JP2020181387A - 文書要約装置、文書要約システム、文書要約方法及びプログラム - Google Patents
文書要約装置、文書要約システム、文書要約方法及びプログラム Download PDFInfo
- Publication number
- JP2020181387A JP2020181387A JP2019084294A JP2019084294A JP2020181387A JP 2020181387 A JP2020181387 A JP 2020181387A JP 2019084294 A JP2019084294 A JP 2019084294A JP 2019084294 A JP2019084294 A JP 2019084294A JP 2020181387 A JP2020181387 A JP 2020181387A
- Authority
- JP
- Japan
- Prior art keywords
- document
- unit
- input
- misunderstanding
- words
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 22
- 230000000877 morphologic effect Effects 0.000 claims abstract description 39
- 238000000605 extraction Methods 0.000 claims abstract description 34
- 239000000284 extract Substances 0.000 claims description 11
- 230000014509 gene expression Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 230000008520 organization Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 239000002344 surface layer Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/34—Browsing; Visualisation therefor
- G06F16/345—Summarisation for human users
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/93—Document management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Abstract
【課題】短い要約文であったとしても、入力文書の内容と異なる事実が表示されることを抑制する文書要約装置を実現する。【解決手段】文書要約装置の制御部は、入力文書を取得する入出力部１２１と、入出力部１２１が取得した入力文書から、１又は複数の重要語及び当該１又は複数の重要語に関連する１又は複数の関連語を抽出する抽出部１２２と、入力文書を形態素解析部１２４で形態素解析して得られる形態素リストを参照して、１又は複数の重要語と１又は複数の関連語とによる要約文に対する誤解リスクを判定する判定部１２６と、判定部１２６が、誤解リスクが所定の値以上であると判定した場合に、入力文書をトピック解析部１２３でトピック解析して得られたトピック語と１又は複数の重要語とを用いて要約文を生成し、生成した要約文を出力するか、入力文書から要約文を生成することは不可能である旨の情報を出力する出力情報生成部１２７とを備える。【選択図】図２
Description
本発明は、文書要約装置、文書要約システム、文書要約方法及びプログラムに関する。
近年、ニュース記事の読み上げ時間の短縮及びニュース記事の情報の整理のために、入力した文書の要約文を生成する技術が開発されている（特許文献１）。
特許文献１には、入力された文書から、重要な単語と、重要な単語同士の関係を抽出し、それらに基づいて文書の要約を生成する文書要約装置が開示されている。
しかしながら、特許文献１の文書要約装置では、入力文章の正確な内容の要約文を生成するために、要約文が冗長になりがちであるという問題がある。当該問題を解決するために、なるべく短い要約文を出力するよう構成することが望ましいが、要約文が短くなるほど、入力文章と異なる事実を要約文として表される恐れが高まる。
本発明の一態様は、上記の課題に鑑みてなされたものであり、その主たる目的は、短い要約文であったとしても、入力文書の内容と異なる事実が表示されることを抑制する文書要約装置を実現することを目的とする。
上記の課題を解決するために、本発明の一態様に係る文書要約装置は、入力文書を取得する文書取得部と、前記文書取得部が取得した入力文書から、１又は複数の重要語及び当該１又は複数の重要語に関連する１又は複数の関連語を抽出する抽出部と、前記入力文書を形態素解析して得られる形態素リストを参照して、前記１又は複数の重要語と前記１又は複数の関連語とによる要約文に対する誤解リスクを判定する判定部と、前記判定部が、誤解リスクが所定の値以上であると判定した場合に、判定結果に応じた情報を生成し、生成した情報を出力する出力情報生成部とを備えている。
上記の課題を解決するために、本発明の一態様に係る文書要約方法は、入力文書を取得する文書取得ステップと、前記文書取得ステップが取得した入力文書から、１又は複数の重要語及び当該１又は複数の重要語に関連する１又は複数の関連語を抽出する抽出ステップと、前記入力文書を形態素解析して得られる形態素リストを参照して、前記１又は複数の重要語と前記１又は複数の関連語とによる要約文に対する誤解リスクを判定する判定ステップと、前記判定ステップにおいて、誤解リスクが所定の値以上であると判定した場合に、判定結果に応じた情報を生成し、生成した情報を出力する出力情報生成ステップとを備えている。
本発明の一態様によれば、短い要約文であったとしても、入力文書の内容と異なる事実が表示されることを抑制する文書要約装置を実現することができる。
［実施形態１］
以下、実施形態１に係る文書要約システム１について図１を参照して説明する。図１は、文書要約システム１の構成を示すブロック図である。
以下、実施形態１に係る文書要約システム１について図１を参照して説明する。図１は、文書要約システム１の構成を示すブロック図である。
（文書要約システム１）
文書要約システム１は、入力された文書から要約文を生成するシステムである。図１に示すように、文書要約システム１は、文書要約装置１０、表示装置２０、記事サーバ３０、及びデータサーバ４０を備えている。なお、記事サーバ３０とデータサーバ４０とは、別体のサーバとして実現されてもよいし、一体のサーバとして実現されていてもよい。以下の説明では、記事サーバ３０とデータサーバ４０とが、別体のサーバとして実現された構成を例に挙げて説明する。
文書要約システム１は、入力された文書から要約文を生成するシステムである。図１に示すように、文書要約システム１は、文書要約装置１０、表示装置２０、記事サーバ３０、及びデータサーバ４０を備えている。なお、記事サーバ３０とデータサーバ４０とは、別体のサーバとして実現されてもよいし、一体のサーバとして実現されていてもよい。以下の説明では、記事サーバ３０とデータサーバ４０とが、別体のサーバとして実現された構成を例に挙げて説明する。
（文書要約装置１０）
図１に示すように、文書要約装置１０は、通信部１１、制御部１２、及び記憶部１３を備えている。文書要約装置１０は、入力された文章の要約文を生成するものである。より具体的には、文書要約装置１０は、通信部１１を介してデータサーバ４０から後述する入力文書を取得し、取得した入力文書に基づき要約文を生成する。文書要約装置１０は生成した要約文をデータサーバ４０に出力する。ここで、本実施形態に係る文書要約装置１０は、要約文としてＮ語要約を生成する。Ｎは２以上の自然数であり、好ましくはＮは２以上４以下の自然数である。
図１に示すように、文書要約装置１０は、通信部１１、制御部１２、及び記憶部１３を備えている。文書要約装置１０は、入力された文章の要約文を生成するものである。より具体的には、文書要約装置１０は、通信部１１を介してデータサーバ４０から後述する入力文書を取得し、取得した入力文書に基づき要約文を生成する。文書要約装置１０は生成した要約文をデータサーバ４０に出力する。ここで、本実施形態に係る文書要約装置１０は、要約文としてＮ語要約を生成する。Ｎは２以上の自然数であり、好ましくはＮは２以上４以下の自然数である。
通信部１１は、ネットワーク上にあるサーバと通信を行うためのものである。通信部１１としては、例えば、有線ＬＡＮ、Ｗｉ−ＦＩ（登録商標）等の無線ＬＡＮ、並びに３Ｇ、ＷｉＭＡＸ、ＬＥＴ、及び４Ｇ等の公衆無線等を用いることができる。
制御部１２は、記憶部１３に記憶されているプログラムを実行するためのものである。制御部１２は、当該プログラムを実行することによって、データサーバ４０から取得した入力文書の要約文を生成する。制御部１２の具体的な構成については後述する。
記憶部１３には、ＯＳ，デバイスドライバ、ミドルウェア、及びアプリ等のプログラムが記憶されている。記憶部１３としては、例えば、ＳＲＡＭ及びフラッシュＲＯＭ等のメモリ、ＳＤカード、並びにハードディスク等を用いることができる。
なお、本実施形態において、文書要約装置１０は、データサーバ４０とは異なるサーバに実装されている。文書要約装置１０が実装されているサーバとデータサーバ４０との各サーバは、同じ事業者によって管理されていてもよいし、異なる事業者によって管理されていてもよい。
（表示装置２０）
表示装置２０は、データサーバ４０から取得した記事情報及び要約文を、ユーザに対して出力するためのものである。表示装置２０としては、例えば、携帯端末等が挙げられる。
表示装置２０は、データサーバ４０から取得した記事情報及び要約文を、ユーザに対して出力するためのものである。表示装置２０としては、例えば、携帯端末等が挙げられる。
図１に示すように、表示装置２０は、表示部２０１及び音声出力部２０２を備えている。表示部２０１は、データサーバ４０から取得した記事情報及び要約文を表示する。音声出力部２０２は、データサーバ４０から取得した記事情報及び要約文を音声出力する。なお、本実施形態に係る表示装置２０は、ユーザに対する記事情報及び要約文の出力を、表示部２０１による画面表示及び音声出力部２０２による音声出力の何れかを用いて行ってもよく、画面表示および音声出力の両方を用いて行ってもよい。
（記事サーバ３０）
記事サーバ３０は、データサーバ４０に対して記事情報を提供するサーバである。ここで、記事情報とは、データサーバ４０において読み上げる文書であり、タイトル、見出し及び本文等の記事の文、記事のカテゴリ、並びに記事のキーワードなどが格納されている。また提供される記事情報としては、例えば、ニュース記事、商品及びサービスの紹介記事、時事ネタ、便利ネタ等の文書が挙げられる。
記事サーバ３０は、データサーバ４０に対して記事情報を提供するサーバである。ここで、記事情報とは、データサーバ４０において読み上げる文書であり、タイトル、見出し及び本文等の記事の文、記事のカテゴリ、並びに記事のキーワードなどが格納されている。また提供される記事情報としては、例えば、ニュース記事、商品及びサービスの紹介記事、時事ネタ、便利ネタ等の文書が挙げられる。
（データサーバ４０）
データサーバ４０は、記事サーバ３０から定期的に記事情報を取得する。データサーバ４０は、取得した記事情報を入力文書として文書要約装置１０へ出力する。また、データサーバ４０は、文書要約装置１０において提供した入力文書に基づいて生成した要約文を取得する。また、データサーバ４０は、記事サーバ３０から取得した記事情報及び文書要約装置１０から取得した要約文を表示装置２０へ出力する。ここで、データサーバ４０としては、例えば、ニュースサイト、通販サイト、企業サイト、レシピ／トリビアサイト、掲示板等が挙げられる。
データサーバ４０は、記事サーバ３０から定期的に記事情報を取得する。データサーバ４０は、取得した記事情報を入力文書として文書要約装置１０へ出力する。また、データサーバ４０は、文書要約装置１０において提供した入力文書に基づいて生成した要約文を取得する。また、データサーバ４０は、記事サーバ３０から取得した記事情報及び文書要約装置１０から取得した要約文を表示装置２０へ出力する。ここで、データサーバ４０としては、例えば、ニュースサイト、通販サイト、企業サイト、レシピ／トリビアサイト、掲示板等が挙げられる。
（制御部１２）
次に、実施形態１に係る制御部１２について図２を参照して説明する。図２は、制御部１２の構成を示すブロック図である。
次に、実施形態１に係る制御部１２について図２を参照して説明する。図２は、制御部１２の構成を示すブロック図である。
図２に示すように、制御部１２は、入出力部１２１（文書取得部）、抽出部１２２、トピック解析部１２３、形態素解析部１２４、データベース１２５、判定部１２６、及び出力情報生成部１２７を備えている。
入出力部１２１は、通信部１１を介して、データサーバ４０から入力文書を取得するものである。入出力部１２１は、取得した入力文書を抽出部１２２、トピック解析部１２３及び形態素解析部１２４に出力する。また、入出力部１２１は、出力情報生成部１２７において生成した要約文を取得し、通信部１１を介してデータサーバ４０に出力する。
抽出部１２２は、入出力部１２１から取得した入力文書をＮ語に要約するものである。具体的には、抽出部１２２は、入力文書から１又は複数の重要語及び１又は複数の重要語に関連する１又は複数の関連語を抽出する。例えば、「Ａ高校に逆転勝利 Ｂ高校のＣ選手がサヨナラホームラン」という入力文書を２語要約する場合、抽出部１２２は、重要語として「Ａ高校」、関連語として「逆転勝利」を抽出する。
また、例えば、「ＡさんがＸＸ賞を辞退した」という入力文書を３語要約する場合、抽出部１２２は、重要語として「Ａさん」、関連語として「辞退」及び「ＸＸ賞」を抽出する。なお、３語要約の例として、抽出部１２２が、重要語を１つ、関連語を２つ抽出する構成について説明したが、抽出部１２２が、重要語が２つ、関連語を１つ抽出する構成であってもよい。
なお、４語以上の要約についても、３語要約と同様に、抽出部１２２が、重要語と関連語とのどちらか一方を１つのみ抽出し、他方を複数抽出する構成であってもよい。また、４語以上の要約では、重要語と関連語とをそれぞれ複数抽出する構成であってもよい。
抽出部１２２は、抽出した重要語及び関連語を出力情報生成部１２７に出力する。
なお、抽出部１２２における入力文書から要約を抽出する技術は既存の技術を用いることができるため、ここでの説明を省略する。
トピック解析部１２３は、入出力部１２１から取得した入力文書をトピック解析してトピック語を得るものである。例えば、トピック解析部１２３は、「〇〇選手がホームランを打った」という入力文書をトピック解析した場合、「選手」及び「ホームラン」といった特徴的な用語から「野球」に関する記事であると推測し、「野球」というトピック語を出力する。
トピック解析部１２３は、トピック解析によって得られたトピック語を出力情報生成部１２７に出力する。
なお、トピック解析部１２３における入力文書をトピック解析する技術は既存の技術を用いることができるため、ここでの説明を省略する。既存の技術としては、例えば、ＬＤＡ等が挙げられる。
また、トピック解析部１２３は、入力文書に格納されている記事のカテゴリ、及び記事のキーワード等をトピック語として出力する構成であってもよい。なお、入力文書に格納されている記事のキーワードが複数ある場合、トピック解析部１２３は、（１）一番先頭にあるキーワード、（２）形態素解析した結果、固有名詞だったキーワード、（３）○○ニュース／○○の話題など、特定のパターンに当てはまる・当てはまらないキーワード、の少なくとも何れか、又は、それらの組み合わせによって、トピック語を決定する構成であってもよい。
形態素解析部１２４は、入出力部１２１から取得した入力文書を形態素解析して形態素リストを生成するものである。ここで、本実施形態において、形態素リストは、表層形、原形、品詞１〜４によって構成されている。表層形には、解析した文に登場する形態素そのものが格納される。原形には、動詞などの現在形、過去形などの活用がある形態素の原形が格納される。品詞１〜４には、名詞、助詞、及び動詞等の形態素の品詞の詳細分類を含む品詞情報が格納される。ここで、本実施形態に係る形態素リストには、人名、地名、組織名及び品名等の固有表現が含まれており、品詞３及び４において、これらの固有表現の分類情報が格納される。
図３に、生成される形態素リストの例として、本実施形態に係る形態素解析部１２４が「Ａ高校に逆転勝利 Ｂ高校のＣ選手がサヨナラホームラン」の入力文書を形態素解析した場合の形態素リストを示す。
形態素解析部１２４は、生成した形態素リストを判定部１２６に出力する。
なお、形態素解析部１２４における入力文書を形成素解析する技術は、既存の技術を用いることができるため、ここでの説明を省略する。既存の技術としては、例えば、ＭｅＣａｂ及びＪＵＭＮ＋＋等のツールが挙げられる。
データベース１２５は、入力文書から抽出される重要語及び関連語から生成される要約文が、入力文書の内容と異なる事実を表示し誤解されるリスクを有しているか否かを判定するための判定パターンを格納するものである。以下の説明において、入力文書の内容と異なる事実を表示し誤解されるリスクを誤解リスクと記載する。
判定パターンは、判定部１２６で処理しやすいフォーマットであれば特に限定されない。判定パターンのフォーマットとしては、例えば、ＸＭＬ，ＪＳＯＮ，リスト形式、及び連想配列等のフォーマットが挙げられる。
判定パターンは、誤解リスクスコアが設定された複数のカテゴリを含んでいる。複数のカテゴリは、否定的表現を含む文書である否定系のカテゴリを含んでいる。また、複数のカテゴリは、未遂的表現を含む文書である未遂系のカテゴリを含んでいる。また、複数のカテゴリは、未来的表現を含む文書である未来系のカテゴリを含んでいる。また、複数のカテゴリは、同じ種類の固有名詞を複数含む文書である複数系のカテゴリを含んでいる。また、複数のカテゴリは、ある人物と他の人物とを含む文書である他人系カテゴリを含んでいる。
各カテゴリは、複数のパターンを含んでおり、パターンごとに誤解リスクスコアが設定されている。各パターンは、複数の形態素からなる配列として構成されている。
図４に、本実施形態に係るデータベース１２５に格納されている判定パターンの例を示す。
データベース１２５は、判定パターンを判定部１２６に出力する。
判定部１２６は、形態素解析部１２４から取得した形態素リストとデータベース１２５から取得した判定パターンとを参照して、重要語と関連語とによる要約文に対する誤解リスクを判定するためのものである。
判定部１２６は、形態素リストと各カテゴリを比較することにより、入力文書がカテゴリに該当するか否かを判定する判定処理を実行する。より具体的には、判定部１２６は、各カテゴリのパターン毎に判定処理を実行し、形態素リストの原形と配列要素が一致するパターンの誤解リスクスコア（判定スコア）を加算する。
ここで、複数系のカテゴリの判定は、形態素リスト内の固有名詞の分析結果をもとに一致判定を行う。より具体的には、複数系のカテゴリの判定では、固有名詞を「人名」、「組織名」及び「地域名」の項目毎にそれぞれ該当する数をカウントし、カウント結果に２以上になる項目がある場合に誤解リスクスコアを加算する。カウント結果が２以上になる項目が複数ある場合は、カウント結果が２以上になった項目の数だけ誤解リスクスコアを加算する。
判定部１２６は、形態素リストと一致したパターンの誤解リスクスコアの総計が所定の閾値以上であると判定した場合、重要語と関連語とによる要約文に誤解リスクがあると判定し、態素リストと一致したパターンの誤解リスクスコアの総計が所定の閾値より小さいと判定した場合に、重要語と関連語とによる要約文に誤解リスクがないと判定する。ここで、判定部１２６における所定の閾値は、データベース１２５から取得した判定パターンに応じて設定される。
判定部１２６は、判定結果を出力情報生成部１２７に出力する。
出力情報生成部１２７は、抽出部１２２から重要語と関連語とを取得し、トピック解析部１２３からトピック語を取得する。また、出力情報生成部１２７は、判定部１２６から判定結果を取得し、取得した判定結果に基づき、入力文書の要約文としてＮ語要約を生成する。
より具体的には、出力情報生成部１２７は、判定結果が重要語と関連語とによる要約文に誤解リスクがないと判定された場合、１又は複数の重要語と１又は複数の関連語とからなるＮ語要約を要約文として生成する。また、出力情報生成部１２７は、判定結果が重要語と関連語とによる要約文に誤解リスクがあると判定された場合、１又は複数の重要語とトピック語とからなるＮ語要約を要約文として生成する。
出力情報生成部１２７が生成する要約文の例として、図５に、出力情報生成部１２７が生成した２語要約の具体例を示す。
出力情報生成部１２７は生成した要約文を入出力部１２１に出力する。
なお、データベース１２５に格納されている各カテゴリのパターン及びその誤解リスクスコアと、判定部１２６において予め設定されている所定の閾値とは、任意に設定する構成であってもよく、また、機械学習を用いて設定及び調整する構成であってもよい。
このように、本実施形態に係る文書要約装置１０は、入力文書から抽出される重要語及び関連語から生成される要約文の誤解リスクの判定結果に応じて、要約文を生成することができるため、Ｎ語程度の極端に短い要約文であったとしても、入力文書の内容と異なる事実を表示することを抑制することができる。
また、本実施形態に係る文書要約装置１０は、データベース１２５が、入力文書の記事のカテゴリ毎に判定パターンを格納しており、入力文書のカテゴリに対応する判定パターンを判定部１２６に出力する構成であってもよい。
例えば、入力文書が芸能・スポーツ関連のニュース記事である場合、人名の固有名詞が出現しやすい。また、入力文書がＩＴ・経済関連のニュース記事である場合、組織名の固有名詞が出現しやすい。また、入力文書がグルメ・ファッション関連のニュース記事である場合、組織名の固有名詞が出現しやすい。このように、入力文書の記事のカテゴリによって固有名詞の出現傾向が異なっているため、入力文書の記事のカテゴリ毎に判定パターンを変えることが好ましい。
また、入力文書がスポーツ関連のニュース記事である場合、チーム名（組織名）及び地名の固有名詞が出現しやすい。また、入力文書がスポーツ関連のニュース記事である場合、地名がチーム名として出現することがある。そこで、入力文書がスポーツ関連のニュース記事である場合、判定部１２６は、チーム名と地名との固有名詞を同じ項目としてカウントする構成であってもよい。
このように、本実施形態に係る文書要約装置１０は、判定部１２６が入力文書の記事のカテゴリに対応する判定パターンを用いて判定することにより、より適切に入力文書から抽出される重要語及び関連語から生成される要約文の誤解リスクを判定することができる。
（文章要約処理の動作）
次に、文書要約システム１の文章要約処理の動作を、図６を参照しながら説明する。図６は、文書要約システム１の動作を示したフローチャートである。
次に、文書要約システム１の文章要約処理の動作を、図６を参照しながら説明する。図６は、文書要約システム１の動作を示したフローチャートである。
〔ステップＳ１０１〕
データサーバ４０が、記事サーバ３０から記事情報を取得する。
データサーバ４０が、記事サーバ３０から記事情報を取得する。
〔ステップＳ１０２〕
データサーバ４０は、記事サーバ３０から取得した記事情報を入力文書として文書要約装置１０に出力する。換言すれば、制御部１２の入出力部１２１は、通信部１１を介してデータサーバ４０から入力文書を取得する。
データサーバ４０は、記事サーバ３０から取得した記事情報を入力文書として文書要約装置１０に出力する。換言すれば、制御部１２の入出力部１２１は、通信部１１を介してデータサーバ４０から入力文書を取得する。
〔ステップＳ１０３〕
抽出部１２２は、入出力部１２１から入力文書を取得する。抽出部１２２は、取得した入力文書から入力文書の１又は複数の重要語及び１又は複数の重要語に関連する１又は複数の関連語を抽出する。抽出部１２２は、抽出した１又は複数の重要語及び１又は複数の関連語を出力情報生成部１２７に出力する。
抽出部１２２は、入出力部１２１から入力文書を取得する。抽出部１２２は、取得した入力文書から入力文書の１又は複数の重要語及び１又は複数の重要語に関連する１又は複数の関連語を抽出する。抽出部１２２は、抽出した１又は複数の重要語及び１又は複数の関連語を出力情報生成部１２７に出力する。
〔ステップＳ１０４〕
形態素解析部１２４は、入出力部１２１から入力文書を取得する。形態素解析部１２４は、取得した入力文書を形態素解析し、入力文書の形態素リストを生成する。形態素解析部１２４は、生成した形態素リストを判定部１２６に出力する。
形態素解析部１２４は、入出力部１２１から入力文書を取得する。形態素解析部１２４は、取得した入力文書を形態素解析し、入力文書の形態素リストを生成する。形態素解析部１２４は、生成した形態素リストを判定部１２６に出力する。
〔ステップＳ１０５〕
判定部１２６は、データベース１２５からデータベース１２５に格納されている判定パターンを取得する。
判定部１２６は、データベース１２５からデータベース１２５に格納されている判定パターンを取得する。
〔ステップＳ１０６〕
判定部１２６は、形態素解析部１２４から取得した形態素リストとデータベース１２５から取得した判定パターンとの一致判定を実行し、誤解リスクスコア（判定スコア）を算出する。
判定部１２６は、形態素解析部１２４から取得した形態素リストとデータベース１２５から取得した判定パターンとの一致判定を実行し、誤解リスクスコア（判定スコア）を算出する。
〔ステップＳ１０７〕
判定部１２６は、算出した判定スコアが予め設定していた所定の閾値以上であるか否かを判定する。
判定部１２６は、算出した判定スコアが予め設定していた所定の閾値以上であるか否かを判定する。
〔ステップＳ１０８〕
判定部１２６が、ステップＳ１０７においてＹＥＳと判定し、判定スコアが予め設定していた所定の閾値以上である場合、トピック解析部１２３は、入出力部１２１から取得した入力文書のトピック解析を実行し、入力文書のトピック語を生成する。トピック解析部１２３は、生成したトピック語を出力情報生成部１２７に出力する。
判定部１２６が、ステップＳ１０７においてＹＥＳと判定し、判定スコアが予め設定していた所定の閾値以上である場合、トピック解析部１２３は、入出力部１２１から取得した入力文書のトピック解析を実行し、入力文書のトピック語を生成する。トピック解析部１２３は、生成したトピック語を出力情報生成部１２７に出力する。
〔ステップＳ１０９〕
出力情報生成部１２７は、抽出部１２２から取得した１又は複数の重要語と、トピック解析部１２３から取得したトピック語を要約文として生成する。出力情報生成部１２７は、生成した要約文を入出力部１２１に出力する。
出力情報生成部１２７は、抽出部１２２から取得した１又は複数の重要語と、トピック解析部１２３から取得したトピック語を要約文として生成する。出力情報生成部１２７は、生成した要約文を入出力部１２１に出力する。
〔ステップＳ１１０〕
判定部１２６が、ステップＳ１０７においてＮＯと判定し、判定スコアが予め設定していた所定の閾値より小さい場合、出力情報生成部１２７は、抽出部１２２から取得した１又は複数の重要語と１又は複数の関連語とを要約文として生成する。出力情報生成部１２７は、生成した要約文を入出力部１２１に出力する。
判定部１２６が、ステップＳ１０７においてＮＯと判定し、判定スコアが予め設定していた所定の閾値より小さい場合、出力情報生成部１２７は、抽出部１２２から取得した１又は複数の重要語と１又は複数の関連語とを要約文として生成する。出力情報生成部１２７は、生成した要約文を入出力部１２１に出力する。
〔ステップＳ１１１〕
入出力部１２１は、取得した要約文を通信部１１を介してデータサーバ４０に出力する。
入出力部１２１は、取得した要約文を通信部１１を介してデータサーバ４０に出力する。
〔ステップＳ１１２〕
データサーバ４０は、取得した要約文を表示装置２０（端末）に出力する。
データサーバ４０は、取得した要約文を表示装置２０（端末）に出力する。
〔ステップＳ１１３〕
表示装置２０は、取得した要約文をユーザに対して出力する。
表示装置２０は、取得した要約文をユーザに対して出力する。
〔実施形態２〕
実施形態２に係る文書要約システムについて図７を参照して説明する。図７は、実施形態２に係る文書要約システムの制御部２２の構成を示すブロック図である。本実施形態に係る制御部２２は、実施形態１に係る制御部１２よりトピック解析部１２３を除外した構成である。ここで、入出力部２２１、抽出部２２２、トピック解析部２２３、形態素解析部２２４、データベース２２５、判定部２２６、及び出力情報生成部２２７は、それぞれ入出力部１２１、抽出部１２２、形態素解析部１２４、データベース１２５、判定部１２６、及び出力情報生成部１２７に対応する構成である。以下の説明では、実施形態１に係る制御部１２と異なる点について説明する。
実施形態２に係る文書要約システムについて図７を参照して説明する。図７は、実施形態２に係る文書要約システムの制御部２２の構成を示すブロック図である。本実施形態に係る制御部２２は、実施形態１に係る制御部１２よりトピック解析部１２３を除外した構成である。ここで、入出力部２２１、抽出部２２２、トピック解析部２２３、形態素解析部２２４、データベース２２５、判定部２２６、及び出力情報生成部２２７は、それぞれ入出力部１２１、抽出部１２２、形態素解析部１２４、データベース１２５、判定部１２６、及び出力情報生成部１２７に対応する構成である。以下の説明では、実施形態１に係る制御部１２と異なる点について説明する。
出力情報生成部２２７は、抽出部２２２から抽出部２２２において抽出した重要語と関連語とを取得する。また、出力情報生成部２２７は、判定部２２６から判定結果を取得し、取得した判定結果に基づき、入力文書の要約文としてＮ語要約を生成する。
より具体的には、出力情報生成部２２７は、判定結果が重要語と関連語とによる要約文に誤解リスクがないと判定された場合、１又は複数の重要語と１又は複数の関連語とからなるＮ語要約を要約文として生成する。また、出力情報生成部２２７は、判定結果が重要語と関連語とによる要約文に誤解リスクがあると判定された場合、入力文書の要約文を生成することは不可能である旨の情報を生成する。
ここで、出力情報生成部２２７が要約文を生成した場合、表示装置２０は、当該要約文をユーザに対して出力する。一方、出力情報生成部２２７が入力文書の要約文を生成することは不可能である旨の情報を生成した場合、データサーバ４０は当該入力文書の要約文を表示装置２０に出力しない。換言すれば、表示装置２０は、ユーザに対して当該入力文書の要約文を出力しない。
（文章要約処理の動作）
次に、文書要約システム１の文章要約処理の動作を、図８を参照しながら説明する。図
は、文書要約システム１の動作を示したフローチャートである。
次に、文書要約システム１の文章要約処理の動作を、図８を参照しながら説明する。図
は、文書要約システム１の動作を示したフローチャートである。
〔ステップＳ２０１〕
データサーバ４０が、記事サーバ３０から記事情報を取得する。
データサーバ４０が、記事サーバ３０から記事情報を取得する。
〔ステップＳ２０２〕
データサーバ４０は、記事サーバ３０から取得した記事情報を入力文書として文書要約装置１０に出力する。換言すれば、制御部２２の入出力部２２１は、通信部１１を介してデータサーバ４０から入力文書を取得する。
データサーバ４０は、記事サーバ３０から取得した記事情報を入力文書として文書要約装置１０に出力する。換言すれば、制御部２２の入出力部２２１は、通信部１１を介してデータサーバ４０から入力文書を取得する。
〔ステップＳ２０３〕
抽出部２２２は、入出力部２２１から入力文書を取得する。抽出部２２２は、取得した入力文書から入力文書の１又は複数の重要語及び１又は複数の重要語に関連する１又は複数の関連語を抽出する。抽出部２２２は、抽出した１又は複数の重要語及び１又は複数の関連語を出力情報生成部２２７に出力する。
抽出部２２２は、入出力部２２１から入力文書を取得する。抽出部２２２は、取得した入力文書から入力文書の１又は複数の重要語及び１又は複数の重要語に関連する１又は複数の関連語を抽出する。抽出部２２２は、抽出した１又は複数の重要語及び１又は複数の関連語を出力情報生成部２２７に出力する。
〔ステップＳ２０４〕
形態素解析部２２４は、入出力部２２１から入力文書を取得する。形態素解析部２２４は、取得した入力文書を形態素解析し、入力文書の形態素リストを生成する。形態素解析部２２４は、生成した形態素リストを判定部２２６に出力する。
形態素解析部２２４は、入出力部２２１から入力文書を取得する。形態素解析部２２４は、取得した入力文書を形態素解析し、入力文書の形態素リストを生成する。形態素解析部２２４は、生成した形態素リストを判定部２２６に出力する。
〔ステップＳ２０５〕
判定部２２６は、データベース２２５からデータベース２２５に格納されている判定パターンを取得する。
判定部２２６は、データベース２２５からデータベース２２５に格納されている判定パターンを取得する。
〔ステップＳ２０６〕
判定部２２６は、形態素解析部２２４から取得した形態素リストとデータベース２２５から取得した判定パターンとの一致判定を実行し、誤解リスクスコア（判定スコア）を算出する。
判定部２２６は、形態素解析部２２４から取得した形態素リストとデータベース２２５から取得した判定パターンとの一致判定を実行し、誤解リスクスコア（判定スコア）を算出する。
〔ステップＳ２０７〕
判定部２２６は、算出した判定スコアが予め設定していた所定の閾値以上であるか否かを判定する。
判定部２２６は、算出した判定スコアが予め設定していた所定の閾値以上であるか否かを判定する。
〔ステップＳ２０８〕
判定部２２６が、ステップＳ２０７においてＹＥＳと判定し、判定スコアが予め設定していた所定の閾値以上である場合、出力情報生成部２２７は、入力文書から要約文を生成することは不可能であるとして「要約なし」の情報を生成する。
判定部２２６が、ステップＳ２０７においてＹＥＳと判定し、判定スコアが予め設定していた所定の閾値以上である場合、出力情報生成部２２７は、入力文書から要約文を生成することは不可能であるとして「要約なし」の情報を生成する。
〔ステップＳ２０９〕
判定部２２６が、ステップＳ２０７においてＮＯと判定し、判定スコアが予め設定していた所定の閾値より小さい場合、出力情報生成部２２７は、抽出部２２２から取得した１又は複数の重要語と関連語とを要約文として生成する。出力情報生成部２２７は、生成した要約文を入出力部２２１に出力する。
判定部２２６が、ステップＳ２０７においてＮＯと判定し、判定スコアが予め設定していた所定の閾値より小さい場合、出力情報生成部２２７は、抽出部２２２から取得した１又は複数の重要語と関連語とを要約文として生成する。出力情報生成部２２７は、生成した要約文を入出力部２２１に出力する。
〔ステップＳ２１０〕
入出力部２２１は、取得した要約文又は取得した「要約なし」の情報を通信部１１を介してデータサーバ４０に出力する。
入出力部２２１は、取得した要約文又は取得した「要約なし」の情報を通信部１１を介してデータサーバ４０に出力する。
〔ステップＳ２１１〕
データサーバ４０は、取得した要約文を表示装置２０（端末）に出力する。
データサーバ４０は、取得した要約文を表示装置２０（端末）に出力する。
〔ステップＳ２１２〕
表示装置２０は、取得した要約文をユーザに対して出力する。
表示装置２０は、取得した要約文をユーザに対して出力する。
〔実施形態３〕
上記各実施形態では、文書要約装置１０とデータサーバ４０とをそれぞれ個別のサーバにて実現される例について説明したが、文書要約装置１０をデータサーバ４０と同じサーバ上に実装する構成であってもよい。また、文書要約装置１０の一部又は全ての構成を表示装置２０に実装する構成であってもよい。
上記各実施形態では、文書要約装置１０とデータサーバ４０とをそれぞれ個別のサーバにて実現される例について説明したが、文書要約装置１０をデータサーバ４０と同じサーバ上に実装する構成であってもよい。また、文書要約装置１０の一部又は全ての構成を表示装置２０に実装する構成であってもよい。
〔実施形態４〕
文書要約装置１０およびデータサーバ４０の各ブロックは、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。後者の場合、文書要約装置１０およびデータサーバ４０のそれぞれを、図９に示すようなコンピュータ（電子計算機）を用いて構成することができる。
文書要約装置１０およびデータサーバ４０の各ブロックは、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。後者の場合、文書要約装置１０およびデータサーバ４０のそれぞれを、図９に示すようなコンピュータ（電子計算機）を用いて構成することができる。
図９は、文書要約装置１０およびデータサーバ４０として利用可能なコンピュータ９１０の構成を例示したブロック図である。コンピュータ９１０は、バス９１１を介して互いに接続された演算装置９１２と、主記憶装置９１３と、補助記憶装置９１４と、入出力インターフェース９１５と、通信インターフェース９１６とを備えている。演算装置９１２、主記憶装置９１３、および補助記憶装置９１４は、それぞれ、例えばプロセッサ（例えばＣＰＵ：Central Processing Unit等）、ＲＡＭ（random access memory）、ハードディスクドライブであってもよい。入出力インターフェース９１５には、ユーザがコンピュータ９１０に各種情報を入力するための入力装置９２０、および、コンピュータ９１０がユーザに各種情報を出力するための出力装置９３０が接続される。入力装置９２０および出力装置９３０は、コンピュータ９１０に内蔵されたものであってもよいし、コンピュータ９１０に接続された（外付けされた）ものであってもよい。例えば、入力装置９２０は、キーボード、マウス、タッチセンサなどであってもよく、出力装置９３０は、ディスプレイ、プリンタ、スピーカなどであってもよい。また、タッチセンサとディスプレイとが一体化されたタッチパネルのような、入力装置９２０および出力装置９３０の双方の機能を有する装置を適用してもよい。そして、通信インターフェース９１６は、コンピュータ９１０が外部の装置と通信するためのインターフェースである。
補助記憶装置９１４には、コンピュータ９１０を文書要約装置１０またはデータサーバ４０として動作させるための各種のプログラムが格納されている。そして、演算装置９１２は、補助記憶装置９１４に格納された上記プログラムを主記憶装置９１３上に展開して該プログラムに含まれる命令を実行することによって、コンピュータ９１０を、文書要約装置１０またはデータサーバ４０が備える各部として機能させる。なお、補助記憶装置９１４が備える、プログラム等の情報を記録する記録媒体は、コンピュータ読み取り可能な「一時的でない有形の媒体」であればよく、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブル論理回路などであってもよい。また、記録媒体に記録されているプログラムを、主記憶装置９１３上に展開することなく実行可能なコンピュータであれば、主記憶装置９１３を省略してもよい。なお、上記各装置（演算装置９１２、主記憶装置９１３、補助記憶装置９１４、入出力インターフェース９１５、通信インターフェース９１６、入力装置９２０、および出力装置９３０）は、それぞれ１つであってもよいし、複数であってもよい。
また、上記プログラムは、コンピュータ９１０の外部から取得してもよく、この場合、任意の伝送媒体（通信ネットワークや放送波等）を介して取得してもよい。そして、本発明は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
〔まとめ〕
本発明の態様１に係る文書要約装置１０は、入力文書を取得する文書取得部１２１と、前記文書取得部１２１が取得した入力文書から、１又は複数の重要語及び当該１又は複数の重要語に関連する１又は複数の関連語を抽出する抽出部１２２と、前記入力文書を形態素解析して得られる形態素リストを参照して、前記１又は複数の重要語と前記１又は複数の関連語とによる要約文に対する誤解リスクを判定する判定部１２６と、前記判定部１２６が、誤解リスクが所定の値以上であると判定した場合に判定結果に応じた情報を生成し、生成した情報を出力する出力情報生成部１２７とを備えている。
本発明の態様１に係る文書要約装置１０は、入力文書を取得する文書取得部１２１と、前記文書取得部１２１が取得した入力文書から、１又は複数の重要語及び当該１又は複数の重要語に関連する１又は複数の関連語を抽出する抽出部１２２と、前記入力文書を形態素解析して得られる形態素リストを参照して、前記１又は複数の重要語と前記１又は複数の関連語とによる要約文に対する誤解リスクを判定する判定部１２６と、前記判定部１２６が、誤解リスクが所定の値以上であると判定した場合に判定結果に応じた情報を生成し、生成した情報を出力する出力情報生成部１２７とを備えている。
上記の構成によれば、１又は複数の重要語と１又は複数の関連語とから構成される要約文が、入力文書の内容と異なる事実になる可能性がある場合に、それに応じた情報を出力することができる。これにより、入力文書の内容と異なる事実を表示することを抑制することができる。
本発明の態様２に係る文書要約装置１０は、上記態様１において、前記出力情報生成部は、前記判定部が、誤解リスクが所定の値以上であると判定した場合に、前記入力文書をトピック解析して得られたトピック語と前記１又は複数の重要語とを用いて要約文を生成し、生成した要約文を出力してもよい。
上記の構成によれば、１又は複数の重要語と１又は複数の関連語とから構成される要約文が、入力文書の内容と異なる事実になる可能性がある場合に、入力文書のトピック語と１又は複数の重要語とを用いて要約文を生成することができる。これにより、入力文書の内容と異なる事実を表示することを抑制することができる。
本発明の態様３に係る文書要約装置１０は、上記態様１において、前記出力情報生成部は、前記判定部が、誤解リスクが所定の値以上であると判定した場合に、前記入力文書から要約文を生成することは不可能である旨の情報を出力してもよい。
上記の構成によれば、１又は複数の重要語と１又は複数の関連語とから構成される要約文が、入力文書の内容と異なる事実になる可能性がある場合に、入力文書から要約文を生成することは不可能である旨の情報を生成することができる。これにより、入力文書の内容と異なる事実を表示することを抑制することができる。
本発明の態様４に係る文書要約装置１０は、上記態様１から３の何れかにおいて、前記判定部１２６は、誤解リスクスコアが設定された複数のカテゴリの各々について、当該カテゴリに前記入力文書が該当するか否かを判定する判定処理を実行し、該当すると判定したカテゴリの誤解リスクスコアの総計を用いて、前記誤解リスクを判定してもよい。
上記の構成によれば、１又は複数の重要語と１又は複数の関連語とから構成される要約文が、入力文書の内容と異なる事実になる可能性があるか否かを好適に判定することができる。
本発明の態様５に係る文書要約装置１０は、上記態様４において、前記複数のカテゴリの各々は、複数のパターンを含んでおり、前記誤解リスクスコアはパターン毎に設定されており、前記判定部１２６は、前記判定処理を前記パターン毎に実行してもよい。
上記の構成によれば、１又は複数の重要語と１又は複数の関連語とから構成される要約文が、入力文書の内容と異なる事実になる可能性があるか否かを好適に判定することができる。
本発明の態様６に係る文書要約装置１０は、上記態様４または５において、前記複数のカテゴリには、否定的表現を含む文書のカテゴリ、未遂的表現を含む文書のカテゴリ、及び未来的表現を含む文書のカテゴリの少なくとも何れかが含んでいてもよい。
上記の構成によれば、１又は複数の重要語と１又は複数の関連語とから構成される要約文が、入力文書の内容と異なる事実になる可能性があるか否かを好適に判定することができる。
本発明の態様７に係る文書要約装置１０は、上記態様４から６の何れかにおいて、前記複数のカテゴリには、同じ種類の固有名詞を複数含む文書のカテゴリ、及び、ある人物と、他の人物とを含む文書のカテゴリ
の少なくとも何れかが含まれている。
の少なくとも何れかが含まれている。
上記の構成によれば、１又は複数の重要語と１又は複数の関連語とから構成される要約文が、入力文書の内容と異なる事実になる可能性があるか否かを好適に判定することができる。
本発明の態様８に係る文書要約システム１は、上記態様１から７の何れかの文書要約装置１０と表示装置２０とを含む文書要約システム１であって、前記表示装置２０は、前記出力情報生成部１２７が生成した情報を表示する表示部２０１を備えている。
上記の構成によれば、１又は複数の重要語と１又は複数の関連語とから構成される要約文が、入力文書の内容と異なる事実になる可能性がある場合に、それに応じた情報を出力することができる。これにより、入力文書の内容と異なる事実を表示することを抑制することができる。
本発明の態様９に係る文書要約方法は、入力文書を取得する文書取得ステップと、前記文書取得ステップが取得した入力文書から、１又は複数の重要語及び当該１又は複数の重要語に関連する１又は複数の関連語を抽出する抽出ステップと、前記入力文書を形態素解析して得られる形態素リストを参照して、前記１又は複数の重要語と前記１又は複数の関連語とによる要約文に対する誤解リスクを判定する判定ステップと、前記判定ステップにおいて、誤解リスクが所定の値以上であると判定した場合に判定結果に応じた情報を生成し、生成した情報を出力する出力情報生成ステップとを備えている。
上記の構成によれば、１又は複数の重要語と１又は複数の関連語とから構成される要約文が、入力文書の内容と異なる事実になる可能性がある場合に、それに応じた情報を出力することができる。これにより、入力文書の内容と異なる事実を表示することを抑制することができる。
本発明の態様１から７に係るに係る文書要約装置１０は、それぞれ、コンピュータによって実現してもよく、この場合には、コンピュータを上記文書要約装置１０が備える各部（ソフトウェア要素）として動作させることにより、上記文書要約装置１０をコンピュータにて実現させる制御プログラムも、本発明の範疇に入る。
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。さらに、各実施形態にそれぞれ開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成することができる。
１ 文書要約システム
１０ 文書要約装置
２０ 表示装置
２０１ 表示部
１２１、２２１ 入出力部（文書取得部）
１２２、２２２ 抽出部
１２６、２２６ 判定部
１２７、２２７ 出力情報生成部
１０ 文書要約装置
２０ 表示装置
２０１ 表示部
１２１、２２１ 入出力部（文書取得部）
１２２、２２２ 抽出部
１２６、２２６ 判定部
１２７、２２７ 出力情報生成部
Claims (10)
- 入力文書を取得する文書取得部と、
前記文書取得部が取得した入力文書から、１又は複数の重要語及び当該１又は複数の重要語に関連する１又は複数の関連語を抽出する抽出部と、
前記入力文書を形態素解析して得られる形態素リストを参照して、前記１又は複数の重要語と前記１又は複数の関連語とによる要約文に対する誤解リスクを判定する判定部と、
前記判定部が、誤解リスクが所定の値以上であると判定した場合に、判定結果に応じた情報を生成し、生成した情報を出力する出力情報生成部と
を備えていることを特徴とする文書要約装置。 - 前記出力情報生成部は、前記判定部が、誤解リスクが所定の値以上であると判定した場合に、前記入力文書をトピック解析して得られたトピック語と前記１又は複数の重要語とを用いて要約文を生成し、生成した要約文を出力することを特徴とする請求項１に記載の文書要約装置。
- 前記出力情報生成部は、前記判定部が、誤解リスクが所定の値以上であると判定した場合に、前記入力文書から要約文を生成することは不可能である旨の情報を出力することを特徴とする請求項１に記載の文書要約装置。
- 前記判定部は、誤解リスクスコアが設定された複数のカテゴリの各々について、当該カテゴリに前記入力文書が該当するか否かを判定する判定処理を実行し、該当すると判定したカテゴリの誤解リスクスコアの総計を用いて、前記誤解リスクを判定する
ことを特徴とする請求項１から３の何れか１項に記載の文書要約装置。 - 前記複数のカテゴリの各々は、複数のパターンを含んでおり、前記誤解リスクスコアはパターン毎に設定されており、
前記判定部は、前記判定処理を前記パターン毎に実行する
ことを特徴とする請求項４に記載の文書要約装置。 - 前記複数のカテゴリには、
否定的表現を含む文書のカテゴリ、
未遂的表現を含む文書のカテゴリ、及び
未来的表現を含む文書のカテゴリ
の少なくとも何れかが含まれている
ことを特徴とする請求項４又は５に記載の文書要約装置。 - 前記複数のカテゴリには、
同じ種類の固有名詞を複数含む文書のカテゴリ、及び、
ある人物と、他の人物とを含む文書のカテゴリ
の少なくとも何れかが含まれている
ことを特徴とする請求項４から６の何れか１項に記載の文書要約装置。 - 請求項１から７の何れか１項に記載の文書要約装置と表示装置とを含む文書要約システムであって、
前記表示装置は、
前記出力情報生成部が生成した情報を表示する表示部を備えている
ことを特徴とする文書要約システム。 - 入力文書を取得する文書取得ステップと、
前記文書取得ステップが取得した入力文書から、１又は複数の重要語及び当該１又は複数の重要語に関連する１又は複数の関連語を抽出する抽出ステップと、
前記入力文書を形態素解析して得られる形態素リストを参照して、前記１又は複数の重要語と前記１又は複数の関連語とによる要約文に対する誤解リスクを判定する判定ステップと、
前記判定ステップにおいて、誤解リスクが所定の値以上であると判定した場合に、判定結果に応じた情報を生成し、生成した情報を出力する出力情報生成ステップと
を備えていることを特徴とする文書要約方法。 - 請求項１から７の何れか１項に記載の文書要約装置としてコンピュータを機能させるためのプログラムであって、上記文書取得部、上記抽出部、上記判定部および上記出力情報生成部としてコンピュータを機能させるためのプログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019084294A JP2020181387A (ja) | 2019-04-25 | 2019-04-25 | 文書要約装置、文書要約システム、文書要約方法及びプログラム |
| US16/833,300 US20200342019A1 (en) | 2019-04-25 | 2020-03-27 | Document summarizing apparatus, document summarizing system, method of document summarization, and storing medium |
| CN202010239304.9A CN111858910A (zh) | 2019-04-25 | 2020-03-30 | 文档概述装置、文档概述系统、文档概述方法及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019084294A JP2020181387A (ja) | 2019-04-25 | 2019-04-25 | 文書要約装置、文書要約システム、文書要約方法及びプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2020181387A true JP2020181387A (ja) | 2020-11-05 |
Family
ID=72921692
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019084294A Pending JP2020181387A (ja) | 2019-04-25 | 2019-04-25 | 文書要約装置、文書要約システム、文書要約方法及びプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20200342019A1 (ja) |
| JP (1) | JP2020181387A (ja) |
| CN (1) | CN111858910A (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2022098219A (ja) * | 2020-12-21 | 2022-07-01 | 富士通株式会社 | 学習プログラム、学習方法、および学習装置 |
| US20220237373A1 (en) * | 2021-01-28 | 2022-07-28 | Accenture Global Solutions Limited | Automated categorization and summarization of documents using machine learning |
| US11947916B1 (en) * | 2021-08-19 | 2024-04-02 | Wells Fargo Bank, N.A. | Dynamic topic definition generator |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080091634A1 (en) * | 2006-10-15 | 2008-04-17 | Lisa Seeman | Content enhancement system and method and applications thereof |
| US20140172417A1 (en) * | 2012-12-16 | 2014-06-19 | Cloud 9, Llc | Vital text analytics system for the enhancement of requirements engineering documents and other documents |
| JP2015170224A (ja) * | 2014-03-07 | 2015-09-28 | 日本電信電話株式会社 | 文書要約装置、方法、及びプログラム |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107644269B (zh) * | 2017-09-11 | 2020-05-22 | 国网江西省电力公司南昌供电分公司 | 一种支持风险评估的电力舆情预测方法及装置 |
| CN109636091B (zh) * | 2018-10-26 | 2023-06-06 | 创新先进技术有限公司 | 一种需求文档风险识别方法及装置 |
-
2019
- 2019-04-25 JP JP2019084294A patent/JP2020181387A/ja active Pending
-
2020
- 2020-03-27 US US16/833,300 patent/US20200342019A1/en not_active Abandoned
- 2020-03-30 CN CN202010239304.9A patent/CN111858910A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080091634A1 (en) * | 2006-10-15 | 2008-04-17 | Lisa Seeman | Content enhancement system and method and applications thereof |
| US20140172417A1 (en) * | 2012-12-16 | 2014-06-19 | Cloud 9, Llc | Vital text analytics system for the enhancement of requirements engineering documents and other documents |
| JP2015170224A (ja) * | 2014-03-07 | 2015-09-28 | 日本電信電話株式会社 | 文書要約装置、方法、及びプログラム |
Non-Patent Citations (1)
| Title |
|---|
| 稲垣 博人: "情報流通向けテキストコンテンツ要約手法について", 情報処理学会研究報告 ＶＯＬ．９８ ＮＯ．１０７, vol. 第98巻, JPN6012013844, 27 November 1998 (1998-11-27), JP, pages 17 - 24, ISSN: 0005026716 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US20200342019A1 (en) | 2020-10-29 |
| CN111858910A (zh) | 2020-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chauhan et al. | A comprehensive analysis of adverb types for mining user sentiments on amazon product reviews | |
| US9152625B2 (en) | Microblog summarization | |
| US20130018824A1 (en) | Sentiment classifiers based on feature extraction | |
| JP4940399B2 (ja) | 広告配信装置およびプログラム | |
| WO2017107805A1 (zh) | 确定商品对象标题文本的方法及装置 | |
| US20110295650A1 (en) | Analyzing merchandise information for messiness | |
| JP2020181387A (ja) | 文書要約装置、文書要約システム、文書要約方法及びプログラム | |
| Hirst et al. | Changes in style in authors with Alzheimer's disease | |
| JP2010537286A (ja) | 領域辞書の作成 | |
| Coppersmith et al. | Dynamic wordclouds and vennclouds for exploratory data analysis | |
| JP2014153744A (ja) | 情報検索装置及び情報検索プログラム | |
| WO2016178337A1 (ja) | 情報処理装置、情報処理方法及びコンピュータプログラム | |
| JP2004192398A (ja) | 情報処理装置および情報処理方法、並びに情報処理プログラム | |
| JP5212204B2 (ja) | 応答生成装置及びプログラム | |
| JP5905652B1 (ja) | データ評価システム、データ評価方法、およびデータ評価プログラム | |
| EP3425531A1 (en) | System, method, electronic device, and storage medium for identifying risk event based on social information | |
| Mankar et al. | Implicit sentiment identification using aspect based opinion mining | |
| US9558269B2 (en) | Extracting and mining of quote data across multiple languages | |
| JP2009265770A (ja) | 重要文提示システム | |
| JP2009140048A (ja) | 評判関係抽出装置、その方法およびプログラム | |
| JP5187187B2 (ja) | 体験情報検索システム | |
| WO2012124213A1 (ja) | 要約作成装置、要約作成方法、およびコンピュータ読み取り可能な記録媒体 | |
| JPS63175965A (ja) | 文書処理装置 | |
| KR101409386B1 (ko) | 웹 페이지 분석 장치 및 방법 | |
| Waber et al. | Web mediators for accessible browsing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220323 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230324 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230526 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230822 |