文書要約装置、方法、およびプログラム
【課題】要約内容の劣化や要約率の低下を回避しつつ、秘密文書から公開可能な要約を作成する。
【解決手段】重要文抽出部１４Ａで、入力された原文書から重要文を抽出し、秘密事項判定部１４Ｂで、これら重要文に秘密事項が含まれるかを判定し、隠蔽処理部１４Ｃで、秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成し、文圧縮部１４Ｄで、秘密事項が含まれないと判定された重要文、および隠蔽処理部で作成された隠蔽文について、それぞれの文長を削減する。
【解決手段】重要文抽出部１４Ａで、入力された原文書から重要文を抽出し、秘密事項判定部１４Ｂで、これら重要文に秘密事項が含まれるかを判定し、隠蔽処理部１４Ｃで、秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成し、文圧縮部１４Ｄで、秘密事項が含まれないと判定された重要文、および隠蔽処理部で作成された隠蔽文について、それぞれの文長を削減する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、文書要約技術に関し、特に秘密情報が含まれる文書を要約するための文書要約技術に関する。
【背景技術】
【０００２】
秘密文書の要約は、元文書自体とは異なる公開範囲を持たせたいことがある。例えば、文書の内容自体は、限られた人にのみ公開すべきものであっても、そのような文書が存在すること自体は広く公開したいことがある。要約を見て文書の存在を知りアクセスしてきた人に対して、本体を公開可能かどうかを個別に判断するためである。
【０００３】
従来、このような文書要約技術として、原文書中から重要文を抽出し、さらに修飾句の削除等により文長の圧縮をかけて要約とする技術が提案されている（例えば、特許文献１−２など参照）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平１１−０５３３９６号公報
【特許文献２】特開２００６−０５３８６２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、このような従来技術では、当然のこととして、抽出した重要文中に秘密情報が含まれることが避けられないため、作成した要約自身も原文書と同じ範囲にしか公開できないため、秘密文書から、公開可能な要約を作成することが難しいという問題があった。
【０００６】
また、この課題に対応するために、従来の文書要約装置で、要約を秘密情報を含まないように作成するには、要約処理の前に秘密情報のマスキング処理を行うか、または要約処理を行って得た要約を対象として秘密情報のマスキングを行うか、いずれかを行う必要がある。しかし、要約処理の前に秘密情報のマスキング処理を行うと、単語の含む情報のうち重要なものが欠落することになるため、文の重要度の判定に影響し、要約内容が劣化するおそれがある欠点があった。また、要約処理後に、要約に対して秘密情報のマスキング処理を行うと、要約の内容が変更されるため、例えば指定した要約率を満たさなくなるおそれがある欠点があった。
【０００７】
本発明はこのような課題を解決するためのものであり、要約内容の劣化や要約率の低下を回避しつつ、秘密文書から公開可能な要約を作成できる文書要約技術を提供することを目的としている。
【課題を解決するための手段】
【０００８】
このような目的を達成するために、本発明にかかる文書要約装置は、原文書を入力する文書入力部と、原文書から重要文を抽出する重要文抽出部と、重要文抽出部により抽出された重要文に秘密事項が含まれるかを判定する秘密事項判定部と、秘密事項判定部により秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理部と、秘密事項判定部により秘密事項が含まれないと判定された重要文、および隠蔽処理部で作成された隠蔽文について、それぞれの文長を削減する文圧縮部と、文圧縮部で得られた各文を原文書の要約文として出力する文書出力部とを備えている。
【０００９】
また、本発明にかかる文書要約方法は、入力された原文書を要約する文書要約装置で用いられる文書要約方法であって、文書入力部が、原文書を入力する文書入力ステップと、重要文抽出部が、原文書から重要文を抽出する重要文抽出ステップと、秘密事項判定部が、重要文抽出ステップにより抽出された重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、隠蔽処理部が、秘密事項判定ステップにより秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、文書出力部が、秘密事項判定ステップにより秘密事項が含まれないと判定された重要文、および隠蔽処理ステップで作成された隠蔽文について、それぞれの文長を削減する文圧縮ステップと、文書出力部が、文圧縮ステップで得られた各文を原文書の要約文として出力する文書出力ステップとを備えている。
【００１０】
また、本発明にかかるプログラムは、入力された原文書を要約する文書要約装置のコンピュータで実行されるプログラムであって、文書入力部が、原文書を入力する文書入力ステップと、重要文抽出部が、原文書から重要文を抽出する重要文抽出ステップと、秘密事項判定部が、重要文抽出ステップにより抽出された重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、隠蔽処理部が、秘密事項判定ステップにより秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、文書出力部が、秘密事項判定ステップにより秘密事項が含まれないと判定された重要文、および隠蔽処理ステップで作成された隠蔽文について、それぞれの文長を削減する文圧縮ステップと、文書出力部が、文圧縮ステップで得られた各文を原文書の要約文として出力する文書出力ステップとを備えている。
【発明の効果】
【００１１】
本発明によれば、原文書に含まれている重要文のうち、秘密事項が含まれている重要文についてのみ、その秘密事項を隠蔽することができる。これにより、要約内容の劣化や要約率の低下を回避しつつ、秘密文書から公開可能な要約を作成できる。
このため、文書の内容自体は秘匿するものの、そのような文書が存在することは広く公開したいようなケースにも対応可能であるという効果がある。
【００１２】
また、秘密事項の隠蔽処理を、文の重要度の判断に影響しないように行うことができる。そのため、秘密事項の隠蔽が要約の質に与える影響を少なくすることができる効果がある。さらに、秘密事項の隠蔽処理を、要約率に直接影響しないように行うことができる。これは、秘密事項の隠蔽後に、あらかじめ指定された要約率を目標とする文圧縮処理を行うためである。これにより、秘密事項の隠蔽を行っても、あらかじめ指定した要約率を達成することが容易となる効果がある。
【図面の簡単な説明】
【００１３】
【図１】第１の実施形態にかかる文書要約装置の構成を示すブロック図である。
【図２】文書要約処理を示すフローチャートである。
【図３】原文書の例である。
【図４】原文書から抽出した重要文を示す説明図である。
【図５】重要文（第１文）に対する隠蔽処理および圧縮処理の例である。
【図６】重要文（第３文）に対する隠蔽処理および圧縮処理の例である。
【図７】重要文（第５文）に対する隠蔽処理および圧縮処理の例である。
【図８】要約文の例である。
【図９】第２の実施形態にかかる文書要約装置の構成を示すブロック図である。
【発明を実施するための形態】
【００１４】
次に、本発明の実施形態について図面を参照して説明する。
［第１の実施形態］
まず、図１を参照して、本発明の第１の実施形態にかかる文書要約装置１０について説明する。図１は、第１の実施形態にかかる文書要約装置の構成を示すブロック図である。
この文書要約装置１０は、全体として、パーソナルコンピュータやサーバーなどの情報処理装置からなり、入力された文書を要約して出力する機能を有している。
【００１５】
本実施形態は、入力された原文書から重要文を抽出し、これら重要文に秘密事項が含まれるかを判定し、秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成し、秘密事項が含まれないと判定された重要文、および隠蔽処理部で作成された隠蔽文について、それぞれの文長を削減するようにしたものである。
【００１６】
［文書要約装置の構成］
次に、図１を参照して、本実施形態にかかる文書要約装置１０の構成について詳細に説明する。
この文書要約装置１０には、主な機能部として、文書入力部１１、文書出力部１２、記憶部１３、および演算処理部１４が設けられている。
【００１７】
文書入力部１１は、外部装置とデータをやり取りする入出力インターフェース装置や、キーボードなどの操作入力装置からなり、要約文を作成する対象となる原文書を入力して、演算処理部１４へ出力する機能を有している。
文書出力部１２は、外部装置とデータをやり取りする入出力インターフェース装置や、ＬＣＤなどの画面表示装置からなり、原文書に含まれる各文のうち演算処理部１４で処理された文を要約文として出力する機能を有している。
【００１８】
記憶部１３は、ハードディスクや半導体メモリなどの記憶装置からなり、演算処理部１４での各種処理に用いる処理情報やプログラム１３Ｐを記憶する機能を有している。記憶部１３で記憶する主な処理情報として辞書１３Ａがある。この辞書１３Ａは、原文書のうち隠蔽したい秘密事項を特定するためのキーワードが登録されている。具体的なキーワードの例としては、固有名詞、日時、金額などがあり、原文書の内容や隠蔽するレベルに応じて、任意に登録すればよい。例えば、企業の合併に関するニュースが原文書である場合に、合併の主体である企業の名称や、合併予定日等の日時をキーワードとして指定することにより、これらの情報を要約から隠蔽することができる。
【００１９】
演算処理部１４は、ＣＰＵなどのマイクロプロセッサとその周辺回路を有し、記憶部１３のプログラム１３Ｐを読み込んで実行することにより、各種の処理部を実現する機能を有している。
演算処理部１４で実現される主な処理部として、重要文抽出部１４Ａ、秘密事項判定部１４Ｂ、隠蔽処理部１４Ｃ、および文圧縮部１４Ｄがある。
【００２０】
重要文抽出部１４Ａは、文書入力部１１で入力された原文書から重要文を抽出する機能を有している。重要文判定処理としては、原文書に含まれる文ごとに、重要文か否かを判定できればよく、一般的な公知の技術を利用すればよい。
【００２１】
秘密事項判定部１４Ｂは、重要文抽出部１４Ａにより抽出された重要文に秘密事項が含まれるかを判定する機能を有している。この際、秘密事項判定処理の方法としては、記憶部１３の辞書１３Ａを参照して、判定対象となる重要文の中に、辞書１３Ａに登録されているキーワードが含まれているか否かを検索し、任意のキーワードが含まれていた場合、その重要文に秘密事項が含まれていると判定すればよい。
【００２２】
また、秘密事項判定処理では、固有名詞や日時表現全般を秘密事項と判定することもできる。固有名詞や日時は、事象を特定する力が強いため、秘密事項の中核的な事項をあらわす可能性が高いためである。固有名詞の抽出には、固有名詞辞書とのマッチングや、固有名詞を構成する接頭語や接尾語を用いた抽出など、一般的な手法を用いることができる。接頭語や接尾語を用いた抽出としては、例えば「株式会社ＸＸ」、「ＸＸ株式会社」、「ＸＸ市」や「ＸＸ空港」のように、単語の前または後に特定の単語が出現する場合、これを手がかりに固有名詞を同定する方法である。また、日時表現も特有の形態素並びをとるため、一般的な手法で容易に同定可能である。
【００２３】
隠蔽処理部１４Ｃは、秘密事項判定部１４Ｂにより秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成する機能を有している。隠蔽処理の方法としては、隠蔽対象となる重要文のうち、秘密事項、すなわち秘密事項判定部１４Ｂで検索したキーワードについて、当該キーワードを記号で置換する、当該キーワードを削除する等のやり方があり、いずれを採用してもよい。
【００２４】
文圧縮部１４Ｄは、秘密事項判定部１４Ｂにより秘密事項が含まれないと判定された重要文、および隠蔽処理部１４Ｃで作成された隠蔽文について、それぞれの文長を削減する機能を有している。圧縮処理の方法としては、圧縮対象となる文の文長を削減できればよく、一般的な公知の技術を利用すればよい。
【００２５】
［第１の実施形態の動作］
次に、図２を参照して、本実施形態にかかる文書要約装置１０の動作について説明する。図２は、文書要約処理を示すフローチャートである。
演算処理部１４は、文書入力部１１から入力された原文書を要約する際、図２の文書要約処理を実行する。
【００２６】
まず、重要文抽出部１４Ａは、文書入力部１１から原文書を取得し（ステップ１００）、原文書に含まれるすべての文について、後述する文書要約処理が終了したか確認する（ステップ１０１）、ここで、すべての文について文書要約処理が終了した場合（ステップ１０１：ＹＥＳ）、一連の文書要約処理を終了する。
【００２７】
一方、すべての文について要約処理が終了していない場合（ステップ１０１：ＮＯ）、原文書のうちから未処理の文を１つ選択し（ステップ１０２）、前述した重要文判定処理を実行することにより、この選択文が重要文か否か判定する（ステップ１０３）。
ここで、選択文が重要文でなかった場合（ステップ１０４：ＮＯ）、ステップ１０１へ戻る。
また、選択文が重要文であった場合（ステップ１０４：ＹＥＳ）、秘密事項判定部１４Ｂは、前述した秘密事項判定処理を実行することにより、この選択文に秘密事項が含まれているか否か判定する（ステップ１０５）。
【００２８】
ここで、選択文に秘密事項が含まれている場合（ステップ１０６：ＹＥＳ）、隠蔽処理部１４Ｃは、前述した隠蔽処理を実行することにより、この選択文に含まれる秘密事項を隠蔽した隠蔽文を作成し（ステップ１０７）、ステップ１０８へ移行する。
また、ステップ１０６において、選択文に秘密事項が含まれていない場合（ステップ１０６：ＮＯ）、隠蔽処理を行わずにステップ１０８へ移行する。
【００２９】
この後、文圧縮部１４Ｄは、秘密事項判定部１４Ｂにより秘密事項が含まれないと判定された重要文、および隠蔽処理部１４Ｃで作成された隠蔽文について、それぞれの文長を削減することにより圧縮する（ステップ１０８）。
文書出力部１２は、文圧縮部１４Ｄで圧縮された各文を原文書の要約文として出力し（ステップ１０９）、ステップ１０１へ戻る。
【００３０】
［文書要約処理例］
次に、図３−図８を参照して、本実施形態にかかる文書要約装置１０における文書要約処理例について説明する。図３は、原文書の例である。図４は、原文書から抽出した重要文を示す説明図である。図５は、重要文（第１文）に対する隠蔽処理および圧縮処理の例である。図６は、重要文（第３文）に対する隠蔽処理および圧縮処理の例である。図７は、重要文（第５文）に対する隠蔽処理および圧縮処理の例である。図８は、要約文の例である。
ここでは、会社間の契約交渉に関する状況報告文書を要約する場合を例として説明する。
【００３１】
図３に示すように、原文書は、会社間の契約交渉に関する状況報告文書であり、２８２字で構成されている。なお、この文章は、日本電気株式会社が作成し保有する文章であるものとする。
【００３２】
「２０１２年１０月に、日本電気株式会社は世界電気株式会社と包括的クロスライセンス契約を結ぶ予定で交渉を進めている。両社は、従来、特許権の実施許諾については個別事例ごとに交渉してきたが、事例の数が急増しているため、契約交渉に踏み切ったものである。契約条件として、日本電気株式会社は、世界電気株式会社に一時金２０億円の支払いを求めている。一方、世界電気株式会社は一時金の減額を求めており、一時金の金額が交渉の最大の争点となっている。しかし、世界電気株式会社は、決算月の１２月までには交渉成立を対外的に公表したい意向であり、一時金２０億円の支払いに同意する可能性が高い。」
【００３３】
この原文書を各文に区別して、一文ごとに再掲する。
第１文（２１）：「２０１２年１０月に、日本電気株式会社は世界電気株式会社と包括的クロスライセンス契約を結ぶ予定で交渉を進めている。」
第２文（２２）：「両社は、従来、特許権の実施許諾については個別事例ごとに交渉してきたが、事例の数が急増しているため、契約交渉に踏み切ったものである。」
第３文（２３）：「契約条件として、日本電気株式会社は、世界電気株式会社に一時金２０億円の支払いを求めている。」
第４文（２４）：「一方、世界電気株式会社は一時金の減額を求めており、一時金の金額が交渉の最大の争点となっている。」
第５文（２５）：「しかし、世界電気株式会社は、決算月の１２月までには交渉成立を対外的に公表したい意向であり、一時金２０億円の支払いに同意する可能性が高い。」
【００３４】
上記の文が文書入力部１１に入力されると、まず、句点から句点までの文を単位に、重要文抽出部１４Ａにより、文の重要度を判定する。これにより、図４に示すように、太線枠に囲んだ第１文（２１）、第３文（２３）、および第５文（２５）が重要文として判定される。
【００３５】
まず、第１文は、会社名の固有名詞を含むこと、第１文として全体の概要を示す文である可能性が高いこと、等を判断材料として重要文として抽出される。
第２文は、特に重要なキーワード等は含まないため、重要文としては抽出されない。
第３文は、会社名や具体的な金額等のキーワードが含まれるため、重要文として抽出される。
第４文は、主語以外に固有名詞等の重要語がないため、重要文としては抽出されない。
第５文は、具体的な金額が入っていること、文脈構造的に結論を示す位置にあることなどを考慮して、重要文として抽出される。
【００３６】
第１文（２１）は、重要文として抽出された後、図５に示すように、秘密事項判定部１４Ｂにより、秘密事項を含むかどうかが判定される。第１文で秘密事項と判定されるのは、「２０１２年１２月」という具体的な時期を表す時間表現、「世界電気株式会社」という会社名をあらわす固有名詞、さらには交渉の具体的な種別を表す「包括的クロスライセンス交渉」という名詞である。なお、「日本電気株式会社」は、この文書を作成し保有している主体であり、主語位置に現れるのは当然のことなので、特に秘密事項にはあたらないと判定される。これらの情報をもって、第１文は、隠蔽処理部１４Ｃに送られる。
【００３７】
隠蔽処理部１４Ｃは、秘密事項の隠蔽処理を行う。具体的には、「２０１２年１２月」という時間表現を第１文から削除する。また、「世界電気株式会社」という会社名は、「Ａ社」という表現に置き換えて、具体的な社名をマスクする。これにより、第１文は、次のような隠蔽文２１Ｘとなる。
第１隠蔽文（２１Ｘ）：「日本電気株式会社はＡ社と包括的クロスライセンス契約を結ぶ予定で交渉を進めている。」
【００３８】
この文が、文圧縮部１４Ｄに送られ、文長の圧縮が行われる。
文圧縮部１４Ｄは、単語の置き換え、不要な修飾構造の削除等により、大意を変えない範囲で文字数を削減する。例えば、「交渉を進めている」という表現は、意味的主部が「交渉」、「を進めている」は意味的主部に現在進行のアスペクト要素を付加する表現であるという分解に基づき、「交渉中」という表現に置換する。以上により、第１文は、文圧縮部１４Ｄにより以下の圧縮文２１Ｙとなる。
第１圧縮文（２１Ｙ）：「日本電気株式会社はＡ社と包括的クロスライセンス契約を結ぶ予定で交渉中。」
【００３９】
次に、重要文として抽出された第３文は、図６に示すように、秘密事項判定部１４Ｂにより、秘密事項として、「世界電気株式会社」「一時金２０億円」が抽出される。隠蔽処理部１４Ｃが「世界電気株式会社」を「Ａ社」に置換するのは第１文と同様である。また、「一時金２０億円」は、具体的な金額を隠蔽して、「一時金」という表現に置換する。結果として、隠蔽処理部１４Ｃによる処理後の第２文は、以下の隠蔽文２３Ｘとなる。
第３隠蔽文（２３Ｘ）：「契約条件として、日本電気株式会社は、Ａ社に一時金の支払いを求めている。」
【００４０】
この文が、文圧縮部１４Ｄに送られ、文長の圧縮が行われる。文圧縮部１４Ｄは、「日本電気株式会社」が既出であることを用いて「同社」への置換等を行い、次の圧縮文２３Ｙを出力する。
第３圧縮文（２３Ｙ）：「契約条件として同社はＡ社に一時金の支払いを求めている。」
【００４１】
次に、重要文として抽出された第５文は、図７に示すように、秘密事項判定部１４Ｂにより、会社名「世界電気株式会社」、時間表現「１２月」、金額の表現「２０億円」が秘密事項として抽出される。これらが上述の説明のように隠蔽処理が行われた結果、隠蔽処理部１４Ｃの出力は以下の隠蔽文２５Ｘのようになる。
第５隠蔽文（２５Ｘ）：「しかし、Ａ社は、決算月までには交渉成立を対外的に公表したい意向であり、一時金の支払いに同意する可能性が高い。」
【００４２】
これを文圧縮部１４Ｄに送られる。文圧縮部１４Ｄでは、文頭の接続詞「しかし」を削除可能と判断し削除する。また、「決算月・・・意向であり」の部分は、連要中止による付帯状況の説明と分析されるため、やはり削除可能と判断し削除する。結果として、文圧縮部１４Ｄによる第５文の出力は、次の圧縮文２５Ｙのようになる。
第５圧縮文（２５Ｙ）：「Ａ社は一時金の支払いに同意する可能性が高い。」
【００４３】
このようにして得られた、第１文、第３文、第５文の圧縮文が連結されて、図８に示すような、要約文２０Ｙが、文書出力部１２から出力されることになる。この要約文２８は７８文字であり、原文書２０からの要約率は２８％となる。
要約文（２０）：「弊社はＡ社と包括的クロスライセンス契約を結ぶ予定で交渉中。契約条件として弊社はＡ社に一時金の支払いを求めている。Ａ社は一時金の支払いに同意する可能性が高い。」
【００４４】
［第１の実施形態の効果］
このように、本実施形態は、重要文抽出部１４Ａで、入力された原文書から重要文を抽出し、秘密事項判定部１４Ｂで、これら重要文に秘密事項が含まれるかを判定し、隠蔽処理部１４Ｃで、秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成し、文圧縮部１４Ｄで、秘密事項が含まれないと判定された重要文、および隠蔽処理部で作成された隠蔽文について、それぞれの文長を削減するようにしたものである。
【００４５】
これにより、原文書に含まれている重要文のうち、秘密事項が含まれている重要文についてのみ、その秘密事項を隠蔽することができる。これにより、要約内容の劣化や要約率の低下を回避しつつ、秘密文書から公開可能な要約を作成できる。
このため、文書の内容自体は秘匿するものの、そのような文書が存在することは広く公開したいようなケースにも対応可能であるという効果がある。
【００４６】
また、秘密事項の隠蔽処理を、文の重要度の判断に影響しないように行うことができる。そのため、秘密事項の隠蔽が要約の質に与える影響を少なくすることができる効果がある。さらに、秘密事項の隠蔽処理を、要約率に直接影響しないように行うことができる。これは、秘密事項の隠蔽後に、あらかじめ指定された要約率を目標とする文圧縮処理を行うためである。これにより、秘密事項の隠蔽を行っても、あらかじめ指定した要約率を達成することが容易となる効果がある。
【００４７】
より詳細に、従来技術と本発明との比較について述べる。
秘密事項を含まない要約を作成する方法として、従来技術を単純に組み合わせて、原文から秘密事項をマスキングして隠蔽した後に要約処理を行うやり方がある。しかし、このやり方では、秘密事項のマスキングにより、重要文かどうかの判定が狂うおそれがある。重要な情報内容を持つ単語は、同時に隠蔽したい秘密事項であることが多いためである。単純に秘密事項を削除したり、一律の表現に変換したりすると、それらの重要事項を含む文の重要度自体が低いと判定されてしまい、原文の要約としてピントのずれたものとなる可能性があるのである。
これに対し、本発明では、秘密事項の隠蔽処理は、重要文の抽出の後に行われるので、隠蔽処理が文の重要度の判定に影響しないという利点がある。
【００４８】
また、秘密事項を含まない要約を作成する別の方法として、従来技術を組み合わせて、原文の要約処理を行った後に、要約文に対して秘密事項のマスキング処理を行う、というやりかたも考えられる。しかし、この方法では、要約処理の後に、文長を変えるマスキング処理が入るため、要約直後から文長が変わってしまう。原文の文長に対する要約文の文長の比は要約率と呼ばれ、要約を行う前にパラメタとして与え、与えた要約率が得られるように、抽出する重要文の数や文の圧縮の程度を制御することが多い。要約文に対してマスキングを処理を行う逐次的なやり方では、この要約率が変化してしまうため、結果として得られる要約率は、当初の指定を満たさないものとなってしまう可能性が高いという欠点がある。
これに対し、本発明では、秘密事項を削除する処理は、文圧縮の前に行われるため、文圧縮部１４Ｄの処理の中で指定の要約率を満たすように処理を進めることが可能である。結果的に出力される要約文が指定された要約率に近くなるようにすることができる利点がある。
【００４９】
［第２の実施形態］
次に、図９を参照して、本発明の第２の実施形態にかかる文書要約装置１０について説明する。図９は、第２の実施形態にかかる文書要約装置の構成を示すブロック図である。
本実施形態では、秘密事項判定部１４Ｂで、重要文が秘密事項を含むかどうかの判定する際、秘密要約文データベース（以下、秘密要約文ＤＢという）１５を参照して判定する場合について説明する。
【００５０】
秘密要約文ＤＢ１５には、秘密事項を含む秘密要約文が予め格納されている。
これにより、秘密事項判定部１４Ｂは、判定対象となる重要文と秘密要約文ＤＢ１５の秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定する。
【００５１】
抽出された重要文が、当該要約に含まれる情報を含むかどうかを判定する処理は、文の類似性により判定することが可能である。例えば秘密事項を含む要約の中の文に十分類似していれば秘密事項を含むと判定し、類似の度合いが低ければ秘密事項を含まないと判定する。判定のスレッショルドは可変として、ユーザが適宜調整すればよい。また、文の類似性は、類似する単語を含むかどうか、文構造が類似しているか、等の手がかりにより判定すればよい。
【００５２】
また、隠蔽すべき秘密事項を含む文の部分の同定は、当該箇所が固有名詞や時間表現等の秘密事項に頻出する表現を含むかどうかで判定することができる。
また、当該箇所を固有名詞や時間表現等を抽出した後、それらの表現が秘密事項を含む要約中に現れるかどうかでさらにスクリーニングすることもできる。つまり、固有名詞や時間表現等であっても、秘密事項を含む要約中に同等の、あるいは類似する表現があらわれなければ、当該表現は秘密性がないと判断する。一方、秘密事項を含む要約中に同等の、あるいは類似の表現があらわれる場合は、当該表現は秘密性が高いと判断するのである。
【００５３】
［第２の実施形態の効果］
このように、本実施形態は、秘密事項を含む秘密要約文を格納する秘密要約文ＤＢ１５をさらに設け、秘密事項判定部１４Ｂで、判定対象となる重要文と秘密要約文データベースの秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するようにしたので、ユーザが、秘密事項を含む、すなわち非公開用の要約を作成しておくだけで、公開用の要約を自動作成することができる。
【００５４】
なお、重要文抽出部１４Ａが、重要文を抽出するのではなく、入力の各文に重要度を付与し、文圧縮部１４Ｄが、付与された重要度を参照しながら、別途与えられた要約率を達成するように文の取捨選択と文長の圧縮処理を行うように実施することも可能である。重要でないと判定された文も含めて文圧縮部に送り、文圧縮部で文の取捨選択を含めて要約処理を行うことにより、指定された要約率をより確実に達成することが可能となる。
【００５５】
［実施形態の拡張］
以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をすることができる。
【００５６】
［付記］
以下、本発明の特徴を付記する。
【００５７】
（付記１）
原文書を入力する文書入力部と、
前記原文書から重要文を抽出する重要文抽出部と、
前記重要文抽出部により抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定部と、
前記秘密事項判定部により秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理部と、
前記秘密事項判定部により秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理部で作成された前記隠蔽文について、それぞれの文長を削減する文圧縮部と、
前記文圧縮部で得られた各文を前記原文書の要約文として出力する文書出力部と
を備えることを特徴とする文書要約装置。
【００５８】
（付記２）
付記１に記載の文書要約装置において、
秘密事項を含む秘密要約文を格納する秘密要約文データベースをさらに備え、
前記秘密事項判定部は、判定対象となる前記重要文と前記秘密要約文データベースの前記秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定する
ことを特徴とする文書要約装置。
【００５９】
（付記３）
入力された原文書を要約する文書要約装置で用いられる文書要約方法であって、
文書入力部が、原文書を入力する文書入力ステップと、
重要文抽出部が、前記原文書から重要文を抽出する重要文抽出ステップと、
秘密事項判定部が、前記重要文抽出ステップにより抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、
隠蔽処理部が、前記秘密事項判定ステップにより秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、
文書出力部が、前記秘密事項判定ステップにより秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理ステップで作成された前記隠蔽文について、それぞれの文長を削減する文圧縮ステップと、
文書出力部が、前記文圧縮ステップで得られた各文を前記原文書の要約文として出力する文書出力ステップと
を備えることを特徴とする文書要約方法。
【００６０】
（付記４）
付記３に記載の文書要約方法において、
前記秘密事項判定ステップは、判定対象となる前記重要文と、前記秘密要約文データベースに格納されている、秘密事項を含む秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するステップを含むことを特徴とする文書要約方法。
【００６１】
（付記５）
入力された原文書を要約する文書要約装置のコンピュータで実行されるプログラムであって、
文書入力部が、原文書を入力する文書入力ステップと、
重要文抽出部が、前記原文書から重要文を抽出する重要文抽出ステップと、
秘密事項判定部が、前記重要文抽出ステップにより抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、
隠蔽処理部が、前記秘密事項判定ステップにより秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、
文書出力部が、前記秘密事項判定ステップにより秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理ステップで作成された前記隠蔽文について、それぞれの文長を削減する文圧縮ステップと、
文書出力部が、前記文圧縮ステップで得られた各文を前記原文書の要約文として出力する文書出力ステップと
を備えることを特徴とするプログラム。
【００６２】
（付記６）
付記５に記載のプログラムにおいて、
前記秘密事項判定ステップは、判定対象となる前記重要文と、前記秘密要約文データベースに格納されている、秘密事項を含む秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するステップを含むことを特徴とするプログラム。
【産業上の利用可能性】
【００６３】
文書要約装置全般への適用が考えられる。なお、本発明は要約処理全般に適用可能な技術であり、文書以外にも、音声や図表の要約にも適用可能である。
【符号の説明】
【００６４】
１０…文書要約装置、１１…文書入力部、１２…文書出力部、１３…記憶部、１３Ａ…辞書、１３Ｐ…プログラム、１４…演算処理部、１４Ａ…重要文抽出部、１４Ｂ…秘密事項判定部、１４Ｃ…隠蔽処理部、１４Ｄ…文圧縮部、１５…秘密要約文ＤＢ。
【技術分野】
【０００１】
本発明は、文書要約技術に関し、特に秘密情報が含まれる文書を要約するための文書要約技術に関する。
【背景技術】
【０００２】
秘密文書の要約は、元文書自体とは異なる公開範囲を持たせたいことがある。例えば、文書の内容自体は、限られた人にのみ公開すべきものであっても、そのような文書が存在すること自体は広く公開したいことがある。要約を見て文書の存在を知りアクセスしてきた人に対して、本体を公開可能かどうかを個別に判断するためである。
【０００３】
従来、このような文書要約技術として、原文書中から重要文を抽出し、さらに修飾句の削除等により文長の圧縮をかけて要約とする技術が提案されている（例えば、特許文献１−２など参照）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平１１−０５３３９６号公報
【特許文献２】特開２００６−０５３８６２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、このような従来技術では、当然のこととして、抽出した重要文中に秘密情報が含まれることが避けられないため、作成した要約自身も原文書と同じ範囲にしか公開できないため、秘密文書から、公開可能な要約を作成することが難しいという問題があった。
【０００６】
また、この課題に対応するために、従来の文書要約装置で、要約を秘密情報を含まないように作成するには、要約処理の前に秘密情報のマスキング処理を行うか、または要約処理を行って得た要約を対象として秘密情報のマスキングを行うか、いずれかを行う必要がある。しかし、要約処理の前に秘密情報のマスキング処理を行うと、単語の含む情報のうち重要なものが欠落することになるため、文の重要度の判定に影響し、要約内容が劣化するおそれがある欠点があった。また、要約処理後に、要約に対して秘密情報のマスキング処理を行うと、要約の内容が変更されるため、例えば指定した要約率を満たさなくなるおそれがある欠点があった。
【０００７】
本発明はこのような課題を解決するためのものであり、要約内容の劣化や要約率の低下を回避しつつ、秘密文書から公開可能な要約を作成できる文書要約技術を提供することを目的としている。
【課題を解決するための手段】
【０００８】
このような目的を達成するために、本発明にかかる文書要約装置は、原文書を入力する文書入力部と、原文書から重要文を抽出する重要文抽出部と、重要文抽出部により抽出された重要文に秘密事項が含まれるかを判定する秘密事項判定部と、秘密事項判定部により秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理部と、秘密事項判定部により秘密事項が含まれないと判定された重要文、および隠蔽処理部で作成された隠蔽文について、それぞれの文長を削減する文圧縮部と、文圧縮部で得られた各文を原文書の要約文として出力する文書出力部とを備えている。
【０００９】
また、本発明にかかる文書要約方法は、入力された原文書を要約する文書要約装置で用いられる文書要約方法であって、文書入力部が、原文書を入力する文書入力ステップと、重要文抽出部が、原文書から重要文を抽出する重要文抽出ステップと、秘密事項判定部が、重要文抽出ステップにより抽出された重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、隠蔽処理部が、秘密事項判定ステップにより秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、文書出力部が、秘密事項判定ステップにより秘密事項が含まれないと判定された重要文、および隠蔽処理ステップで作成された隠蔽文について、それぞれの文長を削減する文圧縮ステップと、文書出力部が、文圧縮ステップで得られた各文を原文書の要約文として出力する文書出力ステップとを備えている。
【００１０】
また、本発明にかかるプログラムは、入力された原文書を要約する文書要約装置のコンピュータで実行されるプログラムであって、文書入力部が、原文書を入力する文書入力ステップと、重要文抽出部が、原文書から重要文を抽出する重要文抽出ステップと、秘密事項判定部が、重要文抽出ステップにより抽出された重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、隠蔽処理部が、秘密事項判定ステップにより秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、文書出力部が、秘密事項判定ステップにより秘密事項が含まれないと判定された重要文、および隠蔽処理ステップで作成された隠蔽文について、それぞれの文長を削減する文圧縮ステップと、文書出力部が、文圧縮ステップで得られた各文を原文書の要約文として出力する文書出力ステップとを備えている。
【発明の効果】
【００１１】
本発明によれば、原文書に含まれている重要文のうち、秘密事項が含まれている重要文についてのみ、その秘密事項を隠蔽することができる。これにより、要約内容の劣化や要約率の低下を回避しつつ、秘密文書から公開可能な要約を作成できる。
このため、文書の内容自体は秘匿するものの、そのような文書が存在することは広く公開したいようなケースにも対応可能であるという効果がある。
【００１２】
また、秘密事項の隠蔽処理を、文の重要度の判断に影響しないように行うことができる。そのため、秘密事項の隠蔽が要約の質に与える影響を少なくすることができる効果がある。さらに、秘密事項の隠蔽処理を、要約率に直接影響しないように行うことができる。これは、秘密事項の隠蔽後に、あらかじめ指定された要約率を目標とする文圧縮処理を行うためである。これにより、秘密事項の隠蔽を行っても、あらかじめ指定した要約率を達成することが容易となる効果がある。
【図面の簡単な説明】
【００１３】
【図１】第１の実施形態にかかる文書要約装置の構成を示すブロック図である。
【図２】文書要約処理を示すフローチャートである。
【図３】原文書の例である。
【図４】原文書から抽出した重要文を示す説明図である。
【図５】重要文（第１文）に対する隠蔽処理および圧縮処理の例である。
【図６】重要文（第３文）に対する隠蔽処理および圧縮処理の例である。
【図７】重要文（第５文）に対する隠蔽処理および圧縮処理の例である。
【図８】要約文の例である。
【図９】第２の実施形態にかかる文書要約装置の構成を示すブロック図である。
【発明を実施するための形態】
【００１４】
次に、本発明の実施形態について図面を参照して説明する。
［第１の実施形態］
まず、図１を参照して、本発明の第１の実施形態にかかる文書要約装置１０について説明する。図１は、第１の実施形態にかかる文書要約装置の構成を示すブロック図である。
この文書要約装置１０は、全体として、パーソナルコンピュータやサーバーなどの情報処理装置からなり、入力された文書を要約して出力する機能を有している。
【００１５】
本実施形態は、入力された原文書から重要文を抽出し、これら重要文に秘密事項が含まれるかを判定し、秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成し、秘密事項が含まれないと判定された重要文、および隠蔽処理部で作成された隠蔽文について、それぞれの文長を削減するようにしたものである。
【００１６】
［文書要約装置の構成］
次に、図１を参照して、本実施形態にかかる文書要約装置１０の構成について詳細に説明する。
この文書要約装置１０には、主な機能部として、文書入力部１１、文書出力部１２、記憶部１３、および演算処理部１４が設けられている。
【００１７】
文書入力部１１は、外部装置とデータをやり取りする入出力インターフェース装置や、キーボードなどの操作入力装置からなり、要約文を作成する対象となる原文書を入力して、演算処理部１４へ出力する機能を有している。
文書出力部１２は、外部装置とデータをやり取りする入出力インターフェース装置や、ＬＣＤなどの画面表示装置からなり、原文書に含まれる各文のうち演算処理部１４で処理された文を要約文として出力する機能を有している。
【００１８】
記憶部１３は、ハードディスクや半導体メモリなどの記憶装置からなり、演算処理部１４での各種処理に用いる処理情報やプログラム１３Ｐを記憶する機能を有している。記憶部１３で記憶する主な処理情報として辞書１３Ａがある。この辞書１３Ａは、原文書のうち隠蔽したい秘密事項を特定するためのキーワードが登録されている。具体的なキーワードの例としては、固有名詞、日時、金額などがあり、原文書の内容や隠蔽するレベルに応じて、任意に登録すればよい。例えば、企業の合併に関するニュースが原文書である場合に、合併の主体である企業の名称や、合併予定日等の日時をキーワードとして指定することにより、これらの情報を要約から隠蔽することができる。
【００１９】
演算処理部１４は、ＣＰＵなどのマイクロプロセッサとその周辺回路を有し、記憶部１３のプログラム１３Ｐを読み込んで実行することにより、各種の処理部を実現する機能を有している。
演算処理部１４で実現される主な処理部として、重要文抽出部１４Ａ、秘密事項判定部１４Ｂ、隠蔽処理部１４Ｃ、および文圧縮部１４Ｄがある。
【００２０】
重要文抽出部１４Ａは、文書入力部１１で入力された原文書から重要文を抽出する機能を有している。重要文判定処理としては、原文書に含まれる文ごとに、重要文か否かを判定できればよく、一般的な公知の技術を利用すればよい。
【００２１】
秘密事項判定部１４Ｂは、重要文抽出部１４Ａにより抽出された重要文に秘密事項が含まれるかを判定する機能を有している。この際、秘密事項判定処理の方法としては、記憶部１３の辞書１３Ａを参照して、判定対象となる重要文の中に、辞書１３Ａに登録されているキーワードが含まれているか否かを検索し、任意のキーワードが含まれていた場合、その重要文に秘密事項が含まれていると判定すればよい。
【００２２】
また、秘密事項判定処理では、固有名詞や日時表現全般を秘密事項と判定することもできる。固有名詞や日時は、事象を特定する力が強いため、秘密事項の中核的な事項をあらわす可能性が高いためである。固有名詞の抽出には、固有名詞辞書とのマッチングや、固有名詞を構成する接頭語や接尾語を用いた抽出など、一般的な手法を用いることができる。接頭語や接尾語を用いた抽出としては、例えば「株式会社ＸＸ」、「ＸＸ株式会社」、「ＸＸ市」や「ＸＸ空港」のように、単語の前または後に特定の単語が出現する場合、これを手がかりに固有名詞を同定する方法である。また、日時表現も特有の形態素並びをとるため、一般的な手法で容易に同定可能である。
【００２３】
隠蔽処理部１４Ｃは、秘密事項判定部１４Ｂにより秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成する機能を有している。隠蔽処理の方法としては、隠蔽対象となる重要文のうち、秘密事項、すなわち秘密事項判定部１４Ｂで検索したキーワードについて、当該キーワードを記号で置換する、当該キーワードを削除する等のやり方があり、いずれを採用してもよい。
【００２４】
文圧縮部１４Ｄは、秘密事項判定部１４Ｂにより秘密事項が含まれないと判定された重要文、および隠蔽処理部１４Ｃで作成された隠蔽文について、それぞれの文長を削減する機能を有している。圧縮処理の方法としては、圧縮対象となる文の文長を削減できればよく、一般的な公知の技術を利用すればよい。
【００２５】
［第１の実施形態の動作］
次に、図２を参照して、本実施形態にかかる文書要約装置１０の動作について説明する。図２は、文書要約処理を示すフローチャートである。
演算処理部１４は、文書入力部１１から入力された原文書を要約する際、図２の文書要約処理を実行する。
【００２６】
まず、重要文抽出部１４Ａは、文書入力部１１から原文書を取得し（ステップ１００）、原文書に含まれるすべての文について、後述する文書要約処理が終了したか確認する（ステップ１０１）、ここで、すべての文について文書要約処理が終了した場合（ステップ１０１：ＹＥＳ）、一連の文書要約処理を終了する。
【００２７】
一方、すべての文について要約処理が終了していない場合（ステップ１０１：ＮＯ）、原文書のうちから未処理の文を１つ選択し（ステップ１０２）、前述した重要文判定処理を実行することにより、この選択文が重要文か否か判定する（ステップ１０３）。
ここで、選択文が重要文でなかった場合（ステップ１０４：ＮＯ）、ステップ１０１へ戻る。
また、選択文が重要文であった場合（ステップ１０４：ＹＥＳ）、秘密事項判定部１４Ｂは、前述した秘密事項判定処理を実行することにより、この選択文に秘密事項が含まれているか否か判定する（ステップ１０５）。
【００２８】
ここで、選択文に秘密事項が含まれている場合（ステップ１０６：ＹＥＳ）、隠蔽処理部１４Ｃは、前述した隠蔽処理を実行することにより、この選択文に含まれる秘密事項を隠蔽した隠蔽文を作成し（ステップ１０７）、ステップ１０８へ移行する。
また、ステップ１０６において、選択文に秘密事項が含まれていない場合（ステップ１０６：ＮＯ）、隠蔽処理を行わずにステップ１０８へ移行する。
【００２９】
この後、文圧縮部１４Ｄは、秘密事項判定部１４Ｂにより秘密事項が含まれないと判定された重要文、および隠蔽処理部１４Ｃで作成された隠蔽文について、それぞれの文長を削減することにより圧縮する（ステップ１０８）。
文書出力部１２は、文圧縮部１４Ｄで圧縮された各文を原文書の要約文として出力し（ステップ１０９）、ステップ１０１へ戻る。
【００３０】
［文書要約処理例］
次に、図３−図８を参照して、本実施形態にかかる文書要約装置１０における文書要約処理例について説明する。図３は、原文書の例である。図４は、原文書から抽出した重要文を示す説明図である。図５は、重要文（第１文）に対する隠蔽処理および圧縮処理の例である。図６は、重要文（第３文）に対する隠蔽処理および圧縮処理の例である。図７は、重要文（第５文）に対する隠蔽処理および圧縮処理の例である。図８は、要約文の例である。
ここでは、会社間の契約交渉に関する状況報告文書を要約する場合を例として説明する。
【００３１】
図３に示すように、原文書は、会社間の契約交渉に関する状況報告文書であり、２８２字で構成されている。なお、この文章は、日本電気株式会社が作成し保有する文章であるものとする。
【００３２】
「２０１２年１０月に、日本電気株式会社は世界電気株式会社と包括的クロスライセンス契約を結ぶ予定で交渉を進めている。両社は、従来、特許権の実施許諾については個別事例ごとに交渉してきたが、事例の数が急増しているため、契約交渉に踏み切ったものである。契約条件として、日本電気株式会社は、世界電気株式会社に一時金２０億円の支払いを求めている。一方、世界電気株式会社は一時金の減額を求めており、一時金の金額が交渉の最大の争点となっている。しかし、世界電気株式会社は、決算月の１２月までには交渉成立を対外的に公表したい意向であり、一時金２０億円の支払いに同意する可能性が高い。」
【００３３】
この原文書を各文に区別して、一文ごとに再掲する。
第１文（２１）：「２０１２年１０月に、日本電気株式会社は世界電気株式会社と包括的クロスライセンス契約を結ぶ予定で交渉を進めている。」
第２文（２２）：「両社は、従来、特許権の実施許諾については個別事例ごとに交渉してきたが、事例の数が急増しているため、契約交渉に踏み切ったものである。」
第３文（２３）：「契約条件として、日本電気株式会社は、世界電気株式会社に一時金２０億円の支払いを求めている。」
第４文（２４）：「一方、世界電気株式会社は一時金の減額を求めており、一時金の金額が交渉の最大の争点となっている。」
第５文（２５）：「しかし、世界電気株式会社は、決算月の１２月までには交渉成立を対外的に公表したい意向であり、一時金２０億円の支払いに同意する可能性が高い。」
【００３４】
上記の文が文書入力部１１に入力されると、まず、句点から句点までの文を単位に、重要文抽出部１４Ａにより、文の重要度を判定する。これにより、図４に示すように、太線枠に囲んだ第１文（２１）、第３文（２３）、および第５文（２５）が重要文として判定される。
【００３５】
まず、第１文は、会社名の固有名詞を含むこと、第１文として全体の概要を示す文である可能性が高いこと、等を判断材料として重要文として抽出される。
第２文は、特に重要なキーワード等は含まないため、重要文としては抽出されない。
第３文は、会社名や具体的な金額等のキーワードが含まれるため、重要文として抽出される。
第４文は、主語以外に固有名詞等の重要語がないため、重要文としては抽出されない。
第５文は、具体的な金額が入っていること、文脈構造的に結論を示す位置にあることなどを考慮して、重要文として抽出される。
【００３６】
第１文（２１）は、重要文として抽出された後、図５に示すように、秘密事項判定部１４Ｂにより、秘密事項を含むかどうかが判定される。第１文で秘密事項と判定されるのは、「２０１２年１２月」という具体的な時期を表す時間表現、「世界電気株式会社」という会社名をあらわす固有名詞、さらには交渉の具体的な種別を表す「包括的クロスライセンス交渉」という名詞である。なお、「日本電気株式会社」は、この文書を作成し保有している主体であり、主語位置に現れるのは当然のことなので、特に秘密事項にはあたらないと判定される。これらの情報をもって、第１文は、隠蔽処理部１４Ｃに送られる。
【００３７】
隠蔽処理部１４Ｃは、秘密事項の隠蔽処理を行う。具体的には、「２０１２年１２月」という時間表現を第１文から削除する。また、「世界電気株式会社」という会社名は、「Ａ社」という表現に置き換えて、具体的な社名をマスクする。これにより、第１文は、次のような隠蔽文２１Ｘとなる。
第１隠蔽文（２１Ｘ）：「日本電気株式会社はＡ社と包括的クロスライセンス契約を結ぶ予定で交渉を進めている。」
【００３８】
この文が、文圧縮部１４Ｄに送られ、文長の圧縮が行われる。
文圧縮部１４Ｄは、単語の置き換え、不要な修飾構造の削除等により、大意を変えない範囲で文字数を削減する。例えば、「交渉を進めている」という表現は、意味的主部が「交渉」、「を進めている」は意味的主部に現在進行のアスペクト要素を付加する表現であるという分解に基づき、「交渉中」という表現に置換する。以上により、第１文は、文圧縮部１４Ｄにより以下の圧縮文２１Ｙとなる。
第１圧縮文（２１Ｙ）：「日本電気株式会社はＡ社と包括的クロスライセンス契約を結ぶ予定で交渉中。」
【００３９】
次に、重要文として抽出された第３文は、図６に示すように、秘密事項判定部１４Ｂにより、秘密事項として、「世界電気株式会社」「一時金２０億円」が抽出される。隠蔽処理部１４Ｃが「世界電気株式会社」を「Ａ社」に置換するのは第１文と同様である。また、「一時金２０億円」は、具体的な金額を隠蔽して、「一時金」という表現に置換する。結果として、隠蔽処理部１４Ｃによる処理後の第２文は、以下の隠蔽文２３Ｘとなる。
第３隠蔽文（２３Ｘ）：「契約条件として、日本電気株式会社は、Ａ社に一時金の支払いを求めている。」
【００４０】
この文が、文圧縮部１４Ｄに送られ、文長の圧縮が行われる。文圧縮部１４Ｄは、「日本電気株式会社」が既出であることを用いて「同社」への置換等を行い、次の圧縮文２３Ｙを出力する。
第３圧縮文（２３Ｙ）：「契約条件として同社はＡ社に一時金の支払いを求めている。」
【００４１】
次に、重要文として抽出された第５文は、図７に示すように、秘密事項判定部１４Ｂにより、会社名「世界電気株式会社」、時間表現「１２月」、金額の表現「２０億円」が秘密事項として抽出される。これらが上述の説明のように隠蔽処理が行われた結果、隠蔽処理部１４Ｃの出力は以下の隠蔽文２５Ｘのようになる。
第５隠蔽文（２５Ｘ）：「しかし、Ａ社は、決算月までには交渉成立を対外的に公表したい意向であり、一時金の支払いに同意する可能性が高い。」
【００４２】
これを文圧縮部１４Ｄに送られる。文圧縮部１４Ｄでは、文頭の接続詞「しかし」を削除可能と判断し削除する。また、「決算月・・・意向であり」の部分は、連要中止による付帯状況の説明と分析されるため、やはり削除可能と判断し削除する。結果として、文圧縮部１４Ｄによる第５文の出力は、次の圧縮文２５Ｙのようになる。
第５圧縮文（２５Ｙ）：「Ａ社は一時金の支払いに同意する可能性が高い。」
【００４３】
このようにして得られた、第１文、第３文、第５文の圧縮文が連結されて、図８に示すような、要約文２０Ｙが、文書出力部１２から出力されることになる。この要約文２８は７８文字であり、原文書２０からの要約率は２８％となる。
要約文（２０）：「弊社はＡ社と包括的クロスライセンス契約を結ぶ予定で交渉中。契約条件として弊社はＡ社に一時金の支払いを求めている。Ａ社は一時金の支払いに同意する可能性が高い。」
【００４４】
［第１の実施形態の効果］
このように、本実施形態は、重要文抽出部１４Ａで、入力された原文書から重要文を抽出し、秘密事項判定部１４Ｂで、これら重要文に秘密事項が含まれるかを判定し、隠蔽処理部１４Ｃで、秘密事項を含むと判定された重要文から当該秘密事項が含まれない隠蔽文を作成し、文圧縮部１４Ｄで、秘密事項が含まれないと判定された重要文、および隠蔽処理部で作成された隠蔽文について、それぞれの文長を削減するようにしたものである。
【００４５】
これにより、原文書に含まれている重要文のうち、秘密事項が含まれている重要文についてのみ、その秘密事項を隠蔽することができる。これにより、要約内容の劣化や要約率の低下を回避しつつ、秘密文書から公開可能な要約を作成できる。
このため、文書の内容自体は秘匿するものの、そのような文書が存在することは広く公開したいようなケースにも対応可能であるという効果がある。
【００４６】
また、秘密事項の隠蔽処理を、文の重要度の判断に影響しないように行うことができる。そのため、秘密事項の隠蔽が要約の質に与える影響を少なくすることができる効果がある。さらに、秘密事項の隠蔽処理を、要約率に直接影響しないように行うことができる。これは、秘密事項の隠蔽後に、あらかじめ指定された要約率を目標とする文圧縮処理を行うためである。これにより、秘密事項の隠蔽を行っても、あらかじめ指定した要約率を達成することが容易となる効果がある。
【００４７】
より詳細に、従来技術と本発明との比較について述べる。
秘密事項を含まない要約を作成する方法として、従来技術を単純に組み合わせて、原文から秘密事項をマスキングして隠蔽した後に要約処理を行うやり方がある。しかし、このやり方では、秘密事項のマスキングにより、重要文かどうかの判定が狂うおそれがある。重要な情報内容を持つ単語は、同時に隠蔽したい秘密事項であることが多いためである。単純に秘密事項を削除したり、一律の表現に変換したりすると、それらの重要事項を含む文の重要度自体が低いと判定されてしまい、原文の要約としてピントのずれたものとなる可能性があるのである。
これに対し、本発明では、秘密事項の隠蔽処理は、重要文の抽出の後に行われるので、隠蔽処理が文の重要度の判定に影響しないという利点がある。
【００４８】
また、秘密事項を含まない要約を作成する別の方法として、従来技術を組み合わせて、原文の要約処理を行った後に、要約文に対して秘密事項のマスキング処理を行う、というやりかたも考えられる。しかし、この方法では、要約処理の後に、文長を変えるマスキング処理が入るため、要約直後から文長が変わってしまう。原文の文長に対する要約文の文長の比は要約率と呼ばれ、要約を行う前にパラメタとして与え、与えた要約率が得られるように、抽出する重要文の数や文の圧縮の程度を制御することが多い。要約文に対してマスキングを処理を行う逐次的なやり方では、この要約率が変化してしまうため、結果として得られる要約率は、当初の指定を満たさないものとなってしまう可能性が高いという欠点がある。
これに対し、本発明では、秘密事項を削除する処理は、文圧縮の前に行われるため、文圧縮部１４Ｄの処理の中で指定の要約率を満たすように処理を進めることが可能である。結果的に出力される要約文が指定された要約率に近くなるようにすることができる利点がある。
【００４９】
［第２の実施形態］
次に、図９を参照して、本発明の第２の実施形態にかかる文書要約装置１０について説明する。図９は、第２の実施形態にかかる文書要約装置の構成を示すブロック図である。
本実施形態では、秘密事項判定部１４Ｂで、重要文が秘密事項を含むかどうかの判定する際、秘密要約文データベース（以下、秘密要約文ＤＢという）１５を参照して判定する場合について説明する。
【００５０】
秘密要約文ＤＢ１５には、秘密事項を含む秘密要約文が予め格納されている。
これにより、秘密事項判定部１４Ｂは、判定対象となる重要文と秘密要約文ＤＢ１５の秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定する。
【００５１】
抽出された重要文が、当該要約に含まれる情報を含むかどうかを判定する処理は、文の類似性により判定することが可能である。例えば秘密事項を含む要約の中の文に十分類似していれば秘密事項を含むと判定し、類似の度合いが低ければ秘密事項を含まないと判定する。判定のスレッショルドは可変として、ユーザが適宜調整すればよい。また、文の類似性は、類似する単語を含むかどうか、文構造が類似しているか、等の手がかりにより判定すればよい。
【００５２】
また、隠蔽すべき秘密事項を含む文の部分の同定は、当該箇所が固有名詞や時間表現等の秘密事項に頻出する表現を含むかどうかで判定することができる。
また、当該箇所を固有名詞や時間表現等を抽出した後、それらの表現が秘密事項を含む要約中に現れるかどうかでさらにスクリーニングすることもできる。つまり、固有名詞や時間表現等であっても、秘密事項を含む要約中に同等の、あるいは類似する表現があらわれなければ、当該表現は秘密性がないと判断する。一方、秘密事項を含む要約中に同等の、あるいは類似の表現があらわれる場合は、当該表現は秘密性が高いと判断するのである。
【００５３】
［第２の実施形態の効果］
このように、本実施形態は、秘密事項を含む秘密要約文を格納する秘密要約文ＤＢ１５をさらに設け、秘密事項判定部１４Ｂで、判定対象となる重要文と秘密要約文データベースの秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するようにしたので、ユーザが、秘密事項を含む、すなわち非公開用の要約を作成しておくだけで、公開用の要約を自動作成することができる。
【００５４】
なお、重要文抽出部１４Ａが、重要文を抽出するのではなく、入力の各文に重要度を付与し、文圧縮部１４Ｄが、付与された重要度を参照しながら、別途与えられた要約率を達成するように文の取捨選択と文長の圧縮処理を行うように実施することも可能である。重要でないと判定された文も含めて文圧縮部に送り、文圧縮部で文の取捨選択を含めて要約処理を行うことにより、指定された要約率をより確実に達成することが可能となる。
【００５５】
［実施形態の拡張］
以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をすることができる。
【００５６】
［付記］
以下、本発明の特徴を付記する。
【００５７】
（付記１）
原文書を入力する文書入力部と、
前記原文書から重要文を抽出する重要文抽出部と、
前記重要文抽出部により抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定部と、
前記秘密事項判定部により秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理部と、
前記秘密事項判定部により秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理部で作成された前記隠蔽文について、それぞれの文長を削減する文圧縮部と、
前記文圧縮部で得られた各文を前記原文書の要約文として出力する文書出力部と
を備えることを特徴とする文書要約装置。
【００５８】
（付記２）
付記１に記載の文書要約装置において、
秘密事項を含む秘密要約文を格納する秘密要約文データベースをさらに備え、
前記秘密事項判定部は、判定対象となる前記重要文と前記秘密要約文データベースの前記秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定する
ことを特徴とする文書要約装置。
【００５９】
（付記３）
入力された原文書を要約する文書要約装置で用いられる文書要約方法であって、
文書入力部が、原文書を入力する文書入力ステップと、
重要文抽出部が、前記原文書から重要文を抽出する重要文抽出ステップと、
秘密事項判定部が、前記重要文抽出ステップにより抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、
隠蔽処理部が、前記秘密事項判定ステップにより秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、
文書出力部が、前記秘密事項判定ステップにより秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理ステップで作成された前記隠蔽文について、それぞれの文長を削減する文圧縮ステップと、
文書出力部が、前記文圧縮ステップで得られた各文を前記原文書の要約文として出力する文書出力ステップと
を備えることを特徴とする文書要約方法。
【００６０】
（付記４）
付記３に記載の文書要約方法において、
前記秘密事項判定ステップは、判定対象となる前記重要文と、前記秘密要約文データベースに格納されている、秘密事項を含む秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するステップを含むことを特徴とする文書要約方法。
【００６１】
（付記５）
入力された原文書を要約する文書要約装置のコンピュータで実行されるプログラムであって、
文書入力部が、原文書を入力する文書入力ステップと、
重要文抽出部が、前記原文書から重要文を抽出する重要文抽出ステップと、
秘密事項判定部が、前記重要文抽出ステップにより抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、
隠蔽処理部が、前記秘密事項判定ステップにより秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、
文書出力部が、前記秘密事項判定ステップにより秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理ステップで作成された前記隠蔽文について、それぞれの文長を削減する文圧縮ステップと、
文書出力部が、前記文圧縮ステップで得られた各文を前記原文書の要約文として出力する文書出力ステップと
を備えることを特徴とするプログラム。
【００６２】
（付記６）
付記５に記載のプログラムにおいて、
前記秘密事項判定ステップは、判定対象となる前記重要文と、前記秘密要約文データベースに格納されている、秘密事項を含む秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するステップを含むことを特徴とするプログラム。
【産業上の利用可能性】
【００６３】
文書要約装置全般への適用が考えられる。なお、本発明は要約処理全般に適用可能な技術であり、文書以外にも、音声や図表の要約にも適用可能である。
【符号の説明】
【００６４】
１０…文書要約装置、１１…文書入力部、１２…文書出力部、１３…記憶部、１３Ａ…辞書、１３Ｐ…プログラム、１４…演算処理部、１４Ａ…重要文抽出部、１４Ｂ…秘密事項判定部、１４Ｃ…隠蔽処理部、１４Ｄ…文圧縮部、１５…秘密要約文ＤＢ。
【特許請求の範囲】
【請求項１】
原文書を入力する文書入力部と、
前記原文書から重要文を抽出する重要文抽出部と、
前記重要文抽出部により抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定部と、
前記秘密事項判定部により秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理部と、
前記秘密事項判定部により秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理部で作成された前記隠蔽文について、それぞれの文長を削減する文圧縮部と、
前記文圧縮部で得られた各文を前記原文書の要約文として出力する文書出力部と
を備えることを特徴とする文書要約装置。
【請求項２】
請求項１に記載の文書要約装置において、
秘密事項を含む秘密要約文を格納する秘密要約文データベースをさらに備え、
前記秘密事項判定部は、判定対象となる前記重要文と前記秘密要約文データベースの前記秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定する
ことを特徴とする文書要約装置。
【請求項３】
入力された原文書を要約する文書要約装置で用いられる文書要約方法であって、
文書入力部が、原文書を入力する文書入力ステップと、
重要文抽出部が、前記原文書から重要文を抽出する重要文抽出ステップと、
秘密事項判定部が、前記重要文抽出ステップにより抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、
隠蔽処理部が、前記秘密事項判定ステップにより秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、
文書出力部が、前記秘密事項判定ステップにより秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理ステップで作成された前記隠蔽文について、それぞれの文長を削減する文圧縮ステップと、
文書出力部が、前記文圧縮ステップで得られた各文を前記原文書の要約文として出力する文書出力ステップと
を備えることを特徴とする文書要約方法。
【請求項４】
請求項３に記載の文書要約方法において、
前記秘密事項判定ステップは、判定対象となる前記重要文と、前記秘密要約文データベースに格納されている、秘密事項を含む秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するステップを含むことを特徴とする文書要約方法。
【請求項５】
入力された原文書を要約する文書要約装置のコンピュータで実行されるプログラムであって、
文書入力部が、原文書を入力する文書入力ステップと、
重要文抽出部が、前記原文書から重要文を抽出する重要文抽出ステップと、
秘密事項判定部が、前記重要文抽出ステップにより抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、
隠蔽処理部が、前記秘密事項判定ステップにより秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、
文書出力部が、前記秘密事項判定ステップにより秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理ステップで作成された前記隠蔽文について、それぞれの文長を削減する文圧縮ステップと、
文書出力部が、前記文圧縮ステップで得られた各文を前記原文書の要約文として出力する文書出力ステップと
を備えることを特徴とするプログラム。
【請求項６】
請求項５に記載のプログラムにおいて、
前記秘密事項判定ステップは、判定対象となる前記重要文と、前記秘密要約文データベースに格納されている、秘密事項を含む秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するステップを含むことを特徴とするプログラム。
【請求項１】
原文書を入力する文書入力部と、
前記原文書から重要文を抽出する重要文抽出部と、
前記重要文抽出部により抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定部と、
前記秘密事項判定部により秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理部と、
前記秘密事項判定部により秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理部で作成された前記隠蔽文について、それぞれの文長を削減する文圧縮部と、
前記文圧縮部で得られた各文を前記原文書の要約文として出力する文書出力部と
を備えることを特徴とする文書要約装置。
【請求項２】
請求項１に記載の文書要約装置において、
秘密事項を含む秘密要約文を格納する秘密要約文データベースをさらに備え、
前記秘密事項判定部は、判定対象となる前記重要文と前記秘密要約文データベースの前記秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定する
ことを特徴とする文書要約装置。
【請求項３】
入力された原文書を要約する文書要約装置で用いられる文書要約方法であって、
文書入力部が、原文書を入力する文書入力ステップと、
重要文抽出部が、前記原文書から重要文を抽出する重要文抽出ステップと、
秘密事項判定部が、前記重要文抽出ステップにより抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、
隠蔽処理部が、前記秘密事項判定ステップにより秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、
文書出力部が、前記秘密事項判定ステップにより秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理ステップで作成された前記隠蔽文について、それぞれの文長を削減する文圧縮ステップと、
文書出力部が、前記文圧縮ステップで得られた各文を前記原文書の要約文として出力する文書出力ステップと
を備えることを特徴とする文書要約方法。
【請求項４】
請求項３に記載の文書要約方法において、
前記秘密事項判定ステップは、判定対象となる前記重要文と、前記秘密要約文データベースに格納されている、秘密事項を含む秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するステップを含むことを特徴とする文書要約方法。
【請求項５】
入力された原文書を要約する文書要約装置のコンピュータで実行されるプログラムであって、
文書入力部が、原文書を入力する文書入力ステップと、
重要文抽出部が、前記原文書から重要文を抽出する重要文抽出ステップと、
秘密事項判定部が、前記重要文抽出ステップにより抽出された前記重要文に秘密事項が含まれるかを判定する秘密事項判定ステップと、
隠蔽処理部が、前記秘密事項判定ステップにより秘密事項を含むと判定された前記重要文から当該秘密事項が含まれない隠蔽文を作成する隠蔽処理ステップと、
文書出力部が、前記秘密事項判定ステップにより秘密事項が含まれないと判定された前記重要文、および前記隠蔽処理ステップで作成された前記隠蔽文について、それぞれの文長を削減する文圧縮ステップと、
文書出力部が、前記文圧縮ステップで得られた各文を前記原文書の要約文として出力する文書出力ステップと
を備えることを特徴とするプログラム。
【請求項６】
請求項５に記載のプログラムにおいて、
前記秘密事項判定ステップは、判定対象となる前記重要文と、前記秘密要約文データベースに格納されている、秘密事項を含む秘密要約文のいずれかとの類似性に基づいて、当該重要文に秘密事項を含むか否かを判定するステップを含むことを特徴とするプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１２−１９４６１９（Ｐ２０１２−１９４６１９Ａ）
【公開日】平成２４年１０月１１日（２０１２．１０．１１）
【国際特許分類】
【出願番号】特願２０１１−５６１４７（Ｐ２０１１−５６１４７）
【出願日】平成２３年３月１５日（２０１１．３．１５）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
【公開日】平成２４年１０月１１日（２０１２．１０．１１）
【国際特許分類】
【出願日】平成２３年３月１５日（２０１１．３．１５）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
[ Back to top ]