WO2025210467A1 - データ処理装置 - Google Patents

Abstract

新規なデータ処理装置の提供。文書データと、複数のジャンルの項目およびその他の項目が列挙されたジャンルリストと、を受け付ける機能と、文書データのテキストデータを分割することで複数のチャンクデータとし、複数のチャンクデータの一を含む第１プロンプトを言語モデルに送信することで複数のチャンクデータに対応する複数の第１要約データを取得する機能と、複数の第１要約データを含む第２プロンプトを言語モデルに送信することで文書データの要約である第２要約データを取得する機能と、第２要約データおよびジャンルリストを含む第３プロンプトを言語モデルに送信することで文書データおよび第２要約データに応じた複数のジャンルの項目およびその他の項目のいずれか一を取得する機能と、を有する。

Description

データ処理装置

　本発明は、大規模言語モデル（ＬＬＭ：Ｌａｒｇｅ　Ｌａｎｇｕａｇｅ　Ｍｏｄｅｌ）を利用したデータ処理装置、データ処理システム、データ処理方法、データ処理プログラム、等に関する。

　上記技術分野は本発明の一態様であり、本発明は上記技術分野に限定されるものではない。本発明の別態様は、半導体装置、表示装置、発光装置、蓄電装置、記憶装置、電子機器、照明装置、入力装置（例えば、タッチセンサ）、入出力装置（例えば、タッチパネル）、それらの駆動方法、またはそれらの製造方法を一例として挙げることができる。

　複数のデータの中からキーワード、ジャンル（分類）などを手掛かりに所望のデータを検索する場合、データをあらかじめ複数のクラスタにクラスタリングする手法がある。近年では、機械学習の手法を取り入れたＡＩ（Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ）技術を利用して、データのクラスタリングを行う手法について提案がされている（例えば特許文献１を参照）。

国際公開第２０２０／０７５４８５号

　複数のデータに、例えば論文（学術論文、学位論文、博士論文、小論文、雑誌論文などを含む）、学会予稿集などといった技術文献が含まれる場合、所望のデータを探すためには事前の内容把握が必要となる。例えば複数の技術文献が混在する中から所望のデータを検索する場合、どのようなキーワード、ジャンルなどで検索すればよいかを把握する上で、発行元となる組織による選考基準の把握、または学会の種類による選考基準の把握、が必要となる場合がある。そのため、複数のデータから所望のデータを得るのに時間を要し、検索効率が損なわれる虞があった。

　論文、学会予稿集などといった技術文献の場合、要約（アブストラクト）の有無、文字数の量、などといった確認できる情報にばらつきがある。そのため、効率的に内容を把握する上で重要となる要約の内容にばらつきが生じ、検索精度が損なわれる虞がある。

　複数のデータのジャンル仕分けを行うために、あらかじめジャンルリストを付与しておき、当該ジャンルリストに応じたジャンル仕分けを行うことが有効である。しかしながら、あらかじめ付与したジャンルリストに適切なジャンルがない場合、ジャンル仕分けがなされないデータ（例えば「その他」のジャンルが付与される場合）が増えることとなる。そのため、ジャンルリストの作成およびジャンル仕分けの利便性が著しく損なわれる虞がある。

　本発明の一態様は、新規な、データ処理装置等を提供することを課題の一とする。また本発明の一態様は、利便性に優れた、データ処理装置等を提供することを課題の一とする。また本発明の一態様は、検索効率に優れた、データ処理装置等を提供することを課題の一とする。また本発明の一態様は、検索精度に優れた、データ処理装置等を提供することを課題の一とする。

　本発明は、必ずしもこれらの課題の全てを解決する必要はない。またこれらの課題の記載は、本発明の他の課題の存在を妨げるものではない。たとえば明細書、図面、特許請求の範囲に関する記載から、これら以外の課題を抽出することが可能である。

　本発明の一態様は、文書データと、複数のジャンルの項目およびその他の項目が列挙されたジャンルリストと、を受け付ける機能と、文書データのテキストデータを分割することで複数のチャンクデータとし、複数のチャンクデータの一を含む第１プロンプトを言語モデルに送信することで複数のチャンクデータに対応する複数の第１要約データを取得する機能と、複数の第１要約データを含む第２プロンプトを言語モデルに送信することで文書データの要約である第２要約データを取得する機能と、第２要約データおよびジャンルリストを含む第３プロンプトを言語モデルに送信することで文書データおよび第２要約データに応じた複数のジャンルの項目およびその他の項目のいずれか一を取得する機能と、を有する、データ処理装置である。

　本発明の一態様は、文書データと、複数のジャンルの項目およびその他の項目が列挙されたジャンルリストと、を受け付ける機能と、文書データのテキストデータを分割することで複数のチャンクデータとし、複数のチャンクデータの一を含む第１プロンプトを言語モデルに送信することで複数のチャンクデータに対応する複数の第１要約データを取得する機能と、複数の第１要約データを含む第２プロンプトを言語モデルに送信することで文書データの要約である第２要約データを取得する機能と、第２要約データおよびジャンルリストを含む第３プロンプトを言語モデルに送信することで文書データおよび第２要約データに応じた複数のジャンルの項目およびその他の項目のいずれか一を取得する機能と、その他の項目が取得された第２要約データをベクトル化してクラスタリングする機能と、クラスタリングによって複数のクラスタに分類された、その他の項目が取得された第２要約データにおいて、クラスタの中心にある第２要約データを選出する機能と、選出された第２要約データを含む第４プロンプトを言語モデルに送信することでクラスタに応じたジャンルの項目を取得し、ジャンルリストの更新を行う機能と、を有する、データ処理装置である。

　本発明の一態様は、文書データと、複数のジャンルの項目およびその他の項目が列挙されたジャンルリストと、を受け付ける機能と、文書データのテキストデータを分割することで複数のチャンクデータとし、複数のチャンクデータの一を含む第１プロンプトを言語モデルに送信することで複数のチャンクデータに対応する複数の第１要約データを取得する機能と、複数の第１要約データを含む第２プロンプトを言語モデルに送信することで文書データの要約である第２要約データを取得する機能と、第２要約データおよびジャンルリストを含む第３プロンプトを言語モデルに送信することで文書データおよび第２要約データに応じた複数のジャンルの項目およびその他の項目のいずれか一を取得する機能と、その他の項目が取得された第２要約データのいずれか一を含む第５プロンプトを言語モデルに送信することで第２要約データが有する複数のキーワードを抽出し、その他の項目が取得された別の第２要約データ中に存在するキーワードをジャンルの項目として選出し、ジャンルリストの更新を行う機能と、を有する、データ処理装置である。

　本発明の一態様において、文書データのテキストデータは、第１プロンプトのトークン数の上限に応じて、複数のチャンクデータに分割される、データ処理装置が好ましい。

　本発明の一態様において、文書データのテキストデータは、文書データ中の段落、章立て、目次、または改行に応じて、複数のチャンクデータに分割される、データ処理装置が好ましい。

　本発明の一態様において、第１記憶部および第２記憶部を有し、文書データ、複数のジャンルの項目が取得された第２要約データは、第１記憶部に記憶され、複数のチャンクデータ、複数の第１要約データおよびその他の項目が取得された第２要約データは、第２記憶部に記憶される、データ処理装置が好ましい。

　本発明の一態様は、新規な、データ処理装置等を提供することができる。また本発明の一態様は、利便性に優れた、データ処理装置等を提供することができる。また本発明の一態様は、検索効率に優れた、データ処理装置等を提供することができる。また本発明の一態様は、検索精度に優れた、データ処理装置等を提供することができる。

　本発明は、必ずしもこれらの効果の全てを有する必要はない。またこれらの効果の記載は、本発明の他の効果の存在を妨げるものではない。たとえば明細書、図面、特許請求の範囲に関する記載から、これら以外の効果を抽出することが可能である。

図１Ａ乃至図１Ｃは、本発明の一態様のデータ処理装置を説明するブロック図である。
図２は、本発明の一態様のデータ処理装置を説明するフローチャートである。
図３Ａおよび図３Ｂは、本発明の一態様のデータ処理装置を説明する模式図である。
図４は、本発明の一態様のデータ処理装置を説明するフローチャートである。
図５Ａおよび図５Ｂは、本発明の一態様のデータ処理装置を説明する模式図である。
図６Ａ乃至図６Ｅは、本発明の一態様のデータ処理装置を説明する模式図である。
図７Ａおよび図７Ｂは、本発明の一態様のデータ処理装置を説明する模式図である。
図８Ａ乃至図８Ｃは、本発明の一態様のデータ処理装置を説明する模式図である。
図９は、本発明の一態様のデータ処理装置を説明する模式図である。
図１０は、本発明の一態様のデータ処理装置を説明するフローチャートである。
図１１Ａおよび図１１Ｂは、本発明の一態様のデータ処理装置を説明する模式図である。
図１２Ａおよび図１２Ｂは、本発明の一態様のデータ処理装置を説明する模式図である。
図１３Ａは、本発明の一態様のデータ処理装置を説明するフローチャート、図１３Ｂは、本発明の一態様のデータ処理装置を説明する模式図である。
図１４Ａ乃至図１４Ｃは、本発明の一態様のデータ処理装置を説明する模式図である。
図１５は、本発明の一態様のデータ処理装置を説明するフローチャートである。
図１６Ａ乃至図１６Ｃは、本発明の一態様のデータ処理装置を説明する模式図である。
図１７は、本発明の一態様のデータ処理装置を説明する模式図である。

　本発明の実施の形態について、図面を用いて説明する。但し、本発明は趣旨から逸脱することのない範囲で、形態を様々に変更し得ることは当業者であれば容易に理解される。従って、本発明は以下に示す実施の形態の記載の内容に限定して解釈されるものではない。

　本図面等において、各構成要素の位置、大きさ及び範囲などは、実際の各構成要素を正確に表していない場合もある。このため、各構成要素の位置、大きさ及び範囲などは、必ずしも、図面に開示された位置、大きさ及び範囲などに限定されない。

　本明細書等において、言語モデルはトランスフォーマーアーキテクチャーをベースとし、会話型（対話型ともいう）モデルとなるよう追加学習したものである。つまり、会話型生成モデルは言語モデルの下位概念に相当する。また言語モデルは一般に大規模言語モデル（ＬＬＭ）とも呼ばれる。

　本明細書等において、「第１」、「第２」という単語を技術的内容の理解の為に便宜上用いる又は各構成要素の識別に使われることもある。このため、「第１」、「第２」という単語が各構成要素の数を限定することはない。また「第１」、「第２」という単語が各構成要素の順序を限定することはない。また、本明細書に用いた「第１」、「第２」という単語又は識別符号が、本特許請求の範囲における単語又は識別符号と一致しない場合がある。

　本明細書等において、複数の要素に同じ符号を用いる場合、特に、それらを区別する必要があるときには、符号に、例えば、“Ａ”、“Ｂ”、“＿１”、“＿２”、または“［ｎ］”などの識別用の符号を付して記載する場合がある。また、識別用の符号を付した複数の要素に共通の事柄を説明するとき、または、それらを区別する必要がないときには、識別用の符号を付さずに記載する場合がある。

　本明細書等において、文書とは文字又は記号を用いて人の意思を書きあらわしたものを指す。文書には、複数の章または複数の段落に分割した状態も含まれる。また一つの章は、複数の段落から構成される状態も含まれる。

（実施の形態１）
　本実施の形態では、本発明の一態様であるデータ処理装置の一例について説明する。本発明の一態様におけるデータ処理は、技術文献、論文、学会予稿集などといった文書データを、ユーザが付与したジャンルに基づいてジャンル分けを行う処理である。データ処理装置は、対象となる構成を入れ替えることで、データ処理システム、データ処理方法、データ処理プログラムと呼ぶことができる。

＜データ処理装置の構成例＞
　本発明の一態様のデータ処理装置の構成例について説明する。図１Ａは、本発明の一態様のデータ処理装置を説明するブロック図である。図１Ｂは、データ処理装置の外部にある入力装置について説明するブロック図である。図１Ｃは、データ処理装置の外部にあるデータ生成装置について説明するブロック図である。また図２は、データ処理装置の動作を説明するフローチャートである。図３Ａは、データ処理装置に入力される文書データを説明する模式図である。図３Ｂは、データ処理装置に入力されるジャンルリストを説明する模式図である。

　図１Ａに示すデータ処理装置１００は、一例として入力部１０、記憶部２０、記憶部３０、データ処理部４０、出力部６０、および伝送部９０を有する。

　なお本明細書等におけるブロック図では、構成要素を機能毎に分類し、互いに独立したブロックとして示している。しかしながら実際の集積回路等においては、構成要素を機能毎に切り分けることが難しく、一つの集積回路に複数の機能が係わる場合、または複数の集積回路にわたって一つの機能が関わる場合があり得る。例えば、記憶部２０および記憶部３０は、異なる機能を有する別のブロックの記憶部としているが、異なる機能を有する一つのブロックの記憶部とすることも可能である。

　入力部１０は、データ処理装置１００の外部の入力装置５０からのデータを受け付ける機能を有する。入力装置５０は、データサーバー、またはデスクトップ型コンピュータ、ノート型コンピュータ、スマートフォン又はタブレット型コンピュータといった情報端末などである。例えば入力装置５０に入力されるデータが文書データの場合、入力装置５０はデータサーバーであり、入力装置５０に入力されるユーザが入力するリストデータの場合、入力装置５０はデスクトップ型コンピュータ、ノート型コンピュータ、スマートフォン又はタブレット型コンピュータといった情報端末である。

　データ処理装置１００と入力装置５０とは、例えばデータ処理装置を用いたサービスの提供者と、当該サービスを享受するユーザとが、同じ企業等の組織内に属する場合、データ処理装置１００と入力装置５０との間で行われるデータの受信は、例えば、当該組織内に構築されたＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）などのネットワークを用いて行われることが好ましい。これにより、インターネットを介して行う場合に比べて安全に、データ処理装置１００と入力装置５０との間でデータを受信することができる。また、組織内の情報が外部へ流出することを防止することができる。または、データ処理装置１００と入力装置５０との間で行われるデータの送受信は、Ｗｏｒｌｄ　Ｗｉｄｅ　Ｗｅｂ（ＷＷＷ）の基盤であるインターネットを用いて行うことができる。

　データ処理装置１００は、図１Ｂに図示するように、文書データＤＯＣおよびジャンルリストＪＬが入力される。入力部１０は、文書データＤＯＣおよびジャンルリストＪＬを受け付ける。入力部１０は、伝送部９０を介して受け付けたデータを記憶部２０に伝送する。

　文書データＤＯＣおよびジャンルリストＪＬを受け付けるステップは、図２に図示するステップＳ１１に相当する。

　文書データＤＯＣは、例えば論文、学会予稿集、技術報告書、特許文献、契約書、製品マニュアル、などといった一定の目的をもって収集され、電子化された機械可読なデータである。

　文書データＤＯＣは、図３Ａに一例として図示する文書データＤＯＣ＿１乃至ＤＯＣ＿３のように模式的に図示することができる。文書データＤＯＣ＿１乃至ＤＯＣ＿３ではそれぞれ、データ量が異なる文書データである。文書データＤＯＣ＿１は、文書データＤＯＣ＿１＿１乃至ＤＯＣ＿１＿２で構成される。文書データＤＯＣ＿２は、文書データＤＯＣ＿２＿１で構成される。文書データＤＯＣ＿３は、文書データＤＯＣ＿３＿１乃至ＤＯＣ＿３＿ｋ（ｋは３以上の整数）で構成される。図３Ａに図示する文書データＤＯＣ＿１乃至ＤＯＣ＿３のようにデータ量が異なる以外に、論文、学会予稿集などの技術文献では、出版社毎または学会毎に、段落、章立て、目次、または改行といった様式が異なる場合が多く、キーワードなどの単純な検索では所望の文書データを探し得るのに時間を要し、検索効率が損なわれる場合がある。

