特許ウォッチ

公開番号2025062945
公報種別公開特許公報(A)
公開日2025-04-15
出願番号2023172339
出願日2023-10-03
発明の名称分析装置、分析方法および分析プログラム
出願人株式会社日立製作所
代理人藤央弁理士法人
主分類G06N 20/00 20190101AFI20250408BHJP(計算;計数)
要約【課題】サンプル間の解釈の揺らぎを抑制すること。
【解決手段】分析装置は、第1サンプルと前記第1サンプルと対になる第1ラベルとを有する複数のサンプルデータセットを取得する取得処理と、前記取得処理によって取得されたサンプルデータセット内の複数の第1サンプルの中の2つの第1サンプルを、2つのデータ間の類似度を評価する複数の類似度評価指標の各々に入力することにより、前記類似度評価指標ごとの前記2つの第1サンプル間の類似度を算出する類似度算出処理と、前記類似度算出処理によって算出された類似度に基づいて、前記第1ラベルが同一である他の第1サンプルの個数を前記第1サンプルごとに集計し、集計結果に基づいて、前記第1サンプルの解釈の揺らぎの低さを示す第1信頼度を前記第1サンプルごとに算出する信頼度算出処理と、を実行する。
【選択図】図2
特許請求の範囲【請求項１】
プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する分析装置であって、
前記プロセッサは、
第１サンプルと前記第１サンプルと対になる第１ラベルとを有する複数のサンプルデータセットを取得する取得処理と、
前記取得処理によって取得されたサンプルデータセット内の複数の第１サンプルの中の２つの第１サンプルを、２つのデータ間の類似度を評価する複数の類似度評価指標の各々に入力することにより、前記類似度評価指標ごとの前記２つの第１サンプル間の類似度を算出する類似度算出処理と、
前記類似度算出処理によって算出された類似度に基づいて、前記第１ラベルが同一である他の第１サンプルの個数を前記第１サンプルごとに集計し、集計結果に基づいて、前記第１サンプルの解釈の揺らぎの低さを示す第１信頼度を前記第１サンプルごとに算出する信頼度算出処理と、
を実行することを特徴とする分析装置。
続きを表示（約 2,300 文字）【請求項２】
請求項１に記載の分析装置であって、
前記取得処理では、前記プロセッサは、さらに、ラベルが無い複数の第２サンプルを取得し、
前記類似度算出処理では、前記プロセッサは、前記第１サンプルと前記第２サンプルとの組み合わせを、前記複数の類似度評価指標の各々に入力することにより、前記類似度評価指標ごとの前記組み合わせ間の類似度を算出し、前記類似度に基づいて、前記組み合わせ内の前記第１ラベルを第２ラベルとして前記第２サンプルに付与し、前記類似度に基づいて、前記第１信頼度を前記第１サンプルごとに算出し、前記類似度に基づいて、前記第２サンプルの解釈の揺らぎの低さを示す第２信頼度を前記第２サンプルごとに算出する、
ことを特徴とする分析装置。
【請求項３】
請求項１に記載の分析装置であって、
前記信頼度算出処理では、前記プロセッサは、前記類似度が所定の順位までの特定の第１サンプルについて、前記第１信頼度を算出する、
ことを特徴とする分析装置。
【請求項４】
請求項１に記載の分析装置であって、
前記信頼度算出処理では、前記プロセッサは、前記類似度が所定のしきい値以上である特定の第１サンプルについて、前記第１信頼度を算出する、
ことを特徴とする分析装置。
【請求項５】
請求項１に記載の分析装置であって、
前記プロセッサは、
前記算出処理によって算出された前記第１サンプルごとの第１信頼度を出力する出力処理を実行することを特徴とする分析装置。
【請求項６】
請求項１に記載の分析装置であって、
前記プロセッサは、
入力データを判別した結果を出力する判別モデルに前記複数の第１サンプルを入力した結果、前記判別モデルから出力される前記第１サンプルごとの判別結果と、前記第１サンプルごとの前記第１ラベルと、の誤差と、前記第１サンプルごとの第１信頼度と、に基づいて、前記判別モデルを学習する学習処理を実行することを特徴とする分析装置。
【請求項７】
請求項６に記載の分析装置であって、
前記プロセッサは、
前記判別モデルに予測対象データを入力することにより前記判別モデルから得られる予測結果を出力する予測処理を実行することを特徴とする分析装置。
【請求項８】
プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する分析装置であって、
前記プロセッサは、
第１サンプルと前記第１サンプルと対になる第１ラベルとを有する複数のサンプルデータセットと、ラベルが無い複数の第２サンプルと、を取得する取得処理と、
前記取得処理によって取得されたサンプルデータセット内の前記第１サンプルと前記第２サンプルとの組み合わせを、２つのデータ間の類似度を評価する複数の類似度評価指標の各々に入力することにより、前記類似度評価指標ごとの前記組み合わせ間の類似度を算出し、前記類似度に基づいて、前記組み合わせ内の前記第１ラベルを前記第２サンプルと対になる第２ラベルとして前記第２サンプルに付与する類似度算出処理と、
入力データを判別した結果を出力する前記類似度評価指標ごとの判別モデルの各々に、前記類似度算出処理によって前記第２ラベルが付与された前記複数の第２サンプルを入力した結果、前記判別モデルの各々から出力される前記第２サンプルごとの判別結果と、前記第２サンプルごとの前記第２ラベルと、の誤差と、に基づいて、前記判別モデルの各々を学習する学習処理を実行することを特徴とする分析装置。
【請求項９】
プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する分析装置が実行する分析方法であって、
前記プロセッサは、
第１サンプルと前記第１サンプルと対になる第１ラベルとを有する複数のサンプルデータセットを取得する取得処理と、
前記取得処理によって取得されたサンプルデータセット内の複数の第１サンプルの中の２つの第１サンプルを、２つのデータ間の類似度を評価する複数の類似度評価指標の各々に入力することにより、前記類似度評価指標ごとの前記２つの第１サンプル間の類似度を算出する類似度算出処理と、
前記類似度算出処理によって算出された類似度に基づいて、前記第１ラベルが同一である他の第１サンプルの個数を前記第１サンプルごとに集計し、集計結果に基づいて、前記第１サンプルの解釈の揺らぎの低さを示す第１信頼度を前記第１サンプルごとに算出する信頼度算出処理と、
を実行することを特徴とする分析方法。
【請求項１０】
プロセッサに、
第１サンプルと前記第１サンプルと対になる第１ラベルとを有する複数のサンプルデータセットを取得する取得処理と、
前記取得処理によって取得されたサンプルデータセット内の複数の第１サンプルの中の２つの第１サンプルを、２つのデータ間の類似度を評価する複数の類似度評価指標の各々に入力することにより、前記類似度評価指標ごとの前記２つの第１サンプル間の類似度を算出する類似度算出処理と、
前記類似度算出処理によって算出された類似度に基づいて、前記第１ラベルが同一である他の第１サンプルの個数を前記第１サンプルごとに集計し、集計結果に基づいて、前記第１サンプルの解釈の揺らぎの低さを示す第１信頼度を前記第１サンプルごとに算出する信頼度算出処理と、
を実行させることを特徴とする分析プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、データを分析する分析装置、分析方法および分析プログラムに関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
人が分類したテキストをＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ（ＡＩ）で再現して自動判定したいという問題がある。人による判定は揺らぐため一貫性が保証されていない。このような判定の揺らぎは、ｎｏｉｓｙｏｒａｃｌｅと呼ばれ、人の体調で変化するこのｎｏｉｓｙｏｒａｃｌｅを低減するため、判定を行う評価者を増加して合意を取ったり、判定対象となるサンプルを増加して統計的安定性を得たりする、といった改善があるが、人的コストおよび金銭的コストがかかる。したがって、結果的に、人手による判別データに基づく分類を精緻に行うのは困難である。
【０００３】
このため、従来では、下記特許文献１～３のようなラベル伝播法が用いられている。ラベル伝播法は、サンプルが近いとラベルも近いはず、という考え方で、ラベル付きのサンプルについて再ラベリングする方法である。また、ラベル付きのサンプルを使って、ラベルなしのサンプルにも疑似ラベルを付与するラベル伝播法による半教師学習方法もある。
【０００４】
特許文献１は、質の悪い教師データが含まれていても精度の良い分類モデルを構築する分類モデル学習装置を開示する。この分類モデル学習装置は、ラベル付けの信頼度が所定の基準を満たすエキスパートデータおよびラベル付けの信頼度が不明な非エキスパートデータの各々が対応する座標を取得して非エキスパートデータからエキスパートデータまでの距離を各々算出し、所定の規則に当てはめて近傍距離を定義する。次に、選択した非エキスパートデータから近傍距離の範囲内にあるエキスパートデータを探索して同ラベル確率を算出し、付されたラベルが近傍距離の範囲内にあるエキスパートデータのラベルに一致する確率に基づく信頼度関数に当てはめて非エキスパートデータの信頼度を決定し、付加する。そして、エキスパートデータおよび信頼度が付加された非エキスパートデータに基づいて所望のデータにラベル付けを行う分類モデルを学習する。
【０００５】
特許文献２は、注目事象を見逃すリスクを低減することができるモデル作成装置を開示する。このモデル作成装置は、第１データが観測された状況を表す観測情報と、第２データが観測された状況を表す観測情報とが類似している程度に基づき、該第１データに関するラベルと該第２データに関するラベルとが類似しているか否かを判定し、類似していると判定した場合に該第１データに関するラベルとして、該第２データに関するラベルを付与し、該第１データ及び該第２データを含むデータ情報と、付与された該ラベル及び該第２データに関する該ラベルを含むラベル情報との関係性を表すモデルを算出する。
【０００６】
特許文献３は、誤ラベルの特定に要する時間の削減を図る処理システムを開示する。この処理システムは、第１取得部と、第２取得部と、第３取得部と、識別部と、抽出部と、を備える。第１取得部は、ラベルが付与された複数の学習データを取得する。第２取得部は、複数の学習データに基づき生成された学習済みモデルを取得する。第３取得部は、ラベルが付与された識別データを取得する。識別部は、学習済みモデルを用いて識別データを識別する。抽出部は、学習済みモデルで適用される識別データと複数の学習データの各々との類似度に関する指標に基づき、複数の学習データから、識別データと類似する１以上の学習データを抽出する。
【先行技術文献】
【特許文献】
【０００７】
特開２００９－２８２６８６号公報
国際公開第２０２０／０２６３９５号
国際公開第２０２２／１２３９０５号
【発明の概要】
【発明が解決しようとする課題】
【０００８】
人の判定が揺らぐ原因仮説として、入力となるサンプルの分かりやすさに影響を受けてラベルが揺らぐという仮説がある。すなわち、サンプル間の近さでラベルを修正してもあまり意味はなく、サンプル自体の分かりやすさをとらえるようなアプローチが望ましいが、そのようなアプローチについては、上記特許文献１～３には開示されていない。
【０００９】
本発明は、サンプル間の解釈の揺らぎを抑制することを目的とする。
【課題を解決するための手段】
【００１０】
本願において開示される発明の一側面となる分析装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する分析装置であって、前記プロセッサは、第１サンプルと前記第１サンプルと対になる第１ラベルとを有する複数のサンプルデータセットを取得する取得処理と、前記取得処理によって取得されたサンプルデータセット内の複数の第１サンプルの中の２つの第１サンプルを、２つのデータ間の類似度を評価する複数の類似度評価指標の各々に入力することにより、前記類似度評価指標ごとの前記２つの第１サンプル間の類似度を算出する類似度算出処理と、前記類似度算出処理によって算出された類似度に基づいて、前記第１ラベルが同一である他の第１サンプルの個数を前記第１サンプルごとに集計し、集計結果に基づいて、前記第１サンプルの解釈の揺らぎの低さを示す第１信頼度を前記第１サンプルごとに算出する信頼度算出処理と、を実行することを特徴とする。
【発明の効果】
（【００１１】以降は省略されています）

関連特許