JP4074687B2 - 要約文作成支援システムおよびそのシステムとしてコンピュータを機能させるための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 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、要約文の作成対象となる対象文書を入力して、前記対象文書の要約文を作成する際に、対象文書以外の文書を参照してより適正な要約文の作成を可能とした要約文作成支援システムおよびそのシステムとしてコンピュータを機能させるための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に関する。
【０００２】
【従来の技術】
コンピュータの発達に伴って、自然言語処理の研究開発が盛んになっている。ここで、自然言語とは、人と人とが情報を伝達するためのメディアであり、ＦＯＲＴＲＡＮなどのプログラム言語に対する概念のことである。この自然言語処理の発達によっては、人が普段使用している言葉でコンピュータに指示を与えることができ、大量の文書の要約を行わせることが可能となる。インターネットの普及も相まって、世の中に情報が溢れかえっている今日にあっては、自然言語処理に対する人々の関心も非常に大きなものとなってきている。
【０００３】
上述した通り、文書を要約するための技術は、自然言語処理の究極の目的の一つである。コンピュータが文書を自動的に要約して提供することができるのであれば、世の中に溢れている情報から必要な情報を得ることも容易になり、また、文章から重要なキーワードを自動的に抽出する際の精度も向上し、自然言語で書かれた文書そのものをコンピュータに与えて何らかの処理を行われるための情報とすることもできる。
【０００４】
このように、コンピュータによる要約文の自動生成に期待が高まる中、近年、自動文書要約機能を搭載したアプリケーションや、要約文作成支援システムが提供されている。これらの技術によれば、例えば、ワードプロセッサで読み出した文書（対象文書）を解析し、自動的に要約文を画面表示することができる。
【０００５】
【発明が解決しようとする課題】
しかしながら、上記従来の技術においては、要約文を作成する際に、その要約文の元の文書（すなわち、要約の対象文書）中に使用されている文章のみを用いて、最終的な要約文を作成しているため、元の文書が悪文であったり、言葉たらずで不的確な文書であった場合に、要約文自体も悪文・不的確な文書となり、適切な要約文の作成が行えないという問題点があった。
【０００６】
また、上記従来の技術によれば、元の文書から名詞および名詞句を抽出して、重要度の高い順に名詞句リストを生成し、さらに名詞句リストを用いて元の文書中の各センテンスの重要度を判定してランキングリストを生成し、そのランキングリストに基づいて要約文を生成しているため、元の文書が短く、文章情報量が少ない場合には、必ずしも適切な要約文を作成できないという問題点もあった。
【０００７】
また、元の文書を作成した本人が、従来の技術で自動作成した要約文の手直し（校正）を行う場合に、本人の文書作成能力自体は変わらないので、やはり悪文・不的確な文書の要約文を作成してしまうという不具合があった。
【０００８】
本発明は上記に鑑みてなされたものであって、要約文の作成対象となる対象文書（元の文書）が、悪文、言葉たらずで不的確な文書、短い文書である場合でも、適切な要約文を作成できるようにすることを目的とする。
【０００９】
【課題を解決するための手段】
上記目的を達成するため、この要約文作成支援システムは、要約文の作成対象となる対象文書を入力して、前記対象文書の要約文を作成する要約文作成支援システムにおいて、予め複数の文書を記憶した文書記憶手段と、前記文書記憶手段から前記対象文書と類似する類似文書を検索する類似文書検索手段と、前記対象文書および類似文書を一つの文書に統合して統合文書を生成する統合文書生成手段と、前記統合文書生成手段で生成した統合文書から名詞および名詞句を抽出し、重要度の高い順に名詞句リストを生成する名詞句リスト生成手段と、前記名詞句リスト生成手段で生成した名詞句リストに基づいて、前記統合文書中の各センテンスの重要度を判定し、ランキングリストを生成するランキングリスト生成手段と、前記ランキングリスト生成手段で生成したランキングリストに基づいて、要約文を生成する要約文生成手段と、を備えたものである。
【００１０】
また、この要約文作成支援システムは、さらに、要約文の作成に前記類似文書を使用するか否かを指定するための指定手段を備え、前記指定手段を介して前記類似文書を使用しないことが指定されている場合、前記統合文書作成手段は、前記統合文書を生成しないようにするものである。
【００１１】
さらに、このコンピュータ読み取り可能な記録媒体は、上記の要約文作成支援システムの各手段としてコンピュータを機能させるためのプログラムを記録したものである。
【００１２】
【発明の実施の形態】
以下、本発明の要約文作成支援システムおよびそのシステムの各手段としてコンピュータを機能させるための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の一実施の形態について、添付の図面を参照しつつ詳細に説明する。
【００１３】
図１は、本実施の形態の要約文作成支援システムのハードウエア構成を示すブロック構成図である。図１において、１００はＣＰＵを、１０１はＲＯＭを、１０２はＲＡＭを、１０３は要約文の作成を支援する文書要約支援ソフト１０４を格納したハードディスク装置を、１０５はキーボード，マウス等の入力装置を、１０６はＣＲＴ等のディスプレイを、１０７は上記各部を接続するバスをそれぞれ示している。
【００１４】
なお、図示は省略するが、図１に示す要約文作成支援システムに、フロッピーディスクドライブ装置や、ＣＤ−ＲＯＭドライブ装置、ネットワークを介して情報の送受信を行うための通信装置等を接続することができる。
【００１５】
図２は、文書要約支援ソフト１０４の処理を示す概略ブロック図である。文書要約支援ソフト１０４は、要約文の作成対象となる対象文書２０１を入力し、品詞等の情報を格納した辞書２００ａおよび文法ルールを格納した文法辞書２００ｂを用いて対象文書２０１の解析処理を行い、対象文書２０１から名詞または名詞句を抽出し、名詞句リスト２０３を生成する自然言語処理モジュール２００と、自然言語処理モジュール２００で生成した名詞句リスト２０３に基づいて、対象文書２０１中の各センテンスの重要度を判定し、ランキングリスト２０５を生成する要約エンジン２０４と、を備え、ランキングリスト２０５中の上位のセンテンスから予め定めた数のセンテンスを選択し、要約文を作成するものである。
【００１６】
また、文書要約支援ソフト１０４は、対象文書２０１に類似する文書を参照してより適正な要約文を作成することを可能にするため、対象文書２０１に類似する文書を検索するための類似文書検索エンジン２０６と、対象文書２０１および類似文書検索エンジン２０６で検索した結果の文書を一つの文書に統合して統合文書２０８を生成する統合文書生成モジュール２０７と、を備えている。そして、文書要約支援ソフト１０４は、自然言語処理モジュール２００および要約エンジン２０４を用いて、この統合文書生成モジュール２０７で生成した統合文書２０８の要約文を生成し、対象文書２０１の要約文とするものである。
【００１７】
図３は、上記類似文書検索エンジン２０６の処理を示す概略ブロック図である。この類似文書検索エンジン２０６は、ベクトル空間法を用いた検索処理を行うものであって、対象文書２０１の類似文書を検索するために、図示しない文書ＤＢ（ハードディスク装置１０３であっても良い）中に保存されている保存文書３００をベクター表現に変換して転置ファイル３０２に登録する処理と、転置ファイル３０２を用いて対象文書２０１に類似する保存文書３００を検索する処理とを行うものである。なお、図３において、図２と同一の構成については同一の符号を付すことにする。
【００１８】
保存文書３００を転置ファイル３０２に登録する処理において、データベース・ビルド・コンポーネント３０１は、自然言語処理モジュール２００で生成した対象文書２０１の名詞句リスト２０３を入力し、入力した名詞句リスト２０３の各名詞句について、所定の統計情報を付与し、付与した統計情報を用いて保存文書３００のベクター表現を生成し、転置ファイル３０２に登録する。
【００１９】
また、対象文書２０１に類似する保存文書３００を検索する処理において、クエリー・ビルド・コンポーネント３０３は、自然言語処理モジュール２００から対象文書２０１の名詞句リスト２０３を入力し、入力した名詞句リスト２０３中の各名詞句に対して所定の統計情報を付与し、付与した統計情報を用いて対象文書２０１をベクター表現に変換したクエリー・ドキュメント３０４を生成する。
【００２０】
検索エンジン（例えば、ＣＬＡＲＩＴＥＣＨ社のＣＬＡＲＩＴ）３０５は、クエリー・ビルド・コンポーネント３０３で生成したクエリー・ドキュメント３０４を入力し、転置ファイル３０２中の保存文書３００のベクター表現とクエリー・ドキュメント３０４（対象文書２０１のベクター表現）とを比較して、クエリー・ドキュメント３０４との類似度に応じたスコアを各保存文書３００に付与した後、所定の閾値を超えるスコアの保存文書３００を選択して、保存文書リストを検索結果として出力する。
【００２１】
次に、上述した構成を備えた要約文作成支援システムの動作について説明する。図４は、要約文の作成処理を示すフローチャートである。
【００２２】
文書要約支援ソフト１０４は、入力装置１０５を介して要約文の作成指定を入力すると（Ｓ４０１）、類似文書を使用した要約文の生成が指定されたか否かを判定する（Ｓ４０２）。なお、要約文の作成指定には、作成する要約文の量の指定が含まれる。要約文の量の指定には、要約文のセンテンス数，単語数，対象文書２０１に対する割合等がある。
【００２３】
類似文書を使用した要約文の作成が指定された場合、文書要約支援ソフト１０４は、対象文書２０１を入力し、自然言語処理モジュール２００において、対象文書２０１の名詞句リスト２０３を生成する（Ｓ４０３）。すなわち、対象文書２０１を入力し、品詞等の情報を格納した辞書２００ａおよび文法ルールを格納した文法辞書２００ｂを用いて、形態素解析，主要な語または句の識別，意味情報の付与，構文解析，参照表現の解析，同一指示物の判定等の処理を行う。そして、解析処理の結果を用いて、対象文書２０１の各センテンスから名詞句を抽出し、抽出した名詞句を重要度の高い順に配列した名詞句リスト２０３を出力する。
【００２４】
類似文書検索エンジン２０６は、自然言語処理モジュール２００から名詞句リスト２０３を入力し、上述したようにして対象文書２０１の類似文書を検索し、検索した類似文書のリストを統合文書生成モジュール２０７に出力する（Ｓ４０４）。
【００２５】
統合文書生成モジュール２０７は、類似文書検索エンジン２０６から入力した類似文書のリストに該当する保存文書３００を入力すると共に、対象文書２０１を入力し、入力した保存文書３００および対象文書２０１を一つの文書に統合した統合文書２０８を生成する（Ｓ４０５）。なお、上記類似文書検索エンジン２０６による検索においては、複数の類似文書が検索結果として得られることがある。このような場合であっても、複数の類似文書、即ち、複数の保存文書３００および対象文書２０１からなる統合文書２０８が生成される。
【００２６】
統合文書生成モジュール２０７で統合文書２０８が生成されると、自然言語処理モジュール２００は、生成された統合文書２０８を入力し、対象文書２０１の名詞句リスト２０３を生成したようにして、統合文書２０８の名詞句リスト２０３を生成する（Ｓ４０６）。
【００２７】
続いて、要約エンジン２０４は、自然言語処理モジュール２００から入力した統合文書２０８の名詞句リスト２０３中の各名詞句について、統合文書２０８中での重要度に応じた重み付け処理、各名詞句に対する重み付けの結果を用いて統合文書２０８中の各センテンスの重要度を判定する処理、および重要度の高いセンテンスが上位となるように各センテンスにランキング付けを行う処理を行い、ランキングに応じてセンテンスを並び替えたランキングリスト２０５を生成する（Ｓ４０７）。
【００２８】
その後、文書要約支援ソフト１０４は、要約エンジン２０４で生成したランキングリスト２０５に基づいて、ステップＳ４０１で入力した要約文の量の指定に応じた数のセンテンスを上位のランキングから選択し、要約文を生成する（Ｓ４０８）。生成した要約文は、ディスプレイ１０６に表示され、またはハードディスク装置１０３等に保存される。
【００２９】
一方、ステップＳ４０２で類似文書の使用が指定されなかった場合には、ステップＳ４０９に進み、自然言語処理モジュール２００において、ステップＳ４０３と同様に対象文書２０１の名詞句リスト２０３が生成される。
【００３０】
そして、要約エンジン２０４は、自然言語処理モジュール２００から入力した対象文書２０１の名詞句リスト２０３に基づいて、ステップＳ４０７と同様にして対象文書２０１のランキングリスト２０５を生成する（Ｓ４１０）。
【００３１】
その後、ステップＳ４０８に進み、ステップＳ４１０で生成したランキングリスト２０５に基づいて、対象文書２０１の要約文が生成される
【００３２】
このように、本実施の形態の要約文作成支援システムによれば、対象文書２０１の要約文を作成するだけでなく、対象文書２０１の類似文書を用いて要約文を作成することができるため、対象文書２０１が、悪文、言葉たらずで不的確な文書、短い文書である場合でも、適切な要約文を作成することができる。
【００３３】
なお、本実施の形態においては、ベクトル空間法による検索処理を用いて対象文書２０１の類似文書を検索することにしたが、ベクトル空間法による検索処理ではなく、ブーリアン検索による検索処理を用いることにしても良い。
【００３４】
また、本実施の形態においては、類似文書検索エンジン２０６を文書要約支援ソフト１０４の一つの機能として説明したが、これを検索サーバ等に持たせ、ネットワークを介して検索処理を行うことにしても良い。
【００３５】
さらに、本実施の形態で説明した要約文作成支援システムは、予め用意されたプログラムをコンピュータやワークステーションで実行することによって実現される。このプログラムは、ハードディスク，フロッピーディスク，ＣＤ−ＲＯＭ，ＭＯ，ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また、このプログラムは、上記記録媒体を介して、またはネットワークを介して配布することができる。
【００３６】
【発明の効果】
以上説明したように、本発明の要約文作成支援システムによれば、要約文の作成対象となる対象文書を入力して、対象文書の要約文を作成する要約文作成支援システムにおいて、予め複数の文書を記憶した文書記憶手段と、文書記憶手段から対象文書と類似する類似文書を検索する類似文書検索手段と、対象文書および類似文書を一つの文書に統合して統合文書を生成する統合文書生成手段と、統合文書生成手段で生成した統合文書から名詞および名詞句を抽出し、重要度の高い順に名詞句リストを生成する名詞句リスト生成手段と、名詞句リスト生成手段で生成した名詞句リストに基づいて、統合文書中の各センテンスの重要度を判定し、ランキングリストを生成するランキングリスト生成手段と、ランキングリスト生成手段で生成したランキングリストに基づいて、要約文を生成する要約文生成手段と、を備えたため、要約文の作成対象となる対象文書（元の文書）が、悪文、言葉たらずで不的確な文書、短い文書である場合でも、適切な要約文を作成できる。
【００３７】
元の文書を作成した本人が、自動作成した要約文の手直し（校正）を行う場合に、より適切な表現で記述された類似文書の文章（センテンス）を参照することになるので、より適切な要約文の手直しを行うことができる。
【００３８】
また、本発明の要約文作成支援システムによれば、さらに、要約文の作成に類似文書を使用するか否かを指定するための指定手段を備え、指定手段を介して類似文書を使用しないことが指定されている場合、統合文書作成手段は、統合文書を生成しないようにするため、要約文の作成時に、対象文書のみで要約文を作成するか、類似文書を用いて要約文を作成するかを選択でき、利便性の向上を図ることができる。
【００３９】
さらに、本発明のコンピュータ読み取り可能な記録媒体によれば、上記の要約文作成支援システムの各手段としてコンピュータを機能させるためのプログラムを記録したため、このプログラムをコンピュータに実行させることにより、要約文の作成対象となる対象文書（元の文書）が、悪文、言葉たらずで不的確な文書、短い文書である場合でも、適切な要約文を作成できる要約文作成支援システムを実現することができる。
【図面の簡単な説明】
【図１】本実施の形態の要約文作成支援システムのハードウエア構成を示すブロック構成図である。
【図２】本実施の形態の要約文作成支援システムにおいて、文書要約支援ソフトの処理を示す概略ブロック図である。
【図３】本実施の形態の要約文作成支援システムにおいて、類似文書検索エンジンの処理を示す概略ブロック図である。
【図４】本実施の形態の要約文作成支援システムにおいて、要約文の作成処理を示すフローチャートである。
【符号の説明】
１００ ＣＰＵ
１０１ ＲＯＭ
１０２ ＲＡＭ
１０３ ハードディスク装置
１０４ 文書要約支援ソフト
１０５ 入力装置
１０６ ディスプレイ
１０７ バス
２００ 自然言語処理モジュール
２００ａ 辞書
２００ｂ 文法辞書
２０１ 対象文書
２０３ 名詞句リスト
２０４ 要約エンジン
２０５ ランキングリスト
２０６ 類似文書検索エンジン
２０７ 統合文書生成モジュール
２０８ 統合文書
３００ 保存文書
３０１ データベース・ビルド・コンポーネント
３０２ 転置ファイル
３０３ クエリー・ビルド・コンポーネント
３０４ クエリー・ドキュメント
３０５ 検索エンジン

Claims (3)

1. 要約文の作成対象となる対象文書を入力して、対象文書の要約文を作成する要約文作成支援システムにおいて、
   予め複数の文書を記憶した文書記憶手段と、
   前記文書記憶手段から前記対象文書と類似する類似文書を検索する類似文書検索手段と、
   前記対象文書および類似文書を一つの文書に統合して統合文書を生成する統合文書生成手段と、
   前記統合文書生成手段で生成した統合文書を用いて要約文を生成する要約文生成手段と、
   を備えたことを特徴とする要約文作成支援システム。
2. さらに、要約文の作成に前記類似文書を使用するか否かを指定するための指定手段を備え、
   前記指定手段を介して前記類似文書を使用しないことが指定されている場合、前記統合文書作成手段は、前記統合文書を生成しないようにすることを特徴とする請求項１記載の要約文作成支援システム。
3. 前記請求項１または２に記載の要約文作成支援システムの各手段としてコンピュータを機能させるためのプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。

Images