JP5572252B1 - デジタル情報分析システム、デジタル情報分析方法およびデジタル情報分析プログラム - Google Patents

Abstract

【課題】 デジタル情報に対する判断の精度を高めることを目的とする。
【解決手段】 本発明のデジタル情報分析システムは、対象データに対して手動で付与された第１の分別符号を受け付ける第１の分別符号受付部と、対象データの関連性スコアを計算する関連性スコア計算部と、関連性スコアに基づいて、第１の分別符号の正誤を判断する正誤判断部と、正誤判断部の判断結果に基づいて、対象データに付与すべき分別符号を決定する分別符号決定部とを備える。
【選択図】 図１

Description

本発明は、デジタル情報分析システム、デジタル情報分析方法およびデジタル情報分析プログラムに関し、特に、複数の対象データに対して手動で付与された分別符号の正誤を判断するためのデジタル情報分析システム、デジタル情報分析方法およびデジタル情報分析プログラムに関する。

米国の民事訴訟では、「ディスカバリー制度」と呼ばれる情報開示義務がある。これは、訴訟に関連した証拠の開示を相手方に要求することができる制度であり、特にコンピュータ等に保存された電子データの開示を「ｅＤｉｓｃｏｖｅｒｙ（電子情報開示）」という。この制度により、訴訟における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ことになった。

従来、上記デジタル情報が訴訟に関連するか否かの判断は、人間によって行われていた。すなわち、人間がデジタル情報の内容を一つ一つ確認し、訴訟に関連するかどうかの判断を行っていた。しかしながら、人間が膨大な量のデジタル情報の全てに対して判断を行うと、時間が掛かりすぎてしまうという問題があった。

この問題を改善するため、特許文献１には、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、膨大な量のデジタル情報の中から、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、この抽出されたデジタル文書情報に対して人間による判断を行う技術が開示されている。

また、近年では、上記デジタル情報が訴訟に関連するか否かの判断をコンピュータにより自動で行う技術が研究されている。この技術は、所定の基準に基づいて、コンピュータがデジタル情報を自動で判断および分類するものである。この技術によれば、上述した人間による判断と比較して大幅に判断時間を短縮できるものの、その判断の精度に関しては、さらなる改善が求められていた。

特開２０１１−２０９９３０号公報

本発明の目的は、デジタル情報に対する判断の精度を高めることを目的とする。

本発明のデジタル情報分析システムは、対象データに対して手動で付与された第１の分別符号を受け付ける第１の分別符号受付部と、対象データの関連性スコアを計算する関連性スコア計算部と、関連性スコアに基づいて、第１の分別符号の正誤を判断する正誤判断部と、正誤判断部の判断結果に基づいて、対象データに付与すべき分別符号を決定する分別符号決定部とを備える。

正誤判断部は、関連性スコアに対する閾値を受け付ける閾値受付部、および、関連性スコア計算部によって計算された関連性スコアと、閾値とを比較し、第１の分別符号の正誤を判断する比較判断部を有することができる。

分別符号決定部は、正誤判断部の判断の検証結果を受け付ける判断検証受付部、および、判断検証受付部が受け付けた検証結果に基づいて、対象データに付与すべき分別符号を決定する決定部を有することができる。

分別符号決定部は、さらに、判断検証受付部が受け付けた検証結果に基づいて、対象データに対して手動で付与された第２の分別符号を受け付ける第２の分別符号受付部を有することができる。

関連性スコア計算部は、複数の前記対象データの一部を抽出する抽出部、抽出部によって抽出された対象データに対して手動で付与された分別符号を受け付ける分別符号受付部、分別符号受付部が受け付けた分別符号および／または分別符号決定部が決定した分別符号に基づいて、対象データを解析する解析部、および、解析部の解析結果に基づいて、対象データの関連性スコアを計算する計算部を有することができる。

本発明のデジタル情報分析方法は、対象データに対して手動で付与された第１の分別符号を受け付ける第１の分別符号受付ステップと、対象データの関連性スコアを計算する関連性スコア計算ステップと、関連性スコアに基づいて、第１の分別符号の正誤を判断する正誤判断ステップと、正誤判断ステップにおける判断結果に基づいて、対象データに付与すべき分別符号を決定する分別符号決定ステップとを備える。

本発明のデジタル情報分析プログラムは、コンピュータに、対象データに対して手動で付与された第１の分別符号を受け付ける第１の分別符号受付機能と、対象データの関連性スコアを計算する関連性スコア計算機能と、関連性スコアに基づいて、第１の分別符号の正誤を判断する正誤判断機能と、正誤判断機能の判断結果に基づいて、対象データに付与すべき分別符号を決定する分別符号決定機能とを実現させる。

本発明のデジタル情報分析システム、デジタル情報分析方法およびデジタル情報分析プログラムによれば、デジタル情報に対して行われた判断の精度を高めることができる。

本発明のデジタル情報分析システムの全体構成を表すブロック図を示す 本発明のデジタル情報分析システムの正誤判断部の構成を表すブロック図を示す 本発明のデジタル情報分析システムの分別符号決定部の構成を表すブロック図を示す 本発明のデジタル情報分析システムの関連性スコア計算部の構成を表すブロック図を示す 本発明のデジタル情報分析方法の全体フローを表すフローチャートを示す 本発明のデジタル情報分析方法の正誤判断ステップのフローを表すフローチャートを示す 本発明のデジタル情報分析方法の分別符号決定ステップのフローを表すフローチャートを示す 本発明のデジタル情報分析方法の関連性スコア計算ステップのフローを表すフローチャートを示す

本発明のデジタル情報分析システムの実施形態について、図面を参照しながら説明する。

本実施形態では、一例として、ユーザ端末またはサーバ等の情報処理装置に格納されている複数の対象データから、予め定められた特定事項に関連性のある対象データを自動的に抽出する場合について説明する。ここで、予め定められた特定事項とは、例えば、訴訟に関連することを示す情報である。

図１に示すように、本発明のデジタル情報分析システム１００は、第１の分別符号受付部１１０と、関連性スコア計算部１２０と、正誤判断部１３０と、分別符号決定部１４０とを備える。

第１の分別符号受付部１１０は、対象データに対して手動で付与された第１の分別符号を受け付ける。ここで、対象データとは、データベース等に保存された文書ファイルや電子メール等のデジタル情報である。第１の分別符号付与者は、ディスプレイ等の表示画面に表示された各対象データの内容を確認し、適切な分別符号を付与する。

ここでいう分別符号とは、「重要」、「関連性有」、「関連性無」等の符号であり、例えば、「重要」は、当該訴訟に関連性があることを意味し、「関連性有」は、当該訴訟に関連性がある可能性があることを意味し、「関連性無」は、当該訴訟に関連性がないことを意味する。なお、上記第１の分別符号の付与は、マウスやキーボード等の入力手段を介して行われることができる。ここでは、上記第１の分別符号付与者によって付与された分別符号を、第１の分別符号と呼ぶ。この第１の分別符号は、上記対象データに対応づけられ、メモリ等の記憶装置によって記憶される。

関連性スコア計算部１２０は、対象データの関連性スコアを計算する。関連性スコアとは、ある文書において、予め定められた特定事項との関連性を示す値であり、値が大きい程関連性が高いことを示す。この関連性スコアは、上記対象データに対応づけられ、メモリ等の記憶装置によって記憶される。この関連性スコアの計算は、対象データに含まれるキーワードまたは関連用語に基づいて行われることができる。詳細については後述する。

正誤判断部１３０は、関連性スコアに基づいて、第１の分別符号の正誤を判断する。例えば、正誤判断部１３０は、設定された閾値に基づいて、上記関連性スコアと上記第１の分別符号とを比較し、第１の分別符号の正誤を判断することができる。詳細については後述する。

分別符号決定部１４０は、正誤判断部１３０の判断結果に基づいて、対象データに付与すべき分別符号を決定する。詳細については後述する。

図２は、上記正誤判断部１３０の詳細な構成を示すブロック図である。図２に示すように、正誤判断部１３０は、閾値受付部１３１および比較判断部１３２を有するのが好ましい。

閾値受付部１３１は、関連性スコアに対する閾値を受け付けることができる。この閾値は、管理者等によって予め適切に設定されるのが好ましい。以下、閾値受付部１３１が、閾値Ｘ_Ｈおよび閾値Ｘ_Ｎ（Ｘ_Ｎ＜Ｘ_Ｈ）を受け付けた場合の例について説明する。

比較判断部１３２は、関連性スコア計算部１２０によって計算された関連性スコアと、上記閾値とを比較し、第１の分別符号の正誤を判断することができる。

具体的には、関連性スコア計算部１２０によって計算された関連性スコアが、Ｘ（Ｘ_Ｈ≦Ｘ）であった場合、比較判断部１３２は、関連性スコアＸと閾値Ｘ_Ｈおよび閾値Ｘ_Ｎとを比較し、第１の分別符号が「重要」または「関連性有」である場合には正しい、第１の分別符号が「関連性無」である場合には誤りであると判断する。

一方、関連性スコア計算部１２０によって計算された関連性スコアが、Ｘ（Ｘ≦Ｘ_Ｎ）であった場合、比較判断部１３２は、関連性スコアＸと閾値Ｘ_Ｈおよび閾値Ｘ_Ｎとを比較し、第１の分別符号が「重要」または「関連性有」である場合には誤り、第１の分別符号が「関連性無」である場合には正しいと判断する。

図３は、上記分別符号決定部１４０の詳細な構成を示すブロック図である。図３に示すように、分別符号決定部１４０は、判断検証受付部１４１および決定部１４２を有するのが好ましい。

判断検証受付部１４１は、正誤判断部１３０の判断の検証結果を受け付けることができる。具体的には、正誤判断部１３０によって、第１の分別符号が誤りであると判断された場合、後述する第２の分別符号付与者によって上記判断が検証され、判断検証受付部１４１は、この検証結果を受け付ける。

決定部１４２は、判断検証受付部１４１が受け付けた検証結果に基づいて、対象データに付与すべき分別符号を決定することができる。具体的には、判断検証受付部１４１が受け付けた検証結果が、上記正誤判断部１３０の判断が誤りであるというものであった場合、決定部１４２は、対象データに付与すべき分別符号を、上記第１の分別符号に決定する。

この場合、分別符号決定部１４０によって決定された分別符号は、後述する関連性スコア計算部１２０の解析部１２３で利用されることができる。

分別符号決定部１４０は、さらに、第２の分別符号受付部１４３を有するのが好ましい。この第２の分別符号受付部１４３は、判断検証受付部１４１が受け付けた検証結果に基づいて、対象データに対して手動で付与された第２の分別符号を受け付けることができる。

具体的には、判断検証受付部１４１が受け付けた検証結果が、上記正誤判断部１３０の判断が正しいというものであった場合、第２の分別符号受付部１４３は、対象データに対して手動で付与された第２の分別符号を受け付ける。

第２の分別符号付与者は、ディスプレイ等の表示画面に表示された各対象データの内容を確認し、適切な分別符号を付与する。ここでは、上記第２の分別符号付与者によって付与された分別符号を、第２の分別符号と呼ぶ。この第２の分別符号は、上記対象データに対応づけられ、メモリ等の記憶装置によって記憶される。そして、決定部１４２は、対象データに付与すべき分別符号を、上記第２の分別符号に決定する。

図４は、上記関連性スコア計算部１２０の詳細な構成を示すブロック図である。図４に示すように、関連性スコア計算部１２０は、抽出部１２１、分別符号受付部１２２、解析部１２３および計算部１２４を有するのが好ましい。

抽出部１２１は、複数の対象データの一部を抽出することができる。この抽出は、ランダムに行われることもできるし、対象データを、作成日時や名称順に並べ替え、上から所定の割合を選んで行われることもできる。

分別符号受付部１２２は、抽出部１２１によって抽出された対象データに対して手動で付与された分別符号を受け付けることができる。分別符号付与者は、ディスプレイ等の表示画面に表示された各対象データの内容を確認し、適切な分別符号を付与する。ここでは、上記分別符号付与者によって付与された分別符号を、分別符号と呼ぶ。この分別符号は、上記抽出された対象データに対応づけられ、メモリ等の記憶装置によって記憶される。

解析部１２３は、分別符号受付部１２２が受け付けた分別符号および／または分別符号決定部１４０が決定した分別符号に基づいて、対象データを解析することができる。この解析は、例えば各分別符号に対応するキーワードまたは関連用語を特定することで行われる。キーワードとは、１つまたは複数の単語を組み合わせたものをいう。具体的には、特定の分別符号と密接な関係を持ち、キーワードが文書中に含まれると、分別符号が一意に決まるものをいってもよい。例えば、特許侵害訴訟が発生した場合において、当該訴訟と関連度の高い文書に重要という分別符号を付与する場合のキーワードとして、特許公報の番号、弁理士、侵害者等が挙げられる。関連用語とは、所定の分別符号が付与された文書に共通して出現頻度が高い単語のうち、評価値が一定値以上のものをいう。例えば、出現頻度は、ひとつの文書中に登場する単語の総数のうち、関連用語が出現する割合をいう。評価値とは、各単語がある文書中で発揮する情報量をいい、伝達情報量を基準に算出することができる。なお、本実施形態においては、キーワードには形態素が含まれるものとする。

計算部１２４は、解析部１２３の解析結果に基づいて、対象データの関連性スコアを計算することができる。計算は、例えば対象データに含まれるキーワードまたは関連用語に基づいて行われ、具体的には、キーワードまたは関連用語の評価値およびキーワードまたは関連用語の数に基づいて行われる。

続いて、本発明のデジタル情報分析方法の実施形態について、図面を参照しながら説明する。
図５は、本発明のデジタル情報分析方法の処理フローを示すフローチャートである。

図５に示すように、本発明のデジタル情報分析方法は、第１の分別符号受付ステップ（Ｓ２１０）と、関連性スコア計算ステップ（Ｓ２２０）と、正誤判断ステップ（Ｓ２３０）と、分別符号決定ステップ（Ｓ２４０）とを備える。

第１の分別符号受付ステップ（Ｓ２１０）では、対象データに対して手動で付与された第１の分別符号を受け付ける。この処理は、上述した第１の分別符号受付部によって行われることができる。

関連性スコア計算ステップ（Ｓ２２０）では、対象データの関連性スコアを計算する。この処理は、上述した関連性スコア計算部によって行われることができる。

正誤判断ステップ（Ｓ２３０）では、関連性スコアに基づいて、第１の分別符号の正誤を判断する。この処理は、上述した正誤判断部によって行われることができる。

分別符号決定ステップ（Ｓ２４０）では、正誤判断ステップにおける判断結果に基づいて、前記対象データに付与すべき分別符号を決定する。この処理は、上述した分別符号決定部によって行われることができる。

図６は、上記正誤判断ステップ（Ｓ２３０）の詳細なフローを示すフローチャートである。図６に示すように、正誤判断ステップ（Ｓ２３０）は、閾値受付ステップ（Ｓ２３１）および比較判断ステップ（Ｓ２３２）を有するのが好ましい。

閾値受付ステップ（Ｓ２３１）では、関連性スコアに対する閾値を受け付けることができる。

比較判断ステップ（Ｓ２３２）では、関連性スコア計算ステップ（Ｓ１２０）で計算された関連性スコアと、閾値とを比較し、第１の分別符号の正誤を判断することができる。

図７は、上記分別符号決定ステップ（Ｓ２４０）の詳細なフローを示すフローチャートである。図７に示すように、分別符号決定ステップ（Ｓ２４０）は、判断検証受付ステップ（Ｓ２４１）および決定ステップ（Ｓ２４２）を有するのが好ましい。

判断検証受付ステップ（Ｓ２４１）は、正誤判断ステップ（Ｓ２３０）の判断の検証結果を受け付けることができる。

決定ステップ（Ｓ２４２）は、判断検証受付ステップ（Ｓ２４１）が受け付けた検証結果に基づいて、対象データに付与すべき分別符号を決定することができる。

分別符号決定ステップ（Ｓ２４０）は、さらに、第２の分別符号受付ステップ（Ｓ２４３）を有するのが好ましい。

第２の分別符号受付ステップ（Ｓ２４３）は、判断検証受付ステップ（Ｓ２４１）が受け付けた検証結果に基づいて、対象データに対して手動で付与された第２の分別符号を受け付けることができる。そして、決定ステップ（Ｓ２４２）は、対象データに付与すべき分別符号を、上記第２の分別符号に決定する。

図８は、上記関連性スコア計算断ステップ（Ｓ２２０）の詳細なフローを示すフローチャートである。図８に示すように、関連性スコア計算ステップ（Ｓ２２０）は、抽出ステップ（Ｓ２２１）、分別符号受付ステップ（Ｓ２２２）、解析ステップ（Ｓ２２３）および計算ステップ（Ｓ２２４）を有するのが好ましい。

抽出ステップ（Ｓ２２１）は、複数の対象データの一部を抽出することができる。

分別符号受付ステップ（Ｓ２２２）は、抽出ステップ（Ｓ２２１）によって抽出された対象データに対して手動で付与された分別符号を受け付けることができる。

解析ステップ（Ｓ２２３）は、分別符号受付ステップ（Ｓ２２２）が受け付けた分別符号に基づいて、対象データを解析することができる。

計算ステップ（Ｓ２２４）は、解析ステップ（Ｓ２２３）の解析結果に基づいて、対象データの関連性スコアを計算することができる。

続いて、本発明のデジタル情報分析プログラムの実施形態について説明する。
本発明のデジタル情報分析プログラムは、コンピュータに、第１の分別符号受付機能と、関連性スコア計算機能と、正誤判断機能と、分別符号決定機能とを実現させる。

第１の分別符号受付機能は、対象データに対して手動で付与された第１の分別符号を受け付ける。この機能は、例えば上述した第１の分別符号受付部によって実現されることができる。

関連性スコア計算機能は、対象データの関連性スコアを計算する。この機能は、例えば上述した関連性スコア計算部によって実現されることができる。

正誤判断機能は、関連性スコアに基づいて、第１の分別符号の正誤を判断する。この機能は、例えば上述した正誤判断部によって実現されることができる。

分別符号決定機能は、正誤判断機能の判断結果に基づいて、前記対象データに付与すべき分別符号を決定する。この機能は、例えば上述した分別符号決定部によって実現されることができる。

本発明のデジタル情報分析プログラムは、コンピュータが読み取り可能な記録媒体によって記録され、提供されることができる。

なお、上述した第１の分別符号付与者、第２の分別符号付与者、分別符号付与者は、異なる人間であるのが好ましい。特に、誤りを正すことを目的とするため、少なくとも第２の分別符号付与者は、専門性の高い者とするのが好ましい。

また、上記正誤判断部が、第３の分別符号受付部によって受け付けられた第３の分別符号に基づいて、第１の分別符号の正誤を判断するように構成することもできる。この場合、人間による判断と人間による判断とを比較することになり、例えば、分別符号付与者の判断の精度を確認する手段として、本発明のシステムを活用することもできる。

上述したところは、代表的な実施形態の例を示したものであって、本発明はこの実施形態に限定されるものではない。

１００ デジタル情報分析システム
１１０ 第１の分別符号受付部
１２０ 関連性スコア計算部
１３０ 正誤判断部
１４０ 分別符号決定部
１２１ 抽出部
１２２ 分別符号受付部
１２３ 解析部
１２４ 計算部
１３１ 閾値受付部
１３２ 比較判断部
１４１ 判断検証受付部
１４２ 第２の分別符号受付部
１４３ 決定部

Claims (7)

1. 対象データに対して手動で付与された第１の分別符号を受け付ける第１の分別符号受付部と、
   前記対象データの関連性スコアを計算する関連性スコア計算部と、
   前記関連性スコアに基づいて、前記第１の分別符号の正誤を判断する正誤判断部と、
   前記正誤判断部の判断結果に基づいて、前記対象データに付与すべき分別符号を決定する分別符号決定部と
   を備えるデジタル情報分析システム。
2. 前記正誤判断部は、
   前記関連性スコアに対する閾値を受け付ける閾値受付部、および、
   前記関連性スコア計算部によって計算された関連性スコアと、前記閾値とを比較し、前記第１の分別符号の正誤を判断する比較判断部を有することを特徴とする請求項１に記載のデジタル情報分析システム。
3. 前記分別符号決定部は、
   前記正誤判断部の判断の検証結果を受け付ける判断検証受付部、および、
   前記判断検証受付部が受け付けた検証結果に基づいて、前記対象データに付与すべき分別符号を決定する決定部を有することを特徴とする請求項１または２に記載のデジタル情報分析システム。
4. 前記分別符号決定部は、さらに、
   前記判断検証受付部が受け付けた検証結果に基づいて、前記対象データに対して手動で付与された第２の分別符号を受け付ける第２の分別符号受付部を有することを特徴とする請求項３に記載のデジタル情報分析システム。
5. 前記関連性スコア計算部は、
   複数の前記対象データの一部を抽出する抽出部、
   前記抽出部によって抽出された対象データに対して手動で付与された分別符号を受け付ける分別符号受付部、
   前記分別符号受付部が受け付けた分別符号および／または前記分別符号決定部が決定した分別符号に基づいて、前記対象データを解析する解析部、および、
   前記解析部の解析結果に基づいて、前記対象データの関連性スコアを計算する計算部を有することを特徴とする請求項１〜４のいずれか一項に記載のデジタル情報分析システム。
6. 対象データに対して手動で付与された第１の分別符号を受け付ける第１の分別符号受付ステップと、
   前記対象データの関連性スコアを計算する関連性スコア計算ステップと、
   前記関連性スコアに基づいて、前記第１の分別符号の正誤を判断する正誤判断ステップと、
   前記正誤判断ステップにおける判断結果に基づいて、前記対象データに付与すべき分別符号を決定する分別符号決定ステップと
   を備える、コンピュータが実行するデジタル情報分析方法。
7. コンピュータに、
   対象データに対して手動で付与された第１の分別符号を受け付ける第１の分別符号受付機能と、
   前記対象データの関連性スコアを計算する関連性スコア計算機能と、
   前記関連性スコアに基づいて、前記第１の分別符号の正誤を判断する正誤判断機能と、
   前記正誤判断機能の判断結果に基づいて、前記対象データに付与すべき分別符号を決定する分別符号決定機能と
   を実現させるためのデジタル情報分析プログラム。

Images