JPH086952A - 文章処理装置及びその方法 - Google Patents

Abstract

(57)【要約】 【目的】 入力された情報およびそれに関する知識か
ら、個々の文章に適した内容・構成を持つ文章を生成で
きるようにする。 【構成】 文章処理装置に、情報を入力する自然言語入
力部１と、知識を記憶する知識ベース２３と、入力され
た情報に関連する知識を知識ベース２３から検索する知
識ベース管理部２４と、前記入力された情報及び入力さ
れた情報に関連する検索された知識から、生成すべき文
章の要素とすべき情報を選択し、選択された情報の記述
の順序を決定する文章作成部と、選択され、記述の順序
が決定された情報から、出力すべき文章を生成する生成
部とを具える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、入力された情報に基づ
いて、文章を生成する文章処理装置及びその方法に関す
るものである。

【０００２】

【従来の技術】従来、入力されるデータや命令に基づい
て、文章を読み出し、あるいは生成して出力する装置が
考案されている。

【０００３】

【発明が解決しようとしている課題】しかしながら、上
記従来の文章処理装置では、入力されるデータや命令に
対して、一様な文章が出力されていた。従って、出力さ
れる文章の読者の理解力、読者と作者の社会的な立場の
相違・上下関係、文書タイプなどに応じて、個々の文章
に求められる要求にきめ細かく対応した内容・構成をも
つ文章を出力することはできなかった。

【０００４】

【課題を解決するための手段】本発明によれば、文章処
理装置に、情報を入力する入力手段と、知識を記憶する
知識ベースと、該知識ベースから、前記入力手段より入
力された情報に関連する知識を検索する検索手段と、前
記入力手段より入力された情報及び前記検索手段により
検索された知識から、生成すべき文章の要素とすべき情
報を選択する選択手段と、該選択手段により選択された
情報の記述の順序を決定する順序決定手段と、前記選択
手段により選択され、前記順序決定手段により記述の順
序が決定された情報から、出力すべき文章を生成する生
成手段とを具える。

【０００５】また、本発明の他の態様によれば、文章処
理方法に、情報を入力する入力工程と、知識を記憶する
知識ベースから、前記入力工程により入力された情報に
関連する知識を検索する検索工程と、前記入力工程によ
り入力された情報及び前記検索工程により検索された知
識から、生成すべき文章の要素とすべき情報を選択する
選択工程と、該選択工程により選択された情報の記述の
順序を決定する順序決定工程と、前記選択工程により選
択され、前記順序決定工程により記述の順序が決定され
た情報から、出力すべき文章を生成する生成工程とを具
える。

【０００６】

【作用】本発明の文章処理装置では、入力手段より入力
された情報に関連する知識を、検索手段により知識ベー
スから検索し、前記入力された情報及び前記検索手段に
より検索された知識から、生成すべき文章の要素とすべ
き情報を選択手段により選択し、該選択された情報の記
述の順序を順序決定手段により決定し、前記選択手段に
より選択され、前記順序決定手段により記述の順序が決
定された情報から、出力すべき文章を生成手段により生
成する。

【０００７】本発明の文章処理方法では、入力工程によ
り入力された情報に関連する知識を、検索工程により知
識ベースから検索し、前記入力された情報及び前記検索
工程により検索された知識から、生成すべき文章の要素
とすべき情報を選択工程により選択し、該選択された情
報の記述の順序を順序決定工程により決定し、前記選択
工程により選択され、前記順序決定工程により記述の順
序が決定された情報から、出力すべき文章を生成工程に
より生成する。

【０００８】

【実施例】以下、添付図面を参照しながら、本発明に係
る好適な一実施例を詳細に説明する。

【０００９】図１は本発明に係る文章処理装置の１実施
例のハードウェア構成を示すブロック図である。

【００１０】同図において、１は、自然言語により情報
を入力するための入力部であり、例えば、文字をキー入
力するためのキーボードであるが、それに限らず、音声
認識装置を含む音声入力装置や、文字認識装置を含む画
像入力装置、他の装置より情報を受信する受信装置など
であってもよいし、これらのうちの２以上を併設して、
選択的に利用してもよい。更に、本装置内の他の処理に
より生成された情報をここでの入力としてもよい。

【００１１】２は、ＣＰＵであり、各種処理のための演
算、論理判断等を行ない、バス６に接続された各構成要
素を制御する。

【００１２】３は、出力部であり、例えば、ＣＲＴや液
晶表示器などの表示装置とするが、それ以外に、出力情
報を音声合成して出力する音声出力装置や、印刷出力す
るためのプリンタ、他の装置へ情報を送信する送信装置
であってもよく、これらのうちの２以上を具え、選択的
に利用するようにしてもよい。更に、ここでの出力を本
装置内の他の処理への入力としてもよい。

【００１３】４は、プログラムメモリであり、フローチ
ャートにつき後述する処理手順を含むＣＰＵ２による制
御のためのプログラムを格納するメモリである。プログ
ラムメモリ４は、ＲＯＭであってもよいし、外部記憶装
置などからプログラムがロードされるＲＡＭであっても
よい。

【００１４】５は、データメモリであり、各種処理で生
じたデータを格納するほか、後述する知識ベースの知識
を格納する。データメモリ５は、例えばＲＡＭとする
が、知識ベースの知識は、不揮発な外部記憶媒体から、
処理に先立ってロードしておく、あるいは、必要がある
ごとに参照するものとする。

【００１５】６は、ＣＰＵ１の制御の対象とする構成要
素を指示するアドレス信号、各構成要素を制御するため
のコントロール信号、各構成機器相互間でやりとりされ
るデータの転送を行なうためのバスである。

【００１６】図２は、本発明の実施例に係る文章処理装
置の基本構成を示す機能ブロック図である。

【００１７】２１は、内容把握部であり、後述するＣＡ
３１、理解部３２を備え、入力部１から入力された自然
言語情報の内容を、知識ベース２３の知識を利用して把
握する。

【００１８】２２は、文書構成部であり、後述する文章
作成部３３、生成部３４を含み、内容把握部２１で把握
された内容に基づいて、知識ベース２３の知識を利用し
て文書を作成して出力部３に出力する。

【００１９】２３は、知識ベースであり、知識ベース管
理部２４を介して内容把握部２１、文書構成部２２に必
要な知識を供与するとともに、内容把握部２１、文書構
成部２２における処理の過程で生じた新たな知識を記憶
する。２４は、知識ベース管理部であり、知識ベース２
３からの知識の読み出し、知識ベース２３への知識の書
き込みを制御する。

【００２０】図３は、本発明に係る装置の更に詳細な構
成を表すブロック図である。

【００２１】３１は、概念解析部（Conceptual Analyze
r 以下ＣＡと表す）であり、ユーザの入力した自然言語
情報を解析して、その内容の意味を表現する概念の属性
（Conceptual Dependency 以下ＣＤと表す）に変換す
る。

【００２２】ＣＡ３１は、従来の文解析部のように、ま
ず入力された自然言語情報の構文解析を行って、解析さ
れた文構造に意味を付与するのではなく、その代わり
に、入力情報からそれと等価な意味概念を得て、それを
元に処理するものである。また、ＣＡ３１は、前の情報
から後の情報が何になるかを、文脈的に、意味的に、さ
らには文法的に予測しながら処理する。

【００２３】３２は、理解部であり、ＣＡ３１より出力
された概念の有効性を確認し、必要があれば、追加する
などの補完を行う。また、領域知識ベースのゴール・プ
ラン・モデルを利用して、上記概念中のユーザの行動の
裏にあるユーザの意図を推論する。また、プランの中
で、ユーザが言及し忘れていると思われる部分を、対話
的な処理によりユーザに指摘する。

【００２４】３３は文章作成部であり、ユーザのゴール
・プランから関係するものだけを含むＣＤ形式の文章を
形成する。文章作成部３３は、文書のレイアウトを含む
文章構成のルールに基づいて、ＣＤ形式の完全な文章を
作成する。例えば、手紙を作成する場合には、相手との
親密さのレベルや相手との関係に応じた手紙作成のルー
ルを有する。

