JPH04257064A - 要約情報抽出装置 - 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】

【０００１】

【産業上の利用分野】本発明は、入力文書の概念構造を
解析し、その情報の中から要約として重要な箇所を抽出
し表示する要約情報抽出装置に関するものである。

【０００２】

【従来の技術】従来の要約システムでは、キ−ワ−ドの
分布を算出し、キ−ワ−ドの出現頻度の高い文ほど重要
な文とする手法や、文章を意味的に解析し、文章の中で
最も重要な文を要約とする手法などが取られてきた。前
者の手法はキ−ワ−ド抽出手法を援用した手法であり、
キ−ワ−ド抽出の精度に左右されるとともに、キ−ワ−
ドが多く含まれている文であっても、必ずしも要約に必
要な文章であるとはいえないため、質の高い要約を得よ
うとした場合、不適切であった。一方、後者の手法では
、形態素解析や構文解析などを用いて文構造を明確化し
た上で、その文章の意味関係を同・類義語辞書、常識、
専門知識などを利用して文の構造だけでなく、文の位置
を把握する意味解析を行う必要がある。要約文を生成す
る場合、文の意味に基づいて要約文を生成しているため
、質の高い要約文を生成することが可能となるが、意味
解析の制度を向上することが難しく、また、記述すべき
知識の量が膨大となるため、実用性を上げることは難し
かった。

【０００３】

【発明が解決しようとする課題】上記従来技術において
は、品質のよい要約を得ることも可能であるが、その場
合、対象としている分野の常識や専門知識などを備えて
いなければならず、対象をかなり限定しなければならな
かった。また、たとえ対象をかなり限定したとしても計
算量が多く、結果を得るまでにかなりの時間を消費して
しまう等の問題があった。

【０００４】本発明の目的は、記述すべき知識量を減少
させ、意味解析の精度を向上させると同時に質の高い要
約文を抽出生成することができる要約情報抽出装置を提
供することにある。

【０００５】

【課題を解決するための手段】この発明にかかる要約情
報抽出装置は、起動時に要約テ−マを入力し、この要約
テ−マに沿った要約情報を抽出する要約情報抽出装置に
おいて、イメ−ジ入力された文書は文字認識器を用いて
機械可読な形式にし、コ−ド化された情報は直接読み込
む文書入力部と、これらの入力された文の中で要約テ−
マに関係する主語・述語を持つ文だけを抽出する文書情
報選択部と、要約テ−マに関係する述語と該述語に必要
な名詞句との関係を記述した概念解析用辞書を用いて前
記抽出した文の述語と名詞句の概念的関係を解析する文
書概念抽出部と、前記述語と名詞句の概念的関係の中で
同一の概念については統合するとともに、ユ−ザが登録
した概念間の関係や常識的な概念間の関係について記述
したスクリプトを用いて前記抽出した概念間の関係付け
をする文書概念統合部と、上記統合された概念を時制や
話者の様態によって分類し、文字数が少なくなるように
抽出生成した文を分類ごとに別々に表示する要約情報表
示部とを具備したものである。

【０００６】

【作用】この発明においては、起動時に要約テ−マを装
置に組み込み、その要約テ−マに沿った要約情報を抽出
するため、要約テ−マに関係する知識だけを蓄積し、処
理すればよく、要約処理で要する知識量や計算量を最小
で質の高い要約情報が抽出可能となる。また、複数の要
約情報抽出装置にそれぞれ異なった要約テ−マを与える
ことにより、並列に異なる要約テ−マに関する要約情報
を抽出できる。

【０００７】

【実施例】以下、この発明の実施例について説明する。 まず、この発明の要約情報抽出装置の全体構成について
述べる。図１はこの発明の一実施例を示すブロック図で
ある。１は文書入力部で、外部から入力した文書情報を
本装置に適したコ−ド情報に変換する。２は文書情報選
択部で、入力された文書を要約テ−マに関係する情報と
要約テ−マに関係しない情報とに分類し、要約テ−マに
関係する情報のみを後の処理に渡す。３は文書概念抽出
部で、文書情報選択部２で選択された文書を概念解析用
辞書３Ａに基づき形態素解析，構文解析，概念解析する
。４は文書概念統合部で、文書概念抽出部３で抽出した
概念表記に対して、同一概念を統合したり概念間の関係
について記述したスクリプト４Ａに基づき概念間の関係
付けを行う。５は要約情報表示部で、統合された概念表
記を文に変換、表示する。

【０００８】図２に要約情報抽出装置のシステム構成ブ
ロック図を示す。また、システム全体の処理の流れ図を
図３，図４に示す。なお、図３と図４のＳＴＥＰ０〜Ｓ
ＴＥＰ５は各ステップを示す。

【０００９】次に、動作について説明する。ＣＰＵ（中
央処理装置）１０は立ち上げ時にＲＯＭ（ロム）１１に
記録されている初期設定を行い入力待状態に入る。初期
設定では、各入力機器の接続チェック，初期化を行った
後、要約情報抽出に必要な辞書とプログラムをＤＩＳＫ
（ディスク）４０からＲＡＭ（ラム）３０にロ−ドする
。この時、システムはユ−ザに要約テ−マの入力を要求
する。要約テ−マの設定は、“活動”か“状態”かの設
定と“活動”または“状態”の動作主の設定が可能であ
る。動作主の設定は、固有名詞や抽象的な名詞（ＶＩＰ
、企業、零細企業等）に設定する。例えば要約テ−マと
して“企業の活動”、“ＶＩＰの活動”、“零細企業の
状態”というものを与えることができる。要約テ−マが
決定された後、要約テ−マに関係する辞書項目をＲＡＭ
３０にロ−ドする。これらのデ−タのロ−ドが終了した
後、文書の入力待状態となる（図３のステップＳＴＥＰ
０）。

【００１０】文書入力部１（図３のステップＳＴＥＰ１
）は、入力としては通常のＫＢ（キ−ボ−ド）２０とＣ
ＲＴ（ディスプレ−）２１、ＦＤ（フロッピ−ディスク
）２２、ＭＴ（マグネチックテ−プ）２３を用いてコ−
ド情報を直接入力する場合と、ＩＲ（イメ−ジリ−ダ）
２４、ＨＳ（ハンドスキャナ）２５から入力したイメ−
ジ情報をコ−ド情報に変換するＣＲ（文字認識器）２６
を利用する場合の２種類を用意している。コ−ド情報に
変換された後は、ＲＡＭ３０にコ−ド情報が転送される
（図３のステップＳＴＥＰ２）。

【００１１】ＤＩＳＫ４０に記憶されている辞書類とし
ては、形態素解析用辞書４１，構文解析用辞書４２，概
念抽出用辞書４３，概念統合用辞書４４がある。なお、
４１〜４３は図１の概念解析用辞書３Ａに相当し、４４
はスクリプト４Ａに相当する。これらの辞書類は、要約
テ−マの入力時に要約テ−マに関する辞書項目だけを抽
出したサブセットの辞書（形態素解析用辞書４１ａ，構
文解析用辞書４２ａ，概念抽出用辞書４３ａ，概念統合
用辞書４４ａ）が構築されＲＡＭ３０に登録される。形
態素解析用辞書４１，４１ａは文書の形態素解析を行う
ために使用し、構文解析用辞書４２，４２ａは文書の構
文解析を行うために使用する。概念抽出用辞書４３，４
３ａは文書概念抽出するために使用し、概念統合用辞書
４４，４４ａは文書概念を統合するために使用される。

【００１２】文書情報選択部２（図３のステップＳＴＥ
Ｐ２）では、ＲＡＭ３０に記録されたコ−ド情報から要
約情報を抽出するのに必要な情報を選択する。要約テ−
マが“活動”の場合、ＲＡＭ３０上に記憶された“活動
”に関する述語と入力された文との一致を検査し、一致
しなければその文は処理対象外とし、処理対象文から外
す。また、要約テ−マが“状態”に関する内容であれば
、ＲＡＭ３０上に記憶された“状態”を表す述語や要約
テ−マの主語の一致を検査し、一致しなければ処理対象
外の文とする。検査終了後、入力された文を要約に必要
な文と必要でない文とに分類し、要約に必要でない文を
処理対象から外し、要約に必要な文のみを後の処理に渡
す。

【００１３】文書概念抽出部３（図３のステップＳＴＥ
Ｐ３）では、文の概念構造を解析する。概念構造の解析
においては、まず、入力された文章の形態素解析を行う
。形態素解析ではＲＡＭ３０上にある形態素解析用辞書
４１ａを用いて文を分ち書きし、形態素情報を付与する
。形態素情報としては、表記，読み，品詞，活用形，意
味カテゴリなどを付与する。構文解析としては、構文解
析用辞書４２ａを用い、係り受け解析を基本とした手法
を用いる。係り受け解析の代表的な手法としては、稲垣
ら（稲垣、小橋：係り受け解析方法、特開昭６４−１７
１５２号公報参照）の発明がある。この係り受け解析手
法を用いて文を解析した後、概念抽出用辞書４３ａを用
いて、文の概念構造を解析する。

【００１４】実際に例を用いて、図１の文書入力部１か
ら文書概念抽出部３までの処理を示す。入力する文書と
して図５のような文書を考える。この文書がＫＢ２０，
ＨＳ２５等から入力され、ＲＡＭ３０上にコ−ド情報化
されて記憶されているとする。文書情報選択部２では、
まず、入力された文書の内容のうち、要約テ−マに関す
る記述のみを対象として抽出する。ここでは、“企業の
活動”を要約テ−マとして取り上げた例を示す。“企業
活動”を要約テ−マにした場合、“活動”に関する述語
を持つ文のみを対象とし、それ以外の文は文書概念抽出
処理の対象から外す。図５に対して、対象文のみを表示
すると図６のようになる。つまり、図６のような出力が
文書情報選択部２から文書概念抽出部３に渡される。

【００１５】文書概念抽出部３では、文書情報選択部２
から渡された文だけを概念解析する。概念解析において
は、先に述べたように、形態素解析，構文解析を用いて
、形態素情報や構文情報を得、その情報を用いて解析す
る。図７は形態素解析，構文解析を経て出力された構文
解析結果である。ＳＸＸは文番号、リストの第１項には
自立語成分、第２項は付属成分（付属語や活用語尾）、
第３項は自立語成分の意味カテゴリが示されている。ま
た、右端には構文情報リンクにより、その文の構文情報
が記述されている。概念抽出用辞書４３ａは、図８，図
９に示されているような内容が記述されている。 基本的に、文書概念抽出用辞書４３ａには要約のテ−マ
に関係する事柄について、その概念構造を解析するのに
必要な情報が記述されている。その記述内容と構文解析
情報とを照らし合わせながら、文書に書かれている内容
を概念解析する。例えば図７の文番号Ｓ１における照合
過程を示す。

【００１６】まず、最初、文番号Ｓ１に書かれている“
企業の活動”に関する述語を探す。これは、述語の意味
カテゴリとして＊ａｃｔｉｏｎ＊（ｃｏｍｐａｎｙ）　
で示されている。ここで、括弧内で示されているｃｏｍ
ｐａｎｙ　は、その述語の意味カテゴリがｃｏｍｐａｎ
ｙ　、つまり企業の範中でのみ有効であることを示す。 文番号Ｓ１において、“建設”は意味カテゴリとして＊
ａｃｔｉｏｎ＊（ｃｏｍｐａｎｙ）　を持つ。こでは、
“建設”が企業の活動に関係する語であることを意味す
る。もし複数の＊ａｃｔｉｏｎ＊が同一文内に存在する
場合は、個々の＊ａｃｔｉｏｎ＊に対して＊ａｃｔｉｏ
ｎ＊（ｃｏｍｐａｎｙ）　であるかどうかの判断を行う
。意味カテゴリが＊ａｃｔｉｏｎ＊（ｃｏｍｐａｎｙ）
　である述語を捜し出した後、その述語に対する記述項
目を概念抽出用辞書４３ａから抽出する。この例では、
図８の辞書項目が抽出される。

【００１７】次に、この辞書項目と構文解析結果（図７
）の照合を行う。照合では、図７の構文情報リンクと各
自立語成分の意味カテゴリを比較する。図８の辞書項目
は、ａｃｔｉｏｎの述語が“建設”の場合、ＥＶＥＮＴ
は“建築”となり、ｃｏｎｃｒｅｔｅ　ａｃｔｉｏｎ　
では＊ｎａｍｅ＊（ｃｏｍｐａｎｙ）　の意味カテゴリ
を持つ自立語成分がａｇｅｎｔ　の役割を持つ。同様に
、＊ｅｌｅｍｅｎｔ　＊（ｃｏｍｐａｎｙ）　の意味カ
テゴリを持つ自立語成分はｏｂｊｅｃｔの役割を持つこ
とを意味する。つまり、照合では辞書項目を利用して、
自立語の文内での役割を決定することを行う。図７の文
番号Ｓ１の例では、“建設”に構文情報リンクを張って
いる自立語成分は“新工場”だけである。この場合、“
着手”の構文情報リンクと同値であるとして処理をする
。これは、“着手”のようなダミ−の述語（意味カテゴ
リでは＊ｄｕｍｍｙ　＊（ｖｅｒｂ）が与えられる述語
）を持つ文に対する特別な処理である。処理としては、
＊ｄｕｍｍｙ　＊（ｖｅｒｂ）にかかっている構文情報
リンクを最も近い＊ａｃｔｉｏｎ＊に渡すことで処理を
行う。この例では、＊ｄｕｍｍｙ　＊（ｖｅｒｂ）“着
手”に最も構文情報リンクが近い単語は、“建設”であ
るため、“着手”に向かっていた係り受けの構文情報リ
ンクはすべて“建設”に向かう。

【００１８】図１０に＊ｄｕｍｍｙ　＊（ｖｅｒｂ）に
関する処理を行い、構文情報リンクを張り替えた場合の
結果を示す。 この構文情報リンクの張り替えを終了した後、照合が行
われる。この例では、ＥＶＥＮＴ：建築のｃｏｎｃｒｅ
ｔｅ　ａｃｔｉｏｎ　のａｇｅｎｔ　には、“ＸＸＸ株
式会社”が当てはまる。 また、ｏｂｊｅｃｔには“新工場”が当てはまる。この
ような照合を全てのリストに対して続ける。照合結果を
図１１に示す。同様な処理を入力された文すべてに対し
て行い、その結果を文書概念統合部４に渡す。

【００１９】文書概念統合部４（図４のステップＳＴＥ
Ｐ４）では、図１１，１２のような文書の概念表記を受
取り、概念の統合を行う。概念の統合処理としては、同
一概念の融合、概念間の関係付けの２処理を行う。同一
概念の融合は、同一ＥＶＥＮＴに関する内容を一個のＥ
ＶＥＮＴとして表記する処理である。処理としては、そ
れぞれすべてのＥＶＥＮＴを比較し、同一ＥＶＥＮＴ名
（例えばＥＶＥＮＴ：建築）があればそれを抽出し、Ｅ
ＶＥＮＴを構成する役割と自立語成分のペアを比較し、
完全に一致した場合、そのＥＶＥＮＴは同一概念である
とする（但し、役割ｔｅｎｓｅ　やｍｏｄａｌｉｔｙに
ついては一致する必要はない）。各自立語成分で“ｕｎ
ｋｎｏｗｎ　”と記載されている値は、文の中からは抽
出できなかったことを示し、どんな値とも一致すること
になる。そのとき、“ｕｎｋｎｏｗｎ　”は他方の値に
束縛される。

【００２０】例として、図１３のような概念が文書中の
第３０番目の文（Ｓ３０）に出現している状況を想定す
る。ＥＶＥＮＴ名（建築）が一致するため、ＥＶＥＮＴ
に書かれている各値を比較する。照合の結果では、ａｇ
ｅｎｔ、ｏｂｊｅｃｔ、ａｃｔｉｏｎ　の自立語成分が
一致しているため、システムは文番号Ｓ１とＳ３０の概
念表記は同一概念と判断して、概念表記の統合を行う。 文番号Ｓ１の役割ｔｉｍｅ、文番号Ｓ３０の役割ｌｏｃ
ａｔｉｏｎ、ｔｏｏｌ　はそれぞれ重複しないため、そ
れらの項はそのまま引き継がれて、最終的に図１４のよ
うな概念表記を得る。

【００２１】概念間の関係付けでは、ＲＡＭ３０上にあ
る概念間の関係を記述した概念統合用辞書４４ａを参照
する。概念統合用辞書４４ａは、ＥＶＥＮＴ間の関係（
スクリプト）を陽に表示した辞書であるが、すべてのＥ
ＶＥＮＴ間の関係について記述しているわけではない。 概念統合用辞書４４ａに記述されているＥＶＥＮＴであ
るかどうかを先ず判断して、概念統合用辞書４４ａに記
述されているＥＶＥＮＴでなければ処理を終了する。概
念統合用辞書４４ａに記述されているＥＶＥＮＴである
場合、概念統合用辞書４４ａに記載されている内容に基
づいて、ＥＶＥＮＴ間の関係付けを行う。

【００２２】前述したように、概念統合用辞書４４ａに
はすべてのＥＶＥＮＴ間の関係付けを行うために記述さ
れているわけではなく、ユ−ザが処理を希望するＥＶＥ
ＮＴ間の関係や、陽にわかるＥＶＥＮＴ間の関係付けを
行う。ユ−ザが処理を希望するＥＶＥＮＴ間の関係は（
例えば、ある特定企業の株投機スクリプト、企業の資産
投資スクリプト等）、直接ユ−ザが概念統合用辞書（４
４または４４ａ）に希望するＥＶＥＮＴ間の関係を記述
する。そのため、ユ−ザはただ単に概念統合用辞書（４
４または４４ａ）に希望するＥＶＥＮＴ間の関係を登録
するだけで、自分の必要な情報に特化した要約情報を得
ることが可能となる。システムが用意しているのは、陽
にわかるＥＶＥＮＴ間の関係である。その例としては、
ＥＶＥＮＴの開始と終了の関係や、あるＥＶＥＮＴが起
動された後、別のＥＶＥＮＴが起動される関係（例とし
て、企業の工場が完成した後に操業を開始する）などが
ある。

【００２３】図１５，１６は概念統合辞書４４ａに記載
されているＥＶＥＮＴ間の関係例である。ここで、語頭
がアンダ−バ−“　　”で示される単語は変数を表し、
それ以外の単語は値である。また、矢印の前の記述が照
合するＥＶＥＮＴの記述であり、矢印の後の記述がＥＶ
ＥＮＴの照合に成功した場合のＥＶＥＮＴ間の関係であ
る。図１５はあるＥＶＥＮＴのｍｏｄａｌｉｔｙが開始
から終了に変化する場合のスクリプト例である。このス
クリプトの照合処理では、最初のＥＶＥＮＴ：　ｅ１　
とＥＶＥＮＴ：　ｅ？　では、連続したＥＶＥＮＴで、
かつｍｏｄａｌｉｔｙが開始から終了に変化するＥＶＥ
ＮＴを探索する。このスクリプトに一致するＥＶＥＮＴ
がなければ、システムは次のスクリプトを計算する。も
し、一致した場合は、次にｍｏｄａｌｉｔｙ以外の他の
値の照合を行う。完全に一致した場合、矢印の後に記述
されたＥＶＥＮＴの状態に変更されることになる。この
矢印の後のＥＶＥＮＴ記述では、スクリプト内の他の値
の補完を行う。一般の文書では、主語や省略や述語の省
略等が多く、その処理を概念統合用辞書４４ａで可能と
する。図７の文番号Ｓ３の最初の部分に記述されている
文を考えてみると、この文では、主語，述語，目的語が
省略されていることが分かる。この主語，述語，目的語
の補完は図１５のスクリプトにより可能となる。このス
クリプトで照合が成功した例を示す。まず、ＥＶＥＮＴ
名の照合を行う。両方のＥＶＥＮＴ名は　ｅ１　、　ｅ
？であるため、個々の変数は、　ｅ１　：＝建築 　ｅ？　：＝ＵＮＤＥＦ のような値に束縛される。

【００２４】次に、ｃｏｎｃｒｅｔｅ　ａｃｔｉｏｎ　
であるが、文番号Ｓ１のａｇｅｎｔ　リストは、文リス
ト（ａｇｅｎｔ　：“ＸＸＸ株式会社”“では”＊ｎａ
ｍｅ＊（ｃｏｍｐａｎｙ）　）スクリプトリスト（　ｒ
ｏｌｅ−ｃｏｄｅ　　ｗｉ　　ｗｄ　ｓｐｅｃｉａｌ−
ｃｏｄｅ）と一致し、スクリプトリスト内の各変数は、
　ｒｏｌｅ−ｃｏｄｅ＃００１：＝ａｇｅｎｔ　　ｗｉ
＃００１　：＝“ＸＸＸ株式会社”　ｗｄ＃００１　：
＝“では” 　ｓｐｅｃｉａｌｃｏｄｅ＃００１：＝＊ｎａｍｅ＊（
ｃｏｍｐａｎｙ）　のような値に束縛される。各リスト
を処理するごとに別のクロ−ジャが用意されるため、各
変数の値は他のリストを処理するときには参照されない
。ここでは、変数名の後に、＃＋数値で記述されユニ−
クな変数名に値が束縛される。

【００２５】一方、ｍｏｄａｌｉｔｙは、文リスト（ｍ
ｏｄａｌｉｔｙ：開始“着手”“し”＊ｍｏｄａｌｉｔ
ｙ＊（開始））スクリプトリスト（ｍｏｄａｌｉｔｙ：
開始　　ｍｉ　　ｍｄ　　ｓｐｅｃｉａｌ−ｃｏｄｅ）
と一致し、スクリプトリスト内の変数は、　ｍｉ＃０９
０　：＝“着手” 　ｍｄ＃０９０　：＝“し” 　ｓｐｅｃｉａｌ−ｃｏｄｅ＃０９０　：＝＊ｍｏｄａ
ｌｉｔｙ＊（開始）というような束縛状態になる。

【００２６】また、文番号Ｓ３の最初のＥＶＥＮＴでは
、文リスト（ｍｏｄａｌｉｔｙ：終了“完成”“し、”
＊ｍｏｄａｌｉｔｙ＊（終了）） スクリプトリスト（ｍｏｄａｌｉｔｙ：終了　　ｍｉ？
　　ｍｄ？　　ｓｐｅｃｉａｌ−ｒｏｌｅ−ｃｏｄｅ）
と一致し、スクリプトリスト内の変数は、　ｍｉ？＃０
９０：＝“完成” 　ｍｄ？＃０９０：＝“し、” 　ｓｐｅｃｉａｌ−ｃｏｄｅ＃０９０　：＝＊ｍｏｄａ
ｌｉｔｙ＊（終了）という束縛になる。文番号Ｓ３に存
在しない役割の値は、自動的に初期値（通常“ｕｎｋｎ
ｏｗｎ　”）に設定される。例えば役割ａｇｅｎｔ　は
文番号Ｓ３に存在しないので初期値に設定され、以下の
ような変数の束縛状態になる。

【００２７】　ｒｏｌｅ−ｃｏｄｅ？＃００１　：＝　
ａｇｅｎｔ　ｗｉ？＃００１：＝　ｕｎｋｎｏｗｎ　ｗ
ｄ？＃００１：＝　ｕｎｋｎｏｗｎ　ｓｐｅｃｉａｌ−
ｃｏｄｅ？＃００１：＝　ｕｎｋｎｏｗｎこれらすべて
の変数の束縛が成功した時点で、このスクリプトは完全
に一致したと判断され、照合に成功したＥＶＥＮＴは関
係付けされた状態に変更される。図１５の矢印の後の部
分がその記述に当たる。この表記の中で網掛けの部分は
、スクリプトの照合に成功した場合、　ｕｎｋｎｏｗｎ
な値を相互に補完することを意味する記述である。 例えばＥＶＥＮＴ：　ｅ？　は　ｅｌ（束縛値＝建設）
に変更される。また、文番号Ｓ３の方では、役割ａｇｅ
ｎｔ、ｏｂｊｅｃｔ、ａｃｔｉｏｎ　の値とａｂｓｔｒ
ａｃｔ−ａｃｔｉｏｎのｏｕｔ　の値がｕｎｋｎｏｗｎ
　となっているが、それらの値は文番号Ｓ１の値により
補完される。例えば文番号Ｓ３のａｇｅｎｔ　の記述は
、ｕｎｋｎｏｗｎ　であり、かつ　ｗｉ　に値が束縛さ
れている。クロ−ジャを考慮するとスクリプトリストは
、（　ｒｏｌｅ−ｃｏｄｅ？＃００１　　ｗｉ＃００１
　””　ｓｐｅｉｃａｌ−ｃｏｄｅ＃００１　）のよう
に解釈され、それぞれの変数の値は、 　ｒｏｌｅ−ｃｏｄｅ？＃００１　：＝　ａｇｅｎｔ：
　ｗｉ？＃００１：＝“ＸＸＸ株式会社”　ｓｐｅｃｉ
ａｌ−ｃｏｄｅ？＃００１：＝＊　ａｇｅｎｔ＊（ｃｏ
ｍｐａｎｙ）　に束縛されているので、（　ａｇｅｎｔ
：“ＸＸＸ株式会社”””＊　ａｇｅｎｔ＊（ｃｏｍｐ
ａｎｙ）　）という文リストが補完されることになる。 他の値も同様に補完を行い、さらに図１６のスクリプト
を適用した結果、最終的に図１７の概念表記を得る。

【００２８】図１７には網掛けした部分が概念統合用辞
書４４を参照することにより補完可能となった箇所であ
る。図１６のスクリプトは、　ａｂｓｔｒａｃｔ　ａｃ
ｔｉｏｎのｏｕｔ：の項が次のＥＶＥＮＴ内で使用され
ているときに照合が成功する例である。図７の例では工
場の完成後、操業に入るＥＶＥＮＴに適用できる。照合
が成功した場合、最初のＥＶＥＮＴは次のＥＶＥＮＴを
発生させるために生起されたＥＶＥＮＴであるとして、
ｓｅｑｕｅｎｃｅという役割がＥＶＥＮＴの先頭に付与
される。

【００２９】文書概念の統合処理は、すべての文に対し
て上記の作業を繰り返し行う処理である。最終的に、文
書は図１７のような概念表記の集合で表現されることに
なる。

【００３０】要約情報表示部５（図４のステップＳＴＥ
Ｐ５）は、文書概念統合部４で抽出した概念表記を用い
て、要約に関する情報を抽出表示する部分である。概念
表記では、全くＥＶＥＮＴ間の関係のないものについて
は関係は表記されないため、複数の無関係なＥＶＥＮＴ
群で文書が表現される。図１７の概念表記では、文番号
Ｓ１とＳ３の最初の文の概念表記が文番号Ｓ３の後半の
文のｓｅｑｕｅｎｃｅに当たるため、統合されて、図１
８に示すような１つのＥＶＥＮＴで表記される。

【００３１】要約情報表示部５では、各ＥＶＥＮＴを表
層的な文に表現するとき、前に同じ概念が表層的な文で
表現されていた場合には同じ表現はせず省略する。ＥＶ
ＥＮＴが異なる場合はこの限りではない。また、各ＥＶ
ＥＮＴ内では、表現をなるべく省略し、文字数が最小と
なるような表現をする。つまり、図１７の概念表記例で
は、ａｇｅｎｔ　やｏｂｊｅｃｔが補完されているが、
表層的文にする段階では、同じ表現であるので、表層的
文にする段階で採用されない。また、図１７のように、
１つのＥＶＥＮＴに表現された概念表記は、表層的文に
する段階でも１文で表現される。図１７の概念表記のみ
を表層的文にした場合、図１９のような要訳文が抽出さ
れる。

【００３２】要約文は、通常ｍｏｄａｌｉｔｙ別に別々
のウインドウに表示される。図２０はｍｏｄａｌｉｔｙ
の種類により分類された後、表示された例である。この
例では、ｍｏｄａｌｉｔｙとして、過去，将来，予定の
３種類のｍｏｄａｌｉｔｙについて文書が分類され、そ
れぞれ別々のウインドウで表示されている例である。ｍ
ｏｄａｌｉｔｙが過去であるか、現在であるか、将来で
あるかの区別は、各ＥＶＥＮＴの役割ｔｉｍｅの値とウ
インドウを表示した時点（図２０右上に記述されている
タイムスタンプ）との比較により決定する。ｔｉｍｅの
値のウインドウを表示した時点が同じであれば、ｍｏｄ
ａｌｉｔｙは現在とし、ｔｉｍｅの値のほうが古ければ
過去とし、ｔｉｍｅの値のほうが新しければ将来とする
。例えば図１７のような概念表記がされるＥＶＥＮＴの
場合、ｔｉｍｅの値は“１２月”であり、“１２月”＞
“９０年１１月”（図２０の右上部に表示されているタ
イムスタンプ）という関係が成り立つため、図１７のＥ
ＶＮＥＴは将来のｍｏｄａｌｉｔｙを持つことになり、
将来のｍｏｄａｌｉｔｙウインドウに表示される。

【００３３】

【発明の効果】この発明は以上説明したように、イメ−
ジまたはコ−ド情報で入力された文書を解析し、要約テ
−マに合った情報のみ選択的に処理し、文書の概念的解
析により文書の概念を統合して表示する要約情報抽出装
置であり、装置に初期値として要約テ−マを入力し、そ
の要約テ−マに応じて処理を行うため、辞書等のデ−タ
量が縮小され、かつ計算量が減少する等の効果がある。 また、並列に本装置を接続することにより、各種の要約
テ−マに応じた要約を短時間で得られる。さらに、概念
抽出用辞書と概念統合用辞書により高い精度でテ−マに
関する要約を得ることが可能となる。

【図面の簡単な説明】

【図１】本発明を説明するためのブロック図である。

【図２】要約情報抽出装置のシステム構成ブロック図で
ある。

【図３】本システムの処理の流れを示すフロ−である。

【図４】図３に引続く本システムの処理の流れを示すフ
ロ−である。

【図５】入力文書例である。

【図６】文書情報選択部の処理結果を示す図である。

【図７】文書概念抽出部での構文解析結果例を示す図で
ある。

【図８】概念抽出用辞書の例を示す図である。

【図９】概念抽出用辞書の例を示す図である。

【図１０】文書概念抽出部での構文情報リンクの変更例
を示す図である。

【図１１】概念表記の例を示す図である。

【図１２】概念表記の例を示す図である。

【図１３】概念表記の融合に使用される概念表記例を示
す図である。

【図１４】融合された概念表記例を示す図である。

【図１５】概念統合用辞書に記述されているスクリプト
例を示す図である。

【図１６】概念東郷用辞書に記述されているスクリプト
例を示す図である。

【図１７】文書概念統合部での概念の統合結果を示す図
である。

【図１８】文書概念統合部での概念の統合結果を示す図
である。

【図１９】要約情報表示部の要約結果を示す図である。

【図２０】要約情報表示部の要約結果を示す図である。

【符号の説明】

１　　　　　　文書入力部 ２　　　　　　文書情報選択部 ３　　　　　　文書概念抽出部 ４　　　　　　文書概念統合部 ５　　　　　　要約情報表示部 １０　　　　ＣＰＵ １１　　　　起動用ＲＯＭ ２０　　　　ＫＢ（キ−ボ−ド） ２１　　　　ＣＲＴ（ディスプレイ） ２２　　　　ＦＤ（フロッピ−ディスク）２３　　　　
ＭＴ（マクテチックテ−プ）２４　　　　ＩＲ（イメ−
ジリ−ダ） ２５　　　　ＨＳ（ハンドスキャナ） ２６　　　　ＣＲ（文字認識器） ３０　　　　ＲＡＭ ４０　　　　ＤＩＳＫ（ディスク） ４１　　　　形態素解析用辞書 ４２　　　　構文解析用辞書 ４３　　　　概念抽出用辞書 ４４　　　　概念統合用辞書 ４１ａ　　ＲＡＭに搭載された形態素解析用辞書のサブ
セット ４２ａ　　ＲＡＭに搭載された形態素解析用辞書のサブ
セット ４３ａ　　ＲＡＭに搭載された形態素解析用辞書のサブ
セット ４４ａ　　ＲＡＭに搭載された形態素解析用辞書のサブ
セット

Claims (1)

【特許請求の範囲】
1. 【請求項１】起動時に要約テ−マを入力し、この要約テ
   −マに沿った要約情報を抽出する要約情報抽出装置にお
   いて、イメ−ジ入力された文書は文字認識器を用いて機
   械可読な形式にし、コ−ド化された情報は直接読み込む
   文書入力部と、これらの入力された文の中で前記要約テ
   −マに関係する主語・述語を持つ文だけを抽出する文書
   情報選択部と、前記要約テ−マに関係する述語と該述語
   に必要な名詞句との関係を記述した概念解析用辞書を用
   いて前記抽出した文の述語と名詞句の概念的関係を解析
   する文書概念抽出部と、前記述語と名詞句の概念的関係
   の中で同一の概念については統合するとともに、ユ−ザ
   が登録した概念間の関係や常識的な概念間の関係付けを
   行う文書概念統合部と、上記統合された概念を時制や話
   者の様態によって分類し、文字数が最小となるように抽
   出生成した文を該分類ごとに別々に表示する要約情報表
   示部とを具備することを特徴とする要約情報抽出装置。