JP6649582B2 - 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

Description

本発明は、検索制御プログラム、検索制御装置及び検索制御方法に関する。

例えば、利用者に対してサービスを提供する事業者（以下、単に事業者とも呼ぶ）は、利用者に対して各種サービスの提供を行うために、用途に応じた業務システム（以下、情報処理システムとも呼ぶ）を構築して稼働させる。情報処理システムは、例えば、利用者からサービスに関する質問文（以下、質問情報とも呼ぶ）を受け付けた場合に、各質問文に対する回答文（以下、回答情報とも呼ぶ）が記憶された記憶部から、受け付けた質問文に対応する回答文の検索を行う。そして、情報処理システムは、例えば、検索した回答文を利用者に送信する。

上記のような回答文の検索を行う場合、情報処理システムは、例えば、受け付けた質問文に対して形態素分割を行い、複数のキーワードからなるキーワード群を生成する。そして、情報処理システムは、例えば、記憶部に記憶された複数の回答文から、生成したキーワード群に含まれるキーワードをより多く含む回答文の抽出を行う。これにより、事業者は、利用者から受け付けた質問文に対応する回答文を利用者に送信することが可能になる（例えば、特許文献１から４参照）。

特開２００７−１５７００６号公報 特開２００７−２１９９５５号公報 特開２０１０−１９８１８９号公報 特開２００２−２９７６５１号公報

ここで、上記のように情報処理システムが受け付ける質問文は、例えば、利用者から電話連絡を受けた担当者によって作成されたものである。そのため、情報処理システムが受け付ける質問文は、質問文の作成方法等によって、回答文を検索するための適切なキーワードを含んでいない場合がある。したがって、情報処理システムは、受け付けた質問文に対応する適切な回答文を利用者に送信することができない場合がある。

そこで、一つの側面では、本発明は、検索の精度を高めることを可能とする検索制御プログラム、検索制御装置及び検索制御方法を提供することを目的とする。

実施の形態の一態様では、コンピュータに、教師データに含まれる質問情報と回答情報とのそれぞれからキーワードを抽出し、前記質問情報から抽出したキーワードを前記回答情報から抽出したキーワードに変換する変換パラメータを機械学習し、入力された新たな質問情報に対する回答情報の検索を行う際に、機械学習した前記変換パラメータにより、前記新たな質問情報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回答情報の検索を行う、処理を実行させる。

一つの側面によれば、検索の精度を高めることを可能とする。

情報処理システム１０の構成を示す図である。 回答情報の検索について説明する図である。 回答情報の検索について説明する図である。 情報処理装置１のハードウエア構成を示す図である。 情報処理装置１の機能ブロック図である。 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。 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。 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。 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。 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。 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。 教師データ１３１の具体例を説明する図である。 第１質問情報１３１ａ及び第１回答情報１３１ｂ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。 事業者端末１１から送信された第２質問情報１４１ａの具体例を説明する図である。 変換前キーワード情報の具体例を説明する図である。 変換パラメータ１３２の具体例を説明する図である。 キーワードの相関度情報の具体例を説明する図である。 変換後キーワード情報の具体例を説明する図である。 教師データ１３１の具体例を説明する図である。

［情報処理システムの構成］
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。

情報処理装置１は、事業者が使用する端末である事業者端末１１から送信された質問情報を受信した場合、受信した質問情報に対応する回答情報（受信した質問情報に含まれる内容を解決するための情報を含む回答情報）を検索する。そして、情報処理装置１は、検索した回答情報を事業者端末１１に送信する。

事業者端末１１は、事業者が使用する端末であり、例えば、質問情報を情報処理装置１に送信する。具体的に、事業者端末１１は、例えば、利用者から送信されたメール（例えば、サービスに関する問い合わせ内容が記載されたメール）に記載された内容の一部を抽出し、質問情報として情報処理装置１に送信する。また、事業者端末１１は、例えば、利用者から電話連絡を受けた担当者が入力した内容（例えば、サービスに関する問い合わせ内容）を、質問情報として情報処理装置１に送信する。

［回答情報の検索］
次に、回答情報の検索について説明を行う。図２及び図３は、回答情報の検索について説明する図である。

図２に示すように、事業者端末１１は、例えば、利用者が送信したメールを受信した場合、または、利用者から電話連絡を受けた担当者がその電話の内容を入力した場合に、質問情報を情報処理装置１に送信する（図２の（１））。

そして、情報処理装置１は、事業者端末１１が送信した質問情報を受信した場合、受信した質問情報に対応する回答情報を検索する（図２の（２））。具体的に、情報処理装置１は、事業者端末１１から質問情報を受信した場合、例えば、受信した質問情報を形態素分割し、複数のキーワードからなるキーワード群を生成する。そして、情報処理装置１は、各質問情報に対応する各回答情報を記憶した記憶部２にアクセスし、例えば、生成したキーワード群に含まれるキーワードをより多く含む回答情報の抽出を行う。

その後、情報処理装置１は、検索した回答情報を事業者端末１１に送信する（図２の（３））。そして、事業者端末１１は、例えば、情報処理装置１から送信された回答情報を、利用者が閲覧可能な出力装置（図示しない）に出力する（図２の（４））。これにより、利用者は、送信等した問い合わせ内容に対する回答情報を閲覧することが可能になる。

ここで、上記のように情報処理装置１が受け付ける質問情報は、例えば、利用者から電話連絡を受けた担当者によって作成された文書に基づいて作成されるものである。そのため、情報処理装置１が受け付ける質問情報は、図３に示すように、質問情報の作成方法等によって、回答情報を検索するための適切なキーワードを含んでいない場合がある。したがって、情報処理装置１は、受信した質問情報に対応する適切な回答情報を利用者に送信することができない場合がある。

そこで、本実施の形態における情報処理装置１は、教師データに含まれる質問情報（以下、第１質問情報とも呼ぶ）と回答情報（以下、第１回答情報とも呼ぶ）とのそれぞれからキーワードを抽出する。そして、情報処理装置１は、第１質問情報から抽出したキーワード（キーワード群）を第１回答情報から抽出したキーワード（キーワード群）に変換する変換パラメータを機械学習する。

その後、入力された新たな質問情報（以下、第２質問情報とも呼ぶ）に対する回答情報（以下、第２回答情報とも呼ぶ）の検索を行う際に、機械学習した変換パラメータにより、新たな質問情報から抽出されたキーワード（以下、変換前キーワードとも呼ぶ）を変換して得られたキーワード（以下、変換後キーワードとも呼ぶ）を用いて第２回答情報の検索を行う。

すなわち、事業者は、例えば、事業者端末１１から受信する可能性が高い質問情報を、予め第１質問情報として選択する。また、事業者は、選択した第１質問情報による検索が行われる場合に、検索されることが望ましい回答情報を、第１回答情報として選択する。そして、事業者は、選択した第１質問情報と第１回答情報とを対応させる形で教師データを作成する。

その後、本実施の形態における情報処理装置１は、教師データに含まれる第１質問情報から抽出したキーワードを、第１質問情報に対応する第１回答情報から抽出したキーワードに変換するための変換パラメータを機械学習する。そして、情報処理装置１（機械学習を行うための機械学習プログラムが動作する情報処理装置１のＣＰＵ）は、第２質問情報から抽出された変換前キーワードが入力された際に、機械学習された変換パラメータを参照し、変換前キーワードを変換後キーワードに変換する。

これにより、情報処理装置１は、事業者が選択した第１質問情報と第１回答情報との対応関係に従い、より適切な第２回答情報の検索を行うための変換後キーワードを取得することが可能になる。そのため、情報処理装置１は、第２回答情報を検索する際の検索精度を高めることが可能になる。

また、情報処理装置１は、上記のように変換パラメータの機械学習を行うことにより、変換前キーワードと同じキーワードについての機械学習が行われていない場合であっても、機械学習された変換パラメータを用いることで、変換後キーワードの予測を行うことが可能になる。そのため、事業者は、情報処理装置１に入力される可能性がある質問情報の全てについて網羅的に機械学習を行う必要がなくなる。

［情報処理装置のハードウエア構成］
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。

情報処理装置１は、プロセッサであるＣＰＵ１０１と、メモリ１０２と、外部インターフェース（Ｉ／Ｏユニット）１０３と、記憶媒体１０４とを有する。各部は、バス１０５を介して互いに接続される。

記憶媒体１０４は、例えば、記憶媒体１０４内のプログラム格納領域（図示しない）に、変換前キーワードを変換後キーワードに変換する処理（以下、検索制御処理とも呼ぶ）を行うためのプログラム１１０を記憶する。また、記憶媒体１０４は、例えば、検索制御処理を行う際に用いられる情報を記憶する情報格納領域１３０（以下、記憶部１３０とも呼ぶ）を有する。

ＣＰＵ１０１は、図４に示すように、プログラム１１０の実行時に、プログラム１１０を記憶媒体１０４からメモリ１０２にロードし、プログラム１１０と協働して検索制御処理を行う。また、外部インターフェース１０３は、例えば、イントラネットやインターネット等からなるネットワークＮＷを介して事業者端末１１と通信を行う。

［情報処理装置の機能］
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。

情報処理装置１のＣＰＵ１０１は、プログラム１１０と協働することにより、例えば、キーワード抽出部１１１（以下、単に抽出部１１１とも呼ぶ）と、機械学習実行部１１２と、情報受信部１１３と、キーワード予測部１１４として動作する。また、情報処理装置１のＣＰＵ１０１は、プログラム１１０と協働することにより、例えば、情報検索部１１５（以下、単に検索部１１５とも呼ぶ）と、結果出力部１１６として動作する。さらに、情報格納領域１３０には、例えば、教師データ１３１と、変換パラメータ１３２と、識別関数１３３と、検索対象データ１３４とが記憶される。

なお、以下、教師データ１３１には、第１質問情報１３１ａと第１回答情報１３１ｂとが含まれているものとして説明を行う。また、以下、教師データ１３１、変換パラメータ１３２及び識別関数１３３が記憶された領域を情報格納領域１３０ａとも呼び、検索対象データ１３４が記憶された領域を情報格納領域１３０ｂとも呼ぶ。さらに、図１等で説明した記憶部２は、例えば、情報格納領域１３０ｂに対応する。

キーワード抽出部１１１は、情報格納領域１３０に記憶された教師データ１３１に含まれる第１質問情報１３１ａと第１回答情報１３１ｂとのそれぞれからキーワードの抽出を行う。具体的に、キーワード抽出部１１１は、例えば、第１質問情報１３１ａと第１回答情報１３１ｂとのそれぞれに対して形態素分割を行うことにより、キーワードの抽出を行う。

また、キーワード抽出部１１１は、情報検索部１１５が第２質問情報１４１ａから抽出されたキーワードによって第２回答情報１４１ｂを検索した場合、第２質問情報１４１ａと第２回答情報１４１ｂとのそれぞれからキーワードの抽出を行う。具体的に、キーワード抽出部１１１は、例えば、第２質問情報１４１ａと第２回答情報１４１ｂとのそれぞれに対して形態素分割を行うことにより、キーワードの抽出を行う。

機械学習実行部１１２は、第１質問情報１３１ａから抽出したキーワードを、第１回答情報１３１ｂから抽出したキーワードに変換する変換パラメータ１３２を機械学習する。

具体的に、機械学習実行部１１２は、例えば、第１質問情報１３１ａから抽出されたキーワードと、第１回答情報１３１ｂから抽出されたキーワードとを学習データとして識別関数１３３に入力し、変換パラメータ１３２の算出を行う。識別関数１３３は、例えば、第１質問情報１３１ａから抽出したキーワードと、変換パラメータ１３２とが入力された場合に、第１回答情報１３１ｂから抽出したキーワードを出力する関数である。そして、機械学習実行部１１２は、例えば、第１質問情報１３１ａ及び第１回答情報１３１ｂから抽出した各キーワード相互の変換パラメータ１３２のそれぞれについて機械学習を行う。

すなわち、機械学習実行部１１２は、識別関数１３３に学習データを入力する毎に、過去に入力された学習データに対してのみでなく、新たに入力された学習データに対しても識別関数１３３が成立するように、変換パラメータ１３２の調整を行う。これにより、機械学習実行部１１２は、識別関数１３３に学習データを入力する毎に、変換パラメータ１３２の精度を高めることが可能になる。そのため、キーワード予測部１１４は、後述するように、機械学習の汎化機能によって、機械学習されていない変換前キーワードが入力された場合であっても、入力された変換前キーワードに対応する変換後キーワードを予測して出力することが可能になる。

なお、機械学習実行部１１２は、例えば、ＡＲＯＷ（Ａｄａｐｔｉｖｅ Ｒｅｇｕｌａｒｉｚａｔｉｏｎ ｏｆ Ｗｅｉｇｈｔ Ｖｅｃｔｏｒｓ）、ＣＷ（Ｃｏｎｆｉｄｅｎｃｅ Ｗｅｉｇｈｔｅｄ）、または、ＳＣＷ（Ｓｏｆｔ Ｃｏｎｆｉｄｅｎｃｅ Ｗｅｉｇｈｔｅｄ Ｌｅａｒｎｉｎｇ）等のアルゴリズムに従って動作するものであってよい。そして、識別関数１３３は、機械学習実行部１１２が従うアルゴリズムによって決定されるものであってよい。また、機械学習実行部１１２は、第１質問情報１３１ａから抽出されたキーワードの一部と、第１回答情報１３１ｂから抽出されたキーワードの一部とを学習データとして識別関数１３３に入力することにより、変換パラメータ１３２の算出を行うものであってもよい。

情報受信部１１３は、事業者端末１１が送信した新たな質問情報である第２質問情報１４１ａを受信する。

キーワード予測部１１４は、機械学習した変換パラメータ１３２により、第２質問情報１４１ａから抽出された変換前キーワードを変換して変換後キーワードを取得する。具体的に、キーワード予測部１１４は、変換前キーワードと変換パラメータ１３２とを識別関数１３３に入力し、出力されたキーワードを変換後キーワードとして取得する。

情報検索部１１５は、キーワード予測部１１４が取得した変換後キーワードを用いて、第２質問情報１４１ａに対応する回答情報である第２回答情報１４１ｂの検索を行う。具体的に、情報検索部１１５は、事業者が予め用意した複数の回答情報を含む検索対象データ１３４から、第２回答情報１４１ｂの検索を行う。検索対象データ１３４には、例えば、教師データ１３１に含まれる第１回答情報１３１ｂと同じ回答情報が含まれるものであってもよい。

なお、情報検索部１１５は、キーワード予測部１１４が取得した変換後キーワードの一部のみを用いて、第２回答情報１４１ｂの検索を行うものであってよい。具体的に、情報検索部１１５は、例えば、変換後キーワードから、所定の閾値以上の重要度を有するキーワードのみを抽出し、第２回答情報１４１ｂの検索に用いるものであってよい。

また、事業者は、第２回答情報１４１ｂの検索に用いるキーワードの数を予め定めておくものであってもよい。そして、情報検索部１１５は、例えば、変換後キーワードから、重要度が高い順に、第２回答情報１４１ｂの検索に用いるキーワードを決定するものであってよい。

結果出力部１１６は、情報検索部１１５が検索した第２回答情報１４１ｂを事業者端末１１に送信する。そして、事業者端末１１は、例えば、受信した第２回答情報１４１ｂを出力装置（利用者が閲覧可能な出力装置）に出力する。

