JPH09153049A - 文書分類支援方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】 あらかじめ格納した分類知識１のみでは分類
判定基準を満たさない文書に対して、ユーザが入力装置
を介して作成、更新した分類知識２を用いて再分類す
る。 【解決手段】 分類処理部、分類判定部、分類結果表示
部、更新知識入力部、更新知識ベース作成部、再分類処
理部、分類知識ベース合併部を具備することにより構成
される。あらかじめ格納した分類知識１とは別に、ユー
ザが入力装置を介して新たに作成、更新した分類知識２
を用いて再分類を行なうので、同じ分類知識を必要とす
るテキストを２度目以降に入力した場合には、分類判定
基準を満たすことが可能である。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、分類知識を用いて
文書を分類する方法及び装置に関する。

【０００２】

【従来の技術】現在、複数のテキストをあらかじめ用意
した複数の分類カテゴリに自動分類する研究が広く行わ
れている。例えば、大量の文書データから自動抽出した
名詞間共起関係による文書の自動分類（情報処理学会研
究報告Ｖｏｌ．９３，Ｎｏ．１０１，１９９３）があ
る。一般に、自動分類する際には、すでに分類済みのテ
キストから作成した分類の基準となる分類知識を参照
し、文書中に出現する単語の頻度情報や単語同士の共起
情報を用いて、各分類カテゴリとの類似度を算出し、そ
の類似度の高い分類カテゴリに分類している。

【０００３】

【発明が解決しようとする課題】従来の自動で分類知識
を作成し、その分類知識を用いてテキストを分類する場
合、１００％正しく与えられた分類カテゴリに分類する
ことは不可能である。そのため、機械が分類不可能と判
断したテキストを人間が判断して分類する、あるいは、
自動で作成した分類知識に人間が手を加えるといったこ
とで分類の精度を上げるという半自動分類方法が用いら
れている。しかし、分類対象となっているテキストの数
が膨大であるため、人間にかかる負担も膨大であるとい
った問題がある。

【０００４】本発明の目的は、上記の課題を解決し、機
械が分類不可能と判断したテキストを人間が分類する際
の作業量を軽減するような文書分類支援方法および文書
分類支援装置を提供することである。

【０００５】

【課題を解決するための手段】上記目的を達成するため
に、本発明による文書分類支援方法は、 （イ）分類判定基準に満たなかったテキストに対して、
ユーザが入力装置を介して定義した分類知識２がすでに
存在する場合には、その分類知識２を用いて、テキスト
を再分類する。

【０００６】（ロ）分類判定基準に満たなかったテキス
トに対して、ユーザが入力装置を介して定義した分類知
識２が存在しない場合には、テキストをディスプレイ上
に表示し、分類判定基準を満たさないことをユーザに知
らしめる。

【０００７】（ハ）分類判定基準に満たなかったテキス
トに対して、あらかじめ格納してある分類知識１に記述
されている各単語とその属性情報を表示し、ユーザが入
力装置を介して入力する分類知識１に対する更新内容を
受け付ける更新知識入力部、および、その変更内容をあ
らかじめ格納してある分類知識１とは別の分類知識２と
して新たに作成、更新する。

【０００８】（ニ）分類判定基準に満たなかったテキス
トに対して、ユーザが入力装置を介して分類知識２を新
たに作成、更新した後、その分類知識２を用いて再度分
類、判定し、その結果をユーザに知らしめる。

【０００９】（ホ）すでにユーザが入力装置を介して作
成、更新した分類知識２を、あらかじめ格納してある分
類知識１に合併するとユーザが入力装置を介して指示し
た場合には、あらかじめ格納してある分類知識１にユー
ザが入力装置を介して作成、更新した分類知識２を合併
してから、ユーザが入力装置を介して作成、更新した分
類知識を削除する。

【００１０】（ヘ）本発明の文書分類支援装置は、分類
対象となっているテキストを単語分割し、その単語分割
結果を出力する単語分割部、単語分割した結果ファイ
ル、あらかじめ格納してある分類知識１、分類カテゴリ
を参照して、該テキストを自動分類する分類処理部、分
類判定知識を参照して、分類判定基準を満たすか否かの
判定を行う分類判定部、分類判定基準に満たなかった場
合は、該テキストをディスプレイ上に表示する分類結果
表示部、該テキストを特定の分類カテゴリに分類するた
めの分類知識２をユーザが入力装置を介して入力し、そ
の分類知識２をあらかじめ格納してある分類知識１と別
に新しく作成、更新する更新知識ベース作成部、分類判
定基準を満たさなかった場合で、かつ、ユーザが入力装
置を介して新しく作成、更新した分類知識２が存在する
場合には、その分類知識２を参照して再分類を行う再分
類処理部、ユーザが入力装置を介して合併することを指
示した場合にはユーザが作成、更新した分類知識２をあ
らかじめ格納してある分類知識１に合併する分類知識ベ
ース合併部を具備する。

【００１１】上記の方法によれば、あらかじめ格納した
分類知識１を用いて自動文書分類する際に、分類判定基
準を満たさない分類対象テキストに対して、ユーザが入
力装置を介して作成、更新した新しい分類知識２を用い
て再分類を行なうので、同じ分類知識を必要とするテキ
ストを２度目以降に入力した場合には、分類判定基準を
満たす分類が可能である。

【００１２】また、上記の方法によれば、分類対象テキ
ストに対して、現時点での分類知識１、分類知識２が十
分なものであるか否かをユーザに通知できる。

【００１３】また、上記の方法によれば、あらかじめ用
意した分類知識１と別に、分類知識２を用意するので、
分類判定基準を満たす分類対象テキストが、分類知識１
を変更したために分類判定基準を満たさなくなることが
避けられる。

【００１４】

【発明の実施の形態】図２に本発明の一実施例である分
類判定基準を満たさない文書（以下、足切り文書と呼
ぶ）の分類支援装置の全体構成図を示す。分類支援装置
は、テキストや各種ファイルを格納する外部記憶装置
１、入力した分類対象テキストをあらかじめ定義した分
類知識ベースを用いて、あらかじめ用意した複数の分類
カテゴリのうちの１つに分類し、分類カテゴリとの類似
度が分類判定基準に満たないと判断された分類対象テキ
ストに対しては、ユーザが入力装置４を介して新たに作
成、更新した更新分類知識ベースを用いて再分類するコ
ンピュータ２、それらの結果を表示するディスプレイ
３、分類した結果に対して、ユーザが指示を入力するた
めの入力装置４から構成される。

【００１５】図１に本足切り文書の分類支援装置の機能
ブロック図を示す。図１において、分類対象テキスト群
１０１、分類対象テキスト名一覧ファイル１０２、単語
辞書１０３、単語分割結果ファイル１０４、第１の分類
知識である分類知識ベースファイル１０５、分類カテゴ
リ一覧が記述してあるファイル１０６、分類結果が記述
してあるファイル１０７、分類判定知識が記述してある
ファイル１０８、判定後の分類結果が記述してあるファ
イル１０９、及び、第２の分類知識である更新分類知識
ベースファイル１１０は、外部記憶装置１に格納されて
いる。

【００１６】テキスト入力部２１は、分類対象テキスト
群１０１と分類対象テキスト名一覧ファイル１０２を入
力し、分類対象テキスト名一覧ファイル１０２の中から
未分類のテキストを１つ選択し、そのテキストを分類対
象テキストとして分類処理部２２に出力する。

【００１７】単語分割部２２は、単語辞書１０３を入力
し、分類対象テキストを単語分割し、抽出した単語を単
語分割結果ファイル１０４に出力する。単語分割処理に
関しては、すでに多くの公知例（例えば、情報処理学会
第４４回全国大会講演論文集３−１８１、’９２．３）
があるので、ここでは説明を省略する。

【００１８】分類処理部２３は、単語分割結果ファイル
１０４、分類知識ベースファイル１０５、及び、分類カ
テゴリ一覧ファイル１０６を入力し、入力した単語分割
結果の各分類カテゴリに対する類似度を計算し、その結
果を分類結果ファイル１０７に出力し、第一段階の分類
が終了したことを分類判定部２４に出力する。

【００１９】分類判定部２４は、分類結果ファイル１０
７と分類判定知識ファイル１０８を入力し、分類の判定
を行ない、分類カテゴリを特定できた場合は、その結果
を判定後分類結果ファイル１０９に出力し、分類対象テ
キストの分類が終了したことをテキスト入力部２１に出
力する。あるいは、分類カテゴリを特定できなかった場
合でかつ、更新分類知識ベースファイル１１０が存在し
ない場合には、分類結果を分類結果表示部２５に出力す
る。あるいは、分類カテゴリを特定できなかった場合で
かつ、すでに更新分類知識ベースファイル１１０が存在
する場合には、分類カテゴリを特定できなかったことを
判定後分類結果ファイル１０９に出力し、再分類するこ
とを再分類判定部２６に出力する。

【００２０】分類結果表示部２５は、判定後分類結果フ
ァイル１０９を入力し、分類結果をディスプレイ３に出
力する。

【００２１】再分類判定部２６は、更新分類知識ベース
ファイル１１０を入力し、単語分割結果の各分類カテゴ
リに対する類似度を計算し、特定の分類カテゴリを選択
できた場合は、その結果を判定後分類結果ファイル１０
９に出力し、分類対象テキストの分類が終了したことを
テキスト入力部２１に出力し、分類カテゴリを特定でき
なかった場合は、分類結果を分類結果表示部２５に出力
する。

【００２２】更新知識入力部２７は、ユーザが入力装置
４を介して入力する分類知識ベースファイル１０５に対
する更新内容を更新分類知識ベース作成部２８に出力す
る。更新分類知識ベース作成部２８は、入力した分類知
識ベースファイル１０５に対する変更内容を、あらかじ
め格納してある分類知識ベースファイル１０５とは別の
更新分類知識ベースファイル１１０に記述する。

【００２３】分類知識ベース合併部２９は、ユーザが入
力装置４を介して分類知識ベースファイル１０５と更新
分類知識ベースファイル１１０を合併することを入力す
ると、分類知識ベースファイル１０５に更新分類知識ベ
ースファイル１１０との差分を加えて新しい分類知識ベ
ースファイル１０５を作成し、更新分類知識ベースファ
イル１１０を削除する。

【００２４】図３に、ディスプレイ３に表示される本発
明の操作画面の構成を示す。ディスプレイ３上の画面
は、表示可能領域３１上において、現在対象となってい
る分類対象テキストを表示する領域３２、分類結果ファ
イル１０７を表示する領域３３、判定後分類結果ファイ
ル１０９を表示する領域３４、分類知識ベースファイル
１０５を表示する領域３５、分類知識ベースファイル１
０５と更新分類知識ベースファイル１１０との差分を表
示する領域３６、分類知識を更新するコマンドを入力す
る領域３７からなる。領域３７は、さらに、単語分割結
果を表示するコマンド用ボタン領域３７１、分類知識ベ
ースファイル１０５を表示するコマンド用ボタン領域３
７２、選択した単語に関する分類知識ベースファイル１
０５の属性情報を更新分類知識ベースファイル１１０に
登録するコマンド用ボタン領域３７３、選択した単語を
更新分類知識ベースファイル１１０から削除するコマン
ド用ボタン領域３７４から構成される。

【００２５】図４に、ディスプレイ３上の一画面例２を
示す。図４は、コマンド用ボタン領域３７１を入力装置
４を用いて選択した場合の画面例であり、表示可能領域
３１上に単語分割結果表示領域３７１１が表示される。

【００２６】図５は、ディスプレイ３上の一画面例３を
示す。図５は、コマンド用ボタン領域３７３を入力装置
４を用いて選択した場合の画面例であり、分類知識を登
録するために、表示可能領域３１上に選択単語パラメー
タ登録領域３７３１が表示される。

【００２７】図６は、ディスプレイ３上の一画面例４を
示す。図６は、コマンド用ボタン領域３７４を入力装置
４を用いて選択した場合の画面例であり、削除すべき分
類知識を確認するために、表示可能領域３１上に選択単
語パラメータ削除領域３７４１が表示される。

【００２８】図７に示す本装置の全体処理フロー図を用
いて本装置の動作を説明する。まず最初にテキスト入力
部２１において、分類対象テキスト群１０１、分類対象
テキスト名一覧ファイル１０２を入力し、分類対象テキ
スト名一覧ファイル１０２の中から未分類のテキストを
１つ選択し、そのテキストを分類対象テキストとして単
語分割部２２に出力する（ステップ２０１）。

【００２９】次に単語分割部２２において、単語辞書１
０３を入力し、分類対象テキストを単語分割し、抽出し
た単語を単語分割結果ファイル１０４に出力する（ステ
ップ２０２）。

【００３０】次に分類処理部２３において、単語分割結
果ファイル１０４、分類知識である分類知識ベースファ
イル１０５、及び、分類カテゴリ一覧ファイル１０６を
入力し、入力した単語分割結果の各分類カテゴリに対す
る類似度を計算し、その結果を分類結果ファイル１０７
に出力し、第一段階の分類が終了したことを分類判定部
２４に出力する（ステップ２０３）。

【００３１】次に、分類判定部２４において、分類結果
ファイル１０７と分類判定知識ファイル１０８を入力
し、分類の判定を行ない、分類カテゴリを特定できた場
合は、その結果を判定後分類結果ファイル１０９に出力
し、分類対象テキストの分類が終了したことをテキスト
入力部２１に出力する。あるいは、分類カテゴリを特定
できず、更新分類知識ベースファイル１１０が存在しな
い場合には、分類結果を分類結果表示部２５に出力す
る。あるいは、分類カテゴリを特定できず、すでに更新
分類知識ベースファイル１１０が存在する場合には、分
類カテゴリを特定できなかったことを判定後分類結果フ
ァイル１０９に出力し、再分類することを再分類判定部
２６に出力する（ステップ２０４）。

【００３２】次に分類結果表示部２５において、判定後
分類結果ファイル１０９を入力し、分類結果をディスプ
レイ３に出力する（ステップ２０５）。次に再分類判定
部２６において、更新分類知識ベースファイル１１０を
入力し、単語分割結果の各分類カテゴリに対する類似度
を計算し、特定の分類カテゴリを選択できた場合は、そ
の結果を判定後分類結果ファイル１０９に出力し、分類
対象テキストの分類が終了したことをテキスト入力部２
１に出力する。あるいは、分類カテゴリを特定できなか
った場合は、分類結果を分類結果表示部２５に出力する
（ステップ２０６）。

【００３３】次に更新知識入力部２７において、ユーザ
が入力装置４を介して入力した分類更新知識を更新分類
知識ベース作成部２８に出力する（ステップ２０７）。
次に更新分類知識ベース作成部２８において、ユーザが
入力装置４を介して入力した分類知識ベースファイル１
０５に対する更新内容を更新分類知識ベースファイル１
１０に記述する（ステップ２０８）。

【００３４】次に分類知識ベース合併部２９において、
ユーザが入力装置４を介して分類知識ベースファイル１
０５と更新分類知識ベースファイル１１０を合併するこ
とを入力すると、分類知識ベースファイル１０５に更新
分類知識ベースファイル１１０との差分を加えて新しい
分類知識ベースファイル１０５を作成し、更新分類知識
ベースファイル１１０を削除する（ステップ２０９）。

【００３５】分類対象テキスト群１０１は、様々な長さ
のテキストのファイルの集合である。 図８は、分類対
象テキスト群１０１のテキスト例として、分類対象テキ
スト名が「１１０１」と「１１０２」のテキストの内容
である。

【００３６】図９は、分類対象テキスト名一覧ファイル
１０２のファイル構成を示したものである。分類対象テ
キスト名一覧ファイル１０２は、複数のレコード１０２
１−１〜３から構成され、各レコードは、「分類対象テ
キスト名」、「分類済みフラグ」の２つのデータ項目１
０２２ａ、ｂから構成されるデータの一記憶単位であ
る。例えば、図９の分類対象テキスト名一覧ファイル１
０２では、「分類対象テキスト名」が「１１００」であ
るテキストはすでに分類されているが、「分類対象テキ
スト名」が「１１０１」、「１１０２」であるテキスト
はまだ分類されていなことを示している。この分類対象
テキスト名一覧ファイル１０２はあらかじめ用意したも
のである。

【００３７】図１０は、単語辞書１０３のファイル構成
を示したものである。単語辞書１０３は、複数のレコー
ド１０３１−１〜３から構成され、各レコードは、「見
出し語」、「品詞」の２つのデータ項目１０３２ａ、ｂ
から構成されるデータの一記憶単位である。例えば、図
１０の単語辞書１０３では、「チョコレート」という
「見出し語」をもつ単語の「品詞」が「名詞」であるこ
と、「作る」という「見出し語」をもつ単語の「品詞」
が「動詞」であることを示している。この単語辞書１０
３はあらかじめ用意したものである。

【００３８】図１１は、単語分割結果ファイル１０４の
ファイル構成を示したものである。単語分割結果ファイ
ル１０４は、複数のレコード１０４１−１〜３から構成
され、各レコードは、「分類対象テキスト名」、「単
語」、「品詞」、「出現頻度」の４つのデータ項目１０
４２ａ、ｂ、ｃ、ｄから構成されるデータの一記憶単位
である。例えば、図１１の単語分割結果ファイル１０４
では、「分類対象テキスト名」が「１１０１」である分
類対象テキストから、「△△△会社」、「チョコレー
ト」、「発明」という「単語」を抽出し、また、「チョ
コレート」という「単語」の「品詞」は「名詞」であ
り、テキスト中に１回、出現したことを示している。こ
の単語分割結果ファイル１０４は、単語分割部２２で作
成されるファイルである。

【００３９】図１２は、分類知識ベースファイル１０５
のファイル構成を示したものである。分類知識ベースフ
ァイル１０５は、複数のレコード１０５１−１〜３から
構成され、各レコードは、「分類カテゴリコード」、
「キーワード」、「品詞」、「重み」の４つのデータ項
目１０５２ａ、ｂ、ｃ、ｄから構成されるデータの一記
憶単位である。例えば、図１２の分類知識ベースファイ
ル１０５では、「分類カテゴリコード」が「食品」、
「キーワード」が「製造」、「品詞」が「動詞」、「重
み」が「２」であることを示している。この分類知識ベ
ースファイル１０５はあらかじめ用意したものである。

【００４０】図１３は、分類カテゴリ一覧ファイル１０
６のファイル構成を示したものである。分類カテゴリ一
覧ファイル１０６は、複数のレコード１０６１−１〜３
から構成され、各レコードは、「分類カテゴリコード」
のデータ項目１０６２から構成されるデータの一記憶単
位である。例えば、図１３の分類カテゴリ一覧ファイル
１０６では、「食品」、「機械」、「経済」、「政治」
という「分類カテゴリコード」があることを示してい
る。この分類カテゴリ一覧ファイル１０６はあらかじめ
用意したものである。

【００４１】図１４は、分類結果ファイル１０７のファ
イル構成を示したものである。分類結果ファイル１０７
は、複数のレコード１０７１−１〜３から構成され、各
レコードは、「分類対象ファイル名」、「分類カテゴリ
コード」、「類似度」の３つのデータ項目１０７２ａ、
ｂ、ｃから構成されるデータの一記憶単位である。例え
ば、図１４の分類結果ファイル１０７では、「分類対象
ファイル名」が「１１０１」というファイルは、「分類
カテゴリコード」が「食品」というカテゴリに「類似
度」が「３０」という値で分類される場合と、「分類カ
テゴリコード」が「機械」というカテゴリに「類似度」
が「２５」という値で分類される場合と、「分類カテゴ
リコード」が「経済」というカテゴリに「類似度」が
「１５」という値で分類される場合と、「分類カテゴリ
コード」が「政治」というカテゴリに「類似度」が
「０」という値で分類される場合の４つがあること示し
ている。この分類結果ファイル１０７は、分類処理部２
３で作成されるファイルである。

【００４２】図１５は、分類判定知識ファイル１０８の
ファイル構成を示したものである。分類判定知識ファイ
ル１０８には、分類判定の基準となる「類似度」を記述
する。例えば、図１５の分類判定知識ファイル１０８で
は、分類結果の「類似度」の項目が「７０」以上の「類
似度」の値をもつ「分類カテゴリコード」を、その分類
対象ファイルの分類カテゴリコードとすることを示して
いる。そして、分類結果の「類似度」の項目が「７０」
以上のものがない場合には、その分類対象ファイルは分
類不可として再分類判定部２６に出力される。この分類
判定知識ファイル１０８の内容は、ユーザによる変更が
可能である。

【００４３】図１６は、判定後分類結果ファイル１０９
のファイル構成を示したものである。判定後分類結果フ
ァイル１０９は、複数のレコード１０９１−１〜３から
構成され、各レコードは、「分類対象ファイル名」、
「分類カテゴリコード」、「類似度」の３つのデータ項
目１０９２ａ、ｂ、ｃから構成されるデータの一記憶単
位である。例えば、図１６の判定後分類結果ファイル１
０９では、「分類対象ファイル名」が「１１００」とい
うファイルは、すでに「分類カテゴリコード」が「経
済」というカテゴリに「類似度」が「９０」という値で
分類されたことを示している。また、「分類対象ファイ
ル名」が「１１０１」というファイルは、分類されるべ
き「分類カテゴリコード」がないと判定されたので、再
分類判定部２６でもう一度分類されることを示してい
る。この判定後分類結果ファイル１０９は、分類判定部
２４で作成されるファイルである。

【００４４】図１７は、更新分類知識ベースファイル１
１０のファイル構成を示したものである。更新分類知識
ベースファイル１１０は、複数のレコード１１０１−１
〜３から構成され、各レコードは、「分類カテゴリコー
ド」、「キーワード」、「品詞」、「重み」の４つのデ
ータ項目１１０２ａ、ｂ、ｃ、ｄから構成されるデータ
の一記憶単位である。例えば、図１７の更新分類知識ベ
ースファイル１１０では、分類知識ベースファイル１０
５との差分として、「分類カテゴリコード」が「食
品」、「キーワード」が「チョコレート」、「品詞」が
「名詞」、「重み」が「３」があることを示している。
また、「分類カテゴリコード」が「食品」、「キーワー
ド」が「発表」、「品詞」が「動詞」、「重み」が
「５」、つまり、この単語を更新分類知識ベースファイ
ルに登録しないことを示している。この更新分類知識ベ
ースファイル１１０は、ユーザの入力装置を介して、作
成、更新されるものである。

【００４５】図１８は、本装置のテキスト入力部２１の
処理フローである。図１８を用いて本装置のテキスト入
力部２１の動作を説明する。まず最初に、分類対象テキ
スト群１０１、分類対象テキスト名一覧ファイル１０２
を入力する（ステップ２１０１）。

【００４６】次に、分類対象テキスト名一覧ファイル１
０２の、データ項目「分類済フラグ」が「未分類」であ
る分類対象テキストを１つ選択する（ステップ２１０
２）。次に、ステップ２１０１で選択した分類対象テキ
ストを分類処理部２３に出力する（ステップ２１０
３）。

【００４７】次に、分類判定部２４、及び再分類判定部
２６での一連の分類が終了し、次の分類対象テキストを
分類する信号が分類判定部２４、及び再分類判定部２６
から入力されるまで入力待ち状態にはいる（ステップ２
１０４）。次に、信号を入力した場合には、現在分類対
象テキストの分類が終了したことを分類対象テキスト名
一覧ファイル１０２に出力し、ステップ２１０１に戻る
（ステップ２１０５）。分類対象のテキストが無くなる
まで、上記の処理が繰り返される。

【００４８】図１９は、本装置の単語分割部２２の処理
フローである。図１９を用いて本装置の単語分割部２２
の動作を説明する。まず最初に、分類対象テキスト、単
語辞書１０３を外部記憶装置１から入力する（ステップ
２２０１）。

【００４９】次に、形態素解析等により分類対象テキス
トを単語分割し、抽出した単語を単語分割結果ファイル
１０４に出力する（ステップ２２０２）。次に、単語分
割の終了を分類処理部２３に出力する（ステップ２２０
３）。

【００５０】図２０は、本装置の分類処理部２３の処理
フローである。図２０を用いて本装置の分類処理部２３
の動作を説明する。まず最初に、単語分割結果ファイル
１０４、分類知識ベースファイル１０５、分類カテゴリ
一覧ファイル１０６を入力する（ステップ２３０１）。

【００５１】次に、各分類カテゴリごとに、類似度を計
算する。類似度の計算方法は、まず、分類カテゴリ一覧
ファイル１０６に記述されている各分類カテゴリごと
に、分類知識ベースファイル１０５の「分類カテゴリコ
ード」の「キーワード」と合致する分類対象テキスト中
の単語の出現頻度と更新分類知識ベースファイル１０５
の「重み」の積を合計する。そして、各分類カテゴリご
とに算出した合計の偏差値をその分類カテゴリの類似度
とする（ステップ２３０２）。

【００５２】次に、その算出した類似度を類似度の降順
で、分類結果ファイル１０７に出力する（ステップ２３
０３）。次に、分類処理部での処理が終了したことを分
類判定部２４に出力する（ステップ２３０４）。

【００５３】図２１は、本装置の分類判定部２４の処理
フローである。図２１を用いて本装置の分類判定部２４
の動作を説明する。まず最初に、分類結果ファイル１０
７と分類判定知識ファイル１０８を入力する（ステップ
２４０１）。

【００５４】次に、分類の判定を行う。分類の判定方法
は、分類結果ファイル１０７の「類似度」の値が、分類
判定知識ファイル１０８の「類似度」の値よりも大きい
「分類カテゴリコード」のうち、一番値の大きい「類似
度」をもつ「分類カテゴリコード」を求める。この場合
を、特定の分類カテゴリの選択という。もし、分類判定
知識ファイル１０８の「類似度」の値よりも大きい値を
持つ「分類カテゴリコード」が存在しない場合を、特定
の分類カテゴリの未選択という（ステップ２４０２）。

【００５５】次に、特定の分類カテゴリを選択できた場
合は、その結果を判定後分類結果ファイル１０９に出力
し、分類対象テキストの分類が終了したことをテキスト
入力部２１に出力する（ステップ２４０３）。

【００５６】あるいは、特定の分類カテゴリが未選択の
場合でかつ、すでに更新分類知識ベースファイル１１０
が存在する場合には、再分類を行なうことを判定後分類
結果ファイル１０９に出力し、再分類することを再分類
判定部２６に出力する（ステップ２４０４）。あるい
は、更新分類知識ベースファイル１１０がまだ存在しな
い場合には、分類結果表示部２５に分類対象テキストを
出力する（ステップ２４０５）。

【００５７】図２２は、本装置の分類結果表示部２５の
処理フローである。図２２を用いて本装置の分類結果表
示部２５の動作を説明する。まず最初に、判定後分類結
果ファイル１０９を入力する（ステップ２５０１）。
次に、図３の領域３２に、現在対象となっている分類対
象テキストを表示する（ステップ２５０２）。

【００５８】次に、領域３３に、分類結果ファイル１０
７を表示する（ステップ２５０３）。 次に、領域３４
に、判定後分類結果ファイル１０９を表示する（ステッ
プ２５０４）。次に、領域３５に、分類知識ベースファ
イル１０５を表示する（ステップ２５０５）。

【００５９】次に、領域３６に、更新分類知識ベースフ
ァイル１１０と分類知識ベースファイル１０５との差分
を表示し、ユーザからの入力装置を介しての入力待ち状
態にはいる（ステップ２５０６）。次に、ユーザが単語
分割結果を表示するコマンド用ボタン領域３７１を選択
した場合は、図４のように、領域３１上に単語分割結果
表示領域３７１１を表示し、さらに、領域３７１１に単
語分割結果ファイル１０４を表示する（ステップ２５０
７）。

【００６０】次に、ユーザが領域３７１１上の単語を選
択した場合は、領域３２において、分類対象テキストの
該当する単語のみを異なる態様で再表示し、領域３５に
おいては、分類知識ベースファイル１０５の該当する単
語が各レコードの「キーワード」と等しいレコードのみ
を全て再表示する（ステップ２５０８）。次に、ユーザ
が分類知識ベースファイル１０５を表示するコマンド用
ボタン領域３７２を選択した場合は、領域３５におい
て、分類知識ベースファイル１０５を全て再表示する
（ステップ２５０９）。

【００６１】次に、ユーザが選択した単語に関するパラ
メータを更新分類知識ベースファイル１１０に登録する
コマンド用ボタン領域３７３を選択した場合は、図５に
示すように、領域３１上に選択単語パラメータ登録領域
３７３１を表示する（ステップ２５１０）。次に、ユー
ザが選択した単語を更新分類知識ベースファイル１１０
から削除するコマンド用ボタン領域３７４を選択した場
合は、図６に示すように、領域３１上に選択単語パラメ
ータ削除領域３７４１を表示する（ステップ２５１
１）。

【００６２】図２３は、本装置の再分類判定部２６の処
理フローである。図２３を用いて本装置の再分類判定部
２６の動作を説明する。まず最初に、単語分割結果ファ
イル１０４、分類カテゴリ一覧ファイル１０６、分類判
定知識ファイル１０８、及び、更新分類知識ベースファ
イル１１０を入力する（ステップ２６０１）。

【００６３】次に、各分類カテゴリごとに、類似度を計
算する。類似度の計算方法は、まず、分類カテゴリ一覧
ファイル１０６に記述されている各分類カテゴリごと
に、分類知識ベースファイル１１０の「分類カテゴリコ
ード」の「キーワード」と合致する分類対象テキスト中
の単語の出現頻度と更新分類知識ベースファイル１１０
の「重み」の積を合計する。そして、各分類カテゴリご
とに算出した合計の偏差値をその分類カテゴリの類似度
とする（ステップ２６０２）。

【００６４】次に、分類の判定を行う。分類の判定方法
は、再分類し、算出した「類似度」の値が、分類判定知
識ファイル１０８の「類似度」の値よりも大きい「分類
カテゴリコード」のうち、一番値の大きい「類似度」を
もつ「分類カテゴリコード」を求める（ステップ２６０
３）。

【００６５】次に、特定の分類カテゴリを選択できた場
合は、その結果を判定後分類結果ファイル１０９に出力
し、分類対象テキストの分類が終了したことをテキスト
入力部２１に出力する（ステップ２６０４）。あるい
は、特定の分類カテゴリが未選択の場合は、再分類行な
うことを判定後分類結果ファイル１０９に出力し、分類
結果表示部２５に分類対象テキストを出力する（ステッ
プ２６０５）。

【００６６】図２４は、本装置の更新知識入力部２７の
処理フローである。図２４を用いて本装置の更新知識入
力部２７の動作を説明する。ユーザが入力装置４を介し
て入力した分類知識ベースファイル１０５に対する更新
内容を更新分類知識ベース作成部２８に出力する（ステ
ップ２７０１）。

【００６７】図２５は、本装置の更新分類知識ベース作
成部２８の処理フローである。図２５を用いて本装置の
更新分類知識ベース作成部２８の動作を説明する。まず
最初に、更新分類知識ベースファイル１１０が存在しな
い場合は、分類知識ベースファイル１０５の内容を複写
する（ステップ２８０１）。

【００６８】次に、ユーザが入力装置を介して入力した
更新内容を更新分類知識ベースファイル１１０に出力す
る（ステップ２８０１）。次に、再分類判定部に更新分
類知識ベースファイル１１０が更新されたので再分類を
行うことを出力する（ステップ２８０２）。

【００６９】図２６は、本装置の分類知識ベース合併部
２９の処理フローである。図２５を用いて本装置の分類
知識ベース合併部２９の動作を説明する。まず最初に、
分類知識ベースファイル１０５と更新分類知識ベースフ
ァイル１１０を入力する（ステップ２９０１）。

【００７０】次に、ユーザが合併することを入力する
と、分類知識ベースファイル１０５に更新分類知識ベー
スファイル１１０を複写し、新しい分類知識ベースファ
イル１０５を作成し、更新分類知識ベースファイル１１
０を削除する（ステップ２９０２）。

【００７１】図８に示した分類対象テキスト名が「１１
０１」である分類対象テキストを用いて上記処理の具体
例を説明する。図１１は、図１０に示した単語辞書１０
３を用いて、単語分割を行った結果、出力した単語分割
結果ファイルである。つまり、単語分割部２２によっ
て、このテキストから、「△△△会社」、「チョコレー
ト」、「発明」等の単語を抽出したことを示している。
図１４は、この単語分割結果ファイルを図１２に示した
分類知識ベースファイル１０５を用いて分類した結果で
ある。また、図１６は、分類処理部２３によって、図１
５に示した分類判定知識ファイルを用いて分類判定した
結果である。また、図３は、更新分類知識が存在しない
場合の画面例である。また、図４は、単語分割結果を表
示するコマンド用ボタン領域３７１を選択したときの画
面例である。

【００７２】ここで、図４の単語分割結果表示領域３７
１１上の「チョコレート」という単語を選択した場合の
画面例を図２７に示す。分類判定部２４に基づいて、分
類知識ベースファイル１０５を表示する領域３５上に何
も表示されなくなったことが、「チョコレート」という
単語が分類知識ベースファイル１０５に記述されていな
かったことを示している。そこでこの「チョコレート」
という単語を更新分類知識ベースファイル１１０に記述
することにする。

【００７３】図５は、「チョコレート」という単語を更
新分類知識ベース１０５に登録する場合の画面例であ
る。選択単語パラメータ登録領域３７３１上の「カテゴ
リ」、「キーワード」、「品詞」、「重み」を入力装置
４を介してそれぞれの入力領域に入力する。この場合、
「チョコレート」という「キーワード」を、「カテゴ
リ」が「食品」で、「品詞」が名詞で、「重み」が
「５」であると登録する。また、図６は、「発表」とい
う単語を分類知識ベース１０５から削除する場合の画面
例である。「キーワード」を入力装置４を介して入力領
域に入力する。

【００７４】図１７は、この更新分類知識ベースファイ
ル１１０を作成した例である。この２つの単語の登録、
又は削除により分類対象テキスト名「１１０１」を分類
カテゴリコード「食品」に分類することができた。

【００７５】次に、図８の分類対象テキスト名「１１０
２」を分類する場合を考える。図２８は、この分類対象
テキスト単語分割した結果であり、図２９は、分類知識
ベースファイル１０５を用いて分類した結果である。こ
の時点では、分類判定部２４によって、分類は不可能と
判定されるので、再分類判定部２６に進む。この場合
は、すでに更新分類知識ベースファイル１１０が存在す
るので、それを用いて再分類し、分類カテゴリコードが
「食品」で、「類似度」が「８０」という値を算出し、
更新分類知識ベ−ス作成部２８によって、その結果を判
定後分類結果ファイル１０９に出力する。図３０に示し
た判定後分類結果ファイル１０９のように、更新分類知
識ベースファイル１１０を用いて、この分類対象テキス
トを分類カテゴリコードが「食品」に分類することがで
きた。したがって、この分類対象テキストの分類処理が
終了したことを、テキスト入力部に出力し、次に分類対
象テキストを分類する処理に進む。

【００７６】このように、本実施例によれば、あらかじ
め格納した分類知識ベースファイル１０５を用いて自動
文書分類する際に、分類判定基準を満たさない分類対象
テキストに対して、ユーザが入力装置４を介して作成、
更新した新しい更新分類知識ベースファイル１１０を用
いて再分類を行なうので、同じ分類知識を必要とするテ
キストを２度目以降に入力した場合には、分類判定基準
を満たす分類が可能である。

【００７７】また、分類対象テキストに対して、現時点
での分類知識ベースファイル１０５、更新分類知識ベー
スファイル１１０が十分なものであるか否かをユーザに
知らしめることが可能である。

【００７８】また、あらかじめ用意した分類知識ベース
ファイル１０５と別に、更新分類知識ベースファイル１
１０を用意するので、分類判定基準を満たす分類対象テ
キストが、分類知識ベースファイル１０５を変更したた
めに分類判定基準を満たさなくなることを避けられる。

【００７９】

【発明の効果】本発明によれば、あらかじめ格納した分
類知識ベースファイル１０５を用いて自動文書分類する
際に、分類判定基準を満たさない分類対象テキストに対
して、ユーザが入力装置４を介して作成、更新した新し
い更新更新分類知識ベースファイル１１０を用いて再分
類を行なうので、同じ分類知識を必要とするテキストを
２度目以降に入力した場合には、分類判定基準を満たす
分類が可能である。

【００８０】また、分類対象テキストに対して、現時点
での分類知識ベースファイル１０５、更新分類知識ベー
スファイル１１０が十分なものであるか否かをユーザに
知らしめることが可能である。

【００８１】また、あらかじめ用意した分類知識ベース
ファイル１０５と別に、更新分類知識ベースファイル１
１０を用意するので、分類判定基準を満たす分類対象テ
キストが、分類知識ベースファイル１０５を変更したた
めに分類判定基準を満たさなくなることを避けることが
可能である。

【図面の簡単な説明】

【図１】本発明の実施例である足切り文書の分類支援装
置の機能ブロック図である。

【図２】本発明の実施例である足切り文書の分類支援装
置の全体構成図である。

【図３】本発明の実施例である足切り文書の分類支援装
置のディスプレイの画面例１である。

【図４】本発明の実施例である足切り文書の分類支援装
置のディスプレイの画面例２である。

【図５】本発明の実施例である足切り文書の分類支援装
置のディスプレイの画面例３である。

【図６】本発明の実施例である足切り文書の分類支援装
置のディスプレイの画面例４である。

【図７】図１における足切り文書の分類支援装置の全体
処理のフロー図である。

【図８】図１における分類対象テキスト１０１のファイ
ル例である。

【図９】図１における分類対象テキスト名一覧ファイル
１０２のファイル構成図である。

【図１０】図１における単語辞書１０３のファイル構成
図である。

【図１１】図１における単語分割結果ファイル１０４の
ファイル構成図である。

【図１２】図１における分類知識ベースファイル１０５
のファイル構成図である。

【図１３】図１における分類カテゴリファイル１０６の
ファイル構成図である。

【図１４】図１における分類結果ファイル１０７のファ
イル構成図である。

【図１５】図１における分類判定知識ファイル１０８の
ファイル構成図である。

【図１６】図１における判定後の分類結果ファイル１０
９のファイル構成図である。

【図１７】図１における更新後の分類知識ベースファイ
ル１１０のファイル構成図である。

【図１８】図１におけるテキスト入力部２１の処理フロ
ーである。

【図１９】図１における単語分割部２２の処理フローで
ある。

【図２０】図１における分類処理部２３の処理フローで
ある。

【図２１】図１における分類判定部２４の処理フローで
ある。

【図２２】図１における分類結果表示部２５の処理フロ
ーである。

【図２３】図１における再分類処理部２６の処理フロー
である。

【図２４】図１における更新知識入力部２７の処理フロ
ーである。

【図２５】図１における更新分類知識ベース作成部２８
の処理フローである。

【図２６】図１における分類知識ベース合併部２９の処
理フローである。

【図２７】本発明の実施例である足切り文書の分類支援
装置のディスプレイの画面例５である。

【図２８】分類対象テキスト名１１０２を単語分割した
結果のファイル例である。

【図２９】分類対象テキスト名１１０２を分類した結果
のファイル例である。

【図３０】分類対象テキスト名１１０２を再分類判定し
た結果のファイル例である。

【符号の説明】

１…外部記憶装置、２…コンピュータ、３…ディスプレ
イ、４…入力装置、１０１…分類対象テキスト群、１０
２…分類対象テキスト名一覧が記述してあるファイル、
１０３…単語辞書、１０４…単語分割結果が記述してあ
るファイル、１０５…分類知識ベースが記述してあるフ
ァイル、１０６…分類カテゴリが記述してあるファイ
ル、１０７…分類結果が記述してあるファイル、１０８
…分類判定知識が記述してあるファイル、１０９…判定
後の分類結果が記述してあるファイル、１１０…更新後
の分類知識ベースが記述してあるファイル、２１…テキ
スト入力部、２２…単語分割部、２３…分類処理部、２
４…分類判定部、２５…分類結果表示部、２６…再分類
処理部、２７…更新知識入力部、２８…更新分類知識ベ
ース作成部、２９…分類知識ベース合併部、３１…ディ
スプレイ３上の表示可能領域、３２…現在対象となって
いる一分類対象テキストを表示する領域、３３…分類結
果ファイル１０７を表示する領域、３４…判定後の分類
結果ファイル１０８を表示する領域、３５…分類知識ベ
ースファイル１０５を表示する領域、３６…更新分類知
識ベースファイル１１０を表示する領域、３７…分類知
識を更新するコマンドを入力する領域

Claims (6)

【特許請求の範囲】
1. 【請求項１】あらかじめ格納された第１の分類知識を用
   いて、分類の対象となっているテキストを特定の分類カ
   テゴリに分類し、 分類判定基準に満たなかったテキストに対して、ユーザ
   が定義した第２の分類知識を用いて、該テキストを再分
   類することを特徴とする文書分類支援方法。
2. 【請求項２】分類判定基準に満たなかったテキストに対
   して、前記第２の分類知識が存在しない場合には、該テ
   キストをディスプレイ上に表示し、分類判定基準を満た
   さないことを表示することを特徴とする請求項１記載の
   文書分類支援方法。
3. 【請求項３】分類判定基準に満たなかったテキストに対
   して、前記第１の分類知識に格納されている各単語とそ
   の属性情報を表示し、ユーザが入力装置を介して入力す
   る前記第１の分類知識に対する更新内容を受け付け、そ
   の変更内容をあらかじめ格納してある前記第１の分類知
   識とは別の第２の分類知識として新たに作成、更新する
   ことを特徴とする請求項２記載の文書分類支援方法。
4. 【請求項４】分類判定基準に満たなかったテキストに対
   して、ユーザが入力装置を介して前記第２の分類知識を
   新たに作成、更新した後、前記第２の分類知識を用いて
   再度分類、判定し、その結果をユーザに知らしめること
   を特徴とする請求項３記載の文書分類支援方法。
5. 【請求項５】すでにユーザが作成、更新した前記第２の
   分類知識を、あらかじめ格納された前記第１の分類知識
   に合併することが入力装置を介して指示された場合に
   は、前記第１の分類知識に前記第２の分類知識を合併し
   てから、前記第２の分類知識を削除することを特徴とす
   る請求項４記載の文書分類支援方法。
6. 【請求項６】分類対象テキスト、第１の分類知識を格納
   した外部記憶装置、ディスプレイ、入力装置を用いて分
   類の対象となっているテキストを自動分類する装置にお
   いて、 分類対象となっているテキストを単語分割し、
   その単語分割結果を出力する単語分割手段、単語分割し
   た結果ファイル、あらかじめ格納してある第１の分類知
   識、分類カテゴリを参照して、該テキストを自動分類す
   る分類処理手段、分類判定知識を参照して、分類判定基
   準を満たすか否かの判定を行う分類判定手段、分類判定
   基準に満たなかった場合は、該テキストをディスプレイ
   上に表示する分類結果表示手段、該テキストを特定の分
   類カテゴリに分類するための第２の分類知識をユーザが
   入力装置を介して入力し、その第２の分類知識をあらか
   じめ格納してある第１の分類知識と別に新しく作成、更
   新する更新知識ベース作成手段、分類判定基準を満たさ
   なかった場合で、かつ、ユーザが入力装置を介して新し
   く作成、更新した第２の分類知識が存在する場合には、
   その第２の分類知識を参照して再分類を行う再分類処理
   手段、ユーザが入力装置を介して合併することを指示し
   た場合にはユーザが入力装置を介して作成、更新した第
   ２の分類知識をあらかじめ格納してある第１の分類知識
   に合併する分類知識ベース合併手段を具備することを特
   徴とする文書分類支援装置。