JP6660333B2 - 情報抽出装置、情報抽出方法及び情報抽出プログラム - Google Patents

Description

本発明は、蓄積された過去の作業情報から有用な情報を抽出するための装置、方法及びプログラムに関する。

従来、ある文書を検索キーにして、この文書と類似した文書を複数の検索対象文書から抽出する手法が提案されている（例えば、特許文献１参照）。
これらの手法では、一般に、検索キーである文書に含まれる単語と、検索対象文書に含まれる単語とを比較し、一致度又は類似性に基づいて、ベクトル空間法等を用いて、検索キー文書に対する検索対象文書の類似度が算出される。そして、この類似度が高い文書が類似文書として複数の検索対象文書から抽出される。

特開２０００−３３１０２７号公報

ところで、ある作業を実施する上で有用となる情報は、必ずしも類似した作業事例のみではなく、一見して作業内容自体は類似性が低いものの、ここから得られた知見教訓情報が有用であることも多い。さらに、このような知見教訓情報は、作業内容の特徴を反映した記述ではなく、より一般化された情報として記述される場合が多い。

従来の類似文書の抽出方式では、検索キーとなる作業に関する文書データに対して、この作業に類似した作業事例と、作業事例に紐付けて管理される知見教訓情報とを取得することはできても、これらは、いずれも作業内容が類似したものである。したがって、作業内容の類似性は低いが有用である知見教訓情報が抽出され難いという課題があった。
また、過去の全ての知見教訓情報をまとめて取得する方式では、提示される情報量は極めて膨大となり、情報の優先度も不明確なため、有用な情報を選択することが難しい。

本発明は、検索キーとなる作業に関する文書データに対して、知見教訓情報の有用度が高い作業事例及び知見教訓情報を取得できる情報抽出装置、情報抽出方法及び情報抽出プログラムを提供することを目的とする。

本発明に係る情報抽出装置は、過去の作業それぞれに関する内容情報及び知見教訓情報が紐付けられた複数の作業文書について、前記知見教訓情報の類似性に基づいてグループを生成し、グループ毎に前記内容情報の特徴量を算出するグループ生成部と、前記作業文書毎に、前記グループそれぞれへの含有度を算出する含有度算出部と、検索キーとなるキー文書の入力を受け付ける入力部と、前記キー文書の特徴量を算出し、前記グループの特徴量との第１類似度を算出する第１類似度算出部と、前記第１類似度及び前記含有度に基づいて、前記キー文書に対する前記作業文書毎の有用度を算出する有用度算出部と、前記有用度の降順に前記作業文書を抽出する抽出部と、を備える。

前記有用度算出部は、前記有用度として、前記第１類似度と前記含有度との積を前記作業文書毎に合計した値を算出してもよい。

前記情報抽出装置は、前記キー文書の内容情報と前記作業文書の内容情報との第２類似度を算出する第２類似度算出部を備え、前記有用度算出部は、前記第２類似度に重み付けして前記有用度に加算してもよい。

本発明に係る情報抽出方法は、過去の作業それぞれに関する内容情報及び知見教訓情報が紐付けられた複数の作業文書について、前記知見教訓情報の類似性に基づいてグループを生成し、グループ毎に前記内容情報の特徴量を算出するグループ生成ステップと、前記作業文書毎に、前記グループそれぞれへの含有度を算出する含有度算出ステップと、検索キーとなるキー文書の入力を受け付ける入力ステップと、前記キー文書の特徴量を算出し、前記グループの特徴量との第１類似度を算出する第１類似度算出ステップと、前記第１類似度及び前記含有度に基づいて、前記キー文書に対する前記作業文書毎の有用度を算出する有用度算出ステップと、前記有用度の降順に前記作業文書を抽出する抽出ステップと、をコンピュータが実行する。

本発明に係る情報抽出プログラムは、過去の作業それぞれに関する内容情報及び知見教訓情報が紐付けられた複数の作業文書について、前記知見教訓情報の類似性に基づいてグループを生成し、グループ毎に前記内容情報の特徴量を算出するグループ生成ステップと、前記作業文書毎に、前記グループそれぞれへの含有度を算出する含有度算出ステップと、検索キーとなるキー文書の入力を受け付ける入力ステップと、前記キー文書の特徴量を算出し、前記グループの特徴量との第１類似度を算出する第１類似度算出ステップと、前記第１類似度及び前記含有度に基づいて、前記キー文書に対する前記作業文書毎の有用度を算出する有用度算出ステップと、前記有用度の降順に前記作業文書を抽出する抽出ステップと、をコンピュータに実行させるためのものである。

本発明によれば、検索キーとなる作業に関する文書データに対して、知見教訓情報の有用度が高い作業事例及び知見教訓情報を取得できる。

実施形態に係る情報抽出装置の機能構成を示す図である。 実施形態に係る文書データベースに記憶される類型グループの情報を例示する図である。 実施形態に係る文書データベースに記憶される含有度の情報を例示する図である。 実施形態に係る有用度の算出方法を例示する図である。 実施形態に係る類型グループ化された作業文書とキー文書との関連性を示す概念図である。

以下、本発明の実施形態の一例について説明する。
図１は、本実施形態に係る情報抽出装置１の機能構成を示す図である。
情報抽出装置１は、サーバ装置又はパーソナルコンピュータ等の情報処理装置（コンピュータ）であり、制御部１０及び記憶部２０の他、各種データの入出力デバイス又は通信デバイス等を備える。

制御部１０は、情報抽出装置１の全体を制御する部分であり、記憶部２０に記憶された各種プログラムを適宜読み出して実行することにより、本実施形態における各種機能を実現している。制御部１０は、ＣＰＵであってよい。

記憶部２０は、ハードウェア群を情報抽出装置１として機能させるための各種プログラム、及び各種データ等の記憶領域であり、ＲＯＭ、ＲＡＭ、フラッシュメモリ又はハードディスク（ＨＤＤ）等であってよい。具体的には、記憶部２０は、本実施形態の各機能を制御部１０に実行させるプログラム（情報抽出プログラム）を記憶する。

制御部１０は、グループ生成部１１と、含有度算出部１２と、入力部１３と、第１類似度算出部１４と、第２類似度算出部１５と、有用度算出部１６と、抽出部１７とを備える。また、記憶部２０は、文書データベース２１を備える。

文書データベース２１には、検索対象となる作業文書群が蓄積されている。作業文書は、過去の作業事例それぞれに関する作業内容が記載された内容情報、及び知見教訓情報が紐付けられたデータである。
知見教訓情報には、例えば、作業前に準備すべき事項及びプロセス、作業に伴って発生した事例への対処法、作業から得られた教訓等が含まれ、今後実施される作業に対する有用な情報となり得る。

グループ生成部１１は、複数の作業文書について、知見教訓情報の類似性に基づいて重複可能な類型グループを生成する。グループ化には、トピックモデル又はクラスタリング等の既知の手法を用いることができる。
さらに、グループ生成部１１は、生成した類型グループ毎に、類型グループに含まれる全ての作業文書の内容情報、例えば作業計画書、作業手順書、作業報告書、事故報告書等から特徴量を算出して文書データベース２１に記憶する。

図２は、本実施形態に係る文書データベース２１に記憶される類型グループの情報を例示する図である。
類型グループＫＧ−１には、作業文書Ｓ−１，Ｓ−２，Ｓ−４，Ｓ−５，Ｓ−１９，Ｓ−２０，・・・が含まれており、この類型グループＫＧ−１の特徴量はＦ１である。
また、例えば作業文書Ｓ−２は、類型グループＫＧ−１及びＫＧ−２の両方に含まれている。このように、類型グループ間で作業文書が重複してもよい。

含有度算出部１２は、作業文書毎に、類型グループそれぞれに属する度合いを示す含有度を算出して文書データベース２１に記憶する。
含有度は、類型グループの中心からの距離で定義されてよい。

図３は、本実施形態に係る文書データベース２１に記憶される含有度の情報を例示する図である。
作業文書Ｓ−１は、複数の類型グループＫＧ−１，ＫＧ−５，・・・に属し、それぞれに対する含有度は、０．４，０．２，・・・である。また、作業文書Ｓ−２は、複数の類型グループＫＧ−１，ＫＧ−２，・・・に属し、それぞれに対する含有度は、０．６，０．５，・・・である。

この例では、作業文書Ｓ−１は、類型グループＫＧ−１に最も近い。また、類型グループＫＧ−１内では、作業文書Ｓ−１よりも、作業文書Ｓ−２の方が類型グループＫＧ−１の中心に近く、特徴をより表している。

入力部１３は、作業文書の検索キーとなるキー文書の入力を受け付ける。キー文書は、例えば、今後計画されている作業内容を記述した文書であり、知見教訓情報は含まれない。

第１類似度算出部１４は、キー文書に含まれる内容情報から特徴量を算出し、類型グループそれぞれの特徴量との類似度（第１類似度）を算出する。

第２類似度算出部１５は、キー文書の内容情報と作業文書それぞれの内容情報との類似度（第２類似度）を算出する。

有用度算出部１６は、作業文書が属する類型グループとの第１類似度、及びこの作業文書の類型グループに対する含有度に基づいて、キー文書に対する作業文書毎の有用度を算出する。具体的には、有用度算出部１６は、有用度として、第１類似度と含有度との積を作業文書毎に合計した値を算出する。
さらに、有用度算出部１６は、第２類似度に重み付けして有用度に加算することにより、作業内容の類似性との重複評価を行う。

抽出部１７は、算出された有用度の降順に作業文書を抽出し、内容情報及び知見教訓情報を出力する。

図４は、本実施形態に係る有用度の算出方法を例示する図である。
第１類似度算出部１４は、キー文書Ｓ−１００に対して、特徴量Ｆｘを算出すると、文書データベース２１に記憶されている各類型グループの特徴量Ｆ１，Ｆ２，・・・との類似度を算出する。この例では、キー文書Ｓ−１００と、類型グループＫＧ−１の特徴量Ｆ１との類似度は０．６５、類型グループＫＧ−２の特徴量Ｆ２との類似度は０．５５となっている。

次に、有用度算出部１６は、類型グループ及び作業文書の組み合わせ毎に、第１類似度（ｐ）と含有度（ｑ）とを掛け合わせ、有用度（ｐ×ｑ）を算出する。
続いて、有用度算出部１６は、作業文書毎に有用度の総和を求める。例えば、作業文書Ｓ−２は、類型グループＫＧ−１との組み合わせでは有用度が０．３９と算出され、類型グループＫＧ−２との組み合わせでは有用度が０．２７５と算出されるが、これらを合計して、作業文書Ｓ−２の有用度は０．６６５と求められる。

さらに、第２類似度算出部１５は、キー文書Ｓ−１００と各作業文書との内容情報の類似度を算出する。この例では、キー文書Ｓ−１００と作業文書Ｓ−１との類似度は０．７、キー文書Ｓ−１００と作業文書Ｓ−２との類似度は０．３と算出されている。
有用度算出部１６は、この類似度を加味した重み付けにより、有用度を調整する。例えば係数ａ及びｂを用いて、作業文書Ｓ−２の有用度は、０．６６５×ａ＋０．３×ｂと算出される。

図５は、本実施形態に係る類型グループ化された作業文書とキー文書との関連性を示す概念図である。
内容情報及び知見教訓情報が紐付けられた複数の作業文書Ｓ−１，Ｓ−２，・・・は、知見教訓情報のみの類似性により類型グループ化される。複数の類型グループは、それぞれ類似した知見教訓情報を含む作業文書からなる。また、１つの作業文書が複数の類型グループに属し、類型グループの重なりが存在してもよい。

含有度は、類型グループに含まれる各作業文書について、類型グループの中心からの距離として定義され、中心に近い作業文書がより類型グループの特徴を表している。したがって、例えば、作業文書Ｓ−２は、類型グループＫＧ１及びＫＧ−２に属しているが、より含有度が高い類型グループＫＧ−１の特徴をよく表している。また、作業文書Ｓ−２は、類型グループＫＧ−１の中で、他の作業文書よりも含有度が高いため、同一グループ内での有用性が他の作業文書に比べて高い。

第１類似度は、キー文書と類型グループとの特徴量の類似性を示し、いずれの類型グループの知見教訓情報がキー文書の作業にとって、より有用であるかの指標となる。さらに、類型グループ内での各作業文書の有用性が含有度によって評価される。
第２類似度は、キー文書と作業文書との内容情報の類似性を示し、いずれの作業文書が事例としてキー文書に、より近いかの指標となるため、これにより、同様の過去事例としての有用性が評価される。

本実施形態によれば、情報抽出装置１は、知見教訓情報により類型グループ化した過去の作業事例の各グループの特徴量に対する、キー文書の特徴量の類似度（第１類似度）によって、有用な知見教訓情報を含む類型グループを判別できる。さらに、情報抽出装置１は、類型グループ内で、各作業文書の類型グループへの含有度を算出することで、有用な知見教訓情報を効率的に得られる作業文書を判別できる。
情報抽出装置１は、第１類似度及び含有度に基づく有用度の降順に作業文書を抽出するので、ユーザは、検索キーとなる作業文書に対して、作業内容に関する類似度は必ずしも高くないが、同時に紐付けて管理される知見教訓情報の有用度が高い作業事例及び知見教訓情報を取得できる。
この結果、例えば、これから実施される予定の作業文書には、実施前であるため知見教訓情報は含まれていないが、ユーザは、この内容情報を検索キーとして、蓄積された過去の作業に関する知見教訓情報を有用度の降順で取得し、作業実施以前に内容を確認し、必要な事前対策等を講ずることができる。

情報抽出装置１は、有用度として、第１類似度と含有度との積を作業文書毎に合計した値を算出することで、定量的に容易に有用性の指標を求めることができ、大量の過去事例の中から効率的に有用な作業文書を抽出できる。

また、情報抽出装置１は、内容情報の類似度（第２類似度）を重み付けして評価するので、知見教訓情報の有用性に加えて、作業内容自体の類似性も複合的に評価でき、過去の事例としてより有用性の高い作業文書を抽出できる。

以上、本発明の実施形態について説明したが、本発明は前述した実施形態に限るものではない。また、本実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本実施形態に記載されたものに限定されるものではない。

本実施形態では、情報抽出装置１の記憶部２０が文書データベース２１を備える構成を説明したが、これらのデータベースは、外部に設けられてもよい。
また、本実施形態における検索対象の文書は、作業文書群には限られず、種々の分野の文書であってよい。情報抽出装置１は、知見教訓情報が紐付けて管理される文書を検索対象として、知見教訓情報のないキー文書に対しても、参考となる知見教訓情報を抽出できる。

情報抽出装置１による情報抽出方法は、ソフトウェアにより実現される。ソフトウェアによって実現される場合には、このソフトウェアを構成するプログラムが、情報処理装置（コンピュータ）にインストールされる。また、これらのプログラムは、ＣＤ−ＲＯＭのようなリムーバブルメディアに記録されてユーザに配布されてもよいし、ネットワークを介してユーザのコンピュータにダウンロードされることにより配布されてもよい。さらに、これらのプログラムは、ダウンロードされることなくネットワークを介したＷｅｂサービスとしてユーザのコンピュータに提供されてもよい。

１ 情報抽出装置
１０ 制御部
１１ グループ生成部
１２ 含有度算出部
１３ 入力部
１４ 第１類似度算出部
１５ 第２類似度算出部
１６ 有用度算出部
１７ 抽出部
２０ 記憶部
２１ 文書データベース

Claims (5)

1. 過去の作業それぞれに関する内容情報及び知見教訓情報が紐付けられた複数の作業文書について、前記知見教訓情報の類似性に基づいてグループを生成し、グループ毎に前記内容情報の特徴量を算出するグループ生成部と、
   前記作業文書毎に、前記グループそれぞれへの含有度を算出する含有度算出部と、
   検索キーとなるキー文書の入力を受け付ける入力部と、
   前記キー文書の特徴量を算出し、前記グループの特徴量との第１類似度を算出する第１類似度算出部と、
   前記第１類似度及び前記含有度に基づいて、前記キー文書に対する前記作業文書毎の有用度を算出する有用度算出部と、
   前記有用度の降順に前記作業文書を抽出する抽出部と、を備える情報抽出装置。
2. 前記有用度算出部は、前記有用度として、前記第１類似度と前記含有度との積を前記作業文書毎に合計した値を算出する請求項１に記載の情報抽出装置。
3. 前記キー文書の内容情報と前記作業文書の内容情報との第２類似度を算出する第２類似度算出部を備え、
   前記有用度算出部は、前記第２類似度に重み付けして前記有用度に加算する請求項１又は請求項２に記載の情報抽出装置。
4. 過去の作業それぞれに関する内容情報及び知見教訓情報が紐付けられた複数の作業文書について、前記知見教訓情報の類似性に基づいてグループを生成し、グループ毎に前記内容情報の特徴量を算出するグループ生成ステップと、
   前記作業文書毎に、前記グループそれぞれへの含有度を算出する含有度算出ステップと、
   検索キーとなるキー文書の入力を受け付ける入力ステップと、
   前記キー文書の特徴量を算出し、前記グループの特徴量との第１類似度を算出する第１類似度算出ステップと、
   前記第１類似度及び前記含有度に基づいて、前記キー文書に対する前記作業文書毎の有用度を算出する有用度算出ステップと、
   前記有用度の降順に前記作業文書を抽出する抽出ステップと、をコンピュータが実行する情報抽出方法。
5. 過去の作業それぞれに関する内容情報及び知見教訓情報が紐付けられた複数の作業文書について、前記知見教訓情報の類似性に基づいてグループを生成し、グループ毎に前記内容情報の特徴量を算出するグループ生成ステップと、
   前記作業文書毎に、前記グループそれぞれへの含有度を算出する含有度算出ステップと、
   検索キーとなるキー文書の入力を受け付ける入力ステップと、
   前記キー文書の特徴量を算出し、前記グループの特徴量との第１類似度を算出する第１類似度算出ステップと、
   前記第１類似度及び前記含有度に基づいて、前記キー文書に対する前記作業文書毎の有用度を算出する有用度算出ステップと、
   前記有用度の降順に前記作業文書を抽出する抽出ステップと、をコンピュータに実行させるための情報抽出プログラム。

Images