言語分析システムおよび言語分析プログラム
【課題】 文章の内容を客観的な数値で評価できる言語分析環境を提供する。
【解決手段】 自然文を受け付ける自然文受付手段１１と、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値に基づき分析値の基準値を生成する基準値生成手段１９と、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段２０と、乖離値に基づき評価値を生成する評価値生成手段２１と、乖離値または評価値を出力する出力手段２２と、を備える。
【解決手段】 自然文を受け付ける自然文受付手段１１と、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値に基づき分析値の基準値を生成する基準値生成手段１９と、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段２０と、乖離値に基づき評価値を生成する評価値生成手段２１と、乖離値または評価値を出力する出力手段２２と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、自然文を複数の単語に分解する言語分析システムおよび言語分析プログラムに係り、特に、分解結果に基づき定量評価を行う言語分析システムおよび言語分析プログラムに関する。
【背景技術】
【０００２】
従来、日本語の文章を形態素のレベルにまで分割し、分析する手法が多く提案されているが、これらは翻訳のために、文を形態素単位にまで分解することを目的としたものが主流である。
【０００３】
また、音声変換に際し、ポーズ位置を決定する目的などを果たすために、単語単位に分解することを目的としたものなどでは、発声の観点から文章としての構造を分析することに主眼がおかれている。
【０００４】
しかしながら、従来の文章の分析は、構文という観点から、一般的な国文法にしたがって品詞区分を正確に付与することがポイントであり、品詞の別により意味の異なる単語を区別して、翻訳の精度を向上させようとするものであった。
【０００５】
同様に、音声変換などにおけるシステムでも、構文という観点から分析し、一般的な品詞に分類することでポーズ位置を確定するものである。
【０００６】
このように、従来の文章解析においては、文章の内容に踏み込むことなく、文章構造を分析するのみであり、文章の内容の善し悪しなどを分析し、評価することはできない。これは、評価するための客観的な判断基準を確立することができないことに起因するものであり、結果、その文章が備える固有の趣向（内容）に応じた評価を行うことができる手法、具体的には、論文、小説、エッセイ、社説、など、特定のテーマについて論述された文章について、客観的な評価を行うことができる手法は、存在しなかった。このため、自然文からなる文章の評価を客観的に行うことができる言語分析システムおよび言語分析プログラムの登場が望まれていた。
【発明の開示】
【発明が解決しようとする課題】
【０００７】
そこで、本発明では、その文章が書かれた目的やテーマなどに応じて、客観的な評価を行うことができる評価基準を確立することができる言語分析システムおよび言語分析プログラムと提供することを目的とする。また、数値化されたパラメータを用いて、異なる文章を客観的に相対評価することができる言語分析システムおよび言語分析プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記目的を達成するため、請求項１に記載の発明では、自然文を受け付ける自然文受付手段と、当該自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段と、当該分析用辞書記憶手段を参照して、前記基準単位単語に相当する複数の単語に前記自然文を分解する自然文分解手段と、当該自然文分解手段が前記自然文を複数の単語に分解した結果を記憶する分解結果記憶手段と、当該分解結果記憶手段が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得するカウント値取得手段と、当該カウント値取得手段が取得したカウント値に基づき分析値を生成する分析値生成手段と、当該分析値生成手段が生成した分析値に基づき、分析値の基準となる基準値を生成する基準値生成手段と、当該基準値生成手段が生成した基準値を記憶する基準値記憶手段と、を備える構成を採用する。
【０００９】
本発明によると、少なくとも自然文を分解して得られた単語の数をカウント値として取得するカウント値取得手段と、当該カウント値に基づき複数の分析値を生成する分析値生成手段と、当該分析値生成手段が生成した分析値に基づき基準値を生成する基準値生成手段と、を備えるので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができる。ひいては、客観的な評価を行うことができる評価基準を確立することができる言語分析システムを提供することができる。
【００１０】
また、請求項２に記載の発明では、請求項１に記載の言語分析システムにおいて、前記分析用辞書記憶手段は、前記基準単位単語の属性に応じた分析区分を当該基準単位単語に関連付けて記憶しており、前記自然文分解手段は、前記複数の単語に前記自然文を分解するに際し、当該単語に前記分析区分を関連付けるものであり、かつ、前記分解結果記憶手段は、当該関連付けを前記結果に含むように記憶するものであって、前記分析値は、当該関連付けに応じた前記カウント値に基づくものである構成を採用する。
【００１１】
本発明によると、単語の属性に応じた分析区分を設定することにより、自然文に用いられる単語の属性を分析値に反映させることができ、ひいては、分析区分の設定の仕方により様々な角度から自然文に基づく評価を可能にする基準を得ることができる。
【００１２】
また、請求項３に記載の発明では、前記基準値は、複数の文章毎に生成された複数の前記分析値を用いて標準偏差を算出し、算出した標準偏差を用いて再度分析値をフィルタリングして抽出した分析値集団の平均値である構成を採用する。
【００１３】
本発明によると、標準偏差を用いたフィルタリングを行うので、評価を行うための基準値を、より実態を反映した評価基準とすることができる。
【００１４】
また、請求項４に記載の発明では、請求項１乃至請求項３に記載の言語分析システムにおいて、前記分析値生成手段は、複数種類の分析値を生成するものであって、前記基準値生成手段は、その種類毎に分析値を用いて前記基準値を生成する構成を採用する。
【００１５】
本発明によると、単一種類の分析値に留まらず、複数種類の分析値を用いて複数の基準値を得るので、多面的な観点から評価できる基準を定めることができ、より実態を反映した評価を提供することができる。
【００１６】
また、請求項５に記載の発明では、自然文を受け付ける自然文受付手段と、当該自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段と、当該分析用辞書記憶手段を参照して、前記基準単位単語に相当する複数の単語に前記自然文を分解する自然文分解手段と、当該自然文分解手段が前記自然文を複数の単語に分解した結果を記憶する分解結果記憶手段と、当該分解結果記憶手段が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得するカウント値取得手段と、当該カウント値取得手段が取得したカウント値に基づき分析値を生成する分析値生成手段と、当該分析値生成手段が生成した分析値の基準となる基準値を記憶する基準値記憶手段と、当該基準値記憶手段から読み出した基準値と前記分析値生成手段が生成した前記分析値とに基づき、前記基準値に対する前記分析値の乖離の程度を示す乖離値を生成する乖離値生成手段と、当該乖離値生成手段が生成した乖離値を出力する出力手段と、を備える構成を採用する。
【００１７】
本発明によると、少なくとも自然文を分解して得られた単語の数をカウント値として取得するカウント値取得手段と、当該カウント値に基づき複数の分析値を生成する分析値生成手段と、当該分析値と基準値記憶手段から読み出した基準値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段と、を備えるので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる、数値である分析値による言語分析が可能である。ひいては、自然文の内容を客観的に分析、評価することができる新しい言語分析システムを提供することができる。
【００１８】
また、請求項６に記載の発明では、前記乖離値は、前記基準値と、複数の文章毎に生成された複数の分析値の当該基準値に対する標準偏差と、に基づき普遍化されたものである構成を採用する。
【００１９】
本発明によると、評価対象により大きく数値が変動する乖離値を普遍化することができるので、乖離値を相対的に比較することができる言語分析システムを提供できる。
【００２０】
また、請求項７に記載の発明では、請求項５または請求項６に記載の言語分析システムにおいて、当該乖離値生成手段が生成した複数の乖離値に基づき評価値を生成する評価値生成手段を備え、前記出力手段は、前記乖離値に変えて当該評価値を出力する構成を採用する。
【００２１】
本発明によると、複数の乖離値に基づき、さらに評価値を生成し、生成した評価値を出力するので、異なる観点から多面的に分析した複数のパラメータによる評価値を得ることが可能であり、ひいては、より高度な評価を実現できる言語分析システムを提供することができる。
【００２２】
また、請求項８に記載の発明では、情報の受付手段と、情報の記憶手段と、これら各手段の動作を制御する処理手段と、を備え、当該記憶手段が、少なくとも、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段と、当該自然文を複数の単語に分解した結果を記憶する分解結果記憶手段と、から構成される言語分析システムにおいて、実行させるプログラムを採用する。
【００２３】
そして、前記処理手段に、前記受付手段を介して自然文を受け付けるステップと、前記分析用辞書記憶手段を参照して、前記基準単位単語に相当する複数の単語に前記自然文を分解するとともに、自然文を複数の単語に分解した結果を前記分解結果記憶手段に記憶するステップと、当該分解結果記憶手段が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得するステップと、当該カウント値に基づき分析値を生成するステップと、当該分析値に基づき、分析値の基準となる基準値を生成するステップと、当該基準値を前記記憶手段の所定の領域に記憶するステップと、を実行させる。
【００２４】
本発明によると、少なくとも自然文を分解して得られた単語の数をカウント値として取得し、取得したカウント値に基づき分析値を生成し、生成した分析値に基づいて基準値を生成するので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができる。ひいては、客観的な評価を行うことができる評価基準を確立することができる新しい言語分析環境を提供することができる。
【００２５】
また、請求項９に記載の発明では、請求項８に記載の言語分析プログラムにおいて、前記分析用辞書記憶手段は、前記基準単位単語の属性に応じた分析区分を当該基準単位単語に関連付けて記憶しており、前記処理手段に、前記複数の単語に前記自然文を分解するに際し、当該単語に前記分析区分を関連付けるとともに、当該関連付けを前記結果に含むように前記分解結果記憶手段に記憶するステップと、当該分解結果記憶手段に記憶された関連付けを含む結果を参照し、当該関連付けに応じた前記カウント値に基づく分析値を生成するステップと、を実行させる。
【００２６】
本発明によると、単語の属性に応じた分析区分を設定することにより、自然文に用いられる単語の属性を分析値に反映させることができ、ひいては、分析区分の設定の仕方により様々な角度から自然文に基づく評価を可能にする基準を得ることができる。
【００２７】
また、請求項１０に記載の発明では、請求項９に記載の言語分析プログラムにおいて、前記処理手段に、複数の文章毎に生成された複数の分析値を用いて標準偏差を算出し、算出した標準偏差を用いて再度分析値をフィルタリングして抽出した分析値集団を平均し、当該分析値の基準となる前記基準値を生成するステップを実行させる。
【００２８】
本発明によると、標準偏差を用いたフィルタリングを行うので、評価を行うための基準値を、より実態を反映した評価基準とすることができる。
【００２９】
また、請求項１１に記載の発明では、請求項８乃至請求項１０に記載の言語分析プログラムにおいて、前記処理手段に、前記カウント値に基づき前記分析値を複数種類生成させるステップと、その種類毎に分析値を用いて前記基準値を生成するステップと、を実行させる。
【００３０】
本発明によると、単一種類の分析値に留まらず、複数種類の分析値を用いて複数の基準値を得るので、多面的な観点から評価できる基準を定めることができ、より実態を反映した評価を提供することができる。
【００３１】
また、請求項１２に記載の発明では、情報の受付手段と、情報の記憶手段と、これら各手段の動作を制御する処理手段と、を備え、当該記憶手段が、少なくとも、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段と、当該自然文を複数の単語に分解した結果を記憶する分解結果記憶手段と、当該結果から得られる分析値の基準となる基準値を記憶する基準値記憶手段と、から構成される言語分析システムにおいて、実行させるプログラムを採用する。
【００３２】
そして、前記処理手段に、前記受付手段を介して自然文を受け付けるステップと、前記分析用辞書記憶手段を参照して、前記基準単位単語に相当する複数の単語に前記自然文を分解するとともに、自然文を複数の単語に分解した結果を前記分解結果記憶手段に記憶するステップと、当該分解結果記憶手段が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得するステップと、当該カウント値に基づき分析値を生成するステップと、前記基準値記憶手段から読み出した基準値と前記分析値とに基づき、当該基準値に対する前記分析値の乖離の程度を示す乖離値を生成するステップと、当該乖離値を出力するステップと、を実行させる。
【００３３】
本発明によると、少なくとも自然文を分解して得られた単語の数をカウント値として取得し、取得したカウント値に基づき分析値を生成し、生成した分析値と基準値記憶手段から読み出した基準値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成し、この乖離値を出力するので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる、数値である分析値による言語分析が可能である。ひいては、自然文の内容を客観的に分析、評価することができる新しい言語分析環境を提供することができる。
【００３４】
また、請求項１３に記載の発明では、請求項１２に記載の言語分析プログラムにおいて、前記処理手段に、前記基準値と、複数の文章毎に生成された複数の分析値の当該基準値に対する標準偏差と、に基づき普遍化して、前記乖離値を生成するステップを実行させる。
【００３５】
本発明によると、評価対象により大きく数値が変動する乖離値を普遍化することができるので、乖離値を相対的に比較することができる言語分析環境を提供できる。
【００３６】
また、請求項１４に記載の発明では、請求項１２または請求項１３に記載の言語分析プログラムにおいて、前記処理手段に、前記複数の乖離値に基づき評価値を生成するステップを実行させるとともに、前記乖離値を出力するステップに代えて、当該評価値を出力するステップを実行させる。
【００３７】
本発明によると、複数の乖離値に基づき、さらに評価値を生成し、生成した評価値を出力するので、異なる観点から多面的に分析した複数のパラメータによる評価値を得ることが可能であり、ひいては、より高度な評価を実現できる言語分析環境を提供することができる。
【発明の効果】
【００３８】
本発明は、以上のように構成され機能するので、これによると、請求項１に記載の発明では、少なくとも自然文を分解して得られた単語の数をカウント値として取得するカウント値取得手段と、当該カウント値に基づき複数の分析値を生成する分析値生成手段と、当該分析値生成手段が生成した分析値に基づき基準値を生成する基準値生成手段と、を備えるので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができる。ひいては、客観的な評価を行うことができる評価基準を確立することができる言語分析システムを提供することができる。
【００３９】
また、請求項２に記載の発明では、単語の属性に応じた分析区分を設定することにより、自然文に用いられる単語の属性を分析値に反映させることができ、ひいては、分析区分の設定の仕方により様々な角度から自然文に基づく評価を可能にする基準を得ることができる。
【００４０】
また、請求項３に記載の発明では、標準偏差を用いたフィルタリングを行うので、評価を行うための基準値を、より実態を反映した評価基準とすることができる。
【００４１】
また、請求項４に記載の発明では、単一種類の分析値に留まらず、複数種類の分析値を用いて複数の基準値を得るので、多面的な観点から評価できる基準を定めることができ、より実態を反映した評価を提供することができる。
【００４２】
また、請求項５に記載の発明では、少なくとも自然文を分解して得られた単語の数をカウント値として取得するカウント値取得手段と、当該カウント値に基づき複数の分析値を生成する分析値生成手段と、当該分析値と基準値記憶手段から読み出した基準値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段と、を備えるので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる、数値である分析値による言語分析が可能である。ひいては、自然文の内容を客観的に分析、評価することができる新しい言語分析システムを提供することができる。
【００４３】
また、請求項６に記載の発明では、評価対象により大きく数値が変動する乖離値を普遍化することができるので、乖離値を相対的に比較することができる言語分析システムを提供できる。
【００４４】
また、請求項７に記載の発明では、複数の乖離値に基づき、さらに評価値を生成し、生成した評価値を出力するので、異なる観点から多面的に分析した複数のパラメータによる評価値を得ることが可能であり、ひいては、より高度な評価システムを提供することができる。
【００４５】
また、請求項８に記載の発明では、少なくとも自然文を分解して得られた単語の数をカウント値として取得し、取得したカウント値に基づき分析値を生成し、生成した分析値に基づいて基準値を生成するので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができる。ひいては、客観的な評価を行うことができる評価基準を確立することができる新しい言語分析環境を提供することができる。
【００４６】
また、請求項９に記載の発明では、単語の属性に応じた分析区分を設定することにより、自然文に用いられる単語の属性を分析値に反映させることができ、ひいては、分析区分の設定の仕方により様々な角度から自然文に基づく評価を可能にする基準を得ることができる。
【００４７】
また、請求項１０に記載の発明では、標準偏差を用いたフィルタリングを行うので、評価を行うための基準値を、より実態を反映した評価基準とすることができる。
【００４８】
また、請求項１１に記載の発明では、単一種類の分析値に留まらず、複数種類の分析値を用いて複数の基準値を得るので、多面的な観点から評価できる基準を定めることができ、より実態を反映した評価を提供することができる。
【００４９】
また、請求項１２に記載の発明では、少なくとも自然文を分解して得られた単語の数をカウント値として取得し、取得したカウント値に基づき分析値を生成し、生成した分析値と基準値記憶手段から読み出した基準値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成し、この乖離値を出力するので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる、数値である分析値による言語分析が可能である。ひいては、自然文の内容を客観的に分析、評価することができる新しい言語分析環境を提供することができる。
【００５０】
また、請求項１３に記載の発明では、評価対象により大きく数値が変動する乖離値を普遍化することができるので、乖離値を相対的に比較することができる言語分析環境を提供できる。
【００５１】
また、請求項１４に記載の発明では、複数の乖離値に基づき、さらに評価値を生成し、生成した評価値を出力するので、異なる観点から多面的に分析した複数のパラメータによる評価値を得ることが可能であり、ひいては、より高度な評価ができる言語分析環境を提供することができる。
【００５２】
以上のように、本発明によれば、従来にない優れた言語分析システムおよび言語分析プログラムを提供することができる。
【発明を実施するための最良の形態】
【００５３】
本発明にかかる言語分析は、所定の一テーマについて書かれた文章を評価することを主眼におくものであり、発明者による長年の研究・分析の結果から得られた経験的、統計的事実に基づく言語分析手法を言語分析システムおよび言語分析プログラムのかたちで具現化するものである。
【００５４】
発明者の研究によると、論文や社説など、各ジャンルにおいて一つのテーマを論じる文章として優秀と判断される文章を、５０文章、１００文章、５０００文章と分析を進め、文章に含まれる単語の出現回数に着目したところ、出現回数が多い単語は書き手の論旨の中心を表すキーワードとなっていることと、多くの単語が一回しか使用されないことが判明した。
【００５５】
例えば、文章中に１００の単語が用いられている場合、出現回数の多い、論旨の本質を示す中心となるキーワードはおよそ５つに過ぎず、およそ８０の単語は１度だけ用いられているだけである。このキーワードの文章に含まれる比率は、一のテーマを論じる文章である限り、６００文字の文章でも、２０００文字の文章でも基本的には変わりがないことも分析結果として得られている。
【００５６】
さらに、単語の出現回数について言及すると、極論として、すべての単語が一度だけしか用いられないと、文章としては、とりとめのない言葉の羅列に過ぎず、論旨が浮かび上がってこないものとなる。一方、すべてが同じ単語となってしまっては、文章として成立しないということになる。すなわち、一つのテーマを効果的に相手に伝えるためには、単語の使用則として、繰り返し用いられる単語が一定量あり、さらに、一度しか使われない単語がその周辺をとりまくように存在する必要があるというイメージが成立する。なお、出てきた単語数（重複を含む）を、出てきた単語の種類数で割った値（単語重複率）は、論文の場合は１．４２、小説では２．０１となるという分析結果も得られている。
【００５７】
上述した観点から、ある一定以上の割合で用いられるキーワードの割合を分析すると、例えば上述した１００の単語が用いられている場合で説明すると、キーワードの数が５を超えてさらに多い場合には、主張しようとする事柄が多くなり、それぞれの論点の説明に十分な論証がおこなわれていない傾向が強い。逆に、キーワードの数が５を満たさずさらに少ない場合には、主張すべき事柄への内容の集約が不足し、論旨を展開するにあたっての組み立てが不十分な傾向が強い。
【００５８】
加えて、一度しか用いられていない単語群が８０％を超えると、主張に対する論証として展開する方向が散漫となり、文章としての明確な方向性が表現しきれない傾向が強くなる。
【００５９】
以上説明したように、単語の重複という観点から見ると、文章の優劣は絶対量ではなくバランスであり、理想的な比率という基準で判断できるという知見を発明者は得ている。
【００６０】
このバランスという観点からの分析についてみると、品詞などの単語の属性の観点から見ても同様の結果を得いる。例えば、名詞、形容詞、動詞、助動詞などの一般的な品詞区分で考えてみると容易に理解できる。名詞は、主語や目的語として用いられるが、自然文として、主語がなければ、動作主体がわからず意味不明となるし、目的語がなければ、動作対象などがわからず、同じく意味不明となる。また、形容詞などが少なければ、第三者に問題の状況やそれをとりまく環境などの詳細なイメージを十分に伝えられないし、逆に多すぎては、与えられる情報が氾濫して読み手に伝えたいイメージがぼやけてしまう可能性が高い。そして、極論すると、動詞がないということは、自然文としての述語が存在しないことになり、少なくとも、主語に応じた比率で存在しなければ文章が成立しない。
【００６１】
この単語の属性という観点からの分析を行ったことにより、属性の観点からもバランス良く用いられているか否かを、文章としての優劣を評価する基準とできるという知見を発明者は得ることができた。なお、本発明では、後述するように一般的な国文法の品詞種類とは異なる分析区分を採用しているが、この分析区分は、わかりやすい文章表現、文章構成という見地から重要となる、使用単語のバランスから文章を評価するという観点に基づき、どのような単語の属性を抽出すると、適切な数値評価ができる分析値が得られるかという分析実験を繰り返して、経験的かつ統計的に得られた区分である。
【００６２】
以上の知見に基づく言語分析を実現するための言語分析システムおよび言語分析プログラムについて、以下に実施形態を説明するが、これらの実施形態は本発明の一例を説明するに過ぎず、本発明の権利範囲を限定するものではない。また、説明において特記しなくとも、各手段は、当然に当業者として代替することができる手段を含むものとする。
【００６３】
〔第１実施形態〕
【００６４】
本発明にかかる言語分析システム１は、文章内容を判断するための基準となる評価基準を客観的に定める言語分析とともに、その評価基準に基づき文章の客観的な内容評価を行う言語分析の双方を実現しようとするシステムである。このような本発明の一実施形態を図１乃至図６に基づき説明する。
【００６５】
［言語分析システムの構成］
【００６６】
図１は、本発明に係る言語分析システム１のシステム構成を示す機能ブロック図である。図１に示したように、言語分析システム１は、自然文を受け付ける自然文受付手段１１と、受け付けた自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文分解手段１４が受け付けた自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値生成手段１８が生成した分析値に基づき、分析値の基準となる基準値を生成する基準値生成手段１９と、基準値生成手段１９が生成した基準値を記憶する基準値記憶手段として機能するパラメータ記憶手段１７と、基準値記憶手段１９から読み出した基準値と、分析値生成手段１８が生成した分析値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段２０と、乖離値生成手段２０が生成した複数の乖離値に基づき評価値を生成する評価値生成手段２１と、乖離値生成手段２０が生成した乖離値または評価値生成手段２１が生成した評価値を出力する出力手段２２と、を主たる構成として備える。
【００６７】
また、図２は、本発明にかかる言語分析システム１を実現するための概略的なシステム構成図である。図２に示したように、システム全体としては、情報の入力手段３１、情報の表示手段３２、情報の記憶手段３３、外部装置との通信手段３４、印刷手段３５、およびこれら各手段の動作を制御する処理手段３６とを有する構成を採用する。
【００６８】
図２において、入力手段３１は、キーボードやスキャナなどの情報を入力するための手段である。表示手段３２は、液晶ディスプレイやＣＲＴなどの情報を表示するための手段である。通信手段３４は、モデム、ＴＡ、ルータなど、外部装置との間で情報を受信し、送信するための手段である。印刷手段３５は、電子情報を紙媒体などに出力して提供する手段であり、例えば、プリンタなどが該当する。なお、説明の容易のため、図２においてこれら入力手段３１、表示手段３２、通信手段３４の数をそれぞれ一としたが、これに限らるものではない。
【００６９】
そして、記憶手段３３は、プログラムやデータの格納領域を提供するとともに、プログラムの展開領域を提供する手段である。例えば、ＲＡＭ、ＲＯＭ、ＨＤＤなどの主記憶装置、補助記憶装置が挙げられる。ここで、図２に示したように、記憶手段３３は、所定の記憶領域に自然文記憶手段１２と、分析用辞書記憶手段１３と、分解結果記憶手段１５と、パラメータ記憶手段１７と、を含むものであり、各記憶手段の概要は以下のとおりである。
【００７０】
自然文記憶手段１２は、分析対象となる自然文を格納するための記憶領域を提供する。分析用辞書記憶手段１３は、後述する分析用の辞書を格納するための記憶領域を提供する。分解結果記憶手段１５は、後述する分析結果を格納するための記憶領域を提供する。パラメータ記憶手段１７は、図１に示したカウント値記憶領域１７ａ、分析値記憶領域１７ｂ、基準値記憶領域１７ｃ、乖離値記憶領域１７ｄ、評価値記憶領域１７ｅなど、分析に用いるための基礎データとなる数値や、演算結果として得られる数値などのパラメータを格納するための記憶領域を提供する。ここで、パラメータ記憶手段１７は、これら各記憶領域を備えることにより、カウント値記憶手段、分析値記憶手段、基準値記憶手段、乖離値記憶手段、評価値記憶手段としても機能するものである。
【００７１】
なお、説明の容易のため、図２において記憶手段３３の数を一つとしたが、これに限られるものではなく、物理的に複数の記憶媒体から記憶手段が構成されるようにして、分散的に情報を記憶できるシステムとしてもよいことはいうまでもない。
【００７２】
処理手段３６は、ＣＰＵなどの演算処理手段であり、上述した各種機器を制御する手段である。なお、説明の容易のため、図２において処理手段３６の数を一としたが、これに限られるものではなく、物理的に複数の演算処理手段を用いて並列的に制御を行う構成としてもよい。また、処理手段３６が仮想計算機などを介して、中間コード形式で提供されたプログラムを解釈、実行して処理を実現する構成としてもよい。
【００７３】
以下、図１に示した言語分析システム１を構成する各手段について詳述する。
【００７４】
まず、図１における、自然文受付手段１１、自然文分解手段１４、カウント値取得手段１６、分析値生成手段１８、基準値生成手段１９、乖離値生成手段２０、評価値生成手段２１、および出力手段２２は、言語分析システム１の処理手段３６が所定のプログラムを実行することにより、実現され、その機能を発揮するプロセスである。なお、それらのプログラムは、通常、記憶手段３３の所定の記憶領域に格納され、必要に応じて処理手段３６が読み出し、メモリなどの記憶手段３３のプログラム展開領域で実行され、各種機能を呈する。
【００７５】
ここで、自然文受付手段１１は、記載内容を評価する分析対象である自然文を受け付ける手段である。ただし、自然文受付手段１１が受け付ける分析対象の単位は、処理の効率を考えて分析対象となる複数の自然文からなる文章を想定するものであるが、これに限られるものではない。例えば、後述するように、単語への分解処理を自然文単位で行うことから、一自然文の分解処理が済む毎に次の自然文を受け付ける一自然文単位とする構成を採用してもよい。
【００７６】
加えて、相対的に文章を比較するような場合は、原則として、書き手の異なる文章を分析単位として受け付ける形態が想定されるが、文章を評価するための基準となる基準値を取得する場合には、どのように基準値を定めるかという取り決めにしたがうことになる。この場合には、自然文受付手段１１は、複数の書き手による単文をまとめた自然文群を文章と擬して受け付けたり、一の書き手の文章を基準値取得のために受け付けたりすることになるが、いずれにせよ、自然文を受け付けることに変わりはない。
【００７７】
また自然文受付手段１１は、入力手段３１を介して直接入力される情報を受け付けるという受け渡し形態に限られるものではない。例えば、言語分析システム１の外部から、通信手段３４を介してテキスト形式などで自然文の電子情報を受け付けるようにしてもよいし、書き換え可能なＭＯやＣＤ−ＲＷなどの記録媒体などを介して受け付けるようにしてもよい。加えて、記憶手段３３の他の記憶領域に格納されている文書データなどから分析対象を受け付ける形態を用いてもよい。
【００７８】
そして、自然文受付手段１１は、処理手段３６の制御下で、受け付けた自然文を自然文記憶手段１２に格納する機能も備える。これにより、言語分析システム１は、分析対象となる自然文を受け入れて即座に分析するシーケンスを実行しなければならないという制約を受けることはなく、所定の数の自然文を受け付けてから、任意のタイミングで分析できる。
【００７９】
ここで、自然文記憶手段１２は、前述したように、記憶手段３３の所定の領域に自然文を格納する手段であるが、その格納形態は、文章という単位で複数の自然文を格納するものに限られない。例えば、一の自然文を独立したかたちで格納してもよいし、文章単位、自然文単位が混在したかたちで格納してもよい。ただし、複数の文章を連続的に分析処理する場合などは、文章に固有の識別コードを付して、分析対象となる自然文をその識別コードに関連付けたかたちで記憶する。なお、複数の文章の分析を行う場合には、ここで付した識別コードと、後述する分析値や乖離値、評価値などの情報との関連付けも行うが、このようなＩＤ情報を用いた情報管理の手法は既知のものを用いるものとする。
【００８０】
分析用辞書記憶手段１３は、自然文受付手段１１が受け付けた自然文を単語に分解する際に参照する分析用辞書として機能する手段である。具体的には、分析用辞書記憶手段１３は分析単位となる基準単位単語を記憶する記憶手段であり、加えて、基準単位単語の属性に応じた分析区分を当該基準単位単語に付与し、相互に関連付けて記憶する記憶手段である。
【００８１】
ここで、基準単位単語の属性とは、一般的に単語の性質や特徴などをいい、例えば品詞の種類や意味に応じた分類などから判断される。そして、分析区分は、後述する評価値を、複数の観点から分析したものと意味づけるために複数生成される分析値を導出できるように、属性を考慮して定められる。
【００８２】
以下、分析用辞書記憶手段１３に格納される辞書について、図３に基づき説明する。図３は、分析用辞書記憶手段１３のデータ構造の一例を示す模式的構造図である。
【００８３】
図３に示したように、分析用辞書記憶手段１３は、複数の独立した辞書から構成され、詳細には、体言辞書、用言辞書、接続詞辞書、助詞辞書、助動詞辞書、に加え、分解に適した自然文、文節、単語レベルに修正することを主目的として、活用辞書、削除記号辞書、表記辞書、句点識別辞書などを備える。各辞書は、データベースとして構成され、上述した基準単位単語を格納する体言辞書、用言辞書などは、分析区分に関連付けて基準単位単語を格納する際に、単語に付与された分析区分が利用されることになる。
【００８４】
ここで、分析用辞書記憶手段１３の各辞書記憶領域に格納される基準単位単語が関連付けられる分析区分は、分解後の分析内容に応じて定められるものであり、本発明では、一般的な国文法をそのまま用いず、独自のアレンジを施した分析区分を採用する。
【００８５】
分析区分の具体例を表１および表２に示す。表１および表２に示したように、本実施形態では、分析用辞書記憶手段１３に格納される基準単位単語の分析区分に階層構造を採用する。詳細には、表１は、第１階層が体言に区分される部分の詳細な階層構造を示した表であり、表２は、第１階層が用言と付属語に区分される部分の詳細な階層構造を示した表である。
【００８６】
表１および表２に示したように、基準単位単語は、第１階層として、体言、用言、付属語の３つの区分に分けらる。それぞれ第１階層内での区分を表す第１階層区分コードとして０１，０２，０３というコードが付与される。
【００８７】
また、第２階層は、第１階層の体言、用言、付属語の下位区分という位置づけになる。具体的には、第１階層の体言は、普通名詞、固有名詞、代名詞、数詞、接続詞、連体詞、感動詞に分けられる。第１階層の用言は、動詞、形容詞に分けらる。第１階層の付属語は、助動詞、助詞、連語に分けられる。第２階層のそれぞれの区分には、第２階層内での区分を表す第２階層区分コードとして、０１から１３までのコードが付与される。
【００８８】
第３階層では、表１および表２に示したように、第２階層内での一区分が、属性に応じてさらに下位区分に細分化される。代表的な例では、普通名詞は、普通名詞、成語、季語、時期、その他の区分に分けられ、第３階層区分コードとして、０１，０２，０３，０４，０９というコードが付与される。また、固有名詞は、人名、社名、地名、国名、元号、歴史用語、その他の区分に分けられ、第３階層区分コードとして、０１，０２，０３，０４，０５，０６，０９というコードが付与される。この第３階層の区分については、表１および表２に記載した構造となっており、上述した以外の区分および区分コードについては説明を省略する。なお、本実施形態における区分コードにより分析区分を特定する方式として、第３階層の分析区分を示す場合には、少なくとも第２階層区分コードとセットにして第３階層区分コードを用いる。
【００８９】
そして、表１および表２に示したように、本実施形態では、上述した分析区分に加え、基準単位単語の属性に鑑みて定められた抽出区分を規定する。ここで、抽出区分は、一括して抽出すべき分析区分の単語を特定するために設けられた便宜的な区分であり、第２階層区分の所定の区分に応じて、ａ，ｂ，ｃの３つの区分が指定されている。例えば、キーワードとして分解した単語を選別する際に、区分ａと区分ｂに該当する単語を抽出する際のインデックスとして用いる。
【００９０】
ここで、区分ａは、内容を修飾または補足する単語群をまとめた区分を意味する。区分ｂは、内容を具体的に示す単語群をまとめた区分を意味する。区分ｃは、その単語だけでは意味をなさない単語群をまとめた区分を意味する。
【表１】
【表２】
【００９１】
なお、これらの分析区分の階層構造データは、分解後に、分析区分に基づくカウントが行われる際の利便性を考慮して、記憶手段の所定の領域に、分析用辞書記憶手段１３に格納される基準単位単語に関連付けられる分析区分を規定するデータとして格納される。格納の形態は、例えば、データベース構造などを採用し、各辞書の分析区分の階層構造に応じて、階層区分と分析区分コードとの対応付けを規定するとともに、高速検索のための検索インデックスとして抽出区分との対応付けも規定する。
【００９２】
以上説明した分析区分と関連付けられた基準単位単語を格納する各辞書およびその他の辞書について詳述する。
【００９３】
体言辞書記憶領域は、一般的な国文法では普通名詞、固有名詞、代名詞、数詞（主に単位など）、副詞、連体詞、感動詞に分類される基準単位単語を格納する。ここで、本発明に特徴的なことは、一般的な国文法では体言に分類される接続詞について、独立したかたちで接続詞辞書を設けていることと、連語を体言辞書に登録していることである。
【００９４】
これは、接続詞辞書が、実際に文章表現内容の分析を行う際に高い頻度で利用されることに鑑み、体言辞書に含めず独立させて設ける構成を採用したものであり、自然文を分解して単語にする際に用いることとは離れて、異なる言語分析を行う構成を付加的に備えた場合などを想定し、文章表現内容の分析に兼用しやすいようにしたものである。また、連語も二つ以上の単語が結合してはいるが、ひとまとまりの観念を表す語であるので、体言辞書に格納している。
【００９５】
用言辞書記憶領域は、一般的な国文法では動詞、形容詞に分類される基準単位単語を格納し、同様に、助詞辞書記憶領域は、助詞に分類される基準単位単語を、助動詞記憶領域は、助動詞に分類される基準単位単語をそれぞれ格納する。
【００９６】
また、活用辞書記憶領域は、一般的な国文法では動詞、形容詞に分類される基準単位単語の活用として語尾変化のパターンなどを格納しており、自然文の分解に際して、その単語が用言であるか否かを認定する際に用言辞書と併用される。
【００９７】
句点識別辞書記憶領域は、自然文の末尾を認識するために、句点（。）を格納する。ただし、必要に応じて、句点識別辞書記憶領域は、さらに、読点（、）や疑問符（？）、感嘆符（！）などを格納してもよい。
【００９８】
表記辞書記憶領域は、電子文書などで特殊記号に分類される自然文中の記号を変換するために、変換元情報と変換先情報を関連付けて格納する。例えば、百分率記号（％）と「パーセント」という単語、ドル記号（＄）と「ドル」という単語、円（￥）と「円」または「エン」などを関連付けて格納する。
【００９９】
削除記号辞書記憶領域は、分解や分析に関係しない記号で、削除しても問題がない記号を格納する。例えば、文章中で見出しなどに使う「○」「●」「◎」「§」「※」などの記号が挙げられる。
【０１００】
感想単語辞書記憶領域は、自然文を単語に分解する段階では使用しないが、後述する中心キーワード比率や中心補完単語比率などの分析値を生成する際に必要となる感想単語を格納する。詳細には、感想単語辞書記憶領域は、本発明独自の区分として、感想単語という分析用の特別区分を設け、これに該当する単語の数を差し引いた分析値を生成する処理を行うために、その感想単語に該当する基準単位単語を格納し、一致判断の際の参照辞書とする辞書記憶領域である。
【０１０１】
ここで、感想単語に該当するのは、「私は…と思う」と表現される場合の、「私」「思う」など、自然文制作者の主観的な感想として位置づけられる、主体を自分として述べるときに用いられる単語である。例えば、感想名詞に該当する単語として、「自ら」「自分」「私」「僕」「当社」「我社」など、感想動詞に該当する単語として、「思う」「できる」「対する」「考える」「感じる」などが挙げられる。
【０１０２】
なお、本実施形態では、体言辞書記憶領域、用言辞書記憶領域、接続詞辞書記憶領域、など、概ね分析区分と一致する構成として、自然文を単語に分解する際の参照の高速化を図れるようにしたが、これに限られるものではない。例えば、分析区分と対応付けられ、自然文の分解に際して基準単位単語として参照する分析手順を実現できるものであれば、独立した単語群を形成するように格納されたデータベース構造に代えて、単語がその分析区分や品詞種別に基づきまとめられることなく混在したデータベース構造を採用してもよい。
【０１０３】
また、必ずしも単一の分析用辞書記憶手段１３が、図３に示したように、複数の辞書を統括して記憶する構成に限られるものではなく、複数の記憶手段から分析用辞書記憶手段１３が構成され、複数にグループ化された辞書群を分散して記憶する構成を採用してもよい。また、辞書も上述した機能別の辞書を複数備える構成に限るものではなく、例えば、用言辞書と活用辞書を統合した複合機能を果たす辞書を構成要素としてもよい。
【０１０４】
続いて、自然文分解手段１４は、分析用辞書記憶手段１３に格納されている基準単位単語を参照して一致を判別し、基準単位単語に相当する複数の単語に自然文を分解する手段である。具体的には、自然文分解手段１４は、句点識別辞書記憶領域を参照しながら、自然文記憶手段１２に格納された分析対象となる自然文をセンテンス単位で読み出し、読み出した自然文について、所定の文字数単位で自然文の先頭から順番に文字列を抜き出し、分析用辞書記憶手段１３の体言辞書記憶領域、用言辞書記憶領域、接続詞辞書記憶領域など、所定の順序で各辞書を参照し、辞書内に格納された基準単位単語と比較して分解される単位となる単語を特定することにより単語に分解する手段として機能する。
【０１０５】
また、自然文分解手段１４は、複数の単語に自然文を分解するに際し、分解した単語に分析区分を関連付ける手段としても機能する。具体的には、分析用辞書記憶手段１３に格納される基準単位単語に関連付けられた分析区分を、分解した単語に関連付けるべき分析区分として用いることにより、分解した単語の属性に応じた分析区分を付与する手段として機能する。
【０１０６】
加えて、自然文分解手段１４は、自然文を分解した結果である単語群を分解結果記憶手段１５に格納する。ここで、分解された単語の格納の形態は、分解すべき単語として抽出したことに誤りがないことが確定した単語を順次格納する形態としてもよいし、自然文単位で分解処理が完了する毎にまとめて分解結果を格納する形態を採用してもよい。
【０１０７】
なお、自然文分解手段１４が実現する、自然文記憶手段１２に格納された自然文を単語に分解するプロセスは、上述の態様に限られるものではなく、少なくとも単語とそれに応じた分析区分を関連付けて分解格納することができるものであれば足りる。
【０１０８】
分解結果記憶手段１５は、前述したように、自然文分解手段１４が自然文を複数の単語に分解した結果を記憶する手段であるが、自然文を分解して得られた単語と、その単語の属性に応じた分析区分との関連付けを分解した結果に含むように記憶する。ここで、結果は、分析対象となる文章または自然文の単位毎に独立して記憶される。
【０１０９】
分解結果記憶手段１５の結果の記憶形態は、自然文の先頭側から順に分解した単語を格納し、その単語に該当する分析区分のフラグを立てる形態や、単語と分析区分に対応した区分コードとを対応付けて格納する形態、分析区分毎に分けて単語を格納する形態などを採り得る。また、分解した単語の中に、同一の単語が複数含まれている場合は、重複させて格納してもよいし、その単語に重複数を関連付けて格納することにより重複させないようにしてもよい。
【０１１０】
なお、分解結果記憶手段１５は、自然文分解手段１４が自然文を分解して取得した単語群などの、直接的な一次的結果を記憶する機能に限定されるものではない。分析対象毎に、対応する追加的な結果、例えば、一次的結果として得られた単語に、後述する同頻度数データやキーワードと認定されたことを示す識別記号などの二次的結果を関連付けて記憶する機能を付加してもよい。
【０１１１】
カウント値取得手段１６は、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得し、取得したカウント値をパラメータ記憶手段１７のカウント値記憶領域１７ａに格納する手段である。ここで、「少なくとも」としたのは、自然文分解手段１４が直接的に分解した単語数のみをカウントするのではなく、後述するように文字数や自然文の数（以下、センテンス数と称する）をカウントする手段としても機能し得るからである。
【０１１２】
具体的には、カウント値取得手段１６は、上述したような形態で分解結果記憶手段１５が格納する分解された単語群に基づき、単語に関連付けられた分析区分を検索インデックスとするなどしながら単語の数をカウントし、そのカウント値を取得する。
【０１１３】
カウント値記憶領域１７ａへのカウント値の記憶形態の一例として、図４にカウント値データベースのデータ構造図を示す。図４の各数値は、新聞の社説を分析対象とし、複数の社説を分析した場合のカウント値として取得されたデータを表している。
【０１１４】
ここで、分解結果記憶手段１５に格納された単語群に基づくカウント値の例としては、第１階層区分、第２階層区分、第３階層区分など、各区分が付与された単語の総数を区分毎にカウントしたカウント値が挙げられる。図４に示したカウント値として得られるデータ項目のうち、第１階層区分の体言（第１階層区分コード０１）に該当する単語の数をカウントして得られた体言数、同様に、用言（第１階層区分コード０２）に該当する単語の数をカウントして得られた用言数、付属語（第１階層区分コード０３）に該当する単語の数をカウントして得られた付属語数などがこれに該当する。
【０１１５】
ただし、カウント値取得手段１６が取得するカウント値は、単に特定の分析区分に該当する単語の総数に限られるものではない。例えば、その分析区分に該当する単語でも、重複する同一単語はひとまとまり（一つ）としてカウントして求められる単語の種類数（以下、出現単語数と称する）が挙げられる。なお、ひとまとまりとしてカウントする手法としては、すでにカウント済みの単語と一致を判別し、一致する場合にはカウントをスキップなどして、空カウントととするなどの手法を採用する。
【０１１６】
また、本実施形態では、カウント値取得手段１６は、分析区分という枠内に該当する単語のみをカウント対象とするものではなく、その分析区分をまたがって単語数をカウントしてもよい。
【０１１７】
例えば、分析対象となる文章中に出現した回数（以下、この出現回数を頻度数と称する）が同じである単語の数をカウントして求められる、頻度数が同じ単語の数（以下、同頻度数と称する）、さらには、頻度数が一である単語（分析対象文章中で一度しか出現していない単語）の数（以下、１頻度単語数と称する）、などをカウント値としてカウント値取得手段１６が取得する態様も採り得る。
【０１１８】
さらに、カウント値取得手段１６は、単語の数のカウント値だけでなく、必要に応じて、分解結果記憶手段１５のみならず、自然文記憶手段１２なども参照し、対象となる自然文の総文字数や、センテンス数、各分析区分に該当する単語の文字数を合計した数、などについてもカウントし、そのカウント値を取得する。また、後述する分析値生成手段１８により生成された分析値などに基づく再カウントなども、必要に応じて行う。
【０１１９】
加えて、カウント値記憶領域１７ａには、分解した単語の数をカウントして得られたカウント数から直接得られるカウント値のみならず、場合によっては、演算処理などを施して間接的に得られるカウント値をも記憶する構成としてもよい。
【０１２０】
そして、上述したように、分析区分に着目して単語の数をカウントしたカウント値を格納したのと同様に、それ以外のカウント値についても、パラメータ記憶手段１７に設けられたカウント値記憶領域１７ａに格納する。
【０１２１】
なお、図４に示したカウント値のうち、キーワード数や感想単語数は、所定のカウント値の処理がおこなわれた後、分析処理を挟んで、再度、必要に応じてカウントされるカウント値であり、詳細は後述する。
【０１２２】
分析値生成手段１８は、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する手段である。具体的には、分析値生成手段１８は、パラメータ記憶手段１７のカウント値記憶領域１７ａに格納された各種カウント値を用いて分析値を生成する。また、分析値の生成にあたっては、分析値生成手段１８は、記憶手段３３の所定の領域に設けられた不図示の分析値算出則記憶領域に格納された分析値算出則を参照して算出する。さらに、分析値生成手段１８は、パラメータ記憶手段１７の分析値記憶領域１７ｂに対して、算出した分析値を格納する手段としても機能する。
【０１２３】
ここで、本実施形態における分析値とは、カウント値に基づき生成された値をいうが、カウント値を加工して得られた二次的な数値を用いて生成された値のみに限られるものではなく、カウント値記憶領域１７ａに格納されたカウント値をそのまま用いて生成された値も含む。
【０１２４】
さらに、分析値は、上述した単語の数に基づくカウント値のみにより算出されなければならないものではなく、総文字数やセンテンス数などに基づくカウント値と、単語の数に基づくカウント値との双方を用いて生成されるものであってもよいことはいうまでもない。
【０１２５】
本発明にかかる分析値の代表的なものを表３に示す。表３には、文章の内容を評価する際の判断項目となる判断基準能力を表す分析項目内容、分析項目内容に対応する分析値、および、その分析値の算出則を記している。
【０１２６】
表３に示したように、文章の評価、書き手の能力評価の指標として、例えば、文章整備力なら総頻度比率を評価指標の基礎データとして用いることができる。また、その算出則は総頻度数を計算文字数で除すというものである。なお、算出則に用いられる各要素の詳細は後述する。
【表３】
【０１２７】
ここで、表３の分析項目内容に記載した各能力に対応付けられた分析値は、発明者の長年の研究および分析から得られた経験に基づき、文章の内容を評価する際の各能力を数値評価するに適していると認定されたものである。付言すれば、表３に示したように、単語の品詞属性等に基づく分析区分毎に、当該単語に連関するカウント数を用いて普遍化した比率が分析値の主流を占めるが、センテンスに連関するカウント数を用いて普遍化した比率も分析値となる。分析値として得られた数値を絶対比較しても、その能力に関する他の文章との優劣を判断することが可能である。なお、表３に示した分析値および分析値算出則は一例であり、それ以外の観点から算出される分析値を用いた評価を行う場合でも、好適に本発明を用いることができることはいうまでもない。
【０１２８】
そして、本実施形態においては、表３に示したような分析値算出則記憶領域への分析値算出則の格納形態としては、プログラム関数もしくはモジュールの演算機能のかたちで記憶手段３３に格納される構成を採用しており、分析値生成手段１８が記憶手段３３の所定の記憶領域に格納されたプログラム関数またはモジュールを利用して分析値を生成するという方式を採る。
【０１２９】
ただし、分析値算出則の格納は、上述したように、関数として繰り返し用いることができるようにサブルーチン的に格納する形態に限られるものではなく、シーケンス制御の手順として、重複して逐次規定され格納される形態であってもよい。
【０１３０】
ゆえに、分析値生成手段１８は、詳細には、カウント値記憶領域１７ａと記憶手段３３に設けられた不図示の分析値算出則記憶領域とを参照し、カウント値記憶領域１７ａから読み出したカウント値と、分析値算出則記憶領域から読み出した分析値算出則と、に基づき、分析値を生成する手段として機能する。
【０１３１】
続いて、分析値生成手段１８により生成される分析値について詳述する。上述したように、分析値には、カウント値記憶領域１７ａに格納されたカウント値をそのまま用いて生成された分析値と、表３に示した分析値などのように、カウント値を加工して得られた二次的な数値を用いて生成された分析値がある。なお、表３においては分析値算出則の要素となっている計算文字数なども、カウント値に基づく分析値と位置づけてよい。
【０１３２】
まず、直接的にカウント値を用いて得られる分析値としては、表３に示された総頻度数、除数詞名詞数やセンテンス用言率などが挙げられる。具体的には、総頻度数は、分析対象となる複数の自然文に含まれる分析区分の内、抽出区分ａおよびｂに該当する分析区分毎の単語の数をカウントして得られた総和をいう。また、除数詞名詞数は、第２階層区分が普通名詞、固有名詞、代名詞に該当する単語の数の総和から数詞に該当する単語の数を差し引いた単語数をいう。そして、センテンス用言率は、用言数をセンテンス数で除した数値をいう。
【０１３３】
ここで、本実施形態において、総頻度数をすべての単語の数にせず、抽出区分ａ，ｂに限ったのは、経験則から、抽出区分ｃに該当する単語の数を除外して分析を行うことにより、専門家が経験的によい文章であると判断した場合の人的分析評価に沿った、数値分析評価が得られると判明したからである。
【０１３４】
一方、カウント値を加工して得られた二次的な数値を用いて生成される分析値としては、総頻度比率、体言率、などの比率または率で表される、計算文字数でカウント値等を除して求められる分析値や、中心キーワード比率、中心補完単語比率、中心１頻度単語比率、第１単語頻度比率、第２単語頻度比率、第３単語重複率のように、カウント値を用いて算出したパラメータを計算文字数で除した分析値などが挙げられる。
【０１３５】
ここでいう計算文字数は、例えば固有名詞の文字数の多寡（外国の地名などの有無）や、対象となる文章自体の多寡など、物理的または表面的な要素により分析値が大きく影響を受けることがないように導入したパラメータであり、本発明に特徴的な概念である。
【０１３６】
本実施形態における計算文字数の算出則は、（計算文字数）＝（分析対象となる文章の総文字数）×（総頻度数）／（総頻度数でカウントされた分析区分に該当する単語の文字数の総和）である。ゆえに、比率を算出する際の分母となるため文字数と称したが、単語の数である総頻度数と、文字数から得られた無次元係数とから得られる頻度数とを用いて、分析値を生成しているものであり、これにより、文字量の影響を極力排除せんとするものである。
【０１３７】
より具体的には、冗長でわかりにくい文章と簡明で短い文章とを比較した際に、その文字量により左右されにくい分析値を得ることができるようにするため、単語の数に対して文字数に基づく補正をかけ、分析値の普遍化を実現する普遍化パラメータとして上述の計算文字数を選択したものである。
【０１３８】
また、中心キーワード比率、中心補完単語比率、中心１頻度単語比率などは、分解した単語のうちキーワードと認定される単語数が重要なパラメータとなる。
【０１３９】
キーワードとは、同頻度件数を同頻度のパターン数で除した同頻度比率が、０．７以下の単語とされる。ここで、同頻度件数とは、特定の出現回数につき、その出現回数が同じである単語の種類数をいう。例えば、出現回数が４回の単語が３種類あったら、頻度数が４の同頻度件数は３とされる。また、同頻度のパターン数とは、同頻度と認定された単語群の数をいい、具体的には、出現回数が同じである単語群がいくつできるかをカウントしたものである。例えば、出現回数が１回の単語群、出現回数が２回の単語群、出現回数が３回の単語群、出現回数が４回の単語群、出現回数が６回の単語群、出現回数が１２回の単語群がある場合には、同頻度のパターン数は６となる。このとき、頻度数が４の単語群については、前述したように同頻度件数が３であるので、同頻度比率が０．５となり、キーワードとして認定されることになる。なお、参考までに、一の社説について分析した結果をあげると、頻度数１２が同頻度件数１件、頻度数６が同頻度件数１件、頻度数４が同頻度件数３件、頻度数３が同頻度件数５件、頻度数２が同頻度件数１８件、頻度数１が同頻度件数１７８件、となり、頻度数１２、頻度数６、頻度数４までに該当する単語群がキーワードとして認定された。
【０１４０】
このキーワード認定のために、分析値生成手段１８は、分解された単語もしくは単語群がキーワードに該当するか否かを、カウント値記憶領域１７ａに格納された各カウント値に基づき算出した同頻度比率が０．７以上か否かにより判断する機能も備える。このとき、その判断結果に基づき、キーワードに該当する単語数（以下、キーワード数と称する）をカウント値取得手段１６がカウントし、さらに、そのカウント値に基づき、分析値生成手段１８が分析値を生成する。
【０１４１】
具体的には、以上説明したキーワードに該当する単語数に基づき生成される分析値が、補完単語数であり、キーワード数から、前述した一頻度単語数を差し引いた数値をいう。
【０１４２】
さらに、分析値生成手段１８は、キーワードに該当すると判断したキーワード群や補完単語に該当すると判断した補完単語群の中に、感想単語が存在するか否かを判断する機能を備える。具体的には、前述した分析用辞書記憶手段１３に格納されている感想単語辞書記憶領域を参照して、その感想単語として記憶されている基準単位単語との一致をみることにより判断する。
【０１４３】
分析値生成手段１８は、この感想単語の認定に基づき、中心キーワード数として、キーワード数から感想単語数を差し引いた数値を分析値として生成する。また、中心補完単語数として、補完単語数から感想単語を差し引いた数値を分析値として生成する。さらに、中心一頻度単語数として、一頻度単語に該当する単語から感想単語を差し引いた数値を分析値として生成する。その上で、分析値生成手段１８は、これら、中心キーワード数、中心補完単語数、中心一頻度単語数をそれぞれ計算文字数で除して、中心キーワード比率、中心補完単語比率、中心１頻度単語比率を生成し、分析値として分析値記憶領域１７ｂに格納する。
【０１４４】
ただし、本実施形態におけるキーワードの認定方法として、上述した同頻度件数を同頻度のパターン数で除したものを同頻度比率としたが、キーワードの概念は、前述したように、ある一定回数以上の出現頻度で使用されている単語というものであり、この区別を行うための指標の一例として上述の同頻度比率を用いた構成を採用したものである。したがって、キーワードを認定するための基準となる頻度を定められるものであれば、これに限られるものではなく、キーワードを認定するための出現頻度のしきい値として、例えば、同頻度件数を総同頻度件数で除した値を同頻度比率として用いてもよい。
【０１４５】
他の分析値としては、第１単語頻度比率、第２単語頻度比率、第３単語重複率が挙げられる。ここで、第１単語、第２単語、第３単語、第４単語は、カウント値取得手段１６が取得したカウント値に基づき、頻度数（出現回数）の多い単語を上位から４つ抽出して特定する。ゆえに、それぞれの単語の頻度数は、第１単語数、第２単語数、第３単語数、第４単語数、として取り扱われ、各々を計算文字数で除した値が第１単語頻度比率、第２単語頻度比率、第３単語頻度比率、第４単語頻度比率という分析値になる。また、第３単語重複率とは、第１単語、第２単語、第３単語とされた単語について、その種類数の和をとり、３で除した値をいう。
【０１４６】
そして、各分析値は、表３に示したように分析対象の文章の内容を表す数値となる。具体的には、文章整備力を表す数値として総頻度比率が、語彙力を表す数値として除数詞名詞率が、テーマ設定力を表す数値として中心キーワード比率が、 テーマ説明力を表す数値として中心補完単語比率が、テーマ補足力を表す数値として中心１頻度単語比率が、単語構成力を表す数値として出現単語比率が、センテンス構成力を表す数値としてセンテンス比率が、センテンス主張力を表す数値としてセンテンス頻度平均値が、主張力を表す数値として第１単語頻度比率が、 主張補足力を表す数値として第２単語頻度比率が、主張構成力を表す数値として第３単語重複率が、論理展開力を表す数値として同頻度数比率が、論理強制力を表す数値として単語回帰値が、行動表現力を表す数値としてセンテンス用言率が採用される。
【０１４７】
ここで、センテンス頻度平均値とは、各センテンスの区分ｂに該当する単語について、その単語重量値の総和をとり、そのセンテンス毎に得られた単語重量値の総和をさらに合計した値を、センテンス数で除した値である。ここでいう単語重量値は、単語の頻度比率であり、出現回数（頻度数）を計算文字数で除したものである。
【０１４８】
また、回帰値とはデータ分布を一つの直線に表したときの傾きを示す値であるが、単語回帰値の本来の意義は、すべての単語の頻度比率を分布図に表したときの直線の傾きをいう。ただし、本実施形態では、近似的に傾きを取得する構成を採用している。具体的には、縦軸のパラメータとして理想値を用い、横軸のパラメータとして分析対象文章の分析値をとり、理想値と合致する場合には４５度の傾きをなす分布直線を想定する。そして、単語の頻度比率としては、第２単語頻度比率を第１単語頻度比率で除した値、第３単語頻度比率を第１単語頻度比率で除した値、第４単語頻度比率を第１単語頻度比率で除した値の総計３つの値を用いて、これらのパラメータを用いて傾きを求める。なお、第１単語頻度比率で除したのは、回帰値を得るための傾きを単調増加する直線に近似できるようにするためである。
【０１４９】
詳細には、縦軸には、平均値±標準偏差の範囲に入ったときの値から算出された再平均値を用いて算出した理想値をとるとともに、横軸には、各分析対象文章の現実値をとり、これら理想値と現実値の３対のデータから最小自乗法により傾きを算出する。ここで、最小自乗法による算出には、公知のプログラム関数などを用いる。また、単語回帰値の傾きが表す傾向としては、傾きが４５度よりもなだらかな場合には、冗長であいまいな表現となっており、４５度より急な場合には命令張の断定的な表現となっているということが、経験的に得られている。
【０１５０】
基準値生成手段１９は、分析値生成手段１８が生成した分析値に基づき、分析値の基準となる基準値を生成する手段であり、言語分析を行う際の評価基準となる数値評価基準値を設定する機能を果たす。また、基準値生成手段１９は、生成した基準値を、基準値記憶手段として機能するパラメータ記憶手段１７の基準値記憶領域に格納する手段としても機能する。
【０１５１】
基準値生成手段１９が生成する基準値は、複数の文章毎に生成された複数の分析値を用いて標準偏差を算出し、算出した標準偏差を用いて再度分析値をフィルタリングして抽出した分析値集団の平均値である。なお、前述した分析値生成手段１８が、複数種類の分析値を生成する場合には、基準値生成手段１９は、その種類毎に生成された分析値を用いて基準値を生成する。
【０１５２】
ここで、基準値生成手段１９が基準値を生成する際のフィルタリングとは、分析対象となる文章毎に生成された各分析値を用いて、複数の分析値について平均値と標準偏差を算出し、その上で、（平均値）±（標準偏差）の範囲に入っていない分析値を除外し、再度、平均値を求める（以下、再平均値と称する）。この再平均値を基準値、すなわち理想値として位置づけ、文章の分析を行う際の数値基準として用いるのが本実施形態の特徴である。
【０１５３】
ただし、本発明においては、分析対象が文章という個人差が大きくなりやすいものを分析対象としているため、標準偏差を用いてばらつきの度合いが大きい標本を削除することにより、外乱的な要素を排除した評価基準を得る構成を採用することがより望ましいといえる。したがって、上述した再平均値を用いる構成としたものであり、多少の外乱的な要素を含む基準としても良い場合には、直接的に複数の分析値から得られる平均値を、上述したような数値操作を行うことなく、基準値としてもよい。
【０１５４】
なお、上述したような基準値生成にあたっての基準値算出則は、記憶手段３３の所定の領域に設けられた不図示の基準値算出則記憶領域に、プログラム関数またはモジュールなどのかたちで格納されるものである。
【０１５５】
ゆえに、基準値生成手段１９は、詳細には、分析値記憶領域１７ｂと記憶手段３３に設けられた不図示の基準値算出則記憶領域とを参照し、分析値記憶領域１７ｂから読み出した分析値と、基準値算出則記憶領域から読み出した基準値算出則と、に基づき、基準値を生成する手段として機能する。
【０１５６】
乖離値生成手段２０は、基準値記憶手段であるパラメータ記憶手段１７から読み出した基準値と分析値生成手段１８が生成した分析値とに基づき、読み出した基準値に対する分析値の乖離の程度を示す乖離値を生成する手段である。
【０１５７】
ここで、乖離値を算出するための算出則を次式（１）に示す。この算出則は、プログラム関数やモジュールなどのかたちで、前述した分析値算出則や基準値算出則と同様に、記憶手段３３の所定の領域に設けられた不図示の乖離値算出則記憶領域に格納される。
【０１５８】
式（１）において、Ａを補正係数、Ｂを段階係数、Ｃを分散係数と称する。本実施形態にかかる乖離値生成手段２０は、乖離値自体を生成する前に、基準値記憶領域１７ｃに格納された基準値を参照し、乖離値を算出するために用いるこれらの係数Ａ，Ｂ，Ｃを生成し、記憶手段３３の所定の記憶領域に格納する。
【数１】
【０１５９】
以下、各係数の意義とともに、乖離値生成手段２０の係数および乖離値の算出機能について説明する。また、図５に、前述した基準値とともに、乖離値生成手段２０が、各分析値に基づく乖離値の算出に際して用いる係数値を格納したデータベースのデータ構造の一例を示す。ここで、本実施形態で用いる、図５に示したデータベースは、基準値記憶領域１７ｃであるとともに、上述した乖離値算出用の係数を記憶する所定の係数記憶領域として機能するものである。
【０１６０】
まず、各係数について説明する。補正係数Ａは、分析値毎に桁数異なるため、分析値を指標として用いる際に値を揃えて普遍化しやすいように、分析値を修正する係数である。式（１）において、原則として分析値に補正係数Ａを乗じた値が、１付近を中央値とするように補正係数Ａを定める。
【０１６１】
本実施形態においては、この補正係数Ａを算出する手順として、次のような手順を採用する。処理手段３６は、基準値記憶領域１７ｃから基準値を読み出し、この基準値で１を除して、その算出結果の数値を補正係数Ａとして、所定の記憶領域に格納する。この補正係数Ａの算出処理は、基準値に基づく乖離値の生成を行う処理の根幹をなす。例えば、図５において、総頻度比率の基準値である再平均値で１を除した商が、総頻度比率の補正係数Ａとなる。具体的には、０．７４４５である場合、この０．７４４５で１を除した商の１．３４３１が補正係数Ａとなる。ゆえに、式（１）において、この補正係数Ａと分析値の積から１を引くことにより、０を基準とした乖離の程度が数値として得られることになる。
【０１６２】
そして、この乖離の程度を分析結果として見たときに、認識しやすいように修正する数値が段階係数Ｂである。すなわち、乖離値が、満点が最適という評価概念ではなく、理想値に近いと最適という評価概念に基づくものであるという性質に鑑み、数値評価をする際の感覚的な段階評価を、評価数値の整数部分の数で把握しやすいように、算出結果を修正する係数として段階係数Ｂを用いる。本実施形態では、段階係数Ｂを５に設定している。
【０１６３】
具体的には、本発明で用いる乖離値は、基準となる値に対して、どの程度乖離しているかという程度を表すものである。したがって、例えば０を基準とした場合を考えると、＋５であっても、−５であっても、乖離の程度は同じとなる。この場合では、０で表される「ほどほど」のところが最も良いとしたときの、その最善値からの離れ具合を示す段階を５としたものといえ、評価の内容によっては、３段階、１０段階などのほうが感覚的に分かりやすい、または、評価結果を利用しやすい場合があるので、固定値にせず、任意に採り得る係数としている。このため、段階係数Ｂは、処理手段３６による算出結果で得るのではなく、事前に所定の記憶領域に格納される構成を採用する。
【０１６４】
一方、分散係数Ｃは、段階係数Ｂと異なり、補正係数Ａと同様、処理手段３６が算出する。ここで、単に補正係数Ａをかけて分析値の桁数を揃えただけでは、数値の変化の幅が普遍化されていないので、相対比較に用いるには不適である。このために用いられるのが、式（１）における分散係数Ｃである。
【０１６５】
本実施形態では、分散係数Ｃを、処理手段３６が、上述した再平均値を算出した際のデータについて、各分析値とその再平均値を用いて算出した標準偏差とする。そして、処理手段３６が、乖離値を生成する際に、この分散係数Ｃで除することにより、算出結果が標準偏差に対する比率という側面を有することになるので、乖離値の最大値と最小値の幅を相対比較の可能なスケールに修正することができる。
【０１６６】
このような乖離値を用いて評価する手法を採用したのは、理解しやすい文章の場合には、分析値が特定の一の値に集束するという経験的に得られた傾向に基づくものである。
【０１６７】
ただし、乖離値の段階係数Ｂによる乖離値の変動幅の設定は、求められる評価のばらつきに応じた段階評価を踏まえて設定されるものであり、事前に設定されるものであってもよいし、分析途中で、言語分析システム１が入力手段３１などを介して何段階評価を行うかを受け付ける構成としてもよい。
【０１６８】
ここで、乖離値生成手段２０は、生成した乖離値を、パラメータ記憶手段１７に設けられた乖離値記憶領域１７ｄに格納する機能も備える。ゆえに、乖離値生成手段２０は、詳細には、分析値記憶領域１７ｂと、記憶手段３３に設けられた不図示の乖離値算出則記憶領域および係数記憶領域とを参照し、分析値記憶領域１７ｂから読み出した分析値と、乖離値算出則記憶領域から読み出した乖離値算出則および係数記憶領域から読み出した係数と、に基づき、乖離値を生成する手段として機能する。そして、この係数に基づき乖離値を生成することにより、間接的にではあるが基準値に基づき乖離値を生成する手段として機能する。
【０１６９】
評価値生成手段２１は、乖離値生成手段が生成した複数の乖離値に基づき評価値を生成する手段である。評価値の例としては、表現力、説得力、理解力、把握力、分析力、問題発見力、洞察力、思考力、創造力、応用力、対応力、行動力、などが挙げられるが、それぞれ異なる観点からなる複数の乖離値を用いて算出される。
【０１７０】
処理手段３６が実現する評価値の算出方式としては、複数の乖離値の平均値を用いる方式や、乖離値の基準値（理想値）と比較する乖離値の差の絶対値をとり、この絶対値に基づいて理想値にどれくらい及ばないかを、理想値を満点とする減点方式で表す方式など、任意の算出方式を採り得る。この算出則も、記憶手段３３の所定の領域に設けられた評価値算出則記憶領域に格納される。
【０１７１】
そして、評価値生成手段２１は、他の手段の生成手順と同じく、詳細には、乖離値記憶領域１７ｄと記憶手段３３に設けられた不図示の評価値算出則記憶領域とを参照し、乖離値記憶領域１７ｄから読み出した乖離値と、評価値算出則記憶領域から読み出した評価値算出則と、に基づき、評価値を生成する手段として機能する。
【０１７２】
具体的には、本実施形態において、表現力の評価は、語彙力、テーマ補足力、単語構成力、センテンス構成力、主張力、という観点から複合的に判断される。そして、除数詞名詞率、中心１頻度単語比率、出現単語比率、センテンス比率、第１単語頻度比率、の５つの乖離値の平均をとって数値化する。
【０１７３】
説得力の評価は、語彙力、テーマ設定力、テーマ補足力、主張力、論理強制力、という観点から複合的に判断される。除数詞名詞率、中心キーワード比率、中心１頻度単語比率、第１単語頻度比率、単語回帰値、の５つの乖離値の平均をとって数値化する。
【０１７４】
理解力の評価は、体言率、テーマ説明力、単語構成力、センテンス構成力、主張補足力という観点から複合的に判断される。体言率、中心補完単語比率、出現単語比率、センテンス比率、第２単語頻度比率、の５つの乖離値の平均をとって数値化する。
【０１７５】
把握力の評価は、用言率、テーマ説明力、単語構成力、主張構成力、論理展開力という観点から複合的に判断される。用言比率、中心補完単語比率、出現単語比率、第３単語重複率、同頻度数比率、の５つの乖離値の平均をとって数値化する。
【０１７６】
分析力の評価は、体言率、テーマ設定力、テーマ補足力、行動表現力、主張構成力という観点から複合的に判断される。体言率、中心キーワード比率、中心１頻度単語比率、センテンス用言率、第３単語重複率、の５つの乖離値の平均をとって数値化する。
【０１７７】
問題発見力の評価は、体言率、テーマ補足力、単語構成力、行動表現力、主張構成力という観点から複合的に判断される。体言率、中心１頻度単語比率、出現単語比率、センテンス用言率、第３単語重複率、の５つの乖離値の平均をとって数値化する。
【０１７８】
洞察力の評価は、語彙力、テーマ説明力、センテンス主張力、主張力、主張補足力という観点から複合的に判断される。除数詞名詞比率、中心補完単語比率、センテンス頻度平均値、第１単語頻度比率、第２単語頻度比率、の５つの乖離値の平均をとって数値化する。
【０１７９】
思考力の評価は、語彙力、テーマ設定力、単語構成力、主張力、論理展開力という観点から複合的に判断される。除数詞名詞率、中心キーワード比率、出現単語比率、第１単語頻度比率、同頻度数比率、の５つの乖離値の平均をとって数値化する。
【０１８０】
創造力の評価は、語彙力、用言率、テーマ設定力、主張力、論理強制力、という観点から複合的に判断される。除数詞名詞率、用言比率、中心キーワード比率、第１単語頻度比率、単語回帰値、の５つの乖離値の平均をとって数値化する。
【０１８１】
応用力の評価は、語彙力、テーマ補足力、単語構成力、主張構成力、論理展開力という観点から複合的に判断される。除数詞名詞率、中心１頻度単語比率、出現単語比率、第3単語重複率、同頻度数比率、の５つの乖離値の平均をとって数値化する。
【０１８２】
対応力の評価は、テーマ設定力、テーマ説明力、テーマ補足力、行動表現力、主張力という観点から複合的に判断される。中心キーワード比率、中心補完単語比率、中心１頻度単語比率、センテンス用言率、第１単語頻度比率、の５つの乖離値の平均をとって数値化する。
【０１８３】
行動力の評価は、用言率、センテンス主張力、主張力、論理展開力、論理強制力という観点から複合的に判断される。用言比率、センテンス頻度平均値、第１単語頻度比率、同頻度数比率、単語回帰値、の５つの乖離値の平均をとって数値化する。
【０１８４】
出力手段２２は、乖離値生成手段２０が生成した乖離値もしくは評価値生成手段２１が生成した評価値をＡＧＰ（Accelerated Graphics Port）やパラレルポート、あるいはＵＳＢなどの情報出力インターフェースを介して外部装置へ出力する手段である。また、出力に際し、出力手段２２は、出力先に応じた形態の出力情報の生成を必要に応じて行う。例えば、表示手段３２に対してパラメータ記憶手段１７に格納された情報を出力する場合には、表示手段３２においてどのように表示されるかを規定する表示制御情報に乖離値または評価値を組み込んで出力する。印刷手段３５に対してパラメータ記憶手段１７に格納された情報を出力する場合には、印刷手段３５がどのように情報を印刷するかを規定する印刷制御情報に乖離値または評価値を組み込んで出力する。
【０１８５】
加えて、出力手段２２は、乖離値の段階で分析結果の出力を行う場合には、乖離値記憶領域１７ｄから必要な観点の乖離値を読み出し、外部装置である表示手段３２や印刷手段３５に出力する。一方、評価値による分析結果の出力を行う場合には、出力手段２２は、評価値記憶領域１７ｅから必要な観点の評価値を読み出し、外部装置である表示手段３２や印刷手段３５に出力する。
【０１８６】
ここで、参考として、図６に、出力手段２２による乖離値の出力に基づき、表示手段３２の表示領域に形成される画面または印刷手段３５の出力用紙に形成される出力結果の一例を概略的に示す。図６は、先に説明した社説を分析した結果の一例を示す概略図である。この社説の分析処理では、基準値を求めるとともに、基準値を求める際に用いた各社説についても相対比較するという、二つの処理を言語分析システム１が実現している。
【０１８７】
本実施形態では、図６に示したように、出力手段２２は、乖離値の基準値を０から５に修正した上で、乖離値をグラフ形式で表示させるグラフ表示情報を出力している。これは、各乖離値により評価された表３に示した分析項目内容を視覚的に把握しやすいように、基準値を操作してすべての折れ線グラフが０点よりも上にくるようにしたものである。なお、出力手段２２は、表示手段３２が出力先である場合には、グラフ表示情報を含む表示制御情報を生成して出力し、印刷手段３５が出力先である場合には、グラフ表示情報を含む印刷制御情報を生成して出力する。
【０１８８】
図６においては、理解容易のため、再平均値に基づく各乖離値の基準値に５を足した値を、各分析項目内容の理想値として、太い実線で強調している。この実線から乖離している程度が少ない文章ほど、優秀な文章であると評価されることになる。
【０１８９】
なお、要求される出力形態に応じて、そのまま基準値を修正せずに乖離値を出力してもよいし、さらには、図６に示したグラフ形式ではなく表形式となるような出力情報を生成して出力してもよい。
【０１９０】
また、図７に、出力手段２２による評価値の出力に基づき、表示手段３２の表示領域に形成される画面または印刷手段３５の出力用紙に形成される出力結果の一例を概略的に示す。本実施形態では、図７に示したように、出力手段２２は、乖離値に基づく各能力の値として基準値を０から５に修正した値とともに、各値の平均値である評価値を含む表形成情報を出力している。なお、出力手段２２は、表示手段３２が出力先である場合には、表形成情報を含む表示制御情報を生成して出力し、印刷手段３５が出力先である場合には、表形成情報を含む印刷制御情報を生成して出力する。
【０１９１】
以上説明した各手段が有機的に結合し、機能することにより、自然文により構成された文章の内容という無形のものを対象として、異なる観点を設定した複数のパラメータによる多面的な分析を行うことが可能となり、数値による相対分析が可能になる。
【０１９２】
特に、文章の内容の優劣を支配する単語の属性に応じた分析区分を設定し、この分析区分に該当する単語の数などに基づく比率を分析値に反映させることにより、文章の評価において重要な使用単語のバランスを数値として評価できる。ひいては、この分析区分の設定を変えることで、目的に応じた言語分析環境を柔軟に提供できる。
【０１９３】
詳細には、自然文を受け付ける自然文受付手段１１と、受け付けた自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文分解手段１４が受け付けた自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値生成手段１８が生成した分析値に基づき、分析値の基準となる基準値を生成する基準値生成手段１９と、基準値生成手段１９が生成した基準値を記憶する基準値記憶手段として機能するパラメータ記憶手段１７と、が有機的に結合し、機能することにより、言語分析システム１は、言語分析における数値で表される基準値を取得でき、客観的な文章内容の評価を行うことができる評価基準を確立できるシステムとして機能する。
【０１９４】
一方、自然文を受け付ける自然文受付手段１１と、受け付けた自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文分解手段１４が受け付けた自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値生成手段１８が生成した分析値の基準となる基準値を記憶する基準値生成手段１９と、基準値記憶手段１９から読み出した基準値と、分析値生成手段１８が生成した分析値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段２０と、乖離値生成手段２０が生成した複数の乖離値に基づき評価値を生成する評価値生成手段２１と、乖離値生成手段２０が生成した乖離値または評価値生成手段２１が生成した評価値を出力する出力手段２２と、が有機的に結合し、機能することにより、数値化された乖離値、評価値などのパラメータを用いて、異なる文章を客観的に評価することができるシステムとして機能する。
【０１９５】
［言語分析処理の手順］
【０１９６】
次に、言語分析システム１の言語分析処理の手順につき、図８および図９に基づき説明する。図８は、本実施形態にかかる言語分析処理のうち、評価基準を定めるための基準設定処理を示すフローチャートである。図９は、本実施形態にかかる言語分析処理のうち、受け付けた分析対象を評価する内容評価処理を示すフローチャートである。
【０１９７】
［基準設定処理］
【０１９８】
まず、基準設定処理について図８に基づき説明する。ここで、本実施形態にかかる基準設定処理を行う言語分析システムは、基準設定処理を行う際の前提として、上述したように、情報の受付手段と、情報の記憶手段３３と、これら各手段の動作を制御する処理手段３６と、を備え、記憶手段３３が、少なくとも、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、から構成される。なお、ここでいう受付手段は、入力手段３１や通信手段３４などが接続されるインターフェース等を想定している。
【０１９９】
そして、この言語分析システム１における言語分析処理は、記憶手段３３の所定の領域に格納された言語分析プログラムにしたがって行われる。その言語分析プログラムは、処理手段３６に、受付手段を介して自然文を受け付けるステップ（Ｓ１）と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に自然文を分解するとともに、自然文を複数の単語に分解した結果を分解結果記憶手段１５に記憶するステップ（Ｓ２）と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するステップ（Ｓ３）と、カウント値に基づき分析値を生成するステップ（Ｓ４）と、分析値に基づき、分析値の基準となる基準値を生成するステップ（Ｓ５）と、基準値を記憶手段３３の所定の領域に記憶するステップ（Ｓ６）と、を実行させる。
【０２００】
より詳細には、図８に示したように、まず、処理手段３６に自然文を受け付けるステップ（Ｓ１）を実行させる。このとき、入力手段３１から文章が直接的に入力される場合には、入力手段３１が接続されたＰＳ／２（Personal System / 2）ポートやＵＳＢ（Universal Serial Bus）などが受付手段となり、処理手段３６は、これらを介して自然文を受け付け、受け付けた自然文を自然文記憶手段１２の所定の領域に格納する。
【０２０１】
また、外部からの通信手段３４から文章を電子情報として受け付ける場合には、通信手段３４が接続されたＲＳ２３２Ｃ（Recommended Standard 232 version C）ポートやＮＩＣ（Network Interface Card）、ＵＳＢなどを受付手段となり、処理手段３６は、これらを介して自然文を受け付け、受け付けた自然文を自然文記憶手段１２の所定の領域に格納する。
【０２０２】
加えて、可搬な記憶媒体もしくは内部の記憶手段３３に格納された自然文情報を用いる場合には、ＰＣＩバス（Peripheral Components Interconnect bus）などが受付手段となり、処理手段３６は、自然文情報を分析対象として受け付けるとともに、受け付けた自然文を自然文記憶手段１２の所定の領域に格納する。
【０２０３】
そして、上述したように、受付手段は自然文の受付の形態により異なるが、処理手段３６に受付手段を介して自然文を受け付け、受け付けた自然文を自然文記憶手段１２の所定の領域に格納することを実行させることにより、前述した自然文受付手段１１が実現され、機能する。
【０２０４】
なお、本実施形態では、自然文を分解する次のステップ（Ｓ２）に進む前に、処理手段３６に、自然文記憶手段１２に格納された文章の全体の文字数をカウントさせるステップ、分析用辞書記憶手段１３の句点識別辞書記憶領域に格納されている句点を一致判断基準とした文章のセンテンス単位への分解ステップ、およびセンテンス数のカウントステップなど、単語に基づくカウント値以外の分析値を生成するのに必要なカウント値の取得ステップ等を実行させる。
【０２０５】
その上で、さらに、分析対象となる自然文について、処理手段３６に、分析用辞書記憶手段１３の表記辞書記憶領域と削除記号辞書記憶領域とを参照し、記号変換や記号削除などを施して、単語への分解に適した自然文に加工するステップを実行させた後、単語分解ステップ（Ｓ２）へと移行する。
【０２０６】
これらの前処理に続いて、図８に示したように、処理手段３６に、分析用辞書記憶手段１３の体言辞書記憶領域、用言辞書記憶領域、接続詞辞書記憶領域、助詞辞書記憶領域、助動詞辞書記憶領域、および活用辞書記憶領域などを参照して、基準単位単語に相当する複数の単語に自然文を分解するとともに、自然文を複数の単語に分解した結果を分解結果記憶手段１５に記憶するステップ（Ｓ２）を実行させる。
【０２０７】
具体的には、処理手段３６は、１センテンス単位で自然文の頭から単語に分解し、分解された順番に記憶手段３３の所定の領域に一時的に格納する。また、処理手段３６は、分解に際し活用辞書記憶領域を参照するが、この参照により、用言を終止形に置き換えるなどの処理を行う。
【０２０８】
ここで、本実施形態では、前述したように、分析用辞書記憶手段１３が、基準単位単語の属性に応じた分析区分を基準単位単語に関連付けて記憶していることが前提となる。そして、詳細には、処理手段３６に、複数の単語に自然文を分解する際に、単語に分析区分を関連付けるように、分解対象となる単語と基準単位単語の一致を判断した上で、基準単位単語に付与されている分析区分をそのまま分解した単語に付与する処理を実行させ、その単語に付与した分析区分を分解した単語とともに分解結果記憶手段１５に記憶することにより、関連付けを分解結果に含むように分解結果記憶手段１５に記憶するステップ（Ｓ２）を実行させる。なお、分析区分の付与は、表１および表２に示した分析区分コードを付与する方式を採用する。
【０２０９】
このように、処理手段３６に、分析用辞書を参照しながら自然文を単語に分解し、分解した単語を分解結果記憶手段１５の所定の領域に格納することを実行させることにより、前述した自然文分解手段１４が実現され、機能する。
【０２１０】
そして、上述した分解ステップ（Ｓ２）の後、図８に示したように、処理手段３６に、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するとともに、取得したカウント値をカウント値記憶領域１７ａの所定の領域に格納させるステップ（Ｓ３）と、カウント値に基づき複数の分析値を生成するステップ（Ｓ４）と、を実行させるものであるが、これらのステップは、生成対象となる分析値の生成過程において、必要に応じて繰り返されることになる。以下、具体的に各ステップについて説明する。
【０２１１】
まず、カウント値を取得するステップ（Ｓ３）として、処理手段３６は、分解結果記憶手段１５に格納されている分解結果を参照して、格納されている分解された単語の数をカウントし、カウントした結果をカウント値として取得する。そして、処理手段３６は、取得したカウント値をカウント値記憶領域１７ａの所定の領域に格納する。この際に取得、格納されるカウント値としては、前述した総頻度数や体言数、同頻度数などが挙げられる。
【０２１２】
このように、処理手段３６に所定の領域に格納されている情報に基づき、所定の情報単位をカウントさせ、カウント結果をカウント値として取得、格納することを実行させることにより、前述したカウント値取得手段１６が実現され、機能する。
【０２１３】
続いて、カウント値に基づき複数の分析値を生成するステップ（Ｓ４）として、処理手段３６は、カウント値記憶領域１７ａに格納されているカウント値を読み出すとともに、前述した表３に示した分析値算出則を記憶手段３３に設けられた所定の分析値算出則記憶領域から読み出し、読み出した分析値算出則に基づきカウント値を用いて分析値を生成する。分析値の生成に際しては、図４に示したように、複数の分析対象について複数種類の分析値を算出することになるので、結果として、処理手段３６は、カウント値に基づき複数の分析値を複数種類生成させることになる。
【０２１４】
より詳細には、処理手段３６は、分解結果記憶手段１５に記憶された分解された単語と分析区分との関連付けを含む結果を参照し、分析区分との関連付けに応じた分析区分に属する単語をカウントしたカウント値に基づく複数の分析値を生成する。この際に生成される分析値として、センテンス用言率が挙げられる。
【０２１５】
また、必要に応じて、処理手段３６が生成したカウント値から生成された二次的な数値もしくは他の分析値を用いて、処理手段３６は、前述した分析値算出則記憶領域などから読み出した分析値算出則にしたがって、分析値を生成する。この際に生成される分析値としては、体言率や用言率などが挙げられる。そして、処理手段３６は、生成した分析値を分析値記憶領域１７ｂの所定の領域に格納する。
【０２１６】
ここで、分析値生成ステップ（Ｓ４）からカウント値取得ステップ（Ｓ３）へと戻る態様として、キーワード認定処理が挙げられる。具体的には、処理手段３６は、キーワード比率を生成するために、カウント値として得た同頻度数に基づき、単語の同頻度件数などを取得し、同頻度比率を取得する。このとき、同頻度比率が０．７以下の単語がキーワードと認定されるが、このときの認定された単語数のカウントのために、再度、カウント値取得ステップ（Ｓ３）へと戻る。また、同じく、キーワードと認定された単語群の中に含まれる感想単語の数を取得するためにも、処理手段３６は、カウント処理を行う。
【０２１７】
この後、キーワード数などのカウント値に基づき、処理手段３６は、中心キーワード数などの分析値を生成する。
【０２１８】
ただし、厳密には、記憶手段３３の所定の領域に格納された、キーワードに認定された単語に関連するデータを参照するため、前述した自然文分解手段１４が分解した結果に基づくカウントを行うステップとはカウント対象が異なるカウント値取得ステップと言える。
【０２１９】
このように、処理手段３６にカウント値に基づく分析値の生成を実行させることにより、前述した分析値生成手段１８が実現され、機能することになる。
【０２２０】
次に、当該分析値に基づき、分析値の基準となる基準値を生成するステップ（Ｓ５）として、処理手段３６は、分析値記憶領域１７ｂから分析値の種類毎に複数の分析値を読み出すとともに、記憶手段３３に設けられた所定の基準値算出則記憶領域に格納された算出則に基づき、読み出した分析値を用いて生成する。
【０２２１】
具体的には、基準値算出則記憶領域から所定の算出則を読み出し、処理手段３６に、複数の文章毎に生成された複数の分析値を用いて標準偏差を算出し、算出した標準偏差を用いて再度分析値をフィルタリングして抽出した分析値集団を平均し、分析値の基準となる基準値を生成するステップを実行させ（Ｓ５）、引き続き、処理手段３６に、生成した基準値を記憶手段３３のパラメータ記憶手段１７に設けられた所定の記憶領域に記憶するステップを実行させる。
【０２２２】
このとき、処理手段３６は、前述したように、（平均値）±（標準偏差）の範囲に該当しない分析値については除外する処理をおこない、分析値の再平均値に基づき標準偏差を再度求める処理を行う。
【０２２３】
上述したように、処理手段３６に、基準値算出則記憶領域から読み出した平均を求める算出則に基づき、分析値を用いて基準値を生成させるとともに、基準値記憶領域１７ｃに生成した基準値を格納させることを実行させることにより、前述した基準値生成手段１９が実現され、機能することになる。そして、その機能が発揮されることにより、図５に示したように、複数種類の分析値を用いて、それぞれの分析項目について基準値を得るので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができ、さらには、多面的な観点から評価できる要素を含んだ複数の基準値を設定できるので、より日本語の表現文化を反映した文章内容の評価を実現できる。
【０２２４】
［内容評価処理］
【０２２５】
続いて、内容評価処理について図９に基づき説明する。ここで、本実施形態にかかる内容評価処理を行う言語分析システムは、内容評価処理を行う際の前提として、上述したように、情報の受付手段と、情報の記憶手段３３と、これら各手段の動作を制御する処理手段３６と、を備え、記憶手段３３が、少なくとも、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、結果から得られる分析値の基準となる基準値を記憶する基準値記憶手段として機能するパラメータ記憶手段１７と、から構成される。なお、ここでいう受付手段は、入力手段３１や通信手段３４などが接続されるインターフェース等を想定している。
【０２２６】
そして、この言語分析システム１における内容評価言語分析処理は、記憶手段３３の所定の領域に格納された言語分析プログラムにしたがって行われる。その言語分析プログラムは、処理手段３６に、受付手段を介して自然文を受け付けるステップ（Ｓ１１）と、分析用辞書記憶手段を参照して、基準単位単語に相当する複数の単語に自然文を分解するとともに、自然文を複数の単語に分解した結果を分解結果記憶手段に記憶するステップ（Ｓ１２）と、分解結果記憶手段が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するステップ（Ｓ１３）と、カウント値に基づき複数の分析値を生成するステップ（Ｓ１４）と、基準値記憶手段から読み出した基準値と分析値とに基づき、基準値に対する前記分析値の乖離の程度を示す乖離値を生成するステップ（Ｓ１５）と、乖離値を出力するステップ（Ｓ１９）と、を実行させる。
【０２２７】
より詳細には、図９に示したように、まず、処理手段３６に自然文を受け付けるステップ（Ｓ１１）を実行させる。このときの受け付け処理の詳細は、図８に示した自然文を受け付けるステップ（Ｓ１）と同様であり、処理手段３６は、受け付け態様に応じた受付手段を介して自然文を受け付け、受け付けた自然文を自然文記憶手段１２の所定の領域に格納する。そして、この処理を実行させることにより、前述した自然文受付手段１１が実現され、機能する。
【０２２８】
なお、内容評価処理においても、自然文を分解する次のステップ（Ｓ１２）に進む前に、処理手段３６に、自然文記憶手段１２に格納された文章の全体の文字数をカウントさせるステップ、分析用辞書記憶手段１３の句点識別辞書記憶領域に格納されている句点を一致判断基準とした文章のセンテンス単位への分解ステップ、およびセンテンス数のカウントステップなどを実行させる。
【０２２９】
その上で、さらに、分析対象となる自然文について、処理手段３６に、分析用辞書記憶手段１３の表記辞書記憶領域と削除記号辞書記憶領域とを参照し、記号変換や記号削除などを施して、単語への分解に適した自然文に加工するステップを実行させた後、単語分解ステップ（Ｓ１２）へと移行するのも、基準設定処理と同様である。
【０２３０】
これらの前処理に続いて、図９に示したように、処理手段３６に、分析用辞書記憶手段１３の体言辞書記憶領域、用言辞書記憶領域、接続詞辞書記憶領域、助詞辞書記憶領域、助動詞辞書記憶領域、および活用辞書記憶領域などを参照して、基準単位単語に相当する複数の単語に自然文を分解するとともに、自然文を複数の単語に分解した結果を分解結果記憶手段１５に記憶するステップ（Ｓ１２）を実行させる。
【０２３１】
具体的には、図８に示した自然文を分解するステップ（Ｓ２）と同様に、処理手段３６は、１センテンス単位で自然文の頭から単語に分解し、分解された順番に記憶手段３３の所定の領域に一時的に格納する。また、処理手段３６は、分解に際し活用辞書記憶領域を参照するが、この参照により、用言を終止形に置き換えるなどの処理を行う。
【０２３２】
ここで、内容評価処理においても、基準単位単語の属性に応じた分析区分を基準単位単語に関連付けて記憶している分析用辞書記憶手段１３を採用する。そして、基準設定処理と同様に、処理手段３６に、複数の単語に自然文を分解する際に、単語に分析区分を関連付けるように、分解対象となる単語と基準単位単語の一致を判断した上で、基準単位単語に付与されている分析区分をそのまま分解した単語に付与する処理を実行させ、その単語に付与した分析区分を分解した単語とともに分解結果記憶手段１５に記憶することにより、関連付けを分解結果に含むように分解結果記憶手段１５に記憶するステップ（Ｓ１２）を実行させる。
【０２３３】
このように、処理手段３６に、分析用辞書を参照しながら自然文を単語に分解し、分解した単語を分解結果記憶手段１５の所定の領域に格納することを実行させることにより、前述した自然文分解手段１４が実現され、機能する。
【０２３４】
そして、上述した分解ステップ（Ｓ１２）の後、図９に示したように、処理手段３６に、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するとともに、取得したカウント値をカウント値記憶領域１７ａの所定の領域に格納させるステップ（Ｓ１３）と、カウント値に基づき複数の分析値を生成するステップ（Ｓ１４）と、を実行させるものであることも、前述した基準設定処理と同様であり、これらのステップは、生成対象となる分析値や乖離値の生成過程において、必要に応じてステップ単位、あるいは連続ステップとして繰り返される。
【０２３５】
ここで、カウント値を取得するステップ（Ｓ１３）および分析値を生成するステップ（Ｓ１４）の詳細は、前述した基準設定処理のカウント値を取得するステップ（Ｓ３）および分析値を生成するステップ（Ｓ４）と同様であるので、説明を省略する。
【０２３６】
そして、内容評価処理においても、処理手段３６に所定の領域に格納されている情報に基づき、所定の情報単位をカウントさせ、カウント結果をカウント値として取得、格納することを実行させることにより、前述したカウント値取得手段１６が実現され、機能する。また、処理手段３６にカウント値に基づく分析値の生成を実行させることにより、前述した分析値生成手段１８が実現され、機能することになる。
【０２３７】
次に、分析値から算出した基準値に対する乖離の程度を示す乖離値を生成するステップ（Ｓ１５）として、処理手段３６は、基準値記憶領域１７ｃから基準値を読み出して所定の係数を生成し、分析値記憶領域１７ｂから分析値の種類毎に複数の分析値を読み出し、その基準値に対する分析値の乖離の程度を示す乖離値を、記憶手段３３に設けられた所定の乖離値算出則記憶領域に格納された乖離値算出則に基づき、読み出した分析値と基準値とを用いて生成する。
【０２３８】
具体的には、前述した式（１）を記憶手段３３の所定の領域から読み出し、処理手段３６に、分析値の種類毎に対応する基準値を基準値記憶領域１７ｃから読み出し、基準値を用いて補正係数を生成し、読み出した基準値に対する分析値集団の乖離値を生成するステップを実行させる。そして、処理手段３６は、生成した乖離値を乖離値記憶領域１７ｄに記憶する。
【０２３９】
上述したように、処理手段３６に、前述した式（１）のような所定の算出則に基づき、分析値を用いて乖離値を生成させるとともに、生成した乖離値を乖離値記憶領域１７ｄに格納させることを実行させることにより、前述した乖離値生成手段２０が実現され、機能することになる。そして、その機能が発揮されることにより、複数種類の分析値を用いて複数の乖離値を得るので、多面的な観点から評価できる要素を含んだ乖離値を得ることができ、より実態を反映した文章内容の評価を実現できる。
【０２４０】
この後、処理手段３６は、乖離値を出力するか否かの判断を行う（Ｓ１６）。乖離値を評価判断材料として出力する場合には、出力ステップ（Ｓ１９）へと移行し、乖離値を出力せず、評価値を算出する場合には、評価値の生成ステップ（Ｓ１７）へと移行する（Ｓ１６）。なお、この判断ステップ（Ｓ１６）は、例えば、処理手段３６が生成した表示制御情報に基づき、表示手段３２に形成した質問画面（指示受付インターフェース）を介して、入力手段３１から指示命令を受け付けるなどの処理により実現される構成としてもよい。
【０２４１】
ここで、評価値の生成ステップへと移行した場合には、処理手段３６は、乖離値記憶領域１７ｄから乖離値を読み出し、さらには、前述したように、所定の領域に格納された評価値の算出則にしたがい、読み出した乖離値に基づき評価値を生成する（Ｓ１７）。また、処理手段３６は、生成した評価値を評価値記憶領域１７ｅに格納する。
【０２４２】
このように、処理手段３６に、乖離値に基づき評価値を生成させ、生成させた評価値を格納させることにより、前述した評価値生成手段２１が実現され、機能する。そして、その機能が発揮されることにより、複数の乖離値に基づき、評価値を生成するので、異なる観点から多面的に分析したパラメータから構成される信頼度の高い評価値を得ることができ、ひいては、文章内容の数値評価環境として高度なシステムを提供することができる。
【０２４３】
そして、処理手段３６は、評価値を出力するか否かの判断を行う（Ｓ１８）。評価値を出力する場合には、出力ステップ（Ｓ１９）へと移行する。なお、この判断ステップ（Ｓ１８）は、上述した判断ステップ（Ｓ１６）と同様に、例えば、処理手段３６が生成した表示制御情報に基づき、表示手段３２に形成した質問画面（指示受付インターフェース）を介して、入力手段３１から指示命令を受け付けるなどの処理により実現される構成としてもよい。
【０２４４】
最後に、出力ステップ（Ｓ１９）について説明する。図８に示したように、この出力ステップ（Ｓ１９）へ移行してくる場合には、乖離値の出力を目的とする場合と、評価値の出力を目的とする場合の二つがある。乖離値を出力するように、出力ステップ（Ｓ１９）へ移行した場合には、処理手段３６は、乖離値を乖離値記憶領域１７ｄから読み出し、例えば図６に示した出力を実現するように、出力先に応じた情報に乖離値を含める加工などを行った上で、出力要求に応じた出力を行う。同様に、評価値を出力するように、出力ステップ（Ｓ１９）へ移行した場合には、処理手段３６は、評価値を評価値記憶領域１７ｅから読み出し、前述したように、出力先に応じた情報に評価値を含める加工などを行った上で、出力要求に応じた出力を行う。
【０２４５】
このように、処理手段３６に、所定の出力先へ乖離値あるいは評価値を出力させることにより、前述した出力手段２２が実現され、機能することになる。
【０２４６】
ここで、前述した図６に示した乖離値の出力結果は、基準設定処理を行うとともに、その基準設定処理で用いた各社説の分析値に基づき、内容評価処理をあわせて行った場合の処理結果を表示したものである。すなわち、処理手段３６に、図８の自然文受付ステップ（Ｓ１）から基準値記憶ステップ（Ｓ６）までを実行させた後、図９における乖離値生成ステップ（Ｓ１５）からを実行させた処理手順を実現した場合の出力結果である。このように、基準設定処理と内容評価処理をあわせて行う形態でも、本実施形態は有効に機能する。
【０２４７】
なお、参考までに、社説から得られた基準値に基づき、小説を分析した場合の結果を図１０に示す。図１０の出力結果は、志賀直哉の小説５編を分析対象としたものであり、グラフの形およびその乖離値は、ほぼ同じパターンを示していることからわかるように、数値が近いものとなっている。ただし、「剃刀」と「網走まで」の２編については、平均から離れた値があるが、この２つの作品は、志賀直哉の初期の作品で、いわゆる志賀直哉文学が完成する前のものである。ちなみに、「網走まで」は、帝国文学に投稿して落選したものであり、本発明の実施により、客観的な内容評価として数値が外れているという分析結果が得られ、内容を客観評価できるという良い例である。
【０２４８】
以上説明した言語分析処理により、言語分析システム１は、分析対象となる文章を分析、評価するものであり、その文章が書かれた目的などに応じて、客観的な評価を行うことができる、数値化されたパラメータを用いて評価を可能とする言語分析システムおよび言語分析プログラムの提供を実現するものである。
【０２４９】
〔第２実施形態〕
【０２５０】
本発明の他の実施形態を図１１に基づき説明する。ここで、上述した第１実施形態と同一の構成部分については、同一の符号を付して重複説明を省略する。図１１は、ネットワークに対応した言語分析システム２を実現するための概略的なシステム構成を示したシステム構成図である。
【０２５１】
図１１に示したように、本実施形態では、言語分析システム２は、ネットワーク４に接続されたサーバ装置として提供されるものであり、言語分析システム２には、ネットワーク４を介して端末装置３が接続される。なお、ネットワーク４は、インターネットや専用回線によるネットワーク、企業内ＬＡＮ（Local Area Network）などが想定される。また、端末装置３は、パーソナルコンピュータなどの情報端末が想定される。
【０２５２】
言語分析システム２は、記憶手段３３と、通信手段３７を接続するための不図示のインターフェースと、記憶手段３３とそのインターフェースの動作を制御する処理手段３６を備える。ここで、通信手段３７は、外部ネットワーク４との情報の授受を可能とする手段であり、例えば、ルータなどが挙げられる。この通信手段３７に応じたインターフェースを、言語分析システム２が備える。このインターフェースとしては、例えば、ＬＡＮカードなどのＮＩＣが挙げられる。
【０２５３】
ただし、通信手段３７が直接にネットワーク４に接続されることは必須とされず、通信手段３７を介したＬＡＮ経由で言語分析システム２がプロキシサーバなどの制御下でネットワーク４に接続する構成を採用してもよい。
【０２５４】
端末装置３は、入力手段３１、表示手段３２、通信手段３４、印刷手段３５、記憶手段３８、および各手段の動作を制御する処理手段３９を備える。ここで、記憶手段３８は、前述した記憶手段３３と同様、情報を展開、格納する領域を提供するための手段であり、例えば、メモリ、ＨＤＤなどが挙げられる。また、処理手段３９は、前述した処理手段３６と同様、各手段の管理を行うＣＰＵなどの演算処理手段である。
【０２５５】
詳細には、本実施形態における言語分析システム２は、前述した第１実施形態と同様、図１に示したシステム構成を採用しており、自然文を受け付ける自然文受付手段１１と、受け付けた自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文分解手段１４が受け付けた自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値生成手段１８が生成した分析値に基づき、分析値の基準となる基準値を生成する基準値生成手段１９と、基準値生成手段１９が生成した基準値を記憶する基準値記憶手段として機能するパラメータ記憶手段１７と、基準値記憶手段１９から読み出した基準値と、分析値生成手段１８が生成した分析値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段２０と、乖離値生成手段２０が生成した複数の乖離値に基づき評価値を生成する評価値生成手段２１と、乖離値生成手段２０が生成した乖離値または評価値生成手段２１が生成した評価値を出力する出力手段２２と、を主たる構成として備える。
【０２５６】
加えて、言語分析システム２における基準設定処理もしくは内容評価処理を行う言語分析処理も、原則として図８または図９に示した手順と変わりはない。ただし、本実施形態における言語分析システム２は、ネットワークに対応するものであるため、第１実施形態における情報の受付手段に相当する受付手段は、上述した通信手段３７が接続された不図示のインターフェースとなる。
【０２５７】
ゆえに、言語分析システム２における自然文の受付は、詳細には以下のようになる。まず、端末装置３の処理手段３９が、入力手段３１を介して、もしくは通信手段３４を介して自然文からなる文章を取得し、取得した文章を記憶手段３８の所定の領域に格納する。そして、端末装置３の処理手段３９は、言語分析を行う対象としての文章を、通信手段３４およびネットワーク４を介して、言語分析システム２側へ送信する。これを受けて、言語分析システム２の処理手段３６は、通信手段３７と不図示のインタフェースを介して、分析対象となる自然文を受け付ける。
【０２５８】
処理手段３６に、このインターフェースを介した自然文の受け付けを実行させることにより、本実施形態における自然文受付手段１１が実現され、機能することになる。
【０２５９】
この後、言語分析システム２が、自然文を分解し、カウント値を取得し、分析値、乖離値などを生成する処理を行うのは、第１実施形態と同様である。
【０２６０】
そして、言語分析システム２が、生成した乖離値や評価値の出力を行う出力手段２２を備える点も同様であるが、本実施形態では、出力手段２２の出力先が分析対象を送信してきた端末装置３などになる。詳細には、言語分析システム２の処理手段３６は、記憶手段３３に設けられたパラメータ記憶手段１７から乖離値もしくは評価値を読み出し、端末装置３側の表示手段３２または印刷手段３５に応じた情報加工を加えた上で、上述したインターフェースおよび通信手段３７を介して端末装置３側へ送信する。
【０２６１】
処理手段３６に、このインターフェースを介した乖離値または評価値の送信処理を実行させることにより、本実施形態における出力手段２２が実現され、機能することになる。
【図面の簡単な説明】
【０２６２】
【図１】本発明に係る言語分析システムのシステム構成を示す機能ブロック図である。
【図２】本発明に係る言語分析システムを実現するための概略的なシステム構成を示すシステム構成図である。
【図３】分析用辞書記憶手段のデータ構造の一例を示す模式的構造図である。
【図４】カウント値記憶領域へのカウント値の記憶形態の一例を示すデータ構造図である。
【図５】乖離値生成手段が各分析値に基づく乖離値の算出に際して用いる値を格納したデータベースのデータ構造の一例を示すデータ構造図である。
【図６】出力手段による乖離値の出力に基づき、表示手段の表示領域に形成される画面または印刷手段の出力用紙に形成される出力結果の一例を示す概略図である。
【図７】出力手段による評価値の出力に基づき、表示手段の表示領域に形成される画面または印刷手段の出力用紙に形成される出力結果の一例を示す概略図である。
【図８】本実施形態における基準設定処理としての言語分析処理を示すフローチャートである。
【図９】本実施形態における内容評価処理としての言語分析処理を示すフローチャートである。
【図１０】表示手段の表示領域に形成される画面または印刷手段の出力用紙に形成される図６と異なる分析対象についての出力結果の一例を示す概略図である。
【図１１】本発明に係る他の言語分析システムを実現するための概略的なシステム構成を示すシステム構成図である。
【符号の説明】
【０２６３】
１ 言語分析システム
２ 言語分析システム
３ 端末装置
４ ネットワーク
１１ 自然文受付手段
１２ 自然文記憶手段
１３ 分析用辞書記憶手段
１４ 自然文分解手段
１５ 分解結果記憶手段
１６ カウント値取得手段
１７ パラメータ記憶手段
１７ａ カウント値記憶領域
１７ｂ 分析値記憶領域
１７ｃ 基準値記憶領域
１７ｄ 乖離値記憶領域
１７ｅ 評価値記憶領域
１８ 分析値生成手段
１９ 基準値生成手段
２０ 乖離値生成手段
２１ 評価値生成手段
２２ 出力手段
３１ 入力手段
３２ 表示手段
３３ 記憶手段
３４ 通信手段
３５ 印刷手段
３６ 処理手段
３７ 通信手段
３８ 記憶手段
３９ 処理手段
【技術分野】
【０００１】
本発明は、自然文を複数の単語に分解する言語分析システムおよび言語分析プログラムに係り、特に、分解結果に基づき定量評価を行う言語分析システムおよび言語分析プログラムに関する。
【背景技術】
【０００２】
従来、日本語の文章を形態素のレベルにまで分割し、分析する手法が多く提案されているが、これらは翻訳のために、文を形態素単位にまで分解することを目的としたものが主流である。
【０００３】
また、音声変換に際し、ポーズ位置を決定する目的などを果たすために、単語単位に分解することを目的としたものなどでは、発声の観点から文章としての構造を分析することに主眼がおかれている。
【０００４】
しかしながら、従来の文章の分析は、構文という観点から、一般的な国文法にしたがって品詞区分を正確に付与することがポイントであり、品詞の別により意味の異なる単語を区別して、翻訳の精度を向上させようとするものであった。
【０００５】
同様に、音声変換などにおけるシステムでも、構文という観点から分析し、一般的な品詞に分類することでポーズ位置を確定するものである。
【０００６】
このように、従来の文章解析においては、文章の内容に踏み込むことなく、文章構造を分析するのみであり、文章の内容の善し悪しなどを分析し、評価することはできない。これは、評価するための客観的な判断基準を確立することができないことに起因するものであり、結果、その文章が備える固有の趣向（内容）に応じた評価を行うことができる手法、具体的には、論文、小説、エッセイ、社説、など、特定のテーマについて論述された文章について、客観的な評価を行うことができる手法は、存在しなかった。このため、自然文からなる文章の評価を客観的に行うことができる言語分析システムおよび言語分析プログラムの登場が望まれていた。
【発明の開示】
【発明が解決しようとする課題】
【０００７】
そこで、本発明では、その文章が書かれた目的やテーマなどに応じて、客観的な評価を行うことができる評価基準を確立することができる言語分析システムおよび言語分析プログラムと提供することを目的とする。また、数値化されたパラメータを用いて、異なる文章を客観的に相対評価することができる言語分析システムおよび言語分析プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記目的を達成するため、請求項１に記載の発明では、自然文を受け付ける自然文受付手段と、当該自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段と、当該分析用辞書記憶手段を参照して、前記基準単位単語に相当する複数の単語に前記自然文を分解する自然文分解手段と、当該自然文分解手段が前記自然文を複数の単語に分解した結果を記憶する分解結果記憶手段と、当該分解結果記憶手段が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得するカウント値取得手段と、当該カウント値取得手段が取得したカウント値に基づき分析値を生成する分析値生成手段と、当該分析値生成手段が生成した分析値に基づき、分析値の基準となる基準値を生成する基準値生成手段と、当該基準値生成手段が生成した基準値を記憶する基準値記憶手段と、を備える構成を採用する。
【０００９】
本発明によると、少なくとも自然文を分解して得られた単語の数をカウント値として取得するカウント値取得手段と、当該カウント値に基づき複数の分析値を生成する分析値生成手段と、当該分析値生成手段が生成した分析値に基づき基準値を生成する基準値生成手段と、を備えるので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができる。ひいては、客観的な評価を行うことができる評価基準を確立することができる言語分析システムを提供することができる。
【００１０】
また、請求項２に記載の発明では、請求項１に記載の言語分析システムにおいて、前記分析用辞書記憶手段は、前記基準単位単語の属性に応じた分析区分を当該基準単位単語に関連付けて記憶しており、前記自然文分解手段は、前記複数の単語に前記自然文を分解するに際し、当該単語に前記分析区分を関連付けるものであり、かつ、前記分解結果記憶手段は、当該関連付けを前記結果に含むように記憶するものであって、前記分析値は、当該関連付けに応じた前記カウント値に基づくものである構成を採用する。
【００１１】
本発明によると、単語の属性に応じた分析区分を設定することにより、自然文に用いられる単語の属性を分析値に反映させることができ、ひいては、分析区分の設定の仕方により様々な角度から自然文に基づく評価を可能にする基準を得ることができる。
【００１２】
また、請求項３に記載の発明では、前記基準値は、複数の文章毎に生成された複数の前記分析値を用いて標準偏差を算出し、算出した標準偏差を用いて再度分析値をフィルタリングして抽出した分析値集団の平均値である構成を採用する。
【００１３】
本発明によると、標準偏差を用いたフィルタリングを行うので、評価を行うための基準値を、より実態を反映した評価基準とすることができる。
【００１４】
また、請求項４に記載の発明では、請求項１乃至請求項３に記載の言語分析システムにおいて、前記分析値生成手段は、複数種類の分析値を生成するものであって、前記基準値生成手段は、その種類毎に分析値を用いて前記基準値を生成する構成を採用する。
【００１５】
本発明によると、単一種類の分析値に留まらず、複数種類の分析値を用いて複数の基準値を得るので、多面的な観点から評価できる基準を定めることができ、より実態を反映した評価を提供することができる。
【００１６】
また、請求項５に記載の発明では、自然文を受け付ける自然文受付手段と、当該自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段と、当該分析用辞書記憶手段を参照して、前記基準単位単語に相当する複数の単語に前記自然文を分解する自然文分解手段と、当該自然文分解手段が前記自然文を複数の単語に分解した結果を記憶する分解結果記憶手段と、当該分解結果記憶手段が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得するカウント値取得手段と、当該カウント値取得手段が取得したカウント値に基づき分析値を生成する分析値生成手段と、当該分析値生成手段が生成した分析値の基準となる基準値を記憶する基準値記憶手段と、当該基準値記憶手段から読み出した基準値と前記分析値生成手段が生成した前記分析値とに基づき、前記基準値に対する前記分析値の乖離の程度を示す乖離値を生成する乖離値生成手段と、当該乖離値生成手段が生成した乖離値を出力する出力手段と、を備える構成を採用する。
【００１７】
本発明によると、少なくとも自然文を分解して得られた単語の数をカウント値として取得するカウント値取得手段と、当該カウント値に基づき複数の分析値を生成する分析値生成手段と、当該分析値と基準値記憶手段から読み出した基準値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段と、を備えるので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる、数値である分析値による言語分析が可能である。ひいては、自然文の内容を客観的に分析、評価することができる新しい言語分析システムを提供することができる。
【００１８】
また、請求項６に記載の発明では、前記乖離値は、前記基準値と、複数の文章毎に生成された複数の分析値の当該基準値に対する標準偏差と、に基づき普遍化されたものである構成を採用する。
【００１９】
本発明によると、評価対象により大きく数値が変動する乖離値を普遍化することができるので、乖離値を相対的に比較することができる言語分析システムを提供できる。
【００２０】
また、請求項７に記載の発明では、請求項５または請求項６に記載の言語分析システムにおいて、当該乖離値生成手段が生成した複数の乖離値に基づき評価値を生成する評価値生成手段を備え、前記出力手段は、前記乖離値に変えて当該評価値を出力する構成を採用する。
【００２１】
本発明によると、複数の乖離値に基づき、さらに評価値を生成し、生成した評価値を出力するので、異なる観点から多面的に分析した複数のパラメータによる評価値を得ることが可能であり、ひいては、より高度な評価を実現できる言語分析システムを提供することができる。
【００２２】
また、請求項８に記載の発明では、情報の受付手段と、情報の記憶手段と、これら各手段の動作を制御する処理手段と、を備え、当該記憶手段が、少なくとも、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段と、当該自然文を複数の単語に分解した結果を記憶する分解結果記憶手段と、から構成される言語分析システムにおいて、実行させるプログラムを採用する。
【００２３】
そして、前記処理手段に、前記受付手段を介して自然文を受け付けるステップと、前記分析用辞書記憶手段を参照して、前記基準単位単語に相当する複数の単語に前記自然文を分解するとともに、自然文を複数の単語に分解した結果を前記分解結果記憶手段に記憶するステップと、当該分解結果記憶手段が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得するステップと、当該カウント値に基づき分析値を生成するステップと、当該分析値に基づき、分析値の基準となる基準値を生成するステップと、当該基準値を前記記憶手段の所定の領域に記憶するステップと、を実行させる。
【００２４】
本発明によると、少なくとも自然文を分解して得られた単語の数をカウント値として取得し、取得したカウント値に基づき分析値を生成し、生成した分析値に基づいて基準値を生成するので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができる。ひいては、客観的な評価を行うことができる評価基準を確立することができる新しい言語分析環境を提供することができる。
【００２５】
また、請求項９に記載の発明では、請求項８に記載の言語分析プログラムにおいて、前記分析用辞書記憶手段は、前記基準単位単語の属性に応じた分析区分を当該基準単位単語に関連付けて記憶しており、前記処理手段に、前記複数の単語に前記自然文を分解するに際し、当該単語に前記分析区分を関連付けるとともに、当該関連付けを前記結果に含むように前記分解結果記憶手段に記憶するステップと、当該分解結果記憶手段に記憶された関連付けを含む結果を参照し、当該関連付けに応じた前記カウント値に基づく分析値を生成するステップと、を実行させる。
【００２６】
本発明によると、単語の属性に応じた分析区分を設定することにより、自然文に用いられる単語の属性を分析値に反映させることができ、ひいては、分析区分の設定の仕方により様々な角度から自然文に基づく評価を可能にする基準を得ることができる。
【００２７】
また、請求項１０に記載の発明では、請求項９に記載の言語分析プログラムにおいて、前記処理手段に、複数の文章毎に生成された複数の分析値を用いて標準偏差を算出し、算出した標準偏差を用いて再度分析値をフィルタリングして抽出した分析値集団を平均し、当該分析値の基準となる前記基準値を生成するステップを実行させる。
【００２８】
本発明によると、標準偏差を用いたフィルタリングを行うので、評価を行うための基準値を、より実態を反映した評価基準とすることができる。
【００２９】
また、請求項１１に記載の発明では、請求項８乃至請求項１０に記載の言語分析プログラムにおいて、前記処理手段に、前記カウント値に基づき前記分析値を複数種類生成させるステップと、その種類毎に分析値を用いて前記基準値を生成するステップと、を実行させる。
【００３０】
本発明によると、単一種類の分析値に留まらず、複数種類の分析値を用いて複数の基準値を得るので、多面的な観点から評価できる基準を定めることができ、より実態を反映した評価を提供することができる。
【００３１】
また、請求項１２に記載の発明では、情報の受付手段と、情報の記憶手段と、これら各手段の動作を制御する処理手段と、を備え、当該記憶手段が、少なくとも、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段と、当該自然文を複数の単語に分解した結果を記憶する分解結果記憶手段と、当該結果から得られる分析値の基準となる基準値を記憶する基準値記憶手段と、から構成される言語分析システムにおいて、実行させるプログラムを採用する。
【００３２】
そして、前記処理手段に、前記受付手段を介して自然文を受け付けるステップと、前記分析用辞書記憶手段を参照して、前記基準単位単語に相当する複数の単語に前記自然文を分解するとともに、自然文を複数の単語に分解した結果を前記分解結果記憶手段に記憶するステップと、当該分解結果記憶手段が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得するステップと、当該カウント値に基づき分析値を生成するステップと、前記基準値記憶手段から読み出した基準値と前記分析値とに基づき、当該基準値に対する前記分析値の乖離の程度を示す乖離値を生成するステップと、当該乖離値を出力するステップと、を実行させる。
【００３３】
本発明によると、少なくとも自然文を分解して得られた単語の数をカウント値として取得し、取得したカウント値に基づき分析値を生成し、生成した分析値と基準値記憶手段から読み出した基準値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成し、この乖離値を出力するので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる、数値である分析値による言語分析が可能である。ひいては、自然文の内容を客観的に分析、評価することができる新しい言語分析環境を提供することができる。
【００３４】
また、請求項１３に記載の発明では、請求項１２に記載の言語分析プログラムにおいて、前記処理手段に、前記基準値と、複数の文章毎に生成された複数の分析値の当該基準値に対する標準偏差と、に基づき普遍化して、前記乖離値を生成するステップを実行させる。
【００３５】
本発明によると、評価対象により大きく数値が変動する乖離値を普遍化することができるので、乖離値を相対的に比較することができる言語分析環境を提供できる。
【００３６】
また、請求項１４に記載の発明では、請求項１２または請求項１３に記載の言語分析プログラムにおいて、前記処理手段に、前記複数の乖離値に基づき評価値を生成するステップを実行させるとともに、前記乖離値を出力するステップに代えて、当該評価値を出力するステップを実行させる。
【００３７】
本発明によると、複数の乖離値に基づき、さらに評価値を生成し、生成した評価値を出力するので、異なる観点から多面的に分析した複数のパラメータによる評価値を得ることが可能であり、ひいては、より高度な評価を実現できる言語分析環境を提供することができる。
【発明の効果】
【００３８】
本発明は、以上のように構成され機能するので、これによると、請求項１に記載の発明では、少なくとも自然文を分解して得られた単語の数をカウント値として取得するカウント値取得手段と、当該カウント値に基づき複数の分析値を生成する分析値生成手段と、当該分析値生成手段が生成した分析値に基づき基準値を生成する基準値生成手段と、を備えるので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができる。ひいては、客観的な評価を行うことができる評価基準を確立することができる言語分析システムを提供することができる。
【００３９】
また、請求項２に記載の発明では、単語の属性に応じた分析区分を設定することにより、自然文に用いられる単語の属性を分析値に反映させることができ、ひいては、分析区分の設定の仕方により様々な角度から自然文に基づく評価を可能にする基準を得ることができる。
【００４０】
また、請求項３に記載の発明では、標準偏差を用いたフィルタリングを行うので、評価を行うための基準値を、より実態を反映した評価基準とすることができる。
【００４１】
また、請求項４に記載の発明では、単一種類の分析値に留まらず、複数種類の分析値を用いて複数の基準値を得るので、多面的な観点から評価できる基準を定めることができ、より実態を反映した評価を提供することができる。
【００４２】
また、請求項５に記載の発明では、少なくとも自然文を分解して得られた単語の数をカウント値として取得するカウント値取得手段と、当該カウント値に基づき複数の分析値を生成する分析値生成手段と、当該分析値と基準値記憶手段から読み出した基準値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段と、を備えるので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる、数値である分析値による言語分析が可能である。ひいては、自然文の内容を客観的に分析、評価することができる新しい言語分析システムを提供することができる。
【００４３】
また、請求項６に記載の発明では、評価対象により大きく数値が変動する乖離値を普遍化することができるので、乖離値を相対的に比較することができる言語分析システムを提供できる。
【００４４】
また、請求項７に記載の発明では、複数の乖離値に基づき、さらに評価値を生成し、生成した評価値を出力するので、異なる観点から多面的に分析した複数のパラメータによる評価値を得ることが可能であり、ひいては、より高度な評価システムを提供することができる。
【００４５】
また、請求項８に記載の発明では、少なくとも自然文を分解して得られた単語の数をカウント値として取得し、取得したカウント値に基づき分析値を生成し、生成した分析値に基づいて基準値を生成するので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができる。ひいては、客観的な評価を行うことができる評価基準を確立することができる新しい言語分析環境を提供することができる。
【００４６】
また、請求項９に記載の発明では、単語の属性に応じた分析区分を設定することにより、自然文に用いられる単語の属性を分析値に反映させることができ、ひいては、分析区分の設定の仕方により様々な角度から自然文に基づく評価を可能にする基準を得ることができる。
【００４７】
また、請求項１０に記載の発明では、標準偏差を用いたフィルタリングを行うので、評価を行うための基準値を、より実態を反映した評価基準とすることができる。
【００４８】
また、請求項１１に記載の発明では、単一種類の分析値に留まらず、複数種類の分析値を用いて複数の基準値を得るので、多面的な観点から評価できる基準を定めることができ、より実態を反映した評価を提供することができる。
【００４９】
また、請求項１２に記載の発明では、少なくとも自然文を分解して得られた単語の数をカウント値として取得し、取得したカウント値に基づき分析値を生成し、生成した分析値と基準値記憶手段から読み出した基準値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成し、この乖離値を出力するので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる、数値である分析値による言語分析が可能である。ひいては、自然文の内容を客観的に分析、評価することができる新しい言語分析環境を提供することができる。
【００５０】
また、請求項１３に記載の発明では、評価対象により大きく数値が変動する乖離値を普遍化することができるので、乖離値を相対的に比較することができる言語分析環境を提供できる。
【００５１】
また、請求項１４に記載の発明では、複数の乖離値に基づき、さらに評価値を生成し、生成した評価値を出力するので、異なる観点から多面的に分析した複数のパラメータによる評価値を得ることが可能であり、ひいては、より高度な評価ができる言語分析環境を提供することができる。
【００５２】
以上のように、本発明によれば、従来にない優れた言語分析システムおよび言語分析プログラムを提供することができる。
【発明を実施するための最良の形態】
【００５３】
本発明にかかる言語分析は、所定の一テーマについて書かれた文章を評価することを主眼におくものであり、発明者による長年の研究・分析の結果から得られた経験的、統計的事実に基づく言語分析手法を言語分析システムおよび言語分析プログラムのかたちで具現化するものである。
【００５４】
発明者の研究によると、論文や社説など、各ジャンルにおいて一つのテーマを論じる文章として優秀と判断される文章を、５０文章、１００文章、５０００文章と分析を進め、文章に含まれる単語の出現回数に着目したところ、出現回数が多い単語は書き手の論旨の中心を表すキーワードとなっていることと、多くの単語が一回しか使用されないことが判明した。
【００５５】
例えば、文章中に１００の単語が用いられている場合、出現回数の多い、論旨の本質を示す中心となるキーワードはおよそ５つに過ぎず、およそ８０の単語は１度だけ用いられているだけである。このキーワードの文章に含まれる比率は、一のテーマを論じる文章である限り、６００文字の文章でも、２０００文字の文章でも基本的には変わりがないことも分析結果として得られている。
【００５６】
さらに、単語の出現回数について言及すると、極論として、すべての単語が一度だけしか用いられないと、文章としては、とりとめのない言葉の羅列に過ぎず、論旨が浮かび上がってこないものとなる。一方、すべてが同じ単語となってしまっては、文章として成立しないということになる。すなわち、一つのテーマを効果的に相手に伝えるためには、単語の使用則として、繰り返し用いられる単語が一定量あり、さらに、一度しか使われない単語がその周辺をとりまくように存在する必要があるというイメージが成立する。なお、出てきた単語数（重複を含む）を、出てきた単語の種類数で割った値（単語重複率）は、論文の場合は１．４２、小説では２．０１となるという分析結果も得られている。
【００５７】
上述した観点から、ある一定以上の割合で用いられるキーワードの割合を分析すると、例えば上述した１００の単語が用いられている場合で説明すると、キーワードの数が５を超えてさらに多い場合には、主張しようとする事柄が多くなり、それぞれの論点の説明に十分な論証がおこなわれていない傾向が強い。逆に、キーワードの数が５を満たさずさらに少ない場合には、主張すべき事柄への内容の集約が不足し、論旨を展開するにあたっての組み立てが不十分な傾向が強い。
【００５８】
加えて、一度しか用いられていない単語群が８０％を超えると、主張に対する論証として展開する方向が散漫となり、文章としての明確な方向性が表現しきれない傾向が強くなる。
【００５９】
以上説明したように、単語の重複という観点から見ると、文章の優劣は絶対量ではなくバランスであり、理想的な比率という基準で判断できるという知見を発明者は得ている。
【００６０】
このバランスという観点からの分析についてみると、品詞などの単語の属性の観点から見ても同様の結果を得いる。例えば、名詞、形容詞、動詞、助動詞などの一般的な品詞区分で考えてみると容易に理解できる。名詞は、主語や目的語として用いられるが、自然文として、主語がなければ、動作主体がわからず意味不明となるし、目的語がなければ、動作対象などがわからず、同じく意味不明となる。また、形容詞などが少なければ、第三者に問題の状況やそれをとりまく環境などの詳細なイメージを十分に伝えられないし、逆に多すぎては、与えられる情報が氾濫して読み手に伝えたいイメージがぼやけてしまう可能性が高い。そして、極論すると、動詞がないということは、自然文としての述語が存在しないことになり、少なくとも、主語に応じた比率で存在しなければ文章が成立しない。
【００６１】
この単語の属性という観点からの分析を行ったことにより、属性の観点からもバランス良く用いられているか否かを、文章としての優劣を評価する基準とできるという知見を発明者は得ることができた。なお、本発明では、後述するように一般的な国文法の品詞種類とは異なる分析区分を採用しているが、この分析区分は、わかりやすい文章表現、文章構成という見地から重要となる、使用単語のバランスから文章を評価するという観点に基づき、どのような単語の属性を抽出すると、適切な数値評価ができる分析値が得られるかという分析実験を繰り返して、経験的かつ統計的に得られた区分である。
【００６２】
以上の知見に基づく言語分析を実現するための言語分析システムおよび言語分析プログラムについて、以下に実施形態を説明するが、これらの実施形態は本発明の一例を説明するに過ぎず、本発明の権利範囲を限定するものではない。また、説明において特記しなくとも、各手段は、当然に当業者として代替することができる手段を含むものとする。
【００６３】
〔第１実施形態〕
【００６４】
本発明にかかる言語分析システム１は、文章内容を判断するための基準となる評価基準を客観的に定める言語分析とともに、その評価基準に基づき文章の客観的な内容評価を行う言語分析の双方を実現しようとするシステムである。このような本発明の一実施形態を図１乃至図６に基づき説明する。
【００６５】
［言語分析システムの構成］
【００６６】
図１は、本発明に係る言語分析システム１のシステム構成を示す機能ブロック図である。図１に示したように、言語分析システム１は、自然文を受け付ける自然文受付手段１１と、受け付けた自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文分解手段１４が受け付けた自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値生成手段１８が生成した分析値に基づき、分析値の基準となる基準値を生成する基準値生成手段１９と、基準値生成手段１９が生成した基準値を記憶する基準値記憶手段として機能するパラメータ記憶手段１７と、基準値記憶手段１９から読み出した基準値と、分析値生成手段１８が生成した分析値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段２０と、乖離値生成手段２０が生成した複数の乖離値に基づき評価値を生成する評価値生成手段２１と、乖離値生成手段２０が生成した乖離値または評価値生成手段２１が生成した評価値を出力する出力手段２２と、を主たる構成として備える。
【００６７】
また、図２は、本発明にかかる言語分析システム１を実現するための概略的なシステム構成図である。図２に示したように、システム全体としては、情報の入力手段３１、情報の表示手段３２、情報の記憶手段３３、外部装置との通信手段３４、印刷手段３５、およびこれら各手段の動作を制御する処理手段３６とを有する構成を採用する。
【００６８】
図２において、入力手段３１は、キーボードやスキャナなどの情報を入力するための手段である。表示手段３２は、液晶ディスプレイやＣＲＴなどの情報を表示するための手段である。通信手段３４は、モデム、ＴＡ、ルータなど、外部装置との間で情報を受信し、送信するための手段である。印刷手段３５は、電子情報を紙媒体などに出力して提供する手段であり、例えば、プリンタなどが該当する。なお、説明の容易のため、図２においてこれら入力手段３１、表示手段３２、通信手段３４の数をそれぞれ一としたが、これに限らるものではない。
【００６９】
そして、記憶手段３３は、プログラムやデータの格納領域を提供するとともに、プログラムの展開領域を提供する手段である。例えば、ＲＡＭ、ＲＯＭ、ＨＤＤなどの主記憶装置、補助記憶装置が挙げられる。ここで、図２に示したように、記憶手段３３は、所定の記憶領域に自然文記憶手段１２と、分析用辞書記憶手段１３と、分解結果記憶手段１５と、パラメータ記憶手段１７と、を含むものであり、各記憶手段の概要は以下のとおりである。
【００７０】
自然文記憶手段１２は、分析対象となる自然文を格納するための記憶領域を提供する。分析用辞書記憶手段１３は、後述する分析用の辞書を格納するための記憶領域を提供する。分解結果記憶手段１５は、後述する分析結果を格納するための記憶領域を提供する。パラメータ記憶手段１７は、図１に示したカウント値記憶領域１７ａ、分析値記憶領域１７ｂ、基準値記憶領域１７ｃ、乖離値記憶領域１７ｄ、評価値記憶領域１７ｅなど、分析に用いるための基礎データとなる数値や、演算結果として得られる数値などのパラメータを格納するための記憶領域を提供する。ここで、パラメータ記憶手段１７は、これら各記憶領域を備えることにより、カウント値記憶手段、分析値記憶手段、基準値記憶手段、乖離値記憶手段、評価値記憶手段としても機能するものである。
【００７１】
なお、説明の容易のため、図２において記憶手段３３の数を一つとしたが、これに限られるものではなく、物理的に複数の記憶媒体から記憶手段が構成されるようにして、分散的に情報を記憶できるシステムとしてもよいことはいうまでもない。
【００７２】
処理手段３６は、ＣＰＵなどの演算処理手段であり、上述した各種機器を制御する手段である。なお、説明の容易のため、図２において処理手段３６の数を一としたが、これに限られるものではなく、物理的に複数の演算処理手段を用いて並列的に制御を行う構成としてもよい。また、処理手段３６が仮想計算機などを介して、中間コード形式で提供されたプログラムを解釈、実行して処理を実現する構成としてもよい。
【００７３】
以下、図１に示した言語分析システム１を構成する各手段について詳述する。
【００７４】
まず、図１における、自然文受付手段１１、自然文分解手段１４、カウント値取得手段１６、分析値生成手段１８、基準値生成手段１９、乖離値生成手段２０、評価値生成手段２１、および出力手段２２は、言語分析システム１の処理手段３６が所定のプログラムを実行することにより、実現され、その機能を発揮するプロセスである。なお、それらのプログラムは、通常、記憶手段３３の所定の記憶領域に格納され、必要に応じて処理手段３６が読み出し、メモリなどの記憶手段３３のプログラム展開領域で実行され、各種機能を呈する。
【００７５】
ここで、自然文受付手段１１は、記載内容を評価する分析対象である自然文を受け付ける手段である。ただし、自然文受付手段１１が受け付ける分析対象の単位は、処理の効率を考えて分析対象となる複数の自然文からなる文章を想定するものであるが、これに限られるものではない。例えば、後述するように、単語への分解処理を自然文単位で行うことから、一自然文の分解処理が済む毎に次の自然文を受け付ける一自然文単位とする構成を採用してもよい。
【００７６】
加えて、相対的に文章を比較するような場合は、原則として、書き手の異なる文章を分析単位として受け付ける形態が想定されるが、文章を評価するための基準となる基準値を取得する場合には、どのように基準値を定めるかという取り決めにしたがうことになる。この場合には、自然文受付手段１１は、複数の書き手による単文をまとめた自然文群を文章と擬して受け付けたり、一の書き手の文章を基準値取得のために受け付けたりすることになるが、いずれにせよ、自然文を受け付けることに変わりはない。
【００７７】
また自然文受付手段１１は、入力手段３１を介して直接入力される情報を受け付けるという受け渡し形態に限られるものではない。例えば、言語分析システム１の外部から、通信手段３４を介してテキスト形式などで自然文の電子情報を受け付けるようにしてもよいし、書き換え可能なＭＯやＣＤ−ＲＷなどの記録媒体などを介して受け付けるようにしてもよい。加えて、記憶手段３３の他の記憶領域に格納されている文書データなどから分析対象を受け付ける形態を用いてもよい。
【００７８】
そして、自然文受付手段１１は、処理手段３６の制御下で、受け付けた自然文を自然文記憶手段１２に格納する機能も備える。これにより、言語分析システム１は、分析対象となる自然文を受け入れて即座に分析するシーケンスを実行しなければならないという制約を受けることはなく、所定の数の自然文を受け付けてから、任意のタイミングで分析できる。
【００７９】
ここで、自然文記憶手段１２は、前述したように、記憶手段３３の所定の領域に自然文を格納する手段であるが、その格納形態は、文章という単位で複数の自然文を格納するものに限られない。例えば、一の自然文を独立したかたちで格納してもよいし、文章単位、自然文単位が混在したかたちで格納してもよい。ただし、複数の文章を連続的に分析処理する場合などは、文章に固有の識別コードを付して、分析対象となる自然文をその識別コードに関連付けたかたちで記憶する。なお、複数の文章の分析を行う場合には、ここで付した識別コードと、後述する分析値や乖離値、評価値などの情報との関連付けも行うが、このようなＩＤ情報を用いた情報管理の手法は既知のものを用いるものとする。
【００８０】
分析用辞書記憶手段１３は、自然文受付手段１１が受け付けた自然文を単語に分解する際に参照する分析用辞書として機能する手段である。具体的には、分析用辞書記憶手段１３は分析単位となる基準単位単語を記憶する記憶手段であり、加えて、基準単位単語の属性に応じた分析区分を当該基準単位単語に付与し、相互に関連付けて記憶する記憶手段である。
【００８１】
ここで、基準単位単語の属性とは、一般的に単語の性質や特徴などをいい、例えば品詞の種類や意味に応じた分類などから判断される。そして、分析区分は、後述する評価値を、複数の観点から分析したものと意味づけるために複数生成される分析値を導出できるように、属性を考慮して定められる。
【００８２】
以下、分析用辞書記憶手段１３に格納される辞書について、図３に基づき説明する。図３は、分析用辞書記憶手段１３のデータ構造の一例を示す模式的構造図である。
【００８３】
図３に示したように、分析用辞書記憶手段１３は、複数の独立した辞書から構成され、詳細には、体言辞書、用言辞書、接続詞辞書、助詞辞書、助動詞辞書、に加え、分解に適した自然文、文節、単語レベルに修正することを主目的として、活用辞書、削除記号辞書、表記辞書、句点識別辞書などを備える。各辞書は、データベースとして構成され、上述した基準単位単語を格納する体言辞書、用言辞書などは、分析区分に関連付けて基準単位単語を格納する際に、単語に付与された分析区分が利用されることになる。
【００８４】
ここで、分析用辞書記憶手段１３の各辞書記憶領域に格納される基準単位単語が関連付けられる分析区分は、分解後の分析内容に応じて定められるものであり、本発明では、一般的な国文法をそのまま用いず、独自のアレンジを施した分析区分を採用する。
【００８５】
分析区分の具体例を表１および表２に示す。表１および表２に示したように、本実施形態では、分析用辞書記憶手段１３に格納される基準単位単語の分析区分に階層構造を採用する。詳細には、表１は、第１階層が体言に区分される部分の詳細な階層構造を示した表であり、表２は、第１階層が用言と付属語に区分される部分の詳細な階層構造を示した表である。
【００８６】
表１および表２に示したように、基準単位単語は、第１階層として、体言、用言、付属語の３つの区分に分けらる。それぞれ第１階層内での区分を表す第１階層区分コードとして０１，０２，０３というコードが付与される。
【００８７】
また、第２階層は、第１階層の体言、用言、付属語の下位区分という位置づけになる。具体的には、第１階層の体言は、普通名詞、固有名詞、代名詞、数詞、接続詞、連体詞、感動詞に分けられる。第１階層の用言は、動詞、形容詞に分けらる。第１階層の付属語は、助動詞、助詞、連語に分けられる。第２階層のそれぞれの区分には、第２階層内での区分を表す第２階層区分コードとして、０１から１３までのコードが付与される。
【００８８】
第３階層では、表１および表２に示したように、第２階層内での一区分が、属性に応じてさらに下位区分に細分化される。代表的な例では、普通名詞は、普通名詞、成語、季語、時期、その他の区分に分けられ、第３階層区分コードとして、０１，０２，０３，０４，０９というコードが付与される。また、固有名詞は、人名、社名、地名、国名、元号、歴史用語、その他の区分に分けられ、第３階層区分コードとして、０１，０２，０３，０４，０５，０６，０９というコードが付与される。この第３階層の区分については、表１および表２に記載した構造となっており、上述した以外の区分および区分コードについては説明を省略する。なお、本実施形態における区分コードにより分析区分を特定する方式として、第３階層の分析区分を示す場合には、少なくとも第２階層区分コードとセットにして第３階層区分コードを用いる。
【００８９】
そして、表１および表２に示したように、本実施形態では、上述した分析区分に加え、基準単位単語の属性に鑑みて定められた抽出区分を規定する。ここで、抽出区分は、一括して抽出すべき分析区分の単語を特定するために設けられた便宜的な区分であり、第２階層区分の所定の区分に応じて、ａ，ｂ，ｃの３つの区分が指定されている。例えば、キーワードとして分解した単語を選別する際に、区分ａと区分ｂに該当する単語を抽出する際のインデックスとして用いる。
【００９０】
ここで、区分ａは、内容を修飾または補足する単語群をまとめた区分を意味する。区分ｂは、内容を具体的に示す単語群をまとめた区分を意味する。区分ｃは、その単語だけでは意味をなさない単語群をまとめた区分を意味する。
【表１】
【表２】
【００９１】
なお、これらの分析区分の階層構造データは、分解後に、分析区分に基づくカウントが行われる際の利便性を考慮して、記憶手段の所定の領域に、分析用辞書記憶手段１３に格納される基準単位単語に関連付けられる分析区分を規定するデータとして格納される。格納の形態は、例えば、データベース構造などを採用し、各辞書の分析区分の階層構造に応じて、階層区分と分析区分コードとの対応付けを規定するとともに、高速検索のための検索インデックスとして抽出区分との対応付けも規定する。
【００９２】
以上説明した分析区分と関連付けられた基準単位単語を格納する各辞書およびその他の辞書について詳述する。
【００９３】
体言辞書記憶領域は、一般的な国文法では普通名詞、固有名詞、代名詞、数詞（主に単位など）、副詞、連体詞、感動詞に分類される基準単位単語を格納する。ここで、本発明に特徴的なことは、一般的な国文法では体言に分類される接続詞について、独立したかたちで接続詞辞書を設けていることと、連語を体言辞書に登録していることである。
【００９４】
これは、接続詞辞書が、実際に文章表現内容の分析を行う際に高い頻度で利用されることに鑑み、体言辞書に含めず独立させて設ける構成を採用したものであり、自然文を分解して単語にする際に用いることとは離れて、異なる言語分析を行う構成を付加的に備えた場合などを想定し、文章表現内容の分析に兼用しやすいようにしたものである。また、連語も二つ以上の単語が結合してはいるが、ひとまとまりの観念を表す語であるので、体言辞書に格納している。
【００９５】
用言辞書記憶領域は、一般的な国文法では動詞、形容詞に分類される基準単位単語を格納し、同様に、助詞辞書記憶領域は、助詞に分類される基準単位単語を、助動詞記憶領域は、助動詞に分類される基準単位単語をそれぞれ格納する。
【００９６】
また、活用辞書記憶領域は、一般的な国文法では動詞、形容詞に分類される基準単位単語の活用として語尾変化のパターンなどを格納しており、自然文の分解に際して、その単語が用言であるか否かを認定する際に用言辞書と併用される。
【００９７】
句点識別辞書記憶領域は、自然文の末尾を認識するために、句点（。）を格納する。ただし、必要に応じて、句点識別辞書記憶領域は、さらに、読点（、）や疑問符（？）、感嘆符（！）などを格納してもよい。
【００９８】
表記辞書記憶領域は、電子文書などで特殊記号に分類される自然文中の記号を変換するために、変換元情報と変換先情報を関連付けて格納する。例えば、百分率記号（％）と「パーセント」という単語、ドル記号（＄）と「ドル」という単語、円（￥）と「円」または「エン」などを関連付けて格納する。
【００９９】
削除記号辞書記憶領域は、分解や分析に関係しない記号で、削除しても問題がない記号を格納する。例えば、文章中で見出しなどに使う「○」「●」「◎」「§」「※」などの記号が挙げられる。
【０１００】
感想単語辞書記憶領域は、自然文を単語に分解する段階では使用しないが、後述する中心キーワード比率や中心補完単語比率などの分析値を生成する際に必要となる感想単語を格納する。詳細には、感想単語辞書記憶領域は、本発明独自の区分として、感想単語という分析用の特別区分を設け、これに該当する単語の数を差し引いた分析値を生成する処理を行うために、その感想単語に該当する基準単位単語を格納し、一致判断の際の参照辞書とする辞書記憶領域である。
【０１０１】
ここで、感想単語に該当するのは、「私は…と思う」と表現される場合の、「私」「思う」など、自然文制作者の主観的な感想として位置づけられる、主体を自分として述べるときに用いられる単語である。例えば、感想名詞に該当する単語として、「自ら」「自分」「私」「僕」「当社」「我社」など、感想動詞に該当する単語として、「思う」「できる」「対する」「考える」「感じる」などが挙げられる。
【０１０２】
なお、本実施形態では、体言辞書記憶領域、用言辞書記憶領域、接続詞辞書記憶領域、など、概ね分析区分と一致する構成として、自然文を単語に分解する際の参照の高速化を図れるようにしたが、これに限られるものではない。例えば、分析区分と対応付けられ、自然文の分解に際して基準単位単語として参照する分析手順を実現できるものであれば、独立した単語群を形成するように格納されたデータベース構造に代えて、単語がその分析区分や品詞種別に基づきまとめられることなく混在したデータベース構造を採用してもよい。
【０１０３】
また、必ずしも単一の分析用辞書記憶手段１３が、図３に示したように、複数の辞書を統括して記憶する構成に限られるものではなく、複数の記憶手段から分析用辞書記憶手段１３が構成され、複数にグループ化された辞書群を分散して記憶する構成を採用してもよい。また、辞書も上述した機能別の辞書を複数備える構成に限るものではなく、例えば、用言辞書と活用辞書を統合した複合機能を果たす辞書を構成要素としてもよい。
