形態素として選定することができる。更に、判断部１８３は、距離算出部１８２から受け取った距離と距離について予め定められた閾値とを比較して、閾値以下若しくは閾値を超える距離に対応する単語の組合せを共起形態素として選定することもできる。例えば、判断部１８３は、閾値以下の距離に対応する単語の組合せを共起形態素として選定することができる。 The determination unit 183 can also compare a plurality of distances corresponding to each of a plurality of word combinations, and can associate an order for the plurality of words according to the length of the distance. For example, the determination unit 183 can select a word combination having the shortest distance between words as a co-occurrence morpheme. Further, the determination unit 183 compares the distance received from the distance calculation unit 182 with a predetermined threshold for the distance, and selects a word combination corresponding to a distance that is equal to or less than the threshold or exceeds the threshold as a co-occurrence morpheme. You can also. For example, the determination unit 183 can select a word combination corresponding to a distance equal to or less than the threshold as a co-occurrence morpheme.

また、関連性判断部１８は、解析部１８０の形態素解析の結果から得られる複数の単語の組合せを構成する一の単語と他の単語との語順及び／又は一の単語の品詞と他の単語の品詞との語順に基づいて、関連性を判断する語順判断部１８４を有する。例えば、語順判断部１８４は、複数の単語のそれぞれが一般名詞であるかサ変名詞であるかを判断すると共に、判断した結果得られる一般名詞Ｇ_ｎとサ変接続Ｖ_ｎとの位置関係を判断する。一例として、複数の単語の組合せのそれぞれが２つの単語を含み、一方の単語が一般名詞であり、他方の単語がサ変接続である場合を説明する。 In addition, the relevance determination unit 18 is arranged in order of one word and another word constituting a combination of a plurality of words obtained from the result of morphological analysis of the analysis unit 180 and / or part of speech of one word and another word The word order determination unit 184 determines the relevance based on the word order of the part of speech. For example, the word order determination unit 184 determines whether each of the plurality of words is a general noun or a common noun, and determines the positional relationship between the general noun G _n and the common change connection V _n obtained as a result of the determination. . As an example, a case will be described in which each combination of a plurality of words includes two words, one word is a general noun, and the other word is a saddle connection.

この場合、語順判断部１８４は、複数の単語の組合せのそれぞれについて、文章中における一般名詞の位置Ｐ_Ｖｎとサ変接続の位置Ｐ_Ｇｎとを比較する。そして、語順判断部１８４は、一般名詞がサ変接続に比べて文章中の先の方に位置する場合（すなわち、Ｐ_Ｖｎ＜Ｐ_Ｇｎの場合）より、文章中における一般名詞の位置Ｐ_Ｖｎがサ変接続の位置Ｐ_Ｇｎより後に位置する場合（すなわち、Ｐ_Ｖｎ＞Ｐ_Ｇｎの場合）に、一般名詞の位置Ｐ_Ｖｎがサ変接続の位置Ｐ_Ｇｎより後に位置する単語の組合せを共起形態素として選定する。これにより、関連性判断部１８は、日本語の主語と動詞との組合せ、及び目的語と動詞との組合せに応じて単語の組合せを共起形態素として選定できる。 In this case, the word order determination unit 184 compares the position P _Vn of the general noun in the sentence with the position P _{Gn of the} change connection for each of a plurality of word combinations. Then, the word order determination unit 184 determines that the position of the general noun P _Vn in the sentence changes more than the case where the general noun is positioned earlier in the sentence than in the change connection (that is, P _Vn <P _Gn ). When it is located after the connection position P _Gn (that is, when P _Vn > P _Gn ), a combination of words in which the position of the general noun P _Vn is located after the position P _{Gn of the} variable connection is selected as a co-occurrence morpheme. . Thereby, the relevance determination unit 18 can select a word combination as a co-occurrence morpheme according to a combination of a Japanese subject and a verb and a combination of an object and a verb.

また、関連性判断部１８は、解析部１８０の形態素解析の結果から得られる単語の組合せを構成する一の単語と他の単語とが同一文中に存在するか否かを示す情報に基づいて関連性を判断するセンテンス判断部１８５を有する。まず、センテンス判断部１８５は、電子ファイルに含まれている文章を、文の単位（すなわち、区切り）を検出することで、複数の文に分割する。例えば、センテンス判断部１８５は、全文検索機能（例えば、ｌｕｃｅｎｅ−ｇｏｓｅｎで実現される機能（以下、「ｌｕｃｅｎｅ−ｇｏｓｅｎ機能」という。））を有する。センテンス判断部１８５は、ｌｕｃｅｎｅ−ｇｏｓｅｎ機能の文頭フラグを利用して、電子ファイルに含まれている文章を複数の文に分割する。 In addition, the relevance determining unit 18 relates based on information indicating whether one word and another word constituting a combination of words obtained from the result of the morphological analysis of the analyzing unit 180 are present in the same sentence. It has a sentence determination unit 185 for determining sex. First, the sentence determination unit 185 divides a sentence included in the electronic file into a plurality of sentences by detecting a sentence unit (that is, a delimiter). For example, the sentence determination unit 185 has a full-text search function (for example, a function realized by lucene-gosen (hereinafter referred to as “lucene-gosen function”)). The sentence determination unit 185 divides a sentence included in the electronic file into a plurality of sentences using a sentence head flag of the lucene-gosen function.

続いて、センテンス判断部１８５は、単語の組合せを構成する各単語が、同一文中に存在するか否かを判断する。そして、センテンス判断部１８５は、同一文中に存在する単語の組合せを共起形態素として選択する。なお、センテンス判断部１８５が有するｌｕｃｅｎｅ−ｇｏｓｅｎ機能は、文頭フラグとして句点又は読点を用いることができる。 Subsequently, the sentence determining unit 185 determines whether or not each word constituting the word combination exists in the same sentence. Then, the sentence determination unit 185 selects a combination of words existing in the same sentence as a co-occurrence morpheme. Note that the lucene-gosen function of the sentence determination unit 185 can use a punctuation mark or a punctuation mark as a sentence head flag.

（判断結果設定部２０）
判断結果設定部２０は、関連性判断部１８の判断結果を電子ファイルに対応づける。判断結果設定部２０は、判断結果を複数の電子ファイルのそれぞれに対応づけることができる。例えば、判断結果設定部２０は、予め定められた特定事項に関連する電子ファイルであると関連性判断部１８が判断した判断結果を受け取った場合に「Ｈｏｔ」、予め定められた特定事項に関連する可能性があるという判断結果を受け取った場合に「Ｒｅｓｐｏｎｓｉｖｅ」、予め定められた特定事項と関連する可能性がないという判断結果を受け取った場合に「ＮｏｔＲｅｓｐｏｎｓｉｖｅ」を示すタグを電子ファイルに付与する。判断結果設定部２０は、判断結果を示すタグを付与した電子ファイルを設定情報格納部２２及び／又は出力部２４に供給する。 (Judgment result setting unit 20)
The determination result setting unit 20 associates the determination result of the relevance determination unit 18 with the electronic file. The determination result setting unit 20 can associate the determination result with each of the plurality of electronic files. For example, when the determination result setting unit 20 receives the determination result determined by the relevance determination unit 18 as being an electronic file related to a predetermined specific item, the determination result setting unit 20 is related to the predetermined specific item. A tag indicating “Responsive” is given to the electronic file when receiving a judgment result that there is a possibility that the electronic file may be related, and “Not Responsive” is given to the electronic file when receiving a judgment result that there is no possibility of being related to a predetermined specific item. To do. The determination result setting unit 20 supplies an electronic file with a tag indicating the determination result to the setting information storage unit 22 and / or the output unit 24.

