特許ウォッチ

公開番号2025105171
公報種別公開特許公報(A)
公開日2025-07-10
出願番号2023223531
出願日2023-12-28
発明の名称システム、システムが実行する方法、プログラム
出願人株式会社日立製作所
代理人弁理士法人ウィルフォート国際特許事務所
主分類G06F 16/90 20190101AFI20250703BHJP(計算;計数)
要約【課題】文書を契機として知識グラフが更新される際に、知識グラフのコンテキストに沿った更新を実現するか、文書に省略等があっても更新を実現することが目的である。
【解決手段】文書情報受付部102は、知識グラフ181を更新する契機となる文書161に含まれる情報である文書情報162を受け付ける。知識グラフ情報受付部107は、知識グラフシステム180から、知識グラフ情報167を受け付ける。プロンプト構築部108は、文書情報162と知識グラフ情報167に基づいてプロンプト168を構築する。回答情報受付部110は、プロンプト168に対する言語モデルシステム190からの回答を示す回答情報170を受け付ける。更新クエリ構築部111は、回答情報170に基づいて更新クエリ171を構築する。更新クエリ提示部112は、更新クエリ171を知識グラフシステム180に提示する。
【選択図】図1
特許請求の範囲【請求項１】
システムであって、
知識グラフを更新する契機となる文書に含まれる情報である文書情報を受け付ける文書情報受付部と、
前記知識グラフを管理する知識グラフシステムから、前記知識グラフに含まれる情報である知識グラフ情報を受け付ける知識グラフ情報受付部と、
前記文書情報と前記知識グラフ情報に基づいてプロンプトを構築するプロンプト構築部であって、前記プロンプトは、前記知識グラフを更新するための更新クエリの構築に用いる情報の提示を依頼するためのものである、前記プロンプト構築部と、
前記プロンプトを、言語モデルを管理する言語モデルシステムに提示するプロンプト提示部と、
前記プロンプトに対する前記言語モデルシステムからの回答を示す回答情報を受け付ける回答情報受付部と、
前記回答情報に基づいて前記更新クエリを構築する更新クエリ構築部と、
前記更新クエリを前記知識グラフシステムに提示する更新クエリ提示部を備えたシステム。
続きを表示（約 3,600 文字）【請求項２】
請求項１に記載のシステムであって、
前記知識グラフは、１つまたは複数のアセットに関する知識を表現するものであり、
前記システムは、更に、
知識グラフ情報要求を、前記知識グラフシステムに提示する知識グラフ情報要求部であって、前記知識グラフ情報要求は、前記文書に記載されている１つまたは複数の前記アセットを特定アセットとして特定する特定アセット情報を含む、前記知識グラフ情報要求部を有し、
前記知識グラフ情報はヒント情報を含み、
前記ヒント情報は、１つまたは複数の前記特定アセット、または、１つまたは複数の前記特定アセットに関連する１つまたは複数の関連アセットに関するものであり、
前記プロンプト構築部は、前記文書情報と前記ヒント情報に基づいて前記プロンプトを構築するものである、システム。
【請求項３】
請求項２に記載のシステムであって、
前記システムは、更に、
１つまたは複数の前記ヒント情報により構成される前記ヒント情報の集合を、いずれかのアセットに関するヒント集合情報とするように、前記知識グラフを更新するためのヒント集合情報登録指示を前記知識グラフシステムに提示するヒント集合情報登録指示部を有する、システム。
【請求項４】
請求項２に記載のシステムであって、
前記システムは、更に、
前記文書情報に基づいて、前記文書に記載されている１つまたは複数の前記特定アセットの特定を前記言語モデルに依頼するためのアセット特定依頼プロンプトを構築するアセット特定依頼プロンプト構築部と、
前記アセット特定依頼プロンプトを前記言語モデルシステムに提示するアセット特定依頼プロンプト提示部と、
前記アセット特定依頼プロンプトに対する前記言語モデルシステムからの回答を示す特定アセット回答情報を受け付ける特定アセット回答情報受付部を有し、
前記知識グラフ情報要求部は、前記特定アセット回答情報に基づいて、前記知識グラフシステムに提示する前記特定アセット情報を定めるものである、システム。
【請求項５】
請求項４に記載のシステムであって、
前記システムは、更に、
前記知識グラフシステムから、前記知識グラフにおけるアセットの名称の一覧を示すアセット名称一覧情報を受け付けるアセット名称一覧情報受付部を有し、
前記アセット特定依頼プロンプト構築部は、前記文書情報と前記アセット名称一覧情報に基づいて前記アセット特定依頼プロンプトを構築するものである、システム。
【請求項６】
請求項１に記載のシステムであって、
前記知識グラフは、１つまたは複数のアセットに関する知識を表現するものであり、
前記システムは、更に、
知識グラフ情報要求を、前記知識グラフシステムに提示する知識グラフ情報要求部であって、前記知識グラフ情報要求は、前記文書に記載されている１つまたは複数の前記アセットを特定アセットとして特定する特定アセット情報を含む、前記知識グラフ情報要求部を有し、
前記知識グラフ情報は、ヒント情報またはヒント集合情報を含み、
前記ヒント情報は、１つまたは複数の前記特定アセット、または、１つまたは複数の前記特定アセットに関連する１つまたは複数の関連アセットに関するものであり、
前記ヒント集合情報は、前記特定アセットまたは前記関連アセットのいずれかのアセットに関するものであり、
受け付けられた前記知識グラフ情報に前記ヒント集合情報が含まれている場合には、前記プロンプト構築部は、前記文書情報と前記ヒント集合情報に基づいて前記プロンプトを構築するものであり、
受け付けられた前記知識グラフ情報に前記ヒント集合情報が含まれていない場合には、前記プロンプト構築部は、前記文書情報と前記ヒント情報に基づいて前記プロンプトを構築するものである、システム。
【請求項７】
請求項１に記載のシステムであって、
前記知識グラフは、１つまたは複数のアセットに関する知識を表現するものであり、
前記システムは、更に、
知識グラフ情報要求を、前記知識グラフシステムに提示する知識グラフ情報要求部であって、前記知識グラフ情報要求は、前記文書に記載されている１つまたは複数の前記アセットを特定アセットとして特定する特定アセット情報を含む、前記知識グラフ情報要求部を有し、
前記知識グラフ情報はヒント集合情報を含み、
前記ヒント集合情報は、１つまたは複数の前記特定アセット、または、１つまたは複数の前記特定アセットに関連する１つまたは複数の関連アセットのいずれかのアセットに関するものであり、
前記プロンプト構築部は、前記文書情報と前記ヒント集合情報に基づいて前記プロンプトを構築するものである、システム。
【請求項８】
請求項１に記載のシステムであって、
前記知識グラフは、１つまたは複数のアセットに関する知識を表現するものであり、
前記システムは、更に、
前記知識グラフシステムから、前記知識グラフを過去に更新した際における、当該更新の契機となった文書に含まれる情報である過去文書情報と、当該更新による前記知識グラフの変更内容を示す過去差分情報を受け付ける知識グラフ更新履歴受付部と、
前記知識グラフシステムから、１つまたは複数の前記アセットに関するヒント情報からなるヒント情報群を受け付けるヒント情報群受付部と、
前記ヒント情報群から１つまたは複数の前記ヒント情報を選択して、選択した前記ヒント情報からなる仮ヒント集合情報を形成する仮ヒント集合形成部を有し、
前記プロンプト構築部は、前記過去文書情報と前記仮ヒント集合情報に基づいて仮プロンプトを構築するものであり、
前記プロンプト提示部は、前記仮プロンプトを前記言語モデルシステムに提示するものであり、
前記回答情報受付部は、前記仮プロンプトに対する前記言語モデルシステムからの回答を示す仮回答情報を受け付けるものであり、
前記システムは、更に、
前記仮回答情報に基づいて仮更新クエリが構築され、前記仮更新クエリが前記知識グラフに適用される場合における、前記知識グラフの変更内容を示す仮差分情報を特定する仮差分情報特定部と、
前記過去差分情報が示す前記知識グラフの変更内容と前記仮差分情報が示す前記知識グラフの変更内容の類似度を算出する類似度算出部と、
前記仮ヒント集合形成部と前記プロンプト構築部と前記プロンプト提示部と前記回答情報受付部と前記仮差分情報特定部と前記類似度算出部を制御することにより、前記仮ヒント集合情報のそれぞれに対する前記類似度のそれぞれを取得し、前記類似度に基づいて、適した前記仮ヒント集合情報である適合ヒント集合情報を特定する適合ヒント集合情報特定部と、
前記適合ヒント集合情報か、前記適合ヒント集合情報に含まれる前記ヒント情報を収集するために前記知識グラフ内で探索する範囲を示す適合探索範囲情報を、いずれかのアセットに関するヒント集合情報または探索範囲情報とするように、前記知識グラフを更新するための適合情報登録指示を前記知識グラフシステムに提示する適合情報登録指示部を有する、システム。
【請求項９】
請求項８に記載のシステムであって、
前記適合ヒント集合情報特定部は、前記類似度に基づくことに加えて、前記仮ヒント集合情報に含まれる前記ヒント情報の数、または、前記仮ヒント集合情報に含まれる前記ヒント情報を収集するために前記知識グラフ内で探索する範囲を示す仮探索範囲情報に基づいて、前記適合ヒント集合情報を特定するものである、システム。
【請求項１０】
請求項２に記載のシステムであって、
前記知識グラフは、前記アセット、前記アセットが有しうる症状、前記アセットがなりうる故障モードを管理し、前記アセットどうしの関係を管理し、前記アセットと前記症状と前記故障モードの間の関係を管理するためのものであり、
前記ヒント情報は、前記アセットが有する属性、前記アセットどうしの関係、前記アセットと前記症状の関係、または、前記症状と前記故障モードの関係を示す情報であり、
前記知識グラフを更新する契機となる文書は、保全文書である、システム。
（【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】
本開示は、知識グラフを更新する技術に関するものである。
続きを表示（約 4,000 文字）【背景技術】
【０００２】
施設(例えばプラントや工場)を始めとする、社会や経済の基盤(インフラ)の管理や運営を行うに際して、従来は文書や人手を前提にしていることが多かった。例えば、施設や基盤に関する知識は文書に記録されているか、または、当該知識は当該施設や当該基盤に対する熟練者に属人的に把握されていた。その上で、当該施設や当該基盤に関する設計・運用・保全の業務は、文書に基づいて行われることや、熟練者に属人的に依存して実施されることもありうる状況であった。
その一方で、施設や基盤に用いられる技術の高度化(知識の質の上昇)や、当該施設や当該基盤におけるシステム構成の複雑化(知識の量の増加)が進行している。そのため、施設や基盤に関する知識を文書で管理する手法では、当該施設や当該基盤に関する設計・運用・保全の業務を適切に行うのが、難しくなることが予想される。また、少子高齢化の進行による労働人口の減少を背景に、様々な分野において熟練者不足が懸念されるとともに、属人的な知識の伝承も困難になることも予想される。
【０００３】
近年、機械学習により訓練された言語モデル(モデルパラメータの数や、訓練に用いる学習データの数が膨大である言語モデルは、大規模言語モデル(large language model(LLM)とも呼ばれる。)を業務等に活用することが模索されている。質問内容を含むプロンプトが言語モデルに入力されると、言語モデルは質問に対する回答を提示する。
施設や基盤に関する設計・運用・保全の業務において言語モデルが活用されて、業務の効率化が行われることが期待されるところである。
言語モデルを何らかの業務に適したものとする(言語モデルを特定のドメイン知識に対する問い合わせ(プロンプト)に適したものとする)ための手法として、ファインチューニング(fine tuning)や検索拡張生成(retrieval augumented generation(RAG))がある。ファインチューニングの手法は、言語モデルにおける再学習のコスト(例えば、特定のドメイン知識を学習するための再学習のコスト)を要する。再学習のために用いる学習データの量が膨大であったり、学習データが随時追加(変更)される状況の場合には、ファインチューニングの手法は採用されにくい。
検索拡張生成(RAG)の手法では、言語モデルの再学習が行われずに、言語モデルが外部の知識(例えば、特定のドメイン知識を包含する外部の知識)を参照する。言語モデルにより参照される外部の知識としては、ベクトルストアや知識グラフがありうる。１つの知識グラフは、複数の文書に含まれる知識を含むことが出来るので、複数の文書にまたがる知識に対する問い合わせ(プロンプト)に応じることに適している。
【０００４】
知識グラフに関する先行技術文献として特許文献１がある。特許文献１(例えば図１４を参照のこと。)は、作業者が知識モデル作成支援装置に文書データを入力し、知識モデル作成支援装置が当該文書データに基づいて複数の用語をGUIウインドウに表示し、作業者がGUIウインドウを介して用語の選択結果を入力し、(所定の条件が満たされた場合に)知識モデル作成支援装置が、用語を新たに知識モデル(知識グラフ)に含めて描画する態様で、知識モデル(知識グラフ)をGUIウインドウに表示する技術が開示されている。
【先行技術文献】
【特許文献】
【０００５】
特開２０２２－１２９５１５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
施設や基盤に関する設計・運用・保全の業務に、知識グラフを外部参照する検索拡張生成(RAG)の手法による言語モデルが活用されつつ、業務の効率化が図られる場合には、施設や基盤に関する知識の更新に応じて、知識グラフの更新が行われることになる。
ここで、施設や基盤に関する知識の更新の内容が示される文書(例えば保全文書)の内容に基づき、人手により知識グラフの更新が行われるのであれば、人的コストや時間的コストがかさむ。例えば、特許文献１に開示された技術は、文書データの内容に応じた知識グラフ(特許文献１の用語では知識モデル)の更新を支援するものではあるものの、作業者による判断や作業の手間がかかる。知識グラフの持続的運用の観点からは人手が関与する割合は下げたいところである。
【０００７】
そこで、知識グラフの更新においても言語モデルが活用されることが検討されうる。具体的には、施設や基盤に関する知識の更新の内容が示される文書(例えば保全文書)の内容を反映し、かつ、知識グラフの仕様等に適合した、知識グラフに作用する更新クエリを、言語モデルを活用して(なるべく)自動的に構築することが検討されうる。
しかしながら、言語モデルを活用して、文書の内容に基づく更新クエリを構築することにはいくつかの問題がありうる。
【０００８】
まず、言語モデルが、期待される内容の回答(更新クエリを構築するという目的に適した回答)を生成するためには、言語モデルに入力されるプロンプトの内容を工夫することを要することが多い。例えば、特定の知識ドメインに特化した機械学習による訓練が言語モデルに対して為されていない場合に、当該言語モデルに入力されるプロンプトは、当該特定の知識ドメインに関する知識(ヒント)を含むことが望ましいことが多い。
ここで、施設や基盤に関する知識の更新に応じた知識グラフの更新を行う場合は、施設や基盤に関連する知識ドメインの種類や、更新される対象となる知識グラフに応じて、プロンプトに含ませることが妥当な知識(ヒント)が定まること(場合によっては、知識(ヒント)以外のプロンプトの内容が定まること)がありうる。プロンプトを人手で構築する場合には、作成者が試行錯誤的にプロンプトを作成することになる恐れがある。
知識ドメインの種類や更新対象の知識グラフに応じた内容のプロンプトの構築が実現されつつ、処理の自動化の程度が高く維持されることが望まれる。そして、知識グラフが有するコンテキストに沿って、当該知識グラフの更新が実現されることが望まれる。
【０００９】
また、施設や基盤に関する知識の更新の内容が示される文書(例えば保全文書)は、知識グラフの更新を適切に行うために適切かつ十分な記載内容とするという観点では作成されていないことがありうる。
具体的には、文書(例えば保全文書)の記載内容は、短いことや、断片的なことがありうる。そのような文書には、更新対象となる知識グラフにおけるノードやエッジに関する情報(例えば、施設や基盤に含まれるアセットに関する情報)が適切かつ十分に記載されていないこと(一部の記載が省略されていること)がありうる。例えば、文書に、アセット間の関係に関する記載が漏れていることや、文書に、アセットの種類は記載されていても当該アセットの識別子の記載が漏れているようなことがありうる。
また、例えば文書(例えば保全文書)を作成しうる者が複数存在する場合に、文書に記載される用語の表記揺れがありうる。例えば、ある者は、施設や基盤に含まれるアセットの正式名称を日本語で文書に記載し、別の者は、アセットの別名を日本語で文書に記載し、更に別の者は、アセットの略称をアルファベットで文書に記載することがありうる。
更に、例えば、文書(例えば保全文書)に、施設や基盤に含まれるアセットにおいて生じた症状、当該症状の原因、当該症状に対して講じた措置がセットで記載されていないことがありうる。このような文書だけでは、アセットにおいて生じた症状、当該症状の原因、当該症状に対して講じた措置が適切に把握されないことがありうる。
施設や基盤に関する知識の更新の内容が示される文書(例えば保全文書)の内容が適宜補充または訂正された上で、妥当な内容のプロンプトの構築が実現されつつ、処理の自動化の程度が高く維持されることが望まれる。
尚、特許文献１に開示された技術は、文書データの内容を自動的に補充または訂正した上でプロンプトを構築するものではない。
【００１０】
以上では、知識グラフは、言語モデルが検索拡張生成(RAG)の手法により外部参照する先であるとされていた。また、施設や基盤に関する知識の更新の内容が示される文書(例えば保全文書)に応じて、知識グラフが更新されることについて言及されていた。
しかしながら、更新対象である知識グラフは、言語モデルが検索拡張生成(RAG)の手法により外部参照する用途以外のものであってもよい。また、知識グラフはデジタルツイン等で活用されるものであってよい。
また、更新対象である知識グラフにより表現される知識の対象は施設や基盤以外のものであってもよい。文書は、知識グラフを更新する契機となるものであればよい。
一般に、文書を契機として知識グラフを(更新の自動化の程度を高く維持しつつ)更新するものであるとともに、知識グラフが有するコンテキストに沿った当該知識グラフの更新を実現するか、または、当該文書の記載内容に省略等があっても当該知識グラフの更新を実現することを課題としうるものであれば、知識グラフの用途、知識グラフにより表現される知識の対象、知識グラフの更新する契機となる文書の種類は任意でよい。
（【００１１】以降は省略されています）

関連特許