JP7429974B2 - 検査装置、学習装置、検査方法、学習器の生産方法、およびプログラム - Google Patents

Description

特許法第３０条第２項適用 令和２年６月１日 ｈｔｔｐｓ：／／ｐｒｔｉｍｅｓ．ｊｐ／ｍａｉｎ／ｈｔｍｌ／ｒｄ／ｐ／００００００００６．００００４８６１１．ｈｔｍｌを通じて発表、令和２年６月３日、令和２年６月１７日、令和２年６月２４日、令和２年７月１日、令和２年７月１５日、令和２年８月１３日、令和２年９月３０日、令和２年１０月７日、令和２年１１月４日、令和２年１２月２日、令和３年１月２１日、令和３年２月２４日、令和３年３月３日、令和３年３月１０日、令和３年３月３１日、令和３年４月７日、令和３年４月１４日、令和３年４月２１日、令和３年４月２８日、令和３年５月１２日、令和３年５月１９日別紙の個別営業先を通じて公開、令和２年６月２３日 ｈｔｔｐｓ：／／ｍｉｒａｉｃｏｌａｂｏ．ｗｉｌｌｓｍａｒｔ．ｃｏ．ｊｐ／ｎｅｗｓ／２９８６／を通じて発表、令和２年７月３１日 ｈｔｔｐｓ：／／ｗｗｗ．ｉｐｒｏｓ．ｊｐ／ｐｒｏｄｕｃｔ／ｄｅｔａｉｌ／２０００５４０５６０／を通じて発表、令和２年８月４日 ｈｔｔｐｓ：／／ｙｏｕｔｕ．ｂｅ／９ｓｙｕ９Ｗ２Ｄ２Ｗｓを通じて発表、令和２年８月５日 ｈｔｔｐｓ：／／ｙｏｕｔｕ．ｂｅ／ｅｌｇＯｙ４ｅＰｈＫｇを通じて発表、令和２年８月２５日 ｈｔｔｐｓ：／／ｐｒｔｉｍｅｓ．ｊｐ／ｍａｉｎ／ｈｔｍｌ／ｒｄ／ｐ／００００００００７．００００４８６１１．ｈｔｍｌを通じて発表、令和２年９月１４日 ｈｔｔｐｓ：／／ｌｅｄｇｅ．ａｉ／ｌｅｄｇｅ－ａｉ－ｅｘｐｏ－ｓｔａｒｔｉｎｇ／ ｈｔｔｐｓ：／／ｌｅｄｇｅ－ｅｘｐｏ．ｃｏｍ／２０２０－ａｔ／ｐｒｏｄｕｃｔ／ｍｉｒａｓｅｎｓｅｓ／を通じて発表、

特許法第３０条第２項適用 令和２年１２月２２日、令和３年２月２４日、令和３年４月２８日、令和３年５月３１日別紙の個別販売先を通じて公開、令和３年２月１７日 ｈｔｔｐｓ：／／ｐｒｔｉｍｅｓ．ｊｐ／ｍａｉｎ／ｈｔｍｌ／ｒｄ／ｐ／００００００００９．００００４８６１１．ｈｔｍｌを通じて発表、令和３年２月１９日 ｈｔｔｐｓ：／／ａｓｃｉｉ．ｊｐ／ｅｌｅｍ／０００／００４／０４４／４０４４７００／を通じて発表、令和３年３月２７日 ｈｔｔｐｓ：／／ｗｗｗ．ａｉ－ｅｄｉｔｏｒ．ｊｐ／ｉｎｄｅｘ．ｈｔｍｌを通じて発表、令和３年４月５日 株式会社ＩＲＩＳが運営するタクシー・サイネージメディア「Ｔｏｋｙｏ Ｐｒｉｍｅ」を通じて公開、令和３年４月１０日 ｈｔｔｐｓ：／／ｙｏｕｔｕ．ｂｅ／ＡｙｐＢＰｉＪＣＨＳ８ ｈｔｔｐｓ：／／ｙｏｕｔｕ．ｂｅ／２ＧｆｅＺｙＩＢＭｕｓを通じて発表

本発明は、文章等のチェックを行う検査装置等に関するものである。

従来、文書作成のエディタにおいて、校正機能があった（例えば、非特許文献１参照）。

Microsoft（登録商標）、"Office でスペル チェックと文章校正を行う"、［online］、［令和３年４月２８日検索］、インターネット［URL：https://support.microsoft.com/ja-jp/topic/office-%E3%81%A7%E3%82%B9%E3%83%9A%E3%83%AB-%E3%83%81%E3%82%A7%E3%83%83%E3%82%AF%E3%81%A8%E6%96%87%E7%AB%A0%E6%A0%A1%E6%AD%A3%E3%82%92%E8%A1%8C%E3%81%86-5cdeced7-d81d-47de-9096-efd0ee909227］

しかしながら、従来技術において、ユーザごとの検査ルールに基づいた文章の検査を行えなかった。

本第一の発明の検査装置は、文章を含む検査情報を、ユーザ識別子に対応付けて受け付ける検査情報受付部と、ユーザ識別子ごとに、ユーザ識別子に対応付けて、文章を検査するための１以上の検査ルールが格納されるルール格納部から、検査情報に対応するユーザ識別子に対応する１以上の検査ルールを取得するルール取得部と、検査情報に対して、１以上の各検査ルールを用いて検査を行う検査部と、検査部における検査の結果を用いて、出力する検査結果を構成する検査結果構成部と、検査結果を出力する結果出力部とを具備する検査装置である。

かかる構成により、ユーザごとの検査ルールに基づいた文章の検査を行える。

また、本第二の発明の検査装置は、第一の発明に対して、検査ルールは、誤記の検出のための１以上の正解用語を含む正解用語辞書を有し、検査部は、検査情報が有する文章に対して形態素解析を行い、２以上の形態素を取得する形態素解析手段と、形態素解析手段が取得した２以上の形態素から、１または連続する２以上の形態素の文字列である２以上の比較文字列を取得する比較文字列取得手段と、２以上の各比較文字列に対して、１以上の各正解用語との差異の程度を特定する差異程度情報を取得する差異程度情報取得手段と、差異程度情報が特定する差異の程度が０ではなく、閾値以内または閾値より小さい場合に、対応する比較文字列が誤記であると判断する判断手段とを具備し、検査結果構成部は、誤記であると判断された比較文字列を特定する検査結果を構成する、検査装置である。

かかる構成により、ユーザが登録した正解用語に対する誤記等を検査できる。

また、本第三の発明の検査装置は、第二の発明に対して、差異程度情報取得手段は、比較文字列または比較文字列と比較する正解用語の文字数を取得し、文字数に応じた差異程度情報を取得する、検査装置である。

かかる構成により、ユーザが登録した正解用語に対する誤記等を適切に検査できる。

また、本第四の発明の検査装置は、第一の発明に対して、正しい文である正例文と、正例文から２以上の各誤記パターンを用いて生成された誤記を含む文である２以上の負例文とを有する２以上の教師データに対して、機械学習の学習処理を行い取得された学習器が格納される学習器格納部をさらに具備し、ルール取得部は、学習器を取得し、検査部は、検査情報が有する１以上の各文と学習器とを用いて、機械学習の予測処理を行い、１以上の各文ごとに、誤字または脱字の箇所を特定する予測手段を具備し、検査結果構成部は、誤字または脱字の箇所を特定する箇所情報を有する検査結果を構成する、検査装置である。

かかる構成により、誤字脱字等を適切に検査できる。

また、本第五の発明の検査装置は、第四の発明に対して、教師データは、誤記パターンを特定するパターン識別子を有し、予測手段は、検査情報が有する１以上の各文と学習器とを用いて、機械学習の予測処理を行い、１以上の各文ごとに、パターン識別子をも取得し、検査結果構成部は、パターン識別子に対応する種類識別子をも有する検査結果を構成する、検査装置である。

かかる構成により、エラーの種類も知ることができる。

また、本第六の発明の検査装置は、第一から第五いずれか１つの発明に対して、検査ルールは、正しい画像である正例画像を有し、検査部は、検査情報が有する１以上の画像を取得し、１以上の各画像と正例画像との差異に関する画像差異情報を取得し、画像差異情報が特定する差異に関する情報が、正例画像に対する擬似画像を検知するための擬似画像条件を満たすか否かを判断する画像判断手段を具備し、検査結果構成部は、検査情報が有する画像が擬似画像条件を満たす場合に、画像がエラーである旨の検査結果を構成する、検査装置である。

かかる構成により、擬似画像のエラーも検査できる。

また、本第七の発明の検査装置は、第一から第六いずれか１つの発明に対して、検査結果は、検査情報におけるエラーの箇所を特定する箇所情報およびエラーの種類を識別する種類識別子とを有し、検査結果が有する種類識別子をユニーク処理した結果の１以上の各種類識別子を選択項目として有し、検査結果が有さない種類識別子を選択項目として有さない選択インターフェイスを構成する選択インターフェイス構成部と、選択インターフェイスを出力する選択インターフェイス出力部と、選択インターフェイスが有する選択項目に対する選択を受け付ける選択受付部と、検査結果構成部は、選択に対する選択項目に対応する種類識別子と対になる１以上の箇所情報に対応するエラーを、他の箇所情報に対応するエラーと比較して、視覚的に異なる検査結果を構成する、検査装置である。

かかる構成により、エラーの種類に応じた選択インターフェイスを使用して、高い操作性で検査結果を閲覧できる。

また、本第八の発明の検査装置は、第一から第六いずれか１つの発明に対して、検査結果は、検査情報におけるエラーの箇所を特定する箇所情報およびエラーの種類を識別する種類識別子とを有し、検査結果構成部は、箇所情報および種類識別子を視覚的に明示する態様の検査結果を構成する、検査装置である。

かかる構成により、エラーの箇所およびエラーの種類も提示できる。

また、本第九の発明の検査装置は、第一から第八いずれか１つの発明に対して、１以上の検査ルールは、２以上の用語が位置条件を満たす位置に配置されていることを検査する検査ルールを含む、検査装置である。

かかる構成により、２以上の用語の組み合わせによる不適切表現のエラーを検査できる。

また、本第十の発明の学習装置は、誤記パターンに関する１以上のパターン情報が格納されるパターン情報格納部と、正しい文である１以上の各正例文を取得する正例文取得部と、１以上の各正例文に対して、１以上の各パターン情報を用いて、誤記を含む文である１以上の負例文を取得する負例文取得部と、正例文と１以上の負例文とを有する２以上の教師データに対して、機械学習の学習処理を行い、学習器を取得する学習部と、学習器を蓄積する蓄積部とを具備する学習装置である。

かかる構成により、誤字や脱字等をチェックする学習器を構成できる。

本発明による検査装置によれば、ユーザごとの検査ルールに基づいた文章の検査を行える。

実施の形態１における情報システムＡの概念図 同情報システムＡのブロック図 同検査装置１の動作例について説明するフローチャート 同検査処理の例について説明するフローチャート 同文検査処理の例について説明するフローチャート 同文検査処理の例について説明するフローチャート 同文検査処理の例について説明するフローチャート 同画像検査処理の例について説明するフローチャート 同検査結果構成処理の例について説明するフローチャート 同選択ＩＦ構成処理の例について説明するフローチャート 同選択検査結果構成処理の例について説明するフローチャート 同端末装置２の動作例について説明するフローチャート 同ルール管理表を示す図 同出力例を示す図 同出力例を示す図 同検査情報の例を示す図 同出力例を示す図 実施の形態２における学習装置３のブロック図 同学習装置３の動作例について説明するフローチャート 同教師データ取得処理の例について説明するフローチャート 同教師データ管理表を示す図 同検査結果の例を示す図 上記実施の形態におけるコンピュータシステムの概観図 同コンピュータシステムのブロック図

以下、検査装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。

（実施の形態１）
本実施の形態において、ユーザに対応付けて、文章等の検査ルールを管理し、ユーザに対応する検査ルールに基づいて、文章等の検査を行う検査装置について説明する。

また、本実施の形態において、登録した正解用語に対する誤記を検出する検査装置について説明する。

また、本実施の形態において、誤字や脱字等を検出する検査装置について説明する。

また、本実施の形態において、エラーの種類も取得し、出力する検査装置について説明する。

また、本実施の形態において、登録した画像に対する擬似画像を検出する検査装置について説明する。

また、本実施の形態において、エラーの種類に基づいて、メニュー等の選択インターフェイスを構成し、出力する検査装置について説明する。

さらに、本実施の形態において、エラーの種類を視覚的に把握できる態様で検査結果を出力する検査装置について説明する。

図１は、本実施の形態における情報システムＡの概念図である。情報システムＡは、検査装置１、および１または２以上の端末装置２を備える。

検査装置１は、文章を含む検査情報を検査する装置である。検査装置１は、通常、いわゆるサーバであり、例えば、クラウドサーバ、ＡＳＰサーバ等である。なお、検査装置１の種類は問わない。なお、検査装置１は、スタンドアロンで動作しても良い。

端末装置２は、ユーザが使用する端末である。ユーザは、例えば、検査情報の検査結果を得るユーザである。端末装置２は、例えば、いわゆるパーソナルコンピュータ、タブレット端末、スマートフォン等であり、その種類は問わない。

図２は、本実施の形態における情報システムＡのブロック図である。検査装置１は、格納部１１、受付部１２、処理部１３、および出力部１４を備える。格納部１１は、ユーザ情報格納部１１１、ルール格納部１１２、および学習器格納部１１３を備える。受付部１２は、検査情報受付部１２１、および選択受付部１２２を備える。処理部１３は、ルール取得部１３１、検査部１３２、検査結果構成部１３３、および選択インターフェイス構成部１３４を備える。検査部１３２は、形態素解析手段１３２１、比較文字列取得手段１３２２、差異程度情報取得手段１３２３、判断手段１３２４、予測手段１３２５、および画像判断手段１３２６を備える。出力部１４は、結果出力部１４１、および選択インターフェイス出力部１４２を備える。

端末装置２は、端末格納部２１、端末受付部２２、端末処理部２３、端末送信部２４、端末受信部２５、および端末出力部２６を備える。

検査装置１を構成する格納部１１には、各種の情報が格納される。各種の情報とは、例えば、後述するユーザ情報、後述する検査ルール、後述する学習器、正例画像である。

正例画像は、正しい画像である。正例画像は、通常、ユーザが登録した画像である。正例画像は、例えば、企業の図形商標、画像商標、ロゴである。

ユーザ情報格納部１１１には、１または２以上のユーザ情報が格納される。ユーザ情報は、検査装置１を利用するユーザに関する情報である。ユーザ情報は、通常、ユーザ識別子を有する。ユーザ識別子は、ユーザを識別する情報である、例えば、ＩＤ、メールアドレス、電話番号、氏名等である。また、ユーザは、組織でも良い。組織は、例えば、企業、地方公共団体である。ユーザが組織である場合、ユーザ識別子は、組織識別子でも良い。

ルール格納部１１２には、ユーザ識別子ごとに、１以上の検査ルールが格納される。検査ルールは、検査対象を検査するためのルールである。検査対象は、エラーの検査の対象である。検査対象は、文章を含む。文章は、１以上の文からなる。検査対象は、画像を含んでも良い。

検査ルールは、検査対象のエラーの検出ための情報である。検査ルールは、検査のためのプログラムでも良い。検査ルールは、例えば、（１）誤記用語ルール、（２）誤字脱字ルール、（３）不適切用語集合ルール、（４）擬似画像ルール、がある。
（１）誤記用語ルール

誤記用語ルールとは、正解用語に対して誤記用語を検出するための情報である。誤記用語ルールは、１以上の正解用語を含む正解用語辞書を有する。正解用語は、例えば、ユーザが登録した用語である。正解用語は、１つの単語または２以上の連続する単語の文字列である。誤記用語ルールは、例えば、正解用語と誤記用語との距離に関する条件を含む。距離に関する条件は、例えば、「０＜距離＜＝閾値Ｘ」「０＜距離＜閾値Ｘ」である。また、距離とは、例えば、編集距離であるが、レーベンシュタイン距離、最小編集距離などでも良い。
（２）誤字脱字ルール

誤字脱字ルールは、誤字や脱字等を検出するための情報である。誤字脱字ルールは、正例文と負例文とに基づく情報であり、例えば、後述する学習装置３が取得する学習器、正解用語と誤字脱字用語とのセットの集合である。誤字脱字用語は、正解用語に対して、誤字や脱字等がある用語である。
（３）不適切用語集合ルール

不適切用語集合ルールとは、２以上の用語が位置条件を満たす位置に配置されていることを検査するための情報である。位置条件は、２以上の用語の相対的な位置に関する条件である。不適切用語集合ルールは、例えば、「用語１と用語２とがＮ単語以内（Ｎは自然数）に存在すること」「用語１の後に用語２がＮ単語以内（Ｎは自然数）に存在すること」である。不適切用語集合ルールは、例えば、「”絶対”の後の５単語以内に”痩せる”が存在すること」である。

不適切用語集合ルールにより、誇張表現、誤解を生む可能性のある表現等の、ユーザが作成する文として不適切な表現を含む文を検出できる。
（４）擬似画像ルール

擬似画像ルールとは、正例画像に対して、検査対象の画像が擬似画像であると判断するための擬似画像条件を含む。擬似画像ルールは、１以上の正例画像を含む。正例画像とは、ユーザにとっての正しい画像である。正例画像は、例えば、企業のロゴ、企業が保有する図形商標である。なお、擬似画像とは、正例画像に似ている画像である。正例画像と全く異なる画像は擬似画像条件を満たさない。

擬似画像条件は、例えば、検査対象の画像と正例画像との類似度についての条件であり、「閾値Ｙ＜類似度＜１」「閾値Ｙ＜＝類似度＜１」（類似度が１の場合には一致している場合）である。

擬似画像条件は、例えば、画像の１または２以上の特徴量に関する条件である。特徴量は、例えば、形状に関する特徴量、色に関する特徴量、構成に関する特徴量である。形状に関する特徴量は、例えば、縦横比である。色に関する特徴量は、例えば、モノクロかカラーか、各色の構成の割合である。構成に関する特徴量は、文字列の有無、特定の図形（例えば、三角形、矩形）の有無である。

擬似画像条件は、類似度についての条件および特徴量に関する条件の両方を含むことは好適である。

学習器格納部１１３は、１または２以上の学習器が格納される。学習器も、ユーザごとに格納されていても良い。つまり、学習器は、ユーザ識別子に対応付いていても良い。

学習器は、後述する学習装置３が取得した情報である。なお、学習器は、学習モデル、モデル等と言っても良い。ここでの学習器は、正例文と当該正例文に対応する１または２以上の負例文とを有する２以上の教師データに対して、機械学習の学習処理を行い取得された情報である。また、正例文は、正しい文である。負例文は、正例文の一部に誤りを含む文である。また、教師データは、誤記パターンを特定するパターン識別子を有することは好適である。なお、パターン識別子は、種類識別子でも良い。

受付部１２は、各種の指示や情報を受け付ける。各種の指示や情報は、例えば、検査情報、選択である。ここで、受け付けとは、通常、端末装置２からの受信であるが、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念である。

検査情報受付部１２１は、検査情報を受け付ける。検査情報受付部１２１は、通常、端末装置２から検査情報を受信する。検査情報は、通常、ユーザ識別子に対応付いている。

選択受付部１２２は、選択インターフェイス（以下、適宜、「選択ＩＦ」と言う。）が有する選択項目に対する選択を受け付ける。選択受付部１２２は、通常、端末装置２から選択を受信する。選択は、選択項目の項目識別子を有する。項目識別子は、選択項目を特定する情報であれば、何でも良い。

処理部１３は、各種の処理を行う。各種の処理は、ルール取得部１３１、検査部１３２、検査結果構成部１３３、選択インターフェイス構成部１３４が行う処理である。

ルール取得部１３１は、検査情報受付部１２１が受け付けた検査情報に対応するユーザ識別子に対応する１以上の検査ルールをルール格納部１１２から取得する。

ルール取得部１３１は、例えば、学習器格納部１１３から学習器を取得する。なお、学習器も検査ルールを構成する情報としても良い。

検査部１３２は、検査情報受付部１２１が受け付けた検査情報に対して、ルール取得部１３１が取得した１以上の各検査ルールを用いて検査を行う。

検査部１３２は、エラーに関するエラー情報を含む検査の結果を取得することは好適である。エラー情報は、箇所情報と種類識別子とを有する。箇所情報は、エラーの箇所を特定する情報である。箇所情報は、例えば、検査対象内のオフセット、開始アドレスと終了アドレス、文字、文字列、画像のＩＤなどである。種類識別子は、エラーの種類を識別する情報である。

検査部１３２は、例えば、２以上の用語が位置条件を満たす位置に配置されていることを検査する検査ルールを用いて、不適切な表現を検出する。

形態素解析手段１３２１は、検査情報が有する文章に対して形態素解析を行い、２以上の形態素を取得する。形態素解析手段１３２１は、通常、検査情報が有する文章が有する１以上の各文に対して、形態素解析を行い、２以上の形態素を取得する。形態素解析の技術は公知技術であるので、詳細な説明を省略する。

比較文字列取得手段１３２２は、形態素解析手段１３２１が取得した２以上の形態素から、２以上の比較文字列を取得する。比較文字列は、一つの形態素、または連続する２以上の形態素の文字列である。

文「高いカスタマイズ性を実現」を、形態素解析手段１３２１が「高い｜カスタマイズ｜性｜を｜実現」と５つの形態素に分けた場合、比較文字列取得手段１３２２は、例えば、比較文字列「高い」「高いカスタマイズ」「高いカスタマイズ性」「高いカスタマイズ性を」「高いカスタマイズ性を実現」「カスタマイズ」「カスタマイズ性」「カスタマイズ性を」「カスタマイズ性を実現」「性」「性を」「性を実現」「を」「を実現」「実現」を取得する。

差異程度情報取得手段１３２３は、比較文字列と正解用語との差異程度情報を取得する。差異程度情報取得手段１３２３は、比較文字列取得手段１３２２が取得した２以上の各比較文字列に対する、１以上の各正解用語との差異程度情報を取得する。差異程度情報は、差異の程度を特定する情報である。差異程度情報は、例えば、距離である。差異程度情報は、編集距離が好適であるが、レーベンシュタイン距離、最小編集距離等でも良い。差異程度情報は、例えば、差異の文字数でも良い。

差異程度情報取得手段１３２３は、比較文字列の文字数と正解用語の文字数との差が閾値以上または閾値より大きい場合には、当該比較文字列と当該正解用語との差異程度情報を取得しないことは好適である。つまり、文字数の差が大きな２つの文字列間の差異程度情報を算出しないことにより、処理速度を速くすることができる。文字数の差が大きな２つの文字列は、誤記等ではなく、無関係な文字列である、として処理を進めることは好適である。

差異程度情報取得手段１３２３は、比較文字列または比較文字列と比較する正解用語の文字数を取得し、当該文字数に応じた差異程度情報を取得することは好適である。文字数に応じた差異程度情報とは、通常、文字数が多いほど、１文字の差異が差異程度情報に及ぼす差異の程度に影響されにくい。文字数に応じた差異程度情報とは、通常、文字数が少ないほど、１文字の差異が差異程度情報に及ぼす差異の程度に対する影響が大きくなる。

判断手段１３２４は、差異程度情報が特定する差異の程度が０ではなく、閾値以内または閾値より小さい場合に、対応する比較文字列が誤記であると判断する。なお、ここでの誤記は、誤っていることを示し、脱字等も含む、とする。

予測手段１３２５は、検査情報が有する１以上の各文と学習器とを用いて、機械学習の予測処理を行い、１以上の各文ごとに、誤字または脱字の箇所を特定する箇所情報を取得する。箇所情報は、文章内における箇所を特定する情報である。箇所情報は、例えば、検査対象内のオフセット、検査対象内の開始アドレスと終了アドレス、文字、文字列等である。予測手段１３２５は、箇所情報と種類情報とを有するエラー情報を取得することは好適である。

予測手段１３２５は、検査情報が有する１以上の各文と学習器とを用いて、機械学習の予測処理を行い、１以上の各文ごとに、パターン識別子をも取得することは好適である。機械学習の予測処理のアルゴリズムは問わない。機械学習は、例えば、深層学習が好適であるが、ランダムフォレスト、決定木等でも良い。

画像判断手段１３２６は、検査情報が有する１以上の画像を取得し、当該１以上の各画像と正例画像との差異に関する画像差異情報を取得する。そして、画像判断手段１３２６は、画像差異情報が特定する差異に関する情報が、擬似画像条件を満たすか否かを判断する。画像差異情報は、例えば、２つの画像の類似度、２つの画像の各特徴量の差異である。特徴量は、例えば、縦横比、色分布、文字列の有無であるが、問わない。

画像判断手段１３２６は、例えば、正例画像と検査画像との類似度を算出する。なお、検査画像は、検査対象の画像である。

そして、画像判断手段１３２６は、例えば、当該類似度が、擬似画像条件に含まれる類似度についての条件を満たすか否かを判断する。類似度についての条件を満たす場合、画像判断手段１３２６は、例えば、正例画像の１種類以上の特徴量と検査画像の１種類以上の特徴量とを取得する。そして、画像判断手段１３２６は、例えば、種類ごとに、２つの特徴量を比較し、検査画像が擬似画像であるか否かを判断する。

画像判断手段１３２６は、検査画像が擬似画像である場合、例えば、検査情報の中の当該画像の箇所を特定する箇所情報を取得する。また、画像判断手段１３２６は、例えば、種類識別子「擬似画像」を取得する。

検査結果構成部１３３は、検査部１３２における検査の結果を用いて、出力する検査結果を構成する。

検査結果構成部１３３は、例えば、誤記であると判断された比較文字列を特定する検査結果を構成する。検査結果構成部１３３は、例えば、誤記であると判断された比較文字列を特定する箇所を視覚的に認識可能な検査結果を構成する。

検査結果構成部１３３は、例えば、誤字または脱字の箇所を特定する箇所情報を有する検査結果を構成する。

検査結果構成部１３３は、例えば、パターン識別子に対応する種類識別子をも有する検査結果を構成する。

検査結果構成部１３３は、例えば、検査情報が有する画像が擬似画像条件を満たす場合に、画像がエラーである旨の検査結果を構成する。

検査結果構成部１３３は、例えば、選択に対する選択項目に対応する種類識別子と対になる１以上の箇所情報に対応するエラーを、他の箇所情報に対応するエラーと比較して、視覚的に異なる検査結果を構成する。また、視覚的に異なる検査結果とは、当該種類識別子と対になる１以上の箇所情報に対応するエラーのみを含む検査結果でも良い。

検査結果構成部１３３は、例えば、箇所情報および種類識別子を視覚的に明示する態様の検査結果を構成する。

選択インターフェイス構成部１３４は、選択インターフェイスを構成する。選択インターフェイスは、１または２以上の選択項目を有するインターフェイスである。選択インターフェイスは、検査結果が有する種類識別子をユニーク処理した結果の１以上の各種類識別子を選択項目として有し、検査結果が有さない種類識別子を選択項目として有さないインターフェイスである。選択インターフェイスは、例えば、メニュー、ボタンの集合、チェックボックスの集合などである。選択項目とは、選択可能な項目である。選択項目は、例えば、メニュー項目、ボタン、チェックボックスなどである。

選択インターフェイス構成部１３４は、通常、検査結果が有する種類識別子をすべて取得し、当該種類識別子に対してユニーク処理をし、各々異なる１以上の各種類識別子を選択項目とする選択インターフェイスを構成する。選択インターフェイスは、検査結果が有するすべての種類識別子に対応する選択項目（例えば、「すべて」）を有しても良い。選択インターフェイスは、検査結果が有さない種類識別子に対応する選択項目は有さない。

出力部１４は、各種の情報を出力する。各種の情報とは、例えば、検査結果である。ここで、出力とは、通常、端末装置２への送信であるが、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念であっても良い。

結果出力部１４１は、検査結果構成部１３３が構成した検査結果を出力する。結果出力部１４１は、例えば、端末装置２に検査結果を送信する。

選択インターフェイス出力部１４２は、選択インターフェイスを出力する。

端末装置２を構成する端末格納部２１には、各種の情報が格納される。各種の情報は、例えば、ユーザ識別子、検査情報である。

端末受付部２２は、各種の指示や情報を受け付ける。各種の指示や情報は、例えば、検査情報、選択指示である。なお、選択指示は、選択項目を選択する指示である。

端末処理部２３は、各種の処理を行う。各種の処理とは、例えば、端末受付部２２が受け付けた指示や情報を、送信するデータ構造の指示や情報にする処理である。各種の処理とは、例えば、端末受信部２５が受信した情報を、出力するデータ構造の情報にする処理である。

端末送信部２４は、各種の指示や情報を送信する。各種の指示や情報は、例えば、検査情報、ユーザ識別子、選択項目の選択の指示である。

端末受信部２５は、各種の情報を受信する。各種の情報は、例えば、検査結果、選択インターフェイスである。

端末出力部２６は、各種の情報を出力する。各種の情報は、例えば、検査情報、検査結果、選択インターフェイスである。

格納部１１、ユーザ情報格納部１１１、ルール格納部１１２、学習器格納部１１３、および端末格納部２１は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。

格納部１１等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が格納部１１等で記憶されるようになってもよく、通信回線等を介して送信された情報が格納部１１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が格納部１１等で記憶されるようになってもよい。

受付部１２、ルール取得部１３１、検査部１３２、検査結果構成部１３３、選択インターフェイス構成部１３４、および端末受信部２５は、通常、無線または有線の通信手段で実現される。

処理部１３、ルール取得部１３１、検査部１３２、検査結果構成部１３３、選択インターフェイス構成部１３４、形態素解析手段１３２１、比較文字列取得手段１３２２、差異程度情報取得手段１３２３、判断手段１３２４、予測手段１３２５、画像判断手段１３２６、および端末処理部２３は、通常、プロセッサやメモリ等から実現され得る。処理部１３等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。なお、プロセッサは、ＭＰＵ、ＣＰＵ、ＧＰＵ等であり、その種類は問わない。

出力部１４、結果出力部１４１、選択インターフェイス出力部１４２、および端末送信部２４は、通常、無線または有線の通信手段で実現される。

端末受付部２２は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。

端末出力部２６は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。端末出力部２６は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。

次に、情報システムＡの動作例について説明する。まず、検査装置１の動作例について、図３のフローチャートを用いて説明する。

（ステップＳ３０１）検査情報受付部１２１は、検査情報等を受け付けたか否かを判断する。検査情報等を受け付けた場合はステップＳ３０２に行き、検査情報等を受け付けなかった場合はステップＳ３０１に戻る。なお、ここでの受け付けは、通常、端末装置２からの受信であるが、ユーザの入力の受け付けでも良い。また、検査情報等とは、例えば、検査情報とユーザ識別子である。ただし、検査情報とユーザ識別子とは、同時に受け付けなくても良い。

（ステップＳ３０２）処理部１３は、検査情報に対する検査処理を行う。検査処理の例について、図４のフローチャートを用いて説明する。

（ステップＳ３０３）検査結果構成部１３３は、検査結果構成処理を行う。検査結果構成処理の例について、図９のフローチャートを用いて説明する。

（ステップＳ３０４）結果出力部１４１は、ステップＳ３０３で構成された検査結果を出力する。なお、ここでの出力は、通常、端末装置２への送信であるが、ディスプレイへの表示、記録媒体への蓄積等でも良い。

（ステップＳ３０５）受付部１２は、ステップＳ３０４で出力された検査結果に対して、選択ＩＦ出力指示を受け付けたか否かを判断する。選択ＩＦ出力指示を受け付けた場合はステップＳ３０６に行き、選択ＩＦ出力指示を受け付けなかった場合はステップＳ３１３に行く。なお、ここでの受け付けは、通常、端末装置２からの受信であるが、ユーザの入力の受け付けでも良い。

（ステップＳ３０６）選択インターフェイス構成部１３４は、選択インターフェイス構成処理を行う。選択ＩＦ構成処理の例について、図１０のフローチャートを用いて説明する。

（ステップＳ３０７）選択インターフェイス出力部１４２は、ステップＳ３０６で構成された選択インターフェイスを出力する。ここでの出力は、通常、端末装置２への送信である。

（ステップＳ３０８）選択受付部１２２は、ステップＳ３０７で出力された選択インターフェイスにおいて、１以上の選択項目が選択されたか否かを判断する。選択項目が選択された場合はステップＳ３０９に行き、選択項目が選択されなかった場合はステップＳ３１１に行く。なお、ここでの受け付けは、通常、端末装置２からの受信であるが、ユーザの入力の受け付けでも良い。

（ステップＳ３０９）検査結果構成部１３３は、選択された選択項目に対応する検査結果を構成する。かかる選択検査結果構成処理の例について、図１１のフローチャートを用いて説明する。

（ステップＳ３１０）結果出力部１４１は、ステップＳ３０９で取得された検査結果を出力する。なお、ここでの出力は、通常、端末装置２への送信であるが、ディスプレイへの表示、記録媒体への蓄積等でも良い。

（ステップＳ３１１）受付部１２は、検査結果の出力終了の指示を受け付けたか否かを判断する。出力終了の指示を受け付けた場合はステップＳ３１２に行き、出力終了の指示を受け付けなかった場合はステップＳ３０８に戻る。

（ステップＳ３１２）処理部１３は、検査結果の出力を終了するための処理を行う。ステップＳ３０１に戻る。なお、かかる処理は、例えば、端末装置２との通信の切断、ユーザのログアウト処理等である。

（ステップＳ３１３）受付部１２は、検査結果の出力終了の指示を受け付けたか否かを判断する。出力終了の指示を受け付けた場合はステップＳ３１４に行き、出力終了の指示を受け付けなかった場合はステップＳ３０５に戻る。

（ステップＳ３１４）処理部１３は、検査結果の出力を終了するための処理を行う。ステップＳ３０１に戻る。

なお、図３のフローチャートにおいて、後述するように、ステップＳ３０５からＳ３１４の処理は、端末装置２が行っても良い。

また、図３のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

次に、ステップＳ３０２の検査処理の例について、図４のフローチャートを用いて説明する。

（ステップＳ４０１）ルール取得部１３１は、受け付けられた検査情報に対応するユーザ識別子を取得する。

（ステップＳ４０２）ルール取得部１３１は、ステップＳ４０１で取得したユーザ識別子と対になる１以上の検査ルールをルール格納部１１２から取得する。なお、ルール取得部１３１は、２以上のユーザが共通に使用する１以上の検査ルールをもルール格納部１１２から取得しても良い。

（ステップＳ４０３）検査部１３２は、カウンタｉに１を代入する。

（ステップＳ４０４）検査部１３２は、受け付けられた検査情報の中に、ｉ番目の文が存在するか否かを判断する。ｉ番目の文が存在する場合はステップＳ４０５に行き、ｉ番目の文が存在しない場合はステップＳ４１１に行く。

（ステップＳ４０５）検査部１３２は、検査情報からｉ番目の文を取得する。

（ステップＳ４０６）検査部１３２は、カウンタｊに１を代入する。

（ステップＳ４０７）検査部１３２は、ステップＳ４０２で取得された１以上の検査ルールの中から、ｊ番目の文に対応する検査ルールが存在するか否かを判断する。ｊ番目の文に対応する検査ルールが存在する場合はステップＳ４０８に行き、存在しない場合はステップＳ４１０に行く。

（ステップＳ４０８）検査部１３２は、ｊ番目の文に対応する検査ルールを用いて、ｉ番目の文を検査する。かかる文検査処理の例について、図５、図６、図７のフローチャートを用いて説明する。なお、検査部１３２は、図５、図６、図７のすべてのフローチャートにおける検査を行うことは好適である。

（ステップＳ４０９）検査部１３２は、カウンタｊを１、インクリメントする。ステップＳ４０７に戻る。

（ステップＳ４１０）検査部１３２は、カウンタｉを１、インクリメントする。ステップＳ４０４に戻る。

（ステップＳ４１１）検査部１３２は、カウンタｋに１を代入する。

（ステップＳ４１２）検査部１３２は、検査情報の中に、ｋ番目の検査画像が存在するか否かを判断する。ｋ番目の検査画像が存在する場合はステップＳ４１３に行き、存在しない場合は上位処理にリターンする。

（ステップＳ４１３）検査部１３２は、カウンタｌに１を代入する。

（ステップＳ４１４）検査部１３２は、ｌ番目の正例画像に対応する検査ルールが存在するか否かを判断する。かかる検査ルールが存在する場合はステップＳ４１５に行き、存在しない場合はステップＳ４１７に行く。なお、正例画像は、１または２以上、存在し得る。また、検査ルールも、１または２以上、存在し得る。

（ステップＳ４１５）検査部１３２は、ｌ番目の正例画像に対応する検査ルールを用いて、ｋ番目の検査対象の画像に対する画像検査処理を行う。画像検査処理の例について、図８のフローチャートを用いて説明する。

（ステップＳ４１６）検査部１３２は、カウンタｌを１、インクリメントする。ステップＳ４１４に戻る。

（ステップＳ４１７）検査部１３２は、カウンタｋを１、インクリメントする。ステップＳ４１２に戻る。

次に、ステップＳ４０８の文検査処理の第一の例について、図５、図６、図７のフローチャートを用いて説明する。第一の例（文検査１）は、正解用語に対する誤記を検査である。

（ステップＳ５０１）形態素解析手段１３２１は、対象となる文に対して形態素解析し、文を形態素に分ける。なお、ここで、検査部１３２は、対象となる文を１または２以上の単語に分けても良い。

（ステップＳ５０２）比較文字列取得手段１３２２は、カウンタｉに１を代入する。

（ステップＳ５０３）比較文字列取得手段１３２２は、ステップＳ５０１で取得した１以上の形態素の中で、ｉ番目の形態素が存在するか否かを判断する。ｉ番目の形態素が存在する場合はステップＳ５０４に行き、ｉ番目の形態素が存在しない場合は上位処理にリターンする。

（ステップＳ５０４）比較文字列取得手段１３２２は、カウンタｊに１を代入する。

（ステップＳ５０５）比較文字列取得手段１３２２は、ｉ番目の形態素を先頭に含むｊ番目の比較文字列が存在するか否かを判断する。ｊ番目の比較文字列が存在する場合はステップＳ５０６に行き、ｊ番目の比較文字列が存在しない場合はステップＳ５１９に行く。なお、ｊ番目の比較文字列は、ｉ番目の形態素を先頭に含む文字列であり、１または２以上の連続する形態素からなる文字列である。

（ステップＳ５０６）比較文字列取得手段１３２２は、ｉ番目の形態素を先頭に含むｊ番目の比較文字列を取得する。

（ステップＳ５０７）差異程度情報取得手段１３２３は、ステップＳ５０６で取得した比較文字列の文字数（Ｎ１）を取得する。

（ステップＳ５０８）差異程度情報取得手段１３２３は、カウンタｋに１を代入する。

（ステップＳ５０９）差異程度情報取得手段１３２３は、ｋ番目の正解用語が、ルール格納部１１２の中の正解用語辞書の中に存在するか否かを判断する。ｋ番目の正解用語が存在する場合はステップＳ５１０に行き、存在しない場合はステップＳ５１８に行く。

（ステップＳ５１０）差異程度情報取得手段１３２３は、ｋ番目の正解用語を正解用語辞書から取得する。

（ステップＳ５１１）差異程度情報取得手段１３２３は、ステップＳ５１０で取得した正解用語の文字数（Ｎ２）を取得する。

（ステップＳ５１２）差異程度情報取得手段１３２３は、Ｎ１とＮ２とが予め決められた条件を満たすか否かを判断する。条件を満たす場合はステップＳ５１３に行き、条件を満たさない場合はステップＳ５１７に行く。なお、予め決められた条件は、例えば、Ｎ１とＮ２との差に関する条件であり、通常、差が小さいことであり、例えば、「｜Ｎ１－Ｎ２｜＜閾値」「｜Ｎ１－Ｎ２｜＜＝閾値」である。

（ステップＳ５１３）差異程度情報取得手段１３２３は、ｋ番目の正解用語とステップＳ５０６で取得した比較文字列との差異程度情報を取得する。なお、差異程度情報は、例えば、２つの文字列の編集距離である。

（ステップＳ５１４）判断手段１３２４は、条件を取得する。なお、検査部１３２は、Ｎ１、またはＮ２、またはＮ１とＮ２に応じた条件を取得することは好適である。

（ステップＳ５１５）判断手段１３２４は、差異程度情報がステップＳ５１４で取得した条件を満たすか否かを判断する。条件を満たす場合はステップＳ５１６に行き、条件を満たさない場合はステップＳ５１７に行く。

（ステップＳ５１６）判断手段１３２４は、ｊ番目の比較文字列の箇所情報と、エラーの種類を特定する種類識別子（ここでは、例えば、「表現のゆらぎ」）とを取得し、図示しないバッファに蓄積する。ステップＳ５１８に行く。

（ステップＳ５１７）差異程度情報取得手段１３２３は、カウンタｋを１、インクリメントする。ステップＳ５０９に戻る。

（ステップＳ５１８）比較文字列取得手段１３２２は、カウンタｊを１、インクリメントする。ステップＳ５０３に戻る。

（ステップＳ５１９）比較文字列取得手段１３２２は、カウンタｉを１、インクリメントする。ステップＳ５０５に戻る。

次に、ステップＳ４０８の文検査処理の第二の例について、図６、図７のフローチャートを用いて説明する。第二の例（文検査２）は、複数の用語を用いた不適切な表現に対する検査である。ここでの検査ルールは、『「用語１」「相対位置」「用語２」』の構造を有するルールである。ここでの検査ルールは、例えば、『用語１の後のＮ用語以内に用語２が存在すること』である。例えば、検査ルールは、『「絶対」の後「５」単語以内に「痩せる」が存在する』である。

（ステップＳ６０１）形態素解析手段１３２１は、対象となる文に対して形態素解析し、文を形態素に分ける。

（ステップＳ６０２）検査部１３２は、カウンタｉに１を代入する。

（ステップＳ６０３）検査部１３２は、ステップＳ６０１で取得した１以上の形態素の中で、ｉ番目の形態素が存在するか否かを判断する。ｉ番目の形態素が存在する場合はステップＳ５０４に行き、ｉ番目の形態素が存在しない場合は上位処理にリターンする。

（ステップＳ６０４）検査部１３２は、カウンタｊに１を代入する。

（ステップＳ６０５）検査部１３２は、ｊ番目の検査ルールが存在するか否かを判断する。ｊ番目の検査ルールが存在する場合はステップＳ６０６に行き、ｊ番目の検査ルールが存在しない場合はステップＳ６１５に行く。

（ステップＳ６０６）検査部１３２は、ｉ番目の形態素を取得する。なお、ｉ番目の形態素を「用語１」とする。

（ステップＳ６０７）検査部１３２は、ステップＳ６０６で取得した「用語１」がｊ番目の検査ルールの「用語１」と一致するか否かを判断する。一致する場合はステップＳ６０８に行き、一致しない場合はステップＳ６１４に行く。

（ステップＳ６０８）検査部１３２は、「用語１」に対して、ｊ番目の検査ルールの相対位置に対応する１以上の「用語２」を取得する。なお、検査ルールが『「絶対」の後「５」単語以内に「痩せる」が存在する』である場合、相対位置は、用語１の後の１つ目から５つ目までの形態素を取得する。

（ステップＳ６０９）検査部１３２は、カウンタｋに１を代入する。

（ステップＳ６１０）検査部１３２は、ステップＳ６０８で取得した「用語２」の中で、ｋ番目の形態素が存在するか否かを判断する。ｋ番目の形態素が存在する場合はステップＳ６０７に行き、ｋ番目の形態素が存在しない場合はステップＳ６１４に行く。

（ステップＳ６１１）検査部１３２は、ｋ番目の形態素（用語２）が、ｊ番目の検査ルールの「用語２」と一致するか否かを判断する。一致する場合はステップＳ６１２に行き、一致しない場合はステップＳ６１３に行く。

（ステップＳ６１２）検査部１３２は、「用語１」「用語２」に対応する箇所情報と種類識別子（ここでは、例えば、「不適切表現」）とを取得し、図示しないバッファに蓄積する。

（ステップＳ６１３）検査部１３２は、カウンタｋを１、インクリメントする。ステップＳ６１０に戻る。

（ステップＳ６１４）検査部１３２は、カウンタｊを１、インクリメントする。ステップＳ６０５に戻る。

（ステップＳ６１５）検査部１３２は、カウンタｉを１、インクリメントする。ステップＳ６０３に戻る。

次に、ステップＳ４０８の文検査処理の第三の例について、図７のフローチャートを用いて説明する。第三の例（文検査３）は、誤字脱字の検査である。

（ステップＳ７０１）予測手段１３２５は、学習器格納部１１３から学習器を取得する。

（ステップＳ７０２）予測手段１３２５は、検査対象の文を取得する。

（ステップＳ７０３）予測手段１３２５は、学習器と文とを用いて、予測処理を行い、予測結果を取得する。

（ステップＳ７０４）予測手段１３２５は、カウンタｉに１を代入する。

（ステップＳ７０５）予測手段１３２５は、ステップＳ７０３で取得された予測結果の中に、ｉ番目のエラーが存在するか否かを判断する。ｉ番目のエラーが存在する場合はステップＳ７０６に行き、存在しない場合は上位処理にリターンする。

（ステップＳ７０６）予測手段１３２５は、ｉ番目のエラーに対応する箇所情報とｉ番目のエラー含まれる種類識別子とを取得し、図示しないバッファに蓄積する。

（ステップＳ７０７）予測手段１３２５は、カウンタｉを１、インクリメントする。ステップＳ７０５に戻る。

次に、ステップＳ４１５の画像検査処理の例について、図８のフローチャートを用いて説明する。

（ステップＳ８０１）画像判断手段１３２６は、検査画像または正例画像のサイズを調整する。なお、サイズの調整とは、例えば、縦または横のサイズを合わせることである。

（ステップＳ８０２）画像判断手段１３２６は、検査画像と正例画像との類似度を算出する。なお、類似度は、画像差異情報の一例である。

（ステップＳ８０３）画像判断手段１３２６は、ステップＳ８０２で取得した類似度が、擬似画像条件を満たすか否かを判断する。条件を満たす場合はステップＳ８０４に行き、条件を満たさない場合は上位処理にリターンする。

（ステップＳ８０４）画像判断手段１３２６は、正例画像の１以上の特徴量を取得する。

（ステップＳ８０５）画像判断手段１３２６は、検査画像の１以上の特徴量を取得する。

（ステップＳ８０６）画像判断手段１３２６は、カウンタｉに１を代入する。

（ステップＳ８０７）画像判断手段１３２６は、ｉ番目の種類の特徴量が存在するか否かを判断する。ｉ番目の種類の特徴量が存在する場合はステップＳ８０８に行き、存在しない場合は上位処理にリターンする。

（ステップＳ８０８）画像判断手段１３２６は、正例画像のｉ番目の種類の特徴量と検査画像のｉ番目の種類の特徴量とが条件を満たすか否かを判断する。条件を満たす場合はステップＳ８０９に行き、条件を満たさない場合はステップＳ８１０に行く。

（ステップＳ８０９）画像判断手段１３２６は、検査画像の位置を特定する箇所情報と、ｉ番目の種類の特徴量に対応する種類識別子とを取得し、図示しないバッファに蓄積する。

（ステップＳ８１０）画像判断手段１３２６は、カウンタｌを１、インクリメントする。ステップＳ８０７に行く。

次に、ステップＳ３０３の検査結果構成処理の例について、図９のフローチャートを用いて説明する。

（ステップＳ９０１）検査結果構成部１３３は、検査情報を取得する。

（ステップＳ９０２）検査結果構成部１３３は、カウンタｉに１を代入する。

（ステップＳ９０３）検査結果構成部１３３は、図示しないバッファに、ｉ番目のエラー情報が存在するか否かを判断する。ｉ番目のエラー情報が存在すればステップＳ９０４に行き、存在しなければ上位処理にリターンする。なお、エラー情報は、箇所情報と種類識別子とを有する。

（ステップＳ９０４）検査結果構成部１３３は、ｉ番目のエラー情報から箇所情報を取得する。

（ステップＳ９０５）検査結果構成部１３３は、ｉ番目のエラー情報から種類識別子を取得する。

（ステップＳ９０６）検査結果構成部１３３は、検査情報を含む検査結果において、箇所情報に対応する情報に対して、種類識別子に対応するエラーの種類を特定できる表示とする。

（ステップＳ９０７）検査結果構成部１３３は、カウンタｉを１、インクリメントする。ステップＳ９０３に戻る。

次に、ステップＳ３０６の選択ＩＦ構成処理の例について、図１０のフローチャートを用いて説明する。

（ステップＳ１００１）選択インターフェイス構成部１３４は、図示しないバッファのすべてのエラー情報から種類識別子を取得する。

（ステップＳ１００２）選択インターフェイス構成部１３４は、種類識別子ごとのエラー数を取得する。種類識別子ごとのエラー数は、種類識別子ごとのエラー情報の数である。

（ステップＳ１００３）選択インターフェイス構成部１３４は、ステップＳ１００１で取得した種類識別子をユニーク処理する。

（ステップＳ１００４）選択インターフェイス構成部１３４は、種類識別子をソートする。なお、選択インターフェイス構成部１３４は、例えば、ステップＳ１００２で取得したエラー数をキーとして、降順に、種類識別子をソートする。また、選択インターフェイス構成部１３４は、例えば、予め決められた種類識別子の優先順位に従って、種類識別子をソートする。

（ステップＳ１００５）選択インターフェイス構成部１３４は、種類識別子に対応する文字列または画像を選択項目として有する選択インターフェイスを構成する。上位処理にリターンする。

なお、図１０のフローチャートにおいて、選択インターフェイス構成部１３４は、予め決められた選択項目（例えば、「すべて」）をも有する選択インターフェイスを構成しても良い。

次に、ステップＳ３０９の選択検査結果構成処理の例について、図１１のフローチャートを用いて説明する。

（ステップＳ１１０１）検査結果構成部１３３は、検査情報を取得する。

（ステップＳ１１０２）検査結果構成部１３３は、選択に対応する種類識別子を取得する。

（ステップＳ１１０３）検査結果構成部１３３は、カウンタｉに１を代入する。

（ステップＳ１１０４）検査結果構成部１３３は、ステップＳ１１０２で取得した種類識別子を含むｉ番目のエラー情報が図示しないバッファに存在するか否かを判断する。ｉ番目のエラー情報が存在する場合はステップＳ１１０５に行き、存在しない場合は上位処理にリターンする。

（ステップＳ１１０５）検査結果構成部１３３は、ｉ番目のエラー情報が有する箇所情報を取得する。

（ステップＳ１１０６）検査結果構成部１３３は、検査情報を含む検査結果において、ステップＳ１１０５で取得した箇所情報に対応する情報に対して、他と異なる表示とする。他と異なる表示とは、例えば、強調すること、他の種類識別子のエラーについては表示しないこと等である。

（ステップＳ１１０７）検査結果構成部１３３は、カウンタｉを１、インクリメントする。ステップＳ１１０４に戻る。

次に、端末装置２の動作例について、図１２のフローチャートを用いて説明する。図１２のフローチャートにおいて、図３のフローチャートと同一のステップについて、説明は省略する。

（ステップＳ１２０１）端末受付部２２は、検査情報を受け付けたか否かを判断する。検査情報を受け付けた場合はステップＳ１２０２に行き、検査情報を受け付けなかった場合はステップＳ１２０１に戻る。

（ステップＳ１２０２）端末処理部２３は、端末格納部２１のユーザ識別子を取得する。また、端末処理部２３は、ユーザ識別子と検査情報とを対応付ける。端末送信部２４は、ユーザ識別子と検査情報とを検査装置１に送信する。

（ステップＳ１２０３）端末受信部２５は、検査装置１から検査結果を受信したか否かを判断する。検査結果を受信した場合はステップＳ１２０４に行き、検査結果を受信しなかった場合はステップＳ１２０３に戻る。

（ステップＳ１２０４）端末処理部２３は、ステップＳ１２０３で受信された検査結果を出力する構造にする。端末出力部２６は、当該検査結果を出力する。ステップＳ３０５に行く。

なお、図１２のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

以下、本実施の形態における情報システムＡの具体的な動作例について説明する。

ユーザ識別子「Ｕ００１」のユーザＡを含む２以上の各ユーザは、自社の特有の検査ルールを、端末装置２に入力し、検査装置１に登録した、とする。その結果、検査装置１のルール格納部１１２には、図１３に示すルール管理表が格納された、とする。なお、ユーザが端末装置２に検査ルールを入力するインターフェイス等は問わない。

また、図１３のルール管理表は、ユーザごとの検査ルールを管理する表である。ルール管理表は、「ＩＤ」「検査ルール」「種類識別子」「ユーザ識別子」を有する１以上のレコードを管理する。

また、学習器格納部１１３には、後述する学習装置３が取得した学習器が格納されている。また、ここでは、学習器は、例えば、学習器１、学習器２等であり、ユーザ識別子に対応付いている、とする。ただし、学習器は、２以上のユーザに共通の情報でも良い。

また、図１３の「ＩＤ＝５７」の検査ルールは、擬似画像の検出のためのルールであり、正例画像１３０１に対して、条件「＜縦横比＞一致 ＜文字列＞有 ＜色＞一致」を含む。「＜縦横比＞一致 ＜文字列＞有 ＜色＞一致」は、正例画像１３０１に対して、縦横比が一致し、かつ画像だけでは無く文字列（ここでは、「ＭＩＲＡＳＥＮＳＥＳ」）を有し、かつ色も一致する画像以外を擬似画像として、エラー検出することを示す。

かかる状況において、以下の４つの具体例について説明する。具体例１は、各種の文の検査を行う場合である。具体例２は、検査結果から選択インターフェイスを構成し、出力する場合である。具体例３は、選択インターフェイスを用いて、選択された項目に対応するエラーのみを出力する場合である。具体例４は、擬似画像を検知する場合である。

（具体例１）
今、ユーザ識別子「Ｕ００１」のユーザＡは、検査して欲しい検査情報を端末装置２に入力した、とする。すると、端末装置２から当該検査情報とユーザ識別子「Ｕ００１」とが検査装置１に送信される。

次に、検査装置１の検査情報受付部１２１は、当該検査情報とユーザ識別子「Ｕ００１」とを受信する。

次に、処理部１３は、以下のように、検査情報に対する検査処理を行う。まず、ルール取得部１３１は、受信されたユーザ識別子「Ｕ００１」と対になる１以上の検査ルールを、図１３のルール管理表から取得する。

次に、検査部１３２は、まず、「ＩＤ＝１」の検査ルールを検査情報に適用し、図５のフローチャートを用いて説明した動作により、「インターフェース」の表記揺れを検知し、その箇所情報と種類識別子「表記揺れ」とを有するエラー情報を、図示しないバッファに蓄積する。

また、検査部１３２は、「ＩＤ＝２」の検査ルールを検査情報に適用し、図５のフローチャートを用いて説明した動作により、「データベース」の表記揺れを検知し、その箇所情報と種類識別子「表記揺れ」とを有するエラー情報を、図示しないバッファに蓄積する。

また、検査部１３２は、「ＩＤ＝２８」の検査ルールを検査情報に適用し、図６のフローチャートを用いて説明した動作により、用語１「絶対」の後５単語以内に用語２「痩せる」を含む表現が存在するか否かを判断する。存在すれば、当該用語１と当該用語２の箇所情報および種類識別子「誇張表現」とを有するエラー情報を、図示しないバッファに蓄積する。

同様に、検査部１３２は、「ＩＤ＝２９」の検査ルールを検査情報に適用し、図６のフローチャートを用いて説明した動作により、用語１「完全」の後３単語以内に用語２「消える」を含む表現が存在するか否かを判断する。存在すれば、当該用語１と当該用語２の箇所情報および種類識別子「誇張表現」とを有するエラー情報を、図示しないバッファに蓄積する。

さらに、検査部１３２は、「ＩＤ＝５６」の検査ルールを検査情報に適用し、図７のフローチャートを用いて説明した動作により、ユーザ識別子「Ｕ００１」と対になる学習器１を、学習器格納部１１３から取得する。また、検査部１３２は、学習器１と検査装置の各文とを用いて、予測処理を行い、予測結果を取得する。また、検査部１３２は、予測結果に含まれる１以上のエラー情報を図示しないバッファに蓄積する。なお、この予測結果は、誤字または脱字の箇所情報と種類識別子「誤字脱字」とを有する１以上のエラー情報を含む、とする。

以上のような検査処理が完了した後、検査結果構成部１３３は、図９のフローチャートを用いて説明した検査結果構成処理を行う。次に、結果出力部１４１は、構成された検査結果を端末装置２に送信する。

次に、端末装置２は、検査結果を受信し、出力する。かかる出力例は、図１４である。図１４において、１４０１は、検査情報の文章である。また、図１４において、エラーの箇所、エラーの種類（種類識別子）が視覚的に認識可能に、検査情報が表示されている。図１４において、エラーの箇所の文字列の背景が、種類識別子に応じた色になっている。また、図１４の１４０２は、エラー情報ごとに、エラーの内容を明示する態様で、エラー情報の集合が出力されている。

（具体例２）
具体例１における処理の後、ユーザＡは、端末装置２に表示された図１４における１４０３を指示した、とする。すると、端末装置２は、選択ＩＦ出力指示を受け付けた、とする。そして、端末装置２は、選択ＩＦ出力指示を検査装置１に送信する。

次に、検査装置１の受付部１２は、選択ＩＦ出力指示を受信する。そして、選択インターフェイス構成部１３４は、以下のように選択インターフェイス構成処理を行う。つまり、選択インターフェイス構成部１３４は、図示しないバッファのすべてのエラー情報から種類識別子を取得する。ここで、選択インターフェイス構成部１３４は、複数の「表記揺れ」、多数の「誤字脱字」、および「表記揺れグループ表示」を取得した、とする。なお、図示しないバッファのエラー情報（具体例１で検出されたエラーのエラー情報）は、「擬似画像」を有さなかった、とする。

次に、選択インターフェイス構成部１３４は、取得した種類識別子ごとのエラー数を取得する。

次に、選択インターフェイス構成部１３４は、取得した種類識別子をユニーク処理し、「表記揺れ」、「誤字脱字」、および「表記揺れグループ表示」を取得する。次に、選択インターフェイス構成部１３４は、例えば、取得したエラー数をキーとして、降順に、種類識別子をソートし、種類識別子を「誤字脱字」、「表記揺れ」、「表記揺れグループ表示」の順に取得した、とする。

次に、選択インターフェイス構成部１３４は、デフォルトの選択項目「すべて」「ユーザー定義-ルール」「ユーザー定義-正誤表」「その他ルール」を格納部１１から取得する。そして、選択インターフェイス構成部１３４は、デフォルトの選択項目の下に、選択項目「誤字脱字」、「表記揺れ」、「表記揺れグループ表示」を順に配置した選択インターフェイス（ここでは、メニュー）を構成する。

次に、選択インターフェイス出力部１４２は、構成されたメニューを端末装置２に送信する。

次に、端末装置２は、メニューを受信し、出力する。かかる出力例は、図１５である。また、選択インターフェイスであるメニューの例は、図１５の１５０１である。１５０１は、エラーとして検知されなかった種類識別子に対応するメニュー項目「擬似画像」を有さない。

なお、選択インターフェイス構成処理、および選択インターフェイスの出力処理は、検査装置１ではなく、端末装置２が行っても良い。かかる場合、選択インターフェイス構成処理のための端末装置２と検査装置１との通信は発生せず、好適である。

（具体例３）
次に、ユーザＡは、図１５の１５０１のメニューから選択項目「誤字脱字」を選択した、とする。すると、端末装置２は、選択項目「誤字脱字」の選択を受け付ける。次に、端末装置２は、当該選択項目「誤字脱字」を特定する選択を検査装置１に送信する。

次に、検査装置１の選択受付部１２２は、選択項目「誤字脱字」を特定する選択の指示を受信する。

そして、検査結果構成部１３３は、選択された選択項目「誤字脱字」に対応する種類識別子「誤字脱字」と対になる多数の箇所情報を、エラー情報から取得する。そして、検査結果構成部１３３は、取得した箇所情報に対応する情報のみをエラーの箇所として明示する検査結果を構成する。次に、結果出力部１４１は、取得された検査結果を端末装置２に送信する。

端末装置２は、当該検査結果を受信し、出力する。かかる検査結果は、「誤字脱字」に対応するエラーのみが明示された検査結果である。

（具体例４）
ここで、ユーザＡは、図１６の検査情報を端末装置２に入力した、とする。そして、端末装置２は、ユーザ識別子「Ｕ００１」と対にして、当該検査情報を検査装置１に送信する。

次に、検査装置１の検査情報受付部１２１は、ユーザ識別子「Ｕ００１」と当該検査情報とを受信する。

次に、ルール取得部１３１は、受信されたユーザ識別子「Ｕ００１」と対になる１以上の検査ルールを、図１３のルール管理表から取得する。

次に、検査部１３２は、図１６の検査情報の中の各文に対して、上述した検査を行う。ここで、図１６の検査情報の中の各文に対する検査の結果、検査部１３２は、エラー情報を取得しなかった、とする。

次に、検査部１３２は、図１３の「ＩＤ＝５７」の検査ルールを用いた擬似画像の検査を以下のように行う。

つまり、まず、検査部１３２は、図１６の検査情報の中の検査画像１６０１を取得する。次に、検査部１３２は、検査画像１６０１の縦のサイズを正例画像の縦のサイズと同じになり、かつ検査画像１６０１の縦横比を代えないように、検査画像１６０１を、拡大または縮小する。

次に、検査部１３２は、検査画像１６０１と正例画像との類似度「Ｓ１」を算出した、とする。次に、検査部１３２は、類似度「Ｓ１」は、擬似画像条件（ここでは、「０．８＜＝類似度（Ｓ）＜１」）を満たす、と判断した、とする。

次に、検査部１３２は、正例画像の３つの特徴量（＜縦横比＞ＡＲ０ ＜文字列＞有 ＜色分布＞色分布情報０）を取得した、とする。なお、「ＡＲ０」は、縦横比の数値であり、「色分布情報０」は、色分布を特定する情報である、とする。

次に、検査部１３２は、検査画像１６０１の３つの特徴量（＜縦横比＞ＡＲ０ ＜文字列＞有 ＜色分布＞色分布情報１）を取得した、とする。

次に、検査部１３２は、検査画像１６０１について、＜縦横比＞と＜文字列＞とは条件を満たす（一致する）、と判断する。一方、検査部１３２は、検査画像１６０１について、＜色分布＞が一致しないので、「色が異なる」と判断する。つまり、検査部１３２は、検査画像１６０１が擬似画像であり、「色が異なる」との検査結果を取得する。

ここで、検査部１３２は、検査画像１６０１の検査情報内における箇所を特定する箇所情報、種類識別子「擬似画像」、およびエラーの内容「色が異なる」を有するエラー情報を取得し、図示しないバッファに一時蓄積した、とする。

次に、検査部１３２は、図１６の検査情報の中の検査画像１６０２を取得する。次に、検査部１３２は、検査画像１６０２の縦のサイズを正例画像の縦のサイズと同じになり、かつ検査画像１６０２の縦横比を代えないように、検査画像１６０２を、拡大または縮小する。

次に、検査部１３２は、検査画像１６０２と正例画像との類似度「Ｓ２」を算出した、とする。次に、検査部１３２は、類似度「Ｓ２」は、擬似画像条件（ここでは、「０．８＜＝類似度（Ｓ）＜１」）を満たす、と判断した、とする。

次に、検査部１３２は、検査画像１６０２の３つの特徴量（＜縦横比＞ＡＲ１ ＜文字列＞有 ＜色分布＞色分布情報０）を取得した、とする。

次に、検査部１３２は、検査画像１６０２について、＜色分布＞と＜文字列＞とは条件を満たす、と判断する。一方、検査部１３２は、検査画像１６０１について、＜縦横比＞が一致しないので、「縦横比が異なる」と判断する。つまり、検査部１３２は、検査画像１６０２が擬似画像であり、「縦横比が異なる」との検査結果を取得する。

ここで、検査部１３２は、検査画像１６０２の検査情報内における箇所を特定する箇所情報、種類識別子「擬似画像」、およびエラーの内容「縦横比が異なる」を有するエラー情報を取得し、図示しないバッファに一時蓄積した、とする。

次に、検査部１３２は、図１６の検査情報の中の検査画像１６０３を取得する。次に、検査部１３２は、検査画像１６０３の縦のサイズを正例画像の縦のサイズと同じになり、かつ検査画像１６０３の縦横比を代えないように、検査画像１６０３を、拡大または縮小する。

次に、検査部１３２は、検査画像１６０３と正例画像との類似度「Ｓ３」を算出した、とする。次に、検査部１３２は、類似度「Ｓ３」は、擬似画像条件（ここでは、「０．８＜＝類似度（Ｓ）＜１」）を満たさない、と判断した、とする。つまり、検査部１３２は、検査画像１６０３が擬似画像ではない、と判断する。

次に、検査部１３２は、図１６の検査情報の中の検査画像１６０４を取得する。次に、検査部１３２は、検査画像１６０４の縦のサイズを正例画像の縦のサイズと同じになり、かつ検査画像１６０４の縦横比を代えないように、検査画像１６０４を、拡大または縮小する。

次に、検査部１３２は、検査画像１６０４と正例画像との類似度「Ｓ４」を算出した、とする。次に、検査部１３２は、類似度「Ｓ４」は、擬似画像条件（ここでは、「０．８＜＝類似度（Ｓ）＜１」）を満たす、と判断した、とする。

次に、検査部１３２は、検査画像１６０４の３つの特徴量（＜縦横比＞ＡＲ０ ＜文字列＞無 ＜色分布＞色分布情報０）を取得した、とする。

次に、検査部１３２は、検査画像１６０２について、＜縦横比＞と＜色分布＞とは条件を満たす、と判断する。一方、検査部１３２は、検査画像１６０１について、＜文字列＞が一致しないので、「文字列がない」と判断する。つまり、検査部１３２は、検査画像１６０２が擬似画像であり、「文字列がない」との検査結果を取得する。

ここで、検査部１３２は、検査画像１６０４の検査情報内における箇所を特定する箇所情報、種類識別子「擬似画像」、およびエラーの内容「文字列がない」を有するエラー情報を取得し、図示しないバッファに一時蓄積した、とする。

次に、検査結果構成部１３３は、検査画像１６０１、１６０２、１６０４に対応するエラー情報を含む検査結果を構成する。次に、結果出力部１４１は、構成された検査結果を端末装置２に送信する。

次に、端末装置２は、検査結果を受信し、出力する。かかる出力例は、図１７である。図１７において、正例画像に対する３つの擬似画像が明示されている。なお、擬似画像のエラーについて、図１６の検査情報の中で、明示されることは好適である。つまり、検査結果構成部１３３は、検査情報の中で、擬似画像を明示する検査結果を取得することは好適である。

以上、本実施の形態によれば、ユーザごとの検査ルールに基づいた文章の検査を行える。

また、本実施の形態によれば、ユーザが登録した正解用語に対する誤記等を検査できる。

また、本実施の形態によれば、誤字脱字等を適切に検査できる。

また、本実施の形態によれば、エラーの箇所やエラーの種類も提示できる。

また、本実施の形態によれば、擬似画像のエラーも検査できる。

さらに、本実施の形態によれば、エラーの種類に応じた選択インターフェイスを使用して、高い操作性で検査結果を閲覧できる。

なお、本実施の形態において、検査装置１は、スタンドアロンの装置でも良い。また、本実施の形態において、検査ルールは、ユーザごとに管理されなくても良い。また、本実施の形態において、検査ルールは、２以上のユーザに対して共通のルールでも良い。

さらに、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ－ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における情報処理装置を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、コンピュータを、文章を含む検査情報を、ユーザ識別子に対応付けて受け付ける検査情報受付部と、ユーザ識別子ごとに、当該ユーザ識別子に対応付けて、文章を検査するための１以上の検査ルールが格納されるルール格納部から、前記検査情報に対応する前記ユーザ識別子に対応する１以上の検査ルールを取得するルール取得部と、前記検査情報に対して、前記１以上の各検査ルールを用いて検査を行う検査部と、前記検査部における検査の結果を用いて、出力する検査結果を構成する検査結果構成部と、前記検査結果を出力する結果出力部として機能させるためのプログラムである。

（実施の形態２）
本実施の形態において、上述した学習器を構成する学習装置について説明する。

図１８は、本実施の形態における学習装置３のブロック図である。学習装置３は、学習格納部３１、学習受付部３２、および学習処理部３３を備える。学習格納部３１は、正例文格納部３１１、およびパターン情報格納部３１２を備える。学習処理部３３は、正例文取得部３３１、負例文取得部３３２、学習部３３３、および蓄積部３３４を備える。

学習格納部３１には、各種の情報が格納される。各種の情報とは、例えば、後述する正例文、後述する負例文、後述するパターン情報、学習器である。

正例文格納部３１１には、１または２以上の正例文が格納される。正例文は、正しい文である。

パターン情報格納部３１２には、１以上のパターン情報が格納される。パターン情報は、誤記のパターンに関する情報である。パターン情報は、通常、パターン識別子に対応付いている。パターン識別子は、例えば、「同音異義語」「Ｔｙｐｏ」「類似文字」である。パターン識別子は、種類識別子でも良い。

パターン識別子「同音異義語」に対応するパターン情報は、例えば、正しい用語に対する同音異義語を生成するプログラム、または／および正しい用語と１以上の同音異義語の１以上のセットである同音異義語辞書である。なお、同音異義語辞書のセットの例（正しい用語：同音異義語［誤った用語］）は、（書類：諸類）（記入：帰入）である。

なお、同音異義語を生成するプログラムは、例えば、漢字と読みとの組を多数、有する漢字辞書を参照し、用語が有する漢字の１字を、同じ読みの漢字に置き換えた同音異義語を生成するプログラムである。

パターン識別子「Ｔｙｐｏ」に対応するパターン情報は、例えば、正しい文字に対するタイプミスの１以上の文字を生成するプログラム、または／および正しい文字とタイプミスの１以上の文字の１以上のセットであるＴｙｐｏ辞書である。Ｔｙｐｏ辞書のセットの例（正しい文字：タイプミスの１以上の文字）は、（ま：ｍま）である。

なお、タイプミスの文字を生成するプログラムは、例えば、ひらがなの文字とローマ字（子音＋母音）との組を多数、有するローマ字辞書を参照し、正しい文字の子音を取得し、当該子音を正しい文字の前に配置するプログラムである。

パターン識別子「類似文字」に対応するパターン情報は、例えば、正しい文字に対する類似文字を生成するプログラム、または／および正しい文字と類似文字の１以上のセットである類似文字辞書である。類似文字辞書のセットの例（正しい文字：類似文字）は、（ま：め）である。

なお、類似文字を生成するプログラムは、例えば、類似文字辞書を参照し、文の中の任意のひらがなを、当該ひらがなと対になる類似文字に置き代えるプログラムである。

学習受付部３２は、各種の情報や指示を受け付ける。各種の情報や指示は、例えば、正例文、学習指示である。学習指示は、学習の開始の指示である。

学習処理部３３は、学習処理を行う。学習処理は、例えば、正例文取得部３３１、負例文取得部３３２、学習部３３３、および蓄積部３３４が行う処理である。ただし、負例文は、自動生成されることは好適であるが、自動生成されなくても良い。

正例文取得部３３１は、１以上の正例文を取得する。正例文取得部３３１は、例えば、正例文格納部３１１から１以上の正例文を取得する。正例文取得部３３１は、例えば、学習受付部３２が受け付けた正例文を取得する。

負例文取得部３３２は、１以上の負例文を取得する。負例文取得部３３２は、正例文を用いて、１以上の負例文を自動生成することは好適である。負例文は、誤記を含む文である。負例文は、正例文に対応付いている。

負例文取得部３３２は、例えば、１以上の各正例文に対して、１以上の各パターン情報を用いて、１以上の負例文を取得する。負例文取得部３３２が負例文を取得する処理例の詳細については、後述する。

学習部３３３は、２以上の教師データに対して、機械学習の学習処理を行い、学習器を取得する。教師データは、正例文と１以上の負例文とを有する。教師データは、１つの正例文と１つの負例文とを有することは好適である。教師データは、エラーの種類を特定する種類識別子を有することは好適である。種類識別子は、例えば、「同音異義語」「Ｔｙｐｏ」「類似文字」である。

学習部３３３は、例えば、ＢＥＲＴにより、２以上の教師データを用いて、機械学習の学習処理を行い、学習器を取得することは好適である。なお、ＢＥＲＴ「Bidirectional Encoder Representations from Transformers」については、ＵＲＬ「https://arxiv.org/pdf/1810.04805.pdf」を参照のこと。

また、学習部３３３が使用する機械学習のアルゴリズムは、問わない。学習部３３３は、例えば、深層学習、ランダムフォレスト、決定木等のうちのいずれかの機械学習のアルゴリズムにより、２以上の教師データに対して学習処理を行い、学習器を取得する。

蓄積部３３４は、学習部３３３が取得した学習器を蓄積する。

学習格納部３１、正例文格納部３１１、およびパターン情報格納部３１２は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。

学習格納部３１等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が学習格納部３１等で記憶されるようになってもよく、通信回線等を介して送信された情報が学習格納部３１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が学習格納部３１等で記憶されるようになってもよい。

学習受付部３２は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。

学習処理部３３、正例文取得部３３１、負例文取得部３３２、学習部３３３、および蓄積部３３４は、通常、プロセッサやメモリ等から実現され得る。学習処理部３３等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。なお、プロセッサは、ＭＰＵ、ＣＰＵ、ＧＰＵ等であり、その種類は問わない。

次に、学習装置３の動作例について、図１９のフローチャートを用いて説明する。

（ステップＳ１９０１）学習受付部３２は、学習指示を受け付けたか否かを判断する。学習指示を受け付けた場合はステップＳ１９０２に行き、学習指示を受け付けなかった場合はステップＳ１９０１に戻る。

（ステップＳ１９０２）学習処理部３３は、カウンタｉに１を代入する。

（ステップＳ１９０３）学習処理部３３は、ｉ番目の正例文が正例文格納部３１１に存在するか否かを判断する。ｉ番目の正例文が存在する場合はステップＳ１９０４に行き、存在しない場合はステップＳ１９０７に行く。

（ステップＳ１９０４）正例文取得部３３１は、ｉ番目の正例文を正例文格納部３１１から取得する。

（ステップＳ１９０５）学習処理部３３は、ｉ番目の正例文を用いて、教師データを取得する。教師データ取得処理の例について、図２０のフローチャートを用いて説明する。

（ステップＳ１９０６）学習処理部３３は、カウンタｉを１、インクリメントする。ステップＳ１９０３に戻る。

（ステップＳ１９０７）学習処理部３３は、ステップＳ１９０５で取得された２以上の教師データに対して、学習処理を行い、学習器を取得する。

（ステップＳ１９０８）蓄積部３３４は、ステップＳ１９０７で取得された学習器を蓄積する。ステップＳ１９０１に戻る。

なお、図１９のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

次に、ステップＳ１９０５の教師データ取得処理の例について、図２０のフローチャートを用いて説明する。

（ステップＳ２００１）負例文取得部３３２は、取得された正例文を形態素解析する。

（ステップＳ２００２）負例文取得部３３２は、カウンタｉに１を代入する。

（ステップＳ２００３）負例文取得部３３２は、ｉ番目の形態素が存在するか否かを判断する。ｉ番目の形態素が存在する場合はステップＳ２００４に行き、存在しない場合は上位処理にリターンする。

（ステップＳ２００４）負例文取得部３３２は、ｉ番目の形態素を取得する。

（ステップＳ２００５）負例文取得部３３２は、カウンタｊに１を代入する。

（ステップＳ２００６）負例文取得部３３２は、ｉ番目の形態素に対応するｊ番目の同音異義語を取得する。ここで、ｊ番目の同音異義語が取得できた場合はステップＳ２００７に行き、取得できなかった場合はステップＳ２０１０に行く。

負例文取得部３３２は、例えば、ｉ番目の形態素と対になる同音異義語を同音異義語辞書から取得する。負例文取得部３３２は、例えば、ｉ番目の形態素が有する任意の漢字と読みが同じ漢字を漢字辞書から取得し、当該任意の漢字を取得した漢字に置き換えた同音異義語を取得する。

（ステップＳ２００７）負例文取得部３３２は、正例文のｉ番目の形態素を、ｊ番目の同音異義語に置き換えた負例文を取得する。

（ステップＳ２００８）負例文取得部３３２は、正例文と、ステップＳ２００７で取得した負例文と種類識別子「同音異義語」とを有する教師データを構成し、図示しないバッファに蓄積する。

（ステップＳ２００９）カウンタｊを１、インクリメントする。ステップＳ２００６に戻る。

（ステップＳ２０１０）負例文取得部３３２は、カウンタｋに１を代入する。

（ステップＳ２０１１）負例文取得部３３２は、ｉ番目の形態素の中に、ｋ番目の文字が存在するか否かを判断する。ｋ番目の文字が存在する場合はステップＳ２０１２に行き、ｋ番目の文字が存在しない場合はステップＳ２０２３に行く。

（ステップＳ２０１２）負例文取得部３３２は、カウンタｌに１を代入する。

（ステップＳ２０１３）負例文取得部３３２は、ｉ番目の形態素の中のｋ番目の文字に対するｌ番目のタイプミスを取得する。ここで、ｊ番目のタイプミスが取得できた場合はステップＳ２０１４に行き、取得できなかった場合はステップＳ２０１７に行く。

負例文取得部３３２は、例えば、ｋ番目の文字と対になるタイプミスの１以上の文字をＴｙｐｏ辞書から取得する。

負例文取得部３３２は、例えば、ｋ番目の文字の先頭の子音をローマ字辞書から取得し、当該子音をｋ番目の文字の前に付加した２文字を取得する。

（ステップＳ２０１４）負例文取得部３３２は、正例文のｉ番目の形態素の中のｋ番目の文字をｊ番目のタイプミスに置き換えた負例文を取得する。

（ステップＳ２０１５）負例文取得部３３２は、正例文と、ステップＳ２０１４で取得した負例文と種類識別子「Ｔｙｐｏ」とを有する教師データを構成し、図示しないバッファに蓄積する。

（ステップＳ２０１６）カウンタｌを１、インクリメントする。ステップＳ２０１３に戻る。

（ステップＳ２０１７）負例文取得部３３２は、カウンタｍに１を代入する。

（ステップＳ２０１８）負例文取得部３３２は、ｉ番目の形態素の中のｋ番目の文字に対すｍ番目の擬似文字を取得する。ここで、ｍ番目の擬似文字が取得できた場合はステップＳ２０１９に行き、取得できなかった場合はステップＳ２０２２に行く。

負例文取得部３３２は、例えば、ｋ番目の文字と対になる擬似文字を、類似文字辞書から取得する。

（ステップＳ２０１９）負例文取得部３３２は、正例文のｉ番目の形態素の中のｋ番目の文字をｍ番目の擬似文字に置き換えた負例文を取得する。

（ステップＳ２０２０）負例文取得部３３２は、正例文と、ステップＳ２０１９で取得した負例文と種類識別子「擬似文字」とを有する教師データを構成し、図示しないバッファに蓄積する。

（ステップＳ２０２１）カウンタｍを１、インクリメントする。ステップＳ２０１８に戻る。

（ステップＳ２０２２）カウンタｋを１、インクリメントする。ステップＳ２０１１に戻る。

（ステップＳ２０２３）カウンタｉを１、インクリメントする。ステップＳ２００３に戻る。

以下、本実施の形態における学習装置３の具体的な動作例について説明する。

今、学習装置３の正例文格納部３１１には、正例文「書類に記入をしました」が格納されている、とする。

また、学習装置３のパターン情報格納部３１２には、パターン識別子「同音異義語」に対応付いた同音異義語辞書が格納されている。また、同音異義語辞書は、正しい用語と同音異義語のセット（書類：諸類）（記入：帰入）」を含む。

また、パターン情報格納部３１２には、パターン識別子「Ｔｙｐｏ」に対応付いたＴｙｐｏ辞書が格納されている。また、Ｔｙｐｏ辞書は、正しい文字とタイプミスの１以上の文字のセット（ま：ｍま）を含む。

さらに、パターン情報格納部３１２には、パターン識別子「擬似文字」に対応付いた類似文字辞書が格納されている。また、類似文字辞書は、正しい文字と類似文字のセット（ま：め）を含む。

かかる状況において、ユーザは、学習指示を学習装置３に入力した、とする。すると、学習装置３の学習受付部３２は、学習指示を受け付ける。

次に、正例文取得部３３１は、正例文「書類に記入をしました」を正例文格納部３１１から取得する。

次に、負例文取得部３３２は、図２０のフローチャートに従って、正例文「書類に記入をしました」に含まれる用語「書類」に対する同音異義語「諸類」を同音異義語辞書から取得する。そして、負例文取得部３３２は、正例文の「書類」を同音異義語「諸類」に置き換えた負例文「諸類に記入をしました」を取得する。そして、負例文取得部３３２は、当該正例文と当該負例文と種類識別子「同音異義語」とを有する教師データを取得し、図示しないバッファに蓄積する。かかる教師データは、図２１の教師データ管理表の「ＩＤ＝１」のレコードである。

また、負例文取得部３３２は、図２０のフローチャートに従って、正例文「書類に記入をしました」に含まれる用語「記入」に対する同音異義語「帰入」を同音異義語辞書から取得する。そして、負例文取得部３３２は、正例文の「記入」を同音異義語「帰入」に置き換えた負例文「書類に帰入をしました」を取得する。そして、負例文取得部３３２は、当該正例文と当該負例文と種類識別子「同音異義語」とを有する教師データを取得し、図示しないバッファに蓄積する。かかる教師データは、図２１の教師データ管理表の「ＩＤ＝２」のレコードである。

また、負例文取得部３３２は、図２０のフローチャートに従って、正例文「書類に記入をしました」に含まれる文字「ま」に対するミスタイプ「ｍま」をＴｙｐｏ辞書から取得する。そして、負例文取得部３３２は、正例文の「ま」をミスタイプ「ｍま」に置き換えた負例文「書類に記入をしmました」を取得する。そして、負例文取得部３３２は、当該正例文と当該負例文と種類識別子「Ｔｙｐｏ」とを有する教師データを取得し、図示しないバッファに蓄積する。かかる教師データは、図２１の教師データ管理表の「ＩＤ＝３」のレコードである。

また、負例文取得部３３２は、図２０のフローチャートに従って、正例文「書類に記入をしました」に含まれる文字「ま」に対する擬似文字「め」を擬似文字辞書から取得する。そして、負例文取得部３３２は、正例文の「ま」を擬似文字「め」に置き換えた負例文「書類に記入をしめした」を取得する。そして、負例文取得部３３２は、当該正例文と当該負例文と種類識別子「擬似文字」とを有する教師データを取得し、図示しないバッファに蓄積する。かかる教師データは、図２１の教師データ管理表の「ＩＤ＝４」のレコードである。

以上のような処理を、他の正例文に対しても行い、負例文取得部３３２は、膨大な数の教師データを取得した、とする。

次に、学習処理部３３は、図２１の２以上の教師データに対して、ＢＥＲＴによる学習処理を行い、学習器を取得する。そして、蓄積部３３４は、取得された学習器を、検査装置１の学習器格納部１１３に蓄積する。なお、かかる学習器は、検査装置１が誤字脱字の検出のために使用する学習器である。

また、検査装置１が、例えば、検査情報「・・・・。諸類に記入しました。・・・」を受け付けた場合、検査部１３２は、当該検査情報の文「諸類に記入しました」と当該学習器とを用いて、機械学習の予測処理を行い、図２２の２２０１に示す検査結果を得た、とする。ここでの検査結果は、各文字に対して、種類識別子ごとの確率を示す情報を含む。

そして、検査部１３２は、確率が閾値（ここでは、０．５０）以上であれば、当該文字が、当該確率に該当する種類識別子で識別されるエラーである、と判断する。つまり、検査部１３２は、確率「０．８６」の文字「諸」が種類識別子「同音異義語」に対応するエラーである、と判断する。

なお、図２２において、例えば、検査部１３２は、ＢＥＲＴによる学習器２２０２のFully Connected Layer（全結合層）を用いて、深層学習のアルゴリズムによる予測処理を行うモジュールに、文「諸類に記入しました」を与え、当該モジュールを実行し、２２０１の検査結果を得ることを示す。

そして、検査結果構成部１３３は、検査情報「・・・・。諸類に記入しました。・・・」のうちの文字「諸」が種類識別子「同音異義語」に対応するエラーであることを明示する検査結果を構成する。

次に、結果出力部１４１は、当該検査結果を出力する。

以上、本実施の形態によれば、誤字や脱字等をチェックする学習器を構成できる。また、本実施の形態によれば、学習器を用いて、誤字や脱字等をチェックできる。

なお、本実施の形態における学習装置３を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、誤記パターンに関する１以上のパターン情報が格納されるパターン情報格納部にアクセス可能なコンピュータを、正しい文である１以上の各正例文を取得する正例文取得部と、前記１以上の各正例文に対して、前記１以上の各パターン情報を用いて、誤記を含む文である１以上の負例文を取得する負例文取得部と、
前記正例文と前記１以上の負例文とを有する２以上の教師データに対して、機械学習の学習処理を行い、学習器を取得する学習部と、前記学習器を蓄積する蓄積部として機能させるためのプログラムである。

また、図２３は、本明細書で述べたプログラムを実行して、上述した種々の実施の形態の検査装置１等を実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。図２３は、このコンピュータシステム３００の概観図であり、図２４は、システム３００のブロック図である。

図２３において、コンピュータシステム３００は、ＣＤ－ＲＯＭドライブを含むコンピュータ３０１と、キーボード３０２と、マウス３０３と、モニタ３０４とを含む。

図２４において、コンピュータ３０１は、ＣＤ－ＲＯＭドライブ３０１２に加えて、ＭＰＵ３０１３と、ＣＤ－ＲＯＭドライブ３０１２等に接続されたバス３０１４と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ３０１５と、ＭＰＵ３０１３に接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのＲＡＭ３０１６と、アプリケーションプログラム、システムプログラム、及びデータを記憶するためのハードディスク３０１７とを含む。ここでは、図示しないが、コンピュータ３０１は、さらに、ＬＡＮへの接続を提供するネットワークカードを含んでも良い。

コンピュータシステム３００に、上述した実施の形態の検査装置１等の機能を実行させるプログラムは、ＣＤ－ＲＯＭ３１０１に記憶されて、ＣＤ－ＲＯＭドライブ３０１２に挿入され、さらにハードディスク３０１７に転送されても良い。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ３０１に送信され、ハードディスク３０１７に記憶されても良い。プログラムは実行の際にＲＡＭ３０１６にロードされる。プログラムは、ＣＤ－ＲＯＭ３１０１またはネットワークから直接、ロードされても良い。

プログラムは、コンピュータ３０１に、上述した実施の形態の検査装置１等の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいれば良い。コンピュータシステム３００がどのように動作するかは周知であり、詳細な説明は省略する。

なお、上記プログラムにおいて、情報を送信するステップや、情報を受信するステップなどでは、ハードウェアによって行われる処理、例えば、送信ステップにおけるモデムやインターフェースカードなどで行われる処理（ハードウェアでしか行われない処理）は含まれない。

また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。

また、上記各実施の形態において、一の装置に存在する２以上の通信手段は、物理的に一の媒体で実現されても良いことは言うまでもない。

また、上記各実施の形態において、各処理は、単一の装置によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。

本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。

以上のように、本発明にかかる検査装置は、ユーザごとの検査ルールに基づいた文章の検査を行えるという効果を有し、検査装置等として有用である。

１ 検査装置
２ 端末装置
３ 学習装置
１１ 格納部
１２ 受付部
１３ 処理部
１４ 出力部
２１ 端末格納部
２２ 端末受付部
２３ 端末処理部
２４ 端末送信部
２５ 端末受信部
２６ 端末出力部
３１ 学習格納部
３２ 学習受付部
３３ 学習処理部
１１１ ユーザ情報格納部
１１２ ルール格納部
１１３ 学習器格納部
１２１ 検査情報受付部
１２２ 選択受付部
１３１ ルール取得部
１３２ 検査部
１３３ 検査結果構成部
１３４ 選択インターフェイス構成部
１４１ 結果出力部
１４２ 選択インターフェイス出力部
３１１ 正例文格納部
３１２ パターン情報格納部
３３１ 正例文取得部
３３２ 負例文取得部
３３３ 学習部
３３４ 蓄積部
１３０１ 正例画像
１３２１ 形態素解析手段
１３２２ 比較文字列取得手段
１３２３ 差異程度情報取得手段
１３２４ 判断手段
１３２５ 予測手段
１３２６ 画像判断手段

Claims (11)

1. 文章を含む検査情報を、ユーザ識別子に対応付けて受け付ける検査情報受付部と、
   ユーザ識別子ごとに、当該ユーザ識別子に対応付けて、文章を検査するための１以上の検査ルールが格納されるルール格納部から、前記検査情報に対応する前記ユーザ識別子に対応する１以上の検査ルールを取得するルール取得部と、
   前記検査情報に対して、前記１以上の各検査ルールを用いて検査を行う検査部と、
   前記検査部における検査の結果を用いて、出力する検査結果を構成する検査結果構成部と、
   前記検査結果を出力する結果出力部とを具備し、
   前記検査ルールは、
   正しい画像である正例画像を有し、
   前記検査部は、
   前記検査情報が有する１以上の画像を取得し、当該１以上の各画像と前記正例画像との差異に関する画像差異情報を取得し、当該画像差異情報が特定する差異に関する情報が、正例画像に対する擬似画像を検知するための擬似画像条件を満たすか否かを判断する画像判断手段を具備し、
   前記検査結果構成部は、
   前記検査情報が有する画像が前記擬似画像条件を満たす場合に、当該画像がエラーである旨の検査結果を構成し、前記検査情報が有する画像が前記擬似画像条件を満たさない場合に、当該画像がエラーである旨の検査結果を構成しない、、検査装置。
2. 前記検査情報は２以上の画像を有し、
   前記検査部は、
   前記検査情報における前記画像のエラーの箇所を特定する箇所情報およびエラーの種類を識別する種類識別子とを取得し、当該箇所情報と当該種類識別子とを有する前記検査結果を取得する、請求項１記載の検査装置。
3. 前記検査ルールは、
   誤記の検出のための１以上の正解用語を含む正解用語辞書を有し、
   前記検査部は、
   前記検査情報が有する文章に対して形態素解析を行い、２以上の形態素を取得する形態素解析手段と、
   前記形態素解析手段が取得した２以上の形態素から、１または連続する２以上の形態素の文字列である２以上の比較文字列を取得する比較文字列取得手段と、
   前記２以上の各比較文字列に対して、前記１以上の各正解用語との差異の程度を特定する差異程度情報を取得する差異程度情報取得手段と、
   前記差異程度情報が特定する差異の程度が０ではなく、閾値以内または閾値より小さい場合に、対応する比較文字列が誤記であると判断する判断手段とを具備し、
   前記検査結果構成部は、
   前記誤記であると判断された前記比較文字列を特定する検査結果を構成する、請求項１記載の検査装置。
4. 前記差異程度情報取得手段は、
   前記比較文字列または当該比較文字列と比較する前記正解用語の文字数を取得し、当該文字数に応じた前記差異程度情報を取得する、請求項３記載の検査装置。
5. 正しい文である正例文と、当該正例文から２以上の各誤記パターンを用いて生成された誤記を含む文である２以上の負例文とを有する２以上の教師データに対して、機械学習の学習処理を行い取得された学習器が格納される学習器格納部をさらに具備し、
   前記ルール取得部は、
   前記学習器を取得し、
   前記検査部は、
   前記検査情報が有する１以上の各文と前記学習器とを用いて、機械学習の予測処理を行い、前記１以上の各文ごとに、誤字または脱字の箇所を特定する予測手段を具備し、
   前記検査結果構成部は、
   前記誤字または脱字の箇所を特定する箇所情報を有する検査結果を構成する、請求項１記載の検査装置。
6. 前記教師データは、誤記パターンを特定するパターン識別子を有し、
   前記予測手段は、
   前記検査情報が有する１以上の各文と前記学習器とを用いて、機械学習の予測処理を行い、前記１以上の各文ごとに、パターン識別子をも取得し、
   前記検査結果構成部は、
   前記パターン識別子に対応する種類識別子をも有する検査結果を構成する、請求項５記載の検査装置。
7. 前記検査結果は、
   前記検査情報におけるエラーの箇所を特定する箇所情報およびエラーの種類を識別する種類識別子とを有し、
   前記検査結果が有する種類識別子をユニーク処理した結果の１以上の各種類識別子を選択項目として有し、前記検査結果が有さない種類識別子を選択項目として有さない選択インターフェイスを構成する選択インターフェイス構成部と、
   前記選択インターフェイスを出力する出力する選択インターフェイス出力部と、
   前記選択インターフェイスが有する選択項目に対する選択を受け付ける選択受付部と、
   前記検査結果構成部は、
   前記選択に対する前記選択項目に対応する種類識別子と対になる１以上の箇所情報に対応するエラーを、他の箇所情報に対応するエラーと比較して、視覚的に異なる検査結果を構成する、請求項１から請求項６いずれか一項に記載の検査装置。
8. 前記検査結果は、
   前記検査情報におけるエラーの箇所を特定する箇所情報およびエラーの種類を識別する種類識別子とを有し、
   前記検査結果構成部は、
   前記箇所情報および前記種類識別子を視覚的に明示する態様の検査結果を構成する、請求項１から請求項６いずれか一項に記載の検査装置。
9. 前記１以上の検査ルールは、
   ２以上の用語が位置条件を満たす位置に配置されていることを検査する検査ルールを含む、請求項１から請求項８いずれか一項に記載の検査装置。
10. 検査情報受付部と、ルール取得部と、検査部と、検査結果構成部と、結果出力部とにより実現される検査方法であって、
    前記検査情報受付部が、文章を含む検査情報を、ユーザ識別子に対応付けて受け付ける検査情報受付ステップと、
    前記ルール取得部が、ユーザ識別子ごとに、当該ユーザ識別子に対応付けて、文章を検査するための１以上の検査ルールが格納されるルール格納部から、前記検査情報に対応する前記ユーザ識別子に対応する１以上の検査ルールを取得するルール取得ステップと、
    前記検査部が、前記検査情報に対して、前記１以上の各検査ルールを用いて検査を行う検査ステップと、
    前記検査結果構成部が、前記検査ステップにおける検査の結果を用いて、出力する検査結果を構成する検査結果構成ステップと、
    前記結果出力部が、前記検査結果を出力する結果出力ステップとを具備し、
    前記検査ルールは、
    正しい画像である正例画像を有し、
    前記検査ステップにおいて、
    前記検査情報が有する１以上の画像を取得し、当該１以上の各画像と前記正例画像との差異に関する画像差異情報を取得し、当該画像差異情報が特定する差異に関する情報が、正例画像に対する擬似画像を検知するための擬似画像条件を満たすか否かを判断し、
    前記検査結果構成ステップにおいて、
    前記検査情報が有する画像が前記擬似画像条件を満たす場合に、当該画像がエラーである旨の検査結果を構成し、前記検査情報が有する画像が前記擬似画像条件を満たさない場合に、当該画像がエラーである旨の検査結果を構成しない、検査方法。
11. コンピュータを、
    文章を含む検査情報を、ユーザ識別子に対応付けて受け付ける検査情報受付部と、
    ユーザ識別子ごとに、当該ユーザ識別子に対応付けて、文章を検査するための１以上の検査ルールが格納されるルール格納部から、前記検査情報に対応する前記ユーザ識別子に対応する１以上の検査ルールを取得するルール取得部と、
    前記検査情報に対して、前記１以上の各検査ルールを用いて検査を行う検査部と、
    前記検査部における検査の結果を用いて、出力する検査結果を構成する検査結果構成部と、
    前記検査結果を出力する結果出力部として機能させるためのプログラムであって、
    前記検査ルールは、
    正しい画像である正例画像を有し、
    前記検査部は、
    前記検査情報が有する１以上の画像を取得し、当該１以上の各画像と前記正例画像との差異に関する画像差異情報を取得し、当該画像差異情報が特定する差異に関する情報が、正例画像に対する擬似画像を検知するための擬似画像条件を満たすか否かを判断する画像判断手段を具備し、
    前記検査結果構成部は、
    前記検査情報が有する画像が前記擬似画像条件を満たす場合に、当該画像がエラーである旨の検査結果を構成し、前記検査情報が有する画像が前記擬似画像条件を満たさない場合に、当該画像がエラーである旨の検査結果を構成しないものとして、前記コンピュータを機能させるためのプログラム。

Images