JP6640395B1 - 情報処理システム及び情報処理方法 - Google Patents

Abstract

【課題】契約書の作成及びチェックの効率を向上させる情報処理システム及び情報処理方法を提供する。【解決手段】複数の端末と、ネットワークを介して接続するサーバと、で構成する情報処理システムにおいて、サーバは、契約書の条項が変換されたベクトルと当該条項の種類を表す条項種類識別情報もしくは当該条項に対する条項メタデータとの分析した関係が記憶されているストレージと、対象の契約書の対象の条項をベクトルに変換する変換部と、当該分析した関係に基づいて、当該変換後の当該ベクトルを入力として、当該対象の条項の種類を識別する条項種類識別情報もしくは前記対象の条項に対する条項メタデータを予測して出力する予測部と、を有する。【選択図】図４

Description

本発明は、情報処理システム及び情報処理方法に関する。

取引を伴う業務において、互いの取引条件などを記載した契約書は、契約締結時の証拠として機能する重要な書類であり、契約書の作成は、非常に重要な業務である。契約書作成に関する技術として、例えば、特許文献１には、電算機のデータベースには契約類型毎に予め想定される全ての契約パターン、該契約パターン毎のケースであって個々の個別案件毎に修正すべき箇所を表示したケース、想定されるリスク等を蓄積し、契約文書作成者は、前記契約文書作成システムの端末装置で契約類型から案件に類似した契約類型を選択し、選択した契約類型に対応する契約パターンを順次表示させ、表示された契約パターン毎に必要とするケースを選択し、必要に応じて選択されたパターン及びケースに沿ったリスク等を表示させ、全ての選択終了後に全体の契約文書及び個別案件に適合した語句に修正箇所を修正し、契約文書を作成する契約文書作成システムが開示されている。

特開２００６−６５４２１号公報

Matteo Pagliardini, Prakhar Gupta, Martin Jaggi、"Unsupervised Learning of Sentence Embeddings using Compositional n-Gram Features", NAACL 2018 - Conference of the North American Chapter of the Association for Computational Linguistics, pages 528-540

特許文献１に記載の技術は、予め想定される全ての契約パターンを用意し、その中から選択されたひな形の契約書を用いることが想定されている。しかしながら、実際の契約においては、予め自社が用意したひな形の契約書を用いる場合だけでなく、初めて自社で契約書を用意する場合や相手側が提示した契約書を用いる場合がある。これらの場合において契約の担当者がその種類の契約に不慣れであると、条項がどのような条項であるのかを把握することが難しいという問題があった。また、契約の担当者がその種類の契約に不慣れであると、個々の条項が自己にとって有利であるのか不利であるのかが分からず契約書の作成及び／またはチェックを行うことが難しいという問題があった。このような問題があるため、契約書の作成及び／またはチェックの効率が悪いという問題がある。

本発明は、上記問題に鑑みてなされたものであり、契約書の作成及び／またはチェックの効率を向上させること可能とする情報処理システム及び情報処理方法を提供することを目的とする。

本発明の第１の態様に係る情報処理システムは、契約書の条項が変換されたベクトルと当該条項の種類を表す条項種類識別情報もしくは当該条項に対する条項メタデータとの分析した関係が記憶されているストレージと、対象の契約書の対象の条項をベクトルに変換する変換部と、前記分析した関係に基づいて、前記変換後の前記ベクトルを入力として、前記対象の条項の種類を識別する条項種類識別情報もしくは前記対象の条項に対する条項メタデータを予測して出力する予測部と、を備える。

この構成によれば、対象の条項に条項種類識別情報を割り当てることで、ユーザは対象の条項の種類を把握することができるので、契約書の条項がどのような条項であるのかをユーザが把握するのを容易化することができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。
あるいは、この構成によれば、条項メタデータが契約のどちらの側が不利な条項であることを示唆する場合、対象のユーザは、自己にとって不利な条項を不利にならないように変更したり、自己に不利にならないように条項を新たに追加したりすることができる。また、条項メタデータが契約のどちらの側が有利な条項であることを示唆する場合、対象のユーザは、自己にとって有利な条項を把握しつつ契約書の作成及び／またはチェックを行うことができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。

本発明の第２の態様に係る情報処理システムは、第１の態様に係る情報処理システムであって、前記ストレージに記憶されている分析した関係は、標準契約書に含まれるいずれの条項のベクトルとも設定基準以上の類似性がない条項のベクトルを入力とし当該条項に対してユーザが割り当てた条項種類を識別する条項種類識別情報を出力とする教師データとして機械学習した分類モデルであり、前記予測部は、前記分類モデルに前記変換後のベクトルを入力して、前記対象の条項の種類を識別する条項種類識別情報を出力する。

この構成によれば、条項の種類の判別精度を向上させることができる。

本発明の第３の態様に係る情報処理システムは、第１の態様に係る情報処理システムであって、前記ストレージに記憶されている分析した関係は、標準契約書に含まれる条項それぞれに対応するベクトルと、当該条項の種類を表す条項種類識別情報との組であり、前記予測部は、変換後の前記ベクトルを、前記ストレージに記憶されている、標準契約書に含まれる条項それぞれのベクトルと比較し、比較の結果、類似度が基準を満たすベクトルに前記ストレージにおいて関連付けられた条項種類識別情報を出力する。

この構成によれば、対象の条項を、標準契約書に含まれる条項と比較することができ、対象の条項の種類を判断することができる。

本発明の第４の態様に係る情報処理システムは、第３の態様に係る情報処理システムであって、前記ストレージには、標準契約書に含まれる条項それぞれに対応するベクトルと当該条項に付された条項種類識別情報との組に対して、契約書の種類が更に関連付けられて記憶されており、前記対象の契約書の種類を取得する取得部を更に備え、前記予測部は、前記変換後のベクトルを、前記取得部によって取得された前記対象の契約書の種類と同じ種類の標準契約書に含まれる条項それぞれのベクトルと比較する。

この構成によれば、対象の条項を、対象の契約書の種類と同じ種類の標準契約書に含まれる条項と比較することができ、対象の条項の種類の判別精度を向上させることができる。

本発明の第５の態様に係る情報処理システムは、第３または４の態様に係る情報処理システムであって、前記変換部は、対象の契約書に含まれる条項それぞれをベクトルに変換し、前記予測部は、前記変換後のベクトルそれぞれを、前記対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルと比較し、前記予測部による比較の結果、前記変換後のベクトルのうち、標準契約書に含まれるいずれの条項のベクトルとも設定基準以上の類似性がないベクトルに対応する条項を非類似条項として出力する出力部を更に備える。

この構成によれば、ユーザは標準的な契約書にない条項を把握することができるので、契約書の作成及び／またはチェックを効率化することができる。

本発明の第６の態様に係る情報処理システムは、第５の態様に係る情報処理システムであって、前記出力部によって出力された前記非類似条項のベクトルを入力とし当該条項に対してユーザが割り当てた条項の種類を識別する条項種類識別情報を出力とする教師データを用いて、機械学習することにより分類モデルを更新する更新部を更に備え、前記予測部は、更新後の前記分類モデルに前記変換後のベクトルを入力して、前記対象の条項の種類を識別する条項種類識別情報を出力する。

この構成によれば、更新された分類モデルを用いることにより、条項に正しい条項種類識別情報を割り当てられる精度を向上させることができる。

本発明の第７の態様に係る情報処理システムは、第３または４の態様に係る情報処理システムであって、前記変換部は、対象の契約書に含まれる条項それぞれをベクトルに変換し、前記予測部は、前記変換後のベクトルそれぞれを、前記対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルと比較し、前記予測部による比較の結果、前記標準契約書に含まれる条項のベクトルのうち、前記変換後のベクトルとの間で設定基準以上の類似性がないベクトルに対応する条項の種類を表す条項種類識別情報に対応する情報を、前記対象の契約書に不足している条項として出力する出力部を更に備える。

