JP3082890B2 - 書き言葉テキストに対する話題構造認識方法および装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、自然言語解析における
話題構造認識の方法に関するものである。

【０００２】

【従来の技術】従来は話題とその構造に関するモデルが
提案されている。これについては例えば、B.J.Grosz an
d C.L.Sidner: “Attention, intention and the struc
ture of discourse ”，Computational Lintuistics
誌，volume 12, number 3, pp.175-204(1986) に説明さ
れている。話題は入れ子構造を持つので、話題の展開は
スタックを用いてモデル化している。また、話題の入れ
子構造の変化、すなわちスタックへの話題のブッシュや
ポップの操作は、話者の意図の遷移によって決定され
る。また、どのような話題が展開するかということは、
ドメイン知識と呼ばれる常識が関係する。ここで、ドメ
イン知識とは例えば「“会社Ａ”とは“電話会社”の一
種である」といった概念の上位−下位関係や、「“会社
Ａ”は“サービスＡという”というサービスを行ない、
そのために宣伝を行なっている」といった行為間の関係
を含んでいる。

【０００３】

【発明が解決しようとする課題】しかしながら、上記の
話題を構造に関するモデルでは、意図を認識する方法が
与えられていないので、実際には話題の構造を認識する
ことはできない。また、話題展開に関しても、どのよう
なドメイン知識が必要であり、それをどのように用いれ
ば良いかという方法が与えられていないだけでなく、た
とえそれらが与えられたとしても話題構造認識に必要な
ドメイン知識をあらかじめ準備しておくことは不可能で
ある。

【０００４】本発明は上記の点に鑑みなされたもので、
書き言葉テキストに対して、ドメイン知識ではなく、話
題展開様式や言語的知識を用いることにより、話題を認
識することを目的とする。

【０００５】

【課題を解決するための手段】本発明の書き言葉テキス
トに対する話題構造認識方法は、話題構造認識前処理用
辞書記憶手段と話題構造認識前処理手段と基盤展開処理
規則記憶手段と基盤展開処理手段と意味的展開処理規則
記憶手段と意味的展開処理手段と統合処理規則記憶手段
と統合処理手段とを有する話題構造認識装置を用いて書
き言葉テキストに対しての話題構造を認識する方法であ
って、まず、前記話題構造認識前処理手段にて前記話題
構造認識前処理用辞書記憶手段に記憶されている話題構
造認識前処理用辞書を用いて入力された書き言葉テキス
トに対して形態素解析処理と単文区切り処理と顕著名詞
句抽出処理とブロック認識処理とからなる話題構造認識
前処理を行い、次に、前記基盤展開処理手段にて前記基
盤展開処理規則記憶手段に記憶されている基盤展開規則
を用いて前記話題構造認識前処理の結果から、前記書き
言葉テキストにおける話題の展開を章や節などによって
明示的に示される基盤展開についての、話題が提示・確
立される話題確立区間の同定処理と話題確立区間におけ
る話題語の同定処理と話題語の入れ子のレベルと継続区
間の同定処理とを順次に行う基盤展開処理を行い、次
に、前記意味的展開処理手段にて前記意味的展開処理規
則記憶記憶手段に記憶されている意味的展開処理規則を
用いて前記話題構造認識前処理の結果と前記基盤展開処
理の各処理における結果から、基盤展開の中で話題が展
開する意味的展開についての、話題が提示・確立される
話題確立区間の同定処理と話題確立区間における話題語
の同定処理と話題語の入れ子のレベルと継続区間の同定
処理とを順次に行う意味的展開処理を行い、その後、前
記統合処理手段にて前記統合処理規則記憶手段に記憶さ
れている統合処理規則を用いて前記基盤展開処理の結果
と前記意味的展開処理の結果とから、統合処理を行うこ
とにより、書き言葉テキスト全体の話題構造を認識し、
書き言葉テキストに対する話題構造認識前処理における
顕著名詞句抽出処理として、単文区切り処理結果の書き
言葉テキスト中の各単文に対して、顕著名詞句候補を示
す言語表現を顕著名詞句を提示する機能しか持たない明
示マーカとそれ以外の非明示マーカに分類し、その種類
と優先順位を登録した、顕著名詞句マーカ優先順位規則
とマッチングを取ることにより、顕著名詞句候補の抽出
と優先順位付けを行い、最も優先順位の高い候補を顕著
名詞句と選ぶことを特徴とする。

【０００６】この場合、書き言葉テキストに対する話題
構造認識の基盤展開処理として、書き言葉テキストの章
や節のように明示的に話題が展開される論理構造を用い
ることにより基盤展開の話題が提示・確立される話題確
立区間を同定処理し、前記同定された基盤展開での話題
確立区間において、基盤展開用話題候補優先順位にした
がって、顕著名詞句から、最も優先順位が高い話題候補
を選び、選ばれた候補が１つしかない場合はその候補を
話題とし、選ばれた候補が複数ある場合は、時間的に最
も早く出現した候補を選ぶことにより、基盤展開におけ
る話題語を同定し、前記同定された基盤展開での話題語
の中で最初の話題語の話題レベルを１とし、それ以外の
話題に関しては基盤展開用話題レベル付け規則にしたが
い話題レベルを決定し、各話題が属する話題確立区間の
先頭をその話題の継続区間の開始点とし、その話題レベ
ル以下の話題の開始直前と書き言葉テキスト終了点の２
つのうち時間的に早い方を話題確立区間の終了点とする
ことにより、基盤展開における話題語のレベルと継続区
間を同定処理することとしてもよい。

【０００７】また、書き言葉テキストに対する話題構造
認識の意味的展開処理として、書き言葉テキストの章や
節のように明示的に話題が展開される論理構造と、文章
全体のタイトルや章タイトルなどのタイトル情報と、前
記話題構造認識前処理の結果である、前記顕著名詞句
と、意味的展開用話題候補優先順位と、前記基盤展開処
理の結果である基盤展開での話題確立区間を用いること
により、書き言葉テキストに対する話題構造認識の意味
的展開についての話題が提示・確立される話題確立区間
を同定し、前記同定された意味的展開での話題確立区間
において、前記意味的展開用話題候補優先順位にしたが
って、顕著名詞句から、最も優先順位が最も高い話題候
補を選び、選ばれた候補が１つしかない場合はその候補
を話題とし、選ばれた候補が複数ある場合は、時間的に
最も早く出現した候補を選ぶことにより、意味的展開に
おける話題語を同定し、前記同定された意味的展開にお
ける全ての話題語に対して仮の話題レベルを１とし、各
話題が属する話題確立区間の先頭をその話題の継続区間
の開始点とし、意味的展開でその話題の次の話題の開始
直前と基盤展開での話題確立区間の開始点の直前と言語
データ終了点の３つのうち時間的に早い方を話題確立区
間の終了点とすることにより、意味的展開における話題
語の仮レベルと継続区間を決定することとしてもよい。

