JP7843384B1 - 文書サービスシステム、文書サービスシステムが行う方法、および文書サービスシステムが行う方法をコンピュータに実行させるプログラム - Google Patents

Abstract

【課題】文書データ中の文字を自動的に読み取ってユーザの意図する情報をユーザに提供し易くする。
【解決手段】文書サービスシステム（１）は、モデル記憶部（１０）と、処理装置（２０）とを備える。モデル記憶部（１０）には、ユーザ端末（３）から取得された文書データ（４）が入力されることによって文書データ（４）中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成される。処理装置（２０）は、ユーザ端末（３）から取得された文書データ（４）をモデルに入力することによって表示項目の内容となり得る複数の候補を取得し、取得された複数の候補をユーザが選択可能な態様でユーザ端末（３）の画面に表示させる。
【選択図】図１

Description

特許法第３０条第２項適用 令和６年７月３１日にウェブサイトｈｔｔｐｓ：／／ｂａｋｕｒａｋｕ．ｊｐ／ｎｅｗｓ／２０２４０７３１－２／にて公開 〔刊行物等〕 令和６年１２月１４日にウェブサイトｈｔｔｐｓ：／／ｄｏｃｓ．ｇｏｏｇｌｅ．ｃｏｍ／ｓｐｒｅａｄｓｈｅｅｔｓ／ｄ／１ＳＯｎＷＷＤ０ｊＰＦｑＴ５ＰｊｌｓＳ２ＯＣ７ｘ＿４ａｔｉ３ｍｂｖ０ｖＣｎｙｓａＨｌｔ８／ｅｄｉｔ？ｇｉｄ＝５３９７２１１７０＃ｇｉｄ＝５３９７２１１７０にて公開 〔刊行物等〕 令和６年１２月１４日に開催した ＣｏｍｐｕｔｅｒＶｉｓｉｏｎ の分野動向調査、国際発展について議論を行うシンポジウムにて公開 〔刊行物等〕 令和６年１２月３日に電子メールに添付した商品説明書にて公開 〔刊行物等〕 令和６年１２月１７日に電子メールに添付した商品説明書にて公開 〔刊行物等〕 令和６年１２月１９日に電子メールに添付した商品説明書にて公開 〔刊行物等〕 令和７年１月７日に電子メールに添付した商品説明書にて公開 〔刊行物等〕 令和７年１月２３日に電子メールに添付した商品説明書にて公開

本開示は、ユーザの端末と通信可能に構成された文書サービスシステム、文書サービスシステムが行う方法、およびその方法をコンピュータに実行させるプログラムに関する。

特開２０２０－１３２８１号公報（特許文献１）あるいは特許第７５６１３７８号公報（特許文献２）には、請求書等の文書データ中の文字情報をＯＣＲ（Optical Character Recognition/Reader）で自動的に読み取り、ＡＩ（Artificial Intelligence、人工知能）によって所定の項目の内容として１つの文字情報を自動的に抽出してユーザに提供するシステムが記載されている。

特開２０２０－１３２８１号公報 特許第７５６１３７８号公報

特許文献１，２に記載されたシステムにおいて、処理対象となる文書データが同一である場合、各項目の内容として抽出される文字情報は１つに特定される。

しかしながら、処理対象となる文書データが同一であっても、その文書データの情報を利用するユーザの運用および立場などの違いによって、各項目の内容として抽出すべき情報はユーザ毎に異なる。それにも関わらず、各項目の内容として抽出される文字情報が１つに特定されてしまうと、ユーザの意図とは異なる情報のみがユーザに提供されることになってしまう。特許文献１，２には、このような問題およびその対策について何ら言及されていない。

本開示は、上述の課題を解決するためになされたものであって、その目的は、文書データ中の文字を自動的に読み取ってユーザの意図する情報をユーザに提供し易くすることである。

（第１項） 本開示による文書サービスシステムは、ユーザの端末と通信可能に構成された文書サービスシステムであって、ユーザの端末から取得された文書データが入力されることによって文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶するモデル記憶部と、モデルを用いた処理を行う処理装置とを備える。処理装置は、ユーザの端末から取得された文書データをモデルに入力することによって複数の候補を取得し、取得された複数の候補をユーザが選択可能な態様でユーザの端末の画面に表示させる。

（第２項） 第１項に記載の文書サービスシステムにおいて、処理装置は、複数の候補と文書データのレイアウト画像とをユーザの端末の画面に並べて表示させ、複数の候補のうちからユーザが選択した候補の記載箇所をレイアウト画像上に強調表示させる。

（第３項） 第１項に記載の文書サービスシステムにおいて、モデルは、文書データが入力されることによって複数の候補を抽出するとともに複数の候補の優先度を出力するように構成されている。処理装置は、ユーザの端末から取得された文書データをモデルに入力することによって複数の候補と複数の候補の優先度とを取得し、取得された優先度をユーザが認識可能な態様でユーザの端末の画面に表示させる。

（第４項） 第３項に記載の文書サービスシステムにおいて、処理装置は、複数の候補を優先度の高い順に並べたリストをユーザの端末の画面に表示させる。

（第５項） 第４項に記載の文書サービスシステムにおいて、処理装置は、複数の候補のうちの最も優先度の高い候補をユーザの端末の画面にデフォルト表示させ、ユーザの操作に応じて複数の候補を優先度の高い順に並べたリストをユーザの端末の画面に表示させる。

（第６項） 第１項に記載の文書サービスシステムにおいて、処理装置は、複数の候補に加えて複数の候補の意味を表わす情報をユーザの端末の画面に表示させる。

（第７項） 第１項に記載の文書サービスシステムにおいて、複数の候補のうちからユーザが選択した候補をフィードバック情報としてユーザの端末から取得して蓄積するデータベースと、データベースに蓄積されたフィードバック情報を教師データとしてモデルを学習する学習装置とをさらに備える。処理装置は、学習装置によって学習されたモデルに文書データを入力することによって複数の候補を取得してユーザの端末の画面に表示させる。

（第８項） 第７項に記載の文書サービスシステムにおいて、データベースは、フィードバック情報をユーザの取引傾向を特定するためのユーザ取引情報に対応付けて蓄積する。学習装置は、ユーザ取引情報に基づいてモデルを学習する。処理装置は、ユーザの端末から取得された文書データとユーザ取引情報とをモデルに入力することによって、ユーザの運用に適した複数の候補を取得してユーザの端末の画面に表示させる。

（第９項） 第７項に記載の文書サービスシステムにおいて、データベースは、フィードバック情報に加えて文書データの種類を示す書類種別を蓄積する。学習装置は、書類種別に基づいてモデルを学習する。処理装置は、ユーザの端末から取得された文書データをモデルに入力することによって、文書データの種類に適した複数の候補を取得してユーザの端末の画面に表示させる。

（第１０項） 第７項に記載の文書サービスシステムにおいて、フィードバック情報には、ユーザが選択した候補に加えてユーザが選択した候補の意味を表わす意味情報が含まれる。学習装置は、フィードバック情報に含まれる意味情報を利用してモデルを学習する。

（第１１項） 本開示による方法は、ユーザの端末と通信可能に構成された文書サービスシステムが行う方法である。文書サービスシステムは、ユーザの端末から取得された文書データが入力されることによって文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶している。文書サービスシステムが行う方法は、ユーザの端末から取得された文書データをモデルに入力することによって複数の候補を取得するステップと、取得された複数の候補をユーザが選択可能な態様でユーザの端末の画面に表示させるステップとを含む。

（第１２項） 本開示によるプログラムは、ユーザの端末と通信可能に構成された文書サービスシステムが行う方法をコンピュータに実行させるプログラムである。文書サービスシステムは、ユーザの端末から取得された文書データが入力されることによって文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶している。プログラムは、コンピュータに、ユーザの端末から取得された文書データをモデルに入力することによって複数の候補を取得するステップと、取得された複数の候補をユーザが選択可能な態様でユーザの端末の画面に表示させるステップとを実行させる。

本開示によれば、文書データ中の文字を自動的に読み取ってユーザの意図する情報をユーザに提供し易くすることができる。

文書サービスシステムを含むシステムの全体構成を模式的に示す図である。 文書サービスシステムが実行する処理手順の一例を示すフローチャートである。 ユーザ端末画像の一例を模式的に示す図（その１）である。 ユーザ端末画像の一例を模式的に示す図（その２）である。 ユーザ端末画像の一例を模式的に示す図（その３）である。 データベースに蓄積されるデータ構造の一例を模式的に示す図である。 文書サービスシステムが同一の文書データをＡ社、Ｂ社、Ｃ社からそれぞれ受信した場合のＡＩ－ＯＣＲ処理結果を模式的に示す図である。 書類種別が「請求書」である場合のＡＩ－ＯＣＲ処理結果と、書類種別が「領収書」である場合のＡＩ－ＯＣＲ処理結果とを模式的に示す図である。

本開示の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰り返さない。

［システム構成］
図１は、本実施の形態による文書サービスシステム２を含むシステム１の全体構成を模式的に示す図である。このシステム１は、文書サービスシステム２と、ユーザ端末３とを備える。

文書サービスシステム２は、ユーザ端末３と通信可能に構成されている。ユーザ端末３は、文書サービスシステム２を利用するユーザによって操作される端末である。ユーザ端末３は、ディスプレイ、キーボード、マウスなどの周辺機器を備えるコンピュータであってもよいし、スマートフォンであってもよい。なお、図１には１つのユーザ端末３が示されているが、文書サービスシステム２は、複数のユーザがそれぞれ使用する複数のユーザ端末３と通信可能である。

文書サービスシステム２は、文書データ４およびユーザ取引情報をユーザ端末３から受信すると、受信された文書データ４中の文字をＯＣＲで自動的に読み取り、ＡＩによって所定の表示項目の内容に適した文字情報を自動的に抽出する処理（以下「ＡＩ－ＯＣＲ処理」とも称する）を行う。なお、ユーザ取引情報は、ユーザの取引傾向を特定するための情報である。ユーザ取引情報には、ユーザを特定するためのユーザＩＤ、文書データを特定するための文書ＩＤ、ユーザの取引先を特定するための取引先ＩＤ、テナントを特定するためのテナントＩＤなどが含まれる。文書サービスシステム２は、ＡＩ－ＯＣＲ処理の結果をユーザ取引情報で特定されるユーザ端末３の画面に表示させる。

具体的には、文書サービスシステム２は、モデル記憶部１０と、処理装置２０と、データベース３０と、学習装置４０とを含む。

モデル記憶部１０は、第１記憶部１２と、第２記憶部１４とを含む。第１記憶部１２は、第１モデルを記憶している。第２記憶部１４は、第２モデルを記憶している。

第１モデルは、文書データ４が入力されることによって、文書データ４中の文字をＯＣＲで自動的に読み取り、読み取られた文字から所定の表示項目の内容として選択可能な複数の候補を抽出して出力するモデル（候補出力モデル）である。なお、所定の表示項目には、読み取った文書の種類（請求書、領収書等）を示す「書類種別」、取引先の名称を示す「取引先名」、取引の金額を示す「金額」、取引の日付を示す「取引日」などの、複数の項目が含まれる。

第１モデルは、複数の項目の各々に対して、当該項目の内容に適した複数の候補を出力するように構成されている。例えば、文書データ４中に３つの日付が記載されている場合、第１モデルは、項目「取引日」の候補として、文書データ４中に記載されている３つの日付のうちのいずれか１つのみを出力するのではなく、文書データ４中に記載されている３つの日付を出力するように構成されている。

第２モデルは、第１モデルから出力される各項目の複数の候補が入力されることによって、各項目の複数の候補の優先度を出力するモデル（優先度出力モデル）である。例えば、ある項目に対して３つの候補が第２モデルに入力された場合、第２モデルは、当該項目の３つの候補を、優先度が最も高い候補と、優先度が２番目に高い候補と、優先度が最も低い候補とに層別して出力する。

処理装置２０は、各種のプログラムを実行することで、各種の処理を実行する演算回路（演算装置）である。処理装置２０は、ＣＰＵ（Central Processing Unit）等のプロセッサと、メモリと、入出力バッファとを含む。処理装置２０は、例えば汎用コンピュータで実現されてもよいし、文書サービス用の専用のコンピュータで実現されてもよい。

処理装置２０は、モデル記憶部１０に記憶されているモデル（第１モデルおよび第２モデル）を用いて上述のＡＩ－ＯＣＲ処理を行い、ＡＩ－ＯＣＲ処理の結果をユーザ端末３の画面に表示させる。具体的には、処理装置２０は、ユーザ端末３から取得された文書データ４をモデル記憶部１０に記憶されているモデルに入力することによって各項目の複数の候補と複数の候補の優先度とを取得する。

処理装置２０は、取得された複数の候補をユーザが選択可能な態様でユーザ端末３の画面に表示させる（後述の図４参照）。また、処理装置２０は、取得された複数の候補の優先度をユーザが認識可能な態様でユーザ端末３の画面に表示させる（後述の図４参照）。

データベース３０には、ＡＩ－ＯＣＲ処理結果と、ユーザ端末３からのフィードバック情報とが蓄積される。ユーザ端末３からのフィードバック情報には、ＡＩ－ＯＣＲ処理によって得られた複数の候補からユーザが選択した候補（以下「ユーザ選択候補」ともいう）を特定する情報が含まれる。データベース３０には、ＡＩ－ＯＣＲ処理結果と、そのＡＩ－ＯＣＲ処理結果に対するフィードバック情報との組合せが、ユーザ取引情報に対応付けられて蓄積されている（後述の図６参照）。

学習装置４０は、処理装置２０と同様、ＣＰＵ等のプロセッサと、メモリと、入出力バッファとを含んで構成される。学習装置４０は、例えば汎用コンピュータで実現されてもよいし、機械学習用の専用コンピュータで実現されてもよい。学習装置４０によるモデル学習手法は、特定の手法に限定されるものではなく、公知の手法を採用することができる。

学習装置４０は、データベース３０に蓄積されたフィードバック情報を教師データとして、モデル記憶部１０に記憶されているモデル（第１モデルおよび第２モデル）の機械学習を行う。本実施の形態による学習装置４０は、ユーザ取引情報に対応付けられて蓄積されているフィードバック情報を用いて、モデル記憶部１０に記憶されているモデルをユーザ取引情報毎に学習する。これにより、モデル記憶部１０に記憶されているモデルが、ユーザ毎（より詳しくはユーザの取引内容毎）にパーソナライズされる。処理装置２０は、ユーザ端末３から取得された文書データ４およびユーザ取引情報をモデル記憶部１０に記憶されているモデルに入力することによって、各項目に対して、各ユーザによる文書データの運用に適した複数の候補を取得する。

また、学習装置４０は、ＡＩ－ＯＣＲ処理結果に含まれる書類種別に基づいて、モデル記憶部１０に記憶されているモデルを学習する。これにより、モデル記憶部１０に記憶されているモデルが、各ユーザの書類種別毎の運用に適合される。処理装置２０は、ユーザ端末３から取得された文書データ４をモデル記憶部１０に記憶されているモデルに入力することによって、各項目の候補として、各ユーザの書類種別毎の運用に適した複数の候補を取得する。

図２は、文書サービスシステム２が実行する処理手順の一例を示すフローチャートである。図２に示されるステップＳ１０～Ｓ６０の処理のうち、ステップＳ１０～Ｓ３０は、処理装置２０がモデルを活用してＡＩ－ＯＣＲ処理を行う「活用フェーズ」の処理であり、ステップＳ４０～Ｓ６０は、学習装置４０がモデルを学習する「学習フェーズ」の処理である。図２に示される各処理は、ソフトウェア（プログラム）によって実現されることが想定されるが、専用のハードウェア（電子回路）によって実現されてもよい。

＜活用フェーズ＞
図２を参照して、文書サービスシステム２による活用フェーズの処理（ステップＳ１０～Ｓ３０）について説明する。

処理装置２０は、ユーザ端末３から文書データ４およびユーザ取引情報を受信する（ステップＳ１０）。

次いで、処理装置２０は、ステップＳ１０で受信された文書データ４およびユーザ取引情報を用いて上述のＡＩ－ＯＣＲ処理を行う（ステップＳ２０）。

具体的には、処理装置２０は、ステップＳ１０で受信された文書データ４およびユーザ取引情報を第１モデルに入力することによって表示項目毎に複数の候補を取得し、取得された複数の候補とユーザ取引情報とを第２モデルに入力することによって、表示項目毎の複数の候補に優先度を設定する。例えば、ある表示項目に対して３つの候補が取得された場合、当該表示項目の３つの候補が、優先度が最も高い候補と、優先度が２番目に高い候補と、優先度が最も低い候補とに層別される。

次いで、処理装置２０は、ステップＳ２０のＡＩ－ＯＣＲ処理の結果をユーザ端末３に送信することによって、ＡＩ－ＯＣＲ処理の結果を所定レイアウトでユーザ端末３の画面に表示させる（ステップＳ３０）。この際、処理装置２０は、各表示項目の複数の候補をユーザが選択可能な態様でユーザ端末３の画面に表示させる。

図３は、処理装置２０によるステップＳ３０の処理によってユーザ端末３の画面にデフォルト表示されるユーザ端末画像３ａの一例を模式的に示す図である。なお、図３には、処理装置２０が受信した文書データ４が「ＡＡＡ株式会社」から「株式会社ＸＸＸ」に宛てた領収書である例が示されている。

ユーザ端末３の画面には、文書サービスシステム２によるＡＩ－ＯＣＲ処理の結果を示す結果画像７０と、文書データ４のレイアウト画像８０とが、左右に並べて表示される。

結果画像７０には、予め定められた複数の表示項目が表示される。図３には、表示項目として、「書類種別」、「取引先名」、「適格事業者番号」、「金額」、「取引日」を含む複数の項目が表示される例が示されている。

各表示項目の直下には、各表示項目の内容を表わす表示欄が配置される。各表示項目の表示欄には、最も優先度の高い候補がデフォルト表示される。図３には、書類種別の表示欄７１に「領収書」が表示され、取引先名の表示欄７２に「ＡＡＡ株式会社」が表示され、適格事業者番号の表示欄７３に「ａａａａａａ」が表示され、金額の表示欄７４に「７，６３０」が表示され、取引日の表示欄７５に「２０２４－０５－３０（購入日）」が表示される例が示されている。なお、候補が存在しない表示項目の表示欄は、ブランクとなっている。

レイアウト画像８０には、結果画像７０の表示欄に表示される文字の記載箇所が強調表示されている。図３に示す例では、結果画像７０の表示欄７２，７３に表示される「ＡＡＡ株式会社」および「ａａａａａａ」の記載箇所が、レイアウト画像８０に枠８２で強調表示される。結果画像７０の表示欄７４に表示される「７，６３０」の記載箇所が、レイアウト画像８０に枠８４で強調表示され、結果画像７０の表示欄７５に表示される「２０２４－０５－３０（購入日）」の記載箇所が、レイアウト画像８０に枠８５で強調表示される。このような強調表示によって、ユーザは、結果画像７０の表示欄に表示される文字が、文書データ４のどこに記載されていた文字であるのかをレイアウト画像８０を見て容易に認識することができる。

取引日の表示欄７５には、日付「２０２４－０５－３０」のみが表示されるのではなく、その日付の意味を表わす情報である「（購入日）」が日付の後に併記される。これにより、ユーザは、取引日の表示欄７５を見るだけで、取引日の表示欄７５に表示される日付の意味を容易に認識することができる。すなわち、仮に取引日の表示欄７５に日付「２０２４－０５－３０」のみが表示されると仮定した場合、ユーザは、取引日の表示欄７５を見るだけでは、２０２４年５月３０日の意味（その日付に行われた行為）を認識できない。特に、図３に示す例では、「２０２４年５月３０日」の日付が文書データ４中の購入日の欄と乗車日の欄との２箇所に記載されているため、取引日の表示欄７５に表示される「２０２４－０５－３０」が文書データ４の購入日から抽出された情報であるのか乗車日から抽出された情報であるのかを、取引日の表示欄７５を見ただけでは認識できない。これに対し、本実施の形態においては、取引日の表示欄７５に「２０２４－０５－３０（購入日）」と表示されるため、ユーザは、取引日の表示欄７５を見るだけで、取引日の表示欄７５に表示される日付が「購入日」であることを容易に認識することができる。

ユーザが各表示項目の表示欄に対して所定のリスト表示操作（例えば表示項目の表示欄をカーソル７６で選択する操作）を行うと、当該表示欄の内容としてユーザが選択可能な複数の候補が記載されたリストが表示される。

図４は、ユーザが取引日の表示欄７５に対してリスト表示操作を行った場合のユーザ端末画像３ｂの一例を模式的に示す図である。この場合、図４に示すように、取引日の表示欄７５の下側に候補リスト７５ａが表示される。

候補リスト７５ａには、上から順番に優先度の高い候補が並べて表示される。図４に示す例では、候補リスト７５ａの上から順番に、優先度が最も高くデフォルト表示されていた「２０２４－０５－３０（購入日）」、その次に優先度の高い「２０２４－０５－３０（乗車日）」、優先度の最も低い「２０２４－０５－３１（表示日）」の３つの候補が並べて表示される。ユーザは、候補リスト７５ａ内の候補の並び順を確認することによって、文書サービスシステム２によるＡＩ－ＯＣＲ処理で得られた複数の候補とそれらの優先度とを認識することができる。

ユーザが候補リスト７５ａに対して所定の選択操作（例えば候補リスト７５ａ内のいずれか１つの候補をカーソル７６で選択する操作）を行うことで、取引日の表示欄７５に表示される日付を、ユーザの選択した候補の日付に変更することができる。

なお、取引日の候補リスト７５ａの下側には、カレンダー７５ｂが表示される。ユーザは、カレンダー７５ｂに表示される日付を選択することで、取引日の表示欄７５に表示させる日付を任意の日付に変更することもできる。

図５は、ユーザが図４の候補リスト７５ａの上から２番目に記載されていた「２０２４－０５－３０（乗車日）」を選択する操作を行った場合のユーザ端末画像３ｃの一例を模式的に示す図である。この場合、取引日の表示欄７５に表示される日付は、デフォルト表示されていた「２０２４－０５－３０（購入日）」（図４参照）から、ユーザが候補リスト７５ａ内から選択した「２０２４－０５－３０（乗車日）」（図５参照）に変更される。

さらに、取引日の表示欄７５に表示される日付が「２０２４－０５－３０（乗車日）」に変更されたことに連動して、レイアウト画像８０上に強調表示される枠８５の表示箇所が、購入日が記載された位置（図４参照）から、乗車日が記載された位置（図５参照）に変更される。これにより、ユーザは、自らが選択した候補が、文書データ４のどこに記載されていたのかをレイアウト画像８０を見て容易に認識することができる。

なお、図４および図５においては取引日の候補の表示例および選択例が示されるが、他の表示項目の候補の表示および選択も可能である。例えば、ユーザが取引先名の表示欄７２にデフォルト表示される「ＡＡＡ株式会社」を変更したい場合、ユーザは、取引先名の表示欄７２に対してリスト表示操作を行って当該表示欄７２の候補リストを表示欄７２の直下に表示させ、表示された候補リストから所望の候補を選択することで、取引先名の表示欄７２に表示される内容を変更することができる。

結果画像７０の下側には、確定ボタン部９０が表示されている。ユーザが確定ボタン部９０を選択して押下する操作を行うことで、結果画像７０の表示欄に表示される内容がユーザが要求する内容として確定される。確定された内容は、ユーザが要求する内容を示すフィードバック情報として、ユーザ端末３から文書サービスシステム２に返信される。なお、フィードバック情報には、ユーザ選択候補に加えて、ユーザ選択候補の意味を示す意味情報（例えばユーザ選択候補が日付である場合には、その日付で行われた行為を示す情報）、およびユーザ取引情報が含まれる。

＜学習フェーズ＞
図２に戻って、文書サービスシステム２による学習フェーズの処理（ステップＳ４０～Ｓ６０）について説明する。

学習装置４０は、ステップＳ３０にてＡＩ－ＯＣＲ処理の結果がユーザ端末３の画面に表示された後、ユーザ端末３からフィードバック情報が返信されてきたか否かを判定する（ステップＳ４０）。フィードバック情報が返信されていない場合（ステップＳ４０においてＮＯ）、学習装置４０は、ステップＳ４０の処理を繰り返し、フィードバック情報が返信されるのを待つ。

ユーザ端末３からフィードバック情報が返信されてきた場合（ステップＳ４０においてＹＥＳ）、学習装置４０は、当該フィードバック情報をデータベース３０に保存する（ステップＳ５０）。

図６は、データベース３０に蓄積されるデータ構造の一例を模式的に示す図である。データベース３０には、複数のフィードバック情報が蓄積されている。フィードバック情報の各々は、ユーザ取引情報およびＡＩ－ＯＣＲ処理結果に対応付けられている。なお、ＡＩ－ＯＣＲ処理結果には、書類種別と、各表示項目の複数の候補とが含まれる。

さらに、フィードバック情報には、ユーザ選択候補に加えて、各ユーザ選択候補の意味を示す意味情報が含まれている。

学習装置４０は、データベース３０に蓄積されているフィードバック情報を教師データとして用いて、モデル記憶部１０に記憶されているモデル（第１モデルおよび第２モデル）を学習する（ステップＳ６０）。

この際、学習装置４０は、ユーザ取引情報（ユーザＩＤ等）およびＡＩ－ＯＣＲ処理結果（書類種別等）に基づいてモデルを学習する。これにより、モデル記憶部１０に記憶されているモデルが、ユーザ毎（ユーザの取引内容毎）にパーソナライズされるとともに、各ユーザの書類種別毎の細かいユースケースにも適合される。その結果、次回以降のＡＩ－ＯＣＲ処理において、ユーザのニーズに適した複数の候補およびそれらの優先度をユーザに提示することができる。

また、学習装置４０は、フィードバック情報に含まれる意味情報を利用してモデルを学習する。具体的には、学習装置４０は、フィードバック情報に含まれる意味情報からユーザのニーズを把握し、ユーザのニーズを満たすようにモデルを学習する。その結果、次回以降のＡＩ－ＯＣＲ処理において、ユーザのニーズにより適した複数の候補およびそれらの優先度をユーザに提示することができる。

以上のように、本実施の形態による文書サービスシステム２においては、モデルを活用して各項目の複数の候補をユーザに提示する活用フェーズの処理（ステップＳ１０～Ｓ３０）と、複数の候補からユーザが選択した候補の情報を含むフィードバック情報を教師データとしてモデルを学習する学習フェーズの処理（ステップＳ４０～Ｓ６０）とが、文書データ４を受信する度に繰り返される。これにより、モデル記憶部１０に記憶されているモデルが各ユーザにパーソナライズされ、ユーザ端末３の画面には、各ユーザのニーズが反映された内容が優先的に表示されるようになる。その結果、ユーザのニーズを適切に反映したＡＩ－ＯＣＲ処理の結果をユーザに提示することができる。

特に、本実施の形態による文書サービスシステム２においては、活用フェーズでのＡＩ－ＯＣＲ処理において、各項目に対して、１つの候補を出力するのではなく、複数の候補とそれらの優先度とを出力する。これにより、各項目に対して１つの候補を出力する場合に比べて、ユーザの意図とは異なる情報のみがユーザに提供されることを回避することができる。その結果、ユーザの意図する情報をユーザに提供し易くすることができる。

さらに、本実施の形態による文書サービスシステム２においては、フィードバック情報がユーザ取引情報に対応付けられて蓄積されており、モデルがユーザ取引情報に基づいて学習される。これにより、モデルをユーザの取引情報に基づいて学習する処理を、精度よく且つスピーディーに行うことができる。そして、ユーザ毎に学習されたモデルを用いたＡＩ－ＯＣＲ処理の結果が、ユーザに提示される。そのため、各ユーザのニーズを適切に反映した情報を各ユーザに提示することができる。

このように、本実施の形態による文書サービスシステム２は、同一の文書データ４であっても、各ユーザのニーズに適したＡＩ－ＯＣＲ処理結果５Ｂを各ユーザに提示することができる。例えば、同一の領収書であっても、項目「取引先」として、屋号を抽出してほしいのか、正式名称を抽出してほしいのかは、ユーザのニーズによって異なる。また、項目「金額」として、税抜き金額を抽出してほしいのか、税込み金額を抽出してほしいのかは、ユーザのニーズによって異なる。本実施の形態による文書サービスシステム２は、このようなユーザのニーズの違いに適切に対応することができる。

図７は、文書サービスシステム２が同一の文書データ４をＡ社、Ｂ社、Ｃ社からそれぞれ受信した場合のＡＩ－ＯＣＲ処理結果５Ａ～５Ｃを模式的に示す図である。

処理対象となる文書データ４が同一であっても、ユーザのニーズの違いによって、各項目の内容として抽出すべき情報は異なる。本実施の形態による文書サービスシステム２は、図７に示すように、Ａ社、Ｂ社、Ｃ社から同一の文書データ４を受信した場合、Ａ社にはＡ社に適したＡＩ－ＯＣＲ処理結果５Ａを提示し、Ｂ社にはＢ社に適したＡＩ－ＯＣＲ処理結果５Ｂを提示し、Ｃ社にはＣ社に適したＡＩ－ＯＣＲ処理結果５Ｃを提示することができる。

さらに、本実施の形態による文書サービスシステム２においては、モデルが書類種別に基づいて学習される。これにより、各ユーザの書類種別毎の細かいユースケースが学習される。そして、書類種別に基づいて学習されたモデルを用いたＡＩ－ＯＣＲ処理の結果が、ユーザに提示される。そのため、ユーザのニーズが書類種別毎に異なる場合であっても、各ユーザのニーズを適切に反映したＡＩ－ＯＣＲ処理の結果をユーザに提示することができる。

図８は、書類種別が「請求書」である場合のＡＩ－ＯＣＲ処理結果６Ａと、書類種別が「領収書」である場合のＡＩ－ＯＣＲ処理結果６Ｂとを模式的に示す図である。ユーザのニーズが請求書と領収書とで異なる場合であっても、図８に示すように、文書データ４が請求書である場合には請求書のユースケースに適したＡＩ－ＯＣＲ処理結果６Ａをユーザに提示し、文書データ４が領収書である場合には領収書のユースケースに適したＡＩ－ＯＣＲ処理結果６ｂをユーザに提示することができる。

さらに、本実施の形態による文書サービスシステム２においては、フィードバック情報に、ユーザ選択候補だけでなく、各ユーザ選択候補の意味を示す意味情報が含まれている。これにより、学習装置４０は、ユーザが各ユーザ選択候補を選択した意図を考慮した上でモデルを学習することができる。そのため、モデルをユーザ毎に学習する処理を、より精度よく且つよりスピーディーに行うことができる。

さらに、本実施の形態による文書サービスシステム２においては、モデル記憶部１０に記憶されるモデルが、各項目の複数の候補を出力する第１モデル（候補出力モデル）と、各項目の複数の候補の優先度を出力する第２モデル（優先度出力モデル）とに分けられている。これにより、第１モデルを多くのユーザに共用可能な汎用的なモデルとしつつ、第２モデルをユーザ毎にカスタマイズされたモデルとすることができる。これにより、各モデルの学習目的を明確に層別するすることができる。その結果、モデル記憶部１０に記憶されるモデルを１つにする場合に比べて、モデル全体の学習内容が複雑化することを抑制することができる。

＜変形例１＞
上述の図１においては、モデル記憶部１０に記憶されるモデルが２つのモデル（第１モデル、第２モデル）に分けられている例が示されている。しかしながら、モデル記憶部１０に記憶されるモデルの数は、必ずしも２つに限定されず、３つ以上であってもよいし、１つであってもよい。

＜変形例２＞
上述の図１においては、学習装置４０が処理装置２０の外部に設けられる例が示されている。しかしながら、学習装置４０は処理装置２０の内部に設けられる（すなわち処理装置２０が学習装置４０の機能を兼ね備える）ものであってもよい。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１ システム、２ 文書サービスシステム、３ ユーザ端末、３ａ，３ｂ，３ｃ ユーザ端末画像、４ 文書データ、５Ａ，５Ｂ，５Ｃ，６Ａ，６Ｂ ＡＩ－ＯＣＲ処理結果、１０ モデル記憶部、１２ 第１記憶部、１４ 第２記憶部、２０ 処理装置、３０ データベース、４０ 学習装置、７０ 結果画像、７１～７５ 表示欄、７５ａ 候補リスト、７５ｂ カレンダー、７６ カーソル、８０ レイアウト画像、８２，８４，８５ 枠、９０ 確定ボタン部。

Claims (16)

1. ユーザの端末と通信可能に構成された文書サービスシステムであって、
   前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶するモデル記憶部と、
   前記モデルを用いた処理を行う処理装置とを備え、
   前記処理装置は、
   前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得し、
   取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させ、
   前記処理装置は、前記複数の候補に加えて前記複数の候補の意味を表わす情報を前記ユーザの端末の画面に表示させる、文書サービスシステム。
2. ユーザの端末と通信可能に構成された文書サービスシステムであって、
   前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶するモデル記憶部と、
   前記モデルを用いた処理を行う処理装置とを備え、
   前記処理装置は、
   前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得し、
   取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させ、
   前記複数の候補のうちから前記ユーザが選択した候補をフィードバック情報として前記ユーザの端末から取得して蓄積するデータベースと、
   前記データベースに蓄積された前記フィードバック情報を教師データとして前記モデルを学習する学習装置とをさらに備え、
   前記処理装置は、前記学習装置によって学習された前記モデルに前記文書データを入力することによって前記複数の候補を取得して前記ユーザの端末の画面に表示させ、
   前記データベースは、前記フィードバック情報を前記ユーザの取引傾向を特定するためのユーザ取引情報に対応付けて蓄積し、
   前記学習装置は、前記ユーザ取引情報に基づいて前記モデルを学習し、
   前記処理装置は、
   前記ユーザの端末から取得された文書データとユーザ取引情報とを前記モデルに入力することによって、前記ユーザの運用に適した前記複数の候補を取得して前記ユーザの端末の画面に表示させる、文書サービスシステム。
3. ユーザの端末と通信可能に構成された文書サービスシステムであって、
   前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶するモデル記憶部と、
   前記モデルを用いた処理を行う処理装置とを備え、
   前記処理装置は、
   前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得し、
   取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させ、
   前記複数の候補のうちから前記ユーザが選択した候補をフィードバック情報として前記ユーザの端末から取得して蓄積するデータベースと、
   前記データベースに蓄積された前記フィードバック情報を教師データとして前記モデルを学習する学習装置とをさらに備え、
   前記処理装置は、前記学習装置によって学習された前記モデルに前記文書データを入力することによって前記複数の候補を取得して前記ユーザの端末の画面に表示させ、
   前記データベースは、前記フィードバック情報に加えて文書データの種類を示す書類種別を蓄積し、
   前記学習装置は、前記書類種別に基づいて前記モデルを学習し、
   前記処理装置は、
   前記ユーザの端末から取得された文書データを前記モデルに入力することによって、前記文書データの種類に適した前記複数の候補を取得して前記ユーザの端末の画面に表示させる、文書サービスシステム。
4. ユーザの端末と通信可能に構成された文書サービスシステムであって、
   前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶するモデル記憶部と、
   前記モデルを用いた処理を行う処理装置とを備え、
   前記処理装置は、
   前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得し、
   取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させ、
   前記複数の候補のうちから前記ユーザが選択した候補をフィードバック情報として前記ユーザの端末から取得して蓄積するデータベースと、
   前記データベースに蓄積された前記フィードバック情報を教師データとして前記モデルを学習する学習装置とをさらに備え、
   前記処理装置は、前記学習装置によって学習された前記モデルに前記文書データを入力することによって前記複数の候補を取得して前記ユーザの端末の画面に表示させ、
   前記フィードバック情報には、前記ユーザが選択した候補に加えて前記ユーザが選択した候補の意味を表わす意味情報が含まれ、
   前記学習装置は、前記フィードバック情報に含まれる前記意味情報を利用して前記モデルを学習する、文書サービスシステム。
5. 前記処理装置は、
   前記複数の候補と前記文書データのレイアウト画像とを前記ユーザの端末の画面に並べて表示させ、
   前記複数の候補のうちから前記ユーザが選択した候補の記載箇所を前記レイアウト画像上に強調表示させる、請求項１～４のいずれかに記載の文書サービスシステム。
6. 前記モデルは、前記文書データが入力されることによって前記複数の候補を抽出するとともに前記複数の候補の優先度を出力するように構成されており、
   前記処理装置は、
   前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補と前記複数の候補の優先度とを取得し、
   取得された前記優先度を前記ユーザが認識可能な態様で前記ユーザの端末の画面に表示させる、請求項１～４のいずれかに記載の文書サービスシステム。
7. 前記処理装置は、前記複数の候補を優先度の高い順に並べたリストを前記ユーザの端末の画面に表示させる、請求項６に記載の文書サービスシステム。
8. 前記処理装置は、
   前記複数の候補のうちの最も優先度の高い候補を前記ユーザの端末の画面にデフォルト表示させ、
   前記ユーザの操作に応じて前記複数の候補を優先度の高い順に並べたリストを前記ユーザの端末の画面に表示させる、請求項７に記載の文書サービスシステム。
9. ユーザの端末と通信可能に構成された文書サービスシステムが行う方法であって、
   前記文書サービスシステムは、前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶しており、
   前記文書サービスシステムが行う方法は、
   前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得するステップと、
   取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させるステップとを含み、
   前記複数の候補を前記画面に表示させるステップは、前記複数の候補に加えて前記複数の候補の意味を表わす情報を前記ユーザの端末の画面に表示させるステップを含む、文書サービスシステムが行う方法。
10. ユーザの端末と通信可能に構成された文書サービスシステムが行う方法であって、
    前記文書サービスシステムは、前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶しており、
    前記文書サービスシステムが行う方法は、
    前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得するステップと、
    取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させるステップと、
    前記複数の候補のうちから前記ユーザが選択した候補をフィードバック情報として前記ユーザの端末から取得して蓄積するステップと、
    蓄積された前記フィードバック情報を教師データとして前記モデルを学習するステップとを含み、
    前記複数の候補を前記画面に表示させるステップは、学習された前記モデルに前記文書データを入力することによって前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含み、
    前記ユーザが選択した候補を前記フィードバック情報として蓄積するステップは、前記フィードバック情報を前記ユーザの取引傾向を特定するためのユーザ取引情報に対応付けて蓄積するステップを含み、
    前記モデルを学習するステップは、前記ユーザ取引情報に基づいて前記モデルを学習するステップを含み、
    前記複数の候補を前記画面に表示させるステップは、前記ユーザの端末から取得された文書データとユーザ取引情報とを前記モデルに入力することによって、前記ユーザの運用に適した前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含む、文書サービスシステムが行う方法。
11. ユーザの端末と通信可能に構成された文書サービスシステムが行う方法であって、
    前記文書サービスシステムは、前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶しており、
    前記文書サービスシステムが行う方法は、
    前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得するステップと、
    取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させるステップと、
    前記複数の候補のうちから前記ユーザが選択した候補をフィードバック情報として前記ユーザの端末から取得して蓄積するステップと、
    蓄積された前記フィードバック情報を教師データとして前記モデルを学習するステップとを含み、
    前記複数の候補を前記画面に表示させるステップは、学習された前記モデルに前記文書データを入力することによって前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含み、
    前記ユーザが選択した候補を前記フィードバック情報として蓄積するステップは、前記フィードバック情報に加えて文書データの種類を示す書類種別を蓄積するステップを含み、
    前記モデルを学習するステップは、前記書類種別に基づいて前記モデルを学習するステップを含み、
    前記複数の候補を前記画面に表示させるステップは、前記ユーザの端末から取得された文書データを前記モデルに入力することによって、前記文書データの種類に適した前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含む、文書サービスシステムが行う方法。
12. ユーザの端末と通信可能に構成された文書サービスシステムが行う方法であって、
    前記文書サービスシステムは、前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶しており、
    前記文書サービスシステムが行う方法は、
    前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得するステップと、
    取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させるステップと、
    前記複数の候補のうちから前記ユーザが選択した候補をフィードバック情報として前記ユーザの端末から取得して蓄積するステップと、
    蓄積された前記フィードバック情報を教師データとして前記モデルを学習するステップとを含み、
    前記複数の候補を前記画面に表示させるステップは、学習された前記モデルに前記文書データを入力することによって前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含み、
    前記フィードバック情報には、前記ユーザが選択した候補に加えて前記ユーザが選択した候補の意味を表わす意味情報が含まれ、
    前記モデルを学習するステップは、前記フィードバック情報に含まれる前記意味情報を利用して前記モデルを学習するステップを含む、文書サービスシステムが行う方法。
13. ユーザの端末と通信可能に構成された文書サービスシステムが行う方法をコンピュータに実行させるプログラムであって、
    前記文書サービスシステムは、前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶しており、
    前記プログラムは、コンピュータに、
    前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得するステップと、
    取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させるステップとを実行させ、
    前記複数の候補を前記画面に表示させるステップは、前記複数の候補に加えて前記複数の候補の意味を表わす情報を前記ユーザの端末の画面に表示させるステップを含む、コンピュータに実行させるプログラム。
14. ユーザの端末と通信可能に構成された文書サービスシステムが行う方法をコンピュータに実行させるプログラムであって、
    前記文書サービスシステムは、前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶しており、
    前記プログラムは、コンピュータに、
    前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得するステップと、
    取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させるステップと、
    前記複数の候補のうちから前記ユーザが選択した候補をフィードバック情報として前記ユーザの端末から取得して蓄積するステップと、
    蓄積された前記フィードバック情報を教師データとして前記モデルを学習するステップとを実行させ、
    前記複数の候補を前記画面に表示させるステップは、学習された前記モデルに前記文書データを入力することによって前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含み、
    前記ユーザが選択した候補を前記フィードバック情報として蓄積するステップは、前記フィードバック情報を前記ユーザの取引傾向を特定するためのユーザ取引情報に対応付けて蓄積するステップを含み、
    前記モデルを学習するステップは、前記ユーザ取引情報に基づいて前記モデルを学習するステップを含み、
    前記複数の候補を前記画面に表示させるステップは、前記ユーザの端末から取得された文書データとユーザ取引情報とを前記モデルに入力することによって、前記ユーザの運用に適した前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含む、コンピュータに実行させるプログラム。
15. ユーザの端末と通信可能に構成された文書サービスシステムが行う方法をコンピュータに実行させるプログラムであって、
    前記文書サービスシステムは、前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶しており、
    前記プログラムは、コンピュータに、
    前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得するステップと、
    取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させるステップと、
    前記複数の候補のうちから前記ユーザが選択した候補をフィードバック情報として前記ユーザの端末から取得して蓄積するステップと、
    蓄積された前記フィードバック情報を教師データとして前記モデルを学習するステップとを実行させ、
    前記複数の候補を前記画面に表示させるステップは、学習された前記モデルに前記文書データを入力することによって前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含み、
    前記ユーザが選択した候補を前記フィードバック情報として蓄積するステップは、前記フィードバック情報に加えて文書データの種類を示す書類種別を蓄積するステップを含み、
    前記モデルを学習するステップは、前記書類種別に基づいて前記モデルを学習するステップを含み、
    前記複数の候補を前記画面に表示させるステップは、前記ユーザの端末から取得された文書データを前記モデルに入力することによって、前記文書データの種類に適した前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含む、コンピュータに実行させるプログラム。
16. ユーザの端末と通信可能に構成された文書サービスシステムが行う方法をコンピュータに実行させるプログラムであって、
    前記文書サービスシステムは、前記ユーザの端末から取得された文書データが入力されることによって前記文書データ中の文字を自動的に読み取り、読み取られた文字から所定項目の内容として選択可能な複数の候補を抽出して出力するように構成されたモデルを記憶しており、
    前記プログラムは、コンピュータに、
    前記ユーザの端末から取得された文書データを前記モデルに入力することによって前記複数の候補を取得するステップと、
    取得された前記複数の候補を前記ユーザが選択可能な態様で前記ユーザの端末の画面に表示させるステップと、
    前記複数の候補のうちから前記ユーザが選択した候補をフィードバック情報として前記ユーザの端末から取得して蓄積するステップと、
    蓄積された前記フィードバック情報を教師データとして前記モデルを学習するステップとを実行させ、
    前記複数の候補を前記画面に表示させるステップは、学習された前記モデルに前記文書データを入力することによって前記複数の候補を取得して前記ユーザの端末の画面に表示させるステップを含み、
    前記フィードバック情報には、前記ユーザが選択した候補に加えて前記ユーザが選択した候補の意味を表わす意味情報が含まれ、
    前記モデルを学習するステップは、前記フィードバック情報に含まれる前記意味情報を利用して前記モデルを学習するステップを含む、コンピュータに実行させるプログラム。