JP7180341B2 - ワークフロー生成システム、ワークフロー生成プログラム、ワークフロー生成方法 - Google Patents
ワークフロー生成システム、ワークフロー生成プログラム、ワークフロー生成方法 Download PDFInfo
- Publication number
- JP7180341B2 JP7180341B2 JP2018228818A JP2018228818A JP7180341B2 JP 7180341 B2 JP7180341 B2 JP 7180341B2 JP 2018228818 A JP2018228818 A JP 2018228818A JP 2018228818 A JP2018228818 A JP 2018228818A JP 7180341 B2 JP7180341 B2 JP 7180341B2
- Authority
- JP
- Japan
- Prior art keywords
- workflow
- group
- messages
- text
- message
- 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
- 238000000034 method Methods 0.000 title claims description 66
- 238000004891 communication Methods 0.000 claims description 141
- 239000013598 vector Substances 0.000 claims description 84
- 230000008569 process Effects 0.000 claims description 45
- 238000006243 chemical reaction Methods 0.000 claims description 37
- 230000015654 memory Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000000737 periodic effect Effects 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000006403 short-term memory Effects 0.000 claims description 5
- 230000008685 targeting Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000306 recurrent effect Effects 0.000 claims description 3
- 230000007787 long-term memory Effects 0.000 claims 2
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 55
- 238000003860 storage Methods 0.000 description 30
- 238000009826 distribution Methods 0.000 description 17
- 238000000354 decomposition reaction Methods 0.000 description 7
- 230000002452 interceptive effect Effects 0.000 description 6
- 230000002250 progressing effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000007774 longterm Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 235000002597 Solanum melongena Nutrition 0.000 description 1
- 244000061458 Solanum melongena Species 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
前記選定手段は、前記ワークフロー生成価値がないと判定された旨の判定履歴が付され、尚且つ、前記新たなメッセージが加えられたグループを対象として、グループに属する複数メッセージの通信タイミングが、前記所定の交信パターンをなすかどうかの判定を行ってもよい。
以下、図面を参照しながら、ワークフロー生成システムの実施形態を説明する。ワークフロー生成システムの構成を図1に示す。
ワークフロー作成ツール1011は、複数のプログラムモジュールから構成される。HDD1001から、ワークフロー作成ツール1011を構成するプログラムモジュールをロードすることで、ワークフロー生成サーバー1000は、図2に示すような機能的な構成をなす。具体的にいうと、ワークフロー生成サーバー1000は、図2に示すように、メールスキャン部101、メールストレージ101S、関係者アドレスリスト101L、単語分布算出部102、グルーピング部103、グルーピング情報ストレージ103S、グループ選定部104、文面処理部105(RNN106、文節分解部107A、単語ベクトル生成部107B、学習制御部108、変換制御部109を含む)、ワークフロー生成部110、ワークフローモデルストレージ110S、ワークフロー登録部111により構成される。
メールスキャン部101は、所定のスキャン周期が到来する度に、図1の公衆回線網4000に接続されたメールサーバー4001をアクセスして、メールボックス4001Bに蓄積された複数のメールのうち、関係者アドレスリスト101Lに掲載された複数メールアドレスを、差出人又は受取人とする全てのメールを取り込む。関係者アドレスリスト101Lは、図1に示す端末3001、3002、3003を操作するユーザーであって、事業所内の何等かの直接業務、間接業務に係る関係者のメールアドレスを示す。こうしたメールアドレスを差出人又は受取人とするメールを全て取り込み、メールストレージ101Sに格納することで、直接業務、間接業務に係る全てのメールがメールストレージ101Sに得られ、ワークフロー作成ツール1011による処理に供される。また、メールスキャン部101によるスキャン周期は、職場の就業時間(一般的には、7~8時間)よりも短い時間長に定められる。これにより、職場の就業時間において、メールスキャン部101によるスキャンは少なくとも1回はなされる。
単語分布算出部102は、メールストレージ101Sに蓄積されたメールの文面に使用されている単語が、業務にかかる語の母集合(語彙、ボキャブラリーと呼ばれる)において、どのような分布をなすかを解析して、単語分布を生成する。単語分布の算出にあたって、単語分布算出部102は、メール文面に含まれる各単語の出現頻度(Term Frequency:以下、tf値という)と、各単語の逆文書頻度(Inverse Document Frequency:以下、idf値という)とを算出し、tf値と、idf値との組(tf-idf)を一個のメールの文面の単語分布とする。本実施形態におけるメールの文面は、メールの本文、メールの件名となるテキスト文字列を含む。tf-idfは、これらのテキスト文字列を対象として算出される。
グルーピング部103は、単語分布算出部102により算出された各メールの単語分布に基づき、メールのグループ化を行う。
グループ選定部104は、グループに含まれるメールの数が、所定の頻度基準を上回っているかどうか、グループに属する各メールの通信タイミングが、数通りの決まったパターンの何れに該当するかの判断を行う。職場の複数の関係者は、日々の業務を進行させるにあたって、身近な意思疎通手段としてメールを用いる。これらの業務の中で、有用であり、ワークフローを生成する価値が認められるものは、複数メールの通信タイミングが、数通りの決まったパターン(この数通りかの決まったパターンを交信パターンという)をなすと考えられる。グループ選定部104は、グルーピング部103のグループ化で形成されたプロセス毎のグループのメールの通信タイミングが、予め定められた数通りの交信パターンの何れをなすかどうかを判定し、ワークフロー生成に値すると認められる場合に、当該グループをワークフローの生成対象として選定する。
文面処理部105は、単語ベクトル作成フェーズf1、文章学習フェーズf2、タスク判定フェーズf3といった3つのフェーズからなる文面処理を実行する。
RNN106は、多段接続されたLSTM(Long Short Term memory)161、162、163・・・160nによって構成され、単語ベクトル作成フェーズf1で作成された単語ベクトル、文章学習フェーズf2で生成された学習データにおける単語ベクトルを保存する。また、文章学習フェーズf2で生成された学習データにおけるタスク情報に従い重み係数W1,2,3,4・・・・nを生成して、当該重み係数に従い、入力語X1,2,3,4・・・・nを出力語に変換する。
文節分解部107Aは、各フェーズにおいて、処理対象として与えられデータに対して形態素解析を施し、形態素である単語に分解する。
学習制御部108は、文章学習フェーズf2の処理として、処理対象ストレージ105Sに格納されたメール文面のサンプル(以下、文面サンプルと呼ぶ)を表示し、表示されたメール文面のサンプルを対象とした、対話処理を実行する。具体的にいうと、学習制御部108は、文面サンプルが表示された際、表示された文面サンプルがメールの差出人が行うべきタスクを含むか、受取人が行うべきタスクを含むか、何れのタスクも含まないかの指定を受け付ける。このようにして受け付けた、タスク包含の有無に従い、文面サンプルの中から、差出人、受取人の何れかが行うべきタスクを抽出し、その抽出結果を示すタスク情報を生成する。単語の単語ベクトルを求める。こうして求めた単語ベクトルを一様に分類する重み係数を算出して、RNN106を構成する各LSTM161~160nに設定する。
変換制御部109は、タスク判定フェーズf3においてグループ選定部104により選定されたグループのメール文面を構成する複数の単語のそれぞれを、文面における順序で、LSTM161~160nのそれぞれに設定して、LSTM161~160nによる多段演算を、LSTM161~160nに実行させる。そして、RNN106の最終段である、LSTM160nの出力語の単語ベクトルが、学習制御部108により抽出された複数タスクのうち、どれに対応するかを判定して、当該出力語に対応するタスクを変換結果として出力する。
ワークフロー生成部110は、グループ選定部104により1のグループが選定された際、グループに属するメールを文面処理部105に引き渡し、このメールの文面をタスクに変換させる。本明細書における「タスク」は、業務となるプロセスを進行させるにあたって、関係者に割り当てられる作業項目である。タスクは、職場で進行する何等かの作業の作業項目であるから、タスクはその作業項目を包含する作業(ワーク)と関連付けて表される。
ワークフロー登録部111は、構内LAN2000を介して、ワークフローモデルストレージ110Sに蓄積されたワークフローモデルを、図1に示すワークフロー管理サーバー2001に登録する。
以上のように構成されたワークフロー生成システムの動作について説明する。
図3は、ワークフロー作成ツール1011の処理手順のメインとなるものを示すフローチャート(メインチャート)である。図3のメインチャートにおける「u」は、本フローチャートでなされる処理が、何回目の処理かを示す変数である。「n」は、メールスキャン部101によるu回目のスキャン時に、グルーピング部103により形成されたグループの総数を示す。「m」は、メールスキャン部101によるu-1回目のスキャン時までに、グルーピング部103により形成されたグループの総数を示す。
初めに、変数uを1で初期化し(ステップS101)、u回目のスキャン周期が到来したかどうかの判定待ちとなる(ステップS103)。尚、本動作例では、5時間という時間単位をスキャン周期として設定している。これは、2時間の残業時間を含めた約10時間の就業時間において、2回のスキャンを可能にする時間長である。
図4(c)に示すように、何等かの業務に関係する関係者AAA、BBB、CCC、DDD、EEEといったメールアドレスが、関係者アドレスリスト101Lに記載されている場合、メールスキャン部101は、これら関係者AAA、BBB、CCC、DDD、EEEのメールアドレスを、差出人又は受取人とするメールを、メールサーバー4001からメールストレージ101Sを取り込む。メールスキャン部101による取り込みで、メールストレージ101Sには、図4(a)(b)に示すようなメールM11~M14,M21~M24が格納される。尚、図4(a)、(b)の一例において、メールM11~M41、M21~24は、通信タイミングの順にソートされている。
単語分布算出部102は、メールストレージ101Sに蓄積されたテキスト文面から単語ベクトルを算出する(ステップS105)。グループ化を行うにあたって、既存のグループの有無により異なる処理を行う。具体的にいうと、既存のグループがあるかどうかを判定し(ステップS106)、既存グループが存在しない場合(ステップS106でNo)、メールサーバー4001から取り込まれたメールを、上記1.~5.のグルーピング手法に従い、グループ1~nの何れかにグループ化する(ステップS107)。
ステップS109、S110のループでは、グルーピング部103により得られたグループが、予め定められた複数交信パターンの何れに該当するかどうかの判別(ステップS111)を、全てのグループを対象として実行する。尚、以下の説明において、処理対象となるグループを、変数iを用いて特定する。
2)文面変換により得られたタスクを用いた、ワークフローモデルの生成(ステップS122)
ステップS121は文面処理部105による処理である。
図8(a)は、単語ベクトル作成フェーズf1において公共文書や一般のメール文面が、文節分解部107A、単語ベクトル生成部107Bにより処理される過程を示す。
一方、文面処理部105がタスク判定フェーズf3に設定されている場合、ステップS301がNoになり、ステップS311に移行する。
ステップS122における処理は、ワークフロー生成部110による処理であり、図12のサブルーチンに展開することができる。図12は、ワークフロー生成部110による処理手順の詳細を示すフローチャートである。
以下、1回目のスキャンと同様、ステップS104~S105の処理を実行する。これまでのスキャンにより、グルーピング情報ストレージ103Sに、m個のグループ(グループ1~m)が格納されているものとする。また2回目以降のスキャン周期が到来して、n個のメールが取り込まれたものとする。グループ1~mが存在するので、ステップS106がYesになり、ステップS108に移行する。
2回目以降のスキャンにより、交信パターンの該当性が判断されるメールには、図7(c)に示すメールM31~M34、図7(d)に示すメールM41~M44がある。
図3のメインチャートにリターンした後、ステップS112では、グループm+1~m+nが存在するかどうかの判定を行う。
以上のように本実施形態によれば、他のメール文面の一部を引用して自身の見解を書き加えたようなメールは、グルーピング部103により引用元となるメール文面との類似度が高く評価され、同じグループにまとめられる。
以上、本発明を実施の形態に基づいて説明してきたが本発明は上述の実施の形態に限定されないのは勿論であり以下の変形例が考えられる。
101L 関係者アドレスリスト
101S メールストレージ
102 単語分布算出部
103 グルーピング部
103S グルーピング情報ストレージ
104 グループ選定部
105 文面処理部
106 RNN
108 学習制御部
109 変換制御部
110 ワークフロー生成部
110S ワークフローモデルストレージ
111 ワークフロー登録部
1000 ワークフロー生成サーバ
1001 HDD
1002 ブートROM
1003 RAM
1004 CPU
1005 外部通信アダプタ
1007 GUIデバイス
1007C キャラクターデバイス
1007D ディスプレイデバイス
1007P ポインティングデバイス
1008 ベクター演算回路
1009 OS
1010 アプリケーション
1011 ワークフロー作成ツール
2000 構内LAN
2001 ワークフロー管理サーバ
3001~3003 端末
4000 公衆ネットワーク
4001 メールサーバ
Claims (19)
- 複数ユーザーのユーザー間通信のための複数のメッセージを取り込んで、取り込まれたメッセージに基づき、前記複数ユーザーによりなされる業務のワークフローを示すワークフローデータを生成するワークフロー生成システムであって、
前記メッセージの文面が互いに類似する2以上のメッセージからなるグループを生成するグループ化手段と、
前記グループに属するメッセージの通信タイミングが、ワークフロー生成の価値が認められる際の所定の交信パターンをなすかどうかを判定して、前記所定の交信パターンをなす場合、当該グループを、ワークフローの生成対象として選定する選定手段と、
前記ワークフローの生成対象として選定されたグループに属する複数のメッセージの文面を、前記ユーザーがなすべきタスクに変換する変換手段と、
前記変換により得られたタスクと、タスク間の流れとを表すワークフローデータを生成する生成手段とを含む
ことを特徴とするワークフロー生成システム。 - 前記グループに属するメッセージが、前記所定の交信パターンをなすかどうかの判定は、予め定められた期間におけるメッセージの頻度が、所定の閾値を上回ることを要件にしてなされる
ことを特徴とする請求項1に記載のワークフロー生成システム。 - 前記所定の交信パターンは、グループに属するメッセージの通信が周期的に繰り返される周期性パターンであり、
前記選定手段は、グループにおけるユーザー間のメッセージ通信の時間間隔が、所定の繰り返し周期に等しい場合、グループに属するメッセージが、前記周期性パターンをなすと判定する
ことを特徴とする請求項1又は2に記載のワークフロー生成システム。 - 前記所定の交信パターンは、メッセージの通信時点が、現在時点から所定の時間単位だけ遡った期間において集中しているという内容の一時集中パターンであり、
グループにおけるメッセージ通信の時間間隔が、所定の下限値を下回っていて、尚且つ、メッセージの通信タイミングが、前記期間に集中している場合、グループに属するメッセージが、前記一時集中パターンをなすと判定する
ことを特徴とする請求項1又は2に記載のワークフロー生成システム。 - 前記メッセージの取り込みは、所定のスキャン周期が到来する度になされ、
前記選定手段により選定されなかったグループについては、前記所定のスキャン周期において、ワークフロー生成価値がないと判定された旨の判定履歴を付し、
前記選定手段により選定されたグループについては、前記所定のスキャン周期においてワークフロー生成価値があると判定された旨の判定履歴を付す
ことを特徴とする請求項1~4の何れかに記載のワークフロー生成システム。 - 前記グループ化手段は更に、次のスキャン周期の到来により、新たに取り込まれた場合、新たに取り込まれた複数のメッセージの文面が、これまでのスキャン周期の到来時にグループ化がなされた何れかのメッセージの文面と類似しているか否かの判断を行い、類似している場合、新たに取り込まれた複数のメッセージを、これまでのスキャン周期の到来時に生成されたグループに加え、
前記選定手段は、前記ワークフロー生成価値がないと判定された旨の判定履歴が付され、尚且つ、前記新たなメッセージが加えられたグループを対象として、グループに属する複数メッセージの通信タイミングが、前記所定の交信パターンをなすかどうかの判定を行う
ことを特徴とする請求項5に記載のワークフロー生成システム。 - 前記グループ化手段は更に、新たに取り込まれた複数のメッセージの文面が、これまでのスキャン周期の到来時にグループ化がなされた何れかのメッセージの文面と類似していない場合、新たに取り込まれた複数のメッセージからなる新たなグループを生成し、
前記選定手段は、前記新たに取り込まれたメッセージからなるグループを対象として、グループに属する複数メッセージの通信タイミングが、所定の交信パターンをなすかどうかの判定を行う
ことを特徴とする請求項6に記載のワークフロー生成システム。 - 前記変換手段は、複数段のロングショートタームメモリを含む再帰型ニューラルネットワークを構築し、
メッセージ文面を構成する個々の単語の単語ベクトルを、時系列に入力される入力語として前記複数段のロングショートタームメモリのそれぞれに格納し、
複数段のロングショートタームメモリのうち、先頭段以外のものは、
自身が格納した入力語と、前段からの出力とに、学習過程で得られた重み係数を乗じて合計するとのベクトル演算を実行し、
複数段のロングショートタームメモリのうち最終段のもののベクトル演算の結果に従い、メッセージ文面の変換結果となる、1のタスクを選ぶ
ことを特徴とする請求項1に記載のワークフロー生成システム。 - 前記ワークフロー生成システムは、
サンプルとなるメッセージ文面を表示して、表示にかかるメッセージ文面は、メッセージの発起者がなすべきタスクを含むか、メッセージの受け手がなすべきタスクを含むかの指定を管理者から受け付ける受付手段と、
発起者たるユーザがなすべきタスクを含むと指定された場合、表示されたメッセージ文面において、作業報告の目的語を、学習語となるタスクとして抽出し、受け手たるユーザがなすべきタスクを含むと指定された場合、表示されたメッセージ文面において、作業依頼の目的語を、学習語となるタスクとして抽出する抽出手段とを備え、
前記学習過程において、前記複数のロングショートタームメモリのそれぞれのベクトル演算部に設定される重み係数は、抽出されたタスクの単語ベクトルを分類するための係数である
ことを特徴とする請求項8に記載のワークフロー生成システム。 - 複数端末のユーザー間通信のための複数のメッセージを取り込んで、取り込まれたメッセージに基づき、前記複数端末を操作する複数ユーザーによりなされる業務のワークフローを示すワークフローデータを生成する処理を、コンピュータに実行させるワークフロー生成プログラムであって、
前記メッセージの文面が互いに類似する2以上のメッセージからなるグループを生成するグループ化ステップと、
前記グループに属するメッセージの通信タイミングは、ワークフロー生成の価値が認められる際の所定の交信パターンをなすかどうかを判定して、前記所定の交信パターンをなす場合、当該グループを、ワークフローの生成対象として選定する選定ステップと、
前記ワークフローの生成対象として選定されたグループに属する複数のメッセージの文面を、前記複数端末を操作するユーザーがなすべきタスクに変換する変換ステップと、
前記変換により得られたタスクと、タスク間の流れとを表すワークフローデータを生成する生成ステップとをコンピュータに実行させる
ことを特徴とするワークフロー生成プログラム。 - 前記グループに属するメッセージが、前記所定の交信パターンをなすかどうかの判定は、予め定められた期間におけるメッセージの頻度が、所定の閾値を上回ることを要件にしてなされる
ことを特徴とする請求項10に記載のワークフロー生成プログラム。 - 前記所定の交信パターンは、グループに属するメッセージの通信が周期的に繰り返される周期性パターンであり、
前記選定ステップは、グループにおけるユーザー間のメッセージ通信の時間間隔が、所定の繰り返し周期に等しい場合、グループに属するメッセージが、前記周期性パターンをなすと判定する
ことを特徴とする請求項10又は11に記載のワークフロー生成プログラム。 - 前記所定の交信パターンは、メッセージの通信時点が、現在時点から所定の時間単位だけ遡った期間において集中しているという内容の一時集中パターンであり、
グループにおけるメッセージ通信の時間間隔が、所定の下限値を下回っていて、尚且つ、メッセージの通信タイミングが、前記期間に集中している場合、グループに属するメッセージが、前記一時集中パターンをなすと判定する
ことを特徴とする請求項10又は11に記載のワークフロー生成プログラム。 - 前記メッセージの取り込みは、所定のスキャン周期が到来する度になされ、
前記選定ステップにより選定されなかったグループについては、前記所定のスキャン周期において、ワークフロー生成価値がないと判定された旨の判定履歴を付し、
前記選定ステップにより選定されたグループについては、前記所定のスキャン周期においてワークフロー生成価値があると判定された旨の判定履歴を付す
ことを特徴とする請求項10~13の何れかに記載のワークフロー生成プログラム。 - 前記グループ化ステップは更に、次のスキャン周期の到来により、新たに取り込まれた場合、新たに取り込まれた複数のメッセージの文面が、これまでのスキャン周期の到来時にグループ化がなされた何れかのメッセージの文面と類似しているか否かの判断を行い、類似している場合、新たに取り込まれた複数のメッセージを、これまでのスキャン周期の到来時に生成されたグループに加え、
前記選定ステップは、前記ワークフロー生成価値がないと判定された旨の判定履歴が付され、尚且つ、前記新たなメッセージが加えられたグループを対象として、グループに属する複数メッセージの通信タイミングが、前記所定の交信パターンをなすかどうかの判定を行う
ことを特徴とする請求項14に記載のワークフロー生成プログラム。 - 前記グループ化ステップは更に、新たに取り込まれた複数のメッセージの文面が、これまでのスキャン周期の到来時にグループ化がなされた何れかのメッセージの文面と類似していない場合、新たに取り込まれた複数のメッセージからなる新たなグループを生成し、
前記選定ステップは、前記新たに取り込まれたメッセージからなるグループを対象として、グループに属する複数メッセージの通信タイミングが、所定の交信パターンをなすかどうかの判定を行う
ことを特徴とする請求項15に記載のワークフロー生成プログラム。 - 前記変換ステップは、複数段のロングショートタームメモリを含む再帰型ニューラルネットワークを構築し、
メッセージ文面を構成する個々の単語の単語ベクトルを、時系列に入力される入力語として前記複数段のロングショートタームメモリのそれぞれに格納し、
複数段のロングショートタームメモリのうち、先頭段以外のものは、
自身が格納した入力語と、前段からの出力とに、学習過程で得られた重み係数を乗じて合計するとのベクトル演算を実行し、
複数段のロングショートタームメモリのうち最終段のもののベクトル演算の結果に従い、メッセージ文面の変換結果となる、1のタスクを選ぶ
ことを特徴とする請求項10に記載のワークフロー生成プログラム。 - 前記ワークフロー生成プログラムは、
サンプルとなるメッセージ文面を表示して、表示にかかるメッセージ文面は、メッセージの発起者がなすべきタスクを含むか、メッセージの受け手がなすべきタスクを含むかの指定を管理者から受け付ける受付ステップと、
発起者たるユーザがなすべきタスクを含むと指定された場合、表示されたメッセージ文面において、作業報告の目的語を、学習語となるタスクとして抽出し、受け手たるユーザがなすべきタスクを含むと指定された場合、表示されたメッセージ文面において、作業依頼の目的語を、学習語となるタスクとして抽出する抽出ステップとを備え、
前記学習過程において、前記複数のロングショートタームメモリのそれぞれのベクトル演算部に設定される重み係数は、抽出されたタスクの単語ベクトルを分類するための係数である
ことを特徴とする請求項17に記載のワークフロー生成プログラム。 - 複数端末のユーザー間通信のための複数のメッセージを取り込んで、取り込まれたメッセージに基づき、前記複数端末を操作する複数ユーザーによりなされる業務のワークフローを示すワークフローデータを生成するワークフロー生成方法であって、
前記メッセージの文面が互いに類似する2以上のメッセージからなるグループを生成するグループ化ステップと、
前記グループに属するメッセージの通信タイミングは、ワークフロー生成の価値が認められる際の所定の交信パターンをなすかどうかを判定して、前記所定の交信パターンをなす場合、当該グループを、ワークフローの生成対象として選定する選定ステップと、
前記ワークフローの生成対象として選定されたグループに属する複数のメッセージの文面を、前記複数端末を操作するユーザーがなすべきタスクに変換する変換ステップと、
前記変換により得られたタスクと、タスク間の流れとを表すワークフローデータを生成する生成ステップとを含む
ことを特徴とするワークフロー生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018228818A JP7180341B2 (ja) | 2018-12-06 | 2018-12-06 | ワークフロー生成システム、ワークフロー生成プログラム、ワークフロー生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018228818A JP7180341B2 (ja) | 2018-12-06 | 2018-12-06 | ワークフロー生成システム、ワークフロー生成プログラム、ワークフロー生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020091686A JP2020091686A (ja) | 2020-06-11 |
JP7180341B2 true JP7180341B2 (ja) | 2022-11-30 |
Family
ID=71012905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018228818A Active JP7180341B2 (ja) | 2018-12-06 | 2018-12-06 | ワークフロー生成システム、ワークフロー生成プログラム、ワークフロー生成方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7180341B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610504A (zh) * | 2021-08-17 | 2021-11-05 | 平安资产管理有限责任公司 | 数据处理方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010049427A (ja) | 2008-08-20 | 2010-03-04 | Ricoh Co Ltd | タスク管理システム |
WO2011001989A1 (ja) | 2009-06-29 | 2011-01-06 | Tokuyama Masaaki | ワークフロー処理プログラム、情報処理装置、及び、ワークフロー処理方法 |
JP2013536497A (ja) | 2010-07-12 | 2013-09-19 | ゼンデスク, インコーポレイテッド | 自動化されたワークフロー管理の方法および装置 |
JP2014106775A (ja) | 2012-11-28 | 2014-06-09 | Fujitsu Ltd | 受信メール表示プログラム、方法及び装置 |
-
2018
- 2018-12-06 JP JP2018228818A patent/JP7180341B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010049427A (ja) | 2008-08-20 | 2010-03-04 | Ricoh Co Ltd | タスク管理システム |
WO2011001989A1 (ja) | 2009-06-29 | 2011-01-06 | Tokuyama Masaaki | ワークフロー処理プログラム、情報処理装置、及び、ワークフロー処理方法 |
JP2013536497A (ja) | 2010-07-12 | 2013-09-19 | ゼンデスク, インコーポレイテッド | 自動化されたワークフロー管理の方法および装置 |
JP2014106775A (ja) | 2012-11-28 | 2014-06-09 | Fujitsu Ltd | 受信メール表示プログラム、方法及び装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2020091686A (ja) | 2020-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yoo et al. | Mining social networks for personalized email prioritization | |
US20170199866A1 (en) | Adaptive learning of actionable statements in natural language conversation | |
US11270316B2 (en) | Systems, methods, and apparatuses for implementing automatic entry of customer relationship management (CRM) data into a CRM database system | |
CN104364781B (zh) | 用于计算类别比例的系统和方法 | |
JP2018026119A (ja) | 分類システム、分類システムの制御方法、およびプログラム | |
US20230412537A1 (en) | Cognitive determination of message suitability | |
JP7180341B2 (ja) | ワークフロー生成システム、ワークフロー生成プログラム、ワークフロー生成方法 | |
CN106294676A (zh) | 一种电子商务政务系统的数据检索方法 | |
CN110490547A (zh) | 办公系统智能化技术 | |
US9378418B2 (en) | Methods and system for classifying, processing, and/or generating automatic responses to mail items | |
US20200356725A1 (en) | System and method for automatically tagging customer messages using artificial intelligence models | |
JP7180342B2 (ja) | ワークフローモデル生成システム、ワークフローモデル生成プログラム、ワークフローモデル生成方法。 | |
Khare et al. | E-Mail Assistant–Automation of E-Mail Handling and Management using Robotic Process Automation | |
Patidar et al. | A novel technique of email classification for spam detection | |
Elleuch et al. | Discovering business processes and activities from messaging systems: State-of-the art | |
US20210273900A1 (en) | Methods and systems for processing electronic messages | |
CN114417010A (zh) | 面向实时工作流的知识图谱构建方法、装置和存储介质 | |
JP2003256627A (ja) | ワークフローの抽出方法及び装置 | |
JP2021033860A (ja) | サーバおよびコンピュータプログラム | |
Narasimhan et al. | Open-source Intelligence (OSINT) investigation in Facebook | |
Saha et al. | A Natural Language Understanding Approach Toward Extraction of Specifications from Request for Proposals | |
JP6949341B1 (ja) | プログラムコード自動生成装置及びプログラム | |
Mishra et al. | Data Analysis using Robot Process Automation Study on Web Scraping using UI Path Studio | |
Boahene | An automated email classification system for the Ashesi Support Center | |
KR102560244B1 (ko) | 프로세스 자동화 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210915 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220715 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220928 |
|
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: 20221018 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221031 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7180341 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |