JP6623852B2 - 検索制御プログラム、検索制御装置及び検索制御方法 - Google Patents
検索制御プログラム、検索制御装置及び検索制御方法 Download PDFInfo
- Publication number
- JP6623852B2 JP6623852B2 JP2016045646A JP2016045646A JP6623852B2 JP 6623852 B2 JP6623852 B2 JP 6623852B2 JP 2016045646 A JP2016045646 A JP 2016045646A JP 2016045646 A JP2016045646 A JP 2016045646A JP 6623852 B2 JP6623852 B2 JP 6623852B2
- Authority
- JP
- Japan
- Prior art keywords
- keyword
- occurrence event
- information
- search
- extracted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Description
図1は、情報処理システム10の構成を示す図である。図1に示す情報処理システム10は、例えば、情報処理装置1(以下、検索制御装置1とも呼ぶ)と、記憶部2と、複数の事業者端末11とを有する。
次に、対処方法の検索について説明を行う。図2及び図3は、対処方法の検索について説明する図である。
次に、情報処理装置1のハードウエア構成について説明する。図4は、情報処理装置1のハードウエア構成を示す図である。
次に、情報処理装置1の機能について説明する。図5は、情報処理装置1の機能ブロック図である。
次に、第1の実施の形態について説明する。図6は、第1の実施の形態における検索制御処理の概略を説明するフローチャート図である。また、図7は、第1の実施の形態における検索制御処理の概略を説明する図である。図7を参照しながら図6の検索制御処理の概略について説明する。
次に、第1の実施の形態の詳細について説明する。図8から図10は、第1の実施の形態における検索制御処理の詳細を説明するフローチャート図である。また、図11から図30は、第1の実施の形態における検索制御処理の詳細を説明する図である。図11から図30を参照しながら、図8から図10の検索制御処理の詳細を説明する。
図15は、第1教師データ131の具体例を説明する図である。図15に示す第1教師データ131は、第1教師データ131に含まれる各情報を識別する「項番」と、第2対処方法131cが設定される「第2対処方法」とを項目として有する。また、図15に示す第1教師データ131は、「第2対処方法」に設定された第2対処方法131cに対応する第2発生事象131bの分類先情報131eが設定される「分類先」を項目として有する。
次に、第2対処方法131cから抽出されたキーワード(以下、キーワード情報とも呼ぶ)の具体例について説明を行う。図16は、第2対処方法131cから抽出されたキーワード情報の具体例を説明する図である。
図17は、第2教師データ131の具体例を説明する図である。図17に示す第2教師データ131は、第2教師データ131に含まれる各情報を識別する「項番」と、第2検索条件131aが設定される「第2検索条件」と、追加キーワード131dが設定される「追加キーワード」とを項目として有する。
次に、第2検索条件131aから抽出されたキーワード(以下、キーワード情報とも呼ぶ)の具体例について説明を行う。図18は、第2検索条件131aから抽出されたキーワード情報の具体例を説明する図である。
図19は、事業者端末11から送信された第1検索条件141aの具体例を説明する図である。図19に示す第1検索条件141aは、第1検索条件141aに含まれる各情報を識別する「項番」と、第1検索条件141aの内容が設定される「第1検索条件」とを項目として有する。
次に、事業者端末11から送信された第1検索条件141aから抽出した変換前キーワード(以下、変換前キーワード情報とも呼ぶ)の具体例について説明する。図20は、変換前キーワード情報の具体例を説明する図である。
図21は、第2パラメータ133の具体例を説明する図である。図21に示す第2パラメータ133は、S14の処理で第2検索条件131aから抽出したキーワードに追加キーワードを加えた各キーワード相互の第2パラメータのそれぞれを含んでいる。図21に示す第2パラメータ133における「ポリシー」、「配布」及び「運用」等は、S14の処理で第2検索条件131aから抽出したキーワードに追加キーワードを加えた各キーワードに対応する。
次に、第2相関度情報の具体例について説明を行う。図22は、第2相関度情報の具体例を説明する図である。図22に示す第2相関度情報は、第2相関度情報に含まれる各情報を識別する「項番」と、キーワードを識別する「キーワード」と、各キーワードの第2相関度情報を示す「スコア」とを項目として有する。なお、図22に示す第2相関度情報に含まれる各情報は、「スコア」に設定された値が降順になるように設定されているものとして説明を行う。
図23は、変換後キーワードの具体例を説明する図である。図23に示す変換後キーワード情報は、図20に示す情報と同じ項目を有している。
図24は、S25の処理で検索された第1発生事象141bの具体例を説明する図である。図24に示す第1発生事象141bは、第1発生事象141bに含まれる各情報を識別する「項番」と、S25の処理で検索された第1発生事象141bが設定される「第1発生事象」とを項目として有する。
図25は、検索対象データ136の具体例を説明する図である。図25に示す検索対象データ136は、検索対象データ136に含まれる各情報を識別する「項番」と、発生事象が設定される「発生事象」と、対処方法が設定される「対処方法」とを項目として有する。なお、検索対象データ136は、第2発生事象131bと第2対処方法131cとを含むものであってよい。
次に、S25の処理で抽出された第1発生事象141bに関連付けられた第1対処方法141cの具体例について説明を行う。図26は、S25の処理で抽出された第1発生事象141bに関連付けられた第1対処方法141cの具体例を説明する図である。
次に、図26で説明した第1対処方法141cから抽出されたキーワードの具体例について説明を行う。図27は、第1対処方法141cから抽出されたキーワードの具体例を説明する図である。図27に示す第1対処方法141cは、第1対処方法141cに含まれる各情報を識別する「項番」と、第1対処方法141cから抽出されたキーワードが設定される「キーワード(第1対処方法)」とを項目として有する。
図28は、第1パラメータ132の具体例を説明する図である。図28に示す第1パラメータ132は、第2対処方法131cから抽出された各キーワードと、第2発生事象131bの各分類先との関係における第1パラメータのそれぞれを含んでいる。図28に示す第1パラメータ132における左端の欄に設定された情報(「定義」、「監視」及び「メモリ」等)は、S12の処理で第2対処方法131cから抽出された各キーワードに対応する。また、図28に示す第1パラメータ132における上端の欄に設定された情報(「A−1」、「A−2」及び「A−3」等)は、第1発生事象132bの分類先をそれぞれ示す情報に対応する。
次に、S25の処理で抽出された第1発生事象141bのうち、ある1つの第1発生事象141bについての第1相関度情報の具体例について説明を行う。図29は、第1相関度情報の具体例を説明する図である。図29に示す第1相関度情報は、第1相関度情報に含まれる各情報を識別する「項番」と、各分類先を識別する「分類先」と、各キーワードの第1相関度情報を示す「スコア」とを項目として有する。なお、図29に示す第1相関度情報に含まれる各情報は、「スコア」に設定された値が降順になるように設定されているものとして説明を行う。
図30は、第1発生事象141bを出力した際の出力装置21の具体例を説明する図である。図30に示す出力装置21において、第1発生事象141bは、第1表示部21a、第2表示部21b、第3表示部21c及び第4表示部21dに分かれて表示されている。
コンピュータに、
検索条件を受け付け、
発生事象と対処方法とを関連付けて記憶する記憶部から、受け付けた前記検索条件に対応する発生事象を抽出し、
抽出した前記発生事象を、前記発生事象に関連付けられた対処方法に応じて分類して、検索結果として出力する、
処理を実行させることを特徴とする検索制御プログラム。
付記1において、さらに、
教師データに含まれる学習対処方法から抽出されたキーワードに基づき、前記教師データに含まれる、前記学習対処方法に関連付けられた学習発生事象を複数の分類先に分類する分類パラメータを機械学習する、
処理をコンピュータに実行させ、
前記発生事象を出力する処理では、
機械学習した前記分類パラメータにより、前記対処方法から抽出されるキーワードに基づいて、前記発生事象の分類先を特定し、
前記複数の分類先毎に、対応する前記発生事象の出力を行う、
ことを特徴とする検索制御プログラム。
付記2において、
前記分類パラメータを機械学習する処理では、前記学習対処方法から抽出されたキーワードと、前記学習発生事象の分類先とを学習データとして、分類パラメータの機械学習を行う、
ことを特徴とする検索制御プログラム。
付記2において、
前記分類先を特定する処理では、
機械学習した前記分類パラメータにより、前記複数の分類先毎に、前記対処方法から抽出されたキーワードとの相関度を算出し、
算出した前記相関度が最も高い分類先を、前記発生事象の分類先として特定する、
ことを特徴とする検索制御プログラム。
付記1において、さらに、
教師データに含まれる学習検索条件から抽出されるキーワードを変換する追加パラメータを機械学習する、
処理をコンピュータに実行させ、
前記発生事象を抽出する処理では、機械学習した前記追加パラメータにより、前記検索条件から抽出された変換前キーワードを変換して得られた変換後キーワードを用いて前記発生事象の抽出を行う、
処理をコンピュータに実行させることを特徴とする検索制御プログラム。
付記5において、
前記追加パラメータを機械学習する処理では、前記学習検索条件から抽出されたキーワードと、前記教師データに含まれる、前記学習検索条件に対応する追加キーワードとを学習データとして、前記追加パラメータの機械学習を行う、
ことを特徴とする検索制御プログラム。
付記5において、
前記発生事象の抽出を行う処理では、
機械学習した前記追加パラメータにより、前記学習検索条件から抽出されたキーワード及び前記追加キーワード毎に、前記変換前キーワードとの相関度を算出し、
算出した前記相関度が所定の閾値以上であるキーワードを、前記変換後キーワードとして特定する、
ことを特徴とする検索制御プログラム。
検索条件を受け付け、
発生事象と対処方法とを関連付けて記憶する記憶部から、受け付けた前記検索条件に対応する発生事象を抽出する抽出部と、
抽出した前記発生事象を、前記発生事象に関連付けられた対処方法に応じて分類して、検索結果として出力する出力部と、を有する、
ことを特徴とする検索制御装置。
付記8において、さらに、
教師データに含まれる学習対処方法から抽出されたキーワードに基づき、前記教師データに含まれる、前記学習対処方法に関連付けられた学習発生事象を複数の分類先に分類する分類パラメータを機械学習する機械学習実行部を有し、
前記出力部は、
機械学習した前記分類パラメータにより、前記対処方法から抽出されるキーワードに基づいて、前記発生事象の分類先を特定し、
前記複数の分類先毎に、対応する前記発生事象の出力を行う、
ことを特徴とする検索制御装置。
検索条件を受け付け、
発生事象と対処方法とを関連付けて記憶する記憶部から、受け付けた前記検索条件に対応する発生事象を抽出し、
抽出した前記発生事象を、前記発生事象に関連付けられた対処方法に応じて分類して、検索結果として出力する、
ことを特徴とする検索制御方法。
付記10において、さらに、
教師データに含まれる学習対処方法から抽出されたキーワードに基づき、前記教師データに含まれる、前記学習対処方法に関連付けられた学習発生事象を複数の分類先に分類する分類パラメータを機械学習し、
前記発生事象を出力する工程では、
機械学習した前記分類パラメータにより、前記対処方法から抽出されるキーワードに基づいて、前記発生事象の分類先を特定し、
前記複数の分類先毎に、対応する前記発生事象の出力を行う、
ことを特徴とする検索制御方法。
11:事業者端末 NW:ネットワーク
Claims (9)
- コンピュータに、
検索条件を受け付け、
発生事象と対処方法とを関連付けて記憶する記憶部から、受け付けた前記検索条件に対応する発生事象を抽出し、
抽出した前記発生事象を、前記発生事象に関連付けられた対処方法に応じて分類して、検索結果として出力する、
処理を実行させることを特徴とする検索制御プログラム。 - 請求項1において、さらに、
教師データに含まれる学習対処方法から抽出されたキーワードに基づき、前記教師データに含まれる、前記学習対処方法に関連付けられた学習発生事象を複数の分類先に分類する分類パラメータを機械学習する、
処理をコンピュータに実行させ、
前記発生事象を出力する処理では、
機械学習した前記分類パラメータにより、前記対処方法から抽出されるキーワードに基づいて、前記発生事象の分類先を特定し、
前記複数の分類先毎に、対応する前記発生事象の出力を行う、
ことを特徴とする検索制御プログラム。 - 請求項2において、
前記分類パラメータを機械学習する処理では、前記学習対処方法から抽出されたキーワードと、前記学習発生事象の分類先とを学習データとして、分類パラメータの機械学習を行う、
ことを特徴とする検索制御プログラム。 - 請求項2において、
前記分類先を特定する処理では、
機械学習した前記分類パラメータにより、前記複数の分類先毎に、前記対処方法から抽出されたキーワードとの相関度を算出し、
算出した前記相関度が最も高い分類先を、前記発生事象の分類先として特定する、
ことを特徴とする検索制御プログラム。 - 請求項1において、さらに、
教師データに含まれる学習検索条件から抽出されるキーワードを変換する追加パラメータを機械学習する、
処理をコンピュータに実行させ、
前記発生事象を抽出する処理では、機械学習した前記追加パラメータにより、前記検索条件から抽出された変換前キーワードを変換して得られた変換後キーワードを用いて前記発生事象の抽出を行う、
処理をコンピュータに実行させることを特徴とする検索制御プログラム。 - 請求項5において、
前記追加パラメータを機械学習する処理では、前記学習検索条件から抽出されたキーワードと、前記教師データに含まれる、前記学習検索条件に対応する追加キーワードとを学習データとして、前記追加パラメータの機械学習を行う、
ことを特徴とする検索制御プログラム。 - 請求項5において、
前記発生事象の抽出を行う処理では、
機械学習した前記追加パラメータにより、前記学習検索条件から抽出されたキーワード及び前記追加キーワード毎に、前記変換前キーワードとの相関度を算出し、
算出した前記相関度が所定の閾値以上であるキーワードを、前記変換後キーワードとして特定する、
ことを特徴とする検索制御プログラム。 - 検索条件を受け付け、
発生事象と対処方法とを関連付けて記憶する記憶部から、受け付けた前記検索条件に対応する発生事象を抽出する抽出部と、
抽出した前記発生事象を、前記発生事象に関連付けられた対処方法に応じて分類して、検索結果として出力する出力部と、を有する、
ことを特徴とする検索制御装置。 - 検索条件を受け付け、
発生事象と対処方法とを関連付けて記憶する記憶部から、受け付けた前記検索条件に対応する発生事象を抽出し、
抽出した前記発生事象を、前記発生事象に関連付けられた対処方法に応じて分類して、検索結果として出力する、
ことを特徴とする検索制御方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016045646A JP6623852B2 (ja) | 2016-03-09 | 2016-03-09 | 検索制御プログラム、検索制御装置及び検索制御方法 |
US15/435,821 US20170262771A1 (en) | 2016-03-09 | 2017-02-17 | Retrieval control program, retrieval control apparatus, and retrieval control method |
CN201710131112.4A CN107180068B (zh) | 2016-03-09 | 2017-03-07 | 检索控制程序、检索控制设备和检索控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016045646A JP6623852B2 (ja) | 2016-03-09 | 2016-03-09 | 検索制御プログラム、検索制御装置及び検索制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017162159A JP2017162159A (ja) | 2017-09-14 |
JP6623852B2 true JP6623852B2 (ja) | 2019-12-25 |
Family
ID=59786652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016045646A Active JP6623852B2 (ja) | 2016-03-09 | 2016-03-09 | 検索制御プログラム、検索制御装置及び検索制御方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20170262771A1 (ja) |
JP (1) | JP6623852B2 (ja) |
CN (1) | CN107180068B (ja) |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0973464A (ja) * | 1995-09-07 | 1997-03-18 | Fujitsu Ltd | 類似事例検索装置 |
JP2002230005A (ja) * | 2001-02-05 | 2002-08-16 | Seiko Epson Corp | サポートセンターシステム |
JP2003091606A (ja) * | 2001-09-17 | 2003-03-28 | Toshiba Corp | トラブルデータ呼び出し装置 |
JP2004139553A (ja) * | 2002-08-19 | 2004-05-13 | Matsushita Electric Ind Co Ltd | 文書検索システムおよび質問応答システム |
JP2006092473A (ja) * | 2004-09-27 | 2006-04-06 | Toshiba Corp | 回答支援システムおよび装置、回答支援プログラム |
CN1609859A (zh) * | 2004-11-26 | 2005-04-27 | 孙斌 | 搜索结果聚类的方法 |
US7406452B2 (en) * | 2005-03-17 | 2008-07-29 | Hewlett-Packard Development Company, L.P. | Machine learning |
CN1790332A (zh) * | 2005-12-28 | 2006-06-21 | 刘文印 | 一种问题答案的阅读浏览显示方法及其系统 |
US7849078B2 (en) * | 2006-06-07 | 2010-12-07 | Sap Ag | Generating searchable keywords |
US8346701B2 (en) * | 2009-01-23 | 2013-01-01 | Microsoft Corporation | Answer ranking in community question-answering sites |
JP5825676B2 (ja) * | 2012-02-23 | 2015-12-02 | 国立研究開発法人情報通信研究機構 | ノン・ファクトイド型質問応答システム及びコンピュータプログラム |
US9317829B2 (en) * | 2012-11-08 | 2016-04-19 | International Business Machines Corporation | Diagnosing incidents for information technology service management |
CN104216913B (zh) * | 2013-06-04 | 2019-01-04 | Sap欧洲公司 | 问题回答方法、系统和计算机可读介质 |
US10275516B2 (en) * | 2013-07-17 | 2019-04-30 | President And Fellows Of Harvard College | Systems and methods for keyword determination and document classification from unstructured text |
CN103678568B (zh) * | 2013-12-09 | 2017-12-15 | 北京奇虎科技有限公司 | 提供问题解决方案的方法、服务器和系统 |
CN103744889B (zh) * | 2013-12-23 | 2019-02-22 | 百度在线网络技术(北京)有限公司 | 一种用于对问题进行聚类处理的方法与装置 |
CN104063458B (zh) * | 2014-06-26 | 2017-09-29 | 北京奇虎科技有限公司 | 一种对终端故障问题提供对应解决方案的方法及装置 |
-
2016
- 2016-03-09 JP JP2016045646A patent/JP6623852B2/ja active Active
-
2017
- 2017-02-17 US US15/435,821 patent/US20170262771A1/en not_active Abandoned
- 2017-03-07 CN CN201710131112.4A patent/CN107180068B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017162159A (ja) | 2017-09-14 |
CN107180068A (zh) | 2017-09-19 |
US20170262771A1 (en) | 2017-09-14 |
CN107180068B (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6649582B2 (ja) | 検索制御プログラム、検索制御装置及び検索制御方法 | |
US20130290323A1 (en) | Systems and methods for automatically associating tags with files in a computer system | |
CN111061859A (zh) | 基于知识图谱的数据处理方法、装置和计算机设备 | |
CN114329201B (zh) | 深度学习模型的训练方法、内容推荐方法和装置 | |
JP2017010514A (ja) | 検索エンジン及びその実現方法 | |
JP2017505964A (ja) | 機械学習に基づく自動タスク分類 | |
US10606910B2 (en) | Ranking search results using machine learning based models | |
US20200293722A1 (en) | Word vector retrofitting method and apparatus | |
US20180253778A1 (en) | Information processing system, information processing method, and non-transitory computer-readable storage medium storing program | |
WO2023142451A1 (zh) | 工作流生成方法、装置、电子设备 | |
EP4105792A1 (en) | Web page interface query method and apparatus, electronic device, and storage medium | |
CN111881183A (zh) | 企业名称匹配方法和装置、以及存储介质和电子设备 | |
US20210223921A1 (en) | Method and Apparatus for Determining Extended Reading Content, Device and Storage Medium | |
CN113704058A (zh) | 一种业务模型的监控方法、装置及电子设备 | |
CN104182402A (zh) | 浏览器界面地址栏输入控制方法及系统 | |
US20210264033A1 (en) | Dynamic Threat Actionability Determination and Control System | |
JP6623852B2 (ja) | 検索制御プログラム、検索制御装置及び検索制御方法 | |
CN116894078A (zh) | 一种信息交互方法、装置、电子设备及介质 | |
US20170249314A1 (en) | Apparatus and method to determine a predicted-reliability of searching for an answer to question information | |
US20220245012A1 (en) | Common platform for fulfilling different actions | |
CN113612777A (zh) | 训练方法、流量分级方法、装置、电子设备以及存储介质 | |
US9582368B2 (en) | Method and apparatus for text input protection | |
JP5394512B2 (ja) | 教師データ生成装置、方法及びプログラム | |
CN112016081B (zh) | 标识映射的实现方法、装置、介质和电子设备 | |
CN112559843B (zh) | 确定集合的方法、装置、电子设备、介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181112 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190920 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191029 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191111 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6623852 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |