JP6578941B2 - 含意判定装置、含意判定方法及びプログラム - Google Patents

Description

本発明は、含意判定装置、含意判定方法及びプログラムに関する。

ＲＴＥ（Recognizing Textual Entailment：文章含意認識）と呼ばれる技術がある。これは、ある対象文章（Text）が仮説文章（Hypotheses）の内容を含む（含意する：Entail）か否かを判定する技術である。

非特許文献１には、対象文章と仮説文章をそれぞれ、述語項構造に分割し、その構造間の距離に基づいて含意の判定を行う技術が開示されている。また、非特許文献２には、述語項構造への分割に代えて、全文のグラフ構造を用いて比較を行う技術が開示されている。
つまり、非特許文献１、２に開示された技術は、仮説文章に含まれる複数の単文のそれぞれと意味が類似する単文が、対象文章に含まれるか否かを判定することで、含意判定を行う。

Ｗａｎｇ他、Ｒｅｃｏｇｎｉｚｉｎｇ Ｔｅｘｔｕａｌ Ｒｅｌａｔｅｄｎｅｓｓ ｗｉｔｈ Ｐｒｅｄｉｃａｔｅ−Ａｒｇｕｍｅｎｔ Ｓｔｒｕｃｔｕｒｅｓ、「Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｅｍｐｉｒｉｃａｌ Ｍｅｔｈｏｄｓ ｉｎ Ｎａｔｕｒａｌ Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ」、２００９年 Ｈａｇｈｉｇｈｉ他、Ｒｏｂｕｓｔ Ｔｅｘｔｕａｌ Ｉｎｆｅｒｅｎｃｅ ｖｉａ Ｇｒａｐｈ Ｍａｔｃｈｉｎｇ、「Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｈｕｍａｎ Ｌａｎｇｕａｇｅ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｅｍｐｉｒｉｃａｌ Ｍｅｔｈｏｄｓ ｉｎ Ｎａｔｕｒａｌ Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ」２００５年

しかしながら、仮説文章に含まれる複数の単文のそれぞれと対象文章に含まれる単文とが一致していたとしても、単文間の談話関係が異なる場合、対象文章が仮説文章を含意するとは言えないことがある。談話関係とは、時間列上の前後関係、因果関係、言い換えなど、単文と単文との間の役割的関係や話題の推移を示す関係である。

対象文章Ｔ１「Peter drank a glass of water, and afterwards went out of the room.」と、仮説文章Ｔ２「Peter left the room, and then drank something.」を比較する場合を例に説明する。対象文章Ｔ１には、単文Ｔ１１「Peter drank a glass of water.」と、単文Ｔ１２「Peter went out of the room.」とが含まれており、仮説文章Ｔ２には、単文Ｔ２１「Peter left the room.」と単文Ｔ２２「Peter drank something.」とが含まれている。
単文Ｔ１１と単文Ｔ２２とは、類似の関係にある。単文Ｔ１２と単文Ｔ２１とは、類似の関係にある。この場合、非特許文献１、２に記載の技術を用いると、対象文章Ｔ１は、仮説文章Ｔ２を含意すると判定される。しかしながら、仮説文章Ｔ２の「Peter went out of (left) the room.」と対象文章Ｔ１の「Peter drank a glass of water (something).」とは前後関係が異なるため、実際は、対象文章Ｔ１は、仮説文章Ｔ２を含意しない。

本発明の目的の一例は、上述した課題を解決する含意判定装置、含意判定方法及びプログラムを提供することにある。

本発明の実施態様に係る含意判定装置は、前記仮説文章に含まれる第１および第２の単文の事象の発生順を少なくとも示す第１の情報を生成し、対象文章に含まれ且つ前記第１の単文と対応する第３の単文および前記対象文章に含まれ且つ前記第２の単文と対応する第４の単文の事象の発生順を少なくとも示す第２の情報を生成する生成部と、前記第１および第２の情報に基づいて、前記第１の単文と前記第２の単文との事象の発生順の関係および前記第３の単文と前記第４の単文との事象の発生順の関係を比較することにより算出結果を得る算出部と、前記算出結果に少なくとも基づいて、前記対象文章が前記仮説文章を含意しているか否かを判定する判定部とを備える。
上記の含意判定装置は、前記第３の単文として、前記第１の単文と意味が類似する単文を、前記対象文章から抽出する抽出部をさらに備えていてもよい。

上記の含意判定装置は、前記仮説文章を分割することによりそれぞれが述部を１つ有する、前記第１および第２を含む複数の単文を得て、前記対象文章を分割することによりそれぞれが述部を１つ有する、前記第３および第４の単文を含む複数の単文を得る分割部をさらに備えていてもよい。

上記の含意判定装置は、第１の接続語と、前記第１の接続語によって接続される単文間の事象の発生順とを対応付けて記憶する記憶部をさらに備えていてもよい。前記生成部は、前記第１の接続語と前記第１および第２の単文を接続する第２の接続語とが同じであるか判定し、前記第１および第２の接続語が同じであると判定した場合、前記第１の情報における前記第１および第２の単文の順番を前記第１の接続語に対応付けられた事象の発生順に合せてもよい。
上記の含意判定装置は、第１の接続語と、前記第１の接続語によって接続される単文間の事象の発生順とを対応付けて記憶する記憶部をさらに備えていてもよい。前記生成部は、前記第１の接続語と前記第３および第４の単文を接続する第２の接続語とが同じであるか判定し、前記第１および第２の接続語が同じであると判定した場合、前記第２の情報における前記第３および第４の単文の順番を前記第１の接続語に対応付けられた事象の発生順に合わせてもよい。

上記の含意判定装置において、前記抽出部は、前記第１の単文と前記第３の単文との間の第１の単文距離、および前記第２の単文と前記第４の単文との間の第２の単文距離を特定してもよい。前記判定部は、前記算出結果と前記第１および第２の単文距離とに少なくとも基づいて、前記対象文章が前記仮説文章を含意しているか否かを判定してもよい。

上記の含意判定装置において、前記第１および第３の単文の意味の第１の類似度、および前記第２および第４の単文の意味の第２の類似度とを算出する単文距離算出部をさらに備えていてもよい。前記算出部は、前記第１の単文よりも前記第２の単文の事象の発生順が前であり、且つ前記第３の単文よりも前記第４の単文の事象の発生順が後であるかを判定してもよい。前記判定部は、前記第１および第２の類似度が高く、前記第１の単文よりも前記第２の単文の事象の発生順が前であり、且つ前記第３の単文よりも前記第４の単文の事象の発生順が後である場合、前記対象文章が前記仮説文章を含意していないと判定してもよい。

上記の含意判定装置は、前記第１および第３の単文の意味の第１の類似度、および前記第２および第４の単文の意味の第２の類似度とを算出する単文距離算出部をさらに備えていてもよい。前記算出部は、前記第１の単文よりも前記第２の単文の事象の発生順が前であり、且つ前記第３の単文よりも前記第４の単文の事象の発生順が後であるかを判定してもよい。前記判定部は、前記第１および第２の類似度が高く、前記第１の単文よりも前記第２の単文の事象の発生順が前であり、且つ前記第３の単文よりも前記第４の単文の事象の発生順が後である場合、前記対象文章が前記仮説文章を含意していないと判定してもよい。

本発明の実施態様に係る含意判定方法は、前記仮説文章に含まれる第１および第２の単文の事象の発生順を少なくとも示す第１の情報を生成し、対象文章に含まれ且つ前記第１の単文と対応する第３の単文および前記対象文章に含まれ且つ前記第２の単文と対応する第４の単文の事象の発生順を少なくとも示す第２の情報を生成し、前記第１および第２の情報に基づいて、前記第１の単文と前記第２の単文との事象の発生順の関係および前記第３の単文と前記第４の単文との事象の発生順の関係を比較することにより算出結果を得て、前記算出結果に少なくとも基づいて、前記対象文章が前記仮説文章を含意しているか否かを判定することを含む。

本発明の実施態様に係るプログラムは、前記仮説文章に含まれる第１および第２の単文の事象の発生順を少なくとも示す第１の情報を生成し、対象文章に含まれ且つ前記第１の単文と対応する第３の単文および前記対象文章に含まれ且つ前記第２の単文と対応する第４の単文の事象の発生順を少なくとも示す第２の情報を生成し、前記第１および第２の情報に基づいて、前記第１の単文と前記第２の単文との事象の発生順の関係および前記第３の単文と前記第４の単文との事象の発生順の関係を比較することにより算出結果を得て、
前記算出結果に少なくとも基づいて、前記対象文章が前記仮説文章を含意しているか否かを判定することをコンピュータに実行させる。
本発明の実施態様に係る非一時的記録媒体は、上記のプログラムを記憶する。

本発明の実施形態によれば、含意判定装置は、対象文章の単文と仮説文章の単文との間の談話関係が類似しない場合に、対象文章が仮説文章を含意しないと判定することができる。

本発明の第１の実施形態に係る含意判定装置の構成を示す概略ブロック図である。 本発明の第１の実施形態に係る含意判定装置の動作を示すフローチャートである。 本発明の第１の実施形態に係る談話関係距離の算出方法の第１の具体例を示す図である。 本発明の第１の実施形態に係る談話関係距離の算出方法の第２の具体例を示す図である。 本発明の第１の実施形態に係る談話関係距離の算出方法の第３の具体例を示す図である。 本発明の第１の実施形態に係る談話関係距離の算出方法の第４の具体例を示す図である。 本発明の第２の実施形態に係る談話関係距離の算出方法の具体例を示す図である。 本発明の第３の実施形態に係る含意判定装置の構成を示す概略ブロック図である。 本発明の第４の実施形態に係る含意判定装置の構成を示す概略ブロック図である。

《第１の実施形態》
以下、図面を参照しながら本発明の実施形態について詳しく説明する。
図１は、本発明の第１の実施形態に係る含意判定装置１００の構成を示す概略ブロック図である。
含意判定装置１００は、与えられた対象文章と仮説文章とを解析し、対象文章が仮説文章を含意するか否かを判定する装置である。なお、対象文章及び仮説文章は、述部を複数有する複文であっても良いし、単文を含む複数の文からなる文章であっても良い。第１の実施形態に係る含意判定装置１００は、文章分割部１０１、単文距離算出部１０２、類似文抽出部１０３、接続語記憶部１０４、談話関係情報生成部１０５、談話関係距離算出部１０６、含意判定部１０７を備える。
文章分割部１０１は、単に分割部１０１と称する場合がある。単文距離算出部１０２は、単に第１算出部１０２と称する場合がある。類似文抽出部１０３は、単に抽出部１０３と称する場合がある。接続語記憶部１０４は、単に記憶部１０４と称する場合がある。談話関係情報生成部１０５は、単に生成部１０５と称する場合がある。談話関係距離算出部１０６は、単に第２算出部１０６と称する場合がある。含意判定部１０７は、単に判定部１０７と称する場合がある。

分割部１０１は、述語項構造解析及び共参照解析に基づいて、仮説文章と対象文章をそれぞれ、述部を１つ有する複数の単文ごとに分割する。このとき、分割部１０１は、照応解析により単文の代名詞を参照元の名詞に置換して、さらに単文に代名詞が無い場合に適切な名詞を追加して、複文から単文への分割を行う。ここで、代名詞が無い場合の例について説明する。例えば、「太郎はリンゴを食べた後、ゴミ箱に捨てた。」という文を単純に分割すると、単文「太郎はリンゴを食べた。」と単文「太郎はゴミ箱に捨てた。」とが生成される。ここで、日本語においては、単文「太郎はゴミ箱に捨てた。」のように、日本語においては、目的語（「捨てる」の目的語）が省略されることがある。このような場合に、分割部１０１は、照応解析により単文「太郎は、ゴミ箱に捨てた。」に目的語「リンゴを」を追加し、単文「太郎は、リンゴをゴミ箱に捨てた。」を生成する。

第１算出部１０２は、分割部１０１が分割した仮説文章および対象文章の単文それぞれについて、仮説文章の単文と対象文章の単文との間の意味の距離（コスト）を示す単文距離を算出する。本実施形態では、単文距離は、０以上１以下の値をとり、０に近いほど類似することを示す。第１算出部１０２は、単語の重複率や同義語辞書情報に基づいて単文距離を算出する。例えば、第１算出部１０２は、仮説文章の単文と対象文章の単文に関して、全ての単語が一致する場合に単文距離が０であると決定してもよい。第１算出部１０２は、同義語または類義語を有する場合に単文距離で０．５であると決定してもよい。第１算出部１０２は、それ以外の場合に単文距離を１とであると決定してもよい。

抽出部１０３は、第１算出部１０２が算出した単文距離に基づいて、仮説文章から分割された単文ごとに、その単文に意味が類似する単文を、対象文章から分割された単文の中から抽出する。抽出部１０３は、例えば、Hungarian Algorithmを用いて、単文距離が最小となる単文の組み合わせを抽出することで、仮説文章の単文に対応する対象文章の単文を抽出することができる。また、抽出部１０３は、第１算出部１０２による算出結果に基づいて、抽出した単文ごとに、抽出した単文とその単文に対応する仮説文章の単文との単文距離を特定する。

記憶部１０４は、単文間を接続する接続語と、その接続語が表す談話関係とを関連付けて記憶する。例えば、記憶部１０４は、接続語「after」と、「after」が表す談話関係とを関連付けて記憶する。すなわち、記憶部１０４は、接続語「after」と、「『after』の直前に出現する単文が示す事象の前に、『after』の直後に出現する単文が示す事象が発生すること」とを関連付けて記憶する。

生成部１０５は、仮説文章の各単文、及び抽出部１０３が抽出した各単文の間の談話関係を示す談話関係情報を生成する。具体的には、生成部１０５は、単文を文書中の出現順に並べた配列を生成し、単文間を接続する接続語に関連付けて記憶部１０４が記憶する談話関係に基づいてその配列を並べ替えることで、談話関係情報を生成する。例えば、「A after B」という文章の談話関係情報を生成する場合、生成部１０５は、まず「Ａ」、「Ｂ」の順に単文を並べた配列を生成する。単文Ａ、Ｂ間の接続語「after」が「Ａ」が示す事象の前に「Ｂ」が示す事象が発生することを示す。このため、生成部１０５は、配列の「Ａ」と「Ｂ」を入れ替えることで、談話関係情報を生成する。

因果関係を示す接続語についても同様である。例えば、接続語「because」は、「『because』の直後に出現する単文が示す事象を原因として、『because』の直前に出現する単文が示す事象が発生すること」という談話関係を示す。したがって、「A because B」という文章の談話関係情報を生成する場合、生成部１０５は、「Ａ」、「Ｂ」の順に単文を並べた配列の「Ａ」と「Ｂ」を入れ替えることで、談話関係情報を生成する。
単文Ａ、Ｂ間の接続語が「in other words」など、言い換え関係を示す場合、生成部１０５は、単文Ａ、Ｂを同一のインデックスに格納することが好ましい。

第２算出部１０６は、生成部１０５が生成した談話関係情報に基づいて、仮説文章の各単文、及び抽出部１０３が抽出した各単文の間の談話関係の距離である談話関係距離を算出する。具体的には、第２算出部１０６は、生成部１０５が生成した仮説文章の各単文の談話関係情報と、抽出部１０３が抽出した各単文の談話関係情報とを参照し、対応する単文の位置の交差箇所の数を、談話関係距離として算出する。

判定部１０７は、抽出部１０３が特定した各単文の単文距離と、第２算出部１０６が算出した談話関係距離とに基づいて、対象文章が仮説文章を含意するか否かを判定する。判定部１０７は、例えば、単文距離と談話関係距離の総和が所定の閾値未満である場合に、対象文章が仮説文章を含意すると判定することができる。

次に、本発明の第１の実施形態に係る含意判定装置１００の動作について説明する。
図２は、本発明の第１の実施形態に係る含意判定装置１００の動作を示すフローチャートである。
含意判定装置１００が仮説文章及び対象文章の入力を受け付けると、分割部１０１は、受け付けた仮説文章及び対象文章を単文に分割する（ステップＳ１）。次に、第１算出部１０２は、仮説文章の単文と対象文章の単文の全ての組み合わせについて、単文距離を算出する（ステップＳ２）。

抽出部１０３は、仮説文章の各単文について、仮説文章の単文に対応する対象文章の単文を抽出する（ステップＳ３）。このとき、抽出部１０３は、仮説文章の単文と抽出した対象文章の単文の間の単文距離の総和が最小になるように、対象文章から単文を抽出する。次に、抽出部１０３は、仮説文章の単文と抽出した単文との全ての組み合わせについて第１算出部１０２が算出した単文距離を特定する（ステップＳ４）。

生成部１０５は、仮説文章の単文を、仮説文章における出現順に並べた配列を生成する。また、生成部１０５は、対象文章の単文を、対象文章における出現順に並べた配列を生成する（ステップＳ５）。次に、生成部１０５は、仮説文章の単文の間を接続する接続語に関連付けられた談話関係及び対象文章の単文の間を接続する接続語に関連付けられた談話関係を、記憶部１０４から取得する（ステップＳ６）。

生成部１０５は、取得した談話関係に基づいて仮説文章の単文を格納した配列を並べ替えて、仮説文章の談話関係情報を生成する。また、生成部１０５は、取得した談話関係に基づいて対象文章の単文を格納した配列を並べ替えて、対象文章の談話関係情報を生成する（ステップＳ７）。

第２算出部１０６は、仮説文章の談話関係情報の先頭から単文を順に選択し、以下に示すステップＳ９〜ステップＳ１１を実行する（ステップＳ８）。
まず、第２算出部１０６は、抽出部１０３が抽出した単文の中から、選択した単文に対応する単文を特定する（ステップＳ９）。次に、第２算出部１０６は、対象文章の談話関係情報においてステップＳ９で特定した単文より後に格納されている単文の中に、仮説文章の談話関係情報においてステップＳ８で選択した単文より前に格納されている単文に対応する単文が存在するか否かを判定する。つまり、第２算出部１０６は、ステップＳ８で選択した単文について、仮説文章と対象文章との間に談話関係が交差する交差箇所があるか否かを判定する（ステップＳ１０）。

第２算出部１０６は、ステップＳ８で選択した単文について、仮説文章と対象文章との間に談話関係が交差する交差箇所があると判定した場合（ステップＳ１０：ＹＥＳ）、談話関係距離に１を加算する（ステップＳ１１）。なお、談話関係距離の初期値は０である。他方、第２算出部１０６は、ステップＳ８で選択した単文について仮説文章と対象文章との間に談話関係が交差する交差箇所がないと判定した場合（ステップＳ１０：ＮＯ）、談話関係距離の値を変化させない。

上記ステップＳ８〜ステップＳ１１を、仮説文章の談話関係情報の全ての単文について実行すると、判定部１０７は、抽出部１０３が特定した単文距離の総和と第２算出部１０６が算出した談話関係距離とを加算した値が、所定の閾値（例えば１）を超えるか否かを判定する（ステップＳ１２）。判定部１０７は、単文距離の総和と談話関係距離とを加算した値が所定の閾値を超えると判定した場合（ステップＳ１２：ＹＥＳ）、対象文章が仮説文章を含意しないと判定する（ステップＳ１３）。他方、判定部１０７は、単文距離の総和と談話関係距離とを加算した値が所定の閾値を超えないと判定した場合（ステップＳ１２：ＮＯ）、対象文章が仮説文章を含意すると判定する（ステップＳ１４）。

このように、第１の実施形態に係る含意判定装置１００は、談話関係距離に基づいて対象文章が仮説文章を含意しているか否かを判定する。これにより、含意判定装置１００は、対象文章の単文と仮説文章の単文との間の談話関係が類似しない場合に、対象文章が仮説文章を含意しないと判定することができる。

また、第１の実施形態に係る含意判定装置１００は、記憶部１０４から単文の間の接続語に関連付けられた談話関係を取得し、その談話関係に基づいて単文の出現順序を入れ替えることで談話関係情報を生成する。これにより、含意判定装置１００は、単文の出現順序と事象の順序とが異なる場合にも適切に含意判定を行うことができる。

具体例として、対象文章Ｔ１「When the sun shines, then the grass dries.」と、仮説文章Ｔ２「The grass dries because of the sun shining.」を比較する場合について説明する。対象文章Ｔ１には、単文Ｔ１１「The sun shines.」と、単文Ｔ１２「The grass dries.」とが含まれている。仮説文章Ｔ２には、単文Ｔ２１「The grass dries.」と単文Ｔ２２「The sun shines.」とが含まれている。ここで、記憶部１０４は、接続語「then」と、「『then』の直前に出現する単文が示す事象の後に、『then』の直後に出現する単文が示す事象が発生すること」という談話関係とを関連付けて記憶する。また、記憶部１０４は、接続語「because」と、「『because』の直後に出現する単文が示す事象を原因として、『because』の直前に出現する単文が示す事象が発生すること」という談話関係を関連付けて記憶する。これにより、生成部１０５は、対象文章Ｔ１の談話関係情報を並べ替えず、仮説文章Ｔ２の談話関係情報の単文Ｔ２１と単文Ｔ２２とを入れ替える。
第２算出部１０６は、対象文章Ｔ１と仮説文章Ｔ２との間に談話関係の交差箇所が無いと判定するため、判定部１０７は、対象文章Ｔ１が仮説文章Ｔ２を含意すると判定することができる。

上記ステップＳ８〜ステップＳ１０の処理の具体例について説明する。
図３は、本発明の第１の実施形態に係る談話関係距離の算出方法の第１の具体例を示す図である。
第１の具体例において対象文章の談話関係情報は、先頭から順に単文Ａ１、Ａ２、Ａ３、Ａ４を格納する。仮説文章の談話関係情報は、先頭から順に単文Ｂ１、Ｂ２、Ｂ３を格納する。単文Ｂ１は単文Ａ２に対応している。単文Ｂ２は単文Ａ３に対応している。単文Ｂ３は単文Ａ１に対応している。

