JP3574551B2 - 情報抽出方法、情報抽出装置及び情報抽出プログラムを記録した記録媒体 - Google Patents
情報抽出方法、情報抽出装置及び情報抽出プログラムを記録した記録媒体 Download PDFInfo
- Publication number
- JP3574551B2 JP3574551B2 JP25738397A JP25738397A JP3574551B2 JP 3574551 B2 JP3574551 B2 JP 3574551B2 JP 25738397 A JP25738397 A JP 25738397A JP 25738397 A JP25738397 A JP 25738397A JP 3574551 B2 JP3574551 B2 JP 3574551B2
- Authority
- JP
- Japan
- Prior art keywords
- expression pattern
- entrusted
- act
- time
- date
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、コンピュータを用いて、電子化された文書から必要な情報を自動抽出する技術に関し、詳しくは、電子メールなどの各種の通知文書から読み手にとって重要な情報を抽出する方法及びその装置、さらには情報抽出プログラムを記録した記録媒体に関するものである。
【０００２】
【従来の技術】
従来、コンピュータを用いて、文書中から必要な情報を抽出する方法としては、形態素解析処理によって文書を単語に分割し情報を抽出する方法や、視覚的効果を持つ文書レイアウト情報を用いてパターンマッチングを行い情報を抽出する方法などがある。
【０００３】
【発明が解決しようとする課題】
電子メールの文書などは常に正しく文法通りに記述されるわけではないし、未知語や略語なども多く含まれていることが多い。そのような文書を対象として形態素解析を用いても、うまく解析処理ができない。また、膨大な数の辞書を逐一検索するため時間が掛かり、日々蓄積される大量の文書を一度に短時間で処理するには限界がある。一方、視覚的効果を持つ文書レイアウト情報を用いたパターンマッチングでは、レイアウト情報がある文書でなければ情報を抽出することができないという制約がある。
【０００４】
本発明は、上記の点に鑑みなされたもので、その目的は、各種の通知文書などについて、通知された内容からイベントの開催日時や開催場所など、その通知が含んでいる重要な情報であるイベント情報や受信した人が委託される行為の種別や期限などの委託行為情報を自動的に抽出することにある。
【０００５】
【課題を解決するための手段】
本発明では、あらかじめ文書を記述する際に用いられる様々な言語的表現パターンやラベル表現パターンを記憶手段に格納しておき、入力された文書と前記言語的表現パターンやラベル表現パターンとのパターンマッチングにより、電子化された文書から読み手にとって必要とする情報を自動的に抽出するようにする。
【０００６】
本発明の一実施形態では、数字や記号から構成された日付や時間を表す日時表記パターン、日時に付加され日時を表現する日時表現パターン、場所に付加され場所を表現する場所表現パターン、イベントの通知の行為を表す通知表現パターン、イベント名を挙げて通知表現を補助する補助表現パターン、イベント名を修飾する修飾表現パターン、対象者を表す対象者表現パターン、視覚的効果を持つラベルを表すラベル表現パターン、相手に委託する行為を表す委託表現パターン、相手に委託する行為の期限を表す期限表現パターン、相手に委託する行為の期限の具体的な単語や日時を表す期限表記パターン、相手に委託する行為の対象物を表す対象物表現パターン、相手に委託する行為の手段を表す手段表現パターン、相手に委託する行為の連絡先を表す連絡先表現パターンなどを格納するパターン格納手段と、該パターン格納手段の各パターンと入力された文書とのパターンマッチングにより、イベントに関するイベント名を抽出するイベント名抽出手段、開催日時を抽出する日時抽出手段、開催場所を抽出する場所抽出手段、対象者を抽出する対象者抽出手段、視覚的効果を持つ任意のラベルを抽出するラベル抽出手段、イベントに関して委託された行為の種別、期限、連絡先、対象物、手段を抽出する委託行為抽出手段、及び、委託される行為の期限情報と通知文書作成日時とを照合し、文書の緊急の度合いを判断する緊急度判定手段などを備える。
【０００７】
さらに、本発明は、上記各手段の各処理プロセスを上記各パターンとともに情報抽出プログラムとして、あらかじめ記録したコンピュータ読み取り可能な記録媒体を提供する。
【０００８】
例えば、会議の案内の通知を電子メールによって受信する場合について述べると、イベント名抽出手段は通知文書から通知表現パターン、補助パターン、修飾パターンを用いてイベント名を抽出し、日時抽出手段は日時表記パターンと日時表現パターンを用いてイベントの開催日時を抽出し、場所抽出手段は場所表現パターンを用いてイベントの開催場所を抽出し、対象者抽出手段は対象者表現パターンを用いてイベントの対象者を抽出する。ラベル抽出手段はラベル表現パターンを用いることによって任意のラベルの内容を抽出する。委託行為抽出手段は委託表現パターン、期限表現パターン、連絡先表現パターン、対象物表現パターン、手段表現パターンとを用いて受信した人が委託される行為の種別、期限、連絡先、対象物、手段を抽出する。緊急度判定手段は通知文書作成日時と委託された行為の期限とを照合することによって緊急の度合いを判定する。
【０００９】
【発明の実施の形態】
以下、図面を用いて本発明の実施形態を説明する。