（設定情報格納部２２）
設定情報格納部２２は、電子ファイルを一意に識別する電子ファイル識別子に対応づけて、電子ファイルに対応づけられた判断結果設定部２０の判断結果を示すタグを格納する。設定情報格納部２２は、電子ファイル識別子に対応づけられているタグを出力部２４に供給する。なお、設定情報格納部２２は、電子ファイル識別子に対応づけて電子ファイルを格納してもよい。 (Setting information storage unit 22)
The setting information storage unit 22 stores a tag indicating the determination result of the determination result setting unit 20 associated with the electronic file in association with the electronic file identifier that uniquely identifies the electronic file. The setting information storage unit 22 supplies a tag associated with the electronic file identifier to the output unit 24. The setting information storage unit 22 may store an electronic file in association with the electronic file identifier.

（出力部２４）
出力部２４は、判断結果設定部２０が複数の対象デジタル情報としての電子ファイルのそれぞれに対応づけた判断結果に基づいて、予め定められた特定情報に関連する対象デジタル情報を出力する。例えば、出力部２４は、外部からの指示に応じ、予め定められた特定情報に関連する電子ファイルをユーザーに知覚可能に出力する。また、出力部２４は、設定情報格納部２２が格納している電子ファイル識別子に対応づけられているタグを出力することもできる。更に、出力部２４は、入力部１０が外部から予め定められた特定情報に関連する電子ファイルの出力指示を受け取った場合、当該特定情報に関連することを示すタグが対応づけられた複数の電子ファイルを出力する。 (Output unit 24)
The output unit 24 outputs target digital information related to predetermined specific information based on a determination result associated with each of the electronic files as the plurality of target digital information by the determination result setting unit 20. For example, the output unit 24 outputs an electronic file related to predetermined specific information in a perceptible manner to the user in response to an instruction from the outside. The output unit 24 can also output a tag associated with the electronic file identifier stored in the setting information storage unit 22. Further, when the output unit 24 receives an instruction to output an electronic file related to predetermined specific information from the outside, the output unit 24 has a plurality of electronic devices associated with tags indicating that the specific information is related. Output file.

なお、出力部２４は、デジタル情報を表示可能なディスプレイ等の表示装置、及び／又はデジタル情報を所定の媒体に出力するプリンター等の出力装置である。更に、出力部２４は、出力する情報を磁気記録媒体、光学記録媒体等の記録媒体に記録することで出力することもできる。 The output unit 24 is a display device such as a display that can display digital information and / or an output device such as a printer that outputs the digital information to a predetermined medium. Further, the output unit 24 can output the information to be output by recording the information to be recorded on a recording medium such as a magnetic recording medium or an optical recording medium.

（修正部２６）
修正部２６は、入力部１０が外部から受け付けた修正指示を示す情報に応じ、関連性判断部１８の判断結果を修正する。関連性判断部１８は、修正部２６による修正を施した判断結果を示す情報を判断結果設定部２０に供給する。 (Correction unit 26)
The correction unit 26 corrects the determination result of the relevance determination unit 18 according to information indicating the correction instruction received from the outside by the input unit 10. The relevance determination unit 18 supplies information indicating the determination result corrected by the correction unit 26 to the determination result setting unit 20.

（抽出部２８）
抽出部２８は、複数のサンプルファイルとしての複数のデジタル情報のそれぞれに含まれる複数の単語の組合せを抽出する。抽出部２８は、抽出した複数の単語の組合せをスコア部３０に供給する。なお、サンプルファイルとしては、例えば、特定の事件に依存している特定事項（一例として、特定の訴訟）と関連性が高いことが予め判明している電子ファイルが挙げられる。また、サンプルファイルとしては、特定の事件に依存しない特定事項（一例として、知財訴訟一般）と関連性が高いことが予め判明している電子ファイルも挙げられる。 (Extractor 28)
The extraction unit 28 extracts a combination of a plurality of words included in each of a plurality of digital information as a plurality of sample files. The extraction unit 28 supplies the extracted combination of the plurality of words to the score unit 30. Examples of the sample file include an electronic file that has been previously known to be highly relevant to a specific matter (for example, a specific lawsuit) that depends on a specific case. Examples of sample files include electronic files that have been previously found to be highly relevant to specific matters that do not depend on specific cases (for example, IP lawsuits in general).

