JP6651668B1 - メール解析サーバ、メール解析方法、及びプログラム - Google Patents
メール解析サーバ、メール解析方法、及びプログラム Download PDFInfo
- Publication number
- JP6651668B1 JP6651668B1 JP2019102908A JP2019102908A JP6651668B1 JP 6651668 B1 JP6651668 B1 JP 6651668B1 JP 2019102908 A JP2019102908 A JP 2019102908A JP 2019102908 A JP2019102908 A JP 2019102908A JP 6651668 B1 JP6651668 B1 JP 6651668B1
- Authority
- JP
- Japan
- Prior art keywords
- received mail
- received
- reply
- machine learning
- 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.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 114
- 238000010801 machine learning Methods 0.000 claims abstract description 87
- 238000013528 artificial neural network Methods 0.000 claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000013527 convolutional neural network Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 abstract description 29
- 238000012545 processing Methods 0.000 abstract description 19
- 238000000034 method Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 12
- 230000009471 action Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/107—Computer-aided management of electronic mailing [e-mailing]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/06—Message adaptation to terminal or network requirements
- H04L51/063—Content adaptation, e.g. replacement of unsuitable content
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/42—Mailbox-related aspects, e.g. synchronisation of mailboxes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Economics (AREA)
- Information Transfer Between Computers (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
Description
本実施形態では、本発明の一実施形態に係るメール解析サーバ10が、新たに受信した受信メールについて返信の要否を出力する過程について、図1乃至図7を参照して説明する。
図1は、本発明の一実施形態に係るメール解析サーバ10を説明する図である。図1に、メール解析サーバ10、メールサーバ20_1、20_2、及び端末装置30_1、30_2を示す。メールサーバ20_1、20_2はネットワーク40を介して電子メールを送受信する。
図4は、本発明の一実施形態に係るメール解析サーバ10のハードウェア構成を説明するブロック図である。図4に示すように、メール解析サーバ10は、制御部101、ROM102(Read Only Memory)、RAM103(Random Access Memory)、記録媒体104、及び通信部105を含む。
図5は、本発明の一実施形態に係るメール解析サーバ10の機能ブロック図である。メール解析サーバ10は、電子メール取得部111、電子メール格納部112、判定部113、教師データ114、学習部115、機械学習モデル116、推定部117、及び出力部118を含む。電子メール取得部111、判定部113、学習部115、推定部117、及び出力部118は、制御部101によって処理が実行される。また、電子メール格納部112、機械学習モデル116、及び教師データ114は、記録媒体104に格納される。
次に、本発明の一実施形態に係るメール解析方法について、図6及び図7を参照して説明する。制御部101は、それぞれの処理をメール解析サーバ10に実行させる。
第1実施形態では、メール解析サーバ10と、メールサーバ20とを別々の装置で構成する例について説明したが、本実施形態では、メール解析サーバ10と、メールサーバ20とを一体化して同じ装置で構成する例について、図8及び図9を参照して説明する。
図8は、本発明の一実施形態に係るメール解析サーバ10Aを説明する図である。図8に、メール解析サーバ10A、メールサーバ20_2、及び端末装置30_1、30_2を示す。本実施形態では、メール解析サーバ10は、第1実施形態で説明したメールサーバ20_1の電子メールの送受信機能を有する。また、本実施形態において、メール解析サーバ10は、登録済みアカウントの電子メールを送受信する機能を有する。また、メール解析サーバ10は、アカウント毎に、電子メールを保持する機能を有する。
