JP2017027111A

JP2017027111A - 接続表現項構造解析装置、方法、及びプログラム

Info

Publication number: JP2017027111A
Application number: JP2015141649A
Authority: JP
Inventors: 努平尾; Tsutomu Hirao; 康久吉田; Yasuhisa Yoshida; 克彦林; Katsuhiko Hayashi; 昌明永田; Masaaki Nagata
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2015-07-15
Filing date: 2015-07-15
Publication date: 2017-02-02
Anticipated expiration: 2035-07-15
Also published as: JP6499537B2

Abstract

【課題】隣接しない文間からも、接続表現によって結ばれた項を抽出することができる。
【解決手段】談話構造解析部３２が、修辞構造に基づく、談話構造木を生成し、構文解析部３４が、構文解析を行って構文木を生成し、接続表現抽出部３６が、項を持つ接続表現を抽出し、項位置関係決定部３８が、接続表現を含む文内に、接続表現によって結ばれた２つの項が出現するか否かを判定し、文内項抽出部４０が、２つの項が出現すると判定された場合、接続表現を含む文から、２つの項を抽出し、文間項抽出部４２が、２つの項が出現しないと判定された場合、接続表現を含む文から、項２を抽出し、談話構造木において、接続表現を含む文の親ノード又は兄弟ノードに対応する文から、項１を抽出し、意味クラス分類部４４が、接続表現の意味クラスを分類する。
【選択図】図１

Description

本発明は、接続表現項構造解析装置、方法、及びプログラムに係り、特に、与えられた文書から接続表現によって結ばれた項を抽出するための接続表現項構造解析装置、方法、及びプログラムに関する。

従来より、与えられた文書から接続表現とその意味クラス、接続表現によって結ばれた２つの項となるテキストスパン（文書中の一部のテキスト）を抽出する技術がある。この技術は、接続表現−項構造解析技術と呼ばれる。たとえば以下の文では、接続表現：becauseによって項１：「He caught a cold」、及び項２：「he got soaked in the rain」が意味：因果関係で結びついている。

He caught a cold because he got soaked in the rain．

このような意味的に結びついた２つのテキストスパンの組を意味クラスごとに大量に収集し、知識源とすることで、自然言語処理の様々なタスク（含意認識、文書要約、機械翻訳等）の質を向上させることができる。

接続表現と項との関係は明示的な場合と暗示的な場合に大別される。明示的な場合は接続表現そのものが出現する場合である。たとえば、因果関係をあらわす「because」、時間の推移をあらわす「after」などによって２つのスパンが結ばれている場合である。一方、接続表現がそのもの出現しなくとも意味的に因果関係や時間の推移をあらわす文のペアが存在する。たとえば、以下の２文の間には因果関係が成立する。

朝から雨が降っていた。
野球の試合も中止となった。

従来の接続表現−項構造解析技術（非特許文献１）は、図８に示す接続表現項構造解析装置の構成で文書から、接続表現、意味クラス、及び項を抽出していた。

従来の接続表現項構造解析装置では、明示的接続表現−項構造の抽出は以下（１）〜（４）の手順で行っていた。

（１）入力文書から接続表現候補辞書に格納されているすべての接続表現を抽出し、それらの表現が項を持つ接続表現か否かを判定する（接続表現抽出部）。（２）項を持つ接続表現と判定された場合、その意味クラスを分類器を利用して決定する。（３）さらに、接続表現の２つの項（項１、項２）が同一の文に出現するか（ＳＳ）、項１が先行する文に出現するか（ＰＳ）を決定する。（４）それぞれの場合に応じて、文内項抽出部、文間項抽出部を用いて接続表現に対応する２つの項を抽出する。

また、暗示的接続表現−項構造の抽出は以下（１）、（２）の手順で行っていた。

（１）文書中の隣接する文のペア（先の文から項１、後の文から項２を取り出す）を抽出し、意味クラス分類部を用いて意味クラスを付与する。なお、意味クラスはあらかじめ複数分類が定義されているとする。非特許文献１では、Expansion、 Contingency、Temporal、 Comparison という４つの意味クラスを利用している。意味クラス分類部は２文間に接続関係がある場合には何らかの意味クラスを出力し、接続関係にない場合には接続関係がないことを出力する。すなわち、意味クラス分類部は、２文間の関係を意味クラス数＋１のクラスに分類する。（２）意味クラスが付与された２文について文間項抽出部を用いて項を抽出する。以上のようにして、接続表現項構造解析装置は、文書から明示的接続表現−項構造、及び暗示的接続表現−項構造の抽出を行っていた。

Lin Ziheng, Ng Hwee Tou, and Kan Min-Yen. 2014. A PDTB-styled End-to-End Discourse Parser. Natural Language Engineering,20:151‐184.