（スコア部３０）
スコア部３０は、抽出部２８において抽出された複数の単語の組合せのそれぞれに、予め定められた特定事項との関連性に応じたスコアを対応づける。例えば、スコア部３０は、予め定められた特定事項が「訴訟」である場合、「訴訟」に関連性の高い単語の組合せの電子ファイル内における出現頻度に応じ、当該電子ファイルにスコアを対応づける。スコア部３０は、スコアを対応づけた単語の組合せを組合せ格納部１４に供給して格納させる。 (Score part 30)
The score unit 30 associates a score corresponding to a predetermined specific item with each of the plurality of word combinations extracted by the extraction unit 28. For example, when the predetermined specific item is “lawsuit”, the score unit 30 associates a score with the electronic file according to the appearance frequency of the combination of words highly relevant to the “lawsuit” in the electronic file. . The score unit 30 supplies the word combination associated with the score to the combination storage unit 14 for storage.

（デジタル情報分析方法の概要）
図５は、本発明の実施の形態に係るデジタル情報分析システムの処理の流れの一例を示す。 (Outline of digital information analysis method)
FIG. 5 shows an example of the processing flow of the digital information analysis system according to the embodiment of the present invention.

まず、対象選択部１２は、情報処理装置２に格納されている複数の対象デジタル情報から、入力部１０からの指示に対応する対象デジタル情報を選択して取得する（ステップ１０。以下、ステップを「Ｓ」と表す。）。対象選択部１２は、取得した対象デジタル情報を検索部１６に供給する。検索部１６は、対象選択部１２から受け取った対象デジタル情報に含まれる文章に組合せ格納部１４に格納されている単語の組合せが存在しているか否か検索する（Ｓ１５）。検索部１６は、検索結果を関連性判断部１８に供給する。 First, the target selection unit 12 selects and acquires target digital information corresponding to an instruction from the input unit 10 from a plurality of target digital information stored in the information processing device 2 (step 10; hereinafter, steps). "S".) The target selection unit 12 supplies the acquired target digital information to the search unit 16. The search unit 16 searches for a combination of words stored in the combination storage unit 14 in the text included in the target digital information received from the target selection unit 12 (S15). The search unit 16 supplies the search result to the relevance determination unit 18.

関連性判断部１８は、検索部１６が検索した結果を検索部１６から受け取り、対象デジタル情報に含まれる少なくとも一組の単語の組合せについて解析する。そして、関連性判断部１８は、当該対象デジタル情報と予め定められた特定事項との関連性の高低を判断する（Ｓ２０）。関連性判断部１８は、判断結果を示す情報を判断結果設定部２０に供給する。判断結果設定部２０は、当該対象デジタル情報に関連性判断部１８が判断した結果を示すタグとしての判断結果を対応づける（Ｓ２５）。判断結果設定部２０は、タグを対応づけた対象デジタル情報、又はタグを対応づけた対象デジタル情報を識別する識別子を出力部２４に供給する。出力部２４は、外部からの働きかけに応じ、所定のタグが対応づけられている対象デジタル情報を外部に出力する（Ｓ３０）。 The relevance determination unit 18 receives the search result of the search unit 16 from the search unit 16 and analyzes at least one combination of words included in the target digital information. Then, the relevance determination unit 18 determines the level of relevance between the target digital information and a predetermined specific item (S20). The relevance determination unit 18 supplies information indicating the determination result to the determination result setting unit 20. The determination result setting unit 20 associates the determination result as a tag indicating the result determined by the relevance determination unit 18 with the target digital information (S25). The determination result setting unit 20 supplies the output unit 24 with the target digital information associated with the tag or the identifier for identifying the target digital information associated with the tag. The output unit 24 outputs the target digital information associated with a predetermined tag to the outside in response to an external action (S30).

図６は、本発明の実施の形態に係るデジタル情報分析システムのハードウェア構成の一例を示す。 FIG. 6 shows an example of a hardware configuration of the digital information analysis system according to the embodiment of the present invention.

