JP5954825B2 - 文書要約装置、方法、及びプログラム - Google Patents

Description

本発明は、文書要約装置、方法、プログラムに係り、特に、入力文書について要約を生成する文書要約装置、方法、プログラムに関する。

従来より、文書あるいは文書群から計算機により自動的に要約を生成する技術が知られている。

自動要約技術は大きく２種類に分けることができる。ひとつは、重要部抽出、あるいは重要文抽出と呼ばれる技術であり、文書中の重要と思われる部分を選択し、結合することで要約を生成する。

重要部抽出の先行研究の例として、文中の単語の頻度に基づく重みや、文の位置等を用いて文を特徴付け、文の重要度を判定し、重要な文を抽出することによる自動要約方法が提案されている（非特許文献１）。

重要部抽出は、事前に定められた単位であれば抽出する単位は本来任意であるが、従来一般的に用いられてきたものは文である。これは、文を単位とすることで、文が持つ言語的な連続性や構造を要約に含ませる事ができるためであると考えられる。

二つ目の種類の自動要約技術は文短縮と呼ばれる要約手法である。これは、文の構文木を作成する。構文木上の不要と思われる部分木を削除し、結果出来上がった木に対応する語を結合することによって要約を生成する（非特許文献２）。

上記２種類の解き方であったとしても、単にスコアが上位の文や短縮方法を貪欲的に順に選択したからといって結果的に品質が高い要約が得られるわけではない。各文の長さを考慮し、限られた長さの中でもっともスコアの高い要約を得るようにするために、従来より、組み合わせ最適化問題として解く方法が広く知られている。

平尾努, 磯崎秀樹, 前田英作, 松本裕治, \Support Vector Machine を用いた重要文抽出法", 情報処理学会論文誌, 44-8, pp. 2230-2243, 2003 Dan Gillick and Benoit Favre, \A Scalable Global Model for Summarization" Proceedings of the Workshop on Integer Linear Programming for Natural Langauge Processing, 2009.

しかしながら、文短縮による方法は、構文木を利用するので、構文木解析器を必要としてしまうという問題がある。

また、重要部抽出によれば、文を単位としたのでは、要約に利用できる文字数に対して文という単位は長すぎるという問題がある。特に高い要約率が求められる場合、言い換えれば、要約に利用できる文字数が少ないような場合には、ごく少数の文を選択しただけで要約に利用できる文字数が尽くされてしまう可能性がある。

また、文よりも短い単位を用いたとすれば、要約結果が断片ばかりになり、言語的な連続性や言語的な構造を失ってしまった要約となってしまうので、意味をなさないという課題があった。

本発明では、上記問題点を解決するために成されたものであり、入力文書について、断片が増加することを抑制して、要約を生成することができる文書要約装置、方法、及びプログラムを提供することを目的とする。

上記目的を達成するために、本発明の文書要約装置は、少なくとも１つの入力文書から複数の単語を選択して、前記入力文書に対応する要約を生成する文書要約装置であって、前記入力文書に含まれるｎ個の単語からなるｎグラム各々の重要度に応じた重みを各々算出する重要度算出手段と、前記要約に含まれる前記ｎグラムの各々の前記重みの合計値を用い、かつ、前記要約に含まれる、前記要約及び前記入力文書で連続している単語列である断片の数をペナルティとして用いて表される目的関数と、前記要約に含まれる単語の数の最大値を表す制約式とを生成する整数計画問題生成手段と、前記整数計画問題生成手段により生成された前記制約式を満足し、かつ、前記生成された目的関数を最大とする、前記入力文書に含まれる各単語を選択するか否かを、整数計画問題を解くことにより求め、前記整数計画問題の解において選択された各単語を、前記入力文書における出現順序に従って並び替えて、前記入力文書に対応する要約を生成する要約生成手段と、を含んで構成されている。

本発明の文書要約方法は、重要度算出手段と、整数計画問題生成手段と、要約生成手段とを含み、少なくとも１つの入力文書から複数の単語を選択して、前記入力文書に対応する要約を生成する文書要約装置における文書要約方法であって、前記重要度算出手段は、前記入力文書に含まれるｎ個の単語からなるｎグラム各々の重要度に応じた重みを各々算出し、前記整数計画問題生成手段は、前記要約に含まれる前記ｎグラムの各々の前記重みの合計値を用い、かつ、前記要約に含まれる、前記要約及び前記入力文書で連続している単語列である断片の数をペナルティとして用いて表される目的関数と、前記要約に含まれる単語の数の最大値を表す制約式とを生成し、要約生成手段は、前記整数計画問題生成手段により生成された前記制約式を満足し、かつ、前記生成された目的関数を最大とする、前記入力文書に含まれる各単語を選択するか否かを、整数計画問題を解くことにより求め、前記整数計画問題の解において選択された各単語を、前記入力文書における出現順序に従って並び替えて、前記入力文書に対応する要約を生成する。

本発明の前記整数計画問題生成手段は、前記要約に含まれる前記断片の数の最大値を表す制約式を更に生成することができる。

本発明の文書要約装置は、前記入力文書の文書内の単語の区切りを決定する文書解析手段を更に含み、前記重要度算出手段は、前記文書解析手段による解析結果に基づいて、前記ｎグラム各々の重要度に応じた重みを各々算出し、前記整数計画問題生成手段は、前記文書解析手段による解析結果に基づいて、前記目的関数と、前記制約式を生成することができる。

本発明の文書要約方法は、前記入力文書の文書内の単語の区切りを決定する文書解析手段を更に含み、前記重要度算出手段は、前記文書解析手段による解析結果に基づいて、前記ｎグラム各々の重要度に応じた重みを各々算出し、前記整数計画問題生成手段は、前記文書解析手段による解析結果に基づいて、前記目的関数と、前記制約式を生成することができる。

本発明によれば、入力文書に含まれるＮ個の単語からなるｎグラム各々の重要度に応じた重みを各々算出し、ｎグラムの各々の重みの合計値を用い、かつ、要約に含まれる、入力文書で連続している単語列である断片の数をペナルティとして用いて表される目的関数と、要約に含まれる単語の数の最大値を表す制約式とを生成する。

そして、生成された制約式を満足し、かつ、生成された目的関数を最大とする、入力文書に含まれる各単語を選択するか否かを、整数計画問題を解くことにより求め、整数計画問題の解において選択された各単語を、入力文書における出現順序に従って並び替えて、要約を生成する。

このように、要約に含まれる単語の数の最大値を表す制約式を満足し、要約に含まれるｎグラムの各々の重みの合計値を用い、かつ、断片の数をペナルティとして用いて表される目的関数を最大とする、入力文書に含まれる各単語を選択するか否かを、整数計画問題を解くことにより求め、整数計画問題の解において選択された各単語を、入力文書における出現順序に従って並び替えて、要約を生成することにより、入力文書について、断片が増加することを抑制して、要約を生成することができる。

また、本発明のプログラムは、コンピュータを、請求項１〜請求項３の何れか１項記載の文書要約装置を構成する各手段として機能させるためのプログラムである。

以上説明したように、本発明の文書要約装置、方法、及びプログラムによれば、要約に含まれる単語の数の最大値を表す制約式を満足し、要約に含まれるｎグラムの各々の重みの合計値を用い、かつ、断片の数をペナルティとして用いて表される目的関数を最大とする、入力文書に含まれる各単語を選択するか否かを、整数計画問題を解くことにより求め、整数計画問題の解において選択された各単語を、入力文書における出現順序に従って並び替えて、要約を生成することにより、入力文書について、断片が増加することを抑制して、要約を生成することができる。

本発明の実施の形態の文書要約装置の機能的構成を示すブロック図である。 ｎグラム（バイグラム）重みデータベースの例を示す図である。 本発明の実施の形態の文書要約装置における文書要約処理ルーチンの内容を示すフローチャートである。 本発明の実施の形態の文書要約装置における要約生成処理ルーチンの内容を示すフローチャートである。

＜文書要約装置の構成＞
本発明の実施の形態に係る文書要約装置について説明する。図１に示すように、本発明の実施の形態に係る文書要約装置１００は、入力部１０と、後述する文書要約処理ルーチンを実行する演算部２０と、出力部５０と、を備えている。

入力部１０は、キーボードなどの入力装置から、全文書集合Ｕと、要約対象文書集合Ｄを示す情報と、要約結果の上限単語数Ｌと、最大断片数（単語列の番号が連続していない数、すなわち断片の区切りの数に１を加えた数）Ｆとを受け付ける。なお、入力部１０は、ネットワーク等を介して外部から入力されたものを受け付けるようにしてもよい。なお、要約対象文書集合Ｄは全文書集合Ｕの部分集合である。

演算部２０は、ＣＰＵ（Central Processing Unit）と、ＲＡＭ（Random Access Memory）と、後述する文書要約処理ルーチンを実行するためのプログラムを記憶したＲＯＭ（Read Only Memory）とを備えたコンピュータで構成されている。このコンピュータは、機能的には、図１に示すように、文書解析部３０と、全文書集合記憶部３１と、ｎグラム重み計算部３２と、ｎグラム重みテーブル記憶部３４と、整数計画問題生成部３６と、要約生成部３８とを含んだ構成で表すことができる。

文書解析部３０は、全文書集合記憶部３１に記憶されている全文書集合Ｕの各文書について、公知の形態素解析技術により各文書内の単語の区切りを決定する。なお、全文書集合記憶部３１に記憶されている全文書集合Ｕが、事前に区切りが存在するような言語（英語等）で記載されているものである場合は、文書解析部３０は不要である。

ｎグラム重み計算部３２は、文書解析部３０において得られた複数の区切り済み文書と、事前に入力された、ｎグラムを指定するための変数ｎの値と、入力部１０において受け付けた要約対象文書集合Ｄを示す情報に基づいて、全文書集合記憶部３１に記憶されている全文書集合Ｕより抽出された要約対象文書集合Ｄに含まれる複数の文書中の全種類のｎグラムについて、重要度に応じた重みを各々計算し、ｎグラム重みテーブル記憶部３４に各々記憶する。ここで、ｎとしては、１や２が想定される。１の場合は、各単語の重みであり、２の場合は２つの単語の連なり（バイグラム）の重みである。以下、本実施例においては変数ｎの値は２の値が指定されて入力されたものとして説明する。

各バイグラムの重要度に応じた重みを計算する方法としては、公知のＩＤＦ重みを用いることができる。例えば、全文書集合Ｕ中のバイグラムが出現する文書の数に基づいて、各バイグラムの重みを計算する。なお、ほかに、χ二乗値を用いた方法を用いることができる。

χ二乗値を用いた方法とは、全文書集合Ｕ中に含まれる文の数をＮとし、各バイグラムｂ_ｉについて以下を計算する。

まず以下のａ_１……ａ_４を計算する。
ａ_１：ｂ_ｋを含む要約対象文書集合Ｄ中の文の数
ａ_２：ｂ_ｋを含み、全文書集合Ｕから要約対象文書集合Ｄを除いた文書集合中の文の数
ａ_３：ｂ_ｋを含まない要約対象文章集合Ｄ中の文の数
ａ_４：ｂ_ｋを含まず、かつ、全文書集合Ｕから要約対象文書集合Ｄを除いた文書集合の文の数
これより、ｂ_ｋのχ二乗値を、下記（１）式により求める。

そして、計算した各バイグラムについての重要度に応じた重みを、ｎグラム重みテーブル記憶部３４に各々記憶する（図２）。なお、上記のバイグラムが出現する文書の数およびｂ_ｋを含む文の数がｎグラムが出現する頻度の一例である。

ｎグラム重みテーブル記憶部３４は、ｎグラム重み計算部３２で計算された要約対象文書集合Ｄの各文書中の各バイグラムに対する重みを記憶している。

整数計画問題生成部３６は、要約を生成するための整数計画問題の目的関数と制約式とを生成する。

具体的には、入力部１０において受け付けた要約対象文書集合Ｄを示す情報に基づいて、文書解析部３０による全文書集合Ｕに対する解析結果から、要約対象文書集合Ｄに対する解析結果を取得し、入力部１０において受け付けた要約結果の上限単語数Ｌと、最大断片数Ｆとに基づいて、目的関数と各制約式をする。

まず、目的関数を生成するために、要約対象文書集合Ｄ中の各文書における各単語に対応する二値変数を、ｗ_{（ｊ,ｉ）}として表記する。これは、要約対象文書集合Ｄ中のｊ番目の文のｉ番目の単語に対応し、ｗ_{（ｊ,ｉ）}が１であれば、要約中にその単語を含み、０であれば要約中にその単語を含まないとする。また、要約対象文書集合Ｄ中の各バイグラムに対応する二値変数をｂ_ｋとして表記する。これは要約対象文書集合Ｄ中でｋ番目に出現したバイグラムが要約に含まれているか否かを示すものであり、ｂ_ｋが１のときにｋ番目のバイグラムは要約に含まれていることを示し、ｂ_ｋが０の時にｋ番目のバイグラムは要約に含まれていないことを示す。

また、ｋ番目のバイグラムの重みをｖ_ｋによって表す。ｖ_ｋはｎグラム重み計算部３２によって計算されｎグラム重みテーブル記憶部３４に記憶されている値を用いる。

さらに、Ｓを要約に含まれるべき単語を示すための集合とする。要約対象文書集合Ｄ中の文の総数を｜Ｄ_ｓ｜とする。また、要約対象文書中のバイグラムの総数（種類数）を｜Ｄ_ｂ｜とする。ｆを要約Ｓに含まれる断片数とすると、｜Ｄ_ｓ｜の値と｜Ｄ_ｂ｜の値を代入することによって、下記（２）式に示す目的関数を生成することができる。

ここで、αは利用者が設定する定数パラメータである。この目的関数は、要約中に含まれるバイグラムの種類を最大化することで、限られた長さの中でなるだけ多数の意味を含もうという前半の項（最大被覆問題）と、要約が過剰に断片化されてしまっては言語的に意味が通らなくなってしまうために、断片数をペナルティとして与えた後半の項とにより構成されている。なお、上記の（２）式によらずとも、定性的には、従来より知られた組み合わせ最適化による目的関数に、断片の数をペナルティとして入れることに意味がある。

次に、制約式を生成する。制約式を生成する際に利用する関数と変数について説明すると、ｌ（ｊ）は、要約対象文書集合Ｄ中のｊ番目の文の単語数を示す関数であり、σ（ｋ,ｍ）を、ｍ番目にｂ_ｋが出現した要約対象文書集合Ｄ中での位置を示すための関数である。

また、ｓ_{（ｊ,ｉ）}とｅ_{（ｊ,ｉ）}は、要約対象文書集合Ｄ中の各文の中から選ばれた部分文（文内の部分文字列）の開始位置と終了位置を示すための二値変数である。ｓ_{（ｊ,ｉ）}が１で、ｅ_{（ｊ,ｉ´）}が１であれば、要約対象文書集合Ｄ中におけるｊ番目の文ｓ_ｊの、ｉ番目からｉ´−１番目までの単語を要約に含むことになる。このとき、下記（３）式〜（１１）式の制約式を各々生成することになる。

ここで、上記制約式（４）式と（５）式は、最大被覆問題の構成単位としたバイグラムと、要約の構成単位とした単語の関係を示したものである。なお、ｗ_{σ（ｋ,ｍ）＋１}は、要約対象文書集合Ｄ中でｗ_{σ（ｋ,ｍ）}の次に出現する隣接単語を表すものである。

また、上記制約式（６）式〜（９）式は、文内での開始位置を示す変数と終了位置を示す変数の関係、及び開始位置を示す変数と終了位置を示す変数と選択される語の関係を示したものである。上記（６）式〜（９）式の制約は、文内での連続した単語の選択を実現する。すなわち、ｗ_{（ｊ,ｉ）}が１であれば、終了位置を示す変数がない限り次の単語ｗ_{（ｊ,ｉ＋１）}も１となる。

また、上記制約式（１０）式は、各文からは最大でも１つだけの断片を許可するためのものであり、上記制約式（１１）式は、入力パラメータとして与えられたＦよりも要約に含まれる断片数が多くならないようにするためのものである。

要約生成部３８は、入力部１０において受け付けた要約対象文書集合Ｄを示す情報に基づいて、文書解析部３０において解析された解析済み全文書集合Ｕから抽出された解析済み要約対象文書集合Ｄを取得し、整数計画問題生成部３６において生成された整数計画問題を解くことにより、要約を生成し、出力部５０により出力する。

具体的には、要約対象文書集合Ｄに含まれる各単語を選択して要約を生成するときに、公知のソルバを用いて整数計画問題生成部３６において生成された上記複数の制約式を満足し、かつ、上記目的関数を最大とする、要約対象文書集合Ｄに含まれる各単語を選択するか否かを、整数計画問題を解くことにより決定する。ソルバの例としては、lp_solve（http://lpsolve.sourceforge.net/）などがある。

ソルバによって解かれた整数計画問題の解において、値が１となっているｗ_{（ｊ,ｉ）}に対応する単語群を要約に含まれる単語として各々取得し、取得した単語の各々を、要約対象文書集合Ｄ中での出現順序に沿って並び替え、結合したものを要約として生成し、出力部５０により出力する。

＜文書要約装置の作用＞
次に、本発明の実施の形態に係る文書要約装置１００の作用について説明する。まず、事前にｎグラムを指定するための変数ｎの値（本実施例では２とする）が入力されメモリ（図示省略）に記憶される。また、全文書集合Ｕが文書要約装置１００に入力され全文書集合記憶部３１に記憶される。そして、入力部１０により、全文書集合Ｕから選択される要約対象文書集合Ｄを示す情報と、要約結果の上限単語数Ｌ及び最大断片数Ｆとが入力されると、文書要約装置１００のＲＯＭに記憶されたプログラムを、ＣＰＵが実行することにより、図３に示す文書要約処理ルーチンが実行される。

まず、ステップＳ１００において、要約対象文書集合Ｄを示す情報を受け付ける。

次に、ステップＳ１０２において、上限単語数Ｌ及び最大断片数Ｆを受け付ける。

次に、ステップＳ１０４において、全文書集合記憶部３１に記憶されている全文書集合Ｕを読み込む。

次に、ステップＳ１０６において、ステップＳ１０４において取得した全文書集合Ｕに含まれる各文書について、公知の形態素解析技術を用いて、文書内の単語の区切りを決定する。

次に、ステップＳ１０８において、ステップＳ１００において受け付けた要約対象文書集合Ｄを示す情報に基づいて、ステップＳ１０４において取得した全文書集合Ｕより抽出された要約対象文書集合Ｄと、ステップＳ１０６において取得した全文書集合Ｕに対する解析結果と、事前に入力されたｎグラムを指定するための変数ｎの値（本実施例では２とする）に基づいて、要約対象文書集合Ｄに含まれる複数の文書の全種類のバイグラムについて、各バイグラムに対する重みを各々計算し、ｎグラム重みテーブル記憶部３４に格納する。

次に、ステップＳ１１０において、ステップＳ１００において受け付けた要約対象文書集合Ｄを示す情報に基づいて、ステップＳ１０６において取得した全文書集合Ｕに対する解析結果から、要約対象文書集合Ｄに対する解析結果を取得し、ステップＳ１０８において計算した各バイグラムに対する重みに基づいて、整数計画問題の目的関数を生成する。

次に、ステップＳ１１２において、ステップＳ１００において受け付けた要約対象文書集合Ｄを示す情報に基づいて、ステップＳ１０６において取得した全文書集合Ｕに対する解析結果から、要約対象文書集合Ｄに対する解析結果を取得し、ステップＳ１０２において取得した上限単語数Ｌと、最大断片数Ｆとに基づいて、整数計画問題の制約式を生成する。

次に、ステップＳ１１４において、ステップＳ１１０において取得した目的関数及びステップＳ１１２において取得した制約式に基づいて、整数計画問題を解くことにより、要約を生成する。

次に、ステップＳ１１６において、ステップＳ１１４において生成した要約を、出力部５０より出力して、処理を終了する。

上記ステップＳ１１４は、図４に示す要約生成処理ルーチンによって実現される。

まず、ステップＳ２００において、ソルバを用いてステップＳ１１２において取得した整数計画問題の制約式を満たしながら、ステップＳ１１０において取得した整数計画問題の目的関数を最大化する解（要約に含める単語として要約対象文書集合Ｄ中の各単語を選択するか否かを示すｗ_{（ｊ,ｉ）}）を求める。

次に、ステップＳ２０２において、ステップＳ２００において取得した整数計画問題の解に基づいて、解の値が１となっているｗ_{（ｊ,ｉ）}に対応する単語群を取得する。

次に、ステップＳ２０４において、ステップＳ２０２において取得した単語群を、要約対象文書集合Ｄの出現順序に並び替えて、要約を生成し、処理を終了する。

以上、説明したように、本発明の実施の形態に係る文書要約装置によれば、要約に含まれる単語の数の最大値を表す制約式を満足し、要約に含まれるｎグラムの各々の重みの合計値を用い、かつ、断片の数をペナルティとして用いて表される目的関数を最大とする、入力文書に含まれる各単語を選択するか否かを、整数計画問題を解くことにより求め、整数計画問題の解において選択された各単語を、入力文書における出現順序に従って並び替えて、要約を生成することにより、入力文書について、断片が増加することを抑制して、要約を生成することができる。

また、本実施の形態によれば、構文解析器を必要とすることなく、文よりも短い単位での要約を生成することができる。この際、過剰に断片が増えてしまうことを防ぐことができるため、従来の要約技術が対象としていた要約率（圧縮率）よりも、より高い要約率の要約を、言語的に破綻しないように、かつ原文の意味をより反映した形で生成することが可能になる。

また、従来技術では、文を単位とする抽出であったものを、本実施の形態では、言語的な可読性や構造を保ちつつ単語単位の抽出とした。また、「連続した単語を優先する」「１文からは高々１つの断片のみを取り出す」ことを整数計画問題として定式化したことにより、目的関数に対して厳密解を得られる。

また、本実施の形態の要約手法では、文の中からの高々１つの可変長部分文字列を取り出し、これを結合することを特徴としている。

また、本実施の形態に係る文書要約装置は、要約を限られた文字数の中で、できるだけ重要なｎグラムを多数含むようにするというスコアと、できあがった要約に含まれる断片の個数ができるだけ少ないようにするというスコアの組み合わせを、整数計画問題の目的関数として定式化することにより、整数計画問題を解き、要約を生成する。

なお、本発明は、上記の実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

また、上述の文書要約装置１００は内部にコンピュータシステムを有しているが、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）を含むものとする。

また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、コンピュータ読み取り可能な記録媒体に格納して提供することも可能であるし、ネットワークを介して提供することも可能である。また、本実施の形態の文書要約装置１００の各部をハードウエアにより構成してもよい。また、変換規則が記憶されるデータベースとしては、ハードディスク装置やファイルサーバ等に例示される記憶手段によって実現可能であり、文書要約装置１００内部にデータベースを設けてもよいし、外部装置に設けてもよい。

１０ 入力部
２０ 演算部
３０ 文書解析部
３１ 全文書集合記憶部
３２ ｎグラム重み計算部
３４ ｎグラム重みテーブル記憶部
３６ 整数計画問題生成部
３８ 要約生成部
５０ 出力部
１００ 文書要約装置

Claims (7)

1. 少なくとも１つの入力文書から複数の単語を選択して、前記入力文書に対応する要約を生成する文書要約装置であって、
   前記入力文書に含まれるｎ個の単語からなるｎグラム各々の重要度に応じた重みを各々算出する重要度算出手段と、
   前記要約に含まれる前記ｎグラムの各々の前記重みの合計値を用い、かつ、前記要約に含まれる、前記要約及び前記入力文書で連続している単語列である断片の数をペナルティとして用いて表される目的関数と、前記要約に含まれる単語の数の最大値を表す制約式とを生成する整数計画問題生成手段と、
   前記整数計画問題生成手段により生成された前記制約式を満足し、かつ、前記生成された目的関数を最大とする、前記入力文書に含まれる各単語を選択するか否かを、整数計画問題を解くことにより求め、前記整数計画問題の解において選択された各単語を、前記入力文書における出現順序に従って並び替えて、前記入力文書に対応する要約を生成する要約生成手段と、
   を含む文書要約装置。
2. 前記整数計画問題生成手段は、前記要約に含まれる前記断片の数の最大値を表す制約式を更に生成する請求項１記載の文書要約装置。
3. 前記入力文書の文書内の単語の区切りを決定する文書解析手段を更に含み、
   前記重要度算出手段は、前記文書解析手段による解析結果に基づいて、前記ｎグラム各々の重要度に応じた重みを各々算出し、
   前記整数計画問題生成手段は、前記文書解析手段による解析結果に基づいて、前記目的関数と、前記制約式を生成する請求項１又は請求項２記載の文書要約装置。
4. 重要度算出手段と、整数計画問題生成手段と、要約生成手段とを含み、少なくとも１つの入力文書から複数の単語を選択して、前記入力文書に対応する要約を生成する文書要約装置における文書要約方法であって、
   前記重要度算出手段は、前記入力文書に含まれるｎ個の単語からなるｎグラム各々の重要度に応じた重みを各々算出し、
   前記整数計画問題生成手段は、前記要約に含まれる前記ｎグラムの各々の前記重みの合計値を用い、かつ、前記要約に含まれる、前記要約及び前記入力文書で連続している単語列である断片の数をペナルティとして用いて表される目的関数と、前記要約に含まれる単語の数の最大値を表す制約式とを生成し、
   要約生成手段は、前記整数計画問題生成手段により生成された前記制約式を満足し、かつ、前記生成された目的関数を最大とする、前記入力文書に含まれる各単語を選択するか否かを、整数計画問題を解くことにより求め、前記整数計画問題の解において選択された各単語を、前記入力文書における出現順序に従って並び替えて、前記入力文書に対応する要約を生成する
   文書要約方法。
5. 前記整数計画問題生成手段は、前記要約に含まれる前記断片の数の最大値を表す制約式を更に生成する請求項４記載の文書要約方法。
6. 前記入力文書の文書内の単語の区切りを決定する文書解析手段を更に含み、
   前記重要度算出手段は、前記文書解析手段による解析結果に基づいて、前記ｎグラム各々の重要度に応じた重みを各々算出し、
   前記整数計画問題生成手段は、前記文書解析手段による解析結果に基づいて、前記目的関数と、前記制約式を生成する請求項４又は請求項５記載の文書要約方法。
7. コンピュータを、請求項１〜請求項３の何れか１項記載の文書要約装置を構成する各手段として機能させるためのプログラム。