JP2003196280A - テキスト生成方法及びテキスト生成装置 - Google Patents
テキスト生成方法及びテキスト生成装置Info
- Publication number
- JP2003196280A JP2003196280A JP2001395618A JP2001395618A JP2003196280A JP 2003196280 A JP2003196280 A JP 2003196280A JP 2001395618 A JP2001395618 A JP 2001395618A JP 2001395618 A JP2001395618 A JP 2001395618A JP 2003196280 A JP2003196280 A JP 2003196280A
- Authority
- JP
- Japan
- Prior art keywords
- text
- word
- generating
- keyword
- dependency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/53—Processing of non-Latin text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/55—Rule-based translation
- G06F40/56—Natural language generation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
ドから自然なテキストを生成する生成方法・生成装置を
提供すること。 【解決手段】 キーワード2をキーワード入力部1から
入力し、キーワード2を1つでも含むテキストや語句を
データベース13からテキスト語句検索抽出部11で抽
出する。テキスト生成部12では抽出されたテキストな
どを形態素解析・構文解析し、テキストなどにキーワー
ド2を組み合わせることで自然なテキスト3を出力す
る。
Description
び装置に関する。特に、いくつかのキーワードからテキ
ストを生成する手法に特徴を有する。
ストを解析する技術、或いは生成する技術の開発が進ん
でいる。特にテキストの生成においては、いかに自然な
テキストを生成できるかが、課題となっており、人間が
生成したものと遜色のない生成方法の提供が求められて
いる。例えば、いくつかのキーワードを入力したとき
に、それらのキーワードを用いて自然なテキストを生成
する技術は、外国人など、文章作成の苦手な者への作成
支援を行うことに寄与する。また、単語を列挙すること
で相手への意思を伝達できるため、機械翻訳に近い使い
方も可能である。
在、日本全国でおよそ10万人程度の失語症患者がお
り、その8割程度の人はとぎれとぎれの文(単語の列)
を発声できる、あるいは単語の候補を提示してあげると
言いたいことを表現するためにその中からいくつか単語
を選択することができると言われている。そこで、例え
ば「彼女 公園 行った」などを発声あるいは選択し、
そこから自然な文「彼女が公園へ行った」、「彼女と公
園へ行った」などを生成して提示することによって、患
者のコミュニケーションを支援する。
して、自然なテキストを生成する従来の技術として、テ
ンプレートをもとに文を生成する技術や、キーワードを
もとにデータベースから文を検索する技術はすでに存在
する。しかし、これらの技術ではテンプレートに合致す
る場合のみ、あるいはデータベース中に含まれる文と合
致する場合のみにしか有効でなく、いずれも限られた型
の文しか生成できない。また、検索の際、適合しやすく
なるようにキーワードを類義語などに置き換える技術も
提案されているが、キーワードから生成されるべき文の
バリエーションは多岐に亙るため、十分であるとはいえ
ない。
術の有する問題点に鑑みて創出されたものであり、その
目的は、1つ以上のキーワードを基に、そのキーワード
から自然なテキストを生成する生成方法・生成装置を提
供することである。
解決するために、次のようなテキスト生成方法を創出す
る。すなわち、次の各ステップに基づいてテキストの生
成を行う。まず、1個以上のキーワードとなる単語を入
力する入力ステップで、「彼女」「公園」「行った」な
どを入力する。そして、該キーワードに係るテキスト又
は語句を、データベースから抽出する抽出ステップに進
む。データベースには多くの例文が搭載されており、例
えば「彼女」という単語を含むテキストや語句を探して
抽出する。次に、抽出されたテキスト又は語句を組み合
わせて、入力したキーワードを用いる最適なテキストを
生成する。このテキスト生成ステップでは、例えば「彼
女」、「〜へ」、「行った」を含むテキストがデータベ
ース中にあるときに、「彼女は公園へ行った」というよ
うに組み合わせてテキストを生成する。
を抽出する構成とし、前記テキスト生成ステップにおい
て、抽出されたテキストを形態素解析及び構文解析し、
該テキストの係り受け構造を得てもよい。そして、キー
ワードを含む係り受け構造を形成することによって、よ
り自然なテキスト生成を実現することもできる。さら
に、キーワードを含む係り受け構造を形成する過程で、
係り受けモデルを用いてテキスト全体の係り受け確率を
求め、該確率の最大のものを最適なテキストとして生成
してもよい。
用いて、自然な文の並びとなるテキストの生成を図るこ
ともできる。テキスト生成ステップにおいて、係り受け
構造を形成する過程あるいは形成した後で用いることが
できる。また、テキスト生成ステップにおいて、キーワ
ードの全ての配列について、任意の2つのキーワード間
に補完すべき単語があるか否かを学習モデルを用いて判
定することもできる。学習モデルにおいて補完すべき確
率の高い単語から順に補完するとき、いずれのキーワー
ド間についても補完すべき単語がない確率が最も高くな
るまで繰り返す。キーワードには補完した単語を編入す
ることができるので、補完された単語間にもさらに補完
することもできる。これにより、好適な補完が実現でき
るので、与えるキーワードが少ない場合でも、自然なテ
キスト生成を図ることができる。
に、特徴的なテキストパターンを有するテキストを備
え、テキスト生成ステップがその特徴を反映したテキス
トを生成する構成をとることもできる。例えば、文体や
言い回しなどについて特徴のあるテキストをデータベー
スに備えておくことで、生成されるテキストが、その特
徴に準拠したテキストになる。
るテキスト生成装置として提供することもできる。該テ
キスト生成装置には、1個以上のキーワードとなる単語
を入力する入力手段、複数のテキストで構成されるテキ
ストデータベース、該キーワードに係るテキスト又は語
句を、該テキストデータベースから検索し、抽出する抽
出手段、抽出されたテキスト又は語句を組み合わせて、
入力したキーワードを用いる最適なテキストを生成する
テキスト生成手段を備える。
は、抽出されたテキストを形態素解析及び構文解析し、
該テキストの係り受け構造を得る解析手段と、前記キー
ワードを含む係り受け構造を形成する係り受け構造形成
手段とをテキスト生成手段に含むこともできる。特に、
テキスト生成手段において、係り受け構造形成手段が、
係り受けモデルを用いてテキスト全体の係り受け確率を
求め、該確率の最大のものを最適なテキストとして生成
するとよい。
を形成する過程あるいは形成した後で、語順モデルを用
いて自然な文の並びとなる最適なテキストを生成するこ
ともできる。また、テキスト生成手段において、前記キ
ーワードの全ての配列について、任意の2つのキーワー
ド間に補完すべき単語があるか否かを学習モデルを用い
て判定し、学習モデルにおいて補完すべき確率の高い単
語から順に補完するとき、いずれのキーワード間につい
ても補完すべき単語がない確率が最も高くなるまで繰り
返す単語補完手段を含んでもよい。
データベースに特徴的なテキストパターンを有するテキ
ストを備え、テキスト生成手段がその特徴を反映したテ
キストを生成するようにしてもよい。さらに、パターン
選択手段を設けることで、複数のテキストパターンを適
宜選択切換することもできる。
示した実施例に基づいて説明する。なお、本発明の実施
形態は以下に限定されず、適宜変更可能である。図1に
は本発明におけるテキスト生成装置(1)の説明図を示
す。該装置には、キーワード入力部(10)、テキスト
語句検索抽出部(11)、テキスト生成部(12)と共
に、データベース(13)を備える。データベース(1
3)には予め複数のテキストがテーブルとして備えられ
ており、該テーブルの内容については適宜変更させるこ
ともできる。内容を変更することで様々なテキストの生
成を実現できるが、この点については後述する。
た」の3つのキーワード(2)をキーワード入力部(1
0)から入力すると、テキスト語句検索抽出部(11)
がデータベース(13)からキーワードの少なくとも1
つを含むテキストや語句を検索して、それらを抽出す
る。さらにテキスト生成部(12)では抽出されたテキ
ストや語句に基づき、それらを組み合わせることで、自
然なテキスト、ここでは「彼女は公園へ行った」(3)
を出力する。
ド入力部(10)において入力されたキーワードについ
て、テキスト語句検索抽出部(11)でデータベース
(13)からキーワードn個を含む文を抽出する。ここ
で、キーワードは1つでも含めばよい。抽出された文は
テキスト生成部(12)に送られる。テキスト生成部
(12)は、解析部(12a)と形成部(12b)、評
価部(12c)から成り、解析部(12a)においてま
ず抽出した文の形態素解析及び構文解析を行う。
願2001−139563号で出願中のMEモデルによ
る形態素の解析方法を用いることができる。ここで、形
態素解析をMEモデルに適用するために、形態素として
の尤もらしさを確率として表す。すなわち、文が与えら
れたとき、その文を形態素解析するという問題は文を構
成する各文字列に、2つの識別符号のうち1つ、つま
り、形態素であるか否かを示す「1」又は「0」を割り
当てる問題に置き換えることができる。さらに、形態素
である場合には文法的属性を付与するために「1」を文
法的属性の数だけ分割する。すると、文法的属性の数が
n個のとき、各文字列に「0」から「n」までのうちい
ずれかの識別符号を割り当てる問題に置き換えることが
できる。
いた手法では、文字列が、形態素であって、かついずれ
かの文法的属性を持つとしたときの尤もらしさをMEモ
デルにおける確率分布の関数に適用することで求められ
る。形態素解析においてはこの尤もらしさを表す確率
に、規則性を見いだすことで処理を行っている。用いる
素性としては、着目している文字列の字種の情報、その
文字列が辞書に登録されているかどうか、1つ前の形態
素からの字種の変化、1つ前の形態素の品詞などの情報
を用いる。1個の文が与えられたとき、文全体で確率の
積が最大になるよう形態素に分割し文法的属性を付与す
る。最適解の探索には適宜公知のアルゴリズムを用いる
ことができる。
析方法は、例えば未知語を含んでいても有効な形態素解
析ができるなど、優位性の高い方法である。本発明の実
施においては、上記方法によることが特に効果的である
が、必ずしも限定されるものではなく、任意の形態素解
析方法を用いることができる。
析についてもMEモデルを用いた解析手法を導入するこ
とができる。構文解析についても、他の任意の手法に置
き換えることができるが、一実施例として以下の手法を
示す。前記データベース(13)はテキスト生成部(1
2)からも参照が可能であり、本MEモデルではデータ
ベースに含まれる複数のテキストから学習を行うことが
できる。構文解析のうち、係り受け解析についての導入
をする。どの文節がどの文節を修飾するかという日本語
の係り受け関係には、主に以下の特徴があるとされてい
る。すなわち、 (1)係り受けは前方から後方に向いている。 (2)係り受け関係は交差しない。(以下、これを非交
差条件と呼ぶ。) (3)係り要素は受け要素を1 つだけもつ。 (4)ほとんどの場合、係り先の決定には前方の文脈を
必要としない。 本実施例では、これらの特徴に着目し、統計的手法と文
末から文頭に向けて解析する方法を組み合わせることに
より高い解析精度を得ることを実現した。
げ、それらが係り受けの関係にあるかどうかを統計的に
決定する。その際、文節あるいは文節間にみられる情報
を素性として利用するが、どのような素性を利用するか
が精度に影響する。文節は、前の主辞にあたる部分と後
ろの助詞や活用形にあたる部分に分けて考え、それぞれ
の素性とともに文節間の距離や句読点の有無なども素性
として考慮する。さらに括弧の有無や文節間の助詞
「は」の有無、係り側の文節と同じ助詞や活用形が文節
間にもあるか否か、素性間の組み合わせについても考慮
している。
を扱うことができる。そして、この方法では決定木や最
尤推定法などを用いた従来の手法に比べて学習データの
大きさが10分の1程度であるにも関わらず、同程度以
上の精度が得られる。この手法は学習に基づくシステム
として、最高水準の精度を得られる手法である。さら
に、従来は、学習データから得られる情報を基に、2つ
の文節が係り受け関係にあるか否かを予測するのに有効
な素性を学習していたが、新たに前文節が「後文節を越
えて先にある文節に係る」「後文節に係る」「後文節と
の間にある文節に係る」の3つの状態のどれであるかを
予測するのに有効な情報を学習する方法によって、より
高精度な係り受け解析を可能にしている。
析方法、構文解析方法を採用することによって、解析部
(12a)ではデータベース(13)から検索抽出され
たテキストを正確に解析し、該テキストの係り受け構造
を得る。該係り受け構造は部分グラフとして表すことが
できる。ここで、グラフ構造のノードが文節、アークが
係り受けとする。各キーワードを少なくとも一つ含む部
分グラフをすべて抽出し、頻度を調べる。ノードは汎化
した情報(人名、組織名などの固有表現や品詞)のみを持
つものも考慮する。
ドに基づいて抽出され、解析した結果のうち、頻度が高
かったものが図2のaとbである。例えばaにおいて、
キーワード「彼女は」をノード(親ノード1)(20)
とすると、「<名詞>+へ」がノード(親ノード2)
(21)、「<動詞>。」がノード(子ノード)(2
2)として係り受け関係(23)をもつ。
のうち形成部(12b)における処理に移行する。ただ
し、本実施例では、テキスト生成部(12)における解
析と形成は以下に示すように一体的な処理であり、相互
に連係して動作する。入力するキーワードn個は係り受
け関係にあると仮定し、入力単語n個を含むような係り
受け構造木を生成する。木の生成には上記の部分グラフ
を組み合わせて用いる。例えば、上記のキーワード3個
を入力して、それらが係り受け関係にあると過程し、部
分グラフを組み合わせる(この場合は当てはめる)と、
図3に示すa及びbが得られる。
b)のうち、いずれが適当であるかを再び上記の係り受
けモデルを用いて選択する。順序付けの際には、組み合
わせた部分グラフ間での一致する割合、頻度、係り受け
関係を考慮する。特にnが3以上の場合、単語n個間の
係り受け関係には曖昧性があるが、曖昧性の解消には、
係り受けモデルを利用する。係り受けモデルによって求
められる確率値が大きなものを優先して順序付けする。
い結果が得られ、最適な係り受け関係はaであることが
選択される。日本語においては、語順の制限が比較的緩
やかであり、係り受け関係が決定されると自然なテキス
トに近い結果が得られるが、本発明の対象とする言語は
必ずしも日本語に限られず、他の言語で用いることも考
えられる。また、日本語においてもより自然なテキスト
に寄与するためには最も自然な語順が選択されることが
望ましく、本発明では、次のように並べ替えることがで
きる。
並びに置き換えて出力する。その際、依存構造から自然
な並びの文を生成するMEモデルを用いた語順モデルを
利用する。語順モデルの学習についてもデータベース
(13)を参照して行うことができる。語順が自由であ
ると言われる日本語でも、これまでの言語学的な調査に
よると、時間を表す副詞の方が主語より前に来やすい、
長い修飾句を持つ文節は前に来やすいといった何らかの
傾向がある。もしこの傾向をうまく整理することができ
れば、それは自然な文を生成する際に有効な情報とな
る。ここで語順とは、係り相互間の語順、つまり同じ文
節に係っていく文節の順序関係を意味するものとする。
語順を決定する要因にはさまざまなものがあり、例え
ば、修飾句の長い文節は短い文節より前に来やすい、
「それ」などの文脈指示語を含む文節は前に来やすい、
などがあげられる。
語順の傾向との関係、すなわち規則性を所定のテキスト
から学習する手法を考案した。この手法では、語順の決
定にはどの要素がどの程度寄与するかだけでなく、どの
ような要素の組み合わせのときにどのような傾向の語順
になるかということも学習に用いるテキストから演繹的
に学習することができる。個々の要素の寄与の度合はM
Eモデルを用いて効率良く学習する。係り文節の数によ
らず2つずつ取り上げてその順序を学習する。
を用いて、係り受け関係にある文節を入力とし、その係
り文節の順序を決めることができる。語順の決定は次の
手順で行なう。まず、係り文節について可能性のある並
びをすべて考える。次に、それぞれの並びについて、そ
の係り文節の順序が適切である確率を学習したモデルを
用いて求める。この確率は、順序が適切であるか否かの
「0」または「1」に置き換え、MEモデルにおける確
率分布の関数に適用することで求められる。そして、全
体の確率が最大となる並びを解とする。全体の確率は、
係り文節を2つずつ取り上げたときその順序が適切であ
る確率を計算し、それらの積として求める。
た。」という文で最適な語順の決定を説述する。上記と
同様に係り受け構造木を作成すると、最も確率値の高い
構造木が図4のように得られる。すなわち、動詞「し
た。」(43)に係る文節は「昨日」(40)、「テニ
スを」(41)、「太郎は」(42)の3つである。こ
の3つの係り文節の順序を決定する。
計算例(50)を示す。まず、2個の文節ずつ、すなわ
ち「昨日」と「太郎は」、「昨日」と「テニスを」、
「太郎は」と「テニスを」の3つの組み合わせを取り上
げ、学習した規則性によりそれぞれこの語順が適切であ
る各確率を求める。例えば、図において「昨日」「太郎
は」の語順になる確率は「p*(昨日,太郎は)」で表
され、その確率は0.6とする。同様に、「昨日」「テ
ニスを」は0.8、「太郎は」「テニスを」は0.7と
すると、図5における1段目の語順(51)の確率は各
確率を積算し、0.336となる。次に、6つの語順
(51ないし56)の可能性すべてについて全体の確率
を計算し、最も確率の高いもの「昨日/太郎は/テニス
を/した。」(51)が最も適切な語順であるとする。
へ/行った。」ではさらに少ない組み合わせの確率を計
算することで、「彼女は公園へ行った。」が最も自然で
最適なテキストであると求められる。また、該語順モデ
ルについては、汎化したノードが含まれる場合、そのま
ま提示することによって、人名や地名、日付などが入り
易い場所が分かる。ここで、上記における語順モデルで
は係り受け構造を入力としているが、本発明の実施にお
いては係り受け構造の形成過程においても語順モデルを
用いることができる。
成部(12b)では、係り受けモデル、語順モデルなど
により最適と考えられる複数のテキストが候補として形
成される。本発明ではこれらをそのままテキスト生成装
置(1)から出力することもできるが、以下では、さら
にテキスト生成部(12)に評価部(12c)を配置
し、テキストの候補を評価することにより再順序付けす
る構成を示す。
ードの順番や、抽出したパターンの頻度、係り受けモデ
ルや語順モデルから計算されるスコアなど様々な情報を
総合してテキストの候補の評価を行う。評価部(12
c)においてもデータベース(13)を参照することが
できる。例えば、キーワードの順番が上位のものについ
てはより重要なキーワードとして、該キーワードの役割
が特に重要な候補中のテキストを、より最適なテキスト
として評価したり、前記では係り受けモデルや語順モデ
ルといったモデル毎に確率を求めたが、それらを勘案し
て、総合的な評価を行うようにする。
なテキストとして形成された候補のうちでも、特に最適
と考えられるテキストを例えば順位を付けて複数出力す
ることができるようになる。本発明によるテキスト生成
装置(1)は、さらに別の言語処理システムに導入する
ことも可能であって、このように複数の出力を行っても
良いし、上記順位が最も高いものを1つ出力してもよ
い。また、順位が一定以上に高いもの、あるいは確率や
スコアなどで一定の閾値以上のものを出力し、人手によ
って選択する構成をとってもよい。
(12b)で形成された候補を入力するのみの構成であ
るが、さらに評価部(12c)において複数のテキスト
からなる文章全文について各テキストの候補のいずれを
選択するか、全文の流れから評価し、各テキストの候補
から1つを決定してもよい。この時、文章全文中の少数
のテキストが前後の文との整合性において不自然な場合
には、再び解析部(12a)や形成部(12b)におけ
る処理に差し戻し、全文に亘って自然なテキストが出力
できるように別の候補を形成させるようにしてもよい。
文、語順で生成されたテキスト「彼女は公園へ行っ
た。」(3)は以上に説述したテキスト生成装置(1)
から出力される。ここでは、最も自然と考えられるテキ
スト(3)を1つ出力した。このように、本発明では、
1つ以上のキーワード(2)を入力することで、データ
ベース(13)を参照しながらも、従来の技術とは異な
る構成で自然なテキストを生成することができる。
い場合の、補完方法についても提供する。すなわち、キ
ーワードn個が入力されたとき、その単語間をMEモデ
ルを用いて補完する。モデルに対してはn個のうちの2
個を入力し、該2キーワード間を補完する。そして、任
意の2キーワード間について、補完すべき単語があるか
否か、補完できる単語が複数ある場合には、各単語につ
いて生起する確率を求めていく。確率の最も高い単語か
ら順に補完し、すべての2キーワード間についてこの処
理を繰り返す。最後にどの2キーワード間についても
「補完しない」が最も確率が高くなるとき補完を止め
る。
が十分に与えられていない場合であっても、MEモデル
によってある程度までキーワードを補うことができるの
で、入力されたキーワードだけでは自然なテキストが生
成出来ない場合にも、有効なテキストを出力できるよう
になる。
部においてテキスト生成に用いることも可能である。例
えば、上記例で示したように、「彼女」「公園」「行っ
た。」が与えられたときに、「彼女」と「公園」の間に
は「は」「が」「と」などが生起し、その中で最も生起
する確率の高い「は」を補完する。同様に「彼女」と
「行った。」の間には「は」「が」「と」などが生起
し、ここでも最も確率の高い「は」を補完する。「公
園」と「行った」の間では「へ」「に」等が生起し、確
率の高い「へ」を補完する。
について補完される確率を算出し、各積算することによ
って、全文について最も確率の高くなる補完組み合わせ
を採り、テキストを生成する。この場合には、「彼女は
公園へ行った。」となり、前述した本発明に係る方法と
同様の効果が得られる。本発明では、このように前述の
テキスト生成方法を基本としながら、キーワードの補
完、さらにはこの補完方法を用いたテキストの生成を実
現する。
技術は次のような場合に特に好適に用いることができ
る。まず、失語症患者の文生成支援に用いることができ
る。とぎれとぎれの文(単語の列)、例えば「彼女 公園
行った」、から自然な文を生成し、文の候補、「彼女が
公園へ行った」、「彼女と公園へ行った」などを提示す
る。患者は提示されたテキストを承認するだけで、自分
の表現したい内容を伝達することができ、患者のコミュ
ニケーションの機会が増す。また、キーワードが不足す
る場合も、上記の補完技術を用いたり、複数のテキスト
を提示し、患者が選択することで、十分に効果を奏する
ことができる。
コミュニケーションを助けることにも利用できる。すな
わち、人間の発話文から適当にキーワードを抜き出して
新たに文を作り、言い返す。文を生成したとき、典型的
な情報、例えば5W1Hの情報などが抜けていることが
分かれば、「いつ行ったのですか?」のようにその部分
を尋ねる文を作るということも考えられる。
成し、聞き直すシステムとして提供することもできる。
人間ははっきりと聞き取っているわけではなく、聞き取
れなかった部分を補完して理解している。認識できた部
分をもとに文を生成し、聞き直す。間違っている部分は
強調して発話し直してくれることが期待できるので、何
度かやり取りをする間に正しい文が生成される。
しいストーリーを自動的に作出するシステムを実現して
もよい。例えば、「おじいさん・おばあさん・山・亀」
が入力されたときに、桃太郎と浦島太郎の昔話を少なく
ともデータベースに備えることにより、両昔話に類似す
るもののそれらとは異なった新しいストーリーが作出で
きる。この場合、新たに補完される単語で、キーワード
として再構成されるものとしては「川・桃・竜宮城」な
どが考えられる。特に、データベースに備えるストーリ
ーが多くなればなるほど、新規性に富むストーリーが作
出されるため、一読しても原文との関係が分かりにくく
なる。
与え、そのキーワードを含み、適切な長さの文を生成す
ることもできるので、作文システムを実現することもで
きる。元の文より短ければ要約となる。文に典型的な情
報を付け加えてより詳細な文を生成することも考えられ
る。これによって、従来の要約システムとは異なり、重
要なキーワードから主体的に文を生成するため、より自
然な要約が得られる。文の苦手な者が作成した冗長な文
章を修正することもできるし、語句を補い、流ちょうな
文に改めることもできる。
も可能である。文章からキーワードを取り出し、そのキ
ーワードを基に文章を生成し直す。基にするデータベー
スに依存してそのデータベースに特有の表現に書き換え
られる。例えば、ある作家の小説をデータベースにすれ
ば、その作家風に文章を書き換えることもできるように
なる。
支援に用いると、入力のし難い携帯端末でも、読みやす
い文章を作成することができる。例えば、単語をいくつ
か入力すると、文候補を提示し、それから選ぶことによ
って、人手によって作成したのと同等の文章を作成でき
る。入力者は単語のみを入力するだけなので、細かく文
章を作成する労がない。また、メール作成用には、デー
タベースに使用者の実際に作成したメールを備えること
で、自己の書き方が生かされた作文が可能になる。
文体や言い回しなど、様々なテキストパターンを備える
ことにより、自動的に生成されるテキストがそのテキス
トパターンを反映するため、簡便にかつ個性的なテキス
トを生成することも可能である。特に、データベースに
複数の特徴的なテキストパターンを有するテキストを備
えたり、多種のデータベースを備え、それらを使用者が
適宜指定し、切り換えることで任意のテキストパターン
を示すテキストの生成が可能である。
として入力し、講演用の原稿を作成したり、論文を構成
することもできる。また、履歴書を入力してその人の紹
介文を作成することも考えられる。
の効果を奏する。いくつかのキーワードを入力ステップ
で入力し、抽出ステップでデータベースからテキストや
語句を抽出する。抽出されたテキスト又は語句を組み合
わせて、入力したキーワードを用いる最適なテキストを
生成することができる。抽出されたテキストを形態素解
析及び構文解析し、該テキストの係り受け構造を得れ
ば、より自然で正確なテキスト生成を実現することも可
能となる。さらに、キーワードを含む係り受け構造を形
成する過程で、係り受けモデルを用いてテキスト全体の
係り受け確率を求め、該確率の最大のものを最適なテキ
ストとして生成することで、さらに自然なテキスト生成
を行える。
いても、語順モデルを用いて、自然な文の並びとなるテ
キストの生成を図ることもできる。また、テキスト生成
ステップにおいて、キーワードの全ての配列について、
任意の2つのキーワード間に補完すべき単語があるか否
かを学習モデルを用いて判定することもできる。学習モ
デルにおいて補完すべき確率の高い単語から順に補完す
るとき、いずれのキーワード間についても補完すべき単
語がない確率が最も高くなるまで繰り返すことで、好適
な補完が実現できるので、与えるキーワードが少ない場
合でも、自然なテキスト生成を図ることができる。
は、データベースに特徴的なテキストパターンを有する
テキストを備えるだけで、その特徴を反映したテキスト
の生成ができるため、読み手にとってより違和感がな
く、自然なテキスト生成方法を提供することができる。
本発明は、上記のように優れたテキスト生成方法を提供
するテキスト生成装置を創出し、自然言語処理技術の向
上に寄与することが出来る。
る。
造の部分グラフである。
造木である。
る。
Claims (13)
- 【請求項1】文又は文章のテキストを生成するテキスト
生成方法であって、 1個以上のキーワードとなる単語を入力する入力ステッ
プ、 該キーワードに係るテキスト又は語句を、データベース
から抽出する抽出ステップ、 抽出されたテキスト又は語句を組み合わせて、入力した
キーワードを用いる最適なテキストを生成するテキスト
生成ステップから構成されることを特徴とするテキスト
生成方法。 - 【請求項2】前記抽出ステップでテキストを抽出する構
成であって、 前記テキスト生成ステップにおいて、抽出されたテキス
トを形態素解析及び構文解析し、該テキストの係り受け
構造を得ると共に、 前記キーワードを含む係り受け構造を形成することを特
徴とする請求項1に記載のテキスト生成方法。 - 【請求項3】前記テキスト生成ステップにおいて、 前記キーワードを含む係り受け構造を形成する過程で、 係り受けモデルを用いてテキスト全体の係り受け確率を
求め、 該確率の最大のものを最適なテキストとして生成する請
求項2に記載のテキスト生成方法。 - 【請求項4】前記テキスト生成ステップにおいて、 係り受け構造を形成する過程あるいは形成した後で、 語順モデルを用いて自然な文の並びとなる最適なテキス
トを生成する請求項2又は3に記載のテキスト生成方
法。 - 【請求項5】前記テキスト生成ステップにおいて、 前記キーワードの全ての配列について、任意の2つのキ
ーワード間に補完すべき単語があるか否かを学習モデル
を用いて判定し、 学習モデルにおいて補完すべき確率の高い単語から順に
補完するとき、 該補完する単語をキーワードに編入し/せずに、 いずれのキーワード間についても補完すべき単語がない
確率が最も高くなるまで繰り返す単語補完処理を行う請
求項1ないし4に記載のテキスト生成方法。 - 【請求項6】前記データベースに、特徴的なテキストパ
ターンを有するテキストを備える構成において、 前記テキスト生成ステップが、 該特徴的なテキストパターンに準拠したテキストを生成
する請求項1ないし5に記載のテキスト生成方法。 - 【請求項7】文又は文章のテキストを生成するテキスト
生成装置において、 1個以上のキーワードとなる単語を入力する入力手段、 複数のテキストから構成されるテキストデータベース、 該キーワードに係るテキスト又は語句を、該テキストデ
ータベースから検索し、抽出する抽出手段、 抽出されたテキスト又は語句を組み合わせて、入力した
キーワードを用いる最適なテキストを生成するテキスト
生成手段を備えたことを特徴とするテキスト生成装置。 - 【請求項8】前記抽出手段でテキストを抽出する構成で
あって、 前記テキスト生成手段において、 抽出されたテキストを形態素解析及び構文解析し、該テ
キストの係り受け構造を得る解析手段と、 前記キーワードを含む係り受け構造を形成する係り受け
構造形成手段とを含む請求項7に記載のテキスト生成装
置。 - 【請求項9】前記テキスト生成手段において、 前記係り受け構造形成手段が、係り受けモデルを用いて
テキスト全体の係り受け確率を求め、 該確率の最大のものを最適なテキストとして生成する請
求項8に記載のテキスト生成装置。 - 【請求項10】前記テキスト生成手段においてにおい
て、 係り受け構造を形成する過程あるいは形成した後で、 語順モデルを用いて自然な文の並びとなる最適なテキス
トを生成する請求項8又は9に記載のテキスト生成方
法。 - 【請求項11】前記テキスト生成手段において、 前記キーワードの全ての配列について、任意の2つのキ
ーワード間に補完すべき単語があるか否かを学習モデル
を用いて判定し、 学習モデルにおいて補完すべき確率の高い単語から順に
補完するとき、 該補完する単語をキーワードに編入し/せずに、 いずれのキーワード間についても補完すべき単語がない
確率が最も高くなるまで繰り返す単語補完手段を含む請
求項7ないし10に記載のテキスト生成装置。 - 【請求項12】前記データベースに、特徴的なテキスト
パターンを有するテキストを備える構成において、 前記テキスト生成手段が、 該特徴的なテキストパターンに準拠したテキストを生成
する請求項7ないし11に記載のテキスト生成装置。 - 【請求項13】前記テキスト生成装置において、 特徴的な複数のテキストパターンを有するテキストを備
えるデータベースを1つないし複数を備える一方、 該複数のテキストパターンから所望のテキストパターン
を選択するパターン選択手段を備えた請求項12に記載
のテキスト生成装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001395618A JP3921523B2 (ja) | 2001-12-27 | 2001-12-27 | テキスト生成方法及びテキスト生成装置 |
US10/500,243 US20050050469A1 (en) | 2001-12-27 | 2002-12-17 | Text generating method and text generator |
EP02786125A EP1469398A4 (en) | 2001-12-27 | 2002-12-17 | TEXTER PRODUCTION METHOD AND TEXT GENERATOR |
PCT/JP2002/013185 WO2003056451A1 (fr) | 2001-12-27 | 2002-12-17 | Procede de generation de texte et generateur de texte |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001395618A JP3921523B2 (ja) | 2001-12-27 | 2001-12-27 | テキスト生成方法及びテキスト生成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003196280A true JP2003196280A (ja) | 2003-07-11 |
JP3921523B2 JP3921523B2 (ja) | 2007-05-30 |
Family
ID=19189012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001395618A Expired - Lifetime JP3921523B2 (ja) | 2001-12-27 | 2001-12-27 | テキスト生成方法及びテキスト生成装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20050050469A1 (ja) |
EP (1) | EP1469398A4 (ja) |
JP (1) | JP3921523B2 (ja) |
WO (1) | WO2003056451A1 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005073874A1 (ja) * | 2004-01-30 | 2005-08-11 | National Institute Of Information And Communications Technology, Independent Administrative Agency | 他言語のテキスト生成方法及びテキスト生成装置 |
US7752033B2 (en) | 2002-03-18 | 2010-07-06 | National Institute Of Information And Communications Technology, Independent Administrative Institution | Text generation method and text generation device |
JP2010282532A (ja) * | 2009-06-08 | 2010-12-16 | Wise Solutions Co Ltd | プロジェクト管理情報を用いたドキュメント情報生成装置およびドキュメント情報生成用プログラム |
JP2012042991A (ja) * | 2010-08-12 | 2012-03-01 | Fuji Xerox Co Ltd | 文作成プログラム及び文作成装置 |
JP2017219937A (ja) * | 2016-06-03 | 2017-12-14 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 請求項中のキーワードの抽出 |
JP2018010409A (ja) * | 2016-07-12 | 2018-01-18 | Supership株式会社 | 情報処理装置及びプログラム |
JP2021047817A (ja) * | 2019-09-20 | 2021-03-25 | 富士ゼロックス株式会社 | 出力装置、及び出力プログラム |
JP7345034B1 (ja) | 2022-10-11 | 2023-09-14 | 株式会社ビズリーチ | 文書作成支援装置、文書作成支援方法及び文書作成支援プログラム |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8065154B2 (en) * | 2004-07-30 | 2011-11-22 | The Research Foundation of State Univesity of New York | Augmentative communications device for the speech impaired using commercial-grade technology |
JP4524640B2 (ja) * | 2005-03-31 | 2010-08-18 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
US8862591B2 (en) * | 2006-08-22 | 2014-10-14 | Twitter, Inc. | System and method for evaluating sentiment |
US8756527B2 (en) * | 2008-01-18 | 2014-06-17 | Rpx Corporation | Method, apparatus and computer program product for providing a word input mechanism |
US8768852B2 (en) * | 2009-01-13 | 2014-07-01 | Amazon Technologies, Inc. | Determining phrases related to other phrases |
US9569770B1 (en) | 2009-01-13 | 2017-02-14 | Amazon Technologies, Inc. | Generating constructed phrases |
US9298700B1 (en) * | 2009-07-28 | 2016-03-29 | Amazon Technologies, Inc. | Determining similar phrases |
US10007712B1 (en) | 2009-08-20 | 2018-06-26 | Amazon Technologies, Inc. | Enforcing user-specified rules |
US8799658B1 (en) | 2010-03-02 | 2014-08-05 | Amazon Technologies, Inc. | Sharing media items with pass phrases |
US9678993B2 (en) | 2013-03-14 | 2017-06-13 | Shutterstock, Inc. | Context based systems and methods for presenting media file annotation recommendations |
CN105550372A (zh) * | 2016-01-28 | 2016-05-04 | 浪潮软件集团有限公司 | 一种语句训练装置、方法和信息提取系统 |
US10810260B2 (en) * | 2018-08-28 | 2020-10-20 | Beijing Jingdong Shangke Information Technology Co., Ltd. | System and method for automatically generating articles of a product |
CN109800421A (zh) * | 2018-12-19 | 2019-05-24 | 武汉西山艺创文化有限公司 | 一种游戏剧本生成方法及其装置、设备、存储介质 |
WO2020139865A1 (en) * | 2018-12-24 | 2020-07-02 | Conversica, Inc. | Systems and methods for improved automated conversations |
CN113642324B (zh) * | 2021-08-20 | 2024-02-09 | 北京百度网讯科技有限公司 | 文本摘要生成方法、装置、电子设备及存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3289304B2 (ja) | 1992-03-10 | 2002-06-04 | 株式会社日立製作所 | 手話変換装置および方法 |
US5699441A (en) * | 1992-03-10 | 1997-12-16 | Hitachi, Ltd. | Continuous sign-language recognition apparatus and input apparatus |
US5887069A (en) * | 1992-03-10 | 1999-03-23 | Hitachi, Ltd. | Sign recognition apparatus and method and sign translation system using same |
JP3420369B2 (ja) * | 1995-03-09 | 2003-06-23 | シャープ株式会社 | 文書処理装置、および文書処理方法 |
JP3385146B2 (ja) * | 1995-06-13 | 2003-03-10 | シャープ株式会社 | 会話文翻訳装置 |
CN1304988C (zh) * | 1996-10-16 | 2007-03-14 | 夏普公司 | 字符输入装置 |
CN1174332C (zh) * | 2000-03-10 | 2004-11-03 | 松下电器产业株式会社 | 转换表达方式的方法和装置 |
US7177797B1 (en) * | 2000-08-31 | 2007-02-13 | Semantic Compaction Systems | Linguistic retrieval system and method |
US7027974B1 (en) * | 2000-10-27 | 2006-04-11 | Science Applications International Corporation | Ontology-based parser for natural language processing |
US6904428B2 (en) * | 2001-04-18 | 2005-06-07 | Illinois Institute Of Technology | Intranet mediator |
US7003444B2 (en) * | 2001-07-12 | 2006-02-21 | Microsoft Corporation | Method and apparatus for improved grammar checking using a stochastic parser |
US6820075B2 (en) * | 2001-08-13 | 2004-11-16 | Xerox Corporation | Document-centric system with auto-completion |
-
2001
- 2001-12-27 JP JP2001395618A patent/JP3921523B2/ja not_active Expired - Lifetime
-
2002
- 2002-12-17 EP EP02786125A patent/EP1469398A4/en not_active Withdrawn
- 2002-12-17 WO PCT/JP2002/013185 patent/WO2003056451A1/ja active Application Filing
- 2002-12-17 US US10/500,243 patent/US20050050469A1/en not_active Abandoned
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7752033B2 (en) | 2002-03-18 | 2010-07-06 | National Institute Of Information And Communications Technology, Independent Administrative Institution | Text generation method and text generation device |
WO2005073874A1 (ja) * | 2004-01-30 | 2005-08-11 | National Institute Of Information And Communications Technology, Independent Administrative Agency | 他言語のテキスト生成方法及びテキスト生成装置 |
JP2005216126A (ja) * | 2004-01-30 | 2005-08-11 | National Institute Of Information & Communication Technology | 他言語のテキスト生成方法及びテキスト生成装置 |
US8386234B2 (en) | 2004-01-30 | 2013-02-26 | National Institute Of Information And Communications Technology, Incorporated Administrative Agency | Method for generating a text sentence in a target language and text sentence generating apparatus |
JP2010282532A (ja) * | 2009-06-08 | 2010-12-16 | Wise Solutions Co Ltd | プロジェクト管理情報を用いたドキュメント情報生成装置およびドキュメント情報生成用プログラム |
JP2012042991A (ja) * | 2010-08-12 | 2012-03-01 | Fuji Xerox Co Ltd | 文作成プログラム及び文作成装置 |
JP2017219937A (ja) * | 2016-06-03 | 2017-12-14 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 請求項中のキーワードの抽出 |
US10755049B2 (en) | 2016-06-03 | 2020-08-25 | International Business Machines Corporation | Extraction of a keyword in a claim |
JP2018010409A (ja) * | 2016-07-12 | 2018-01-18 | Supership株式会社 | 情報処理装置及びプログラム |
JP2021047817A (ja) * | 2019-09-20 | 2021-03-25 | 富士ゼロックス株式会社 | 出力装置、及び出力プログラム |
JP7345034B1 (ja) | 2022-10-11 | 2023-09-14 | 株式会社ビズリーチ | 文書作成支援装置、文書作成支援方法及び文書作成支援プログラム |
JP2024056510A (ja) * | 2022-10-11 | 2024-04-23 | 株式会社ビズリーチ | 文書作成支援装置、文書作成支援方法及び文書作成支援プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20050050469A1 (en) | 2005-03-03 |
JP3921523B2 (ja) | 2007-05-30 |
EP1469398A1 (en) | 2004-10-20 |
EP1469398A4 (en) | 2008-10-29 |
WO2003056451A1 (fr) | 2003-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2003196280A (ja) | テキスト生成方法及びテキスト生成装置 | |
US6871174B1 (en) | System and method for matching a textual input to a lexical knowledge base and for utilizing results of that match | |
RU2336552C2 (ru) | Лингвистически информированные статистические модели структуры составляющих для упорядочения в реализации предложений для системы генерирования естественного языка | |
US5987404A (en) | Statistical natural language understanding using hidden clumpings | |
US7113905B2 (en) | Method and apparatus for determining unbounded dependencies during syntactic parsing | |
US10496756B2 (en) | Sentence creation system | |
JPH1145241A (ja) | かな漢字変換システムおよびそのシステムの各手段としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP2000353161A (ja) | 自然言語生成における文体制御方法及び装置 | |
JP3992348B2 (ja) | 形態素解析方法および装置、並びに日本語形態素解析方法および装置 | |
Stratica et al. | Using semantic templates for a natural language interface to the CINDI virtual library | |
WO2003079224A1 (fr) | Procede et dispositif de generation de texte | |
EP1290574B1 (en) | System and method for matching a textual input to a lexical knowledge base and for utilizing results of that match | |
CN116595970A (zh) | 语句同义改写方法、装置和电子设备 | |
JP2997469B2 (ja) | 自然言語理解方法および情報検索装置 | |
JP4004376B2 (ja) | 音声合成装置、音声合成プログラム | |
JP4478042B2 (ja) | 頻度情報付き単語集合生成方法、プログラムおよびプログラム記憶媒体、ならびに、頻度情報付き単語集合生成装置、テキスト索引語作成装置、全文検索装置およびテキスト分類装置 | |
KR950013129B1 (ko) | 기계번역장치 및 방법 | |
Sankaravelayuthan et al. | A Comprehensive Study of Shallow Parsing and Machine Translation in Malaylam | |
JP3892227B2 (ja) | 機械翻訳システム | |
WO2024004184A1 (ja) | 生成装置、生成方法、及びプログラム | |
Narayan et al. | Pre-Neural Approaches | |
JP3778785B2 (ja) | 最適翻訳文選定方法,選定装置および記録媒体 | |
John | Improving Statistical Machine Translation with Target-Side Dependency Syntax | |
Souter | A corpus-trained parser for systemic-functional syntax | |
JP2006163491A (ja) | 質問応答システム、質問応答方法及び質問応答プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20030826 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20040113 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20040326 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20040416 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061020 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3921523 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
EXPY | Cancellation because of completion of term |