JP2023120824A - 文書分析システム、文書分析方法、及びプログラム - Google Patents

Abstract

【課題】文書中に記述されている語の意味を精度よく推定し、文書の分析に有用な情報を提供する。【解決手段】文書分析装置は、プロセッサ及び記憶装置を有する情報処理装置を用いて構成され、分析対象の文書である対象文書を記憶し、対象文書に記述されているフレーズにかかる語である機能語の一つ以上の代替語を推定し、推定した代替語に基づき機能語の意味を推定し、推定した機能語の意味に基づき、フレーズの文書における位置づけを特定する。文書分析装置は、機能語の一つ以上の代替語の推定は、ルールベースによる処理又は機械学習モデルを用いた処理により行う。また、文書分析装置は、フレーズの特定した位置づけに関する情報を生成する。【選択図】図１

Description

本発明は、文書分析システム、文書分析方法、及びプログラムに関する。

特許文献１には、提案書や仕様書等の文書内で複数の 意味が割り当てられた多義語を
抽出する際、テキストデータに含まれる多義語の語義を特定することを目的として構成された語義特定装置について記載されている。語義特定装置は、複数の語義を含む単語と、上記単語の各語義の説明とを含む情報を受け付け、受け付けた上記情報に基づき、当該情報に含まれる単語の語義ごとに、上記語義に対する他の単語の共起情報を生成し、上記情報に含まれる単語の語義に、生成した上記共起情報を対応づける情報を生成する。

特開２０１９－１２４６８号公報

多義語のように複数の語義を有する語は、それが用いられる文書によって意味（機能、作用）が異なることがある。例えば、助詞の「より」という語（多義語）は、「やむをえない理由により参加できない場合」との文書において「原因」を意味し、「電子申請により手続きを行う」との文書においては「手段」を意味し、「午前１０時より開始する」との文書においては「起点」を意味する。この場合、多義語である「より」の意味を精度よく推定することができれば、各文書におけるフレーズ「やむをえない理由」、「電子申請」、「午前１０時」の各文書における位置づけを特定することができ、文書の構造を分析することができる。

上記の特許文献１に記載の仕組みは文書に含まれている語の語義を特定するものであるが、当該語の文書中における意味や、当該語がかかるフレーズの位置づけについては特定することができない。また、特許文献１に記載の仕組みでは、多義語の語義と共起する単語の関係や共起率等の膨大な情報を用意しなければならず、実施に際して多大な労力とコストが必要になる。

本発明は、文書中に記述されている語の意味を精度よく推定し、文書の分析に有用な情報を提供することが可能な、文書分析システム、文書分析方法、及びプログラムを提供することを目的とする。

上記の目的を達成するための本発明の一つは、文書分析装置であって、プロセッサ及び記憶装置を用いて構成され、分析対象の文書である対象文書を記憶し、前記対象文書に記述されているフレーズにかかる語である機能語の一つ以上の代替語を推定し、推定した前記代替語に基づき前記機能語の意味を推定し、推定した前記機能語の意味に基づき、前記フレーズの前記文書における位置づけを特定する。

その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。

本発明によれば、文書中に記述されている語の意味を精度よく推定し、文書の分析に有用な情報を提供することができる。

文書分析システムの概略を説明する図である。 機能語選択処理を説明する図である。 代替語推定処理を説明する図である。 機能語意味推定処理を説明する図である。 機能語意味推定処理（ルールベース）に用いる機能語意味推定ルールの一例である。 機能語意味推定処理（機械学習ベース）に用いる学習データの一例である。 機能語の意味の推定例を示す図である。 フレーズ位置づけ管理情報の一例である。 文書分析処理を説明するフローチャートである。 機能語意味推定処理（ルールベース）を説明するフローチャートである。 機能語意味推定処理（機械学習ベース）を説明するフローチャートである。 機能語意味推定ルール登録画面の一例である。 機能語意味推定ルール管理画面の一例である。 学習データ登録画面の一例である。 学習データ管理画面の一例である。 文書分析システムの実現に用いる情報処理装置のハードウェア構成例である。

以下、図面を適宜参照しつつ本発明の一実施形態について説明する。

尚、以下の説明において、同一の又は類似する構成について重複した説明を省略することがある。また、以下の説明において、符号の前に付した「Ｓ」の文字は処理ステップの意味である。

また、以下の説明において、「文書」は、文字を用いて記述された情報（文、文書等）を意味する。また、「文書」は、情報処理装置が読み込むことが可能な所定のデータ型式（テキストデータや文書作成アプリケーションソフトウェアが取り扱い可能な各種データ型式等）で記述されたデータとして管理される。

また、「フレーズ」とは、まとまった意味を表わすひとつづきの言葉（句、成句、言い回し、一つ以上の単語の集まり）を意味する。

図１は、本発明の一実施形態として示す情報処理システム（以下、「文書分析システム１」と称する。）の概略を示すシステムフロー図である。

文書分析システム１は、分析対象となる文書（以下、「対象文書１１１」と称する。）に記述されている所定のフレーズ（以下、「対象フレーズ１１２」と称する。）について、当該対象フレーズ１１２にかかる語を選択し、選択した語（以下、「機能語」と称する。）の対象文書１１１における意味（機能、作用）を推定し、推定した意味に基づき、対象文書１１１における対象フレーズ１１２の位置づけを特定する。

文書分析システム１は、例えば、文法的機能を示す語（助詞、助動詞、接続詞等）を機
能語として選択する。例えば、対象文書１１１が「やむを得ない理由により参加できない場合」であり、対象フレーズ１１２が「やむをえない理由」である場合、文書分析システム１は、機能語として「より」を選択して当該機能語の意味を推定する。そして文書分析システム１は、推定した上記機能語の意味に基づき、対象フレーズ１１２「やむをえない理由」の対象文書１１１「やむを得ない理由により参加できない場合」における位置づけを特定する。

文書分析システム１は、多様な目的や用途で広く利用されることが想定される。一例として、製品の製造部門において、製造する製品に関する法令の調査に際し、法令中の文書に含まれている機能語の意味を推定し、推定した機能語の意味を用いて文書中の所定のフレーズの位置づけを特定し、特定した位置づけを手がかりとして法令を構造化したデータを生成し、当該製品に関連する法令の該当箇所を抽出する場合がある。また、他の一例として、契約書に含まれている機能語の意味を推定し、推定した機能語の意味を用いて契約書中の所定のフレーズの位置付けを特定し、特定した位置づけを手がかりとして契約書を構造化したデータを生成し、当該データを契約書の検索や管理に利用する場合がある。

同図に示すように、文書分析システム１は、対象選択部１２３、機能語選択部１２５、代替語推定部１３０、機能語意味推定部１３５、対象フレーズ位置づけ管理部１４０、及びデータ管理部１５０の各機能を有する。また、文書分析システム１は、対象文書１１１、対象フレーズ１１２、機能語選択済文１１４、代替語推定モデル１１５、代替語推定リスト１１６、機能語意味推定ルール１１７、機能語意味推定モデル１１８、及び機能語の意味１１９の各情報（データ）を記憶する。

上記機能のうち、対象選択部１２３は、対象文書１１１から対象フレーズ１１２を選択する。対象選択部１２３は、例えば、自然言語処理やルールベースの処理を行うことにより、対象文書１１１から対象フレーズ１１２を選択する。また、対象選択部１２３は、ユーザインタフェースを介してユーザに対象文書１１１を提示しつつ対象フレーズ１１２の指定をユーザから受け付けることにより、対象フレーズ１１２を選択する。

図１に示す機能語選択部１２５は、対象文書１１１から機能語を選択し、選択した機能語を特定可能な情報を付加した対象文書１１１を機能語選択済文１１４として生成する。

図２は、機能語選択部１２５が行う処理（以下、「機能語選択処理Ｓ２１１」と称する。）を説明する図である。同図の例では、機能語選択部１２５は、対象文書１１１「やむを得ない理由により参加できない場合」から、対象フレーズ１１２「やむを得ない理由」にかかる助詞「より」を機能語として選択し、選択した機能語を特定可能な情報を付加した対象文書１１１を機能語選択済文１１４として生成している。

尚、同図には、対象文書１１１において機能語である助詞「より」を強調表示（同図では「［］」記号付で表示）して示した機能語選択済文１１４と、対象文書１１１において当該助詞「より」の部分を「＊」記号で置換した（「＊」以外の記号や空白で置換してもよい。）機能語選択済文１１４の二つの例を示している。後者の機能語選択済文１１４は、例えば、後述する代替語推定処理Ｓ２１２において代替語推定モデル１１５としてＢＥＲＴ（Bidirectional Encoder Representations from Transformers）を用いる場合に用
いられる。

同図の例では、「やむを得ない理由」には「に」がかかり、更に「に」に「より」がかかる構造であるが、このような複数段の係り受けが存在し機能語が連続している場合、機能語選択部１２５は複数段先の機能語「より」を選択する。こうした係り受け関係（構造）の取得は、例えば、形態素解析や係り受け解析を行う既存のソフトウェアを用いて実現
される。対象文書１１１が日本語である場合、形態素解析を行うソフトウェアとして、例えば、「MeCab」や「JUMAN」が、また、係り受け解析を行うソフトウェアとして、例えば、「GiNZA」や「CaboCha」等のオープンソースソフトウェアがある。

図１に示す代替語推定部１３０は、機能語選択済文１１４に特定されている機能語の代替語を推定し、推定した代替語を記載した代替語推定リスト１１６を生成する。代替語推定部１３０は、例えば、予め用意された辞書や機械学習モデル（ＢＥＲＴ等）を用いることにより上記推定を行う。尚、機能語が多義語である場合、代替語として推定される語には多義語の意味によって傾向が存在することが確認されている。

図３は、代替語推定部１３０が行う処理（以下、「代替語推定処理Ｓ２１２」と称する。）を説明する図である。同図には代替語推定モデル１１５としてＢＥＲＴを用いた場合を示している。本例では、代替語推定部１３０は、機能語選択済文１１４「やむを得ない理由に＊参加できない場合」を代替語推定モデル１１５に入力し、代替語推定モデル１１５が出力した代替語「'よって', 'よる', 'より', 'ついて', '対する', '関する','必要な', 'つき', '対して', '関して', 'おける', '係る','伴う', '、', '代わる', 'なる','加え', '応じて', 'して', '代 わって'，～」を記載した代替語推定リスト１１６を生成している。

図１に示す機能語意味推定部１３５は、代替語推定部１３０が取得した代替語推定リスト１１６に基づき機能語の意味１１９を推定（判定、取得）する。

図４は、機能語意味推定部１３５が行う処理（以下、「機能語意味推定処理Ｓ２１３」と称する。）を説明する図である。機能語意味推定部１３５は、代替語推定リスト１１６に基づき、例えば、機能語意味推定ルール１１７を用いたルールベースの仕組みや機能語意味推定モデル１１８を用いた機械学習ベースの仕組みにより、機能語の意味を推定する。

同図の例では、機能語意味推定部１３５は、代替語推定リスト１１６「'よって', 'よ
る', 'より', 'ついて', '対する', '関する','必要な', 'つき', '対して', '関して', 'おける', '係る','伴う', '、', '代わる', 'なる','加え', '応じて', 'して', '代 わって'，～」に基づき、機能語「より」の意味として「原因」を推定している。

図５Ａは、ルールベースによる機能語意味推定処理Ｓ２１３に用いる機能語意味推定ルール１１７の一例である。例示する機能語意味推定ルール１１７は、機能語１１７１、意味１１７２、及び推定基準語１１７３の各項目を有する。

上記項目のうち、機能語１１７１には、機能語が格納される。また、意味１１７２には、推定結果となる当該機能語の意味が格納される。推定基準語１１７３には、対応する意味であるか否かの推定に用いる一つ以上の代替語（以下、「推定基準語」と称する。）が格納される。機能語意味推定部１３５は、例えば、機能語１１７１について推定された代替語のリスト（一覧）である代替語推定リスト１１６に推定基準語が一つでも含まれていれば、当該推定基準語に対応する意味１１７２の内容を当該機能語の意味として推定する。尚、機能語の意味の推定方法はここに例示したものに限定されない。

図５Ｂは、機械学習ベースによる機能語意味推定処理Ｓ２１３に用いる機能語意味推定モデル１１８の学習に用いるデータ（以下、「学習データ１１８ａ」と称する。）の一例である。同図に示すように、例示する学習データ１１８ａは、意味１１８１ａ及び候補語１１８１ｂの各項目を有する。

上記項目のうち、意味１１８１ａには、推定結果となる意味が格納される。候補語１１８１ｂには、対応する意味であるか否かの推定に用いる一つ以上の語（代替語推定リスト１１６に含まれている可能性のある語。以下、「候補語」と称する。）が格納される。尚、機械学習の種類は必ずしも限定されないが、例えば、ＤＮＮ（Deep Neural Network）
、ＲＮＮ（Recurrent Neural Network）を用いることができる。

図５Ｃに、機能語意味推定部１３５が、代替語推定リスト１１６に基づき、機能語の意味１１９（「より」の意味）を推定したいくつかの事例を示す。例えば、同図に示す事例ＩＤ「１」の例では、代替語推定リスト１１６に「から」、「以後」、「以降」といった推定基準語１１７３が含まれているため、機能語意味推定部１３５は、機能語の意味１１９を「起点」と推定している。また、事例ＩＤ「２」の例では、代替語推定リスト１１６に「から」、「要件」、「原因」といった推定基準語１１７３が含まれているため、機能語意味推定部１３５は、機能語の意味１１９を「原因」と推定している。また、事例ＩＤ「３」の例では、代替語推定リスト１１６に「から」、「利用」といった推定基準語１１７３が含まれているため、機能語意味推定部１３５は、機能語の意味１１９を「手段」と推定している。

図１に示す対象フレーズ位置づけ管理部１４０は、機能語意味推定部１３５が推定した機能語の意味１１９に基づき、対象フレーズ１１２の位置づけを特定する。例えば、対象フレーズ位置づけ管理部１４０は、機能語意味推定部１３５が推定した機能語の意味１１９を、対象フレーズ１１２の位置づけとして特定する。対象フレーズ位置づけ管理部１４０は、特定した位置づけや当該位置づけに基づき生成した情報を、フレーズ位置づけ管理情報１２０として管理（記憶）する。

図６は、フレーズ位置づけ管理情報１２０の一例である。同図に示すように、例示するフレーズ位置づけ管理情報１２０は、文書ＩＤ１１２１、文書内の位置１１２２、機能語の意味１１２３、関係元フレーズ１１２４、及び関係先フレーズ１１２５の各項目を有する一つ以上のレコードで構成される。フレーズ位置づけ管理情報１２０の一つのレコードは、関係元フレーズ１１２４（対象フレーズ）の一つに対応している。

上記項目のうち、文書ＩＤ１１２１には、当該対象フレーズ（関係元フレーズ１１２４）の抽出元の文書（以下、「抽出元文書」と称する。）の識別子である文書ＩＤが格納される。文書内の位置１１２２には、抽出元文書における当該対象フレーズの位置を示す情報（頁番号、行番号等で特定される情報）が格納される。機能語の意味１１２３には、当該対象フレーズについて対象フレーズ位置づけ管理部１４０が特定した位置づけを示す情報（「原因」、「手段」、「目的」、「理由」等）が格納される。本例では、機能語の意味１１２３に、機能語意味推定処理Ｓ２１３において推定された機能語の意味１１９が格納される。関係元フレーズ１１２４には、当該対象フレーズが格納される。関係先フレーズ１１２５には、抽出元文書において当該対象フレーズと機能語の意味１１２３の関係を有する、抽出元文書に記述されている他のフレーズ（以下、「関係先フレーズ」と称する。）が格納される。文書分析システム１は、例えば、自然言語処理（構文解析等）により上記関係を特定する。

尚、同図に示したフレーズ位置づけ管理情報１２０は、例えば、対象文書１１１の構造化に利用することができる。

図１に示すデータ管理部１５０は、文書分析システム１において取り扱われる各種の情報（機能語意味推定ルール１１７、機能語意味推定モデル１１８等）の管理を行う。データ管理部１５０の詳細については後述する。

続いて、文書分析システム１が行う処理についてフローチャートとともに説明する。

図７は、文書分析システム１が対象文書１１１の分析に際して行う処理（以下、「文書分析処理Ｓ７００」と称する。）を説明するフローチャートである。以下、同図とともに文書分析処理Ｓ７００について説明する。

まず、対象選択部１２３が、対象文書１１１に含まれるフレーズから対象フレーズ１１２を１つ選択する（Ｓ７１１）。

続いて、機能語選択部１２５が、選択中の対象フレーズ１１２について機能語を選択し、機能語選択済文１１４を生成して記憶する（Ｓ７１２）。

続いて、文書分析システム１は、選択中の機能語が多義語であるか否かを判定する（Ｓ７１３）。文書分析システム１は、例えば、選択中の機能語が、機能語意味推定ルール１１７に機能語１１７１として定義されているか否かを判定することにより当該機能語は多義語であると判定する。文書分析システム１が選択中の機能語が多義語であると判定した場合（Ｓ７１３：ＹＥＳ）、処理はＳ７１４に進む。文書分析システム１が選択中の機能語が多義語でないと判定した場合（Ｓ７１３：ＮＯ）、処理はＳ７１９に進む。

Ｓ７１４では、代替語推定部１３０が、選択中の機能語の代替語を推定して代替語推定リスト１１６を生成する。

続いて、機能語意味推定部１３５が、代替語推定リスト１１６に基づき機能語の意味を推定する処理（以下、「機能語意味推定処理Ｓ７１５」と称する。）を実行する。機能語意味推定処理Ｓ７１５の詳細については後述する。

機能語意味推定処理Ｓ７１５の実行後、文書分析システム１は、機能語意味推定処理Ｓ７１５の戻り値が「推定不可」であるか否かを判定する（Ｓ７１６）。文書分析システム１が上記戻り値が「推定不可」であると判定した場合（Ｓ７１６：ＹＥＳ）、処理はＳ７１９に進む。この場合、文書分析システム１が、Ｓ７１２で選択中の機能語が推定不可であることを示す情報を出力してユーザ等に知らせるようにしてもよい。文書分析システム１が上記戻り値が「推定不可」でないと判定した場合（Ｓ７１６：ＮＯ）、処理はＳ７１７に進む。

Ｓ７１７では、対象フレーズ位置づけ管理部１４０が、機能語意味推定処理Ｓ７１５の戻り値をＳ７１２で選択中の機能語の意味として取得し、取得した意味に基づき対象フレーズ１１２の位置づけを特定する。

続いて、対象フレーズ位置づけ管理部１４０が、特定した対象フレーズ１１２の位置づけや当該対象フレーズ１１２の位置づけに基づき生成した情報を、フレーズ位置づけ管理情報１２０として管理（記憶）する（Ｓ７１８）。

Ｓ７１９では、文書分析システム１は、対象文書１１１から対象フレーズ１１２を全て選択済であるか否かを判定する。文書分析システム１が対象文書１１１から対象フレーズ１１２を全て選択済かであると判定した場合（Ｓ７１９：ＹＥＳ）、文書分析処理Ｓ７００は終了する。文書分析システム１が対象文書１１１から対象フレーズ１１２を全て選択済でない（未選択の対象フレーズ１１２がある）と判定した場合（Ｓ７１９：ＮＯ）、処理はＳ７１１に戻る。

図８Ａは、図７の機能語意味推定処理Ｓ７１５の一例（機能語の意味の推定をルールベ
ースで行う場合）を説明するフローチャートである。以下、同図とともに説明する。

まず、機能語意味推定部１３５は、代替語推定リスト１１６から語を１つ選択する（Ｓ８１１）。

続いて、機能語意味推定部１３５は、機能語意味推定ルール１１７のＳ７１２で選択中の機能語のレコードの中に、Ｓ８１１で選択中の語を推定基準語１１７３として含むレコードが存在するか否かを判定する（Ｓ８１２）。機能語意味推定部１３５が上記のレコードが存在すると判定した場合（Ｓ８１２：ＹＥＳ）、処理はＳ８１３に進む。機能語意味推定部１３５が上記のレコードが存在しないと判定した場合（Ｓ８１２：ＮＯ）、処理はＳ８１４に進む。

Ｓ８１３では、機能語意味推定部１３５は、選択中の語を推定基準語として含むレコードの意味１１７２の内容をＳ７１２で選択中の機能語の意味として戻り値に設定し、機能語意味推定処理Ｓ７１５を終了する。その後、処理は図７のＳ７１６に進む。

Ｓ８１４では、機能語意味推定部１３５は、代替語推定リスト１１６に記載されている語を全て選択済であるか否かを判定する。機能語意味推定部１３５が、代替語推定リスト１１６の語を全て選択済であると判定した場合（Ｓ８１４：ＹＥＳ）、処理はＳ８１５に進む。機能語意味推定部１３５が、代替語推定リスト１１６の語を全て選択済でないと判定した場合（Ｓ８１４：ＮＯ）、処理はＳ８１１に戻る。

Ｓ８１５では、機能語意味推定部１３５は、「推定不可」を戻り値に設定し、機能語意味推定処理Ｓ７１５を終了する。その後、処理は図７のＳ７１６に進む。

図８Ｂは、図７の機能語意味推定処理Ｓ７１５の他の一例（機能語の意味の推定を機械学習ベースで行った場合）を説明するフローチャートである。以下、同図とともに説明する。

まず、機能語意味推定部１３５は、代替語推定リスト１１６の内容を機能語意味推定モデル１１８に入力し、機能語意味推定モデル１１８の出力をＳ７１２で選択中の機能語の意味として取得する（Ｓ８５１）。

続いて、機能語意味推定部１３５は、Ｓ８５１で取得した意味をＳ７１２で選択中の機能語の意味として戻り値に設定する（Ｓ８５２）。その後、処理は図７のＳ７１６に進む。尚、例えば、機能語意味推定モデル１１８による推定精度が予め設定した閾値よりも低い場合に機能語意味推定部１３５が戻り値に「推定不可」を設定するようにしてもよい。

＜データ管理機能＞
データ管理部１５０は、文書分析システム１において取り扱われる各種情報（機能語意味推定ルール１１７、機能語意味推定モデル１１８等）を管理（登録、編集、削除、検索等）するためのユーザインタフェースを提供する。

図９Ａは、データ管理部１５０が、ユーザから機能語意味推定ルール１１７の内容を受け付ける際に表示する画面の一例（以下、「機能語意味推定ルール登録画面９１０」と称する。）である。同図に示すように、機能語意味推定ルール登録画面９１０は、機能語の入力欄９１１、意味の入力欄９１２、推定基準語の入力欄９１３、登録ボタン９１５、及びキャンセルボタン９１６を有する。

ユーザが、機能語の入力欄９１１、意味の入力欄９１２、及び推定基準語の入力欄９１
３に内容を入力して登録ボタン９１５を操作すると、データ管理部１５０は、各入力欄に入力された内容を機能語意味推定ルール１１７として登録する。

図９Ｂは、データ管理部１５０が、ユーザが機能語意味推定ルール１１７の内容を管理する際に表示する画面の一例（以下、「機能語意味推定ルール管理画面９２０」と称する。）である。同図に示すように、機能語意味推定ルール管理画面９２０は、機能語の入力欄９２１、表示ボタン９２２、内容表示欄９３０、追加ボタン９４１、及び戻るボタン９４２を有する。また、内容表示欄９３０は、意味の表示欄９３１、推定基準語の表示欄９３２、及び削除ボタン９３３を有する。

ユーザが、機能語の入力欄９２１に機能語を入力して表示ボタン９２２を操作すると、データ管理部１５０は、入力された機能語に対応する機能語意味推定ルール１１７の登録内容を内容表示欄９３０に表示する。ユーザは、内容表示欄９３０を参照することで、機能語意味推定ルール１１７の内容を容易に確認することができる。

ユーザが削除ボタン９３３を操作すると、データ管理部１５０は、不要になった登録内容を機能語意味推定ルール１１７から削除（もしくは無効化）する。

ユーザが追加ボタン９４１を操作すると、データ管理部１５０は、図９Ａに示す機能語意味推定ルール登録画面９１０（機能語の入力欄９２１の内容を機能語の入力欄９１１に表示した機能語意味推定ルール登録画面９１０）を表示する。ユーザは、表示された機能語意味推定ルール登録画面９１０を利用することで効率よく機能語意味推定ルール１１７に新たな機能語意味推定ルールを登録することができる。

図１０Ａは、データ管理部１５０が、ユーザから学習データ１１８ａの内容を受け付ける際に表示する画面の一例（以下、「学習データ登録画面１０１０」と称する。）である。同図に示すように、学習データ登録画面１０１０は、意味の入力欄１０１１、候補語の入力欄１０１２、登録ボタン１０１５、及びキャンセルボタン１０１６を有する。

ユーザが、意味の入力欄１０１１と候補語の入力欄１０１２に内容を入力して登録ボタン１０１５を操作すると、データ管理部１５０は、入力された内容を学習データ１１８ａとして登録する。

図１０Ｂは、データ管理部１５０が、ユーザが学習データ１１８ａの内容を管理する際に表示する画面の一例（以下、「学習データ管理画面１０２０」と称する。）である。同図に示すように、学習データ管理画面１０２０は、学習データの表示欄１０３０、追加ボタン１０４１、及び戻るボタン１０４２を有する。また、学習データの表示欄１０３０は、学習データ１１８ａごと（同図に示すレコードごと）に設けられた、意味の表示欄１０３１、候補語の表示欄１０３２、編集ボタン１０３３、及び削除ボタン１０３４を有する。

ユーザが、学習データの表示欄１０３０のあるレコードの編集ボタン１０３３を操作すると、データ管理部１５０は、当該レコードの内容を記載した学習データ登録画面１０１０を表示する。ユーザは、表示された学習データ登録画面１０１０を利用して学習データ１１８ａの内容を効率よく編集することができる。例えば、機能語の意味の推定に誤りがあった場合、ユーザは本機能を利用して学習データ１１８ａを編集（正しく意味を推定できるような学習データを新たに追加する等）することができる。また、過去の候補語と選択された意味をユーザが俯瞰することで、新たな意味の追加などの検討に役立てることができる。

ユーザが、学習データの表示欄１０３０のあるレコードの削除ボタン１０３４を操作すると、データ管理部１５０は、当該レコードの学習データを学習データ１１８ａから削除（もしくは無効化）する。

ユーザが追加ボタン１０４１を操作すると、データ管理部１５０は、学習データ登録画面１０１０を表示する。ユーザは、表示された学習データ登録画面１０１０を利用して効率よく学習データを学習データ１１８ａに登録（追加）することができる。

＜小括＞
以上詳細に説明したように、本実施形態の文書分析システム１は、機能語の代替語を推定し、推定した代替語（代替語推定リスト１１６）に基づき、ルールベースや機械学習ベースで機能語の意味を精度よく推定することができる。また、文書分析システム１は、対象フレーズ１１２の文書における位置づけを特定し、特定した位置づけや当該位置づけに基づく情報をユーザに提供するので、ユーザは、文書の分析に有用な情報を効率よく取得することができる。また、機能語の意味を推定するために多義語の辞書等の膨大な情報を予め用意しておく必要がなく、本実施形態の文書分析システム１は、実施に際しユーザの作業負荷やコスト負担が少ない。

＜ハードウェア＞
図１１は、以上に説明した文書分析システム１の実現に用いる情報処理装置（コンピュータ）のハードウェア構成の一例である。

例示する情報処理装置１０は、プロセッサ１１、主記憶装置１２（メモリ）、補助記憶装置１３（外部記憶装置）、入力装置１４、出力装置１５、及び通信装置１６を備える。これらはバスや通信ケーブル等を介して通信可能に接続されている。情報処理装置１０の例として、パーソナルコンピュータ、サーバ装置、スマートフォン、タブレット、オフィスコンピュータ、汎用機（メインフレーム）等がある。

