JP6144314B2 - データ分類システム，方法，プログラムおよびその記録媒体 - Google Patents

Description

この発明は、データ分類システム，方法，そのプログラムおよびその記録媒体に関する。

データ構成要素から構成されるデータは、それを構成するデータの内容によって、必ず特徴を有している。構成されるデータ構成要素の個数が多数に及ぶ集合において、その集合を構成するデータの内部を詳細に比較することなく、予定した複数の種のグループに、複数のデータのそれぞれを、分類することが必要となる場合がある。

たとえば、特許文献１は、商品表記スコアデータベースを参照し、商品の内容を特徴づける語との関連性から商品スコアを算出して商品名の同一性を判定する装置を開示している。

特開２０１２−２４９９３３号公報

特許文献１に開示された方法は、単語であるところの商品名の同一性をスコアデータベースから商品スコアの算出から判断しようとするものである。しかし、分類を行うデータは、特許文書1に開示されたように文字データに限られるものではなく、文書データ，画像データ、音声データなど様々な形態素からなるデータが考えられる。したがって、これらのデータに対して、簡単な手法により、関連の度合いの差異を判断して分類するための手法が求められる。

複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類システムであって、前記被検データの前記複数のデータ構成要素を取得するデータ取得部と、予め決定された複数の評価構成要素を、前記複数のデータ構成要素の中から抽出する評価構成要素抽出部と、抽出された前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対して、スコア値を算出するスコア値算出部と、前記既知の複数の種のすべてに対して前記スコア値算出部が算出したスコア値のうち、最も高い値の種に前記被検データが属すると判定する分類判定部とを備えるデータ分類システムにより、解決する。

コンピュータを備えるデータ分類システムにより、複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類方法であって、その方法は、前記被検データの前記複数のデータ構成要素を取得し、予め決定された複数の評価構成要素を、前記複数のデータ構成要素の中から抽出し、前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対して、スコア値を算出し、前記既知の複数の種のすべてに対して算出したスコア値のうち、最も高い値の種に前記被検データが属すると判定するデータ分類方法により、解決する。

コンピュータを備え、複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類システムにおいて実行可能なデータ分類プログラムであって、そのプログラムは、前記被検データの前記複数のデータ構成要素を取得する工程と、予め決定された複数の評価構成要素を、前記複数のデータ構成要素の中から抽出する工程と、前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対して、スコア値を算出する工程と、前記既知の複数の種のすべてに対して算出したスコア値のうち、最も高い値の種に前記被検データが属すると判定する工程と、を実行するデータ分類プログラムにより、解決する。

コンピュータを備え、複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類システムにおいて実行可能なデータ分類プログラムを格納する記録媒体であって、そのプログラムは、前記被検データの前記複数のデータ構成要素を取得する工程と、予め決定された複数の評価構成要素を、前記複数のデータ構成要素の中から抽出する工程と、前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対して、スコア値を算出する工程と、前記既知の複数の種のすべてに対して算出したスコア値のうち、最も高い値の種に前記被検データが属すると判定する工程と、を実行する記録媒体により、解決する。

本発明により、被検データの分類が可能となる。

本発明のデータ分類システム１のハードウェア構成の図である。 本発明のデータ分類システムにおける分類の原理を説明した図である。 本発明のデータ分類システムの機能ブロック図である。 本発明のデータ分類システムのプログラムのアルゴリズムを示した図である。

〔データ分類システムのハードウェア構成〕
図１を参照して、本願発明の実施の形態に係るデータ分類システム（以下、単に「システム」とよぶ）について、説明する。図１は、システム１のハードウェア構成の一例である。システム１は、サーバ装置１０およびクライアント端末１１を有する。サーバ装置１０は、計算を行う演算装置１０ａとデータ格納用の記憶装置１０ｂを有する。

サーバ装置１０はデータ分析の主要処理を実行可能である。クライアント端末１１はサーバ装置１０におけるデータ分析の関連処理を実行可能である。記憶装置１０ｂは、例えば、データ（デジタルデータおよびアナログデータを含む）を格納可能な任意の記録媒体（例えば、メモリ、ハードディスクなど）である。演算装置１０ａは、記録媒体に格納された制御プログラムを実行可能なコントローラ（例えば、中央処理装置（ＣＰＵ））である。演算装置１０ａは、記録媒体に少なくとも一時的に格納されたデータを分析するコンピュータまたはコンピュータシステム（複数のコンピュータが統合的に動作することによってデータ分析を実現するシステム）である。なお、演算装置１０ａは、管理計算機（不図示）として、サーバ装置１０の外部装置という形態で構成させてもよく、記憶装置１０ｂは、データ格納サーバ装置１３として、サーバ装置１０の外部記憶装置の形態で構成させても良い。

