JP6029192B2 - 入力支援システム、入力支援方法および入力支援プログラム - Google Patents

Description

本発明は、ユーザが行う所定の入力欄への情報の入力を支援する入力支援システム、入力支援方法および入力支援プログラムに関する。

ユーザが、ある入力欄へ情報を入力しなければいけない場合に、その情報の入力を支援するための様々な技術がある。例えば、ユーザが入力した情報を、その入力欄に記載されるべき種類の情報に変換して入力しなおす技術や、ユーザが入力した情報の正誤を判断する技術が知られている。

特許文献１には、施設名をテキストボックスに入力すると、住所に変換しなおして入力する技術が記載されている。

特開平１１−２４８４７２号公報

しかし、特許文献１に記載されている方法では、記入欄に入力されうるデータの種類を予め指定しておく必要があり、全ての記入欄に予めそのような指定をしなければいけないのは煩雑であった。また、記入欄によっては、入力されうるデータの種類を適切に指定するのが難しい場合もあった。

そこで、本発明は予め入力されうるデータの種類を指定しておかなくても、ユーザに対して様々な入力欄への情報の入力を支援することができる入力支援システム、入力支援方法および入力支援プログラムを提供することを目的とする。

本発明による入力支援システムは、対象とする入力欄に過去に入力された情報を入力ログとして記憶する入力ログ記憶手段と、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有する種類別正解入力記憶手段と、入力ログと、種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定する種類推定手段と、推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、入力欄に新たに入力された情報に対してエラー判定を行い、エラーを検出するエラー検出手段とを備え、種類推定手段は、種類別フィールドごとに、入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定し、エラー検出手段は、対象とする入力欄に新たに入力された情報が、推定結果とされた種類別フィールドに記憶されている正しい入力に合致するか否かを判定し、合致しない場合にエラーを検出することを特徴とする。
また、本発明による入力支援プログラムは、対象とする入力欄に過去に入力された情報を入力ログとして記憶する入力ログ記憶手段と、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有する種類別正解入力記憶手段と、入力ログと、種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定する種類推定手段と、推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、入力欄に新たに入力された情報から入力欄に入力されるべき情報を予測して出力する入力情報予測手段とを備え、種類推定手段は、種類別フィールドごとに、入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定する。

また、本発明による入力支援方法は、入力ログ記憶手段が、対象とする入力欄に過去に入力された情報を入力ログとして記憶し、種類別正解入力記憶手段が、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有し、情報処理装置が、入力ログと、種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定し、推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、入力欄に新たに入力された情報に対してエラー判定を行い、エラーを検出し、種類別フィールドの推定で、種類別フィールドごとに、入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定し、エラーの検出で、対象とする入力欄に新たに入力された情報が、推定結果とされた種類別フィールドに記憶されている正しい入力に合致するか否かを判定し、合致しない場合にエラーを検出することを特徴とする。
また、本発明による入力支援方法は、入力ログ記憶手段が、対象とする入力欄に過去に入力された情報を入力ログとして記憶し、種類別正解入力記憶手段が、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有し、情報処理装置が、入力ログと、種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定し、推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、入力欄に新たに入力された情報から入力欄に入力されるべき情報を予測して出力し、種類別フィールドの推定で、種類別フィールドごとに、入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定することを特徴とする。

また、本発明による入力支援プログラムは、対象とする入力欄に過去に入力された情報を入力ログとして記憶する入力ログ記憶手段と、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有する種類別正解入力記憶手段とにアクセス可能な情報処理装置に適用される入力支援プログラムであって、コンピュータに、入力ログと、種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定する処理、および推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、入力欄に新たに入力された情報に対してエラー判定を行い、エラーを検出する処理を実行させ、種類別フィールドの推定処理で、種類別フィールドごとに、入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定させ、エラーの検出処理で、対象とする入力欄に新たに入力された情報が、推定結果とされた種類別フィールドに記憶されている正しい入力に合致するか否かを判定し、合致しない場合にエラーを検出させることを特徴とする。
また、本発明による入力支援プログラムは、対象とする入力欄に過去に入力された情報を入力ログとして記憶する入力ログ記憶手段と、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有する種類別正解入力記憶手段とにアクセス可能な情報処理装置に適用される入力支援プログラムであって、コンピュータに、入力ログと、種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定する処理、および推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、入力欄に新たに入力された情報から入力欄に入力されるべき情報を予測して出力する処理を実行させ、種類別フィールドの推定処理で、種類別フィールドごとに、入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定させることを特徴とする。

本発明によれば、予め入力されうるデータの種類を指定しておかなくても、ユーザに対して様々な入力欄への情報の入力を支援することができる。

第１の実施形態の入力支援システムの構成例を示すブロック図である。 第１の実施形態の動作の一例を示すフローチャートである。 種類別正解入力ＤＢ１０２に記憶される情報の一例を示す説明図である。 入力ログ記憶手段１０１に記憶される入力ログの一例を示す説明図である。 入力情報の種類の推定結果の一例を示す説明図である。 種類別正解入力ＤＢ１０２に記憶される情報の他の例を示す説明図である。 入力情報の種類の推定処理の他の例を示す説明図である。 推定結果とされた種類別フィールドの各レコードに対してスコアを付与した例を示す説明図である。 種類別正解入力ＤＢ１０２に記憶される情報の他の例を示す説明図である。 入力情報の種類の推定処理の他の例を示す説明図である。 種類別正解入力ＤＢ１０２に記憶される情報の例および入力情報の種類の推定処理の例を示す説明図である。 クラスタリングが実施された種類別正解入力ＤＢ１０２の例および入力情報の種類の推定処理の例を示す説明図である。 有効度付きの入力ログを利用した入力情報の種類の推定処理の例を示す説明図である。 入力者を示す情報付きの入力ログを利用した入力情報の種類の推定処理の例を示す説明図である。 第２の実施形態の入力支援システムの構成例を示すブロック図である。 第２の実施形態の入力支援システムの動作の一例を示すフローチャートである。 エラーメッセージの例を示す説明図である。 エラー判定の例を示す説明図である。 エラー判定の例を示す説明図である。 エラーメッセージの例を示す説明図である。 エラー判定の例を示す説明図である。 エラー判定の例を示す説明図である。 エラー判定の例を示す説明図である。 エラーメッセージの例を示す説明図である。 エラー判定の例を示す説明図である。 エラー判定の例を示す説明図である。 エラーメッセージの例を示す説明図である。 第３の実施形態の入力支援システムの構成例を示すブロック図である。 第３の実施形態の入力支援システムの動作の一例を示すフローチャートである。 予測処理の例を示す説明図である。 予測処理の例を示す説明図である。 予測処理の例を示す説明図である。 予測処理の例を示す説明図である。 予測処理の例を示す説明図である。 予測処理の例を示す説明図である。 予測処理の例を示す説明図である。

以下、本発明の実施形態を図面を参照して説明する。図１は、第１の実施形態の入力支援システムの構成例を示すブロック図である。図１に示す入力支援システムは、入力ログ記憶手段１０１と、種類別正解入力記憶手段１０２と、種類推定手段１０３とを備えている。

入力ログ記憶手段１０１は、対応づけられている入力欄に過去に入力された情報を入力ログとして記憶する。なお、入力ログ記憶手段１０１には、対応づけられている入力欄において、入力支援が行われた結果、正しい情報に変換された後の情報が入力ログとして記憶されていてもよい。

種類別正解入力記憶手段１０２（以下、種類別正解入力ＤＢ１０２という。）には、情報の種類別に、その正しい入力を示す情報が記憶されている。種類別の正しい入力を示す情報とは、例えば、当該種類に該当する入力情報の例や候補一覧、正しい表現形式を示した入力フォーマット等である。種類別の正しい入力を示す情報として、入力情報の例や候補一覧などデータ集合が用いられる場合、当該データ集合内の各データは、種類の表現方法において均質なデータであることが好ましい。すなわち、当該データ集合内の各データは、該当する種類について同じ表現方法がとられたデータであることが好ましい。

種類別正解入力ＤＢ１０２に保持させる種類の内容や数は任意であるが、本システムが対象とする入力欄に入力させたい情報の種類が含まれていることが好ましい。例えば、種類別正解入力ＤＢ１０２には、予め入力欄に入力されやすい種類について、その正しい入力を示す情報を登録しておいてもよいし、対応づけられている入力欄に試験等で入力した情報を、一例として登録することも可能である。また、組織に所属する人物情報のデータベースや会社の製品情報のデータベースといった他のシステムでも利用されているデータベース等を種類別正解入力ＤＢ１０２として利用することも可能である。また、他のシステムにおいて取得された入力ログを、ある１つの種類の正しい入力を示す情報として利用することも可能である。

種類推定手段１０３は、入力ログ記憶手段１０１に記憶されている入力ログと、種類別正解入力ＤＢ１０２に記憶されている種類別の正しい入力を示す情報とに基づいて、対象とされた入力欄に入力されるべき情報の種類を推定する。種類推定手段１０３は、より具体的には、入力欄に入力されるべき情報の種類が、種類別正解入力ＤＢ１０２に記憶されている種類別のフィールド（以下、種類別フィールドという。）のいずれに該当するかを推定する。ここで、フィールドとは、記憶手段に特定のラベルが付されて記憶されている情報の集合体またはそれを記憶している記憶領域をいう。従って、種類推定手段１０３は、対象の入力欄に入力されるべき情報の種類の推定結果として、その種類が具体的にどのような内容であるかということまで特定しなくてもよい。また、種類推定手段１０３は、推定の結果、種類別正解入力ＤＢ１０２に記憶されている種類別フィールドのいずれにも該当しないと判定した場合には、推定結果を種類不明としてもよい。

種類推定手段１０３は、例えば、種類別正解入力ＤＢ１０２に記憶されている各種類別フィールドに対して、入力ログ記憶手段１０１に記憶されている入力ログすなわち過去の入力情報との合致度を算出し、合致度が所定の閾値以上または最大値をとった種類別フィールドを、当該入力欄に入力すべき情報の種類と推定してもよい。合致度は、例えば、種類別正解入力ＤＢ１０２に記憶されている種類別フィールドごとに、入力ログとして記憶されている過去の各入力情報が、当該種類別フィールドに登録されている入力フォーマットに合致するか否かや、入力情報の例または候補一覧に含まれる各情報のいずれかに合致するかを判定して、その結果を基に数値化したものであってもよい。種類推定手段１０３は、例えば、種類別フィールドごとに合致した入力ログ件数を求め、当該件数（以下、合致ログ件数という。）を合致度としてもよい。また、種類推定手段１０３は、例えば、入力ログの全件数における合致ログ件数の割合を合致度としてもよい。

なお、本実施形態において、入力ログ記憶手段１０１および種類別正解入力ＤＢ１０２は、例えばデータベース等の記憶装置によって実現される。また、種類推定手段１０３は、例えば、ＣＰＵ等のプログラムに従って動作する情報処理装置によって実現される。なお、入力ログ記憶手段１０１および種類別正解入力ＤＢ１０２は、種類推定手段１０３がアクセス可能であれば、必ずしも当該入力支援システム自身が備えていなくてもよい。

図２は、本実施形態の動作の一例を示すフローチャートである。なお、図２は、本実施形態の動作のうち、種類推定手段１０３による入力情報の種類の推定処理の処理フローの一例を示すフローチャートである。図２に示すように、種類推定手段１０３は、例えば、入力情報の種類の推定を要求された場合に、入力ログ記憶手段１０１に記憶されている、推定対象とされた入力欄の入力ログと、種類別正解入力ＤＢ１０２に記憶されている種類別の正しい入力を示す情報とに基づいて、種類別正解入力ＤＢ１０２の種類別フィールドごとに入力ログとの合致度を算出する（ステップＳ１０１）。次いで、種類推定手段１０３は、算出された各種類別フィールドの合致度をもとに、推定結果とする種類別フィールドを特定する（ステップＳ１０２）。なお、入力情報の種類の推定処理は、例えば、システム導入時における初期化処理で行われてもよいし、システム稼働中に周期的に行われるようにしてもよい。

図３は、種類別正解入力ＤＢ１０２に記憶される情報の一例を示す説明図である。図３に示すように、種類別正解入力ＤＢ１０２には、１つの種類についてのみ、その正しい入力を示す情報が登録されていてもよい。なお、図３には、「フィールドＡ」というフィールド名（識別子）が与えられた種類別フィールドを１つ有する種類別正解入力ＤＢ１０２の例が示されている。また、図３には、正しい入力を示す情報として、その種別に該当する入力情報の候補一覧が登録されている例が示されている。なお、本例の「フィールドＡ」は、入力情報の種類が「住所」である種類別フィールドの例である。

図４は、入力ログ記憶手段１０１に記憶される入力ログの一例を示す説明図である。また、図５は、入力情報の種類の推定結果の一例を示す説明図である。なお、図５に示す例は、図３に示す種類別正解入力ＤＢ１０２の例と、図４に示す入力ログの例とを基に入力情報の種類の推定処理を行った場合の例である。種類推定手段１０３は、例えば、種類別正解入力ＤＢ１０２に正しい入力情報を示す情報として、候補一覧が登録されている場合には、入力ログの各レコードの内容（過去の入力情報）と、種類別フィールドに含まれる各候補の内容とを比較して、種類別フィールドごとに合致ログ件数を求め、それをもとに合致度を算出してもよい。

具体的には、種類推定手段１０３は、入力ログの各レコードの内容が種類別フィールドに含まれる各候補のどれに該当するかを特定する。種類推定手段１０３は、種類別フィールドごとに合致した入力ログの件数をカウントし、その結果を基に合致度を算出してもよい。種類推定手段１０３は、以下の方法を用いて、入力ログの各レコードの内容が種類別フィールドに含まれる各候補に該当するか否かを判定してもよい。種類推定手段１０３は、例えば、両者のフォーマットが一致しているか否かを判定してもよい。また、種類推定手段１０３は、各々の情報を文字列情報として扱い、両者が完全一致するか否かを判定してもよい。また、種類推定手段１０３は、ログの内容である過去の入力文字列に対して候補の内容である候補文字列が前方一致するか否かを判定してもよい。また前方一致した場合、種類推定手段１０３は、候補文字列の文字数に対して過去の入力文字列が一致した文字数の割合が所定値以上であるか否か等によって判定してもよい。

また、例えば、種類別正解入力ＤＢ１０２に正しい入力情報を示す情報として、入力情報の例が登録されている場合、種類推定手段１０３は、入力ログの各レコードの内容（過去の入力情報）と、種類別フィールドに含まれる各例の内容とを比較してもよい。そして、種類推定手段１０３は、両文字列の類似性が所定値以上であれば、両者は合致するとして合致ログ件数に含めてもよい。なお、文字列の類似性は、編集距離やｎ−ｇｒａｍでベクトル化した情報の距離などを利用して算出されてもよい。また、種類推定手段１０３は、先頭文字列が一致することを重視するなど、文字位置により、重要度を変える重み付きの距離を用いてもよい。

なお、複数の種類別フィールドで合致すると判定された場合、種類推定手段１０３は、各々のフィールドの合致件数にカウントしてもよい。また、種類推定手段１０３は、前方一致方式を用いる場合などには、一致した文字数の割合がより大きい方や文字列の類似性を示す距離がより近かった方のフィールドに対してのみ合致ログ件数としてカウントしてもよい。

図５（ａ）には、図３に示す種類別正解入力ＤＢ１０２の例と、図４に示す入力ログの例とを比較した結果、「フィールドＡ」内の候補と合致した入力ログのレコードが７００件、「その他」すなわちいずれの種類別フィールドの候補とも合致しなかった入力ログのレコードが３００件あったことが示されている。種類推定手段１０３は、このような種類別フィールドごとの合致ログ件数を、その種類別フィールドの合致度として用いてもよい。ここで、いずれの種類別フィールドの候補とも合致しなかったログ件数について、種類推定手段１０３は、種類不明とするか否かの判定に利用してもよい。

また、例えば、種類推定手段１０３は、合致ログ件数を基に、入力ログ件数（１０００件）全体における合致割合を算出し、それを合致度としてもよい。すなわち、種類推定手段１０３は、合致した入力ログ件数を判定に用いた入力ログ件数の総数で除算した値を合致度としてもよい。図５（ｂ）には、合致割合を合致度とした場合の合致度の算出結果の例が示されている。

種類推定手段１０３は、このようにして求めた各種類別フィールドの合致度を基に、その入力ログが収集された入力欄に入力されるべき情報の種類を推定する。なお、図５（ｂ）に示すように、本例では「フィールドＡ」に対する合致度が０．７、「その他」に対する合致度が０．３である。そこで、種類推定手段１０３は、推定結果として「フィールドＡ」を、当該入力欄に入力されるべき情報の種類に該当する種類別フィールドに特定してもよい（図５（ｃ）参照。）。ここで、仮に「その他」の合致割合が最大値をとった場合、種類推定手段１０３は、推定結果を該当フィールドなし、すなわち種類不明としてもよい。

また、図６は、種類別正解入力ＤＢ１０２に記憶される情報の他の例を示す説明図である。図６に示すように、種類別正解入力ＤＢ１０２は、同一の記入項目に対して複数の記載形式をとるものを異なる種類別フィールドとして記憶してもよい。なお、図６には、「フィールドＡ」というフィールド名が与えられた種別フィールドと、「フィールドＢ」というフィールド名が与えられた種類別フィールドとを有する種類別正解入力ＤＢ１０２の例が示されている。なお、本例では、「フィールドＡ」と「フィールドＢ」のどちらにも「住所」を表す情報群（候補一覧）が登録されている。より具体的には、「フィールドＡ」には「都道府県名から始まる住所」である情報の候補一覧が登録されており、「フィールドＢ」には「都道府県名を除いた住所」である情報の候補一覧が登録されている。また、図６に示す例では、「フィールドＡ」と「フィールドＢ」とで同一レコードに登録されている情報は互いに同じ住所を示している。すなわち、種類別フィールド内の各レコードは互いに対応づけられている。なお、種類別フィールド内の各レコードは必ずしも対応づけられていなくてもよい。

また、図７は、入力情報の種類の推定処理の他の例を示す説明図である。なお、図７に示す例は、図６に示す種類別正解入力ＤＢ１０２の例と、図４に示す入力ログの例とを基に種類の推定処理を行った場合の例である。図７（ａ）に示すように、種類別フィールド内の情報と入力ログとを比較した結果、「フィールドＡ」では合致ログ件数が７００件、「フィールドＢ」では合致ログ件数が２００件、「その他」すなわちいずれの種類別フィールドの候補とも合致しなかったログ件数が１００件であったとする。そのような場合には、種類推定手段１０３は、図７（ｂ）に示すように、合致ログ件数をもとに、入力ログ件数（１０００件）全体における合致割合を算出し、「フィールドＡ」の合致度を０．７、「フィールドＢ」の合致度を０．２、「その他」の合致度を０．１としてもよい。なお、図７（ｃ）には、以上の結果から「フィールドＡ」が、推定対象の入力欄の種類に該当する種類別フィールドとして特定されたことが示されている。

また、種類推定手段１０３は、図８に示すように、入力欄の種類の推定処理の結果、推定対象の入力欄の種類に該当するとして特定された種類別フィールドの各レコードに対して、入力ログと合致した件数に基づくスコアを算出してもよい。そして、種類推定手段１０３は、算出したスコアを、種類別正解入力ＤＢ１０２に保持させてもよく、または、推定結果とともに出力してもよい。ここで、各レコードのスコアは、入力ログとの合致度に基づく値であれば、特に限定されない。各レコードのスコアは、例えば、合致ログ件数そのままであってもよいし、それをもとに算出された合致割合であってもよい。なお、各レコードのスコアは、推定処理ごとに新たに算出されてもよいし、過去に算出されたスコアからの累計値であってもよい。

このようなレコード別のスコアを推定結果と一緒に提供すれば、後段の処理手段が入力候補の推薦をする際の指標とできるなど、より細やかな入力支援が可能になる。

また、図９は、種類別正解入力ＤＢ１０２に記憶される情報の他の例を示す説明図である。図９に示すように、種類別正解入力ＤＢ１０２には、それぞれが異なる記入項目に対応づけられている複数の種類別フィールドが登録されていてもよい。図９には、「フィールドＡ」、「フィールドＢ」、「フィールドＣ」という３つの種類別フィールドを有する種類別正解入力ＤＢ１０２の例が示されている。本例では、「フィールドＡ」には「所属」を表す情報群（本例では、候補一覧）が登録されている。また、「フィールドＢ」には「名字」を表す情報群（本例では、候補一覧）が登録されている。また、「フィールドＣ」には「メールアドレス」を表す情報群（本例では、候補一覧）が登録されている。このように、種類別正解入力ＤＢ１０２は、それぞれが異なる記入項目（「所属」、「名字」、「メールアドレス」等）に対応づけられている複数の種類別フィールドを保持していてもよい。また、図９に示す例では、各種類別フィールドの各要素が各レコード間で互いに対応づけられている。すなわち、同じ列に位置するレコードには同じ対象に関する情報が登録されている。なお、このようなレコード間の対応づけはなくてもよい。

また、図１０は、図９に示す種類別正解入力ＤＢ１０２の情報を利用して、入力情報の種類の推定処理を行った場合の例を示す説明図である。例えば、入力ログとして、図１０（ａ）に示す入力情報（例えば、１０００件）が記憶されていたとする。図１０（ｂ）には、そのような入力ログの各レコードの内容（過去の入力情報）と、図９に示した種類別正解入力ＤＢ１０２内の各種類別フィールドに含まれる各レコードの内容（入力情報の候補一覧）とを比較した結果得られた各種類別フィールドの合致ログ件数、合致割合および推定結果が示されている。具体的には、図１０（ｂ）には、「フィールドＡ」の合致ログ件数が５０件、「フィールドＢ」の合致ログ件数が１５０件、「フィールドＣ」の合致ログ件数が７００件、「その他」の合致ログ件数が１００件であることが示されている。また、図１０（ｂ）には、そのような合致ログ件数をもとに算出した合致度は「フィールドＡ」が０．０５、「フィールドＢ」が０．１５、「フィールドＣ」が０．７、「その他」が０．１であること、および、その条件のもと、最も合致度の高い「フィールドＣ」が推定結果とされたことが示されている。

また、図１１は、種類別正解入力ＤＢ１０２に記憶される情報の例および入力情報の種類の推定処理の例を示す説明図であり、図１１（ａ）は、種類別正解入力ＤＢ１０２に記憶される情報の他の例を示す説明図である。図１１（ａ）に示すように、種類別正解入力ＤＢ１０２は、粒度の異なる情報群が登録された種類別フィールドを連結させて１つの種類別フィールドとして登録するなど、複数の種類別フィールドを１つの連結された種類別フィールドを登録するものであってもよい。図１１（ａ）に示す例において、「フィールドＡ」と「フィールドＢ」には所定の情報（本例では、住所を示す情報）を分割したものが登録されている。なお、本例では「フィールドＡ」の方が情報の粒度が大きいものとする。

種類推定手段１０３は、そのような場合に、連結フィールドを１つの種類別フィールドとして扱って入力ログとの合致判定を行ってもよい。図１１（ａ）に示す例であれば、種類推定手段１０３は、「ＩＤ２」による種類別フィールドの区分でなく、「ＩＤ１」による種類別フィールドの区分を用いればよい。具体的には、種類推定手段１０３は、フィールドＡ，Ｂの各レコードの情報を連結した情報を、当該連結フィールドの各レコードの情報として扱えばよい。本例であれば、フィールドＡの１レコード目に登録されている候補である「大阪市」とフィールドＢの１レコード目に登録されている候補である「北区」とを連結させる。種類推定手段１０３は、連結された「大阪市北区」が当該連結フィールドの１レコード目に登録されている候補であるとして、入力ログの各レコードと比較すればよい。

例えば、入力ログとして、図１１（ｂ）に示す入力情報（例えば、６件）が記憶されていたとする。図１１（ｃ）には、そのような入力ログの各レコードの内容と、図１１（ａ）に示す種類別正解入力ＤＢ１０２の「ＩＤ１」の区分による種類別フィールドの各レコードの内容とを比較した結果得られた各種類別フィールドの合致ログ件数、合致割合と、推定結果とが示されている。具体的には、図１１（ｂ）および図１１（ｃ）には、「連結フィールドＡＢ」の合致ログ件数が６件、「その他」の合致ログ件数が０件であることや、そのような合致ログ件数をもとに算出した合致度は、「連結フィールドＡＢ」が１．０、「その他」が０であること、および、その条件のもと、最も合致度の高い「連結フィールドＡＢ」が推定結果とされたことが示されている。

なお、図１１（ａ）では、「ＩＤ１」の区分による種類別フィールドとして、「連結フィールドＡＢ」のみを有する例を示したが、他の種類別フィールド（連結フィールドを含む）を有していてもよい。そのような場合には、種類推定手段１０３は、他の種類別フィールドについても合致度を算出し、最も合致度の高い種類別フィールドを推定結果とすればよい。

また、種類推定手段１０３は、本例のような情報の粒度の大小関係にある種類別フィールドを連結させた連結フィールドを推定結果とする場合、さらに当該連結フィールドを構成している種類別フィールドに含まれる各レコードの中から特に定めた一部の候補（要素）を優先要素として出力してもよい。優先要素とする候補は、入力ログの傾向から当該種類別フィールド内において過去に有効に用いられた候補や、特に入力情報に用いられやすい候補であってもよい。

種類推定手段１０３は、例えば、種類の推定結果とした種類別フィールドが連結フィールドであった場合、その連結フィールドをなす種類別フィールドのうち粒度の大きい方の種類別フィールドにおいて入力ログと合致したレコードの内容を取得し、その和集合を優先要素として出力してもよい。図１１（ｄ）は、優先要素の取得例を示す説明図である。図１１（ｄ）に示す例では、連結フィールドＡＢで連結された種類別フィールドのうち粒度の大きい情報を扱っている種類別フィールドである「フィールドＡ」から、入力ログと合致したレコードの内容である「堺市」を取得して優先要素としている。

また、図１２に示すように、種類推定手段１０３は、推定結果とした種類別フィールドが連結フィールドでない場合であっても、当該種類別フィールド内の各レコードに対して実施したクラスタリングの結果を利用して優先要素を取得してもよい。図１２は、レコード内容の類似度に基づくクラスタリングを利用した優先要素の取得例を示す説明図である。例えば、図１２（ａ）に示すように、事前処理として、各種類別フィールドにおいて、レコード内容の類似性に基づくクラスタリングを実施しておく。クラスタリングは、例えば、レコード内容が文字列であれば文字列間の距離に基づいて行われてもよい。具体的には、編集距離やｎ−ｇｒａｍでベクトル化した情報の距離などが利用される。なお、先頭文字列が一致することを重視するなど、文字位置により、重要度を変える重み付きの距離がクラスタリングに用いられてもよい。

例えば、入力ログとして、図１２（ｂ）に示す入力情報（例えば、６件）が記憶されていたとする。図１２（ｃ）には、そのような入力ログの各レコードの内容と、図１２（ａ）に示す種類別正解入力ＤＢ１０２の各種類別フィールドに含まれる各レコードの内容とを比較した結果得られた各種類別フィールドの合致ログ件数、合致割合および推定結果が示されている。具体的には、図１２（ｂ）および図１２（ｃ）には、「フィールドＡ」の合致ログ件数が６件、「その他」の合致ログ件数が０件であることや、そのような合致ログ件数をもとに算出した合致度は「フィールドＡ」が１．０、「その他」が０であること、および、その条件のもと、最も合致度の高い「フィールドＡ」が推定結果とされたことが示されている。

種類推定手段１０３は、このような推定処理において、入力ログが種類別フィールドのいずれのレコードに該当するかを特定した結果を保持しておく。そして、種類推定手段１０３は、推定結果とする種類別フィールドが決定した際に、その種類別フィールドにおいて入力ログと合致したレコードを含むクラスタを取得して、その和集合の要素を優先要素としてもよい。なお、図１２（ａ）において、網掛けの四角の目印はクラスタの和集合とされる位置を示している。また、範囲αは優先要素として取得されるレコード範囲を示している。また、図１２（ｄ）は、本例において取得される優先要素の例を示している。

また、種類推定手段１０３は、図１３に示すように、有効度付きの入力ログを利用して推定処理を行ってもよい。図１３（ａ）は、有効度付きの入力ログの例を示す説明図である。また、図１３（ｂ）は、有効度付きの入力ログを利用した推定処理の結果例を示す説明図である。なお、図１３（ａ）には、有効度を、対応するレコードの入力内容で承認された場合を１、承認されなかった場合を０とした入力ログの例が示されている。このような有効度付きのログは、例えば、ログを登録する際に当該入力に対するエラー判定の結果を待って、その結果と一緒に登録することによって得られる。種類推定手段１０３は、例えば、入力ログの各レコードに付されている有効度を重みとして扱うことで合致度を数値化してもよい。種類推定手段１０３は、例えば、この有効度を重みとして扱い、合致ログ件数を算出する際に、ログ１件につき１を加算するのではなく、その重みを加算した結果を重み付き合致ログ件数としてもよい。なお、合致度として合致割合を用いる場合、種類推定手段１０３は、そのようにして得た値（重み付き合致ログ件数、すなわち有効度の合計値）を入力ログに含まれる各レコードの有効度の総和で除算すればよい。

なお、図１３（ｂ）には、図１３（ａ）に示した入力ログの各レコードの内容と、図９に示した種類別正解入力ＤＢ１０２の各レコードの内容とを比較した結果得られた各種類別フィールドの合致ログ件数、重み付き合致ログ件数、合致割合および推定結果が示されている。なお、図１３（ｂ）には、「フィールドＡ」と「フィールドＢ」の合致ログ件数がともに５０件であったが、該当ログレコードに付されている有効度がいずれも０であったため、重み付き合致ログ件数がともに０件となっている例が示されている。

また、種類推定手段１０３は、図１４に示すように、入力情報の種類の推定処理の結果、推定対象の入力欄の種類に該当するとして特定された種類別フィールドの各レコードに対して、入力者を示す情報付きのログを利用したスコアを算出してもよい。そして、種類推定手段１０３は、算出したスコアを、種類別正解入力ＤＢ１０２に保持させてもよく、または、推定結果とともに出力してもよい。ここで、各レコードのスコアは、指定されたユーザの入力ログとの合致度に基づく値であれば、特に限定されない。

図１４（ａ）は、種類別正解入力ＤＢ１０２内の各レコードのスコア付きの推定処理においてスコアの算出を行った例を示す説明図である。また、図１４（ｂ）は、入力者情報付きの入力ログと、その入力ログに対応づけられている有効度の例を示す説明図である。なお、このような入力者を示す情報付きの入力ログは、例えば、システムログイン時に入力欄への入力者となるユーザを識別するＩＤ等を入力するなどの認証システムを利用し、ログを登録する際にログイン時に入力されたＩＤを該ログと一緒に登録することによって得られる。種類推定手段１０３は、例えば、推定処理において、入力ログが種類別フィールドのいずれのレコードに該当するかを特定した結果を保持しておく。種類推定手段１０３は、推定結果とする種類別フィールドが決定した際に、その種類別フィールドにおいて、指定されたユーザ（例えば、現在ログイン中のユーザ）ごとにスコアを算出してもよい。種類推定手段１０３は、例えば、指定されたユーザのＩＤが付された入力ログと合致したレコードに対して１を加算してスコアを算出してもよく、またはログに有効度が付されている場合はその有効度を加算してスコアを算出してもよい。その際、種類推定手段１０３は、指定されたユーザが正しい内容で過去に多く入力したレコードがあれば、算出したスコアがより大きくなるようにスコアを調整してもよい。

このような個々のユーザに対応した各レコードのスコアを推定結果と一緒に提供すれば、後段の処理手段が入力候補の推薦をする際にそのユーザに適した候補を推薦できるなど、より細やかな入力支援が可能になる。

以上のように、本実施形態によれば、入力欄に対して予め情報の粒度も含めそこに何が入力されるのかといった入力されうるデータの種類を細かく指定しておかなくてもよい。本実施形態の入力支援システムは、対象とする入力欄に過去に入力された情報のログと、種類別正解入力ＤＢ１０２内の情報とに基づいて、その入力欄に入力されるべき情報の種類に合致した情報群や入力フォーマットなど、正しい入力を示す情報を特定し、推定結果として提供することができる。そして、この推定結果を利用して、エラー判定を行ったり、予測変換を行ったりする等の入力支援を、様々な入力欄に対して実施できる。また、本実施形態によれば、入力欄に対して予め細かな指定をしなくても、種類別正解入力ＤＢ１０２と、正しい入力がされたときのログとを組み合わせることによって、任意の情報の種類を推定結果として動的に導き出すことができる。そのため、きめ細やかな入力支援システムを簡単に導入できる。

例えば、本実施形態によれば、種類別正解入力ＤＢ１０２に登録する種類の区分けの制御によって、同じ住所でも都内の住所が入りやすいのか、一般的な住所が入りやすいかといった細かい粒度の判定もできる。よって、この判定により予測変換やエラー判定の精度を上げることができる。また、本実施形態によれば、システム稼働中であっても、入力ログの設定次第で入力欄に入力させる情報の種類や粒度を変えることが可能である。

実施形態２．
次に、本発明の第２の実施形態を説明する。図１５は、第２の実施形態の入力支援システムの構成例を示すブロック図である。図１５に示す入力支援システムは、図１に示す第１の実施形態と比べて、新たにエラー検出手段１０４を備えている点が異なる。

エラー検出手段１０４は、種類推定手段１０３から出力される推定結果およびその他の情報（例えば、優先要素の情報や、レコード別のスコア等）に基づいて、対象とする入力欄に新たに入力された情報に対してエラー判定を行い、エラーを検出する。また、エラー検出手段１０４は、エラー判定の結果、エラーが検出された場合にはその旨を示すメッセージを出力する。

エラー検出手段１０４は、例えば、対象とする入力欄に新たに入力された情報と推定結果として得られた種類別フィールド内に含まれる正しい入力を示す情報とが合致するか否かを判定し、合致しなければエラーと判定してもよい。ここでの合致判定は、基本的には、種類推定手段１０３において合致ログ件数を算出する際に行う合致判定と同様でよい。すなわち、種類別正解入力ＤＢ１０２に正しい入力を示す情報として入力フォーマットが登録されている場合、エラー検出手段１０４は、対象とする入力欄に新たに入力された情報が入力フォーマットと一致するか否かによってエラーを判定してもよい。また、例えば、正しい入力を示す情報として入力情報の候補の一覧が登録されている場合、エラー検出手段１０４は、推定結果として得られた種別フィールドを検索フィールドとして、その中から対象とする入力欄に新たに入力された情報と合致する候補を検索する。そして、エラー検出手段１０４は、合致する候補がなければエラーと判定してもよい。また、例えば、正しい入力を示す情報として入力情報の例が登録されているとする。この場合、エラー検出手段１０４は、両者のフォーマットが一致しているか否かによってエラーを判定してもよいし、各々の情報を文字列情報として扱い、両文字列の類似性が所定値以上であるか否かによってエラーを判定してもよい。

なお、本実施形態において、エラー検出手段１０４は、例えば、ＣＰＵ等のプログラムに従って動作する情報処理装置によって実現される。

図１６は、本実施形態の入力支援システムの動作の一例を示すフローチャートである。まず、入力ログ記憶手段１０１には、対象とする入力欄に過去に入力された情報が入力ログとして記憶されているとする（ステップＳ２０１）。次いで、種類推定手段１０３は、入力ログ記憶手段１０１に記憶されている当該入力欄の入力ログと、種類別正解入力ＤＢ１０２に記憶されている情報、より具体的には種類別の正しい入力を示す情報とに基づいて、当該入力欄の入力情報の種類を推定する（ステップＳ２０２）。ここでは、種類推定手段１０３は、推定結果として、当該入力欄の入力情報の種類に該当する種類別フィールドを示す情報を少なくとも得る。

ここで、対象とする入力欄に新たな情報の入力がなされると（ステップＳ２０３のＹｅｓ）、エラー検出手段１０４は、その入力情報に対してエラー判定を行う（ステップＳ２０４）。エラーが検出された場合（ステップＳ２０５のＹｅｓ）、エラーメッセージを表示する（ステップＳ２０６）。

図１７は、エラーメッセージの表示例を示す説明図である。エラー検出手段１０４は、例えば、対象の入力欄への新たな入力情報として「ｙａｍａｍｏｔｏ＠ｓｌ．ａａａ．ｃｏｍ」という入力を受け付けたとする。なお、本例では、当該入力欄に入力すべき情報の種類の推定結果として、図３に示す種類別正解入力ＤＢ１０２の「フィールドＡ」を示す情報を得ていたとする。なお、図３に示す種類別正解入力ＤＢ１０２は、「フィールドＡ」という１つの種類別フィールドを有しており、「フィールドＡ」には「住所」を表す情報群（候補一覧）が登録されている。

このような場合、エラー検出手段１０４は、推定結果とされた種類別フィールドを検索フィールドに設定し、入力情報と合致するものがその検索フィールドの候補一覧から見つかればエラーなしとしてもよい。一方、入力情報と合致するものが見つからなければ、入力ミスである可能性があるとして、その旨を通知してもよい。エラー検出手段１０４は、例えば、図１７（ａ）に示すように、「書くべき内容を間違えていませんか」といったメッセージ（ＯＵＴ１−１）を出力してもよい。また、エラー検出手段１０４は、推定結果とされた種類別フィールドに名称（例えば、「住所」など）がついている場合には、図１７（ｂ）に示すように、その名称を利用して「ここには『住所』を書いてください」といったメッセージ（ＯＵＴ１−２）を出力してもよい。この他にも、例えば、種類別正解入力ＤＢ１０２に情報の種類の説明が登録されている場合などには、エラー検出手段１０４は、その説明を利用して「ここには、『（例えば、都道府県名から始まる住所）』を書いてください。」といったメッセージを出力してもよい。

また、エラー検出手段１０４は、種類別正解入力ＤＢ１０２が複数の記載形式に対応した種類別フィールドを有している場合、推定結果とされた種類別フィールドのみを検索フィールドに設定するのではなく、他の種類別フィールドも検索フィールドに加えてもよい。なお、一度推定結果とされた種類別フィールドを検索した結果、合致するものが見つからなければ、他の種類別フィールドを検索フィールドに加えて検索しなおすといったやり方も可能である。図１８〜図２１は、種類別正解入力ＤＢ１０２が複数の記載形式に対応した種類別フィールドを有する場合のエラー判定の例およびエラーメッセージの例を示す説明図である。

本例において、エラー検出手段１０４は、対象の入力欄に入力すべき情報の種類の推定結果として、図６に示す種類別正解入力ＤＢ１０２の「フィールドＡ」を示す情報を得ていたとする。なお、図６に示す種類別正解入力ＤＢ１０２は、「フィールドＡ」と「フィールドＢ」の２つの種類別フィールドを有しており、「フィールドＡ」と「フィールドＢ」にはいずれにも「住所」を表す情報群（候補一覧）が登録されているものとする。また、種類別正解入力ＤＢ１０２には、「フィールドＡ」の方がより詳細な記載形式をとっているといった種類別フィールド間の関係を示す情報が予め保持されているものとする。

ここで、対象の入力欄への新たな入力情報として「大阪市堺市」という入力を受け付けたとする。図１８にＣＡＳＥ１として示す例は、まず推定結果とされた種類別フィールドである「フィールドＡ」を検索フィールドとした上で、検索フィールド内の各候補の中から入力情報と合致（例えば、前方一致）するものを探した結果、２つの候補が見つかったときのエラー判定結果の例である。この場合のエラー判定結果は「エラーなし」となる。

他方、別のタイミングで、対象の入力欄への新たな入力情報として「堺市」という入力を受け付けたとする。図１９にＣＡＳＥ２として示す例は、推定結果とされた種類別フィールドである「フィールドＡ」を検索フィールドとしただけでは入力情報と合致するものが見つからなかったことを前提とする。これに加え、さらに、図１９にＣＡＳＥ２として示す例では、記入項目が同一の種類別フィールドである「フィールドＢ」を検索フィールドに加えて検索した結果、推定結果とされた種類別フィールドとは異なる種類別フィールドに合致するデータが見つかったときのエラー判定結果の例である。この場合のエラー判定結果は「エラーあり」となる。

エラー検出手段１０４は、このような場合には、図１７に示すようなエラーメッセージ以外にも、次のようなエラーメッセージを表示してもよい。すなわち、エラー検出手段１０４は、推定結果とされた種類別フィールドと、入力情報が合致した種類別フィールドとの関係（例えば、どちらが詳細であるか）がわかれば、そのような関係に基づいてエラーメッセージを作成してもよい。例えば、図２０（ａ）に示すように、入力情報が推定結果とされた種類別フィールドとは異なる種類別フィールドであって詳細でない方の種類別フィールドに合致したとする。この場合、エラー検出手段１０４は、「詳細な情報を書いてください」といったメッセージ（ＯＵＴ２−１）を出力してもよい。また、エラー検出手段１０４は、種類別フィールドにフィールド名が与えられている場合には、さらにそれを利用して「詳細な住所を書いてください」といったメッセージ（ＯＵＴ２−２）を出力してもよい。

また、入力情報が推定結果とされた種類別フィールドとは異なる種類別フィールドであって詳細な方の種類別フィールドと合致したとする。この場合、エラー検出手段１０４は、両者のレコード内容を比較して、差分を検出し、検出された差分を利用して「ここでは『○○』（本例であれば、大阪府）は不要です」といったメッセージを出力してもよい。

また、図２１にＣＡＳＥ３として示す例は、検索フィールドに記入項目が同一の種類別フィールドである「フィールドＢ」を加えても合致するものが見つからなかったときのエラー判定結果の例である。この場合のエラー判定は「エラーあり」となる。このような場合、エラー検出手段１０４は、図１７に示したようなエラーメッセージを出力してもよい。

また、エラー検出手段１０４は、種類別正解入力ＤＢ１０２が複数の種類別フィールドを有している場合に、それらの間の記入項目の同一性の有無に関わらず、全ての種類別フィールドを検索フィールドに設定してもよい。なお、この場合も、一度推定結果とされた種類別フィールドを検索した結果合致するものがなければ、他の種類別フィールドを検索フィールドに加えて検索しなおすといったやり方も可能である。図２２〜図２５は、種類別正解入力ＤＢ１０２が記入項目の同一性を有さないものを含む複数の種類別フィールドを有する場合のエラー判定の例およびエラーメッセージの例を示す説明図である。

本例において、エラー検出手段１０４は、対象の入力欄に入力すべき情報の種類の推定結果として、図９に示す種類別正解入力ＤＢ１０２の「フィールドＣ」を示す情報を得ていたとする。なお、図９に示す種類別正解入力ＤＢ１０２は、「フィールドＣ」の他に、「フィールドＡ」と「フィールドＢ」を有しており、これらの種類別フィールドは、記入項目は異なるが、各レコードがお互いに対応づけられている。

ここで、対象の入力欄への新たな入力情報として「ｙａｍａｍｏｔｏ＠ｓｌ．ａａａ．ｃｏｍ」という入力を受け付けたとする。図２２にＣＡＳＥ１として示す例は、まず推定結果とされた種類別フィールドである「フィールドＣ」を検索フィールドとした上で、検索フィールド内の各候補の中から入力情報と合致（例えば、前方一致）するものを探した結果、１つの候補が見つかったときのエラー判定結果の例である。この場合のエラー判定結果は「エラーなし」となる。

他方、別のタイミングで、対象の入力欄への新たな入力情報として「山本」という入力を受け付けたとする。図２３にＣＡＳＥ２として示す例は、推定結果とされた種類別フィールドである「フィールドＣ」を検索フィールドとしただけでは入力情報と合致するものが見つからなかったことを前提とする。これに加え、さらに、図２３にＣＡＳＥ２として示す例では、残りの種類別フィールド「フィールドＢ」，「フィールドＣ」を加えて検索した結果、推定結果とされた種類別フィールドとは異なる種類別フィールドである「フィールドＢ」に合致するデータが見つかったときのエラー判定結果の例である。この場合のエラー判定結果は「エラーあり」となる。

エラー検出手段１０４は、このような場合には、図１７に示すようなエラーメッセージ以外にも、次のようなエラーメッセージを表示してもよい。すなわち、エラー検出手段１０４は、例えば、図２４（ａ）に示すように、入力情報の種類が異なっていることを暗に示せるような「入力情報を確認してください。」といったメッセージ（ＯＵＴ３−１）を出力してもよい。また、エラー検出手段１０４は、例えば、種類別フィールドにフィールド名が与えられている場合には、さらにそれを利用して「『名前』ではなく『メールアドレス』を書いてください」といったメッセージ（ＯＵＴ３−２）を出力してもよい。なお、メッセージ（ＯＵＴ３−２）で示す例は、合致したものが見つかった種類別フィールドである「フィールドＢ」の名称が「名前」であり、推定結果とされた種類別フィールドである「フィールドＣ」の名称が「メールアドレス」である場合の例である。

また、図２５にＣＡＳＥ３として示す例は、検索フィールドに残りの種類別フィールドを加えても合致するものが見つからなかったときのエラー判定結果の例である。この場合のエラー判定は「エラーあり」となる。このような場合、エラー検出手段１０４は、図１７に示したようなエラーメッセージを出力してもよい。

また、エラー検出手段１０４は、推定結果の他に優先要素が与えられる場合には、それらを利用してエラー判定を行ってもよい。図２６〜図２７は、推定結果の他に優先要素が与えられる場合のエラー判定の例を示す説明図である。エラー検出手段１０４は、例えば、対象の入力欄に入力すべき情報の種類の推定結果として、図１１（ａ）に示す種類別正解入力ＤＢ１０２の「連結フィールドＡＢ」を示す情報を得ていたとする。また、エラー検出手段１０４は、合わせて図１１（ｄ）に示す優先要素の情報も得ていたとする。なお、図１１（ａ）に示す種類別正解入力ＤＢ１０２の「連結フィールドＡＢ」は、「フィールドＡ」と「フィールドＢ」とが連結されたものであって、この２つのフィールドにはいずれにも「住所」を表す情報群が登録されている。また、種類別正解入力ＤＢ１０２には、「フィールドＡ」の方が情報の粒度が大きいといった種類別フィールド間の関係を示す情報が予め保持されているものとする。また、図１１（ｄ）に示す優先要素の情報とは、優先要素フィールドを「フィールドＡ」とし、該優先要素フィールドにおいて「堺市」を優先要素とする旨の情報である。

ここで、対象の入力欄への新たな入力情報として「浪速区」という入力を受け付けたとする。図２６に示す例では、まず推定結果とされた種類別フィールドである「連結フィールドＡＢ」内の各候補に今回の入力情報を含むか否かが判断される。また、図２６に示す例では、この判断に加え、「連結フィールドＡＢ」として連結された「フィールドＡ」および「フィールドＢ」の各候補から今回の入力情報と合致（例えば、前方一致）するものがあるか否かが判断される。この結果、図２６では、「フィールドＢ」に合致するものが検索されたことが示されている。なお、本例の場合、合致したレコードに含まれる優先要素フィールドの内容が「大阪市」であって優先要素ではない。そこで、図２６に示す例では、エラー検出手段１０４は、入力ミスの可能性があるとして注意喚起をする旨の判定結果を表示している。

このように、推定対象とされた種類別フィールドに合致する入力情報であってもその内容が優先要素でない、または優先要素を含まないことがある、この場合、エラー検出手段１０４は、図２７に示すような、その内容が始めて入力されるものである旨を確認させるメッセージを出力してもよい。なお、図２７には、『「大阪市」に関するデータが入力されたのはこれが始めてです。念のため間違ってないかご確認ください』というエラーメッセージ（ＯＵＴ４）を出力する例が示されている。

このように、優先要素を利用すれば、過去の入力傾向に基づいてエラー判定を行うことも可能である。

また、エラー検出手段１０４は、推定結果とともに推定結果とされた種類別フィールドの各レコードに対するスコアが与えられる場合には、それを利用してエラー判定を行ってもよい。例えば、エラー検出手段１０４は、入力情報が、スコアが所定の値よりも小さい候補と合致した場合に、過去にあまり入力されていないメッセージである旨を通知するなど、同様の確認メッセージを出力してもよい。なお、入力情報の種類の推定処理においてレコード別のスコアの算出が行われていない場合であっても、エラー検出手段１０４は、取得されたレコードの内容に合致する入力ログが何件含まれているかをカウントするなどしてスコアを算出してもよい。そして、エラー検出手段１０４は、算出したスコアを利用してエラー判定を行ってもよい。

以上のように、本実施形態によれば、予め入力されうるデータの種類を指定しておかなくても、種類推定手段１０３による推定結果を利用して、エラー検出手段１０４がエラー判定を行うことできるので、精度のよい入力情報を得られる。

実施形態３．
次に、本発明の第３の実施形態を説明する。図２８は、第３の実施形態の入力支援システムの構成例を示すブロック図である。図２８に示す入力支援システムは、図１に示す第１の実施形態と比べて、新たに入力情報予測手段１０５を備えている点が異なる。

入力情報予測手段１０５は、種類推定手段１０３から出力される推定結果、および、その他の情報（例えば、優先要素の情報や、レコード別のスコア等）に基づいて、対象とする入力欄に新たに入力された情報から該入力欄に入力されるべき情報を予測して、ユーザに提示する。

なお、本実施形態において、入力情報予測手段１０５は、例えば、ＣＰＵ等のプログラムに従って動作する情報処理装置によって実現される。

図２９は、本実施形態の入力支援システムの動作の一例を示すフローチャートである。なお、以下では、図２９におけるステップＳ２０１〜Ｓ２０３は図１６に示した第２の実施形態と同様であるため、説明を省略している。

本実施形態では、対象とする入力欄に新たな入力がなされると（ステップＳ２０３のＹｅｓ）、入力情報予測手段１０５は、その入力情報と、少なくとも推定結果とされた種類別フィールドを示す情報とに基づいて、当該入力欄に入力されるべき、正しい入力情報を予測する（ステップＳ３０１）。そして、入力情報予測手段１０５は、その結果を予測変換候補として出力する（ステップＳ３０２）。

図３０は、入力情報予測手段１０５による予測処理の例を示す説明図である。本例において、入力情報予測手段１０５は、対象の入力欄に入力すべき情報の種類の推定結果として、図３に示す種類別正解入力ＤＢ１０２の「フィールドＡ」を示す情報を得ていたとする。なお、図３に示す種類別正解入力ＤＢ１０２は、「フィールドＡ」という１つの種類別フィールドを有しており、「フィールドＡ」には「住所」を表す情報群（候補一覧）が登録されている。

ここで、対象の入力欄への新たな入力情報として「堺市」という入力を受け付けたとする。このような場合、入力情報予測手段１０５は、推定結果とされた種類別フィールドである「フィールドＡ」を検索フィールドに設定し、その検索フィールドの候補一覧から、入力情報を含むものを取得して、それを予測変換候補としてもよい。図３０に示す例では、「大阪府堺市北区」と「大阪府堺市中区」の２つのレコードが取得されている。また、入力情報予測手段１０５は、取得された各レコードについて入力ログに基づくスコアを取得し、取得されたスコアに基づいて予測変換候補を順位付けした上で、取得された各レコードを提示してもよい。なお、入力情報の種類の推定処理においてレコード別のスコアの算出が行われていない場合には、入力情報予測手段１０５は、取得されたレコードの内容に合致する入力ログが何件含まれているかをカウントしてそれをスコアとしてもよい。なお、図３０に示す例では、１番目の予測変換候補としてスコアの最も高かった「大阪市堺市中区」と、２番目の予測変換候補として次にスコアの高かった「大阪市堺市北区」が提示される。

このように、「堺市」と入力しただけで、それを含みかつ当該入力欄に入力されるべき情報として記載形式のあった情報が予測変換候補として提示される。よって、ユーザに正しい記載形式の情報を入力させることができるだけでなく、ユーザの入力の手間を省くこともできる。また、本例では、入力ログから予測変換候補を生成するのではなく、入力ログはあくまで入力情報の種類を推定するためおよび候補のランク付けに用いられる。内容の候補は、種類別正解入力ＤＢ１０２内の情報を利用して取得されるため、過去に「堺市」という入力がない場合にも正しい入力情報を予測して変換候補を提示できる。

また、図３１は、入力情報予測手段１０５による予測処理の他の例を示す説明図である。本例において、入力情報予測手段１０５は、対象の入力欄に入力すべき情報の種類の推定結果として、図６に示す種類別正解入力ＤＢ１０２の「フィールドＡ」を示す情報を得ていたとする。なお、図６に示す種類別正解入力ＤＢ１０２は、「フィールドＡ」と「フィールドＢ」の２つの種類別フィールドを有しており、「フィールドＡ」と「フィールドＢ」にはいずれにも「住所」を表す情報群が登録されている。また、種類別正解入力ＤＢ１０２には、「フィールドＡ」の方がより詳細な記載形式をとっているといった種類別フィールド間の関係を示す情報が予め保持されているものとする。また、本例では、少なくともこれら種類別フィールド内の各レコードはお互いに対応づけられているものとする。

ここで、対象の入力欄への新たな入力情報として「堺市」という入力を受け付けたとする。このような場合、入力情報予測手段１０５は、まず推定結果とされた種類別フィールドである「フィールドＡ」と、それと記入項目を同じくする「フィールドＢ」とを検索フィールドとした上で、検索フィールド内の各候補から入力情報に合致（前方一致）するものを検索してもよい。そして、該当するものがあれば、入力情報予測手段１０５は、推定結果とされた種類別フィールドの当該レコード位置でのレコード内容を、予測変換候補として取得してもよい。

図３１に示す例では、「フィールドＢ」において「堺市北区」と「堺市中区」の２つのレコードが該当したため、「フィールドＡ」においてそれら２つのレコードに対応するレコードの内容である「大阪府堺市北区」と「大阪府堺市中区」とが予測変換候補として取得されている。

そして、入力情報予測手段１０５は、取得されたレコードについて入力ログに基づくスコアを取得し、得られたスコアに基づいて予測変換候補を順位付けして提示する。なお、入力情報の種類の推定処理においてレコード別のスコアの算出が行われていない場合には、入力情報予測手段１０５がスコアを算出してもよい。図３１に示す例では、１番目の予測変換候補としてスコアの最も高かった「大阪市堺市中区」と、２番目の予測変換候補として次にスコアの高かった「大阪市堺市北区」が提示される。

このように、対象とする入力欄に入力されるべき情報の種類が特定されれば、あとは入力情報をそのような種類の情報に変換できる。本例の場合、「堺市」と入力しただけで、入力文字を含みかつ入力欄の記載形式のあった候補が提示されるので、ユーザに正しい記載形式の情報を入力させることができるだけでなく、ユーザの入力の手間を省くこともできる。また、本実施形態では、このような予測変換機能を、「堺市」という入力ログがない状態であっても行うことができる。また、本例のように、種類別正解入力ＤＢ１０２に記憶された情報を変換知識として利用すれば、ユーザは種類がどのようなものであるかを意識せずに予測変換候補を得ることもできる。なお、種類別正解入力ＤＢ１０２に記憶された情報を変換知識として利用せずに、種類別正解入力ＤＢ１０２に登録されている入力フォーマットや種類の説明等を利用してもよい。このとき、入力情報予測手段１０５は、この入力フォーマットや種類の説明等に基づき、他のシステムの変換処理等を利用して、入力情報を記載形式のあった情報に変換し、それを予測変換候補として提示してもよい。

また、図３２は、入力情報予測手段１０５による予測処理の他の例を示す説明図である。本例において、入力情報予測手段１０５は、対象の入力欄に入力すべき情報の種類の推定結果として、図９に示す種類別正解入力ＤＢ１０２の「フィールドＣ」を示す情報を得ていたとする。なお、図９に示す種類別正解入力ＤＢ１０２は、「フィールドＣ」の他に、「フィールドＡ」と「フィールドＢ」を有しており、これら種類別フィールドは、記入項目は異なるが、各レコードがお互いに対応づけられている。

ここで、対象の入力欄への新たな入力情報として「山本」という入力を受け付けたとする。このような場合、入力情報予測手段１０５は、全て種類別フィールドを検索フィールドとした上で、これら検索フィールド内の各候補から入力情報を含むものを検索してもよい。そして、入力情報予測手段１０５は、該当するものがあれば、推定結果とされた種類別フィールドの当該レコード位置でのレコード内容を、予測変換候補として取得してもよい。

図３２に示す例では、「フィールドＢ」において２つのレコードが該当したため、「フィールドＣ」でそれら２つのレコードに対応するレコードの内容である「ｙａｍａｍｏｔｏ＠ｓｌ．ａａａ．ｃｏｍ」と「ｙａｍａｍｏｔｏ＠ｄｅｖ．ａａａ．ｃｏｍ」とが予測変換候補として取得されている。

そして、入力情報予測手段１０５は、取得されたレコードについて入力ログに基づくスコアを取得し、得られたスコアに基づいて予測変換候補を順位付けして提示する。なお、入力情報の種類の推定処理においてレコード別のスコアの算出が行われていない場合には、入力情報予測手段１０５がスコアを算出してもよい。図３２に示す例では、１番目の予測変換候補としてスコアの最も高かった「ｙａｍａｍｏｔｏ＠ｓｌ．ａａａ．ｃｏｍ」と、２番目の予測変換候補として次にスコアの高かった「ｙａｍａｍｏｔｏ＠ｄｅｖ．ａａａ．ｃｏｍ」が提示される。

このように、本例でも「山本」と入力しただけで、それに関連する情報であってかつ当該入力欄に入力されるべき情報の種類に合致する形式の情報が変換候補として提示される。よって、ユーザが誤った種類の情報を入力したときであってもそれを正すことができ、また、入力を正すためのユーザの入力の手間を省くことができる。また、ユーザが正しい記載形式での内容を知らなくても、正しい情報を入力させることができる。例えば、ある入力欄が住所を入力すべき欄である等の指定を行わなくても、郵便番号から住所に変換することが可能になる。

また、図３３は、入力情報予測手段１０５による予測処理の他の例を示す説明図である。なお、本例では、対象の入力欄に入力すべき情報の種類の推定結果として、図１１（ａ）に示す種類別正解入力ＤＢ１０２の「連結フィールドＡＢ」を示す情報を得ていたとする。また、合わせて図１１（ｄ）に示す優先要素の情報も得ていたとする。なお、図１１（ａ）に示す種類別正解入力ＤＢ１０２の「連結フィールドＡＢ」は、「フィールドＡ」と「フィールドＢ」とが連結されたものであって、この２つのフィールドにはいずれにも「住所」を表す情報群が登録されている。また、種類別正解入力ＤＢ１０２には、「フィールドＡ」の方が情報の粒度が大きいといった種類別フィールド間の関係を示す情報が予め保持されているものとする。また、図１１（ｄ）に示す優先要素の情報とは、優先要素フィールドを「フィールドＡ」とし、該優先要素フィールドにおいて「堺市」を優先要素とする旨の情報である。

ここで、対象の入力欄への新たな入力情報として「北区」という入力を受け付けたとする。このような場合、入力情報予測手段１０５は、推定結果とされた種類別フィールドである「連結フィールドＡＢ」または連結された「フィールドＡ］と「フィールドＢ」とを検索フィールドとした上で、これら検索フィールド内の各候補から入力情報を含むものを検索してもよい。そして、入力情報予測手段１０５は、該当するものがあれば、推定結果とされた種類別フィールドの当該レコード位置でのレコード内容を予測変換候補として取得してもよい。

図３３に示す例では、「フィールドＢ」において２つのレコードが該当したため、「連結フィールドＡＢ」においてそれら２つのレコードに対応するレコードの内容である「大阪市北区」と「堺市北区」とが予測変換候補として取得されている。

そして、入力情報予測手段１０５は、取得されたレコードについて入力ログに基づくスコアを取得し、得られたスコアに基づいて予測変換候補を順位付けして提示する。なお、入力情報の種類の推定処理においてレコード別のスコアの算出が行われていない場合には、入力情報予測手段１０５がスコアを算出してもよい。そのような場合には、検索されたレコードの中で入力ログに含まれる回数が多く、かつ優先要素フィールドの内容が優先要素であるものを優先するようなスコアが付与される。入力情報予測手段１０５は、そのようにして得られたスコアに基づいて、予測変換候補を順位付けして出力してもよい。図３３に示す例では、１番目の予測変換候補としてスコアの最も高かった「堺市北区」と、２番目の予測変換候補として次にスコアの高かった「大阪市北区」が提示される。

このように、本例でも「北区」と入力しただけで、それを含む情報であってかつ当該入力欄に入力されるべき情報の種類に合致する形式の情報が変換候補として提示されるので、ユーザに正しい情報を簡単に入力させることができる。また、本例では、優先要素を考慮したスコアに基づいて候補を順位付けて提示する。そのため、例えば、図１１（ｂ）に示す入力ログでは「北区」に関する入力ログはないが、他のログ内容から「堺市」を含む情報の方が可能性が高いと判断できるため、そのような順位付けがされた候補を提示できる。

また、図３４は、入力情報予測手段１０５による予測処理の他の例を示す説明図である。入力情報予測手段１０５は、例えば図３４に示すように、推定結果とされた種類別フィールドが連結フィールドでない場合でも、クラスタリング等により優先要素が取得されている場合には、同様に優先要素を利用して予測変換候補の順位付けを行ってもよい。なお、図３４には、対象の入力欄に入力すべき情報の種類の推定結果として、図１２（ａ）に示す種類別正解入力ＤＢ１０２の「フィールドＡ」を示す情報を得るとともに、合わせて図１２（ｄ）に示す優先要素の情報を得たときの予測処理の例が示されている。

また、図３５は、入力情報予測手段１０５による予測処理の他の例を示す説明図である。入力情報予測手段１０５は、例えば、対象の入力欄に入力すべき情報の種類の推定結果として、図９に示す種類別正解入力ＤＢ１０２の「フィールドＣ」を得ていたとする。なお、図９に示す種類別正解入力ＤＢ１０２は、「フィールドＣ」の他に、「フィールドＡ」と「フィールドＢ」を有しており、これら種類別フィールドは、記入項目は異なるが、各レコードがお互いに対応づけられている。また、本例では、入力ログとして図１３（ａ）に示す情報が登録されているとする。すなわち、有効度付きの入力ログが登録されているものとする。

ここで、対象の入力欄への新たな入力情報として「山本」という入力を受け付けたとする。このような場合、入力情報予測手段１０５は、全て種類別フィールドを検索フィールドとした上で、これら検索フィールド内の各候補から入力情報を含むものを検索してもよい。そして、入力情報予測手段１０５は、該当するものがあれば、推定結果とされた種類別フィールドの当該レコード位置でのレコード内容を予測変換候補として取得してもよい。

図３５に示す例では、「フィールドＢ」において２つのレコードが該当したため、「フィールドＣ」でそれら２つのレコードに対応するレコードの内容である「ｙａｍａｍｏｔｏ＠ｓｌ．ａａａ．ｃｏｍ」と「ｙａｍａｍｏｔｏ＠ｄｅｖ．ａａａ．ｃｏｍ」とが予測変換候補として取得されている。

そして、入力情報予測手段１０５は、取得されたレコードについて入力ログに基づくスコアを取得し、得られたスコアに基づいて予測変換候補を順位付けして提示する。なお、入力情報の種類の推定処理においてレコード別のスコアの算出が行われていない場合には、入力情報予測手段１０５がスコアを算出してもよい。本例の場合、入力情報予測手段１０５は、取得されたレコードにつき、当該レコードの内容に合致する入力ログであって有効なログが何件含まれているかをカウントしてそれをスコアとしてもよい。または、入力情報予測手段１０５は、取得されたレコードにつき、当該レコードの内容に合致する入力ログの有効度を加算したものをスコアとしてもよい。そして、入力情報予測手段１０５は、そのように有効度を加味した入力ログとの合致度に基づくスコアに基づいて、予測変換候補を順位付けてもよい。なお、図３５に示す例では、１番目の予測変換候補としてスコアの最も高かった「ｙａｍａｍｏｔｏ＠ｓｌ．ａａａ．ｃｏｍ」と、２番目の予測変換候補として次にスコアの高かった「ｙａｍａｍｏｔｏ＠ｄｅｖ．ａａａ．ｃｏｍ」が提示される。

このように、本例でも「山本」と入力しただけで、それに関連する情報であってかつ当該入力欄に入力されるべき情報の種類に合致する形式の情報が候補として提示される。よって、ユーザに正しい情報を入力させることができるだけでなく、ユーザの入力の手間を省くこともできるため、ユーザに正しい情報を簡単に入力させることができる。また、本例では、当該ログの有効度を考慮した入力ログとの合致度スコアに基づいて候補を順位付けて提示するため、過去に間違って入力された情報が高い順位で提示されることを防ぐことができるなど、より最適化された順位で変換候補を提示できる。

また、図３６は、入力情報予測手段１０５による予測処理の他の例を示す説明図である。入力情報予測手段１０５は、例えば、対象の入力欄に入力すべき情報の種類の推定結果として、図９に示す種類別正解入力ＤＢ１０２の「フィールドＣ」を得ていたとする。なお、図９に示す種類別正解入力ＤＢ１０２は、「フィールドＣ」の他に、「フィールドＡ」と「フィールドＢ」を有しており、これら種類別フィールドは、記入項目は異なるが、各レコードがお互いに対応づけられている。また、本例では、入力ログとして図１４（ｂ）に示す情報が登録されているとする。すなわち、入力者情報付きの入力ログが登録されているものとする。

ここで、対象の入力欄への新たな入力情報として「山本」という入力を受け付けたとする。このような場合、入力情報予測手段１０５は、全て種類別フィールドを検索フィールドとした上で、これら検索フィールド内の各候補から入力情報を含むものを検索してもよい。そして、入力情報予測手段１０５は、該当するものがあれば、推定結果とされた種類別フィールドの当該レコード位置でのレコード内容を予測変換候補として取得してもよい。

図３５に示す例では、「フィールドＢ」において２つのレコードが該当したため、「フィールドＣ」でそれら２つのレコードに対応するレコードの内容である「ｙａｍａｍｏｔｏ＠ｓｌ．ａａａ．ｃｏｍ」と「ｙａｍａｍｏｔｏ＠ｄｅｖ．ａａａ．ｃｏｍ」とが予測変換候補として取得されている。

そして、入力情報予測手段１０５は、取得されたレコードについて入力ログに基づくスコアを取得し、得られたスコアに基づいて予測変換候補を順位付けして提示する。なお、入力情報の種類の推定処理においてレコード別のスコアの算出が行われていない場合には、入力情報予測手段１０５がスコアを算出してもよい。本例の場合、入力情報予測手段１０５は、取得されたレコードにつき、当該レコードの内容に合致する入力ログであって、今回の入力情報の入力者と同一のユーザのログが何件含まれているかをカウントしてそれをスコアとしてもよい。入力情報予測手段１０５は、そのように同一ユーザの入力ログとの合致度に基づくスコアに基づいて、予測変換候補を順位付けてもよい。なお、図３６に示す例では、１番目の予測変換候補としてスコアの最も高かった「ｙａｍａｍｏｔｏ＠ｓｌ．ａａａ．ｃｏｍ」と、２番目の予測変換候補として次にスコアの高かった「ｙａｍａｍｏｔｏ＠ｄｅｖ．ａａａ．ｃｏｍ」が提示される。

このように、本例でも「山本」と入力しただけで、それに関連する情報であってかつ当該入力欄に入力されるべき情報の種類に合致する形式の情報が変換候補として提示される。よって、ユーザに正しい情報を入力させることができるだけでなく、ユーザの入力の手間を省くこともできる。また、本例では、今回情報入力を行ったユーザの過去の入力ログとの合致度に相当するスコアに基づいて候補を順位付けて提示する。よって、そのユーザが入力する可能性が高い候補を高い順位で提示できるなど、より最適化された順位で変換候補を提示できる。

なお、入力情報予測手段１０５は、予測変換候補の一覧表示をする以外にも、ＩＭＥ（Ｉｎｐｕｔ Ｍｅｔｈｏｄ Ｅｄｉｔｏｒ）のように、ユーザが記載途中に、その入力内容を最も順位の高い予測変換候補に書き換え、それを決定待ちの変換候補として処理させてもよい。また、入力情報予測手段１０５は、ユーザの入力後に、スコアの高い変換候補を用いて「入力したかったのは○○ではありませんか？」といったアラートメッセージを生成して出力してもよい。

また、入力情報予測手段１０５をＩＭＥとして動作させる場合に、入力情報予測手段１０５は、入力欄内で反応するＷｅｂＩＭＥであってもよいし、クライアント端末にインストールされて動作するＩＭＥであってもよい。また、そのような場合において、入力情報予測手段１０５は、ユーザ固有のＩＭＥの履歴と、入力欄の履歴の両方を考慮した上で、予測変換候補の推薦をしてもよい。推薦の仕方としては、両方のＡＮＤをとってもＯＲをとってもよい。また、例えば、ユーザ固有のＩＭＥの履歴を優先してもよいし、入力欄の履歴を優先してもよいし、どちらか一方の優先順位を高くしてもよい。また、入力ログは、システム側（サーバサイド）で記憶されていてもよいし、ユーザ側（クライアントサイド）で記憶されていてもよい。

以上のように、本実施形態によれば、予め入力されうるデータの種類を指定しておかなくても、種類推定手段１０３による推定結果を利用して、入力情報予測手段１０５が正しい入力を予測する。よって、推定結果を候補として提示したり、自動的に書き換えたり、アラートメッセージを出力したりできるので、精度のよい入力情報を得られる。

また、図２８に示す例では、第１の実施形態の構成に入力情報予測手段１０５が追加された構成を示したが、例えば、第２の実施形態の構成に入力情報予測手段１０５を追加してもよい。そのような場合、入力支援システムは、エラー検出と予測変換候補の提示とを同時に行ってもよいし、選択的にどちらか一方の機能のみを行うようにしてもよい。

以上、実施形態及び実施例を参照して本願発明を説明したが、本願発明は上記実施形態および実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

この出願は、２０１３年１月２２日に出願された日本特許出願２０１３−００９５７１を基礎とする優先権を主張し、その開示の全てをここに取り込む。

本発明は、ユーザインタフェースにおいて様々な入力欄を備えるシステムに好適に適用可能である。

１０１ 入力ログ記憶手段
１０２ 種類別正解入力記憶手段（種類別正解入力ＤＢ）
１０３ 種類推定手段
１０４ エラー検出手段
１０５ 入力情報予測手段

Claims (15)

1. 対象とする入力欄に過去に入力された情報を入力ログとして記憶する入力ログ記憶手段と、
   情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有する種類別正解入力記憶手段と、
   前記入力ログと、前記種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定する種類推定手段と、
   推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、前記入力欄に新たに入力された情報に対してエラー判定を行い、エラーを検出するエラー検出手段とを備え、
   前記種類推定手段は、前記種類別フィールドごとに、前記入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定し、
   前記エラー検出手段は、対象とする入力欄に新たに入力された情報が、推定結果とされた種類別フィールドに記憶されている正しい入力に合致するか否かを判定し、合致しない場合にエラーを検出する
   ことを特徴とする入力支援システム。
2. 対象とする入力欄に過去に入力された情報を入力ログとして記憶する入力ログ記憶手段と、
   情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有する種類別正解入力記憶手段と、
   前記入力ログと、前記種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定する種類推定手段と、
   推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、前記入力欄に新たに入力された情報から前記入力欄に入力されるべき情報を予測して出力する入力情報予測手段とを備え、
   前記種類推定手段は、前記種類別フィールドごとに、前記入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定する
   ことを特徴とする入力支援システム。
3. 前記エラー検出手段は、対象とする入力欄に新たに入力された情報が、推定結果とされた種類別フィールドにおいて示されている正しい入力に合致しない場合であっても、他の種類別フィールドにおいて示されている正しい入力に合致した場合には、エラーを検出するとともに、入力情報の種類が異なる旨を示すメッセージを出力する
   請求項１に記載の入力支援システム。
4. 前記種類別正解入力記憶手段の種類別フィールドの各々には、正しい入力を示す情報として当該情報の候補一覧が記憶され、
   前記種類別正解入力記憶手段には、粒度の異なる情報を異なる種類の情報とした２以上の種類別フィールドの連結フィールドが登録されており、
   前記種類推定手段は、連結フィールドとして登録されている種類別フィールドは連結された状態を１つの種類別フィールドとして扱って、入力ログとの合致度を算出するとともに、入力ログに含まれる過去の入力情報が前記種類別フィールドの各々が記憶するいずれの候補に該当するかを特定し、前記特定の結果に基づいて、推定結果とした種類別フィールドが連結フィールドであった場合に、該連結フィールドを構成している種類別フィールドに含まれる候補一覧の中から過去に有効に用いられたまたは用いられやすい一部の候補を優先要素に決定し、
   前記エラー検出手段は、対象とする入力欄に新たに入力された情報が、前記優先要素を含まない場合には、入力ミスの可能性があるとして注意喚起のためのメッセージを出力する
   請求項１または３に記載の入力支援システム。
5. 前記種類別正解入力記憶手段の種類別フィールドの各々には、正しい入力を示す情報として当該情報の候補一覧が記憶されるとともに、候補同士の類似度に基づくクラスタリングが予め実施されており、
   前記種類推定手段は、前記入力ログに含まれる過去の入力情報が前記種類別フィールドの各々が記憶するいずれの候補に該当するかを特定し、特定結果と、前記クラスタリングの結果とに基づいて、推定結果とした種類別フィールドの候補一覧の中から過去に有効に用いられたまたは用いられやすい一部の候補を優先要素に決定し、
   前記エラー検出手段は、対象とする入力欄に新たに入力された情報が、前記優先要素を含まない場合には、入力ミスの可能性があるとして注意喚起のためのメッセージを出力する
   請求項１または３に記載の入力支援システム。
6. 前記種類別正解入力記憶手段の種類別フィールドの各々には、正しい入力を示す情報として当該情報の候補一覧が記憶され、
   前記入力情報予測手段は、推定結果とされた種類別フィールドにおいて示されている候補一覧の中から、対象とする入力欄に新たに入力された情報を含む候補を取得し、取得された候補を予測結果として出力する
   請求項２に記載の入力支援システム。
7. 前記種類別正解入力記憶手段の種類別フィールドの各々には、正しい入力を示す情報として当該情報の候補一覧が記憶され、
   前記種類推定手段は、前記入力ログに含まれる過去の入力情報が各種類別フィールドが記憶するいずれの候補に該当するかを特定し、特定結果に基づいて、推定結果とした種類別フィールドの各候補に対してスコアを付与し、
   前記入力情報予測手段は、前記スコアに基づいて取得された候補を順位付けた上で出力する
   請求項２または６に記載の入力支援システム。
8. 前記入力ログ記憶手段は、過去に入力された各情報に対して該情報を入力したユーザを示す情報が付与された入力ログを記憶し、
   前記種類推定手段は、前記入力ログに含まれる過去の入力情報のうち指定されたユーザが入力した入力情報が各種類別フィールドが記憶するいずれの候補に該当するかを特定し、特定結果に基づいて、推定結果とした種類別フィールドの各候補に対してスコアを付与する
   請求項７に記載の入力支援システム。
9. 前記種類別正解入力記憶手段の種類別フィールドの各々には、正しい入力を示す情報として当該情報の候補一覧が記憶されるとともに、各種類別フィールドの各候補は、レコード間において互いに対応づけられており、
   前記入力情報予測手段は、種類推定手段によって推定結果とされた種類別フィールド以外の種類別フィールドにおいて示されている候補一覧の中に、対象とする入力欄に新たに入力された情報と合致する候補が含まれている場合には、当該候補のレコード位置における前記推定結果とされた種類別フィールドの要素を取得し、取得された候補を予測結果として出力する
   請求項２に記載の入力支援システム。
10. 前記入力ログ記憶手段は、過去に入力された各情報に対して有効度が付与された入力ログを記憶し、
    前記種類推定手段は、前記有効度をログ１件あたりの重みとして用いて、種類別フィールドごとに入力ログとの合致度を算出する
    請求項１〜９のいずれかに記載の入力支援システム。
11. 前記種類別正解入力記憶手段には、粒度の異なる情報を異なる種類の情報とした２以上の種類別フィールドの連結フィールドが登録されており、
    前記種類推定手段は、連結フィールドとして登録されている種類別フィールドは連結された状態を１つの種類別フィールドとして扱って、入力ログとの合致度を算出する
    請求項１〜１０のいずれかに記載の入力支援システム。
12. 入力ログ記憶手段が、対象とする入力欄に過去に入力された情報を入力ログとして記憶し、
    種類別正解入力記憶手段が、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有し、
    情報処理装置が、
    前記入力ログと、前記種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定し、
    推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、前記入力欄に新たに入力された情報に対してエラー判定を行い、エラーを検出し、
    前記種類別フィールドの推定で、前記種類別フィールドごとに、前記入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定し、
    前記エラーの検出で、対象とする入力欄に新たに入力された情報が、推定結果とされた種類別フィールドに記憶されている正しい入力に合致するか否かを判定し、合致しない場合にエラーを検出する
    ことを特徴とする入力支援方法。
13. 入力ログ記憶手段が、対象とする入力欄に過去に入力された情報を入力ログとして記憶し、
    種類別正解入力記憶手段が、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有し、
    情報処理装置が、
    前記入力ログと、前記種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定し、
    推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、前記入力欄に新たに入力された情報から前記入力欄に入力されるべき情報を予測して出力し、
    前記種類別フィールドの推定で、前記種類別フィールドごとに、前記入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定する
    ことを特徴とする入力支援方法。
14. 対象とする入力欄に過去に入力された情報を入力ログとして記憶する入力ログ記憶手段と、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有する種類別正解入力記憶手段とにアクセス可能な情報処理装置に適用される入力支援プログラムであって、
    コンピュータに、
    前記入力ログと、前記種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定する処理、および
    推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、前記入力欄に新たに入力された情報に対してエラー判定を行い、エラーを検出する処理を実行させ、
    前記種類別フィールドの推定処理で、前記種類別フィールドごとに、前記入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定させ、
    前記エラーの検出処理で、対象とする入力欄に新たに入力された情報が、推定結果とされた種類別フィールドに記憶されている正しい入力に合致するか否かを判定し、合致しない場合にエラーを検出させる
    ための入力支援プログラム。
15. 対象とする入力欄に過去に入力された情報を入力ログとして記憶する入力ログ記憶手段と、情報の種類別に、対応する種類の情報の正しい入力を示す情報を記憶する記憶領域である種類別フィールドを有する種類別正解入力記憶手段とにアクセス可能な情報処理装置に適用される入力支援プログラムであって、
    コンピュータに、
    前記入力ログと、前記種類別フィールドの各々に記憶されている正しい入力を示す情報とに基づいて、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドを推定する処理、および
    推定結果とされた種類別フィールドに記憶されている正しい入力を示す情報に基づいて、前記入力欄に新たに入力された情報から前記入力欄に入力されるべき情報を予測して出力する処理を実行させ、
    前記種類別フィールドの推定処理で、前記種類別フィールドごとに、前記入力ログに含まれる過去の各入力情報が当該種類別フィールドに記憶されている正しい入力に合致するか否かを判定して、合致した入力情報の数である合致ログ件数を求め、求めた合致ログ件数に基づく入力ログとの合致度が所定の閾値以上または最大値をとった種類別フィールドを、前記入力欄に入力されるべき情報の種類に対応する種類別フィールドと推定させる
    ための入力支援プログラム。

Images