JPH0749872A - キーワード自動抽出方式 - Google Patents
キーワード自動抽出方式Info
- Publication number
- JPH0749872A JPH0749872A JP4252434A JP25243492A JPH0749872A JP H0749872 A JPH0749872 A JP H0749872A JP 4252434 A JP4252434 A JP 4252434A JP 25243492 A JP25243492 A JP 25243492A JP H0749872 A JPH0749872 A JP H0749872A
- Authority
- JP
- Japan
- Prior art keywords
- phrase
- word
- speech
- dictionary
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000605 extraction Methods 0.000 title claims description 20
- 239000002245 particle Substances 0.000 claims abstract description 25
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【目的】コンピュータによる情報検索システムで日本語
の自然語文の文書テキストからキーワードを抽出する際
に、動詞，サ変動詞，形容詞，形容動詞から成る用言に
注目し、文の表記方法から判断して抽出する語の絞り込
みを行う。 【構成】対象となる日本語の自然語文の文書テキストを
単語単位に分割する単語分割手段１と、単語分割を行う
ために必要な情報が格納されている単語分割用辞書２
と、単語単位に分割されたデータに対して品詞情報を認
識し付加する品詞認識手段３と、品詞認識に必要な情報
が格納されている品詞認識用辞書４と、品詞情報が付加
された単語単位のデータを文節ごとにまとめる文節認識
手段５と、文節にまとめられたデータの中から用言に注
目して文の主題を表すキーワードを抽出するキーワード
抽出手段６と、キーワード抽出に必要な用言と助詞との
関係情報が格納されている用言辞書７とを備える。
の自然語文の文書テキストからキーワードを抽出する際
に、動詞，サ変動詞，形容詞，形容動詞から成る用言に
注目し、文の表記方法から判断して抽出する語の絞り込
みを行う。 【構成】対象となる日本語の自然語文の文書テキストを
単語単位に分割する単語分割手段１と、単語分割を行う
ために必要な情報が格納されている単語分割用辞書２
と、単語単位に分割されたデータに対して品詞情報を認
識し付加する品詞認識手段３と、品詞認識に必要な情報
が格納されている品詞認識用辞書４と、品詞情報が付加
された単語単位のデータを文節ごとにまとめる文節認識
手段５と、文節にまとめられたデータの中から用言に注
目して文の主題を表すキーワードを抽出するキーワード
抽出手段６と、キーワード抽出に必要な用言と助詞との
関係情報が格納されている用言辞書７とを備える。
Description
【０００１】
【産業上の利用分野】本発明はキーワード自動抽出方式
に関し、特にコンピュータによる情報検索システムで、
日本語の自然語文の文書テキストから、その文書テキス
トを検索する場合に有効なキーワードを抽出するキーワ
ード自動抽出方式に関する。
に関し、特にコンピュータによる情報検索システムで、
日本語の自然語文の文書テキストから、その文書テキス
トを検索する場合に有効なキーワードを抽出するキーワ
ード自動抽出方式に関する。
【０００２】
【従来の技術】従来のキーワード自動抽出方式は、文書
テキスト中の日本語の自然語文を、まず、単語分割用辞
書に基づいて単語分割を行った後、キーワードの候補と
して名詞とサ変動詞の語幹とを抽出し、あらかじめ用意
した不要語辞書の情報に基づいて、候補として抽出した
名詞およびサ変動詞語幹の中から不要語を除去したもの
をキーワードとしていた。なお、不要語辞書とは、利用
者が使用経験に基づいてキーワードとして不適当と思わ
れる単語を登録蓄積するものである。
テキスト中の日本語の自然語文を、まず、単語分割用辞
書に基づいて単語分割を行った後、キーワードの候補と
して名詞とサ変動詞の語幹とを抽出し、あらかじめ用意
した不要語辞書の情報に基づいて、候補として抽出した
名詞およびサ変動詞語幹の中から不要語を除去したもの