管理計算機（不図示）は、例えば、メモリと、コントローラと、バスと、入出力インターフェースと、通信インターフェースとを備えてよい。なお、クライアント端末１１、サーバ装置１０、管理計算機（不図示）がそれぞれ備えるメモリには、クライアント端末１１、サーバ装置１０、管理計算機（不図示）の各装置を制御可能なアプリケーションプログラムが記憶されている。各コントローラがアプリケーションプログラムをそれぞれ実行することにより、アプリケーションプログラム（ソフトウェア資源）とハードウェア資源とが協働し、各装置が動作する。

記憶装置１０ｂは、例えば、ディスクアレイシステムから構成され、データと当該データに対する評価・分類の結果とを記録するデータベースを備えることができる。サーバ装置１０と記憶装置１０ｂとは、直接接続方式（ＤＡＳ）、または記憶装置領域ネットワーク（ＳＡＮ）によって接続される。

クライアント端末１１は、サーバ装置１０における処理プロセスの途中のデータをユーザに提示する。これにより、ユーザは、クライアント端末１１を介して、双方向のやり取りにより、入力を行う、すなわち分類情報を与えることができる。クライアント端末１１は、例えば、メモリと、コントローラと、バスと、入出力インターフェース（例えば、キーボード、ディスプレイなど）と、通信インターフェース（所定のネットワークを用いた通信手段によって、クライアント端末１１とサーバ装置１０とを通信可能に接続する）とを備えてよい。クライアント端末１１は、スキャナなどの入力装置１２を有するように構成させてもよい。

なお、図１に示されるハードウェア構成はあくまで例示に過ぎず、システム１は他のハードウェア構成によっても実現され得る。例えば、すべての処理の一部または全部がサーバ装置１０において実行される構成であってもよいし、その一部または全部がクライアント端末１１において実行される構成であってもよい。本実施例では、入力装置１２はクライアント端末１１に接続されて、サーバ装置１０に送信が可能な構成としているが、入力装置１２はサーバ装置１０に直接接続して、ここからサーバへ入力を行ってもよい。システム１を実現可能なハードウェア構成が多様に存在し得ることは、当業者に理解されるところであり、例えば、図１に例示した構成には限定されない。

〔データ分類システムにおける分類の原理〕
本発明は、被検データTが、既知の複数の種のグループのいずれに属するかを判定するものである。被検データＴは、複数のデータ構成要素により構成されているものとする。以下、図２を参照して、本発明におけるデータ分類システムにおいて分類の原理について説明する。図２は、データ分類システムにおける分類の原理を説明した図である。分類する種別は２以上の種であればよく、本実施の形態では、被検データＴ１，Ｔ２，Ｔ３，Ｔ４を、Ｘ種，Ｙ種，Ｚ種の３種のグループに分類する例で説明する。まず、分類の準備にあたる学習プロセスについて説明する。まず、分類したい種に属することが明らかな既知データを準備する。既知データは、各種において、複数のデータが属するように準備する。すなわち、予めＸ種，Ｙ種，Ｚ種のそれぞれに属することが明らかな既知データを準備する。この段階では、分類したいいずれか一種のみに属し、分類対象となる他の種には属しないデータであることが好ましい。すなわち、Ｘ種には属するが、Ｙ種およびＺ種には属しないことが明らかであるデータを準備する。

分類対象で複数の種のいずれかに属することが既知である既知データにおいて、その既知のデータを構成する複数のデータ構成要素から、その既知データが属する種が明らかとなるような複数の評価構成要素を選択する。すなわち、評価構成要素もデータ構成要素であって、データ構成要素のうち、特に顕著にそのデータが属する種を表す要素である。その評価構成要素の出現の数、組み合わせおよび出現率と、その出現の組み合わせに寄与する度合いとして設定した分類情報とに基づいて、その評価構成要素を選定することにより算出される評価値である指標が高くなるようにする。この指標として好適な形態が、スコア値（Score）である。すなわち、既知データを構成するデータ構成要素から評価構成要素として選択されるデータ構成要素は、その種に属するすべての既知データにおいて、既知データが属する属でスコア値（Score）が高くなるように選定される。

