JP6909596B2 - 知識モデル構築システム及び知識モデル構築方法 - Google Patents
知識モデル構築システム及び知識モデル構築方法 Download PDFInfo
- Publication number
- JP6909596B2 JP6909596B2 JP2017043745A JP2017043745A JP6909596B2 JP 6909596 B2 JP6909596 B2 JP 6909596B2 JP 2017043745 A JP2017043745 A JP 2017043745A JP 2017043745 A JP2017043745 A JP 2017043745A JP 6909596 B2 JP6909596 B2 JP 6909596B2
- Authority
- JP
- Japan
- Prior art keywords
- factors
- relationship
- factor
- information
- knowledge model
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
前記接続条件には、更に下位の接続条件として、論理式接続条件、算術式接続条件、レンジ接続条件、ランク接続条件、実値接続条件、記号接続条件、及び名称接続条件のうちいずれかが紐づけられる。
前記下位の接続条件は、具体的な情報として、実値/実値接続、実値/レンジ接続、実値/ランク接続、ランク/ランク接続、レンジ/ランク接続、名称/ランク接続、名称/実値接続、名称/レンジ接続、算術式接続、論理式接続のうちいずれかを有する。
前記結合条件には、更に下位の結合条件として、論理式結合条件、算術式結合条件、レンジ結合条件、ランク結合条件、実値結合条件、記号結合条件、及び名称結合条件のうちいずれかが紐づけられる。
これによって、現実の知識形態に即した的確な寄与度が算出できる。また、局部的な因子群又は全体的な因子群を考慮しながら、因子間の寄与度を算出することができる。特に、マルコフロジックネットワークを用いることによって、与えられた知識全般に対して尤もらしい確率を因子間の寄与度として付与することができるため、矛盾を含む知識であっても扱うことができる。更に、述語記号が含まれる前記論理式に対して引数のソートを定義し、引数で取りうるソートの1つだけで述語が真になるように可能世界を制限するため、可能世界の組み合わせが劇的に減少する。
また、第3の発明における前記因子間寄与度算出手段は、前記可能世界を特定の個数サンプリングするようにしても良い。これによって、現実的な時間内で因子間の寄与度を計算することができる。
また、前記知識モデルは、前記因子がネットワーク形態で相互接続されることによって前記因子の関係性が表現され、前記因子の関係性が所定の形式に従って記述されることによって前記所定の分野の技術情報に係る知識が形式知として格納されるようにしても良い。これによって、技術分野に依存することなく汎用的な知識モデルを構築することができる。
の相互関係の情報を生成するようにしても良い。これによって、定量的な情報に基づいて因子の関係性を抽出することができる。
Memory)、RAM(Random Access Memory)、マウスやキーボード等の入力部、液晶ディスプレイ等の表示部、通信機器等の通信部等で構成され、因子抽出手段31、関係性抽出手段32、相互関係情報生成手段33、因子間寄与度算出手段34と、知識モデル格納手段35、知識構図生成手段36等を備える。制御装置3は、専用のプログラムがインストールされることによって、各種の手段として機能する。記憶装置2及び制御装置3は、1台のコンピュータで両方の機能を実装しても良いし、それぞれを1台又は複数台のコンピュータで実装しても良い。
制御装置3は、キーワード入力を促す画面を表示部に表示する。これに対して、熟練者は、入力部を介して、当該分野の技術体系を表現するにあたっての技術情報のキーワードを入力する。言い換えると、制御装置3は、入力部を介して、当該分野の技術体系を表現するにあたっての技術情報のキーワードの入力を受け付ける。そして、制御装置3は、入力されるキーワードを因子4として知識モデル21に登録する(ステップS51)。
制御装置3は、因子4を束ねる操作を促す画面を表示部に表示する。これに対して、熟練者は、入力部を介して、上下関係(親子関係や従属関係)にある因子4同士を束ねる(例えば、2つの因子4間に線を引く等)(ステップS52)。言い換えると、制御装置3は、入力部を介して、上下関係にある因子4同士を束ねる操作を受け付ける。
制御装置3は、因子4の接続関係指定を促す画面を表示部に表示する。これに対して、熟練者は、入力部を介して、登録されている因子4について、当該分野の技術体系を表現する上で関係性が認められる因子4の間に接続関係を指定する(ステップS56)。言い換えると、制御装置3は、入力部を介して、登録されている因子4について、当該分野の技術体系を表現する上で関係性が認められる因子4の間に接続関係を指定する操作を受け付ける。
2………記憶装置
3………制御装置
4………因子
5………因子情報
6………接続情報
7………接続条件
8………結合情報
9………結合条件
10………協約接続条件
11………協約結合条件
12………登録協約因子グループ
21………知識モデル
22………技術文書
23………事例データ
24………文書データ
25………数値データ
31………因子抽出手段
32………関係性抽出手段
33………相互関係情報生成手段
34………因子間寄与度算出手段
35………知識モデル格納手段
36………知識構図生成手段
100………文書データ解析ソルバ
110………数値データ解析ソルバ
120………寄与度解析ソルバ
130………知識構図生成ソルバ
140………熟練者ノウハウ登録ソルバ
Claims (14)
- 所定の分野の技術情報に係る知識を所定の形式で記述し、格納する知識モデルを構築する知識モデル構築システムであって、
技術文書及び事例データに含まれる文書データを解析する文書データ解析ソルバと、
前記事例データに含まれる数値データを解析する数値データ解析ソルバと、を備え、
前記所定の分野の技術情報の用語を前記知識モデル上の因子として前記文書データ解析ソルバにより抽出する因子抽出手段と、
前記因子抽出手段によって抽出される前記因子の関係性を前記文書データ解析ソルバにより抽出する関係性抽出手段と、
前記関係性抽出手段によって抽出される前記因子の関係性を定型化して前記因子の相互関係の情報を前記文書データ解析ソルバにより生成する第1の相互関係生成手段と、
前記数値データ解析ソルバにより前記因子の相互関係の情報を生成する第2の相互関係情報生成手段と、
前記関係性抽出手段によって抽出される前記因子の関係性、及び前記第1及び第2の相互関係情報生成手段によって生成される前記因子の相互関係の情報に基づいて、前記因子の相互関係の強さを示す前記因子間の寄与度を算出する因子間寄与度算出手段と、
前記因子抽出手段によって抽出される前記因子、前記関係性抽出手段によって抽出される前記因子の関係性、前記第1及び第2の相互関係情報生成手段によって生成される前記因子の相互関係の情報、及び前記因子間寄与度算出手段によって算出される前記因子間の寄与度を所定の形式に従って記述し、前記知識モデルに格納する知識モデル格納手段と、
を備えることを特徴とする知識モデル構築システム。 - 前記第1及び第2の相互関係生成手段は、基準となる因子のデータ値から上下関係にある結合因子のデータ値を決定するための条件である結合条件を有する結合情報、または、基準となる因子のデータ値から接続関係にある接続因子のデータ値を決定するための条件である接続条件を有する接続情報を生成することを特徴とする請求項1に記載の知識モデル構築システム。
- 前記接続条件には、更に下位の接続条件として、論理式接続条件、算術式接続条件、レンジ接続条件、ランク接続条件、実値接続条件、記号接続条件、及び名称接続条件のうちいずれかが紐づけられることを特徴とする請求項2に記載の知識モデル構築システム。
- 前記下位の接続条件は、具体的な情報として、実値/実値接続、実値/レンジ接続、実値/ランク接続、ランク/ランク接続、レンジ/ランク接続、名称/ランク接続、名称/実値接続、名称/レンジ接続、算術式接続、論理式接続のうちいずれかを有することを特徴とする請求項3に記載の知識モデル構築システム。
- 前記結合条件には、更に下位の結合条件として、論理式結合条件、算術式結合条件、レンジ結合条件、ランク結合条件、実値結合条件、記号結合条件、及び名称結合条件のうちいずれかが紐づけられることを特徴とする請求項2に記載の知識モデル構築システム。
- 前記事例データは、前記所定の分野における実際の企業活動からの事例として得られるデータである
ことを特徴とする請求項1乃至請求項5のいずれか1項に記載の知識モデル構築システム。 - 所定の分野の技術情報に係る知識を所定の形式で記述し、格納する知識モデルを構築する知識モデル構築システムであって、
前記所定の分野の技術情報の用語を前記知識モデル上の因子として抽出する因子抽出手段と、
前記因子抽出手段によって抽出される前記因子の関係性を抽出する関係性抽出手段と、
前記関係性抽出手段によって抽出される前記因子の関係性を定型化して前記因子の相互関係の情報を生成する相互関係情報生成手段と、
前記関係性抽出手段によって抽出される前記因子の関係性、及び前記相互関係情報生成手段によって生成される前記因子の相互関係の情報に基づいて、前記因子の相互関係の強さを示す前記因子間の寄与度を算出する因子間寄与度算出手段と、
前記因子抽出手段によって抽出される前記因子、前記関係性抽出手段によって抽出される前記因子の関係性、前記相互関係情報生成手段によって抽出される前記因子の相互関係の情報、及び前記因子間寄与度算出手段によって算出される前記因子間の寄与度を所定の形式に従って記述し、前記知識モデルに格納する知識モデル格納手段と、
ユーザとの対話処理によって前記所定の分野の技術情報に係る知識を前記知識モデルに登録する登録手段と、を具備し、
前記登録手段は、
キーワード入力を促す画面を表示し、前記所定の分野の技術体系を表現するにあたっての技術情報のキーワードの入力を受け付け、
入力される前記キーワードを前記因子として前記知識モデルに登録し、
前記因子を束ねる操作を促す画面を表示し、関係がある前記因子同士を束ねる操作を受け付け、
前記因子の階層関係指定を促す画面を表示し、束ねられる前記因子の間に階層関係を指定する操作を受け付け、
前記因子の結合条件設定を促す画面を表示し、前記階層関係が指定される前記因子の間に結合条件を設定する操作を受け付け、
指定される前記階層関係及び設定される前記結合条件を前記知識モデルに登録し、
前記因子の接続関係指定を促す画面を表示し、登録されている前記因子について、前記所定の分野の技術体系を表現する上で関係性が認められる前記因子の間に接続関係を指定する操作を受け付け、
前記因子の接続条件設定を促す画面を表示し、接続関係が指定される前記因子の間に接続条件を設定する操作を受け付け、
指定される前記接続関係及び設定される前記接続条件を前記知識モデルに登録する
ことを特徴とする知識モデル構築システム。 - 所定の分野の技術情報に係る知識を所定の形式で記述し、格納する知識モデルを構築する知識モデル構築システムであって、
前記所定の分野の技術情報の用語を前記知識モデル上の因子として抽出する因子抽出手段と、
前記因子抽出手段によって抽出される前記因子の関係性を抽出する関係性抽出手段と、
前記関係性抽出手段によって抽出される前記因子の関係性を定型化して前記因子の相互関係の情報を生成する相互関係情報生成手段と、
前記関係性抽出手段によって抽出される前記因子の関係性、及び前記相互関係情報生成手段によって生成される前記因子の相互関係の情報に基づいて、前記因子の相互関係の強さを示す前記因子間の寄与度を算出する因子間寄与度算出手段と、
前記因子抽出手段によって抽出される前記因子、前記関係性抽出手段によって抽出される前記因子の関係性、前記相互関係情報生成手段によって抽出される前記因子の相互関係の情報、及び前記因子間寄与度算出手段によって算出される前記因子間の寄与度を所定の形式に従って記述し、前記知識モデルに格納する知識モデル格納手段と、を備え、
前記因子間寄与度算出手段は、前記因子の関係性及び前記因子の相互関係の情報に基づいて、周辺の前記因子によって構成される局部的な因子群、又は全ての因子によって構成される全体的な因子群に対して、機械学習処理によって前記因子間の相対的な寄与度を算出し、前記因子の相互関係の情報を論理式にて記述し、マルコフロジックネットワークを用いて、全ての前記論理式に重みを割り当てて、可能世界の確率を算出することによって、前記因子間の相対的な寄与度を算出し、
述語記号が含まれる前記論理式に対しては、引数のソートを定義し、前記引数で取りうるソートの1つだけで述語が真になるように前記可能世界を制限する
ことを特徴とする知識モデル構築システム。 - 前記因子間寄与度算出手段は、前記可能世界を特定の個数サンプリングする
ことを特徴とする請求項8に記載の知識モデル構築システム。 - 前記関係性抽出手段によって抽出される前記因子の関係性に基づいて、前記因子を接続点として前記因子の相互関係をネットワーク形態で表現される知識構図を生成する知識構図生成手段、を更に含み、
前記知識構図によって、知識の構造が視覚的に表現される
ことを特徴とする請求項1乃至請求項9のいずれか1項に記載の知識モデル構築システム。 - 前記知識モデルは、前記因子がネットワーク形態で相互接続されることによって前記因子の関係性が表現され、前記因子の関係性が所定の形式に従って記述されることによって前記所定の分野の技術情報に係る知識が形式知として格納される
ことを特徴とする請求項1乃至請求項9のいずれか1項に記載の知識モデル構築システム。 - コンピュータが、所定の分野の技術情報に係る知識を所定の形式で記述し、格納する知識モデルを構築する知識モデル構築方法であって、
前記コンピュータが、
技術文書及び事例データに含まれる文書データを解析する文書データ解析ソルバ、及び、
前記事例データに含まれる数値データを解析する数値データ解析ソルバ、として機能し、
前記所定の分野の技術情報の用語を前記知識モデル上の因子として前記文書データ解析ソルバにより抽出し、
抽出される前記因子の関係性を前記文書データ解析ソルバにより抽出し、
抽出される前記因子の関係性を定型化して前記因子の相互関係の情報を前記文書データ解析ソルバ及び前記数値データ解析ソルバにより生成し、
抽出される前記因子の関係性、及び生成される前記因子の相互関係の情報に基づいて、前記因子の相互関係の強さを示す前記因子間の寄与度を算出し、
抽出される前記因子、抽出される前記因子の関係性、生成される前記因子の相互関係の情報、及び算出される前記因子間の寄与度を所定の形式に従って記述し、前記知識モデルに格納する
ことを特徴とする知識モデル構築方法。 - コンピュータが、所定の分野の技術情報に係る知識を所定の形式で記述し、格納する知識モデルを構築する知識モデル構築方法であって、
前記コンピュータが、
前記所定の分野の技術情報の用語を前記知識モデル上の因子として抽出し、
抽出される前記因子の関係性を抽出し、
抽出される前記因子の関係性を定型化して前記因子の相互関係情報を生成し、
抽出される前記因子の関係性、及び生成される前記因子の相互関係の情報に基づいて、前記因子の相互関係の強さを示す前記因子間の寄与度を算出し、
抽出される前記因子、抽出される前記因子の関係性、抽出される前記因子の相互関係の情報、及び算出される前記因子間の寄与度を所定の形式に従って記述し、前記知識モデルに格納し、
ユーザとの対話処理によって前記所定の分野の技術情報に係る知識を前記知識モデルに登録し、
キーワード入力を促す画面を表示し、前記所定の分野の技術体系を表現するにあたっての技術情報のキーワードの入力を受け付け、
入力される前記キーワードを前記因子として前記知識モデルに登録し、
前記因子を束ねる操作を促す画面を表示し、関係がある前記因子同士を束ねる操作を受け付け、
前記因子の階層関係指定を促す画面を表示し、束ねられる前記因子の間に階層関係を指定する操作を受け付け、
前記因子の結合条件設定を促す画面を表示し、前記階層関係が指定される前記因子の間に結合条件を設定する操作を受け付け、
指定される前記階層関係及び設定される前記結合条件を前記知識モデルに登録し、
前記因子の接続関係指定を促す画面を表示し、登録されている前記因子について、前記所定の分野の技術体系を表現する上で関係性が認められる前記因子の間に接続関係を指定する操作を受け付け、
前記因子の接続条件設定を促す画面を表示し、接続関係が指定される前記因子の間に接続条件を設定する操作を受け付け、
指定される前記接続関係及び設定される前記接続条件を前記知識モデルに登録する
ことを特徴とする知識モデル構築方法。 - コンピュータが、所定の分野の技術情報に係る知識を所定の形式で記述し、格納する知識モデルを構築する知識モデル構築方法であって、
前記コンピュータが、
前記所定の分野の技術情報の用語を前記知識モデル上の因子として抽出し、
抽出される前記因子の関係性を抽出し、
抽出される前記因子の関係性を定型化して前記因子の相互関係情報を生成し、
抽出される前記因子の関係性、及び生成される前記因子の相互関係の情報に基づいて、前記因子の相互関係の強さを示す前記因子間の寄与度を算出し、
抽出される前記因子、抽出される前記因子の関係性、抽出される前記因子の相互関係の情報、及び算出される前記因子間の寄与度を所定の形式に従って記述し、前記知識モデルに格納し、
前記因子の関係性及び前記因子の相互関係の情報に基づいて、周辺の前記因子によって構成される局部的な因子群、又は全ての因子によって構成される全体的な因子群に対して、機械学習処理によって前記因子間の相対的な寄与度を算出し、前記因子の相互関係の情報を論理式にて記述し、マルコフロジックネットワークを用いて、全ての前記論理式に重みを割り当てて、可能世界の確率を算出することによって、前記因子間の相対的な寄与度を算出し、
述語記号が含まれる前記論理式に対しては、引数のソートを定義し、前記引数で取りうるソートの1つだけで述語が真になるように前記可能世界を制限する
ことを特徴とする知識モデル構築方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017043745A JP6909596B2 (ja) | 2017-03-08 | 2017-03-08 | 知識モデル構築システム及び知識モデル構築方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017043745A JP6909596B2 (ja) | 2017-03-08 | 2017-03-08 | 知識モデル構築システム及び知識モデル構築方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018147351A JP2018147351A (ja) | 2018-09-20 |
JP6909596B2 true JP6909596B2 (ja) | 2021-07-28 |
Family
ID=63591151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017043745A Active JP6909596B2 (ja) | 2017-03-08 | 2017-03-08 | 知識モデル構築システム及び知識モデル構築方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6909596B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6710664B2 (ja) * | 2017-08-09 | 2020-06-17 | 合同会社VPrimes | 知識情報管理システムおよび知識情報管理プログラムならびに知識情報管理方法 |
JP7441602B2 (ja) * | 2018-09-27 | 2024-03-01 | 株式会社ジェイテクト | 機械加工支援システム及び切削装置 |
KR102108504B1 (ko) * | 2018-10-12 | 2020-05-12 | 주식회사 바이오크 | 데이터베이스 구축 방법, 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능 기록매체 |
JP7417922B2 (ja) * | 2019-10-30 | 2024-01-19 | 株式会社ジェイテクト | 知識モデル構築システム及び知識モデル構築方法 |
JP7474645B2 (ja) * | 2020-06-23 | 2024-04-25 | 株式会社日立製作所 | 知識モデル構築システム並びに構築方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3773447B2 (ja) * | 2001-12-21 | 2006-05-10 | 株式会社日立製作所 | サブスタンス間の二項関係表示方法 |
-
2017
- 2017-03-08 JP JP2017043745A patent/JP6909596B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018147351A (ja) | 2018-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6909596B2 (ja) | 知識モデル構築システム及び知識モデル構築方法 | |
Raval et al. | Lean Six Sigma implementation: modelling the interaction among the enablers | |
Bonczek et al. | Foundations of decision support systems | |
Liiv | Seriation and matrix reordering methods: An historical overview | |
Car | USING decision models to enable better irrigation Decision Support Systems | |
Niu et al. | Cognition-driven decision support for business intelligence | |
CN113939829A (zh) | 用于模型探索的数据采样 | |
Attwal et al. | Exploring data mining tool-Weka and using Weka to build and evaluate predictive models | |
Wang et al. | A context-aware recommendation system for improving manufacturing process modeling | |
Al-Saleem et al. | Mining educational data to predict students’ academic performance | |
Khamparia et al. | A novel method of case representation and retrieval in CBR for e-learning | |
JPWO2018079225A1 (ja) | 自動予測システム、自動予測方法および自動予測プログラム | |
Bohanec | DEX (Decision EXpert): A qualitative hierarchical multi-criteria method | |
Ross et al. | A case-based reasoning system for conflict resolution: design and implementation | |
Ködding et al. | Scenario-based foresight in the age of digital technologies and AI | |
Gunawan et al. | C4. 5, K-Nearest Neighbor, Naïve Bayes, and Random Forest Algorithms Comparison to Predict Students' on TIME Graduation | |
JP2018097569A (ja) | 人工知能システム及び記憶装置 | |
Sagar et al. | Enhancing usability inspection through data-mining techniques: an automated approach for detecting usability problem patterns of academic websites | |
Savadatti et al. | An overview of predictive analysis based on machine learning techniques | |
Patalas-Maliszewska et al. | An approach to tacit knowledge classification in a manufacturing company | |
Moon et al. | Design and verification of process discovery based on nlp approach and visualization for manufacturing industry | |
Dankov et al. | Extended conceptual framework for business analytics supporting innovations | |
Sawaragi et al. | An interactive system for modeling and decision support–Shinayakana system approach | |
Alshammari et al. | Stock market prediction by applying big data mining | |
Talašová et al. | HR management through linguistic fuzzy rule bases–A versatile and safe tool |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200225 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210218 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210316 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210430 |
|
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: 20210629 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210705 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6909596 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |