JP5253317B2

JP5253317B2 - 要約文作成装置、要約文作成方法、プログラム

Info

Publication number: JP5253317B2
Application number: JP2009175528A
Authority: JP
Inventors: 真詞田本; 理吉岡; 済央野本
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2009-07-28
Filing date: 2009-07-28
Publication date: 2013-07-31
Anticipated expiration: 2029-07-28
Also published as: JP2011028638A

Description

本発明は、文章から要約文を作成する技術に関する。

文章から要約文を自動で作成する要約文作成技術は、新聞などの報道文や論文からの要約文の作成に適用されている。従来、この種の要約文作成装置は、入力された文章全文の中からキーワードとなる重要語を一種類以上抽出して、各重要語の出現頻度から最重要語を確定し、文章の中から最重要語を含む文を重要文として抽出し、この抽出された重要文を編集することによって、入力された文章全文からの要約文を作成している。

ここで要約文作成装置は、形態素解析手段によって重要文について形態素解析し、文類似度算出手段によって、形態素解析手段で解析された形態素ごと、あるいは、複数の形態素の組み合わせごとの出現頻度を重要文ごとに算出して、この出現頻度から複数の重要文について相互の類似度を算出する。そして、要約文作成装置は、編集文選定手段によって、文類似度算出手段で算出された類似度が予め設定された閾値以上となる予め用意されているテンプレート文（このテンプレート文は、通常の文章から複数箇所の単語がブランクになっている、いわゆる虫食い文章である。）を選定し、文編集手段によって、編集文選定手段で選定されたテンプレート文に含まれる文字列に基づいて要約対象文章を編集する（つまり、重要文から抽出した語句をテンプレートのブランク部分に埋め込むことで要約文を生成する）。

このような従来技術として、例えば特許文献１を挙げることができる。

特開２００２−１９７０９７号公報

しかしながら、対話文、特に音声による対話を起こした対話文では文の構造に不規則性があり、かつ文章化の過程で誤記や曖昧さが生じる。このため、従来の要約文作成装置によると、形態素および頻度情報などの誤りからもたらされる重要文相互の類似度算出の誤差を避けることができず、解析の失敗により不自然な要約文を作成してしまうということがあった。

そこで本発明は、自然さを損なわない要約文を作成する要約文作成技術を提供することを目的とする。

本発明は、単語にその形態素品詞およびその単語概念ベクトルが対応付けられた組が複数登録されている概念語辞書を用いて、要約対象文章から概念語辞書に登録されている単語を抽出し（単語抽出処理）、抽出された単語に対応する単語概念ベクトルを用いて要約対象文章の特徴量を算出し（特徴量算出処理）、要約文作成に利用するために予め用意されている参照用文章の集合である参照用文章群に含まれる各参照用文章の特徴量の、要約対象文章の特徴量に対する類似度を算出し、最も類似度の高い参照用文章を選択し（類似文章選択処理）、選択された参照用文章に含まれている単語を、当該単語に対して単語概念ベクトルに基づく類似度の高い、要約対象文章に含まれている単語で置換することにより要約文を作成する（要約文作成処理）。

本発明に拠れば、要約文作成に利用するために予め用意されている参照用文章群の中から、要約対象文章の特徴量に対する類似度が最も高い参照用文章を選び、この参照用文章の単語を、当該単語に対して単語概念ベクトルに基づく類似度の高い、要約対象文章に含まれている単語で置換することで要約文を作成するから、自然さを損なわない要約文を作成することができる。

本発明による実施形態の要約文作成装置の機能構成例を示す図。本発明による実施形態の要約文作成処理を実施する処理フローを示す図。

図面を参照して本発明の実施形態を説明する。図１は、要約文作成装置１の機能構成図を示している。
要約文作成装置１は、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ＣＰＵ（Central Processing Unit）〔キャッシュメモリなどを備えていてもよい。〕、メモリであるＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）、ハードディスクである外部記憶装置、並びにこれらの入力部、出力部、ＣＰＵ、ＲＡＭ、ＲＯＭ、外部記憶装置間のデータのやり取りが可能なように接続するバスなどを備えている。また必要に応じて、要約文作成装置１に、ＣＤ−ＲＯＭなどの記憶媒体を読み書きできる装置（ドライブ）などを設けるとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。

要約文作成装置１の外部記憶装置には、要約文作成のためのプログラム並びにこのプログラムの処理において必要となるデータなどが記憶されている〔外部記憶装置に限らず、例えばプログラムを読み出し専用記憶装置であるＲＯＭに記憶させておくなどでもよい。〕。また、これらのプログラムの処理によって得られるデータなどは、ＲＡＭや外部記憶装置などに適宜に記憶される。以下、データやその格納領域のアドレスなどを記憶する記憶装置を単に「記憶部」と呼ぶことにする。

実施形態では、記憶部の所定の記憶領域に概念語辞書１５（概念ベース）がデータとして記憶されている。この概念語辞書１５には、後述する文章特徴量の抽出に用いられる単語に、その形態素品詞およびその単語概念ベクトルが対応付けられた組が複数登録されている。概念語辞書１５は、特定のジャンルの文章を用いて予め学習されたものでもよいし、種々のジャンルの文章を用いて汎用辞書として予め学習されたものでもよい。ジャンルごとに用意された概念語辞書１５が記憶部に記憶されている場合には、要約対象文章の内容のジャンルが予め既知であれば、当該ジャンルと同じジャンルの概念語辞書１５を用いて後述の処理を行うことが好ましい。単語概念ベクトルは、既知の文章（学習用文章）における単語の一文中での共起頻度から生成された単語の共起行列について、共起行列の各行を各単語に対する共起パターンのベクトルとして、共起行列を特異値分解して得られる次元数が圧縮された行列の最初の所定個の行ベクトルが正規化（つまり、行ベクトルの長さ（２次平均ノルム）が１である。）された多次元ベクトルである。
（参考文献１）別所克人、奥雅博著、「未知語の概念ベクトル推定手法」、情報処理学会研究報告、2004-NL-164(10), 2004/11/4, pp.59-64.
（参考文献２）内山俊郎、別所克人、内山匡、奥雅博著、「単語概念ベクトルを用いた文書群からの代表語抽出」、電子情報通信学会技術研究報告、信学技報Vol.108、No.93、pp.47-52、2008. DE2008-9、ISSN-0913-5685.
（参考文献３）別所克人、古瀬蔵、片岡良治著、「単語と意味属性との共起に基づく概念ベクトル生成手法」、The 20^thAnnual Conference of the Japanese Society for Artificial Intelligence, 2006, 3C3-1, pp.1-3.

また、実施形態では、記憶部の所定の記憶領域に参照用文章群１６がデータとして記憶されている。この参照用文章群１６は、要約文作成に利用するために予め用意されている参照用文章の集合である。参照用文章群１６を構成する各参照用文章は、文章として完成している通常の文章そのものである（つまり、通常の文章から複数箇所の単語がブランクになっているような、いわゆる虫食い文章ではない。）。参照用文章群１６は、特定のジャンルに属する文章の集合でもよいし、ジャンルを問わず無作為に集めた文章の集合であってもよい。ジャンルごとに用意された参照用文章群１６が記憶部に記憶されている場合には、要約対象文章の内容のジャンルが予め既知であれば、当該ジャンルと同じジャンルの参照用文章群１６を用いて後述の処理を行うことが好ましい。

要約文作成装置１の記憶部には、概念語辞書１５を用いて、要約対象文章から概念語辞書１５に登録されている単語を抽出するためのプログラム、抽出された単語に対応する単語概念ベクトルを用いて要約対象文章の特徴量を算出するためのプログラム、参照用文章群１６に含まれる各参照用文章の特徴量の、要約対象文章の特徴量に対する類似度を算出し、最も類似度の高い参照用文章を選択するためのプログラム、選択された参照用文章に含まれている単語を、当該単語に対して単語概念ベクトルに基づく類似度の高い、要約対象文章に含まれている単語で置換することにより要約文を作成するためのプログラムが記憶されている。

要約文作成装置１では、記憶部に記憶された各プログラムとこの各プログラムの処理に必要なデータが必要に応じてＲＡＭに読み込まれて、ＣＰＵで解釈実行・処理される。この結果、ＣＰＵが所定の機能（単語抽出部、特徴量生成部、類似文章選択部、要約文作成部）を実現することで要約文の作成が実現される。

次に、実施形態として、図２を参照しながら、要約文作成装置１による要約文作成処理の流れを叙述的に説明する。

ステップＳ１
まず単語抽出部１１は、図示しない形態素解析手段による形態素解析によって、要約対象文章（単一ないし複数の文で構成される文章）を、文終端（EOF；つまり文末の句点）で、もしくは要約対象文章が対話文から構成される場合に発話終端（つまり発話文と発話文との間）で区切り、さらに構文要素の単位（例えば単語や形態素である。）に分割して得られた単位列を入力とし、この単位列から概念語辞書１５に登録されている単語を文ごとに抽出する。抽出された単語は、後述する要約対象文章および参照用文章の特徴量化に用いられる。

ステップＳ２ａ
次に特徴量生成部１２の単語クラスタリング部１２ａは、まず、単語抽出部１１によって文ごとに抽出された単語の総数と同数の単語群を生成する（初期状態）。初期状態の各単語群は、単語抽出部１１によって文ごとに抽出された単語のうち一つを要素とする集合である。ただし、初期状態の互いに異なる単語群は共通の単語を要素に持たない。そして、単語クラスタリング部１２ａは、この初期状態からボトムアップクラスタリングによって、単語群相互の関連度を算出して最も関連性の高い二つの単語群を定め、この単語群同士を結合して新たな単語群とし、この処理を繰り返すことによって、単語群の総数が初期状態の所定割合以下、あるいは所定数以下の条件を満たすまで、関連性の高い単語群同士を結合する。以下、単語群と言えば、上記条件を満たした後の単語群を指す。
（参考文献４）東京大学工学部計数工学科嵯峨山茂樹著、「応用音響学講義ノートＤ２−クラスタリング」、UTオープンコースウェア講義資料無償公開Webサイト、[平成２１年７月２２日検索]、インターネット〈http://ocw.u-tokyo.ac.jp/wp-content/uploads/lecture-notes/Engin_01/D2-Clustering.pdf〉
（参考文献５）神嶌敏弘著、「データマイニング分野のクラスタリング手法(1) − クラスタリングを使ってみよう！ −」、人工知能学会誌、vol.18, no.1, pp.59-65 (2003)
（参考文献６）渡辺澄夫著、「データ学習アルゴリズム」、共立出版 (2001)
（参考文献７）Keinosuke. Fukunaga, "Introduction to statistical pattern recognition (2nd ed.)," Academic Press, 1990, ISBN 0-12-269851-7
（参考文献８）Duda & Hart, "Pattern classification and scene analysis," A wiley-interscience publication, 1973, ISBN 0 471 22361 1

この実施形態では、単語群相互の関連度を、一方の単語群に属する単語の単語概念ベクトルの平均と他方の単語群に属する単語の単語概念ベクトルの平均との内積とする。内積値が１に近いほど関連度が高いことを表す。この単語概念ベクトルとして、単語クラスタリング部１２ａが概念語辞書１５を参照することによって取得した、単語群に属する各単語に対応する単語概念ベクトルが用いられる。

このステップＳ２ａの処理は次のような効果を齎す。例えば要約対象文章が音声会話文を起こした文章である場合、対話中の言い間違いに対応する誤り箇所と、一般的には言い誤りの直後に行われる言い直しに対応する訂正箇所とに、少なくとも二つの単語が現れるが（一方は言い間違い単語であり、他方は正解単語である。）、ステップＳ２ａの処理によると、対話文中の他の単語の単語概念ベクトルで構成される単語概念ベクトルの平均ともっとも類似した単語概念ベクトルを持つ単語が選択されてより大きな単語群が形成されることになるから、相対的に言い間違い単語は小さい単語群を形成することになり、言い間違い単語が要約文に現れるに相応しい重要語として選択されてしまうリスクを排除することができる。
逆に、音声認識処理で音声会話文を起こす際に惹起する誤認識による不要単語の挿入や誤認識単語についても、音声認識精度が全体的に著しく悪いというような特段の事情がない限り、ステップＳ２ａの処理によると、不要単語や語認識単語は小さい単語群を形成することになり、不要単語や語認識単語が要約文に現れるに相応しい重要語として選択されてしまうリスクを排除することができる。

ステップＳ２ｂ
次に、特徴量生成部１２の特徴量算出部１２ｂは、単語クラスタリング部１２ａによって生成された単語群ごとに、単語群に属する単語の単語概念ベクトルの平均を当該単語群の表す分野ベクトルとし、要約対象文章から生成される分野ベクトルの集合を要約対象文章の特徴量とする（上記参考文献２参照）。

ステップＳ３
次に、類似文章選択部１３が、特徴量算出部１２ｂによって算出された要約対象文章の特徴量と参照用文章群１６に含まれる全ての参照用文章の特徴量それぞれとを比較し、最も類似した参照用文章を選択する。なお、要約対象文章の特徴量と各参照用文章の特徴量との類似度は、要約対象文章の特徴量に含まれる分野ベクトルそれぞれと各参照用文章の特徴量に含まれる分野ベクトルそれぞれとの距離の総和で計る。

このステップＳ３の処理にて用いられる参照用文章の特徴量は、参照用文章群１６に含まれる全ての参照用文章について、概念語辞書１５を用いて、ステップＳ１とステップＳ２の各処理と同様の処理によって事前に得られた分野ベクトルの集合であり、各参照用文章の特徴量は参照用文章に対応付けられて参照用文章群１６に登録されているとする。なお、概念語辞書１５がジャンルごとに複数用意されている場合には、各概念語辞書１５に対応する事前取得された特徴量を参照用文章に対応付けておいてもよいし、ステップＳ１の処理で用いた概念語辞書１５を用いて、要約文作成処理の都度、各参照用文章の特徴量を算出するようにしてもよい。この後者の場合、各参照用文章の特徴量を算出する機能構成部として、単語抽出部１１と特徴量生成部１２を利用できる。

ステップＳ４ａ
次に、要約文作成部１４の類似分野選択部１４ａが、要約対象文章の単語群のうち要素数最大の単語群の分野ベクトルに対する上記選択された参照用文章の特徴量に含まれる各分野ベクトルの類似度を計算し、［１］第１位の類似度と第２位の類似度との差が所定値以下の場合、第１位の類似度と第２位の類似度を与えた二つの分野ベクトルに対応する単語群同士を結合してから結合後の単語群の分野ベクトルを求めて、再び参照用文章の特徴量に含まれる各分野ベクトルの類似度計算を行い、［２］第１位の類似度と第２位の類似度との差が所定値以下ではなくなった場合、類似度第１位の分野ベクトルに対応する参照用文章の単語群を選択する。この処理での類似度は、例えば分野ベクトル同士の距離である。また、この処理の開始時点の参照用文章の単語群は、ステップＳ１とステップＳ２ａの各処理と同様の処理によって得られたものである。

このステップＳ４ａの処理は、次のような作用効果を持つ。要約対象文章の単語群のうち要素数最大の単語群が、要約対象文章の主題となる単語を含んでいると想定されるので、この単語群の分野ベクトルを基準として、参照用文章の特徴量に含まれる各分野ベクトルの類似度を計算する。そして、基準の分野ベクトルに対して近い類似度を持つ二つの分野ベクトルに対応する単語群同士を結合することで、単語置換候補の取りこぼしが無いようにすることができる。

なお、このステップＳ４ａの処理では、要約対象文章の単語群のうち要素数最大の単語群の分野ベクトルを基準として、当該基準分野ベクトルに対して近い類似度を持つ、上記選択された参照用文章の二つの分野ベクトルに対応する単語群同士を結合するとして説明したが、このような処理に限定されない。例えば、上記選択された参照用文章の単語群のうち要素数最大の単語群の分野ベクトルを基準として、当該基準分野ベクトルに対して近い類似度を持つ、上記要約対象文章の二つの分野ベクトルに対応する単語群同士を結合する処理としてもよい。
また、類似度の計算は、上記選択された参照用文章の各分野ベクトルと要約対象文章の基準分野ベクトルとの総当りの計算によって最大類似度を持つ組み合わせを得ることができるが、上記選択された参照用文章に含まれる分野ベクトルを予めクラスタリングによって分類しておき（ステップＳ３の処理で参照用文章が選択されるまでは、参照用文章群１６に含まれる各参照用文章にも選択される可能性があるから、参照用文章それぞれについて事前に分野ベクトルがクラスタリングによって分類されているとする。ただし、選択された参照用文章に対して当該クラスタリングによる分類を行うことを排除する趣旨ではない。）、要約対象文章の基準分野ベクトルがどの分類に属しているかを求めてから、その分類内の各分野ベクトルとの総当りで類似度を比較することで、計算量を削減してもよい。

ステップＳ４ｂ
要約文作成部１４の類似単語選択部１４ｂは、要約対象文章の単語群のうち要素数最大の単語群Ｘ（単語数をＮとする。）と類似分野選択部１４ａによって選択された類似度第１位の分野ベクトルに対応する参照用文章の単語群Ｙ（単語数をＭとする。）について、単語群Ｙから一つの単語ｙ_ｉを選択し、概念語辞書１５を用いて、単語ｙ_ｉに対する単語群Ｘに属する各単語ｘ_１，・・・，ｘ_Ｎの類似度を求め、単語ｘ_１，・・・，ｘ_Ｎのうち最も類似度が高くかつ単語ｙ_ｉの形態素品詞と同じ形態素品詞を持つ単語置換候補ｘ(ｉ)を決定し、この処理を単語群Ｙに含まれる全ての単語ｙ_１，・・・，ｙ_Ｎについて行うことで、単語ｙ_ｉに対応する単語置換候補ｘ(ｉ)[ｉ＝１，２，・・・，Ｍ]を決定する。ここでの類似度は、概念語辞書１５を参照して得られる単語概念ベクトル同士の距離である。

ステップＳ４ｃ
そして、要約文作成部１４の単語置換部１４ｃが、ステップＳ３の処理で選択された参照用文章に含まれる単語ｙ_ｉを単語置換候補ｘ(ｉ)に置換することで要約文を生成する。

ステップＳ５
必要に応じて要約文補正部１８は、ステップＳ４ｃの処理で作成された要約文の特徴量と要約対象文章の特徴量との類似度と、ステップＳ４ｃの処理で作成された要約文に単語補正を施した新たな要約文の特徴量と要約対象文章の特徴量との類似度とを算出して両者を比較し、より類似度の高い要約文を出力する。
例えば、単語ｙ_ｋに対応する単語ｘ(ｋ)を決定した際に得られた、単語ｘ_１，・・・，ｘ_Ｎのうち２番目に類似度が高くかつ単語ｙ_ｋの形態素品詞と同じ形態素品詞を持つ単語を新たな単語ｘ'(ｋ)とし、ステップＳ４ｃの処理で作成された要約文のうち当初の単語ｘ(ｋ)を新たな単語ｘ'(ｋ)に置換する。そして、新しく得られた要約文の特徴量と要約対象文章の特徴量との類似度を算出し（この算出方法はステップＳ３の処理と同じである。）、この類似度が当初の要約文の特徴量と要約対象文章の特徴量との類似度を上回る場合には、この新しく得られた要約文を出力し、逆に下回る場合には、当初の要約文を出力する。なお、或る一単語ｙ_ｋに対応する単語ｘ(ｋ)を新たな単語ｘ'(ｋ)に置換するだけでなく、複数の単語ｙ_ｋ１，ｙ_ｋ２，…，ｙ_ｋｐに対応する単語ｘ(ｋ１)，ｘ(ｋ２)，…，ｘ(ｋｐ)をそれぞれ新たな単語ｘ'(ｋ１)，ｘ'(ｋ２)，…，ｘ'(ｋｐ)に置換して新たな要約文を得てもよい。もちろん、新たに得る要約文は一つに限定されず、例えば、或る単語ｙ_ｋ１に対応する単語ｘ(ｋ１)を新たな単語ｘ'(ｋ１)に置換して得られる第１の新たな要約文、或る単語ｙ_ｋ２に対応する単語ｘ(ｋ２)を新たな単語ｘ'(ｋ１)に置換して得られる第２の新たな要約文、・・・、或る単語ｙ_ｋｐに対応する単語ｘ(ｋｐ)を新たな単語ｘ'(ｋｐ)に置換して得られる第ｐの新たな要約文を作成して、これらの要約文のうち要約対象文章の特徴量に対して最も高い類似度を与える要約文を出力してもよい。

実施形態から明らかなように、もともと自然な文章である参照用文章の集合（参照用文章群）から、要約対象文章に最も類似する参照用文章を選択して、当該参照用文章の単語を要約対象文章に表れる単語で置換するため、自然で読みやすい要約文を作成することができる。

また、単語クラスタリングによる単語群生成処理によって、音声認識や形態素解析の失敗や対話文中の言い間違い単語の出現などに対して頑健であって、より正確な要約文を作成することができる。

また、要約対象文章の単語群のうち要素数最大の単語群の分野ベクトルに対して近い類似度を持つ、選択された参照用文章の二つの分野ベクトルに対応する単語群同士を結合することで、単語置換候補の取りこぼしが無いようにすることができる。また、単に単語同士の類似度で単語置換候補を決めるのではなく、要約対象文章の単語群のうち要素数最大の単語群の分野ベクトルと最も類似度の高い分野ベクトルを持つ参照用文章の単語群の中から単語置換候補を決めることで、より自然な要約文の作成が可能である。

また、単語置換候補の決定に際して、単に単語同士の単語概念ベクトルの類似度で決定するのではなく、形態素品詞が同じという条件も考慮することで、形態素品詞が異なる単語が置換されることで不自然な要約文が作成されてしまう可能性を低減できる。

また、作成された要約文の特徴量と要約対象文章の特徴量との類似度と、作成された要約文に単語補正を施した新たな要約文の特徴量と要約対象文章の特徴量との類似度とを算出して両者を比較して、類似度の高い要約文を選択することで、要約対象文章に対してより尤もらしい要約文を提供できることになる。

以上の実施形態の他、本発明は上述の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。また、実施形態において説明した処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されるとしてもよい。

また、上記要約文作成装置における処理機能をコンピュータによって実現する場合、要約文作成装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記要約文作成装置における処理機能がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ−ＲＡＭ（Random Access Memory）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto-Optical disc）等を、半導体メモリとしてＥＥＰ−ＲＯＭ（Electronically Erasable and Programmable-Read Only Memory）等を用いることができる。

また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。

このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。

また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本発明の装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

Claims

要約対象文章の要約文を作成する要約文作成装置であって、
単語にその形態素品詞およびその単語概念ベクトルが対応付けられた組が複数登録されている概念語辞書と、要約文作成に利用するために予め用意されている参照用文章の集合である参照用文章群とを記憶する記憶部と、
上記要約対象文章から上記概念語辞書に登録されている単語を抽出する単語抽出手段と、
上記単語抽出手段によって抽出された単語に対応する単語概念ベクトルを用いて、上記要約対象文章の特徴量を算出する特徴量生成手段と、
上記特徴量生成手段によって算出された特徴量に対する上記参照用文章群に含まれる各参照用文章の特徴量の類似度を算出し、最も類似度の高い参照用文章を選択する類似文章選択手段と、
上記類似文章選択手段によって選択された参照用文章に含まれている単語を、当該単語に対して単語概念ベクトルに基づく類似度の高い、上記要約対象文章に含まれている単語で置換することにより要約文を作成する要約文作成手段と
を含む要約文作成装置。
請求項１に記載の要約文作成装置において、
上記特徴量生成手段は、クラスタリングによって、上記単語抽出手段によって抽出された単語を、単語概念ベクトルで計られる相互の関連度に基づいて複数の単語群に分類し、各単語群に含まれる単語に対応する単語概念ベクトルの平均を当該単語群の分野ベクトルとし、上記要約対象文章の特徴量を各単語群の分野ベクトルの集合として算出する
ことを特徴とする要約文作成装置。
請求項１または請求項２に記載の要約文作成装置において、
上記要約文作成手段は、上記類似文章選択手段によって選択された参照用文章に含まれている単語を、上記概念語辞書を参照して、当該単語に対して単語概念ベクトルに基づく類似度の高く且つ当該単語の形態素品詞と同じ形態素品詞を持つ、上記要約対象文章に含まれている単語で置換することにより要約文を作成する
ことを特徴とする要約文作成装置。
請求項３に記載の要約文作成装置において、
上記要約文作成手段は、上記要約対象文章あるいは上記類似文章選択手段によって選択された参照用文章のいずれか一方の文章の単語群の分野ベクトルに対する、上記要約対象文章あるいは上記類似文章選択手段によって選択された参照用文章のいずれか他方の文章の各単語群の分野ベクトルの類似度を求め、当該一方の文章の単語群の分野ベクトルに対して高い類似度を持つ当該他方の文章の分野ベクトルに対応する単語群同士を結合し、最も高い類似度を与える当該一方および他方の各文章の分野ベクトルに対応する当該一方および他方の各文章の単語群を選択する類似分野選択手段を有する
ことを特徴とする要約文作成装置。
請求項１から請求項４のいずれかに記載の要約文作成装置において、
上記要約文作成手段によって作成された要約文の特徴量と上記要約対象文章の特徴量との類似度と、上記要約文作成手段によって作成された要約文に単語補正を施した新たな要約文の特徴量と上記要約対象文章の特徴量との類似度とを算出して両者を比較し、より類似度の高い要約文を出力する要約文補正部を含む
ことを特徴とする要約文作成装置。
要約対象文章の要約文を作成する要約文作成方法であって、
単語にその形態素品詞およびその単語概念ベクトルが対応付けられた組が複数登録されている概念語辞書と、要約文作成に利用するために予め用意されている参照用文章の集合である参照用文章群とが記憶部に記憶されており、
単語抽出手段が、上記要約対象文章から上記概念語辞書に登録されている単語を抽出する単語抽出ステップと、
特徴量生成手段が、上記単語抽出ステップにおいて抽出された単語に対応する単語概念ベクトルを用いて、上記要約対象文章の特徴量を算出する特徴量生成ステップと、
類似文章選択手段が、上記特徴量生成ステップにおいて算出された特徴量に対する上記参照用文章群に含まれる各参照用文章の特徴量の類似度を算出し、最も類似度の高い参照用文章を選択する類似文章選択ステップと、
要約文作成手段が、上記類似文章選択ステップにおいて選択された参照用文章に含まれている単語を、当該単語に対して単語概念ベクトルに基づく類似度の高い、上記要約対象文章に含まれている単語で置換することにより要約文を作成する要約文作成ステップと
を有する要約文作成方法。
請求項１から請求項５のいずれかに記載された要約文作成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。