JPH0520362A - 文書テキスト間の連鎖自動作成システム - Google Patents

Abstract

(57)【要約】 【目的】 文書テキストの要旨に沿うようにした関連付
けを自動的に行うことができる文書テキスト間の連鎖自
動作成システムを提供すること。 【構成】 対象となる各文書テキストに対し、関連付け
の対象となる重要キーワードをその重要度と共に抽出
し、その文書テキストの文書名と重要キーワードの関係
を抽出しすると共に格納する。次いで、重要キーワード
を基準にし、同一重要キーワード同士をまとめ、他の文
書テキストと関連付けのできない重要キーワードを除去
し、残った重要キーワードを文書名とともに格納する。
そして、同一重要キーワードを持った文書テキストをそ
の重要キーワードの持つ重要度の高い順にソートし、そ
の重要キーワードに対する文書テキストの順位付けを行
い、同一重要キーワード内で、その重要度の低いものか
ら高いものに対して関連付けをする。このとき、飛び先
の重要度は所定値（０．５）以上とものとする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書テキスト間の連鎖
自動作成システムに関するもので、より具体的にはデー
タベース内に記録された各文書テキスト間での相互参照
を可能にし、検索した文書テキストから関連付けされた
特定の他の文書テキストを検索するための連鎖を作成す
るシステムに関する。

【０００２】

【従来の技術】近年の情報ネットワークの発達により、
各種情報のデータベース化が進み、その種類も社内デー
タベースや商用データベース等多種多用となっている。
そして、この各種文献等のデータベース化の際に、文書
自体（文書テキスト）の入力に加えて後の検索処理を迅
速かつ効率的に行うために、文書登録時に検索キー情報
としての「キーワード」を加えることが一般に行われて
いる。

【０００３】一方、一般にデータベースの検索を行う場
合、対象となる一つの文書テキストを検索しその内容を
参照するのが基本作業ではあるが、単にその文書テキス
トのみを見るだけでは、その情報の持つ価値は文書テキ
ストの内容の範囲を超えることはできない。そこでデー
タベースの価値を高める手段として、各文書テキスト間
での相互参照機能を付加し、検索した文書テキストから
関連付けされた特定の他の文書テキストを検索するよう
にしたものがある。すなわち、ある文書テキストに開示
されている言葉（キーワード）の意味・内容の説明が知
りたいとか、その文書テキストの内容に関連したデータ
が知りたい等の検索要求に合わせて検索行為が連鎖的に
進められるのが望ましい。

【０００４】そして、これらの行為を実現するために
は、予めデータベース内で対象となる各文書テキスト間
を結び付けるという作業を施す必要がある。現状、かか
るデータ間の関係付けは、ハイパーメディアやハイパー
テキストで代表されるように手作業で行われている。す
なわち、作成者が各文書テキストを読み、内容を理解
し、ある文書テキスト中に記載されているキーワード
と、それと関連のある内容の他の文書テキストとを連鎖
させ、関連付けを行うようにしている。

【０００５】

【発明が解決しようとする課題】しかしながら、従来の
ように人間が多数の文書テキストを読み、その内容に適
した関連付けを行うようにしていると内容に即した使い
勝手の良いものを作成することができるが、読み手（作
成者）の示威が入るために作成者によって作成した関連
付けにバラツキを生じるおそれがある。しかも、熟練し
た技術を必要とすると共に、各文書テキストの内容を理
解しなければならないので、多大な労力と時間を要す
る。

【０００６】さらに近年の高速な技術革新にともない、
データベース化すべき文書テキストも増大し、関連付け
する対象も膨大化してるいため各文書テキスト間の関係
が複雑化し、上記のような人手による作業では処理速度
並びに労力の点で限界があり、コンピューター処理によ
る関連付け作業を迅速に行いたいという要望がある。

【０００７】ところで、ある「語句」に付いての関連付
け作業を行うに際し、係る「語句」が記載されているす
べての文書テキスト相互を関連付けるようにすると、例
えば検索者がある文書テキスト中に記載されている「語
句」についてより詳しく知りたい場合に、その「語句」
をキーワードとして検索すると、たまたま文書テキスト
中にそれと同一の「語句」が記載されている文献（その
「語句」の内容・説明については全く記載されていな
い）も検索されてしまうおそれがあり、検索効果が悪く
なる。

【０００８】したがって、係る手作業による関係付けを
行うに際し、作成者は無意識の内に所定の判断基準や知
識を用い、上記のような問題を生じないようにして文書
テキスト間での関連付けを行っているのであるが、上述
のコンピューターによる自動処理の要請を達成するため
には係る判断基準等をルール化，辞書化しなければなら
ず、その処理が煩雑である。その結果、未だに関連付け
の自動処理がなし得ておらず、結局その適用範囲も比較
的件数の少ない個人的なデータベースに限られてしま
う。

【０００９】本発明は、上記した背景に鑑みてなされた
もので、その目的とするところは、人間の示威をいれる
ことなく、しかも、文書テキストの要旨に沿うようにし
て関連付けを自動的に行うことができる文書テキスト間
の連鎖自動作成システムを提供するにある。

【００１０】

【課題を解決するための手段】上記した目的を達成する
ために、本発明に係る文書テキスト間の連鎖自動作成シ
ステムでは、対象となる各文書テキスト毎に重要キーワ
ードを抽出し、その抽出した重要キーワードをその文書
テキストの内容に即する度合いを示す重要度と共に格納
し、同一重要キーワードを含む文書テキスト同士であっ
て、少なくとも飛び先の文書テキストに含まれるその重
要キーワードの重要度が所定値以上であるように前記各
文書テキスト間の連鎖を作成するようにした。

【００１１】また好ましくは、前記連鎖を作成するに際
し、飛び先の文書テキストに含まれる重要キーワードの
重要度が、基の文書テキストに含まれる重要キーワード
の重要度の値以上であるように、前記連鎖の方向を決定
付けることである。

【００１２】

【作用】文書テキスト同士を関連付けるに際し、各キー
ワードに付けられた重要度を考慮して行われる。すなわ
ち、重要度の値が高いものほど、そのキーワードがその
文書テキストの内容をより示すものと判断できる。よっ
て、飛び先の文書テキストに含まれるキーワードの重要
度の値が所定値以上にしておけば、たまたま同一の語句
が記載されているがまるっきり関係のない文書テキスト
に関連付けされることがない。

【００１３】また、手作業で関連付けを行う場合に人間
が無意識の内に行っている特別な判断基準や知識等をル
ール化，辞書化する必要がなく、しかも、文書テキスト
の要旨に沿うようにして自動的に関連付けが行われる。
そして、係る関連付け作業には、人間の示威が入らない
ため、作業者間でのばらつき等の問題も生じない。

【００１４】

【実施例】以下、本発明に係る文書テキスト間の連鎖自
動作成システムについて、の好適な実施例について添付
図面を参照にして詳述する。まず、図１に基づいて本発
明の基本構成を説明すると、以下のステップにしたがっ
て処理される。

【００１５】（１）各文書テキストに対し、関連付けの
対象となる重要キーワードをその重要度と共に抽出し、
その文書テキストの文書名と重要キーワードの関係を抽
出すると共に格納する。尚、ここで重要度とは、その文
書テキストの内容に即している度合い，関連性の重みの
ことを言い、その値が高いものほど内容に即する度合い
が強いことを意味する。すなわち、その重要度の高いキ
ーワードほど、その文書テキストの内容を示すキーワー
ドとなる（Ｓ１０１，Ｓ１０２）。 （２）重要キーワードを基準にし、重要キーワード別に
文書名の並べ替え、すなわち、同一重要キーワード同士
をまとめる。そして、他の文書テキストと関連付けので
きない重要キーワードを除去し、残った重要キーワード
と文書名との関係を格納する（Ｓ１０３）。 （３）同一重要キーワードを持った文書テキストをその
重要キーワードの持つ重要度の高い順にソートし、その
重要キーワードに対する文書テキストの順位付けを行
い、それを格納する（Ｓ１０４）。 （４）同一重要キーワード内で、その重要度の低いもの
から高いものに対して関連付けをし、かつ、飛び先の重
要度は所定値（０．５）以上のものとする（Ｓ１０
５）。

【００１６】次ぎに、図２に示すような３つの文書テキ
スト（文書１，文書２，文書３）を用いながら、上記各
ステップについてより詳細に説明する。まず、第１のス
テップである［重要キーワードの抽出］としては、例え
ば以下に示すような手順にしたがって自動的に抽出する
ことができる。すなわち、本例では文書テキストの要旨
に沿うようなキーワードを抽出するに際し、実際に厳密
な意味解析を行うことなく文章の表記上の特徴に着目し
て、重要キーワードを抽出している。

【００１７】具体的には、（イ）一般に文章の内容を示
す重要語が主語と目的語に含まれていることが多く、
（ロ）文章の内容を端的に示したのがタイトルであり、
（ハ）重要な語句程文書テキスト中に頻繁に記載されて
いると言う点に着目し、上記（イ）〜（ハ）を考慮して
各単語毎に重要度のポイント付け（重み付け）をし、重
要キーワードであるか否かを判断するようにしている。

【００１８】以下、本キーワード抽出の大筋の手順につ
いて示す図３のフローチャート図を用い、各作業につい
て順に説明する。

【００１９】(1) ［分かち書き処理］図示するごとく、
まず、図２（Ｃ）に示す文書テキストに対して［分かち
書き処理］を行う。この分かち書き処理は、文書テキス
トに記載された文章をコンピュータ入力し、そこにおい
て単語単位に分割する。そして、本例では、文書テキス
トにタイトルが付いている場合には、そのタイトルに対
しても分かち書き処理をする（図４参照）。

【００２０】(2) ［文節切り出し］次に、上記分かち書
き処理したものに対し［文節切り出し］処理を行う。こ
の文節切り出し処理は、分かち書きにより単語毎に分割
されたものの中から、文節の区切りとなる言葉を見付
け、文節として切断し直すものであり、以下のルールに
従って処理される。

【００２１】（イ）句点「。」，読点「、」並びに文書
中の空白があると切り出す（その部位で切断する）。 （ロ）文書中に「＊」，「○」，「△」，「◇」，
「▼」，「▽」，「■」，「…」等の文書区分記号があ
ればそれを抹消し、文章を整える。 （ハ）文書中に括弧記号（「，」，『，』，［，］，”
等）があると、その部位で切り出す。

【００２２】（ニ）文書中に「が」，「は」，「を」が
あると、そこで切り出す。これはそれら３つの助詞が通
常キーワード抽出に重要な「主語節」，「目的語節」に
続いて使用されるからである。 （ホ）文書中に「で」，「でも」，「ら」があるとそこ
で切り出す。これによって文節をより詳細に切断するこ
とができる。

【００２３】（ヘ）括弧で囲まれた文節を取り除き、そ
の前後の文節を連結する。そして、取り除かれた文節
は、別途元の原文の末尾に付加する。すなわち、単純に
上記（ハ）を実行し括弧記号で分割すると、キーワード
そのものも切断されてしまうおそれがあるからである。 （例）文書中に『アクセス（応答）時間』なる語がある
と、（ハ）だけでは「アクセス」，「応答」，「時間」
の３つの語句がキーワードとして抽出されることになる
が、この（ヘ）の処理をすることにより望まれる適切な
キーワードである「アクセス時間」と「応答時間」とが
抽出されるようになる。

【００２４】（ト）文書中の「した」の後は無条件で切
断する。 （チ）文書中に「という」，「といった」，「や」，
「も」，「によって」並びに「より」があると、その部
位で切断する。これによって詳細に切断し、ノイズの発
生率を抑制する。

【００２５】そして、上記（イ）〜（チ）の処理にて充
分な効果が期待できるが、より正確に行うために本例で
はさらに以下の処理を行う。すなわち、まず上記の
（チ）の処理については、上記６つの語句に加え、「か
ら」並びに「だが」があってもその部位で切断するよう
にし、より効果的にノイズの発生率を抑制するようにし
ている。さらに以下の（リ）〜（ワ）の処理を行う。

【００２６】（リ）文書中に「等」や「など」があれ
ば、それを抹消する。それらの語句は重要語たる主語や
目的語の後ろに付帯することが多く、そのままキーワー
ドの重要度を評価してしまうと、出現回数が多いことか
ら、「等」が高得点となり重要キーワードとして抽出さ
れる可能性が高いため、予め削除しその現象の発生を先
に抑制するのである。

【００２７】（ヌ）鉤括弧（「」，『』等）で括られた
言葉を強調キーワードとして取り出す。これは、通常文
書作成者が強調したい箇所（言葉）を鉤括弧で括ること
が多いからであり、取り出された言葉を別に格納すると
共に、後工程の重要度の重み付けで「０．９」を付与
し、重要キーワードとして残りやすくしている。具体的
には以下の手段による。

【００２８】ａ．「 」並びに『 』で括られた文節リ
ストを取り出す。 ｂ．この取り出された文節リストの内、文章，文節とな
っているものは排除する。すなわち、話し言葉なども鉤
括弧で括られていることから、上記ａ．の処理だけで
は、重要キーワードとしてふさわしくない語句も高得点
となってしまうため、これを防ぐためであり、具体的に
は、取り出された文節リストを構成する語句の中
に「。」，「、」，「が」，「は」，「を」，「と」，
「の」，「で」，「に」，「や」，「も」並びに「と
は」などの助詞を含む場合には強調キーワードとして残
さない。 ｃ．このようにして残った語句を連結し、文字列とす
る。すなわち、分かち書きでは「 人工 知能 」のよ
うに単語毎に分けられているため、これを連結して「人
工知能」のように１つの文字列する。 ｄ．括弧（ ）で囲まれた文字列を含む場合は、その括
弧を含めてその文字列を削除する。 （例）「人工知能（ＡＩ）」とあった場合には「人工知
能」を強調キーワードとする。

【００２９】なお、上記したａ，ｄにおける括弧の認識
は、１重のみであり、仮に多重括弧の場合には最も外側
の括弧に対してのみ行うようにしている。

【００３０】（ル）文書中に「する」や「関する」など
の「〜する」という言葉があると、その部位で切断す
る。これは、文末ではないサ変動詞をそのサ変動詞後で
切断することにより、より詳細に切断することが可能と
なる。

【００３１】（ヲ）括弧内にある略称説明文節を削除す
る。すなわち、通常ある略語（略称）の後ろに括弧書き
でその略語の説明が行われるが、重要キーワードとして
は略語が残れば良いためである。具体的には以下の手段
による。

【００３２】ａ．括弧内の言葉の中に「：」を含む場合
には、「：」以前までの単語を削除対象とし、「：」以
降は無条件で残す。なお、「：」を含まない場合には括
弧内のすべてが削除対象となる。 ｂ．削除対象となった単語を構成する語の中に少なくと
も一つの英小文字を含む場合には、その単語を略称説明
文と解釈し、取り除く。 （例） （Artificial Intelligence:ＡＩ）の場合はＡＩのみ抽
出 （Artificial Intelligence ）の場合はすべて削除 （ＡＩ：Artificial Intelligence ）の場合はすべて抽
出 （ワ）文書中にある接続語を削除する。この接続語は前
後の文章同士をスムーズにつなげるのには重要で、その
出現回数も多いが、重要キーワードにはなり得ないもの
だからである。そこで； ａ．区切られた文が、少なくとも２つ以上の単語からな
り； ｂ．文の先頭の単語の長さが、２文字以下で； ｃ．次（２番目）の語が「、」（読点）である； という上記３つの要件を満たすものは接続語とみなし、
排除する。これにより（不要）辞書を作ること無く接続
語を抽出できる。

【００３３】すなわち、分かち書き結果が「〜。 以下
、 本 研究 …。」のような場合は、区切れた単語
の長さは「以下」，「、」，「本」と複数あり、先頭の
単語が「以下」と２文字であり、２番目に「、」がある
ため「以下、」が削除対象となる。

【００３４】これにより、論文中に良く使われる「結
局、」，「以下、」，「尚、」，「なお」，「今回」な
どの語句が削除可能となる。なお、上記した切断箇所を
判別する各語句の後ろに「、」や「。」等がある場合に
は、切断の重複を避けるために「、」などを優先し、各
語句の後ろでの切断処理は行わないようにしている。

【００３５】そして上記（イ）〜（ワ）の処理を行なう
ことにより図５に示すように文節（重要文節含む）単位
に切り直される。

【００３６】(3) ［重要文節抽出］上記のようにして文
節を切り出したら、次にその切り出された文節の中から
以下の抽出ルールに従って重要文節を抽出する。

【００３７】（イ）主語・目的語を含む節を抽出する。
すなわち、文節末が、「が」，「は」，「を」の文節を
抽出する。 （ロ）文節末の言葉が「ひらがな混在」でないものを取
り出す。キーワードになりにくい動詞等を排除するため
である。 （ハ）文節末の言葉が「で」の文節を抽出する。

【００３８】すなわち、この「で」と言う助詞は、例え
ば「東京電力で」というように開発場所や物，方法等に
続いて用いられることが多く、開発場所等は重要キーワ
ードの一つとなり得るからである。

【００３９】尚、上記の処理にて充分な効果が期待でき
るが、より正確に行うために本実施例ではさらに以下の
処理を行うようにした。すなわち、以下に示すごとくよ
り細かく作業を行うのである。

【００４０】まず、上記（イ）の作業を行う前に前処理
として不要語を削除する。すなわち、文節が１単語で構
成されるものの中で、下記の条件を少なくとも１つ満た
すものは削除される。 ａ．１単語の長さが１文字 ｂ．ひらがな混在の単語 ｃ．すべて数字からなる単語 上記処理により残った文節の中から上記した（イ）〜
（ハ）の処理を行うが、（イ），（ハ）については、以
下に示すごとく、判断対象を増やす。

【００４１】文節末の言葉が「が」「を」「は」「で」
「や」「も」のいずれか条件を満たす文節を取り出す。
ただし、本例では、上記［文節切り出し］処理の際に、
重複切断を避けるために各語句の後ろに「、」や「。」
などがある場合には「は」や「が」などの後ろで切断し
ないようにしたため、文節末の言葉が、句読点や括弧な
どの場合（「。」「、」「”」…）には、その前の言葉
（文節末から２つ目の単語）が上記「が」などである場
合にも取り出す。そして、上記前処理並びに（イ）〜
（ハ）の処理をすることにより図６に示すような各種重
要文節が抽出される。

【００４２】(4) ［キーワード抽出］上記の処理により
重要文節を抽出したなら、以下のキーワード抽出ルール
に従ってキーワードを抽出する。

【００４３】（イ）すなわち、まず、上記抽出された重
要文節をキーワードとして取り出す。このキーワードの
抽出は上記重要文節に対し再び分かち書き処理をし、単
語単位に分割する。そして、各単語中、キーワードにな
りにくい、「動詞」や「助詞」，「助動詞」、さらには
「すばらしい」等の「形容詞」等取り除く。換言すれば
名詞を抽出するのである。ただし、このとき、次処理で
各キーワードに対し重要度（重み付け）を算出する必要
から抽出された名詞につづく「助詞」等が何かをもあわ
せて記憶するようにする。

【００４４】（ロ）また、強調キーワードとして『「』
と『」』とで囲まれた文節を一語のキーワードとして取
り出す。

【００４５】（ハ）さらに、原文タイトル（一般にタイ
トルは文書テキストの内容を端的に現している）から同
様にしてキーワード（以下「タイトルキーワード」と称
す）を取り出す。これは、タイトルキーワードでありな
がら、本文中に出現されなかったり、重要文節からもれ
るおそれもあるため、本文の記載に関係なく無条件に重
要キーワードとして抽出するようにしたのである。

【００４６】なお、抽出するキーワードは最長語キーワ
ードとする。すなわち、例えば「東京電力」と言うキー
ワードが抽出された場合、それを一語としてとらえ、
「東京」と「電力」のように２つのキーワードとしな
い。このようにして抽出されたキーワードを図７に示
す。

【００４７】(5) ［キーワードの重み付け］上記(1) 〜
(4) の処理によりキーワードが抽出されるが、このまま
ではワード数が多いとともに、あまり重要でない言葉も
キーワードとして抽出されてしまう。そこで、キーワー
ドの発生文節の位置関係、発生頻度、言葉の属性等か
ら、各キーワードの持つ重みを計算し（重み付けを
し）、重要度の軽重を付ける。これより、重み付けした
値がある一定の数値以上にあるものを実際のキーワード
としてデータベース等に登録したり、或いは、その重み
付けの数値の多いものから順に所定数だけを実際のキー
ワードとしてデータベース等に登録したりすることによ
り、ワード数が少なく、文書テキストの内容に沿ったキ
ーワードを作成者の示威を入れることなく抽出すること
ができる。

【００４８】以下に上記各キーワードの持つ重みの計算
（重み付け）のルールについて詳述する。なお、具体的
計算方法については図８に示す。 ＜基本点の付与＞まず、抽出された各キーワードに対し
てそれぞれ以下の基本点を付与する。すなわち、キーワ
ードの次に来る語で基本点が決定され、具体的にはキー
ワードの次が主語節を現す「が」，「は」の場合にはそ
のキーワードの基本点は０．８とする。

【００４９】また、目的語節を現す「を」，「と」の場
合には０．７を、さらに「で」，「や」，「も」の場合
にも０．７を基本点として付与する。さらにまた、タイ
トルキーワードに対しては本文中に記載されるものには
０．９を、また、本文中には記載されていないものには
０．６を基本点とする。そして、上記に該当しないキー
ワードの基本点はすべて０．５とする。

【００５０】＜加 点＞重要なキーワードほど多数回に
亘って文書テキスト中に出現する。その点に着目し、複
数回出現するものに対して以下の計算式に従って加点す
るようになっている。

【００５１】Ｖ＝（Ｖ0 ＋Ｖ1 ）−（Ｖ0 ×Ｖ1 ）…
（１） 但し、Ｖ0 は１回目に出現されたキーワードの基本点，
Ｖ1 は２回目に出現されたキーワードの基本点であり、
求められるＶがそのキーワードの重要度である。そし
て、同一のキーワードが３回以上出現される場合には、
上記求められたＶを式（１）のＶ0 とし、新たに出現さ
れたキーワードの基本点をＶ1 として算出し、以下それ
を所定数だけ繰り返し行えば良い。

【００５２】＜減 点＞ （イ）接尾文字付きのキーワードは減点する。すなわ
ち、基本点に一定の数値（（１以下の正の数）以下、
「減点係数」と称す）を掛算する。この接尾文字として
は例えば「名，量，風，策，図，表，化，系．圏，材，
者，種，数，製，説，側．属，値，的．度，費，部，
法，用，派，比，率，流，列，例，論，画，群，型，
欄，点，性，日，時，類」等がある。

【００５３】しかし、上記のような接尾文字が付いてい
るキーワードでも例えば「女性」，「温度」等のように
重要キーワードとなり得るものもあり、一様に同一減点
対象とするのはまずい。そこで、接尾文字を含めて２文
字の場合は減点を少なくし、重要度が高くなるようにし
た。

【００５４】具体的には、文字数「２」；Ｖ′＝Ｖ0 ×
0.7 そ の 他；Ｖ′＝Ｖ0 ×0.5 とした（ただし、Ｖo は各単語のもつ基本点である）。

【００５５】（ロ）ひらがな混在のキーワードは減点す
る。そして、このときの減点係数は「０．５」とする。 （ハ）一文字漢字は減点する。 すなわち、例えば「何 が」のようにキーワードとして
は適さない語句であるにもかかわらず「が」で加点（基
本点が高い）される言葉がある。そしてこの「何」や
「次」等の言葉は、出現頻度が高く、しかも、接続する
助詞が「が」「を」等の場合が多い。この様に重要キー
ワードとなり得ない（役に立たない）語句の重み付けを
低く抑えるために一文字漢字を減点対象とし、そのとき
の減点係数を「０．７」とした。

【００５６】なお、上記（イ）〜（ハ）の減点処理によ
って求められた値Ｖ′を上記した加点の各式中のＶ0 ま
たはＶ1 に代入して加点処理作業をする。

【００５７】そして、上記の処理にて充分な効果が期待
できるが、より正確に行うために本実施例では以下に示
すように上記処理に変えて、或いは追加等することによ
り各種計算処理を行う。すなわち、基本点の付与，加
点，減点に際する新たなルールの追加並びに付与する点
を異ならしている。具体的には以下のとおりである。

【００５８】＜基本点の付与＞本例では、上記した例に
おいて基本点０．５を付与したその他の語に付いてさら
に場合分けをしている。すなわち、キーワードの次が
「な」の場合には、キーワードになりにくい形容詞の可
能性があるため、基本点を０．４にした。また、前方の
単語が「この」，「その」，「これらの」，「それら
の」の場合には、その後にくるキーワードは「研究」と
か「システム」などといった大きな概念がくることが多
いため、そのキーワードが持つ初期設定点に０．３を掛
けたものとした。

【００５９】すなわち、例えば文書３に記載されている
ように「このプルトニウムは」というような文節があっ
た場合には、初期設定点は「プルトニウム は」である
ため０．８となるが、前方に「この」があるため、結局
「プルトニウム」に与えられる基本点は、０．８×０．
３で０．２４となる。さらに、上述した鉤括弧で括られ
た言葉の強調キーワードは０．９をとした。

【００６０】＜加 点＞出現回数による累積計算につい
ては、上記した第１実施例と同様式（１）を用いて行わ
れ、またタイトルキーワードへの考慮も同様である。こ
れに加えて、本実施例では、キーワードの出現回数に基
づく累積計算に加え、さらに短単位のキーワード（例え
ば「東京電力」の場合は「東京」と「電力」がそれぞれ
短単語のキーワードになる）の出現回数（頻度と称す
る）も考慮し、その短単位のキーワードの頻度に０．１
を掛けた値を頻度点Ｖ2 とし、上記出現回数の式（１）
によって得られた数値ＶとＶ2 とを再び式（１）に代入
して計算する。

【００６１】なお、この頻度を数えるに際し、タイトル
中に出現した言葉は数えないが、必ずしも重要文節に残
ったものに限られず、すべての文章から抽出される。ま
た、この計算をするのは頻度が２以上の短単位のキーワ
ードに対して行う。また、頻度点Ｖ2 の最高値は１．０
とする。

【００６２】（例）文書中に「エキスパートシステム
と」（０．５），「エキスパートシステムは」（０．
８），「エキスパートシステムを」（０．７）があり、
さらに「エキスパート」は７回，システムは５回、記さ
れているとすると、まず、エキスパートシステムの出現
回数に基づく累積計算は、 （ 0.5＋ 0.8）−（ 0.5× 0.8）＝0.9 （ 0.9＋ 0.7）−（ 0.9× 0.7）＝0.97 より０．９７となるが、これに「エキスパート」の頻度
を加えると、 （0.97＋ 0.7）−（0.97× 0.7）＝0.991 となり、さらに「システム」の頻度を加えると、（0.99
1 ＋ 0.5）−（0.991 ×0.5）＝0.9955 となり、より重要度が増す。これにより、一度「エキス
パートシステム」と表示された後はすべて「その（こ
の）システム」のように省略して記載されている場合で
も、重要キーワードとして確実に抽出できるようにな
る。

【００６３】さらにまた、本例では、たとえ重要文節に
無い語句であっても本文中に２回以上記載されている場
合には、重要キーワードとして追加する。そして、その
ときの重要度は、その言葉の頻度に０．１を掛けた値で
あり、最大を１．０とする。

【００６４】＜減 点＞上記した第１実施例では、接尾
文字についてのみ考慮したが、本実施例では接頭文字も
考慮し減点する。そして、具体的な接尾文字並びに接頭
文字に付いてはその一例を表１に示す。

【００６５】

【表１】 尚、上記表にリストアップされた語句はあくまでも例示
である。また、一文字漢字の減点係数を「０．５６」と
する。さらに、本実施例では、特定語の調整を図るよう
にした。すなわち、重要キーワードの最後に「株式会
社」もしくは「株式会社殿」などの文字列（特定語）を
含む場合、これを取り除いたキーワードを別途新たに生
成する。

【００６６】そして、特定語を含む元の重要キーワード
の点数は、それが有していた基本得点に０．６を掛けた
値となり、新たに生成された特定語の除かれたキーワー
ドの基本点は元の重要キーワードの基本得点をそのまま
持つようにしている。これにより、社名を重視できるよ
うにしている。そして、このようにして計算された各種
重要キーワードの重要度は図９に示す通りとなった。

【００６７】(6) ［キーワードの絞り込み］上記した重
み付け処理により求め与えられる各キーワードの重要度
を比較し、所定値以上の重要度を持つキーワードを重要
キーワードとして選択する。この所定値としては、本例
では０．５としている。

【００６８】そして、上記の処理によって各文書テキス
トにおける重要キーワードとそれが有する重要度が抽出
されたなら、図９に示すように文書テキストの文書名を
基準にし、文書名と重要キーワードの関係を格納する。
またこの時、その重要キーワードの文書テキスト中の発
生位置も同時に格納する。この発生位置は、各文書テキ
ストの先頭文字から数え何文字目に記載されているかを
示し、発生箇所が複数個ある場合には、そのうちの任意
の１個（例えば最初のもの）に付いて格納する。

【００６９】［同一重要キーワード同士をセレクト］
（Ｓ１０３） 次ぎに上記抽出された重要キーワードを基準にして（イ
ンデックスとして）同一重要キーワード毎にまとめる
（図１０参照）。これにより、例えば文書２の「常
用」，「もんじゅ」のようにその文書テキストにおいて
は重要度の高いキーワードであっても他の文書テキスト
に重要キーワードとして抽出されないものは関連付けが
できず除去される。

【００７０】［重要度で文書名をソート］（Ｓ１０４） 次いで、上記の重要キーワード毎に重要度が高い順に文
書名を並び替える。すなわち、このような関連付けを利
用して他の文書テキストを検索する場合は、ある文書テ
キスト中にある重要キーワードのより詳しい内容を知り
たい場合であるため、例えば文書１中に記載された「高
速増殖炉」について知りたい場合に、その「高速増殖
炉」に付いて解説されている文書２を検索してくるのが
一般的（理想的）であり、その逆に文書２の「高速増殖
炉」から文書１を検索したとしても、その利用価値の有
効性は前者に比較すると低い。

【００７１】そこで、本例では、重要キーワードに付け
られた重要度が高いものほど、その文書テキストの内容
に関連が高い重要キーワードであり、より詳しく説明等
されていることを意味するため、その関連付けは、対象
文書テキストがもつ重要キーワードの重要度と等しいか
或いは高い値を持つ重要キーワードを含む文書テキスト
に対して行うようにし、そのための前処理として、上記
のソートを行うのである。

【００７２】［文書テキスト間の関連付け（連鎖作
成）］（Ｓ１０５） そして最後に上記のソート作業により作成され、格納さ
れたデータを用い、同一重要キーワード内で、その重要
度の低いものから高いものに対して関連付けを行い、図
１１に示すようなインデックス表を作成する。すなわ
ち、図１２（Ａ）に関連付けを概念的に示すように、同
一重要キーワードを持ってしても必ずしも関連付け（図
中矢印）が行われるのではなく、図示の如くより有効性
の高い方向にのみ関連付け（リンク付け）が行われるた
め、たとえ関連付けする対象となる文書テキスト数が従
来のものと同じであっても、関連付けの総数（矢印の本
数）を減少させることができ、無駄な関連付けをなくす
とともに、リンク状況が簡略化され、検索速度が向上す
る。

【００７３】尚、同図（Ｂ）には、より一般的なモデル
を示しており、同図に示すように、１つの文書名に記載
されたキーワードから複数の文書に飛ぶこともあり、ま
た、たとえ同一キーワードを有していても、重要度が低
い場合には関連付けされないものもある。

【００７４】また、上記インデックス表の作成に際し、
図９に示す重要キーワードの発生位置を座標変換するこ
とにより、実際のコンピューターのディスプレイ上にお
ける重要キーワードの表示位置のＸ−Ｙ座標を求め、そ
れを格納する。この座標変換としては、ディスプレイ上
に表示される文書テキストの先頭文字の座標と、その文
字テキストの位置業の文字数を与えることにより簡単に
演算処理され、求められる。

【００７５】次ぎに、実際の使用状況の一例について説
明する。まず、例えば文書２をディスプレイ上に読み出
していたとすると、この読み出し状態では、関連する飛
び先文書テキストを有する重要キーワードは、色を変え
たり、点滅させたり、或いは欄外に別途表示すること等
により使用者の便宜を図るようにしている。この色付け
等は、上記図１１のインデックス表に示された表示座標
に基づいて行われる。そして、カーソル，マウス或いは
キーボード等から所望の重要キーワード、例えば「ウラ
ン」を選ぶと、そのウランについてより詳しい説明のあ
る文書３を検索し、呼び出すことができる。

【００７６】尚、上記した実施例では、関連付けされる
キーワードとして、基の文書テキスト並びに飛び先の文
書テキストのいずれもが重要度０．５以上の重要キーワ
ードとしたが、本発明はこれに限ることなく、例えば基
の文書テキスト側では重要度が０．５未満のキーワード
としても良い。

【００７７】また、重要度が所定値（０．５）以上の重
要キーワード間でリンクさせる場合には、対象となる各
重要キーワードはいずれも各文書テキスト中である程度
の重要で内容に即した語句であることを意味しているた
め、上記した実施例のように重要度の高い方にのみ関連
付けをするのではなく、相互方向に関連付けをするよう
にしてもよい。係る場合には、関連付けの有効利用性は
上記した実施例に比し若干低下するものの、ソート等の
ステップが不要となりため、関連付けの作成が簡略化さ
れる。そして、内容とは余り関係なくたまたま文書中に
出てきた語句の重要度は低くなるため、上述した問題
（関係のない文書テキストを検索する）も生じない。

【００７８】尚、重要キーワードに付けられる重要度の
求め方は、上記した実施例に限られないのは言うまでも
なく、要は、重要キーワードが含まれるその文書テキス
トの内容に即する度合いを示すものであればその求め方
は問わず、予め与えられていれば、それを利用するよう
にしても良い。

【００７９】

【発明の効果】以上のように本発明に係る文書テキスト
間の連鎖自動作成システムでは、文書テキスト同士を関
連付けるに際し、各キーワードに付けられた重要度を考
慮して行ったため、手作業で関連付けを行う場合に人間
が無意識の内に行っている特別な判断基準や知識等をル
ール化，辞書化することなく、しかも、文書テキストの
要旨に沿うようにして関連付けを自動的に行うことがで
きる。そして、係る関連付け作業には、人間の示威が入
らないため、作業者間でのばらつき等の問題も生じな
い。

【図面の簡単な説明】

【図１】本発明に係る文書テキスト間の連鎖自動作成シ
ステムの好適な一実施例を示すフローチャート図であ
る。

【図２】文書テキストの一例を示す図である。

【図３】本システムの一ステップである重要キーワード
を抽出するための手段を示すフローチャートである。

【図４】本システム処理中の具体例を示す図である。

【図５】本システム処理中の具体例を示す図である。

【図６】本システム処理中の具体例を示す図である。

【図７】本システム処理中の具体例を示す図である。

【図８】本システム処理中の具体例を示す図である。

【図９】本システム処理中の具体例を示す図である。

【図１０】本システム処理中の具体例を示す図である。

【図１１】本システム処理中の具体例を示す図である。

【図１２】本システム処理中の具体例を示す図である。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 対象となる各文書テキスト毎に重要キー
   ワードを抽出し、 その抽出した重要キーワードをその文書テキストの内容
   に即する度合いを示す重要度と共に格納し、 同一重要キーワードを含む文書テキスト同士であって、
   少なくとも飛び先の文書テキストに含まれるその重要キ
   ーワードの重要度が所定値以上であるように前記各文書
   テキスト間の連鎖を作成することを特徴とする文書テキ
   スト間の連鎖自動作成システム。
2. 【請求項２】 前記連鎖を作成するに際し、飛び先の文
   書テキストに含まれる重要キーワードの重要度が、基の
   文書テキストに含まれる重要キーワードの重要度の値以
   上であるように、前記連鎖の方向を決定付けることを特
   徴とする請求項１に記載の文書テキスト間の連鎖自動作
   成システム。