JPH11219297A - 診断型問題解決装置及びプログラム記録媒体 - Google Patents
診断型問題解決装置及びプログラム記録媒体Info
- Publication number
- JPH11219297A JPH11219297A JP10022501A JP2250198A JPH11219297A JP H11219297 A JPH11219297 A JP H11219297A JP 10022501 A JP10022501 A JP 10022501A JP 2250198 A JP2250198 A JP 2250198A JP H11219297 A JPH11219297 A JP H11219297A
- Authority
- JP
- Japan
- Prior art keywords
- solution
- case
- cases
- similarity
- reliability
- 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.)
- Withdrawn
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】本発明は、現在の問題に対する解を得る診断型
問題解決装置関し、低コストで実現できるとともに、ユ
ーザの理解し易い解を得ることができるようにすること
を目的とする。 【解決手段】過去に発生した問題とそれに対する解との
対データからなる事例を管理する事例データベース10
と、現在の問題と事例データベース10に格納される事
例の持つ問題との間の類似度を算出する類似度算出手段
12と、事例データベース10に格納される事例の中か
ら、類似度の大きい順に複数の事例を選択する選択手段
13と、選択手段13の選択する事例の持つ解と、それ
らの事例の持つ問題についての類似度とから、それらの
事例の持つ解の信頼度を算出する信頼度算出手段14
と、信頼度算出手段14の算出する信頼度に基づき、現
在の問題に対する解を出力する出力手段17とを備える
ように構成する。
問題解決装置関し、低コストで実現できるとともに、ユ
ーザの理解し易い解を得ることができるようにすること
を目的とする。 【解決手段】過去に発生した問題とそれに対する解との
対データからなる事例を管理する事例データベース10
と、現在の問題と事例データベース10に格納される事
例の持つ問題との間の類似度を算出する類似度算出手段
12と、事例データベース10に格納される事例の中か
ら、類似度の大きい順に複数の事例を選択する選択手段
13と、選択手段13の選択する事例の持つ解と、それ
らの事例の持つ問題についての類似度とから、それらの
事例の持つ解の信頼度を算出する信頼度算出手段14
と、信頼度算出手段14の算出する信頼度に基づき、現
在の問題に対する解を出力する出力手段17とを備える
ように構成する。
Description
【0001】
【発明の属する技術分野】本発明は、現在の問題に対す
る解を得る診断型問題解決装置と、その実現に用いられ
るプログラムが記録されるプログラム記録媒体とに関
し、特に、低コストで実現できるとともに、ユーザの理
解し易い解を得ることができるようにする診断型問題解
決装置と、その実現に用いられるプログラムが記録され
るプログラム記録媒体とに関する。
る解を得る診断型問題解決装置と、その実現に用いられ
るプログラムが記録されるプログラム記録媒体とに関
し、特に、低コストで実現できるとともに、ユーザの理
解し易い解を得ることができるようにする診断型問題解
決装置と、その実現に用いられるプログラムが記録され
るプログラム記録媒体とに関する。
【0002】様々な分野で、故障診断問題が発生する。
例えば、生産されたプリント板は、出荷される前に、異
常がないかどうかの試験が行われる。プリント板に異常
が発生した場合には、プリント板のどの部品がどの位置
で異常を起こしているのかが解析され、異常だと思われ
る部品の交換が行われた後、再び、異常箇所がないかど
うかの試験が行われる。
例えば、生産されたプリント板は、出荷される前に、異
常がないかどうかの試験が行われる。プリント板に異常
が発生した場合には、プリント板のどの部品がどの位置
で異常を起こしているのかが解析され、異常だと思われ
る部品の交換が行われた後、再び、異常箇所がないかど
うかの試験が行われる。
【0003】このとき、プリント板の異常に関する症状
を入力することで、異常部品や異常箇所の診断を行う診
断型の問題解決装置があれば、異常の解析や交換にかか
るコストを大幅に削減できることになる。
を入力することで、異常部品や異常箇所の診断を行う診
断型の問題解決装置があれば、異常の解析や交換にかか
るコストを大幅に削減できることになる。
【0004】このようなことを背景にして、現在発生し
ている問題の解決を行ったり、ユーザの問題解決を支援
する診断型の問題解決装置が必要とされているが、この
診断型の問題解決装置は、実用性を高めるためにも、低
コストで実現できるようにする必要があるとともに、ユ
ーザの理解し易い解を得ることができるようにする必要
がある。
ている問題の解決を行ったり、ユーザの問題解決を支援
する診断型の問題解決装置が必要とされているが、この
診断型の問題解決装置は、実用性を高めるためにも、低
コストで実現できるようにする必要があるとともに、ユ
ーザの理解し易い解を得ることができるようにする必要
がある。
【0005】
【従来の技術】従来技術では、診断型の問題解決は、エ
キスパートシステムにより実現されていた。
キスパートシステムにより実現されていた。
【0006】この診断型のエキスパートシステムでは、
専門家の問題解決に関する知識をルールの形で表現し
て、それらのルールを用いて、現在の問題に対する解を
導出することになる。
専門家の問題解決に関する知識をルールの形で表現し
て、それらのルールを用いて、現在の問題に対する解を
導出することになる。
【0007】ここで、一般的には、専門家から獲得され
た知識は、if-then ルールの形式でルールデータベース
に格納されており、現在の問題が入力された場合、この
問題にマッチするルールを使用して、現在の問題に対す
る解を導出するという方法が採られている。
た知識は、if-then ルールの形式でルールデータベース
に格納されており、現在の問題が入力された場合、この
問題にマッチするルールを使用して、現在の問題に対す
る解を導出するという方法が採られている。
【0008】このように、従来では、診断型の問題解決
は、専門家からの知識獲得に基づく診断型のエキスパー
トシステムにより実現されていたのである。
は、専門家からの知識獲得に基づく診断型のエキスパー
トシステムにより実現されていたのである。
【0009】
【発明が解決しようとする課題】しかしながら、診断型
のエキスパートシステムでは、専門家の知識をルールの
形式でルールデータベースに格納して、そのルールデー
タベースに格納されるルールを用いて、現在の問題に対
する解を導出することから、2つの大きな課題を抱えて
いた。
のエキスパートシステムでは、専門家の知識をルールの
形式でルールデータベースに格納して、そのルールデー
タベースに格納されるルールを用いて、現在の問題に対
する解を導出することから、2つの大きな課題を抱えて
いた。
【0010】第1の課題は、ルールデータベースの構築
に要するコストが非常に大きいという点である。すなわ
ち、専門家からルールの形で知識を獲得するということ
は非常な困難を伴うものであり、大きなコストが必要と
なる。
に要するコストが非常に大きいという点である。すなわ
ち、専門家からルールの形で知識を獲得するということ
は非常な困難を伴うものであり、大きなコストが必要と
なる。
【0011】第2の課題は、解の導出に関する説明をユ
ーザに分かり易い形式で行うことが困難な点である。す
なわち、解の導出に関する説明は、適用されたルールを
表示することで行われることになるが、表示されるルー
ル数が膨大なものとなると、ユーザにとってその説明が
分かり難いものとなる。
ーザに分かり易い形式で行うことが困難な点である。す
なわち、解の導出に関する説明は、適用されたルールを
表示することで行われることになるが、表示されるルー
ル数が膨大なものとなると、ユーザにとってその説明が
分かり難いものとなる。
【0012】本発明はかかる事情に鑑みてなされたもの
であって、低コストで実現できるとともに、ユーザの理
解し易い解を得ることができるようにする新たな診断型
問題解決装置の提供と、その実現に用いられるプログラ
ムが記録される新たなプログラム記録媒体の提供とを目
的とする。
であって、低コストで実現できるとともに、ユーザの理
解し易い解を得ることができるようにする新たな診断型
問題解決装置の提供と、その実現に用いられるプログラ
ムが記録される新たなプログラム記録媒体の提供とを目
的とする。
【0013】
【課題を解決するための手段】図1に本発明の原理構成
を図示する。図中、1は本発明を具備する診断型問題解
決装置であって、現在の問題が与えられるときに、その
問題に対する解を得て出力するものである。
を図示する。図中、1は本発明を具備する診断型問題解
決装置であって、現在の問題が与えられるときに、その
問題に対する解を得て出力するものである。
【0014】本発明の診断型問題解決装置1は、事例デ
ータベース10と、入力手段11と、類似度算出手段1
2と、選択手段13と、信頼度算出手段14と、閾値学
習手段15と、事例数学習手段16と、出力手段17と
を備える。
ータベース10と、入力手段11と、類似度算出手段1
2と、選択手段13と、信頼度算出手段14と、閾値学
習手段15と、事例数学習手段16と、出力手段17と
を備える。
【0015】この事例データベース10は、過去に発生
した問題とそれに対する解との対データからなる事例を
管理する。入力手段11は、現在の問題を入力する。類
似度算出手段12は、入力手段11の入力する現在の問
題と、事例データベース10に格納される事例の持つ問
題との間の類似度を算出する。
した問題とそれに対する解との対データからなる事例を
管理する。入力手段11は、現在の問題を入力する。類
似度算出手段12は、入力手段11の入力する現在の問
題と、事例データベース10に格納される事例の持つ問
題との間の類似度を算出する。
【0016】選択手段13は、事例データベース10に
格納される事例の中から、類似度算出手段12の算出す
る類似度の大きい順に複数の事例を選択する。信頼度算
出手段14は、選択手段13の選択する事例の持つ解
と、類似度算出手段12により算出されるそれらの事例
の持つ問題についての類似度とから、それらの事例の持
つ解の信頼度を算出する。
格納される事例の中から、類似度算出手段12の算出す
る類似度の大きい順に複数の事例を選択する。信頼度算
出手段14は、選択手段13の選択する事例の持つ解
と、類似度算出手段12により算出されるそれらの事例
の持つ問題についての類似度とから、それらの事例の持
つ解の信頼度を算出する。
【0017】閾値学習手段15は、選択手段13が規定
の閾値よりも大きな類似度を示す事例を選択する構成を
採るときに、閾値を複数想定し、それらの各閾値に対し
て、事例データベース10に格納される事例を使って正
解率を評価することで、それらの閾値の中から選択手段
13の選択処理に用いる閾値を得る。
の閾値よりも大きな類似度を示す事例を選択する構成を
採るときに、閾値を複数想定し、それらの各閾値に対し
て、事例データベース10に格納される事例を使って正
解率を評価することで、それらの閾値の中から選択手段
13の選択処理に用いる閾値を得る。
【0018】事例数学習手段16は、選択手段13が規
定の事例数分の事例を選択する構成を採るときに、事例
数を複数想定し、それらの各事例数に対して、事例デー
タベース10に格納される事例を使って正解率を評価す
ることで、それらの事例数の中から選択手段13の選択
処理に用いる事例数を得る。
定の事例数分の事例を選択する構成を採るときに、事例
数を複数想定し、それらの各事例数に対して、事例デー
タベース10に格納される事例を使って正解率を評価す
ることで、それらの事例数の中から選択手段13の選択
処理に用いる事例数を得る。
【0019】出力手段17は、信頼度算出手段14の算
出する信頼度に基づき、現在の問題に対する解を出力す
る。ここで、本発明の診断型問題解決装置1の持つ事例
データベース10以外の機能は具体的にはプログラムで
実現されるものであり、このプログラムは、フロッピィ
ディスクなどに格納されたり、サーバなどのディスクな
どに格納され、それらから診断型問題解決装置1にイン
ストールされてメモリ上で動作することで、本発明を実
現することになる。
出する信頼度に基づき、現在の問題に対する解を出力す
る。ここで、本発明の診断型問題解決装置1の持つ事例
データベース10以外の機能は具体的にはプログラムで
実現されるものであり、このプログラムは、フロッピィ
ディスクなどに格納されたり、サーバなどのディスクな
どに格納され、それらから診断型問題解決装置1にイン
ストールされてメモリ上で動作することで、本発明を実
現することになる。
【0020】このように構成される本発明の診断型問題
解決装置1では、現在の問題が入力されると、類似度算
出手段12は、入力された現在の問題と、事例データベ
ース10に格納される過去の事例の持つ問題との間の類
似度を算出し、これを受けて、選択手段13は、事例デ
ータベース10に格納される過去の事例の中から、閾値
学習手段15の学習する閾値よりも大きな類似度を示す
事例を選択したり、事例数学習手段16の学習する事例
数分の事例を選択することなどにより、算出された類似
度の大きい順に複数の事例を選択する。
解決装置1では、現在の問題が入力されると、類似度算
出手段12は、入力された現在の問題と、事例データベ
ース10に格納される過去の事例の持つ問題との間の類
似度を算出し、これを受けて、選択手段13は、事例デ
ータベース10に格納される過去の事例の中から、閾値
学習手段15の学習する閾値よりも大きな類似度を示す
事例を選択したり、事例数学習手段16の学習する事例
数分の事例を選択することなどにより、算出された類似
度の大きい順に複数の事例を選択する。
【0021】この選択手段13の選択する事例を受け
て、信頼度算出手段14は、選択された事例の持つ解
と、類似度算出手段11により算出されたそれらの事例
の持つ問題についての類似度とから、選択された事例の
持つ解が現在の問題の解である可能性を示す信頼度を算
出し、これを受けて、出力手段17は、算出された信頼
度に基づいて現在の問題に対する解を出力する。
て、信頼度算出手段14は、選択された事例の持つ解
と、類似度算出手段11により算出されたそれらの事例
の持つ問題についての類似度とから、選択された事例の
持つ解が現在の問題の解である可能性を示す信頼度を算
出し、これを受けて、出力手段17は、算出された信頼
度に基づいて現在の問題に対する解を出力する。
【0022】このように、本発明の診断型問題解決装置
1では、過去の類似事例を特定して、それらの類似事例
の持つ解が現在の問題の解である可能性を示す信頼度を
算出する構成を採って、その信頼度に基づいて現在の問
題に対する解を得る構成を採るので、専門家からの知識
を獲得することなく、現在の問題に対する解を得ること
ができるようになり、これにより、低コストで実現でき
るとともに、ユーザの理解し易い解を得ることができる
ようになる。
1では、過去の類似事例を特定して、それらの類似事例
の持つ解が現在の問題の解である可能性を示す信頼度を
算出する構成を採って、その信頼度に基づいて現在の問
題に対する解を得る構成を採るので、専門家からの知識
を獲得することなく、現在の問題に対する解を得ること
ができるようになり、これにより、低コストで実現でき
るとともに、ユーザの理解し易い解を得ることができる
ようになる。
【0023】
【発明の実施の形態】以下、実施の形態に従って本発明
を詳細に説明する。図2に、本発明の一実施例を図示す
る。
を詳細に説明する。図2に、本発明の一実施例を図示す
る。
【0024】図中、20は本発明を具備するコンピュー
タ装置であって、過去に発生した問題とそれに対する解
との対データからなる事例を管理する診断用事例データ
ベース40を備えて、端末30から現在の問題が与えら
れるときに、この診断用事例データベース40の管理す
る過去の事例を使って、その問題に対する解を得て出力
するものである。
タ装置であって、過去に発生した問題とそれに対する解
との対データからなる事例を管理する診断用事例データ
ベース40を備えて、端末30から現在の問題が与えら
れるときに、この診断用事例データベース40の管理す
る過去の事例を使って、その問題に対する解を得て出力
するものである。
【0025】このコンピュータ装置20は、本発明を実
現するために、フロッピィディスクや回線などを介して
インストールされて、現在の問題に対する解を得る問題
解決プログラム21と、問題解決プログラム21により
作成される類似度テーブル22/類似事例テーブル23
/信頼度テーブル24と、フロッピィディスクや回線な
どを介してインストールされて、問題解決プログラム2
1の用いる事例数や閾値を学習する学習プログラム25
とを備える。
現するために、フロッピィディスクや回線などを介して
インストールされて、現在の問題に対する解を得る問題
解決プログラム21と、問題解決プログラム21により
作成される類似度テーブル22/類似事例テーブル23
/信頼度テーブル24と、フロッピィディスクや回線な
どを介してインストールされて、問題解決プログラム2
1の用いる事例数や閾値を学習する学習プログラム25
とを備える。
【0026】診断用事例データベース40は、例えば自
然言語を使って、過去に発生した問題とそれに対する解
との対データからなる事例を管理するものであり、プリ
ント板の故障診断を実現する場合には、図3に示すよう
に、過去において、プリント板にどういう故障が発生
し、どの位置(AF2など)のどの部品(MB8693
2ー40など)によりその故障が発生したのかというこ
とを管理する。前者が過去の事例の問題となり、後者が
過去の事例の解となる。その他に、補助情報として、事
例名や、故障を取り扱った担当者名や、故障の発生の日
付けや、故障に関する特記事項などを管理する。
然言語を使って、過去に発生した問題とそれに対する解
との対データからなる事例を管理するものであり、プリ
ント板の故障診断を実現する場合には、図3に示すよう
に、過去において、プリント板にどういう故障が発生
し、どの位置(AF2など)のどの部品(MB8693
2ー40など)によりその故障が発生したのかというこ
とを管理する。前者が過去の事例の問題となり、後者が
過去の事例の解となる。その他に、補助情報として、事
例名や、故障を取り扱った担当者名や、故障の発生の日
付けや、故障に関する特記事項などを管理する。
【0027】図4及び図5に、問題解決プログラム21
の実行する処理フローの一実施例を図示する。次に、こ
の処理フローに従って、本発明について詳細に説明す
る。問題解決プログラム21は、端末30から現在の問
題が与えられると、図4及び図5の処理フローに示すよ
うに、先ず最初に、ステップ1で、診断用事例データベ
ース40に格納される事例の中から未処理の事例を1つ
選択し、続くステップ2で、全ての事例を選択したのか
否かを判断して、全ての事例を選択していないことを判
断するとき、すなわち、ステップ1で、未処理の事例を
1つ選択できたことを判断するときには、ステップ3に
進んで、端末30から与えられた現在の問題と、選択し
た事例の持つ問題との間の類似度を算出して類似度テー
ブル22に格納してから、ステップ1に戻っていく。
の実行する処理フローの一実施例を図示する。次に、こ
の処理フローに従って、本発明について詳細に説明す
る。問題解決プログラム21は、端末30から現在の問
題が与えられると、図4及び図5の処理フローに示すよ
うに、先ず最初に、ステップ1で、診断用事例データベ
ース40に格納される事例の中から未処理の事例を1つ
選択し、続くステップ2で、全ての事例を選択したのか
否かを判断して、全ての事例を選択していないことを判
断するとき、すなわち、ステップ1で、未処理の事例を
1つ選択できたことを判断するときには、ステップ3に
進んで、端末30から与えられた現在の問題と、選択し
た事例の持つ問題との間の類似度を算出して類似度テー
ブル22に格納してから、ステップ1に戻っていく。
【0028】この類似度の算出処理は、例えば、問題を
記述する文書の持つキーワードの重みを使い、両者の問
題に共通に含まれるキーワードの重みを積算して、それ
を“0”から“1”の間の値に正規化することで行う。
記述する文書の持つキーワードの重みを使い、両者の問
題に共通に含まれるキーワードの重みを積算して、それ
を“0”から“1”の間の値に正規化することで行う。
【0029】ここで、文書中に出現するキーワードの重
みは、例えば、TF(Text Frequency)や、IDF(In
verse Document Frequency)という手法で算出されるこ
とになる。このTFは、文書中のキーワードの出現頻度
に対する重みを表すもので、出現頻度が高ければ高いほ
ど大きな値を持つように設定される。一方、IDFは、
文書データベース中におけるキーワードの出現の分散を
表現したもので、例えば、 IDFi =log2[(N−ni ) /ni ] 但し、N :文書データベース中の文書数 ni :文書データベース中のキーワードのiの出現頻度 という算出式に従って算出され、文書データベース中の
キーワードの出現頻度が低ければ低いほど大きな値を持
つように設定される。
みは、例えば、TF(Text Frequency)や、IDF(In
verse Document Frequency)という手法で算出されるこ
とになる。このTFは、文書中のキーワードの出現頻度
に対する重みを表すもので、出現頻度が高ければ高いほ
ど大きな値を持つように設定される。一方、IDFは、
文書データベース中におけるキーワードの出現の分散を
表現したもので、例えば、 IDFi =log2[(N−ni ) /ni ] 但し、N :文書データベース中の文書数 ni :文書データベース中のキーワードのiの出現頻度 という算出式に従って算出され、文書データベース中の
キーワードの出現頻度が低ければ低いほど大きな値を持
つように設定される。
【0030】このようにして、ステップ1ないステップ
3を繰り返していくことで、問題解決プログラム21
は、図6に示すように、類似度テーブル22に対して、
診断用事例データベース40に格納される事例を登録単
位として、端末30から与えられた現在の問題とそれら
の事例の持つ問題との間の類似度を登録していくことに
なる。
3を繰り返していくことで、問題解決プログラム21
は、図6に示すように、類似度テーブル22に対して、
診断用事例データベース40に格納される事例を登録単
位として、端末30から与えられた現在の問題とそれら
の事例の持つ問題との間の類似度を登録していくことに
なる。
【0031】類似度テーブル22への類似度の登録が完
了することで、ステップ2で、診断用事例データベース
40の全事例を選択したことを判断すると、ステップ4
に進んで、類似度テーブル22に格納される事例の中か
ら、類似度の大きい順に、規定の事例数分の事例を選択
して、それを類似事例テーブル23に格納する。
了することで、ステップ2で、診断用事例データベース
40の全事例を選択したことを判断すると、ステップ4
に進んで、類似度テーブル22に格納される事例の中か
ら、類似度の大きい順に、規定の事例数分の事例を選択
して、それを類似事例テーブル23に格納する。
【0032】このとき用いる事例数については、ユーザ
と対話することで設定してもよいが、後述する学習プロ
グラム25の決定するものを用いると、ユーザの主観が
入らずに設定できることになる。
と対話することで設定してもよいが、後述する学習プロ
グラム25の決定するものを用いると、ユーザの主観が
入らずに設定できることになる。
【0033】このようにして、問題解決プログラム21
は、例えば、事例数として5個が設定されると、図6に
示した類似度テーブル22から、図7に示す類似事例テ
ーブル23を作成することになる。
は、例えば、事例数として5個が設定されると、図6に
示した類似度テーブル22から、図7に示す類似事例テ
ーブル23を作成することになる。
【0034】類似事例テーブル23を作成すると、続い
て、ステップ5で、類似事例テーブル23に格納される
事例の中から未処理の事例を1つ選択することで1つの
解を選択し、続くステップ6で、全ての解(事例)を選
択したのか否かを判断して、全ての解(事例)を選択し
ていないことを判断するとき、すなわち、ステップ5
で、未処理の解(事例)を1つ選択できたことを判断す
るときには、ステップ7に進んで、類似事例テーブル2
3に格納される同一解を抽出して、それらの同一解の持
つ類似度から、選択した解の信頼度を算出して信頼度テ
ーブル24に格納してから、ステップ5に戻っていく。
ここで、抽出した同一解を持つ事例については、以降、
選択済みとして扱うことになる。
て、ステップ5で、類似事例テーブル23に格納される
事例の中から未処理の事例を1つ選択することで1つの
解を選択し、続くステップ6で、全ての解(事例)を選
択したのか否かを判断して、全ての解(事例)を選択し
ていないことを判断するとき、すなわち、ステップ5
で、未処理の解(事例)を1つ選択できたことを判断す
るときには、ステップ7に進んで、類似事例テーブル2
3に格納される同一解を抽出して、それらの同一解の持
つ類似度から、選択した解の信頼度を算出して信頼度テ
ーブル24に格納してから、ステップ5に戻っていく。
ここで、抽出した同一解を持つ事例については、以降、
選択済みとして扱うことになる。
【0035】この信頼度の算出処理は、例えば、同一解
の持つ類似度の最大値を特定して、その最大値を信頼度
として設定することで行ったり、その最大値をmax
(Si ) 、同一解の持つ類似度の総和をtot(Si )、類
似事例テーブル23に格納される類似度の総和をTOT
で表すならば、解Si の信頼度を、 信頼度(Si )=max(Si )× 〔max(Si )+[1−max(Si )]×tot(Si )/TOT〕 の算出式に従って算出することで行う。
の持つ類似度の最大値を特定して、その最大値を信頼度
として設定することで行ったり、その最大値をmax
(Si ) 、同一解の持つ類似度の総和をtot(Si )、類
似事例テーブル23に格納される類似度の総和をTOT
で表すならば、解Si の信頼度を、 信頼度(Si )=max(Si )× 〔max(Si )+[1−max(Si )]×tot(Si )/TOT〕 の算出式に従って算出することで行う。
【0036】前者の信頼度算出処理に従う場合には、図
7に示す類似事例テーブル23から、「MB86932
/AF2」という解に対する信頼度として“0.89”と
いう信頼度を算出することになる。また、後者の信頼度
算出処理に従う場合には、図7に示す類似事例テーブル
23から、「MB86932/AF2」という解に対す
る信頼度として、 0.89×〔0.89+(1−0.89)×2.07/3.24〕=0.85 に従って“0.85”という信頼度を算出することにな
る。
7に示す類似事例テーブル23から、「MB86932
/AF2」という解に対する信頼度として“0.89”と
いう信頼度を算出することになる。また、後者の信頼度
算出処理に従う場合には、図7に示す類似事例テーブル
23から、「MB86932/AF2」という解に対す
る信頼度として、 0.89×〔0.89+(1−0.89)×2.07/3.24〕=0.85 に従って“0.85”という信頼度を算出することにな
る。
【0037】このようにして、ステップ5ないステップ
7を繰り返していくことで、問題解決プログラム21
は、図8に示すように、信頼度テーブル24に対して、
類似事例テーブル23に格納される事例の持つ解を登録
単位として、端末30から与えられた現在の問題に対す
る解の信頼度を登録していくことになる。
7を繰り返していくことで、問題解決プログラム21
は、図8に示すように、信頼度テーブル24に対して、
類似事例テーブル23に格納される事例の持つ解を登録
単位として、端末30から与えられた現在の問題に対す
る解の信頼度を登録していくことになる。
【0038】信頼度テーブル24への信頼度の登録が完
了することで、ステップ6で、類似事例テーブル23の
全事例を選択したことを判断すると、ステップ8(図5
の処理フロー)に進んで、信頼度テーブル24に格納さ
れる解を、信頼度の順番に従ってソートし、続くステッ
プ9で、信頼度テーブル24に格納される解を、そのソ
ート順に、信頼度を付加して端末30に出力する。
了することで、ステップ6で、類似事例テーブル23の
全事例を選択したことを判断すると、ステップ8(図5
の処理フロー)に進んで、信頼度テーブル24に格納さ
れる解を、信頼度の順番に従ってソートし、続くステッ
プ9で、信頼度テーブル24に格納される解を、そのソ
ート順に、信頼度を付加して端末30に出力する。
【0039】このようにして、図8に示す信頼度テーブ
ル24を作成すると、問題解決プログラム21は、端末
30から与えられた現在の問題に対する解として、信頼
度“0.85”を持つ「MB86932/AF2」、信頼
度“0.47”を持つ「CG21045/AM5」、信頼
度“0.31”を持つ「CA20103/CB4」を出力
するのである。
ル24を作成すると、問題解決プログラム21は、端末
30から与えられた現在の問題に対する解として、信頼
度“0.85”を持つ「MB86932/AF2」、信頼
度“0.47”を持つ「CG21045/AM5」、信頼
度“0.31”を持つ「CA20103/CB4」を出力
するのである。
【0040】この解の出力を受け取ると、現在の問題を
入力したユーザは、最も可能性の高い解として、「MB
86932/AF2」があり、それに続く可能性の高い
解として、「CG21045/AM5」があり、それに
続く可能性の高い解として、「CA20103/CB
4」があることを知ることができるようになる。
入力したユーザは、最も可能性の高い解として、「MB
86932/AF2」があり、それに続く可能性の高い
解として、「CG21045/AM5」があり、それに
続く可能性の高い解として、「CA20103/CB
4」があることを知ることができるようになる。
【0041】なお、問題解決プログラム21は、最も信
頼度の高い解のみを出力するような構成を採ることも可
能である。次に、学習プログラム25の実行する処理に
ついて説明する。
頼度の高い解のみを出力するような構成を採ることも可
能である。次に、学習プログラム25の実行する処理に
ついて説明する。
【0042】図5及び図6の処理フローでは、問題解決
プログラム21は、類似度テーブル22に格納される事
例の中から、類似度の大きい順に、規定の事例数分の事
例を選択して、それを類似事例テーブル23に格納する
ことで類似事例テーブル23を作成する構成を採った。
学習プログラム25は、診断用事例データベース40に
格納される過去の事例を使って、このときに用いられる
事例数を学習処理により決定する処理を行うものであ
る。
プログラム21は、類似度テーブル22に格納される事
例の中から、類似度の大きい順に、規定の事例数分の事
例を選択して、それを類似事例テーブル23に格納する
ことで類似事例テーブル23を作成する構成を採った。
学習プログラム25は、診断用事例データベース40に
格納される過去の事例を使って、このときに用いられる
事例数を学習処理により決定する処理を行うものであ
る。
【0043】図9に、この学習プログラム25の実行す
る処理フローの一実施例を図示する。次に、この処理フ
ローに従って、学習プログラム25の実行する処理につ
いて説明する。
る処理フローの一実施例を図示する。次に、この処理フ
ローに従って、学習プログラム25の実行する処理につ
いて説明する。
【0044】学習プログラム25は、端末30を介して
ユーザから事例数の学習要求が発行されると、図9の処
理フローに示すように、先ず最初に、ステップ1で、事
例数を最小値に設定する。
ユーザから事例数の学習要求が発行されると、図9の処
理フローに示すように、先ず最初に、ステップ1で、事
例数を最小値に設定する。
【0045】続いて、ステップ2で、事例数が最大値を
超えたのか否かを判断して、最大値を超えていないこと
を判断するときには、ステップ3に進んで、診断用事例
データベース40に格納される事例の中から未処理の事
例を1つ選択し、続くステップ4で、全ての事例を選択
したのか否かを判断して、全ての事例を選択したことを
判断するときには、ステップ5に進んで、事例数を規定
の増加量だけインクリメントしてから、ステップ2に戻
っていく。
超えたのか否かを判断して、最大値を超えていないこと
を判断するときには、ステップ3に進んで、診断用事例
データベース40に格納される事例の中から未処理の事
例を1つ選択し、続くステップ4で、全ての事例を選択
したのか否かを判断して、全ての事例を選択したことを
判断するときには、ステップ5に進んで、事例数を規定
の増加量だけインクリメントしてから、ステップ2に戻
っていく。
【0046】一方、ステップ4で、全ての事例を選択し
ていないことを判断するとき、すなわち、ステップ3
で、未処理の事例を1つ選択できたことを判断するとき
には、ステップ6に進んで、選択した事例の持つ問題を
現在の問題として設定して、問題解決プログラム21を
起動することで、その設定した現在の問題に対する解を
得る。
ていないことを判断するとき、すなわち、ステップ3
で、未処理の事例を1つ選択できたことを判断するとき
には、ステップ6に進んで、選択した事例の持つ問題を
現在の問題として設定して、問題解決プログラム21を
起動することで、その設定した現在の問題に対する解を
得る。
【0047】このようにして起動されると、問題解決プ
ログラム21は、設定された問題と、診断用事例データ
ベース40に残されている事例の持つ問題との間の類似
度を算出し、その算出値と設定されている事例数とに従
って類似事例テーブル23を作成して、その類似事例テ
ーブル23から信頼度を算出することで、設定された問
題に対する解を得るので、学習プログラム25は、問題
解決プログラム21を起動することで、その設定した現
在の問題に対する解を得るのである。
ログラム21は、設定された問題と、診断用事例データ
ベース40に残されている事例の持つ問題との間の類似
度を算出し、その算出値と設定されている事例数とに従
って類似事例テーブル23を作成して、その類似事例テ
ーブル23から信頼度を算出することで、設定された問
題に対する解を得るので、学習プログラム25は、問題
解決プログラム21を起動することで、その設定した現
在の問題に対する解を得るのである。
【0048】続いて、ステップ7で、ステップ6で得た
解が正解であるのか否かを判断して、正解であることを
判断するときには、ステップ8に進んで、得点を1つイ
ンクリメントしてからステップ3に戻り、正解でないこ
とを判断するときには、得点をインクリメントすること
なくステップ3に戻る。
解が正解であるのか否かを判断して、正解であることを
判断するときには、ステップ8に進んで、得点を1つイ
ンクリメントしてからステップ3に戻り、正解でないこ
とを判断するときには、得点をインクリメントすること
なくステップ3に戻る。
【0049】上述したように、問題解決プログラム21
は、設定された問題に対して、信頼度の高い順に解を出
力するので、学習プログラム25は、設定された問題の
解(選択した事例の持つ解)と、問題解決プログラム2
1の出力する最も高い信頼度の解とが一致するのか否か
を判断することで、ステップ6で得た解が正解であるの
か否かを判断して、正解であることを判断するときに
は、得点を1つインクリメントしていくのである。
は、設定された問題に対して、信頼度の高い順に解を出
力するので、学習プログラム25は、設定された問題の
解(選択した事例の持つ解)と、問題解決プログラム2
1の出力する最も高い信頼度の解とが一致するのか否か
を判断することで、ステップ6で得た解が正解であるの
か否かを判断して、正解であることを判断するときに
は、得点を1つインクリメントしていくのである。
【0050】ここで、例えば、問題解決プログラム21
の出力する第1位の信頼度を持つ解と一致するときには
得点を3点インクリメントし、第2位の信頼度を持つ解
と一致するときには得点を2点インクリメントし、第3
位の信頼度を持つ解と一致するときには得点を1点イン
クリメントするというような方法を採ることも可能であ
る。
の出力する第1位の信頼度を持つ解と一致するときには
得点を3点インクリメントし、第2位の信頼度を持つ解
と一致するときには得点を2点インクリメントし、第3
位の信頼度を持つ解と一致するときには得点を1点イン
クリメントするというような方法を採ることも可能であ
る。
【0051】このようにして、設定された各事例数に対
する得点を求めていくときに、ステップ2で、事例数が
最大値を超えたことを判断すると、ステップ9に進ん
で、最高得点を示す事例数を問題解決プログラム21の
用いる事例数として決定して処理を終了する。
する得点を求めていくときに、ステップ2で、事例数が
最大値を超えたことを判断すると、ステップ9に進ん
で、最高得点を示す事例数を問題解決プログラム21の
用いる事例数として決定して処理を終了する。
【0052】この学習プログラム25の学習処理に従っ
て、例えば、学習プログラム25が事例数として5個を
決定すると、上述したように、図6に示した類似度テー
ブル22から、図7に示す類似事例テーブル23が作成
されることになる。
て、例えば、学習プログラム25が事例数として5個を
決定すると、上述したように、図6に示した類似度テー
ブル22から、図7に示す類似事例テーブル23が作成
されることになる。
【0053】図5及び図6の処理フローでは、問題解決
プログラム21は、類似度テーブル22に格納される事
例の中から、類似度の大きい順に、規定の事例数分の事
例を選択して、それを類似事例テーブル23に格納する
ことで類似事例テーブル23を作成する構成を採った
が、規定の閾値よりも大きな類似度を持つ事例を選択し
て、それを類似事例テーブル23に格納することで類似
事例テーブル23を作成する構成を採ってもよい。
プログラム21は、類似度テーブル22に格納される事
例の中から、類似度の大きい順に、規定の事例数分の事
例を選択して、それを類似事例テーブル23に格納する
ことで類似事例テーブル23を作成する構成を採った
が、規定の閾値よりも大きな類似度を持つ事例を選択し
て、それを類似事例テーブル23に格納することで類似
事例テーブル23を作成する構成を採ってもよい。
【0054】この構成を採る場合には、学習プログラム
25は、図10の処理フローを実行することで、このと
きに用いる閾値を学習処理により決定することになる。
すなわち、学習プログラム25は、端末30を介してユ
ーザから閾値の学習要求が発行されると、図10の処理
フローに示すように、先ず最初に、ステップ1で、閾値
を最小値に設定する。
25は、図10の処理フローを実行することで、このと
きに用いる閾値を学習処理により決定することになる。
すなわち、学習プログラム25は、端末30を介してユ
ーザから閾値の学習要求が発行されると、図10の処理
フローに示すように、先ず最初に、ステップ1で、閾値
を最小値に設定する。
【0055】続いて、ステップ2で、閾値が最大値を超
えたのか否かを判断して、最大値を超えていないことを
判断するときには、ステップ3に進んで、診断用事例デ
ータベース40に格納される事例の中から未処理の事例
を1つ選択し、続くステップ4で、全ての事例を選択し
たのか否かを判断して、全ての事例を選択したことを判
断するときには、ステップ5に進んで、閾値を規定の増
加量だけインクリメントしてから、ステップ2に戻って
いく。
えたのか否かを判断して、最大値を超えていないことを
判断するときには、ステップ3に進んで、診断用事例デ
ータベース40に格納される事例の中から未処理の事例
を1つ選択し、続くステップ4で、全ての事例を選択し
たのか否かを判断して、全ての事例を選択したことを判
断するときには、ステップ5に進んで、閾値を規定の増
加量だけインクリメントしてから、ステップ2に戻って
いく。
【0056】一方、ステップ4で、全ての事例を選択し
ていないことを判断するとき、すなわち、ステップ3
で、未処理の事例を1つ選択できたことを判断するとき
には、ステップ6に進んで、選択した事例の持つ問題を
現在の問題として設定して、問題解決プログラム21を
起動することで、その設定した現在の問題に対する解を
得る。
ていないことを判断するとき、すなわち、ステップ3
で、未処理の事例を1つ選択できたことを判断するとき
には、ステップ6に進んで、選択した事例の持つ問題を
現在の問題として設定して、問題解決プログラム21を
起動することで、その設定した現在の問題に対する解を
得る。
【0057】このようにして起動されると、問題解決プ
ログラム21は、設定された問題と、診断用事例データ
ベース40に残されている事例の持つ問題との間の類似
度を算出し、その算出値と設定されている閾値とに従っ
て類似事例テーブル23を作成して、その類似事例テー
ブル23から信頼度を算出することで、設定された問題
に対する解を得るので、学習プログラム25は、問題解
決プログラム21を起動することで、その設定した現在
の問題に対する解を得るのである。
ログラム21は、設定された問題と、診断用事例データ
ベース40に残されている事例の持つ問題との間の類似
度を算出し、その算出値と設定されている閾値とに従っ
て類似事例テーブル23を作成して、その類似事例テー
ブル23から信頼度を算出することで、設定された問題
に対する解を得るので、学習プログラム25は、問題解
決プログラム21を起動することで、その設定した現在
の問題に対する解を得るのである。
【0058】続いて、ステップ7で、ステップ6で得た
解が正解であるのか否かを判断して、正解であることを
判断するときには、ステップ8に進んで、得点を1つイ
ンクリメントしてからステップ3に戻り、正解でないこ
とを判断するときには、得点をインクリメントすること
なくステップ3に戻る。
解が正解であるのか否かを判断して、正解であることを
判断するときには、ステップ8に進んで、得点を1つイ
ンクリメントしてからステップ3に戻り、正解でないこ
とを判断するときには、得点をインクリメントすること
なくステップ3に戻る。
【0059】このようにして、設定された各閾値に対す
る得点を求めていくときに、ステップ2で、閾値が最大
値を超えたことを判断すると、ステップ9に進んで、最
高得点を示す閾値を問題解決プログラム21の用いる閾
値として決定して処理を終了する。
る得点を求めていくときに、ステップ2で、閾値が最大
値を超えたことを判断すると、ステップ9に進んで、最
高得点を示す閾値を問題解決プログラム21の用いる閾
値として決定して処理を終了する。
【0060】この学習プログラム25の学習処理に従っ
て、例えば、学習プログラム25が閾値として“0.6”
を決定すると、図6に示した類似度テーブル22から、
図11に示す類似事例テーブル23が作成されることに
なる。
て、例えば、学習プログラム25が閾値として“0.6”
を決定すると、図6に示した類似度テーブル22から、
図11に示す類似事例テーブル23が作成されることに
なる。
【0061】更に、事例数と閾値の双方の条件を充足す
る類似事例テーブル23の作成を要求することも可能で
ある。例えば、学習プログラム25が事例数として5個
を決定し、閾値として“0.5”を決定するときに、その
双方の条件を充足する類似事例テーブル23の作成を要
求することも可能である。この場合には、図6に示した
類似度テーブル22から、図12に示す類似事例テーブ
ル23が作成されることになる。
る類似事例テーブル23の作成を要求することも可能で
ある。例えば、学習プログラム25が事例数として5個
を決定し、閾値として“0.5”を決定するときに、その
双方の条件を充足する類似事例テーブル23の作成を要
求することも可能である。この場合には、図6に示した
類似度テーブル22から、図12に示す類似事例テーブ
ル23が作成されることになる。
【0062】
【発明の効果】以上説明したように、本発明の診断型問
題解決装置では、過去の類似事例を特定して、それらの
類似事例の持つ解が現在の問題の解である可能性を示す
信頼度を算出する構成を採って、その信頼度に基づいて
現在の問題に対する解を得る構成を採るので、専門家か
らの知識を獲得することなく、現在の問題に対する解を
得ることができるようになり、これにより、低コストで
実現できるとともに、ユーザの理解し易い解を得ること
ができるようになる。
題解決装置では、過去の類似事例を特定して、それらの
類似事例の持つ解が現在の問題の解である可能性を示す
信頼度を算出する構成を採って、その信頼度に基づいて
現在の問題に対する解を得る構成を採るので、専門家か
らの知識を獲得することなく、現在の問題に対する解を
得ることができるようになり、これにより、低コストで
実現できるとともに、ユーザの理解し易い解を得ること
ができるようになる。
【0063】そして、この構成を採るときにあって、事
例数や閾値を使って信頼度の低い類似事例を問題解決に