この構成によれば、ユーザは標準的な契約書にない条項を把握することができるので、契約書の作成及び／またはチェックを効率化することができる。

本発明の第８の態様に係る情報処理システムは、第１から７のいずれかの態様に係る情報処理システムであって、前記ストレージには、前記条項種類識別情報に対して、一以上の条項データ及び／または条項メタデータが関連付けられて記憶されており、前記対象の契約書に含まれる特定の条項に対する前記ユーザの特定の操作を受け付けた場合、当該特定の条項の種類を識別する条項種類識別情報と同じ条項種類識別情報に前記ストレージにおいて関連付けられた条項データ及び／または条項メタデータを出力する条項データ出力部を更に備える。

この構成によれば、ユーザが選択した条項と同種の他の条項を参照することができるので、契約書の作成を効率化することができる。

本発明の第９の態様に係る情報処理システムは、第１から８のいずれかの態様に係る情報処理システムであって、前記変換部は、対象の契約書の条項を日本語から外国語へ翻訳し、翻訳後の外国語の条項をベクトルに変換する。

この構成によれば、外国語に変換した後にベクトルに変換するので、日本語による表記ゆれを吸収して、ベクトルに変換した後に、意味が近いもの同士をより類似度が高いベクトルに、意味が遠いもの同士をより類似度が低いベクトルに変換することができる。

本発明の第１０の態様に係る情報処理システムは、第９の態様に係る情報処理システムであって、前記外国語は、英語である。

この構成によれば、英語に翻訳して、英語からベクトル化することによって、日本語よりも英語の方があいまいでなく構文のゆれが少ないので、ベクトル化したときに日本語からベクトルに変換するよりも、意味が近いもの同士をより類似度が高いベクトルに、意味が遠いもの同士をより類似度が低いベクトルに変換することができる。

本発明の第１１の態様に係る情報処理システムは、第１から１０のいずれかの態様に係る情報処理システムであって、前記対象の契約書を、条項毎に分割する分割部を更に備え、前記変換部は、前記分割部による分割後の条項をベクトルに変換する。

この構成によれば、対象の契約書を条項毎に分割し、分割後の条項をベクトルに変換するので、対象の契約書のそれぞれの条項に条項種類識別情報を割り当てることができる。

本発明の第１２の態様に係る情報処理システムは、第１の態様に係る情報処理システムであって、前記ストレージには、ユーザ区分と当該ユーザ区分にとって有利もしくは不利な標準条項のベクトルとの組と、条項メタデータとの分析した関係が記憶されており、前記予測部は、前記分析した関係に基づいて、対象のユーザの区分と前記対象の条項のベクトルとを入力として、条項メタデータを予測して出力する。

この構成によれば、対象のユーザの区分では不利な条項の場合、条項を変更または追加するよう示唆する条項メタデータが得られるので、対象のユーザは、自己にとって不利な条項を不利にならないように変更したり、自己に不利にならないように条項を新たに追加したりすることができる。また、対象のユーザの区分では有利な条項の場合、有利な条項であることを示唆する条項メタデータが得られるので、対象のユーザは、自己にとって有利な条項を把握しつつ契約書の作成及び／またはチェックを行うことができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。

本発明の第１３の態様に係る情報処理方法は、条項が変換されたベクトルと当該条項の種類を表す条項種類識別情報もしくは当該条項に対する条項メタデータとの分析した関係が記憶されているストレージが記憶されている情報処理システムが実行する情報処理方法であって、対象の契約書の対象の条項をベクトルに変換するステップと、前記分析した関係に基づいて、前記変換後の前記ベクトルを入力として、前記対象の条項の種類を識別する条項種類識別情報もしくは前記対象の条項に対する条項メタデータを予測して出力するステップと、を有する。

この構成によれば、対象の条項に条項種類識別情報を割り当てることで、ユーザは対象の条項の種類を把握することができるので、契約書の条項がどのような条項であるのかをユーザが把握するのを容易化することができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。あるいは、この構成によれば、条項メタデータが得られるので、対象のユーザは、自己にとって不利な条項を不利にならないように変更したり、自己に不利にならないように条項を新たに追加したりすることができる。また、有利な条項であることが示唆する条項メタデータが得られるので、対象のユーザは、自己にとって有利な条項を把握しつつ契約書の作成及び／またはチェックを行うことができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。

本発明の一態様によれば、対象の条項に条項種類識別情報を割り当てることで、ユーザは対象の条項の種類を把握することができるので、契約書の条項がどのような条項であるのかをユーザが把握するのを容易化することができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。
あるいは、本発明の一態様によれば、条項メタデータが契約のどちらの側が不利な条項であることを示唆する場合、対象のユーザは、自己にとって不利な条項を不利にならないように変更したり、自己に不利にならないように条項を新たに追加したりすることができる。また、条項メタデータが契約のどちらの側が有利な条項であることを示唆する場合、対象のユーザは、自己にとって有利な条項を把握しつつ契約書の作成及び／またはチェックを行うことができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。

本実施形態に係る条項の分類モデルの学習方法を説明する模式図である。 本実施形態に係る情報処理システムの概略構成図である。 本実施形態に係る端末の概略構成図である。 本実施形態に係るサーバの概略構成図である。 本実施形態に係るサーバのストレージに記憶されているマスタテーブルの一例である。 本実施形態に係るサーバのストレージに記憶されているテーブルの一例である。 本実施形態に係る処理の一つを説明する模式図である。 条項に含まれる文章の数が三つの場合における条項のベクトル化の一例を示す模式図である。 端末１に表示されるブラウザ画面の第１の例である。 図９において「このタグで検索する」ボタンＢ１が押された場合のブラウザ画面の一例である。 本実施形態において予測部が類似度を用いて条項に条項種類を割り当てる場合の処理の一例を示すフローチャートである。 本実施形態において条項種類及び類似条項を提示する処理の一例を示すフローチャートである。 本実施形態において予測部が分類モデルを用いて条項に条項種類を割り当てる場合の処理の一例を示すフローチャートである。

以下、各実施形態について、図面を参照しながら説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。

本実施形態では、上記の課題に加えてもしくは代えて、以下の課題を解決する。例えば初めて自社で契約書を用意する場合や相手側から契約書を提示された場合などにおいて、契約書の作成及び／またはチェックの効率を向上させたいという課題がある。契約書の作成及び／またはチェックの効率を向上させるためには、対象の契約書の中から、その種類の契約書では一般的でない条項（例えば、共同開発契約書であれば共同開発契約書では一般的でない条項など）を見分けることができれば、その条項に注力してチェックすることができる。しかしながら、対象の契約書の中から、その種類の契約書では一般的でない条項を見分けることが難しいという問題がある。

また、契約書の作成及び／またはチェックの効率を向上させるためには、対象の契約書において、その種類の契約書としては不足している条項（例えば、共同開発契約書であれば共同開発によって生まれた知的財産権の取り扱いを定めた条項など）がどんな条項であるかを把握できれば、その条項を加えることができる。しかしながら、対象の契約書において、その種類の契約書としては不足している条項がどんな条項であるかを把握することが難しいという問題がある。

図１は、本実施形態に係る条項の分類モデルの学習方法を説明する模式図である。図１に示すように、標準的な契約書である標準契約書のデータベースには、標準契約書が条項毎に分割されて保存されている。
（ステップＳ１）まず例えばサーバは、対象の契約書のデータである契約書データＤＴを用いて、対象の契約書を条項単位に分割する。そして例えばサーバは、この契約書データＤＴの条項単位のデータと標準契約書の条項毎のデータとを結合してクラスタリングし（グループ分けし）、条項それぞれのベクトルを取得する。

（ステップＳ２）例えばサーバは、対象の契約書の条項それぞれのベクトルＶ１１〜Ｖ１６について、対象の契約書と同種の標準契約書の条項それぞれのベクトルＶ２１〜Ｖ２６との間で類似度（例えばコサイン類似度）を計算する。本実施形態では、類似度は一例としてコサイン類度であるものとして説明する。

