JP2014078081A - フォレンジックシステム及びフォレンジック方法並びにフォレンジックプログラム - Google Patents

Abstract

【課題】特定のキーワードを含む箇所をセンテンス単位でハイライト表示することにより、訴訟において証拠として提出するべきか否かの分別作業の精度の向上及び効率化を図ることが可能となる。
【解決手段】デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するデータベースと、データベースに登録されたキーワードを文書情報から検索する検索部と、文書情報から、検索されたキーワードを含むセンテンスを抽出するセンテンス抽出部と、センテンス抽出部により抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するスコア算出部と、スコアに応じてセンテンスの強調の程度を変化させる強調部とを備える。
【選択図】図１

Description

本発明は、フォレンジックシステム及びフォレンジック方法並びにフォレンジックプログラムに関するものであって、特に、訴訟に関連する文書情報を収集するためのフォレンジックシステム及びフォレンジック方法並びにフォレンジックプログラムに関する。

従来、不正アクセスや機密情報漏洩などコンピュータに関する犯罪や法的紛争が生じた際に、原因究明や捜査に必要な機器やデータ、電子的記録を収集・分析し、その法的な証拠性を明らかにする手段や技術が提案されている。

また、米国民事訴訟では、ｅＤｉｓｃｏｖｅｒｙ（電子証拠開示）等が求められており、当該訴訟の原告および被告のいずれもが、関連するデジタル情報をすべて証拠として提出する責任を負う。そのため、コンピュータやサーバに記録されたデジタル情報を証拠として、提出しなければならない。

一方、ＩＴの急速な発達と普及に伴い、今日のビジネスの世界ではほとんどの情報がコンピュータで作成されているため、同一企業内であっても多くのデジタル情報が氾濫している。

そのため、法廷への証拠資料提出のための準備作業を行う過程において、当該訴訟に必ずしも関連しない機密なデジタル情報までも証拠資料として含めてしまうミスが生じやすい。また、当該訴訟に関連しない機密な文書情報を提出してしまうことが問題になっていた。

近年、フォレンジックシステムにおける文書情報に関する技術が、特許文献１乃至特許文献３に提案されている。特許文献１には、文書提出命令の対象者情報に含まれる少なくとも１人以上の対象者から、特定の者を指定し、指定された特定の者に関するアクセス履歴情報に基づいて、特定の者がアクセスしたデジタル文書情報のみを抽出し、抽出されたデジタル文書情報の文書ファイルそれぞれが、訴訟に関連するものであるか否かを示す付帯情報を設定し、付帯情報に基づき、訴訟に関連する文書ファイルを出力するフォレンジックシステムについて開示されている。

また、特許文献２には、記録されたデジタル情報を表示し、複数の文書ファイル毎に、対象者情報に含まれる対象者のうちいずれの対象者に関連するものであるかを示す対象者特定情報を設定し、該設定された対象者特定情報を記憶部に記録するように設定し、少なくとも一人以上の対象者を指定し、指定された対象者に対応する対象者特定情報が設定された文書ファイルを検索し、表示部を介して、検索された文書ファイルが、訴訟に関連するものであるか否かを示す付帯情報を設定し、付帯情報に基づき、訴訟に関連する文書ファイルを出力するフォレンジックシステムについて開示されている。

さらに、特許文献３には、デジタル文書情報に含まれる少なくとも１以上の文書ファイルの指定を受け付け、指定された文書ファイルをいずれの言語に翻訳するかの指定を受け付け、指定を受け付けた文書ファイルを、指定を受け付けた言語に翻訳し、記録部に記録されたデジタル文書情報から、指定された文書ファイルと同一の内容を示す共通文書ファイルを抽出し、抽出された共通文書ファイルが、翻訳された文書ファイルの翻訳内容を援用することにより翻訳されたことを示す翻訳関連情報を生成し、翻訳関連情報に基づいて、訴訟に関連する文書ファイルを出力するフォレンジックシステムについて開示されている。

特開２０１１−２０９９３０号公報 特開２０１１−２０９９３１号公報 特開２０１２−３２８５９号公報

しかしながら、例えば、特許文献１乃至特許文献３のようなフォレンジックシステムおいては、複数のコンピュータ及びサーバを利用した対象者の膨大な文書情報を収集することになる。

このようなデジタル化された膨大な文書情報を訴訟の証拠資料として妥当であるか否かの分別をする作業は、レビュワーと呼ばれる利用者が目視により確認し、当該文書情報をひとつひとつ分別していく必要があり、多大な労力と時間がかかるという問題があった。

そこで、本発明は、上記事情に鑑み、特定のキーワードを含む箇所を、センテンス単位でハイライト表示することにより、管理者の負荷を軽減し、分別作業の精度の向上及び効率化を図ることを可能とするフォレンジックシステム及びフォレンジック方法並びにフォレンジックプログラムを提供することを目的とするものである。

本発明のフォレンジックシステムは、複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデジタル情報を分析するフォレンジックシステムにおいて、デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するデータベースと、データベースに登録されたキーワードを文書情報から検索する検索部と、文書情報から、検索されたキーワードを含むセンテンスを抽出するセンテンス抽出部と、センテンス抽出部により抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するスコア算出部と、スコアに応じてセンテンスの強調の程度を変化させる強調部とを備える。

「文書情報」は、１つ以上の単語を含むデータをいう。文書情報の一例として、電子メール、プレゼンテーション資料、表計算資料、打ち合わせ資料、契約書、組織図、事業計画書等が挙げられる。

「キーワード」は、ある言語において、一定の意味を持つ文字列のまとまりをいう。例えば、「文書を分別する」という文章のキーワードは、「文書」「分別」「する」としてもよい。

「検索部」は、所定の文書情報からキーワードを検索するものをいう。データベースに登録されたキーワードを、文書情報の中から検索するものとしてもよい。

「センテンス」は、句点やピリオドによって分けられたひとつづきの言葉をいう。センテンスは１つの文書情報中に複数含まれるものとしてもよい。

「センテンス抽出部」は、文書情報からセンテンスを抽出するものをいう。特定のキーワードを含むセンテンスを抽出するものとしてもよい。また、センテンス抽出部は、検索されたキーワードの隣接の程度に基づいて、抽出するセンテンスの量を決定するものであってもよい。例えば、類似度の高いキーワードが隣接するセンテンスに含まれる場合、該二つのセンテンスを抽出するものとしてもよい。

「スコア算出部」は、センテンスのスコアを算出するものをいう。抽出されたセンテンスの特徴量に基づいてセンテンスのスコアを算出するものとしてもよい。

「特徴量」は、各キーワードがある文書情報中で発揮する情報量をいう。特徴量は、センテンスに含まれる、キーワードに基づいて算出されたものであってもよい。例えば、キーワードの出現頻度や伝達情報量に基づいて算出するとしてもよい。

「スコア」は、ある文書情報において、訴訟とセンテンスとの関連度合を示すものをいう。スコアはセンテンスの特徴量に基づいて算出される。例えば、訴訟時に提出する必要が高い文書情報に含まれるセンテンスほど、高いスコアを有するとしてもよい。また、スコアは、センテンスが有する固有の意味情報から算出されたものであってもよい。具体的にいうと、肯定文や否定文・疑問文などセンテンスの性質に基づいて算出してもよい。例えば、センテンスが肯定文である場合には、特徴量から算出したスコアに得点を加点し、否定文である場合には、減点するものとしてもよい。

「強調部」は、文書情報中の特定のセンテンスの強調の程度を変化させるものをいう。例えば、一定の閾値を超過したセンテンスをハイライト表示させるよう指示するものであってもよい。また、強調部は、特徴量に応じて強調する色を変えるものであってもよい。

また、データベースは、過去に利用者が訴訟に関連するか否かを判断した文書情報に共通して頻出するキーワードを解析し、該解析されたキーワードに関する結果に基づいて、キーワードを自動で登録するものであってもよい。具体的には、利用者が訴訟に関連すると判断した文書情報群を用いてキーワードに重みづけを行い、該重みづけが一定の閾値を超過したものをデータベースに登録するものとしてもよい。例えば、訴訟に関連すると判断された文書情報群を解析し、該文書情報群に共通して含まれるキーワードに対して、重みづけを行うものとしてもよい。

また、本発明に係るフォレンジックシステムは、更に、センテンスを強調された文書情報に対して、利用者が行った関連性の判断結果を受け付ける結果受付部と、判断結果に基づいて、抽出された文書情報を判断結果ごとに分別し、該分別された文書情報おいて、共通して出現するキーワードを解析し、選定する選定部と、選定したキーワードを記録するキーワード記録部と、キーワード記録部に記録されたキーワードを文書情報から探索する探索部と、探索部の探索結果と選定部の解析結果を用いて、判断結果と文書情報との関連性を示す文書スコアを算出する文書スコア算出部と、文書スコアに基づいて、自動で関連性の判断を行う自動判断部とを備えてもよい。

「結果受付部」は、利用者の関連性判断の結果を受け付けるものをいう。

「選定部」は、キーワードを選定するものをいう。同一の判断結果がなされた文書情報に共通して出現するキーワードを解析し、選定するものとしてもよい。

「キーワード記録部」は、キーワードを記録するものをいう。データベースとしてもよい。

「探索部」は、キーワードを文書情報から探索するものをいう。

「文書スコア算出部」は、文書情報の文書スコアを算出するものをいう。文書情報に含まれるキーワードの評価値に基づいて文書スコアを算出するものとしてもよい。評価値は、文書情報中のキーワードの出現頻度や伝達情報量に基づいて算出するとしてもよい。

「文書スコア」は、ある文書情報において、訴訟との関連度合を示すものをいう。文書スコアは、文書情報に含まれるキーワードに基づいて算出される。例えば、訴訟時に提出する必要が高いキーワードが含まれる文書情報ほど、高い文書スコアを有するとしてもよい。文書情報は、一定の要件に基づいて文書スコアの初期値を与えられるものとしてもよい。例えば、文書情報に出現するキーワードと、各キーワードの持つ評価値とにより初期の文書スコアを算出するものとしてもよい。

「自動判断部」は、スコア算出部が算出した文書スコアに基づいて、自動で関連性の判断を行うものをいう。具体的には、所定の閾値をスコアが超過した文書情報については、関連性ありと判断し、閾値を超過しない文書情報に対しては関連性なしと判断するものとしてもよい。

また、本発明に係るフォレンジック方法は、複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデジタル情報を分析するフォレンジック方法において、コンピュータが、デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するステップと、登録されたキーワードを文書情報から検索するステップと、文書情報から、検索されたキーワードを含むセンテンスを抽出するステップと、抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するステップと、スコアに応じてセンテンスの強調の程度を変化させるステップとを実現する。

また、本発明に係るフォレンジックプログラムは、複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデジタル情報を分析するフォレンジックプログラムにおいて、コンピュータに、デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録する機能と、登録されたキーワードを文書情報から検索する機能と、文書情報から、検索されたキーワードを含むセンテンスを、抽出する機能と、抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出する機能と、スコアに応じてセンテンスの強調の程度を変化させる機能とを実現させる。

本発明のフォレンジックシステムは、複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデジタル情報を分析するフォレンジックシステムにおいて、デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するデータベースと、データベースに登録されたキーワードを文書情報から検索する検索部と、文書情報から、検索されたキーワードを含むセンテンスを抽出するセンテンス抽出部と、センテンス抽出部により抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するスコア算出部と、スコアに応じてセンテンスの強調の程度を変化させる強調部とを備える際には、特定のキーワードを含む箇所を、センテンス単位でハイライト表示することにより、管理者の負荷を軽減し、分別作業の精度の向上及び効率化を図ることを可能となる。

また、本発明のフォレンジックシステムは、更に、特徴量が、センテンスに含まれる、キーワードに基づいて算出されたものである際においては、特定のキーワードを含むセンテンスをセンテンス単位で強調することが可能となる。

また、本発明のフォレンジックシステムは、更に、スコアが、センテンスが有する固有の意味情報から算出されたものである際においては、センテンスが有する、肯定文か否定文かといった固有の性質に応じて、強調の程度を変化させることが可能となる。

また、本発明に係る強調部が、特徴量に応じて強調する色を変えるものである際においては、センテンスが有する固有の意味情報やキーワードに応じて、強調する方法を変化させることができ、より利用者の訴訟に関連するか否かの判断が容易となる。

また、本発明に係るセンテンス抽出部が、検索されたキーワードの隣接の程度に基づいて、抽出するセンテンスの量を決定するものである際においては、類似のキーワードを含む隣接するセンテンスに対して、同一の強調表示をすることが可能となる。

また、本発明に係るデータベースが、過去に利用者が訴訟に関連するか否かを判断した文書情報に共通して頻出するキーワードを解析し、該解析されたキーワードに関する結果に基づいて、キーワードを自動で登録するものである際においては、過去の判断結果を踏まえて、有効なキーワードを効率的に登録することが可能となる。

また、本発明に係るフォレンジックシステムは、更に、センテンスを強調された文書情報に対して、利用者が行った関連性の判断結果を受け付ける結果受付部と、判断結果に基づいて、抽出された文書情報を判断結果ごとに分別し、該分別された文書情報おいて、共通して出現するキーワードを解析し、選定する選定部と、選定したキーワードを記録するキーワード記録部と、キーワード記録部に記録されたキーワードを文書情報から探索する探索部と、探索部の探索結果と選定部の解析結果を用いて、判断結果と文書情報との関連性を示す文書スコアを算出する文書スコア算出部と、文書スコアに基づいて、自動で関連性の判断を行う自動判断部とを備える際においては、利用者の関連性判断の結果に基づいて、フォレンジックシステムが、自動で残りの文書情報に関連性判断を行うことが可能となる。

本発明の第１の実施形態におけるフォレンジックシステムのブロック図 本発明の第１の実施形態におけるレビュー画面を模式的に示した図 本発明の第１の実施形態の処理を表すフローチャート 本発明の第１の実施形態のデータベースの処理を表すフローチャート 本発明の第１の実施形態のデータベースの解析結果を表すグラフ 本発明の第２の実施形態におけるフォレンジックシステムのブロック図 本発明の第２の実施形態におけるレビュー画面を模式的に示した図 本発明の第２の実施形態の処理を表すフローチャート 本発明の第３の実施形態におけるフォレンジックシステムのブロック図 本発明の第３の実施形態の処理を表すフローチャート

[第１の実施形態]
以下、本発明の第１の実施形態を図１乃至図５を用いて説明する。

本発明の第１の実施形態に係るフォレンジックシステムは、デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するデータベース１０１と、データベース１０１に登録されたキーワードを文書情報から検索する検索部１１１と、文書情報から、検索されたキーワードを含むセンテンスを抽出するセンテンス抽出部１１２と、センテンス抽出部１１２により抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するスコア算出部１１３と、スコアに応じてセンテンスの強調の程度を変化させる強調部１１４とを備える。

フォレンジックシステムは、コンピュータまたはサーバを備え、各種入力に基づきＣＰＵがＲＯＭに記録されたプログラムを実行することで、各種機能部として動作する。該プログラムは、ＣＤ−ＲＯＭ等の記憶媒体に記憶され、もしくはインターネット等のネットワークを介して配布され、コンピュータにインストールされるものであってもよい。

本実施形態においては、レビュワーと呼ばれる利用者が、文書情報の中から、訴訟に提出が必要な文書を抽出するために、訴訟との関連性の判断を行う。この、システム又は利用者が訴訟に関連するか否かを判断する行為をレビューという。レビューでは、レビューの対象となる文書情報を、訴訟の関連の度合いや、訴訟との関連の仕方に基づいて、複数の種類に分類を行う。

図１は、第１の実施形態におけるフォレンジックシステムのブロック図を示している。本実施形態において、フォレンジックシステムは、サーバ装置１００と、クライアント端末２００とを備えている。

サーバ装置１００とクライアント端末２００とは通信ネットワークを介して接続されている。通信ネットワークは、有線あるいは無線の通信回線をいう。例えば、電話回線、インターネット回線等である。

クライアント端末２００は、コンピュータであり、それぞれ図２に示すレビュー画面Ｉ１を表示する画面表示部２１１および指示部（不図示）を有している。

画面表示部２１１は、表示用のディスプレイ（液晶ディスプレイ、ＣＲＴモニター、有機ＥＬディスプレイ等）をいう。また、指示部（不図示）はマウスやキーボードをいう。

レビュワーは、クライアント端末２００を介して、サーバ装置１００と接続し、画面表示部２１１が表示する、図２に示すようなレビュー画面Ｉ１上でレビューを行う。

サーバ装置１００は、検索部１１１と、センテンス抽出部１１２と、スコア算出部１１３と、強調部１１４と、データベース１０１とを備えている。

サーバ装置は、内部に表示部（不図示）を設け、強調部でハイライトしたセンテンスを表示する構成としてもよい。

本実施形態において、各構成はサーバ装置１００上に搭載されているが、それぞれ別筐体に搭載されるものであってもよい。

本実施形態では、システム管理者がキーワードを事前にデータベース１０１に登録しておき、該登録されたキーワードが文書情報に含まれるか検索部１１１が検索する。検索結果は、センテンス単位での強調表示として利用者に提示される。また、本実施形態では、データベース１０１が、後述するように、過去のレビュー結果に基づいて、キーワードを自動で登録することも可能である。これによって、利用者が提示された文書情報が訴訟に関連するか否か判断する際に、キーワードを秘匿化することができる。

データベース１０１は、電子媒体にデータを記録する記録装置である。本実施形態では、データベース１０１は、サーバ装置１００内部に搭載されている。尚、ストレージ装置として単独筐体で設置することも可能である。

文書情報は、１つ以上の単語を含むデータをいう。文書情報の一例として、電子メール、プレゼンテーション資料、表計算資料、打ち合わせ資料、契約書、組織図、事業計画書等が挙げられる。また、スキャンデータを文書として扱うことも可能である。この場合、スキャンデータをテキストデータへと変換できるように、文書判別システム内にＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅａｄｅｒ）装置を備えてもよい。ＯＣＲ装置によってテキストデータへ変更することで、スキャンデータからキーワードの解析や探索が可能になる。

キーワードは、ある言語において、一定の意味を持つ文字列のまとまりをいう。例えば、「文書を分別する」という文章のキーワードは、「文書」「分別」「する」としてもよい。

センテンスは、句点やピリオドによって分けられたひとつづきの言葉をいう。センテンスは１つの文書情報中に複数含まれるものとしてもよい。

図１のサーバ装置１００内の各機能を説明する。検索部１１１は、所定の文書情報から、データベース１０１に登録されたキーワードを検索する機能を有している。

センテンス抽出部１１２は、文書情報から特定のキーワードを含むセンテンスを抽出する。また、センテンス抽出部１１２は、検索されたキーワードの隣接の程度に基づいて、抽出するセンテンスの量を決定することも可能である。具体的にいうと、類似度の高いキーワードが隣接するセンテンスに含まれる場合、隣接する二つのセンテンスを抽出するものとしてもよい。これによって、関連性の高いキーワードを有するセンテンスが隣接している場合には同じ程度で強調することが可能となる。

スコア算出部１１３は、センテンス抽出部１１２が抽出したセンテンスの特徴量に基づいて、スコアを算出する。スコアは、ある文書情報において、訴訟とセンテンスとの関連度合を示すものをいう。本実施形態では、スコアが高いほど、訴訟との関連性が高いことを示している。

特徴量は、各キーワードがある文書情報中で発揮する情報量をいう。特徴量は、センテンスに含まれる、キーワードに基づいて算出されたものであってもよい。例えば、キーワードの出現頻度や伝達情報量に基づいて算出するとしてもよい。

強調部１１４は、文書情報中の特定のセンテンスの強調の程度をスコアに応じて変化させる。例えば、スコアが一定の閾値を超過したセンテンスに特定の色でハイライトすることが可能である。また、強調部１１４は、特徴量に応じて強調する色を変えるものであってもよい。

レビュワーは、分類を行う際に、文書情報の中に、特定のキーワードが含まれているか否か、また、該特定のキーワードが、どのような文脈で用いられているかを手掛かりにする。そのため、強調部１１４がスコアに応じて変化させることにより、注目すべきセンテンスを、文書情報中から即座に発見することができる。これによって、レビューの精度の向上と効率化を実現することが可能となる。

図２は、レビュー画面Ｉ１において、強調部１１４が強調表示した様子を模式的に表した図である。図２の（Ａ）及び（Ｂ）は、強調部１１４によって強調されたセンテンスを表している。強調部１１４は、図２の（Ａ）と（Ｂ）のように含まれるキーワードによって、強調の程度を変化させることができる。

次に、図３を用いて本実施形態における、フォレンジックシステムの処理フローを説明する。まず、システム管理者がキーワードを登録する（ＳＴＥＰ１０１）。

図４はデータベース１０１が自動でキーワードを登録する処理フローを示すフローチャートである。データベース１０１は、過去に利用者が訴訟に関連するか否かを判断した結果に基づいて、キーワードを自動で登録する。具体的には、利用者が訴訟に関連すると判断した文書情報群を用いてキーワードに重みづけを行い、該重みづけが一定の閾値を超過したものをデータベース１０１に登録する。例えば、訴訟に関連すると判断された文書情報群を解析し、該文書情報群に共通して含まれるキーワードに対して、重みづけを行うものとしてもよい。

まず、データベース１０１が、過去のレビューで訴訟に関係すると判断された文書情報群に対して、キーワード解析を行う（ＳＴＥＰ１５１）。

図５は、データベース１０１が、過去にレビューされた文書情報を解析した結果を示したグラフである。図５において、縦軸Ｒ_ｈｏｔは、レビュワーによって、訴訟に関連すると判断された全文書情報のうち、該文書情報に紐づくキーワードとして登録されたキーワードを含み、かつ訴訟に関連すると判断された文書情報の割合を示している。横軸Ｒ_ａｌｌは、レビュワーがレビューを実施した全文書情報のうち、データベース１０１によって登録されたキーワードを含む文書情報の割合を示している。

本実施形態において、図４に示す処理フローにおいて、データベース１０１では、図５の直線Ｒ_ｈｏｔ＝Ｒ_ａｌｌよりも上部にプロットされるようなキーワードに重みづけを行い、閾値を超過したものを登録する（ＳＴＥＰ１５２）。
図３に戻り、処理の続きを説明する。検索部１１１が、文書情報の中から、登録されたキーワードを検索し（ＳＴＰＥ１０２）、検索されたキーワードを含むセンテンスをセンテンス抽出部１１２が抽出する（ＳＴＥＰ１０３）。

センテンス抽出部１１２が抽出したセンテンスにおける、キーワードの出現頻度、伝達情報量から、該センテンスのスコアをスコア算出部１１３が算出する。このときセンテンスが有する固有の意味情報によって、算出されたスコアに得点が加点・減点される（ＳＴＥＰ１０４）。算出されたスコアに基づいて、強調部１１４がセンテンスを強調する（ＳＴＥＰ１０５）。サーバ装置１００にネットワークを介してアクセスしてきたクライアント端末２００に、図２に示す、センテンスを強調表示したレビュー画面Ｉ１を表示させる（ＳＴＥＰ１０６）。

[第２の実施形態]
以下、本発明の第２の実施形態を図６乃至図８を用いて説明する。

本発明の第２の実施形態に係るフォレンジックシステムは、デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するデータベース１０１と、データベース１０１に登録されたキーワードを文書情報から検索する検索部１１１と、文書情報から、検索されたキーワードを含むセンテンスを抽出するセンテンス抽出部１１２と、センテンス抽出部１１２により抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するスコア算出部１１３と、スコアに応じてセンテンスの強調の程度を変化させる強調部１１４とを備える。

図６は、第２の実施形態におけるフォレンジックシステムのブロック図を示している。本実施形態において、フォレンジックシステムは、サーバ装置１００と、クライアント端末２００とデータベース１０１とを備えている。

サーバ装置１００とクライアント端末２００とデータベース１０１とは通信ネットワークを介して接続されている。通信ネットワークは、有線あるいは無線の通信回線をいう。例えば、電話回線、インターネット回線等である。

サーバ装置１００は、検索部１１１と、センテンス抽出部１１２と、スコア算出部１１３と、強調部１１４と、登録受付部１１５とを備えている。

本実施形態において、各構成はサーバ装置１００上に搭載されているが、それぞれ別筐体に搭載されるものであってもよい。

本実施形態では、キーワードは、レビュワーと呼ばれる利用者が、登録する。
図７は、本実施形態において、レビュワーがレビューを実施するレビュー画面Ｉ１を模式的に示した図である。

図７の（Ａ）は検索ウィンドウである。該検索ウィンドウにレビュワーは検索したいキーワードを入力する。入力されたキーワードは、登録受付部１１５によって受付られ、データベース１０１に記録される。図７の（Ｂ）は、文書情報表示画面である。レビュワーが入力したキーワードの検索結果は、（Ｂ）に示すようにセンテンス単位で強調表示される。本実施形態では、類似のキーワードを有する隣接したセンテンスは、同一の色で強調表示される。

検索部１１１は、所定の文書情報からキーワードを検索する。具体的には、レビュワーが図７の（Ａ）に入力したキーワードを、文書情報の中から検索する。

センテンス抽出部１１２は、レビュワーが入力した特定のキーワードを含むセンテンスを文書情報の中から抽出する。このとき、センテンス抽出部１１２は、検索されたキーワードの隣接の程度に基づいて、抽出するセンテンスの量を決定することも可能である。例えば、類似度の高いキーワードが隣接するセンテンスに含まれる場合、該二つのセンテンスを抽出するものとしてもよい。

スコア算出部１１３は、センテンス抽出部１１２が抽出したセンテンス特徴量に基づいて、センテンスのスコアを算出する。

スコアは、ある文書情報において、訴訟とセンテンスとの関連度合を示すものをいう。本実施形態では、肯定文や否定文・疑問文などセンテンスの性質に応じてスコアは算出される。例えば、センテンスが肯定文である場合には、特徴量に基づいて算出されたスコアに得点を加点し、否定文である場合には、減点するものとしてもよい。

特徴量は、各キーワードがある文書情報中で発揮する情報量をいう。特徴量は、センテンスに含まれる、キーワードに基づいて抽出される。本実施形態では、キーワードの出現頻度や伝達情報量から抽出されたものであってもよい。

強調部１１４は、文書情報中の特定のセンテンスの強調の程度をスコアに基づいて変化させる。本実施形態では、スコアがある一定の閾値を超えたセンテンスをハイライト表示し、特徴量に応じて強調する色を変えることが可能である。

次に、図８を用いてフォレンジックシステムの処理フローを説明する。まず、レビュワーが図７の（Ａ）に示す検索ウィンドウからキーワードを入力する（ＳＴＥＰ２０１）。次に、登録受付部１１５が、入力されたキーワードを受け付け（ＳＴＥＰ２０２）、データベース１０１がキーワードを記録する（ＳＴＰＥ２０３）。記録されたキーワードを、検索部１１１が検索し（ＳＴＥＰ２０４）、検索されたキーワードを含むセンテンスをセンテンス抽出部１１２が抽出する（ＳＴＥＰ２０５）。

センテンス抽出部１１２が抽出したセンテンスにおける、キーワードの出現頻度、伝達情報量及びセンテンスが有する固有の意味情報から、該センテンスのスコアをスコア算出部１１３が算出する（ＳＴＥＰ２０６）。算出されたスコアに基づいて、強調部１１４がセンテンスを強調表示する（ＳＴＥＰ２０７）。サーバ装置１００にネットワークを介してアクセスしてきたクライアント端末２００に、図７の（Ｂ）に示す、センテンスを強調表示したレビュー画面Ｉ１を表示させる（ＳＴＥＰ２０８）。

その他の構成、機能については第１の実施形態と同様である。

［第３の実施形態］
以下、本発明の第３の実施形態を図９および図１０を用いて説明する。
本発明の第３の実施形態に係るフォレンジックシステムは、デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するデータベース１０１と、データベース１０１に登録されたキーワードを文書情報から検索する検索部１１１と、文書情報から、検索されたキーワードを含むセンテンスを抽出するセンテンス抽出部１１２と、センテンス抽出部１１２により抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するスコア算出部１１３と、スコアに応じてセンテンスの強調の程度を変化させる強調部１１４とを備える。

また、本実施形態に係るフォレンジックシステムは、更に、センテンスを強調された文書情報に対して、利用者が行った関連性の判断結果を受け付ける結果受付部１２３と、判断結果に基づいて、抽出された文書情報を判断結果ごとに分別し、該分別された文書情報おいて、共通して出現するキーワードを解析し、選定する選定部１２４と、選定したキーワードを記録するキーワード記録部１２５と、キーワード記録部１２５に記録されたキーワードを文書情報から探索する探索部１２６と、探索部の探索結果と選定部の解析結果を用いて、判断結果と文書情報との関連性を示す文書スコアを算出する文書スコア算出部１２７と、文書スコアに基づいて、自動で関連性の判断を行う自動判断部１２８とを備える。

図９は、本実施形態に係るフォレンジックシステムのブロック図を示している。

サーバ装置１００は、検索部１１１と、センテンス抽出部１１２と、スコア算出部１１３と、強調部１１４と、データベース１０１と、結果受付部１２３と、選定部１２４と、キーワード記録部１２５と、探索部１２６と、文書スコア算出部１２７と、自動判断部１２８を備えている。

本実施形態において、各構成はサーバ装置１００上に搭載されているが、それぞれ別筐体に搭載されるものであってもよい。

クライアント端末２００は、図２に示すレビュー画面Ｉ１を表示する画面表示部２１１を有している。レビュワーと呼ばれる利用者は、クライアント端末２００を介して、サーバ装置１００と接続し、レビュー画面Ｉ１上でレビューを行う。

図９を用いて各構成要素の機能について説明する。

選定部１２４は、キーワードを選定する。同一の判断結果がなされた文書情報に共通して出現するキーワードを解析し、選定するものとしてもよい。

キーワード記録部１２５は、キーワードを記録するものをいう。データベースとしてもよい。

探索部１２６は、キーワードを文書情報から探索するものをいう。

文書スコア算出部１２７は、文書情報の文書スコアを算出するものをいう。文書情報に含まれるキーワードの評価値に基づいて文書スコアを算出するものとしてもよい。評価値は、各キーワードがある文書情報中で発揮する情報量をいってもよい。評価値は、文書情報中のキーワードの出現頻度や伝達情報量に基づいて算出するとしてもよい。

文書スコアは、ある文書情報において、訴訟との関連度合を示すものをいう。文書スコアは文書情報に含まれるキーワードに基づいて算出される。例えば、訴訟時に提出する必要が高いキーワードが含まれる文書情報ほど、高い文書スコアを有するとしてもよい。文書情報は、一定の要件に基づいて文書スコアの初期値を与えられるものとしてもよい。例えば、文書情報に出現するキーワードと、各キーワードの持つ評価値とにより初期スコアを算出するものとしてもよい。

文書スコア算出部１２７は、文書群中に出現するキーワードと、各キーワードの持つ重みづけにより、以下の式から文書スコアを算出することが可能である。

各キーワードがもつ重みづけは、該キーワードが持つ伝達情報量をもとに決定する。該重みづけは以下の式により、学習することが可能である。

自動判断部１２８は、スコア算出部１２７が算出した文書スコアに基づいて、自動で関連性の判断を行う。具体的には、所定の閾値をスコアが超過した文書情報については、関連性ありと判断し、閾値を超過しない文書情報に対しては関連性なしと判断する。

図１０を用いて、本実施形態における関連性自動判断の処理フローについて説明する。まず、結果受付部１２３は、利用者が強調表示されたセンテンスを参考にしながら文書情報に対して行った関連性判断の結果を受け付け（ＳＴＥＰ３０１）、選定部１２４が利用者の関連性判断の結果から文書情報を解析し、キーワードを選定する（ＳＴＥＰ３０２）。選定されたキーワードはキーワード記録部１２５によって記録される（ＳＴＥＰ３０３）。次に、各文書情報から記録されたキーワードを探索部１２６が探索し（ＳＴＥＰ３０４）、文書スコア算出部１２７が式（１）を用いて各文書情報の文書スコアを算出する（ＳＴＥＰ３０５）。算出された文書スコアに基づいて、自動判断部１２８が、自動で関連性の判断を行う（ＳＴＥＰ３０６）。

その他の構成、機能については第１または第２の実施形態と同様である。

フォレンジックシステムは、デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するデータベース１０１と、登録されたキーワードを文書情報から検索する検索部１１１と、文書情報から、検索されたキーワードを含むセンテンスを抽出するセンテンス抽出部１１２と、抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するスコア算出部１１３と、スコアに応じてセンテンスの強調の程度を変化させる強調部１１４とを備えることによって、利用者の訴訟に関連するか否かの判断の精度及び速度を向上させることが可能となる。

フォレンジックシステムは、更に、特徴量が、センテンスに含まれる、キーワードに基づいて算出されたものである際においては、特定のキーワードを含むセンテンスをセンテンス単位で強調することが可能となる。

また、フォレンジックシステムは、更に、スコアが、センテンスが有する固有の意味情報から算出されたものである際においては、センテンスが有する、肯定文か否定文かといった固有の性質に応じて、強調の程度を変化させることが可能となる。

また、強調部１１４が、特徴量に応じて強調する色を変えるものである際においては、センテンスが有する固有の意味情報やキーワードに応じて、強調する方法を変化させることができ、より利用者の訴訟に関連するか否かの判断が容易となる。

また、センテンス抽出部１１２が、検索されたキーワードの隣接の程度に基づいて、抽出するセンテンスの量を決定するものである際においては、類似のキーワードを含む隣接するセンテンスに対して、同一の強調表示をすることが可能となる。

また、データベース１０１が、過去に利用者が訴訟に関連するか否かを判断した文書情報に共通して頻出するキーワードを解析し、該解析されたキーワードに関する結果に基づいて、キーワードを自動で登録するものである際においては、過去の判断結果を踏まえて、有効なキーワードを効率的に登録することが可能となる。

また、フォレンジックシステムが、更に、センテンスを強調された文書情報に対して、利用者が行った関連性の判断結果を受け付ける結果受付部１２３と、判断結果に基づいて、抽出された文書情報を判断結果ごとに分別し、該分別された文書情報おいて、共通して出現するキーワードを解析し、選定する選定部１２４と、選定したキーワードを記録するキーワード記録部１２５と、キーワード記録部１２５に記録されたキーワードを文書情報から探索する探索部１２６と、探索部の探索結果と選定部の解析結果を用いて、判断結果と文書情報との関連性を示す文書スコアを算出する文書スコア算出部１２７と、文書スコアに基づいて、自動で関連性の判断を行う自動判断部１２８とを備える際においては、利用者の関連性判断の結果に基づいて、フォレンジックシステムが、自動で残りの文書情報に関連性判断を行うことが可能となる。

１００ サーバ装置
１０１ データベース
１１１ 検索部
１１２ センテンス抽出部
１１３ スコア算出部
１１４ 強調部
１１５ 登録受付部
１２３ 結果受付部
１２４ 選定部
１２５ キーワード記録部
１２６ 探索部
１２７ 文書スコア算出部
１２８ 自動判断部
２００ クライアント端末
２１１ 画面表示部
Ｉ１ レビュー画面

Claims (9)

1. 複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデジタル情報を分析するフォレンジックシステムにおいて、
   前記デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するデータベースと、
   前記データベースに登録された前記キーワードを文書情報から検索する検索部と、
   前記文書情報から、前記検索されたキーワードを含むセンテンスを抽出するセンテンス抽出部と、
   前記センテンス抽出部により抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するスコア算出部と、
   前記スコアに応じて前記センテンスの強調の程度を変化させる強調部とを備えるフォレンジックシステム。
2. 前記特徴量は、前記センテンスに含まれる、キーワードに基づいて算出されたものであることを特徴とする請求項１記載のフォレンジックシステム。
3. 前記スコアは、更に、
   前記センテンスが有する固有の意味情報から算出されたものであることを特徴とする請求項１または２記載のフォレンジックシステム。
4. 前記強調部は、
   前記特徴量に応じて強調する色を変えるものであることを特徴とする請求項１から３いずれか１項記載のフォレンジックシステム。
5. 前記センテンス抽出部は、前記検索されたキーワードの隣接の程度に基づいて、抽出するセンテンスの量を決定するものであることを特徴とする請求項１から４いずれか１項記載のフォレンジックシステム。
6. 前記データベースは、
   過去に利用者が訴訟に関連すると判断した文書情報に共通して頻出するキーワードを解析し、該解析されたキーワードに関する解析結果に基づいて、前記キーワードを自動で登録するものであることを特徴とする請求項１から５いずれか１項記載のフォレンジックシステム。
7. 前記フォレンジックシステムは、更に、
   前記センテンスを強調された文書情報に対して、利用者が行った関連性の判断結果を受け付ける結果受付部と、
   前記判断結果に基づいて、前記抽出された文書情報を判断結果ごとに分別し、該分別された文書情報において、共通して出現するキーワードを解析し、選定する選定部と、
   前記選定したキーワードを記録するキーワード記録部と、
   前記キーワード記録部に記録されたキーワードを前記文書情報から探索する探索部と、
   前記探索部の探索結果と前記選定部の解析結果を用いて、判断結果と文書情報との関連性を示す文書スコアを算出する文書スコア算出部と、
   前記文書スコアに基づいて、自動で関連性の判断を行う自動判断部とを備える１から６いずれか１項記載のフォレンジックシステム。
8. 複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデ
   ジタル情報を分析するフォレンジック方法において、
   コンピュータが、
   前記デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを登録するステップと、
   前記登録された前記キーワードを文書情報から検索するステップと、
   前記文書情報から、前記検索されたキーワードを含むセンテンスを抽出するステップと、
   前記抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出するステップと、
   前記スコアに応じて前記センテンスの強調の程度を変化させるステップとを実現することを特徴とするフォレンジック方法。
9. 複数のコンピュータまたはサーバに記録されたデジタル情報を取得し、該取得されたデ
   ジタル情報を分析するフォレンジックプログラムにおいて、
   コンピュータに、
   前記デジタル情報に含まれる複数の文書情報に対して、利用者が訴訟に関連するか否かを判断するためのキーワードを、登録する機能と、
   前記登録された前記キーワードを文書情報から検索する機能と、
   前記文書情報から、前記検索されたキーワードを含むセンテンスを抽出する機能と、
   前記抽出されたセンテンスから抽出される特徴量により、訴訟との関連度合を示すスコアを算出する機能と、
   前記スコアに応じて前記センテンスの強調の程度を変化させる機能とを実現させることを特徴とするフォレンジックプログラム。

Images