CN114730443B - 楼宇信息处理装置 - Google Patents

Abstract

楼宇信息处理装置(70)具有机器学习处理部(86)、提取部(82)和AI(84)。机器学习处理部(86)对AI(84)进行使用了特征量词典(74)的机器学习，所述特征量词典(74)是与楼宇的设备或部件的故障有关的语句。由此，在AI(84)中，进行选定特性语句词典(78)中设定的特性语句的学习，所述特性语句表示与设备或部件有关的维护管理特性。提取部(82)以记载有与楼宇的设备或部件的故障相关的联络或报告的多个字符串为对象，按照每个字符串提取与设备或部件的故障有关的语句。然后，使用AI(84)选定字符串以及对应于提取出的与设备或部件的故障有关的语句的特性语句。

Description

楼宇信息处理装置

技术领域

本发明涉及针对楼宇的运用、或者楼宇的设备或部件的故障进行处理的楼宇信息处理装置。

背景技术

在楼宇中，通常，除了进行楼宇的运用作业以外，还针对电梯、空调、电气设备等各种设备或部件实施包含对故障的应对的维护管理业务。在发生了故障的情况或者应对了故障的情况下，一般来说，生成进行联络或报告的文档。

在专利文献1中记载有如下信息处理装置：在电梯的所有者、管理者、搭乘者等用户遇到了故障的情况下，辅助用于与监控中心等联络的操作。在信息处理装置中，用户除了能够从预先登记的项目中选择故障状态以外，还能够进行自由记载。

在专利文献2中，记载有进行电梯的维护检查的作业人员针对作业对象项目进行了作业的情况下的报告书生成***。作业人员针对各作业项目，依次语音输入作业项目确定信息、作业结果和建议。在管理服务器中，对语音进行文档化，提取关键字，按照每个作业对象项目进行分类，由此生成报告书。

在接收到故障联络的情况下，进行向作业人员的联络。

在专利文献3中记载有如下内容：对从电梯或自动扶梯的管理者、搭乘者等用户发送给监控中心的语音通话进行文档化，进行信息处理，由此生成发送给进行维护检查的作业人员的消息。在信息处理中，在从文档提取预先设定的关键字的情况下，准备与该关键字对应的格式消息。除了向格式消息中设置的空白部分输入从文档提取出的关键字以外，还通过操作者进行输入来完成发送消息。

在楼宇以外的领域也可进行针对故障的应对。

在专利文献4中记载有如下***：根据相似性，对记载有计算机发生故障的文档进行分层分类，由此能够访问过去的相似文档。

现有技术文献

专利文献

专利文献1：日本特开2019-1618号公报

专利文献2：日本特开2015-75792号公报

专利文献3：日本特开2018-156134号公报

专利文献4：日本特开2005-267351号公报

发明内容

发明要解决的课题

如专利文献1、2记载的那样，在楼宇的设备或部件发生了故障的情况下，由楼宇的所有者、租户、访问者等用户或者由楼宇的维护管理者进行联络或报告。在这样的联络或报告的文档(或者，可以称作字符串)中，包含有在楼宇的维护管理上有用的信息。因此，如果能够从这样的联络或报告的文档或字符串中提取与故障对应的信息，则较方便。但是，一般来说，由于楼宇的设备或部件涉及多个方面，因此，与故障对应的信息的提取较繁杂，需要时间和成本。

在专利文献3中，由于对语音进行文档化，因此，对接近自由记载的文档或字符串进行处理。但是，在专利文献3中，以仅为电梯或仅为自动扶梯的维护管理作业为对象，维护管理作业的内容受到限定，因此，可认为能够比较容易地进行基于关键字的格式消息的选择。而且，在专利文献3中，作业人员进行直接确认来生成消息，因此，即使格式消息的选择精度较差，最终也会生成准确的消息。因此，难以将专利文献3的技术应用于楼宇的各种设备或部件。

在专利文献4中，只不过是对计算机的故障这样的受到限定的内容进行处理，而且，只不过是将具有固定格式的文档或字符串设为分类对象。因此，难以将专利文献4的技术应用于楼宇的设备或部件的故障。

本发明的目的在于，从记载有与楼宇的运用、或者楼宇的设备或部件的故障相关的联络或报告的字符串中，取得表示维护管理上的特性的语句。

用于解决课题的手段

本发明的楼宇信息处理装置具有：AI，其通过使用了与楼宇的运用、或者所述楼宇的设备或部件的故障有关的语句的机器学习，对特性语句的选定进行了学习，所述特性语句表示与所述楼宇、设备或部件有关的维护管理特性；提取单元，其从记载有与楼宇的运用、或者所述楼宇的设备或部件的故障相关的联络或报告的字符串中，提取与所述楼宇的运用、或者所述设备或部件的故障有关的语句；以及选定单元，其使用所述AI，选定对应于提取出的与所述楼宇的运用、或者所述设备或部件的故障有关的语句的所述特性语句。

在本发明的一个方式中，还具有预处理单元，该预处理单元从由所述楼宇的用户或维护管理者生成的记载有与所述楼宇的运用、或者所述楼宇的设备或部件的故障相关的联络或报告的不同格式的多个文档中，取得多个所述字符串，所述提取单元按照每个所述字符串，提取与所述设备或部件的故障有关的语句，所述选定单元使用所述AI，按照每个所述字符串选定所述特性语句。

在本发明的一个方式中，还具有设定单元，该设定单元根据该楼宇信息处理装置的管理者的指示，设定与所述楼宇的运用、或者所述设备或部件的故障有关的语句的至少一部分。

在本发明的一个方式中，在与所述楼宇的运用、或者所述设备或部件的故障有关的语句中，包含所述楼宇、设备或部件的名称以及针对在所述楼宇、设备或部件发生的运用或故障进行记述的记述语句。

在本发明的一个方式中，所述记述语句是指针对运用或故障的确定、对运用或故障的应对委托或者对运用或故障的应对实施进行记述的语句。

在本发明的一个方式中，所述特性语句是指针对所述楼宇、设备或部件的运用或故障进行概括的语句。

在本发明的一个方式中，所述特性语句是指针对所述楼宇、设备或部件的运用或故障的确定、对运用或故障的应对委托或者对运用或故障的应对实施进行预测的语句。

在本发明的一个方式中，还具有输出单元，在所述字符串或取得了该字符串的所述文档中包含预先定义的语句的情况下，该输出单元将该语句或与该语句对应的语句与针对所述字符串的所述特性语句一起输出。

发明效果

根据本发明，能够从针对楼宇的运用、或者楼宇的设备或部件的故障记载的字符串中，选定表示与该楼宇、设备或部件有关的维护管理特性的特性语句。由此，例如还能够使用特性语句生成文档。此外，例如还能够根据特性语句，对与故障有关的字符串进行分类。

附图说明

图1是实施方式的楼宇***的概略结构图。

图2是示出楼宇的概略结构的图。

图3是示出楼宇信息处理装置的概略结构的图。

图4是示出作为记载有故障的报告文档的日报的例子的图。

图5是示出记载有故障的联络文档的例子的图。

图6是根据文档生成的询问/应对字符串的例子。

图7是示出特征量与特性语句的关系的图。

图8是根据从询问/应对字符串中提取出的特征量选定特性语句的例子。

图9是规则库的语句的例子。

图10是将从文档中提取出的规则库的语句追加到图8中的图。

具体实施方式

图1是示出实施方式的楼宇***10的概略结构的图。在图中，作为多个楼宇的例子，示出3个楼宇20a、20b、20c(以下，不进行各自的区分而简称作楼宇20)。楼宇20的包含运用和故障应对的维护管理由楼宇的维护管理公司进行。楼宇20经由通信网络60而与楼宇信息处理装置70连接成能够通信。在楼宇信息处理装置70连接有进行数据处理的PC 100。楼宇信息处理装置70和PC 100例如设置于楼宇的维护管理公司。

图2是详细示出图1所示的楼宇20的图。在楼宇20设置有空调设备22、给排水设备24、电气设备26和电梯28等。

此外，在楼宇20的地下室设置有中央监控室30。在中央监控室30设置有中央监控板32和PC 34。中央监控板32是与空调设备22、给排水设备24、电气设备26等连接成能够通信并进行运用的控制和监视的计算机。

PC 34除了与电梯28的远程监视装置连接而进行电梯28的控制和监视以外，还进行电梯的运用数据的分析等。PC 34还与中央监控板32连接而进行中央监控板32输出的数据的分析等。此外，PC 34用于供以中央监控室30为据点进行维护管理作业的维护人员36、38生成日报等业务报告书。并且，PC 34还用于通过邮件等从楼宇20的用户接收与楼宇的运用相关的联络文档或者与设备和部件相关的故障的联络文档。

在图2中，假设给排水设备24的部件24a发生了故障。然后，作为楼宇20的用户的租户40发现部件24a的故障，通过移动电话42与中央监控室30进行了联络。中央监控室30的维护人员36通过电话机44接受来自租户40的联络。由此，维护人员36自己或者与其他维护人员38联络，进行部件24a的修理等。

此外，在图2中，维护人员38正在进行另行接收到联络的电气设备26中的故障的确认。维护人员38根据确认结果，实施必要的修理等。

图3是示出图1所示的楼宇信息处理装置70的详细结构的图。楼宇信息处理装置70是通过利用包含操作***和应用程序的软件对包含存储器和处理器的计算机硬件进行控制而构建的。另外，楼宇信息处理装置70可以利用单体的计算机硬件来构建，也可以利用与网络连接的多个计算机硬件来构建。

在楼宇信息处理装置70中，利用应用程序构建出特征量词典设定部72、特征量词典74、特性语句设定部76、特性语句词典78、文档输入部80、预处理部81、提取部82、AI 84、机器学习处理部86、特性语句取得部88、输出部90、规则库词典设定部92、规则库词典94和规则库语句取得部96。

特征量词典设定部72是设定单元的一例，楼宇信息处理装置70的管理者进行输入而设定特征量词典74。特征量词典74是针对楼宇的设备或部件的故障存储有多个语句的词典。故障是指设备或部件发生了异常、故障、障碍或劣化等，或者估计会发生异常、故障、障碍或劣化等的状态。在故障中，虽然设备或部件自身没有问题，但在运用上，还包含如果不变更设定则发生障碍这样的状况。

在与故障有关的语句中，包含楼宇的设备和部件的名称以及针对在该设备和部件发生的故障进行记述的记述语句。这是为了包含发生了故障的对象和记述该故障是怎样的语句，由此容易掌握故障。

在设备和部件的名称中，包含一般的名称、制造商产品编号等以维护人员36、38能够确定设备和部件的程度记述的名称。在针对故障进行记述的记述语句中，包含记述故障的确定、对故障的应对委托和对故障的应对实施中的至少一个。确定故障的语句是指记述产生异响、灯泡损坏等故障的状态或原因的语句。进行故障的应对委托的语句是指表示希望调整温度、希望进行修理等关于故障的确认、修理、更换等委托的记述。表示故障的应对实施的语句是指表示进行了确认、修理、更换等这样的对故障进行了应对的记述。另外，在语句中，除了1个单词(名词、动词、形容词等词类的区别不限)以外，还包含连接2个以上的单词而成的语句。在语句中也可以包含简洁的句子。

在特征量词典74中，关于楼宇的设备或部件的故障，可以还包含其他特征性语句。具体而言，也可以采用故障的询问日期时间、故障的应对日期时间等表示与故障相关的时间的语句、或者发生了故障的楼层、发生了故障的房间、发生了故障的设备名称、部件名称等表示故障的详细情况的语句。作为其他例子，可以举出表示应对了故障的公司名称、人名等故障应对者的语句。

设定登记于特征量词典74的语句与AI 84选定的语句的精度较大地相关。因此，特征量词典74的一部分也能够通过自动进行特征量选择的处理来生成，但是，在该情况下，管理员也经由特征量词典设定部72研究特征量的妥当性，设定特征量词典74。特别地，由精通楼宇的维护管理的人员设定特征量词典74，由此能够期待AI 84的选定精度的提高。

此外，一般来说，在语句中存在意思相似的同义词或近义词，因此，在特征量词典74中还设定有同义词或近义词。

特性语句设定部76由楼宇信息处理装置70的管理者进行输入来设定特性语句词典78。特性语句词典78的一部分例如可以使用特征量词典74自动生成。但是，在该情况下，管理员也经由特性语句设定部76研究特性语句的妥当性，设定特性语句词典78。

在特性语句词典78中，存储有多个表示与设备或部件有关的维护管理特性的语句即特性语句。特性语句也可以是针对设备或部件的故障进行概括的语句。例如，将设备或部件的名称及其状态简洁地组合而成的语句是概括故障的语句。此外，在特性语句中，也可以包含针对设备或部件的故障的确定、对故障的应对委托或者对故障的应对实施进行记述的语句。特性语句词典78中设定的语句与特征量词典74中设定的语句对应起来。在后述的机器学习中利用其对应关系。

另外，一般来说，在语句中存在意思相似的同义词或近义词，因此，在特性语句词典78中，也可以设定登记同义词或近义词。但是，如后所述，特性语句词典78对AI 84选定的语句进行定义。为了避免AI 84选定的语句由于同义词或近义词而变得暧昧，也可考虑在特性语句词典78中不设定同义词或近义词的方式。

文档输入部80从图1所示的楼宇20或保存服务器等取得记载有与设备或部件的故障有关的联络或报告的文档。与故障有关的联络文档或报告文档是指楼宇的用户(是指所有者、租户、访客等利用楼宇的人)或楼宇的维护人员36、38等维护管理者生成的文档，用于通知设备或部件存在故障。一般来说，与联络文档相比，报告文档的在某些责任或权限下生成的特征更强。但是，由于联络文档和报告文档具有相似的特征，因此，有时不一定能够明确地区分。

联络文档或报告文档例如也可以由用户生成并发送给楼宇的维护管理者。此外，联络文档或报告文档例如也可以由维护人员36、38生成并发送给楼宇的用户或其他维护管理者。联络文档或报告文档可考虑以周知发生了故障的目的、记录故障发生的目的、委托应对故障的目的、通知对故障进行了应对的目的等各种目的来生成。

联络文档和报告文档典型地是使用文字处理软件以电子方式生成的。但是，联络文档和报告文档既可以是通过语音识别处理将语音转换成字符的电子文档，也可以是通过OCR(Optical Character Recognition：光学字符识别)将手写字符转换成字符的文档。

预处理部81是预处理单元的一例，从文档输入部80取得的各文档中提取进行了与设备或部件的故障有关的记载的字符串，汇总成一览表。一般来说，从文档输入部80输入的联络文档或报告文档是以各种格式记载的。因此，在一个文档中列举有多个故障的情况下，预处理部81进行选择记载有各个故障的部位的处理。能够识别文档格式的特征(例如，基于线的边界)而自动地或者按照预先进行的设定，进行选择。此外，例如，利用自然语言处理解释各区域的意思，由此也能够进行选择。

接着，在预处理部81中，在分成多个栏记载有故障的记载的情况下，进行提取将这些栏的记载统合而成的字符串的处理。例如，在多个联络文档或报告文档中，准备相当于“询问内容”的项目和相当于“对询问的应对”的项目。因此，提取将这两个项目(或者相当于其同义词、近义词的项目)的记载字符串统合而成的字符串。

另外，在本实施方式中，字符串这样的用语是指字符、数字、符号、空白等相连而成的。字符串这样的用语是与句子这样的用语接近的概念，但也可以不一定由句子构成。例如，由于是结合多个记载栏而成的，因此，不构成句子形态的语句相连而成的用语也包含于字符串中。文档(有时也称作文本)这样的用语用于表示一个电子文件这样的较大的集合。与此相对，在本实施方式中，出于可以是从文档中提取出的一部分要素这样的意图，使用字符串这样的用语。例如，在按照每个字符串形成电子文件的情况下，字符串与文档实质上能够视为相同。

提取部82是提取单元的一例，从预处理部81生成的字符串中，提取所述与设备或部件的故障有关的语句。提取部82提取与故障有关的语句，是通过与特征量词典74中设定的语句的一致判定而进行的。即，提取部82从作为对象的字符串中提取特征量词典74中存储的语句。

AI 84是人工智能(Artificial Intelligence)的缩写，以软件方式实现人的智能的动作。在实施方式中，假设AI 84是能够进行机器学习的模型。例如，使用深度学习作为模型的算法。

AI 84也是选定单元的一例，在进行了机器学习之后，被输入提取部82提取出的语句，选定与其对应的特性语句。特性语句可以仅选定1个，也可以选定多个。此外，在选定多个的情况下，也可以作为连接特性语句而成的句子输出。特性语句的选定依赖于下面叙述的机器学习。

另外，在AI 84中，也可以构建成输入除了提取部82提取出的语句以外的语句或句子。例如，在AI 84事先具有语言处理功能的情况下，可考虑输入预处理部81输出的字符串整体，从而提高特性语句的选定精度。

机器学习处理部86进行AI 84的机器学习。在给出了特征量词典74中包含的语句的适当组合的情况下，机器学习处理部86进行机器学习，以选定对应的特性语句。由此，在给出了与设备或部件的故障有关的语句的组合的情况下，即使在未直接学习该组合的情况下，AI 84也能够选定最相似的特性语句。

特性语句取得部88取得AI 84选定的特性语句传递给输出部90。

规则库词典设定部92供楼宇信息处理装置70的管理者进行输入来设定规则库词典94。在想要取得的语句明确的情况下，设定在规则库词典94中。特别地，在取得各种设备或部件共同的信息的情况下，可考虑不依赖于AI 84而设定在规则库词典94中。此外，在想要不经由预处理部81而从输入到文档输入部80的文档直接取得信息的情况下，也可有效利用规则库词典94。另外，规则库词典94的一部分也能够通过自动进行的处理来生成，但是，在该情况下，管理者也经由规则库词典设定部92研究并设定规则库词典94的妥当性。

在规则库词典94中能够设定各种语句。作为设定的例子，可举出楼宇名称、楼宇总建筑面积、楼宇所在都道府县、楼宇用途等与楼宇的属性相关的设定。此外，也可以采用故障的询问日期时间、故障的应对日期时间等表示与故障相关的时间的语句或者发生了故障的楼层、发生了故障的房间等表示故障的详细情况的语句。作为其他例子，可以举出表示应对了故障的公司名称、人名等故障应对者的语句。此外，一般来说，在语句中存在意思相似的同义词或近义词，因此，在规则库词典94中还设定有同义词或近义词。

规则库语句取得部96从文档输入部80取得的文档取得规则库词典中设定的语句或者与该语句对应的语句。即，规则库语句取得部96既能够取得与规则库词典中设定的语句一致的语句，也能够取得成为与规则库词典中设定的语句为项目名称等的情况对应的值的语句。取得的语句发送给输出部90。输出部90是输出单元的一例，将从特性语句取得部88取得的特性语句和规则库语句取得部96取得的语句一起输出。

接着，参照图4和图5，对输入到楼宇信息处理装置70的文档输入部80的文档进行说明。图4是在某楼宇中使用的业务日报的例子，图5是通过电话受理的楼宇管理的联络文档的例子。

图4所示的业务日报是由进行具有“〇〇大厦”这样的名称的楼宇的维护管理业务的公司的作业人员每天生成的业务报告书。该业务日报被提交给〇〇大厦，在2019年10月15日生成。记载有白班人员、夜班人员的姓名、在这一天实施的作业项目及其检查结果。在日报的中央用标号110、112表示的2个粗框表示在这一天发生的故障的内容及对其的处置。

在标号110的栏中设置有发生日期时间、结束日期时间、应对者、内容、处置的各项目。发生日期时间为2019年10月15日的9时52分，结束日期时间为同日的11时13分，应对者为〇〇。内容的项目是相当于“询问内容”的项目，在对应的记载栏中，自由记载有接受到联络的委托事项(即，以自由格式记载)。具体而言，记载有“〇〇公司〇〇氏称由于14层女卫生间洗手盆最里面的水龙头不出水，因此委托应对”这样的委托。此外，处理的项目是相当于“对询问的应对”的项目，在对应的记载栏中，自由记载有应对者〇〇进行的事项。具体而言，记载有“到达时状况确认相应洗手盆的自动水龙头不出水的状况。重插自动水龙头的电源插头，实施复位操作，确认正常工作。〇〇公司〇〇氏共同确认。”这样的应对记录。

同样地，在标号112的栏中，记载有与同日的13点35分～15点21分〇〇应对的其他故障相关的事项。具体而言，在与内容项目对应的栏中，记载有“△△公司△△氏联络称19层△△区专用部出入口门的门把手有松动”。此外，在与处置项目对应的栏中，记载有“到达时状况确认19层△△区专用部出入口门的门把手松动。拧紧门螺丝并确认了门把手无松动。△△公司△△氏共同确认完毕”。

图5是经由维护管理公司具有的呼叫中心接受联络并记载有对应事项的联络文档。在该联络文档中，仅记载有与一个故障相关。具体而言，在13时30分，接收者从委托对象接到电话，接受与位于东京都中央区的××楼宇有关的联络。接收内容项目相当于“询问内容”，在对应的栏中，以自由记载的方式记载有“◎◎公司的◎◎氏委托将6层◎◎区的会议室的设定温度变更成25度直到18点为止。请应对。”。

此外，原因处置的项目是相当于“对询问的应对”的项目，在对应的栏中，以自由记载的方式记载有“确认相应FCU的测量温度为26.7℃，如下所述进行了变更。将相应FCU的设定温度从27.0℃变更成25.0℃。在18时00分，使相应VAV的设定温度恢复原样”。该应对是在2019年10月18日由出勤者××进行的。公司名称的项目是相同的公司，因此省略。

如图4和图5例示的那样，在楼宇的维护管理中，在故障的联络或报告中，不一定生成基于统一格式的文档。即使是同一维护管理公司负责的楼宇，有时也会根据所有者的喜好或者根据楼宇的历史情况而使用不同的联络或报告的格式。此外，联络或报告的格式有时也会根据进行联络或报告的人使用的发送工具而不同。特别是在针对多个楼宇进行横跨处理的情况下，需要进行从具有多个格式的文档取得字符串的处理。

图6是示出在楼宇信息处理装置70的预处理部81中进行的字符串生成的图。预处理部81在被输入图4和图5所示的文档的情况下，将与“询问内容”和“对询问的应对”对应的项目的记载统合而生成“询问/应对字符串”。图6的项目1、2分别是从图4的标号110、112的栏中提取而生成的字符串。此外，图6的项目3是从图5的文档中提取而生成的字符串。可以说在图6的各项目的字符串中加入针对一个故障的从委托到应对的信息。

图7是示出楼宇信息处理装置70中设定的特征量词典74和特性语句词典78的例子的图。在图7所示的例子中，特征量词典74中设定的特征量即与楼宇的设备或部件的故障有关的语句分成特征量1、2、3的项目来记载。特征量1是设备名称，特征量2是部件名称，在特征量3中，作为针对故障进行记述的记述语句，设定有表示故障的确定和对故障的应对委托的语句。此外，还记载有与特性语句词典78中设定的委托相关的特性语句。

图7中的左栏的项目A～F是按照每个故障而设定的项目。例如，项目A中记载的特征量1、2、3和特性语句全部针对某一个故障进行了叙述。具体而言，作为特征量1的设备名称，设定有“空调”、“FCU(风扇盘管单元)”，作为特征量2的部件名称，设定有“VAV(可变风量方式)”、“设定温度”。设定温度不一定都是部件名称，但由于是空调的主要要素，因此记载于特征量2而接受作为部件名称的处理。此外，作为特征量3的故障的记述，记载有“操作委托”、“变更委托”、“热”、“冷”。而且，作为与这些特征量1、2、3密切相关的特性语句，设定有“温度变更委托”。该特性语句是简洁地表示对被视为部件名称的温度进行了变更委托这样的委托的概括语句。

在图7的项目B中，与项目A同样地，作为特征量1，设定有“空调”、“FCU”。但是，在项目B的故障中，没有与特征量2对应的内容，特征量2为空栏。关于特征量1、2，如果至少一方有记载，则能够确定作为故障对象的设备或部件，因此能够将一方设为空栏。此外，在特征量3中，作为故障，设定有“异响”、“噪声”、“异味”、“检查委托”、“修理委托”。特征量3表示故障，因此必须进行设定。而且，作为特性语句，设定有与这些特征量1～3对应的“空调检查委托”。该特性语句是简洁地表示对空调这样的设备进行了检查委托这样的委托的概括语句。

同样地，在图7所示的例子中，设定有“卫生间故障”、“灯泡更换委托”、“门故障”、“除询问外(警报)”这样的特性语句。“除询问外(警报)”这样的语句表示在中央监控板通知了表示异常的报警。在报警中，由于不存在委托应对的人，因此，设定有除询问外(警报)这样的记载。此外，还设定有与这些特性语句对应的特征量1～3。在特征量3中，例如，“应对委托”、“修理委托”等语句设定在多个项目中，但由于特征量3与特征量1、2成组来表示故障，因此没有特别的问题。

图8是将对图6所示的各字符串进行楼宇信息处理装置70的提取部82和AI 84的处理而得到的结果追加到图6的表中的图。提取部82从表示项目1～3的各故障的询问/应对字符串中提取全部特征量词典74中包含的语句。其结果是，在项目1中，作为特征量1，提取出“自动水龙头”、“洗手盆”，作为特征量2，提取出“电源插头”、“水”，作为特征量3，提取出“不出”、“应对委托”。同样地，在项目2中，提取出“门”、“门把手”、“螺丝”、“松动”，在项目3中，提取出“FCU”、“VAV”、“设定温度”、“变更委托”。在图8的例子中，关于项目1～3，提取出相互不同的特征词，但根据询问/应对字符串的内容，有时也提取在多个项目中共同的特征词。

在AI 84中，使用图7所示的特征量词典74与特性语句词典78的关系进行机器学习。即，在提取全部图7的各项目A～F中的任意一个的特征量1～3且未提取其他特征量的情况下，AI 84选定对应的特性语句。此外，在AI 84中，即使在仅提取出图7的各项目A～F中的任意一个的特征量1～3的一部分且还提取出其他项目中包含的特征量1～3的一部分的状况下，也以能够根据机器学习选定妥当的特性语句的方式进行学习。

在图8所示的例子中，在项目1中提取出的特征量1～3与图7所示的项目C相似，因此，选定“卫生间故障”作为特性语句。在项目2中提取出的特征量1～3与图7的项目E相似，因此，选定“门故障”作为特性语句。在项目3中提取出的特征量1～3与图7的项目A相似，因此，选定“温度变更委托”作为特性语句。选定的特性语句也可以说是对故障进行分类的分类项目。

在以上所示的例子中，将图6中列举的询问/应对字符串分类成图7例示的项目A～F的6种故障。此外，在图7的例子中，特征量1～3也仅是示出非常简单的例子，实际上，包含同义词和近义词在内，设定语句的数量也增加。并且，在实际的楼宇中发生的故障涉及多个方面，还取决于细分化的程度，但有时也为100以上或1000以上。而且，询问/应对字符串还取决于楼宇的数量和故障的合计期间，但也可考虑能够容易地成为1000以上、或者成为1万以上、10万以上的情况。在楼宇信息处理装置70中，能够高速且高精度地进行这样的多个字符串的分类。

接着，使用9和图10，对基于规则库的处理进行说明。图9是楼宇信息处理装置70的规则库词典94中设定的语句的例子。在此，设定楼宇名称作为项目I，设定楼宇所在的都道府县名称作为项目II。

楼宇信息处理装置70的规则库语句取得部96从文档输入部80取得的文档取得规则库词典94中设定的语句或对应的值。例如，在图4所示的业务日报中，根据“〇〇大厦公启”的字符，提取“〇〇大厦”这样的语句。但是，由于没有与都道府县名称有关的记载，因此不提取都道府县名称。此外，在图5所示的联络文档中，由于设置有楼宇名称的项目和地址的项目，因此，从对应的记载栏取得“××楼宇”“东京都”的语句。取得的语句由楼宇信息处理装置70的输出部90输出。

图10是将楼宇名称、都道府县名称追记到图8的表中而得到的。在图10中，除了询问/应对字符串和特征量1～3以外，还记载有输出部90输出的特性语句和规则库的语句(楼宇名称、都道府县)。不仅使用特性语句，还使用规则库的语句，由此能够针对楼宇的故障提取多角度的信息。

提取出的这些信息由PC 100进行各种利用。例如，赋予针对各个文档的输出作为该文档的摘要，由此可以期待能够进行文档的整理或者能够直观地掌握文档。此外，例如在业务月报、业务年报等汇总的报告书中，在进行楼宇的业务摘要方面也是有用的。

或者，针对多个楼宇，通过统计长到某程度的期间(例如1年)的故障，能够进行统计性的研究。在对统计值与特定的楼宇进行比较的情况下，还能够对特定的楼宇中的故障特性进行分析。

在以上的说明中，示出选定以图7所示的委托为中心的特性语句作为与故障有关的特性语句的例子。但是，作为特性语句，也能够选定确定故障的语句或者表示应对内容的语句。特别是在特征量1～3中仅不包含委托的情况下，在选定预测应对内容这样的特性语句的情况下，例如，成为在对作业人员指示应进行的作业等情况下有用的信息。

在以上的说明中，列举出对楼宇的设备或部件的故障的应对。但是，本实施方式还能够同样地应用于楼宇的运用。这里，楼宇的运用是指使用楼宇或者进行维护管理所需的业务。楼宇的运用包含楼宇的设备或部件的运用(这里的运用是指用于与有无发生故障无关地继续使用的业务)。此外，楼宇的运用包含与楼宇的建筑物或房间等楼宇本身有关的运用(用于继续使用楼宇的业务)或与楼宇本身有关的故障应对。

以上所示的方式只不过例示了实施方式，还可以采用各种实施方式。

标号说明

10：楼宇***；20、20a、20b、20c：楼宇；22：空调设备；24：给排水设备；24a：部件；26：电气设备；28：电梯；30：中央监控室；32：中央监控板；36：维护人员；38：维护人员；40：租户；42：移动电话；44：电话机；60：通信网络；70：楼宇信息处理装置；72：特征量词典设定部；74：特征量词典；76：特性语句设定部；78：特性语句词典；80：文档输入部；81：预处理部；82：提取部；84：AI；86：机器学习处理部；88：特性语句取得部；90：输出部；92：规则库词典设定部；94：规则库词典；96：规则库语句取得部。

Claims (8)

1.一种楼宇信息处理装置，其特征在于，该楼宇信息处理装置具有：

AI，其通过使用了与楼宇的运用、或者所述楼宇的设备或部件的故障有关的语句的机器学习，对特性语句的选定进行了学习，所述特性语句表示与所述楼宇、设备或部件有关的维护管理特性，其中，所述AI是基于特性语句词典中设定的语句与特征量词典中设定的语句对应关系进行学习的；

提取单元，其从记载有与楼宇的运用、或者所述楼宇的设备或部件的故障相关的联络或报告的字符串中，提取与所述楼宇的运用、或者所述设备或部件的故障有关的语句；以及

选定单元，其使用所述AI，选定对应于提取出的与所述楼宇的运用、或者所述设备或部件的故障有关的语句的所述特性语句。

2.根据权利要求1所述的楼宇信息处理装置，其特征在于，

该楼宇信息处理装置还具有预处理单元，该预处理单元从由所述楼宇的用户或维护管理者生成的记载有与所述楼宇的运用、或者所述楼宇的设备或部件的故障相关的联络或报告的不同格式的多个文档中，取得多个所述字符串，

所述提取单元按照每个所述字符串，提取与所述设备或部件的故障有关的语句，

所述选定单元使用所述AI，按照每个所述字符串选定所述特性语句。

3.根据权利要求1所述的楼宇信息处理装置，其特征在于，

该楼宇信息处理装置还具有设定单元，该设定单元根据该楼宇信息处理装置的管理者的指示，设定与所述楼宇的运用、或者所述设备或部件的故障有关的语句的至少一部分。

4.根据权利要求1所述的楼宇信息处理装置，其特征在于，

在与所述楼宇的运用、或者所述设备或部件的故障有关的语句中，包含所述楼宇、设备或部件的名称以及针对在所述楼宇、设备或部件发生的运用或故障进行记述的记述语句。

5.根据权利要求4所述的楼宇信息处理装置，其特征在于，

所述记述语句是指针对运用或故障的确定、对运用或故障的应对委托或者对运用或故障的应对实施进行记述的语句。

6.根据权利要求1所述的楼宇信息处理装置，其特征在于，

所述特性语句是指针对所述楼宇、设备或部件的运用或故障进行概括的语句。

7.根据权利要求1所述的楼宇信息处理装置，其特征在于，

所述特性语句是指针对所述楼宇、设备或部件的运用或故障的确定、对运用或故障的应对委托或者对运用或故障的应对实施进行预测的语句。

8.根据权利要求1所述的楼宇信息处理装置，其特征在于，

该楼宇信息处理装置还具有输出单元，在所述字符串或取得了该字符串的文档中包含预先定义的语句的情况下，该输出单元将该预先定义的语句或与该预先定义的语句为情况对应的值的语句与针对所述字符串的所述特性语句一起输出。

Images