JP4214598B2 - 文書処理方法および装置ならびに記録媒体 - Google Patents
文書処理方法および装置ならびに記録媒体 Download PDFInfo
- Publication number
- JP4214598B2 JP4214598B2 JP03155099A JP3155099A JP4214598B2 JP 4214598 B2 JP4214598 B2 JP 4214598B2 JP 03155099 A JP03155099 A JP 03155099A JP 3155099 A JP3155099 A JP 3155099A JP 4214598 B2 JP4214598 B2 JP 4214598B2
- Authority
- JP
- Japan
- Prior art keywords
- document
- display area
- sentence
- setting
- activity value
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/048—Indexing scheme relating to G06F3/048
- G06F2203/04803—Split screen, i.e. subdividing the display area or the window area into separate subareas
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
- Controls And Circuits For Display Device (AREA)
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、文書を処理する文書処理方法および装置ならびに文書を処理する文書処理プログラムが記録された記録媒体、詳しくは、文書の要約を表示する要約ウィンドウのサイズに応じて要約を生成するような文書処理方法および装置ならびに記録媒体に関する。
【０００２】
【従来の技術】
従来、インターネットにおいて、ウィンドウ形式でハイパーテキスト型情報を提供するアプリケーションサービスとしてＷＷＷ（World Wide Web）が提供されている。
【０００３】
ＷＷＷは、文書の作成、公開または共有化の文書処理を実行し、新しいスタイルの文書の在り方を示したシステムである。しかし、文書の実際上の利用の観点からは、文書の内容に基づいた文書の分類や要約といった、ＷＷＷを越える高度な文書処理が求められている。このような高度な文書処理には、文書の内容の機械的な処理が不可欠である。
【０００４】
しかしながら、文書の内容の機械的な処理は、以下のような理由から依然として困難である。第１に、ハイパーテキストを記述する言語であるＨＴＭＬ（Hyper Text Markup Language）は、文書の表現については規定するが、文書の内容についてはほとんど規定しない。第２に、文書間に構成されたハイパーテキストのネットワークは、文書の読者にとって文書の内容を理解するために必ずしも利用しやすいものではない。第３に、一般に文章の著作者は読者の便宜を念頭に置かずに著作するが、文書の読者の便宜が著作者の便宜と調整されることはない。
【０００５】
このように、ＷＷＷは新しい文書の在り方を示したシステムであるが、文書を機械的に処理しないために、高度な文書処理を行うことができなかった。換言すると、高度な文書処理を実行するためには、文書を機械的に処理することが必要となる。
【０００６】
そこで、文書の機械的な処理を目標として、文書の機械的な処理を支援するシステムが自然言語研究の成果に基づいて開発されている。自然言語研究による文書処理の最初のステップとして、文書の著作者等による文書の内部構造についての属性情報、いわゆるタグの付与を前提とした、文書に付与されたタグを利用する機械的な文書処理が提案されている。
【０００７】
ところで、ユーザは、たとえばいわゆるサーチエンジンのような情報検索システムを利用して、インターネットを介して提供される膨大な情報から、所望の情報を探し出すようにしている。この情報検索システムは、指定されたキーワードに基づいて情報を検索し、検索した情報をユーザに提供するシステムである。ユーザは、提供された情報から、所望の情報を選択する。
【０００８】
このように、容易に情報を検索することができるが、ユーザは、情報検索システムにより、提供された情報を一読し、概略を理解して、それが希望するものであるか否かを判断しなければならない。この作業は、特に、提供された情報の量が多いとき、ユーザにとって大きな負担となる。そこで、最近、テキスト情報、すなわち文書の内容を自動的に要約するシステム、いわゆる、自動要約作成システムが注目されている。
【０００９】
自動要約作成システムは、元の情報、すなわち文書の大意を保持したまま、テキスト情報の長さ、複雑さを減らすことにより、要約を作成するシステムであり、ユーザは、その要約を一読することで、文書の概略を理解することができる。
【００１０】
通常、自動要約作成システムは、テキスト中の文や単語を一つの単位とし、それに何らかの情報を基に重要度を付与し、順序付けする。そして、上位に順序付けられた文や単語が寄せ集められて、要約が作成される。
【００１１】
【発明が解決しようとする課題】
このように、自動要約作成システムにより、文書から容易に要約を作成することは可能だが、従来、自動要約作成システムにより作成される要約の情報量は、文書の情報量や、重要度の設定方法などにより決定されていた。例えば、要約が簡略すぎて、文書の概略を把握できないとき、ユーザは、より詳細な要約を参照することができない。
【００１２】
本発明は、上述の実情に鑑みて提案されるものであって、ユーザの要求に対応した要約を作成し、提供することができるような文書処理方法および装置、ならびにユーザの要求に対応した要約を作成し、提供することができるような文書処理プログラムが記録された記録媒体を提供することを目的とする。
【００１３】
【発明を解決するための手段】
上述の課題を解決するために、本発明に係る文書処理方法は、複数の要素から構成される階層化された内部構造を有し当該内部構造がタグ付けによる属性情報によって記述された電子文書を処理する文書処理装置の文書処理方法において、設定手段が、上記電子文書の一部又は全体の要約を表示する表示領域の全表示領域内における大きさを設定する設定工程と、決定手段が、上記設定工程で設定された表示領域の大きさに基づいて要約の長さを決定する決定工程と、作成手段が、上記決定工程で決定された決定に対応して、上記表示領域内におさまるように上記タグを参照して上記電子文書の要約を作成する作成工程と、上記作成手段が備える重み付け設定手段が、上記電子文書の上記タグ付けによる内部構造に応じた中心活性値を各要素に重み付けとして設定する重み付け設定工程と、制御手段が、上記作成工程で作成された要約を、上記重み付け設定工程で設定された重みに基づいて上記表示領域に表示させるように制御する制御工程と、変更手段が、変更操作の入力に応じて上記表示領域を変更する変更工程とを有し、上記重み付け設定工程では、上記重み付け設定手段が、上記要素間の関連性に応じた値を上記中心活性値として上記要素毎に算出する活性拡散処理を行うことにより、上記中心活性値を設定するものである。
【００１４】
本発明に係る文書処理装置は、複数の要素から構成される階層化された内部構造を有し当該内部構造がタグ付けによる属性情報によって記述された電子文書を処理する文書処理装置において、上記電子文書の一部又は全体の要約を表示する表示領域の全表示領域内における大きさを設定する設定手段と、上記設定手段で設定された表示領域の大きさに基づいて要約の長さを決定する決定手段と、上記決定手段で決定された決定に対応して、上記表示領域内におさまるように上記タグを参照して上記電子文書の要約を作成する作成手段と、上記作成手段が備え、上記電子文書の上記タグ付けによる内部構造に応じた中心活性値をその各要素に重み付けとして設定する重み付け設定手段と、上記作成手段で作成された要約を、上記重み付け設定手段で設定された重みに基づいて上記表示領域に表示させるように制御する制御手段と、変更操作の入力に応じて上記表示領域を変更する変更手段とを有し、上記重み付け設定手段は、上記要素間の関連性に応じた値を上記中心活性値として上記要素毎に算出する活性拡散処理を行うことにより、上記中心活性値を設定するものである。
【００１５】
本発明に係る記録媒体は、複数の要素から構成される階層化された内部構造を有し当該内部構造がタグ付けによる属性情報によって記述された電子文書を処理する文書処理をコンピュータに実行させる文書処理プログラムが記録された記録媒体であって、上記文書処理プログラムは、設定手段が、上記電子文書の一部又は全体の要約を表示する表示領域の全表示領域内における大きさを設定する設定工程と、決定手段が、上記設定工程で設定された表示領域の大きさに基づいて要約の長さを決定する決定工程と、作成手段が、上記決定工程で決定された決定に対応して、上記表示領域内におさまるように上記タグを参照して上記電子文書の要約を作成する作成工程と、上記作成手段が備える重み付け設定手段が、上記電子文書の上記タグ付けによる内部構造に応じた中心活性値を、その各要素に重み付けとして設定する重み付け設定工程と、制御手段が、上記作成工程で作成された要約を、上記重み付け設定工程で設定された重みに基づいて上記表示領域に表示させるように制御する制御工程と、変更手段が、変更操作の入力に応じて上記表示領域を変更する変更工程とを有し、上記重み付け設定工程では、上記重み付け設定手段が、上記要素間の関連性に応じた値を上記中心活性値として上記要素毎に算出する活性拡散処理を行うことにより、上記中心活性値を設定するものである。
【００１６】
【発明の実施の形態】
以下、図面を参照して、本発明に係る文書処理方法および装置ならびに記録媒体の実施の形態について説明する。
【００１７】
本発明の実施の形態としての文書処理装置は、図１に示すように、制御部１１およびインターフェース１２を備える本体１０と、ユーザからの入力を受け付けて本体１０に送る入力部２０と、外部からの信号を受信して本体１０に送る受信部２１と、サーバ２４と本体１０との通信を処理する通信部２２と、本体１０からの出力を表示する表示部３０と、記録媒体３２に対して情報を記録／再生する記録／再生部３１と、ハードディスク３３とを有している。
【００１８】
本体１０は、制御部１１およびインターフェース１２を有し、この文書処理装置の主要な部分を構成している。制御部１１は、この文書処理装置における処理を集中して実行するＣＰＵ１３と、揮発性のメモリであるＲＡＭ１４と、不揮発性のメモリであるＲＯＭ１５とを有している。ＣＰＵ１３は、たとえばＲＯＭ１４に記録された手順にしたがって、必要な場合にはデータを一時的にＲＡＭ１４に格納して、プログラムを実行するための制御を行う。インターフェース１２には、入力部２０、受信部２１、通信部２３、表示部３０、記録／再生部３１およびハードディスク３３が接続される。インターフェース１２は、制御部１１からの制御の下に、入力部２０および受信部２１からのデータの入力、表示部３０へのデータの送信について、データを送信するタイミングを調整したり、データの形式を変換したりする。
【００１９】
入力部２０は、この文書処理装置に対するユーザの入力を受け付ける部分である。この入力部２０は、たとえばキーボードやマウスにより構成される。ユーザは、この入力部２０を用い、キーボードによりキーワードを入力したり、マウスにより表示部３０に表示されているテキスト情報である文書のエレメントを選択して入力したりすることができる。ここで、エレメントとは文書を構成する要素であって、たとえば文書、文および語が含まれる。
【００２０】
受信部２１は、この文書処理装置に外部からたとえば通信回線を介して送信される信号を受信する部分である。この受信部２１は、たとえば電子文書である複数の文書を受信する。受信部２１は、受信したデータを本体１０に送る。
【００２１】
通信部１７は、たとえばモデム、ターミナルアダプタなどにより構成され、電話回線を介してインターネット２３に接続され、インターネット２３に接続されているサーボ２４にアクセスし、そこからデータを受信することができるようになされている。
【００２２】
出力部３０は、この文書処理装置からの出力結果を表示するものである。この出力部３０は、たとえば陰極線管（cathode ray tube;CRT）や液晶表示装置（liquid crystal display;LCD）から構成され、たとえば単数または複数のウィンドウを表示し、このウィンドウ上に文字、図形等を表示したりする。
【００２３】
記録／再生部３１は、この文書処理装置の制御部１１の制御の下に、たとえばいわゆるフロッピーディスクのような記録媒体３２に対して情報の記録／再生を行う。記録媒体３２には、たとえばユーザが文書中の任意の部分の重要性を上げるアルゴリズムが記録されている。なお、この記録媒体３２についてはさらに後述する。ハードディスク３３は、大容量の磁気記録媒体であって、データの記録に用いられる。
【００２４】
次に、上述のように構成される文書処理装置の動作について説明する。ユーザが入力部１５を操作し、インターネット２１を介して通信を行うためのプログラムを起動し、サーバ２４（サーチエンジン）のURL(Uniform Resource Locator)を入力すると、制御部１１は通信部２２を制御し、サーバ２４にアクセスさせる。このときサーバ２４は、インターネット２３を介して文書処理装置の通信部２２に、検索画面のデータを出力する。ＣＰＵ１３はこのデータを表示部３０に出力し、表示させる。ユーザがこの検索画面上で所定のキーワードなどを入力し、検索を指令すると、通信部２２から電話回線、インターネット２３を介して、サーチエンジンとしてのサーバ３４に検索命令が送信される。
【００２５】
サーバ２４は、検索命令を受けると、この検索命令を実行し、得られた検索結果をインターネット２３を介して通信部２２に送信する。制御部１１は、通信部２１を制御し、サーバ２３からの検索結果を受信させ、その一部を表示部３０に表示させる。いまの場合、サーバ２３からは、「ＴＣＰ」のキーワードを含む各種の情報が送信され、表示部１６には、下記に示すような、文書が表示される。
【００２６】
「TCP/IP(Transmission Control Protocol/Internet Protocol)の歴史は、北米の、いや世界のコンピュータネットワークの歴史であるといっても過言ではない。そしてそのTCP/IPの歴史は、ARPANETを抜きにして語ることはできない。ARPANETは正式名称をAdvanced Research Project Agency Network（高等研究計画局ネットワーク）といい、アメリカ国防省DOD(Department of Defence)の国防高等研究計画局(DARPA:Defence Advanced Reserch Project Agency)がスポンサーとなって構築されてきた、実験および研究用のパケット交換ネットワークである。1969年北米西海岸の４箇所の大学、研究機関のホストコンピュータを50kbpsの回線で結んだきわめて小規模なネットワークからARPANETは出発した。
【００２７】
当時は1945年に世界初のコンピュータであるENIACがペンシルベニア大学で開発され、1964年にはじめてICを理論素子として実装し、第３世代のコンピュータの歴史を形成したIBMの360シリーズが開発され、やっとコンピュータが産声をあげたばかりあった。この時代背景を考えると、将来のコンピュータ通信の最盛を見越したこのようなプロジェクトは、まさに米国ならではのものであったといえるだろう。」
この文書は、その内部構造をタグ付けによる属性情報によって記述されている。文書処理装置における文書処理は、文書に付与されたタグを参照して行われる。本実施の形態においては、文書の構造を示す統語論的タグとともに、多言語間で文書の機械的な内容理解を可能にするような意味的・語用論的タグを文書に付与している。
【００２８】
本実施の形態においては、統語論的なタグ付けとしては、文書のツリー状の内部構造を記述するタグ付けがある。すなわち、本実施の形態においては、図２に示すように、このタグ付けによる内部構造、文書、文、語彙エレメント等の各エレメント、通常リンク、参照・被参照リンク等が、タグとしてあらかじめ文書に付与されている。図中において、白丸“○”は文書の要素すなわちエレメントであり、最下位の白丸は文書における最小レベルの語に対応する、語彙エレメントである。また、実線は語、句、節、文等の文書の構造を示す通常リンク（normal link ）である。破線は参照・被参照による係り受け関係を示す参照リンク（reference link）である。文書のタグ付けによる内部構造は、上位から下位への順序で、文書（document）、文書の下位であり段落の上位であるオプションのサブディビジョン（subdivision ）、オプションの段落（paragraph）、文（sentence ）、文の下位であるサブセンテンシャルセグメント（subsentential segment ）、・・・、最下位の語彙エレメントのような階層構造である。
【００２９】
本実施の形態においては、意味論・語用論的なタグ付けとしては、係り受け、たとえば代名詞の指示対象、多義語の意味のように統語（syntactic）・意味（semantic）等の情報を記述するタグ付けがある。本実施の形態においては、このようなタグ付けは、ＨＴＭＬ（Hyper Text Markup Language）と同様にＸＭＬ（Extended Markup Language）の形式のタグである。
【００３０】
文章のタグ付けによる内部構造の一例を次に示すが、文章へのタグ付けはこの方法に限られないことはもちろんである。
【００３１】
たとえば、“Time flies like an arrow.”という文については、
＜文＞＜名詞句 語義＝“time0”＞time＜／名詞句＞
＜動詞句＞＜動詞 語義＝“fly1”＞flies＜／動詞＞
＜形容動詞句＞＜形容動詞 語義＝like0＞like＜／形容動詞＞ ＜名詞句＞an ＜名詞 語義＝“arrow0”＞arrow＜／名詞＞＜／名詞句＞
＜／形容動詞句＞＜／動詞句＞.＜／文＞
というようにタグ付けすることができる。ここで＜文＞、＜名詞＞、＜名詞句＞、＜動詞＞、＜動詞句＞、＜形容動詞＞、＜形容動詞句＞は、それぞれ一文、名詞、名詞句、動詞、動詞句、前置詞句、後置詞句を含む形容詞／形容詞句、形容詞句／形容動詞句のような文の統語構造（syntactic structure ）を表している。タグは、エレメントの先端の前および終端の後に対応して配置される。ここでは、エレメントの終端の後ろに配置されるタグは、記号“／”により、文書の最小単位の要素、すなわちエレメントの終端であることを示している。このエレメントは統語的構成素、すなわち句、節、および文を示す。なお、語義＝time0は、語timeの有する複数の意味、すなわち複数の語義のうちの第０番目の意味を指している。具体的には、timeには名詞と動詞があるが、ここではtimeが名詞であることを示している。たとえば、語“オレンジ”は色と果物の意味があるが、これらも語義によって区別することができる。
【００３２】
先に図２で説明したような文書のタグ付けは、図３のウインドウ１０１に示すように、その統語構造を表示することができる。このウインドウ１０１においては、右半分１０３が語彙エレメントを、左半分１０２が文の構造を示している。
【００３３】
このウィンドウ１０１には、タグ付けされた次に示すような文書が表示されている。この文書においても、タグによって統語構造が記述されている。次に示す文書は、「Ａ氏のＢ会が終わったＣ市で、一部の大衆紙と一般紙がその写真報道を自主規制する方針を紙面で明らかにした。」についてのタグ付けによる内部構造を示すものである。
＜文書＞＜文＞＜形容動詞句 関係＝“場所”＞＜名詞句＞＜形容動詞句 場所＝“Ｃ市”＞
＜形容動詞句 関係＝“主語”＞＜名詞句 識別子＝“Ｂ会”＞＜形容動詞句 関係 “位置”＞Ａ氏の＜／形容動詞句＞Ｂ会＜／名詞句＞が＜／形容動詞句＞
終わった＜／形容動詞句＞＜地名 識別子＝“Ｃ市”＞Ｃ市＜／地名＞＜／名詞句＞で、＜／形容動詞句＞＜形容動詞句 関係＝“主語”＞＜名詞句 識別子＝新聞" 統語＝“並列”＞＜名詞句＞＜形容動詞句＞一部の＜／形容動詞句＞大衆紙＜／名詞句＞と＜名詞＞一般紙＜／名詞＞＜／名詞句＞が＜／形容動詞句＞ ＜形容動詞句 関係＝“目的語”＞＜形容動詞句 関係＝“内容” 主語＝“新聞”＞＜形容動詞句 関係＝“目的語”＞＜名詞句＞＜形容動詞句＞＜名詞 共参照＝“B”＞そ＜／名詞＞の＜／形容動詞句＞写真報道＜／名詞句＞を＜／形容動詞句＞
自主規制する＜／形容動詞句＞方針を＜／形容動詞句＞
＜形容動詞句 関係＝“場所”＞紙面で＜／形容動詞句＞
明らかにした。＜／文＞＜／文書＞
この文章においては、「一部の大衆紙と一般紙」のように、統語＝“並列” は並列を表す。並列の定義は、係り受け関係を共有すると言うことである。特に何も指定がない場合は、たとえば、＜名詞句 関係＝ｘ＞＜名詞＞Ａ＜／名詞＞＜名詞＞Ｂ＜／名詞＞＜／名詞句＞ はＡがＢに依存関係のあることを表す。また、関係＝x はこの＜名詞句＞エレメントの関係属性を表している。
【００３４】
続いて、タグ付けにおける、統語、意味、修辞についての相互関係を記述する関係属性について説明する。
【００３５】
主語、目的語、間接目的語のような文法機能、動作主、被動作者、受益者などのような主題役割、および理由、結果などのような修辞関係はこの関係属性によって表示する。関係属性は関係＝*** という形で表される。本実施の形態では、比較的容易な文法機能、すなわち、主語、目的語、間接目的語のような文における当該語の機能について関係属性を記述する。
【００３６】
次に、上述のようにタグ付けされた文書を要約する方法について説明する。最初に図４で概略的な流れを示し、後述する図６で詳細に説明する。上記のような文書が表示部３０に表示されている状態において、ユーザがその文書の要約を作成したい場合には、入力部２０を操作し、自動要約作成モードを指令する。制御部１１は、この指令が入力されたときに図４のステップを実行する。
【００３７】
はじめに、ステップＳ１において、制御部１１は、ハードディスク３３に保存されている自動要約作成プログラムを起動し、表示部３０を制御し、図５に示すような自動要約作成プログラムの初期画面を表示させる。この例においては、表示部３０に表示されたウィンドウ１００は、ドキュメント名表示部１０１、キーワード入力部１０２、および実行ボタン１０３が表示されている表示領域１１０（上側）、文書が表示される表示領域１２０（中央）、そして文書の要約が表示される表示領域１３０（下側）に区分されている。
【００３８】
表示領域１１０のドキュメント名表示部１０１には、表示領域１２０に表示される文書のドキュメント名などが表示される。キーワード入力部１０２には、キーワードが入力される。キーワードがキーワード入力部１０２に入力されると、そのキーワードに対応した、文書の要約が作成される。実行ボタン１０３が、オンされると、表示領域１２０に表示されている文書の要約作成処理が実行される。
【００３９】
表示領域１２０には、文書が表示される。いまの場合、上記した文書が表示領域１２０に表示される。ユーザは、入力部１５を操作して、入手した文書の一部を選択し、それを要約することもできるし、また文章全体を要約することもできる。なお、表示領域１２０において、表示領域１２０の右端および下側に設けられている矢印を操作することにより、表示を縦方向または横方向にスクロールすることができる。
【００４０】
表示領域１３０には、要約が表示される。現在、要約は作成されていないので、表示領域１３０には、何も表示されていない。ユーザは、入力部１５を操作して、表示領域１３０の表示範囲（大きさ）を変更することができる。図５には、表示範囲が広げられた表示領域１３０が表されている。
【００４１】
次に、ステップＳ２において、ユーザが入力部２０を操作し、表示領域１１０の実行ボタン１０３をオンすると、ステップＳ３において、制御部１１は、所定の規則に基づいて、文書の中の文または単語などをエレメント、すなわち要素として、エレメントそれぞれに重要度を付与して、その重要度とともにＲＡＭ１４に供給し、記憶させる。重要度の設定方法には、例えば、Zechnerが提案する、単語にtf*idf法で重み付し、文中に出現する単語の重みの総和を文の重要度とする方法や活性拡散を用いる方法などがある。前者の詳細は、下記に示す文献に説明されている。
【００４２】
K.Zechner. Fast generation of abstracts from general domain text corpora by extracting relevant sentences. In Proc. of the 16th International Conference on Computational Linguistics, pp.986-989,1996
本実施の形態においては、重要度として、後述するような活性拡散に基づいた中心活性値を採用することにする。
【００４３】
なお、重要度の設定方法は、上記した方法以外の方法を利用することもできる。また、表示領域１１０のキーワード入力部１０２にキーワードを入力することにより、そのキーワードに基づいた重要度の設定を行うことができる。
【００４４】
ステップＳ４において、制御部１１は、表示領域１３０の表示範囲の大きさを測定し、ステップＳ５において、その測定結果と予め指定された文字の大きさに基づいて、表示領域１３０に表示される要約の長さ（例えば、文字数）を決定する。決定された文字数以内であれば、要約は表示領域１３０を超えて表示されない。
【００４５】
次に、ステップＳ６において、制御部１１は、作成される要約が、ステップＳ５で決定された文字数を超えないように、ＲＡＭ１３から、重要度の高い順に文または単語を選択する。
【００４６】
ステップＳ７において、制御部１１は、ステップＳ６で選択された文または単語をつなぎ合わせて、要約を作成し、表示部１６の表示領域１３０に表示させる。
【００４７】
このようにして、例えば、下記に示すような要約が、表示領域１３０に表示される。
【００４８】
「TCP/IPの歴史は、ARPANETを抜きにして語ることはできない。ARPANETは1969年北米西海岸の４箇所の大学、研究機関のホストコンピュータを50kbpsの回線で結んだ小規模なネットワークからARPANETは出発した。当時は1964年にIBMの360シリーズが開発された。この時代背景を考えると、将来のコンピュータ通信の最盛を見越したこのようなプロジェクトは、まさに米国ならではのものであったといえるだろう。」
ユーザは、文章を一読する代わりに、上記の要約を読み、文章の概要を理解し、文章が所望する情報であるか否かを判定することができる。
【００４９】
続いて、要約を作成する処理の図４に示すものより詳細の制御を含む例について図６に示すフローチャートを参照して詳細に説明する。この一連の工程は、ステップＳ２において実行ボタン１０３をオンすることによって開始される。
【００５０】
文書から要約を作成する処理は、文書のタグ付けによる内部構造に基づいて実行される。上述したように、ウィンドウ１００において要約を表示する表示領域１３０のサイズは変更することができる。文書処理装置の制御部１１は、新たにウィンドウ１０１が表示部３０のウィンドウ１００に描画されるか表示領域１３０のサイズが変更され、実行ボタン１０３が操作されたときには、表示領域１３０に適合するようにウィンドウ１００の表示領域１２０に表示されている文書から要約を作成する処理を実行する。
【００５１】
図６の最初のステップＳ２０では、文書処理装置の制御部１１は、活性拡散を行う。本実施の形態においては、活性拡散により得られた中心活性値を重要度として採用することにより、文書の要約を行う。すなわち、タグ付けによる内部構造を与えられた文書においては、活性拡散と呼ばれる処理を行うことにより、各エレメントにタグ付けによる内部構造に応じた中心活性値を付与することができる。活性拡散は、中心活性値の高いエレメントと関わりのあるエレメントにも高い中心活性値を与えるような処理である。すなわち、活性拡散は、照応(共参照)表現とその先行詞の間で中心活性値が等しくなり、それ以外では中心活性値が減衰するような中心活性値についての演算である。この中心活性値は、タグ付けによる内部構造に応じて決定されるので、タグ付けによる内部構造を考慮した文書の分析に利用することができる。
【００５２】
なお、このステップＳ２０は、ステップＳ３の重要度付与に対応している。ここでの重要度とは、中心活性値である。
【００５３】
活性拡散は、図７のフローチャートに示す一連の行程にしたがって、文書処理装置の制御部１１の制御の下に実行される。
【００５４】
最初のステップＳ３１では、制御部１１は、各エレメントの初期化を行う。制御部１１は、語彙エレメントを除いたすべてのエレメントと語彙エレメントに対して中心活性値の初期値を割り当てる。たとえば、中心活性値の初期値として語彙エレメントを除いたすべてのエレメントに１を、語彙エレメントに零を、それぞれ割り当てればよい。また、制御部１１は、各エレメントの中心活性値の初期値に均一ではない値を割り当てることにより、活性拡散の結果得られた中心活性値の初期値の偏りを反映することができる。例えば、ユーザが安心を有するエレメントに対しては、中心活性値の初期値を高く設定することにより、ユーザの関心を反映した中心活性値を得ることができる。
【００５５】
参照・被参照関係のエレメントを連結する参照・被参照リンクと、通常リンクに関しては、エレメントを連結するリンクの端点の端点活性値を零に設定する。制御部１１は、このようにして付与した端点活性値の初期値をたとえばＲＡＭ１４に記録する。
【００５６】
ステップＳ３２においては、文書処理装置の制御部１１は、図８に示すように、文書を構成するエレメントＥiを計数するカウンタの初期化を行う。すなわち、エレメントを計数するカウンタのカウント値ｉを１に設定する。すなわち、このカウンタは、第１番目のエレメントＥ1を参照している。
【００５７】
この図８においては、文書を構成するエレメントとリンクの構造の一部として、エレメントＥiおよびエレメントＥjが示されている。エレメントＥiとエレメントＥjとは、中心活性値ｅiおよびｅjをそれぞれ有し、リンクＬijにて接続されている。リンクＬijのエレメントＥiに接続する端点はＴij、エレメントＥjに接続する端点はＴjiである。エレメントＥiは、リンクＬijにより接続されるエレメントＥjの他に、リンクＬik、ＬilおよびＬimによって図示しないエレメントＥk、ＥlおよびＥmにそれぞれ接続している。エレメントＥjは、リンクＬjiにより接続されるエレメントＥiの他に、リンクＬjp、ＬjqおよびＬjrによって図示しないエレメントＥp、ＥqおよびＥrにそれぞれ接続している。
【００５８】
ステップＳ３３においては、文書処理装置の制御部１１は、カウンタが参照するエレメントについて、新たな中心活性値を計算するリンク処理を実行する。このリンク処理については、さらに後述する。
【００５９】
ステップＳ３４においては、文書処理装置の制御部１１は、文書中のすべてのエレメントについて新たな中心活性値の計算が完了したか否かを判断する。そして、制御部１１は、文書中のすべてのエレメントについて新たな中心活性値の計算が完了したときには“ＹＥＳ”としてステップＳ３５に処理を進め、文書中のすべてのエレメントについて中心活性値の計算が完了していないときには“ＮＯ”としてステップＳ３６に処理を進める。
【００６０】
具体的には、制御部１１は、カウンタのカウント値ｉが、文書の含むエレメントの総数に達したか否かを判断する。そして、制御部１１は、カウンタのカウント値ｉが文書に含まれるエレメントの総数に達したときには、すべてのエレメントが計算済みとしてステップＳ３５に処理を進め、カウンタのカウント値ｉが文書に含まれるエレメントの総数に達していないときにはすべてのエレメントについて計算が終了していないとしてステップＳ３７に処理を進める。
