JPH0750487B2

JPH0750487B2 - 情報抽出装置

Info

Publication number: JPH0750487B2
Application number: JP61282405A
Authority: JP
Inventors: 章子中嶋
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1986-11-26
Filing date: 1986-11-26
Publication date: 1995-05-31
Anticipated expiration: 2010-05-31
Also published as: JPS63133228A

Description

【発明の詳細な説明】産業上の利用分野本発明は、文章情報処理に用いられる情報抽出装置に関
するものである。

従来の技術近年、日本語文章中のキーワードから要旨を得ようとす
る研究が進められている。的確な要旨を得るためには、
最適なキーワードを取り出すことか重要なポイントとな
る。日本語は欧米の言語のように単語をスペースなどで
区切って表記する言語と違って、文字がべた書きされて
いる。最適なキーワードを取り出すには、まず入力され
た日本語文を単語に分割することが必要である。ところ
で、日本語には字種が多く、字種にはある情報が含まれ
ている。通常、日本語文では助詞、助動詞等は平仮名書
きし、自立語の先頭は平仮名以外の文字で書かれること
が多い。よって、キーワードとなる単語を見つけるには
平仮名から平仮名以外の字種の文字へ変わるところを指
標とすることが多い。以下、平仮名以外の字種の文字を
「カンジ」と表現することにする。

以下図面を参照しながら、従来の情報抽出装置の一例に
ついて説明する。

第５図は従来の情報抽出装置の構成図を示すものであ
る。第５図において、４は入力文字列から単語を抽出す
る単語抽出部、５は単語に対応する情報を持つ単語辞
書、６は単語抽出部４で取り出した単語をキーワードと
して単語辞書５を検索する単語辞書検索部である。第６
図は単語辞書５の内部の一部を示したものである。

以下のように構成された情報抽出装置について、以下そ
の動作を例をあげて説明する。

日本語文字列、たとえば「この間取りはあまり感心しな
い」という文章が入力されたとする。この文字列から単
語を見つけるには、単語抽出部４において、前述したよ
うに平仮名から「カンジ」へ字種が変わるところである
「間」と「感」の位置にそれぞれ印をつけ、印から次の
印までの文字列、「この」，「間取りはあまり」，「感
心しない」、を取り出す。次に単語辞書検索部６は、単
語抽出部４で取り出した文字列で単語辞書５を検索す
る。検索した文字列が単語辞書５に存在しなかった場合
は文字列の最後の一文字を削除した新しい文字列で再び
単語辞書５を検索する。このようにして、「間取り」と
いうキーワードおよびそのキーワードに対する情報を得
ることができる。（たとえば、「日経エレクトロニク
ス」第324号199〜215ページ）発明が解決しようとする問題点しかしながら、上記のような構成では、一単語中に「平
仮名カンジ」の部分を持つような単語を含む文字列、
たとえば「聞き取りの試験がある」という文字列，ある
いは「妹とあや取りをする」という文字列、を入力した
とすると、希望するキーワード「聞き取り」，あるいは
「あや取り」を得ることができないこととなる。そし
て、希望するキーワードを得るためには、「平仮名カ
ンジ」の部分を含む単語の辞書を例外辞書として設け
て、「平仮名カンジ」の部分を含まない単語の辞書と
のマッチングの前に前述の例外辞書とのマッチングを行
なうという方法、あるいは単語抽出部４の過程を省い
て、入力文字列の先頭から末尾までを単語辞書検索部６
に渡すことで、単純に入力文字列の先頭からの最長一致
による単語辞書とのマッチングを行なうという方法をと
ならければならない。前者の方法であれば、常に二つの
辞書とのマッチング過程が必要であるし、後者の方法で
は、マッチング回数が膨大になるという問題点を有して
いた。

本発明は上記問題点に鑑み、「平仮名カンジ」の部分
を持つような単語を含む文字列を入力しても、例外辞書
を設けることなく、またマッチング回数を増やすことな
く、希望するキーワードからの情報を得ることができる
情報抽出装置を提供するものである。

問題点を解決するための手段上記問題点を解決するために、本発明の情報抽出装置
は、同一字種文字列からなるキーワードに対応して、キ
ーワード前後の文字列と情報が入っているキーワード辞
書と入力文字列から同一字種文字列の検索キーを取り出
す検索キー抽出部と、検索キー抽出部で取り出した検索
キーを用いてキーワード辞書中のキーワードを検索する
キーワード辞書検索部とから構成され、キーワード辞書
検索部は、検索キーとキーワードとが一致した時、キー
ワードに対応してキーワード辞書中に入っているキーワ
ード前後の文字列と、入力文字列中の検索キーの前後に
ある文字列とを比較し、一致すればキーワード辞書中の
情報を抽出するものである。

作用本発明は、上記した構成によって「平仮名カンジ」の
部分を持つような単語を含む文字列を入力しても、例外
辞書を設けることなく、またマッチング回数を増やすこ
となく、希望するキーワードからの情報を得ることがで
きることとなる。

実施例以下、本発明の一実施例の情報抽出装置について、図面
を参照しながら説明する。

第１図は本発明の一実施例における情報抽出装置の構成
図に示すものである。第１図において、１は、入力文字
列から同一字種文字列の検索キーを取り出す検索キー抽
出部、２は同一字種文字列からなるキーワードに対応し
て、キーワード前後の文字列と情報が入っているキーワ
ード辞書、３は、検索キー抽出部１で取り出した検索キ
ーを用いてキーワード辞書２中のキーワードを検索する
キーワード辞書検索部で、キーワード辞書検索部３は、
検索キーとキーワードとが一致した時、キーワードに対
応してキーワード辞書中に入っているキーワード前後の
文字列と、入力文字列中の検索キーの前後にある文字列
とを比較し、一致すればキーワード辞書中の情報を抽出
する。

以上のように構成された情報抽出装置について、以下第
１図，第２図，第３図および第４図を用いてその動作を
説明する。

まず第２図は、キーワード辞書２の同一字種文字列のキ
ーワードとキーワード前後の文字列および単語情報の格
納状態を示したものである。キーワード辞書のキーワー
ドは、複数字種からなる単語の場合は、先頭から平仮名
以外の字種の文字以降は同一字種文字列をキーワードと
し、平仮名だけからなる単語の場合は、その平仮名文字
例をキーワードとする。第３図は第２図におけるキーワ
ードと単語情報格納部とが分離したものを示したもので
ある。第４図は、入力された文字列から最適な情報を取
り出すまでの過程を示したものである。

第１の実施例として、一単語中に「平仮名カンジ」の
部分を持つような単語を含む文字列、たとえば「あや取
りをする」という文字列、を入力したとする。検索キー
抽出部１は、入力文字列中の「平仮名カンジ」の部分
を捜しにいく。そして、該当する「取」を見つけると、
その位置に印をつける。次に、今、見つけた文字より後
ろで、その文字と異なる字種に初めて変わるところを捜
しにいく。この例の場合では、「り」を見つけて、その
位置に印をつける。そうして、前の印から次の印までの
文字列を取り出す。この例では“取”になる。これが、
検索キーとなる。キーワード辞書検索部３は、この検索
キー“取”をキーとして、キーワード辞書２を検索しに
いく。そしてキーワードの中から“取”を捜し出し、キ
ーワード辞書から“取”をキーワードとする単語を全て
取り出す。そして、その取り出した全ての単語の中か
ら、キーワードの前の文字列および後ろの文字列と、入
力文字列中の検索キー“取”の前後に存在する文字列と
を比較し、一致する単語だけを取り出す。その結果、
「あや取り」という単語が取り出されることとなる。

次に、第２の実施例として、「見聞を広めることは大切
である」という文字列、を入力したとする。第１の実施
例と同様に、検索キー抽出部１は、入力文字列中の「平
仮名カンジ」の部分を捜しにいく。そして、該当する
「見」を見つけると、その位置に印をつける。次に、
今、見つけた文字より後ろで、その文字と異なる字種に
初めて変わるところを捜しにいく。この例の場合では、
「を」を見つけて、その位置に印をつける。そうして、
前の印から次の印までの文字列を取り出す。この例では
“見聞”になる。これが、検索キーとなる。キーワード
辞書検索部３は、この検索キー“見聞”をキーとして、
キーワード辞書２を検索しにいく。そしてキーワードの
中から“見聞”を捜し出し、キーワード辞書から“見
聞”をキーワードとする単語を全て取り出す。そして、
その取り出した全ての単語の中から、キーワードの前の
文字列および後ろの文字列と、入力文字列中の検索キー
“見聞”の前後に存在する文字列とを比較し、一致する
単語だけを取り出す。その結果、「見聞」という単語だ
けが取り出され、「見聞き」という単語は除かれること
となる。

以上のように本実施例によれば、同一字種文字列からな
るキーワードに対応して、キーワード前後の文字列と情
報が入っているキーワード辞書と、入力文字列から同一
字種文字列の検索キーを取り出す検索キー抽出部と、検
索キー抽出部で取り出した検索キーを用いてキーワード
辞書中のキーワードを検索するキーワード辞書検索部と
を設け、キーワード辞書検索部は、検索キーとキーワー
ドとが一致した時、キーワードに対応してキーワード辞
書中に入っているキーワード前後の文字列と、入力文字
列中の検索キーの前後にある文字列とを比較し、一致す
ればキーワード辞書中の情報を抽出することにより、
「平仮名カンジ」の部分を持つような単語を含む文字
列を入力しても、例外辞書を設けることなく、またマッ
チング回数を増やすことなく、希望するキーワードから
の情報を得ることができる。

なお、第１および第２の実施例において、キーワード辞
書２は第２図のように、キーワードと単語情報格納部と
が分離していないものを用いて説明したが、キーワード
辞書２は第３図のようにキーワードと単語情報格納部と
が分離したものでも良い。この場合、キーワードはイン
デクスのような働きをする。

また、第１および第２の実施例において、入力文字列と
して、漢字仮名混じりの単語について、キーワード辞書
の検索方法を説明したが、平仮名だけから成る単語につ
いては、その平仮名文字列でキーワード辞書を検索する
ことになる。

発明の効果以上のように本発明は、同一字種文字列からなるキーワ
ードに対応して、キーワード前後の文字列と情報が入っ
ているキーワード辞書と、入力文字列から同一字種文字
列の検索キーを取り出す検索キー抽出部と、検索キー抽
出部で取り出した検索キーを用いてキーワード辞書中の
キーワードを検索するキーワード辞書検索部とを設け、
キーワード辞書検索部は、検索キーとキーワードとが一
致した時、キーワードに対応してキーワード辞書中に入
っているキーワード前後の文字列と、入力文字列中の検
索キーの前後にある文字列とを比較し、一致すればキー
ワード辞書中の情報を抽出することにより、「平仮名
カンジ」の部分を持つような単語を含む文字列を入力し
ても、例外辞書を設けることなく、またマッチング回数
を増やすことなく、希望するキーワードからの情報を得
ることができる情報抽出装置を提供することができる。

【図面の簡単な説明】

第１図は本発明の一実施例における情報抽出装置の構成
図、第２図は第１図のキーワード辞書２のキーワードと
単語情報の格納状態を示した図、第３図は第２図におけ
るキーワードと単語情報格納部とが分離したものを示し
た図、第４図は入力された文字列から最適な情報を取り
出すまでの過程を示した図、第５図は従来の情報抽出装
置の構成図、第６図は第５図の単語辞書５の内部の一部
を示した図である。１……検索キー抽出部、２……キーワード辞書、３……
キーワード辞書検索部、４……単語抽出部、５……単語
辞書、６……単語辞書検索部。

Claims

【特許請求の範囲】

【請求項１】同一字種文字列からなるキーワードに対応
して、キーワード前後の文字列と情報が入っているキー
ワード辞書と、入力文字列から同一字種文字列の検索キ
ーを取り出す検索キー抽出部と、前記検索キー抽出部で
取り出した検索キーを用いて前記キーワード辞書中のキ
ーワードを検索するキーワード辞書検索部とを備え、前
記キーワード辞書検索部は、前記検索キーと前記キーワ
ードとが一致した時、前記キーワードに対応して前記キ
ーワード辞書中に入っているキーワード前後の文字列
と、前記入力文字列中の前記検索キーの前後にある文字
列とを比較し、一致すれば前記キーワード辞書中の情報
を抽出することを特徴とする情報抽出装置。
【請求項２】キーワード辞書のキーワードは、文字列の
先頭から平仮名以外の字種を探し、平仮名以外の字種の
文字があれば、その文字以降の同一字種文字列をキーワ
ードとし、平仮名以外の字種がなければ、その平仮名文
字列をキーワードとする請求項１記載の情報抽出装置。
【請求項３】検索キー抽出部の検索キーは、文の先頭か
ら平仮名以外の字種を探し、平仮名以外の字種の文字が
あれば、その文字以降の同一字種文字列を検索キーと
し、平仮名以外の字種がなければ、その平仮名文を検索
キーとする請求項１記載の情報抽出装置。
【請求項４】キーワード辞書のキーワード前後の文字列
とは、文字列から請求項２記載のキーワードより前方に
わる文字列と後方にある文字列であるとする請求項１記
載の情報抽出装置。