図１は本発明の一実施形態を示す全体的構成図である。図において、処理装置１０は所謂コンピュータ本体であり、記憶装置２０は内蔵ハードディスク、外付けハードディスク、その他の記憶装置である。ここで、処理装置１０は、機能的に、全体を制御する制御手段１００、抽出手段１２０及び緊急度判定手段１３０に大別され、抽出手段１２０は、イベント名抽出手段１１１、日時抽出手段１１２、場所抽出手段１１３、対象者抽出手段１１４、ラベル抽出手段１１５、委託行為抽出手段１１６で構成される。記憶装置２０はパターン格納手段２００、テーブル格納手段２２０に分かれ、パターン格納手段２００には、日時表記パターン２０１、日時表現パターン２０２、場所表現パターン２０３、通知表現パターン２０４、対象者表現パターン２０５、ラベル表現パターン２０６、委託表現パターン２０７、期限表現パターン２０８、期限表記パターン２０９、連絡先表現パターン２１０補助表現パターン２１１、修飾表現パターン２１２、対象物表現パターン２１３及び手段表現パターン２１４が格納され、テーブル格納手段２２０には期限変換テーブル２２１と緊急度算出テーブル２２２が格納される。
【００１０】
図２に、図１のパターン格納手段２００の各表記・表現パターンの具体例を示し、図３に、テーブル格納手段２２０の各テーブルの具体例を示す。
【００１１】
図１の抽出手段１１０の各手段１１１〜１１６は、制御手段１００の制御下で、電子化文書を入力し、パターン格納手段２００の各パターン２０１〜２１４とのパターンマッチングにより、イベント情報、委託行為情報、ラベル情報を抽出し出力する。例えば、イベント名抽出手段１１１、日時抽出手段１１２、場所抽出手段１０３は、パターン格納手段２００にある通知表現パターン２０４、日時表記パターン２０１、日時表現パターン２０２、場所表現パターン２０３、補助表現パターン２１１、修飾表現パターン２１２によってパターンマッチングを行い、入力された電子化文書からイベントの名称、開催日時、開催場所のイベント情報を抽出する。対象者抽出手段１１４は、対象者表現パターン２０５によってパターンマッチングを行い、イベントの対象者を抽出する。ラベル抽出手段１１５は、ラベル表現パターン２０６によってパターンマッチッチングを行い、マッチしたキーワードの長さを記憶することによって、任意のラベル情報を抽出する。委託行為抽出手段１１６は、委託表現パターン２０７、期限表現パターン２０８、連絡先表現パターン２１０、対象物表現パターン２１３、手段表現パターン２１４によってパターンマッチングを行い、通知を受けた人が委託される行為の種別、期限、連絡先、対象物、手段の委託行為情報を抽出する。また、緊急度判定手段１２０は、期限変換テーブル２２１、緊急度算出テーブル２２２を用い、抽出手段１１０により抽出された、委託された行為の期限情報と文書作成日時を照合して、緊急度を判定し出力する。
【００１２】
図４は開催場所抽出の流れ図、図５はイベント名抽出の流れ図である。図４と図５において、抽出手段１１０は、制御手段１００の制御下で、図２に示すような日時表記パターン、日時表現パターン、場所表現パターン、通知表現パターン、補助表現パターン、修飾表現パターンを使い、イベント名抽出手段１１１、日時抽出手段１１２、場所抽出手段１１３によって、イベント名、イベントの開催日時、開催場所を抽出する。即ち、図４において、入力された電子化文書に通知表現パターンがあれば、それを含む一文を切り出し、文頭から通知表現パターンが見つかるまでパターンマッチッチングを行い、その文中に日時表記パターンがあるならば、直後に日時表現パターンがあるかどうかを調べる。日時表記パターンがなければ、イベント名抽出手段１１１を実行する。日時表現パターンがあれば、それが開始時間表現パターンであれば開始時間として、そうでなければ終了時間として日時表記パターンから抽出する。次に場所表現パターンがあるかどうかを調べ、あれば開催場所として抽出する。図５に示すように、イベント名抽出手段１１１は、補助表現パターンがあればそこまでを抽出してこれを保持し、パターンマッチングを先に進め、修飾表現パターンがあればさらに先に進め、これを通知表現パターンにマッチするまで繰り返し、最終的に抽出された情報をイベント名とする。
【００１３】
図６は委託行為抽出の流れ図である。委託行為抽出手段１１６は、文書に図２に示す委託表現パターン、期限表現パターン、連絡先表現パターン、対象物表現パターン、手段表現パターンを使って、入力された電子化文書から、受信した人が委託される行為の種別、期限、連絡先、対象物、手段を抽出する。即ち、図６に示すように、入力文書に委託表現があれば、委託表現を含む文全体を切り出し、委託表現にマッチするまで文頭からパターンマッチングを行い、期限表記バターンと期限表現パターンがあれば期限情報を抽出する。連絡先表現パターンがあれば、連絡先情報を抽出する。対象物表現パターンがあれば、対象物情報を抽出する。手段表現パターンがあれば、手段情報を抽出する。
【００１４】
図７は任意ラベル抽出の流れ図である。ラベル抽出手段１１５は、図２に示すようなラベル表現パターンを用いて、入力された電子化文書から任意のラベルを抽出する。即ち、図７に示すように、日時キーワードや場所キーワードにマッチする文字列があれば、それをラベルと見なし、文字列間にスペースの有無を調べる。スペースが含まれていれば、その文字列の長さを記憶し、ラベル表現パターンがある限り、保持しているラベルの長さとマッチする文字列をラベルとして抽出する。スペースが含まれていなければ、ラベル表現パターンがあるか調べ、あればラベルを抽出する。
【００１５】
図１の緊急度判定手段１２０は、文書に付けられている日時情報と抽出手段１１０によって抽出された期限情報とを比較し差分を求める。そして、図３（ａ）に示すような期限変換テーブルに基づき、明示された時刻以外の期限情報を時刻に変換し、図３（ｂ）に示すような緊急度算出テーブルに基づき、緊急度を算出し出力する。
【００１６】
以下に、具体的処理例を示す。例えば、図８に示すサンプル文書１では、「あります」という通知表現にマッチするので、その一文を切り出し、文頭からパターンマッチングを行い、「１２月１０日（火）１５：００」の文字列が日時表記パターンとマッチするため、直後を調べ、「〜」が開始表現パターンにマッチし、「１６：３０」が日時表記パターンとマッチし、直後の「に」が終了時間表現とマッチする。このため、これらの文字列を開始時間と終了時間として抽出する。この文字列の後に、「１０４Ｃ会議室で」において「で」という場所表現パターンにマッチするので、「１０４Ｃ会議室」を開催場所として抽出する。また、「ネットワーク利用促進のために」が「に」という修飾表現パターンにマッチするため、パターンマッチングを先へ進める。「イントラネット講習会が」で「が」という補助表現パターンにマッチするため、「イントラネット講習会」を抽出し、パターンマッチングを先に進める。「あります」は「あります」という通知表現にマッチするので、「イントラネット講習会」をイベント名として抽出する。また、イベントの対象者は、「知技Ｇ各位」に「各位」という対象者表現パターンがマッチするので、対象者を「知技Ｇ」として抽出する。ラベル表現パターンが見つからないので、ラベル情報はなしである。
【００１７】
また、「受講実績と参加の可否（否の場合は理由を添えて）を小原まで１１／１８日中にご回答ください。」という部分が「回答」という委託表現パターンにマッチするので、この一文を切り出す。まず、「受講実績と参加の可否（否の場合は理由を添えて）を」の部分が「を」という対象物表現パターンにマッチするので、「受講実績と参加の可否（否の場合は理由を添えて）」を委託行為の対象物として抽出する。次に「小原まで」の部分が「まで」という連絡先表現パターンにマッチするので、「小原」を委託行為の連絡先として抽出する。最後に「１１／１８日中に」の部分が「中に」という期限表現パターンにマッチするので、「１１／１８日」を委託行為の期限として抽出する。
【００１８】
緊急度判定では、文書作成日時が１１月１４日１３時５３分で、抽出された委託行為の期限情報が１１月１８日２３時５９分と変換され、両者の差分を取り、４日と２０時間６分から、緊急度は一週間以内の０．４と算出される。
【００１９】
次に、図９のサンプル文書２を用いて、ラベル情報の抽出について説明する。スペースを含むことを許した日時キーワードと場所キーワードでパターンマッチングを行うと、「日時」と「場所」が抽出され、ラベル表現パターンは「・」にマッチする。それぞれ「日 時」と「場 所」として表されており、キーワードの文字数はいずれも全角文字４文字分である。ラベル表現「・」と全角文字４文字分でパターンマッチを行い、「会費」「交通手段」「集合場所」「経路」「その他」という任意のラベルを抽出し、そのラベルに対応する情報を抽出する。
【００２０】
以上、本発明の一実施形態について説明したが、図１の抽出手段１１０の各手段１１１〜１１６及び緊急度判定手段１２０はまとめて情報抽出プログラムとして実現される。さらに、この情報抽出プログラムには、図２に示すような各表記・表現パターン及び図３（ａ）、（ｂ）に示すような期限変換／緊急度算出テーブルを付加する。この各表記・表現パターン及び期限変換／緊急度算出テーブルの付加された情報抽出プログラムを、ＦＤ若しくはＣＤ−ＲＯＭ等の記録媒体にコンピュータで読み取り可能な形式で記録する。この記録媒体に記録された情報抽出プログラムをコンピュータにインストールすることで、図１に示すような構成がコンピュータ上に構築される。
【００２１】
【発明の効果】
以上のように、本発明によれば、計算機の負荷を軽くして、より早く一度に、多量の電子化された文書から、重要な情報であるイベントの開催日時、開催場所、イベント名、対象者等のイベント情報、文書作成者が付けた任意のラベル情報、委託されている行為の種別、期限、連絡先、対象物、手段等の委託された情報、文書が持っている緊急性の一部又は全部を抽出することが可能になる。
【図面の簡単な説明】
【図１】本発明の一実施形態を示す全体構成図である。
【図２】パターン格納手段の各表現パターンの一例である。
【図３】期限変換テーブル、緊急度算出テーブルの一例である。
【図４】日時抽出と場所抽出の流れ図である。
【図５】イベント名抽出の流れ図である。
【図６】委託行為抽出の流れ図である。
【図７】ラベル抽出の流れ図である。
【図８】文書の一例である。
【図９】文書の他の一例である。
【符号の説明】
１０ 処理装置
１００ 制御手段
１１０ 抽出手段
１１１ イベント名抽出手段
１１２ 日時抽出手段
１１３ 場所抽出手段
１１４ 対象者抽出手段
１１５ ラベル抽出手段
１１６ 委託行為抽出手段
１２０ 緊急度判定手段
２０ 記憶装置
２００ パターン格納手段
２０１ 日時表記パターン
２０２ 日時表現パターン
２０３ 場所表現パターン
２０４ 通知表現パターン
２０５ 対象者表現パターン
２０６ ラベル表現パターン
２０７ 委託表現パターン
２０８ 期限表現パターン
２０９ 期限表記パターン
２１０ 連絡先表現パターン
２１１ 補助表現パターン
２１２ 修飾表現パターン
２１３ 対象物表現パターン
２１４ 手段表現パターン
２２０ テーブル格納手段
２２１ 期限変換テーブル
２２２ 緊急度算出テーブル
【発明の属する技術分野】
本発明は、コンピュータを用いて、電子化された文書から必要な情報を自動抽出する技術に関し、詳しくは、電子メールなどの各種の通知文書から読み手にとって重要な情報を抽出する方法及びその装置、さらには情報抽出プログラムを記録した記録媒体に関するものである。
【０００２】
【従来の技術】
従来、コンピュータを用いて、文書中から必要な情報を抽出する方法としては、形態素解析処理によって文書を単語に分割し情報を抽出する方法や、視覚的効果を持つ文書レイアウト情報を用いてパターンマッチングを行い情報を抽出する方法などがある。
【０００３】
【発明が解決しようとする課題】
電子メールの文書などは常に正しく文法通りに記述されるわけではないし、未知語や略語なども多く含まれていることが多い。そのような文書を対象として形態素解析を用いても、うまく解析処理ができない。また、膨大な数の辞書を逐一検索するため時間が掛かり、日々蓄積される大量の文書を一度に短時間で処理するには限界がある。一方、視覚的効果を持つ文書レイアウト情報を用いたパターンマッチングでは、レイアウト情報がある文書でなければ情報を抽出することができないという制約がある。
【０００４】
本発明は、上記の点に鑑みなされたもので、その目的は、各種の通知文書などについて、通知された内容からイベントの開催日時や開催場所など、その通知が含んでいる重要な情報であるイベント情報や受信した人が委託される行為の種別や期限などの委託行為情報を自動的に抽出することにある。