【００６１】
ステップＳ３７においては、文書処理装置の制御部１１は、カウンタのカウント値ｉを１増加させて、カウンタのカウント値をｉ＋１とする。このことにより、カウンタはｉ＋１番目のエレメント、すなわち次のエレメントを参照する。そして、処理はステップＳ３２に戻り、端点活性値の計算およびこれに続く一連の行程が、次のｉ＋１番目のエレメントについて実行される。
【００６２】
具体的には、制御部１１は、エレメントを計数するカウンタのカウント値ｉを１増加する。このことにより、カウンタはステップＳ３２で中心活性値が計算された次のエレメントを参照することになる。
【００６３】
ステップＳ３５においては、文書処理装置の制御部１１は、文書に含まれるすべてのエレメントの中心活性値の変化分、すなわち新たに計算された中心活性値の元の中心活性値に対する変化分について、文書に含まれるすべてのエレメントについて平均値を計算する。
【００６４】
文書処理装置の制御部１１は、たとえばＲＡＭ１４に記録された元の中心活性値と新たに計算した中心活性値を、文書に含まれるすべてのエレメントについて読み出す。制御部１１は、新たに計算した中心活性値の元の中心活性値に対するそれぞれの変化分の総和を文書に含まれるエレメントの総数で除することにより、すべてのエレメントの中心活性値の変化分の平均値を計算する。制御部１１は、このように計算したすべてのエレメントの中心活性値の変化分の平均値を、たとえばＲＡＭ１４に記録する。
【００６５】
ステップＳ３６においては、制御部１１は、ステップＳ３５で計算したすべてのエレメントの中心活性値の変化分の平均値が、予め設定された閾値以内であるか否かを判断する。そして、制御部１１は、上記変化分が閾値以内であると“ＹＥＳ”としてこの一連の行程を終了する。上記制御部１１は、上記変化分が閾値以内でないときには“ＮＯ”として、ステップＳ３２にてカウンタのカウント値ｉを１に設定して文書のエレメントの中心活性値を計算する一連の行程を再び実行する。この一連の行程にて構成されるステップＳ３２からステップＳ３６に至るループが繰り返される毎に上記変化分は徐々に減少する。
【００６６】
続いて、ステップＳ３３にて実行される中心活性値を計算するリンク処理について、図９に示すフローチャートを参照して説明する。
【００６７】
ステップＳ５１においては、文書処理装置の制御部１１は、文書を構成するエレメントＥjを計数するカウンタの初期化を行う。すなわち、エレメントを計数するカウンタのカウント値ｊを１に設定する。すなわち、このカウンタは、第１番目のエレメントＥjを参照している。
【００６８】
ステップＳ５２においては、エレメントＥiとＥjを接続するリンクＬijにおいては、制御部１１は、タグを参照することにより、そのリンクＬijが通常リンクであるか否かを判断する。制御部１１は、リンクＬijについて、そのリンクが、語に対応する語彙エレメント、文に対応する文エレメント、段落に対応する段落エレメントなどの間の関係を示す通常リンクと、参照・被参照による係り受けの関係を示す参照リンクのいずれであるかを判断する。制御部１１は、そのリンクが通常リンクのときには“ＹＥＳ”としてステップＳ５３に処理を進め、そのリンクが参照リンクのときには“ＮＯ”としてステップＳ５４に処理を進める。
【００６９】
ステップＳ５３においては、通常リンクＬijに対して、接続された端点の新たな端点活性値を計算する処理が行われる。この端点活性値の計算について、図９を参照して説明する。
【００７０】
ここでは、ステップＳ５２における判別により、リンクＬijは通常リンクであることが明らかになっている。通常リンクＬijを介してエレメントＥiに接続される端点Ｔijの新たな端点活性値ｔijは、エレメントＥiの端点活性値のうち、リンクＬij以外のリンクに接続するすべての端点の端点活性値ｔik、ｔilおよびｔimと、このエレメントＥiがリンクＬijにより接続されるエレメントＥjの中心活性値ｅjを加算し、この加算で得た値を文書に含まれるエレメントの総数で除することにより求められる。
【００７１】
エレメントＥiの端点Ｔijの端点活性値は、端点Ｔijを一端とするリンクＬijが通常リンクの場合、リンクＬijの他端が接続されているエレメントＥjの端点の端点活性値のうちそのリンクＬijと接続されている端点Ｔjiを除いたすべての端点の端点活性値、およびそのリンクＬijが接続されるエレメントＥjの中心活性値ｅjの和を文書全体に含まれるエレメントの総数で除することにより得られる。このような手順により、活性拡散における中心活性値の収束が保証されることになる。
【００７２】
文書処理装置の制御部１１は、たとえばＲＡＭ１４に記録されたデータから、必要な端点活性値および中心活性値を読み出す。制御部１１は、読み出された端点活性値および中心活性値について、上述のようにその通常リンクと接続された端点の端点活性値を計算する。そして制御部１１は、このように計算した新たな端点活性値を、たとえばＲＡＭ１４に記録する。
【００７３】
ステップＳ５４においては、参照リンクに対して、そのリンクの端点の端点活性値を計算する処理が行われる。
【００７４】
ステップＳ５２における判別により、リンクＬijは参照リンクであることが明らかになっている。通常リンクＬijに関して、エレメントＥiに接続する端点Ｔijの端点活性値ｔijは、このリンクＬijを除いたエレメントＥiに接続するすべてのリンクＬik、ＬilおよびＬimの端点活性値ｔik、ｔilおよびｔimと、このエレメントＥiがリンクＬijにより接続するエレメントＥjの中心活性値ｅjを加算することにより求められる。
【００７５】
エレメントＥiの端点Ｔijの端点活性値は、端点Ｔijを一端とするリンクＬijが参照リンクの場合、リンクＬijの他端が接続されているエレメントＥjの端点の端点活性値のうちそのリンクＬijと接続されている端点Ｔjiを除いたすべての端点の端点活性値、およびそのリンクＬijが接続されるエレメントＥjの中心活性値ｅjの和を取ることにより得られる。
【００７６】
文書処理装置の制御部１１は、たとえばＲＡＭ１４に記録されたデータから、必要な端点活性値および中心活性値を読み出す。制御部１１、読み出された端点活性値および中心活性値を用いて、上述のように参照リンクと接続された端点の新たな端点活性値を計算する。そして制御部１１は、このように計算した端点活性値を、たとえばＲＡＭ１４に記録する。
【００７７】
ステップＳ５３における通常リンクの処理、およびステップＳ５４における参照リンクの処理は、ステップＳ５２からステップＳ５６のループにあるように、カウントのカウント値ｉにより参照されているエレメントＥiに接続するすべてのエレメントＥjについてのリンクＬijに対して実行される。
【００７８】
ステップＳ５５においては、文書処理装置の制御部１１は、ステップＳ５３またはステップＳ５４での処理に基づいて、エレメントＥiの端点活性値を計算する。制御部１１は、この計算により得られた端点活性値をたとえばＲＡＭ１４に記録する。
【００７９】
ステップＳ５６においては、エレメントＥiに接続するすべてのリンクについて端点活性値ｔijが計算されたか否かが判別される。そして、すべてのリンクについて端点活性値が計算されているときには“ＹＥＳ”としてステップＳ５７に進み、すべてのリンクについて端点活性値が計算されていないときには“ＮＯ”としてステップＳ５８に進む。
【００８０】
ステップＳ５７においては、Ｓ５６にてエレメントＥiのすべてのリンクＬijについて端点活性値ｔijが求められたことが判別されたので、エレメントＥiの中心活性値ｅiの更新を実行する。
【００８１】
エレメントＥiの中心活性値ｅiの新たな値すなわち更新値は、エレメントＥiのすべての端点の端点活性値との和ｅi’＝ｅi＋Σｔj’を取ることにより求められる。ここで、“’”は、新たな値という意味である。このように、新たな活性値は、各エレメントにリンクを介して接続する端点の端点活性値の総和を元の活性値に加えることにより得られる。
【００８２】
文書処理装置の制御部１１は、たとえばＲＡＭ１４に記録されたデータから必要な端点活性値ｔijを読み出す。制御部１１は、上述したような計算を実行し、そのエレメントＥiの中心活性値ｅiを算出する。そして、制御部１１は、計算した新たな中心活性値ｅiをたとえばＲＡＭ１４に記録する。
【００８３】
活性拡散の結果を用いて、図６においては、上述したステップＳ２０に続いてステップＳ２１では、文書処理装置の制御部１１は、表示部３０に表示されているウィンドウ５１の文書処理部５３のサイズ、具体的にはこの文書処理部５３に表示可能な最大文字数をｗsと設定する。また、文書処理装置の制御部１１は、要約の文字列を格納するｓを初期化して初期値ｓ0＝””と設定する。制御部１１は、このように設定した、文書表示部５３に表示可能な最大文字数ｗsおよび要約の文字列を格納するｓの初期値ｓ0を、たとえばＲＡＭ１４に記録する。
【００８４】
なお、このステップＳ２１は、ステップＳ４での表示領域３０の表示範囲の測定と、ステップＳ４での要約文の総文字数の決定に対応している。すなわち、このステップＳ２１では、測定の結果、表示可能な最大文字数ｗsが与えられている。
【００８５】
ステップＳ２２では、文書処理装置の制御部１１は、要約の骨格の順次の作成をカウントするカウンタのカウント値ｉを零に設定する。すなわち、制御部１１は、カウント値について、ｉ＝０と設定する。制御部１１は、このように設定したカウント値ｉをたとえばＲＡＭ１４に記録する。
【００８６】
ステップＳ２３では、文書処理装置の制御部１１は、カウンタのカウント値ｉについて、文章からｉ番目に平均中心活性値の高い文の骨格を抽出する。平均中心活性値とは、一つの文を構成する各エレメントの中心活性値を平均したものである。制御部１１は、たとえばＲＡＭ１４に記録した要約を格納するｓi-1を読み出し、このｓi-1に対して抽出した文の骨格の文字列を加えて、ｓiとする。そして、制御部１１は、このようにして得たｓiを、たとえばＲＡＭ１４に記録する。同時に、制御部１１は、上記文の骨格に含まれないエレメントの中心活性値順のリストｌiを作成し、このリストｌiをたとえばＲＡＭ１４に記録する。
【００８７】
すなわち、このステップＳ２３においては、要約のアルゴリズムは、活性拡散の結果を用いて、平均中心活性値の大きい順に文を選択し、選択された文の骨格の抽出する。文の骨格は、文から抽出した必須要素により構成される。必須要素になりうるのは、エレメントの主辞(head)と、主語(subject)、目的語(object)、間接目的語(indirect object)、所有者(posessor)、原因(cause)、条件(condition)または比較(comparison)の関係属性を有する要素と、等位構造が必須要素のときにはそれに直接含まれるエレメントとが必須要素を構成するものである。そして、文の必須要素をつなげて文の骨格を生成し、要約に加える。
【００８８】
ステップＳ２４では、文書処理装置の制御部１１は、ｓiの長さがウィンドウ５１の要約表示部５４の最大文字数ｗsより大きいか否かを判断する。そして、制御部１１は、ｓiの長さが最大文字数ｗsより大きいときには“ＹＥＳ”としてこの一連の処理を終了する。制御部は、ｓiの長さが最大文字数ｗsより大きくないときには“ＮＯ”として処理をステップＳ２５に進める。すなわち、このステップＳ２４においては、要約が指定された分量に達したときは終了する。まだ余裕がある場合は、次に中心活性値の高い文と省略したエレメントの中心活性値を比較して、高いほうを要約に加えるものである。
【００８９】
ステップＳ２９では、文書処理装置の制御部１１は、ステップＳ２４でｓiの長さが最大文字数ｗsより大きいと判断されたので、要約をｓi-1に設定する。この場合、要約はウィンドウにおさまらないのでｓi＝ｓ0＝“”を出力する。したがって、このときには要約は表示されないこととなる。そして、制御部１１は、この一連の工程を終了する。
【００９０】
ステップＳ２５では、文書処理装置の制御部１１は、ｉ＋１番目に平均中心活性値が中心活性値と、ステップＳ２３で作成したリストｌiの要素の最も中心活性値が高い要素の中心活性値を比較する。そして、制御部１１は、ｉ＋１番目に平均中心活性値が高い文の中心活性値がリストｌiの要素の最も中心活性値が高い要素の中心活性値より高いときには“ＹＥＳ”として処理を次のステップＳ２７に進める。制御部１１は、ｉ＋１番目に平均中心活性値が高い文の中心活性値がリストｌiの要素の最も中心活性値が高い要素の中心活性値より高くないときには“ＮＯ”として処理をステップＳ２６に進める。
【００９１】
ステップＳ２６では、文書処理装置の制御部１１は、カウンタのカウント値ｉを１だけ増加させる。そして、制御部１１は、処理をステップＳ２３に戻す。
【００９２】
ステップＳ２７においては、文書処理装置の制御部１１は、リストｌiの最も中心活性値の高い要素ｅをｓiに加えてｓｓiを生成する。ｅをｌiから削除する。そして、制御部１１は、このようにして生成したｓｓiをたとえばＲＡＭ１４に記録する。
【００９３】
なお、このステップＳ２７を中心として、ステップＳ２２からステップＳ２８までが、重要度の高い順から文または単語を選択するステップＳ６に対応している。すなわち、ステップＳ２２からステップＳ２８にいたるステップにより、重要度、すなわち中心活性値の順に文または単語が選択される。
【００９４】
ステップＳ２８においては、文書処理装置の制御部１１は、ｓｓiの長さがウィンドウ５１の要約表示部５４の最大文字数ｗsより大きいか否かを判別する。制御部１１は、ｓｓiの長さがｗsより大きいときには“ＹＥＳ”としてこの一連の工程を終了する。制御部１１は、ｓｓiの長さがｗsより大きくないときには“ＮＯ”として処理をステップＳ２５に戻す。
【００９５】
ステップＳ３０においては、文書処理装置の制御部１１は、ステップＳ２８でＳＳiの長さが最大文字数ｗsより大きいと判断されたので、要約文をｓiに設定する。これにより、最大文字数ｗsより大きくならないように要約文が生成される。そして、制御部１１は、この一連の工程を終了する。
【００９６】
なお、ステップＳ２９およびステップＳ３０は、要約を定義するので、要約の作成および表示をおこなうステップＳ７の一部に対応している。
【００９７】
次に、図５に示したような要約が表示部３０に表示されたウィンドウ１００の表示領域１３０に表示されている状態において、その要約の情報量を変更する場合の制御部１１の動作を、図１０のフローチャートを参照して説明する。
【００９８】
ステップＳ６１において、制御部１１は、ユーザの入力部２０の操作に対応して、表示部３０に表示されたウィンドウの表示領域１３０の表示範囲が変更されるまで待機し、表示領域１３０の表示範囲が変更されると、ステップＳ６２に進み、その表示範囲を確保するとともに測定する。
【００９９】
以下、ステップＳ６３乃至Ｓ６５で行われる処理は、図４のステップＳ５乃至７で行われる処理と同様の処理であり、表示領域１３０の表示範囲に対応した要約文が作成され、処理が終了する。例えば、マウスのドラッグ操作により表示領域１３０の表示範囲が広げられると、下記に示すような、より詳細な要約文が作成され、図１１に示すウィンドウ１００の表示領域（下側）１３０に表示される。
【０１００】
「TCP/IPの歴史は、ARPANETを抜きにして語ることはできない。ARPANETは、アメリカ国防省DODの国防高等研究計画局がスポンサーとなって構築されてきた、実験および研究用のパケット交換ネットワークである。1969年北米西海岸の４箇所の大学、研究機関のホストコンピュータを50kbpsの回線で結んだきわめて小規模なネットワークからARPANETは出発した。当時は1945年に世界初のコンピュータであるENIACがペンシルベニア大学で開発され、1964年にはじめてICを理論素子として実装したIBMの360シリーズが開発され、やっとコンピュータが産声をあげたばかりあった。この時代背景を考えると、将来のコンピュータ通信の最盛を見越したこのようなプロジェクトは、まさに米国ならではのものであったといえるだろう。」
このように、表示された要約文が簡略すぎて、文書の概略を把握することができない場合、ユーザは、表示領域１３０の表示範囲を広げることで、より多くの情報量を有するより詳細な要約文を参照することができる。
【０１０１】
次に、本発明を適用した記録媒体の実施の形態について説明する。この記録媒体３２は、複数のエレメントから構成される階層化された内部構造を有し、内部構造に関するタグによる属性情報が付与された電子文書を処理する文書処理プログラムが記録された記録媒体である。この文書処理プログラムは、記電子文書の要約を表示する表示領域を確保する確保処理と、上記確保処理で確保された表示領域の大きさに基づいて要約の長さを決定する決定処理と、決定処理による決定に対応して、電子文書の要約を作成する作成処理と、作成処理で作成された要約を、表示領域に表示させるように制御する制御処理とを有する。
【０１０２】
そして、上記作成処理は、電子文書の内部構成に基づいてその各要素に重み付けを設定する重み付け設定処理と、重み付け設定処理で設定された重み付けに基づいて、電子文書に重み付けを配分するように演算する重み付け演算処理と、電子文書を構成する文について、重み付け演算処理での演算の結果に基づいて、文を構成する要素の重み付けの平均の重み付けが大きな順序で文を選択する文選択処理と、文選択処理で選択された文から必須構成要素を抽出する必須構成要素抽出処理と、上記必須構成要素抽出処理で抽出した必須構成要素を接続して文の骨格を生成する文骨格生成処理と、文骨格生成処理で生成した文の骨格を要約として出力する出力処理とを有する。ここで、必須要素抽出処理においては、要素の主辞（head）と、主語（subject）、目的語（object）、間接目的語（indirect object）、所有者（posessor）、原因（cause）、条件（condition）または比較（comparison）の関係属性を有する要素と、等位構造が必須のときにはそれに直接含まれる要素とが必須要素を構成する。
【０１０３】
なお、上記出力処理は、上記文骨格生成処理で生成した文の骨格と、上記文選択処理で選択された文を構成する必須構成要素以外の要素とのいずれかを要約として出力することもできる。
【０１０４】
また、記録媒体３２は、文書の要約を、所定の表示領域に表示させる文書処理プログラムが記録された記録媒体であって、上記文書処理プログラムは、上記文書の要約を表示する上記表示領域の大きさを測定する測定処理と、上記測定処理により測定された上記表示領域の大きさに基づいて、上記要約の長さを決定する決定処理と、上記決定処理による決定に対応して、上記文書の要約を作成する要約作成処理と、上記要約作成処理により作成された上記要約を、上記表示領域に表示させるように表示を制御する制御処理とを有するものである。
【０１０５】
なお、上記したような処理を行うコンピュータプログラムをユーザに提供する提供媒体としては、磁気ディスク、CD-ROM、固体メモリなどの記録媒体の他、ネットワーク、衛星などの通信媒体を利用することができる。
【０１０６】
なお、上記例においては、インターネットを介して入手した文書について説明したが、これだけではなく、例えばフロッピーディスクから取り出された文書にも適用でき、文書の要約文を作成することができる。
【０１０７】
なお、本実施の形態においては、文書へのタグ付けの方法の一例を示したが、本発明がこのタグ付けの方法に限定されないことはもちろんである。また、本実施の形態においては、文書処理装置の受信部２１に外部から文書が送信されるとしたが、本発明はこれに限定されない。たとえば、上記文書は、文書処理装置のＲＯＭ１３に書き込まれていたり、記録／再生部３１において記録媒体３２から読み出されてもよい。
【０１０８】
また、上述の実施の形態においては、ポインティングデバイスの一例としてマウスを例示した。しかし、本実施の形態におけるポインティングデバイスはマウスに限定されることはな。本実施の形態においては、ポインティングデバイスとして、たとえばスタイラスペンも利用することができる。
【０１０９】
【発明の効果】
本発明によれば、表示領域の表示範囲に対応して要約文を作成し、表示するようにしたので、ユーザの要求に対応した要約文を提供することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態を適用した文書処理装置の概略的な構成を示すブロック図である。
【図２】文書のタグによる内部構造を示す図である。
【図３】文書のタグによる内部構造を表示したウィンドウを示す図である。
【図４】要約作成の処理のフローチャートである。
【図５】文書とその要約を表示したウィンドウを示す図である。
【図６】要約作成処理の一部を詳細に示す図である。
【図７】活性拡散の処理のフローチャートである。
【図８】活性拡散の処理を説明する図である。
【図９】活性拡散のリンク処理を示す図である。
【図１０】表示領域の変更を示す図である。
【図１１】文書とその要約を表示したウィンドウを示す図である。
【符号の説明】
１０ 本体、１１ 制御部、１２ インターフェース、１３ ＣＰＵ、２０ 入力部、２１ 受信部、２２ 通信部、３０ 表示部、３１ 記録／再生部、３２ ハードディスク
【発明の属する技術分野】
本発明は、文書を処理する文書処理方法および装置ならびに文書を処理する文書処理プログラムが記録された記録媒体、詳しくは、文書の要約を表示する要約ウィンドウのサイズに応じて要約を生成するような文書処理方法および装置ならびに記録媒体に関する。
【０００２】
【従来の技術】
従来、インターネットにおいて、ウィンドウ形式でハイパーテキスト型情報を提供するアプリケーションサービスとしてＷＷＷ（World Wide Web）が提供されている。
【０００３】
ＷＷＷは、文書の作成、公開または共有化の文書処理を実行し、新しいスタイルの文書の在り方を示したシステムである。しかし、文書の実際上の利用の観点からは、文書の内容に基づいた文書の分類や要約といった、ＷＷＷを越える高度な文書処理が求められている。このような高度な文書処理には、文書の内容の機械的な処理が不可欠である。
【０００４】
しかしながら、文書の内容の機械的な処理は、以下のような理由から依然として困難である。第１に、ハイパーテキストを記述する言語であるＨＴＭＬ（Hyper Text Markup Language）は、文書の表現については規定するが、文書の内容についてはほとんど規定しない。第２に、文書間に構成されたハイパーテキストのネットワークは、文書の読者にとって文書の内容を理解するために必ずしも利用しやすいものではない。第３に、一般に文章の著作者は読者の便宜を念頭に置かずに著作するが、文書の読者の便宜が著作者の便宜と調整されることはない。
【０００５】
このように、ＷＷＷは新しい文書の在り方を示したシステムであるが、文書を機械的に処理しないために、高度な文書処理を行うことができなかった。換言すると、高度な文書処理を実行するためには、文書を機械的に処理することが必要となる。
【０００６】
そこで、文書の機械的な処理を目標として、文書の機械的な処理を支援するシステムが自然言語研究の成果に基づいて開発されている。自然言語研究による文書処理の最初のステップとして、文書の著作者等による文書の内部構造についての属性情報、いわゆるタグの付与を前提とした、文書に付与されたタグを利用する機械的な文書処理が提案されている。
【０００７】
ところで、ユーザは、たとえばいわゆるサーチエンジンのような情報検索システムを利用して、インターネットを介して提供される膨大な情報から、所望の情報を探し出すようにしている。この情報検索システムは、指定されたキーワードに基づいて情報を検索し、検索した情報をユーザに提供するシステムである。ユーザは、提供された情報から、所望の情報を選択する。
【０００８】
このように、容易に情報を検索することができるが、ユーザは、情報検索システムにより、提供された情報を一読し、概略を理解して、それが希望するものであるか否かを判断しなければならない。この作業は、特に、提供された情報の量が多いとき、ユーザにとって大きな負担となる。そこで、最近、テキスト情報、すなわち文書の内容を自動的に要約するシステム、いわゆる、自動要約作成システムが注目されている。
【０００９】
自動要約作成システムは、元の情報、すなわち文書の大意を保持したまま、テキスト情報の長さ、複雑さを減らすことにより、要約を作成するシステムであり、ユーザは、その要約を一読することで、文書の概略を理解することができる。
【００１０】
通常、自動要約作成システムは、テキスト中の文や単語を一つの単位とし、それに何らかの情報を基に重要度を付与し、順序付けする。そして、上位に順序付けられた文や単語が寄せ集められて、要約が作成される。
【００１１】
【発明が解決しようとする課題】
このように、自動要約作成システムにより、文書から容易に要約を作成することは可能だが、従来、自動要約作成システムにより作成される要約の情報量は、文書の情報量や、重要度の設定方法などにより決定されていた。例えば、要約が簡略すぎて、文書の概略を把握できないとき、ユーザは、より詳細な要約を参照することができない。
【００１２】
本発明は、上述の実情に鑑みて提案されるものであって、ユーザの要求に対応した要約を作成し、提供することができるような文書処理方法および装置、ならびにユーザの要求に対応した要約を作成し、提供することができるような文書処理プログラムが記録された記録媒体を提供することを目的とする。
【００１３】
【発明を解決するための手段】
上述の課題を解決するために、本発明に係る文書処理方法は、複数の要素から構成される階層化された内部構造を有し当該内部構造がタグ付けによる属性情報によって記述された電子文書を処理する文書処理装置の文書処理方法において、設定手段が、上記電子文書の一部又は全体の要約を表示する表示領域の全表示領域内における大きさを設定する設定工程と、決定手段が、上記設定工程で設定された表示領域の大きさに基づいて要約の長さを決定する決定工程と、作成手段が、上記決定工程で決定された決定に対応して、上記表示領域内におさまるように上記タグを参照して上記電子文書の要約を作成する作成工程と、上記作成手段が備える重み付け設定手段が、上記電子文書の上記タグ付けによる内部構造に応じた中心活性値を各要素に重み付けとして設定する重み付け設定工程と、制御手段が、上記作成工程で作成された要約を、上記重み付け設定工程で設定された重みに基づいて上記表示領域に表示させるように制御する制御工程と、変更手段が、変更操作の入力に応じて上記表示領域を変更する変更工程とを有し、上記重み付け設定工程では、上記重み付け設定手段が、上記要素間の関連性に応じた値を上記中心活性値として上記要素毎に算出する活性拡散処理を行うことにより、上記中心活性値を設定するものである。
【００１４】
本発明に係る文書処理装置は、複数の要素から構成される階層化された内部構造を有し当該内部構造がタグ付けによる属性情報によって記述された電子文書を処理する文書処理装置において、上記電子文書の一部又は全体の要約を表示する表示領域の全表示領域内における大きさを設定する設定手段と、上記設定手段で設定された表示領域の大きさに基づいて要約の長さを決定する決定手段と、上記決定手段で決定された決定に対応して、上記表示領域内におさまるように上記タグを参照して上記電子文書の要約を作成する作成手段と、上記作成手段が備え、上記電子文書の上記タグ付けによる内部構造に応じた中心活性値をその各要素に重み付けとして設定する重み付け設定手段と、上記作成手段で作成された要約を、上記重み付け設定手段で設定された重みに基づいて上記表示領域に表示させるように制御する制御手段と、変更操作の入力に応じて上記表示領域を変更する変更手段とを有し、上記重み付け設定手段は、上記要素間の関連性に応じた値を上記中心活性値として上記要素毎に算出する活性拡散処理を行うことにより、上記中心活性値を設定するものである。
【００１５】
本発明に係る記録媒体は、複数の要素から構成される階層化された内部構造を有し当該内部構造がタグ付けによる属性情報によって記述された電子文書を処理する文書処理をコンピュータに実行させる文書処理プログラムが記録された記録媒体であって、上記文書処理プログラムは、設定手段が、上記電子文書の一部又は全体の要約を表示する表示領域の全表示領域内における大きさを設定する設定工程と、決定手段が、上記設定工程で設定された表示領域の大きさに基づいて要約の長さを決定する決定工程と、作成手段が、上記決定工程で決定された決定に対応して、上記表示領域内におさまるように上記タグを参照して上記電子文書の要約を作成する作成工程と、上記作成手段が備える重み付け設定手段が、上記電子文書の上記タグ付けによる内部構造に応じた中心活性値を、その各要素に重み付けとして設定する重み付け設定工程と、制御手段が、上記作成工程で作成された要約を、上記重み付け設定工程で設定された重みに基づいて上記表示領域に表示させるように制御する制御工程と、変更手段が、変更操作の入力に応じて上記表示領域を変更する変更工程とを有し、上記重み付け設定工程では、上記重み付け設定手段が、上記要素間の関連性に応じた値を上記中心活性値として上記要素毎に算出する活性拡散処理を行うことにより、上記中心活性値を設定するものである。
【００１６】
【発明の実施の形態】
以下、図面を参照して、本発明に係る文書処理方法および装置ならびに記録媒体の実施の形態について説明する。
【００１７】
本発明の実施の形態としての文書処理装置は、図１に示すように、制御部１１およびインターフェース１２を備える本体１０と、ユーザからの入力を受け付けて本体１０に送る入力部２０と、外部からの信号を受信して本体１０に送る受信部２１と、サーバ２４と本体１０との通信を処理する通信部２２と、本体１０からの出力を表示する表示部３０と、記録媒体３２に対して情報を記録／再生する記録／再生部３１と、ハードディスク３３とを有している。
【００１８】
本体１０は、制御部１１およびインターフェース１２を有し、この文書処理装置の主要な部分を構成している。制御部１１は、この文書処理装置における処理を集中して実行するＣＰＵ１３と、揮発性のメモリであるＲＡＭ１４と、不揮発性のメモリであるＲＯＭ１５とを有している。ＣＰＵ１３は、たとえばＲＯＭ１４に記録された手順にしたがって、必要な場合にはデータを一時的にＲＡＭ１４に格納して、プログラムを実行するための制御を行う。インターフェース１２には、入力部２０、受信部２１、通信部２３、表示部３０、記録／再生部３１およびハードディスク３３が接続される。インターフェース１２は、制御部１１からの制御の下に、入力部２０および受信部２１からのデータの入力、表示部３０へのデータの送信について、データを送信するタイミングを調整したり、データの形式を変換したりする。
【００１９】
入力部２０は、この文書処理装置に対するユーザの入力を受け付ける部分である。この入力部２０は、たとえばキーボードやマウスにより構成される。ユーザは、この入力部２０を用い、キーボードによりキーワードを入力したり、マウスにより表示部３０に表示されているテキスト情報である文書のエレメントを選択して入力したりすることができる。ここで、エレメントとは文書を構成する要素であって、たとえば文書、文および語が含まれる。
【００２０】
受信部２１は、この文書処理装置に外部からたとえば通信回線を介して送信される信号を受信する部分である。この受信部２１は、たとえば電子文書である複数の文書を受信する。受信部２１は、受信したデータを本体１０に送る。
【００２１】
通信部１７は、たとえばモデム、ターミナルアダプタなどにより構成され、電話回線を介してインターネット２３に接続され、インターネット２３に接続されているサーボ２４にアクセスし、そこからデータを受信することができるようになされている。
【００２２】
出力部３０は、この文書処理装置からの出力結果を表示するものである。この出力部３０は、たとえば陰極線管（cathode ray tube;CRT）や液晶表示装置（liquid crystal display;LCD）から構成され、たとえば単数または複数のウィンドウを表示し、このウィンドウ上に文字、図形等を表示したりする。
【００２３】
記録／再生部３１は、この文書処理装置の制御部１１の制御の下に、たとえばいわゆるフロッピーディスクのような記録媒体３２に対して情報の記録／再生を行う。記録媒体３２には、たとえばユーザが文書中の任意の部分の重要性を上げるアルゴリズムが記録されている。なお、この記録媒体３２についてはさらに後述する。ハードディスク３３は、大容量の磁気記録媒体であって、データの記録に用いられる。
【００２４】
次に、上述のように構成される文書処理装置の動作について説明する。ユーザが入力部１５を操作し、インターネット２１を介して通信を行うためのプログラムを起動し、サーバ２４（サーチエンジン）のURL(Uniform Resource Locator)を入力すると、制御部１１は通信部２２を制御し、サーバ２４にアクセスさせる。このときサーバ２４は、インターネット２３を介して文書処理装置の通信部２２に、検索画面のデータを出力する。ＣＰＵ１３はこのデータを表示部３０に出力し、表示させる。ユーザがこの検索画面上で所定のキーワードなどを入力し、検索を指令すると、通信部２２から電話回線、インターネット２３を介して、サーチエンジンとしてのサーバ３４に検索命令が送信される。
【００２５】
サーバ２４は、検索命令を受けると、この検索命令を実行し、得られた検索結果をインターネット２３を介して通信部２２に送信する。制御部１１は、通信部２１を制御し、サーバ２３からの検索結果を受信させ、その一部を表示部３０に表示させる。いまの場合、サーバ２３からは、「ＴＣＰ」のキーワードを含む各種の情報が送信され、表示部１６には、下記に示すような、文書が表示される。
【００２６】
「TCP/IP(Transmission Control Protocol/Internet Protocol)の歴史は、北米の、いや世界のコンピュータネットワークの歴史であるといっても過言ではない。そしてそのTCP/IPの歴史は、ARPANETを抜きにして語ることはできない。ARPANETは正式名称をAdvanced Research Project Agency Network（高等研究計画局ネットワーク）といい、アメリカ国防省DOD(Department of Defence)の国防高等研究計画局(DARPA:Defence Advanced Reserch Project Agency)がスポンサーとなって構築されてきた、実験および研究用のパケット交換ネットワークである。1969年北米西海岸の４箇所の大学、研究機関のホストコンピュータを50kbpsの回線で結んだきわめて小規模なネットワークからARPANETは出発した。
【００２７】
当時は1945年に世界初のコンピュータであるENIACがペンシルベニア大学で開発され、1964年にはじめてICを理論素子として実装し、第３世代のコンピュータの歴史を形成したIBMの360シリーズが開発され、やっとコンピュータが産声をあげたばかりあった。この時代背景を考えると、将来のコンピュータ通信の最盛を見越したこのようなプロジェクトは、まさに米国ならではのものであったといえるだろう。」
この文書は、その内部構造をタグ付けによる属性情報によって記述されている。文書処理装置における文書処理は、文書に付与されたタグを参照して行われる。本実施の形態においては、文書の構造を示す統語論的タグとともに、多言語間で文書の機械的な内容理解を可能にするような意味的・語用論的タグを文書に付与している。
【００２８】
本実施の形態においては、統語論的なタグ付けとしては、文書のツリー状の内部構造を記述するタグ付けがある。すなわち、本実施の形態においては、図２に示すように、このタグ付けによる内部構造、文書、文、語彙エレメント等の各エレメント、通常リンク、参照・被参照リンク等が、タグとしてあらかじめ文書に付与されている。図中において、白丸“○”は文書の要素すなわちエレメントであり、最下位の白丸は文書における最小レベルの語に対応する、語彙エレメントである。また、実線は語、句、節、文等の文書の構造を示す通常リンク（normal link ）である。破線は参照・被参照による係り受け関係を示す参照リンク（reference link）である。文書のタグ付けによる内部構造は、上位から下位への順序で、文書（document）、文書の下位であり段落の上位であるオプションのサブディビジョン（subdivision ）、オプションの段落（paragraph）、文（sentence ）、文の下位であるサブセンテンシャルセグメント（subsentential segment ）、・・・、最下位の語彙エレメントのような階層構造である。
【００２９】
本実施の形態においては、意味論・語用論的なタグ付けとしては、係り受け、たとえば代名詞の指示対象、多義語の意味のように統語（syntactic）・意味（semantic）等の情報を記述するタグ付けがある。本実施の形態においては、このようなタグ付けは、ＨＴＭＬ（Hyper Text Markup Language）と同様にＸＭＬ（Extended Markup Language）の形式のタグである。
【００３０】
文章のタグ付けによる内部構造の一例を次に示すが、文章へのタグ付けはこの方法に限られないことはもちろんである。
【００３１】
たとえば、“Time flies like an arrow.”という文については、
＜文＞＜名詞句 語義＝“time0”＞time＜／名詞句＞
＜動詞句＞＜動詞 語義＝“fly1”＞flies＜／動詞＞
＜形容動詞句＞＜形容動詞 語義＝like0＞like＜／形容動詞＞ ＜名詞句＞an ＜名詞 語義＝“arrow0”＞arrow＜／名詞＞＜／名詞句＞
＜／形容動詞句＞＜／動詞句＞.＜／文＞
というようにタグ付けすることができる。ここで＜文＞、＜名詞＞、＜名詞句＞、＜動詞＞、＜動詞句＞、＜形容動詞＞、＜形容動詞句＞は、それぞれ一文、名詞、名詞句、動詞、動詞句、前置詞句、後置詞句を含む形容詞／形容詞句、形容詞句／形容動詞句のような文の統語構造（syntactic structure ）を表している。タグは、エレメントの先端の前および終端の後に対応して配置される。ここでは、エレメントの終端の後ろに配置されるタグは、記号“／”により、文書の最小単位の要素、すなわちエレメントの終端であることを示している。このエレメントは統語的構成素、すなわち句、節、および文を示す。なお、語義＝time0は、語timeの有する複数の意味、すなわち複数の語義のうちの第０番目の意味を指している。具体的には、timeには名詞と動詞があるが、ここではtimeが名詞であることを示している。たとえば、語“オレンジ”は色と果物の意味があるが、これらも語義によって区別することができる。
【００３２】
先に図２で説明したような文書のタグ付けは、図３のウインドウ１０１に示すように、その統語構造を表示することができる。このウインドウ１０１においては、右半分１０３が語彙エレメントを、左半分１０２が文の構造を示している。
【００３３】
このウィンドウ１０１には、タグ付けされた次に示すような文書が表示されている。この文書においても、タグによって統語構造が記述されている。次に示す文書は、「Ａ氏のＢ会が終わったＣ市で、一部の大衆紙と一般紙がその写真報道を自主規制する方針を紙面で明らかにした。」についてのタグ付けによる内部構造を示すものである。
＜文書＞＜文＞＜形容動詞句 関係＝“場所”＞＜名詞句＞＜形容動詞句 場所＝“Ｃ市”＞
＜形容動詞句 関係＝“主語”＞＜名詞句 識別子＝“Ｂ会”＞＜形容動詞句 関係 “位置”＞Ａ氏の＜／形容動詞句＞Ｂ会＜／名詞句＞が＜／形容動詞句＞
終わった＜／形容動詞句＞＜地名 識別子＝“Ｃ市”＞Ｃ市＜／地名＞＜／名詞句＞で、＜／形容動詞句＞＜形容動詞句 関係＝“主語”＞＜名詞句 識別子＝新聞" 統語＝“並列”＞＜名詞句＞＜形容動詞句＞一部の＜／形容動詞句＞大衆紙＜／名詞句＞と＜名詞＞一般紙＜／名詞＞＜／名詞句＞が＜／形容動詞句＞ ＜形容動詞句 関係＝“目的語”＞＜形容動詞句 関係＝“内容” 主語＝“新聞”＞＜形容動詞句 関係＝“目的語”＞＜名詞句＞＜形容動詞句＞＜名詞 共参照＝“B”＞そ＜／名詞＞の＜／形容動詞句＞写真報道＜／名詞句＞を＜／形容動詞句＞
自主規制する＜／形容動詞句＞方針を＜／形容動詞句＞
＜形容動詞句 関係＝“場所”＞紙面で＜／形容動詞句＞
明らかにした。＜／文＞＜／文書＞
この文章においては、「一部の大衆紙と一般紙」のように、統語＝“並列” は並列を表す。並列の定義は、係り受け関係を共有すると言うことである。特に何も指定がない場合は、たとえば、＜名詞句 関係＝ｘ＞＜名詞＞Ａ＜／名詞＞＜名詞＞Ｂ＜／名詞＞＜／名詞句＞ はＡがＢに依存関係のあることを表す。また、関係＝x はこの＜名詞句＞エレメントの関係属性を表している。
【００３４】
続いて、タグ付けにおける、統語、意味、修辞についての相互関係を記述する関係属性について説明する。
【００３５】
主語、目的語、間接目的語のような文法機能、動作主、被動作者、受益者などのような主題役割、および理由、結果などのような修辞関係はこの関係属性によって表示する。関係属性は関係＝*** という形で表される。本実施の形態では、比較的容易な文法機能、すなわち、主語、目的語、間接目的語のような文における当該語の機能について関係属性を記述する。
【００３６】
次に、上述のようにタグ付けされた文書を要約する方法について説明する。最初に図４で概略的な流れを示し、後述する図６で詳細に説明する。上記のような文書が表示部３０に表示されている状態において、ユーザがその文書の要約を作成したい場合には、入力部２０を操作し、自動要約作成モードを指令する。制御部１１は、この指令が入力されたときに図４のステップを実行する。
【００３７】
はじめに、ステップＳ１において、制御部１１は、ハードディスク３３に保存されている自動要約作成プログラムを起動し、表示部３０を制御し、図５に示すような自動要約作成プログラムの初期画面を表示させる。この例においては、表示部３０に表示されたウィンドウ１００は、ドキュメント名表示部１０１、キーワード入力部１０２、および実行ボタン１０３が表示されている表示領域１１０（上側）、文書が表示される表示領域１２０（中央）、そして文書の要約が表示される表示領域１３０（下側）に区分されている。
【００３８】
表示領域１１０のドキュメント名表示部１０１には、表示領域１２０に表示される文書のドキュメント名などが表示される。キーワード入力部１０２には、キーワードが入力される。キーワードがキーワード入力部１０２に入力されると、そのキーワードに対応した、文書の要約が作成される。実行ボタン１０３が、オンされると、表示領域１２０に表示されている文書の要約作成処理が実行される。
【００３９】
表示領域１２０には、文書が表示される。いまの場合、上記した文書が表示領域１２０に表示される。ユーザは、入力部１５を操作して、入手した文書の一部を選択し、それを要約することもできるし、また文章全体を要約することもできる。なお、表示領域１２０において、表示領域１２０の右端および下側に設けられている矢印を操作することにより、表示を縦方向または横方向にスクロールすることができる。
【００４０】
表示領域１３０には、要約が表示される。現在、要約は作成されていないので、表示領域１３０には、何も表示されていない。ユーザは、入力部１５を操作して、表示領域１３０の表示範囲（大きさ）を変更することができる。図５には、表示範囲が広げられた表示領域１３０が表されている。
【００４１】
次に、ステップＳ２において、ユーザが入力部２０を操作し、表示領域１１０の実行ボタン１０３をオンすると、ステップＳ３において、制御部１１は、所定の規則に基づいて、文書の中の文または単語などをエレメント、すなわち要素として、エレメントそれぞれに重要度を付与して、その重要度とともにＲＡＭ１４に供給し、記憶させる。重要度の設定方法には、例えば、Zechnerが提案する、単語にtf*idf法で重み付し、文中に出現する単語の重みの総和を文の重要度とする方法や活性拡散を用いる方法などがある。前者の詳細は、下記に示す文献に説明されている。
【００４２】
K.Zechner. Fast generation of abstracts from general domain text corpora by extracting relevant sentences. In Proc. of the 16th International Conference on Computational Linguistics, pp.986-989,1996
本実施の形態においては、重要度として、後述するような活性拡散に基づいた中心活性値を採用することにする。
【００４３】
なお、重要度の設定方法は、上記した方法以外の方法を利用することもできる。また、表示領域１１０のキーワード入力部１０２にキーワードを入力することにより、そのキーワードに基づいた重要度の設定を行うことができる。
【００４４】
ステップＳ４において、制御部１１は、表示領域１３０の表示範囲の大きさを測定し、ステップＳ５において、その測定結果と予め指定された文字の大きさに基づいて、表示領域１３０に表示される要約の長さ（例えば、文字数）を決定する。決定された文字数以内であれば、要約は表示領域１３０を超えて表示されない。
【００４５】
次に、ステップＳ６において、制御部１１は、作成される要約が、ステップＳ５で決定された文字数を超えないように、ＲＡＭ１３から、重要度の高い順に文または単語を選択する。
【００４６】
ステップＳ７において、制御部１１は、ステップＳ６で選択された文または単語をつなぎ合わせて、要約を作成し、表示部１６の表示領域１３０に表示させる。
【００４７】
このようにして、例えば、下記に示すような要約が、表示領域１３０に表示される。
【００４８】
「TCP/IPの歴史は、ARPANETを抜きにして語ることはできない。ARPANETは1969年北米西海岸の４箇所の大学、研究機関のホストコンピュータを50kbpsの回線で結んだ小規模なネットワークからARPANETは出発した。当時は1964年にIBMの360シリーズが開発された。この時代背景を考えると、将来のコンピュータ通信の最盛を見越したこのようなプロジェクトは、まさに米国ならではのものであったといえるだろう。」
ユーザは、文章を一読する代わりに、上記の要約を読み、文章の概要を理解し、文章が所望する情報であるか否かを判定することができる。
【００４９】
続いて、要約を作成する処理の図４に示すものより詳細の制御を含む例について図６に示すフローチャートを参照して詳細に説明する。この一連の工程は、ステップＳ２において実行ボタン１０３をオンすることによって開始される。
【００５０】
文書から要約を作成する処理は、文書のタグ付けによる内部構造に基づいて実行される。上述したように、ウィンドウ１００において要約を表示する表示領域１３０のサイズは変更することができる。文書処理装置の制御部１１は、新たにウィンドウ１０１が表示部３０のウィンドウ１００に描画されるか表示領域１３０のサイズが変更され、実行ボタン１０３が操作されたときには、表示領域１３０に適合するようにウィンドウ１００の表示領域１２０に表示されている文書から要約を作成する処理を実行する。
【００５１】
図６の最初のステップＳ２０では、文書処理装置の制御部１１は、活性拡散を行う。本実施の形態においては、活性拡散により得られた中心活性値を重要度として採用することにより、文書の要約を行う。すなわち、タグ付けによる内部構造を与えられた文書においては、活性拡散と呼ばれる処理を行うことにより、各エレメントにタグ付けによる内部構造に応じた中心活性値を付与することができる。活性拡散は、中心活性値の高いエレメントと関わりのあるエレメントにも高い中心活性値を与えるような処理である。すなわち、活性拡散は、照応(共参照)表現とその先行詞の間で中心活性値が等しくなり、それ以外では中心活性値が減衰するような中心活性値についての演算である。この中心活性値は、タグ付けによる内部構造に応じて決定されるので、タグ付けによる内部構造を考慮した文書の分析に利用することができる。