【００２５】３４は、生成部であり、文章作成部３３で
形成されたＣＤ形式の文章から、自然言語の文章を生成
する。ここでは、ユーザの要求や文体、文書のタイプな
どに応じて、適切な基調の文章が生成される。

【００２６】例えば、手紙を作成する場合には、出力さ
れる手紙文は、文体、相手との親密さ、上下関係やその
他の要因に基づいて生成される。

【００２７】知識ベース２３は、主に、物質界の知識ベ
ース（ＷＫＢ）３７、領域知識ベース（ＤＫＢ）３８、
文章作成知識ベース（ＴＫＢ）３９、言語知識ベース
（ＬＫＢ）４０の４つの知識ベースを備えている。

【００２８】ＷＫＢ３７は、一般的な物事についての知
識を有する。ＤＫＢ３８は、ゴール・プランモデルなど
の知識を有する。ＴＫＢ３９は、上述した文章構成のル
ールなど、文章を構成するための知識を有する。ＬＫＢ
４０は、通常の辞書に相当する言語の知識を有し、ＣＡ
３１による自然言語の解析と、生成部３４による自然言
語の生成とに共通に用いられる。

【００２９】３５は、フィードバック処理部であり、こ
こでは、出力結果において、ユーザがシステムに変更も
しくは再検討させたいさまざまな要因について、ユーザ
から入力を受けて、フィードバック処理を行う。例え
ば、置き換え可能な他の語句（同義の語句）の選択、動
詞の形式（不定詞、動名詞など）、文の態（能動態か受
動態か）、文書全体の基調、文体や丁寧さのレベル、概
念の表現、文書作成の規則、語句または文の追加・削除
などについて行う。

【００３０】３６は、文書整形部であり、自然言語の最
終出力文の生成後に、出力文を適切なレイアウトの文書
形式に整形するものである。例えば、手紙文の作成にお
いては、アメリカン・スタイル（フルブロック）にする
かブリティッシュ・スタイルにするか、レターヘッドの
出力、日付けの付加、パラグラフに分ける、といった手
紙の形式の決定が行われる。

【００３１】図４は、ＣＡ３１の詳細構成を示すブロッ
ク図である。ＣＡ３１は、Ｒ・Ｅ・カリンフォードの開
発したものをベースにしている。概念解析とは、自然言
語から意味表現への写像であり、その役割は、自然言語
の文もしくは文の断片よりなる表面上の形式を、取り扱
いやすい形式の知識構造に変換することである。この単
語から知識構造への変換は、形態的、構文的、意味的、
あるいは文脈的な糸口により行われる。

【００３２】ＣＡ３１では、入力の処理に当って、構文
解析による構文構造を生成せずに、その意味に重点を置
く。これにより、文法的に誤りであったり、文として不
完全である文の断片のような入力も取り扱うことができ
る。ＣＡ３１では、各単語の処理の過程において、後続
の単語を予測することで、以後の処理に役立てている。

【００３３】概念解析によるアプローチでは、語義の辞
書を処理の中心としている。このため、ＣＡ３１では、
明確な文法というものを利用していない。しかしなが
ら、構文上の特徴をまったく用いないわけではなく、語
順と名詞のグループの層を、複数の単語によって１つの
意味を形成する時に利用している。

【００３４】図４において、４２は、概念解析前処理部
（プレＣＡ）であり、図５につき後述する前処理を行
う。４３は、概念解析主処理部（メインＣＡ）で、図６
につき詳述する主処理を、入力された各単語について行
う。そして、４４は、概念解析後処理部（ポストＣＡ）
であり、図７につき詳述する後処理を行う。

【００３５】図５は、プレＣＡ４２の前処理を示すフロ
ーチャートである。ステップＳ１０１で、先行する入力
から、次に入力されるべき、あるいは入力されそうな情
報を文脈的に予測する前処理を行う。

【００３６】図６は、メインＣＡ４３による主処理の詳
細なフローチャートである。

【００３７】入力された各単語について、最初の単語か
ら順次処理するために、先ず、ステップＳ１０９で、ま
だ処理していないうちの先頭の語を取り出す。次に、ス
テップＳ１１０で、ＬＫＢ３９を検索して、同一の単語
があれば、ステップＳ１１４に進む。一方、ＬＫＢ３９
に同一の単語が無ければ、ステップＳ１１１に進み、ワ
ードコレクタ（不図示）により単語のスペルをチェック
して、ユーザのスペルミスを訂正する。訂正により得ら
れた単語について、再度ＬＫＢ３９を検索する。それで
も同一の単語が見つからない、あるいはスペルを訂正す
べき単語がない場合は、ステップＳ１１３に進む。

【００３８】ステップＳ１１３では、ＷＫＢ３７に同一
の単語がないか検索し、あれば、ステップＳ１１４に進
み、ない場合はステップＳ１１５に進む。

【００３９】ステップＳ１１４では、与えられた単語の
ルールから、対応するドラフト・インスタンスを作成
し、後続の単語について更に予測を行い、ステップＳ１
１６に進む。

【００４０】ステップＳ１１５では、入力単語が知識ベ
ースに存在しないので、「未知概念」を作成し、ステッ
プＳ１１６に進む。

【００４１】ステップＳ１１６では、作成された概念
に、以前に作成された概念のいずれかが付加するか、例
えば、作成された概念が以前に作成された動作主の概念
に対する動作の概念といったものであるかをチェック
し、そうであれば、ステップＳ１１７で、その以前の概
念を作成された概念に付加する。いずれの概念にも付加
しない場合には、ステップＳ１１８に進む。

【００４２】ステップＳ１１８では、作成された概念が
以前に作成された概念のいずれかに付加するか、例え
ば、作成された概念が以前に作成された動作の概念に対
する目的物の概念といったものであるかをチェックし、
そうであれば、ステップＳ１１９で、その以前の概念に
作成された概念を付加する。

【００４３】続いて、ステップＳ１２０で、未処理の単
語があるかを調べ、全ての単語の処理が終了していれ
ば、本処理を終了する。未処理の単語があれば、ステッ
プＳ１０９に戻り、次の単語を対象に、同様のステップ
Ｓ１１０〜Ｓ１１９の処理を行う。こうして、全ての単
語を処理すると、ポストＣＡ４４による後処理に移る。

【００４４】図７は、ポストＣＡの処理の詳細なフロー
チャートである。図８は、ポストＣＡの処理対象、処理
結果の例を示す図である。

【００４５】まず、ステップＳ１２１で、修飾的な主要
でない概念を同定する。例えば、入力が、“I would li
ke to meet you”であった場合、メインＣＡの処理の処
理結果は図８の（ａ）のようになっている。この場合、
ステップＳ１２１では、外側のWANTというＣＤだけが、
修飾的な概念として識別される。

【００４６】次に、ステップＳ１２２では、関係する文
同士を結合する。例えば、図８の（ｂ）のような文
（１）、（２）が入力された場合、ステップＳ１１０の
主処理の処理結果は図８の（ｂ）図示のように２つのＣ
Ｄになっている。このとき、本ステップでは、第１のＣ
Ｄ（PTRANS）は第２のＣＤ（WANT(MEET)）の理由を示し
ているとして、２つのＣＤを図示のように結合する。

【００４７】更に、ステップＳ１２３で、意味的に結合
すべきでないのに、結合しているものの結合を解く。例
えば、入力が、“reserve accommodation and pick up
”であった場合に、ステップＳ１１０の主処理の処理
結果は図８の（ｃ）のようになっている。この場合、ME
ETという概念（pick up に対応する）はAND 関係（and
を意味する）でスロットに結合している。この時、本ス
テップでは、上記の結果を２つのＣＤに分割する。