［第１の実施の形態］
次に、第１の実施の形態について説明する。図６及び図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フローチャート図である。また、図８及び図９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８及び図９を参照しながら図６及び図７の検索制御処理の概略について説明する。

情報処理装置１は、図６及び図８に示すように、機械学習実行タイミングになるまで待機する（Ｓ１のＮＯ）。機械学習実行タイミングは、例えば、事業者が教師データ１３１の機械学習を行うタイミングである。具体的に、機械学習実行タイミングは、例えば、事業者が教師データ１３１の機械学習を行う旨の入力を行ったタイミングであってよい。

そして、機械学習実行タイミングになった場合（Ｓ１のＹＥＳ）、情報処理装置１は、教師データ１３１に含まれる第１質問情報１３１ａからキーワードを抽出する（Ｓ２）。また、情報処理装置１は、この場合、教師データ１３１に含まれる第１回答情報１３１ｂからキーワードを抽出する（Ｓ３）。さらに、情報処理装置１は、Ｓ２の処理で抽出したキーワードを、Ｓ３の処理で抽出したキーワードに変換する変換パラメータ１３２を機械学習する（Ｓ４）。

すなわち、事業者は、例えば、事業者端末１１から受信する可能性が高い質問情報を、第１質問情報１３１ａとして選択する。また、事業者は、選択した第１質問情報１３１ａによる検索が行われた場合に、検索されることが望ましい回答情報を、第１回答情報１３１ｂとして選択する。そして、事業者は、選択した第１質問情報１３１ａと第１回答情報１３１ｂとを対応させる形で教師データ１３１を予め作成する。これにより、情報処理装置１は、事業者が選択した第１質問情報と第１回答情報との対応関係に従い、後述するように、より適切な第２回答情報の検索を行うための変換後キーワードを取得することが可能になる。

また、情報処理装置１は、変換パラメータ１３２について機械学習を行うことにより、変換前キーワードと同じキーワードについての機械学習が行われていない場合であっても、機械学習された変換パラメータ１３２を用いることで、変換後キーワードの予測を行うことが可能になる。そのため、事業者は、情報処理装置１に入力される可能性がある質問情報１４１ａの全てについて網羅的に機械学習を行う必要がなくなる。

その後、情報処理装置１は、図７及び図９に示すように、情報検索タイミングまで待機する（Ｓ１１のＮＯ）。情報検索タイミングは、例えば、事業者端末１１から第２質問情報１４１ａを受信したタイミング（第２質問情報１４１ａが情報処理装置１に入力されたタイミング）である。そして、情報検索タイミングになった場合（Ｓ１１のＹＥＳ）、情報処理装置１は、第２質問情報１４１ａから変換前キーワードを抽出する（Ｓ１２）。さらに、情報処理装置１は、Ｓ４の処理で機械学習した変換パラメータ１３２により、Ｓ１２の処理で抽出した変換前キーワードを変換して変換後キーワードを取得する（Ｓ１３）。

これにより、情報処理装置１は、より適切な第２回答情報１４１ｂの検索を行うための変換後キーワードを取得することが可能になる。そのため、情報処理装置１は、第２回答情報１４１ｂを検索する際の検索精度を高めることが可能になる。

その後、情報処理装置１は、Ｓ１３の処理で取得した変換後キーワードを用いて第２回答情報１４１ｂの検索を行う（Ｓ１４）。

このように、本実施の形態における情報処理装置１は、教師データ１３１に含まれる第１質問情報１３１ａと第１回答情報１３１ｂとのそれぞれからキーワードを抽出する。そして、情報処理装置１は、第１質問情報１３１ａから抽出したキーワードを第１回答情報１３１ｂから抽出したキーワードに変換する変換パラメータ１３２を機械学習する。

その後、入力された新たな第２質問情報１４１ａに対する第２回答情報１４１ｂの検索を行う際に、機械学習した変換パラメータ１３２により、新たな第２質問情報１４１ａ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第２回答情報１４１ｂの検索を行う。

これにより、情報処理装置１は、事業者端末１１から送信された第２質問情報１４１ａに対し、より適切な第２回答情報１４１ｂの検索を行うことが可能になる。

［第１の実施の形態の詳細］
次に、第１の実施の形態の詳細について説明する。図１０から図１１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１２から図１９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１２から図１９を参照しながら、図１０及び図１１の検索制御処理の詳細を説明する。

情報処理装置１のキーワード抽出部１１１は、図１０に示すように、機械学習実行タイミングになるまで待機する（Ｓ２１のＮＯ）。そして、機械学習実行タイミングになった場合（Ｓ２１のＹＥＳ）、キーワード抽出部１１１は、教師データ１３１に含まれる第１質問情報１３１ａからキーワードを抽出する（Ｓ２２）。また、キーワード抽出部１１１は、この場合、教師データ１３１に含まれる第１回答情報１３１ｂからキーワードを抽出する（Ｓ２３）。具体的に、キーワード抽出部１１１は、例えば、第１質問情報１３１ａと第１回答情報１３１ｂとのそれぞれに対して形態素分割を行うことにより、キーワードの抽出を行う。以下、教師データ１３１の具体例及び抽出されたキーワードの具体例について説明を行う。