【０００８】本発明の話題構造認識装置は、書き言葉テ
キストを入力するための入力部と、話題構造認識の前処
理辞書の辞書内容を取り出す手段と、その辞書内容を用
いて前処理を行なって前処理記憶部に記憶する手段と、
話題の展開を手掛かり句などによって明示的に示される
基盤展開と、その基盤展開の中で展開する意味的展開に
分離し、基盤展開と意味的展開のそれぞれについての処
理結果を記憶する基盤展開処理記憶部と意味的展開処理
記憶部と、基盤展開処理規則の各規則を取り出す手段
と、基盤展開処理規則を用いて、話題確立区間決定処理
と話題語決定処理と話題レベル区間決定処理を行なって
基盤展開処理記憶部に記憶する手段と、意味的展開処理
規則の各規則を取り出す手段と、意味的展開処理規則を
用いて、話題確立区間決定処理と話題語決定処理と話題
レベル区間決定処理を行なって意味的展開処理記憶部に
記憶する手段と、統合処理規則の各規則を取り出す手段
と、統合処理規則規則を用いて、統合処理を行なって統
合処理記憶部に記憶する手段と、統合処理記憶部の内容
を表示するための表示部を有することを特徴とする。

【０００９】

【００１０】

【００１１】

【００１２】

【００１３】

【００１４】

【作用】本発明は、話題展開を章や節のように明示的に
示される基盤展開と、その中で展開する意味展開に分
け、それぞれについて章立てや段落等の論理構造を用い
て話題を提示，確立される話題確立区間を求め、各話題
確立区間における話題語を話題マーカで示された候補か
ら選び、基盤展開と意味展開における話題を統合するこ
とにより、書き言葉テキストに対して、話題構造を認識
する。このように、書き言葉テキストに対するドメイン
知識を必要とすることなく、話題展開様式や言語的知識
のみを用いて話題が認識される。

【００１５】

【実施例】次に、本発明の実施例について図面を参照し
て説明する。

【００１６】図１は本発明の一実施例の話題構造認識処
理の概要を示す図、図２は本発明の一実施例の話題構造
認識装置のブロック図であり、これらを参照して本発明
の処理および話題構造認識装置の概要について説明す
る。

【００１７】

【００１８】話題構造認識処理は図１に示す以下の手順
にて行われる。

【００１９】入力されたテキスト１１０に対して話題構
造認識前処理１２０を施し、ブロックとする。この後、
該ブロックに対して基盤展開処理１３０および意味的展
開処理１４０を施して話題レベル区間の決定をそれぞれ
独立に行う。続いて基盤展開処理１３０と意味的展開処
理１４０にてそれぞれ決定された話題レベルに基づい
て、基盤展開と意味的展開の統合処理１５０を行い、話
題構造１６０を決定する。

【００２０】上記の話題構造認識前処理１２０は、形態
素解析１２１、単文区切り処理１２２、顕著名詞句抽出
１２３およびブロック認識１２４を順に行うように構成
されている。基盤展開処理１３０は話題確立区間の決定
１３１、話題語の決定および話題レベル区間の決定を順
に行い、意味的展開処理１４０では話題確立区間の決定
１４１、話題語の決定１４２および話題レベル区間の決
定１４３が順に行われる。

【００２１】話題構造認識前処理１２０で行われる形態
素解析１２１、単文区切り処理１２２、顕著名詞句抽出
１２３およびブロック認識１２４は図２に示すブロック
図では、話題構造認識前処理部２０３がデータ入力部２
０１から入力された対話データに対して前処理記憶部２
０２に記憶されている処理手順に従って辞書管理部２１
６と前処理用辞書２０４を用いて行う。まず、入力のテ
キスト１１０に対して形態素解析処理を行なう。形態素
解析処理は入力されたテキスト１１０の文字列を前処理
用辞書を用いて単語毎に区切って単語列とし、さらに各
単語の品詞や活用語の活用形等を同定する。

【００２２】形態素解析１２１がなされると、続いて形
態素解析の結果について単文区切り処理１２２が行なわ
れる。単文区切り処理１２２は埋め込み文や重文のよう
に複数の述語を含む文を、１つの述語のみを含む単文に
分割するもので、図２のブロック図では、話題構造認識
前処理部２０３が前処理記憶部２０２に記憶されている
単文規則管理および単語区切り規則を用いて行なう。

【００２３】次に、顕著名詞句抽出１２３で、入力され
た単文区切り処理結果に対する各単文において最も強調
されている名詞句を抽出することが行われる。

【００２４】次に、意味的にまとまりのある単位である
ブロックを認識する。ブロックはテキストにおける段落
に相当する。なお、ここでの処理は、図２のブロック図
では話題構造認識前処理部２０３が、前処理記憶部２０
２に記憶されている話題管理規則と話題構造認識規則を
用いて行なう。

【００２５】次に、認識されたブロックについて、基盤
展開処理１３０と意味的展開処理１４０がそれぞれ行わ
れ、話題確立区間の決定１３１，１４１、話題語の決定
１３２，１４２、話題レベル区間の決定１３３，１４３
という３つの処理が順次行なわれる。ここで、話題確立
区間とは、話題が提示・確立される区間のことである。
この３つの処理によって、基盤展開処理１３０と意味的
展開処理１４０のそれぞれにおける話題構造を求めるこ
とができる。

【００２６】基盤展開処理１３０に関しては、各処理の
入力としては、基盤展開の直前の処理の結果だけが必要
である。これに対し、意味的展開処理１４０に関して
は、話題語の決定を行なうためには、意味的展開処理１
４０の直前の処理の結果と、基盤展開処理１３０での同
じ種類の処理の結果が必要である。すなわち、意味的展
開処理１４０における話題確立区間の決定１４１を行う
ための入力としては、ブロック認識１２４の結果と基盤
展開処理１３０における話題確立区間の決定１３１の結
果の両方が必要である。

【００２７】同様に、意味的展開処理１４０における話
題語の決定１４２の入力としては、意味的展開処理１４
０における話題確立区間の決定１４１の結果と、基盤展
開処理１３０における話題語の決定１３２の結果が必要
である。また、意味的展開処理１４０における話題レベ
ル区間の決定１４３の入力としては、意味的展開処理１
４０における話題語の決定１４２の結果と、基盤展開処
理１３０における話題レベル区間の決定１３３の結果が
必要である。

【００２８】最後に、基盤展開処理１３０と意味的展開
処理１４０で求められたそれぞれの話題構造を入力とし
て、基盤展開処理１３０と意味的展開処理１４０の統合
処理１５０を行ない、その結果としてテキスト全体の話
題構造１６０を出力する。

【００２９】上述した基盤展開処理１３０は、図２に示
すブロック図では、話題確立区間決定処理部２３１，話
題語決定処理部２３２，話題レベル区間決定処理部２３
３からなる基盤展開処理部２３０が、基盤展開処理の手
順を記憶する基盤展開処理記憶部２０７の記憶内容にし
たがい、基盤展開処理規則管理部２０５および基盤展開
処理規則２０６を参照して行う。また、意味的展開処理
１４０は、話題確立区間決定処理部２４１，話題語決定
処理部２４２，話題レベル区間決定処理部２４３からな
る意味的展開処理部２４０が、意味的展開処理の手順を
記憶する意味的展開処理記憶部２１０の記憶内容にした
がい、意味的展開処理規則管理部２０８および意味的展
開処理規則２０９を参照して行う。

【００３０】次に、本発明における話題構造認識を行う
ための各処理の具体的な内容について説明する。

【００３１】話題構造認識前処理１２０ 形態素解析１２１ 形態素解析１２１では日本語文字列を入力とし、それを
単語ごとに区切った結果と各単語の品詞等の情報を出力
とする。例えば、「特許を書く」という日本語文字列を
入力として形態素解析を行なうと、出力としては「特
許」「を」「書く」のように３つの単語に分割された日
本語文字列と、「特許＝名詞」、「を＝格助詞」、「書
く＝動詞の終止形」のような各単語の品詞情報が出力さ
れる。ただし、動詞は活用語であるので、「終止形」の
ような活用形の情報も付加される。

【００３２】形態素解析１２１を行なうためには、各単
語の品詞を記した単語辞書と、日本語文字列において品
詞同士の並びやすさを記述した連接辞書が必要である。
連接辞書には例えば、『「特許」「を」』のように名詞
の後には格助詞が続きやすいが、『「書く」「を」』の
ように動詞の後には格助詞は続きにくいという情報が記
されている。

【００３３】日本語文字列を単語に区切る場合、例えば
『特許』という文字列が「特許」という１つの名詞から
構成されるか、「特」と「許」という２つも単語から構
成されるかという曖昧性が存在するが、形態素解析では
単語辞書と連接辞書を用いることにより、最も適切な解
析結果を選択する。形態素解析に関する詳細な手法は、
『吉村、日高、吉田：「文節数最小法を用いたべた書き
日本語文の形態素解析」情報処理学会論文誌Ｖｏｌ．２
４，Ｎｏ．１，ｐｐ．４０−４６（１９８３）』で述べ
られている。

【００３４】単文区切り処理１２２ 単文区切り処理１２２は埋め込み文や重文のように複数
の述語を含む文を、図３に示すようなあらかじめ準備し
た単文区切り規則を用いることにより、１つの述語のみ
を含む単文に分割する。例えば、「私は特許を書く」と
いう文に含まれる述語は「書く」という動詞だけである
ので、これは単文である。これに対し、「発明したら、
特許を書く」という文には「発明し」という動詞と「書
く」という動詞の２つの述語が含まれているので、「発
明したら、」と「特許を書く」という２つの単文に分割
する。

【００３５】図３に示す単文区切り規則は、以下の通り
である。 （１）句点で切る （２）以下の場合を除き、原則として関係の直後で切る （２−１）関係が形容詞または形容動詞の連体形の場合 （２−２）関係が形容詞のまたは形容動詞の連用形の場
合 （３）読点では区切らない。ただし、読点より前の単文
内に関係を含んでいる場合は、読点の後で区切る （４）終助詞に格助詞「と」が続いている場合は、格助
詞「と」の前で区切る形態素解析で求められた単語の種
類や品詞の種類、活用形に応じて、複数の述語を含む日
本語文を単文に分割する。与えられた日本語文に対し
て、各規則を適用できるかどうかを調べ、可能なものに
ついては適用を行なうことによって単文区切り処理を行
なう。

【００３６】顕著名詞句の抽出１２３ 各単文において最も強調されている顕著名詞句を抽出す
る。日本語では顕著名詞句は助詞等のマーカによって示
される。マーカには、「について」「に関して」「は」
のように語句を提示する機能しか持たない明示マーカ
と、「が」「を」のように主語や目的語のような文法的
役割を示すマーカが語句を提示するためにも用いられた
「非明示マーカ」が存在する。これらは、優先順位とと
もにあらかじめ規則として人間が与えておく。

【００３７】顕著名詞句のマーカ優先順位の例を図４に
示す。

【００３８】最も優先されるのは、（１）読点付明示マ
ーカであり、次に（２）「は」以外の明示マーカ、
（３）明示マーカ「は」、（４）非明示マーカと続く。

【００３９】テキストとこれらのマーカとの間でマッチ
ングを取ることにより、顕著名詞句の候補を抽出する。
ただし、マーカで示されている語句が、代名詞や「こ
と」「もの」のようにそれだけでは具体的な意味を持た
ないダイクシス表現の場合は、顕著名詞句の候補とはし
ない。

【００４０】１単文から複数の候補が抽出された場合
は、図４に示す優先順位にしたがい、最も優先順位が高
いものを顕著名詞句として選ぶ、また、優先順位が最高
位のものが複数ある場合は、時間的に最も早く出現して
いるものを顕著名詞句として選ぶ。

【００４１】ブロックの認識１２４ テキストにおける論理構造には、図５に示すようにタイ
トル、章タイトル、本文が含まれている。本文中の論理
構造にはさらに段落構造と箇条書領域が含まれており、
両者は重複しうる。

【００４２】論理構造には、タイトルや章タイトル、段
落構造のように通常、元のテキストに付与されているも
のと、箇条書領域のように構造情報が通常、付与されて
いないものがある。構造情報があらかじめ付与されてい
ないものは、論理構造の認識処理を行なう。

