JP5876144B2 - デジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラム - Google Patents

Description

本発明は、デジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムに関する。特に、本発明は、デジタル情報に自動でスコア付けするデジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムに関する。

従来、収集された文書情報から所定数の文書を抽出する抽出部と、抽出された文書群を画面上に表示する文書表示部と表示された文書群に対して、ユーザーが訴訟との関連性に基づいて付与した分別符号を受け付ける分別符号受付部と、分別符号に基づいて、抽出された文書群を分別符号ごとに分別し、当該分別された文書群において、共通して出現するキーワードを解析し選定する選定部と、選定したキーワードを記録するデータベースと、データベースに記録されたキーワードを文書情報から探索する探索部と、探索部の探索結果と選定部の解析結果を用いて、分別符号と文書との関連性を示すスコアを算出するスコア算出部と、スコアの結果に基づいて自動で分別符号を付与する自動分別部を備える文書分別システムが知られている（例えば、特許文献１参照。）。特許文献１に記載の文書分別システムによれば、訴訟において証拠として提出するために収集されたデジタル化された文書情報を分析し、訴訟への利用が容易になるように分別できる。

特開２０１３−１８２３３８号公報

特許文献１に記載されているような文書分別システムにおいては、分別対象となる文書情報からランダムに文書をサンプリングし、分別符号を付与する対象となる文書群をレビュワーが手動で抽出する場合がある。このようなデジタル情報を分別する場合において、分別処理を自動化することにより、デジタル情報の分別スピードや分別の精度を向上させることが望まれる。

したがって、本発明の目的は、自動的にデジタル情報に精度のよいスコア付けをするデジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムを提供することにある。

本発明は、上記目的を達成するため、予め定められた特定事項と関連性を有する複数のキーワードと、複数のキーワードそれぞれに対応づけられる重み付け情報とを格納するキーワードデータベースと、複数のキーワードそれぞれと、複数のキーワードのそれぞれに対応づけられている重み付け情報とに基づいて、テキストデータを含む複数のデジタル情報それぞれにスコアを対応づけるスコア付け部と、スコア付け部が対応づけたスコアに基づいて、複数のデジタル情報から標本となる標本デジタル情報を抽出する標本デジタル情報抽出部と、抽出された標本デジタル情報を解析することで、キーワードデータベースに格納されている重み付け情報を更新する情報更新部とを備えるデジタル情報分析システムが提供される。

また、上記デジタル情報分析システムにおいて、標本デジタル情報抽出部が、予め定められた条件を満たすデジタル情報を標本デジタル情報として抽出することもできる。

また、上記デジタル情報分析システムは、複数のキーワードが、複数の形態素、若しくは複数の共起表現を含むこともできる。

また、上記デジタル情報分析システムは、標本デジタル情報抽出部が、情報更新部により更新された重み付け情報が対応づけられた複数のデジタル情報から、新たな標本デジタル情報を抽出し、情報更新部が、標本デジタル情報抽出部が抽出した新たな標本デジタル情報を用い、重み付けを再び更新することもできる。

また、上記デジタル情報分析システムは、情報更新部が、予め定められた終了条件で更新を終了することもできる。

また、上記デジタル情報分析システムは、予め定められた特定事項が、訴訟又はカルテルに関係することを示す情報であってもよい。

また、本発明は、上記目的を達成するため、予め定められた特定事項と関連性を有する複数のキーワードと、複数のキーワードそれぞれに対応づけられる重み付け情報とを格納するキーワードデータベースを備えるデジタル情報分析システムにおけるデジタル情報分析方法であって、複数のキーワードそれぞれと、複数のキーワードのそれぞれに対応づけられている重み付け情報とに基づいて、テキストデータを含む複数のデジタル情報それぞれにスコアを対応づけるスコア付け段階と、スコア付け段階において対応づけられたスコアに基づいて、複数のデジタル情報から標本となる標本デジタル情報を抽出する標本デジタル情報抽出段階と、抽出された標本デジタル情報を解析することで、キーワードデータベースに格納されている重み付け情報を更新する情報更新段階とを備えるデジタル情報分析方法が提供される。

また、本発明は、上記目的を達成するため、予め定められた特定事項と関連性を有する複数のキーワードと、複数のキーワードそれぞれに対応づけられる重み付け情報とを格納するキーワードデータベースを備えるデジタル情報分析システム用のデジタル情報分析プログラムであって、コンピュータに、複数のキーワードそれぞれと、複数のキーワードのそれぞれに対応づけられている重み付け情報とに基づいて、テキストデータを含む複数のデジタル情報それぞれにスコアを対応づけるスコア付け機能と、スコア付け機能において対応づけられたスコアに基づいて、複数のデジタル情報から標本となる標本デジタル情報を抽出する標本デジタル情報抽出機能と、抽出された標本デジタル情報を解析することで、キーワードデータベースに格納されている重み付け情報を更新する情報更新機能とを実現させるデジタル情報分析プログラムが提供される。

本発明に係るデジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムによれば、自動的にデジタル情報に精度のよいスコア付けをするデジタル情報分析システム、デジタル情報分析方法、及びデジタル情報分析プログラムを提供できる。

本実施の形態に係るデジタル情報分析システムの機能構成ブロック図である。 情報処理装置の機能構成ブロック図である。 本実施の形態に係るデジタル情報分析システムの処理のフロー図である。 本実施の形態に係るデジタル情報分析システムのハードウェア構成図である。

［実施の形態］
（デジタル情報分析システム１の概要）
本実施の形態に係るデジタル情報分析システム１は、ユーザー端末若しくはサーバー等の情報処理装置２に格納されている複数のデジタル情報のうち、予め定められた特定事項に関連性のあるデジタル情報に対して自動的にスコア付けをし、特定事項に関連性のあるデジタル情報を高精度で全自動的に抽出するシステムである。ここで、予め定められた特定事項は、例えば、訴訟やカルテル等に関連することを示す情報である。そして、本実施の形態に係るデジタル情報分析システム１は、一例として、不正アクセスや機密情報漏洩等のコンピュータに関する犯罪や法的紛争が生じた場合に、犯罪や紛争の原因究明や捜査に要する電子的記録であるデジタル情報を収集及び分析し、その法的な証拠性を明らかにする技術であるフォレンジックに適用できる。なお、デジタル情報とは、例えば、文章情報を含む文書ファイル、テキストファイル、又は電子メール等である。

具体的に、デジタル情報分析システム１は、まず、特定事項と関連性を有するキーワードを用い、複数のデジタル情報のそれぞれにスコア付けする。デジタル情報分析システム１は、例えば、特定事項と関連性が高いほど、高いスコアをデジタル情報に対応づける。ここで、デジタル情報分析システム１は、特定事項と関連する複数のキーワードと、複数のキーワードのそれぞれに対応づけられた重み付け情報とを格納するキーワードデータベースを予め備える。重み付け情報は、対応づけられているキーワードの特定事項との関連性が高いほど、大きな重み付けになる情報である。デジタル情報分析システム１は、この重み付け情報を用いて複数のデジタル情報のそれぞれにスコア付けする。

そして、デジタル情報分析システム１は、スコア付けをした複数のデジタル情報から、予め定められた条件をクリアする仮のデジタル情報としての標本デジタル情報を抽出する。デジタル情報分析システム１は、抽出した標本デジタル情報を解析し、複数のキーワードのそれぞれに対応づけられた重み付け情報を新たな重み付け情報に更新する。そして、デジタル情報分析システム１は、新たな重み付け情報を用いて上記プロセスを繰り返す。すなわち、デジタル情報分析システム１は、デジタル情報へのスコア付け、標本デジタル情報の抽出、及び重み付け情報の更新を一つのサイクルとし、このサイクルを繰り返すことで、特定事項と関連性を有するデジタル情報の複数のデジタル情報からの抽出精度を向上させる。

なお、本実施の形態においてサーバーは、１つ以上のサーバーであって、複数のサーバーを含んで構成することもできる。例えば、サーバーは、メールサーバー、ファイルサーバー、又は文書管理サーバー等のデジタル情報を格納可能なサーバーを含む。また、ユーザー端末は、１つ以上のユーザー端末であって、複数のユーザー端末を含んで構成することもできる。例えば、ユーザー端末は、パーソナルコンピュータ、ノートパソコン、タブレットＰＣ、又は携帯電話等の携帯通信端末等を含む。

（デジタル情報分析システム１の詳細）
図１は、本実施の形態に係るデジタル情報分析システムの機能構成ブロックの一例を示す。

デジタル情報分析システム１は、情報処理装置２に格納されているデジタル情報を抽出する抽出部１１０と、予め定められた特定事項と関連性を有する複数のキーワード及び各キーワードの重み付け情報を格納するキーワードデータベース１００と、抽出されたデジタル情報にスコアを対応づけるスコア付け部１２０と、標本デジタル情報を抽出する標本デジタル情報抽出部１３０と、重み付け情報を更新する情報更新部１４０と、抽出されたデジタル情報、標本デジタル情報、及び／又はこれらに関する情報を出力する出力部１５０とを備える。

（キーワードデータベース１００）
キーワードデータベース１００は、予め定められた特定事項と関連性を有する複数のキーワードと、複数のキーワードそれぞれに対応づけられる重み付け情報とを格納する。本実施の形態においてキーワードは、単語、複数の形態素、若しくは複数の共起表現等のいずれか若しくは複数を含む。すなわち、キーワードデータベース１００は、予め定められた特定事項に関連する複数のキーワードのそれぞれ、及び／又は複数のキーワードの組合せに、予め定められた特定事項との関連性の高低を示す重み付け情報を対応づけて格納する。キーワードデータベース１００は、スコア付け部１２０からの働きかけに応じ、格納している情報をスコア付け部１２０に供給する。また、キーワードデータベース１００は、情報更新部１４０に制御され、格納している重み付け情報を新たな重み付け情報に置き換える。

なお、単語とは、文法上、特定の意味及び機能を有する最小の言語単位である。また、複数のキーワードは、２つ以上のキーワードを含んで構成される。なお、デジタル情報のスコアとは、例えば、複数のキーワードの組合せが予め定められた特定事項との関連性において、関連性の高低を示す数値である。数値が大きいほど、関連性が高いことを示す。

例えば、キーワードデータベース１００は、キーワードが共起表現である場合、第１の単語と第２の単語との組合せに対応づけて重み付け情報を格納する。一例として、予め定められた特定事項が「侵害」に関連する情報である例を説明する。この場合、キーワードデータベース１００に、第１の単語としての「デジタルカメラ」と第２の単語としての「侵害」との組合せに対応づけて重み付け情報「Ｘ」が格納されているとする。また、キーワードデータベース１００に、第１の単語としての「急ピッチ」と第２の単語としての「予定」との組合せに対応づけて重み付け情報「Ｙ」が格納されているとする（ただし、Ｘ＞Ｙであって、Ｘ及びＹは数値である。）。この場合、「デジタルカメラ」と「侵害」との単語の組合せの方が、「急ピッチ」と「予定」との単語の組合せよりも侵害に対する関連性が高いことを示す。

（抽出部１１０）
抽出部１１０は、情報処理装置２に格納されているデジタル情報を情報処理装置２から抽出する。抽出部１１０は抽出したデジタル情報をスコア付け部１２０及び標本デジタル情報抽出部１３０に供給する。

（スコア付け部１２０）
スコア付け部１２０は、キーワードデータベース１００に格納されている複数のキーワードのそれぞれと、複数のキーワードのそれぞれに対応づけられている重み付け情報とに基づいて、テキストデータを含む複数のデジタル情報それぞれにスコアを対応づける。具体的に、スコア付け部１２０は、情報処理装置２に格納されているデジタル情報が抽出された場合に、形態素解析により当該デジタル情報内のテキストデータを解析し、キーワードデータベース１００に格納されている複数のキーワードの組合せが抽出されたファイルに含まれているか否かを判断する。

一例として、スコア付け部１２０は、キーワードが共起表現である場合であって、キーワードデータベース１００に格納されているキーワードの組合せが抽出されたデジタル情報に含まれていると判断した場合、複数のキーワードそれぞれの間の距離、複数のキーワードの語順、複数のキーワードの出現回数や出現頻度、及び／又は複数のキーワードが同一文章に含まれているか否か等に基づいて、予め定められた特定事項に対する当該デジタル情報の関連性の高低を判断する。そして、スコア付け部１２０は、判断結果を示す情報（すなわち、予め定められた特定事項に対する関連性の高低を示す情報）に基づいて、抽出されたデジタル情報にスコアを対応づける。

なお、スコア付け部１２０は、キーワードが共起表現である場合には、抽出部１１０により抽出されたデジタル情報内に、キーワードデータベース１００に格納されている複数のキーワード、若しくは複数のキーワードの組合せが含まれているか否かを検索する検索部と、キーワードデータベース１００に格納している複数のキーワード、若しくは複数のキーワードの組合せの少なくとも１つがデジタル情報内に含まれている場合、形態素解析の結果に基づいて予め定められた特定事項とデジタル情報との関連性を判断する関連性判断部と、関連性判断部の判断結果をデジタル情報に対応づける判断結果設定部とを有することもできる。

（標本デジタル情報抽出部１３０）
標本デジタル情報抽出部１３０は、スコア付け部１２０が対応づけたスコアに基づいて、複数のデジタル情報から標本となる標本デジタル情報を抽出する。具体的に、標本デジタル情報抽出部１３０は、抽出部１１０に働きかけて、予め定められた条件を満たすデジタル情報であって抽出部１１０が情報処理装置２から抽出するデジタル情報を標本デジタル情報として抽出する。標本デジタル情報抽出部１３０は、１以上のデジタル情報を標本デジタル情報として抽出できる。例えば、標本デジタル情報抽出部１３０は、予め定められたスコア以上のスコアが対応づけられているデジタル情報や、スコアの上位から予め定められた数の複数のデジタル情報を標本デジタル情報として抽出する。標本デジタル情報抽出部１３０は、抽出した標本デジタル情報を情報更新部１４０及び／又は出力部１５０に供給する。

（情報更新部１４０）
情報更新部１４０は、標本デジタル情報抽出部１３０において抽出された標本デジタル情報を解析することで、キーワードデータベース１００に格納されている重み付け情報を更新する。情報更新部１４０は、例えば、抽出された標本デジタル情報の内容（すなわち、テキストデータ）を形態素解析する。そして、情報更新部１４０は、形態素解析の結果に基づいて、予め定められた特定事項と関連性を有する形態素若しくは共起表現の情報を抽出する。次に、情報更新部１４０は、抽出された形態素若しくは共起表現の使用回数、使用頻度等、及び／又はこれらの形態素若しくは共起表現を含む標本デジタル情報のスコア等に基づいて、抽出された形態素若しくは共起表現の重み付け情報を再計算する。そして、情報更新部１４０は、再計算して算出された重み付け情報を用いて、キーワードデータベース１００に格納されている重み付け情報を更新する。情報更新部１４０は、更新した重み付け情報を新たな重み付け情報としてキーワードデータベース１００に格納する。

そして、スコア付け部１２０は、情報更新部１４０により更新された新たな重み付け情報を用いて複数のデジタル情報それぞれに新たなスコアを対応づける。そして、標本デジタル情報抽出部１３０は、新たなスコアに基づいて、新たな標本デジタル情報を抽出する。更に、情報更新部１４０は、標本デジタル情報抽出部１３０が抽出した新たな標本デジタル情報を用い、キーワードデータベース１００に格納されている重み付け情報を更に更新することができる。そして、情報更新部１４０は、予め定められた終了条件で更新を終了することができる。予め定められた終了条件は、例えば、更新後の重み付け情報と更新前の重み付け情報との差分が予め定められた範囲内におさまる条件や、更新前後の重みが実質的に変わっていない条件等を挙げることができる。

（出力部１５０）
出力部１５０は、抽出部１１０の抽出結果、標本デジタル情報抽出部１３０の抽出結果、及び／又は情報更新部１４０の更新結果に関連する情報等を出力する。例えば、出力部１５０は、外部からの指示に応じ、これらの情報をユーザーに知覚可能に出力する。出力部１５０は、デジタル情報等の情報を表示可能なディスプレイ等の表示装置、及び／又はデジタル情報等の情報を所定の媒体に出力するプリンター等の出力装置である。更に、出力部１５０は、出力する情報を磁気記録媒体、光学記録媒体等の記録媒体に記録することで出力することもできる。

（情報処理装置２）
図２は、情報処理装置の機能構成ブロックの一例を示す。

情報処理装置２は、複数のデジタル情報を格納するデジタル情報格納部２００と、デジタル情報を外部に出力する情報出力部２１０とを有する。デジタル情報格納部２００は、文章情報を含む文書ファイル、テキストファイル、又は電子メール等の複数のデジタル情報を格納する。デジタル情報格納部２００は、抽出部１１０又は標本デジタル情報抽出部１３０からの働きかけに応じ、所定のデジタル情報を情報出力部２１０に供給する。情報出力部２１０は、デジタル情報格納部２００が格納しているデジタル情報を抽出部１１０又は標本デジタル情報抽出部１３０に供給する。なお、デジタル情報分析システム１と情報処理装置２とは、インターネット等の通信ネットワーク、又はＬＡＮ等の有線若しくは無線のネットワーク等により相互に通信可能に接続される。また、デジタル情報分析システム１は、情報処理装置２が有する機能及び構成の一部又は全部を備えることもできる。

（デジタル情報分析方法の概要）
図３は、本発明の実施の形態に係るデジタル情報分析システムの処理の流れの一例を示す。

まず、デジタル情報分析システム１が、キーワードデータベース１００を備えていることを前提とする。そして、デジタル情報分析システム１の抽出部１１０は、情報処理装置２からデジタル情報を抽出する（ステップ１０。以下、ステップを「Ｓ」と表す。）。抽出部１１０は、抽出したデジタル情報をスコア付け部１２０に供給する。次に、スコア付け部１２０は、キーワードデータベース１００に格納されている情報を用いて、抽出されたデジタル情報にスコア付けする（Ｓ１５）。

そして、標本デジタル情報抽出部１３０は、予め定められた条件（例えば、スコアが予め定められたスコア以上である条件、若しくはスコアの上位Ｘ件（ただし、Ｘは１以上の整数）を抽出する条件等）に基づいて、複数のデジタル情報から標本デジタル情報を抽出する（Ｓ２０）。標本デジタル情報抽出部１３０は、抽出した標本デジタル情報を情報更新部１４０に供給する。情報更新部１４０は、標本デジタル情報の内容を解析し、キーワードデータベース１００に格納されている複数のキーワードのそれぞれに対応づけられた重み付け情報を更新する（Ｓ２５）。

続いて、デジタル情報分析システム１は、スコア付け部１２０におけるデジタル情報へのスコア付け、及び標本デジタル情報抽出部１３０における標本デジタル情報の抽出、及び情報更新部１４０における重み付け情報の更新を繰り返すことで（Ｓ３０）、複数のデジタル情報から予め定められた特定事項に関連するデジタル情報の抽出精度を向上させる。デジタル情報分析システム１は、デジタル情報へのスコア付け、標本デジタル情報の抽出、及び重み付け情報の更新を繰り返すことで、予め定められた特定事項と関連性を有するデジタル文書の抽出の再現性を向上させることができる。

図４は、本発明の実施の形態に係るデジタル情報分析システムのハードウェア構成の一例を示す。

本実施の形態に係るデジタル情報分析システム１は、ＣＰＵ１５００と、グラフィックコントローラ１５２０と、ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ（ＲＡＭ）、Ｒｅａｄ−ＯｎｌｙＭｅｍｏｒｙ（ＲＯＭ）及び／又はフラッシュＲＯＭ等のメモリ１５３０と、データを記憶する記憶装置１５４０と、記録媒体からデータを読み込み及び／又は記録媒体にデータを書き込む読込／書込み装置１５４５と、データを入力する入力装置１５６０と、外部の通信機器とデータを送受信する通信インターフェース１５５０と、ＣＰＵ１５００とグラフィックコントローラ１５２０とメモリ１５３０と記憶装置１５４０と読込／書込み装置１５４５と入力装置１５６０と通信インターフェース１５５０とを互いに通信可能に接続するチップセット１５１０とを備える。

チップセット１５１０は、メモリ１５３０と、メモリ１５３０にアクセスして所定の処理を実行するＣＰＵ１５００と、外部の表示装置の表示を制御するグラフィックコントローラ１５２０とを相互に接続することにより、各構成要素間のデータの受渡しを実行する。ＣＰＵ１５００は、メモリ１５３０に格納されたプログラムに基づいて動作して、各構成要素を制御する。グラフィックコントローラ１５２０は、メモリ１５３０内に設けられたバッファ上に一時的に蓄えられた画像データに基づいて、画像を所定の表示装置に表示させる。

また、チップセット１５１０は、記憶装置１５４０と、読込／書込み装置１５４５と、通信インターフェース１５５０とを接続する。記憶装置１５４０は、デジタル情報分析システム１のＣＰＵ１５００が使用するプログラムとデータとを格納する。記憶装置１５４０は、例えば、フラッシュメモリである。読込／書込み装置１５４５は、プログラム及び／又はデータを記憶している記憶媒体からプログラム及び／又はデータを読み取って、読み取ったプログラム及び／又はデータを記憶装置１５４０に格納する。読込／書込み装置１５４５は、例えば、通信インターフェース１５５０を介し、インターネット上のサーバーから所定のプログラムを取得して、取得したプログラムを記憶装置１５４０に格納する。

通信インターフェース１５５０は、通信ネットワークを介して外部の装置とデータの送受信を実行する。また、通信インターフェース１５５０は、通信ネットワークが不通の場合、通信ネットワークを介さずに外部の装置とデータの送受信を実行することもできる。そして、キーボード、タブレット、マウス等の入力装置１５６０は、所定のインターフェースを介してチップセット１５１０と接続する。

記憶装置１５４０に格納されるデジタル情報分析システム１用のデジタル情報分析プログラムは、インターネット等の通信ネットワーク、又は磁気記録媒体、光学記録媒体等の記録媒体を介して記憶装置１５４０に提供される。そして、記憶装置１５４０に格納されたデジタル情報分析システム１用のプログラムは、ＣＰＵ１５００により実行される。

本実施の形態に係るデジタル情報分析システム１により実行されるデジタル情報分析プログラムは、ＣＰＵ１５００に働きかけて、デジタル情報分析システム１を、図１から図３にかけて説明したキーワードデータベース１００、抽出部１１０、スコア付け部１２０、標本デジタル情報抽出部１３０、情報更新部１４０、及び出力部１５０として機能させる。

（実施の形態の効果）
本実施の形態に係るデジタル情報分析システム１は、予め定められた特定事項に関連性を有する各種キーワードと各種キーワードの重み付け情報とをキーワードデータベース１００に予め格納することができる。そして、デジタル情報分析システム１は、キーワードデータベース１００に格納されている情報を用いてデジタル情報を抽出した上で、抽出したデジタル情報から標本デジタル情報を抽出し、抽出した標本デジタル情報を用いて重み付け情報を更新することができる。これにより、デジタル情報分析システム１は、外部からの指示を要さずに、予め定められた特定事項と所定の関係性を有するデジタル情報を全自動で抽出、特定することができる。

そして、デジタル情報分析システム１は、デジタル情報へのスコア付け、標本デジタル情報の抽出、及び重み付け情報の更新を繰り返すことができるので、特定事項と関連性を有するデジタル情報の複数のデジタル情報からの抽出精度を向上させた上で、予め定められた特定事項と関連性を有する適切なデジタル情報を抽出できる。

以上、本発明の実施の形態を説明したが、上記に記載した実施の形態は特許請求の範囲に係る発明を限定するものではない。また、実施の形態の中で説明した特徴の組合せのすべてが発明の課題を解決するための手段に必須であるとは限らない点に留意すべきである。更に、上記した実施形態の技術的要素は、単独で適用されてもよいし、プログラム部品とハードウェア部品とのような複数の部分に分割されて適用されるようにすることもできる。

１ デジタル情報分析システム
２ 情報処理装置
１００ キーワードデータベース
１１０ 抽出部
１２０ スコア付け部
１３０ 標本デジタル情報抽出部
１４０ 情報更新部
１５０ 出力部
２００ デジタル情報格納部
２１０ 情報出力部
１５００ ＣＰＵ
１５１０ チップセット
１５２０ グラフィックコントローラ
１５３０ メモリ
１５４０ 記憶装置
１５４５ 読込／書込み装置
１５５０ 通信インターフェース
１５６０ 入力装置

Claims (5)

1. 予め定められた特定事項と関連性を有するものであって、単語、複数の形態素、若しくは複数の共起表現のいずれか若しくは複数を含む複数のキーワードと、前記複数のキーワードそれぞれに対応づけられているキーワードに関する特定事項との関連性が高いほど大きな重み付けになる重み付け情報とを格納するキーワードデータベースと、
   前記複数のキーワードそれぞれと、前記複数のキーワードのそれぞれに対応づけられている前記重み付け情報とに基づいて、テキストデータを含む複数のデジタル情報それぞれに、前記複数のキーワードの組合せが予め定められた特定事項との関連性の高低を示す数値であるスコアを対応づけるスコア付け部と、
   前記スコア付け部によって前記数値が大きいほど関連性が高くなるようにスコア付けをした複数のデジタル情報から、予め定められた条件をクリアする仮のデジタル情報として、形態素若しくは共起表現を含む標本となる標本デジタル情報を抽出する標本デジタル情報抽出部と、
   抽出された前記標本デジタル情報の内容を形態素解析することで、前記キーワードデータベースに格納されている前記重み付け情報に対する重み付けの大きさを更新する情報更新部と、を備え、
   前記スコア付け部は、前記情報更新部により更新された新たな重み付け情報を用いて複数のデジタル情報それぞれに新たなスコアを対応づけ、
   前記標本デジタル情報抽出部は、前記情報更新部により更新された新たなスコアに基づいて、新たな標本デジタル情報を抽出し、
   前記情報更新部は、前記標本デジタル情報抽出部が抽出した前記新たな標本デジタル情報を用いて前記キーワードデータベースに格納されている前記重み付け情報に対する重み付けの大きさを再び更新するものであって、更に、予め定められた終了条件として、前記更新後の重み付け情報と更新前の重み付け情報との差分が予め定められた範囲内におさまる条件をもって前記更新を終了するデジタル情報分析システム。
2. 前記標本デジタル情報抽出部が、予め定められた条件を満たすデジタル情報を前記標本デジタル情報として抽出する請求項１記載のデジタル情報分析システム。
3. 前記予め定められた特定事項が、訴訟又はカルテルに関係することを示す情報である請求項１又は請求項２に記載のデジタル情報分析システム。
4. 予め定められた特定事項と関連性を有するものであって、単語、複数の形態素、若しくは複数の共起表現のいずれか若しくは複数を含む複数のキーワードと、前記複数のキーワードそれぞれに対応づけられているキーワードに関する特定事項との関連性が高いほど大きな重み付けになる重み付け情報とを格納するキーワードデータベースを備えるデジタル情報分析システムにおけるデジタル情報分析方法であって、
   前記複数のキーワードそれぞれと、前記複数のキーワードのそれぞれに対応づけられている前記重み付け情報とに基づいて、テキストデータを含む複数のデジタル情報それぞれに、前記複数のキーワードの組合せが予め定められた特定事項との関連性の高低を示す数値であるスコアを対応づけるスコア付け段階と、
   前記スコア付け段階によって前記数値が大きいほど関連性が高くなるようにスコア付けをした複数のデジタル情報から、予め定められた条件をクリアする仮のデジタル情報として、形態素若しくは共起表現を含む標本となる標本デジタル情報を抽出する標本デジタル情報抽出段階と、
   抽出された前記標本デジタル情報の内容を形態素解析することで、前記キーワードデータベースに格納されている前記重み付け情報に対する重み付けの大きさを更新する情報更新段階と、を有し、
   前記スコア付け段階は、前記情報更新段階により更新された新たな重み付け情報を用いて複数のデジタル情報それぞれに新たなスコアを対応づけ、
   前記標本デジタル情報抽出段階は、前記情報更新部により更新された新たなスコアに基づいて、新たな標本デジタル情報を抽出し、
   前記情報更新段階は、前記標本デジタル情報抽出段階が抽出した前記新たな標本デジタル情報を用いて前記キーワードデータベースに格納されている前記重み付け情報に対する重み付けの大きさを再び更新し、更に、予め定められた終了条件として、前記更新後の重み付け情報と更新前の重み付け情報との差分が予め定められた範囲内におさまる条件をもって前記更新を終了するデジタル情報分析方法。
5. 予め定められた特定事項と関連性を有するものであって、単語、複数の形態素、若しくは複数の共起表現のいずれか若しくは複数を含む複数のキーワードと、前記複数のキーワードそれぞれに対応づけられているキーワードに関する特定事項との関連性が高いほど大きな重み付けになる重み付け情報とを格納するキーワードデータベースを備えるデジタル情報分析システム用のデジタル情報分析プログラムであって、
   コンピュータに、
   前記複数のキーワードそれぞれと、前記複数のキーワードのそれぞれに対応づけられている前記重み付け情報とに基づいて、テキストデータを含む複数のデジタル情報それぞれに、前記複数のキーワードの組合せが予め定められた特定事項との関連性の高低を示す数値であるスコアを対応づけるスコア付け機能と、
   前記スコア付け機能によって前記数値が大きいほど関連性が高くなるようにスコア付けをした複数のデジタル情報から、予め定められた条件をクリアする仮のデジタル情報として、形態素若しくは共起表現を含む標本となる標本デジタル情報を抽出する標本デジタル情報抽出機能と、
   抽出された抽出された前記標本デジタル情報の内容を形態素解析することで、前記キーワードデータベースに格納されている前記重み付け情報に対する重み付けの大きさを更新する情報更新機能と、を実現させ、
   前記スコア付け機能は、前記情報更新機能により更新された新たな重み付け情報を用いて複数のデジタル情報それぞれに新たなスコアを対応づけ、
   前記標本デジタル情報抽出機能は、前記情報更新部により更新された新たなスコアに基づいて、新たな標本デジタル情報を抽出し、
   前記情報更新機能は、前記標本デジタル情報抽出機能が抽出した前記新たな標本デジタル情報を用いて前記キーワードデータベースに格納されている前記重み付け情報に対する重み付けの大きさを再び更新するものであって、更に、予め定められた終了条件として、前記更新後の重み付け情報と更新前の重み付け情報との差分が予め定められた範囲内におさまる条件をもって前記更新を終了するデジタル情報分析プログラム。