【００５２】
なお、このステップＳ２０は、ステップＳ３の重要度付与に対応している。ここでの重要度とは、中心活性値である。
【００５３】
活性拡散は、図７のフローチャートに示す一連の行程にしたがって、文書処理装置の制御部１１の制御の下に実行される。
【００５４】
最初のステップＳ３１では、制御部１１は、各エレメントの初期化を行う。制御部１１は、語彙エレメントを除いたすべてのエレメントと語彙エレメントに対して中心活性値の初期値を割り当てる。たとえば、中心活性値の初期値として語彙エレメントを除いたすべてのエレメントに１を、語彙エレメントに零を、それぞれ割り当てればよい。また、制御部１１は、各エレメントの中心活性値の初期値に均一ではない値を割り当てることにより、活性拡散の結果得られた中心活性値の初期値の偏りを反映することができる。例えば、ユーザが安心を有するエレメントに対しては、中心活性値の初期値を高く設定することにより、ユーザの関心を反映した中心活性値を得ることができる。
【００５５】
参照・被参照関係のエレメントを連結する参照・被参照リンクと、通常リンクに関しては、エレメントを連結するリンクの端点の端点活性値を零に設定する。制御部１１は、このようにして付与した端点活性値の初期値をたとえばＲＡＭ１４に記録する。
【００５６】
ステップＳ３２においては、文書処理装置の制御部１１は、図８に示すように、文書を構成するエレメントＥiを計数するカウンタの初期化を行う。すなわち、エレメントを計数するカウンタのカウント値ｉを１に設定する。すなわち、このカウンタは、第１番目のエレメントＥ1を参照している。
【００５７】
この図８においては、文書を構成するエレメントとリンクの構造の一部として、エレメントＥiおよびエレメントＥjが示されている。エレメントＥiとエレメントＥjとは、中心活性値ｅiおよびｅjをそれぞれ有し、リンクＬijにて接続されている。リンクＬijのエレメントＥiに接続する端点はＴij、エレメントＥjに接続する端点はＴjiである。エレメントＥiは、リンクＬijにより接続されるエレメントＥjの他に、リンクＬik、ＬilおよびＬimによって図示しないエレメントＥk、ＥlおよびＥmにそれぞれ接続している。エレメントＥjは、リンクＬjiにより接続されるエレメントＥiの他に、リンクＬjp、ＬjqおよびＬjrによって図示しないエレメントＥp、ＥqおよびＥrにそれぞれ接続している。
【００５８】
ステップＳ３３においては、文書処理装置の制御部１１は、カウンタが参照するエレメントについて、新たな中心活性値を計算するリンク処理を実行する。このリンク処理については、さらに後述する。
【００５９】
ステップＳ３４においては、文書処理装置の制御部１１は、文書中のすべてのエレメントについて新たな中心活性値の計算が完了したか否かを判断する。そして、制御部１１は、文書中のすべてのエレメントについて新たな中心活性値の計算が完了したときには“ＹＥＳ”としてステップＳ３５に処理を進め、文書中のすべてのエレメントについて中心活性値の計算が完了していないときには“ＮＯ”としてステップＳ３６に処理を進める。
【００６０】
具体的には、制御部１１は、カウンタのカウント値ｉが、文書の含むエレメントの総数に達したか否かを判断する。そして、制御部１１は、カウンタのカウント値ｉが文書に含まれるエレメントの総数に達したときには、すべてのエレメントが計算済みとしてステップＳ３５に処理を進め、カウンタのカウント値ｉが文書に含まれるエレメントの総数に達していないときにはすべてのエレメントについて計算が終了していないとしてステップＳ３７に処理を進める。
【００６１】
ステップＳ３７においては、文書処理装置の制御部１１は、カウンタのカウント値ｉを１増加させて、カウンタのカウント値をｉ＋１とする。このことにより、カウンタはｉ＋１番目のエレメント、すなわち次のエレメントを参照する。そして、処理はステップＳ３２に戻り、端点活性値の計算およびこれに続く一連の行程が、次のｉ＋１番目のエレメントについて実行される。
【００６２】
具体的には、制御部１１は、エレメントを計数するカウンタのカウント値ｉを１増加する。このことにより、カウンタはステップＳ３２で中心活性値が計算された次のエレメントを参照することになる。
【００６３】
ステップＳ３５においては、文書処理装置の制御部１１は、文書に含まれるすべてのエレメントの中心活性値の変化分、すなわち新たに計算された中心活性値の元の中心活性値に対する変化分について、文書に含まれるすべてのエレメントについて平均値を計算する。
【００６４】
文書処理装置の制御部１１は、たとえばＲＡＭ１４に記録された元の中心活性値と新たに計算した中心活性値を、文書に含まれるすべてのエレメントについて読み出す。制御部１１は、新たに計算した中心活性値の元の中心活性値に対するそれぞれの変化分の総和を文書に含まれるエレメントの総数で除することにより、すべてのエレメントの中心活性値の変化分の平均値を計算する。制御部１１は、このように計算したすべてのエレメントの中心活性値の変化分の平均値を、たとえばＲＡＭ１４に記録する。
【００６５】
ステップＳ３６においては、制御部１１は、ステップＳ３５で計算したすべてのエレメントの中心活性値の変化分の平均値が、予め設定された閾値以内であるか否かを判断する。そして、制御部１１は、上記変化分が閾値以内であると“ＹＥＳ”としてこの一連の行程を終了する。上記制御部１１は、上記変化分が閾値以内でないときには“ＮＯ”として、ステップＳ３２にてカウンタのカウント値ｉを１に設定して文書のエレメントの中心活性値を計算する一連の行程を再び実行する。この一連の行程にて構成されるステップＳ３２からステップＳ３６に至るループが繰り返される毎に上記変化分は徐々に減少する。
【００６６】
続いて、ステップＳ３３にて実行される中心活性値を計算するリンク処理について、図９に示すフローチャートを参照して説明する。
【００６７】
ステップＳ５１においては、文書処理装置の制御部１１は、文書を構成するエレメントＥjを計数するカウンタの初期化を行う。すなわち、エレメントを計数するカウンタのカウント値ｊを１に設定する。すなわち、このカウンタは、第１番目のエレメントＥjを参照している。
【００６８】
ステップＳ５２においては、エレメントＥiとＥjを接続するリンクＬijにおいては、制御部１１は、タグを参照することにより、そのリンクＬijが通常リンクであるか否かを判断する。制御部１１は、リンクＬijについて、そのリンクが、語に対応する語彙エレメント、文に対応する文エレメント、段落に対応する段落エレメントなどの間の関係を示す通常リンクと、参照・被参照による係り受けの関係を示す参照リンクのいずれであるかを判断する。制御部１１は、そのリンクが通常リンクのときには“ＹＥＳ”としてステップＳ５３に処理を進め、そのリンクが参照リンクのときには“ＮＯ”としてステップＳ５４に処理を進める。
【００６９】
ステップＳ５３においては、通常リンクＬijに対して、接続された端点の新たな端点活性値を計算する処理が行われる。この端点活性値の計算について、図９を参照して説明する。
【００７０】
ここでは、ステップＳ５２における判別により、リンクＬijは通常リンクであることが明らかになっている。通常リンクＬijを介してエレメントＥiに接続される端点Ｔijの新たな端点活性値ｔijは、エレメントＥiの端点活性値のうち、リンクＬij以外のリンクに接続するすべての端点の端点活性値ｔik、ｔilおよびｔimと、このエレメントＥiがリンクＬijにより接続されるエレメントＥjの中心活性値ｅjを加算し、この加算で得た値を文書に含まれるエレメントの総数で除することにより求められる。
【００７１】
エレメントＥiの端点Ｔijの端点活性値は、端点Ｔijを一端とするリンクＬijが通常リンクの場合、リンクＬijの他端が接続されているエレメントＥjの端点の端点活性値のうちそのリンクＬijと接続されている端点Ｔjiを除いたすべての端点の端点活性値、およびそのリンクＬijが接続されるエレメントＥjの中心活性値ｅjの和を文書全体に含まれるエレメントの総数で除することにより得られる。このような手順により、活性拡散における中心活性値の収束が保証されることになる。
【００７２】
文書処理装置の制御部１１は、たとえばＲＡＭ１４に記録されたデータから、必要な端点活性値および中心活性値を読み出す。制御部１１は、読み出された端点活性値および中心活性値について、上述のようにその通常リンクと接続された端点の端点活性値を計算する。そして制御部１１は、このように計算した新たな端点活性値を、たとえばＲＡＭ１４に記録する。
【００７３】
ステップＳ５４においては、参照リンクに対して、そのリンクの端点の端点活性値を計算する処理が行われる。
【００７４】
ステップＳ５２における判別により、リンクＬijは参照リンクであることが明らかになっている。通常リンクＬijに関して、エレメントＥiに接続する端点Ｔijの端点活性値ｔijは、このリンクＬijを除いたエレメントＥiに接続するすべてのリンクＬik、ＬilおよびＬimの端点活性値ｔik、ｔilおよびｔimと、このエレメントＥiがリンクＬijにより接続するエレメントＥjの中心活性値ｅjを加算することにより求められる。
【００７５】
エレメントＥiの端点Ｔijの端点活性値は、端点Ｔijを一端とするリンクＬijが参照リンクの場合、リンクＬijの他端が接続されているエレメントＥjの端点の端点活性値のうちそのリンクＬijと接続されている端点Ｔjiを除いたすべての端点の端点活性値、およびそのリンクＬijが接続されるエレメントＥjの中心活性値ｅjの和を取ることにより得られる。
【００７６】
文書処理装置の制御部１１は、たとえばＲＡＭ１４に記録されたデータから、必要な端点活性値および中心活性値を読み出す。制御部１１、読み出された端点活性値および中心活性値を用いて、上述のように参照リンクと接続された端点の新たな端点活性値を計算する。そして制御部１１は、このように計算した端点活性値を、たとえばＲＡＭ１４に記録する。
【００７７】
ステップＳ５３における通常リンクの処理、およびステップＳ５４における参照リンクの処理は、ステップＳ５２からステップＳ５６のループにあるように、カウントのカウント値ｉにより参照されているエレメントＥiに接続するすべてのエレメントＥjについてのリンクＬijに対して実行される。
【００７８】
ステップＳ５５においては、文書処理装置の制御部１１は、ステップＳ５３またはステップＳ５４での処理に基づいて、エレメントＥiの端点活性値を計算する。制御部１１は、この計算により得られた端点活性値をたとえばＲＡＭ１４に記録する。
【００７９】
ステップＳ５６においては、エレメントＥiに接続するすべてのリンクについて端点活性値ｔijが計算されたか否かが判別される。そして、すべてのリンクについて端点活性値が計算されているときには“ＹＥＳ”としてステップＳ５７に進み、すべてのリンクについて端点活性値が計算されていないときには“ＮＯ”としてステップＳ５８に進む。
【００８０】
ステップＳ５７においては、Ｓ５６にてエレメントＥiのすべてのリンクＬijについて端点活性値ｔijが求められたことが判別されたので、エレメントＥiの中心活性値ｅiの更新を実行する。
【００８１】
エレメントＥiの中心活性値ｅiの新たな値すなわち更新値は、エレメントＥiのすべての端点の端点活性値との和ｅi’＝ｅi＋Σｔj’を取ることにより求められる。ここで、“’”は、新たな値という意味である。このように、新たな活性値は、各エレメントにリンクを介して接続する端点の端点活性値の総和を元の活性値に加えることにより得られる。
【００８２】
文書処理装置の制御部１１は、たとえばＲＡＭ１４に記録されたデータから必要な端点活性値ｔijを読み出す。制御部１１は、上述したような計算を実行し、そのエレメントＥiの中心活性値ｅiを算出する。そして、制御部１１は、計算した新たな中心活性値ｅiをたとえばＲＡＭ１４に記録する。
【００８３】
活性拡散の結果を用いて、図６においては、上述したステップＳ２０に続いてステップＳ２１では、文書処理装置の制御部１１は、表示部３０に表示されているウィンドウ５１の文書処理部５３のサイズ、具体的にはこの文書処理部５３に表示可能な最大文字数をｗsと設定する。また、文書処理装置の制御部１１は、要約の文字列を格納するｓを初期化して初期値ｓ0＝””と設定する。制御部１１は、このように設定した、文書表示部５３に表示可能な最大文字数ｗsおよび要約の文字列を格納するｓの初期値ｓ0を、たとえばＲＡＭ１４に記録する。
【００８４】
なお、このステップＳ２１は、ステップＳ４での表示領域３０の表示範囲の測定と、ステップＳ４での要約文の総文字数の決定に対応している。すなわち、このステップＳ２１では、測定の結果、表示可能な最大文字数ｗsが与えられている。
【００８５】
ステップＳ２２では、文書処理装置の制御部１１は、要約の骨格の順次の作成をカウントするカウンタのカウント値ｉを零に設定する。すなわち、制御部１１は、カウント値について、ｉ＝０と設定する。制御部１１は、このように設定したカウント値ｉをたとえばＲＡＭ１４に記録する。
【００８６】
ステップＳ２３では、文書処理装置の制御部１１は、カウンタのカウント値ｉについて、文章からｉ番目に平均中心活性値の高い文の骨格を抽出する。平均中心活性値とは、一つの文を構成する各エレメントの中心活性値を平均したものである。制御部１１は、たとえばＲＡＭ１４に記録した要約を格納するｓi-1を読み出し、このｓi-1に対して抽出した文の骨格の文字列を加えて、ｓiとする。そして、制御部１１は、このようにして得たｓiを、たとえばＲＡＭ１４に記録する。同時に、制御部１１は、上記文の骨格に含まれないエレメントの中心活性値順のリストｌiを作成し、このリストｌiをたとえばＲＡＭ１４に記録する。
【００８７】
すなわち、このステップＳ２３においては、要約のアルゴリズムは、活性拡散の結果を用いて、平均中心活性値の大きい順に文を選択し、選択された文の骨格の抽出する。文の骨格は、文から抽出した必須要素により構成される。必須要素になりうるのは、エレメントの主辞(head)と、主語(subject)、目的語(object)、間接目的語(indirect object)、所有者(posessor)、原因(cause)、条件(condition)または比較(comparison)の関係属性を有する要素と、等位構造が必須要素のときにはそれに直接含まれるエレメントとが必須要素を構成するものである。そして、文の必須要素をつなげて文の骨格を生成し、要約に加える。
【００８８】
ステップＳ２４では、文書処理装置の制御部１１は、ｓiの長さがウィンドウ５１の要約表示部５４の最大文字数ｗsより大きいか否かを判断する。そして、制御部１１は、ｓiの長さが最大文字数ｗsより大きいときには“ＹＥＳ”としてこの一連の処理を終了する。制御部は、ｓiの長さが最大文字数ｗsより大きくないときには“ＮＯ”として処理をステップＳ２５に進める。すなわち、このステップＳ２４においては、要約が指定された分量に達したときは終了する。まだ余裕がある場合は、次に中心活性値の高い文と省略したエレメントの中心活性値を比較して、高いほうを要約に加えるものである。
【００８９】
ステップＳ２９では、文書処理装置の制御部１１は、ステップＳ２４でｓiの長さが最大文字数ｗsより大きいと判断されたので、要約をｓi-1に設定する。この場合、要約はウィンドウにおさまらないのでｓi＝ｓ0＝“”を出力する。したがって、このときには要約は表示されないこととなる。そして、制御部１１は、この一連の工程を終了する。
【００９０】
ステップＳ２５では、文書処理装置の制御部１１は、ｉ＋１番目に平均中心活性値が中心活性値と、ステップＳ２３で作成したリストｌiの要素の最も中心活性値が高い要素の中心活性値を比較する。そして、制御部１１は、ｉ＋１番目に平均中心活性値が高い文の中心活性値がリストｌiの要素の最も中心活性値が高い要素の中心活性値より高いときには“ＹＥＳ”として処理を次のステップＳ２７に進める。制御部１１は、ｉ＋１番目に平均中心活性値が高い文の中心活性値がリストｌiの要素の最も中心活性値が高い要素の中心活性値より高くないときには“ＮＯ”として処理をステップＳ２６に進める。
【００９１】
ステップＳ２６では、文書処理装置の制御部１１は、カウンタのカウント値ｉを１だけ増加させる。そして、制御部１１は、処理をステップＳ２３に戻す。
【００９２】
ステップＳ２７においては、文書処理装置の制御部１１は、リストｌiの最も中心活性値の高い要素ｅをｓiに加えてｓｓiを生成する。ｅをｌiから削除する。そして、制御部１１は、このようにして生成したｓｓiをたとえばＲＡＭ１４に記録する。
【００９３】
なお、このステップＳ２７を中心として、ステップＳ２２からステップＳ２８までが、重要度の高い順から文または単語を選択するステップＳ６に対応している。すなわち、ステップＳ２２からステップＳ２８にいたるステップにより、重要度、すなわち中心活性値の順に文または単語が選択される。
【００９４】
ステップＳ２８においては、文書処理装置の制御部１１は、ｓｓiの長さがウィンドウ５１の要約表示部５４の最大文字数ｗsより大きいか否かを判別する。制御部１１は、ｓｓiの長さがｗsより大きいときには“ＹＥＳ”としてこの一連の工程を終了する。制御部１１は、ｓｓiの長さがｗsより大きくないときには“ＮＯ”として処理をステップＳ２５に戻す。
【００９５】
ステップＳ３０においては、文書処理装置の制御部１１は、ステップＳ２８でＳＳiの長さが最大文字数ｗsより大きいと判断されたので、要約文をｓiに設定する。これにより、最大文字数ｗsより大きくならないように要約文が生成される。そして、制御部１１は、この一連の工程を終了する。
【００９６】
なお、ステップＳ２９およびステップＳ３０は、要約を定義するので、要約の作成および表示をおこなうステップＳ７の一部に対応している。
【００９７】
次に、図５に示したような要約が表示部３０に表示されたウィンドウ１００の表示領域１３０に表示されている状態において、その要約の情報量を変更する場合の制御部１１の動作を、図１０のフローチャートを参照して説明する。
【００９８】
ステップＳ６１において、制御部１１は、ユーザの入力部２０の操作に対応して、表示部３０に表示されたウィンドウの表示領域１３０の表示範囲が変更されるまで待機し、表示領域１３０の表示範囲が変更されると、ステップＳ６２に進み、その表示範囲を確保するとともに測定する。
【００９９】
以下、ステップＳ６３乃至Ｓ６５で行われる処理は、図４のステップＳ５乃至７で行われる処理と同様の処理であり、表示領域１３０の表示範囲に対応した要約文が作成され、処理が終了する。例えば、マウスのドラッグ操作により表示領域１３０の表示範囲が広げられると、下記に示すような、より詳細な要約文が作成され、図１１に示すウィンドウ１００の表示領域（下側）１３０に表示される。
【０１００】
「TCP/IPの歴史は、ARPANETを抜きにして語ることはできない。ARPANETは、アメリカ国防省DODの国防高等研究計画局がスポンサーとなって構築されてきた、実験および研究用のパケット交換ネットワークである。1969年北米西海岸の４箇所の大学、研究機関のホストコンピュータを50kbpsの回線で結んだきわめて小規模なネットワークからARPANETは出発した。当時は1945年に世界初のコンピュータであるENIACがペンシルベニア大学で開発され、1964年にはじめてICを理論素子として実装したIBMの360シリーズが開発され、やっとコンピュータが産声をあげたばかりあった。この時代背景を考えると、将来のコンピュータ通信の最盛を見越したこのようなプロジェクトは、まさに米国ならではのものであったといえるだろう。」
このように、表示された要約文が簡略すぎて、文書の概略を把握することができない場合、ユーザは、表示領域１３０の表示範囲を広げることで、より多くの情報量を有するより詳細な要約文を参照することができる。
【０１０１】
次に、本発明を適用した記録媒体の実施の形態について説明する。この記録媒体３２は、複数のエレメントから構成される階層化された内部構造を有し、内部構造に関するタグによる属性情報が付与された電子文書を処理する文書処理プログラムが記録された記録媒体である。この文書処理プログラムは、記電子文書の要約を表示する表示領域を確保する確保処理と、上記確保処理で確保された表示領域の大きさに基づいて要約の長さを決定する決定処理と、決定処理による決定に対応して、電子文書の要約を作成する作成処理と、作成処理で作成された要約を、表示領域に表示させるように制御する制御処理とを有する。
【０１０２】
そして、上記作成処理は、電子文書の内部構成に基づいてその各要素に重み付けを設定する重み付け設定処理と、重み付け設定処理で設定された重み付けに基づいて、電子文書に重み付けを配分するように演算する重み付け演算処理と、電子文書を構成する文について、重み付け演算処理での演算の結果に基づいて、文を構成する要素の重み付けの平均の重み付けが大きな順序で文を選択する文選択処理と、文選択処理で選択された文から必須構成要素を抽出する必須構成要素抽出処理と、上記必須構成要素抽出処理で抽出した必須構成要素を接続して文の骨格を生成する文骨格生成処理と、文骨格生成処理で生成した文の骨格を要約として出力する出力処理とを有する。ここで、必須要素抽出処理においては、要素の主辞（head）と、主語（subject）、目的語（object）、間接目的語（indirect object）、所有者（posessor）、原因（cause）、条件（condition）または比較（comparison）の関係属性を有する要素と、等位構造が必須のときにはそれに直接含まれる要素とが必須要素を構成する。
【０１０３】
なお、上記出力処理は、上記文骨格生成処理で生成した文の骨格と、上記文選択処理で選択された文を構成する必須構成要素以外の要素とのいずれかを要約として出力することもできる。
【０１０４】
また、記録媒体３２は、文書の要約を、所定の表示領域に表示させる文書処理プログラムが記録された記録媒体であって、上記文書処理プログラムは、上記文書の要約を表示する上記表示領域の大きさを測定する測定処理と、上記測定処理により測定された上記表示領域の大きさに基づいて、上記要約の長さを決定する決定処理と、上記決定処理による決定に対応して、上記文書の要約を作成する要約作成処理と、上記要約作成処理により作成された上記要約を、上記表示領域に表示させるように表示を制御する制御処理とを有するものである。
【０１０５】
なお、上記したような処理を行うコンピュータプログラムをユーザに提供する提供媒体としては、磁気ディスク、CD-ROM、固体メモリなどの記録媒体の他、ネットワーク、衛星などの通信媒体を利用することができる。
【０１０６】
なお、上記例においては、インターネットを介して入手した文書について説明したが、これだけではなく、例えばフロッピーディスクから取り出された文書にも適用でき、文書の要約文を作成することができる。
【０１０７】
なお、本実施の形態においては、文書へのタグ付けの方法の一例を示したが、本発明がこのタグ付けの方法に限定されないことはもちろんである。また、本実施の形態においては、文書処理装置の受信部２１に外部から文書が送信されるとしたが、本発明はこれに限定されない。たとえば、上記文書は、文書処理装置のＲＯＭ１３に書き込まれていたり、記録／再生部３１において記録媒体３２から読み出されてもよい。
【０１０８】
また、上述の実施の形態においては、ポインティングデバイスの一例としてマウスを例示した。しかし、本実施の形態におけるポインティングデバイスはマウスに限定されることはな。本実施の形態においては、ポインティングデバイスとして、たとえばスタイラスペンも利用することができる。
【０１０９】
【発明の効果】
本発明によれば、表示領域の表示範囲に対応して要約文を作成し、表示するようにしたので、ユーザの要求に対応した要約文を提供することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態を適用した文書処理装置の概略的な構成を示すブロック図である。
【図２】文書のタグによる内部構造を示す図である。
【図３】文書のタグによる内部構造を表示したウィンドウを示す図である。
【図４】要約作成の処理のフローチャートである。
【図５】文書とその要約を表示したウィンドウを示す図である。
【図６】要約作成処理の一部を詳細に示す図である。
【図７】活性拡散の処理のフローチャートである。
【図８】活性拡散の処理を説明する図である。
【図９】活性拡散のリンク処理を示す図である。
【図１０】表示領域の変更を示す図である。
【図１１】文書とその要約を表示したウィンドウを示す図である。
【符号の説明】
１０ 本体、１１ 制御部、１２ インターフェース、１３ ＣＰＵ、２０ 入力部、２１ 受信部、２２ 通信部、３０ 表示部、３１ 記録／再生部、３２ ハードディスク
Claims (6)
- 複数の要素から構成される階層化された内部構造を有し当該内部構造がタグ付けによる属性情報によって記述された電子文書を処理する文書処理装置の文書処理方法において、
設定手段が、上記電子文書の一部又は全体の要約を表示する表示領域の全表示領域内における大きさを設定する設定工程と、
決定手段が、上記設定工程で設定された表示領域の大きさに基づいて要約の長さを決定する決定工程と、
作成手段が、上記決定工程で決定された決定に対応して、上記表示領域内におさまるように上記タグを参照して上記電子文書の要約を作成する作成工程と、
上記作成手段が備える重み付け設定手段が、上記電子文書の上記タグ付けによる内部構造に応じた中心活性値を、その各要素に重み付けとして設定する重み付け設定工程と、
制御手段が、上記作成工程で作成された要約を、上記重み付け設定工程で設定された重みに基づいて上記表示領域に表示させるように制御する制御工程と、
変更手段が、変更操作の入力に応じて上記表示領域を変更する変更工程とを有し、
上記重み付け設定工程では、上記重み付け設定手段が、上記要素間の関連性に応じた値を上記中心活性値として上記要素毎に算出する活性拡散処理を行うことにより、上記中心活性値を設定する文書処理方法。 - 上記作成工程では、
重み付け演算手段が、上記重み付け設定工程で設定された重み付けに基づいて、上記電子文書に重み付けを配分するように演算する重み付け演算工程と、
文選択手段が、上記電子文書を構成する文について、上記重み付け演算工程での演算の結果に基づいて、上記文を構成する要素の重み付けの平均の重み付けが大きな順序で文を選択する文選択工程と、
必須構成要素抽出手段が、上記文選択工程で選択された文から必須構成要素を抽出する必須構成要素抽出工程と、
文骨格生成手段が、上記必須構成要素抽出工程で抽出した必須構成要素を接続して文の骨格を生成する文骨格生成工程と、
出力手段が、上記文骨格生成工程で生成した文の骨格を要約として出力する出力工程とを有する請求項１記載の文書処理方法。 - 上記必須要素抽出工程においては、要素の主辞（head）と、主語（subject）、目的語（object）、間接目的語（indirect object）、所有者（posessor）、原因（cause）、条件（condition）または比較（comparison）の関係属性を有する要素と、等位構造が必須のときにはそれに直接含まれる要素とが必須要素を構成する請求項２記載の文書処理方法。
- 上記出力工程では、上記出力手段が、上記文骨格生成工程で生成した文の骨格に、上記文選択工程で選択された文の要素であって、上記文骨格生成工程で生成された文の骨格以外で最も重み付けの大きい要素をさらに加えて要約として出力する請求項２記載の文書処理方法。
- 複数の要素から構成される階層化された内部構造を有し当該内部構造がタグ付けによる属性情報によって記述された電子文書を処理する文書処理装置において、
上記電子文書の一部又は全体の要約を表示する表示領域の全表示領域内における大きさを設定する設定手段と、
上記設定手段で設定された表示領域の大きさに基づいて要約の長さを決定する決定手段と、
上記決定手段で決定された決定に対応して、上記表示領域内におさまるように上記タグを参照して上記電子文書の要約を作成する作成手段と、
上記作成手段が備え、上記電子文書の上記タグ付けによる内部構造に応じた中心活性値をその各要素に重み付けとして設定する重み付け設定手段と、
上記作成手段で作成された要約を、上記重み付け設定手段で設定された重みに基づいて上記表示領域に表示させるように制御する制御手段と、
変更操作の入力に応じて上記表示領域を変更する変更手段とを有し、
上記重み付け設定手段は、上記要素間の関連性に応じた値を上記中心活性値として上記要素毎に算出する活性拡散処理を行うことにより、上記中心活性値を設定する文書処理装置。 - 複数の要素から構成される階層化された内部構造を有し当該内部構造がタグ付けによる属性情報によって記述された電子文書を処理する文書処理をコンピュータに実行させる文書処理プログラムが記録された記録媒体であって、上記文書処理プログラムは、
設定手段が、上記電子文書の一部又は全体の要約を表示する表示領域の全表示領域内における大きさを設定する設定工程と、
決定手段が、上記設定工程で設定された表示領域の大きさに基づいて要約の長さを決定する決定工程と、
作成手段が、上記決定工程で決定された決定に対応して、上記表示領域内におさまるように上記タグを参照して上記電子文書の要約を作成する作成工程と、
上記作成手段が備える重み付け設定手段が、上記電子文書の上記タグ付けによる内部構造に応じた中心活性値をその各要素に重み付けとして設定する重み付け設定工程と、
制御手段が、上記作成工程で作成された要約を、上記重み付け設定工程で設定された重みに基づいて上記表示領域に表示させるように制御する制御工程と、
変更手段が、変更操作の入力に応じて上記表示領域を変更する変更工程とを有し、
上記重み付け設定工程では、上記重み付け設定手段が、上記要素間の関連性に応じた値を上記中心活性値として上記要素毎に算出する活性拡散処理を行うことにより、上記中心活性値を設定する記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03155099A JP4214598B2 (ja) | 1998-04-02 | 1999-02-09 | 文書処理方法および装置ならびに記録媒体 |
| US09/282,349 US7200808B1 (en) | 1998-04-02 | 1999-03-31 | Electronic document processor |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10-89758 | 1998-04-02 | ||
| JP8975898 | 1998-04-02 | ||
| JP03155099A JP4214598B2 (ja) | 1998-04-02 | 1999-02-09 | 文書処理方法および装置ならびに記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11345233A JPH11345233A (ja) | 1999-12-14 |
| JP4214598B2 true JP4214598B2 (ja) | 2009-01-28 |
Family
ID=26370036
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03155099A Expired - Fee Related JP4214598B2 (ja) | 1998-04-02 | 1999-02-09 | 文書処理方法および装置ならびに記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7200808B1 (ja) |
| JP (1) | JP4214598B2 (ja) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2368672A (en) * | 2000-04-19 | 2002-05-08 | Ford Global Tech Inc | Online invention disclosure system |
| US7069207B2 (en) * | 2001-01-26 | 2006-06-27 | Microsoft Corporation | Linguistically intelligent text compression |
| US7610190B2 (en) * | 2003-10-15 | 2009-10-27 | Fuji Xerox Co., Ltd. | Systems and methods for hybrid text summarization |
| JP3701294B2 (ja) * | 2004-02-19 | 2005-09-28 | シャープ株式会社 | データ表示装置、データ表示プログラムおよびデータ表示プログラムを記録したコンピュータ読取り可能な記録媒体 |
| JP4160548B2 (ja) * | 2004-09-29 | 2008-10-01 | 株式会社東芝 | 文書要約作成システム、方法、及びプログラム |
| US7770109B2 (en) * | 2005-12-16 | 2010-08-03 | Microsoft Corporation | Adaptive layout for content |
| JP5056810B2 (ja) * | 2009-07-17 | 2012-10-24 | カシオ計算機株式会社 | 情報処理装置およびその制御プログラム |
| US9646079B2 (en) | 2012-05-04 | 2017-05-09 | Pearl.com LLC | Method and apparatus for identifiying similar questions in a consultation system |
| US9904436B2 (en) | 2009-08-11 | 2018-02-27 | Pearl.com LLC | Method and apparatus for creating a personalized question feed platform |
| US9183191B2 (en) | 2009-09-24 | 2015-11-10 | At&T Intellectual Property I, L.P. | Forwarding selected document passages from an electronic reader |
| JP2013016106A (ja) * | 2011-07-06 | 2013-01-24 | Kyocera Communication Systems Co Ltd | 要約文生成装置 |
| WO2013151322A1 (en) * | 2012-04-06 | 2013-10-10 | Samsung Electronics Co., Ltd. | Method and device for executing object on display |
| US9146655B2 (en) | 2012-04-06 | 2015-09-29 | Samsung Electronics Co., Ltd. | Method and device for executing object on display |
| US9377937B2 (en) | 2012-04-06 | 2016-06-28 | Samsung Electronics Co., Ltd. | Method and device for executing object on display |
| US9275038B2 (en) | 2012-05-04 | 2016-03-01 | Pearl.com LLC | Method and apparatus for identifying customer service and duplicate questions in an online consultation system |
| US8280888B1 (en) | 2012-05-04 | 2012-10-02 | Pearl.com LLC | Method and apparatus for creation of web document titles optimized for search engines |
| US9501580B2 (en) | 2012-05-04 | 2016-11-22 | Pearl.com LLC | Method and apparatus for automated selection of interesting content for presentation to first time visitors of a website |
| JP5884814B2 (ja) * | 2013-11-27 | 2016-03-15 | カシオ計算機株式会社 | 表示処理装置及びプログラム |
| JP6200392B2 (ja) * | 2014-09-05 | 2017-09-20 | 日本電信電話株式会社 | 情報提示装置および情報提示プログラム |
| US10540439B2 (en) * | 2016-04-15 | 2020-01-21 | Marca Research & Development International, Llc | Systems and methods for identifying evidentiary information |
| US20230185954A1 (en) * | 2021-12-15 | 2023-06-15 | Bank Of America Corporation | Transmission of Sensitive Data in a Communication Network |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4864501A (en) | 1987-10-07 | 1989-09-05 | Houghton Mifflin Company | Word annotation system |
| JPH01144171A (ja) * | 1987-11-30 | 1989-06-06 | Toshiba Corp | 電子ファイリング装置 |
| JP2783558B2 (ja) | 1988-09-30 | 1998-08-06 | 株式会社東芝 | 要約生成方法および要約生成装置 |
| JPH05242165A (ja) * | 1992-02-28 | 1993-09-21 | Mitsubishi Electric Corp | 画像データベースシステム |
| US5384703A (en) | 1993-07-02 | 1995-01-24 | Xerox Corporation | Method and apparatus for summarizing documents according to theme |
| US5623679A (en) * | 1993-11-19 | 1997-04-22 | Waverley Holdings, Inc. | System and method for creating and manipulating notes each containing multiple sub-notes, and linking the sub-notes to portions of data objects |
| US5963205A (en) * | 1995-05-26 | 1999-10-05 | Iconovex Corporation | Automatic index creation for a word processor |
| US5691708A (en) * | 1995-08-14 | 1997-11-25 | Lotus Development Corporation | Text abstraction method and apparatus |
| US5867164A (en) * | 1995-09-29 | 1999-02-02 | Apple Computer, Inc. | Interactive document summarization |
| JPH09259028A (ja) * | 1996-03-19 | 1997-10-03 | Toshiba Corp | 情報呈示方法 |
| US5913215A (en) * | 1996-04-09 | 1999-06-15 | Seymour I. Rubinstein | Browse by prompted keyword phrases with an improved method for obtaining an initial document set |
| WO1998047083A1 (en) * | 1997-04-16 | 1998-10-22 | British Telecommunications Public Limited Company | Data summariser |
| US6175830B1 (en) * | 1999-05-20 | 2001-01-16 | Evresearch, Ltd. | Information management, retrieval and display system and associated method |
-
1999
- 1999-02-09 JP JP03155099A patent/JP4214598B2/ja not_active Expired - Fee Related
- 1999-03-31 US US09/282,349 patent/US7200808B1/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US7200808B1 (en) | 2007-04-03 |
| JPH11345233A (ja) | 1999-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4214598B2 (ja) | 文書処理方法および装置ならびに記録媒体 | |
| US7721192B2 (en) | User interface for a resource search tool | |
| US5890172A (en) | Method and apparatus for retrieving data from a network using location identifiers | |
| JP3703080B2 (ja) | ウェブコンテンツを簡略化するための方法、システムおよび媒体 | |
| JP4339554B2 (ja) | 階層データを表示するユーザインタフェースを作成し表示するためのシステムおよび方法 | |
| US6785869B1 (en) | Method and apparatus for providing a central dictionary and glossary server | |
| WO2001001390A1 (fr) | Trieuse-liseuse electronique | |
| JP2002334034A (ja) | コンテンツをクライアントへ提供する方法、装置、及びコンピュータ・プログラム | |
| JPH11161682A (ja) | 情報検索装置、情報検索方法及び記録媒体 | |
| WO2000043909A1 (fr) | Procede et dispositif de traitement de documents et support d'enregistrement | |
| JP3143345B2 (ja) | 文字列検索装置 | |
| KR100403947B1 (ko) | 개인용 전자문서를 생성하는 방법, 시스템 및 컴퓨터프로그램 제조물 | |
| JP2007025786A (ja) | コンテンツ検索装置、コンテンツ検索プログラムおよびコンテンツ検索方法 | |
| JP2806867B2 (ja) | ドキュメントデータベースの構築方法、表示方法、及び表示装置 | |
| JP3767763B2 (ja) | 情報検索装置およびその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を記録したコンピュータ読み取り可能な記録媒体 | |
| JP2007034960A (ja) | コンテンツ処理装置、コンテンツ処理プログラムおよびコンテンツ処理方法 | |
| JP4186321B2 (ja) | 文書処理方法及び装置並びに記録媒体 | |
| JP2000099526A (ja) | 文書情報抽出装置 | |
| JP2001109762A (ja) | 文書処理方法及び装置並びに記録媒体 | |
| JP4320819B2 (ja) | 文書処理方法および装置ならびに記録媒体 | |
| JP2000222326A (ja) | 学習支援方法及びシステム及び学習支援プログラムを格納した記憶媒体 | |
| JP4000332B2 (ja) | 情報検索装置およびその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を記録したコンピュータ読み取り可能な記録媒体 | |
| JP2007133761A (ja) | コンテンツ処理装置、コンテンツ処理プログラムおよびコンテンツ処理方法 | |
| JP2001167130A (ja) | 加重値表現構造を含むマルチメディアデータ構造及びマルチメディアディスプレー方法 | |
| JP2001043219A (ja) | 文書処理方法及び装置並びに記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060209 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070824 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070904 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071105 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071211 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080208 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080318 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080515 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080610 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080811 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20080818 |
|
| 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: 20081014 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081027 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111114 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |