重要度を理解し「質」を判定する技術

サマリー

本特許は、案件の重要度（文脈データ）に応じて、その案件に関する説明文（テキストデータ）の適切性・品質を自動で判定する情報処理技術に関するものです。大規模言語モデル（AI）を用いて、テキストを「具体性」「論理性」「定量性」「客観性」などの複数の評価軸で分析し、その結果を案件の重要度と対比させることで、説明文がその案件の責任レベルに見合っているかを「重要度換算質度合」として定量的に評価します。これにより、組織における稟議書などの説明責任を客観的かつ一貫して担保し、ガバナンスと業務効率の向上を図ります。

技術の概要

1. 情報処理装置の構成要素

• 本技術は、主に以下の機能手段を備える情報処理装置（サーバ）によって実現されます。

• テキスト取得手段: 評価対象となる説明文などのテキストデータを取得します。

• 文脈取得手段: テキストデータに関連付けられた事象の重要度を示すデータ（例：金額、リスクレベル、影響範囲）を文脈データとして取得します。

• テキスト分析手段: 第1アルゴリズム（AI/大規模言語モデルを使用）に従って、テキストデータの内容を複数の評価軸（例：具体性、論理性、定量性、客観性）に基づいて詳細に分析します。

• テキスト質判断手段: テキスト分析結果と文脈データが示す重要度に基づき、テキストデータの質が重要度から判断してどの程度見合っているかを示す指標である重要度換算質度合を算出します（第2アルゴリズムを使用）。

• 
  

2. 処理の流れ（文脈対比評価）

1. テキストデータ取得：「打合せのため」（説明文）などのテキストを取得。

2. 文脈データ取得：1億円（金額）、高（リスクレベル）などの重要度情報を取得。

3. 多軸評価分析：AIがテキストを具体性、論理性、定量性、客観性などの評価軸でスコアリング（例：「打合せのため」が各軸で低スコア）。

4. 重要度対比評価：分析結果のスコアを、1億円という高重要度案件に要求される基準と対比し、重要度換算質度合（総合評価）を算出。

5. 評価結果・改善提案の出力：承認者端末などへ評価結果（例：不適切）と、具体的な改善提案（例：不足点を補完した記述例）を出力します。

6. 
   

どんな課題を解決するか

本技術は、主に以下の課題を解決することを目的としています。

1. 案件の重要度と説明の質の乖離

• 課題: 従来のシステム（文書管理やワークフロー）では、案件の重要性に関わらず、内容が簡単すぎる説明文（例：「1億円の投資稟議」なのに説明が「打合せのため」）でも承認されてしまい、後でトラブルになるケースがある。

• 解決: 案件の文脈上の重要度と、説明文の多軸的な品質を相対的に評価することで、重要度の高い案件には質の高い説明がされているかを自動で判定し、説明責任（アカウンタビリティ）のレベルを担保します。

2. 固定ルールによる柔軟性の欠如

• 課題: 従来のシステムは「金額がX以上ならNG」や「説明文はY文字以上」といった固定的なルールベースであり、複雑な現実や曖昧な表現（「調整」「打合せ」など）の文脈上の不適切さに対応できませんでした。

• 解決: AI（大規模言語モデル）を評価の頭脳として採用し、テキストの意味や意図を深く解釈させ、文脈データ（重要度）に応じた動的で柔軟な評価基準を実現します。

3. 評価のブラックボックス化と改善点の不明確さ

• 課題: 単に「不合格」「70点」といった単一スコアだけでは、なぜ不適切なのか、どう改善すればよいのかが分からず、申請者の具体的な改善行動に繋がりませんでした。

• 解決: 評価を「具体性」「論理性」「定量性」「客観性」といった複数の評価軸で分解し、各軸のスコアと不足点を構造的なフィードバックとして明確に提示することで、説明可能なAIを実現し、組織全体の記録品質の継続的な向上を促します。

新規性はどこにあるのか

本技術の最も重要な新規性は、「文脈データが示す重要度」と「AIによる多軸的なテキスト品質分析結果」を統合的に対比して評価する、相対評価の概念をシステムとして実装した点にあります。

1. 重要度に応じた相対評価の実現

テキストの質をその単体ではなく、案件の金額、リスク、影響範囲などの文脈が示す責任の重さ（重要度）に応じて相対的に評価する点（例：同じ説明でも、1,000円の経費申請ではOK、1億円の投資稟議ではNG）が、従来の絶対評価システムを完全に超える技術的飛躍です。

2. AIを活用した意味解釈と多軸評価

大規模言語モデル（AI）を評価のアルゴリズムに組み込むことで、従来のキーワードマッチングや文字数チェックでは不可能だった、文章全体の意味や意図の解釈を実現し、「具体性」「論理性」といった抽象的な説明の質を客観的・定量的な指標（4軸評価）として測定可能にした点。

3. 説明可能なガバナンス基盤

評価結果を複数の評価軸ごとの詳細なスコアと具体的改善提案として出力することで、AIの判断根拠を明確化し、説明可能性（Explainable AI, XAI）と実用的な改善指導を実現する究極のガバナンス基盤システムを構築した点。