本実施の形態に係るデジタル情報分析システム１は、ＣＰＵ１５００と、グラフィックコントローラ１５２０と、ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ（ＲＡＭ）、Ｒｅａｄ−ＯｎｌｙＭｅｍｏｒｙ（ＲＯＭ）及び／又はフラッシュＲＯＭ等のメモリ１５３０と、データを記憶する記憶装置１５４０と、記録媒体からデータを読み込み及び／又は記録媒体にデータを書き込む読込み／書込み装置１５４５と、データを入力する入力装置１５６０と、外部の通信機器とデータを送受信する通信インターフェース１５５０と、ＣＰＵ１５００とグラフィックコントローラ１５２０とメモリ１５３０と記憶装置１５４０と読込み／書込み装置１５４５と入力装置１５６０と通信インターフェース１５５０とを互いに通信可能に接続するチップセット１５１０とを備える。 The digital information analysis system 1 according to the present embodiment includes a CPU 1500, a graphic controller 1520, a random access memory (RAM), a memory 1530 such as a read-only memory (ROM) and / or a flash ROM, and a storage device 1540 for storing data. A reading / writing device 1545 for reading data from and / or writing data to a recording medium, an input device 1560 for inputting data, a communication interface 1550 for transmitting / receiving data to / from an external communication device, a CPU 1500 and graphics A chip set that connects the controller 1520, the memory 1530, the storage device 1540, the read / write device 1545, the input device 1560, and the communication interface 1550 so that they can communicate with each other. And a 1510.

チップセット１５１０は、メモリ１５３０と、メモリ１５３０にアクセスして所定の処理を実行するＣＰＵ１５００と、外部の表示装置の表示を制御するグラフィックコントローラ１５２０とを相互に接続することにより、各構成要素間のデータの受渡しを実行する。ＣＰＵ１５００は、メモリ１５３０に格納されたプログラムに基づいて動作して、各構成要素を制御する。グラフィックコントローラ１５２０は、メモリ１５３０内に設けられたバッファ上に一時的に蓄えられた画像データに基づいて、画像を所定の表示装置に表示させる。 The chip set 1510 includes a memory 1530, a CPU 1500 that accesses the memory 1530 and executes predetermined processing, and a graphic controller 1520 that controls display on an external display device. Perform data passing. The CPU 1500 operates based on a program stored in the memory 1530 and controls each component. The graphic controller 1520 displays an image on a predetermined display device based on the image data temporarily stored on the buffer provided in the memory 1530.

また、チップセット１５１０は、記憶装置１５４０と、読込み／書込み装置１５４５と、通信インターフェース１５５０とを接続する。記憶装置１５４０は、デジタル情報分析システム１のＣＰＵ１５００が使用するプログラムとデータとを格納する。記憶装置１５４０は、例えば、フラッシュメモリである。読込み／書込み装置１５４５は、プログラム及び／又はデータを記憶している記憶媒体からプログラム及び／又はデータを読み取って、読み取ったプログラム及び／又はデータを記憶装置１５４０に格納する。読込み／書込み装置１５４５は、例えば、通信インターフェース１５５０を介し、インターネット上のサーバーから所定のプログラムを取得して、取得したプログラムを記憶装置１５４０に格納する。 The chip set 1510 connects a storage device 1540, a read / write device 1545, and a communication interface 1550. The storage device 1540 stores programs and data used by the CPU 1500 of the digital information analysis system 1. The storage device 1540 is, for example, a flash memory. The read / write device 1545 reads the program and / or data from the storage medium storing the program and / or data, and stores the read program and / or data in the storage device 1540. For example, the reading / writing device 1545 acquires a predetermined program from a server on the Internet via the communication interface 1550, and stores the acquired program in the storage device 1540.

通信インターフェース１５５０は、通信ネットワークを介して外部の装置とデータの送受信を実行する。また、通信インターフェース１５５０は、通信ネットワークが不通の場合、通信ネットワークを介さずに外部の装置とデータの送受信を実行することもできる。そして、キーボード、タブレット、マウス等の入力装置１５６０は、所定のインターフェースを介してチップセット１５１０と接続する。 The communication interface 1550 executes data transmission / reception with an external device via a communication network. Further, when the communication network is disconnected, the communication interface 1550 can execute data transmission / reception with an external device without going through the communication network. An input device 1560 such as a keyboard, a tablet, or a mouse is connected to the chip set 1510 via a predetermined interface.

記憶装置１５４０に格納されるデジタル情報分析システム１用のデジタル情報分析プログラムは、インターネット等の通信ネットワーク、又は磁気記録媒体、光学記録媒体等の記録媒体を介して記憶装置１５４０に提供される。そして、記憶装置１５４０に格納されたデジタル情報分析システム１用のプログラムは、ＣＰＵ１５００により実行される。 The digital information analysis program for the digital information analysis system 1 stored in the storage device 1540 is provided to the storage device 1540 via a communication network such as the Internet or a recording medium such as a magnetic recording medium or an optical recording medium. The program for the digital information analysis system 1 stored in the storage device 1540 is executed by the CPU 1500.

本実施の形態に係るデジタル情報分析システム１により実行されるデジタル情報分析プログラムは、ＣＰＵ１５００に働きかけて、デジタル情報分析システム１を、図１から図５にかけて説明した入力部１０、対象選択部１２、組合せ格納部１４、検索部１６、関連性判断部１８、判断結果設定部２０、設定情報格納部２２、出力部２４、修正部２６、抽出部２８、スコア部３０、解析部１８０、位置情報付与部１８１、距離算出部１８２、判断部１８３、語順判断部１８４、及びセンテンス判断部１８５として機能させる。 The digital information analysis program executed by the digital information analysis system 1 according to the present embodiment operates on the CPU 1500 to cause the digital information analysis system 1 to be described with reference to FIGS. Combination storage unit 14, search unit 16, relevance determination unit 18, determination result setting unit 20, setting information storage unit 22, output unit 24, modification unit 26, extraction unit 28, score unit 30, analysis unit 180, position information addition Function as a unit 181, distance calculation unit 182, determination unit 183, word order determination unit 184, and sentence determination unit 185.

（実施の形態の効果）
本実施の形態に係るデジタル情報分析システム１は、対象デジタル情報としての電子ファイルに含まれる共起形態素を、予め定められた特定事項に対する関連性の高い一の単語と他の単語との組合せだけでなく、電子ファイルに含まれる一の単語と他の単語との間の距離、語順、及び同一文中に存在するか否かに基づいて選定できる。そして、デジタル情報分析システム１は、選定した単語の組合せを用いて、情報処理装置２に格納されている複数の電子ファイルの中から、予め定められた特定事項に関連する電子ファイルを容易に選別できる。したがって、デジタル情報分析システム１は、予め定められた特定事項に関連する複数の電子ファイルを、確度よく自動的に抽出することができる。 (Effect of embodiment)
In the digital information analysis system 1 according to the present embodiment, the co-occurrence morphemes included in the electronic file as the target digital information are only combinations of one word highly related to a predetermined specific item and another word. Instead, the selection can be made based on the distance between one word and another word included in the electronic file, the word order, and whether or not they exist in the same sentence. Then, the digital information analysis system 1 easily selects an electronic file related to a predetermined specific item from a plurality of electronic files stored in the information processing apparatus 2 using the selected combination of words. it can. Therefore, the digital information analysis system 1 can automatically extract a plurality of electronic files related to a predetermined specific item with high accuracy.

以上、本発明の実施の形態を説明したが、上記に記載した実施の形態は特許請求の範囲に係る発明を限定するものではない。また、実施の形態の中で説明した特徴の組合せのすべてが発明の課題を解決するための手段に必須であるとは限らない点に留意すべきである。更に、上記した実施形態の技術的要素は、単独で適用されてもよいし、プログラム部品とハードウェア部品とのような複数の部分に分割されて適用されるようにすることもできる。 While the embodiments of the present invention have been described above, the embodiments described above do not limit the invention according to the claims. In addition, it should be noted that not all combinations of features described in the embodiments are necessarily essential to the means for solving the problems of the invention. Furthermore, the technical elements of the above-described embodiments may be applied independently, or may be applied by being divided into a plurality of parts such as program parts and hardware parts.