使用することを回避する構成を採ることから、出力する
解の質の向上を図ることができるようになる。
例数や閾値を使って信頼度の低い類似事例を問題解決に
使用することを回避する構成を採ることから、出力する
解の質の向上を図ることができるようになる。
【0064】そして、この事例数や閾値を自動決定する
機構を持つ構成を採ることから、ユーザの負荷を低減で
きるとともに、出力する解の質の向上を図ることができ
るようになる。
機構を持つ構成を採ることから、ユーザの負荷を低減で
きるとともに、出力する解の質の向上を図ることができ
るようになる。
【図1】本発明の原理構成図である。
【図2】本発明の一実施例である。
【図3】診断用事例データベースの説明図である。
【図4】問題解決プログラムの実行する処理フローであ
る。
る。
【図5】問題解決プログラムの実行する処理フローであ
る。
る。
【図6】類似度テーブルの説明図である。
【図7】類似事例テーブルの説明図である。
【図8】信頼度テーブルの説明図である。
【図9】学習プログラムの実行する処理フローである。
【図10】学習プログラムの実行する処理フローであ
る。
る。
【図11】類似事例テーブルの説明図である。
【図12】類似事例テーブルの説明図である。
1 診断型問題解決装置 10 事例データベース 11 入力手段 12 類似度算出手段 13 選択手段 14 信頼度算出手段 15 閾値学習手段 16 事例数学習手段 17 出力手段
Claims (5)
- 【請求項1】 現在の問題に対する解を得る診断型問題
解決装置において、 過去に発生した問題とそれに対する解との対データから
なる事例を管理する事例データベースと、 現在の問題と上記事例データベースに格納される事例の
持つ問題との間の類似度を算出する類似度算出手段と、 上記事例データベースに格納される事例の中から、上記
類似度の大きい順に複数の事例を選択する選択手段と、 上記選択手段の選択する事例の持つ解と、該事例の持つ
問題についての上記類似度とから、該解の信頼度を算出
する信頼度算出手段と、 上記信頼度算出手段の算出する信頼度に基づき、現在の
問題に対する解を出力する出力手段とを備えることを、 特徴とする診断型問題解決装置。 - 【請求項2】 請求項1記載の診断型問題解決装置にお
いて、 選択手段は、規定の事例数分の事例の内、規定の閾値よ
りも大きな類似度を示す事例を選択することを、 特徴とする診断型問題解決装置。 - 【請求項3】 請求項2記載の診断型問題解決装置にお
いて、 閾値を複数想定し、それらの各閾値に対して、事例デー
タベースに格納される事例を使って正解率を評価するこ
とで、それらの閾値の中から選択手段の選択処理に用い
る閾値を得る閾値学習手段を備えることを、 特徴とする診断型問題解決装置。 - 【請求項4】 請求項2記載の診断型問題解決装置にお
いて、 事例数を複数想定し、それらの各事例数に対して、事例
データベースに格納される事例を使って正解率を評価す
ることで、それらの事例数の中から選択手段の選択処理
に用いる事例数を得る事例数学習手段を備えることを、 特徴とする診断型問題解決装置。 - 【請求項5】 現在の問題に対する解を得る診断型問題
解決装置の実現に用いられるプログラムが記録されるプ
ログラム記録媒体であって、 過去に発生した問題とそれに対する解との対データから
なる事例を管理する事例データベースをアクセス先とし
て、現在の問題と該事例データベースに格納される事例
の持つ問題との間の類似度を算出する類似度算出処理
と、 上記事例データベースに格納される事例の中から、上記
類似度の大きい順に複数の事例を選択する選択処理と、 上記選択処理の選択する事例の持つ解と、該事例の持つ
問題についての上記類似度とから、該解の信頼度を算出
する信頼度算出処理と、 上記信頼度算出処理の算出する信頼度に基づき、現在の
問題に対する解を出力する出力処理とをコンピュータに
実行させるプログラムが記録されることを、 特徴とするプログラム記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10022501A JPH11219297A (ja) | 1998-02-04 | 1998-02-04 | 診断型問題解決装置及びプログラム記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10022501A JPH11219297A (ja) | 1998-02-04 | 1998-02-04 | 診断型問題解決装置及びプログラム記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH11219297A true JPH11219297A (ja) | 1999-08-10 |
Family
ID=12084503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10022501A Withdrawn JPH11219297A (ja) | 1998-02-04 | 1998-02-04 | 診断型問題解決装置及びプログラム記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH11219297A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001057698A1 (en) * | 2000-02-06 | 2001-08-09 | Enigma Publishing Limited | A system for delivering scenario specific, problem solving, decision support from non-intelligent computer systems |
US9087121B2 (en) | 2012-04-12 | 2015-07-21 | International Business Machines Corporation | Solving problems in data processing systems based on text analysis of historical data |
US9177106B2 (en) | 2007-07-09 | 2015-11-03 | Sutter Health | System and method for data collection and management |
CN107168967A (zh) * | 2016-03-07 | 2017-09-15 | 阿里巴巴集团控股有限公司 | 目标知识点的获取方法及装置 |
US11065056B2 (en) | 2016-03-24 | 2021-07-20 | Sofradim Production | System and method of generating a model and simulating an effect on a surgical repair site |
-
1998
- 1998-02-04 JP JP10022501A patent/JPH11219297A/ja not_active Withdrawn
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001057698A1 (en) * | 2000-02-06 | 2001-08-09 | Enigma Publishing Limited | A system for delivering scenario specific, problem solving, decision support from non-intelligent computer systems |
US7493299B2 (en) | 2000-02-06 | 2009-02-17 | Palo Alto Medical Foundation For Health Care, Research, And Education | System for delivering scenario specific, problem solving, decision support from non-intelligent computer systems |
US9177106B2 (en) | 2007-07-09 | 2015-11-03 | Sutter Health | System and method for data collection and management |
US9087121B2 (en) | 2012-04-12 | 2015-07-21 | International Business Machines Corporation | Solving problems in data processing systems based on text analysis of historical data |
US9092511B2 (en) | 2012-04-12 | 2015-07-28 | International Business Machines Corporation | Solving problems in data processing systems based on text analysis of historical data |
CN107168967A (zh) * | 2016-03-07 | 2017-09-15 | 阿里巴巴集团控股有限公司 | 目标知识点的获取方法及装置 |
CN107168967B (zh) * | 2016-03-07 | 2020-12-04 | 创新先进技术有限公司 | 目标知识点的获取方法及装置 |
US11065056B2 (en) | 2016-03-24 | 2021-07-20 | Sofradim Production | System and method of generating a model and simulating an effect on a surgical repair site |
US11903653B2 (en) | 2016-03-24 | 2024-02-20 | Sofradim Production | System and method of generating a model and simulating an effect on a surgical repair site |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8176050B2 (en) | Method and apparatus of supporting creation of classification rules | |
CN106874441B (zh) | 智能问答方法和装置 | |
US7028250B2 (en) | System and method for automatically classifying text | |
Agarwal et al. | A natural language processing framework for assessing hospital readmissions for patients with COPD | |
CN111046152A (zh) | Faq问答对自动构建方法、装置、计算机设备及存储介质 | |
EP2885755B1 (en) | Agent system, agent control method and agent control program with ability of natural conversation with users | |
CN109933647A (zh) | 确定描述信息的方法、装置、电子设备和计算机存储介质 | |
US20080275870A1 (en) | Method and apparatus for constructing a compact similarity structure and for using the same in analyzing document relevance | |
US20150286631A1 (en) | Automatic linking of requirements using natural language processing | |
CN116541752B (zh) | 元数据管理方法、装置、计算机设备及存储介质 | |
US20180005248A1 (en) | Product, operating system and topic based | |
US20030182136A1 (en) | System and method for ranking objects by likelihood of possessing a property | |
US20060282708A1 (en) | System and method for detecting faults in a system | |
CN116805002A (zh) | 问答方法、问答装置、设备及存储介质 | |
US20110184894A1 (en) | Generating a set of atoms | |
JPH11219297A (ja) | 診断型問題解決装置及びプログラム記録媒体 | |
CN107924717A (zh) | 基于建议的鉴别诊断 | |
CN116134394A (zh) | 用于使用主题建模来改进对维护服务的备件搜索的***和方法 | |
Zadeh | Preliminary draft notes on a similarity‐based analysis of time‐series with applications to prediction, decision and diagnostics | |
CN115293155A (zh) | 诊断词归一方法及装置 | |
CN116823202A (zh) | 简历信息处理方法、***、智能终端及存储介质 | |
US20230081891A1 (en) | System and method of managing knowledge for knowledge graphs | |
Tong et al. | Bearing fault diagnosis based on spectrum image sparse representation of vibration signal | |
US11595341B2 (en) | Non-transitory computer-readable recording medium, estimation method, and information processing device | |
US20220108071A1 (en) | Information processing device, information processing system, and non-transitory computer readable medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20050405 |