［教師データの具体例］
図１２は、教師データ１３１の具体例を説明する図である。図１２に示す教師データ１３１は、教師データ１３１に含まれる各情報を識別する「項番」と、第１質問情報１３１ａが設定される「質問情報」と、第１回答情報１３１ｂが設定される「回答情報」とを項目として有する。

具体的に、図１２に示す例において、「項番」が「１」である情報の「質問情報」には、「イベント監視の条件定義について、簡易チェックツールでの確認結果と実際の動作が異なっています。」という文章が設定されている。また、図１２に示す例において、「項番」が「１」である情報の「回答情報」には、「イベント監視の条件定義にメッセージを抑止する定義を追加してください。その後、コンソールの表示内容を確認してください。」という文章が設定されている。

すなわち、図１２における「質問情報」には、例えば、事業者端末１１から送信されることが予想される質問情報が設定される。また、図１２における「回答情報」には、例えば、「質問情報」に設定された質問情報の内容を解決するための回答を含む回答情報が設定される。図１２に含まれる他の情報については説明を省略する。

［質問情報及び回答情報から抽出されたキーワードの具体例］
次に、第１質問情報１３１ａ及び第１回答情報１３１ｂ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１３は、第１質問情報１３１ａ及び第１回答情報１３１ｂ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１３に示すキーワード情報は、図１３に示すキーワード情報に含まれる各情報を識別する「項番」と、第１質問情報１３１ａから抽出されたキーワードが設定される「キーワード（質問情報）」とを項目として有する。また、図１３に示すキーワード情報は、第１回答情報１３１ｂから抽出されたキーワードが設定される「キーワード（回答情報）」を項目として有する。

具体的に、図１３に示すキーワード情報において、「項番」が「１」である情報には、「キーワード（質問情報）」として、「イベント」、「監視」、「条件」、「定義」、「簡易」、「チェック」、「ツール」、「確認」、「結果」、「実際」、「動作」及び「異なる」が設定されている。また、図１３に示す情報において、「項番」が「１」である情報には、「キーワード（回答情報）」として、「イベント」、「監視」、「条件」、「定義」、「メッセージ」、「抑止」、「追加」、「コンソール」、「表示」、「内容」及び「確認」が設定されている。図１３に含まれる他の情報については説明を省略する。

図１０に戻り、情報処理装置１の機械学習実行部１１２は、Ｓ２２の処理で抽出したキーワードと、Ｓ２３の処理で抽出したキーワードとを学習データとして識別関数１３３に与えることにより、変換パラメータ１３２の機械学習を行う（Ｓ２４）。

具体的に、機械学習実行部１１２は、例えば、Ｓ２２の処理で抽出されたキーワードと、Ｓ２３の処理で抽出されたキーワードとを学習データとして識別関数１３３に入力し、変換パラメータ１３２の算出を行う。そして、機械学習実行部１１２は、例えば、第１質問情報１３１ａ及び第１回答情報１３１ｂから抽出した各キーワード相互の変換パラメータ１３２のそれぞれについて機械学習を行う。

すなわち、機械学習実行部１１２は、識別関数１３３に学習データを入力する毎に、過去に入力された学習データに対してのみでなく、新たに入力された学習データに対しても識別関数１３３が成立するように、変換パラメータ１３２の調整を行う。これにより、機械学習実行部１１２は、識別関数１３３に学習データを入力する毎に、変換パラメータ１３２の精度を高めることが可能になる。そのため、キーワード予測部１１４は、機械学習の汎化機能によって、機械学習されていない変換前キーワードが入力された場合であっても、入力された変換前キーワードに対応する変換後キーワードを予測することが可能になる。変換パラメータ１３２の具体例については後述する。

一方、情報処理装置１の情報受信部１１３は、図１１に示すように、情報検索タイミングまで待機する（Ｓ３１のＮＯ）。そして、情報検索タイミングになった場合（Ｓ３１のＹＥＳ）、キーワード抽出部１１１は、事業者端末１１から送信された第２質問情報１４１ａから変換前キーワードを抽出する（Ｓ３２）。以下、第２質問情報１４１ａの具体例及び第２質問情報１４１ａから抽出した変換前キーワードについて説明を行う。

［事業者端末から送信された質問情報の具体例］
図１４は、事業者端末１１から送信された第２質問情報１４１ａの具体例を説明する図である。図１４に示す第２質問情報１４１ａは、第２質問情報１４１ａに含まれる各情報を識別する「項番」と、第２質問情報１４１ａの内容が設定される「質問情報」とを項目として有する。

具体的に、図１４に示す第２質問情報１４１ａにおいて、「項番」が「１」である情報の「質問情報」には、「イベント監視の条件定義にメッセージを抑止する定義を追加しましたが、コンソールにエラー４２５が表示されました。」という文章が設定されている。

［質問情報から抽出した変換前キーワードの具体例］
次に、事業者端末１１から送信された第２質問情報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１５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１５に示す変換前キーワード情報は、図１５に示す変換前キーワード情報に含まれる各情報を識別する「項番」と、第１質問情報１３１ａから抽出されたキーワードが設定される「キーワード（質問情報）」とを項目として有する。

具体的に、図１５に示す変換前キーワード情報において、「項番」が「１」である情報には、「キーワード（質問情報）」として、「イベント」、「監視」、「条件」、「定義」、「メッセージ」、「抑止」、「追加」、「コンソール」、「エラー」、「４２５」及び「表示」が設定されている。

図１１に戻り、情報処理装置１のキーワード予測部１１４は、Ｓ３２の処理で抽出された変換前キーワードとの相関度（以下、相関度情報とも呼ぶ）を、Ｓ２２及びＳ２３の処理で第１質問情報１３１ａ及び第１回答情報１３１ｂから抽出したキーワード毎に算出する（Ｓ３３）。

具体的に、キーワード予測部１１４は、Ｓ３２の処理で抽出された変換前キーワードと、Ｓ２４の処理で機械学習された変換パラメータ１３２とを識別関数１３３に与えることにより、Ｓ３２の処理で抽出された変換前キーワードとの相関度情報を算出する。すなわち、キーワード予測部１１４は、第１質問情報１３１ａ及び第１回答情報１３１ｂから抽出した各キーワードについて、変換後キーワードに含めるか否かを判定するための相関度情報の算出を行う。以下、変換パラメータ１３２及び相関度情報の具体例について説明を行う。

［変換パラメータの具体例］
図１６は、変換パラメータ１３２の具体例を説明する図である。図１６に示す変換パラメータ１３２は、Ｓ２２及びＳ２３の処理において第１質問情報１３１ａ及び第１回答情報１３１ｂから抽出された各キーワード相互の変換パラメータのそれぞれを含んでいる。図１６に示す変換パラメータ１３２における「イベント」、「監視」及び「条件」等は、Ｓ２２及びＳ２３の処理において第１質問情報１３１ａ及び第１回答情報１３１ｂから抽出された各キーワードに対応する。

具体的に、第２質問情報１４１ａから抽出した変換前キーワードに「イベント」が含まれている場合、キーワード予測部１１４は、Ｓ３３の処理において、左端の欄に「イベント」が設定された行の情報を参照する。また、第２質問情報１４１ａから抽出した変換前キーワードに「できない」が含まれている場合、キーワード予測部１１４は、Ｓ３３の処理において、左端の欄に「できない」が設定された行の情報を参照する。

［相関度情報の具体例］
次に、相関度情報の具体例について説明を行う。図１７は、相関度情報の具体例を説明する図である。図１７に示す相関度情報は、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、各キーワードの相関度情報を示す「スコア」とを項目として有する。なお、図１７に示す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。

具体的に、例えば、第２質問情報１４１ａから抽出した変換前キーワードに「イベント」及び「監視」が含まれている場合、キーワード予測部１１４は、図１６に示す変換パラメータ１３２に含まれる情報のうち、左端の欄に「イベント」及び「監視」が設定された行の情報を参照する。すなわち、変換後キーワードに「条件」が含まれるか否かを判定するための相関度情報を算出する場合、キーワード予測部１１４は、例えば、左端の欄に「イベント」が設定され、上端の欄に「条件」が設定された情報である「０．３」を参照する。また、この場合、キーワード予測部１１４は、左端の欄に「監視」が設定され、上端の欄に「条件」が設定された情報である「０．６」を参照する。そして、キーワード予測部１１４は、例えば、参照した情報である「０．３」と「０．６」とを加算し、所定の係数を乗算することにより、「条件」に対応する相関度情報を算出する。

その後、キーワード予測部１１４は、図１７に示すように、キーワード毎に算出した各相関度情報の設定を行う。具体的に、キーワード予測部１１４は、例えば、「キーワード」が「イベント」である情報（「項番」が「１」である情報）の「スコア」に、算出された相関度情報である「７５．３」を設定する。図１７に含まれる他の情報については説明を省略する。

図１１に戻り、キーワード予測部１１４は、Ｓ３３の処理で算出した相関度情報が所定の閾値以上であるキーワードを、変換後キーワードとして出力する（Ｓ３４）。以下、変換後キーワード（以下、変換後キーワード情報）の具体例について説明を行う。

［変換後キーワードの具体例］
図１８は、変換後キーワードの具体例を説明する図である。図１８に示す変換後キーワード情報は、図１５に示す情報と同じ項目を有している。

具体的に、Ｓ３４の処理における所定の閾値が「４０．０」である場合、キーワード予測部１１４は、例えば、図１７に示す相関度情報において、変換後キーワードとして「項番」が「１」から「１１」までの情報の「キーワード」に設定された情報を特定する。そのため、キーワード予測部１１４は、この場合、図１８に示す変換後キーワード情報のように、「キーワード（質問情報）」の欄に「イベント」、「監視」、「メッセージ」、「ログ」、「定義」、「プロセス」、「条件」、「抑止」、「追加」、「エラー」及び「表示」を設定する。

すなわち、図１７に示す相関度情報において、「項番」が「１」から「１１」の情報の「キーワード」に設定された情報には、図１５で説明した変換前キーワード情報の「キーワード（質問情報）」に含まれていなかった「プロセス」及び「ログ」が含まれている。そのため、キーワード予測部１１４は、図１８に示すように、「プロセス」及び「ログ」についても変換後キーワードとして特定する。

