法律信息处理系统、方法和程序专利检索-公报国际局专利权专利检索查询-专利查询网

法律信息处理系统、方法和程序

阅读：282发布：2020-07-14

专利汇可以提供法律信息处理系统、方法和程序专利检索，专利查询，专利分析的服务。并且本发明提供一种能够获取预测到法律、法规或者标准的修改动向的有用信息的法律信息处理系统、方法和程序。法律信息处理系统(10)设定与法律、法规或者标准有关的有关者即一个或多个关键人物，收集该关键人物参与制作或者公开的信息中的至少公开信息(F1)，且根据收集到的信息的内容预测法律、法规或者标准的修改动向。，下面是法律信息处理系统、方法和程序专利的具体信息内容。

权利要求

1.一种法律信息处理系统(10、10a)，其特征在于，
具有关键人物设定部(50)、信息收集部(52)和修改预测部(74)，其中，
所述关键人物设定部(50)设定与法律、法规或者标准有关的有关者即一个或多个关键人物；
所述信息收集部(52)收集由所述关键人物设定部(50)所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；
所述修改预测部(74)根据由所述信息收集部(52)收集到的信息的内容预测所述法律、法规或者标准的修改动向。
2.根据权利要求1所述的法律信息处理系统(10、10a)，其特征在于，
还具有特定信息获取部(62)，该特定信息获取部(62)获取与由所述信息收集部(52)收集到的至少所述公开信息建立对应关系的日期信息，
所述修改预测部(74)还使用由所述特定信息获取部(62)获取到的所述日期信息来预测所述法律、法规或者标准的修改动向。
3.根据权利要求2所述的法律信息处理系统(10、10a)，其特征在于，
还具有信息分类部(63、68)，该信息分类部(63、68)按所述法律、法规或者标准的每一项目来对至少分解所述公开信息而得到的规定的语法单位的信息进行分类，所述修改预测部(74)按由所述信息分类部(63、68)所分类的每一项目来预测所述法律、法规或者标准的修改动向。
4.根据权利要求3所述的法律信息处理系统(10、10a)，其特征在于，
所述修改预测部(74)预测修改时期、施行时期、修改内容和实现程度中的至少一项。
5.根据权利要求4所述的法律信息处理系统(10、10a)，其特征在于，
所述修改预测部(74)还使用所述公开信息的公开频度和公开数量、所述关键人物的影响程度、在国内或者外国的修改经过、以及在规定的组织内针对修改的处理经过中的至少1项来预测所述实现程度。
6.根据权利要求4或5所述的法律信息处理系统(10、10a)，其特征在于，还具有预测列表制作部(76)，该预测列表制作部(76)按照所述实现程度来选取由所述修改预测部(74)预测的预测结果，制作包括该实现程度相对较高的所述修改内容的修改预测列表(F4)。
7.根据权利要求1～6中任一项所述的法律信息处理系统(10、10a)，其特征在于，所述修改预测部(74)包括对参与所述法律、法规或者标准的立法的组织进行了模拟的至少1个学习器(98c)，
至少所述学习器(98c)与立法制度为一院制、两院制或者其他制度无关而模拟了最后参与所述法律、法规或者标准的立法的组织。
8.根据权利要求1～7中任一项所述的法律信息处理系统(10、10a)，其特征在于，所述修改预测部(74)包括对参与所述法律、法规或者标准的立法的组织进行了模拟的多个学习器(98a、98b)，且对参与所述法律、法规或者标准的立法的组织结构进行了模拟。
9.根据权利要求1～8中任一项所述的法律信息处理系统(10、10a)，其特征在于，还具有一致信息提取部(72)，该一致信息提取部(72)提取表示所述法律、法规或者标准的制定内容与公开内容之间在解释上的一致点或者不同点的一致信息，所述修改预测部(74)还使用由所述一致信息提取部(72)提取出的所述一致信息，来预测所述法律、法规或者标准的修改动向。
10.根据权利要求2～6中任一项所述的法律信息处理系统(10、10a)，其特征在于，所述特定信息获取部(67)还获取能确定与参与所述公开信息的制作或者公开的所述关键人物不同的、已与所述公开信息建立对应关系的关联者的关联者信息，所述关键人物设定部(50)将由所述关联者信息确定的所述关联者新设定为所述关键人物。
11.根据权利要求1～10中任一项所述的法律信息处理系统(10、10a)，其特征在于，所述关键人物设定部(50)将国家或者地区的监管机关设定为所述关键人物，所述信息收集部(52)收集能通过所述监管机关的电子公告来使用的所述公开信息。
12.根据权利要求1～10中任一项所述的法律信息处理系统(10、10a)，其特征在于，所述信息收集部(52)收集所述关键人物为法律上的发明人或者申请人、且根据专利制度或者与专利制度类似的制度而公开的公报来作为所述公开信息。
13.根据权利要求1～12中任一项所述的法律信息处理系统(10、10a)，其特征在于，所述关键人物设定部(50)将与所述法律、法规或者标准有关的利害关系者设定为所述有关者。
14.根据权利要求1～13中任一项所述的法律信息处理系统(10、10a)，其特征在于，所述系统通过一台或多台计算机以及客户端终端装置(42)来构成，其中，所述客户端终端装置(42)被设置于国内或者国外，用于告知至少由所述修改预测部(74)预测到的法律、法规或者标准的修改动向，
所述客户端终端装置(42)从国内或者国外访问通过所述修改预测部(74)根据至少所述公开信息所示的公开内容预测到的法律、法规或者标准的修改动向。
15.一种法律信息处理方法，其特征在于，
使一台或多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，其中，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；
在所述信息收集步骤中，收集所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；
在所述预测步骤中，根据收集到的信息的内容预测所述法律、法规或者标准的修改动向。
16.一种法律信息处理方法，该方法一边由一台或多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，一边进一步对一般的一个或多个所述关键人物或者与本公司的产品开发有关的关键人物参与制作或者公开的所述公开信息或非公开信息进行处理，其中，
在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；
在所述信息收集步骤中，收集所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；
在所述预测步骤中，根据收集到的信息的内容预测所述法律、法规或者标准的修改动向，
所述法律信息处理方法的特征在于，
具有信息分类步骤和一致信息提取步骤，其中，
在所述信息分类步骤中，按所述法律、法规或者标准的每一项目来将分解所述公开信息或者所述非公开信息而得到的规定的语法单位的信息进行分类；
在所述一致信息提取步骤中，提取表示所述法律、法规或者标准的制定内容与产品的开发项目之间在解释上的一致点或者不同点的一致信息，
所述法律信息处理方法还具有告知步骤，
在所述告知步骤中，在输入所述产品的开发项目作为所述公开信息或者所述非公开信息的情况下，告知通过所述一致信息提取步骤提取出的所述一致信息即与该产品的开发项目对应的需要修改的现行的法律、法规或者标准的内容。
17.一种法律信息处理方法，该方法使一台或者多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，其中，
在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；
在所述信息收集步骤中，收集所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；
在所述预测步骤中，根据收集到的信息的内容预测所述法律、法规或者标准的修改动向，
所述法律信息处理方法的特征在于，
还具有特定信息获取步骤和信息分类步骤，其中，
在所述特定信息获取步骤中，获取与通过所述信息收集步骤收集到的信息建立对应关系的日期信息；
在所述信息分类步骤中，按所述法律、法规或者标准的每一项目来将分解信息而得到的规定的语法单位的信息进行分类，
一台或多台所述计算机具有法律法规标准-零部件对照数据库，在所述法律法规标准-零部件对照数据库中，按法律、法规或标准规定的产品的每一零部件单位来赋予与该零部件对应的所述法律、法规或者标准项目，
所述预测步骤还使用通过所述特定信息获取步骤获取到的所述日期信息，按由所述信息分类步骤进行了分类的每一项目来预测所述法律、法规或者标准的修改动向，预测所述修改动向中的、修改时期、施行时期、修改内容和实现程度中的至少一项，预测所述修正动向还使用至少所述公开信息的公开频度和公开数量、所述关键人物的影响程度、国内或者外国的修改经过、以及在规定的组织内对修改的处理经过之中的至少1项来预测所述实现程度，
所述法律信息处理方法还使一台或多台计算机执行预测列表制作步骤、零部件确定步骤和告知步骤，其中，
在所述预测列表制作步骤中，按照所述实现程度来选取基于所述预测步骤的预测结果，制作包括所述实现程度相对较高的所述修改内容的修改预测列表；
在零部件确定步骤中，与已被赋予记载在所述修改预测列表(F4)中的修改内容的、被分类后的项目对应，使用所述法律法规标准-零部件对照数据库(D5)来确定应该与所述修改内容对应的产品和零部件；
在所述告知步骤中，根据在所述规定的组织内对修改的处理经过，向应该与所述修改内容对应的零部件的公司内负责人至少告知修改时期、施行时期、修改内容和应该对应的零部件。
18.一种法律信息处理程序，其特征在于，
使一台或多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，其中，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；
在所述信息收集步骤中，收集所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；
在所述预测步骤中，根据收集到的信息的内容预测所述法律、法规或者标准的修改动向。

说明书全文

法律信息处理系统、方法和程序

技术领域

[0001] 本发明涉及一种对与法律(legislation)、法规(regulations)或者标准(standards)有关的法律信息进行处理的法律信息处理系统、方法和程序(legal
information processing system,method,and program)。

背景技术

[0002] 近来，为了积极且可靠地研究合规性(compliance)和风险管理(risk management)，正在开发用于进行符合法律、法规或标准的产品的开发辅助的信息处理系统。