１デジタル情報分析システム
２情報処理装置
１０入力部
１２対象選択部
１４組合せ格納部
１６検索部
１８関連性判断部
２０判断結果設定部
２２設定情報格納部
２４出力部
２６修正部
２８抽出部
３０スコア部
１８０解析部
１８１位置情報付与部
１８２距離算出部
１８３判断部
１８４語順判断部
１８５センテンス判断部
２００デジタル情報格納部
２１０情報出力部
１５００ＣＰＵ
１５１０チップセット
１５２０グラフィックコントローラ
１５３０メモリ
１５４０記憶装置
１５４５読込み／書込み装置
１５５０通信インターフェース
１５６０入力装置 DESCRIPTION OF SYMBOLS 1 Digital information analysis system 2 Information processing apparatus 10 Input part 12 Target selection part 14 Combination storage part 16 Search part 18 Relevance judgment part 20 Judgment result setting part 22 Setting information storage part 24 Output part 26 Correction part 28 Extraction part 30 Score part 180 Analysis Unit 181 Position Information Adding Unit 182 Distance Calculation Unit 183 Judgment Unit 184 Word Order Judgment Unit 185 Sentence Judgment Unit 200 Digital Information Storage Unit 210 Information Output Unit 1500 CPU
1510 chip set 1520 graphic controller 1530 memory 1540 storage device 1545 read / write device 1550 communication interface 1560 input device

Claims

A combination storage unit for storing each combination of a plurality of words;
A search unit for searching whether or not the combination of the plurality of words stored in the combination storage unit is included in the target digital information;
When the part of speech of one of the plurality of words is compared with the part of speech of the other word and the parts of speech are arranged in a predetermined order in the sentence, the combination of the plurality of words is the target digital A determination unit that evaluates the combination of the plurality of words using the frequency of occurrence in the information;
A relevance determination unit for determining relevance between the target digital information and a predetermined specific item based on the evaluation result of the determination unit;
A determination result setting unit that associates the determination result of the relevance determination unit with the target digital information ;
Digital information analysis system equipped with.

The one word is a general noun,
The other word is a verb of a savory connection,
The relevance determining unit selects a combination of a Japanese subject and a verb or a combination of an object and a verb according to a positional relationship between the one word and the other word. Item 2. The digital information analysis system according to Item 1 .

A sentence determination unit that determines whether one word constituting the word combination and another word are present in the same sentence, and selects a combination of words present in the same sentence as a co-occurrence morpheme; The digital information analysis system according to claim 1 or 2 , wherein

The determination result setting unit further includes an output unit that outputs the target digital information related to the predetermined specific item based on the determination result associated with each of the plurality of target digital information. digital information analysis system according to any one of claims 1 to 3, characterized.

Computer
A combination storing step of storing each of a plurality of word combinations in a predetermined storage device ;
A search step of combining the plurality of words stored in the previous Symbol combination storing step, searches whether or not included in the Target digital information,
When the part of speech of one of the plurality of words is compared with the part of speech of the other word and the parts of speech are arranged in a predetermined order in the sentence, the combination of the plurality of words is the target digital A determination step of evaluating a combination of the plurality of words using the frequency of occurrence in the information;
A relevance determining step of determining relevance between the target digital information and a predetermined specific item based on the evaluation result in the determining step;
A determination result setting step for associating the determination result in the relevance determination step with the target digital information ;
Digital information analysis method of execution.

On the computer,
A combination storage function for storing each combination of a plurality of words in a predetermined storage device;
A search function for searching whether or not the combination of the plurality of words stored by the combination storage function is included in the target digital information;
When the part of speech of one of the plurality of words is compared with the part of speech of the other word and the parts of speech are arranged in a predetermined order in the sentence, the combination of the plurality of words is the target digital A judgment function for evaluating the combination of the plurality of words using the frequency of occurrence in the information;
A relevance determination step of determining relevance between the target digital information and a predetermined specific item based on an evaluation result by the determination function;
A determination result setting function for associating a determination result by the relevance determination function with the target digital information ;
Digital information analysis program that Ru is realized.