JP7745593B2 - 抽出システムおよび抽出方法 - Google Patents

Description

本開示は、抽出システムおよび抽出方法に関する。

建物を管理する管理者（建物に常駐する常駐管理者等）は、建物を管理する業務を習得する必要がある。たとえば、特開２０１８－１３２５５６号公報（特許文献１）には、作業者を育成する作業者育成装置が開示されている。作業者育成装置は、作業現場に対応した作業内容をシミュレートした問題を被訓練者に対して出題し、被訓練者に回答を求めることにより知識を向上させるものである。

ところで、上記建物の管理者が行う業務には、たとえば、定期的に繰り返される業務（定型業務等）と、それ以外の、苦情または問合せ等の建物の管理に関して発生する事象に対応して行う業務（非定型業務等）とが含まれる。定型業務は定期的に繰り返されるため、管理者は、まず、定型業務に習熟することになる。管理者は、定型業務に習熟した後、次のステップとして、非定型業務に習熟する必要がある。

特開２０１８－１３２５５６号公報

管理者が行う業務に対する教育は、ＯＪＴ（On the Job Training）により行われることが多い。ところが、非定型業務の習得に際して、どの項目を優先的に教育すべきかが明確に定められていない場合が多い。このため、教育される項目は、ＯＪＴのトレーナーの経験次第であり、属人的になっている。

トレーナーが教育項目の優先順位を決めない場合、苦情または問合せ等の事象が現場で発生する都度、現場で経験しながら業務に習熟することになる。つまり、教育の順番は、上記事象の発生順となってしまう。

ＯＪＴの教育期間において、発生頻度の低い事象が連続して発生した場合、その事象対応の習熟度は上がるが、本来優先的に習得すべき高発生頻度の事象対応が後回しになり、教育効率が悪くなってしまう。

一方、非定型業務の業務に含まれる手順のうち、定型業務の業務を習得していれば、教育が不要となる手順がある。このため、定型業務と重複する手順を考慮せずに教育すると、非定型業務の教育において重複して同じ手順を教育することになり、教育効率が悪い。

本開示は、上述の課題を解決するためになされたものであって、その目的は、建物を管理する管理者に効率的に業務を習得させることができる教育項目の抽出システムおよび制御方法を提供することである。

本開示のある局面に従うと、抽出システムは、記憶装置と、制御装置とを備える。記憶装置は、建物を管理する管理者が行う業務の手順が記録された業務データベースを記憶する。制御装置は、管理者が優先的に習熟すべき業務の手順を教育項目として抽出する。管理者が行う業務には、管理者が定期的に繰り返す第１の業務と、第１の業務とは異なる第２の業務とが含まれる。制御装置は、業務データベースから第１の業務の手順および第２の業務の手順を取得する。制御装置は、第２の業務のうち、発生頻度が基準値以上である高頻度業務を抽出する。制御装置は、高頻度業務に含まれる手順のうち、第１の業務に含まれる手順を除外した手順を、教育項目として抽出する。

本開示の他の局面に従うと、抽出方法は、建物を管理する管理者が行う業務の手順が記録された業務データベースを記憶装置に記憶するステップと、管理者が優先的に習熟すべき業務の手順を教育項目として抽出するステップとを備える。管理者が行う業務には、管理者が定期的に繰り返す第１の業務と、第１の業務とは異なる第２の業務とが含まれる。

抽出するステップは、業務データベースから第１の業務の手順および第２の業務の手順を取得するステップと、第２の業務のうち、発生頻度が基準値以上である高頻度業務を抽出するステップと、高頻度業務に含まれる手順のうち、第１の業務に含まれる手順を除外した手順を、教育項目として抽出するステップとを含む。

本開示によれば、建物を管理する管理者に効率的に業務を習得させることができる。

本実施の形態に係る教育項目抽出システムの全体構成の一例を示す概略図である。 本実施の形態に係る教育項目抽出システムのハードウェア構成の一例を示す概略図である。 メイン処理のフローチャートである。 メイン処理のフローチャートである。 設備日報ＤＢの一例を示す図である。 高優先教育項目ＤＢの一例を示す図である。 定型手順書ＤＢの一例を示す図である。 非定型手順書ＤＢの一例を示す図である。 優先教育手順テーブルの一例を示す図である。 推定モデルの学習について説明する図である。 学習処理のフローチャートである。

以下、図面を参照しつつ、実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

まず、本実施の形態に係る教育項目抽出システム（単に「抽出システム」とも称する）１の概略について説明する。図１は、本実施の形態に係る教育項目抽出システム１の全体構成の一例を示す概略図である。教育項目抽出システム１は、建物を管理する管理者５が優先的に習熟すべき業務の手順を、教育項目（以下、「優先教育手順」とも称する）として抽出するシステムである。

管理者５が行う業務には、管理者５が定期的に繰り返す第１の業務と、第１の業務とは異なる第２の業務とが含まれる。第２の業務は、苦情または問合せ等の建物の管理に関して発生する事象に対応して行う業務を指す。本実施の形態では、第１の業務を「定型業務」として例示し、第２の業務を「非定型業務」として例示する。なお、「第１の業務」は、マニュアル（手順書）通り実施すれば誰でもできるような簡単な業務を指すものであってもよい。一方、「第２の業務」は、マニュアル化が難しく複雑な手順を含む業務を指すものであってもよい。

管理者５が行う業務の手順は、業務手順書に記録されている。業務手順書は、定型業務手順書７２と非定型業務手順書７３とを含む。定型業務の手順は、定型業務手順書７２として文書データが保存されている。非定型業務の手順は、非定型業務手順書７３として文書データが保存されている。

一方、管理者５に対する依頼、問合せ、苦情（クレーム）および建物の設備の故障等の建物の管理に関して発生した事象と事象に対する対応等は、設備日報７１として文書データが保存されている。管理者５は、上記事象に対応した際に、その内容を日報という形で記録している。設備日報７１に記録された事象に対処する業務は、非定型業務に相当する。

定型業務手順書７２、非定型業務手順書７３および設備日報７１のデータは、たとえば、表計算ソフト等を用いて記録される。これらのデータは、たとえば、建物内に設置されたサーバあるいは建物を管理する管理会社内のサーバ内に保存され、各各管理者５が閲覧または更新可能である。

教育項目抽出システム１は、設備日報ＤＢ（データベース）６１、定型手順書ＤＢ６２、非定型手順書ＤＢ６３、高優先教育項目ＤＢ６４および優先教育手順テーブル６５を記憶している。詳細は後述するが、以下、まず、教育項目抽出システム１が実行する処理の流れを記載する。

教育項目抽出システム１は、設備日報７１に基づき設備日報ＤＢ６１（図５）を生成し、さらに、設備日報ＤＢ６１に基づき高優先教育項目ＤＢ６４（図６）を生成する（手順１）。

教育項目抽出システム１は、定型業務手順書７２に基づき定型手順書ＤＢ６２（図７）を生成する（手順２）。教育項目抽出システム１は、非定型業務手順書７３に基づき非定型手順書ＤＢ６３（図８）を生成する（手順３）。

教育項目抽出システム１は、高優先教育項目ＤＢ６４、定型手順書ＤＢ６２および非定型手順書ＤＢ６３に基づき、優先教育手順が記録された優先教育手順テーブル６５（図９）を生成する（手順４）。

端末１００は、優先教育手順テーブル６５に記録された優先教育手順を表示する（手順５）。これにより、建物の管理者５とその教育担当者（トレーナー）は、優先教育手順を確認することができる。そして、優先教育手順を用いて、トレーナーにより管理者５に対する業務手順の教育が行われる。

図２は、本実施の形態に係る教育項目抽出システム１のハードウェア構成の一例を示す概略図である。教育項目抽出システム１は、サーバ装置１０を備える。サーバ装置１０は、端末１００と通信可能に構成される。

サーバ装置１０は、制御部２１と、ＲＯＭ（Read Only Memory）２２と、ＲＡＭ（Random Access Memory）２３と、通信インターフェイス２４と、記憶部２５とを備える。制御部２１は、たとえば、ＣＰＵ（Central Processing Unit）である。

制御部２１は、サーバ装置１０全体を総括的に制御する。制御部２１は、ＲＯＭ２２または記憶部２５に格納されているプログラムをＲＡＭ２３に展開して実行する。ＲＡＭ２３は、制御部２１がプログラムを実行する際の作業領域となるものであり、プログラムやプログラムを実行する際のデータ等を一時的に記憶する。

通信インターフェイス２４は、端末１００と通信するためのインターフェイスである。記憶部２５は、不揮発性の記憶装置である。記憶部２５は、たとえば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）であってもよい。

記憶部２５は、推定モデル（「学習済モデル」とも称する）３１と、学習用データセット３２と、単語辞書３４と、設備日報ＤＢ６１と、定型手順書ＤＢ６２と、非定型手順書ＤＢ６３と、高優先教育項目ＤＢ６４と、優先教育手順テーブル６５とを記憶している。

学習済モデル３１および学習用データセット３２は、後述する事象分類名称決定のための学習に用いられる。学習については、図１０，図１１を用いて詳細に説明する。

端末１００は、制御部１２１と、ＲＯＭ１２２と、ＲＡＭ１２３と、通信インターフェイス１２４と、記憶部１２５と、入力部１２６と、表示部１２７とを備える。制御部１２１は、たとえば、ＣＰＵである。端末１００は、デスクトップコンピュータ、ノートパソコン、タブレット端末であってもよい。

また、サーバ装置１０は、Ｗｅｂサーバとして動作し、端末１００から所定のＵＲＬにアクセスすることで優先教育手順を表示させるように構成してもよい。あるいは、端末１００に優先教育手順を表示させるためのソフトウェアをインストールし、このソフトウェアを動作させて優先教育手順を表示させるように構成してもよい。

制御部１２１は、端末１００全体を総括的に制御する。制御部１２１は、ＲＯＭ１２２または記憶部１２５に格納されているプログラムをＲＡＭ１２３に展開して実行する。ＲＡＭ１２３は、制御部１２１がプログラムを実行する際の作業領域となるものであり、プログラムやプログラムを実行する際のデータ等を一時的に記憶する。記憶部１２５は、不揮発性の記憶装置である。記憶部１２５は、たとえば、ＨＤＤまたはＳＳＤであってもよい。通信インターフェイス１２４は、サーバ装置１０と通信するためのインターフェイスである。

入力部１２６は、管理者５からの入力を受け付ける。入力部１２６は、たとえば、キーボード、マウス、タッチパネルである。表示部１２７は、優先教育手順などの各種画像を表示する。表示部１２７は、たとえば、液晶表示器、ディスプレイである。

以下、フローチャートを用いて、制御部２１が実行するメイン処理を説明する。図３，図４は、メイン処理のフローチャートである。メイン処理は、図１に示した手順１～手順５の処理を実行する処理である。制御部２１は、メイン処理において、管理者５が優先的に習熟すべき業務の手順を教育項目（優先教育手順）として抽出する。

メイン処理は、端末１００における入力部１２６からの管理者５の実行指示に基づき開始する。以下、「ステップ」を単に「Ｓ」とも称する。

図３に示すＳ１０１～Ｓ１０６が図１に示した手順１に相当する。制御部２１は、Ｓ１０１において、設備日報７１の設備日報データを設備日報ＤＢ６１に記録する。

図５は、設備日報ＤＢ６１の一例を示す図である。設備日報ＤＢ６１には、建物の利用者からの依頼、苦情（クレーム）、あるいは、発生した故障等の「発生事象内容」と、それに対応した「事象分類名称」とが記録される。この発生事象内容は、非定型業務に対応するものである。

たとえば、発生事象内容（非定型業務）として、「店舗従業員様より店舗前の廊下の温度が高いため、対応してほしい、と連絡あり」が記録されている。

図３に戻り、制御部２１は、Ｓ１０２において、単語辞書３４を用いて、設備日報データ（発生事象内容）から単語代表語を抽出する。そして、制御部２１は、抽出した単語代表語を特徴量として学習済モデル３１に入力することで、学習済モデル３１から事象分類名称を推定結果として出力する。設備日報データ（発生事象内容）は、建物の管理に関して発生した事象が文章で記録されたものである。そして、制御部２１は、設備日報データに記録された文章に基づき、当該文章を簡略化して事象の内容を表す事象分類名称を出力する。

学習済モデル３１は、単語代表語が特徴量として入力された際に、事象分類名称を推定結果として出力するように、教師データを用いた機械学習処理が施されたモデルである。学習済モデル３１、単語辞書３４等については、図１０，図１１を用いて後述する。

図５で示した例において、発生事象内容「店舗従業員様より店舗前の廊下の温度が高いため、対応してほしい、と連絡あり」から、事象分類名称「館内温度対応」が決定されて、設備日報ＤＢ６１に記録されている。

制御部２１は、Ｓ１０４において、設備日報ＤＢ６１に記録されたデータを取得する。制御部２１は、Ｓ１０５において、事象分類名称ごとに件数を集計する。制御部２１は、Ｓ１０６において、件数の多い順に順位をつけて１～１０位までの事象分類名称を高優先教育項目ＤＢ６４に記録する。

図６は、高優先教育項目ＤＢ６４の一例を示す図である。高優先教育項目ＤＢ６４には、事象分類名称の件数およびその順位が記録されている。

たとえば、事象分類名称「温度変更依頼」の件数は１５２件であり、その順位は１位である。以下、２位は「管球交換」（５３件）である。３位は「扉不具合」（５１件）である。４位は「電源作業依頼」（２３件）である。５位は「トイレ詰まり」（２０件）である。６位は「警報」（２０件）である。７位は「複数設備設定依頼」（７件）である。８位は「ブラインド不良」（６件）である。９位は「室内風不快」（６件）である。１０位は「給湯室不具合」（６件）である。このように、制御部２１は、設備日報ＤＢ６１に記録された設備日報データに対応する事象分類名称の出現頻度（件数、順位）を算出している。

図３に戻り、Ｓ１０７，Ｓ１０８が図１に示した手順２に相当する。制御部２１は、Ｓ１０７において、定型業務手順書７２の定型業務手順書データを定型手順書ＤＢ６２に記録する。

制御部２１は、Ｓ１０８において、定型手順書ＤＢ６２における各手順内容から手順分類名称を決定し、定型手順書ＤＢ６２に記録する。この手順内容は、定型業務の手順を説明する文章である。制御部２１は、定型業務の手順を説明する文章（手順内容）に基づき、当該文章を簡略化して定型業務の手順の内容を表す第１の分類名称（手順分類名称）を出力している。手順分類名称の決定方法については、図１０，図１１を用いて後述する。

図７は、定型手順書ＤＢ６２の一例を示す図である。定型手順書ＤＢ６２には、業務名称、手順番号、手順内容、手順分類名称が記録されている。定型手順書ＤＢ６２には、業務名称「館内温度巡回（日次）」、「トイレ巡回（日次）」の定型手順が記載されている。

「館内温度巡回（日次）」の手順は、「温度計を所持する。」（手順番号１）、「温度測定場所へ移動する。」（手順番号２）、「温度を測定する。」（手順番号３）、「測定温度を記録表へ記録する。」（手順番号４）である。これに対し、手順番号１～４の手順分類名称は、「温度計所持」、「温度測定移動」、「温度測定」、「温度記録」と決定されている。

「トイレ巡回（日次）」の手順は、「トイレへ移動する。」（手順番号１）、「トイレ入口ドアの開閉動作を確認する。」（手順番号２）、「小便器の破損有無を確認する。」（手順番号３）、「大便器の破損有無を確認する。」（手順番号４）、「漏水を確認する。」（手順番号５）、「便器詰まり有無を確認する。」（手順番号６）である。これに対し、手順番号１～６の手順分類名称は、「トイレ移動」、「トイレドア開閉」、「小便器破損確認」、「大便器破損確認」、「トイレ漏水確認」、「便器詰まり確認」と決定されている。

図３に戻り、Ｓ１０９，Ｓ１１０が図１に示した手順３に相当する。制御部２１は、Ｓ１０９において、非定型業務手順書７３の非定型業務手順書データを非定型手順書ＤＢ６３に記録する。

制御部２１は、Ｓ１１０において、非定型手順書ＤＢ６３における各手順内容から手順分類名称を決定し、非定型手順書ＤＢ６３に記録する。この手順内容は、非定型業務の手順を説明する文章である。制御部２１は、非定型業務の手順を説明する文章（手順内容）に基づき、当該文章を簡略化して非定型業務の手順の内容を表す第２の分類名称（手順分類名称）を出力している。手順分類名称の決定方法については、図１０，図１１を用いて後述する。

図８は、非定型手順書ＤＢ６３の一例を示す図である。非定型手順書ＤＢ６３には、業務名称、手順番号、手順内容、手順分類名称、高優先項目であるか否か、定型手順であるか否かが記録されている。

非定型手順書ＤＢ６３には、業務名称「温度変更依頼」、「シャッター不良」、「トイレ詰まり」の非定型手順が記載されている。

「温度変更依頼」の手順は、「温度が暑い/寒いの依頼を受けつける。」（手順番号１）、「温度測定場所へ移動する。」（手順番号２）、「温度設定を変更する。」（手順番号３）、「温度変果を依頼者へ報告する。」（手順番号４）である。これに対し、手順番号１～４の手順分類名称は、「温度異常依頼」、「温度測定移動」、「温度設定変更」、「温度変更報告」と決定されている。

「シャッター不良」の手順は、「シャッター不良の連絡を受け付ける。」（手順番号１）、「対象シャッターの場所へ移動する。」（手順番号２）である。これに対し、手順番号１～２の手順分類名称は、「シャッター不具合依頼」、「シャッターへ移動」と決定されている。

「トイレ詰まり」の手順は、「トイレ不具合の連絡を受け付ける。」（手順番号１）、「対象トイレへ移動する。」（手順番号２）、「対象便器の詰まり具合を確認する。」（手順番号３）、「漏水有無を確認する。」（手順番号４）、「ラバーカップで便器詰まりを流す。」（手順番号５）、「便器周辺漏水をふき取る。」（手順番号６）である。これに対し、手順番号１～６の手順分類名称は、「トイレ不具合受付」、「トイレ移動」、「便器詰まり確認」、「便器漏水確認」、「ラバーカップ作業」、「便器漏水ふき取り」と決定されている。

このように、記憶部２５には、管理者５が行う業務の手順が記録された業務データベースとして定型手順書ＤＢ６２および非定型手順書ＤＢ６３が記憶されている。

図４に示すＳ１１１～Ｓ１１４が図１に示した手順４に相当する。制御部２１は、Ｓ１１１において、高優先度教育項目ＤＢ６４、定型業務ＤＢ６２および非定型業務ＤＢ６３に記録されたデータを取得する。これにより、高優先度教育項目ＤＢ６４に記録された事象分類名称の出現頻度（件数、順位）、定型手順書ＤＢ６２に記録された定型業務の手順、非定型手順書ＤＢ６３に記録された非定型業務の手順等が取得される。

制御部２１は、Ｓ１１２において、高優先度教育項目ＤＢ６４に記録されている事象分類名称と、非定型業務ＤＢ６３の業務名称とが一致する場合、非定型手順書ＤＢ６３の高優先項目欄に丸印を記録する。制御部２１は、Ｓ１１３において、非定型手順書ＤＢ６３の高優先項目欄に丸印がある手順分類名称と、定型業務ＤＢ６２の手順分類名称とが一致する場合、非定型業務ＤＢ６３の定型手順欄に丸印を記録する。以下、具体例を用いて説明する。

図８に戻る。非定型手順書ＤＢ６３において「温度変更依頼」は、高優先教育項目ＤＢ６４において「１位」（１０位以内）である。また、非定型手順書ＤＢ６３において「トイレ詰まり」は、高優先教育項目ＤＢ６４において「５位」（１０位以内）である。一方、「シャッター不良」は、高優先教育項目ＤＢ６４において１０位以内に入っていない。このため、非定型手順書ＤＢ６３において「温度変更依頼」および「トイレ詰まり」を「高優先項目」として設定する。

高優先教育項目ＤＢ６４（あるいは設備日報ＤＢ６１）における「事象分類名称」は、非定型業務ＤＢ６３における「業務名称」に対応する。このため、非定型業務ＤＢ６３の「業務名称」が高優先教育項目ＤＢ６４の「事象分類名称」に記載されている場合、その非定型業務が高頻度（１０位以内の出現頻度）で発生していることが示される。このように、制御部２１は、事象分類名称の出現頻度（件数、順位）に基づき、非定型業務の発生頻度を設定する（高優先項目を設定）。

さらに、非定型手順書ＤＢ６３において高優先項目欄に丸印がある手順分類名称と、定型手順書ＤＢ６２における手順分類名称とで重複する項目を抽出する。高優先項目欄に丸印がある「温度設定変更」、「トイレ移動」、「便器詰まり確認」において、非定型手順書ＤＢ６３と定型手順書ＤＢ６２とで重複があるため、これらについて、「定型手順」として設定する。

図４に戻り、制御部２１は、Ｓ１１４において、非定型手順書ＤＢ６３の高優先項目欄に丸印があり、かつ、定型手順欄に丸印がない手順を抽出し、優先教育手順テーブル６５に記録する。

図９は、優先教育手順テーブル６５の一例を示す図である。優先教育手順テーブル６５には、優先的に教育すべき業務の業務名称と、その手順内容および手順分類名称が記録されている。

非定型手順書ＤＢ６３において、「高優先項目」として設定され、かつ、「定型手順」として設定されていない項目を抽出して、優先教育手順テーブル６５に記録される。その結果、「温度変更依頼」の手順番号１（温度異常依頼），３（温度設定変更），４（温度変更報告）、「トイレ詰まり」の手順番号１（トイレ不具合受付），４（便器漏水確認），５（ラバーカップ作業），６（便器漏水ふき取り）が抽出されて、優先教育手順テーブル６５に記録されている。

このように、制御部２１は、非定型業務のうち、発生頻度が基準値以上（順位が１０以内）である高頻度業務（高優先項目欄が丸印である業務）を抽出する。制御部２１は、定型業務（たとえば、館内温度巡回（日次））に含まれる第１の手順（手順番号：２）に対応する第１の分類名称（温度測定移動）と、非定型業務（温度変更依頼）に含まれる第２の手順（手順番号：２）に対応する第２の分類名称（温度測定移動）とが一致するときに、第１の手順と第２の手順とが一致すると判定している。制御部２１は、高頻度業務に含まれる手順（高優先項目欄が丸印である業務）のうち、定型業務に含まれる手順（定型手順欄が丸印である業務）を除外した手順を、教育項目（優先教育手順）として抽出する。

図４に戻り、Ｓ１１５が図１に示した手順５に相当する。制御部２１は、Ｓ１１５において、優先教育手順テーブル６５を読み出して、優先教育手順として表示情報を生成する。生成された表示情報は、端末１００に表示される。

以上説明したように、制御部２１は、発生頻度の高い非定型業務を抽出し、抽出した発生頻度の高い非定型業務の手順と定型業務の手順とを比較し、定型業務では習熟できない手順を、優先的に教育すべき項目（優先教育手順）として抽出している。その際、手順書文章を元に比較可能な形式（分類名称）に分類してから比較を行っている。

管理者５が優先教育手順を習得することで、発生頻度が高い事象（非定型業務）であって既に習熟した定型業務以外の手順を習得することができる。このため、誰がＯＪＴのトレーナーになったとしても、建物を管理する管理者５に効率的に業務（非定型業務）を習得させることができる。

以下、図１０，図１１を用いて、本実施の形態における推定モデルの学習処理について説明する。図１０は、推定モデルの学習について説明する図である。以下、学習が完了する前の「学習済モデル３１」は、「推定モデル３１」とも称する。

図５を用いて説明したように、本実施の形態においては、設備日報ＤＢ６１に記録されている「発生事象内容」（設備日報の文章）に基づいて「事象分類名称」が決定される。図５の例では、発生事象内容「店舗従業員様より店舗前の廊下の温度が高いため、対応してほしい、と連絡あり」に基づいて、事象分類名称「館内温度対応」が決定されている。

なお、本実施の形態では、設備日報ＤＢ６１には、発生事象（クレーム、依頼、問合せ等）のみが記録されるように構成しているが、発生事象以外にも、発生事象が生じた原因および発生事象に対して管理者５が対応した結果も記録されるようにしてもよい。

建物管理において、業界の専門用語やその建物固有の用語の言い回しがあり、設備日報に入力される用語は共通化されていないことが多い。このため、本実施の形態においては、単語辞書３４を用いて用語を共通化させた上で、学習済モデルを用いて事象分類名称を決定する。

「発生事象内容」として記載された文章は、建物管理に特有の文章構造を有しており、また、建物管理において用いられる特徴的な単語を用いて簡潔に表現することができる。実施の形態においては、このような簡潔な言葉として、２つの単語の組合せで置き換えている。この２つの単語は、主語に相当する単語および述語に相当する単語の組合せ、あるいは、述語に相当する単語および目的語に相当する単語の組合せで構成するのが適切である。

たとえば、図５の例であれば、「館内温度」＋「対応」の２単語で表現することができる。その他、たとえば、「管球交換」＝「管球」＋「交換」の２単語、「トイレ詰まり」＝「トイレ」＋「詰まり」の２単語のように表現することができる。

単語辞書３４は、設備日報データ（発生事象内容）に使用される単語を代表する単語代表語と、単語代表語に関連する意味を持つ単語関連語とが対応付けられた辞書である。学習済モデル３１は、設備日報データ（発生事象内容）に基づ推定結果の出力に用いられるモデルである。単語代表語は、単語関連語の上位概念に相当する単語を含むものであるが、関連する意味を持つものであれば、必ずしも上位概念に相当する単語でなくてもよい。

たとえば、単語代表語「水道」に対応する属性関連語は、「蛇口」である。単語代表語「照明」に対応する属性関連語は、「ライト」、「蛍光灯」、「灯」および「あかり」である。単語代表語「机」に対応する属性関連語は、「テーブル」および「デスク」である。単語代表語「対応」に対応する属性関連語は、「対処」である。単語代表語「窓」に対応する属性関連語はない。

以上の単語代表語に対応する単語関連語の組合せは、あくまで例示であり、上記以外の単語によって対応付けてもよい。単語代表語に対する単語関連語をどのようにするかは、人の手によって選択されてもよいし、機械学習により選択されるようにしてもよい。

以下、設備日報データ（発生事象内容）から、事象分類名称（以下、単に「分類名称」とも称する）を出力する方法を説明する。

図１０の例において、制御部２１は、設備日報データ（発生事象内容）から、単語辞書３４を用いて単語代表語の抽出を行う。具体的には、発生事象内容に、単語代表語または単語関連語が含まれる場合に、対応する単語代表語を抽出する。たとえば、発生事象内容に、照明、ライト、蛍光灯、灯、あかりのいずれかが含まれる場合は、照明（単語代表語）を抽出する。

本例では、設備日報データ４５ａ「店舗従業員様より店舗前の廊下の温度が高いため、対応してほしい・・・」から「廊下」、「温度」、「対応」の３語を抽出している。単語辞書３４による単語の抽出により、建物管理で使用する専門的な用語等や、分類名称の抽出のために適した単語のみが抽出される。なお、上記はあくまで一例であって、上記以外の語（「店舗」等）も抽出してもよい。

制御部２１は、設備日報データ（発生事象内容）に含まれる単語に関連する意味を持つ単語を学習済モデル３１に入力することで、学習済モデル３１から分類名称を出力する。

この例では、推定結果４５ｂに示されたように、「廊下」、「温度」および「対応」という単語が学習済モデル３１に入力されると、学習済モデル３１は、分類名称として「館内温度対応」を出力する。制御部２１は、出力した事象分類名称（分類名称）を設備日報ＤＢ６１に登録する。

なお、分類名称は、２つの単語代表語の組合せで構成されるものに限らず、その他の任意の単語の組合せで構成されるものであってもよい。また、３つ以上の単語の組合せで構成されるものであってもよいし、文章により構成されるものであってもよい。

以下、学習処理について具体的に説明する。学習処理において、学習用データセットは、「単語」を入力として、「分類名称」を出力とするデータの組合せである。

学習済モデル３１（推定モデル３１）は、設備日報データ（発生事象内容）に含まれる単語に関連する意味を持つ単語が入力された際に、事象分類名称（分類名称）を出力するように、教師データを用いた機械学習処理が施されたモデルである。ここで、発生事象内容に含まれる単語に関連する意味を持つ単語とは、単語辞書３４を用いて発生事象内容に含まれる単語から抽出した単語であり、建物管理を行う際に特徴的に用いられる単語（本実施の形態においては、「単語代表語」）である。

学習用データセット３２には、単語０１と分類名称０１で構成される学習用データセット、単語０２と分類名称０２で構成される学習用データセット、単語０３と分類名称０３で構成される学習用データセットが含まれる。

「単語」は、単語辞書３４を用いて抽出された１つまたは複数の単語である。たとえば、単語０１は、「廊下、温度、対応」である。「廊下、温度、対応」に対応する分類名称０１は「館内温度対応」である。つまり、単語辞書３４を用いて抽出された単語に「廊下、温度、対応」が含まれている場合、分類名称が「館内温度対応」となるように、学習が行われる。

以上、設備日報データ（発生事象内容）に基づき、事象分類名称（分類名称）が生成される例について説明した。同様の手法を用いて、図７における定型手順書ＤＢ６２の「手順内容」から「手順分類名称（「分類名称」とも称する）」が生成され、図８における非定型手順書ＤＢ６３の「手順内容」から「手順分類名称（分類名称）」が生成される。

たとえば、定型手順書ＤＢ６２の手順内容４６ａから推定結果４６ｂが得られる。設備日報データ４５ａと同様に、手順内容４６ａ「トイレへ移動する」から、単語辞書３４を用いて単語（単語代表語）の抽出を行う。ここでは、手順内容４６ａ「トイレへ移動する」から「トイレ」、「移動する」の２語を抽出している。

制御部２１は、手順内容に含まれる単語に関連する意味を持つ単語（単語代表語）を学習済モデルに入力することで、学習済モデルから手順分類名称（分類名称）を出力する。ここで用いられる学習済モデルは、学習済モデル３１と同様に、「単語」を入力とし「手順分類名称（分類名称）」を出力とするデータの組合せを学習用データセットとして学習処理が行われたモデルである。たとえば、学習用データセットには、単語０１「トイレ、移動する」と、これに対応する分類名称０１「トイレ移動」が含まれる。非定型手順書ＤＢ６３の手順内容から手順分類名称（分類名称）を得る方法も同様である。

図１１は、学習処理のフローチャートである。制御部２１は、学習処理を実行する。図１１に示すように、学習処理を開始すると、制御部２１は、Ｓ１１において、学習用データセット３２の中から学習用データを選択し、処理をＳ１２に進める。制御部２１は、Ｓ１２において、選択した学習用データの単語データを推定モデル３１に入力し、処理をＳ１３に進める。

制御部２１は、Ｓ１３において、推定モデル３１による推定処理によって、推定結果が出力され、処理をＳ１４に進める。制御部２１は、Ｓ１４において、推定結果と学習用データに対応する正解データとの誤差に基づき推定モデル３１のパラメータを更新し、Ｓ１５に処理を進める。

制御部２１は、Ｓ１５において、全ての学習用データに基づき学習を行ったか否かを判定する。全ての学習用データに基づき学習を行ったと判定された場合（Ｓ１５でＹＥＳ）、処理をＳ１６に進める。全ての学習用データに基づき学習を行っていないと判定された場合（Ｓ１５でＮＯ）、処理をＳ１１に戻す。制御部２１は、Ｓ１６において、学習済みの推定モデル３１を学習済モデル３１として記憶し、学習処理を終了する。

以上説明したように、本実施の形態において、教育項目抽出システム１は、記憶部２５と、制御部２１とを備える。記憶部２５は、建物を管理する管理者５が行う業務の手順が記録された業務データベースとして定型手順書ＤＢ６２および非定型手順書ＤＢ６３を記憶する。制御部２１は、管理者５が優先的に習熟すべき業務の手順を教育項目として抽出する。管理者５が行う業務には、管理者５が定期的に繰り返す第１の業務の一例としての定型業務と、第１の業務とは異なる第２の業務の一例としての非定型業務とが含まれる。制御部２１は、業務データベース（定型手順書ＤＢ６２、非定型手順書ＤＢ６３）から定型業務の手順および非定型業務の手順を取得する。制御部２１は、非定型業務のうち、発生頻度が基準値以上である高頻度業務を抽出する。制御部２１は、高頻度業務に含まれる手順のうち、定型業務に含まれる手順を除外した手順を、教育項目として抽出する。

管理者５は、発生頻度が高い事象（非定型業務）であって既に習熟した定型業務以外の手順を習得することができる。これにより、誰がＯＪＴのトレーナーになったとしても、建物を管理する管理者５に効率的に非定型業務を習得させることができる。

記憶部２５は、建物の管理に関して発生した事象が文章で記録された設備日報データが記録された設備日報ＤＢ（データベース）６１をさらに記憶する。制御部２１は、設備日報データに記録された文章に基づき、当該文章を簡略化して事象の内容を表す事象分類名称を出力する。制御部２１は、設備日報ＤＢ６１に記録された設備日報データに対応する事象分類名称の出現頻度を算出する。制御部２１は、事象分類名称の出現頻度に基づき、非定型業務の発生頻度を設定する。これにより、管理者５が管理する建物において実際に高頻度で発生した非定型業務を優先的に習得することができる。

記憶部２５は、設備日報データに使用される単語を代表する単語代表語と、単語代表語に関連する意味を持つ単語関連語とが対応付けられた単語辞書３４と、設備日報データに基づく推定結果の出力に用いられる学習済モデル３１とをさらに記憶する。学習済モデル３１は、単語代表語が特徴量として入力された際に、事象分類名称を推定結果として出力するように、教師データを用いた機械学習処理が施されたモデルである。制御部２１は、単語辞書３４を用いて、設備日報データから単語代表語を抽出する。制御部２１は、抽出した単語代表語を特徴量として学習済モデルに入力することで、学習済モデルから事象分類名称を推定結果として出力する。これにより、文章で入力された設備日報データがどのような内容であるのかを、人の手によらず分類することができるとともに、管理者５が管理する建物において実際に入力された設備日報データに基づいて、非定型業務の発生頻度を把握することが可能となる。

制御部２１は、定型業務の手順を説明する文章に基づき、当該文章を簡略化して定型業務の手順の内容を表す第１の分類名称を出力する。制御部２１は、非定型業務の手順を説明する文章に基づき、当該文章を簡略化して非定型業務の手順の内容を表す第２の分類名称を出力する。制御部２１は、定型業務に含まれる第１の手順に対応する第１の分類名称と、非定型業務に含まれる第２の手順に対応する第２の分類名称とが一致するときに、第１の手順と第２の手順とが一致すると判定する。これにより、文章で入力された定型業務の手順の内容と文章で入力された非定型業務の手順の内容とが一致するか否かを、人の手によらず容易に把握することができる。

今回開示された実施の形態は例示であって、上記内容のみに制限されるものではない。本発明の範囲は特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１ 教育項目抽出システム、５ 管理者、１０ サーバ装置、２１，１２１ 制御部、２２，１２２ ＲＯＭ、２３，１２３ ＲＡＭ、２４，１２４ 通信インターフェイス、２５，１２５ 記憶部、３１ 学習済モデル、３２ 学習用データセット、３４ 単語辞書、４５ａ 設備日報データ、４５ｂ 推定結果、４６ａ 手順内容、４６ｂ 推定結果、６１ 設備日報ＤＢ、６２ 定型手順書ＤＢ、６３ 非定型手順書ＤＢ、６４ 高優先教育項目ＤＢ、６５ 優先教育手順テーブル、７１ 設備日報、７２ 定型業務手順書、７３ 非定型業務手順書、１００ 端末、１２６ 入力部、１２７ 表示部。

Claims (5)

1. 建物を管理する管理者が行う業務の手順が記録された業務データベースと、前記建物の管理に関して発生した事象が文章で記録された設備日報データが記録された設備日報データベースとを記憶する記憶装置と、
   前記管理者が優先的に習熟すべき業務の手順を教育項目として抽出する制御装置とを備え、
   前記管理者が行う業務には、前記管理者が定期的に繰り返す第１の業務と、前記第１の業務とは異なる第２の業務とが含まれ、
   前記制御装置は、
   前記業務データベースから前記第１の業務に含まれる第１の手順および前記第２の業務に含まれる第２の手順を取得し、
   前記第２の業務のうち、前記設備日報データに対応する事象分類名称に基づき算出された発生頻度が、基準値以上である高頻度業務を抽出し、
   前記高頻度業務に含まれる手順のうち、前記第１の手順に対応する第１の分類名称と前記第２の手順に対応する第２の分類名称との一致判定により前記第１の手順を除外した手順を、前記教育項目として抽出し、
   前記事象分類名称は、前記事象の内容を表す名称であり、
   前記第１の分類名称は、前記第１の業務の手順の内容を表す名称であり、
   前記第２の分類名称は、前記第２の業務の手順の内容を表す名称であり、
   前記一致判定において、前記第１の分類名称と前記第２の分類名称とが一致するときに、前記第１の手順と前記第２の手順とが一致すると判定される、抽出システム。
2. 前記制御装置は、
   前記設備日報データに記録された文章に基づき、当該文章を簡略化して前記事象分類名称を出力し、
   前記設備日報データベースに記録された前記設備日報データに対応する前記事象分類名称の出現頻度を算出し、
   前記事象分類名称の出現頻度に基づき、前記第２の業務の発生頻度を設定する、請求項１に記載の抽出システム。
3. 前記記憶装置は、前記設備日報データに使用される単語を代表する単語代表語と前記単語代表語に関連する意味を持つ単語関連語とが対応付けられた単語辞書と、前記設備日報データに基づく推定結果の出力に用いられる学習済モデルとをさらに記憶し、
   前記学習済モデルは、前記単語代表語が特徴量として入力された際に、前記事象分類名称を前記推定結果として出力するように、教師データを用いた機械学習処理が施されたモデルであり、
   前記制御装置は、
   前記単語辞書を用いて、前記設備日報データから前記単語代表語を抽出し、
   抽出した前記単語代表語を前記特徴量として前記学習済モデルに入力することで、前記学習済モデルから前記事象分類名称を前記推定結果として出力する、請求項２に記載の抽出システム。
4. 前記制御装置は、
   前記第１の業務の手順を説明する文章に基づき、当該文章を簡略化して前記第１の分類名称を出力し、
   前記第２の業務の手順を説明する文章に基づき、当該文章を簡略化して前記第２の分類名称を出力し、
   前記第１の分類名称と前記第２の分類名称とが一致するときに、前記第１の手順と前記第２の手順とが一致すると判定する前記一致判定を実行する、請求項１～請求項３のいずれか１項に記載の抽出システム。
5. コンピュータが実行する抽出方法であって、
   建物を管理する管理者が行う業務の手順が記録された業務データベースと、前記建物の管理に関して発生した事象が文章で記録された設備日報データが記録された設備日報データベースとを記憶装置に記憶するステップと、
   前記管理者が優先的に習熟すべき業務の手順を教育項目として抽出するステップとを備え、
   前記管理者が行う業務には、前記管理者が定期的に繰り返す第１の業務と、前記第１の業務とは異なる第２の業務とが含まれ、
   前記抽出するステップは、
   前記業務データベースから前記第１の業務に含まれる第１の手順および前記第２の業務に含まれる第２の手順を取得するステップと、
   前記第２の業務のうち、前記設備日報データに対応する事象分類名称に基づき算出された発生頻度が、基準値以上である高頻度業務を抽出するステップと、
   前記高頻度業務に含まれる手順のうち、前記第１の手順に対応する第１の分類名称と前記第２の手順に対応する第２の分類名称との一致判定により前記第１の手順を除外した手順を、前記教育項目として抽出するステップとを含み、
   前記事象分類名称は、前記事象の内容を表す名称であり、
   前記第１の分類名称は、前記第１の業務の手順の内容を表す名称であり、
   前記第２の分類名称は、前記第２の業務の手順の内容を表す名称であり、
   前記一致判定において、前記第１の分類名称と前記第２の分類名称とが一致するときに、前記第１の手順と前記第２の手順とが一致すると判定される、抽出方法。