この場合、まず第２算出部１０６は、ステップＳ８において単文Ｂ１を選択する。単文Ｂ１は仮説文章の談話関係情報における先頭の単文であるため、ステップＳ８で選択した単文より前に格納されている単文が存在しない。そのため、第２算出部１０６は、ステップＳ１０において単文Ｂ１について交差箇所が無いと判定する。

次に、第２算出部１０６は、ステップＳ８において単文Ｂ２を選択する。対象文章の談話関係情報において単文Ｂ２に対応する単文Ａ３より後に格納される単文は、単文Ａ４である。仮説文章の談話関係情報において単文Ｂ２より前に格納される単文は、単文Ｂ１である。単文Ａ４と単文Ｂ１とは対応関係に無い。このため、第２算出部１０６は、ステップＳ１０において単文Ｂ２について交差箇所が無いと判定する。

次に、第２算出部１０６は、ステップＳ８において単文Ｂ３を選択する。対象文章の談話関係情報において単文Ｂ３に対応する単文Ａ１より後に格納される単文は、単文Ａ２、Ａ３、Ａ４である。仮説文章の談話関係情報において単文Ｂ３より前に格納される単文は、単文Ｂ１、Ｂ２である。このとき、単文Ａ２と単文Ｂ１、及び単文Ａ３と単文Ｂ２とは対応関係にある。このため、第２算出部１０６は、ステップＳ１０において単文Ｂ３について交差箇所があると判定し、談話関係距離に１を加算する。
つまり、第１の具体例における談話関係距離は、１である。

図４は、本発明の第１の実施形態に係る談話関係距離の算出方法の第２の具体例を示す図である。
第２の具体例において対象文章の談話関係情報は、先頭から順に単文Ａ１、Ａ２、Ａ３、Ａ４を格納する。仮説文章の談話関係情報は、先頭から順に単文Ｂ１、Ｂ２、Ｂ３を格納する。単文Ｂ１は単文Ａ２に対応している。単文Ｂ２は単文Ａ３に対応している。単文Ｂ３は単文Ａ４に対応している。

この場合、まず第２算出部１０６は、ステップＳ８において単文Ｂ１を選択する。単文Ｂ１は仮説文章の談話関係情報における先頭の単文であるため、単文Ｂ１より前に格納されている単文が存在しない。そのため、第２算出部１０６は、ステップＳ１０において単文Ｂ１について交差箇所が無いと判定する。

次に、第２算出部１０６は、ステップＳ８において単文Ｂ２を選択する。対象文章の談話関係情報において単文Ｂ２に対応する単文Ａ３より後に格納される単文は、単文Ａ４である。仮説文章の談話関係情報において単文Ｂ２より前に格納される単文は、単文Ｂ１である。単文Ａ４と単文Ｂ１とは対応関係に無い。このため、第２算出部１０６は、ステップＳ１０において単文Ｂ２について交差箇所が無いと判定する。

次に、第２算出部１０６は、ステップＳ８において単文Ｂ３を選択する。単文Ｂ３に対応する単文Ａ４は対象文章の談話関係情報における末尾の単文であるため、単文Ａ４より後に格納されている単文が存在しない。そのため、第２算出部１０６は、ステップＳ１０において単文Ｂ３について交差箇所が無いと判定する。
つまり、第２の具体例における談話関係距離は０であり、対象文章と仮説文章との談話関係が同一であることが分かる。

図５は、本発明の第１の実施形態に係る談話関係距離の算出方法の第３の具体例を示す図である。
第３の具体例において対象文章の談話関係情報は、先頭から順に単文Ａ１、Ａ２、Ａ３、Ａ４を格納する。仮説文章の談話関係情報は、先頭から順に単文Ｂ１、Ｂ２、Ｂ３を格納する。単文Ｂ１は単文Ａ３に対応している。単文Ｂ２は単文Ａ１に対応している。単文Ｂ３は単文Ａ２に対応している。

この場合、まず第２算出部１０６は、ステップＳ８において単文Ｂ１を選択する。単文Ｂ１は仮説文章の談話関係情報における先頭の単文であるため、単文Ｂ１より前に格納されている単文が存在しない。そのため、第２算出部１０６は、ステップＳ１０において単文Ｂ１について交差箇所が無いと判定する。

次に、第２算出部１０６は、ステップＳ８において単文Ｂ２を選択する。対象文章の談話関係情報において単文Ｂ２に対応する単文Ａ１より後に格納される単文は、単文Ａ２、Ａ３、Ａ４である。仮説文章の談話関係情報において単文Ｂ２より前に格納される単文は、単文Ｂ１である。このとき、単文Ａ３と単文Ｂ１とが対応関係にある。このため、第２算出部１０６は、ステップＳ１０において単文Ｂ２について交差箇所があると判定する。

次に、第２算出部１０６は、ステップＳ８において単文Ｂ３を選択する。対象文章の談話関係情報において単文Ｂ３に対応する単文Ａ２より後に格納される単文は、単文Ａ３、Ａ４である。仮説文章の談話関係情報において単文Ｂ３より前に格納される単文は、単文Ｂ１、Ｂ２である。単文Ａ３と単文Ｂ１とが対応関係にある。このため、第２算出部１０６は、ステップＳ１０において単文Ｂ３についても交差箇所があると判定する。
つまり、第３の具体例における談話関係距離は２である。

図６は、本発明の第１の実施形態に係る談話関係距離の算出方法の第４の具体例を示す図である。
第４の具体例において対象文章の談話関係情報は、先頭から順に単文Ａ１及びＡ２、Ａ３、Ａ４を格納する。対象文章では、単文Ａ１と単文Ａ２とが言い換えの関係にある。仮説文章の談話関係情報は、先頭から順に単文Ｂ１、Ｂ２、Ｂ３を格納する。単文Ｂ１は単文Ａ２に対応している。単文Ｂ２は単文Ａ１に対応している。単文Ｂ３は単文Ａ３に対応している。

この場合、まず第２算出部１０６は、ステップＳ８において単文Ｂ１を選択する。単文Ｂ１は仮説文章の談話関係情報における先頭の単文であるため、単文Ｂ１より前に格納されている単文が存在しない。そのため、第２算出部１０６は、ステップＳ１０において単文Ｂ１について交差箇所が無いと判定する。

次に、第２算出部１０６は、ステップＳ８において単文Ｂ２を選択する。対象文章の談話関係情報において単文Ｂ２に対応する単文Ａ１より後に格納される単文は、単文Ａ３、Ａ４である。つまり、単文Ａ２は、単文Ａ１と同じインデックスに格納されるため、単文Ａ１より後に格納される単文には含まれない。仮説文章の談話関係情報において単文Ｂ２より前に格納される単文は、単文Ｂ１である。単文Ａ３、Ａ４のいずれも単文Ｂ１と対応関係にない。このため、第２算出部１０６は、ステップＳ１０において単文Ｂ２について交差箇所が無いと判定する。

次に、第２算出部１０６は、ステップＳ８において単文Ｂ３を選択する。対象文章の談話関係情報において単文Ｂ３に対応する単文Ａ３より後に格納される単文は、単文Ａ４である。仮説文章の談話関係情報において単文Ｂ３より前に格納される単文は、単文Ｂ１、Ｂ２である。単文Ａ４は、単文Ｂ１、Ｂ２のいずれとも対応関係にない。このため、第２算出部１０６は、ステップＳ１０において単文Ｂ３についても交差箇所が無いと判定する。
つまり、第４の具体例における談話関係距離は０であり、対象文章と仮説文章との談話関係が同一であることが分かる。このように、本実施形態に係る含意判定装置１００は、言い換え関係にある２つの単文の順序が対象文章と仮説文章の間で入れ替わっている場合にも、適切に含意判定を行うことができる。

《第２の実施形態》
次に、本発明の第２の実施形態について詳しく説明する。
第２の実施形態に係る含意判定装置１００は、第２算出部１０６による談話関係距離の算出方法が、第１の実施形態と異なる。

第２の実施形態に係る第２算出部１０６は、上述したステップＳ１０で判定した交差箇所について、単文距離に基づく重みを加え、重み付けがされた交差箇所の個数を、談話関係距離として算出する。ここで、単文距離に基づく重みづけの一例について説明する。仮設文章の第１の単文および第１の単文と対応する対象文章の第２単文からなる第１の組み合せと、第１の組み合せと交差する、仮設文章の第３の単文および第３の単文と対応する対象文章の第４の単文からなる第２の組み合せとが存在すると仮定する。この場合、第１の組み合せの重みづけとしては、第１の単文と第２の単文との（第１の組み合わせの）単文距離を１から減算した値と、第３の単文と第４の単文との（第２の組み合わせの）単文距離を１から減算した値とを加算した値を用いることができる。

図７は、本発明の第２の実施形態に係る談話関係距離の算出方法の具体例を示す図である。
第２の実施形態に係る具体例において対象文章の談話関係情報は、先頭から順に単文Ａ１、Ａ２、Ａ３、Ａ４を格納する。仮説文章の談話関係情報は、先頭から順に単文Ｂ１、Ｂ２、Ｂ３を格納する。単文Ｂ１は単文Ａ３に対応している。単文Ｂ２は単文Ａ２に対応している。単文Ｂ３は単文Ａ１に対応している。単文Ｂ１−Ａ３間の単文距離は０．５である。単文Ｂ２−Ａ２間の単文距離は０である。単文Ｂ３−Ａ１間の単文距離は０．５である。

この場合、まず第２算出部１０６は、ステップＳ８において単文Ｂ１を選択する。単文Ｂ１は仮説文章の談話関係情報における先頭の単文であるため、単文Ｂ１より前に格納されている単文が存在しない。そのため、第２算出部１０６は、ステップＳ１０において単文Ｂ１について交差箇所が無いと判定する。

第２算出部１０６は、ステップＳ８において単文Ｂ２を選択する。対象文章の談話関係情報において単文Ｂ２に対応する単文Ａ２より後に格納される単文は、単文Ａ３、Ａ４である。仮説文章の談話関係情報において単文Ｂ２より前に格納される単文は、単文Ｂ１である。単文Ａ３と単文Ｂ１とが対応関係にある。第２算出部１０６は、単文Ａ３−Ｂ１間の単文距離０．５を１から減算して得られる０．５と、単文Ａ２−Ｂ２間の単文距離０を１から減算して得られる１とを加算する。第２算出部１０６は、このような計算から、単文Ｂ２についての談話関係距離として１．５を得る。

次に、第２算出部１０６は、ステップＳ８において単文Ｂ３を選択する。対象文章の談話関係情報において単文Ｂ３に対応する単文Ａ１より後に格納される単文は、単文Ａ２、Ａ３、Ａ４である。仮説文章の談話関係情報において単文Ｂ３より前に格納される単文は、単文Ｂ１、Ｂ２である。単文Ａ３と単文Ｂ１が対応関係にある。また、単文Ａ２と単文Ｂ２が対応関係にある。第２算出部１０６は、単文Ａ３−Ｂ１間の単文距離０．５と、単文Ａ２−Ｂ２間の単文距離０とのうち小さい値を選択する。つまり、第２算出部１０６は、単文Ａ２−Ｂ２間の単文距離０を選択する。第２算出部１０６は、単文Ａ２−Ｂ２間の単文距離０を１から減算して得られる１と、単文Ａ１−Ｂ３間の単文距離０．５を１から減算して得られる０．５とを加算する。第２算出部１０６は、この演算から、単文Ｂ３についての談話関係距離として１．５を得る。

第２算出部１０６は、各単文の談話関係距離を総和することで、対象文章と仮説文章との談話関係距離を算出する。
つまり、本具体例において、談話関係距離は３である。

このように、第２の実施形態によれば、第２算出部１０６は、単文距離が小さい単文ほど、すなわち対応関係にある対象文章および仮説文章の単文の組み合わせの意味が類似するほど、それらの単文の組み合わせと他の対象文章および仮説文章の単文の組み合わせと間に交差が生じる場合に談話関係距離を大きくする。つまり、類似する単文について交差が生じない場合には、談話関係距離が小さい値となる。これにより、含意判定装置１００は、より適切に含意判定を行うことができる。

第２の実施形態では、交差箇所の重みの算出方法として、１から単文距離を減算する方法を例に説明をしたが、これに限られない。例えば、単文距離の逆数をとる方法など、単文距離に対して単調減少する重みを算出する方法であれば、他の方法を用いても良い。

《第３の実施形態》
次に、本発明の第３の実施形態について詳しく説明する。
図８は、本発明の第３の実施形態に係る含意判定装置１００の構成を示す概略ブロック図である。
第３の実施形態に係る含意判定装置１００は、第１の実施形態の構成に加えてさらに翻訳部１０８を備える。翻訳部１０８は、対象文章と仮説文章の言語が異なる場合に、分割部１０１が分割した各単文を同一の言語に統一する。つまり、翻訳部１０８は、対象文章から分割した各単文を仮説文章の言語に翻訳するか、仮説文章から分割した各単文を対象文章の言語に翻訳する。第１算出部１０２は、翻訳された単文間の単文距離を算出する。

このように、第３の実施形態によれば、含意判定装置１００は、対象文章と仮説文章が異なる言語で記載されている場合にも、含意判定を行うことができる。特に、分割部１０１が分割した単文を翻訳するため、誤訳の発生を低減することができる。

第１算出部１０２は、単語の重複率等により単文距離を算出するため、翻訳文は全文の翻訳を行わなくても良い。つまり、第１算出部１０２は、例えば対訳辞書を用いて単文の単語ごとに言語の変換を行っても良い。

以上、図面を参照してこの発明の実施形態について詳しく説明してきたが、具体的な構成は上述に限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
例えば、上述した実施形態では、談話関係距離を、交差箇所の数に基づいて算出する場合について説明したが、これに限られない。談話関係が一致しない単文の数に対して単調増加するようなその他の談話関係距離の算出方法を用いても良い。一例として、対象文章の談話関係情報を入れ替えて仮説文章の談話関係情報と同じ順序にするために必要な入れ替え回数を談話関係距離としてもよい。

上述した実施形態では、判定部１０７が単文距離の総和と談話関係距離の和を用いて含意判定を行う場合について説明したが、これに限られない。例えば、判定部１０７は、単文距離の総和と談話関係距離の積を用いて含意判定を行っても良い。判定部１０７は、単文距離の総和及び談話関係距離をそれぞれ０以上１以下の値に正規化した後に、その和または積を用いて含意判定を行っても良い。

上述した実施形態では、含意判定装置１００が、単文及び談話関係の尺度として、非類似の度合いを示す距離を用いて含意判定を行う場合について説明したが、これに限られない。含意判定装置１００は、単文及び談話関係の類似度を用いて含意判定を行っても良い。非類似の度合いを示す距離は０に近いほど類似していることを示す値であり、類似度は１に近いほど類似していることを示す値であるため、距離を用いた含意判定と類似度を用いた含意判定は等価である。

上述した実施形態では、生成部１０５が、単文間の接続語に基づいて、単文を出現順に並べた配列を入れ替えることにより、談話関係情報を生成する場合について説明したが、これに限られない。一般的な文章は、事象の発生順に単文を並べたものが多い。このため、対象文章及び仮説文章がこのような文章である場合、含意判定装置１００は、単文を出現順に並べたそのままの配列を談話関係情報として含意判定を行っても適切に含意判定を行うことができる。

《第４の実施形態》
図９は、本発明の第４の実施形態に係る含意判定装置１００の構成を示す概略ブロック図である。
本発明の第４の実施形態に係る含意判定装置１００は、抽出部１０３、生成部１０５、第２算出部１０６及び判定部１０７を備える。

抽出部１０３は、仮説文章に含まれる複数の単文ごとに、その単文に意味が類似する単文を、複数の単文を含む対象文章の中から抽出する。生成部１０５は、仮説文章と対象文章のそれぞれについて、単文の出現順序に基づいて単文間の談話関係を示す談話関係情報を生成する。第２算出部１０６は、談話関係情報に基づいて、仮説文章に含まれる単文間の談話関係と、抽出部１０３が抽出した単文間の談話関係との距離である談話関係距離を算出する。判定部１０７は、談話関係距離に基づいて、対象文章が仮説文章を含意しているか否かを判定する。
これにより、含意判定装置１００は、対象文章の単文と仮説文章の単文との間の談話関係が類似しない場合に、対象文章が仮説文章を含意しないと判定することができる。

上述の含意判定装置１００は内部に、コンピュータシステムを有していてもよい。上述した各処理部の動作は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって、上記処理が行われてもよい。コンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリを含んでもよい。このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータがそのプログラムを実行するようにしても良い。

上記プログラムは、前述した機能の一部を実現するためのものであっても良い。
上記プログラムは、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
以上、実施形態を参照して本願発明を示し説明したが、本願発明は上記実施形態に限定されない。当業者であれば、請求項によって画定される本願発明の範囲を逸脱しないで、構成や詳細に様々な変更をすることができることが理解されるであろう。

この出願は、２０１３年２月２８日に出願された日本国特願２０１３−０３９２０８を基礎とする優先権を主張し、その開示の全てをここに取り込む。

本発明は、含意判定装置、含意判定方法及びプログラムに適用し得る。

１００…含意判定装置
１０１…文章分割部（分割部）
１０２…単文距離算出部（第１算出部）
１０３…類似文抽出部（抽出部）
１０４…接続語記憶部（記憶部）
１０５…談話関係情報生成部（生成部）
１０６…談話関係距離算出部（第２算出部）
１０７…含意判定部（判定部）
１０８…翻訳部

Claims (9)

1. 仮説文章に含まれる複数の単文ごとに、その単文に意味が類似する単文を、複数の単文を含む対象文章の中から抽出する抽出部と、
   前記仮設文章と対象文章のそれぞれについて、ある接続語の前後の単文の出現順序に基づいて単文間の事象の発生順である談話関係を示す談話関係情報を生成する生成部と、
   前記談話関係情報に基づいて、前記仮説文章に含まれる単文間の談話関係と、抽出部に抽出された単文間の位置の交差箇所の数である談話関係距離を算出する算出部と、
   前記談話関係距離を含む値と所定の閾値とに基づいて、対象文章が仮説文章を含意しているか否かを判定する判定部
   とを備える含意判定装置。
2. 前記仮説文章を分割することによりそれぞれが述部を１つ有する、第１の単文および第２の単文を含む複数の単文を得て、前記対象文章を分割することによりそれぞれが述部を１つ有する、第３の単文および第４の単文を含む複数の単文を得る分割部
   をさらに備え、
   前記第１の単文は前記第３の単文に、前記第２の単文は前記第４の単文に類似する
   請求項１に記載の含意判定装置。
3. 第１の接続語と、前記第１の接続語によって接続される単文間の事象の発生順を示す談話関係とを関連付けて記憶する記憶部をさらに備え、
   前記生成部は、前記第１の接続語と前記第１の単文および第２の単文を接続する第２の接続語とが同じであるか判定し、前記第１および第２の接続語が同じであると判定した場合、前記第１の単文および第２の単文の順番を前記第１の接続語に対応付けられた談話関係に基づいて談話関係情報を生成する
   請求項１または請求項２に記載の含意判定装置。
4. 第１の接続語と、前記第１の接続語によって接続される単文間の事象の発生順を示す談話関係とを関連付けて記憶する記憶部をさらに備え、
   前記生成部は、前記第１の接続語と前記第３の単文および第４の単文を接続する第２の接続語とが同じであるか判定し、前記第１および第２の接続語が同じであると判定した場合、前記第３の単文および第４の単文の順番を前記第１の接続語に対応付けられた談話関係に基づいて談話関係情報を生成する
   請求項１から請求項３の何れか１項に記載の含意判定装置。
5. 前記抽出部は、前記第１の単文と前記第３の単文との意味が類似することを示す第１の単文距離、および前記第２の単文と前記第４の単文との意味が類似することを示す第２の単文距離を特定し、
   前記判定部は、少なくとも前記談話関係距離と前記第１および第２の単文距離とで生成される値と閾値とに少なくとも基づいて、前記対象文章が前記仮説文章を含意しているか否かを判定する
   請求項２に記載の含意判定装置。
   
6. 前記判定部は、前記談話関係距離と前記第１および第２の単文距離とを用いて算出される値が前記閾値を超えるか否かを判定し、前記閾値を超える場合前記対象文章は前記仮説文章を含意しないと判断し、前記閾値を超えない場合前記対象文章は前記仮説文章を含意すると判断する
   請求項５に記載の含意判定装置。
7. 前記算出部は、前記第１および第２の単文距離に基づく重みを加えられた値を談話関係距離として算出し、
   前記判定部は算出された談話関係距離が閾値を超える場合前記対象文章は前記仮説文章を含意しないと判断し、前記閾値を超えない場合前記対象文章は前記仮説文章を含意すると判断する
   請求項５に記載の含意判定装置。
8. 仮説文章に含まれる複数の単文ごとに、その単文に意味が類似する単文を、複数の単文を含む対象文章の中から抽出し、
   前記仮説文章と対象文章のそれぞれについて、ある接続語の前後の単文の出現順序に基づいて単文間の事象の発生順である談話関係を示す談話関係情報を生成し、
   前記談話関係情報に基づいて、前記仮説文章に含まれる単文間の談話関係と、抽出部に抽出された単文間の位置の交差箇所の数である談話関係距離を算出し、
   前記談話関係距離を含む値と所定の閾値とに基づいて、対象文章が仮説文章を含意しているか否かを判定する
   ことを含む含意判定方法。
9. 仮説文章に含まれる複数の単文ごとに、その単文に意味が類似する単文を、複数の単文を含む対象文章の中から抽出し、
   前記仮説文章と対象文章のそれぞれについて、ある接続語の前後の単文の出現順序に基づいて単文間の事象の発生順である談話関係を示す談話関係情報を生成し、
   前記談話関係情報に基づいて、前記仮説文章に含まれる単文間の談話関係と、抽出部に抽出された単文間の位置の交差箇所の数である談話関係距離を算出し、
   前記談話関係距離を含む値と所定の閾値とに基づいて、対象文章が仮説文章を含意しているか否かを判定する
   ことをコンピュータに実行させるためのプログラム。

Images