JP5337020B2 - 電子文書の秘匿化プログラム - Google Patents

Description

本発明は、電子文書中から所定の記述部分を抽出して秘匿化することをコンピュータに実行させるための電子文書の秘匿化プログラム、および電子文書の秘匿化装置、ならびに電子文書の秘匿化方法に関するものである。

従来より、電子文書中から所定の記述部分を抽出して秘匿化する技術が知られている（例えば特許文献１参照）。

特許文献１に示される技術では、入力文書にプライバシー情報に関する固有名詞部分として、会社名、組織名、係名等の社会帰属情報と、氏名、住所等の個人帰属情報のうちのいずれか一方、もしくは双方を抽出し、それらの種類に応じて異なる伏字加工を行っている。
特開２００２−２５９３６３号公報

特許文献１に示される技術は、事物の持つ属性を抽出し、それに応じた匿名化を行っているが、その対象は特定のカテゴリ（例えば人物）の全てを対象としている。しかし、例えば新聞記事等の文書においては、同じカテゴリに属する対象でも全て同一に扱われることはない。例えば新聞記事に犯罪行為に対しては未成年の匿名化がされるが、それ以外の行為に対して匿名化は必要ではない。従って、上記特許文献１の技術を上述の新聞記事等の例に適用することは困難である。

本発明は上述の問題点を解決するためになされたものであり、電子文書中から同じカテゴリに属する対象について、秘匿化の必要性がある対象のみを秘匿化することで、一般社会における適応性の高い秘匿化の処理を行うことができる電子文書の秘匿化プログラム、秘匿化装置、及び秘匿化方法を提供することを目的とする。

上述した課題を解決するため、本発明は、電子文書中から所定の記述部分を抽出して秘匿化することをコンピュータに実行させる電子文書の秘匿化プログラムであって、前記電子文書中から述語を抽出すると共に該述語に対して格要素を抽出し、該抽出された格要素に基づいて秘匿化対象候補を抽出する秘匿化対象候補抽出ステップと、前記秘匿化対象候補抽出ステップにより抽出された前記秘匿化対象候補の属性情報を抽出する属性情報抽出ステップと、前記属性情報抽出ステップにより抽出された属性情報に基づいて前記秘匿化対象候補抽出ステップにより抽出された秘匿化対象候補の中から秘匿化する対象を抽出する秘匿化対象抽出ステップとをコンピュータに実行させるものである。

また、本発明は、電子文書中から所定の記述部分を抽出して秘匿化する秘匿化装置であって、前記電子文書中から述語を抽出すると共に該述語に対して格要素を抽出し、該抽出された格要素に基づいて秘匿化対象候補を抽出する秘匿化対象候補抽出部と、前記秘匿化対象候補抽出部により抽出された前記秘匿化対象候補の属性情報を抽出する属性情報抽出部と、前記属性情報抽出部により抽出された属性情報に基づいて前記秘匿化対象候補抽出部により抽出された秘匿化対象候補の中から秘匿化する対象を抽出する秘匿化対象抽出部とを備えてなるものである。

また、本発明は、電子文書中から所定の記述部分を抽出して秘匿化することをコンピュータに実行させる電子文書の秘匿化方法であって、前記電子文書中から述語を抽出すると共に該述語に対して格要素を抽出し、該抽出された格要素に基づいて秘匿化対象候補を抽出する秘匿化対象候補抽出ステップと、前記秘匿化対象候補抽出ステップにより抽出された前記秘匿化対象候補の属性情報を抽出する属性情報抽出ステップと、前記属性情報抽出ステップにより抽出された属性情報に基づいて前記秘匿化対象候補抽出ステップにより抽出された秘匿化対象候補の中から秘匿化する対象を抽出する秘匿化対象抽出ステップとを備えるものである。

本発明の実施の形態を示す全体ブロック図である。 本発明の実施の形態の動作を示すフローチャートである。 本発明の実施の形態の動作として述語対応での対象分抽出処理の一例を示す図である。 本発明の実施の形態の動作として格要素のパターン走査処理及び固有名認識処理の一例を示す図である。 本発明の実施の形態の属性抽出処理、秘匿化対象抽出処理、秘匿化処理の一例を示す図である。 本発明の実施の形態の動作結果の一例を示す図である。

以下、本発明の実施の形態について図面を参照しつつ説明する。なお、本実施の形態では、電子文書中から所定の述語に対しての固有名（未成年者名）を秘匿化する場合に例をとって説明する。

図１に示す本実施の形態における秘匿化装置は、元文書Ｄ１である電子文書中から述語を抽出すると共に該述語に対して格要素を抽出し、該抽出された格要素に基づいて該述語に対する秘匿化対象候補を抽出する秘匿化対象候補抽出部１と、秘匿化対象候補抽出部１により抽出された秘匿化対象候補の属性情報を抽出する属性情報抽出部２と、属性情報抽出部２により抽出された属性情報に基づいて秘匿化対象候補抽出部１により抽出された秘匿化対象候補の中から秘匿化する対象を抽出する秘匿化判断部（秘匿化対象抽出部）３と、秘匿化判断部３により抽出された対象を秘匿化して秘匿化文書Ｄ２を生成する書き換え処理部（秘匿化部）４を備える。

秘匿化対象候補抽出部１は、対象イベント抽出部１１と、格要素走査部１２と、固有名認識部１３と、対象イベント抽出部１１及び格要素走査部１２で用いられる述語＆格要素データベース（ＤＢ）１４と、固有名認識部１３で用いられる固有名データベース（ＤＢ）１５から構成されている。

また、属性情報抽出部２は適宜人名録データベースＤＢ２１、組織体データベースＤＢ２２を参照することができ、また秘匿化判断部３は適宜判断規則データベースＤＢ３１を参照することができる。

以下、本実施の形態の動作について、図２〜図６を参照しながら説明する。

秘匿化対象候補抽出部１における対象イベント抽出部１１は、元文書Ｄ１である電子文書から、述語を抽出し、該述語における秘匿化対象の文を抽出する（ステップＳ１）。

この一例を図３（Ａ）、図３（Ｂ）に示している。図３（Ａ）は元文書であり、図３（Ｂ）は抽出された秘匿化対象文である。秘匿化対象文の述語は、述語＆格要素データベース（ＤＢ）１４に登録されており、対象イベント抽出部１１は、この述語＆格要素データベース（ＤＢ）１４に登録されている述語に対して秘匿化対象文を抽出する。

図３（Ａ）、図３（Ｂ）の例では、述語として、「逮捕（する）」、「書類送検した」、「通告した」という能動態で示される述語に対する文が抽出されている様子を示している。

次に、格要素走査部１２では、抽出された秘匿化対象文における述語から格要素のパターンを走査して述語対応格要素を抽出する（ステップＳ２）。

格要素走査部１２は、述語＆格要素データベース（ＤＢ）１４より秘匿化対象文の述語より定められる所定の格要素を抽出する。

図４（Ａ）〜図４（Ｃ）にその一例を示している。格要素走査部１２は、図４（Ａ）に示される述語に対する格要素として、述語＆格要素データベース（ＤＢ）１４にルールとして登録されている格要素として述語の目的語を抽出する（図４（Ｂ）参照）。目的語を格要素として図４（Ａ）から抽出すると図４（Ｃ）に下線で示される格要素が抽出される。

なお、本例では、述語に対して秘匿化対象となり得る格要素として、目的語となる場合について説明しているが、これらの関係は述語＆格要素データベース（ＤＢ）において適宜定めることが可能であり、例えば述語によっては、主語を格要素として抽出することもできることは言うまでもない。

格要素走査部１２により抽出された述語対応格要素である目的語は、次に固有名認識部１３において固有名であるか否かが認識されて、固有名が秘匿化対象候補として秘匿化対象候補抽出部１から属性情報抽出部２に出力されることとなる（ステップＳ３）。

本実施の形態の場合、固有名認識部１３は固有名データベース（ＤＢ）１５から固有名（本例の場合人名）を認識して抽出する。その結果は図４（Ｄ）に示されるリスト（匿名化候補者リスト）として属性情報抽出部２に出力される。

次に属性情報抽出部２では、図４（Ｄ）に示される匿名化候補者リストにあげられた匿名化候補者の属性情報を該候補者名をキーワードとして検索抽出して該リストを埋め、図５（Ａ）のリストとして秘匿化判断部３に出力する（ステップＳ４）。

この属性情報は、当該対象文書内または人名録データベース（ＤＢ）２１又は組織体データベース（ＤＢ）２２から匿名化候補者名をキーワードとして抽出する。本実施の形態においては、文書の解析によりこれら匿名化候補者の属性は秘匿化対象文より得られる。本例において属性情報は年齢が必須であり、それとともに、住所、所属組織、部署が抽出されている。

なお、属性情報抽出部２の動作として、文書解析により文書中から候補者の年齢が分らない場合において、次に人名録ＤＢ２１又は組織体ＤＢ２２から年齢検索を行うように設定することもできるし、その逆に、これらデータベース２１，２２から候補者の年齢が分らない場合において、文書解析を試みるように設定することもできる。

秘匿化判断部３では、判断規則(ＤＢ)３１に登録された条件を用いて、図５（Ｂ）に示されるように、得られた属性情報（匿名化候補者リスト）より匿名化候補者における未成年者を判断し、匿名化対象者を抽出し（年齢＜２０ then 名称を秘匿化対象）、その結果を図５（Ｃ）に示される匿名化対象者リストとして、書き換え処理部４に出力する（ステップＳ５）。

書き換え処理部４では、得られた匿名化対象者リストに基づいて元文書である電子文書から図５（Ｄ）に示されるように匿名化文書を作成して出力する（ステップＳ６）。

なお、匿名化の対象として、固有名における地域について上述した例においては匿名化していないが、たとえば地域名を広狭によって区別し、狭い地域名については匿名とするようにしても良い。これらのルールは判断規則データベースに登録することにより設定することができる。例えば図６では、東京都については匿名化していないが、江戸川区については匿名化した例を示している。

以上、本実施の形態では、事件性に係る述語（能動態）に対して格要素として目的語における固有名を秘匿化対象候補として抽出すると共に、その属性情報に基づいて未成年者を抽出し、その未成年者にかかる名前を匿名化するような一例について説明したが、本発明は係る態様に限定されないことは明白である。例えば述語（受動態）に対しては格要素として主語を秘匿化対象候補として抽出する場合もあり、これらは述語＆格要素ＤＢに登録された所定のルールに基づいて任意に定めることが可能である。

なお、本実施の形態で図示したフローチャートやステップに示された各動作をコンピュータにより実行させるプログラムを提供することにより、本発明の秘匿化プログラムを提供することができる。これらプログラムはコンピュータにより読取可能な媒体に記録されてコンピュータにより実行させることができる。コンピュータは、パーソナルコンピュータのようなホスト装置、試験装置のコントローラ、記憶装置のＭＰＵやＣＰＵのようなコントローラなどを含む。ここで、コンピュータにより読取可能な媒体としては、ＣＤ−ＲＯＭやフレキシブルディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカード等の可搬型記憶媒体や、コンピュータプログラムを保持するデータベース、或いは、他のコンピュータ並びにそのデータベースや、更に回線上の伝送媒体をも含むものである。

以上説明したように、本発明によれば、電子文書中から同じカテゴリに属する対象について、秘匿化の必要性がある対象のみを秘匿化することで、一般社会における適応性の高い秘匿化の処理を行うことができる電子文書の秘匿化プログラム、秘匿化装置、及び秘匿化方法を提供することができる。

Claims (5)

1. 電子文書中から所定の記述部分を抽出して秘匿化することをコンピュータに実行させるための電子文書の秘匿化プログラムであって、
   前記電子文書中から述語を抽出すると共に該述語に対して格要素を抽出し、該抽出された格要素に基づいて、該述語に対する秘匿化対象候補者を抽出する秘匿化対象候補者抽出ステップと、
   前記秘匿化対象候補者抽出ステップにより抽出された前記秘匿化対象候補者の年齢を示す属性情報を当該電子文書中から抽出する属性情報抽出ステップと、
   前記属性情報抽出ステップにより抽出された属性情報に基づいて前記秘匿化対象候補者抽出ステップにより抽出された秘匿化対象候補者の中から秘匿化する対象者を抽出する秘匿化対象者抽出ステップと
   をコンピュータに実行させるための秘匿化プログラム。
2. 請求項１に記載の秘匿化プログラムにおいて、
   前記秘匿化対象者抽出ステップにより抽出された対象者を秘匿化する秘匿化ステップをコンピュータに実行させるための秘匿化プログラム。
3. 請求項１に記載の秘匿化プログラムにおいて、
   前記秘匿化対象候補者は固有名であることを特徴とする秘匿化プログラム。
4. 請求項１に記載の秘匿化プログラムにおいて、
   前記秘匿化対象候補者抽出ステップは、データベースに記憶された述語と、該述語に対する格要素との組み合わせにおいて、前記秘匿化対象候補者を抽出することを特徴とする秘匿化プログラム。
5. 電子文書中から所定の記述部分を抽出して秘匿化する秘匿化装置であって、
   前記電子文書中から述語を抽出すると共に該述語に対して格要素を抽出し、該抽出された格要素に基づいて該述語に対する秘匿化対象候補者を抽出する秘匿化対象候補者抽出部と、
   前記秘匿化対象候補者抽出部により抽出された前記秘匿化対象候補者の年齢を示す属性情報を当該電子文書中から抽出する属性情報抽出部と、
   前記属性情報抽出部により抽出された属性情報に基づいて前記秘匿化対象候補者抽出部により抽出された秘匿化対象候補者の中から秘匿化する対象者を抽出する秘匿化対象者抽出部と
   を備えてなる秘匿化装置。

Images