対象の契約書の条項のうち類似度が設定基準以上の条項（ここでは、Ｖ１２〜Ｖ１５）を除外する。例えばベクトルＶ１１は、ベクトルＶ２１〜Ｖ２６それぞれとの類似度が一つも設定基準以上にならなかったので残される。同様に例えばベクトルＶ１６は、ベクトルＶ２１〜Ｖ２６それぞれとの類似度が一つも設定基準以上にならなかったので残される。これにより、例えばベクトルＶ１１、Ｖ１６は、標準契約書の中に類似度が設定基準以上の条項がなかったので、例えばサーバは、一般的でない条項としてユーザに示唆する。

一方、例えばサーバは、対象の契約書の条項のうち類似度が設定基準以上の条項（ここでは、Ｖ１２〜Ｖ１５）それぞれについて、対象の契約書と同種の標準契約書の条項のベクトルＶ２１〜Ｖ２６のうち類似度が最も高いベクトルの条項に対応する条項種別を、当該ベクトルの条項種別に割り当てる。具体的には例えばサーバは、条項Ｖ１２と、類似度が設定基準以上で且つ最も類似しているベクトルＶ２３であるとすると、条項１２に対して、ベクトルＶ２３に対応する条項種別を割り当てる。

例えばベクトルＶ２１は、ベクトルＶ１１〜Ｖ１６それぞれとの類似度が一つも設定基準以上にならなかったので残される。同様に例えばベクトルＶ２１は、ベクトルＶ１１〜Ｖ１６それぞれとの類似度が一つも設定基準以上にならなかったので残される。これにより、例えばベクトルＶ２１、Ｖ２６は、対象の契約書の中に類似度が設定基準以上の条項がなかったので、例えばサーバは、その種類の契約書としては不足している条項としてユーザに示唆する。

（ステップＳ３）ユーザが、類似度が設定基準未満の非類似条項それぞれ（ここでは例えばベクトルＶ１１、Ｖ１６に対応する条項）に、条項種類を割り当てる。例えば、ユーザがベクトルＶ１１の条項を読んで、「秘密保持」の条項だと判断すれば、ユーザが端末を操作してベクトルＶ１１の条項に対して「秘密保持」を割り当てる。

（ステップＳ４）続いて、例えばサーバは、非類似条項のベクトルを入力とし当該非類似条項に対してユーザが割り当てた条項種類を識別する条項種類ＩＤを出力とする教師データを用いて、機械学習することによって分類モデルを更新する。

（ステップＳ５）一定の性能要件を満たした場合、類似度ではなく、この分類モデルを用いて、条項それぞれの種類を予測する。

本実施形態に係る情報処理システムの概略構成図である。図２に示すように、情報処理システムＳは一例として、端末１−１〜１−Ｎと通信回路網ＣＮを介して接続されたサーバ２を備える。情報処理システムＳは、端末１−１、…、１−Ｎ（Ｎは自然数）を備えてもよいし、備えなくてもよい。

端末１−１〜１−Ｎは、別々のユーザが使用する端末装置であり、例えば、多機能携帯電話（いわゆるスマートフォン）などの携帯電話、タブレット、ノートパソコン、またはデスクトップパソコンなどである。端末１−１〜１−Ｎは例えば、ＷＥＢブラウザを用いて、サーバ２から提供される情報を表示する。

サーバ２は情報処理装置の一例であり、端末１−１〜１−Ｎに対して情報を提供する。以下、端末１−１〜１−Ｎを総称して端末１とも呼ぶ。

図３は、本実施形態に係る端末の概略構成図である。図３に示すように、端末１は例えば、入力インタフェース１１と、通信回路１２と、ストレージ１３と、メモリ１４と、出力インタフェース１５と、プロセッサ１６とを備える。
入力インタフェース１１は、ユーザからの入力を受け付け、受け付けた入力に応じた入力信号をプロセッサ１６へ出力する。
通信回路１２は、通信回路網ＣＮに接続されて、通信回路網ＣＮに接続されているサーバ２と通信する。この通信は有線であっても無線であってもよい。

ストレージ１３には、プロセッサ１６が読み出して実行するためのプログラム及び各種のデータが格納されている。
メモリ１４は、データ及びプログラムを一時的に保持する。メモリ１４は、揮発性メモリであり、例えばＲＡＭ（Random Access Memory）である。

出力インタフェース１５は、ディスプレイ１７と接続されており、プロセッサ１６の指令に従って情報をディスプレイ１７に出力する。これにより、ディスプレイ１７に情報が表示される。なおディスプレイ１７は端末１に外付けではなく端末１に内蔵されていてもよい。
プロセッサ１６は、ストレージ１３から本実施形態に係るプログラムをメモリ１４にロードし、当該プログラムに含まれる一連の命令を実行することによって、読込受付部１６１、編集受付部１６２、条項データ要求部１６３、条項種類要求部１６４．通信制御部１６５、出力制御部１６６として機能する。それぞれの処理については後述する。

図４は、本実施形態に係るサーバの概略構成図である。図４に示すように、サーバ２は、入力インタフェース２１と、通信回路２２と、ストレージ２３と、メモリ２４と、出力インタフェース２５と、プロセッサ２６とを備える。
入力インタフェース２１は、サーバ２の管理者からの入力を受け付け、受け付けた入力に応じた入力信号をプロセッサ２６へ出力する。
通信回路２２は、通信回路網ＣＮに接続されて、通信回路網ＣＮに接続されている端末１−１〜１−Ｎと通信する。この通信は有線であっても無線であってもよい。

ストレージ２３は、プロセッサ２６が読み出して実行するためのプログラム及び各種のデータが格納されている。
メモリ２４は、データ及びプログラムを一時的に保持する。メモリ２４は、揮発性メモリであり、例えばＲＡＭ（Random Access Memory）である。
出力インタフェース２５は、外部の機器（例えばディスプレイと接続されており、プロセッサ２６からの指令に従って当該外部の機器に信号（例えば映像信号）を出力する。これにより、例えばディスプレイに映像信号が入力されて情報が表示される。

プロセッサ２６は、ストレージ２３からプログラムをメモリ２４にロードし、当該プログラムに含まれる一連の命令を実行することによって、取得部２６１、分割部２６２、変換部２６３、予測部２６４、条項データ読出部（条項データ出力部）２６５、条項種類読出部２６６、出力部２６７、更新部２６８、通信制御部２６９として機能する。それぞれの処理については後述する。

図５は、本実施形態に係るサーバのストレージに記憶されているマスタテーブルの一例である。図５に示すように、本実施形態に係るサーバ２のストレージ２３に記憶されている契約書種類マスタテーブルＭ１には、契約書種類ＩＤと、条項名との組のレコードが蓄積されている。ここで契約書種類ＩＤは、契約書の種類を識別する契約書種類識別情報の一例である。
図５に示すように、本実施形態に係るサーバ２のストレージ２３に記憶されている条項種類マスタテーブルＭ２には、条項種類ＩＤと、条項名との組のレコードが蓄積されている。ここで条項種類ＩＤは、条項の種類を識別する条項種類識別情報の一例である。

図６は、本実施形態に係るサーバのストレージに記憶されているテーブルの一例である。標準条項テーブルＴ１には、予め用意された標準的な契約書に含まれる条項に関する情報が格納される。図６に示すように、本実施形態に係るサーバ２のストレージ２３に記憶されている標準条項テーブルＴ１には、契約書種類ＩＤと、条項種類ＩＤと、ベクトルと、条項との組のレコードが蓄積されている。ベクトルは、条項すなわち条項単位の文章群が変換されたものである。ベクトルは例えば、高次元の実数ベクトルである。変換時には、近い意味の条項を近いベクトルに変換される。
このように、ストレージ２３には、標準契約書に含まれる条項それぞれに対応するベクトルと当該条項に付された条項種類識別情報（ここでは契約書種類ＩＤ）との組に対して、契約書の種類が更に関連付けられて記憶されている。

条項テーブルＴ２には、ユーザによって入力された契約書に含まれる条項が蓄積されている。図６に示すように、本実施形態に係るサーバ２のストレージ２３に記憶されている条項テーブルＴ２には、契約書種類ＩＤと、条項種類ＩＤと、条項との組のレコードが蓄積されている。

サーバ２のストレージ２３には、契約書の条項が変換されたベクトルと当該条項の種類を表す条項種類識別情報（ここでは条項種類ＩＤ）との分析した関係が記憶されている。このストレージ２３に記憶されている分析した関係は、本実施形態では二種類ある。ストレージ２３に記憶されている分析した関係の一つは、標準契約書に含まれる条項それぞれに対応するベクトルと、当該条項の種類を表す条項種類識別情報（ここでは条項種類ＩＤ）との組である。ストレージ２３に記憶されている分析した関係のもう一つは、標準契約書に含まれるいずれの条項のベクトルとも設定基準以上の類似性がない条項のベクトルを入力とし当該条項に対してユーザが割り当てた条項種類を識別する条項種類識別情報を出力とする教師データとして機械学習した分類モデルである。

図７は、本実施形態に係る処理の一つを説明する模式図である。読込受付部１６１は、ユーザによる操作に応じて提供された契約書データＤＴを読み込み、通信制御部１６５（図３参照）は、契約書データＤＴをサーバ２へ送信するよう通信回路１２を制御する。
編集受付部１６２は、契約書データＤＴに対する編集を受け付けて、出力制御部１６６（図３参照）は編集された契約書データＤＴをディスプレイ１７に表示するよう制御する。

取得部２６１は、対象の契約書の種類を取得する。その際、例えば、取得部２６１は、対象の契約書に含まれるタイトルを契約書の種類として取得してもよいし、対象の契約書に含まれるタイトルから契約書の種類を判断してもよい。また、対象の契約書の種類をユーザが指定するようにしてもよく、その場合、取得部２６１は、端末１がユーザから受け付けた対象の契約書の種類を取得してもよい。

分割部２６２は、対象の契約書を、条項毎に分割する。この分割の処理は、例えば、分割部２６２は、「条」という単語を抽出し、この「条」を境目とみなして、条項毎に分割してもよい。

変換部２６３は、対象の契約書の対象の条項をベクトルに変換する。具体的には例えば、変換部２６３は、分割部２６２による分割後の条項をベクトルに変換する。この変換については後述する。

予測部２６４は、上記分析した関係に基づいて、前記変換後の前記ベクトルを入力として、対象の条項の種類を識別する条項種類識別情報（ここでは条項種類ＩＤ）を予測して出力する。

例えばストレージ２３に保存された分類モデルが一定の性能要件を満たしていない場合、予測部２６４は、変換後のベクトルを、ストレージ２３に記憶されている、標準契約書に含まれる条項それぞれのベクトルと比較し、比較の結果、類似度が基準を満たすベクトル（ここでは一例として最も類似するベクトル）にストレージ２３において関連付けられた条項種類識別情報（ここでは条項種類ＩＤ）を出力する。これにより、対象の条項を、標準契約書に含まれる条項と比較することができ、対象の条項の種類を判断することができる。

より詳細には、予測部２６４は、変換後のベクトルを、取得部２６１によって取得された対象の契約書の種類と同じ種類の標準契約書に含まれる条項それぞれのベクトルと比較する。これにより、対象の条項を、対象の契約書の種類と同じ種類の標準契約書に含まれる条項と比較することができ、対象の条項の種類の判別精度を向上させることができる。

ここで比較時には、予測部２６４は例えば、変換後のベクトルと標準契約書に含まれる条項それぞれとの間でコサイン類似度を算出し、算出されたコサイン類似度のうちコサイン類似度が最も高いベクトルにストレージ２３において関連付けられた条項種類ＩＤを出力する。これにより、条項の種類を把握することができる。

一方、例えば、ストレージ２３に保存された分類モデルが一定の性能要件を満たす場合、予測部２６４は、この分類モデルに当該変換後のベクトルを入力して、対象の条項の種類を識別する条項種類識別情報（ここでは条項種類ＩＤ）を出力する。これにより、条項の種類の判別精度を向上させることができる。

そして、予測部２６４は、条項それぞれについて、出力した条項種類ＩＤを条項番号と関連付けてストレージ２３に蓄積させる。

＜ベクトルへの変換処理について＞
続いて変換部２６３におけるベクトルの変換処理の例について説明する。図８は、条項に含まれる文章の数が三つの場合における条項のベクトル化の一例を示す模式図である。図８に示すように、変換部２６３は、条項に含まれる第１文をベクトルＸ１に変換する。同様に変換部２６３は条項に含まれる第２文をベクトルＸ２に変換する。同様に変換部２６３は条項に含まれる第３文をベクトルＸ３に変換する。そして、変換部２６３は、ベクトルの平均（Ｘ１＋Ｘ２＋Ｘ３）／３を、当該条項に対応するベクトルとして出力する。

ここで文章からベクトルに変換する処理の例について説明する。
（ステップ１）まず、変換部２６３は、文章を形態素に分解する。
例えば文が「今日はいい天気です」の場合、「今日」、「は」、「いい」、「天気」、「です」に分割される。

（ステップ２）次に、変換部２６３は、連続するＮ個（Ｎは自然数）の形態素をｎ−ｇｒａｍとして定義する。例えば、Ｎが２の場合、ｎ−ｇｒａｍは、以下のように定義される。
N = 2 ： (今日, は), (は, いい), (いい 天気), (天気 です)

（ステップ３）変換部２６３は、仮に三つの文書Ｓ１、Ｓ２、Ｓ３があった場合、以下となるような最適な行列Ｕ、Ｖを計算する。すなわち文書Ｓ１のすべてのｎ−ｇｒａｍは文書Ｓ１に最も現れ、文書Ｓ２、文書Ｓ３に含まれる異なるｎ−ｇｒａｍは現れない。文書Ｓ２、文書Ｓ３に関しても同様である。この行列Ｕ、Ｖは、非特許文献１に記載されているものである。行列Ｕは、センテンス（文章）ごとの値の集合で、行列Ｕ、Ｖの最適化によって学習（最適化関数）を実行することにより、文書のベクトル（分散表現）を導出する。行列Ｕは、行列Ｖと大きさの同じで９０度傾けた行列で、センテンス（文章）毎の値の集合である。そして変換部２６３は、行列の片方であるＶをもとに、含まれるすべてのｎ−ｇｒａｍ分散表現を平均して文章のベクトル（分散表現ともいう）を得る。
以下、対象の文章（センテンス）Ｓをベクトルに変換する処理の具体的な手法の例について簡単に説明する。学習時には、行列Ｖで単語ごとの表現を求める。単語のセンテンス内での出現パターンを学習するためパラメーターＵも使う。また行列Ｕ、Ｖを誤差関数を使って最適化する。なお、誤差関数は例えば非特許文献１の式（３）を用いてもよい。
分散表現導出時には、文章（センテンス）ＳのBag of WordsベクトルＤを求める。ベクトルＤと行列Ｖを掛け合わせ、出現頻度を加味したｎ−ｇｒａｍごとのベクトル表現の平均を取り、文章Ｓのベクトル表現を求める。
なお、文章をベクトルに変換する処理は、公知のライブラリや公知の方法を用いてもよい。

＜条項種類の表示処理について＞
条項種類の表示の処理の一例について説明する。図９は、端末１に表示されるブラウザ画面の第１の例である。図９において、端末１において、事業譲渡契約書のデータが読み込まれた場合に、端末１のブラウザに条項毎に表示される。図９では、「第１条」が、ユーザによって選択された場合の画面である。ユーザによって「１条」が選択された場合、図７に示すように条項種類要求部１６４は、条項番号として「１」をサーバ２に送信して条項種類を要求する。この要求に対して、条項種類読出部２６６は、条項番号「１」に関連付けて記憶された条項種類ＩＤをストレージ２３から読み出す。そして、通信制御部２６９は、読み出された条項種類ＩＤに対応する情報を端末１へ送信するよう通信回路２２を制御する。端末１の出力制御部１６６は、この情報を受信した場合、条項種類ＩＤ（ここでは「事業譲渡」を識別するＩＤ）に対応するタグが表示する。これにより、図９のように、「１条」に対して「事業譲渡」のタグＲ１が付されて表示される。

＜類似条項出力処理について＞
続いて類似条項出力処理について説明する。図９において、「このタグで検索する」ボタンＢ１が表示されている。また、「条項を削除」ボタンＢ２が表示され、「条項を追加」ボタンＢ３が表示されている。「条項を削除」ボタンＢ２が押されると、端末１のプロセッサ１６は、この条項を削除する。一方、「条項を追加」ボタンＢ３が押されると、端末１のプロセッサ１６は、編集中の条項を追加する。

また、図９において、契約書の種類を選択するセレクトボックスＳＢ１と、条項の種類を選択するセレクトボックスＳＢ２が表示されている。セレクトボックスＳＢ１で契約書の種類が選択され、セレクトボックスＳＢ２で条項の種類が選択された場合、端末１の条項データ要求部１６３は、この選択された契約書の種類を識別する契約書種類ＩＤと、この選択された条項の種類を識別する条項種類ＩＤをサーバ２へ送信して、当該契約書の種類で且つ当該条項の種類に該当する条項データを要求する。この要求に応じて、サーバ２の条項データ読出部２６５は、当該受信した契約書種類ＩＤと条項種類ＩＤの組に対応付けられた条項をストレージ２３の条項テーブルＴ２から読み出す。そして、通信制御部１６５は、この読み出された条項を示す条項データを端末１へ送信する。端末１の出力制御部１６６は、この条項データをブラウザ画面に表示する。これにより、図９の場合、契約書種類で事業譲渡契約が選択され且つ条項種類として損害賠償が選択されているので、画面領域Ｒ２において、他の事業譲渡契約書の損害賠償の条項が表示される。

図１０は、図９において「このタグで検索する」ボタンＢ１が押された場合のブラウザ画面の一例である。図９において、「このタグで検索する」ボタンＢ１が押されると、当該条項に割り当てられた条項種類と同じ条項種類が割り当てられている他の同種（ここでは事業譲渡譲渡）の契約書の条項が例えば、図１０の画面領域Ｒ３に表示される。更に、条項タグのセレクトボックスの値が、「損害賠償」から「事業譲渡」に切り替わる。
その際の処理としては、「このタグで検索する」ボタンＢ１が押されると、端末１の条項データ要求部１６３は、当該契約書の種類を識別する契約書種類ＩＤと、この割り当てられた条項の種類を識別する条項種類ＩＤをサーバ２へ送信して、当該契約書の種類で且つ当該条項の種類に該当する条項データを要求する。この要求に応じて、サーバ２の条項データ読出部２６５は、当該受信した契約書種類ＩＤと条項種類ＩＤの組に対応付けられた条項をストレージ２３の条項テーブルＴ２から読み出す。そして、通信制御部１６５は、この読み出された条項を示す条項データを端末１へ送信する。端末１の出力制御部１６６は、この条項データをブラウザ画面に表示する。これにより、図１０の場合、画面領域Ｒ３において、他の事業譲渡契約書の事業譲渡の条項が表示される。

図１１は、本実施形態において予測部が類似度を用いて条項に条項種類を割り当てる場合の処理の一例を示すフローチャートである。
（ステップＳ１０）まず、端末１の読込受付部１６１が契約書データを読み込む。

（ステップＳ２０）次に、端末１の通信制御部１６５は、この契約書データをサーバ２へ送信する。

（ステップＳ３０）契約書データを受信したサーバ２の取得部２６１は、契約書の種類を例えば当該契約書に含まれるタイトルから取得する。

（ステップＳ４０）次に、サーバ２の分割部２６２は、当該契約書を条項毎に分割する。

以下、ステップＳ５０〜Ｓ１００の処理を、分割された条項毎に実行する。
（ステップＳ５０）サーバ２の変換部２６３は、対象の契約書の条項を日本語から外国語（ここでは一例として英語）へ翻訳する。

（ステップＳ６０）次にサーバ２の変換部２６３は翻訳後の外国語（ここでは一例として英語）の条項をベクトルに変換する。これにより、外国語（ここでは一例として英語）に変換した後にベクトルに変換するので、日本語による表記ゆれを吸収して、ベクトルに変換した後に、意味が近いもの同士をより類似度が高いベクトルに、意味が遠いもの同士をより類似度が低いベクトルに変換することができる。特に英語に翻訳して、英語からベクトル化することによって、日本語よりも英語の方があいまいでなく構文のゆれが少ないので、ベクトル化したときに日本語からベクトルに変換するよりも、意味が近いもの同士をより類似度が高いベクトルに、意味が遠いもの同士をより類似度が低いベクトルに変換することができる。

（ステップＳ７０）次に、予測部２６４は、変換後のベクトルと、標準条項テーブルの同じ種類の契約書の各ベクトルとの類似度（例えばコサイン類似度）を算出する。

（ステップＳ８０）次に、出力部２６７は、算出した類似度のうち、類似度が設定基準以上である類似度があるか否か判定する。

（ステップＳ９０）ステップＳ８０で、算出した類似度のうち、類似度が設定基準以上である類似度がある場合、出力部２６７は、類似度が最も高いベクトルに対応する条項種類ＩＤを、条項番号に関連付けてストレージ２３に保存する。

（ステップＳ１００）一方、ステップＳ８０で、算出した類似度のうち、類似度が設定基準以上である類似度がない場合、出力部２６７は、当該条項の条項番号を非類似条項としてストレージ２３に保存する。

（ステップＳ１１０）次に、サーバ２の出力部２６７は、非類似条項の条項番号を読み出す。

このように、変換部２６３は、対象の契約書に含まれる条項それぞれをベクトルに変換する。そして予測部２６４は、前記変換後のベクトルそれぞれを、前記対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルと比較する（ここでは一例としてコサイン類似度を算出する）。出力部２６７は、予測部２６４による比較の結果、前記変換後のベクトルのうち（例えば、図１のベクトルＶ１１〜Ｖ１６）、標準契約書に含まれるいずれの条項のベクトルとも設定基準以上の類似性がないベクトル（例えば、図１のベクトルＶ１１、Ｖ１６の二つのベクトル）に対応する条項を非類似条項として出力する。この構成により、ユーザは標準的な契約書にない条項を把握することができるので、契約書の作成及び／またはチェックを効率化することができる。

ステップＳ１１０において、出力部２６７は、予測部２６４による比較の結果、標準契約書に含まれる条項のベクトル（例えば、図１のベクトルＶ２１〜Ｖ２６）のうち、前記変換後のベクトルとの間で設定基準以上の類似性がないベクトル（例えば、図１のベクトルＶ２１、Ｖ２６の二つのベクトル）に対応する条項の種類を表す条項種類識別情報（ここでは条項種類ＩＤ）に対応する情報を、対象の契約書に不足している条項として出力してもよい。この構成により、ユーザは標準的な契約書にない条項を把握することができるので、契約書の作成及び／またはチェックを効率化することができる。

（ステップＳ１２０）次に、サーバ２の通信制御部２６９は、読み出された非類似条項の条項番号、条項毎に分けた契約書データを送信する。

（ステップＳ１３０）端末１の出力制御部１６６は、類似条項の条項番号、条項毎に分けた契約書データを取得した場合、契約書を条項毎に分けて表示するとともに、非類似条項を区別可能に表示する。これにより、ユーザは非類似条項を把握することができ、この非類似条項に対して条項種類を割り当てる。

（ステップＳ１４０）端末１のプロセッサ１６は、非類似条項に対して条項種類がユーザによって入力されたか否か判定する。

（ステップＳ１５０）ステップＳ１４０において、類似条項に対して条項種類がユーザによって入力された場合、非類似条項の条項番号と、ユーザによって入力された条項種類を識別する条項種類ＩＤをサーバ２へ送信する。

（ステップＳ１６０）サーバ２は、非類似条項の条項番号と条項種類ＩＤを受信した場合、受信した非類似条項の条項番号で特定される条項のベクトルを入力とし受信した条項種類ＩＤを出力とするデータセットを、ストレージ２３に保存された教師データに加える。

（ステップＳ１７０）サーバ２の更新部２６８は、一定期間毎または設定されたタイミングで、ストレージ２３に保存された教師データを用いて、機械学習を実行することによって、分類モデルを更新する。

このように、更新部２６８は、出力部２６７によって出力された非類似条項のベクトルを入力とし当該条項に対してユーザが割り当てた条項の種類を識別する条項種類識別情報（条項種類ＩＤ）を出力とする教師データを用いて、機械学習することにより分類モデルを更新する。そして、予測部２６４は、更新後の分類モデルに変換後のベクトルを入力して、対象の条項の種類を識別する条項種類識別情報（ここでは条項種類ＩＤ）を出力する。これにより、更新された分類モデルを用いることにより、条項に正しい条項種類識別情報（ここでは条項種類ＩＤ）を割り当てられる精度を向上させることができる。

図１２は、本実施形態において条項種類及び類似条項を提示する処理の一例を示すフローチャートである。この処理は、図１１または後述する図１３の処理が終わった後に実行される処理である。

（ステップＳ２１０）端末１の条項種類要求部１６４は、ユーザによって条項が選択されたか否か判定する。

（ステップＳ２２０）ステップＳ２１０でユーザによって条項が選択された場合、通信制御部１６５は、ユーザによって選択された条項の条項番号をサーバ２へ送信するよう制御する。

（ステップＳ２３０）サーバ２の条項種類読出部２６６は、条項番号に対応する条項種類ＩＤをストレージ２３から読み出す。

（ステップＳ２４０）サーバ２の通信制御部２６９は、読み出された条項種類ＩＤに対応する情報を端末１へ送信するよう制御する。

（ステップＳ２５０）端末１の出力制御部１６６は、この条項種類ＩＤに対応する情報を受信した場合、この条項種類ＩＤに対応する情報（例えば、図９の「事業譲渡」のタグＲ１）をブラウザ画面に更に表示する。

（ステップＳ２６０）例えば図９のブラウザ画面において、端末１の条項データ要求部１６３は、「このタグで検索する」ボタンＢ１が押されたか否かを判定する。

（ステップＳ２７０）ステップＳ２６０「このタグで検索する」ボタンＢ１が押されたと判定された場合、端末１の通信制御部１６５は、「このタグで検索する」ボタンＢ１が関連付けられている条項の条項種類ＩＤ（図９の例では、「事情譲渡」の条項種類ＩＤ）をサーバ２へ送信するよう制御する。

（ステップＳ２８０）次に、サーバ２の条項データ読出部２６５は、条項種類ＩＤを受信した場合、ストレージ２３の条項テーブルＴ２において、この条項種類ＩＤに関連付けられた条項を類似条項として少なくとも一つ読み出す。 このように、ストレージ２３には、条項種類識別情報（ここでは条項種類ＩＤ）に対して、一以上の条項データが関連付けられて記憶されている。条項データ読出部（条項データ出力部）２６５は、対象の契約書に含まれる特定の条項に対するユーザの特定の操作を受け付けた場合、当該特定の条項の種類を識別する条項種類識別情報（ここでは条項種類ＩＤ）と同じ条項種類識別情報（ここでは条項種類ＩＤ）にストレージ２３において関連付けられた条項データを出力する。これにより、ユーザが選択した条項と同種の他の条項を参照することができるので、契約書の作成を効率化することができる。
なお、ストレージ２３には、条項種類識別情報（ここでは条項種類ＩＤ）に対して、一以上の条項データに加えてもしくは替えて、その条項データに関連する変更履歴、リスク情報（例えば、その条項がリスクが高いか低いを示す情報）、コメント、及び／または修正条項案、追加の条項案などのデータ（以下、これらを総称して「条項メタデータ」という。）が関連付けられて記憶されていてもよい。その場合、条項データ読出部（条項データ出力部）２６５は、対象の契約書に含まれる特定の条項に対するユーザの特定の操作を受け付けた場合、当該特定の条項の種類を識別する条項種類識別情報（ここでは条項種類ＩＤ）と同じ条項種類識別情報（ここでは条項種類ＩＤ）にストレージ２３において関連付けられた条項データ及び／または及び条項メタデータを出力してもよい。

（ステップＳ２９０）サーバ２の通信制御部１６５は、ステップＳ２８０で読み出された条項のデータを端末１へ送信するよう制御する。

（ステップＳ３００）端末１の出力制御部１６６は、条項のデータを受信した場合、この受信した条項データを例えばブラウザ画面に更に表示する。これにより、ユーザが選択した条項と同種の他の条項を参照することができるので、契約書の作成を効率化することができる。

図１３は、本実施形態において予測部が分類モデルを用いて条項に条項種類を割り当てる場合の処理の一例を示すフローチャートである。ステップＳ４１０〜Ｓ４６０の処理は、図１１のステップＳ１０〜Ｓ６０と同じであるので、その説明を省略する。なお、条項毎にステップＳ４５０〜Ｓ４８０の処理が繰り返される。

（ステップＳ４７０）サーバ２の予測部２６４は、分類モデルに前記変換後のベクトルを入力して、対象の条項の種類を識別する条項種類ＩＤを出力する。

（ステップＳ４８０）次に、サーバ２の予測部２６４は、対象の条項について、条項番号とステップＳ４７０で出力された条項種類ＩＤの組をストレージ２３に保存する。

（ステップＳ４９０）サーバ２の通信制御部２６９は、条項毎に分けた契約書データを送信する。

（ステップＳ５００）端末１の出力制御部１６６は、条項毎に分けた契約書データを受信した場合、この条項毎に分けた契約書データを用いて、契約書を条項毎に分けて表示する。

以上、本実施形態に係る情報処理システムＳは、契約書の条項が変換されたベクトルと当該条項の種類を表す条項種類識別情報との分析した関係が記憶されているストレージ２３を備える。更に情報処理システムＳは、対象の契約書の対象の条項をベクトルに変換する変換部を備える。更に情報処理システムＳは、前記分析した関係に基づいて、前記変換後の前記ベクトルを入力として、前記対象の条項の種類を識別する条項種類識別情報を予測して出力する予測部２６４を備える。

この構成によれば、対象の条項に条項種類識別情報を割り当てることで、ユーザは対象の条項の種類を把握することができるので、契約書の条項がどのような条項であるのかをユーザが把握するのを容易化することができる。

なお、本実施形態ではストレージ２３に、契約書の条項が変換されたベクトルと当該条項の種類を表す条項種類識別情報との分析した関係が記憶されていたが、これに限らず、
これに加えてもしくは替えて、契約書の条項が変換されたベクトルと当該条項に対する条項メタデータ（例えば、その条項のリスク度、条項の変更または追加を促すコメント、修正条項案、追加すべき条項など）との分析した関係が記憶されていてもよい。その場合、予測部２６４は、この分析した関係に基づいて、前記変換後の前記ベクトルを入力として、対象の条項の条項メタデータを予測して出力してもよい。

この構成によれば、条項メタデータが契約のどちらの側が不利な条項であることを示唆する場合、対象のユーザは、自己にとって不利な条項を不利にならないように変更したり、自己に不利にならないように条項を新たに追加したりすることができる。また、条項メタデータが契約のどちらの側が有利な条項であることを示唆する場合、対象のユーザは、自己にとって有利な条項を把握しつつ契約書の作成及び／またはチェックを行うことができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。

更例えば売買契約書の場合、その契約当事者であるユーザが買主か売主か（すなわち契約当事者の立場）によって、ある条項が有利か不利かが変わってくるし、ある別の条項（例えば、買主であれば売主が瑕疵責任を有する条項など）を追加すべきか否かが変わってくる。また、契約書は、契約当事者の立場だけでなく、（１）法人、個人、大企業、中小企業、民間企業などの営利団体、大学などの非営利団体といった当事者の区分によって、ある条項が有利か不利かが変わってくるし、ある別の条項を追加するか否かが変わってくる。また（２）金額の多寡、期間などの重要な指標である重要指標区分は、重点的にチェックすべきである。

（２）の金額の多寡は、例えば、ある種類のライセンス契約では売上額の５％がライセンス料であるのが標準のところ、相手方から提示された契約書のドラフトに売上額の１０％がライセンス料であると記載があった場合には、ライセンスを受ける側にとって不利である。すなわち、契約書に記載された金額の多寡も、契約当事者の立場または当事者の区分によって、有利か不利かが変わってくる。

そのため、本実施形態に係る情報処理システムにおいて、予測部２６４は、契約当事者であるユーザの区分（例えば、契約当事者の立場、当事者の区分など）の観点から、対象の条項（ユーザが読み込ませた契約書の条項）が不利な場合には、条項の変更を示唆するかもしくは条項を追加するよう示唆する条項メタデータを出力してもよい。

具体的には例えば、対象の条項（ユーザが読み込ませた契約書の条項）のベクトルを、ユーザの区分及び／または重要指標区分に応じて有利もしくは不利と判別できる標準条項のデータセットに含まれる標準条項のベクトルと比較し、対象のベクトルと標準条項のベクトルとの類似度が基準を満たす場合、当該標準条項のデータセットに含まれる条項メタデータ（例えば、修正条項例、追加条項例、コメントなど）を出力してもよい。

＜例１＞
例えば、ストレージ２３には、ある種類の条項（例えば、停止条項など）について、契約書識別情報（例えば、売買契約書を識別する契約書ＩＤ）と、ユーザ区分（例えば、買主）と、当該ユーザ区分にとって不利な標準条項（例えば、Ｘ条項）と、条項メタデータ（例えば「この条項は不利です。○○と変更することをお勧めします」というコメント）が関連付けられて記憶されている。その場合に、ユーザが提供した契約書の当該種類の条項にＡ条項が含まれていた場合について説明する。

サーバ２のプロセッサ２６は、例えば、Ａ条項がＸ条項に設定基準以上類似し（例えば、Ａ条項のベクトルとＸ条項のベクトルのコサイン類似度が閾値以上の場合）且つ対象のユーザがＸ条項にストレージ２３において関連付けられたユーザ区分である買主に該当する場合、「この条項は不利です。○○と変更することをお勧めします」というコメントを条項メタデータとして出力してもよい。

＜例２＞
例えば、ストレージ２３には、ある種類の条項（例えば、停止条項など）について、契約書識別情報（例えば、売買契約書を識別する契約書ＩＤ）と、ユーザ区分（例えば、買主）と、当該ユーザ区分にとって不利な標準条項（例えば、Ｙ条項）と、条項メタデータ（例えば「以下の条項を追加することをお勧めします」というコメントと、当該お勧めする条項Ｃ）が関連付けられて記憶されている。その場合に、ユーザが提供した契約書の当該種類の条項にＢ条項が含まれていた場合について説明する。

予測部２６４は、例えば、Ｂ条項がＹ条項に設定基準以上類似し（例えば、Ｂ条項のベクトルとＹ条項のベクトルのコサイン類似度が閾値以上の場合）且つ対象のユーザがＹ条項にストレージ２３において関連付けられたユーザ区分である買主に該当する場合、「以下の条項を追加することをお勧めします」というコメントとともに条項Ｃを出力してもよい。
なお、不利な標準条項に加えてまたは替えて、有利な標準条項がストレージ２３に記憶されていてもよい。

このように、ストレージ２３には、ユーザ区分（例えば、買主）と、当該ユーザ区分にとって有利もしくは不利な標準条項（例えば、Ｙ条項）のベクトルと、条項メタデータ（例えば「以下の条項を追加することをお勧めします」というコメントと、当該お勧めする条項Ｃ）が関連付けられて記憶されていてもよい。そして、予測部２６４は、例えば、対象の条項のベクトルがストレージ２３に記憶されている標準条項のベクトルに設定基準以上類似し且つ対象のユーザの区分が当該標準条項のベクトルにストレージ２３で関連付けられたユーザ区分に該当する場合、当該対象条項のベクトルと当該ユーザ区分の組にストレージ２３で関連付けられた条項メタデータを出力してもよい。

この構成により、対象のユーザの区分では不利な条項の場合、条項を変更または追加するよう示唆する条項メタデータが得られるので、対象のユーザは、自己にとって不利な条項を不利にならないように変更したり、自己に不利にならないように条項を新たに追加したりすることができる。また、対象のユーザの区分では有利な条項の場合、有利な条項であることが示唆する条項メタデータが得られるので、対象のユーザは、自己にとって有利な条項を把握しつつ契約書の作成及び／またはチェックを行うことができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。

なお、ストレージ２３には、ユーザ区分と、当該ユーザ区分にとって有利もしくは不利な標準条項のベクトルと、条項メタデータの組に対して、契約書識別情報が更に関連付けられて記憶されていてもよい。

その場合、予測部２６４は、例えば、対象の条項のベクトルがストレージ２３に記憶されている標準条項のベクトルに設定基準以上類似し、対象の契約書の契約書識別情報が当該標準条項のベクトルにストレージ２３で関連付けられた契約書識別情報に一致し、且つ対象のユーザの区分が当該標準条項のベクトルにストレージ２３で関連付けられたユーザ区分に該当する場合、当該対象条項のベクトルと当該ユーザ区分の組にストレージ２３で関連付けられた条項メタデータを出力してもよい。

なお、上記のようにルールベースで条項メタデータを出力することに限らず、機械学習により得られた助言モデルを用いて条項メタデータを出力してもよい。ここで助言モデルは例えば、ユーザ区分と当該ユーザ区分にとって有利もしくは不利な標準条項のベクトルとの組を入力とし条項メタデータを出力とする教師データとして機械学習したモデルであり、ストレージ２３に記憶されていてもよい。この場合、サーバ２のプロセッサ２６は、この助言モデルに対象のユーザの区分と前記対象の条項のベクトルとを入力して、条項メタデータを出力する予測部として機能してもよい。

以上のように、サーバ２のプロセッサ２６は、ユーザ区分と当該ユーザ区分にとって有利もしくは不利な標準条項のベクトルとの組と、条項メタデータとの分析した関係（例えば、上記のルールベースの関係または上記の助言モデル）に基づいて、対象のユーザの区分と対象の条項のベクトルとを入力として、条項メタデータを予測して出力する予測部として機能してもよい。

この構成によれば、対象のユーザの区分では不利な条項の場合、条項を変更または追加するよう示唆する条項メタデータが得られるので、対象のユーザは、自己にとって不利な条項を不利にならないように変更したり、自己に不利にならないように条項を新たに追加したりすることができる。また、対象のユーザの区分では有利な条項の場合、有利な条項であることが示唆する条項メタデータが得られるので、対象のユーザは、自己にとって有利な条項を把握しつつ契約書の作成及び／またはチェックを行うことができる。これにより、契約書の作成及び／またはチェックの効率を向上させることができる。

なお、この分析した関係は、ユーザ区分と当該ユーザ区分にとって有利もしくは不利な標準条項のベクトルとの組と、条項メタデータとの分析した関係に限らず、契約書識別情報とユーザ区分と当該ユーザ区分にとって有利もしくは不利な標準条項のベクトルとの組と、条項メタデータとの分析した関係であってもよい。

なお、上述した実施形態で説明したサーバ２の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ハードウェアで構成する場合には、情報処理システム１の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。

また、サーバ２の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。

さらに、一つまたは複数の情報処理装置によってサーバ２を情報処理システムとして機能させてもよい。複数の情報処理装置を用いて場合、情報処理装置のうちの１つをコンピュータとし、当該コンピュータが所定のプログラムを実行することにより、情報処理システムの少なくとも１つの手段として機能が実現されてもよい。

また、方法の発明においては、全ての工程（ステップ）をコンピュータによって自動制御で実現するようにしてもよい。また、各工程をコンピュータに実施させながら、工程間の進行制御を人の手によって実施するようにしてもよい。また、さらには、全工程のうちの少なくとも一部を人の手によって実施するようにしてもよい。

以上、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

１ 端末
１１ 入力インタフェース
１２ 通信回路
１３ ストレージ
１４ メモリ
１５ 出力インタフェース
１６ プロセッサ
１６１ 読込受付部
１６２ 編集受付部
１６３ 条項データ要求部
１６４ 条項種類要求部
１６５ 通信制御部
１６６ 出力制御部
１７ ディスプレイ
２ サーバ
２１ 入力インタフェース
２２ 通信回路
２３ ストレージ
２４ メモリ
２５ 出力インタフェース
２６ プロセッサ
２６１ 取得部
２６２ 分割部
２６３ 変換部
２６４ 予測部
２６５ 条項データ読出部（条項データ出力部）
２６６ 条項種類読出部
２６７ 出力部
２６８ 更新部
２６９ 通信制御部
Ｓ 情報処理システム

Claims (14)

1. 対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルが記憶されているストレージと、
   対象の契約書に含まれる条項それぞれをベクトルに変換する変換部と、
   前記変換後のベクトルそれぞれを、前記ストレージを参照して前記対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルと比較する予測部と、
   前記予測部による比較の結果、前記変換後のベクトルのうち、標準契約書に含まれるいずれの条項のベクトルとも設定基準以上の類似性がないベクトルに対応する条項を非類似条項として出力する出力部と、
   を備える情報処理システム。
2. 前記出力部によって出力された前記非類似条項のベクトルを入力とし当該条項に対してユーザが割り当てた条項の種類を識別する条項種類識別情報を出力とする教師データを用いて、機械学習することにより分類モデルを更新する更新部を更に備え、
   前記予測部は、更新後の前記分類モデルに前記変換後のベクトルを入力して、前記対象の条項の種類を識別する条項種類識別情報を出力する
   請求項１に記載の情報処理システム。
3. 対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルと当該条項の種類を識別する条項種類識別情報が関連付けられて記憶されているストレージと、
   対象の契約書に含まれる条項それぞれをベクトルに変換する変換部と、
   前記変換後のベクトルそれぞれを、前記ストレージを参照して前記対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルと比較する予測部と、
   前記予測部による比較の結果、前記ストレージを参照して前記標準契約書に含まれる条項のベクトルのうち、前記変換後のベクトルとの間で設定基準以上の類似性がないベクトルに対応する条項の種類を表す条項種類識別情報に対応する情報を、前記対象の契約書に不足している条項として出力する出力部と、
   を備える情報処理システム。
4. 前記ストレージには、契約書の条項が変換されたベクトルと当該条項の種類を表す条項種類識別情報もしくは当該条項に対する条項メタデータとの分析した関係が記憶されており、
   前記予測部は、前記分析した関係に基づいて、前記変換後の前記ベクトルを入力として、前記対象の条項の種類を識別する条項種類識別情報もしくは前記対象の条項に対する条項メタデータを予測して出力する
   請求項１から３のいずれか一項に記載の情報処理システム。
5. 前記ストレージに記憶されている分析した関係は、標準契約書に含まれるいずれの条項
   のベクトルとも設定基準以上の類似性がない条項のベクトルを入力とし当該条項に対して
   ユーザが割り当てた条項種類を識別する条項種類識別情報を出力とする教師データとして
   機械学習した分類モデルであり、
   前記予測部は、前記分類モデルに前記変換後のベクトルを入力して、前記対象の条項の
   種類を識別する条項種類識別情報を出力する
   請求項４に記載の情報処理システム。
6. 前記ストレージに記憶されている分析した関係は、標準契約書に含まれる条項それぞれに対応するベクトルと、当該条項の種類を表す条項種類識別情報との組であり、
   前記予測部は、変換後の前記ベクトルを、前記ストレージに記憶されている、標準契約書に含まれる条項それぞれのベクトルと比較し、比較の結果、類似度が基準を満たすベクトルに前記ストレージにおいて関連付けられた条項種類識別情報を出力する
   請求項４に記載の情報処理システム。
7. 前記ストレージには、標準契約書に含まれる条項それぞれに対応するベクトルと当該条項に付された条項種類識別情報との組に対して、契約書の種類が更に関連付けられて記憶されており、
   前記対象の契約書の種類を取得する取得部を更に備え、
   前記予測部は、前記変換後のベクトルを、前記取得部によって取得された前記対象の契約書の種類と同じ種類の標準契約書に含まれる条項それぞれのベクトルと比較する
   請求項６に記載の情報処理システム。
8. 前記ストレージには、条項種類識別情報に対して、一以上の条項データ及び／または条項メタデータが関連付けられて記憶されており、
   前記対象の契約書に含まれる特定の条項に対するユーザの特定の操作を受け付けた場合、当該特定の条項の種類を識別する条項種類識別情報と同じ条項種類識別情報に前記ストレージにおいて関連付けられた条項データ及び／または条項メタデータを出力する条項データ出力部
   を更に備える請求項１から７のいずれか一項に記載の情報処理システム。
9. 前記変換部は、対象の契約書の条項を日本語から外国語へ翻訳し、翻訳後の外国語の条項をベクトルに変換する
   請求項１から８のいずれか一項に記載の情報処理システム。
10. 前記外国語は、英語である
    請求項９に記載の情報処理システム。
11. 前記対象の契約書を、条項毎に分割する分割部を更に備え、
    前記変換部は、前記分割部による分割後の条項をベクトルに変換する
    請求項１から１０のいずれか一項に記載の情報処理システム。
12. 前記ストレージには、ユーザ区分と当該ユーザ区分にとって有利もしくは不利な標準条項のベクトルとの組と、条項メタデータとの分析した関係が記憶されており、
    前記予測部は、前記分析した関係に基づいて、対象のユーザの区分と前記対象の条項のベクトルとを入力として、条項メタデータを予測して出力する
    請求項４に記載の情報処理システム。
13. 対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルが記憶されているストレージを備える情報処理システムが実行する情報処理方法であって、
    対象の契約書に含まれる条項それぞれをベクトルに変換するステップと、
    前記変換後のベクトルそれぞれを、前記ストレージを参照して前記対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルと比較するステップと、
    前記比較の結果、前記変換後のベクトルのうち、標準契約書に含まれるいずれの条項のベクトルとも設定基準以上の類似性がないベクトルに対応する条項を非類似条項として出力するステップと、
    を有する情報処理方法。
14. 対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルと当該条項の種類を識別する条項種類識別情報が関連付けられて記憶されているストレージを備える情報処理システムが実行する情報処理方法であって、
    対象の契約書に含まれる条項それぞれをベクトルに変換するステップと、
    前記変換後のベクトルそれぞれを、前記ストレージを参照して前記対象の契約書と同種の標準契約書に含まれる条項それぞれのベクトルと比較するステップと、
    前記比較の結果、前記ストレージを参照して前記標準契約書に含まれる条項のベクトルのうち、前記変換後のベクトルとの間で設定基準以上の類似性がないベクトルに対応する条項の種類を表す条項種類識別情報に対応する情報を、前記対象の契約書に不足している条項として出力するステップと、
    を有する情報処理方法。