図9は、本発明の一実施形態に係るメール解析サーバ10Aの機能ブロック図である。図9に示すメール解析サーバ10Aは、端末装置30_1から送信された送信メールを、メールサーバ20_2に送信する機能をさらに有する点で、図5に示すメール解析サーバ10と異なっている。本実施形態では、第1実施形態と異なる機能を有する機能ブロックについて詳細に説明する。
本実施形態では、端末装置30のブラウザ上に表示される画面において、ユーザが入力や操作を行うことで、端末装置30における電子メールのやり取りを可能にするメール解析サーバ10Bについて、図10及び図11を参照して説明する。
図10は、本発明の一実施形態に係るメール解析サーバ10Bを説明する図である。図10に、メール解析サーバ10B、メールサーバ20_2、及び端末装置30を示す。
図11は、本発明の一実施形態に係るメール解析サーバ10Bの機能ブロック図である。図11に示すメール解析サーバ10Bは、端末装置30に電子メールを出力するのではなく、端末装置30のブラウザ上に表示される画面において電子メールを表示する点で、図5に示すメール解析サーバ10と異なっている。本実施形態では、第1実施形態と異なる機能を有する機能ブロックについて詳細に説明する。
第1実施形態では、メールアプリケーション400の受信トレイにおいて、受信した全ての受信メールを表示する例について説明したが、本発明の一実施形態はこれに限定されない。受信トレイとは別に、要返信トレイに返信の要否に関する確率が所定の閾値以上の受信メールのみを表示させてもよい。また、所定の閾値未満の受信メールは、受信トレイに表示させてもよい。
受信メールに対する返信の要否に関する確率は、アカウント毎に異なっていてもよい。同じ受信メールであっても、返信が必要な傾向はユーザによって大きく異なるからである。
本発明の一実施形態では、受信メールに含まれる文字を機械学習の対象とする例について説明したが、本発明の一実施形態はこれに限定されない。受信メールに対して、返信するまでにかかった時間を機械学習の対象としてもよい。
本発明の一実施形態では、メール解析サーバ10、10A〜10Cは、少なくとも、判定部113、学習部115、及び推定部117を含む例について説明したが、これに限定されない。メール解析サーバ10Dは、少なくとも推定部117を有していればよく、機械学習モデルを構築する学習装置が別にあってもよい。
本発明の一実施形態では、学習部115において、文字レベルの畳み込みニューラルネットワークを使用して、機械学習モデルを構築する例について説明したが、これに限定されない。学習部115において、ニューラルネットワークとして、BERT(Bidirectional Encoder Representations from Transformers)を使用して、機械学習モデルを構築してもよい。BERTとは、さまざまな自然言語処理(Natural Language Processing;NLP)タスクの最先端の結果を得る言語表現事前トレーニングのための手法である。BERTでは、教師なしで、双方向型の事前トレーニングをさせる。教師なしとは、BERTがプレーンテキストコーパスのみを使用してトレーニングされたことを意味する。
Claims (13)
- 蓄積された受信メールに対する返信の有無を判定する判定部と、
返信されたと判定された受信メールに含まれる文字と返信されていないと判定された受信メールに含まれる文字の少なくとも一方を解析し、ニューラルネットワークを用いた機械学習によって機械学習モデルを構築する学習部と、
受信した受信メールに含まれる文字に対して前記機械学習モデルを用いて、当該受信メールに対する返信の要否を推定する推定部と、を有し、
前記判定部は、
前記蓄積された受信メール及び蓄積された送信メールを対比し、前記送信メールの本文に、前記受信メールの本文の一部を含むか否かを判定し、
前記送信メールが前記受信メールの本文の一部を含む場合、当該受信メールは返信されたと判定する、メール解析サーバ。 - 蓄積された受信メールに対する返信の有無を判定する判定部と、
返信されたと判定された受信メールに含まれる文字と返信されていないと判定された受信メールに含まれる文字の少なくとも一方を解析し、ニューラルネットワークを用いた機械学習によって機械学習モデルを構築する学習部と、
受信した受信メールに含まれる文字に対して前記機械学習モデルを用いて、当該受信メールに対する返信の要否を推定する推定部と、を有し、
前記判定部は、
前記蓄積された受信メール及び蓄積された送信メールを対比し、前記送信メールに、前記受信メールの付帯情報を含むか否かを判定し、
前記送信メールの付帯情報が前記受信メールの付帯情報を含む場合、当該受信メールは返信されたと判定する、メール解析サーバ。 - 蓄積された受信メールに対する返信の有無を判定する判定部と、
返信されたと判定された受信メールに含まれる文字と返信されていないと判定された受信メールに含まれる文字の少なくとも一方を解析し、ニューラルネットワークを用いた機械学習によって機械学習モデルを構築する学習部と、
受信した受信メールに含まれる文字に対して前記機械学習モデルを用いて、当該受信メールに対する返信の要否を推定する推定部と、
前記判定部が、前記蓄積された受信メールに対する返信の有無を判定した後、前記蓄積された受信メールに対して、返信までに要した時間を算出する、時間算出部と、を有し、
前記学習部は、当該受信メールに含まれる文字及び前記返信までに要した時間を解析し、ニューラルネットワークを用いた機械学習によって前記機械学習モデルを構築する、メール解析サーバ。 - 前記機械学習モデルは、複数のアカウントを区別せずに、前記返信したと判定された受信メールに基づいて構築される、請求項1乃至3のいずれか一項に記載のメール解析サーバ。
- 前記機械学習モデルは、アカウント毎に前記返信したと判定された受信メールに基づいて更新される、請求項1乃至3のいずれか一項に記載のメール解析サーバ。
- 前記ニューラルネットワークは、文字レベルの畳み込みニューラルネットワークである、請求項1乃至3のいずれか一項に記載のメール解析サーバ。
- 蓄積された受信メールに対する返信の有無を判定し、
返信されたと判定された受信メールに含まれる文字と返信されていないと判定された受信メールに含まれる文字の少なくとも一方を解析し、ニューラルネットワークを用いた機械学習によって機械学習モデルを構築し、
受信した受信メールに含まれる文字に対して前記機械学習モデルを用いて、当該受信メールに対する返信の要否を推定することを含み、
前記蓄積された受信メールに対する返信の有無は、
前記蓄積された受信メール及び蓄積された送信メールを対比し、前記送信メールに、前記受信メールの本文の一部を含むか否かを判定し、
前記送信メールが前記受信メールの本文の一部を含む場合、当該受信メールは返信されたと判定する、メール解析方法。 - 蓄積された受信メールに対する返信の有無を判定し、
返信されたと判定された受信メールに含まれる文字と返信されていないと判定された受信メールに含まれる文字の少なくとも一方を解析し、ニューラルネットワークを用いた機械学習によって機械学習モデルを構築し、
受信した受信メールに含まれる文字に対して前記機械学習モデルを用いて、当該受信メールに対する返信の要否を推定することを含み、
前記蓄積された受信メールに対する返信の有無は、
前記蓄積された受信メール及び蓄積された送信メールを対比し、前記送信メールに、前記受信メールの付帯情報を含むか否かを判定し、
前記送信メールが前記受信メールの付帯情報を含む場合、当該受信メールを、は返信されたと判定する、メール解析方法。 - 蓄積された受信メールに対する返信の有無を判定し、
返信されたと判定された受信メールに含まれる文字と返信されていないと判定された受信メールに含まれる文字の少なくとも一方を解析し、ニューラルネットワークを用いた機械学習によって機械学習モデルを構築し、
受信した受信メールに含まれる文字に対して前記機械学習モデルを用いて、当該受信メールに対する返信の要否を推定し、
前記蓄積された受信メールに対する返信の有無を判定した後、前記蓄積された受信メールに対して、返信までに要した時間を算出することを含み、
当該受信メールに含まれる文字及び前記返信までに要した時間を解析し、ニューラルネットワークを用いた機械学習によって前記機械学習モデルを構築する、メール解析方法。 - 前記ニューラルネットワークは、文字レベルの畳み込みニューラルネットワークである、請求項7乃至9のいずれか一項に記載のメール解析方法。
- 前記機械学習モデルは、複数のアカウントを区別せずに、前記返信したと判定された受信メールに基づいて生成される、請求項7乃至9のいずれか一項に記載のメール解析方法。
- 前記機械学習モデルは、アカウント毎に前記返信したと判定された受信メールに基づいて更新される、請求項7乃至9のいずれか一項に記載のメール解析方法。
- 請求項7乃至12のいずれか一項に記載のメール解析方法を、
コンピュータに実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019102908A JP6651668B1 (ja) | 2019-05-31 | 2019-05-31 | メール解析サーバ、メール解析方法、及びプログラム |
KR1020200064994A KR102361830B1 (ko) | 2019-05-31 | 2020-05-29 | 메일 해석 서버 및 이를 이용한 메일 해석 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019102908A JP6651668B1 (ja) | 2019-05-31 | 2019-05-31 | メール解析サーバ、メール解析方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6651668B1 true JP6651668B1 (ja) | 2020-02-19 |
JP2020197851A JP2020197851A (ja) | 2020-12-10 |
Family
ID=69568403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019102908A Expired - Fee Related JP6651668B1 (ja) | 2019-05-31 | 2019-05-31 | メール解析サーバ、メール解析方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6651668B1 (ja) |
KR (1) | KR102361830B1 (ja) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006039633A (ja) | 2004-07-22 | 2006-02-09 | Hitachi Information Technology Co Ltd | 情報処理装置及びプログラム |
JP6356268B2 (ja) | 2015-01-23 | 2018-07-11 | 株式会社Ubic | 電子メール分析システム、電子メール分析システムの制御方法、及び電子メール分析システムの制御プログラム |
KR102126207B1 (ko) * | 2017-08-21 | 2020-06-24 | 주식회사 마인드웨어p스 | 지능형 메시지 처리 시스템 |
-
2019
- 2019-05-31 JP JP2019102908A patent/JP6651668B1/ja not_active Expired - Fee Related
-
2020
- 2020-05-29 KR KR1020200064994A patent/KR102361830B1/ko active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
JP2020197851A (ja) | 2020-12-10 |
KR20200138069A (ko) | 2020-12-09 |
KR102361830B1 (ko) | 2022-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100918599B1 (ko) | 잠재적 수신자를 식별하는 방법 및 장치 | |
US7827165B2 (en) | Providing a social network aware input dictionary | |
US10460029B2 (en) | Reply information recommendation method and apparatus | |
JP4742618B2 (ja) | 情報処理システム、プログラム及び情報処理方法 | |
KR101627025B1 (ko) | 소셜 네트워크에서의 맞춤형 리액션에 대한 제안의 자동 생성 | |
KR102095074B1 (ko) | 컨텍스트를 이용한 문자열 예측 생성 기법 | |
US8645430B2 (en) | Self-adjusting email subject and email subject history | |
US7711667B2 (en) | Method and system for measuring interest levels of digital messages | |
US8095612B2 (en) | Ranking messages in an electronic messaging environment | |
US7818385B2 (en) | Method and apparatus for forwarding emails to previous recipients | |
JP4742619B2 (ja) | 情報処理システム、プログラム及び情報処理方法 | |
US20080262827A1 (en) | Real-Time Translation Of Text, Voice And Ideograms | |
US7945629B2 (en) | Active removal of e-mail recipient from replies and subsequent threads | |
KR20180008717A (ko) | 통신 및 콘텐츠로부터 확약 및 요청의 자동 추출 | |
CN102272788A (zh) | 用于处理电子邮件的方法和系统 | |
US20070288576A1 (en) | Disambiguating Responses to Questions Within Electronic Messaging Communications | |
JP6219009B1 (ja) | やり取り型攻撃シミュレーション装置、やり取り型攻撃シミュレーション方法およびやり取り型攻撃シミュレーションプログラム | |
US20160241502A1 (en) | Method for Generating an Electronic Message on an Electronic Mail Client System, Computer Program Product for Executing the Method, Computer Readable Medium Having Code Stored Thereon that Defines the Method, and a Communications Device | |
WO2019191337A1 (en) | Systems and methods for enhanced natural language processing for machine learning conversations | |
US20190182196A1 (en) | Handling Communication Messages Based on Urgency | |
JP6651668B1 (ja) | メール解析サーバ、メール解析方法、及びプログラム | |
JP2006252223A (ja) | コミュニケーション分析装置、およびコミュニケーション分析方法、並びにコンピュータ・プログラム | |
US20190392036A1 (en) | Content analyzer and recommendation tool | |
EP3985534A1 (en) | Information processing program, information processing method, and information processing device | |
US7873516B2 (en) | Virtual vocal dynamics in written exchange |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190531 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190607 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190614 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190820 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191023 |
|
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: 20200107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6651668 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees | ||
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |