JP2000029882A - 要約文作成装置 - Google Patents

Abstract

(57)【要約】 【課題】 対象文書の属する分野における作業者の知識
が乏しくても、品質の安定した要約文を作成することが
できる要約文作成装置を提供する。 【解決手段】 要約文作成の対象となる対象文書ＯＬお
よびそれと同分野の文書ＦＬに対して言語解析を行い、
その結果をもとに、頻出単語のうち、一般語以外の対象
文書ＯＬの属する分野の用語を重要語として抽出して重
要語リストＩＬに記憶する。また、上記言語解析結果を
もとに単語間の関係を示す単語間関係情報を抽出して単
語間関係情報ファイルＷＲに記憶する。得られた重要語
リストＩＬおよび単語間関係情報ファイルＷＲに基づい
て対象文書ＯＬの冗長箇所の表現を変更したり、不要箇
所を除去して要約文を作成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、対象文書の要約
文を作成する要約文作成装置に関する。

【０００２】

【従来の技術】文書の要約文を作成する場合、従来か
ら、その対象文書の属する分野に精通し、その分野に対
する深い知識を持つ作業者が対象文書を読み、その内容
を理解した後に対象文書から重要と考えられる箇所を抽
出したり、不要箇所を削除したり、さらには冗長な箇所
を別の表現に言い換えたりして手作業で作成している。

【０００３】

【発明が解決しようとする課題】ところで、上記の様な
従来の要約文作成方法には以下のような問題があった。

【０００４】第１に作業者には対象文書の属する分野の
深い知識が要求されるため、そういった知識を有しない
者は作業が行えなかった。

【０００５】第２に作業者が対象文書を読んで理解した
後に手作業で要約文を作成するため時間がかかってい
た。

【０００６】第３に作業者により対象文書の内容の理解
の程度が異なるため、抽出する重要箇所や削除する不要
箇所、言い換える冗長箇所の選択が異なるため、作成す
る要約文の品質が作業者により異なっていた。

【０００７】この発明は、従来技術における上述の問題
の克服を意図しており、対象文書の属する分野における
作業者の知識が乏しくても、品質の安定した要約文を作
成することができる要約文作成装置を提供することを目
的とする。

【０００８】

【課題を解決するための手段】上記の目的を達成するた
め、この発明の請求項１に記載の装置は、要約文の作成
対象である対象文書を入力する文書入力手段と、前記対
象文書における言語の特徴に関する言語情報を取得する
言語情報取得手段と、前記言語情報に基づいて、前記対
象文書の重要箇所を抽出することによって要約文を作成
する要約作成手段と、前記要約文を外部装置に出力する
要約文出力手段と、を備える。

【０００９】また、この発明の請求項２に記載の装置
は、請求項１に記載の要約文作成装置であって、言語情
報取得手段が、対象文書を言語解析する言語解析手段
と、言語解析手段において得られた言語解析結果から対
象文書における言語情報を抽出する言語情報抽出手段と
を備える。

【００１０】また、この発明の請求項３に記載の装置
は、請求項２に記載の要約文作成装置であって、言語解
析手段が対象文書と同分野の他の文書である同分野文書
に対しても言語解析を行うものであり、言語情報抽出手
段が対象文書および同分野文書に対する言語解析結果の
両方から言語情報を抽出するものであることを特徴とす
る。

【００１１】また、この発明の請求項４に記載の装置
は、請求項２または請求項３に記載の要約文作成装置で
あって、前記言語情報抽出手段は前記言語解析結果から
言語情報として重要語を抽出する手段を有し、前記要約
作成手段は抽出された前記重要語を含む箇所を前記対象
文書から抽出することによって要約文を作成する手段を
有することを特徴とする。

【００１２】また、この発明の請求項５に記載の装置
は、請求項４に記載の要約文作成装置であって、前記言
語情報抽出手段は前記言語解析結果から言語情報として
単語間関係情報を抽出する手段を有し、前記要約作成手
段は抽出された前記単語間関係情報に基づいて、前記対
象文書から冗長箇所を削除することによって要約文を作
成する手段を有することを特徴とする。

【００１３】さらに、この発明の請求項６に記載の装置
は、請求項１ないし請求項５のいずれかに記載の要約文
作成装置であって、前記要約作成手段は前記対象文書の
段落文頭の語に基づいて、当該段落を要約文に含めるか
否かを判定する手段を有することを特徴とする。

【００１４】なお、本発明において、要約文とは要部の
抜粋および部分的な表現の言い換えを伴ういわゆる「要
約文」のみならず、要部のみを抜粋しただけの「抄録」
等も含むものとする。

【００１５】

【発明の実施の形態】以下、この発明の実施の形態を図
面に基づいて説明する。

【００１６】＜１．装置配列＞図１はこの発明の第１の
実施の形態である要約文作成装置の全体構成図である。
以下、図１を用いてこの要約文作成装置の装置構成につ
いて説明していく。

【００１７】要約文作成装置１は主に、この装置の各部
の動作および要約文作成の各種処理を行うＣＰＵ１０、
このシステムの動作に関わる基本ソフト等が記憶され、
必要に応じて読み出されるＲＯＭ２０、要約文作成に当
たり各種データを一時的に記憶するＲＡＭ３０、要約文
の作成対象である文書（以下、「対象文書」という）、
作成された要約文等を記憶するハードディスク４０、各
種情報を表示するカラーＣＲＴ５０、作業者が各種設定
等を入力するキーボード６０およびマウス７０をバスラ
インＢＬで互いに接続して構成されたコンピュータシス
テムにより実現されている。

【００１８】とりわけ、ＣＰＵ１０は本発明の要約文作
成に当たり、各部分処理を行う以下の各機能ブロックを
備えている。なお、以下の各機能はＣＰＵ１０において
ソフトウェア的に実現されている。

【００１９】文書入力部１１はハードディスク４０から
対象文書やそれと同じ分野に属する文書（以下、「同分
野文書」という）のデータをＲＡＭ３０に読み込む。

【００２０】言語解析部１２は内部に図示しない形態素
辞書や構文辞書を有しており、それらを用いて対象文書
や同分野文書の形態素解析や構文解析等の言語解析を行
う。

【００２１】言語情報抽出部１３は後述する重要語や単
語間関係情報等の情報である言語情報を対象文書や同分
野文書等から抽出する。なお、言語解析部１２と言語情
報抽出部１３とを併せたものがこの発明の「言語情報取
得部」に相当する。

【００２２】要約作成部１４は後述する手順に従い要約
文の作成を行う。

【００２３】要約文出力部１５は外部装置としてのハー
ドディスク４０やカラーＣＲＴ５０、あるいは図示しな
い記録（印字）装置等に作成された要約文を出力する。

【００２４】以上のシステムにより以下に示す処理手順
に従い要約文を作成する。

【００２５】＜２．要約文作成処理＞図２はこの実施の
形態に係る要約文作成処理手順を示すフローチャートで
あり、図３は図２の言語情報抽出処理の具体的処理を示
すフローチャートであり、図４は図２の要約作成処理の
具体的処理を示すフローチャートである。以下、図２〜
図４を用いて要約文作成処理について説明していく。

【００２６】まず、対象文書および同分野文書をハード
ディスク４０からＲＡＭ３０に読み込む（ステップＳ
１）。なお、同分野文書は予め分野ごとに分類されてハ
ードディスク４０に保存されていた複数の文書のなかか
ら、作業者が指定した分野の文書をＣＰＵ１０がＲＡＭ
３０に読み込む。

【００２７】つぎに、言語解析部１２において対象文書
および同分野文書に対して言語解析を行う（ステップＳ
２）。具体的には、言語解析部１２において対象文書を
１文ずつ切り出し、その１文ごとに形態素解析や構文解
析といった言語解析を行う。

【００２８】図５は対象文書ＯＬおよびそれから作成さ
れた要約文ＡＬの一例を示す図である。また、図６は言
語解析結果の一例を示す図である。具体的には図６は図
５の対象文書第２段落ＯＰ２を解析して得られた結果を
示す図である。

【００２９】形態素情報Ｉ１には、形態素解析によって
得られる対象文書を単語ごとに分けた情報が、それぞれ
の品詞等の情報とともに表示される。構文解析情報Ｉ２
には文節ごとに自立語ＩＷと付属語ＡＷを併記し、自立
語の用言と体言の別等の情報が表示される。文の構造情
報Ｉ３には各文節の関係を表わす関係図が示されてい
る。

【００３０】つぎに、ステップＳ２において得られた解
析結果を用いて言語情報抽出部１３において言語情報抽
出処理を行う（ステップＳ３）。

【００３１】図７は対象文書ＯＬおよび同分野文書ＦＬ
からの重要語リストＩＬおよび単語間関係情報ファイル
ＷＲの抽出の概念を示す図である。図示のように、ステ
ップＳ３では言語情報として重要語と単語間関係情報を
抽出する。

【００３２】具体的には、まず、対象文書ＯＬおよび同
分野文書ＦＬから重要語を取り出す（図３：ステップＳ
３１）。より詳細には、図６に示したような言語解析結
果をもとに、各単語の出現頻度を計数した後、重要語候
補を抽出し、それら重要語候補の語をそれぞれに出現頻
度情報ＦＩを付随させてＲＡＭ３０内に重要語リストＩ
Ｌとして登録し、必要があればハードディスク４０に保
存する。なお、この実施の形態では、重要語候補として
は言語解析結果中の形態素情報Ｉ１の中で「複合語候
補」である文字列を含む「体言」文節中の自立語を選択
する。そして、保存した重要語候補単語の中から、
「彼」、「私」等の一般的な単語を除き、さらに、全重
要語候補を出現頻度の高い順に並べ、そのうちの上位か
ら所定の順位までのものを重要語とし、それを再度、重
要語リストＩＬに上書き保存するのである。

【００３３】つぎに、図６に示すような対象文書および
同分野文書の言語解析結果のうち、文の構造情報Ｉ３
（図６参照）から単語同士の関係を表す情報である単語
間関係情報を抽出する（図３：ステップＳ３２）。

【００３４】具体的には、文の中心となる動詞、形容
詞、形容動詞などの用言や用言句をまず取り出し、その
単語や句の表層格情報ＳＩや文中の他の文節内の付属語
の情報等から取り出した用言に対する文中の他の文節の
役割や文節同士の修飾、被修飾関係などを調べ、図７に
示す単語間関係情報ファイルＷＲとしてＲＡＭ３０に登
録、必要があればハードディスク４０に保存する。

【００３５】図６の例では、まず、文の構造情報Ｉ３に
より明らかなように、文の中心となる用言は「記録され
る。」で、その表層格情報ＳＩは「ガ」、「ヲ」、
「ニ」、「ト」、「ヘ」である。この各表層格と同じ働
きをする付属語を持つ文節を文中より探し出す。そし
て、各文節が文の中心となる用言に対して果たす役割を
調べるのである。

【００３６】具体的には、図６の例では、表層格情報Ｓ
Ｉより明らかなように、文節「映像は」は、用言「記録
される。」に対して主語の役割を果たしている。また、
文節「撮影した」は、その主語の役割の文節「映像は」
を修飾する役割を果たしている。また、文節「デジタル
カメラで」は、文節「撮影した」の道具を表わす役割を
果たしている。また、文節「内蔵メモリーや」や文節
「ハードディスク、」や文節「メモリーカードに」は、
文の中心となる用言「記録される。」に対して場所を表
わす役割を果たしている。さらに、文節「デジタルデー
タとして」は、文の中心となる用言「記録される。」に
対して対象を表わす役割を果たしている。

【００３７】これらの各文節の役割情報や関係情報を単
語間関係情報として単語間関係情報ファイルＷＲに保存
するのである。

【００３８】なお、ステップＳ３２の処理は対象文書お
よび同分野文書の全文の解析結果に対して行なう。

【００３９】図２に戻って、つぎに、得られた言語情報
を使って要約作成部１４において対象文書の要約文を作
成する（ステップＳ４）。

【００４０】具体的には図４に示すように、まず、重要
箇所を判定する（図４：ステップＳ４１）。つぎに、上
記判定で不要箇所と判定された箇所を除去する（図４：
ステップＳ４２）。さらに、冗長箇所があれば別の簡潔
な表現に書き換える（図４：ステップＳ４３）。具体的
な判断は以下の通りである。

【００４１】まず、重要箇所の判断については重要語リ
スト内の単語を含んでいるか否かや、文頭の表記によっ
て文単位で重要箇所か不要箇所かの判断を行う。

【００４２】たとえば、文頭の表記による判定例では、
文頭の「たとえば」という表記は例示を表わしているの
で不要箇所と判定し、要約文には含めないものとする。

【００４３】また、たとえ文中に重要語リスト内の単語
を含んでいなくても、文頭の表記が「即ち」や「つま
り」のように結論を述べるような表記の場合はその文を
重要箇所と判定する。図５の例では対象文書ＯＬの対象
第６段落ＯＰ６の文頭が「つまり」であるので、この段
落の内容は結論であり、重要箇所であると判断し、その
内容は、それに対応する要約文ＡＬの要約第６段落ＡＰ
６に記載されている。一方、対象第７段落ＯＰ７の文頭
は「たとえば」であるので、この段落は例示であると判
断して、その段落は不要箇所と判断され、要約文ＡＬに
は記載されず、したがって、要約第７段落ＡＰ７は対象
第８段落ＯＰ８に対応するものとなっている。

【００４４】冗長箇所の判断については、単語間関係情
報ファイルＷＲ内の情報に基づいて、単語同士の修飾被
修飾の関係に注意し、文中の用言や用言句に対して直接
的な役割を持つ文節以外の文節を冗長箇所と判断して削
除したり、用言や用言句に対して所定の役割を持つ文節
をその修飾の程度によって冗長箇所かどうかの判断をし
て削除や、別の簡潔な表現に書き換えるかどうかを判断
するのである。

【００４５】たとえば、図５の例では対象第１段落ＯＰ
１には重要語である「デジタルカメラ」が含まれている
ので、この段落自体は削除の対象外であるが、「フィル
ムの代わりに」という表現は、この文においては中心と
なる用言句「カメラだ」に直接係らない修飾句であると
判断され、冗長箇所として要約第１段落ＡＰ１では削除
されている。

【００４６】また、対象第２段落ＯＰ２については、
「デジタルカメラ」は重要語であるため、削除の対象外
であるが、文の構造情報Ｉ３中の主要部ＭＰ（図６）以
外の部分、すなわち、「デジタルカメラで撮影した」
は、この文の中心となる用言である「記録される」に係
る「映像は」をさらに修飾するため、上記用言に対して
直接的な役割を持たない。そのため、要約第２段落ＡＰ
２に示すように、冗長箇所として削除されている。

【００４７】同様に、対象第３段落ＯＰ３〜対象第５段
落ＯＰ５においても、要約第３段落ＡＰ３〜要約第５段
落ＡＰ５に示すように、それぞれ、同様にして不要箇所
が削除されている。

【００４８】また、冗長箇所を簡潔な表現に変更する場
合には、段落中、中心的な役割をする単語（主語や述語
に当たる単語など）が対象となる段落のものと同じであ
る類似の文章で、より短い表現があれば、その表現に書
き換えるのである。

【００４９】図２に戻って、最後に、作成された要約文
を要約文出力部１５からハードディスク４０に出力して
保存したり、カラーＣＲＴ５０や記録（印字）装置に出
力して可視化する（ステップＳ５）。

【００５０】以上で、対象文書に対する要約文作成処理
が終了する。

【００５１】以上説明したように、この実施の形態によ
れば、対象文書及び同分野文書を言語解析しているの
で、その分野についてのより多くの言語情報を抽出し、
それを基に対象文書の要約文を作成するため、対象文書
の属する分野における作業者の知識が乏しくても、安定
して高品質の要約文を作成することができる。

【００５２】＜３．変形例＞上記実施の形態において要
約文作成装置およびそれによる要約文作成処理の一例を
示したが、この発明はこれに限られるものではない。

【００５３】例えば、上記実施の形態においては対象文
書および同分野文書の言語解析結果から重要語および単
語間関係情報といった言語情報を抽出して、それをもと
に要約文を作成するものとしたが、対象文書のみの言語
解析結果から言語情報を抽出し、それを用いて要約文を
作成してもよく、さらには予め各分野の文書について言
語解析を行って、分野ごとに言語情報を抽出しておい
て、そのうちの対象文書と同分野の言語情報を用いて要
約文を作成するもの等としてもよい。

【００５４】また、上記実施の形態では、用語取り出し
処理（図３：ステップＳ３１）で重要語と判定する際、
入力した対象文書および同分野文書の全領域から重要語
を取り出すものとしているが、論文における序論、本
論、結論のような文書構造を有する文献ではそれらの構
造の情報を利用して文書内の特定の領域から用語を取り
出すようにしても良い。たとえば、結論の部分には重要
語が含まれる可能性が高く、重要度の低い語は含まれる
率が低いので、結論部分から重要語を取り出すものとす
るといったようにすることで適切な重要語を効率よく抽
出することができ、ひいては効率の良い要約文作成を行
うことができる。

【００５５】また、上記実施の形態における重要箇所判
定処理（図４：ステップＳ４１）では対象文書内の重要
箇所の判定に文頭表記と並んで重要語を含むか否かでも
判定している。つまり、重要語リスト内の単語と同じ単
語が対象となる文中に有るか否かで判定しているが、文
書から抽出した重要語だけでなく、シソーラス辞書等を
使って重要語と同じ意味を有する類義語と同じ単語が対
象文中に有るか否かで判定しても良い。

【００５６】また、上記実施の形態では、特に要約文に
字数制限を設けていなかったが、予め作業者が制限文字
数を入力し、その文字数内で収まるように不要箇所除去
処理（図４：ステップＳ４２）で除去する不要箇所を増
減したり、冗長箇所書き換え処理（図４：ステップＳ４
３）で書き換える表現の程度を変えたりしても良い。

【００５７】また、上記実施の形態では、特に学習機能
について言及しなかったが、重要語の判定や単語間関係
情報の抽出に対して学習機能を持たせるものとしても良
い。その場合、属する分野が同じ複数の対象文書に対し
て要約文を作成するすることによって、言語解析し、言
語情報を抽出し、要約文を作成する毎に重要語の判定や
抽出する単語間関係情報の精度が上がり、より品質の良
い要約文が作成できるようになる。

【００５８】また、上記実施の形態では、用語取り出し
処理（図３：ステップＳ３１）における重要語の抽出に
おいて、自立語を出現頻度の順に並べて、その上位から
所定順位までを重要語候補とするものとしたが、自立語
のうち出現回数が所定値以上であれば重要語候補とする
ものとしてもよい。

【００５９】また、上記実施の形態において、文中の用
言や用言句に対して直接（一次）的な役割を持つ文節以
外の文節を冗長箇所と判断するものとしたが、用言への
係り方をその次数、すなわち、一次的、二次的…等と分
類し、要約文の長さ等に制限があればそれに応じて削除
対象と判断する修飾句の係り方の次数を変えるものとし
てもよい。

【００６０】また、上記実施の形態において簡潔な表現
に変更する場合には、段落中、中心的な役割をする単語
が対象となる段落のものと同じである類似の文章に書き
換えるものとしたが、同様の文書において同じ単語を使
用している割合である類似度を求め、所定の類似度以上
であれば書き換えるといったものとしてもよく、さらに
は、同じ単語を含まなくてもシソーラス辞書等を用いて
類義語を含む表現で書き換えるものとしてもよい。

【００６１】

【発明の効果】以上説明したように、請求項１ないし請
求項６の発明によれば、言語情報を基に対象文書の要約
文を作成するため、対象文書の属する分野における作業
者の知識が乏しくても、品質の安定した要約文を作成す
ることができる。

【００６２】また、特に請求項２の発明によれば、対象
文書の言語解析結果から言語情報を抽出するので、適切
な言語情報を取得することができる。

【００６３】また、特に請求項３の発明によれば、対象
文書と同分野文書に対しても言語解析を行い、対象文書
および同分野文書に対する言語解析結果の両方から言語
情報を抽出するため、対象文書の属する分野についての
より多くの言語情報が得られるので、そのような言語情
報を基に要約文を作成することによって、安定して高品
質の要約文を作成することができる。

【００６４】また、特に請求項４の発明によれば、言語
解析結果から抽出された重要語を含む箇所を対象文書か
ら抽出することによって要約文を作成するので、重要箇
所を安定して含む要約文を作成することができる。

【００６５】また、特に請求項５の発明によれば、言語
解析結果から抽出された単語間関係情報に基づいて、対
象文書から冗長箇所を削除することによって要約文を作
成するので、重要箇所を損なうことなく要約文長を削減
することができる。

【００６６】また、特に請求項６の発明によれば、対象
文書の段落文頭の語に基づいて、その段落を要約文に含
めるか否かを判定するので、重要箇所であるか否かの判
断が容易、しかも適確であり、要約文を効率的に作成す
ることができる。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態である要約文作成装
置の全体構成図である。

【図２】この実施の形態に係る要約文作成処理手順を示
すフローチャートである。

【図３】図２の言語情報抽出処理の具体的処理を示すフ
ローチャートである。

【図４】図２の要約作成処理の具体的処理を示すフロー
チャートである。

【図５】対象文書およびそれから作成された要約文の一
例を示す図である。

【図６】実施の形態における言語解析結果の一例を示す
図である。

【図７】対象文書、同分野文書からの重要語リスト、単
語間関係情報ファイルの抽出を示す図である。

【符号の説明】

１ 要約文作成装置 １０ ＣＰＵ １１ 文書入力部 １２ 言語解析部 １３ 言語情報抽出部 １４ 要約作成部 １５ 要約文出力部 ３０ ＲＡＭ ４０ ハードディスク ＩＬ 重要語リスト ＷＲ 単語間関係情報ファイル

Claims (6)

【特許請求の範囲】
1. 【請求項１】 要約文の作成対象である対象文書を入力
   する文書入力手段と、 前記対象文書における言語の特徴に関する言語情報を取
   得する言語情報取得手段と、 前記言語情報に基づいて、前記対象文書の重要箇所を抽
   出することによって要約文を作成する要約作成手段と、 前記要約文を外部装置に出力する要約文出力手段と、を
   備えることを特徴とする要約文作成装置。
2. 【請求項２】 請求項１に記載の要約文作成装置であっ
   て、 前記言語情報取得手段が、 対象文書を言語解析する言語解析手段と、 前記言語解析手段において得られた言語解析結果から対
   象文書における言語情報を抽出する言語情報抽出手段と
   を備えることを特徴とする要約文作成装置。
3. 【請求項３】 請求項２に記載の要約文作成装置であっ
   て、 前記言語解析手段が対象文書と同分野の他の文書である
   同分野文書に対しても言語解析を行うものであり、 前記言語情報抽出手段が対象文書および同分野文書に対
   する言語解析結果の両方から言語情報を抽出するもので
   あることを特徴とする要約文作成装置。
4. 【請求項４】 請求項２または請求項３に記載の要約文
   作成装置であって、 前記言語情報抽出手段は前記言語解析結果から言語情報
   として重要語を抽出する手段を有し、 前記要約作成手段は抽出された前記重要語を含む箇所を
   前記対象文書から抽出することによって要約文を作成す
   る手段を有することを特徴とする要約文作成装置。
5. 【請求項５】 請求項４に記載の要約文作成装置であっ
   て、 前記言語情報抽出手段は前記言語解析結果から言語情報
   として単語間関係情報を抽出する手段を有し、 前記要約作成手段は抽出された前記単語間関係情報に基
   づいて、前記対象文書から冗長箇所を削除することによ
   って要約文を作成する手段を有することを特徴とする要
   約文作成装置。
6. 【請求項６】 請求項１ないし請求項５のいずれかに記
   載の要約文作成装置であって、 前記要約作成手段は前記対象文書の段落文頭の語に基づ
   いて、当該段落を要約文に含めるか否かを判定する手段
   を有することを特徴とする要約文作成装置。