JPH10320411A

JPH10320411A - 文書分類装置、方法及び文書分類プログラムを記録した記録媒体

Info

Publication number: JPH10320411A
Application number: JP9131071A
Authority: JP
Inventors: Takahiro Ikeda; 崇博池田; Akitoshi Okumura; 明俊奥村; Naoyoshi Ochiai; 尚良落合
Original assignee: N II C JOHO SYST KK; NEC Corp
Current assignee: N II C JOHO SYST KK; NEC Corp
Priority date: 1997-05-21
Filing date: 1997-05-21
Publication date: 1998-12-04
Anticipated expiration: 2017-05-21
Also published as: US6243723B1; JP3001460B2

Abstract

(57)【要約】【課題】５Ｗ１Ｈという意味のある視点から文書を分
類する。【解決手段】文書中から５Ｗ１Ｈ属性付きでキーワー
ドを抽出する５Ｗ１Ｈキーワード抽出装置と、ユーザー
が入力した分類用の５Ｗ１Ｈ属性を読み取る分類キー設
定装置と、前記５Ｗ１Ｈキーワード抽出手段により抽出
されたキーワードから、前記分類キー設定装置により分
類キーとして設定された５Ｗ１Ｈ属性を持つものを分類
の項目として選択する分類項目選択装置と、前記分類項
目選択装置により選択された分類項目を前記分類キー設
定装置により分類キーとして設定された５Ｗ１Ｈ属性付
きで含む文書を該分類項目に対応するセルに分配する文
書分配装置とを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、大量の文書を、内
容が類似するものごとに分類する文書分類装置に関し、
特に、文書中から抽出したキーワードを利用して、文書
を自動的に分類する文書分類装置に関する。

【０００２】

【従来の技術】ユーザーに対して情報を提供するサービ
スにおいては、提供する情報が多い場合に、ユーザーが
その中から適当な情報を選択することができるように、
情報を分類・整理してから提供する必要がある。例え
ば、インターネット・パソコン通信サービスで公開され
ている各種の文書や、グループで共有している文書、個
人で保持している文書等のさまざまな文書を対象とし
て、ユーザーが必要とする情報を提供するサービスは、
ユーザーに必要な情報の条件を入力させ、それに適合す
る文書を検索するという形態や、ユーザーが予め設定し
た条件に適合する新着情報を配信するという形態が存在
するが、検索結果としての文書や配信される文書が多い
場合には、ユーザーがすべてを読むことが困難である。
しかしながら、検索結果としての文書や配信される文書
を予め分類してからユーザーに提示することで、ユーザ
ーがその中から必要なものだけを選択して読むことがで
きるようになる。

【０００３】複数の文書を複数の範疇に分類するシステ
ムとしては、従来より、各文書に予め人手で分類キーワ
ードを付与したり、各文書からキーワードを抽出したり
して、文書をキーワードで表現しておき、文書間でのキ
ーワードの一致性や類似性に従って分類を行うものが存
在している。

【０００４】例えば、特開平８−１５３１２１号公報に
記載の文書情報分類方法及び文書情報分類装置では、文
書を形態素解析等の処理により単語に分割してキーワー
ドを抽出し、同一のキーワードを有する文書が同一の範
疇となるように分類を行っている。この従来例では、さ
らに、範疇どうしの類似性をその範疇が含む文書間の類
似性で判定し、複数の範疇の統合を行うことにより、最
終的に木構造の文書の分類体系を形成する。

【０００５】一方、特開平６−２８２５８７号公報に記
載の文書の自動分類方法及び装置並びに分類用の辞書作
成方法及び装置では、キーワードを抽出する際に、その
キーワードの文章中における主語・目的語等の役割も抽
出しておき、単語としてのキーワードが同じでも、役割
が異なればキーワードと同一として扱わない方法を採っ
ている。この例では、最終的に、同一キーワード対が出
現する頻度の高い文書を同じ範疇にまとめ、１次元的な
分類を行っている。

【０００６】また、特開平８−２６３５１４号公報に記
載の文書の自動分類方法、及び情報空間の可視化方法、
ならびに情報検索システムでは、各文書からキーワード
を抽出し、各文書におけるそのキーワードの出現頻度を
そのキーワードに対応する重みとして、各文書を各キー
ワードの重みを成分とするベクトルとして表現し、対応
するベクトルの類似するものどうしが近くのセルに集ま
るように、各文書を２次元のマトリックスに分類してい
る。マトリックスの２つの軸には特に意味はなく、双方
の軸を対等に扱っている。

【０００７】一方、特開平８−３２０８８１号公報に記
載の文書検索システムにおいては、ユーザーが設定した
キーワードを分類キーとして、２次元のマトリックス状
に文書の分類を行っている。すなわち、マトリックス内
の各セルに、その行に対応する縦軸の分類キーとその列
に対応する横軸の分類キーの両方を含む文書が分類され
るようにしている。

【０００８】

【発明が解決しようとする課題】従来例の文書分類装置
における第１の問題点は、分類軸が対象に即した意味の
あるものにならないことである。特開平８−１５３１２
１号公報に記載の文書情報分類方法及び文書情報分類装
置や特開平６−２８２５８７号公報に記載の文書の自動
分類方法及び装置並びに分類用の辞書作成方法及び装置
では、類似文書どうしをまとめてボトムアップに体系化
しているが、この場合、最終的に、トップダウンの視点
から見たときに、意味のある分類軸に沿った分類になる
とは限らない。一方、特開平８−２６３５１４号公報に
記載の文書の自動分類方法、及び情報空間の可視化方
法、ならびに情報検索システムでは、２次元のマトリッ
クスへと文書を分類するが、縦軸、横軸に特別な意味が
ないため、ユーザーが分類結果を利用しにくくなる。ま
た、特開平８−３２０８８１号公報に記載の文書検索シ
ステムにおいては、ユーザーが選択したキーワードを用
いて分類を行っているが、ユーザー自身が対象に合わせ
て適切にキーワードを選択することは困難である。キー
ワードの選択が不適切な場合、同一の範疇に文書が集中
してしまう可能性がある。

【０００９】従来例の文書分類装置における第２の問題
点は、対象に合わせて複数の分類軸を組み合わせられな
いことである。特開平８−１５３１２１号公報に記載の
文書情報分類方法及び文書情報分類装置や特開平６−２
８２５８７号公報に記載の文書の自動分類方法及び装置
並びに分類用の辞書作成方法及び装置のような木構造の
体系に沿った分類では、複数の分類視点を組み合わせて
分類することはできない。一方、特開平８−２６３５１
４号公報に記載の文書の自動分類方法、及び情報空間の
可視化方法、ならびに情報検索システムについても、分
類軸に意味があるわけではないので、複数軸の組み合わ
せにはなっていない。対象に合わせて複数の分類軸を組
み合わせられないと、複数の視点からの分類で、一方の
視点で分類構造が異なる場合の、他方の視点での文書の
分布の相違等を比較することが困難になる。特開平８−
３２０８８１号公報に記載の文書検索システムのよう
に、ユーザーが選択したキーワードを用いて２次元マト
リックス状に分類すると、複数視点からの分類が可能に
なるものの、縦軸のキーワードに対しユーザーが必ずし
も適当な組み合わせとなる横軸のキーワードを設定でき
ず、それら双方を含む文書が殆どない可能性があり、対
象にあった分類になるとは限らない。

【００１０】

【課題を解決するための手段】本発明の第１の文書分類
装置は、入力文書から５Ｗ１Ｈ属性付きでキーワードを
抽出し、縦軸と横軸の分類項目としてそれぞれ指定され
た５Ｗ１Ｈ属性を持つキーワードを選択し、選択された
分類項目に従って２次元マトリックスへと文書を分類す
る。より具体的には、文書中から５Ｗ１Ｈ属性付きでキ
ーワードを抽出する５Ｗ１Ｈキーワード抽出装置（図１
の２）と、ユーザーが入力した縦軸用と横軸用の５Ｗ１
Ｈ属性を読み取る分類キー設定装置（図１の３）と、抽
出したキーワードから分類の縦軸の項目を選択する縦軸
用分類項目選択装置（図１の４）と、抽出したキーワー
ドから分類の横軸の項目を選択する横軸用分類項目選択
装置（図１の５）と、選択された分類項目に合わせて２
次元マトリックスの各セルに文書を分配する文書分配装
置（図１の６）とを有する。

【００１１】文書分配装置は、縦軸用の分類項目を、横
軸用に選択された５Ｗ１Ｈ属性付きで含み、横軸用の分
類項目を、横軸用に選択された５Ｗ１Ｈ属性付きで含む
文書を、２次元マトリックスにおいて、その縦軸用の分
類項目に対応する行とその横軸用の分類項目に対応する
列の交点にあるセルに分配する。

【００１２】本発明の第２の文書分類装置は、分類項目
として、文書から抽出したキーワードではなく、指定さ
れたレベルのその上位概念の単語を利用して文書を分類
する。より具体的には、ユーザーが入力した縦軸と横軸
の分類に用いる単語のレベルを読み取る分類レベル設定
装置（図４の８）と、単語をレベルに分けて、それらの
間の上位概念・下位概念の関係を保持する概念データベ
ース（図４の９）とを有する。

【００１３】第２の文書分類装置においては、縦軸用分
類項目選択装置及び横軸用分類項目選択装置は、抽出さ
れたキーワードに対して、概念データベースにおいて、
分類レベル設定装置により指定されたレベルにある、そ
のキーワードの上位概念の単語を分類項目として選択す
る。また、文書分配装置は、縦軸用に指定されたレベル
における上位概念の単語として縦軸用の分類項目を持つ
キーワードを、縦軸用に選択された５Ｗ１Ｈ属性付きで
含み、横軸用に指定されたレベルにおける上位概念の単
語として横軸用の分類項目を持つキーワードを、横軸用
に選択された５Ｗ１Ｈ属性付きで含む文書を、２次元マ
トリックスにおいて、その縦軸用の分類項目に対応する
行とその横軸用の分類項目に対応する列の交点にあるセ
ルに分配する。

【００１４】

【発明の実施の形態】本発明の第１の実施の形態につい
て、図面を参照して詳細に説明する。

【００１５】図１を参照すると、本発明の第１の実施の
形態は、入力装置１と、５Ｗ１Ｈキーワード抽出装置２
と、分類キー設定装置３と、縦軸用分類項目選択装置４
と、横軸用分類項目選択装置５と、文書分配装置６と、
出力装置７とを含む。

【００１６】分類対象の文書群は、入力装置１を通して
入力される。

【００１７】５Ｗ１Ｈキーワード抽出装置２は、入力装
置１より入力された各文書から、５Ｗ１Ｈ属性付きでキ
ーワードを抽出する。５Ｗ１Ｈ属性とは、そのキーワー
ドが文書中で果たしている、Ｗｈｏ（だれが）、Ｗｈｅ
ｎ（いつ）、Ｗｈｅｒｅ（どこで）、Ｗｈａｔ（なに
を）、Ｗｈｙ（なぜ）、Ｈｏｗ（どうした）という５Ｗ
１Ｈの何れかの役割のことである。例えば、「Ａ社が商
品Ｘを発売した。」という文から、「Ａ社」、「商品
Ｘ」、「発売」という３つのキーワードを抽出する場
合、「Ａ社」の５Ｗ１Ｈ属性はＷｈｏ、「商品Ｘ」の５
Ｗ１Ｈ属性はＷｈａｔ、「発売」の５Ｗ１Ｈ属性はＨｏ
ｗとする。抽出した５Ｗ１Ｈ属性付きキーワードは、縦
軸用分類項目選択装置４、及び、横軸用分類項目選択装
置５に送られる。

【００１８】分類キー設定装置３は、分類の縦軸と横軸
にどの５Ｗ１Ｈ属性を使用するかをユーザーに選択させ
る。ユーザーからの入力を受け、選択された縦軸と横軸
の５Ｗ１Ｈ属性を、それぞれ、縦軸用分類項目選択装置
４と、横軸用分類項目選択装置５に送る。

【００１９】縦軸用分類項目選択装置４は、分類キー設
定装置３により設定された縦軸用の５Ｗ１Ｈ属性に基づ
き、５Ｗ１Ｈキーワード抽出装置２により抽出した５Ｗ
１Ｈ属性付きキーワードから、分類の縦軸の項目として
用いるキーワードを選択する。

【００２０】横軸用分類項目選択装置５は、分類キー設
定装置３により設定された横軸用の５Ｗ１Ｈ属性に基づ
き、５Ｗ１Ｈキーワード抽出装置２により抽出した５Ｗ
１Ｈ属性付きキーワードから、分類の横軸の項目として
用いるキーワードを選択する。

【００２１】文書分配装置６は、縦軸用分類項目選択装
置４、及び、横軸用分類項目選択装置５によって選択さ
れたキーワードに合わせて、項目ごとに文書を分配す
る。文書は、２次元マトリックスの各セルに分配し、結
果を出力装置７を通して出力する。２次元マトリックス
の各行には、縦軸用分類項目選択装置４によって選択さ
れた各キーワードが対応し、マトリックスの各列には、
縦軸用分類項目選択装置５によって選択された各キーワ
ードが対応する。このとき、各セルに、その行に対応す
るキーワードを縦軸に対応する５Ｗ１Ｈ属性付きで含
み、且つ、その列に対応するキーワードを横軸に対応す
る５Ｗ１Ｈ属性付きで含む文書を分配する。マトリック
スの行のうち１行は、縦軸用分類項目選択装置４によっ
て選択されなかったキーワードすべてに対応するものと
し、それ以外の行に対応するどのキーワードも縦軸に対
応している５Ｗ１Ｈ属性付きでは含まない文書は、この
行のセルに分類する。ここでは、この行を「デフォルト
行」と呼ぶことにする。また、マトリックスの列のうち
１列は、横軸用分類項目選択装置５によって選択されな
かったキーワードすべてに対応するものとし、それ以外
の列に対応しているどのキーワードも縦軸に対応する５
Ｗ１Ｈ属性付きでは含まない文書は、この列のセルに分
類する。ここでは、この列を「デフォルト列」と呼ぶこ
とにする。このように、デフォルト行、及び、デフォル
ト列を用意することで、分配すべきセルがない文書をな
くすことができる。デフォルト行、及び、デフォルト列
を作らない形態も可能であるが、その場合、一部の文書
は、マトリックスには分配されないことになる。

【００２２】図２は、本発明の文書分配装置６が文書を
分配する対象の２次元マトリックスの一例である。これ
は、分類キー設定装置３により、縦軸の５Ｗ１Ｈ属性と
してＷｈｏが選択され、横軸の５Ｗ１ＨぞとしてＷｈａ
ｔが選択されているとき、縦軸用分類項目選択装置４に
よって「Ａ社」・「Ｂ社」・「Ｃ大学」というキーワー
ドが選択され、横軸用分類項目選択装置５によって「製
品Ｘ」・「商品Ｙ」・「装置Ｚ」というキーワードが選
択された場合の例である。デフォルト行及びデフォルト
列に対応する項目は、項目名を「その他」と表記してい
る。この例では、例えば、５Ｗ１Ｈ属性がＷｈｏの「Ａ
社」というキーワードを含み、５Ｗ１Ｈ属性がＷｈａｔ
「商品Ｙ」というキーワードを含む文書は、セル１２に
分配される。また、５Ｗ１Ｈ属性がＷｈｏの「Ｃ大学」
というキーワードを含み、５Ｗ１Ｈ属性がＷｈａｔのキ
ーワードとして「製品Ｘ」・「商品Ｙ」・「装置Ｚ」の
いずれも含まない文書は、セル３４に分配される。

【００２３】出力装置７は、ディスプレイ装置や印刷装
置等の文書が分類された結果を出力するための装置であ
る。

【００２４】次に、図１および図３を参照して、本発明
の第１の実施の形態の動作について説明する。

【００２５】５Ｗ１Ｈキーワード抽出装置２は、まず、
入力装置１を介して、分類対象の文書を読み込み、文書
中の各文に対して形態素解析を行い、各文を単語に分
け、各単語の品詞を決定する（ステップＡ１）。次に、
各文からキーワードを抽出する（ステップＡ２）。キー
ワードの抽出処理は、例えば、各文から名詞と動詞等の
特定の品詞のみを抽出することによって行うことができ
る。つづいて、抽出したキーワードそれぞれに対して５
Ｗ１Ｈ属性を付与する（ステップＡ３）。各キーワード
に付与する５Ｗ１Ｈ属性は、文中でキーワードの後に続
く単語列やキーワード自身が含む文字、キーワード自身
の品詞等によって判別可能である。例えば、「が」が後
に続くキーワードの５Ｗ１Ｈ属性はＷｈｏ、「月」ある
いは「日」等の日時を表す文字を含み、「に」が後に続
くキーワードの５Ｗ１Ｈ属性はＷｈｅｎ、「県」あるい
は「市」等の場所を表す文字を含み、「に」が後に続く
キーワードの５Ｗ１Ｈ属性はＷｈｅｎ、「を」が後に続
くキーワードの５Ｗ１Ｈ属性はＷｈａｔ、「のため」が
後に続くキーワードの５Ｗ１Ｈ属性はＷｈｙ、品詞が動
詞であるキーワードの５Ｗ１Ｈ属性はＨｏｗなどとする
ことができる。このほかにも、組織名や地名を表す単語
等を前もって収集しておき、キーワードをそれらと照ら
し合わせて、組織名なら５Ｗ１Ｈ属性をＷｈｏに、地名
なら５Ｗ１Ｈ属性をＷｈｅｒｅにする等も可能である。
また、文書が発行された日をＷｈｅｎ属性のキーワード
として採用する等、文書の本文以外の文書に付けられて
いる属性を利用することもできる。

【００２６】この後、分類キー設定装置３が、入力装置
１を介して、ユーザーが指定する、分類の縦軸と横軸に
使用する５Ｗ１Ｈ属性を読み込む（ステップＡ４）。

【００２７】縦軸用分類項目選択装置４は、ステップＡ
４において分類キー設定装置３により設定された縦軸用
の５Ｗ１Ｈ属性に従い、ステップＡ１からＡ３において
５Ｗ１Ｈキーワード抽出装置２により抽出された５Ｗ１
Ｈ属性付きキーワードの中から、縦軸用の分類項目を選
択する（ステップＡ５）。この処理は、抽出された５Ｗ
１Ｈ属性付きキーワードの中から、縦軸用に選択された
５Ｗ１Ｈ属性を持つものを、出現頻度の高い順に選択す
ることで行う。選択する項目数は、予め定めておいても
よいが、すでに分類項目として選択したキーワードと同
じ５Ｗ１Ｈ属性付きで含む文書数が全文書数に対して一
定割合を超えるまで選択を続けるようにすることも可能
である。

【００２８】ステップＡ５における分類項目の選択処理
では、単純に、全文書に対する出現頻度の高いキーワー
ドから順に選択することもできるが、すでに選択したキ
ーワードを、縦軸用の５Ｗ１Ｈ属性付きで含む文書を除
いた、それ以外の文書において出現頻度の高いキーワー
ドを順に選択することも可能である。この場合、選択さ
れたキーワードを含む文書の数が多くなるため、デフォ
ルト行のセルに分配される文書数を少なくすることがで
きる。

【００２９】横軸用分類項目選択装置５は、ステップＡ
４において分類キー設定装置３により設定された横軸用
の５Ｗ１Ｈ属性に従い、ステップＡ１からＡ３において
５Ｗ１Ｈキーワード抽出装置２により抽出された５Ｗ１
Ｈ属性付きキーワードの中から、横軸用の分類項目を選
択する（ステップＡ６）。ステップＡ５において選択さ
れた縦軸用のキーワードを、縦軸用に選択された５Ｗ１
Ｈ属性つきで含む文書を縦軸キーワード対応文書と呼ぶ
ことにすると、ステップＡ６の処理は抽出された５Ｗ１
Ｈ属性付きキーワードで、横軸用に選択された５Ｗ１Ｈ
属性を持つもののうち、縦軸キーワード対応文書に出現
するものを、出現頻度の高い順に選択することで行う。

【００３０】ステップＡ６における分類項目の選択処理
では、縦軸キーワード対応文書すべてに対する出現頻度
の高いキーワードから順に選択するほかに、当該文書か
ら、すでに選択したキーワードを横軸用の５Ｗ１Ｈ属性
付きで含む文書を除いたものに対する出現頻度の高いキ
ーワードを順に選択することが可能である。この場合、
選択されたキーワードを含む文書の数が多くなるため、
デフォルト行のセルに分配される文書数を少なくするこ
とができる。

【００３１】文書分配装置６は、ステップＡ５において
選択された縦軸用のキーワードを、縦軸用に選択された
５Ｗ１Ｈ属性付きで含み、ステップＡ６において選択さ
れた横軸用のキーワードを、横軸用に選択された５Ｗ１
Ｈ属性付きで含む文書を、２次元マトリックスにおい
て、該縦軸用キーワードに対応する行と該横軸用キーワ
ードに対する列の交点にあるセルに分配する（ステップ
Ａ７）。このとき、ステップＡ５において選択された縦
軸用のキーワードを、縦軸用に選択された５Ｗ１Ｈ属性
付きで含むが、ステップＡ６において選択された横軸用
のどのキーワードも、横軸用に選択された５Ｗ１Ｈ属性
付きでは含まない文書は、２次元マトリックスにおい
て、該縦軸用キーワードに対応する行とデフォルト列の
交点にあるセルに分配する。また、ステップＡ５におい
て選択された縦軸用のどのキーワードも、縦軸用に選択
された５Ｗ１Ｈ属性付きでは含まないが、ステップＡ６
において選択された横軸用のキーワードを、横軸用に選
択された５Ｗ１Ｈ属性付きで含む文書は、２次元マトリ
ックスにおいて、デフォルト行と該横軸用キーワードに
対応する列の交点にあるセルに分配する。

【００３２】ステップＡ７における文書の分配処理が終
了すると、文書分配装置６は、出力装置７を通して、文
書が各セルに分配された２次元マトリックスを、表とし
て出力する（ステップＡ８）。出力する表の形式として
は、２次元マトリックスの各セルに文書そのものを埋め
込んで出力する基本的な形式以外にも、２次元マトリッ
クスの各セルには文書の表題のみを埋め込んて出力し、
文書本体へは表題からリンクを張っておく形式、２次元
マトリックスの各セルにはそのセルに分類された文書数
を埋め込んで出力し、文書の表題のみをリストアップし
たものに各セルからリンクを張っておき、文書本体へは
その表題からリンクを張っておく形式等がある。デフォ
ルト行やデフォルト列がない形態では、マトリックスの
どのセルにも分配されない文書が存在するが、この場
合、そのような文書を出力しない形態のほかに、表以外
に、分配されなかった文書をまとめて出力する形態をと
ることも可能である。

【００３３】次に、本発明の第１の実施の形態の効果に
ついて説明する。

【００３４】本発明の第１の実施の形態は、キーワード
を５Ｗ１Ｈ属性付きで抽出し、５Ｗ１Ｈの特定の属性を
軸として選んで文書を分類する。このため、ユーザーに
対して、意味のある視点からの文書の分類結果を提示で
きる。また、本実施の形態では、分類軸を２つ選び、２
次元のマトリックスへと文書を分類する。このため、ユ
ーザーが同時に複数の視点から分類結果を見ることがで
きる。さらに、本実施の形態では、横軸の分類項目とし
て、縦軸の分類項目のキーワードを含む文書中で出現頻
度の高いキーワードを選択している。このため、縦軸の
キーワードと無関係のキーワードが横軸のキーワードと
して選択されなくなる。また、本実施の形態では、分類
項目を選ぶ際に、分類対象の文書中で出現頻度の高いキ
ーワードを選んでいる。このため、分類対象の文書の傾
向を容易に把握できるようになる。

【００３５】次に、本発明の第２の実施の形態について
図面を参照して詳細に説明する。

【００３６】図４を参照すると、本発明の第２の実施の
形態は、図１に示された第１の実施の形態の構成に加
え、分類レベル設定装置８と概念データベース９を有す
る点で異なる。

【００３７】分類レベル設定装置８は、分類の縦軸と横
軸において概念データベース９におけるどのレベルの語
を分類項目として用いるかをユーザーに選択させる。ユ
ーザーからの入力を受け、選択された縦軸と横軸の分類
レベルを、それぞれ、縦軸用分類項目選択装置４と、横
軸用分類項目選択装置５に送る。

【００３８】概念データベース９は、キーワードになり
うる各種の単語に対して、その上位概念に対する単語を
格納しているデータベースである。例えば、Ａ社・Ｂ社
・Ｃ社が、いずれも電機メーカーである場合、「Ａ社」
・「Ｂ社」・「Ｃ社」の共通の上位概念として「電気メ
ーカー」という語が概念データベース９に格納される。
また、例えば、東京都・神奈川県・千葉県は、いずれも
関東地方の都県なので、「東京都」・「神奈川県」・
「千葉県」の共通の上位概念として「関東地方」という
語が概念データベース９に格納される。一般に、ある単
語の上位概念に当たる語に対して、さらにその上位概念
にあたる語が再帰的に存在しうるため、単語とその上位
概念にあたる語は、階層構造を成す。各階層には絶対的
なレベルを付与しておく。概念データベース９は、この
階層構造全体を格納しており、任意の単語に対して、指
定したレベルの上位概念の単語を検索することができる
形態をしている。

【００３９】本発明の第２の実施の形態の動作を、図面
を参照して詳細に説明する。

【００４０】図５のステップＡ１−Ａ４およびＡ８で示
される、第２の実施の形態における５Ｗ１Ｈキーワード
抽出装置２・分類キー設定装置３・文書分配装置６の動
作は、図１の実施の形態における各装置２・３・６の動
作と同一のため、説明は省略する。

【００４１】ステップＡ１−Ａ４の処理の後、分類レベ
ル設定装置８は、入力装置１を介して、ユーザーが指定
する、分類の縦軸と横軸に対する分類レベルを読み込む
（ステップＢ１）。なお、以下では、ここで読み込まれ
た縦軸用の分類レベルをＬＶ、横軸用の分類レベルをＬ
Ｈと表記する。

【００４２】第２の実施の形態においては、縦軸用分類
構造選択装置４は、縦軸用の分類構造として、縦軸用の
５Ｗ１Ｈ属性を持つキーワード自身またはその上位概念
にあたる単語を、ステップＢ１において分類レベル設定
装置８により設定された縦軸用の分類レベルＬＶに応じ
て、概念データベース９より選択する（ステップＢ
２）。この処理は、抽出された５Ｗ１Ｈ属性付きキーワ
ードで、縦軸用に選択された５Ｗ１Ｈ属性を持つものそ
れぞれに対して、概念データベース９においてレベルＬ
Ｖにある、その上位概念の単語を求め、それらの単語の
中から出現頻度の高いものを順に選択することで行う。
ただし、縦軸用の５Ｗ１Ｈ属性がＷｈｅｎのときの日時
を表すキーワードに対しては、上位概念として一定の期
間を採用する。例えば、１９９６年４月２４日の上位概
念として１９９６年の４月１ヶ月間を採用し、さらにそ
の上位概念として１９９６年１年間を採用することがで
きる。どの長さの期間をどのレベルの階層にするかは予
め定めておく。なお、ステップＢ２で選択する分類項目
数は、予め定めておいてもよいが、すでに分類項目とし
て選択した単語をレベルＬＶにおける上位概念の単語と
して持つキーワードを、縦軸用の５Ｗ１Ｈ属性付きで含
む文書数が、全文書数に対して一定割合を超えるまで選
択を続けるようにすることも可能である。ステップＢ２
の処理は、第１の実施の形態におけるステップＡ５の処
理で、選択する分類項目として、抽出したキーワードそ
のものを用いる代わりに、レベルＬＶにおけるそのキー
ワードの上位概念にあたる単語を用いることに相当す
る。

【００４３】ステップＢ２における分類項目の選択処理
では、第１の実施の形態におけるステップＡ５の処理と
同様に、全文書に対する出現頻度の高い単語から順に選
択することもできるが、すでに選択した分類項目の単語
をレベルＬＶにおける上位概念の単語として持つキーワ
ードを、縦軸用の５Ｗ１Ｈ属性付きで含む文書を除い
た、それ以外の文書において出現頻度の高い単語を順に
選択することも可能である。

【００４４】横軸用キーワード選択装置５は、横軸用の
分類項目として、横軸用の５Ｗ１Ｈ属性を持つキーワー
ド自身またはその上位概念にあたる語を、ステップＢ１
において分類レベル設定装置８により設定された横軸用
の分類レベルＬＨに応じて、概念データベース９より選
択する（ステップＢ３）。ステップＢ２において選択さ
れた縦軸用の分類項目をレベルＬＶにおける上位概念の
単語として持つキーワードを、縦軸用に選択された５Ｗ
１Ｈ属性付きで含む文書を、縦軸分類項目対応文書と呼
ぶことにすると、この処理は、抽出された５Ｗ１Ｈ属性
付きキーワードで、横軸用に選択された５Ｗ１Ｈ属性を
持つものうち、縦軸分類項目対応文書に出現するものそ
れぞれに対して、概念データベース９においてレベルＬ
Ｈにある、その上位概念の単語を求め、それらの単語の
中から出現頻度の高いものを順に選択することで行う。
ただし、ステップＢ２の処理と同様に、横軸用の５Ｗ１
Ｈ属性がＷｈｅｎのときの日時を表すキーワードに対し
ては、上位概念として一定の期間を採用する。なお、ス
テップＢ３で選択する分類項目数は、予め定めておいて
もよいが、すでに分類項目として選択した単語をレベル
ＬＨにおける上位概念の単語として持つキーワードを、
横軸用の５Ｗ１Ｈ属性付きで含む文書数が、全文書数に
対して一定割合を超えるまで選択を続けるようにするこ
とも可能である。ステップＢ３の処理は、第１の実施の
形態におけるステップＡ６の処理で、選択する分類項目
として、抽出したキーワードそのものを用いる代わり
に、レベルＬＨにおけるそのキーワードの上位概念にあ
たる単語を用いることに相当する。

【００４５】ステップＢ３における分類項目の選択処理
においても、第１の実施の形態におけるステップＡ６の
処理と同様に、縦軸分類項目対応文書すべてに対する出
現頻度の高い単語から順に選択するほかに、当該文書か
ら、すでに選択した分類項目の単語をレベルＬＨにおけ
る上位概念の単語として持つキーワードを、横軸用の５
Ｗ１Ｈ属性付きで含む文書を除いたものに対する出現頻
度の高いキーワードを順に選択することも可能である。

【００４６】文書分配装置６は、ステップＢ２において
選択された縦軸用の分類項目をレベルＬＶにおける上位
概念の単語として持つキーワードを、縦軸用に選択され
た５Ｗ１Ｈ属性付きで含み、ステップＢ３において選択
された横軸用の分類項目をレベルＬＨにおける上位概念
の単語として持つキーワードを、横軸用に選択された５
Ｗ１Ｈ属性付きで含む文書を、２次元マトリックスにお
いて、該縦軸用分類項目に対応する行と該横軸用分類項
目に対応する列の交点にあるセルに分配する（ステップ
Ｂ４）。このとき、ステップＢ２において選択された縦
軸用の分類項目をレベルＬＶにおける上位概念の単語と
して持つキーワードを、縦軸用に選択された５Ｗ１Ｈ属
性付きで含むが、ステップＢ３において選択された横軸
用の分類項目をレベルＬＨにおける上位概念の単語とし
て持つどのキーワードも、横軸用に選択された５Ｗ１Ｈ
属性付きでは含まない文書は、２次元マトリックスにお
て、該縦軸用分類項目に対応する行とデフォルト列の交
点にあるセルに分配する。また、ステップＢ２において
選択された縦軸用の分類項目をレベルＬＶにおける上位
概念の単語として持つどのキーワードも、縦軸用に選択
された５Ｗ１Ｈ属性付きでは含まないが、ステップＢ３
において選択された横軸用の分類項目をレベルＬＨにお
ける上位概念の単語として持つキーワードを、横軸用に
選択された５Ｗ１Ｈ属性付きで含む文書は、２次元マト
リックスにおいて、デフォルト行と該横軸用分類項目に
対応する列の交点にあるセルに分配する。

【００４７】第２の実施の形態において、縦軸用の分類
レベルＬＶおよび横軸用の分類レベルＬＨは、分類レベ
ル設定装置８がユーザーの入力を読み取ることによって
設定することになっているが、これを、縦軸用分類項目
選択装置４および横軸用分類項目選択装置５において、
ある条件を満たすように自動的に設定するようにするこ
ともできる。例えば、縦軸用分類項目選択装置４によっ
て縦軸用の分類項目を一定の個数選択することにし、こ
のとき、選択した縦軸用の分類項目をレベルＬＶにおけ
る上位概念の単語として持つキーワードを、縦軸用に選
択された５Ｗ１Ｈ属性付きで含む文書数が全文書数に対
して一定の割合を超えるようにＬＶを設定することがで
きる。同様に、例えば、横軸用分類項目選択装置５によ
って縦軸用の分類項目を一定の個数選択することにし、
このとき、選択した縦軸用の分類項目をレベルＬＨにお
ける上位概念の単語として持つキーワードを、横軸用に
選択された５Ｗ１Ｈ属性付きで含む文書数が全文書数に
対して一定の割合を超えるようにＬＨを設定することが
できる。

【００４８】次に本発明の第２の実施の形態の効果につ
いて説明する。

【００４９】本発明の第２の実施の形態は、縦軸用分類
項目選択装置４および横軸用分類項目選択装置５が、概
念データベース９を参照して、抽出されたキーワード自
身ではなく、指定されたレベルのその上位概念の単語を
分類項目として選択する。このため、分類のキーとなる
単語を、ユーザーの意図するレベルに揃えることができ
る。これは、特に、分類に用いる５Ｗ１Ｈ属性としてＷ
ｈｅｎやＷｈｅｒｅを指定する場合に有効である。Ｗｈ
ｅｎを軸とする分類では、一定の期間ごとに文書を分類
できる。また、Ｗｈｅｒｅを軸とする分類では、一定の
地域ごとに文書を分類できる。

【００５０】本発明の第３の実施の形態について、図面
を参照して説明する。

【００５１】図１５を参照すると、本発明の第３の実施
の形態は、文書分類プログラムを記録した記録媒体１３
を備える。この記録媒体１３は磁気ディスク、半導体メ
モリその他の記録媒体であってよい。

【００５２】文書分類プログラムは記録媒体１３からデ
ータ処理装置１１に読み込まれ、データ処理装置１１の
動作を制御する。データ処理装置１１は文書分類プログ
ラムの制御により以下の処理を実行する。

【００５３】入力装置１０から文書が与えられると、デ
ータ処理装置１１は、文書中から５Ｗ１Ｈ属性付きでキ
ーワードを抽出し、ユーザーが入力した分類用の５Ｗ１
Ｈ属性を分類キーとして読み取り、前記キーワードか
ら、前記分類キーとして設定された５Ｗ１Ｈ属性を持つ
ものを分類項目として選択し、前記分類項目を含む文書
を前記分類項目に対応するセルに分配し、ディスプレイ
装置や印刷装置等の出力装置１２に出力する。そして、
出力装置１２は、分配された結果をユーザーに表示す
る。

【００５４】

【実施例】次に、本発明の第１の実施の形態の一実施例
の動作を詳細に説明する。

【００５５】例えば、本発明の文書分類装置により、図
６に示す＃１−＃１６の１６の文書を分類することにす
る。このとき、まず、５Ｗ１Ｈキーワード抽出手段２
が、各文書中の文を形態素解析して各文からキーワード
を抽出し、各キーワードに５Ｗ１Ｈ属性を付与する（ス
テップＡ１−Ａ３）。今、例えば、以下のような規則に
従い、各キーワードに５Ｗ１Ｈ属性を付与することにす
ると、各文書ごとの５Ｗ１Ｈ属性付きキーワードは図７
のようになる。

【００５６】（１）助詞「が」または助詞「は」が後に
続くキーワードの５Ｗ１Ｈ属性はＷｈｏとする。（２）「年」・「月」・「日」のいずれかの文字を含
み、かつ数字を含むキーワードの５Ｗ１Ｈ属性はＷｈｅ
ｎとする。（３）国名・都道府県名の５Ｗ１Ｈ属性はＷｈｅｒｅと
する。また、「市」・「町」のいずれかの文字を含み、
直後に助詞「に」または助詞「で」が続くキーワードの
５Ｗ１Ｈ属性はＷｈｅｒｅとする。（４）助詞「を」が後に続くキーワードの５Ｗ１Ｈ属性
はＷｈａｔとする。（５）助詞「の」および名詞「ため」が連続して後に続
くキーワードの５Ｗ１Ｈ属性はＷｈｙとする。（６）各文中で最も後ろに出現する、品詞が動詞または
サ行変格活用名詞であるキーワードの５Ｗ１Ｈ属性はＨ
ｏｗとする。

【００５７】なお、この例では、Ｗｈｅｎ・Ｗｈｅｒｅ
・Ｗｈｙの各属性を持つキーワードは抽出されないの
で、図７では、これらを省略している。

【００５８】分類キー設定装置３は、ユーザーが指定す
る、縦軸と横軸の分類に用いる５Ｗ１Ｈ属性をそれぞれ
読み込む（ステップＡ４）。ここでは、縦軸用の５Ｗ１
Ｈ属性としてＷｈｏが、横軸用の５Ｗ１Ｈ属性としてＷ
ｈａｔが指定されたとする。

【００５９】縦軸用分類項目選択装置４は、抽出された
５Ｗ１Ｈ属性付きキーワードの中でＷｈｏ属性を持つも
のを出現頻度の高い順に選択する（ステップＡ５）。
今、全文書に対する出現頻度の高い順に３つの分類項目
を選択するものとする。図７を参照すると、Ｗｈｏ属性
の各キーワードの出現頻度は、「Ａ社」が８、「Ｂ社」
が７、「Ｃ社」が５、「Ｄ社」が１、「Ｅ社」が１であ
るから、「Ａ社」「Ｂ社」・「Ｃ社」の３つのキーワー
ドが、この順に縦軸の分類項目として選択される。

【００６０】図７を参照すると、「Ａ社」・「Ｂ社」・
「Ｃ社」のいずれかをＷｈｏ属性のキーワードとして含
む文書は、＃５・＃９以外の１４の文書である。横軸用
分類項目選択装置５は、抽出された５Ｗ１Ｈ属性付きキ
ーワードの中で、Ｗｈａｔ属性を持つもののうち、上記
の１４の文書中に出現するものを出現頻度の高い順に選
択する（ステップＡ６）。今、上記の１４の文書すべて
に対する出現頻度の高い順に３つの分類項目を選択する
ものとする。図７を参照すると、上記の１４文書中にお
けるＷｈａｔ属性のキーワードの出現頻度は、「ＰＣ」
が９、「プリンタ」が４、「ディスプレイ」が３、「キ
ーボード」が２、「マウス」が２であるから、「ＰＣ」
・「プリンタ」・「ディスプレイ」の３つのキーワード
が、この順に横軸の分類項目として選択される。

【００６１】文書分配装置６は、縦軸用のキーワードを
Ｗｈｏ属性付きで含み、横軸用のキーワードをＷｈａｔ
属性付きで含む文書を、２次元マトリックスにおいて、
その縦軸用キーワードに対応する行とその横軸用キーワ
ードに対応する列の交点にあるセルに分配する（ステッ
プＡ７）。縦軸用のキーワードをＷｈｏ属性付きで含ま
ない文書は、デフォルト行の各セルに分配され、横軸用
のキーワードをＷｈａｔ属性付きで含まない文書は、デ
フォルト列の各セルに分配される。例えば、文書＃２
は、Ｗｈｏ属性のキーワードとして「Ｂ社」を含み、Ｗ
ｈａｔ属性のキーワードとして「ＰＣ」を含むので、
「Ｂ社」に対応する行の「ＰＣ」に対応する列のセルに
配される。また、例えば、文書＃１０は、Ｗｈｏ属性の
キーワードとして「Ｃ社」を含むが、Ｗｈａｔ属性のキ
ーワードとして「ＰＣ」・「プリンタ」・「ディスプレ
イ」のいずれも含まないので、「Ｃ社」に対応する列の
デフォルト列のセルに配される。

【００６２】すべての文書を配置すると、文書分配装置
６は、結果を表の形式で出力する（ステップＡ８）。２
次元マトリックスの各セルに文書番号を埋め込む形式で
出力するものとすると、出力結果は図８のようになる。

【００６３】なお、縦軸用分類項目選択装置４や横軸用
分類項目選択装置５において、分類項目を頻度順に選択
する際、全対象文書に対する出現頻度ではなく、すでに
選択したキーワードを、対応する軸の５Ｗ１Ｈ属性付き
で含む文書を除いた、それ以外の文書における出現頻度
に基づいて、頻度順にキーワードを選択することも可能
である。

【００６４】以下では、前述の実施例において、縦軸の
分類項目は前述の例と同じ方法で選択するが、横軸用分
類項目選択装置５が横軸用の分類項目を選択する際に、
すでに選択したキーワードをＷｈａｔ属性付きで含む文
書を除いて、それ以外の文書において出現頻度の高いＷ
ｈａｔ属性付きキーワードを３つ選択する場合について
説明する。

【００６５】この場合、ステップＡ６において、横軸ユ
ーザ分類項目選択装置６は、まず、＃５・＃９以外の１
４の文書中で最も多く出現するＷｈａｔ属性のキーワー
ドを第１の横軸用分類項目として選択する。図７を参照
すると、上記の１４文書中におけるＷｈａｔ属性のキー
ワードの出現頻度は、「ＰＣ」が９、「プリンタ」が
４、「ディスプレイ」が３、「キーボード」が２、「マ
ウス」が２であるから、第１の横軸用分類項目として
は、「ＰＣ」が選択される。図７を参照すると、上記の
１４の文書中で、「ＰＣ」を含まないものは、＃６・＃
８・＃１０・＃１２・＃１４の５つの文書である。した
がって、第２の横軸用分類項目には、上記の５つの文書
中で最も多く出現するＷｈａｔ属性のキーワードが選択
される。図７を参照すると、上記の５つの文書中におけ
るＷｈａｔ属性のキーワードの出現頻度は、「キーボー
ド」が２、「マウス」が２、「ディスプレイ」が１であ
る。この場合、「キーボード」と「マウス」のどちらか
を、第２の横軸用分類項目として選択することになる
が、ここでは「キーボード」が選択されたとする。図７
を参照すると、上記の５つの文書中で、「キーボード」
を含まないものは、＃６・＃１０・＃１４の３つの文書
である。したがって、第３の横軸用分類項目には、上記
の３つの文書中で最も多く出現するＷｈａｔ属性のキー
ワードが選択される。図７を参照すると、上記の３つの
文書中におけるＷｈａｔ属性のキーワードの出現頻度
は、「マウス」が２、「ディスプレイ」が１であるか
ら、第３の横軸用分類項目としては、「マウス」が選択
される。

【００６６】ステップＡ７・Ａ８において、文書分配装
置６は、前述の例と同様の処理を行うが、この例では、
出力結果は、図９のようになる。前述の例における結果
の図８と比較すると、横軸の分類項目の選択方法を変え
たことにより、デフォルト列に分類される文書の数が減
少している。

【００６７】次に、本発明の第２の実施の形態の一実施
例の動作を詳細に説明する。

【００６８】例えば、本発明の文書分類装置により、図
１０に示す＃１−＃１０の１０の文書を分類することに
する。このとき、まず、５Ｗ１Ｈキーワード抽出手段２
が、各文書中の文を形態素解析して各文からキーワード
を抽出し、各キーワードに５Ｗ１Ｈ属性を付与する（ス
テップＡ１−Ａ３）。今、前述の、本発明の第１の実施
の形態の一実施例における動作例と同じ規則に従い、各
キーワードに５Ｗ１Ｈ属性を付与することにすると、各
文書ごとの５Ｗ１Ｈ属性付きキーワードは図１１のよう
になる。なお、この例では、Ｗｈｅｎ・Ｗｈｙの各属性
を持つキーワードは抽出されないので、図１１では、こ
れらを省略している。

【００６９】分類キー設定装置３は、ユーザーが指定す
る、縦軸と横軸の分類に用いる５Ｗ１Ｈ属性をそれぞれ
読み込む（ステップＡ４）。ここでは、縦軸用の５Ｗ１
Ｈ属性としてＷｈｅｒｅが、横軸用の５Ｗ１Ｈ属性とし
てＷｈｏが指定されたとする。

【００７０】図１２を参照すると、例えば、概念データ
ベース９は、地名のキーワード間の階層的な関係や、組
織名のキーワード間の階層的な関係を含み、それぞれの
関係において、各階層に対応して、絶対的なレベルを保
持している。

【００７１】分類レベル設定装置８は、ユーザーが指定
する、縦軸の分類レベルＬＶと横軸の分類レベルＬＨを
それぞれ読み込む（ステップＢ１）。ここでは、ＬＶと
して１が、ＬＨとして２が指定されたとする。

【００７２】縦軸用分類項目選択装置４は、抽出された
５Ｗ１Ｈ属性付きキーワードの中でＷｈｅｒｅ属性を持
つものに対して、概念データベース９においてレベル１
にある、その上位概念の単語を求め、それらの単語の中
から出現頻度の高いものを順に選択する（ステップＢ
２）。今、全文書に対する出現頻度の高い順に３つの分
類項目を選択するものとする。図１２を参照すると、各
文書中のＷｈｅｒｅ属性の各キーワードと、それに対す
るレベル１の上位概念の単語との対応は、図１３のよう
になる。図１３を参照すると、求めたレベル１の上位概
念の単語の出現頻度は、「関東地方」が５、「近畿地
方」が４、「東北地方」が２、「九州地方」が１である
から、「関東地方」・「近畿地方」・「東北地方」の３
つの単語が、この順に縦軸の分類項目として選択され
る。

【００７３】図１３を参照すると、「関東地方」・「近
畿地方」・「東北地方」のいずれかをレベル１における
上位概念の単語として持つキーワードを、Ｗｈｅｒｅ属
性のキーワードとして含む文書は、＃５以外の９つの文
書である。横軸用分類項目選択装置５は、抽出された５
Ｗ１Ｈ属性付きキーワードの中で、Ｗｈｏ属性を持つも
ののうち、上記の９つの文書中に出現するものそれぞれ
に対して、概念データベース９においてレベル２にあ
る、その上位概念の単語を求め、それらの単語の中か
ら、出現頻度の高いものを順に選択する（ステップＢ
３）。今、上記の９つの文書すべてに対する出現頻度の
高い順に３つの分類項目を選択するものとする。図１２
を参照すると、この例では、各文書中のＷｈｏ属性の各
キーワードは、概念データベース９において、すべてそ
れ自身がレベル２の階層の単語になっている。図１１を
参照すると、上記の９つの文書中におけるＷｈｏ属性の
キーワードの出現頻度は、「Ａ社」が５、「Ｂ社」が
３、「Ｃ社」が２、「Ｄ社」が１であるから、「Ａ社」
・「Ｂ社」・「Ｃ社」の３つのキーワードが、この順に
横軸の分類項目として選択される。

【００７４】文書分配装置６は、縦軸用の分類項目をレ
ベル１における上位概念の単語として持つキーワード
を、Ｗｈｅｒｅ属性のキーワードとして含み、横軸用の
分類項目をレベル２における上位概念の単語として持つ
キーワードを、Ｗｈｏ属性付きのキーワードとして含む
文書を、２次元マトリックスにおいて、その縦軸用分類
項目に対応する行とその横軸用分類項目に対応する列の
交点にあるセルに分配する（ステップＢ４）。Ｗｈｅｒ
ｅ属性のキーワードとして、縦軸用の分類項目をレベル
１における上位概念の単語として持つキーワードを含ま
ない文書は、デフォルト行の各セルに分配され、Ｗｈｏ
属性のキーワードとして、横軸用の分類項目をレベル２
における上位概念の単語として持つキーワードを含まな
い文書は、デフォルト列の各セルに分配される。例え
ば、文書＃１は、Ｗｈｅｒｅ属性のキーワードとして
「白石市」を含み、Ｗｈｏ属性のキーワードとして「Ａ
社」を含んでいる。図１２を参照すると、「白石市」に
対するレベル１の上位概念の単語は「東北地方」であ
り、「Ａ社」に対するレベル２の上位概念の単語は「Ａ
社」である。したがって、文書＃１は、「東北地方」に
対応する行の「Ａ社」に対応する列のセルに配される。
また、例えば、文書＃５は、Ｗｈｅｒｅ属性のキーワー
ドとして「福岡市」を含み、Ｗｈｏ属性のキーワードと
して「Ｂ社」を含んでいる。図１２を参照すると、「福
岡市」に対するレベル１の上位概念の単語は「九州地
方」であり、「Ｂ社」に対するレベル２の上位概念の単
語は「Ｂ社」である。横軸に「Ｂ社」という分類項目は
存在するが、縦軸に「九州地方」という分類項目は存在
しないので、文書＃５は、デフォルト行の「Ｂ社」に対
応する列のセルに配される。

【００７５】すべての文書を配置すると、文書分配装置
６は、結果を表の形式で出力する（ステップＡ８）。２
次元マトリックスの各セルに文書番号を埋め込む形式で
出力するものとすると、出力結果は図１４のようにな
る。

【００７６】

【発明の効果】この発明の第１の効果は、５Ｗ１Ｈとい
う意味のある視点から文書を分類できることである。Ｗ
ｈｏを軸にすると、文書に記述されている出来事の主体
者別の分類に、Ｗｈｅｎを軸にすると、時間別の分類
に、Ｗｈｅｒｅを軸にすると、地域別の分類に、Ｗｈａ
ｔを軸にすると、対象物別の分類に、Ｗｈｙを軸にする
と、理由別の分類に、Ｈｏｗを軸にすると、行為別の分
類になる。

【００７７】その理由は、５Ｗ１Ｈキーワード抽出装置
２が、文書中からキーワードを抽出する際に、キーワー
ドに５Ｗ１Ｈ属性を付与しておき、指定された５Ｗ１Ｈ
属性を持つキーワードを選択して、それをキーとして文
書を分類するためである。

【００７８】第２の効果は、ユーザーが複数の視点から
分類結果を分析できることである。このため、異なる縦
軸のキーワードに対する横軸キーワード間での文書の分
布の比較等を容易に行うことができ、関連する文書どう
しの比較が容易になっている。このとき、横軸のキーワ
ードは、縦軸のキーワードに関連するものが選択されて
おり、結び付きのない複数視点の組み合わせになること
はない。

【００７９】その理由は、縦軸用分類項目選択装置４お
よび横軸用分類項目選択装置５が、ユーザーが指定した
縦軸および横軸の５Ｗ１Ｈ属性に合わせて、縦軸および
横軸の分類項目を選択し、文書分配装置６が、それをキ
ーとして文書を２次元マトリックスへと分類するからで
ある。特に、横軸用分類項目選択装置５が横軸の分類項
目を選択する際に、縦軸の各分類項目に分類される文書
のみに対象文書を絞り込むので、横軸の分類項目とし
て、縦軸の分類項目と関連するものが選択されることに
なる。

【００８０】第３の効果は、分類対象の文書群中でよく
用いられているキーワードが分類項目として選択される
ことである。この結果、対象文書中には、どのような傾
向の文書が多いのか等を容易に把握できるようになる。

【００８１】その理由は、縦軸横軸分類項目選択装置４
および横軸用分類項目選択装置５が、対象文書中での出
現頻度の高い順に分類項目を選択しているからである。

【００８２】第４の効果は、分類項目となる単語を、一
定のレベルの単語に揃えることができることである。こ
の結果、分類項目の単語が指し示す空間を一定のものに
することができ、分類結果のマトリックスにおいて行ど
うしあるいは列どうしを単純に比較することが可能にな
る。

【００８３】その理由は、本発明の第２の実施の形態に
おいて、縦軸用分類項目選択装置４および横軸用分類項
目選択装置５が、概念データベース９を参照して、文書
から抽出されたキーワード自身ではなく、指定されたレ
ベルのその上位概念の単語を分類項目として選択するか
らである。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態の構成を表すブロッ
ク図である。

【図２】本発明の文書分配装置６で利用する２次元マト
リックスの一例を示す図である。

【図３】本発明の第１の実施の形態の動作を示すフロー
チャートである。

【図４】本発明の第２の実施の形態の構成を表すブロッ
ク図である。

【図５】本発明の第２の実施の形態の動作を示すフロー
チャートである。

【図６】本発明の第１の実施の形態の一実施例における
入力文書のリストである。

【図７】本発明の第１の実施の形態の一実施例におい
て、５Ｗ１Ｈキーワード抽出装置２によって各文書から
抽出された５Ｗ１Ｈ属性付きキーワードを示す表であ
る。

【図８】本発明の第１の実施の形態の一実施例において
出力される結果を示す図である。

【図９】本発明の第１の実施の形態の変形例の一実施例
において出力される結果を示す図である。

【図１０】本発明の第２の実施の形態の一実施例におけ
る入力文書のリストである。

【図１１】本発明の第２の実施の形態の一実施例におい
て、５Ｗ１Ｈキーワード抽出装置２によって各文書から
抽出された５Ｗ１Ｈ属性付きキーワードを示す表であ
る。

【図１２】本発明の第２の実施の形態の一実施例におけ
る概念データベース９の内容を示す図である。

【図１３】本発明の第２の実施の形態の一実施例におい
て、５Ｗ１Ｈキーワード抽出装置２によって各文書から
抽出されたＷｈｅｒｅ属性のキーワードと、概念データ
ベース９においてレベル１にあるそれらの上位概念の単
語との対応を示す表である。

【図１４】本発明の第２の実施の形態の一実施例におい
て出力される結果を示す図である。

【図１５】本発明の第３の実施の形態を示す図である。

【符号の説明】

１入力装置２５Ｗ１Ｈキーワード抽出装置３分類キー設定装置４縦軸用分類項目選択装置５横軸用分類項目選択装置６文書分配装置７出力装置８分類レベル設定装置９概念データベース

───────────────────────────────────────────────────── フロントページの続き (72)発明者落合尚良神奈川県川崎市高津区坂戸３−２−１株式会社エヌイーシー情報システムズ内

Claims

【特許請求の範囲】

【請求項１】文書中から５Ｗ１Ｈ属性付きでキーワード
を抽出する５Ｗ１Ｈキーワード抽出装置と、ユーザーが
入力した分類用の５Ｗ１Ｈ属性を読み取る分類キー設定
装置と、前記５Ｗ１Ｈキーワード抽出手段により抽出さ
れたキーワードから、前記分類キー設定装置により分類
キーとして設定された５Ｗ１Ｈ属性を持つものを分類の
項目として選択する分類項目選択装置と、前記分類項目
選択装置により選択された分類項目を前記分類キー設定
装置により分類キーとして設定された５Ｗ１Ｈ属性付き
で含む文書を該分類項目に対応するセルに分配する文書
分配装置とを備えたことを特徴とする文書分類装置。
【請求項２】文書中から５Ｗ１Ｈ属性付きでキーワード
を抽出する５Ｗ１Ｈキーワード抽出装置と、ユーザーが
入力した縦軸用と横軸用の５Ｗ１Ｈ属性を読み取る分類
キー設定装置と、前記キーワードから、前記分類キー設
定装置により縦軸用の分類キーとして設定された５Ｗ１
Ｈ属性を持つものを分類の縦軸の項目として選択する縦
軸用の分類項目選択装置と、前記５Ｗ１Ｈキーワード抽
出手段により抽出されたキーワードから、前記分類キー
設定装置により横軸用の分類キーとして設定された５Ｗ
１Ｈ属性を持つものを分類の横軸の項目として選択する
横軸用の分類項目選択装置と、前記縦軸用の分類項目選
択装置により選択された縦軸用の分類項目を前記分類キ
ー設定装置により縦軸用の分類キーとして設定された５
Ｗ１Ｈ属性付きで含み、且つ、前記横軸用の分類項目選
択装置により選択された横軸用の分類項目を前記分類キ
ー設定装置により横軸用の分類キーとして設定された５
Ｗ１Ｈ属性付きで含む文書を２次元マトリックスにおい
て該縦軸用の分類項目に対応する行と該横軸用の分類項
目に対応する列の交点にあるセルに分配する文書分配装
置とを備えたことを特徴とする文書分類装置。
【請求項３】前記横軸用の分類項目選択装置は、前記５
Ｗ１Ｈキーワード抽出手段により抽出されたキーワード
のうち、前記縦軸用の分類項目選択装置により選択され
た縦軸用の分類項目を前記分類キー設定装置により設定
された縦軸用の分類キーとして設定された５Ｗ１Ｈ属性
付きで含む文書中に出現するものの中から、分類の横軸
の項目を選択することを特徴とする請求項２記載の文書
分類装置。
【請求項４】前記分類項目選択装置は、前記５Ｗ１Ｈキ
ーワード抽出装置により抽出されたキーワードのうち、
前記分類キー設定装置により対応する分類キーとして設
定された５Ｗ１Ｈ属性を持つものを、該キーワードが分
類対象の文書に出現する頻度の順に抽出することを特徴
とする請求項１，２又は３記載の文書分類装置。
【請求項５】前記分類項目選択装置は、前記５Ｗ１Ｈキ
ーワード抽出装置により抽出されたキーワードのうち、
前記分類キー設定装置により対応する分類キーとして設
定された５Ｗ１Ｈ属性を持つものを、該キーワードが、
すでに分類項目として選択したキーワードを含まない文
書中に出現する頻度の順に抽出することを特徴とする請
求項１，２又は３記載の文書分類装置。
【請求項６】文書中から５Ｗ１Ｈ属性つきでキーワード
を抽出する５Ｗ１Ｈキーワード抽出装置と、ユーザーが
入力した分類キーの５Ｗ１Ｈ属性を読み取る分類キー設
定装置と、ユーザーが入力した分類レベルを読み取る分
類レベル設定装置と、単語をレベルに分けて、それらの
間の上位概念・下位概念の関係を保持する概念データベ
ースと、前記分類キー設定装置により分類キーとして設
定された５Ｗ１Ｈ属性を持つ前記５Ｗ１Ｈキーワード抽
出装置により抽出されたキーワードに対して、前記概念
データベースにおいて上位概念にあたり、且つ、前記分
類レベル設定装置により設定された分類レベルにある単
語から分類の項目を選択する分類項目選択装置と、前記
概念データベースにおいて、前記分類レベル設定装置に
より設定されたレベルにおける上位概念の単語として前
記分類項目選択装置により選択された分類項目の単語を
持つキーワードと、前記分類キー設定装置により分類キ
ーとして設定された５Ｗ１Ｈ属性付きで含む文書を、該
分類項目の下に分類する文書分配装置とを備えたことを
特徴とする文書分類装置。
【請求項７】文書中から５Ｗ１Ｈ属性つきでキーワード
を抽出する５Ｗ１Ｈキーワード抽出装置と、ユーザーが
入力した縦軸用と横軸用の５Ｗ１Ｈ属性を読み取る分類
キー設定装置と、ユーザーが入力した縦軸用と横軸用の
分類レベルを読み取る分類レベル設定装置と、単語をレ
ベルに分けて、それらの間の上位概念・下位概念の関係
を保持する概念データベースと、前記分類キー設定装置
により縦軸用の分類キーとして設定された５Ｗ１Ｈ属性
を持つ前記５Ｗ１Ｈキーワード抽出装置により抽出され
たキーワードに対して、前記概念出ベースにおいて上位
概念にあたり、且つ、前記分類レベル設定装置により縦
軸用に設定された分類レベルにある単語から分類の縦軸
の項目を選択する縦軸用の分類項目選択装置と、前記分
類キー設定装置により横軸用の分類キーとして設定され
た５Ｗ１Ｈ属性を持つ前記５Ｗ１Ｈキーワード抽出装置
により抽出されたキーワードに対して、前記概念データ
ベースにおいて上位概念にあたり、且つ、前記分類レベ
ル設定装置により横軸用に設定された分類レベルにある
単語から、分類の横軸の項目を選択する横軸用の分類項
目選択装置と、前記概念データベースにおいて、前記分
類レベル設定装置により縦軸用に設定されたレベルにお
ける上位概念の単語として前記縦軸用の分類項目選択装
置により選択された縦軸用の分類項目の単語を持つキー
ワードを、前記分類キー設定装置により縦軸用の分類キ
ーとして設定された５Ｗ１Ｈ属性付きで含み、且つ、前
記概念データベースにおいて、前記分類レベル設定装置
により横軸用に設定されたレベルにおける上位概念の単
語として前記横軸用の分類項目選択装置により選択され
た横軸用の分類項目を持つキーワードを、前記分類キー
設定装置により横軸用の分類キーとして設定された５Ｗ
１Ｈ属性付きで含む文書を、２次元マトリックスにおい
て該縦軸用の分類項目に対応する行と該横軸用の分類項
目に対応する列の交点にあるセルに分配する文書分配装
置とを備えたことを特徴とする文書分類装置。
【請求項８】前記横軸用の分類項目選択装置は、前記分
類キー設定装置により横軸用の分類キーとして設定され
た５Ｗ１Ｈ属性を持つ前記５Ｗ１Ｈキーワード抽出装置
により抽出されたキーワードのうち、前記概念データベ
ースにおいて前記縦軸用の分類項目選択装置により選択
された縦軸用の分類レベルにおける上位概念の単語とし
て前記縦軸用の分類項目選択装置により選択された縦軸
用の分類項目の単語を持つキーワードを、前記分類キー
設定装置により設定された縦軸用の５Ｗ１Ｈ属性付きで
含む文書中に出現するものに対して、前記概念データベ
ースにおいて上位概念にあたり、且つ、前記分類レベル
設定装置により横軸用に設定された分類レベルにある単
語の中から、分類の横軸の項目を選択することを特徴と
する請求項２記載の文書分類装置。
【請求項９】前記分類項目選択装置は、前記分類キー設
定装置により対応する分類キーとして設定された５Ｗ１
Ｈ属性を持つ前記５Ｗ１Ｈキーワード抽出装置により抽
出されたキーワードに対して、前記概念データベースに
おいて上位概念にあたり、且つ、前記分類レベル設定装
置により設定された分類レベルにある単語を、前記概念
データベースにおいて前記分類レベル設定装置により設
定された分類レベルに該単語を上位概念として持つキー
ワードが分類対象の文書に出現する頻度の順に抽出する
ことを特徴とする請求項６，７又は８記載の文書分類装
置。
【請求項１０】前記分類項目選択装置は、前記分類キー
設定装置により対応する分類キーとして設定された５Ｗ
１Ｈ属性を持つ前記５Ｗ１Ｈキーワード抽出装置により
抽出されたキーワードに対して、前記概念データベース
において上位概念にあたり、且つ、前記分類レベル設定
装置により設定された分類レベルにある単語を、前記概
念データベースにおいて前記分類レベル設定装置により
設定された分類レベルに該単語を上位概念として持つキ
ーワードが、前記概念データベースにおいて前記分類レ
ベル設定装置により設定された分類レベルにすでに分類
項目として選択した単語を上位概念として持つキーワー
ドを含まない文書中に出現する頻度の順に抽出すること
を特徴とする請求項６，７又は８記載の文書分類装置。
【請求項１１】文書中から５Ｗ１Ｈ属性付きでキーワー
ドを抽出し、ユーザーが入力した分類用の５Ｗ１Ｈ属性
を分類キーとして読み取り、前記キーワードから、前記
分類キーとして設定された５Ｗ１Ｈ属性を持つものを分
類項目として選択し、前記分類項目を含む文書を前記分
類項目に対応するセルに分配することを特徴とする文書
分類方法。
【請求項１２】文書中から５Ｗ１Ｈ属性付きでキーワー
ドを抽出する機能と、ユーザが入力した分類用の５Ｗ１
Ｈ属性を分類キーとして読み取る機能と、前記キーワー
ドから、前記分類キーとして設定された５Ｗ１Ｈ属性を
持つものを分類項目として選択する機能と、前記分類項
目を含む文書を前記分類項目に対応するセルに分配する
機能とを備える文書分類プログラムを記録したコンピュ
ータが読み取り可能な記録媒体。