情報処理装置１０は、その全部又は一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、情報処理装置１０によって提供される機能の全部又は一部は、例えば、クラウドシステムがＡＰＩ（Application Programming Interface）等を介して提供するサービスによって実現してもよい。また
、情報処理装置１０によって提供される機能の全部又は一部は、例えば、ＳａａＳ（Software as a Service）、ＰａａＳ（Platform as a Service）、ＩａａＳ（Infrastructure
as a Service）等を利用して実現されるものであってもよい。

プロセッサ１１は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable
Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＡＩ（Artificial Intelligence）チップ等を用いて構成されている。

主記憶装置１２は、プロセッサ１１がプログラムを実行する際に利用する装置であり、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、不揮発性メモリ（ＮＶＲＡＭ（Non Volatile RAM））等である。文書分析システム１において実現される各種の機能は、夫々のプロセッサ１１が、補助記憶装置１３に格納（記憶）されているプログラムやデータを主記憶装置１２に読み出して実行することにより実現される。

補助記憶装置１３は、プログラムやデータを記憶する装置であり、例えば、ＳＳＤ（Solid State Drive）、ハードディスクドライブ、光学式記憶装置（ＣＤ（Compact Disc）
、ＤＶＤ（Digital Versatile Disc）等）、ストレージシステム、ＩＣカード、ＳＤカードや光学式記録媒体等の非一時的な記録媒体の読取／書込装置、クラウドサーバの非一時的な記憶領域等で構成することができる。補助記憶装置１３には、記録媒体の読取装置や通信装置１６を介して、非一時的な記録媒体や非一時的な記憶装置を備えた他の情報処理装置からプログラムやデータを読み込むことができる。補助記憶装置１３に格納（記憶）されているプログラムやデータは主記憶装置１２に随時読み込まれる。

入力装置１４は、外部からの情報の入力を受け付けるインタフェースであり、例えば、キーボード、マウス、タッチパネル、カードリーダ、ペン入力方式のタブレット、音声入力装置等である。

出力装置１５は、処理経過や処理結果等の各種情報を外部に出力するインタフェースである。出力装置１５は、例えば、上記の各種情報を可視化する表示装置（液晶モニタ、ＬＣＤ（Liquid Crystal Display）、グラフィックカード等）、上記の各種情報を音声化する装置（音声出力装置（スピーカ等））、上記の各種情報を文字化する装置（印字装置等）である。尚、例えば、情報処理装置１０が通信装置１６を介して他の装置との間で情報の入力や出力を行う構成としてもよい。

入力装置１４と出力装置１５は、ユーザとの間での対話処理（情報の受け付け、情報の提供等）を実現するユーザインタフェースを構成する。

通信装置１６は、他の装置との間の通信を実現する装置である。通信装置１６は、通信媒体５を介して他の装置との間の通信を実現する、有線方式又は無線方式の通信インタフェースであり、例えば、ＮＩＣ（Network Interface Card）、無線通信モジュール、ＵＳＢモジュール等である。

情報処理装置１０には、例えば、オペレーティングシステム、ファイルシステム、ＤＢＭＳ（DataBase Management System）（リレーショナルデータベース、ＮｏＳＱＬ等）、ＫＶＳ（Key-Value Store）等が導入されていてもよい。

以上、実施形態について説明したが、本発明は上記の実施形態に限定されるものではなく、様々な変形例が含まれ、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることや、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加、削除、置換をすることが可能である。

例えば、対象文書１１１の記述言語の種類は必ずしも限定されず、英語等の他の言語で記述されたものであってもよい。対象文書１１１の記述言語が、例えば、英語である場合、単語間が既にスペースで区切られているため、単語の区切りを検出する処理を省略することができる。また、英語で記述された文書についても形態素解析や係り受け解析を行うソフトウェアは日本語と同様に存在するので、それらを利用することで本発明の仕組みを実現することが可能である。

１ 文書分析システム、１０ 情報処理装置、１１ プロセッサ、１２ 主記憶装置、１１１ 対象文書、１１２ 対象フレーズ、１１４ 機能語選択済文、１１５ 代替語推定モデル、１１６ 代替語推定リスト、１１７ 機能語意味推定ルール、１１８ 機能語意味推定モデル、１１８ａ 学習データ、１１９ 機能語の意味、１２０ フレーズ位置づけ管理情報、１２３ 対象選択部、１２５ 機能語選択部、１３０ 代替語推定部、１３５ 機能語意味推定部、１４０ 対象フレーズ位置づけ管理部、１５０ データ管理部、
Ｓ２１１ 機能語選択処理、Ｓ２１２ 代替語推定処理、Ｓ２１３ 機能語意味推定処理、Ｓ７００ 文書分析処理、Ｓ７１５ 機能語意味推定処理、９１０ 機能語意味推定ルール登録画面、９２０ 機能語意味推定ルール管理画面、１０１０ 学習データ登録画面、１０２０ 学習データ管理画面

Claims (15)

1. プロセッサ及び記憶装置を有する情報処理装置を用いて構成され、
   分析対象の文書である対象文書を記憶し、
   前記対象文書に記述されているフレーズにかかる語である機能語の一つ以上の代替語を推定し、
   推定した前記代替語に基づき前記機能語の意味を推定し、
   推定した前記機能語の意味に基づき、前記フレーズの前記文書における位置づけを特定する、
   文書分析システム。
2. 請求項１に記載の文書分析システムであって、
   前記機能語ごとに、意味と当該意味に対応する代替語である推定基準語とを対応づけた情報である機能語意味推定ルールを記憶し、
   前記機能語について推定した前記代替語に対応する意味を前記機能語意味推定ルールから取得することにより前記機能語の意味を推定する、
   文書分析システム。
3. 請求項２に記載の文書分析システムであって、
   前記機能語意味推定ルールを編集するためのユーザインタフェースを提供する、
   文書分析システム。
4. 請求項１に記載の文書分析システムであって、
   前記機能語の意味と一つ以上の前記代替語とを対応づけたデータを学習データとして学習した機械学習モデルである機能語意味推定モデルを記憶し、
   推定した前記代替語を前記機能語意味推定モデルに入力することにより前記推定を行う、
   文書分析システム。
5. 請求項４に記載の文書分析システムであって、
   前記学習データを編集するためのユーザインタフェースを提供する、
   文書分析システム。
6. 請求項１に記載の文書分析システムであって、
   前記機能語の一つ以上の代替語の推定を、ルールベースによる処理又は機械学習モデルを用いた処理により行う、
   文書分析システム。
7. 請求項６に記載の文書分析システムであって、
   前記機械学習モデルはＢＥＲＴ（Bidirectional Encoder Representations from Transformers）である、
   文書分析システム。
8. 請求項１に記載の文書分析システムであって、
   前記フレーズの特定した前記位置づけに関する情報を生成する、
   文書分析システム。
9. 請求項８に記載の文書分析システムであって、
   前記位置づけに関する情報は、前記対象文書において前記フレーズが関係する他のフレーズを示す情報である、
   文書分析システム。
10. プロセッサ及び記憶装置を有する情報処理装置が、
    分析対象の文書である対象文書を記憶するステップ、
    前記対象文書に記述されているフレーズにかかる語である機能語の一つ以上の代替語を推定するステップ、
    推定した前記代替語に基づき前記機能語の意味を推定するステップ、
    推定した前記機能語の意味に基づき、前記フレーズの前記文書における位置づけを特定するステップ、
    を実行する、文書分析方法。
11. 請求項１０に記載の文書分析方法であって、
    前記情報処理装置が、
    前記機能語ごとに、意味と当該意味に対応する代替語である推定基準語とを対応づけた情報である機能語意味推定ルールを記憶するステップ、及び、
    前記機能語について推定した前記代替語に対応する意味を前記機能語意味推定ルールから取得することにより前記機能語の意味を推定するステップ、
    を更に実行する、文書分析方法。
12. 請求項１０に記載の文書分析方法であって、
    前記情報処理装置が、
    前記機能語の意味と一つ以上の前記代替語とを対応づけたデータを学習データとして学習した機械学習モデルである機能語意味推定モデルを記憶するステップ、及び、
    推定した前記代替語を前記機能語意味推定モデルに入力することにより前記推定を行うステップ、
    を更に実行する、文書分析システム。
13. 請求項１０に記載の文書分析方法であって、
    前記情報処理装置が、
    前記機能語の一つ以上の代替語の推定を、ルールベースによる処理又は機械学習モデルを用いた処理により行うステップ、
    を更に実行する、文書分析システム。
14. 請求項１０に記載の文書分析方法であって、
    前記情報処理装置が、前記フレーズの特定した前記位置づけに関する情報を生成する、ステップ、
    を更に実行する、文書分析システム。
15. プロセッサ及び記憶装置を有する情報処理装置に、
    分析対象の文書である対象文書を記憶する機能、
    前記対象文書に記述されているフレーズにかかる語である機能語の一つ以上の代替語を推定する機能、
    推定した前記代替語に基づき前記機能語の意味を推定する機能、及び、
    推定した前記機能語の意味に基づき、前記フレーズの前記文書における位置づけを特定する機能、
    を実現するためのプログラム。

Images