従来の接続表現−項構造の抽出法は、文書、あるいは文の談話構造を考慮せずに項を抽出している。暗示的接続表現−項抽出の場合には、隣接した２文しか項抽出の対象にならない。また、明示的接続表現−項抽出であっても、接続表現が出現する文に項１、項２が同時出現しない場合、項１はその接続表現が出現する文の１つ前の文から抽出する。しかし、１文をこえた接続関係は隣接した２文だけに限らないため、本来抽出すべき接続表現−項構造に取りこぼしが生じる。

本発明は、上記問題点を解決するために成されたものであり、隣接しない文間からも、接続表現によって結ばれた項を抽出することができる接続表現項構造解析装置、方法、及びプログラムを提供することを目的とする。

上記目的を達成するために、第１の発明に係る接続表現項構造解析装置は、入力された文書に基づいて、前記文書に含まれる文の各々の修辞構造に基づく、前記文の各々を各ノードで表わした談話構造木を生成する談話構造解析部と、前記文書に含まれる文の各々について、構文解析を行って構文木を生成する構文解析部と、前記構文解析部によって生成された前記文の各々についての構文木に基づいて、項を持つ接続表現を抽出する接続表現抽出部と、前記接続表現抽出部によって抽出された前記接続表現について、前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現するか否かを判定する項位置関係決定部と、前記項位置関係決定部によって前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現すると判定された場合、前記接続表現を含む文から、前記接続表現によって結ばれた２つの項を抽出する文内項抽出部と、前記項位置関係決定部によって前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現しないと判定された場合、前記接続表現を含む文から、前記接続表現によって結ばれた２つの項の何れか一方を抽出し、前記談話構造解析部によって生成された前記談話構造木において、前記接続表現を含む文の親ノード又は兄弟ノードに対応する文から、前記接続表現によって結ばれた２つの項の何れか他方を抽出する文間項抽出部と、前記接続表現抽出部によって抽出された前記接続表現に基づいて、前記接続表現の意味クラスを分類する意味クラス分類部と、を含んで構成されている。

また、第２の発明に係る接続表現項構造解析装置は、入力された文書に基づいて、前記文書に含まれる文の各々の修辞構造に基づく、前記文の各々を各ノードで表わした談話構造木を生成する談話構造解析部と、前記談話構造解析部によって生成された前記談話構造木に基づいて、親子ノードに対応する文のペア、及び兄弟ノードに対応する文のペアを、接続関係を持つ文のペアの候補とし、前記接続関係を持つ文のペアの候補の各々について、接続関係があるか否かを判定する関連文ペア抽出部と、前記関連文ペア抽出部によって接続関係があると判定された前記接続関係を持つ文のペアの候補の各々について、前記接続関係を持つ文のペアの候補から、暗示的な接続表現によって結ばれる２つの項を抽出する文間項抽出部と、前記関連文ペア抽出部によって接続関係があると判定された前記接続関係を持つ文のペアの候補の各々について、前記接続関係を持つ文のペアの候補に基づいて、前記暗示的な接続表現の意味クラスを分類する意味クラス分類部と、を含んで構成されている。

第３の発明に係る接続表現項構造解析方法は、談話構造解析部が、入力された文書に基づいて、前記文書に含まれる文の各々の修辞構造に基づく、前記文の各々を各ノードで表わした談話構造木を生成するステップと、構文解析部が、前記文書に含まれる文の各々について、構文解析を行って構文木を生成するステップと、接続表現抽出部が、前記構文解析部によって生成された前記文の各々についての構文木に基づいて、項を持つ接続表現を抽出するステップと、項位置関係決定部が、前記接続表現抽出部によって抽出された前記接続表現について、前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現するか否かを判定するステップと、文内項抽出部が、前記項位置関係決定部によって前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現すると判定された場合、前記接続表現を含む文から、前記接続表現によって結ばれた２つの項を抽出するステップと、文間項抽出部が、前記項位置関係決定部によって前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現しないと判定された場合、前記接続表現を含む文から、前記接続表現によって結ばれた２つの項の何れか一方を抽出し、前記談話構造解析部によって生成された前記談話構造木において、前記接続表現を含む文の親ノード又は兄弟ノードに対応する文から、前記接続表現によって結ばれた２つの項の何れか他方を抽出するステップと、意味クラス分類部が、前記接続表現抽出部によって抽出された前記接続表現に基づいて、前記接続表現の意味クラスを分類するステップと、を含んで実行することを特徴とする。

第４の発明に係る接続表現項構造解析方法は、談話構造解析部が、入力された文書に基づいて、前記文書に含まれる文の各々の修辞構造に基づく、前記文の各々を各ノードで表わした談話構造木を生成するステップと、関連文ペア抽出部が、前記談話構造解析部によって生成された前記談話構造木に基づいて、親子ノードに対応する文のペア、及び兄弟ノードに対応する文のペアを、接続関係を持つ文のペアの候補とし、前記接続関係を持つ文のペアの候補の各々について、接続関係があるか否かを判定するステップと、文間項抽出部が、前記関連文ペア抽出部によって接続関係があると判定された前記接続関係を持つ文のペアの候補の各々について、前記接続関係を持つ文のペアの候補から、暗示的な接続表現によって結ばれる２つの項を抽出するステップと、意味クラス分類部が、前記関連文ペア抽出部によって接続関係があると判定された前記接続関係を持つ文のペアの候補の各々について、前記接続関係を持つ文のペアの候補に基づいて、前記暗示的な接続表現の意味クラスを分類するステップと、を含んで実行することを特徴とする。

