JP2016009415A - 用語集作成支援システムおよび方法、プログラム - Google Patents

Abstract

【課題】 固有の用語を持つ文書に対して、文書中の用語集に登録されていない全複合語について、用語集に登録すべき用語を抽出して用語集作成を支援する。
【解決手段】 文書の入力を受け付ける文書入力部と、各文章に使用されている単語の単語情報を抽出する文書解析部と、文書解析部で抽出された単語情報を用い、名詞または辞書に登録されていない未知語が付属語を挟まずに直接隣接している文字列部分に関して、隣接する名詞または未知語を結合した単語を複合語として推測する複合語推測部と、複合語推測部で推測された各複合語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、リスクの有無を推定する用語リスク推定部と、所定の用語判定ルールによって、用語集に登録すべき用語を判定する用語判定部と、用語判定部で判定した用語集に登録すべき用語について出力する出力部とを有している。
【選択図】 図１

Description

本発明は、用語集作成支援システムおよび方法、プログラムに関し、自然言語で書かれた仕様書などの、文書に固有の用語を持つ文書から、文書に固有の用語を抽出し、用語集作成を支援する用語集作成支援システム、方法およびプログラムに関する。

近年、情報処理装置を用いて、自然言語で書かれた文書を分析して、その文書の用語集を作成する用語集作成支援システムが開発されている。その用語集作成支援システムに関する技術の一例が、特許文献１に「用語抽出装置と用語抽出方法及びそのプログラムを格納した記憶媒体」として開示されている。この特許文献１に開示された用語抽出装置は、文書入力部と、形態素解析部と、用語抽出部と、表記と品詞を記述した単語辞書と、品詞間の接続の可否を記述した接続表及び用語パターンルールを記述した抽出パターンルール格納部を有する。

このような構成を有する誤字脱字対応テキスト解析装置は、次のように動作する。すなわち、文書入力部は文書を入力として受け付ける。形態素解析部は入力した文書を、単語辞書に記述してある表記と品詞と、接続表に記述してある品詞間の接続の可否とを参照して形態素解析を行う。用語抽出部は形態素解析部で形態素解析された文書中の単語の全てについて、形態素解析では誤り結果として頻出するパターンを登録した抽出パターンルール格納部に記述された用語パターンルールを参照し、パターンルールと一致した特定の単語の並びを抽出し、同一対象文書あるいは同一対象文書集合中で同じ単語の並びが特定数以上出現したものを用語として抽出する。

このような構成により、形態素解析では誤り結果として頻出する単語の並びを用語の候補とすることで、専門的な分野や特定の組織内でのみ使われる略称のように辞書に未登録の場合が多く、正しく解析できない用語を正確に抽出することを可能にしている。

さらに、用語集作成支援システムに関する技術の他の例が、特許文献２に「用語集生成装置及び用語集生成プログラム並びに用語集検索装置」として開示されている。この用語集生成装置は、係り受け解析手段と、用語データ抽出手段と、概念データ抽出手段と、予め連体修飾節が用語を定義する説明文となるときの特徴となる学習データを登録した学習データベースと、修飾データ抽出手段と、解説データ生成手段とを有している。

このような構成を有する用語集生成装置は、次のように動作する。すなわち、用語データ抽出手段が、テキストデータを形態素解析及び構文解析を行なうことで、前記テキストデータの文節の係り受け情報を生成する。用語データ抽出手段は、前記テキストデータから、名詞または名詞句となる文字列を解析し、用語データとして抽出する。次に、概念データ抽出手段が、前記係り受け情報と、用語データを言い換える特定の言い換え表現とに基づいて、前記テキストデータから、前記用語データの上位概念を示す概念データを抽出する。修飾データ抽出手段は、前記係り受け情報と前記学習データとに基づいて、前記用語データに係る連体修飾節が前記用語データの定義となっているかを判断し、定義と判断された連体修飾節を修飾データとして抽出する。解説データ生成手段が、前記修飾データに前記概念データを連結することで、前記用語データを定義する解説データを生成する。

このような構成により、自然言語のテキストデータから、連体修飾節に基づいて、用語及びその用語を定義する解説データを抽出することができるようにしている。

特開２００２−３４２３２１号公報 特許第４０１４１３０号公報

特許文献１に記載の開示技術の課題は、自然言語で書かれた仕様書などの文書に固有の用語を持つ文書から、文書に固有の用語を抽出し用語集作成を支援することに、上記技術による分析方法を適用しても、異なる解釈の起きるリスクが大きく、用語集に登録すべき用語候補を抽出することができないことである。仕様書など文書に固有の用語を持つ文書に用いられる用語には、例えば「購買リスト」といった複合語が多い。それが、「購買先」の「リスト」なのか、「購買品」の「リスト」なのか、「購買時期」や「購買額」を含むのかといった複数の解釈の可能性があるにもかかわらず、「購買した（ものに関する）リスト」のように、思い込みで解釈できてしまうことがある。このような用語が、異なる解釈の起きるリスクが大きく、用語集に登録すべき用語である。しかしながら、特許文献１の手法で用いられている形態素解析では、誤り結果として頻出するパターンを利用する用語の抽出方法においては、明らかに一般には用いられておらず、思い込みでは解釈しにくい省略語が抽出されるだけである。これが、特許文献１に記載の開示技術では、異なる解釈の起きるリスクが大きく、用語集に登録すべき用語を検出できない理由である。

