JP2020160974A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】文章内の重要箇所を適切に識別することができる情報処理装置等を提供する。【解決手段】情報処理装置１は、対象文を取得する取得部と、文章に対して、前記文章の重要箇所を示す情報を学習させた学習済みの変換器を用いて、取得した前記対象文に前記重要箇所を示す情報を付与する変換部とを備えることを特徴とする。文章の重要箇所を示す情報を学習済みの変換器を用いることで、文章内の重要箇所を適切に識別することができる。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

文章内の重要度の高い箇所を抽出して強調表示させる技術がある。例えば特許文献１では、ｔｆ−ｉｄｆ法を用いて複数の文書からハイライト表示すべき単語又はフレーズを抽出し、ハイライト表示させる拾い読み支援システム等が開示されている。

特開２０１２−２０３８６８号公報

しかしながら、同じ語であっても、文脈によっては重要でない場合もある。特許文献１に係る発明は、ハイライト表示すべき単語又はフレーズとして抽出した語に一律にハイライトを付与するものであり、重要ではない語にもハイライトを付与する恐れがある。

一つの側面では、文章内の重要箇所を適切に識別することができる情報処理装置等を提供することを目的とする。

一つの側面に係る情報処理装置は、対象文を取得する取得部と、文章に対して、前記文章の重要箇所を示す情報を学習させた学習済みの変換器を用いて、取得した前記対象文に前記重要箇所を示す情報を付与する変換部とを備えることを特徴とする。

一つの側面では、文章内の重要箇所を適切に識別することができる。

ハイライト付与システムの構成例を示す模式図である。 サーバの構成例を示すブロック図である。 文章学習処理に関する説明図である。 ハイライト付与処理に関する説明図である。 文章学習処理の手順を示すフローチャートである。 ハイライト付与処理の手順を示すフローチャートである。 実施の形態２に係る文章学習処理に関する説明図である。 上述した形態のサーバの動作を示す機能ブロック図である。

以下、本発明をその実施の形態を示す図面に基づいて詳述する。
（実施の形態１）
図１は、ハイライト付与システムの構成例を示す模式図である。本実施の形態では、対象文の重要箇所にハイライトを付与するハイライト付与システムについて説明する。ハイライト付与システムは、情報処理装置１、端末２を含む。各装置は、インターネット等のネットワークＮを介して通信接続されている。

情報処理装置１は、種々の情報処理、情報の送受信を行う装置であり、例えばサーバ装置、パーソナルコンピュータ等である。本実施の形態において情報処理装置１はサーバ装置であるものとし、以下では簡潔のためサーバ１と読み替える。サーバ１は、教師用の文章に対し、当該文章のハイライトを付与すべき箇所（重要箇所）を学習済みの変換モデルを用いて、ハイライトが付与されていない対象文を、ハイライトを付与した対象文に変換する処理を行う。

端末２は、サーバ１に接続されたクライアント端末であり、例えばパーソナルコンピュータ等である。例えばサーバ１は、ネットワークＮを介して端末２から対象文のデータを取得し、取得した対象文を変換して端末２に出力する。

なお、本実施の形態ではクラウド上のサーバ１がハイライト付与処理を実行するものとするが、ローカル装置（例えば端末２）でハイライト付与処理を実行してもよい。

図２は、サーバ１の構成例を示すブロック図である。制御部１１、主記憶部１２、通信部１３、補助記憶部１４を有する。
制御部１１は、一又は複数のＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）等の演算処理装置を有し、補助記憶部１４に記憶されたプログラムＰを読み出して実行することにより、種々の情報処理、制御処理等を行う。主記憶部１２は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等の一時記憶領域であり、制御部１１が演算処理を実行するために必要なデータを一時的に記憶する。通信部１３は、通信に関する処理を行うための通信モジュールであり、外部と情報の送受信を行う。

補助記憶部１４は、ハードディスク、大容量メモリ等の不揮発性記憶領域であり、制御部１１が処理を実行するために必要なプログラムＰ、その他のデータを記憶している。また、補助記憶部１４は、変換モデル１４１を記憶している。変換モデル１４１は、機械学習により生成された学習済みモデルであり、ハイライト未付与の対象文を、ハイライトを付与した対象文に変換する学習済みモデルである。

なお、補助記憶部１４はサーバ１に接続された外部記憶装置であってもよい。また、サーバ１は複数のコンピュータからなるマルチコンピュータであっても良く、ソフトウェアによって仮想的に構築された仮想マシンであってもよい。

また、本実施の形態においてサーバ１は上記の構成に限られず、例えば操作入力を受け付ける入力部、画像を表示する表示部等を含んでもよい。また、サーバ１は、ＣＤ（Compact Disk）−ＲＯＭ、ＤＶＤ（Digital Versatile Disc）−ＲＯＭ等の可搬型記憶媒体１ａを読み取る読取部を備え、可搬型記憶媒体１ａからプログラムＰを読み取って実行するようにしても良い。あるいはサーバ１は、半導体メモリ１ｂからプログラムＰを読み込んでも良い。

図３は、文章学習処理に関する説明図である。図３では、文章内の重要箇所（ハイライト箇所）を示す情報を未付与の文章と、重要箇所を示す情報を付与済みの文章とを用いた機械学習を行い、変換モデル１４１を生成する様子を概念的に図示している。図３に基づき、変換モデル１４１を生成する機械学習処理について説明する。

なお、以下の説明では便宜上、重要箇所を示す情報を未付与の文章を「ハイライト未付与文」と呼び、重要箇所を示す情報を付与済みの文章を「ハイライト付与文」と呼ぶものとする。

サーバ１は、変換モデル１４１を生成するための教師データであって、複数のハイライト未付与文と、各ハイライト未付与文に対応する複数のハイライト付与文とを用いて変換モデル１４１を生成する。図３下側に、当該教師データを図示してある。

ハイライト付与文に付与されている、重要箇所を示す情報は、例えば重要箇所の開始位置及び終了位置を示す情報である。具体的には、重要箇所を示す情報は、ハイライト未付与文に対し、重要箇所の開始位置及び終了位置に挿入された文字列であって、重要箇所の開始位置及び終了位置を表す文字列（メタデータ）である。

例えば図３下側の表に示すように、ハイライト付与文には、ハイライトすべき箇所（テキスト）の前後に、ハイライトの開始位置を表す「＜ｈ＞」、及びハイライトの終了位置を表す「＜／ｈ＞」のタグが挿入されている。すなわち、本実施の形態でハイライト付与文には、重要箇所の開始位置及び終了位置を示す情報が、ハイライト付与文を構成する一つの文字列として含まれる。ハイライト付与文が与えられた場合、端末２は、上記のタグを参照して開始位置及び終了位置を識別し、タグで挟まれたテキストのハイライト表示を行う（図４参照）。

なお、上記のタグ（文字列）は文章内の重要箇所の開始位置及び終了位置を示す情報の一例であって、タグの挿入は必須ではない。

また、上記では重要箇所の開始位置及び終了位置を示す情報を付与するものとしたが、本実施の形態はこれに限定されず、開始位置から終了位置までに出現する全ての文字（文字列）に対して、個々に当該文字が重要箇所であることを示す識別情報を付与してもよい。すなわち、サーバ１は、文章内の重要箇所に対し、重要箇所であることをコンピュータが識別可能な情報を付与可能であればよく、その内容は特に限定されない。

サーバ１は、上記のハイライト未付与文及びハイライト付与文を用いて、ハイライト未付与文をハイライト付与文に変換する変換モデル１４１を生成する。上述の如く、変換モデル１４１は機械学習により生成される学習済みモデルであり、例えば深層学習により生成されるニューラルネットワークである。本実施の形態においてサーバ１は、ＲＮＮ（Recurrent Neural Network）による文章生成モデルを利用し、変換モデル１４１を生成する。例えば、ＥｎｃｏｄｅｒＤｅｃｏｄｅｒモデルの一種であるＳｅｑｕｅｎｃｅ−ｔｏ−Ｓｅｑｕｅｎｃｅ（Ｓｅｑ２Ｓｅｑ）を利用する。Ｓｅｑ２Ｓｅｑの学習は任意長の入力列から任意長の出力列を出力するような学習である。ここでは、入力列をハイライト未付与文、出力列をハイライト付与文として学習を行う。

変換モデル１４１は、文章内で出現する各文字列のデータの入力を受け付けるための入力層と、各文字列に続いて出現する文字列を推定した推定結果を出力する出力層と、入力層及び出力層の間の演算処理を行う中間層（隠れ層）とを有する。入力層は、文章における出現順序に従って、文章内に出現する各文字列のデータの入力をそれぞれ受け付ける複数のニューロンを有する。中間層は、入力層の各ニューロンに対応して、入力層と出力層との間の演算を行うための複数のニューロンを有する。中間層のニューロンは、過去の演算結果を用いて次の入力値に関する演算を行うことで、直近までの時系列的なデータ（入力列）から次の値を演算する。出力層は、中間層から出力された演算値に基づき、文章内に出現する文字列の推定結果を表す出力値を出力する。

サーバ１はまず、ハイライト未付与文を所定単位の文字列毎に分割する。例えばサーバ１は、形態素解析などの所定の辞書データを参照して、ハイライト未付与文を単語毎に分割する。なお、分割単位は単語単位に限定されず、例えば一文字単位、あるいは単語よりも大きいフレーズ単位で文字列の分割を行ってもよい。

サーバ１は、分割した各文字列を、文章内での並び順に従って入力層に順次入力する。サーバ１は、文章の先頭から続く一又は複数の文字列を順次入力し、当該一又は複数の文字列に続いて出現すると推定される次の文字列のデータを、出力値として出力層から取得する。

ここでサーバ１は、重要箇所の開始位置及び終了位置を表すタグも文章を構成する一つの文字列とみなし、タグが出現する位置を推定する。例えば図３に示すように、サーバ１は、入力層に分割した全文章（全文字列）を入力後、「信長」、「は」という文字列が出力され、２つの文字列に続く文字列として、重要箇所の開始位置を表す＜ｈ＞のタグが出現するか否かを推定する。当該タグが出現するとの推定結果が出力層から出力された場合、サーバ１は、上記の２つの文字列に続く次の文字列として、当該タグを挿入する。

サーバ１は、出力層の各ニューロンから出力された文字列を、入力層の次のニューロンに入力しながら演算を行い、文章の先頭から順に文字列の推定を行ってハイライト付与文を生成する。これによりサーバ１は、ハイライト未付与文をハイライト付与文に変換する。サーバ１は、変換したハイライト付与文を構成する各文字列を、教師用のハイライト付与文の各文字列と比較する。サーバ１は、両者が近似するように、各ニューロン間の重み、活性化関数の係数等の各種パラメータの最適化を行う。サーバ１は、教師データに含まれる各ハイライト未付与文及びハイライト付与文のペアについて上記の処理を行い、変換モデル１４１を生成する。

図４は、ハイライト付与処理に関する説明図である。図４に基づき、変換モデル１４１を用いて対象文をハイライト付与文に変換する処理について説明する。
サーバ１は、例えば端末２からハイライト付与対象とする対象文を取得する。サーバ１は、学習時と同様に、対象文を単語等の所定単位の文字列毎に分割する。

サーバ１は、分割した各文字列を、対象文における並び順に従って変換モデル１４１に順次入力する。サーバ１は変換モデル１４１から、対象文の先頭から続く一又は複数の文字列の次に出現する文字列を推定した推定結果を順次取得し、対象文を変換した文章を生成する。この場合にサーバ１は、重要箇所の開始位置及び終了位置を示すタグが出現するか否かも含めて文字列の推定を行い、重要箇所の開始位置及び終了位置にタグを挿入したハイライト付与文へと対象文を変換する。

サーバ１は、タグが挿入されたハイライト付与文を端末２に出力し、表示させる。端末２は、タグを参照して重要箇所の開始位置及び終了位置を識別し、重要箇所の背景色を変更するなどして他の箇所と色分けし、ハイライト表示を行う。なお、図４では便宜上、ハイライト表示を行っている様子をハッチングにより図示している。

なお、上記のハイライト表示は重要箇所の強調表示の一例であり、例えば端末２は、下線付き表示、太字表示、フォントの変更などで強調表示を行ってもよい。

図５は、文章学習処理の手順を示すフローチャートである。図５に基づき、機械学習を行って変換モデル１４１を生成する処理の処理内容について説明する。
サーバ１の制御部１１は、変換モデル１４１を生成するための教師データであって、重要箇所を示す情報が付与されていないハイライト未付与文と、重要箇所を示す情報が付与されたハイライト付与文とを対応付けた教師データを取得する（ステップＳ１１）。重要箇所を示す情報は、例えば重要箇所の開始位置及び終了位置を示す情報である。より具体的には、重要箇所を示す情報は、重要箇所を示す情報が未付与の文章に対し、重要箇所の開始位置及び終了位置に挿入する文字列であって、重要箇所の開始位置及び終了位置を表す文字列（メタデータ）である。

制御部１１は、ハイライト未付与文を、所定単位の文字列毎に分割する（ステップＳ１２）。例えば制御部１１は、所定の辞書データを参照して単語毎に分割する。

制御部１１は、各文字列に分割したハイライト未付与文と、ハイライト付与文とを用いて機械学習を行い、変換モデル１４１を生成する（ステップＳ１３）。具体的には、制御部１１は、ハイライト未付与文から分割した各文字列を文章の並び順に従って変換モデル１４１に入力し、重要箇所の開始位置及び終了位置と推定される位置に、重要箇所の開始位置及び終了位置を示す文字列を挿入したハイライト付与文を出力として取得する。制御部１１は、出力されたハイライト付与文を教師用のハイライト付与文と比較し、両者が近似するように各種パラメータを最適化して変換モデル１４１を生成する。制御部１１は一連の処理を終了する。

図６は、ハイライト付与処理の手順を示すフローチャートである。図６に基づき、変換モデル１４１を用いて対象文をハイライト付与文に変換する処理の処理内容について説明する。
サーバ１の制御部１１は、端末２から対象文を取得する（ステップＳ３１）。制御部１１は、対象文を所定単位の文字列毎に分割する（ステップＳ３２）。

制御部１１は、分割した各文字列を対象文の並び順に従って変換モデル１４１に順次入力し、重要箇所を示す情報を付与したハイライト付与文に対象文を変換する（ステップＳ３３）。具体的には上述の如く、制御部１１は、対象文の先頭から順に各文字列を変換モデル１４１に入力し、重要箇所の開始位置及び終了位置と推定される位置に、重要箇所の開始位置及び終了位置を示す文字列を挿入したハイライト付与文を出力として取得する。制御部１１は、変換したハイライト付与文を端末２に出力し（ステップＳ３４）、一連の処理を終了する。

なお、上記では、入力文（ハイライト未付与文）を構成する各文字列を文章の並び順に従って先頭から順に入力するものとしたが、本実施の形態はこれに限定されず、例えば文章の末尾から順に入力してハイライトの開始位置及び終了位置を推定するようにしてもよい。

以上より、本実施の形態１によれば、ハイライト付与前のハイライト未付与文と、ハイライト付与後のハイライト付与文とを学習済みの変換モデル１４１を用いることで、文章内の重要箇所を適切に識別し、ハイライトを付与することができる。

また、本実施の形態１によれば、入力文（対象文）を構成する各文字列を時系列で扱う変換モデル１４１を利用することで、重要箇所の開始位置及び終了位置を適切に推定することができる。

また、本実施の形態１によれば、重要箇所の開始位置及び終了位置を表すタグ（文字列）を、文章を構成する一つの文字列とみなして処理することで、ハイライト付与文への変換を好適に行うことができる。

（実施の形態２）
本実施の形態では、ハイライトの種類に応じたタグを付与する形態について述べる。なお、実施の形態１と重複する内容については同一の符号を付して説明を省略する。
図７は、実施の形態２に係る文章学習処理に関する説明図である。本実施の形態では、教師用のハイライト付与文において、重要箇所を表示する際のハイライト（表示態様）の種類に応じたタグ（文字列）が付与されている。ハイライトの種類は、例えば図７下側の表に示すように、フォントサイズ、色の種類、太字表示の有無などであるが、ハイライトの具体的な表示手法（表示態様）は特に限定されない。また、実施の形態１でも説明したように、タグによる識別は一例であって、ハイライト付与文にはハイライトの種類に応じた情報が付与されていればよい。

サーバ１は、実施の形態１と同様にハイライト未付与文を所定単位の文字列毎に分割して変換モデル１４１に入力し、タグを含む各文字列を文章の先頭から順に推定してハイライト付与文を生成する。この場合にサーバ１は、ハイライトの種類に応じて異なるタグを推定し、ハイライト付与文を生成する。

サーバ１は、タグを含む各文字列を教師用のハイライト付与文の文字列と比較し、両者が近似するように学習を行う。この場合にサーバ１は、重要箇所の開始位置及び終了位置として推定したタグについて、ハイライトの種類も含めて同じになるように学習を行い、変換モデル１４１を生成する。

サーバ１は、生成した変換モデル１４１を用いて対象文の変換を行い、ハイライトの種類に応じて異なる種類のタグを挿入したハイライト付与文を生成して端末２に出力する。端末２がハイライト付与文を表示する場合、例えばタグの種類に応じて色を変えるなどして、重要箇所に応じたハイライト表示を行う。

ハイライトの種類に応じた文章の学習及び変換を行う点以外は実施の形態１と同様であるため、本実施の形態ではフローチャートその他の詳細な説明は省略する。

以上より、本実施の形態２によれば、重要箇所に応じて異なるハイライトを付与した文章を生成することができる。

（実施の形態３）
図８は、上述した形態のサーバ１の動作を示す機能ブロック図である。制御部１１がプログラムＰを実行することにより、サーバ１は以下のように動作する。
取得部８１は、対象文を取得する。変換部８２は、文章に対して、前記文章の重要箇所を示す情報を学習させた学習済みの変換器を用いて、取得した前記対象文に前記重要箇所を示す情報を付与する。

本実施の形態３は以上の如きであり、その他は実施の形態１及び２と同様であるので、対応する部分には同一の符号を付してその詳細な説明を省略する。

今回開示された実施の形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

１ サーバ（情報処理装置）
１１ 制御部
１２ 主記憶部
１３ 通信部
１４ 補助記憶部
Ｐ プログラム
１４１ 変換モデル
２ 端末

Claims (8)

1. 対象文を取得する取得部と、
   文章に対して、前記文章の重要箇所を示す情報を学習させた学習済みの変換器を用いて、取得した前記対象文に前記重要箇所を示す情報を付与する変換部と
   を備えることを特徴とする情報処理装置。
2. 前記対象文を複数の文字列に分割する分割部を備え、
   前記変換部は、前記複数の文字列を前記対象文の並び順に従って前記変換器に順次入力する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記変換部は、前記対象文を、前記重要箇所の開始位置及び終了位置を示す情報を付与した文章に変換する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記変換部は、前記開始位置から前記終了位置までに出現する全ての文字列に対して個々に識別情報を付与した文章に変換する
   ことを特徴とする請求項３に記載の情報処理装置。
5. 前記開始位置及び終了位置を示す情報は、該開始位置及び終了位置に挿入される文字列であり、
   前記変換部は、前記文章に対して前記開始位置及び終了位置を表す文字列が挿入された文章を学習済みの前記変換器を用いて、前記対象文に前記開始位置及び終了位置を表す文字列を挿入した文章に変換する
   ことを特徴とする請求項３に記載の情報処理装置。
6. 前記重要箇所を示す情報は、該重要箇所を表示する際の表示態様の種類を示す情報を含み、
   前記変換部は、前記重要箇所に対し、前記表示態様の種類を示す情報を付与する
   ことを特徴とする請求項１〜５のいずれか１項に記載の情報処理装置。
7. 対象文を取得し、
   文章に対して、前記文章の重要箇所を示す情報を学習させた学習済みの変換器を用いて、取得した前記対象文に前記重要箇所を示す情報を付与する
   処理をコンピュータに実行させることを特徴とする情報処理方法。
8. 対象文を取得し、
   文章に対して、前記文章の重要箇所を示す情報を学習させた学習済みの変換器を用いて、取得した前記対象文に前記重要箇所を示す情報を付与する
   処理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。

Images