【００４８】図９は、理解部の詳細構成を示すブロック
図である。

【００４９】図９において、理解前処理部（プレ・アン
ダスタンダ）９１は、図１０につき後述する前処理を行
ない、理解主処理部（メイン・アンダスタンダ）９２
は、図１１につき後述する主処理を行ない、理解後処理
部（ポスト・アンダスタンダ）９３は、図１２について
後述する後処理を行なう。

【００５０】図１０は、プレ・アンダスタンダ９１の処
理の詳細を示すフローチャートである。殆どのＣＡは、
自然言語の入力を、多義の部分を残さずに解析すること
はできない。このため、メイン・アンダスタンダ９２の
実行に先立って、曖昧さの解消及び概念の有効性の確認
の要求が生じる。従って、ＣＡ３１が入力を解析した
後、解析結果である概念のリストがプレ・アンダスタン
ダ９１へ送られる。

【００５１】図１０において、まずステップＳ２０１で
は、システムにとって初めて登場した名称の概念を判定
する未知概念の処理を行う。ここで、入力より推論でき
ない場合には、ユーザに補助的な入力を求める。

【００５２】次に、ステップＳ２０２では、他の概念と
繋がりのない概念を処理し、ステップＳ２０３では、曖
昧な表現を解消する。

【００５３】ステップＳ２０４で、プレ・アンダスタン
ダ９１は、知識ベース２３により、ドラフト・インスタ
ンスの有効性の確認、更新及び補完を行なわなければな
らない。また、これとは別に、ＷＫＢ３７の一般知識に
基づいて、日付やユーザの誤ったモデル（例えば、年の
初めでは、多くの人がまだ去年の年号を使用する傾向が
ある）や文の時制を確認する。

【００５４】次に、ステップＳ２０５では、ＷＫＢ３７
及びＤＫＢ３８を用いて、概念の不足を補う。

【００５５】図１１は、メイン・アンダスタンダ９２の
処理の詳細を示すフローチャートである。メイン・アン
ダスタンダ９２は、前もって与えられたユーザのゴール
・プランモデルを利用して、ユーザの行動に隠された意
図の推論を試みる。

【００５６】図１１において、ステップＳ２１１では、
シーンを設定する。すなわち、受け取った情報中に含ま
れるアクター（動作の主体・客体となる人物）を見つけ
出し、更に、アクターのテーマや、その他の一般の文脈
を見つけ出す。例えば、手紙作成の場合であれば、この
処理は、差出人と受取人の判定、両者の関係の確立、両
者の間のこれまでの経緯を含むものとなる。手紙作成に
関する詳細は、後述する。

【００５７】次に、ステップＳ２１２において、ゴール
を検出する。ここでは、プレ・アンダスタンダ９１より
得られたＣＤは、メインプランとメインゴールを決定す
るために処理される。例えば、手紙作成の例で、入力に
おいて、MEETだけが与えられた場合、システムは、差出
人と受取人の仕事の分野が一致したことにより、両者が
会うことの理由を、話し合いをするためと推論する。

【００５８】この推論の結果はユーザに提示され、ユー
ザはこれを承認してもよいし、代わりに、全く新たな理
由（最初に入力し忘れていたもの）をここで入力しても
よい。プレ・アンダスタンダ９１から入力される概念は
行動の内部表現であるので、それらの行動の裏に隠され
た意図を判別することが、メイン・アンダスタンダ９２
の主なタスクとなる。

【００５９】ひとたび、隠された意図が得られたなら、
ステップＳ２１３で、推論を実行する。ここでは、行動
に隠された意味を構築し、様々な入力を結びつけるため
に、要求された、ゴール及びプランの推論が行なわれ
る。理解部の処理中に、理解処理の間のこれらの構造の
取扱及び処理を容易とするために、ゴール・プランのタ
スク・ネットワークが作成される。

【００６０】ステップＳ２１４では、理解のための計画
の策定が行なわれる。ステップＳ２１３で推論が実行さ
れた後で、入力情報のうちで、説明がつかないものが残
るかもしれない。その場合に、その残った情報を結びつ
けるために、全ての入力が説明がつくまで、最上位のゴ
ールから入力レベルのゴールまでプランの策定が行なわ
れる。これにより、理解処理は終了する。

【００６１】図１２は、ポスト・アンダスタンダ９３の
処理の詳細を示すフローチャートである。ステップＳ２
２１で、補完及び実行のための計画を作成する理解後処
理を行なう。すなわち、満足すべき前提条件や他の保持
されているゴールを検出するために、全てのシナリオの
完全なシミュレーションを実行する。ユーザには、その
ようなゴールが報知され、必要な行動が得られる。

【００６２】図１３は、文章作成部３３の詳細な構造を
示す図である。同図において、１３１は導入部作成部、
１３２は主要部作成部、１３３は末尾部作成部である。
文章作成部３３は、情報をまとめ上げ、出力文を作成す
るルールを有している。このルールとして、一般的な文
書作成のルールと、目的に応じた特定のルールとが存在
する。

【００６３】理解部３２による処理が終了すると、文章
作成部３３は、出力文書中に記述された重要なプランを
取り出すために、ユーザのゴール・プランのネットワー
クを走査する。また、文章作成部３３は、出力文書の内
容を順に並べることも行なう。ここで留意すべき点は、
文章作成部３３の出力文は、内部表現すなわちＣＤ形式
であり、自然言語文とはなっていないことである。

【００６４】前述の、目的に応じて異なるルールとし
て、文書のタイプとこれまでの経緯に依存して、異なる
ルールを有している。例えば、手紙作成の例では、文章
の作成に影響を及ぼす要素としては、差出人と受取人の
間の親密さ（知り合い、知り合いでない、よく知ってい
る等）、社会的な地位の差、手紙のやり取りの頻度、最
新の交信内容などが挙げられる。

【００６５】図１４は、導入部作成部１３１の処理手順
を表わすフローチャートである。まず、ステップＳ３０
１で文書の導入部を作成する。導入部は、文書のタイプ
ばかりでなく、その背景、その文書が関係するそれ以前
の文書にも依存する。

【００６６】手紙の作成を例に取ると、導入部の文章
は、その手紙が相手からの手紙に対する返事か、そのよ
うな経緯のない初めての便りかに依るところが大きい。
次にステップＳ３０２で、手紙のメインゴール、すなわ
ち目的が述べられる。

【００６７】図１５は、主要部作成部３０２の処理手順
を表わすフローチャートである。

【００６８】まず、ステップＳ３１１でメインプランを
述べ、ステップＳ３１２でそのメインプランの前提条件
を記し、ステップＳ３１３で、更に、他に行なうこと
（サブゴール）を記述する。次に、ステップＳ３１４
で、メインプランの他の部分を記述する。

【００６９】手紙の作成の場合、手紙の主要部として
は、メインプランと他のサブゴール、発信者の要求など
を記載する。

【００７０】図１６は、末尾部作成部３０３の処理手順
を表わすフローチャートである。ステップＳ３２１で、
文章の終わりの部分を記述し、結語を付加する。

【００７１】手紙の作成においては、結語の部分は、文
章作成部が、発信者と受信者との関係に基づいて付加す
る。

【００７２】図１７は、生成部の詳細構成を示す図であ
る。同図に示すように生成部は３つの部分からなり、４
００は前処理部、４１０は文生成部、４２０は後処理部
である。

【００７３】生成部による生成の処理は、解析の逆の処
理に相当する。生成とは、知識構造から一連の自然言語
文への写像である。前処理部４００は、文章作成部から
出力されたＣＤのリストを前処理して、文生成部４１０
へ送る。文生成部４１０は、概念から自然言語への変換
を実行する。

【００７４】図１８は、前処理部４００の処理手順を表
わすフローチャートである。前処理部４００の主な特徴
の１つは、ステップＳ４０１の修飾的な概念の付加であ
る。また、他の特徴は、ステップＳ４０２において、種
々のユーザの要件と生成中の文書のタイプとに従って、
要望や問いの表現形式（提案調、質問調等）を決定する
ことである。

【００７５】例えば、手紙作成システムにおいては、送
り手と受け手の社会的地位の違いや知り合いであるかな
どに従って、表現形式が決定される。

【００７６】前処理部４００は、ステップＳ４０４で複
数のＣＤを結合するためのルールを具えている。また、
入力されたＣＤを、役割、性、格といった付加的な言語
情報を具えた言語的なＣＤに変換する。また、代名詞を
生成するために、参照回数を点けておくようにする。更
に、ＣＤの結合しているスロットにより、並列、因果関
係といった特別な言語構造を生成する。

【００７７】文生成部４１０は、表現すべき全ての概念
が掲載された「ＧＬＩＳＴ」と呼ばれるリストを作成す
る。文生成部４１０は、自然言語への変換のために、前
処理部４００より受け取ったＣＤを、順次ＧＬＩＳＴに
載せていく。また、文生成部４１０は、例えば、所有格
形、不定詞形といった様々な文法表現のそれぞれについ
ての「鬼」を具えていて、それらが、生成部の通常のフ
ローに介入して、概念の表現をもっと簡単にするように
指示する。

【００７８】図１９は、文生成部４１０の処理手順を表
わすフローチャートである。

【００７９】まず、ステップＳ４１１で、概念を全てＧ
ＬＩＳＴに掲載する。ステップＳ４１２で、ＧＬＩＳＴ
が空かをチェックする。空であれば、ＧＬＩＳＴの処理
を終了して文の処理へ移行する。空でなければ、ステッ
プＳ４１３へ進み、ＧＬＩＳＴの先頭が単語であるかを
調べる。単語の場合は、ステップＳ４１４で、その単語
をＧＬＩＳＴから取り出して文へ追加し、ステップＳ４
１２へ戻り、以降の情報を処理する。

【００８０】ステップＳ４１３で、単語でない場合は、
ステップＳ４１５で、ＧＬＩＳＴの先頭の概念を「鬼」
が訂正処理するかを見て、訂正した場合は、ステップＳ
４１２に戻り、訂正後の概念を処理する。訂正のない場
合、ステップＳ４１６へ進み、言語の知識ベースＬＫＢ
を参照して単語を補い、ステップＳ４１７で、位置情報
を利用して、残りのサブとなる概念をＧＬＩＳＴに載せ
る。

【００８１】図２０は、後処理部４２０の処理手順を表
わすフローチャートである。

【００８２】後処理部４２０は、文生成部４１０が、自
然言語の出力文を生成した後で、ステップＳ４２１で文
頭の文字の大文字化、句読点の付与等の後編集を行な
う。後処理部４２０は、これ以外の大きな機能として、
ステップＳ４２２で、システム内部のフィードバックに
より、与えられた入力とシステムの理解において、生成
された文章の整合性のチェックを行なう。以上により、
整合の取れた結果は、フィードバック処理部３５へ出力
される。

【００８３】次に、以上の処理で利用した知識ベースの
構造を以下に説明する。本実施例で利用した知識ベース
２３を図２１に示す。前述したように、知識ベース２３
は、物質界の知識ベース（ＷＫＢ）３７、領域知識ベー
ス（ＤＫＢ）３８、文章作成知識ベース（ＴＫＢ）３
９、言語知識ベース（ＬＫＢ）４０の４つの知識ベース
に大別される。

【００８４】図２２は、ＷＫＢ３７の主要なタイプを示
した図である。同図に示すように、Physical Objects＜
物体＞、Abstract Entities ＜抽象存在＞、Space(Plac
e)＜空間（場所）＞、Time(Events)＜時間（事件）＞、
Driving Forces＜力＞、Results of Driving Forces or
Actions or CD＜力の行使の結果或は行動、ＣＤ＞、St
ate Descriptors<状態の記述＞がある。

【００８５】図２３は、Physical Objects＜物体＞の下
に存在する知識構造の主要なタイプを示している。

【００８６】図２４は、Person＜人間＞の知識構造のス
ロットとその例を示している。

【００８７】図２５は、Abstract Entities ＜抽象存在
＞の下に存在する知識構造の主要なタイプを示してい
る。

【００８８】図２６は、Organization＜組織＞の知識構
造のスロットとその例を示している。

【００８９】図２７は、Space ＜空間＞の下に存在する
知識構造の主要なタイプを示している。

【００９０】図２８は、Place<場所＞の知識構造のスロ
ットとその例を示している。

【００９１】図２９は、Time＜時間＞の下に存在する知
識構造の主要なタイプを示している。

【００９２】図３０は、Unit Time ＜単位時間＞とTime
＜時間＞の知識構造のスロットを示している。

【００９３】図３１は、Driving Forces＜力＞の下に存
在する知識構造の主要なタイプを示している。

【００９４】図３２は、Goal-Plan ＜ゴールとプラン＞
の知識構造のスロットとその例を示している。

【００９５】図３３は、MOPS(Memory Organization Pac
kets) の知識構造のスロットとその例を示している。

【００９６】図３４は、Scene ＜光景＞の知識構造のス
ロットとその例を示している。

【００９７】図３５は、一般化されたゴールとプランの
構造を示している。

【００９８】図３６は、領域に依存するゴールとプラン
の構造の例を示している。

【００９９】図３７は、一般化された領域に依存しない
基本的なゴールの例を示している。

【０１００】図３８は、手紙作成におけるゴールとプラ
ン、ＭＯＰＳ、光景の主要なタイプを示している。

【０１０１】図３９は、Results of Driving Forces or
Actions or CD＜力の行使の結果或は行動、ＣＤ＞の一
部を示している。

【０１０２】図４０は、ＣＤの構造とその例を示してい
る。

【０１０３】図４１は、Results of Action/State Desc
riptors ＜行動の結果／状態の記述＞の一部を示してい
る。

【０１０４】図４２は、ＴＫＢの例を示している。

【０１０５】図４３〜４５は、手紙作成のためのＴＫＢ
の詳細なルールを示している。図４３は、図１４のステ
ップＳ３０１の導入部作成部１３１による導入部作成の
ためのものである。図４４は、図１４のステップＳ３０
２の導入部作成部１３１によるメインゴールの記述及び
図１５のステップＳ３１１〜Ｓ３１４の主要部作成部１
３２の処理のためのものである。図４５は、図１６のス
テップＳ３２１〜３２２の末尾部作成部１３３の処理の
ためのものである。

【０１０６】図４６は、ＬＫＢの例を示している。

【０１０７】図４７は、手紙作成における、図１１のス
テップＳ２１１のシーンの設定の詳細な手順を示すフロ
ーチャートである。

【０１０８】最初に、ステップＳ５０１で、情報中に含
まれるアクターである発信者、受信者を捜し出す。次
に、ステップＳ５０２で、両者の関係の確立を試みる。
そのために、データベースもしくは入力内容から、両者
の間のこれまでの交信内容を捜す。これまでの交信内容
が見つからない場合、この入力は、初めての手紙とされ
て、ステップＳ５１０に進む。見つかった場合は、ステ
ップＳ５０３に進み、現在、受信者、発信者のどちらか
ら応答が期待されているかを判断する。

【０１０９】受信者である場合、ステップＳ５０４で、
以前の手紙をデータベースより検索し、ステップＳ５０
５で、受信者の手紙が推論できるかを判断する。推論可
能でなければ、ステップＳ５０６で、ユーザより入力を
得てステップＳ５０５に戻る。推論できれば、ステップ
Ｓ５１０に進む。

【０１１０】一方、発信者から応答が期待されている場
合は、ステップＳ５０７で、以前の手紙があれば、それ
を検索し、ステップＳ５０８で、受信者の手紙が推論可
能かを判断し、推論できればステップＳ５１０に進む。
推論できなければ、ステップＳ５０９でユーザの入力を
得手ステップＳ５０８に戻る。

【０１１１】ステップＳ５１０では、入力内容、及び検
索され、あるいは推論された受信者の手紙の内容に基づ
いて、発信者の返事を作成する。ステップＳ５１１で
は、入力された情報が完全であるかを判断し、完全であ
れば、この処理を終了する。完全でなければ、ステップ
Ｓ５１２で不足の情報をユーザから得て、ステップＳ５
１１に戻る。

【０１１２】一方、発信者と受信者の関係が見つからな
かった場合も、ステップＳ５１３で、入力された情報が
完全であるかを判断し、完全であれば、この処理を終了
する。完全でなければ、ステップＳ５１４で不足の情報
をユーザから得て、ステップＳ５１３に戻る。

【０１１３】以下、手紙の作成の場合について、具体例
を用いて本実施例の処理を説明する。

【０１１４】図４８に示すように、「meet John at Duk
e on 7th after IJCAI conferenceto discuss on LWS.
reserve accommodation. 」を入力した場合、ＣＡ３１
は、この入力の解析結果として、同図のＣ１〜Ｃ５の概
念を、理解部３２へ出力する。これらの概念に対する理
解前処理部９１の処理を、図１０のフローチャートに従
って説明する。

【０１１５】まず、ステップＳ２０１で、理解前処理部
９１は各概念を調べ、Ｃ２とＣ４の２つを未知の概念と
する。このうちＣ２（IJCAI ）については、理解前処理
部９１は、Ｃ２の次の概念Ｃ３が conference であり、
この概念が他の概念とつながっていないので、Ｃ２は会
議の名称であると推論する。更にここで、会議の開催
地、開催期間、議題等をユーザから入力してもらうよう
にしてもよい。

【０１１６】一方、Ｃ４（LWS ）については、これが「d
iscuss」 で表される概念Ｃ１１の後に現れる概念であ
り、Ｃ１１が、「目的」のスロットを満足するために図
４９の５つのタイプの名詞群を待っているので、これを
踏まえ、理解前処理部９１は、LWS は図４９のいずれか
の名称ではないかとユーザに尋ねる。ここでは、LWS は
名前であり、大文字であるから、３〜５が選ばれること
は殆どありえない。

【０１１７】この例では、ステップＳ２０２、２０３の
処理対象に該当するものはないので、ステップＳ２０４
に進む。ここで、図４９のＳＤＢには２人のJohnが存在
するので、システムは、図５０のフローチャートに示す
確認処理を行なう。

【０１１８】まず、ステップＳ５２１で、ユーザに対し
てどのJohnであるのか訊く。

【０１１９】ステップＳ５２２でユーザがJohn Smithを
選択すると、ＳＤＢではJohn SmithはRochester 大学に
所属していることになっているのに対し、ここではJohn
とともにDukeが入力されているので、ステップＳ５２３
で、システムは、JohnがDuke大学へ移ったのかをユーザ
に確認する。

【０１２０】ユーザの回答がyes であった場合、ステッ
プＳ５２４に進み、ＳＤＢのJohn Smithの所属をDuke大
学へ変更する。また、ユーザの回答が、ユーザの間違い
であった場合には、ステップＳ５２５で概念の方を補正
する。ユーザの回答が、一時的な、ある時期までの移動
である、というものであれば、ステップＳ５２６で、そ
の旨をＳＤＢに記載する。

【０１２１】なお、上記において、ＳＤＢに、Duke大学
に所属するJohnが１名だけ存在していれば、図５０の処
理を省略し、その人物に確定するようにしてもよい。

【０１２２】次に、ステップＳ２０５で、入力情報の補
充を行う。例えば、時間について、ＷＫＢを用いて推論
を行い、システムの現在日時が１９９３年の３月１５日
であり、時制が未来であって、ＩＪＣＡＩの会議の開催
期間（ステップＳ２０１にて入力されているものとす
る。このステップで入力してもよい）が１９９３年４月
２４日〜２８日であるとすると、システムは、ユーザは
この会議の後でJohnに会いたいというのだから、４月の
翌月であろうと推論し、入力された7th を7th May 1993
と補う。

【０１２３】また、ここで、Ｃ５のIobj Reason のスロ
ットの情報が欠けているが、ＤＫＢ３８より、図５１に
示すように、ここはUSE RESOURCEという行動であろうと
推論する。

【０１２４】次に、図１１を参照して、理解主処理部９
２による処理を説明する。

【０１２５】最初に、ステップＳ２１１で、まず、情報
中に含まれるアクターを捜し出す。ここでは、発信者が
Aruna Rohra であり、受信者が、John Smithである。次
に、両者の関係の確立を試みる。また、データベースか
ら、両者の間のこれまでの交信内容を捜す。データベー
スにこれまでの交信内容が存在しない場合、この入力
は、約束の取り決めのための初めての手紙に分類され
る。

【０１２６】続いて、ステップＳ２１２では、図５２
（ａ）に示すように、ゴールを推定する。ステップＳ２
１３では、図５２（ｂ）に示すような過程により、図５
３のような連鎖構造の推論を行なう。

【０１２７】ステップＳ２１４では、理解するための計
画を立てる。すなわち、図５４のような構造のタスク・
ネットワークが構築される。この過程で、ASK に対する
プランとして、M VISIT をプランに持つPB INTERACT が
得られ、全ての入力が説明付けられたことになる。

【０１２８】次に、理解後処理部９３における処理を説
明する。ステップＳ２２１で、プランにおいて、ユーザ
が忘れているかもしれない部分や前提条件と成るものを
見つけ出すために、タスク・ネットワーク全体のシミュ
レーションを実行する。その結果、図５５が得られる。
例えば、この例で、M VISIT やDPOSSESS(time またはfi
x appointment )は、ユーザによって明示的に述べられ
ていない。また、システムは、宿泊先の予約には、予約
金が必要かもしれないことを、ユーザに対して指摘す
る。

【０１２９】続いて、図１４〜１６を参照して、文章作
成部３３の処理を説明する。

【０１３０】まず、ステップＳ３０１で、書き出し部分
を作成する。ここでは、受信者は未知の人物で、仕事上
の関係もないので、発信者自身の紹介を行なう。よっ
て、「I am working on Letter writing system.」とな
る。この部分のために必要な情報は、自身に関するデー
タベースより得られる。

【０１３１】次に、ステップＳ３０２で、メイン・ゴー
ルを記述する。ここでは、ASK(discuss)が記述される。
そして、ステップＳ３１１で、メイン・プランを述べ
る。ここでは、ASk のプランとして、M VISIT が、同じ
くこれをプランとするATTEND CONF にも言及しながら述
べられる。

【０１３２】ステップＳ３１２で、メイン・プランの前
提条件として、DPOSSESSの下にあるAGREEMENT(fix appo
intment)のＣＤが述べられる。ステップＳ３１３は、こ
の例の場合、適用されない。ステップＳ３１４で、メイ
ン・プランの他の部分を記述する。これにより、RESERV
E LODGE の下のAGREEMENT のＣＤが記述され、またDKNO
W の下の前提条件であるATRANSのＣＤが、ユーザが選択
すれば、記述される。

【０１３３】ステップＳ３２１では、結びの文章とし
て、相手が未知の人物なので、「Looking forward to h
earing from you,」が選択される。ステップＳ３２２で
は、「yours sincerely 」が選択される。

【０１３４】以下、生成部３４以降の処理を経て、図５
６に示す手紙が作成される。

【０１３５】次に、手紙の作成の他の例を説明する。

【０１３６】図５７に示すように、「Reply to John's
letter accepting to meet on 10thMay at 3 pm to dis
cuss on PDA systems. 」を入力した場合、ＣＡ３１
は、この入力の解析結果として、同図のＣ１の概念を、
理解部３２へ出力する。

【０１３７】ここでは、理解前処理部９１の処理の対象
はないものとして、図１１を参照して、理解主処理部９
２による処理を説明する。

【０１３８】最初に、ステップＳ２１１で、まず、情報
中に含まれるアクターを捜し出す。図５８のａ）のよう
に、ここでは、発信者がAruna Rohra であり、受信者
が、John Smithである。また、手紙の種類は、返事であ
る。また、データベースには、これまでには、これに関
連する内容がないものとする。しかしながら、入力より
その内容を得ることができる。また、差出人は、返事を
期待しており、受信者の手紙を入力から得られたＣ３か
ら推測することができる。

【０１３９】そこで、理解主処理部９２により、図１１
の手順でＣ３を処理すると、図５８のｄ）に示すよう
に、ステップＳ２１２で、ゴールが推定され、ステップ
Ｓ２１３で、図５９のような連鎖構造の推論を行なう。
次に、ステップＳ２１４で、理解するための計画を立て
る。すなわち、図６０のような構造のタスク・ネットワ
ークが構築される。更に、理解後処理部９３により、ス
テップＳ２２１で、図６０のプランにおいて、ユーザの
不足を補い、図６１が得られる。

【０１４０】ステップＳ３００、４００で、上述のプラ
ンから、確認のために手紙を再構築する。

【０１４１】次に、入力（から得られたＣ２）より、差
出人の返事を作成する。上述のようにして得られた前回
のレターのＣＤに対して、図５８のｅ）に示すように、
ＰＤＡシステムについて議論するというS MAINGOALを受
け入れられる要求とし、会うというS MAINPLANを受け入
れ、S PLAN（例えば、５月８日以降）に対して、より具
体的な日時である５月１０日の午後３時を指定する。

【０１４２】以下、前記実施例と同様に処理し、図６２
の手紙が作成される。

【０１４３】更に、他の手紙の例を説明する。この例
は、データベースより、前回の内容が得られる例であ
る。以下、上記実施例との相違点を中心に説明する。

【０１４４】図６３に示すように、「Reply to John's
letter confirming the meeting time, 19th May at 3p
m. Also, request him to arrange for pickup. 」を入
力した場合、Ｃ１、Ｃ４の概念がＣＡ３１より出力され
る。

【０１４５】理解主処理部９２において、データベース
より以前の関連する内容が得られ、５月１０日以降に訪
問すること、Johnの手紙には応答すべきことが分かる。
また、図６４のｄ）に示すように、前回の手紙をデータ
ベースから検索する。図６４のｅ）に示すように、議論
するというS MAINGOALを受け入れられる要求とし、会う
というS MAINPLANを受け入れる。これらのことは、「・・・
confirming the meeting time, 19th May at 3pm.」とい
う入力より推論される。S PLANに対して、より具体的な
日時である５月１９日の午後３時を指定する。また、差
出人の手紙として、上述のように作成された返事に加え
て、他の要求を付加する（乗せて行ってほしいという要
求が、「request him to arrange for pickup」 より得ら
れる。）。

【０１４６】以下、前記実施例と同様に処理し、図６５
の手紙が作成される。

【０１４７】更に、他の手紙の例を説明する。この例
は、システムが現在の入力などからでは、受取人の手紙
を推測することができず、ユーザに入力を要求する例で
ある。以下、これまでの実施例との相違点を中心に説明
する。

【０１４８】図６６に示すように、「Reply to John's
letter. 」を入力した場合、Ｃ１の概念がＣＡ３１より
出力される。

【０１４９】理解主処理部９２において、データベース
より以前の関連する内容が得られ、５月１０日以降に訪
問することが分かり、Johnの手紙には応答すべきことが
ユーザにより確認される。また、図６６のｄ）に示すよ
うに、前回の手紙をデータベースから検索する。図６６
のｅ）において、現在の入力では、何も特定されていな
いので、システムは受取人の手紙を推測することができ
ず、ユーザにこの手紙の内容を、例えばＯＣＲにより入
力するよう要求する。そこで、図６６のｅ）に示すよう
な手紙の内容が入力される。以下、図６７の処理を、前
記実施例と同様に実行し、図６８の手紙が作成される。

【０１５０】以上の実施例においては、ユーザからの入
力を受けて、システムのアンダスタンダがユーザの意図
を理解し、その意図に応じた文章を作成するようにして
いたが、このようなアンダスタンダの出力に相当するよ
うな情報を入力するようにすれば、アンダスタンダなし
で、文章を作成することも可能である。

【０１５１】次に、研究論文タイプの文章の例について
説明する。

【０１５２】この例は、研究論文や、特許の明細書のよ
うに、専門的な用語を用いて、目的や結論等の定められ
た要素を含む文章である。この場合、技術的に多くの知
識を要求される。

【０１５３】例えば、テーマや名称の詳細を、データベ
ースより引き出し、入力からデータやトピック、キーワ
ードの詳細を得て、なされたこと、あるいは成果を得
る。

【０１５４】図４２（ａ）は、このタイプの文章の作成
ルールの例である。これらのルールは、この順番で適用
することで、文章が作成されるものである。同図に示す
ように、まず、その内容の背景を、これまでのレポート
や、業績から導く。次に、目的として、結果から主な点
を列挙する。更に、成果として、ユーザから得た入力
を、洗練され、筋の通った文章とする。続いて、結論あ
るいは要約として、以上のことのポイントを述べる。最
後に、関係する添付資料を、成果の中で触れられていれ
ばその内容から、またはユーザから得て、記載する。

【０１５５】以上のように、ユーザが、個々の論文に特
有の、あるいはユーザに特有の情報をユーザ自身で入力
するようにすれば、システムは、それぞれのユーザの要
求する論文に対応する知識を持たなくて済み、知識ベー
スに用意すべき知識の量を削減できる。

【０１５６】次に、マニュアル作成の例について説明す
る。

【０１５７】まず、複写機やワードプロセッサのような
単一製品の場合、システムは、製品についての広範な知
識を備えている。そのため、入力内容は少なくて済み、
マニュアルの作成・更新、他言語への翻訳等に用いられ
る。

【０１５８】また、例えば、ソフトウェアやオフィス機
器といった、ある分野の複数の製品の場合、システム
は、複数の製品を扱う分、個々の製品について技術的な
深い理解がないので、細かい点についての入力が必要と
なる。また、マニュアルを作成するというよりは、まと
めて編集する程度の機能となる。表面的に他の言語へ翻
訳できる。

【０１５９】この方法は、アンダスタンダを持たない場
合にも、製品の物理的構造、操作の方法、メンテナンス
等の知識が、詳細に、決められたフォーマットで知識ベ
ース化されていて、かつ、文章作成のルールが、このよ
うな知識を記述できるようになっていれば、マニュアル
の文章作成も可能である。更に、このような知識ベース
があれば、マニュアルの作成を、様々な言語で、簡単に
行なうことができる。

【０１６０】以上の２つの手法は、一定のサイズの知識
ベースにおいて、ある品目について深い知識を持たせた
いか、それとも多くの品目を対象とした知識を持たせた
いかに応じて、選択することができる。

【０１６１】図６９に、ソフトウェアのマニュアル作成
のための、文章作成ルールの例を示す。

【０１６２】次に、アンダスタンダを要さずに、文章を
作成する例について説明する。 １．天気予報の作成 天気予報は、様々な機器や感知器などの情報源から集め
られたデータや、以前の分析結果等をもとに、自動的に
作成される。以下に、このような予報を作成するシステ
ムにおける文章作成ルールの例を示す。

【０１６３】ａ）一般的な傾向や、前日との比較におい
て、様々な要素（例えば、最低気温、最高気温、降水
量、風速等）の特徴的なふるまいを説明する。その際、
例えば、地域ごとに説明する。

【０１６４】例 北部地方は、暖かくなるでしょう。

【０１６５】東部地方は、高気圧の中心となるので、晴
れるでしょう。

【０１６６】丘陵地帯の高部では、雪が降るでしょう。

【０１６７】ｂ）時間帯における予測される挙動や、そ
の起こり得る変化が説明される。

【０１６８】例 朝は晴れますが、午後になると曇るで
しょう。

【０１６９】ｃ）挙動の変化についてのルール 例 今日より気温が４度以上高ければ、今日より暖かく
なる旨を述べる。

【０１７０】今日より気温が４度以上低ければ、今日よ
り寒くなる旨を述べる。

【０１７１】上記以外の場合、すなわち温度差が４度未
満の場合、気温が１０度未満ならば、今日と同様に寒く
なる旨を述べる。

【０１７２】気温が１０度以上２０度未満ならば、今日
と同様に涼しくなる旨を述べる。

【０１７３】気温が２０度以上３０度未満ならば、今日
と同様に暖かくなる旨を述べる。

【０１７４】気温が３０度以上ならば、今日と同様に暑
くなる旨を述べる。

【０１７５】ｄ）予報に含めるべきその他の要素 １）雲の様子、２）気圧配置、３）最高、最低気温、
４）降水確率、５）波の高さ、風速、６）豪雨、霜、乾
燥、台風等の注意報、警報、７）桜の開花、花粉などの
ような特別な予報、８）来週等の全般に亙っての予測

【０１７６】以上のように作成される天気予報によれ
ば、大量のデータを調べて、以前に起こった同様の傾向
などを探し出し、「２月１２日の最大積雪量は、２３セ
ンチであり、１９６９年の記録を更新した。」といった
情報を簡単に素早く作成することができる。

【０１７７】また、文章作成システムの他の例は、大量
の処理データを持ち、その処理結果がレポート形式に要
約され、提示されるものである。

【０１７８】Ａ．消費者動向 消費者動向を決定付ける文章作成システムは、消費者の
ニーズによって、企画し、生産し、製品を変更するのに
役立つように開発される。

【０１７９】スーパーやデパートからの商品の売り上げ
データが、消費者動向を含んだレポートを作成するため
の文章作成システムに利用される。

【０１８０】利用できるデータから適切なレポートを作
成するために、経済の動きを比較するためのルールが提
供される。

【０１８１】例えば、今夏におけるクーラーの売れ行き
は、前年と比較すると、消費者に購買欲があることを示
しており、よって、景気は回復しつつある。

【０１８２】このシステムによれば、企業の今後の製品
計画や活動指針に用いられるレポートが簡単に素早く作
成できる。また、このようなシステムは、企業に損失を
もたらす過剰生産を避けるためのフィードバックとして
活用される。

【０１８３】Ｂ．売り上げ／支出報告 企業の大小によらず、通常、売り上げと支出をモニタす
る必要がある。これは、今後の方針に多大な影響を及ぼ
すものとなる。

【０１８４】小売店等、様々な情報源から集められたデ
ータを、文章作成ルールを用いて要約し、大衆により好
まれる製品や消費者の動向を記述する、種々の要素を反
映させて提示できる形式のグラフを含む、レポートを作
成する。

【０１８５】このようなシステムにより、従来、多数の
人員と時間を要していた、種々の要素を反映させて提示
できる形式のグラフを含む、レポートが簡単に作成でき
る。

【０１８６】Ｃ．証券市場レポート 一日の相場の動きに関するレポートは、投資家や投機家
の一般的な動向に基づいて、作成される。

【０１８７】証券の取り引き高に関する参照可能なデー
タが、証券市場の動きに関するレポートの作成に利用で
きる。文章作成ルールは、そのような動きの理由、例え
ば、新政権の樹立や、「景気は改善され、ここ数カ月の
不景気より完全に回復する」という政府からのレポート
によるによる巨額の取り引きや投資、を含む。また、ル
ールは、終値及び終値と前日の終値との違いを含む。

【０１８８】以上の情報は素早く簡単に生成されるの
で、ＴＶネットワークや新聞、雑誌等特に、投資家や公
衆に、そのような情報を供給する財務・ビジネス雑誌に
供給しうる。

【０１８９】また、政府機関や中央銀行が、市場の動向
を逆方向へ操作したい場合、上記の情報を用いて即座に
行なうことができる。例えば、金融市場において、円買
いが進んで、円が高くなった場合に、日銀が介入するこ
とができる。

【０１９０】Ｄ．調査結果 調査は、関係する人物や団体からデータを収集するため
に、様々な機関によって行なわれる。例えば、組織の従
業員の労働環境に対する意識調査や、ＴＶネットワーク
による政治的な立場の調査、製造業の企業による市場調
査等がある。調査の主たる目的は、関連する人々の現状
の傾向や意見を要約することである。

【０１９１】文書作成システムは、調査対象者から得ら
れたデータを用いて、調査結果を作成するための文書作
成ルールに基づき、適切なレポートを作成する。例え
ば、現在の動向、意見、（データ選択規則による）重要
な調査データは、グラフ形式で出力するようにしてもよ
い。

【０１９２】従来、大量データの分析、及び現状と以前
の結果との比較は、時間がかかり、手間が大変だった
が、本システムによれば、リアルタイムに処理すること
が重要なレポート／結果を素早く作成できる。

【０１９３】なお、本発明の機能が実行されるのであれ
ば、単体の装置であっても、複数の装置からなるシステ
ムであっても、装置またはシステムにプログラムを供給
することにより処理が行なわれる場合であっても、本発
明が適用されることは言うまでもない。

【０１９４】

【発明の効果】以上説明したように、本発明によれば、
入力情報に基づいて、出力すべき文章に要求される内容
・構成を備えた質の高い文章を生成することができると
いう効果がある。

【０１９５】特に、文章の読者や文書タイプに関する知
識を有する態様によれば、読者や文書タイプに応じて、
それぞれに適した内容が盛り込まれた文章が、それぞれ
にふさわしい構成の文章として生成できるという効果が
ある。

【図面の簡単な説明】

【図１】実施例の自然言語処理装置のハードウェア構成
を示すブロック図である。

【図２】実施例の自然言語処理装置の基本構成を示す機
能ブロック図である。

【図３】実施例の自然言語処理装置の詳細構成を示す機
能ブロック図である。

【図４】ＣＡの構成を示す図である。

【図５】プレＣＡの処理のフローチャートである。

【図６】メインＣＡの処理のフローチャートである。

【図７】ポストＣＡの処理のフローチャートである。

【図８】ポストＣＡの処理対象、処理結果を示す図であ
る。

【図９】理解部の詳細構成を示すブロック図である。

【図１０】プレ・アンダスタンダの処理の詳細を示すフ
ローチャートである。

【図１１】メイン・アンダスタンダの処理の詳細を示す
フローチャートである。

【図１２】ポスト・アンダスタンダの処理の詳細を示す
フローチャートである。

【図１３】文章作成部の詳細な構造を示す図である。

【図１４】導入部作成部の処理手順を表わすフローチャ
ートである。

【図１５】主要部作成部の処理手順を表わすフローチャ
ートである。

【図１６】末尾部作成部の処理手順を表わすフローチャ
ートである。

【図１７】生成部の詳細構成を示す図である。

【図１８】前処理部の処理手順を表わすフローチャート
である。

【図１９】文生成部の処理手順を表わすフローチャート
である。

【図２０】後処理部の処理手順を表わすフローチャート
である。

【図２１】知識ベースの構造を示す図である。

【図２２】ＷＫＢの主要なタイプを示した図である。

【図２３】Physical Object ＜物体＞の下に存在する知
識構造の主要なタイプを示す図である。

【図２４】Person＜人間＞の知識構造のスロットとその
例を示す図である。

【図２５】Abstract Entities ＜抽象存在＞の下に存在
する知識構造の主要なタイプを示す図である。

【図２６】Organization＜組織＞の知識構造のスロット
とその例を示す図である。

【図２７】Space ＜空間＞の下に存在する知識構造の主
要なタイプを示す図である。

【図２８】Place<場所＞の知識構造のスロットとその例
を示す図である。

【図２９】Time＜時間＞の下に存在する知識構造の主要
なタイプを示す図である。

【図３０】Unit Time ＜単位時間＞とTime＜時間＞の知
識構造のスロットを示す図である。

【図３１】Driving Forces＜力＞の下に存在する知識構
造の主要なタイプを示す図である。

【図３２】Goal-Plan ＜ゴールとプラン＞の知識構造の
スロットとその例を示す図である。

【図３３】MOPS(Memory Organization Packets) の知識
構造のスロットとその例を示す図である。

【図３４】Scene ＜光景＞の知識構造のスロットとその
例を示す図である。

【図３５】一般化されたゴールとプランの構造を示す図
である。

【図３６】領域に依存するゴールとプランの構造の例を
示す図である。

【図３７】一般化された領域に依存しない基本的なゴー
ルの例を示す図である。

【図３８】手紙作成におけるゴールとプラン、ＭＯＰ
Ｓ、光景の主要なタイプを示す図である。

【図３９】Results of Driving Forces or Actions or
CD＜力の行使の結果或は行動、ＣＤ＞の一部を示す図で
ある。

【図４０】ＣＤの構造とその例を示す図である。

【図４１】Results of Action/State Descriptors ＜行
動の結果／状態の記述＞の一部を示す図である。

【図４２】ＴＫＢの例を示す図である。

【図４３】手紙の導入部作成のためのＴＫＢの詳細なル
ールを示す図である。

【図４４】手紙のメインゴールの記述及び主要部作成部
の処理のためのＴＫＢの詳細なルールを示す図である。

【図４５】末尾部作成部の手紙作成のためのＴＫＢの詳
細なルールを示す図である。

【図４６】ＬＫＢの例を示す図である。

【図４７】手紙作成における、シーンの設定の詳細な手
順を示すフローチャートである。

【図４８】手紙作成におけるＣＡの処理例を示す図であ
る。

【図４９】ＳＤＢの例を示す図である。

【図５０】確認処理のフローチャートである。

【図５１】推論過程の例を示す図である。

【図５２】推論過程の例を示す図である。

【図５３】連鎖構造の推論の例を示す図である。

【図５４】タスク・ネットワークの例を示す図である。

【図５５】シミュレーション後のタスク・ネットワーク
の例を示す図である。

【図５６】手紙の出力例を示す図である。

【図５７】手紙作成におけるＣＡの処理例を示す図であ
る。

【図５８】手紙の作成過程を示す図である。

【図５９】連鎖構造の推論の例を示す図である。

【図６０】タスク・ネットワークの例を示す図である。

【図６１】不足を補ったタスク・ネットワークの例を示
す図である。

【図６２】手紙の出力例を示す図である。

【図６３】手紙作成におけるＣＡの処理例を示す図であ
る。

【図６４】手紙の作成過程を示す図である。

【図６５】手紙の出力例を示す図である。

【図６６】手紙作成におけるＣＡの処理例を示す図であ
る。

【図６７】手紙の再構成過程を示す図である。

【図６８】手紙の出力例を示す図である。

【図６９】ソフトウエアのユーザ・マニュアルの文章作
成ルールの例を示す図である。

【符号の説明】

１ 入力部 ２ ＣＰＵ ３ 出力部 ４ プログラムメモリ ５ データメモリ ６ バス ２１ 内容把握部 ２２ 文書構成部 ２３ 知識ベース ２４ 知識ベース管理部 ３１ 概念解析部 ３２ 理解部 ３３ 文書作成部 ３４ 生成部 ３５ フィードバック処理部 ３６ 文書整形部 ３７ 物質界の知識ベース ３８ 領域知識ベース ３９ 文章作成知識ベース ４０ 言語知識ベース ４２ プレＣＡ ４３ メインＣＡ ４４ ポストＣＡ

Claims (16)

【特許請求の範囲】
1. 【請求項１】 情報を入力する入力手段と、 知識を記憶する知識ベースと、 該知識ベースから、前記入力手段より入力された情報に
   関連する知識を検索する検索手段と、 前記入力手段より入力された情報及び前記検索手段によ
   り検索された知識から、生成すべき文章の要素とすべき
   情報を選択する選択手段と、 該選択手段により選択された情報の記述の順序を決定す
   る順序決定手段と、 前記選択手段により選択され、前記順序決定手段により
   記述の順序が決定された情報から、出力すべき文章を生
   成する生成手段とを具えたことを特徴とする文章処理装
   置。
2. 【請求項２】 前記知識ベースは、前記生成手段により
   生成される文章の読者に関する知識を有し、前記選択手
   段は、該知識に基づいて、生成すべき文章の要素とすべ
   き情報を選択することを特徴とする請求項１記載の文章
   処理装置。
3. 【請求項３】 前記知識ベースは、前記生成手段により
   生成される文章の読者に関する知識を有し、前記順序決
   定手段は、該知識に基づいて、前記選択手段により選択
   された情報の記述の順序を決定することを特徴とする請
   求項１記載の文章処理装置。
4. 【請求項４】 前記知識ベースは、文章の読者の理解の
   レベルを記憶することを特徴とする請求項２または３記
   載の文章処理装置。
5. 【請求項５】 前記知識ベースは、前記生成手段により
   生成される文章の読者に関する知識として、当該文章の
   作者と読者との関係を記憶していることを特徴とする請
   求項２または３記載の文章処理装置。
6. 【請求項６】 前記関係は、該操作者と読者との社会的
   な立場の相違を含むことを特徴とする請求項５記載の文
   章処理装置。
7. 【請求項７】 前記知識ベースは、前記生成手段により
   生成されるべき文章の文書タイプに関する知識を有し、
   前記選択手段は、該知識に基づいて、生成すべき文章の
   要素とすべき情報を選択することを特徴とする請求項１
   記載の文章処理装置。
8. 【請求項８】 前記知識ベースは、前記生成手段により
   生成されるべき文章の文書タイプに関する知識を有し、
   前記順序決定手段は、該知識に基づいて、前記選択手段
   により選択された情報の記述の順序を決定することを特
   徴とする請求項１記載の文章処理装置。
9. 【請求項９】 情報を入力する入力工程と、 知識を記憶する知識ベースから、前記入力工程により入
   力された情報に関連する知識を検索する検索工程と、 前記入力工程により入力された情報及び前記検索工程に
   より検索された知識から、生成すべき文章の要素とすべ
   き情報を選択する選択工程と、 該選択工程により選択された情報の記述の順序を決定す
   る順序決定工程と、 前記選択工程により選択され、前記順序決定工程により
   記述の順序が決定された情報から、出力すべき文章を生
   成する生成工程とを具えたことを特徴とする文章処理方
   法。
10. 【請求項１０】 前記知識ベースは、前記生成工程によ
    り生成される文章の読者に関する知識を有し、前記選択
    工程は、該知識に基づいて、生成すべき文章の要素とす
    べき情報を選択することを特徴とする請求項９記載の文
    章処理方法。
11. 【請求項１１】 前記知識ベースは、前記生成工程によ
    り生成される文章の読者に関する知識を有し、前記順序
    決定工程は、該知識に基づいて、前記選択工程により選
    択された情報の記述の順序を決定することを特徴とする
    請求項９記載の文章処理方法。
12. 【請求項１２】 前記知識ベースは、文章の読者の理解
    のレベルを記憶することを特徴とする請求項１０または
    １１記載の文章処理方法。
13. 【請求項１３】 前記知識ベースは、前記生成工程によ
    り生成される文章の読者に関する知識として、当該文章
    の作者と読者との関係を記憶していることを特徴とする
    請求項１０または１１記載の文章処理方法。
14. 【請求項１４】 前記関係は、該操作者と読者との社会
    的な立場の相違を含むことを特徴とする請求項１３記載
    の文章処理方法。
15. 【請求項１５】 前記知識ベースは、前記生成工程によ
    り生成されるべき文章の文書タイプに関する知識を有
    し、前記選択工程は、該知識に基づいて、生成すべき文
    章の要素とすべき情報を選択することを特徴とする請求
    項９記載の文章処理方法。
16. 【請求項１６】 前記知識ベースは、前記生成工程によ
    り生成されるべき文章の文書タイプに関する知識を有
    し、前記順序決定工程は、該知識に基づいて、前記選択
    工程により選択された情報の記述の順序を決定すること
    を特徴とする請求項９記載の文章処理方法。