　ジャンルリストＪＬは、複数のジャンルに関する項目の他、その他の項目が列挙されたデータである。複数のジャンルに関する項目は、複数の技術文献が混在する中から所望のデータを検索して内容を把握するために細分化されたジャンルである。ジャンルリストＪＬが有する複数のジャンルは、ユーザがあらかじめ付与するデータであることが好ましい。当該構成とすることで、ユーザが発行元となる組織による選考基準、または学会の種類による選考基準などを理解することなく、所望のデータのジャンルが付与された技術文献にアクセスしやすくすることができる。そのため、複数の技術文献が保存された文書データから所望の文書データを得るための時間を短くでき、検索効率を向上させることができる。

　ジャンルリストＪＬは、データ処理装置１００で、ジャンルを更新される構成が好ましい。更新されるジャンルリストＪＬには、あらかじめユーザが想定したジャンルリストＪＬ内のジャンルＪＤ以外の、ジャンル生成によって得られたジャンルが追加される。当該構成とすることで、技術文献内の、ユーザが把握できていないジャンルを把握しやすくすることができる。

　ジャンルリストＪＬは、図３Ｂに一例として図示することができる。ジャンルリストＪＬは、「＃ジャンルリスト」で構成される。「＃ジャンルリスト」は、図３Ｂの例では「１．Ｄｉｓｐｌａｙ」、「２．Ｍｅｍｏｒｙ」、「３．Ｐｒｏｃｅｓｓｏｒ」、「４．ＡＩ」が相当する。図３Ｂのジャンルの項目は、ジャンルＪＤ＿１乃至ＪＤ＿４として図示している。

　ジャンルリストＪＬは、その他の項目を有する。その他の項目は、図３Ｂの例では「５．Ｏｔｈｅｒ」が相当する。図３Ｂのその他の項目は、ジャンルＪＤ＿ＯＴＨとして図示している。複数のジャンルに関する項目の他、その他の項目をジャンルリストＪＬに用意しておくことで、ユーザが付与する複数のジャンルに対応しない文書データがある場合に、誤ったジャンル分けとなることを低減することができる。

　記憶部２０および記憶部３０は、メモリ領域であり、プログラム及び／又はデータ等を記憶することができる。プログラムとしては、代表的にはデータ処理部４０が実行するプログラムがある。記憶部２０に記憶されるデータとしては、入力部１０より伝送される文書データＤＯＣ、ジャンルリストＪＬ、および文書データＤＯＣに応じて生成された要約データがある。記憶部３０に記憶されるデータとしては、データ処理部４０で処理途中の文書データの一部、要約データなど、が含まれる。当該構成とすることで、ユーザは処理途中のデータがある記憶部３０にアクセスすることなく、文書データＤＯＣに関連付けられたデータにアクセスすることができる。

　記憶部２０および記憶部３０は、揮発性メモリ及び不揮発性メモリのうち少なくとも一方を有する。揮発性メモリとしては、ＤＲＡＭ（Ｄｙｎａｍｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、及び、ＳＲＡＭ（Ｓｔａｔｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等が挙げられる。不揮発性メモリとしては、ＲｅＲＡＭ（Ｒｅｓｉｓｔｉｖｅ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ、抵抗変化型メモリともいう）、ＰＲＡＭ（Ｐｈａｓｅ　ｃｈａｎｇｅ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＦｅＲＡＭ（Ｆｅｒｒｏｅｌｅｃｔｒｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＭＲＡＭ（Ｍａｇｎｅｔｏｒｅｓｉｓｔｉｖｅ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ、磁気抵抗型メモリともいう）、及びフラッシュメモリ等が挙げられる。

　データ処理部４０は、演算、解析、及び推論などのデータ処理を行う機能を有する。データ処理部４０は、記憶部２０および記憶部３０からデータを取得する。データ処理部４０は、記憶部２０および記憶部３０のデータを用いて、データ処理装置１００の外部に送信する、指示文、文章などが記述されたプロンプト（質問文）を生成する機能を有する。

　データ処理部４０は、上記機能を発現するために少なくとも演算回路を有する。演算回路として例えば中央演算装置（ＣＰＵ：Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を有することができる。またデータ処理部４０は、ＣＰＵに加えて又はＣＰＵに代えて、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を有することも可能である。

　データ処理部４０は、ＣＰＵ又はＧＰＵに加えてＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）等のマイクロプロセッサを有していてもよい。ＤＳＰはデジタル信号処理に特化しているため、ＣＰＵ又はＧＰＵの周辺回路等を制御するために搭載すると好ましい。マイクロプロセッサは、ＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、ＦＰＡＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ａｎａｌｏｇ　Ａｒｒａｙ）等のハードウェアで動作するＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　Ｄｅｖｉｃｅ）によって実現された構成とすることも可能である。

　データ処理部４０は、記憶部２０および記憶部３０のデータを用いて、複数の処理を行う機能を有する。データ処理部４０は、要約データ生成、ジャンル仕分け、およびジャンル生成といった処理を実行するためのプロンプトを生成する機能を有する。図１Ａでは、データ処理部４０内に、要約データ生成部４１、およびジャンル仕分け部４２といったプロンプトを生成する構成を図示している。

　要約データ生成部４１は、複数の文書データＤＯＣのそれぞれに対応する要約データを、データ生成装置７０で生成するためのプロンプトの出力、および当該プロンプトのための文書データＤＯＣのデータ処理を行う機能を有する。なお要約データは、データ処理装置１００によって複数の文書データＤＯＣごとのデータ処理を行い、データ生成装置７０で生成されるデータである。

　文書データＤＯＣに基づく要約データＡＢＤの生成のステップは、図２に図示するステップＳ１２に相当する。

　要約データ生成部を有する構成により、複数の文書データのそれぞれに対し、一様な基準をもとに生成された要約データを生成することができる。当該構成とすることで、論文、学会予稿集などの技術文献の要約データを、一様な基準をもとに生成された要約データとして、文書データに関連付け（紐づけともいう）することができる。当該構成とすることで効率的に文書データ内容を把握する上で重要となる要約データの内容のばらつきをなくし、可読性を高めることができる。

　ジャンル仕分け部４２は、文書データＤＯＣのそれぞれに対してジャンルリストＪＬに記述されたジャンルのいずれかを付与するため、文書データＤＯＣに応じたジャンルをデータ生成装置７０で生成するためのプロンプトの出力、および当該プロンプトのための要約データ、文書データＤＯＣのデータ処理を行う機能を有する。

　要約データＡＢＤをもとにユーザが付与したジャンルリストＪＬに基づくジャンルＪＤの項目の取得のステップは、図２に図示するステップＳ１３に相当する。

　ジャンル仕分け部４２を有する構成により、複数の文書データＤＯＣのそれぞれに対し、一様な基準をもとに生成された要約データをもとに、ユーザが付与したジャンルリストＪＬに基づいたジャンルを付与することができる。その結果、文書データＤＯＣと、一様な基準をもとに生成された要約データと、要約データをもとにユーザがデータ処理装置に与えたジャンルリストＪＬに記述されたジャンルのいずれかと、を関連付けることができる。そのため、ジャンルを選択することで、一様な基準をもとに生成された要約データから文書データの内容を把握することができ、検索効率を高めることができる。

　ステップＳ１２によって文書データＤＯＣに関連付けられた要約データＡＢＤ、ステップＳ１３によって文書データＤＯＣに関連付けられたジャンルＪＤは、記憶部２０に格納される。当該ステップは、図２に図示するステップＳ１４に相当する。

　本発明の一態様は、特に文書データが類似のジャンルの論文、類似のジャンルの学会予稿集などの技術文献で出版社、学会などが異なる文書データが混在している場合に、類似のジャンルの文書データの集合であるが故に、探索が困難な文書データの検索を行うためのデータ処理に好適である。これは論文、類似のジャンルの学会予稿集などの技術文献が出版社、学会毎に異なる取り決めでジャンル（分野）分けしているためである。本発明の一態様のように、一定の取り決めで、技術分野ごとにジャンル（分野）分けを再仕分けすることで、特許文献のように一定の取り決めで技術分野ごとのジャンル（分野）分けを行うことができる。そのため、当該データ処理がなされたデータを用いて、所望の文書データを検索する際の検索効率を高めることができる。

　なお図１Ａでは、データ処理部４０内に、要約データ生成部４１、およびジャンル仕分け部４２の他、ジャンル生成部４３を図示している。データ処理装置１００が有するデータ処理部４０は、ジャンル生成部４３を有することが好ましい。

　ジャンル生成部４３は、ジャンル仕分け部４２のプロンプトによってその他のジャンル（図３ＢのジャンルＪＤ＿ＯＴＨ）の項目が取得される場合に、最初にユーザが入力したジャンルリストＪＬにはない新たなジャンルを生成するためのプロンプトの出力、および当該プロンプトのための要約データのデータ処理を行う機能を有する。

　ジャンル生成部４３を有する構成により、その他のジャンルが付与された要約データのそれぞれに対し、新たなジャンルを生成することができる。一様な基準をもとに生成された要約データをもとに、ジャンルリストを更新する構成とできるため、その他のジャンルが付与される複数の文書データＤＯＣおよび要約データの数を減らすことができるとともに、ジャンルリストの作成およびジャンル仕分けの利便性を向上させることができる。

　出力部６０は、データ処理装置１００の外部にあるデータ生成装置７０に送信する、指示文、文章などが記述されたプロンプトを送信する機能を有する。データ処理装置１００は、図１Ｃに図示するように、出力部６０よりプロンプトＰＤが入力される。プロンプトＰＤは、データ処理部４０で付与された指示文の他、データ処理部４０で文書データＤＯＣを処理して生成されたテキストデータ、および／またはジャンルリストＪＬを含むデータである。

　出力部６０は、データ処理装置１００の外部にあるデータ生成装置７０で生成されたデータを受信する機能を有する。データ処理装置１００は、図１Ｃに図示するように、出力部６０でプロンプトＰＤの指示文に応じて生成された生成データＧＤ（回答文ともいう）を受信する。出力部６０は、生成データＧＤを取得する。出力部６０は、伝送部９０を介して、取得したデータをデータ処理部４０、記憶部２０または記憶部３０に伝送する。

　データ処理装置１００とデータ生成装置７０との間で行われるデータの受信は、例えばデータ生成装置７０を用いたサービスの提供者と、当該サービスを享受するユーザとが、同じ企業等の組織内に属する場合、当該組織内に構築されたネットワークを用いて行われることが好ましい。これにより、インターネットを介して行う場合に比べて安全に、データ処理装置１００とデータ生成装置７０との間でデータを受信することができる。また、組織内の情報が外部へ流出することを防止することができる。または、データ処理装置１００とデータ生成装置７０との間で行われるデータの送受信は、インターネットを用いて行われてもよい。

　伝送部９０は、データを伝達する機能を有する。入力部１０、記憶部２０、３０、データ処理部４０、出力部６０の間のデータの送受信は、伝送部９０を介して行うことができる。

　データ生成装置７０は、言語モデルを用いた処理を行うことができる。例えば、ＢＥＲＴ（Ｂｉｄｉｒｅｃｔｉｏｎａｌ　Ｅｎｃｏｄｅｒ　Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ　ｆｒｏｍ　Ｔｒａｎｓｆｏｒｍｅｒ）、Ｔ５（Ｔｅｘｔ−ｔｏ−Ｔｅｘｔ　Ｔｒａｎｓｆｅｒ　Ｔｒａｎｓｆｏｒｍｅｒ）などの自然言語処理モデルを用いた処理を実行することができる。データ生成装置７０は、様々な自然言語処理タスクを行うことができる汎用言語処理モデルを用いた処理を実行することができる。データ生成装置７０は、言語モデルを用いた処理を行う装置であり、単に言語モデルという場合がある。

　また、データ生成装置７０は、ＬＬＭを利用したモデル（文書生成モデル、対話モデルなど）を用いた処理を行うことができる。例えば、ＬＬＭとしてＧＰＴ−３、ＧＰＴ−３．５、ＧＰＴ−４、ＬａＭＤＡ（Ｌａｎｇｕａｇｅ　Ｍｏｄｅｌ　ｆｏｒ　Ｄｉａｌｏｇｕｅ　Ａｐｐｌｉｃａｔｉｏｎｓ）、ＰａＬＭ（Ｐａｔｈｗａｙｓ　Ｌａｎｇｕａｇｅ　Ｍｏｄｅｌ）、Ｌｌａｍａ２などを用いることができる。勿論ＬＬＭには、組織内で構築されたモデルを用いることができる。

　データ生成装置７０は、言語モデルを用いた処理により、データ処理装置１００より出力されるプロンプトＰＤ（質問文）に対する回答文である生成データＧＤをデータ処理装置１００に入力することができる。

　データ処理部４０で作成されるプロンプトＰＤについて、図４乃至図１７を参照して説明する。以下では、上述したデータ処理部４０で行う、要約データ生成、ジャンル仕分け、およびジャンル生成といった処理を実行するためのプロンプト、および文書データＤＯＣのデータ処理について説明する。

＜要約データ生成の構成例＞
　図４は、データ処理部４０の要約データ生成部４１で行う要約データ生成を説明するフローチャートである。図５Ａは、文書データＤＯＣにおけるチャンクデータＣＨＤを説明する模式図である。図５Ｂは、チャンクデータＣＨＤが格納される記憶部３０の模式図である。図６Ａ乃至図６Ｅは、データ処理装置１００からデータ生成装置７０に入力されるチャンクデータＣＨＤを含むプロンプトＰＤ＿１およびチャンクデータＣＨＤに対応する第１要約データＣＡＢの模式図である。図７Ａは、チャンクデータＣＨＤに対応する第１要約データＣＡＢが格納される記憶部３０の模式図である。図７Ｂは、テキストデータＯＤ１およびチャンクデータＣＨＤを含むプロンプトＰＤ＿１の模式図である。図８Ａは、データ処理装置１００からデータ生成装置７０に入力される複数の第１要約データＣＡＢを含むプロンプトＰＤ＿２、および複数の第１要約データＣＡＢに対応する要約データＡＢＤの模式図である。図８Ｂは、テキストデータＯＤ２および複数の第１要約データＣＡＢを含むプロンプトＰＤ＿２の模式図である。図８Ｃは、複数の第１要約データＣＡＢに対応する要約データＡＢＤ（第２要約データに相当）が文書データＤＯＣに関連付けられて格納される記憶部２０の模式図である。図９は、複数の文書データＤＯＣ＿１乃至ＤＯＣ＿３ごとに、要約データを得るまでの第１要約データおよび第２要約データを説明する模式図である。

　図１Ａで説明したデータ処理部４０では、図４に図示するように、要約データを生成するためのステップとして、チャンクデータＣＨＤの生成（ステップＳ２１）、チャンクデータＣＨＤの保存（ステップＳ２２）、プロンプトＰＤ＿１に基づく第１要約データＣＡＢの生成（ステップＳ２３）、第１要約データＣＡＢの保存（ステップＳ２４）、プロンプトＰＤ＿２に基づく要約データＡＢＤ（第２要約データ）の生成（ステップＳ２５）、および要約データＡＢＤの保存（ステップＳ２６）を有する。

　チャンクデータとは、文書データ内のつながりのある部分を一つの塊としたテキストデータである。第１要約データとは、チャンクデータを要約したデータであり、文書データ内の一部分の要約に相当する。第２要約データとは、複数の第１要約データをもとに集約されたデータである。

　図５Ａは、ステップＳ２１のチャンクデータＣＨＤの一例として、文書データＤＯＣを図示している。文書データＤＯＣは、複数のパラグラフＤＯＣ＿Ｐ１乃至ＤＯＣ＿Ｐ６を有する。図５Ａに図示するように、文書データＤＯＣが段組みされたテキストデータの場合、同じ見出し（段落、章立て、目次、または改行）にあるパラグラフＤＯＣ＿Ｐ３およびＤＯＣ＿Ｐ４を別の塊としている。

　チャンクデータＣＨＤは、同じ見出し（段落、章立て、目次、または改行）にあるパラグラフを文書データＤＯＣ内のつながりのある部分とみなして、一つの塊としたテキストデータである。当該構成とすることで、一次要約データを生成する際の内容のばらつきをなくし、可読性を高めることができる。図５Ａの文書データＤＯＣでは、パラグラフＤＯＣ＿Ｐ３およびＤＯＣ＿Ｐ４を意味のある固まりとして併合し、チャンクデータＣＨＤ＿１乃至ＣＨＤ＿５として図示している。チャンクデータＣＨＤ＿１乃至ＣＨＤ＿５は、文書データＤＯＣを分割して得られるデータといえる。

　図５Ｂは、ステップＳ２２のチャンクデータＣＨＤの保存の一例として、記憶部３０に格納されるチャンクデータＣＨＤ＿１乃至ＣＨＤ＿５を図示している。チャンクデータＣＨＤは、文書データＤＯＣの要約データＡＢＤを得るための処理途中のデータである。ユーザがアクセスしない記憶部３０と、文書データＤＯＣが記憶された記憶部２０と、を分けることでチャンクデータＣＨＤを得る処理を高速化することができる。

　図６Ａ乃至図６Ｅは、ステップＳ２３の一例として、データ処理装置１００から、チャンクデータＣＨＤ＿１乃至ＣＨＤ＿５を有するプロンプトＰＤ＿１をデータ生成装置７０に送信し、第１要約データＣＡＢ＿１乃至ＣＡＢ＿５を生成する際の模式図である。プロンプトＰＤ＿１は第１プロンプトという場合がある。プロンプトＰＤ＿１は、第１要約データＣＡＢがデータ生成装置７０の回答文となるよう指示文およびチャンクデータＣＨＤが記述されたプロンプトである。

　チャンクデータＣＨＤ＿１乃至ＣＨＤ＿５のいずれか一を有するプロンプトＰＤ＿１は、複数回にわたって、データ処理装置１００からデータ生成装置７０に送信される。当該構成とすることで、プロンプトＰＤ＿１がトークン数の上限を超えないようにすることができる。複数のチャンクデータＣＨＤ＿１乃至ＣＨＤ＿５に対応する第１要約データＣＡＢ＿１乃至ＣＡＢ＿５はそれぞれ、内容にまとまりのあるテキストデータの要約データとすることができる。

　図７Ａは、ステップＳ２４の第１要約データＣＡＢの保存の一例として、記憶部３０に格納される第１要約データＣＡＢ＿１乃至ＣＡＢ＿５を図示している。第１要約データＣＡＢは、文書データＤＯＣの要約データＡＢＤを得るための処理途中のデータである。ユーザがアクセスしない記憶部３０と、文書データＤＯＣが記憶された記憶部２０と、を分けることで第１要約データＣＡＢを得る処理を高速化することができる。

　図７Ｂは、プロンプトＰＤ＿１を説明する模式図である。プロンプトＰＤ＿１は、例えば「＃指示文」および「＃文章」で構成される。「＃指示文」には、テキストデータＯＤ１が記述される。「＃文章」にはチャンクデータＣＨＤ＿１乃至ＣＨＤ＿５のいずれか一が記述される。テキストデータＯＤ１は、定型文である。なお、当該定型文しては、例えば「「以下の文章を４００字以内で要約してください。原文に出てくる数値をできるだけ含むようにまとめて下さい」とすることができる。

　図８Ａは、ステップＳ２５の一例として、データ処理装置１００から、第１要約データＣＡＢ＿１乃至ＣＡＢ＿５（複数の第１要約データＣＡＢに相当）を有するプロンプトＰＤ＿２をデータ生成装置７０に送信し、文書データＤＯＣの要約である要約データＡＢＤ（第２要約データ）を生成する際の模式図である。プロンプトＰＤ＿２は第２プロンプトという場合がある。プロンプトＰＤ＿２は、要約データＡＢＤがデータ生成装置７０の回答文となるよう指示文および複数の第１要約データＣＡＢが記述されたプロンプトである。元の文書データＤＯＣの内容を包含するチャンクデータから生成された第１要約データＣＡＢの場合、生成された要約データＡＢＤは文書データＤＯＣの内容に沿った要約データである。

　複数の第１要約データＣＡＢを有するプロンプトＰＤ＿２は、プロンプトＰＤ＿２がトークン数の上限を超えないようにするため、プロンプトＰＤ＿２が有する第１要約データＣＡＢを複数回にわたって分けてデータ生成装置７０に送信することが好ましい。

　図９は、複数の文書データＤＯＣ＿１乃至ＤＯＣ＿３ごとに、チャンクデータＣＨＤ、第１要約データＣＡＢを経て、要約データＡＢＤを得るまでを説明する模式図である。

　図９に示す文書データＤＯＣ＿２では、チャンクデータＣＨＤ＿１乃至ＣＨＤ＿５、第１要約データＣＡＢ＿１乃至ＣＡＢ＿５を経て、要約データＡＢＤ＿２が得られる。第１要約データＣＡＢ＿１乃至ＣＡＢ＿５は、要約データＡＢＤ＿２を得るまでの一次要約データ、要約データＡＢＤ＿２は二次要約データと呼ぶことができる。

　また図９に示す文書データＤＯＣ＿１は、文書データＤＯＣ＿２よりテキスト量の大きい文書データである。この場合、元の文書データＤＯＣ＿１のテキストデータは、例えばチャンクデータＣＨＤ＿１乃至ＣＨＤ＿１０に分割され、プロンプトＰＤ＿１に基づいて第１要約データＣＡＢ＿１乃至ＣＡＢ＿１０を得ることとなる。第１要約データＣＡＢ＿１乃至ＣＡＢ＿１０は、プロンプトＰＤ＿２とともに処理できるトークン数を超える場合、例えば、第１要約データＣＡＢ＿１乃至ＣＡＢ＿５と、第１要約データＣＡＢ＿６乃至ＣＡＢ＿１０と、に分けて処理する。第１要約データＣＡＢ＿１乃至ＣＡＢ＿５は、プロンプトＰＤ＿２に基づいて第１要約データＣＡＢ＿１−５を得ることができる。第１要約データＣＡＢ＿６乃至ＣＡＢ＿１０は、プロンプトＰＤ＿２に基づいて第１要約データＣＡＢ＿６−１０を得ることができる。文書データＤＯＣ＿１では、チャンクデータＣＨＤ＿１乃至ＣＨＤ＿１０、第１要約データＣＡＢ＿１乃至ＣＡＢ＿１０、第１要約データＣＡＢ＿１−５および第１要約データＣＡＢ＿６−１０を経て、要約データＡＢＤ＿１が得られる。この場合、第１要約データＣＡＢ＿１乃至ＣＡＢ＿１０は一次要約データ、第１要約データＣＡＢ＿１−５および第１要約データＣＡＢ＿６−１０は二次要約データ、要約データＡＢＤ＿１は三次要約データと呼ぶことができる。

　また図９に示す文書データＤＯＣ＿３は、文書データＤＯＣ＿１、ＤＯＣ＿２よりテキスト量の大きい文書データである。この場合、元の文書データＤＯＣ＿３のテキストデータは、例えばチャンクデータＣＨＤ＿１乃至ＣＨＤ＿ｋに分割され、プロンプトＰＤ＿１に基づいて第１要約データＣＡＢ＿１乃至ＣＡＢ＿ｋを得ることとなる。第１要約データＣＡＢ＿１乃至ＣＡＢ＿ｋは、文書データＤＯＣ＿１と同様に、プロンプトＰＤ＿２とともに処理できるトークン数を超える。この場合、例えば、第１要約データＣＡＢ＿１乃至ＣＡＢ＿５と、第１要約データＣＡＢ＿６乃至ＣＡＢ＿１０、第１要約データＣＡＢ＿ｋ−４乃至ＣＡＢ＿ｋなどのように分けて処理する。第１要約データＣＡＢ＿１乃至ＣＡＢ＿５は、プロンプトＰＤ＿２に基づいて第１要約データＣＡＢ＿１−５を得ることができる。第１要約データＣＡＢ＿６乃至ＣＡＢ＿１０は、プロンプトＰＤ＿２に基づいて第１要約データＣＡＢ＿６−１０を得ることができる。第１要約データＣＡＢ＿ｋ−４乃至ＣＡＢ＿ｋは、プロンプトＰＤ＿２に基づいて第１要約データＣＡＢ＿ｋ−４−ｋを得ることができる。

　文書データＤＯＣ＿３では、チャンクデータＣＨＤ＿１乃至ＣＨＤ＿ｋ、第１要約データＣＡＢ＿１乃至ＣＡＢ＿ｋ、第１要約データＣＡＢ＿１−５、ＣＡＢ＿６−１０乃至、ＣＡＢ＿ｋ−４−ｋなどといった、複数回（例えばＮ−１回（Ｎは３以上の自然数））のプロンプトＰＤ＿２に基づく第１要約データＣＡＢの生成を経て、第１要約データＣＡＢ＿Ｐおよび第１要約データＣＡＢ＿Ｑを得ることができる。文書データＤＯＣ＿３では、第１要約データＣＡＢ＿Ｐおよび第１要約データＣＡＢ＿Ｑを経て、要約データＡＢＤ＿３が得ることができる。この場合、第１要約データＣＡＢ＿１乃至ＣＡＢ＿１０は一次要約データ、第１要約データＣＡＢ＿１−５、第１要約データＣＡＢ＿６−１０および、第１要約データＣＡＢ＿ｋ−４−ｋは二次要約データ、第１要約データＣＡＢ＿Ｐおよび第１要約データＣＡＢ＿Ｑは（Ｎ−１）次要約データ、要約データＡＢＤ＿３はＮ次要約データと呼ぶことができる。

　図９に示す文書データＤＯＣ＿１乃至ＤＯＣ＿３に図示するように、データ処理装置１００で要約データを生成する場合、異なるテキスト量の文書データを処理することとなる。当該文書データから要約データＡＢＤを得るためには、文書データごとに分割数の異なるチャンクデータＣＨＤおよび第１要約データＣＡＢを複数回にわたって処理する構成となる。このような構成とすることで、一様な基準をもとに生成された要約データを生成することができる。その結果、論文、学会予稿集などの技術文献の要約データを、一様な基準をもとに生成された要約データとすることができる。さらには効率的に内容を把握する上で重要となる要約データの内容のばらつきをなくし、可読性を高めることができる。

　図８Ｂは、プロンプトＰＤ＿２を説明する模式図である。プロンプトＰＤ＿２は、例えば「＃指示文」および「＃文章」で構成される。「＃指示文」には、テキストデータＯＤ２が記述される。「＃文章」には複数の第１要約データＣＡＢ（例えば第１要約データＣＡＢ＿１乃至ＣＡＢ＿５）が記述される。テキストデータＯＤ２は、定型文である。なお、当該定型文しては、例えば「以下の文章を４００字以内で要約してください。原文に出てくる数値をできるだけ含むようにまとめて下さい」とすることができる。

　図８Ｃは、ステップＳ２６の要約データＡＢＤ（第２要約データ）の保存の一例として、記憶部２０に格納される要約データＡＢＤ＿１乃至ＡＢＤ＿３を図示している。要約データＡＢＤ＿１乃至ＡＢＤ＿３はそれぞれ、文書データＤＯＣ＿１乃至ＤＯＣ＿３に対応して記憶することができる。要約データＡＢＤは、ユーザが検索時にアクセスするデータである。ユーザがアクセスする記憶部２０と、処理途中のデータを記憶する記憶部３０と、別の記憶部とすることで、要約データ生成とユーザのアクセスとを分けることができる。要約データ生成による処理の影響によってユーザのアクセスが遅滞することが抑制できるため、要約データＡＢＤにアクセスする処理を高速化することができる。

　なお文書データＤＯＣの言語は外国語の場合、要約データＡＢＤも外国語となる。記憶部２０に格納される要約データＡＢＤの言語が外国語の場合、母国語に翻訳しておくことが好ましい。当該構成とすることで、ユーザが記憶部２０にアクセスして情報検索を行う場合の可読性を高めることができる。

　なお文書データＤＯＣを元に要約データを作成する方法としては、上記構成の他、ＭＡＰ　Ｒｅｄｕｃｅ法、Ｒｅｆｉｎｅ法などの手法を適用することが可能である。要約データを作成する方法は、上記構成に加え、前述の手法を組み合わせることも可能である。

　以上説明したように、本発明の一態様のデータ処理装置は要約データ生成部４１を有する構成により、複数の文書データＤＯＣのそれぞれに対し、一様な基準をもとに生成された要約データを生成することができる。当該構成とすることで、論文、学会予稿集などの技術文献の要約データを、一様な基準をもとに生成された要約データとすることができる。当該構成とすることで効率的に内容を把握する上で重要となる要約データの内容のばらつきをなくし、可読性を高めることができる。

＜ジャンル仕分けの構成例＞
　図１０は、データ処理部４０のジャンル仕分け部４２が行うジャンル仕分けを説明するフローチャートである。図１１Ａは、データ処理装置１００からデータ生成装置７０に入力される要約データＡＢＤ、ジャンルリストＪＬを含むプロンプトＰＤ＿３および要約データＡＢＤに対応するジャンルＪＤの模式図である。図１１Ｂは、テキストデータＯＤ３、要約データＡＢＤ、およびジャンルリストＪＬを含むプロンプトＰＤ＿３の模式図である。図１２Ａは、文書データＤＯＣに関連付けられた要約データＡＢＤおよびジャンルＪＤが格納される記憶部２０の模式図である。図１２Ｂは、その他のジャンルが付与された要約データＡＢＤが格納される記憶部３０の模式図である。

　図１Ａで説明したデータ処理部４０では、図１０に図示するように、ジャンル仕分けを行うためのステップとして、プロンプトＰＤ＿３に基づくジャンルＪＤの取得（ステップＳ３１）、ジャンルＪＤの保存（ステップＳ３２）、その他のジャンルが付された要約データが複数あるか否かの判断（ステップＳ３３）、ジャンルＪＤの生成処理（ステップＳ３４）、生成したジャンルＪＤが妥当か否かの判断（ステップＳ３５）、およびジャンルリストＪＬの更新（ステップＳ３６）を有する。

　図１１Ａは、ステップＳ３１の一例として、データ処理装置１００から、要約データＡＢＤおよびジャンルリストＪＬを有するプロンプトＰＤ＿３をデータ生成装置７０に送信し、要約データＡＢＤに応じたジャンルリストＪＬに記述されたジャンルＪＤの項目を選択するデータを生成する際の模式図である。プロンプトＰＤ＿３は第３プロンプトという場合がある。プロンプトＰＤ＿３は、ジャンルリストＪＬに記述されたジャンルＪＤの項目のいずれかがデータ生成装置７０の回答文となるよう指示文、要約データＡＢＤおよびジャンルリストＪＬが記述されたプロンプトである。

　図１１Ｂは、プロンプトＰＤ＿３を説明する模式図である。プロンプトＰＤ＿３は、例えば「＃指示文」、「＃文章」、「＃ジャンルリスト」で構成される。「＃指示文」には、テキストデータＯＤ３が記述される。「＃文章」には文書データＤＯＣに対応する要約データＡＢＤが記述される。「＃ジャンルリスト」には複数のジャンルＪＤ（ジャンルＪＤ＿１乃至ＪＤ＿４、およびＪＤ＿ＯＴＨを例示）を含むジャンルリストＪＬが記述される。テキストデータＯＤ３は、定型文である。なお、当該定型文しては、例えば「以下の文章の内容からジャンル１乃至５のどれに属するか選択してください。回答はジャンルの数字のみとしてください」とすることができる。

　図１２Ａは、ステップＳ３２のジャンルＪＤの保存の一例として、記憶部２０に格納されるジャンルＪＤ＿１乃至ＪＤ＿３を図示している。ジャンルＪＤ＿１乃至ＪＤ＿３はそれぞれ、文書データＤＯＣ＿１乃至ＤＯＣ＿３および要約データＡＢＤ＿１乃至ＡＢＤ＿３に対応して記憶することができる。ジャンルＪＤ、要約データＡＢＤ及び文書データＤＯＣは、ユーザが検索時にアクセスするデータである。ユーザがアクセスする記憶部２０と、処理途中のデータを記憶する記憶部３０と、を分けることでジャンルＪＤにアクセスする処理を高速化することができる。

　図１２Ｂは、ステップＳ３３においてその他のジャンルの項目が取得された要約データが複数ある場合の一例として、要約データＡＢＤ＿４乃至ＡＢＤ＿６に関連付けられたジャンルＪＤ＿ＯＴＨを図示している。ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤ＿４乃至ＡＢＤ＿６は、記憶部３０に記憶することができる。

　図１２ＢのようにジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤが複数ある場合、ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤおよび文書データＤＯＣの内容の把握が困難な場合がある。この場合、後述するジャンル生成によって、ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤを分類可能なジャンルを生成し、ジャンル仕分けする構成が好ましい。当該構成では、ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤは、ジャンル生成を行うための処理途中のデータであり、ユーザがアクセスしない記憶部３０となる。ユーザがアクセスしない記憶部３０と、文書データＤＯＣが記憶された記憶部２０と、を分けることでジャンル生成を行うための処理を高速化することができる。

　上述したように記憶部２０は、文書データに関連付けられた要約データＡＢＤおよびジャンルＪＤの項目が記憶される。また記憶部３０は、チャンクデータＣＨＤ、一次要約データ、およびその他のジャンルの項目が取得された（付された）要約データＡＢＤが記憶される。当該構成とすることで、ユーザは処理途中のデータがある記憶部３０にアクセスすることなく、文書データＤＯＣに関連付けられたデータが記憶された記憶部２０にアクセスすることができる。

　以上説明したように、本発明の一態様のデータ処理装置はジャンル仕分け部４２を有する構成により、複数の文書データＤＯＣのそれぞれに対し、一様な基準をもとに生成された要約データをもとに、ユーザが付与したジャンルリストに基づいたジャンルを生成することができる。一様な基準をもとに生成された要約データをもとに、ジャンル仕分けを行う構成とできるため、検索効率を高めることができる。

　本発明の一態様は、特に文書データＤＯＣが類似のジャンルの論文、類似のジャンルの学会予稿集などの技術文献で出版社、学会などが異なる文書データが混在している場合に、類似のジャンルの文書データの集合であるが故に、探索が困難な文書データの検索を行うためのデータ処理に好適である。これは論文、類似のジャンルの学会予稿集などの技術文献が出版社、学会毎に異なる取り決めでジャンル（分野）分けしているためである。本発明の一態様のように、一定の取り決めで、技術分野ごとにジャンル（分野）分けを再仕分けすることで、特許文献のように一定の取り決めで技術分野ごとのジャンル（分野）分けを行うことができる。そのため、当該データ処理がなされたデータを用いて、所望の文書データを検索する際の検索効率を高めることができる。

＜ジャンル生成の構成例１＞
　図１３Ａは、図１０で説明したステップＳ３４に対応する、データ処理部４０のジャンル生成部４３が行うジャンル生成を説明するフローチャートである。図１３Ｂは、ジャンル生成において用いられるベクトル化に伴うクラスタ、およびクラスタＣＣの中心にある要約データＣＣＡＢの模式図である。図１４Ａは、データ処理装置１００からデータ生成装置７０に入力される要約データＣＣＡＢおよび要約データＣＣＡＢを含むプロンプトＰＤ＿４、および生成されたジャンルＪＤ＿Ｎの模式図である。図１４Ｂは、指示文、および要約データＣＣＡＢを含むプロンプトＰＤ＿４の模式図である。図１４Ｃは、図３Ｂで例示したジャンルリストＪＬに、生成されたジャンルＪＤ＿Ｎが追加されたジャンルリストＪＬ＿Ｎの模式図である。

　図１Ａで説明したデータ処理部４０では、図１３Ａに図示するようにジャンル生成を行うためのステップとして、ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤをベクトル化し、クラスタリング（ステップＳ４１）、クラスタＣＣの中心にある要約データＡＢＤを要約データＣＣＡＢとして選出（ステップＳ４２）、プロンプトＰＤ＿４に基づくジャンルＪＤ＿Ｎの生成（ステップＳ４３）を有する。

　クラスタＣＣとは、ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤをベクトル化して得られる要約データの集合である。要約データＡＢＤをベクトル化する方法には、様々な手法を用いることができる。例えば、Ｂａｇ−ｏｆ−Ｗｏｒｄｓ、ＢＥＲＴ等を用いることができる。クラスタＣＣの中心にある要約データＣＣＡＢは、ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤのクラスタＣＣの中心点を算出し、当該中心点に近いベクトル座標にある要約データＡＢＤを要約データＣＣＡＢとして選出することができる。

　図１３Ｂは、ステップＳ４１およびＳ４２の一例として、ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤをベクトル化して得られる複数のクラスタＣＣ＿１乃至ＣＣ＿３を模式的に表した図である。ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤは、例えば３つのクラスタＣＣ＿１乃至ＣＣ＿３に大別することができる。クラスタＣＣ＿１乃至ＣＣ＿３のそれぞれにおいて、中心にある要約データＣＣＡＢ＿１乃至ＣＣＡＢ＿３が選出される。

　図１４Ａは、ステップＳ４３の一例として、データ処理装置１００から、要約データＣＣＡＢを有するプロンプトＰＤ＿４をデータ生成装置７０に送信し、要約データＣＣＡＢに応じた新たなジャンルＪＤ＿Ｎを生成する際の模式図である。プロンプトＰＤ＿４は第４プロンプトという場合がある。プロンプトＰＤ＿４は、新たなジャンルＪＤ＿Ｎを回答するよう指示文、および要約データＣＣＡＢが記述されたプロンプトである。

　図１４Ｂは、プロンプトＰＤ＿４を説明する模式図である。プロンプトＰＤ＿４は、例えば「＃指示文」、「＃文章」で構成される。「＃指示文」には、テキストデータＯＤ４が記述される。「＃文章」にはステップＳ４２で選出された要約データＣＣＡＢが記述される。テキストデータＯＤ４は、定型文である。なお、当該定型文しては、例えば「以下の文章の内容からジャンル名を教えてください」とすることができる。

　なおプロンプトＰＤ＿４に含まれる「＃文章」には要約データＣＣＡＢの他、要約データＣＣＡＢが属するクラスタＣＣ内で近傍にある別の要約データと併せて新たなジャンルＪＤ＿Ｎを回答するよう指示をすることが好ましい。当該構成とすることで、精度の高い回答を得ることができる。またクラスタＣＣ内で近傍にある別の要約データは、複数回にわたって入れ替えて同じ内容の指示文の回答を得ることで、精度の高い回答を得ることができる。複数回の指示文によって複数の回答が得られた場合、最適解についてデータ生成装置７０に問い合わせることも可能である。

　図１４Ｃは、一例として図３Ｂに図示したジャンルリストＪＬが、上記ジャンル生成のステップに基づいて更新された場合の、ジャンルリストＪＬ＿Ｎの模式図である。ジャンルリストＪＬ＿Ｎは、「＃ジャンルリスト」で構成される。「＃ジャンルリスト」は、ジャンルリストＪＬで説明した各ジャンルＪＤの他、追加されたジャンルＪＤ＿Ｎを有する。追加されたジャンルの項目は、図１４Ｃの例では「５．Ｂａｔｔｅｒｙ」が相当する。またジャンルに付した番号が更新される。当該ジャンルリストの更新は、図１０に図示したステップＳ３６に相当する。

　上記ステップＳ４１乃至Ｓ４３によって得られたジャンルＪＤ＿Ｎは、妥当か否かをデータ生成装置７０に問い合わせることが好ましい。当該ステップは、図１０に図示したステップＳ３５に相当する。ステップＳ３５は省略することが可能である。

＜ジャンル生成の構成例２＞
　図１５は、図１０で説明したステップＳ３４に対応する、データ処理部４０のジャンル生成部４３が行うジャンル生成を説明する別のフローチャートである。図１６Ａは、データ処理装置１００からデータ生成装置７０に入力される要約データＡＢＤおよび要約データＡＢＤを含むプロンプトＰＤ＿５、および生成されたキーワードリストＫＷＬの模式図である。図１６Ｂは、指示文、および要約データＡＢＤを含むプロンプトＰＤ＿５の模式図である。図１６Ｃは、生成されたキーワードリストＫＷＬの模式図である。図１７は、キーワードリストＫＷＬと、別の要約データＡＢＤ＿７と、の照合を説明する模式図である。

　図１Ａで説明したデータ処理部４０では、図１５に図示するように、ジャンル生成を行うためのステップとして、プロンプトＰＤ＿５に基づくキーワードＫＷの抽出（ステップＳ５１）、抽出したキーワードＫＷを要約データＡＢＤに関連付けて保存（ステップＳ５２）、抽出したキーワードＫＷが他の要約データＡＢＤ中に存在するか否かの判断（ステップＳ５３）、抽出したキーワードＫＷをジャンルリストＪＬ＿Ｎに選出（ステップＳ５４）を有する。

　図１６Ａは、ステップＳ５１の一例として、データ処理装置１００から、ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤを有するプロンプトＰＤ＿５をデータ生成装置７０に送信し、要約データＡＢＤに応じた複数のキーワードＫＷを有するキーワードリストＫＷＬを生成する際の模式図である。プロンプトＰＤ＿５は第５プロンプトという場合がある。プロンプトＰＤ＿５は、新たなジャンルＪＤ＿Ｎを回答するよう指示文、および要約データＣＣＡＢが記述されたプロンプトである。

　ステップＳ５１で得られた複数のキーワードＫＷを有するキーワードリストＫＷＬは、要約データＡＢＤに関連付けて保存される。キーワードＫＷを有するキーワードリストＫＷＬの記憶は、上述したチャンクデータ、一次要約データなどと同様に、記憶部３０とすることが好ましい。

　図１６Ｂは、プロンプトＰＤ＿５を説明する模式図である。プロンプトＰＤ＿５は、例えば「＃指示文」、「＃文章」で構成される。「＃指示文」には、テキストデータＯＤ５が記述される。「＃文章」にはジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤのいずれか一が記述される。テキストデータＯＤ５は、定型文である。なお、当該定型文しては、例えば「以下の文章の内容から主要なキーワードを抽出してください。キーワードは重要な順に３つまで提示してください。キーワードのみ回答して下さい」とすることができる。

　複数のキーワードＫＷを有するキーワードリストＫＷＬは、図１６Ｃに一例として図示することができる。キーワードリストＫＷＬは、複数のキーワードＫＷを有する「＃キーワード」で構成される。キーワードＫＷは、図１６Ｃの例では「１．酸化物」、「２．窒化物」、「３．金属」が相当する。図１６ＣのキーワードＫＷは、キーワードＫＷ＿１乃至ＫＷ＿３として図示している。

　図１７は、ステップＳ５３の一例として、キーワードリストＫＷＬと、別の要約データＡＢＤ＿７と、の照合を説明する模式図である。図１７に示す模式図において要約データＡＢＤ＿７は、キーワードＫＷ＿２と同じ文言「窒化物」を有する。一方で、キーワードＫＷ＿１およびＫＷ＿３に対応する文言は、要約データＡＢＤ＿７中にない、あるいは少ない。この場合、ステップＳ５４の一例として、キーワードＫＷ＿２がジャンルＪＤ＿Ｎとして選出される。要約データＡＢＤ＿７中に、キーワードＫＷ＿１乃至ＫＷ＿３がない場合は、生成したキーワードリストＫＷＬによるジャンル生成が終了となる。

　要約データＡＢＤ＿７は、ジャンルＪＤ＿ＯＴＨの項目が取得された要約データＡＢＤの別の要約データＡＢＤであればよい。上述したクラスリングによって同じクラスタに属する要約データとすることも可能である。

　以上説明したように、本発明の一態様のデータ処理装置はジャンル生成部４３を有する構成により、その他のジャンルが付与された要約データのそれぞれに対し、新たなジャンルを生成することができる。一様な基準をもとに生成された要約データをもとに、ジャンルリストを更新する構成とできるため、その他のジャンルが付与される複数の文書データＤＯＣおよび要約データの数を減らすことができるとともに、ジャンルリストの作成およびジャンル仕分けの利便性を向上させることができる。

ＡＢＤ：要約データ、ＣＡＢ：第１要約データ、ＣＣ：クラスタ、ＣＣＡＢ：要約データ、ＣＨＤ：チャンクデータ、ＤＯＣ：文書データ、ＧＤ：生成データ、ＪＤ：ジャンル、ＪＬ：ジャンルリスト、ＫＷ：キーワード、ＫＷＬ：キーワードリスト、ＰＤ：プロンプト、１０：入力部、２０：記憶部、３０：記憶部、４０：データ処理部、４１：要約データ生成部、４２：ジャンル仕分け部、４３：ジャンル生成部、５０：入力装置、６０：出力部、７０：データ生成装置、９０：伝送部、１００：データ処理装置

Claims (6)

1. 　文書データと、複数のジャンルの項目およびその他の項目が列挙されたジャンルリストと、を受け付ける機能と、
   　前記文書データのテキストデータを分割することで複数のチャンクデータとし、前記複数のチャンクデータの一を含む第１プロンプトを言語モデルに送信することで前記複数のチャンクデータに対応する複数の第１要約データを取得する機能と、
   　前記複数の第１要約データを含む第２プロンプトを前記言語モデルに送信することで前記文書データの要約である第２要約データを取得する機能と、
   　前記第２要約データおよび前記ジャンルリストを含む第３プロンプトを前記言語モデルに送信することで前記文書データおよび前記第２要約データに応じた前記複数のジャンルの項目および前記その他の項目のいずれか一を取得する機能と、を有する、
   　データ処理装置。
2. 　文書データと、複数のジャンルの項目およびその他の項目が列挙されたジャンルリストと、を受け付ける機能と、
   　前記文書データのテキストデータを分割することで複数のチャンクデータとし、前記複数のチャンクデータの一を含む第１プロンプトを言語モデルに送信することで前記複数のチャンクデータに対応する複数の第１要約データを取得する機能と、
   　前記複数の第１要約データを含む第２プロンプトを前記言語モデルに送信することで前記文書データの要約である第２要約データを取得する機能と、
   　前記第２要約データおよび前記ジャンルリストを含む第３プロンプトを前記言語モデルに送信することで前記文書データおよび前記第２要約データに応じた前記複数のジャンルの項目および前記その他の項目のいずれか一を取得する機能と、
   　前記その他の項目が取得された前記第２要約データをベクトル化してクラスタリングする機能と、
   　前記クラスタリングによって複数のクラスタに分類された、前記その他の項目が取得された前記第２要約データにおいて、前記クラスタの中心にある前記第２要約データを選出する機能と、
   　前記選出された前記第２要約データを含む第４プロンプトを前記言語モデルに送信することで前記クラスタに応じたジャンルの項目を取得し、前記ジャンルリストの更新を行う機能と、を有する、
   　データ処理装置。
3. 　文書データと、複数のジャンルの項目およびその他の項目が列挙されたジャンルリストと、を受け付ける機能と、
   　前記文書データのテキストデータを分割することで複数のチャンクデータとし、前記複数のチャンクデータの一を含む第１プロンプトを言語モデルに送信することで前記複数のチャンクデータに対応する複数の第１要約データを取得する機能と、
   　前記複数の第１要約データを含む第２プロンプトを前記言語モデルに送信することで前記文書データの要約である第２要約データを取得する機能と、
   　前記第２要約データおよび前記ジャンルリストを含む第３プロンプトを前記言語モデルに送信することで前記文書データおよび前記第２要約データに応じた前記複数のジャンルの項目および前記その他の項目のいずれか一を取得する機能と、
   　前記その他の項目が取得された前記第２要約データのいずれか一を含む第５プロンプトを前記言語モデルに送信することで前記第２要約データが有する複数のキーワードを抽出し、前記その他の項目が取得された別の前記第２要約データ中に存在する前記キーワードをジャンルの項目として選出し、前記ジャンルリストの更新を行う機能と、を有する、
   　データ処理装置。
4. 　請求項１乃至３のいずれか一において、
   　前記文書データのテキストデータは、前記第１プロンプトのトークン数の上限に応じて、前記複数のチャンクデータに分割される、
   　データ処理装置。
5. 　請求項１乃至３のいずれか一において、
   　前記文書データのテキストデータは、前記文書データ中の段落、章立て、目次、または改行に応じて、前記複数のチャンクデータに分割される、
   　データ処理装置。
6. 　請求項１乃至３のいずれか一において、
   　第１記憶部および第２記憶部を有し、
   　前記文書データ、前記複数のジャンルの項目が取得された前記第２要約データは、前記第１記憶部に記憶され、
   　前記複数のチャンクデータ、前記複数の第１要約データおよび前記その他の項目が取得された前記第２要約データは、前記第２記憶部に記憶される、
   　データ処理装置。