特許ウォッチ

公開番号2025034461
公報種別公開特許公報(A)
公開日2025-03-13
出願番号2023140851
出願日2023-08-31
発明の名称不具合診断装置、不具合診断方法、及びそのプログラム
出願人株式会社日立製作所
代理人ポレール弁理士法人
主分類G06Q 10/20 20230101AFI20250306BHJP(計算;計数)
要約【課題】
一般的に不具合レポートは、作成する保守担当者によって文章表現(表記ゆれ、言語の違い、詳述度)が異なるため、予め定めたルールに基づいての文章処理や、単語辞書を用いての処理が必ずしも容易ではない。
【解決手段】
製品の不具合について記載された不具合レポートからその不具合の要因を診断する不具合診断装置であって、製品の不具合に関する情報を格納した診断知識データベースと、情報の入出力を行う入出力部と、所定の演算処理を行うプロセッサ部と、を有し、プロセッサ部は、診断知識データベースから前記不具合レポートの記載内容に関連する用語を抽出して不具合用語リストを作成し、不具合用語リストを用いて不具合レポートの記載内容を予め定めた型式で記載された不具合回答文へ変換し、不具合回答文と診断知識データベースを用いて、不具合レポートに記載された不具合の要因を診断するように構成した。
【選択図】図1A
特許請求の範囲【請求項１】
製品の不具合について記載された不具合レポートからその不具合の要因を診断する不具合診断装置であって、
前記製品の不具合に関する情報を格納した診断知識データベースと、情報の入出力を行う入出力部と、所定の演算処理を行うプロセッサ部と、を有し、
前記プロセッサ部は、
前記診断知識データベースから前記不具合レポートの記載内容に関連する用語を抽出して不具合用語リストを作成し、
前記不具合用語リストを用いて前記不具合レポートの記載内容を予め定めた型式で記載された不具合回答文へ変換し、
前記不具合回答文と前記診断知識データベースを用いて、前記不具合レポートに記載された不具合の要因を診断する、
ことを特徴とする、不具合診断装置。
続きを表示（約 1,300 文字）【請求項２】
請求項１に記載の不具合診断装置であって、
前記プロセッサ部は、所定の言語処理モデルを用いて前記不具合回答文への変換を行うことを特徴とする、不具合診断装置。
【請求項３】
請求項１に記載の不具合診断装置であって、
前記プロセッサ部は、
前記不具合用語リストに代えて、文章の型式で記載された不具合知見文を用いて処理することを特徴とする、不具合診断装置。
【請求項４】
請求項３に記載の不具合診断装置であって、
前記プロセッサ部は、
前記不具合レポートに含まれる不具合種別に関する特徴単語を抽出し、
前記診断知識データベースから前記特徴単語の関連事項を検索し、
前記検索した関連事項を用いて前記製品とその不具合に関する情報を記載した文章を作成して前記不具合知見文として用いる、
ことを特徴とする、不具合診断装置。
【請求項５】
請求項２に記載の不具合診断装置であって、
前記言語処理モデルは、入力されたプロンプト文に対応した回答文を出力するモデルであり、
前記プロンプト文は、
前記不具合レポートから特徴を抽出する処理手順を指示する文章と、
前記回答文の出力形式を指示する文章と、
前記回答文の生成時に前記不具合用語リストを参照することを指示する文章と、
を含む指示文章と、
前記不具合用語リストと前記不具合レポートとを含むことを特徴とする、不具合診断装置。
【請求項６】
請求項５に記載の不具合診断装置であって、
前記プロセッサ部は、
前記プロンプト文を前記言語処理モデルへ入力して前記不具合回答文を取得し、
前記不具合回答文から前記診断知識データベースの検索情報を生成し、
前記検索情報を用いて前記診断知識データベースを検索することによって、不具合の要因を診断する、
ことを特徴とする、不具合診断装置。
【請求項７】
請求項６に記載の不具合診断装置であって、
前記検索情報とは、不具合に関連する現象及びその発生個所とその因果関係を含むことを特徴とする、不具合診断装置。
【請求項８】
請求項１に記載の不具合診断装置であって、
前記診断知識データベースは、不具合に関連する現象及びその発生個所とその因果関係を表した知識グラフであることを特徴とする、不具合診断装置。
