WO2026004285A1 - プログラム、情報処理装置、方法及びシステム - Google Patents

プログラム、情報処理装置、方法及びシステム

Info

Publication number
WO2026004285A1
WO2026004285A1 PCT/JP2025/013282 JP2025013282W WO2026004285A1 WO 2026004285 A1 WO2026004285 A1 WO 2026004285A1 JP 2025013282 W JP2025013282 W JP 2025013282W WO 2026004285 A1 WO2026004285 A1 WO 2026004285A1
Authority
WO
WIPO (PCT)
Prior art keywords
document
tags
task
tag
program
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
PCT/JP2025/013282
Other languages
English (en)
French (fr)
Inventor
俊二 菅谷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Optim Corp
Original Assignee
Optim Corp
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 Optim Corp filed Critical Optim Corp
Publication of WO2026004285A1 publication Critical patent/WO2026004285A1/ja
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/55—Rule-based translation
    • G06F40/56—Natural language generation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof

Definitions

  • This disclosure relates to a program, an information processing device, a method, and a system.
  • Patent Document 1 discloses a technology that generates sentences containing words specified by the user by using a language model that has been trained on the order in which each word appears in a learning contract sentence.
  • the server learns each sentence in a structured contract by category and generates a separate language model, which places a heavy burden on building a system that includes these language models.
  • the purpose of this disclosure is to assist users in creating documents when there are multiple tasks, while reducing the burden of system construction.
  • one aspect of the present disclosure provides a program to be executed by a computer having a processor and memory.
  • the program causes the processor to execute the following steps: analyze multiple documents created in the past for a specified task, extract and store multiple tags for each task; accept a selection of a task linked to the creation of the document; present multiple tags associated with the selected task; accept a specification for the presented tags; input a word as the specified tag and an instruction statement instructing the creation of a document using the word into a large-scale language model, outputting a document using the word from the large-scale language model; and presenting the document using the output word.
  • one aspect of the present disclosure provides a program to be executed by a computer having a processor and memory.
  • the program causes the processor to execute the following steps: analyze multiple documents created in the past for a specified task, extract and store multiple tags for each task; accept a selection of a task linked to the creation of the document; present multiple tags associated with the selected task; accept a specification for the presented tags and a specified image, or a specification for the image; input the specified tags and image, or the specified image, and an instruction to create a document into a multimodal generative AI model, and cause the multimodal generative AI model to output a document including at least content related to the image; and present the output document.
  • FIG. 1 is a block diagram showing an example of the overall configuration of a system 1.
  • FIG. 2 is a block diagram showing an example of the configuration of a terminal device 10 shown in FIG. 1.
  • FIG. 2 is a block diagram showing an example of a functional configuration of a server 20 shown in FIG. 1 .
  • FIG. 4 is a diagram showing a data structure of a user information table 2021 shown in FIG. 3.
  • FIG. 4 is a diagram showing the data structure of a document table 2022 shown in FIG. 3.
  • FIG. 4 is a diagram showing the data structure of a tag table 2023 shown in FIG. 3.
  • FIG. 4 is a diagram showing the data structure of a prompt table 2024 shown in FIG. 3.
  • FIG. 10 is a flowchart showing an example of the operation of the server 20 when an automatically created document is presented to a user.
  • FIG. 10 is a schematic diagram showing an example of a display screen of a display 141 when a tag is presented to a user.
  • 10 is a schematic diagram showing an example of a display screen of a display 141 when an automatically created document is presented to a user.
  • FIG. 10 is a schematic diagram showing an example of a display screen of a display 141 when an automatically created document is created.
  • FIG. 10 is a schematic diagram showing an example of a display screen of a display 141 when related tags are presented to a user.
  • FIG. 2 is a block diagram showing the basic hardware configuration of a computer 90.
  • the system analyzes documents previously created for a specific task to extract tags.
  • the system presents the extracted tags to the user.
  • Tags selected by the user are input into large language models (LLMs), and documents using words as the selected tags are output from the LLMs.
  • LLMs large language models
  • Document types include, for example, resumes, notifications, contracts, minutes, applications, invoices, certificates, receipts, reports, etc.
  • reports will be used as an example of a document type. Reports may be in any field, such as medical reports, business reports, research reports, etc.
  • the report contains, for example, the underlying situation, the current state, specific aspects, points to note, and measures being taken. If the report is a medical report, such as a nursing record, the underlying situation, current state, specific aspects, points to note, and measures being taken may correspond to, for example, information about the illness being suffered from, the patient's current condition, the patient's lifestyle, events that require attention, and the treatment currently being implemented, respectively.
  • Fig. 1 is a block diagram showing an example of the overall configuration of a system 1.
  • the system 1 shown in Fig. 1 includes, for example, a terminal device 10, a server 20, and an NLP system 30.
  • the terminal device 10, the server 20, and the NLP system 30 are communicatively connected via, for example, a network 80.
  • FIG. 1 an example is shown in which the system 1 includes two terminal devices 10, but the number of terminal devices 10 included in the system 1 may be less than three, or may be three or more.
  • the system 1 includes one NLP system 30, but the number of NLP systems 30 included in the system 1 may be two or more.
  • FIG. 1 shows an example in which the NLP system 30 is independent from the server 20
  • the server 20 may include the functionality of the NLP system 30.
  • the server 20 may store the LLM and the NLP model.
  • a collection of multiple devices may be considered as a single server 20.
  • the method for allocating the multiple functions required to realize the server 20 of this embodiment to one or more pieces of hardware can be determined appropriately depending on the processing capacity of each piece of hardware and/or the specifications required for the server 20.
  • the terminal device 10 shown in FIG. 1 is, for example, an information processing device operated by a user who uses a document creation service.
  • the document creation service is provided by a server 20 and an NLP system 30. If the document is, for example, a medical report, the users include nurses, doctors, medical staff, etc.
  • the terminal device 10 is realized by, for example, a mobile terminal such as a smartphone or tablet. In this embodiment, the terminal device 10 is assumed to be a tablet.
  • the terminal device 10 may also be realized by, for example, a stationary PC (Personal Computer), a laptop PC, etc.
  • the terminal device 10 comprises a communication IF (Interface) 12, an input device 13, an output device 14, memory 15, storage 16, and a processor 19.
  • the input device 13 is a device for accepting input operations from the user (for example, a touch panel, touchpad, pointing device such as a mouse, keyboard, etc.).
  • the output device 14 is a device for presenting information to the user (a display, speaker, etc.).
  • the terminal device 10 is equipped with a touch panel in which the input device 13 and output device 14 are integrated.
  • the server 20 is, for example, an information processing device that provides a document creation service using the NLP system 30.
  • the server 20 is, for example, an information processing device realized by a computer connected to the network 80.
  • the server 20 includes a communication IF 22, an input/output IF 23, a memory 25, a storage 26, and a processor 29.
  • the input/output IF 23 functions as an input device for accepting input operations from the user, and as an interface for an output device for outputting information to the user.
  • the NLP system 30 is, for example, a system in which a natural language model is constructed.
  • a natural language model is an artificial intelligence model used in the field of natural language processing (NLP), and by studying text data (web pages, books, articles, etc.), it can understand the patterns of language used by humans and effectively perform natural language generation (NLG) tasks.
  • the NLP system 30 includes, for example, an LLM (large-scale language model) and an NLP model.
  • LLM large-scale language model
  • NLP model an NLP model
  • An LLM is a natural language model constructed by learning large amounts of text data, and is used for many NLG tasks such as generating responses to specific questions, automatic sentence generation, text summarization, translation, and sentiment analysis.
  • an LLM can be used for a variety of purposes, including education, entertainment, customer service, and product development. Examples of LLMs include the following:
  • An NLP model is a natural language model that is not an LLM, such as a feedforward neural network or a custom model designed for a specific task or domain.
  • the NLP system 30 inputs the text data sent from the server 20 into the NLP model or LLM, and causes the NLP model or LLM to output a response based on the input text data.
  • the NLP system 30 transmits the response output from the NLP model or LLM to the server 20.
  • Each information processing device is configured by a computer 90 (see Figure 13) equipped with an arithmetic unit and a storage device.
  • the basic hardware configuration of the computer 90 and the basic functional configuration of the computer 90 realized by this basic hardware configuration will be described later. Note that for the terminal device 10, server 20, and NLP system 30, descriptions that overlap with the basic hardware configuration and basic functional configuration of the computer 90 will be omitted.
  • Fig. 2 is a block diagram showing an example of the configuration of the terminal device 10 shown in Fig. 1.
  • the terminal device 10 includes a communication unit 120, an input device 13, an output device 14, a storage unit 180, and a control unit 190.
  • the blocks included in the terminal device 10 are electrically connected by, for example, a bus.
  • the terminal device 10 may also include an audio processing unit, a microphone, a speaker, a camera, a position information sensor, or a combination of at least two of these.
  • the communication unit 120 performs processes such as modulation and demodulation to enable the terminal device 10 to communicate with other devices.
  • the communication unit 120 performs transmission processing on signals generated by the control unit 190 and transmits them to the outside (e.g., server 20).
  • the communication unit 120 performs reception processing on signals received from the outside and outputs them to the control unit 190.
  • the input device 13 is a device through which the user operating the terminal device 10 inputs instructions or information.
  • the input device 13 is realized, for example, by a touch-sensitive device 131, which inputs instructions by touching the operation surface. If the terminal device 10 is a PC or the like, the input device 13 may be realized by a reader, keyboard, mouse, etc.
  • the input device 13 converts instructions input by the user into electrical signals and outputs them to the control unit 190.
  • the input device 13 may also include, for example, a receiving port that receives electrical signals input from an external input device.
  • the output device 14 is a device for presenting information to a user operating the terminal device 10.
  • the output device 14 is realized, for example, by a display 141.
  • the display 141 displays various information in accordance with the control of the control unit 190.
  • the display 141 is realized, for example, by an LCD (Liquid Crystal Display) or an organic EL (Electro-Luminescence) display.
  • the memory unit 180 is realized, for example, by the memory 15 and storage 16, and stores data and programs used by the terminal device 10.
  • the memory unit 180 stores, for example, user information 181.
  • the user information 181 includes, for example, various information about the user who uses the terminal device 10.
  • the various information about the user includes, for example, the user's name, age, address, date of birth, and contact information.
  • the control unit 190 is realized when the processor 19 reads a program stored in the storage unit 180 and executes the instructions contained in the program.
  • the control unit 190 controls the operation of the terminal device 10. By operating in accordance with the program, the control unit 190 performs the functions of an operation reception unit 191, a transmission/reception unit 192, and a presentation control unit 193.
  • the operation reception unit 191 performs processing to receive instructions or information input from the input device 13. Specifically, the operation reception unit 191 receives instructions or information input from the touch-sensitive device 131.
  • the transmission/reception unit 192 performs processing to transmit and receive data between the terminal device 10 and an external device such as the server 20 in accordance with a communication protocol. Specifically, the transmission/reception unit 192 transmits instructions or information input by the user to the server 20.
  • the transmission/reception unit 192 receives information transmitted from the server 20.
  • the presentation control unit 193 controls the output device 14 to present various information transmitted from the server 20 to the user. For example, the presentation control unit 193 displays multiple tags transmitted from the server 20 on the display 141. Details of tags will be described later.
  • FIG. 3 is a block diagram showing an example of the functional configuration of the server 20 shown in Fig. 1. As shown in Fig. 3, the server 20 performs the functions of a communication unit 201, a storage unit 202, and a control unit 203.
  • the communication unit 201 performs processing to enable the server 20 to communicate with external devices.
  • the storage unit 202 includes, for example, a user information table 2021, a document table 2022, a tag table 2023, and a prompt table 2024.
  • the tables stored in the storage unit 202 are not limited to these.
  • the document table 2022 does not have to be stored in the storage unit 202.
  • Documents may be associated with different services depending on their content. Therefore, documents may be stored on each server that manages the service. Documents may also be stored on a server related to a service for sharing information among multiple users.
  • the user information table 2021 is a table that stores information about users.
  • the document table 2022 is a table that stores information about multiple documents created in a specified task (hereinafter referred to as document information).
  • the document information includes information about multiple documents created in the past in a specified task (hereinafter referred to as past document information).
  • the tag table 2023 is a table that stores multiple tags.
  • the prompt table 2024 is a table that stores information about instruction statements that serve as input statements to the NLP system 30. Details of these tables will be provided later.
  • the control unit 203 is realized when the processor 29 reads a program stored in the storage unit 202 and executes the instructions contained in the program.
  • the program includes an application such as a web browser application.
  • the program includes a programming language such as JavaScript (registered trademark) that is executed on a web browser application stored in the terminal device 10.
  • the control unit 203 performs the functions of a reception control module 2031, a transmission control module 2032, a service processing module 2033, and a presentation control module 2034.
  • the reception control module 2031 controls the process by which the server 20 receives signals from external devices in accordance with a communication protocol.
  • the transmission control module 2032 controls the process by which the server 20 transmits signals to external devices in accordance with a communication protocol.
  • the service processing module 2033 analyzes multiple documents created in the past for a specific task and controls the process of extracting and storing multiple tags for each task. Specific examples of tasks will be described later.
  • the service processing module 2033 transmits the past document information read from the document table 2022 to the NLP system 30 via the transmission control module 2032.
  • the document table 2022 stores, for example, past document information for each of several types of tasks.
  • the service processing module 2033 may send a predetermined instruction statement along with the past document information depending on the performance and characteristics of the NLP model, the content and amount of information of the past document information, etc.
  • the predetermined instruction statement is a prompt that instructs the NLP model included in the NLP system 30 to extract multiple tags.
  • a second prompt table (not shown) stored in the storage unit 202 may store default predetermined instruction statements with different content for multiple types of tasks.
  • the service processing module 2033 may, for example, read from the second prompt table a predetermined instruction statement associated with the type of task to which the past document information is linked, and send it to the NLP system 30 together with the past document information.
  • the NLP system 30 receives past document information sent from the transmission control module 2032, inputs it into the NLP model, and causes the NLP model to output multiple tags.
  • the NLP model is a natural language model that is trained to extract specific words from multiple documents as tags when they are input. Specific examples of tags will be described later.
  • the NLP system 30 transmits multiple tags output from the NLP model to the server 20.
  • the service processing module 2033 receives the multiple tags transmitted from the NLP system 30 via the reception control module 2031 and stores them in the tag table 2023.
  • the service processing module 2033 performs this series of processes for all of the past document information linked to each of the multiple types of tasks.
  • the service processing module 2033 does not have to use an NLP model to extract multiple tags.
  • the service processing module 2033 may perform rule-based natural language analysis such as lexical semantic analysis on multiple documents previously created for a specific task. The service processing module 2033 may then extract multiple tags using such well-known natural language analysis. Also, for example, the service processing module 2033 may extract tags using an LLM instead of an NLP model.
  • the service processing module 2033 inputs a word and instruction specified by the user as a tag into the LLM, and causes the LLM to output a document using the word (hereinafter referred to as an automatically created document).
  • the instruction is a prompt that instructs the LLM to create an automatically created document. Details of tag specification by the user will be described later.
  • the LLM may be tuned so that when a specific word is input as a tag, it creates a document using that word.
  • the service processing module 2033 transmits tags specified by the user and instructions read and edited from the prompt table 2024 to the NLP system 30 via the transmission control module 2032.
  • the tag table 2023 for example, stores multiple tags extracted by an NLP model for each of multiple types of tasks.
  • the prompt table 2024 for example, stores partially defaulted instructions with different content for each of multiple types of tasks. In other words, multiple tags and instructions are associated with each of multiple types of tasks. Any blank parts in the instructions that are not defaulted are completed by, for example, specifying tags by the user. Details of this completion will be described later.
  • the NLP system 30 receives the tags and instructions sent from the transmission control module 2032, inputs them into the LLM, and causes the LLM to output an automatically created document.
  • the service processing module 2033 causes the NLP system 30 to output an automatically created document.
  • an instruction may be input to the input device 13, and the service processing module 2033 or the transmission control module 2032 may send the instruction to the NLP system 30.
  • the presentation control module 2034 controls the process of presenting information to the user. For example, the presentation control module 2034 reads multiple tags associated with a task selected by the user from the tag table 2023 and controls the process of presenting them to the user. Details of task selection by the user will be described later. Also, for example, the presentation control module 2034 controls the process of presenting an automatically created document output from the LLM to the user.
  • FIGS. 4 to 7 are diagrams showing the data structures of tables stored in the server 20. Note that FIGS. 4 to 7 are merely examples and do not exclude data that is not listed. Furthermore, even data listed in the same table may be stored in separate storage areas in the storage unit 202.
  • Figure 4 shows the data structure of the user information table 2021.
  • the user information table 2021 shown in Figure 4 is a table with the user ID as a key and columns for name, age, gender, date of birth, and contact information.
  • User ID is an item that stores an identifier for uniquely identifying a user.
  • Name is an item that stores the user's name.
  • Age is an item that stores the user's age.
  • Gender is an item that stores the user's gender.
  • Date of birth is an item that stores the user's date of birth.
  • Contact information is an item that stores the contact information (e.g., phone number, email address, etc.) of the terminal device 10 owned by the user.
  • Figure 5 shows the data structure of the document table 2022.
  • the document table 2022 shown in Figure 5 is a table that uses the document ID as a key and has columns for user ID, date and time, document data, task, and type ID.
  • the document ID is an item that stores an identifier for uniquely identifying a document.
  • the user ID is an item that stores an identifier for uniquely identifying the person who created the document.
  • the "user ID" item in the document table 2022 corresponds, for example, to the "user ID” item in the user information table 2021. Note that the "user ID” item may store the name of the document creator instead of the aforementioned identifier.
  • the date and time is an item that stores the date and time the document was created.
  • Document data is an item that stores data related to documents, i.e., document information.
  • Document data is created by the creator by summarizing in text the underlying situation, current state, specific aspects, points to note, and measures taken.
  • Document data includes data related to past documents for a specific task, i.e., past document information.
  • Document data may include text along with specific numerical tables, photographs, videos, etc., or at least any combination of these.
  • the "Document Data" item may also store reference information (path) to document data files located elsewhere.
  • the "task” item stores the type of task associated with the creation of the document. For example, if the document is a medical report, the "task” item stores patient reception/registration, patient condition assessment/diagnosis, prescription, medication management, treatment/procedures, nursing care, or conferences/meetings. For example, if the document is a business report, the "task” item stores business plan creation, legal procedure execution, fundraising, human resource acquisition/management, product/service development, marketing, sales, financial accounting, or risk management. For example, if the document is a research report, the "task” item stores research plan development, literature research, experiments, data collection, data analysis, result reporting, presentation/publication, or ethical considerations (protection of personal information, ensuring the rights of research participants, etc.).
  • the type ID is an item that stores an identifier for uniquely identifying the type of document.
  • Document types include, for example, medical reports, business reports, and research reports.
  • the item "type ID" stores an identifier that can identify the type of report.
  • information linked to all type IDs is stored together in a single document table 2022, but, for example, a document table for each type ID may be stored in the storage unit 202.
  • FIG. 6 is a diagram showing the data structure of the tag table 2023.
  • the tag table 2023 shown in Figure 6 is a table that uses the tag ID as a key and has columns for tag data, task, and type ID.
  • the tag ID is an item that stores an identifier for uniquely identifying multiple tags associated with a specific task.
  • the tag data is an item that stores multiple pieces of data related to tags associated with a specific task.
  • the data related to tags is, for example, text data of words as tags.
  • the "tag data” item will store evaluation, goals, intervention, intervention plan, etc.
  • the "tag data” item will store diagnosis, condition, test results, treatment plan, prognosis, etc.
  • the "tag data” item will store segmentation, loyalty, awareness, targeting, positioning, customer experience, persona, insight, etc.
  • the "tag data” item will store experimental design, experimental conditions, objectives, methods, materials, measurements, results, analysis, conclusions, references, etc.
  • the column for the "Tag Data” item is divided into a column for the "Technical Term” item and a column for the "General Term” item.
  • the "Technical Term” item stores information about technical terms in the field to which the task belongs as information about tags.
  • the "General Term” item stores information about general terms that can be used in fields other than the field to which the task belongs as information about tags. Note that it is not necessary for the column for the "Tag Data” item to be divided into a column for the "Technical Term” item and a column for the "General Term” item; for example, a mixture of technical term tags and general term tags may be stored together in the column for the "Tag Data” item.
  • Task is an item that stores the type of task to which multiple tags are linked.
  • the "Task” item in tag table 2023 corresponds, for example, to the "Task” item in document table 2022.
  • Type ID is an item that stores an identifier for uniquely identifying the type of document from which multiple tags are extracted.
  • the "Type ID” item in tag table 2023 corresponds, for example, to the "Type ID” item in document table 2022.
  • Figure 7 is a diagram showing the data structure of the prompt table 2024.
  • the prompt table 2024 shown in Figure 7 is a table with prompt ID as a key and columns for prompt data, document name, task, and type ID.
  • the prompt ID is an item that stores an identifier for uniquely identifying an instruction statement.
  • the prompt data is an item that stores data related to an instruction statement.
  • the data related to an instruction statement is, for example, text data of an instruction statement that is partially blank.
  • the text data of an instruction statement has, for example, the following content: "Please create ⁇ (blank part: enter document name) that contains ⁇ (blank part: enter word as tag)."
  • the "prompt data” item may, for example, store reference information (path) to a prompt data file stored in another storage area.
  • the text data of the instruction stored in the "prompt data” item may have a blank section for storing an overview of the manager/executor of the task to which the creation of the automatically created document is linked. Examples of the manager/executor of the task include a hospital if the automatically created document is a medical report, a company if it is a business report, and a research institute if it is a research report. Examples of the overview of the manager/executor of the task include the industry, business content, organizational structure, history, number of employees, capital, sales, etc.
  • the prompt table 2024 may, for example, store information related to the overview of the manager/executor of the task.
  • the document name is an item that stores the name of the document that the instruction statement instructs to create. For example, if the task is nursing care, the "document name” item stores the name of the nursing record, nursing plan, care report, instruction record, etc.
  • the task is an item that stores the type of task that the instruction statement is associated with.
  • the "task” item in the prompt table 2024 corresponds, for example, to the "task” item in the document table 2022 and tag table 2023.
  • the type ID is an item that stores an identifier for uniquely identifying the type of automatically created document.
  • the "type ID" item in the prompt table 2024 corresponds, for example, to the "type ID” item in the document table 2022 and tag table 2023.
  • FIG. 8 is a flowchart showing an example of the operation of the server 20 when presenting an automatically created document to a user.
  • the server 20 provides a service for creating an automatically created document as SaaS (Software as a Service).
  • the specified task is, for example, nursing care
  • the target document is, for example, a nursing record.
  • Information regarding past nursing records is stored, for example, in a document table 2022.
  • the service processing module 2033 stores information about the previous automatically created document edited by the user, along with the corresponding task type, in the document table 2022.
  • the previous automatically created document is the automatically created document that was output from the LLM and presented to the user by the previous execution of each process shown in Figure 8.
  • the service processing module 2033 adds information about the previous automatically created document to the past document information stored in the document table 2022.
  • the server 20 analyzes multiple documents created in the past for a specific task, extracts and stores multiple tags for each task (storing step). Specifically, for example, the service processing module 2033 reads past document information from the document table 2022, to which information about the immediately previous automatically created document has been added. The service processing module 2033 transmits the read past document information to the transmission control module 2032. The transmission control module 2032 receives the past document information transmitted from the service processing module 2033 and transmits it to the NLP system 30.
  • the NLP system 30 receives past document information sent from the transmission control module 2032, inputs it into the NLP model, and causes the NLP model to output multiple tags.
  • the NLP system 30 transmits the multiple tags output from the NLP model to the server 20.
  • the server 20 may extract the multiple tags, for example, at a predetermined timing.
  • the server 20 extracts multiple tags each time a new document is created for a specified task. Specifically, each time the previous automatically created document (a new document) linked to nursing care (a specified task) is created and information about that automatically created document is added to the tag table 2023, the service processing module 2033 extracts multiple tags using the NLP system 30. This allows the past document information stored in the tag table 2023 to be updated in a timely manner, fully meeting user needs in terms of tag specification when creating automatically created documents.
  • the server 20 may extract multiple tags at a specified interval.
  • the service processing module 2033 may read past document information from the document table 2022 at a specified interval and send it to the NLP system 30 to extract multiple tags.
  • the specified interval can be set arbitrarily. This makes it possible to extract multiple tags using updated past document information, fully meeting user needs when specifying tags when creating automatically created documents.
  • the reception control module 2031 receives multiple tags sent from the NLP system 30 and sends them to the service processing module 2033.
  • the service processing module 2033 receives the multiple tags sent from the reception control module 2031, associates the past document information read by the service processing module 2033 with the type of task to which it is linked, and stores them in the tag table 2023.
  • the server 20 may, for example, analyze the extracted multiple tags and store them in a manner according to the analysis results. For example, the server 20 may analyze the extracted multiple tags and store them in a hierarchy based on the analysis results. This improves user convenience when specifying tags when creating automatically created documents.
  • the service processing module 2033 may analyze multiple tags received from the reception control module 2031 and classify them into specialized terms in the medical field (particularly nursing) and general terms that can be used in other fields.
  • the service processing module 2033 may use, for example, a specified dictionary tool. Using a dictionary tool improves the accuracy of the classifying, further improving user convenience when specifying tags when creating automatically created documents.
  • dictionary tool There are no particular limitations on the type of dictionary tool, and well-known dictionary tools such as WordNet, GloVe (Global Vectors for Word Representation), NER (Stanford Named Entity Recognizer), and Pattern may be used.
  • a given dictionary tool may be updated as needed. Furthermore, a given dictionary tool may learn new information in response to user operations.
  • the service processing module 2033 may store the analyzed tags in the tag table 2023, hierarchically dividing them into technical terms and general terms.
  • the tag table 2023 may, for example, have a column for the "tag data" item divided into a column for the "technical term” item and a column for the "general term” item, as shown in FIG. 6.
  • the hierarchical division is not limited to a division between technical terms and general terms, and may be any division that allows the user to easily specify tags.
  • the service processing module 2033 may store the analyzed tags in the tag table 2023 in a division other than a hierarchy (e.g., grouping tags by relevance).
  • step S12 the server 20 accepts the selection of a task linked to the creation of a document (selection acceptance step).
  • the server 20 accepts the selection of nursing care linked to the creation of a nursing record.
  • the operation acceptance unit 191 accepts the selection of a task through a selection operation by the user on the input device 13.
  • the operation acceptance unit 191 transmits information regarding the type of task input to the input device 13 to the transmission/reception unit 192.
  • the transmission/reception unit 192 receives the information regarding the type of task transmitted from the operation acceptance unit 191 and transmits it to the server 20.
  • the reception control module 2031 receives the information regarding the type of task transmitted from the terminal device 10.
  • the server 20 accepts the user's selection of a task linked to the creation of a document.
  • the server 20 executes the process of step S11 and the process of step S12 consecutively, but this is not limited to this.
  • the server 20 may execute the process of step S11 separately from the processes from step S12 onwards.
  • the server 20 presents multiple tags associated with the selected task (multiple presentation step).
  • the reception control module 2031 transmits information regarding the task type received from the terminal device 10 to the service processing module 2033.
  • the service processing module 2033 searches the tag table 2023 for tasks of the same type as the task selected by the user, and reads out multiple tags associated with the tasks of the same type.
  • the service processing module 2033 transmits the read out multiple tags to the presentation control module 2034.
  • the presentation control module 2034 receives the multiple tags transmitted from the service processing module 2033 and transmits the multiple tags and a first switching command to switch the display screen of the display 141 to the document creation screen 142 shown in FIG. 9 to the terminal device 10.
  • the transmission/reception unit 192 receives the multiple tags and the first switching command transmitted from the presentation control module 2034 and transmits them to the presentation control unit 193. Based on the multiple tags and first switching command received from the transmission/reception unit 192, the presentation control unit 193 switches the display screen of the display 141 to the document creation screen 142 and displays the multiple tags on the document creation screen 142.
  • the presentation control module 2034 presents multiple tags associated with the selected task on the document creation screen 142 in a presentation format that corresponds to the analysis results. Details of the document creation screen 142 will be explained below with reference to Figure 9.
  • Figure 9 is a schematic diagram showing an example of the display screen of the display 141 when tags are presented to the user.
  • the document creation screen 142 shown in FIG. 9 has, for example, a task button 1411, a task selection box 1412, a document selection box 1413, a tag specification box 1414, and a start button 1415.
  • a task button 1411 a task selection box 1412
  • a document selection box 1413 a document selection box 1413
  • a tag specification box 1414 a start button 1415.
  • nothing is displayed in the task selection box 1412, the document selection box 1413, and the tag specification box 1414.
  • the task button 1411 is a button for displaying multiple types of tasks in the task selection box 1412.
  • the operation reception unit 191 sends reception information to the server 20 indicating that the press has been received.
  • the presentation control module 2034 which receives the reception information, reads out multiple types of tasks from the document table 2022 or tag table 2023 and sends them to the terminal device 10.
  • the operation reception unit 191 transmits task information related to the specific type of task that has been selected to the server 20.
  • nursing care has been selected as the specific type of task.
  • the presentation control module 2034 which receives the task information, reads the document name of the document linked to the specific type of task from the prompt table 2024 and sends it to the terminal device 10.
  • the presentation control module 2034 also reads multiple tags associated with the specific type of task from the tag table 2023 and sends them to the terminal device 10.
  • the presentation control unit 193 When the presentation control unit 193 receives a document name, it displays the document name in the document selection box 1413. Furthermore, when the presentation control unit 193 receives multiple tags, it displays the multiple tags in the tag designation box 1414. In the example of Figure 9, multiple document names linked to nursing care are displayed in the document selection box 1413, and multiple tags associated with nursing care are displayed in the tag designation box 1414.
  • the presentation control unit 193 provides a column for technical terms and a column for general terms in the tag specification box 1414, and displays the corresponding tags in each column. This allows the user to easily select tags.
  • the display format for the hierarchical division of technical terms and general terms is not limited to the example of Figure 9.
  • technical terms may be displayed in a large size and general terms in a small size.
  • only technical terms may be displayed in bold, or technical terms may be displayed in red and general terms in black.
  • a combination of two or more of these may be used.
  • the presentation control module 2034 controls the presentation control unit 193 to display the document creation screen 142, which displays multiple tags, on the display screen of the display 141, and the server 20 presents multiple tags associated with the task selected by the user.
  • the screen example shown in Figure 9 is merely an example, and the document creation screen 142 can employ a variety of screen configurations and UI elements.
  • the server 20 accepts a designation for the presented tag (designation acceptance step).
  • the server 20 accepts a designation of a specific tag from among multiple tags associated with nursing care displayed on the document creation screen 142.
  • the number of specific tags designated may be, for example, one, or two or more.
  • the operation acceptance unit 191 accepts a designation of a specific tag displayed on the document creation screen 142 through a designation operation by the user on the input device 13.
  • the operation acceptance unit 191 transmits information related to the specific tag for which designation has been accepted to the transmission/reception unit 192.
  • the transmission/reception unit 192 receives the information related to the specific tag transmitted from the operation acceptance unit 191 and transmits it to the server 20.
  • the reception control module 2031 receives the information related to the specific tag transmitted from the terminal device 10. As a result, the server 20 accepts a user's designation for the presented specific tag.
  • nursing records are selected from the document names displayed in the document selection box 1413, and nursing, treatment, and patient are specified from the multiple tags displayed in the tag specification box 1414.
  • step S15 the server 20 inputs the specified tag word and instruction into the LLM and outputs an automatically created document from the LLM (output step).
  • the reception control module 2031 transmits information related to the specific tag received from the terminal device 10 to the service processing module 2033.
  • the service processing module 2033 reads data related to the specific instruction from the prompt table 2024 based on the information related to the specific tag received from the reception control module 2031.
  • the service processing module 2033 searches the prompt table 2024 for a task of the same type as the task associated with a specific tag. The service processing module 2033 then reads data related to a specific instruction statement associated with the same type of task from the prompt table 2024.
  • the information related to a specific tag includes information related to the type of task associated with the specific tag.
  • the service processing module 2033 edits the data related to the specific instruction that has been read out to complete the instruction.
  • the service processing module 2033 completes the instruction by applying specific tags to blank parts of the read text data and adjusting the expressions so that the sentence does not sound out of place.
  • the service processing module 2033 transmits to the transmission control module 2032 the specific tag received from the reception control module 2031 and the specific instruction text completed by editing the text data read from the prompt table 2024.
  • the transmission control module 2032 receives the specific tag and specific instruction text transmitted from the service processing module 2033 and transmits them to the NLP system 30.
  • the NLP system 30 receives the specific tag and specific instruction sent from the transmission control module 2032, inputs them into the LLM, and causes the LLM to output an automatically created document.
  • the server 20 inputs the specific tag word and specific instruction into the LLM, and causes the LLM to output an automatically created document.
  • the start button 1415 is a button that starts the creation of an automatically created document, that is, a button that causes the LLM to output the automatically created document.
  • the operation reception unit 191 receives the selection of a specific document name, the designation of a specific tag, and the press, and transmits information related to the specific document name and specific tag to the server 20.
  • the service processing module 2033 transmits to the NLP system 30 the specific tag read from the tag table 2023 and an instruction statement (instructing the creation of a specific document) read and edited from the prompt table 2024.
  • the service processing module 2033 then causes the LLM to output the automatically created document.
  • step S16 the server 20 presents the automatically generated document that has been output (presentation step). Specifically, for example, the NLP system 30 transmits the automatically generated document that has been output by the LLM to the server 20.
  • the reception control module 2031 receives the automatically generated document transmitted from the NLP system 30, associates information about the automatically generated document with the task, and stores it in the document table 2022. The reception control module 2031 also transmits the received automatically generated document to the presentation control module 2034.
  • the presentation control module 2034 receives the automatically created document sent from the service processing module 2033 and sends the automatically created document and a second switching command to switch the display screen of the display 141 to the document confirmation screen 143 shown in FIG. 10 to the terminal device 10.
  • the transmission/reception unit 192 receives the automatically created document and second switching command sent from the presentation control module 2034 and sends them to the presentation control unit 193. Based on the automatically created document and second switching command received from the transmission/reception unit 192, the presentation control unit 193 switches the display screen of the display 141 to the document confirmation screen 143 and displays the automatically created document on the document confirmation screen 143.
  • Figure 10 is a schematic diagram showing an example of the display screen of the display 141 when an automatically created document is presented to the user.
  • an automatically created document is displayed in area 1431.
  • the format of the nursing record is displayed in area 1431. Note that the format shown in FIG. 10 is merely an example, and the LLM can output automatically created documents in a variety of formats and content.
  • the document confirmation screen 143 has, for example, an edit start button 1433 and a print button 1434 in area 1432.
  • the edit start button 1433 is a button for editing the automatically created document.
  • the operation acceptance unit 191 accepts the press, and the presentation control unit 193 makes the automatically created document displayed in area 1431 editable. This allows the user to edit the automatically created document displayed in area 1431 to the desired content, format, etc., thereby fully meeting user needs.
  • the presentation control unit 193 sends the edited automatically created document to the server 20.
  • the service processing module 2033 stores the received edited automatically created document in the document table 2022. As a result, the service processing module 2033 updates the automatically created document stored in the document table 2022.
  • the print button 1434 is a button for printing out the automatically created document displayed in the area 1431.
  • the operation reception unit 191 receives the press, and the presentation control unit 193 sends the automatically created document to, for example, a printer (not shown).
  • the printer is, for example, wirelessly connected to the terminal device 10, and prints out the automatically created document received from the presentation control unit 193.
  • the presentation control module 2034 controls the presentation control unit 193 to display the document confirmation screen 143, which displays the automatically created document, on the display screen of the display 141, thereby allowing the server 20 to present the automatically created document output by the LLM.
  • the screen example shown in Figure 10 is merely an example, and the document confirmation screen 143 can employ a variety of screen configurations and UI elements.
  • Figure 11 is a schematic diagram showing an example of the display screen of the display 141 when an automatically created document is being created.
  • the type of task to which the automatically created document is linked has been selected in advance, and the type of automatically created document (work report) has been determined.
  • the automatically created document is in a format that allows for the input of both pre-work and post-work report content.
  • the format of the automatically created document is not limited to this, and it may be a format that allows for the input of post-work report content only, or a format that allows for the input of pre-work, during-work, and post-work report content.
  • the presentation control module 2034 controls the presentation control unit 193 to display a report form for entering report content into that area on the display screen of the display 141. Specifically, for example, when the operation reception unit 191 receives a tap on the first editing area 1416 located below "Before work," the presentation control module 2034 displays a report form for entering report content into the first editing area 1416.
  • FIG. 11(b) is a schematic diagram showing a report form for entering report content into a specified area.
  • the presentation control module 2034 controls the presentation control unit 193 to display a first editing area 14161 and a second editing area 14162 on the display screen of the display 141.
  • the first editing area 14161 is an area for attaching an image.
  • the second editing area 14162 is an area for presenting multiple tags extracted by the server.
  • the image attached to the first editing area 14161 may be stored, for example, in the memory unit 180 or the memory unit 202.
  • the user taps the first editing area 14161.
  • the presentation control module 2034 controls, for example, the presentation control unit 193 to display a selection window (not shown) for an image to be attached to the first editing area 14161.
  • the user selects a specific image to be attached to the first editing area 14161 from the multiple images displayed in a list in the selection window.
  • the presentation control module 2034 reads the specific image from the memory unit 180 or the memory unit 202, and controls the presentation control unit 193 to attach the specific image to the first editing area 14161.
  • the user taps the second editing area 14162.
  • the presentation control module 2034 reads, for example, multiple tags associated with a pre-selected task type from the tag table 2023. The presentation control module 2034 then controls the presentation control unit 193 to display the read multiple tags in the second editing area 14162.
  • FIG. 11(c) is a schematic diagram showing an example of input into the report form.
  • a specific image is attached to first editing area 14161.
  • multiple tags extracted by server 20 are displayed in second editing area 14162.
  • the multiple tags displayed in second editing area 14162 can be specified by the user tapping a specific tag from among the multiple tags, and operation receiving unit 191 receiving the tap operation.
  • Figure 11(d) is a schematic diagram showing an example of the display of a created report.
  • an automatically created document with both pre-work and post-work report content entered is displayed on the display 141.
  • the service processing module 2033 inputs past document information into the NLP model for each task, extracts multiple tags for each task, and stores them in the tag table 2023.
  • the reception control module 2031 accepts the selection of a task associated with document creation, accepted by the operation acceptance unit 191.
  • the presentation control module 2034 controls the presentation control unit 193 to present multiple tags associated with the task selected by the user.
  • the reception control module 2031 accepts the user's designation of tags, accepted by the operation acceptance unit 191.
  • the service processing module 2033 inputs the specified tag words and instruction sentences into the LLM to create an automatically created document.
  • the presentation control module 2034 controls the presentation control unit 193 to present the automatically created document.
  • the server 20 may analyze the extracted tags and store the tags in groups based on the analysis results. More specifically, the service processing module 2033 may analyze the tags received from the reception control module 2031, extract two or more highly related tags, and group them. "Highly related" refers to two or more tags that are highly related to each other in terms of their semantic content as words.
  • the service processing module 2033 may store the analyzed tags in the tag table 2023 in a grouped state in addition to being hierarchically divided into technical terms and general terms.
  • the tag table 2023 may not only have the "Tag Data” column divided into a "Technical Terms” column and a "General Terms” column as shown in FIG. 6, but may also have columns for two or more groups, such as "Group 1, Group 2, " items.
  • the server 20 may display tags related to the tag specified by the user. More specifically, the operation reception unit 191 transmits information related to the specific tag specified by the user to the server 20 via the transmission/reception unit 192.
  • the reception control module 2031 receives information related to the specific tag transmitted from the terminal device 10, it may transmit the information related to the specific tag to the presentation control module 2034 instead of the service processing module 2033.
  • the presentation control module 2034 may use information about the specific tag received from the reception control module 2031 to search the tag table 2023 for a group to which the specific tag belongs, and read tags other than the specific tag (hereinafter referred to as related tags) from that group.
  • the presentation control module 2034 transmits the read related tags to the terminal device 10 via the transmission control module 2032.
  • the presentation control unit 193 displays the related tags received via the transmission/reception unit 192 on the document creation screen 144.
  • Figure 12 is a schematic diagram showing an example of the display screen of the display 141 when related tags are presented to the user.
  • the document creation screen 144 shown in Figure 12 has the same screen configuration and content as the document creation screen 142 shown in Figure 9, except that it has a related tag specification box 1416.
  • the presentation control module 2034 controls the presentation control unit 193 to link a specific tag specified by the user with related tags that are related to the specific tag and display them on the display 141. This allows the user to specify a specific tag and related tags at the same time on a single screen, improving user convenience.
  • the presentation control module 2034 may, for example, display a specific tag and related tags in close proximity and linked together in a single box (not shown) on the document creation screen 144. Also, for example, displaying a specific tag and related tags in a linked manner is not essential, and the presentation control module 2034 may display related tags on a screen separate from the screen displaying the specific tag. Furthermore, the operation reception unit 191 of the server 20 may receive the designation of at least one of a specific tag and related tags on the document creation screen 144 by receiving the designation via a flick operation. This improves the efficiency of tag designation, thereby improving user convenience.
  • the term "task” is a concept that includes not only an activity, work, or job aimed at a specific purpose/goal, such as nursing care, fundraising, data analysis, etc., but also documents created in the course of the activity, work, or job. Therefore, the server 20 may, for example, extract and store multiple tags for each type of document.
  • the document table 2022 may store the document name for each document type in the "task" item.
  • the service processing module 2033 may, for example, input past document information for each document type into an NLP model and output multiple tags from the NLP model for each document type.
  • the service processing module 2033 may, for example, store the multiple tags output from the NLP model in the tag table 2023 for each document type.
  • the tag table 2023 may, for example, store the document name for each document type in the "task" item.
  • the server 20 creates an automatically generated document by inputting a specified tag word and an instruction sentence into the LLM.
  • the server 20 may use an image instead of the specified tag word when creating the automatically generated document.
  • the image may be a still image or a video.
  • the server 20 may, for example, analyze multiple documents created in the past for a specific task, and extract and store multiple images for each task.
  • the service processing module 2023 may input past document information for each task into a first multimodal generation AI model and cause the first multimodal generation AI model to output multiple images for each task.
  • the first multimodal generation AI model is a multimodal generation AI model provided in the NLP system 30 in place of an NLP model.
  • the service processing module 2023 may, for example, store the multiple images output by the first multimodal generation AI model in an image table (not shown) for each task.
  • the image table may, for example, be stored in the storage unit 202 instead of the tag table 2023, and may have the same table structure as the tag table 2023, except that the item "tag data" is replaced with the item "image data”.
  • the server 20 accepts the selection of a task linked to the creation of a document.
  • the server 20 may, for example, present multiple images associated with the selected task.
  • the service processing module 2033 may search the image table for tasks of the same type as the task selected by the user, and read out multiple images associated with the tasks of the same type.
  • the presentation control module 2034 may, for example, transmit the multiple images received from the service processing module 2033 to the terminal device 10, and display the multiple images on the display screen of the display 141.
  • the server 20 may, for example, accept a designation for a presented image.
  • the operation acceptance unit 191 may accept a designation for a specific image (which may be one or more images) displayed on the display screen of the display 141, through a designation operation by the user on the input device 13.
  • the transmission/reception unit 192 may, for example, transmit information relating to the specific image received from the operation acceptance unit 191 to the server 20.
  • the server 20 may, for example, accept a user designation for a presented specific image by the reception control module 2031 receiving information relating to the specific image transmitted from the terminal device 10.
  • the server 20 may input a specified image and an instruction to create a document including content related to the image into the multimodal generative AI model, and cause the multimodal generative AI model to output a document including content related to the image.
  • a "document including content related to the image” is an example of an automatically created document, and may be a document that includes the image itself, or a document in which the content displayed in the image is converted into text and reflected. In other words, a "document including content related to the image" does not necessarily have to include the image itself.
  • the service processing module 2033 may read and edit data related to a specific instruction from the prompt table 2024 based on information related to a specific image received from the reception control module 2031, to complete the instruction.
  • the service processing module 2033 may, for example, transmit to the NLP system 30 the specific image received from the reception control module 2031 and the specific instruction completed by editing the text data read from the prompt table 2024.
  • the NLP system 30 may, for example, receive a specific image and a specific instruction sent from the transmission control module 2032, input them into the second multimodal generation AI model, and cause the second multimodal generation AI model to output an automatically created document (a document including content related to the image).
  • the second multimodal generation AI model is a multimodal generation AI model provided in the NLP system 30 in place of the LLM, and is an example of a multimodal generation AI model according to one aspect of the present disclosure.
  • the server 20 may create an automatically created document using tags in addition to images.
  • the server 20 may, for example, input past document information into the first multimodal generation AI model to extract images and tags. Also, for example, the server 20 may input images, tags, and instruction text into the second multimodal generation AI model to create an automatically created document.
  • FIG. 13 is a block diagram showing the basic hardware configuration of a computer 90.
  • the computer 90 includes at least a processor 91, a main storage device 92, an auxiliary storage device 93, and a communication IF (interface) 99. These components are electrically connected to one another by a bus.
  • the processor 91 is hardware for executing the instruction set written in the program.
  • the processor 91 is composed of an arithmetic unit, registers, peripheral circuits, etc.
  • the main memory 92 is memory for temporarily storing programs and data processed by the programs, etc. For example, it is volatile memory such as DRAM (Dynamic Random Access Memory).
  • the auxiliary memory 93 is storage for saving data and programs. For example, it is flash memory, HDD (Hard Disc Drive), optical magnetic disk, CD-ROM, DVD-ROM, semiconductor memory, etc.
  • the communication IF 99 is an interface for inputting and outputting signals for communicating with other computers over a network using wired or wireless communication standards.
  • Networks are made up of the Internet, LANs, various mobile communication systems built using wireless base stations, etc.
  • networks include 3G, 4G, and 5G mobile communication systems, LTE (Long Term Evolution), and wireless networks that can connect to the Internet via designated access points (such as Wi-Fi (registered trademark)).
  • communication protocols include Z-Wave (registered trademark), ZigBee (registered trademark), and Bluetooth (registered trademark).
  • networks also include those that are directly connected using USB (Universal Serial Bus) cables, etc.
  • the computers 90 can be virtually realized.
  • the concept of computer 90 includes not only a computer in which each piece of hardware is housed in a single housing, etc., but also a virtualized computer system.
  • the functional configuration of a computer realized by the basic hardware configuration of the computer 90 will be described.
  • the computer performs the functions of a control unit, a storage unit, and a communication unit.
  • the functions of the computer 90 can be performed by distributing all or part of the functions among multiple computers 90 connected to each other via a network. In this way, the concept of the computer 90 includes not only a single computer but also a virtualized computer system.
  • the memory unit is realized by the main memory device 92 and auxiliary memory device 93.
  • the memory unit stores data, various programs, and various databases.
  • the control unit is realized when the processor 91 reads out various programs stored in the auxiliary memory device 93, expands them in the main memory device 92, and executes processing in accordance with those programs.
  • the control unit can perform various information processing functions depending on the type of program. In this way, the computer is realized as an information processing device that processes information.
  • the control unit can also cause the processor 91 to allocate a storage area corresponding to the storage unit in the main storage unit 92 or the auxiliary storage unit 93 in accordance with the program. Furthermore, the control unit can cause the processor 91 to add, update, and delete data stored in the storage unit in accordance with various programs.
  • database refers to a relational database, which manages and correlates sets of data called tables, which are structured by rows and columns.
  • a table is called a table
  • a column in a table is called a column
  • a row in a table is called a record.
  • relationships between tables can be established and associated.
  • each table that makes up a database has a column set as a key to uniquely identify a record, but setting a key on a column is not essential.
  • the control unit can cause the processor 91 to add, update, or delete records in specific tables stored in the memory unit in accordance with various programs.
  • the communication unit is realized by the communication IF 99.
  • the communication unit performs the function of communicating with other computers 90 via a network.
  • the communication unit can receive information sent from other computers 90 and output it to the control unit.
  • the control unit can cause the processor 91 to execute information processing on the received information in accordance with various programs.
  • the communication unit can also send information output from the control unit to other computers 90.
  • a program to be executed by a computer having a processor and a memory the program causing the processor to execute the following steps: analyzing multiple documents created in the past for a specified task, extracting and storing multiple tags for each task; accepting a selection of a task to which the document creation is linked; presenting multiple tags associated with the selected task; accepting specifications for the presented tags; inputting a word as the specified tag and an instruction sentence instructing the creation of a document using the word into a large-scale language model, and outputting a document using the word from the large-scale language model; and presenting the document using the output word.
  • Appendix 3 A program described in Appendix 2 that causes a processor to execute a step of analyzing the extracted multiple tags, classifying the multiple tags into hierarchies, grouping the multiple tags, or a combination of these two, and registering them.
  • ⁇ Appendix 5> A program according to any one of (Supplementary Note 1) to (Supplementary Note 4), wherein in the storing step, multiple tags are extracted at a predetermined timing.
  • Appendix 7 A program described in (Appendix 5) that extracts multiple tags at a predetermined interval.
  • ⁇ Appendix 8> A program according to any one of (Supplementary Note 1) to (Supplementary Note 7) that causes a processor to execute a step of displaying tags related to a specified tag.
  • a program to be executed by a computer having a processor and a memory the program causing the processor to execute the following steps: analyzing multiple documents created in the past for a specified task, extracting and storing multiple tags for each task; accepting a selection of a task to which the document creation is linked; presenting multiple tags associated with the selected task; accepting a specification for the presented tags and a specified image, or a specification for the image; inputting the specified tags and image, or the specified image, and an instruction to create a document into a multimodal generation AI model, and causing the multimodal generation AI model to output a document including at least content related to the image; and presenting the output document.
  • ⁇ Appendix 12> An information processing device comprising a control unit and a storage unit, wherein the control unit executes all steps in a program according to any one of (Supplementary Note 1) to (Supplementary Note 11).
  • ⁇ Appendix 13> A method executed by a computer having a processor and a memory, wherein the processor executes all steps in the program described in any one of (Appendix 1) to (Appendix 11).
  • Appendix 14> A system comprising means for executing all steps in the program described in any one of (Appendix 1) to (Appendix 11).

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

【課題】複数のタスクがある場合において、システム構築の負担を抑えつつ、ユーザによる書類の作成を支援する。 【解決手段】プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムである。プログラムは、プロセッサに、所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数のタグを抽出して記憶するステップと、書類の作成が紐づいているタスクの選択を受け付けるステップと、選択されたタスクに関連付けられているタグを複数提示するステップと、提示したタグに対する指定を受け付けるステップと、指定されたタグとしての単語と、単語を用いた書類の作成を指示する指示文とを大規模言語モデルに入力し、大規模言語モデルから単語を用いた書類を出力させるステップと、出力させた単語を用いた書類を提示するステップとを実行させる。

Description

プログラム、情報処理装置、方法及びシステム
　本開示は、プログラム、情報処理装置、方法及びシステムに関する。
　従来から、ユーザによる文章の作成を支援する技術が研究開発されている。例えば、特許文献１には、学習用契約書の文章内に出現する各語句を、その文章の順に学習した言語モデルを用いることで、ユーザが指定した語句を含む文章を生成する技術が開示されている。
特開２０２０－０３５０１９号公報
　しかしながら、特許文献１に開示された技術では、サーバが、構造化した契約書の各文章をカテゴリ毎に学習して別々の言語モデルを生成するため、当該言語モデルを含めたシステム構築の負担が大きい。
　本開示の目的は、複数のタスクがある場合において、システム構築の負担を抑えつつ、ユーザによる書類の作成を支援することである。
　前記の課題を解決するために、本開示の一態様に係るプログラムは、プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムである。プログラムは、プロセッサに、所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数のタグを抽出して記憶するステップと、書類の作成が紐づいているタスクの選択を受け付けるステップと、選択されたタスクに関連付けられているタグを複数提示するステップと、提示したタグに対する指定を受け付けるステップと、指定されたタグとしての単語と、単語を用いた書類の作成を指示する指示文とを大規模言語モデルに入力し、大規模言語モデルから単語を用いた書類を出力させるステップと、出力させた単語を用いた書類を提示するステップとを実行させる。
　前記の課題を解決するために、本開示の一態様に係るプログラムは、プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムである。プログラムは、プロセッサに、所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数のタグを抽出して記憶するステップと、書類の作成が紐づいているタスクの選択を受け付けるステップと、選択されたタスクに関連付けられているタグを複数提示するステップと、提示したタグ及び所定の画像に対する指定、又は画像に対する指定を受け付けるステップと、指定されたタグ及び画像、又は指定された画像と、書類の作成を指示する指示文とをマルチモーダル生成ＡＩモデルに入力し、マルチモーダル生成ＡＩモデルから少なくとも画像に係る内容を含む書類を出力させるステップと、出力させた書類を提示するステップとを実行させる。
　本開示によれば、複数のタスクがある場合において、システム構築の負担を抑えつつ、ユーザによる書類の作成を支援することができる。
システム１の全体構成の例を示すブロック図である。 図１に示す端末装置１０の構成例を示すブロック図である。 図１に示すサーバ２０の機能的な構成の例を示すブロック図である。 図３に示すユーザ情報テーブル２０２１のデータ構造を示す図である。 図３に示すドキュメントテーブル２０２２のデータ構造を示す図である。 図３に示すタグテーブル２０２３のデータ構造を示す図である。 図３に示すプロンプトテーブル２０２４のデータ構造を示す図である。 ユーザに自動作成書類を提示するときにおける、サーバ２０の動作の例を示すフローチャートである。 ユーザにタグを提示したときにおける、ディスプレイ１４１の表示画面の例を示す模式図である。 ユーザに自動作成書類を提示したときにおける、ディスプレイ１４１の表示画面の例を示す模式図である。 自動作成書類の作成時における、ディスプレイ１４１の表示画面の例を示す模式図である。 ユーザに関連タグを提示したときにおける、ディスプレイ１４１の表示画面の例を示す模式図である。 コンピュータ９０の基本的なハードウェア構成を示すブロック図である。
　以下、本開示の実施形態について図面を参照して説明する。実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。なお、以下の実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。また、各図は模式図であり、必ずしも厳密に図示されたものではない。
　〔１　概要〕
　本実施形態に係るシステムは、所定のタスクにおいて過去に作成された書類を解析してタグを抽出する。本実施形態に係るシステムは、ユーザがタスクに関係する書類を作成するときに、抽出したタグをユーザに提示する。ユーザにより選択されたタグは大規模言語モデル（ＬＬＭ：Large Language Models）に入力され、選択されたタグとしての単語を用いた書類がＬＬＭから出力される。
　本実施形態に係るシステムに適用可能な書類の種別及び内容に、特段の限定はない。書類の種別は、例えば、履歴書、届出書、契約書、議事録、申請書、請求書、証明書、受領書、報告書等を含む。本実施形態では、書類の種別として報告書を例に挙げて説明する。報告書は、例えば、医療に関する報告書、事業に関する報告書、研究に関する報告書等、いかなる分野における報告書であってもよい。
　報告書には、例えば、前提に係る状況、現在の状態、具体的な態様、注意点、採用されている対策等が記載されている。報告書が医療に関する報告書、例えば、看護記録である場合、前提に係る状況、現在の状態、具体的な態様、注意点、採用されている対策は、例えば、それぞれ、患っている疾病に関する情報、患者の現在の状態、患者の生活の様子、注意する必要のある事象、現在実施されている処置に相当し得る。
　〔２　システム全体の構成〕
　図１は、システム１の全体構成の例を示すブロック図である。図１に示すシステム１は、例えば、端末装置１０、サーバ２０及びＮＬＰシステム３０を含む。端末装置１０、サーバ２０及びＮＬＰシステム３０は、例えば、ネットワーク８０を介して通信接続する。
　図１において、システム１が端末装置１０を２台含む例を示しているが、システム１に含まれる端末装置１０は、３台未満であってもよいし、３台以上であってもよい。図１において、システム１が１つのＮＬＰシステム３０を含む例を示しているが、システム１に含まれるＮＬＰシステム３０は、２つ以上であってもよい。
　図１において、ＮＬＰシステム３０がサーバ２０から独立している例を示しているが、サーバ２０は、ＮＬＰシステム３０の機能を含んでいてもよい。つまり、サーバ２０は、ＬＬＭ及びＮＬＰモデルを記憶していてもよい。
　本実施形態において、複数の装置の集合体を１つのサーバ２０としてもよい。本実施形態に係るサーバ２０を実現するために要する複数の機能を１又は複数のハードウェアに配分する仕方は、各ハードウェアの処理能力及び／又はサーバ２０に求められる仕様等に応じて適宜決定できる。
　図１に示す端末装置１０は、例えば、書類作成サービスを利用するユーザが操作する情報処理装置である。書類作成サービスは、サーバ２０及びＮＬＰシステム３０により提供される。書類が例えば医療に関する報告書である場合、ユーザは、看護師、医師、医療スタッフ等を含む。端末装置１０は、例えば、スマートフォン、タブレット等の携帯端末により実現される。本実施形態では、端末装置１０はタブレットであるものとする。端末装置１０は、例えば、据え置き型のＰＣ（Personal Computer）、ラップトップＰＣ等により実現されてもよい。
　端末装置１０は、通信ＩＦ（Interface）１２と、入力装置１３と、出力装置１４と、メモリ１５と、ストレージ１６と、プロセッサ１９とを備える。入力装置１３は、ユーザからの入力操作を受け付けるための装置（例えば、タッチパネル、タッチパッド、マウス等のポインティングデバイス、キーボード等）である。出力装置１４は、ユーザに対して情報を提示するための装置（ディスプレイ、スピーカー等）である。本実施形態では、端末装置１０は、入力装置１３と出力装置１４とが一体化したタッチパネルを備えているものとする。
　サーバ２０は、例えば、ＮＬＰシステム３０を用いた書類作成サービスを展開する情報処理装置である。サーバ２０は、例えば、ネットワーク８０に接続されたコンピュータにより実現される情報処理装置である。図１に示すように、サーバ２０は、通信ＩＦ２２と、入出力ＩＦ２３と、メモリ２５と、ストレージ２６と、プロセッサ２９とを備える。入出力ＩＦ２３は、ユーザからの入力操作を受け付けるための入力装置、及び、ユーザに対して情報を出力するための出力装置のインタフェースとして機能する。
　ＮＬＰシステム３０は、例えば、自然言語モデルが構築されたシステムである。自然言語モデルは、自然言語処理（ＮＬＰ）の分野で使用される人工知能モデルであり、テキストデータ（ウェブページ、書籍、記事等）を学習することで、人間が使用する言語のパターンを理解し、自然言語生成（ＮＬＧ）タスクを効果的に実行することができる。
　ＮＬＰシステム３０は、例えば、ＬＬＭ（大規模言語モデル）及びＮＬＰモデルを含んでいる。なお、ＮＬＰシステム３０は、例えば、ＬＬＭを含んだシステムとＮＬＰモデルを含んだシステムとに分かれていてもよい。ＬＬＭは、大規模なテキストデータを学習して構築された自然言語モデルであり、特定の問いへの応答生成、文章の自動生成、テキストの要約、翻訳、感情分析等、多くのＮＬＧタスクで使用される。また、ＬＬＭは、教育、エンターテイメント、カスタマーサービス、製品開発等、様々な用途で活用可能である。ＬＬＭには、例えば、以下のようなものが存在する。
　・ＯｐｅｎＡＩ　ＣｈａｔＧＰＴ（登録商標）
　・Ｇｏｏｇｌｅ　Ｂａｒt（登録商標）
　・Ｓｔａｂｌｅ　Ｄｉｆｆｕｓｉｏｎ
　・Ｍｅｔａ　Ｌｌａｍａ２
　・ｍｉｄｊｏｕｒｎｅｙ（登録商標）
　ＮＬＰモデルは、ＬＬＭではない自然言語モデルであり、例えば、フィードフォワードニューラルネットワーク、特定のタスク又はドメインに合わせて設計されたカスタムモデル等である。
　ＮＬＰシステム３０は、サーバ２０から送信されたテキストデータをＮＬＰモデル又はＬＬＭに入力し、入力したテキストデータに基づく回答をＮＬＰモデル又はＬＬＭに出力させる。ＮＬＰシステム３０は、ＮＬＰモデル又はＬＬＭから出力された回答をサーバ２０へ送信する。
　なお、各情報処理装置は、演算装置と記憶装置とを備えたコンピュータ９０（図１３参照）により構成される。コンピュータ９０の基本ハードウェア構成、及び当該基本ハードウェア構成により実現されるコンピュータ９０の基本機能構成のそれぞれについては後述する。なお、端末装置１０、サーバ２０、ＮＬＰシステム３０のそれぞれについて、コンピュータ９０の基本ハードウェア構成及びコンピュータの基本機能構成と重複する説明は省略する。
　＜２．１　端末装置の構成＞
　図２は、図１に示す端末装置１０の構成例を示すブロック図である。図２に示すように、端末装置１０は、通信部１２０と、入力装置１３と、出力装置１４と、記憶部１８０と、制御部１９０とを備える。端末装置１０に含まれる各ブロックは、例えば、バス等により電気的に接続される。なお、端末装置１０は、音声処理部、マイク、スピーカー、カメラ、位置情報センサ、又はこれらの少なくとも２つの組み合わせを備えていてもよい。
　通信部１２０は、端末装置１０が他の装置との間で通信するための変復調処理等の処理を行う。通信部１２０は、制御部１９０で生成された信号に対して送信処理を施し、外部（例えば、サーバ２０）へ送信する。通信部１２０は、外部から受信した信号に受信処理を施し、制御部１９０へ出力する。
　入力装置１３は、端末装置１０を操作するユーザが指示又は情報を入力するための装置である。入力装置１３は、例えば、操作面へ触れることで指示が入力されるタッチ・センシティブ・デバイス１３１により実現される。端末装置１０がＰＣ等である場合には、入力装置１３は、リーダー、キーボード、マウス等により実現されてもよい。入力装置１３は、ユーザにより入力される指示を電気信号に変換し、制御部１９０へ出力する。なお、入力装置１３には、例えば、外部の入力機器から入力される電気信号を受け付ける受信ポートが含まれてもよい。
　出力装置１４は、端末装置１０を操作するユーザに情報を提示するための装置である。出力装置１４は、例えば、ディスプレイ１４１により実現される。ディスプレイ１４１は、制御部１９０の制御に応じて各種情報を表示する。ディスプレイ１４１は、例えば、ＬＣＤ（Liquid Crystal Display）、又は有機ＥＬ（Electro-Luminescence）ディスプレイにより実現される。
　記憶部１８０は、例えば、メモリ１５及びストレージ１６により実現され、端末装置１０が使用するデータ及びプログラムを記憶する。記憶部１８０は、例えば、ユーザ情報１８１を記憶する。ユーザ情報１８１は、例えば、端末装置１０を使用するユーザに関する各種情報を含む。ユーザに関する各種情報には、例えば、ユーザの氏名、年齢、住所、生年月日、連絡先が含まれる。
　制御部１９０は、プロセッサ１９が記憶部１８０に記憶されたプログラムを読み込み、プログラムに含まれる命令を実行することにより実現される。制御部１９０は、端末装置１０の動作を制御する。制御部１９０は、プログラムに従って動作することにより、操作受付部１９１、送受信部１９２及び提示制御部１９３としての各機能を発揮する。
　操作受付部１９１は、入力装置１３から入力される指示又は情報を受け付けるための処理を行う。具体的には、操作受付部１９１は、タッチ・センシティブ・デバイス１３１から入力される指示又は情報を受け付ける。送受信部１９２は、端末装置１０が、サーバ２０等の外部の装置との間で、通信プロトコルに従ってデータを送受信するための処理を行う。具体的には、送受信部１９２は、ユーザから入力された指示又は情報をサーバ２０へ送信する。送受信部１９２は、サーバ２０から送信された情報を受信する。提示制御部１９３は、サーバ２０から送信された各種情報をユーザに提示するために出力装置１４を制御する。例えば、提示制御部１９３は、サーバ２０から送信された複数のタグをディスプレイ１４１に表示させる。タグの詳細については後述する。
　＜２．２　サーバの機能的な構成＞
　図３は、図１に示すサーバ２０の機能的な構成の例を示すブロック図である。図３に示すように、サーバ２０は、通信部２０１、記憶部２０２及び制御部２０３としての各機能を発揮する。
　通信部２０１は、サーバ２０が外部の装置との間で通信するための処理を行う。記憶部２０２は、例えば、ユーザ情報テーブル２０２１と、ドキュメントテーブル２０２２と、タグテーブル２０２３と、プロンプトテーブル２０２４とを有する。
　記憶部２０２が有するテーブルは、これらに限定されない。例えば、ドキュメントテーブル２０２２は、記憶部２０２に記憶されていなくてもよい。書類は、内容に応じて係るサービスが異なることがある。そのため、書類は、サービスを管理するサーバ毎に記憶されていてもよい。また、書類は、複数のユーザ間で情報を共有するためのサービスに係るサーバに記憶されていてもよい。
　ユーザ情報テーブル２０２１は、ユーザに関する情報を記憶するテーブルである。ドキュメントテーブル２０２２は、所定のタスクにおいて作成された複数の書類に関する情報（以下、書類情報）を記憶するテーブルである。書類情報は、所定のタスクにおいて過去に作成された複数の書類に関する情報（以下、過去書類情報）を含む。タグテーブル２０２３は、複数のタグを記憶するテーブルである。プロンプトテーブル２０２４は、ＮＬＰシステム３０に対する入力文となる指示文に関する情報を記憶するテーブルである。これらのテーブルの詳細については後述する。
　制御部２０３は、プロセッサ２９が記憶部２０２に記憶されたプログラムを読み込み、プログラムに含まれる命令を実行することにより実現される。プログラムは、ウェブブラウザアプリケーション等のアプリケーションを含む。プログラムは、端末装置１０に記憶されているウェブブラウザアプリケーション上で実行されるＪａｖａＳｃｒｉｐｔ（登録商標）等のプログラミング言語を含む。制御部２０３は、プログラムに従って動作することにより、受信制御モジュール２０３１、送信制御モジュール２０３２、サービス処理モジュール２０３３及び提示制御モジュール２０３４としての各機能を発揮する。
　受信制御モジュール２０３１は、サーバ２０が外部の装置から通信プロトコルに従って信号を受信する処理を制御する。送信制御モジュール２０３２は、サーバ２０が外部の装置へ通信プロトコルに従って信号を送信する処理を制御する。
　サービス処理モジュール２０３３は、所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数のタグを抽出して記憶する処理を制御する。タスクの具体例については後述する。
　具体的には、サービス処理モジュール２０３３は、ドキュメントテーブル２０２２から読み出した過去書類情報を、送信制御モジュール２０３２を介してＮＬＰシステム３０へ送信する。ドキュメントテーブル２０２２は、例えば、過去書類情報を複数種類のタスク毎に記憶している。
　このとき、サービス処理モジュール２０３３は、ＮＬＰモデルの性能、特性、過去書類情報の内容、情報量等に応じて、所定の指示文を過去書類情報と共に送信してもよい。所定の指示文は、ＮＬＰシステム３０に含まれているＮＬＰモデルに複数のタグの抽出を指示するプロンプトである。この場合、例えば、記憶部２０２に記憶された不図示の第２プロンプトテーブルが、デフォルトされた所定の指示文を複数種類のタスク毎に異なる内容で記憶していてもよい。サービス処理モジュール２０３３は、例えば、第２プロンプトテーブルから、過去書類情報が紐づいているタスクの種類に紐づく所定の指示文を読み出し、過去書類情報と共にＮＬＰシステム３０へ送信してもよい。
　ＮＬＰシステム３０は、送信制御モジュール２０３２から送信された過去書類情報を受信してＮＬＰモデルに入力し、当該ＮＬＰモデルから複数のタグを出力させる。ＮＬＰモデルは、複数の書類が入力されると、当該書類中の特定の単語をタグとして抽出するように学習された自然言語モデルである。タグの具体例については後述する。
　ＮＬＰシステム３０は、ＮＬＰモデルから出力された複数のタグをサーバ２０へ送信する。サービス処理モジュール２０３３は、ＮＬＰシステム３０から受信制御モジュール２０３１を介して送信された複数のタグを受信してタグテーブル２０２３に記憶する。サービス処理モジュール２０３３は、これらの一連の処理を、複数種類のタスクのそれぞれに紐づいている過去書類情報の全てについて実行する。
　なお、サービス処理モジュール２０３３は、複数のタグの抽出にＮＬＰモデルを利用しなくてもよい。例えば、サービス処理モジュール２０３３は、所定のタスクにおいて過去に作成された複数の書類に対して、語彙的意味解析（Lexical Semantic Analysis）等のルールベースの自然言語解析を行ってもよい。そして、サービス処理モジュール２０３３は、このような公知の自然言語解析によって複数のタグを抽出してもよい。また例えば、サービス処理モジュール２０３３は、ＮＬＰモデルに代えてＬＬＭを利用してタグを抽出してもよい。
　サービス処理モジュール２０３３は、ユーザにより指定されたタグとしての単語と指示文とをＬＬＭに入力し、当該ＬＬＭから前記の単語を用いた書類（以下、自動作成書類）を出力させる。指示文は、自動作成書類の作成をＬＬＭに指示するプロンプトである。ユーザによるタグの指定の詳細については後述する。ＬＬＭは、タグとして特定の単語が入力されると、当該単語を用いた書類を作成するようにチューニングされていてもよい。
　具体的には、サービス処理モジュール２０３３は、ユーザにより指定されたタグと、プロンプトテーブル２０２４から読み出して編集した指示文とを、送信制御モジュール２０３２を介してＮＬＰシステム３０へ送信する。タグテーブル２０２３は、例えば、ＮＬＰモデルによって抽出された複数のタグを複数種類のタスク毎に記憶している。プロンプトテーブル２０２４は、例えば、一部デフォルトされた指示文を複数種類のタスク毎に異なる内容で記憶している。つまり、複数のタグと指示文とが、複数種類のタスク毎に関連付けられている。指示文中のデフォルトされていないブランク部分は、例えば、ユーザによるタグの指定によって補完される。この補完の詳細については後述する。
　ＮＬＰシステム３０は、送信制御モジュール２０３２から送信されたタグ及び指示文を受信してＬＬＭに入力し、当該ＬＬＭから自動作成書類を出力させる。つまり、サービス処理モジュール２０３３は、ＮＬＰシステム３０に自動作成書類を出力させる。
　なお、プロンプトテーブル２０２４を利用したＬＬＭへの指示文の入力は必須ではない。例えば、指示文が入力装置１３に入力されることにより、サービス処理モジュール２０３３又は送信制御モジュール２０３２が指示文をＮＬＰシステム３０へ送信してもよい。
　提示制御モジュール２０３４は、ユーザに情報を提示する処理を制御する。提示制御モジュール２０３４は、例えば、ユーザにより選択されたタスクに関連付けられているタグをタグテーブル２０２３から複数読み出し、ユーザに提示する処理を制御する。ユーザによるタスクの選択の詳細については後述する。また例えば、提示制御モジュール２０３４は、ＬＬＭから出力された自動作成書類をユーザに提示する処理を制御する。
　〔３　データ構造〕
　図４～図７は、サーバ２０が記憶するテーブルのデータ構造を示す図である。なお、図４～図７は一例であり、記載されていないデータを除外するものではない。また、同一のテーブルに記載されるデータであっても、記憶部２０２において離れた記憶領域に記憶されていることもあり得る。
　図４は、ユーザ情報テーブル２０２１のデータ構造を示す図である。図４に示すユーザ情報テーブル２０２１は、ユーザＩＤをキーとして、氏名、年齢、性別、生年月日、及び連絡先の各カラムを有するテーブルである。
　ユーザＩＤは、ユーザを一意に識別するための識別子を記憶する項目である。氏名は、ユーザの名前を記憶する項目である。年齢は、ユーザの年齢を記憶する項目である。性別は、ユーザの性別を記憶する項目である。生年月日は、ユーザの生年月日を記憶する項目である。連絡先は、ユーザが有している端末装置１０の連絡先（例えば、電話番号、メールアドレス等）を記憶する項目である。
　図５は、ドキュメントテーブル２０２２のデータ構造を示す図である。図５に示すドキュメントテーブル２０２２は、書類ＩＤをキーとして、ユーザＩＤ、日時、書類データ、タスク、及び種別ＩＤの各カラムを有するテーブルである。
　書類ＩＤは、書類を一意に識別するための識別子を記憶する項目である。ユーザＩＤは、書類を作成した者を一意に識別するための識別子を記憶する項目である。ドキュメントテーブル２０２２の項目「ユーザＩＤ」は、例えば、ユーザ情報テーブル２０２１の項目「ユーザＩＤ」に対応している。なお、項目「ユーザＩＤ」には、前述の識別子ではなく、書類の作成者の氏名が記憶されていてもよい。日時は、書類が作成された日時を記憶する項目である。
　書類データは、書類に関するデータ、つまり書類情報を記憶する項目である。書類に関するデータは、例えば、前提に係る状況、現在の状態、具体的な態様、注意点、採用されている対策等が、作成者によりテキストにより纏められて作成されている。書類に関するデータは、所定のタスクにおける過去の書類に関するデータ、つまり過去書類情報を含んでいる。書類に関するデータは、所定の数値テーブル、写真、動画等、又はこれらのうち少なくとも何れかの組み合わせをテキストと共に含んでいてもよい。項目「書類データ」は、他の場所に配置された書類データファイルに対する参照情報（パス）を記憶するものとしてもよい。
　タスクは、書類の作成が紐づいているタスクの種類を記憶する項目である。項目「タスク」は、例えば、書類が医療に関する報告書の場合、患者の受付／登録、患者の状態評価／診断、処方、医薬品管理、治療／処置、看護ケア、又はカンファレンス／ミーティング等を記憶する。項目「タスク」は、例えば、書類が事業に関する報告書である場合、ビジネスプランの作成、法務手続の遂行、資金調達、人材の確保／管理、製品／サービスの開発、マーケティング、販売、財務会計業務、又はリスク管理等を記憶する。項目「タスク」は、例えば、書類が研究に関する報告書である場合、研究計画の立案、文献調査、実験、データ収集、データ解析、結果報告、発表／出版、又は倫理的配慮（個人情報の保護、研究参加者の権利確保等）等を記憶する。
　種別ＩＤは、書類の種別を一意に識別するための識別子を記憶する項目である。書類の種別は、例えば、医療に関する報告書、事業に関する報告書、研究に関する報告書等を含む。項目「種別ＩＤ」は、これらの報告書の種類が識別可能な識別子を記憶している。なお、本実施形態では、全ての種別ＩＤに紐づいている情報が１つのドキュメントテーブル２０２２に纏めて記憶されているが、例えば、種別ＩＤ毎のドキュメントテーブルが記憶部２０２に記憶されていてもよい。
　図６は、タグテーブル２０２３のデータ構造を示す図である。図６に示すタグテーブル２０２３は、タグＩＤをキーとして、タグデータ、タスク、及び種別ＩＤの各カラムを有するテーブルである。
　タグＩＤは、所定のタスクに関連付けられている複数のタグを一意に識別するための識別子を記憶する項目である。タグデータは、所定のタスクに関連付けられているタグに関するデータを複数記憶する項目である。タグに関するデータは、例えば、タグのとしての単語のテキストデータである。
　項目「タグデータ」は、例えば、医療に関する報告書が紐づいているタスクの種類が看護ケアの場合、評価、目標、インターベンション、介入計画等を記憶する。また例えば、項目「タグデータ」は、医療に関する報告書が紐づいているタスクの種類が診断の場合、診断、病状、検査結果、治療計画、予後等を記憶する。また例えば、項目「タグデータ」は、事業に関する報告書が紐づいているタスクの種類がマーケティングの場合、セグメンテーション、ロイヤリティ、認知度、ターゲティング、ポジショニング、カスタマーエクスペリエンス、ペルソナ、インサイト等を記憶する。また例えば、項目「タグデータ」は、研究に関する報告書が紐づいているタスクの種類が実験の場合、実験デザイン、実験条件、目的、方法、材料、測定、結果、分析、結論、参考文献等を記憶する。
　図６の例では、項目「タグデータ」のカラムは、項目「専門用語」のカラムと項目「一般用語」のカラムとに分かれている。項目「専門用語」は、タスクの属する分野における専門用語に関する情報を、タグに関する情報として記憶する。項目「一般用語」は、タスクの属する分野と異なる分野でも用いられ得る一般用語に関する情報を、タグに関する情報として記憶する。なお、項目「タグデータ」のカラムが項目「専門用語」のカラムと項目「一般用語」のカラムとに分かれていることは必須ではなく、例えば、専門用語のタグと一般用語のタグとが混在した状態で、項目「タグデータ」のカラムに纏めて記憶されていてもよい。
　タスクは、複数のタグが紐づいているタスクの種類を記憶する項目である。タグテーブル２０２３の項目「タスク」は、例えば、ドキュメントテーブル２０２２の項目「タスク」に対応している。種別ＩＤは、複数のタグの抽出元となる書類の種別を一意に識別するための識別子を記憶する項目である。タグテーブル２０２３の項目「種別ＩＤ」は、例えば、ドキュメントテーブル２０２２の項目「種別ＩＤ」に対応している。
　図７は、プロンプトテーブル２０２４のデータ構造を示す図である。図７に示すプロンプトテーブル２０２４は、プロンプトＩＤをキーとして、プロンプトデータ、書類名、タスク、及び種別ＩＤのカラムを有するテーブルでる。
　プロンプトＩＤは、指示文を一意に識別するための識別子を記憶する項目である。プロンプトデータは、指示文に関するデータを記憶する項目である。指示文に関するデータは、例えば、一部ブランクになっている指示文のテキストデータである。指示文のテキストデータは、例えば以下の内容となる。
「〇〇〇（ブランク部分：タグとしての単語が入る）を含む△△△（ブランク部分：書類名が入る）を作成してください。」
　なお、項目「プロンプトデータ」は、例えば、他の記憶領域に記憶されたプロンプトデータファイルに対する参照情報（パス）を記憶するものとしてもよい。また例えば、項目「プロンプトデータ」に記憶される指示文のテキストデータには、自動作成書類の作成が紐づいているタスクの管理／実行元の概要が入るブランク部分が設けられていてもよい。タスクの管理／実行元は、例えば、自動作成書類が医療に関する報告書であれば病院、事業に関する報告書であれば企業、研究に関する報告書であれば研究機関を含む。タスクの管理／実行元の概要は、例えば、業種、業務内容、組織体制、沿革、従業員数、資本金、売上等を含む。この場合、プロンプトテーブル２０２４は、例えば、タスクの管理／実行元の概要に関する情報を記憶していてもよい。
　書類名は、指示文が作成を指示する書類の書類名を記憶する項目である。例えば、タスクが看護ケアの場合、項目「書類名」は、看護記録、看護計画書、ケア報告書、指導記録等の名称を記憶する。タスクは、指示文が関連付けられているタスクの種類を記憶する項目である。プロンプトテーブル２０２４の項目「タスク」は、例えば、ドキュメントテーブル２０２２及びタグテーブル２０２３の項目「タスク」に対応している。種別ＩＤは、自動作成書類の種別を一意に識別するための識別子を記憶する項目である。プロンプトテーブル２０２４の項目「種別ＩＤ」は、例えば、ドキュメントテーブル２０２２及びタグテーブル２０２３の項目「種別ＩＤ」に対応している。
　〔４　動作〕
　ユーザに自動作成書類を提示するときにおける、サーバ２０の動作について説明する。図８は、ユーザに自動作成書類を提示するときにおける、サーバ２０の動作の例を示すフローチャートである。図８の説明において、サーバ２０は、自動作成書類を作成するサービスを、ＳａａＳ（Software as a Service）として提供する。このとき、所定のタスクは、例えば看護ケアであり、対象となる書類は、例えば看護記録である。過去の看護記録に関する情報（過去書類情報）は、例えば、ドキュメントテーブル２０２２に記憶されている。
　まず、サービス処理モジュール２０３３が、例えば、ユーザによって編集された１回前の自動作成書類に関する情報を、対応するタスクの種類と共にドキュメントテーブル２０２２に記憶する。１回前の自動作成書類は、１回前の図８に示す各処理の実行により、ＬＬＭから出力され、且つユーザに提示された自動作成書類である。つまり、サービス処理モジュール２０３３は、１回前の自動作成書類に関する情報を、ドキュメントテーブル２０２２に記憶された過去書類情報に追加する。
　ステップＳ１１において、サーバ２０は、所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数のタグを抽出して記憶する（記憶するステップ）。具体的には、例えば、サービス処理モジュール２０３３は、ドキュメントテーブル２０２２から、１回前の自動作成書類に関する情報が追加された過去書類情報を読み出す。サービス処理モジュール２０３３は、読み出した過去書類情報を送信制御モジュール２０３２へ送信する。送信制御モジュール２０３２は、サービス処理モジュール２０３３から送信された過去書類情報を受信してＮＬＰシステム３０へ送信する。
　ＮＬＰシステム３０は、送信制御モジュール２０３２から送信された過去書類情報を受信してＮＬＰモデルに入力し、当該ＮＬＰモデルから複数のタグを出力させる。ＮＬＰシステム３０は、ＮＬＰモデルから出力された複数のタグをサーバ２０へ送信する。
　ＮＬＰシステム３０がＮＬＰモデルから複数のタグを出力させる際、つまり、サーバ２０が複数のタグを抽出する際、サーバ２０は、例えば、所定のタイミングで複数のタグを抽出してもよい。
　図８の例では、サーバ２０は、所定のタスクにおいて新たな書類が作成される度に、複数のタグを抽出する。具体的には、看護ケア（所定のタスク）に紐づく１回前の自動作成書類（新たな書類）が作成され、当該自動作成書類に関する情報がタグテーブル２０２３に追加される度に、サービス処理モジュール２０３３は、ＮＬＰシステム３０を用いて複数のタグを抽出する。これにより、タグテーブル２０２３に記憶される過去書類情報がタイムリーに更新されることから、自動作成書類を作成する際のタグ指定においてユーザニーズに十分応えることができる。
　なお、所定のタイミングは、所定のタスクにおいて新たな書類が作成される度である必要はない。例えば、サーバ２０は、所定の周期で複数のタグを抽出してもよい。具体的には、サービス処理モジュール２０３３は、所定の周期でドキュメントテーブル２０２２から過去書類情報を読み出し、ＮＬＰシステム３０へ送信して複数のタグを抽出してもよい。所定の周期は任意に設定可能である。これにより、更新後の過去書類情報を用いて複数のタグを抽出できることから、自動作成書類を作成する際のタグ指定においてユーザニーズに十分応えることができる。
　受信制御モジュール２０３１は、ＮＬＰシステム３０から送信された複数のタグを受信してサービス処理モジュール２０３３へ送信する。サービス処理モジュール２０３３は、受信制御モジュール２０３１から送信された複数のタグを受信し、サービス処理モジュール２０３３が読み出した過去書類情報が紐づいているタスクの種類と関連付けて、タグテーブル２０２３に記憶する。
　複数のタグをタグテーブル２０２３に記憶する際、サーバ２０は、例えば、抽出した複数のタグを分析し、且つ、分析結果に応じた態様で記憶してもよい。例えば、サーバ２０は、抽出した複数のタグを分析し、且つ、分析結果に基づいて複数のタグを階層分けして記憶してもよい。これにより、自動作成書類を作成する際のタグ指定において、ユーザの利便性が向上する。
　具体的には、例えば、サービス処理モジュール２０３３は、受信制御モジュール２０３１から受信した複数のタグを分析して、医療（特に看護）の分野における専門用語と、他の分野でも用いられ得る一般用語とに階層分けしてもよい。階層分けに際し、サービス処理モジュール２０３３は、例えば、所定の辞書ツールを用いてもよい。辞書ツールを用いることにより、階層分けの精度が向上することから、自動作成書類を作成する際のタグ指定において、ユーザの利便性が更に向上する。
　辞書ツールの種類に特段に限定はなく、例えば、Ｗｏｒｄ　Ｎｅｔ、ＧｌｏＶｅ（Global Vectors for Word Representation）、ＮＥＲ（Stanford Named Entity Recognizer）、Ｐａｔｔｅｒｎ等の公知の辞書ツールが用いられてもよい。所定の辞書ツールは、必要に応じてアップデートされてよい。また、所定の辞書ツールは、ユーザ操作に応じて新たな情報を学習してもよい。
　サービス処理モジュール２０３３は、分析した複数のタグを、専門用語と一般用語とに階層分けした状態でタグテーブル２０２３に記憶してもよい。この場合、タグテーブル２０２３は、例えば、図６に示すように、項目「タグデータ」のカラムが項目「専門用語」のカラムと項目「一般用語」のカラムとに分かれていてもよい。
　なお、階層分けの態様は専門用語と一般用語との階層分けに限定されず、例えば、ユーザが容易にタグを指定できる態様であればどのような態様であってもよい。また、サービス処理モジュール２０３３は、分析した複数のタグを階層分け以外の態様（例：関連度の高低でタグをグループ分け）でタグテーブル２０２３に記憶してもよい。
　ステップＳ１２において、サーバ２０は、書類の作成が紐づいているタスクの選択を受け付ける（選択を受け付けるステップ）。本実施形態では、サーバ２０は、看護記録の作成が紐づいている看護ケアの選択を受け付ける。具体的には、例えば、ユーザによる入力装置１３の選択操作によって、操作受付部１９１がタスクの選択を受け付ける。操作受付部１９１は、入力装置１３に入力されたタスクの種類に関する情報を送受信部１９２へ送信する。送受信部１９２は、操作受付部１９１から送信されたタスクの種類に関する情報を受信してサーバ２０へ送信する。受信制御モジュール２０３１は、端末装置１０から送信されたタスクの種類に関する情報を受信する。これにより、サーバ２０は、ユーザによる、書類の作成が紐づいているタスクの選択を受け付ける。
　なお、図８の例では、サーバ２０がステップＳ１１の処理とステップＳ１２の処理とを連続して実行しているが、この場合に限定されない。例えば、サーバ２０は、ステップＳ１１の処理とステップＳ１２以降の各処理とを分けて実行してもよい。
　ステップＳ１３において、サーバ２０は、選択されたタスクに関連付けられているタグを複数提示する（複数提示するステップ）。具体的には、例えば、受信制御モジュール２０３１は、端末装置１０から受信したタスクの種類に関する情報をサービス処理モジュール２０３３へ送信する。サービス処理モジュール２０３３は、受信制御モジュール２０３１から受信したタスクの種類に関する情報に基づいて、タグテーブル２０２３の中からユーザが選択したタスクの種類と同じ種類のタスクを検索し、当該同じ種類のタスクに関連付けられている複数のタグを読み出す。サービス処理モジュール２０３３は、読み出した複数のタグを提示制御モジュール２０３４へ送信する。
　提示制御モジュール２０３４は、サービス処理モジュール２０３３から送信された複数のタグを受信し、当該複数のタグと、ディスプレイ１４１の表示画面を図９に示す書類作成画面１４２に切り替える旨の第１切替指令とを端末装置１０へ送信する。送受信部１９２は、提示制御モジュール２０３４から送信された複数のタグ及び第１切替指令を受信して提示制御部１９３へ送信する。提示制御部１９３は、送受信部１９２から受信した複数のタグ及び第１切替指令に基づいて、ディスプレイ１４１の表示画面を書類作成画面１４２に切り替えると共に、複数のタグを書類作成画面１４２に表示させる。
　提示制御部１９３の制御による、書類作成画面１４２への切り替えタイミングと、書類作成画面１４２への複数のタグの表示タイミングとの間に特段のルールはない。但し、少なくとも書類作成画面１４２に切り替わった時点で、複数のタグが書類作成画面１４２に表示されているタイミングであるのが好ましい。
　本実施形態では、提示制御モジュール２０３４は、選択されたタスクに関連付けられているタグを、分析結果に応じた提示態様で書類作成画面１４２に複数提示させる。以下、図９を参照して、書類作成画面１４２の詳細について説明する。図９は、ユーザにタグを提示したときにおける、ディスプレイ１４１の表示画面の例を示す模式図である。
　図９に示す書類作成画面１４２は、例えば、タスクボタン１４１１と、タスク選択ボックス１４１２と、書類選択ボックス１４１３と、タグ指定ボックス１４１４と、開始ボタン１４１５と、を有する。初期状態の書類作成画面１４２では、例えば、タスク選択ボックス１４１２、書類選択ボックス１４１３、及びタグ指定ボックス１４１４に何も表示されていない。
　タスクボタン１４１１は、タスク選択ボックス１４１２に複数種類のタスクを表示するためのボタンである。タスクボタン１４１１が押下されると、操作受付部１９１は、押下を受け付けた旨の受付情報をサーバ２０へ送信する。受付情報を受信した提示制御モジュール２０３４は、ドキュメントテーブル２０２２又はタグテーブル２０２３から複数種類のタスクを読み出して端末装置１０へ送信する。複数種類のタスクを受信した提示制御部１９３は、当該複数種類のタスクをタスク選択ボックス１４１２に表示させる。
　タスク選択ボックス１４１２に表示された複数種類のタスクの中から特定種類のタスクが選択されると、操作受付部１９１は、選択を受け付けた特定種類のタスクに関するタスク情報をサーバ２０へ送信する。図９の例では、特定種類のタスクとして看護ケアが選択されている。
　タスク情報を受信した提示制御モジュール２０３４は、プロンプトテーブル２０２４から特定種類のタスクに紐づいている書類の書類名を読み出して端末装置１０へ送信する。また、提示制御モジュール２０３４は、タグテーブル２０２３から特定種類のタスクに関連付けられた複数のタグを読み出して端末装置１０へ送信する。
　書類名を受信した提示制御部１９３は、当該書類名を書類選択ボックス１４１３に表示させる。また、複数のタグを受信した提示制御部１９３は、当該複数のタグをタグ指定ボックス１４１４に表示させる。図９の例では、看護ケアに紐づいている複数の書類名が書類選択ボックス１４１３に表示され、看護ケアに関連付けられている複数のタグがタグ指定ボックス１４１４に表示されている。
　また、図９の例では、提示制御部１９３は、タグ指定ボックス１４１４に専門用語の欄と一般用語の欄とを設け、それぞれの欄に該当するタグを表示させている。これにより、ユーザがタグを容易に選択できるようになる。なお、専門用語と一般用語との階層分けの表示態様は、図９の例に限定されない。例えば、専門用語を大きなサイズで表示し、一般用語を小さなサイズで表示してもよい。また例えば、専門用語のみを太字で表示してもよいし、専門用語を赤字で表示し、一般用語を黒字で表示してもよい。或いは、これらの２つ以上を組み合わせて表示してもよい。
　図９の例のように、提示制御モジュール２０３４が提示制御部１９３を制御して、複数のタグが表示された書類作成画面１４２をディスプレイ１４１の表示画面に表示させることにより、サーバ２０は、ユーザが選択したタスクに関連付けられているタグを複数提示する。なお、図９に示す画面例はあくまで一例であり、書類作成画面１４２は様々な画面構成及びＵＩ要素を採用し得る。
　ステップＳ１４において、サーバ２０は、提示したタグに対する指定を受け付ける（指定を受け付けるステップ）。本実施形態では、サーバ２０は、書類作成画面１４２に表示された、看護ケアに関連付けられた複数のタグの中からの特定のタグの指定を受け付ける。指定される特定のタグは、例えば１つであってもよいし、２つ以上であってもよい。具体的には、例えば、ユーザによる入力装置１３の指定操作によって、操作受付部１９１が、書類作成画面１４２に表示された特定のタグの指定を受け付ける。操作受付部１９１は、指定を受け付けた特定のタグに関する情報を送受信部１９２へ送信する。送受信部１９２は、操作受付部１９１から送信された特定のタグに関する情報を受信してサーバ２０へ送信する。受信制御モジュール２０３１は、端末装置１０から送信された特定のタグに関する情報を受信する。これにより、サーバ２０は、提示した特定のタグに対するユーザの指定を受け付ける。
　図９の例では、書類選択ボックス１４１３に表示された書類名の中から看護記録が選択され、タグ指定ボックス１４１４に表示された複数のタグの中から看護、治療、及び患者が指定されている。
　ステップＳ１５では、サーバ２０は、指定されたタグとしての単語と指示文とをＬＬＭに入力し、当該ＬＬＭから自動作成書類を出力させる（出力させるステップ）。具体的には、例えば、受信制御モジュール２０３１は、端末装置１０から受信した特定のタグに関する情報をサービス処理モジュール２０３３へ送信する。サービス処理モジュール２０３３は、受信制御モジュール２０３１から受信した特定のタグに関する情報に基づいて、プロンプトテーブル２０２４から特定の指示文に関するデータを読み出す。
　詳細には、例えば、サービス処理モジュール２０３３は、プロンプトテーブル２０２４の中から、特定のタグと関連付けられているタスクの種類と同じ種類のタスクを検索する。そして、サービス処理モジュール２０３３は、プロンプトテーブル２０２４から当該同じ種類のタスクと関連付けられている特定の指示文に関するデータを読み出す。つまり、特定のタグに関する情報は、当該特定のタグと関連付けられているタスクの種類に関する情報を含んでいる。
　サービス処理モジュール２０３３は、読み出した特定の指示文に関するデータを編集して指示文を完成させる。詳細には、例えば、サービス処理モジュール２０３３は、読み出したテキストデータのブランク部分に特定のタグを当てはめ、文章として違和感がないように表現等を整えることにより、指示文を完成させる。
　サービス処理モジュール２０３３は、受信制御モジュール２０３１から受信した特定のタグと、プロンプトテーブル２０２４から読み出したテキストデータを編集して完成させた特定の指示文とを送信制御モジュール２０３２へ送信する。送信制御モジュール２０３２は、サービス処理モジュール２０３３から送信された特定のタグ及び特定の指示文を受信してＮＬＰシステム３０へ送信する。
　ＮＬＰシステム３０は、送信制御モジュール２０３２から送信された特定のタグ及び特定の指示文を受信してＬＬＭに入力し、当該ＬＬＭから自動作成書類を出力させる。これにより、サーバ２０は、特定のタグとしての単語と特定の指示文とをＬＬＭに入力し、当該ＬＬＭから自動作成書類を出力させる。
　図９の例では、書類選択ボックス１４１３に表示された書類名の中から特定の書類名が選択され、タグ指定ボックス１４１４に表示された複数のタグの中から特定のタグが指定され、開始ボタン１４１５が押下されると、自動作成書類が出力される。
　開始ボタン１４１５は、自動作成書類の作成を開始する、つまりＬＬＭに自動作成書類を出力させるためのボタンである。開始ボタン１４１５が押下されると、操作受付部１９１は、特定の書類名の選択、特定のタグの指定、及び押下を受け付け、特定の書類名及び特定のタグに関する各情報をサーバ２０へ送信する。特定の書類名及び特定のタグに関する各情報を受信したサービス処理モジュール２０３３は、タグテーブル２０２３から読み出した特定のタグと、プロンプトテーブル２０２４から読み出して編集した指示文（特定の書類の作成を指示）とをＮＬＰシステム３０へ送信する。そして、サービス処理モジュール２０３３は、ＬＬＭに自動作成書類を出力させる。
　ステップＳ１６では、サーバ２０は、出力させた自動作成書類を提示する（提示するステップ）。具体的には、例えば、ＮＬＰシステム３０は、ＬＬＭに出力させた自動作成書類をサーバ２０へ送信する。受信制御モジュール２０３１は、ＮＬＰシステム３０から送信された自動作成書類を受信し、当該自動作成書類に関する情報をタスクと関連付けてドキュメントテーブル２０２２に記憶する。また、受信制御モジュール２０３１は、受信した自動作成書類を提示制御モジュール２０３４へ送信する。
　提示制御モジュール２０３４は、サービス処理モジュール２０３３から送信された自動作成書類を受信し、当該自動作成書類と、ディスプレイ１４１の表示画面を図１０に示す書類確認画面１４３に切り替える旨の第２切替指令とを端末装置１０へ送信する。送受信部１９２は、提示制御モジュール２０３４から送信された自動作成書類及び第２切替指令を受信して提示制御部１９３へ送信する。提示制御部１９３は、送受信部１９２から受信した自動作成書類及び第２切替指令に基づいて、ディスプレイ１４１の表示画面を書類確認画面１４３に切り替えると共に、自動作成書類を書類確認画面１４３に表示させる。
　提示制御部１９３の制御による、書類確認画面１４３への切り替えタイミングと、書類確認画面１４３への自動作成書類の表示タイミングとの間に特段のルールはない。但し、少なくとも書類確認画面１４３に切り替わった時点で、自動作成書類が書類確認画面１４３に表示されているタイミングであるのが好ましい。
　以下、図１０を参照して、書類確認画面１４３の詳細について説明する。図１０は、ユーザに自動作成書類を提示したときにおける、ディスプレイ１４１の表示画面の例を示す模式図である。
　図１０に示す書類確認画面１４３では、例えば、領域１４３１に自動作成書類が表示される。図１０の例では、図９に示す書類作成画面１４２に対するユーザ操作の結果、看護記録のフォーマットが領域１４３１に表示されている。なお、図１０に示すフォーマットはあくまで一例であり、ＬＬＭは様々な形式及び内容のフォーマットの自動作成書類を出力し得る。
　書類確認画面１４３は、例えば、領域１４３２に編集開始ボタン１４３３と印刷ボタン１４３４とを有する。編集開始ボタン１４３３は、自動作成書類を編集するためのボタンである。編集開始ボタン１４３３が押下されると、操作受付部１９１が押下を受け付け、提示制御部１９３が領域１４３１に表示された自動作成書類を編集可能な状態にする。これにより、ユーザは領域１４３１に表示された自動作成書類を所望の内容、形式等に編集することができ、ユーザニーズに十分応えることができる。
　提示制御部１９３は、編集後の自動作成書類をサーバ２０へ送信する。サービス処理モジュール２０３３は、受信した編集後の自動作成書類をドキュメントテーブル２０２２に記憶する。これにより、サービス処理モジュール２０３３は、ドキュメントテーブル２０２２に記憶している自動作成書類を更新する。
　印刷ボタン１４３４は、領域１４３１に表示された自動作成書類をプリントアウトするためのボタンである。印刷ボタン１４３４が押下されると、操作受付部１９１が押下を受け付け、提示制御部１９３が自動作成書類を例えばプリンタ（不図示）へ送信する。プリンタは、例えば端末装置１０と無線接続しており、提示制御部１９３から受信した自動作成書類をプリントアウトする。
　図１０の例のように、提示制御モジュール２０３４が提示制御部１９３を制御して、自動作成書類が表示された書類確認画面１４３をディスプレイ１４１の表示画面に表示させることにより、サーバ２０は、ＬＬＭに出力させた自動作成書類を提示する。なお、図１０に示す画面例はあくまで一例であり、書類確認画面１４３は様々な画面構成及びＵＩ要素を採用し得る。
　以下、図１１を参照して、書類作成画面１４２及び書類確認画面１４３の他の例について説明する。図１１は、自動作成書類の作成時における、ディスプレイ１４１の表示画面の例を示す模式図である。図１１に示す例では、予め、自動作成書類が紐づいているタスクの種類が選択されており、且つ、自動作成書類の種別（作業報告書）が決まっているものとする。
　図１１（ａ）に示す例では、自動作成書類は、作業前及び作業後の両方の報告内容を入力するフォーマットになっている。なお、自動作成書類のフォーマット内容はこれに限定されず、作業後のみの報告内容を入力するフォーマットであってもよいし、作業前、作業中及び作業後の各報告内容を入力するフォーマットであってもよい。
　提示制御モジュール２０３４は、操作受付部１９１が入力可能な領域へのユーザからのタップを受け付けると、提示制御部１９３を制御して、当該領域へ報告内容を入力するための報告フォームをディスプレイ１４１の表示画面に表示させる。具体的には、例えば、提示制御モジュール２０３４は、操作受付部１９１が「作業前」の下方に位置する第１編集領域１４１６のタップを受け付けると、第１編集領域１４１６へ報告内容を入力するための報告フォームを表示させる。
　図１１（ｂ）は、所定領域へ報告内容を入力するための報告フォームを表す模式図である。図１１（ｂ）に示す例では、提示制御モジュール２０３４は、提示制御部１９３を制御して、ディスプレイ１４１の表示画面に第１編集領域１４１６１及び第２編集領域１４１６２を表示させる。第１編集領域１４１６１は、画像を添付するための領域である。第２編集領域１４１６２は、サーバにより抽出された複数のタグを提示するための領域である。第１編集領域１４１６１に添付される画像は、例えば、記憶部１８０に記憶されていてもよいし、記憶部２０２に記憶されていてもよい。
　図１１（ｂ）において、第１編集領域１４１６１に画像を添付する場合、ユーザは、第１編集領域１４１６１をタップする。操作受付部１９１が第１編集領域１４１６１へのタップを受け付けると、提示制御モジュール２０３４は、例えば、提示制御部１９３を制御して、第１編集領域１４１６１へ添付する画像の選択ウィンドウ（図示せず）を表示させる。ユーザは、選択ウィンドウに一覧表示される複数の画像の中から、第１編集領域１４１６１に添付する特定の画像を選択する。提示制御モジュール２０３４は、操作受付部１９１がユーザ選択を受け付けると、特定の画像を記憶部１８０又は記憶部２０２から読み出し、提示制御部１９３を制御して特定の画像を第１編集領域１４１６１に添付させる。
　図１１（ｂ）において、第２編集領域１４１６２に複数のタグを表示する場合、ユーザは、第２編集領域１４１６２をタップする。操作受付部１９１が第２編集領域１４１６２へのタップを受け付けると、提示制御モジュール２０３４は、例えば、タグテーブル２０２３から予め選択されたタスクの種類に関連付けられている複数のタグを読み出す。そして、提示制御モジュール２０３４は、提示制御部１９３を制御して、読み出した複数のタグを第２編集領域１４１６２に表示させる。
　図１１（ｃ）は、報告フォームへの入力例を表す模式図である。図１１（ｃ）に示す例では、第１編集領域１４１６１に、特定の画像が添付されている。また、第２編集領域１４１６２に、サーバ２０により抽出された複数のタグが表示されている。第２編集領域１４１６２に表示された複数のタグは、ユーザが当該複数のタグの中から特定のタグをタップし、操作受付部１９１がタップ操作を受け付けることで指定可能である。報告内容の入力が終了すると、ユーザは、ボタン１４１６３を押下する。
　図１１（ｄ）は、作成された報告書の表示例を表す模式図である。図１１（ｄ）に示す例では、作業前及び作業後の両方の報告内容が入力された自動作成書類がディスプレイ１４１の表示画面されている。
　〔５　小括〕
　以上のように、本実施形態では、サービス処理モジュール２０３３は、過去書類情報をタスク毎にＮＬＰモデルに入力して複数のタグをタスク毎に抽出し、タグテーブル２０２３に記憶する。受信制御モジュール２０３１は、操作受付部１９１が受け付けた、書類の作成が紐づいているタスクの選択を受け付ける。提示制御モジュール２０３４は、提示制御部１９３を制御して、ユーザが選択したタスクに関連付けられているタグを複数提示する。受信制御モジュール２０３１は、操作受付部１９１が受け付けた、タグに対するユーザの指定を受け付ける。サービス処理モジュール２０３３は、指定されたタグとしての単語と指示文とをＬＬＭに入力して自動作成書類を作成する。提示制御モジュール２０３４は、提示制御部１９３を制御して自動作成書類を提示する。
　これにより、複数種類のタスクがある場合においても、１つのＮＬＰモデル及び１つのＬＬＭでタスク毎の自動作成書類を作成することができる。従って、複数種類のタスクがある場合において、システム構築の負担を抑えつつ、ユーザによる書類の作成を支援することができる。
　また、自動作成書類に関する情報も過去書類情報となることから、ＮＬＰモデルを用いて、タグテーブル２０２３に記憶されている複数のタグをタイムリーに更新することができる。これにより、新たな自動作成書類を作成する際のタグ指定において、ユーザニーズに十分応えることができる。
　〔６　変形例〕
　＜６．１　第１変形例＞
　本実施形態では、サーバ２０が、抽出した複数のタグを分析して階層分けした例について説明した。ここで、サーバ２０は、階層分けに加えて、例えば複数のタグをグループ分けしてもよい。
　具体的には、例えば、サーバ２０は、抽出した複数のタグを分析し、且つ、分析結果に基づいて複数のタグをグループ分けして記憶してもよい。より詳細には、サービス処理モジュール２０３３は、受信制御モジュール２０３１から受信した複数のタグを分析し、関連度の高い２つ以上のタグを抽出してグループ分けしてもよい。「関連度の高い」とは、２つ以上のタグにおいて、単語としての意味内容の関連度が互いに高いことを指す。
　サービス処理モジュール２０３３は、分析した複数のタグを、専門用語と一般用語とに階層分けした状態に加えて、グループ分けした状態でタグテーブル２０２３に記憶してもよい。この場合、タグテーブル２０２３は、項目「タグデータ」のカラムが、図６に示すように項目「専門用語」のカラムと項目「一般用語」のカラムとに分かれているだけでなく、例えば項目「グループ１、グループ２、・・・」のように２つ以上のグループのカラムに分かれていてもよい。
　また例えば、サーバ２０は、ユーザが指定したタグと関連するタグを表示してもよい。より詳細には、操作受付部１９１は、ユーザによる指定を受け付けた特定のタグに関する情報を、送受信部１９２を介してサーバ２０へ送信する。受信制御モジュール２０３１は、端末装置１０から送信された特定のタグに関する情報を受信すると、当該特定のタグに関する情報をサービス処理モジュール２０３３ではなく提示制御モジュール２０３４へ送信してもよい。
　提示制御モジュール２０３４は、受信制御モジュール２０３１から受信した特定のタグに関する情報を用いて、タグテーブル２０２３の中から特定のタグが属するグループを検索し、当該グループから特定のタグ以外のタグ（以下、関連タグ）を読み出してもよい。提示制御モジュール２０３４は、読み出した関連タグを、送信制御モジュール２０３２を介して端末装置１０へ送信する。提示制御部１９３は、送受信部１９２を介して受信した関連タグを書類作成画面１４４に表示させる。
　以下、図１２を参照して、書類作成画面１４４の詳細について説明する。図１２は、ユーザに関連タグを提示したときにおける、ディスプレイ１４１の表示画面の例を示す模式図である。図１２に示す書類作成画面１４４は、関連タグ指定ボックス１４１６を有している以外、図９に示す書類作成画面１４２と同じ画面構成及び内容である。
　書類作成画面１４４では、タグ指定ボックス１４１４に表示された複数のタグの中から特定のタグが指定されることにより、特定のタグに関連する関連タグが関連タグ指定ボックス１４１６に表示される。つまり、初期状態の書類作成画面１４４では、関連タグ指定ボックス１４１６に何も表示されていない。
　このように、図１２の例では、提示制御モジュール２０３４は、提示制御部１９３を制御して、ユーザに指定された特定のタグと、当該特定のタグと関連する関連タグとを連鎖させてディスプレイ１４１に表示させる。これにより、ユーザは１つの画面で特定のタグと関連タグとを一度に指定できることから、ユーザの利便性が向上する。
　なお、提示制御モジュール２０３４は、例えば、書類作成画面１４４における１つのボックス（不図示）内に、特定のタグと関連タグとを近接させ、且つ連鎖させて表示させてもよい。また例えば、特定のタグと関連タグと連鎖させて表示することは必須ではなく、提示制御モジュール２０３４は、特定のタグを表示させる画面と別の画面で関連タグを表示させてもよい。更には、サーバ２０は、操作受付部１９１が、書類作成画面１４４における、特定のタグ及び関連タグの少なくとも一方のフリック操作による指定を受け付けることにより、当該指定を受け付けてもよい。これにより、タグ指定の効率が良くなることから、ユーザの利便性が向上する。
　＜６．２　第２変形例＞
　本明細書における「タスク」は、看護ケア、資金調達、データ解析等の特定の目的／目標に向けられた活動、作業又は仕事だけでなく、当該活動、作業又は仕事の過程で作成される書類をも含む概念である。従って、サーバ２０は、例えば、書類の種類毎に複数のタグを抽出して記憶してもよい。
　具体的には、例えば、ドキュメントテーブル２０２２は、項目「タスク」に書類の種類毎の書類名を記憶していてもよい。サービス処理モジュール２０３３は、例えば、過去書類情報を書類の種類毎にＮＬＰモデルに入力し、ＮＬＰモデルから複数のタグを書類の種類毎に出力させてもよい。サービス処理モジュール２０３３は、例えば、ＮＬＰモデルに出力させた複数のタグを書類の種類毎にタグテーブル２０２３に記憶してもよい。つまり、タグテーブル２０２３は、例えば、項目「タスク」に書類の種類毎の書類名を記憶していてもよい。
　＜６．３　第３変形例＞
　本実施形態では、サーバ２０が、指定されたタグとしての単語と指示文とをＬＬＭに入力して自動作成書類を作成する例について説明した。しかしながら、サーバ２０は、自動作成書類の作成において、指定されたタグとしての単語に代えて画像を用いてもよい。この場合、画像は、静止画でもよいし動画でもよい。
　サーバ２０は、例えば、所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数の画像を抽出して記憶してもよい。具体的には、例えば、サービス処理モジュール２０２３は、過去書類情報をタスク毎に第１マルチモーダル生成ＡＩモデルに入力して、当該第１マルチモーダル生成ＡＩモデルから複数の画像をタスク毎に出力させてもよい。第１マルチモーダル生成ＡＩモデルは、ＮＬＰモデルの代わりにＮＬＰシステム３０に備えられたマルチモーダル生成ＡＩモデルである。サービス処理モジュール２０２３は、例えば、第１マルチモーダル生成ＡＩモデルに出力させた複数の画像を、タスク毎に不図示の画像テーブルに記憶してもよい。画像テーブルは、例えば、タグテーブル２０２３の代わりに記憶部２０２に記憶されていてよく、項目「タグデータ」が項目「画像データ」に代わる以外、タグテーブル２０２３と同一のテーブル構造であってもよい。
　サーバ２０が、書類の作成が紐づいているタスクの選択を受け付ける点については、本実施形態の例と同様である。サーバ２０は、例えば、選択されたタスクに関連付けられている画像を複数提示してもよい。具体的には、例えば、サービス処理モジュール２０３３は、画像テーブルの中からユーザが選択したタスクの種類と同じ種類のタスクを検索し、当該同じ種類のタスクに関連付けられている複数の画像を読み出してもよい。提示制御モジュール２０３４は、例えば、サービス処理モジュール２０３３から受信した複数の画像を端末装置１０へ送信して、当該複数の画像をディスプレイ１４１の表示画面に表示させてもよい。
　サーバ２０は、例えば、提示した画像に対する指定を受け付けてもよい。具体的には、例えば、ユーザによる入力装置１３の指定操作によって、操作受付部１９１が、ディスプレイ１４１の表示画面に表示された特定の画像（１つでも２つ以上でもよい）の指定を受け付けてもよい。送受信部１９２は、例えば、操作受付部１９１から受信した特定の画像に関する情報をサーバ２０へ送信してもよい。サーバ２０は、例えば、受信制御モジュール２０３１が端末装置１０から送信された特定の画像に関する情報を受信することにより、提示した特定の画像に対するユーザの指定を受け付けてもよい。
　サーバ２０は、例えば、指定された画像と、画像に係る内容を含む書類の作成を指示する指示文とをマルチモーダル生成ＡＩモデルに入力し、マルチモーダル生成ＡＩモデルから画像に係る内容を含む書類を出力させてもよい。「画像に係る内容を含む書類」は、自動作成書類の一例であり、画像自体が含まれている書類であってもよいし、画像に映し出された内容がテキストに変換されて反映された書類であってもよい。つまり、「画像に係る内容を含む書類」は、必ずしも画像自体を含んでいなくてもよい。
　具体的には、例えば、サービス処理モジュール２０３３は、受信制御モジュール２０３１から受信した特定の画像に関する情報に基づいて、プロンプトテーブル２０２４から特定の指示文に関するデータを読み出して編集し、指示文を完成させてもよい。サービス処理モジュール２０３３は、例えば、受信制御モジュール２０３１から受信した特定の画像と、プロンプトテーブル２０２４から読み出したテキストデータを編集して完成させた特定の指示文とを、ＮＬＰシステム３０へ送信してもよい。
　ＮＬＰシステム３０は、例えば、送信制御モジュール２０３２から送信された特定の画像及び特定の指示文を受信して第２マルチモーダル生成ＡＩモデルに入力し、当該第２マルチモーダル生成ＡＩモデルから自動作成書類（画像に係る内容を含む書類）を出力させてもよい。第２マルチモーダル生成ＡＩモデルは、ＬＬＭの代わりにＮＬＰシステム３０に備えられたマルチモーダル生成ＡＩモデルであり、本開示の一態様に係るマルチモーダル生成ＡＩモデルの一例である。
　なお、第３変形例において、サーバ２０は、画像に加えてタグを用いて自動作成書類を作成してもよい。この場合、サーバ２０は、例えば、過去書類情報を第１マルチモーダル生成ＡＩモデルに入力して画像及びタグを抽出してもよい。また例えば、サーバ２０は、画像、タグ及び指示文を第２マルチモーダル生成ＡＩモデルに入力して自動作成書類を作成してもよい。
　〔７　コンピュータの基本ハードウェア構成〕
　図１３は、コンピュータ９０の基本的なハードウェア構成を示すブロック図である。コンピュータ９０は、プロセッサ９１と、主記憶装置９２と、補助記憶装置９３と、通信ＩＦ９９（インタフェース、Interface）とを少なくとも備える。これらの構成要素は、バスにより相互に電気的に接続される。
　プロセッサ９１とは、プログラムに記述された命令セットを実行するためのハードウェアである。プロセッサ９１は、演算装置、レジスタ、周辺回路等から構成される。主記憶装置９２とは、プログラム、及びプログラム等で処理されるデータ等を一時的に記憶するためのメモリである。例えば、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。補助記憶装置９３とは、データ及びプログラムを保存するためのストレージである。例えば、フラッシュメモリ、ＨＤＤ（Hard Disc Drive）、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等である。通信ＩＦ９９とは、有線又は無線の通信規格を用いて、他のコンピュータとネットワークを介して通信するための信号を入出力するためのインタフェースである。
　ネットワークは、インターネット、ＬＡＮ、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、３Ｇ、４Ｇ、５Ｇ移動通信システム、ＬＴＥ（Long Term Evolution）、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク（例えばＷｉ－Ｆｉ（登録商標））等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Ｚ－Ｗａｖｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等が含まれる。有線で接続する場合、ネットワークには、ＵＳＢ（Universal Serial Bus）ケーブル等により直接接続するものも含まれる。
　なお、各ハードウェア構成の全部又は一部を複数のコンピュータ９０に分散して設け、ネットワークを介して相互に接続することにより、コンピュータ９０を仮想的に実現することができる。このように、コンピュータ９０は、単一の筐体等に各ハードウェアが収納されたコンピュータだけでなく、仮想化されたコンピュータシステムも含む概念である。
　〔８　コンピュータの基本機能構成〕
　コンピュータ９０の基本ハードウェア構成により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部及び通信部としての各機能を発揮する。なお、コンピュータ９０が有する各機能は、当該各機能の全部又は一部を、ネットワークで相互に接続された複数のコンピュータ９０に分散して設けても発揮させることができる。このように、コンピュータ９０は、単一のコンピュータだけでなく、仮想化されたコンピュータシステムも含む概念である。
　記憶部は、主記憶装置９２及び補助記憶装置９３により実現される。記憶部は、データ、各種プログラム、各種データベースを記憶する。制御部は、プロセッサ９１が補助記憶装置９３に記憶された各種プログラムを読み出して主記憶装置９２に展開し、当該プログラムに従って処理を実行することにより実現される。制御部は、プログラムの種類に応じて様々な情報処理を行う機能を発揮できる。これにより、コンピュータは情報処理を行う情報処理装置として実現される。
　また、制御部は、プロセッサ９１に対して、プログラムに従って記憶部に対応する記憶領域を主記憶装置９２又は補助記憶装置９３に確保させることができる。更に、制御部は、プロセッサ９１に対して、各種プログラムに従って記憶部に記憶されたデータの追加、更新、削除を実行させることができる。
　データベースは、リレーショナルデータベースを指し、行及び列によって構造的に規定された表形式のテーブルと呼ばれるデータ集合を、互いに関連付けて管理するためのものである。データベースにおいて、表をテーブルと称し、表の列をカラムと称し、表の行をレコードと称する。リレーショナルデータベースでは、テーブル同士の関係を設定し、関連付けることができる。
　通常、データベースを構成する各テーブルには、レコードを一意に特定するためのキーとなるカラムが設定されるが、カラムへのキーの設定は必須ではない。制御部は、プロセッサ９１に対して、各種プログラムに従って記憶部に記憶された特定のテーブルにレコードを追加、更新、削除を実行させることができる。
　通信部は、通信ＩＦ９９により実現される。通信部は、ネットワークを介して他のコンピュータ９０と通信を行う機能を発揮する。通信部は、他のコンピュータ９０から送信された情報を受信し、制御部へ出力できる。制御部は、プロセッサ９１に対して、各種プログラムに従って、受信した情報に対する情報処理を実行させることができる。また、通信部は、制御部から出力された情報を他のコンピュータ９０へ送信することができる。
　以上、本開示のいくつかの実施形態を説明したが、これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものとする。
　〔９　付記〕
　以上の各実施形態で説明した事項を以下に付記する。
　＜付記１＞
　プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、プログラムは、プロセッサに、所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数のタグを抽出して記憶するステップと、書類の作成が紐づいているタスクの選択を受け付けるステップと、選択されたタスクに関連付けられているタグを複数提示するステップと、提示したタグに対する指定を受け付けるステップと、指定されたタグとしての単語と、単語を用いた書類の作成を指示する指示文とを大規模言語モデルに入力し、大規模言語モデルから単語を用いた書類を出力させるステップと、出力させた単語を用いた書類を提示するステップとを実行させるプログラム。
　＜付記２＞
　記憶するステップにおいて、抽出した複数のタグを分析し、且つ、分析結果に応じた態様で記憶し、
　複数提示するステップにおいて、タグを、分析結果に応じた提示態様で複数提示する（付記１）に記載のプログラム。
　＜付記３＞
　抽出した複数のタグを分析し、当該複数のタグの階層分け、当該複数のタグのグループ分け、又はこれら２つの組み合わせを行って登録するステップをプロセッサに実行させる（付記２）に記載のプログラム。
　＜付記４＞
　登録するステップにおいて、所定の辞書ツールに基づいて階層分けを行う（付記３）に記載のプログラム。
　＜付記５＞
　記憶するステップにおいて、所定のタイミングで複数のタグを抽出する（付記１）から（付記４）の何れかに記載のプログラム。
　＜付記６＞
　所定のタスクにおいて新たな書類が作成される度に、前記複数のタグを抽出する（付記５）に記載のプログラム。
　＜付記７＞
　所定の周期で複数のタグを抽出する（付記５）に記載のプログラム。
　＜付記８＞
　指定されたタグと関連するタグを表示するステップをプロセッサに実行させる（付記１）から（付記７）の何れかに記載のプログラム。
　＜付記９＞
　表示するステップにおいて、指定されたタグと、当該指定されたタグと関連するタグとを連鎖させて表示する（付記８）に記載のプログラム。
　＜付記１０＞
　表示したタグに対する、フリック操作による指定を受け付けるステップをプロセッサに実行させる（付記９）に記載のプログラム。
　＜付記１１＞
　プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、プログラムは、プロセッサに、所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数のタグを抽出して記憶するステップと、書類の作成が紐づいているタスクの選択を受け付けるステップと、選択されたタスクに関連付けられているタグを複数提示するステップと、提示したタグ及び所定の画像に対する指定、又は画像に対する指定を受け付けるステップと、指定されたタグ及び画像、又は指定された画像と、書類の作成を指示する指示文とをマルチモーダル生成ＡＩモデルに入力し、マルチモーダル生成ＡＩモデルから少なくとも画像に係る内容を含む書類を出力させるステップと、出力させた書類を提示するステップとを実行させるプログラム。
　＜付記１２＞
　制御部と、記憶部とを備える情報処理装置であって、制御部が、（付記１）から（付記１１）の何れかに記載のプログラムにおける全てのステップを実行する情報処理装置。
　＜付記１３＞
　プロセッサと、メモリとを備えるコンピュータに実行される方法であって、プロセッサが、（付記１）から（付記１１）の何れかに記載のプログラムにおける全てのステップを実行する方法。
　＜付記１４＞
　（付記１）から（付記１１）の何れかに記載のプログラムにおける全てのステップを実行する手段を備えるシステム。
１…システム
１０…端末装置
１２０…通信部
１３…入力装置
１３１…タッチ・センシティブ・デバイス
１４…出力装置
１４１…ディスプレイ
１５…メモリ
１６…ストレージ
１９…プロセッサ
２０…サーバ
２２…通信ＩＦ
２３…入出力ＩＦ
２５…メモリ
２６…ストレージ
２９…プロセッサ
３０…ＮＬＰシステム

Claims (14)

  1. 　プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、前記プログラムは、前記プロセッサに、
    　所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数のタグを抽出して記憶するステップと、
    　前記書類の作成が紐づいている前記タスクの選択を受け付けるステップと、
    　選択された前記タスクに関連付けられている前記タグを複数提示するステップと、
    　提示した前記タグに対する指定を受け付けるステップと、
    　指定された前記タグとしての単語と、前記単語を用いた書類の作成を指示する指示文とを大規模言語モデルに入力し、前記大規模言語モデルから前記単語を用いた書類を出力させるステップと、
    　出力させた前記単語を用いた書類を提示するステップと
    を実行させるプログラム。
  2. 　前記記憶するステップにおいて、抽出した前記複数のタグを分析し、且つ、分析結果に応じた態様で記憶し、
    　前記複数提示するステップにおいて、前記タグを、前記分析結果に応じた提示態様で複数提示する請求項１に記載のプログラム。
  3. 　前記記憶するステップにおいて、抽出した前記複数のタグを分析し、当該複数のタグの階層分け、当該複数のタグのグループ分け、又はこれら２つの組み合わせを行って記憶する請求項２に記載のプログラム。
  4. 　所定の辞書ツールに基づいて前記階層分けを行う請求項３に記載のプログラム。
  5. 　前記記憶するステップにおいて、所定のタイミングで前記複数のタグを抽出する請求項１に記載のプログラム。
  6. 　前記所定のタスクにおいて新たな書類が作成される度に、前記複数のタグを抽出する請求項５に記載のプログラム。
  7. 　所定の周期で前記複数のタグを抽出する請求項５に記載のプログラム。
  8. 　指定された前記タグと関連する前記タグを表示するステップを前記プロセッサに実行させる請求項１に記載のプログラム。
  9. 　前記表示するステップにおいて、指定された前記タグと、当該指定された前記タグと関連する前記タグとを連鎖させて表示する請求項８に記載のプログラム。
  10. 　表示した前記タグに対する、フリック操作による指定を受け付けるステップを前記プロセッサに実行させる請求項９に記載のプログラム。
  11. 　プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、前記プログラムは、前記プロセッサに、
    　所定のタスクにおいて過去に作成された複数の書類を解析し、タスク毎に複数のタグを抽出して記憶するステップと、
    　前記書類の作成が紐づいている前記タスクの選択を受け付けるステップと、
    　選択された前記タスクに関連付けられている前記タグを複数提示するステップと、
    　提示した前記タグ及び所定の画像に対する指定、又は前記画像に対する指定を受け付けるステップと、
    　指定された前記タグ及び前記画像、又は指定された前記画像と、書類の作成を指示する指示文とをマルチモーダル生成ＡＩモデルに入力し、前記マルチモーダル生成ＡＩモデルから少なくとも前記画像に係る内容を含む書類を出力させるステップと、
    　出力させた前記書類を提示するステップと
    を実行させるプログラム。
  12. 　制御部と、記憶部とを備える情報処理装置であって、前記制御部が、請求項１から請求項１１の何れかに記載のプログラムにおける全てのステップを実行する情報処理装置。
  13. 　プロセッサと、メモリとを備えるコンピュータに実行される方法であって、前記プロセッサが、請求項１から請求項１１の何れかに記載のプログラムにおける全てのステップを実行する方法。
  14. 　請求項１から請求項１１の何れかに記載のプログラムにおける全てのステップを実行する手段を備えるシステム。
PCT/JP2025/013282 2024-06-28 2025-03-31 プログラム、情報処理装置、方法及びシステム Pending WO2026004285A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2024-105597 2024-06-28
JP2024105597A JP7755912B1 (ja) 2024-06-28 2024-06-28 プログラム、情報処理装置、方法及びシステム

Publications (1)

Publication Number Publication Date
WO2026004285A1 true WO2026004285A1 (ja) 2026-01-02

Family

ID=97347397

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2025/013282 Pending WO2026004285A1 (ja) 2024-06-28 2025-03-31 プログラム、情報処理装置、方法及びシステム

Country Status (2)

Country Link
JP (2) JP7755912B1 (ja)
WO (1) WO2026004285A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023115837A (ja) * 2022-02-08 2023-08-21 株式会社AI Samurai 特許文書作成支援装置、特許文書作成支援方法、特許文書作成支援プログラム。

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023115837A (ja) * 2022-02-08 2023-08-21 株式会社AI Samurai 特許文書作成支援装置、特許文書作成支援方法、特許文書作成支援プログラム。

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
小野寺優, 外１名, LLMを利用した文書分類のためのData Augmentation, 言語処理学会第30回年次大会 発表論文集, 4 March 2024, pp. 3265-3270, non-official translation (ONODERA, Yu et al., Data Augmentation for Document Classification Using LLM, Proceedings of the 30th Annual Meetings of the Association for Natural Language Processing) *

Also Published As

Publication number Publication date
JP2026009129A (ja) 2026-01-19
JP7755912B1 (ja) 2025-10-17
JP2026006542A (ja) 2026-01-16

Similar Documents

Publication Publication Date Title
Jamil Artificial intelligence and journalistic practice: The crossroads of obstacles and opportunities for the Pakistani journalists
Aguiar et al. AutismGuide: a usability guidelines to design software solutions for users with autism spectrum disorder
McNamara Key attributes of a modern statistical computing tool
Martin‐Michiellot et al. Cognitive load while learning with a graphical computer interface
Crampton Ambient virtual scribes: Mutuo Health’s AutoScribe as a case study of artificial intelligence-based technology
Woo et al. Transforming nursing with large language models: from concept to practice
Eslami et al. User preferences for adaptive user interfaces in health information systems
Kankanhalli Artificial intelligence and the role of researchers: Can it replace us?
JP7525127B1 (ja) プログラム、方法、情報処理装置、システム
Yang et al. Transforming hematological research documentation with large language models: an approach to scientific writing and data analysis
Iqbal et al. Use of software for automation of academic libraries in Sialkot
Wu et al. Where Can Artificial Intelligence Assist Cancer Care?: Examining Patient‐Centered Communication Dimension Effects
Acharya Exploring localized usability implementation in mHealth app design for healthcare practitioners in the Global South context: A case study
Acharya Decolonizing mHealth technology for user empowerment and persuasion in the global south healthcare context: A case study
Glen et al. ARAX: a graph-based modular reasoning tool for translational biomedicine
JP7755912B1 (ja) プログラム、情報処理装置、方法及びシステム
Costabile et al. Computer environments for improving end-user accessibility
Cuenca et al. From UML or DFD models to CIMOSA partial models and enterprise components
Sankar et al. Evaluating Qualitative Data Analysis Tools: A Comparative Study of NVivo and ATLAS. ti
Gillum et al. Themes in health sciences librarianship literature, 2016–2020: A keyword and subject analysis
Kaltenboeck et al. Project European Language Equality (ELE) Grant agreement no. LC-01641480–101018166 ELE Coordinator Prof. Dr. Andy Way (DCU) Co-coordinator Prof. Dr. Georg Rehm (DFKI) Start date, duration 01-01-2021, 18 months
Winter et al. Basic concepts and terms
JP7734467B2 (ja) プログラム、方法、情報処理装置、システム
Franklin et al. Cognitive considerations for health information technology
Grover et al. The complexity of establishing causality in a digital environment: an eye to the future

Legal Events

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

Ref document number: 25825852

Country of ref document: EP

Kind code of ref document: A1