JP2006099522A

JP2006099522A - 文書処理装置

Info

Publication number: JP2006099522A
Application number: JP2004286089A
Authority: JP
Inventors: Akira Nakamura; 明中村
Original assignee: Sanyo Electric Co Ltd
Current assignee: Sanyo Electric Co Ltd
Priority date: 2004-09-30
Filing date: 2004-09-30
Publication date: 2006-04-13
Anticipated expiration: 2024-09-30
Also published as: JP4471802B2

Abstract

【課題】本発明は、時間軸に沿う各文字列の見易さ・把握し易さの向上に寄与すること
を目的とする。
【解決手段】文書処理装置１は、受付部１００と文字列抽出部１１０と類似度算出部１
３０と重要度算出部１４０と重要文字列特定部１５０とを備えている。この類似度算出部
１３０は、文字列抽出部１１０により抽出された一の文字列が他の文字列と類似する度合
いを類似度として文字列毎に算出する。そして、重要度算出部１４０は、一の文字列と、
その文字列に対して時間的に前又は後の所定数の文字列との間の類似度に基づいて、一の
文字列の重要度を算出する。その後、重要文字列特定部１５０は、重要度算出部１４０に
より算出された重要度がしきい値を超える場合には、該重要度に対応する文字列を特定す
る。
【選択図】図１

Description

本発明は、日時に対応する文字列を少なくとも１つ以上含む文書情報を受け付ける文書
処理装置に関する。

従来から、電子化した情報をハードディスク等の記憶媒体に記憶するとともに、外部か
らの操作指示に応じて当該情報を表示する情報表示装置が提供されている。図１２は、情
報表示装置の表示内容を示す従来図である。図１２に示すように、情報表示装置には、患
者に対する過去の処方や患者の診療などに関する診療情報が各項目に分けられて時間軸に
沿って表示されている（例えば、特許文献１参照）。また、複数の診療情報が表示される
関係上、その診療情報が表示される表示領域（以下では単に「セル」と称する）は、小さ
な表示領域となるため、選択されたセルにおける診療情報の詳細が表示されている（図１
２中の下方参照）。この場合には、診療情報が各項目に分けられて時間軸に沿って表示さ
れるとともに、選択されたセルにおける診療情報の詳細が表示されるため、医師は診療情
報を即座に把握することができる。

さらに、診療情報にメモ書きが入力可能であり、入力されたメモ書きが容易に参照可能
な情報表示装置も提供されている（例えば、特許文献２参照）。この場合には、医師は、
患者の病歴などに関するメモ書きを見ることにより今回の処方などの参考にすることがで
きる。
特許３５３０４２４号公報特開２０００−４８０９０号公報

しかしながら、上記各従来例では、各診療情報のうち、どの診療情報が重要であるか否
かについての示唆が自動的にされないため、医師はどの診療情報に着目すれば良いのかが
分かり難かった。例えば、患者の病歴に関する診療情報が複数表示されており、過去の診
療情報（咳・風邪が生じていること等）と今回の診療情報（さらに高熱が生じていること
等）とが異なる場合がある。この今回の診療情報が過去の診療情報と異なる場合には、今
回の診療情報が新たな情報であるため、その今回の診療情報は医師が診療をする上での重
要な情報となる。ところが、それらの異なる診療情報が同様の形態（例えば、同一の字の
太さ）で表示されるため、医師はそれらの異なる診療情報を見落とすことがあった。この
ことは診療情報以外の情報でも同様のことが当てはまる。

一方、文書に含まれる文字列のそれぞれについてベクトル空間に配置し、それぞれのベ
クトル間の類似度を算出し、その類似度を用いて各文字列をランキングすることにより、
重要な文字列を特定する文書処理装置が提供されている。これによれば、文書処理装置は
、文書における重要な文字列を特定することにより、その重要な文字列をユーザに注視さ
せることができる。

ところが、上記文書処理装置は、時間軸に沿う文字列間の類似度を算出することができ
ないため、時間軸に沿う各文字列の中から重要な文字列を特定することができなかった。
例えば、文書処理装置は、単純に文字列Ａと文字列Ｂとの類似度を算出することができる
が、時間１に対応する文字列Ａと時間２に対応する文字列Ｂとの類似度を算出することが
できない。このため、上記文書処理装置では、時間軸に沿う各文字列の中から重要な文字
列を特定することができず、時間軸に沿う重要な文字列をユーザに注視させることができ
なかった。

そこで、本発明は以上の点に鑑みてなされたものであり、時間軸に沿う各文字列の見易
さ・把握し易さの向上に寄与することができる文書処理装置を提供することを目的とする
。

本発明は、上記課題を解決すべくなされたものであり、日時に対応する文字列を少なく
とも１つ以上含む文書情報を受け付ける受付手段と、受付手段により受け付けられた文書
情報に含まれる文字列を日時毎に抽出する文字列抽出手段と、文字列抽出手段により抽出
された一の文字列が時間的に前又は後の所定数の文字列と類似する度合いに基づいて、一
の文字列の重要度を算出する算出手段と、算出手段により算出された重要度がしきい値を
超える場合には、重要度に対応する文字列を特定する重要文字列特定手段とを備えること
を特徴とする。

このような本発明によれば、時間軸に沿う文字列の重要度が算出され、文書情報に含ま
れる重要な文字列が特定されるため、文書処理装置は、時間軸に沿う各文字列の見易さ・
把握し易さの向上に寄与することができる。

上記発明においては、一の方向に配列された日時に対応する領域（いわゆるセル）に文
字列を表示する表示手段が備えられており、表示手段は、領域に表示された文字列が重要
文字列特定手段により特定された場合には、該領域に表示された文字列を強調表示しても
よい。この場合には、しきい値を超える重要度に対応する文字列が強調表示されるため、
文書処理装置は、時間軸に沿う冗長な文書情報に含まれる重要な文字列をユーザに対して
分かり易く表示することができる。

上記発明においては、表示手段は、一の方向に配列された日時と他の方向に配列された
項目名とが交叉する領域（いわゆるセル）に文字列を表示し、領域に表示された文字列が
重要文字列特定手段により特定された場合には、当該領域に表示された文字列を強調表示
してもよい。この場合には、文書処理装置は、各項目名に対応付けられた複数のセルに含
まれる重要なセルをユーザに対して分かり易く表示することができる。

本発明によれば、時間軸に沿う各文字列の見易さ・把握し易さの向上に寄与することが
できる。

［第１実施形態］
（文書処理装置の基本構成）
第１実施形態に係る文書処理装置１について図面を参照しながら説明する。図１は、本
実施形態における文書処理装置１を示す概念図である。本実施形態における文書処理装置
１は、受付部１００と、文字列抽出部１１０と、文字列抽出データベース１２０と、類似
度算出部１３０と、重要度算出部１４０と、重要文字列特定部１５０と、表示部１６０と
を備えている。

受付部１００は、日時に対応する文字列を少なくとも１以上含む文書情報を受け付ける
受付手段であり、例えば、キーボード、マウス等が挙げられる。図２は、受付部１００に
より受け付けられた文書情報Ｘを示す図である。図２に示すように、本実施形態における
文書情報Ｘは、日付に対応する文字列x₁，x₂，…，x_ｉ（ｉは文字列の数）を有している
。

文字列抽出部１１０は、受付部１００により受け付けられた文書情報に含まれる文字列
を日時毎に抽出する文字列抽出手段である。文字列抽出データベース１２０は、文書情報
に含まれる文字列を特定するための情報を記憶するものである。類似度算出部１３０は、
文字列抽出部１１０により抽出された一の文字列が他の文字列と類似する度合いを類似度
として文字列毎に算出するものである（後述する式３及び式４参照）。この類似度算出部
１３０と重要度算出部１４０は算出手段を構成するものとする。

重要度算出部１４０は、一の文字列と、その文字列に対して時間的に前又は後の所定数
の文字列との間の類似度に基づいて、一の文字列の重要度を算出するものである。本実施
形態における重要度算出部１４０は、一の文字列と、その文字列に対して時間的に直近（
前又は後）の所定数の文字列との間の類似度のそれぞれに重み付けし、重み付けされた類
似度に基づいて、当該一の文字列の重要度を算出している（後述する式５参照）。

重要文字列特定部１５０は、重要度算出部１４０により算出された重要度がしきい値を
超える場合には、該重要度に対応する文字列を特定する重要文字列特定手段である。

表示部１６０は、文字列抽出部１１０により抽出された文字列を日時に対応付けて表示
する表示手段であり、例えば、ＣＲＴディスプレイ、液晶ディスプレイ等が挙げられる。
本実施形態における表示部１６０は、重要文字列特定部１５０により特定された文字列を
強調表示する。
（文書処理装置の動作）
以下において、本発明に係る文書処理装置１の動作について、図面を参照しながら説明
する。図３は、本実施形態における文書処理装置１を示すフロー図である。

図３に示すように、ステップ１において、受付部１００は、日時に対応する文字列を少
なくとも１以上含む文書情報（ここでは図２に示す文書情報Ｘとする）の入力を受け付け
る。ステップ２において、文字列抽出部１１０は、受付部１００により受け付けられた文
書情報Ｘと文字列抽出データベース１２０に記憶されている情報とを照合し、日付のそれ
ぞれに対応する文字列x₁，x₂，…，x_ｉ（ｉは文書情報に含まれる文字列の数）を抽出す
る。これらの抽出された文字列の順序は時間軸に沿うものである。

ステップ３において、類似度算出部１３０は、文字列抽出部１１０により抽出された文
字列間の類似度を算出する。本実施形態における類似度算出部１３０は、後述するように
ベクトル空間モデル又はストリングカーネルを用いることにより、抽出された文字列間の
類似度を算出する。以下では類似度の算出方法について詳述する。

（１）ベクトル空間モデルによる文字列間の類似度の算出方法
この算出方法では、文字列を構成する形態素が重み（後述するａ_ij）によりベクトル空
間に配置されることにより、文字列間の類似度が算出される。なお、形態素とは、意味を
持つ最小の言語単位であり、例えば１の文字又はその文字の組合せにより構成される。

先ず、Ｎ個の文字列からなる文書情報のベクトルＸ＝{x₁，x₂，…，x_Ｎ}に対し、下記
に示す式１のＮ行Ｍ列の単語・文書行列Ａを考える。

Ａにおける（i，j）要素ａ_ijは、文字列x_iにおけるｊ番目の形態素の重みである（Ｍは
文字列における形態素の総数）。Ａの各行は各文字列x₁，x₂，…，x_Ｎに対応している。
Ａの第ｉ行が文字列x_iを表すＭ次元の文字列のベクトルx_iであるとすると、下記に示す式
２が成立する。

ここで、図４は文字列x_１の重みａ_１jを示す図である。図４に示すように、文字列x₁を
構成する形態素は、「Ａ社」，「向け」，「提案システム」，「の」，「構成検討」，「
、」，「企画書作成」となり、これらの形態素の重みａ_1jは、ａ₁₁,ａ₁₂,ａ₁₃,ａ₁₄,ａ₁₅
,ａ₁₆,ａ₁₇となる。

文字列x_iの重みａ_ijは、文字列x_iにおけるｊ番目の形態素が文字列x_iに出現する頻度Ｔ
Ｆ（term frequency）、ｊ番目の形態素が特定の文字列に出現する頻度ＩＤＦ（inverse
document frequency）、情報エントロピー及びこれらの組合せが用いられる。

文書情報におけるｉ番目の文字列x_iとｊ番目の文字列x_jとの類似度Ｓ（x_i，x_j）は、下
記の式３に示すように２つのベクトルx_iとx_jがなす角の余弦、すなわちコサイン類似度と
して求められる。本実施形態では、文字列x_iと文字列x_jとが時間軸に沿うものであり、文
字列のx_iと文字列x_jとの類似度Ｓ（x_i，x_j）も時間軸に関係するものであるため、時間軸
に沿う文字列間の類似度が算出可能となる。

（２）ストリングカーネルによる文字列間の類似度の算出方法
この算出方法は、文字列を構成する形態素がベクトル空間に配置されることなく、文字
列を構成する形態素列の配置関係の一致度合いに基づいて、文字列間の類似度が算出され
る。これにより、文字列の構造を反映した類似度の計算が可能となる。以下では文字列Ａ
と文字列Ｂとの類似度の計算例を示す。図５は文字列Ａと文字列Ｂとを示す図であり、図
６は文字列Ａと文字列Ｂとに共通する形態素列を示す図である。

図５に示すように、文字列Ａは、「昨晩から発熱、咳が続く」の内容から構成されてお
り、この文字列Ａを構成する形態素列は、「昨晩（Ａ１）」，「から（Ａ２）」，「発熱
（Ａ３）」，「、（Ａ４）」，「咳（Ａ５）」，「が（Ａ６）」，「続（Ａ７）」，「く
（Ａ８）」となる。()内は形態素列を記号で示したものである。また、文字列Ｂを構成す
る形態素列は、「一昨晩から咳、発熱が見られる」の内容から構成されており、この文字
列Ｂを構成する形態素列は、「一昨晩（Ｂ１）」，「から（Ｂ２）」，「咳（Ｂ３）」，
「、（Ｂ４）」，「発熱（Ｂ５）」，「が（Ｂ６）」，「見（Ｂ７）」，「られる（Ｂ８
）」となる。

文字列Ａと文字列Ｂとに共通する形態素列をギャップを許容しつつ抽出すると、図６に
示す「から」，「から／発熱」，「から／、」等が得られる。なお、ここでは抽出する形
態素列のギャップを除いた長さの上限を２としている。図６に示す「から」は、文字列Ａ
中の（Ａ２）であり、文字列Ｂ中の（Ｂ２）であるため、「から」の長さｌ（形態素列の
数）は１となる。

同様にして、図６に示す「から／発熱」は、文字列Ａ中の（Ａ２）及び（Ａ３）である
ため、「から／発熱」の長さｌは、（Ａ２）及び（Ａ３）の２つとなる。また、「から／
発熱」は、文字列Ｂ中の（Ｂ２）及び（Ｂ５）であるため、ギャップを含む「から／発熱
」の長さｌは、（Ｂ２）、（Ｂ３）、（Ｂ４）及び（Ｂ５）の４つとなる。その他の「か
ら／、」等の長さｌも同様にして求められる。

ここで、上述した文字列間で共通する形態素列の長さｌに応じてλ_ｌの重みが与えられ
る（λは減衰係数であり０≦λ≦１の範囲を取り得る）。したがって、図６に示すように
、文字列Ａ及び文字列Ｂに対応する「から」の長さｌは共に１であるため、文字列Ａ及び
文字列Ｂに対応する「から」の重みはλとなる。同様にして、文字列Ａに対応する「から
／発熱」の長さｌは２であるため、文字列Ａに対応する「から／発熱」の重みはλ_２とな
る。また、文字列Ｂに対応する「から／発熱」の長さｌは４であるため、文字列Ａに対応
する「から／発熱」の重みはλ_４となる。このようにして求められた文字列Ａに対応する
重みと文字列Ｂに対応する重みとが乗算されて、その乗算された総和がカーネル値（Ｋ（
Ａ，Ｂ））として算出される。

Ｋ（Ａ，Ｂ）＝λ×λ＋λ_２×λ_４＋λ_３×λ_３＋λ_４×λ_２＋λ_５×λ_５＋λ×λ＋
λ_４×λ_２＋λ×λ＋λ_３×λ_３＋λ×λ＋λ_２×λ_４＋λ×λ＝λ_１０＋６λ_６＋５λ
_２
下記に示す式４はその算出されたカーネル値を文字列のサイズで正規化するためのもの
である。これにより正規化された値が文字列Ａと文字列Ｂとの間の類似度となる。

ステップ４において、重要度算出部１４０は、上述した式３又は式４のいずれかを用い
て文字列の重要度を算出する。具体的には、類似度算出部１３０がｔ番目の文字列x_tと該
文字列x_tに対して時間的に前のＫ個の文字列との類似度を算出し、重要度算出部１４０は
、下記に示す式５と算出された類似度とに基づいてｔ番目の文字列x_tの重要度を算出する
。なお、本実施形態では、類似度算出部１３０は文字列x_tと該文字列x_tに対して時間的に
「前」のＫ個の文字列との類似度を算出しているが、これに限定されずに、類似度算出部
１３０は文字列x_tと該文字列x_tに対して時間的に「後」のＫ個の文字列との類似度を算出
してもよい。

類似度算出部１３０がベクトル空間モデル（上述した算出方法（１））により類似度を
算出した場合には、重要度算出部１４０は、下記に示す式５により重要度Ｄ（ｔ）を算出
する。

ここで、Ｓ（x_i，x_i-k）はx_iとx_i-kとの類似度である。ｗ_kはｋとともに単調減少する
重み（例えば、ｋ＝５，{ｗ₁，ｗ₂，ｗ₃，ｗ₄，ｗ₅}＝{1.0，0.8，0.6，0.4，0.2}）であ
り、Ｗ_Ｋはｗ_kの総和であるΣｗkである。ｗ_kがｋとともに単調減少するため、上述の重
要度Ｄ（ｔ）では文字列x_iとその文字列x_iに時間的に近い文字列（例えば、文字列x_i-１
）との類似度がより重視される。

一方、類似度算出部１３０がストリングカーネル（上述した算出方法（２））により類
似度を算出した場合には、重要度算出部１４０は、下記に示す式６により重要度Ｄ（ｔ）
を算出する。この場合にも、ｗ_kがｋとともに単調減少するため、下記に示す式６の重要
度Ｄ（ｔ）でも文字列x_iとその文字列x_iに時間的に近い文字列（例えば、文字列x_i-１）
との類似度がより重視される。

図７は、重要度Ｄ（ｔ）の式により算出された重要度の算出結果の一例を示す図である
。図７に示すように、日付である４／１に対応する文字列x₁の直前には文字列が存在しな
いため、文字列x₁の類似度は上述した式３又は式４により０となり、この類似度の算出結
果により重要度は１となる。このように重要度が大きいということは、その大きい重要度
に対応する文字列は、その文字列の直前（又は直後）にはない新たな語が含まれており、
文書情報における重要な文字列となる可能性が高いこととなる。

ステップ５において、重要文字列特定部１５０は、重要度算出部１４０により算出され
た重要度に基づいて、該重要度に対応する文字列が文書情報において重要な文字列である
か否か特定する。具体的には、重要文字列特定部１５０は、重要度算出部１４０により算
出された重要度がしきい値を超えている場合には、その重要度に対応する文字列が文書情
報において重要な文字列であると特定する。

例えば、しきい値が０．７である場合には、重要文字列特定部１５０は、図７に示すよ
うに、文字列x₁，x₂，x₆，x₈，x₁₀の重要度がしきい値を超えているため、それらの文字
列x₁，x₂，x₆，x₈，x₁₀を重要な文字列として特定する。なお、しきい値は、固定値であ
ってもよいし、重要な文字列が文書情報から抽出される割合に基づいて設定された値であ
ってもよい。

ステップ６において、表示部１６０は、重要文字列特定部１５０により特定された文字
列を強調表示する。図８は、文書情報における重要な文字列が強調表示された様子を示す
図である。図８に示すように、重要文字列特定部１５０により特定された文字列がx₁であ
る場合には、表示部１６０は、該文字列x₁の重要度に応じて、文字列x₁の色彩、太さ、書
体、枠の色、背景色、濃度などを変化させることにより文字列x₁を強調表示する（図８中
の斜線部分を参照）。
（文書処理装置による作用及び効果）
このような本発明によれば、時間軸に沿う文字列の重要度が算出され、文書情報に含ま
れる重要な文字列が特定されるため、文書処理装置１は、時間軸に沿う各文字列の見易さ
・把握し易さの向上に寄与することができる。また、しきい値を超える重要度に対応する
文字列が強調表示されるため、文書処理装置１は、時間軸に沿う冗長な内容からなる文書
情報に含まれる重要な文字列をユーザに対して分かり易く表示することができる。さらに
、特定日時の文字列とその直近の文字列との間の類似度が算出されることにより、当該特
定日時の文字列の重要度が算出されるため、文書処理装置１は、当該特定日時の文字列が
その直近の文字列に対して新規なものであるか否かをユーザに即座に認識させることがで
きる。
［第２実施形態］
第１実施形態では、１つの文書情報（図２に示す文書情報Ｘ）に含まれる重要な文字列
が強調表示されているのに対し、第２実施形態では、項目名に区分けされた文書情報（図
１０に示す文書情報Ｘ，文書情報Ｙ，文書情報Ｚ）に含まれる重要な文字列が強調表示さ
れている点で相違する。以下では第１実施形態と異なる点のみを説明し、共通する部分の
説明は省略する。なお、本実施形態では、文字列の類似度・重要度は、項目毎に算出され
ている。

図９は、同一の患者の診療に関する文書情報を示す図である。図９に示すように、本実
施形態における文書情報は、主訴、所見、投薬等の項目名に対応する内容が診療日毎に作
成されたものである。図１０は、図９に示す文書情報が項目名毎に区分けされ、区分けさ
れた文書情報（文書情報Ｘ，文書情報Ｙ，文書情報Ｚ）に含まれる文字列が時間軸に沿っ
て配列された様子を示す図である。図１１は、項目名に対応する文書情報に含まれる文字
列が重要度に応じて強調表示された様子を示す図である。

図１０に示すように、表示部１６０は、縦方向に日付を配列するとともに横方向に項目
名を配列し、日付と項目名とが交叉する表示領域に、該項目名に対応する文書情報に含ま
れる文字列を表示する。また、図１１に示すように、表示部１６０は、項目名に対応する
文書情報に含まれる文字列の重要度がしきい値を超えている場合には、その重要度に対応
する文字列を強調表示する（斜線部分を参照）。この場合には、文書処理装置１は、各項
目名に対応する複数のセルに含まれる重要なセルをユーザに対して分かり易く表示するこ
とができる。

第１実施形態における文書処理装置を示す概略構成図である。第１実施形態における文書情報Ｘを示す図である。第１実施形態における文書処理装置の動作を示すフロー図である。第１実施形態における文字列に対応する重みを示す図である。第１実施形態における文字列Ａ及び文字列Ｂを示す図である。第１実施形態における文字列Ａ及び文字列Ｂに共通する形態素の長さ及び重みを示す図である。第１実施形態における文書情報Ｘの重要度を示す図である。第１実施形態における文書情報Ｘに含まれる重要な文字列が強調表示された様子を示す図である。第２実施形態における文書情報を示す図である。第２実施形態における文書情報が項目毎に区分けされて時間軸に沿って表示された様子を示す図である。第２実施形態における項目名に対応する文書情報に含まれる重要な文字列が強調表示された様子を示す図である。従来における文書処理装置を示す図である。

符号の説明

１…文書処理装置、１００…受付部、１１０…文字列抽出部、１２０…文字列抽出デー
タベース、１３０…類似度算出部、１４０…重要度算出部、１５０…重要文字列特定部、
１６０…表示部

Claims

日時に対応する文字列を少なくとも１つ以上含む文書情報を受け付ける受付手段と、
前記受付手段により受け付けられた文書情報に含まれる文字列を日時毎に抽出する文字
列抽出手段と、
前記文字列抽出手段により抽出された一の文字列が時間的に前又は後の所定数の文字列
と類似する度合いに基づいて、該一の文字列の重要度を算出する算出手段と、
前記算出手段により算出された重要度がしきい値を超える場合には、該重要度に対応す
る文字列を特定する重要文字列特定手段と
を備えることを特徴とする文書処理装置。
一の方向に配列された日時に対応する領域に文字列を表示する表示手段が備えられてお
り、
前記表示手段は、前記領域に表示された文字列が前記重要文字列特定手段により特定さ
れた場合には、該領域に表示された文字列を強調表示することを特徴とする請求項１に記
載の文書処理装置。
前記表示手段は、一の方向に配列された日時と他の方向に配列された項目名とが交叉す
る領域に文字列を表示し、該領域に表示された文字列が前記重要文字列特定手段により特
定された場合には、該領域に表示された文字列を強調表示することを特徴とする請求項２
に記載の文書処理装置。