【００４３】図６に箇条書領域を決定するための規則の
例を示す。規則に記述された手掛かり句とテキストの間
でマッチングを取ることにより箇条書き領域を検出す
る。手掛かり句が「第１に」「第２に」のような場合
は、手掛かり句を含む文の先頭を箇条書き領域の始点と
し、段落の終点と次の同種の手掛かり句の出現の内、時
間的に早く出現したものを箇条書き領域の終点とする。
また、手掛かり句が（１），（２）のような場合は、手
掛かり句を箇条書き領域の始点とし、次の句点と次の同
種の手掛かり句の出現の内、時間的に早く出現したもの
を箇条書き領域の終点とする。このような大きな箇条書
構造と小さな箇条書構造を示すための手掛かり句の使い
分けはテキストの種類対象によって異なるので、解析す
るテキストの種類に応じて箇条書領域決定規則を人間に
与える。例えば、新聞では図６のように用いられること
が多い。

【００４４】基盤展開処理１３０ 話題確立区間の決定１３１ 章や節のように明示的に話題が展開される基盤展開にお
いて、話題が提示・確立される話題確立区間を同定し、
また、話題確立区間のタイプを同定する。図７に基盤展
開における話題確立区間の決定処理の流れを示す。ま
ず、テキスト中に要約区間が存在するかどうかを調べる
（ステップＳ７０１）。ここで、要約区間の決定処理に
ついては後述する。もし、テキスト中に要約区間が存在
すれば、全ての要約区間を話題確立区間として認定し
（ステップＳ７０２）、これらのタイプを章立てタイプ
とし（ステップＳ７０３）、さらに要約区間を含む段落
で、要約区間以外の部分を「疑似段落」と呼ぶ（ステッ
プＳ７０４）。

【００４５】要約区間が有無にかかわらず、次にテキス
トに箇条書き領域があるかどうかを調べる（ステップＳ
７０５）。もし、箇条書き領域がなければ、これで話題
確立区間の決定処理を終了する。

【００４６】箇条書き領域が存在する場合には、箇条書
き領域に含まれる全ての箇条書き項目が２単文以上ある
かを調べ（ステップＳ７０６）、２単文以上であれば、
第１項目の１文前の文を話題確立区間として（ステップ
Ｓ７０７）、話題確立区間のタイプを箇条書き全体タイ
プとする（ステップＳ７０８）。

【００４７】ただし、上記の「２単文」という値は、テ
キストの性質に応じて人間があらかじめ適切な値を与え
るものとする。

【００４８】また、箇条書き領域が存在した場合は、箇
条書き領域に含まれる全ての箇条書き項目が２単文以上
であるかないかにかかわらず、箇条書き領域に含まれる
全ての箇条書き項目が５単文以上であるかどうかを調べ
る（ステップＳ７０９）。もし、５単文以上であれば、
各項目の第１文を話題確立区間とし（ステップＳ７１
０）、話題確立区間のタイプを箇条書き項目タイプとし
（ステップＳ７１１）、処理を終了する。もし、５単文
未満の箇条書き項目が含まれていれば、そのまま処理を
終了する。ただし、この「５単文」という値は、テキス
トの性質に応じて人間があらかじめ適切な値を与えるも
のとする。

【００４９】次に、要約区間の決定処理について説明す
る。図８に要約区間の決定処理の流れを示す。

【００５０】まず、章に含まれない文章がテキストの先
頭にあるかを調べ（ステップＳ８０１）、もし、タイト
ルが終了して章立てが開始するまでに文章が始まるなど
の理由で、章に含まれない文章がテキストの先頭の存在
すれば、テキストの第１文を要約区間とする（ステップ
Ｓ８０２）。また、章に含まれない文章がテキストの先
頭の存在する、しないかにかかわらず、章や節の開始点
を確認し（ステップＳ８０３）、開始点に対して、章や
節での第１文を要約区間として（ステップＳ８０４）、
要約区間の決定処理を終了する。

【００５１】話題語の決定１３２ 章や節のように明示的に話題が展開される基盤展開にお
ける話題確立区間で、どのような話題が提示されている
かを認識する。図９に基盤展開における話題語決定処理
の流れの例を示す。

【００５２】基盤展開における各話題確立区間につい
て、後述する「基盤展開用話題候補優先順位」に基づい
て最も優先順位が高いものを抽出する（ステップＳ９０
１）。続いて、抽出された候補が１つであるかを確認し
（ステップＳ９０２）、抽出された候補が１つであれ
ば、それを話題として認定する。また、、複数の候補が
抽出されいる場合には、話題確立区間が箇条書き全体タ
イプであるかを調べ（ステップＳ９０３）、全体タイプ
であれば、時間的に最も遅く出現したものだけ選んで
（ステップＳ９０４）を話題として認定する。もし、複
数の候補が抽出されており、かつ話題確立区間が箇条書
き全体タイプ以外であれば、時間的に最も早く出現した
ものだけを選んで（ステップＳ９０５）話題として認定
する。

【００５３】次に、「基盤展開用話題候補優先順位」に
ついて説明する。これは基盤展開において話題となりや
すいものを優先順位と共にまとめた規則であり、人間が
あらかじめ準備しておく、図１０に基盤展開用話題候補
優先順位の例を示す。

【００５４】基盤展開用話題候補には、［ａ］直前の章
タイトルに含まれている顕著名詞句、［ｂ］固有名詞を
含む顕著名詞句、［ｃ］明示マーカで示された顕著名詞
句、等があり、これらは同じ優先順位である。また、こ
れらよりも優先度が低い基盤展開用話題候補には、非明
示マーカで示された顕著名詞句が含まれる。

【００５５】話題レベル区間の決定１３３ 基盤展開における話題に対して、その話題レベルと話題
が継続する区間を決定する。ここで、一番外側の話題の
話題レベルを１とし、それより入れ子が１つ増えるごと
に、話題レベルも１つ増加するものとする。

【００５６】図１１に基盤展開用レベル付け規則の例を
示す。第１に、テキストの最初の話題の話題レベルを１
とする。第２に、章立てタイプの話題確立区間における
話題に関しては、章立ての遷移パターンによって話題レ
ベルを増減させる。sectionからsection のように同レ
ベルへの遷移の場合は話題レベルはそのままとし、chap
ter からsection のように詳細方向への遷移の場合は話
題レベルを１増加させ、section からchapter のように
抽象方向への遷移の場合は話題レベルを１減少させる。
第３に、箇条書き項目タイプの話題確立区間での話題に
関しては、何番目の項目かによって話題レベルを増減さ
せる。箇条書きの第１項目の話題に関しては話題レベル
を１増加させ、第２以降の項目の話題に関しては話題レ
ベルはそのままとする。第４に、箇条書き全体タイプの
話題確立区間の話題に関しては、話題レベルを常に１増
加させる。

【００５７】図１２に基盤展開における話題継続区間決
定処理の流れの例を示す。

【００５８】ここで、現在処理対象としている話題を
Ａ、その話題レベルをｍとする。話題Ａが章立てタイプ
の話題確立区間での話題であるかを確認する（ステップ
Ｓ１２０１）。

【００５９】話題Ａが章立てタイプの話題確立区間での
話題であれば、Ａの属する話題確立区間の先頭を話題継
続区間の開始点とし、話題レベルがｍ以下の話題の開始
直前とテキスト終了の２つのうち時間的に早く出現した
方を話題継続区間の終了点とする（ステップＳ１２０
２）。話題Ａが章立てタイプ以外、すなわち箇条書き項
目タイプか箇条書き全体タイプの話題確立区間での話題
であれば、Ａの属する話題確立区間の先頭を話題継続区
間の開始点とし、話題レベルがｍ以下の話題の開始直前
と箇条書き領域終了の２つのうち時間的に早く出現した
方を話題継続区間の終了点とする（ステップＳ１２０
３）。

【００６０】意味的展開処理１４０ 話題確立区間の決定１４１ 基盤展開の中で話題が展開される意味的展開において、
話題が提示・確立される話題確立区間を同定する。図１
３に意味的展開における話題確立区間の決定処理の流れ
の例を示す。

【００６１】各段落あるいは疑似段落に対して、段落ま
たは疑似段落に含まれる単文数が５以上であるか、ま
た、その段落または疑似段落が箇条書き領域を含まない
かを調べ（ステップＳ１３０１，１３０２）、いずれに
も該当しなければ、この段落には話題確立区間はないと
して（ステップＳ１３０６）終了する。いずれにも該当
する場合には、以下の区間を話題確立区間の候補とす
る。すなわち、その段落、疑似段落の先頭を開始点と
し、第８単文の文末と段落、疑似段落の最後から２番目
の文の文末の２つのうち、時間的に先に現われたものを
終了点とする区間を話題確立区間候補とする（ステップ
Ｓ１３０３）。ただし、この「第８単文」という値は、
テキストの性質の応じて人間があらかじめ適切な値を与
えるものとする。

【００６２】次に、その話題確立区間候補の中に後述す
る「意味的展開用話題候補優先順位」に含まれる顕著名
詞句が１つ以上あるかを調べ（ステップＳ１３０４）、
存在すれば、その話題確立区間候補を話題確立区間とし
て認定する（ステップＳ１３０５）。また、上記の条件
を満たさない場合は、その段落または疑似段落には話題
確立区間は存在しないものとする（ステップＳ１３０
６）。

【００６３】次に、「意味的展開用話題候補優先順位」
について説明する。これは意味的展開において話題とな
りやすいものを優先順位と共にまとめた規則であり、人
間があらかじめ準備しておく。図１４に意味的展開用話
題候補優先順位の例を示す。

【００６４】話題候補には、（１）疑問表現を伴う顕著
名詞句が含まれる。ここで、疑問表現は「尋ねる」「問
う」などの表現を伴うので、それらの表現とテキストの
間でマッチングを取ることにより、疑問表現かどうかの
同定を行なうことができる。また、（ａ）直前の章タイ
トルか直前の要約区間に含まれている顕著名詞句、
（ｂ）固有名詞を含む顕著名詞句、（ｃ）「は」以外の
明示マーカで示された顕著名詞句も意味的展開用話題候
補優先順位に含まれる。

【００６５】話題語の決定１４２ 基盤展開の中で話題が展開される意味的展開での話題確
立区間において、どのような話題が提示されているかを
同定する。図１５に意味的展開における話題語決定処理
の流れの例を示す。

【００６６】意味的展開における各話題確立区間につい
て、図１４に示した「意味的展開用話題候補優先順位」
に基づいて最も優先順位の高いものを抽出する（ステッ
プＳ１５０１）。続いて、抽出された候補が１つである
かを確認し（ステップＳ１５０２）、１つであれば、そ
れを話題として認定する（ステップＳ１５０４）。も
し、複数の候補が抽出されていれば、最も時間的に早く
出現した候補を話題として認定する（ステップＳ１５０
３）。

【００６７】話題レベル区間の決定１４３ 意味的展開における話題に対して、その話題レベルと話
題が継続する区間を決定する。図１６に意味的展開にお
ける話題レベル区間決定処理の流れの例を示す。

【００６８】ここで、現在処理対象としている話題をＡ
とする。まず、話題Ａの話題レベルを１とする（ステッ
プＳ１６０１）。次に、Ａの属する話題確立区間の先頭
をＡの継続区間の開始点とする。また、意味的展開で話
題Ａの次に現われる話題の直前と、基盤展開での話題確
立区間の開始点の直前と、テキスト終了時の３つのう
ち、時間的に最も早く起きたものを話題Ａの継続区間の
終了点とする（ステップＳ１６０２）。

【００６９】基盤展開と意味的展開の統合処理１５０ これまで求めた基盤展開における話題構造と意味的展開
における話題構造を統合する。図１７に基盤展開と意味
的展開の統合処理の流れの例を示す。

【００７０】まず、基盤展開における話題であるかを調
べ（ステップＳ１７０１）、基盤展開における話題に対
しては、話題レベルは元のままとして（ステップＳ１７
０３）話題構造を統合し（ステップＳ１７０４）、意味
的展開における話題に対しては、話題レベルの補正を行
なった後で（ステップＳ１７０２）統合を行なう（ステ
ップＳ１７０４）。

【００７１】意味的展開の話題レベルの補正は、元の話
題レベルに、その時点での基盤展開の話題レベルの最大
値を加えることにより行なう。統合後に得られた話題構
造が、最終的な話題構造である。

【００７２】テキストデータ例を用いた説明 次に、具体的なテキストデータ例を用いて、本発明を適
用した場合の、話題構造認識方法を詳細にする。

【００７３】話題構造認識前処理１２０ 単文区切り処理１２２の具体例 図１８は本発明の一実施例のテキスト例を示す図であ
る。このテキスト例を、図３に示した単文区切り規則例
等を用いて単文に分割した例を図１９に示す。

【００７４】顕著名詞句の抽出１２３の具体例 分割した各単文に対して、顕著名詞句を抽出する。図１
９の単文分割結果に対して、図４に示すような顕著名詞
句マーカを用いて顕著名詞句を抽出した結果を図２０に
示す。ここで、図２０において、顕著名詞句をアンダー
ラインで示し、また、説明のための単文番号を（１−
１），（１−２），・・・のように示す。

【００７５】単文（１−１）では明示マーカ「は」によ
って顕著名詞句「会社Ａの通信サービス」が抽出され
る。また、単文（１−２）では、明示マーカ「を」が存
在するが、マークされている語が具体的な意味を持たな
いダイクシス表現「それら」であるので、この単文から
は顕著名詞句は抽出されない。また、単文（３−１）に
は、明示マーカ「は」によって示される「サービスＡ」
と、明示マーカ「に」によって示される「競合他社」が
含まれるが、図４の優先順位によれば、明示マーカ
「は」の方が優先順位が高いので、「サービスＡ」を顕
著名詞句として選択する。他の単文でも同様にして、顕
著名詞句マーカによって顕著名詞句を抽出する。

【００７６】ブロック認識１２４の具体例 テキストにおける論理構造を認識する。図１８に示した
テキスト例に対する論理構造の認識例を図２１に示す。
図５に示した論理構造例のうち、箇条書き領域はこのテ
キスト例には存在しないので、その以外の論理構造であ
るタイトル、章タイトル、本文、段落が認識されてい
る。箇条書き領域以外の論理構造は、元のテキスト中に
タグなどによってあらかじめ与えられていることが多い
ので、ここでもこれらの論理構造はあらかじめ与えられ
ているものとする。

【００７７】基盤展開処理１３０ 基盤展開処理１３０における話題確立区間決定１３１の
具体例 基盤展開における話題確立区間を同定する。テキスト例
における基盤展開の話題確立区間の同定結果を図２２に
示す。図８の要約区間決定処理によると、章に含まれな
い文章がテキストの先頭にあれば、その第１文を要約区
間とするので、図２２に示すように段落ａの第１文は要
約区間である。同じく図８の要約区間決定処理による
と、章や節の第１文を要約区間とするので、図２２に示
すように段落ｂと段落ｅのそれぞれの第１文は要約区間
である。図７によれば、要約区間は基盤展開での話題確
立区間でもあるので、これらを章立てタイプの話題確立
区間として認定する。また、話題確立区間が含まれる段
落において、話題確立区間以外を疑似段落とする。この
テキスト例には箇条書き領域が存在しないので、基盤展
開における話題確立区間の同定処理はこれで終了であ
る。

【００７８】基盤展開処理１３０における話題語決定１
３２の具体例 基盤展開の話題確立区間における話題語の決定を行な
う。基盤展開には図２２に示すように３つの話題確立区
間が認定された。段落ａの「会社Ａの通信サービス」
は、図１０に示した基盤展開用話題候補優先順位を満た
すので、図９の基盤展開における話題語決定処理にした
がって、話題語候補として抽出する。段落ａに含まれる
話題確立区間から抽出される候補はこれだけであるの
で、「会社Ａの通信サービス」を段落ａに含まれる話題
確立区間での話題語として決定する。同様に、段落ｂに
含まれる話題確立区間での話題語として「様々な新規サ
ービス」を、段落ｅに含まれる話題確立区間での話題語
として「従来からのサービス」を抽出する。

【００７９】基盤展開処理１３０における話題レベル区
間決定１３３の具体例 基盤展開における話題語の話題レベル区間を決定する。
図１１の規則にしたがって、テキストの最初の話題「会
社Ａの通信サービス」の話題レベルを１とする。次の話
題「新規サービス」は、章立てタイプの話題確立区間に
おける話題であり、章の開始というより詳細方向への章
立て遷移が起きているので、図１４の規則にしたがって
話題レベルを１増加させ、２とする。次の話題「従来か
らのサービス」は、章立てタイプの話題確立区間におけ
る話題であり、章から章へという同レベルへの章立て遷
移が起きているので、図１１の規則にしたがって話題レ
ベルはそれ以前と同じ２とする。また、各話題の継続区
間は、図１２の処理のうちの章立てタイプの話題確立区
間に関するものを用いて決定する。「会社Ａの通信サー
ビス」の継続区間はテキスト開始からテキスト終了ま
で、「新規サービス」の継続区間は図２２の段落ｂ，
ｃ，ｄで、「従来からのサービス」の継続区間は図２２
の段落ｅ，ｆである。これらの話題レベル区間の認識結
果を図２３に示す。

【００８０】意味的展開処理１４０ 意味的展開処理１４０における話題確立区間決定１４１
の具体例 意味的展開における話題確立区間を同定する。テキスト
例における意味的展開の話題確立区間の同定結果を図２
４に示す。図１３に示した意味的展開の話題確立区間同
定処理は、先に述べた基盤展開における話題確立区間同
定処理において認定された疑似段落を含む段落に関して
は、段落全体ではなく、疑似段落だけに対して行なう。
図２４の疑似段落Ａは、含まれる単文数が５未満である
ので、この疑似段落には意味的展開での話題確立区間は
ないものとする。同様の理由で、図２４の疑似段落Ｂ，
Ｅと段落ｄにも、意味的展開での話題確立区間は含まれ
ていないとする。図２４の段落ｃは単文を５以上含み、
かつ箇条書き領域を含まない。さらに、段落ｃの「サー
ビスＡ」は、図１４に示した意味的展開用話題候補優先
順位のうち、「直前の要約区間に含まれている顕著名詞
句」という条件を満たすので、段落ｃの先頭を話題確立
区間の開始点とする。また、段落ｃの第８単文の文末と
段落の最後から２番目の文の文末の２つで、時間的に先
に現われた方を話題確立区間の終了点とする。同様に、
段落ｆに対しても話題確立区間を決定する。

【００８１】意味的展開処理１４０における話題語決定
１４２の具体例 意味的展開の話題確立区間における話題語の決定を行な
う。意味的展開には図２４に示すように２つの話題確立
区間が認定された。段落ｃの「サービスＡ」は、図１４
に示した意味的展開用話題候補優先順位を満たすので、
図１５の意味的展開における話題語決定処理にしたがっ
て、話題語候補として抽出する。図１４に示した意味的
展開用話題候補優先順位において、「サービスＡ」より
も優先順位の高いもの、すなわち「疑問表現を伴う顕著
名詞句」が段落ｃの話題確立区間に含まれていないと仮
定する。すると、たとえこの話題確立区間において「サ
ービスＡ」以外の候補が検出されても、時間的に最も早
く現われたものを選択することになるので、最初に出現
した「サービスＡ」を話題として認定する。同様に、段
落ｆでは、「番号案内の有料化」が話題として認定され
る。

【００８２】意味的展開処理１４０における話題レベル
区間決定１４３の具体例 意味的展開における話題語の話題レベル区間を決定す
る。図１６の規則にしたがって、全ての話題語の話題レ
ベルを仮に１とする。また、各話題の継続区間も図１６
の規則にしたがって決定する。「サービスＡ」の継続区
間は、図２４の段落ｃ，ｄとし、「番号案内の有料化」
の継続区間は図２３の段落ｆとする。これらの話題レベ
ル区間の認識結果を図２５に示す。

【００８３】基盤展開と意味的展開の統合処理１５０の
具体例 基盤展開と意味的展開における話題構造を統合する。図
１７に示した基盤展開と意味的展開の統合規則にしたが
って、意味的展開での話題の話題レベルを補正する。統
合結果を図２６に示す。これが、図１８のテキスト例に
対して、本発明の話題構造認識方法を適用してえられた
話題構造である。

【００８４】実験データ 本発明の話題構造認識方法を実際のテキスト・データに
適用した評価実験の結果を示す。評価としては、人間が
認識した話題構造と計算機が認識した話題構造を比較す
ることにより、再現率と適合率を求める方法を採用し
た。ここで、再現率とは人間が認識した話題構造のう
ち、どれだけが計算機によって認識されているかを示す
尺度であり、適合率とは計算機が認識した話題構造のう
ち、どれだけが人間によっても認識されているかを示す
尺度である。もし、人間と計算機がそれぞれ認識した話
題構造が一致すれば、再現率、適合率とも１００％とな
る。

【００８５】実験に用いたテキスト・データは、全部で
新聞記事１０件であり、単文数にすると３８８である。
評価を行なった結果、再現率が６９．０％で、適合率が
５４．０％であった。

【００８６】

【発明の効果】上述のように本発明により、特定のドメ
インに依存した知識を用いることなく、話題とその構造
を認識することができる。

【００８７】また、認識された話題と話題構造を利用者
に提示することにより、利用者によるテキスト内容の大
まかな把握を支援することが可能となる。また、話題構
造を目次として使用することも可能である。

【図面の簡単な説明】

【図１】本発明の一実施例のテキスト話題構造認識のた
めの処理を示すフローチャートである。

【図２】本発明の一実施例のテキスト話題構造認識装置
のブロック図である。

【図３】本発明の一実施例に用いられる単文区切り規則
の例を示す図である。

【図４】本発明の一実施例に用いられる顕著名詞句のマ
ーカ優先順位規則の例を示す図である。

【図５】本発明の一実施例に用いられる論理構造の例を
示す図である。

【図６】本発明の一実施例に用いられる箇条書き領域決
定規則の例を示す図である。

【図７】本発明の一実施例の基盤展開における話題確立
区間の決定処理を示すフローチャートである。

【図８】本発明の一実施例の要約区間の決定処理を示す
フローチャートである。

【図９】本発明の一実施例の基盤展開における話題語決
定処理を示すフローチャートである。

【図１０】本発明の一実施例の基盤展開用話題候補優先
順位を示す図である。

【図１１】本発明の一実施例に用いられる基盤展開用レ
ベル付け規則の例を示す図である。

【図１２】本発明の一実施例の基盤展開における話題継
続区間決定処理を示すフローチャートである。

【図１３】本発明の一実施例の意味的展開における話題
確立区間の決定処理を示すフローチャートである。

【図１４】本発明の一実施例の意味的展開用話題候補優
先順位を示す図である。

【図１５】本発明の一実施例の意味的展開における話題
語決定処理を示すフローチャートである。

【図１６】本発明の一実施例の意味的展開での仮の話題
レベル区間決定処理を示すフローチャートである。

【図１７】本発明の一実施例の基盤展開と意味的展開の
統合処理を示すフローチャートである。

【図１８】本発明の一実施例のテキスト例を示す図であ
る。

【図１９】本発明の一実施例のテキスト例に対する単文
区切り結果の例を示す図である。

【図２０】本発明の一実施例のテキスト例における顕著
名詞句の例を示す図である。

【図２１】本発明の一実施例のテキスト例における論理
構造を示す図である。

【図２２】本発明の一実施例のテキスト例での基盤展開
における話題確立区間を示す図である。

【図２３】本発明の一実施例のテキスト例での基盤展開
における話題構造を示す図である。

【図２４】本発明の一実施例のテキスト例での意味的展
開における話題確立区間を示す図である。

【図２５】本発明の一実施例のテキスト例での意味的展
開における話題構造を示す図である。

【図２６】本発明の一実施例のテキスト例における話題
構造を示す図である。

【符号の説明】

１１０ テキスト １２０ 話題構造認識前処理 １２１ 形態素解析 １２２ 単文区切り処理 １２３ 顕著名詞句抽出 １２４ ブロック認識 １３０ 基盤展開処理 １３１，１４１ 話題確立区間の決定 １３２，１４２ 話題語の決定 １３３，１４３ 話題レベル区間の決定 １４１ 意味的展開処理 １５０ 基盤展開と意味的展開の統合処理 １６０ 話題構造 ２０１ データ入力部 ２０２ 前処理記憶部 ２０３ 話題構造認識前処理部 ２０４ 前処理用辞書 ２０５ 基盤展開処理規則管理部 ２０６ 基盤展開処理規則 ２０７ 基盤展開処理記憶部 ２０８ 意味的展開処理規則管理部 ２０９ 意味的展開処理規則 ２１０ 意味的展開処理記憶部 ２１１ 統合処理記憶部 ２１２ 統合処理部 ２１３ 統合処理規則管理部 ２１４ 統合処理規則 ２１５ 表示部 ２３０ 基盤展開処理部 ２３１，２４１ 話題区間確立決定処理部 ２３２，２４２ 話題語決定処理部 ２３３，２４３ 話題レベル区間決定処理部 ２４０ 意味的展開処理部

フロントページの続き (56)参考文献 特開 平４−306768（ＪＰ，Ａ) 特開 平４−332084（ＪＰ，Ａ) 特開 平５−266072（ＪＰ，Ａ) 竹下敦、“４Ｈ−３ 対話構造を用い た話題の同定”、情報処理学会第43回 （平成３年後期）全国大会講演論文集 （３）、平成３年９月24日、ｐ．３− 229〜３−230 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 17/27 G06F 17/30

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 話題構造認識前処理用辞書記憶手段と話
   題構造認識前処理手段と基盤展開処理規則記憶手段と基
   盤展開処理手段と意味的展開処理規則記憶手段と意味的
   展開処理手段と統合処理規則記憶手段と統合処理手段と
   を有する話題構造認識装置を用いて書き言葉テキストに
   対しての話題構造を認識する方法であって、 まず、前記話題構造認識前処理手段にて前記話題構造認
   識前処理用辞書記憶手段に記憶されている話題構造認識
   前処理用辞書を用いて入力された書き言葉テキストに対
   して形態素解析処理と単文区切り処理と顕著名詞句抽出
   処理とブロック認識処理とからなる話題構造認識前処理
   を行い、 次に、前記基盤展開処理手段にて前記基盤展開処理規則
   記憶手段に記憶されている基盤展開規則を用いて前記話
   題構造認識前処理の結果から、前記書き言葉テキストに
   おける話題の展開を章や節などによって明示的に示され
   る基盤展開についての、話題が提示・確立される話題確
   立区間の同定処理と話題確立区間における話題語の同定
   処理と話題語の入れ子のレベルと継続区間の同定処理と
   を順次に行う基盤展開処理を行い、 次に、前記意味的展開処理手段にて前記意味的展開処理
   規則記憶記憶手段に記憶されている意味的展開処理規則
   を用いて前記話題構造認識前処理の結果と前記基盤展開
   処理の各処理における結果から、基盤展開の中で話題が
   展開する意味的展開についての、話題が提示・確立され
   る話題確立区間の同定処理と話題確立区間における話題
   語の同定処理と話題語の入れ子のレベルと継続区間の同
   定処理とを順次に行う意味的展開処理を行い、 その後、前記統合処理手段にて前記統合処理規則記憶手
   段に記憶されている統合処理規則を用いて前記基盤展開
   処理の結果と前記意味的展開処理の結果とから、統合処
   理を行うことにより、書き言葉テキスト全体の話題構造
   を認識し、 書き言葉テキストに対する話題構造認識前処理における
   顕著名詞句抽出処理として、単文区切り処理結果の書き
   言葉テキスト中の各単文に対して、顕著名詞句候補を示
   す言語表現を顕著名詞句を提示する機能しか持たない明
   示マーカとそれ以外の非明示マーカに分類し、その種類
   と優先順位を登録した、顕著名詞句マーカ優先順位規則
   とマッチングを取ることにより、顕著名詞句候補の抽出
   と優先順位付けを行い、最も優先順位の高い候補を顕著
   名詞句と選ぶことを特徴とする書き言葉テキストに対す
   る話題構造認識方法。
2. 【請求項２】 請求項１記載の書き言葉テキストに対す
   る話題構造認識方法において、 書き言葉テキストに対する話題構造認識の基盤展開処理
   として、 書き言葉テキストの章や節のように明示的に話題が展開
   される論理構造を用いることにより基盤展開の話題が提
   示・確立される話題確立区間を同定処理し、 前記同定された基盤展開での話題確立区間において、基
   盤展開用話題候補優先順位にしたがって、顕著名詞句か
   ら、最も優先順位が高い話題候補を選び、選ばれた候補
   が１つしかない場合はその候補を話題とし、選ばれた候
   補が複数ある場合は、時間的に最も早く出現した候補を
   選ぶことにより、基盤展開における話題語を同定し、 前記同定された基盤展開での話題語の中で最初の話題語
   の話題レベルを１とし、それ以外の話題に関しては基盤
   展開用話題レベル付け規則にしたがい話題レベルを決定
   し、各話題が属する話題確立区間の先頭をその話題の継
   続区間の開始点とし、その話題レベル以下の話題の開始
   直前と書き言葉テキスト終了点の２つのうち時間的に早
   い方を話題確立区間の終了点とすることにより、基盤展
   開における話題語のレベルと継続区間を同定処理するこ
   とを特徴とする書き言葉テキストに対する話題構造認識
   方法。
3. 【請求項３】 請求項１記載の書き言葉テキストに対す
   る話題構造認識方法において、 書き言葉テキストに対する話題構造認識の意味的展開処
   理として、 書き言葉テキストの章や節のように明示的に話題が展開
   される論理構造と、文章全体のタイトルや章タイトルな
   どのタイトル情報と、前記話題構造認識前処理の結果で
   ある、前記顕著名詞句と、意味的展開用話題候補優先順
   位と、前記基盤展開処理の結果である基盤展開での話題
   確立区間を用いることにより、書き言葉テキストに対す
   る話題構造認識の意味的展開についての話題が提示・確
   立される話題確立区間を同定し、 前記同定された意味的展開での話題確立区間において、
   前記意味的展開用話題候補優先順位にしたがって、顕著
   名詞句から、最も優先順位が最も高い話題候補を選び、
   選ばれた候補が１つしかない場合はその候補を話題と
   し、選ばれた候補が複数ある場合は、時間的に最も早く
   出現した候補を選ぶことにより、意味的展開における話
   題語を同定し、 前記同定された意味的展開における全ての話題語に対し
   て仮の話題レベルを１とし、各話題が属する話題確立区
   間の先頭をその話題の継続区間の開始点とし、意味的展
   開でその話題の次の話題の開始直前と基盤展開での話題
   確立区間の開始点の直前と言語データ終了点の３つのう
   ち時間的に早い方を話題確立区間の終了点とすることに
   より、意味的展開における話題語の仮レベルと継続区間
   を決定することを特徴とする書き言葉テキストに対する
   話題構造認識方法。
4. 【請求項４】 書き言葉テキストを入力するための入力
   部と、 話題構造認識の前処理辞書の辞書内容を取り出す手段
   と、 その辞書内容を用いて前処理を行なって前処理記憶部に
   記憶する手段と、 話題の展開を手掛かり句などによって明示的に示される
   基盤展開と、その基盤展開の中で展開する意味的展開に
   分離し、基盤展開と意味的展開のそれぞれについての処
   理結果を記憶する基盤展開処理記憶部と意味的展開処理
   記憶部と、 基盤展開処理規則の各規則を取り出す手段と、 基盤展開処理規則を用いて、話題確立区間決定処理と話
   題語決定処理と話題レベル区間決定処理を行なって基盤
   展開処理記憶部に記憶する手段と、 意味的展開処理規則の各規則を取り出す手段と、 意味的展開処理規則を用いて、話題確立区間決定処理と
   話題語決定処理と話題レベル区間決定処理を行なって意
   味的展開処理記憶部に記憶する手段と、 統合処理規則の各規則を取り出す手段と、 統合処理規則規則を用いて、統合処理を行なって統合処
   理記憶部に記憶する手段と、 統合処理記憶部の内容を表示するための表示部を有する
   ことを特徴とする話題構造認識装置。