一方、図１７に示す相関度情報において、「項番」が「１」から「１１」の情報の「キーワード」に設定された情報には、図１５で説明した変換前キーワード情報の「キーワード（質問情報）」に含まれていた「コンソール」及び「４２５」が含まれていない。そのため、キーワード予測部１１４は、図１８に示すように、「コンソール」及び「４２５」を変換後キーワードとして特定しない。

これにより、情報処理装置１は、事業者端末１１から送信された第２質問情報１４１ａに対し、より適切な第２回答情報１４１ｂの検索を行うことが可能になる。

なお、キーワード予測部１１４は、Ｓ３４の処理において、Ｓ３２の処理で抽出した変換前キーワードのうち、Ｓ３３の処理で算出した相関度情報が所定の閾値以上であるキーワードに含まれていないキーワード（以下、削除キーワードとも呼ぶ）を特定するものであってもよい。そして、キーワード予測部１１４は、変換前キーワードから削除キーワードを除外したキーワードを、変換後キーワードとして特定するものであってもよい。

また、キーワード予測部１１４は、Ｓ３４の処理において、Ｓ３３の処理で算出した相関度情報が所定の閾値以上であるキーワードのうち、Ｓ３２の処理で抽出した変換前キーワードに含まれていないキーワード（以下、追加キーワードとも呼ぶ）を特定するものであってもよい。そして、キーワード予測部１１４は、変換前キーワードに追加キーワードを加えたキーワードを、変換後キーワードとして特定するものであってもよい。

図１１に戻り、情報処理装置１の情報検索部１１５は、Ｓ３４の処理で出力された変換後キーワードを用いて、第２回答情報１４１ｂの検索を実行する（Ｓ３５）。そして、情報処理装置１の結果出力部１１６は、Ｓ３５の処理で実行された検索結果（第２回答情報１４１ｂ）を事業者端末１１に送信する（Ｓ３６）。これにより、事業者端末１１は、事業者端末１１にメール等を送信した利用者が閲覧可能な出力装置に、検索された第２回答情報１４１ｂを出力することが可能になる。

このように、本実施の形態における情報処理装置１は、教師データ１３１に含まれる第１質問情報１３１ａと第１回答情報１３１ｂとのそれぞれからキーワードを抽出する。そして、情報処理装置１は、第１質問情報１３１ａから抽出したキーワードを第１回答情報１３１ｂから抽出したキーワードに変換する変換パラメータ１３２を機械学習する。

その後、入力された新たな第２質問情報１４１ａに対する第２回答情報１４１ｂの検索を行う際に、機械学習した変換パラメータ１３２により、新たな第２質問情報１４１ａ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第２回答情報１４１ｂの検索を行う。

これにより、情報処理装置１は、事業者端末１１から第２質問情報１４１ａを受信した場合に、第２回答情報１４１ｂの検索を精度高く行うことが可能になる。

［教師データの他の具体例］
次に、教師データ１３１の他の具体例について説明を行う。図１９は、教師データ１３１の具体例を説明する図である。

図１９に示す教師データ１３１は、教師データ１３１に含まれる各情報を識別する「項番」と、第１質問情報１３１ａが設定される「質問情報（１）」とを項目として有する。また、図１７に示す教師データ１３１は、第１質問情報１３１ａよりも的確に回答情報１３２ｂを検索することができるキーワードを含む質問情報１３１ｃが設定される「質問情報（２）」を項目として有する。

具体的に、図１９に示す例において、「項番」が「１」である情報の「質問情報（１）」には、「イベント監視の条件定義について、簡易チェックツールでの確認結果と実際の動作が異なっています。」という文章が設定されている。また、図１９に示す例において、「項番」が「１」である情報の「質問情報（２）」には、「イベント監視の条件定義にメッセージを抑止する定義を追加しましたが、コンソールにメッセージが表示されました。」という文章が設定されている。

すなわち、図１２等で説明した例では、教師データ１３１が第１質問情報１３１ａと第１回答情報１３１ｂとを含んでおり、第１質問情報１３１ａから抽出したキーワードと、第１回答情報１３１ｂから抽出したキーワードとに基づいて、変換パラメータ１３２の機械学習を行う。これに対し、図１９に示す教師データ１３１は、第１質問情報１３１ａと、第１質問情報１３１ａよりもより的確に第１回答情報１３１ｂを検索することができるキーワードを含む質問情報１３１ｃとを含む。そして、情報処理装置１は、第１質問情報１３１ａから抽出したキーワードと、質問情報１３１ｃから抽出したキーワードとに基づいて、変換パラメータ１３２の機械学習を行う。

これにより、情報処理装置１は、例えば、第２質問情報１４１ａと第２回答情報１４１ｂとに含まれているキーワードの特性によって、図１２で説明した教師データ１３１と、図１９に示す教師データ１３１とを使い分けて変換パラメータ１３２の機械学習を行うことが可能になる。そのため、情報処理装置１は、事業者端末１１から送信された第２質問情報１４１ａに対し、第２回答情報１４１ｂの検索をより精度高く行うことが可能になる。

以上の実施の形態をまとめると、以下の付記のとおりである。

（付記１）
コンピュータに、
教師データに含まれる質問情報と回答情報とのそれぞれからキーワードを抽出し、
前記質問情報から抽出したキーワードを前記回答情報から抽出したキーワードに変換する変換パラメータを機械学習し、
入力された新たな質問情報に対する回答情報の検索を行う際に、機械学習した前記変換パラメータにより、前記新たな質問情報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回答情報の検索を行う、
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２）
付記１において、
前記変換パラメータを機械学習する処理では、前記質問情報から抽出したキーワードと、前記回答情報から抽出したキーワードとを学習データとして、前記変換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３）
付記２において、
前記変換パラメータの機械学習を行う処理では、前記質問情報から抽出したキーワードの一部と、前記回答情報から抽出したキーワードの一部とを学習データとして、前記変換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４）
付記２において、
前記回答情報の検索を行う処理では、
機械学習した前記変換パラメータにより、前記質問情報から抽出されたキーワード及び前記回答情報から抽出されたキーワード毎に、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に基づいて、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。

（付記５）
付記４において、
前記変換後キーワードを特定する処理では、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。

（付記６）
付記４において、
前記変換後キーワードを特定する処理では、
前記変換前キーワードのうち、前記相関度が所定の閾値以上であるキーワードに含まれていない削除キーワードを特定し、
前記変換前キーワードから前記削除キーワードを除外したキーワードを、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。

（付記７）
付記４において、
前記変換後キーワードを特定する処理では、
前記相関度が所定の閾値以上であるキーワードのうち、前記変換前キーワードに含まれていない追加キーワードを特定し、
前記変換前キーワードに前記追加キーワードを加えたキーワードを、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。

（付記８）
付記２において、
前記回答情報の検索を行う処理では、前記変換後キーワードの一部を用いて回答情報の検索を行う、
ことを特徴とする検索制御プログラム。

（付記９）
教師データに含まれる質問情報と回答情報とのそれぞれからキーワードを抽出する抽出部と、
前記質問情報から抽出したキーワードを前記回答情報から抽出したキーワードに変換する変換パラメータを機械学習する機械学習実行部と、
入力された新たな質問情報に対する回答情報の検索を行う際に、機械学習した前記変換パラメータにより、前記新たな質問情報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回答情報の検索を行う検索部と、を有する、
ことを特徴とする検索制御装置。

（付記１０）
教師データに含まれる質問情報と回答情報とのそれぞれからキーワードを抽出し、
前記質問情報から抽出したキーワードを前記回答情報から抽出したキーワードに変換する変換パラメータを機械学習し、
入力された新たな質問情報に対する回答情報の検索を行う際に、機械学習した前記変換パラメータにより、前記新たな質問情報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回答情報の検索を行う、
ことを特徴とする検索制御方法。

１：情報処理装置 ２：記憶部
１１：事業者端末 ＮＷ：ネットワーク

Claims (9)

1. コンピュータに、
   教師データに含まれる質問情報と回答情報とのそれぞれからキーワードを抽出し、
   前記質問情報から抽出したキーワードを前記回答情報から抽出したキーワードに変換する変換パラメータを機械学習し、
   入力された新たな質問情報に対する回答情報の検索を行う際に、機械学習した前記変換パラメータにより、前記新たな質問情報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回答情報の検索を行う、
   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。
2. 請求項１において、
   前記変換パラメータを機械学習する処理では、前記質問情報から抽出したキーワードと、前記回答情報から抽出したキーワードとを学習データとして、前記変換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。
3. 請求項２において、
   前記回答情報の検索を行う処理では、
   機械学習した前記変換パラメータにより、前記質問情報から抽出されたキーワード及び前記回答情報から抽出されたキーワード毎に、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に基づいて、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。
4. 請求項３において、
   前記変換後キーワードを特定する処理では、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。
5. 請求項３において、
   前記変換後キーワードを特定する処理では、
   前記変換前キーワードのうち、前記相関度が所定の閾値以上であるキーワードに含まれていない削除キーワードを特定し、
   前記変換前キーワードから前記削除キーワードを除外したキーワードを、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。
6. 請求項３において、
   前記変換後キーワードを特定する処理では、
   前記相関度が所定の閾値以上であるキーワードのうち、前記変換前キーワードに含まれていない追加キーワードを特定し、
   前記変換前キーワードに前記追加キーワードを加えたキーワードを、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。
7. 請求項２において、
   前記回答情報の検索を行う処理では、前記変換後キーワードの一部を用いて回答情報の検索を行う、
   ことを特徴とする検索制御プログラム。
8. 教師データに含まれる質問情報と回答情報とのそれぞれからキーワードを抽出する抽出部と、
   前記質問情報から抽出したキーワードを前記回答情報から抽出したキーワードに変換する変換パラメータを機械学習する機械学習実行部と、
   入力された新たな質問情報に対する回答情報の検索を行う際に、機械学習した前記変換パラメータにより、前記新たな質問情報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回答情報の検索を行う検索部と、を有する、
   ことを特徴とする検索制御装置。
9. コンピュータが、教師データに含まれる質問情報と回答情報とのそれぞれからキーワードを抽出し、
   コンピュータが、前記質問情報から抽出したキーワードを前記回答情報から抽出したキーワードに変換する変換パラメータを機械学習し、
   コンピュータが、入力された新たな質問情報に対する回答情報の検索を行う際に、機械学習した前記変換パラメータにより、前記新たな質問情報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回答情報の検索を行う、
   ことを特徴とする検索制御方法。

Images