第５の発明に係るプログラムは、上記第１又は第２の発明に係る接続表現項構造解析装置を構成する各部として機能させるためのプログラムである。

本発明の接続表現項構造解析装置、方法、及びプログラムによれば、隣接しない文間からも、接続表現によって結ばれた項を抽出することができる、という効果が得られる。

本発明の第１の実施の形態に係る接続表現項構造解析装置の構成を示すブロック図である。文内項抽出において従属接続の場合に抽出対象となる構造木の一例を示す図である。文内項抽出において等位接続の場合に抽出対象となる構造木の一例を示す図である。文内項抽出において等位接続の場合に抽出対象となる構造木の一例を示す図である。本発明の実施の形態に係る接続表現項構造解析装置における接続表現項構造解析処理ルーチンを示すフローチャートである。本発明の第２の実施の形態に係る接続表現項構造解析装置の構成を示すブロック図である。本発明の第２の実施の形態に係る接続表現項構造解析装置における接続表現項構造解析処理ルーチンを示すフローチャートである。従来の接続表現項構造解析装置の構成を示すブロック図の一例である。

以下、図面を参照して本発明の実施の形態を詳細に説明する。

＜本発明の第１の実施の形態に係る接続表現項構造解析装置の構成＞

まず、本発明の第１の実施の形態に係る接続表現項構造解析装置の構成について説明する。第１の実施の形態に係る接続表現項構造解析装置では、文書から明示的接続表現に関する接続表現、項、及び意味ラベルを抽出する。

図１に示すように、本発明の第１の実施の形態に係る接続表現項構造解析装置１００は、ＣＰＵと、ＲＡＭと、後述する接続表現項構造解析処理ルーチンを実行するためのプログラムや各種データを記憶したＲＯＭと、を含むコンピュータで構成することが出来る。この接続表現項構造解析装置１００は、機能的には図１に示すように入力部１０と、演算部２０と、出力部５０とを備えている。

入力部１０は、解析対象となる文書を受け付ける。

演算部２０は、文分割部３０と、談話構造解析部３２と、構文解析部３４と、接続表現抽出部３６と、項位置関係決定部３８と、文内項抽出部４０と、文間項抽出部４２と、意味クラス分類部４４とを含んで構成されている。

文分割部３０は、入力部１０により受け付けた文書を取得し、文書に対して文の区切りを与える。文の区切りの認定は既存の文分割器を利用する。あるいは、句点を手がかりとするだけでも良い。なお、予め文分割した文書を入力部１０により受け付けて、文分割部３０の処理を省略しても良い。

談話構造解析部３２は、文分割部３０により文区切りが与えられた文書に基づいて、文書に含まれる文の各々の修辞構造に基づく、文の各々を各ノードで表わした談話構造木を生成する。談話構造木によって文同士のノード間の親子関係が表わされる。談話構造木は、非特許文献２などの修辞構造解析器を用いてＲＳＴツリーを生成した後、非特許文献３に記載されているルールを適用することで文同士のノード間の親子関係を決定することができる。また、必ずしもＲＳＴツリーを生成する必要はなく、文同士のノード間の親子関係を表した修辞構造木のデータを用いて学習した解析器を利用することで文同士のノード間の親子関係を得ることも可能である。

[非特許文献２]：duVerle、 D. and Prendinger、 H. ‘A Novel Discourse Parser Based on Support Vector Machine Classi_cation'. Proc of the 47th ACL, pp. 665{675 (2009) .

[非特許文献３]：Tsutomu Hirao、 Yasuhisa Yoshida、 Masaaki Nishino, Norihito Yasuda and Masaaki Nagata. ‘Single-Document Summarization as a Tree Knapsack Problem'. Proc. of the 2013 Conference on Empirical Methods in Natural Language Processing, pp. 1515{1520, (2013).

構文解析部３４は、文分割部３０により文区切りが与えられた文書に含まれる文の各々について、構文解析を行って構文木を生成する。構文解析については様々なソフトウェアが開発されているため、既存のソフトウェアを用いて文の各々の構文木を生成すれば良い。

接続表現抽出部３６は、構文解析部３４により生成された文の各々についての構文木に基づいて、項を持つ接続表現を抽出する。接続表現抽出部３６は、具体的には、まず文書中に出現する単語について、予め人手で整備した接続表現候補辞書（図示省略）の辞書エントリ表現を参照し、辞書エントリ表現にマッチする単語を抽出する。そして、辞書エントリ表現にマッチする単語が項をとる接続表現か否かを、辞書エントリ表現が項をとる否かを注釈付けした学習データを用いて訓練したＳＶＭ、ロジスティック回帰のような２値分類器を利用して判定し、項をとる接続表現を抽出する。文書中に出現する単語が、項をとる接続表現か否かを判定するために利用する特徴として、以下の（１）〜（５）のような特徴を用いれば良い。

（１）辞書エントリ表現とその品詞
（２）辞書エントリ表現の前後５単語とそれらの品詞
（３）構文木における辞書エントリ表現の深さ
（４）構文木における辞書エントリ表現の親、左の兄弟、右の兄弟
（５）構文木における辞書エントリ表現から根までのパス

項位置関係決定部３８は、接続表現抽出部３６によって抽出された接続表現について、接続表現を含む文内に、接続表現によって結ばれた２つの項が出現するか否かを判定する。項位置関係決定部３８は、具体的には、接続表現抽出部３６と同様に予め学習データを用いて訓練したＳＶＭ、ロジスティク回帰などの２値分類器を用いて、接続表現を含む文内に、接続表現によって結ばれた２つの項が出現するか否かを判定する。判定に利用する特徴は接続表現抽出部３６に利用した上記（１）〜（５）の特徴に加え、接続表現の出現位置（文の前半、なかば、後半など）も用いる。

項位置関係決定部３８は、接続表現を含む文内に接続表現によって結ばれた２つの項が出現しないと判定した場合、接続表現を含む文を、接続表現によって結ばれた２つの項のうちの項２を抽出するための文として決定し、談話構造解析部３２によって生成された談話構造木において、接続表現を含む文の親ノード又は兄弟ノードに対応する文を、接続表現によって結ばれた２つの項のうちの項１を抽出するための文として決定する。

文内項抽出部４０は、項位置関係決定部３８によって接続表現を含む文内に、接続表現によって結ばれた２つの項が出現すると判定された場合、接続表現を含む文から、接続表現によって結ばれた項１、及び項２を抽出し、出力部５０に出力する。

文内項抽出部４０は、具体的には、構文解析部３４により生成した文の各々の構文木のうち、接続表現を含む文の構文木を受け取り、接続表現が従属接続、又は等位接続の場合に、それぞれ以下のルールを適用して項１、及び項２を抽出する。なお、接続表現と、従属接続又は等位接続との対応関係は予め人手で与えておく。

まず、接続表現が従属接続の場合の項１、及び項２の抽出方法について説明する。

接続表現が従属接続の場合、項２を以下の（１）、（２）の手順で抽出する。

（１）対象とする接続表現の最後の単語を表すノードを、構文木のノードをあらわすノード変数ｘに代入する。
（２）ｘの親ノードをｘに代入する。この操作をｘに代入されたノードがＳＢＡＲまたはＳのラベルをとるまで繰り返し、どちらかのラベルをとった時点でのｘによって支配されるテキストスパンを項２とする。

図２に抽出の例を示す。図２の例では、まずｘにｂｅｃａｕｓｅが代入される。ｂｅｃａｕｓｅはＳ、又はＳＢＡＲのどちらでもないため、ｘにｂｅｃａｕｓｅの親ノードであるＩＮを代入する。ＩＮはＳ、又はＳＢＡＲのどちらでもないため、ｘにＩＮの親ノードであるＳＢＡＲを代入する。ｘがＳＢＡＲとなったので処理が終わり、ｘに代入されたＳＢＡＲが支配するスパン「because he is honest」を項２とする。

次に、接続表現が従属接続の場合、項１を以下（１）、（２）の手順で抽出する。なお、ｘは項２の手順が終了した時点での値を引き継ぐ。

（１）ｘの親ノードをｘに代入する。
（２）ｘに代入されたノードがＳＢＡＲまたはＳのラベルをとるまで繰り返し、どちらかのラベルをとった時点でのｘによって支配されるテキストスパンを取り出し、そこから項２のスパンを取り除いたものを項１とする。

図２の例では、項２を決定した時点で、ｘには「because he is honest」を支配するＳＢＡＲが代入されているので、その親ノードであるＶＰをｘに代入する。ＶＰはＳ、ＳＢＡＲのどちらでもないので、さらにその親ノードであるＳをｘに代入する。ｘがＳとなったので処理を終え、Ｓが支配するスパン「I like him because he is honest」を取り出し、そこから項２のスパン「because he is honest」を取り除いたスパン「I like him」を項１とする。

次に、接続表現が等位接続の場合の項１、及び項２の抽出方法について説明する。

接続表現が等位接続の場合、項２を以下（１）〜（３）の手順で抽出する。

（１）対象とする接続表現の最後の単語を表すノードを、ノード変数ｘに代入し、ｘの親ノードをノード変数ｙに代入する。
（２）ｘ、ｙにそれぞれの親ノードを代入する。
（３）ｘ、ｙが支配するスパンであるｓｐａｎ（ｘ）及びｓｐａｎ（ｙ）の最左の単語が一致しなくなるまで、（２）を繰り返す。一致しなくなった時点で、ｙが支配するスパンのうち接続表現直後の単語からスパンの最後の単語までを項２とする。

図３に抽出対象となる構造木の第１の例を示す。図３の例では、まずｘにａｎｄを代入し、ｙにＣＣを代入する。ｓｐａｎ（ｘ）、ｓｐａｎ（ｙ）の最左の単語がａｎｄで一致するためｘにＣＣ、ｙにＳを代入する。ｓｐａｎ（ｘ）の最左の単語はａｎｄ、ｓｐａｎ（ｙ）の最左の単語はＨｅとなり、一致しないので処理を終了する。そして、ｓｐａｎ（ｙ）、つまり、「He became a student and he received a grant」のａｎｄ直後からのスパン「he received a grant」を項２とする。

図４に抽出対象となる構造木の第２の例を示す。図４の例では、まずｘにｂｕｔ、ｙにＣＣを代入する。ｓｐａｎ（ｘ）、ｓｐａｎ（ｙ）の最左の単語がｂｕｔで一致するため、ｘにＣＣ、ｙにＶＰを代入する。ｓｐａｎ（ｘ）とｓｐａｎ（ｙ）の最左の単語はそれぞれｂｕｔとｗｅｒｅとで一致しないので処理を終了する。ｙが支配するスパンのうちｂｕｔの直後からのスパン「were not adjusted for ination」を項２とする。

次に、接続表現が等位接続の場合、項１を以下（１）、及び（２）の手順で抽出する。なお、ｘ、ｙは項２の手順が終了した時点での値を引き継ぐ。

（１）ｙの子ノードのうちｘよりも左にＳあるいはＳＢＡＲが存在する場合（複数存在する場合には最右を選択）、そのノードが支配するスパンを項１とする。
（２）上記（１）に該当しない場合、ｙにその親を代入しＳＢＡＲまたはＳのラベルをとるまで構文木を遡る。ＳＢＡＲあるいはＳをとった時点でのｙが支配するスパンから接続表現と項２を取り除いたスパンを項１とする。

図３の構造木から抽出する例では、項２を決定した時点では、ｘはＣＣ、ｙはＳである。ここで、ｘよりも左のｙの子ノードの中にＳがあるため、そのＳが支配するスパン「He became a student」を項１とする。

また、図４の構造木から抽出する例では、項２を決定した時点では、ｘはＣＣ、ｙはＶＰである。ここで、ｘよりも左のｙの子ノードの中にＳ、ＳＢＡＲとも存在しないため、ｙにその親を代入する。するとｙがＳとなるので処理を終了する。ｙが支配するスパン「The gures were adjusted for deation、 but were not adjusted for ination」から「but ware not adjusted for ination」を取り除いた「The _gures were adjusted for deation」を項１とする。

文間項抽出部４２は、項位置関係決定部３８によって、接続表現を含む文内に接続表現によって結ばれた２つの項が出現しないと判定された場合、項位置関係決定部３８によって、接続表現によって結ばれた２つの項のうちの項２を抽出するための文として決定された接続表現を含む文から、項２を抽出し、項位置関係決定部３８によって、接続表現によって結ばれた２つの項のうちの項１を抽出するための文として決定された、接続表現を含む文の親ノード又は兄弟ノードに対応する文から、項１を抽出し、抽出した２つの項を出力部５０に出力する。

意味クラス分類部４４は、接続表現抽出部３６によって抽出された接続表現に基づいて、接続表現の意味クラスを分類し、接続表現及び当該接続表現の意味クラスを出力部５０に出力する。意味クラス分類部４４は、具体的には、接続表現抽出部３６で抽出された接続表現と、接続表現の周辺の単語とを入力として、予め学習データにより学習した多クラスの分類問題を解くことにより、接続表現に対する意味クラスを分類する。なお、多クラス分類問題であるため、学習データ中のクラス分布がなるべく均一になるようにデータを学習データから再サンプリングする。

＜本発明の第１の実施の形態に係る接続表現項構造解析装置の作用＞

次に、本発明の第１の実施の形態に係る接続表現項構造解析装置１００の作用について説明する。入力部１０において文書を受け付けると、接続表現項構造解析装置１００は、図５に示す接続表現項構造解析処理ルーチンを実行する。

まず、ステップＳ１００では、入力部１０において受け付けた文書を取得し、文書に対して文の区切りを与える。

次に、ステップＳ１０２では、ステップＳ１００で文区切りが与えられた文書に基づいて、文書に含まれる文の各々の修辞構造に基づく、文の各々を各ノードで表わした談話構造木を生成する。

ステップＳ１０４では、ステップＳ１００で文区切りが与えられた文書に含まれる文の各々について、構文解析を行って構文木を生成する。

ステップＳ１０６では、ステップＳ１０４で生成された文の各々についての構文木に基づいて、項を持つ接続表現を抽出する。

ステップＳ１０８では、ステップＳ１０６において、抽出された接続表現について、接続表現を含む文内に、接続表現によって結ばれた２つの項が出現するか否かを判定する。また、ステップＳ１０８では、接続表現を含む文内に接続表現によって結ばれた２つの項が出現しないと判定した場合、接続表現を含む文を、接続表現によって結ばれた２つの項のうちの項２を抽出するための文として決定し、ステップＳ１０２で生成された談話構造木において、接続表現を含む文の親ノード又は兄弟ノードに対応する文を、接続表現によって結ばれた２つの項のうちの項１を抽出するための文として決定する。

ステップＳ１１０では、ステップＳ１０８で接続表現を含む文内に、接続表現によって結ばれた２つの項が出現すると判定された場合、接続表現を含む文から、接続表現によって結ばれた項１、及び項２を抽出し、出力部５０に出力する。

ステップＳ１１２では、ステップＳ１０８において、接続表現を含む文内に、接続表現によって結ばれた２つの項が出現しないと判定された場合、ステップＳ１０８で項２を抽出するための文として決定された接続表現を含む文から、項２を抽出し、ステップＳ１０８で項１を抽出するための文として決定された、接続表現を含む文の親ノード又は兄弟ノードに対応する文から、項１を抽出し、抽出した２つの項を出力部５０に出力する。

ステップＳ１１４では、ステップＳ１０６で抽出された接続表現に基づいて、接続表現の意味クラスを分類し、接続表現及び当該接続表現の意味クラスを出力部５０に出力し、接続表現項構造解析処理ルーチンを終了する。

以上説明したように、第１の実施の形態に係る接続表現項構造解析装置によれば、文書に基づいて、文書に含まれる文の各々の修辞構造に基づく、談話構造木を生成し、構文解析を行って構文木を生成し、項を持つ接続表現を抽出し、接続表現を含む文内に、接続表現によって結ばれた２つの項が出現するか否かを判定し、接続表現によって結ばれた２つの項が出現すると判定された場合、接続表現を含む文から、接続表現によって結ばれた２つの項を抽出し、接続表現によって結ばれた２つの項が出現しないと判定された場合、接続表現を含む文から、項２を抽出し、談話構造木において、接続表現を含む文の親ノード又は兄弟ノードに対応する文から、項１を抽出し、接続表現の意味クラスを分類することにより、隣接しない文間からも、接続表現によって結ばれた項を抽出することができる。

＜本発明の第２の実施の形態に係る接続表現項構造解析装置の構成＞

次に、本発明の第２の実施の形態に係る接続表現項構造解析装置の構成について説明する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して説明を省略する。第２の実施の形態に係る接続表現項構造解析装置では、文書から暗示的接続表現に関する項、及び意味ラベルを抽出する。

図６に示すように、本発明の第２の実施の形態に係る接続表現項構造解析装置２００は、ＣＰＵと、ＲＡＭと、後述する接続表現項構造解析処理ルーチンを実行するためのプログラムや各種データを記憶したＲＯＭと、を含むコンピュータで構成することが出来る。この接続表現項構造解析装置２００は、機能的には図６に示すように入力部１０と、演算部２２０と、出力部５０とを備えている。

演算部２２０は、文分割部３０と、談話構造解析部３２と、関連文ペア抽出部２３８と、文間項抽出部２４２と、意味クラス分類部２４４とを含んで構成されている。

談話構造解析部３２は、第１の実施の形態と同様の処理により、文分割部３０により文区切りが与えられた文書に基づいて、文書に含まれる文の各々の修辞構造に基づく、文の各々を各ノードで表わした談話構造木を生成する。

関連文ペア抽出部２３８は、談話構造解析部３２によって生成された談話構造木に基づいて、親子ノードに対応する文のペア、及び兄弟ノードに対応する文のペアを、接続関係を持つ文のペアの候補とし、接続関係を持つ文のペアの候補の各々について、接続関係があるか否かを判定する。

関連文ペア抽出部２３８は、具体的には、談話構造木を入力として受け取り、木の親子ノード、及び兄弟ノードとなる文のペアを、接続関係を持つ文ペアの候補とし、これらの文ペアの候補の各々に対して、予め学習した２値分類器を利用することで文ペアに接続関係があるか否かを決定する。２値分類器は、学習データの文ペアとして文Ｓ_ｉ、文Ｓ_ｊを用意し、以下の（１）〜（５）の特徴を用いて、２値分類器を学習する。

（１）文Ｓ_ｉ、及び文Ｓ_ｊの先頭の単語
（２）文Ｓ_ｉ、及び文Ｓ_ｊの最後の単語
（３）文Ｓ_ｉ、及び文Ｓ_ｊの先頭の３単語
（４）文Ｓ_ｉに含まれる単語と文Ｓ_ｊに含まれる単語とのペアすべて
（５）文Ｓ_ｉに含まれる単語の意味クラスと文Ｓ_ｊに含まれる単語の意味クラスのペアすべて

なお、上記（５）の特徴である単語の意味クラスは既存のシソーラスや単語クラスタリングの結果から得ることができる。さらに、関連文ペア抽出部２３８は、接続関係があると判定された文のペアの候補の各々について、談話構造木が表現する修飾、被修飾関係を利用して、項１を抽出するための文、及び項２を抽出するための文を決定する。例えば、文Ｓ_ｉが文Ｓ_ｊの子ノードであれば、文Ｓ_ｉを、項２を抽出するための文とし、文Ｓ_ｊを、項１を抽出するための文とする。文Ｓ_ｉ、及び文Ｓ_ｊが兄弟ノードであるなら、文番号の小さいものを、項１を抽出するための文とし、大きいものを、項２を抽出するための文とする。