また、特許文献２に記載の開示技術の課題は、自然言語で書かれた仕様書などの文書に固有の用語を持つ文書から、文書に固有の用語を抽出し、用語集作成を支援することに、上記技術による分析方法を適用しても、異なる解釈の起きるリスクが大きく、用語集に登録すべき用語候補に絞り込んだ用語の抽出をすることができないことである。仕様書などにおける文書に固有の用語に多い複合語には、「入力データ」のように、単に「入力するデータ」という内容に関わらない情報を簡略化しただけの表現が多く含まれ、一方で用語として登録すべき語も、なんら定義を解説することなく使われていることが多い。特許文献２の手法で用いられている、単に名詞または名詞句となる文字列を解析し、連体修飾節に基づいて用語を抽出する方法では、上記の、内容に関わらない情報を簡略化しただけの表現を用語の候補としてしまうことがある。さらに、連体修飾節を用いて用語の意味を解説した文章が存在しない語は検出できず、異なる解釈の起きるリスクが大きく、用語集に登録すべき用語に絞り込んだ検出ができないことになる。

すなわち、本発明の目的は、上記課題に鑑み、自然言語で書かれた仕様書などの文書に固有の用語を持つ文書に対して、文書中の用語集に登録されていない全複合語について、複合語の構成語が入力文書内で使用された文の書かれ方に基づきリスクを推定することで、異なる解釈の起きるリスクが大きく、用語集に登録すべき用語に絞り込んだ用語の抽出を行い、用語集作成を支援する用語集作成支援システムおよび方法、プログラムを提供することにある。

本発明では、上記課題を解決するために、文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付ける文書入力部と、文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行う文書解析部と、文書解析部で抽出された単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を結合した単語を複合語として推測する複合語推測部と、複合語推測部で推測された各複合語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、複合語が異なる解釈を引き起こすリスクの有無を推定する用語リスク推定部と、用語リスク推定部で推定した異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、用語集に登録すべき用語を判定する用語判定部と、用語判定部で判定した、用語集に登録すべき用語について、用語集への登録を促すために、用語を出力する出力部とを有することを特徴としている。

また、本発明では、上記課題を解決するために、文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付ける文書入力部と、文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行う文書解析部と、文書解析部で抽出された単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を結合した単語を複合語として推測する複合語推測部と、文書群において、固有の定義があり、その定義を関係者に共有する必要がある用語を収集して蓄積し、任意の文字列が用語に該当するかどうかに関する問い合わせに対し、問い合わせ対象の文字列が用語に含まれるか検索し、応答する用語データベースと、複合語推測部で推定した前記複合語について、各複合語の文字列が用語として登録されているかどうかを前記用語データベースに問合せ、用語として登録されていない未登録語を検出する未登録語抽出部と、未登録語抽出部で検出した各未登録語に関して、文書解析部で抽出した入力文書中の単語情報を利用して、未登録語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、未登録語が異なる解釈を引き起こすリスクの有無を推定する用語リスク推定部と、用語リスク推定部で推定した異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、用語集に登録すべき用語を判定する用語判定部と、
用語判定部で判定した、用語集に登録すべき用語について、用語集への登録を促すために、用語を出力する出力部とを有することを特徴としている。

本発明によれば、自然言語で書かれた仕様書などの文書に固有の用語を持つ文書から、用語集に登録すべき語を自動的に抽出し提示することができるようになり、用語集の作成・メンテナンスの負荷を低減可能な、用語集作成支援システム、方法およびプログラムを提供できる。

本発明の実施形態に係る用語集作成支援システムの構成を示すブロック図である。 本発明の実施形態に係る用語集作成支援システムの動作例を示すシーケンス図である。 本発明の実施形態に係る用語集作成支援システムの全体の構成を示すブロック図である。

以下、本発明の実施形態について図面を参照して詳細に説明する。
（実施形態）
図１を用いて、本発明の実施形態における用語集作成支援システムの構成を説明する。

図１は、本発明の実施形態に係る用語集作成支援システムの構成を示すブロック図である。

図１において、本実施形態に係る用語集作成支援システム１００は、基本的に電子機器内またはサーバと電子機器およびこれらを相互に接続するインターネット等の情報通信ネットワークからなるシステム内に、少なくとも、文書入力部１０、文書解析部２０、複合語推測部３０、未登録語抽出部４０、用語リスク推定部５０、用語判定部６０、出力部７０、用語データベース１１０を有している。

用語集作成支援システム１００は、自然言語で書かれた仕様書などの文書に固有の用語を持つ文書に対して、文書内で使用された単語の書かれ方に基づきリスクを推定することで、用語集に登録すべき語を自動的に抽出し、提示する、文書分析システムである。

電子機器で用語集作成支援システムを構成する場合、用語集作成支援システム１００は、プログラム制御により動作するコンピュータで実現可能である。図示はしないが、この種のコンピュータは、周知のように、データを入力する入力装置と、データ処理装置と、データ処理装置での処理結果を出力する出力装置と、種々のデータベースとして働く補助記憶装置とを備えている。そして、データ処理装置は、プログラムを記憶するリードオンリメモリ（ＲＯＭ）と、データを一時的に記憶するワークエリアとして使用されるランダムアクセスメモリ（ＲＡＭ）と、ＲＯＭに記憶されたプログラムに従って、ＲＡＭに記憶されているデータを処理する中央処理装置（ＣＰＵ）とから構成される。

この場合、データ処理装置が文書入力部１０、文書解析部２０、複合語推測部３０、未登録語抽出部４０、用語リスク推定部５０、用語判定部６０として動作し、補助記憶装置が用語データベース１１０として動作し、出力装置が出力部７０として動作する。

次に、用語集作成支援システム１００を構成する各構成要素の動作について説明する。

文書入力部１０は、文書に固有の用語を含む可能性が有り、用語集への登録が必要な用語を分析したい文書または文書群の入力を受け付ける。

文書解析部２０は、文書または文書群を構成する各文章に形態素解析を適用することで、各文章に使用されている全単語の単語情報の抽出を行う。ここで、単語は名詞、動詞、形容詞など単独で意味をなす自立語に加え、助詞などの付属語も個別の単語とみなす。さらに、同一の文字列からなる単語であっても出現箇所が異なれば、それぞれについて単語情報の抽出を行う。さらに、上記単語情報は、少なくとも使用されている単語の文字列と、単語の文書内での存在位置などの情報を含んでいる。単語の文書内での存在位置に関する情報とは、使用箇所が同定可能な情報であればよく、単語の存在する文の出現順位や頁、目次上の章や節、項などが該当する。

複合語推測部３０は、文書解析部２０で抽出された全単語の単語情報を用いて、名詞または辞書に登録されていない未知語が助詞などを挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を全て結合した文字列を複合語として推測する。

用語データベース１１０は、文書群において、固有の定義があり、その定義を文書群の関係者に共有する必要がある定義済みの用語を収集して蓄積し、任意の文字列が用語に該当するかどうかに関する問い合わせに対し、問い合わせ対象の文字列が用語に含まれるか検索し、応答するデータベースである。

未登録語抽出部４０は、複合語推測部３０で推定した複合語について、各複合語の文字列が用語として登録されているかどうかを用語データベース１１０に問合せ、用語として登録されていない未登録語を検出する。

用語リスク推定部５０は、未登録語抽出部４０で検出した各未登録語に関して、文書解析部２０で抽出した入力文書中の全単語の単語情報を利用して、未登録語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、未登録語が異なる解釈を引き起こすリスクの有無を推定する。なお、未登録語抽出部４０を省略し、複合語推測部３０で推定した各複合語を前記未登録語とみなして、異なる解釈を引き起こすリスクの有無を推定してもよい。

ここで、所定のリスク推定ルールとは、文書の記載者の単語に対する想定が反映される記載パターンとの一致状況で、リスクの有無を推定するルールであればよい。例えば、未登録語を構成する複数の構成語間が、省略しても単語の解釈に影響しない表現で結合された記載パターンの文がある場合は、リスクが無いと推定するルールなどが考えられる。すなわち、このルールとは、省略しても単語の解釈に影響しない表現で構成語間を結合した記載パターンの文があるということは、文書の記載者が付帯情報を付加せずにそれらの構成語を単純に結合しても読み手は理解可能と考えている可能性が高い、という推定に基づいている。この方法では、同一の複合語または未登録語に関して、省略しても単語の解釈に影響しない表現で構成語間を結合した記載パターンの文の種類数が多いほどリスクが低いとするリスク指標で、相対的なリスクを定量的に推定するルールなども考えられる。

他に、未登録語を構成する複数の構成語が共起する文で、２つの構成語の間に自立語が含まれ、その自立語がその複合語または未登録語を構成する構成語ではない、という記載パターンの文がある場合は、単語の解釈に影響のある情報が未登録語の構成語だけでは想定できない状態となっている可能性が高く、リスクが有ると推定するルールなどが考えられる。すなわち、このルールは、２つの構成語の間に、その複合語に含まれる構成語以外の自立語が含まれる記載パターンの文があるということは、文書の記載者がこれらの構成語間の関係について様々な付帯情報を想定しており、複合語された文字列ではそれらの付帯情報を読み手が一意に解釈できない可能性が高い、という推定に基づいている。この方法では、２つの構成語の間に含まれる構成語以外の自立語の数が多いほどリスクが高いとするリスク指標で、相対的なリスクを定量的に推定するルールなども考えられる。

用語判定部６０は、用語リスク推定部５０で推定した各未登録語のリスクの有無に基づき、所定の用語判定ルールによって、用語集に登録すべき用語を判定する。

ここで、用語判定ルールとは、各未登録語のリスクの有無に関する情報であって、リスクが高いと考えられる未登録語ほど、用語集に登録すべきと判定するルールであればよい。

例えば、単純にリスクが有ると推定させる記載パターンが一つでもあれば、未登録語を用語集に登録すべき用語と判定するルールが考えられる。

また、リスクが無いと推定させる記載パターンが一つでもあればその未登録語は用語集に登録する必要のない用語と判定するが、それ以外の未登録語は全て用語集に登録すべき用語と判定するルールも考えられる。

また、リスク指標を算出している場合は、リスク指標が、所定の閾値以上の未登録語を、登録すべき用語と判定するルールも有効である。

他にも、用語リスク推定部５０の推定で利用した、各未登録語を構成する複数の構成語が入力文書内で共起する文全体の数に対する、リスクが有ると推定させる記載パターンの文の数の割合を、有リスクパターン出現率として指標化し、有リスクパターン出現率の値が所定の閾値以上の場合に用語集に登録すべき用語と判定するルールも考えられる。

同様に用語リスク推定部５０の推定で利用した、各未登録語を構成する複数の構成語が、入力文書内で共起する文の数に対するリスクが無いと推定させる記載パターンの文の数の割合を無リスクパターン出現率として指標化し、無リスクパターン出現率の値が所定の閾値以上の場合に用語集に登録する必要がない用語と判定するルールも考えられる。

さらに、同一の未登録語について、リスクが有ると推定させる記載パターンとリスクが無いと推定させる記載パターンが併存する場合は、それぞれの文の数の多寡で、リスクが有ると推定させる記載パターンの方が多ければ、用語集に登録すべき用語と判定する方法も考えられる。

出力部７０は、用語判定部６０で判定した、用語集に登録すべき用語について、記載者に用語集への登録を促すために、出力する。この際、用語の文書内での存在位置や、用語集に登録すべき用語と判定した根拠となる記載パターンなども合わせて出力してもよい。出力形態は、所要の形態で出力すれば良い。例えば、出力形態としては、各用語を抽出した表などの形態などが適当である。他にも、文書内における各用語を色分けや太字による強調、文字の拡大などで明示することで、文書全体を出力する形態であって良い。他に、出力形態としては、各用語のリスク指標や非リスク指標によって色分けや太字による強調または単語の文字の大きさなどに強弱を与えるなどしても良い。また、用語毎のリスク指標の値を文書全体または任意の範囲で集計し、文書の品質を表す指標として表形式で出力しても良い。また、各出力形態を選択できるようにして、ベースとなる表示形態から必要に応じて表に移行できるようにしても良い。

また、用語判定部６０で判定した用語集に登録すべき用語を用語データベース１１０の定義済みの用語として追加し、更新するようにしてもよい。

次に、図１及び図２を参照して、本発明の実施形態に係る文書分析システムの動作について詳細に説明する。図２は、図１に示した用語集作成支援システムの動作例を示すシーケンス図である。なお、図２に示すシーケンス図及び以下の説明は処理例であり、適宜求める処理に応じて処理順等を入れ替えたり処理を戻したり繰り返したりすることを行っても良い。

文書入力部１０は、文書に固有の用語を含む可能性が有り、用語集への登録が必要な用語を分析したい文書または文書群の入力を受け付ける（ステップＡ１）。

文書解析部２０は、文書または文書群を構成する各文章に形態素解析を適用することで、各文章に使用されている全単語の単語情報の抽出を行う（ステップＡ２）。

複合語推測部３０は、文書解析部２０で抽出された全単語の単語情報を用いて、名詞または辞書に登録されていない未知語が助詞などを挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を全て結合した単語を複合語として推測する（ステップＡ３）。

用語データベース１１０は、文書群において、固有の定義があり、その定義を関係者に共有する必要がある用語を事前に収集して蓄積しておく。そして任意の文字列が用語に該当するかどうかに関する問い合わせに対し、問い合わせ対象の文字列が用語に含まれるか検索し、応答する（ステップＡ４）。

未登録語抽出部４０は、複合語推測部３０で推定した複合語について、各複合語の文字列が用語として登録されているかどうかを用語データベース１１０に問合せ、用語として登録されていない未登録語を検出する（ステップＡ５）。

用語リスク推定部５０は、未登録語抽出部４０で検出した各未登録語に関して、文書解析部２０で抽出した入力文書中の全単語の単語情報を利用して（Ａ２からＡ６への矢印で示す）、未登録語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、未登録語が異なる解釈を引き起こすリスクの有無を推定する（ステップＡ６）。

用語判定部６０は、用語リスク推定部５０で推定した各未登録語のリスクの有無に基づき、所定の用語判定ルールによって、用語集に登録すべき用語を判定する（ステップＡ７）。

出力部７０は、用語判定部６０で判定した用語集に登録すべき用語について、記載者に用語集への登録を促すために、出力する（ステップＡ８）。

次に、図１、図３を参照して、本発明の実施形態に係る用語集作成支援システム１００の動作について具体例を用いて説明する。図３は、本発明の実施形態に係る用語集作成支援システムの全体の構成を示すブロック図である。

用語集作成支援システム１００は、図３に示されるように、文書解析システムＹと、イントラネット・サーバＺとで構成されるものとする。

まず、図１と図３との対応関係について説明する。

文書入力部１０は、ＰＣ端末Ｂの入力部として動作する。文書解析部２０と、複合語推測部３０と、未登録語抽出部４０と、用語リスク推定部５０と、用語判定部６０とは、文書解析システムＹ内に含まれている。出力部７０は、ＰＣ端末Ｂの出力部として動作する。用語データベース１１０はイントラネット・サーバＺ内に含まれている。

用語集作成支援システム１００は、仕様書などの複数の解釈が起きないように、用語集に登録すべき用語を抽出したい文書群Ｄ内で、分析時点での用語集に登録が無く、新規の用語である可能性の高い複合語Ｗａについて、複数の解釈が起きる可能性を示すリスク情報Ｒａを用語Ｗａ毎に推定し、さらにリスク情報Ｒａに基づき各用語Ｗａが用語集に登録すべき用語Ｔａかどうかを判定する。そして、用語集作成支援システム１００は、判定された用語Ｔａを出力することで、文書群Ｄにおける用語集に登録すべき用語の把握を容易にし、用語集の作成やメンテナンスを効率化する。

文書解析システムＹは、分析実施者Ｋの持つＰＣ端末上で動作し、入力部及び出力部を介して、分析実施者Ｋが用語Ｔａを判定したい文書群を構成する文章の入力と、用語Ｔａの提示を実現する。

イントラネット・サーバＺは、分析実施者Ｋの持つ、文書解析システムＹを実装したＰＣ端末Ｂと通信ネットワークを介して接続されている。イントラネット・サーバＺは、文書解析システムＹからの単語の問い合わせに対し、任意の文字列が用語に該当するかどうかに関する問い合わせに対し、問い合わせ対象の文字列が用語に含まれるか検索を可能にする装置である。

この様な手段を備えた文書解析システムＹ、イントラネット・サーバＺは、以下のような動作をする。

文書解析システムＹは、入力部から、情報システム構築に関する提案書や仕様書といった、分析実施者Ｋが複数の解釈が起きないように用語集に登録すべき用語Ｔａを抽出したい文書群Ｄの入力を受け付ける。そして、文書解析システムＹは、文書群Ｄを構成する文章毎に形態素解析を適用し、文書群Ｄに含まれる全ての単語Ｗｉ（ｉ＝１、２、・・・、ｎ）について単語の文字列を単語情報として抽出する。さらに、文書解析システムＹは、文書の文の出現順に通し番号として文番号を付け、各単語を含む文の文番号を単語情報に加える。

さらに文書解析システムＹは、文書群Ｄに含まれる全ての単語Ｗｉの並びを解析し、名詞または辞書に登録されていない未知語、接辞語などが助詞などを挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を全て結合した文字列を複合語Ｗａとして推測する。例えば、「期間内で収集された入荷金額を合計した値を入力データとして登録する。」という文が有れば、「入荷金額」と「入力データ」が複合語として抽出される。同様に文書群Ｄにおける複合語Ｗａとして以下の表１のような語を推定する。

さらに、イントラネット・サーバＺは、文書群Ｄにおいて、固有の定義があり、その定義を関係者に共有する必要がある定義済み用語Ｔを予め収集して蓄積しておく。定義済み用語Ｔには、例えば、用語集と呼ばれる文書の情報が適しており、表２のような語を取集したリストが該当する。

さらにイントラネット・サーバＺは、任意の単語や表現の情報を抽出する検索エンジンなどの機能も提供することで、文書解析システムＹからの問い合わせに応じて、問い合わせ対象の文字列が用語に該当するかどうかを判定し、応答する。

次に、文書解析システムＹは、文書群Ｄにおける複合語Ｗａの文字列が、定義済み用語Ｔとして登録されているかどうかをイントラネット・サーバＺに問合せ、定義済み用語Ｔとして登録されていない未登録語Ｔｎを検出する。例えば、文書群Ｄにおける複合語Ｗａの文字列が表１のとおりで、定義済み用語Ｔが表２の通りであれば、未登録語Ｔｎは表３のようになる。

次に、文書解析システムＹは、各未登録語Ｔｎについて、同一の未登録語Ｔｎを構成する構成語群Ｃｎに含まれる構成語Ｃｎｉ（２≦ｉ≦ｐ：ｐは未登録語Ｔｎを構成する構成語の総数）の内で少なくとも２つの構成語Ｃｎａと構成語Ｃｎｂが文書群Ｄ中で共起している文を抽出し、構成語Ｃｎａと構成語Ｃｎｂが「の」、「した」、「された」、「に関する」といった省略しても単語の解釈に影響しない表現で結合された記載パターンの文がある場合はリスクが無いと推定する。

例えば、表３の「入力データ」という未登録語Ｔｎであれば、構成語Ｃｎは「入力」と「データ」となり、文書群Ｄ中で「入力」と「データ」が共起する文を抽出した結果、「入力されたデータ」という文が存在した場合、「入力」と「データ」が「された」という省略しても単語の解釈に影響しない表現で結合されているため、リスクが無いと推定する。また、「経費精算システム」という未登録語Ｔｎであれば、構成語Ｃｎは「経費」と「精算」と「システム」となり、文書群Ｄ中で「経費を精算」や「経費に関するシステム」という文が存在した場合、「経費」と「精算」が「を」という省略しても単語の解釈に影響しない表現で結合され、「経費」と「システム」が「に関する」という省略しても単語の解釈に影響しない表現で結合されているため、リスクが無いと推定する。さらに、省略しても単語の解釈に影響しない表現で構成語間を結合した記載パターンの文の種類数を数え、「入力データ」の場合は「入力されたデータ」と「入力したデータ」の２パターンあるため、リスクは−２、「対象エリア」の場合は「対象のエリア」、「対象としたエリア」、「対象になるエリア」の３パターンあるため、リスクは−３のように、記載パターンの文の種類数が多いほどリスクが低いとする低リスク指標Ｒｌｎで相対的なリスクを定量的に推定してもよい。

なお、省略しても単語の解釈に影響しない表現は、任意に設定してよいが、助詞全般、およびサ変動詞の活用形などが適している。

さらに文書解析システムＹは、各未登録語Ｔｎについて、同一の未登録語Ｔｎを構成する構成語群Ｃｎに含まれる構成語Ｃｎｉの内で少なくとも２つの構成語Ｃｎａと構成語Ｃｎｂが文書群Ｄ中で共起している文を抽出し、構成語Ｃｎａと構成語Ｃｎｂの間に、同一の複合語に含まれる構成語以外の自立語が含まれる記載パターンの文がある場合はリスクが有ると推定する。

例えば、表３の「入荷金額」という未登録語Ｔｎであれば、構成語Ｃｎは「入荷」と「金額」となり、文書群Ｄ中で「入荷」と「金額」が共起する文を抽出した結果、「入荷時に支払った金額から消費税分を割り戻した金額を・・」という文が存在した場合、「入荷」と「金額」以外に「支払った」、「消費税」、「割り戻し」という複合語の構成語だけでは想定できないが単語の解釈に影響のある表現が含まれている（同一の複合語に含まれる構成語以外の自立語が含まれる記載パターンの文がある）ため、リスクが有ると推定する。さらに、同一の複合語に含まれる構成語以外の自立語が含まれる記載パターンの文での構成語以外の自立語の数を数え、「入荷金額」の場合は「支払った」、「消費税」、「割り戻し」の３語あるため、リスクは＋３、「購買リスト」の場合は「商品」、「購入」、「時期」、「担当者」の４パターンあるため、リスクは＋４のように、記載パターンの文における構成語以外の自立語の数が多いほどリスクが高いとする高リスク指標Ｒｈｎで相対的なリスクを定量的に推定してもよい。

上記の観点で表３の各未登録語Ｔｎのリスクの有無を推定した結果は以下の表４のようになる。

さらに、文書解析システムＹは、推定した各未登録語Ｔｎのリスクの有無に基づき、用語集に登録すべき用語Ｔａを判定する。用語Ｔａの判定は、単純に、リスクの有るとされた未登録語Ｔｎだけを用語Ｔａとする方法や、リスクの無いとされた未登録語Ｔｎ以外の全未登録語Ｔｎを用語Ｔａとする方法でよい。また、低リスク指標Ｒｌｎと高リスク指標Ｒｈｎを算出している場合は、低リスク指標Ｒｌｎと高リスク指標Ｒｈｎの和をリスク指標Ｒｎとし、Ｒｎが閾値以上の未登録語Ｔｎを用語Ｔａと判定するのが有効である。

例えば、表４のケースで、リスク指標の和の閾値を０以上とした場合は、高リスク指標がプラスになっている「入荷金額」と「購買リスト」、および、どちらのリスク指標も算出されておらず、リスク指標の和を０とみなす「緊急運用準備」、「連絡用情報」を用語Ｔａと判定するため、判定結果は以下の表５のようになる。

さらに、文書解析システムＹは、判定した用語Ｔａを、用語集に加えるべき用語として分析実施者Ｋに提示する。例えば、表５のようなリストをそのまま提示してもよいし、用語Ｗａの利用されている文番号に基づき、文書群Ｄ内における各用語Ｗａを着色し明示することで、用語の用例を分かりやすくし表示してもよい。

以上、説明したように、本実施形態では、文書内で使用された単語の書かれ方に基づいてリスクを推定することで、用語集に登録すべき用語の候補を絞り込んで出力するように構成している。そのため、文書の記載者の単語に対する想定を、用語として登録しなければ複数の解釈のリスクが有りうるという推定に反映することができ、異なる解釈の起きるリスクが大きく、用語集に登録すべき用語に絞り込んだ用語の抽出が可能になり、用語集の作成・メンテナンスを効率化することが可能になる。

なお、上記本発明の実施形態に係る文書分析システム１００は、文書分析方法として実現され得る。また、上記本発明の実施形態に係る文書分析システム１００は、文書分析プログラムによりコンピュータによって実行させるようにしても良い。

以上の各実施形態で説明した各構成要素は、必ずしも個々に独立した存在である必要は
ない。例えば、各構成要素は、複数の構成要素が１個のモジュールとして実現されてよい
。また、各構成要素は、１つの構成要素が複数のモジュールで実現されてもよい。また、
各構成要素は、ある構成要素が他の構成要素の一部であるような構成であってよい。また
、各構成要素は、ある構成要素の一部と他の構成要素の一部とが重複するような構成であ
ってもよい。

以上説明した各実施形態における各構成要素及び各構成要素を実現するモジュールは、
必要に応じ、可能であれば、ハードウェア的に実現されてよい。また、各構成要素及び各
構成要素を実現するモジュールは、コンピュータ及びプログラムで実現されてよい。また
、各構成要素及び各構成要素を実現するモジュールは、ハードウェア的なモジュールとコ
ンピュータ及びプログラムとの混在により実現されてもよい。

そのプログラムは、例えば、磁気ディスクや半導体メモリなど、不揮発性のコンピュー
タ可読記録媒体に記録されて提供され、コンピュータの立ち上げ時などにコンピュータに
読み取られる。この読み取られたプログラムは、そのコンピュータの動作を制御すること
により、そのコンピュータを前述した各実施形態における構成要素として機能させる。

また、以上説明した各実施形態では、複数の動作をフローチャートの形式で順番に記載
してあるが、その記載の順番は複数の動作を実行する順番を限定するものではない。この
ため、各実施形態を実施するときには、その複数の動作の順番は内容的に支障のない範囲
で変更することができる。

更に、以上説明した各実施形態では、複数の動作は個々に相違するタイミングで実行さ
れることに限定されない。例えば、ある動作の実行中に他の動作が発生したり、ある動作
と他の動作との実行タイミングが部分的に乃至全部において重複していたりしていてもよ
い。

更に、以上説明した各実施形態では、ある動作が他の動作の契機になるように記載して
いるが、その記載はある動作と他の動作との全ての関係を限定するものではない。このた
め、各実施形態を実施するときには、その複数の動作の関係は内容的に支障のない範囲で
変更することができる。また各構成要素の各動作の具体的な記載は、各構成要素の各動作
を限定するものではない。このため、各構成要素の具体的な各動作は、各実施形態を実施
する上で機能的、性能的、その他の特性に対して支障をきたさない範囲内で変更してもよ
い。

上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付ける文書入力部と、
前記文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行う文書解析部と、
前記文書解析部で抽出された前記単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を結合した単語を複合語として推測する複合語推測部と、
前記複合語推測部で推測された各複合語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、前記複合語が異なる解釈を引き起こすリスクの有無を推定する用語リスク推定部と、
前記用語リスク推定部で推定した異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、前記用語集に登録すべき用語を判定する用語判定部と、
前記用語判定部で判定した、前記用語集に登録すべき用語について、前記用語集への登録を促すために、前記用語を出力する出力部と、
を有することを特徴とする文書の用語集作成支援システム。
（付記２）
文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付ける文書入力部と、
前記文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行う文書解析部と、
前記文書解析部で抽出された前記単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を結合した単語を複合語として推測する複合語推測部と、
前記文書群において、固有の定義があり、その定義を関係者に共有する必要がある用語を収集して蓄積し、任意の文字列が用語に該当するかどうかに関する問い合わせに対し、問い合わせ対象の文字列が用語に含まれるか検索し、応答する用語データベースと、
前記複合語推測部で推定した前記複合語について、各複合語の文字列が用語として登録されているかどうかを前記用語データベースに問合せ、用語として登録されていない未登録語を検出する未登録語抽出部と、
前記文書解析部で抽出された単語の前記単語情報を用いて、入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、異なる解釈を引き起こすリスクの有無を推定する用語リスク推定部と、
前記用語リスク推定部で推定した異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、前記用語集に登録すべき用語を判定する用語判定部と、
前記用語判定部で判定した、前記用語集に登録すべき用語について、前記用語集への登録を促すために、前記用語を出力する出力部と、
を有することを特徴とする文書の用語集作成支援システム。
（付記３）
前記所定のリスク推定ルールは、前記複合語または前記未登録語を構成する複数の構成語間が、省略しても単語の解釈に影響しない表現で結合された記載パターンの文がある場合はリスクが無いとする、文書の記載者の単語に対する想定が反映される記載パターンとの一致状況でリスクの有無を推定することを特徴とする付記１または２に記載の用語集作成支援システム。
（付記４）
前記所定のリスク推定ルールは、前記複合語または前記未登録語を構成する複数の前記構成語が共起する文で、２つの構成語の間に自立語が含まれ、その自立語がその複合語または未登録語を構成する構成語ではない、という記載パターンの文がある場合は、リスクが有るとすることを特徴とする付記１または２に記載の用語集作成支援システム。
（付記５）
前記所定のリスク推定ルールは、同一の前記複合語または前記未登録語に関して、省略しても単語の解釈に影響しない表現で構成語間を結合した記載パターンの文の種類数が多いほどリスクが低いとするリスク指標、または２つの前記構成語の間に含まれる前記構成語以外の前記自立語の数が多いほどリスクが高いとするリスク指標によって、相対的なリスクを定量的に推定することを特徴とする付記３または４に記載の用語集作成支援システム。
（付記６）
前記所定の用語判定ルールは、前記各未登録語のリスクの有無に関する情報を用いて、リスクが高いと考えられる前記未登録語ほど前記用語集に登録すべきと判定することを特徴とする付記１から４のうちの１に記載の用語集作成支援システム。
（付記７）
前記所定の用語判定ルールは、リスク指標が閾値以上の前記未登録語を用語と判定するルールであることを特徴とする付記１、２、または５に記載の用語集作成支援システム。
（付記８）
前記所定の用語判定ルールは、リスクが無いと推定させる記載パターンが一つでもあればその前記未登録語は前記用語集に登録する必要のない用語と判定し、それ以外の前記未登録語は全て前記用語集に登録すべき用語と判定することを特徴とする付記１から４のうちの１に記載の用語集作成支援システム。
（付記９）
前記所定の用語判定ルールは、前記各未登録語を構成する複数の前記構成語が入力文書内で共起する文の数に対するリスクが有ると推定させる記載パターンの文の数の割合を有リスクパターン出現率として指標化し、有リスクパターン出現率の値が所定の閾値以上の場合に前記用語集に登録すべき用語と判定することを特徴とする付記１から５のうちの１に記載の用語集作成支援システム。
（付記１０）
前記所定の用語判定ルールは、前記各未登録語を構成する複数の前記構成語が入力文書内で共起する文の数に対するリスクが無いと推定させる記載パターンの文の数の割合を無リスクパターン出現率として指標化し、無リスクパターン出現率の値が所定の閾値以上の場合に前記用語集に登録する必要がない用語と判定することを特徴とする付記１から５のうちの１に記載の用語集作成支援システム。
（付記１１）
前記所定の用語判定ルールは、同一の前記未登録語について、リスクが有ると推定させる記載パターンとリスクが無いと推定させる記載パターンが併存する場合は、それぞれの文の数の多寡で、リスクが有ると推定させる記載パターンの方が多ければ、前記用語集に登録すべき用語と判定することを特徴とする付記１から５のうちの１に記載の用語集作成支援システム。
（付記１２）
文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付けるステップと、
前記文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行うステップと、
文書解析部で抽出された前記単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を結合した単語を複合語として推測するステップと、
複合語推測部で推測された各複合語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、前記複合語が異なる解釈を引き起こすリスクの有無を推定するステップと、
用語リスク推定部で推定した異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、前記用語集に登録すべき用語を判定するステップと、
用語判定部で判定した、前記用語集に登録すべき用語について、前記用語集への登録を促すために、前記用語を出力するステップと、
を有することを特徴とする文書の用語集作成支援方法。
（付記１３）
文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付けるステップと、
前記文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行うステップと、
文書解析部で抽出された前記単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を結合した単語を複合語として推測するステップと、
前記文書群において、固有の定義があり、その定義を関係者に共有する必要がある用語を収集して蓄積し、任意の文字列が用語に該当するかどうかに関する問い合わせに対し、問い合わせ対象の文字列が用語に含まれるか検索し、応答するステップと、
複合語推測部で推定した前記複合語について、各複合語の文字列が用語として登録されているかどうかを前記用語データベースに問合せ、用語として登録されていない未登録語を検出するステップと、
未登録語抽出部で検出した各未登録語に関して、前記文書解析部で抽出した入力文書中の前記単語情報を利用して、前記未登録語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、前記未登録語が異なる解釈を引き起こすリスクの有無を推定するステップと、
用語リスク推定部で推定した異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、前記用語集に登録すべき用語を判定するステップと、
用語判定部で判定した、前記用語集に登録すべき用語について、前記用語集への登録を促すために、前記用語を出力するステップと、
を有することを特徴とする文書の用語集作成支援方法。
（付記１４）
文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付ける処理と、
前記文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行う処理と、
文書解析部で抽出された前記単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を結合した単語を複合語として推測する処理と、
複合語推測部で推測された各複合語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、前記複合語が異なる解釈を引き起こすリスクの有無を推定する処理と、
用語リスク推定部で推定した異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、前記用語集に登録すべき用語を判定する処理と、
用語判定部で判定した、前記用語集に登録すべき用語について、前記用語集への登録を促すために、前記用語を出力する処理と、
をコンピュータに実行させることを特徴とするプログラム。
（付記１５）
文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付ける処理と、
前記文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行う処理と、
文書解析部で抽出された前記単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を結合した単語を複合語として推測する処理と、
前記文書群において、固有の定義があり、その定義を関係者に共有する必要がある用語を収集して蓄積し、任意の文字列が用語に該当するかどうかに関する問い合わせに対し、問い合わせ対象の文字列が用語に含まれるか検索し、応答する処理と、
複合語推測部で推定した前記複合語について、各複合語の文字列が用語として登録されているかどうかを前記用語データベースに問合せ、用語として登録されていない未登録語を検出する処理と、
未登録語抽出部で検出した各未登録語に関して、前記文書解析部で抽出した入力文書中の前記単語情報を利用して、前記未登録語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、前記未登録語が異なる解釈を引き起こすリスクの有無を推定する処理と、
用語リスク推定部で推定した異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、前記用語集に登録すべき用語を判定する処理と、
用語判定部で判定した、前記用語集に登録すべき用語について、前記用語集への登録を促すために、前記用語を出力する処理と、
をコンピュータに実行させることを特徴とするプログラム。

