JPH07244663A - 文書情報要旨部分の抽出方法とその装置 - Google Patents

Abstract

(57)【要約】 【目的】 新聞記事や製品の紹介記事等の同一文書情報
に属する文書の要旨部分を容易に抽出できる方法を提供
する。 【構成】 同一文書情報に属する文書を多数無作為に集
め、それぞれの文書を構成単位文毎に区分し、単位文毎
に１から配列順に番号を付与し、多数の判定人に全ての
文書を読ませ、文書毎の要旨部分と判定した単位文の位
置を示す番号を指摘させ、それらの総員の指摘位置を文
書毎、位置番号毎に集計する。その後、位置番号毎に全
ての文書の分を集計し、その値を位置番号別に文書数で
割って平均値を出し、更に判定人の人数で割って評価値
を出す。その位置番号別の評価値を０．５と比較して大
きい値を有する位置番号をこの種類の文書情報に属する
文書の要旨部分の位置と決定し、同種類の文書の要旨は
この位置番号の単位文を抽出して出力することで足りる
ことになる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はオフィスにおける文書処
理技術に関し、特に文書の要旨部分の抽出に関する。

【０００２】

【従来の技術】従来、文書情報からの要旨の抽出におい
て、自然言語処理技術を用いて文書情報を解析し、要旨
を抽出することが試みられている。

【０００３】情報処理第３０巻第１０号１９８９年に掲
載の安原、小松、日比、加藤による「要約支援システム
ＣＯＧＩＴＯ」は、文書情報を文毎に意味解析して形態
素解析、構文解析、格解析により格フレームに変換し、
文毎の格フレームに対して文脈処理を行い、照応関係な
どを同定し、重要性評価規則を用いて要約部分を抽出し
ている。

【０００４】

【発明が解決しようとする課題】上述した従来の要旨部
分抽出方法は、処理の極めて複雑な自然言語処理技術を
用いており、また、世界知識、辞書、が参照され、さら
に、重要性評価規則の構築が甚だ困難なことであると言
う欠点がある。

【０００５】本発明の目的は、処理の複雑な自然言語処
理技術を用いるこことなく、文書情報から容易に要旨部
分を抽出できる文書情報要旨部分の抽出方法を提供する
ことである。

【０００６】

【課題を解決するための手段】本発明の文書情報要旨部
分の抽出方法は、無作為に集めた同一種類の文書情報の
多数の文書のそれぞれの要旨を多数の人に選出させるス
テップと、前記多数の文書毎に選出された要旨が所在す
る文書内の位置を、文書を構成する単位文の所在位置で
代表させ、その位置の同定性の高い位置を検出するステ
ップを有し、同一種類の文書情報に属する文書の要旨
を、該文書の前記同定性の高い位置を検出するステップ
で検出された位置に該当する位置にある単位文を抽出し
て出力する処理である。

【０００７】また、本発明の文書情報要旨部分の抽出方
法の一実施態様は、無作為に集めた要旨部分抽出の対象
となる、同一の文書種類に属する複数の文書を文書毎に
それらの文書を構成している単位文別に区分し、文書毎
にそれぞれの単位文に同一初期番号からの連番の位置情
報を付す区分ステップと、複数の人を判定人としてそれ
ぞれに同一の前記複数の文書情報を読ませ、判定人毎に
該文書毎の要旨を述べていると判定した要旨所在単位文
を選出して該要旨所在単位文の位置情報を文書毎に表示
させる要旨選択ステップと、前記複数の判定人によって
表示された前記複数の文書毎の要旨所在単位文の位置情
報を文書毎、かつ位置情報別に集計する集計ステップ
と、前記位置情報別の集計結果を数値処理して多数評価
を基に要旨所在単位文の所在位置を決定する評価ステッ
プと、前記評価ステップによって決定された単位文の位
置情報を要旨所在位置として固定する要旨所在位置固定
化ステップとを有し、要旨抽出対象の前記同一文書情報
に属する文書から、前記要旨所在位置固定化ステップで
固定された位置情報に対応する単位文を抽出することに
より要旨を出力する。

【０００８】また、前記要旨選択ステップが、文書毎、
かつ位置情報別の設欄の該当欄にマークを記入するステ
ップであり、前記集計ステップが、文書毎に、かつ前記
位置情報別に設欄された欄毎の判定人別の前記マークを
集計した数値を前記カードと同様な設欄に記載するステ
ップであり、前記評価ステップの前記数値処理が、前記
位置情報別の集計結果をそれぞれ文書数で除算した平均
値を算出し、さらにそれらの平均値を判定人の人数で除
算して評価値を算出する処理であり、要旨所在位置固定
化ステップが、予め設定された数値である０．５より大
きい評価値の位置情報を格納するステップであるものも
本発明に含まれる。

【０００９】また、本発明の文書情報要旨部分の抽出装
置は、無作為に集めた複数の同一種類に属する文書をそ
れぞれの文書毎に識別番号を付し、かつ該文書を構成し
ている単位文に区分して、前記単位文毎に初期番号を同
一とした連番の位置情報を記入する手段と、前記文書毎
に、かつ位置情報別にマークを記入されて入力された複
数のカードを集計して同一位置情報別に前記文書全数分
のマーク数を算出し、所定の参照数と比較して参照数よ
り大きい数値を有する位置情報を当該文書情報の種類の
共通の要旨抽出位置として登録する手段と、要旨抽出を
指示して入力された文書から、指示された文書情報の種
類の登録されている要旨抽出位置に対応する単位文を出
力する手段を有する。

【００１０】また、本発明の文書情報要旨部分抽出装置
の一実施態様は、入力された複数の文書の各々に対し
て、該文書の識別番号と、該文書を構成している単位文
毎に初期番号を同一とする連番の位置情報を付記する手
段と、入力されたカードに記載されている所定のマーク
を読みとり、文書の識別番号毎、かつ、前記位置情報別
に読みとったマークの数を積算し、該積算値を文書数で
割って位置情報別平均値を算出し、該平均値を入力され
たカード数で割った数値を評価値として位置情報別に配
列された要旨所在表を出力する手段と、記憶装置と、前
記要旨所在表の位置情報別評価値を所定の参照値と比較
して該参照値より大きい評価値を有する位置情報を当該
文書情報の要旨抽出位置として前記記憶装置に登録する
手段と、要旨抽出を指示して入力された文書から、指示
された文書情報の種類の登録されている要旨抽出位置に
対応する単位文を抽出して出力する手段を有している。

【００１１】

【作用】無作為に集めた同一種類の多数の文書をその文
書毎に構成単位文に区分し、各文書毎に単位文別に同一
の初期番号から連番の位置情報を付し、複数の判定人に
該文書の要旨と判定した単位文を選択して該単位文を代
表する連番位置情報別の欄にマークさせ、判定人全員の
マークを文書毎に、かつ位置情報別に集計し、その数値
をさらに連番位置情報別に集計し、その数値の大きい位
置情報に対応する単位文を要旨所在部分として決定し、
その位置情報を登録し、以後、同一種類の文書について
前記登録された連番位置の単位文を抽出することによ
り、該文書の要旨部分とすることができる。

【００１２】

【実施例】次に、本発明の実施例について図面を参照し
て説明する。

【００１３】図１は本発明の文書情報要旨部分の抽出方
法の一実施例が適用された文書情報要旨部分抽出装置の
処理を示すブロック図、図２は図１に示す要旨所在原票
１の記入例を示す図、図３は図１に示す要旨所在表変換
手順のフローチャート、図４は図１に示す要旨所在原票
１を集計した要旨所在集計表を示す図、図５は図１に示
す要旨所在表２の記入例を示す図、図６は図１に示す要
旨部分抽出部４の要旨所在位置登録のための手順のフロ
ーチャートである。

【００１４】本実施例の文書情報要旨部分抽出装置は、
入力された文書に対して文書識別番号と、文書を構成し
ている単位文を区分して各単位文別に１から始まる連番
を記入して出力する区分部５と、要旨所在表変換部３
と、要旨部分抽出部４とからなる。要旨所在表変換部３
は、区分部５で記入された文書番号と、文書番号毎の文
書の単位文の文書内の位置を示す文番号との対応表にな
っている設欄に○印がマークされた要旨所在原票１が入
力されると、文書番号毎、分番号別に○印の数を集計し
て要旨所在集計表（図４）を作成し、さらに、文番号別
に全文書番号に亙って積算し、文書数で割った平均値を
算出し、さらに、文番号別平均値をそれぞれ入力された
要旨所在原票の数値で割って文番号別の評価値を算出し
て要旨所在表２を出力する。要旨部分抽出部４は、要旨
所在表２の各文番号別評価値としきい値０．５とを比較
して、０．５より大きい評価値に対応する文番号を当該
文書情報に属する文書の要旨位置情報として登録し、要
旨部分抽出のために入力された文書があると、指示され
た文書情報種類の要旨位置情報に対応する単位文を出力
する。

【００１５】次に、本実施例では新聞記事の要旨部分の
抽出方法について説明する。

【００１６】いま、それぞれ異なる新聞記事を無作為に
１０件をサンプルし、文書１乃至文書１０とし、それぞ
れの文書の構成単位文を区分して、第１文乃至第８文と
位置情報を付す。次に、２０人を判定人として各判定人
に文書１から文書１０を与えて読ませ、各判定人に文書
１乃至１０毎にそれらの要旨と思われる単位文を選出し
て要旨所在原票１の該当位置情報欄に○印をマークさせ
る（ステップ１１）。次に、２０人のマーク済みの要旨
所在原票を集計して図４に示す要旨所在集計表を作成す
る（ステップ１２）。さらに、要旨所在集計表の数値を
第１文乃至第８文別に集計しその値を文書数である１０
で割り平均値を算出する（ステップ１３）。次に、前記
平均値を判定人の人数で割って図５に示す要旨所在表２
を作成する（ステップ１４）。

【００１７】次に、要旨部分抽出方法を図６に示すフロ
ーチャートによって説明する。

【００１８】まず、要旨所在表２から要旨部分と決定す
るためのしきい値を０．５に設定する（ステップ２
１）。文番号カウンタを０に設定する（ステップ２
２）。文番号「第１文」を読み込む（ステップ２３）。
読み込む文番号が終了したかどうかを判定し、残ってな
ければ終了とし、読み込まれたものがあれば終了でない
ので、次の処理へ移行し（ステップ２４）、文番号カウ
ンタを１インクレメントする（ステップ２５）。その
後、要旨所在表２の該当文である第１文に対応する欄の
数値０．９２を読み取り（ステップ２６）、しきい値
０．５と比較し（ステップ２７）、大きいので「第１
文」を登録し（ステップ２８）、小さい場合はステップ
２３へ戻る。また、要旨として「第１文」を登録した後
もステップ２３へ戻り、次の文番号の読み込みを行う
（ステップ２３）。以下同様にしてこの場合は、「第８
文」まで処理を反復し、結局「第１文」と「第５文」が
登録される。したがって、この新聞記事の種類に属する
文書情報の要旨は第１文と第５文を抽出することによっ
て得られることになる。

【００１９】以上により新聞記事の要旨所在位置が登録
された後、新聞記事の例として下記の記事を要旨部分抽
出を指定して入力した場合について説明する。

【００２０】第一文 「Ａ銀行とＢ銀行は二日、来年四
月一日付で対等合併することになったと発表した。」 第２文 「新銀行名はＣ銀行。」 第３文 「頭取にはＡ銀行の山田頭取が就任する。」 第四文 「両銀行は十一月に合併契約を締結、来年一月
に株主総会を開き、承認を得る。」 第５文 「これにより資金量は１０兆円と、都銀Ｘ位の
銀行が誕生する。」 この例では第５文までしかないが、上記の方法にしたが
って要旨を抽出すると、その要旨は第１文と第５文で次
のとおりになる。

【００２１】「Ａ銀行とＢ銀行は二日、来年四月一日付
で対等合併することになったと発表した。これにより資
金量は１０兆円と、都銀Ｘ位の銀行が誕生する。」上記
のように文書情報の種類によって要旨部分の抽出のため
の単位文の位置を予め決めるための手順において、図１
に示す要旨所在変換手段３、および要旨部分抽出手段４
は、それぞれ、図３に示すフローチャートと図６に示す
フローチャートを機械処理する手段である。

【００２２】

【発明の効果】以上説明したように本発明は、無作為に
集めた同一種類の文書情報多数について複数の判定人に
よりそれぞれの文書の要旨を示す単位文を予め区分した
位置別にマークさせその集計値を処理して、要旨を示す
単位文の位置を決定することにより、その後同一種類の
文書情報については前記の決定された位置の単位文を抽
出することで簡単に要旨をまとめられるという効果があ
る。

【図面の簡単な説明】

【図１】本発明の文書情報要旨部分の抽出方法が適用さ
れた装置の一実施例の処理を示すブロック図である。

【図２】図１に示す要旨所在原票１の記入例を示す図で
ある。

【図３】図１に示す要旨所在表変換部３の集計ステップ
および評価ステップを含む要旨所在表２の作成手順を示
すフローチャートである。

【図４】図１に示す要旨所在原票１集計した要旨所在集
計表を示す図である。

【図５】図１に示す要旨所在表２の記入例を示す図であ
る。

【図６】図１に示す要旨部分抽出部４の要旨所在位置固
定化ステップを含む登録手順のフローチャートである。

【符号の説明】 １ 要旨所在原票 ２ 要旨所在表 ３ 要旨所在表変換手段 ４ 要旨部分抽出手段

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成６年３月７日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】請求項３

【補正方法】変更

【補正内容】

Claims (5)

【特許請求の範囲】
1. 【請求項１】 文書情報要旨部分の抽出方法であって、 無作為に集めた同一種類の文書情報の多数の文書のそれ
   ぞれの要旨を多数の人に選出させるステップと、 前記多数の文書毎に選出された要旨が所在する文書内の
   位置を、文書を構成する単位文の所在位置で代表させ、
   その位置の同定性の高い位置を検出するステップを有
   し、 同一種類の文書情報に属する文書の要旨を、該文書の前
   記同定性の高い位置を検出するステップで検出された位
   置に該当する位置にある単位文を抽出して出力する文書
   情報要旨部分の抽出方法。
2. 【請求項２】 文書情報要旨部分の抽出方法であって、 無作為に集めた要旨部分抽出の対象となる、同一の文書
   種類に属する複数の文書を文書毎にそれらの文書を構成
   している単位文別に区分し、文書毎にそれぞれの単位文
   に同一初期番号からの連番の位置情報を付す区分ステッ
   プと、 複数の人を判定人として各判定人に同一の前記複数の文
   書情報を読ませ、判定人毎に該文書毎の要旨を述べてい
   ると判定した要旨所在単位文を選出して該要旨所在単位
   文の位置情報を文書毎に表示させる要旨選択ステップ
   と、 前記複数の判定人によって表示された前記複数の文書毎
   の要旨所在単位文の位置情報を文書毎、かつ位置情報別
   に集計する集計ステップと、 前記位置情報別の集計結果を数値処理して多数評価を基
   に要旨所在単位文の所在位置を決定する評価ステップ
   と、 前記評価ステップによって決定された単位文の位置情報
   を要旨所在位置として固定する要旨所在位置固定化ステ
   ップとを有し、 要旨抽出対象の前記同一文書情報に属する文書から、前
   記要旨所在位置固定化ステップで固定された位置情報に
   対応する単位文を抽出することにより要旨を出力する文
   書情報要旨部分の抽出方法。
3. 【請求項３】 前記要旨選択ステップが、文書毎、かつ
   位置情報別に設欄されたカードの該当欄にマークを記入
   するステップであり、前記集計ステップが、文書毎に、
   かつ前記位置情報別に設欄された欄毎の判定人別の前記
   マークを集計した数値を前記カードと同様な設欄に記載
   するステップであり、前記評価ステップの前記数値処理
   が、前記位置情報別の集計結果をそれぞれ文書数で除算
   した平均値を算出し、さらにそれらの平均値を判定人の
   人数で除算して評価値を算出する処理であり、要旨所在
   位置固定化ステップが、予め設定された数値である０．
   ５より大きい評価値の位置情報を格納するステップであ
   る請求項３記載の文書情報要旨部分の抽出方法。
4. 【請求項４】 文書情報要旨部分の抽出装置であって、 無作為に集めた複数の同一種類に属する文書をそれぞれ
   の文書毎に識別番号を付し、かつ該文書を構成している
   単位文に区分して、前記単位文毎に初期番号を同一とし
   た連番の位置情報を記入する手段と、 前記文書毎に、かつ位置情報別にマークを記入されて入
   力された複数のカードを集計して同一位置情報別に前記
   文書全数分のマーク数を算出し、所定の参照数と比較し
   て参照数より大きい数値を有する位置情報を当該文書情
   報の種類の共通の要旨抽出位置として登録する手段と、 要旨抽出を指示して入力された文書から、指示された文
   書情報の種類の登録されている要旨抽出位置に対応する
   単位文を出力する手段を有する文書情報要旨部分の抽出
   装置。
5. 【請求項５】 文書情報要旨部分の抽出装置であって、 入力された複数の文書の各々に対して、該文書の識別番
   号と、該文書を構成ししている単位文毎に初期番号を同
   一とする連番の位置情報を付記する手段と、 入力されたカードに記載されている所定のマークを読み
   とり、文書の識別番号毎、かつ、前記位置情報別に読み
   とったマークの数を積算し、該積算値を文書数で割って
   位置情報別平均値を算出し、該平均値をさらに入力され
   たカード数で割った数値を評価値として位置情報別に配
   列された要旨所在表を出力する手段と、 記憶装置と、 前記要旨所在表の位置情報別評価値を所定の参照値と比
   較して該参照値より大きい評価値を有する位置情報を当
   該文書情報の要旨抽出位置として前記記憶装置に登録す
   る手段と、 要旨抽出を指示して入力された文書から、指示された文
   書情報の種類の登録されている要旨抽出位置に対応する
   単位文を抽出して出力する手段を有する文書情報要旨部
   分の抽出装置。