JP2002288166A - 関係情報抽出方法及び意味情報抽出方法 - Google Patents

Abstract

(57)【要約】 【課題】 文書中から抽出された意味属性や関係の情報
を、文書が作成された年月日などの時間情報とともに格
納することで、抽出された結果に対する信頼度情報の提
供や絞り込みによって、より正確な情報抽出技術を提供
する。 【解決手段】 関係表現パターン辞書、あるいは意味属
性パターン辞書に記述のパターンを順に照合する（Ｓ
１）。文書中の未照合の位置から語を照合する（Ｓ
２）。パターンと一致した語の並びがあれば（Ｓ３）、
それらを抽出し、指定の順で格納する（Ｓ４）。さらに
格納された情報に、文書の時間に関する情報（文書の作
成日や発行日等の時間に関する情報）を共に格納する
（Ｓ５）。文書中のすべての語について照合が終了する
と（Ｓ６）、次のパターンについて同様に照合を行なう
（Ｓ１）。文書に関する時間の情報の抽出自体は、文書
の書誌情報やヘッダの情報から抽出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書中から関係情
報を抽出する方法及び意味情報を抽出する方法に関す
る。

【０００２】

【従来の技術】文書中から特定の情報を抽出する情報抽
出という技術がある。これは、対象となる文書から、特
定の意味を持つ語や、語と語の関係を品詞や構文的な情
報によって自動的に抽出するものである。例えば、特開
平７−８５０４１号公報では、関係付けられる語句のパ
ターンから、語句とその関係を抽出するもので、関係と
それを表す表現をあらかじめ登録しておき、同義語や上
位下位概念を抽出するようにしている。また、特開平７
−８５０４１号公報では、特にシソーラスなどの静的な
辞書情報を構築することを目的としている。また、特開
平７−８５０７１号公報では、語の構文的な関係から例
えば、主語の位置にたつ語であれば、その語が未登録で
も、文全体の動詞（例：開発）等から、意味（例：開発
者）ということを推定するようにしている。

【０００３】しかし、以上のように文書中から語の意味
や語と語の関係を抽出した場合、百科辞典的な一般的な
シソーラス等では時間が経過しても、その記述内容は変
わらないが、情報によっては時間の経過によって変化す
るものがある。例えば、人に関する情報について考えて
みた場合、 （株）ＡＡＡ社長 山田 という表現があり、「山田」という人物が「（株）ＡＡ
Ａ」の社長という関係で結びつけることができる。ある
いは「山田」という人物の意味属性として、「（株）Ａ
ＡＡ社長」を結び付けることができる。しかし、このよ
うな事柄は時間によって変化する場合があり、 （株）ＡＡＡ社長 小島 という表現が抽出された場合に、情報の間の衝突がおき
てしまう。

【０００４】

【発明が解決しようとする課題】本発明は、以上の点に
鑑み、文書中から抽出された意味属性や関係の情報を、
文書が作成された年月日などの時間情報とともに格納す
ることで、抽出された結果に対する信頼度情報の提供や
絞り込みによって、より正確な情報抽出技術を提供する
ことにある。

【０００５】

【課題を解決するための手段】請求項１の発明は、語と
語の関係を表す関係表現と、関係表現と共に出現する語
と、その順序を規定した関係表現パターン辞書とを有
し、文書中から、語と、語の関係を抽出し、文書の作成
に関する時間の情報とを対応付けて格納することを特徴
としたものである。

【０００６】請求項２の発明は、出現する語の順序と、
照合した際に推定できる意味属性とを記述した意味属性
パターン辞書を有し、文書中から、語とその語の意味属
性を抽出し、文書の作成に関する時間の情報とを対応付
けて格納することを特徴としたものである。

【０００７】請求項３の発明は、請求項１の発明におい
て、抽出結果が同じ場合に、時間的に新しい情報を優先
あるいは選択、あるいは時間順に並べることを特徴とし
たものである。

【０００８】請求項４の発明は、請求項２の発明におい
て、抽出結果が同じ場合に、時間的に新しい情報を優先
あるいは選択、あるいは時間順に並べることを特徴とし
たものである。