本発明によれば、システム開発における要件定義書や設計書といった案件に固有の定義を持つ用語が存在する文書に関して、用語集に登録すべき語を自動的に抽出し提示することに適用できる。

１０ 文書入力部
２０ 文書解析部
３０ 複合語推測部
４０ 未登録語抽出部
５０ 用語リスク推定部
６０ 用語判定部
７０ 出力部
１１０ 用語データベース
Ｂ ＰＣ端末
Ｄ 文書群
Ｙ 文書解析システム
Ｚ イントラネット・サーバ

Claims (10)

1. 文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付ける文書入力部と、
   前記文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行う文書解析部と、
   前記文書解析部で抽出された前記単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに直接隣接している文字列部分に関して、前記隣接する名詞または未知語を結合した単語を複合語として推測する複合語推測部と、
   前記複合語推測部で推測された各複合語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、前記複合語が異なる解釈を引き起こすリスクの有無を推定する用語リスク推定部と、
   前記異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、前記用語集に登録すべき用語を判定する用語判定部と、
   前記用語判定部で判定した、前記用語集に登録すべき用語について、前記用語集への登録を促すために、前記用語を出力する出力部と、
   を有することを特徴とする文書の用語集作成支援システム。
2. 文書に固有の用語について用語集への登録を行う、文書または文書群の入力を受け付ける文書入力部と、
   前記文書または文書群を構成する各文章に使用されている単語の単語情報の抽出を行う文書解析部と、
   前記文書解析部で抽出された前記単語情報を用いて、名詞または辞書に登録されていない未知語が付属語を挟まずに隣接している文字列部分に関して、隣接する名詞および未知語を結合した単語を複合語として推測する複合語推測部と、
   前記文書群において、固有の定義があり、その定義を関係者に共有する必要がある用語を収集して蓄積し、任意の文字列が用語に該当するかどうかに関する問い合わせに対し、問い合わせ対象の文字列が用語に含まれるか検索し、応答する用語データベースと、
   前記複合語推測部で推定した前記複合語について、各複合語の文字列が用語として登録されているかどうかを前記用語データベースに問合せ、用語として登録されていない未登録語を検出する未登録語抽出部と、
   未登録語抽出部で検出した各未登録語に関して、前記文書解析部で抽出した入力文書中の前記単語情報を利用して、前記未登録語を構成する複数の構成語が入力文書内で共起する文を解析し、所定のリスク推定ルールに基づき、前記未登録語が異なる解釈を引き起こすリスクの有無を推定する用語リスク推定部と、
   前記用語リスク推定部で推定した異なる解釈を引き起こすリスクの有無に基づき、所定の用語判定ルールによって、前記用語集に登録すべき用語を判定する用語判定部と、
   前記用語判定部で判定した、前記用語集に登録すべき用語について、前記用語集への登録を促すために、前記用語を出力する出力部と、
   を有することを特徴とする文書の用語集作成支援システム。
3. 前記所定のリスク推定ルールは、前記複合語または前記未登録語を構成する複数の構成語間が、省略しても単語の解釈に影響しない表現で結合された記載パターンの文がある場合はリスクが無いとする、文書の記載者の単語に対する想定が反映される記載パターンとの一致状況でリスクの有無を推定することを特徴とする請求項１または２に記載の用語集作成支援システム。
4. 前記所定のリスク推定ルールは、前記複合語または前記未登録語を構成する複数の前記構成語が共起する文で、２つの構成語の間に自立語が含まれ、その自立語がその複合語または未登録語を構成する構成語ではない、という記載パターンの文がある場合は、リスクが有るとすることを特徴とする請求項１または２に記載の用語集作成支援システム。
5. 前記所定のリスク推定ルールは、同一の前記複合語または前記未登録語に関して、省略しても単語の解釈に影響しない表現で構成語間を結合した記載パターンの文の種類数が多いほどリスクが低いとするリスク指標、または２つの前記構成語の間に含まれる前記構成語以外の前記自立語の数が多いほどリスクが高いとするリスク指標によって、相対的なリスクを定量的に推定することを特徴とする請求項３または４に記載の用語集作成支援システム。
6. 前記所定の用語判定ルールは、前記各未登録語のリスクの有無に関する情報を用いて、リスクが高いと考えられる前記未登録語ほど前記用語集に登録すべきと判定することを特徴とする請求項１から４のうちの１に記載の用語集作成支援システム。
7. 前記所定の用語判定ルールは、リスク指標が閾値以上の前記未登録語を登録すべきと判定するルールであることを特徴とする請求項１、２、または５に記載の用語集作成支援システム。
8. 前記所定の用語判定ルールは、リスクが無いと推定させる記載パターンが一つでもあればその前記未登録語は前記用語集に登録する必要のない用語と判定し、それ以外の前記未登録語は全て前記用語集に登録すべき用語と判定することを特徴とする請求項１から４のうちの１に記載の用語集作成支援システム。
9. 前記所定の用語判定ルールは、前記各未登録語を構成する複数の前記構成語が入力文書内で共起する文の数に対するリスクが有ると推定させる記載パターンの文の数の割合を有リスクパターン出現率として指標化し、有リスクパターン出現率の値が所定の閾値以上の場合に前記用語集に登録すべき用語と判定することを特徴とする請求項１から５のうちの１に記載の用語集作成支援システム。
10. 前記所定の用語判定ルールは、前記各未登録語を構成する複数の前記構成語が入力文書内で共起する文全体の数に対する、リスクが無いと推定させる記載パターンの文の数の割合を無リスクパターン出現率として指標化し、無リスクパターン出現率の値が所定の閾値以上の場合に前記用語集に登録する必要がない用語と判定することを特徴とする請求項１から５のうちの１に記載の用語集作成支援システム。

Images