JPH07129588A - パターン誘導型文書内容解析装置 - Google Patents

Abstract

(57)【要約】 【目的】 自然言語処理用の辞書を用意しなくとも文書
内容を解析できるようにする。 【構成】 文書内容パターン抽出手段１は、対象となる
文書と同様の目的で記述された文書の内容から文書内容
パターン５を抽出する。文書内容パターン圧縮手段２
は、抽出された文書内容パターン５の中で類似するパタ
ーンを抽出し、文書内容パターン５を圧縮する。文書内
容解析手段３は、文書内容パターン圧縮手段２により圧
縮された文書内容パターン６を用いて、新たに入力され
た文７を解析し、解析結果８を出力する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、オフィスにおける文書
の内容を解析する文書内容解析装置に関する。

【０００２】

【従来の技術】従来は、文書内容を解析する場合、解析
に必要な辞書をあらかじめ用意し、その辞書の保持する
解析用の知識に応じて文書内容を解析していた。そのた
め、特定の文書に出現しない内容を辞書に知識として登
録していたり、必要な知識が辞書に記述されていない場
合があった。

【０００３】

【発明が解決しようとする課題】文書内容を解析する場
合、解析に必要な辞書をあらかじめ用意するのは、労力
が必要であり、さらに、必要十分な辞書知識を構築する
のが非常に難しい。

【０００４】本発明の目的は、自然言語処理用の辞書を
用意しなくとも文書内容を解析することができる文書内
容解析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】本発明の文書内容解析装
置は、対象とする文書内容の特徴を示す文書内容パター
ンを、該文書と同様の目的で記述された文書の内容から
抽出する文書内容パターン抽出手段と、抽出された文書
内容パターンの中で類似するパターンを抽出し、文書内
容パターンを圧縮する文書内容パターン圧縮手段と、該
文書内容パターン圧縮手段により圧縮された文書内容パ
ターンを用いて、新たに入力された文書内容の解析を行
なう文書内容解析手段を有する。

【０００６】

【作用】文書内容を解析する場合、文書の解析に必要な
情報を適宜、対象となる文書と同じ目的で作成された文
書の内容から抽出し、抽出した対象文書特有の文章表現
を抽出化して保持し、その情報を利用して文書内容を解
析する。したがって、自然言語処理用の辞書を用意しな
くとも文書内容を解析することができる。

【０００７】

【実施例】次に、本発明の実施例について図面を参照し
て説明する。

【０００８】図１は本発明の一実施例のパターン誘導型
文書内容解析装置のブロック図、図２は文書内容パター
ン抽出手段１の動作を示すフローチャート、図３は文書
内容パターン圧縮手段２の動作を示すフローチャート、
図４は文書内容解析手段３の動作を示すフローチャート
である。

【０００９】文書内容パターン抽出手段１は、対象とな
る文書と同様の目的で記述された文書の内容４から文書
内容パターン５を抽出する。文書内容パターン圧縮手段
２は、抽出された文書内容パターン５の中で類似するパ
ターンを抽出し、文書内容パターン５を圧縮する。文書
内容解析手段３は、文書内容パターン圧縮手段２により
圧縮された文書内容パターン６を用いて、新たに入力さ
れた文書内容７の解析を行ない、解析結果８を出力す
る。

【００１０】次に、本実施例の動作を具体例により説明
する。

【００１１】ここでは、対象とする文書として、新聞記
事を考える。新聞記事は、一般対象向けに、企業で起こ
った出来事について編集・出版している。この場合、一
般大衆が知っているべき出来事を伝達するために記述さ
れているという点では、新聞記事の目的は、絶えず一定
であると考えてよい。

【００１２】文書内容パターン抽出手段１では、まず、
文４を入力し（ステップ１１）、入力された文４を文節
単位に分割して（ステップ１２）、文書中に出現する文
節を固有名詞であるかそれ以外であるかに分けて処理が
行なわれる（ステップ１３〜１７）。文書中に出現する
文節が固有名詞の場合、その固有名詞の働きに応じて、
agent （主体）であるか、object（対象）であるかを区
別する（ステップ１４）。通常、新聞記事などでは、ag
ent の働きをする場合、その固有名詞の後に括弧書き
で、主体に関係する情報を付加している。たとえば、企
業名であれば、社長が誰であり、本社の住所がどこで、
代表の電話番号が何番であるかの情報が括弧書きされて
いる。これらの情報より、括弧書きされた前の文節が固
有名詞であり、それがagent の働きをするということが
自動的に判断される。また、objectであれば、鍵括弧を
用いて固有名詞を修辞する。これらの修辞により、固有
名詞を自動的に判断する。固有名詞以外の場合には、各
文節の意味を最も適切に表現している単語を抽出する
（ステップ１５）。

【００１３】入力文４：Ａ社（社長Ｘ、東京都Ｙ市、電
話番号Ｚ）が「Ｂ」の豊橋工場から前橋工場に移管す
る。

【００１４】では、以下のような文節に分割される（文
節の区切りは“／”で表わす）。

【００１５】Ａ社（社長Ｘ、東京都Ｙ市、電話番号Ｚ）
が／「Ｂ」を／豊橋工場から／前橋工場に／移管する。

【００１６】文節を区切るためには、形態素解析を用い
ることもできるが、文字種が平仮名から漢字又は記号に
変化した場所を文節区切りとすることもできる。文節区
切りが終了した後、個々の文節が固有名詞かどうかを判
断する（ステップ１３）。この例では、“Ａ社（社長
Ｘ、東京都Ｙ市、電話番号Ｚ）が”、“「Ｂ」を”が固
有名詞で、それぞれagent ，objectが付与される（ステ
ップ１６，１７）。一方、固有名詞以外は、“豊橋工場
から”、“前橋工場に”、“移管する。”の３文節であ
る。これらから、各文節の意味を最も適切に表わす単語
を抽出し、文節に付与する（ステップ１５）。通常、文
節中の一番最後の単語と付属語が文節の意味を適切に表
わす単語であることが多い。この仮定を利用して、固有
名詞以外の文節も自動的に処理することができる。先の
入力文４であると、以下のような文書内容パターン５が
抽出される。

【００１７】抽出された文書内容パターン５：agent ／
object／工場から／工場に／移管同様にして文書内容パ
ターン５を同様の新聞記事から抽出して、記憶する（ス
テップ１８，１９）。

【００１８】文書内容パターン圧縮手段２は、文書内容
パターン抽出手段１で抽出された文書内容パターン５を
圧縮する（ステップ２１）。圧縮処理では、agent ，ob
ject等が複数あった場合、それを１つとして処理する。
さらに、日本語特有の語順の自由度に対処するために、
出現する文節の順序に関係なく、出現した文節が同じで
あれば同一のパターンと判断し、圧縮する。さらに、省
略された文節がある場合には、パターンの他の部分が一
致していたら同一のパターンとして圧縮する。圧縮され
た文書内容パターン６は装置内に登録する（ステップ２
２）。ここで、同一と判断されるパターン例は次の３つ
である。

【００１９】agent ／agent ／object／object／工場か
ら／工場に／移管 工場から／agent ／object／工場に／移管 agent ／object／工場に／移管 文書内容解析手段３では、文書内容パターン圧縮手段２
で圧縮された文書内容パターン６を用いて、文書内容を
解析する。まず、文７を入力し（ステップ３１）、入力
された文７を文書内容パターン抽出手段１の処理と同じ
ように文節単位に分割し（ステップ３２）、各文節を文
書内容パターン６とマッチングを取る（ステップ３
３）。マッチングでは、圧縮時と同様に出現する文節の
順序に関係なく、出現した文節が同じであれば一致した
と判断する。さらに、省略された文節がある場合には、
パターンの他の部分が一致していたら一致と判断する。

【００２０】入力文７：大型橋梁用の三橋工場に移管し
た。

【００２１】入力文７を文節単位に分割：大型橋梁用の
／三橋工場に／移管した。

【００２２】マッチングした文書内容パターン６：agen
t ／object／工場から／工場に／移管 マッチング部分：三橋工場に＝工場に 移管した＝移管 文書内容解析手段３は、文書内容パターン６にマッチン
グした部分を文書内容の解析結果８として最終的に出力
する（ステップ３４）。

【００２３】出力（解析結果８）：三橋工場に移管し
た。

【００２４】

【発明の効果】以上説明したように、本発明は、対象と
なる文書内容の特徴を示す文書内容パターンを、対象と
なる文書と同様の目的で記述された文書の内容から抽出
し、類似する文書内容パターンを圧縮して装置内に登録
し、該登録された文書内容パターンを用いて新たに入力
された文書内容の解析を行なうことにより、大規模な辞
書を人手で作成することなく文書内容を自動的に解析す
ることが可能となる効果がある。

【図面の簡単な説明】

【図１】本発明の一実施例のパターン誘導型文書内容解
析装置のブロック図である。

【図２】文書内容パターン抽出手段１の動作を示すフロ
ーチャートである。

【図３】文書内容パターン圧縮手段２の動作を示すフロ
ーチャートである。

【図４】文書内容解析手段３の動作を示すフローチャー
トである。

【符号の説明】

１ 文書内容パターン抽出手段 ２ 文書内容パターン圧縮手段 ３ 文書内容解析手段 ４ 入力文 ５ 文書内容パターン ６ 圧縮された文書内容パターン ７ 入力文 ８ 解析結果 １１〜１９，２１，２２，３１〜３４ ステップ

Claims (2)

【特許請求の範囲】
1. 【請求項１】 対象とする文書内容の特徴を示す文書内
   容パターンを、該文書と同様の目的で記述された文書の
   内容から抽出する文書内容パターン抽出手段と、 抽出された文書内容パターンの中で類似するパターンを
   抽出し、文書内容パターンを圧縮する文書内容パターン
   圧縮手段と、 該文書内容パターン圧縮手段により圧縮された文書内容
   パターンを用いて、新たに入力された文書内容の解析を
   行なう文書内容解析手段を有するパターン誘導型文書内
   容解析装置。
2. 【請求項２】 前記文書内容パターン抽出手段は、入力
   された文を文節単位に分割し、分割された各文節につい
   て、当該文節の働きに応じて当該文節から当該文節の意
   味を表わす単語を抽出して当該文節に付与し、前記文書
   内容解析手段は、入力された文を文節単位に分割し、分
   割された各文節を前記文書内容パターン圧縮手段で圧縮
   された文書内容パターンとマッチングを取り、マッチン
   グした部分を解析結果として出力する、請求項１記載の
   文書内容解析装置。