【０００９】請求項５の発明は、請求項１の発明におい
て、付与する時間情報について、関係表現の中の時間的
順序を意味する表現に基づいて変更して付与することを
特徴としたものである。

【００１０】請求項６の発明は、請求項２の発明におい
て、付与する時間情報について、意味属性中の時間的順
序を意味する表現に基づいて変更して付与することを特
徴としたものである。

【００１１】請求項７の発明は、請求項１の発明におい
て、関係表現の中で、時間の経過によって変化のない情
報に変化のないことを表示、格納することを特徴とした
ものである。

【００１２】請求項８の発明は、請求項２の発明におい
て、意味属性の中で、時間の経過によって変化のない情
報に変化のないことを表示、格納することを特徴とした
ものである。

【００１３】

【発明の実施の形態】［請求項１の発明］図１は、本発
明の関係情報抽出方法および意味属性抽出方法の一構成
例を示す図で、形態素解析部１、パターン照合部２、情
報抽出部３からなる。対象となる文書が入力されると、
まず、形態素解析部１で形態素解析を行ない、文書中の
語句を語に分割し、品詞を得、この結果に対して、パタ
ーン照合部２と情報抽出部３とで情報を抽出、付与、格
納する。

【００１４】図２は、本発明のパターン照合部と情報抽
出部の処理の流れを示すフロー図で、関係表現パターン
辞書、あるいは意味属性パターン辞書に記述のパターン
を順に照合する（Ｓ１）。文書中の未照合の位置から語
を照合する（Ｓ２）。パターンと一致した語の並びがあ
れば（Ｓ３）、それらを抽出し、指定の順で格納する
（Ｓ４）。さらに格納された情報に、文書の時間に関す
る情報（文書の作成日や発行日等の時間に関する情報）
を共に格納する（Ｓ５）。文書中のすべての語について
照合が終了すると（Ｓ６）、次のパターンについて同様
に照合を行なう（Ｓ１）。文書に関する時間の情報の抽
出自体は、文書の書誌情報やヘッダの情報から抽出する
ものであり、従来技術で可能である。

【００１５】図３は、請求項１の関係表現パターン辞書
の例である。文書中の現われる語の表記、品詞、意味の
パターンを記述してある。ここでは意味に関する情報に
は先頭に「＄」を、品詞に関する情報には先頭に「＃」
が、それ以外は語の表記自身としている。１行めの例で
は、意味が人名である語のあとに、表記が「の」である
語、次に意味が人物関係名である語、次に表記が「の」
である語、その後に意味が人名である語の並びを規定し
ている。また、意味や品詞などの指示とともに、抽出さ
れた語がどのような意味となるのかを対応付けるため
に、パターンの規定とともにアルファベットの記述を付
与している。

【００１６】最初のパターンが一致すれば、最初の語
は、抽出結果の表やデータベース中で、「Ａ」と指定し
てある個所に格納されるべきものという意味になる。こ
の抽出結果への対応付けは、一例であり、他の方法でも
よい。２行目のパターンの例は、意味ではなく、品詞を
指定した場合であり、辞書に意味情報がなくても照合が
可能であることを示している。また、このパターンは正
規表現形式のものでもよい。

【００１７】図４は、請求項１の単語辞書の例である。
語の表記、品詞、意味の情報からなる。語に特に意味の
指定がない場合には、意味の欄は空欄になる。パターン
辞書の説明同様、意味には「＄」、品詞には「＃」が付
与されている。これらの区別は、他の記号や他の方法で
もよい。

【００１８】［請求項１の実施例］文書中に以下の表現
がある場合、 例）山田の弟子の小島が完成させた。形態素解析され、 表記：山田｜の｜弟子｜の｜小島｜が｜完成｜させ｜た
｜。 品詞：＃固有名詞｜＃助詞｜＃名詞｜＃助詞｜＃固有名
詞｜＃助詞｜＃サ変名詞｜＃助動詞｜＃助動詞｜＃句点 を得る。

【００１９】ここでは、辞書によって各語に意味の情報
を付与する。以下になる。この処理自体は、パターン照
合時に辞書をひいて照合する方法でもよい。 表記：山田｜の｜弟子｜の｜小島｜が｜完成｜させ｜た
｜。 品詞：＃固有名詞｜＃助詞｜＃名詞｜＃助詞｜＃固有名
詞｜＃助詞｜＃サ変名詞｜＃助動詞｜＃助動詞｜＃句点 意味：＄人名｜｜＄人物関係名｜｜＄人名｜｜｜｜｜

【００２０】次に、関係表現パターン辞書によって、パ
ターンを照合する。最初のパターンを照合すると、語
「山田」が＄人名であり、パターンの先頭と一致する。
次のパターンの記述は表記「の」であり、一致する。同
様にして、「弟子」「小島」まで一致する。パターンの
記述が照合されたので、照合された文書中の語句を抽出
し、パターンで指示された位置に基づいてデータベース
中に格納する。結果として、人名「山田」と人名「小
島」が「弟子」という関係にあることが得られる。そし
て、この情報に対して、文書が作成された日付の情報を
得、対応付けて格納する。図５に抽出結果の例を示す。

【００２１】［請求項２の発明］図６は、請求項２の意
味属性パターン辞書の例である。文書中の現われる語の
表記、品詞、意味のパターンを記述してある。ここでは
意味に関する情報には先頭に「＄」を、品詞に関する情
報には先頭に「＃」が、それ以外は語の表記自身として
いる。１行めの例では、意味が組織名である語のあと
に、意味が役職名である語、次に表記が「の」である
語、その後に意味が人名である語の並びを規定してい
る。また、意味や品詞などの指示とともに、抽出された
語がどのような意味となるのかを対応付けるために、パ
ターンの規定とともにアルファベットで記述されてい
る。最初のパターンが一致すれば、最初の語は、抽出結
果の表やデータベース中で、「Ａ」と指定してある個所
に格納されるべきものという意味になる。この抽出結果
への対応付けは、一例であり、他の方法でもよい。図７
に単語辞書の例を示す。

【００２２】［請求項２の実施例］文書中に以下の表現
がある場合で説明する。 例）ＡＡＡ社社長の桜井が発言した。形態素解析され、 表記：ＡＡＡ社｜社長｜の｜桜井｜が｜発言｜し｜た
｜。 品詞：＃固有名詞｜＃名詞｜＃助詞｜＃固有名詞｜＃助
詞｜＃サ変名詞｜＃助動詞｜＃助動詞｜＃句点 を得る。

【００２３】ここでは、辞書によって各語に意味の情報
を付与する。以下になる。この処理自体は、パターン照
合時に辞書をひいて照合する方法でもよい。 表記：ＡＡＡ社｜社長｜の｜桜井｜が｜発言｜し｜た
｜。 品詞：＃固有名詞｜＃名詞｜＃助詞｜＃固有名詞｜＃助
詞｜＃サ変名詞｜＃助動詞｜＃助動詞｜＃句点 意味：＄組織名｜＄役職名｜｜＄人名｜｜｜｜｜

【００２４】次に、意味属性パターン辞書によって、パ
ターンを照合する。最初のパターンを照合すると、語
「ＡＡＡ社」が＄組織名であり、パターンの先頭と一致
する。次のパターンの記述は語「社長」であり、一致す
る。同様にして、「の」「桜井」まで一致する。パター
ンの記述が照合されたので、照合された文書中の語句を
抽出し、パターンで指示された位置に基づいてデータベ
ース中に格納する。

【００２５】結果として、人名「桜井」に関する意味的
な情報として、組織名が「ＡＡＡ社」、役職が「社長」
という情報を得ることができる。本例では、人物を中心
にその人物の属する組織名、役職を意味情報として対応
付けたが、例えば、組織名を中心にして、その役職と人
物名を意味情報とすることも可能である。さらにこの情
報に対して、文書が作成された日付の情報を得、共に格
納する。図８に抽出結果の例を示す。

【００２６】［請求項３，４の発明］請求項１，２の処
理すべてを行なったのち、以下の処理を行なうものであ
る。図９に時間情報による抽出結果の選択の流れを示
す。抽出結果に対して、項目と関係あるいは意味の情報
が同じデータがあった場合には（Ｓ１１）、時間情報の
より新しいデータを選択し、識別表示するか、そのデー
タだけを表示あるいは、格納データ中からそのデータだ
けにする（Ｓ１２）。また、時間順にデータを並べ、表
示する。

【００２７】［請求項３の実施例］関係を抽出するとこ
ろまでは請求項１と同じである。語「山本太郎」と関係
「妻」が一致するデータが２つある。時間情報をみると
異なっており、１行目のデータの方が時間的に新しい。
この例では抽出結果の選択の欄に「＊」をつけることに
よって、識別する。図１０に関係の抽出結果例を示す。
本請求項では、抽出した特定の語に着目し、複数の結果
がある場合に、例えば、これを時間情報の新しい順、古
い順などに並べて表示あるいは格納することもできる。

【００２８】［請求項４の実施例］関係を抽出するとこ
ろまでは請求項２と同じである。人名「桜井」と組織名
「ＡＡＡ社」の一致するデータが２つある。時間情報を
みると異なっており、２行目のデータの方が時間的に新
しい。この例では抽出結果の選択の欄に「＊」をつける
ことによって、識別する。図１１にその結果例を示す。

【００２９】本請求項でも、抽出した特定の語に着目
し、複数の結果がある場合に、例えば、これを時間情報
の新しい順、古い順などに並べて表示あるいは格納する
こともできる。組織名と役職名に着目し、時間情報の順
に並べることもできる。図１２にその結果例を示す。

【００３０】［請求項５，６の発明］前述の請求項１，
２の処理すべてを行なったのち、以下の処理を行なうも
のである。図１３は、時間順序語を含む辞書の例であ
る。語の表記と、追加時間表現とからなる。抽出時に照
合された表現の中で、本辞書の表記があった場合に、追
加時間表現の欄の表現を時間情報中に追加し、照合され
た語を削除する。図１４に時間順序語による時間情報の
追加の流れを示す。抽出結果の関係名に時間順序語の表
現が含まれるかどうかを調べ（Ｓ２１）、あれば時間情
報に追加時間表現の欄の表現を追加する。かつ、関係名
から時間順序語の部分を削除したものを関係名とする
（Ｓ２２）。

【００３１】［請求項５の実施例］ 例）山本太郎の前妻山本雅子が死去した。関係を抽出す
るところまでは請求項１と同じである。語「山本太郎」
と関係「前妻」によって、語「山本太郎」と語「山本雅
子」、関係「前妻」が得られる。関係には、辞書の追加
時間表現の欄に記述のある「前」が含まれるので、時間
情報の１９９２．２に追加時間表現の「以前」を加え、
関係「前妻」から「前」を削除する。図１５に関係の抽
出結果例を示す。

【００３２】［請求項６の実施例］ 例）ＡＡＡ社の前社長桜井が訪問した。関係を抽出する
ところまでは請求項１と同じである。人名「桜井」組織
名「ＡＡＡ社」役職名「前社長」がえられる。時間情報
は「１９９９．５」である。抽出した語の中で役職名に
「前」が含まれており、時間情報に辞書の追加時間表現
である「以前」を加え、かつ役職名から「前」を削除す
る。図１６に語と意味属性の抽出結果例を示す。

【００３３】［請求項７の発明］処理概要は請求項１と
同じである。本発明は、関係抽出後に、辞書に絶対順序
である情報がある語が照合された場合は、時間情報に時
間的な変化なしという情報を追加するもので、図１７
は、その場合の絶対順序情報の追加の流れを示すフロー
図である。図１７において、関係抽出結果中に、語の関
係（意味）に絶対順序が含まれている場合（Ｓ３１）
は、時間情報に、変化のない情報である旨を付加する
（Ｓ３２）。図１８は、関係表現パターン辞書を示し、
形式は請求項１と同じである。図１９は、単語辞書を示
すが、この単語辞書の形式も請求項１と同じである。し
かし、関係を表す表現「長女」について、絶対的な順序
であることが、意味情報に記述される。

【００３４】［請求項７の実施例］以下を解析対象とす
る。 例）小島の長女雅子が訪問した。形態素解析後、パター
ン照合すると、第１のパターンが照合される。パターン
の位置情報にしたがって、情報を抽出する。照合した関
係名「長女」には意味情報に「絶対順序」とあるので、
抽出した結果の時間情報に「変化なし」という情報を付
加する。図２０に抽出結果例を示す。

【００３５】［請求項８の発明］処理概要は請求項２と
同じである。本発明では、語と意味属性抽出後に、辞書
に絶対順序である情報がある語が照合された場合は、時
間情報に時間的な変化なしという情報を追加するもの
で、図１７は、その場合の絶対順序情報の追加の流れを
示すフロー図である。図２１は、意味属性パターン辞書
で、その形式は請求項２と同じである。図２２の単語辞
書の形式も請求項２と同じであるが、語「初代」の意味
属性に「絶対順序」が記述され、絶対的な順序であるこ
とを示す。

【００３６】［請求項８の実施例］以下を解析対象とす
る。 例）初代ワシントン大統領だ。形態素解析後、パターン
照合すると、第１のパターンが照合される。パターンの
位置情報にしたがって、情報を抽出する。照合した語の
うち「初代」の意味情報に「絶対順序」なので、抽出し
た結果の時間情報に「初代」とともに「変化なし」とい
う情報を付加する。図２３に抽出結果の例を示す。

【００３７】

【発明の効果】［請求項１の効果］語の並びによって特
定の関係にある語を抽出し、かつ、その関係が認められ
た時点の情報を得るので、語の関係自体の情報の信頼性
を判断でき、より正確な情報を提供できる。

【００３８】［請求項２の効果］語の並びによって特定
の語とその語の意味的な情報を抽出し、かつ、その記述
のなされた時点の情報を得るので、語の意味の情報の信
頼性を判断でき、より正確な情報を提供できる。

【００３９】［請求項３の効果］抽出した関係に対応付
けて付与された時間情報によって、その関係が文書中に
より新しく出現した情報の方を得ることができるので、
精度の高い語の関係を抽出できる。従来方法では、時間
を考慮せず抽出した情報をそのまま利用していたが、本
発明では時間情報も利用することでより信頼度の高い情
報を提供できる。特に人物や変化の激しい分野の情報に
有効である。また、時間順によってある事柄に関する情
報の変化を一覧することができ、より効率的に情報を提
供できる。

【００４０】［請求項４の効果］抽出した意味属性に対
応付けて付与された時間情報によって、その意味属性が
文書中により新しく出現した情報の方を得ることができ
るので、精度の高い語の意味属性を抽出できる。従来方
法では、時間を考慮せず抽出した情報をそのまま利用し
ていたが、本発明では時間情報も利用することでより信
頼度の高い情報を提供できる。特に、人物や変化の激し
い分野の情報に有効である。また、時間順によってある
事柄に関する情報の変換を一覧することができ、より効
率的に情報を提供できる。

【００４１】［請求項５の効果］抽出した関係に対応付
けて付与された時間情報によって、その関係が文書中に
より新しく出現した情報の方を得ることができるので、
精度の高い語の関係を抽出できる。本発明では、関係名
に含まれる時間的な順序の情報も、時間情報に加えるこ
とでより精度のよい情報を抽出できる。本発明は、請求
項３と組み合わせ、請求項５の発明の実施ののち、時間
情報によってより新しい情報を選択することもできる。

【００４２】［請求項６の効果］抽出した意味属性に対
応付けて付与された時間情報によって、その関係が文書
中により新しく出現した情報の方を得ることができるの
で、精度の高い語の関係を抽出できる。本発明では、意
味属性を表現する語に含まれる時間的な順序の情報も、
時間情報に加えることでより精度のよい情報を抽出でき
る。本発明は、請求項４と組み合わせ、請求項６の発明
の実施ののち、時間情報によってより新しい情報を選択
することもできる。

【００４３】［請求項７の効果］抽出した関係に時間情
報を付与し、かつ時間情報が時間の経過とともに変化し
ない情報である旨を記述できるので、より信頼性の高い
情報を抽出できる。

【００４４】［請求項８の効果］抽出した語と意味属性
に時間情報を付与し、かつ時間情報が時間の経過ととも
に変化しない情報である旨を記述できるので、より信頼
性の高い情報を抽出できる。

【図面の簡単な説明】

【図１】 本発明の関係情報抽出方法および意味属性抽
出方法の一構成例を示す図である。

【図２】 本発明のパターン照合部と情報抽出部の処理
の流れを示すフロー図である。

【図３】 請求項１の関係表現パターン辞書の例であ
る。

【図４】 請求項１の単語辞書の例である。

【図５】 抽出結果の例を示す図である。

【図６】 請求項２の意味属性パターン辞書の例であ
る。

【図７】 単語辞書の例を示す図である。

【図８】 抽出結果の例を示す図である。

【図９】 時間情報による抽出結果の選択の流れを示す
フロー図である。

【図１０】 関係の抽出結果例を示す図である。

【図１１】 結果例を示す図である。

【図１２】 結果例を示す図である。

【図１３】 時間順序語を含む辞書の例である。

【図１４】 時間順序語による時間情報の追加の流れを
示すフロー図である。

【図１５】 関係の抽出結果例を示す図である。

【図１６】 語と意味属性の抽出結果例を示す図であ
る。

【図１７】 絶対順序情報の追加の流れを示すフロー図
である。

【図１８】 関係表現パターン辞書を示す図である。

【図１９】 単語辞書を示す図である。

【図２０】 抽出結果例を示す図である。

【図２１】 意味属性パターン辞書を示す図である。

【図２２】 単語辞書を示す図である。

【図２３】 抽出結果の例を示す図である。

【符号の説明】

１…形態素解析部、２…パターン照合部、３…情報抽出
部。

Claims (8)

【特許請求の範囲】
1. 【請求項１】 語と語の関係を表す関係表現と、関係表
   現と共に出現する語と、その順序を規定した関係表現パ
   ターン辞書とを有し、文書中から、語と、語の関係を抽
   出し、文書の作成に関する時間の情報とを対応付けて格
   納することを特徴とする関係情報抽出方法。
2. 【請求項２】 出現する語の順序と、照合した際に推定
   できる意味属性とを記述した意味属性パターン辞書を有
   し、文書中から、語とその語の意味属性を抽出し、文書
   の作成に関する時間の情報とを対応付けて格納すること
   を特徴とする意味属性抽出方法。
3. 【請求項３】 請求項１の関係情報抽出方法において、
   抽出結果が同じ場合に、時間的に新しい情報を優先ある
   いは選択、あるいは時間順に並べることを特徴とする関
   係情報抽出方法。
4. 【請求項４】 請求項２の意味属性抽出方法において、
   抽出結果が同じ場合に、時間的に新しい情報を優先ある
   いは選択、あるいは時間順に並べることを特徴とする意
   味属性抽出方法。
5. 【請求項５】 請求項１の関係情報抽出方法において、
   付与する時間情報について、関係表現の中の時間的順序
   を意味する表現に基づいて変更して付与することを特徴
   とする関係情報抽出方法。
6. 【請求項６】 請求項２の意味属性抽出方法において、
   付与する時間情報について、意味属性中の時間的順序を
   意味する表現に基づいて変更して付与することを特徴と
   する関係情報抽出方法。
7. 【請求項７】 請求項１の関係情報抽出方法において、
   関係表現の中で、時間の経過によって変化のない情報に
   変化のないことを表示、格納することを特徴とする関係
   情報抽出方法。
8. 【請求項８】 請求項２の意味属性抽出方法において、
   意味属性の中で、時間の経過によって変化のない情報に
   変化のないことを表示、格納することを特徴とする関係
   情報抽出方法。