すなわち、スコア値（Score）とは、これら既知データのそれぞれに対して、それらを構成するデータ構成要素に基づき、既知データと被検データＴとの関連性の強さを定量的に評価する指標である。既知データのデータ構成要素に対する被検データＴの関連性の強さを定量的に表すことができる限り、スコア値（Score）の算出方法は問わない。スコア値の算出方法は、既知データの内容を適切に評価できる限り、一般的な手法によればよい。たとえば、一例としては、既知データにおいて抽出した評価構成要素ごとに定めた評価構成要素の評価値に対して、被検データＴにおいてその評価構成要素が出現する頻度として以下の式のように、表すことができる。

スコア値の算定は、すべての種（Ｘ種，Ｙ種，Ｚ種）に対して、行う。また、選択する評価構成要素は、他の種のスコア値が高くならないように設定する。すべての種において選択した評価構成要素を、それぞれの種の評価構成要素として選択し、すべての種についてのデータベースとして格納しておく。すなわち、分類対象として既知の複数の種のそれぞれには、複数の既知データが予め属していて、予め決定される複数の評価構成要素は、それら既知の複数の種のすべてに対して、既知データが属する種のスコア値が、既知データが属していない種のスコア値よりも高くなるように予め設定しておく。以上が、学習プロセスである。

続いて、分類プロセスについて説明する。いずれの種に属するかが不明である被検データＴ１，Ｔ２，Ｔ３，Ｔ４について、すべての種の評価構成要素によって、それぞれの種に対するスコア値を算定する。たとえば、被検データＴ１，Ｔ２，Ｔ３，Ｔ４のそれぞれに対して、Ｘ種，Ｙ種，Ｚ種のそれぞれに対して、それぞれの種の評価構成要素に基づくスコア値を算出する。それぞれの種の評価構成要素は、予め、その評価構成要素に属することが明らかなデータに対して選定されているので、Ｘ種，Ｙ種，Ｚ種のいずれかにおいて、相対的に高い値をとる。たとえば、被検データＴ１，Ｔ４では、Ｙ種のスコア値がＸ種およびＺ種よりも高くなり、被検データＴ２ではＸ種が、被検データＴ３ではＺ種が、高くなったとする。これにより、被検データＴ１はＹ種に、被検データＴ２はＸ種に、被検データＴ３はＺ種に属すると考えられ、それぞれに分類できる。

分類したい種の内容によって、種の違いに対するスコア値分布に大きな違いが出る場合と、スコア値分布の違い小さい場合とがある。たとえば、Ｘ種，Ｙ種，Ｚ種が互いに排反な関係にある場合には、それぞれの種ごとにスコア値分布には大きな違いがでるので、分類は容易である。しかし、分類したい種の内容が、共通を許す関係にある場合には、それぞれの種ごとのスコア値分布は違いが小さい。そのため、学習プロセスでは、各種に属するデータのそれぞれについて、予めスコア値分布を分析し、種間におけるスコア値の差（最も高い値とその次に高い値の差）に、明らかに違いが出る範囲を所定の範囲の基準で把握しておく。たとえば、所定の範囲の基準は、標準偏差の所定倍とすることができる。スコア値がその所定の範囲の基準内であれば、その種に属すると判断できる。一方、スコア値に大きな差異が出ない場合には、スコア値が比較的高い複数の種に属する可能性があると判断して、分類することができる。たとえば、被検データＴ４はＹ種とＺ種に対するスコア値が高かったと仮定すると、被検データＴ４はＹ種とＺ種に分類できると判断される。

〔データ分類システムの機能ブロック構成〕
前記の分類の原理に基づき、以下、図３を参照して、データ分類システムの機能ブロックについて説明する。図３は、システム１の機能ブロック構成の一例を示した図である。システム１は、例えば、データ取得部２１、評価構成要素取得部２２，評価構成要素抽出部２３、評価構成要素格納部２４、スコア値算出部２５および分類判定部２６を備える。

まず、学習プロセスにおける機能ブロックのフローを説明する。データ取得部２１は、予め分類の対象となる既知の種のいずれかに属することが明らかな複数のデータのすべてについて、そのデータを構成する全てのデータ構成要素を、データごとに、取得する。データ取得部２１は、それらデータのデータ構成要素を、入力装置１２またはクライアント端末１１から入力されたデータ、またはすでに記憶装置１０ｂに格納されているデータを構成する全てのデータ構成要素を取得する。続いて、評価構成要素取得部２２は、データを構成するデータ構成要素の中で、分類対象となる既知の複数の種のそれぞれの特徴を顕著に表すデータである評価構成要素を取得する。データ取得部２１と評価構成要素取得部２２とが取得したデータ構成要素は、評価構成要素抽出部２３に出力される。

評価構成要素抽出部２３は、データ取得部２１で取得したデータを構成する全てのデータ構成要素から、評価構成要素取得部２２で予め取得した評価構成要素が存在するか確認して抽出し、スコア値算出部２５に出力する。スコア値の定義については、前記のとおりである。スコア値算出部２５は、その抽出された評価構成要素に基づいて、既知の複数の種の全てに対して、スコア値を算出する。スコア値算出部２５で算出されたスコア値が、予測通り分類されるべき種のスコア値が高くなった場合には、その評価構成要素を評価構成要素格納部２４に出力する。評価構成要素格納部２４は、すべての種において選択した複数の構成要素をデータベースとして、記憶装置１０ｂまたはデータ格納サーバ装置１３に格納する。すなわち、既知の複数の種のそれぞれには既知データが予め属していて、予め決定される複数の評価構成要素は、既知の複数の種のすべてに対して、既知データが属する種のスコア値が、既知データが属していない種のスコア値よりも高くなるように、予め設定し、それを格納しておくものである。

続いて、分類プロセスにおける機能ブロックのフローを説明する。データ取得部２１は、分類をしたい任意の被検データＴについて、それを構成するデータ構成要素を取得して、評価構成要素抽出部２３に出力する。評価構成要素抽出部２３は、取得した被検データＴを構成するデータ構成要素の中から、評価構成要素格納部２４により、学習プロセスにおいて、記憶装置１０ｂに格納されていたそれぞれの種の評価構成要素と合致するものを対応付けながら抽出し、スコア値算出部２５に出力する。スコア値算出部２５は、そのデータについて、分類対象となる種ごとにスコア値を算出し、分類判定部２６に出力する。分類判定部２６は、出力された種ごとのスコア値を比較する。たとえば、本実施の形態では、Ｘ種，Ｙ種，Ｚ種について、スコア値を算出する。分類判定部２６は、これらのスコア値を比較し、最も高い値をとる種にそのデータが属すると判断する。分類判定部２６は、最も高い値をとる種を判断した上で、種間におけるスコア値の差（最も高い値とその次に高い値の差）が所定の範囲の基準を超えている場合に、最も高い値をとる種にそのデータが属すると判断してもよい。このとき、所定の範囲の基準は、標準偏差の所定倍とすることができる。さらに、分類判定部２６は、スコア値が高い値をとる種が複数ある場合には、そのデータは、それらの複数の高い値をとる種に分類される可能性がある判断することができる。

また、スコア値算出部２５は、既知の複数の種のすべてに対して算出したスコア値をＺ−スコア値により正規化することができる。分類判定部２６は、算出したＺ−スコア値のうち最も高い値の種に被検データＴが属すると判定させることもできる。ここで、Z-スコア値(ＺＳ)とは、これら既知データのそれぞれに対して、それらを構成するデータ構成要素に基づき、既知データと被検データＴとの関連性の強さを定量的に評価する指標である。既知データのデータ構成要素に対する被検データＴの関連性の強さを定量的に表すことができる限り、Ｚ−スコア値（ＺＳ）の算出方法は問わない。Ｚ−スコア値（ＺＳ）の算出方法は、既知データの内容を適切に評価できる限り、一般的な手法によればよい。たとえば、一例としては、既知データにおいて抽出した評価構成要素ごとに定めた評価構成要素の評価値に対して、被検データＴにおいてその評価構成要素が出現する頻度として以下の式のように、表すことができる。

なお、上記において、「部」と表記した構成は、システム１が備えたコントローラが、プログラムを実行することによって実現する機能構成であるため、「部」を、「処理」または「機能」と言い換えてもよい。また、「部」をハードウェア資源によって代替することもできるため、これらの機能ブロックがハードウェアのみ、ソフトウェアのみ、またはそれらの組み合わせによって多様な形で実現できることは当業者には理解されるところであり、いずれかに限定されるものではない

〔構成要素関連性評価システムで実行するプログラムのアルゴリズム構成〕
続いて、上記機能についてシステム１で実行するプログラムのアルゴリズムを説明する。システム１は、プログラムにより実行可能であると共に、そのプログラムは記録媒体において格納しておくことが可能である。まず、学習プロセスのアルゴリズムについて説明する。予め属する種が明らかなデータＲを取り込む（S101）。データＲを分類するための構成要素を取得する（S102）。取得した評価構成要素に基づき、データＲにつき、評価構成要素を抽出する(S103)。分類対象となる種に属することが明らかであるすべてのデータのそれぞれに対して、抽出された評価構成要素に基づいて、スコア値を試算する（S104）。属する種に対するスコア値が、その他の種に対するスコア値とあまり差がない場合には、再度データＲを分類するための構成要素の取得（S102）のプロセスにもどり、繰り返す。属する種に対するスコア値が、その他の種に対するスコア値と適切に差が生じ場合には、取得した評価構成要素が適切であるので、評価構成要素として格納する（S105）。

続いて、分類プロセスのアルゴリズムについて説明する。分類したい被検データTを取り込む(S106)。格納されている評価構成要素を被検データTから抽出する(S107)。抽出された被検データTにつき、抽出された評価構成要素に基づいて、スコア値を算出する(S108)。スコア値の最も高い種を判定し、その被検データはその種に属すると分類判断する(S109)。ここでは、前述のとおり、最も高い値をとる種を判断した上で、種間におけるスコア値の差（最も高い値とその次に高い値との差）が所定の範囲の基準を超えている場合に、最も高い値をとる種にそのデータが属すると判断してもよい。このとき、所定の範囲の基準は、標準偏差または標準誤差の所定倍とすることができる。さらに、スコア値が高い値をとる種が複数ある場合には、そのデータは、それらの複数の高い値をとる種に分類される可能性がある判断をすることができる。

〔ソフトウェア・ハードウェアによる実現例〕
データ分析システムの制御ブロックは、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ＣＰＵを用いてソフトウェアによって実現してもよい。後者の場合、上記システムは、各機能を実現するソフトウェアであるプログラム（データ分析システムの制御プログラム）を実行するＣＰＵ、当該プログラムおよび各種データがコンピュータ（またはＣＰＵ）で読み取り可能に記録されたＲＯＭ（Read Only Memory）または記憶装置（これらを「記録媒体」と称する）、当該プログラムを展開するＲＡＭ（Random Access Memory）などを備えている。そして、コンピュータ（またはＣＰＵ）が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、当該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。本発明は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。なお、上記プログラムは、任意のプログラミング言語によって実装可能である。また、上記プログラムを記録した任意の記録媒体も、本発明の範疇に入る。

〔他のアプリケーション例〕
上記システムは、例えば、ディスカバリ支援システム、フォレンジックシステム、電子メール監視システム、医療応用システム（例えば、ファーマコビジランス支援システム、治験効率化システム、医療リスクヘッジシステム、転倒予測（転倒防止）システム、予後予測システム、診断支援システムなど）、インターネット応用システム（例えば、スマートメールシステム、情報アグリゲーション（キュレーション）システム、ユーザ監視システム、ソーシャルメディア運営システムなど）、情報漏洩検知システム、プロジェクト評価システム、マーケティング支援システム、知財評価システム、不正取引監視システム、コールセンターエスカレーションシステム、信用調査システムなど、ビッグデータを分析する人工知能システム（データと所定の事案との関連性を評価可能な任意のシステム）として実現され得る。なお、本発明のデータ分析システムが応用される分野によっては、当該分野に特有の事情を考慮して、例えば、データに前処理（例えば、当該データから重要箇所を抜き出し、当該重要箇所のみをデータ分析の対象とするなど）を施したり、データ分析の結果を表示する態様を変化させたりしてよい。こうした変形例が多様に存在し得ることは、当業者に理解されるところであり、すべての変形例が本発明の範疇に入る。

本発明は上述したそれぞれの実施の形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施の形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施の形態についても、本発明の技術的範囲に含まれる。さらに、各実施の形態にそれぞれ開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成できる。

１：システム、１０：サーバ装置、１１：クライアント端末、１２：入力装置、１３：データ格納サーバ装置、２１：データ取得部、２２：評価構成要素取得部、２３：評価構成要素抽出部、２４：評価構成要素格納部、２５：スコア値算出部、２６：分類判定部

Claims (6)

1. 複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類システムであって、
   前記既知の複数の種のいずれかに属することが明らかな既知データを構成する評価構成要素を複数格納した評価構成要素格納部と、
   前記評価構成要素は、前記既知データが属する種に対して算出されるスコア値が、当該既知データが属さない種に対して算出されるスコア値よりも高くなるように、それぞれ予め決定されたものであり、
   前記被検データを構成する前記複数のデータ構成要素を取得するデータ取得部と、
   前記予め決定された複数の評価構成要素を前記被検データを構成する前記複数のデータ構成要素の中から抽出する評価構成要素抽出部と、
   抽出された前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対するスコア値を算出するスコア値算出部と、
   前記スコア値算出部が算出した前記既知の複数の種のすべてに対するスコア値のうち、最も高い値の種に前記被検データが属すると判定する分類判定部と、を備えるデータ分類システム。
2. 請求項１に記載のデータ分類システムであって、
   前記スコア値算出部は、前記既知の複数の種のすべてに対する前記スコア値をＺ−スコア値により正規化し、
   前記分類判定部は、前記Ｚ−スコア値のうち最も高い値の種に前記被検データが属すると判定するデータ分類システム。
3. 請求項１または２に記載のデータ分類システムであって、
   前記分類判定部は、前記最も高い値と、その次に高い値との差の値が、所定の範囲内に入っている場合に、前記最も高い値の種に前記被検データが属すると判定するデータ分類システム。
4. コンピュータを備えるデータ分類システムにより、複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類方法であって、
   前記コンピュータは、前記既知の複数の種のいずれかに属することが明らかな既知データを構成する評価構成要素を複数格納した評価構成要素格納部を備え、
   前記評価構成要素は、前記既知データが属する種に対して算出されるスコア値が、当該既知データが属さない種に対して算出されるスコア値よりも高くなるように、それぞれ予め決定されたものであり、
   その方法は、
   前記被検データを構成する前記複数のデータ構成要素を前記コンピュータのデータ取得部により取得し、
   前記予め決定された複数の評価構成要素を、前記コンピュータの評価構成要素抽出部により前記被検データを構成する前記複数のデータ構成要素の中から抽出し、
   前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対するスコア値を前記コンピュータのスコア値算出部により算出し、
   前記既知の複数の種のすべてに対して算出したスコア値のうち、最も高い値の種に前記被検データが属すると前記コンピュータの分類判定部により判定するデータ分類方法。
5. コンピュータを備え、複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類システムにおいて実行可能なデータ分類プログラムであって、
   前記コンピュータは、前記既知の複数の種のいずれかに属することが明らかな既知データを構成する評価構成要素を複数格納した評価構成要素格納部を備え、
   前記評価構成要素は、前記既知データが属する種に対して算出されるスコア値が、当該既知データが属さない種に対して算出されるスコア値よりも高くなるように、それぞれ予め決定されたものであり、
   そのプログラムは、
   前記被検データを構成する前記複数のデータ構成要素を前記コンピュータのデータ取得部により取得する工程と、
   前記予め決定された複数の評価構成要素を、前記コンピュータの評価構成要素抽出部により前記被検データを構成する前記複数のデータ構成要素の中から抽出する工程と、
   前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対するスコア値を前記コンピュータのスコア値算出部により算出する工程と、
   前記既知の複数の種のすべてに対して算出したスコア値のうち、最も高い値の種に前記被検データが属すると前記コンピュータの分類判定部により判定する工程と、
   を実行するデータ分類プログラム。
6. コンピュータを備え、複数のデータ構成要素から構成される被検データが既知の複数の種のいずれかに属するかを判定するデータ分類システムにおいて実行可能なデータ分類プログラムを格納する記録媒体であって、
   前記コンピュータは、前記既知の複数の種のいずれかに属することが明らかな既知データを構成する評価構成要素を複数格納した評価構成要素格納部を備え、
   前記評価構成要素は、前記既知データが属する種に対して算出されるスコア値が、当該既知データが属さない種に対して算出されるスコア値よりも高くなるように、それぞれ予め決定されたものであり、
   そのプログラムは、
   前記被検データを構成する前記複数のデータ構成要素を前記コンピュータのデータ取得部により取得する工程と、
   前記予め決定された複数の評価構成要素を、前記コンピュータの評価構成要素抽出部により前記被検データを構成する前記複数のデータ構成要素の中から抽出する工程と、
   前記複数の評価構成要素に基づいて、前記既知の複数の種のすべてに対するスコア値を前記コンピュータのスコア値算出部により算出する工程と、
   前記既知の複数の種のすべてに対して算出したスコア値のうち、最も高い値の種に前記被検データが属すると前記コンピュータの分類判定部により判定する工程と、
   を実行する記録媒体。

Images