文間項抽出部２４２は、関連文ペア抽出部２３８によって接続関係があると判定された接続関係を持つ文のペアの候補の各々について、当該接続関係を持つ文のペアの候補から、暗示的な接続表現によって結ばれる２つの項を抽出する。なお、関連文ペア抽出部２３８において、項１、及び項２がどの文から抽出されるかの判定は終わっているため、ここでは以下の（１）及び（２）の操作で項のみを取り出す。

（１）文中に含まれる記号のうち、「。」、「！」、「？」の文末表現を削除する。
（２）文頭、文末における「“”」等の括弧表現を削除する。

文間項抽出部２４２では、上記の（１）及び（２）の操作を変化がなくなるまで繰り返し、暗示的な接続関係を有する２つの項を出力部５０に出力する。

意味クラス分類部２４４は、関連文ペア抽出部２３８によって接続関係があると判定された接続関係を持つ文のペアの候補の各々について、接続関係を持つ文のペアの候補に基づいて、暗示的な接続表現の意味クラスを分類し、出力部５０に出力する。意味クラス分類部２４４は、文ペアの候補の各々を入力として、予め学習データにより学習した多クラスの分類問題を解くことにより、文ペアの候補の各々の文同士をつなぐ接続関係の意味クラスを決定する。学習及び分類に用いる特徴は、上記関連文ペア抽出部２３８で利用した（１）〜（５）の特徴を利用する。さらに、多クラス分類問題であるため、学習データ中のクラス分布がなるべく均一になるようにデータを学習データから再サンプリングする。

＜本発明の第２の実施の形態に係る接続表現項構造解析装置の作用＞

次に、本発明の第２の実施の形態に係る接続表現項構造解析装置２００の作用について説明する。入力部１０において文書を受け付けると、接続表現項構造解析装置２００は、図７に示す接続表現項構造解析処理ルーチンを実行する。なお、第１の実施の形態と同様の作用となる箇所については同一符号を付して説明を省略する。

ステップＳ２００では、ステップＳ１０２で生成された談話構造木に基づいて、親子ノードに対応する文のペア、及び兄弟ノードに対応する文のペアを、接続関係を持つ文のペアの候補とし、接続関係を持つ文のペアの候補の各々について、接続関係があるか否かを判定する。また、ステップ２００では、接続関係があると判定された文のペアの候補の各々について、談話構造木が表現する修飾、被修飾関係を利用して、項２を抽出するための文、及び項１を抽出するための文を決定する。

次に、ステップＳ２０２では、ステップＳ２００で接続関係があると判定された接続関係を持つ文のペアの候補の各々について、当該接続関係を持つ文のペアの候補から、暗示的な接続表現によって結ばれる２つの項を抽出し、出力部５０に出力する。

そして、ステップＳ２０４では、ステップＳ２００で接続関係があると判定された接続関係を持つ文のペアの候補の各々について、接続関係を持つ文のペアの候補に基づいて、暗示的な接続表現の意味クラスを分類し、出力部５０に出力し、接続表現項構造解析処理ルーチンを終了する。

なお、第２の実施の形態に係る接続表現項構造解析装置２００の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。

以上説明したように、第２の実施の形態に係る接続表現項構造解析装置によれば、文書に基づいて、修辞構造に基づく、文の各々を各ノードで表わした談話構造木を生成し、談話構造木に基づいて、親子ノードに対応する文のペア、及び兄弟ノードに対応する文のペアを、接続関係を持つ文のペアの候補とし、接続関係を持つ文のペアの候補の各々について、接続関係があるか否かを判定し、接続関係を持つ文のペアの候補から、暗示的な接続表現によって結ばれる２つの項を抽出し、暗示的な接続表現の意味クラスを分類することにより、隣接しない文間からも、接続関係を持つ意味的に結ばれた項を抽出することができる。

なお、本発明は、上述した実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

例えば、上述した実施の形態では、第１の実施の形態に係る接続表現項構造解析装置によって、文書から明示的接続表現に関する接続表現、項、及び意味ラベルを抽出し、第２の実施の形態に係る接続表現項構造解析装置によって、文書から暗示的接続表現に関する接続表現、項、及び意味ラベルを抽出する場合を例に説明したが、これに限定されるものではなく、一つの接続表現項構造解析装置によって、文書から明示的接続表現に関する接続表現、項、及び意味ラベル、並びに暗示的接続表現に関する項、及び意味ラベルを抽出するようにしてもよい。

１０入力部
２０、２２０演算部
３０文分割部
３２談話構造解析部
３４構文解析部
３６接続表現抽出部
３８項位置関係決定部
４０文内項抽出部
４２、２４２文間項抽出部
４４、２４４意味クラス分類部
４６文間項抽出部
５０出力部
１００、２００接続表現項構造解析装置
２３８関連文ペア抽出部