【請求項９】
請求項８に記載の不具合診断装置であって、
前記診断知識データベースは、前記因果関係に確率情報を含むベイジアンネットワークであることを特徴とする、不具合診断装置。
【請求項１０】
請求項７に記載の不具合診断装置であって、
前記入出力部は前記診断した結果を表示すると共に、前記製品の不具合に関する追加の情報を受け入れ可能とし、
前記追加の情報を前記不具合レポートに追加し、再度、不具合の要因を診断することを特徴とする、不具合診断装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、製品の不具合について記載された不具合レポートからその要因を診断する不具合診断装置、不具合診断方法、及びそのプログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
産業製品や一般向け製品・機器等で何らかの不具合が発生すると、それに対応した保守員やコールセンターのオペレーター等によってその不具合に関する報告書（不具合レポート）が作成され、その不具合レポートに基づいて不具合の箇所やその根本原因の深掘り等が行われる。そして、この不具合レポートをＡＩ技術を用いて処理することによって、保守の効率化・高精度化を図ることが期待されている。
【０００３】
しかしながら、一般的に不具合レポートは、作成する保守担当者によって文章の表現・記載に違いや揺らぎがあるため、予め定めたルールに基づいての文章処理や、単語辞書を用いての処理が必ずしも容易ではない。
【０００４】
一方、近年ではＬＬＭ（ＬａｒｇｅＬａｎｇｕａｇｅＭｏｄｅｌｓ）など、入力指示文を変えることで多様なタスクを解ける言語処理モデルが注目されている。こうした言語処理モデルは大規模データを用いた複数タスクでの学習等によって、表現の違いに対する処理性能が高いとされており、産業製品等の不具合レポートから不具合要因特定の自動化への活用が考えられる。
【０００５】
しかしながら、現在、一般的に提供されている言語処理モデルは、特定の産業製品の部品名や現象に関する文章を学習しているとは限らず、製品不具合に関する応答の精度が期待できない。精度向上のためにファインチューニングによって機械学習モデルを補強することも考えられるが、チューニングに必要なモデルパラメータが非公開な場合や、学習には相応の計算資源が必要となる等の課題を有していた。
【０００６】
従来、この種の発明として特許文献１（特開２０１７－１９４７２７号公報）に記載のものがあった。本文献では、自然言語処理を用いて不具合レポートを処理する発明が記載されている。
【先行技術文献】
【特許文献】
【０００７】
特開２０１７－１９４７２７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
特許文献１では、共起関係に基づいての文章処理を行っているが、上述の通り、不具合レポートは作成する者によって同一内容の事象であっても文章表現が異なる場合があるため、対象製品によっては望ましい結果が得られない場合もある。
【０００９】
そこで、入力指示文（以下、プロンプト）を調整することで多様なタスクを解ける言語処理モデルを用いて、不具合レポートからの診断処理を自動化することが考えられるが、言語処理モデルが産業製品の部品名や現象に関する知識を学習しているとは限らず、産業製品の不具合に関する応答の精度が低くなる可能性もある。
【課題を解決するための手段】
【００１０】
上述した課題を解決するため本発明は、製品の不具合について記載された不具合レポートからその不具合の要因を診断する不具合診断装置であって、製品の不具合に関する情報を格納した診断知識データベースと、情報の入出力を行う入出力部と、所定の演算処理を行うプロセッサ部と、を有し、プロセッサ部は、診断知識データベースから前記不具合レポートの記載内容に関連する用語を抽出して不具合用語リストを作成し、不具合用語リストを用いて不具合レポートの記載内容を予め定めた型式で記載された不具合回答文へ変換し、不具合回答文と診断知識データベースを用いて、不具合レポートに記載された不具合の要因を診断するように構成した。
【発明の効果】
（【００１１】以降は省略されています）

関連特許