JP7111972B2 - 準拠性判定装置及びその方法 - Google Patents
準拠性判定装置及びその方法 Download PDFInfo
- Publication number
- JP7111972B2 JP7111972B2 JP2019012682A JP2019012682A JP7111972B2 JP 7111972 B2 JP7111972 B2 JP 7111972B2 JP 2019012682 A JP2019012682 A JP 2019012682A JP 2019012682 A JP2019012682 A JP 2019012682A JP 7111972 B2 JP7111972 B2 JP 7111972B2
- Authority
- JP
- Japan
- Prior art keywords
- api
- compliance determination
- design
- item
- character string
- 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
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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/10—Requirements analysis; Specification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- General Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Stored Programmes (AREA)
- Debugging And Monitoring (AREA)
Description
本発明は、設計仕様書がルールに準拠しているか否かを判定する技術に関する。
近年、様々なネットワークサービスがアプリケーションプログラミングインターフェース(以降、API)という形で提供されている。APIとは、データのやり取りを通じて、他のシステムの情報や機能等を利用する仕組みである。
よって、新たなネットワークサービスを構築する際は、API利用を容易にするために、API仕様は統一的な指針(API設計指針)に基づいて設計されることが望ましい。そこで、各API仕様が設計指針(以降、設計ガイドライン)に準拠しているか否かを判定する必要がある。
設計ガイドラインへの準拠性を判定するシステムとして、API実装後に試験するツール(非特許文献1)が知られている。
[平成31年1月16日検索]、Postman Makes API Development Simple、インターネット<URL: http://www.getpostman.com/>
しかしながら、非特許文献1に開示された技術では、API仕様内のある値が設計ガイドラインで示された規定に含まれることは判定できるが、その値が設計ガイドラインで示された意味で使用されているかを判定することができない。つまり、API仕様書の表現の揺らぎに対応することができない。要するに、固定的な判定規則に基づいて判定するため正確な判定ができないという課題がある。
本発明は、この課題に鑑みてなされたものであり、固定的な判定規則を予め用意することなく設計ガイドラインへの準拠性を判定できる準拠性判定装置及びその方法を提供することを目的とする。
本発明の一態様に係る準拠性判定装置は、設計ガイドラインで示された規定に準拠したアプリケーションプログラミングインターフェース仕様が記憶されたAPI仕様記憶部と、前記アプリケーションプログラミングインターフェース仕様の各項目を説明する文字列と、当該文字列に対応するラベルとを組みにした学習データを抽出する学習データ抽出部と、前記学習データを取得し、外部から入力されるAPI仕様情報の各項目が前記設計ガイドラインに準拠するか否かを判定する識別関数を、機械学習によって生成する識別関数生成部と、前記API仕様情報から前記設計ガイドラインの項目ごとに対応する前記文字列と前記ラベルを組みにした試験データを抽出し、当該試験データを前記識別関数に入力し、当該試験データが前記設計ガイドラインに準拠しているか否かを判定する準拠性判定部とを備えることを要旨とする。
また、本発明の一態様に係る準拠性判定方法は、上記の準拠性判定装置が実行する準拠性判定方法であって、アプリケーションプログラミングインターフェース仕様の各項目を説明する文字列と、当該文字列に対応するラベルとを組みにした学習データを抽出する学習データ抽出ステップと、前記学習データを取得し、外部から入力されるAPI仕様情報の各項目が前記設計ガイドラインに準拠するか否かを判定する識別関数を、機械学習によって生成する識別関数生成ステップと、前記API仕様情報から前記設計ガイドラインの項目ごとに対応する前記文字列と前記ラベルを組みにした試験データを抽出し、当該試験データを前記識別関数に入力し、当該試験データが前記設計ガイドラインに準拠しているか否かを判定するする準拠性判定ステップとを行うことを要旨とする。
本発明によれば、固定的な判定規則を予め用意することなく設計ガイドラインへの準拠性を判定できる準拠性判定装置及びその方法を提供することができる。
以下、本発明の実施形態について図面を用いて説明する。複数の図面中同一のものに
は同じ参照符号を付し、説明は繰り返さない。
は同じ参照符号を付し、説明は繰り返さない。
〔第1実施形態〕
図1は、本発明の第1実施形態に係る準拠性判定装置の機能構成例を示すブロック図である。図2は、図1に示す準拠性判定装置100の概略の処理手順を示すフローチャートである。
図1は、本発明の第1実施形態に係る準拠性判定装置の機能構成例を示すブロック図である。図2は、図1に示す準拠性判定装置100の概略の処理手順を示すフローチャートである。
準拠性判定装置100は、API仕様記憶部10、学習データ抽出部20、識別関数生成部30、及び準拠性判定部40を備える。各機能構成部の連携は、制御部(図示せず)によって制御される。なお、図1は、本実施形態を説明するのに必要な機能構成部のみを表記している。準拠性判定装置100を構成するのに必要な入力部、記憶部、制御部、及び表示部等の一般的な機能構成部の表記は省略している。
準拠性判定装置100は、例えば、ROM、RAM、CPU等からなるコンピュータで実現することができる。各機能構成部をコンピュータによって実現する場合、各機能構成部が有すべき機能の処理内容はプログラムによって記述される。このことは、後述する他の実施形態でも同じである。
API仕様記憶部10には、設計ガイドラインで示された規定に準拠したアプリケーションプログラミングインターフェース(以降、APIと略す)仕様が記憶される。ここで設計ガイドラインは、いわゆる設計指針のことであり、サーバ間でデータのやりとりをする際の共通的なデータ項目等の定義を記載したものである。
API仕様記憶部10は、設計ガイドラインと、当該設計ガイドラインで示された規定に準拠した一つ以上のAPI仕様書を対応付けて記憶する。API仕様書は、同一の設計ガイドラインの範囲内の複数のAPI仕様書であっても良い。なお、設計ガイドラインは一つである。
設計ガイドラインラインの一例は、例えば“TMF630 API Design Guidelines 3.0 R17.5.1”であり、その設計ガイドラインで示された規定に準拠したAPI仕様情報の一例は、例えば“TMF629 Customer Management API REST Specification R18.0.0”である。
学習データ抽出部20は、API仕様書内の設計ガイドラインの各項目が関連する特定文字列(例えばSwaggerファイルにおける各規定に含まれるSummary項)と、当該文字列に対応するラベル(例えばHTTPメソッド項)とを組みにした学習データを抽出する。抽出された学習データは、例えばRAM等に記憶される。
学習データ抽出部20は、API仕様書の各項目を説明する文字列と、当該文字列に対応するラベルとを組みにした学習データを抽出する(図2:ステップS1)。ここで、API仕様書の各項目の一つは、例えば表1に示す「HTTPメソッド」のことである。また、APIを実行した結果を表すステータスコードもAPI仕様書の各項目の一つである。
表1は、HTTPメソッドの一部を示す。表1に示すものの他に例えばHEAD等があるがそれらの表記は省略する。
表1の2列目の例えば「リソース情報の「読み出し」」は、GETメソッドを説明する文字列の一つである。そして1列目の例えば「GET」は、当該文字列に対応するラベルである。
よって、学習データ抽出部20は、「リソース情報の「読み出し」」の文字列と、「GET」のラベルを組みにした学習データを抽出する。また、APIを実行した結果を表すステータスコードからも、文字列とラベルの組みを抽出する。その文字列は、例えば「正常応答」である。また、ステータスコードの当該文字列に対応するラベルは「200」である。
表2は、ステータスコードの一部を示す。
図3は、学習データの例を示す図である。図3に示す例は、同じHTTPメソッドであるGETメソッドを利用するAPIの意味を説明する文字列が“List all fruits”(図3(a))と“Find a pet ID”(図3(b))の2つある例を示している。このようにAPI仕様の表現に揺らぎが有っても構わない。
識別関数生成部30は、学習データ抽出部20で抽出された学習データを取得し、外部から入力されるAPI仕様情報の各項目が設計ガイドラインに準拠するか否かを判定する識別関数を、機械学習によって生成する(ステップS2)。機械学習は、例えば周知のサポートベクターマシンを用いる。また、ナイーブベイズ法による機械学習を行っても良い。
機械学習によって生成された識別関数は、外部から入力されるAPI仕様情報の各項目を入力することで当該API仕様情報が、設計ガイドラインに準拠しているか否かを判定する。
準拠性判定部40は、外部から入力されるAPI仕様情報から設計ガイドラインの項目ごとに対応する文字列とラベルを組みにした試験データを抽出し、当該試験データを識別関数に入力し、当該試験データが設計ガイドラインに準拠しているか否かを判定する(ステップS3)。
図3に示した学習データから生成された識別関数は、外部から入力されるAPI仕様情報から抽出した試験データに例えば「GET」のラベルと“List all fruits”の文字列が在れば、当該API仕様情報の項目を設計ガイドラインに準拠していると判定する。
図4は、設計ガイドラインに準拠していないAPI仕様情報の一例を示す図である。図4に示すように3行目にGETメソッドの記載がある。しかし、4行目の説明文に“Create a pet ID”の記述がある。この説明文からは、このAPIはリソース情報を新規に作成するAPIであり、HTTPメソッドはPOSTメソッドを利用すべきであると考えられる。
この場合、準拠性判定部40は、「GET」のラベルと“Create a pet ID”の文字列からなる試験データを設計ガイドラインに準拠していないと判定する。判定結果は、例えば表示部(図示せず)に表示される。
以上説明したように本実施形態に係る準拠性判定装置100は、設計ガイドラインで示された規定に準拠したAPI仕様が記憶されたAPI仕様記憶部10と、API仕様の各項目を説明する文字列と、当該文字列に対応するラベルとを組みにした学習データを抽出する学習データ抽出部20と、学習データを取得し、外部から入力されるAPI仕様情報の各項目が設計ガイドラインに準拠するか否かを判定する識別関数を、機械学習によって生成する識別関数生成部30と、外部から入力されるAPI仕様情報から設計ガイドラインの項目ごとに対応する文字列とラベルを組みにした試験データを抽出し、当該試験データを識別関数に入力し、当該試験データが設計ガイドラインに準拠しているか否かを判定する準拠性判定部40とを備える。これにより、固定的な判定規則を予め用意することなく設計ガイドラインへの準拠性を判定できる準拠性判定装置及を提供することができる。
〔第2実施形態〕
図5は、本発明の第2実施形態に係る準拠性判定装置の機能構成例を示すブロック図である。図6は、図5に示す準拠性判定装置200の概略の処理手順を示すフローチャートである。
図5は、本発明の第2実施形態に係る準拠性判定装置の機能構成例を示すブロック図である。図6は、図5に示す準拠性判定装置200の概略の処理手順を示すフローチャートである。
準拠性判定装置200は、準拠性判定装置100(図1)に対して仕様修正部210を備える点で異なる。仕様修正部210は、準拠性判定装置100によって設計ガイドラインに準拠していないと判定(ステップ4のNO)されたAPI仕様情報を、識別関数を用いて設計ガイドラインに準拠する仕様に修正する(ステップS5)。
仕様修正部210は、図4に示すAPI仕様情報の項目については、HTTPメソッドの「GET」を、説明文の“Create a pet ID”の記述に対応するHTTPメソッドの「POST」に修正する。識別関数を用いればAPI仕様情報に対応するHTTPメソッドの文字列を生成することができる。
このように本実施形態に係る準拠性判定装置200は、設計ガイドラインに準拠していないと判定されたAPI仕様情報を、識別関数を用いて、設計ガイドラインに準拠する仕様に修正する仕様修正部210を備える。これにより、設計ガイドラインに準拠していないAPI設計仕様情報を準拠するように修正するので利用者の利便性を向上させることができる。
〔第3実施形態〕
図7は、本発明の第2実施形態に係る準拠性判定装置の機能構成例を示すブロック図である。図8は、図7に示す準拠性判定装置300の概略の処理手順を示すフローチャートである。
図7は、本発明の第2実施形態に係る準拠性判定装置の機能構成例を示すブロック図である。図8は、図7に示す準拠性判定装置300の概略の処理手順を示すフローチャートである。
準拠性判定装置300は、準拠性判定装置100(図1)及び準拠性判定装置200(図5)に対してAPI情報収集部310を備える点で異なる。API情報収集部310は、設計ガイドラインの各項目と同一の規定を有する他の設計ガイドラインに準拠する複数のAPI仕様を、ネットワークを介して外部から収集して学習データ抽出部20に出力する(ステップS6)。
図9は、API情報収集部310で収集されたAPI仕様の例を示す図である。図9の左から、「設計ガイドラインの項目」、「説明する文字列」、「文字列の場所」、「ラベル」、及び「ラベルの場所」である。
図9に示す「設計ガイドラインの項目」、「説明する文字列」、及「ラベル」の組みが学習データを構成する。「文字列の場所」及び「ラベルの場所」は、それぞれの情報が存在するAPI仕様書内の場所を表す情報であり無くても構わない。
API情報収集部310は、準拠対象とする設計ガイドラインの各項目(例えば、用途に応じたHTTPメソッドの使い分け基準)に対し、同一の規定を有する他の設計ガイドラインに従う複数のAPI仕様(Swaggerファイル)あるいは当該API仕様を識別するための情報(例えばURI)を収集する。API情報収集部310で収集された情報は、学習データ抽出部20に出力されるので、学習データを増やすことができる。
このように本実施形態に係る準拠性判定装置300は、設計ガイドラインの各項目と同一の規定を有する他の設計ガイドラインに準拠する複数のAPI仕様を、ネットワークを介して外部から収集して学習データ抽出部20に出力する。これにより、学習データの数を増やすことができ、識別関数の精度を向上させることができる。
以上説明したように本実施形態に係る準拠性判定装置100,200,300によれば、固定的な判定規則を予め用意することなく設計ガイドラインへの準拠性を判定できる準拠性判定装置及びその方法を提供することができる。
なお、準拠性判定装置300(図7)は、準拠性判定装置100(図1)がAPI情報収集部310を備える例で説明したがこの例に限られない。準拠性判定装置200(図5)がAPI情報収集部310を備えるように構成しても良い。
このように、本発明はここでは記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。
100,200,300:準拠性判定装置
10:API仕様記憶部
20:学習データ抽出部
30:識別関数生成部
40:準拠性判定部
210:仕様修正部
310:API情報収集部
10:API仕様記憶部
20:学習データ抽出部
30:識別関数生成部
40:準拠性判定部
210:仕様修正部
310:API情報収集部
Claims (6)
- 設計ガイドラインで示された規定に準拠したアプリケーションプログラミングインターフェース仕様が記憶されたAPI仕様記憶部と、
前記アプリケーションプログラミングインターフェース仕様の各項目を説明する文字列と、当該文字列に対応するラベルとを組みにした学習データを抽出する学習データ抽出部と、
前記学習データを取得し、外部から入力されるAPI仕様情報の各項目が前記設計ガイドラインに準拠するか否かを判定する識別関数を、機械学習によって生成する識別関数生成部と、
前記API仕様情報から前記設計ガイドラインの項目ごとに対応する前記文字列と前記ラベルを組みにした試験データを抽出し、当該試験データを前記識別関数に入力し、当該試験データが前記設計ガイドラインに準拠しているか否かを判定する準拠性判定部と
を備えることを特徴とする準拠性判定装置。 - 前記設計ガイドラインに準拠していないと判定された前記API仕様情報を、前記識別関数を用いて、前記設計ガイドラインに準拠する仕様に修正する仕様修正部を
備えることを特徴とする請求項1に記載の準拠性判定装置。 - 前記設計ガイドラインの各項目と同一の規定を有する他の設計ガイドラインに準拠する複数の前記アプリケーションプログラミングインターフェース仕様を、ネットワークを介して外部から収集して前記学習データ抽出部に出力するAPI情報収集部を
備えることを特徴とする請求項1又は2に記載の準拠性判定装置。 - 準拠性判定装置が実行する準拠性判定方法であって、
アプリケーションプログラミングインターフェース仕様の各項目を説明する文字列と、当該文字列に対応するラベルとを組みにした学習データを抽出する学習データ抽出ステップと、
前記学習データを取得し、外部から入力されるAPI仕様情報の各項目が設計ガイドラインに準拠するか否かを判定する識別関数を、機械学習によって生成する識別関数生成ステップと、
前記API仕様情報から前記設計ガイドラインの項目ごとに対応する前記文字列と前記ラベルを組みにした試験データを抽出し、当該試験データを前記識別関数に入力し、当該試験データが前記設計ガイドラインに準拠しているか否かを判定するする準拠性判定ステップと
を行うことを特徴とする準拠性判定方法。 - 前記設計ガイドラインに準拠していないと判定された前記API仕様情報を、前記識別関数を用いて、前記設計ガイドラインに準拠する仕様に修正する仕様修正ステップを
行うことを特徴とする請求項4に記載の準拠性判定方法。 - 前記設計ガイドラインの各項目と同一の項目を有する他の設計ガイドラインに準拠する複数の前記アプリケーションプログラミングインターフェース仕様を、ネットワークを介して外部から収集するAPI情報収集ステップを
行うことを特徴とする請求項4又は5に記載の準拠性判定方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019012682A JP7111972B2 (ja) | 2019-01-29 | 2019-01-29 | 準拠性判定装置及びその方法 |
US17/423,055 US20220101337A1 (en) | 2019-01-29 | 2020-01-15 | Compliance determination device, and method therefor |
PCT/JP2020/000937 WO2020158374A1 (ja) | 2019-01-29 | 2020-01-15 | 準拠性判定装置及びその方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019012682A JP7111972B2 (ja) | 2019-01-29 | 2019-01-29 | 準拠性判定装置及びその方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020122999A JP2020122999A (ja) | 2020-08-13 |
JP7111972B2 true JP7111972B2 (ja) | 2022-08-03 |
Family
ID=71842143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019012682A Active JP7111972B2 (ja) | 2019-01-29 | 2019-01-29 | 準拠性判定装置及びその方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220101337A1 (ja) |
JP (1) | JP7111972B2 (ja) |
WO (1) | WO2020158374A1 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018142271A (ja) | 2017-02-28 | 2018-09-13 | 日本電信電話株式会社 | Api規約チェック装置、api規約チェック方法、およびプログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7035841B2 (en) * | 2002-07-18 | 2006-04-25 | Xerox Corporation | Method for automatic wrapper repair |
US7512553B2 (en) * | 2003-12-05 | 2009-03-31 | International Business Machines Corporation | System for automated part-number mapping |
US8347214B2 (en) * | 2005-03-09 | 2013-01-01 | Cisco Technology, Inc. | Automated interface-specification generation for enterprise architectures |
US8065662B1 (en) * | 2007-03-30 | 2011-11-22 | Oracle America, Inc. | Compatibility testing of an application programming interface |
US20170142156A1 (en) * | 2015-11-12 | 2017-05-18 | Toyota Infotechnology Center Usa, Inc. | Application Assurance for Open Platform In-Vehicle Infotainment System |
US20170235796A1 (en) * | 2016-02-16 | 2017-08-17 | Taleris Global Llp | Interrelation of Multiple Data Streams |
US10666753B2 (en) * | 2016-11-02 | 2020-05-26 | The Bank Of New York Mellon | Enhancing API messages |
US10649978B2 (en) * | 2017-11-08 | 2020-05-12 | International Business Machines Corporation | Preview processing and automatic correction of bulk data for software as a service applications |
-
2019
- 2019-01-29 JP JP2019012682A patent/JP7111972B2/ja active Active
-
2020
- 2020-01-15 WO PCT/JP2020/000937 patent/WO2020158374A1/ja active Application Filing
- 2020-01-15 US US17/423,055 patent/US20220101337A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018142271A (ja) | 2017-02-28 | 2018-09-13 | 日本電信電話株式会社 | Api規約チェック装置、api規約チェック方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20220101337A1 (en) | 2022-03-31 |
WO2020158374A1 (ja) | 2020-08-06 |
JP2020122999A (ja) | 2020-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11294968B2 (en) | Combining website characteristics in an automatically generated website | |
AU2019203697A1 (en) | Intelligent data extraction | |
JP5756386B2 (ja) | 動的なウェブ・アプリケーションの問題を修正するメタデータの生成・管理の支援方法、装置、およびプログラム | |
JP2012083951A (ja) | 情報処理装置、情報処理方法及びプログラム | |
US20210056268A1 (en) | Data transformation system and method | |
JP5676522B2 (ja) | 文字列変換方法及びプログラム | |
JP5634374B2 (ja) | 仕様作成支援装置、及び、プログラム | |
JP5767413B1 (ja) | 情報処理システム、情報処理方法、および情報処理プログラム | |
JP7111972B2 (ja) | 準拠性判定装置及びその方法 | |
JP5881396B2 (ja) | 識別情報管理支援システム、識別情報管理支援方法およびプログラム | |
JP2008197976A (ja) | 連結情報生成プログラム及び連結情報生成方法 | |
JP5973091B2 (ja) | 開発支援システム | |
JP2006065467A (ja) | データ抽出定義情報生成装置およびデータ抽出定義情報生成方法 | |
JP5443788B2 (ja) | 正式名称判定システム及び正式名称判定プログラム | |
WO2022180815A1 (ja) | 情報処理プログラム、情報処理方法及び情報処理装置 | |
JP2009199172A (ja) | 情報処理システム、プログラム中の類似箇所特定方法、及びプログラム | |
JP2020091607A (ja) | 検索システム、及び検索方法 | |
JP2013161182A (ja) | テスト項目生成装置、テスト項目生成方法 | |
JP6413597B2 (ja) | 分析プログラム、分析方法及び分析装置 | |
JP7126808B2 (ja) | 情報処理装置および情報処理装置用プログラム | |
JP5394512B2 (ja) | 教師データ生成装置、方法及びプログラム | |
JP2010102570A (ja) | 情報解析システム、端末装置、サーバ装置、情報解析方法、及びプログラム | |
JP2014174921A (ja) | 情報処理システム、名寄せ判定方法及びプログラム | |
JP2011070453A (ja) | 調達情報検索システム | |
JP2008197759A (ja) | 翻訳システム、翻訳方法、辞書管理システム及び辞書管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210510 |
|
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: 20220621 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220704 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7111972 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |