JPH1145289A - 文書処理装置、文書処理プログラムが記憶された記憶媒体、及び文書処理方法 - Google Patents

Abstract

(57)【要約】 【課題】 本発明は、利用目的等のユーザーの嗜好を
踏まえた要約の作成が可能な、文書処理装置、文書処理
プログラムが記憶された記憶媒体、及び文書処理方法を
提供すること。 【解決手段】 過去の処理文書の内容からキーワードと
その重要度を取得し、複数のユーザーとキーワードとの
一方を行、他方を列として前記各ユーザーに対する各キ
ーワードの重要度を要素値とするＧＰ行列を取得する。
要約作成対象文書から重要語ａ，ｂ，…と、その出現頻
度等からの重要度を取得し、この重要度を要素としたタ
ームベクトルＶを、ＧＰ行列によってシフトさせ、嗜好
タームベクトルＶ’を取得する。嗜好タームベクトル
Ｖ’の要素（＝嗜好重要度）をもとに要約作成対象文書
から嗜好重要文Ｆ（Ｚ）を抽出し、要約作成対象文書に
おける出現順に並べて、嗜好要約とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書処理装置、文
書処理プログラムが記憶された記憶媒体、及び文書処理
方法に関し、更に詳細には、利用目的等のユーザーの嗜
好を踏まえた要約の作成に関する。

【０００２】

【従来の技術】従来、書籍、論文、報告書等の各種の文
書に対し、要約（抄録を含む）の自動作成処理をコンピ
ュータを用いて行うことが行われている。文書の自動要
約については、例えば、「全文情報からの意味的情報の
抽出と加工」（情報処理学会第３８回全国大会予稿集、
第２２２頁；１９８９年）で提案されている。この方法
では、まず文書中の重要語を字種や動詞等の情報から抽
出し、さらに重要語の出現頻度から最重要語を取得す
る。次に重要語と最重要語が出現するか否かから重要文
を取得することで、自動的に要約を作成することが可能
になる。また、文章の段落の性質を反映させることで、
より正確に要約を作成する特開平３−１９１４７５号公
報に記載された方法等も提案されている。

【０００３】

【発明が解決しようとする課題】しかし、同一の文書で
も、例えば営業用や技術資料用等の利用目的その他のユ
ーザーの嗜好が異なると、文書における重要部位等に差
異が生じる。そして、上述のような従来の文書処理によ
って要約を作成しても、ユーザーの嗜好を踏まえた要約
を得ることはできない問題点がある。

【０００４】本発明は、上述のような課題を解決するた
めになされたもので、利用目的等のユーザーの嗜好を踏
まえた要約自動作成処理文書処理を行うことのできる文
書処理装置、文書処理プログラムを記憶した記憶媒体、
及び文書処理方法を提供することを目的とする。

【０００５】

【課題を解決するための手段】請求項１に記載の発明
は、複数の文よりなる文書を取得する文書取得手段と、
前記文書取得手段により取得された前記文書から重要語
句とその重要度を取得する重要語句抽出手段と、前記重
要語句に基づいて前記文書からユーザーの嗜好を反映し
た嗜好重要部分を選択する嗜好重要部分選択手段と、前
記嗜好重要部分選択手段により選択された嗜好重要部分
に基づいて前記文書の要約を作成する嗜好要約作成手段
と、を具備する文書処理装置を提供することにより、上
記目的を達成する。請求項２に記載の発明は、請求項１
に記載の文書処理装置において、前記重要語句抽出手段
は、前記文書取得手段により取得された前記文書から前
記重要語の候補語句とその重要度を取得する候補語句取
得手段と、ユーザーの嗜好を表す複数のキーワードの重
要度を要素値とする嗜好ベクトル、または、複数のユー
ザーと各ユーザーの嗜好を表す複数のキーワードとの一
方を行、他方を列として前記各ユーザーに対する前記各
キーワードの重要度を要素値とするＧＰ行列、を取得す
る嗜好取得手段と、を有し、前記嗜好取得手段により取
得された前記嗜好ベクトルまたは前記ＧＰ行列を用い
て、前記候補語句取得手段により取得された候補語句の
重要度をシフトさせた重要度から前記重要語句を抽出
し、前記嗜好重要部分選択手段は、前記重要語句とその
重要度により前記嗜好重要部分を選択することを文書処
理装置を提供することにより、上記目的を達成する。請
求項３に記載の発明は、請求項１に記載の発明におい
て、前記重要語句抽出手段は、前記文書取得手段により
取得された前記文書から前記重要語の候補語句とその重
要度を取得して、前記候補語句の重要度により前記重要
語句を抽出し、前記嗜好重要部分選択手段は、ユーザー
の嗜好を表す複数のキーワードの重要度を要素値とする
嗜好ベクトル、または、複数のユーザーと複数のユーザ
ーそれぞれの嗜好を表す複数のキーワードとの一方を
行、他方を列として前記各ユーザーに対する前記各キー
ワードの重要度を要素値とするＧＰ行列、を取得する嗜
好取得手段を有し、前記嗜好取得手段により取得された
前記嗜好ベクトルまたは前記ＧＰ行列を用いて、前記重
要語句抽出手段により取得された重要語句の重要度をシ
フトさせた重要度により前記重要部分を選択する文書処
理装置を提供することにより前記目的を達成する。請求
項４に記載の発明は、複数の文よりなる文書を取得する
文書取得機能と、前記文書取得機能により取得された前
記文書から重要語句とその重要度を取得する重要語句抽
出機能と、前記重要語句に基づいて前記文書からユーザ
ーの嗜好を反映した嗜好重要部分を選択する嗜好重要部
分選択機能と、前記嗜好重要部分選択機能により選択さ
れた嗜好重要部分に基づいて前記文書の要約を作成する
嗜好要約作成機能とをコンピュータに実現させるための
コンピュータ読みとり可能な文書処理プログラムが記憶
された記憶媒体を提供することにより上記目的を達成す
る。請求項５に記載の発明は、請求項４に記載の記憶媒
体において、前記重要語句抽出機能は、前記文書取得機
能により取得された前記文書から前記重要語の候補語句
とその重要度を取得する候補語句取得機能と、ユーザー
の嗜好を表す複数のキーワードの重要度を要素値とする
嗜好ベクトル、または、複数のユーザーと各ユーザーの
嗜好を表す複数のキーワードとの一方を行、他方を列と
して前記各ユーザーに対する前記各キーワードの重要度
を要素値とするＧＰ行列、を取得する嗜好取得機能と、
を有し、前記嗜好取得機能により取得された前記嗜好ベ
クトルまたは前記ＧＰ行列を用いて、前記候補語句取得
機能により取得された候補語句の重要度をシフトさせた
重要度から前記重要語句を抽出し、前記嗜好重要部分選
択機能は、前記重要語句とその重要度により前記嗜好重
要部分を選択する文書処理プログラムが記憶された記憶
媒体を提供することにより前記目的を達成する。請求項
６に記載の発明は、請求項４に記載の記憶媒体におい
て、前記重要語句抽出機能は、前記文書取得機能により
取得された前記文書から前記重要語の候補語句とその重
要度を取得して、前記候補語句の重要度により前記重要
語句を抽出し、前記嗜好重要部分選択機能は、ユーザー
の嗜好を表す複数のキーワードの重要度を要素値とする
嗜好ベクトル、または、複数のユーザーと複数のユーザ
ーそれぞれの嗜好を表す複数のキーワードとの一方を
行、他方を列として前記各ユーザーに対する前記各キー
ワードの重要度を要素値とするＧＰ行列、を取得する嗜
好取得機能を有し、前記嗜好取得機能により取得された
前記嗜好ベクトルまたは前記ＧＰ行列を用いて、前記重
要語句抽出機能により取得された重要語句の重要度をシ
フトさせた重要度により前記重要部分を選択する文書処
理プログラムが記憶された記憶媒体を提供することによ
り前記目的を達成する。請求項７に記載の発明は、複数
の文よりなる文書を取得し、取得された前記文書から重
要語句とその重要度を取得し、前記重要語句に基づいて
前記文書からユーザーの嗜好を反映した嗜好重要部分を
選択し、選択された前記嗜好重要部分に基づいて前記文
書の要約を作成する文書処理方法を提供することにより
前記目的を達成する。

【０００６】

【発明の実施の形態】以下、本発明の文書処理装置、文
書処理プログラムが記憶された記憶媒体、及び文書処理
方法の好適な実施の形態について、図１から図７を参照
して詳細に説明する。 （１）実施形態の概要 本実施形態では、過去の処理文書の内容からキーワード
とその重要度を取得し、複数のユーザーとキーワードと
の一方を行、他方を列として前記各ユーザーに対する各
キーワードの重要度を要素値とするＧＰ行列を取得す
る。要約作成対象文書から重要語ａ，ｂ，…と、その出
現頻度等からの重要度ｇ（ｐ），ｇ（ｑ），…を取得
し、重要度を要素としたタームベクトルＶ＝（ｇ
（ｐ），ｇ（ｑ），…）を、ＧＰ行列によってシフトさ
せ、嗜好タームベクトルＶ’を取得する。嗜好タームベ
クトルＶ’の要素（＝嗜好重要度）ｇ’（ｐ），ｇ’
（ｑ），…をもとに要約作成対象文書から嗜好重要文を
抽出し、要約作成対象文書における出現順に並べて、嗜
好要約とする。

【０００７】（２）実施形態の詳細 図１は、本発明の文書処理装置の一実施形態であり、本
発明の文書処理プログラムを記憶した記憶媒体の一実施
形態の該プログラムが読み取られたコンピュータの構成
を表したブロック図である。この図１に示すように、文
書処理装置（コンピュータ）は、装置全体を制御するた
めの制御部１１を備えている。この制御部１１には、デ
ータバス等のバスライン２１を介して、入力装置として
のキーボード１２やマウス１３、表示装置１４、印刷装
置１５、記憶装置１６、記憶媒体駆動装置１７、通信制
御装置１８、および、入出力Ｉ／Ｆ１９、および、文字
認識装置２０が接続されている。制御部１１は、ＣＰＵ
１１１、ＲＯＭ１１２、ＲＡＭ１１３を備えている。Ｒ
ＯＭ１１２は、ＣＰＵ１１１が各種制御や演算を行うた
めの各種プログラムやデータが予め格納されたリードオ
ンリーメモリである。

【０００８】ＲＡＭ１１３は、ＣＰＵ１１１にワーキン
グメモリとして使用されるランダムアクセスメモリであ
る。このＲＡＭ１１３には、本実施形態による嗜好要約
処理を行うためのエリアとして、対象文書格納エリア１
１３１、要約パラメータ格納エリア１１３２、重要語格
納エリア１１３３、タームベクトル格納エリア１１３
４、行列格納エリア１１３５、嗜好タームベクトル格納
エリア１１３６、要約格納エリア１１３７、その他の各
種エリアが確保されるようになっている。

【０００９】対象文書格納エリア１１３１には、嗜好要
約作成の対象となる文書が格納される。要約パラメータ
格納エリア１１３２には、操作者からの入力等により取
得された要約パラメータの値または後述のデータ格納部
１６３から読み込んだ要約パラメータのデフォルト値が
格納される。操作者が入力する要約パラメータとして
は、例えば、全文書に対する要約の比率（１〜９９％）
や、日付時刻、価格情報、物理量（サイズ、重量、温度
等）等の数量優先のある／なし、ＵＲＬ（UniformResou
rce Locator）重視長単文の優先のある／なし、です／
ます／であるの選択をする／しない、等の値が格納され
る。タームベクトル格納エリア１１３４には、本実施形
態により取得された、嗜好要約作成の対象文書の、ター
ムベクトルが格納される。要約格納エリア１１３５に
は、本実施形態により取得された重要文が、嗜好要約作
成対象文書における順番で格納される。

【００１０】キーボード１２は、かな文字を入力するた
めのかなキーやテンキー、各種機能を実行するための機
能キー、カーソルキー、等の各種キーが配置されてい
る。マウス１３は、ポインティングデバイスであり、表
示装置１４に表示されたキーやアイコン等を左クリック
することで対応する機能の指定を行う入力装置である。
表示装置１４は、例えばＣＲＴや液晶ディスプレイ等が
使用される。この表示装置１４には、嗜好要約作成の対
象となる文書の内容や、本実施形態により作成された嗜
好要約等が表示されるようになっている。印刷装置１５
は、表示装置１４に表示された文章や、記憶装置１６の
文書データベース１６５に格納された文書等の印刷を行
うためのものである。この印刷装置としては、レーザプ
リンタ、ドットプリンタ、インクジェットプリンタ、ペ
ージプリンタ、感熱式プリンタ、熱転写式プリンタ、等
の各種印刷装置が使用される。

【００１１】記憶装置１６は、読み書き可能な記憶媒体
と、その記憶媒体に対してプログラムやデータ等の各種
情報を読み書きするための駆動装置で構成されている。
この記憶装置１６に使用される記憶媒体としては、主と
してハードディスクが使用されるが、後述の記憶媒体駆
動装置１７で使用される各種記憶媒体のうちの読み書き
可能な記憶媒体を使用するようにしてもよい。記憶装置
１６は、仮名漢字変換辞書１６１、プログラム格納部１
６２、データ格納部１６３、重要語データベース１６
４、文書データベース１６５、行列データベース１６
８、図示しないその他の格納部（例えば、この記憶装置
１６内に格納されているプログラムやデータ等をバック
アップするための格納部）等を有している。プログラム
格納部１６２には、本実施形態における嗜好要約作成処
理プログラム等の各種プログラムの他、仮名漢字変換辞
書１６１を使用して入力された仮名文字列を漢字混り文
に変換する仮名漢字変換プログラム等の各種プログラム
が格納されている。データ格納部１６３には、要約パラ
メータのデフォルト値等の各種データが格納されてい
る。要約パラメータのデフォルト値としては、例えば、
全文書に対する要約の比率＝「２５％」や、日付時刻、
価格情報、物理量（サイズ、重量、温度等）等の数量重
視＝「しない」や、ＵＲＬ（Uniform Resource Locato
r）重視＝「しない」、長単文の重視＝「しない」や、
です／ます／であるの選択＝「しない」、等の値が格納
されている。

【００１２】重要語データベース１６４には、本実施形
態において、過去の所定期間中に処理された文書をもと
に取得されたキーワード（処理重要語）とこのキーワー
ド（処理重要語）の重要度（処理重要度）が互いに対応
して格納されている。文書データベース１６５には、仮
名漢字変換プログラムにより作成された文書や、他の装
置で作成されて記憶媒体駆動装置１７や通信制御装置１
８から読み込まれた文書が格納される。この文書データ
ベース１６５に格納される各文書の形式は特に限定され
るものではなく、テキスト形式の文書、ＨＴＭＬ（Hype
r TextMarkup Language）形式の文書、ＪＩＳ形式の文
書等の各種形式の文書の格納が可能である。更にこの文
書データベース１６５には、文書を処理したユーザー及
びその処理回数が各文書に対応付けて格納されている。
前記処理回数は、所定期間毎に値を０にリセットされ
る。

【００１３】行列データベース１６８には、過去の所定
期間に行われた文書処理の処理内容により取得される行
列Ｇａ，Ｇｂ，Ｇｃが格納されている。これらの行列Ｇ
ａ，Ｇｂ，ＧｃからＧＰ（Group Personalize ）行列が
取得され、このＧＰ行列によって、要約対象文書の重要
語（句も含む）の重要度がシフト（重要度が変換）され
る。図２（ａ）〜（ｃ）は、行列Ｇａ，Ｇｂ，Ｇｃの一
例を示す説明図である。

【００１４】行列Ｇａは、図２（ａ）に示すように、過
去所定期間内に処理した処理文書から抽出された処理重
要語を行に、同処理文書を列にとった行列であり、各要
素は処理重要語の処理重要度ｆ（ｘ）を表している。行
列Ｇｂは、図２（ｂ）に示すように、前記処理文書を行
にとり、ユーザーを列にとった行列であり、各要素は、
ユーザーが各文書を前記所定期間内に処理した回数とな
っている。行列Ｇｃは、図２（ｃ）に示すように、行お
よび列がともにユーザーそれぞれの重要度係数を示して
いる。行列Ｇａ及び行列Ｇｂは所定期間ごとに書き換え
られ、行列Ｇｃは操作者からの入力により適宜書き換え
られる。

【００１５】記憶媒体駆動装置１７は、ＣＰＵ１１１が
外部の記憶媒体からコンピュータプログラムや文書を含
むデータ等を読み込むための駆動装置である。記憶媒体
に記憶されているコンピュータプログラムには、本実施
形態の文書処理装置により実行される各種処理のための
プログラム、および、そこで使用される辞書、データ等
も含まれる。ここで、記憶媒体とは、コンピュータプロ
グラムやデータ等が記憶される記憶媒体をいい、具体的
には、フロッピーディスク、ハードディスク、磁気テー
プ等の磁気記憶媒体、メモリチップやＩＣカード等の半
導体記憶媒体、ＣＤ−ＲＯＭやＭＯ、ＰＤ（相変化書換
型光ディスク）等の光学的に情報が読み取られる記憶媒
体、紙カードや紙テープ等の用紙（および、用紙に相当
する機能を持った媒体）を用いた記憶媒体、その他各種
方法でコンピュータプログラム等が記憶される記憶媒体
が含まれる。本実施形態の文書処理装置において使用さ
れる記憶媒体としては、主として、ＣＤ−ＲＯＭやフロ
ッピーディスクが使用される。記憶媒体駆動装置１７
は、これらの各種記憶媒体からコンピュータプログラム
を読み込む他に、フロッピーディスクのような書き込み
可能な記憶媒体に対してＲＡＭ１１３や記憶装置１６に
格納されているデータ等を書き込むことが可能である。

【００１６】本実施形態の文書処理装置では、制御部１
１のＣＰＵ１１１が、記憶媒体駆動装置１７にセットさ
れた外部の記憶媒体からコンピュータプログラムを読み
込んで、記憶装置１６の各部に格納（インストール）す
る。そして、本実施形態による類似度算出等の各種処理
を実行する場合、記憶装置１６から該当プログラムをＲ
ＡＭ１１３に読み込み、実行するようになっている。但
し、記憶装置１６からではなく、記憶媒体駆動装置１７
により外部の記憶媒体から直接ＲＡＭ１１３に読み込ん
で実行することも可能である。また、文書処理装置によ
っては、本実施形態の嗜好要約作成処理プログラム等を
予めＲＯＭ１１２に記憶しておき、これをＣＰＵ１１１
が実行するようにしてもよい。

【００１７】通信制御装置１８は、他のパーソナルコン
ピュータやワードプロセッサ等との間でテキスト形式や
ＨＴＭＬ形式等の各種形式の文書やビットマップデータ
等の各種データの送受信を行うことができるようになっ
ている。入出力Ｉ／Ｆ１９は、音声や音楽等の出力を行
うスピーカ等の各種機器を接続するためのインターフェ
ースである。文字認識装置２０は、用紙等に記載された
文字をテキスト形式やＨＴＭＬ等の各種形式で認識する
装置であり、イメージスキャナや文字認識プログラム等
で構成されている。

【００１８】本実施形態では、キーボード１２の入力操
作により作成した文書（ＲＡＭ１１３の所定格納エリア
に格納）の他、外部で作成して所定の記憶媒体に格納し
た文書で記憶媒体駆動装置１７から読み込んだ文書、予
め文書データベースに格納されている文書、通信制御装
置１８からダウンロードした文書、及び文字認識装置２
０で文字認識した文書、等の各種文書を対象文書として
取得する（文書取得手段）ことが可能である。

【００１９】次に、上述のような構成の文書処理装置に
よる嗜好要約作成処理であって、本発明の文書処理方法
の一実施形態について図３〜図７を参照して説明する。

【００２０】本実施形態においては、所定期間毎に、該
所定期間内に行われた文書処理の処理内容基づいて新た
な処理重要語及び処理重要度が取得され、行列データベ
ース１６８内の行列Ｇａ及び行列Ｇｂが書き換えられ
る。

【００２１】図３は、行列Ｇａ，Ｇｂ書き換え処理の動
作を表したフローチャートである。ＣＰＵ１１１は、所
定期間内に処理された文書（処理文書）を文書データベ
ース１６５から順次取得してＲＡＭ１１３の所定作業領
域に格納し（ステップ１１）、各文書についてのキーワ
ード（処理重要語（句も含む））及びその重要度（処理
重要度）を取得する（ステップ１２）。

【００２２】図４は、各文書についての処理重要語・処
理重要度取得処理の動作を表したフローチャートであ
る。図４に示すように、ＣＰＵ１１１は、文書データベ
ース１６５から取得した文書について、形態素解析を行
うことで処理文書から自立語を抽出する（ステップ１２
１）と共に、名詞句、複合名詞句等を含めた候補語
（句）を処理文書から抽出する（ステップ１２２）。次
に抽出した候補語（句）の処理文書での出現頻度、評価
関数から、各候補語（句）の処理重要度ｆ（ｘ）を取得
する（ステップ１２３）。ここで、評価関数としては、
例えば、所定の重要語が予め指定されている場合にはそ
の重要語に対する重み付け、単語、名詞句、複合名詞句
等の候補語（句）の種類による重み付け等が使用され
る。

【００２３】さらにＣＰＵ１１１は、取得した処理重要
度ｆ（ｘ）の値をもとに候補語（句）から処理重要語
ａ，ｂ，ｃ，…を取得し（ステップ１２４）、この処理
重要語ａ，ｂ，ｃ，…及びその処理重要度ｆ（ａ），ｆ
（ｂ），ｆ（ｃ）…を重要語データベース１６４に格納
する。すべての処理文書について、処理重要語及びその
処理重要度を取得すると、図３に示す行列Ｇａ，Ｇｂ書
き換え処理ルーチンへリターンする。

【００２４】次にＣＰＵ１１１は、行列データベース１
６８の行列Ｇａを、前記処理重要語ａ，ｂ，ｃ，…を行
に、前記所定期間の処理文書を列に、また処理重要度ｆ
（ｘ）を各要素にとったものに書き換える（ステップ１
３）。そして、ＣＰＵ１１１は、文書データベース１６
５から、各文書の処理回数を取得し（ステップ１４）、
行列Ｇｂを、所定期間内の処理文書を行に、文書データ
ベース１６５から取得した処理回数を各要素としたもの
に書き換えて、行列Ｇａ，Ｇｂ書き換え処理を終了す
る。

【００２５】図５は、嗜好要約作成処理のメイン動作を
表すフローチャートである。要約作成処理に際しては、
ＣＰＵ１１１は、要約を作成する対象となっている文書
（要約対象文書）を取得し、ＲＡＭ１１３の対象文書格
納エリア１１３１に格納する（ステップ２１）。要約対
象文書は、ユーザの指示に従ってＲＡＭ１１３、記憶装
置１６の文書データベース１６５、記憶媒体駆動装置１
７、または通信制御装置１８から取得する。続いてＣＰ
Ｕ１１１は、ユーザによってキーボード１２等から要約
パラメータが入力された場合には入力値を取得し、ユー
ザによる入力がない場合にはデータ格納部１６３に格納
された要約パラメータのデフォルト値を取得し、要約パ
ラメータ格納エリア１１３２に格納する（ステップ２
２）。

【００２６】次にＣＰＵ１１１は、対象文書格納エリア
１１３１に格納した要約対象文書に対するタームベクト
ルＶを求める（ステップ２３）。図６は、タームベクト
ル取得処理の動作を表したフローチャートである。ＣＰ
Ｕ１１１は、まず形態素解析を行うことで要約対象文書
に含まれる自立語を抽出する（ステップ２３１）と共
に、名詞句、複合名詞句等を含めた候補語（句）を要約
対象文書から抽出しＲＡＭ１１３の所定作業領域に格納
する（ステップ２３２）。次に、ＲＡＭ１６の要約パラ
メータ格納エリア１１３２に格納した要約パラメータ
や、抽出した候補語（句）の要約対象文書中での出現頻
度、評価関数等から、客観的な重要度ｇ（ｙ）を決定す
る（ステップ２３３）。ここで、評価関数としては、例
えば、所定の重要語が予め指定されている場合にはその
重要語に対する重み付け、単語、名詞句、複合名詞句等
の候補語（句）の種類による重み付け等が使用される。

【００２７】そして、この客観的な重要度ｇ（ｙ）によ
り重要語ｐ，ｑ，ｒ，…を取得し（ステップ２３４）、
重要語ｐ，ｑ，ｒ，…の客観的な重要度ｇ（ｐ），ｇ
（ｑ）、ｇ（ｒ），…を要素とするタームベクトルＶを
取得し（ステップ２３５）、図５に示す嗜好要約作成処
理のルーチンへリターンする。

【００２８】続いて、ＣＰＵ１１１は、行列Ｇａを行列
データベース１６８から取得し、タームベクトルＶと行
列Ｇａとの次元合わせを行う（ステップ２４）。即ち、
タームベクトルＶの次元数と、行列Ｇａの行数とを、要
約対象文書の重要語と行列Ｇａの行があらわす処理重要
語の和集合の数とし、タームベクトルＶのみに含まれる
重要語に対する行列Ｇａの要素値、および、行列の行の
みに含まれる重要語に対するタームベクトルＶの要素値
は、”０”と定義する。

【００２９】例えば、要約対象文書の重要語が「重要、
重要語、重要度、…」、行列Ｇａの行があらわす処理重
要語が「重要、…、政治、…」であり、要約対象文書の
タームベクトルＶ＝（ １，１８，１９，…）、行列Ｇ
ａの、ある１列が（１８，…，２１，…）である場合、
次元を合わせると、要約対象文書のタームベクトルＶ＝
（ １，１８，１９，…， ０，…）、行列Ｇａの１列
は（１８， ０， ０，…，２１，…）となる。次元合
わせ後の行列Ｇａ及びタームベクトルＶは、それぞれ、
ＲＡＭ１１３の行列格納エリア１１３５、タームベクト
ル格納エリア１１３４に格納する。

【００３０】続いて、ＣＰＵ１１１は、行列Ｇｂ，Ｇｃ
を行列データベース１６８から取得し、次元を合わせを
行った行列Ｇａと行列Ｇｂ，ＧｃとからＧＰ行列を取得
する（ステップ２５）。ＧＰ行列は、次の式に従って求
める。ＧＰ＝Ｇａ・Ｇｂ・Ｇｃ従って、本実施形態にお
けるＧＰ行列は、Ｇａ行列の次元合わせを行った行をそ
のまま行にとり、ユーザーの各メンバーを列にとってな
っており、ＧＰ行列の各要素は、メンバー毎の過去の文
書処理における処理重要語の処理重要度ｆ（ｘ）に各メ
ンバーの重要度を加味して表した数値となっている。

【００３１】ＧＰ行列が取得されると、続いてＣＰＵ１
１１は、このＧＰ行列をもとにＧＰベクトルを算出する
（ステップ２６）。

【００３２】図７は、ＧＰ行列からＧＰベクトルを算出
する行程を概念的に説明する説明図である。ＣＰＵ１１
１は、まず、ＧＰ行列の各要素ｇｉｊ( ｉ＝１〜メンバ
ー数ｍ、ｊ＝１〜要約対象文書の重要語と処理重要語の
和集合の数ｋ）の各行毎の要素の平均値を算出して列ベ
クトル（総ＧＰベクトル）を得る（図７（１）→
（２））。この総ＧＰベクトルは、各要素ｇｉが重要語
毎のユーザーグループ全体における過去の文書処理での
出現頻度（但し各重要語の予め決められた重要語の重み
等や、メンバーの重要度が加味されている）を反映した
数値となっている。ＣＰＵ１１１は、更に、この総ＧＰ
ベクトルの各要素ｇｉを文書の処理回数の総数で割っ
て、１列のＧＰベクトルを得る（図７（２）→
（３））。この様に、総ＧＰベクトルを文書の処理回数
の総数で割るのは、行列Ｇｂに文書の処理回数が要素と
して含まれており、処理回数が増えるに従ってＧＰベク
トルが大きくなっていくのを回避するためである。

【００３３】そして、ＣＰＵ１１１は、ＧＰベクトルの
各要素とこの各要素に対応するタームベクトルＶの要素
とを掛け合わせて、嗜好タームベクトルＶ’を得る（ス
テップ２７）。この嗜好タームベクトルＶ’の各要素
は、客観的な重要度ｇ（ｙ）にユーザーのタームについ
ての嗜好を重み付けした嗜好重要度ｇ’（ｙ）となって
いる。

【００３４】続いて、ＣＰＵ１１１は、重要語の嗜好重
要度ｇ’（ｙ）により、要約対象文書に含まれる嗜好部
分重要度（嗜好文重要度Ｆ（Ｚ））を取得する（ステッ
プ２８）。そして、決定した各部分（各文）の嗜好部分
重要度（嗜好文重要度Ｆ（Ｚ））の高い部分（文）の上
位から要約パラメータの要約比率（例えば、対象要約文
書中の全文数の内の上位２５％）以内に入る部分（文）
を嗜好重要部分（嗜好重要文）としてリストアップし
（ステップ２９）、リストアップした文を要約対象文書
の中での出現順に並べることで当該要約対象文書の嗜好
要約とし、これをＲＡＭ１１３の要約格納エリア１１３
７に格納して（ステップ３０）、本実施形態による嗜好
要約作成処理を終了する。

【００３５】この様に、本実施形態では、過去の文書処
理における出現頻度等をもとにユーザーの重要語に対す
る嗜好を把握し、要約対象文書から取得した重要語の客
観的な重要度ｇ（ｙ）を前記ユーザーの嗜好を反映して
重み付けをした嗜好重要度ｇ’（ｙ）に変換し、この嗜
好重要度ｇ’（ｙ）をもとに重要文を取得して要約を作
成する。従って、本実施形態によると、ユーザーの嗜好
の反映された要約が作成される。本実施形態によると、
重要語の客観的な重要度を要素としたタームベクトルＶ
を獲得し、ユーザーの嗜好を反映させたＧＰ行列を用い
て変換させることによって、嗜好重要度を要素とする嗜
好タームベクトルＶ’を獲得しているので、計算処理が
簡単であり、ベクトル空間法を採用したコア・エンジン
を備えた一般の文書処理装置に容易に適用することが可
能である。

【００３６】本実施形態よると、タームベクトルＶを嗜
好タームベクトルＶ’にシフトさせるＧＰ行列を、表現
すべき特徴毎の単純な観点で構成した行列Ｇａ，Ｇｂ，
Ｇｃの掛け合わせて求めているので、様々な特徴を考慮
に入れたＧＰ行列を容易に構成してタームベクトルＶを
シフトさせることが可能である。本実施形態よると、タ
ームベクトルＶを嗜好タームベクトルＶ’にシフトさせ
るためのＧＰ行列は、各列がユーザーの興味を反映して
いるので、複数のユーザーからなるグループを数グルー
プに分割した該グループのＧＰ行列や個々のユーザーの
ＧＰ行列（ベクトル）を容易に得ることができる。本実
施形態よると、ＧＰ行列がユーザーの過去に処理した文
書をもとに所定期間毎に書き換えられている行列Ｇａ，
Ｇｂ，Ｇｃをもとに取得されているので、タームベクト
ルＶがユーザーの嗜好の経時的変化に対応した嗜好ター
ムベクトルＶ’にシフトされ、ユーザーの嗜好の変遷に
追随した嗜好要約が作成される。

【００３７】尚、本発明は、上述の実施形態に限定され
るものではなく、本発明の趣旨を逸脱しない限りにおい
て適宜変更が可能である。上述の実施形態においては文
書処理装置としてコンピュータを用いているが、コンピ
ュータに限定されるものではなく、ワードプロセッサ等
であってもよい。

【００３８】要約対象文書から取得した重要語候補すべ
てについて嗜好重要度を獲得し、この嗜好重要度に基づ
いて重要語候補から重要語を取得することもできる。客
観的な重要度に基づいて嗜好重要度を取得する場合に、
客観的な重要度をベクトル化せずに、客観的な重要度そ
れぞれに適当な処理を施すことにより嗜好重要度を得る
こともできる。また、客観的な重要度をベクトル化する
場合であっても、タームベクトルを嗜好タームベクトル
に変換する手法はＧＰ行列を用いていなくてもよい。候
補語抽出手段及び重要語獲得手段として、要約作成対象
文書から処理重要語を抽出する処理重要語抽出手段を用
いることもできる。

【００３９】上述の実施形態においてはＧＰ行列は、ユ
ーザー一人ずつの過去の文書処理回数（行列Ｇａ）と各
文書における重要語の出現頻度（行列Ｇｂ）、および各
ユーザーの重要度（行列Ｇｃ）とから取得されている
が、ユーザー毎の過去の文書処理回数（行列Ｇａ）と各
文書における重要語の出現頻度（行列Ｇｂ）のみにより
取得されてもよい。また、例えば、各文書の処理時間
や、他の文書作成に引用された件数等も加味して取得さ
れてもよい。更に、ＧＰ行列を上述の実施形態と同様に
行列Ｇａ〜行列Ｇｃ等の行列の掛け合わせから取得する
場合において、行列Ｇa 〜行列Ｇｃ等の各行列の要素は
それぞれ重要語の文書中の出現頻度や、ユーザーが各文
書を処理した回数を反映した数値となっていればよく、
直接出現頻度や処理回数そのものを表していなくてもよ
い。

【００４０】上述の実施形態においては行列Ｇａ〜Ｇｃ
は過去の文書処理内容から取得されているが、ユーザー
から取得して行列データベース１６８に格納しておいて
もよい。上述の実施形態においては行列Ｇａ〜Ｇｃは所
定期間毎に書き換えられているが、文書処理毎にまたは
操作者等の判断により適宜書き換えるようにしてもよ
い。ＧＰベクトルを表示装置に表示するＧＰベクトル表
示手段を備え、ユーザーのグループ全体やユーザーの嗜
好を視覚的に把握できるようにしてもよい。この場合、
ＧＰベクトルを行列データベースまたは専用のＧＰベク
トルデータベースに経時順に格納しておき、経時変化も
把握できるようにしてもよい。上述の実施形態において
は、重要語句の嗜好重要度によって文単位で重要度が比
較され、嗜好重要部分として嗜好重要文が選択される
が、段落単位やタイトルの重要度を比較して、嗜好重要
部分として嗜好重要段落や嗜好重要タイトルを選択させ
るようにしてもよい。

【００４１】

【発明の効果】以上説明したように、本発明によれば、
要約対象文書中の重要語について、ユーザーの嗜好を踏
まえた嗜好重要度を取得し、この嗜好重要度にもとづい
て重要部分を選択し、この重要部分から要約を作成する
ので、作成された要約にユーザーの興味や注目度、目的
等の嗜好が反映される。

【図面の簡単な説明】

【図１】本発明の文書処理装置の一実施形態であり、本
発明の文書処理プログラムを記憶した記憶媒体の一実施
形態の該プログラムが読み取られたコンピュータの構成
を表したブロック図である。

【図２】図１の実施形態における行列Ｇａ，Ｇｂ，Ｇｃ
の一例を示す説明図である。

【図３】図１の実施形態における行列Ｇａ，Ｇｂ書き換
え処理の動作を表したフローチャートである。

【図４】図１の実施形態における、各文書についての処
理重要語・処理重要度取得処理の動作を表したフローチ
ャートである。

【図５】図１の実施形態における嗜好要約作成処理のメ
イン動作を表すフローチャートである。

【図６】図１の実施形態におけるタームベクトル取得処
理の動作を表したフローチャートである。

【図７】図１の実施形態においてＧＰ行列からＧＰベク
トルを取得する行程を概念的に説明する説明図である。

【符号の説明】

１１ 制御部 １１２ ＲＯＭ １１３ ＲＡＭ １１３１ 対象文書格納エリア １１３２ 要約パラメータ格納エリア １１３３ 重要語格納エリア １１３４ タームベクトル格納エリア １１３５ 行列格納エリア １１３６ 嗜好タームベクトル格納エリア １１３７ 要約格納エリア １２ キーボード １３ マウス １４ 表示装置 １５ 印刷装置 １６ 記憶装置 １６１ 仮名漢字変換辞書 １６２ プログラム格納部 １６３ データ格納部 １６４ 重要語データベース １６５ 文書データベース １６８ 行列データベース

Claims (7)

【特許請求の範囲】
1. 【請求項１】 複数の文よりなる文書を取得する文書取
   得手段と、 前記文書取得手段により取得された前記文書から重要語
   句とその重要度を取得する重要語句抽出手段と、 前記重要語句に基づいて前記文書からユーザーの嗜好を
   反映した嗜好重要部分を選択する嗜好重要部分選択手段
   と、 前記嗜好重要部分選択手段により選択された嗜好重要部
   分に基づいて前記文書の要約を作成する嗜好要約作成手
   段とを具備することを特徴とする文書処理装置。
2. 【請求項２】 前記重要語句抽出手段は、 前記文書取得手段により取得された前記文書から前記重
   要語の候補語句とその重要度を取得する候補語句取得手
   段と、 ユーザーの嗜好を表す複数のキーワードの重要度を要素
   値とする嗜好ベクトル、または、複数のユーザーと各ユ
   ーザーの嗜好を表す複数のキーワードとの一方を行、他
   方を列として前記各ユーザーに対する前記各キーワード
   の重要度を要素値とするＧＰ行列、を取得する嗜好取得
   手段と、を有し、 前記嗜好取得手段により取得された前記嗜好ベクトルま
   たは前記ＧＰ行列を用いて、前記候補語句取得手段によ
   り取得された候補語句の重要度をシフトさせた重要度か
   ら前記重要語句を抽出し、 前記嗜好重要部分選択手段は、前記重要語句とその重要
   度により前記嗜好重要部分を選択することを特徴とする
   請求項１に記載の文書処理装置。
3. 【請求項３】 前記重要語句抽出手段は、前記文書取得
   手段により取得された前記文書から前記重要語の候補語
   句とその重要度を取得して、前記候補語句の重要度によ
   り前記重要語句を抽出し、 前記嗜好重要部分選択手段は、ユーザーの嗜好を表す複
   数のキーワードの重要度を要素値とする嗜好ベクトル、
   または、複数のユーザーと複数のユーザーそれぞれの嗜
   好を表す複数のキーワードとの一方を行、他方を列とし
   て前記各ユーザーに対する前記各キーワードの重要度を
   要素値とするＧＰ行列、を取得する嗜好取得手段を有
   し、前記嗜好取得手段により取得された前記嗜好ベクト
   ルまたは前記ＧＰ行列を用いて、前記重要語句抽出手段
   により取得された重要語句の重要度をシフトさせた重要
   度により前記重要部分を選択することを特徴とする請求
   項１に記載の文書処理装置。
4. 【請求項４】 複数の文よりなる文書を取得する文書取
   得機能と、 前記文書取得機能により取得された前記文書から重要語
   句とその重要度を取得する重要語句抽出機能と、 前記重要語句に基づいて前記文書からユーザーの嗜好を
   反映した嗜好重要部分を選択する嗜好重要部分選択機能
   と、 前記嗜好重要部分選択機能により選択された嗜好重要部
   分に基づいて前記文書の要約を作成する嗜好要約作成機
   能とをコンピュータに実現させるためのコンピュータ読
   みとり可能な文書処理プログラムが記憶された記憶媒
   体。
5. 【請求項５】 前記重要語句抽出機能は、 前記文書取得機能により取得された前記文書から前記重
   要語の候補語句とその重要度を取得する候補語句取得機
   能と、 ユーザーの嗜好を表す複数のキーワードの重要度を要素
   値とする嗜好ベクトル、または、複数のユーザーと各ユ
   ーザーの嗜好を表す複数のキーワードとの一方を行、他
   方を列として前記各ユーザーに対する前記各キーワード
   の重要度を要素値とするＧＰ行列、を取得する嗜好取得
   機能と、を有し、 前記嗜好取得機能により取得された前記嗜好ベクトルま
   たは前記ＧＰ行列を用いて、前記候補語句取得機能によ
   り取得された候補語句の重要度をシフトさせた重要度か
   ら前記重要語句を抽出し、 前記嗜好重要部分選択機能は、前記重要語句とその重要
   度により前記嗜好重要部分を選択することを特徴とする
   請求項４に記載した文書処理プログラムが記憶された記
   憶媒体。
6. 【請求項６】 前記重要語句抽出機能は、前記文書取得
   機能により取得された前記文書から前記重要語の候補語
   句とその重要度を取得して、前記候補語句の重要度によ
   り前記重要語句を抽出し、 前記嗜好重要部分選択機能は、ユーザーの嗜好を表す複
   数のキーワードの重要度を要素値とする嗜好ベクトル、
   または、複数のユーザーと複数のユーザーそれぞれの嗜
   好を表す複数のキーワードとの一方を行、他方を列とし
   て前記各ユーザーに対する前記各キーワードの重要度を
   要素値とするＧＰ行列、を取得する嗜好取得機能を有
   し、前記嗜好取得機能により取得された前記嗜好ベクト
   ルまたは前記ＧＰ行列を用いて、前記重要語句抽出機能
   により取得された重要語句の重要度をシフトさせた重要
   度により前記重要部分を選択することを特徴とする請求
   項４に記載した文書処理プログラムが記憶された記憶媒
   体。
7. 【請求項７】 複数の文よりなる文書を取得し、 取得された前記文書から重要語句とその重要度を取得
   し、 前記重要語句に基づいて前記文書からユーザーの嗜好を
   反映した嗜好重要部分を選択し、 選択された前記嗜好重要部分に基づいて前記文書の要約
   を作成することを特徴とする文書処理方法。