JPH11272686A - 文書重要文抽出方法、文書重要文抽出装置及び文書重要文抽出プログラムを記録した記録媒体 - Google Patents
文書重要文抽出方法、文書重要文抽出装置及び文書重要文抽出プログラムを記録した記録媒体Info
- Publication number
- JPH11272686A JPH11272686A JP10070688A JP7068898A JPH11272686A JP H11272686 A JPH11272686 A JP H11272686A JP 10070688 A JP10070688 A JP 10070688A JP 7068898 A JP7068898 A JP 7068898A JP H11272686 A JPH11272686 A JP H11272686A
- Authority
- JP
- Japan
- Prior art keywords
- sentence
- important
- document
- expression
- inappropriate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
(57)【要約】
【課題】 文書中の重要文を、簡単に且つ高い精度で抽
出することを可能にする。 【解決手段】 重要文として不適な表現を記述した不適
表現テーブルと、重要表現を記述した重要表現テーブル
を用意し、入力された文書を形態素解析し（Ｓ２）、該
形態素解析された文書を文単位に分割し（Ｓ３）、該文
単位に分割された文書中から不適表現テーブルを参照し
て不適表現を含んだ文を取り除き（Ｓ４）、該不適表現
を含んだ文を取り除いた後の文書中から重要表現テーブ
ルを参照して重要表現を含んだ文を重要文として抽出す
る（Ｓ５）。ここで、場合によっては、不適表現を含ん
だ文を取り除く処理は省略し、文単位に分割された文書
中から、重要表現テーブルを参照して直接重要表現を含
んだ文を重要文として抽出することでもよい。
出することを可能にする。 【解決手段】 重要文として不適な表現を記述した不適
表現テーブルと、重要表現を記述した重要表現テーブル
を用意し、入力された文書を形態素解析し（Ｓ２）、該
形態素解析された文書を文単位に分割し（Ｓ３）、該文
単位に分割された文書中から不適表現テーブルを参照し
て不適表現を含んだ文を取り除き（Ｓ４）、該不適表現
を含んだ文を取り除いた後の文書中から重要表現テーブ
ルを参照して重要表現を含んだ文を重要文として抽出す
る（Ｓ５）。ここで、場合によっては、不適表現を含ん
だ文を取り除く処理は省略し、文単位に分割された文書
中から、重要表現テーブルを参照して直接重要表現を含
んだ文を重要文として抽出することでもよい。
Description
【０００１】
【発明の属する技術分野】本発明は、コンピュータによ
る文書処理に係り、詳しくは、文書の要約等を目的とし
て文書の重要文を抽出する文書重要文抽出方法、文書重
要文抽出装置、及びそのための文書重要文抽出プログラ
ムを記録した記録媒体に関する。
る文書処理に係り、詳しくは、文書の要約等を目的とし
て文書の重要文を抽出する文書重要文抽出方法、文書重
要文抽出装置、及びそのための文書重要文抽出プログラ
ムを記録した記録媒体に関する。
【０００２】
【従来の技術】大量の情報、特にＷＷＷ（Ｗorld Ｗide
Ｗeb）の閲覧情報や電子メールといった電子的な情報
を効率良く概観し、必要な情報だけを取得するために
は、文書の要約技術が必要不可欠である。
Ｗeb）の閲覧情報や電子メールといった電子的な情報
を効率良く概観し、必要な情報だけを取得するために
は、文書の要約技術が必要不可欠である。
【０００３】従来、コンピュータによる文書処理におい
て、文書を要約するために文書中から重要文を自動を抽
出する技術としては、「文書中の単語頻度を利用する手
法」、「文書構造を解析する手法」がよく用いられる。
「文書中の単語頻度を利用する手法」は、大量の文書を
統計処理することにより、文書中に現れる各単語を単語
単位の出現頻度、文書単位の出現頻度を基にランキング
し、そのランキングが高い単語を含む文を重要文として
選択する手法である。一方、「文書構造を解析する手
法」は、文書の構造から主題があるべきブロックを同定
し、その中から重要文を選択したり、話題の導入、転換
等を表す言語表現を指標に重要文を選択する手法であ
る。
て、文書を要約するために文書中から重要文を自動を抽
出する技術としては、「文書中の単語頻度を利用する手
法」、「文書構造を解析する手法」がよく用いられる。
「文書中の単語頻度を利用する手法」は、大量の文書を
統計処理することにより、文書中に現れる各単語を単語
単位の出現頻度、文書単位の出現頻度を基にランキング
し、そのランキングが高い単語を含む文を重要文として
選択する手法である。一方、「文書構造を解析する手
法」は、文書の構造から主題があるべきブロックを同定
し、その中から重要文を選択したり、話題の導入、転換
等を表す言語表現を指標に重要文を選択する手法であ
る。
【０００４】
【発明が解決しようとする課題】従来技術の「文書中の
単語頻度を利用する手法」は、大量の文書データが用意
できる場合には有効な方法となるが、反面、（１）大量
の文書データが必要である、（２）必ずしもランキング
が高い単語（一般的に文書内出現頻度が高く、他文書に
おける出現頻度が少ない単語）が重要文に含まれている
とは限らない、（３）該当単語の出現頻度が非常に高い
場合、ほとんどの文に該当単語が含まれて多数の文が選
択されてしまう、などの問題点がある。
単語頻度を利用する手法」は、大量の文書データが用意
できる場合には有効な方法となるが、反面、（１）大量
の文書データが必要である、（２）必ずしもランキング
が高い単語（一般的に文書内出現頻度が高く、他文書に
おける出現頻度が少ない単語）が重要文に含まれている
とは限らない、（３）該当単語の出現頻度が非常に高い
場合、ほとんどの文に該当単語が含まれて多数の文が選
択されてしまう、などの問題点がある。
【０００５】また、「文書構造を解析する手法」は、文
書構造をうまく解析できれば効果的であるが、文書構造
を正しく解析できなければならず、話し言葉のように解
析が困難な文書や、電子メールのように定型的な構造を
持たない文書を対象とする場合、重要文抽出までたどり
つかない問題がある。
書構造をうまく解析できれば効果的であるが、文書構造
を正しく解析できなければならず、話し言葉のように解
析が困難な文書や、電子メールのように定型的な構造を
持たない文書を対象とする場合、重要文抽出までたどり
つかない問題がある。
【０００６】本発明は、上記従来技術の問題点に鑑みて
なされたもので、文書中から簡単かつ高い精度で、重要
表現を含んだ文を重要文として抽出する文書重要文抽出
方法、文書重要文抽出装置、及びそのための文書重要文
抽出プログラムを記録した記録媒体を提供することを目
的とする。
なされたもので、文書中から簡単かつ高い精度で、重要
表現を含んだ文を重要文として抽出する文書重要文抽出
方法、文書重要文抽出装置、及びそのための文書重要文
抽出プログラムを記録した記録媒体を提供することを目
的とする。
【０００７】
【課題を解決するための手段】上記目的を達成するため
に、本発明は、重要文として不適な表現と重要表現を記
述したテーブルを用意し、文書中から不適表現を含んだ
文を取り除いた後の文書を対象に、重要表現を含んだ文
を重要文として抽出することを特徴とするものである。
なお、場合によっては、不適表現を含んだ文を取り除く
処理は省略してもよい。
に、本発明は、重要文として不適な表現と重要表現を記
述したテーブルを用意し、文書中から不適表現を含んだ
文を取り除いた後の文書を対象に、重要表現を含んだ文
を重要文として抽出することを特徴とするものである。
なお、場合によっては、不適表現を含んだ文を取り除く
処理は省略してもよい。
【０００８】
【発明の実施の形態】図１は、本発明の文書重要文抽出
方法の処理フロー図である。図１に示すように、本発明
方法では、文書を入力し（ステップＳ１）、該入力され
た文書を形態素解析し（ステップＳ２）、該形態素解析
された文書を文単位に分割し（ステップＳ３）、まず、
重要文として不適な表現を記述した不適表現テーブルを
参照して、文単位に分割された文書中から不適表現を含
んだ文を取り除き（ステップＳ４）、次に、重要表現を
記述した重要表現テーブルを参照して、不適表現を含ん
だ文を取り除いた文書中から重要表現を含んだ文を重要
文として抽出し（ステップＳ５）、該抽出した重要文を
出力する（ステップＳ６）。ここで、ステップＳ４の不
適表現を含んだ文を取り除く処理は、場合によっては省
略し、文単位に分割された文書中から、重要表現テーブ
ルを参照して直接重要表現を含んだ文を重要文として抽
出してもよい。
方法の処理フロー図である。図１に示すように、本発明
方法では、文書を入力し（ステップＳ１）、該入力され
た文書を形態素解析し（ステップＳ２）、該形態素解析
された文書を文単位に分割し（ステップＳ３）、まず、
重要文として不適な表現を記述した不適表現テーブルを
参照して、文単位に分割された文書中から不適表現を含
んだ文を取り除き（ステップＳ４）、次に、重要表現を
記述した重要表現テーブルを参照して、不適表現を含ん
だ文を取り除いた文書中から重要表現を含んだ文を重要
文として抽出し（ステップＳ５）、該抽出した重要文を
出力する（ステップＳ６）。ここで、ステップＳ４の不
適表現を含んだ文を取り除く処理は、場合によっては省
略し、文単位に分割された文書中から、重要表現テーブ
ルを参照して直接重要表現を含んだ文を重要文として抽
出してもよい。
【０００９】図２は、本発明の文書重要文抽出装置の一
実施例の概略ブロック図である。本文書重要文抽出装置
は、文書入力装置１０、形態素解析部２１、単文分割部
２２、不適文除去部２３及び重要文抽出部２４の各処理
機能を有する文書処理装置本体２０、文書出力装置３
０、及び、単語辞書４１、不適表現テーブル４２、及び
重要表現テーブル４３を格納する記憶装置４０などで構
成される。この構成は、所謂コンピュータシステムで実
現されるものである。ここで、文書入力装置１０は、キ
ーボード、イメージスキャナ、ＦＤ−やＣＤ−ＲＯＭ等
のドライバ、あるいは、ＷＷＷや電子メールでの文書入
力のための通信インタフェースの総称である。文書処理
装置本体２０は、実行するプログラムや所要データ等を
格納するための内部メモリを有する所謂ＣＰＵ本体であ
る。文書出力装置３０はディスプレィやプリンタであ
る。記憶装置４０はハードディスクなどである。
実施例の概略ブロック図である。本文書重要文抽出装置
は、文書入力装置１０、形態素解析部２１、単文分割部
２２、不適文除去部２３及び重要文抽出部２４の各処理
機能を有する文書処理装置本体２０、文書出力装置３
０、及び、単語辞書４１、不適表現テーブル４２、及び
重要表現テーブル４３を格納する記憶装置４０などで構
成される。この構成は、所謂コンピュータシステムで実
現されるものである。ここで、文書入力装置１０は、キ
ーボード、イメージスキャナ、ＦＤ−やＣＤ−ＲＯＭ等
のドライバ、あるいは、ＷＷＷや電子メールでの文書入
力のための通信インタフェースの総称である。文書処理
装置本体２０は、実行するプログラムや所要データ等を
格納するための内部メモリを有する所謂ＣＰＵ本体であ
る。文書出力装置３０はディスプレィやプリンタであ
る。記憶装置４０はハードディスクなどである。
【００１０】図２において、文書入力装置１０は、重要
文抽出の対象となる文書の入力を行い、入力された文書
を形態素解析部２１に送出する。形態素解析部２１は、
文書入力装置１０より受け取った文書を単語辞書４１を
参照して形態素解析を行い、この形態素解析された文書
を単文分割部２２に送出する。単文分割部２２は、形態
素解析部２２より受け取った文書を文単位に分割する。
ここまでは従来と同様である。単文分割部２２では、こ
の文単位に分割された文書を不適文除去部４０に送出す
る。
文抽出の対象となる文書の入力を行い、入力された文書
を形態素解析部２１に送出する。形態素解析部２１は、
文書入力装置１０より受け取った文書を単語辞書４１を
参照して形態素解析を行い、この形態素解析された文書
を単文分割部２２に送出する。単文分割部２２は、形態
素解析部２２より受け取った文書を文単位に分割する。
ここまでは従来と同様である。単文分割部２２では、こ
の文単位に分割された文書を不適文除去部４０に送出す
る。
【００１１】不適文除去部２３は、不適表現テーブル４
２を参照することにより、単文分割部２２より受け取っ
た文書中から不適表現を含んだ文を取り除く。不適表現
テーブル４２には、重要文として不適な表現が形態素情
報、文位置情報として記述されている。不適文除去部２
３により、不適表現テーブル４２に記述されたいずれか
の表現を含んだ文全てが文書中から取り除かれる。不適
表現を含んだ文を取り除いた文書が重要文抽出部２４に
送出される。
２を参照することにより、単文分割部２２より受け取っ
た文書中から不適表現を含んだ文を取り除く。不適表現
テーブル４２には、重要文として不適な表現が形態素情
報、文位置情報として記述されている。不適文除去部２
３により、不適表現テーブル４２に記述されたいずれか
の表現を含んだ文全てが文書中から取り除かれる。不適
表現を含んだ文を取り除いた文書が重要文抽出部２４に
送出される。
【００１２】重要文抽出部２４は、重要表現テーブル４
３を参照することにより、不適文除去部２３より受け取
った文書中から重要表現を含んだ文を抽出する。重要表
現テーブル４３には、重要表現が形態素情報、文位置情
報として記述されている。重要文抽出部２４により、重
要表現テーブル４３に記述されたいずれかの表現を含ん
だ文全てが重要文として文書中から抽出される。抽出さ
れた重要文は文書出力装置３０に出力される。
３を参照することにより、不適文除去部２３より受け取
った文書中から重要表現を含んだ文を抽出する。重要表
現テーブル４３には、重要表現が形態素情報、文位置情
報として記述されている。重要文抽出部２４により、重
要表現テーブル４３に記述されたいずれかの表現を含ん
だ文全てが重要文として文書中から抽出される。抽出さ
れた重要文は文書出力装置３０に出力される。
【００１３】次に、具体例を用いて、本発明による文書
から重要文を抽出する手法を説明する。
から重要文を抽出する手法を説明する。
【００１４】文書入力装置１０で、以下の電子メール文
書が入力された場合を考える。 ＜入力＞ 横須賀情報通信 高木様 三田商事の竹石です。いつもお世話になっております。 システム緊急会議のお願いです。 貴社に納入して頂いた在庫管理システムが今朝ダウン
し、現在非常モードで稼働中です。主な状況は以下の通
りです。 ・端末からアクセスしても初期画面が表示されません。 ・バックアップデータがリストアできません。 年末時期で業務に支障があり、早急に対応策を検討しな
ければなりません。至急電話を頂けないでしょうか？本
日１５時から１７時に三田商事本社会議室で緊急対策会
議を行いますので、ご出席をお願いしたいと思います。
申し訳ありませんが、よろしくお願いします。
書が入力された場合を考える。 ＜入力＞ 横須賀情報通信 高木様 三田商事の竹石です。いつもお世話になっております。 システム緊急会議のお願いです。 貴社に納入して頂いた在庫管理システムが今朝ダウン
し、現在非常モードで稼働中です。主な状況は以下の通
りです。 ・端末からアクセスしても初期画面が表示されません。 ・バックアップデータがリストアできません。 年末時期で業務に支障があり、早急に対応策を検討しな
ければなりません。至急電話を頂けないでしょうか？本
日１５時から１７時に三田商事本社会議室で緊急対策会
議を行いますので、ご出席をお願いしたいと思います。
申し訳ありませんが、よろしくお願いします。
【００１５】形態素解析部２１では、単語辞書４１を参
照して上記入力文書を形態素解析する。たとえば、上記
入力文書のうち、「三田商事の竹石です。」を形態素解
析した結果は、図３のようになる。図３において、上段
が原文及び分割点、中段が各単語の標準表記、下段が各
単語の品詞を表す。文書入力装置１０で入力された文書
は全て形態素解析部２１により、図３と同様に形態素解
析される。
照して上記入力文書を形態素解析する。たとえば、上記
入力文書のうち、「三田商事の竹石です。」を形態素解
析した結果は、図３のようになる。図３において、上段
が原文及び分割点、中段が各単語の標準表記、下段が各
単語の品詞を表す。文書入力装置１０で入力された文書
は全て形態素解析部２１により、図３と同様に形態素解
析される。
【００１６】単文分割部２２では、形態素解析された入
力文書を文単位に分割する。上記入力文書は、以下のよ
うに文単位に分割される。ただし、以下では、説明の都
合上、分割された文の順番に文番号を付与して示す。ま
た、形態素情報は省略する。 １ 横須賀情報通信 高木様 ２ 三田商事の竹石です。 ３ いつもお世話になっております。 ４ システム緊急会議のお願いです。 ５ 貴社に納入して頂いた在庫管理システムが今朝ダウ
ンし、現在非常モードで稼働中です。 ６ 主な状況は以下の通りです。 ７ ・端末からアクセスしても初期画面が表示されませ
ん。 ８ ・バックアップデータがリストアできません。 ９ 年末時期で業務に支障があり、早急に対応策を検討
しなければなりません。 １０ 至急電話を頂けないでしょうか？ １１ 本日１５時から１７時に三田商事本社会議室で緊
急対策会議を行いますので、ご出席をお願いしたいと思
います。 １２ 申し訳ありませんが、よろしくお願いします。
力文書を文単位に分割する。上記入力文書は、以下のよ
うに文単位に分割される。ただし、以下では、説明の都
合上、分割された文の順番に文番号を付与して示す。ま
た、形態素情報は省略する。 １ 横須賀情報通信 高木様 ２ 三田商事の竹石です。 ３ いつもお世話になっております。 ４ システム緊急会議のお願いです。 ５ 貴社に納入して頂いた在庫管理システムが今朝ダウ
ンし、現在非常モードで稼働中です。 ６ 主な状況は以下の通りです。 ７ ・端末からアクセスしても初期画面が表示されませ
ん。 ８ ・バックアップデータがリストアできません。 ９ 年末時期で業務に支障があり、早急に対応策を検討
しなければなりません。 １０ 至急電話を頂けないでしょうか？ １１ 本日１５時から１７時に三田商事本社会議室で緊
急対策会議を行いますので、ご出席をお願いしたいと思
います。 １２ 申し訳ありませんが、よろしくお願いします。
【００１７】不適文除去部２３では、単文分割部２２で
分割された全ての文に対し、不適表現テーブル４２に記
述された表現のいずれかが含まれているかどうかを調
べ、１つでも含まれていた場合、その文を、不適表現を
含んだ文、すなわち重要文とはなり得ない文として、単
文分割部２２から受け取った文書から取り除く。
分割された全ての文に対し、不適表現テーブル４２に記
述された表現のいずれかが含まれているかどうかを調
べ、１つでも含まれていた場合、その文を、不適表現を
含んだ文、すなわち重要文とはなり得ない文として、単
文分割部２２から受け取った文書から取り除く。
【００１８】図４に、不適表現テーブル４２の例を示
す。不適表現テーブル４２は、文位置情報と形態素情報
から構成される。文位置情報は、形態素情報で記述され
ている表現が含まれているかどうかをチェックする対象
となる文位置を記述している。通常“＊”となってお
り、全ての文を対象とする。たとえば“先頭文”となっ
ていれば、先頭の文しか対象とならない。形態素情報は
１組以上の接続情報、表層表記、標準表記、品詞の４つ
組から構成される。接続情報は、次の形態素の位置を規
定する。“ｎｅｘｔ”は次の形態素が直後にあることを
表し、“ｆａｒ”は次の形態素が離れていても良いこと
を表す。また、“ｅｎｄ”は文末であることを表し、
“−”は次に形態素情報がないことを表す。表層表記、
標準表記、品詞における“＊”は全てにマッチすること
を表す。
す。不適表現テーブル４２は、文位置情報と形態素情報
から構成される。文位置情報は、形態素情報で記述され
ている表現が含まれているかどうかをチェックする対象
となる文位置を記述している。通常“＊”となってお
り、全ての文を対象とする。たとえば“先頭文”となっ
ていれば、先頭の文しか対象とならない。形態素情報は
１組以上の接続情報、表層表記、標準表記、品詞の４つ
組から構成される。接続情報は、次の形態素の位置を規
定する。“ｎｅｘｔ”は次の形態素が直後にあることを
表し、“ｆａｒ”は次の形態素が離れていても良いこと
を表す。また、“ｅｎｄ”は文末であることを表し、
“−”は次に形態素情報がないことを表す。表層表記、
標準表記、品詞における“＊”は全てにマッチすること
を表す。
【００１９】上記分割された各文において、たとえば、 １ 横須賀情報通信 高木様 では、「様（文末）」の部分が不適表現テーブル４２の
テーブルＩＤ１００の表現にマッチする。従って、文書
から取り除かれる文となる。同様にして、 ２ 三田商事の竹石です。 は、「竹石です」の部分がテーブルＩＤ１０１にマッ
チ、 ３ いつもお世話になっております。 は、「世話になっ」の部分がテーブルＩＤ１０２にマッ
チ、 １２ 申し訳ありませんが、よろしくお願いします。 は、「が、よろしくお願いし」の部分がテーブルＩＤ１
０３にマッチする。なお、文番号１２は、「、」と「お
願い」の間に「よろしく」が入っているが、テーブルＩ
Ｄ１０３の「、」の接続情報が“ｆａｒ”になっている
ので、「お願い」が離れていても構わない。
テーブルＩＤ１００の表現にマッチする。従って、文書
から取り除かれる文となる。同様にして、 ２ 三田商事の竹石です。 は、「竹石です」の部分がテーブルＩＤ１０１にマッ
チ、 ３ いつもお世話になっております。 は、「世話になっ」の部分がテーブルＩＤ１０２にマッ
チ、 １２ 申し訳ありませんが、よろしくお願いします。 は、「が、よろしくお願いし」の部分がテーブルＩＤ１
０３にマッチする。なお、文番号１２は、「、」と「お
願い」の間に「よろしく」が入っているが、テーブルＩ
Ｄ１０３の「、」の接続情報が“ｆａｒ”になっている
ので、「お願い」が離れていても構わない。
【００２０】このようにして、不適文除去部２３では、
入力文書中から文番号１、２、３、１２の４文が取り除
かれ、以下の文書が重要文抽出部２３へ送出される。 ４ システム緊急会議のお願いです。 ５ 貴社に納入して頂いた在庫管理システムが今朝ダウ
ンし、現在非常モードで稼働中です。 ６ 主な状況は以下の通りです。 ７ ・端末からアクセスしても初期画面が表示されませ
ん。 ８ ・バックアップデータがリストアできません。 ９ 年末時期で業務に支障があり、早急に対応策を検討
しなければなりません。 １０ 至急電話を頂けないでしょうか？ １１ 本日１５時から１７時に三田商事本社会議室で緊
急対策会議を行いますので、ご出席をお願いしたいと思
います。
入力文書中から文番号１、２、３、１２の４文が取り除
かれ、以下の文書が重要文抽出部２３へ送出される。 ４ システム緊急会議のお願いです。 ５ 貴社に納入して頂いた在庫管理システムが今朝ダウ
ンし、現在非常モードで稼働中です。 ６ 主な状況は以下の通りです。 ７ ・端末からアクセスしても初期画面が表示されませ
ん。 ８ ・バックアップデータがリストアできません。 ９ 年末時期で業務に支障があり、早急に対応策を検討
しなければなりません。 １０ 至急電話を頂けないでしょうか？ １１ 本日１５時から１７時に三田商事本社会議室で緊
急対策会議を行いますので、ご出席をお願いしたいと思
います。
【００２１】重要文抽出部２４では、不適文除去部２３
４０から受け取った、不適表現を含んだ文の取り除かれ
た文書中の全ての文に対し、重要表現テーブル４３に記
述された表現のいずれかが含まれているかどうかを調
べ、１つでも含まれていた場合、重要文として抽出す
る。
４０から受け取った、不適表現を含んだ文の取り除かれ
た文書中の全ての文に対し、重要表現テーブル４３に記
述された表現のいずれかが含まれているかどうかを調
べ、１つでも含まれていた場合、重要文として抽出す
る。
【００２２】図５に、重要表現テーブル４３の例を図４
に示す。重要表現テーブル４３の構成は、図４の不適表
現テーブル４２の構成と同じである。したがって、重要
文抽出部２４では不適文除去部２３と同様の手法で照合
を行う。
に示す。重要表現テーブル４３の構成は、図４の不適表
現テーブル４２の構成と同じである。したがって、重要
文抽出部２４では不適文除去部２３と同様の手法で照合
を行う。
【００２３】上記文例では、不適文除去部２３から受け
取った文書のうち、 ４ システム緊急会議のお願いです。 の「お願いです」の部分がテーブルＩＤ２０２にマッ
チ、 １０ 至急電話を頂けないでしょうか？ の「か？」の部分がテーブルＩＤ２００にマッチ、 １１ 本日１５時から１７時に三田商事本社会議室で緊
急対策会議を行いますので、ご出席をお願いしたいと思
います。 の「お願いし」の部分がテーブルＩＤ２０１にマッチす
る。なお、テーブルＩＤ２０４の形態素情報は、 ９ 年末時期で業務に支障があり、早急に対応策を検討
しなければなりません。 の「を」の部分とマッチするが、文位置情報に“先頭
文”とあるので、先頭文でない文番号９は該当しない。
（この場合の先頭文は文番号４）。
取った文書のうち、 ４ システム緊急会議のお願いです。 の「お願いです」の部分がテーブルＩＤ２０２にマッ
チ、 １０ 至急電話を頂けないでしょうか？ の「か？」の部分がテーブルＩＤ２００にマッチ、 １１ 本日１５時から１７時に三田商事本社会議室で緊
急対策会議を行いますので、ご出席をお願いしたいと思
います。 の「お願いし」の部分がテーブルＩＤ２０１にマッチす
る。なお、テーブルＩＤ２０４の形態素情報は、 ９ 年末時期で業務に支障があり、早急に対応策を検討
しなければなりません。 の「を」の部分とマッチするが、文位置情報に“先頭
文”とあるので、先頭文でない文番号９は該当しない。
（この場合の先頭文は文番号４）。
【００２４】以上により、重要文抽出部２４では、上記
の３文、すなわち、 ４ システム緊急会議のお願いです。 １０ 至急電話を頂けないでしょうか？ １１ 本日１５時から１７時に三田商事本社会議室で緊
急対策会議を行いますので、ご出席をお願いしたいと思
います。 が重要文として抽出されることになる。
の３文、すなわち、 ４ システム緊急会議のお願いです。 １０ 至急電話を頂けないでしょうか？ １１ 本日１５時から１７時に三田商事本社会議室で緊
急対策会議を行いますので、ご出席をお願いしたいと思
います。 が重要文として抽出されることになる。
【００２５】図２の実施例では、不適文除去部２３で不
適表現を含んだ文を取り除いた文書を対象として、重要
文抽出部２４で重要文を抽出しているが、不適文除去部
２３での処理を省略し、不適文を取り除かずに重要文抽
出を行うこともできる。その場合、上記文書例では、文
番号１から１２の文全てが重要文抽出部５０への入力と
なるので、文番号４、１０、１１の３文以外に、 １２ 申し訳ありませんが、よろしくお願いします。 が抽出される。（「お願いし」とテーブルＩＤ２０１が
マッチ）。
適表現を含んだ文を取り除いた文書を対象として、重要
文抽出部２４で重要文を抽出しているが、不適文除去部
２３での処理を省略し、不適文を取り除かずに重要文抽
出を行うこともできる。その場合、上記文書例では、文
番号１から１２の文全てが重要文抽出部５０への入力と
なるので、文番号４、１０、１１の３文以外に、 １２ 申し訳ありませんが、よろしくお願いします。 が抽出される。（「お願いし」とテーブルＩＤ２０１が
マッチ）。
【００２６】したがって、抽出される重要文は、 ４ システム緊急会議のお願いです。 １０ 至急電話を頂けないでしょうか？ １１ 本日１５時から１７時に三田商事本社会議室で緊
急対策会議を行いますので、ご出席をお願いしたいと思
います。 １２ 申し訳ありませんが、よろしくお願いします。の
４文となる。
急対策会議を行いますので、ご出席をお願いしたいと思
います。 １２ 申し訳ありませんが、よろしくお願いします。の
４文となる。
【００２７】このように、不適文除去部２３の処理を省
略することで、それほど重要ではない文番号１２も抽出
されてしまうが、上記文書例では、多少精度が落ちる程
度で問題はない。
略することで、それほど重要ではない文番号１２も抽出
されてしまうが、上記文書例では、多少精度が落ちる程
度で問題はない。
【００２８】次に、他の具体例として、文書入力装置１
０で、以下の電子メール文書が入力された場合を考え
る。 ＜入力＞ 田中です。 ４月２５日に「第３回情報通信学習会」を開催します。
今回のテーマは、「エージェント通信」です。佐藤さん
のグループには関連の深いテーマだと思います。参加希
望者がございましたら、田中までご連絡ください。多数
の参加、お待ちしております。
０で、以下の電子メール文書が入力された場合を考え
る。 ＜入力＞ 田中です。 ４月２５日に「第３回情報通信学習会」を開催します。
今回のテーマは、「エージェント通信」です。佐藤さん
のグループには関連の深いテーマだと思います。参加希
望者がございましたら、田中までご連絡ください。多数
の参加、お待ちしております。
【００２９】形態素解析部２１、単文分割部２２を経
て、 １ 田中です。 ２ ４月２５日に「第３回情報通信学習会」を開催しま
す。 ３ 今回のテーマは、「エージェント通信」です。 ４ 佐藤さんのグループには関連の深いテーマだと思い
ます。 ５ 参加希望者がございましたら、田中までご連絡くだ
さい。 ６ 多数の参加、お待ちしております。 が不適文除去部２３に送出される。
て、 １ 田中です。 ２ ４月２５日に「第３回情報通信学習会」を開催しま
す。 ３ 今回のテーマは、「エージェント通信」です。 ４ 佐藤さんのグループには関連の深いテーマだと思い
ます。 ５ 参加希望者がございましたら、田中までご連絡くだ
さい。 ６ 多数の参加、お待ちしております。 が不適文除去部２３に送出される。
【００３０】不適文除去部２３では、図４の不適表現テ
ーブル４２を参照することにより、 １ 田中です。 が取り除かれる。（「田中です」とテーブルＩＤ１０１
がマッチ）。
ーブル４２を参照することにより、 １ 田中です。 が取り除かれる。（「田中です」とテーブルＩＤ１０１
がマッチ）。
【００３１】したがって、重要文抽出部２４には、 ２ ４月２５日に「第３回情報通信学習会」を開催しま
す。 ３ 今回のテーマは、「エージェント通信」です。 ４ 佐藤さんのグループには関連の深いテーマだと思い
ます。 ５ 参加希望者がございましたら、田中までご連絡くだ
さい。 ６ 多数の参加、お待ちしております。が送出される。
す。 ３ 今回のテーマは、「エージェント通信」です。 ４ 佐藤さんのグループには関連の深いテーマだと思い
ます。 ５ 参加希望者がございましたら、田中までご連絡くだ
さい。 ６ 多数の参加、お待ちしております。が送出される。
【００３２】重要文抽出部２４では、図５の重要表現テ
ーブル４３を参照することにより、 ２ ４月２５日に「第３回情報通信学習会」を開催しま
す。 ５ 参加希望者がございましたら、田中までご連絡くだ
さい。 がそれぞれ「を」（先頭文）とテーブルＩＤ２０４のマ
ッチ、「ご連絡ください」とテーブルＩＤ２０３のマッ
チで重要文として抽出される。
ーブル４３を参照することにより、 ２ ４月２５日に「第３回情報通信学習会」を開催しま
す。 ５ 参加希望者がございましたら、田中までご連絡くだ
さい。 がそれぞれ「を」（先頭文）とテーブルＩＤ２０４のマ
ッチ、「ご連絡ください」とテーブルＩＤ２０３のマッ
チで重要文として抽出される。
【００３３】この例で不適文除去部２３の処理を省略し
た場合、重要文抽出部２４では、文番号２が抽出されな
い。これは文番号２が先頭文でなくなるため、テーブル
ＩＤ２０４の文位置情報を満たさないからである。した
がって抽出される重要文は、 ５ 参加希望者がございましたら、田中までご連絡くだ
さい。 となり、精度がかなり落ちることになる。
た場合、重要文抽出部２４では、文番号２が抽出されな
い。これは文番号２が先頭文でなくなるため、テーブル
ＩＤ２０４の文位置情報を満たさないからである。した
がって抽出される重要文は、 ５ 参加希望者がございましたら、田中までご連絡くだ
さい。 となり、精度がかなり落ちることになる。
【００３４】以上、本発明の実施例について説明した。
ここで、図１に示した本発明の文書重要文抽出方法の処
理フローは、文書重要文抽出プログラムとして、ＦＤも
しくはＣＤ−ＲＯＭ等の記録媒体にコンピュータ読み取
り可能な形式で記録し、販売してもよい。この記録媒体
に記録された文書重要文抽出プログラムを計算機にイン
ストールすると、図２の実施形態での使用が可能にな
る。
ここで、図１に示した本発明の文書重要文抽出方法の処
理フローは、文書重要文抽出プログラムとして、ＦＤも
しくはＣＤ−ＲＯＭ等の記録媒体にコンピュータ読み取
り可能な形式で記録し、販売してもよい。この記録媒体
に記録された文書重要文抽出プログラムを計算機にイン
ストールすると、図２の実施形態での使用が可能にな
る。
【００３５】
【発明の効果】上述のように本発明によれば、重要文と
して不適な表現と重要表現を記述したテーブルを用意す
るだけで、簡単に、また高い精度で文書中の重要文を抽
出することができる。本発明は、特に電子メール文書等
に有効である。
して不適な表現と重要表現を記述したテーブルを用意す
るだけで、簡単に、また高い精度で文書中の重要文を抽
出することができる。本発明は、特に電子メール文書等
に有効である。
【図１】本発明の文書重要文抽出方法の処理フロー図で
ある。
ある。
【図２】本発明の文書重要文抽出装置の一実施例の概略
ブロック図である。
ブロック図である。
【図３】形態素解析結果の具体例を示す図である。
【図４】本発明に用いる不適表現テーブルの内容例を示
す図である。
す図である。
【図５】本発明に用いる重要表現テーブルの内容例を示
す図である。
す図である。
１０ 文書入力装置 ２０ 文書処理装置本体 ２１ 形態素解析部 ２２ 単文分割部 ２３ 不適文除去部 ２４ 重要文抽出部 ３０ 文書出力装置 ４０ 記憶装置 ４１ 単語辞書 ４２ 不適表現テーブル ４３ 重要表現テーブル
Claims (5)
- 【請求項１】 文書を入力し、該入力された文書を形態
素解析し、該形態素解析された文書を文単位に分割し、
重要表現を記述した重要表現テーブルを参照して、該文
単位に分割された文書中から重要表現を含んだ文を重要
文として抽出することを特徴とする文書重要文抽出方
法。 - 【請求項２】 請求項１記載の文書重要文抽出方法にお
いて、重要文として不適な表現を記述した不適表現テー
ブルを参照して、文書中から不適表現を含んだ文を取り
除いた後の文書を重要文抽出の対象とすることを特徴と
する文書重要文抽出方法。 - 【請求項３】 文書を入力する手段と、前記入力された
文書を形態素解析する手段と、前記形態素解析された文
書を文単位に分割する手段と、重要表現を記述した重要
表現テーブルと、前記重要表現テーブルを参照して、前
記文単位に分割された文書中から重要表現を含んだ文を
重要文として抽出する手段を有することを特徴とする文
書重要文抽出装置。 - 【請求項４】 文書を入力する手段と、前記入力された
文書を形態素解析する手段と、前記形態素解析された文
書を文単位に分割する手段と、重要文として不適な表現
を記述した不適表現テーブルと、前記不適表現テーブル
を参照して、前記文単位に分割された文書中から不適表
現を含んだ文を取り除く手段と、重要表現を記述した重
要表現テーブルと、前記重要表現テーブルを参照して、
前記不適表現を含んだ文を取り除いた文書中から重要表
現を含んだ文を重要文として抽出する手段を有すること
を特徴とする文書重要文抽出装置。 - 【請求項５】 文書から重要文を抽出するための文書重
要文抽出プログラムを記録したコンピュータ読み取り可
能な記録媒体であって、入力された文書を形態素解析す
る処理プロセスと、形態素解析された文書を文単位に分
割する処理プロセスと、重要文として不適な表現を記述
した不適表現テーブルを参照して、文単位に分割された
文書中から不適表現を含んだ文を取り除く処理プロセス
と、重要表現を記述した重要表現テーブルを参照して、
不適表現を含んだ文を取り除いた文書中から重要表現を
含んだ文を重要文として抽出する処理プロセスを有する
ことを特徴とする記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10070688A JPH11272686A (ja) | 1998-03-19 | 1998-03-19 | 文書重要文抽出方法、文書重要文抽出装置及び文書重要文抽出プログラムを記録した記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10070688A JPH11272686A (ja) | 1998-03-19 | 1998-03-19 | 文書重要文抽出方法、文書重要文抽出装置及び文書重要文抽出プログラムを記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11272686A true JPH11272686A (ja) | 1999-10-08 |
Family
ID=13438844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10070688A Pending JPH11272686A (ja) | 1998-03-19 | 1998-03-19 | 文書重要文抽出方法、文書重要文抽出装置及び文書重要文抽出プログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11272686A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002132799A (ja) * | 2000-10-20 | 2002-05-10 | Oki Electric Ind Co Ltd | 電子メール要約転送システム |
| JP2007336237A (ja) * | 2006-06-15 | 2007-12-27 | Chugoku Electric Power Co Inc:The | コールセンタの通話記録管理システムおよびその方法 |
| JP2018116512A (ja) * | 2017-01-19 | 2018-07-26 | 株式会社ナカヨ | 重要事項抽出方法 |
| JP2020035272A (ja) * | 2018-08-31 | 2020-03-05 | 株式会社日立ソリューションズ東日本 | 要約生成装置および要約生成方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0424869A (ja) * | 1990-05-21 | 1992-01-28 | Toshiba Corp | 文書処理システム |
| JPH0635971A (ja) * | 1992-07-16 | 1994-02-10 | Toshiba Corp | 文書検索装置 |
| JPH06259423A (ja) * | 1993-03-02 | 1994-09-16 | N T T Data Tsushin Kk | 要約自動作成方式 |
| JPH08255172A (ja) * | 1995-03-16 | 1996-10-01 | Toshiba Corp | 文書検索システム |
-
1998
- 1998-03-19 JP JP10070688A patent/JPH11272686A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0424869A (ja) * | 1990-05-21 | 1992-01-28 | Toshiba Corp | 文書処理システム |
| JPH0635971A (ja) * | 1992-07-16 | 1994-02-10 | Toshiba Corp | 文書検索装置 |
| JPH06259423A (ja) * | 1993-03-02 | 1994-09-16 | N T T Data Tsushin Kk | 要約自動作成方式 |
| JPH08255172A (ja) * | 1995-03-16 | 1996-10-01 | Toshiba Corp | 文書検索システム |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002132799A (ja) * | 2000-10-20 | 2002-05-10 | Oki Electric Ind Co Ltd | 電子メール要約転送システム |
| JP2007336237A (ja) * | 2006-06-15 | 2007-12-27 | Chugoku Electric Power Co Inc:The | コールセンタの通話記録管理システムおよびその方法 |
| JP2018116512A (ja) * | 2017-01-19 | 2018-07-26 | 株式会社ナカヨ | 重要事項抽出方法 |
| JP2020035272A (ja) * | 2018-08-31 | 2020-03-05 | 株式会社日立ソリューションズ東日本 | 要約生成装置および要約生成方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100890691B1 (ko) | 언어학적으로 지능적인 텍스트 압축방법 및 그 처리장치 | |
| US6694055B2 (en) | Proper name identification in chinese | |
| US7092496B1 (en) | Method and apparatus for processing information signals based on content | |
| US5369704A (en) | Down-line transcription system for manipulating real-time testimony | |
| EP0952533B1 (en) | Text summarization using part-of-speech | |
| US20070061131A1 (en) | Japanese virtual dictionary | |
| US20070239446A1 (en) | Down-line Transcription System Using Automatic Tracking And Revenue Collection | |
| US20020077832A1 (en) | Computer based integrated text/graphic document analysis | |
| US20060271365A1 (en) | Methods and apparatus for processing information signals based on content | |
| JPH07222248A (ja) | 携帯型情報端末における音声情報の利用方式 | |
| JPH11316762A (ja) | 電子メール要約転送表示方法及び装置及び電子メール要約転送表示プログラムを格納した記憶媒体 | |
| JPH11272686A (ja) | 文書重要文抽出方法、文書重要文抽出装置及び文書重要文抽出プログラムを記録した記録媒体 | |
| JPH1097530A (ja) | 日付変換方法および日付変換機能を備えた文書処理装置並びに文書処理プログラムを記録した記録媒体 | |
| JP2006146824A (ja) | 情報表示方法、情報表示システム、中継装置、情報表示装置及びコンピュータプログラム | |
| JP3612597B2 (ja) | 文書重要文ランキング方法、文書重要文ランキング装置、及び文書重要文ランキングプログラムを記録した記録媒体 | |
| JPH05224687A (ja) | 日本文読み上げ単語変換編集処理方式 | |
| Holmes | A Conversational Analysis of Computer-Mediated Discourse. | |
| JPH11153998A (ja) | 音声応答装置及びその方法、コンピュータ可読メモリ | |
| WO2010106660A1 (ja) | 特徴語提示装置及び特徴語提示プログラム | |
| US20080027911A1 (en) | Language Search Tool | |
| Siregar et al. | Word Formation in Text Messaging | |
| JPH10312380A (ja) | 電子メールサブジェクト生成方法及び装置及び電子メールサブジェクト生成プログラムを格納した記憶媒体 | |
| KR100277834B1 (ko) | 도서 낭독 시스템 및 서비스 처리 방법 | |
| JPH10187712A (ja) | 文書処理方法及び装置及び記憶媒体 | |
| JPH05290030A (ja) | 文書処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040224 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040907 |