[0003] 在日本发明专利公开公报特开2004-110149号中提出以下系统，参照存储有产品的与环境或者安全有关的法规制度的信息的数据库，输出产品的测定数据是否符合基准的判断结果。

发明内容

[0004] 另外，近年来，不仅在日本而且在其他国家也正在频繁进行与环境和安全有关的法律修改。因此，要求企业(主要是制造业者)必须在早期阶段就对法律修改作出应对，必须进行反映出该修改内容的“制作”。尤其是，在近年来高性能化且复杂化的汽车等运输设备这一实业领域中，从判明法律修改的概要的时间点才开始开发与该修改内容相对应的产品已经为时过晚，因而可能无法在该法律的施行日之前及时开发出与该修改内容对应的产品。即，对于企业而言，如何能够在早期掌握市场国家的法律修改的线索从而进行与该市场国家对应的产品开发已经成为命题。

[0005] 另一方面，各国的法律、法规或者标准的制定过程被认为是多种多样的。例如能够举出：经过作为最高行政权力机关的内阁将所管辖的省(部)、厅的官员事先起草的法律案提交给作为立法机关的国会的程序而制定的案例(例如，日本的汽车相关的法规)；和根据属于立法机关的议员的提案而制定的案例(所谓的议员立法)。

[0006] 这样，从企业的角度来说，由于需要设定各种制定程序，因此难以预测何时立法/何时施行，且在习惯采用议员立法的国家预测则更加困难。

[0007] 然而，在日本发明专利公开公报特开2004-110149号所提出的系统中，无法存储在现时间点制定的法规制度的信息，由此无法获得预测到法律、法规或者标准的修改动向的有用信息。

[0008] 本发明是为了解决上述技术问题而完成的，其目的在于，提供一种能够获取预测到法律、法规或者标准的修改动向的有用信息的法律信息处理系统、方法和程序。

[0009] 第1技术方案所涉及的法律信息处理系统具有关键人物设定部、信息收集部和修改预测部，其中，所述关键人物设定部设定与法律、法规或者标准有关的有关者即一个或多个关键人物(key person)；所述信息收集部收集由所述关键人物设定部所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；所述修改预测部根据由所述信息收集部收集到的信息的内容预测所述法律、法规或者标准的修改动向。

[0010] 在第2技术方案所涉及的法律信息处理方法中，使一台或者多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，其中，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；在所述信息收集步骤中，收集所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；在所述预测步骤中，根据收集到的信息的内容预测所述法律、法规或者标准的修改动向。

[0011] 在第3技术方案所涉及的法律信息处理方法中，一边由一台或者多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，一边进一步对一般的一个或多个所述关键人物或者与本公司的产品开发有关的关键人物参与制作或者公开的所述公开信息、或非公开信息进行处理，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；在所述信息收集步骤中，收集所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；在所述预测步骤中，根据收集到的信息的内容预测所述法律、法规或者标准的修改动向，所述法律信息处理方法具有信息分类步骤和一致信息提取步骤，其中，在所述信息分类步骤中，按所述法律、法规或者标准的每一项目将分解所述公开信息或者所述非公开信息而得到的规定的语法单位的信息进行分类；在所述一致信息提取步骤中，提取表示所述法律、法规或者标准的制定内容与所述产品的开发项目之间在解释上的一致点或者不同点的一致信息，所述法律信息处理方法还具有告知步骤，在所述告知步骤中，在输入所述产品的开发项目作为所述公开信息或者所述非公开信息的情况下，告知通过所述一致信息提取步骤提取出的所述一致信息、即与该产品的开发项目对应的需要修改的现行的法律、法规或者标准的内容。

[0012] 在第4技术方案所涉及的法律信息处理方法中，其特征在于，使一台或者多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，其中，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；在所述信息收集步骤中，收集所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；在所述预测步骤中，根据收集到的信息的内容预测所述法律、法规或者标准的修改动向，所述法律信息处理方法还具有特定信息获取步骤和信息分类步骤，其中，在所述特定信息获取步骤中，获取与通过所述信息收集步骤收集到的至少所述公开信息建立对应关系的日期信息；在所述信息分类步骤中，按所述法律、法规或者标准的每一项目将分解至少所述公开信息而得到的规定的语法单位的信息进行分类，一台或者多台所述计算机具有法律法规标准-零部件对照数据库，在所述法律法规标准-零部件对照数据库中，按法律、法规或标准规定的产品的每一零部件单位来赋予与该零部件对应的所述法律、法规或者标准项目，所述预测步骤还使用通过所述特定信息获取步骤获取到的所述日期信息，按由所述信息分类步骤进行了分类的每一项目预测所述法律、法规或者标准的修改动向，预测所述修改动向中的、修改时期、施行时期、修改内容和实现程度中的至少一项，预测所述修改动向还至少使用所述公开信息的公开频度和公开数量、所述关键人物的影响程度、国内或者外国的修改经过、以及在规定的组织内对于修改的处理经过中的至少1项来预测所述实现程度，所述法律信息处理方法还使一台或者多台计算机执行预测列表制作步骤、零部件确定步骤和告知步骤，其中，在所述预测列表制作步骤中，按照所述实现程度来选取基于所述预测步骤的预测结果，制作包括该实现程度相对较高的所述修改内容的修改预测列表；在所述零部件确定步骤中，与已被赋予记载在所述修改预测列表中的修改内容的、被分类后的项目对应，使用所述法律法规标准-零部件对照数据库来确定应该与所述修改内容对应的产品和零部件；在所述告知步骤中，根据在所述规定的组织内对修改的处理经过，向应该与所述修改内容对应的零部件的公司内负责人至少告知修改时期、施行时期、修改内容和应该对应的零部件。

[0013] 第5技术方案所涉及的法律信息处理程序使一台或者多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，其中，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；在所述信息收集步骤中，收集所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；在所述预测步骤中，根据收集到的至少所述公开信息所示的公开内容预测所述法律、法规或者标准的修改动向。

[0014] 根据本发明所涉及的法律信息处理系统、方法和程序，能够得到预测到法规的修改动向的有用信息。附图说明

[0015] 图1是本发明一实施方式所涉及的包括法律信息处理系统的信息网络的整体结构图。图2是图1所示的法律信息处理系统的功能框图。
图3是图2所示的信息前处理单元的详细功能框图。
图4是图2所示的修改预测单元的详细功能框图。
图5是与基于图1和图2所示的法律信息处理系统的一系列动作有关的流程图。
图6是与基于信息收集服务器的公开信息F1(公报文书)的收集过程(图5的步骤S1)有关的详细流程图。
图7是可视表示图2的公开信息F1一例的图。
图8是例示被实施前处理的公开信息F1的数据结构的图。
图9是与基于信息收集服务器的公开信息F2(非公开信息F3)的收集过程(图5的步骤S2)有关的详细流程图。
图10是可视表示图2的公开信息F2(非公开信息F3)一例的图。
图11是表示图4的推理引擎中的输入输出参数的设计例的图。
图12是表示图11的推理引擎的构筑例的图。
图13是表示用于学习处理的学习数据的制作例的图。
图14是与基于信息处理服务器的修改动向的第1预测过程(图5的步骤S4)有关的详细流程图。
图15是可视表示图2的修改预测列表一例的图。
图16是与基于信息处理服务器的修改动向的第2预测过程(图5的步骤S4)有关的详细流程图。
图17是可视表示法律法规标准-零部件对照数据库一例的图。
图18是可视表示零部件修改预测列表一例的图。
图19是表示包含变形例所涉及的法律信息处理系统的信息网络的整体结构图。
图20是与基于变形例所涉及的法律信息处理系统的修改动向的预测过程(图5的步骤S4)有关的详细流程图。

具体实施方式

[0016] 下面，在本发明所涉及的法律信息处理系统与法律信息处理方法和法律信息处理程序的关系方面，列举优选实施方式，且一边参照附图一边对本发明所涉及的法律信息处理系统进行说明。

[0017] [信息网络的整体结构(之一)]图1是包括本发明一实施方式所涉及的法律信息处理系统10的信息网络的整体结构图。法律信息处理系统10是通过对与法律、法规或者标准有关的信息(以下，还统称为“法律信息”)进行所期望的信息处理，来辅助认证和法规关联业务(间接包括研究和开发业务)的系统。

[0018] 例如，在汽车相关的制造业者运用和管理的内联网(intranet)12内构筑法律信息处理系统10。另外，法律信息处理系统10以能够通过因特网14与多个外部服务器16(例如，网络服务器、文件服务器)进行双向通信的方式被连接于多个外部服务器16。

[0019] 外部服务器16是外部组织体(例如，大学、研究机构)或者内部组织体(例如，上述制造业者自身或者其关联公司)管理的服务器。或者，外部服务器16是与法律、法规或者标准有关的有关者、例如国家或者地区中的监管机关管理的服务器。

[0020] 具体而言，法律信息处理系统10构成为包括：信息收集服务器18，其至少收集公开信息F1(公报文书)和公开信息F2(图2)；信息处理服务器20，其对收集到的至少公开信息F1和公开信息F2实施所期望的信息处理；第1存储装置(storage device)22，其存储所谓的“1次数据”；和第2存储装置24，其存储所谓的“2次数据”。在以下的说明中，主要说明了处理公开信息F1和公开信息F2的例子，但如果需要，也可以包括本公司所保管的非公开信息F3、和未通过因特网14而独自获取到的非公开信息F3。

