JP6564811B2 - パッセージ提示制御装置、パッセージ提示方法、及びパッセージ提示プログラム - Google Patents

Description

本発明は、パッセージ提示制御装置、パッセージ提示方法、及びパッセージ提示プログラムに係り、特に、構造化言語で記述された構造化文書に関する質問及び検索に対してパッセージを回答する際に、要求に適したパッセージの作成及び提示を制御する技術に関する。

インターネット上に大量のテキストデータが利用可能になっており、文書から必要な知識を検索する技術の重要性が高まっている。特定の文書に関する文書検索においては、ユーザの入力した検索要求と関連の高い文書の一部分を取り出して出力するパッセージレベルの検索が求められている。ここで、「パッセージ」とは、文書中で検索要求の内容と強く関連する内容を持つ任意の範囲の部分文書をいい、少なくとも１つ以上の文（テキスト）を含む。

文書のうち、例えばＨＴＭＬ／ＸＭＬ等の構造化言語（マークアップ言語ともいう）で記述された構造化文書に対して、構造化文書中のタグ構造の一部分をパッセージとして自動的に作成し、検索結果として提示する手法がある（例えば、非特許文献１参照）。

当該手法では、構造化文書において上位・下位関係にある複数のタグ構造部を一つのパッセージとして作成することで、情報を記述したテキストだけでなく、見出し、ヘッダ、及び条件に関するテキストを検索結果として提示することができる。

欅惇志、 宮崎純、 波多野賢治、 山本豪志朗、 武富貴史、 加藤博一著 「ＸＭＬ部分文書検索技術のＷｅｂ文書への適用」、DEIM Forum、2014

構造化文書（以降、「文書」という）における検索では、検索要求に関連する知識も同時に確認したいという期待もあり、文書中のパッセージに関するテキストを強調表示する等、文書の閲覧と同時に確認できるインターフェースが望ましい。

ここで、例えば文書から生成されたパッセージをブラウザ上で閲覧する場合について考える。

ブラウザ上では文書を一度に表示できる範囲(以下、「表示可能範囲」という)が存在するために、連続したテキストからなる巨大なパッセージや文書中に散在するテキストからなるパッセージが存在する場合、当該パッセージを一度に検索結果としてブラウザ上に提示することができないという問題が発生する場合がある。

連続したテキストからなる巨大なパッセージについては、情報量が過大で検索要求に対して適切なパッセージでない場合が多いため、非特許文献１では、テキストサイズが一定以上のパッセージを作成しない、又はテキストサイズが一定以上のパッセージを出力結果として除く対応を行っている。当該対応により、表示可能範囲以上のテキストサイズを含むパッセージの提示が制御される。

一方、文書中に散在するテキストからなり、表示可能範囲を超えるパッセージについては、検索要求に対して適切なパッセージである場合とそうでない場合が存在する。

図４は、文書におけるパッセージの表示上の種別例を示す図である。図４（Ａ）は、表示領域８の表示可能範囲に含まれるテキスト１及びテキスト２を含むパッセージを表している。この場合、各々のテキストが表示可能範囲に含まれるため、テキスト１及びテキスト２をブラウザ上に一度に提示することが可能である。

図４（Ｂ）は、表示可能範囲を超える連続したテキスト１を有するパッセージを表している。この場合には、当然ながらテキスト１をブラウザ上に一度に提示することはできない。

図４（Ｃ）は、各々のテキスト単体であれば表示可能範囲に含まれるが、テキスト１及びテキスト２を合わせた場合には表示可能範囲を超える複数のテキストを有するパッセージを表している。

図４（Ｄ）は、特定の対応関係、例えば見出しや条件等を示すヘッダとコンテンツとの対応関係を有するテキスト１及びテキスト２を含むパッセージを表している。この場合、各々のテキスト単体であれば表示可能範囲に含まれるが、テキスト１及びテキスト２を合わせた場合には表示可能範囲を超える例を表している。

図４（Ｅ）は、図４（Ｃ）に示すパッセージと図４（Ｄ）に示すパッセージの複合例であり、テキスト１とテキスト３、並びに、テキスト２とテキスト４がそれぞれヘッダとコンテンツの対応関係を有する。その上で、各々のテキストは表示可能範囲に含まれるが、テキスト１〜テキスト４全体は表示可能範囲を超える複数のテキストを有するパッセージを表している。

図４（Ｃ）、図４（Ｄ）、及び図４（Ｅ）に示すパッセージが、散在するテキストからなるパッセージの例である。

ここで、図４（Ｃ）、図４（Ｅ）に示すパッセージはそれぞれコンテンツに対応する複数のテキストを含み、一度に提示するパッセージとしては情報量が過大で検索要求に対して適切でない場合が多い。したがって、特定のテキストは提示しない、又はテキストの集合を分割して提示するなどの制御が求められる。

図５は、図４（Ｄ）に示すパッセージの詳細例を示す図である。

図５で示されるパッセージは、検索要求に対して適切な情報を提示しうるコンテンツが記述されたテキスト（表示可能範囲に含まれるテキスト）と、当該テキストに対する見出しや条件等を示すヘッダが記述されたテキスト（＜ｈ２＞及び＜ｈ３＞のタグで示されるテキスト）からなるパッセージ例である。この場合、図５に示すように、例えばコンテンツを記述するテキストのみを提示する等の制御を行うことで、検索要求に対して適切な内容を含み、かつ、ブラウザ上に一度に提示するができるパッセージが提示可能と考えられる。

しかしながら、非特許文献１のように、テキストサイズ等の指標を用いてパッセージの提示を制御する方法では、図４（Ｃ）、図４（Ｄ）、及び図４（Ｅ）に示すような文書中に散在するテキストからなるパッセージに対して、何れの例に該当するか種別の判定ができないため、パッセージの提示のための適切な制御が実施できないという課題がある。

本発明は、上記の事情を鑑みて成されたものであり、表示可能範囲を考慮した上で、階層的な文書構造を有する構造化文書から要求に適したパッセージを提示することができるパッセージ提示制御装置、パッセージ提示方法、及びパッセージ提示プログラムを提供することを目的とする。

上記の目的を達成するために第１の発明に係るパッセージ提示制御装置は、テキスト構造を示すタグを用いて記述されたテキストを含むパッセージの全体のサイズが、表示装置における表示領域の範囲内に含まれるか否かを判定すると共に、前記表示領域の範囲内に含まれないと判定したパッセージが複数のテキストで構成されているか否かを判定する表示可能判定部と、２つのテキストを受け付け、受け付けた２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定するヘッダ・コンテンツ関係推定部と、前記表示可能判定部で、前記表示領域の範囲内に含まれず、かつ、複数のテキストで構成されると判定されたパッセージに対して、パッセージに含まれる２つのテキストの全ての組み合わせを抽出し、抽出したテキストの各々の組み合わせについての前記ヘッダ・コンテンツ関係推定部の推定結果を用いて、コンテンツと推定されたテキストの集合のサイズが前記表示領域の範囲内に含まれない場合、コンテンツと推定されたテキストの部分集合のサイズが前記表示領域の範囲内に含まれるまで、パッセージに含まれる前記タグから得られる文書構造木に基づいてコンテンツと推定されたテキストの集合を部分集合に分割するパッセージフィルタ部と、前記表示可能判定部でパッセージの全体のサイズが前記表示領域の範囲内に含まれると判定された場合には、パッセージの全体を前記表示領域に表示し、前記表示可能判定部で、前記表示領域の範囲内に含まれず、かつ、複数のテキストで構成されると判定された場合には、前記パッセージフィルタ部から受け付けたテキストの部分集合を優先して前記表示領域に表示するパッセージ提示部と、を備える。

第１の発明に係るパッセージ提示制御装置において、前記ヘッダ・コンテンツ関係推定部は、受け付けた前記２つのテキストの各々を、テキストに含まれる文節の係り受けを表す係り受け木に変換し、前記文書構造木に前記２つのテキストの各々の係り受け木を結合し、前記文書構造木における前記２つのテキストの各々の係り受け木を含む最小部分木に基づいて、前記２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する。

第１の発明に係るパッセージ提示制御装置において、前記ヘッダ・コンテンツ関係推定部は、前記２つのテキストに含まれる前記タグを利用して、前記２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する。

第１の発明に係るパッセージ提示制御装置において、前記パッセージ提示部は、パッセージの全体のサイズが前記表示領域の範囲内に含まれず、かつ、パッセージが複数のテキストで構成されると判定された場合、前記パッセージフィルタ部から受け付けたテキストの部分集合を優先して前記表示領域に表示し、かつ、前記パッセージフィルタ部から受け付けたテキストの部分集合に対応してヘッダと推定されたテキストを、前記表示装置におけるヘッダ表示領域に表示する。

第２の発明に係るパッセージ提示方法は、テキスト構造を示すタグを用いて記述されたテキストを含むパッセージの全体のサイズが、表示装置における表示領域の範囲内に含まれるか否かを判定すると共に、前記表示領域の範囲内に含まれないと判定したパッセージが複数のテキストで構成されているか否かを判定するステップと、前記表示領域の範囲内に含まれず、かつ、複数のテキストで構成されると判定されたパッセージに含まれる２つのテキストを受け付け、受け付けた２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定するステップと、コンテンツと推定されたテキストの集合のサイズが前記表示領域の範囲内に含まれない場合、コンテンツと推定されたテキストの部分集合のサイズが前記表示領域の範囲内に含まれるまで、パッセージに含まれる前記タグから得られる文書構造木に基づいてコンテンツと推定されたテキストの集合を部分集合に分割するステップと、パッセージの全体のサイズが前記表示領域の範囲内に含まれると判定された場合には、パッセージの全体を前記表示領域に表示し、前記表示領域の範囲内に含まれず、かつ、複数のテキストで構成されると判定された場合には、分割されたテキストの部分集合を優先して前記表示領域に表示するステップと、を含む。

第２の発明に係るパッセージ提示方法の受け付けた２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定するステップにおいて、前記２つのテキストの各々を、テキストに含まれる文節の係り受けを表す係り受け木に変換し、前記文書構造木に前記２つのテキストの各々の係り受け木を結合し、前記文書構造木における前記２つのテキストの各々の係り受け木を含む最小部分木を用いることで、前記２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する。

第２の発明に係るパッセージ提示方法の受け付けた２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定するステップにおいて、前記２つのテキストに含まれる前記タグを利用して、前記２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する。

第３の発明に係るパッセージ提示プログラムは、コンピュータを、請求項１〜請求項４の何れか１項に記載のパッセージ提示制御装置の各部として機能させる。

以上説明したように、本発明のパッセージ提示制御装置、パッセージ提示方法、及びパッセージ提示プログラムによれば、表示可能範囲を考慮した上で、階層的な文書構造を有する構造化文書から要求に適したパッセージを提示することができる、という効果を有する。

パッセージ提示制御装置の構成例を示す図である。 パッセージ提示制御ルーチンの流れの一例を示すフローチャートである。 パッセージ提示制御ルーチンの流れの一例を示すフローチャートである。 パッセージの表示上の種別例を示す図である。 パッセージの詳細例を示す図である。

以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、以下では、同じ働きを担う構成要素又は処理には全図面を通して同じ符号を付与し、重複する説明を適宜省略する。

＜本発明の実施の形態に係るパッセージ提示制御装置の構成＞
図１は、本発明の実施の形態に係るパッセージ提示制御装置１００の構成例を示す図である。

パッセージ提示制御装置１００は、ＣＰＵと、ＲＡＭと、後述するパッセージ提示制御ルーチンを実行するためのパッセージ提示プログラムを記憶したＲＯＭと、を備えたコンピュータで構成され、機能的には図１に示すように構成されている。

すなわち、パッセージ提示制御装置１００は、入力部１０、演算部２０、及び記憶部３０を含んで構成される。また、演算部２０は、表示可能判定部２２、パッセージフィルタ部２４、ヘッダ・コンテンツ関係推定部２６、及びパッセージ提示部２８を含んで構成される。

入力部１０は、例えば文書に関する質問及び検索に対する結果として得られたパッセージ候補（以降、単に「パッセージ」という）を受け付け、受け付けたパッセージを記憶部３０に記憶すると共に、受信通知を演算部２０に通知する。

演算部２０において入力部１０からパッセージの受信通知を受け付けると、まず、表示可能判定部２２は、例えば受け付けたパッセージ全体のサイズが、表示装置に表示されるブラウザ上の表示領域８の表示可能範囲内に含まれるか否かを判定する。表示可能範囲内に受け付けたパッセージのサイズが含まれるか否かは、例えば非特許文献１に示されるように、パッセージに含まれるテキストの文字数（テキストサイズ）をカウントし、表示領域８に表示可能なテキストサイズと比較することで判定される。

表示可能判定部２２は、表示可能範囲内にパッセージ全体のサイズが含まれる場合は、受け付けたパッセージをパッセージ提示部２８に出力する。

一方、表示可能範囲内にパッセージ全体のサイズが含まれない場合で、かつ、パッセージが途中に句点等の区切りを含まない連続した１つのテキストからなる場合には、表示可能判定部２２は、表示領域８にパッセージを出力できないことを示す情報、すなわち、出力不可情報をパッセージ提示部２８に出力する。

また、表示可能範囲内にパッセージ全体のサイズが含まれない場合で、かつ、パッセージが句点等の区切りによって複数の分割されたテキストからなる場合には、表示可能判定部２２は、受け付けたパッセージをパッセージフィルタ部２４に出力する。

パッセージフィルタ部２４は、複数のテキストからなるパッセージを表示可能判定部２２から受け付け、テキスト間のヘッダ・コンテンツ関係に基づいて、受け付けたパッセージから、ヘッダに相当するテキストとコンテンツに相当するテキストとであることを対応付けたパッセージを生成し、生成したパッセージをパッセージ提示部２８に出力する。

具体的には、パッセージフィルタ部２４は、パッセージに含まれる２つのテキストの全ての組み合わせを選択し、後述するヘッダ・コンテンツ関係推定部２６の推定結果を用いて、選択したテキストの各々の組み合わせに対して、２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する。

パッセージフィルタ部２４は、パッセージに含まれるテキストのうち、コンテンツと推定されたテキスト（以降、「コンテンツテキスト」という）の集合に対して、サイズが表示可能範囲内に含まれるか否かを判定する。コンテンツテキストの集合のサイズが表示可能範囲を超える場合、パッセージフィルタ部２４は、タグ構成を用いて表される文書構造木に基づいて、上位にあるタグを用いてコンテンツテキストの集合を部分集合に分割する。この際、パッセージフィルタ部２４は、分割したコンテンツテキストの部分集合のサイズが表示可能範囲内に含まれるまで、コンテンツテキストの集合の分割単位を上位のタグから下位のタグに順次細分化しながら、コンテンツテキストの集合を部分集合に分割する処理を繰り返す。

パッセージフィルタ部２４は、サイズが表示可能範囲内に含まれるまで分割されたコンテンツテキストの部分集合と、当該部分集合内の各コンテンツテキストに対応してヘッダと推定されたテキスト（以降、「ヘッダテキスト」という）の集合とを１つのパッセージとみなして、パッセージ提示部２８に出力する。

ヘッダ・コンテンツ関係推定部２６は、タグを含む２つのテキストをパッセージフィルタ部２４から受け付けると、受け付けた２つのテキストの一方がヘッダであり、他方が当該ヘッダの内容を表すコンテンツであるか否かを推定し、推定結果をパッセージフィルタ部２４に出力する。

このヘッダ・コンテンツ関係を推定する推定方法には、例えば非特許文献２に記載されている教師あり学習の手法を用いることができる。

［非特許文献２］：Richard Socher, Eric H. Huang, Jeffrey Pennington, Andrew Y.Ng, Christopher D.Manning. "Dynamic Pooling and Unfolding Recursive Autoencoders for Paraphrase Detection" Advances in Neural Information Processing Systems, pp.801-809, 2011.

具体的には、ヘッダ・コンテンツ関係推定部２６は、２つのテキストの各々に対して、例えば非特許文献３に記載されている系列ラベリングを用いた係り受け解析を行うことで、テキストを構成する文節の係り受け関係を表す係り受け木をテキスト毎に取得する。

［非特許文献３］Kenji Imamura, Genichiro Kikui and Norihito Yasuda. "Japanese Dependency Parsing Using Sequential Labeling for Semi-spoken Language" In Proceedings of the 45th Annual Meeting of the Association for Computational Linguistics Companion Volume Proceedings of the Demo and Poster Sessions, pp.225-228, 2007.

次に、ヘッダ・コンテンツ関係推定部２６は、パッセージ全体を表す文書構造木に対して各々のテキストに対応した係り受け木を結合し、パッセージ全体を表す文書構造木から、各々のテキストを表す係り受け木を含む最小部分木を生成する。

そして、ヘッダ・コンテンツ関係推定部２６は、生成した最小部分木に対して、教師あり学習により得られた分類器を用いて、２つのテキストの一方がヘッダであり、他方が当該ヘッダの内容を表すコンテンツであるか否かを推定する。

また、ヘッダ・コンテンツ関係を推定する他の方法として、２つのテキストに含まれるタグを利用する方法が考えられる。

具体的には、ヘッダ・コンテンツ関係推定部２６は、例えばテキストがＨＴＭＬ文書である場合、一方のテキストがヘッダを表す＜ｈｎ＞（ｎは１以上の整数）タグを含み、他方のテキストがコンテンツの記述に用いられるタグの一例である段落を表す＜ｐ＞タグを含む場合、一方のテキストがヘッダであり、他方のテキストがコンテンツであると推定することができる。

パッセージ提示部２８は、受け付けたデータの種別に応じてパッセージの提示に関する制御を行う。

パッセージ提示部２８は、表示可能判定部２２からパッセージ全体を受け付けた場合、パッセージの全体が表示領域８に表示されるようにパッセージの提示を行う。ここでパッセージの提示とは、表示領域８に表示するパッセージの範囲、及び表示領域８におけるパッセージの表示位置等、パッセージの表示に関する属性（表示属性）を設定することをいう。

また、パッセージ提示部２８は、表示可能判定部２２から出力不可情報を受け付けた場合は、文書に関する質問及び検索に対するパッセージを表示することができないことを示すメッセージが表示領域８に表示されるように、表示属性を設定する。

また、パッセージ提示部２８は、パッセージフィルタ部２４からパッセージを受け付けた場合、受け付けたパッセージの種別に応じてパッセージの提示を行う。

具体的には、受け付けたパッセージに含まれるテキスト全体のサイズが表示可能範囲内に含まれる場合、パッセージ提示部２８は、パッセージに含まれる全てのテキストが表示領域８に表示されるように、パッセージの提示を行う。

また、受け付けたパッセージに含まれるヘッダテキストを含めるとテキスト全体が表示領域８に含まれない場合、パッセージ提示部２８は、コンテンツテキストが優先して表示領域８に表示されるように、パッセージの提示を行う。

この場合、パッセージ提示部２８は、表示領域８に表示できないヘッダテキストを表示するインターフェース（ヘッダ表示領域）を用意することで、受け付けたパッセージの全体を表示領域８とヘッダ表示領域とに階層的に提示できるように、パッセージの提示を行ってもよい。

＜本発明の実施の形態に係るパッセージ提示制御装置の作用＞
次に、本発明の実施の形態に係るパッセージ提示制御装置１００の作用について説明する。パッセージ提示制御装置１００のＣＰＵは、ＲＯＭに記憶されたパッセージ提示プログラムを読み込んでおき、文書に関する質問及び検索の回答を表すパッセージを受け付けると、パッセージ提示プログラムで規定された、図２及び図３に示すパッセージ提示制御ルーチンを実行する。なお、パッセージ提示制御装置１００は、パッセージ提示制御ルーチンを実行する前に、受け付けたパッセージに対する文書構造木を公知の手法を用いて予め生成し、記憶部３０に記憶するものとする。

まず、ステップＳ１０では、入力部１０で受け付けたパッセージに含まれるテキストのサイズをカウントして、表示領域８の表示可能範囲内にパッセージ全体が含まれるか否かを判定する。なお、表示可能範囲に表示可能なテキストのサイズは、例えば記憶部３０に予め記憶しておけばよい。パッセージ全体のサイズが表示可能範囲内に含まれる場合にはステップＳ１３０に移行する。

この場合、パッセージ全体のサイズが表示可能範囲内に含まれることから、入力部１０で受け付けたパッセージをそのまま表示領域８に表示して、パッセージ提示制御ルーチンを終了する。

一方、ステップＳ１０の判定処理が否定判定の場合、すなわち、パッセージ全体のサイズが表示可能範囲内に含まれないと判定した場合には、ステップＳ２０に移行する。

ステップＳ２０では、受け付けたパッセージが連続した１つのテキストで構成されているか否かを判定する。パッセージが連続した１つのテキストで構成されている場合にはステップＳ１４０に移行する。

この場合、パッセージが連続した１つのテキストで構成されているため、パッセージを分割してしまうと意味をなさないパッセージとなる。したがって、これ以上パッセージを分割することができない上、パッセージ全体のサイズが表示可能範囲内に含まれるように表示することができないため、ステップＳ１４０では、パッセージを出力することができないことを示すメッセージを作成して表示領域８に表示し、パッセージ提示制御ルーチンを終了する。

一方、ステップＳ２０の判定処理が否定判定の場合、すなわち、受け付けたパッセージが複数の分割されたテキストからなる場合には、ステップＳ３０に移行する。

ステップＳ３０では、受け付けたパッセージに含まれる２つのテキストに関する全ての組み合わせのうち、未選択の組み合わせを１つ選択する。

ステップＳ４０では、ヘッダ・コンテンツ関係推定部２６において説明した方法を用いて、ステップＳ３０で選択した２つのテキストに対して、一方がヘッダであり、他方がコンテンツであるか否かを推定する。

ステップＳ５０では、受け付けたパッセージに対して、２つのテキストに関する全ての組み合わせを選択したか否かを判定する。否定判定の場合、すなわち、未選択のテキストの組み合わせが存在する場合にはステップＳ３０に移行し、選択していない２つのテキストの組み合わせを選択する。ステップＳ３０〜Ｓ５０の処理を繰り返し実行することで、受け付けたパッセージに含まれる２つのテキストに関する全ての組み合わせに対して、一方がヘッダであり、他方がコンテンツであるか否かの推定が行われることになる。

２つのテキストに関する全ての組み合わせが選択されると、ステップＳ５０の判定処理が肯定判定となり、ステップＳ６０に移行する。

ステップＳ６０では、ステップＳ４０でコンテンツと対応付けられたテキスト、すなわちコンテンツテキストの集合全体のサイズが表示可能範囲内に含まれるか否かを判定する。コンテンツテキストの集合全体が表示可能範囲内に含まれる場合には、後述するステップＳ９０に移行する。

一方、ステップＳ６０の判定処理が否定判定の場合、すなわち、コンテンツテキストの集合全体のサイズが表示可能範囲内に含まれない場合、ステップＳ７０に移行する。

ステップＳ７０では、予め記憶部３０に記憶されている、受け付けたパッセージを表す文書構造木に基づいて、上位にあるタグを参照し、コンテンツテキストの集合を部分集合に分割する。

ステップＳ８０では、ステップＳ７０で分割したコンテンツテキストの部分集合の各々のサイズが、表示可能範囲内に含まれるか否かを判定する。コンテンツテキストの部分集合に、表示可能範囲内に含まれないサイズを有する部分集合が含まれる場合にはステップＳ７０に移行する。そして、ステップＳ７０では、表示可能範囲内に含まれないコンテンツテキストの部分集合に対応する文書構造木の部分木において、上位に位置するタグを用いて、当該コンテンツテキストの部分集合を更に複数の部分集合に分割する。

すなわち、ステップＳ７０及びＳ８０を繰り返し実行することで、各々が表示可能範囲内に含まれるサイズを有するコンテンツテキストの部分集合が複数生成されることになる。

ステップＳ９０では、ステップＳ７０で表示可能範囲内に含まれるサイズまで分割したコンテンツテキストの部分集合の１つと、当該部分集合内の各コンテンツテキストに対応するヘッダテキストの集合を編集パッセージとして生成する。

ステップＳ１００では、ステップＳ９０で生成した編集パッセージのサイズが表示可能範囲内に含まれるか否かを判定する。編集パッセージのサイズが表示可能範囲内に含まれる場合はステップＳ１１０に移行し、ステップＳ１１０で、当該編集パッセージを表示領域８に表示する。したがって、コンテンツテキスト及び当該コンテンツテキストに対応したヘッダテキストがテキストの途中で途切れない適切なパッセージを提示することができる。

一方、ステップＳ１００の判定が否定判定の場合、すなわち、編集パッセージのサイズが表示可能範囲内に含まれない場合には、ステップＳ１２０に移行する。

ヘッダテキストよりコンテンツテキストの方が、文書に関する質問及び検索に対する回答として適切な内容が含まれる場合が多いため、ステップＳ１２０では、編集パッセージに含まれるコンテンツテキストが優先して表示領域８に含まれるように、パッセージを表示領域８に表示する。

すなわち、ヘッダテキストを含めると表示可能範囲内に表示しきれないパッセージであっても、コンテンツテキストがテキストの途中で途切れないような適切なパッセージを表示領域８に表示することができる。

なお、ここでは一例として、分割したコンテンツテキストの部分集合の１つから生成されたパッセージを表示領域８に表示する例を説明したが、ステップＳ７０で分割した各々のコンテンツテキストの部分集合にそれぞれ対応した編集パッセージを生成し、ユーザの指示に基づいて、各編集パッセージに対してステップＳ１００〜Ｓ１２０を実行し、編集パッセージの各々を表示領域８に順次表示するようにしてもよい。

例えば、編集パッセージが複数存在する場合、次の回答が存在することを示すリンク付きのメッセージを表示領域８に表示し、ユーザがマウス等でリンク付きメッセージを選択した場合に、未表示の編集パッセージの内容を表示領域８に表示するようにしてもよい。

このように本発明の実施の形態に係るパッセージ提示制御装置１００によれば、階層的な文書構造を有する文書から、質問及び検索の回答に適したパッセージを生成して表示領域８に表示する際、表示可能範囲を考慮してパッセージを生成して表示する。したがって、階層的な文書構造を有する文書から、ユーザが把握しやすい形態でユーザの要求に適したパッセージを提示することができる。

また、パッセージ提示制御装置１００は、２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する推定結果を用いて、パッセージ内で散在するテキストの対応付けを行うため、パッセージの種別に応じてパッセージの提示が可能となる。

なお、本発明は、上述した実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

例えば、パッセージ提示制御装置１００を、通信回線で接続された複数のコンピュータで実現するようにしてもよい。

また、パッセージ提示プログラムが予めＲＯＭにインストールされている実施の形態について説明したが、当該プログラムをコンピュータ読み取り可能な記録媒体に格納して提供することも可能であり、通信回線を介して提供することも可能である。

８ 表示領域
１０ 入力部
２０ 演算部
２２ 表示可能判定部
２４ パッセージフィルタ部
２６ ヘッダ・コンテンツ関係推定部
２８ パッセージ提示部
３０ 記憶部
１００ パッセージ提示制御装置

Claims (8)

1. テキスト構造を示すタグを用いて記述されたテキストを含むパッセージの全体のサイズが、表示装置における表示領域の範囲内に含まれるか否かを判定すると共に、前記表示領域の範囲内に含まれないと判定したパッセージが複数のテキストで構成されているか否かを判定する表示可能判定部と、
   ２つのテキストを受け付け、受け付けた２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定するヘッダ・コンテンツ関係推定部と、
   前記表示可能判定部で、前記表示領域の範囲内に含まれず、かつ、複数のテキストで構成されると判定されたパッセージに対して、パッセージに含まれる２つのテキストの全ての組み合わせを抽出し、抽出したテキストの各々の組み合わせについての前記ヘッダ・コンテンツ関係推定部の推定結果を用いて、コンテンツと推定されたテキストの集合のサイズが前記表示領域の範囲内に含まれない場合、コンテンツと推定されたテキストの部分集合のサイズが前記表示領域の範囲内に含まれるまで、パッセージに含まれる前記タグから得られる文書構造木に基づいてコンテンツと推定されたテキストの集合を部分集合に分割するパッセージフィルタ部と、
   前記表示可能判定部でパッセージの全体のサイズが前記表示領域の範囲内に含まれると判定された場合には、パッセージの全体を前記表示領域に表示し、前記表示可能判定部で、前記表示領域の範囲内に含まれず、かつ、複数のテキストで構成されると判定された場合には、前記パッセージフィルタ部から受け付けたテキストの部分集合を優先して前記表示領域に表示するパッセージ提示部と、
   を備えたパッセージ提示制御装置。
2. 前記ヘッダ・コンテンツ関係推定部は、受け付けた前記２つのテキストの各々を、テキストに含まれる文節の係り受けを表す係り受け木に変換し、前記文書構造木に前記２つのテキストの各々の係り受け木を結合し、前記文書構造木における前記２つのテキストの各々の係り受け木を含む最小部分木に基づいて、前記２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する
   請求項１記載のパッセージ提示制御装置。
3. 前記ヘッダ・コンテンツ関係推定部は、前記２つのテキストに含まれる前記タグを利用して、前記２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する
   請求項１又は請求項２記載のパッセージ提示制御装置。
4. 前記パッセージ提示部は、パッセージの全体のサイズが前記表示領域の範囲内に含まれず、かつ、パッセージが複数のテキストで構成されると判定された場合、前記パッセージフィルタ部から受け付けたテキストの部分集合を優先して前記表示領域に表示し、かつ、前記パッセージフィルタ部から受け付けたテキストの部分集合に対応してヘッダと推定されたテキストを、前記表示装置におけるヘッダ表示領域に表示する
   請求項１〜請求項３の何れか１項に記載のパッセージ提示制御装置。
5. テキスト構造を示すタグを用いて記述されたテキストを含むパッセージの全体のサイズが、表示装置における表示領域の範囲内に含まれるか否かを判定すると共に、前記表示領域の範囲内に含まれないと判定したパッセージが複数のテキストで構成されているか否かを判定するステップと、
   前記表示領域の範囲内に含まれず、かつ、複数のテキストで構成されると判定されたパッセージに含まれる２つのテキストを受け付け、受け付けた２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定するステップと、
   コンテンツと推定されたテキストの集合のサイズが前記表示領域の範囲内に含まれない場合、コンテンツと推定されたテキストの部分集合のサイズが前記表示領域の範囲内に含まれるまで、パッセージに含まれる前記タグから得られる文書構造木に基づいてコンテンツと推定されたテキストの集合を部分集合に分割するステップと、
   パッセージの全体のサイズが前記表示領域の範囲内に含まれると判定された場合には、パッセージの全体を前記表示領域に表示し、前記表示領域の範囲内に含まれず、かつ、複数のテキストで構成されると判定された場合には、分割されたテキストの部分集合を優先して前記表示領域に表示するステップと、
   を含むパッセージ提示方法。
6. 受け付けた２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定するステップにおいて、前記２つのテキストの各々を、テキストに含まれる文節の係り受けを表す係り受け木に変換し、前記文書構造木に前記２つのテキストの各々の係り受け木を結合し、前記文書構造木における前記２つのテキストの各々の係り受け木を含む最小部分木を用いることで、前記２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する
   請求項５記載のパッセージ提示方法。
7. 受け付けた２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定するステップにおいて、前記２つのテキストに含まれる前記タグを利用して、前記２つのテキストの一方がヘッダであり、他方がコンテンツであるか否かを推定する
   請求項５又は請求項６記載のパッセージ提示方法。
8. コンピュータを、請求項１〜請求項４の何れか１項に記載のパッセージ提示制御装置の各部として機能させるためのパッセージ提示プログラム。