JPH03191475A - 文書要約方式 - 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〕 本発明は計算機を用いて文書の要約文を生成する文書要
約方式に関する。

〔従来の技術〕

従来、文書の内容を要約する技術として、岩淵他著：全
文情報からの意味的情報の抽出と加工（情報処理学会第
３８口金国大会予稿集（１９８９年。

２２２頁）に記載されたものが知られている。これは字
種や助詞などの情報から文書中の重要語を切り出し、重
要語の出現頻度で最重要語を決定し、重要語と最重要語
が含まれているか否かで重要文を決定することを基本と
している。また、要約文を生成する際には、抽出された
重要文から「上記」、「ここでは」などの特殊な語句を
削除することに関して自動化を行なっている。

〔発明が解決しようとする課題〕

上記の技術では一文単位にそれが重要か否かを判定して
いるが、実際の文書では、あるまとまった部分が他のま
とまった部分に対して相対的な重要性を持っている。ま
とまった部分としては、例えば段落が考えられる。重要
語が文中に存在すること以外に全体に対してのその文の
含まれている段落の重要度を考慮する必要がある。

誌な、ある語句が文書全体の内容を表す的確さと、その
語句の文書全体での出現頻度とは必ずしも一致しない。

さらに、文中での位置によってその語句には多様な構文
的意味的役割が考えられるので、単に文中に出現するか
どうかをチエツクするだけでなく、さらに詳細な解析を
行なうことが望ましい。

〔課題を解決するための手段〕

本発明の文書要約方式は、与えられた文書を見出しのつ
いた段落単位に分割し、段落の種類に対応した重要文抽
出規則群を段落毎に選択し、前記重要文抽出規則群と段
落の種類に依存しない重要文抽出規則群の双方を参照し
て前記各段落における重要文を抽出し、前記各段落で抽
出された重要文と前記各段落の見出しの対の集合を前記
与えられた文書全体の重要部分と判定し出力するように
して実現される。

また本発明の文書要約方式は、各重要文抽出規則に対し
てあらかじめ対応づけられた要約文生成規則を適用して
前記重要文を変形し連結し出力するようにして実現され
る。

さらにまた本発明の文書要約方式は、各重要文抽出規則
に対してあらかじめ設定された重要度を参照してあらか
じめ定義された境界値を越えた前記重要文のみを選択し
要約文を生成するようにして実現される。

〔作用〕

本発明では文書を段落単位に分割し、その段落の性質を
反映させた重要文の抽出を行なう。その際、二種類の規
則群を参照する。従来技術の範囲内である文書全体に共
通した重要度情報は段落に依存しない重要文抽出規則群
に格納されており、段落の種類に依存した規則は個別の
重要文抽出規則群として格納されている。前者は一つ、
後者は段落の種類だけ用意されている。

例えば、次のような段落から構成されている文書がある
とする。

１、はじめに ２、研究の目的 ３、実験装置 ４、実験結果 ５、考察 ６、参考文献 第１段落の見出し「はじめに」より、この段落の処理の
ための「導入部規則群」が選択されるが、この規則群で
は文書の主題に関する文を抽出するような規則が記述さ
れている。−例を挙げると、「〜について述べる。」と
いう文が抽出される。同様に、第５段落では「意見記述
部規則群」。

第６段落では「非重要部規則群」が選択される。

前者では著者の主張、意見を表した表現を含む文の抽出
が強化されており、後者では文の抽出を極力抑制するよ
うな規則が記述される。このようにして本方式において
は文に含まれる段落の特徴を反映した重要文の抽出が可
能となる。

また、各規則は段落の種類に依存した詳細なものである
から、各規則に対し、その規則によって抽出されるべき
文の重要度を記述しておくことができる０例えば上記の
例で、「導入部規則群」中の各規則よりは「意見記述部
規則群」中の規則の方が平均的に重要であるし、第４段
落において数値表現を含む文は他の段落の数値表現を含
む文に比べて重要だと判断できる。

同様の理由で、各規則に対し、要約文生成時の文生成規
則を記述することができる０例えば、「意見記述部規則
群」中で「αであると結論を得た。その理由はβである
。Ｊという文を抽出する規則があれば、これを要約文生
成時に、「βだからαである」と簡単に表現することが
できる。

〔実施例〕

以下、本発明について図面を参照しながら説明する。

第１図は本発明の第一の実施例を示す流れ図である。ま
ず、段落の切り出し１１において文書中の未処理の段落
が一つ切り出される０次に、段落の種類判定１２におい
て、見出しの言葉を基にその段落の種類が判定される。

そして規則群選択１３において、段落の種類に基づいて
適切な重要文抽出規則群が選択される。

抽出処理１４では、選択された段落の種類に依存する重
要文抽出規則群とどの種類の段落にも適用可能な重要文
抽出規則群の２つを用いて、段落中から重要な文を抽出
する。この際、前者の重要文抽出規則群中には後者の重
要文抽出規則群中の規則の適用を押えるような規則も書
けるようにしておけば柔軟性が高い抽出方式にすること
が可能である。抽出された文は抽出データ格納１５にお
いて、段落の番号、見出しとともに格納される。

文書中の全ての段落に対して以上の処理が繰り返され（
ステップ１６）、最後に表示１７において段落の番号順
に、段落の番号２段落の見出し。

抽出された文の３者が表示される。

第２図は本発明の第二の実施例を示す流れ図である。同
図において段落の切り出し２１から判定処理２６までは
、抽出データ格納２５を除いて、第一の実施例（第１図
参照）と同じ処理である。

抽出データ格納２５においては、抽出文、要約文生成規
則番号の三者が格納される。

ここで、第４図に重要文抽出規則群の構成を、第５図に
要約文生成規則群の構成を示す０重要文抽出規則群４０
は文抽出規則内容４１と抽出された文を要約文に変換す
るときに用いる規則を指す要約文生成規則番号４２の項
目を含む、要約文生成規則群５０はシステムにおいて一
意に決まる規則の番号５１と要約文生成規則内容５２の
２つの項目からなる。抽出データ格納２５において格納
される要約文生成番号はこの要約文生成規則番号４２に
格納されているものである。

次に、抽出文取り出し２７において、処理の終っていな
い抽出文のうち最も文書の前方に現れる文が一つ選択さ
れる。その文に対応する要約文生成規則が要約文生成規
則番号をもとに要約文生成規則群５０から検索され、要
約文生成が要約文生成２８で行なわれる。生成された文
は表示２９で表示される。処理は未処理の抽出文がなく
なるまで繰り返される（ステップ２０）。

第３図は本発明の第三の実施例を示す流れ図である。同
図において段落の切り出し３１から判定処理３６までは
、抽出データ格納３５を除いて、第一の実施例（第１図
参照）と同じ処理である。

抽出データ格納３５においては、抽出文、抽出文重要度
の２者が格納される。第４図の重要文抽出規則群４０に
は、抽出された文の重要度を示す重要度４３の項目が含
まれている。抽出データ格納３５において格納される抽
出文重要度は重要度４３に格納されているものである。

次に、抽出文取り出し３７において、処理の終っていな
い抽出文のうち最も文書の前方に現れる文が一つ選択さ
れる。その文があらかじめ決められている重要度を越え
ているかどうがか抽出文判定３８によって判定され、条
件を満たしていれば表示３９において出力される０条件
を満たしていなければ次の抽出文の判定に移る。処理は
未処理の抽出文がなくなるまで繰り返される（ステップ
３０）。

第６図は上記の文書要約方式の構成を示す説明図である
。同図において段落の種類判定プログラム６１は段落の
種類判定を行ない、抽出処理プログラム６２は重要文抽
出規則ベース６７を参照して重要文の抽出を行なう０重
要文抽出規則ベース６７には段落に依存しない重要文抽
出規則群と各種の段落に対応した重要文抽出規則群が格
納されている。

抽出文選択プログラム６３はあらかじめ決められている
重要度の境界を越えた抽出文の選択を行なう、要約文生
成プログラム６４は要約文生成規則ベース６８を参照し
て要約文を生成する。要約文生成規則ベース６８には要
約文生成規則群が格納されている。

表示プログラム６５は抽出文や要約文をＣＲＴ６６に表
示する。全体制御部６０は以上の各プログラムの制御を
行なう０作業用メモリ６９は第１図、第２図、第３図に
おける抽出データ格納１５．２５．３５に用いられる。

〔発明の効果〕

本発明の重要文抽出処理では、各段落の種類に依存した
意味で重要な文を抽出し表示時に段落の見出しと対応づ
けて提示するので、文書全体の内容とともに文書全体の
主題の流れを容易に把握することができる。

また、要約文生成処理においては、重要文抽出規則に対
して要約文生成規則の対応づけを行っているので、要約
文生成の記述がより詳細に指定できるようになり、要約
文生成の自動化が促進される。また、重要文抽出規則に
対してその抽出文の重要度が定義可能になったので、要
約レベルに応じた抽出文の絞り込みの手段が提供される
ことになる。

本発明の文書要約方式は、段落が存在しないような短い
文書ではなく、段落によって構造化された比較的長い文
書を対象としている０段落の存在しない文書の要約は段
落に依存しない重要文抽出規則のみによって要約するこ
とに相当する。つまり、本方式は段落のない文書への要
約方式の拡張になっている。

【図面の簡単な説明】

第１図は本発明の第一の実施例を示す流れ図、第２図は
第二の実施例を示す流れ図、第３図は第三の実施例を示
す流れ図、第４図は重要文抽出規則群の構成を示す説明
図、第５図は要約文生成規則群の構成を示す説明図、第
６図は構成例を示す説明図である。 ４０・・・重要文抽出規則群、５０・・・要約文生成規
則群、６０・・・全体制御プログラム、６１・・・段落
の種類判定プログラム、６２・・・抽出処理プログラム
、６３・・・抽出文選択プログラム、６４・・・要約文
生成プログラム、６５・・・表示プログラム。

Claims (1)

1. 【特許請求の範囲】 １、計算機を用いて文書の要約文を生成する文書要約方
   式において、与えられた文書を見出しのついた段落単位
   に分割し、段落の種類に対応した重要文抽出規則群を段
   落毎に選択し、前記重要文抽出規則群と段落の種類に依
   存しない重要文抽出規則群の双方を参照して前記各段落
   における重要文を抽出し、前記各段落で抽出された重要
   文と前記各段落の見出しの対の集合を前記与えられた文
   書全体の重要部分と判定し出力することを特徴とする文
   書要約方式。 ２、請求項１記載の文書要約方式において、各重要文抽
   出規則に対してあらかじめ対応づけられた要約文生成規
   則を適用して前記重要文を変形し連結し出力することを
   特徴とする文書要約方式。 ３、請求項１または２記載の文書要約方式において、各
   重要文抽出規則に対してあらかじめ設定された重要度を
   参照してあらかじめ定義された境界値を越えた前記重要
   文のみを選択し要約文を生成することを特徴とする文書
   要約方式。