JP4181330B2

JP4181330B2 - 要約作成プログラム及びシステム並びにコンピュータによる要約作成方法

Info

Publication number: JP4181330B2
Application number: JP2002072885A
Authority: JP
Inventors: 佳代子磯尾; 恭子牧野; 誠司岩田
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2002-03-15
Filing date: 2002-03-15
Publication date: 2008-11-12
Anticipated expiration: 2022-03-15
Also published as: JP2003271624A

Description

【０００１】
【発明の属する技術分野】
本発明は、テキストマイニング技術を利用した要約作成プログラム及びシステム並びにコンピュータによる要約作成方法に関する。
【０００２】
【従来の技術】
テキストマイニング技術とは、文書データに対するデータマイニング技術である。
【０００３】
テキストマイニング技術の具体例には、文書データに基づいて文脈の理解及び情報の要約・分類・検索を行う技術、文書データから知識情報を抽出する技術、文書で記述されている文書データ（定性情報）を数量（定量情報）化する技術などがある。
【０００４】
また、広義には、テキストマイニング結果に対して分析を行う技術もテキストマイニング技術に含まれる。
【０００５】
テキストマイニングを行う技術が、特願平１１−３３２１１４号に開示されている。特願平１１−３３２１１４号の発明では、概念ＩＤなどの情報が登録されている概念定義辞書を用いてテキストマイニングが行われる。
【０００６】
また、特願平１１−３３２１１４号の発明では、文書より抽出された複数の概念ＩＤの組み合わせについて、この複数の概念ＩＤの示す概念を接続する言葉である概念ラベルを定義する因果関係定義辞書が利用される。
【０００７】
【発明が解決しようとする課題】
上記特願平１１−３３２１１４号の発明では、因果関係定義辞書に新規登録する度に、概念ＩＤの組み合わせと概念ラベルとを指定し登録を命ずる作業を行う必要がある。
【０００８】
この作業は、登録する内容が多くなるにしたがって労力が大きくなり、時間がかかるという問題がある。
【０００９】
また、概念定義辞書への登録数が増えるごとに、因果関係定義辞書の登録数も増える。
【００１０】
本発明は、以上のような実情に鑑みてなされたもので、因果関係定義辞書への登録作業の効率化を図る要約作成プログラム及びシステム並びにコンピュータによる要約作成方法を提供することを目的とする。
【００１１】
【課題を解決するための手段】
本発明を実現するにあたって講じた具体的手段について以下に説明する。
【００１２】
本発明の要約作成プログラムは、コンピュータに、当該コンピュータが要約作成対象の文書データを入力するための入力機能と、データベースに記憶されており文書データを構成する文書要素とその文書要素の属するグループを識別可能なグループ識別情報を一部分に含む要素ＩＤとを関連付けた辞書情報を参照し、コンピュータに入力された要約作成対象の文書データに含まれておりかつ辞書情報に含まれている複数の文書要素とその要素ＩＤとを抽出する抽出機能と、データベースに記憶されており要素ＩＤの一部分であるグループ識別情報の組み合わせに対して文書要素を接続に利用される接続文書要素を関連付けた因果関係情報を参照し、抽出機能によって抽出された複数の要素ＩＤに含まれているグループ識別情報の組み合わせが、因果関係情報に登録されているか判断し、登録されていれば、抽出機能によって抽出された複数の要素ＩＤに含まれているグループ識別情報の組み合わせに対して関連付けされている接続文書要素を抽出する因果関係抽出機能と、複数の文書要素を並べるための結合関係を定めた結合関係情報に基づいて、抽出機能によって抽出された複数の文書要素を並べ、さらに、因果関係抽出機能によって接続文書要素が抽出されている場合には、並べられた複数の文書要素に対して抽出された接続文書要素を補い、要約データを作成する作成機能とを実現させる。
【００１３】
本発明では、辞書情報に登録された文書要素がグループ分けされている。また、因果関係情報がグループ単位で定義されている。新規の文書要素を辞書情報に登録する場合、この新規の文書要素の要素ＩＤに基づいてグループが識別可能であれば因果関係情報を更新する必要はない。
【００１４】
したがって、因果関係情報の登録作業を効率化させることができる。
【００１５】
なお、本発明において、要素ＩＤの一部分が所定のグループを表すグループ識別情報であるとしてもよい。
【００１６】
また、本発明において、コンピュータに、当該コンピュータが辞書情報に登録する文書要素とその文書要素の属するグループを識別可能なグループ識別情報を一部に含む要素ＩＤとを入力し、入力された文書要素とその要素ＩＤとを関連付けてデータベースの辞書情報に登録するための機能をさらに実現させるとしてもよい。これにより、辞書情報の登録作業を支援できる。
【００１７】
また、本発明において、コンピュータに、当該コンピュータが因果関係情報に登録するグループ識別情報の組み合わせと接続文書要素とを入力し、入力されたグループ識別情報の組み合わせと接続文書要素とを関連付けてデータベースの因果関係情報に登録するための機能をさらに実現させるとしてもよい。これにより、因果関係情報の登録作業を支援できる。
【００１８】
上記のような要約作成プログラム、及びこのプログラムを記録した記録媒体を用いることによって、上述した機能を有していないコンピュータ、コンピュータシステム、サーバやクライアント等に対して、簡単に上述した機能を付加することができる。
【００１９】
本発明の要約作成プログラムで実施される要約作成方法を発明の対象としてもよい。
【００２０】
また、本発明の要約作成プログラムで実現される機能と同様に動作する手段を具備した要約作成システムを発明の対象としてもよい。
【００２１】
【発明の実施の形態】
以下、図面を参照しながら本発明の実施の形態について説明する。なお、以下に示す各図において、同一の部分については同一の符号を付してその説明を省略する。
【００２２】
（第１の実施の形態）
本実施の形態においては、文書を構成する要素である文書要素（概念）をグループ分けして概念定義辞書に登録し、グループの組み合わせに対して文書要素を接続するための文書要素である接続文書要素を関連付けて因果関係定義辞書に登録する。
【００２３】
図１は、本実施の形態に係る要約作成プログラム及びテキストマイニングシステム（要約作成システム）の構成の一例を示すブロック図である。
【００２４】
テキストマイニングシステム１は、記録媒体２に記録されている要約作成プログラム３を読み込み、実行する。
【００２５】
要約作成プログラム３は、テキストマイニングシステム１上で起動されると、入力機能４、概念抽出機能５、因果関係抽出機能６、作成機能７、出力機能８、概念登録機能９、因果関係登録機能１０を実現する。
【００２６】
要約作成プログラム３の動作にしたがって、テキストマイニングシステム１は、データベース１１をアクセスする。
【００２７】
データベース１１には、概念定義辞書１２と因果関係定義辞書１３とが管理されている。
【００２８】
概念定義辞書１２は、主にアクション辞書１２ａとリザルト辞書１２ｂを含む。概念定義辞書１２には、例えば、要約に含めるために抽出する要素として定義された文書要素が登録される。
【００２９】
表１に、アクション辞書１２ａの一例を示す。
【００３０】
【表１】

【００３１】
アクション辞書１２ａには、「父の日」「母の日」などの暦における特別の日の名称が文書要素として登録されている。この文書要素「父の日」「母の日」には、それぞれ要素ＩＤ（概念ＩＤ）「A001」「A002」が関係付けされている。
【００３２】
ここで、要素ＩＤの先頭が「A」の文書要素は、暦を示すグループに属するとする。
【００３３】
同様に、アクション辞書１２ａには、「特売」「試飲会」などの販売に関するイベントの種別が文書要素として登録されている。この文書要素「特売」「試飲会」には、それぞれ要素ＩＤ「B001」「B002」が関係付けされている。
【００３４】
ここで、要素ＩＤの先頭が「B」の文書要素は、イベントを示すグループに属するとする。
【００３５】
表２に、リザルト辞書１２ｂの一例を示す。
【００３６】
【表２】

【００３７】
リザルト辞書１２ｂには、「売れている」「人気がある」などの高評価を意味する文書要素が登録されている。この文書要素「売れている」「人気がある」には、それぞれ要素ＩＤ「1001」「1002」が関係付けされている。
【００３８】
ここで、要素ＩＤの先頭が「1」の文書要素は、高評価グループに属するとする。
【００３９】
同様に、リザルト辞書１２ｂには、「売れていない」「人気がない」などの低評価を意味する文書要素が登録されている。この文書要素「売れていない」「人気がない」には、それぞれ要素ＩＤ「2001」「2002」が関係付けされている。
【００４０】
ここで、要素ＩＤの先頭が「2」の文書要素は、低評価グループに属するとする。
【００４１】
因果関係定義情報１３は、グループを識別可能なグループ識別情報の組み合わせに対して接続文書要素を関連付けて登録している。接続文書要素とは、文書要素を接続するための文書要素である。
【００４２】
表３に、因果関係定義辞書１３の一例を示す。
【００４３】
【表３】

【００４４】
例えば、グループ識別情報「A***」とグループ識別情報「1***」の組み合わせに対して接続文書要素「なので」が関連付けされている。グループ識別情報「A***」の示すグループには、先頭が「A」の要素ＩＤを持つ文書要素「父の日」「母の日」が属する。他のグループ識別情報の組み合わせについても同様である。
【００４５】
入力機能４は、要約作成対象の日報データを入力する。
【００４６】
表４に、日報データの一例を示す。
【００４７】
【表４】

【００４８】
日報データは、文書データに日報番号が付されたデータである。ここでは文書データ「父の日でポテトチップスが売れている」に日報番号「N001」が付された日報データと、文書データ「ビスケット特売、人気がない」に日報番号「N002」が付された日報データとが入力されたとする。
【００４９】
概念抽出機能５は、概念定義辞書１２をアクセスし、入力された日報データから概念定義辞書１２に登録されている文書要素とその要素ＩＤを抽出する。
【００５０】
この結果、図２に示すように、日報番号「N001」の日報データに対して、文書要素「父の日」とその要素ＩＤ「A001」及び文書要素「売れている」とその要素ＩＤ「1001」が抽出される。
【００５１】
一方、日報番号「N002」の日報データに対して、文書要素「特売」とその要素ＩＤ「B001」及び文書要素「人気がない」とその要素ＩＤ「2002」が抽出される。
【００５２】
因果関係抽出機能６は、因果関係定義辞書１３をアクセスし、概念抽出機能５によって抽出された要素ＩＤの組み合わせに対応するグループ識別情報の組み合わせが因果関係定義辞書１３に登録されていれば、このグループ識別情報の組み合わせに関連付けされている接続文書要素を抽出する。
【００５３】
例えば、要素ＩＤ「A001」と「1001」の組み合わせに対応するグループ識別情報「A***」と「1***」の組み合わせは、因果関係定義辞書１３に登録されているため、このグループ識別情報「A***」と「1***」の組み合わせに関連付けされている接続文書要素「なので」が抽出される。
【００５４】
作成機能７は、複数の文書要素の結合関係を定めた結合規則情報である分類軸「リザルト＆アクション」にしたがって、概念抽出機能５によって抽出された文書要素をアンド検索により並べ、要約データを作成する。
【００５５】
例えば、日報番号「N001」の日報データに対しては、文書要素「父の日」と「売れている」とが分類軸にしたがって並べられ、「父の日＆売れている」という要約データが作成される。同様に、日報番号「N002」の日報データに対しては、文書要素「特売」と「人気がない」とが分類軸にしたがって並べられ、「特売＆人気がない」という要約データが作成される。
【００５６】
さらに、作成機能７は、因果関係定義辞書１３から接続文書要素が抽出されている場合には、分類軸の「＆」部分を接続文書要素によって補い、要約データを作成する。
【００５７】
例えば、図３に示すように、日報番号「N001」の日報データからは要素ＩＤ「A001」と要素ＩＤ「1001」が抽出されているため、因果関係定義辞書１３においてグループ識別情報「A***」と「1***」に関連付けされている「なので」が補われ、「父の日なので売れている」という要約データが作成される。
【００５８】
同様に、日報番号「N002」の日報データからは要素ＩＤ「B001」と要素ＩＤ「2002」が抽出されているため、因果関係定義辞書１３においてグループ識別情報「B***」と「2***」に関連付けされている「したのに」が補われ、「特売したのに人気がない」という要約データが作成される。
【００５９】
概念登録機能９は、新規に登録する文書要素、その要素ＩＤ、アクション辞書１２ａに登録するかリザルト辞書１２ｂに登録するかの指定の入力を促すための画面を表示する。そして、概念登録機能９は、入力された新規の文書要素とその要素ＩＤを、アクション辞書１２ａとリザルト辞書１２ｂとのうち指定された側に登録する。
【００６０】
因果関係登録機能１０は、新規に登録するグループ識別情報の組み合わせと接続文書要素との入力を促すための画面を表示する。そして、因果関係登録機能１０は、入力された新規のグループ識別情報の組み合わせと接続文書要素を因果関係定義辞書１３に登録する。
【００６１】
図４は、日報データが入力されてから要約データが出力されるまでの処理の流れの一例を示すフローチャートである。
【００６２】
ステップＳ１では、日報データの入力が行われる。
【００６３】
ステップＳ２では、概念定義辞書１２に登録されており日報データに含まれている文書要素とその要素ＩＤが抽出される。
【００６４】
ステップＳ３では、抽出された要素ＩＤの組み合わせに対応するグループ識別情報の組み合わせがあるか否かが判定される。対応する組み合わせがある場合には、ステップＳ４が実行される。
【００６５】
ステップＳ４では、抽出された要素ＩＤの組み合わせに対応するグループ識別情報の組み合わせに関連付けされている接続文書要素が因果関係定義辞書１３から抽出される。
【００６６】
ステップＳ５では、抽出された文書要素を分類軸にしたがって組み合わせて要約データが作成される。
【００６７】
ステップＳ６では、作成された要約データが出力される。
【００６８】
以上説明した本実施の形態においては、文書要素を分類するためのグループを識別可能な要素ＩＤが文書要素に付され、概念定義辞書１２に登録される。
【００６９】
そして、因果関係定義辞書１３には、文書要素のグループ単位で接続文書要素が定義される。
【００７０】
これにより、文書要素の組み合わせ毎に接続文書要素を定義して因果関係定義辞書１３に登録する必要がなく、グループ単位で接続文書要素を定義すればよい。
【００７１】
したがって、因果関係定義辞書１３への登録作業を効率化できる。
【００７２】
なお、上記要素ＩＤは、先頭部分により文書要素の属するグループを識別可能としているが、先頭部分ではない他の部分によりグループを識別可能としてもよい。また、文書要素は複数のグループに属するとしてもよい。
【００７３】
また、上記作成機能７は、図５に示すように、抽出された文書要素を一般的な文書要素に変換した後に、要約データを作成するとしてもよい。例えば、文書要素「売れた」「動いた」「売れています」は、抽出されると要約作成用の文書要素「売れている」に変換されるとする。また、文書要素「セールス」「安売り」は、抽出されると「特売」に変換される。
【００７４】
また、この要約作成プログラム３は通信媒体により伝送してコンピュータに適用可能である。要約作成プログラム３を読み込んだコンピュータは、要約作成プログラム３によって動作が制御され、上述した機能を実現する。
【００７５】
また、要約作成プログラム３による機能及びデータベース１１の登録内容は、自由に組み合わせてもよく、また複数の要素に分割してもよい。
【００７６】
また、要約作成プログラム３は、複数のコンピュータ上に分散され、連携しつつ動作してもよい。
【００７７】
（第２の実施の形態）
本実施の形態においては、上記第１の実施の形態に係る要約作成プログラム３及びテキストマイニングシステム１の具体的な利用態様について説明する。
【００７８】
図６は、要約作成プログラム３及びテキストマイニングシステム１の利用態様の第一例を示すブロック図である。
【００７９】
ユーザ１４の管理するクライアント１５とサービス提供者１６の管理するテキストマイニングシステム１とは、例えばインターネットなどのネットワーク１７を介して接続されている。
【００８０】
テキストマイニングシステム１は、要約作成プログラム３の動作にしたがってデータベース１１をアクセスする。
【００８１】
ユーザ１４は、クライアント１５から企業の日報データ、月報データ、営業報告データ等の文書データをネットワーク１７経由でテキストマイニングシステム１に送信する。すると、テキストマイニングシステム１は、要約データを作成し、作成した要約データをネットワーク１７経由でクライアント１５に送信する。
【００８２】
また、ユーザ１４は、クライアント１５から辞書の更新命令をネットワーク１７経由でテキストマイニングシステム１に送信する。すると、テキストマイニングシステム１は、更新命令にしたがってデータベース１１の内容を更新する。
【００８３】
企業の日報データ、月報データ、営業報告データ等の文書データの数は膨大になる。ユーザ１４は、このような膨大な数の文書データから要約データを作成し、データ管理の効率化を図ることができる。また、ユーザ１４は、サービス提供者１６の要約作成サービスの提供を受けることで、自己で要約作成プログラム３を保守、運用することなく、効率的に要約データを作成できる。
【００８４】
一方、サービス提供者１６は、ユーザ１４からサービス料を得ることができる。
【００８５】
図７は、要約作成プログラム３及びテキストマイニングシステム１の利用態様の第二例を示すブロック図である。
【００８６】
サービス提供者１６は、ユーザ１４に対し、要約作成プログラム３又はテキストマイニングシステム１及びデータベース１１を提供又はレンタルする。
【００８７】
また、サービス提供者１６は、提供又はレンタルした要約作成プログラム３又はテキストマイニングシステム１及びデータベース１１のメンテナンスを行う。
【００８８】
これにより、サービス提供者１６は、要約作成プログラム３等の提供料又はレンタル料、メンテナンス料を得ることができる。
【００８９】
【発明の効果】
以上詳記したように本発明においては、辞書情報に登録される文書要素がグループ分けされ、因果関係情報ではこのグループの組み合わせに対して接続文書要素が登録される。
【００９０】
したがって、グループを指定して新規の文書要素を辞書情報に登録することにより、既に登録済みの因果関係情報を利用して要約データを作成することができ、因果関係定義辞書への登録作業を効率化することができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態に係る要約作成プログラム及びテキストマイニングシステムの構成の一例を示すブロック図。
【図２】抽出された文書要素とその要素ＩＤの一例を示す図。
【図３】抽出された文書要素と接続文書要素に基づいて作成された要約データの一例を示す図。
【図４】日報データが入力されてから要約データが出力されるまでの処理の流れの一例を示すフローチャート。
【図５】抽出された文書要素と要約作成に利用される文書要素との関係の一例を示す図。
【図６】本発明の第２の実施の形態に係る要約作成プログラム及びテキストマイニングシステムの利用態様の第一例を示すブロック図。
【図７】同実施の形態に係る要約作成プログラム及びテキストマイニングシステムの利用態様の第二例を示すブロック図。
【符号の説明】
１…テキストマイニングシステム
２…記録媒体
３…要約作成プログラム
４…入力機能
５…概念抽出機能
６…因果関係抽出機能
７…作成機能
８…出力機能
９…概念登録機能
１０…因果関係登録機能
１１…データベース
１２…概念定義辞書
１２ａ…アクション辞書
１２ｂ…リザルト辞書
１３…因果関係定義辞書

Claims

コンピュータに、
当該コンピュータが要約作成対象の文書データを入力するための入力機能と、
データベースに記憶されており文書データを構成する文書要素とその文書要素の属するグループを識別可能なグループ識別情報を一部分に含む要素ＩＤとを関連付けた辞書情報を参照し、前記コンピュータに入力された要約作成対象の文書データに含まれておりかつ前記辞書情報に含まれている複数の文書要素とその要素ＩＤとを抽出する抽出機能と、
前記データベースに記憶されており前記要素ＩＤの一部分であるグループ識別情報の組み合わせに対して文書要素の接続に利用される接続文書要素を関連付けた因果関係情報を参照し、前記抽出機能によって抽出された複数の要素ＩＤに含まれているグループ識別情報の組み合わせが、前記因果関係情報に登録されているか判断し、登録されていれば、前記抽出機能によって抽出された前記複数の要素ＩＤに含まれているグループ識別情報の組み合わせに対して関連付けされている接続文書要素を抽出する因果関係抽出機能と、
複数の文書要素を並べるための結合関係を定めた結合規則情報に基づいて、前記抽出機能によって抽出された前記複数の文書要素を並べ、さらに、前記因果関係抽出機能によって接続文書要素が抽出されている場合には、並べられた前記複数の文書要素に対して抽出された接続文書要素を補い、要約データを作成する作成機能と
を実現させるための要約作成プログラム。
請求項１記載の要約作成プログラムにおいて、
コンピュータに、
当該コンピュータが前記辞書情報に登録する文書要素とその文書要素の属するグループを識別可能なグループ識別情報を一部に含む要素ＩＤとを入力し、入力された文書要素とその要素ＩＤとを関連付けて前記データベースの前記辞書情報に登録するための機能をさらに実現させるための要約作成プログラム。
請求項１又は請求項２記載の要約作成プログラムにおいて、
コンピュータに、
当該コンピュータが前記因果関係情報に登録するグループ識別情報の組み合わせと接続文書要素とを入力し、入力されたグループ識別情報の組み合わせと接続文書要素とを関連付けて前記データベースの前記因果関係情報に登録するための機能をさらに実現させるための要約作成プログラム。
要約作成対象の文書データに関する要約データを作成する要約作成システムにおいて、
このシステムが要約作成対象の文書データを入力するための入力手段と、
データベースに記憶されており文書データを構成する文書要素とその文書要素の属するグループを識別可能なグループ識別情報を一部分に含む要素ＩＤとを関連付けた辞書情報を参照し、このシステムに入力された要約作成対象の文書データに含まれておりかつ前記辞書情報に含まれている複数の文書要素とその要素ＩＤとを抽出する抽出手段と、
前記データベースに記憶されており前記要素ＩＤの一部分である前記グループ識別情報の組み合わせに対して文書要素の接続に利用される接続文書要素を関連付けた因果関係情報を参照し、前記抽出手段によって抽出された複数の要素ＩＤに含まれているグループ識別情報の組み合わせが、前記因果関係情報に登録されているか判断し、登録されていれば、前記抽出手段によって抽出された前記複数の要素ＩＤに含まれているグループ識別情報の組み合わせに対して関連付けされている接続文書要素を抽出する因果関係抽出手段と、
複数の文書要素を並べるための結合関係を定めた結合規則情報に基づいて、前記抽出手段によって抽出された前記複数の文書要素を並べ、さらに、前記因果関係抽出手段によって接続文書要素が抽出されている場合には、並べられた前記複数の文書要素に対して抽出された接続文書要素を補い、要約データを作成する作成手段と
を具備したことを特徴とする要約作成システム。
コンピュータにより、要約作成対象の文書データに関する要約データを作成する方法であって、
前記コンピュータが、前記要約作成対象の文書データを入力するための処理を行い、
前記コンピュータが、データベースに記憶されており文書データを構成する文書要素とその文書要素の属するグループを識別可能なグループ識別情報を一部分に含む要素ＩＤとを関連付けた辞書情報を参照し、前記コンピュータに入力された要約作成対象の文書データに含まれておりかつ前記辞書情報に含まれている複数の文書要素とその要素ＩＤとを抽出する第１の処理を実行し、
前記コンピュータが、前記データベースに記憶されており前記要素ＩＤの一部分である前記グループ識別情報の組み合わせに対して当該グループ識別情報の組み合わせのそれぞれのグループに属する文書要素を接続するための接続文書要素を関連付けた因果関係情報を参照し、前記第１の処理によって抽出された複数の要素ＩＤに含まれているグループ識別情報の組み合わせが、前記因果関係情報に登録されているか判断し、登録されていれば、前記第１の処理によって抽出された前記複数の要素ＩＤに含まれているグループ識別情報の組み合わせに対して関連付けされている接続文書要素を抽出する第２の処理を実行し、
前記コンピュータが、複数の文書要素を並べるための結合関係を定めた結合規則情報に基づいて、前記第１の処理によって抽出された前記複数の文書要素を並べ、さらに、前記第２の処理によって接続文書要素が抽出されている場合には、並べられた前記複数の文書要素に対して抽出された接続文書要素を補い、要約データを作成する第３の処理を実行する
ことを特徴とする要約作成方法。