WO2014115199A1 - 入力支援システム、入力支援方法および入力支援プログラム - Google Patents

入力支援システム、入力支援方法および入力支援プログラム Download PDF

Info

Publication number
WO2014115199A1
WO2014115199A1 PCT/JP2013/005268 JP2013005268W WO2014115199A1 WO 2014115199 A1 WO2014115199 A1 WO 2014115199A1 JP 2013005268 W JP2013005268 W JP 2013005268W WO 2014115199 A1 WO2014115199 A1 WO 2014115199A1
Authority
WO
WIPO (PCT)
Prior art keywords
input
information
type
field
fields
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.)
Ceased
Application number
PCT/JP2013/005268
Other languages
English (en)
French (fr)
Inventor
穣 岡嶋
康高 山本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Solution Innovators Ltd
Original Assignee
NEC Solution Innovators Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Solution Innovators Ltd filed Critical NEC Solution Innovators Ltd
Priority to US14/761,180 priority Critical patent/US20150363379A1/en
Priority to JP2014558290A priority patent/JP5950369B2/ja
Publication of WO2014115199A1 publication Critical patent/WO2014115199A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
    • G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q90/00—Systems or methods specially adapted for administrative, commercial, financial, managerial or supervisory purposes, not involving significant data processing

Definitions

  • the present invention relates to an input support system, an input support method, and an input support program that support input to an input field by a user.
  • Patent Document 1 describes a technique for inputting a facility name into a text box and converting it into an address.
  • Patent Document 2 describes a technique for supporting input to an input form having a plurality of input items.
  • the input support method described in Patent Document 2 analyzes a group of a plurality of input items included in an input form, manages the input items related to each other as one combined group, and stores past input items on these items. Are stored in units of join groups.
  • the input cases of all the input items in the combined group are extracted using the input item and the input information as a search condition, and other results obtained as a result
  • An input example of an input item is displayed as an input candidate for the other input item.
  • Patent Document 3 describes a technique relating to a problem in which the name of a field for inputting user information is not shared by each system.
  • Specific attributes are specified, and standard attributes specified on the server side are associated with the names of input fields and managed. In this way, the burden of information input to the input form for other users after the next time is reduced.
  • An input form displayed on a screen or the like may be provided with a plurality of input fields or an input field for further inputting information related to information entered on another screen.
  • information input in one input field and information input in another input field, such as information about a person or a product. .
  • the input field has such a relationship between the input information, when the information is input to one input field, the information input to the other input field using the input information as a clue Can often be predicted.
  • Patent Document 1 As a technique related to input support using such a relationship between input fields, there is a method described in Patent Document 1, for example.
  • Patent Document 1 it is necessary to previously specify the type of data that can be input in each input field.
  • Patent Document 2 without specifying in advance the type of data that can be input to each input field, based on the relationship between the input fields and information input in the past, Input candidates for other input items can be displayed.
  • the method described in Patent Document 2 has a problem that input candidates for other input items cannot be obtained when the same or similar information has not been input in the past.
  • Patent Document 3 it is assumed that an input field is associated with a standard attribute from a past input by another user or the like. If such association is performed, even a user who uses it for the first time can automatically input the user's information in other input fields from information identifying the user such as a user ID.
  • the method described in Patent Document 3 is a method for supporting user information form input, and is not considered until it is applied to an input field in which various information can be input.
  • a standard attribute of the input field is specified based on an input value of one user. For this reason, for example, if the input value overlaps with the value of another attribute, or if the input value description format is different and does not match the registered value of the attribute that should be true, the attribute to be input There was a problem that could not be identified.
  • An object is to provide an input support system, an input support method, and an input support program that can support input.
  • An input support system is an input support system that supports input to a plurality of input fields, and stores information input in the past in association with a plurality of input fields as an input relation log.
  • a relation log storage means an input candidate group storage means for storing input candidates for each type of information in association with other types of input candidates, an input relation log stored in the input relation log storage means, Based on the type-specific input candidates stored in the input candidate group storage means and the combination thereof, the relationship between the types of input information among the input fields included in the plurality of input fields is stored in the input candidate group storage means.
  • input type relationship estimating means for estimating which combination of the type-specific fields, which is the type-specific field, corresponds.
  • the input support method is an input support method for supporting input to a plurality of input fields, and the input relation log storage means respectively corresponds to information input in the past to the plurality of input fields.
  • the input candidate group storage means stores the input candidates for each type of information in association with other types of input candidates
  • the input type relation estimation means includes the input relation log storage means.
  • the relationship between the types of input information among the input fields included in the plurality of input fields based on the input relationship log stored in the input candidate group and the input candidates for each type stored in the input candidate group storage means and combinations thereof Is an input type relationship estimator that estimates the combination of the type field that is the type field stored in the input candidate group storage unit. Based on the estimation result, the input candidates for each type stored in the input candidate group storage means, and the combination thereof, the error determination of the input information or the prediction of the input information is performed for a plurality of input fields. It is characterized by performing.
  • the input support program includes an input relation log storage means for storing information input in the past in association with a plurality of input fields, and an input candidate for each type of information.
  • An input support program applied to a computer that is accessible to an input candidate group storage unit that stores the input candidate in association with the input candidate, and the computer stores an input relationship log stored in the input relationship log storage unit, and an input Based on the input candidates classified by type and the combinations stored in the candidate group storage means, the relationship between the types of input information among the input fields included in the plurality of input fields is stored in the input candidate group storage means.
  • the present invention is characterized in that a process for estimating which combination of the type-specific fields, which are the types-specific fields, is executed.
  • FIG. 1 is a block diagram illustrating a configuration example of the input support system according to the first embodiment.
  • the input support system shown in FIG. 1 includes an input relationship log storage unit 101, an input candidate group storage unit 102, and an input type relationship estimation unit 103.
  • the input relation log storage unit 101 stores information groups input in the past in a plurality of input fields as one set and stores them as an input relation log.
  • the input relation log means a log of information indicating an input relation which is a relation of input information between two or more input fields.
  • the input relation log storage unit 101 may collect information input at the same timing for a plurality of designated input fields so that the correspondence with the input field of the input destination can be understood. .
  • the input relation log storage unit 101 may store information after conversion into correct information as a result of input support for each input field.
  • the input field specified here is based on the premise that the input information is related to each other. However, the input type relationship estimation means 103 described later determines whether there is a relationship. Also good.
  • information indicating which input field is related to which input field may be stored in the system in advance, or may be dynamically acquired by form analysis or the like. Further, in the case of a Web page, these input fields may be related to each other, assuming that the input fields for inputting the information from the information transmitted to the server at once are related to each other.
  • FIG. 2 is an explanatory diagram showing an example of the input relation log stored in the input relation log storage means 101.
  • information input in the past in the input field 1 and information input in the past in the input field 2 are stored in association with each other at the input timing as input relation logs. It is shown that.
  • the information included in one record represents the same input timing.
  • FIG. 2 shows that as the first input relation log, the information “Yamamoto” in the input field 1 and the information “KK Co., Ltd.” in the input field 2 are input at the same input timing. Has been. Note that what is considered the same input timing depends on the target form.
  • the input candidate group storage means 102 stores input candidates for each type of information in association with other types of input candidates.
  • each type of input candidate is homogeneous data in the type expression method. That is, in this embodiment, it is assumed that each type of input candidate is data in which the same expression method is used for the corresponding type.
  • the content and the number of types to be held in the input candidate group storage unit 102 are arbitrary, but it is preferable that the type of information that the system wants to input is included in the input column that is the target of input support.
  • information that is an input candidate may be registered in advance for the type of information that is generally easy to input in the input field. It is also possible to use an existing database such as a database of person information belonging to an organization or a database of product information of a company as the input candidate group storage unit 102.
  • input logs acquired in other systems can be used as different types of input candidates for each input field that is the input destination.
  • FIG. 3 is an explanatory diagram showing an example of an input candidate group stored in the input candidate group storage unit 102.
  • FIG. 3 shows an example of an input candidate group stored in the input candidate group storage means 102 having five type fields given field names (identifiers) “field A” to “field E”. Yes.
  • the information group registered in one record in “field A” to “field E” is information about the same person.
  • the input candidate group storage unit 102 stores each type of input candidate in association with each other.
  • the input type relationship estimation unit 103 is registered in the input relationship log based on the input relationship log stored in the input relationship log storage unit 101 and the input candidate group stored in the input candidate group storage unit 102. An input type relationship between input fields included in a plurality of input fields is estimated.
  • the input relation log stored in the input relation log storage unit 101 indicates input logs of a plurality of input fields associated with each other.
  • storage means 102 shows the input candidate according to the type matched with each other, and those combinations. More specifically, the type-specific input candidates and their combinations stored in the input candidate group storage unit 102 are more specifically associated with each type of input candidate and another type of input candidate. This means a correspondence relationship.
  • the input type relationship between the input fields included in the plurality of input fields registered in the input relationship log indicates the relationship of the type of input information between the input fields included in the plurality of input fields. More specifically, the input type relationship estimating unit 103 stores the input information type relationship between the input fields included in the plurality of input fields registered in the input relationship log in the input candidate group storage unit 102. It is estimated which combination of the field by type (hereinafter referred to as the field by type) corresponds.
  • the field refers to a collection of information stored in the storage means with an identifiable label or a storage area storing it. It should be noted that the input type relationship estimation means 103 does not have to specify the specific content of the type of input information in each input field as an estimation result of the input type relationship between certain input fields.
  • the input type relationship estimation means 103 may make the input type relationship between the input field and another input field or the input type relationship between the input fields unknown.
  • the input type relationship estimation unit 103 performs the same processing for all pairs included in the specified input field group, and determines the input type relationship. It may be estimated.
  • the input type relationship estimating unit 103 stores, in the input candidate group storage unit 102, the type of information to be input to the input column from the input log of each input column stored in the input relationship log storage unit 101. It is also possible to perform processing for estimating which of the respective types of fields is applicable. Then, the input type relationship estimation means 103 may estimate the input type relationship between the input fields based on the estimation result and the correspondence relationship of the past input information between the input fields in the input relationship log.
  • the input type relationship estimation unit 103 calculates the degree of coincidence with the input log of the input field, that is, past input information, for each type field stored in the input candidate group storage unit 102. May be. Then, the input type relationship estimation means 103 may estimate the type field with the degree of match equal to or greater than a predetermined threshold or the maximum value as the type field corresponding to the type of information to be input in the input field. . For example, the input type relationship estimation unit 103 stores each past input information stored as an input log for each type field stored in the input candidate group storage unit 102 in the type field. You may determine whether it matches any of the candidates.
  • the input type relationship estimating means 103 may use a numerical value based on the number of matched input logs found as a result (hereinafter referred to as the number of matched logs) as the matching degree.
  • the number of match logs for each type field may be used as the match level.
  • the ratio of the number of matched logs in the total number of input logs may be set as the degree of matching.
  • the input type relationship estimation means 103 may estimate which type field each input field corresponds to in this way. Based on the estimation result, the input type relationship estimation unit 103 refers to, for example, the input relationship log between the target input fields, and in the registered input relationship log, the relationship between the input logs of the two input fields is determined. , It is also possible to count the relations between types of fields that are the respective estimation results. Then, the input type relationship estimation means 103 specifies the combination of the type fields indicated as a result of the estimation by the type determination means 1031 as the input type relationship between the input fields if the ratio is equal to or greater than a predetermined threshold. Good. Note that the input type relationship estimation unit 103 may make the input type relationship between the input fields unknown if the ratio is less than a predetermined threshold.
  • FIG. 4 is an explanatory diagram showing an example of estimating the input type relationship between the input fields where the input type relationship estimating means 103 is provided.
  • the input type relationship between the input field 1 and the input field 2 is estimated based on the example of the input relation log shown in FIG. 2 and the example of the input candidate group shown in FIG. This is an example.
  • the input type relationship estimating means 103 first estimates which type of information corresponds to the type of information to be input for the target input field 1 and input field 2.
  • the input type relationship estimation means 103 specifies for each input field targeted, which of the candidates included in the type field corresponds to the contents of each record in the input log of the input field. To do. Then, the input type relationship estimation means 103 counts the number of matched logs for each type field, and calculates the degree of match based on the result. The input type relationship estimation means 103 may determine whether or not the content of each record of the input log matches a candidate included in the type field by various methods. For example, the input type relationship estimation unit 103 may treat each piece of information as character string information and determine whether or not the two match completely. Further, the input type relationship estimation means 103 may determine whether or not the candidate character string that is the candidate content matches the previous input character string that is the log content. Further, the input type relationship estimation means 103 may determine whether the ratio of the number of characters that matched the past input character string to the number of characters of the candidate character string is equal to or greater than a predetermined value when there is a forward match. .
  • the input type relationship estimation means 103 compares the past input character string and the candidate character string, for example, and if the similarity between the two character strings is equal to or greater than a predetermined value, the number of matching logs is determined as matching. You may add. Note that the input type relationship estimation unit 103 may use the edit distance, the distance of information vectorized by n-gram, or the like for the determination of the similarity between character strings. Further, the input type relationship estimation means 103 may use a weighted distance that changes the importance depending on the character position, such as emphasizing that the leading character strings match.
  • the input type relationship estimation unit 103 may count the number of matching logs for each field. In addition, when the forward matching method is used, the input type relationship estimation unit 103 matches only the field with the larger percentage of the number of matched characters or the closer distance indicating the similarity of the character strings. The number of logs may be counted.
  • FIG. 4A shows an example of the type-specific field estimation process for the input field 1.
  • FIG. 4A among the input logs in the input field 1, 4 out of 6 input logs that match the candidates in “Field A” and 6 input logs that match the candidates in “Field B”. 0 out of 6 cases, 1 out of 6 input logs that match the candidates in “Field C”, 0 out of 6 input logs that match the candidates in “Field D”, and candidates in “Field E”
  • An example is shown in which 0 of 6 input logs are matched with “1”, and 1 of 6 input logs does not match “other”, that is, any type field candidate. From such an example, in FIG.
  • the input type relationship estimating means 103 shows an example in which the type field corresponding to the input field 1 is estimated as “field A”.
  • the input type relationship estimation means 103 may make the estimation result “no corresponding field”, that is, the type unknown.
  • FIG. 4B shows an example of the type-specific field estimation process for the input field 2.
  • An example is shown in which 0 of 6 input logs are matched with “1”, and 1 of 6 input logs does not match “other”, that is, any type field candidate. From such an example, in FIG.
  • the input type relationship estimating means 103 shows an example in which the type field corresponding to the input field 2 is estimated as “field B”.
  • FIG. 4 (c) shows an example in which the input type relationship between the input field 1 and the input field 2 is estimated based on the estimation results for the input field 1 and the input field 2.
  • the input type relationship estimation unit 103 may input the input field based on the input information type estimation result of the input field 1 and the input field 2 and the input log correspondence between the input fields in the input relationship log.
  • the input type relationship between 1 and the input field 2 is estimated.
  • the input type relationship estimation means 103 refers to, for example, the input relationship log of the input column 1 and the input column 2, and the correspondence relationship between the input log of the input column 1 and the input column 2 is “estimation result” “field A”. And “field B” may be counted.
  • the input type relationship estimating means 103 determines that the input type relationship between the input field 1 and the input field 2 is the relationship between “field A” and “field B” if the ratio is equal to or greater than a predetermined threshold. Also good. In the example shown in FIG. 4C, in the input relation log of the input field 1 and the input field 2, the input log of the input field 1 matches “field A”, and the input log of the input field 2 becomes “field B”. There are 4 matching records, and the matching ratio is 0.5 or more. Therefore, the input type relationship estimation unit 103 estimates that the input type relationship between the input field 1 and the input field 2 is the relationship between “field A” and “field B” in the input candidate group storage unit 102.
  • each content is further stored as one record in the input candidate group storage unit 102. It may be added to the determination result whether or not it matches the associated candidate combination. In that case, the number of matching records in FIG.
  • the input type relationship estimation means 103 may estimate the input type relationship between the input fields using a method other than the above method. For example, the input type relationship estimation unit 103 may determine whether the input type relationship between the input fields in the input relationship log is based on the result of the match determination between each input log of each input field that is an input type relationship estimation target and each type field candidate. The most common combination of type fields may be estimated as the input type relationship between the input fields.
  • the input type relationship estimation means 103 does not represent whether the input log matches each type field candidate with the type of text, instead of using binary values such as 1 and 0 to indicate whether they match. It may be expressed by the similarity between them.
  • the similarity between texts includes, for example, similarity using edit distance, similarity after vectorization by n-gram, similarity after vectorization after morphological analysis or feature word extraction, etc. Can be mentioned. That is, when counting the number of matched logs, the input type relationship estimating unit 103 may add the similarity without determining whether or not they match, instead of adding 1 when they match.
  • the input type relationship estimation unit 103 may treat the validity level as a weight.
  • the input type relationship estimation means 103 may perform processing such as multiplying the effectiveness of each record and taking the sum when handling the number of cases and the similarity.
  • a log with validity is obtained, for example, by waiting for the result of error determination for the input when registering the log and registering it together with the result.
  • the input relation log storage unit 101 and the input candidate group storage unit 102 are realized by a storage device such as a database.
  • the input type relationship estimation means 103 is implement
  • FIG. 5 is a flowchart showing an example of the operation of the present embodiment.
  • FIG. 5 is a flowchart showing an example of the processing flow of the input type relationship estimation processing between the input fields by the input type relationship estimation unit 103 in the operation of the present embodiment.
  • the input type relationship estimation unit 103 first inputs, for each input field, the input log of the input field stored in the input relationship log storage unit 101 and the candidate group stored in the input candidate group storage unit 102. Based on the above, it may be estimated which type of information the type of information to be input to each input field corresponds to (step S101).
  • the input type relationship estimating unit 103 determines that the input type relationship between the input fields is the type based on the estimation result and the input log correspondence relationship between the input fields stored in the input relationship log storage unit 101. It is estimated which combination of other fields corresponds (step S102).
  • Such an input type relationship estimation process between the input fields may be performed, for example, in an initialization process when the system is introduced, or may be performed periodically during system operation.
  • FIG. 6 is an explanatory diagram showing another example of the input candidate group stored in the input candidate group storage means 102.
  • the input candidate group may be registered as different types of candidates that have a plurality of description formats for the same entry.
  • each input is input to the input candidate group storage unit 102 having a type field given a field name “field A” and a type field given a field name “field B”.
  • An example of an input candidate group in which candidates are registered in association with each other is shown.
  • input candidates representing “address” are registered in both “field A” and “field B”. More specifically, a list of information candidates “address starting from the prefecture name” is registered in “field A”, and information “address excluding the prefecture name” is registered in “field B”.
  • Candidate list of is registered.
  • each input field is displayed after distinguishing such differences in description format. It is possible to estimate which type field is applicable. Therefore, even if the type of data that can be input in advance is not specified, the input of information in which the description format is distinguished from the estimation result based on the input log and the information input in other corresponding input fields is performed. Can help.
  • FIG. 7 is an explanatory diagram showing another example of the input candidate group stored in the input candidate group storage unit 102.
  • the input candidate group may be a group of fields for registering information having different granularities, which are registered as one field by type.
  • “field A” and “field B” are obtained by dividing predetermined information (information indicating an address in this example) as input candidates.
  • predetermined information information indicating an address in this example
  • the input type relationship estimation means 103 may treat the concatenated field as one type-specific field and perform a match determination with the input log in each input column.
  • the input type relationship estimation unit 103 may use the type field classification by “ID1” instead of the type field classification by “ID2”.
  • the input type relationship estimation means 103 may treat information obtained by concatenating information of each record in the fields A and B as information of each record in the concatenated field.
  • the input type relationship estimating means 103 is “Osaka City” which is a candidate registered in the first record of the field A and “Kita-ku” which is a candidate registered in the first record of the field B. ". Then, the input type relationship estimating means 103 may compare the connected “Osaka City Kita Ward” with each record of the input log, assuming that the connected “Kita-ku, Osaka” is a candidate registered in the first record of the connected field.
  • FIG. 8 is an explanatory diagram showing an example of an input relation log with information indicating an input person.
  • Such an input log with information indicating an input person is used together with information for identifying a currently logged-in user when registering a log using an authentication system such as inputting a user ID at the time of system login, for example. Obtained by registering to.
  • the input type relation estimation means 103 uses only the input log of the same input person as the current input person. Then, a process for each user, such as an estimation process, may be performed.
  • the input type relationship estimating unit 103 has previously input the relationship between the types of input information among the input fields included in the plurality of input fields into each target input field. Estimation based on the received information, the corresponding relationship, and the input candidate group in the input candidate group storage means 102. Therefore, without first enter detailed type can be inputted data such advance what information that is entered for each input field, an error of the other input fields populated based on the one input field Input support such as determination and prediction conversion can be performed for various combinations of input fields. Further, according to the present embodiment, the input type relationship estimating unit 103 can register the input candidate group to be registered in the input candidate group storage unit 102 and the input to be stored without performing detailed designation in advance for each input field. Depending on the combination with the relation log, the type of input information in each input field can be derived dynamically. Therefore, a detailed input support system can be easily introduced.
  • fine determination can be made with a granularity such as whether an address in Tokyo is easily entered even with the same address, or whether a general address is easily entered. it can. Thereby, the accuracy of predictive conversion and error determination can be increased. Even when the system is in operation, it is possible to change the type and granularity of information to be input in the input field depending on how the input log is given.
  • FIG. 9 is a block diagram illustrating a configuration example of the input support system according to the second embodiment.
  • the input support system shown in FIG. 9 is different from the first embodiment shown in FIG. 1 in that an error detection unit 104 is newly provided.
  • the error detection unit 104 includes the input type relationship estimated by the input type relationship estimation unit 103 between the input fields included in the input field group that is the error detection target, and the input candidates stored in the input candidate group storage unit 102. Based on a group (that is, a candidate for each type and a combination thereof), an error determination is performed when there is a new input to the target input field group. For example, the error detection unit 104 determines whether or not the combination of information input to each input field included in the target input field group matches the combination of candidate fields in the type field to which each input field corresponds. An error may be detected by determining and not matching.
  • the error detection unit 104 is realized by an information processing device that operates according to a program such as a CPU.
  • FIG. 10 is a flowchart showing an example of the operation of the input support system of this embodiment.
  • an input field group that is an error detection target is designated in advance.
  • the input relation log storage unit 101 information groups input in the past in each input field included in the input field group that is set as the error detection target are stored in one record and stored as an input relation log.
  • the input type relationship estimating unit 103 inputs the target based on the input relationship log stored in the input relationship log storage unit 101 and the input candidate group stored in the input candidate group storage unit 102.
  • An input type relationship between the input fields included in the field group is estimated (step S202).
  • at least information indicating a set of type fields corresponding to the type of input information between the input fields is obtained as an estimation result.
  • the error detection unit 104 when new information is input to each input field included in the input field group that is an error detection target (Yes in step S203), the error detection unit 104 causes each input field included in the input field group to include each input field. Based on the estimation result of the input type relationship between the columns and the input candidate group stored in the input candidate group storage unit 102, error determination is performed on the combination of the input information input in each input column (step S204). ). If an error is detected (Yes in step S205), the error detection unit 104 displays an error message (step S206).
  • FIG. 11 is an explanatory diagram showing an example of error detection processing by the error detection means 104.
  • the input field 1 and the input field 2 of the input form shown in FIG. 11B are specified as one of the input field groups to be detected by the error.
  • the error detection unit 104 determines that the input type relationship between the input field 1 and the input field 2 is “field A” in the input candidate group storage unit 102 shown in FIG. ”And“ field B ”are obtained.
  • FIG. 11B it is assumed that “009” is input to the input field 1 and “Sales Department” is input to the input field 2 as input of new information.
  • the error detection unit 104 inputs an input in which a combination that matches a set of information input to each input field included in the target input field group is registered in the input candidate group storage unit 102. It is determined whether or not it is included in the candidate group, and if it is not included, an error may be detected.
  • the set of input information is “009” and “sales department”, but such combinations are candidates for “field A” and “field B” registered in the input candidate group storage unit 102. Not present in the combination. Therefore, the error detection unit 104 detects an error.
  • the error detection unit 104 determines that there is an error in either the input to the input field 1 or the input to the input field 2, and an error message to notify that. May be displayed. For example, the error detection unit 104 may output a message such as “Is there an error in the input in the input column 1 or 2?” As shown in FIG.
  • the error detection unit 104 may output the input field having the larger type (different number) of information as the input field having an error in the candidate list.
  • the error detection unit 104 sets the input field as an erroneous input field and indicates that there is an error in the input to the input field. May be output.
  • the error detection unit 104 uses the name to output a message such as “Please write the department name for 009”. May be.
  • FIG. 12 is an explanatory diagram showing another example of error detection processing by the error detection means 104.
  • the error detection unit 104 determines that the combination that completely matches the set of information input in each input field corresponds to the type in which each input field registered in the input candidate group storage unit 102 corresponds. Even if it is not included in a candidate combination of another field, if there is a combination by a candidate whose character string partially matches or a combination by a candidate whose character string similarity is a predetermined value or more, that candidate May be output as a correct answer candidate, and a message confirming whether or not there is a mistake while showing the correct answer candidate may be output.
  • FIG. 12 is an explanatory diagram showing another example of error detection processing by the error detection means 104.
  • the input type relationship between the input field 1 and the input field 2 is “field” of the input candidate group storage unit 102 shown in FIG.
  • “009” is input to the input field 1 as input of new information
  • “basket” is input to the input field 2. ”Is an example of error detection processing when“ ”is input (see FIG. 12B).
  • the error detection unit 104 regards “009” and “basketball” in which the similarity of the character strings obtained by combining the candidates for each type is equal to or greater than a predetermined value, as the correct candidates, A message such as “Are you basketball?” As shown in FIG. 12C may be displayed.
  • the error detection unit 104 has an input in which a combination that matches the combination of information input in each input field is registered in the input candidate group storage unit 102. Whether it is included in the candidate group is determined, and if it is not included, an error may be detected. When an error is detected when there are three or more input fields, the error detection unit 104 may compare the combination of input information with the candidate combination that best matches the combination. Then, the error detection means 104 may output an error message indicating that there is an error in the input to the input field where the input field whose input information does not match the candidate is an erroneous input field.
  • FIG. 13 is a block diagram illustrating a configuration example of the input support system according to the third embodiment.
  • the input support system shown in FIG. 13 is different from the first embodiment shown in FIG. 1 in that an input information recommendation unit 105 is newly provided.
  • the input information recommendation unit 105 determines whether or not a new input has been made to at least one input field included in the input field group that is the target of the input candidate recommendation. When such an input is made, the input information recommendation unit 105 stores the input type relationship between the input fields in the input field group estimated by the input type relationship estimation unit 103 and the input candidate group storage unit 102. Based on the input candidate group (that is, the type-specific candidates and combinations thereof), information input to other input fields included in the input field group is predicted and presented to the user as input candidates. Thus, in this embodiment, an input candidate is estimated by using the input candidate group in the input candidate group memory
  • the input information recommendation unit 105 is realized by an information processing apparatus that operates according to a program such as a CPU, for example.
  • FIG. 14 is a flowchart showing an example of the operation of the input support system of this embodiment.
  • steps S201 to S202 in FIG. 14 are the same as those in the second embodiment shown in FIG.
  • an input field group for which an input candidate is recommended is designated in advance.
  • information groups input in the past in each input field included in the input field group that is the target of the input candidate recommendation are collected into one record as an input relation log. Suppose that it is remembered.
  • step S301 when a new input is made to at least one input field included in the input field group that is the target of the input candidate recommendation (Yes in step S301), the input information recommendation unit 105 displays the input information. And other input included in the input field group based on the estimation result of the input type relationship between the input fields included in the input field group and the input candidate group stored in the input candidate group storage unit 102 Information input to the column is predicted (step S302). Then, the input information recommendation unit 105 outputs the result as an input candidate (step S303).
  • FIG. 15 is an explanatory diagram showing an example of prediction processing by the input information recommendation unit 105.
  • the input field 1 and the input field 2 of the input form shown in FIG. 15B are designated as one of the input field groups for which input candidates are recommended.
  • the input information recommendation unit 105 determines that the input type relationship between the input field 1 and the input field 2 is “field” of the input candidate group storage unit 102 shown in FIG. It is assumed that information indicating that the relationship is “A” and “Field B” is obtained. In such a case, as shown in FIG. 15B, it is assumed that “009” is input in the input field 1 as input of new information.
  • the input information recommendation unit 105 searches for a record including a candidate that matches the input information from among the candidates for the type field to which the input field in which the information is input corresponds. And the input information recommendation means 105 may acquire the candidate of the field according to the type to which the other input column matched with the said candidate in the record corresponds as an input candidate of this other input column. In the case of this example, the input information recommendation unit 105 searches for records including candidates that match the input information “009” from the candidates registered in “Field A”. The input information recommendation unit 105 may acquire “development department” that is a candidate of “field B” associated with the candidate “009” in the record as an input candidate of the input field 2.
  • the input information recommendation unit 105 may present input candidates by displaying a possible character string itself in the input field, for example. At this time, in order to distinguish between information input by the user (user input information) and input candidates (recommended information) presented by the input information recommendation unit 105, the input information recommendation unit 105 displays, for example, recommendation information. The aspect may be different from the user input information. For example, the input information recommendation unit 105 may display the recommendation information in a font thinner than the user input information. In addition, in the example shown in FIG.15 (c), it distinguishes by drawing an underline. By doing in this way, user input information and recommendation information can be distinguished.
  • the input information recommendation unit 105 recommends using a combo box or the like when an input operation to the input field becomes active, for example, by clicking on the input form of the input field.
  • Information may be displayed in a list.
  • the input information recommendation unit 105 may display them in descending order of appearance frequency in the input candidate group and the input log.
  • a candidate set that matches the input information group set may be narrowed down.
  • the input information recommending unit 105 re-searches a candidate set that matches the set of input information groups each time the user newly inputs information or selects a candidate. May be narrowed down dynamically.
  • FIG. 16 is an explanatory diagram showing another example of the prediction process performed by the input information recommendation unit 105.
  • the input field 1, the input field 2, and the input field 3 of the input form shown in FIG. 16B are designated as one of the input field groups for which input candidates are recommended.
  • the input information recommendation unit 105 determines that the input type relationship among the input field 1, the input field 2, and the input field 3 is the input candidate group storage unit shown in FIG. It is assumed that information indicating the relationship between “field C”, “field D”, and “fold E” in 102 is obtained. In such a case, as shown in FIG. 16B, it is assumed that “male” is input to the input field 1 and “40's” is input to the input field 2 as input of new information.
  • FIG. 17 is an explanatory diagram showing an example of the input relation log at this time.
  • the input information recommendation unit 105 searches the input relation log for a record that matches the combination of the input information input in the input field 1 and the input field 2, and inputs included in the searched record
  • the data in column 3 may be recommended in descending order of application frequency.
  • the input information recommendation unit 105 performs processing such as giving priority to the input field 3 in the input candidate group storage unit 102 if there is a candidate in the corresponding type field. Also good.
  • the input information recommendation unit 105 may order the values by multiplying the frequency included in the input candidates by the frequency included in the input relation log. Alternatively, the input information recommendation unit 105 may prioritize either one.
  • the input information recommendation unit 105 may take into account the effectiveness added to the input log.
  • the input candidate is extracted by searching for a combination in which both the input field 1 and the input field 2 match.
  • the input information recommendation unit 105 may match at least one input information.
  • the record may be extracted as a candidate for the target data.
  • the input information recommendation unit 105 may rank the data using the frequency of data in the input field 3 in which the input field 1 and the input field 2 match each other.
  • the input information recommendation unit 105 performs the same processing on the input candidate group in the input candidate group storage unit 102 if there is no data corresponding to the input relationship log as a result of the prediction process based on the input relationship log. An extraction process may be performed. Note that the input information recommendation unit 105 may perform input candidate extraction processing in addition to the input candidate group in the input candidate group storage unit 102 even when there is data corresponding to the input relation log.
  • the combination of the prediction process based on an input relation log and the prediction process based on an input candidate group is applicable also when there are two input fields. it can. Also, regardless of the number of input fields, whether to perform prediction processing based on the input relationship log, whether to prioritize the input candidate group or the input relationship log when performing prediction processing based on the input relationship log, or Conditions such as how much priority is given to the input candidate group and the input relation log may be given by setting, and the conditions may be switched.
  • the input field in the system is not limited to a text input, but may be a component that performs selective input such as a radio button, a combo box, or a check box.
  • FIG. 16C shows an example of a list display of input candidates in this example.
  • the input information “aaaa” in the input field 3 included in the input relation log is excluded because it is not included in the candidate list. May be added to one of the candidates without.
  • FIG. 18 is an explanatory diagram showing another example of the prediction process performed by the input information recommendation unit 105.
  • the input field 1, the input field 2, and the input field 3 of the input form shown in FIG. 18C are designated as one of the input field groups to be recommended.
  • the input information recommendation unit 105 determines that the input type relationship among the input field 1, the input field 2, and the input field 3 is the input candidate group storage unit shown in FIG. It is assumed that information indicating the relationship between “field A”, “field B”, and “fold D” in 102 is obtained.
  • FIG. 18B is an example of the input relation log at this time. In such a case, as shown in FIG. 18C, it is assumed that “taxi” is input in the input field 1 and “xx station” is input in the input field 2 as input of new information.
  • the input information recommendation unit 105 searches for a record that matches the set of input information input in the input field 1 and the input field 2 from the input relation log, and as a result, for example,
  • the input candidate group in the input candidate group storage unit 102 may be a search target, and a record that matches the set of input information input to the input field 1 and the input field 2 may be searched.
  • data “meeting. Efficiency of time” can be obtained as an input candidate in the input field 3.
  • the input candidate may be a sentence as in this example.
  • the estimation result by the input type relationship estimation unit 103, the input candidate group stored in the input candidate group storage unit 102 (that is, the type-specific candidate list and combinations thereof), Can be used to predict input candidates in other input fields. Therefore, it is possible to present input candidates for the corresponding input field even if the type of data that can be input to each input field is not specified in advance or information is input for the first time.
  • the input information recommendation unit 105 is added to the configuration of the first embodiment.
  • the input information recommendation unit 105 is added to the configuration of the second embodiment. May be.
  • error detection and prediction conversion candidate presentation may be performed simultaneously, or only one of the functions may be selectively performed.
  • an output unit that displays a screen including an input field that receives an input from the user and an input unit that receives an input to the input field by the user are not illustrated.
  • These input / output means are realized by, for example, a display device, a keyboard, a touch panel, or the like.
  • the relationship between these input / output means and other processing means may be realized by a server / client system such as a Web system, or may be realized by a single device (stand-alone system). Good.
  • the present invention can be suitably applied to a system having various input fields in the user interface.
  • Input relation log storage means 101 Input candidate group storage means 102 Input candidate group storage means 103 Input type relation estimation means 104 Error detection means 105 Input information recommendation means

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • User Interface Of Digital Computer (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

　入力支援システムは、複数の入力欄に対して過去に入力された情報を各々対応づけて入力関係ログとして記憶する入力関係ログ記憶手段と、情報の種類別の入力候補を、各々他の種類の入力候補と対応づけて記憶する入力候補群記憶手段と、入力関係ログ記憶手段に記憶されている入力関係ログと、入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、入力候補群記憶手段に記憶されている種類別のフィールドである種類別フィールドのどの組み合わせに該当するかを推定する入力種類関係推定手段とを備える。

Description

入力支援システム、入力支援方法および入力支援プログラム
　本発明は、ユーザによる入力欄への入力を支援する入力支援システム、入力支援方法および入力支援プログラムに関する。
　ユーザが、ある入力欄へ情報を入力しなければいけない場合に、その情報の入力を支援するための様々な技術がある。
　特許文献１には、施設名をテキストボックスに入力すると、住所に変換しなおして入力する技術が記載されている。
　また、特許文献２には、複数の入力項目を有する入力フォームへの入力を支援する技術が記載されている。特許文献２に記載されている入力支援方法は、入力フォームに含まれる複数の入力項目のグループを解析して、互いに関連する入力項目を１つの結合グループとして管理するとともに、これら入力項目への過去の入力事例を結合グループ単位で記憶する。そして、ある入力項目に情報が入力されたときに、当該入力項目と入力された情報とを検索条件としてその結合グループ内の全ての入力項目の入力事例を抽出し、その結果得られた他の入力項目の入力事例を、当該他の入力項目の入力候補として表示する。
　また、特許文献３には、利用者情報を入力するフィールドの名称が各システムで共通化されていない問題に関する技術が記載されている。特許文献３に記載された技術では、ある入力フィールドに過去に入力された入力データとその利用者に関し登録されている標準的な属性の値との対応関係から該入力フィールドが対応している標準的な属性を特定し、またサーバ側で特定した標準的な属性と入力フィールドの名称とを対応づけて管理する。このようにすることで、次回以降の他の利用者等の当該入力フォームへの情報入力の負担を軽減する。
特開平１１－２４８４７２号公報 特開２００８－１８１２１８号公報 特開２００５－１６５８２６号公報
　画面などに表示される入力フォームには、複数の入力欄が設けられたり、他の画面で入力された情報に関連する情報をさらに入力させるための入力欄が設けられることがある。この場合、ある入力欄に入力される情報と他の入力欄に入力される情報との間には、いずれも、ある人物やある製品についての情報である、などといった関連性がある場合が多い。
　入力される情報間にこのような関連性がある入力欄であれば、１つの入力欄に情報が入力されたときに、その入力された情報を手がかりにして他の入力欄に入力される情報を予測できる場合も多い。
　このような入力欄同士の関係を利用した入力支援に関連する技術として、例えば、特許文献１に記載されている方法がある。しかし、特許文献１に記載されている方法では、各入力欄に入力されうるデータの種類を予め指定しておく必要があった。しかし、全ての入力欄に予めそのような指定をしなければいけないのは煩雑である。また、微妙な情報の粒度や、漢数字を使うまたは使わないなどといった微妙な記入形式の違いなど、データの種類を適切に指定するのが難しい場合もあった。
　なお、特許文献２に記載されている方法によれば、各入力欄に入力されうるデータの種類を予め指定しなくても、入力欄同士の関係と過去に入力された情報とを基に、他の入力項目への入力候補を表示することができる。しかし、特許文献２に記載されている方法では、過去に同じまたは似た情報の入力がない場合に、他の入力項目への入力候補が得られないという問題があった。
　なお、特許文献３に記載されている方法によれば、他のユーザ等による過去の入力から入力フィールドと標準的な属性との対応づけが行われていることを前提とする。このような対応付けが行われていれば、始めて利用するユーザであっても利用者ＩＤ等の当該ユーザを識別する情報から他の入力フィールドに自動的にそのユーザの情報を入力できる。しかし、特許文献３に記載されている方法は、利用者情報のフォーム入力を支援するための方法であり、様々な情報が入力されうる入力欄に適用することまでは考慮されていない。例えば、特許文献３に記載されている方法では、一人のユーザの入力値を基に当該入力フィールドの標準的な属性を特定している。このため、例えば、入力値が他の属性の値と重複する場合や、入力値の記載形式が異なるために本来該当するはずの属性の登録値と一致しない場合などには、入力されるべき属性を特定できないという問題があった。
　そこで、本発明は予め入力されうるデータの種類を指定しておかなくても、また過去に内容が同じまたは似た情報の入力がなくても、ユーザに対して様々な入力欄への情報の入力を支援することができる入力支援システム、入力支援方法および入力支援プログラムを提供することを目的とする。
　本発明による入力支援システムは、複数の入力欄への入力を支援する入力支援システムであって、複数の入力欄に対して過去に入力された情報を各々対応づけて入力関係ログとして記憶する入力関係ログ記憶手段と、情報の種類別の入力候補を、各々他の種類の入力候補と対応づけて記憶する入力候補群記憶手段と、入力関係ログ記憶手段に記憶されている入力関係ログと、入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、入力候補群記憶手段に記憶されている種類別のフィールドである種類別フィールドのどの組み合わせに該当するかを推定する入力種類関係推定手段とを備えたことを特徴とする。
　また、本発明による入力支援方法は、複数の入力欄への入力を支援する入力支援方法であって、入力関係ログ記憶手段が、複数の入力欄に対して過去に入力された情報を各々対応づけて入力関係ログとして記憶し、入力候補群記憶手段が、情報の種類別の入力候補を各々他の種類の入力候補と対応づけて記憶し、入力種類関係推定手段が、入力関係ログ記憶手段に記憶されている入力関係ログと、入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、入力候補群記憶手段に記憶されている種類別のフィールドである種類別フィールドのどの組み合わせに該当するかを推定し、エラー検出手段または入力情報推薦手段が、入力種類関係推定手段による推定結果と、入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、複数の入力欄に対して、入力された情報のエラー判定または入力される情報の予測を行うことを特徴とする。
　また、本発明による入力支援プログラムは、複数の入力欄に対して過去に入力された情報を各々対応づけて記憶する入力関係ログ記憶手段と、情報の種類別の入力候補を、各々他の種類の入力候補と対応づけて記憶する入力候補群記憶手段とにアクセス可能なコンピュータに適用される入力支援プログラムであって、コンピュータに、入力関係ログ記憶手段に記憶されている入力関係ログと、入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、入力候補群記憶手段に記憶されている種類別のフィールドである種類別フィールドのどの組み合わせに該当するかを推定する処理を実行させることを特徴とする。
　本発明によれば、予め入力されうるデータの種類を指定しておかなくても、また過去に内容が同じまたは似た情報の入力がなくても、ユーザに対して様々な入力欄への情報の入力を支援することができる。
第１の実施形態の入力支援システムの構成例を示すブロック図である。 入力関係ログ記憶手段１０１に記憶される入力関係ログの例を示す説明図である。 入力候補群記憶手段１０２に記憶される入力候補群の例を示す説明図である。 入力種類関係推定手段１０３が入力欄間の入力種類関係を推定する例を示す説明図である。 第１の実施形態の動作の一例を示すフローチャートである。 入力候補群記憶手段１０２に記憶される入力候補群の他の例を示す説明図である。 入力候補群記憶手段１０２に記憶される入力候補群の他の例を示す説明図である。 入力者を示す情報付きの入力関係ログの例を示す説明図である。 第２の実施形態の入力支援システムの構成例を示すブロック図である。 第２の実施形態の入力支援システムの動作の一例を示すフローチャートである。 エラー検出手段１０４によるエラー検出処理の例を示す説明図である。 エラー検出手段１０４によるエラー検出処理の他の例を示す説明図である。 第３の実施形態の入力支援システムの構成例を示すブロック図である。 第３の実施形態の入力支援システムの動作の一例を示すフローチャートである。 入力情報推薦手段１０５による予測処理の例を示す説明図である。 入力情報推薦手段１０５による予測処理の他の例を示す説明図である。 入力関係ログの例を示す説明図である。 入力情報推薦手段１０５による予測処理の他の例を示す説明図である。
　以下、本発明の実施形態を図面を参照して説明する。図１は、第１の実施形態の入力支援システムの構成例を示すブロック図である。図１に示す入力支援システムは、入力関係ログ記憶手段１０１と、入力候補群記憶手段１０２と、入力種類関係推定手段１０３とを備えている。
　入力関係ログ記憶手段１０１は、複数の入力欄に過去に入力された情報群を１つの組にして入力関係ログとして記憶する。ここで、入力関係ログとは、２以上の入力欄の間にある入力情報の関係性である入力関係を示す情報のログを意味する。入力関係ログ記憶手段１０１は、例えば、指定された複数の入力欄に対して、同じタイミングで入力された情報をひとまとまりにし、入力先の入力欄との対応がわかるように記憶してもよい。なお、入力関係ログ記憶手段１０１は、各入力欄に対して入力支援が行われた結果、正しい情報に変換された後の情報を記憶してもよい。
　また、ここで指定される入力欄は、入力される情報が互いに関係している入力欄であることを前提としているが、後述の入力種類関係推定手段１０３が関係性の有無の判断を行ってもよい。
　なお、どの入力欄がどの入力欄と関係するかを表わす情報は、予めシステムで保持されてもよいし、フォーム解析等により動的に取得されてもよい。また、Ｗｅｂページであれば、サーバに一度に送信される情報からそれらの情報を入力させた入力欄が互いに関係しているとして、これらの入力欄が関係するとしてもよい。
　図２は、入力関係ログ記憶手段１０１に記憶される入力関係ログの例を示す説明図である。図２には、入力関係ログとして、入力欄１に過去に入力された情報と、入力欄２に過去に入力された情報とが、それが入力されたタイミングごとに各々対応づけられて記憶されていることが示されている。図２に示す例では、１つのレコードに含まれる情報は同じ入力タイミングであることを表している。例えば、図２には、第１番目の入力関係ログとして、入力欄１に「山本」という情報と、入力欄２に「株式会社○△」という情報が同じ入力タイミングで入力されたことが示されている。なお、何をもって同じ入力タイミングとみなすかは、対象フォームによって異なる。例えば、１つのフォーム内に複数の入力欄がある場合に、画面遷移を伴うイベントやサーバへの送信イベントがあったときに、その時点で各入力欄に入力されている情報は入力タイミングが同じであるとみなしてもよい。なお、図２において、「－」は欠損値を表している。すなわち、図２では、１組の入力関係ログを登録するタイミングで当該入力欄に情報の入力がなかったことを表している。
　入力候補群記憶手段１０２には、情報の種類別の入力候補が、各々他の種類の入力候補と対応づけられて記憶されている。なお、本実施形態では、各種類の入力候補は、種類の表現方法において均質なデータであることを前提とする。すなわち、本実施形態では、各種類の入力候補は、該当する種類について同じ表現方法がとられたデータであることを前提とする。
　入力候補群記憶手段１０２に保持させる種類の内容や数は任意であるが、本システムが入力支援の対象とする入力欄に入力させたい情報の種類が含まれていることが好ましい。例えば、入力候補群記憶手段１０２には、一般に入力欄に入力されやすい情報の種類について、その入力候補となる情報が予め登録されていてもよい。また、組織に所属する人物情報のデータベースや会社の製品情報のデータベースといった既存のデータベースを入力候補群記憶手段１０２として利用することも可能である。また、他のシステムにおいて取得された入力ログを、その入力先である入力欄ごとに異なる種類の入力候補として利用することも可能である。
　図３は、入力候補群記憶手段１０２に記憶される入力候補群の一例を示す説明図である。図３には、「フィールドＡ」～「フィールドＥ」というフィールド名（識別子）が与えられた５つの種類別フィールドを有する入力候補群記憶手段１０２に記憶される入力候補群の例が示されている。なお、図３に示す例では、「フィールドＡ」～「フィールドＥ」において１つのレコードに登録されている情報群は、同じ人物に関する情報である。このように、入力候補群記憶手段１０２には、各々の種類の入力候補が互いに対応づけられて記憶されている。
　入力種類関係推定手段１０３は、入力関係ログ記憶手段１０１に記憶されている入力関係ログと、入力候補群記憶手段１０２に記憶されている入力候補群とに基づいて、入力関係ログに登録されている複数の入力欄に含まれる各入力欄間の入力種類関係を推定する。なお、入力関係ログ記憶手段１０１に記憶されている入力関係ログとは、互いに対応づけられている複数の入力欄の入力ログを示す。また、入力候補群記憶手段１０２に記憶されている入力候補群は、互いに対応づけられている種類別の入力候補とそれらの組み合わせを示す。なお、入力候補群記憶手段１０２に記憶されている種類別の入力候補とそれらの組み合わせとは、より具体的には、種類別の各入力候補が他の種類の入力候補と対応付けられていることを示す対応関係のことを意味する。また、入力関係ログに登録されている複数の入力欄に含まれる各入力欄間の入力種類関係とは、該複数の入力欄に含まれる各入力欄間の入力情報の種類の関係を示す。入力種類関係推定手段１０３は、より具体的には、入力関係ログに登録されている複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、入力候補群記憶手段１０２に記憶されている種類別のフィールド（以下、種類別フィールドという。）のどの組み合わせに該当するかを推定する。ここで、フィールドとは、識別可能なラベルが付されて記憶手段に記憶されている情報の集合体またはそれを記憶している記憶領域をいう。なお、入力種類関係推定手段１０３は、ある入力欄間の入力種類関係の推定結果として、各入力欄の入力情報の種類が具体的にどのような内容であるかまでを特定しなくてもよい。また、推定の結果、ある入力欄が入力候補群記憶手段１０２に記憶されている種類別フィールドのいずれにも該当しないと判定されたり、ある入力欄間に入力候補群記憶手段１０２に記憶されている種類別フィールド間の対応関係がみられないと判定されたとする。これらの場合、入力種類関係推定手段１０３は、その入力欄と他の入力欄との間の入力種類関係またはその入力欄間の入力種類関係を不明としてもよい。また、入力種類関係推定手段１０３は、３つ以上の入力欄が指定されている場合には、指定された入力欄群に含まれるすべてのペアに対して同様の処理を行い、入力種類関係を推定すればよい。
　入力種類関係推定手段１０３は、例えば、入力関係ログ記憶手段１０１に記憶されている各入力欄の入力ログから、その入力欄に入力されるべき情報の種類が入力候補群記憶手段１０２に記憶されている各種類別フィールドのいずれに該当するかを推定する処理を行ってもよい。そして、入力種類関係推定手段１０３は、その推定結果と、入力関係ログにおける各入力欄間の過去の入力情報の対応関係とに基づいて、各入力欄間の入力種類関係を推定してもよい。
　入力種類関係推定手段１０３は、例えば、入力欄ごとに、入力候補群記憶手段１０２に記憶されている各種類別フィールドに対して、当該入力欄の入力ログすなわち過去の入力情報との合致度を算出してもよい。そして、入力種類関係推定手段１０３は、合致度が所定の閾値以上または最大値をとった種類別フィールドを、当該入力欄に入力すべき情報の種類に該当する種類別フィールドと推定してもよい。入力種類関係推定手段１０３は、例えば、入力候補群記憶手段１０２に記憶されている種類別フィールドごとに、入力ログとして記憶されている過去の各入力情報が、当該種類別フィールドに登録されている候補のいずれかに合致するかを判定してもよい。そして、入力種類関係推定手段１０３は、その結果判明する合致した入力ログ件数（以下、合致ログ件数という。）を基に数値化したものを合致度としてもよい。例えば、種類別フィールドごとの合致ログ件数をそのまま合致度としてもよい。また、例えば、入力ログの全件数における合致ログ件数の割合を合致度としてもよい。
　また、入力種類関係推定手段１０３は、このようにして各入力欄がいずれの種類別フィールドに該当するかを推定してもよい。入力種類関係推定手段１０３は、その推定結果を基に、例えば、対象とする入力欄間の入力関係ログを参照し、登録されている入力関係ログにおいて、当該２つの入力欄の入力ログの関係が、各々の推定結果である種類別フィールド間の関係になっているものを数えてもよい。そして、入力種類関係推定手段１０３は、その割合が所定の閾値以上であれば、種類判定手段１０３１による推定の結果示される種類別フィールドの組み合わせを、該入力欄間の入力種類関係に特定してもよい。なお、入力種類関係推定手段１０３は、その割合が所定の閾値未満であれば、当該入力欄間の入力種類関係を不明としてもよい。
　図４は、入力種類関係推定手段１０３がある入力欄間の入力種類関係を推定する例を示す説明図である。なお、図４に示す例は、図２に示す入力関係ログの例と、図３に示す入力候補群の例とを基に入力欄１と入力欄２間の入力種類関係の推定を行った場合の例である。入力種類関係推定手段１０３は、まず対象とされた入力欄１と入力欄２とについて、それぞれ入力すべき情報の種類がいずれの種類別フィールドに該当するかを推定する。
　具体的には、入力種類関係推定手段１０３は、対象とされた入力欄ごとに、その入力欄の入力ログの各レコードの内容が種類別フィールドに含まれる各候補のどれに該当するかを特定する。そして、入力種類関係推定手段１０３は、種類別フィールドごとに合致ログ件数をカウントし、その結果を基に合致度を算出する。入力種類関係推定手段１０３は、様々な方法で、入力ログの各レコードの内容が種類別フィールドに含まれる候補に合致するか否かを判定してもよい。入力種類関係推定手段１０３は、例えば、各々の情報を文字列情報として扱い、両者が完全一致するか否かで判定してもよい。また、入力種類関係推定手段１０３は、ログの内容である過去の入力文字列に対して候補の内容である候補文字列が前方一致するか否かで判定してもよい。また、入力種類関係推定手段１０３は、前方一致した場合に候補文字列の文字数に対して過去の入力文字列が一致した文字数の割合が所定値以上であるか否か等によって判定してもよい。
　また、入力種類関係推定手段１０３は、例えば、過去の入力文字列と候補文字列とを比較して、両文字列の類似性が所定値以上であれば、両者は合致するとして合致ログ件数を加算してもよい。なお、入力種類関係推定手段１０３は、文字列の類似性の判定に、編集距離やｎ－ｇｒａｍでベクトル化した情報の距離などを利用してもよい。また、入力種類関係推定手段１０３は、先頭文字列が一致することを重視するなど、文字位置により重要度を変える重み付きの距離を用いてもよい。
　なお、１つの入力文字列が複数の種類別フィールドの候補と合致すると判定された場合、入力種類関係推定手段１０３は、各々のフィールドに対して合致ログ件数をカウントしてもよい。また、前方一致方式を用いる場合などには、入力種類関係推定手段１０３は、一致した文字数の割合がより大きい方や文字列の類似性を示す距離がより近かった方のフィールドに対してのみ合致ログ件数をカウントするようにしてもよい。
　図４（ａ）には、入力欄１に対する種類別フィールドの推定処理の一例が示されている。図４（ａ）には、入力欄１の入力ログのうち、「フィールドＡ」内の候補と合致した入力ログが６件中４件、「フィールドＢ」内の候補と合致した入力ログが６件中０件、「フィールドＣ」内の候補と合致した入力ログが６件中１件、「フィールドＤ」内の候補と合致した入力ログが６件中０件、「フィールドＥ」内の候補と合致した入力ログが６件中０件、「その他」すなわちいずれの種類別フィールドの候補とも合致しなかった入力ログが６件中１件あった例が示されている。このような例から、図４（ａ）では、これら各合致ログ件数を基に、入力ログ件数（本例では、６件）全体における合致割合を合致度として算出した結果、入力種類関係推定手段１０３が、入力欄１に該当する種類別フィールドを「フィールドＡ」と推定した例が示されている。ここで、仮に「その他」の合致割合が最大値をとった場合、入力種類関係推定手段１０３は、推定結果を該当フィールドなし、すなわち種類不明としてもよい。
　また、図４（ｂ）には、入力欄２に対する種類別フィールドの推定処理の一例が示されている。図４（ｂ）には、入力欄２の入力ログのうち、「フィールドＡ」内の候補と合致した入力ログが６件中０件、「フィールドＢ」内の候補と合致した入力ログが６件中５件、「フィールドＣ」内の候補と合致した入力ログが６件中０件、「フィールドＤ」内の候補と合致した入力ログが６件中０件、「フィールドＥ」内の候補と合致した入力ログが６件中０件、「その他」すなわちいずれの種類別フィールドの候補とも合致しなかった入力ログが６件中１件あった例が示されている。このような例から、図４（ｂ）では、これら各合致ログ件数を基に、入力ログ件数（本例では、６件）全体における合致割合を合致度として算出した結果、入力種類関係推定手段１０３が、入力欄２に該当する種類別フィールドを「フィールドＢ」と推定した例が示されている。
　図４（ｃ）には、このような入力欄１と入力欄２に対する推定結果を基に、入力欄１と入力欄２間の入力種類関係を推定した例が示されている。入力種類関係推定手段１０３は、例えば、このような入力欄１と入力欄２の入力情報の種類の推定結果と、入力関係ログにおける当該入力欄間の入力ログの対応関係とに基づいて、入力欄１と入力欄２間の入力種類関係を推定する。入力種類関係推定手段１０３は、例えば、入力欄１と入力欄２の入力関係ログを参照し、入力欄１と入力欄２の入力ログの対応関係が、各々の推定結果である「フィールドＡ」と「フィールドＢ」の関係になっているものを数えてもよい。そして、入力種類関係推定手段１０３は、その割合が所定の閾値以上であれば、入力欄１と入力欄２間の入力種類関係を、「フィールドＡ」と「フィールドＢ」間の関係であるとしてもよい。図４（ｃ）に示す例では、入力欄１と入力欄２の入力関係ログにおいて、入力欄１の入力ログが「フィールドＡ」に合致し、入力欄２の入力ログが「フィールドＢ」に合致しているレコードが６件中４件あり、合致割合が０．５以上である。そのため、入力種類関係推定手段１０３は、入力欄１と入力欄２間の入力種類関係を、入力候補群記憶手段１０２における「フィールドＡ」と「フィールドＢ」の関係であると推定している。なお、入力種類関係推定手段１０３は、入力欄１と入力欄２の入力関係ログにおける入力ログの対応関係を判断する際に、さらに、各々の内容が入力候補群記憶手段１０２において１つのレコードとして対応づけられている候補の組み合わせと一致するかどうかを判定結果に加えてもよい。その場合、図４（ｃ）において一致しているレコードは６件中３件となる。
　なお、入力種類関係推定手段１０３は、上記方法以外の方法を用いて、入力欄間の入力種類関係を推定してもよい。入力種類関係推定手段１０３は、例えば、入力種類関係の推定対象とされた各入力欄の各入力ログと各種類別フィールドの候補との合致判定の結果を基に、入力関係ログにおいて当該入力欄間の種類別フィールドの組み合わせで最も多かった組み合わせを、当該入力欄間の入力種類関係と推定してもよい。
　また、入力種類関係推定手段１０３は、入力ログと各種類別フィールドの候補とが合致するか否かの判定において、合致するか否かを１と０のように二値で表すのではなく、テキスト間の類似度などで表わしてもよい。テキスト間の類似度としては、例えば、編集距離を用いた類似度やｎ－ｇｒａｍによるベクトル化した後の類似度、形態素解析や特徴語抽出を行った後のベクトル化した後の類似度などが挙げられる。すなわち、入力種類関係推定手段１０３は、合致ログ件数をカウントする際、合致したときに１を加算するのではなく、合致か否かの判定を行わずに類似度を加算してもよい。また、入力ログの各レコードに有効度が付されているなどの場合、入力種類関係推定手段１０３は、その有効度を重みとして扱ってもよい。すなわち、入力種類関係推定手段１０３は、件数や類似度を扱う際に各レコードの有効度を乗算して、その和をとるといった処理を行ってもよい。有効度付きのログは、例えば、ログを登録する際に当該入力に対するエラー判定の結果を待って、その結果と一緒に登録することによって得られる。
　なお、本実施形態において、入力関係ログ記憶手段１０１および入力候補群記憶手段１０２は、例えばデータベース等の記憶装置によって実現される。また、入力種類関係推定手段１０３は、例えば、ＣＰＵ等のプログラムに従って動作する情報処理装置によって実現される。なお、入力関係ログ記憶手段１０１および入力候補群記憶手段１０２は、入力種類関係推定手段１０３がアクセス可能であれば、必ずしも当該入力支援システム自身が備えていなくてもよい。
　図５は、本実施形態の動作の一例を示すフローチャートである。なお、図５は、本実施形態の動作のうち、入力種類関係推定手段１０３による各入力欄間の入力種類関係の推定処理の処理フローの一例を示すフローチャートである。図５に示すように、例えば、ある複数の入力欄について入力欄間の入力種類関係の推定を要求されたとする。この場合、入力種類関係推定手段１０３は、まず各入力欄について、入力関係ログ記憶手段１０１に記憶されている当該入力欄の入力ログと、入力候補群記憶手段１０２に記憶されている候補群とに基づいて、各入力欄に入力されるべき情報の種類がいずれの種類別フィールドに該当するかを推定してもよい（ステップＳ１０１）。次いで、入力種類関係推定手段１０３は、その推定結果と、入力関係ログ記憶手段１０１に記憶されている各入力欄間の入力ログの対応関係とを基に、各入力欄間の入力種類関係が、種類別フィールドのどの組み合わせに該当するかを推定する（ステップＳ１０２）。このような、各入力欄間の入力種類関係の推定処理は、例えば、システム導入時に初期化処理において行われてもよいし、システム稼働中に周期的に行われるようにしてもよい。
　また、図６は、入力候補群記憶手段１０２に記憶される入力候補群の他の例を示す説明図である。入力候補群は、図６に示すように、同一の記入項目に対して複数の記載形式をとるものを異なる種類の候補として登録されるものであってもよい。なお、図６には、「フィールドＡ」というフィールド名が与えられた種別フィールドと、「フィールドＢ」というフィールド名が与えられた種類別フィールドとを有する入力候補群記憶手段１０２に、各々の入力候補が互いに対応づけられて登録された入力候補群の例が示されている。本例では、「フィールドＡ」と「フィールドＢ」のどちらにも「住所」を表す入力候補が登録されている。より具体的には、「フィールドＡ」には「都道府県名から始まる住所」である情報の候補一覧が登録されており、「フィールドＢ」には「都道府県名を除いた住所」である情報の候補一覧が登録されている。
　このように、同じ記入項目であっても、記載形式が異なる複数のものを、異なる種類の入力候補として登録しておけば、そのような記載形式の違いを区別した上で、各入力欄がどの種類別フィールドに該当するかを推定できる。よって、予め入力されうるデータの種類を指定しておかなくても、入力ログに基づく推定結果と、対応する他の入力欄に入力された情報とから、記載形式が区別された情報の入力を支援することができる。
　また、図７は、入力候補群記憶手段１０２に記憶される入力候補群の他の例を示す説明図である。入力候補群は、図７に示すように、粒度の異なる情報を登録する種類別フィールドを連結させて１つの種類別フィールドとして登録するものであってもよい。図７に示す例において、「フィールドＡ」と「フィールドＢ」には所定の情報（本例では、住所を示す情報）を分割したものが各々入力候補として登録されている。なお、本例では「フィールドＡ」の方が情報の粒度が大きいものとする。
　入力種類関係推定手段１０３は、そのような場合に、連結フィールドを１つの種類別フィールドとして扱って各入力欄の入力ログとの合致判定を行ってもよい。図７に示す例であれば、入力種類関係推定手段１０３は、「ＩＤ２」による種類別フィールドの区分でなく、「ＩＤ１」による種類別フィールドの区分を用いてもよい。具体的には、入力種類関係推定手段１０３は、フィールドＡ，Ｂの各レコードの情報を連結した情報を、当該連結フィールドの各レコードの情報として扱ってもよい。本例であれば、入力種類関係推定手段１０３は、フィールドＡの１レコード目に登録されている候補である「大阪市」とフィールドＢの１レコード目に登録されている候補である「北区」とを連結させる。そして、入力種類関係推定手段１０３は、連結させた「大阪市北区」が当該連結フィールドの１レコード目に登録されている候補であるとして、入力ログの各レコードと比較してもよい。
　なお、図７では、「ＩＤ１」の区分による種類別フィールドとして、「連結フィールドＡＢ」のみを示しているが、入力候補群記憶手段１０２は、連結フィールドＡＢ以外にも、他の種類別フィールド（連結フィールドを含む）を有しているものとする。
　また、図８は、入力者を示す情報付きの入力関係ログの例を示す説明図である。このような入力者を示す情報付きの入力ログは、例えば、システムログイン時にユーザＩＤ等を入力するなどの認証システムを利用し、ログを登録する際に現在ログイン中のユーザを識別する情報と一緒に登録することによって得られる。入力種類関係推定手段１０３は、例えば、図８に示すような入力者を示す情報付きの入力関係ログが記憶されている場合には、現在の入力者と同一の入力者の入力ログのみを利用して推定処理を行うなど、ユーザ別の処理を行ってもよい。
　以上のように、本実施形態によれば、入力種類関係推定手段１０３が、複数の入力欄に含まれる入力欄間の入力情報の種類の関係を、対象とされた各入力欄に過去に入力された情報とその対応関係と、入力候補群記憶手段１０２内の入力候補群とに基づいて推定する。そのため、各入力欄に対して予めどのような情報が入力されるのかといった入力されうるデータの種類を細かく指定しておかなくても、一方の入力欄の入力を基に他方の入力欄のエラー判定を行ったり、予測変換を行う等の入力支援を、様々な入力欄の組み合わせに対して実施できる。また、本実施形態によれば、各入力欄に対して予め細かな指定をしなくても、入力種類関係推定手段１０３が、入力候補群記憶手段１０２に登録させる入力候補群と、記憶させる入力関係ログとの組み合わせに応じて、各入力欄の入力情報の種類を動的に導き出すことができる。そのため、きめ細やかな入力支援システムを簡単に導入できる。
　例えば、本実施形態によれば、入力候補群記憶手段１０２に登録する種類の区分けの制御によって、同じ住所でも都内の住所が入りやすいのか、一般的な住所が入りやすいかといった粒度で細かい判定ができる。それにより、予測変換やエラー判定の精度を上げることができる。また、システム稼働中であっても、入力ログの与え方次第で入力欄に入力させる情報の種類や粒度を変えることも可能である。
実施形態２．
　次に、本発明の第２の実施形態について説明する。図９は、第２の実施形態の入力支援システムの構成例を示すブロック図である。図９に示す入力支援システムは、図１に示す第１の実施形態と比べて、新たにエラー検出手段１０４を備えている点が異なる。
　エラー検出手段１０４は、エラー検出対象とされる入力欄群に含まれる各入力欄間について入力種類関係推定手段１０３によって推定された入力種類関係と、入力候補群記憶手段１０２に記憶されている入力候補群（すなわち、種類別の候補とそれらの組み合わせ）とに基づいて、対象の入力欄群に対して新たな入力があった場合に、エラー判定を行う。エラー検出手段１０４は、例えば、対象の入力欄群に含まれる各入力欄に対して入力された情報の組み合わせが、各入力欄が該当する種類別フィールドの候補の組み合わせと一致するか否かを判定し、一致しない場合にエラーを検出してもよい。
　なお、本実施形態において、エラー検出手段１０４は、例えば、ＣＰＵ等のプログラムに従って動作する情報処理装置によって実現される。
　図１０は、本実施形態の入力支援システムの動作の一例を示すフローチャートである。本実施形態では、エラー検出対象とする入力欄群が予め指定されているとする。そして、入力関係ログ記憶手段１０１には、エラー検出対象とされた入力欄群に含まれる各入力欄に過去に入力された情報群が１つのレコードにまとめられて入力関係ログとして記憶されているとする（ステップＳ２０１）。次いで、入力種類関係推定手段１０３は、入力関係ログ記憶手段１０１に記憶されている入力関係ログと、入力候補群記憶手段１０２に記憶されている入力候補群とに基づいて、対象とされる入力欄群に含まれる各入力欄間の入力種類関係を推定する（ステップＳ２０２）。ここでは、推定結果として、各入力欄間の入力情報の種類に該当する種類別フィールドの組を示す情報を少なくとも得るものとする。
　ここで、エラー検出対象とする入力欄群に含まれる各入力欄に対して新たな情報が入力されると（ステップＳ２０３のＹｅｓ）、エラー検出手段１０４は、当該入力欄群に含まれる各入力欄間の入力種類関係の推定結果と、入力候補群記憶手段１０２に記憶されている入力候補群とに基づいて、各入力欄に入力された入力情報の組み合わせに対してエラー判定を行う（ステップＳ２０４）。エラーが検出された場合（ステップＳ２０５のＹｅｓ）、エラー検出手段１０４は、エラーメッセージを表示する（ステップＳ２０６）。
　図１１は、エラー検出手段１０４によるエラー検出処理の一例を示す説明図である。本例では、エラー検出対象とする入力欄群の１つとして、図１１（ｂ）に示す入力フォームの入力欄１と入力欄２とが指定されていたとする。また、エラー検出手段１０４は、入力種類関係推定手段１０３による推定の結果、入力欄１と入力欄２間の入力種類関係が、図１１（ａ）に示す入力候補群記憶手段１０２の「フィールドＡ」と「フィールドＢ」間の関係であることを示す情報を得ていたとする。そのような場合において、図１１（ｂ）に示すように、新たな情報の入力として、入力欄１に「００９」が入力され、入力欄２に「営業部」が入力されたとする。このような場合に、エラー検出手段１０４は、対象とされた入力欄群に含まれる各入力欄に入力された情報の組と一致する組み合わせが、入力候補群記憶手段１０２に登録されている入力候補群に含まれているか否かを判定し、含まれていなければエラーを検出してもよい。本例では、入力情報の組が「００９」と「営業部」であるが、そのような組み合わせは、入力候補群記憶手段１０２に登録されている「フィールドＡ」と「フィールドＢ」の候補の組み合わせの中に存在しない。そのため、エラー検出手段１０４は、エラーを検出する。
　エラー検出手段１０４は、このようにしてエラーが検出された場合には、入力欄１への入力と入力欄２への入力のうちのどちらかに誤りがあるとして、その旨を通知するエラーメッセージを表示してもよい。エラー検出手段１０４は、例えば、図１１（ｃ）に示すような「入力欄１または入力欄２の入力に誤りがありませんか？」といったメッセージを出力してもよい。
　また、エラー検出手段１０４は、エラーメッセージを表示する際に、候補一覧において情報の種類（異なり数）が多い方の入力欄を誤りのある入力欄として出力してもよい。
　また、エラー検出手段１０４は、いずれかの入力欄に候補一覧にない情報が入力されている場合には、その入力欄を誤りのある入力欄として、その入力欄への入力に誤りがある旨のエラーメッセージを出力してもよい。
　また、エラー検出手段１０４は、種類別フィールドに名称（例えば、「部署名」など）がついている場合には、その名称を利用して「００９に対する部署名を書いてください」といったメッセージを出力してもよい。
　また、図１２は、エラー検出手段１０４によるエラー検出処理の他の例を示す説明図である。図１２に示すように、エラー検出手段１０４は、各入力欄に入力された情報の組と完全に一致する組み合わせが、入力候補群記憶手段１０２に登録されている当該各入力欄が該当する種類別フィールドの候補の組み合わせの中に含まれていない場合であっても、文字列が部分一致する候補による組み合わせや文字列の類似性が所定の値以上となる候補による組み合わせがあれば、その候補の組み合わせを正解候補であるとみなして、正解候補を示しつつその間違いでないかを確認するメッセージを出力してもよい。なお、図１２に示す例は、入力種類関係推定手段１０３による推定の結果、入力欄１と入力欄２間の入力種類関係が、図１２（ａ）に示す入力候補群記憶手段１０２の「フィールドＡ」と「フィールドＥ」間の関係であることを示す情報を得ている場合に、新たな情報の入力として、入力欄１に「００９」が入力され、入力欄２に「バスケット（ｂａｓｋｅｔ）」が入力された場合のエラー検出処理の例である（図１２（ｂ）参照）。このような場合には、エラー検出手段１０４は、種類別の候補を組み合わせた文字列の類似性が所定の値以上となった「００９」と「バスケットボール（ｂａｓｋｅｔｂａｌｌ）」を正解候補とみなして、図１２（ｃ）に示すような「バスケットボールではありませんか？」といったメッセージを表示してもよい。
　なお、図１１および図１２では入力欄が２つの場合を例に示した。エラー検出手段１０４は、入力欄が３つ以上である場合であっても同様に、各入力欄に入力された情報の組み合わせと一致する組み合わせが、入力候補群記憶手段１０２に登録されている入力候補群に含まれているか否かを判定して、含まれていなければエラーを検出すればよい。また、入力欄が３つ以上の場合にエラーが検出された場合、エラー検出手段１０４は、入力された情報の組み合わせと、該組み合わせと最もよく合致した候補の組み合わせとを比較してもよい。そして、エラー検出手段１０４は、入力情報が候補と一致しない入力欄を誤りのある入力欄として、その入力欄への入力に誤りがある旨のエラーメッセージを出力してもよい。
　以上のように、本実施形態によれば、入力種類関係推定手段１０３による推定結果と、入力候補群記憶手段１０２に記憶されている入力候補群（すなわち、種類別の候補一覧とその組み合わせ）とを利用して、エラー検出手段１０４がエラー判定を行う。そのため、予め入力されうるデータの種類を指定しておかなくても、また、初めて入力される情報であっても、入力された情報の正誤を判定できる。
実施形態３．
　次に、本発明の第３の実施形態について説明する。図１３は、第３の実施形態の入力支援システムの構成例を示すブロック図である。図１３に示す入力支援システムは、図１に示す第１の実施形態と比べて、新たに入力情報推薦手段１０５を備えている点が異なる。
　入力情報推薦手段１０５は、入力候補の推薦を行う対象とされた入力欄群に含まれる少なくとも一つの入力欄に対して新たな入力があったか否かを判断する。そのような入力が場合に、入力情報推薦手段１０５は、入力種類関係推定手段１０３によって推定された該入力欄群における各入力欄間の入力種類関係と、入力候補群記憶手段１０２に記憶されている入力候補群（すなわち、種類別の候補とそれらの組み合わせ）とに基づいて、該入力欄群に含まれる他の入力欄に入力される情報を予測して、ユーザに入力候補として提示する。このように、本実施形態では、入力候補群記憶手段１０２内の入力候補群を種類間の変換知識として利用することで、入力候補を予測する。
　なお、本実施形態において、入力情報推薦手段１０５は、例えば、ＣＰＵ等のプログラムに従って動作する情報処理装置によって実現される。
　図１４は、本実施形態の入力支援システムの動作の一例を示すフローチャートである。以下では、図１４におけるステップＳ２０１～Ｓ２０２は図１０に示した第２の実施形態と同様であるため、説明を省略している。
　なお、本実施形態では、入力候補の推薦を行う対象とする入力欄群が予め指定されているとする。そして、入力関係ログ記憶手段１０１には、入力候補の推薦を行う対象とされた入力欄群に含まれる各入力欄に過去に入力された情報群が１つのレコードにまとめられて入力関係ログとして記憶されているとする。
　ステップＳ３０１において、入力候補の推薦を行う対象とされた入力欄群に含まれる少なくとも１つの入力欄に新たな入力がなされると（ステップＳ３０１のＹｅｓ）、入力情報推薦手段１０５は、その入力情報と、当該入力欄群に含まれる各入力欄間の入力種類関係の推定結果と、入力候補群記憶手段１０２に記憶されている入力候補群とに基づいて、当該入力欄群に含まれる他の入力欄に入力される情報を予測する（ステップＳ３０２）。そして、入力情報推薦手段１０５は、その結果を入力候補として出力する（ステップＳ３０３）。
　図１５は、入力情報推薦手段１０５による予測処理の例を示す説明図である。本例では、入力候補の推薦を行う対象とする入力欄群の１つとして図１５（ｂ）に示す入力フォームの入力欄１と入力欄２とが指定されていたとする。また、入力情報推薦手段１０５は、入力種類関係推定手段１０３による推定の結果、入力欄１と入力欄２間の入力種類関係が、図１５（ａ）に示す入力候補群記憶手段１０２の「フィールドＡ」と「フィールドＢ」間の関係であることを示す情報を得ていたとする。そのような場合において、図１５（ｂ）に示すように、新たな情報の入力として、入力欄１に「００９」が入力されたとする。このような場合に、入力情報推薦手段１０５は、情報が入力された入力欄が該当する種類別フィールドの候補の中から入力情報と一致する候補を含むレコードを検索する。そして、入力情報推薦手段１０５は、そのレコード内において当該候補と対応づけられている他の入力欄が該当する種類別フィールドの候補を、該他の入力欄の入力候補として取得してもよい。本例の場合、入力情報推薦手段１０５は、「フィールドＡ」に登録されている候補の中から入力情報である「００９」と一致する候補を含むレコードを検索する。入力情報推薦手段１０５は、そのレコード内において当該候補「００９」と対応づけられている「フィールドＢ」の候補である「開発部」を、入力欄２の入力候補として取得してもよい。
　入力情報推薦手段１０５は、例えば、可能性のある文字列そのものをその入力欄の中に表示することにより、入力候補を提示してもよい。その際、ユーザによって入力された情報（ユーザ入力情報）と、入力情報推薦手段１０５によって提示された入力候補（推薦情報）とを区別するため、入力情報推薦手段１０５は、例えば、推薦情報の表示態様をユーザ入力情報と異なるようにしてもよい。入力情報推薦手段１０５は、例えば、ユーザ入力情報よりも薄いフォントで推薦情報を表示してもよい。なお、図１５（ｃ）に示す例では、下線を引くことにより区別している。このようにすることで、ユーザ入力情報と推薦情報とを区別することができる。なお、この他にも、入力情報推薦手段１０５は、例えば、当該入力欄の入力フォーム上をクリックするなどして、当該入力欄への入力操作がアクティブになった際に、コンボボックス等で推薦情報を一覧表示してもよい。ここで、入力候補が複数ある場合、入力情報推薦手段１０５は、入力候補群や入力ログにおける出現頻度が高い順に表示してもよい。また、例えば、推薦を行う対象とされた入力欄が３つ以上ある場合など、１つの入力欄への入力が行われた際には他の入力欄の入力候補が複数あったが、さらに他の入力欄へのユーザによる情報入力または候補の選択が行われたことによって、入力済みの情報群の組と一致する候補の組が絞られる場合がある。そのような場合、入力情報推薦手段１０５は、ユーザが新たに情報を入力または候補を選択する度に、入力済みの情報群の組と一致する候補の組を検索しなおすなどして、推薦情報を動的に絞り込んでいってもよい。
　また、図１６は、入力情報推薦手段１０５による予測処理の他の例を示す説明図である。本例では、入力候補の推薦を行う対象とする入力欄群の１つとして図１６（ｂ）に示す入力フォームの入力欄１と入力欄２と入力欄３とが指定されていたとする。また、入力情報推薦手段１０５は、入力種類関係推定手段１０３による推定の結果、入力欄１と入力欄２と入力欄３間の入力種類関係が、図１６（ａ）に示す入力候補群記憶手段１０２の「フィールドＣ」と「フィールドＤ」と「フォールドＥ」間の関係であることを示す情報を得ていたとする。そのような場合において、図１６（ｂ）に示すように、新たな情報の入力として、入力欄１に「男」が入力され、かつ入力欄２に「４０代」が入力されたとする。
　また、図１７は、このときの入力関係ログの例を示す説明図である。このような場合に、入力情報推薦手段１０５は、例えば、入力関係ログから入力欄１と入力欄２に入力された入力情報の組み合わせと一致するレコードを検索し、検索されたレコードに含まれる入力欄３のデータをその出願頻度が多い順に推薦してもよい。その際、入力情報推薦手段１０５は、入力候補群記憶手段１０２内の当該入力欄３が該当する種類別フィールドに候補として含まれているものがあれば、それを優先させるなどの処理を行ってもよい。入力情報推薦手段１０５は、例えば、入力候補に含まれる頻度と、入力関係ログに含まれる頻度とを乗算した値で順序付けしてもよい。または、入力情報推薦手段１０５は、どちらかをより優先させるように順位づけてもよい。また、その際に、入力情報推薦手段１０５は、入力ログに付された有効度を加味してもよい。
　また、上記例では入力欄１と入力欄２の両方が一致する組み合わせを検索して入力候補を抽出する例を示したが、入力情報推薦手段１０５は、少なくとも１つの入力情報が一致していれば、当該レコードを対象データの候補として抽出してもよい。その際、入力情報推薦手段１０５は、入力欄１と入力欄２の各々が一致する入力欄３のデータの頻度を用いて順位づけしてもよい。
　また、入力情報推薦手段１０５は、このような入力関係ログに基づく予測処理の結果、入力関係ログに該当するデータがなければ、入力候補群記憶手段１０２内の入力候補群を対象に、同様の抽出処理を行うようにしてもよい。なお、入力情報推薦手段１０５は、入力関係ログに該当するデータがある場合でも、入力候補群記憶手段１０２内の入力候補群を対象に加えて、入力候補の抽出処理を行ってもよい。
　なお、上記は入力欄が３つある場合の例を用いて説明したが、入力関係ログに基づく予測処理と、入力候補群に基づく予測処理との組み合わせは、入力欄が２つの場合にも適用できる。また、入力欄の数に関係なく、入力関係ログに基づく予測処理を行うか否か、入力関係ログに基づく予測処理を行う場合に入力候補群と入力関係ログのどちらを優先させるか、または、入力候補群と入力関係ログをどの程度優先させるか等の条件を設定で与えられるようにし、その条件を切り替えられるようにしてもよい。
　また、図１６に示すように、当該システムにおける入力欄は、テキストを入力するものに限らず、ラジオボタンやコンボボックス、チェックボックス等の選択的な入力を行うコンポーネントであってもよい。
　また、図１６（ｃ）には本例における入力候補の一覧表示の例が示されている。なお、図１６（ｃ）に示す例では、入力関係ログに含まれている入力欄３の「ａａａａ」という入力情報が、候補一覧に含まれていないとの理由により除外されているが、除外せずに候補の一つに加えられてもよい。
　また、図１８は、入力情報推薦手段１０５による予測処理の他の例を示す説明図である。本例では、推薦を行う対象とする入力欄群の１つとして図１８（ｃ）に示す入力フォームの入力欄１と入力欄２と入力欄３とが指定されていたとする。また、入力情報推薦手段１０５は、入力種類関係推定手段１０３による推定の結果、入力欄１と入力欄２と入力欄３間の入力種類関係が、図１８（ａ）に示す入力候補群記憶手段１０２の「フィールドＡ」と「フィールドＢ」と「フォールドＤ」間の関係であることを示す情報を得ていたとする。また、図１８（ｂ）は、このときの入力関係ログの例である。そのような場合において、図１８（ｃ）に示すように、新たな情報の入力として、入力欄１に「タクシー」が入力され、かつ入力欄２に「××駅」が入力されたとする。
　このような場合に、入力情報推薦手段１０５は、例えば、入力関係ログから入力欄１と入力欄２に入力された入力情報の組と一致するレコードを検索した結果、該当レコードなしとして、さらに、入力候補群記憶手段１０２内の入力候補群を検索対象にして、入力欄１と入力欄２に入力された入力情報の組と一致するレコードを検索してもよい。本例では、その結果、入力欄３の入力候補として、「打ち合わせ。時間の効率化」というデータを得ることができる。入力候補は、本例のように文であってもよい。
　以上のように、本実施形態によれば、入力種類関係推定手段１０３による推定結果と、入力候補群記憶手段１０２に記憶されている入力候補群（すなわち、種類別の候補一覧とその組み合わせ）とを利用して、他の入力欄の入力候補を予測することができる。そのため、予め各入力欄に入力されうるデータの種類を指定しておかなくても、また、初めて入力される情報であっても、対応する入力欄の入力候補を提示することができる。
　なお、図１３に示す例では、第１の実施形態の構成に入力情報推薦手段１０５が追加された構成を示したが、例えば、第２の実施形態の構成に入力情報推薦手段１０５を追加してもよい。そのような場合には、エラー検出と予測変換候補の提示とを同時に行うようにしてもよいし、選択的にどちらか一方の機能のみを行うようにしてもよい。
　また、上記各実施形態では、ユーザからの入力を受け付ける入力欄を含む画面を表示する出力手段や、ユーザによる該入力欄への入力を受け付ける入力手段を図示省略している。これらの入出力手段は、例えば、ディスプレイ装置やキーボードやタッチパネルなどにより実現される。また、これら入出力手段と、他の処理手段との関係は、Ｗｅｂシステムのような、サーバ／クライアント方式で実現されていてもよいし、単一の装置（スタンドアロン方式）で実現されていてもよい。
　以上、実施形態及び実施例を参照して本願発明を説明したが、本願発明は上記実施形態および実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　この出願は、２０１３年１月２２日に出願された日本特許出願２０１３－００９５７２を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　本発明は、ユーザインタフェースにおいて様々な入力欄を備えるシステムに好適に適用可能である。
　１０１　入力関係ログ記憶手段
　１０２　入力候補群記憶手段
　１０３　入力種類関係推定手段
　１０４　エラー検出手段
　１０５　入力情報推薦手段

Claims (12)

  1. 　複数の入力欄への入力を支援する入力支援システムであって、
    　前記複数の入力欄に対して過去に入力された情報を各々対応づけて入力関係ログとして記憶する入力関係ログ記憶手段と、
    　情報の種類別の入力候補を、各々他の種類の入力候補と対応づけて記憶する入力候補群記憶手段と、
    　前記入力関係ログ記憶手段に記憶されている入力関係ログと、前記入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、前記複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、前記入力候補群記憶手段に記憶されている種類別のフィールドである種類別フィールドのどの組み合わせに該当するかを推定する入力種類関係推定手段とを備えた
    　ことを特徴とする入力支援システム。
  2. 　前記入力種類関係推定手段による推定結果と、前記入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、前記複数の入力欄に含まれる各入力欄に入力された情報に対してエラー判定を行い、エラーを検出するエラー検出手段を備えた
    　請求項１に記載の入力支援システム。
  3. 　前記エラー検出手段は、前記複数の入力欄に含まれる各入力欄に入力された情報の組み合わせが、前記入力候補群記憶手段に記憶されている当該各入力欄が該当する種類別フィールドの入力候補の組み合わせと一致するか否かを判定し、一致しない場合にエラーを検出する
    　請求項２に記載の入力支援システム。
  4. 　前記入力種類関係推定手段による推定結果と、前記入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、前記複数の入力欄に含まれる少なくとも１つの入力欄に情報が入力されたときに、前記複数の入力欄に含まれる他の入力欄に入力される情報を予測して、入力候補として出力する入力情報推薦手段を備えた
    　請求項１から請求項３のうちのいずれか１項に記載の入力支援システム。
  5. 　前記入力情報推薦手段は、情報が入力された入力欄が該当する種類別フィールドの入力候補の中から入力された情報と一致する入力候補を検索し、検索された入力候補と対応づけられている他の入力欄が該当する種類別フィールドの入力候補を取得し、取得された入力候補を当該他の入力欄に入力される情報の入力候補として出力する
    　請求項４に記載の入力支援システム。
  6. 　前記入力種類関係推定手段は、前記入力関係ログ記憶手段に記憶されている前記複数の入力欄の各々について、当該入力欄に対して過去に入力された情報と、前記入力候補群記憶手段に記憶されている種類別の入力候補とを比較して、当該入力欄の入力情報の種類が前記入力候補群記憶手段に記憶されている種類別フィールドのいずれに該当するかを推定し、その推定結果と、前記入力関係ログ記憶手段に記憶されている入力関係ログにおける各入力欄間の過去に入力された情報の対応関係とに基づいて、前記複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、前記入力候補群記憶手段に記憶されている種類別フィールドのどの組み合わせに該当するかを推定する
    　請求項１から請求項５のうちのいずれか１項に記載の入力支援システム。
  7. 　前記入力種類関係推定手段は、前記入力関係ログ記憶手段に記憶されている前記複数の入力欄の各入力欄に対して過去に入力された情報と、前記入力候補群記憶手段に記憶されている種類別の入力候補とを比較して、前記各入力欄に対して過去に入力された情報が各々前記入力候補群記憶手段に記憶されている種類別フィールドのいずれに該当するかを推定し、その推定結果によって示される、前記入力関係ログ記憶手段に記憶されている入力関係ログにおける各入力欄間の過去に入力された情報の種類の対応関係とに基づいて、前記複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、前記入力候補群記憶手段に記憶されている種類別フィールドのどの組み合わせに該当するかを推定する
    　請求項１から請求項５のうちのいずれか１項に記載の入力支援システム。
  8. 　複数の入力欄への入力を支援する入力支援方法であって、
    　入力関係ログ記憶手段が、前記複数の入力欄に対して過去に入力された情報を各々対応づけて入力関係ログとして記憶し、
    　入力候補群記憶手段が、情報の種類別の入力候補を各々他の種類の入力候補と対応づけて記憶し、
    　入力種類関係推定手段が、前記入力関係ログ記憶手段に記憶されている入力関係ログと、前記入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、前記複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、前記入力候補群記憶手段に記憶されている種類別のフィールドである種類別フィールドのどの組み合わせに該当するかを推定し、
    　エラー検出手段または入力情報推薦手段が、前記入力種類関係推定手段による推定結果と、前記入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、前記複数の入力欄に対して、入力された情報のエラー判定または入力される情報の予測を行う
    　ことを特徴とする入力支援方法。
  9. 　エラー検出手段が、前記複数の入力欄に含まれる各入力欄に入力された情報の組み合わせが、前記入力候補群記憶手段に記憶されている当該各入力欄が該当する種類別フィールドの入力候補の組み合わせと一致するか否かを判定し、一致しない場合にエラーを検出する
    　請求項８に記載の入力支援方法。
  10. 　入力情報推薦手段が、前記複数の入力欄のうち情報が入力された入力欄が該当する種類別フィールドの入力候補の中から入力された情報と一致する入力候補を検索し、検索された入力候補と対応づけられている他の入力欄が該当する種類別フィールドの入力候補を取得し、取得された入力候補を該他の入力欄に入力される情報の予測結果として出力する
    　請求項８または請求項９に記載の入力支援方法。
  11. 　複数の入力欄に対して過去に入力された情報を各々対応づけて記憶する入力関係ログ記憶手段と、情報の種類別の入力候補を、各々他の種類の入力候補と対応づけて記憶する入力候補群記憶手段とにアクセス可能なコンピュータに適用される入力支援プログラムであって、
    　前記コンピュータに、
    　前記入力関係ログ記憶手段に記憶されている入力関係ログと、前記入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、前記複数の入力欄に含まれる各入力欄間の入力情報の種類の関係が、前記入力候補群記憶手段に記憶されている種類別のフィールドである種類別フィールドのどの組み合わせに該当するかを推定する処理を実行させる
    　ための入力支援プログラム。
  12. 　前記コンピュータに、
    　前記推定結果と、前記入力候補群記憶手段に記憶されている種類別の入力候補とその組み合わせとに基づいて、前記複数の入力欄に対して、入力された情報のエラー判定または入力される情報の予測を行わせる
    　請求項１１に記載の入力支援プログラム。
PCT/JP2013/005268 2013-01-22 2013-09-05 入力支援システム、入力支援方法および入力支援プログラム Ceased WO2014115199A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US14/761,180 US20150363379A1 (en) 2013-01-22 2013-09-05 Input support system, input support method and input support program
JP2014558290A JP5950369B2 (ja) 2013-01-22 2013-09-05 入力支援システム、入力支援方法および入力支援プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013-009572 2013-01-22
JP2013009572 2013-01-22

Publications (1)

Publication Number Publication Date
WO2014115199A1 true WO2014115199A1 (ja) 2014-07-31

Family

ID=51227020

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/005268 Ceased WO2014115199A1 (ja) 2013-01-22 2013-09-05 入力支援システム、入力支援方法および入力支援プログラム

Country Status (3)

Country Link
US (1) US20150363379A1 (ja)
JP (1) JP5950369B2 (ja)
WO (1) WO2014115199A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016091087A (ja) * 2014-10-30 2016-05-23 富士通株式会社 情報提示プログラム、情報提示方法及び情報提示装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008176516A (ja) * 2007-01-18 2008-07-31 Dainippon Printing Co Ltd アプリケーションプログラムへの入力操作支援装置およびアプリケーションプログラムへの入力操作支援装置
JP2011187011A (ja) * 2010-03-11 2011-09-22 Fujitsu Ltd 入力装置、入力支援方法及びコンピュータプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6629098B2 (en) * 2001-01-16 2003-09-30 Hewlett-Packard Development Company, L.P. Method and system for validating data submitted to a database application
US20060200754A1 (en) * 2001-10-24 2006-09-07 Infosnap Systems and methods for storing personal information, automatically filling out forms, and sharing information with a data recipient
US7203699B2 (en) * 2004-06-28 2007-04-10 Bellamy Robert E Computerized system for automated completion of forms
US20060007189A1 (en) * 2004-07-12 2006-01-12 Gaines George L Iii Forms-based computer interface
EP1842140A4 (en) * 2005-01-19 2012-01-04 Truecontext Corp DIRECTIVE-CONTROLLED MOBILE FORM APPLICATIONS
US7996589B2 (en) * 2005-04-22 2011-08-09 Microsoft Corporation Auto-suggest lists and handwritten input
US20070112599A1 (en) * 2005-10-26 2007-05-17 Peiya Liu Method and system for generating and validating clinical reports with built-in automated measurement and decision support
US8095476B2 (en) * 2006-11-27 2012-01-10 Inquira, Inc. Automated support scheme for electronic forms
US20080235567A1 (en) * 2007-03-22 2008-09-25 Binu Raj Intelligent form filler
US20090204881A1 (en) * 2008-02-08 2009-08-13 M/S. Scmooth (India) Private Limited Method and system for knowledge-based filling and verification of complex forms
US20100211863A1 (en) * 2009-02-19 2010-08-19 Microsoft Corporation Action-based pre-population of user profiles
US20110231773A1 (en) * 2010-03-19 2011-09-22 Avaya Inc. System and method for providing just-in-time resources based on context

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008176516A (ja) * 2007-01-18 2008-07-31 Dainippon Printing Co Ltd アプリケーションプログラムへの入力操作支援装置およびアプリケーションプログラムへの入力操作支援装置
JP2011187011A (ja) * 2010-03-11 2011-09-22 Fujitsu Ltd 入力装置、入力支援方法及びコンピュータプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016091087A (ja) * 2014-10-30 2016-05-23 富士通株式会社 情報提示プログラム、情報提示方法及び情報提示装置

Also Published As

Publication number Publication date
JP5950369B2 (ja) 2016-07-13
JPWO2014115199A1 (ja) 2017-01-19
US20150363379A1 (en) 2015-12-17

Similar Documents

Publication Publication Date Title
KR102466489B1 (ko) 관심 지점에 관련된 정보를 사용자에게 제공하기 위한 방법 및 시스템
JP6029192B2 (ja) 入力支援システム、入力支援方法および入力支援プログラム
CN107229659B (zh) 一种信息搜索方法及装置
US20180341866A1 (en) Method of building a sorting model, and application method and apparatus based on the model
JP2020135891A (ja) 検索提案を提供する方法、装置、機器及び媒体
US20140351228A1 (en) Dialog system, redundant message removal method and redundant message removal program
US20140172415A1 (en) Apparatus, system, and method of providing sentiment analysis result based on text
WO2018151774A1 (en) Grouping and summarization of messages based on topics
US10037367B2 (en) Modeling actions, consequences and goal achievement from social media and other digital traces
KR20190008331A (ko) 자연 언어 사용자 인터페이스 입력에 기초하여 자연 출력을 생성하는 방법 및 장치
CN102314452B (zh) 一种通过输入法平台进行导航的方法及系统
AU2014228754C1 (en) Non-deterministic disambiguation and matching of business locale data
CN112528145A (zh) 信息推荐方法、装置、设备及可读存储介质
EP2805266A1 (en) Grouping search results into a profile page
CN113569012A (zh) 医疗数据查询方法、装置、设备及存储介质
CN111753089A (zh) 话题聚类方法、装置、电子设备及存储介质
KR20150059208A (ko) 소셜 웹 미디어의 이벤트 시공간 연관성 분석 장치 및 그 방법
CN110580337A (zh) 一种基于实体相似度计算的专业实体消歧实现方法
JP2010211575A (ja) 情報評価支援システム
JP2012008899A (ja) 検索クエリ推薦方法、検索クエリ推薦装置及び検索クエリ推薦プログラム
JP5950369B2 (ja) 入力支援システム、入力支援方法および入力支援プログラム
US20160283458A1 (en) Input assistance system, input assistance method, and input assistance program
JP5826148B2 (ja) 図面管理サーバ及びこれを用いた図面管理システム
KR101402339B1 (ko) 문서 관리 시스템 및 문서 관리 방법
JP6083819B2 (ja) 入力支援システム、入力支援方法および入力支援プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13872931

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014558290

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14761180

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13872931

Country of ref document: EP

Kind code of ref document: A1