JP4533084B2 - 重要語提示装置 - Google Patents

Description

本発明は、重要語提示装置、重要語提示方法、プログラムおよび記録媒体に関し、より詳細には、階層的構造を持つ複数の文書の要約技術、または文書内が階層的構造を持つ文書の要約技術に関する。

大量の文書の概要やページ数の多い文書の概要を知りたいときには、要約を読むことによって知ることができる。この文書を要約するための主要な方法として、次の２つの方法がある。
第１の方法は、文書中の重要な部分を認定し、その重要な部分（通常、節、段落、文などの論理要素の単位）を抜粋して要約を作成する方法である。重要な部分であると評価する方法には、次のような代表的な方法がある。

（１）文書中に出現する単語の頻度と分布を手掛かりとする方法（特許文献１参照）。
（２）文と文とのつながり方や文の出現位置を手掛かりとする方法（特許文献２参照）。
（３）文の構文的パターンによって重要性を評価する方法。

また、第２の方法は、要約として抽出すべき情報の型紙を用意して、その型紙の条件にあった文書中の語句を抽出して、その型紙に埋め込んで要約としたり、あるいは、その型紙によくあてはまる文を抽出して要約とする方法である（特許文献３参照）。

しかしながら、要約技術は一般に、非常に実現困難であり、これに代替するものとして例えば文書中から重要な語を複数個抜き出して、それらの重要語を文書の主題を示す語群として提示する方法がある。
特開平８−２９７６７７号公報 特開平１１−２７２６９９号公報 特開２００１−５２０３２号公報

しかしながら、特許文献３のような技術（重要語抽出による文書主題の提示）を、掲示板等の階層的構造を持つ文書管理システムに適用した場合、以下のような問題がある。

（１）主題に関連する語は重要語とはなりえない。
例えば、「Ｌｉｎｕｘ」に関する掲示板においては、「Ｌｉｎｕｘ」なる語がどれほど頻出しようともほとんどの場合、その掲示板の概要を示す重要語や、掲示板に含まれている文書群の概要を示す重要語とはなりえない。なぜならば、「Ｌｉｎｕｘ」に関する掲示板では、「Ｌｉｎｕｘ」に関することを書き込むことが前提となっており、その掲示板における重要な語ではないからである。

（２）下位階層に出現した語は、上位階層の主題との関係で判断しなければならない。
例えば、ある下位階層における重要語が「ＵＳＢ」、「メモリ」である場合、この階層が属する上位階層との文脈の中で判断しなければ、それがどんな主題に対する重要語であるのか分からない。これは、上位階層の主題が「ドライバ対応状況」である場合と、「プログラミング」である場合とでは、同じ「ＵＳＢ」、「メモリ」でも予想される文書内容が異なってくるからである。

本発明は、上記のような実情を考慮してなされたものであって、最小の情報量で、階層構造に属する文書群の概要を把握でき、あるいは、階層構造をもつ文書の概要を把握できる重要語提示装置を提供することを目的とする。

上記課題を解決するために、請求項１に記載の発明は、階層的分類構造を持つ複数の文書群を扱う文書管理システムで使用される重要語提示装置において、各分類階層の下位構造に含まれるすべての文書群から複数の重要語候補を抽出して、分類階層ごとに抽出した重要語候補と階層とを対応付けて記憶する重要語候補抽出部と、ある階層の重要語群を抽出する際に、該階層の重要語候補から該階層より上位階層における重要語を削除した、残りの重要語候補を該階層の重要語として記憶する重要語格納部と、ユーザに提示する分類階層の重要語群および該分類階層よりも上位の分類階層の重要語群もあわせて提示する重要語提示部と、重要語提示の詳細度を入力する詳細度指定部と、詳細度ごとに、提示対象の分類階層において提示すべき重要語数および該分類階層を基準とした相対分類階層において提示すべき重要語数を保持するパラメータ記憶部とを有し、前記重要語格納部は、前記詳細度指定部で入力した詳細度を参照し、前記パラメータ記憶部に記憶された語数の重要語を階層ごとに記憶するようにしたことを特徴とする。

本発明によれば、階層構造に属する文書群に対して、階層構造を考慮して重要語を抽出することによって、最小の情報で文書群の概要を把握できる。

以下、図面を参照して、本発明の重要語提示装置に係る好適な実施形態について説明する。

＜実施形態１＞
図１は、本発明の実施形態１に係る重要語提示装置の機能構成を示すブロック図であり、同図において、重要語提示装置は、重要語提示部１０、重要語記憶部１５、重要語格納部２０、パラメータ記憶部３５、カテゴリデータベース５５、詳細度指定部４０、詳細度記憶部４５、重要語候補抽出部３０、仮文書生成部５０、文書データベース６５、仮文書ファイル７５とから構成される。以下、データベースをＤＢと略記する。

まず、ユーザから重要語提示要求を行う前に、次のデータをそれぞれ設定しておく。

カテゴリＤＢ５５は、予めカテゴリの階層構造を、例えば、図２に示すようなデータ構造で記憶している。このデータ構造は、１つのカテゴリに対して次のデータ項目を持ち、上位カテゴリ番号を持つことにより、カテゴリの階層構造を表すことができる。

・カテゴリ番号：カテゴリごとにユニークに付与された番号である。
・階層番号：当該カテゴリの階層の深さを示す値である。この値は、最上位の階層の階層番号を１とし、階層が深くなるに従って１つずつ増加する番号である。
・上位カテゴリ番号：当該カテゴリが属する上位階層のカテゴリ番号である。上位カテゴリが存在しないときには、「−１」とする。
・カテゴリ名：当該カテゴリに付与された名前である。
・重要語候補のリスト：後述の重要語候補抽出部３０で抽出された、当該カテゴリ番号に関連した重要語候補をリストアップしたものである。

図２に例示したカテゴリＤＢ５５は、最上位階層としてカテゴリ番号１，２，３があり、階層２にはカテゴリ番号４，５，６，７があり、階層３にはカテゴリ番号８，９，１０がある。また、階層２のカテゴリ番号４と５の上位階層はカテゴリ番号１であり、階層２のカテゴリ番号６，７の上位階層はカテゴリ番号２であり、階層３のカテゴリ番号８，９，１０の上位階層はカテゴリ番号６である（図３参照）。

文書ＤＢ６５は、複数の文書データを、例えば、図４に示すようなデータ構造で記憶する。このデータ構造は、少なくとも次に示すようなデータ項目からなっており、どの文書がどのカテゴリに属しているかが分かるようになっている。

・文書番号：各文書を識別するために付与されたユニークな番号である。
・カテゴリ番号：当該文書が属するカテゴリの番号であり、カテゴリＤＢ５５中のカテゴリ番号に対応している。
・作者：当該文書の作成者名であり、所属などを含めても良い。
・日付：当該文書の作成日であり、更新日などの履歴を含むものであっても良い。
・タイトル：当該文書のタイトル（文書名）である。
・内容：当該文書の内容であり、内容を保持するＵＲＩ等であっても良い。

図４を参照すると、文書番号１の文書は、カテゴリ番号６に分類され、作者が「菊地」、作成日が「2003/10/12」で、タイトルが「Ａ社様とのミーティング」であり、その内容は「・・・」（この例題では省略されている）であること示している。

パラメータ記憶部３５は、あるカテゴリ番号を基準として周辺のカテゴリの階層を相対に見たときの相対カテゴリごとに、重要語の提示個数を詳細度に応じて記憶する（図５参照）。
ここで、詳細度には、例えば、「概要」、「標準」、「詳細」等の区分があり、これらの区分に応じて相対カテゴリに対する重要語の提示個数を指定する。

また、相対カテゴリには、例えば、「当該カテゴリ」、「上位カテゴリ」、「下位カテゴリ」、「上位兄弟カテゴリ」、「等位兄弟カテゴリ」、「その他カテゴリ」等の区分があり、指定されたカテゴリ番号を基準として、階層構造における親子・兄弟関係を相対的に示している。図６は、カテゴリ番号６が指定されたときに、他のカテゴリがどのような相対カテゴリに該当するかを示している。

例えば、カテゴリ番号２は指定されたカテゴリ番号であるから、相対カテゴリは「当該カテゴリ」である。カテゴリ番号２はカテゴリ番号６の上位階層にあるので、「上位カテゴリ」であり、カテゴリ番号２と兄弟関係にあるカテゴリ番号１と３とは「上位兄弟カテゴリ」である。カテゴリ番号７は、当該カテゴリと同じ上位カテゴリ番号を持つため「等位兄弟カテゴリ」である。カテゴリ番号８，９，１０は、当該カテゴリの下位階層に属するので「下位カテゴリ」である。また、カテゴリ番号４と５は、当該カテゴリとは階層構造上直接関係が無いため「その他カテゴリ」である。

図５のパラメータ記憶部３５の場合、詳細度が「標準」のときには、ユーザが指定したカテゴリ番号（当該カテゴリ）および上位カテゴリに属する重要語はそれぞれ２個を取り出し、上位兄弟カテゴリおよび等位兄弟カテゴリに属する重要語はそれぞれ１個を取り出すことを意味している。

詳細度記憶部４５は、重要語の提示要求があったときに、どの程度の詳細度で表示するかを指定する、上記の詳細度を記憶する。この既定値は「標準」である。

次に、重要語候補の抽出は、ユーザからの重要語提示要求とは無関係に予め作成可能であるため、文書ＤＢ６５に登録されたすべての文書に対して一括して行うか、または、文書ＤＢ６５へ新たに文書を登録するときなどのタイミングで文書ごとに行って、抽出した重要語候補をカテゴリＤＢ５５へ記憶する。
ここでは、カテゴリ番号ごとの重要語候補を一括して抽出する方法について説明するが、新たに文書が登録される場合には、文書が属するカテゴリ番号に対応する重要語候補を抽出し直して、カテゴリＤＢ５５を更新するようにする。

まず、カテゴリＤＢ５５に記憶されているカテゴリ番号から１つ取り出して、仮文書生成部５０と重要語候補抽出部３０を動作させ、すべての階層のすべてのカテゴリが処理されるまで繰り返す。このカテゴリ番号の取り出しは、階層１に属するカテゴリ番号を順次処理し、次に階層２に属するカテゴリ番号を処理し、さらに、階層３に属するカテゴリ番号を処理するというように、以下同様にして、最上位階層から順次下位階層へ降りるようにしてカテゴリ番号を取り出す。

仮文書生成部５０は、文書ＤＢ６５とカテゴリＤＢ５５を参照して、取り出されたカテゴリ番号およびそのカテゴリより下位にあるすべてのカテゴリに属する文書群を取り出し、各文書の内容にタイトルを付して、１つの文書としてまとめて仮文書ファイル７５へ記憶する。

例えば、図４において、カテゴリ番号「６」が指定されると、カテゴリ番号６と、カテゴリ番号６を上位カテゴリとして持つカテゴリ番号８，９，１０を持つ文書を文書ＤＢ６５から取り出して１つの文書としてまとめあげる。この場合には、図７に示したような文書を仮文書として仮文書ファイル７５へ記憶する。ここで、カテゴリ番号１０には文書がまだ存在しないものとした。

次に、仮文書の作成が終わると、重要語候補抽出部３０は、仮文書ファイル７５に記憶された仮文書を用いて重要語候補の抽出処理を行って、抽出したすべての重要語候補について、カテゴリ番号、重要語候補およびスコアの三つ組みを一時的に記憶装置等へ記憶しておく。
この抽出処理は、重要語（キーワード）を抽出する公知の技術で良いが、ここでは例えば、複合語を対象とし、複合語の構成単語の仮文書中での総出現数を累計してスコアを付与して重要語候補を抽出する。また、複合語の構成単語のスコアから複合語のスコアを計算する場合に、その構成単語は重要語候補から取り除くものとする。

例えば、図７のように生成された仮文書の中から名詞の単語および複合語を重要語候補として抽出し、それぞれの重要語候補の構成単語の出現頻度をカウントしてスコアとする（図８参照）。重要語候補（候補Ａとする）が他の重要語候補（候補Ｂとする）を構成語としていた場合には、候補Ａのスコアは候補Ｂのスコアを加算した値とする。このような候補Ｂは重要語候補から削除される。
図８では、例えば「図面管理」なる複合語のスコアは、構成語である「図面」が仮文書中に３回出現し、「管理」が仮文書中に２回出現しているため、それぞれの出現回数（スコア）を合計して、５点である。

重要語候補抽出手段３０は、仮文書からすべての重要語候補を抽出し終えると、一時的に記憶した三つ組みをスコアの大きい順に整列させて、その順に並べられた重要語候補（およびスコア）をカテゴリ番号に対応付けて、カテゴリＤＢ５５へ格納する。

次に、以上のようにして各カテゴリ番号に対して重要語候補を抽出し終えた後、ユーザは、階層構造を持つ文書群のうち、所望の階層に属する文書群に対する概要を把握するために、重要語提示部１０を起動させて、その所望の階層に対応するカテゴリ番号を指定して、そのカテゴリ番号に関する重要語を提示させる。
その際、ユーザが詳細度指定部４０を起動して詳細度を指定してから、重要語提示部１０を起動した場合、ユーザの所望するカテゴリ番号に対する重要語が指定された詳細度に応じて表示装置等へ提示される。ここで、ユーザが詳細度を指定しないときには、既定値が選択されたものとされる。

詳細度指定部４０が起動されると、詳細度を指定するためのメニューを表示し、このメニューに列挙された詳細度（「概要」、「標準」、「詳細」等）の中から所望の詳細度を選択させ、選択された詳細度を詳細度記憶部４５へ記憶する。
このような詳細度指定部４０および詳細度記憶部４５を有することによって、ユーザからの指定により重要語の提示範囲の詳細レベルをコントロールすることができる。

重要語提示部１０は、重要語格納部２０を起動して、ユーザから指定されたカテゴリ番号に関連する重要語を取り出して、表示装置へ表示させる。
重要語格納部２０は、次のような手順で、カテゴリＤＢ５５に記憶されたカテゴリごとの重要語候補の中から重要語を決定して、重要語記憶部１５へ格納する。

（１）カテゴリＤＢ５５に記憶されているカテゴリ番号から１つ取り出し、そのカテゴリ番号に対する重要語を決定し、ユーザから指定されたカテゴリ番号の１つ下の階層までのすべてのカテゴリが処理されるまで繰り返す。
このカテゴリ番号の取り出しは、最上位階層である階層１に属するカテゴリ番号を順次処理し、次に階層２に属するカテゴリ番号を処理し、さらに、階層３に属するカテゴリ番号を処理するというように、以下同様にして、最上位階層から順次下位階層へ降りるようにしてカテゴリ番号を取り出す。以下、このとき取り出したカテゴリ番号をカテゴリ番号Ａと呼ぶ。

（２）カテゴリＤＢ５５を参照して、ユーザに指定されたカテゴリ番号（以下、当該カテゴリ番号という）に対して、カテゴリ番号Ａの相対位置が何であるかを決定する。この相対位置とはパラメータ記憶部３５に記憶されている相対カテゴリのことである（図５参照）。

（３）パラメータ記憶部３５を参照して、この相対位置（相対カテゴリ）と、詳細度記憶部４５に記憶されている詳細度とから要求重要語数Ｎを取り出す。
（４）Ｎ＝０の場合、カテゴリ番号Ａの重要語は抽出せずに、他の処理していないカテゴリ番号を処理するため（１）へ戻る。
（５）Ｎ＞０の場合、まず、カテゴリ番号Ａのカテゴリ番号とカテゴリ名を関連付けて重要語記憶部１５に格納する。さらに、Ｎ＞１の場合、カテゴリＤＢ５５を参照して、カテゴリ番号Ａの重要語候補を取得する。
（６）カテゴリＤＢ５５と重要語記憶部１５を参照して、カテゴリ番号Ａの上位カテゴリのカテゴリ番号の重要語を取り出し、（５）で得た重要語候補のリスト中から上位カテゴリの重要語を削除する。
（７）カテゴリ名と残った重要語候補の上位（Ｎ−１）個をカテゴリ番号Ａの重要語として、カテゴリ番号Ａと関連付けて重要語記憶部１５に格納し、他の処理していないカテゴリ番号を処理するため（１）へ戻る。

このように、階層的構造が掲示板などのようにカテゴリによって明示的に示されている場合に、重要語としてカテゴリ名を利用することにより、より理解しやすい概要を提示できる。

図２乃至図８の例を用いて、上記の処理手順について説明する。この例では、ユーザから重要語提示要求のあったカテゴリ番号をカテゴリ番号６、詳細度を「詳細」として、カテゴリ番号６に関する重要語を提示させる場合を考える。

まず、カテゴリ番号１は、相対カテゴリがカテゴリ番号６の「上位兄弟カテゴリ」であるから取り出す重要語の個数は１である。従って、カテゴリ番号１の重要語はカテゴリ名「テーマ管理」のみであり、カテゴリ番号１と重要語「テーマ管理」とを対応付けて重要語記憶部１５に格納する。

次に、カテゴリ番号２は、相対カテゴリがカテゴリ番号６の「上位カテゴリ」であるから取り出す重要語の個数は２である。また、カテゴリ番号２の重要語候補が「Ａ社様」であれば、カテゴリ番号２の重要語は、カテゴリ名「ＴＯＤＯ」と「Ａ社様」であり、カテゴリ番号２と重要語「ＴＯＤＯ」と「Ａ社様」とを対応付けて重要語記憶部１５に格納する。

カテゴリ番号６は、相対カテゴリが「当該カテゴリ」であるから取り出す重要語の個数は３である。カテゴリ番号６の重要語は、カテゴリ名「モジュールＸ」と、次のようにして得る（３−１）個の重要語であり、これらの重要語はカテゴリ番号６と対応付けて重要語記憶部１５に格納する。
カテゴリ番号６の重要語候補は、「図面管理」、「データベース」、「要求仕様」、「Ａ社様」、「ミーティング」、「日時」、「数千枚」、・・・であり、カテゴリ番号６の上位カテゴリであるカテゴリ番号２の重要語は「ＴＯＤＯ」、「Ａ社様」である。従って、カテゴリ番号６の重要語は、重要語候補からカテゴリ番号２の重要語を削除して残ったうちの上位（３−１）個の「図面管理」および「データベース」である。

また、カテゴリ番号４と５は、相対カテゴリがカテゴリ番号６の「その他カテゴリ」であるから、これらのカテゴリ番号に関しては重要語を抽出しない。上記以外のカテゴリ番号についても同様にして重要語を抽出すると、図９に示すような重要語記憶部１５が作成される。

重要語提示部１０は、重要語格納部２０の実行が完了すると、重要語記憶部１５に格納されたすべての重要語を調べ、重要語の格納されているカテゴリ番号についてのみ、重要語をカテゴリＤＢ５５に記憶された階層構造に従って提示する。図１０は、図９のように得られた重要語記憶部１５の内容を階層的に提示した例である。

以上のような構成により、階層構造に属する文書群に対して、階層構造を考慮して重要語を抽出することによって、より適切な形で、最小の情報で文書群の概要を把握できる。
また、階層構造の上位カテゴリや下位カテゴリまで重要語を提示することにより、一目での把握力は落ちるが、やや詳細に概要を提示することができる。

＜実施形態２＞
図１１は、本発明の実施形態２に係る重要語提示装置の機能構成を示すブロック図であり、同図において、重要語提示装置は、重要語提示部１０、重要語記憶部１５、重要語格納部２０、重要語候補抽出部３０、仮文書生成部５０、仮文書ファイル７５、文書データベース（ＤＢ）６５、タイトル重要語候補抽出部６０、タイトル重要語格納部７０、タイトル重要語記憶部９５、詳細度指定部４０、詳細度記憶部４５、パラメータ記憶部３５とからなっている。図１１において、実施形態１と同じ機能を持つものには同じ符号を付してあり、その機能説明は相違点についてのみ説明することにする。

文書ＤＢ６５は、複数の文書データを、例えば、図１２に示すようなデータ構造で記憶する。このデータ構造は、少なくとも次に示すようなデータ項目からなっており、どの文書がどのカテゴリに属しているかが分かるようになっている。

・文書中の構成：１つの文書の内容を章や節を使って階層構造で表したときの章・節番号である。実施形態１におけるカテゴリ番号に相当する。
・タイトル：上記構成のタイトルであり、章あるいは節のタイトルを示す。
・内容：当該構成（章あるいは節）の内容であり、内容を保持するＵＲＩ等であっても良い。
・タイトル重要語候補：当該タイトルから抽出された重要語候補のリストである。
・重要語候補：上記内容と下位構成の内容から抽出された重要語候補のリストである。

図１２において、「・・・」で示した部分は省略を表し、また、「−−−−」で示した部分はその章（あるいは節）だけに属する文書内容が存在しないことを示している。例えば、１章のように章タイトル「目的と概要」の直後に節タイトル「目的」がくる場合、その１章だけに属する文書は存在しないので、「−−−−」で表してある。

本実施形態２では、１つの章・節構成を形成している文書群を文書ＤＢ６５に格納するものとして説明するが、別の章・節構成からなる文書群を混在させてもよい。この場合には、同一の章・節構成を形成する文書群を予め抽出しておいて、この抽出した文書群を本実施形態２の文書ＤＢとすることによって同様に処理できる。
または、文書ＤＢのデータ項目に、同一の章・節構成を形成する文書群を識別する識別子を追加して、常に同一の識別子をもつ文書群に対して、以下で説明するような処理をすることによっても実現できる。

パラメータ記憶部３５は、ユーザから提示要求のあった文書中の構成（章あるいは節）を基準とした相対構成ごとに、重要語の提示個数を詳細度に応じて記憶する。本実施形態２では、重要語をタイトル重要語と文書内容の重要語とをもつため、このパラメータ記憶部３５もそれぞれ用に２つもつことになる（図１３参照）。
しかしながら、タイトル重要語の提示個数に関しては、タイトルから抽出される重要語の個数が３個程度であることから、２個と言うように固定した値としても影響はない。

ここで、実施形態１と同様に、詳細度には、例えば、「概要」、「標準」、「詳細」等の区分があり、これらの区分に応じて相対構成（章あるいは節）に対する重要語の提示個数を指定する。

また、相対構成には、例えば、「当該章・節」、「上位章・節」、「下位章・節」、「上位兄弟章・節」、「等位兄弟章・節」、「その他章・節」等の区分があり、指定された構成（章・節）を基準として、階層構造における親子・兄弟関係を相対的に示している。

図１３のパラメータ記憶部３５の場合、詳細度が「詳細」のときには、ユーザが指定した構成（当該章・節）からは内容に関する重要語は３個、タイトルに関する重要語は２個取り出し、上位章・節に属する重要語は内容に関しては２個、タイトルに関しては１個を取り出し、下位章・節と等位兄弟章・節と上位兄弟章・節に属する重要語は内容およびタイトルともにそれぞれ１個を取り出すことを意味している。

次に、タイトル重要語候補および重要語候補の抽出は、ユーザからの重要語提示要求とは無関係に予め作成可能であるため、文書ＤＢ６５に登録されたすべての構成に対して一括して行うか、または、文書ＤＢ６５へ新たに構成を登録するときなどのタイミングで行って、抽出したタイトル重要語候補および重要語候補を文書ＤＢ６５へ記憶する。
ここでは、文書ＤＢ６５に記憶された文書に対してタイトル重要語候補および重要語候補を一括して抽出する方法について説明するが、新たに構成が登録される場合には、構成（章あるいは節）に対応するタイトル重要語候補および重要語候補を抽出し直して、文書ＤＢ６５を更新するようにする。

まず、文書ＤＢ６５に記憶されている構成（章あるいは節）を１つ取り出して、タイトル重要語候補抽出部６０と、仮文書生成部５０と重要語候補抽出部３０を動作させ、すべての構成（章あるいは節）が処理されるまで繰り返す。この構成（章あるいは節）の取り出しは、階層１に属する構成（章あるいは節）を順次処理し、次に階層２に属する構成（章あるいは節）を処理し、さらに、階層３に属する構成（章あるいは節）を処理するというように、以下同様にして、最上位階層から順次下位階層へ降りるようにして構成（章あるいは節）を取り出す。

タイトル重要語候補抽出部６０は、重要語候補抽出部３０と同様にして、取り出された構成（章あるいは節）のタイトルから重要語候補を抽出し、当該構成に対応したタイトル重要語候補リストとして文書ＤＢ６５に格納される。

次に、重要語候補の抽出は、実施形態１ではあるカテゴリ番号を含む下位構造の内容を１つの仮文書にしていたが、本実施形態２ではある構成（章あるいは節）を含む下位構成を１つの仮文書とする点が相違している。
即ち、仮文書生成部５０は、文書ＤＢ６５を参照して、取り出された構成（章あるいは節）を含む下位の構成（章あるいは節）の内容を取り出し、この各内容にタイトルを付して、１つの文書としてまとめて仮文書ファイル７５へ記憶する。
例えば、図１２において、「２章」に関する仮文書は、２章に含まれるすべての節の内容を文書ＤＢ６５から取り出して１つの文書としてまとめあげ、仮文書として仮文書ファイル７５へ記憶する。

次に、仮文書の作成が終わると、重要語候補抽出部３０は、実施形態１と同様な処理によって、仮文書ファイル７５に記憶された仮文書を用いて重要語候補の抽出処理を行って、抽出したすべての重要語候補について、構成（章あるいは節）、重要語候補およびスコアの三つ組みを一時的に記憶装置等へ記憶しておく。
重要語候補抽出部３０は、仮文書からすべての重要語候補を抽出し終えると、一時的に記憶した三つ組みのうちスコアの大きい順に整列させて、その順に並べられた重要語候補（およびスコア）を構成（章あるいは節）に対応付けて、文書ＤＢ６５へ格納する。

次に、以上のようにしてすべての構成（章あるいは節）に対して重要語候補を抽出し終えた後、ユーザは、章・節からなる階層構造を持つ文書群のうち、所望の章あるいは節に属する文書群に対する概要を把握するために、重要語提示部１０を起動させて、その所望の章あるいは節を指定して重要語を提示させる。
その際、ユーザが詳細度指定部４０を起動して詳細度を指定してから、重要語提示部１０を起動した場合、重要語が指定された詳細度に応じて表示装置等へ提示される。ここで、ユーザが詳細度を指定しないときには、既定値が選択されたものとされる。

重要語提示部１０は、タイトル重要語格納部７０と重要語格納部２０を起動して、ユーザから指定された構成（章あるいは節）に関連するタイトル重要語および重要語を取り出して、表示装置へ表示させる。

タイトル重要語格納部７０は、次のような手順で、文書ＤＢ６５に記憶されたタイトル重要語候補の中からタイトル重要語を決定して、タイトル重要語記憶部９５へ格納する。

（１）文書ＤＢ６５に記憶されている構成（章あるいは節）から１つ取り出し、その構成に対するタイトル重要語を決定し、すべての構成が処理されるまで繰り返す。
この構成（章あるいは節）の取り出しは、最上位階層である階層１に属する構成を順次処理し、次に階層２に属する構成を処理し、さらに、階層３に属する構成を処理するというように、以下同様にして、最上位階層から順次下位階層へ降りるようにして構成（章あるいは節）を取り出す。以下、このとき取り出した構成（章あるいは節）を構成Ａと呼ぶ。

（２）文書ＤＢ６５を参照して、ユーザに指定された構成（章あるいは節）（以下、当該構成という）に対して、構成Ａの相対位置が何であるかを決定する。この相対位置とはパラメータ記憶部３５に記憶されている相対構成のことである（図１３参照）。

（３）パラメータ記憶部３５を参照して、この相対位置（相対構成）と、詳細度記憶部４５に記憶されている詳細度とから要求重要語数Ｎを取り出す。
（４）Ｎ＝０の場合、構成Ａの重要語は抽出せずに、他の処理していない構成（章あるいは節）を処理するため（１）へ戻る。
（５）Ｎ＞０の場合、文書ＤＢ６５を参照して、構成Ａのタイトル重要語候補を取得する。
（６）文書ＤＢ６５とタイトル重要語記憶部９５を参照して、構成Ａの上位構成のタイトル重要語を取り出し、（５）で得たタイトル重要語候補のリスト中から上位構成のタイトル重要語を削除する。
（７）残ったタイトル重要語候補の上位Ｎ個を構成Ａの重要語として、構成Ａと関連付けてタイトル重要語記憶部９５に格納し、他の処理していない構成（章あるいは節）番号を処理するため（１）へ戻る。

また、上記と同様にして、重要語格納部２０は、次のような手順で、文書ＤＢ６５に記憶された重要語候補の中から重要語を決定して、重要語記憶部１５へ格納する。

（１）文書ＤＢ６５に記憶されている構成（章あるいは節）から１つ取り出し、その構成（章あるいは節）に対する重要語を決定し、すべての構成が処理されるまで繰り返す。
この構成（章あるいは節）の取り出しは、最上位階層である階層１に属する構成（章あるいは節）を順次処理し、次に階層２に属する構成（章あるいは節）を処理し、さらに、階層３に属する構成（章あるいは節）を処理するというように、以下同様にして、最上位階層から順次下位階層へ降りるようにして構成（章あるいは節）を取り出す。以下、このとき取り出した構成（章あるいは節）を構成Ａと呼ぶ。

（２）文書ＤＢ６５を参照して、ユーザに指定された構成（章あるいは節）（以下、当該構成という）に対して、構成Ａの相対位置が何であるかを判断する。この相対位置とはパラメータ記憶部３５に記憶されている相対構成のことである（図１３参照）。

（３）パラメータ記憶部３５を参照して、この相対位置（相対構成）と、詳細度記憶部４５に記憶されている詳細度とから要求重要語数Ｎを取り出す。
（４）Ｎ＝０の場合、構成Ａの重要語は抽出せずに、他の処理していない構成（章あるいは節）を処理するため（１）へ戻る。
（５）Ｎ＞０の場合、文書ＤＢ６５を参照して、構成Ａの重要語候補を取得する。
（６）文書ＤＢ６５と重要語記憶部１５を参照して、構成Ａの上位構成（章あるいは節）の重要語を取り出し、（５）で得た重要語候補のリスト中から上位構成の重要語を削除する。
（７）残った重要語候補の上位Ｎ個を構成Ａの重要語として、構成Ａと関連付けて重要語記憶部１５に格納し、他の処理していない構成（章あるいは節）を処理するため（１）へ戻る。

重要語提示部１０は、タイトル重要語格納部７０と重要語格納部２０の実行が完了すると、タイトル重要語記憶部９５と重要語記憶部１５とを参照して、タイトル重要語と重要語が格納されている構成についてのみ、タイトル重要語と重要語とを‘／’で区分して、文書ＤＢ６５に記憶された構成（章あるいは節）の階層構造で提示する。

次に、パラメータ記憶部３５のすべての詳細度および相対構成において、重要語の提示個数を固定の２個とし、すべての構成（章あるいは節）についての重要語を提示させる場合には、ユーザが処理対象の文書群を指定して重要語提示部１０を起動するだけで、上記の処理を行って指定された文書群の重要語を提示するようにできる。
例えば、図１２の文書群の場合には、図１４のようなタイトル重要語と内容に関する重要語が抽出され、図１５に示したようなすべての構成（章あるいは節）に関して、タイトル重要語と重要語とを‘／’で区分した、構成（章あるいは節）ごとの結果を提示する。

以上のような構成により、階層的構造が報告書などで多く採用される章・節形式の構造である場合にも、より理解しやすい概要を提示することができる。

＜実施形態３＞
さらに、本発明は上述した実施形態のみに限定されたものではない。上述した実施形態の重要語提示装置を構成する各機能をそれぞれプログラム化し、あらかじめＣＤ−ＲＯＭ等の記録媒体に書き込んでおき、このＣＤ−ＲＯＭをＣＤ−ＲＯＭドライブのような媒体駆動装置を搭載したコンピュータに装着して、これらのプログラムをコンピュータのメモリあるいは記憶装置に格納して、実行することによって、本発明の目的を達成することができる。

なお、記録媒体としては半導体媒体（例えば、ＲＯＭ、不揮発性メモリカード等）、光媒体（例えば、ＤＶＤ、ＭＯ、ＭＤ、ＣＤ−Ｒ等）、磁気媒体（例えば、磁気テープ、フレキシブルディスク等）のいずれであってもよい。

また、ロードしたプログラムの指示に基づき、オペレーティングシステムやアプリケーションプログラム等が実際の処理の一部または全部を行い、その処理によって上述した実施形態の機能が実現される場合も含まれる。

また、上述したプログラムをサーバコンピュータの磁気ディスク等の記憶装置に格納しておき、ネットワークで接続された利用者のコンピュータからダウンロードして頒布する場合、また、サーバコンピュータから配信して頒布する場合、このサーバコンピュータの記憶装置も本発明の記録媒体に含まれる。
このように、本発明の機能をプログラムして、記録媒体に記録し頒布することによって、コスト、可搬性、汎用性を向上させることができる。

実施形態１に係る重要語提示装置の機能構成を示すブロック図である。 カテゴリＤＢのデータ構造例である。 図２のカテゴリＤＢを階層構造として表したときの説明図である。 文書データベースのデータ構造例である。 パラメータ記憶部のデータ構造例である。 階層構造と相対カテゴリの関係を示す説明図である。 指定されたカテゴリ番号に対する仮文書の例である。 図７の仮文書に対する重要語候補の例である。 重要語記憶部のデータ構造例である。 重要語の提示例である。 実施形態２に係る重要語提示装置の機能構成を示すブロック図である。 文書ＤＢのデータ構造例である。 パラメータ記憶部のデータ構造例である。 タイトル重要語および重要語の抽出例である。 重要語の提示例である。

符号の説明

１０…重要語提示部、１５…重要語記憶部、２０…重要語格納部、３０…重要語候補抽出部、３５…パラメータ記憶部、４０…詳細度指定部、４５…詳細度記憶部、５０…仮文書生成部、５５…カテゴリデータベース（カテゴリＤＢ）、６０…タイトル重要語候補抽出部、６５…文書データベース（文書ＤＢ）、７０…タイトル重要語格納部、７５…仮文書ファイル、９５…タイトル重要語記憶部。

Claims (1)

1. 階層的分類構造を持つ複数の文書群を扱う文書管理システムで使用される重要語提示装置において、
   各分類階層の下位構造に含まれるすべての文書群から複数の重要語候補を抽出して、分類階層ごとに抽出した重要語候補と階層とを対応付けて記憶する重要語候補抽出部と、
   ある階層の重要語群を抽出する際に、該階層の重要語候補から該階層より上位階層における重要語を削除した、残りの重要語候補を該階層の重要語として記憶する重要語格納部と、
   ユーザに提示する分類階層の重要語群および該分類階層よりも上位の分類階層の重要語群もあわせて提示する重要語提示部と、
   重要語提示の詳細度を入力する詳細度指定部と、
   詳細度ごとに、提示対象の分類階層において提示すべき重要語数および該分類階層を基準とした相対分類階層において提示すべき重要語数を保持するパラメータ記憶部と、を有し、
   前記重要語格納部は、前記詳細度指定部で入力した詳細度を参照し、前記パラメータ記憶部に記憶された語数の重要語を階層ごとに記憶するようにしたことを特徴とする重要語提示装置。