をキーワードとしていた。なお、不要語辞書とは、利用
者が使用経験に基づいてキーワードとして不適当と思わ
れる単語を登録蓄積するものである。
【０００３】
【発明が解決しようとする課題】上述した従来のキーワ
ード自動抽出方式では、文書テキスト中の日本語の自然
語文の中から、文の主題とは関係なく、すべての名詞お
よびサ変動詞語幹を候補として抽出してしまうため、不
要語辞書を用意して不要語を蓄積する不便がある上に、
それでもなおキーワードとしては適当でない語を数多く
含むという欠点があった。
ード自動抽出方式では、文書テキスト中の日本語の自然
語文の中から、文の主題とは関係なく、すべての名詞お
よびサ変動詞語幹を候補として抽出してしまうため、不
要語辞書を用意して不要語を蓄積する不便がある上に、
それでもなおキーワードとしては適当でない語を数多く
含むという欠点があった。
【０００４】本発明の目的は、上述した欠点を除去し、
文の主題と関係のある語のみを候補として抽出できるキ
ーワード自動抽出方式を提供することにある。
文の主題と関係のある語のみを候補として抽出できるキ
ーワード自動抽出方式を提供することにある。
【０００５】
【課題を解決するための手段】本発明のキーワード自動
抽出方式は、コンピュータを用いた情報検索システムに
より、日本語の自然語文の文書テキストを単語分割用辞
書を参照して単語単位に分割した後に、その文書テキス
トを検索する場合に有効なキーワードを抽出するキーワ
ード自動抽出方式において、各単語の品詞情報が格納さ
れている品詞認識用辞書と、単語単位に分割されたデー
タに前記品詞認識用辞書を参照して品詞情報を付加する
品詞認識手段と、前記品詞認識手段により付加された品
詞情報を参照して連続した複数の名詞単語をまとめて１
語とした後に助詞，助動詞を直前の単語と結合して文節
単位にまとめる文節認識手段と、用言と共に用いられて
文を構成する助詞とその用言との関係情報を格納した用
言辞書と、前記文節認識手段により文節にまとめられた
データから用言を含む文節に注目して前記用言辞書を参
照しキーワードを抽出するキーワード抽出手段とを備え
て構成されている。
抽出方式は、コンピュータを用いた情報検索システムに
より、日本語の自然語文の文書テキストを単語分割用辞
書を参照して単語単位に分割した後に、その文書テキス
トを検索する場合に有効なキーワードを抽出するキーワ
ード自動抽出方式において、各単語の品詞情報が格納さ
れている品詞認識用辞書と、単語単位に分割されたデー
タに前記品詞認識用辞書を参照して品詞情報を付加する
品詞認識手段と、前記品詞認識手段により付加された品
詞情報を参照して連続した複数の名詞単語をまとめて１
語とした後に助詞，助動詞を直前の単語と結合して文節
単位にまとめる文節認識手段と、用言と共に用いられて
文を構成する助詞とその用言との関係情報を格納した用
言辞書と、前記文節認識手段により文節にまとめられた
データから用言を含む文節に注目して前記用言辞書を参
照しキーワードを抽出するキーワード抽出手段とを備え
て構成されている。
【０００６】
【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。
て説明する。
【０００７】図１は本発明の一実施例の構成を示すブロ
ック図である。
ック図である。
【０００８】本実施例のキーワード自動抽出方式は、図
１に示すように、対象となる日本語の自然語文の文書テ
キストを単語単位に分割する単語分割手段１と、単語分
割を行うために必要な情報が格納されている単語分割用
辞書２と、単語単位に分割されたデータに対して品詞情
報を認識し付加する品詞認識手段３と、品詞認識に必要
な情報が格納されている品詞認識用辞書４と、品詞情報
が付加された単語単位のデータを文節ごとにまとめる文
節認識手段５と、文節にまとめられたデータから用言に
注目してキーワードを抽出するキーワード抽出手段６
と、キーワード抽出に必要な用言に関する情報が格納さ
れている用言辞書７とを備えている。
１に示すように、対象となる日本語の自然語文の文書テ
キストを単語単位に分割する単語分割手段１と、単語分
割を行うために必要な情報が格納されている単語分割用
辞書２と、単語単位に分割されたデータに対して品詞情
報を認識し付加する品詞認識手段３と、品詞認識に必要
な情報が格納されている品詞認識用辞書４と、品詞情報
が付加された単語単位のデータを文節ごとにまとめる文
節認識手段５と、文節にまとめられたデータから用言に
注目してキーワードを抽出するキーワード抽出手段６
と、キーワード抽出に必要な用言に関する情報が格納さ
れている用言辞書７とを備えている。
【０００９】図２に、本実施例の動作を説明するための
日本語の自然語文の例文を示す。以下、図２の例文を用
いて本実施例の動作について説明する。
日本語の自然語文の例文を示す。以下、図２の例文を用
いて本実施例の動作について説明する。
【００１０】まず、単語分割手段１で、従来と同一の方
法による単語分割処理を行う。すなわち、指定された文
書テキスト中の日本語の自然語文を入力データとして、
あらかじめ用意されている単語分割用辞書２を利用して
単語単位に分割する。単語分割手段１により分割された
結果を図３に示す。図３において、“△”は各単語の区
切りを表している。
法による単語分割処理を行う。すなわち、指定された文
書テキスト中の日本語の自然語文を入力データとして、
あらかじめ用意されている単語分割用辞書２を利用して
単語単位に分割する。単語分割手段１により分割された
結果を図３に示す。図３において、“△”は各単語の区
切りを表している。
【００１１】次に、品詞認識手段３では、品詞認識用辞
書４を利用して各単語の品詞を認識する。ここで品詞と
は、通常の日本語文法で利用する動詞，サ変動詞，形容
詞，形容動詞，名詞，副詞，連体詞，接続詞，感動詞，
助動詞，助詞の１１品詞である。なお、サ変動詞は動詞
の一部であるが、名詞が動詞化されたものでありキーワ
ードとなる単語を含むため、他の動詞とは別扱いとす
る。又、以降の説明で使用する「用言」とは、動詞，サ
変動詞，形容詞，形容動詞の４品詞をまとめたものであ
る。
書４を利用して各単語の品詞を認識する。ここで品詞と
は、通常の日本語文法で利用する動詞，サ変動詞，形容
詞，形容動詞，名詞，副詞，連体詞，接続詞，感動詞，
助動詞，助詞の１１品詞である。なお、サ変動詞は動詞
の一部であるが、名詞が動詞化されたものでありキーワ
ードとなる単語を含むため、他の動詞とは別扱いとす
る。又、以降の説明で使用する「用言」とは、動詞，サ
変動詞，形容詞，形容動詞の４品詞をまとめたものであ
る。
【００１２】品詞認識用辞書４には、各単語の表記と品
詞の２情報のほかに、動詞，サ変動詞，形容詞，形容動
詞，助動詞の５品詞のような語尾変化する単語について
は、基本的な表現である基本形と、表記が変化しない部
分である語幹との２情報が格納されている。図２の例文
に必要な品詞認識用辞書４の情報を図４に示す。
詞の２情報のほかに、動詞，サ変動詞，形容詞，形容動
詞，助動詞の５品詞のような語尾変化する単語について
は、基本的な表現である基本形と、表記が変化しない部
分である語幹との２情報が格納されている。図２の例文
に必要な品詞認識用辞書４の情報を図４に示す。
【００１３】例を用いて説明すると、図３中の単語「同
定」（参照番号３１）については、図４中の「同定」
（参照番号４１）の情報から品詞が「名詞」であること
を認識する。同様に、図３中の単語「比較し」（参照番
号３２）については、図４中の「比較し」（参照番号４
２）の情報から品詞が「サ変動詞」であり、その基本形
が「比較する」であること、及び語幹が「比較」である
ことを認識する。
定」（参照番号３１）については、図４中の「同定」
（参照番号４１）の情報から品詞が「名詞」であること
を認識する。同様に、図３中の単語「比較し」（参照番
号３２）については、図４中の「比較し」（参照番号４
２）の情報から品詞が「サ変動詞」であり、その基本形
が「比較する」であること、及び語幹が「比較」である
ことを認識する。
【００１４】図２の例文に対し、単語分割手段１及び品
詞認識手段３の処理を行った結果を図５に示す。図５に
おいて、“△”は各単語の区切りを表し、参照番号Ａで
示した欄は認識した品詞情報の格納場所である。
詞認識手段３の処理を行った結果を図５に示す。図５に
おいて、“△”は各単語の区切りを表し、参照番号Ａで
示した欄は認識した品詞情報の格納場所である。
【００１５】次に、文節認識手段５では、品詞認識手段
３で認識した品詞情報と、以下に示す二つのルールとに
基づき、単語単位に分割されたデータから文節を認識す
る。文節認識手段５で利用するルールは以下のとおりで
ある。 （１）名詞が連続している場合、連続している名詞を合
わせて１名詞とする。 （２）助詞，助動詞は、直前に存在する他の単語とまと
めて１文節とする。
３で認識した品詞情報と、以下に示す二つのルールとに
基づき、単語単位に分割されたデータから文節を認識す
る。文節認識手段５で利用するルールは以下のとおりで
ある。 （１）名詞が連続している場合、連続している名詞を合
わせて１名詞とする。 （２）助詞，助動詞は、直前に存在する他の単語とまと
めて１文節とする。
【００１６】例を用いて説明すると、図５中の単語「同
定」（参照番号５１）及び「結果」（参照番号５２）
は、名詞が連続しているので、前述のルール（１）によ
り「同定結果」という１名詞と認識する。又、図５中の
単語「と」（参照番号５３）は助詞であるため、前述の
ルール（２）により、直前に存在する名詞「同定結果」
とまとめて「同定結果△と」という１文節と認識する。
同様にして、図５中の単語「て」（参照番号５５）も助
詞であるため、前述のルール（２）により、直前に存在
するサ変動詞「比較し」（参照番号５４）とまとめて
「比較し△て」という１文節と認識する。
定」（参照番号５１）及び「結果」（参照番号５２）
は、名詞が連続しているので、前述のルール（１）によ
り「同定結果」という１名詞と認識する。又、図５中の
単語「と」（参照番号５３）は助詞であるため、前述の
ルール（２）により、直前に存在する名詞「同定結果」
とまとめて「同定結果△と」という１文節と認識する。
同様にして、図５中の単語「て」（参照番号５５）も助
詞であるため、前述のルール（２）により、直前に存在
するサ変動詞「比較し」（参照番号５４）とまとめて
「比較し△て」という１文節と認識する。
【００１７】図２の文例に対して単語分割手段１，品詞
認識手段３，文節認識手段５の処理を行った結果を図６
に示す。図６において、“△”は各単語の区切りを、
“★”は各文節の区切りを表し、参照番号Ａで示した欄
は認識した品詞情報の格納場所である。
認識手段３，文節認識手段５の処理を行った結果を図６
に示す。図６において、“△”は各単語の区切りを、
“★”は各文節の区切りを表し、参照番号Ａで示した欄
は認識した品詞情報の格納場所である。
【００１８】最後に、キーワード抽出手段６について説
明する。キーワード抽出手段６は、文節認識手段５によ
って得られた文節情報と用言辞書７とを利用して、各用
言ごとに用言と共に用いられて文を構成するために必要
な文節と、それらの文節の中で特に主題を表す場合に重
要となる文節を順次認識し、主題を表す場合に重要とな
る文節中の名詞，サ変動詞の語幹をキーワードとしてふ
さわしいものとして抽出する。なお、この処理に利用す
る用言辞書７には、各用言ごとに、用言と共に用いられ
て文を構成するために必要な文節中に含まれる助詞の情
報と、特に各用言が主題を構成する場合に重要と判断さ
れる文節中に含まれる助詞の情報とが格納されている。
図２の例文に関する用言辞書７の情報を図７に示す。
明する。キーワード抽出手段６は、文節認識手段５によ
って得られた文節情報と用言辞書７とを利用して、各用
言ごとに用言と共に用いられて文を構成するために必要
な文節と、それらの文節の中で特に主題を表す場合に重
要となる文節を順次認識し、主題を表す場合に重要とな
る文節中の名詞，サ変動詞の語幹をキーワードとしてふ
さわしいものとして抽出する。なお、この処理に利用す
る用言辞書７には、各用言ごとに、用言と共に用いられ
て文を構成するために必要な文節中に含まれる助詞の情
報と、特に各用言が主題を構成する場合に重要と判断さ
れる文節中に含まれる助詞の情報とが格納されている。
図２の例文に関する用言辞書７の情報を図７に示す。
【００１９】例を用いて説明すると、図６中の用言（サ
変動詞）を含む文節「比較し△て」（参照番号６５）中
の単語「比較し」は、図４の「比較し」（参照番号４
２）の情報により基本形が「比較する」であることが得
られるので、基本形である「比較する」を用いて図７の
「比較する」（参照番号７１）の情報を参照する。つま
り、「比較する」については、助詞が「が」「を」
「と」のいずれかを含む文節が文を構成するためには必
要であり、その中の助詞「が」「を」については、主題
を表す場合に重要となる文節中に含まれるという情報で
ある。従って、「比較し△て」から文の先頭方向に向か
って助詞が「が」「を」「と」のいずれかを含む文節を
捜していき、「比較する」の用言が文を構成するために
必要な文節は、図６中の「同定結果△と」（参照番号６
２）と、「話題同定結果△を」（参照番号６１）の文節
であると判断する。図７の「比較する」（参照番号７
１）の情報から、助詞「と」を含む文節は主題を表す場
合に重要とならないことが分かるので、図６中の助詞
「と」を含む文節「同定結果△と」（参照番号６２）中
にある名詞「同定結果」はキーワードとして抽出しない
と判断する。逆に、助詞「を」を含む文節は主題を表す
場合に重要であるので、助詞「を」を含む文節「話題同
定結果△を」（参照番号６４）中にある名詞「話題同定
結果」はキーワードとして抽出すると判断する。
変動詞）を含む文節「比較し△て」（参照番号６５）中
の単語「比較し」は、図４の「比較し」（参照番号４
２）の情報により基本形が「比較する」であることが得
られるので、基本形である「比較する」を用いて図７の
「比較する」（参照番号７１）の情報を参照する。つま
り、「比較する」については、助詞が「が」「を」
「と」のいずれかを含む文節が文を構成するためには必
要であり、その中の助詞「が」「を」については、主題
を表す場合に重要となる文節中に含まれるという情報で
ある。従って、「比較し△て」から文の先頭方向に向か
って助詞が「が」「を」「と」のいずれかを含む文節を
捜していき、「比較する」の用言が文を構成するために
必要な文節は、図６中の「同定結果△と」（参照番号６
２）と、「話題同定結果△を」（参照番号６１）の文節
であると判断する。図７の「比較する」（参照番号７
１）の情報から、助詞「と」を含む文節は主題を表す場
合に重要とならないことが分かるので、図６中の助詞
「と」を含む文節「同定結果△と」（参照番号６２）中
にある名詞「同定結果」はキーワードとして抽出しない
と判断する。逆に、助詞「を」を含む文節は主題を表す
場合に重要であるので、助詞「を」を含む文節「話題同
定結果△を」（参照番号６４）中にある名詞「話題同定
結果」はキーワードとして抽出すると判断する。
【００２０】同様に図６中の用言（動詞）を含む文節
「行っ△た」（参照番号６８）中の単語「行っ」につい
ても判断する。まず、図４の「行っ」（参照番号４３）
の情報から基本形が「行う」であることが得られるの
で、次に基本形である「行う」を用いて図７の「行う」
（参照番号７２）の情報を参照する。つまり、「行う」
については助詞が「が」「を」のいずれかである文節が
文を構成するためには必要であり、助詞が「が」「を」
のいずれかである文節が主題を表す場合に重要となると
いう情報である。従って、「行っ△た」から文の先頭方
向に向かって助詞が「が」「を」である文節を捜してい
き、「行う」の用言が文を構成するために必要な文節
は、図６中の「評価△を」（参照番号６７）の文節であ
ると判断する。このとき、図６中の「話題同定結果△
を」（参照番号６４）も助詞「を」を含む文節である
が、先に「比較する」の用言で文を構成するために必要
な文節と判断されているので、重複して用言「行う」が
必要とする文節とは判断しない。前述したとおり、図７
の「行う」（参照番号７２）の情報から、助詞「を」を
含む文節は主題を表す場合に重要な文節であるので、
「行う」の用言が文を構成するために必要な文節である
図６中の「評価△を」（参照番号６７）中の名詞「評
価」をキーワードとして抽出するものと判断する。
「行っ△た」（参照番号６８）中の単語「行っ」につい
ても判断する。まず、図４の「行っ」（参照番号４３）
の情報から基本形が「行う」であることが得られるの
で、次に基本形である「行う」を用いて図７の「行う」
（参照番号７２）の情報を参照する。つまり、「行う」
については助詞が「が」「を」のいずれかである文節が
文を構成するためには必要であり、助詞が「が」「を」
のいずれかである文節が主題を表す場合に重要となると
いう情報である。従って、「行っ△た」から文の先頭方
向に向かって助詞が「が」「を」である文節を捜してい
き、「行う」の用言が文を構成するために必要な文節
は、図６中の「評価△を」（参照番号６７）の文節であ
ると判断する。このとき、図６中の「話題同定結果△
を」（参照番号６４）も助詞「を」を含む文節である
が、先に「比較する」の用言で文を構成するために必要
な文節と判断されているので、重複して用言「行う」が
必要とする文節とは判断しない。前述したとおり、図７
の「行う」（参照番号７２）の情報から、助詞「を」を
含む文節は主題を表す場合に重要な文節であるので、
「行う」の用言が文を構成するために必要な文節である
図６中の「評価△を」（参照番号６７）中の名詞「評
価」をキーワードとして抽出するものと判断する。
【００２１】なお、図６の中の助詞「による」を含む文
節である「話題同定結果△による」（参照番号６１），
「人手△による」（参照番号６３）及び助詞「の」を含
む文節である「話題同定モデル△の」（参照番号６６）
にいては、「比較する」「行う」のいずれの用言に対し
ても図７の「比較する」（参照番号７２）と「行う」
（参照番号７２）との情報より、文を構成する場合に必
要な文節とは判断されない。従って、これら３文節、す
なわち図６中の「話題同定結果△による」（参照番号６
１），「人手△による」（参照番号６３），「話題同定
モデル△の」（参照番号６６）からはキーワードを抽出
しない。
節である「話題同定結果△による」（参照番号６１），
「人手△による」（参照番号６３）及び助詞「の」を含
む文節である「話題同定モデル△の」（参照番号６６）
にいては、「比較する」「行う」のいずれの用言に対し
ても図７の「比較する」（参照番号７２）と「行う」
（参照番号７２）との情報より、文を構成する場合に必
要な文節とは判断されない。従って、これら３文節、す
なわち図６中の「話題同定結果△による」（参照番号６
１），「人手△による」（参照番号６３），「話題同定
モデル△の」（参照番号６６）からはキーワードを抽出
しない。
【００２２】図２の例文に対し、単語分割手段１，品詞
認識手段３，文節認識手段５，キーワード抽出手段６の
各処理を行った結果を、従来の方法による抽出結果と併
せて図８に示す。図８において、“△”は各単語の区切
りを、“★”は各文節の区切りを示し、参照番号Ａの欄
には認識した品詞情報を、参照番号Ｂの欄には本実施例
によるキーワードとして抽出するか否かの判断を、参照
番号Ｃの欄には従来方式による判断を示してある。図８
を参照すると、本発明の方式と従来の方式の間には、
「同定話題モデル」（参照番号８１），「同定結果」
（参照番号８２），「人手」（参照番号８３），「話題
同定モデル」（参照番号８４）に関して相違が認めら
れ、本発明の方式では不必要なキーワード候補が多数抽
出されないことが分かる。
認識手段３，文節認識手段５，キーワード抽出手段６の
各処理を行った結果を、従来の方法による抽出結果と併
せて図８に示す。図８において、“△”は各単語の区切
りを、“★”は各文節の区切りを示し、参照番号Ａの欄
には認識した品詞情報を、参照番号Ｂの欄には本実施例
によるキーワードとして抽出するか否かの判断を、参照
番号Ｃの欄には従来方式による判断を示してある。図８
を参照すると、本発明の方式と従来の方式の間には、
「同定話題モデル」（参照番号８１），「同定結果」
（参照番号８２），「人手」（参照番号８３），「話題
同定モデル」（参照番号８４）に関して相違が認めら
れ、本発明の方式では不必要なキーワード候補が多数抽
出されないことが分かる。
【００２３】
【発明の効果】以上説明したように、本発明のキーワー
ド自動抽出方式は、コンピュータによる情報検索システ
ムにより日本語の自然語文の文書テキストからキーワー
ドを抽出する際、文節単位にまとめた後、用言に注目
し、用言が自然語文の中で必要とする文節と、用言が主
題を表す場合に重要となる文節を、文の意味解析を行わ
ずに表記方法から判断し、各用言ごとに主題を表す際に
重要となる文節を認識し、その中に含まれる名詞，サ変
動詞語幹をキーワードとして抽出することにより、キー
ワードとして抽出する語の絞り込みを行える効果があ
る。
ド自動抽出方式は、コンピュータによる情報検索システ
ムにより日本語の自然語文の文書テキストからキーワー
ドを抽出する際、文節単位にまとめた後、用言に注目
し、用言が自然語文の中で必要とする文節と、用言が主
題を表す場合に重要となる文節を、文の意味解析を行わ
ずに表記方法から判断し、各用言ごとに主題を表す際に
重要となる文節を認識し、その中に含まれる名詞，サ変
動詞語幹をキーワードとして抽出することにより、キー
ワードとして抽出する語の絞り込みを行える効果があ
る。
【図１】本発明の一実施例の構成を示すブロック図であ
る。
る。
【図２】本実施例を説明するための文書テキストの例文
を示した説明図である。
を示した説明図である。
【図３】図２の例文に対して単語分割処理を行った結果
の説明図である。
の説明図である。
【図４】図２の例文に対する品詞認識用辞書の情報を示
した説明図である。
した説明図である。
【図５】図２の例文に対する品詞認識処理結果を示した
説明図である。
説明図である。
【図６】図２の例文に対する文節認識処理結果を示した
説明図である。
説明図である。
【図７】図２の例文にに対する用言辞書の情報を示した
説明図である。
説明図である。
【図８】図２の例文に対するキーワード抽出結果を従来
と比較した説明図である。
と比較した説明図である。
１ 単語分割手段 ２ 単語分割用辞書 ３ 品詞認識手段 ４ 品詞認識用辞書 ５ 文節認識手段 ６ キーワード抽出手段 ７ 用言辞書
Claims (1)
- 【請求項１】 コンピュータを用いた情報検索システム
により、日本語の自然語文の文書テキストを単語分割用
辞書を参照して単語単位に分割した後に、その文書テキ
ストを検索する場合に有効なキーワードを抽出するキー
ワード自動抽出方式において、各単語の品詞情報が格納
されている品詞認識用辞書と、単語単位に分割されたデ
ータに前記品詞認識用辞書を参照して品詞情報を付加す
る品詞認識手段と、前記品詞認識手段により付加された
品詞情報を参照して連続した複数の名詞単語をまとめて
１語とした後に助詞，助動詞を直前の単語と結合して文
節単位にまとめる文節認識手段と、用言と共に用いられ
て文を構成する助詞とその用言との関係情報を格納した
用言辞書と、前記文節認識手段により文節にまとめられ
たデータから用言を含む文節に注目して前記用言辞書を
参照しキーワードを抽出するキーワード抽出手段とを備
えたことを特徴とするキーワード自動抽出方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4252434A JPH0749872A (ja) | 1992-09-22 | 1992-09-22 | キーワード自動抽出方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4252434A JPH0749872A (ja) | 1992-09-22 | 1992-09-22 | キーワード自動抽出方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0749872A true JPH0749872A (ja) | 1995-02-21 |
Family
ID=17237321
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4252434A Withdrawn JPH0749872A (ja) | 1992-09-22 | 1992-09-22 | キーワード自動抽出方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0749872A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100375746B1 (ko) * | 2000-02-09 | 2003-03-10 | 이만균 | 인터넷 명령어 처리방법 및 시스템과 그 프로그램 제품 |
| US9679166B2 (en) | 2014-03-27 | 2017-06-13 | Panasonic Intellectual Property Management Co., Ltd. | Settlement terminal device |
| CN116977998A (zh) * | 2023-07-27 | 2023-10-31 | 江苏苏力机械股份有限公司 | 涂装生产线工件上件视觉识别系统及识别方法 |
-
1992
- 1992-09-22 JP JP4252434A patent/JPH0749872A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100375746B1 (ko) * | 2000-02-09 | 2003-03-10 | 이만균 | 인터넷 명령어 처리방법 및 시스템과 그 프로그램 제품 |
| US9679166B2 (en) | 2014-03-27 | 2017-06-13 | Panasonic Intellectual Property Management Co., Ltd. | Settlement terminal device |
| CN116977998A (zh) * | 2023-07-27 | 2023-10-31 | 江苏苏力机械股份有限公司 | 涂装生产线工件上件视觉识别系统及识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cussens | Part-of-speech tagging using Progol | |
| Lita et al. | Truecasing | |
| US6101492A (en) | Methods and apparatus for information indexing and retrieval as well as query expansion using morpho-syntactic analysis | |
| US6345253B1 (en) | Method and apparatus for retrieving audio information using primary and supplemental indexes | |
| JP2583386B2 (ja) | キーワード自動抽出装置 | |
| Glavitsch et al. | A system for retrieving speech documents | |
| Zechner | Automatic generation of concise summaries of spoken dialogues in unrestricted domains | |
| US20020099744A1 (en) | Method and apparatus providing capitalization recovery for text | |
| WO2008107305A2 (en) | Search-based word segmentation method and device for language without word boundary tag | |
| WO1997004405A9 (en) | Method and apparatus for automated search and retrieval processing | |
| JPWO2018097091A1 (ja) | モデル作成装置、テキスト検索装置、モデル作成方法、テキスト検索方法、データ構造、及びプログラム | |
| Echeverry-Correa et al. | Topic identification techniques applied to dynamic language model adaptation for automatic speech recognition | |
| CN106294460A (zh) | 一种基于字和词混合语言模型的汉语语音关键词检索方法 | |
| Ihm et al. | Skip-gram-KR: Korean word embedding for semantic clustering | |
| Kim et al. | Question answering considering semantic categories and co-occurrence density | |
| Psutka et al. | System for fast lexical and phonetic spoken term detection in a Czech cultural heritage archive | |
| JP3794597B2 (ja) | 話題抽出方法及び話題抽出プログラム記録媒体 | |
| Fujii et al. | A method for open-vocabulary speech-driven text retrieval | |
| JPH0749872A (ja) | キーワード自動抽出方式 | |
| Yohannes et al. | Amharic document clustering using semantic information from neural word embedding and encyclopedic knowledge | |
| Isaev et al. | Towards Kyrgyz stop words | |
| Farrah et al. | An hybrid approach to improve part of speech tagging system | |
| JPH10149370A (ja) | 文脈情報を用いた文書検索方法および装置 | |
| JP2005025555A (ja) | シソーラス構築システム、シソーラス構築方法、この方法を実行するプログラム、およびこのプログラムを記憶した記憶媒体 | |
| Liu et al. | Cross-language information matching technology based on term extraction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19991130 |