[0021] 信息收集服务器18构成为包括第1通信部26、第1运算部28和第1存储部30。信息处理服务器20构成为包括第2通信部32、第2运算部34和第2存储部36。

[0022] 第1通信部26和第2通信部32是相对于外部装置收发电信号的接口。第1运算部28和第2运算部34由包括CPU(Central Processing Unit)、MPU(Micro-Processing Unit)的处理运算装置构成。

[0023] 第1存储部30和第2存储部36由非暂时性且计算机可读的存储介质构成。在此，计算机可读的存储介质是光磁盘、ROM、CD-ROM、闪存存储器等便携式存储介质、内置于计算机系统的硬盘等存储装置。

[0024] 第1存储装置22主要是能构筑与素材信息(1次数据)有关的数据库的外部存储装置。信息收集服务器18能够将数据存储于第1存储装置22，并且从第1存储装置22读出数据。信息处理服务器20能够将数据存储于第1存储装置22，并且从第1存储装置22读出数据。

[0025] 第2存储装置24主要是能构筑与加工信息(2次数据)有关的数据库的外部存储装置。信息处理服务器20能够将数据存储于第2存储装置24，并且从第2存储装置24读出数据。

[0026] 另外，信息收集服务器18、信息处理服务器20、部门(department)40的中继装置41、部门44的中继装置45通过在内联网12内构筑的LAN38(Local Area Network：局域网)相互连接。据此，部门40内的PC42(Personal Computer：个人计算机)能够经由中继装置41、LAN38和信息处理服务器20访问被存储在第2存储装置24中的数据。另外，部门44内的PC(终端)42能够经由中继装置45、LAN38和信息处理服务器20，访问被存储在第2存储装置24中的数据。

[0027] [法律信息处理系统10的结构]＜系统整体的功能框图＞
图2是图1所示的法律信息处理系统10的功能框图。

[0028] 信息收集服务器18的第1运算部28通过读出并执行被存储在第1存储部30中的程序，来作为关键人物(key person)设定单元50、信息收集单元52和信息前处理单元54发挥作用。具体而言，关键人物设定单元50具有监管机关设定单元50a和人物设定单元50b。另外，信息前处理单元54具有翻译处理单元56、公报文书处理单元57和公开信息处理单元58。

[0029] 信息处理服务器20的第2运算部34通过读出被存储在第2存储部36中的程序并执行，来作为过滤处理单元70、一致信息提取单元72(一致信息提取部)、修改预测单元74(修改预测部)和预测结果输出单元76(预测列表制作部)发挥作用。

[0030] 在第1存储装置22中例如构筑有4种数据库，具体而言构筑有国内外法规数据库D1、素材信息数据库D2、事例研究数据库D3和信息源数据库D4。

[0031] 国内外法规数据库D1是存储国内或者外国(包括国家和地区)的法律信息(例如，公开信息F1(公报文书)的内容)的数据库。该法律信息使用当地的官方语言或者特定的语言(例如，日语或者英语)来记述，包括对公开信息F1(公报文书)实施了前处理的法律性语法水平(syntax level)的信息组。另外，该法律信息除了最新的制定内容之外，还包括过去的制定内容。

[0032] 素材信息数据库D2是存储表示公开信息F2的内容的素材信息的数据库。当然，如果需要还可以存储表示非公开信息F3的内容的素材信息。该“素材信息”是指对公开信息F2或非公开信息F3实施了前处理的分析对象信息的集合体，被与后述的日期信息建立对应关系。

[0033] 事例研究数据库D3是存储案例研究的成果信息的数据库。在作为研究对象的事例中，除了包括在国内外过去实施的法律、法规或者标准的修改经过之外，还包括规定组织内对修改的处理经过。

[0034] 信息源数据库D4是存储与公开信息F1(公报文书)的信息源即监管机关有关的信息(以下称为监管机关信息)和与公开信息F2、非公开信息F3的信息源即关键人物有关的信息(以下称为关键人物信息)的数据库。

[0035] 在此，所谓“监管机关”是指制定或者公布法律、法规或者标准的行政机关的概念，但在民间的标准成为该市场的事实标准(行业标准)的情况下还包括制定该标准的团体，是不仅包括公共机关，还包括个人的略为宽泛的概念。该监管机关也可以被包含在以下所述的关键人物中。

[0036] 另外，所谓“关键人物”相当于对法律、法规或者标准的话语权(换言之，影响程度)被主观视为较高的人物，简单来说，是不仅包括自然人还包括公共机关、法人的较宽的概念。关键人物的呼称不仅包括能在因特网14上公开的“姓名和名称”，还包括能确定具体人物的“化名(笔名)”。

[0037] 作为具体例，在关键人物中还包括：“日本”这样的国家名称；“内阁府”这样的公共机关名称；“国土交通大臣”这样的大臣名称；“日本国众议院”这样的各国议会名称；“神奈川县”和“东京都”这样的地方自治体名称；“千叶县县长”和“大阪市市长”这样的地方自治体的知事(地方首长)名；以及市町村长名和议会的议长名等。作为其他例子，在关键人物中包括在大学和研究机构等中研究产品的相关法律法规的研究人员名字、大学名称、研究机构名称、熟悉该产品的人的姓名和正在研究产品的标准的研究人员名字、大学名称、研究机构名称等，还包括作为汽车有关者的整车制造商名称、零部件制造商名称和所属于上述内容的技术人员的姓名等。

[0038] 例如，应该遵守法律、法规或标准的存在的企业、或者该国家或地区中的监管机关的与利害和行动有直接或间接的利害关系的人(以下称为利害关系者)也可以说是由于该法律、法规或者标准的改变而对其产生更大影响的当事人。具体而言，该利害关系者是消费者(顾客)、员工、股东、债权人、供应商、客户、当地市民、国家或地区行政机关等[0039] 利害关系者有时暗地里对监管机关进行游说活动，有时公开在某一审议会中作为受到限制的企业而代理自己企业的立场和消费者的意见等，与一般有关者相比较，由于法律、法规或者标准的修改对其产生更大影响，因此，利害关系者属于上述的关键人物。

[0040] ＜信息前处理单元54的说明＞图3是图2所示的信息前处理单元54的详细功能框图。信息前处理单元54除了上述的翻译处理单元56、公报文书处理单元57、公开信息处理单元58之外，还具有被设置在翻译处理单元56的输出侧的开关60。

[0041] 开关60构成为，能够按照信息属性的输入而切换为公报文书处理单元57和公开信息处理单元58中的任一方。在此，“信息属性”是指，由翻译处理单元56翻译处理后的信息的种类(具体而言，公开信息F1(公报文书)、公开信息F2或非公开信息F3)。

[0042] 公报文书处理单元57具有法律语法分解模块61、特定信息获取模块62和法律语法分类模块63(信息分类部)。公开信息处理单元58具有分析对象分解模块66、特定信息获取模块67(特定信息获取部)和分析对象分类模块68(信息分类部)。

[0043] ＜修改预测单元74的说明＞图4是图2所示的修改预测单元74的详细功能框图。修改预测单元74具有特征量生成模块78、推理引擎(inference engine)80和学习处理模块82。

[0044] 特征量生成模块78生成用于推理引擎80的学习处理或者预测处理的1个以上的特征量。在该特征量中包括在图11中后述的、修改的难易度、影响程度或者继承度。

[0045] 推理引擎80在受理由特征量生成模块78生成的1个以上的特征量的输入之后，按照通过学习处理构筑的运算规则，输出修改的预测结果。该推理引擎80例如使用包括神经网络、机械学习、深层学习(deep learning)的公知的人工智能技术来构筑。另外，学习算法也可以采用监督学习(Supervised Learning)、无监督学习(Unsupervised Learning)、强化学习中的任一种方法。

[0046] 另外，推理引擎80的运算规则根据作为参数的集合体的参数组84的值确定。该参数组84被存储于第2存储部36(图1)，根据需要适时地读出。

[0047] 学习处理模块82统括推理引擎80的学习处理，构成为包括学习数据生成部86和参数更新部88。学习数据生成部86参照从各种数据库读出的信息(例如，实际上发生的修改经过)，生成用于学习处理的学习数据。参数更新部88比较学习数据的正解(理想的输出值)和推理引擎80实际的输出值，以输出值的误差变小的方式更新参数组84的各值。

[0048] [法律信息处理系统10的一系列动作]本实施方式中的法律信息处理系统10如以上那样构成。接着，除了参照图5的流程图之外，一并参照图6～图15对法律信息处理系统10的一系列动作进行说明。

[0049] ＜步骤S1：公开信息F1(公报文书)的收集过程(collection process)＞在图5的步骤S1中，法律信息处理系统10执行公开信息F1(公报文书)的收集过程。具体而言，信息收集服务器18定期或者不定期地收集网络上的公开信息F1(公报文书)。下面，一边参照图6的流程图、图7和图8一边对信息收集服务器18的收集动作详细进行说明。

[0050] 在图6的步骤S11中，关键人物设定单元50根据从信息源数据库D4获取到的监管机关信息，设定一个或多个关键人物。具体而言，监管机关设定单元50a将[1]国家或者地区的监管机关、或者[2]展开需要遵守法律、法规或者标准的事业的企业和团体设定为关键人物。

[0051] 在步骤S12中，信息收集单元52进行在步骤S11中被设定的监管机关参与公开公布的公开信息F1(公报文书)的收集处理。具体而言，信息收集单元52可以访问被存储在信息源数据库D4中的位置信息(例如，URL；Uniform Resource Locator：统一资源定位符)进行自动下载，也可以读出被存储在外置的信息存储介质(未图示)中的公开信息F1(公报文书)。