Claims

入力された文書に基づいて、前記文書に含まれる文の各々の修辞構造に基づく、前記文の各々を各ノードで表わした談話構造木を生成する談話構造解析部と、
前記文書に含まれる文の各々について、構文解析を行って構文木を生成する構文解析部と、
前記構文解析部によって生成された前記文の各々についての構文木に基づいて、項を持つ接続表現を抽出する接続表現抽出部と、
前記接続表現抽出部によって抽出された前記接続表現について、前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現するか否かを判定する項位置関係決定部と、
前記項位置関係決定部によって前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現すると判定された場合、前記接続表現を含む文から、前記接続表現によって結ばれた２つの項を抽出する文内項抽出部と、
前記項位置関係決定部によって前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現しないと判定された場合、前記接続表現を含む文から、前記接続表現によって結ばれた２つの項の何れか一方を抽出し、前記談話構造解析部によって生成された前記談話構造木において、前記接続表現を含む文の親ノード又は兄弟ノードに対応する文から、前記接続表現によって結ばれた２つの項の何れか他方を抽出する文間項抽出部と、
前記接続表現抽出部によって抽出された前記接続表現に基づいて、前記接続表現の意味クラスを分類する意味クラス分類部と、
を含む接続表現項構造解析装置。
入力された文書に基づいて、前記文書に含まれる文の各々の修辞構造に基づく、前記文の各々を各ノードで表わした談話構造木を生成する談話構造解析部と、
前記談話構造解析部によって生成された前記談話構造木に基づいて、親子ノードに対応する文のペア、及び兄弟ノードに対応する文のペアを、接続関係を持つ文のペアの候補とし、前記接続関係を持つ文のペアの候補の各々について、接続関係があるか否かを判定する関連文ペア抽出部と、
前記関連文ペア抽出部によって接続関係があると判定された前記接続関係を持つ文のペアの候補の各々について、前記接続関係を持つ文のペアの候補から、暗示的な接続表現によって結ばれる２つの項を抽出する文間項抽出部と、
前記関連文ペア抽出部によって接続関係があると判定された前記接続関係を持つ文のペアの候補の各々について、前記接続関係を持つ文のペアの候補に基づいて、前記暗示的な接続表現の意味クラスを分類する意味クラス分類部と、
を含む接続表現項構造解析装置。
談話構造解析部が、入力された文書に基づいて、前記文書に含まれる文の各々の修辞構造に基づく、前記文の各々を各ノードで表わした談話構造木を生成するステップと、
構文解析部が、前記文書に含まれる文の各々について、構文解析を行って構文木を生成するステップと、
接続表現抽出部が、前記構文解析部によって生成された前記文の各々についての構文木に基づいて、項を持つ接続表現を抽出するステップと、
項位置関係決定部が、前記接続表現抽出部によって抽出された前記接続表現について、前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現するか否かを判定するステップと、
文内項抽出部が、前記項位置関係決定部によって前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現すると判定された場合、前記接続表現を含む文から、前記接続表現によって結ばれた２つの項を抽出するステップと、
文間項抽出部が、前記項位置関係決定部によって前記接続表現を含む文内に、前記接続表現によって結ばれた２つの項が出現しないと判定された場合、前記接続表現を含む文から、前記接続表現によって結ばれた２つの項の何れか一方を抽出し、前記談話構造解析部によって生成された前記談話構造木において、前記接続表現を含む文の親ノード又は兄弟ノードに対応する文から、前記接続表現によって結ばれた２つの項の何れか他方を抽出するステップと、
意味クラス分類部が、前記接続表現抽出部によって抽出された前記接続表現に基づいて、前記接続表現の意味クラスを分類するステップと、
を含む接続表現項構造解析方法。
談話構造解析部が、入力された文書に基づいて、前記文書に含まれる文の各々の修辞構造に基づく、前記文の各々を各ノードで表わした談話構造木を生成するステップと、
関連文ペア抽出部が、前記談話構造解析部によって生成された前記談話構造木に基づいて、親子ノードに対応する文のペア、及び兄弟ノードに対応する文のペアを、接続関係を持つ文のペアの候補とし、前記接続関係を持つ文のペアの候補の各々について、接続関係があるか否かを判定するステップと、
文間項抽出部が、前記関連文ペア抽出部によって接続関係があると判定された前記接続関係を持つ文のペアの候補の各々について、前記接続関係を持つ文のペアの候補から、暗示的な接続表現によって結ばれる２つの項を抽出するステップと、
意味クラス分類部が、前記関連文ペア抽出部によって接続関係があると判定された前記接続関係を持つ文のペアの候補の各々について、前記接続関係を持つ文のペアの候補に基づいて、前記暗示的な接続表現の意味クラスを分類するステップと、
を含む接続表現項構造解析方法。
コンピュータを、請求項１又は２に記載の接続表現項構造解析装置を構成する各部として機能させるためのプログラム。