WO2017010506A1 - 情報処理装置、情報処理方法およびコンピュータプログラム - Google Patents

情報処理装置、情報処理方法およびコンピュータプログラム Download PDF

Info

Publication number
WO2017010506A1
WO2017010506A1 PCT/JP2016/070665 JP2016070665W WO2017010506A1 WO 2017010506 A1 WO2017010506 A1 WO 2017010506A1 JP 2016070665 W JP2016070665 W JP 2016070665W WO 2017010506 A1 WO2017010506 A1 WO 2017010506A1
Authority
WO
WIPO (PCT)
Prior art keywords
classification information
keyword
string
classification
keywords
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.)
Ceased
Application number
PCT/JP2016/070665
Other languages
English (en)
French (fr)
Inventor
鳥居　健太郎
千加志 杉浦
修一 満田
相田　聡
池崎　太郎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Teijin Ltd
Original Assignee
Teijin Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Teijin Ltd filed Critical Teijin Ltd
Priority to JP2017528703A priority Critical patent/JP6594981B2/ja
Priority to US15/743,907 priority patent/US10831996B2/en
Priority to EP16824486.1A priority patent/EP3324305A4/en
Priority to CN201680041106.3A priority patent/CN108027823B/zh
Publication of WO2017010506A1 publication Critical patent/WO2017010506A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/268—Morphological analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Definitions

  • Embodiments described herein relate generally to an information processing apparatus, an information processing method, and a computer program.
  • care records are also recorded by inputting natural language text.
  • caregivers with little knowledge and experience do not fill in necessary items or enter in terms other than standard terms. In this case, there is a problem that even if the other person sees the record later, the state of the care recipient cannot be properly grasped.
  • the embodiment of the present invention is intended to assist the user in inputting information.
  • an information processing apparatus includes a keyword generation unit, a classification information generation unit, a pattern extraction unit, and a determination unit.
  • the keyword generation unit generates a keyword string including a plurality of keywords by performing morphological analysis on text data in a natural language.
  • the classification information generation unit acquires classification information corresponding to each of the plurality of keywords included in the keyword string based on a database in which keywords and classification information are associated with each other, and generates a classification information string.
  • the pattern extraction unit selects the classification information string pattern from the plurality of classification information string patterns according to the correlation between the classification information string and each of the plurality of classification information string patterns.
  • the determination unit generates presentation information corresponding to a difference between the classification information sequence pattern and the classification information sequence by comparing the selected classification information sequence pattern with the classification information sequence.
  • the functional block diagram of the analysis part in the information processing apparatus of FIG. The figure which shows the example of a standard term database.
  • FIG. 1 shows an input support apparatus according to an embodiment of the present invention.
  • the input support apparatus 101 is connected to the voice recognition system 201 via the network 301.
  • the input support apparatus 101 includes a recording unit (sound collection unit) 11, a transmission unit 12, a reception unit 13, a communication interface (IF) 14, an information processing device 21, an input unit 31, and a display unit 41.
  • the information processing apparatus 21 includes an input processing unit 22, a text data holding unit 23, an analysis unit 24, a storage unit 25, and an output processing unit 26.
  • the input support apparatus 101 is a user terminal such as a smartphone, a mobile terminal, a tablet, or a PC (Personal Computer).
  • the functions of the processing units included in the input support apparatus 101 can be realized using a CPU, a memory, an auxiliary storage device, a communication device, and an input / output interface that are generally included in a computer device.
  • the operation of each processing unit in FIG. 1 is achieved by, for example, an operating system (OS) that runs on a processor such as a CPU and an application that runs on the OS.
  • OS operating system
  • the application according to the present embodiment may be referred to as a management application.
  • the input support apparatus 101 is equipped with a microphone.
  • a user such as a medical / caregiver staff member, utters content about a patient or a care recipient (person to be recorded) toward the microphone.
  • the microphone picks up the voice (tweet voice) of the uttered content and converts it into an electric signal.
  • the converted electric signal is a processing circuit including an AD conversion circuit (not shown), and a predetermined format of voice. It is converted into digital data and input to the recording unit 11.
  • the microphone may be incorporated in the input support apparatus 101 or may be connected to the input support apparatus 101 from the outside via an external interface.
  • the recording unit 11 acquires the audio digital data of the audio collected by the microphone, and outputs the audio digital data to the transmission unit 12.
  • the recording unit 11 creates a sound file in a predetermined format by adding a file header or the like to the sound digital data.
  • the format of the audio file may be arbitrary. As an example, there is a WAVE (RIFF waveform Audio Format) format, a PCM (Pulse Code Modulation) format, an mp3 format, or the like.
  • the recording unit 11 stores the created audio file in the storage unit 16.
  • the storage unit 16 may be managed by a file system installed in the OS, for example.
  • the storage unit 16 can be configured by an arbitrary storage medium such as a hard disk, an SSD, or a memory.
  • the memory may be a nonvolatile memory such as SRAM or DRAM, or a nonvolatile memory such as NAND or MRAM.
  • the transmission unit 12 communicates with the voice recognition system 201 on the communication network 301 via the communication interface 14 based on a predetermined communication protocol.
  • the communication protocol processed by the transmission unit 12 may be arbitrary, but there is, for example, TCP (or UDP) / IP. Alternatively, a TCP (or UDP) / IP based protocol such as http can be used.
  • the transmission unit 12 generates a voice recognition request for requesting the voice recognition system 201 to perform voice recognition of the voice digital data based on the voice digital data received from the recording unit 11. A header or the like necessary for the above-mentioned speech recognition protocol may be added to the speech digital data.
  • the voice recognition request is generated according to a voice recognition protocol processed by the voice recognition system 201.
  • the transmission unit 12 transmits the generated voice recognition request to the voice recognition system 201 via the communication interface 14 and the communication network 301.
  • the communication interface 14 is an interface for connecting to the communication network 301, and may be a wireless interface or a wired interface.
  • a wireless interface for example, a wireless communication circuit (such as an integrated circuit) and an antenna are included.
  • a wired interface a wired communication circuit, a connection port for a communication cable, and the like are included.
  • the communication network 301 may be a wireless network, a wired network, or a network in which both are combined.
  • the communication network 301 may be a network including the Internet.
  • the voice recognition system 201 receives a voice recognition request transmitted from the input support apparatus 101 via the communication network 301.
  • the speech recognition system 201 extracts speech digital data from the speech recognition request, performs speech recognition processing on the speech digital data, and converts it into text data.
  • Text data is data of an arbitrary character string (text) in a natural language.
  • the voice recognition system 201 transmits a voice recognition response including text data acquired by conversion to the input support apparatus 101 via the communication network 301. Note that the voice recognition system 201 may be provided in the input support apparatus 101 instead of on the communication network 301.
  • the receiving unit 13 communicates with the voice recognition system 201 on the communication network 301 via the communication interface 14 based on a predetermined communication protocol, like the transmitting unit 12.
  • the receiving unit 13 receives the voice recognition response transmitted from the voice recognition system 201 via the communication network 301 and the communication interface 14.
  • the receiving unit 13 extracts text data from the received voice recognition response and passes it to the input processing unit 22 of the information processing device 21.
  • the input processing unit 22 passes the text data passed from the receiving unit 13 to the text data holding unit 23.
  • the text data holding unit 23 stores therein the text data passed from the input processing unit 22.
  • the text data holding unit 23 may be a memory or a device such as an SSD or a hard disk. In the case of a memory, it may be a volatile memory such as SRAM or DRAM, or a non-volatile memory such as NAND or MRAM.
  • the text data holding unit 23 may be a part of the storage unit 16 or a part of the storage unit 25.
  • the input unit 31 is an input interface for the user to input various instructions or data.
  • the input unit 31 may be, for example, a keyboard, a touch panel, a mouse, or the like, or may be a voice input unit using the above-described microphone.
  • the input processing unit 22 may update the text data held in the text data holding unit 23 based on the data input by the input unit 31. For example, part of the text data may be changed to another character / numerical value, deleted, or a new character / numerical value may be added.
  • the analysis unit 24 reads the text data held in the text data holding unit 23 and performs text data analysis processing.
  • text data obtained by speech recognition is analyzed.
  • text data input by a user from a keyboard or the like may be the target of analysis processing.
  • the analysis unit 24 includes a keyword string generation unit 56, a standard term detection unit 52, a classification information string generation unit 53, a pattern extraction unit 54, and a determination unit 55.
  • the keyword string generation unit 56 includes a morphological analysis unit 51 and a standard term detection unit 52.
  • the analysis unit 24 is connected to the storage unit 25, and the storage unit 25 stores various databases (DB) used in the processing of the analysis unit 24.
  • the storage unit 25 stores a standard term database 61, a classification information database 62, and a classification information string pattern database 63 described later.
  • the morpheme analysis unit 51 in the analysis unit 24 performs morpheme analysis on the text data.
  • Morphological analysis divides a sentence into morphemes that are the smallest unit character strings that have meaning, and divides the divided character strings into parts of speech (pronouns, particles, common nouns, counsels, proper nouns, verbs, adjectives, etc.) Refers to classification.
  • a keyword string input keyword string
  • Character strings such as particles, auxiliary verbs, conjunctions, and symbols (such as punctuation marks) may be treated as keywords.
  • the standard term database (standard term DB) 54 refers to a standard keyword (standard keyword) and the same meaning as that of the standard keyword database (standard term DB), but stores a different expression keyword (non-standard keyword) in association with it. For example, in the same meaning as “KT” (Korper Temperature), a caregiver may speak “body temperature” or “BT” (Body Temperature). In this way, one term out of a plurality of terms representing the same meaning is registered as a standard keyword, and the other terms are registered as non-standard keywords.
  • An example of the standard term database 54 is shown in FIG. In this example, “body temperature” is registered as a standard keyword, and “KT” and “BT” are registered as non-standard keywords.
  • “Breakfast” is registered as a standard keyword, and “breakfast”, “morning rice”, and “breakfast” are registered as non-standard keywords.
  • the selection of the standard keyword is arbitrary.
  • “KT” may be a standard keyword, and “body temperature” and “BT” may be non-standard keywords.
  • “BT” may be a standard keyword, and “body temperature” and “KT” may be non-standard keywords.
  • standard keywords and non-standard keywords related to the names of patients and care recipients (persons to be recorded) may be registered.
  • “Toshiba Taro” is registered as a standard keyword
  • “Toshiba” and “Toshiba” are registered as non-standard keywords.
  • Standard keywords and non-standard keywords related to the names of patients and care recipients (persons to be recorded) may be managed in a separate database.
  • Standard term detection unit 52 is connected to morphological analysis unit 51 and storage unit 25.
  • the standard term detection unit 52 unifies each keyword in the input keyword string obtained from the morphological analysis unit 51 into a standard keyword. Specifically, the standard term detection unit 52 detects, for each keyword in the input keyword string, a keyword that does not match the standard keyword based on the standard term database 54 in the storage unit 25, and uses the detected keyword as the standard keyword. Replace with. For example, if “BT” is included in the input keyword string, it is replaced with “body temperature”.
  • the keyword string after standardization to the standard keyword is sometimes called a standard keyword string.
  • keywords relating to particles, auxiliary verbs, conjunctions, and the like may be deleted from the input keyword string. In this case, the deletion process may be performed by the morphological analysis unit 51.
  • keywords related to particles, auxiliary verbs, conjunctions, and the like may also be targeted for replacement with standard keywords when registered in the standard term database 54.
  • the classification information database (classification information DB) 55 holds classifications such as major classification and minor classification for each standard keyword.
  • An example of the classification database 55 is shown in FIG.
  • the standard keyword “breakfast” has a large classification “life support” and a small classification “meal”.
  • the major classification of the standard keyword “body temperature” is “measurement” and the minor classification “vital”.
  • the number of classifications is not limited to two, and may be one or three or more.
  • the classification information sequence generation unit 53 is connected to the standard term detection unit 52 and the storage unit 25.
  • the classification information string generation unit 53 searches the keyword string in the classification information database 62 for each keyword of the keyword string (standard keyword string) obtained by the standard term detection unit 52. If the corresponding keyword exists, the classification information (in this case, the large classification and the small classification) of the corresponding keyword is extracted from the large classification column and the small classification column.
  • the classification information database 62 may not be searched, and the classification information may be determined as predetermined classification information such as “numerical value” or “quantity”.
  • the classification information is obtained for each keyword in the keyword string obtained by the standard term detection unit 52 and arranged in the order of the corresponding keywords, thereby obtaining the classification information string.
  • the keyword string includes three keywords and the first keyword is “breakfast”, the major classification and the minor classification are “life support” and “meal”, so “life support” and “meal” are Each is obtained as classification information.
  • the major classification and the minor classification may be collectively regarded as one classification information. For example, “life support, meal” may be treated as one piece of classification information.
  • the second keyword is “100” and it is a numeral, “numerical value” is obtained as classification information.
  • the third keyword is “reject”, since the major classification and minor classification are “state” and “will”, “state” and “will” are obtained as classification information, respectively. Therefore, “life support”, “meal”, “numerical value”, “state”, and “will” are obtained as the classification information string.
  • keywords related to particles, auxiliary verbs, conjunctions, etc. are excluded from the keyword string in advance, excluded from the search target, or not registered in the classification information database.
  • the pattern database (pattern DB) 63 holds a plurality of classification information string patterns.
  • the classification information string pattern is a combination of a plurality of classification information, and may include information regarding the order between the classification information.
  • An example of the pattern database 63 is shown in FIG.
  • the classification information string pattern “A, B, C” includes A, B, and C as classification information.
  • A, B, and C are abstracted classification information, and actually contain specific values such as “life support”, “state”, “vital”, and “numerical value” as described above.
  • the major classification and the minor classification may be collectively regarded as one classification information, and A may represent combined classification information such as “life support, meal”.
  • the classification information string pattern “A, B, C” does not include restrictions on the order between the classification information A, B, and C.
  • the classification information string pattern “D ⁇ E, F” includes, as classification information, D, E, and F, and includes an order restriction between D and E that E must appear after D.
  • D, E, and F are abstracted classification information. Actually, concrete values such as “life support”, “state”, “vital”, and “numerical value” as described above are used. Shall be included.
  • the standard term database 61 and the classification information database 62 are provided separately, but they may be combined into one common database. In this case, the standard term detection unit 52 and the classification information sequence generation unit 53 may access the common database.
  • the pattern extraction unit 54 is connected to the classification information sequence generation unit 53 and the storage unit 25.
  • the pattern extraction unit 54 extracts the classification information sequence obtained by the classification information sequence generation unit 53 from the classification information sequence pattern database 63 according to the correlation with each classification information sequence pattern held in the classification information sequence pattern database 63.
  • a highly correlated classification information sequence pattern is selected.
  • the similarity between the classification information string and each classification information string pattern is calculated, and the classification information string pattern is selected from the classification information string pattern database 63 based on the calculated similarity.
  • a Jaccard coefficient for quantifying the similarity between two sets, a cosine similarity for quantifying the similarity of vectors, and the like can be used.
  • the similarity such as the degree of difference or the degree of overlap
  • the minimum edit distance or the Levenshtein distance can be used as the similarity between two character strings.
  • classification information column "A, B, C”
  • classification information string pattern If “A, B, D”
  • the Jaccard coefficient is Calculated by here Is a set When The intersection of Is a set When The union of Is a set Indicates the number of elements.
  • the configuration of the classification information sequence is calculated before calculating the classification information sequence and the Jaccard coefficient of the classification information sequence pattern. It is checked whether the element order (appearance order in the morpheme analysis result) satisfies the order restriction for the constituent elements of the classification information string pattern. If the element order is not satisfied, the classification information string
  • the Jaccard coefficient may be calculated after skipping without calculating the Jaccard coefficient with the pattern or holding a flag indicating that the classification information string pattern violates the constraint.
  • a plurality of classification information included in each of the classification information string and the classification information string pattern Can be regarded as a character string combined in this order, and the similarity between the two character strings can be calculated.
  • the similarity between the six character strings ABC, ACB, BAC, BCA, CAB, and CBA and the character string representing the classification information string is set as follows. The highest similarity may be calculated as the similarity between the two.
  • a classification information string pattern that satisfies a predetermined condition with a classification information string may be selected from all the classification information string patterns.
  • the predetermined condition refers to, for example, selecting a classification information sequence pattern having the highest similarity, selecting a classification information sequence pattern having a value indicating similarity equal to or less than a threshold (or greater than or equal to a threshold), and having a constant value indicating similarity For example, a classification information string pattern within a range is selected. Alternatively, it may be added to the predetermined condition that the constraint on the order of the constituent elements of the pattern is not violated.
  • the pattern extraction unit 54 sends the selected classification information sequence pattern and the classification information sequence of the input text (the classification information sequence obtained by the classification information sequence generation unit 53) to the determination unit 55.
  • the determination unit 55 compares the classification information sequence pattern selected by the pattern extraction unit 54 with the classification information sequence of the input text, and generates presentation information corresponding to the difference between the two. For example, presentation information that identifies missing elements that are not included in the classification information string of the input text among the elements of the classification information string pattern is generated. Alternatively, as the presentation information, a message notifying that the keyword related to the missing element is missing in the input text may be generated.
  • the output processing unit 26 receives the presentation information generated by the determination unit 27 and outputs a signal for displaying the presentation information to the display unit 41.
  • the determination unit 55 includes “numerical value” in the classification information string pattern but is not included in the classification information string of the input text. Assume that all elements of are judged to be included in both. In this case, the determination unit 55 may identify the “numerical value” included in the classification information string pattern and generate a message such as “a keyword related to“ numerical value is missing ”. If it is included in the information string pattern and not included in the classification information string of the input text, a message such as “Missing keyword about“ vital ”” may be generated.
  • a message indicating that the element does not exist in the classification information string pattern may be generated. For example, if “state” and “intention” do not exist in the classification information string pattern but exist in the classification information string of the input text, the classification information of “state” and “will” exists in the classification information string pattern. You may generate a message such as “Sen.” Alternatively, the keyword that is the source of the classification information of “state” and “will” is identified from the input text, and the classification information related to the identified keyword is included in the classification information string pattern. A message not present may be generated.
  • the keyword that is the basis of the classification information of “state” and “will” described above is “motivation”, “classification information about the keyword“ motivation ”does not exist in the classification information string pattern”, etc.
  • the classification information string pattern database is reviewed and the accuracy is further improved.
  • the missing information in the classification information column is presented to the staff when the care record is input by the staff, but it may be presented only to certain staff such as managers, not present when the care record is entered by the staff. For example, by determining whether or not there is a missing classification information sequence for a care record entered by a care worker within a certain period of time and presenting the missing care record and its classification information sequence in a list to the manager, The entered staff can be individually instructed in the contents of the nursing care record, and can be presented with elements that tend to be missing in the nursing care record in education for new staff.
  • the standard term detection unit 52 may calculate how many keywords are non-standard terms in the input text. By dividing this by the total number of keywords of the input text, the standard keyword usage rate of the input text can be calculated. For example, the average value of the standard keyword usage rate in the care record may be calculated for each staff member.
  • the classification information string is stored in the classification information string pattern database. Therefore, it can be considered to have a new classification information sequence pattern.
  • the user may be inquired at the time of nursing care record input whether such a classification information string is registered in the classification information string pattern database as a classification information string pattern. Alternatively, this procedure may not be presented when the care record is input by the staff, but may be presented only to certain staff such as managers.
  • a classification information sequence that is a candidate for a new classification information sequence pattern is extracted from the classification information sequence for a care record input by a staff member within a certain period of time, and is presented to the manager with the frequency of appearance.
  • the job may select a classification information string pattern from the classification information string and register it in the classification information string pattern database.
  • the display unit 41 is an arbitrary device that displays an image or data, such as a liquid crystal display panel, an organic EL, or an electronic ink display device.
  • the display unit 41 displays the text data that has been processed by the analysis unit 24 on the screen.
  • the display unit 41 displays presentation information (such as a message) on the screen based on the signal passed from the output processing unit 26.
  • presentation information such as a message
  • the user can check whether items necessary for the text are missing. For example, if the displayed message is “a keyword related to“ numerical value ”is missing”, it is checked whether the displayed text is missing a required numerical value. If it is missing, the input unit 31 is used.
  • the displayed text is “Body temperature is normal”, it is determined that the item of measurement value of body temperature is missing, “Body temperature is normal at 36 degrees”, etc.
  • the text may be updated (corrected).
  • the updated unit may instruct the input unit 31 to perform the process by the analysis unit 24 again on the updated text, and the process in the analysis unit 24 or the like may be repeated as described above.
  • the information processing apparatus 21 stores the text data in accordance with the save instruction. 25 or another storage device.
  • the stored text data may be managed by an application, and the text data may be read out and displayed on the display unit 41 according to a browsing instruction from the input unit 31.
  • the application may manage the accumulated text data as a tweet message, and may manage the tweet message in time series for each patient or care recipient (record target person) who is the tweet target.
  • a patient or a care recipient may be specified by the user through the input unit 31.
  • the information (name, etc.) of the patient or care recipient is included in the text data, a list of patients or care recipients If there is matching information (name, etc.), it may be extracted and specified.
  • FIG. 6 shows an example of the form of the care record input screen.
  • each item already has a value, but before the process, each item has no value and various buttons are not selected.
  • the text data obtained by the user's speech and voice recognition is “Toshiba's urination was confirmed. There was no abnormality and the amount was normal” Suppose that It is assumed that the content of the user's utterance matches the content of the text data and there is no error in speech recognition. Performs morphological analysis on the text data to obtain the input keyword string, and further detects the standard term, and the standard keyword strings “Toshiba Taro” “Urination” “Confirmation” “Abnormal” “No” “Quantity” “Normal” Suppose that it was obtained. Part of speech keywords such as particles are excluded. In the standard term database, “Taro Toshiba” is registered as a standard keyword, and “Toshiba” is registered as a non-standard keyword (see FIG. 3).
  • the storage unit 25 stores a patient / caregiver list (record target person list), and personal information (name, etc.) of the patient / caregiver is stored in this list. Since “Toshiba Taro” in the standard keyword string matches the “Name” item in this list, “Toshiba Taro” is automatically set in the “Record Target” item 91 of the care record input screen. That is, a keyword (keyword related to the name) related to the item 91 on the input screen is specified from the standard keyword string, and information corresponding to the keyword (here, “Toshiba Taro”) is set as the value of the item 91.
  • a diagnosis / observation item list is stored in the storage unit 25, and various diagnosis / observation items (measurement items) are stored in this list. For example, there may be items such as “urination”, “body temperature”, “blood pressure”, “meal intake”, “defecation” and the like. Since “urination” in the standard keyword string matches this list, “urination” is set in the “care record content” item 92 on the care record input screen. This processing is performed by the analysis unit 24. That is, a keyword related to the item 92 on the input screen (a keyword related to the item for measurement) is specified from the standard keyword string, and information corresponding to the keyword (here, “urination”) is set as the value of the item 91.
  • the keyword “confirmation” positioned within a certain character after “urination” in the standard keyword string is associated with the “present” button 93 on the care record input screen, and the “present” button 93 is emphasized ( Means urination).
  • the “Yes” button on the care record input screen is associated with the “confirm” keyword in advance by the management application on the care record input screen, and the keyword “confirm” in the standard keyword column In accordance with the assignment, it is associated with the “present” button 93.
  • terms other than “confirm” may be further associated with the “present” button 93.
  • the “abnormal” button is associated with, for example, the keywords “abnormal” and “present”, and these keywords are present within a certain character after “urination”, and “abnormal” and “present” If the character spacing between “” is within a certain value, the “abnormal” button can be selected and highlighted. Similarly, “normal” existing within a certain character after the keyword “amount” positioned after “urination” in the standard keyword column is specified, and this keyword is associated with the “normal” button 94 on the care record input screen. , “Normal” button 94 is highlighted.
  • the “Large” button, “Normal” button, and “Small” button on the care record input screen correspond to keywords such as “Ooi”, “Normal”, and “Not too much” in advance by the management application on the care record input screen. It is attached.
  • the item setting and button selection described here can also be realized by performing processing based on a template according to the second embodiment described later. Of course, methods other than those described here may be used.
  • the classification information database 62 is searched by the classification information string generation unit 53 based on the standard keyword string.
  • the matched keywords are, for example, “urination”, “abnormal”, “no”, “amount”, “normal”, and the classification information sequence obtained from these and the classification information sequence with the highest similarity in the classification information sequence pattern database Identify the pattern.
  • Text data obtained by voice recognition is stored in the form 95 below the care record input screen.
  • each item in the care record input screen and data in the form are stored in the storage unit 25 or another storage device as care record data.
  • the care record data may be managed in chronological order by adding information such as date and time to each record target person (patient or care recipient) by a management application.
  • the standard keyword string is “Toshiba Taro” “Urination” “Confirmation” “Abnormal” “None”.
  • This standard keyword string differs from the above example in that “quantity” and “normal” do not exist.
  • the “normal” button 94 is not selected (not highlighted) on the care record input screen.
  • text data obtained by speech recognition regarding the current utterance is displayed.
  • a message 96 such as “There is no keyword related to the amount of urination!” May be displayed in the care record input screen.
  • the message may be displayed in another form such as a popup.
  • the user who sees the message 96 confirms the care record input screen and determines that he / she has forgotten to speak the urination amount. Therefore, the user may manually select the “normal” button 94 using the input unit 31. Alternatively, the user may correct the text data in the form 95 using the input unit 31.
  • the amount of urination is normal, it may be corrected to the same text as the form in FIG.
  • the corrected text data is updated in the text data holding unit 23 via the input processing unit 22. If it is confirmed that there is no problem in the updated contents, the registration button 97 is selected, and the updated items and data in the form may be stored as care record data.
  • FIG. 8 shows an example of another form of the care record input screen.
  • voice recognition and analysis processing is performed each time the user utters, and the care record input screen as shown in FIG. 6 or 7 is displayed.
  • the care record is recorded for each user utterance.
  • Data is generated, information such as date and time is given, and stored in the sequential storage unit 26 or another storage device.
  • the care record input screen is not displayed for each user utterance.
  • a list of care record data as shown in FIG. 8 is displayed on the display unit 41. This list includes entries of care record data that have not yet undergone user confirmation (consent).
  • each entry the value of each item on the care record input screen shown in FIG. 6 or 7 is simply displayed in one line. If it is confirmed that each item of the corresponding entry has been input without any deficiency, the check box of the entry is checked using the input unit 31. By selecting the registration button 98, the contents of the checked care record data are confirmed and deleted from the list. If it is determined that there is a shortage in item input, the corresponding entry is selected using the input unit 31, and a transition to a care record input screen as shown in FIG. 6 or 7 is made. As described above on this screen, it is possible to input the value of an item or correct text data in a form. A message may be displayed on this transition destination screen as shown in FIG. Although the text data and message in the form are not shown in the list of FIG. 8, at least one of these may be displayed.
  • voice recognition when “Toshiba's urination was confirmed” is spoken, voice recognition may be misrecognized as “Investment Granny's urination was confirmed.”
  • the similarity between the character strings is calculated with the hiragana (or katakana) notation, the one with the highest similarity is selected as a candidate, and the care record input screen (see FIG. 6) is recorded. It may be included in the subject's item. If the degree of similarity is low, for example, if the value indicating the degree of similarity is less than or equal to a threshold (or greater than or equal to the threshold), it may be considered that the user has forgotten to speak his / her name.
  • the above-mentioned character string with a recognition error is expressed in Hiragana as “Toshiba's yesterday...”. If the last name on the list of recorded persons is “Toshibashi”, “Higashi”, “Toshishi”, etc., calculating the degree of similarity between each last name and the above character string will result in “Tosushiba” being one. Since it is close, “Toshiba” can be estimated as a valid record subject. It is assumed that the recording target person list stores the last name, the name, the last name of the last name, the first name of the last name, and the like. When there are two or more persons to be recorded with the same last name, a list of names of the corresponding persons may be presented and the user may make a selection.
  • FIG. 9 is a flowchart illustrating an operation example of the information processing apparatus according to the first embodiment.
  • Step S101 The input processing unit 22 receives input of text data in natural language from the receiving unit 13.
  • the text data is held in the text data holding unit 23.
  • the morpheme analysis unit 51 of the analysis unit 24 reads the text data from the text data holding unit 23 and morphologically analyzes the text data, thereby generating a keyword string (input keyword string) including a plurality of keywords.
  • Step S102 The standard term detection unit 52 unifies each keyword in the keyword string into a standard keyword based on the standard term database 61, that is, checks whether each keyword corresponds to a non-standard keyword. Replace with standard keywords. Based on the classification information database 62 that associates standard keywords with classification information, the classification information generation unit 53 acquires classification information corresponding to each keyword included in the standard keyword string and generates a classification information string.
  • the pattern extraction unit 54 selects a classification information string pattern according to the correlation between the classification information string and each of the plurality of classification information string patterns in the classification information string pattern database 63. For example, the similarity between the classification information sequence and each of the plurality of classification information sequence patterns is calculated, and the classification information sequence pattern is selected based on the similarity. Specifically, a classification information sequence pattern that satisfies a predetermined condition, such as a classification information sequence pattern having the highest similarity, is selected.
  • Step S104 The determining unit 55 compares the selected classification information string pattern with the classification information string to generate presentation information corresponding to the difference between the classification information string pattern and the classification information string. For example, as the presentation information, information specifying classification information included in the classification information string pattern and not included in the classification information string is generated. Alternatively, a message indicating that the keyword related to the classification information is not included in the keyword string is generated.
  • Step S105 The output processing unit 26 controls the presentation information to be output to the display unit 41.
  • the display unit 41 displays the presentation information on a screen provided by the management application.
  • FIG. 10 is a block diagram of the analysis unit according to the present embodiment.
  • the analysis unit 74 includes a morphological analysis unit 51, a standard term detection unit 52, and a template application unit 57.
  • a standard term database 61, an item content database 71, and a template database 72 are stored.
  • the morphological analysis unit 51, the standard term detection unit 52, and the standard term database 61 are the same as those in the first embodiment.
  • the text data when text data obtained by speech recognition is used to automatically input numerical values for measurement items such as vitals, even if there is an error in speech recognition, the numerical values are reduced with little effort.
  • the form which makes correction possible is shown.
  • the text data may be obtained by voice recognition, or may be text data input by a user from an input means such as a keyboard.
  • FIG. 11A is a diagram for explaining the outline of the present embodiment.
  • FIG. 11A shows a nursing record screen.
  • the text obtained by voice recognition is stored in Form 101.
  • Body temperature is 36 degrees 4 minutes, blood pressure is 100, blood pressure is 70, blood oxygen concentration is 99.5%. That's right.
  • On the lower side of the form 111, body temperature, blood pressure, pulse, and Sp02 are set as items related to vitals. Sp02 is the blood oxygen concentration.
  • No numerical value is initially entered on the right side of each item.
  • numerical values corresponding to the respective items are automatically input.
  • the example of FIG. 11A is an example when there is no voice recognition error, and correct numerical values are input to each item. As shown in FIG.
  • items such as vitals and numerical values may be extracted from the text in the form 111, and the location may be highlighted.
  • the text data is made into a keyword string through morphological analysis or the like, and the correspondence between the text in the form and each keyword in the keyword string can be grasped.
  • the nursing record screen is associated with the person to be recorded.
  • the template application unit 57 uses the item content database 72 shown in FIG. 12A and the template database 73 shown in FIG. .
  • the item content database 72 and the template database 73 are stored in the storage unit 25.
  • the item content database in FIG. 12 (A) defines the content and expression format of each item.
  • the item content is “body temperature”, the unit is “° C.”, and the expression format is [numerical value A]. [Numerical value B]. This means that “body temperature: [numerical value A]. [Numerical value B] ° C.” is displayed on the nursing record screen.
  • [Numerical value A] and [Numerical value B] represent variables in which arbitrary numbers are entered, and these numerical values are extracted from text data.
  • the expression format is not limited to one, and a plurality of expression formats may be defined as in the second entry (ID_02). Which expression format is applied depends on the extracted numerical value. In this example, if [Numerical value A] and [Numerical value B] are extracted, only Expression format 1, [Numerical value A] is extracted. Then, the expression format 2 is applied.
  • the template database 72 in FIG. 12 stores a template for extracting variables for each item in FIG. 12A from text data or a keyword string.
  • “” In the template represents a character string.
  • [* N] represents any N or less characters (not N or less, but may be defined in another meaning such as N).
  • [Numerical value] represents a continuous numeric character string, and the symbols (A and B) on the right side in parentheses of [Numerical value] are simply symbols for identifying a plurality of [Numerical values].
  • the first entry (ID_01) corresponds to the first entry in FIG. 12A (the item ID is common), and [numerical value A].
  • a template for extracting [numerical value B] from text data or a keyword string is stored. This template is “Body temperature” [* 2] [Numeric A] “Degree” [Numeric B] “Minute”.
  • a location that matches the template is specified from text data or a keyword string, [Numerical Value A] and [Numerical Value B] are extracted from the specified location, and the extracted [Numerical Value A] and [Numerical Value B] are expressed as “[Numerical Value A”. ].
  • [Numeric value B] "is defined in the column of extracted data 1. The text shown in FIG. 11 (A) or FIG.
  • a template relating to blood pressure ““ blood pressure ”[* 3] [numerical value A] [* 4] [numerical value B]” is defined.
  • [Numerical value A] and [Numerical value B] are respectively defined in the column of extracted data 1 and the column of extracted data 2, and the extracted numerical value A and numerical value B are individually output (that is, not combined with “.”). It is shown. If there is a location that matches the template in the text data or keyword column in the same manner as described above, a numerical value is extracted from the location in the same manner, and the expression format defined in the column of the expression format 1 of the item content database is used. , Display the extracted numerical value.
  • the template specifies that a value at a specific position such as N characters or less is extracted for a predetermined term such as “body temperature” or “blood pressure”.
  • FIG. 13A shows an example of a nursing record screen when a voice recognition error occurs.
  • the utterance “blood pressure 100” is voice-recognized as “blood pressure is hard”, and the speech “99.5” is voice-recognized as “absorption 9.5”. Therefore, as a result of processing based on the item content database and the template database described above, the blood pressure should be expressed as “100 to 130”, but is expressed as “130”, and Sp02 is displayed as “99.5”. Where it should be, it is labeled “9.5”. The user sees this result and corrects the incorrect item value by inputting an instruction from the input unit 31.
  • the correction content is selected by selecting the correction button 112, and the data of the content in the nursing record screen is stored in the storage unit 25 or the like as the nursing record data.
  • the text data in the form 11 may be corrected.
  • the template application process is performed again. Also good. This also sets the correct value for the item.
  • FIG. 13B shows an example in which the template application process is performed again by selecting the re-execution button 113 after correcting the text data
  • FIG. 13 shows an example in which the wrong value is correctly returned.
  • FIG. 13A and FIG. 13B At least the item or the text or the correction is performed by the user. However, it is possible to automatically correct the voice recognition error.
  • a block diagram in this case is shown in FIG.
  • a correction unit 54 is added after the template application unit 57 in the analysis unit 84.
  • a reading database 73 is stored in the storage unit 25.
  • the character string following “blood oxygen concentration” is “having an absorption of 9.5%”.
  • the extracted number is “9.5”.
  • the numerical value that follows the blood oxygen concentration is determined in advance within a reasonable range (for example, 80 to 100), and 9.5 does not belong to this range, and clearly there is a high possibility of speech recognition errors. to decide.
  • a keyword of 9.5 is expected to be originally shown from a keyword (blood oxygen concentration) representing the name of a measurement item immediately before (predetermined positional relationship) of the keyword of 9.5 in the keyword string.
  • the value range is determined to be 80-100.
  • the numerical value is corrected using the similarity between the hiragana character strings.
  • other notation such as katakana or alphabet may be used instead of hiragana.
  • a reasonable range of SpO2 (that is, a range expected as a measured value of SpO2) is 80 to 100, and this range is divided at regular intervals.
  • the numerical value at each position at regular intervals and the character string representing the reading in hiragana are associated with each other and stored in the reading database 73. If the range is 80 to 100 and the interval is 0.1, 201 character strings are obtained.
  • An example of the reading database 73 is shown in FIG. Numbers (keywords) at intervals of 0.1 from 80.0 to 100.0 are set in association with character strings representing the reading of each number (keyword) in hiragana notation.
  • a single numerical value may be read in multiple ways instead of one.
  • the character string from “blood oxygen concentration” to the numerical value determined as the error is specified as the position determined as the voice recognition error.
  • a character string including keywords (one or a plurality of consecutive keywords) from the keyword next to “blood oxygen concentration” up to 9.5 determined as a speech recognition error is specified.
  • the identified part is converted into hiragana reading notation, and the similarity with each hiragana character string in the reading database 73 is calculated.
  • the right column of the reading database 73 in FIG. 15 stores the similarity calculated this time. Note that there is no need to store a column for storing the similarity.
  • the reading with the highest similarity may be adopted. This time, the highest degree of similarity is 97, and the character string at that time is “Kyuju Kyutengo (99.5)”. Therefore, the correcting unit 58 corrects the value 9.5 of the item Sp02 in FIG. 13A based on the specified 99.5. In the example of FIG. 15, the larger the value, the higher the similarity, but depending on the calculation method, the smaller the value, the higher the similarity may be.
  • the process for absorbing (correcting) the speech recognition error in the second embodiment may be applied to the first embodiment.
  • the process of absorbing the voice recognition error can be applied when standardizing each keyword in the keyword string (unifying it into standard keywords). For example, if the keyword in the keyword string is not a standard keyword and is not registered as a non-standard keyword in the standard term database 61, the keyword is converted into hiragana notation. A database in which standard keywords and how to read hiragana are associated is prepared in a storage unit accessible from the standard term detection unit 52, and the similarity between each hiragana notation in the database and the keyword is calculated.
  • a standard keyword having the highest degree of similarity and corresponding to a reading that is equal to or higher than a threshold is adopted as the standard keyword of the keyword.
  • the second embodiment can be combined with the first embodiment.
  • the analysis unit and the storage unit may have functions necessary for both the first and second embodiments.
  • the information processing apparatus is mounted on the user terminal (input support apparatus), but the function of the information processing apparatus may be arranged in a server on the communication network.
  • FIG. 16 shows a system configuration in which the information processing apparatus according to this embodiment is mounted on a server on a communication network.
  • the input support device 501 includes a processing unit 27 instead of the analysis unit of the first embodiment.
  • the processing unit 27 receives text data obtained by voice recognition of the voice recognition system 201 from the receiving unit 13, and transmits an analysis processing request for the text data to the server 401.
  • the server 401 includes a communication interface 414, a reception unit 413, a transmission unit 412, and an information processing device 421.
  • the information processing apparatus 421 includes an input processing unit 422, a text data holding unit 423, an analysis unit 424, a storage unit 425, and an output processing unit 426. Each of these functions has the same function as the element of the same name in the input support apparatus in the first and second embodiments. However, the output processing unit 426 transmits the analysis result of the analysis unit 424 to the input support apparatus 501 via the transmission unit 412.
  • the processing unit 27 of the input support apparatus 101 receives the analysis result sent from the server 401 via the receiving unit 13 and displays it on the display unit 41.
  • the input is transmitted to the server 401 via the transmission unit 12.
  • the server 401 passes the instruction or data received from the input support device 501 to the information processing unit 421 via the receiving unit 413.
  • the server 401 can also process requests from a plurality of input support devices.
  • the voice recognition system 201 may be integrated with the server 401, or the voice recognition system 201 may be provided in the input support apparatus 501.
  • the information processing apparatus or the input support apparatus can be realized by using, for example, a general-purpose computer apparatus as basic hardware. That is, the elements included in the information processing apparatus and the input support apparatus can be realized by causing the processor mounted on the computer apparatus to execute a program.
  • the information processing apparatus and the management server may be realized by installing the above program in a computer device in advance, or may be stored in a storage medium such as a CD-ROM or via the network. And may be realized by installing this program on a computer device as appropriate.
  • the storage unit included in the information processing apparatus and the input support apparatus is a memory such as a memory, a hard disk, an SSD or a CD-R, a CD-RW, a DVD-RAM, a DVD-R, etc. incorporated in or external to the computer apparatus It can be realized by appropriately using a medium or the like.
  • the “processor” may include a general purpose processor, a central processing unit (CPU), a microprocessor, a digital signal processor (DSP), a controller, a microcontroller, a state machine, and the like.
  • a “processor” may refer to an application specific integrated circuit, a field programmable gate array (FPGA), a programmable logic circuit (PLD), or the like.
  • the “processor” may refer to a combination of a plurality of processors exemplified here. For example, it may refer to a combination of a DSP and a microprocessor, or a combination of a DSP core and one or more microprocessors.
  • Input support device 201 Speech recognition system 301: Communication network 11: Recording unit (sound collection unit) 12, 412: Transmitter 13, 413: Receiver 14, 414: Communication interface (IF) 21, 421: Information processing device 31: Input unit 41: Display unit 22, 422: Input processing unit 23, 423: Text data holding unit 24, 424: Analysis unit 25, 425: Storage unit 26, 426: Output processing unit 51 : Morphological analysis unit 52: Standard term detection unit 53: Classification information sequence generation unit 54: Pattern extraction unit 57: Template application unit 58: Correction unit 61: Standard term database 62: Classification information database 63: Classification information sequence database 71: Item Content database 72: Template database 72: Reading database

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

【課題】ユーザによる情報の入力を支援する。 【解決手段】本発明の実施形態として情報処理装置は、キーワード生成部と、分類情報生成部と、パターン抽出部と、判断部とを備える。前記キーワード生成部は、自然言語によるテキストデータを形態素解析することにより複数のキーワードを含むキーワード列を生成する。前記分類情報生成部は、キーワードと分類情報とを対応づけたデータベースに基づき、前記キーワード列に含まれる前記複数のキーワードのそれぞれに対応する分類情報を取得して分類情報列を生成する。前記パターン抽出部は、前記分類情報列と、複数の分類情報列パターンのそれぞれとの相関に応じて、前記複数の分類情報列パターンから前記分類情報列パターンを選択する。前記判断部は、選択した分類情報列パターンと前記分類情報列とを比較することにより、前記分類情報列パターンと前記分類情報列との差分に応じた提示情報を生成する。

Description

情報処理装置、情報処理方法およびコンピュータプログラム
　本発明の実施形態は、情報処理装置、情報処理方法およびコンピュータプログラムに関する。
　在宅医療・介護などの現場においては、医療・介護職の職員が、患者や被介護者の状態を観察したり診断したりする。患者や被介護者の状態は、当該職員が介護記録を付けることで管理される。介護記録では、介護、体温や血圧、食事量、排泄の有無といった定形項目を漏れなく記入する必要がある。
　定型項目の記入漏れを防止するため、入力フォームを設け、入力の有無や入力内容のチェックを行うことが考えられる。これにより、必要な項目を漏れなく、適切な内容の入力を促すことができる。この際、入力は、なるべく短時間で行える方が都合良い。モバイル機器などで、キーボード入力またはソフトウェアキーボード入力する方法もあるが、入力に手間がかかる。
　一方、定型項目のみでは要介護者の状態を把握するには不十分な場合、自然言語のテキストの入力による介護記録も行われる。しかし、知識や経験が浅い介護職だと、入力の際、必要な事項を記入しなかったり、標準用語以外の用語で入力したりする。この場合、後から他者が記録を見ても、要介護者の状態を適切に把握できない問題がある。
　また定形項目の入力、および自然言語のテキストの入力のいずれの場合においても、介護している最中では、記録する時間を確保できないことも多く、後から思い出しながら記入を行うことも多い。後で思い出しながら記入する場合は、記録すべき事項を忘れることもある。
特開２０１２－２２６４４９号公報 特開２０１３－８８９０６号公報 特開２０１４－１８２７７７号公報 特開２０１２－７３７３９号公報
　本発明の実施形態は、ユーザによる情報の入力を支援することを目的とする。
　本発明の実施形態として情報処理装置は、キーワード生成部と、分類情報生成部と、パターン抽出部と、判断部とを備える。前記キーワード生成部は、自然言語によるテキストデータを形態素解析することにより複数のキーワードを含むキーワード列を生成する。前記分類情報生成部は、キーワードと分類情報とを対応づけたデータベースに基づき、前記キーワード列に含まれる前記複数のキーワードのそれぞれに対応する分類情報を取得して分類情報列を生成する。前記パターン抽出部は、前記分類情報列と、複数の分類情報列パターンのそれぞれとの相関に応じて、前記複数の分類情報列パターンから前記分類情報列パターンを選択する。前記判断部は、選択した分類情報列パターンと前記分類情報列とを比較することにより、前記分類情報列パターンと前記分類情報列との差分に応じた提示情報を生成する。
本発明の実施形態に係る情報処理装置を備えた入力支援装置を示す図。 図１の情報処理装置における解析部の機能ブロック図。 標準用語データベースの例を示す図。 分類情報データベースの例を示す図。 分類情報列パターンデータベースの例を示す図。 介護記録入力画面の例を示す図。 介護記録入力画面の他の表示例を示す図。 介護記録入力画面の他の形態を示す図。 第１の実施形態に係る情報処理装置の動作例のフローチャートを示す図。 第２の実施形態に係る解析部の機能ブロック図。 看護記録画面の例を示す図。 項目内容データベースとテンプレートデータベースとの例を示す図。 看護記録画面の例を示す図。 第２の実施形態に係る解析部の他の例の機能ブロック図。 数値と、当該数値のひらがな表記とを対応づけた、読み方データベースの例を示す図。 第３の実施形態に係る情報処理装置をサーバに搭載したシステム構成の図。
　以下、図面を参照しながら、本発明の実施形態について説明する。
（第１の実施形態）
　図１は、本発明の実施形態に係る入力支援装置を示す。入力支援装置１０１が、ネットワーク３０１を介して、音声認識システム２０１に接続されている。
　入力支援装置１０１は、録音部（採音部）１１、送信部１２、受信部１３、通信インタフェース（ＩＦ）１４、情報処理装置２１、入力部３１および表示部４１を備える。情報処理装置２１は、入力処理部２２、テキストデータ保持部２３、解析部２４、記憶部２５、および出力処理部２６を備える。
　入力支援装置１０１は、スマートフォン、携帯端末、タブレット、ＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）などのユーザ端末である。入力支援装置１０１が備える各処理部の機能は、コンピュータ装置が一般的に備えるＣＰＵ、メモリ、補助記憶装置、通信装置、入出力インタフェースを利用して実現できる。図１の各処理部の動作は、一例として、ＣＰＵ等のプロセッサ上で稼働するオペレーティングシステム（ＯＳ）と、ＯＳ上で稼働するアプリケーションにより達成される。特に本実施形態に係るアプリケーションを、管理アプリケーションと呼ぶことがある。
　入力支援装置１０１には、マイクが備え付けられている。医療・介護職の職員等のユーザが、マイクに向かって、患者や被介護者（記録対象者）に関する内容を発話する。マイクは、発話した内容の音声（つぶやき音声）を採音して、電気信号に変換し、変換された電気信号は、ＡＤ変換回路（図示せず）を含む処理回路で、所定の形式の音声デジタルデータに変換され、録音部１１に入力される。なお、マイクは、入力支援装置１０１の内部に組み込まれていても良いし、外部インタフェースを介して入力支援装置１０１に外部から接続されるものであってもよい。
　録音部１１は、マイクにより採音された音声の音声デジタルデータを取得し、当該音声デジタルデータを送信部１２に出力する。また、録音部１１は、当該音声デジタルデータにファイルヘッダ等を付加することで、予め定めた形式の音声ファイルを作成する。音声ファイルの形式は任意でよい。一例として、ＷＡＶＥ（ＲＩＦＦ　ｗａｖｅｆｏｒｍ　Ａｕｄｉｏ　Ｆｏｒｍａｔ）形式、またはＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）形式、ｍｐ３形式などがある。録音部１１は、作成した音声ファイルを、記憶部１６に格納する。記憶部１６は、例えばＯＳに搭載されているファイルシステムによって管理されていてもよい。記憶部１６は、ハードディスク、ＳＳＤ、メモリなど、任意の記憶媒体で構成できる。メモリは、ＳＲＡＭ、ＤＲＡＭ等の不揮発性メモリでも、ＮＡＮＤ、ＭＲＡＭ等の不揮発性メモリでもよい。記憶部１６に音声ファイルを記憶しておくことで、後から音声ファイルを読み出して再生したり、音声認識したりすることも可能である。
　送信部１２は、所定の通信プロトコルに基づき、通信インタフェース１４を介して、通信ネットワーク３０１上の音声認識システム２０１と通信する。送信部１２が処理する通信プロトコルは任意でよいが、例えばＴＣＰ（またはＵＤＰ）／ＩＰがある。またはＴＣＰ（またはＵＤＰ）／ＩＰベースのプロトコル、例えばｈｔｔｐを利用することも可能である。
　送信部１２は、録音部１１から受け取った音声デジタルデータに基づき、音声認識システム２０１に当該音声デジタルデータの音声認識を要求する音声認識依頼を生成する。音声デジタルデータには、上記の音声認識用のプロトコルで必要なヘッダ等を付加してもよい。音声認識依頼は、音声認識システム２０１が処理する音声認識用のプロトコルに従って生成される。送信部１２は、生成した音声認識依頼を、通信インタフェース１４および通信ネットワーク３０１を介して、音声認識システム２０１に送信する。
　通信インタフェース１４は、通信ネットワーク３０１に接続するためのインタフェースであり、無線インタフェースでも、有線インタフェースでもよい。無線インタフェースの場合、例えば無線用の通信回路（集積回路等）およびアンテナを含む。有線インタフェースの場合、有線用の通信回路、および通信ケーブル用の接続ポート等を含む。通信ネットワーク３０１は、無線ネットワークでも、有線ネットワークでも、これらの両方が組み合わさったネットワークでもよい。一例として、通信ネットワーク３０１はインターネットを含むネットワークでもよい。
　音声認識システム２０１は、入力支援装置１０１から送信される音声認識依頼を、通信ネットワーク３０１を介して受信する。音声認識システム２０１は、音声認識依頼から音声デジタルデータを抽出し、当該音声デジタルデータに対し音声認識処理を行って、テキストデータに変換する。テキストデータとは、自然言語による任意の文字列（テキスト）のデータのことである。音声認識システム２０１は、変換により取得したテキストデータを含む音声認識応答を、通信ネットワーク３０１を介して入力支援装置１０１に送信する。なお、音声認識システム２０１を、通信ネットワーク３０１上ではなく、入力支援装置１０１内に設けてもよい。
　受信部１３は、送信部１２と同様、所定の通信プロトコルに基づき、通信インタフェース１４を介して、通信ネットワーク３０１上の音声認識システム２０１と通信する。受信部１３は、音声認識システム２０１から送信された音声認識応答を、通信ネットワーク３０１および通信インタフェース１４を介して受信する。受信部１３は、受信した音声認識応答からテキストデータを取り出し、情報処理装置２１の入力処理部２２に渡す。
　入力処理部２２は、受信部１３から渡されたテキストデータを、テキストデータ保持部２３に渡す。テキストデータ保持部２３は、入力処理部２２により渡されたテキストデータを内部に記憶する。テキストデータ保持部２３は、メモリでも、ＳＳＤやハードディスク等の装置でもかまわない。メモリの場合、ＳＲＡＭ、ＤＲＡＭ等の揮発性メモリでも、ＮＡＮＤ、ＭＲＡＭ等の不揮発性のメモリでもかまわない。テキストデータ保持部２３が記憶部１６の一部、または記憶部２５の一部であってもよい。
　入力部３１は、ユーザが各種指示またはデータを入力するための入力インタフェースである。入力部３１は、例えばキーボード、タッチパネル、マウス等でもよいし、上述したマイクを利用した音声入力部でもよい。入力処理部２２は、入力部３１で入力されたデータに基づき、テキストデータ保持部２３に保持されているテキストデータを更新してもよい。例えばテキストデータの一部を別の文字・数値等に変更したり、削除したり、新たな文字・数値等を追加してもよい。
　解析部２４は、テキストデータ保持部２３に保持されたテキストデータを読み出し、テキストデータの解析処理を行う。なお、本実施形態では音声認識により得たテキストデータを解析処理する場合を記載するが、ユーザがキーボード等から入力したテキストデータを解析処理の対象としてもかまわない。
　解析部２４は、キーワード列生成部５６、標準用語検出部５２、分類情報列生成部５３、パターン抽出部５４および判断部５５を備える。キーワード列生成部５６は、形態素解析部５１と標準用語検出部５２を備える。
　解析部２４は記憶部２５に接続されており、記憶部２５には、解析部２４の処理で用いる各種のデータベース（ＤＢ）が記憶されている。例えば、記憶部２５には、後述する標準用語データベース６１、分類情報データベース６２および分類情報列パターンデータベース６３が記憶されている。
　解析部２４における形態素解析部５１は、テキストデータに対して形態素解析を行う。形態素解析とは、文章を、意味を持つ最小単位の文字列である形態素に分割し、分割された文字列を品詞（代名詞、助詞、一般名詞、係助詞、固有名詞、動詞、形容詞など）に分類することをいう。形態素解析により、テキストデータを複数のキーワードからなるキーワード列（入力キーワード列）が得られる。キーワードは、形態素解析で分割された各文字列である。助詞、助動詞、接続詞等、記号（句読点等）の文字列も、キーワードとして扱ってよい。例えば「意欲的に食事をされ、全量摂取されました。」を形態素に分割すると、「意欲（名詞,一般）」、「的（名詞,接尾）」、「に（助詞,副詞化」」、「食事（名詞,サ変接続）」、「を（助詞,格助詞）」、「さ（動詞,自立）」、「れ（動詞,接尾）」、「、（記号,読点）」、「全量（名詞,一般）」、「摂取（名詞,サ変接続）」、「さ（動詞,自立）」、「れ（動詞,接尾）」、「まし（助動詞）」、「た（助動詞）」、「。
（記号,句点）」、となる。
　標準用語データベース（標準用語ＤＢ）５４は、標準となるキーワード（標準キーワード）と、それと同じ意味を指すが、それとは別の表現のキーワード（非標準キーワード）とを対応づけて保持する。たとえば「ＫＴ」（Ｋｏｒｐｅｒ　Ｔｅｍｐｅｒａｔｕｒｅ）と同じ意味で、介護者が「体温」、または「ＢＴ」（Ｂｏｄｙ　Ｔｅｍｐｅｒａｔｕｒｅ）などと発話する場合があるとする。このように同じ意味を表す複数の用語のうちの１つの用語を標準キーワードとして登録し、それ以外の用語を非標準キーワードとして登録する。標準用語データベース５４の一例を図３に示す。この例の場合、「体温」を標準キーワードとして登録し、「ＫＴ」、「ＢＴ」を非標準キーワードとして登録している。また、「朝食」が標準キーワード、「朝ごはん」、「朝めし」、「ブレックファースト」が非標準キーワードとして登録されている。標準キーワードの選択は任意であり、例えば、「ＫＴ」を標準キーワードとし、「体温」、「ＢＴ」を非標準キーワードとしてもよい。あるいは「ＢＴ」を標準キーワードとし、「体温」、「ＫＴ」を非標準キーワードとしてもよい。また、患者・被介護者（記録対象者）の氏名等に関する標準キーワードおよび非標準キーワードが登録されていてもよい。図３の例では、「東芝太郎」が標準キーワードとして登録され、「東芝さん」、「とうしば様」が非標準キーワードとして登録されている。患者・被介護者（記録対象者）の氏名等に関する標準キーワードおよび非標準キーワードに関しては、別のデータベースで管理してもよい。
　標準用語検出部５２は、形態素解析部５１および記憶部２５に接続されている。標準用語検出部５２は、形態素解析部５１より得られた入力キーワード列における各キーワードを標準キーワードに統一する。具体的に、標準用語検出部５２は、入力キーワード列における各キーワードについて、記憶部２５内の標準用語データベース５４に基づき、標準キーワードに一致していないキーワードを検出し、検出したキーワードを、標準キーワードに置換する。たとえば入力キーワード列に「ＢＴ」が含まれる場合は、「体温」に置換する。標準キーワードへ統一後のキーワード列を、標準キーワード列と呼ぶこともある。なお、助詞、助動詞、接続詞等に関するキーワードは入力キーワード列から削除してもよい。この場合、削除の処理は、形態素解析部５１で行ってもよい。または、助詞、助動詞、接続詞等に関するキーワードも、標準用語データベース５４に登録されている場合は、標準キーワードへの置換を行う対象としてもよい。
　分類情報データベース（分類情報ＤＢ）５５は、標準キーワードごとに、大分類および小分類等の分類を保持している。分類データベース５５の例を図４に示す。例えば、標準キーワード「朝食」の大分類は「生活支援」、小分類は「食事」である。また、標準キーワード「体温」の大分類は「計測」、小分類「バイタル」である。分類の個数は２つに限定されず、１つまたは３つ以上でもよい。
　分類情報列生成部５３は、標準用語検出部５２および記憶部２５に接続されている。分類情報列生成部５３は、標準用語検出部５２により得られたキーワード列（標準キーワード列）の各キーワードについて、分類情報データベース６２のキーワード列を検索する。該当するキーワードが存在すれば、大分類列および小分類列から、該当キーワードの分類情報（ここでは大分類と小分類）を取り出す。分類情報ＤＢ５５に、助詞、助動詞、接続詞等に関するキーワードが存在しない場合、このような品詞については検索対象から除いてもよい。数詞や量に関する用語ついては、分類情報データベース６２を検索せず、分類情報を「数値」または「量」など、所定の分類情報に決定してもよい。数詞等以外の品詞でも、分類情報データベース６２を検索せずに、特定の分類情報に決定するものが存在してもよい。このように、標準用語検出部５２により得られたキーワード列の各キーワードに対して分類情報を取得し、対応するキーワード順に配置することで、分類情報列が得られる。
　例えばキーワード列が３つのキーワードを含み、１つ目のキーワードが「朝食」であれば、大分類および小分類が「生活支援」および「食事」であるため、「生活支援」と「食事」がそれぞれ分類情報として得られる。なお、大分類と小分類をまとめて１つの分類情報とみなしてもよい。例えば「生活支援、食事」を１つの分類情報として扱ってもよい。２つ目のキーワードが「１００」であり、数詞であれば、分類情報として「数値」が得られる。３つ目のキーワードが「拒否」であれば、大分類および小分類が「状態」および「意思」であるため、「状態」、「意思」がそれぞれ分類情報として得られる。よって、分類情報列として、「生活支援」、「食事」、「数値」、「状態」、「意思」が得られる。なお、この例では、助詞、助動詞、接続詞等に関するキーワードはキーワード列から事前に除外されているか、検索対象から除外されているか、あるいは、分類情報データベースに登録されていないものとする。
　パターンデータベース（パターンＤＢ）６３は、複数の分類情報列パターンを保持している。分類情報列パターンは、複数の分類情報を組み合わせたものであり、分類情報間の順序に関する情報を含んでも良い。パターンデータベース６３の一例を図５に示す。分類情報列パターン“Ａ，Ｂ，Ｃ”は、分類情報として、Ａと、Ｂと、Ｃとを含む。Ａ，Ｂ，Ｃは分類情報を抽象化して示したもので、実際には、前述したような「生活支援」、「状態」、「バイタル」、「数値」等といった具体的な値が入るものとする。あるいは、大分類と小分類をまとめて１つの分類情報とみなし、Ａが、「生活支援、食事」といった、結合された分類情報を表してもよい。分類情報列パターン“Ａ，Ｂ，Ｃ”は、分類情報Ａ，Ｂ，Ｃ間の順序に関する制約は含まない。分類情報列パターン“Ｄ→Ｅ、Ｆ”は、分類情報として、Ｄと、Ｅと、Ｆとを含み、ＥはＤの後に出現しなければならないという、ＤおよびＥ間に順序の制約を含む。ここでは、Ｄ，Ｅ，Ｆは分類情報を抽象化して示したもので、実際には、前述したような「生活支援」、「状態」、「バイタル」、「数値」等といった具体的な値が入るものとする。
　図２では標準用語データベース６１と分類情報データベース６２が別々に設けられているが、これらを１つの共通のデータベースにまとめてもよい。この場合、標準用語検出部５２および分類情報列生成部５３は、当該共通のデータベースにアクセスすればよい。
　パターン抽出部５４は、分類情報列生成部５３および記憶部２５に接続されている。パターン抽出部５４は、分類情報列生成部５３により得られた分類情報列について、分類情報列パターンデータベース６３に保持された各分類情報列パターンとの相関に応じて、分類情報列パターンデータベース６３から相関の高い分類情報列パターンを選択する。例えば、分類情報列と、各分類情報列パターンとの類似度を算出し、算出した類似度に基づいて、分類情報列パターンデータベース６３から分類情報列パターンを選択する。類似度の算出には、２つの集合の類似度を定量化するJaccard係数や、ベクトルの類似度定量化するコサイン類似度等を用いることができる。あるいは文字列の類似度（異なり具合、または重なり具合など）を定量化する方法を用いることができる。例えば最小編集距離またはレーベンシュタイン距離を２つの文字列の類似度として用いることができる。類似度の定義に依存して、値が小さいほど、類似度が高い場合、または、値が大きいほど、類似度が高い場合があり得る。
　集合間の類似度を算出するJaccard係数による、分類情報列と分類情報列パターンの類似度を評価する例を示す。例えば、分類情報列
Figure JPOXMLDOC01-appb-I000001
＝“Ａ，Ｂ，Ｃ”で、分類情報列パターン
Figure JPOXMLDOC01-appb-I000002
＝“Ａ，Ｂ，Ｄ”の場合、Jaccard係数は、
Figure JPOXMLDOC01-appb-I000003
で計算される。ここで
Figure JPOXMLDOC01-appb-I000004
は集合
Figure JPOXMLDOC01-appb-I000005
と
Figure JPOXMLDOC01-appb-I000006
の共通集合、
Figure JPOXMLDOC01-appb-I000007
は集合
Figure JPOXMLDOC01-appb-I000008
と
Figure JPOXMLDOC01-appb-I000009
の和集合、
Figure JPOXMLDOC01-appb-I000010
は、集合
Figure JPOXMLDOC01-appb-I000011
の要素の個数を示す。
　上の例の場合、
Figure JPOXMLDOC01-appb-I000012
=｛Ａ、Ｂ｝、
Figure JPOXMLDOC01-appb-I000013
=｛Ａ、Ｂ、Ｃ、Ｄ｝であるから、
Figure JPOXMLDOC01-appb-I000014
と
Figure JPOXMLDOC01-appb-I000015
のJaccard係数は、2/4＝0.5となる。別の分類情報列パターン
Figure JPOXMLDOC01-appb-I000016
＝“Ａ，Ｄ，Ｅ”の場合、
Figure JPOXMLDOC01-appb-I000017
=｛Ａ｝、
Figure JPOXMLDOC01-appb-I000018
=｛Ａ、Ｂ、Ｃ、Ｄ、Ｅ｝であるから、
Figure JPOXMLDOC01-appb-I000019
と
Figure JPOXMLDOC01-appb-I000020
のJaccard係数は、1/5＝0.2となる。この例の場合、
Figure JPOXMLDOC01-appb-I000021
の方が
Figure JPOXMLDOC01-appb-I000022
よりも、
Figure JPOXMLDOC01-appb-I000023
との類似度が高いことになる。
　また分類情報列パターンの中に、Ｄ→Ｅのように、構成要素についての順序の制約がある場合、分類情報列と当該分類情報列パターンのJaccard係数を算出する前に、分類情報列の構成要素の順序（上記の形態素解析結果の中での出現順序）が、当該分類情報列パターンの構成要素についての順序の制約を満たすかどうかをチェックし、制約を満たさない場合は、当該分類情報列パターンとのJaccard係数を算出せずスキップする、あるいは当該分類情報列パターンについては制約違反しているというフラグを保持した上で、Jaccard係数を算出すればよい。
　一方、文字列間の類似度を算出する方法で、分類情報列と分類情報列パターンの類似度を評価する場合、分類情報列と、分類情報列パターンをともに、それぞれに含まれる複数の分類情報をこの順序で結合した文字列と見なし、両文字列間の類似度を算出すればよい。この際、例えば、分類情報列パターン“Ａ，Ｂ，Ｃ”の場合、ＡＢＣ、ＡＣＢ、ＢＡＣ、ＢＣＡ、ＣＡＢ、ＣＢＡの６通りの文字列と、分類情報列を表す文字列との類似度を計算し、最も高い類似度を、両者の類似度としてもよい。分類情報列パターン“Ｄ→Ｅ，Ｆ”の場合、ＥＦの順序は固定されているため、ＤＥＦと、ＦＤＥの２通りの文字列と、分類情報列の文字列との類似度を計算し、最も高い類似度を、両者の類似度として採用してもよい。
　以上のように、すべての分類情報列パターンの中で、分類情報列と所定の条件を満たす分類情報列パターンを選択すればよい。所定の条件とは、例えば最も高い類似度を有する分類情報列パターンを選択する、類似度を示す値が閾値以下（または閾値以上）の分類情報列パターンを選択する、類似度を示す値が一定範囲内の分類情報列パターンを選択するなどがある。あるいはパターンの構成要素の順序に関する制約に違反していないことを所定の条件に加えてもよい。パターン抽出部５４は、選択した分類情報列パターンと、入力テキストの分類情報列（分類情報列生成部５３で得られた分類情報列）を判断部５５に送る。
　判断部５５は、パターン抽出部５４で選択された分類情報列パターンと、入力テキストの分類情報列とを比較して、両者の差分に応じた提示情報を生成する。例えば、分類情報列パターンの要素の中で、入力テキストの分類情報列に含まれない欠落要素を特定した提示情報を生成する。または、提示情報として、当該欠落要素に関するキーワードが入力テキストに欠落している旨を通知するメッセージを生成してもよい。出力処理部２６は、判断部２７で生成された提示情報を受け取り、当該提示情報を表示する信号を表示部４１に出力する。
　例えば判断部５５は、分類情報列と分類情報列パターンとの比較の結果、「数値」が分類情報列パターンに含まれているが、入力テキストの分類情報列には含まれておらず、その他の要素はすべて両者に共通に含まれていると判断したとする。この場合、判断部５５は、分類情報列パターンに含まれる「数値」を特定し、“「数値」に関するキーワードが欠落しています”などのメッセージを生成してもよい。また「バイタル」が分類情報列パターンに含まれ、入力テキストの分類情報列には含まれていない場合は、“「バイタル」に関するキーワードが欠落しています”などのメッセージを生成してもよい。
　分類情報列パターンに含まれないが、入力テキストの分類情報列に含まれる要素が存在する場合は、当該要素が分類情報列パターンに存在しないことを表すメッセージを生成してもよい。例えば、「状態」と「意思」が分類情報列パターンに存在せず、入力テキストの分類情報列に存在する場合は、“「状態」と「意思」の分類情報は分類情報列パターンに存在しません”などのメッセージを生成してもよい。あるいは、「状態」と「意思」の分類情報の元となったキーワードを、入力テキストから特定し、特定したキーワードに関する分類情報が分類情報列パターンに存在しないことのメッセージを生成してもよい。例えば、上述の「状態」と「意思」の分類情報の元となったキーワードが「意欲」であった場合は、“キーワード「意欲」に関する分類情報は分類情報列パターンに存在しません”などのメッセージを生成してもよい。このようなメッセージをユーザに提示することで、分類情報列パターンデータベースを見直し、より精度を高めることが期待できる。
　以上では、職員による介護記録の入力時に分類情報列における欠落を職員に提示するが、職員による介護記録入力時には提示せず、管理職など一定の職員のみに提示してもよい。例えば、一定期間内に介護職員が入力した介護記録についての分類情報列について欠落の有無を求め、欠落のある介護記録とその分類情報列を管理職に一覧で提示することで、当該介護記録を入力した職員に個別に、介護記録の記載内容を指導したり、新人職員向けの教育において介護記録において欠落しがちな要素を提示することができる。また職員ごとに介護記録において欠落要素を持つ分類情報列を、分類情報列内の要素、および欠落要素ごとに集計することで、どのような記録において、どんな要素が欠落しがちかを、職員に提示し指導することができる。また職員の属性ごと（職種、経験年数、配属年数）に上記の分析を行うことで、職員の属性に応じた介護記録の指導に役立てることができる。
　標準用語検出部５２は、入力テキストの中で何個のキーワードが非標準用語であったかを算出してもよい。これを入力テキストのキーワードの総数で除することで、入力テキストの標準キーワード使用率を算出することができる。例えば、職員ごとに、介護記録における標準キーワード使用率の平均値を算出すればよい。
　ある入力テキストの分類情報列について、Jaccard係数が1となる分類情報列パターンが存在せず、かついずれの分類情報列パターンの一部でもない場合、当該分類情報列は、分類情報列パターンデータベース内のいずれの分類情報列パターンにも一致しないため、新規の分類情報列パターンを有すると考えることができる。このような分類情報列を分類情報列パターンとして、分類情報列パターンデータベースに登録するかどうかを介護記録入力時にユーザに問い合わせてもよい。あるいはこの手順は職員による介護記録入力時には提示せず、管理職など一定の職員のみに提示してもよい。例えば、一定期間内に職員が入力した介護記録についての分類情報列の中から、新規の分類情報列パターンの候補となる分類情報列を抽出し、その出現頻度とともに、管理職に提示し、管理職はこの分類情報列のなかから、分類情報列パターンとすべきものを選択し、分類情報列パターンデータベースに登録すればよい。
　表示部４１は、液晶表示パネル、有機ＥＬ、電子インク表示装置など、画像またはデータ等を表示する任意の装置である。表示部４１は、解析部２４で処理の対象となったテキストデータを画面に表示する。また表示部４１は、出力処理部２６から渡された信号に基づき提示情報（メッセージ等）を画面に表示する。ユーザは、画面に表示されたメッセージとテキストを確認することで、テキストに必要な項目が欠落していないか等を確認できる。例えば、表示されたメッセージが“「数値」に関するキーワードが欠落しています”であれば、表示されたテキストに必要な数値が欠けているかを確認し、もし欠けていれば、入力部３１を用いて、必要な数値を入力してもよい。例えば表示されたテキストが「体温は正常」であれば、体温の測定値の項目が欠けていると判断し、「体温は３６度で正常」などと、テキストを更新（修正）してもよい。更新後のテキストに対して、再度解析部２４による処理を行うように入力部３１から指示して、前述したのと同様に解析部２４等での処理を繰り返し行ってもよい。
　ユーザは、表示されたテキスト、または更新後のテキストの内容で問題ないことを確認したら、そのテキストの保存指示を入力し、情報処理装置２１は、保存指示に応じて、そのテキストデータを記憶部２５または別の記憶装置に保存してもよい。保存したテキストデータは、アプリケーションで管理され、入力部３１からの閲覧指示により、テキストデータを読み出して表示部４１で表示してもよい。アプリケーションは、蓄積されるテキストデータをつぶやきメッセージとして管理し、つぶやきの対象となった患者や被介護者（記録対象者）ごとに、つぶやきメッセージを時系列に管理してもよい。患者や被介護者は、ユーザが入力部３１で入力して特定してもよいし、患者や被介護者の情報（氏名等）がテキストデータに含まれる場合は、患者や被介護者のリストと突き合わせて、合致する情報（氏名等）が存在すれば、そこから抽出して特定してもよい。
　以下、本実施形態の具体例を示す。ユーザが発話して、音声認識により得られたテキストデータを用いて、介護記録入力画面のフォームの各項目に自動的に値を入力する場合を例にして説明する。図６に介護記録入力画面のフォームの例を示す。なお、図６では、各項目に値がすでに入っているが、処理の前では各項目に値は入っておらず、各種ボタンの選択も行われていないものとする。
　ユーザが発話して、音声認識により得られたテキストデータが
　“東芝さんの排尿確認しました。特に異常なく、量もふつうでした”
　であったとする。なお、ユーザの発話内容はこのテキストデータの内容と一致しており、音声認識に誤りはなかったとする。テキストデータに対し形態素解析を行って入力キーワード列を取得し、さらに標準用語検出を行って、標準キーワード列「東芝　太郎」「排尿」「確認」「異常」「ない」「量」「ふつう」が得られたとする。助詞等の品詞のキーワードは除外している。標準用語データベースには「東芝　太郎」が標準キーワードとして、非標準キーワードとして「東芝さん」等が登録されているとする（図３参照）。
　記憶部２５には、患者・被介護者リスト（記録対象者リスト）が記憶されており、このリストには、患者・被介護者の個人情報（氏名等）が格納されている。標準キーワード列の「東芝　太郎」がこのリストの「氏名」の項目にマッチするため、「東芝　太郎」を、介護記録入力画面の「記録対象者」項目９１に、自動で設定する。つまり、入力画面の項目９１に関連するキーワード（氏名に関するキーワード）を標準キーワード列から特定し、当該キーワードに応じた情報（ここでは「東芝　太郎」）を、項目９１の値として設定する。
　また記憶部２５には、診断・観察項目リストが記憶されており、このリストには、各種の診断・観察項目（測定用の項目）が格納されている。例えば「排尿」、「体温」、「血圧」、「食事摂取」、「排便」などの項目があり得る。標準キーワード列の「排尿」がこのリストにマッチするため、介護記録入力画面の「介護記録内容」項目９２に、「排尿」を設定する。この処理は解析部２４で行う。つまり、入力画面の項目９２に関連するキーワード（測定用の項目に関するキーワード）を標準キーワード列から特定し、当該キーワードに応じた情報（ここでは「排尿」）を、項目９１の値として設定する。また標準キーワード列の「排尿」の後に一定文字以内に位置するキーワード「確認」が介護記録入力画面の「あり」ボタン９３に対応づけられ、「あり」ボタン９３が強調される（「あり」は排尿があったことを意味する）。つまり、介護記録入力画面の「あり」ボタンが、介護記録入力画面の管理アプリケーションによって、事前に「確認」のキーワードに対応づけられており、標準キーワード列内のキーワード「確認」がこの事前の対応づけにしたがって、「あり」ボタン９３に対応づけられる。なお「確認」以外の用語が、「あり」ボタン９３にさらに対応づけられていてもよい。なお、「異常」ボタンは、例えば「異常」と「あり」のキーワードに対応づけられており、これらのキーワードが仮に「排尿」の後に一定文字以内に存在し、かつ、「異常」と「あり」の間の文字間隔が一定値以内であれば、「異常」ボタンが選択され、強調され得る。同様に、標準キーワード列の「排尿」の後に位置するキーワード「量」の後に一定文字以内に存在する「ふつう」を特定し、このキーワードが介護記録入力画面の「普通」ボタン９４に対応づけられ、「普通」ボタン９４が強調される。つまり、介護記録入力画面の「多量」ボタン、「普通」ボタン、「少量」ボタンが、介護記録入力画面の管理アプリケーションによって、事前に「おおい」、「ふつう」、「すくない」などのキーワードに対応づけられている。なお、ここで述べた項目の設定とボタンの選択は、後述する第２の実施形態のテンプレートに基づく処理を行うことでも実現可能である。また、ここで述べた以外の方法を用いてももちろんかまわない。
　また、標準キーワード列に基づき、分類情報列生成部５３により分類情報データベース６２を探索する。マッチしたキーワードが例えば「排尿」、「異常」、「ない」、「量」、「ふつう」であり、これらから得られる分類情報列と、分類情報列パターンデータベースで最も類似度が高い分類情報列パターンを特定する。ここでは、分類情報列と、特定した分類情報列パターン間ですべての要素が共通していたとする。よって特に不足の項目はないと判断され、項目不足等のメッセージ表示は行われなくてよい。介護記録入力画面の下側のフォーム９５には、音声認識により得られたテキストデータが格納されている。登録ボタン９７を選択することで、介護記録入力画面内の各項目およびフォーム内のデータは介護記録データとして、記憶部２５または別の記憶装置に記憶される。介護記録データは、管理アプリケーションによって、記録対象者（患者や被介護者）ごとに、日時等の情報が付加されて、時系列に管理されてもよい。
　ここで仮に、ユーザが発話した内容に、排尿の量に関する話がなく、標準キーワード列が「東芝　太郎」「排尿」「確認」「異常」「ない」であったとする。この標準キーワード列には、「量」と「ふつう」が存在しない点が、先述の例と異なる。この場合、図７に示すように、介護記録入力画面では「普通」ボタン９４が選択されない（強調表示されない）。図７の下側のフォーム９５には、今回の発話に関して音声認識により得られたテキストデータが表示されている。今回は、標準キーワード列に基づき得られた分類情報列と、この分類情報列に最も類似する分類情報列パターンとの間で、例えば量に関する要素（分類情報）が分類情報列に存在しないと判断されたとする。このため、“排尿の量に関するキーワードが存在しません！”などのメッセージ９６を、介護記録入力画面内に表示してもよい。あるいは、当該メッセージをポップアップなど別の形態で表示してもよい。このメッセージ９６を見たユーザは、介護記録入力画面を確認し、排尿量を発話し忘れたと判断する。そこで、ユーザは、入力部３１を用いて手動で「普通」ボタン９４を選択してもよい。あるいは、ユーザは、入力部３１を用いて、フォーム９５内のテキストデータを修正してもよい。例えば、排尿量が普通であれば、図６のフォームと同様の文章に補正することが考えられる。補正したテキストデータは、テキストデータ保持部２３内で入力処理部２２を介して、更新される。更新後の内容に問題ないことを確認したら、登録ボタン９７を選択して、更新後の各項目およびフォーム内のデータを、介護記録データとして記憶すればよい。
　図８は、介護記録入力画面の別の形態の例を示す。前述した例では、ユーザが発話するごとに音声認識および解析処理を行って、図６または図７のような介護記録入力画面を表示させたが、本例では、ユーザの発話ごとに、介護記録データを生成し、日時等の情報を付与して、逐次記憶部２６または別の記憶装置に記憶する。ユーザの発話ごとに介護記録入力画面を表示することは行わない。ユーザは入力部３１を介して、介護記録データの一覧の表示要求を管理アプリケーションを介して行うと、図８に示すような介護記録データの一覧が表示部４１に表示される。この一覧には、まだユーザの確認（承諾）を経ていない介護記録データのエントリが含まれる。各エントリには、図６または図７で示した介護記録入力画面の各項目の値が一行で簡略的に表示されている。該当エントリの各項目が不足なく入力されていることを確認すれば、そのエントリのチェックボックスに入力部３１を用いてチェックを入れる。登録ボタン９８を選択することで、チェックを付けられた介護記録データの内容が確定し、一覧から削除される。項目の入力に不足があると判断すれば、該当するエントリを入力部３１を用いて選択することで、図６または図７のような介護記録入力画面に遷移される。この画面で前述したようにして、項目の値の入力、またはフォーム内のテキストデータの修正等を行うことができる。この遷移先の画面でも、図７に示したようにメッセージを表示させてもよい。図８の一覧ではフォーム内のテキストデータおよびメッセージの表記は行っていないが、これらの少なくとも一方も表示してもよい。
　ここで音声認識誤りがある場合の解析部２４の処理について説明する。音声認識誤りがあった場合に正しい用語（キーワード）を推定する形態を示す。
　音声認識誤りの具体例として、「東芝さんの排尿確認しました。」と発話した場合に、音声認識では「投資ばあさんの排尿確認しました。」と誤認識される場合がある。この場合、記録対象者リストのどの名前も、音声認識により得られたテキストに含まれていないことから、患者・被介護者の苗字または名前または氏名等を発話し忘れたか、発話したものの音声認識誤りがあったと推測される。そこで、このような場合は、ひらがな（もしくはカタカナ）の表記で文字列間の類似度を算出し、一番類似度が高いものを候補として選択し、介護記録入力画面（図６参照）の記録対象者の項目に入れてもよい。類似度が低い場合、例えば、類似度を示す値が閾値以下（または閾値以上）の場合は、ユーザが氏名を発話し忘れたとみなしてもよい。
　例えば、認識誤りの上記の文字列はひらがなで表記すると「とうしばあさんのはいにょう…」となる。記録対象者リストに載っている苗字が「とうしば」、「ひがし」、「とうし」等の場合は、各苗字について上記文字列との類似度を計算すると、「とうしば」が一番近いので、妥当な記録対象者として「東芝（とうしば）」さんを、推定することができる。なお、記録対象者リストには、各記録対象者の苗字、名前、苗字のよみがな、名前のよみがな等が格納されているとする。同じ苗字の記録対象者が２名以上存在するときは、該当者の氏名のリストを提示して、ユーザが選択するようにしてもよい。ここでは記録対象者の氏名の推定例を示したが、介護内容の項目を表す用語（排尿、排便、食事摂取など）についても同様である。なお、音声認識誤りの場合の処理、および上記のひらがなの文字列間の類似度の計算については第２の実施形態でも詳細に説明する。
　図９は、第１の実施形態に係る情報処理装置の動作例を示すフローチャートである。
　（ステップＳ１０１）入力処理部２２は、受信部１３から自然言語によるテキストデータの入力を受け付ける。テキストデータはテキストデータ保持部２３に保持される。解析部２４の形態素解析部５１は、テキストデータ保持部２３からテキストデータを読み出し、テキストデータを形態素解析することにより、複数のキーワードを含むキーワード列（入力キーワード列）を生成する。
　（ステップＳ１０２）標準用語検出部５２は、キーワード列内の各キーワードを、標準用語データベース６１に基づき標準キーワードに統一するすなわち、各キーワードが非標準キーワードに該当するかを調べ、該当する場合は、標準キーワードに置換する。分類情報生成部５３は、標準キーワードと分類情報とを対応づけた分類情報データベース６２に基づき、標準キーワード列に含まれる各キーワードに対応する分類情報を取得して分類情報列を生成する。
　（ステップＳ１０３）パターン抽出部５４は、分類情報列と、分類情報列パターンデータベース６３内の複数の分類情報列パターンのそれぞれとの相関に応じて、分類情報列パターンを選択する。例えば、分類情報列と、複数の分類情報列パターンのそれぞれとの類似度を算出し、類似度に基づいて分類情報列パターンを選択する。具体的に、類似度が最も高い分類情報列パターンなど、所定の条件を満たす分類情報列パターンを選択する。
　（ステップＳ１０４）判断部５５は、選択した分類情報列パターンと分類情報列とを比較することにより、分類情報列パターンと分類情報列との差分に応じた提示情報を生成する。例えば提示情報として、分類情報列パターンに含まれ、かつ分類情報列に含まれない分類情報を特定する情報を生成する。または、当該分類情報に関するキーワードが、キーワード列に含まれていないこと示すメッセージを生成する。
　（ステップＳ１０５）出力処理部２６は、当該提示情報を表示部４１に出力するよう制御する。表示部４１は、当該提示情報を管理アプリケーションが提供する画面等に表示する。
　以上、本実施形態によれば、ユーザの入力に基づき得られたテキストにおいて、必要な項目の情報が欠けていたり、情報の内容が誤っていたりした場合に、これを検知してユーザに入力を促すことができる。
（第２の実施形態）
　第２の実施形態は、第１の実施形態と解析部の動作が主に異なる。以下、第２の実施形態について、解析部の動作を中心に説明する。図１０は、本実施形態に係る解析部のブロック図である。解析部７４は、形態素解析部５１、標準用語検出部５２、およびテンプレート適用部５７を備える。記憶部２５には、標準用語データベース６１、項目内容データベース７１およびテンプレートデータベース７２が記憶されている。形態素解析部５１、標準用語検出部５２および標準用語データベース６１は、第１の実施形態と同様である。
　本実施形態では音声認識により得られたテキストデータを用いて、バイタルなどの測定用の項目に数値を自動で入力する場合に、音声認識に誤りがあった場合でも、少ない手間で、当該数値を修正可能にする形態を示す。なお、テキストデータは、音声認識により得られたもののほか、ユーザがキーボード等の入力手段から入力したものでもかまわない。
　図１１（Ａ）は、本実施形態の概要を説明する図である。図１１（Ａ）には看護記録画面が示される。音声認識で得られたテキストがフォーム１０１に格納されており、「体温３６度４分、血圧１００の１３０、脈は７０、血中酸素濃度は９９．５％です。表情も穏やかそうでお元気そうです。」であったとする。フォーム１１１の下側にはバイタルに関する項目として、体温、血圧、脈拍、Ｓｐ０２が設定されている。Ｓｐ０２は血中酸素濃度のことである。各項目の右側には最初、数値は記入されていない。本実施形態に従ってテキストデータを処理することで、各項目に対応する数値が自動で入力される。図１１（Ａ）の例は音声認識誤りがなかった場合の例であり、各項目には正しい数値が入力される。図１１（Ｂ）に示すように、フォーム１１１内のテキストから、バイタルなどの項目および数値を抽出して、その箇所を強調表示してもよい。なお、テキストデータは形態素解析等を経てキーワード列とされており、フォーム内のテキストと、キーワード列の各キーワードとの対応は把握可能である。なお、図示していないが、看護記録画面は記録対象者と関連づけられている。
　テキストデータあるいはキーワード列から項目毎の数値等の情報を抽出するために、テンプレート適用部５７が、図１２（Ａ）に示す項目内容データベース７２、および図１２（Ｂ）に示すテンプレートデータベース７３を用いる。これら項目内容データベース７２およびテンプレートデータベース７３は、記憶部２５に格納されている。
　図１２（Ａ）の項目内容データベースは、各項目の内容と表現形式などが定義されている。例えば１番目のエントリ（ＩＤ＿０１）は、項目内容が「体温」であり、単位は「℃」であり、表現形式は［数値Ａ］．［数値Ｂ］となっている。これは、看護記録画面に“体温：［数値Ａ］．［数値Ｂ］　℃”を表示することを意味している。［数値Ａ］および［数値Ｂ］は任意の数字が入る変数を表し、これらの数値はテキストデータから抽出する。表現形式は１つに限定されず、２番目のエントリ（ＩＤ＿０２）のように、複数の表現形式が定義されていてもよい。いずれの表現形式が適用されるかは、抽出される数値に応じて決まり、この例では、［数値Ａ］と［数値Ｂ］が抽出されれば表現形式１、［数値Ａ］のみが抽出されれば、表現形式２が適用される。
　図１２のテンプレートデータベース７２は、図１２（Ａ）の項目毎の変数をテキストデータまたはキーワード列から抽出するためのテンプレートを格納している。テンプレート内の“”は、文字列を表している。［＊Ｎ］は任意のＮ個以下の文字を表している（Ｎ個以下ではなく、Ｎ個など、別の意味に定義してもよい）。［数値］は連続する数字文字列を表しており、［数値］の括弧内の右側に付された記号（ＡおよびＢ）は、単に複数の［数値］を識別するための記号である。
　１番目のエントリ（ＩＤ＿０１）は、図１２（Ａ）の１番目のエントリに対応し（項目ＩＤが共通）、［数値Ａ］．［数値Ｂ］をテキストデータまたはキーワード列から抽出するためのテンプレートが格納されている。このテンプレートは「“体温”　［＊２］　［数値Ａ］　“度”　［数値Ｂ］　“分”」となっている。このテンプレートに合致する箇所をテキストデータまたはキーワード列から特定し、特定した箇所から［数値Ａ］と［数値Ｂ］を抽出し、抽出した［数値Ａ］と［数値Ｂ］を、“［数値Ａ］．［数値Ｂ］”の形式で取得することが、抽出データ１の列に定義されている。図１１（Ａ）または図１１（Ｂ）に示したテキストまたは対応するキーワード列部分内の「体温３６度４分」が、このテンプレートに合致する。この例では、“体温”と数値の間の文字数はゼロ個であるため、２個以下の文字数を表す［＊２］は満たされている。よって、［数値Ａ］が３６、［数値Ｂ］が４に対応し、［数値Ａ］．［数値Ｂ］の形式に従って、３６．４を抽出する。そして、項目内容データベース７１の表現形式１の列で定義された表現形式に従って、３６．４を表示する。
　また、３番目のエントリ（ＩＤ＿０２）では、血圧に関するテンプレート「“血圧”　［＊３］　［数値Ａ］　［＊４］　［数値Ｂ］」が定義されている。抽出データ１の列と、抽出データ２の列では、それぞれ［数値Ａ］および［数値Ｂ］が定義され、抽出した数値Ａおよび数値Ｂを個別に出力する（つまり“．”で結合しない）ことが示されている。上記と同様にしてテキストデータまたはキーワード列内にテンプレートに合致する箇所が存在すれば、その箇所から同様にして数値を抽出して、項目内容データベースの表現形式１の列で定義された表現形式に従って、抽出した数値を表示する。
　このようにテンプレートは、“体温”または“血圧”等の所定の用語に対して、Ｎ文字以内などの特定の位置にある値を抽出することを規定したものである。
　図１３（Ａ）は、音声認識誤りが生じた場合の看護記録画面の例である。この例では、「血圧１００の」の発話が、「血圧は苦の」として音声認識され、「９９．５」の発話が、「吸収９．５」として音声認識されている。このため、上述した項目内容データベースおよびテンプレートデータベースに基づいて処理した結果、血圧は、「１００～１３０」と表記されるべきところ、「１３０」と表記され、またＳｐ０２は「９９．５」と表示されるべきところ、「９．５」と表記されている。ユーザはこの結果を見て、誤っている項目の値を入力部３１から指示を入力することで修正する。修正後、修正ボタン１１２を選択することで、修正内容が確定し、看護記録画面内の内容のデータが、看護記録データとして記憶部２５等に保存される。この際、項目の数値を修正する際、フォーム１１内のテキストデータも修正してもよい。あるいは、図１３（Ｂ）に示すように、先にフォーム１１内のテキストデータを修正し、修正後のテキストデータに対し再実行ボタン１１３を選択することで、再度、テンプレートの適用処理を行ってもよい。これによっても、項目に正しい値を設定できる。図１３（Ｂ）ではテキストデータを修正後、再実行ボタン１１３を選択することで、再度テンプレートの適用処理が行われ、図１３では誤っていた値が正しく戻った例が示されている。
　図１３（Ａ）および図１３（Ｂ）で示した例では、ユーザが少なくとも項目またはテキストまたはこれらの修正を行ったが、音声認識誤りを自動修正する形態も可能である。この場合のブロック図を図１４に示す。解析部８４内のテンプレート適用部５７の後段に修正部５４が追加されている。また、記憶部２５に読み方データベース７３が記憶されている。
　図１３（Ａ）のフォーム１１１内に示した音声認識誤りのテキストでは、“血中酸素濃度”の後に続く文字列は、「は吸収９．５％」であり、この箇所から修正部５８が数字を抽出すると“９．５”である。血中酸素濃度の後に続く数値は、予め妥当な範囲（例えば８０～１００）が定められており、９．５は、この範囲に属しておらず、明らかに音声認識誤りの可能性が高いと判断する。具体的に、例えばキーワード列において９．５のキーワードの直前（所定の位置関係）にある測定項目の名前を表すキーワード（血中酸素濃度）から、９．５のキーワードが本来示すことが期待される値の範囲は、８０～１００であると判断する。
　そこで、第１の実施形態でも説明したように、ひらがなの文字列間の類似度を用いて、数値の修正を行う。なお、ひらがなではなく、カタカナまたはアルファベットなど別の表記であってもかまわない。ＳｐＯ２の妥当な範囲（すなわちＳｐＯ２の測定値として期待される範囲）は、８０～１００であり、この範囲を一定間隔で区切る。そして、一定間隔の各位置の数値と、その読み方をひらがなで表す文字列とを対応づけて、読み方データベース７３に格納しておく。範囲が８０～１００で、０．１間隔の場合、２０１個の文字列が得られる。読み方データベース７３の例を図１５に示す。８０．０から１００．０まで０．１間隔の数字（キーワード）と、各数字（キーワード）の読み方をひらがな表記で表した文字列とが対応付けて設定されている。１つの数値の読み方を１通りでなく、複数通り設定してもよい。
　上記の音声認識誤りと判断した箇所を特定する。例えば“血中酸素濃度”の後から、上記誤りと判断した数値まで文字列を、音声認識誤りと判断した箇所として特定する。具体的にキーワード列において、“血中酸素濃度”の次のキーワードから、音声認識誤りと判断された９．５までのキーワード（１つまたは複数の連続するキーワード）を含む文字列を特定する。特定した箇所を、ひらがなの読み表記に変換し、読み方データベース７３内の各ひらがな文字列との類似度を算出する。図１５の読み方データベース７３の右列には、今回算出した類似度が格納されている。なお、この類似度を格納する列は存在しなくてもよい。１つの数値に対して複数の読み方が設定されている場合は、最も類似度の高い読み方を採用すればよい。今回、最も高い類似度は、類似度９７であり、そのときの文字列は「きゅうじゅうきゅうてんご（９９．５）」である。よって、修正部５８は、特定した９９．５によって、図１３（Ａ）のＳｐ０２の項目の値９．５を修正する。なお、図１５の例では、値が大きいほど類似度が高くなるが、算出方法によっては、値が小さいほど、類似度が高くなる場合もある。
　第１の実施形態の記載の最後に記述したように、第２の実施形態における音声認識誤りを吸収（修正）する処理を、第１の実施形態に適用してもよい。また、当該音声認識誤りを吸収する処理を、キーワード列における各キーワードを標準化（標準キーワードに統一）する場合に適用することも可能である。例えばキーワード列におけるキーワードが、標準キーワードでなく、標準用語データベース６１に非標準キーワードとしても登録されていない場合、そのキーワードをひらがな表記に変換する。標準キーワードとひらがなの読み方とを対応づけたデータベースを標準用語検出部５２からアクセス可能な記憶部に用意しておき、当該データベースの各ひらがな表記と、当該キーワードとの類似度を計算する。類似度が最も高く、かつ閾値以上の読み方に対応する標準キーワードを、当該キーワードの標準キーワードとして採用する。これにより、標準用語化の際にも音声認識誤りを吸収でき、その後の処理を適切に進める（例えば第１の実施形態において適切な分類情報列を取得して、分類情報列パターンの抽出精度を高める）ことができる。
　第２の実施形態は、第１の実施形態と組み合わせることも可能である。この場合、解析部および記憶部は、第１および第２実施形態の両方で必要な機能をそれぞれ備えればよい。
　以上、本実施形態によれば、バイタルなどの数値を音声で入力し、音声認識誤りにより当該数値が異なる値または文字に認識された場合でも、少ない手間で、または自動でそれを修正することができる。
（第３の実施形態）
　第１および第２の実施形態では情報処理装置がユーザ端末（入力支援装置）に実装されていたが、情報処理装置の機能を通信ネットワーク上のサーバに配置してもよい。図１６は、本実施形態に係る情報処理装置を、通信ネットワーク上のサーバに搭載したシステム構成を示す。
　入力支援装置５０１は、第１の実施形態の解析部の代わりに、処理部２７を備える。処理部２７は、音声認識システム２０１の音声認識で得られたテキストデータを受信部１３から受け、当該テキストデータの解析処理依頼を、サーバ４０１に送信する。
　サーバ４０１は、通信インタフェース４１４、受信部４１３、送信部４１２、情報処理装置４２１を備える。情報処理装置４２１は、入力処理部４２２、テキストデータ保持部４２３、解析部４２４、記憶部４２５、出力処理部４２６を備える。これらの各機能は、第１および第２の実施形態における入力支援装置内の同一名称の要素と同様の機能を有する。ただし、出力処理部４２６は、解析部４２４の解析結果を、送信部４１２を介して入力支援装置５０１に送信する。
　入力支援装置１０１の処理部２７は、サーバ４０１から送られる解析結果を、受信部１３を介して受信して、表示部４１に表示する。ユーザから入力部３１を介して各種の指示またはデータの入力があった場合は、送信部１２を介してサーバ４０１に送信される。
　サーバ４０１は、入力支援装置５０１から受信した指示またはデータを、受信部４１３を介して情報処理部４２１に渡す。
　このように、第１および第２の実施形態の情報処理装置の基本的な機能をサーバ４０１側に配置することで、入力支援装置５０１の負荷および記憶容量を低減できる。なお、サーバ４０１は、複数の入力支援装置からの要求をそれぞれ処理することもできる。音声認識システム２０１をサーバ４０１と一体化してもよいし、音声認識システム２０１を入力支援装置５０１内に設けることも可能である。
　なお、各実施形態の情報処理装置または入力支援装置は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用いることでも、実現することが可能である。すなわち、情報処理装置および入力支援装置が備える要素は、上記のコンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することができる。このとき、情報処理装置よび管理サーバは、上記のプログラムをコンピュータ装置にあらかじめインストールすることで実現してもよいし、ＣＤ－ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現してもよい。また、情報処理装置および入力支援装置が備える記憶部は、上記のコンピュータ装置に内蔵あるいは外付けされたメモリ、ハードディスク、ＳＳＤもしくはＣＤ－Ｒ、ＣＤ－ＲＷ、ＤＶＤ－ＲＡＭ、ＤＶＤ－Ｒなどの記憶媒体などを適宜利用して実現することができる。
　また、“プロセッサ”は、汎用目的プロセッサ、中央処理装置（ＣＰＵ）、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、コントローラ、マイクロコントローラ、状態マシンなどを包含してもよい。状況によって、“プロセッサ”は、特定用途向け集積回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラム可能論理回路（ＰＬＤ）などを指してもよい。“プロセッサ”は、ここで例示した複数のプロセッサの組み合わせを指してもよい。例えば、ＤＳＰおよびマイクロプロセッサの組み合わせ、ＤＳＰコアと１つ以上のマイクロプロセッサの組み合わせを指してもよい。
　本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
１０１：入力支援装置
２０１：音声認識システム
３０１：通信ネットワーク
１１：録音部（採音部）
１２、４１２：送信部
１３、４１３：受信部
１４、４１４：通信インタフェース（ＩＦ）
２１、４２１：情報処理装置
３１：入力部
４１：表示部
２２、４２２：入力処理部
２３、４２３：テキストデータ保持部
２４、４２４：解析部
２５、４２５：記憶部
２６、４２６：出力処理部
５１：形態素解析部
５２：標準用語検出部
５３：分類情報列生成部
５４：パターン抽出部
５７：テンプレート適用部
５８：修正部
６１：標準用語データベース
６２：分類情報データベース
６３：分類情報列データベース
７１：項目内容データベース
７２：テンプレートデータベース
７２：読み方データベース

Claims (14)

  1. 　自然言語によるテキストデータを形態素解析することにより複数のキーワードを含むキーワード列を生成するキーワード列生成部と、
    　キーワードと分類情報とを対応づけたデータベースに基づき、前記キーワード列に含まれる前記複数のキーワードのそれぞれに対応する分類情報を取得して分類情報列を生成する分類情報列生成部と、
    　前記分類情報列と、複数の分類情報列パターンのそれぞれとの相関に応じて、前記複数の分類情報列パターンから前記分類情報列パターンを選択するパターン抽出部と、
    　選択した分類情報列パターンと前記分類情報列とを比較することにより、前記分類情報列パターンと前記分類情報列との差分に応じた提示情報を生成する判断部と、
    　を備えた情報処理装置。
  2. 　前記提示情報を表示装置に出力する出力処理部
    　をさらに備えた請求項１に記載の情報処理装置。
  3. 　前記パターン抽出部は、前記分類情報列と、前記複数の分類情報列パターンのそれぞれとの類似度を算出し、前記類似度に基づいて前記分類情報列パターンを選択する
    　請求項１または２に記載の情報処理装置。
  4. 　前記提示情報は、前記分類情報列パターンに含まれ、かつ前記分類情報列に含まれない分類情報を特定する
    　請求項１ないし３のいずれか一項に記載の情報処理装置。
  5. 　前記提示情報は、前記分類情報列パターンに含まれ、かつ前記分類情報列に含まれない分類情報に関するキーワードが、前記キーワード列に含まれていないことを通知するメッセージを含む
    　請求項１ないし４のいずれか一項に記載の情報処理装置。
  6. 　前記判断部は、入力画面の項目に関連するキーワードを前記キーワード列から検出し、　前記出力処理部は、検出したキーワードに応じた情報を前記項目の値として設定する
    　請求項１ないし５のいずれか一項に記載の情報処理装置。
  7. 　前記キーワード列生成部は、標準キーワードと、非標準キーワードとを対応づけた標準用語データベースに基づき、前記キーワード列に含まれる前記キーワードが前記非標準キーワードに該当するか判断し、前記非標準キーワードに該当するときは、前記キーワードを前記標準キーワードに置換する
    　請求項１ないし６のいずれか一項に記載の情報処理装置。
  8. 　所定の用語に対して特定の位置にある値を抽出することを規定したテンプレートに基づき、前記キーワード列から前記値を抽出するテンプレート適用部を備え、
    　前記出力処理部は、入力画面において前記所定の用語に関連する項目の値として、前記抽出された値を設定する
    　請求項１ないし７のいずれか一項に記載の情報処理装置。
  9. 　前記キーワード列において検出した連続する１つまたは複数のキーワードを含む文字列を前記文字列の読み方を表す第１表記に変換し、複数のキーワードと前記複数のキーワードの読み方を表す第２表記とを対応づけたデータベースにおいて、前記第１表記と、前記複数のキーワードのそれぞれの前記第２表記との相関に基づいて、前記複数のキーワードのうちの１つのキーワードを特定し、前記キーワード列において前記検出した文字列、または前記検出した文字列に対応する前記テキストデータにおける箇所を、前記特定した１つのキーワードに置換する修正部
    　を備えた請求項１ないし８のいずれか一項に記載の情報処理装置。
  10. 　前記修正部は、前記キーワード列における第１キーワードが示すことが期待される値の範囲を、前記第１キーワードに対して所定の位置関係にある第２キーワードから特定し、前記第１キーワードが示す値が前記範囲に属さないとき、前記第１キーワードを含む前記連続する１つまたは複数のキーワードを含む前記文字列を検出する
    　請求項９に記載の情報処理装置。
  11. 　前記第２キーワードは測定に関する項目の用語を表し、前記第１キーワードが取ることが期待される前記値の範囲は、前記測定で得られることが期待される測定値の範囲である
    　請求項１０に記載の情報処理装置。
  12. 　前記自然言語のテキストデータは、ユーザが発話した内容を表す音声データを音声認識処理することにより得られたものである
    　請求項１ないし１１のいずれか一項に記載の情報処理装置。
  13. 　コンピュータが
    　自然言語によるテキストデータを形態素解析することにより複数のキーワードを含むキーワード列を生成し、
    　キーワードと分類情報とを対応づけたデータベースに基づき、前記キーワード列に含まれる前記複数のキーワードのそれぞれに対応する分類情報を取得して分類情報列を生成し、
    　前記分類情報列と、複数の分類情報列パターンのそれぞれとの相関に応じて、前記複数の分類情報列パターンから前記分類情報列パターンを選択し、
    　選択した分類情報列パターンと前記分類情報列とを比較することにより、前記分類情報列パターンと前記分類情報列との差分に応じた提示情報を生成する、
    　情報処理方法。
  14. 　自然言語によるテキストデータを形態素解析することにより複数のキーワードを含むキーワード列を生成するステップと、
    　キーワードと分類情報とを対応づけたデータベースに基づき、前記キーワード列に含まれる前記複数のキーワードのそれぞれに対応する分類情報を取得して分類情報列を生成するステップと、
    　前記分類情報列と、複数の分類情報列パターンのそれぞれとの相関に応じて、前記複数の分類情報列パターンから前記分類情報列パターンを選択するステップと、
    　選択した分類情報列パターンと前記分類情報列とを比較することにより、前記分類情報列パターンと前記分類情報列との差分に応じた提示情報を生成するステップと
    　をコンピュータに実行させるためのコンピュータプログラム。
PCT/JP2016/070665 2015-07-13 2016-07-13 情報処理装置、情報処理方法およびコンピュータプログラム Ceased WO2017010506A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2017528703A JP6594981B2 (ja) 2015-07-13 2016-07-13 情報処理装置、情報処理方法およびコンピュータプログラム
US15/743,907 US10831996B2 (en) 2015-07-13 2016-07-13 Information processing apparatus, information processing method and computer program
EP16824486.1A EP3324305A4 (en) 2015-07-13 2016-07-13 Information processing apparatus, information processing method, and computer program
CN201680041106.3A CN108027823B (zh) 2015-07-13 2016-07-13 信息处理装置、信息处理方法以及计算机可读取的存储介质

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015-140015 2015-07-13
JP2015140015 2015-07-13

Publications (1)

Publication Number Publication Date
WO2017010506A1 true WO2017010506A1 (ja) 2017-01-19

Family

ID=57757472

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/070665 Ceased WO2017010506A1 (ja) 2015-07-13 2016-07-13 情報処理装置、情報処理方法およびコンピュータプログラム

Country Status (5)

Country Link
US (1) US10831996B2 (ja)
EP (1) EP3324305A4 (ja)
JP (1) JP6594981B2 (ja)
CN (1) CN108027823B (ja)
WO (1) WO2017010506A1 (ja)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018163342A (ja) * 2017-03-24 2018-10-18 株式会社Ｎｔｔドコモ 音声認識結果比較システム
WO2019004363A1 (ja) * 2017-06-29 2019-01-03 株式会社ビズオーシャン 情報入力方法、情報入力装置、及び情報入力システム
JP2019016137A (ja) * 2017-07-06 2019-01-31 富士通株式会社 記録プログラム、記録方法、及び記録装置
CN109840062A (zh) * 2017-11-28 2019-06-04 株式会社东芝 输入辅助装置以及记录介质
JP2019086820A (ja) * 2017-11-01 2019-06-06 Tis株式会社 入力内容決定装置
US10410632B2 (en) 2016-09-14 2019-09-10 Kabushiki Kaisha Toshiba Input support apparatus and computer program product
CN110471373A (zh) * 2018-05-11 2019-11-19 株式会社东芝 信息处理方法、程序和信息处理装置
WO2020066360A1 (ja) * 2018-09-28 2020-04-02 クックパッド株式会社 サーバ装置、情報処理端末、システム、方法およびプログラム
JP2020140620A (ja) * 2019-03-01 2020-09-03 セントスタッフ株式会社 介護記録作成支援システム及びプログラム
JP2022035950A (ja) * 2020-08-21 2022-03-04 株式会社エクサウィザーズ 作業記録作成方法、プログラム、作業記録作成装置、及び作業記録システム
JP7082772B1 (ja) 2021-09-10 2022-06-09 株式会社ブルーオーシャンシステム バイタルデータ入力装置，データ入力補助装置およびその制御プログラム
JP2022120752A (ja) * 2021-02-05 2022-08-18 株式会社フューチャー・ブレイン 看護・介護日誌記録システム
JP2023047767A (ja) * 2021-09-27 2023-04-06 株式会社リコー 音声記録管理システム、音声記録管理装置、音声記録管理方法及びプログラム
JP7460217B1 (ja) 2023-05-19 2024-04-02 株式会社Ｔｆｐグループ 保険管理装置
JP2025106316A (ja) * 2023-05-22 2025-07-15 株式会社ブルーオーシャンシステム 記録管理装置および方法
JP2026061986A (ja) * 2024-09-30 2026-04-09 株式会社 日立産業制御ソリューションズ 情報入出力画面更新システム、および、情報入出力画面更新方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019224968A1 (ja) * 2018-05-24 2019-11-28 株式会社島津製作所 分析システム
CN109698024B (zh) * 2018-12-26 2023-07-11 深圳开立生物医疗科技股份有限公司 一种操作流程的处理方法、装置及超声设备
WO2021024430A1 (ja) * 2019-08-07 2021-02-11 日本電信電話株式会社 類似度評価装置、類似度評価方法、およびプログラム
US12566809B2 (en) * 2019-10-01 2026-03-03 Visa International Service Association Graph learning and automated behavior coordination platform
CN115039042A (zh) * 2020-02-04 2022-09-09 三菱电机株式会社 程序创建辅助装置、程序创建辅助方法及程序创建辅助程序
JP7584942B2 (ja) 2020-08-07 2024-11-18 株式会社東芝 入力支援システム、入力支援方法およびプログラム
CN116361436B (zh) * 2023-03-22 2025-12-23 浪潮通用软件有限公司 一种基于自然语言处理的业务办理协助方法及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0251765A (ja) * 1988-08-15 1990-02-21 Fujitsu Ltd 用語集自動作成方式
JPH11203325A (ja) * 1998-01-16 1999-07-30 Tadamitsu Ryu データベース作成方法、そのプログラムを格納した記録媒体及びその作成方法で作成したデータ群を記録した記録媒体
WO2011093025A1 (ja) * 2010-01-29 2011-08-04 日本電気株式会社 入力支援システム、方法、およびプログラム

Family Cites Families (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5475587A (en) * 1991-06-28 1995-12-12 Digital Equipment Corporation Method and apparatus for efficient morphological text analysis using a high-level language for compact specification of inflectional paradigms
CA2078423C (en) * 1991-11-19 1997-01-14 Per-Kristian Halvorsen Method and apparatus for supplementing significant portions of a document selected without document image decoding with retrieved information
US5371807A (en) * 1992-03-20 1994-12-06 Digital Equipment Corporation Method and apparatus for text classification
US5774845A (en) * 1993-09-17 1998-06-30 Nec Corporation Information extraction processor
US5799268A (en) * 1994-09-28 1998-08-25 Apple Computer, Inc. Method for extracting knowledge from online documentation and creating a glossary, index, help database or the like
US6442540B2 (en) * 1997-09-29 2002-08-27 Kabushiki Kaisha Toshiba Information retrieval apparatus and information retrieval method
US6304848B1 (en) * 1998-08-13 2001-10-16 Medical Manager Corp. Medical record forming and storing apparatus and medical record and method related to same
US6529892B1 (en) * 1999-08-04 2003-03-04 Illinois, University Of Apparatus, method and product for multi-attribute drug comparison
CN1174332C (zh) * 2000-03-10 2004-11-03 松下电器产业株式会社 转换表达方式的方法和装置
US7451099B2 (en) * 2000-08-30 2008-11-11 Kontera Technologies, Inc. Dynamic document context mark-up technique implemented over a computer network
JP4357867B2 (ja) * 2003-04-25 2009-11-04 パイオニア株式会社 音声認識装置、音声認識方法、並びに、音声認識プログラムおよびそれを記録した記録媒体
US20060085181A1 (en) * 2004-10-20 2006-04-20 Kabushiki Kaisha Toshiba Keyword extraction apparatus and keyword extraction program
JP4901736B2 (ja) * 2005-07-26 2012-03-21 本田技研工業株式会社 ユーザと機械とのインタラクションを実施するための装置、方法、およびプログラム
WO2007108529A1 (ja) * 2006-03-23 2007-09-27 Nec Corporation 情報抽出システム、情報抽出方法、情報抽出プログラムおよび情報サービスシステム
US8600735B2 (en) * 2006-08-31 2013-12-03 Simon Dewulf Directed variation of identified product features using language analysis of a knowledge base
JP4240329B2 (ja) * 2006-09-21 2009-03-18 ソニー株式会社 情報処理装置および情報処理方法、並びにプログラム
US20100049499A1 (en) * 2006-11-22 2010-02-25 Haruo Hayashi Document analyzing apparatus and method thereof
US7822734B2 (en) * 2006-12-12 2010-10-26 Yahoo! Inc. Selecting and presenting user search results based on an environment taxonomy
JP4296521B2 (ja) * 2007-02-13 2009-07-15 ソニー株式会社 表示制御装置、表示制御方法、およびプログラム
CN100501745C (zh) * 2007-02-15 2009-06-17 刘二中 电子文本处理与检索的便捷方法和系统
US8620658B2 (en) * 2007-04-16 2013-12-31 Sony Corporation Voice chat system, information processing apparatus, speech recognition method, keyword data electrode detection method, and program for speech recognition
JP2008287406A (ja) * 2007-05-16 2008-11-27 Sony Corp 情報処理装置および情報処理方法、プログラム、並びに、記録媒体
US8990225B2 (en) * 2007-12-17 2015-03-24 Palo Alto Research Center Incorporated Outbound content filtering via automated inference detection
JP5043735B2 (ja) * 2008-03-28 2012-10-10 インターナショナル・ビジネス・マシーンズ・コーポレーション 情報分類システム、情報処理装置、情報分類方法およびプログラム
US9047869B2 (en) * 2008-04-07 2015-06-02 Nuance Communications, Inc. Free form input field support for automated voice enablement of a web page
JP4547721B2 (ja) * 2008-05-21 2010-09-22 株式会社デンソー 自動車用情報提供システム
JP5791861B2 (ja) * 2008-07-25 2015-10-07 シャープ株式会社 情報処理装置および情報処理方法
JP2010134766A (ja) * 2008-12-05 2010-06-17 Toshiba Corp 文書データ処理装置およびそのプログラム
JP4873018B2 (ja) * 2009-01-09 2012-02-08 ソニー株式会社 データ処理装置、データ処理方法、及び、プログラム
US8909566B2 (en) * 2009-06-23 2014-12-09 Oracle International Corporation Method, a computer program and apparatus for analyzing symbols in a computer
JP5257330B2 (ja) * 2009-11-06 2013-08-07 株式会社リコー 発言記録装置、発言記録方法、プログラム及び記録媒体
JP5284990B2 (ja) * 2010-01-08 2013-09-11 インターナショナル・ビジネス・マシーンズ・コーポレーション キーワードの時系列解析のための処理方法、並びにその処理システム及びコンピュータ・プログラム
JP2011216071A (ja) * 2010-03-15 2011-10-27 Sony Corp 情報処理装置、情報処理方法及びプログラム
JP5631679B2 (ja) 2010-09-28 2014-11-26 サトーホールディングス株式会社 訪問介護支援方法
JP5166569B2 (ja) 2011-04-15 2013-03-21 株式会社東芝 業務連携支援システムおよび業務連携支援方法
JP5866728B2 (ja) 2011-10-14 2016-02-17 サイバーアイ・エンタテインメント株式会社 画像認識システムを備えた知識情報処理サーバシステム
TWM423854U (en) * 2011-10-20 2012-03-01 Ipxnase Technology Ltd Document analyzing apparatus
JP5936698B2 (ja) * 2012-08-27 2016-06-22 株式会社日立製作所 単語意味関係抽出装置
CN103226554A (zh) * 2012-12-14 2013-07-31 西藏同信证券有限责任公司 基于新闻数据的股票自动匹配分类方法和系统
US9405746B2 (en) * 2012-12-28 2016-08-02 Yahoo! Inc. User behavior models based on source domain
JP5525635B1 (ja) 2013-03-21 2014-06-18 株式会社東芝 情報処理装置およびその方法、ならびにプログラム
US11183300B2 (en) * 2013-06-05 2021-11-23 Nuance Communications, Inc. Methods and apparatus for providing guidance to medical professionals
WO2014203328A1 (ja) * 2013-06-18 2014-12-24 株式会社日立製作所 音声データ検索システム、音声データ検索方法、及びコンピュータ読み取り可能な記憶媒体
US20150095356A1 (en) * 2013-09-27 2015-04-02 Konica Minolta Laboratory U.S.A., Inc. Automatic keyword tracking and association
US20150154956A1 (en) * 2013-12-03 2015-06-04 Cellco Partnership D/B/A Verizon Wireless Auto-tagger that learns
KR20150079422A (ko) * 2013-12-30 2015-07-08 주식회사 아이디어웨어 서버 그룹핑 장치, 그 방법 및 기록 매체
CN103763312B (zh) * 2013-12-31 2018-07-03 广州华多网络科技有限公司 功能启动方法、装置及客户端
US20150242386A1 (en) * 2014-02-26 2015-08-27 Google Inc. Using language models to correct morphological errors in text
DE112014006542B4 (de) * 2014-03-31 2024-02-08 Mitsubishi Electric Corporation Einrichtung und Verfahren zum Verständnis von einer Benutzerintention
US20150347392A1 (en) * 2014-05-29 2015-12-03 International Business Machines Corporation Real-time filtering of massive time series sets for social media trends
CN106462513B (zh) * 2014-06-30 2019-05-28 歌乐株式会社 信息处理系统及车载装置
US9626358B2 (en) * 2014-11-26 2017-04-18 Abbyy Infopoisk Llc Creating ontologies by analyzing natural language texts
DE112015006585B4 (de) * 2015-06-04 2019-05-16 Mitsubishi Electric Corporation Fahr-Assistenzvorrichtung, Fahr-Assistenzserver und Fahr-Assistenzsystem

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0251765A (ja) * 1988-08-15 1990-02-21 Fujitsu Ltd 用語集自動作成方式
JPH11203325A (ja) * 1998-01-16 1999-07-30 Tadamitsu Ryu データベース作成方法、そのプログラムを格納した記録媒体及びその作成方法で作成したデータ群を記録した記録媒体
WO2011093025A1 (ja) * 2010-01-29 2011-08-04 日本電気株式会社 入力支援システム、方法、およびプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3324305A4 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10410632B2 (en) 2016-09-14 2019-09-10 Kabushiki Kaisha Toshiba Input support apparatus and computer program product
JP7049880B2 (ja) 2017-03-24 2022-04-07 株式会社Ｎｔｔドコモ 音声認識結果比較システム
JP2018163342A (ja) * 2017-03-24 2018-10-18 株式会社Ｎｔｔドコモ 音声認識結果比較システム
US11055481B2 (en) 2017-06-29 2021-07-06 Spalo Co., Ltd. Information input method, information input apparatus, and information input system
WO2019004363A1 (ja) * 2017-06-29 2019-01-03 株式会社ビズオーシャン 情報入力方法、情報入力装置、及び情報入力システム
JPWO2019004363A1 (ja) * 2017-06-29 2019-06-27 株式会社ビズオーシャン 情報入力方法、情報入力装置、及び情報入力システム
JP2019016137A (ja) * 2017-07-06 2019-01-31 富士通株式会社 記録プログラム、記録方法、及び記録装置
JP2019086820A (ja) * 2017-11-01 2019-06-06 Tis株式会社 入力内容決定装置
CN109840062A (zh) * 2017-11-28 2019-06-04 株式会社东芝 输入辅助装置以及记录介质
CN110471373A (zh) * 2018-05-11 2019-11-19 株式会社东芝 信息处理方法、程序和信息处理装置
CN110471373B (zh) * 2018-05-11 2023-03-07 株式会社东芝 信息处理方法、程序和信息处理装置
WO2020066360A1 (ja) * 2018-09-28 2020-04-02 クックパッド株式会社 サーバ装置、情報処理端末、システム、方法およびプログラム
JP2020140620A (ja) * 2019-03-01 2020-09-03 セントスタッフ株式会社 介護記録作成支援システム及びプログラム
JP2022035950A (ja) * 2020-08-21 2022-03-04 株式会社エクサウィザーズ 作業記録作成方法、プログラム、作業記録作成装置、及び作業記録システム
JP2022120752A (ja) * 2021-02-05 2022-08-18 株式会社フューチャー・ブレイン 看護・介護日誌記録システム
JP7082772B1 (ja) 2021-09-10 2022-06-09 株式会社ブルーオーシャンシステム バイタルデータ入力装置，データ入力補助装置およびその制御プログラム
JP2023040335A (ja) * 2021-09-10 2023-03-23 株式会社ブルーオーシャンシステム バイタルデータ入力装置，データ入力補助装置およびその制御プログラム
JP2023047767A (ja) * 2021-09-27 2023-04-06 株式会社リコー 音声記録管理システム、音声記録管理装置、音声記録管理方法及びプログラム
JP7753752B2 (ja) 2021-09-27 2025-10-15 株式会社リコー 音声記録管理システム、音声記録管理装置、音声記録管理方法及びプログラム
JP7460217B1 (ja) 2023-05-19 2024-04-02 株式会社Ｔｆｐグループ 保険管理装置
JP2024166960A (ja) * 2023-05-19 2024-11-29 株式会社Ｔｆｐグループ 保険管理装置
JP2025106316A (ja) * 2023-05-22 2025-07-15 株式会社ブルーオーシャンシステム 記録管理装置および方法
JP2026061986A (ja) * 2024-09-30 2026-04-09 株式会社 日立産業制御ソリューションズ 情報入出力画面更新システム、および、情報入出力画面更新方法

Also Published As

Publication number Publication date
CN108027823B (zh) 2022-07-12
EP3324305A1 (en) 2018-05-23
US10831996B2 (en) 2020-11-10
US20180203845A1 (en) 2018-07-19
JP6594981B2 (ja) 2019-10-23
JPWO2017010506A1 (ja) 2018-04-26
EP3324305A4 (en) 2018-12-05
CN108027823A (zh) 2018-05-11

Similar Documents

Publication Publication Date Title
JP6594981B2 (ja) 情報処理装置、情報処理方法およびコンピュータプログラム
US12080429B2 (en) Methods and apparatus for providing guidance to medical professionals
US20210398630A1 (en) Systems and methods for identifying errors and/or critical results in medical reports
US11101024B2 (en) Medical coding system with CDI clarification request notification
US9971848B2 (en) Rich formatting of annotated clinical documentation, and related methods and apparatus
US20140365239A1 (en) Methods and apparatus for facilitating guideline compliance
US20210165968A1 (en) Nlu training with user corrections to engine annotations
US10319004B2 (en) User and engine code handling in medical coding system
US20200311343A1 (en) Methods and apparatus for extracting facts from a medical text
US9679107B2 (en) Physician and clinical documentation specialist workflow integration
US9916420B2 (en) Physician and clinical documentation specialist workflow integration
US10331763B2 (en) NLU training with merged engine and user annotations
US10366424B2 (en) Medical coding system with integrated codebook interface
EP3000064A1 (en) Methods and apparatus for providing guidance to medical professionals
EP3616036A1 (en) Systems and methods for extracting form information using enhanced natural language processing
US20170364640A1 (en) Machine learning algorithm to automate healthcare communications using nlg
EP3011489B1 (en) Physician and clinical documentation specialist workflow integration
US20260038692A1 (en) Method for determining a health state from input data

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16824486

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15743907

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2017528703

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2016824486

Country of ref document: EP