[0052] 在步骤S13中，当在步骤S12中收集到1个或者多个公开信息F1(公报文书)时，信息前处理单元54 指定尚未进行前处理的1个公开信息F1(公报文书)。在该时间点，记述公开信息F1(公报文书)的语言尚不清楚，例如可以是英语(图2的“EN”)。

[0053] 图7是可视表示图2的公开信息F1(公报文书)一例的图。图2的公开信息F1(公报文书)是以将每一法令编号的内容100作为基本单位的格式来记载的电子报告书。内容100构成为，包括表示法令编号的文本文字列(text character string)101、表示修改日和施行日的文本文字列102、表示法律、法规或者标准的修改内容的文本文字列103(文本文字列104～106的集合体)。

[0054] 这样，有时在1个单位的公开信息F1(公报文书)中包括多个内容100，在1个单位的内容100中包括涵盖多个领域的修改内容。

[0055] 在步骤S14中，翻译处理单元56对在步骤S13中被指定的公开信息F1(公报文书)，进行翻译为能够适用步骤S15以后的信息处理的特定语言(例如，日语或者英语)的翻译处理。在该翻译之前，翻译处理单元56也可以从公开信息F1(公报文书)中提取出未以文本文字记述的信息(以下称为非文本信息)，在将其转换为与该非文本信息对应的文本文字之后进行翻译处理。

[0056] 在步骤S15中，法律语法分解模块61使用任意的语法解析手法，将在步骤S14中用特定的语言翻译的公开信息F1(公报文书)分解为规定的语法单位的信息(以下称为法律语法水平信息)。

[0057] 在图7的例子中，法律语法分解模块61将公开信息F1(公报文书)分解为各个内容100之后，进一步对内容100的内容进行细分。据此，内容100被分别分割为文本文字列101、
102、104～106。另外，各个文本文字列104～106相当于上述的法律性语法水平信息。

[0058] 在步骤S16中，特定信息获取模块62获取与在步骤S13中指定的公开信息F1(公报文书)建立对应关系的日期信息。具体而言，特定信息获取模块62通过分析在步骤S15中被分解的内容100，获取与各个法律性语法水平信息建立对应关系的施行日、公布日、修改日等。

[0059] 在图7的例子中，特定信息获取模块62从被细分的内容100中，提取包含表示日期的文字(例如，年月日和数字)或者记号(例如，斜线、连字符、逗号)的文本文字列102进行解析。据此，获取修改日(201Z年1月BB日)和施行日(201X年4月CC日)。

[0060] 在步骤S17中，法律语法分类模块63按照预先设定的分类规则，按法律、法规或者标准的每一项目对在步骤S15中被分解的法律性语法水平信息进行分类。具体而言，法律语法分类模块63进行分别对法律性语法水平信息赋予关联性高的“项目标记”的分类处理。

[0061] 该项目(以下还称为分类项目)例如也可以是[1]日本、美国、中国、欧洲等“地域性分类”、[2]安全、环境、电磁兼容性、化学物质等“功能分类”、[3]车身、发动机和轮胎等“结构分类”(零部件分类)。另外，有时不仅对1个法律性语法水平信息赋予1个分类项目，也可以同时对其赋予2个以上的分类项目。

[0062] 在图7的例子中，法律语法分类模块63分析在作为法律性语法水平信息的文本文字列104～106中是否存在与分类项目的名称(例如，车身、发动机、轮胎)一致或者近似的文字列，在存在与分类项目的名称一致或者近似的文字列的情况下赋予符合的项目标记。据此，文本文字列104被分类为“制动装置”，文本文字列105被分类为“加速踏板”，文本文字列106被分类为“轮胎”。

[0063] 在步骤S18中，公报文书处理单元57进行将在步骤S17按每一项目分类的法律性语法水平信息与包括日期信息的各种信息建立对应关系的处理。

[0064] 在图7的例子中，公报文书处理单元57对1个单位的内容100所包含的多个法律性语法水平信息(文本文字列104～106)，分别将共同的法令编号、修改日和施行日建立对应关系。另外，公报文书处理单元57对1个单位的公开信息F1(公报文书)所包含的所有法律性语法水平信息，分别将共同的监管机关建立对应关系。

[0065] 在步骤S19中，信息前处理单元54判定对在步骤S12中收集到的全部公开信息F1(公报文书)进行的前处理是否结束。在前处理尚未结束的情况下(步骤S19：否)，返回步骤S13而指定未处理的其他公开信息F1(公报文书)，下面，一边重复步骤S13～S18一边继续前处理。另一方面，在全部前处理结束的情况下(步骤S19：是)，进入下一步骤S20。

[0066] 图8是例示被实施了前处理的公开信息F1(公报文书)的数据结构的图。更详细而言，本图表示相当于国内外法规数据库D1的结构单位(记录)的部分集合的表数据。该公开信息F1(公报文书)构成为，包括法令编号标记、日期标记(修改日和施行日)、分类标记和法律性语法水平信息。

[0067] 在步骤S20中，信息收集服务器18(第1运算部28)汇集在步骤S18中被建立对应关系的法律性语法水平信息之后，通过第1通信部26将其发送给第1存储装置22。第1存储装置22在接收到该法律性语法水平信息之后，更新国内外法规数据库D1。这样一来，信息收集服务器18结束公开信息F1(公报文书)的收集动作。

[0068] ＜步骤S2：公开信息F2或者非公开信息F3的收集过程＞在图5的步骤S2中，法律信息处理系统10执行公开信息F2的收集过程。具体而言，信息收集服务器18定期或者不定期地收集网络上的公开信息F2。另外，如果需要，定期或者不定期地收集本公司保管的非公开信息F3、未经由因特网14而独自获取到的非公开信息F3。下面，一边参照图9的流程图和图10一边对信息收集服务器18的收集动作详细进行说明。

[0069] 在图9的步骤S21中，关键人物设定单元50根据从信息源数据库D4获取到的关键人物信息设定一个或多个关键人物。具体而言，人物设定单元50b将[1]与法律、法规或者标准有关的法律上的权威人士、[2]展开需要遵守法律、法规或标准的事业的企业和团体(或者其员工或职员)、或者[3]国家或地区中的监管机关设定为关键人物。

[0070] 尤其是，关键人物设定单元50也可以将与法律、法规或者标准有关的利害关系者设定为有关者。这是由于利害关系者与一般有关者相比较，对修改的影响力高，适合作为关键人物。

[0071] 在步骤S22中，信息收集单元52定期或者不定期地进行在步骤S21中被设定的关键人物参与制作或公开的、因特网14上的公开信息F2的收集(例如，自动下载)。另外，如果需要，定期或者不定期地收集非公开信息F3。公开信息F2或者非公开信息F3除了各种语言的文本文字之外，也可以是包括图像、影像、语音的任意的数据形式。另外，访问外部服务器16(图1)的访问目标例如根据包括被存储在信息源数据库D4中的URL的位置信息来确定。

[0072] 例如，能通过监管机关的电子公告使用的信息是用于通过国家或者地区中的法律、法规或者标准的制定经过来解析修改动向的重要的公开信息F2的一形态。另外，根据专利制度或者与专利制度类似的制度而被公开的公报是用于通过被公开的技术问题来解析修改动向的重要的公开信息F2的一形态。

[0073] 在步骤S23中，当在步骤S22中收集到1个或者多个公开信息F2或非公开信息F3时，信息前处理单元54指定尚未进行前处理的1个公开信息F2或者1个非公开信息F3。在该时间点，记述公开信息F2的语言尚不清楚，例如可以是中文(图2的“CN”)。另外，记述非公开信息F3的语言尚不清楚，例如可以是德语(图2的“DE”)。

[0074] 图10是可视表示图2的公开信息F2一例的图。该公开信息F2是由多页构成的电子报告书，在本图例中，仅在报告书的2页中、即表示文献信息(bibliographical information)111的页(左侧)和表示报告内容112的页(右侧)中排列记载。该文献信息111构成为，包括表示报告书的标题的文本文字列121、表示发行日的文本文字列122和表示发行者的文本文字列123。非公开信息F3也可以是同样的结构。

[0075] 在步骤S24中，翻译处理单元56对在步骤S23中被指定的公开信息F2或非公开信息F3，进行翻译为能够适用步骤S25以后的信息处理的特定语言的翻译处理。与步骤S14(图6)的情况同样，翻译处理单元56也可以从公开信息F2或非公开信息F3中提取非文本信息，在转换为与该非文本信息对应的文本文字之后进行翻译处理。

[0076] 或者，翻译处理单元56也可以通过实施包括文字识别处理的图像处理，将作为非文本信息的“图像数据”或者“视频帧”转换为文本文字。另外，翻译处理单元56也可以通过实施包括语音识别处理的信号处理，来将作为非文本信息的“语音数据”转换为文本文字。

[0077] 在步骤S25中，分析对象分解模块66通过使用任意的语法解析手法，对在步骤S24中用特定的语言翻译的公开信息F2或非公开信息F3进行分解和重建，生成规定的语法单位的信息(以下称为分析对象信息)。

[0078] 在图10的例子中，分析对象分解模块66通过区别文献信息111和报告内容112，识别出报告内容112的文章结构之后，按照规定的规则对报告内容112进行分解和重建，生成1个或者多个分析对象信息。据此得到分析对象信息，该分析对象信息例如结合了表示标题的文本文字列124(自动驾驶和损害赔偿责任的认定方法)、表示项目的文本文字列125(等级4的情况)和表示具体内容的文本文字列126。另外，文本文字列126的构成单位也可以是文章、段落、章节、页、记事中的任一个。

[0079] 在步骤S26中，特定信息获取模块67获取与在步骤S23中指定的公开信息F2或非公开信息F3建立对应关系的日期信息。例如，特定信息获取模块67也可以获取位于公开信息F2所存在的网页内的日期、公开信息F2的制作日和更新日作为日期信息。另外，非公开信息F3也可以获取到手日作为日期信息。另外，特定信息获取模块67也可以通过分析公开信息F2或非公开信息F3，来获取文献信息111或者报告内容112所包含的日期信息。

[0080] 在图10的例子中，特定信息获取模块67从文献信息111中提取包括表示日期的文字(例如，年月日和数字)或者记号(例如，斜线、连字符、逗号)的文本文字列122进行解析。据此，获取发行日(20XX年MM月DD日)。

[0081] 另外，特定信息获取模块67也可以与日期信息一并，或者独立于日期信息而获取能确定与公开信息F2、非公开信息F3建立对应关系的关联者的信息(以下称为关联者信息)。在该情况下，关键人物设定单元50将与参与公开信息F2、非公开信息F3的制作或公开的关键人物不同的、由关联者信息确定的关联者新设定为关键人物(步骤S21)。据此，能够自动补充关键人物的设定遗漏。

[0082] 在步骤S27中，分析对象分类模块68按照预先被设定的分类规则，按法律、法规或者标准的每一项目对在步骤S25中生成的分析对象信息进行分类。具体而言，分析对象分类模块68进行分别对分析对象信息赋予关联性高的“项目标记”的分类处理。

[0083] 该分类处理使用与步骤S17(图6)的情况相同或者不同的处理。例如，分析对象分类模块68当在文本文字列126中明确不包括法律根据时，也可以根据与位于文本文字列126附近的文本文字列127(民法709条)的关系来类推对应的分类项目。

[0084] 在步骤S28中，公开信息处理单元58进行将在步骤S27中按每一项目分类的分析对象信息与包括日期信息的各种信息建立对应关系的处理。在此，作为各种信息的例子，除了日期信息之外，能够举出标题、制作者、发行者、法令信息(法律名和条文编号)、关键人物信息。

[0085] 在步骤S29中，信息前处理单元54判定对在步骤S22中收集到的全部公开信息F2或非公开信息F3的前处理是否结束。在前处理尚未结束的情况下(步骤S29：否)，返回步骤S23，指定未处理的其他公开信息F2或非公开信息F3，下面，一边重复步骤S23～S29一边继续前处理。另一方面，在全部前处理已结束的情况下(步骤S29：是)，进入下一步骤S30。

[0086] 在步骤S30中，信息收集服务器18(第1运算部28)汇集在步骤S28中被建立对应关系的分析对象信息之后，通过第1通信部26将其发送给第1存储装置22。第1存储装置22在接收到该分析对象信息之后，更新素材信息数据库D2。这样一来，信息收集服务器18结束公开信息F2以及非公开信息F3的收集动作。

[0087] ＜步骤S3：推理引擎80的学习过程＞在图5的步骤S3中，法律信息处理系统10执行推理引擎80的学习过程。具体而言，信息处理服务器20定期或者不定期地进行推理引擎80的学习处理。下面，一边参照图11～图13一边对信息处理服务器20的学习动作详细进行说明。

[0088] 图11是表示图4的推理引擎80中的输入输出参数的设计例的图。在图4的例子中，仅示出修改预测单元74的主要部分，更详细而言，仅示出特征量生成模块78、推理引擎80和该推理引擎80的输入输出参数。

[0089] 特征量生成模块78构成为包括：难易度计算部92，其基于当前的社会状况来量化修改的难易度；影响程度计算部94，其基于有关者的话语权来量化对修改的影响程度；和继承度计算部96，其基于社会状况的经过来量化修改的继承度。

[0090] 另外，推理引擎80的输入参数并不限定于上述的难易度、影响程度和继承度的组合，也可以包括对其进行组合的其他指标，也可以包括与其不同的指标。例如，难易度可以是难度和容易度中的任一方，例如也可以使用将实现程度和容易度相乘的指标。

[0091] 难易度计算部92除了根据法律性语法水平信息所属的分类项目之外，例如根据包括后述的一致信息、当前的技术水准、修改的社会需要、修改阶段的输入参数，输出表示修改的难易度的至少一种特征量。

[0092] 作为“技术水准”一例，能够举出“技术上困难”、“仍然有许多技术问题”、“距实用化还有许多事情要做”、“期待未来的创新”等记载内容。当在法律性语法水平信息中包括这些记载时，得到技术水准相对较低(难度相对较高)的计算结果。

[0093] 作为“社会需要”一例，能够举出“期望尽早实用化”、“正在进行立法”、“需要国际协调”等记载内容。当在法律性语法水平信息中包括这些记载时，得到社会需要相对较高(难度相对较低)的计算结果。

[0094] 作为“修改阶段”一例，能够举出参与立法的组织体的种类、审议的状态。在正在由位于立法的下游侧的组织体进行审议的情况下，得到修改的成立可能性相对较高(难度相对较低)的计算结果。在有影响力的组织体的审议未结束的情况下，得到修改的成立可能性相对较低的(难度相对较高)的计算结果。

[0095] 影响程度计算部94除了根据法律性语法水平信息所属的分类项目之外，例如根据包括公开信息F2的公开频度、公开数量、关键人物的输入参数，输出表示对修改的影响程度的至少一种特征量。公开频度越多，公开数量越多，或者关键人物的话语权越强，得到对修改的影响程度相对越高的计算结果。针对非公开信息F3，根据包括关键人物的输入参数，输出表示对修改的影响程度的至少一种特征量。关键人物的话语权越强，得到对修改的影响程度相对越高的计算结果。

[0096] 继承度计算部96除了根据法律性语法水平信息所属的分类项目之外，例如根据包括国内或者外国的修改经过、规定的组织内对修改的处理经过的输入参数，输出表示修改的继承度的至少一种特征量。

[0097] 作为“国内的修改经过”一例，能够举出监管机关发起的审议会和研究会的召开日程与修改计划的关系性、采用两院制和议员立法等立法制度的国家的修改倾向。另外，所谓“处理经过”一例，能够举出致力于修改的过去的决策成功的事例或者决策失败的事例。

[0098] 作为“外国的修改经过”一例，能够举出在汽车行业中，美国的加利福尼亚州领先于世界而导入严格的限制，美国联邦政府延迟采用同等限制的倾向(典型的情况为“马斯基法案”的事例)。与该关系同样，能够举出发达国家采用美国的加利福尼亚州的限制的一部分，新兴国家延迟采用与发达国家同等限制的情况。

[0099] 推理引擎80除了日期信息、分类项目之外，在受理由特征量生成模块78生成的1个以上的特征量的输入之后，按照通过学习处理构筑的运算规则，输出对于包括研究和开发的事业活动而言有用的信息即修改时期、施行时期、修改内容和实现程度。

[0100] 在此，推理引擎80的运算规则根据作为参数的集合体的参数组84的值来确定。在使用分层神经网络(Hierarchical Neural Network)构筑推理引擎80的情况下，参数组84例如也可以包括确定神经元(neuron)的响应函数的系数、突触联系(synaptic connection)的加权系数、中间层(middle class)的数量、构成各层的神经元的个数。

[0101] 图12是表示图11的推理引擎80的构筑例的图。该推理引擎80是模拟与立法有关的组织结构的预测系统，通过多个学习器(从上游侧起依次为3个学习器98a、98b、98c)串联连接而成。例如，学习器98a相当于模拟公众舆论(public opinion)的“假想公众舆论”，学习器98b相当于模拟众议院(下院)的“假想众议院”，学习器98c相当于模拟参议院(上院)的“假想参议院”。

[0102] 即，修改预测单元74包括模拟参与法律、法规或者标准的立法的组织的多个学习器98a～98c，其模拟参与法律、法规或者标准的立法的组织结构。

[0103] 各个学习器98a～98c是由输入层、至少一层的中间层(或者隐藏层)和输出层构成的多层感知器(multilayer perceptron)。在此，也可以按每一学习器98a～98c适当改变神经元(用圆形标记图示)的个数、中间层的数量、输入参数的定义或者输出参数的定义。

[0104] 另外，根据日本的立法步骤，法案由众议院通过之后，进入由参议院中的委员会审议时的“法律案”由委员会进行审议。由于已经由众议院通过，因此基本上直接通过，但有时也可能被否决，或者被增加修改。

[0105] 因此，尽管立法制度为一院制、两院制或者其他制度，通过单独设置学习器98c，能够设计考虑到各国特有的立法事情的输入输出参数，使修改动向(即，在中途过程和最终结果)的预测精度相应地变高，其中所述学习器98c相当于模拟最终参与法律、法规或者标准的立法的组织的“假想参议院”。

[0106] 图13是表示用于学习处理的学习数据的制作例的图。更详细而言，本图是表示根据实际上发生的修改经过制作一系列正解数据(训练数据：training data)的方法的时序图。为了便于说明，设经3个阶段(第1～第3阶段)进行法律、法规或者标准的修改。

[0107] 例如，设分别得到[1]由实际的修改日、施行日和修改内容构成的数据集(data set)140、[2]由第1阶段开始的基准日、第1经过内容和第1特征量构成的数据集141、[3]由第2阶段开始的基准日、第2经过内容和第2特征量构成的数据集142、[4]由第3阶段开始的基准日、第3经过内容和第3特征量构成的数据集143。

[0108] 在该情况下，作为与推理引擎80整体有关的学习数据，能够使用:[A]以数据集141为输入，以数据集140为输出的正解数据；[B]以数据集142为输入，以数据集140为输出的正解数据；[C]以数据集143为输入，以数据集140为输出的正解数据。

[0109] 作为与学习器98a有关的学习数据，能够使用[D]以数据集141为输入，以数据集142的一部分(第2阶段基准日、第2经过内容)为输出的正解数据。作为与学习器98b有关的学习数据，能够使用[E]以数据集142为输入，以数据集143的一部分(第3阶段基准日、第3经过内容)为输出的正解数据。作为与学习器98c有关的学习数据，能够使用[F]以数据集143为输入，以数据集140为输出的正解数据。

[0110] 如上所述，修改预测单元74在每次确定法律、法规或者标准的修改时自发执行上述的学习处理，据此能够保持追踪到最新修改情况的高预测精度。

[0111] ＜步骤S4：修改动向的预测过程＞在图5的步骤S4中，法律信息处理系统10执行修改动向的预测过程。具体而言，信息处理服务器20在自动或者手动受理预测指令之后，预测法律、法规或者标准的修改动向(中途过程或者最终结果)。

[0112] 首先，一边参照图14的流程图和图15一边对信息处理服务器20的修改动向的第1预测过程详细进行说明。

[0113] 在图14的步骤S41中，信息处理服务器20(第2运算部34)从第1存储装置22中读出所需的信息。

[0114] 在步骤S42中，第2运算部34从在步骤S41中读出的各种信息中指定尚未被指定的分析对象信息。

[0115] 在步骤S43中，过滤处理单元70实施除去在步骤S42中指定的分析对象信息的一部分或者全部的过滤处理。具体而言，过滤处理单元70针对与法律、法规或者标准的制定内容的关联性，例如使用关联关键词的含有率进行量化，除去所得到的值(即，关联度)比阈值小的部分。

[0116] 然后，过滤处理单元70参照与分析对象信息建立对应关系的各种信息，提取出与该分析对象信息最接近的制定内容。过滤处理单元70通过重建过滤处理后的分析对象信息，生成能与提取出的制定内容进行对比的法律性语法水平信息。

[0117] 在步骤S44中，一致信息提取单元72从通过步骤S43的过滤处理构筑的法律性语法水平信息中提取一致信息。该“一致信息”是指，表示法律、法规或者标准的制定内容与公开信息F2所示的公开内容(即，法律性语法水平信息)之间在解释上的一致点或者不同点的信息。非公开信息F3是指，表示法律、法规或者标准的制定内容与非公开信息F3所示的内容(法律性语法水平信息)之间的解释上的一致点或者不同点的信息。

[0118] 例如，关于法律，主体、客体、时期或者手续的内容中的一致点(不同点)能分别符合一致信息。更详细而言，在基准值(上限值或者下限值)或基准范围不同的情况下，一致信息相当于“数值”，在适用范围不同的情况下，一致信息相当于“范围”。

[0119] 另外，一致信息也可以是表示两者的一致程度的定量值，例如“相关系数”。该相关系数是在0～1的范围内被归一化的值，在完全一致的情况下为“1”，在不同的情况下，与其程度对应而为比1小的值。

[0120] 在步骤S45中，修改预测单元74(推理引擎80)使用在步骤S44中被提取出的一致信息，进行与法律、法规或者标准的修改动向有关的预测处理。具体而言，修改预测单元74也可以使用由一致信息提取单元72提取出的一致信息，预测法律、法规或者标准的修改动向。通过使用解释上的一致点或者不同点，输入信息量变少，相应地用于预测的信息处理量也可以变少。

[0121] 另外，修改预测单元74也可以使用公开信息F2的公开频度和公开数量、关键人物的影响程度、国内或者外国的修改经过、以及规定组织内对修改的处理经过中的至少1项来预测实现程度。关于非公开信息F3，也可以使用关键人物的影响程度、国内或者外国的修改经过、以及规定组织内对修改的处理经过中的至少1项来预测实现程度。

[0122] 在步骤S46中，第2运算部34将在步骤S45中得到的预测结果、即预测到法律、法规或者标准的修改动向的信息(以下，称为修改预测信息)暂时存储于第2存储部36。

[0123] 在步骤S47中，修改预测单元74判定针对在步骤S41中读出的全部分析对象信息的预测处理是否结束。在预测处理尚未结束的情况下(步骤S47：否)，返回步骤S42指定未处理的其他分析对象信息，下面，一边重复步骤S42～S47一边继续预测处理。另一方面，在预测处理全部结束的情况下(步骤S47：是)，返回步骤S48。

[0124] 在步骤S48中，预测结果输出单元76通过选取在步骤S46中被依次存储的预测结果来制作修改预测列表F4。修改预测列表F4是包括实现程度相对较高的修改内容的一览表。

[0125] 图15是可视表示图2的修改预测列表F4一例的图。作为一例，该修改预测列表F4是由分类项目、标题、公开日(基于非公开信息F3的情况下为到手日)、修改时期、施行时期、修改内容、实现程度和状态构成的表数据。

[0126] 例如，针对修改已经确定的信息，作为实现程度存储“100”(单位为百分比)的值，作为状态存储“确定”的值。另一方面，针对修改尚未确定的信息，作为实现程度保存小于100的值，作为状态保存“预测”的值。在此，举出无法完全否定实现性的信息(即，实现程度在1以上的信息)，但也可以可变地设定选取的阈值。

[0127] 这样，预测结果输出单元76按照实现程度选取修改预测单元74的预测结果，制作包括该实现程度相对较高的修改内容的修改预测列表F4，因此能够得到包括修改的实现性相对较高的预测信息的、一览性高的修改预测信息。

[0128] 在步骤S49中，信息处理服务器20(第2运算部34)将在步骤S48中制作的修改预测列表F4通过第2通信部32发送给第2存储装置24。第2存储装置24在接收到修改预测列表F4之后，更新存储修改预测信息的数据库。这样一来，结束信息处理服务器20的动作(信息处理)。

[0129] 在此之后，用户(例如，部门40的成员)通过进行读出被存储在第2存储装置24中的修改预测列表F4的规定操作，来将图15所示的描绘内容显示在PC42的显示器43上。据此，用户一眼就能掌握修改动向的预测结果，由此能够将该修改预测信息有效用于认证和法规关联业务。

[0130] 接着，一边参照图16的流程图和图17一边对信息处理服务器20的修改动向的第2预测过程详细进行说明。

[0131] 在图16的步骤S51中，信息处理服务器20(第2运算部34)从第1存储装置22读出所需的信息，例如读出与操作者输入的产品名对应的法律法规标准-零部件对照数据库D5的信息(参照图17)。

[0132] 例如如图17所示，该法律法规标准-零部件对照数据库D5的信息按每一产品而准备，在各记录中登记有该产品所使用的零部件名称、与零部件名称对应的零部件的公司内负责人ID(该零部件的开发者的ID、零部件购买负责人的ID等)、与零部件名称对应的零部件的法律、法规和标准的种类。能够举出：相对于零部件名称例如“零部件001”，例如对应ID＝“001”，法律名＝“法律1”，法规名＝“法规1”，标准名＝“标准1”，针对零部件名称例如“零部件011”，对应ID＝“002”，法律名＝“法律1”，法规名＝“法规2”，标准名＝“标准1”等。

[0133] 在步骤S52中，第2运算部34从在步骤S51中读出的法律法规标准-零部件对照数据库D5的信息中，指定尚未被指定的分析对象信息(零部件名称)。

[0134] 在步骤S53中，过滤处理单元70与上述的步骤S43同样，实施除去在步骤S52中被指定的分析对象信息的一部分或者全部的过滤处理。然后，过滤处理单元70通过重建过滤处理后的分析对象信息，生成能与提取出的制定内容进行对比的法律性语法水平信息。

[0135] 在步骤S54中，一致信息提取单元72与上述步骤S44同样，从通过步骤S53的过滤处理构筑的法律性语法水平信息中提取一致信息。

[0136] 在步骤S55中，修改预测单元74(推理引擎80)与上述的步骤S45同样，使用在步骤S54中提取出的一致信息，进行与法律、法规或者标准的修改动向有关的预测处理。

[0137] 在步骤S56中，第2运算部34与上述的步骤S46同样，将在步骤S55中得到的预测结果、即预测到法律、法规或者标准的修改动向的信息(以下称为修改预测信息)暂时存储于第2存储部36。

[0138] 在步骤S57中，修改预测单元74与上述步骤S47同样，判定针对在步骤S52中被指定的全部分析对象信息的预测处理是否结束。在针对被登记在法律法规标准-零部件对照数据库D5中的商品名，预测处理尚未结束的情况下(步骤S57：否)，返回步骤S52，指定未处理的其他分析对象信息(商品名)，下面，一边重复步骤S52～S57一边继续预测处理。另一方面，在预测处理全部结束的情况下(步骤S57：是)，进入步骤S58。

[0139] 在步骤S58中，预测结果输出单元76通过选取在步骤S56中被依次存储的预测结果，制作零部件修改预测列表F5(参照图18)。零部件修改预测列表F5是包括针对被预测到修改的零部件预测到的修改内容的一览表。

[0140] 图18是可视表示零部件修改预测列表F5一例的图。作为一例，该零部件修改预测列表F5是由零部件名称、公司内负责人的ID、公开日(在基于非公开信息F3的情况下为到手日)、修改时期、施行时期、修改内容、实现程度和状态构成的表数据。

[0141] 该零部件修改预测列表F5与上述的修改预测列表F4同样，分别针对修改已经确定的信息，作为实现程度存储“100”(单位为百分比)的值，作为状态存储“确定”的值。另一方面，针对修改尚未确定的信息，作为实现程度存储小于100的值，作为状态存储“预测”的值。

[0142] 在步骤S59中，预测结果输出单元76进一步根据被记录在零部件修改预测列表F5中的ID，向与零部件名称对应的零部件的公司内负责人的PC(终端)42告知与所负责的零部件有关的修改预测结果。例如输出零部件修改预测列表F5中的、零部件名称、公开日(在基于非公开信息F3的情况下为到手日)、修改时期、施行时期、修改内容、实现程度和状态，告知该零部件的修改预测结果。接收到修改预测结果的PC将修改预测结果显示在与该PC连接的显示器43上。

[0143] 在步骤S60中，第2运算部34将在步骤S58中制作的零部件修改预测列表F5通过第2通信部32发送给第2存储装置24。第2存储装置24在接收到修改预测列表F4之后，更新存储修改预测信息的数据库。这样一来，结束信息处理服务器20的动作(信息处理)。

[0144] [信息网络的整体结构(之二)]上述法律信息处理系统10通过将信息收集服务器18、信息处理服务器20、部门40的中继装置41、部门44的中继装置45经由在内联网12内构筑的LAN38相互连接而构成，除此之外，也可以如图19所示的变形例所涉及的法律信息处理系统10a那样构成。

[0145] 即，如图19所示，也可以为，具有分别通过因特网14与1个以上的外部服务器16连接的多个PC42，各PC42分别构成法律信息处理系统10a。在该情况下，各PC42作为相对于1个以上的外部服务器16的客户端终端发挥作用。另外，各PC42通过因特网14被连接于设置有第1存储装置22和第2存储装置24的云服务器143。

[0146] 各PC42具有至少2个信息处理部(第1信息处理部150A和第2信息处理部150B)和显示器43。其中，第1信息处理部150A具有第1通信部26、第1运算部28和第1存储部30，第2信息处理部150B具有第2通信部32、第2运算部34和第2存储部36。

[0147] 在该情况下，第1通信部26和第2通信部32是相对于外部装置收发电信号的接口。第1运算部28和第2运算部34由包括CPU、MPU的处理运算装置构成。第1存储部30和第2存储部36由非暂时性且计算机可读的存储介质构成。

[0148] 在该法律信息处理系统10a中，在各PC42中进行上述的法律信息处理。然后，向各PC42中、与被记录在零部件修改预测列表F5中的零部件名称对应的零部件的公司内负责人的PC42告知该零部件的修改预测信息，且在被连接于该PC42的显示器43上显示修改预测信息。

[0149] 该法律信息处理系统10a在各PC42中，与上述的法律信息处理系统10同样，实施公报文书的收集过程、公开信息与非公开信息的收集过程、推理引擎的学习过程和修改动向的预测过程，但修改动向的预测过程的处理一部分不同。

[0150] 即，在图20的步骤S61中，PC(第2运算部34)从第1存储装置22读出所需的信息，例如读出与由操作者输入的产品名对应的法律法规标准-零部件对照数据库D5的信息(参照图17)。

[0151] 在步骤S62中，第2运算部34从在步骤S61中读出的法律法规标准-零部件对照数据库D5的信息中，仅提取与该PC的公司内负责人ID对应的零部件名称所对应的信息(记作二次信息)。

[0152] 在步骤S63中，第2运算部34从在步骤S62中提取出的二次信息中，指定尚未指定的分析对象信息(零部件名称)。

[0153] 在此之后，在步骤S64～S67中，进行与上述的图16的步骤S53～S56同样的处理，第2运算部34将预测到法律、法规或者标准的修改动向的信息(修改预测信息)暂时存储于第2存储部36。

[0154] 在步骤S68中，修改预测单元74与上述的步骤S57同样，判定针对在步骤S63中被指定的全部分析对象信息的预测处理是否结束。在针对被登记在步骤S62中提取出的二次信息中的商品名，预测处理尚未结束的情况下(步骤S68：否)，返回步骤S63，指定未处理的其他分析对象信息(二次信息)，下面，一边重复步骤S63～S68一边继续预测处理。另一方面，在预测处理全部结束的情况下(步骤S68：是)，进入步骤S69。

[0155] 在步骤S69中，预测结果输出单元76通过选取在步骤S56中被依次存储的预测结果，制作零部件修改预测列表F5(参照图18)。

[0156] 在步骤S70中，预测结果输出单元76进一步将在零部件修改预测列表F5中被记录的修改预测结果告知给公司内负责人的PC42。接收到修改预测结果的PC42在被连接于该PC42的显示器43上显示修改预测结果。

[0157] 在步骤S71中，第2运算部34将在步骤S69中制作的零部件修改预测列表F5通过第2通信部32发送给第2存储装置24。第2存储装置24在接收到修改预测列表F4之后，更新存储修改预测信息的数据库。这样一来，结束信息处理服务器20的动作(信息处理)。

[0158] [法律信息处理系统、方法和程序的效果][1]本实施方式所涉及的法律信息处理系统10具有关键人物设定部(关键人物设定单元50)、信息收集部(信息收集单元52)和修改预测部(修改预测单元74)，其中，所述关键人物设定部设定与法律、法规或者标准有关的有关者即一个或多个关键人物；所述信息收集部收集由关键人物设定部50所设定的关键人物参与制作或公开的信息中的至少公开信息(F1、F2)；所述修改预测部根据由信息收集部52收集到的信息的内容预测法律、法规或者标准的修改动向。

[0159] 这样，通过设定与法律、法规或者标准有关的有关者即一个或多个关键人物来至少收集公开信息，能够以出处的可靠性和与修改有关的信息为依据，以高的准确度预测法律、法规或者标准的修改，由此能够获得预测到该修改动向的有用信息。

[0160] [2]在本实施方式中，还具有特定信息获取部(特定信息获取模块62)，该特定信息获取部获取与由信息收集部52收集到的至少公开信息建立对应关系的日期信息，修改预测部74还使用由特定信息获取部62获取到的日期信息来预测法律、法规或者标准的修改动向。据此，能够进一步确保基于时间标记的公开信息的可靠性，因此预测的准确度进一步提高。

[0161] [3]在本实施方式中，还具有信息分类部(法律语法分类模块63、分析对象分类模块68)，该信息分类部按法律、法规或者标准的每一项目来对至少分解公开信息而得到的规定的语法单位的信息进行分类，修改预测部74按由信息分类部(63、68)所分类的每一项目来预测法律、法规或者标准的修改动向。据此，即使在1个单位的公开信息/非公开信息中包括涵盖多个领域的内容的情况下，也能够按照规定的分类项目高效地进行信息的整理和修改的预测。

[0162] [4]在本实施方式中，修改预测部74预测修改时期、施行时期、修改内容和实现程度中的至少一项。据此，能够得到对于包括研究和开发的事业活动而言有用的信息。

[0163] [5]在本实施方式中，修改预测部74还使用公开信息的公开频度和公开数量、关键人物的影响程度、在国内或者外国的修改经过、以及在规定组织内针对修改的处理经过中的至少1项来预测实现程度。据此，能够获得包括修改的实现性相对较高的预测信息的、一览性高的修改预测信息。

[0164] [6]在本实施方式中，还具有预测列表制作部(预测结果输出单元76)，该预测列表制作部按照实现程度选取由修改预测部74预测的预测结果，制作包括该实现程度相对较高的修改内容的修改预测列表F4。据此，能够得到包括修改的实现性相对较高的预测信息的、一览性高的修改预测信息。

[0165] [7]在本实施方式中，修改预测部74包括对参与法律、法规或者标准的立法的组织进行了模拟的至少1个学习器(98c)，至少学习器(98c)与立法制度为一院制、两院制或者其他制度无关而模拟了最后参与法律、法规或者标准的立法的组织。据此，能够设计考虑到各国特有的立法事情的输入输出参数，使修改动向的预测精度相应变高。

[0166] [8]在本实施方式中，修改预测部74包括对参与法律、法规或者标准的立法的组织进行了模拟的多个学习器(98a、98b)，且对参与法律、法规或者标准的立法的组织结构进行了模拟。据此，能够设计考虑到各国特有的立法事情的输入输出参数，使修改动向的预测精度相应变高。

[0167] [9]在本实施方式中，还具有一致信息提取部(一致信息提取单元72)，该一致信息提取部提取表示法律、法规或者标准的制定内容与公开内容之间在解释上的一致点或不同点的一致信息，修改预测部74还使用由一致信息提取部72提取出的一致信息，来预测法律、法规或者标准的修改动向。据此，通过使用解释上的一致点或者不同点，输入信息量变少，用于预测的信息处理量也可以相应变少。

[0168] [10]在本实施方式中，特定信息获取部67还获取能确定与参与公开信息的制作或公开的关键人物不同的、已与公开信息建立对应关系的关联者的关联者信息，关键人物设定部50将由关联者信息确定的关联者新设定为关键人物。据此，能够使用通过公开信息获取到的关联者信息，自动补充关键人物的设定遗漏。

[0169] [11]在本实施方式中，关键人物设定部50将国家或者地区的监管机关设定为关键人物，信息收集部52收集能通过监管机关的电子公告来使用的公开信息。

[0170] 通过监管机关的电子公告而能使用的公开信息是用于通过国家或者地区中的法律、法规或者标准的制定经过来解析修改动向的重要信息之一。因此，通过使用该信息，能够进一步提高修改的预测精度。

[0171] [12]在本实施方式中，信息收集部52收集关键人物为法律上的发明人或者申请人、且根据专利制度或者与专利制度类似的制度而公开的公报来作为公开信息。

[0172] 根据专利制度或者与专利制度类似的制度被公开的公报是用于通过被公开的技术问题来解析修改动向的重要信息之一。因此，通过使用该信息能够进一步提高修改的预测精度。

[0173] [13]在本实施方式中，关键人物设定部50将与法律、法规或者标准有关的利害关系者设定为有关者。这是由于利害关系者与一般有关者相比较，对修改的影响力高，适合作为关键人物。

[0174] [14]本实施方式所涉及的法律信息处理系统10a由一台或者多台计算机以及客户端终端装置42构成，其中，所述客户端终端装置42被设置于国内或者国外，用于告知至少由修改预测部74预测到的法律、法规或者标准的修改动向，客户端终端装置42从国内或者国外来访问通过修改预测部74根据至少公开信息所示的公开内容预测到的法律、法规或者标准的修改动向。

[0175] 据此，例如不需要具有与构成1个产品的多个零部件有关的所有信息，也可以仅具有一部分零部件的信息、例如与设置有客户端终端装置42的部门管辖的零部件(特定零部件)相关的信息。其结果，在各客户端终端装置42中，可以对分别对应的特定零部件计算修改预测，因此能够缩短直到获得修改预测结果为止的运算时间，各部门的负责人等能够在早期获知所负责的零部件的修改预测。

[0176] [15]本实施方式所涉及的法律信息处理方法使一台或者多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，其中，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；在所述信息收集步骤中，收集被设定的关键人物参与制作或者公开的至少公开信息；在所述预测步骤中，根据收集到的信息的内容预测法律、法规或者标准的修改动向。

[0177] 这样，通过设定与法律、法规或者标准有关的有关者即一个或多个关键人物来收集公开信息，能够以出处的可靠性和与修改有关的公开信息为依据，以高的准确度预测法律、法规或者标准的修改，由此能够获得预测到该修改动向的有用信息。

[0178] [16]另外，本实施方式所涉及的法律信息处理方法一边由一台或者多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，一边进一步对一般的一个或多个所述关键人物或者与本公司的产品开发有关的关键人物参与制作或者公开的所述公开信息、或非公开信息进行处理，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；在所述信息收集步骤中，收集所设定的所述关键人物参与制作或者公开的信息中的至少公开信息；在所述预测步骤中，根据收集到的信息的内容预测所述法律、法规或者标准的修改动向，所述法律信息处理方法具有信息分类步骤和一致信息提取步骤，其中，在所述信息分类步骤中，按所述法律、法规或者标准的每一项目将分解所述公开信息或者所述非公开信息而得到的规定的语法单位的信息进行分类；在所述一致信息提取步骤中，提取表示所述法律、法规或者标准的制定内容与所述产品的开发项目之间在解释上的一致点或者不同点的一致信息，所述法律信息处理方法还具有告知步骤，在所述告知步骤中，在输入所述产品的开发项目作为所述公开信息或者所述非公开信息的情况下，告知通过所述一致信息提取步骤提取出的所述一致信息、即与该产品的开发项目对应的需要修改的现行的法律、法规或者标准的内容。

[0179] 据此，法律信息处理系统的用户能够看到法令等的改变，以能够游说例如发展中国家的当局。

[0180] 例如，如果“开发技术”是依据现行的“法律、法规或者标准”，则在该技术的使用直接“违反法令”，而可能“无法使用”的情况下，示出对哪一“法律、法规或者标准”进行法律修改即可。

[0181] 有时发展中国家试图接受发达国家的关于汽车的法律而直接将变更为与这些发达国家同样的法律。在这样的情况下，有时根据该发展中国家的例如道路状况等而采用这些发达国家的法律为时尚早，预想到会发生混乱。此时，业内团体或发达国家的业界龙头企业等能够对该发展中国家的当局进行涉外活动(游说)，提出延迟法律的施行或者提出代替的法规案。

[0182] [17]本实施方式所涉及的法律信息处理方法的特征在于，使一台或者多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，其中，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；在所述信息收集步骤中，收集所设定的关键人物参与制作或者公开的至少公开信息；在所述预测步骤中，根据收集到的信息的内容预测法律、法规或者标准的修改动向，所述法律信息处理方法还具有特定信息获取步骤和信息分类步骤，其中，在所述特定信息获取步骤中，获取与通过信息收集步骤收集到的信息建立对应关系的日期信息；在所述信息分类步骤中，按法律、法规或者标准的每一项目来将分解信息而得到的规定的语法单位的信息进行分类，一台或者多台计算机具有法律法规标准-零部件对照数据库，在所述法律法规标准-零部件对照数据库中，按法律、法规或标准规定的产品的每一零部件单位来赋予与该零部件对应的法律、法规或者标准项目，预测步骤还使用通过特定信息获取步骤获取到的日期信息，按由信息分类步骤进行了分类的每一项目来预测法律、法规或者标准的修改动向，预测修改动向中的、修改时期、施行时期、修改内容和实现程度中的至少一项，预测修改动向还至少使用公开信息的公开频度和公开数量、关键人物的影响程度、国内或者外国的修改经过、以及在规定的组织内对修改的处理经过中的至少1项来预测实现程度。并且，法律信息处理方法还使一台或者多台计算机执行预测列表制作步骤、零部件确定步骤和告知步骤，其中，在所述预测列表制作步骤中，按照实现程度来选取预测步骤的预测结果，制作包括该实现程度相对较高的修改内容的修改预测列表；在零部件确定步骤中，与已被赋予记载在修改预测列表中的修改内容的、被分类后的项目对应，使用法律法规标准-零部件对照数据库来确定应该与修改内容对应的产品和零部件；在告知步骤中，根据规定的组织内对修改的处理经过，向应该与修改内容对应的零部件的公司内负责人(开发者、零部件购买负责人等)，至少告知修改时期、施行时期、修改内容和应该对应的零部件。

[0183] 据此，例如能够提供法规警告的服务。所谓法规警告是指，向应该与修改内容对应的零部件的公司内负责人(例如开发者、零部件购买负责人等)至少告知修改时期、施行时期、修改内容和应该对应的零部件等。

[0184] 具体而言，能够提供以下服务。

[0185] 即，存在以下问题，在“向购买部门的负责人等告知法规变更日程”的情形下，即使被传达“法规变更的变更内容”，如果不被具体地通知“哪一零件编号的零部件”被“如何变更”则无法应对。

[0186] 因此，作为输入信息，使用从“按该法律、法规或者标准规定的产品的每一零部件单位赋予与该零部件对应的所述法律、法规或者标准项目的、法律法规标准-零部件对照数据库”中获取到的“被赋予修改内容的分类后的项目、应该与修改内容对应的零部件(零件编号)、规定组织内对修改的处理经过”的信息。

[0187] 作为输出信息，向应该与修改内容对应的零部件的公司内负责人(开发者、零部件购买负责人等)至少输出修改时期、施行时期、修改内容和应该对应的零部件(零件编号)。

[0188] 并且，作为服务，能够向应该与修改内容对应的零部件的公司内负责人(实施例：开发者、零部件购买负责人等)告知“至少修改时期、施行时期、修改内容和应该对应的零部件”。例如能够发出“在其施行日，该零部件不能再使用”的意思的警告。

[0189] [18]本实施方式所涉及的法律信息处理程序使一台或者多台计算机执行关键人物设定步骤、信息收集步骤和预测步骤，其中，在所述关键人物设定步骤中，设定与法律、法规或者标准有关的有关者即一个或多个关键人物；在所述信息收集步骤中，收集所设定的关键人物参与制作或者公开的至少公开信息；在所述预测步骤中，根据收集到的信息的内容预测法律、法规或者标准的修改动向。

[0190] 这样，通过设定与法律、法规或者标准有关的有关者即一个或多个关键人物来收集公开信息F2，能够以出处的可靠性和与修改有关的公开信息F2为依据，以高的准确度预测法律、法规或者标准的修改，由此能够获得预测到该修改动向的有用信息。

[0191] [备注]另外，本发明并不限定于上述实施方式，当然能够在没有脱离本发明的主旨的范围内自由变更。或者，也可以在技术上不产生矛盾的范围内将各个结构任意地组合。

标题	发布/更新时间	阅读量
连接器	2020-05-19	644
一种通信方法和用于通信模块的方法	2020-05-20	321
自然重力场干涉方法	2020-05-24	734
RFID读取装置和方法	2020-05-20	272
企业评价装置和企业评价程序	2020-05-16	457
具有抗菌功能的陶瓷印刷油墨组合物	2020-05-26	660
公报系统及其操作方法	2020-05-11	576
蜂窝通信网络的公报无线用户设备	2020-05-12	567
智能电子防伪标签系统	2020-05-16	848
提高毛纱条干的集合器	2020-05-27	258

法律信息处理系统、方法和程序

法律信息处理系统、方法和程序

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：