JP7429374B2 - 情報処理システム、情報処理方法及び情報処理プログラム - Google Patents

Description

本発明は、情報処理システム、情報処理方法及び情報処理プログラムに関する。

特許文献１には、非構造化情報管理システム（ＵＩＭＳ）用のシステム・アーキテクチャ、コンポーネント、および検索技法が開示されている。

ＵＩＭＳは、情報ソースの幅広いアレイに関する非構造化情報の効果的な管理および交換のためのミドルウェアとして提供することができる。このアーキテクチャは一般に、検索エンジンと、データ記憶域と、パイプライン化した文書アノテータを含む分析エンジンと、様々なアダプタとを含む。この検索技法は２レベル検索技法を利用する。検索照会は、それぞれが関連重み値を有する複数の検索部分式からなる検索演算子を含む。検索エンジンは、しきい重み値合計を超える重み値合計を有する１つまたは複数の文書を返す。検索演算子は、加重ＡＮＤ（ＷＡＮＤ）として機能するブール述部として実現される。

特開２００４－３６２５６３号公報

ところで、非構造化データは構造化データに比べてデータの取扱が困難である。また、非構造化データの種類は、テキストデータ以外にも、画像、動画、音声など多様である。このような多様な非構造化データを構造化データとして処理するためには、非構造化データの種類に応じた適切な処理が必要となる。しかし、非構造化データに対する適切な処理の特定には、データサイエンスに関する高度な専門性が要求されてきた。

本発明の一態様によれば、情報処理システムが提供される。この情報処理システムでは、次の各ステップがなされるようにプログラムを実行可能なプロセッサを備える。取得ステップでは、入力データを取得する。入力データは、複数種類の非構造化データのうちの少なくとも１つを含む。種類特定ステップでは、取得された入力データの形式に基づき、入力データに含まれる、少なくとも１つの非構造化データの種類を特定する。生成ステップでは、取得された入力データに対して、特定された非構造化データの種類に応じた変換処理を行うことにより、所定のデータ構造を有する第１の構造化データを生成する。

かかる情報処理システムによれば、非構造化データを構造化データに変換するに際し、ユーザに求められるデータサイエンスに関する専門性を緩和することができる。

情報処理システム１を表す構成図である。 情報処理装置２のハードウェア構成を示すブロック図である。 ユーザ端末３のハードウェア構成を示すブロック図である。 プロセッサ２３が備える機能部の一例を示す図である。 情報処理システム１において実行される情報処理の流れの一例を示すアクティビティ図である。 表示部３４に表示される第１の画像ＩＭ１の一例を示す図である。 表示部３４に表示される第２の画像ＩＭ２の一例を示す図である。 表示部３４に表示される第３の画像ＩＭ３の一例を示す図である。 表示部３４に表示される第４の画像ＩＭ４の一例を示す図である。

以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。

ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。

また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

１．ハードウェア構成
本節では、ハードウェア構成について説明する。

<情報処理システム１>
図１は、情報処理システム１を表す構成図である。情報処理システム１は、情報処理装置２と、ユーザ端末３と、第１のデータベースＤＢ１と、第２のデータベースＤＢ２と、を備える。情報処理装置２と、ユーザ端末３と、第１のデータベースＤＢ１と、第２のデータベースＤＢ２と、は、電気通信回線を通じて通信可能に構成されている。一実施形態において、情報処理システム１とは、１つ又はそれ以上の装置又は構成要素からなるものである。仮に例えば、情報処理装置２のみからなる場合であれば、情報処理システム１は、情報処理装置２となりうる。以下、これらの構成要素について説明する。

<情報処理装置２>
図２は、情報処理装置２のハードウェア構成を示すブロック図である。情報処理装置２は、通信バス２０と、通信部２１と、記憶部２２と、プロセッサ２３とを備える。通信部２１、記憶部２２、及びプロセッサ２３は、情報処理装置２の内部において通信バス２０を介して電気的に接続されている。

<通信部２１>
通信部２１は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ（登録商標）、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいものの、無線ＬＡＮネットワーク通信、３Ｇ／ＬＴＥ／５Ｇ等のモバイル通信、ＢＬＵＥＴＯＯＴＨ（登録商標）通信等を必要に応じて含めてもよい。すなわち、これら複数の通信手段の集合として実施することがより好ましい。すなわち、情報処理装置２は、通信部２１及びネットワークを介して、外部から種々の情報を通信してもよい。

<記憶部２２>
記憶部２２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、プロセッサ２３によって実行される情報処理装置２に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。記憶部２２は、プロセッサ２３によって実行される情報処理装置２に係る種々のプログラムや変数等を記憶している。

<プロセッサ２３>
プロセッサ２３は、情報処理装置２に関連する全体動作の処理・制御を行う。プロセッサ２３は、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。プロセッサ２３は、記憶部２２に記憶された所定のプログラムを読み出すことによって、情報処理装置２に係る種々の機能を実現する。すなわち、記憶部２２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例であるプロセッサ２３によって具体的に実現されることで、プロセッサ２３に含まれる各機能部として実行されうる。これらについては、次節においてさらに詳述する。なお、プロセッサ２３は単一であることに限定されず、機能ごとに複数のプロセッサ２３を有するように実施してもよい。またそれらの組合せであってもよい。

<ユーザ端末３>
図３は、ユーザ端末３のハードウェア構成を示すブロック図である。ユーザ端末３は、通信バス３０と、通信部３１と、記憶部３２と、プロセッサ３３と、表示部３４と、入力部３５と、を備える。通信部３１、記憶部３２、プロセッサ３３、表示部３４、及び入力部３５は、ユーザ端末３の内部において通信バス３０を介して電気的に接続されている。通信部３１、記憶部３２及びプロセッサ３３の説明は、情報処理装置２における各部の説明と同様のため省略する。

<表示部３４>
表示部３４は、ユーザが操作可能なグラフィカルユーザインターフェース（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ：ＧＵＩ）の画面を表示する。表示部３４は、ユーザ端末３筐体に含まれるものであってもよいし、外付けされるものであってもよい。具体的には、表示部３４は、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ、又はプラズマディスプレイ等の表示デバイスとして実施され得る。これらの表示デバイスは、ユーザ端末３の種類に応じて使い分けて実施されることが好ましい。

<入力部３５>
入力部３５は、ユーザによってなされた操作入力を受け付ける。操作入力は、命令信号として通信バス３０を介してプロセッサ３３に転送される。プロセッサ３３は、必要に応じて、転送された命令信号に基づいて所定の制御や演算を実行しうる。入力部３５は、ユーザ端末３の筐体に含まれるものであってもよいし、外付けされるものであってもよい。例えば、入力部３５は、表示部３４と一体となってタッチパネルとして実施されてもよい。入力部３５がタッチパネルとして実施される場合、ユーザは、入力部３５に対してタップ操作、スワイプ操作等を入力することができる。入力部３５としては、タッチパネルに代えて、スイッチボタン、マウス、ＱＷＥＲＴＹキーボード等が採用可能である。

<第１のデータベースＤＢ１、第２のデータベースＤＢ２>
図１に示すように、第１のデータベースＤＢ１は、参照データＤ０を含む種々のデータを記憶可能に構成されている。参照データＤ０は、一般に無償で利用可能ないわゆるオープンデータや、利用許諾を得る等の所定の条件を満たした場合に利用可能な限定提供データなど、任意のデータを含み得る。参照データＤ０は、例えば、人流データ、交通データ、気象データ、ＳＮＳによる発信データ、ＰＯＳデータ、衛星観測データ、インターネット上で公開されている文書データ、画像データ、音声データなどを含み得る。また、第１のデータベースＤＢ１は、ユーザ、又はユーザが所属する組織が管理する情報を記憶していてもよい。当該情報は、当該組織から権限を付与されたユーザのみがアクセス可能に構成されている。第１のデータベースＤＢ１の具体的態様は任意であるが、例えば、ソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして実施され得る。第１のデータベースＤＢ１の数は任意であり、１つであっても複数であってもよい。第１のデータベースＤＢ１は、上記データ以外にも、情報処理装置２やユーザ端末３等の任意のデバイスによって実行される種々のプログラム等を記憶していてもよい。

第２のデータベースＤＢ２は、情報処理装置２によって出力される種々のデータを記憶可能に構成されている。第２のデータベースＤＢ２の具体的態様は任意であり、第１のデータベースＤＢ１と同様に実施され得る。本実施形態では、第２のデータベースＤＢ２は、第１の記憶領域ＤＢ２１と、第２の記憶領域ＤＢ２２と、を備える。第１の記憶領域ＤＢ２１には、情報処理装置２に入力される入力データＤ１が記憶される。第２の記憶領域ＤＢ２２には、情報処理装置２から出力されるデータが記憶される。

２．情報処理装置２の機能構成
図４は、プロセッサ２３が備える機能部の一例を示す図である。図４に示すように、プロセッサ２３は、取得部２３１と、特定部２３２と、生成部２３３と、表示処理部２３４と、を備える。

<取得部２３１>
取得部２３１は、取得ステップを実行可能に構成されている。取得部２３１は、ユーザ端末３又は他のデバイスからの情報を取得可能に構成されている。例えば、取得部２３１は、ユーザ端末３や第１のデータベースＤＢ１から入力される入力データＤ１の入力を取得可能に構成されている。取得部２３１は、記憶部２２の少なくとも一部であるストレージ領域に記憶されている種々のデータを読み出し、読み出されたデータを記憶部２２の少なくとも一部である作業領域に書き込むことで、種々のデータを取得可能に構成されている。ストレージ領域とは、例えば、記憶部２２のうち、ＳＳＤ等のストレージデバイスとして実施される領域である。作業領域とは、例えば、ＲＡＭ等のメモリとして実施される領域である。取得部２３１は、記憶部３２、第１のデータベースＤＢ１、及び第２のデータベースＤＢ２等の情報処理装置２以外のデバイスに記憶されている種々のデータを、記憶部２２のストレージ領域に記憶されている種々の情報と同様に取得可能に構成されている。

<特定部２３２>
特定部２３２は、取得された種々の情報に基づき、種類特定ステップ、候補特定ステップ、及び処理特定ステップ等の種々の特定ステップを実行可能に構成されている。特定部２３２は、取得部２３１によって取得されたデータに関する種々の情報に基づき、情報処理に用いられる候補、情報又は条件などを特定可能に構成されている。

<生成部２３３>
生成部２３３は、生成ステップを実行可能に構成されている。生成部２３３は、種々のデータ、特に構造化データＤ２を生成可能に構成されている。例えば、生成部２３３は、取得され、又は特定された種々の情報に基づき予め定められた演算処理を実行することにより、種々のデータを生成する。

<表示処理部２３４>
表示処理部２３４は、表示処理ステップを実行可能に構成されている。表示処理部２３４は、受け付けられ、又は生成されたデータ等に基づき、種々の情報を表示可能に構成されている。当該情報は、ユーザ端末３の表示部３４又は他のデバイスを介して、ユーザに提示可能である。かかる場合、例えば、表示処理部２３４は、画面、静止画又は動画を含む画像、アイコン、メッセージ等の視覚情報を、ユーザ端末３の表示部３４に表示させるように制御する。表示処理部２３４は、視覚情報をユーザ端末３に表示させるためのレンダリング情報だけを生成してもよい。なお、表示処理部２３４は、ユーザ端末３又は他のデバイスユーザを介さずに、出力された情報をユーザに対して提示してもよい。

３．情報処理について
本節では、情報処理システム１において実行される情報処理について説明する。

３．１．情報処理の流れについて
図５は、情報処理システム１において実行される情報処理の流れの一例を示すアクティビティ図である。なお、当該情報処理は、図示されない任意の例外処理を含みうる。例外処理は、当該情報処理の中断や、各処理の省略を含む。当該情報処理にて行われる選択又は入力は、ユーザによる操作に基づくものでも、ユーザの操作に依らず自動で行われるものでもよい。

［アクティビティＡ１］
まず、アクティビティＡ１にて、ユーザ端末３のプロセッサ３３は、ユーザからの操作に基づき、アクセス要求を情報処理装置２に送信する。アクセス要求は、ユーザが所有するユーザアカウント名やパスワードなど、ユーザの情報処理装置２へのアクセス権限の有無を示す情報を含み得る。

［アクティビティＡ２］
情報処理装置２がユーザ端末３からのアクセス要求を受信した場合、情報処理装置２は、アクティビティＡ２の処理を行い、ユーザ認証を実行する。情報処理装置２は、アクセス要求に含まれる、情報処理装置２へのアクセス権限の有無を示す情報を、予め登録されたユーザ情報と照合することにより、当該ユーザが情報処理装置２にアクセスすることが可能であるか否かを判定する。ユーザ情報は、例えば、記憶部２２に記憶されている。ユーザ情報は、例えば、ユーザの氏名、役職、権限等、ユーザに関する任意の情報を含み得る。ユーザ認証の結果、ユーザが情報処理装置２にアクセスすることが不能であると判定された場合、情報処理を終了し、ユーザ端末３を介して再度アクセス要求の入力を受け付ける。

［アクティビティＡ３］
一方、ユーザ認証の結果、ユーザが情報処理装置２にアクセスすることが可能であると判定された場合、処理がアクティビティＡ３に進む。アクティビティＡ３にて、ユーザ端末３は、ユーザからの操作に応じて、データの送信指令を情報処理装置２に出力する。例えば、ユーザ端末３は、ユーザによるデータの入力を受け付けた場合に、当該データを情報処理装置２に送信する旨の送信指令を出力し、当該データを情報処理装置２に送信する。送信指令は、ユーザがアクセス可能な、第１のデータベースＤＢ１に記憶されているデータ、例えば、参照データＤ０、の取得要求を含み得る。ユーザがアクセス可能であるか否かは、ユーザ情報に基づいて判断される。

［アクティビティＡ４］
次に、処理がアクティビティＡ４に進み、取得部２３１は、アクティビティＡ３にて受け付けられた送信指令に基づき、記憶部２２、記憶部３２、第１のデータベースＤＢ１等の種々の情報源から、入力データＤ１を取得する。例えば、取得部２３１は、ユーザ端末３から送信されるデータを取得する。また、取得部２３１は、送信指令に参照データＤ０の取得要求が含まれている場合、第１のデータベースＤＢ１から参照データＤ０を取得する。以下、説明の便宜上、アクティビティＡ４にて取得されるデータを総称して、入力データＤ１という。入力データＤ１の単位は、ファイル単位やフォルダ単位など任意である。

本実施形態の入力データＤ１は、複数種類の非構造化データのうちの少なくとも１つを含む。非構造化データは、構造化データのように標準化された所定のデータ構造を有しない任意の形式のデータである。言い換えれば、構造化データとは、所定のデータ構造を有するデータであり、非構造化データは、構造化データ以外のデータである。所定のデータ構造は、データを管理するために予め定められた規則である。データ構造は、配列、構造体など、ツリー構造などの任意の形式で構造化される。データ構造は、既存の標準規格に則ったものであっても、ユーザや情報処理システム１の提供事業者などによって構築されたものであってもよい。情報処理装置２は、このように構築されたデータ構造のフォーマットを参照可能に構成されている。情報処理装置２は、データ構造のフォーマットを参照することにより、非構造化データを、フォーマットに従ったデータ構造を有する構造化データに変換することができる。なお、当該フォーマットは、記憶部２２に記憶されていても、第１のデータベースＤＢ１等の情報処理装置２以外の記憶媒体等に記憶されていてもよい。

本実施形態における構造化データは、半構造化データを含み得る。半構造化データは、非構造化データと、当該非構造化データを識別可能なタグ（言い換えればアノテーション）と、の組み合わせからなる。半構造化データは、識別可能なタグによって構築されるデータ構造によって構造化された構造化データともいえる。半構造化データの形式は、例えば、グラフ型、キーバリュー型、ドキュメント型、カラム型などである。また、半構造化データの形式は、データ記述言語（例えばｊｓｏｎ形式）、マークアップ言語（例えばｘｍｌ形式）など、所定のコンピュータ言語を用いて表現される形式を含む。例えば、非構造化データの種類は、画像、動画、音声、三次元空間データ、及び時系列データのうちの少なくとも１つを含む。なお、非構造化データの種類はこれに限られず、データ構造を有しない文書データや、二次元図面データなどを含み得る。

［アクティビティＡ５］
次に、処理がアクティビティＡ５に進み、取得部２３１は、取得された入力データＤ１を、第２のデータベースＤＢ２の第１の記憶領域ＤＢ２１に格納する。第１の記憶領域ＤＢ２１は、取得した生データを格納する、いわゆるデータレイクとして機能し得る。また、取得部２３１は、格納された入力データＤ１に関する情報を取得する。当該情報は、例えば、入力データＤ１が第１の記憶領域ＤＢ２１のどこに記憶されているか（例えば、ファイルパス）、入力データＤ１が第１の記憶領域ＤＢ２１に記憶されたタイミング（例えば、タイムスタンプ）、入力データＤ１のバージョン情報などを含み得る。情報処理装置２は、これらの情報に基づき第１の記憶領域ＤＢ２１に格納されている入力データＤ１にアクセスすることができる。

［アクティビティＡ６］
次に、処理がアクティビティＡ６に進み、特定部２３２は、入力データＤ１の形式に基づき、入力データＤ１に含まれる、少なくとも１つの非構造化データの種類を特定する。入力データＤ１の形式は、入力データＤ１の拡張子を含む。例えば、特定部２３２は、予め定められた拡張子と非構造化データの種類との対応関係を用いて、入力データＤ１の拡張子に基づき、入力データＤ１に含まれる非構造化データの種類を特定する。これにより、情報処理システム１が非構造化データの種類を特定する際の処理負荷を軽減することができる。なお、非構造化データの種類の特定方法はこれに限られず任意である。例えば、特定部２３２は、特定種類の非構造化データを処理可能なソフトウェアで処理可能か否かに基づき、非構造化データの種類を特定してもよい。

［アクティビティＡ７］
次に、処理がアクティビティＡ７に進み、特定部２３２は、特定された非構造化データの種類に基づき、入力データＤ１に対して行われる変換処理が属するカテゴリＣの候補を特定する。

<変換処理>
変換処理は、非構造化データを構造化データに変換するための一連の処理である。情報処理装置２は、変換処理を実行することにより、非構造化データを含む入力データＤ１を構造化データに変換することができる。変換処理は、画像認識処理、音声認識処理、時系列処理、自然言語処理など、非構造化データから特徴量を抽出可能な任意の処理を含む。変換処理としては、教師あり学習、教師なし学習、強化学習など任意のアルゴリズムのものを採用可能である。

変換処理は、分析処理を含み得る。分析処理は、抽出された特徴量や特徴量の統計分布などを入力として所定の分析結果を出力する処理である。分析処理は、例えば、分類分析、回帰分析、時系列分析、レコメンド分析、異常検知、クラスタリング、画像解析、及びテキスト解析などを含み得る。情報処理装置２は、当該分析処理による分析結果を、入力データＤ１を特徴づける特徴量として取得してもよい。

<カテゴリＣ>
カテゴリＣは、指定カテゴリＣ１、用途カテゴリＣ２、収集カテゴリＣ３などを含む。

<指定カテゴリＣ１>
指定カテゴリＣ１は、画像、動画、音声、文書、３次元データなど、非構造化データの種類によって規定される。ユーザが入力データＤ１に含まれる非構造化データの種類を予め把握している場合、ユーザは、指定カテゴリＣ１を指定することにより、入力データＤ１に含まれる非構造化データの種類を直接指定することができる。これにより、ユーザの便宜を図ることができる。

<用途カテゴリＣ２>
用途カテゴリＣ２は、入力データＤ１の用途によって規定されている。入力データＤ１の用途としては、例えば、従業員情報を含む非構造化データを含む入力データＤ１（例えば、履歴書や報告書など）を用いたＩＤプラットフォームの構築や、請求書等の会計資料を用いた財務分析などが挙げられる。これにより、ユーザによる入力データＤ１の利用態様に応じた変換処理の特定が容易となる。

<カテゴリＣ３>
収集カテゴリＣ３は、入力データＤ１の収集態様によって規定される。収集カテゴリＣ３は、例えば、自然会話を含むか否か、入力データＤ１の収集手段や情報源などにより分類される。これにより、ユーザが入力データＤ１の収集態様を把握している場合、ユーザが当該入力データＤ１に応じて適切な収集カテゴリを指定することによって、変換処理の特定精度を向上させることができる。入力データＤ１の収集手段とは、例えば、センサの種類、センサの規格、センサによる測定対象などにより特定される。情報源とは、例えば、情報の提供事業者、提供時期、収集に用いられたウェブサイト（例えば、ＵＲＬやＳＮＳの種類）などによって特定される。

なお、上記複数のカテゴリＣ１，Ｃ２，Ｃ３と、当該複数のカテゴリＣ１，Ｃ２，Ｃ３のそれぞれに属する変換処理との対応関係は、例えば、記憶部２２に記憶されている。当該対応関係は、ユーザによって設定されても、情報処理システム１の提供主体によって設定されても、機械学習等を用いて導出される分類によって設定されてもよい。特定部２３２は、当該対応関係を用いて、変換処理が属するカテゴリＣの候補を特定する。

［アクティビティＡ８］
次に、処理がアクティビティＡ８に進み、ユーザ端末３は、特定されたカテゴリＣの候補に関する情報を表示部３４に表示させる。

［アクティビティＡ９］
次に、処理がアクティビティＡ９に進み、ユーザ端末３は、ユーザによるカテゴリＣの指定を受け付ける。次に、ユーザ端末３は、受け付けたカテゴリＣの指定を情報処理装置２に送信する。

［アクティビティＡ１０］
次に、処理がアクティビティＡ１０に進み、取得部２３１は、送信された、ユーザからのカテゴリＣの指定を取得する。

［アクティビティＡ１１］
次に、処理がアクティビティＡ１１に進み、特定部２３２は、取得された当該指定に基づき、指定されたカテゴリＣに属する変換処理を特定する。特定部２３２は、指定されたカテゴリＣに属する変換処理のうちの少なくとも一部を、入力データＤ１に対して行う変換処理として特定する。変換処理を特定することは、複数の変換処理のうちのどの変換処理を用いるかを特定することに限られず、入力データＤ１に対して行われる変換処理の順序なども含み得る。

［アクティビティＡ１２］
次に、処理がアクティビティＡ１２に進み、生成部２３３は、取得された入力データＤ１に対して、特定された非構造化データの種類に応じた変換処理を行う。これにより、生成部２３３は、所定のデータ構造を有する第１の構造化データＤ２１を生成する。本実施形態では、第１の構造化データＤ２１は、１つの入力データＤ１（例えば、ファイルごとやフォルダごとの入力データＤ１）に対して少なくとも１つ生成される。生成部２３３は、生成された第１の構造化データＤ２１や、入力データＤ１を第２のデータベースＤＢ２の第２の記憶領域ＤＢ２２に格納する。第２の記憶領域ＤＢ２２は、生成された構造化データを格納する、いわゆるデータウェアハウス（ＤＷＨ）として機能し得る。また、取得部２３１は、格納された第１の構造化データＤ２１に関する情報を取得する。当該情報は、例えば、第１の構造化データＤ２１が第２の記憶領域ＤＢ２２のどこに記憶されているか（例えば、ファイルパス）、第１の構造化データＤ２１が第２の記憶領域ＤＢ２２に記憶されたタイミング（例えば、タイムスタンプ）、第１の構造化データＤ２１のバージョン情報などを含み得る。取得部２３１は、これらの情報に基づき第２の記憶領域ＤＢ２２に格納されている第１の構造化データＤ２１にアクセスすることができる。また、生成部２３３は、入力データＤ１と第１の構造化データＤ２１との対応関係を生成し、例えば、第２の記憶領域ＤＢ２２に格納する。これにより、情報処理装置２による第１の構造化データＤ２１の情報源の参照が高速化される。以下、説明の便宜上、生成部２３３によって生成される構造化データや第２の記憶領域ＤＢ２２に格納される構造化データを総称して、「構造化データＤ２」と表記する。

［アクティビティＡ１３］
次に、複数の入力データＤ１が生成され、生成された第１の構造化データＤ２１が複数存在する場合、処理がアクティビティＡ１３に進み、生成部２３３は、複数の第１の構造化データＤ２１を結合する結合処理を行う。これにより、生成部２３３は、第２の構造化データＤ２２を生成する。なお、第１の構造化データＤ２１が複数でない場合、例えば、第１の構造化データＤ２１が単数である場合、生成部２３３は、当該結合処理を省略してもよい。また、生成部２３３は、生成された第１の構造化データＤ２１が複数存在する場合であっても、ユーザの操作に応じて結合処理を実行するか否かを決定してもよい。これにより、ユーザの意に反して第１の構造化データＤ２１が結合されることを抑制することができる。

生成された第１の構造化データＤ２１が複数存在する場合とは、１度の変換処理によって生成された第１の構造化データＤ２１が複数存在する場合に限られない。例えば、過去の変換処理によって生成され、第２の記憶領域ＤＢ２２に格納されている第１の構造化データＤ２１が複数存在する場合やこれらを組み合わせた場合も、生成された第１の構造化データＤ２１が複数存在する場合に該当し得る。

第２の構造化データＤ２２の数は、結合処理が行われる第１の構造化データＤ２１の数より少ない。例えば、生成部２３３は、結合処理を行うことにより、全ての第１の構造化データＤ２１が結合された、単一の第２の構造化データＤ２２を生成する。なお、第１の構造化データＤ２１のデータ構造と第２の構造化データＤ２２のデータ構造とは互いに対応関係がある。好ましくは、第２の構造化データＤ２２のデータ構造は、結合される複数の第１の構造化データＤ２１が有するデータ構造を含む。

具体例として、結合処理の対象となるある第１の構造化データＤ２１がデータ構造として第１の成分と第２の成分とによって構成される配列（第１の成分、第２の成分）＝（Ａ１，Ｂ１）によって現され、結合処理の対象となる他の第１の構造化データＤ２１がデータ構造として第２の成分と第３の成分とによって構成される配列（第２の成分、第３の成分）＝（Ｂ２，Ｃ２）によって表される場合について説明する。この場合、生成部２３３は、これらの第１の構造化データＤ２１に対して結合処理を行うことにより、データ構造として第１の成分、第２の成分、及び第３の成分を含む構造体を有する第２の構造化データＤ２２を生成する。第２の構造化データＤ２２の表現形式は任意であるが、例えば、（第１の成分、第２の成分、第３の成分）として、（Ａ１，Ｂ１，０）という配列と（０、Ｂ２，Ｃ２）という配列のそれぞれを行又は列の成分として含む行列として表現可能である。

生成部２３３は、結合処理によって生成された第２の構造化データＤ２２を、入力データＤ１と第２の構造化データＤ２２との対応関係とともに第２の記憶領域ＤＢ２２に格納する。第２の構造化データＤ２２及び当該対応関係の具体的な格納態様は、例えば、第１の構造化データＤ２１等の格納態様と同様である。なお、生成部２３３は、第１の構造化データＤ２１とは別に第２の構造化データＤ２２を第２の記憶領域ＤＢ２２に格納しても、第１の構造化データＤ２１に代えて第２の構造化データＤ２２を第２の記憶領域ＤＢ２２に格納してもよい。第２の構造化データＤ２２は、構造化データＤ２の一態様である。

［アクティビティＡ１４］
次に、処理がアクティビティＡ１４に進み、表示処理部２３４は、表示処理を実行する。これにより、表示処理部２３４は、構造化データの要素をユーザによって編集可能な編集領域Ｒ１を含む画像を表示部３４に表示させる。なお、編集領域Ｒ１によって編集可能な構造化データは、第１の構造化データＤ２１であっても、第２の構造化データＤ２２であってもよい。好ましくは、編集領域Ｒ１によって編集可能な構造化データＤ２は、第２の記憶領域ＤＢ２２に格納されている最新の構造化データＤ２であり、結合処理が行われた場合は第２の構造化データＤ２２である。以下、説明の便宜上、編集領域Ｒ１によって編集される構造化データは、第２の構造化データＤ２２であるものとして取り扱う。編集領域Ｒ１は、第２の構造化データＤ２２の各要素が視認可能な編集視覚情報ＩＦ１によって編集可能に構成されていても、文字列等によって規定されるコマンドの入力によって第２の構造化データＤ２２の要素を編集可能に構成されていてもよい。生成部２３３は、編集領域Ｒ１に対する操作に応じて、構造化データ（詳細には第２の構造化データＤ２２）の編集態様を指示する編集指令を生成する。

［アクティビティＡ１５］
次に、処理がアクティビティＡ１５に進み、取得部２３１は、生成された編集指令に応じて、第２の構造化データＤ２２に対して編集処理を行う。これにより、生成部２３３は、第２の構造化データＤ２２の要素が編集された、第３の構造化データＤ２３を生成する。第３の構造化データＤ２３は、構造化データＤ２の一態様である。

生成部２３３は、編集処理によって生成された第３の構造化データＤ２３を、入力データＤ１と第３の構造化データＤ２３との対応関係とともに第２の記憶領域ＤＢ２２に格納する。第３の構造化データＤ２３及び当該対応関係の具体的な格納態様は、例えば、第１の構造化データＤ２１等の格納態様と同様である。なお、生成部２３３は、第１の構造化データＤ２１とは別に第２の構造化データＤ２２を第２の記憶領域ＤＢ２２に格納しても、第１の構造化データＤ２１に代えて第２の構造化データＤ２２を第２の記憶領域ＤＢ２２に格納してもよい。

編集処理の終了後、情報処理システム１は、情報処理を終了する。

３．２．情報処理の結果として表示される画像について
本節では、上記情報処理が行われた結果、表示部３４に表示される画像について説明する。当該画像は、第１の画像ＩＭ１と、第２の画像ＩＭ２と、第３の画像ＩＭ３と、第４の画像ＩＭ４と、を含む。

<第１の画像ＩＭ１>
図６は、表示部３４に表示される第１の画像ＩＭ１の一例を示す図である。第１の画像ＩＭ１は、例えば、アクティビティＡ３の処理の際に表示部３４に表示される。第１の画像ＩＭ１は、第１のウィンドウ４と、第２のウィンドウ５と、を含む。

<第１のウィンドウ４>
第１のウィンドウ４は、変換処理の対象となる入力データＤ１に関する情報を表示可能に構成されている。入力データＤ１に関する情報とは、例えば、入力データＤ１の名称（いわゆるファイル名）、第１のウィンドウ４は、入力データ検索領域４１と、入力データリスト表示領域４２と、第１の操作領域４３と、を含む。

<入力データ検索領域４１>
入力データ検索領域４１は、検索条件を入力することにより入力データＤ１を検索可能に構成されている。また、入力データ検索領域４１は、入力データＤ１に関する情報を検索項目として指定可能に構成されている。これにより、複数の入力データＤ１が入力されている場合に、上記情報処理を行う入力データＤ１の指定が容易となる。なお、入力データ検索領域４１は、参照データＤ０を検索対象に含めるか否かを検索条件として検索可能に構成されていてもよい。これにより、目的に応じた参照データＤ０の利活用が容易となる。

<入力データリスト表示領域４２>
入力データリスト表示領域４２には、変換処理の対象となる入力データＤ１の候補が一覧可能に表示される。入力データ検索領域４１を用いた検索が行われている場合、入力データリスト表示領域４２には、上記入力データＤ１の候補のうち、検索条件に適合する入力データＤ１が一覧可能に表示される。入力データリスト表示領域４２は、ユーザによる情報処理を行う入力データＤ１の指定を受付可能に構成されている。情報処理システム１は、入力データリスト表示領域４２にて指定された入力データＤ１に対して変換処理等を実行することで、第１の構造化データＤ２１等を生成する。

<第１の操作領域４３>
第１の操作領域４３は、変換処理の対象となる入力データＤ１を追加するためのＵＩであり、例えば、図示されるようなボタン型のオブジェクトである。第１の操作領域４３は、ボタン型のオブジェクトに代えて、テキストのハイパーリンクが採用されてもよい。第１の操作領域４３の操作によって、第２のウィンドウ５が表示される。

<第２のウィンドウ５>
第２のウィンドウ５は、変換処理の対象となる入力データＤ１を追加可能に構成されている。第２のウィンドウ５は、形式指定領域５１と、少なくとも１つの第１の入力データ表示領域５２と、第２の操作領域５３と、を含む。

<形式指定領域５１>
形式指定領域５１は、追加される入力データＤ１の形式をユーザによって指定可能に構成されている。例えば、追加される入力データＤ１が、請求書を表す画像データである場合、当該入力データＤ１の形式を請求書形式に指定可能に構成されている。特定部２３２は、指定された入力データＤ１の形式に応じて、入力データＤ１に対して行う変換処理が属するカテゴリの候補を特定してもよい。また、例えば、特定部２３２は、変換処理としてアノテーションの付与を行うに際し、指定された請求書形式に応じた当該アノテーションの候補を、カテゴリの候補として特定してもよい。また、特定部２３２は、追加された入力データＤ１が請求書を表すものである、という情報をアノテーションとして付与してもよい。

<第１の入力データ表示領域５２>
第１の入力データ表示領域５２の１つは、追加される入力データＤ１を指定可能に構成されている。例えば、ユーザは、第１の入力データ表示領域５２を操作することにより追加される入力データＤ１を指定する。また、第１の入力データ表示領域５２の１つは、指定された入力データＤ１を視覚的に表現する画像を、プレビュー画像として表示可能に構成されている。また、第１の入力データ表示領域５２は、追加される入力データＤ１の第１の記憶領域ＤＢ２１内での保存先を指定可能に構成されている。さらに、第１の入力データ表示領域５２の１つは、第１の記憶領域ＤＢ２１内に格納される入力データＤ１の名称を指定可能に構成されている。

<第２の操作領域５３>
第２の操作領域５３は、指定された入力データＤ１の追加を実行するか否かを指定可能に構成されたＵＩであり、例えば、図示されるようなボタン型のオブジェクトである。第２の操作領域５３は、ボタン型のオブジェクトに代えて、テキストのハイパーリンクが採用されてもよい。

<第２の画像ＩＭ２>
図７は、表示部３４に表示される第２の画像ＩＭ２の一例を示す図である。第２の画像ＩＭ２は、ユーザがカテゴリＣを指定するための画像である。第２の画像ＩＭ２は、アクティビティＡ８の処理の際に表示される。第２の画像ＩＭ２は、少なくとも１つのカテゴリ指定領域６を含む。

<カテゴリ指定領域６>
カテゴリ指定領域６は、ユーザがカテゴリＣを指定可能なＵＩである。詳細には、カテゴリ指定領域６は、指定カテゴリＣ１として、画像並びに動画、音声、及び三次元空間データのいずれかを指定可能に構成されている。また、カテゴリ指定領域６は、用途カテゴリＣ２として、ＩＤプラットフォーム、地理空間、及びＯＣＲ処理のいずれかを指定可能に構成されている。カテゴリ指定領域６は、収集カテゴリＣ３として、センサによる収集、ＳＮＳからの収集、及び自然会話を対象とする収集のいずれかを指定可能に構成されている。入力データＤ１に含まれる非構造化データの種類に応じて推奨されるカテゴリＣに対応するカテゴリ指定領域６の表示態様は、他のカテゴリＣに対応するカテゴリ指定領域６の表示態様と異なる。具体的には、推奨されるカテゴリＣに対応するカテゴリ指定領域６の輪郭は、強調表示Ｌ１によってユーザが他のカテゴリ指定領域６に比べて視認しやすく構成されている。なお、当該表示態様の差異は、輪郭に限られず、色、大きさなどによって実現されてもよい。カテゴリＣが指定された後、アクティビティＡ１０～アクティビティＡ１２の処理が行われ、入力データＤ１が生成される。その後、変換処理が第３の画像ＩＭ３が表示部３４に表示される。

<第３の画像ＩＭ３>
図８は、表示部３４に表示される第３の画像ＩＭ３の一例を示す図である。第３の画像ＩＭ３は、第２の構造化データＤ２２に関する情報を表示可能に構成されている。第３の画像ＩＭ３は、第２の入力データ表示領域７と、構造化データ表示領域８と、第１の保存操作領域９と、を含む。

<第２の入力データ表示領域７>
第２の入力データ表示領域７には、生成された入力データＤ１に関する情報が表示される。本実施形態では、第２の入力データ表示領域７には入力データＤ１に含まれる請求書の画像が表示される。

<構造化データ表示領域８>
構造化データ表示領域８には、生成された構造化データＤ２に関する情報が表示される。詳細には、構造化データ表示領域８には、生成された構造化データＤ２に含まれる要素が一覧可能に表示される。表示態様は、グラフ形式、木構造形式、表形式など、データ構造に応じて決定されればよい。本実施形態では、構造化データＤ２の要素が二次元の表形式で一覧可能に表示されている。

アクティビティＡ１３の結合処理が行われた場合、構造化データ表示領域８は、第１の領域８１と、第２の領域８２と、を含む。第１の領域８１及び第２の領域８２のそれぞれには、結合処理によって生成された第２の構造化データＤ２２のうち、異なる入力データＤ１の要素が表示される。特に、第１の領域８１には、最新の変換処理によって生成された第１の構造化データＤ２１の要素が表示される。第１の領域８１の表示態様と第２の領域８２の表示態様は、互いに異なる。これにより、第１の領域８１と第２の領域８２とは視覚的に区別可能に構成されている。例えば、第１の領域８１の色は、第２の領域８２の色と異なる。なお、アクティビティＡ１３の結合処理が行われない場合、構造化データ表示領域８には、入力データＤ１に対応する第１の構造化データＤ２１が表示される。この場合、構造化データ表示領域８は、第１の領域８１及び第２の領域８２のいずれか一方のみを含んでもよい。

本実施形態の構造化データ表示領域８は、編集領域Ｒ１としても機能し得る。例えば、構造化データ表示領域８に表示される第２の構造化データＤ２２の要素に対してユーザが編集操作を行うことにより、第３の構造化データＤ２３を生成することが可能である。この場合、構造化データ表示領域８は、第２の構造化データＤ２２の各要素が視認可能な編集視覚情報ＩＦ１として機能する。

<第１の保存操作領域９>
第１の保存操作領域９は、入力データＤ１に対応する構造化データＤ２の保存を指示するためのＵＩであり、例えば、図示されるようなボタン型のオブジェクトである。第２の操作領域５３は、ボタン型のオブジェクトに代えて、テキストのハイパーリンクが採用されてもよい。第１の保存操作領域９が操作されることにより、アクティビティＡ１３の処理が行われる。これにより、構造化データ表示領域８に表示されている構造化データＤ２（例えば、第２の構造化データＤ２２）が第２の記憶領域ＤＢ２２に格納される。その後、第４の画像ＩＭ４が表示部３４に表示される。

<第４の画像ＩＭ４>
図９は、表示部３４に表示される第４の画像ＩＭ４の一例を示す図である。第４の画像ＩＭ４は、生成された構造化データＤ２（例えば、第２の構造化データＤ２２）を編集するための画像である。第４の画像ＩＭ４は、構造化データ検索領域１０と、構造化データ編集領域１１と、編集結果表示領域１２と、第２の保存操作領域１３と、を含む。

<構造化データ検索領域１０>
構造化データ検索領域１０は、検索条件入力領域１０１と、検索結果表示領域１０２と、データセット追加領域１０３と、を含む。

<検索条件入力領域１０１>
検索条件入力領域１０１は、第２の記憶領域ＤＢ２２内に格納されている構造化データＤ２を検索するための検索条件を入力可能に構成されている。検索条件は、文字列によって指定されても、構造化データＤ２の容量や生成日などによって指定されてもよい。

<検索結果表示領域１０２>
検索結果表示領域１０２は、検索条件入力領域１０１に入力された検索条件に合致する構造化データＤ２の一覧を表示可能に構成されている。検索結果表示領域１０２は、検索結果に表示された構造化データＤ２の指定を受付可能に構成されている。

<データセット追加領域１０３>
データセット追加領域１０３は、検索結果表示領域１０２にて指定された構造化データＤ２の編集を開始するためのＵＩであり、例えば、図示されるようなボタン型のオブジェクトである。データセット追加領域１０３は、ボタン型のオブジェクトに代えて、テキストのハイパーリンクが採用されてもよい。

<構造化データ編集領域１１>
構造化データ編集領域１１は、データセット追加領域１０３の操作によって開始された構造化データＤ２を編集可能に構成されている。構造化データ編集領域１１は、コマンド入力領域１１１と、コマンド記憶領域１１２と、コマンド実行領域１１３と、を含む。

<コマンド入力領域１１１>
コマンド入力領域１１１は、構造化データＤ２に対する編集に関する入力を行うための領域であり、編集領域Ｒ１の一態様である。コマンド入力領域１１１は、ユーザからの編集に関する入力をコマンドとして受付可能に構成されている。コマンドは、例えば構造化データＤ２の選択、構造化データＤ２の要素の選択、構造化データＤ２の要素の変更、構造化データＤ２の要素の削除、複数の構造化データＤ２の結合など、任意の編集に関するものを含み得る。

<コマンド記憶領域１１２>
コマンド記憶領域１１２は、コマンド入力領域１１１に入力されたコマンドを記憶するためのＵＩである。コマンド記憶領域１１２がユーザによって操作されることにより、当該コマンドのログが生成される。

<コマンド実行領域１１３>
コマンド実行領域１１３は、コマンド入力領域１１１に入力されたコマンドを実行するためのＵＩである。コマンド実行領域１１３が操作されることにより、第３の構造化データＤ２３が生成される。

<編集結果表示領域１２>
編集結果表示領域１２は、コマンド実行領域１１３の操作によって編集された構造化データＤ２、すなわち第３の構造化データＤ２３に関する情報を表示可能に構成されている。本実施形態では、編集結果表示領域１２は、当該第３の構造化データＤ２３の要素を一覧可能に構成されている。特に、編集結果表示領域１２は、構造化データ編集領域１１と一覧可能な態様で表示されている。これにより、構造化データ編集領域１１による編集操作と当該編集操作の結果との対応関係が把握しやすくなる。そのため、ユーザにとっての利便性が向上する。

<第２の保存操作領域１３>
第２の保存操作領域１３は、構造化データ編集領域１１に入力された編集操作によって生成された第３の構造化データＤ２３を保存するためのＵＩである。第２の保存操作領域１３が操作されることにより、生成された第３の構造化データＤ２３が第２の記憶領域ＤＢ２２に格納される。

４．その他
上記情報処理の態様はあくまで一例であり、これに限られない。例えば、図５に示される表示処理（アクティビティＡ１４）は、結合処理（アクティビティＡ１３）に組み込まれてもよい。例えば、図８に示される構造化データ表示領域８に表される要素が、ユーザによって編集可能に構成されていてもよい。この場合、第２の構造化データＤ２２と第３の構造化データＤ２３との区別は不要である。また、編集処理は、ユーザの操作によって行われる結合処理を含んでもよい。

情報処理システム１は、過去に実行された入力データＤ１に対する処理に基づいて、データフローを生成してもよい。データフローは、同一の情報源から取得される入力データＤ１に行われる変換処理、結合処理、及び編集処理の少なくとも１つを含む。これにより、同一の情報源から取得可能な入力データＤ１を構造化データＤ２に変換する際の手間が軽減される。当該データフローは、ユーザによって変更可能に構成されていてもよい。これにより、ユーザの入力データＤ１の取扱態様に応じて最適なデータフローを構築しやすくなる。

情報処理システム１は、上記データフローに基づく処理を実行するタイミングを指定可能に構成されていてもよい。言い換えれば、情報処理システム１は、上記データフローを実行するためのスケジュールを指定可能に構成されていてもよい。これにより、当該処理を行う際にユーザがユーザ端末３を逐次操作する必要がなくなるため、データフローに基づく処理によって生成される構造化データＤ２の管理が容易となる。

特定部２３２は、指定されたカテゴリＣに属する変換処理の中から、入力データＤ１に対して実行する変換処理を特定しなくてもよい。例えば、特定部２３２は、入力データＤ１に含まれる非構造化の種類に基づき、実行可能な全変換処理のなかから入力データＤ１に対して実行する変換処理を特定してもよい。

指定カテゴリＣ１、用途カテゴリＣ２、及び収集カテゴリＣ３の区別は、便宜的なものであり、これに限られない。例えば、指定カテゴリＣ１及び用途カテゴリＣ２の両方に属する変換処理が存在してもよい。

上記情報処理は、アクティビティＡ１１にて変換処理を特定し、アクティビティＡ１２にて特定された変換処理を実行することにより、構造化データＤ２（詳細には第１の構造化データＤ２１）を生成すればよい。したがって、上記情報処理は、アクティビティＡ１３の結合処理、アクティビティＡ１４の表示処理、アクティビティＡ１５の編集処理などを含んでいなくてもよい。なお、生成部２３３が当該変換処理を行うことによって第１の構造化データＤ２１を生成することは、生成部２３３を含む情報処理装置２が自ら変換処理を行うことによって第１の構造化データＤ２１を生成することに限られない。例えば、生成部２３３が当該変換処理を行うことによって第１の構造化データＤ２１を生成することは、情報処理装置２が特定された変換処理に関する情報を他のデバイスに送信することで、他のデバイスに当該変換処理を実行させることで第１の構造化データＤ２１を生成することを含む。

情報処理装置２は、オンプレミス形態であってもよく、クラウド形態であってもよい。クラウド形態の情報処理装置２としては、例えば、ＳａａＳ（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ）、クラウドコンピューティングという形態で、上述の機能や処理を提供してもよい。

上記実施形態では、情報処理装置２が種々の記憶・制御を行ったが、情報処理装置２に代えて、複数の外部装置が用いられてもよい。すなわち、種々の情報やプログラムは、ブロックチェーン技術等を用いて複数の外部装置に分散して記憶されてもよい。

本実施形態の態様は、情報処理システム１に限定されず、情報処理方法であっても、情報処理プログラムであってもよい。情報処理方法は、情報処理システム１の各ステップを含む。情報処理プログラムは、少なくとも１つのコンピュータに、情報処理システム１の各ステップを実行させる。

上記情報処理システム１等は、次に記載の各態様で提供されてもよい。

（１）情報処理システムであって、次の各ステップがなされるようにプログラムを実行可能なプロセッサを備え、取得ステップでは、入力データを取得し、ここで、前記入力データは、複数種類の非構造化データのうちの少なくとも１つを含み、種類特定ステップでは、取得された前記入力データの形式に基づき、前記入力データに含まれる、少なくとも１つの前記非構造化データの種類を特定し、生成ステップでは、取得された前記入力データに対して、特定された前記非構造化データの種類に応じた変換処理を行うことにより、所定のデータ構造を有する第１の構造化データを生成する、もの。

このような構成によれば、情報処理システムが非構造化データから構造化データを生成する際に、入力データに含まれる非構造化データに応じて適切な変換処理が行われる。したがって、非構造化データの種類によって適切な変換処理が異なる場合であっても、非構造化データを構造化データに変換するに際し、ユーザに求められるデータサイエンスに関する専門性を緩和することができる。

（２）上記（１）に記載の情報処理システムにおいて、さらに、候補特定ステップでは、特定された前記非構造化データの種類に基づき、前記入力データに対して行われる前記変換処理が属するカテゴリの候補を特定し、前記取得ステップでは、ユーザによる前記カテゴリの指定を取得し、さらに、処理特定ステップでは、前記指定に基づき、指定された前記カテゴリに属する前記変換処理を特定する、もの。

このような構成によれば、情報処理システムは、変換処理を特定する際にユーザによるカテゴリの指定を用いることで、ユーザの要求に即した適切な変換処理を特定しやすくなる。したがって、利便性の向上を図ることができる。

（３）上記（２）に記載の情報処理システムにおいて、前記カテゴリは、前記入力データの収集態様によって規定される収集カテゴリを含む、もの。

このような構成によれば、ユーザが入力データの収集態様を把握している場合、ユーザが当該入力データに応じて適切な収集カテゴリを指定することによって、変換処理の特定精度を向上させることができる。

（４）上記（１）～（３）の何れか１つに記載の情報処理システムにおいて、前記生成ステップでは、生成された前記第１の構造化データが複数存在する場合、複数の前記第１の構造化データの少なくとも一部を結合することで第２の構造化データを生成する、もの。

このような構成によれば、複数の第１の構造化データがまとめられるため、構造化データの管理負担が軽減される。

（５）上記（１）～（４）の何れか１つに記載の情報処理システムにおいて、さらに、表示処理ステップでは、前記構造化データの要素をユーザによって編集可能な編集領域を表示させる、もの。

このような構成によれば、非構造化データの変換によって生じ得るノイズを、構造化データの編集によって修正することが可能となる。したがって、利便性の向上を図ることができる。

（６）上記（１）～（５）の何れか１つに記載の情報処理システムにおいて、前記入力データの形式は、前記入力データの拡張子を含む、もの。

このような構成によれば、入力データの拡張子という比較的小さい情報量から、非構造化データの種類が特定される。したがって、情報処理システムが種類特定ステップを実行する際の処理負荷を軽減することができる。

（７）上記（１）～（６）の何れか１つに記載の情報処理システムにおいて、前記非構造化データの種類は、画像、動画、音声、三次元空間データ、及び時系列データのうちの少なくとも１つを含む、もの。

このような構成によれば、非構造化データの大半を占める入力データを構造化データに変換することができるため、さらなる利便性の向上を図ることができる。

（８）情報処理方法であって、上記（１）～（７）の何れか１つに記載の情報処理システムの各ステップを含む、方法。

（９）情報処理プログラムであって、少なくとも１つのコンピュータに、上記（１）～（７）の何れか１つに記載の情報処理システムの各ステップを実行させる、もの。
もちろん、この限りではない。

さらに、以下の観点にも留意されたい。

コンピュータの発明と普及、及びインターネットと通信技術の発明と発達により、大量のデータが蓄積され続け、世界の総データ量はこの１０年で１０倍以上になった。そのうえ、多くのデータベースが運用されるようになり、必要とするデータがどのデータベースに蓄積されているのかを知ることも困難になってきた。

増大したデータ活用に立ちはだかる別の困難も存在する。すなわち、構造化されていない多くのデータの存在である。ここで、構造化されていない非構造化データとは、形式と意味が定義されていない、あるいは定義が不完全なテキストデータ、例えば、音声データ、画像データ、動画データ、センサデータなどである。企業内データの８０％が非構造化データであると言われる。非構造化データの典型例として音声データが挙げられるが、これを意味あるデータとしてコンピュータで処理できるようにするためには、近年の発展が著しい音声認識、自然言語処理だけでなく、記号化したデータに対する意味付与が必要である。

現時点では、データの収集、非構造化データからのデータ抽出、正規化、意味づけ、相互関連付け、分類など、データの意味に関わる情報処理技術は未成熟であり、専門家による作業を必要とする。

このような現状に鑑み、本発明は、専門家に依存することなくデータの収集と非構造化データの構造化データへの変換を含む、データの収集・変換・加工・活用を行う情報処理装置、システム、方法及びプログラム、同プログラムが記憶された記録媒体を提供することを課題とする。

本発明は、専門家の介在なしにインターネットでアクセス可能なあらゆるデータを収集・蓄積し、加工し、分析し、利用する技術を提供する。すなわち、本願発明の代表的な態様に係る情報処理方法は、外部データを含むデータへ接続されるステップと、データが収集されるステップと、データが変換されるステップと、データが前処理されるステップと、データが加工されるステップと、タスクが管理されるステップと、活用のためにデータが表示されるステップと、データの全体管理が含まれる統合化された技術が提供され、各ステップにおいて事業特性に応じたテンプレートが用いられることで専門家に頼らない実行が可能にされ、非構造化データの構造化データへの変換においては、ファイル拡張子に基づくデータ属性の推定、テキストマイニング、自然言語処理、画像解析、動画解析、アノテーションの付与、及びメタ情報の付与等が行われるステップとを備える。

本発明により、外部データを含むデータへの接続、データ収集、データ変換、データ前処理、データ加工、タスク管理、データ活用、データの全体管理を含む、統合化された技術が提供される。

データ接続・収集は、各企業や組織が必要とするデータがどこにあり、どのように収集したら良いかを知るには専門知識が必要である。本発明では、これを誰でも行えるようにするために事業特性に応じた基盤テンプレートをあらかじめ用意し、これを本技術の利用者が選択することで社内・組織内及び社外・組織外のデータへの接続と収集を行う。さらに自動的な接続だけでなく、利用者の意図を反映させて接続されてもよい。

データの接続では、利用者が選択したテンプレート等に基づき、接続すべきデータに接続が行われる。このとき、明示的にデータベースやファイルの指定を行わなくてもよいが、提示されたリストから選択したりＵＲＬを入力するなど、利用者が明示的に指定することも本発明の範囲である。

一般には、接続先には複数種類のデータが蓄積されている。この中からどのデータに接続するかも上記テンプレートに基づいて行う。さらに、リストから利用者が選択してもよい。

上記接続後に収集されるデータは、接続可能な社内・組織内データ、及び社外データのすべて又は一部を含む。さらに、構造化されているデータだけでなく、音声データや画像。動画データ、チャットデータに代表されるような非構造化データなどを含む。

データ変換では、テキストマイニング、自然言語処理、画像解析、動画解析、アノテーションの付与、メタ情報の付与等を行うがこれらに限られない。

データ加工は、まずファイル拡張子を手掛かりにして、例えば、動画、音声、文書、センサなどのどれであるのかを推定し、分類する。次に、利用者が選択した前記テンプレートに基づいてデータ加工を行う。ここで、より確実正確な加工を実現するために、利用者が欲するデータが指定される方式も本発明の範囲である。

前記データ加工は、データの選択、結合、分割、集計、フィルタリングが含まれるが、これらに限らない。

データの選択では、収集と変換されたデータから移行の処理に必要なものを選択する。この選択はテンプレートで規定されて利用者が介在しない場合と、利用者が介在する形で行われる場合の両方及び／又はいずれかを含む。

データの結合と分割では、選択されたデータにおいて、組み合わせるべきもの、あるいは分割すべきものの処理を行う。例えば、複数店舗の売り上げデータが選択された場合、それを地域ごとに結合（まとめ）たり、あるいは、一店舗のデータを時間や曜日に分割したりする。

データの結合は、複数店舗の売り上げを結合するような単純なものから、利用者の目的に合わせた複雑な論理式で結合されるものも含む。どのような結合方法が行われるかは、テンプレートで規定されて利用者が介在しない場合と介在する場合とを含む。

データのフィルタリングでは、特定の条件に合致するものだけを抽出する。ここでは、ひとまとまりのデータから、特定の条件に基づいて抽出することを含む。

上記のフィルタリングでは同じデータベースの中のデータフィールドによって構成される条件式に限らず、他のデータベースと組み合わせてフィルタリングを行う方法も本発明に含まれる。

一般に、社内外、組織内外を問わず、異なるデータベースから収集されたデータの形式は異なる。データの前処理では、以降の処理のためにこれらを整える。

上記のような前処理は単純な例あるが、例えば自然言語では同じ意味に対して複数の表現が存在する。これらを意味的に同一であるとして処理するための複雑な前処理も含む。

データ活用では、上記のようにデータ接続、データ収集、データ変換、データ前処理、データ加工が行われたデータの表示と、それを利用者が活用して検討するためのシステムが含まれる。

本情報処理装置では上記に加えて、タスク管理機能を有する。たとえばデータベースによっては更新サイクルやタイミングが存在するので、それに合わせたデータ収集が必要になるし、一方、データ活用においては利用者による定期的、定時的アクセルが存在する。このような本情報処理システムにおいて必要になる時間的要素を考慮して、タスク管理が本情報処理システムの管理を行う。

データの全体管理では、本情報処理システムが扱うデータとソフトウェアのセキュリティの管理、データのバックアップ、データの保護、アクセス制御、及び基盤運用を行う。

本情報処理装置において、データへの接続、データ収集、データ変換、データ前処理、データ加工、タスク管理、データ活用、データの全体管理の各サブシステムにおいて、ＡＩや深層学習を含む機械学習の手段を用いることも本発明の範囲である。

そこで、上記課題を解決するために、本発明の第１の態様に係る情報処理方法は、専門家の介在無しに、利用者の属性及び／又は目的に基づいて接続すべきデータベースが決定されるステップと、選択されたデータベースへの接続が行なわれるステップと、利用者の属性及び／又は目的に応じて接続されたデータベースからデータが収集されるステップと、収集されたデータが利用者の属性及び／又は目的に応じて変換されるステップと、変換されたデータが利用者の属性及び／又は目的に応じて前処理されるステップと、前処理されたデータが利用者の属性及び／又は目的に応じて加工されるステップと、加工されたデータが利用者の属性及び／又は目的に応じて表示されるステップとを備えることを特徴とする。

本発明の第２の態様として、第１の態様において、前記データの全体管理が行われる機能と、前記ステップが管理されるタスク管理機能及び／又はスケジューリング機能とを含んでもよい構成をとることもできる。

本発明の第３の態様として、第１の態様において、前記接続すべきデータベースが決定されるステップと、選択されたデータベースへの接続が行なわれるステップと、接続されたデータベースからデータが収集されるステップと、収集されたデータが変換されるステップと、変換されたデータが前処理されるステップと、前処理されたデータが加工されるステップと、加工されたデータが表示されるステップにおいて、形式と意味が定義された構造化データだけでなく、それらが定義されていない、あるいは定義が不完全なテキストデータ、音声データ、画像データ、動画データ、センサデータなどの原データを含む非構造化データを含んでもよい構成をとることもできる。

本発明の第４の態様として、第１の態様において、前記専門家の介在無しに利用者の属性及び／又は目的に基づく複数のステップを実行するために、あらかじめ用意されたテンプレートが用いられること、及び／又はテンプレートに対して利用者が修正を加えるようにしてもよい。

本発明の第５の態様として、第１の態様において、利用者の属性及び／又は目的に応じたテンプレート、及び／又はテンプレートに対して利用者が修正を加えることにより、利用者による明示的なデータベースの指定を行うことなくデータベースへの接続と必要なデータ収集が行われるようにしてもよい。

本発明の第６の態様として、第１の態様において、利用者の属性及び／又は目的に応じたテンプレートにより、及び／又はテンプレートに対して利用者が修正を加えることにより、利用者による明示的な指定なしにテキストマイニング、自然言語処理、画像解析、動画解析、アノテーションの付与、メタ情報の付与を含むデータの変換が行われるようにしてもよい。

本発明の第７の態様として、第１の態様において、ファイル拡張子を手掛かりにして、データの種類、例えば動画、音声、文書、センサなどのどれであるのかを推定すること、及び／又は利用者が選択した前記テンプレートに基づき、及び／又はテンプレートに対して利用者が修正を加えてデータの前処理が行われるようにしてもよい。

本発明の第８の態様として、第１の態様において、利用者の属性及び／又は目的に応じたテンプレートにより、及び／又はテンプレートに対して利用者が修正を加えることにより、利用者による明示的な指定なしにデータの選択、結合、分割、集計、フィルタリングを含むデータの加工が行われるようにしてもよい。

本発明の第９の態様として、第１の態様において、利用者の属性及び／又は目的に応じたテンプレートにより、利用者による明示的な指定なしに、構造化データか非構造化データかを問わず、収集、変換、前処理、加工されたデータが表示されるようにしてもよい。

上記課題を解決するために、本発明の第１０の態様に係るプログラムは、コンピュータを、専門家の介在無しに、利用者の属性及び／又は目的に基づいて接続すべきデータベースを決定する接続データベース決定部と、前記選択されたデータベースへの接続を行う接続部と、利用者の属性及び／又は目的に応じて接続されたデータベースからデータを収集するデータ収集部と、前記収集されたデータを利用者の属性及び／又は目的に応じて変換するデータ変換部と、前記変換されたデータを利用者の属性及び／又は目的に応じて前処理するデータ前処理部と、前記前処理されたデータを利用者の属性及び／又は目的に応じて加工するデータ加工部と、前記加工されたデータを利用者の属性及び／又は目的に応じて表示する表示部と、データの全体管理を行う全体管理部と、タスク管理部及び／又はスケジューリング部と、として機能させることを特徴とする。

本発明の第１１の態様として、第１０の態様において、前記接続データベース決定部、前記接続部、前記データ収集部、前記データ変換部、前記データ前処理部、前記データ加工部、前記表示部のうちのいずれか少なくとも一つにおいて、ＡＩや深層学習を含む機械学習の手段が用いられるようにしてもよい。

本発明の第１２の態様として、第１０もしくは第１１の態様に係るプログラムが記憶された記録媒体として実現してもよい。

上記課題を解決するために、本発明の第１３の態様に係る情報処理システムは、専門家の介在無しに、利用者の属性及び／又は目的に基づいて接続すべきデータベースを決定する接続データベース決定部と、前記選択されたデータベースへの接続を行う接続部と、利用者の属性及び／又は目的に応じて接続されたデータベースからデータを収集するデータ収集部と、前記収集されたデータを利用者の属性及び／又は目的に応じて変換するデータ変換部と、前記変換されたデータを利用者の属性及び／又は目的に応じて前処理するデータ前処理部と、前記前処理されたデータを利用者の属性及び／又は目的に応じて加工するデータ加工部と、前記加工されたデータを利用者の属性及び／又は目的に応じて表示する表示部とを備えることを特徴とする。

本発明の各態様によれば、専門家に頼ることなくデータへの接続、データ収集、データ変換、データ前処理、データ加工、タスク管理、データ活用、データの全体管理が行われ、非構造化データを含む多種多様のデータを利用できる情報処理システムが実現される。

最後に、本開示に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。当該新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。当該実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ ：情報処理システム
２ ：情報処理装置
３ ：ユーザ端末
４ ：第１のウィンドウ
５ ：第２のウィンドウ
６ ：カテゴリ指定領域
７ ：第２の入力データ表示領域
８ ：構造化データ表示領域
９ ：第１の保存操作領域
１０ ：構造化データ検索領域
１１ ：構造化データ編集領域
１２ ：編集結果表示領域
１３ ：第２の保存操作領域
２０ ：通信バス
２１ ：通信部
２２ ：記憶部
２３ ：プロセッサ
３０ ：通信バス
３１ ：通信部
３２ ：記憶部
３３ ：プロセッサ
３４ ：表示部
３５ ：入力部
４１ ：入力データ検索領域
４２ ：入力データリスト表示領域
４３ ：第１の操作領域
５１ ：形式指定領域
５２ ：第１の入力データ表示領域
５３ ：第２の操作領域
８１ ：第１の領域
８２ ：第２の領域
１０１ ：検索条件入力領域
１０２ ：検索結果表示領域
１０３ ：データセット追加領域
１１１ ：コマンド入力領域
１１２ ：コマンド記憶領域
１１３ ：コマンド実行領域
２３１ ：取得部
２３２ ：特定部
２３３ ：生成部
２３４ ：表示処理部
Ａ１ ：アクティビティ
Ａ２ ：アクティビティ
Ａ３ ：アクティビティ
Ａ４ ：アクティビティ
Ａ５ ：アクティビティ
Ａ６ ：アクティビティ
Ａ７ ：アクティビティ
Ａ８ ：アクティビティ
Ａ９ ：アクティビティ
Ａ１０ ：アクティビティ
Ａ１１ ：アクティビティ
Ａ１２ ：アクティビティ
Ａ１３ ：アクティビティ
Ａ１４ ：アクティビティ
Ａ１５ ：アクティビティ
Ｃ ：カテゴリ
Ｃ１ ：指定カテゴリ
Ｃ２ ：用途カテゴリ
Ｃ３ ：収集カテゴリ
Ｄ１ ：入力データ
Ｄ２ ：構造化データ
Ｄ２１ ：第１の構造化データ
Ｄ２２ ：第２の構造化データ
Ｄ２３ ：第３の構造化データ
ＤＢ１ ：第１のデータベース
ＤＢ２ ：第２のデータベース
ＤＢ２１ ：第１の記憶領域
ＤＢ２２ ：第２の記憶領域
ＩＭ１ ：第１の画像
ＩＭ２ ：第２の画像
ＩＭ３ ：第３の画像
ＩＭ４ ：第４の画像
Ｌ１ ：強調表示
Ｒ１ ：編集領域

Claims (7)

1. 情報処理システムであって、
   次の各ステップがなされるようにプログラムを実行するプロセッサを備え、
   取得ステップでは、入力データを取得し、ここで、前記入力データは、複数種類の非構造化データのうちの少なくとも１つを含み、
   種類特定ステップでは、取得された前記入力データの形式に基づき、前記入力データに含まれる、少なくとも１つの前記非構造化データの種類を特定し、
   候補特定ステップでは、特定された前記非構造化データの種類に基づき、前記入力データに対して行われる変換処理が属するカテゴリの候補を特定し、特定された前記カテゴリの候補をユーザが一覧可能な視覚情報を生成し、ここで、前記カテゴリは、入力データの用途によって規定される用途カテゴリ、及び入力データの収集態様によって規定される収集カテゴリのうちの少なくとも１つを含み、予め定められた少なくとも１つの前記変換処理が属するように規定され、
   処理特定ステップでは、前記視覚情報において提示される前記カテゴリの候補のうちの１つを指定する、ユーザによる指定操作に基づき、指定された前記カテゴリに属する前記変換処理を特定し、
   生成ステップでは、取得された前記入力データに対して、特定された前記変換処理を行うことにより、所定のデータ構造を有する第１の構造化データを生成する、情報処理システム。
2. 請求項１に記載の情報処理システムにおいて、
   前記生成ステップでは、生成された前記第１の構造化データが複数存在する場合、複数の前記第１の構造化データの少なくとも一部を結合することで第２の構造化データを生成する、情報処理システム。
3. 請求項１に記載の情報処理システムにおいて、
   さらに、表示処理ステップでは、前記第１の構造化データの要素をユーザによって編集可能な編集領域を表示させる、情報処理システム。
4. 請求項１に記載の情報処理システムにおいて、
   前記入力データの形式は、前記入力データの拡張子を含む、情報処理システム。
5. 請求項１に記載の情報処理システムにおいて、
   前記非構造化データの種類は、画像、動画、音声、三次元空間データ、及び時系列データのうちの少なくとも１つを含む、情報処理システム。
6. 情報処理方法であって、
   請求項１～請求項５の何れか１つに記載の情報処理システムの各ステップを、当該情報処理システムが備える前記プロセッサが実行する、情報処理方法。
7. 情報処理プログラムであって、
   請求項１～請求項５の何れか１つに記載の情報処理システムの各ステップを、当該情報処理システムが備える前記プロセッサに実行させる、情報処理プログラム。