WO2017170454A1 - 個人や個人の所属する組織・グループの価値観・価値を理解蓄積、推測予測し、価値に基づく支援や分析実現を支援する人工知能装置 - Google Patents

個人や個人の所属する組織・グループの価値観・価値を理解蓄積、推測予測し、価値に基づく支援や分析実現を支援する人工知能装置 Download PDF

Info

Publication number
WO2017170454A1
WO2017170454A1 PCT/JP2017/012484 JP2017012484W WO2017170454A1 WO 2017170454 A1 WO2017170454 A1 WO 2017170454A1 JP 2017012484 W JP2017012484 W JP 2017012484W WO 2017170454 A1 WO2017170454 A1 WO 2017170454A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
condition
program
index
judgment
Prior art date
Application number
PCT/JP2017/012484
Other languages
English (en)
French (fr)
Inventor
森　昌也
Original Assignee
株式会社Ｐｅｒｓｏｎａｌ ＡＩ
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 株式会社Ｐｅｒｓｏｎａｌ ＡＩ filed Critical 株式会社Ｐｅｒｓｏｎａｌ ＡＩ
Publication of WO2017170454A1 publication Critical patent/WO2017170454A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor

Definitions

  • the present invention is a system and artificial intelligence for realizing artificial intelligence that performs value-based support and analysis by grasping and accumulating values and values for individuals and organizations to which they belong, and making judgments, predictions, and inferences,
  • the present invention relates to effective software applied to personal artificial intelligence that provides different functions depending on users and organizations in particular.
  • Conventional artificial intelligence mainly consists of text recognition by natural language processing, image recognition, and a judgment system.
  • those based on text recognition are text sentences converted from speech to text through speech conversion processing, or text sentences input by text using natural language processing to an arbitrary database or the Internet in a range attached with conditions.
  • comparison targets when the text itself is compared and a matching or similar one is found, information related to it is output, or an arbitrary operation is performed.
  • Natural language processing performs morphological analysis and dependency analysis represented by MeCab and CaboCha, and compares the comparison object in advance with patterns accumulated by humans, and pre-programmed if the results are identical or similar Processing is performed according to any branching condition.
  • the artificial intelligence learning function collects data at random in addition to the patterns accumulated by humans in advance, and performs learning in advance. Therefore, social common sense and common sense in the belonging organization It was impossible to cope with common sense that differs by the number of organizations to which artificial intelligence users belong.
  • artificial intelligence by natural language processing, it is an realization of an artificial intelligence program that understands changing and changing values for each user and organization to which the user belongs, and provides and responds to information meeting each value. Also, to provide information based on prediction of changing values.
  • the value here is the value for people and organizations to which they belong, and the values and goals that lead to satisfaction with preferences, desires, desires, interests, preferences, goals, goals, expectations, etc. It is a value that leads to the right to realization and execution.
  • the user and the organization to which the user belongs are different, and the values and values which are changing are determined, stored, and used for the subsequent determination.
  • Deriving information according to value deducing conditions for drawing conclusions according to value, and autonomously acquiring and storing data according to the period when different values and values are valid for each user
  • the purpose is to change data, and to draw judgments and conclusions corresponding to changes in user's values and values.
  • the present invention can also be implemented as a computer-usable program, as will be apparent to those skilled in the art. Therefore, the present invention can take an embodiment as hardware, an embodiment as software, or an embodiment of a combination of software and hardware.
  • the program can be recorded on any computer readable medium such as a hard disk, a CD-ROM, an optical storage device or a magnetic storage device, and a semiconductor storage device.
  • a general computer system can be used.
  • the computer system that can be used in the embodiment includes a central processing unit (CPU), a main storage unit (main memory: RAM), a non-volatile storage unit (ROM), a co-processor, an image accelerator, a cache memory, input / output control It comprises hardware resources generally provided in a computer system, such as a device (I / O).
  • an external storage device such as a hard disk drive and communication means connectable to a network such as the Internet can be provided.
  • the computer system includes various computers such as personal computers, workstations, mainframe computers, tablet computers, and various portable information terminals such as smartphones.
  • FIG. 1 is a conceptual diagram showing an example of a personal artificial intelligence configuration according to an embodiment of the present invention.
  • the value DB) (009) is regarded as an essential function, and the general database (hereinafter referred to as a general DB) (006), the prediction / prediction unit (010), the inference unit (011), the combination unit (012) Creation unit (013), similar unit (014), diversity unit (015), affiliation dependent unit (016), common sense comparison unit (017), shared unit (018), other person accumulation interface (hereinafter referred to as other person accumulation IF) (019), priority unit (020), trade-off unit (021), verification / accumulation judgment unit (022), value-adaptive self-correction unit (023), output unit (024), value trend analysis unit (025), offer proposal Part (02 6) Affil
  • the input unit delivers a sentence (text sentence) to the value understanding unit.
  • the sentence here includes a sentence after speech-to-text conversion, a sentence from an input device such as a keyboard, and the like.
  • the value understanding unit divides the sentences received from the input unit into a plurality of sentences, divides each sentence, and obtains the relationship between each word of the sentences obtained by morphological analysis and dependency analysis for each sentence.
  • the sentence is divided into a main part (subject, object), a predicate (predicate, verb), and a condition part (main part, modifier of predicate, or main part, Divided into condition parts or parts from which components are extracted.
  • the part excluding the main part and the predicate is a value judgment part, and the main part excluding the value judgment part and the subject excluding the subject from the predicate are a value index.
  • the value judgment unit performs conjunction deletion processing in order to set a part as a judgment condition of value from the relative in the sentence. From the relative words in the value judgment unit, the value judgment unit is configured in a form not including the relationship between the meanings of OR, XOR, and XNOR, and one or a configuration in which only the meanings of NOT and AND are connected Convert to multiple value judgment conditions. This is the value judgment condition.
  • connection condition when the connection condition includes the meaning of OR, it is divided as a condition not including the OR, and converted into a plurality of value judgment conditions.
  • NOR performs division processing in the same manner as OR as not OR
  • division is performed as a condition not including the meaning of XOR, and converted into a plurality of judgment conditions of value.
  • a XOR B A and B are value judgment criteria
  • it is divided into two value judgment conditions of (A AND not B) and (not A and B) and either one of them is established.
  • condition for value judgment when the meaning of XNOR is included, it is divided as a condition not including the XNOR condition.
  • a XNOR B (where A and B are value judgment criteria) has a value judgment condition that either (A and B) or (not A and not B) holds. In this way, it converts into a plurality of value judgment conditions.
  • the divided value condition judgments are linked to one value indicator.
  • Value judgment conditions including NOT are represented as negative values
  • value judgment conditions are represented as negative values
  • value judgment conditions not including NOT are represented as positive values
  • value judgment conditions are represented as positive values. . If each item of the value judgment conditions has positive and negative conditions, the value is positioned by the difference between positive and negative.
  • the maximum condition match is used, in which the number of items matching the value judgment condition is the value of the value.
  • the comparison order of the value judgment conditions of the maximum condition match compares the match of all items, and when all items do not match, the combination excluding one condition is taken as the second rank value judgment condition of permutation. The following comparison is performed with combinations reduced by one condition. It is assumed that the number of combinations / the number of all items is the condition match.
  • Maximum condition match is the maximum value when all items of the value judgment condition are satisfied (when all items are connected by AND). If the following items are composed of one less combination (all items minus one item are connected by AND), the value is one less than the maximum value.
  • Synonym conversion processing refers to processing for replacing words with synonyms. For example, in the value judgment condition composed of A, B and C and the value judgment condition composed of A and B, the value judgment condition composed of A, B and C is judged to be more valuable. If all the items do not match at the maximum condition match, a combination excluding one condition is used as the second rank value judgment condition. The following comparisons are made with combinations reduced by one condition (the order is lowered). The number of items matching the condition / total number of items at this time is used for comparison of the condition matching degree as the condition matching ratio of the maximum condition matching.
  • the maximum condition match arranges the value judgment conditions along the time axis, and treats the most recently updated value judgment condition as a high value, in the case of equivalent value height. For new accumulation, in the case of the same value indicator, treat the value judgment condition as high value. Similarly, in the case of equal value regardless of positive and negative, the newly updated value judgment condition is treated as high value on the time axis. (7) Of the weighting of the value linked to the value index, for the value leading to the right, the minimum condition matching in which the number of items of the value judgment condition is the high value is used. The comparison order of the value judgment conditions of the minimum condition match is performed from the smaller number of items of the value judgment conditions to the larger number of items. The smaller the number of items, the higher the value.
  • the minimum condition matching the one in which the number of items of the value judgment condition is the smallest is regarded as the maximum value.
  • all combinations created by replacing all items with synonyms by synonym conversion processing are used as the value judgment conditions.
  • the value judgment condition composed of the items A and B and the value judgment condition composed only of A the one composed of A alone is treated as a higher value.
  • the minimum condition match treats the oldest value judgment condition in any period as the high value when the value of the equivalent value is high.
  • the number of items in common / the number of all items is used as the condition matching ratio of the minimum condition matching for comparison of the condition matching degree.
  • the value indicator is "drive”
  • the value judgment condition is “sports car” and “high speed”
  • the value judgment condition item is “sports Car, "fast”.
  • the value index is “cut knife processing method”
  • the value judgment condition is “using ABC steel”
  • the value judgment condition item is “use ABC steel “,” Def processing ",” made by GHI processing ".
  • the Accumulation and Comparison Department is used to determine whether it has the values that lead to the satisfaction already experienced and the values that lead to the rights.
  • the value indicator and the value judgment condition are stored in the value DB together with a value indicator group that combines related and similar value indicators.
  • the accumulation comparison unit compares the value judgment condition associated with the value indicator accumulated in the value DB and the value indicator based on the value indicator from the value understanding unit and the value judgment condition. At this time, the value index from the value understanding unit and the value determination condition are compared for all combinations including synonyms by synonym conversion processing. (1) First compare the value indicators. Check for the accumulation of matching value indicators.
  • the general DB is a database that stores the value use stored in the value DB and all information other than the value determination conditions, and represents one database or a plurality of databases.
  • the research and comparison unit uses the value index and the value judgment condition as keys in the order of a general DB that arbitrarily holds targets based on the result of the storage comparison unit, an unspecified number of unspecified bases including the Internet, or a general DB, an arbitrary target DB. Search and obtain matching or similar value indicators, value judgment conditions and related information.
  • a general DB is a database that stores information other than the value index and the information on the value determination condition.
  • the inference prediction unit is a request for inference in the realization method by natural language processing in the value judgment unit, a change inference due to increase or decrease in value, or a request for change prediction in accordance with the value index and the value judgment conditions stored in the value DB. It realizes the conclusion creation by value index estimation, the change estimation of the value index accompanying the addition and deletion of the value judgment condition, and the addition and deletion of the value condition judgment item and the prediction of the time change.
  • Establishment condition estimation estimates the condition / method for the value index and the value judgment condition to be established.
  • A) Identify the conditions under which the items of the value judgment conditions are satisfied.
  • Each item constituting the value judgment condition (referred to as a parent value judgment condition) and its similar words are searched using the general DB as a search key.
  • the text of the search result is converted into a value index and a value judgment condition (which is a child value judgment condition) as in the value understanding section.
  • the item of the child value judgment condition is a candidate of the establishment condition of each item of the parent value judgment condition.
  • a search is performed on the general DB by replacing each item of the closeness determination condition with the establishment condition (item of the closeness condition determination) of (c).
  • (E) Convert the search result into a value index and a value judgment condition in the same way as the value understanding section, and the converted value index matches or is similar to the original value index (referred to as a parent value index) for parent value judgment conditions
  • the item of the child value judgment condition is taken as the estimation result of the satisfaction condition.
  • (F) When a plurality of child value judgment conditions are obtained, (c) to (e) are repeated to match or be similar to the original value index (referred to as a parent value index) for the parent value judgment condition, Let the item of the child value judgment condition be the estimation result of the establishment condition. ( Figure 10) (2) Change estimation is estimation of a result that changes as a value indicator is added or deleted from a value judgment condition item.
  • the prediction is a temporal change prediction of the value judgment condition for the value index.
  • the learning unit updates the time record every time the value judgment condition is replaced or not and whenever the value judgment condition is additionally deleted / updated in the value DB. (FIG. 3, FIG. 27, and paragraph number 0032) The prediction is performed using the time record of the value judgment condition for the value index stored in the value DB.
  • the value index or value judgment conditions converted by the value understanding unit are searched for a value index similar to the value index or value index stored in the value DB.
  • A When there is a coincident or similar value index, temporal change history possessed by the value index that matches or is similar to the value index associated with the value index is regarded as a change prediction candidate of the value index.
  • B When there is no matching value judgment condition, the temporal change history possessed by the value judging condition having a larger number of matching value judging condition items is set as a change prediction candidate of the value judging condition.
  • the inference unit is a conclusion creation by a request for realization execution by natural language processing in the value judgment unit in accordance with the value index and the value judgment condition accumulated in the value DB, and the value indicator stored in the value DB Realize logical expansion using the relationship of (1)
  • the value indicator "when the value indicator A holds the value indicator B under an arbitrary condition a" and "the value indicator B holds a value indicator C under an arbitrary condition b"
  • the logical expansion is realized “under the arbitrary conditions a and b, the value indicator A is the value indicator C”.
  • the value judgment conditions of the value index A and the value index C are added as the value judgment conditions.
  • the synthesis unit is a creation of a conclusion based on a request for realization execution by natural language processing in the value judgment unit according to the value that the value index and the value judgment condition accumulated in the value DB hold, and the value generated by the value understanding unit
  • a combination of a plurality of value indicators or value judgment conditions specified from an indicator and a value judgment condition, or a value index stored in a value DB and a value judgment condition, and a result about a result when a plurality of values are combined Deriving information.
  • Composition of the same value index derives information related to new value judgment conditions created by synthesis and synthesis of value judgment conditions from general DB or the Internet.
  • the creation unit is a conclusion creation which is input from the input unit and meets the requirement of realization execution by natural language processing in the value judgment unit, in accordance with the value index and the value judgment condition accumulated in the value DB.
  • Perform pseudo creation by creating a combination that can be established under arbitrary restricted conditions (1) Create a value index that can be concluded by the value judgment unit The search is made in the order of the general DB and the Internet within the limit set arbitrarily to the condition that the value index holds.
  • a search result is used as an item of a value judgment condition which is used as a value index of a conclusion, and randomly selected numbers are randomly combined.
  • This combination is used as a value judgment condition, combined with the value index, and search is again performed in the order of general DB, Internet again, the obtained result is listed as pre-conclusion information, and each is taken as a value index Divide into value judgment conditions. Compare the value indicator created here with the value indicator created in (1), rearrange from the one with high similarity, and draw the information with high similarity before conclusion as the conclusion. (3) If the items of the value judgment conditions are the same, combine them into one. If two of the items of the value judgment condition are oppositely positive or negative, both positive and negative items are deleted and used as the value judgment condition. ( Figure 17)
  • the sharing unit shares the value data with the value DB of another authorized user through the learning (storage) unit of the other.
  • the sharing unit has an affiliation DB (FIG. 18), manages one or more affiliations of arbitrarily set individuals, and manages classification data for acquiring value data of other persons belonging to the same affiliation. For each affiliation, value indicators are grouped arbitrarily with similarity, and each value indicator group is associated with the affiliation group, and this is used as classification data. ( Figure 19)
  • the similar part identifies the common terms of the individual's own value index and the other's value index, and uses it for the purpose of connecting the common values.
  • the common value index targets all combinations including synonyms by synonym conversion processing as common terms.
  • (1) The value judgment conditions linked to the common value index to be compared are compared with each other, and when the common value judgment condition is equal to or more than a ratio arbitrarily set, it is judged that there is similarity in value for each value index. .
  • the common value index of interest represents a value index that matches or is similar (matching synonyms by synonym conversion).
  • A Divide into value indicators that do not share the same value indicator as oneself and others.
  • Value judgment conditions judge positive / negative and match in the case of the direction of the same value
  • Value similarity is linked to (the number matched by the value judgment condition linked to the same value index) / (value index If there is no common value index group determined by the maximum value of the number of value judgment conditions) or if the similarity of the value judgment conditions is equal to or less than an arbitrary value in the common value index group, it is determined that there is no value similarity.
  • the Diversity Division is used for the purpose of deriving the value indicator representing the shareable value in the organization and group to which it belongs, value judgment conditions and related data, and the value possessed by the members belonging to the group possessed by the DB belonging to the shared division. Includes all indicators and value judgment conditions, and represents the diversity of the value of the group to which it belongs.
  • A For each affiliation or affiliations to which an individual belongs that can be specified by the affiliation DB, the value judgment conditions associated with all the value indicators are ORed, and the value judgment conditions are Includes all value judgment conditions including positive and negative.
  • B Synonym conversion processing is not performed on value indicators and value judgment conditions.
  • the affiliation-dependent department is used to check whether the organization's or group's unique values and judgments are made in accordance with the values.
  • the organization possessed by the affiliation DB possessed by the sharing unit, the values possessed by the group, the value index relating to value, and the value judgment conditions are arbitrarily set and stored in the affiliation value DB (FIG. 22). By determining whether or not the value index and the value determination condition are met, it is determined whether the individual's sense of value and value match the belonging organization.
  • the common sense comparison section compares common sense and duty.
  • Common sense means that in the population of any unit among the combination of the value indicator and the value judgment condition, if any proportion or more of the number of members belong or match, the sense of value and the value for that value indicator It is judged as common sense.
  • the population of any unit is a unit that meets any conditions, such as country, region, industry, and group.
  • B Check, through the sharing unit, with respect to the affiliation DB of another person whether or not they belong to the same group.
  • the priority determination unit performs priority determination and trade-off determination.
  • (1) Priority determination prioritizes values by determining whether the value is high or low among a plurality of inputs.
  • B Value index of match or similarity (match with synonym by synonym conversion process) and value of match or similarity (match with synonym by synonym conversion process) for each of multiple value indexes and value judgment conditions converted by the value understanding unit The judgment conditions are extracted from the value DB.
  • C When the plurality of value indexes to be compared from the input are identical, the value determination condition associated with the value determination condition associated with the value index extracted from the value DB and the plurality of value indicators from the input Compare.
  • the value indicator of the match or similarity is extracted from the value DB.
  • B When there is a relationship between each value indicator, the relationship is used as the order of value to give a priority result of value.
  • C If there is no relationship, and if the main words of the input sentence have rankings to be compared, then the result is a priority result of value.
  • FIG. 24 If there is no relationship in comparison, it is returned as non-comparable.
  • (3) In the priority judgment, when there are mixed value indicators which do not match the same value indicator among the plurality of input value indicators, the processing of (1) is performed first for the value indicators that match.
  • the ranking of (1) is included.
  • the inputted value indicator, the value indicator which matches or is similar to the value judgment condition, the value judgment condition does not exist in the value DB, or the value judgment condition associated with the value DB value indicator is If there is only one, it will be returned as not comparable.
  • the trade-off judgment is to make a comparison judgment with the value judgment condition composed of only positive items, when the value judgment condition associated with the value index of the value DB includes a negative item. .
  • the verification accumulation determination unit performs accumulation, output, and verification of options (value accumulation, value realization) which are input from the input unit and implemented by natural language processing in the value determination unit.
  • (1) In the value judgment unit in the case of input without output, only accumulation in the value DB is performed.
  • B If there is a value index in the value DB that matches or is similar to the value index processed in the value understanding section, and there is no match in the value judgment conditions, the existing value index of the value DB Perform additional accumulation of value judgment conditions.
  • Verification is based on the text of the input and the created value indicator, the consistency of the value judgment condition (a), the value indicator, confirmation of the information retrieved or created from the value judgment condition (b), the value realization result A value indicator created by a value judgment unit and confirmation (c) of the accuracy of the value judgment conditions are verified by a question answer by the value understanding unit.
  • the learning (accumulation unit) adds, updates, and deletes the value index and the value determination condition to the accumulation instruction from the verification accumulation determination unit.
  • the accumulation instruction from the verification accumulation determination unit is the value index In the case of the addition of the value judgment condition, the value index and the value judgment condition are newly added to the value DB. At this time, an addition date is added to this value judgment condition.
  • the accumulation instruction from the verification accumulation determination unit is the addition of the value determination condition
  • the value determination condition associated with the existing value index is added to the value DB. At this time, based on the high / low value of the existing value judgment conditions, that is, the value judgment result derived by the value understanding unit, the value judgment conditions are rearranged and added to the value DB.
  • an addition date is added to this value judgment condition.
  • the date and time of the value determination condition of the corresponding value index are updated. If equivalent values exist in the same value index, the value judgment conditions are rearranged so that the value becomes the highest among the equivalent value judgment conditions by updating the date and time, and the value DB is updated.
  • the term of the value judgment condition is arbitrarily set, if the term is exceeded, the corresponding value judgment condition is deleted.
  • the value understanding unit determines that the input from the input unit is an input for prioritization of a plurality of value indicators, (a) in the case of the existing arbitrarily initialized items, the hierarchical structure of the relevance items Correct the (B) Add a new relevance item. Using this relevance item, the priority determination unit makes a priority determination of the value indicator. (6) When the value understanding unit determines that the input from the value understanding unit is an input of a trade-off combination of a plurality of value indicators, the combination of the trade-offs of the value judgment conditions linked to the value indicator is linked to the value indicator Accumulate as a trade-off condition.
  • the output unit selects and outputs information suited to the value of the individual or the organization to which the individual belongs. (1) If it is determined that the value understanding unit is an input expecting an output and the processing is not accompanied by the realization of the value, the survey comparison unit outputs the information derived from the general DB or the Internet. (2) If it is determined that the value understanding unit is an input expecting an output and that processing is accompanied by value realization, a survey based on the result of the prediction prediction unit, the inference unit, the synthesis unit, the creation unit or the result thereof The comparison unit outputs information derived from a general DB or the Internet.
  • the value trend analysis unit extracts and groups value indicators under arbitrary conditions, analyzes the items of the value judgment conditions and analyzes the result of the analysis into information / advertisement according to the value of the individual or the organization or group to which the individual belongs. ⁇ Link products and services.
  • (1) (a) Divide into any category including any value indicator. One or more value indicators are extracted from the value DB that is in this category.
  • (B) Extract value judgment conditions associated with the value indicator.
  • (E) Provide information, advertisements, products, and services that match the classification arbitrarily to the individual or the organization or group to which the individual belongs, to the information provided in (2) (1)
  • the execution instruction unit extracts the value index under an arbitrary condition
  • the value trend analysis unit analyzes the items of the value judgment condition, and analyzes the result of the analysis to the value of the individual or the organization or group to which the individual belongs.
  • Perform arbitrary operation execution processing (1) (a) Divide into any category including any value indicator. One or more value indicators are extracted from the value DB that is in this category. (B) Extract value judgment conditions associated with the value indicator. (C) Matching or similarity with one or more extracted value indicators and the value judgment condition associated with each, or similar (matching with synonyms by synonym conversion processing), or any percentage or more of the value judgment condition items Extract value indicators, individuals or organizations to which the value judgment conditions belong, and groups.
  • (2) Natural language processing is performed on the input sentence, which is a response, to the information provided in (e) of (1), and (a) when the response is a word showing a positive response, the result of the execution instruction Is determined to be correct.
  • the execution instruction unit conforms to the accumulated value indicator and value judgment condition accumulated in the value DB for the purpose of performing the execution operation according to the value of the individual or the organization to which the individual belongs, and the group, and to any execution condition. If it matches, issue an execution instruction. Extract the value index for the operation to any machine among the value index of the individual and the value judgment condition stored in the value DB for any operation condition for any machine, and the value of the organization, group to which the individual belongs The result of ANDing the indicator and the value judgment condition with the operation condition of any machine is taken as the execution instruction of the operation which matches the value of the individual or the organization to which the individual belongs and the group. Do not give instructions for actions that do not match or are similar to values, return questions such as "What action do you expect?", Break down the answers to the questions into value indicators and value judgment conditions in the value understanding section, Accumulate in value DB.
  • the current value (satisfaction) of the individual is accumulated for each value index, and from the accumulation result, the tendency of the individual's sense of value is predicted from the past time change of the future value change, and the product or System to propose information

Abstract

【課題】個人や個人の所属する組織・グループ毎に異なり変化し続ける価値、価値観を解析、学習、予測し、その価値、価値観に合った情報提供、提案を行うことを可能にする人工知能に必要な機能実現 【解決手段】個人や個人の所属する組織に対する入力される文章を形態素解析、係り受け解析および品詞分解による自然言語処理を行い、その結果を、価値観や、価値を表す価値の判断基準となる価値指標と価値判断条件に変換する。変換結果を権利にいたる価値と満足にいたる価値かを判断しそれぞれの価値に応じて最小条件一致および最大条件一致の２つの比較方法と価値の正負のフラグ付けを行い、価値ＤＢに蓄積する。蓄積した価値指標、価値判断条件を元に変化予測や、価値観につながる情報の特定をおこなう。

Description

個人や個人の所属する組織・グループの価値観・価値を理解蓄積、推測予測し、価値に基づく支援や分析実現を支援する人工知能装置
本発明は、個人や個人の所属する組織にとっての価値観や価値を把握、蓄積し、判断、予測、推測につなげることで、価値に基づく支援や分析を行う人工知能を実現するシステムおよび人工知能を実現するソフトウエアに関し、特に使用する人や組織ごとに異なる機能を提供するパーソナル人工知能に適用して有効な技術に関する
従来の人工知能は、自然言語処理によるテキスト認識によるものと画像認識によるもの、判断システムが主としてある。このうちテキスト認識によるものは、音声変換処理を通して音声からテキストに変換されたテキスト文章、あるいはテキスト入力されたテキスト文章を自然言語処理を用いて任意のデータベースあるいは、条件を付けた範囲でのインターネットを比較対象とし、テキストそのものを比較して一致、または類似であるものが見つかった場合に、それに関係する情報を出力するまたは、ことを任意の動作を行うというものである。自然言語処理は、ＭｅＣａｂ，ＣａｂｏＣｈａに代表される形態素解析、係り受け解析を行い、事前に比較対象を人間が蓄積したパターンと比較して、結果が一致または類似する場合に、事前にプログラムされた任意の分岐条件に応じた処理を実施するものである。つまり個人や個人の所属する組織ごとに異なる事前の蓄積パターンを作成することは事実上不可能であり、個人や組織毎の異なる価値観を理解する人工知能の作成は不可能であった。ここで形態素解析、係り受け解析は、知財権を有しない技術として、広く一般化されている。
また人工知能の学習機能は、事前に比較対象を人間が蓄積したパターン以外には無作為にデータを収集し、学習を行うものもあり、その為、社会常識や、所属する組織内での常識など、人工知能のユーザーが所属する組織の数だけ異なる常識に対応することは不可能であった。
また組織の価値に応じた方向性などと変化する外的要因に対応しながら変化する価値観の双方を理解し、同時に満たす人工知能の実現は不可能であった。
特開２００８－１２９８４５　人間の「しつけ」に相当するデータ入力を行い、パターン（Pattern）=「価値観」に相当するデータを事前に蓄積行うことによって、この蓄積パターンを使用して、人工知能起動後に入力されるデータとパターン比較を行い、一致するかどうかを行うものである。蓄積自体に入力を理解、判断するものではなく、人工知能の必須機能である学習機能を所持しないため、蓄積済みパターンを変更する場合は、入力者が蓄積を変更する必要があるものである。画像は、入力そのものの蓄積を行う.。 特開２０１６－２６３５６　単語に識別番号を付加し、その番号の組み合わせをパターン化して比較する。この任意パターンの関係性を、最初に人間によって事前に設定する。 特開２０１５－１３０１９４、特開２０１５－１０９０９８、特開２０１５－０５７７２３、特開２０１５－０２８７９１　事前に任意の単語を事前に組み合わせて蓄積し、その組み合わせとパターンとの一致比較を行う
「松本：形態素解析システム「茶筌」，情報処理, Vol.41, No.11, pp.1208-1214, November 2000」 「浅原，松本：形態素解析のための拡張統計モデル，情報処理学会論文誌, Vol.43, No.3, pp.685-695, March 2002」 MeCab：http://mecab.sourceforge.net/ CaboCha：http://chasen.org/~taku/software/cabocha/
自然言語処理による人工知能において、ユーザやユーザの所属する組織毎に異なり、かつ変化し続ける価値観を理解し、それぞれの価値観にあった情報の提供や対応を行う人工知能プログラムの実現であり、また変化する価値観を予測に基づく情報を提供することである。ここでの価値とは、人や、人の所属する組織にとっての価値であり、好み、したい、ほしい等の興味、嗜好、希望、目標、目的、期待などの満足度につながる価値観と、目的実現、遂行のための権利につながる価値観である。
本発明は、自然言語処理による人工知能においてユーザやユーザの所属する組織毎に異なり、かつ変化し続ける価値観、価値を判断し、蓄積し、それ以降の判断に利用することで、ユーザー毎の価値に応じた情報を導き出すことや、価値に応じた結論を導き出す為の条件を導き出すこと、さらにユーザ毎に異なる価値とその価値観が有効な期間に応じて、自律的にデータの取得とともに蓄積データを変化させ、ユーザ毎の価値観、価値の変化に対応する判断と結論を導き出すことにある。
また個人の蓄積の指標ごとの価値判断条件の傾向を分析することによって、個人の価値感の傾向を把握した提案や任意の所属する組織の複数の個人の傾向を分析することによって、組織の価値観の傾向を把握した提案を可能にすることにある。
本願の発明の概略を説明すれば、以下のとおりである。すなわち本発明は、個人のテキスト入力に対して、自然言語処理によるテキスト認識を使用した後、テキスト文章を主部と述部にわけ、さらにそれぞれから価値の判断基準である価値指標と価値判断条件を作成し関係する情報と共に蓄積する。以降蓄積した価値指標、価値判断条件と比較し、一致の場合は、過去に蓄積した価値と一致と判断、一部一致の場合は、類似と判断、不一致の場合は、新規価値情報追加と見なし、蓄積または次のステップの処理を行う。
本発明の実施の形態である人工知能構成の一例を示した概念図について 最大一致条件について 最小一致条件について 価値指標と価値判断条件の関係について 価値指標同士の関係について 価値指標グループ、価値指標と価値判断条件の関係について 価値指標と価値判断条件を格納する価値ＤＢと関連情報を格納する一般ＤＢとの関係について 調査比較部比較順序について 価値指標、価値判断条件の不明部分調査について 成立条件推測について 変化推測について 予測について 推論（1段の論理展開）について 推論（複数段にわたる論理展開）について 価値指標が同じ場合の合成について 価値指標が異なる場合の合成について 創造について 所属ＤＢについて 区分データについて 価値の類似性について 価値の多様性について 所属価値ＤＢについて 価値の所属依存について 価値のプライオリティについて 価値のトレードオフについて 検証蓄積判断フローについて 学習部の蓄積ＤＢへの蓄積フローについて 要約書フロー図
以下、本発明の実施の形態を図面に基づいて詳細に説明する。ただし、本発明は多くの異なる態様で実施することが可能であり、本実施の形態の記載内容に限定して解釈すべきではない。なお、実施の形態の全体を通して同じ要素には同じ番号を付するものとする。
以下の実施の形態では、主に方法またはシステムについて説明するが、当業者であれば明らかなとおり、本発明はコンピュータで使用可能なプログラムとしても実施できる。したがって、本発明は、ハードウェアとしての実施形態、ソフトウェアとしての実施形態またはソフトウェアとハードウェアとの組合せの実施形態をとることができる。プログラムは、ハードディスク、ＣＤ－ＲＯＭ、光記憶装置または磁気記憶装置、半導体記憶装置等の任意のコンピュータ可読媒体に記録できる。
また以下の実施の形態では、一般的なコンピュータシステムを用いることができる。実施の形態で用いることができるコンピュータシステムは、中央演算処理装置（ＣＰＵ）、主記憶装置（メインメモリ：ＲＡＭ）、不揮発性記憶装置（ＲＯＭ）、コプロセッサ、画像アクセラレータ、キャッシュメモリ、入出力制御装置（Ｉ／Ｏ）等、一般的にコンピュータシステムに備えられるハードウェア資源を備える。また、ハードディスク装置等の外部記憶装置、インターネット等のネットワークに接続可能な通信手段を備えることができる。コンピュータシステムには、パーソナルコンピュータ、ワークステーション、メインフレームコンピュータ等各種のコンピュータやタブレットコンピュータ、スマートフォン等各種携帯情報端末が含まれる。
図１は、本発明の実施の形態であるパーソナル人工知能構成の一例を示した概念図である。図1の 入力部（００１）、価値理解部（００２）、蓄積比較部（００３）、調査比較部（００４）、不足調査部（００５）、学習(蓄積)部（００８）、価値データベース(以下価値ＤＢとする）（００９）を必須機能として、実施の形態ごとに一般データベース(以下一般ＤＢとする）（００６）、推測予測部（０１０）、推論部（０１１）、合成部（０１２）、創造部（０１３）、類似部（０１４）、多様性部（０１５）、所属依存部（０１６）、常識比較部（０１７）、共有部（０１８）、他者蓄積インターフェイス（以下他者蓄積ＩＦ）（０１９）、プライオリティ部（０２０）、トレードオフ部（０２１）、検証蓄積判断部（０２２）、価値対応自己修正部（０２３）、出力部（０２４）、価値傾向分析部（０２５）、提案提供部（０２６）、所属データベース（以下所属ＤＢとする）（０２７）、所属価値データベース（以下所属価値ＤＢとする）（０２８）、実行指示部（０２９）の一部または全部を備える、または必須機能以外は持たない構成とする。
入力部は、文章（テキスト文）を価値理解部に受け渡す。ここでの文章とは、音声テキスト変換後の文章、キーボード等の入力装置からの文章などを含む。
価値理解部は、入力部から受け付けた文章は、複数の文章からなる場合は、文章毎に分割し、それぞれの文章毎に形態素解析、係り受け解析によって得る、文章のそれぞれの単語同士の関係性を使用する。
（１）文章のそれぞれの単語同士の関係性を使い、文章を主部(主語、目的語）と述部(述語、動詞）と条件部（主部、述部の修飾語、または主部、述部を成立させる為の条件部分あるいは構成要素を抜き出した部分）に分割する。
（２）主部、述部を除いた部分を価値判断部とし、価値判断部を除いた主部、述部から主語を外したものを価値指標とする。ここで価値の種類を個人や、個人の所属する組織にとっての価値であり、好み、したい、ほしい等の興味、嗜好、希望、目標、目的、期待など実現、達成という価値観につながる価値に関する文言と、遂行、実施という権利の独占につながる価値に関する文言を、それぞれの単語を辞書との比較することによって特定する。
（３）価値判断部は、文章内の関係詞から部を価値の判断条件とするために接続詞削除処理を行う。価値判断部内の関係詞から、価値判断部をＯＲ、ＸＯＲ、ＸＮＯＲの意味合いの関係性を含まない形で構成された形であって、ＮＯＴ、ＡＮＤの意味のみで接続した構成である1つまたは複数の価値判断の条件に変換する。これを価値判断条件とする。つまりは（ａ）接続条件にＯＲの意味を含む場合は、ＯＲを含まない条件として分割し、複数の価値判断条件に変換する。（ＮＯＲはｎｏｔ　ＯＲとしてＯＲと同様に分割処理を行う）（ｂ）ＸＯＲの意味を含む場合は、ＸＯＲの意味を含まない条件として分割し、複数の価値の判断条件に変換する。例えばＡ　ＸＯＲ　Ｂ（Ａ，Ｂが価値判断条とする）の場合、（Ａ　ＡＮＤ　ｎｏｔ　Ｂ）と（ｎｏｔ　Ａ　ａｎｄ　Ｂ）の二つの価値判断条件に分割し、それぞれのいずれかが成立することを価値判断条件とする。（ｃ）ＸＮＯＲの意味を含む場合は、ＸＮＯＲ条件を含まない条件として分割する。例えば、Ａ　ＸＮＯＲ　Ｂ（Ａ，Ｂが価値判断条とする）は、（Ａ　ａｎｄ　Ｂ）と（ｎｏｔ　Ａ　ａｎｄ　ｎｏｔ　Ｂ）のいずれかが成立することを価値判断条件とする。このようにして複数の価値判断条件に変換する。分割された価値条件判断は、ひとつの価値指標に紐付く。
（４）ＮＯＴを含む価値判断条件は、負の価値として、価値判断条件は負の価値として表し、ＮＯＴを含まない価値判断条件は、正の価値として、価値判断条件は、正の価値として表す。また価値判断条件のそれぞれ項目が正と負の条件を持つ場合は、正負の差によって価値を位置付ける。
（５）価値指標に紐付く価値の重み付けのうち、満足度につながる価値については、価値判断条件の一致する項目数の多さを価値の高さとする最大条件一致を使用する。最大条件一致の価値判断条件の比較順序は、全ての項目の一致を比較し、全ての項目が一致しない場合は、ひとつの条件を除いた組み合わせを順列二位の価値判断条件とする。以下条件をひとつずつ減らした組み合わせでの一致比較を行う。組み合わせ数/全項目数が、条件一致度とする。
（６）最大条件一致は、価値判断条件のそれぞれの項目をすべて満たす（全項目をANDで結ぶ場合）場合に最大の価値とする。以下全項目のうち一つ少ない組み合わせで構成された（全項目-1の項目をANDで結ぶ場合）は、最大の価値より1つ低い価値とする。
項目は、類義語変換処理によって、全ての項目を類義語で入れ替えて作成した組み合わせ全てを価値判断条件として使用する。類義語変換処理は、単語を類義語によって置き換える処理をいう。　例えばＡとＢとＣで構成された価値判断条件とＡとＢで構成された価値判断条件では、ＡとＢとＣで構成された価値判断条件のほうがより高い価値と判断する。最大条件一致で、全ての項目が一致しない場合は、ひとつの条件を除いた組み合わせを順列二位の価値判断条件とする。以下条件をひとつずつ減らした組み合わせでの一致比較を行う（順位が下がっていく）。このときに条件一致した項目数/全項目数を、最大条件一致の条件一致割合として、条件一致度の比較に使用する。最大条件一致は、同等の価値の高さの場合、価値判断条件を時間軸で並べて、最も新しく更新した価値判断条件を高い価値として扱う。新たな蓄積に対して、同じ価値指標の場合は、価値判断条件を高い価値として扱う。(図２、図４）同様に正と負に関係なく同等の価値の場合、時間軸で新しく更新した価値判断条件を価値を高い価値として扱う。
（７）価値指標に紐付く価値の重み付けのうち、権利につながる価値については、価値判断条件の項目の少なさを価値の高さとする最小条件一致を使用する。
最小条件一致の価値判断条件の比較順序は、価値判断条件の項目数の少ない方から項目数が多い方に比較を行う。項目数が少ない方が価値が高いとする。
（８）最小条件一致は、価値判断条件の項目数が最小であるものを最大の価値とする。項目は類義語変換処理によって、全ての項目を類義語で入れ替えて作成した組み合わせ全てを価値判断条件とする。例えばＡとＢの項目で構成された価値判断条件と、Ａのみで構成された価値判断条件では、Ａのみで構成されたほうがより高い価値として扱う。最小条件一致は、同等の価値の高さの場合、任意の期間中の最も古い価値判断条件を高い価値として扱う。このときに共通する項目数/全項目数を、最小条件一致の条件一致割合として、条件一致度の比較に使用する。(図３，図４）　同様に正と負に関係なく同等の価値の場合、時間軸で任意の期間中の最も古い価値判断条件を高い価値として扱う。
（９）最大条件一致または最小条件一致は、価値種類と称する。
１０）比較を含む文章が入力された場合は、比較対象同士に関係性があると判断し、それぞれの価値指標同士に関係性フラグを付加する。(図５）
満足度につながる価値の例として、「私は、スポーツカーを高速で運転するのが好きだ」の場合、価値指標の対象として、「私は」「運転する」「好きだ」価値判断条件の対象として、「スポーツカーを」「高速で」に分ける。ここで満足度につながる言葉「好きだ」は、価値指標及び価値判断条件から外す。自身の価値指標であることで、「私は」も外し、価値指標は、「運転する」となり、価値判断条件は、 「スポーツカー」ＡＮＤ「高速」であり、価値判断条件項目は、 「スポーツカー」、「高速」となる。
権利につながる価値の例として、「発明は、ＡＢＣ鋼を使い、ＤＥＦ処理を行い、ＧＨＩ加工によって作成した包丁加工方法」の場合、価値指標の対象として、
「包丁加工方法」、価値判断条件の対象として「ＡＢＣ鋼を使い」「ＤＥＦ処理を行い」「ＧＨＩ加工によって作成した」に分ける。価値指標は、「包丁加工方法」、価値判断条件は、「ＡＢＣ鋼を使い」ＡＮＤ「ＤＥＦ処理を行い」ＡＮＤ「ＧＨＩ加工によって作成した」であり、価値判断条件項目は、 「ＡＢＣ鋼を使い」、「ＤＥＦ処理を行い」、「ＧＨＩ加工によって作成した」となる。
蓄積比較部は、既に経験した満足度につながる価値観や、権利につながる価値をもっているかどうかを判断する為の使用する。価値指標と価値判断条件は、関連付けされ類似する価値指標をまとめた価値指標グループとともに価値ＤＢに蓄積されている。（図６）蓄積比較部は、価値理解部からの価値指標と価値判断条件を元に、価値ＤＢに蓄積されている価値指標と価値指標に紐付く価値判断条件を比較する。
この時に価値理解部からの価値指標と価値判断条件は、類義語変換処理による類義語を含む全ての組み合わせを対象に比較する。
（１）まず価値指標を比較する。一致する価値指標を蓄積の有無を確認する。一致する価値指標の蓄積がある場合は、それぞれの価値判断条件を比較し、条件一致度が任意に設定した割合以上であれば、一致または類似性あり（部分一致）で返答し、さらに価値ＤＢの価値判断条件に関連付けられた情報がある場合(図７）は、一般ＤＢの情報のフラグを価値判断部に返す。関連付けられた情報が無い場合は、関連情報無しで返答する。
一般ＤＢとは、価値ＤＢに格納する価値使用、価値判断条件以外の情報全般を格納するデータベースであり一つのデータベース、または複数のデータベースを表す。
（２）条件一致度が任意の値より低い場合は、関係性が無いと判断し、価値判断部に不一致で返答する。
調査比較部は、蓄積比較部の結果を元に対象を任意に所持する一般ＤＢ、インターネットを含む不特定多数の順、または一般ＤＢ、任意の対象ＤＢの順に価値指標、価値判断条件をキーに検索し、一致または類似する価値指標、価値判断条件および関連情報を取得する。　ここで一般ＤＢとは、価値指標及び価値判断条件に関する情報以外を格納するデータベースをいう。
（１）蓄積比較部の結果が、不一致の場合は、価値理解部から与えられた類義語変換処理による類義語を含む全ての組み合わせの価値指標と価値判断条件を検索条件として検索対象を任意に所持する一般ＤＢに該当の有無を確認する。（ａ）価値指標と価値判断条件の全項目の一致を確認し、該当があれば、紐付く情報を返答する。一致しない場合は、（ｂ）価値判断条件の項目を１つ外した全組み合わせを検索条件として、一致を確認し、該当があれば、紐付く情報を返答する。一致しない場合は、（ｃ）さらに価値判断条件の項目を１つ外した全組み合わせを検索条件として一致を確認する。以下同様に価値判断条件の項目がなくなるまで繰り返す。一致しない場合は、検索対象をインターネットに変更し、任意に設定した検索回数まで検索を実施する （ｄ）価値指標と価値判断条件の全項目の一致を確認し、該当があれば、紐付く情報を返答すると共に任意の一般ＤＢに関連情報を紐づけて蓄積する。一致しない場合は、（ｅ）価値判断条件の項目を１つ外した全組み合わせを検索条件として、一致を確認し、該当があれば、紐付く情報を返答する共に任意の一般ＤＢに関連情報を蓄積する。(図８）（ｆ）以下価値判断条件から任意の数の項目を外した全組み合わせを検索条件として、一致を確認し、該当があれば、紐付く情報を返答する共に任意の一般ＤＢに関連情報を紐づけて蓄積する。
これは、自身の価値には該当しない（価値ＤＢに存在しない）が、一致または類似した価値に関する情報が存在することを表す。
（２）蓄積比較部の結果が、一致または、類似一致の場合で且つ一般ＤＢに関連付けされた情報がある場合は、蓄積比較部からの一致情報と共に関連付けられた情報を任意の一般ＤＢから取り出し、価値理解部に返答する。
（３）蓄積比較部の結果が、一致または、類似一致の場合で且つ一般ＤＢに関連付けされた情報がない場合は、価値指標および価値判断条件を検索条件として検索対象を任意に所持する一般ＤＢ、インターネットの順に検索し、結果がありの場合は、一般ＤＢに価値指標及び価値判断条件と関連情報を蓄積するとともに価値ＤＢの該当の価値判断条件に関連付ける。
（４）価値ＤＢの価値指標及び価値判断条件に紐づけた関連情報または、一般ＤＢの価値指標及び価値判断条件に紐づけた関連情報により、関連情報を検索条件として一般ＤＢ及び価値ＤＢから価値指標及び価値判断条件を引き出す。
不足調査部は、価値理解部において変換された、価値指標および価値判断条件の一部項目が不明な場合に不明な価値指標や価値判断条件の項目候補を価値ＤＢ、一般ＤＢ、インターネットから導き出す為の検索・比較の実施と、価値理解部において入力部から与えられた価値指標および価値判断条件に類似する情報を一般ＤＢ、インターネットの情報から検索し、不足する項目（価値指標、価値判断条件）の候補を導き出す。
（１）価値理解部において変換された価値指標に対して、価値判断条件が不明な場合において、（ａ）価値理解部において変換された価値指標または、これを類義語変換処理をした価値指標と価値ＤＢの価値指標が一致し、価値理解部からの価値判断条件または、これを類義語変換処理をした価値判断条件が、価値ＤＢの価値指標に紐づく価値判断条件の項目の一部として包含される場合、不明な価値判断条件の項目は、一致しない残りの価値判断条件の項目を候補とする。
（ｂ）価値理解部において変換された価値指標または、これを類義語変換処理をした価値指標と価値ＤＢの価値指標が一致し、価値理解部からの価値判断条件または、これを類義語変換処理をした価値判断条件が、価値ＤＢの価値指標に紐づく価値判断条件の項目の一部として方が存在しない場合、一般ＤＢ、インターネットの順に価値指標を検索キーにした検索結果から価値理解部と同等な処理を行い、価値判断条件を導き出し、価値判断条件の項目の一部として包含される場合、不明な価値判断条件の項目は、一致しない残りの価値判断条件の項目を候補とする。
（ｃ）検索結果が、合致しない場合は、候補無と判断する。
（２）価値理解部において変換された価値指標が不明かつ条件のみ存在する場合において、（ａ）価値理解部において変換された価値判断条件または、これを類義語変換処理をした価値返還条件と価値ＤＢに一致する価値判断条件が存在する場合、価値ＤＢのこの価値判断条件に紐づく価値指標を不明な価値指標の候補とする。
（ｂ）価値理解部において変換された価値判断条件または、これを類義語変換処理をした価値返還条件と価値ＤＢに一致する価値判断条件が存在しない場合、一般ＤＢ、インターネットの順に価値判断条件を検索キーにした検索結果から価値理解部と同等な処理を行い、価値判断条件を導き出し、この価値判断条件に紐づく価値指標を不明な価値指標の候補とする。
（ｃ）検索結果が、合致しない場合は、候補無と判断する。
（３）（ａ）価値理解部において変換された価値指標、価値判断条件について、一般ＤＢ及びインターネット上に一致または類似する価値指標、価値判断条件を検索する場合において、検索結果が、価値指標が一致または類似する場合かつ価値判断条件が項目の一部が不足した場合、価値理解部において変換された価値判断条件のうちの一致した項目を除いた項目を残りの価値判断条件の項目を候補とする。
（ｂ）検索結果が、合致しない場合は、候補無と判断する。
（４）（ａ）価値理解部において変換された価値指標、価値判断条件について、一般ＤＢ及びインターネット上に一致または類似する価値指標、価値判断条件を検索する場合において、検索結果が、価値判断条件が一致または類似する場合で価値指標が不明な場合、価値理解部において変換された価値指標を不明な価値指標の候補と判断する。
（ｂ）検索結果が、合致しない場合は、候補無と判断する。
（図９）
推測予測部は、価値ＤＢに蓄積された価値指標と価値判断条件の成立する価値に沿って、価値判断部において自然言語処理により実現方法の推測、価値の増減による変化推測、または変化予測の要求による結論作成であり、価値指標の成立条件推測、価値判断条件の追加削除に伴う価値指標の変化推測と、価値条件判断項目の追加削除と時間的変化の予測を実現する。
（１）成立条件推測は、価値指標と価値判断条件が成立するための条件/方法を推測する。（ａ）価値判断条件の項目がそれぞれ成立する条件を特定する。
価値判断条件（親価値判断条件とする）を構成するそれぞれの項目とその類似語を検索キーとして一般ＤＢを対象として検索する。（ｂ）検索結果の文章を価値理解部と同様に価値指標及び価値判断条件（子価値判断条件とする）に変換する。（ｃ）この子価値判断条件の項目が、親価値判断条件のそれぞれの項目の成立条件の候補とする。（ｄ）親価値判断条件のそれぞれの項目を（ｃ）の成立条件（子価値判断条件の項目）に置き換えたものを一般ＤＢを対象に検索を行う。（ｅ）検索結果を価値理解部と同様に価値指標と価値判断条件に変換し、変換後の価値指標が親価値判断条件に対する元の価値指標（親価値指標とする）と一致、または類似した場合、子価値判断条件の項目を成立条件の推測結果とする。（ｆ）子価値判断条件を複数得た場合は、（ｃ）から（ｅ）を繰り返して、親価値判断条件に対する元の価値指標（親価値指標とする）と一致、または類似したものを、子価値判断条件の項目を成立条件の推測結果とする。（図１０）

（２）変化推測は、価値指標が価値判断条件項目の追加や削除されることによって変化する結果の推測である。（ａ）既存の価値指標に価値判断条件が追加される場合とは、価値判断条件の追加によって、価値指標がどのように変化するかを推測する。　任意の価値指標に任意の価値判断条件項目を追加する場合は、元となる価値指標を価値ＤＢから取り出し、この価値指標に紐付く全ての価値判断条件に対して、追加する任意の価値判断条件項目をＡＮＤで追加する。それぞれの価値判断条件をキーに価値ＤＢを検索し、一致または類似する価値指標を抽出する。また同様にこの価値判断条件に紐づく情報を一般ＤＢから抽出する。この価値判断条件と、紐づく一般情報が、価値判断条件項目の追加によって、変化した価値指標であると推測する。（ｂ）既存の価値指標から価値判断条件が削除される場合とは、価値判断条件の削除によって、価値指標がどのように変化するかを推測する。　任意の価値指標に関連付けられた価値判断条件に削除する価値判断条件項目に一致する項目あるいは類似する項目がある場合は、削除後の価値判断条件をキーに価値ＤＢを検索し、一致または類似する価値指標を抽出する。また同様にこの価値判断条件に紐づく情報を一般ＤＢから抽出する。この価値判断条件と、紐づく一般情報が、価値判断条件項目の削除によって、変化した価値指標であると推測する。（ｃ）任意の価値指標に関連付けられた価値判断条件に削除する価値判断条件項目に一致する項目あるいは類似する項目がない場合は、変化推測不可となる。（図１１）
例えば、自動車という価値指標に対して、既存の価値判断条件が、高速走行と安全であった場合に、翼をもつこととジェットエンジンを持つことが追加されることにより、高速走行かつ安全に翼とジェットエンジンを持つことによって、価値指標が自動車から飛行機に変化することをいう。

（３）予測は、価値指標に対する価値判断条件の時間的変化予測である。学習部は、価値ＤＢにおいて価値指標に対して価値判断条件の追加削除更新がある度に価値判断条件の強弱入れ替えと追加削除更新毎に時間記録を更新する。（図３、図２７および段落番号００３２）この価値ＤＢに蓄積した価値指標に対する価値判断条件の時間記録を利用して予測を行う。価値理解部によって変換された価値指標と価値判断条件に対して、価値ＤＢに蓄積された価値指標または価値指標に類似の価値指標を検索する。（ａ）一致または類似する価値指標が存在する場合、この価値指標に関連付けされた価値判断条件に一致または類似する価値判断条件がもつ時間的変化履歴を価値判断条件の変化予測候補とする。（ｂ）一致する価値判断条件がない場合は、価値判断条件項目の一致数がより多い価値判断条件がもつ時間的変化履歴を価値判断条件の変化予測候補とする。（ｃ）以下、価値判断条件項目をひとつづつ減らして、任意の項目数を下限に価値判断条件がもつ時間的変化履歴を価値判断条件の変化予測候補とする。
（４）価値指標及び価値判断条件に対する比較対象が価値ＤＢに存在しない場合は、成立条件推測、変化推測、予測は不可となる。
（図１２）
推論部は、価値ＤＢに蓄積された価値指標と価値判断条件の成立する価値に沿って、価値判断部において自然言語処理により実現実行の要求による結論作成であり、価値ＤＢに格納された価値指標の関係性を使用し論理展開を実現する。
（１）価値指標に関して、「価値指標Ａが任意の条件ａのもと、価値指標Ｂが成立する」場合かつ、 「価値指標Ｂが任意の条件ｂのもと、価値指標Ｃが成立する」場合、「任意の条件ａおよびｂのもと、価値指標Ａは価値指標Ｃである」論理展開を実現する。この時に価値判断条件は、価値指標Ａと価値指標Ｃの価値判断条件が付加される。（図１３）
（２）価値判断部において自然言語処理により実現実行の要求による結論作成において、任意の条件下において、一回の論理展開で結論に達しない場合は、「任意の条件のもと関係性が成立する価値指標」すべてに対して（１）を繰り返す。この時に一度経由した価値指標は、二回選択しないことによって無限ループを避ける。
（図１４）
合成部は、価値ＤＢに蓄積された価値指標と価値判断条件の成立する価値に沿って、価値判断部において自然言語処理により実現実行の要求による結論作成であり、価値理解部にて作成する価値指標と価値判断条件あるいは、価値ＤＢに蓄積された価値指標と価値判断条件の中から指定された複数の価値指標または価値判断条件を合成し、複数の価値が合わさった場合の結果についての関連する情報を導き出す。
（１）価値指標が同じものの合成は、価値判断条件の合成と合成によって作成される新たな価値判断条件に関連する情報を一般ＤＢまたはインターネットから導き出す。この時にそれぞれの元の価値指標に複数の価値判断条件が紐付く場合は、すべての組み合わせについてそれぞれANDしたものを合成後の価値判断条件とする。価値判断条件の項目が同じ場合は、合成後１つにする。価値判断条件の項目のうち2つが相反する正負の場合は、正負双方項目削除したものを価値判断条件とする。（図１５）
（２）価値指標が異なるものの合成は、合成対象の価値指標をANDしたものを合成後の価値指標とする。この合成語の価値指標に加え、価値判断条件の合成と合成によって作成される新たな価値判断条件に関連する情報を一般ＤＢまたはインターネットから導き出す。この時にそれぞれの元の価値指標に複数の価値判断条件が紐付く場合は、すべての組み合わせについてそれぞれANDしたものを合成後の価値判断条件とする。
（３）価値判断条件の項目が同じ場合は、合成後１つにする。価値判断条件の項目のうち2つが相反する正負の場合は、正負双方項目削除したものを価値判断条件とする。（図１６）
創造部は、価値ＤＢに蓄積された価値指標と価値判断条件の成立する価値に沿って、入力部から入力され価値判断部において自然言語処理により実現実行の要求に合致する結論作成である。任意の制限を付けた条件下において、成立しうる可能性のある組み合わせを作成することによって、疑似的創造を行う
（１）実現実行の要求を価値判断部によって結論となる価値指標の作成を行い、この価値指標が成り立つ条件を任意に設定した制限内で、一般ＤＢ、インターネットの順に検索する。
（２）検索結果を結論の価値指標とする価値判断条件の項目とし、任意に設定した個数をランダムに組み合わせを作成する。この組み合わせすべてを価値判断条件として、価値指標と組み合わせて、再度一般ＤＢ、インターネットの順に検索を実施し、得られた結果を結論前情報としてリストし、それぞれを価値判断部と同様に価値指標と価値判断条件に分ける。ここで作成した価値指標と（１）で作成した価値指標を比較し、類似性の高いものから並び替え、類似性の高い結論前情報を結論として導き出す。
（３）価値判断条件の項目が同じ場合は、合成後１つにする。価値判断条件の項目のうち2つが相反する正負の場合は、正負双方項目削除し、価値判断条件とする。（図１７）
共有部は他者の学習（蓄積）部を通して任意に許可された他者の価値ＤＢと価値データの共有を行う。
共有部は、所属ＤＢ（図１８)を持ち、任意に設定された個人の１つまたは複数の所属を管理し、同じ所属に属する他者の価値データを取得する為の区分データを管理する。所属毎に価値指標を類似性で任意にグループ化した価値指標グループ毎に所属グループとの関連付けをし、これを区分データとする。（図１９）
類似部は、個人単位での自身の価値指標と他者の価値指標の共通項を確認し、価値が共通する同士を結びつけることを目的に使用する。
共通する価値指標は、類義語変換処理による類義語を含む全ての組み合わせを共通項の対象とする。
（１）対象となる共通する価値指標に紐付く価値判断条件同士を比較し、共通する価値判断条件が任意に設定する割合以上である場合は、価値指標ごとに価値の類似性有りと判断する。ここで対象となる共通する価値指標とは、一致または類似(類義語変換による類義語をと一致）する価値指標を表す。（ａ）自身と他者の共通する価値指標と共通しない価値指標に分ける。（ｂ）共通する価値指標同士の価値判断条件を比較して、一致または類似する価値判断条件とそうでない価値判断条件に分け、一致または類似する価値判断条件が、任意の割合以上である場合は、類似性ありと判断する。（ｂ）価値指標を任意のグループに分ける。例えば、自動車に関する価値指標をまとめたグループを指す。 （ｂ）共通する価値指標グループ同士の価値指標に対する価値判断条件を比較して、一致または類似する価値判断条件とそうでない価値判断条件に分け、一致または類似する価値判断条件が、任意の割合以上である場合は、この価値使用グループについて、類似性ありと判断する。価値判断条件は、正負を判断し、同じ価値の方向の場合に一致とする
（２）価値類似性は、（同じ価値指標に紐付く価値判断条件で一致する数）／（価値指標に紐付く価値判断条件の数の最大値）で求める
共通する価値指標グループが存在しない、または共通する価値指標グループにおいて価値判断条件の類似性が任意の値以下の場合は、価値類似性無と判断する。（図２０）　
多様性部は、自身が所属する組織、グループにおける共有できる価値を表す価値指標、価値判断条件および関係するデータを導き出す目的に使用し、共有部の持つ所属ＤＢにもつグループの所属メンバーがもつ価値指標、価値判断条件を全てを含み、所属するグループの価値の多様性を表す。
（ａ）所属ＤＢによって特定できる、個人の所属する１つまたは複数の所属毎に、全ての価値指標と紐づく価値判断条件をＯＲしたものであり、価値判断条件は、
正負を含めて全ての価値判断条件を含む。（ｂ）価値指標および価値判断条件に対する類義語変換処理は、行わない。
（図２１）
所属依存部は、所属する組織、グループの特有の価値観、価値に沿った判断を行っているかどうかを確認する目的に使用する。
（１）共有部の持つ所属ＤＢにもつ組織、グループが持つ価値観、価値に関する価値指標及び価値判断条件を任意に設定し、所属価値DB（図２２）に格納する。この価値指標および価値判断条件に一致するか否かの判定によって、個人の価値観、価値が、所属する組織のものに一致しているかどうかを判断する。
（ａ）所属価値ＤＢにもつ価値指標について、個人の価値ＤＢの価値指標または、入力から価値理解部で変換された価値指標が一致または類似する場合に、価値判断条件を比較し、価値判断条件が一致または類似する場合、この価値指標について、価値観、価値に沿っていると判断する。（ｂ）一致または類似しない場合は、
価値観、価値に沿っていないと判断する。
（２）所属価値ＤＢに任意の設定が無い場合は、所属するグループの所属メンバーの価値指標と価値判断条件の共通項の価値指標と価値判断条件を組織、グループの価値に設定する。この共通項の価値指標および価値判断条件に一致するか否かの判定を行う。
（ａ）（２）において組織、グループの権利に関する価値は、所属する組織、グループの価値指標に関する価値判断条件との一致または類似で判断する。価値の強弱は、最小条件一致で特定する。
（ｂ）（２）において組織、グループの満足度につながる価値観は、所属する組織、グループの価値指標に関する価値判断条件との一致または類似で判断する。価値の強弱は、最大条件一致で特定する。
（ｃ） 一致する価値指標がない場合は、所属の価値観、価値に沿っていないと判断する。
（図２３）
常識比較部は、常識と義務についての比較を行う。
（１）常識は、価値指標と価値判断条件の組み合わせのうち、任意の単位の母集団において、所属する人数のうちの任意の割合以上一致または類似する場合、その価値指標についての価値観、価値に関する常識と判断する。任意の単位の母集団とは、国、地域、業界、グループなど任意の条件に合致する単位である。
（ａ）価値ＤＢにある価値指標について、その人が所属するグループを所属ＤＢからグループを特定する。（ｂ）共有部を介して、他者の所属ＤＢに対して、同じグループに所属するかどうかを確認する。（ｃ）同じグループに所属している場合は、その人の価値ＤＢに対して価値指標と価値判断条件が一致または類似（類義語変換処理による類義語を含む全ての組み合わせ）しているかどうかを確認し、一致または類似している場合は、一致または類似で返答する。（ｄ）不一致の場合は不一致で返す。（ｅ）所属グループの全所属人数に対して、一致または類似で返した人数の割合が、任意に設定する以上である場合、常識と判断する。（ｆ）この常識の価値指標、価値判断条件と価値理解部からの価値指標、価値判断条件を比較して、任意の所属に対する常識かどうかを比較判断する
（２）義務は、法律やルールなど、義務として守るべき価値観と価値に対する比較である。（ａ）文章を価値理解部において、価値指標と価値判断条件に変換したものを義務フラグを付けた価値指標と価値判断条件として、価値ＤＢに保持する。（ｂ）この価値ＤＢの義務の価値指標と価値判断条件と価値理解部からの価値指標、価値判断条件を比較して、義務かどうかを比較判断する
優先判断部は、プライオリティ判断とトレードオフ判断を行う。
（１）（ａ）プライオリティ判断は、複数の入力の中から価値の高低を判断によって優先順位付けを行う。（ｂ）価値理解部によって変換された複数の価値指標と価値判断条件それぞれについて一致または類似（類義語変換処理による類義語による一致）の価値指標および、一致または類似（類義語変換処理による類義語による一致）価値判断条件を価値ＤＢから抽出する。（ｃ）入力からの比較対象である複数の価値指標が同一である場合は、価値ＤＢから抽出した価値指標に関連付けられた価値判断条件と入力からの複数の価値指標に紐づく価値判断条件を比較する。ここで価値ＤＢからの価値判断条件に履歴がある場合は、正負を含む価値の順位付けが保持されており(図３）、入力からの価値判断条件が価値ＤＢの価値判断条件のいずれに近いかを比較し、一致または、価値判断条件項目のうちの項目一致数が高いものを価値ＤＢのうちの価値判断条件と一致と判断する。（ｄ）その結果（ｃ）によっての価値の位置を得る。（ｅ）（ｄ）から得た価値の位置から入力の複数の価値判断条件の価値の位置を比較して、価値のプライオリティ結果を出す。
（２）プライオリティ判断のうち、入力の複数の価値指標が一致しない場合は、価値指標の関係性から順位を求める。（ａ）価値理解部によって変換された複数の価値指標それぞれについて一致または類似（類義語変換処理による類義語による一致）の価値指標を価値ＤＢから抽出する。（ｂ）それぞれの価値指標に関係性がある場合は、その関係性を価値の順位として価値のプライオリティ結果を出す。（ｃ）関係性がない場合、入力文章の主たる言葉に比較対象の順位付けがある場合は、その結果を価値のプライオリティ結果を出す。 (図２４）（ｄ）比較で関係性がない場合は、比較不可として返す。
（３）プライオリティ判断のうち、入力の複数の価値指標のうち一致する価値指標と一致しない価値指標が混在する場合は、価値指標が一致しているものを最初に(1)の処理を行い、残りを（２）の処理を行い、順序付けを行う。結果（２）の順位付け結果の中に（１）の順位付けが含まれる形となる。
（４）プライオリティ判断のうち、入力した価値指標、価値判断条件に一致または類似する価値指標、価値判断条件が、価値ＤＢに存在しない又は、価値ＤＢの価値指標に関連付けられた価値判断条件が、1つしかない場合は、比較不可として返す。

（５）トレードオフ判断は、価値ＤＢが持つ価値指標に関連付けられる価値判断条件に負の項目を含むものが存在する場合に、正の項目のみで構成された価値判断条件との比較判断を行う。（ａ）価値理解部によって変換された価値指標について一致または類似（類義語変換処理による類義語による一致）の価値指標が価値ＤＢに存在する場合で、その価値指標に負の価値判断条件のもの正の価値判断条件を持つ場合、負の価値判断条件の価値位置が高い場合は、負の価値判断条件を選択する。これによって「損をして得をとる」を実現するために損(負）である価値判断条件項目を含む場合でも選択する頻度が高い個人や所属する組織の価値観を実現する。（図２５）
（６）価値ＤＢに対象となる価値指標が構築されるまでは、対象となる価値指標に対するプライオリティ判断、トレードオフ判断は不能として返答する
検証蓄積判断部は、入力部から入力され価値判断部において自然言語処理により実施する選択肢（価値蓄積、価値実現）の蓄積、出力、検証を実施する。
（１）価値判断部において、出力を伴わない入力の場合は、価値ＤＢへの蓄積のみを実施する。（ａ）価値理解部において処理された価値指標と価値判断条件と一致または、類似する価値指標と価値判断条件が価値ＤＢに存在しない場合、蓄積のみであり、価値ＤＢへの価値指標と価値判断条件の追加を行う。
（ｂ）価値理解部において処理された価値指標と一致または類似する価値指標が価値ＤＢに存在し、価値判断条件が一致するものが存在しない場合は、価値ＤＢの既存の価値指標に対して、価値判断条件の追加の蓄積を行う。（ｃ）価値理解部において処理された価値指標と価値判断条件が価値ＤＢに存在する場合かつ、満足度につながる価値観である最大一致条件である場合は、この価値指標の価値判断条件の日付更新処理命令を発行する。権利につながる価値である最小一致条件の場合は、処理終了する。
（２）価値判断部において、出力を伴なう入力の場合は、価値の蓄積と出力を実施する。（ａ）価値理解部において処理された価値指標と価値判断条件と一致または、類似する価値指標と価値判断条件が価値ＤＢに存在しない場合、蓄積のみであり価値ＤＢへの価値指標と価値判断条件の追加の蓄積命令を発行する。同時に任意の出力インターフェイスを使用して、この価値指標に関連する情報を出力する。（ｂ）価値理解部において処理された価値指標と一致または類似する価値指標が価値ＤＢに存在し、価値判断条件が一致するものが存在しない場合は、価値ＤＢの既存の価値指標に対して、価値判断条件の追加の蓄積を実施する。また任意の出力インターフェイスを使用して、この価値指標に関連する情報を出力する。 （ｃ）価値理解部において処理された価値指標と価値判断条件が価値ＤＢに存在する場合かつ満足度につながる価値観である最大一致条件である場合は、価値ＤＢに対して、この価値指標の価値判断条件の日付更新処理命令を発行する。最小一致条件の場合は、処理終了となる。また任意の出力インターフェイスを使用してこの価値指標に関連する情報を出力する。
（３）検証は、入力の文章と作成した価値指標、価値判断条件の整合性（ａ）、価値指標、価値判断条件から検索または作成した情報の確認（ｂ）、価値実現の結果が入力である価値判断部で作成する価値指標と、価値判断条件の正確性の確認（ｃ）を価値理解部による質問回答による検証を行う。
検証手順は、（ａ）入力文に対する場合は、価値指標に対する価値判断条件の構成項目を質問形式にし、入力者に対して「（価値指標）○○について、（価値判断条件項目）△△であるのであること」を確認するため、内容ごとに任意に「○○について、△△がお好きなのですね」「△△が○○の条件なのですね？」「○○について△△であることに興味をお持ちなのですね？」等、入力から作成した価値指標、価値判断条件に沿った質問形式で返し、その答えが正しいとの回答を得た場合は、変換が正しいと判断し、誤りとの回答の場合は、「では、○○は、どういう条件なのですか？」等の再質問して、結果を価値判断条件として再入力し、価値理解部にて、再変換する。蓄積済みの　同様の内容については、任意の回数以上に達した場合は、精度が上がっていると判断し、質問せずに検証済みと判断する。（図２６）（ｂ）価値指標、価値判断条件からの検索、作成した情報については、「得られた情報に満足しているか？」の確認を行い、満足との答えの場合は、価値指標に対する価値判断条件と情報との関連付けがあると判断する。満足しないと答えの場合は「どのような情報を期待したのか？」の質問を行い、その答えを価値指標と価値判断条件に関連付ける情報として、一般ＤＢに蓄積する。
（ｃ）価値実現の結果を入力者に対して、「結論として価値指標について結果を○○とあると予想したが、正しいか ？」の質問を行い、正しいとの答えが返った場合には、結論を確定し、以降類似の価値実現処理について、同じ処理を行う。誤りとの答えの場合は、価値判断条件の項目の確認の質問を行い、任意の回数以下で正しい項目を得るまで、確認を繰り返す。（ｄ）　（ａ）～（ｃ）の検証において正しいとの判断を得られない場合は、対象となる価値指標、価値判断条件および関係情報を価値ＤＢおよび、一般ＤＢから削除する。
学習（蓄積部）は、検証蓄積判断部からの蓄積命令に対して、価値指標および価値判断条件の追加、更新、削除を実施する
（１）検証蓄積判断部からの蓄積命令が、価値指標と価値判断条件の追加の場合、価新規に価値指標と価値判断条件を価値ＤＢに追加する。この時に追加日時をこの価値判断条件に付加する。
（２）検証蓄積判断部からの蓄積命令が、価値判断条件の追加の場合、既存の価値指標に関連付けられた価値判断条件を価値ＤＢに追加する。この時に
既存の価値判断条件の価値の高低、つまりは価値理解部により導き出した価値の強弱判断結果により、価値判断条件の並び替えを行ったうえで価値ＤＢに追加する。この時に追加日時をこの価値判断条件に付加する。
（３）検証蓄積判断部から価値判断条件の日付更新処理命令の場合、該当する価値指標の価値判断条件の日時を更新する。同じ価値指標に同等の価値が存在する場合は、この日時更新によって同等の価値判断条件の中で最も価値が高くなるように価値判断条件の並び替えを行い、価値ＤＢを更新する。
（４）任意に価値判断条件の存続期間を設定する場合は、その存続期間を超えた場合は、該当する価値判断条件を削除する。
（５）蓄積する価値指標の類似する価値指標が存在するかを確認し、類似が存在する場合は、価値ＤＢへの価値指標の書き込み時に、類似する価値指標同士は、関連付けられ価値指標グループとして関連付けする。（図６）その際に関連性のポイントを関連性項目として付加する。関連性項目は類似となる価値指標の項目であり、任意に設定した項目に類似する場合は、その項目に関連付ける、任意に設定した項目に該当がない場合は新規項目として項目を追加して、関連性項目として使用する。関連性項目は階層構造とし、初期に任意に設定される。その後入力部からの文によって価値理解部が、複数の価値指標の優先順位付けについての入力と判断した場合、（ａ）既存の任意に初期設定した項目の場合には、関連性項目の階層構造を修正する。（ｂ）新たな関連性項目の場合は、追加する。この関連性項目を使用して、優先判断部は、価値指標のプライオリティ判断を行う。
（６）入力部からの文によって価値理解部が、複数の価値指標のトレードオフ組み合わせの入力と判断した場合、価値指標に紐づく価値判断条件のトレードオフの組み合わせを価値指標に紐づけて、トレードオフ条件として蓄積する。これは、負の価値判断条件と正の価値判断条件の組み合わせによる「損して得を取る」価値を実現するためのもので、負の組み合わせと正の組み合わせが、正のみの組み合わせよりも価値を高く判断する場合を実現する。価値理解部からの入力のみで高低判断の蓄積を行う。（図２７）
出力部は、個人や個人の所属する組織の価値にあった情報の選択、出力する。
（１）価値理解部において出力を期待する入力であり、かつ価値実現による処理を伴わないと判断した場合、調査比較部において一般ＤＢまたはインターネットから導き出した情報を出力する。
（２）価値理解部において出力を期待する入力であり、かつ価値実現による処理を伴なうと判断した場合、推測予測部、推論部、合成部、創造部の結果または、その結果に基づき、調査比較部において一般ＤＢまたはインターネットから導き出した情報を出力する。
価値傾向分析部は、価値指標を任意の条件で抽出、グループ化し、その価値判断条件の項目を傾向分析し、この分析結果を個人または個人の所属する組織、グループの価値にあった情報・広告・商品・サービスとを結び付ける。
（１）（ａ）任意の価値指標を含む任意の区分で分ける。この区分にあった価値指標を価値ＤＢから１つまたは複数の価値指標を抽出する。（ｂ）その価値指標に関連付けられた価値判断条件を抽出する。（ｃ）抽出した１つまたは、複数の価値指標とそれぞれに関連する価値判断条件と一致または、類似（類義語変換処理による類義語による一致）、または任意の割合以上の価値判断条件項目の一致または類似する価値指標、価値判断条件を持つ個人または個人の所属する組織、グループを抽出する。（ｄ）抽出された価値指標と価値判断条件の組み合わせにあった個人または個人の所属する組織、グループが、任意に決めた分類の価値観や、価値に合致する個人、または個人の所属する組織、グループである可能性が高いと判断する。
（ｅ）この個人または個人の所属する組織、グループに対して、任意にきめた分類に一致した情報・広告・商品・サービスを提供する
（２）（１）の（ｅ）において提供した情報に対して、反応である入力された文章を自然言語処理を行い、（ａ）応答が正の反応を示す言葉の場合、価値傾向分析の結果は正しいと判断する。（ｂ）応答が負の反応を示す言葉である場合は、分析結果に間違いがあると判断する。
実行指示部は、価値傾向分析部は、価値指標を任意の条件で抽出し、その価値判断条件の項目を傾向分析し、この分析結果を個人または個人の所属する組織、グループの価値にあった任意の動作実行処理を行う。
（１）（ａ）任意の価値指標を含む任意の区分で分ける。この区分にあった価値指標を価値ＤＢから１つまたは複数の価値指標を抽出する。（ｂ）その価値指標に関連付けられた価値判断条件を抽出する。（ｃ）抽出した１つまたは、複数の価値指標とそれぞれに関連する価値判断条件と一致または、類似（類義語変換処理による類義語による一致）、または任意の割合以上の価値判断条件項目の一致または類似する価値指標、価値判断条件を持つ個人または個人の所属する組織、グループを抽出する。（ｄ）抽出された価値指標と価値判断条件の組み合わせにあった個人または個人の所属する組織、グループが、任意に決めた分類の価値観や、価値に合致する個人、または個人の所属する組織、グループである可能性が高いと判断する。
（ｅ）この個人または個人の所属する組織、グループに対して、任意にきめた分類に一致した任意の動作実行処理を行う。
（２）（１）の（ｅ）において提供した情報に対して、反応である入力された文章を自然言語処理を行い、（ａ）応答が正の反応を示す言葉の場合、実行指示の結果は正しいと判断する。（ｂ）応答が負の反応を示す言葉である場合は、実行指示に間違いがあると判断する。
実行指示部は、個人または個人の所属する組織、グループの価値にあった実行動作を行う目的に価値ＤＢに蓄積された蓄積された価値指標及び価値判断条件に合致し、かつ任意の実行条件に合致する場合に、実行指示を発行する。任意の機械に対する任意の動作条件に対して価値ＤＢに蓄積された個人の価値指標、価値判断条件のうち、任意の機械に動作についての価値指標を抽出し、個人の所属する組織、グループの価値指標及び価値判断条件と任意の機械の動作条件をＡＮＤしたものを個人または個人の所属する組織、グループの価値に合致した、動作の実行指示とする。価値に一致または類似しない動作は実行指示を行わず、 「どのような動作を期待するのか？」といった質問を返し、質問に対する答えを入力を価値理解部で価値指標、価値判断条件に分解し、価値ＤＢに蓄積する。
個人の現在の価値（満足度）を価値指標毎に蓄積し、その蓄積結果から、その個人の価値観の傾向を過去の時間変化から将来の価値の変化を予測し、予測に応じた製品や情報を提案するシステム
会話型ロボットにおいて、相手の応答から相手の価値観を理解し、対応する執事システム
００１　入力部
００２　価値理解部
００３　蓄積比較部
００４　調査比較部
００５　不足調査部
００８　学習(蓄積)部
００９　価値データベース
００６　一般データベース
０１０　推測予測部
０１１　推論部
０１２　合成部
０１３　創造部
０１４　類似部
０１５　多様性部
０１６　所属依存部
０１７　常識比較部
０１８　共有部
０１９　他者蓄積インターフェイス
０２０　プライオリティ部
０２１　トレードオフ部
０２２　検証蓄積判断部
０２３　価値対応自己修正部
０２４　出力部
０２５　価値傾向分析部
０２６　提案提供部
０２７　所属データベース
０２８　所属価値データベース
０２９　実行指示部

Claims (17)

  1. 入力された文章の中から興味、嗜好、希望、目標、目的、期待など実現、達成という価値観につながる単語を抽出し、その文章の対象となる個人や個人の所属する組織やグループ毎に異なる価値観を蓄積活用する為、自然言語処理によって係り受け解析を行い、対象となる文章ごとに主部、述部、条件部に分け、条件部を名詞、形容詞、副詞、関係詞等品詞単位に細分化し、主部と述部の組み合わせを価値指標とし、価値指標毎に条件部をＮＯＴおよびＡＮＤのみで構成される組み合わせのみに分解したものを価値判断条件とし、この価値判断条件の一致する項目数の多さを価値の高さとする最大条件一致を用いて価値判断する価値判断プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  2. 入力された文章の中から遂行、実施によって権利を独占するという価値観につながる項目を抽出し、その文章を対象とした個人や個人所属する組織やグループ毎に異なる価値観を蓄積活用する為、自然言語処理によって係り受け解析を行い、対象となる文章ごとに主部、述部、条件部に分け、条件部を名詞、形容詞、副詞、関係詞等品詞単位に細分化し、主部と述部の組み合わせを価値指標とし、価値指標毎に条件部をＮＯＴおよびＡＮＤのみで構成される組み合わせのみに分解したものを価値判断条件とし、この価値判断条件の一致する項目数の少なさを価値の高さとする最小条件一致を用いて価値判断する価値判断プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  3. 請求項1,2によって作成する価値指標と価値判断条件と、価値データベースに格納された価値指標と価値判断条件とを比較して一致または類似である部分一致となる価値指標、価値判断条件を選び出し、価値指標、価値判断条件に関連する情報を引き出す蓄積比較プログラムと、同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  4. 請求項1,2によって作成する価値指標と価値判断条件を検索条件として一般データベースあるいはインターネットから検索し、一致した検索結果を価値指標、価値判断条件に関係する情報として関連付ける調査比較プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  5. 請求項1,2によって作成する価値指標と価値判断条件を検索条件として一般データベースあるいはインターネットから検索し、一致しない場合、価値指標および価値判断条件の項目のうち一致しない項目を特定し、その項目が成立する条件を一般データベースあるいはインターネットから検索し不足項目を特定する不足調査プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  6. 価値ＤＢに蓄積された価値指標と価値判断条件の成立する条件に一致または部分一致した入力した文章より請求項1,2で作成した価値指標について、価値指標について、価値判断条件の追加削除による価値指標の変化の推測と、価値条件判断項目の時間的変化の予測を実現する推測予測プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  7. 請求項14によって作成され価値ＤＢに保存された、価値指標間の関係と成立するための条件を用い、直接関係を持たない価値指標同士を結び付け、新たな関係性を作成し、その価値指標関係が成立するための新たな価値判断条件を作成する推論プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  8. 請求項1,2において作成する価値指標と価値判断条件のそれぞれの条件項目に関係する価値データベース、一般データベース、インターネットの情報を組み合わせることによって結論求める合成プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  9. 請求項1,2において作成する価値指標のみをキーワードに関係する情報を価値データベース、一般データベース、インターネットから取得し、ランダムに組み合わせた結果を結論とする創造プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  10. 他者の価値データベースの価値指標、価値判断条件およびこの組み合わせに関係するデータとの共有を行い、類似する価値指標、価値判断条件を有する人を特定する類似部プログラムと、任意に選択した単独または複数の他人の価値データベースの価値指標、価値判断条件およびこの組み合わせに関係するデータと自身の価値データベースの価値指標、価値判断条件およびこの組み合わせに関係するデータをあわせてグループの価値判断、価値判断条件および関係するデータとして扱う多様性プログラムと任意の条件を満たす自身と複数の他人について、一致または類似する価値指標、価値判断条件およびこの組み合わせに関係するデータを常識の価値指標および価値判断条件と関係するデータとして選択する常識比較プログラムと自身の価値指標、価値判断条件およびこの組み合わせに関係するデータに対して、同じ価値指標に対して、異なる価値判断条件および異なる関係するデータを選択する所属依存プログラムの組み合わせからなる連携プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  11. 請求項4で作成された価値指標と価値判断条件の関係情報、請求項6,7,8,9で作成する価値指標と価値判断条件を請求項1,2の主文に基づいて判断し選択する機能の優先順位付けするプライオリティ機能と、請求項4,5,6,7,8,9で作成する価値指標と価値判断条件のうち2つ以上を選択する場合に負の価値指標および価値判断条件を1つ以上選択するトレードオフ機能をもつ優先判断プログラムと、同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  12. 請求項1,2,3,4,5,6からの判断、情報、請求項10からのデータ、請求項11からのデータを選択し、個人または組織などの任意の属性に応じて、データの蓄積、出力の判断および、検証を実施し、選択判断を検証する為、選択結果を入力者に対して確認質問を行い、正誤返答から価値指標と価値判断条件を判断し、間違っている場合は、請求項1,2の処理に戻って処理を繰り返す、またはその繰り返しが任意に設定した回数に達した場合に終了する検証蓄積判断プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  13. 請求項12において結論確定した価値指標、価値判断条件およびこの組み合わせに関係するデータを価値データベースに格納する機能と蓄積済みの価値指標と追加する価値指標に関係がある場合、関係の成立条件をそれぞれの間に付加する機能、および請求項1,2によって作成される価値指標および価値判断条件を引数として価値データベースから引き出す機能をもつ学習蓄積プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  14. 請求項1,2において作成した価値指標と価値判断条件と、請求項13における学習(蓄積）済み価値指標と価値判断条件とを比較して一致または類似となる指標、価値判断条件またはそれぞれに関連する情報を引き出す蓄積比較プログラムと、同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  15. 請求項13で蓄積した価値指標、価値判断条件およびこの組み合わせに関係するデータから価値の傾向分析を行い、分析結果に応じた情報を出力する価値傾向分析プログラムと、同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  16. 請求項13において蓄積した価値指標と価値判断条件に合った価値であり、かつ与えられた任意の実行条件に一致するかまたは類似するかを判断し、実行指示を出す実行指示プログラムと、同プログラムを持つ装置、同プログラムを格納するメディア、媒体
  17. 請求項1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16の組み合わせからなる個人や個人の所属する組織やグループ毎に異なる価値観に関する言葉を抽出、判断し、個人別、個人の所属する組織別、グループ別に異なる価値観を学習・蓄積し、その蓄積をもとに元に任意の応答を行い、任意の動作する価値判断応答型人工知能プログラムと同プログラムを持つ装置、同プログラムを格納するメディア、媒体
PCT/JP2017/012484 2016-03-30 2017-03-27 個人や個人の所属する組織・グループの価値観・価値を理解蓄積、推測予測し、価値に基づく支援や分析実現を支援する人工知能装置 WO2017170454A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-069206 2016-03-30
JP2016069206A JP6191892B1 (ja) 2016-03-30 2016-03-30 個人や個人の所属する組織・グループの価値観・価値を理解蓄積、推測予測し、価値に基づく支援や分析実現を支援する人工知能装置

Publications (1)

Publication Number Publication Date
WO2017170454A1 true WO2017170454A1 (ja) 2017-10-05

Family

ID=59798973

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/012484 WO2017170454A1 (ja) 2016-03-30 2017-03-27 個人や個人の所属する組織・グループの価値観・価値を理解蓄積、推測予測し、価値に基づく支援や分析実現を支援する人工知能装置

Country Status (2)

Country Link
JP (1) JP6191892B1 (ja)
WO (1) WO2017170454A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11868405B2 (en) 2018-01-23 2024-01-09 Sony Corporation Information processor, information processing method, and recording medium

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7127819B2 (ja) * 2018-09-27 2022-08-30 Ｎｅｃソリューションイノベータ株式会社 組織ビジョンのスコア化装置、組織ビジョンと組織の構成単位とのマッチング判定装置、組織ビジョン候補の生成装置、およびそれらの方法、プログラム、ならびに記録媒体
KR102241311B1 (ko) * 2019-06-20 2021-04-16 경상국립대학교산학협력단 인공지능의 자율적 도덕 판단 및 수행을 위한 시스템
KR102359640B1 (ko) * 2021-03-04 2022-02-08 한밭대학교 산학협력단 딥러닝을 이용한 도덕 판단 유형 예측시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000148773A (ja) * 1998-11-09 2000-05-30 Nippon Telegr & Teleph Corp <Ntt> 嗜好情報抽出方法、嗜好情報抽出装置および嗜好情報抽出プログラムを記録した記録媒体
JP2009157764A (ja) * 2007-12-27 2009-07-16 Internatl Business Mach Corp <Ibm> コミュニティ・システム、コミュニティ・システムの活動記録方法、及びコミュニティ・システムの活動記録用プログラム
JP2010055309A (ja) * 2008-08-27 2010-03-11 Toshiba Corp 文書を分析する装置、方法およびプログラム
JP2015038781A (ja) * 2014-11-25 2015-02-26 レノボ・イノベーションズ・リミテッド（香港） 情報処理装置、興味情報提供方法および興味情報提供プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000148773A (ja) * 1998-11-09 2000-05-30 Nippon Telegr & Teleph Corp <Ntt> 嗜好情報抽出方法、嗜好情報抽出装置および嗜好情報抽出プログラムを記録した記録媒体
JP2009157764A (ja) * 2007-12-27 2009-07-16 Internatl Business Mach Corp <Ibm> コミュニティ・システム、コミュニティ・システムの活動記録方法、及びコミュニティ・システムの活動記録用プログラム
JP2010055309A (ja) * 2008-08-27 2010-03-11 Toshiba Corp 文書を分析する装置、方法およびプログラム
JP2015038781A (ja) * 2014-11-25 2015-02-26 レノボ・イノベーションズ・リミテッド（香港） 情報処理装置、興味情報提供方法および興味情報提供プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11868405B2 (en) 2018-01-23 2024-01-09 Sony Corporation Information processor, information processing method, and recording medium

Also Published As

Publication number Publication date
JP2017182483A (ja) 2017-10-05
JP6191892B1 (ja) 2017-09-06

Similar Documents

Publication Publication Date Title
US11537820B2 (en) Method and system for generating and correcting classification models
CN108153876B (zh) 智能问答方法及系统
Su et al. A chatbot using LSTM-based multi-layer embedding for elderly care
Banchs et al. IRIS: a chat-oriented dialogue system based on the vector space model
Burke Hybrid web recommender systems
US9613317B2 (en) Justifying passage machine learning for question and answer systems
US8706664B2 (en) Determining relevant information for domains of interest
US9183285B1 (en) Data clustering system and methods
WO2017170454A1 (ja) 個人や個人の所属する組織・グループの価値観・価値を理解蓄積、推測予測し、価値に基づく支援や分析実現を支援する人工知能装置
US10586174B2 (en) Methods and systems for finding and ranking entities in a domain specific system
CN112800170A (zh) 问题的匹配方法及装置、问题的回复方法及装置
CN116992007B (zh) 基于问题意图理解的限定问答系统
US20210049536A1 (en) Apparatus for Determining Role Fitness While Eliminating Unwanted Bias
CN110321421A (zh) 用于网站知识社区系统的专家推荐方法及计算机存储介质
AlGhamdi et al. Learning to recommend items to wikidata editors
Karrar A proposed model for improving the performance of knowledge bases in real-world applications by extracting semantic information
CN113094473A (zh) 关键词的权重计算方法、装置、计算机设备及存储介质
Purevdagva et al. A machine-learning based framework for detection of fake political speech
US20230081891A1 (en) System and method of managing knowledge for knowledge graphs
Gerth A Comparison of Word Embedding Techniques for Similarity Analysis
Bentley et al. Giving voice to office customers: Best practices in how office handles verbatim text feedback
Shakya et al. Job-candidate matching using ESCO ontology
Lokman et al. A conceptual IR chatbot framework with automated keywords-based vector representation generation
Crow et al. A hybrid approach to concept extraction and recognition-based matching in the domain of human resources
Pérez Pupo et al. Linguistic data summarization with multilingual approach

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

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

Ref document number: 17774991

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17774991

Country of ref document: EP

Kind code of ref document: A1