JP6596129B2 - 自然言語処理を使用した職務の自動化の決定 - Google Patents

Description

本開示は、全般的に、職務のセットに関連する自動化スコアのセットを判断するデバイスおよび方法に関する。

自動化とは、人間による介入が最小限または皆無の状態で機器を動作させる、職務を実行する、車両を運転する、および／または同様のことのための様々な制御システムの使用を指すことができる。自動化は、機械的なデバイス、油圧デバイス、空気圧デバイス、電気デバイス、電子デバイス、コンピューティングデバイス、および／または同様のものなど、様々なデバイスにより実現される。現代の工場、航空機、船、および／または同様のものなどの複雑なシステムは、典型的にはそのようなデバイスを使用する。自動化は、労力、エネルギー、材料、および／または同様のものを節約し、品質、正確さ、精密さ、および／または同様のものを改善する。

いくつかの可能な実装によれば、役割の事業体特有名称に関連する情報を受信し、役割の事業体特有名称に関連する情報と、役割のセットの標準名称のセットに関連する情報とを比較し、役割の事業体特有名称に関連する情報と、役割のセットの標準名称のセットに関連する情報とを比較した後、標準名称のセットのうち、役割の事業体特有名称に対応する役割の標準名称を判断し、役割の事業体特有名称に対応する役割の標準名称を判断した後、役割に関連する職務のセットに関連する情報を受信し、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報とを比較し、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報との比較に基づき、職務のセットに関連する自動化スコアのセットを求め、自動化スコアのセットに基づいてアクションが実行されることを可能にするために、自動化スコアのセットに関連する情報を提供する、１つ以上のプロセッサをデバイスが備えてもよい。

いくつかの可能な実装によれば、１つ以上のプロセッサはさらに、役割の事業体特有名称に関連する第１のベクトルと、役割の標準名称に関連する第２のベクトルとの間の類似度値を求めてもよく、１つ以上のプロセッサは、役割の事業体特有名称に対応する役割の標準名称を判断するとき、類似度値に基づき役割の標準名称を判断してもよい。

いくつかの可能な実装によれば、１つ以上のプロセッサはさらに、役割の事業体特有名称に関連する情報と、役割のセットの標準名称のセットに関連する情報とを比較して役割の事業体特有名称に関連する第１のベクトルを使用した後、役割のセットの、標準名称のセットのうちのサブセットを決定し、役割の事業体特有名称に関連する第２のベクトルと、役割のセットの標準名称のセットのうちのサブセットに対応するベクトルのセットとを比較してもよく、１つ以上のプロセッサは、役割の標準名称を判断するとき、第２のベクトルとベクトルのセットとを比較した後に役割の標準名称を判断してもよい。

いくつかの可能な実装によれば、１つ以上のプロセッサはさらに、職務のセットに関連する情報に基づいて職務構成要素のセットを生成してもよく、１つ以上のプロセッサは、職務のセットに関連する情報と自動化対応職務のセットに関連する情報とを比較するとき、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報とを、職務構成要素のセットを使用して比較してもよい。

いくつかの可能な実装によれば、１つ以上のプロセッサはさらに、職務のセットおよび自動化対応職務のセットに対応する類似度値のセットをモデルに入力し、類似度値のセットをモデルに入力することに基づいてモデルの出力を求めてもよく、１つ以上のプロセッサは、自動化スコアのセットを判断するとき、モデルの出力に基づき自動化スコアのセットを求めてもよい。

いつくかの可能な実装によれば、１つ以上のプロセッサはさらに、職務のセットに関連する情報を使用して用語−文書行列を生成してもよく、１つ以上のプロセッサは、職務のセットに関連する自動化スコアのセットを判断するとき、用語−文書行列を使用して自動化スコアのセットを求めてもよい。

いくつかの可能な実装によれば、１つ以上のプロセッサはさらに、役割の標準名称に関連する職務のセットに対応する自動化技術を特定し、自動化技術を特定する情報を提供してもよい。

いくつかの可能な実装によれば、１つ以上のプロセッサはさらに、役割の標準名称を出力するユーザインターフェースを提供してもよい。

いくつかの可能な実装によれば、１つ以上のプロセッサはさらに、自動化スコアのセットを出力するユーザインターフェースを提供してもよい。

いくつかの可能な実装によれば、方法は、役割の第１の名称に関連する情報をデバイスによって受信するステップと、役割の第１の名称に関連する情報と、他の役割のセットの他の名称のセットに関連する情報とをデバイスによって比較するステップと、役割の第１の名称に関連する情報と、他の役割のセットの他の名称のセットに関連する情報とを比較した後、役割の第１の名称に対応する役割の第２の名称をデバイスによって判断するステップと、役割の第１の名称に対応する役割の第２の名称を判断した後、役割の第２の名称に関連する職務のセットに関連する情報をデバイスによって受信するステップと、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報とをデバイスによって比較するステップと、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報との比較に基づき、職務のセットに関連する自動化スコアのセットをデバイスによって求めるステップと、自動化スコアのセットに基づいてアクションが実行されることを可能にするために、自動化スコアのセットに関連する情報をデバイスによって提供するステップと、を含んでもよい。

いくつかの可能な実装によれば、方法はさらに、役割の第１の名称に対応するベクトルを生成するステップと、他の役割のセットの他の名称のセットに関連する他のベクトルのセットを生成するステップと、を含んでもよく、役割の第１の名称に関連する情報と、他の役割のセットの他の名称のセットに関連する情報との比較は、役割の第１の名称に関連する情報と、他の役割のセットの他の名称のセットに関連する情報とを、ベクトルおよび他のベクトルのセットを使用して比較するステップを含んでもよい。

いくつかの可能な実装によれば、方法はさらに、役割の第１の名称の語の第１のセットに対応する第１のベクトルを生成するステップと、他の役割のセットの他の名称のセットのうちのサブセットを、第１のベクトルを使用して特定するステップと、役割の第１の名称の語の第２のセットに対応する第２のベクトルを生成するステップであって、語の第２のセットは、語の第１のセットと異なる、第２のベクトルを生成するステップと、第２のベクトルと、他の名称のセットのうちのサブセットの他のベクトルとを比較するステップと、を含んでもよく、役割の第１の名称に対応する役割の第２の名称を判断するステップは、第２のベクトルと、他の名称のセットのうちのサブセットの他のベクトルとを比較した後に役割の第２の名称を判断するステップを含んでもよい。

いくつかの可能な実装によれば、方法はさらに、職務のセットに関連する情報を使用して職務構成要素のセットを生成するステップを含んでもよく、職務のセットに関連する情報と自動化対応職務のセットに関連する情報との比較は、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報とを、職務構成要素のセットを使用して比較するステップを含んでもよい。

いくつかの可能な実装によれば、方法はさらに、職務のセットに関連する情報を使用して行列を生成するステップを含んでもよく、職務のセットに関連する情報と自動化対応職務のセットに関連する情報との比較は、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報とを、行列を使用して比較するステップを含んでもよい。

いくつかの可能な実装によれば、方法はさらに、職務のセットおよび自動化対応職務のセットに対応する類似度値のセットを求めるステップを含んでもよく、自動化スコアのセットを求めるステップは、類似度値のセットに基づき自動化スコアのセットを求めるステップを含んでもよい。

いくつかの可能な実装によれば、非一時的なコンピュータ可読媒体は、１つ以上の命令を記憶してもよく、この命令は、１つ以上のプロセッサにより実行されると１つ以上のプロセッサに、役割の第１の名称に関連する情報を受信することと、役割の第１の名称に関連する情報と、他の役割のセットの他の名称のセットに関連する情報とを比較することと、役割の第１の名称に関連する情報と、他の役割のセットの他の名称のセットに関連する情報とを比較した後、役割の第１の名称に対応する役割の第２の名称を判断することと、役割の第１の名称に対応する役割の第２の名称を判断した後、役割の第２の名称に関連する職務のセットに関連する情報を受信することと、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報とを比較することと、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報との比較に基づき、職務のセットに関連する自動化スコアのセットを求めることと、自動化スコアのセットに基づいてアクションが実行されることを可能にするために、自動化スコアのセットに関連する情報を提供することと、をさせる。

いくつかの可能な実装によれば、非一時的なコンピュータ可読媒体は、１つ以上の命令を記憶してもよく、この１つ以上の命令は、１つ以上のプロセッサにより実行されると１つ以上のプロセッサにさらに、役割の第１の名称に対応するベクトルを生成することと、他の役割のセットの他の名称のセットに対応する他のベクトルのセットを生成することと、をさせ、１つ以上のプロセッサに役割の第１の名称に関連する情報と、他の役割のセットの他の名称のセットに関連する情報とを比較させる１つ以上の命令は、１つ以上のプロセッサに、役割の第１の名称に関連する情報と、他の役割のセットの他の名称のセットに関連する情報とを、ベクトルおよび他のベクトルのセットを使用して比較させる。

いくつかの可能な実装によれば、非一時的なコンピュータ可読媒体は、１つ以上の命令を記憶してもよく、１つ以上の命令は、１つ以上のプロセッサにより実行されると１つ以上のプロセッサにさらに、職務のセットに関連する情報を使用して職務構成要素のセットを生成することと、職務構成要素のセットおよび自動化対応職務のセットに関連する類似度値のセットを求めることとをさせ、１つ以上のプロセッサに自動化スコアのセットを求めさせる１つ以上の命令は、１つ以上のプロセッサに、類似度値のセットを使用して自動化スコアのセットを求めさせる。

いくつかの可能な実装によれば、非一時的なコンピュータ可読媒体は、１つ以上の命令を記憶してもよく、この１つ以上の命令は、１つ以上のプロセッサにより実行されると１つ以上のプロセッサにさらに、役割の第１の名称に関連する第１のベクトルと、他の役割のセットの他の名称のセットとを比較することと、第１のベクトルと他の名称のセットとを比較するのに基づき他の役割のセットの他の名称のセットのうちのサブセットを決定することと、役割の第１の名称に関連する第２のベクトルと、他の名称のセットの他の名称のセットのうちのサブセットとを比較することとをさせ、１つ以上のプロセッサに役割の第２の名称を判断させる１つ以上の命令は、１つ以上のプロセッサに、第２のベクトルと、他の名称のセットの他の名称のセットのうちのサブセットとを比較した後に役割の第２の名称を判断させる。

いくつかの可能な実装によれば、非一時的なコンピュータ可読媒体は、１つ以上の命令を記憶してもよく、１つ以上の命令は、１つ以上のプロセッサにより実行されると１つ以上のプロセッサにさらに、役割の第２の名称に関連する職務のセットに対応する自動化技術を特定することと、別のアクションが自動化技術に関連して実行されることを可能にするために自動化技術を特定する情報を提供することと、をさせる。

本願明細書に記載された例示の実装の概要の図である。 本願明細書に記載された例示の実装の概要の図である。 本願明細書に記載された例示の実装の概要の図である。 本願明細書に記載された例示の実装の概要の図である。 本願明細書に記載された例示の実装の概要の図である。 本願明細書に記載された例示の実装の概要の図である。 本願明細書に記載されたシステムおよび／または方法が実装され得る例示の環境の図である。 図２の１つ以上のデバイスの例示の構成要素の図である。 自然言語処理手法を使用して自動化スコアを求める例示のプロセスのフローチャートである。

以下の例示の実装の詳細な説明は、添付の図面を参照する。異なる図面にある同じ参照番号は、同じまたは類似の要素を識別することがある。

事業体（例えば企業、組織、および／または同様のもの）は通常、役割のセットおよび役割のセットに関連する職務を実行する職員に関連する。例えば、企業には、上級指導責任者、マネージャ、ディレクター、エンジニア、デベロッパー、マーケティングスペシャリスト、および／または同様のものがあるかもしれない。異なる役割が、異なる職務に関連しているかもしれない。例として、最高法務責任者は、特定の職務を実行する責任を負うかもしれず、その一方で、エンジニアは他の職務を実行する責務を負うかもしれない。人工知能および自動化の性能がより強固になるのに伴い、そのような性能を利用し得る特定の役割および／または職務を特定することが望ましいであろう。

本願明細書に記載される一部の実装は、事業体の役割（例えば事業体特有かもしれない役職）の第１のテキスト記述を受信し、自然言語処理（ＮＬＰ：ｎａｔｕｒａｌ ｌａｎｇｕａｇｅ ｐｒｏｃｅｓｓｉｎｇ）手法のセットを実施し、基礎にある同じ役割に対応する、役割の第２のテキスト記述を判断してもよい分析プラットフォームを提供する。さらに分析プラットフォームは、役割の第２のテキスト記述およびＮＬＰ手法のセットを使用して、役割と関連した職務のセットのテキスト記述（例えば責務、任務、スキル、および／または同様のもの）を判断してもよい。さらに、分析プラットフォームは、自動化対応職務（例えば自動化技術を使用して実行、強化、および／または同様のことをされ得る職務）のセットのテキスト記述に関連する情報を受信してもよい。

さらに、分析プラットフォームは、ＮＬＰ手法のセットを使用して、職務のセットのテキスト記述と、自動化対応職務のセットのテキスト記述とを比較してもよい。さらに分析プラットフォームは、比較に基づき、職務のセットが自動化技術の使用を通して自動化される潜在能力、適応性、効力、および／または同様のものを特定する、自動化スコアのセットを求めてもよい。このように、分析プラットフォームは、自動化するのに向いているかもしれない、自動化を通して支援され得る、および／または同様の、事業体の特定の職務および／または役割を特定してもよい。

図１Ａ〜図１Ｆは、本願明細書に記載された例示の実装１００の概要の図である。或る事業体に関連するオペレータが、特定の職務の自動化を可能にするハードウェア、ファームウェア、ソフトウェア、および／またはその組み合わせなどの自動化技術の使用から恩恵を受けるかもしれない、事業体に関連する特定の役割を識別することを望んでいると仮定する。

図１Ａに参照番号１１０によって示されるとおり、分析プラットフォームは、オペレータに関連するユーザデバイスから、役割の事業体特有名称に関連する情報を受信してもよい。例えば、オペレータは、ユーザデバイスと相互作用して、事業体の、自動化適応性が分析されるべき特定の役割に関連する事業体特有名称を入力してもよい。本願明細書で使用されるとき、役割の事業体特有名称とは、特定の事業体に特有かもしれない、他の事業所により使用されていないかもしれない、他の事業所の大多数により使用されていないかもしれない、および／または同様の、役割の名称を指すことができる。例えば、「ａｓｓｉｓｔａｎｔ ｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ」（アシスタント財務マネージャ）という名称は、事業体に特有かもしれない。言い換えれば、異なる事業体は、基礎にある同じ役割を、異なる名称を使用して呼ぶかもしれない。

図１Ａには役割の事業体特有名称が１つだけ示されているが、当然のことながら実際には分析プラットフォームは、役割および／または職務の、数千、数百万、数十億などの事業体特有名称を処理してもよい。よって、分析プラットフォームは、そのような人手で処理できない大量のデータを効率的に処理するために１つ以上のビッグデータ処理手法を実行してもよい。

図１Ａに参照番号１２０によりさらに示されるとおり、分析プラットフォームは、データベースサーバから、役割のセットの標準名称のセットに関連する情報を受信してもよい。一部の実装において、データベースは、役割のセットの標準名称と標準名称に関連する職務とのリストに関連する情報を記憶してもよい。よって、分析プラットフォームは、役割マッチングを実行して事業体特有名称に対応する標準名称を判断してもよく、データベースは、本願明細書の他の箇所に記載されるように、職務を判断するために使用されてもよい。

例えば、標準名称「ｌｅｇａｌ ｃｏｕｎｓｅｌ」（法務顧問）、「ｈｕｍａｎ ｒｅｓｏｕｒｃｅ ｍａｎａｇｅｒ」（人事マネージャ）、「ｓｅｃｒｅｔａｒｙ」（秘書）、および／または同様のものが、データベースにより記憶されてもよい。

このように分析プラットフォームは、役割の事業体特有名称と、標準名称のセットとを比較して、後述のとおり、役割の事業体特有名称に対応する役割の標準名称を判断してもよい。

図１Ｂに参照番号１３０により示されるとおり、分析プラットフォームは、役割の事業体特有名称に関連する情報と、役割のセットの標準名称のセットに関連する情報とを比較してもよい。例えば分析プラットフォームは、比較を実行して、事業体特有名称と同じ、基礎にある役割を指す標準名称を判断してもよい。

図のように、分析プラットフォームは、比較を実行する前に、役割の事業体特有名称から特定の語を除去してもよい。例えば、「ａｓｓｉｓｔａｎｔ」（アシスタント）および「ｍａｎａｇｅｒ」（マネージャ）という語は役割マッチング目的ではあまり有意でないかもしれないので、分析プラットフォームはこの語を除去してもよい。言い換えれば、複数の異なる役割が「ｍａｎａｇｅｒ」（マネージャ）という語を含むこともあり、さらに／または「ａｓｓｉｓｔａｎｔ」（アシスタント）という語を含むこともある（例えばｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ（財務マネージャ）、ｈｕｍａｎ ｒｅｓｏｕｒｃｅ ｍａｎａｇｅｒ（人事マネージャ）、ｓｅｃｕｒｉｔｙ ｍａｎａｇｅｒ（セキュリティマネージャ）、ｅｘｅｃｕｔｉｖｅ ａｓｓｉｓｔａｎｔ（役員アシスタント）、ｍａｒｋｅｔｉｎｇ ａｓｓｉｓｔａｎｔ（マーケティングアシスタント）、ｌｅｇａｌ ａｓｓｉｓｔａｎｔ（法務アシスタント）、および／または同様のもの）。

分析プラットフォームは、役割の事業体特有名称および単語埋め込み手法を使用してベクトル（例えば＜１，１，０，１，１＞）を生成してもよい。さらに、分析プラットフォームは、役割のセットの標準名称のセットに対応するベクトルのセットを生成してもよい。分析プラットフォームは、役割の事業体特有名称に関連するベクトルと、役割のセットの標準名称のベクトルとを比較してもよい。さらに、分析プラットフォームは、比較の実行に基づき類似度値（例えばコサイン類似度値、ハミング距離値、および／または同様のもの）のセットを求めてもよい。このようにして、分析プラットフォームは、個々の類似度値に基づいて、他の標準名称と比較して事業体特有名称に対する類似性がより高いものとして特定される標準名称を含む標準名称のセットなどの、仮マッチングコーパスを決定してもよい。

図１Ｃに参照番号１４０により示されるとおり、分析プラットフォームは、役割の事業体特有名称に関連する情報と、仮マッチングコーパスとを比較してもよい。図のように、仮マッチングコーパスは、「ｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ」（財務マネージャ）、「ｆｉｎａｎｃｉａｌ ａｎａｌｙｓｔ」（財務アナリスト）、「ｆｉｎａｎｃｉａｌ ｃｏｕｎｓｅｌ」（財務顧問）、および／または同様のものなどの標準名称を含んでもよい。

図のように、分析プラットフォームは、「ａｓｓｉｓｔａｎｔ」（アシスタント）および「ｍａｎａｇｅｒ」（マネージャ）という語を含む役割の事業体特有名称に対応する別のベクトルを生成してもよく、そのベクトルと、仮マッチングコーパスのベクトルとを比較してもよい。「ｍａｎａｇｅｒ」（マネージャ）および／または「ａｓｓｉｓｔａｎｔ」（アシスタント）という語を含む別のベクトルを生成することにより、分析プラットフォームは、役割の事業体特有名称と標準名称とのマッチングの判断の正確さを高めてもよい。言い換えれば、「ｍａｎａｇｅｒ」（マネージャ）および「ａｓｓｉｓｔａｎｔ」（アシスタント）という語は、仮マッチングコーパスを判断するときには重要でなかったかもしれないが（例えば異なる複数の役割がそれらの語を含むかもしれないため）、この語は、役割の事業体特有名称に対応する特定の標準名称を判断するときには重要性が増すかもしれない（例えば、財務マネージャは財務アナリストと比較して異なる職務を実行するかもしれないため）。

図１Ｃに参照番号１５０によってさらに示されるとおり、分析プラットフォームは、役割の事業体特有名称に対応する役割の標準名称を判断してもよい。例えば分析は、ベクトルの比較に基づき、「ｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ」（財務マネージャ）という標準名称が、仮マッチングコーパスに関連する他の標準名称の類似度値と比較して、最大の類似度値を含むと判断してもよい。このようにして分析プラットフォームは、事業体特有名称「ａｓｓｉｓｔａｎｔ ｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ」（アシスタント財務マネージャ）と、標準名称「ｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ」（財務マネージャ）とが、基礎にある同じ役割を指すと判断してもよい。役割の標準名称を特定することにより、分析プラットフォームは、後述のとおり、役割に関連する職務を判断できる。

図１Ｄに参照番号１６０により示されるとおり、分析プラットフォームは、役割の標準名称に関連する職務のセットに関連する情報を受信してもよい。例えば分析プラットフォームは、財務マネージャの役割に対応する職務のテキスト記述を受信してもよい。役割の標準名称を判断することにより、分析プラットフォームは、職務のセットに関連する情報を受信できる。言い換えれば、データベースサーバは、役割の職務のセットに関連する情報を記憶してもよく、さらにその情報は、役割の標準名称にマッピングされてもよい。別の言い方をすると、分析プラットフォームが役割の事業体特有名称を使用して役割に関連する職務を特定することはできないかもしれない。

図１Ｅに参照番号１７０により示されるとおり、分析プラットフォームは、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報とを比較してもよい。本願明細書で使用されるとき、自動化対応職務とは、自動化技術を使用して実行されることが可能、自動化技術を使用して支援されることが可能、および／または同様の、職務を指してもよい。

分析プラットフォームは、職務のセットに関連する情報を使用して職務構成要素のセット（例えばユニグラム、バイグラム、トライグラムなど）を生成してもよい。例えば、図のように分析プラットフォームは、バイグラム「ｐｒｅｐａｒｅ ｆｉｎａｎｃｉａｌ」（財務…を準備）、「ｓｕｐｅｒｖｉｓｅ ｅｍｐｌｏｙｅｅｓ」（従業員を監督）、「ａｎａｌｙｚｅ ｍａｒｋｅｔ」（市場を分析）、および／または同様のものを、職務のセットのテキスト記述を使用して生成してもよい。さらに分析プラットフォームは、自動化対応職務のセットに関連する情報を使用して自動化対応職務構成要素のセットを生成してもよい。分析プラットフォームは、職務構成要素のセットおよび自動化対応職務構成要素のセットのベクトルを生成して、ベクトルを比較してもよい。構成要素ベースでベクトルを比較することにより、分析プラットフォームは、分析プラットフォームが職務に関連する語のセット全体を使用して職務を比較する状況と比較して自動化スコアの判断の正確さを改善する。

図１Ｆに参照番号１８０により示されるとおり、分析プラットフォームは、職務のセットについて自動化スコアのセットを求めてもよい。本願明細書で使用するとき、自動化スコアとは、職務が自動化技術の使用を通して自動化および／または支援される適応性、見込み、実行可能性、および／または同様のものを特定するスコア、値、指定、および／または同様のものを指してもよい。本願明細書の他の箇所にさらに詳しく記載されるとおり、分析プラットフォームは、職務構成要素と、自動化対応職務構成要素、モデル、手法、および／または同様のものとの間の類似度値を使用して自動化スコアを求めてもよい。例として、図のように、利益を最大化して拡大機会を発見するために市場動向を分析する（ａｎａｌｙｚｉｎｇ ｍａｒｋｅｔ ｔｒｅｎｄｓ ｔｏ ｍａｘｉｍｉｚｅ ｐｒｏｆｉｔｓ ａｎｄ ｆｉｎｄ ｅｘｐａｎｓｉｏｎ ｏｐｐｏｒｔｕｎｉｔｉｅｓ）職務の自動化スコア０．７１は、職務が、財務報告および予算編成を行う従業員を監督する（ｓｕｐｅｒｖｉｓｉｎｇ ｅｍｐｌｏｙｅｅｓ ｗｈｏ ｄｏ ｆｉｎａｎｃｉａｌ ｒｅｐｏｒｔｉｎｇ ａｎｄ ｂｕｄｇｅｔｉｎｇ）職務などより低い自動化スコアを含む別の職務と比較して、自動化される可能性がより高いことを示してもよい。

図１Ｆに参照番号１９０によりさらに示されるとおり、分析プラットフォームは、アクションが実行されるのを可能にするために自動化スコアのセットを特定する情報を提供してもよい。例えば分析プラットフォームは、自動化スコアに関連する情報をユーザデバイスに提供して、ユーザデバイスがその情報を表示のために提供することを可能にしてもよい。他の実装において、分析プラットフォームは、自動化技術に関連する製品および／またはサービスをリクエストすること、自動化技術を受け入れるために予算を変更すること、仕事のスケジュールを変更すること、雇用プロセスを変更すること、メッセージを送信すること、会議をスケジュールすること、および／または同様のことなどにより、自動的にアクションを実行させてもよい。

本願明細書に記載されるいくつかの実装は、役割に関連する第１のベクトルを使用して第１の比較を実行し役割に関連する第２のベクトルを使用して第２の比較を実行することにより、データ相関（例えばＮＬＰ手法を使用した役割マッチングおよび／または職務マッチング）の速度および／または正確さを改善し、かつ／またはデータ相関に関連する主観性を除去する。例えば、第１のベクトルを使用することにより、分析プラットフォームは、標準名称の仮マッチングコーパスを特定し、さらに／または他の類似していない標準名称を無視することができる。さらに、分析プラットフォームは、第１のベクトルを生成するとき、様々な異なるタイプの役割において一般的かもしれない語などの語のセットを無視してもよい。第２のベクトルと、仮マッチングコーパスに関連するベクトルとを比較することにより、分析プラットフォームは、特定の役割に当てはまるかもしれない語のセットを利用することで役割マッチングの正確さを向上させてもよい。

構成要素に基づき職務を比較することにより、分析プラットフォームは、職務マッチングの正確さを高めてもよく、さらに職務マッチングに関連する主観性を除去してもよい。例えば、バイグラム、トリグラム、および／または同様のものを比較することは、文章レベルおよび／または同様のものに関して職務を比較するのに比べて職務マッチングの正確さを向上させる。

役割の、自動化の恩恵を受けるかもしれない職務を特定することにより、分析プラットフォームは、職務の効率を改善し、デバイスリソースを節約し、人手の労力を削減し、誤りを削減し、職務の実行に関連する主観性を除去し、および／または同様のことをしてもよい。

このように、本願明細書に記載された一部の実装は、データ相関に関連するデバイスのプロセッサおよび／またはメモリリソースを節約する。例えば、本願明細書に記載された実装は、ＮＬＰ手法を使用することにより、データ相関に関連する人手の労力を軽減する、主観性を軽減する、データ相関に関連する時間を短縮する、および／または同様のことをする。さらに、本願明細書に記載された実装は、数千、数百万、数十億などの、役割および／または職務に関連したデータ点を使用したデータ相関を可能にする。このように、本願明細書に記載された実装は、人間のオペレータにより人手で実行されることができないデータ相関を可能にする。

上記に示したとおり、図１Ａ〜図１Ｆは単に例として示される。他の例も可能であり、図１Ａ〜図１Ｆに関して記載されたものとは異なってもよい。

図２は、本願明細書に記載されたシステムおよび／または方法が実装され得る例示の環境２００の図である。図２に示されるとおり、環境２００は、ユーザデバイス２１０、分析プラットフォーム２２０、外部サーバ２３０、データベースサーバ２４０、およびネットワーク２５０を含んでもよい。環境２００のデバイスは、有線接続、無線接続、または有線接続と無線接続との組み合わせを介して相互接続してもよい。

ユーザデバイス２１０は、分析プラットフォーム２２０に関連する情報を受信、生成、記憶、処理、および／または提供できる１つ以上のデバイスを含む。例えばユーザデバイス２１０は、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、ハンドヘルドコンピュータ、サーバデバイス、携帯電話（例えばスマートフォンまたは無線電話）、ウェアラブル通信デバイス（例えばスマートリストウォッチ、アクティビティバンド、またはスマートアイグラス）、ゲーム機、または同様のタイプのデバイスなどのデバイスを含んでもよい。

分析プラットフォーム２２０は、ＮＬＰ手法を使用して自動化スコアを求めることができる１つ以上のデバイスを含む。一部の実装において、分析プラットフォーム２２０は、具体的な必要性に応じて一定のソフトウェア構成要素が入れ替えられることが可能なようにモジュール式に設計されてもよい。よって、分析プラットフォーム２２０は、様々な用途のために容易かつ／または迅速に再構成されてもよい。

本願明細書の一部の実装は、モデルについて記載する。一部の実装において、分析プラットフォーム２２０は、機械学習手法を使用して、データ（例えば履歴データなどの訓練データなど）を分析してモデルを作成してもよい。機械学習手法は、例えば、人工ネットワーク、ベイズ統計、学習オートマン、隠れマルコフモデル、線形分類器、二次分類器、決定木、相関ルール学習、および／または同様のものなどの教師ありおよび／または教師なし手法を含んでもよい。

一部の実装において、分析プラットフォーム２２０は、人工知能、機械知覚、またはコンピュータビジョンなどの別の種類のコンピュータ実装手法を使用してデータを分析しモデルを生成してもよい。

図のように、一部の実装では、分析プラットフォーム２２０はクラウドコンピューティング環境２２２においてホスティングされてもよい。特に、本願明細書に記載される実装は分析プラットフォーム２２０がクラウドコンピューティング環境２２２においてホスティングされるものとして記載するが、一部の実装では、分析プラットフォーム２２０はクラウドベースでなくてもよく（すなわちクラウドコンピューティング環境外に実装されてもよい）、または部分的にクラウドベースとされてもよい。

クラウドコンピューティング環境２２２は、分析プラットフォーム２２０をホスティングする環境を含む。クラウドコンピューティング環境２２２は、分析プラットフォーム２２０をホスティングするシステム（単数または複数）および／またはデバイス（単数または複数）の物理的な位置および構成の知識をエンドユーザ（例えばユーザデバイス２１０）に要求しない計算、ソフトウェア、データアクセス、ストレージなどのサービスを提供してもよい。図のように、クラウドコンピューティング環境２２２は、コンピューティングリソース２２４のグループを含んでもよい（まとめて「コンピューティングリソース群２２４」と呼ばれ、個別には「コンピューティングリソース２２４」と呼ばれる）。

コンピューティングリソース２２４は、１つ以上のパーソナルコンピュータ、ワークステーションコンピュータ、サーバデバイス、またはその他のタイプの計算および／または通信デバイスを含む。一部の実装において、コンピューティングリソース２２４は分析プラットフォーム２２０をホスティングしてもよい。クラウドリソースは、コンピューティングリソース２２４において実行される計算インスタンス、コンピューティングリソース２２４内に設けられるストレージデバイス、コンピューティングリソース２２４により提供されるデータ転送デバイスなどを含んでもよい。一部の実装において、コンピューティングリソース２２４は、有線接続、無線接続、または有線接続と無線接続との組み合わせを介して他のコンピューティングリソース群２２４と通信してもよい。

図２にさらに示されるとおり、コンピューティングリソース２２４は、１つ以上のアプリケーション（「ＡＰＰ（ａｐｐｌｉｃａｔｉｏｎ）」）２２４−１、１つ以上の仮想マシン（「ＶＭ（ｖｉｒｔｕａｌ ｍａｃｈｉｎｅ）」）２２４−２、仮想化ストレージ（「ＶＳ（ｖｉｒｔｕａｌｉｚｅｄ ｓｔｏｒａｇｅ）」）２２４−３、１つ以上のハイパーバイザ（「ＨＹＰ（ｈｙｐｅｒｖｉｓｏｒ）」）２２４−４、および／または同様のものなどのクラウドリソースのグループを含む。

アプリケーション２２４−１は、ユーザデバイス２１０に提供されても、またはユーザデバイス２１０によりアクセスされてもよい１つ以上のソフトウェアアプリケーションを含む。アプリケーション２２４−１は、ユーザデバイス２１０上でソフトウェアアプリケーションをインストールして実行する必要性をなくしてもよい。例えば、アプリケーション２２４−１は、分析プラットフォーム２２０に関連したソフトウェア、および／またはクラウドコンピューティング環境２２２を介して提供されることができる他の任意のソフトウェアを含んでもよい。一部の実装において、１つのアプリケーション２２４−１は、仮想マシン２２４−２を介して１つ以上の他のアプリケーション２２４−１との間で情報を送受信してもよい。

仮想マシン２２４−２は、物理マシンのようにプログラムを実行するマシン（例えばコンピュータ）のソフトウェア実装を含む。仮想マシン２２４−２は、用途、および仮想マシン２２４−２の任意の実マシンとの類似の程度に応じて、システム仮想マシンまたはプロセス仮想マシンのいずれかであってもよい。システム仮想マシンは、完全なオペレーティングシステム（「ＯＳ（ｏｐｅｒａｔｉｎｇ ｓｙｓｔｅｍ）」）の実行をサポートする完全なシステムプラットフォームを提供してもよい。プロセス仮想マシンは、単一のプログラムを実行してもよく、単一のプロセスをサポートしてもよい。一部の実装において、仮想マシン２２４−２は、ユーザ（例えばユーザデバイス２１０）の代わりに実行してもよく、さらにデータ管理、同期化、または長期データ転送など、クラウドコンピューティング環境２２２のインフラストラクチャの管理をしてもよい。

仮想化ストレージ２２４−３は、コンピューティングリソース２２４のストレージシステムまたはデバイスの中の仮想化手法を使用する１つ以上のストレージシステムおよび／または１つ以上のデバイスを含む。一部の実装において、ストレージシステムの文脈の中で、仮想化のタイプはブロック仮想化およびファイル仮想化を含んでもよい。ブロック仮想化は、物理ストレージまたは異種構造と無関係にストレージシステムがアクセスされ得るように物理ストレージからの論理ストレージの抽象化（または分離）を指してもよい。分離は、ストレージシステムの管理者がエンドユーザに対しストレージを管理する形の点で、柔軟性を管理者に認めてもよい。ファイル仮想化は、ファイルレベルでアクセスされるデータと、ファイルが物理的に記憶される場所との間の依存関係をなくしてもよい。これは、ストレージ使用の最適化、サーバコンソリデーション、および／または無停止ファイルマイグレーションの実行を可能にしてもよい。

ハイパーバイザ２２４−４は、複数のオペレーティングシステム（例えば「ゲストオペレーティングシステム」）がコンピューティングリソース２２４などのホストコンピュータ上で同時に実行できるようにするハードウェア仮想化手法を提供してもよい。ハイパーバイザ２２４−４は、ゲストオペレーティングシステムに仮想オペレーティングプラットフォームを提示してもよく、さらにゲストオペレーティングシステムの実行を管理してもよい。様々なオペレーティングシステムの複数のインスタンスが、仮想化ハードウェアリソースを共有してもよい。

外部サーバ２３０は、分析プラットフォーム２２０により使用されてもよい情報のソースでありネットワーク２５０を介してアクセス可能な１つ以上のデバイスを含む。例えば外部サーバ２３０は、分析プラットフォーム２２０および／またはユーザデバイス２１０により使用される特定の情報を含むサーバを含んでもよい。例えば外部サーバ２３０は、サーバもしくはサーバのグループ（例えばクラウドベースのサーバ、アプリケーションデバイス、コンテンツサーバ、ホストサーバ、ウェブサーバ、データベースサーバなど）、デスクトップコンピュータ、または同様のデバイスを含んでもよい。

データベースサーバ２４０は、分析プラットフォーム２２０により使用される情報を受信、記憶、および／または提供できる１つ以上のデバイスを含む。例えば、データベースサーバ２４０はサーバまたはサーバのグループを含んでもよい。一部の実装において、データベースサーバ２４０は、情報および／またはリソースを分析プラットフォーム２２０に提供してもよい。一部の実装において、データベースサーバ２４０は、役割の標準名称および／または役割に関連する職務に関する情報を記憶する。例えば、データベースサーバ２４０はＯ^＊ＮＥＴデータベースまたは別のタイプのデータベースを含んでもよい。

ネットワーク２５０は、１つ以上の有線および／または無線ネットワークを含んでもよい。例えばネットワーク２５０は、セルラネットワーク（例えば第５世代（５Ｇ：ｆｉｆｔｈ ｇｅｎｅｒａｔｉｏｎ）ネットワーク、ロングタームエボリューション（ＬＴＥ：ｌｏｎｇ−ｔｅｒｍ ｅｖｏｌｕｔｉｏｎ）ネットワーク、第３世代（３Ｇ：ｔｈｉｒｄ ｇｅｎｅｒａｔｉｏｎ）ネットワーク、符号分割多元接続（ＣＤＭＡ：ｃｏｄｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）ネットワークなど）、公衆陸上モバイルネットワーク（ＰＬＭＮ：ｐｕｂｌｉｃ ｌａｎｄ ｍｏｂｉｌｅ ｎｅｔｗｏｒｋ）、ローカルエリアネットワーク（ＬＡＮ：ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ワイドエリアネットワーク（ＷＡＮ：ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ）、メトロポリタンエリアネットワーク（ＭＡＮ：ｍｅｔｒｏｐｏｌｉｔａｎ ａｒｅａ ｎｅｔｗｏｒｋ）、電話網（例えば公衆交換電話網（ＰＳＴＮ：Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋ））、プライベートネットワーク、アドホックネットワーク、イントラネット、インターネット、光ファイバベースのネットワーク、および／または同様のもの、および／またはこれらもしくはその他のタイプのネットワークの組み合わせを含んでもよい。

図２に示されたデバイスおよびネットワークの数および配置は、例として示されている。実際には、図２に示されたものに比べて、追加のデバイスおよび／またはネットワーク、より少ないデバイスおよび／またはネットワーク、異なるデバイスおよび／またはネットワーク、または別様に配置されたデバイスおよび／またはネットワークがあってもよい。さらに、図２に示されている２つ以上のデバイスが単一のデバイス内に実装されてもよく、または、図２に示されている単一のデバイスが複数の分散型デバイスとして実装されてもよい。さらに、または代わりに、環境２００のデバイスのセット（例えば１つ以上のデバイス）が、環境２００のデバイスの別のセットにより実行されるものとして記載されている１つ以上の機能を実行してもよい。

図３は、デバイス３００の例示の構成要素の図である。デバイス３００は、ユーザデバイス２１０、分析プラットフォーム２２０、コンピューティングリソース２２４、外部サーバ２３０、および／またはデータベースサーバ２４０に対応し得る。一部の実装において、ユーザデバイス２１０、分析プラットフォーム２２０、コンピューティングリソース２２４、外部サーバ２３０、および／またはデータベースサーバ２４０は、１つ以上のデバイス３００および／またはデバイス３００の１つ以上の構成要素を含んでもよい。図３に示されるとおり、デバイス３００は、バス３１０、プロセッサ３２０、メモリ３３０、ストレージ構成要素３４０、入力構成要素３５０、出力構成要素３６０、および通信インターフェース３７０を含んでもよい。

バス３１０は、デバイス３００の構成要素間の通信を可能にする構成要素を含む。プロセッサ３２０は、ハードウェア、ファームウェア、またはハードウェアとソフトウェアとの組み合わせに実装される。プロセッサ３２０は、中央処理ユニット（ＣＰＵ：ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、グラフィックス処理ユニット（ＧＰＵ：ｇｒａｐｈｉｃｓ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、アクセラレーテッド処理ユニット（ＡＰＵ：ａｃｃｅｌｅｒａｔｅｄ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、マイクロプロセッサ、マイクロコントローラ、デジタル信号プロセッサ（ＤＳＰ：ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ：ｆｉｅｌｄ−ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、特定用途向け集積回路（ＡＳＩＣ：ａｐｐｌｉｃａｔｉｏｎ−ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）、または別のタイプの処理構成要素である。一部の実装において、プロセッサ３２０は、機能を実行するようにプログラムされることが可能な１つ以上のプロセッサを含む。メモリ３３０は、プロセッサ３２０により使用される情報および／または命令を記憶するランダムアクセスメモリ（ＲＡＭ：ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、読み取り専用メモリ（ＲＯＭ：ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、および／または別のタイプの動的もしくは静的ストレージデバイス（例えばフラッシュメモリ、磁気メモリ、および／または光学メモリ）を含む。

ストレージ構成要素３４０は、デバイス３００の動作および用途に関係した情報および／またはソフトウェアを記憶する。例えばストレージ構成要素３４０は、ハードディスク（例えば磁気ディスク、光学ディスク、光磁気ディスク、および／またはソリッドステートディスク）、コンパクトディスク（ＣＤ：ｃｏｍｐａｃｔ ｄｉｓｃ）、デジタル多用途ディスク（ＤＶＤ：ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ ｄｉｓｃ）、フロッピーディスク、カートリッジ、磁気テープ、および／または別のタイプの非一時的なコンピュータ可読媒体を、対応するドライブとともに含んでもよい。

入力構成要素３５０は、デバイス３００がユーザ入力（例えば、タッチスクリーンディスプレイ、キーボード、キーパッド、マウス、ボタン、スイッチ、および／またはマイクロフォン）などを介して情報を受け取ることを可能にする構成要素を含む。さらに、または代わりに、入力構成要素３５０は、情報を感知するセンサ（例えばグローバルポジショニングシステム（ＧＰＳ：ｇｌｏｂａｌ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍ）構成要素、加速度計、ジャイロスコープ、および／またはアクチュエータ）を含んでもよい。出力構成要素３６０は、デバイス３００からの出力情報を提供する構成要素を含む（例えばディスプレイ、スピーカ、および／または１つ以上の発光ダイオード（ＬＥＤ：ｌｉｇｈｔ−ｅｍｉｔｔｉｎｇ ｄｉｏｄｅ））。

通信インターフェース３７０は、デバイス３００が有線接続、無線接続、または有線接続と無線接続との組み合わせなどを介して他のデバイスと通信することを可能にする、トランシーバのような構成要素（例えばトランシーバおよび／または別々の受信機および送信機）を含む。通信インターフェース３７０は、デバイス３００が、別のデバイスから情報を受信し、かつ／または別のデバイスに情報を提供することを可能にしてもよい。例えば通信インターフェース３７０は、イーサネットインターフェース、光インターフェース、同軸インターフェース、赤外線インターフェース、無線周波数（ＲＦ：ｒａｄｉｏ ｆｒｅｑｕｅｎｃｙ）インターフェース、ユニバーサルシリアルバス（ＵＳＢ：ｕｎｉｖｅｒｓａｌ ｓｅｒｉａｌ ｂｕｓ）インターフェース、Ｗｉ−Ｆｉインターフェース、セルラネットワークインターフェース、および／または同様のものを含んでもよい。

デバイス３００は、本願明細書に記載された１つ以上のプロセスを実行してもよい。デバイス３００は、メモリ３３０および／またはストレージ構成要素３４０などの非一時的なコンピュータ可読媒体により記憶されたソフトウェア命令をプロセッサ３２０が実行するのに応答してこれらのプロセスを実行してもよい。本願明細書において、コンピュータ可読媒体は非一時的なメモリデバイスと定義される。メモリデバイスは、単一の物理ストレージデバイス内のメモリ空間、または複数の物理ストレージデバイスにまたがったメモリ空間を含む。

ソフトウェア命令は、メモリ３３０および／またはストレージ構成要素３４０に別のコンピュータ可読媒体または通信インターフェース３７０を介して別のデバイスから読み込まれてもよい。メモリ３３０および／またはストレージ構成要素３４０に記憶されたソフトウェア命令は、実行されると本願明細書に記載された１つ以上のプロセスをプロセッサ３２０に実行させてもよい。さらに、または代わりに、本願明細書に記載の１つ以上のプロセスを実行するために、配線による回路がソフトウェア命令の代わりに、またはソフトウェア命令と組み合わせて使用されてもよい。したがって、本願明細書に記載された実装は、ハードウェア回路とソフトウェアとのいかなる特定の組み合わせにも限定されない。

図３に示された構成要素の数および配置は、例として示されている。実際には、デバイス３００は、図３に示されたものと比べて、追加の構成要素、より少ない構成要素、異なる構成要素、または別様に配置された構成要素を含んでもよい。さらに、または代わりに、デバイス３００の構成要素のセット（例えば１つ以上の構成要素）が、デバイス３００の構成要素の別のセットにより実行されるものとして記載されている１つ以上の機能を実行してもよい。

図４は、自然言語処理手法を使用して自動化スコアを求める例示のプロセス４００のフローチャートである。一部の実装において、図４の１つ以上のプロセスブロックは分析プラットフォーム２２０により実行されてもよい。一部の実装において、図４の１つ以上のプロセスブロックは、ユーザデバイス２１０、外部サーバ２３０、および／またはデータベースサーバ２４０などの、分析プラットフォーム２２０とは別または分析プラットフォーム２２０を含む、別のデバイスまたはデバイスのグループにより実行されてもよい。

図４に示されるとおり、プロセス４００は、役割の事業体特有名称に関連する情報を受信することを含んでもよい（ブロック４１０）。例えば分析プラットフォーム２２０は、役割に関連して事業体により使用されている、役割に関連した名称を、ユーザデバイス２１０（例えばユーザから入力を受け取っていてもよい）から受信してもよい。

一部の実装において、分析プラットフォーム２２０は、役割の事業体特有名称に関連する情報を受信してもよく、その結果、分析プラットフォーム２２０は、本願明細書の他の箇所に記載されるように役割の職務に関連する自動化スコアを求めてもよい。本願明細書の実装は、特定の役割の事業体特有名称に関連する情報を受信することを記載するが、当然のことながら、実際には分析プラットフォーム２２０は、役割の、数千、数百万、数十億などの事業体特有名称に関連する情報（例えば、人手で処理できない量のデータ）を受信および処理してもよい。

一部の実装において、事業体（例えば企業、組織、個人のグループ、会社、および／または同様のもの）が役割（例えば仕事、地位、責務、および／または同様のもの）のセットを含んでもよい。一部の実装において、個人（例えば従業員、メンバー、および／または同様のもの）は、特定の役割を含んでもよく、特定の役割に対応する特定の職務を実行すること、特定の責務を負うこと、特定のスキルを使用すること、および／または同様のことをしてもよい。例として、ソフトウェアデベロッパーは、コードを書き、コードを整備し、リグレッションテストを実行し、および／または同様のことをしてもよい。

一部の実装において、役割の名称は、役割の識別名、役職、名前、記述、参照、および／または同様のものを指してもよい。例として名称は、「ｌｅｇａｌ ｃｏｕｎｓｅｌ」（法律顧問）、「ｃｈｉｅｆ ｅｘｅｃｕｔｉｖｅ ｏｆｆｉｃｅｒ」（最高経営責任者）、「ｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ」（財務マネージャ）、「ｆｉｎａｎｃｉａｌ ａｎａｌｙｓｔ」（財務アナリスト）、「ｅｎｇｉｎｅｅｒ」（エンジニア）、「ｄｅｖｅｌｏｐｅｒ」（デベロッパー）、「ｈｕｍａｎ ｒｅｓｏｕｒｃｅ ｍａｎａｇｅｒ」（人事マネージャ）、「ｓｅｃｒｅｔａｒｙ」（秘書）、「ｓｅｎｉｏｒ ｖｉｃｅ ｐｒｅｓｉｄｅｎｔ」（上級副社長）などを含んでもよい。

一部の実装において、役割の事業体特有名称は、特定の事業体に特有かもしれない、他の事業体により使用されていないかもしれない、他の事業体の大多数により使用されていないかもしれない、および／または同様の、役割の名称を指してもよい。一部の実装において、役割の標準名称は、事業体の大多数により使用されているかもしれない、事業体特有名称と比較してよりも多くの事業体により使用されているかもしれない、および／または同様の、役割の名称を指してもよい。一部の実装において、事業体特有名称および標準名称は、基礎にある同じ役割を指してもよい。言い換えれば、別々の事業体は、基礎にある同じ役割に関連して別々の名称を使用するかもしれない。例として、役割の標準名称は「ｓｏｆｔｗａｒｅ ｄｅｖｅｌｏｐｅｒ」（ソフトウェアデベロッパー）であるかもしれず、その一方で、同じ役割の事業体特有名称は「ｓｅｎｉｏｒ ｃｏｄｅ ｄｅｖｅｌｏｐｍｅｎｔ ｍａｎａｇｅｒ」（上級コード開発マネージャ）であるかもしれない。

一部の実装において分析プラットフォーム２２０は、役割の事業体特有名称に関連した情報をユーザデバイス２１０（例えばユーザからの入力を受け取っていてもよい）から受信してもよい。一部の実装において分析プラットフォーム２２０は、（ユーザデバイス２１０との相互作用は一切なしで）役割の事業体特有名称に関連する情報を受信するように構成されてもよい。一部の実装において分析プラットフォーム２２０は、タイムフレームに基づき（例えば周期的に）、イベントに基づき、および／または同様の形で、ユーザデバイス２１０から受信される入力に基づく情報を受信してもよい。

一部の実装において、役割の事業体特有名称に関連する情報は、テキストを含むリソース（例えば文書、ウェブページ、および／または同様のもの）を含んでもよい。さらに、または代わりに、情報は、リソース識別子（例えば統一リソース識別子（ＵＲＩ：ｕｎｉｆｏｒｍ ｒｅｓｏｕｒｃｅ ｉｄｅｎｔｉｆｉｅｒ）、統一リソースロケータ（ＵＲＬ：ｕｎｉｆｏｒｍ ｒｅｓｏｕｒｃｅ ｌｏｃａｔｏｒ）、統一リソース名（ＵＲＮ：ｕｎｉｆｏｒｍ ｒｅｓｏｕｒｃｅ ｎａｍｅ）、ネットワークアドレス、データベースアドレス、および／または同様のもの）を含んでもよい。さらに、または代わりに、リソースは、特定のファイルタイプおよび／またはフォーマット（例えばハイパーテキストマークアップ言語（ＨＴＭＬ：ｈｙｐｅｒｔｅｘｔ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ）ファイル、拡張可能マークアップ言語（ＸＭＬ：ｅｘｔｅｎｓｉｂｌｅ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ）ファイル、ＪａｖａＳｃｒｉｐｔオブジェクト表記法（ＪＳＯＮ：ＪａｖａＳｃｒｉｐｔ ｏｂｊｅｃｔ ｎｏｔａｔｉｏｎ）ファイル、テキストファイル、カンマ区切り値（ＣＳＶ：ｃｏｍｍａ−ｓｅｐａｒａｔｅｄ ｖａｌｕｅｓ）ファイル、ポータブルドキュメントフォーマット（ＰＤＦ：ｐｏｒｔａｂｌｅ ｄｏｃｕｍｅｎｔ ｆｏｒｍａｔ）ファイル、文書処理ファイル、スプレッドシートファイル、ｚｉｐファイル、および／または同様のもの）に関連してもよい。一部の実装において、分析プラットフォーム２２０は、データが特定の形式で表現されるようにデータを標準化する手法を使用してもよい。

一部の実装において、分析プラットフォーム２２０は、１つ以上のリソース識別子を使用してリソースを取得してもよい。例えば、分析プラットフォーム２２０は、テキストおよび／またはテキストが記憶されているメモリ位置を特定する情報をユーザデバイス２１０から受信してもよい。一部の実装において、分析プラットフォーム２２０は、リソースを受信および取得する（ユーザデバイス２１０との相互作用は一切なしに）ように構成されてもよい。さらに、または代わりに、分析プラットフォーム２２０は、手法（例えばウェブクローリング手法、ウェブスクレーピング手法、データマイニング手法、ウェブ検索手法、データベース検索手法、および／または同様のもの）を実行して、その手法に基づき役割の事業体特有名称に関連する情報を受信してもよい。一部の実装において分析プラットフォーム２２０は、役割の事業体特有名称に関連する情報のリクエストを外部情報ソースに提供してもよい。

一部の実装において、分析プラットフォーム２２０は、ＮＬＰ手法のセットを使用して役割の事業体特有名称を処理してもよい。一部の実装において分析プラットフォーム２２０は、分析プラットフォーム２２０が役割マッチングを実行することおよび／または役割マッチングの正確さを向上させることを可能にするために、役割の事業体特有名称を処理してもよい。一部の実装において、役割マッチングとは、役割の事業体特有名称と役割の標準名称との間のマッチングを比較に基づいて判断するプロセスを指してもよい。

一部の実装において、分析プラットフォーム２２０は、役割の事業体特有名称に含まれる頭字語を展開してもよい。例えば、分析プラットフォーム２２０は、「ＣＥＯ」を「ｃｈｉｅｆ ｅｘｅｃｕｔｉｖｅ ｏｆｆｉｃｅｒ」（最高経営責任者）に展開し、「ＨＲ」を「ｈｕｍａｎ ｒｅｓｏｕｒｃｅ」（人事）に展開し、「ＳＶＰ」を「ｓｅｎｉｏｒ ｖｉｃｅ ｐｒｅｓｉｄｅｎｔ」（上級副社長）に展開し、さらに／または同様のことをしてもよい。

一部の実装において、分析プラットフォーム２２０は、役割の事業体特有名称に含まれるストップワードを除去してもよい。例えば分析プラットフォーム２２０は、「ｔｈｅ」、「ｉｓ」、「ａｔ」、「ｗｈｉｃｈ」、「ｏｎ」および／または同様のものなどのストップワードを除去してもよい。このようにして分析プラットフォーム２２０は、有意でない、他の語と比較して有意性の低い、および／または同様の語を役割マッチング目的で除去することにより、役割マッチングの正確さを向上させてもよい。

一部の実装において、分析プラットフォーム２２０は、役職、年功レベル、階級、および／または同様のものに関連し役割の事業体特有名称に含まれる特定の語を除去してもよい。例えば分析プラットフォーム２２０は、「ｍａｎａｇｅｒ」（マネージャ）、「ａｓｓｉｓｔａｎｔ」（アシスタント）、「ａｎａｌｙｓｔ」（アナリスト）、「ｓｅｎｉｏｒ」（上級）、「ｊｕｎｉｏｒ」（下級）、「ｐａｒｔｎｅｒ」（パートナー）、「ａｓｓｏｃｉａｔｅ」（アソシエート）、「ｃｏｕｎｓｅｌ」（顧問）、および／または同様のものなどの特定の語を除去してもよい。このように、分析プラットフォーム２２０は、特定の役割を示さないかもしれない語を除去することにより役割マッチングの正確さを改善してもよい。例として、「ｈｕｍａｎ ｒｅｓｏｕｒｃｅ ｍａｎａｇｅｒ」（人事マネージャ）および「ｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ」（財務マネージャ）という名称はいずれも語「ｍａｎａｇｅｒ」（マネージャ）を含むが、この名称は異なるタイプの役割を指す。本願明細書の他の箇所に記載されるとおり、分析プラットフォーム２２０は、役割の事業体名称と役割のセットの標準名称との間の当初の比較を実行した後、役職、年功レベル、階級、および／または同様のものを特定する語を含む追加の役割マッチングを実行してもよい。

このようにして、分析プラットフォーム２２０は、役割の事業体特有名称に関連する情報を受信してもよく、さらに、後述のとおり、役割の事業体特有名称と役割のセットの標準名称のセットとを比較して、役割マッチングを実行してもよい。

図４にさらに示されるとおり、プロセス４００は、役割の事業体特有名称に関連する情報と、役割のセットの標準名称のセットに関連する情報とを比較することを含んでもよい（ブロック４２０）。例えば分析プラットフォーム２２０は、役割の事業体特有名称と、役割のセットの標準名称のセットとを比較して、役割の事業体特有名称に対応する役割の標準名称を判断してもよい。言い換えれば、分析プラットフォーム２２０は、役割マッチングを実行して、事業体特有名称および標準名称により特定される基礎にある役割を特定してもよい。

一部の実装において分析プラットフォーム２２０は、役割の事業体特有名称に関連する情報を受信するのに基づいて、タイムフレームに基づいて、役割の標準名称を特定する情報を受信するのに基づいて、イベントに基づいて、および／または同様のことに基づいて、役割マッチングを実行してもよい。

一部の実装において分析プラットフォーム２２０は、役割のセットの標準名称のセットに関連する情報をデータベースサーバ２４０から受信してもよい。本願明細書の他の箇所に記載されるとおり、一部の実装において、データベースサーバ２４０は役割のセットの標準名称に関連する職務を特定する情報を記憶してもよい。言い換えれば、役割は職務のセットに関連してもよく、データベースサーバ２４０は役割の標準名称と職務のセットとをマッピングする情報を記憶してもよい。分析プラットフォーム２２０は、役割の事業体特有名称と役割の標準名称とをマッチングすることにより、データベースサーバ２４０からの情報を使用して役割の事業体特有名称に関連する職務のセットを特定してもよい。

一部の実装において分析プラットフォーム２２０は、役割に関連するベクトルを比較することにより役割マッチングを実行してもよい。一部の実装において分析プラットフォーム２２０は、役割の事業体特有名称に対応するベクトルを生成してもよい。例えば分析プラットフォーム２２０は、役割の事業体特有名称を次元距離空間（例えばｎ次元空間、ｎ＝１、２、３、１０など）内のベクトルにマッピングする手法（例えば単語埋め込み手法、機械学習手法、モデル化手法、および／または同様のもの）を実装してもよい。

一部の実装において分析プラットフォーム２２０は、役割のセットの標準名称のセットに対応するベクトルのセットを生成してもよい。例えば分析プラットフォーム２２０は、役割の標準名称をベクトルにマッピングする手法を実装してもよい。このようにして、分析プラットフォーム２２０は、役割マッチングを実行するために、役割の事業体特有名称のベクトルと、役割のセットの標準名称のベクトルのセットとを比較してもよい。

一部の実装において分析プラットフォーム２２０は、役割の事業体特有名称に関連するベクトルと役割の標準名称に関連するベクトルとを比較してもよい。さらに分析プラットフォーム２２０は、役割の事業体特有名称に関連するベクトルと標準名称に関連するベクトルとの間の類似度値を個々のベクトルの比較に基づいて求めてもよい。例えば類似度値は、コサイン類似度値、ハミング距離値、Ｄａｍｅｒａｕ−Ｌｅｖｅｎｓｈｔｅｉｎ値、ユークリッド距離値、マハラノビス距離値、ソーレンセン−ダイス係数値、および／または同様のものを指してもよい。一部の実装において類似度値は、事業体特有名称と標準名称との間の類似度を特定し、かつ／またはそれを表してもよい。

一部の実装において分析プラットフォーム２２０は、役割の事業体特有名称に関連するベクトルと、役割のセットの標準名称のセットに関連するベクトルのセットとを比較してもよく、さらに類似度値のセットを求めてもよい。このようにして分析プラットフォーム２２０は、後述するとおり、類似度値のセットを使用して役割に対応する標準名称を判断してもよい。

図４にさらに示されるとおり、プロセス４００は、役割の事業体特有名称と、役割のセットの標準名称のセットとの比較に基づき、役割の標準名称を判断することを含んでもよい（ブロック４３０）。例えば分析プラットフォーム２２０は、類似度値のセットを使用して役割の事業体特有名称に対応する役割の標準名称を判断してもよい。

一部の実装において分析プラットフォーム２２０は、閾値を満たす類似度値に関連する標準名称のセット（例えば上位５、上位１０、上位２０、および／または同様の標準名称）を判断してもよい。例えば分析プラットフォーム２２０は、個々の類似度値に基づいて、他の標準名称と比較して事業体特有名称に類似性がより高いものとして特定される標準名称のセットを判断してもよい。本願明細書で使用されるとき、閾値を満たす類似度値を含む標準名称のセットは、仮マッチングコーパスと呼ばれてもよい。言い換えれば、標準名称のセットのうちのサブセットが仮マッチングコーパスと呼ばれてもよい。

一部の実装において分析プラットフォーム２２０は、仮マッチングコーパスを使用して追加の役割マッチングを実行してもよい。一部の実装において分析プラットフォーム２２０は、当初の役割マッチングを実行するときに役割の事業体特有名称から除去された語のセットを、役割の事業体特有名称に追加してもよい。例えば、本願明細書の他の箇所に記載されるとおり、分析プラットフォーム２２０は、「ｍａｎａｇｅｒ」（マネージャ）、「ａｓｓｉｓｔａｎｔ」（アシスタント）、「ａｎａｌｙｓｔ」（アナリスト）、「ｓｅｎｉｏｒ」（上級）、「ｊｕｎｉｏｒ」（下級）、「ｐａｒｔｎｅｒ」（パートナー）、「ａｓｓｏｃｉａｔｅ」（アソシエート）、「ｃｏｕｎｓｅｌ」（顧問）、および／または同様のものなどの語を除去していてもよい。一部の実装において分析プラットフォーム２２０は、以前に除去された語のセットを役割の事業体特有名称に追加してもよく、さらに、語のセットを役割の事業体特有名称に追加した後にベクトルを生成してもよい。

一部の実装において分析プラットフォーム２２０は、そのベクトルと、仮マッチングコーパスに関連する標準名称のベクトルとを比較してもよい。例として、役割の事業体特有名称が「ｓｐｅｃｉａｌｉｚｅｄ ｆｉｎａｎｃｉａｌ ａｎａｌｙｓｔ」（特殊財務アナリスト）であると仮定する。この事例において分析プラットフォーム２２０は、「ａｎａｌｙｓｔ」（アナリスト）という語を削除し、「ｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ」（財務マネージャ）、「ｆｉｎａｎｃｉａｌ ａｎａｌｙｓｔ」（財務アナリスト）、「ｆｉｎａｎｃｉａｌ ｐｌａｎｎｅｒ」（財務プランナー）、「ｆｉｎａｎｃｉａｌ ａｄｖｉｓｏｒ」（財務アドバイザー）、「ｆｉｎａｎｃｉａｌ ｏｆｆｉｃｅｒ」（財務責任者）、「ｆｉｎａｎｃｉａｌ ｃｏｕｎｓｅｌ」（財務顧問）、「ｆｉｎａｎｃｉａｌ ａｓｓｏｃｉａｔｅ」（財務アソシエート）、および／または同様のものの仮マッチングコーパスを決定したかもしれない。「ａｎａｌｙｓｔ」（アナリスト）という語を役割の事業体特有名称に追加して、役割の事業体特有名称と仮マッチングコーパスに含まれた役割の標準名称とのもうひとつの比較を実行することにより、分析プラットフォーム２２０は役割マッチングの正確さを高める。

言い換えれば、異なる複数の役割が「ａｎａｌｙｓｔ」（アナリスト）という語を含み得るので（例えばｆｉｎａｎｃｉａｌ ａｎａｌｙｓｔ（財務アナリスト）、ｗｅａｔｈｅｒ ａｎａｌｙｓｔ（気象アナリスト）、ｌｅｇａｌ ａｎａｌｙｓｔ（法務アナリスト）、ｓｐｏｒｔｓ ａｎａｌｙｓｔ（スポーツアナリスト）、ｐｏｌｉｔｉｃａｌ ａｎａｌｙｓｔ（政治アナリスト）など）、「ａｎａｌｙｓｔ」（アナリスト）という語は、仮マッチングコーパスを決定するときには有意でなかったかもしれない。しかしながら、役割の事業体特有名称に対応する役割の特定の標準名称を判断するときには、「ａｎａｌｙｓｔ」（アナリスト）という語は有意かもしれない。例として、ｆｉｎａｎｃｉａｌ ａｎａｌｙｓｔ（財務アナリスト）は、ｆｉｎａｎｃｉａｌ ｍａｎａｇｅｒ（財務マネージャ）、ｆｉｎａｎｃｉａｌ ｏｆｆｉｃｅｒ（財務責任者）、ｆｉｎａｎｃｉａｌ ｃｏｎｓｕｌｔａｎｔ（財務コンサルタント）、および／または同様のものと比較して異なる職務に関連してもよい。

一部の実装において分析プラットフォーム２２０は、役割の事業体特有名称に対応する役割の特定の標準名称を判断してもよい。例えば分析プラットフォーム２２０は、仮マッチングコーパスを使用して個々のベクトルを比較した後、役割の他の標準名称の類似度値と比較して最大の類似度値を含む役割の標準名称を判断してもよい。

一部の実装において分析プラットフォーム２２０は、役割の事業体特有名称に関連する変更されたベクトル（例えば年功レベル識別子など、語が除去されている）と、標準名称のベクトルとを比較して、類似度値のセットを判断してもよい。さらに分析プラットフォーム２２０は、役割の事業体特有名称に関連する変更されていないベクトル（例えば年功レベルおよび／または同様のものに関連する語を含む）と標準名称のベクトルとを比較して、類似度値のセットを求めてもよい。さらに分析プラットフォーム２２０は、類似度値を比較して、類似度値の比較に基づき標準名称を判断してもよい（例えば類似度値に重みを加える、類似度値をスコア付けする、および／または同様のことをしてもよい）。

このようにして分析プラットフォーム２２０は、役割の標準名称を判断し、後述するとおり、標準名称を使用して、役割に対応する職務のセットを特定してもよい。役割の標準名称を判断することにより、分析プラットフォーム２２０は職務のセットを特定してもよい。例えば分析プラットフォーム２２０は、役割の事業体特有名称を使用して職務のセットを特定することはできないかもしれない。言い換えれば、データベースサーバ２４０（または別のデータソース）は、役割の事業体特有名称に関連する職務のセットを特定する情報は記憶していないかもしれず、役割の標準名称に関連する職務のセットを特定する情報は記憶しているかもしれない。

図４にさらに示されるとおり、プロセス４００は、役割に関連する基礎にあるスキル、能力、および／または知識のセットに関連する情報を受信することを含んでもよい（ブロック４４０）。例えば分析プラットフォーム２２０は、役割に関連する基礎にあるスキル、能力、および／または知識を特定する情報を受信してもよい。

一部の実装において、基礎にあるスキル、能力、および／または知識のセットに関連する情報は、スキル、能力、知識、認定、資格、雇用状況、学位、研修、経験、および／または同様のものを特定する情報を含んでもよい。例えば、基礎にあるスキル、能力、および／または知識のセットに関連する情報は、役割を実行する職員の特定のスキルセットおよび／または資格のセットを特定してもよい。

一部の実装において、基礎にあるスキル、能力、および／または知識のセットに関連する情報は特定の事業体（例えば個人）に関連してもよい。あるいは、基礎にあるスキル、能力、および／または知識のセットに関連する情報は役割を実行する事業体のセット（例えば個人のグループ）に関連してもよい。

このように分析プラットフォーム２２０は、情報を受信し、ブロック４７０に関連してさらに詳しく記載するとおり、情報およびモデルを使用して役割自動化スコアを求めてもよい。

図４にさらに示されるとおり、プロセス４００は、役割の標準名称に関連する職務のセットに関連する情報を受信することを含んでもよい（ブロック４５０）。例えば分析プラットフォーム２２０は、事業体特有名称および／または標準名称により特定される役割に対応する職務のセットに関連する情報をデータベースサーバ２４０から受信してもよい。

一部の実装において、分析プラットフォーム２２０は、リクエストに基づき、職務のセットを特定する情報を受信してもよい。例えば分析プラットフォーム２２０は、役割の標準名称を判断した後、役割の標準名称に関連する職務のセットに関連する情報のリクエストをデータベースサーバ２４０に提供してもよい。あるいは、分析プラットフォーム２２０は、タイムフレームに基づいて、イベントに基づいて、および／または同様の形で、職務のセットに関連する情報を受信してもよい。一部の実装において分析プラットフォーム２２０は、役割に関連する職務の、数百、数千、および／または同様のテキスト記述（例えば人手では処理できないかもしれない量のテキスト記述）を受信してもよい。

一部の実装において、職務のセットに関連する情報は職務のセットのテキスト記述に相当してもよい。例として職務は、「ｒｅｃｒｕｉｔ，ｈｉｒｅ，ｔｒａｉｎ，ａｎｄ ｓｕｐｅｒｖｉｓｅ ｓｔａｆｆ」（スタッフの採用、雇用、研修および監督）、「ｕｓｅ ｎｅｔｗｏｒｋ ｃｏｍｐｕｔｅｒ−ａｉｄｅｄ （ＣＡＤ） ｓｏｆｔｗａｒｅ ｐａｃｋａｇｅｓ ｔｏ ｏｐｔｉｍｉｚｅ ｎｅｔｗｏｒｋ ｄｅｓｉｇｎｓ」（ネットワークコンピュータ支援（ＣＡＤ）ソフトウェアパッケージを使用してネットワーク設計を最適化する）、「ｄｅｔｅｒｍｉｎｅ ｗｈｅｔｈｅｒ ｅｍｅｒｇｅｎｃｙ ｏｒ ａｕｘｉｌｉａｒｙ ｓｙｓｔｅｍｓ ｗｉｌｌ ｂｅ ｎｅｅｄｅｄ ｔｏ ｋｅｅｐ ｐｒｏｐｅｒｔｉｅｓ ｈｅａｔｅｄ ｏｒ ｃｏｏｌｅｄ ｉｎ ｅｘｔｒｅｍｅ ｗｅａｔｈｅｒ ｃｏｎｄｉｔｉｏｎｓ」（異常気象条件において物件の暖房または冷房を保つために緊急または補助システム必要かどうか判断する）、「ｉｍｐｌｅｍｅｎｔ ｐｏｌｉｃｉｅｓ ｒｅｇａｒｄｉｎｇ ｏｐｅｒａｔｉｏｎ ｏｆ ｔｈｅ ｃｏｍｐａｎｙ」（会社の運営に関する方針を実施する）、および／または同様のものなどのテキスト記述を含むかもしれない。

一部の実装において分析プラットフォーム２２０は、ＮＬＰ手法のセットを使用して職務のセットのテキスト記述を処理してもよい。例えば分析プラットフォーム２２０は、ストップワードを除去する、頭字語を展開する、特定の品詞（ＰＯＳ：ｐａｒｔ−ｏｆ−ｓｐｅｅｃｈ）タグを含む語を除去する、ホワイトスペースを除去する、丸括弧を除去する、および／または同様のことを行ってもよい。このように分析プラットフォーム２２０は、ＮＬＰ手法が実行されない場合と比較してより効率的に職務のセットのテキスト記述を処理してもよい。このようにして分析プラットフォーム２２０は、プロセッサおよび／またはメモリリソースを節約してもよい。

一部の実装において分析プラットフォーム２２０は、職務のテキスト記述を使用して職務構成要素のセットを生成してもよい。例えば、職務のテキスト記述は職務構成要素のセットを含んでもよい。一部の実装において、職務構成要素は、ｎグラム（例えば、ユニグラム、バイグラム、トライグラム、フォーグラム、ファイブグラム、テングラムなど、ｎ≧１）を指してもよい。一部の実装においてｎグラムは、所与のテキストのシーケンスからのｎ語のシーケンスを指してもよい。例として職務構成要素は、「ｅｒｒｏｒ＿ｐｒｏｃｅｓｓ」、「ｅｆｆｉｃｉｅｎｃｙ＿ｒｅｄｕｃｅ」、「ｍａｃｈｉｎｅｓ＿ｉｍｐｒｏｖｅ」、「ｍａｉｌ＿ｐａｒｃｅｌ＿ｓｏｒｔｉｎｇ」、「ｄａｔａ＿ｄｅｔｅｒｍｉｎｅ＿ｃｏｒｒｅｌａｔｉｏｎ＿ｔｅｃｈｎｉｑｕｅ」、および／または同様のものを含んでもよい。一部の実装において分析プラットフォーム２２０は、職務のセットのテキスト記述を使用して数百、数千、数百万などの職務構成要素を生成してもよい。

一部の実装において分析プラットフォーム２２０は、職務構成要素のセットに基づいて行列（例えば文書−用語行列、用語−文書行列、および／または同様のもの）を生成してもよい。例えば分析プラットフォーム２２０は、職務構成要素のセットに関連する情報および職務のセットのテキスト記述に関して職務構成要素の頻度を特定する情報を含む行列を生成してもよい。例として行列は、職務構成要素のセットに対応する行のセットを含んでもよく、職務のセットのテキスト記述中に職務構成要素が出現する回数に対応する列のセットを含んでもよい。

一部の実装において、分析プラットフォーム２２０は、或る手法を使用して行列に変更を加えてもよい。例えば分析プラットフォーム２２０は、単語の出現頻度−逆文書頻度（ｔｆ−ｉｄｆ：ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ−ｉｎｖｅｒｓｅ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ）手法、潜在的意味解析手法、カルバック−ライブラーダイバージェンス手法、ベクトル空間モデリング手法、潜在的意味インデキシング手法、潜在的ディリクレ配分法手法、および／または同様のものを使用して行列に変更を加えてもよい。一部の実装において、変更された行列は、変更されていない行列と比較してより少ない職務構成要素を含んでもよい。すなわち分析プラットフォーム２２０は、この手法を使用して、職務比較を実行するときに、他の職務構成要素と比較して重要性がより低いかもしれない職務構成要素を除去してもよい（例えば、本願明細書の他の箇所に記載されるように、職務と自動化対応職務とを相関させる）。

このように分析プラットフォーム２２０は、役割の標準名称に関連する職務のセットを特定する情報を受信して、後述のとおり、職務のセットと自動化対応職務のセットとを比較してもよい。

図４にさらに示されるとおり、プロセス４００は、職務のセットに関連する情報と自動化対応職務のセットに関連する情報とを比較することを含んでもよい（ブロック４６０）。例えば分析プラットフォーム２２０は、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報とを比較し、職務のセットについて自動化スコアのセットを求めてもよい。本願明細書で使用されるとき、職務のセットに関連する情報と、自動化対応職務のセットに関連する情報とを比較するプロセスは、「職務比較」と呼ばれてもよい。

一部の実装において分析プラットフォーム２２０は、ユーザデバイス２１０から受信された入力に基づいて職務比較を実行してもよい。さらに、または代わりに分析プラットフォーム２２０は、タイムフレームに基づいて、イベントに基づいて、ブロック４５０に関連して上述した行列の生成に基づいて、および／または同様の形で、職務比較を実行してもよい。さらに、または代わりに分析プラットフォーム２２０は、後述するとおり、自動化対応職務のセットを特定する情報を受信した後に職務比較を実行してもよい。

一部の実装において分析プラットフォーム２２０は、自動化対応職務のセットに関連する情報を、外部サーバ２３０、データベースサーバ２４０、および／または別の外部データソースから受信してもよい。一部の実装において、自動化対応職務とは、自動化技術（例えばハードウェア、ファームウェア、ソフトウェア、および／またはその組み合わせを含む自動化デバイスおよび／またはプラットフォーム）を使用して実行されることができる、強化されることができる、および／または同様の職務を指してもよい。

一部の実装において分析プラットフォーム２２０は、自動化対応職務のテキスト記述を受信してもよい。さらに分析プラットフォーム２２０は、自動化対応職務のセットのテキスト記述を使用してＮＬＰ手法のセットを実行し、ストップワードを除去する、頭字語を展開する、および／または同様のことなどによって、処理用の自動化対応職務のセットのテキスト記述を準備してもよい。

一部の実装において分析プラットフォーム２２０は、自動化対応職務のセットに関連する情報を使用して自動化対応職務構成要素のセットを生成してもよい。例えば分析プラットフォーム２２０は、職務構成要素に関してブロック４５０に関連して上述されたのと類似の形で、自動化対応職務構成要素のセットを生成してもよい。

一部の実装において分析プラットフォーム２２０は、自動化対応職務構成要素のセットを使用して行列を生成してもよく、さらに、職務構成要素のセットに関連する行列に関してブロック４５０に関連して上述されたのと類似の形で、或る手法を使用して行列に変更を加えてもよい。このように分析プラットフォーム２２０は、後述のように、行列を使用して、職務構成要素と自動化対応職務構成要素とを比較してもよい。

一部の実装において分析プラットフォーム２２０は、個々の行列を使用して、職務構成要素のセットと自動化対応職務構成要素のセットとを比較してもよい。一部の実装において分析プラットフォーム２２０は、行列を使用して、職務構成要素のセットのベクトルと自動化対応職務構成要素のセットのベクトルとを生成してもよい。このようにして分析プラットフォーム２２０は、本願明細書の他の箇所に記載されたのと類似の形でベクトルを比較してもよい。

一部の実装において分析プラットフォーム２２０は、役割の標準名称に関連する職務のセットを特定してもよい。さらに、または代わりに分析プラットフォーム２２０は、職務のセットの個々の職務に関連する職務構成要素のセットを特定してもよい。さらに、または代わりに、分析プラットフォーム２２０は、ベクトルを使用および比較することで、職務構成要素のセットの各職務構成要素について職務構成要素と自動化対応職務構成要素のセットとの間の類似度値のセットを求めてもよい。

一部の実装において分析プラットフォーム２２０は、職務構成要素に関連する最大の類似度値を特定して、類似度値を職務構成要素に割り当ててもよい。一部の実装において分析プラットフォーム２２０は、職務構成要素のセットの各職務構成要素について類似度値を求めて、後述のように類似度値を使用して自動化スコアを求めてもよい。

図４にさらに示されるとおり、プロセス４００は、職務のセットに関連する情報と、自動化対応職務構成要素のセットに関連する情報との比較に基づき、職務のセットについて自動化スコアのセットを求めることを含んでもよい（ブロック４７０）。例えば分析プラットフォーム２２０は、役割の標準名称に関連する職務のセットについて自動化スコアのセットを求めてもよい。

一部の実装において分析プラットフォーム２２０は、職務構成要素のセットと自動化対応職務構成要素のセットとの間の類似度値を求めるのに基づいて、職務のセットについて自動化スコアのセットを求めてもよい。さらに、または代わりに分析プラットフォーム２２０は、ユーザデバイス２１０から受信された入力に基づき、タイムフレームに基づき、イベントに基づき、および／または同様の形で、自動化スコアのセットを求めてもよい。

一部の実装において、職務の自動化スコアは、職務が自動化技術の使用を通して自動化される適応性、潜在能力、効力、実行可能性、利用可能性、傾向、および／または同様のものを示してもよい。例えば、閾値スコアを満たす職務の自動化スコアが、自動化技術の使用を通して職務が自動化可能であることを示してもよい。

一部の実装において分析プラットフォーム２２０は、モデルを使用して職務についての自動化スコアを求めてもよい。例えば分析プラットフォーム２２０は、職務の職務構成要素のセットを特定して、職務構成要素に対応する類似度値のセット（例えばブロック４６０に関連して求められた類似度値）を特定してもよい。さらに分析プラットフォーム２２０は、類似度値のセット、職務のいくつかの職務構成要素、および／または同様のものを特定する情報をモデルに入力してもよい。さらに分析プラットフォーム２２０は、モデルの出力に基づき自動化スコアを求めてもよい。

一部の実装において分析プラットフォーム２２０は、標準名称および／または事業体特有名称により特定される役割などの役割に関連する職務のセットについて、自動化スコアのセットを求めてもよい。例えば、或る役割が１５の職務に関連すると仮定する。この事例において分析プラットフォーム２２０は、役割の個々の職務に対応する１５の自動化スコアを求めてもよい。

一部の実装において分析プラットフォーム２２０は、職務のセットの自動化スコアのセットに基づいて役割自動化スコアを求めてもよい。例えば役割自動化スコアは、自動化技術の使用を通して役割が自動化および／または強化される見込み、実行可能性、適応性、および／または同様のものに相当してもよい。一部の実装において分析プラットフォーム２２０は、自動化スコアを合計する、自動化スコアを平均する、および／または同様のことなどにより、自動化スコアのセットを使用して役割自動化スコアを求めてもよい。さらに、または代わりに分析プラットフォーム２２０は、重み値を自動化スコアに適用してもよく、自動化スコアをランク付けして特定のスコアを選択してもよく、さらに／または同様のことをしてもよい。さらに、または代わりに分析プラットフォーム２２０は、自動化スコアのセットをモデルに入力して、モデルの出力に基づいて役割自動化スコアを求めてもよい。

一部の実装において分析プラットフォーム２２０は、役割に関連する基礎にあるスキル、能力、および／または知識のセットに関連する情報に基づいて役割自動化スコアを求めてもよい。例えば分析プラットフォーム２２０は、ブロック４４０に関連して受信された情報に基づき役割自動化スコアを求めてもよい。一部の実装において分析プラットフォーム２２０は、情報をモデルに入力して、モデルの出力に基づいて役割自動化スコアを求めてもよい。

このようにして分析プラットフォーム２２０は、職務について自動化スコアを求めて、後述のように、アクションの実行を可能にしかつ／または発生させるために自動化スコアに関連する情報を提供してもよい。

図４にさらに示されるとおり、プロセス４００は、アクションの実行を可能にしかつ／または発生させるために職務のセットに関連する自動化スコアのセットに関連する情報を提供することを含んでもよい（ブロック４８０）。例えば分析プラットフォーム２２０は、自動化スコアのセットに基づいてアクションの実行を可能にしかつ／または発生させるために、自動化スコアのセットおよび／または役割自動化スコアに関連する情報を提供してもよい。

一部の実装において、アクションは、ユーザデバイス２１０が自動化スコアのセットに関連する情報を表示のために提供することに相当してもよい。例えば分析プラットフォーム２２０は、自動化スコアのセットに関連する情報をユーザデバイス２１０に提供してもよい。一部の実装において分析プラットフォーム２２０は、事業体に関連する数百、数千などの役割に関連する職務のセットについて自動化スコアを求めてもよい。よって、ユーザデバイス２１０のオペレータは、ユーザデバイス２１０と相互作用して、自動化されることが可能な、自動化されるかもしれない、自動化の恩恵を受けるかもしれない、などの特定の職務を特定してもよい。

一部の実装において分析プラットフォーム２２０は、役割の標準名称を出力するユーザインターフェースをユーザデバイス２１０に提供してもよい。さらに、または代わりに分析プラットフォーム２２０は、自動化スコアのセットを出力するユーザインターフェースを提供してもよい。言い換えれば、分析プラットフォーム２２０は、ユーザデバイス２１０がインターフェースに関連する情報を表示のために提供することを可能にする、インターフェースに関連する情報を提供してもよい。

一部の実装において、アクションは特定の自動化技術の推奨を提供することに相当してもよい。例えば、特定の自動化技術（例えばサードパーティベンダにより供給される）が特定の職務を実行できるかもしれない。一部の実装において分析プラットフォーム２２０は、特定の自動化技術に関連する職務を特定する情報を使用してモデルを訓練してもよい。例えば分析プラットフォーム２２０は、既知の自動化技術および既知の職務のセットを使用してモデルを訓練してもよい。さらに分析プラットフォーム２２０は、モデルを使用（例えば役割に関連する職務のセットに関連する情報を入力）して、役割に関連する職務を実行できるかもしれない特定の自動化技術を判断してもよい。

一部の実装において分析プラットフォーム２２０は、特定の自動化技術を判断するとき、職務に関連する分類を判断してもよい。例えば分析プラットフォーム２２０は、ＮＬＰ手法を実装して、自動化技術を特定できるように職務を分類するために職務の性質を特定してもよい。例えば、職務の性質は例として、「ｋｎｏｗ／ｌｅａｒｎ」（知る／学習する）、「ｒｅａｓｏｎ／ｐｌａｎ」（推論する／計画する）、「ｓｅｎｓｅ／ｐｅｒｃｅｉｖｅ」（感じる／気づく）、または「ａｃｔ／ｃｏｍｍｕｎｉｃａｔｅ」（行動する／伝達する）に対応することもある。当然のことながら、職務の他の性質および／または分類もあり得る。一部の実装において分析プラットフォーム２２０は、役割の各職務について職務の性質を特定してもよく、次に、職務の個々の性質に基づいて特定の自動化技術を判断してもよい。例えば、分析プラットフォーム２２０は、職務の性質に基づき職務に対応しかつ／またはそれを実行できる自動化技術を特定してもよい。

さらに分析プラットフォーム２２０は、特定の自動化技術に関連する情報をユーザデバイス２１０に提供してもよい。さらに、または代わりに分析プラットフォーム２２０は、自動化技術に関連する製品および／またはサービスの獲得、購入、および／または同様のことを自動的に発生させてもよい。

一部の実装において、アクションは、メッセージ（例えば電子メールメッセージ、ショートメッセージサービス（ＳＭＳ：ｓｈｏｒｔ ｍｅｓｓａｇｅ ｓｅｒｖｉｃｅ）メッセージ、および／または同様のもの）を送信すること、ユーザデバイス２１０に関連するカレンダーアプリケーションを調整すること、自動化技術および／または自動化スコアについて議論するための会議をスケジュールすること、特定の役割に対する候補のセットを特定すること、自動化技術の使用に適応させるために業務スケジュールを変更すること、自動化技術のベンダに関連する製品および／またはサービスを注文すること、および／または同様のことに相当してもよい。

一部の実装においてアクションは、自動化技術を自動的に実装することに対応してもよい。例えば分析プラットフォーム２２０は、自動化技術を役割に関連して実装させてもよい。一部の実装において分析プラットフォーム２２０は、自動化技術が実装されたことを特定する情報を、役割に関連する個人に関連したユーザデバイス２１０に提供してもよい。さらに、または代わりに分析プラットフォーム２２０は、自動化技術が実行および／または強化できる職務のセットを特定する情報を提供してもよい。このようにして、ユーザは、職務のセットが実行されることを特定してもよく、その結果、ユーザは他の職務を実行してもよい。

このように、本願明細書に記載される一部の実装は、自動化適応性が分析されるべき役割の名称を特定する情報を受信し、役割の名称と役割の別の名称とをマッチングし、名称のマッチングに基づき役割に関連する職務のセットを特定する、分析プラットフォーム２２０を提供する。さらに、本願明細書に記載された一部の実装は、分析プラットフォーム２２０が役割に関連する職務のセットを判断して職務のセットの自動化スコアのセットを求めることを可能にする。

このように、本願明細書に記載される一部の実装は、分析プラットフォーム２２０が、自動化スコアの正確さを改善し、自動化スコアの決定に関連する主観性を除去し、自動化スコアを決定できる速度を上げ、さらに／または同様のことをすることを可能にする。このように、本願明細書に記載される一部の実装は、自動化スコアを求めるのに関連する誤りを削減すること、自動化スコアを求めるのに関連する人手の労力の量を軽減すること、自動化スコアを求めるのに関連する時間を短縮すること、および／または同様のことにより、デバイスコンピューティングリソースを節約し、かつ／またはネットワークリソースを節約する。

図４はプロセス４００の例示のブロックを示すが、一部の実装ではプロセス４００は、図４に示されたものに比べて追加のブロック、より少ないブロック、異なるブロック、または別様に配置されたブロックを含んでもよい。さらに、または代わりに、プロセス４００のブロックのうちの２つ以上が並列実行されてもよい。

前述の開示は、例示および説明を提供するが、網羅的であることも、実装を開示された厳密な形態に限定することも意図されていない。上記の開示を考慮して変更および変形が生じ得るし、または実装の実施から習得されるかもしれない。

本願明細書で使用されるとき、構成要素という用語は、ハードウェア、ファームウェア、および／またはハードウェアとソフトウェアとの組み合わせとして広く解釈されるよう意図される。

一部の実装は、閾値に関連して本願明細書に記載された。本願明細書で使用されるとき、閾値を満たすとは、値が閾値よりも大きいこと、閾値を超えること、閾値より高いこと、閾値以上であること、閾値未満であること、閾値より少ないこと、閾値より低いこと、閾値以下であること、閾値と等しいこと、および／または同様のことを指すことができる。

特定のユーザインターフェースが本願明細書に記載され、かつ／または図面に示された。ユーザインターフェースは、グラフィカルユーザインターフェース、非グラフィカルユーザインターフェース、テキストベースのユーザインターフェース、および／または同様のものを含んでもよい。ユーザインターフェースは、情報を表示のために提供してもよい。一部の実装においてユーザは、ユーザインターフェースを表示のために提供するデバイスの入力構成要素を介して入力を提供することなどにより、情報と相互作用してもよい。一部の実装においてユーザインターフェースは、デバイスおよび／またはユーザにより設定可能であってもよい（例えばユーザは、ユーザインターフェースのサイズ、ユーザインターフェースを介して提供される情報、ユーザインターフェースを介して提供される情報の位置などを変更してもよい）。さらに、または代わりに、ユーザインターフェースは、標準設定、ユーザインターフェースが表示されるデバイスのタイプに基づく特定の設定、および／またはユーザインターフェースが表示されるデバイスに関連する適応性および／または仕様に基づく設定のセットに予め設定されてもよい。

当然のことながら、本願明細書に記載されたシステムおよび／または方法は、異なる形態のハードウェア、ファームウェア、またはハードウェアとソフトウェアとの組み合わせに実装されてもよい。これらのシステムおよび／または方法を実装するために使用される実際の専用制御ハードウェアまたはソフトウェアコードは、実装を限定するものではない。したがって、システムおよび／または方法の動作および挙動は、特定のソフトウェアコードを参照することなく本願明細書に記載されたが、当然のことながら、ソフトウェアおよびハードウェアを、本願明細書の記載に基づきシステムおよび／または方法を実装するよう設計可能である。

特徴の特定の組み合わせがクレームに記載されかつ／または明細書で開示されるが、これらの組み合わせは可能な実装の開示を限定することを意図されたものではない。実際には、これらの特徴の多くが、具体的にクレームに記載および／または明細書に開示されなかった形で組み合わされてもよい。添付書類に列挙される各従属クレームは、１つのみのクレームに直接従属するかもしれないが、考えられる実装の開示は、クレームセットの中の他のすべてのクレームと組み合わせた各従属クレームを含む。

本願明細書で使用されるいずれの要素、動作、または命令も、重要または必須とは、そのように明示的に記載されない限りは、解釈されてはならない。さらに、本願明細書で使用されるとき、冠詞「或る（ａおよびａｎ）」は、１つ以上の項目を含むよう意図され、「１つ以上の（ｏｎｅ ｏｒ ｍｏｒｅ）」と交換可能なように使用され得る。さらに、本願明細書に記載されるとき、「セット（ｓｅｔ）」という用語は、１つ以上の項目（例えば関係する項目、無関係の項目、関係する項目と無関係の項目との組み合わせなど）を含むよう意図され、「１つ以上の（ｏｎｅ ｏｒ ｍｏｒｅ）」と交換可能なように使用され得る。１つのみの項目が意図される場合、「１つの（ｏｎｅ）」または同様の言語が使用される。さらに、本願明細書で使用されるとき、「有する（ｈａｓ、ｈａｖｅ、ｈａｖｉｎｇ）」という用語および／または同様のものは、非限定的な（ｏｐｅｎ−ｅｎｄｅｄ）用語であるものと意図される。さらに、「基づく（ｂａｓｅｄ ｏｎ）」という表現は、別段の記載が明示的にされない限り「少なくとも部分的に基づく（ｂａｓｅｄ，ａｔ ｌｅａｓｔ ｉｎ ｐａｒｔ，ｏｎ）」を意味するよう意図される。

Claims (10)

1. 役割の事業体特有名称に関連する情報を受信し、
   前記役割の前記事業体特有名称に関連する前記情報と、役割のセットの標準名称のセットに関連する情報とを比較し、
   前記役割の前記事業体特有名称に関連する前記情報と、前記役割のセットの前記標準名称のセットに関連する前記情報とを比較した後、前記標準名称のセットのうち、前記役割の前記事業体特有名称に対応する前記役割の標準名称を判断し、
   前記役割の前記事業体特有名称に対応する前記役割の前記標準名称を判断した後、前記役割に関連する職務のセットに関連する情報を受信し、
   前記職務のセットに関連する前記情報と、自動化対応職務のセットに関連する情報とを比較し、
   前記職務のセットに関連する前記情報と、前記自動化対応職務のセットに関連する前記情報との比較に基づき、前記職務のセットに関連する自動化スコアのセットを求め、
   前記自動化スコアのセットに基づいてアクションが実行されることを可能にするために、前記自動化スコアのセットに関連する情報を提供する、
   １つ以上のプロセッサ
   を備えたデバイス。
2. 前記１つ以上のプロセッサはさらに、
   前記役割の前記事業体特有名称に関連する第１のベクトルと、前記役割の前記標準名称に関連する第２のベクトルとの間の類似度値を求め、
   前記１つ以上のプロセッサは、前記役割の前記事業体特有名称に対応する前記役割の前記標準名称を判断するとき、
   前記類似度値に基づき前記役割の前記標準名称を判断する、請求項１に記載のデバイス。
3. 前記１つ以上のプロセッサはさらに、
   前記役割の前記事業体特有名称に関連する前記情報と、前記役割のセットの前記標準名称のセットに関連する前記情報とを比較して前記役割の前記事業体特有名称に関連する第１のベクトルを使用した後、前記役割のセットの前記標準名称のセットのうちのサブセットを決定し、
   前記役割の前記事業体特有名称に関連する第２のベクトルと、前記役割のセットの前記標準名称のセットのうちの前記サブセットに対応するベクトルのセットとを比較し、
   前記１つ以上のプロセッサは、前記役割の前記標準名称を判断するとき、
   前記第２のベクトルと前記ベクトルのセットとを比較した後に前記役割の前記標準名称を判断する、請求項１に記載のデバイス。
4. 前記１つ以上のプロセッサはさらに、
   前記職務のセットに関連する前記情報に基づいて職務構成要素のセットを生成し、
   前記１つ以上のプロセッサは、前記職務のセットに関連する前記情報と前記自動化対応職務のセットに関連する前記情報とを比較するとき、
   前記職務のセットに関連する前記情報と、前記自動化対応職務のセットに関連する前記情報とを、前記職務構成要素のセットを使用して比較する、請求項１に記載のデバイス。
5. 前記１つ以上のプロセッサはさらに、
   前記職務のセットおよび前記自動化対応職務のセットに対応する類似度値のセットをモデルに入力し、
   前記類似度値のセットを前記モデルに入力することに基づいて前記モデルの出力を求め、
   前記１つ以上のプロセッサは、前記自動化スコアのセットを判断するとき、
   前記モデルの前記出力に基づき前記自動化スコアのセットを求める、請求項１に記載のデバイス。
6. 前記１つ以上のプロセッサはさらに、
   前記職務のセットに関連する前記情報を使用して用語−文書行列を生成し、
   前記１つ以上のプロセッサは、前記職務のセットに関連する前記自動化スコアのセットを判断するとき、
   前記用語−文書行列を使用して前記自動化スコアのセットを求める、請求項１に記載のデバイス。
7. 前記１つ以上のプロセッサはさらに、
   前記役割の前記標準名称に関連する前記職務のセットに対応する自動化技術を特定し、
   前記自動化技術を特定する情報を提供する、請求項１に記載のデバイス。
8. 役割の第１の名称に関連する情報をデバイスによって受信するステップと、
   前記役割の前記第１の名称に関連する前記情報と、他の役割のセットの他の名称のセットに関連する情報とを前記デバイスによって比較するステップと、
   前記役割の前記第１の名称に関連する前記情報と、前記他の役割のセットの前記他の名称のセットに関連する前記情報とを比較した後、前記役割の前記第１の名称に対応する前記役割の第２の名称を前記デバイスによって判断するステップと、
   前記役割の前記第１の名称に対応する前記役割の前記第２の名称を判断した後、前記役割の前記第２の名称に関連する職務のセットに関連する情報を前記デバイスによって受信するステップと、
   前記職務のセットに関連する前記情報と、自動化対応職務のセットに関連する情報とを前記デバイスによって比較するステップと、
   前記職務のセットに関連する前記情報と、前記自動化対応職務のセットに関連する前記情報との比較に基づき、前記職務のセットに関連する自動化スコアのセットを前記デバイスによって求めるステップと、
   前記自動化スコアのセットに基づいてアクションが実行されることを可能にするために、前記自動化スコアのセットに関連する情報を前記デバイスによって提供するステップと、
   を含む方法。
9. 前記方法はさらに、
   前記役割の前記第１の名称に対応するベクトルを生成するステップと、
   前記他の役割のセットの前記他の名称のセットに関連する他のベクトルのセットを生成するステップと、
   を含み、前記役割の前記第１の名称に関連する前記情報と、前記他の役割のセットの前記他の名称のセットに関連する前記情報とを比較するステップは、
   前記役割の前記第１の名称に関連する前記情報と、前記他の役割のセットの前記他の名称のセットに関連する前記情報とを、前記ベクトルおよび前記他のベクトルのセットを使用して比較するステップ
   を含む、請求項８に記載の方法。
10. 前記方法はさらに、
    前記役割の前記第１の名称の語の第１のセットに対応する第１のベクトルを生成するステップと、
    前記他の役割のセットの前記他の名称のセットのうちのサブセットを、前記第１のベクトルを使用して特定するステップと、
    前記役割の前記第１の名称の語の第２のセットに対応する第２のベクトルを生成するステップであって、
    前記語の第２のセットは、前記語の第１のセットと異なる、
    前記第２のベクトルを生成するステップと、
    前記第２のベクトルと、前記他の名称のセットのうちの前記サブセットの他のベクトルとを比較するステップと、
    を含み、前記役割の前記第１の名称に対応する前記役割の前記第２の名称を判断するステップは、
    前記第２のベクトルと、前記他の名称のセットのうちの前記サブセットの前記他のベクトルとを比較した後に前記役割の前記第２の名称を判断するステップ
    を含む、請求項８に記載の方法。

Images