【０００５】
【課題を解決するための手段】
本発明では、あらかじめ文書を記述する際に用いられる様々な言語的表現パターンやラベル表現パターンを記憶手段に格納しておき、入力された文書と前記言語的表現パターンやラベル表現パターンとのパターンマッチングにより、電子化された文書から読み手にとって必要とする情報を自動的に抽出するようにする。
【０００６】
本発明の一実施形態では、数字や記号から構成された日付や時間を表す日時表記パターン、日時に付加され日時を表現する日時表現パターン、場所に付加され場所を表現する場所表現パターン、イベントの通知の行為を表す通知表現パターン、イベント名を挙げて通知表現を補助する補助表現パターン、イベント名を修飾する修飾表現パターン、対象者を表す対象者表現パターン、視覚的効果を持つラベルを表すラベル表現パターン、相手に委託する行為を表す委託表現パターン、相手に委託する行為の期限を表す期限表現パターン、相手に委託する行為の期限の具体的な単語や日時を表す期限表記パターン、相手に委託する行為の対象物を表す対象物表現パターン、相手に委託する行為の手段を表す手段表現パターン、相手に委託する行為の連絡先を表す連絡先表現パターンなどを格納するパターン格納手段と、該パターン格納手段の各パターンと入力された文書とのパターンマッチングにより、イベントに関するイベント名を抽出するイベント名抽出手段、開催日時を抽出する日時抽出手段、開催場所を抽出する場所抽出手段、対象者を抽出する対象者抽出手段、視覚的効果を持つ任意のラベルを抽出するラベル抽出手段、イベントに関して委託された行為の種別、期限、連絡先、対象物、手段を抽出する委託行為抽出手段、及び、委託される行為の期限情報と通知文書作成日時とを照合し、文書の緊急の度合いを判断する緊急度判定手段などを備える。
【０００７】
さらに、本発明は、上記各手段の各処理プロセスを上記各パターンとともに情報抽出プログラムとして、あらかじめ記録したコンピュータ読み取り可能な記録媒体を提供する。
【０００８】
例えば、会議の案内の通知を電子メールによって受信する場合について述べると、イベント名抽出手段は通知文書から通知表現パターン、補助パターン、修飾パターンを用いてイベント名を抽出し、日時抽出手段は日時表記パターンと日時表現パターンを用いてイベントの開催日時を抽出し、場所抽出手段は場所表現パターンを用いてイベントの開催場所を抽出し、対象者抽出手段は対象者表現パターンを用いてイベントの対象者を抽出する。ラベル抽出手段はラベル表現パターンを用いることによって任意のラベルの内容を抽出する。委託行為抽出手段は委託表現パターン、期限表現パターン、連絡先表現パターン、対象物表現パターン、手段表現パターンとを用いて受信した人が委託される行為の種別、期限、連絡先、対象物、手段を抽出する。緊急度判定手段は通知文書作成日時と委託された行為の期限とを照合することによって緊急の度合いを判定する。
【０００９】
【発明の実施の形態】
以下、図面を用いて本発明の実施形態を説明する。
図１は本発明の一実施形態を示す全体的構成図である。図において、処理装置１０は所謂コンピュータ本体であり、記憶装置２０は内蔵ハードディスク、外付けハードディスク、その他の記憶装置である。ここで、処理装置１０は、機能的に、全体を制御する制御手段１００、抽出手段１２０及び緊急度判定手段１３０に大別され、抽出手段１２０は、イベント名抽出手段１１１、日時抽出手段１１２、場所抽出手段１１３、対象者抽出手段１１４、ラベル抽出手段１１５、委託行為抽出手段１１６で構成される。記憶装置２０はパターン格納手段２００、テーブル格納手段２２０に分かれ、パターン格納手段２００には、日時表記パターン２０１、日時表現パターン２０２、場所表現パターン２０３、通知表現パターン２０４、対象者表現パターン２０５、ラベル表現パターン２０６、委託表現パターン２０７、期限表現パターン２０８、期限表記パターン２０９、連絡先表現パターン２１０補助表現パターン２１１、修飾表現パターン２１２、対象物表現パターン２１３及び手段表現パターン２１４が格納され、テーブル格納手段２２０には期限変換テーブル２２１と緊急度算出テーブル２２２が格納される。
【００１０】
図２に、図１のパターン格納手段２００の各表記・表現パターンの具体例を示し、図３に、テーブル格納手段２２０の各テーブルの具体例を示す。
【００１１】
図１の抽出手段１１０の各手段１１１〜１１６は、制御手段１００の制御下で、電子化文書を入力し、パターン格納手段２００の各パターン２０１〜２１４とのパターンマッチングにより、イベント情報、委託行為情報、ラベル情報を抽出し出力する。例えば、イベント名抽出手段１１１、日時抽出手段１１２、場所抽出手段１０３は、パターン格納手段２００にある通知表現パターン２０４、日時表記パターン２０１、日時表現パターン２０２、場所表現パターン２０３、補助表現パターン２１１、修飾表現パターン２１２によってパターンマッチングを行い、入力された電子化文書からイベントの名称、開催日時、開催場所のイベント情報を抽出する。対象者抽出手段１１４は、対象者表現パターン２０５によってパターンマッチングを行い、イベントの対象者を抽出する。ラベル抽出手段１１５は、ラベル表現パターン２０６によってパターンマッチッチングを行い、マッチしたキーワードの長さを記憶することによって、任意のラベル情報を抽出する。委託行為抽出手段１１６は、委託表現パターン２０７、期限表現パターン２０８、連絡先表現パターン２１０、対象物表現パターン２１３、手段表現パターン２１４によってパターンマッチングを行い、通知を受けた人が委託される行為の種別、期限、連絡先、対象物、手段の委託行為情報を抽出する。また、緊急度判定手段１２０は、期限変換テーブル２２１、緊急度算出テーブル２２２を用い、抽出手段１１０により抽出された、委託された行為の期限情報と文書作成日時を照合して、緊急度を判定し出力する。
【００１２】
図４は開催場所抽出の流れ図、図５はイベント名抽出の流れ図である。図４と図５において、抽出手段１１０は、制御手段１００の制御下で、図２に示すような日時表記パターン、日時表現パターン、場所表現パターン、通知表現パターン、補助表現パターン、修飾表現パターンを使い、イベント名抽出手段１１１、日時抽出手段１１２、場所抽出手段１１３によって、イベント名、イベントの開催日時、開催場所を抽出する。即ち、図４において、入力された電子化文書に通知表現パターンがあれば、それを含む一文を切り出し、文頭から通知表現パターンが見つかるまでパターンマッチッチングを行い、その文中に日時表記パターンがあるならば、直後に日時表現パターンがあるかどうかを調べる。日時表記パターンがなければ、イベント名抽出手段１１１を実行する。日時表現パターンがあれば、それが開始時間表現パターンであれば開始時間として、そうでなければ終了時間として日時表記パターンから抽出する。次に場所表現パターンがあるかどうかを調べ、あれば開催場所として抽出する。図５に示すように、イベント名抽出手段１１１は、補助表現パターンがあればそこまでを抽出してこれを保持し、パターンマッチングを先に進め、修飾表現パターンがあればさらに先に進め、これを通知表現パターンにマッチするまで繰り返し、最終的に抽出された情報をイベント名とする。
【００１３】
図６は委託行為抽出の流れ図である。委託行為抽出手段１１６は、文書に図２に示す委託表現パターン、期限表現パターン、連絡先表現パターン、対象物表現パターン、手段表現パターンを使って、入力された電子化文書から、受信した人が委託される行為の種別、期限、連絡先、対象物、手段を抽出する。即ち、図６に示すように、入力文書に委託表現があれば、委託表現を含む文全体を切り出し、委託表現にマッチするまで文頭からパターンマッチングを行い、期限表記バターンと期限表現パターンがあれば期限情報を抽出する。連絡先表現パターンがあれば、連絡先情報を抽出する。対象物表現パターンがあれば、対象物情報を抽出する。手段表現パターンがあれば、手段情報を抽出する。
【００１４】
図７は任意ラベル抽出の流れ図である。ラベル抽出手段１１５は、図２に示すようなラベル表現パターンを用いて、入力された電子化文書から任意のラベルを抽出する。即ち、図７に示すように、日時キーワードや場所キーワードにマッチする文字列があれば、それをラベルと見なし、文字列間にスペースの有無を調べる。スペースが含まれていれば、その文字列の長さを記憶し、ラベル表現パターンがある限り、保持しているラベルの長さとマッチする文字列をラベルとして抽出する。スペースが含まれていなければ、ラベル表現パターンがあるか調べ、あればラベルを抽出する。
【００１５】
図１の緊急度判定手段１２０は、文書に付けられている日時情報と抽出手段１１０によって抽出された期限情報とを比較し差分を求める。そして、図３（ａ）に示すような期限変換テーブルに基づき、明示された時刻以外の期限情報を時刻に変換し、図３（ｂ）に示すような緊急度算出テーブルに基づき、緊急度を算出し出力する。
【００１６】
以下に、具体的処理例を示す。例えば、図８に示すサンプル文書１では、「あります」という通知表現にマッチするので、その一文を切り出し、文頭からパターンマッチングを行い、「１２月１０日（火）１５：００」の文字列が日時表記パターンとマッチするため、直後を調べ、「〜」が開始表現パターンにマッチし、「１６：３０」が日時表記パターンとマッチし、直後の「に」が終了時間表現とマッチする。このため、これらの文字列を開始時間と終了時間として抽出する。この文字列の後に、「１０４Ｃ会議室で」において「で」という場所表現パターンにマッチするので、「１０４Ｃ会議室」を開催場所として抽出する。また、「ネットワーク利用促進のために」が「に」という修飾表現パターンにマッチするため、パターンマッチングを先へ進める。「イントラネット講習会が」で「が」という補助表現パターンにマッチするため、「イントラネット講習会」を抽出し、パターンマッチングを先に進める。「あります」は「あります」という通知表現にマッチするので、「イントラネット講習会」をイベント名として抽出する。また、イベントの対象者は、「知技Ｇ各位」に「各位」という対象者表現パターンがマッチするので、対象者を「知技Ｇ」として抽出する。ラベル表現パターンが見つからないので、ラベル情報はなしである。
【００１７】
また、「受講実績と参加の可否（否の場合は理由を添えて）を小原まで１１／１８日中にご回答ください。」という部分が「回答」という委託表現パターンにマッチするので、この一文を切り出す。まず、「受講実績と参加の可否（否の場合は理由を添えて）を」の部分が「を」という対象物表現パターンにマッチするので、「受講実績と参加の可否（否の場合は理由を添えて）」を委託行為の対象物として抽出する。次に「小原まで」の部分が「まで」という連絡先表現パターンにマッチするので、「小原」を委託行為の連絡先として抽出する。最後に「１１／１８日中に」の部分が「中に」という期限表現パターンにマッチするので、「１１／１８日」を委託行為の期限として抽出する。
【００１８】
緊急度判定では、文書作成日時が１１月１４日１３時５３分で、抽出された委託行為の期限情報が１１月１８日２３時５９分と変換され、両者の差分を取り、４日と２０時間６分から、緊急度は一週間以内の０．４と算出される。
【００１９】
次に、図９のサンプル文書２を用いて、ラベル情報の抽出について説明する。スペースを含むことを許した日時キーワードと場所キーワードでパターンマッチングを行うと、「日時」と「場所」が抽出され、ラベル表現パターンは「・」にマッチする。それぞれ「日 時」と「場 所」として表されており、キーワードの文字数はいずれも全角文字４文字分である。ラベル表現「・」と全角文字４文字分でパターンマッチを行い、「会費」「交通手段」「集合場所」「経路」「その他」という任意のラベルを抽出し、そのラベルに対応する情報を抽出する。
【００２０】
以上、本発明の一実施形態について説明したが、図１の抽出手段１１０の各手段１１１〜１１６及び緊急度判定手段１２０はまとめて情報抽出プログラムとして実現される。さらに、この情報抽出プログラムには、図２に示すような各表記・表現パターン及び図３（ａ）、（ｂ）に示すような期限変換／緊急度算出テーブルを付加する。この各表記・表現パターン及び期限変換／緊急度算出テーブルの付加された情報抽出プログラムを、ＦＤ若しくはＣＤ−ＲＯＭ等の記録媒体にコンピュータで読み取り可能な形式で記録する。この記録媒体に記録された情報抽出プログラムをコンピュータにインストールすることで、図１に示すような構成がコンピュータ上に構築される。
【００２１】
【発明の効果】
以上のように、本発明によれば、計算機の負荷を軽くして、より早く一度に、多量の電子化された文書から、重要な情報であるイベントの開催日時、開催場所、イベント名、対象者等のイベント情報、文書作成者が付けた任意のラベル情報、委託されている行為の種別、期限、連絡先、対象物、手段等の委託された情報、文書が持っている緊急性の一部又は全部を抽出することが可能になる。
【図面の簡単な説明】
【図１】本発明の一実施形態を示す全体構成図である。
【図２】パターン格納手段の各表現パターンの一例である。
【図３】期限変換テーブル、緊急度算出テーブルの一例である。
【図４】日時抽出と場所抽出の流れ図である。
【図５】イベント名抽出の流れ図である。
【図６】委託行為抽出の流れ図である。
【図７】ラベル抽出の流れ図である。
【図８】文書の一例である。
【図９】文書の他の一例である。
【符号の説明】
１０ 処理装置
１００ 制御手段
１１０ 抽出手段
１１１ イベント名抽出手段
１１２ 日時抽出手段
１１３ 場所抽出手段
１１４ 対象者抽出手段
１１５ ラベル抽出手段
１１６ 委託行為抽出手段
１２０ 緊急度判定手段
２０ 記憶装置
２００ パターン格納手段
２０１ 日時表記パターン
２０２ 日時表現パターン
２０３ 場所表現パターン
２０４ 通知表現パターン
２０５ 対象者表現パターン
２０６ ラベル表現パターン
２０７ 委託表現パターン
２０８ 期限表現パターン
２０９ 期限表記パターン
２１０ 連絡先表現パターン
２１１ 補助表現パターン
２１２ 修飾表現パターン
２１３ 対象物表現パターン
２１４ 手段表現パターン
２２０ テーブル格納手段
２２１ 期限変換テーブル
２２２ 緊急度算出テーブル
Claims (7)
- コンピュータを用いて、電子メールなどプレーンテキストで記述された電子化された文書から読み手にとって必要な情報を抽出する情報抽出方法であって、
あらかじめ数字や記号から構成される日付や時間を表す日時表記パターン、日時に付加されることにより日時を表現する日時表現パターン、場所に付加されることにより場所を表現する場所表現パターン、イベントを通知する行為を表す通知表現パターン、文書の対象者を表す対象者表現パターン、視覚的効果を持たせるために項目化されたラベルを表すラベル表現パターン、相手に委託する行為を表す委託表現パターン、相手に委託する行為の期限を表す期限表現パターン、相手に委託する行為の連絡先を表す連絡先表現パターン、相手に委託する行為の対象物を表す対象物表現パターン、相手に委託する行為の手段を表す手段表現パターンの全部あるいは少なくとも期限表現パターンを含む一部パターンを記憶手段に格納しておき、
前記記憶手段に格納された、各パターンと入力された文書とのパターンマッチングにより、あるイベントに関するイベント名、開催日時、開催場所、対象者の情報や、委託された行為の種別、期限、連絡先の全部あるいは少なくとも委託された行為の期限を含む一部情報を抽出するとともに、
前記委託された行為の期限情報と入力された文書の文書作成日時を照合することによって、緊急の度合いを判定することを特徴とする情報抽出方法。 - 請求項１記載の情報抽出方法において、記憶手段に格納された期限表現パターンを用いてパターンマッチングすることによって、通知を受信した人が委託された行為の期限を抽出することを特徴とする情報抽出方法。
- 電子メールなどプレーンテキストで記述された電子化された文書から読み手にとって必要な情報を抽出する装置であり、
数字や記号から構成される日付や時間を表す日時表記パターン、日時に付加されることにより日時を表現する日時表現パターン、場所に付加されることにより場所を表現する場所表現パターン、イベントを通知する行為を表す通知表現パターン、文書の対象者を表す対象者表現パターン、視覚的効果を持たせるために項目化されたラベルを表すラベル表現パターン、相手に委託する行為を表す委託表現パターン、相手に委託する行為の期限を表す期限表現パターン、相手に委託する行為の連絡先を表す連絡先表現パターン、相手に委託する行為の対象物を表す対象物表現パターン、相手に委託する行為の手段を表す手段表現パターンの全部あるいは少なくとも期限表現パターンを含む一部パターンを格納するパターン格納手段と、
前記パターン格納手段に格納された、各パターンと入力された文書とのパターンマッチングにより、あるイベントに関するイベント名、開催日時、開催場所、対象者の情報や、委託された行為の種別、期限、連絡先の全部あるいは少なくとも委託された行為の期限を含む一部情報を抽出する抽出手段と、
を有して、電子化された文書から読み手にとって必要とする情報を抽出する情報抽出装置であって、
前記委託された行為の期限情報と入力された文書の文書作成日時を照合することによって、緊急の度合いを判定する緊急度判定手段をさらに有することを特徴とする情報抽出装置。 - 請求項３記載の情報抽出装置において、抽出手段は、パターン格納手段にある期限表現パターンを用いてパターンマッチングすることによって、通知を受信した人が委託された行為の期限を抽出することを特徴とする情報抽出装置。
- 電子メールなどプレーンテキストで記述された電子化された文書から読み手にとって必要な情報を抽出する情報抽出プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
数字や記号から構成される日付や時間を表す日時表記パターン、日時に付加されることにより日時を表現する日時表現パターン、場所に付加されることにより場所を表現する場所表現パターン、イベントを通知する行為を表す通知表現パターン、文書の対象者を表す 対象者表現パターン、視覚的効果を持たせるために項目化されたラベルを表すラベル表現パターン、相手に委託する行為を表す委託表現パターン、相手に委託する行為の期限を表す期限表現パターン、相手に委託する行為の連絡先を表す連絡先表現パターン、相手に委託する行為の対象物を表す対象物表現パターン、相手に委託する行為の手段を表す手段表現パターンの全部あるいは少なくとも期限表現パターンを含む一部パターンを記録すると共に、
各パターンと入力された文書とのパターンマッチングにより、あるイベントに関するイベント名、開催日時、開催場所、対象者の情報や、委託された行為の種別、期限、連絡先の全部あるいは少なくとも委託された行為の期限を含む一部情報を抽出する抽出プロセスと、
前記委託された行為の期限情報と入力された文書の文書作成日時を照合することによって、緊急の度合いを判定する緊急度判定プロセスを記録してなる記録媒体。 - 請求項５記載の記録媒体において、抽出プロセスは、期限表現パターンを用いてパターンマッチングすることによって、通知を受信した人が委託された行為の期限を抽出するプロセスを有することを特徴とする記録媒体。
- 電子化された文書から読み手にとって必要な情報を抽出する情報抽出プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
数字や記号から構成される日付や時間を表す日時表記パターン、日時に付加され日時を表現する日時表現パターン、場所に付加され場所を表現する場所表現パターン、イベントの通知の行為を表す通知表現パターン、イベント名を挙げて通知表現を補助する補助表現パターン、イベント名を修飾する修飾表現パターン、対象者を表す対象者表現パターン、視覚的効果を持つラベルを表すラベル表現パターン、相手に委託する行為を表す委託表現パターン、相手に委託する行為の期限を表す期限表現パターン、相手に委託する行為の期限の具体的な単語や日時を表す期限表記パターン、相手に委託する行為の対象物を表す対象物表現パターン、相手に委託する行為の手段を表す手段表現パターン、相手に委託する行為の連絡先を表す連絡先表現パターンを記録するとともに、
各パターンと入力された文書とのパターンマッチングにより、イベントに関するイベント名を抽出するイベント名抽出プロセス、開催日時を抽出する日時抽出プロセス、開催場所を抽出する場所抽出プロセス、対象者を抽出する対象者抽出プロセス、視覚的効果を持つ任意のラベルを抽出するラベル抽出プロセス、イベントに関して委託された行為の種別、期限、連絡先、対象物、手段を抽出する委託行為抽出プロセス、及び、委託される行為の期限情報と通知文書作成日時とを照合し、文書の緊急の度合いを判断する緊急度判定プロセスを記録してなる記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25738397A JP3574551B2 (ja) | 1997-09-22 | 1997-09-22 | 情報抽出方法、情報抽出装置及び情報抽出プログラムを記録した記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25738397A JP3574551B2 (ja) | 1997-09-22 | 1997-09-22 | 情報抽出方法、情報抽出装置及び情報抽出プログラムを記録した記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1196178A JPH1196178A (ja) | 1999-04-09 |
| JP3574551B2 true JP3574551B2 (ja) | 2004-10-06 |
Family
ID=17305633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25738397A Expired - Fee Related JP3574551B2 (ja) | 1997-09-22 | 1997-09-22 | 情報抽出方法、情報抽出装置及び情報抽出プログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3574551B2 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001101162A (ja) * | 1999-09-27 | 2001-04-13 | Just Syst Corp | 文書処理装置、及び文書処理プログラムが記憶された記憶媒体 |
| JP3988622B2 (ja) * | 2002-11-07 | 2007-10-10 | 日本電気株式会社 | 意見抽出装置、意見抽出プログラム |
| JP4501940B2 (ja) * | 2007-01-18 | 2010-07-14 | 日本電気株式会社 | 意見抽出装置、意見抽出方法、意見抽出プログラム |
| JP5333216B2 (ja) * | 2007-06-05 | 2013-11-06 | 日本電気株式会社 | 情報提示システム、情報提示方法及び情報提示用プログラム |
| JP2010191864A (ja) * | 2009-02-20 | 2010-09-02 | Nec Corp | タスク自動生成システム、その方法及びそのプログラム |
| KR101349970B1 (ko) * | 2011-07-05 | 2014-01-14 | 네이버 주식회사 | 문서에서 사건정보를 추출하는 사건정보 추출 시스템 및 방법 |
| JP5836902B2 (ja) * | 2012-09-04 | 2015-12-24 | Kddi株式会社 | イベントに関するコメント文章のみ検出するイベントコメント文章検出装置、プログラム及び方法 |
| JP6167379B2 (ja) * | 2012-10-19 | 2017-07-26 | 株式会社コナミデジタルエンタテインメント | 予約支援装置、予約支援装置の制御方法、及び、予約支援装置のプログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09244969A (ja) * | 1996-03-05 | 1997-09-19 | Nippon Telegr & Teleph Corp <Ntt> | パーソナル情報抽出方法及び装置 |
