JP2012252392A - キーワードリスト生成プログラム、キーワードリスト生成方法及びキーワードリスト生成装置 - Google Patents

Abstract

【課題】文書の評価の作業工数を削減しつつ、文書から同一のオブジェクトやアクター等に関する要件記述を抽出するために適切なキーワードリストを生成することが可能なキーワードリスト生成プログラム、キーワードリスト生成方法及びキーワードリスト生成装置を提供することを目的としている。
【解決手段】文書データに含まれる文章の主語と目的語とが対応付けて格納されたペア記憶部を参照し、前記文書データに含まれる表の項目が格納された表項目記憶部から前記主語または目的語の少なくともいずれかと一致する項目を選別する処理と、前記選別された前記項目と所定関係にある語と、前記選別された前記項目とを用いてキーワードリストを作成する処理と、をコンピュータに実行させる。
【選択図】図５

Description

本発明は、文書の評価に用いるキーワードリストを作成するキーワードリスト生成プログラム、キーワードリスト生成方法及びキーワードリスト生成装置に関する。

例えばソフトウェアの仕様書のように多数の要件が定義された要件定義書等の文書は、通常は人手により自然言語の文章として書かれており、記載の矛盾、抜け、漏れ等が発生しているか否かを判断する評価が行われる。文書の評価は、同一のオブジェクトやアクター等に関する要件記述を文書内から検索して抽出し、まとめて列挙して比較することにより行われる。以下の説明では、文書から特定の要件記述を抽出して列挙することをまとめ上げと呼ぶ。従来では、まとめ上げを含む文書の評価を手作業により行っており、作業工数の面でコストがかかっていた。

そこで従来では、作業工数を削減する技術として、まとめ上げを行うためのキーワードのリストを設定する手法や、予め分類した文章から重要キーワードを取り出す手法等が知られている。またさらに従来では、表を含む文書では表に情報が集約して書かれる傾向があることに着目し、表に書かれている項目を、要件記述をまとめる際のキーワードとする手法が知られている。

特開２００８−２５０７６０号公報 特開平６−２８２５８７号公報 特開２０００−１９４７１２号公報

しかし、キーワードのリストを設定する手法では、キーワードの設定を人手で行わなければならない。また文書で記述された内容の分野が異なる場合、キーワードリストを新たに設定しなければならない。

文章から重要キーワードを取り出す手法では、文章上で注目される語を抽出することを目的としているため、抽出される語が文書の評価に使用される語とは限らない。

表に書かれた項目をまとめ上げのキーワードとする手法では、まとめ上げに対しては不適切なキーワードが存在する可能性がある。また表の項目のみでは、まとめ上げのためのキーワードとして不足している可能性がある。

本発明の一実施形態では、文書の評価の作業工数を削減しつつ、文書から同一のオブジェクトやアクター等に関する要件記述を抽出するための適切なキーワードリストを生成することが可能なキーワードリスト生成プログラム、キーワードリスト生成方法及びキーワードリスト生成装置を提供することを目的としている。

開示の技術は、文書データに含まれる文章の主語と目的語とが対応付けて格納されたペア記憶部を参照し、前記文書データに含まれる表の項目が格納された表項目記憶部から前記主語または目的語の少なくともいずれかと一致する項目を選別する処理と、前記選別された前記項目と所定関係にある語と、前記選別された前記項目とを用いてキーワードリストを作成する処理と、をコンピュータに実行させる。

上記各処理を実行する方法、上記プログラムを実行する装置、上記プログラムを記憶したコンピュータ読み取り可能な記憶媒体とすることもできる。

文書の評価の作業工数を低減させつつ、文書から同一のオブジェクトやアクター等に関する要件記述を抽出するための適切なキーワードリストを生成することができる。

要件定義書の一例を示す図である。 初期キーワードの選択の概要を説明する図である。 一実施例に係るキーワードリスト生成装置のハードウェア構成を示す図である。 キーワードリスト生成装置の機能構成の一例を説明する図である。 キーワードリスト生成装置の動作を説明するフローチャートである。 キーワード選別部の処理を説明するフローチャートである。 第１拡張部の処理を説明するフローチャートである。 第２拡張部の処理を説明するフローチャートである。 文章記憶部と表項目記憶部とに記憶されるデータの例を示す図である。 ペア記憶部に記憶された係り受けデータの例を示す図である。 キーワード選別部の処理を具体的に説明する図である。 第１拡張部の処理を具体的に説明する図である。 第２拡張部の処理を具体的に説明する第一の図である。 第２拡張部の処理を具体的に説明する第二の図である。 キーワードリストの一例を示す図である。 キーワードリストに含まれるキーワードでまとめ上げを行った場合の例を示す第一の図である。 キーワードリストに含まれるキーワードでまとめ上げを行った場合の例を示す第二の図である。 キーワードリストに含まれない語でまとめ上げを行った場合の例を示す図である。

本実施例では、多数の要件を定義する文書の評価の際に、文章をまとめて列挙するために用いられるキーワードリストを生成する。以下に本実施例の説明では、同一のオブジェクトやアクター等に関する要件について記述された文章をまとめて列挙することをまとめ上げと呼ぶ。また本実施例の文書は、表と文章を含むものであれば良い。以下の本実施例では、ソフトウェアの設計等の際に作成される要件定義書を文書の一例として説明する。

以下に本実施例のキーワードリスト作成方法の概要を説明する。図１は、要件定義書の一例を示す図である。本実施例の要件定義書１０は、文章群１１と、表１２とを含む。キーワードリスト作成方法では、表１２に含まれる項目のうち、文章群１１に含まれる文章の主語又は目的語に該当する項目を初期キーワードに選択し、キーワード初期リストを作成する。

図２は、初期キーワードの選択の概要を説明する図である。例えば表１２の項目に含まれる「仕入エントリ」は、要件定義書１０の文章群１１に含まれる文章１の目的語である。また「仕入エントリ」は、要件定義書１０の文章群１１に含まれる文章２の目的語である。よって「仕入エントリ」は初期キーワードに選択し、キーワード初期リストを作成する。

これに対して表１２の項目に含まれる「ＩＤ」は、要件定義書１０の文章群１１に含まれる文章の何れにおいても、主語にも目的語にもなっていない。よって「ＩＤ」は初期キーワードとして選択されない。

本実施例では、以上のようにして選択されたキーワード初期リストを後述する方法により拡張し、キーワードリストを生成する。

上述したキーワードリスト生成方法を実現するキーワードリスト生成装置は、コンピュータ装置であって、図３に示すようなハードウェア構成を有する。図３は、一実施例に係るキーワードリスト生成装置のハードウェア構成を示す図である。

図３において、キーワードリスト生成装置１００は、コンピュータによって制御される装置であって、ＣＰＵ（Central Processing Unit）３１と、メモリユニット３２と、表示ユニット３３と、入力ユニット３４と、記憶装置３５と、ドライバ装置３６と、通信ユニット３７とで構成され、システムバスＢに接続される。

ＣＰＵ３１は、メモリユニット３２に格納されたプログラムに従ってキーワードリスト生成装置１００を制御する。メモリユニット３２は、ＲＡＭ（Random Access Memory）及びＲＯＭ（Read-Only Memory）等を有し、ＣＰＵ３１にて実行されるプログラム、ＣＰＵ３１での処理に必要なデータ、ＣＰＵ３１での処理にて得られたデータ等を格納する。またメモリユニット３２の一部の領域は、ＣＰＵ３１での処理に利用されるワークエリアとして割り付けられている。

表示ユニット３３は、ＣＰＵ３１の制御のもとに必要な各種情報を表示する。入力ユニット３４は、マウス、キーボード等を有し、利用者がキーワードリスト生成装置１００が処理を行なうための必要な各種情報を入力するために用いられる。

記憶装置３５は、例えば、ハードディスクユニットにより実現され、各種処理を実行するプログラム等のデータを格納する。

キーワードリスト生成装置１００によって行われるキーワードリスト生成方法での処理を実現するプログラムは、例えば、ＣＤ−ＲＯＭ（Compact Disk Read-Only Memory）等の記憶媒体３８によってキーワードリスト生成装置１００に提供される。即ち、プログラムが保存された記憶媒体３８がドライバ装置３６にセットされると、ドライバ装置３６が記憶媒体３８からプログラムを読み出し、その読み出されたプログラムがシステムバスＢを介して記憶装置３５にインストールされる。そして、プログラムが起動されると、記憶装置３５にインストールされたプログラムに従ってＣＰＵ３１が処理を開始する。

尚、プログラムを格納する媒体としてＣＤ−ＲＯＭに限定するものではなく、コンピュータが読み取り可能な媒体であればよい。キーワードリスト生成装置１００が外部とのネットワーク通信を行う場合には、キーワードリスト生成装置１００による処理を実現するプログラムを通信ユニット３７によってネットワークを介してダウンロードし、記憶装置３５にインストールするようにしても良い。また、キーワードリスト生成装置１００が外部記憶装置との接続を行うＵＳＢ（Universal Serial Bus）等のインタフェースを有する場合には、ＵＳＢ接続によって外部記憶媒体からプログラムを読み込んでもよい。

図４は、キーワードリスト生成装置の機能構成の一例を説明する図である。本実施例のキーワードリスト生成装置１００は、表抽出部１１０、文章抽出部１２０、係り受け解析部１３０、キーワード選別部１４０、キーワード拡張部１５０、文章記憶部１６０、ペア記憶部１７０、表項目記憶部１８０、初期リスト記憶部１９０を有する。

本実施例のキーワードリスト生成装置１００は、表と文章とを含む要件定義書１０を電子データとした文書データが入力される。文書データが入力されると、表抽出部１１０は文書データから表のデータを抽出し、表項目記憶部１８０へ表の項目を記憶させる。また文章抽出部１２０は、文書データから文章を抽出して文章記憶部１６０へ記憶させる。

係り受け解析部１３０は、文章記憶部１６０に記憶された文章の係り受けを解析し、文章毎に主語、目的語、述語を抽出する。そして係り受け解析部１３０は、文章毎に主語と目的語とをペアとし、このペアを含む文章の述語と対応付けた係り受けデータをペア記憶部１７０へ記憶させる。

キーワード選別部１４０は、表項目記憶部１８０に記憶された表の項目から、まとめ上げのためのキーワードとなる項目を選別してキーワード初期リストを生成し、初期リスト記憶部１９０へ記憶させる。以下の説明では、初期リスト記憶部１９０に記憶されたキーワードを初期キーワードと呼ぶ。具体的には本実施例のキーワード選別部１４０は、表の項目のうち、ペア記憶部１７０に記憶された主語又は目的語に含まれるものを初期キーワードとして選別する。

キーワード拡張部１５０は、初期キーワード以外の語をペア記憶部１７０から抽出し、抽出した語をキーワード初期リストに加えたキーワードリストを生成する。すなわち本実施例のキーワード拡張部１５０は、キーワード初期リストに新たに抽出された語をキーワードとして追加し、キーワード初期リストを拡張する。本実施形例では、キーワード拡張部１５０において生成されたキーワードリストを用いてまとめ上げが行われる。

本実施例のキーワード拡張部１５０は、第１拡張部１５１、第２拡張部１５２、エントロピー計算部１５３を有する。第１拡張部１５１は、初期キーワードを主語としたときの目的語又は初期キーワードを目的語としたときの主語をペア記憶部１７０から抽出する。そしてエントロピー計算部１５３により、文章記憶部１６０に記憶された文章全体における初期キーワードの情報エントロピーと、ペア記憶部１７０から抽出した主語又は目的語の文章全体における情報エントロピーとを計算する。第１拡張部１５１は、両者の計算結果を比較し、比較結果に基づきキーワード初期リストにキーワードとして追加する語を選択する。

第２拡張部１５２は、初期キーワードが主語又は目的語に含まれる文章の述語と同じ述語を有する文章の主語又は目的語をペア記憶部１７０から抽出する。そしてエントロピー計算部１５３により、文章記憶部１６０に記憶された文章全体における初期キーワードの情報エントロピーと、ペア記憶部１７０から抽出した語の文章全体における情報エントロピーとを計算する。第２拡張部１５２は、両者の計算結果を比較して、比較結果に基づきキーワード初期リストにキーワードとして追加する語を選択する。

エントロピー計算部１５３は、初期キーワード、第１拡張部１５１で抽出された語、第２拡張部１５２で抽出された語の情報エントロピーを計算する。本実施例では、情報エントロピーは、語の重要性を示す指標の一つであり、ある語の文章における分布の局在（偏り）の度合いを示す。情報エントロピーは、以下の式で表される。

ρ＝文章上の任意の語がＸである確率 としたとき、
Ｘの情報エントロピー＝−ρｌｏｇρ−（１−ρ）ｌｏｇ（１−ρ）
情報エントロピーが過度に大きい場合、その語は文章上に満遍なく分布して頻発する語であることを意味している。また情報エントロピーが過度に小さい場合、その語は文章上のごく限られた範囲にしか分布しないか、あるいは文章上のほとんど全ての範囲に分布することを意味している。また２つの語の情報エントロピーの大きさが同程度である場合、２つの語の文章における分布の局在（偏り）の度合いが同程度であることを示す。

尚文章記憶部１６０、ペア記憶部１７０、表項目記憶部１８０、初期リスト記憶部１９０は、メモリユニット３２及び／又は記憶装置３５に格納されている。

以下に図５を参照して本実施例のキーワードリスト生成装置１００の動作を説明する。図５は、キーワードリスト生成装置の動作を説明するフローチャートである。

本実施例のキーワードリスト生成装置１００は、文書データが入力されると、表抽出部１１０により文書データから表のデータを抽出し、表の項目を表項目記憶部１８０に記憶させる（ステップＳ５１）。続いて文章抽出部１２０は、文書データから文章のデータを抽出し、文章記憶部１６０に記憶させる（ステップＳ５２）。

続いて係り受け解析部１３０は、文章記憶部１６０に記憶された文章の係り受けを解析する。係り受け解析部１３０は、主語・目的語のペアと、このペアを含む文章の述語とを抽出し、ペアと述語とを対応付けた係り受けデータをペア記憶部１７０へ記憶させる（ステップＳ５３）。

続いてキーワード選別部１４０は、表項目記憶部１８０に記憶された項目のうち、ペア記憶部１７０の主語又は目的語に含まれるものを初期キーワードとして選別し、キーワード初期リストを生成する（ステップＳ５４）。選別されたキーワード初期リストは、初期リスト記憶部１９０へ記憶される。

続いてキーワード拡張部１５０は、キーワード初期リストの拡張を行う。始めにキーワード拡張部１５０は、第１拡張部１５１により、キーワードの第１の拡張を行う（ステップＳ５５）。具体的には第１拡張部１５１は、文章記憶部１６０に記憶された文章から、初期キーワードとペアとなっている主語又は目的語を抽出する。そしてエントロピー計算部１５３により、初期キーワードと、抽出した主語及び目的語のそれぞれの情報エントロピーを計算し、計算結果を比較した結果に基づき追加するキーワードを判別する。第１拡張部１５１の詳細は後述する。

続いてキーワード拡張部１５０は、第２拡張部１５２により、キーワードの第２の拡張を行う（ステップＳ５６）。具体的には第２拡張部１５２は、文章記憶部１６０に記憶された文章から、初期キーワードを含む主語・目的語のペアに対応した述語と同様の述語を含む文章の主語及び目的語を抽出する。そしてエントロピー計算部１５３により、初期キーワードと、抽出した主語及び目的語のそれぞれの情報エントロピーを計算し、計算結果を比較した結果に基づき追加するキーワードを判別する。第２拡張部１５２の詳細は後述する。

本実施例のキーワードリスト生成装置１００では、初期リスト記憶部１９０に記憶された初期キーワードと、キーワード拡張部１５０により追加されたキーワードとをまとめ上げを行うためのキーワードリストとして出力する。

本実施例では、文書データをこのキーワードリストに含まれるキーワードで検索することで、同一のオブジェクトやアクター等に関する要件について記述された文章を適切にまとめて列挙することができ、要件定義書１０の評価を行う際の手間を削減できる。

以下に図６乃至図８を参照して本実施例のキーワード選別部１４０とキーワード拡張部１５０の処理の詳細を説明する。

図６を参照してキーワード選別部１４０の処理を説明する。図６は、キーワード選別部の処理を説明するフローチャートである。

本実施例のキーワードリスト生成装置１００において、キーワード選別部１４０は、表項目記憶部１８０に記憶された表の項目を選別対象リストとしてメモリユニット３２及び／又は記憶装置３５の所定領域にコピーする（ステップＳ６１）。続いてキーワード選別部１４０は、選別対象リストが空か否かを判断する（ステップＳ６２）。ステップＳ６２において、選別対象リストが空でない場合、キーワード選別部１４０は選別対象リストから一つの語を取り出す（ステップＳ６３）。以後、ステップＳ６３で取り出した語をＡ１として説明する。

続いてキーワード選別部１４０は、ペア記憶部１７０に、語Ａ１を含む主語・目的語ペアが存在するか否か検索する（ステップＳ６４）。ステップＳ６４の検索で該当ペアが存在した場合（ステップＳ６５）、キーワード選別部１４０は、語Ａ１をキーワード初期リストへ加える（ステップＳ６６）。ステップＳ６５において該当ペアが存在しない場合、キーワード選別部１４０はステップＳ６２へ戻る。ステップＳ６２において、選別対象リストが空であった場合、キーワード選別部１４０は表項目記憶部１８０に記憶された全ての項目に対する初期キーワードの選別が終了したものとし、ステップＳ６７へ進む。

キーワード選別部１４０は、キーワード初期リストを初期リスト記憶部１９０へ記憶させる（ステップＳ６７）。

次に図７を参照して本実施例のキーワード拡張部１５０の第１拡張部の処理を説明する。図７は、第１拡張部の処理を説明するフローチャートである。

キーワード拡張部１５０において第１拡張部１５１は、初期リスト記憶部１９０に記憶されたキーワード初期リストを取得し、検索リストとしてメモリユニット３２及び／又は記憶装置３５の所定領域にコピーする（ステップＳ７０１）。続いて第１拡張部１５１は、検索リストが空か否かを判断する（ステップＳ７０２）。ステップＳ７０２において検索リストが空であった場合、第１拡張部１５１は処理を終了する。

ステップＳ７０２において検索リストが空でない場合、第１拡張部１５１は検索リストから初期キーワードを１つ取り出す（ステップＳ７０３）。ステップＳ７０３で取り出した初期キーワードを以下の説明では語Ａ２とする。続いて第１拡張部１５１は、ペア記憶部１７０の検索オフセットを０とする（ステップＳ７０４）。検索オフセットとは、ペア記憶部１７０において、語Ａ２での検索が終了した係り受けデータの記憶位置を示す。

続いて第１拡張部１５１は、ペア記憶部１７０に記憶された係り受けデータにおいて、語Ａ２が主語又は目的語に含まれる係り受けデータを検索オフセット以降の範囲で検索し、一の係り受けデータに対して検索が終了すると検索オフセットを更新する（ステップＳ７０５）。

ステップＳ７０５で、該当する係り受けデータが存在する場合（ステップＳ７０６）、第１拡張部１５１は、語Ａ２とペアとなる目的語又は主語を抽出し、エントロピー計算部１５３により語Ａ２と抽出された語の情報エントロピーを計算する（ステップＳ７０７）。以後、ステップＳ７０７で抽出された語を語Ｂ１と呼ぶ。ステップＳ７０６で該当する係り受けデータが存在しない場合、第１拡張部１５１はステップＳ７０２へ戻る。

続いて第１拡張部１５１は、語Ａ２の情報エントロピーと語Ｂ１の情報エントロピーとの差が、第１所定値α％以内であるか否かを判定する（ステップＳ７０８）。ステップＳ７０８において両者の差が第１所定値α％以内である場合、第１拡張部１５１は、語Ｂ１をキーワード初期リストに追加し（ステップＳ７０９）、ステップＳ７０５へ戻る。ステップＳ７０８において両者の差が第１所定値α％以上である場合、第１拡張部１５１はステップＳ７０５へ戻る。尚ステップＳ７０８における第１所定値α％は、予め設定されている値であり、本実施例ではα＝５とした。

すなわち本実施例の第１拡張部１５１は、初期キーワードを主語としたときの目的語及び初期キーワードを目的語としたときの主語のうち、文章記憶部１６０に記憶された文章全体において初期キーワードと出現頻度が同程度の語をまとめ上げのキーワードとする。

次に図８を参照して本実施例の第２拡張部１５２の処理を説明する。図８は、第２拡張部の処理を説明するフローチャートである。

図８のステップＳ８０１からステップＳ８０６までの処理は、図７のステップＳ７０１からステップＳ７０６までの処理と同様であるから説明を省略する。

尚図８のステップＳ８０４、ステップＳ８０５における第１検索オフセットは、図７のステップＳ７０４、ステップＳ７０５の検索オフセットと同様のものである。すなわち第１検索オフセットは、ペア記憶部１７０において、語Ａ２での検索が終了した係り受けデータの記憶位置を示す。

ステップＳ８０６において該当する係り受けデータが存在する場合、語Ａ２を主語又は目的語に含むペアと対応付けられた述語を語Ｃとする（ステップＳ８０７）。ステップＳ８０７に続いて第２拡張部１５２は、ペア記憶部１７０の第２検索オフセットを０とする（ステップＳ８０８）。尚第２検索オフセットは、ペア記憶部１７０において、後述する語Ｃでの検索が終了した係り受けデータの記憶位置を示す。

続いて第２拡張部１５２は、ペア記憶部１７０において、述語が語Ｃである係り受けデータを第２検索オフセット以降の範囲で検索し、一の係り受けデータに対して検索が終了すると第２検索オフセットを更新する（ステップＳ８０９）。続いて第２拡張部１５２は、該当する係り受けデータが存在するか否かを判断する（ステップＳ８１０）。

ステップＳ８１０で該当する係り受けデータが存在した場合、第２拡張部１５２は、語Ｃと同様の述語に対応付けられた主語・目的語ペアを抽出する。以後、ここで抽出された主語を語Ｂ０、目的語を語Ｂ１として説明する。エントロピー計算部１５３は、語Ａ２の情報エントロピーを計算する。またエントロピー計算部１５３は、抽出された語Ｂ０と語Ｂ１の情報エントロピーをそれぞれ計算する（ステップＳ８１１）。

続いて第２拡張部１５２は、語Ａ２の情報エントロピーと語Ｂ０の情報エントロピー及び語Ａ２の情報エントロピー及び語Ｂ１の情報エントロピーをそれぞれ比較する。そして第２拡張部１５２は、情報エントロピーの差が第２所定値β％以下の語Ｂ０、語Ｂ１をキーワードとしてキーワード初期リストに追加し（ステップＳ８１３）、ステップＳ８０９へ戻る。また第２拡張部１５２は、ステップＳ８１２において情報エントロピーの差が第２所定値より大きい場合、ステップＳ８０９へ戻る。尚ステップＳ８１２における第２所定値は、予め設定されている値であり、本実施例ではβ＝１とした。

このように第２拡張部１５２は、初期キーワードが含まれるペアに対応した述語と同様の述語に対応した主語・目的語ペアのうち、初期キーワードの情報エントロピーとの差が第２所定値以内の主語及び／または目的語をキーワード初期リストに追加する。

以下に図９乃至図１３を参照して本実施例のキーワードリスト生成装置１００の処理を具体的に説明する。

図９は、文章記憶部と表項目記憶部とに記憶されるデータの例を示す図である。図９は、キーワードリスト生成装置１００に要件定義書１０を電子化した文書データが入力された場合の例を示している。

文章記憶部１６０には、文章抽出部１２０により文書データから抽出された文章データ９１が記憶されている。表項目記憶部１８０には、表抽出部１１０により文書データから抽出された表項目データ９２が記憶されている。

図１０は、ペア記憶部に記憶された係り受けデータの例を示す図である。係り受けデータ８０では、ペア８１に述語８２が対応付けられている。係り受け解析部１３０は、文章データ９１に含まれる各文章の係り受けを解析し、文章毎に主語と目的語とをペア８１とする。そしてペア８１と、ペア８１が含まれる文章の述語８２とを対応付けた係り受けデータ８０をペア記憶部１７０へ記憶させる。

具体的には例えば、図９に示す文章データ９１に含まれる文章９１１では、主語は「担当者」であり、目的語は「仕入エントリ」である。したがって図１０の係り受けデータ８０では、「担当者」と「仕入エントリ」とがペア８１１となる。また文章９１１の述語は「作成する」である。よって係り受けデータ８０では、「作成する」という述語がペア８１１と対応付けられた述語８２１となる。

次に図１１を参照してキーワード選別部１４０の処理を具体的に説明する。図１１は、キーワード選別部の処理を具体的に説明する図である。

本実施例のキーワード選択部１４０は、表項目記憶部１８０から表項目データ９２を選別対象リスト１１１としてメモリユニット３２及び又は記憶装置３５の所定領域にコピーする。そしてキーワード選別部１４０は、選別対象リスト１１１に含まれる語Ａ１を検索語とし、係り受けデータ８０のペア８１を検索する。図１１の例では、語Ａ１を「仕入エントリ」とした場合のみ、語Ａ１がペア８１に含まれる。よって図１１の例では、キーワード選別部１４０は「仕入エントリ」をキーワード初期リスト１１２に追加する。

本実施例のキーワード選別部１４０は、上記処理を選別対象リスト１１１に含まれる全ての語に対して行う。

次に図１２を参照して第１拡張部１５１の処理を具体的に説明する。図１２は、第１拡張部の処理を具体的に説明する図である。

本実施例の第１拡張部１５１は、初期リスト記憶部１９０からキーワード初期リスト１１２を取得し、メモリユニット３２及び又は記憶装置３５の所定領域に検索リスト１２１としてコピーする。続いて第１拡張部１５１は、検索リスト１２１に含まれる語Ａ２を検索語とし、係り受けデータ８０のペア８１を検索する。

図１２の例では、検索リスト１２１に含まれる「仕入エントリ」が語Ａ２であり、語Ａ２でペア８１が検索される。第１拡張部１５１は、語Ａ２を含むペアを抽出する。図１２では、ペア８１１、８１２、８１３、８１８が抽出される。

該当ペアが抽出されると、第１拡張部１５１は、エントロピー計算部１５３により、ペアに含まれる語の情報エントロピーを計算する。具体的にはエントロピー計算部１５３は、語Ａ２の情報エントロピーと、各ペアにおいて語Ａ２と対応する目的語又は主語の情報エントロピーを計算する。ペア８１１の場合、語Ａ２と対応するのは主語「担当者」であるから、エントロピー計算部１５３は語Ａ２の情報エントロピーと「担当者」の情報エントロピーを計算する。

ペア８１２の場合、語Ａ２と対応する目的語は存在しないため、語Ａ２の情報エントロピーのみが計算される。ペア８１３の場合、語Ａ２と対応するのは主語「仕入完了処理」であるから、エントロピー計算部１５３は語Ａ２の情報エントロピーと「仕入完了処理」の情報エントロピーを計算する。ペア８１８の場合、語Ａ２と対応するのは主語「月次削除処理」であるから、エントロピー計算部１５３は語Ａ２の情報エントロピーと「月次削除処理」の情報エントロピーを計算する。

続いて第１拡張部１５１は、語Ａ２の情報エントロピーと、語Ａ２に対応する主語又は目的語の情報エントロピーとを比較し、両者の差が第１所定値以下であるとき、語Ａ２に対応する主語又は目的語をキーワード初期リストに追加する。図１２では、語Ａ２である「仕入エントリ」の情報エントロピーが０．２４８である。また「担当者」の情報エントロピーは０．０８６、「仕入完了処理」の情報エントロピーが０．０８６、「月次削除処理」の情報エントロピーは０．２０１である。

本実施例では、情報エントロピーの差が５％以内の語をキーワード初期リストに追加する設定とした。よって図１２の例では、「仕入エントリ」と情報エントロピーの差が５％以内の「月次削除処理」がキーワード初期リストに追加される。

次に図１３、図１４を参照して第２拡張部１５２の処理を具体的に説明する。図１３は、第２拡張部の処理を具体的に説明する第一の図であり、図１４は第２拡張部の処理を具体的に説明する第二の図である。

本実施例の第２拡張部１５２は、語Ａ２の含まれるペアと対応した述語を抽出し、メモリユニット３２及び又は記憶装置３５の所定領域の述語リスト１３１にコピーする。

図１３の例では、語Ａ２の含まれるペアは、ペア８１１、８１２、８１３、８１８である。ペア８１１に対応付けられた述語は「作成する」であり、ペア８１２に対応付けられた述語は「区別される」であり、ペア８１３に対応付けられた述語は「コピーする」であり、ペア８１８に対応付けられた述語は「削除する」である。よって述語リスト１３１には上記４つの述語が含まれる。

第２拡張部１５２は、述語リスト１４１が作成されると、述語リスト１４１に含まれる語Ｃにより、ペア記憶部１７０を検索し、語Ｃに対応付けられたペアを抽出する。

図１４において、述語リスト１４１の「区別される」を語Ｃとした場合、ペア８１５が抽出される。また述語リスト１４１の「削除する」を語Ｃとした場合、ペア８１４とペア８１６とが抽出される。

よって第２拡張部１５２は、ペア８１４に含まれる「エントリ」、ペア８１５に含まれる「在庫エントリ」、ペア８１６に含まれる「データ」の情報エントロピーを計算する。尚本実施例の第２拡張部１５２は、第１拡張部１５１の処理で情報エントロピーを計算した語については計算対象から除外する。例えばペア８１４の「月次削除処理」も、情報エントロピーの計算対象の語であるが、第１拡張部１５１の処理で情報エントロピーを計算したため、ここでは計算対象から除外する。

続いて第２拡張部１５２は、語Ａ２の情報エントロピーと、語Ｃと対応するペアに含まれる語の情報エントロピーとの差が第２所定値以下であるとき、対応する主語又は目的語をキーワードに追加する。図１４では、語Ａ２である「仕入エントリ」の情報エントロピーが０．２４８である。また「エントリ」の情報エントロピーは０．０８６、「在庫エントリ」の情報エントロピーが０．２４８、「データ」の情報エントロピーは０．０８６である。

本実施例では、情報エントロピーの差が１％以内の語をキーワードに追加する設定とした。よって図１４の例では、「仕入エントリ」と情報エントロピーの差が１％以内の「在庫エントリ」がキーワード初期リストに追加される。

尚本実施例において、第１拡張部１５１におけるキーワード追加の判定基準となる第１所定値を５％とし、第２拡張部１５２におけるキーワード追加の判定基準となる第２所定値を１％としたが、これに限定されない。本実施例では、第１所定値の方が、第２所定値よりも大きい値であることが好ましい。これは、第１拡張部１５１の処理において情報エントロピーの計算対象となる語を選ぶ基準が、第２拡張部１５２の処理において情報エントロピーの計算対象となる語を選ぶ基準と比べて既に厳しいからである。

以上のように第１所定値と第２所定値を設定することで、情報エントロピーの計算対象となる語を選ぶ基準が厳しい処理では、キーワード初期リスト追加の判定基準を緩やかにし、情報エントロピーの計算対象となる語を選ぶ基準が緩やかな処理ではキーワード初期リスト追加の判定基準を厳しくすることができる。

以下に図１５を参照して要件定義書１０に対して本実施例のキーワードリスト生成方法を適用した場合のキーワードリストについて説明する。図１５は、キーワードリストの一例を示す図である。図１５（Ａ）は、キーワードとして判定された語であり、図１５（Ｂ）はキーワードでないと判定された語である。

本実施例では、キーワード選別部１４０において初期キーワードに選別された語は「仕入エントリ」である。またキーワード拡張部１５０の第１拡張部１５１においてキーワード初期リストに追加するキーワードに判定された語は「月次削除処理」である。また第２拡張部１５２においてキーワード初期リストに追加するキーワードに判定された語は「在庫エントリ」である。本実施例のキーワードリスト生成装置１００では、キーワード選別部１４０とキーワード拡張部１５０によりキーワードに選別された語をまとめ上げに用いるキーワードリストとして出力する。

図１６は、キーワードリストに含まれるキーワードでまとめ上げを行った場合の例を示す第一の図である。図１６では、第１拡張部１５１においてキーワードリストに追加されたキーワード「月次削除処理」で要件定義書１０のまとめ上げを行った例を示している。

図１６の例では、要件定義書１０の評価者に対して月次削除処理の定義が二重に存在していることを容易に把握させることができる。

図１７は、キーワードリストに含まれるキーワードでまとめ上げを行った場合の例を示す第二の図である。図１７では、第２拡張部１５２においてキーワードリストに追加されたキーワード「在庫エントリ」で要件定義書１０のまとめ上げを行った例を示している。

図１７の例では、要件定義書１０の評価者に対して、「コピー済みのエントリ」を「仕入エントリ」と明記すべきであることを容易に把握させることができる。

図１８は、キーワードリストに含まれない語でまとめ上げを行った場合の例を示す図である。図１８では、キーワード選別部１４０において初期キーワードに選別されなかった語「ＩＤ」で要件定義書１０のまとめ上げを行った例を示している。

図１８の例では、要件の定義の記述を比較することは困難であり、キーワードに選別されない語がまとめ上げのキーワードとして不適切であることがわかる。

このように本実施例によれば、文書データに含まれる文章の主語・目的語ペア及び述語と、文書データに含まれる表の項目とを抽出し、主語・目的語ペアに含まれる項目と、主語・目的語ペアにおいて項目と所定関係にある語とをキーワードとしてキーワードリストを作成する。本実施例では、これによりまとめ上げを行うのに適切なキーワードリストを作成することができる。

尚本実施例では、キーワード拡張部１５０にエントロピー計算部１５３を有し、第１拡張部１５１と第２拡張部１５２の処理において各語の情報エントロピーを計算するものとしたが、これに限定されない。本実施例では、例えば係り受け解析部１３０にエントロピー計算部１５３が設けられていても良い。この場合エントロピー計算部１５３は、係り受け解析部１３０で解析された全ての文章の主語、目的語について、文章全体における情報エントロピーを計算し、計算結果を各語に対応付けてペア記憶部１７０に記憶させても良い。

この場合、キーワード選別部１４０は初期キーワードを選別する際に、ペア記憶部１７０から初期キーワードに対応した情報エントロピーを読み出して、初期キーワードと共に初期リスト記憶部１９０へ記憶させても良い。また第１拡張部１５１、第２拡張部１５２は、ペア記憶部１７０から抽出対象の語と共に抽出対象の語の情報エントロピーを取得しても良い。

さらにキーワード選別部１４０は、例えば初期リスト記憶部１９０に記憶された初期キーワードの数が所定数よりも多い場合、情報エントロピーが所定範囲内のキーワードのみを初期キーワードとしても良い。

また本実施例では、初期キーワードが選別された後は、第１拡張部１５１の処理、第２拡張部１５２の処理の順に処理が実行されるものとしたが、これに限定されない。本実施例の第１拡張部１５１の処理と、第２拡張部１５２の処理は、それぞれが独立して実行されるものである。よってキーワード選別部１４０により初期キーワードが選別された後に、第２拡張部１５２の処理から先に実行することもできる。

本発明は、以下に記載する付記のような構成が挙げられる。
（付記１）
文書データに含まれる文章の主語と目的語とが対応付けて格納されたペア記憶部を参照し、前記文書データに含まれる表の項目が格納された表項目記憶部から前記主語または目的語の少なくともいずれかと一致する項目を選別する処理と、
前記選別された前記項目と所定関係にある語と、前記選別された前記項目とを用いてキーワードリストを作成する処理と、をコンピュータに実行させるキーワードリスト作成プログラム。
（付記２）
前記選別された前記項目と、前記所定関係にある語について、それぞれ前記文書データにおける分布の局在の度合いを示す情報エントロピーを計算する処理と、
前記項目の情報エントロピーと前記所定関係にある語の情報エントロピーとの差に基づきを前記所定関係にある語をキーワードとする処理と、をコンピュータに実行させる付記１記載のキーワードリスト生成プログラム。
（付記３）
前記選別された前記項目が前記主語と一致する場合には該主語に対応する目的語を、前記選別された前記項目が前記目的語と一致する場合には該目的語に対応した主語を、前記所定関係にある語として取得する第１の取得処理と、
前記第１の取得処理で取得した前記所定の関係にある語の情報エントロピーと、前記項目の情報エントロピーとの差が第１所定値以下である場合に、前記第１の取得処理で取得した前記所定の関係にある語をキーワードとする処理と、
をコンピュータに実行させる付記２記載のキーワードリスト生成プログラム。
（付記４）
前記ペア記憶部には、さらに、前記文章の主語または目的語の少なくともいずれかに対応付けて当該文章の述語が格納されており、
前記ペア記憶部を参照して、前記選別された前記項目に対応する述語を抽出し、前記項目と一致する主語または目的語の少なくともいずれか以外の、前記抽出した述語と対応する主語及び目的語を、前記所定関係にある語として取得する第２の取得処理と、
前記第２の取得処理で取得した前記所定の関係にある語の情報エントロピーと、前記項目の情報エントロピーとの差が第２所定値以下である場合に、前記第２の取得処理で取得した前記所定の関係にある語をキーワードとする処理と、
をコンピュータに実行させる付記２又は３記載のキーワードリスト生成プログラム。
（付記５）
コンピュータが文書の評価に用いるキーワードリストを作成するキーワードリスト作成方法であって、
文書データに含まれる文章の主語と目的語とが対応付けて格納されたペア記憶部を参照し、前記文書データに含まれる表の項目が格納された表項目記憶部から前記主語または目的語の少なくともいずれかと一致する項目を選別し、
前記選別された前記項目と所定関係にある語と、前記選別された前記項目とを用いてキーワードリストを作成するキーワードリスト作成方法。
（付記６）
文書の評価に用いるキーワードリストを作成するキーワードリスト作成装置であって、
文書データに含まれる文章の主語と目的語とが対応付けて格納されたペア記憶部を参照し、前記文書データに含まれる表の項目が格納された表項目記憶部から前記主語または目的語の少なくともいずれかと一致する項目を選別するキーワード選別部と、
前記選別された前記項目と所定関係にある語と、前記選別された前記項目とを用いてキーワードリストを作成するキーワード拡張部と、を有するキーワードリスト作成装置。

１００ キーワードリスト生成装置
１１０ 表抽出部
１２０ 文章抽出部
１３０ 係り受け解析部
１４０ キーワード選別部
１５０ キーワード拡張部
１７０ ペア記憶部
１８０ 表項目記憶部
１９０ 初期リスト記憶部

Claims (6)

1. 文書データに含まれる文章の主語と目的語とが対応付けて格納されたペア記憶部を参照し、前記文書データに含まれる表の項目が格納された表項目記憶部から前記主語または目的語の少なくともいずれかと一致する項目を選別する処理と、
   前記選別された前記項目と所定関係にある語と、前記選別された前記項目とを用いてキーワードリストを作成する処理と、をコンピュータに実行させるキーワードリスト作成プログラム。
2. 前記選別された前記項目と、前記所定関係にある語について、それぞれ前記文書データにおける分布の局在の度合いを示す情報エントロピーを計算する処理と、
   前記項目の情報エントロピーと前記所定関係にある語の情報エントロピーとの差に基づきを前記所定関係にある語をキーワードとする処理と、をコンピュータに実行させる請求項１記載のキーワードリスト生成プログラム。
3. 前記選別された前記項目が前記主語と一致する場合には該主語に対応する目的語を、前記選別された前記項目が前記目的語と一致する場合には該目的語に対応した主語を、前記所定関係にある語として取得する第１の取得処理と、
   前記第１の取得処理で取得した前記所定の関係にある語の情報エントロピーと、前記項目の情報エントロピーとの差が第１所定値以下である場合に、前記第１の取得処理で取得した前記所定の関係にある語をキーワードとする処理と、
   をコンピュータに実行させる請求項２記載のキーワードリスト生成プログラム。
4. 前記ペア記憶部には、さらに、前記文章の主語または目的語の少なくともいずれかに対応付けて当該文章の述語が格納されており、
   前記ペア記憶部を参照して、前記選別された前記項目に対応する述語を抽出し、前記項目と一致する主語または目的語の少なくともいずれか以外の、前記抽出した述語と対応する主語及び目的語を、前記所定関係にある語として取得する第２の取得処理と、
   前記第２の取得処理で取得した前記所定の関係にある語の情報エントロピーと、前記項目の情報エントロピーとの差が第２所定値以下である場合に、前記第２の取得処理で取得した前記所定の関係にある語をキーワードとする処理と、
   をコンピュータに実行させる請求項２又は３記載のキーワードリスト生成プログラム。
5. コンピュータが文書の評価に用いるキーワードリストを作成するキーワードリスト作成方法であって、
   文書データに含まれる文章の主語と目的語とが対応付けて格納されたペア記憶部を参照し、前記文書データに含まれる表の項目が格納された表項目記憶部から前記主語または目的語の少なくともいずれかと一致する項目を選別し、
   前記選別された前記項目と所定関係にある語と、前記選別された前記項目とを用いてキーワードリストを作成するキーワードリスト作成方法。
6. 文書の評価に用いるキーワードリストを作成するキーワードリスト作成装置であって、
   文書データに含まれる文章の主語と目的語とが対応付けて格納されたペア記憶部を参照し、前記文書データに含まれる表の項目が格納された表項目記憶部から前記主語または目的語の少なくともいずれかと一致する項目を選別するキーワード選別部と、
   前記選別された前記項目と所定関係にある語と、前記選別された前記項目とを用いてキーワードリストを作成するキーワード拡張部と、を有するキーワードリスト作成装置。

Images