JP5242722B2 - 代表文抽出装置およびプログラム - Google Patents

Description

本発明の実施形態は、文書群において出現頻度の高い内容を表す代表文を当該文書群から抽出する代表文抽出装置およびプログラムに関する。

一般的に、製品サポートセンタ等では、製品に対するお客様からの問い合わせを受け付け、オペレータが当該問い合わせに対して回答することが行われている。なお、このような製品に対する問い合わせには、当該製品の状況（状態）に関する問い合わせ、当該製品に対する要望に関する問い合わせおよび当該製品に対する質問に関する問い合わせ等がある。

近年、このような製品サポートセンタへの問い合わせの数は多くなっており、オペレータは、問い合わせに対して素早い回答を行うことが求められている。

また、例えば製品に関する「よくある質問とその回答集（以下、ＦＡＱと表記）」を作成しておくことによって、お客様が当該ＦＡＱを参照して自分自身で回答を得るようなことも行われている。

ところで、オペレータが問い合わせに対して適切な回答を行う、また、お客様が参照するＦＡＱ（の内容）を適切なものにするためには、製品サポートセンタで受け付けられた過去の問い合わせとその回答に関する情報から当該問い合わせに関する内容の分析を行うことが必要とされている。

製品サポートセンタ等に蓄積されている問い合わせの内容の分析する際には、例えば全ての問い合わせ（の文書）の内容を読み、当該問い合わせの中から内容が同一の（または似ている）問い合わせ同士をグループ化することが行われている。その後、例えば問い合わせ頻度が高い（つまり、問い合わせの数が多い）グループを用いて、当該グループに属する問い合わせ（つまり、頻度が高い問い合わせ）に関する要約（文）が人手で作成される。このように作成された要約を利用することによって、例えば頻度が高い問い合わせに対する回答を予め用意しておくようなことが可能となる。

特開２００６−２４４２６２号公報

しかしながら、上記したように問い合わせの内容を読み、頻度が高い問い合わせ（の内容）の要約を人手により作成することは労力がかかる。

このため、問い合わせの文書群から出現頻度の高い内容の要約となるような文（以下、代表文と表記）を自動的に抽出する仕組みが望まれている。

また、上記したように問い合わせには、例えば製品の状況に関する問い合わせ、製品に対する要望に関する問い合わせおよび製品に対する質問に関する問い合わせ等がある。一般的に、例えば製品の状況に関する問い合わせ（の文書）には平叙文、製品の要望に関する問い合わせには依頼文（命令文）、製品の質問に関する問い合わせには疑問文が含まれている場合が多い。

このため、上記した問い合わせの文書群から代表文を抽出する際に当該文書群に含まれている文のタイプ（以下、文タイプと表記）を考慮することによって、問い合わせの内容（例えば、状況、要望および質問等）に応じたより適切な代表文、例えば問い合わせの中でも質問に関する問い合わせの内容を容易に把握することができるような代表文を抽出することができると考えられる。

そこで、本発明が解決しようとする課題は、文タイプを考慮して文書群において出現頻度の高い内容を表す代表文を抽出することが可能な代表文抽出装置およびプログラムを提供することにある。

実施形態に係る代表文抽出装置は、入力手段と、解析手段と、抽出ルール格納手段と、代表文候補抽出手段と、文生成ルール格納手段と、文生成手段と、集約手段と、決定手段とを具備する。

入力手段は、複数の自立語を含む文によって構成される複数の文書を入力する。

解析手段は、前記入力された複数の文書の各々を構成する文を解析することによって、当該文に含まれる複数の自立語および当該自立語間の係り受け関係が表された構造木であって当該文の文タイプが付与された構造木を、当該文毎に生成する。

抽出ルール格納手段は、前記文タイプ毎に対応づけて、少なくとも２つの自立語および当該自立語間の係り受け関係が表される部分構造木である代表文候補を前記構造木から抽出するための当該文タイプに応じた抽出ルールを予め格納する。

代表文候補抽出手段は、前記文毎に生成された構造木毎に、当該構造木に付与された文タイプに対応づけて前記抽出ルール格納手段に格納されている抽出ルールに従って当該文タイプが付与された代表文候補を抽出する。

文生成ルール格納手段は、前記文タイプ毎に対応づけて、前記代表文候補から平文である代表文候補文を生成するための当該文タイプに応じた文生成ルールを予め格納する。

文生成手段は、前記抽出された代表文候補毎に、当該代表文候補に付与された文タイプに対応づけて前記文生成ルール格納手段に格納されている文生成ルールに従って当該文タイプが付与された代表文候補文を生成する。

集約手段は、前記代表文候補毎に生成された代表文候補文のうち、同一の文タイプが付与された同一の代表文候補文を１つに集約することによって、当該文タイプが付与された集約代表文候補文を生成する。

決定手段は、前記集約手段によって生成された集約代表文候補文に集約された代表文候補文の数に基づいて当該集約代表文候補文を当該集約代表文候補文に付与された文タイプの代表文として決定する。

第１の実施形態に係る代表文抽出装置のハードウェア構成を示すブロック図。 図１に示す代表文抽出装置３０の主として機能構成を示すブロック図。 本実施形態に係る代表文抽出装置３０の処理手順を示すフローチャート。 入力部３１によって入力された複数の文書の一例を示す図。 ２つのノードおよび当該ノード間の係り受け関係を表すアークを用いて表現される依存構造木を示す図。 「一郎が速いボールを軽々投げた」という文の依存構造木の一例を示す図。 「オレンジの菓子の中に異物が入っていたため、子供はオレンジの菓子を食べなかった。」という文の依存構造木の一例を示す図。 「成分はビタミンですが、オレンジの産地はどこですか。」という文の依存構造木の一例を示す図。 「アメリカはオレンジの産地ですか。」という文の依存構造木の一例を示す図。 代表文候補抽出部３３による代表文候補を抽出する処理を概念的に説明するための図。 抽出ルール格納部２２のデータ構造の一例を示す図。 図７に示す依存構造木に対して第１の抽出ルールが適用された場合について具体的に説明するための図。 図７に示す依存構造木に対して第１の抽出ルールが適用された場合について具体的に説明するための図。 図７に示す依存構造木に対して第１の抽出ルールが適用された場合について具体的に説明するための図。 不要リーフノードの削除処理について具体的に説明するための図。 図８に示す依存構造木に対して第１の抽出ルールが適用された場合に抽出される部分依存構造木を示す図。 図８に示す依存構造木に対して第１の抽出ルールが適用された場合に抽出される部分依存構造木を示す図。 抽出ルール格納部２２に格納されている第２の抽出ルールについて説明するための図。 図７に示す依存構造木に対して第２の抽出ルールが適用された場合に抽出される分岐なし依存構造木を示す図。 図７に示す依存構造木に対して第２の抽出ルールが適用された場合に抽出される分岐なし依存構造木を示す図。 抽出ルール格納部２２に格納されている第３の抽出ルールについて説明するための図。 図７に示す依存構造木に対して第３の抽出ルールが適用された場合に抽出される１世代部分依存構造木を示す図。 抽出ルール格納部２２に格納されている第４の抽出ルールについて説明するための図。 図７に示す依存構造木に対して第４の抽出ルールが適用された場合に抽出される２語文部分依存構造木を示す図。 図７に示す依存構造木に対して第４の抽出ルールが適用された場合に抽出される２語文部分依存構造木を示す図。 抽出ルール格納部２２に格納されている第５の抽出ルールについて説明するための図。 図８に示す依存構造木に対して第５の抽出ルールが適用された場合に抽出される質問部分依存構造木を示す図。 抽出ルール格納部２２に格納されている第６の抽出ルールについて説明するための図。 図９に示す依存構造木に対して第６の抽出ルールが適用される場合について具体的に説明するための図。 本実施形態において適用される第１〜第６の抽出ルールの組み合わせについて説明するための図。 図１４に示す部分構造木に対して第２の抽出ルールが適用された場合に抽出される分岐なし依存構造木を示す図。 図１４に示す部分構造木に対して第２の抽出ルールが適用された場合に抽出される分岐なし依存構造木を示す図。 図１４に示す部分構造木に対して第３の抽出ルールが適用された場合に抽出される１世代部分依存構造木を示す図。 図１４に示す部分構造木に対して第４の抽出ルールが適用された場合に抽出される２語文部分依存構造木を示す図。 図１４に示す部分構造木に対して第４の抽出ルールが適用された場合に抽出される２語文部分依存構造木を示す図。 図１６に示す部分構造木に対して第２の抽出ルールが適用された場合に抽出される分岐なし依存構造木を示す図。 図１６に示す部分構造木に対して第２の抽出ルールが適用された場合に抽出される分岐なし依存構造木を示す図。 図１７に示す部分構造木に対して第５の抽出ルールが適用された場合に抽出される質問文部分依存構造木を示す図。 図１７に示す部分構造木に対して第６の抽出ルールが適用された場合に抽出される並び替え質問文部分依存構造木を示す図。 図９に示す部分構造木に対して第５の抽出ルールが適用された場合に抽出される質問文部分構造木を示す図。 図９に示す部分構造木に対して第５の抽出ルールが適用された場合に抽出される質問文部分構造木を示す図。 図９に示す部分構造木に対して第６の抽出ルールが適用された場合に抽出される並び替え質問文部分依存構造木を示す図。 代表文候補抽出部３３によって抽出された代表文候補の一例を示す図。 代表文候補抽出部３３によって抽出された代表文候補の一例を示す図。 文タイプ別文生成ルール格納部２３のデータ構造の一例を示す図。 代表文候補に対して状況用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明するための図。 代表文候補に対して質問用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明するための図。 代表文候補に対して質問用文生成ルールが適用されことによって生成される代表文候補文について具体的に説明するための図。 代表文候補に対して質問用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明するための図。 代表文候補に対して質問用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明するための図。 疑問代名詞を含む代表文候補に対して質問用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明するための図。 疑問代名詞を含む代表文候補に対して質問用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明するための図。 代表文候補に対して要望用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明するための図。 代表文候補に対して要望用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明するための図。 文生成集約部３４によって生成された集約代表文候補文の一例を示す図。 代表文決定部３５によって決定された代表文の一例を示す図。 代表文決定部３５によって決定された代表文が表示された場合の表示画面の一例を示す図。 第２の実施形態に係る代表文抽出装置の主として機能構成を示すブロック図。 本実施形態に係る代表文抽出装置５０の処理手順を示すフローチャート。 入力部５１によって入力された複数の文書の一例を示す図。 クロス集計部５２によるクロス集計結果が表示された場合の表示画面の一例を示す図。

以下、図面を参照して、各実施形態について説明する。

（第１の実施形態）
まず、図１および図２を参照して、第１の実施形態について説明する。図１は、本実施形態に係る代表文抽出装置のハードウェア構成を示すブロック図である。図１に示すように、コンピュータ１０は、例えばハードディスクドライブ（ＨＤＤ：Hard Disk Drive）のような外部記憶装置２０と接続されている。この外部記憶装置２０は、コンピュータ１０によって実行されるプログラム２１を格納する。コンピュータ１０および外部記憶装置２０は、代表文抽出装置３０を構成する。

代表文抽出装置３０は、文書群（つまり、複数の文書）において出現頻度の高い内容を表す文（以下、代表文と表記）を、当該文書群から抽出する機能を有する。

図２は、図１に示す代表文抽出装置３０の主として機能構成を示すブロック図である。図２に示すように、代表文抽出装置３０は、入力部３１、構文解析部３２、代表文候補抽出部３３、文生成集約部３４、代表文決定部３５および出力部３６を含む。本実施形態において、これらの各部３１〜３６は、図１に示すコンピュータ１０が外部記憶装置２０に格納されているプログラム２１を実行することにより実現されるものとする。このプログラム２１は、コンピュータ読み取り可能な記憶媒体に予め格納して頒布可能である。また、このプログラム２１が、例えばネットワークを介してコンピュータ１０にダウンロードされても構わない。

また、代表文抽出装置３０は、抽出ルール格納部２２、文タイプ別文生成ルール格納部２３および変換情報格納部２４を含む。本実施形態において、この抽出ルール格納部２２、文タイプ別文生成ルール格納部２３および変換情報格納部２４は、例えば外部記憶装置２０に格納される。

入力部３１は、ユーザの操作に応じて、当該ユーザによって指定された複数の文書（文書群）を入力する（受け付ける）。この入力部３１によって入力される複数の文書は、複数の自立語（の文字列）を含む文によって構成される。なお、入力部３１によって入力される複数の文書の各々には、当該文書を識別するための文書ＩＤが付与されている。

構文解析部３２は、入力部３１によって入力された複数の文書の各々を構成する文を構文解析する。これにより、構文解析部３２は、入力部３１によって入力された複数の文書の各々を構成する文に含まれる複数の自立語および当該自立語間の係り受け関係が表された構造木（以下、依存構造木と表記）を生成する。構文解析部３２によって生成された依存構造木は、後述するように自立語（見出し語）等が付与されたノードおよび自立語間の係り受け関係の種類が付与されたアークによって表現される。

なお、構文解析部３２は、入力部３１によって入力された複数の文書の各々を構成する文毎に依存構造木を生成する。この構文解析部３２によって文毎に生成された依存構造木には、当該文（当該依存構造木の生成に用いられた文）のタイプ（以下、文タイプと表記）が付与される。この文タイプ（文型）には、例えば状況を表す平叙文、要望を表す命令文（依頼文）および質問を表す疑問文等が含まれる。また、構文解析部３２によって文毎に生成された依存構造木には、当該文によって構成される文書を識別するための文書ＩＤが付与される。

抽出ルール格納部２２には、構文解析部３２によって生成された依存構造木に適用することにより、当該依存構造木の部分構造木を抽出するための抽出ルールが予め格納されている。なお、抽出ルール格納部２２には、上記した文タイプ毎に対応づけて、当該文タイプに応じた抽出ルールが格納されている。

代表文候補抽出部３３は、構文解析部３２によって生成された依存構造木毎に、当該依存構造木に付与されている文タイプに対応づけて抽出ルール格納部２２に格納されている抽出ルールを当該依存構造木に適用することによって、当該依存構造木から代表文候補を抽出する。ここで、代表文候補抽出部３３によって抽出される代表文候補とは、構文解析部３２によって生成された依存構造木の部分構造木であり、少なくとも２つの自立語および当該自立語間の係り受け関係を表す。

なお、代表文候補抽出部３３によって生成された代表文候補には、当該代表文候補が抽出された依存構造木に付与された文タイプおよび文書ＩＤが付与される。

文タイプ別文生成ルール格納部２３は、文タイプ毎に対応づけて、代表文候補抽出部３３によって抽出された代表文候補から平文（以下、代表文候補文と表記）を生成するための当該文タイプに応じた文タイプ別文生成ルールが予め格納されている。

変換情報格納部２４には、例えば複数の自立語および当該自立語間の係り受け関係を変換するために用いられる変換情報が予め格納されている。この変換情報格納部２４に格納されている変換情報には、自立語（例えば、動詞）の活用形を変換するために用いられる活用形辞書および自立語の同義語を含む同義語辞書等が含まれる。

文生成集約部３４は、代表文候補抽出部３３によって抽出された代表文候補（部分構造木）を平文（以下、代表文候補文と表記）にする処理を実行する。この場合、文生成集約部３４は、代表文候補抽出部３３によって抽出された代表文候補に付与された文タイプに対応づけて文タイプ別文生成ルール格納部２３に格納されている文タイプ別文生成ルールおよび変換情報格納部２４に格納されている変換情報に基づいて、当該代表文候補から代表文候補文を生成する。文生成集約部３４によって生成された代表文候補文には、代表文候補抽出部３３によって抽出された代表文候補に付与された文タイプおよび文書ＩＤが付与される。なお、代表文候補文は、代表文候補抽出部３３によって抽出された代表文候補毎に生成される。

また、文生成集約部３４は、代表文候補毎に生成された代表文候補文（代表文候補の平文）を集約することによって集約代表文候補文を生成する処理を実行する。文生成集約部３４は、代表文候補毎に生成された代表文候補文のうち、同一の文タイプが付与された同一の代表文候補文を１つの集約代表文候補文に集約する。このように文生成集約部３４によって生成された集約代表文候補文には、当該集約代表文候補文に集約された代表文候補文の各々に付与された文タイプおよび文書ＩＤが付与される。

代表文決定部３５は、文生成集約部３４によって生成された集約代表文候補文に集約された代表文候補文の数に基づいて当該集約代表文候補文を代表文として決定（選択）する。この集約代表文候補文に集約された代表文候補文の数は、当該集約代表文候補文に付与された文書ＩＤの数により特定される。代表文決定部３５によって決定された代表文は、当該代表文として決定された集約代表文候補文に付与された文タイプの代表文（当該文タイプ付きの代表文）である。

なお、代表文決定部３５は、例えば内部パラメータにおいて予め指定された数の代表文を選択（決定）する。

出力部３６は、代表文決定部３５によって決定された代表文および当該代表文（として決定された集約代表文候補文）に付与された文タイプを出力する。これにより、代表文決定部３５によって決定された代表文（つまり、入力部３１によって入力された文書群において頻度の高い内容を表す代表文）がユーザに対して提示される。

次に、図３のフローチャートを参照して、本実施形態に係る代表文抽出装置３０の処理手順について説明する。

まず、入力部３１は、ユーザの操作に応じて、当該ユーザによって指定された文書群（複数の文書）を入力する（ステップＳ１）。ここでは、例えば製品サポートセンタ等で受け付けられた製品に対する問い合わせに関する複数の文書が入力部３１によって入力されたものとする。

図４は、入力部３１によって入力された複数の文書の一例を示す。なお、複数の文書（の各々）は、平文の形式で入力部３１によって入力される。図４に示すように、入力部３１によって入力された複数の文書の各々は、複数の自立語を含む文によって構成される。また、入力部３１によって入力された複数の文書の各々には、当該文書を識別するための文書ＩＤが付与されている。

図４に示す例では、入力部３１によって入力された複数の文書には、文書「菓子をネットで買いました。オレンジの菓子の中に異物が入っていたため、子供はオレンジの菓子を食べなかった。」が含まれる。なお、この文書には、当該文書を識別するための文書「１」が付与されている。

ここでは、入力部３１によって入力された複数の文書のうち文書「菓子をネットで買いました。オレンジの菓子の中に異物が入っていたため、子供はオレンジの菓子を食べなかった。」について説明したが、他の文書についても同様であるため、その詳しい説明を省略する。

再び図３に戻ると、構文解析部３２は、入力部３１によって入力された複数の文書の各々を構成する各文（つまり、全ての文）について構文解析を行う（ステップＳ２）。構文解析部３２による構文解析の結果は、依存構造木によって表現される。なお、１つの文が構文解析された結果は、１つの依存構造木となる。換言すれば、構文解析部３２は、入力部３１によって入力された複数の文書の各々を構成する各文を構文解析することによって、当該文毎に依存構造木を生成する。なお、構文解析部３２によって生成された依存構造木には、当該依存構造木の生成に用いられた文（つまり、構文解析された文）の文タイプが付与される。また、構文解析部３２によって生成された依存構造木には、当該依存構造木の生成に用いられた文によって構成される文書を識別するための文書ＩＤが付与される。

ここで、構文解析部３２によって生成される依存構造木について詳しく説明する。依存構造木においては、複数の自立語および当該自立語間の係り受け関係がノードおよびアークを用いて表現される。つまり、依存構造木には、ノードおよびアークが含まれる。

ノードは、依存構造木において自立語を表す。このノードには、当該ノードによって表される自立語の見出し語、当該見出し語の品詞、当該見出し語の付属語および当該見出し語の順番が付与される。

ノードに付与される自立語の見出し語は、当該自立語の文字列を表す。ノードに付与される見出し語の品詞は、当該見出し語（つまり、ノードによって表される自立語）の品詞を表す。なお、ノードに付与される品詞には、例えば名詞、サ変名詞、動詞、助動詞、形容詞、副詞および連体詞等が含まれる。一般的に助動詞は自立語ではないが、本実施形態においては、助動詞を含むこれらの品詞を自立語として扱う。つまり、本実施形態においては、助詞以外の品詞の語を自立語とする。また、このような品詞の中でも、活用形のある品詞を用言という。本実施形態においては、特に動詞、形容詞および助動詞を用言として扱う。

ノードに付与される見出し語の付属語は、当該見出し語に付随する付属語を表す。ノードに付与される見出し語の付属語には、例えば「が」、「を」、「の」および「に」のような助詞が含まれる。

ノードに付与される見出し語の順番は、当該ノードを含む依存構造木の生成に用いられた文中における見出し語（つまり、ノードによって表される自立語）の順番（位置）を表す。ノードに付与される見出し語の順番が例えばＮである場合には、当該見出し語、つまり、当該ノードによって表される自立語が文中におけるＮ番目の自立語であることを表す。

また、ノードに付与される見出し語の品詞が用言（例えば、動詞、形容詞または助動詞）である場合、当該ノードには、文タイプが更に付与される。このノードに付与される文タイプには、例えば状況を表す平叙文、要望を表す命令文（依頼文）および質問を表す疑問文が含まれる。なお、ノードに付与される文タイプは、例えば当該ノードによって表される自立語の活用形等に応じて決定される。具体的には、品詞が動詞である見出し語「買う」が付与されているノードには状況を表す平叙文が付与される。同様に、品詞が動詞である見出し語「買いなさい」が付与されているノードには要望を表す命令文、品詞が動詞である見出し語「買いましたか」が付与されているノードには質問を表す疑問文が付与される。

なお、以下の説明では、文タイプに含まれる状況を表す平叙文を単に状況、要望を表す命令文を単に要望、質問を表す疑問文を単に質問と称する。

一方、アークは、依存構造木においてノード間の構文的な係り受け関係を表す。このアークには、ノード間（自立語間）の係り受け関係の種類が付与される。アークに付与される係り受け関係の種類には、例えばガ格、ヲ格、連体修飾および隣接等が含まれる。なお、依存構造木においては、アークは例えば矢印により記述される。このアークの矢印は、ノード間の係り受け関係における係り元のノードから係り先のノードに向かうものとする。

以下、１つのアークを用いて表される２つのノード間の係り受け関係において、当該アークにおける係り先のノード（つまり、１つのアークにおける終点となるノード）を親ノードと称する。一方、１つのアークを用いて表される２つのノード間の係り受け関係において、当該アークにおける係り元ノード（つまり、１つのアークにおける始点となるノード）を子ノードと称する。

図５は、２つのノードおよび当該ノード間の係り受け関係を表すアークを用いて表現される依存構造木を示す。図５に示す依存構造木においては、ノード１０１および１０２がアーク１０３によってつながれる。図５に示す例では、ノード１０１が親ノードであり、ノード１０２が子ノードである。

図５に示すような依存構造木を組み合わせることにより、複数の自立語を含む文の構文解析結果（つまり、依存構造木）が表現される。

ここで、図６を参照して、より具体的な依存構造木について説明する。図６は、「一郎が速いボールを軽々投げた」という文の依存構造木（当該文を構文解析することによって生成された依存構造木）の一例を示す。図６に示す依存構造木においては、ノード１１１〜１１５およびアーク１２１〜１２４を用いて「一郎が速いボールを軽々投げた」という文の構文解析結果が表現されている。

図６に示すように、依存構造木においては、ノード１１１〜１１５には、見出し語、品詞、付属語および順番が付与されている。なお、例えば他のノードとの関係によっては付属語が付与されない場合がある。

具体的には、ノード１１１には、見出し語「投げた」、品詞「動詞」および順番「５」が付与されている。また、ノード１１１においては、当該ノード１１１に付与されている品詞が用言（ここでは、動詞）であるため、更に文タイプが付与されている。ここでは、ノード１１１には、文タイプ「状況（を表す平叙文）」が付与されている。

ノード１１２には、見出し語「一郎」、品詞「名詞」、付属語「が」および順番「１」が付与されている。ノード１１３には、見出し語「ボール」、品詞「名詞」、付属語「を」および順番「３」が付与されている。ノード１１４には、見出し語「軽々」、品詞「副詞」および順番「４」が付与されている。また、ノード１１５には、見出し語「速い」、品詞「形容詞」および順番「２」が付与されている。

なお、図６に示す依存構造木におけるノード１１１〜１１５の各々において見出し語および付属語を結合して表層文字列を生成し、当該表層文字列を当該ノード１１１〜１１５に付与されている順番につなげると、当該依存構造木の生成に用いられた文「一郎が速いボールを軽々投げた」となる。

また、依存構造木においては、アーク１２１〜１２４には、ノード間の係り受け関係の種類が付与されている。例えばアーク１２１には、ノード１１１および１１２間の係り受け関係の種類としてガ格が付与されている。

なお、依存構造木に含まれるノードは、当該依存構造木におけるアークによる他のノードとのつながり方により、ルートノード、中間ノードおよびリーフノードの３種類のノードに分類される。

ルートノードとは、親ノードが存在しない（つまり、アークにより親ノードとつながっていない）ノードである。中間ノードとは、親ノードおよび子ノードが存在する（つまり、アークにより親ノードおよび子ノードとつながっている）ノードである。また、リーフノードとは、子ノードが存在しない（つまり、アークにより子ノードとつながっていない）ノードである。

図６に示す依存構造木において、ノード１１１は、ルートノードである。ノード１１３は、中間ノードである。また、ノード１１２、１１４および１１５はリーフノードである。

また、例えばルートノードと直接的に１つのアークでつながっているノードを第１世代子ノードと称する。図６に示す依存構造木において、第１世代子ノードは、ノード１１２〜１１４である。

つまり、図６に示す依存構造木において、ノード１１２および１１４は、第１世代子ノードであり、かつ、リーフノードである。また、図６に示す依存構造木において、ノード１１３は、第１世代子ノードであり、かつ、中間ノードである。

なお、図７は、上述した図４において説明した文書ＩＤ「１」が付与されている文書を構成する文のうちの２つ目の文である「オレンジの菓子の中に異物が入っていたため、子供はオレンジの菓子を食べなかった。」という文の依存構造木の一例を示す。更に、図８は、上述した図４において説明した文書ＩＤ「２」が付与されている文書を構成する文のうちの２つ目の文である「成分はビタミンですが、オレンジの産地はどこですか。」という文の依存構造木の一例を示す。また、図９は、上述した図４において説明した文書ＩＤ「１９７」が付与されている文書を構成する文である「アメリカはオレンジの産地ですか。」という文の依存構造木の一例を示す。

図７〜図９に示す依存構造木の詳細については、上記した図５および図６を用いて説明した通りであるため、その詳しい説明を省略する。

再び図３に戻ると、代表文候補抽出部３３は、構文解析部３２によって生成された依存構造木の一部である部分構造木である代表文候補を、当該依存構造木から抽出する（ステップＳ３）。代表文候補抽出部３３は、抽出ルール格納部２２に格納されている抽出ルールを用いて代表文候補を抽出する。なお、代表文抽出部３３によって抽出される代表文候補（部分構造木）は、少なくとも２つの自立語および当該自立語間の係り受け関係を表す構造木である。なお、代表文候補抽出部３３は、構文解析部３２によって文毎に生成された依存構造木の各々から代表文候補を抽出する。

抽出ルール格納部２２に格納されている抽出ルールは、依存構造木（あるいは部分依存構造木）に適用され、当該依存構造木（あるいは部分依存構造木）から代表文候補を抽出するために用いられるルールである。抽出ルール格納部２２には、ルール適用の条件の各々に対応づけて複数の抽出ルールが格納されている。このルール適用の条件には、当該ルール適用の条件に対応づけられている抽出ルールが適用される文タイプ（の種類）が含まれる。

ここで、図１０を参照して、代表文候補抽出部３３による代表文候補を抽出する処理（以下、代表文候補抽出処理と表記）を概念的に説明する。

図１０に示すように、代表文候補抽出処理においては、１つの依存構造木に対して抽出ルール格納部２２に格納されている抽出ルールが適用されることにより、当該依存構造木に適用される抽出ルール毎に当該依存構造木から部分構造木が抽出される。また、抽出された部分構造木に対して更に抽出ルールが適用されることにより当該部分構造木の部分構造木が抽出される。

つまり、代表文候補抽出処理においては、抽出ルール毎に、または抽出ルールの組み合わせ毎に抽出された部分構造木が寄せ集められて代表文候補とされる。なお、依存構造木に対して適用される抽出ルールの組み合わせ等は、当該抽出ルールの内容に応じて適宜設定することができる。

以下、抽出ルール格納部２２に格納されている抽出ルールについて具体的に説明する。本実施形態においては、抽出ルール格納部２２には第１〜第６の抽出ルールを含む複数の抽出ルールが格納されているものとする。

ここで、図１１は、抽出ルール格納部２２のデータ構造の一例を示す。図１１に示すように、抽出ルール格納部２２には、各抽出ルールに対応づけて当該抽出ルールが適用されるための条件（ルール適用の条件）が格納されている。

図１１に示す例では、抽出ルール格納部２２には、第１の抽出ルールに対応づけてルール適用の条件「ルートノードの文タイプは何でもよい」が格納されている。これによれば、第１の抽出ルールが全ての依存構造木に適用されることが示されている。

また、抽出ルール格納部２２には、第２〜第４の抽出ルールに対応づけてルール適用の条件「ルートノードの文タイプが、質問以外」が格納されている。これによれば、第２〜第４の抽出ルールがルートノードに付与されている文タイプが質問以外である（つまり、ルートノードの文タイプが状況または要望である）依存構造木に適用されることが示されている。

また、抽出ルール格納部２２には、第５および第６の抽出ルールに対応づけてルール適用の条件「ルートノードの文タイプが、質問」が格納されている。これによれば、第５および第６の抽出ルールがルートノードに付与されている文タイプが質問である依存構造木に適用されることが示されている。

このように、抽出ルール格納部２２に格納されている抽出ルールは、依存構造木に付与された文タイプ（ルートノードに付与されている文タイプ）に基づいて適用される。

まず、抽出ルール格納部２２に格納されている第１の抽出ルールについて説明する。第１の抽出ルールにおいては、依存構造木によって表される複数の自立語のうちの用言に着目する。第１の抽出ルールは、上記したように全ての依存構造木に対して適用されるルールである。

第１の抽出ルールによれば、依存構造木によって表される複数の自立語のうちの用言に基づいて当該依存構造木が分割される。より具体的には、第１の抽出ルールによれば、当該第１の抽出ルールが適用される依存構造木において、ノードに付与されている見出し語の品詞が動詞、形容詞または助動詞であるノード（以下、用言ノードと表記）および当該用言ノードの親ノード間のアークが切断されることによって当該依存構造木が分割される。つまり、第１の抽出ルールでは、全ての用言に基づき分割された依存構造木の各々が部分構造木として抽出される。以下、第１の抽出ルールが適用されることによって抽出される部分構造木を部分依存構造木と称する。

ここで、図１２〜図１４を参照して、上記した図７に示す依存構造木に対して第１の抽出ルールが適用された場合について具体的に説明する。以下の説明においては、図７に示す依存構造木を対象依存構造木と称する。

図１２に示すように、対象依存構造木には、用言ノード（ここでは、見出し語の品詞が動詞であるノード）として見出し語「食べなかった」が付与されたノードおよび見出し語「入っていた」が付与されたノードが含まれている。以下の説明においては、例えば見出し語「食べなかった」が付与されたノードを、便宜的に「食べなかった」ノードと称する。なお、他のノードについても同様とする。

ここで、「食べなかった」ノードは、対象依存構造木におけるルートノードであるため、当該「食べなかった」ノードの親ノードは存在しない。一方、「入っていた」ノードは、対象依存構造木における中間ノードであるため、親ノードが存在する。

したがって、対象依存構造木に対して第１の抽出ルールが適用された場合「入っていた」ノードと当該「入っていた」ノードの親ノード（ここでは、「ため、」ノード）とをつなぐアーク（つまり、「入っていた」ノードおよびその親ノード間のアーク）が切断される。

上記したように対象依存構造木においてアークが切断される（つまり、対象依存構造木が分割される）ことにより、対象依存構造木から、図１３および図１４に示す２つの部分依存構造木が抽出される。

ここで、上記した第１の抽出ルールが適用されることによって抽出された部分依存構造木に対して、更にノードの取り込み処理または不要リーフノードの削除処理が行われても構わない。

ノードの取り込み処理とは、例えば対象依存構造木（つまり、分割前の依存構造木）において、第１の抽出ルールが適用されることにより切断されたアーク（つまり、用言ノードおよびその親ノード間のアーク）に付与されている係り受け関係の種類（以下、単にアークの種類と表記）が連体修飾である場合に、当該アークによって表されるノード間の係り受け関係における係り先ノードを係り元ノード側の部分依存構造木が取り込む処理である。この場合、係り元ノード側の部分依存構造木に取り込まれた係り先ノードと当該係り元ノードとの係り受け関係は逆にされる。また、係り受け関係が逆にされた後における係り先ノードと係り元ノードとの間のアークの種類は連体修飾からガ格にされ、当該係り元ノード（つまり、上記したように取り込まれたノード）に付与されている付属語が「が」に変更される。

なお、第１の抽出ルールが適用されることにより切断されたアークによって表されるノード間の係り受け関係における係り先ノード側の部分依存構造木は、ノードの取り込み処理が実行された場合であっても変更されない。

一方、不要リーフノードの削除処理とは、第１の抽出ルールが適用されることによって抽出された部分依存構造木から不要リーフノードを削除する処理である。この不要リーフノードの削除処理においては、不要リーフノードとして見出し語（または品詞）が予め設定されている。なお、不要リーフノード（の内容）は、必要に応じて、適宜、設定可能である。

ここで、図１５を参照して、不要リーフノードの削除処理について具体的に説明する。ここでは、第１の抽出ルールが適用されることによって抽出された部分依存構造木（図１３および図１４に示す部分依存構造木）に対して不要リーフノードの削除処理が行われた場合について説明する。

なお、不要リーフノードとして例えば見出し語「ため、」および「が、」（が付与されているノード）等が予め設定されているものとする。

図１５は、図１３に示す部分依存構造木に対して不要リーフノードの削除処理が行われた結果を示す。図１３に示す部分依存構造木には、不要リーフノードである「ため、」ノードが含まれている。このため、図１５に示すように、不要リーフノードの削除処理においては、部分依存構造木に含まれる「ため、」ノードが削除される。

なお、図１４に示す部分依存構造木には、不要リーフノード（つまり、「ため、」ノードおよび「が、」ノード等）が含まれていない。このため、図１４に示す部分依存構造木に含まれるノードは削除されない。

上記したように、対象依存構造木（図７に示す依存構造木）に対して第１の抽出ルールが適用され、更に例えば不要リーフノードの削除処理が行われた場合には、図１４および図１５に示す部分依存構造木が抽出される。

また、図１６および図１７は、図８に示す依存構造木に対して第１の抽出ルールが適用され、更に例えば不要リーフノードの削除処理が行われた場合に抽出される部分依存構造木を示す。

次に、図１８を参照して、抽出ルール格納部２２に格納されている第２の抽出ルールについて説明する。第２の抽出ルールは、ルートノードに付与されている文タイプが質問以外である依存構造木（または部分依存構造木）に対して適用される。

第２の抽出ルールにおいては、依存構造木におけるルートノードおよび第１世代子ノード（つまり、ルートノードの子ノード）間の全てのアークの種類に着目する。第２の抽出ルールは、これらのアークの中に、アークの種類がガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句であるアークが存在する場合に適用される。なお、この第２の抽出ルールが適用されるべきアークの種類は予め設定されている。

第２の抽出ルールが適用される場合には、まず、ルートノードに付与されている文タイプが質問以外である依存構造木におけるルートノードおよび第１世代子ノード間の全てのアークの中から、アークの種類がガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句であるアークが探索される（ステップＳ１１）。

次に、ルートノードおよび第１世代子ノード間の全てのアークのうちアークの種類がガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句以外であるアーク（つまり、探索されたアーク以外のアーク）が切断される（ステップＳ１２）。

この後、アークが切断された後の部分構造木において、ルートノードおよび各リーフノード間における全てのノードおよびアークを含む部分構造木が抽出される（ステップＳ１３）。図１８に示す例では、３つの部分構造木が抽出される。

上記したように第２の抽出ルールによれば、依存構造木から分岐のない部分構造木が抽出される。以下、第２の抽出ルールが適用されることによって抽出される部分構造木を分岐なし依存構造木と称する。

ここで、例えば対象依存構造木（図７に示す依存構造木）に対して、第２の抽出ルールが適用される場合について具体的に説明する。

この場合、対象依存構造木におけるルートノードである「食べなかった」ノードに付与されている文タイプは状況である。つまり、対象依存構造木におけるルートノードに付与されている文タイプは質問以外であるため、当該対象依存構造木には第２の抽出ルールが適用される。

対象依存構造木における「食べなかった」ノード（ルートノード）および第１世代子ノードである「ため、」ノード間のアークの種類は、従属接続である。

また、対象依存構造木における「食べなかった」ノードおよび第１世代子ノードである「子供」ノード間のアークの種類は、ガ格である。

また、対象依存構造木における「食べなかった」ノードおよび第１世代子ノードである「菓子」ノード間のアークの種類は、ヲ格である。

したがって、対象依存構造木におけるルートノードである「食べなかった」ノードにつながっているアークの種類が従属接続であるアーク（ガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句以外であるアーク）が切断される。

次に、切断により抽出された部分構造木において、「食べなかった」ノードおよび２つのリーフノード（「子供」ノードおよび「オレンジ」ノード）間における全てのノードおよびアークを含む分岐なし依存構造木が抽出される。

具体的には、「食べなかった」ノードおよびリーフノードである「子供」ノード間における全てのノードおよびアークを含む分岐なし依存構造木として、図１９に示す分岐なし依存構造木が抽出される。

同様に、「食べなかった」ノードおよびリーフノードである「オレンジ」ノード間における全てのノードおよびアークを含む分岐なし依存構造木として、図２０に示す分岐なし依存構造木が抽出される。

したがって、対象依存構造木に対して第２の抽出ルールが適用された場合には、上記した図１９および図２０に示す分岐なし依存構造木が抽出される。

ここでは、依存構造木に対して第２の抽出ルールが適用される場合について説明したが、この第２の抽出ルールは、ルートノードに付与されている文タイプが質問以外であれば、上記した部分依存構造木（第１の抽出ルールが適用されることによって抽出された部分構造木）に対しても適用されることができる。

次に、図２１を参照して、抽出ルール格納部２２に格納されている第３の抽出ルールについて説明する。第３の抽出ルールは、ルートノードに付与されている文タイプが質問以外である依存構造木（または部分依存構造木）に対して適用される。

第３の抽出ルールにおいては、依存構造木におけるルートノードおよび第１世代子ノード間の全てのアークの種類に着目する。第３の抽出ルールは、これらのアークの中に、アークの種類がガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句であるアークが存在する場合に適用される。なお、この第３の抽出ルールが適用されるアークの種類は予め設定されている。

第３の抽出ルールが適用される場合には、まず、ルートノードに付与されている文タイプが質問以外である依存構造木におけるルートノードおよび第１世代子ノード間の全てのアークの中から、アークの種類がガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句であるアークが探索される（ステップＳ２１）。

次に、ルートノードおよび第１世代子ノード間の全てのアークのうちアークの種類がガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句以外であるアーク（つまり、探索されたアーク以外のアーク）が切断される（ステップＳ２２）。

なお、ここまでの処理（ステップＳ２１およびＳ２２の処理）は、上述した第２の抽出ルールが適用される場合において説明した図１８に示すステップＳ１１およびＳ１２の処理と同様である。

この後、アークが切断された後の部分構造木において、ルートノードの子ノード（つまり、第１世代子ノード）をリーフノードとする部分構造木が抽出される（ステップＳ２３）。つまり、図２１に示すように、ルートノードと、当該ルートノードの子ノードと、当該ルートノードおよび第１世代子ノード間のアークを含む部分構造木が抽出される。

上記したように第３の抽出ルールによれば、依存構造木におけるルートノードおよび第１世代子ノードのみからなる部分構造木が抽出される。以下、第３の抽出ルールが適用されることによって抽出される部分構造木を１世代部分依存構造木と称する。

ここで、例えば対象依存構造木（図７に示す依存構造木）に対して第３の抽出ルールが適用された場合について具体的に説明する。

この場合、対象依存構造木におけるルートノードである「食べなかった」ノードに付与されている文タイプは状況である。つまり、対象依存構造木におけるルートノードに付与されている文タイプは質問以外であるため、当該対象依存構造木には第３の抽出ルールが適用される。

ここでは、上記したように対象依存構造木における「食べなかった」ノード（ルートノード）につながっているアークの種類が従属接続であるアーク（ガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句以外であるアーク）が切断される。

次に、切断により抽出された部分構造木において、ルートノードの子ノード（第１世代子ノード）をリーフノードとした１世代部分依存構造木が抽出される。

この切断により抽出された部分構造木において、ルートノードである「食べなかった」ノードの子ノードは、「子供」ノードおよび「菓子」ノードである。このため、ルートノードである「食べなかった」ノードと、当該「食べなかった」ノードの子ノードである「子供」ノードと、「菓子」ノードと、当該「食べなかった」ノードおよびその子ノード間のアークとを含む１世代部分依存構造木が抽出される。

したがって、対象依存構造木に対して第３の抽出ルールが適用された場合には、図２２に示す１世代部分依存構造木が抽出される。

ここでは、依存構造木に対して第３の抽出ルールが適用される場合について説明したが、この第３の抽出ルールは、ルートノードに付与されている文タイプが質問以外であれば、上記した部分依存構造木に対しても適用されることができる。

次に、図２３を参照して、抽出ルール格納部２２に格納されている第４の抽出ルールについて説明する。第４の抽出ルールは、ルートノードに付与されている文タイプが質問以外である依存構造木（または部分依存構造木）に対して適用される。

第４の抽出ルールによれば、上記した第３の抽出ルールが適用されることによって抽出された１世代部分依存構造木を利用して部分構造木が抽出される。

第４の抽出ルールが適用される場合には、まず、ルートノードに付与されている文タイプが質問以外である依存構造木に対して上記した第３の抽出ルールが適用されることによって、１世代部分依存構造木が抽出される（ステップＳ３１）。

次に、第３の抽出ルールを適用することによって抽出された１世代部分依存構造木におけるルートノードおよび第１世代子ノード間のアークを用いて、当該ルートノードおよび第１世代子ノードの各々を含む部分構造木が抽出される（ステップＳ３２）。

上記したように第４の抽出ルールによれば、１世代部分依存構造木におけるルートノードおよび第１世代子ノードの２ノードを含む部分構造木が抽出される。以下、第４の抽出ルールが適用されることによって抽出される部分構造木を２語文部分依存構造木と称する。

ここで、例えば対象依存構造木（図７に示す依存構造木）に対して第４の抽出ルールが適用された場合について具体的に説明する。

この場合、対象依存構造木におけるルートノードである「食べなかった」ノードに付与されている文タイプは状況である。つまり、対象依存構造木におけるルートノードに付与されている文タイプは質問以外であるため、当該対象依存構造木には第４の抽出ルールが適用される。

まず、対象依存構造木に対して第４の抽出ルールが適用されることにより、１世代部分依存構造木が抽出される。ここでは、上記した図２２に示す１世代部分依存構造木が抽出されたものとする。

図２２に示す１世代部分依存構造木におけるルートノードは「食べなかった」ノードであり、第１世代子ノードは「子供」ノードおよび「菓子」ノードである。この場合、ルートノードである「食べなかった」ノードおよび第１世代子ノードである「子供」ノードを含む２語文部分依存構造木と、ルートノードである「食べなかった」ノードおよび第１世代子ノードである「菓子」ノードを含む２語文部分依存構造木とが抽出される。

具体的には、ルートノードである「食べなかった」ノードおよび第１世代子ノードである「子供」ノードを含む２語文部分依存構造木として、図２４に示す２語文部分依存構造木が抽出される。

また、ルートノードである「食べなかった」ノードおよび第１世代子ノードである「菓子」ノードを含む２語文部分依存構造木として、図２５に示す２語文部分依存構造木が抽出される。

したがって、対象依存構造木に対して第４の抽出ルールが適用された場合には、上記した図２４および図２５に示す２語文依存構造木が抽出される。

ここでは、依存構造木に対して第４の抽出ルールが適用された場合について説明したが、この第４の抽出ルールは、ルートノードに付与されている文タイプが質問以外であれば、上記した部分依存構造木に対しても適用されることができる。

次に、図２６を参照して、抽出ルール格納部２２に格納されている第５の抽出ルールについて説明する。第５の抽出ルールは、ルートノードに付与されている文タイプが質問である依存構造木（または部分依存構造木）に対して適用される。

第５の抽出ルールにおいては、依存構造木におけるルートノードおよび第１世代子ノード間の全てのアークの種類に着目する。第５の抽出ルールは、これらのアークの中に、アークの種類がガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句であるアークが存在し、このアークの種類が前置句であるアークにつながっている第１世代子ノードに付与されている品詞が疑問代名詞である場合に適用される。なお、この第５の抽出ルールが適用されるべきアークの種類および第１世代子ノードの品詞は予め設定されている。

ここで、アークの種類が前置句であるアークについて簡単に説明すると、アークの種類が前置句であるアークとは、例えば「Ａである」という文が構文解析された結果における見出し語「Ａ」が付与されているノード及び見出し語「である」が付与されているノード間をつなぐようなアークをいう。

第５の抽出ルールが適用される場合には、まず、ルートノードに付与されている文タイプが質問である依存構造木におけるルートノードおよび第１世代子ノード間の全てのアークの中から、アークの種類がガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句であるアークが探索される（ステップＳ４１）。

次に、ルートノードおよび第１世代子ノード間の全てのアークのうちアークの種類がガ格、ヲ格、ニ格、カラ格、場所格、道具格および前置句以外であるアーク（つまり、探索されたアーク以外のアーク）が切断される（ステップＳ４２）。

更に、ルートノードおよび第１世代子ノード間のアークの種類が前置句で、かつ当該第１世代子ノードに付与されている品詞が疑問代名詞である場合、当該アークが切断される（ステップＳ４３）。

この後、アークが切断された後の部分構造木において、ルートノードおよび各リーフノード間における全てのノードおよびアークを含む部分構造木が抽出される（ステップＳ４４）。図２６に示す例では、３つの部分構造木が抽出される。

上記したように第５の抽出ルールによれば、依存構造木から分岐のない部分構造木が抽出される。以下、第５の抽出ルールが適用されることによって抽出される部分構造木を質問文部分依存構造木と称する。

ここで、上記した図８に示す依存構造木に対して第５の抽出ルールが適用される場合について具体的に説明する。ここでは、図８に示す依存構造木を対象依存構造木と称する。

この場合、対象依存構造木におけるルートノードである「ですか」ノードに付与されている文タイプは質問である。このため、対象依存構造木には第５の抽出ルールが適用される。

対象依存構造木における「ですか」ノード（ルートノード）および第１世代子ノードである「が、」ノード間のアークの種類は従属接続であり、当該「が、」ノードに付与されている品詞は接続詞である。

また、対象依存構造木における「ですか」ノードおよび第１世代子ノードである「産地」ノード間のアークの種類はガ格であり、当該「産地」ノードに付与されている品詞は名詞である。

また、対象依存構造木における「ですか」ノードおよび第１世代子ノードである「どこ」ノード間のアークの種類は前置句であり、当該「どこ」ノードに付与されている品詞は疑問代名詞である。

したがって、対象依存構造木におけるルートノードである「ですか」ノードにつながっているアークの種類が従属接続であるアーク（ガ格、を格、ニ格、カラ格、場所格、道具格および前置句以外であるアーク）が切断される。

次に、アークが切断された後の対象依存構造木における「ですか」ノードおよび２つのリーフノード（ここでは、「産地」ノードおよび「どこ」ノード）間のアークに注目する。この場合、上記したように「ですか」ノードおよび第１世代子ノードである「どこ」ノード間のアークの種類は前置句であり、当該「どこ」ノードに付与されている品詞は疑問代名詞であるため、ルートノードである「ですか」ノードおよび第１世代子ノードである「どこ」ノードの間のアークが切断される。

一方、「ですか」ノードおよび第１世代子ノードである「産地」ノード間のアークの種類は前置句でなく、また、「産地」ノードに付与されている品詞は疑問代名詞でないため、ルートノードである「ですか」ノードおよびリーフノードである「オレンジ」ノード間における全てのノードおよびアークを含む質問文部分依存構造木が抽出される。

具体的には、「ですか」ノードおよび「オレンジ」ノード間における全てのノードおよびアークを含む質問文部分依存構造木として、図２７に示す質問文部分依存構造木が抽出される。

したがって、対象依存構造木（図８に示す依存構造木）に対して第５の抽出ルールが適用された場合には、上記した図２７に示す質問文部分依存構造木（分岐なし部分依存構造木）が抽出される。

ここでは、依存構造木に対して第５の抽出ルールが適用された場合について説明したが、この第５の抽出ルールは、ルートノードに付与されている文タイプが質問であれば、上記した部分依存構造木に対しても適用されることができる。

次に、図２８を参照して、抽出ルール格納部２２に格納されている第６の抽出ルールについて説明する。第６の抽出ルールは、ルートノードに付与されている文タイプが質問である依存構造木（または部分依存構造木）に対して適用される。

第６の抽出ルールにおいては、依存構造木における第１世代子ノードおよび当該第１世代子ノードにつながっているノード群に着目する。以下の説明では、依存構造木における第１の世代子ノードをルートノードとする部分構造木を子ノード群構造木と称する。つまり、依存構造木には、当該依存構造木における第１世代子ノードにつながっている各ノードが含まれる子ノード群構造木が含まれる。例えば２つの第１世代子ノードを含む依存構造木においては、ルートノードに２つの子ノード群構造木がつながっているといえる。なお、第６の抽出ルールは、２つの第１世代子ノードを含む依存構造木に対して適用されるものとする。

ここでは、図２８に示すように、依存構造木には、子ノード群構造木１０１および１０２が含まれているものとする。

第６の抽出ルールが適用される場合には、まず、ルートノードに付与されている文タイプが質問である依存構造木であって２つの第１世代子ノードを含む依存構造木における２つの子ノード群構造木を入れ替える（ステップＳ５１）。このとき、第１世代子ノード（子ノード群構造木１０１および１０２におけるルートノード）に付与されている付属語は入れ替えない。

次に、２つの子ノード群構造木１０１および１０２に含まれる各ノードに付与されている順番（の値）を変更する（ステップＳ５２）。この場合、子ノード群構造木１０１および１０２におけるルートノード（つまり、依存構造木における第１世代子ノード）に付与されている順番に注目する。

ここで、子ノード群構造木１０２に含まれるノード数をＭ（ここでは、Ｍ＝４）、子ノード群構造木１０１に含まれるノード数をＮ（ここでは、Ｎ＝１）とする。また、図２８によれば、子ノード群構造木１０２におけるルートノードである「Ｂ１」ノード（見出し語がＢ１であるノード）に付与さている順番はＢ４である。また、子ノード群構造木１０１におけるルートノードである「Ａ１」ノード（見出し語がＡ１であるノード）に付与されている順番はＡ４である。

この場合において、子ノード群構造木１０２におけるルートノードに付与されている順番が子ノード群構造木１０１におけるルートノードに付与されている順番より大きい場合、つまり、Ｂ４＞Ａ４である場合、子ノード群構造木１０２に含まれる各ノードに付与されている順番（の値）を「当該順番−Ｎ」とし、子ノード群構造木１０１に含まれる各ノードに付与されている順番（の値）を「当該順番＋Ｍ」とする。

一方、子ノード群構造木１０２におけるルートノードに付与されている順番が子ノード群構造木１０１におけるルートノードに付与されている順番より小さい場合、つまり、Ｂ４＜Ａ４である場合、子ノード群構造木１０２に含まれる各ノードに付与されている順番（の値）を「当該順番＋Ｎ」とし、子ノード群構造木１０１に含まれる各ノードに付与されている順番（の値）を「当該順番−Ｍ」とする。

なお、図２８は、Ｂ４＞Ａ４の場合を示している。つまり、子ノード群構造木１０２に含まれる各ノードに付与されている順番が「当該順番−Ｎ」となっており、子ノード群構造木１０１に含まれるノードに付与されている順番が「当該順番−Ｍ」となっている。

上記したように第６の抽出ルールによれば、依存構造木から当該依存構造木に含まれるノードの順番が入れ替えられた（つまり、並び替えられた）部分構造木（依存構造木）が抽出される。この第６の抽出ルールによって、語の並び替えを考慮した部分構造木を抽出することが可能となる。以下、第６の抽出ルールが適用されることによって抽出される部分構造木を並び替え質問部分依存構造木と称する。

ここで、図２９を参照して、上記した図９に示す依存構造木に対して第６の抽出ルールが適用される場合について具体的に説明する。ここでは、図９に示す依存構造木を対象依存構造木と称する。

この場合、対象依存構造木におけるルートノードである「ですか」ノードに付与されている文タイプは質問である。このため、対象依存構造木には第６の抽出ルールが適用される。

対象依存構造木における第１世代子ノードは、「アメリカ」ノードおよび「産地」ノードの２つである。ここで、「アメリカ」ノードをルートノードとする子ノード群構造木に含まれるノード数は１である。また、「産地」ノードをルートノードとする子ノード群構造木に含まれるノード数は２である。なお、「アメリカ」ノードをルートノードとする子ノード群構造木を「アメリカ」子ノード群構造木、「産地」ノードをルートノードとする子ノード群構造木を「産地」子ノード群構造木と称する。

まず、図２９に示すように、「アメリカ」子ノード群構造木と「産地」子ノード群構造木とを入れ替える（ステップＳ６１）。このとき、「アメリカ」子ノード群構造木におけるルートノードである「アメリカ」ノードに付与されている付属語と「産地」子ノード群構造木におけるルートノードである「産地」ノードに付与されている付属語とは入れ替えない。ここでは、図２９に示すように「アメリカ」ノードに付与されていた付属語「は」が「産地」ノードに付与されることになる。

次に、「アメリカ」子ノード群構造木および「産地」子ノード群構造木に含まれる各ノードに付与されている順番（の値）を変更する（ステップＳ６２）。

ここで、「アメリカ」子ノード群構造木におけるルートノードである「アメリカ」ノードに付与されている順番と「産地」子ノード群構造木におけるルートノードである「産地」ノードに付与されている順番とを比較すると、当該「産地」ノードに付与されている順番は、「アメリカ」ノードに付与されている順番より大きい。

この場合、「産地」子ノード群構造木に含まれている各ノード（ここでは、「産地」ノードおよび「オレンジ」ノード）に付与されている順番から「アメリカ」子ノード群構造木に含まれるノード数である１を減算する。一方、「アメリカ」子ノード群構造木に含まれるノード（ここでは、「アメリカ」ノード）に付与されている順番に「産地」子ノード群構造木に含まれるノード数である２を加算する。これにより、対象依存構造木における各ノードに付与されている順番が入れ替えられる（つまり、当該ノードが並び替えられる）。

したがって、対象依存構造木（図９に示す依存構造木）に対して第６の抽出ルールが適用された場合には、図２９に示すように並び替え質問部分依存構造木が抽出される。

ここでは、依存構造木に対して第６の抽出ルールが適用された場合について説明したが、この第５の抽出ルールは、ルートノードに付与されている文タイプが質問であれば、上記した部分依存構造木に対しても適用されることができる。

上記したように抽出ルール格納部２２に格納されている抽出ルールとして第１〜第６の抽出ルールについて説明したが、他の抽出ルールが格納されていても構わない。

また、抽出ルール格納部２２に格納されている複数の抽出ルールのうち、例えばユーザによって選択された抽出ルールのみが適用される構成であっても構わない。

ここで、上述したように代表文候補抽出処理においては抽出ルールまたは抽出ルールの組み合わせ毎に抽出された部分構造木が代表文候補とされるが、本実施形態においては、１つの依存構造木に対して図３０に示すように第１〜第６の抽出ルールを組み合わせて適用することによって代表文候補が抽出されるものとする。

具体的には、代表文候補抽出処理においては、図３０に示すように依存構造木（構文解析部３２によって生成された依存構造木）に対して第１の抽出ルールが適用されることによって抽出された部分構造木が代表文候補とされる。

また、代表文候補抽出処理においては、図３０に示すように依存構造木に対して第１の抽出ルールが適用されることによって抽出された部分構造木（部分依存構造木）に対して更に第２の抽出ルールが適用されることによって抽出された部分構造木が代表文候補とされる。

また、代表文候補抽出処理においては、図３０に示すように依存構造木に対して第１の抽出ルールが適用されることによって抽出された部分構造木（部分依存構造木）に対して更に第３の抽出ルールが適用されることによって抽出された部分構造木が代表文候補とされる。

また、代表文候補抽出処理においては、図３０に示すように依存構造木に対して第１の抽出ルールが適用されることによって抽出された部分構造木（部分依存構造木）に対して更に第４の抽出ルールが適用されることによって抽出された部分構造木が代表文候補とされる。

また、代表文候補抽出処理においては、図３０に示すように依存構造木に対して第１の抽出ルールが適用されることによって抽出された部分構造木（部分依存構造木）に対して更に第５の抽出ルールが適用されることによって抽出された部分構造木が代表文候補とされる。

また、代表文候補抽出処理においては、図３０に示すように依存構造木に対して第１の抽出ルールが適用されることによって抽出された部分構造木（部分依存構造木）に対して更に第６の抽出ルールが適用されることによって抽出された部分構造木が代表文候補とされる。

ここで、上述した図７〜図９に示す依存構造木に対して図３０に示すように第１〜第６の抽出ルールを組み合わせて適用することによって抽出される代表文候補（部分構造木）について具体的に説明する。なお、第１〜第６の抽出ルールについては上述したとおりであるため、当該第１〜第６の抽出ルールについての詳しい説明は省略する。

まず、図７に示す依存構造木に対して図３０に示す第１〜第６の抽出ルールを組み合わせて適用することによって抽出される部分構造木（代表文候補）について説明する。

この場合、図７に示す依存構造木に対して第１の抽出ルールが適用される。図７に示す依存構造木に対して第１の抽出ルールが適用された場合には、上述したように図１４および図１５に示す部分構造木（部分依存構造木）が抽出される。この図１４および図１５に示す部分構造木は代表文候補とされる。

また、図７に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１４および図１５に示す部分構造木におけるルートノードに付与されている文タイプは状況（つまり、質問以外）であるため、当該部分構造木に対しては第２の抽出ルールが適用される。図１４に示す部分構造木に対して第２の抽出ルールが適用された場合には、図３１および図３２に示す部分構造木（分岐なし依存構造木）が抽出される。また、図１５に示す部分構造木に対して第２の抽出ルールが適用された場合には、上述した図１９および図２０に示す部分構造木（分岐なし依存構造木）が抽出される。この図１９、図２０、図３１および図３２に示す部分構造木は代表文候補とされる。

また、図７に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１４および図１５に示す部分構造木におけるルートノードに付与されている文タイプは状況であるため、当該部分構造木に対しては第３の抽出ルールが適用される。図１４に示す部分構造木に対して第３の抽出ルールが適用された場合には、図３３に示す部分構造木（１世代部分依存構造木）が抽出される。また、図１５に示す部分構造木に対して第３の抽出ルールが適用された場合には、上述した図２２に示す部分構造木（１世代部分依存構造木）が抽出される。この図２２および図３３に示す部分構造木は代表文候補とされる。

また、図７に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１４および図１５に示す部分構造木におけるルートノードに付与されている文タイプは状況であるため、当該部分構造木に対しては第４の抽出ルールが適用される。図１４に示す部分構造木に対して第４の抽出ルールが適用された場合には、図３４および図３５に示す部分構造木（２語文部分依存構造木）が抽出される。また、図１５に示す部分構造木に対して第４の抽出ルールが適用された場合には、上述した図２４および図２５に示す部分依存構造木（２語文部分依存構造木）が抽出される。この図２４、図２５、図３４および図３５に示す部分構造木は代表文候補とされる。

なお、図７に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１４および図１５に示す部分構造木おけるルートノードに付与されている文タイプは状況であるため、当該部分構造木に対しては第５および第６の抽出ルールは適用されない。

次に、図８に示す依存構造木に対して図３０に示すように第１〜第６の抽出ルールを組み合わせて適用することによって抽出される部分構造木（代表文候補）について説明する。

この場合、図８に示す依存構造木に対して第１の抽出ルールが適用される。図８に示す依存構造木に対して第１の抽出ルールが適用された場合には、上述した図１６および図１７に示す部分構造木（部分依存構造木）が抽出される。この図１６および図１７に示す部分構造木は代表文候補とされる。

また、図８に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１６に示す部分構造木におけるルートノードに付与されている文タイプは状況（つまり、質問以外）であるため、当該部分構造木に対しては第２の抽出ルールが適用される。図１６に示す部分構造木に対して第２の抽出ルールが適用された場合には、図３６および図３７に示す部分構造木（分岐なし依存構造木）が抽出される。この図３６および図３７に示す部分構造木は代表文候補とされる。

また、図８に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１６に示す部分構造木におけるルートノードに付与されている文タイプは状況であるため、当該部分構造木に対しては第３の抽出ルールが適用される。図１６に示す部分構造木に対して第３の抽出ルールが適用された場合には、当該図１６に示す部分構造木と同様の部分構造木（１世代部分依存構造木）が抽出される。なお、１つの依存構造木に対して異なる抽出ルール（またはその組み合わせ）が適用された結果として同様の部分構造木が複数抽出された場合、当該部分構造木は１つの代表文候補として扱われる。

また、図８に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１６に示す部分構造木におけるルートノードに付与されている文タイプは状況であるため、当該部分構造木に対しては第４の抽出ルールが適用される。図１６に示す部分構造木に対して第４の抽出ルールが適用された場合には、上記した図３６および図３７に示す部分構造木（２語文依存構造木）が抽出される。つまり、図１６に示す部分構造木に対して第４の抽出ルールが適用された結果は、当該部分構造木に対して上記した第２の抽出ルールが適用された結果と同様である。

ここで、図８に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１６に示す部分構造木におけるルートノードに付与されている文タイプは上記したように状況であるため、当該部分構造木に対しては第５および第６の抽出ルールは適用されない。

これに対して、図８に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１７に示す部分構造木におけるルートノードに付与されている文タイプは質問であるため、当該部分構造木に対しては第２〜第４の抽出ルールは適用されないが、第５および第６の抽出ルールが適用される。

図８に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１７に示す部分構造木に対して第５の抽出ルールが適用された場合には、図３８に示す部分構造木（質問文部分依存構造木）が抽出される。この図３８に示す部分構造木は代表文候補とされる。

また、図８に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図１７に示す部分構造木に対して第６の抽出ルールが適用された場合には、図３９に示す部分構造木（並び替え質問文部分依存構造木）が抽出される。この図３９に示す部分構造木は代表文候補とされる。

次に、図９に示す依存構造木に対して図３０に示すように第１〜第６の抽出ルールを組み合わせて適用することによって抽出される部分構造木（代表文候補）について説明する。

この場合、図９に示す依存構造木に対して第１の抽出ルールが適用される。図９に示す依存構造木に対して第１の抽出ルールが適用された場合には、当該図９に示す依存構造木と同様の部分構造木（部分依存構造木）が抽出される。この図９に示す部分構造木は代表文候補とされる。

また、図９に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図９に示す部分構造木におけるルートノードに付与されている文タイプは質問であるため、当該部分構造木に対しては第２〜第４の抽出ルールは適用されないが、第５および第６の抽出ルールが適用される。

図９に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図９に示す部分構造木に対して第５の抽出ルールが適用された場合には、図４０および図４１に示す部分構造木（質問文部分構造木）が抽出される。この図４０および図４１に示す部分構造木は代表文候補とされる。

また、図９に示す依存構造木に対して第１の抽出ルールが適用されることによって抽出された図９に示す部分構造木に対して第６の抽出ルールが適用された場合には、図４２に示す部分構造木（並び替え質問文部分依存構造木）が抽出される。この図４２に示す部分構造木は代表文候補とされる。

ここで、図４３および図４４は、代表文候補抽出部３３によって抽出された代表文候補の一例を示す。なお、図４３および図４４は、上述した図４に示す複数の文書（文書群）から生成された依存構造木に対して図３０に示すように第１〜第６の抽出ルールを組み合わせて適用することによって抽出された代表文候補の一例を示す。なお、代表文候補抽出部３３によって抽出された代表文候補は上述したように部分構造木（依存構造木）の形式であるが、図４３および図４４においては便宜的に平文の形式で表している。

図４３および図４４に示すように、代表文候補抽出部３３によって抽出された代表文候補には、当該代表文候補を識別するための代表文候補ＩＤ、当該代表文候補（部分構造木）が抽出された依存構造木（におけるルートカテゴリ）に付与された文タイプおよび当該依存構造木の生成に用いられた（文によって構成される）文書を識別するための文書ＩＤが付与されている。

図４３に示す例では、例えば代表文候補「成分はビタミンです」には、代表文候補ＩＤ「１３」、文タイプ「状況」および文書ＩＤ「２」が付与されている。これによれば、代表文候補ＩＤ「１３」によって識別される代表文候補「成分はビタミンです」は、文書ＩＤ「２」によって識別される文書を構成する文から生成された依存構造木から抽出されたことが示される。また、代表文候補ＩＤ「１３」によって識別される代表文候補「成分はビタミンです」は、当該代表文候補におけるルートノード（ここでは、「です」ノード）に付与された文タイプが状況であることが示される。

また、図４４に示す例では、例えば代表文候補「保存方法を教えて」には、代表文候補ＩＤ「２２」、文タイプ「要望」および文書ＩＤ「４」が付与されている。これによれば、代表文候補ＩＤ「２２」によって識別される代表文候補「保存方法を教えて」は、文書ＩＤ「４」によって識別される文書を構成する文から生成された依存構造木から抽出されたことが示される。また、代表文候補ＩＤ「２２」によって識別される代表文候補「保存方法を教えて」は、当該代表文候補におけるルートノード（ここでは、「教えて」ノード）に付与された文タイプが要望であることが示される。

また、図４４に示す例では、例えば代表文候補「オレンジの産地はアメリカですか」には、代表文候補ＩＤ「２３」、文タイプ「質問」および文書ＩＤ「５」が付与されている。これによれば、代表文候補ＩＤ「２３」によって識別される代表文候補「オレンジの産地はアメリカですか」は、文書ＩＤ「５」によって識別される文書を構成する文から生成された依存構造木から抽出されたことが示される。また、代表文候補ＩＤ「２３」によって識別される代表文候補「オレンジの産地はアメリカですか」は、当該代表文候補におけるルートノード（ここでは、「ですか」ノード）に付与された文タイプが質問であることが示される。

ここでは、上記したように代表文候補「成分はビタミンです」、「保存方法を教えて」および「オレンジの産地はアメリカですか」について説明したが、他の代表文候補についても同様であるため、その詳しい説明を省略する。

再び図３に戻ると、文生成集約部３４は、文タイプ別文生成ルール格納部２３に格納されている文タイプ別文生成ルールおよび変換情報格納部２４に格納されている変換情報に基づいて、代表文候補抽出部３３によって抽出された代表文候補（部分構造木）から代表文候補文（つまり、平文）を生成する（ステップＳ４）。なお、変換情報格納部２４に格納されている変換情報には、例えば活用形辞書および同義語辞書等が含まれる。この活用形辞書には、例えば動詞毎の活用形（例えば、終止形およびテ形等）の情報が含まれる。また、同義語辞書には、自立語の同義語の情報が含まれる。

ここで、図４５は、文タイプ別文生成ルール格納部２３のデータ構造の一例を示す。図４５に示すように、文タイプ別文生成ルール格納部２３には、文タイプ毎に、当該文タイプに応じた文生成ルールが格納されている。

図４５に示す文タイプ「状況」に対応づけて文タイプ別文生成ルール格納部２３に格納されている文生成ルール（以下、状況用文生成ルールと表記）は、文タイプとして状況が付与された代表文候補に対して適用される文生成ルールである。この状況用文生成ルールによれば、代表文候補（部分構造木）に含まれるノード毎に、当該ノードに付与されている見出し語および付属語が当該見出し語および付属語の順に結合されて表層文字列が生成される。このとき、ノードに付与されている品詞が動詞または形容詞である場合には、当該ノードに付与されている見出し語の活用形は終止形に変換される。この変換処理は、上記した変換情報格納部２４に格納されている変換情報（活用形辞書）に基づいて実行される。なお、ノードに付与されている品詞が助動詞であるノードについては、表層文字列は生成されない。状況用文生成ルールによれば、ノード毎に生成された表層文字列を、当該ノードに付与されている順番に応じてつなげることによって平文が生成される。なお、ノード毎に生成された表層文字列は、当該ノードに付与されている順番が小さい順につなげられる。代表文候補に対して状況用文生成ルールが適用された場合には、このように当該代表文候補から代表文候補文（平文）が生成される。

図４５に示す文タイプ「質問」に対応づけて文タイプ別文生成ルール格納部２３に格納されている文生成ルール（以下、質問用文生成ルールと表記）は、文タイプとして質問が付与された代表文候補に対して適用される文生成ルールである。この質問用文生成ルールによれば、代表文候補に含まれるノード毎に、当該ノードに付与されている見出し語および付属語が当該見出し語および付属語の順に結合されて表層文字列が生成される。このとき、ノードに付与されている品詞が動詞または形容詞である場合には、当該ノードに付与されている見出しの語の活用形は終止形に変換される。この変換処理は、上記した変換情報格納部２４に格納されている変換情報（活用形辞書）に基づいて実行される。なお、ノードに付与されている品詞が助動詞であるノードについては、表層文字列は生成されない。質問用文生成ルールによれば、ノード毎に生成された表層文字列を、当該ノードに付与されている順番に応じてつなげることによって平文が生成され、当該平文の文末に疑問符（つまり、「？」）が付与される。なお、ノード毎に生成された表層文字列は、当該ノードに付与されている順番が小さい順につなげられる。代表文候補に対して質問用文生成ルールが適用された場合には、このように当該代表文候補から代表文候補文（平文）が生成される。

図４５に示す文タイプ「要望」に対応づけて文タイプ別文生成ルール格納部２３に格納されている文生成ルール（以下、要望用文生成ルールと表記）は、文タイプとして要望が付与された代表文候補に対して適用される文生成ルールである。この要望用文生成ルールによれば、代表文候補に含まれるノード毎に、当該ノードに付与されている見出し語および付属語が当該見出し語および付属語の順に結合されて表層文字列が生成される。このとき、ノードに付与されている品詞が動詞である場合には、当該ノードに付与されている見出し語の活用形はテ形（語尾が「て」で終わる形）とされる。具体的には、ノードに付与されている見出し語が例えば「教える」である場合には「教えて」に変換される。この変換処理は、上記した変換情報格納部２４に格納されている変換情報（活用形辞書）に基づいて実行される。要望用文生成ルールによれば、ノード毎に生成された表層文字列を、当該ノードに付与されている順番に応じてつなげることによって平文が生成され、当該平文の文末に「下さい」（の文字列）が付与される。なお、ノード毎に生成された表層文字列は、当該ノードに付与されている順番が小さい順につなげられる。代表文候補に対して要望用文生成ルールが適用された場合には、このように当該代表文候補から代表文候補文（平文）が生成される。

ここで、図４６を参照して、代表文候補に対して上記した状況用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明する。

ここでは、上述した図４３に示す代表文候補ＩＤ「１」、文タイプ「状況」および文書ＩＤ「１」が付与されている代表文候補「菓子を買いました（依存構造木形式）」に対して状況用文生成ルールが適用される場合について説明する。なお、この代表文候補「菓子を買いました」には文タイプ「状況」が付与されているため、当該代表文候補には状況用文生成ルールが適用される。

この場合、代表文候補「菓子を買いました」における各ノード（「買いました」ノードおよび「菓子」ノード）において、当該ノードに付与されている見出し語および付属語が順に結合されて表層文字列が生成される。ここでは、「買いました」ノードに付与されている品詞は動詞であるため、当該「買いました」ノードにおいては、上記したように見出し語が終止形に変換されて、「買う」の表層文字列が生成される。一方、「菓子」ノードにおいては、見出し語「菓子」および付属語「を」が順に結合されて「菓子を」の表層文字列が生成される。ここで、ノード毎に生成された「買う」および「菓子を」の各表層文字列を当該ノードに付与されている順番が小さい順につなげることによって平文が生成される。ここでは、「買いました」ノードに付与されている順番は２であり、「菓子」ノードに付与されている順番は１であるため、「菓子を買う」の平文が生成される。

このように代表文候補「菓子を買いました」に対して状況用文生成ルールが適用された場合には、図４６に示すように、当該代表文候補「菓子を買いました（依存構造木形式）」から代表文候補文「菓子を買う（平文形式）」が生成される。

なお、上記したようにノードに付与されている品詞が助動詞であるノードについては、表層文字列は生成されない。このため、例えば図４３に示す代表文候補ＩＤ「１３」が付与されている代表文候補「成分はビタミンです（依存構造木形式）」に対して状況用文生成ルールが適用された場合には、詳しい説明は省略するが、代表文候補文「成分はビタミン（平文形式）」が生成される。

次に、図４７〜図５２を参照して、代表文候補に対して上記した質問用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明する。

まず、図４７を参照して、上述した図４３に示す代表文候補ＩＤ「１７」、文タイプ「質問」および文書ＩＤ「２」が付与されている代表文候補「オレンジの産地はですか（依存構造木形式）」に対して質問用文生成ルールが適用される場合について説明する。なお、この代表文候補「オレンジの産地はですか」には文タイプ「質問」が付与されているため、当該代表文候補には質問用文生成ルールが適用される。

この場合、代表文候補「オレンジの産地はですか」における各ノード（「ですか」ノード、「産地」ノードおよび「オレンジ」ノード）について、当該ノードに付与されている見出し語および付属語が順に結合されて表層文字列が生成される。ここでは、「ですか」ノードに付与されている品詞は助動詞であるため、当該「ですか」ノードについて表層文字列は生成されない。また、「産地」ノードにおいては、見出し語「産地」および付属語「は」が順に結合されて「産地は」の表層文字列が生成される。更に、「オレンジ」ノードにおいては、見出し語「オレンジ」および付属語「の」が順に結合されて「オレンジの」の表層文字列が生成される。ここで、ノード毎に生成された「産地は」および「オレンジの」の表層文字列を当該ノードに付与されている順番が小さい順につなげることによって平文が生成される。ここでは、「産地」ノードに付与されている順番は６であり、「オレンジ」ノードに付与されている順番は５であるため、「オレンジの産地は」の平文が生成される。なお、このように生成された「オレンジの産地は」の平文の文末には疑問符「？」が付与される。

このように代表文候補「オレンジの産地はですか」に対して質問用文生成ルールが適用された場合には、図４７に示すように、当該代表文候補「オレンジの産地はですか（依存構造木形式）」から代表文候補文「オレンジの産地は？（平文形式）」が生成される。

なお、図４８に示すように、上述した図４３に示す代表文候補ＩＤ「２６１」が付与されている代表文候補「オレンジの産地はですか（依存構造木形式）」に対して質問用文生成ルールが適用された場合にも同様に、代表文候補文「オレンジの産地は？（平文形式）」が生成される。

次に、図４９を参照して、上述した図４４に示す代表文候補ＩＤ「２６」、文タイプ「質問」および文書ＩＤ「５」が付与されている代表文候補「アメリカはオレンジの産地ですか（依存構造木形式）」に対して質問用文生成ルールが適用される場合について説明する。なお、この代表文候補「アメリカはオレンジの産地ですか」には文タイプ「質問」が付与されているため、当該代表文候補には質問用文生成ルールが適用される。

この場合、代表文候補「アメリカはオレンジの産地ですか」における各ノード（「ですか」ノード、「アメリカ」ノード、「産地」ノードおよび「オレンジ」ノード）について、当該ノードに付与されている見出し語および付属語が順に結合された表層文字列が生成される。ここでは、「ですか」ノードに付与されている品詞は助動詞であるため、当該「ですか」ノードについて表層文字列は生成されない。また、「アメリカ」ノードにおいては、見出し語「アメリカ」および付属語「は」が順に結合された「アメリカは」の表層文字列が生成される。また、「産地」ノードにおいては、見出し語「産地」から「産地」の表層文字列が生成される。更に、「オレンジ」ノードにおいては、見出し語「オレンジ」および付属語「の」が順に結合されて「オレンジの」の表層文字列が生成される。ここで、ノード毎に生成された「アメリカは」、「産地」および「オレンジの」の表層文字列を当該ノードに付与されている順番が小さい順につなげることによって平文が生成される。ここでは、「アメリカ」ノードに付与されている順番は１であり、「産地」ノードに付与されている順番は３であり、「オレンジ」ノードに付与されている順番は２であるため、「アメリカはオレンジの産地」の平文が生成される。なお、このように生成された「アメリカはオレンジの産地」の平文の文末には疑問符「？」が付与される。

このように代表文候補「アメリカはオレンジの産地ですか」に対して質問用文生成ルールが適用された場合には、図４９に示すように、当該代表文候補「アメリカはオレンジの産地ですか（依存構造木形式）」から代表文候補文「アメリカはオレンジの産地？（平文形式）」が生成される。

なお、図５０に示すように、上述した図４４に示す代表文候補ＩＤ「２５９」が付与されている代表文候補「アメリカはオレンジの産地ですか（依存構造木形式）」に対して質問用文生成ルールが適用された場合にも同様に、代表文候補文「アメリカはオレンジの産地？（平文形式）」が生成される。

次に、図５１を参照して、例えば「何」および「どこ」のような疑問代名詞を含む代表文候補に対して質問用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明する。ここでは、上述した図４４に示す代表文候補ＩＤ「２５２」、文タイプ「質問」および文書ＩＤ「１９４」が付与されている代表文候補「何は成分ですか（依存構造木形式）」に対して質問用文生成ルールが適用される場合について説明する。なお、この代表文候補「何は成分ですか」には文タイプ「質問」が付与されているため、当該代表文候補には質問用文生成ルールが適用される。

この場合、代表文候補「何は成分ですか」における各ノード（「ですか」ノード、「何」ノードおよび「成分」ノード）について、当該ノードに付与されている見出し語および付属語が順に結合された表層文字列が生成される。ここでは、「ですか」ノードに付与されている品詞は助動詞であるため、当該「ですか」ノードについて表層文字列は生成されない。

ここで、上述した図４５には示していないが、質問用文生成ルールによれば、ノードに付与されている品詞が疑問代名詞である場合、当該ノードに付与されている付属語が当該ノードとその親ノードとの間のアークの種類に対応した語に変換されて、表層文字列が生成されるものとする。例えば代表文候補「何は成分ですか」における「何」ノードに付与されている品詞は疑問代名詞であるため、当該「何」ノードに付与されている付属語「は」は、当該「何」ノードとその親ノードである「ですか」ノードの間のアークの種類であるガ格に対応した語（つまり、「が」）に変換される。したがって、「何」ノードにおいては、見出し語「何」および変換後の付属語「が」が順に結合された「何が」の表層文字列が生成される。

また、「成分」ノードにおいては、付属語が付与されていないため、「成分」の表層文字列が生成される。

ここで、ノード毎に生成された「何が」および「成分」の表層文字列を当該ノードに付与されている順番が小さい順につなげることによって平文が生成される。ここでは、「何」ノードに付与されている順番は１であり、「成分」ノードに付与されている順番は２であるため、「何が成分」の平文が生成される。なお、このように生成された「何が成分」の平文の文末には疑問符「？」が付与される。

このように代表文候補「何は成分ですか」に対して質問用文生成ルールが適用された場合には、図５１に示すように、当該代表文候補「何は成分ですか（依存構造木形式）」から代表文候補文「何が成分？（平文形式）」が生成される。

なお、図５２に示すように、上述した図４３に示す代表文候補ＩＤ「１８」が付与されている代表文候補「どこはオレンジの産地ですか（依存構造木形式）」に対して質問用文生成ルールが適用された場合には、上記したような処理が実行されることによって代表文候補文「どこがオレンジの産地？（平文形式）」が生成される。

図５１および図５２では品詞が疑問代名詞であるノードとその親ノードとの間のアークの種類がガ格である場合について説明したが、当該アークの種類が例えばヲ格である場合には、当該品詞が疑問代名詞であるノードに付与されている付属語は当該アークの種類であるヲ格に対応した語として「を」に変換される。

最後に、図５３および図５４を参照して、代表文候補に対して上記した要望用文生成ルールが適用されることによって生成される代表文候補文について具体的に説明する。

まず、図５３を参照して、上述した図４４に示す代表文候補ＩＤ「２２」、文タイプ「要望」および文書ＩＤ「４」が付与されている代表文候補「保存方法を教えて（依存構造木形式）」に対して要望用文生成ルールが適用される場合について説明する。なお、この代表文候補「保存方法を教えて」には文タイプ「要望」が付与されているため、当該代表文候補には要望用文生成ルールが適用される。

この場合、代表文候補「保存方法を教えて」における各ノード（「教えて」ノードおよび「保存方法」ノード）について、当該ノードに付与されている見出し語および付属語が順に結合されて表層文字列が生成される。「教えて」ノードにおいては、付属語が付与されていないため、「教えて」の表層文字列が生成される。なお、ここでは「教えて」ノードに付与されている品詞は動詞であるが、見出し語「教えて」が既にテ形（語尾が「て」で終わる形）であるため、当該見出し語「教えて」は変換されない。換言すれば、品詞が動詞であるノードの見出し語がテ形でない場合には、当該見出し語は変換情報格納部２４に格納されている変換情報（活用形辞書）に基づいてテ形に変換される。また、「保存方法」ノードにおいては、見出し語「保存方法」および付属語「を」が順に結合されて「保存方法を」の表層文字列が生成される。ここで、ノード毎に生成された「教えて」および「保存方法を」の表層文字列を当該ノードに付与されている順番が小さい順につなげることによって平文が生成される。ここでは、「教えて」ノードに付与されている順番は２であり、「保存方法」ノードに付与されている順番は１であるため、「保存方法を教えて」の平文が生成される。なお、このように生成された「保存方法を教えて」の平文の文末には「下さい」（の文字列）が付与される。

このように代表文候補「保存方法を教えて」に対して要望用文生成ルールが適用された場合には、図５３に示すように、当該代表文候補「保存方法を教えて（依存構造木形式）」から代表文候補文「保存方法を教えて下さい（平文形式）」が生成される。

なお、図５４に示すように、上述した図４３に示す代表文候補ＩＤ「２０」が付与されている代表文候補「保存方法を教えてください」に対して要望用文生成ルールが適用された場合にも同様に、代表文候補文「保存方法を教えて下さい（平文形式）」が生成される。なお、代表文候補ＩＤ「２０」が付与されている代表文候補「保存方法を教えてください」のように既に「ください」が存在する場合には平文の文末には「下さい」は付与されないが、上述した変換情報格納部２４に格納されている変換情報（例えば、同義語辞書）に基づいて当該「ください」（の文字列）は「下さい」に統一される。

上記したように文生成集約部３４は、文タイプ別文生成ルール格納部２３に格納されている文タイプ毎の文生成ルール（状況用文生成ルール、質問用文生成ルールおよび要望用文生成ルール）を代表文候補に適用することによって、当該代表文候補から代表文候補文を生成する。なお、文生成集約部３４によって代表文候補から生成された代表文候補文には、当該代表文候補に付与された文タイプおよび文書ＩＤが付与される。

なお、上記した状況用文生成ルール、質問用文生成ルールおよび要望用文生成ルールは一例であり、当該文生成ルール以外の文生成ルールが用いられても構わない。また、上記した状況用文生成ルール、質問用文生成ルールおよび要望用文生成ルールが適用される際に、例えば代表文候補に対して言い換え処理が実行されるような文生成ルールが用いられても構わない。この言い換え処理においては、例えば予め用意された置換ルールを用いて代表文候補（部分構造木）の置換処理が行われる。また、変換情報格納部２４に格納されている変換情報（ここでは、同義語辞書）を用いて代表文候補におけるノードに付与される見出し語が同義語である場合には、当該見出し語を統一するような処理が実行されても構わない。また、文タイプ別文生成ルール格納部２３に格納されている文タイプ別の文生成ルールは、ユーザによって変更可能である。

再び図３に戻ると、文生成集約部３４は、ステップＳ４において生成された代表文候補文を集約することによって、集約代表文候補文を生成する（ステップＳ５）。文生成集約部３４は、生成された代表文候補文のうち、同一の文タイプが付与された同一の代表文候補文を１つの集約代表文候補文に集約する。なお、文生成集約部３４によって生成された集約代表文候補文には、当該集約代表文候補文を識別するための集約代表文候補文ＩＤ、当該集約代表文候補文に集約された代表文候補文に付与された文タイプおよび文書ＩＤが付与される。

ここで、図５５は、文生成集約部３４によって生成された集約代表文候補文の一例を示す。図５５に示すように、文生成集約部３４によって生成された集約代表文候補文には、当該集約代表候補文ＩＤ、文タイプおよび文書ＩＤが付与されている。

図５５に示す例では、例えば集約代表文候補文「オレンジの産地は？」には、集約代表文候補文ＩＤ「１６」、文タイプ「質問」および文書ＩＤ「２，５，１９７，…」が付与されている。

なお、集約代表文候補文ＩＤ「１６」は、文生成集約部３４によって生成された集約代表文候補文「オレンジの産地は？」に対して代表文抽出装置３０において自動的に付与される。文タイプ「質問」は、集約代表文候補文「オレンジの産地は？」に集約された代表文候補文の各々に共通して付与された文タイプである。また、文書ＩＤ「２，５，１９７，…」は、集約代表文候補文「オレンジの産地は？」に集約された代表文候補文の各々に付与された文書ＩＤの集合である。換言すれば、集約代表文候補文「オレンジの産地は？」に付与されている文書ＩＤの数は、当該集約代表文候補文「オレンジの産地は？」に集約された代表文候補文の数と同一である。

ここでは、集約代表文候補文「オレンジの産地は？」について説明したが、他の集約代表文候補文についても同様であるため、その詳しい説明を省略する。

再び図３に戻ると、代表文決定部３５は、文生成集約部３４によって生成された集約代表文候補文の中から代表文を決定（選択）する（ステップＳ６）。このとき、代表文決定部３５は、文生成集約部３４によって生成された集約代表文候補文に付与された文書ＩＤの数（つまり、当該集約代表文候補文に集約された代表文候補文の数）に基づいて代表文を決定する。

この場合、代表文決定部３５は、例えば集約代表文候補文に付与されている文書ＩＤの数（文書頻度）が上位ｎ位までの集約代表文候補文を、当該集約代表文候補文に付与されている文タイプの代表文として決定する。なお、代表文として決定される集約代表文候補文の数（つまり、ｎの値）は、適宜、変更可能である。

また、集約代表文候補文の中に文書頻度（つまり、文書ＩＤの数）が同一の集約代表文候補文が複数存在する場合には、当該集約代表文候補文に含まれる文字列の長い方が優先されるものとする。

また、ここでは集約代表文候補文に付与されている文書ＩＤの数が上位ｎ位までの集約代表文候補文が代表文として決定されるものとして説明したが、例えば当該集約代表文候補文に付与されている文タイプ毎に文書ＩＤの数が上位ｍ位までの集約代表文候補文が代表文として決定される構成であっても構わない。

ここで、図５６は、代表文決定部３５によって決定された代表文の一例を示す。図５６に示すように、代表文決定部３５によって決定された代表文には、代表文ＩＤ、文タイプおよび文書ＩＤが付与されている。代表文に付与されている代表文ＩＤは、当該代表文を識別するための識別子である。また、代表文に付与されている文タイプは、当該代表文として決定された集約代表文候補文に付与された文タイプと同一の文タイプである。また、代表文に付与されている文書ＩＤは、当該代表文として決定された集約代表文候補文に付与された文書ＩＤと同一の文書ＩＤである。

図５６に示す例では、上述した図５５に示す集約代表文候補文のうちの文書頻度の高い（つまり、付与されている文書ＩＤの数が多い）６つの集約代表文候補文が、当該文書頻度が高い順に代表文として示されている。

再び図３に戻ると、出力部３６は、代表文決定部３５によって決定された代表文を出力する（ステップＳ７）。これにより、代表文決定部３５によって決定された代表文がユーザに対して表示（提示）される。

ここで、図５７は、代表文決定部３５によって決定された代表文が表示された場合の表示画面の一例を示す。ここでは、上記した図５６に示す代表文が表示された場合について説明する。

図５７に示すように、表示画面２００には、例えば文タイプ「質問」の代表文「成分は？」が表示されている。同様に、表示画面２００には、文タイプ「要望」の代表文「保存方法を教えて下さい」、文タイプ「状況」の代表文「蓋が硬い」、文タイプ「質問」の代表文「オレンジの産地は？」、文タイプ「質問」の代表文「オレンジの産地はアメリカ？」および文タイプ「状況」の代表文「成分はビタミン」が表示されている。なお、これらの代表文は、文書頻度が高い（つまり、代表文に付与された文書ＩＤの数が多い）順に表示されている。

また、図５７に示すように、表示画面２００には、代表文毎に、当該代表文に付与された文書ＩＤの数（件数）、当該文書ＩＤおよび当該文書ＩＤによって識別される文書（の内容）についても表示されている。これにより、ユーザは、表示画面２００に表示されている代表文「成分は？」に関する件数（文書の件数）を容易に把握することができる。換言すれば、上記したように入力部３１によって入力された文書群（複数の文書）において、成分に関する質問の頻度が高いことを容易に把握することができる。

上記したように本実施形態においては、入力された複数の文書の各々を構成する文を解析することによって当該文の文タイプが付与された構造木を生成し、当該構造木に付与された文タイプに対応づけて抽出ルール格納部２２に格納されている抽出ルール（つまり、当該文タイプに応じた抽出ルール）に従って当該構造木から当該文タイプが付与された代表文候補を抽出する。また、本実施形態においては、代表文候補に付与された文タイプに対応づけて文生成ルール格納部２３に格納されている文生成ルール（文タイプ別文生成ルール）に従って当該代表文候補から当該文タイプが付与された代表文候補文を生成し、当該代表文候補文のうち同一の文タイプが付与された同一の代表文候補文を１つに集約することによって当該文タイプが付与された集約代表文候補文を生成し、当該集約代表文候補文に集約された代表文候補文の数に基づいて当該集約代表文候補文を当該集約代表文候補文に付与された文タイプの代表文として決定する。

これにより、本実施形態においては、ユーザが例えば検索式等の内容を考えることなく、文タイプを考慮して文書群において頻度の高い内容を表す代表文を抽出することが可能となる。このように抽出された文タイプ別の代表文を用いることによって、例えば問い合わせに関する文書群に関して文タイプ別（例えば、状況、要望、質問等）に分類または分析等を行うことができ、更にはＦＡＱ等の作成に必要な作業の負荷または時間を削減することが可能となる。

（第２の実施形態）
次に、第２の実施形態について説明する。図５８は、本実施形態に係る代表文抽出装置の主として機能構成を示すブロック図である。なお、前述した図２と同様の部分には同一参照符号を付してその詳しい説明を省略する。ここでは、図２と異なる部分について主に述べる。

また、本実施形態に係る代表文抽出装置のハードウェア構成は、前述した第１の実施形態と同様であるため、適宜、図１を用いて説明する。

本実施形態においては、例えば問い合わせに関する文書群および当該問い合わせに対する回答に関する文書群のそれぞれから代表文を抽出し、当該問い合わせに関する文書群から抽出された代表文および当該回答に関する文書群から抽出された代表文を用いて当該問い合わせおよび回答に関するクロス集計を行う点が、前述した第１の実施形態とは異なる。

図５８に示すように、本実施形態に係る代表文抽出装置５０は、入力部５１、クロス集計部５２および出力部５３を含む。本実施形態において、これらの各部５１〜５３は、図１に示すコンピュータ１０が外部記憶装置２０に格納されているプログラム２１を実行することにより実現されるものとする。

入力部５１は、ユーザの操作に応じて、当該ユーザによって指定された複数の文書（第３の文書）を入力する。この入力部５１によって入力される複数の文書の各々には、例えば問い合わせに関する文書（第１の文書）および当該問い合わせに対する回答に関する文書（第１の文書に対応する第２の文書）が含まれる。入力部５１によって入力される複数の文書の各々に含まれる問い合わせに関する文書（以下、問い合わせ文書）は、複数の自立語を含む文（第１の文）によって構成される。同様に、入力部５１によって入力される複数の文書の各々に含まれる回答に関する文書は、複数の自立語を含む文（第２の文）によって構成される。なお、入力部５１によって入力される複数の文書の各々には、当該文書（に含まれる問い合わせ文書および回答文書）を識別するための文書ＩＤが付与されている。

本実施形態に係る代表文抽出装置５０に含まれる構文解析部３２、代表文候補抽出部３３、文生成集約部３４および代表文決定部３５は、入力部５１によって入力された複数の文書に含まれる問い合わせ文書群（複数の問い合わせ文書）および当該複数の文書に含まれる回答文書群（複数の回答文書）に対して前述した第１の実施形態と同様の処理を実行することによって、当該問い合わせ文書群および回答文書群からそれぞれ代表文を抽出する。以下、問い合わせ文書群から抽出された代表文を問い合わせ代表文、回答文書群から抽出された代表文を回答代表文と称する。

クロス集計部５２は、問い合わせ代表文および回答代表文を用いて、問い合わせ（文書群）および回答（文書群）に関するクロス集計を行う。

出力部５３は、クロス集計部５２によるクロス集計結果（問い合わせおよび回答に関するクロス集計結果）を出力する。

次に、図５９に示すフローチャートを参照して、本実施形態に係る代表文抽出装置５０の処理手順について説明する。

まず、入力部３１は、ユーザの操作に応じて、当該ユーザによって指定された文書群（複数の文書）を入力する（ステップＳ７１）。入力部３１によって入力された複数の文書の各々には、例えば製品サポートセンタ等で受け付けられた製品に対する問い合わせに関する文書（問い合わせ文書）および当該問い合わせに対する回答に関する文書（回答文書）が含まれる。

図６０は、入力部５１によって入力された複数の文書の一例を示す。なお、複数の文書の各々は、上記したように問い合わせ文書および当該問い合わせ文書に対応する回答文書を含む。この複数の文書（の各々に含まれる問い合わせ文書および回答文書）は、平文の形式で入力部５１によって入力される。図６０に示すように、入力部５１によって入力された複数の文書の各々に含まれる問い合わせ文書および回答文書は、複数の自立語を含む文によって構成される。また、入力部５１によって入力された複数の文書の各々には、当該文書を識別するための文書ＩＤが付与されている。換言すれば、１つの文書に含まれる問い合わせ文書および回答文書（つまり、対応する問い合わせ文書および回答文書）は、同一の文書ＩＤによって識別される。

図６０に示す例では、入力部５１によって入力された複数の文書のうちの例えば文書ＩＤ「１」によって識別される文書には、問い合わせ文書「菓子をネットで買いました。オレンジの菓子の中に異物が入っていたため、子供はオレンジの菓子を食べなかった。」および回答文書「異物の色が黄色なら、異物はオレンジの粒です。」が含まれている。この問い合わせ文書の内容は例えば製品サポートセンタ等で受け付けられた製品に対する問い合わせを表し、回答文書の内容は当該問い合わせに対する回答を表している。

ここでは、入力部５１によって入力された複数の文書のうちの文書ＩＤ「１」によって識別される文書についてのみ説明したが、他の文書についても同様であるため、その詳しい説明を省略する。

なお、図６０に示す複数の文書の各々に含まれる複数の問い合わせ文書は、便宜的に、前述した図４に示す複数の文書と同一としている。

再び図５９に戻ると、構文解析部３２は、入力部５１によって入力された複数の文書の各々に含まれる問い合わせ文書の各々を構成する各文（つまり、全ての文）について構文解析を行う（ステップＳ７２）。これにより、構文解析部３２は、問い合わせ文書の各々を構成する文毎に依存構造木（第１の構造木）を生成する。なお、ここで構文解析部３２によって生成された依存構造木には、当該依存構造木の生成に用いられた文（つまり、構文解析された文）の文タイプ（第１の文タイプ）および当該文によって構成される問い合わせ文書（を含む文書）を識別するための文書ＩＤが付与される。

構文解析部３２によって生成される依存構造木は、前述した第１の実施形態において説明した通りであるため、その詳しい説明を省略する。

次に、構文解析部３２によって生成された依存構造木を用いて、前述した図３に示すステップＳ３〜Ｓ６の処理に相当するステップＳ７３〜Ｓ７６の処理が実行される。以下、このステップＳ７３〜Ｓ７６の処理について簡単に説明する。

ステップＳ７３においては、代表文候補抽出部３３は、ステップＳ７２において構文解析部３２によって生成された依存構造木の一部である部分構造木である代表文候補（第１の代表文候補）を、当該依存構造木から抽出する。代表文候補抽出部３３は、抽出ルール格納部２２に格納されている抽出ルールを用いて代表文候補を抽出する。この依存構造木から抽出された代表文候補には、当該依存構造木に付与された文タイプおよび文書ＩＤが付与される。

ステップＳ７４においては、文生成集約部３４は、文タイプ別文生成ルール格納部２３に格納されている文タイプ別文生成ルールおよび変換情報格納部２４に格納されている変換情報に基づいて、ステップＳ７３において代表文候補抽出部３３によって抽出された代表文候補から平文である代表文候補文（第１の代表文候補文）を生成する。この代表文候補から生成された代表文候補文には、当該代表文候補に付与された文タイプおよび文書ＩＤが付与される。

ステップＳ７５においては、文生成集約部３４は、ステップＳ７４において生成された代表文候補文のうち、同一の文タイプが付与された同一の代表文候補文を集約することによって集約代表文候補文（第１の集約代表文候補文）を生成する。この同一の文タイプが付与された同一の代表文候補文を集約することによって生成された集約代表文候補文には、当該文タイプ（当該代表文候補文の各々に共通して付与された文タイプ）および当該集約された代表文候補文の各々に付与された文書ＩＤが付与される。

ステップＳ７６においては、代表文決定部３５は、ステップＳ７５において文生成集約部３４によって生成された集約代表文候補文の中から問い合わせ文書群の代表文（問い合わせ代表文）を決定（選択）する。このとき、代表文決定部３５は、文生成集約部３４によって生成された集約代表文候補文に付与された文書ＩＤの数（つまり、当該集約代表文候補文に集約された代表文候補文の数）に基づいて問い合わせ代表文を決定する。なお、代表文決定部３５によって決定された問い合わせ代表文には、当該問い合わせ代表文として決定された集約代表文候補文に付与された文書ＩＤが付与されるが、当該文書ＩＤは、当該集約代表文候補文に集約された代表文候補文の各々の生成に用いられた問い合わせ文書（を含む文書）を識別するための文書ＩＤである。

このように、入力部５１によって入力された複数の文書の各々に含まれる複数の問い合わせ文書に対して上記したステップＳ７２〜Ｓ７６の処理が実行されることによって、当該複数の問い合わせ文書（問い合わせ文書群）から代表文（問い合わせ代表文）が抽出される。

なお、上述した図６０に示す複数の問い合わせ文書は前述した図４に示す複数の文書と同一であるため、当該複数の問い合わせ文書に対して上記したステップＳ７２〜Ｓ７６が実行された場合には、前述した図５６に示す代表文が問い合わせ代表文として当該複数の問い合わせ文書（問い合わせ文書群）から抽出される。

次に、構文解析部３２は、入力部５１によって入力された複数の文書の各々に含まれる回答文書の各々を構成する各文（つまり、全ての文）について構文解析を行う（ステップＳ７７）。これにより、構文解析部３２は、回答文書の各々を構成する文毎に依存構造木（第２の構造木）を生成する。ここで構文解析部３２によって生成された依存構造木には、当該依存構造木の生成に用いられた文（つまり、構文解析された文）の文タイプ（第２の文タイプ）および当該文によって構成される回答文書（を含む文書）を識別するための文書ＩＤが付与される。なお、回答文書の内容は、問い合わせに対する回答であるため、当該回答文書を構成する文の文タイプは状況（状況を表す平叙文）である場合が多い。

構文解析部３２によって生成される依存構造木は、前述した第１の実施形態において説明した通りであるため、その詳しい説明を省略する。

次に、構文解析部３２によって生成された依存構造木を用いて、前述した図３に示すステップＳ３〜Ｓ６の処理に相当するステップＳ７８〜Ｓ８１の処理が実行される。以下、このステップＳ７８〜Ｓ８１の処理について簡単に説明する。

ステップＳ７８においては、代表文候補抽出部３３は、ステップＳ７７において構文解析部３２によって生成された依存構造木の一部である部分構造木である代表文候補（第２の代表文候補）を、当該依存構造木から抽出する。代表文候補抽出部３３は、抽出ルール格納部２２に格納されている抽出ルールを用いて代表文候補を抽出する。この依存構造木から抽出された代表文候補には、当該依存構造木に付与された文タイプおよび文書ＩＤが付与される。

ステップＳ７９においては、文生成集約部３４は、文タイプ別文生成ルール格納部２３に格納されている文タイプ別文生成ルールおよび変換情報格納部２４に格納されている変換情報に基づいて、ステップＳ７８において代表部候補抽出部３３によって抽出された代表文候補から平文である代表文候補文（第２の代表文候補文）を生成する。この代表文候補から生成された代表文候補文には、当該代表文候補に付与された文タイプおよび文書ＩＤが付与される。

ステップＳ８０においては、文生成集約部３４は、ステップＳ７９において生成された代表文候補文のうち、同一の文タイプが付与された同一の代表文候補文を集約することによって集約代表文候補文（第２の集約代表文候補文）を生成する。この同一の文タイプが付与された同一の代表文候補文を集約することによって生成された集約代表文候補文には、当該文タイプ（当該代表文候補文の各々に共通して付与された文タイプ）および当該集約された代表文候補文の各々に付与された文書ＩＤが付与される。

ステップＳ８１においては、代表文決定部３５は、ステップＳ７５において文生成集約部３４によって生成された集約代表文候補文の中から回答文書群の代表文（回答代表文）を決定（選択）する。このとき、代表文決定部３５は、文生成集約部３４によって生成された集約代表文候補文に付与された文書ＩＤの数（つまり、当該集約代表文候補文に集約された代表文候補文の数）に基づいて回答代表文を決定する。なお、代表文決定部３５によって決定された回答代表文には、当該回答代表文として決定された集約代表文候補文に付与された文書ＩＤが付与されるが、当該文書ＩＤは、当該集約代表文候補文に集約された代表文候補文の各々の生成に用いられた回答文書（を含む文書）を識別するための文書ＩＤである。

このように、入力部５１によって入力された複数の文書の各々に含まれる複数の回答文書に対して上記したステップＳ７７〜Ｓ８１の処理が実行されることによって、当該複数の回答文書（回答文書群）から代表文（回答代表文）が抽出される。

つまり、上記したステップＳ７１〜Ｓ８１の処理が実行されると、入力部５１によって入力された複数の文書の各々に含まれる複数の問い合わせ文書（問い合わせ文書群）および複数の回答文書（回答文書群）からそれぞれ代表文（問い合わせ代表文および回答代表文）が抽出される。

次に、クロス集計部５２は、ステップＳ７６において代表文決定部３５によって決定された問い合わせ代表文（つまり、問い合わせ文書群から抽出された代表文）およびステップＳ８１において代表文決定部３５によって決定された回答代表文（つまり、回答文書群から抽出された代表文）を用いて、当該問い合わせおよび回答に関するクロス集計を行う（ステップＳ８２）。

この場合、クロス集計部５２は、問い合わせ代表文および回答代表文（の組）毎に、当該問い合わせ代表文および当該回答代表文の両方に付与されている文書ＩＤ（当該問い合わせ代表文および当該回答代表文に共通する文書ＩＤ）の数を算出する。

上記したように対応する問い合わせ文書および回答文書は同一の文書ＩＤによって識別されるため、当該問い合わせ文書（を構成する文）から生成される代表文候補文および当該回答文書（を構成する文）から生成される代表文候補文には同一の文書ＩＤが付与される。このため、ここでクロス集計部５２によって算出される文書ＩＤの数は、問い合わせ代表文として決定された集約代表文候補文に集約された代表文候補文の各々の生成に用いられた問い合わせ文書および回答代表文として決定された集約代表文候補文に集約された代表文候補文の各々の生成に用いられた回答文書を含む文書の数に相当する。つまり、クロス集計部５２によって算出される文書ＩＤの数は、例えば問い合わせ代表文のような問い合わせに対して回答代表文のように回答をした件数（文書の件数）を表す。

クロス集計部５２によるクロス集計結果には、上記したように問い合わせ代表文および回答代表文毎に算出された文書ＩＤの数が当該問い合わせ代表文および回答代表文に対応づけて含まれる。

出力部５３は、クロス集計部５２によるクロス集計結果を出力する（ステップＳ８３）。これにより、クロス集計部５２によるクロス集計結果がユーザに対して表示（提示）される。

ここで、図６１は、クロス集計部５２によるクロス集計結果が表示された場合の表示画面の一例を示す。

ここでは、問い合わせ代表文として前述した図５６に示す代表文が抽出されているものとする。なお、図６１に示すように、問い合わせ代表文には文タイプが付与されている。また、回答代表文として「ビタミンＣ」、「高温多湿を避ける」、「蓋をお湯につける」、「アメリカ」および「和歌山」が抽出されているものとする。なお、図６１においては省略しているが、これらの回答代表文に付与されている文タイプは全て状況であるものとする。

図６１に示す表示画面３００においては、例えば問い合わせ代表文「成分は？」および回答代表文「ビタミンＣ」に対応づけて数値「１８」が表示されている。この数値「１８」は、問い合わせ代表文「成分は？」および回答代表文「ビタミンＣ」の両方に付与された文書ＩＤの数である。換言すれば、数値「１８」は、入力部５１によって入力された複数の文書のうち、問い合わせ代表文「成分は？」として決定された集約代表文候補文に集約された代表文候補文の各々の生成に用いられた問い合わせ文書および回答代表文「ビタミンＣ」として決定された集約代表文候補文に集約された代表文候補の各々の生成に用いられた回答文書を含む文書数である。これによれば、問い合わせ代表文「成分は？」のような問い合わせに対して回答代表文「ビタミンＣ」のように回答した数（文書の件数）が１８であることが示されている。

ここでは、問い合わせ代表文「成分は？」および回答代表文「ビタミンＣ」（に対応づけられている数値）について説明したが、他の問い合わせ代表文および回答代表文（の組）についても同様に数値（当該問い合わせ代表文および回答代表文の両方に付与された文書ＩＤの数）が表示されている。

なお、表示画面３００に表示されたクロス集計結果によれば、上記したように入力部５１によって入力された問い合わせ文書および回答文書を含む複数の文書（ユーザによって指定された文書群）においてどのような問い合わせ（質問）に対するどのような回答がどのくらいの件数あるかが示されているため、これらの情報は例えばＦＡＱ（よくある質問とその回答集）の作成等に利用することができる。よって、図６１に示す表示画面３００においては、クロス集計結果をＦＡＱ候補として表示している。

上記したように本実施形態においては、前述した第１の実施形態において説明した処理を問い合わせ文書群および回答文書群に対して実行することによって当該問い合わせ文書群および当該回答文書群のそれぞれから代表文（問い合わせ代表文および回答文書群）を抽出し、当該問い合わせ代表文および回答代表文を用いて当該問い合わせおよび回答に関するクロス集計を行い、当該クロス集計結果が提示される。

これにより、本実施形態においては、問い合わせおよび当該問い合わせに対する回答とその件数とをユーザは容易に把握することができるため、過去の問い合わせおよび回答の内容の分類または分析等による負荷を低減することが可能となる。また、ユーザに対して提示されたクロス集計結果は例えばＦＡＱの候補として流用することができるため、当該ＦＡＱの作成に必要な作業の負荷または時間等を削減することができる。

以上説明した少なくとも１つの実施形態よれば、文タイプを考慮して文書群において頻度の高い内容を表す代表文を抽出することが可能な代表文抽出装置およびプログラムを提供することが可能となる。

なお、本願発明は、上記各実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記各実施形態に開示されている複数の構成要素の適宜な組合せにより種々の発明を形成できる。例えば、各実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組合せてもよい。

１０…コンピュータ、２０…外部記憶装置、２２…抽出ルール格納部、２３…文タイプ別文生成ルール格納部、２４…変換情報格納部、３１，５１…入力部、３２…構文解析部、３３…代表文候補抽出部、３４…文生成集約部、３５…代表文決定部、３６，５３…出力部、５２…クロス集計部。

Claims (3)

1. 複数の自立語を含む文によって構成される複数の文書を入力する入力手段と、
   前記入力された複数の文書の各々を構成する文を解析することによって、当該文に含まれる複数の自立語および当該自立語間の係り受け関係が表された構造木であって当該文の文タイプが付与された構造木を、当該文毎に生成する解析手段と、
   前記文タイプ毎に対応づけて、少なくとも２つの自立語および当該自立語間の係り受け関係が表される部分構造木である代表文候補を前記構造木から抽出するための当該文タイプに応じた抽出ルールを予め格納する抽出ルール格納手段と、
   前記文毎に生成された構造木毎に、当該構造木に付与された文タイプに対応づけて前記抽出ルール格納手段に格納されている抽出ルールに従って当該文タイプが付与された代表文候補を抽出する代表文候補抽出手段と、
   前記文タイプ毎に対応づけて、前記代表文候補から平文である代表文候補文を生成するための当該文タイプに応じた文生成ルールを予め格納する文生成ルール格納手段と、
   前記抽出された代表文候補毎に、当該代表文候補に付与された文タイプに対応づけて前記文生成ルール格納手段に格納されている文生成ルールに従って当該文タイプが付与された代表文候補文を生成する文生成手段と、
   前記代表文候補毎に生成された代表文候補文のうち、同一の文タイプが付与された同一の代表文候補文を１つに集約することによって、当該文タイプが付与された集約代表文候補文を生成する集約手段と、
   前記集約手段によって生成された集約代表文候補文に集約された代表文候補文の数に基づいて当該集約代表文候補文を当該集約代表文候補文に付与された文タイプの代表文として決定する決定手段と
   を具備することを特徴とする代表文抽出装置。
2. 複数の自立語を含む第１の文によって構成される第１の文書および複数の自立語を含む第２の文によって構成される第２の文書であって当該第１の文書に対応する第２の文書をそれぞれ含む複数の第３の文書を入力する入力手段と、
   前記入力された複数の第３の文書の各々に含まれる第１の文書の各々を構成する第１の文を解析することによって当該第１の文に含まれる複数の自立語および当該自立語間の係り受け関係が表された構造木であって当該第１の文の第１の文タイプが付与された第１の構造木を、当該第１の文毎に生成する第１の解析手段と、前記入力された複数の第３の文書の各々に含まれる第２の文書の各々を構成する第２の文を解析することによって当該第２の文に含まれる複数の自立語および当該自立語間の係り受け関係が表された構造木であって当該第２の文の第２の文タイプが付与された第２の構造木を、当該第２の文毎に生成する第２の解析手段とを含む解析手段と、
   前記文タイプ毎に対応づけて、少なくとも２つの自立語および当該自立語間の係り受け関係が表される部分構造木である代表文候補を前記構造木から抽出するための当該文タイプに応じた抽出ルールを予め格納する抽出ルール格納手段と、
   前記第１の文毎に生成された第１の構造木毎に、当該第１の構造木に付与された第１の文タイプに対応づけて前記抽出ルール格納手段に格納されている抽出ルールに従って当該第１の文タイプが付与された第１の代表文候補を抽出する第１の代表文候補抽出手段と、前記第２の文毎に生成された第２の構造木毎に、当該第２の構造木に付与された第２の文タイプに対応づけて前記抽出ルール格納手段に格納されている抽出ルールに従って当該第２の文タイプが付与された第２の代表文候補を抽出する第２の代表文候補抽出手段とを含む代表文候補抽出手段と、
   前記文タイプ毎に対応づけて、前記代表文候補から平文である代表文候補文を生成するための当該文タイプに応じた文生成ルールを予め格納する文生成ルール格納手段と、
   前記抽出された第１の代表文候補毎に、当該第１の代表文候補に付与された第１の文タイプに対応づけて前記文生成ルール格納手段に格納されている文生成ルールに従って当該第１の文タイプが付与された第１の代表文候補文を生成する第１の文生成手段と、前記抽出された第２の代表文候補毎に、当該第２の代表文候補に付与された第２の文タイプに対応づけて前記文生成ルール格納手段に格納されている文生成ルールに従って当該第２の文タイプが付与された第２の代表文候補文を生成する第２の文生成手段とを含む文生成手段と、
   前記第１の代表文候補毎に生成された第１の代表文候補文のうち、同一の第１の文タイプが付与された同一の第１の代表文候補文を１つに集約することによって、当該第１の文タイプが付与された第１の集約代表文候補文を生成する第１の集約手段と、前記第２の代表文候補毎に生成された第２の代表文候補文のうち、同一の第２の文タイプが付与された同一の第２の代表文候補文を１つに集約することによって、当該第２の文タイプが付与された第２の集約代表文候補文を生成する第２の集約手段とを含む集約手段と、
   前記第１の集約手段によって生成された第１の集約代表文候補文に集約された第１の代表文候補文の数に基づいて当該第１の集約代表文候補文を当該第１の集約代表文候補文に付与された第１の文タイプの代表文として決定する第１の決定手段と、前記第２の集約手段によって生成された第２の集約代表文候補文に集約された第２の代表文候補文の数に基づいて当該第２の集約代表文候補文を当該第２の集約代表文候補文に付与された第２の文タイプの代表文として決定する第２の決定手段とを含む決定手段と、
   前記第１の決定手段によって代表文として決定された第１の集約代表文候補文および前記第２の決定手段によって代表文として決定された第２の集約代表文候補文に対応づけて、当該第１の集約代表文候補文に集約された第１の代表文候補文の生成に用いられた第１の文書および当該第２の集約代表文候補文に集約された第２の代表文候補文の生成に用いられた第２の文書を含む第３の文書の数を提示する提示手段と
   を具備することを特徴とする代表文抽出装置。
3. 代表文抽出装置のコンピュータによって実行されるプログラムであって、
   前記コンピュータに、
   複数の自立語を含む文によって構成される複数の文書を入力するステップと、
   前記入力された複数の文書の各々を構成する文を解析することによって、当該文に含まれる複数の自立語および当該自立語間の係り受け関係が表された構造木であって当該文の文タイプが付与された構造木を、当該文毎に生成するステップと、
   前記文タイプ毎に対応づけて少なくとも２つの自立語および当該自立語間の係り受け関係が表される部分構造木である代表文候補を前記構造木から抽出するための当該文タイプに応じた抽出ルールを格納する抽出ルール格納手段を参照して、前記文毎に生成された構造木毎に、当該構造木に付与された文タイプに対応づけて前記抽出ルール格納手段に格納されている抽出ルールに従って当該文タイプが付与された代表文候補を抽出するステップと、
   前記文タイプ毎に対応づけて前記代表文候補から平文である代表文候補文を生成するための当該文タイプに応じた文生成ルールを格納する文生成ルール格納手段を参照して、前記抽出された代表文候補毎に、当該代表文候補に付与された文タイプに対応付けて前記文生成ルール格納手段に格納されている文生成ルールに従って当該文タイプが付与された代表文候補文を生成するステップと、
   前記代表文候補毎に生成された代表文候補文のうち、同一の文タイプが付与された同一の代表文候補文を１つに集約することによって、当該文タイプが付与された集約代表文候補文を生成するステップと、
   前記生成された集約代表文候補文に集約された代表文候補文の数に基づいて当該集約代表文候補文を当該集約代表文候補文に付与された文タイプの代表文として決定するステップと
   を実行させるためのプログラム。

Images