JPH0748217B2 - 文書要約装置 - Google Patents

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は文書中の重要な部分を抽出した要約文を、精度
良く効率的に作成することのできる文書要約装置に関す
る。

（従来の技術） 情報化社会の発展に伴い種々の文書情報が溢れている。
このような大量の文書情報を効率的に分類整理すること
を目的とする等して、文書の要約文を自動的に作成する
ことが種々試みられている。

しかして文書の要約は、一般的には文書中の重要な部分
を取り出し、これらを繋ぎ合わせて要約文章の形式にま
とめることにより実現される。従って文書中の重要な部
分を認識する技術は、その要約文を作成する上で非常に
重要な基本技術であると云える。

ところで文書中の重要な部分を認識する為の手法とし
て、従来一般的には 単語の出現頻度や分布状況に着目する手法 主張，評価，意見を表す語彙に着目する手法 言語外の知識を利用する手法 接続詞等により示される文書構造に着目する手法 等が提唱されている。

の「単語の出現頻度や分布状況に着目する手法」は、
文書にて主張されようとしている重要な事項について
は、その読み手の理解を助けることを目的とする等し
て、繰り返し何度も用いられたり、或いは類似した言葉
を用いて言い換えられたりすることが多いと云う前提に
基づき、文書の広い範囲に亘って数多く分布・出現する
語を含む文を重要な文であると認識し、これらを集める
ことで要約文を作成するものである。

このような手法は、例えば形態素解析により文書中の単
語をそれぞれ認定し、語（単語）の分布を集計処理する
だけで良いので比較的簡単にその要約処理を実現するこ
とができる。然し乍ら、その反面、重要であると判定さ
れた語（単語）を含んでいない文については、要約文の
作成の為の抽出対象から外されることになる。この結
果、例えば重要な語（単語）が代名詞にて参照されてい
るような場合、仮にその文が重要な意味を持っていても
要約文の作成には利用されないことになる。従って適切
な要約文を作成することができない場合が往々にして生
じると云う不具合がある。

またの「主張，評価，意見を表す語彙に着目する手
法」は、論説調の文章（論説文）の要約に多く利用され
る手法で、その論説文においてテーマとなっている事項
に関する文書作成者の主張や評価，意見が重要であると
の前提に立脚したものである。しかしてこの手法では、
例えば「…と思う」「…であろう」等の、主張や意見，
推測等を述べる際に用いられる語彙や特定の表現を含む
文を重要な文として判断・抽出し、その要約文の作成が
行われる。

然し乍ら、重要な事項を述べる際に用いられる語彙や特
定の表現の全てを予め知識として備えておくことは非常
に困難である。この為、本来、その文書中で重要であり
ながら要約文作成の為には抽出されない文が出現した
り、さほど重要でないにも拘らず要約文の中に盛り込ま
れる文が出現する等の不具合が生じ易い。

更にの「言語外の知識を利用する手法」は、文の解析
に利用する各単語の品詞情報や文法等の言語的な知識の
みならず、単語に付与された概念が現実社会においてど
のような性質を持っているかと云う知識、つまり言語的
な知識以外の知識を利用して文書要約を行うものであ
る。具体的には、文字通り文章を要約すると云うより
も、むしろ或る１つの事柄について述べられている情報
を文書中から抽出・整理し、これを利用者の目的や興味
等に応じて、例えば表形式で出力するような用途に用い
られる。

このような手法は、予め知識が用意されている特定の分
野における文書要約に非常に効果がある。しかしこのよ
うな言語外の知識を大量に準備しておくことは極めて困
難であることのみならず、その知識を保持しておくこと
も非常に困難である。しかもその処理に要する時間が非
常に多大であり、現在の技術レベルではその実現が非常
に困難であると云う問題がある。

これらに対しての「接続詞等により示される文書構造
に着目する手法」は、主として文頭に位置する接続詞等
に基づいて複数の文間の修辞上の構造を求め、例えば２
つの文またはそのまとまりが或る修辞的関係で結ばれて
いるとき、相対的にどちらの文が重要であるかを求めて
行くものである。具体的には『従って』なる接続詞によ
り２つの文が「順接」の関係で結ばれているとき、後に
位置する部分（文）を重要な部分であるとして検出す
る。また『何故なら』なる接続詞により２つの文が「理
由」の関係で結ばれている場合には、前に位置する文を
重要な部分であるとして検出する。

このような文間の修辞的関係に基づいて文章構造を求め
ていくことにより、その構造からより重要度の高い文
（部分）を順に求めていくことが可能となる。また上述
した構造を求めるには、文間の修辞的関係を認識する必
要があるが、修辞的関係を求めるには主として接続詞に
着目すれば良く、しかもこれらの接続詞等の数も比較的
限られているので、上述した他の手法に比較してより精
度良く文書中の重要な部分を取り出すことが可能とな
る。

然し乍ら、文章によっては文間の修辞的関係を示す接続
詞が殆どない場合もあり、この結果、重要性の判断がで
きないことも多々ある。しかも修辞的関係で結ばれてい
る２つの文またはそのまとまりにおける相対的な重要度
が、予め決められているものとは異なる場合には、正し
く処理することができないと云う問題があり、結局、こ
の手法だけを用いて精度の高い要約文を作成するには問
題がある。

（発明が解決しようとする課題） このように従来より種々提唱されている要約文の作成手
法にあっては、文書からの重要な文を抽出する為の認識
精度が悪い為、作成された要約文の内容が本来の文書の
内容と大幅に異なってしまうことが多く、満足のいく精
度の高い要約文を得ることが非常に困難であった。

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、文書を構成する文の重要度を判
定する為の認識精度を向上させ、内容の充実した精度の
高い要約文を作成することのできる文書要約装置を提供
することにある。

［発明の構成］ （課題を解決するための手段） 本発明に係る文書要約装置は、要約対象とする文書を構
成する文を解析すると共に、該文に付されている文字修
飾情報を検出する文解析手段と、 文書中の重要な部分を特定する為の、文字修飾情報との
比較照合に供される、文字修飾情報が文中のどの部分に
付されているかを示す位置の情報とこの位置情報に対応
して設定された重要度を表わす数値とからなる知識を記
憶した知識記憶手段と、 前記文解析手段による解析結果と前記知識記憶手段に記
憶された知識とを用いて前記要約対象とする文書中の重
要な文を判定する判定手段と、 この判定手段による判定結果に従って前記要約対象とす
る文書中から文を抽出して重要文を作成する要約文作成
手段とを具備し、 前記要約文作成手段による要約文の作成は、要約文とし
て要求される文字数の範囲において前記重要度を表わす
数値の高い文を順に選び出し、選び出された文を出現順
序に従って連結することにより行うことを特徴とする。

（作用） 本発明では、文解析手段は要約対象とする文書を構成す
ると共に、該文に付されている文字修飾情報を検出し、
知識記憶手段に文書中の重要な部分を特定する為の、文
字修飾情報との比較照合に供される、文字修飾情報が文
中のどの部分に付されているかを示す位置の情報とこの
位置情報に対応して設定された重要度を表わす数値とか
らなる知識を記憶し、判定手段は文解析手段による解析
結果と知識記憶手段に記憶された知識とを用いて要約対
象とする文書中の重要な文を判定し、要約文作成手段は
判定手段による判定結果に従って要約対象とする文書中
から文を抽出した重要文を作成する。

そして、要約文作成手段による要約文の作成は、要約文
として要求される文字数の範囲において重要度を表わす
数値の高い文を順に選び出し、選び出された文を出現順
序に従って連結することにより行う。

（実施例） 以下、図面を参照して本発明の一実施例に係る文書要約
装置について説明する。

第１図は実施例装置の概略構成を示すブロック図であ
り、１は文入力部である。この入力部１は、キーボード
等から入力されて文書作成された文書情報を格納するバ
ッファメモリ機能、或いは他の装置にて作成された文書
情報を入力し、これを格納保持するメモリ機能からな
る。尚、文書画像を入力し、これを認識処理してコード
化される文書情報を格納するものとして上記文入力部１
を構成することも可能である。

文解析部２は、上記文入力部１から入力された文書情報
から、例えば句点，ピリオド，スペース，段落等を手掛
かりとしてその文章を構成する文を個々に抽出し、これ
らの各文をそれぞれ形態素解析する。この際、文解析部
２は、形態素解析に供される文書情報に付されている文
字修飾情報、例えば文字に付されている下線，網掛け，
強調，中抜き等の情報を同時に検出する。

このようにして検出された文字修飾情報は、その文の形
態素解析結果と共に重要文判定部３に与えられ、知識記
憶部４に予め格納されている重要な文に関する知識情
報、つまり重要な文を特定し得る文字修飾情報５との比
較照合に供される。重要文判定部３は、このような知識
情報との照合に従って、文字修飾情報が付加されている
文字を含む文を重要度の高い文として抽出すると共に、
前述した従来一般的な重要文の抽出手法を適宜採用して
前記文書中の重要度の高い文を抽出する。

要約文作成部６は、上述した如く重要文判定部３で抽出
された重要度の高い文を入力し、これらの文をその抽出
順序に従って繋ぎ合わせる等して要作文を作成し、これ
を出力する。

ここで文書を構成する文の文字に付される文字修飾情報
は、例えば第２図に示すようなフォーマット形式で与え
られる。例えば上位４ビットを用いて下線，網掛け，強
調，中抜き等の文字修飾の種別を指定し、残りの下位４
ビットを用いて文字修飾の範囲を最大16文字まで指定し
得るようにそのフォーマットが構成されている。このよ
うなフォーマットで与えられる文字修飾情報は、文を構
成する文字のコード列中に埋め込まれ、例えば第３図に
示すように文字修飾情報指定記号に続いて文書中に配置
される。

即ち、文書情報は、例えば第３図（ａ）に示すような内
部表現形式で与えられる。この例は文字コードを16進表
示で示したものであり、『これは下線です。』なる文は
「a4b3a4ec……a1a3FF」なるコード列で与えられる。

しかして文字修飾情報は、文字修飾情報指定記号「01」
に続いて「82」等として上述した文字コード列中に挿入
される。このような文字修飾情報により、前記文中の文
字コード「b2bc, c0fe」で示される文字「下，線」にそ
れぞれ下線が付される。この結果、このような文字修飾
情報が付された文は、例えば第３図（ｂ）に示すように
文字「下線」部分に下線が付された状態で表示、または
印刷出力される。

さて上述したような文字修飾情報を含む電子化された文
書情報を解析する文解析部２は、文書中の各文を１文づ
つ形態素解析する。この際、その文が現れたパラグラフ
の番号と、そのパラグラフ内における文番号とを文解析
部２内のポインタテーブル2aに、例えば第４図に示すよ
うに順次登録する。また文解析部２内の結果バッファ2b
には、上記解析処理により認識された語と、その語に対
して付加されている文字修飾の種類とを対にして文節毎
に登録する。ここで、ポインタテーブル2aの「ポイン
タ」欄には、バッファ2bにおける上記単語情報の先頭要
素の添え字を代入するとともに、ポインタテーブル2aの
次の要素の「ポインタ」欄には、上記単語情報の最終要
素の添え字に１加算した値を代入する。例えば、第４図
ポインタテーブル2aの第１要素が、「これ」と「下線」
という２つの文節からなることを示すため、第１要素の
「ポインタ」欄には先頭の単語が格納されているバッフ
ァ2bの添え字（例えば１）が代入され、ポインタテーブ
ル2aの第２要素の「ポインタ」欄には上記添え字＋２
（すなわち３）が代入される。また、全ての文が解析さ
れた場合には第４図のポインタテーブル2aの第３要素の
ように、パラグラフ、文番号ともに０を代入するものと
する。なお、文を解析したにもかかわらず、解析が失敗
し、いかなる単語も抽出できなかった場合には、バッフ
ァ2bに登録できる単語情報がないため、その文のポイン
タテーブル2aの要素の「ポインタ」欄の値と、その次の
要素の「ポインタ」欄の値は同じになる。また、後述す
るように、文１の重要度を調べるには、その文に含まれ
る単語を参照する必要があるが、これには、文１を指す
ポインタテーブル2aの要素とその次の要素の「ポイン
タ」欄の値を参照することにより取り出すことができ
る。そのため、重要度の判定においては、第７図で説明
するように、文１と次の文（すなわち文Ｉ＋１）の要素
の「ポインタ」欄の値を変数P1,P2に代入して、文Ｉに
現れる単語を参照している。

この際、上記結果バッファ2bにおける文字修飾情報とし
ては、前述した第２図に示すフォーマットの文字修飾情
報の上位４ビットが用いられる。また文字修飾が語の一
部のみに施されている場合でも、ここではその語の全て
に文字修飾が施されているものと看做し、結果バッファ
2b上ではその語に対して文字修飾情報が付される。

尚、ポインタテーブル2aにおける重要度の項目には、前
記重要文判定部３により判定された各文についての重要
度判定結果がそれぞれ格納される。

さて前記知識記憶部４に予め登録されている重要な文を
認識する為の知識情報５は、例えば第５図に示すような
「タイプ」「内容」「位置情報」「重要度」の項目を持
つ情報として与えられる。「内容」の項目に記述される
知識の内容は、「タイプ」の項目が“2"である場合には
語彙などの表現に基づく重要度判定知識として記述さ
れ、また「タイプ」の項目が“1"である場合には、文字
修飾情報に基づく重要度判定知識として記述される。
「タイプ」の項目が“1"である場合に前記「内容」の項
目に記述される文字修飾情報に基づく知識は、前述した
結果バッファ2bにおける文字修飾情報と同様に、前述し
た上位４ビットの情報に相当する16進数の情報として与
えられる。

また「位置情報」の項目に記述される内容は、前記「内
容」の項目に記述された条件を判定する際、文中のどの
部分に着目するかを指定するものであり、例えば“0"な
らば文頭，“1"ならば文末，“2"ならば文中の任意の位
置，そして“3"ならばその１文の全てと云うような指定
が行われる。

更に「重要度」の項目は、例えば［−１］から［１］ま
での範囲の数値として表現される重要度の程度を示す情
報を格納したものである。この重要度を示す数値によ
り、例えばその値が［１］に近い程その重要度が高く、
［−１］に近い程その重要度が低いことが示される。

このようなフォーマットで記述される重要度に関する知
識情報が、例えば第６図に示すようなテーブル形式で前
記知識記憶部４に格納されている。この第６図に示す例
では、その１番目の欄の情報から、 『１文中の全ての語に下線が付されている場合、その文
の重要度は［１］である。』 ことが示され、また２番目の欄の情報から、 『文中の任意の語が強調文字指定されている場合、その
文の重要度は［0.7］である。』 ことが示される。なお、「タイプ」の値が２である場
合、すなわち、語彙などの表現に基づく重要度判定知識
の場合には、「内容」欄には、既に提案されている種々
の手法における知識の識別番号等を記載しておけばよ
い。

このような知識情報と前述した解析結果とを対比するこ
とにより、重要文判定部３は入力された文書から求めら
れる各文毎にその文の重要度を求め、その重要度の情報
を前述したポインタテーブル2aの「重要度」の項目に記
述していく。そして要約文作成部６は上記ポインタテー
ブル2aの「重要度」の項目に着目して重要度の高い文を
抽出し、これらの文を結合して要約文を作成することに
なる。

第７図はこの実施例装置（重要文判定部３）における重
要文判定処理の手続きの流れを示している。

この処理手続きは、前述したポインタテーブル2aを文毎
に順次参照する為の制御パラメータＩを［１］に初期化
することから開始される（ステップａ）。しかる後、上
記制御パラメータＩで指定されるポインタテーブル2aの
重要度を［０］にセットし、変数P1には上記制御パラメ
ータＩで指定されるポインタテーブル2aの要素の「ポイ
ンタ」欄の値を、また変数P2には制御パラメータ（Ｉ＋
１）で指定される「ポインタ」欄の値をそれぞれセット
する（ステップｂ）。

上記変数P1は文の解析結果が登録されている前記結果バ
ッファ2bにおいて、前記制御パラメータＩによって指定
される文についての解析結果の先頭の要素（文節）を指
定するものである。また変数P2は制御パラメータＩによ
って指定される文の次の文についての解析結果の先頭の
要素（文節）を指定するものである。

このようにしてセットされた上記変数P1,P2の値を相互
に比較することにより、例えば変数P1,P2が等しい場合
には、文の解析処理が失敗する等の理由によりその文に
関して重要度を判定する要素が存在しないことが検出さ
れる（ステップｃ）。このようにして制御パラメータＩ
で指定される文に重要度を判定する要素が存在しないこ
とが判定検出された場合には、前記制御パラメータＩを
インクリメントし（ステップｄ）、制御パラメータＩで
示される前記ポインタテーブル2aのパラグラフの値が
“0"でないことを確認して前述したステップｂからの処
理手続きに戻り、次の制御パラメータＩに基づく処理手
続きを同様にして開始する（ステップｅ）。

しかして前述した変数のチェックにおいて文中に重要度
を判定する為の要素が存在することが確認された場合に
は、次に前記知識記憶部４に登録された知識５を順に参
照する為の制御パラメータＪを［１］に初期化する（ス
テップｆ）。その後、変数Ｋとして上記制御パラメータ
Ｊによって参照される前記知識記憶部４における知識５
の格納位置を示す値をセットするステップｇ）。すなわ
ち、知識記憶部４における知識が第６図に示すものであ
る場合、変数Ｊの値が１の場合には、変数Ｋには、第１
の要素の「位置情報」欄の値、すなわち３が代入され
る。このような知識参照の為の初期設定を行った後、前
記変数Ｋに示される前述した位置情報の値が、前述した
如く意味を持つ［０］［１］［２］［３］のいずれであ
るかを判定する（ステップh,i,j）。

しかして前記変数Ｋに示される値が［０］であるなら
ば、その知識の内容が文の先頭だけで成り立つだけであ
るから、前記変数P1で指定される前記結果バッファ2bの
内容だけを調べる（ステップｋ）。そして結果バッファ
2bの内容が重要文判定知識に示される条件を満足してい
なければ、次の知識について同様にその条件が満たされ
るかを調べるべく、前記制御パラメータＪをインクリメ
ントし（ステップｒ）、全ての知識についてのチェック
が終了するまで、これを繰り返す（ステップｓ）。な
お、第６図の第１および第２要素のように、知識の「タ
イプ」の値が１である場合、その知識は、既に述べたよ
うに、文字修飾情報に基づく重要文判定知識である。こ
の場合、バッファ2bの要素が、その知識によって示され
る条件を満足しているか判定するには、重要文判定知識
の「内容」の値と、バッファ2bの「文字修飾」の値を比
較すればよい。また、ステップｓにおける変数Ｔには前
記知識記憶部４に格納されている知識の個数が代入され
ているものとする。

これに対して結果バッファ2bの内容が重要文判定知識に
示される条件を満足している場合には、制御パラメータ
Ｊで指定される重要文判定知識の重要度と、前記制御パ
ラメータＩで指定される文に関して今までに判定されて
いる重要度とを相互に比較し（ステップｐ）、判定知識
側の重要度の値の方が大きい場合には、その文について
の重要度の値を上記重要文判定知識に示される重要度の
値を用いて更新する（ステップｑ）。

一方、前記変数Ｋに示される値が［１］であるならば、
その知識の内容が文の最後の文節だけで成り立つことが
示されるから、前記変数P2で指定される値から［１］を
引いた値［P2-1］により指定される前記結果バッファ2b
の内容だけを調べる（ステップｍ）。そして結果バッフ
ァ2bの内容に応じて前述した変数Ｋに示される値が
［０］の場合と同様な処理手続きを行い、その文につい
ての重要度の値を求める。すなわち、変数P2の値−１で
指定されるバッファ2bの内容が、変数Ｊにより参照され
る重要文判定知識の条件を満足していなければステップ
ｒに進み、満足している場合にはステップｐに進む。

同様にして前記変数Ｋに示される値が［２］の場合に
は、制御パラメータＩで指定される文中に、その知識が
成立する文節が存在するか否かを調べ（ステップｎ）、
また前記変数Ｋに示される値が［３］の場合には、制御
パラメータＩで指定される文を構成する全ての文節がそ
の知識が成立するか否かを調べる（ステップｏ）。

このようにして制御パラメータＩで指定される文が重要
文判定知識に示される条件を満たしているか否かを、各
知識の判定条件に従って順次調べ、各文についての重要
度の値をそれぞれ求める。その後、それらの各文につい
て求められた重要度の値を相互に判定することにより、
例えば要約文として要求される文字数の範囲において、
その重要度の高い文を順に選び出し、これらの文をその
出現順序に従って連結する等して要約文の作成が行われ
る。

かくしてこのように構成された本装置によれば、従来よ
り種々提唱されている重要文の判定手法に加えて、文を
構成する文字に付加された文字修飾情報に着目し、文字
修飾がなされている文字を含む文を重要度の高い文とし
て認識しながら文書中から重要な文を抽出するので、簡
易にして効果的に重要度の高い文を選択抽出することが
可能となる。しかも知識情報に従ってその重要度に重み
付けを行いながら各文の重要度を認識判定していくの
で、重要度の高い文を適確に選択抽出することができ
る。この結果、内容の充実した精度の良い要約文を効果
的に自動作成することが可能となる。

尚、本発明は上述した実施例に限定されるものではな
い。例えば前述した従来より種々提唱されている重要文
の判定の手法を適宜併用し、これらを総合判定して重要
文を抽出するようにしても良いことは勿論のことであ
る。また重要文を認識判定する為に用いる知識情報も上
述した例に限定されるものではなく、その条件や内容等
は仕様に応じて定めておけば良いものである。その他、
要約対象となる文書の内部表現形式等についても種々変
形可能であり、要はその要旨を逸脱しない範囲で種々変
形して実施することができる。

［発明の効果］ 以上説明したように本発明によれば、要約文の作成は、
要約文として要求される文字数の範囲において重要度
（文字修飾情報が文中のどの部分に付されているかを示
す位置の情報に対応して設定された重要度）を表わす数
値の高い文を順に選び出し、選び出された文を出現順序
に従って連結することにより行うので、内容の充実した
品質の高い要約文を効果的に作成することができる。

【図面の簡単な説明】

図は本発明の一実施例に係る文書要約装置について示す
もので、第１図は実施例装置の概略構成を示すブロック
図、第２図は文字に付加される文字修飾情報のフォーマ
ットの例を示す図、第３図は文書情報の内部表現形式と
その出力形態とを示す図、第４図は文解析結果の例を示
す図、第５図は重要文判定に用いられる重要文知識の表
現形式の例を示す図、第６図は重要文判定知識の例を示
す図、第７図は重要文判定処理の流れを示す図である。 １……文入力部、２……文解析部、３……重要文判定
部、５……知識記憶部、６……文字修飾情報に関する知
識情報、６……要約文作成部。

Claims (1)

【特許請求の範囲】
1. 【請求項１】要約対象とする文書を構成する文を解析す
   ると共に、該文に付されている文字修飾情報を検出する
   文解析手段と、 文書中の重要な部分を特定する為の、文字修飾情報との
   比較照合に供される、文字修飾情報が文中のどの部分に
   付されているかを示す位置の情報とこの位置情報に対応
   して設定された重要度を表わす数値とからなる知識を記
   憶した知識記憶手段と、 前記文解析手段による解析結果と前記知識記憶手段に記
   憶された知識とを用いて前記要約対象とする文書中の重
   要な文を判定する判定手段と、 この判定手段による判定結果に従って前記要約対象とす
   る文書中から文を抽出して重要文を作成する要約文作成
   手段とを具備し、 前記要約文作成手段による要約文の作成は、要約文とし
   て要求される文字数の範囲において前記重要度を表わす
   数値の高い文を順に選び出し、選び出された文を出現順
   序に従って連結することにより行うことを特徴とする文
   書要約装置。