-
1997
- 1997-09-22 JP JP25738397A patent/JP3574551B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH1196178A (ja) | 1999-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9501467B2 (en) | Systems, methods, software and interfaces for entity extraction and resolution and tagging | |
| KR101972179B1 (ko) | 자동 태스크 추출 및 캘린더 엔트리 | |
| Sawalha et al. | SALMA: standard Arabic language morphological analysis | |
| CN112364648A (zh) | 一种关键词抽取方法、装置、电子设备及存储介质 | |
| JP2007287134A (ja) | 情報抽出装置、及び情報抽出方法 | |
| CN112258144B (zh) | 基于自动构建目标实体集的政策文件信息匹配和推送方法 | |
| JP3574551B2 (ja) | 情報抽出方法、情報抽出装置及び情報抽出プログラムを記録した記録媒体 | |
| CN110347802A (zh) | 一种文本分析方法及装置 | |
| Mann et al. | Multi-field information extraction and cross-document fusion | |
| CN113205814A (zh) | 语音数据标注方法、装置、电子设备及存储介质 | |
| CN1604076B (zh) | 文章信息处理装置 | |
| CN109241247A (zh) | 多方协作项目的问题处理方法、系统及服务器 | |
| CN106528059A (zh) | 用于生成日历提醒信息的方法和装置 | |
| Pham | Parts of speech tagging: Rule-based | |
| CN112257442A (zh) | 一种基于扩充语料库神经网络的政策文件信息提取方法 | |
| Gupta et al. | Designing and development of stemmer of Dogri using unsupervised learning | |
| Zeldes et al. | An NLP pipeline for Coptic | |
| JP5291351B2 (ja) | 評価表現抽出方法、評価表現抽出装置、および、評価表現抽出プログラム | |
| Moon et al. | Part-of-speech tagging for middle English through alignment and projection of parallel diachronic texts | |
| Hawes et al. | Elements of a computational model for multi‐party discourse: The turn‐taking behavior of Supreme Court justices | |
| Karkaletsis et al. | Named-entity recognition from Greek and English texts | |
| JP4965766B2 (ja) | 関係情報抽出装置および属性情報抽出装置 | |
| CN113779961A (zh) | 一种自然语言文本的惯用句式提取方法及电子装置 | |
| Ezeani et al. | The Geography of'Fear','Sadness','Anger'and'Joy': Exploring the Emotional Landscapes in the Holocaust Survivors' Testimonies. | |
| CN115630634B (zh) | 文本纠错方法、装置、电子设备以及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040406 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040604 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040629 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040702 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080709 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080709 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090709 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090709 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100709 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100709 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110709 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120709 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130709 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |