JPS61117658A - 文章抄録装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は文章抄録装置、特に文意をパラグラフ毎等の形
で順次分割し、該分割した各パラグラフ等中に存在する
文華位に用語を夫々分離して当該用語の使用頻度等に基
づいて文の重要度を夫々判別し、各パラグラフ毎に最重
要度の文を順次つなぐ形で抄録を自動的に編集する文章
抄録装置に関するものである。

（従来の技術と発明が解決しようとする問題点）科学文
献等が多く発行されている現今では、当該科学文献等を
構成する文章の抄録を迅速に編集することが望まれてい
る。

従来、科学文献の抄録を編集する場合、当該科学文献中
にアブストラクト等の形で全体の概要を記述した領域が
あれば、当該領域に記述されているアブストラクト等を
抄録とすればよい。

しかし、該アブストラクト等の形の抄録がない場合には
、当該科学文献中に現れた用語の使用鏝度の高いものを
いわゆるキーワード（重要用語）の形で記述することが
行われている。しかし、該キーワードの形の記述のみで
は、当該科学文献等の内容を充分理解することが困難で
あるという問題点があった。また、人が当該科学文献等
を読んで、抄録を一々編集していたのでは、多くの人手
と時間とが必要となってしまうという問題点があった。

ｃ問題点を解決するための手段〕 本発明は、前記問題点を解決するために、文章をパラグ
ラフ毎等の形に順次分割し、該分割した各パラグラフ等
中に存在する文単位に用語を夫々分離して当該用語の使
用関度等に基づい（文の重要度を夫々判別し、各パラグ
ラフ毎に最重要度の文を順次つなぐ形で抄録をｍｌする
ことにより、文章の抄録を自動的に編集するようにして
いる。

そのため、本発明の文章抄録装置は、文章をパラグラフ
毎に分割し、当該分割したパラグラフ毎に代表となる文
を抽出することによって文章の抄録を編集する文章抄録
装置において、前記文章をタイトルおよびパラグラフに
分離するタイトル・パラグラフ分Ｍ装ｚと、該タイトル
　パラグラフ分離装置によって分離されたパラグラフ中
に存在する用語を抽出するパラグラフ内用語分析ＩＩと
、該パラグラフ内用語分析装置によって抽出した用語の
頻度を各文語に夫々算出する頻出用語集計装置と、前記
パラグラフ内用語分析装置によって抽出した各パラグラ
フ内に存在する用語に対して与える点数を他のパラグラ
フ内に存在する用語に関連づけた形で修正するパラグラ
フ間用語比較装置と、前記パラグラフ内用語分析装置に
よって抽出された用語に対して与えられた点数を計算し
ないこととする用語を格納する除外用語記憶装置と、前
記頻出用語集計装置を用いて集計した用語のうち前記除
外用語記憶装置に記憶されている用語に対しては点数を
加算しない形で前記文語に点数の総和を算出する文の重
要度計算装置とを備え、該文の重要度計算装置によって
計算された総和の内、前記各パラグラフ中に存在する最
大の総和となる文を夫々抽出して出力することによって
抄録を編集することを特徴としている。

〔実施例〕

以下図面を参照しつつ本発明の実施例を詳細に説明する
。

第１図は本発明の１実施例構成図、第２図ないし第５図
は第１図図示本発明の１実施例構成の動作を説明する動
作説明図を示す。

図中、ｌはタイトル・パラグラフ分離装置、２はパラグ
ラフ内用語分析装置、３は頻出用！５４Ａ計装置、４−
１は用語と出現文一覧データ・ベース、４−２は除外用
語一覧テーブル、４−３はパラグラフ内頻出用語データ
・ベース、５はパラグラフ間用語比較装置、６は文の重
要変針ｎ装置を表す。

Ｍ１図において、図中タイトル・パラグラフ分離装置ｌ
は、抄録を作成しようとする図示文章ｔａ＋を後述する
如くタイトルおよび図示パラグラフｆｂｌＯ形に分離す
るためのものである。

図中パラグラフ内用語分析装置２は、前記タイトル・パ
ラグラフ分離装置ｌによって分離された各パラグラフ分
離装置に存在する文を構成する図示用！！（Ｃ１を夫々
抽出するためのものであるｅ　Ｉｓ油抽出た各用語ｆｃ
ｌは、図中用語と出現文一覧データ・ベース４−１に夫
々格納されると共に頻出用語集計装置３に通知される。

図中頻出用語集計装置３は、パラグラフ内用語分析装置
２から通知された用語（Ｃ１に対して夫々使用顧度を後
述する如く各文華位に集計するためのものである。咳四
計結果は図中パラグラフ内卯出用語データ　ベース４−
３に格納される。また、後述する図中除外用語一覧テー
ブル４−２に記述されている除外用語に対しては、使用
頻度の集計を行わない。

図中パラグラフ間用語比較装置５は、前記パラグラフ内
卵出用語データ　ベース４−３に格納したパラグラフ内
の各用語に対する使用頻度を直前の他のパラグラフ内の
ものと比較して当該使用頻度が増大した場合には、後述
する如く加算数を与えるためのものである。

図中文の重要度肝Ｘ装置６は、各パラグラフ中に存在す
る文単位に文の重要度を後述する如く夫々計算するため
のものである。該計算の結果、各パラグラフ中に存在す
る文の中で最も重要であると計算された文を、当該パラ
グラフを代表するキーセンテンスとして抽出する。そし
て、８亥キーセンテンスを集めたものが、図示抄録文ｔ
ｄ＋の形で出力されるや 以上の如き構成を用いることによって、図示人力した文
章１ａｌから各パラグラフ毎に最も重要であると判断さ
れた文（キーセンテンス）が夫々抽出され、当該抽出し
た各文を連ねた形の抄録文ｆｄ＋が自動的に編集される
。以下第２図ないし第５図を用いて第１図図示構成の動
作を詳細に説明する。

第２図は第１図図中文章ｉａ＋の例をボ４°６図中■を
用いて示す“２．２．１論理通ずとネット・ノーク°は
タイトルであり、図中■および■を用いてポす３１域は
夫々パラグラフｉｌ＋および（２）である、ここで、タ
イトル゛２．２．１論理通信ネ７トワーク°は、当該パ
ラグラフ（節）で記述される内容を判り易い形で表現し
たものであり、後述する如（文の重要度を計算する場合
に点数が大きく設定される文に１亥当する。そして、パ
ラグラフ（１）および（２）等のパラグラフは、以下の
！ｌＤき性質を備えている。

第１に、当該パラグラフ準位に重要なａ念が述べられて
いる。これは、パラグラフ華位に重要な概念が述べられ
、順次パラグラフが進行するに伴い当該パラグラフに述
べられた概念が発展あるいは移行していくことを判別で
きる性質を瀘えていることを意味する。従って、後述す
る如く文章ｔａｒを当該パラグラフ単位に分割し、該分
割したパラグラフ箪位中に存在する文のうち最も重要な
文をキーセンテンスとして抽出する９義が存在する。

第２に、当該パラグラフ内に記述された用語の使用頻度
は、重要な概念に関連している。これは、各パラグラフ
中に存在する用語の使用頻度が記述しようとする重要な
概念に対応していることを意味する。従゛って、当該用
語の使用ｗ度を文単位に夫々計算し、その結果から前記
最も重要な文をキーセンテンスとして抽出する手段が臀
意となる。

第３に、パラグラフが変わるに伴って当該パラグラフ中
に記述される概念の視点が動くため、頻出用語の一覧に
変化が現れる。これは、各パラグラフに記述される概念
と当該パラグラフ中で使用される用語の快用頻瓜との間
に相関が存在４゛ることを、０味し、第１図図中パラグ
ラフ内頻出用語データ・ベース４−３中に格納された各
パラグラフ毎に抽出された頻出用語の一覧テーブルを参
照することによって判明する。従って、当該パラグラフ
中に記述された概念の視点が変化していく状態（１１！
移）を前記パラグラフ内頻出用語データ・ベース４−３
から把握して、当該文章の流れに追従した形でｎｊＩ記
最も重要な文を各バラクラフ中からキーセンテンスとし
て抽出することが可能となる。

このため、後述する如く、パラグラフの進展に１１−い
使用頻度が増大した用語に対しては加１９数を与えてい
る。

第３図は第２図図示文量ｔｅｌから当該文章のタイトル
およびパラグラフを夫々分離したものを示す。

１亥分離は第１図図中タイトル・パラグラフ分Ｍ装置ｌ
によって行われる。

図中■は、第２図図中からタイトル°論理通信不、トワ
ーク”を分離した状態を示す、該分離は例えば節の番号
’２．２．１”等を参照してタイトルであることを判別
１ればよい。

図中■ないし■は、第２図図中からバラクラフｆｌ＋、
（２）ないしくｎ）を夫々分離した状態を示°４．該分
離は例えば文章中のいわゆる“段落”　（改行）を目安
として判別すればよい。

？ｉ４Ｕ！Ｊは第３図図中タイトルおよびパラグラフ中
から各用語を分析したものを示す、該分析は第１図図中
パラグラフ内用語分析装置２によって行０れる。また、
図中縦方向は、タイトルおよびバラクラフｉｌ＋、（２
）ないしくｎｌを夫々示ｔ０図中■を用いて示す”用語
゛（闇には、第３図図示タイトルおよびパラグラフ中か
ら分析された用語、例えば第３図図示パラグラフ＋１＋
中から夫ケ分析された“コンピュータダ、“プログラム
”等の用語か夫々示されている。該分析は全ての文章を
１語に分υ１し、部分７．ｌＩした単語の内からいわゆ
る自立語を抽出する形で行われる。

図中■を用いて示す“１点数”欄には、″用語′欄■に
示した各用語に対して夫々与えられる点数を示す、該点
数は一般に“１点”を与えるが、重要な用語に対しては
大きな点数を与える０例えばタイトル中から分析された
用語例えば“論理通信ネットワーク゛に対しては、当該
用語が抄録を編集するのに重要であるので“５点°を与
える。また、各パラグラフ中の重要な用語、例えば°プ
ログラム”等に対しては“２点”を与える。これらの台
、数は、抄録を編集しようとする文章が１ｆｆｌ信機関
係のものであるか、否か等に対応した形で予め設定して
おく。

図中［相］を用いて示す′カロ算数°憫には、直前のパ
ラグラフ中に存在する用語の数に封して当該パラグラフ
中に存在する用語の頻出数か増大した場合に、当該用語
に対して加算する点数を示す、該加算する点数は、第１
図図中パラグラフ間用語比較装置５によって行われるも
のであり、例えば図中Ｏを用いて示す°ｌ”の如く与え
られる。これは、パラグラフ（２）中に存在する用語゛
通信”の頻出数“ｌｏが、直前のパラグラフ（１）中に
存在する頻出数１０”よりも増大しているために与えら
れたものである。このように、パラグラフの進展に伴い
、頻出数の増大した用語に対して加算数を与えて、文章
中の各パラグラフに８ける概念の視点の移動あるいは展
開等に追従した形で、各パラグラフを代表する文を抽出
し易くすることかできるようにしたものである。

図中＠を用いて示す“除外処理”欄には、”○′印を用
いて点数を計算する対象としない用語を示す、ｊ＊”Ｏ
”印を用いて示した用語は、夕・イトルで示す“論理通
信ネットワーク”に関して記述された文章に対して、−
最に良く使われる用語であり、特に各パラグラフを特徴
づけるものでないので、点数を計算する対象としないこ
ととしたものである。また、一般に文章の特徴づけをし
ない用語、例えば第５図図示除外用語に示す９０き助詞
、助動詞等の自立語等でないものに対しても点数を計算
する対象としない。

次に、第２図ないし第５図を用いて夫々説明した第４図
図中“用語”欄、“点数”欄、“加算数′欄、゛除外処
理”欄および第５図図示除外用語を用いて各パラグラフ
中の最も重要な文を算出する動作を以）に３’Ｆ細に説
明する。該重要な文の算出は、第１図図中文の重要度肝
Ｘ装置６によって行われる。

第１ステツプとして、各パラグラフ中の各“文゛を単位
として、当該゛文”中に出現する用語（第４図図中゛用
語°欄に示す用語）に対して“点数°憫に記述された点
数を付与し、当該付与した、東故の総和を計算する。こ
の際、当該用語が゛加：ｌＥ数“欄に点数を記述したも
のに該当する場合には、当１亥欄中の点数も合わせた形
で総和を計算する。

第２ステツプとして、重要度を下式の如くして求める。

〔重要度〕−〔総和］÷〔文節数〕　　・・　ｉｌ＋具
体的に言うと、例えばパラグラフｉｌｌ中の１つの文 “コンビユニノー内のプログラムでは、玉ニゲがプロセ
スをすする・　” に対しては、下線を引いた部分が火粉用語てあ−２て５
個の用語からなり、他の部分は第５図図示の如き除外用
語であって以下に述べる計算の対象としない。そして、
第４図図中から当該用語中“コンピュータ゛、“プログ
ラム”および“制御゛が除外処理に該当するから重要度
を計算する対象としない。従って、文中”ユーザ゛δよ
びブ〔１セス”か重要度の計算の対象となり、第４図図
中の′点数”欄から夫々“ｌ今、”であることかＩ−Ｊ
Ｉ明するから、当該“文”に対する総和が“２占“とな
る・従って、！！重要度 （重要度）＝　　２＋５−０．４ となる、同様にしてパラグラフｔｌｌ中の他の“文”に
対しても夫々重要廣を計算する。そして、当該パラグラ
フ（１）中に存在する“文“の重要度の内、最も大きい
ものを当該パラグラフｔｌ＋の代表文（キーセンテンス
）として抽出する６ 同様にして他のパラグラフ（２）ないしパラグラフ（ｎ
ｌ　に対して夫々キーセンテンスを抽出する。該抽出し
たキーセンテンスを連ねたものか抄録となる。

〔発明の効果〕

以上説明した如く、本発明によれば、文章をパラグラフ
毎等の形に順次分割し、譲分ｉ１Ｌだ各パラグラフ等中
に存在する用語を文華位に夫々分離して当該用語の使用
ｕｆｆおよびパラグラフ間における用語の使用穎廣等に
基づいて文の重要９度を夫々量刑し、該判別の結果得ら
れた最重要廣の文を・順次つなく形で抄録を編集してい
るため、文章の抄録を自動的に編集することかできる。

【図面の簡単な説明】

第１図は本発明の１実施例構成図、第２図ないし第５図
は第１図図示本発明の１実施例構成の動作を説明する動
作説明図をボす。 図中、１は夕１トル　バラクラフ分離装置、２はパラグ
ラフ内用語分析装置、３はｔｐ出用語集計装置、４−１
は用語と出現文一覧デー夕　さ−ス、４−２は除外用語
一覧テーブル、４−３はバラ・グラフ内頻出用語データ
　ベース、５はパラグラフ間用語比較装置、６は文の重
要変針Ｘ装置を表す。

Claims (1)

【特許請求の範囲】
1. 文章をパラグラフ毎に分割し、当該分割したパラグラフ
   毎に代表となる文を抽出することによって文章の抄録を
   編集する文章抄録装置において、前記文章をタイトルお
   よびパラグラフに分離するタイトル・パラグラフ分離装
   置と、該タイトル・パラグラフ分離装置によって分離さ
   れたパラグラフ中に存在する用語を抽出するパラグラフ
   内用語分析装置と、該パラグラフ内用語分析装置によっ
   て抽出した用語の頻度を各文毎に夫々算出する頻出用語
   集計装置と、前記パラグラフ内用語分析装置によって抽
   出した各パラグラフ内に存在する用語に対して与える点
   数を他のパラグラフ内に存在する用語に関連づけた形で
   修正するパラグラフ間用語比較装置と、前記パラグラフ
   内用語分析装置によって抽出された用語に対して与えら
   れた点数を計算しないこととする用語を格納する除外用
   語記憶装置と、前記頻出用語集計装置を用いて集計した
   用語のうち前記除外用語記憶装置に記憶されている用語
   に対しては点数を加算しない形で前記文毎に点数の総和
   を算出する文の重要度計算装置とを備え、該文の重要度
   計算装置によって計算された総和の内、前記各パラグラ
   フ中に存在する最大の総和となる文を夫々抽出して出力
   することによって抄録を編集することを特徴とする文章
   抄録装置。