【０１０４】
続いて、自然文分解手段１４は、分析用辞書記憶手段１３に格納されている基準単位単語を参照して一致を判別し、基準単位単語に相当する複数の単語に自然文を分解する手段である。具体的には、自然文分解手段１４は、句点識別辞書記憶領域を参照しながら、自然文記憶手段１２に格納された分析対象となる自然文をセンテンス単位で読み出し、読み出した自然文について、所定の文字数単位で自然文の先頭から順番に文字列を抜き出し、分析用辞書記憶手段１３の体言辞書記憶領域、用言辞書記憶領域、接続詞辞書記憶領域など、所定の順序で各辞書を参照し、辞書内に格納された基準単位単語と比較して分解される単位となる単語を特定することにより単語に分解する手段として機能する。
【０１０５】
また、自然文分解手段１４は、複数の単語に自然文を分解するに際し、分解した単語に分析区分を関連付ける手段としても機能する。具体的には、分析用辞書記憶手段１３に格納される基準単位単語に関連付けられた分析区分を、分解した単語に関連付けるべき分析区分として用いることにより、分解した単語の属性に応じた分析区分を付与する手段として機能する。
【０１０６】
加えて、自然文分解手段１４は、自然文を分解した結果である単語群を分解結果記憶手段１５に格納する。ここで、分解された単語の格納の形態は、分解すべき単語として抽出したことに誤りがないことが確定した単語を順次格納する形態としてもよいし、自然文単位で分解処理が完了する毎にまとめて分解結果を格納する形態を採用してもよい。
【０１０７】
なお、自然文分解手段１４が実現する、自然文記憶手段１２に格納された自然文を単語に分解するプロセスは、上述の態様に限られるものではなく、少なくとも単語とそれに応じた分析区分を関連付けて分解格納することができるものであれば足りる。
【０１０８】
分解結果記憶手段１５は、前述したように、自然文分解手段１４が自然文を複数の単語に分解した結果を記憶する手段であるが、自然文を分解して得られた単語と、その単語の属性に応じた分析区分との関連付けを分解した結果に含むように記憶する。ここで、結果は、分析対象となる文章または自然文の単位毎に独立して記憶される。
【０１０９】
分解結果記憶手段１５の結果の記憶形態は、自然文の先頭側から順に分解した単語を格納し、その単語に該当する分析区分のフラグを立てる形態や、単語と分析区分に対応した区分コードとを対応付けて格納する形態、分析区分毎に分けて単語を格納する形態などを採り得る。また、分解した単語の中に、同一の単語が複数含まれている場合は、重複させて格納してもよいし、その単語に重複数を関連付けて格納することにより重複させないようにしてもよい。
【０１１０】
なお、分解結果記憶手段１５は、自然文分解手段１４が自然文を分解して取得した単語群などの、直接的な一次的結果を記憶する機能に限定されるものではない。分析対象毎に、対応する追加的な結果、例えば、一次的結果として得られた単語に、後述する同頻度数データやキーワードと認定されたことを示す識別記号などの二次的結果を関連付けて記憶する機能を付加してもよい。
【０１１１】
カウント値取得手段１６は、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した前記単語の数をカウント値として取得し、取得したカウント値をパラメータ記憶手段１７のカウント値記憶領域１７ａに格納する手段である。ここで、「少なくとも」としたのは、自然文分解手段１４が直接的に分解した単語数のみをカウントするのではなく、後述するように文字数や自然文の数（以下、センテンス数と称する）をカウントする手段としても機能し得るからである。
【０１１２】
具体的には、カウント値取得手段１６は、上述したような形態で分解結果記憶手段１５が格納する分解された単語群に基づき、単語に関連付けられた分析区分を検索インデックスとするなどしながら単語の数をカウントし、そのカウント値を取得する。
【０１１３】
カウント値記憶領域１７ａへのカウント値の記憶形態の一例として、図４にカウント値データベースのデータ構造図を示す。図４の各数値は、新聞の社説を分析対象とし、複数の社説を分析した場合のカウント値として取得されたデータを表している。
【０１１４】
ここで、分解結果記憶手段１５に格納された単語群に基づくカウント値の例としては、第１階層区分、第２階層区分、第３階層区分など、各区分が付与された単語の総数を区分毎にカウントしたカウント値が挙げられる。図４に示したカウント値として得られるデータ項目のうち、第１階層区分の体言（第１階層区分コード０１）に該当する単語の数をカウントして得られた体言数、同様に、用言（第１階層区分コード０２）に該当する単語の数をカウントして得られた用言数、付属語（第１階層区分コード０３）に該当する単語の数をカウントして得られた付属語数などがこれに該当する。
【０１１５】
ただし、カウント値取得手段１６が取得するカウント値は、単に特定の分析区分に該当する単語の総数に限られるものではない。例えば、その分析区分に該当する単語でも、重複する同一単語はひとまとまり（一つ）としてカウントして求められる単語の種類数（以下、出現単語数と称する）が挙げられる。なお、ひとまとまりとしてカウントする手法としては、すでにカウント済みの単語と一致を判別し、一致する場合にはカウントをスキップなどして、空カウントととするなどの手法を採用する。
【０１１６】
また、本実施形態では、カウント値取得手段１６は、分析区分という枠内に該当する単語のみをカウント対象とするものではなく、その分析区分をまたがって単語数をカウントしてもよい。
【０１１７】
例えば、分析対象となる文章中に出現した回数（以下、この出現回数を頻度数と称する）が同じである単語の数をカウントして求められる、頻度数が同じ単語の数（以下、同頻度数と称する）、さらには、頻度数が一である単語（分析対象文章中で一度しか出現していない単語）の数（以下、１頻度単語数と称する）、などをカウント値としてカウント値取得手段１６が取得する態様も採り得る。
【０１１８】
さらに、カウント値取得手段１６は、単語の数のカウント値だけでなく、必要に応じて、分解結果記憶手段１５のみならず、自然文記憶手段１２なども参照し、対象となる自然文の総文字数や、センテンス数、各分析区分に該当する単語の文字数を合計した数、などについてもカウントし、そのカウント値を取得する。また、後述する分析値生成手段１８により生成された分析値などに基づく再カウントなども、必要に応じて行う。
【０１１９】
加えて、カウント値記憶領域１７ａには、分解した単語の数をカウントして得られたカウント数から直接得られるカウント値のみならず、場合によっては、演算処理などを施して間接的に得られるカウント値をも記憶する構成としてもよい。
【０１２０】
そして、上述したように、分析区分に着目して単語の数をカウントしたカウント値を格納したのと同様に、それ以外のカウント値についても、パラメータ記憶手段１７に設けられたカウント値記憶領域１７ａに格納する。
【０１２１】
なお、図４に示したカウント値のうち、キーワード数や感想単語数は、所定のカウント値の処理がおこなわれた後、分析処理を挟んで、再度、必要に応じてカウントされるカウント値であり、詳細は後述する。
【０１２２】
分析値生成手段１８は、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する手段である。具体的には、分析値生成手段１８は、パラメータ記憶手段１７のカウント値記憶領域１７ａに格納された各種カウント値を用いて分析値を生成する。また、分析値の生成にあたっては、分析値生成手段１８は、記憶手段３３の所定の領域に設けられた不図示の分析値算出則記憶領域に格納された分析値算出則を参照して算出する。さらに、分析値生成手段１８は、パラメータ記憶手段１７の分析値記憶領域１７ｂに対して、算出した分析値を格納する手段としても機能する。
【０１２３】
ここで、本実施形態における分析値とは、カウント値に基づき生成された値をいうが、カウント値を加工して得られた二次的な数値を用いて生成された値のみに限られるものではなく、カウント値記憶領域１７ａに格納されたカウント値をそのまま用いて生成された値も含む。
【０１２４】
さらに、分析値は、上述した単語の数に基づくカウント値のみにより算出されなければならないものではなく、総文字数やセンテンス数などに基づくカウント値と、単語の数に基づくカウント値との双方を用いて生成されるものであってもよいことはいうまでもない。
【０１２５】
本発明にかかる分析値の代表的なものを表３に示す。表３には、文章の内容を評価する際の判断項目となる判断基準能力を表す分析項目内容、分析項目内容に対応する分析値、および、その分析値の算出則を記している。
【０１２６】
表３に示したように、文章の評価、書き手の能力評価の指標として、例えば、文章整備力なら総頻度比率を評価指標の基礎データとして用いることができる。また、その算出則は総頻度数を計算文字数で除すというものである。なお、算出則に用いられる各要素の詳細は後述する。
【表３】
【０１２７】
ここで、表３の分析項目内容に記載した各能力に対応付けられた分析値は、発明者の長年の研究および分析から得られた経験に基づき、文章の内容を評価する際の各能力を数値評価するに適していると認定されたものである。付言すれば、表３に示したように、単語の品詞属性等に基づく分析区分毎に、当該単語に連関するカウント数を用いて普遍化した比率が分析値の主流を占めるが、センテンスに連関するカウント数を用いて普遍化した比率も分析値となる。分析値として得られた数値を絶対比較しても、その能力に関する他の文章との優劣を判断することが可能である。なお、表３に示した分析値および分析値算出則は一例であり、それ以外の観点から算出される分析値を用いた評価を行う場合でも、好適に本発明を用いることができることはいうまでもない。
【０１２８】
そして、本実施形態においては、表３に示したような分析値算出則記憶領域への分析値算出則の格納形態としては、プログラム関数もしくはモジュールの演算機能のかたちで記憶手段３３に格納される構成を採用しており、分析値生成手段１８が記憶手段３３の所定の記憶領域に格納されたプログラム関数またはモジュールを利用して分析値を生成するという方式を採る。
【０１２９】
ただし、分析値算出則の格納は、上述したように、関数として繰り返し用いることができるようにサブルーチン的に格納する形態に限られるものではなく、シーケンス制御の手順として、重複して逐次規定され格納される形態であってもよい。
【０１３０】
ゆえに、分析値生成手段１８は、詳細には、カウント値記憶領域１７ａと記憶手段３３に設けられた不図示の分析値算出則記憶領域とを参照し、カウント値記憶領域１７ａから読み出したカウント値と、分析値算出則記憶領域から読み出した分析値算出則と、に基づき、分析値を生成する手段として機能する。
【０１３１】
続いて、分析値生成手段１８により生成される分析値について詳述する。上述したように、分析値には、カウント値記憶領域１７ａに格納されたカウント値をそのまま用いて生成された分析値と、表３に示した分析値などのように、カウント値を加工して得られた二次的な数値を用いて生成された分析値がある。なお、表３においては分析値算出則の要素となっている計算文字数なども、カウント値に基づく分析値と位置づけてよい。
【０１３２】
まず、直接的にカウント値を用いて得られる分析値としては、表３に示された総頻度数、除数詞名詞数やセンテンス用言率などが挙げられる。具体的には、総頻度数は、分析対象となる複数の自然文に含まれる分析区分の内、抽出区分ａおよびｂに該当する分析区分毎の単語の数をカウントして得られた総和をいう。また、除数詞名詞数は、第２階層区分が普通名詞、固有名詞、代名詞に該当する単語の数の総和から数詞に該当する単語の数を差し引いた単語数をいう。そして、センテンス用言率は、用言数をセンテンス数で除した数値をいう。
【０１３３】
ここで、本実施形態において、総頻度数をすべての単語の数にせず、抽出区分ａ，ｂに限ったのは、経験則から、抽出区分ｃに該当する単語の数を除外して分析を行うことにより、専門家が経験的によい文章であると判断した場合の人的分析評価に沿った、数値分析評価が得られると判明したからである。
【０１３４】
一方、カウント値を加工して得られた二次的な数値を用いて生成される分析値としては、総頻度比率、体言率、などの比率または率で表される、計算文字数でカウント値等を除して求められる分析値や、中心キーワード比率、中心補完単語比率、中心１頻度単語比率、第１単語頻度比率、第２単語頻度比率、第３単語重複率のように、カウント値を用いて算出したパラメータを計算文字数で除した分析値などが挙げられる。
【０１３５】
ここでいう計算文字数は、例えば固有名詞の文字数の多寡（外国の地名などの有無）や、対象となる文章自体の多寡など、物理的または表面的な要素により分析値が大きく影響を受けることがないように導入したパラメータであり、本発明に特徴的な概念である。
【０１３６】
本実施形態における計算文字数の算出則は、（計算文字数）＝（分析対象となる文章の総文字数）×（総頻度数）／（総頻度数でカウントされた分析区分に該当する単語の文字数の総和）である。ゆえに、比率を算出する際の分母となるため文字数と称したが、単語の数である総頻度数と、文字数から得られた無次元係数とから得られる頻度数とを用いて、分析値を生成しているものであり、これにより、文字量の影響を極力排除せんとするものである。
【０１３７】
より具体的には、冗長でわかりにくい文章と簡明で短い文章とを比較した際に、その文字量により左右されにくい分析値を得ることができるようにするため、単語の数に対して文字数に基づく補正をかけ、分析値の普遍化を実現する普遍化パラメータとして上述の計算文字数を選択したものである。
【０１３８】
また、中心キーワード比率、中心補完単語比率、中心１頻度単語比率などは、分解した単語のうちキーワードと認定される単語数が重要なパラメータとなる。
【０１３９】
キーワードとは、同頻度件数を同頻度のパターン数で除した同頻度比率が、０．７以下の単語とされる。ここで、同頻度件数とは、特定の出現回数につき、その出現回数が同じである単語の種類数をいう。例えば、出現回数が４回の単語が３種類あったら、頻度数が４の同頻度件数は３とされる。また、同頻度のパターン数とは、同頻度と認定された単語群の数をいい、具体的には、出現回数が同じである単語群がいくつできるかをカウントしたものである。例えば、出現回数が１回の単語群、出現回数が２回の単語群、出現回数が３回の単語群、出現回数が４回の単語群、出現回数が６回の単語群、出現回数が１２回の単語群がある場合には、同頻度のパターン数は６となる。このとき、頻度数が４の単語群については、前述したように同頻度件数が３であるので、同頻度比率が０．５となり、キーワードとして認定されることになる。なお、参考までに、一の社説について分析した結果をあげると、頻度数１２が同頻度件数１件、頻度数６が同頻度件数１件、頻度数４が同頻度件数３件、頻度数３が同頻度件数５件、頻度数２が同頻度件数１８件、頻度数１が同頻度件数１７８件、となり、頻度数１２、頻度数６、頻度数４までに該当する単語群がキーワードとして認定された。
【０１４０】
このキーワード認定のために、分析値生成手段１８は、分解された単語もしくは単語群がキーワードに該当するか否かを、カウント値記憶領域１７ａに格納された各カウント値に基づき算出した同頻度比率が０．７以上か否かにより判断する機能も備える。このとき、その判断結果に基づき、キーワードに該当する単語数（以下、キーワード数と称する）をカウント値取得手段１６がカウントし、さらに、そのカウント値に基づき、分析値生成手段１８が分析値を生成する。
【０１４１】
具体的には、以上説明したキーワードに該当する単語数に基づき生成される分析値が、補完単語数であり、キーワード数から、前述した一頻度単語数を差し引いた数値をいう。
【０１４２】
さらに、分析値生成手段１８は、キーワードに該当すると判断したキーワード群や補完単語に該当すると判断した補完単語群の中に、感想単語が存在するか否かを判断する機能を備える。具体的には、前述した分析用辞書記憶手段１３に格納されている感想単語辞書記憶領域を参照して、その感想単語として記憶されている基準単位単語との一致をみることにより判断する。
【０１４３】
分析値生成手段１８は、この感想単語の認定に基づき、中心キーワード数として、キーワード数から感想単語数を差し引いた数値を分析値として生成する。また、中心補完単語数として、補完単語数から感想単語を差し引いた数値を分析値として生成する。さらに、中心一頻度単語数として、一頻度単語に該当する単語から感想単語を差し引いた数値を分析値として生成する。その上で、分析値生成手段１８は、これら、中心キーワード数、中心補完単語数、中心一頻度単語数をそれぞれ計算文字数で除して、中心キーワード比率、中心補完単語比率、中心１頻度単語比率を生成し、分析値として分析値記憶領域１７ｂに格納する。
【０１４４】
ただし、本実施形態におけるキーワードの認定方法として、上述した同頻度件数を同頻度のパターン数で除したものを同頻度比率としたが、キーワードの概念は、前述したように、ある一定回数以上の出現頻度で使用されている単語というものであり、この区別を行うための指標の一例として上述の同頻度比率を用いた構成を採用したものである。したがって、キーワードを認定するための基準となる頻度を定められるものであれば、これに限られるものではなく、キーワードを認定するための出現頻度のしきい値として、例えば、同頻度件数を総同頻度件数で除した値を同頻度比率として用いてもよい。
【０１４５】
他の分析値としては、第１単語頻度比率、第２単語頻度比率、第３単語重複率が挙げられる。ここで、第１単語、第２単語、第３単語、第４単語は、カウント値取得手段１６が取得したカウント値に基づき、頻度数（出現回数）の多い単語を上位から４つ抽出して特定する。ゆえに、それぞれの単語の頻度数は、第１単語数、第２単語数、第３単語数、第４単語数、として取り扱われ、各々を計算文字数で除した値が第１単語頻度比率、第２単語頻度比率、第３単語頻度比率、第４単語頻度比率という分析値になる。また、第３単語重複率とは、第１単語、第２単語、第３単語とされた単語について、その種類数の和をとり、３で除した値をいう。
【０１４６】
そして、各分析値は、表３に示したように分析対象の文章の内容を表す数値となる。具体的には、文章整備力を表す数値として総頻度比率が、語彙力を表す数値として除数詞名詞率が、テーマ設定力を表す数値として中心キーワード比率が、 テーマ説明力を表す数値として中心補完単語比率が、テーマ補足力を表す数値として中心１頻度単語比率が、単語構成力を表す数値として出現単語比率が、センテンス構成力を表す数値としてセンテンス比率が、センテンス主張力を表す数値としてセンテンス頻度平均値が、主張力を表す数値として第１単語頻度比率が、 主張補足力を表す数値として第２単語頻度比率が、主張構成力を表す数値として第３単語重複率が、論理展開力を表す数値として同頻度数比率が、論理強制力を表す数値として単語回帰値が、行動表現力を表す数値としてセンテンス用言率が採用される。
【０１４７】
ここで、センテンス頻度平均値とは、各センテンスの区分ｂに該当する単語について、その単語重量値の総和をとり、そのセンテンス毎に得られた単語重量値の総和をさらに合計した値を、センテンス数で除した値である。ここでいう単語重量値は、単語の頻度比率であり、出現回数（頻度数）を計算文字数で除したものである。
【０１４８】
また、回帰値とはデータ分布を一つの直線に表したときの傾きを示す値であるが、単語回帰値の本来の意義は、すべての単語の頻度比率を分布図に表したときの直線の傾きをいう。ただし、本実施形態では、近似的に傾きを取得する構成を採用している。具体的には、縦軸のパラメータとして理想値を用い、横軸のパラメータとして分析対象文章の分析値をとり、理想値と合致する場合には４５度の傾きをなす分布直線を想定する。そして、単語の頻度比率としては、第２単語頻度比率を第１単語頻度比率で除した値、第３単語頻度比率を第１単語頻度比率で除した値、第４単語頻度比率を第１単語頻度比率で除した値の総計３つの値を用いて、これらのパラメータを用いて傾きを求める。なお、第１単語頻度比率で除したのは、回帰値を得るための傾きを単調増加する直線に近似できるようにするためである。
【０１４９】
詳細には、縦軸には、平均値±標準偏差の範囲に入ったときの値から算出された再平均値を用いて算出した理想値をとるとともに、横軸には、各分析対象文章の現実値をとり、これら理想値と現実値の３対のデータから最小自乗法により傾きを算出する。ここで、最小自乗法による算出には、公知のプログラム関数などを用いる。また、単語回帰値の傾きが表す傾向としては、傾きが４５度よりもなだらかな場合には、冗長であいまいな表現となっており、４５度より急な場合には命令張の断定的な表現となっているということが、経験的に得られている。
【０１５０】
基準値生成手段１９は、分析値生成手段１８が生成した分析値に基づき、分析値の基準となる基準値を生成する手段であり、言語分析を行う際の評価基準となる数値評価基準値を設定する機能を果たす。また、基準値生成手段１９は、生成した基準値を、基準値記憶手段として機能するパラメータ記憶手段１７の基準値記憶領域に格納する手段としても機能する。
【０１５１】
基準値生成手段１９が生成する基準値は、複数の文章毎に生成された複数の分析値を用いて標準偏差を算出し、算出した標準偏差を用いて再度分析値をフィルタリングして抽出した分析値集団の平均値である。なお、前述した分析値生成手段１８が、複数種類の分析値を生成する場合には、基準値生成手段１９は、その種類毎に生成された分析値を用いて基準値を生成する。
【０１５２】
ここで、基準値生成手段１９が基準値を生成する際のフィルタリングとは、分析対象となる文章毎に生成された各分析値を用いて、複数の分析値について平均値と標準偏差を算出し、その上で、（平均値）±（標準偏差）の範囲に入っていない分析値を除外し、再度、平均値を求める（以下、再平均値と称する）。この再平均値を基準値、すなわち理想値として位置づけ、文章の分析を行う際の数値基準として用いるのが本実施形態の特徴である。
【０１５３】
ただし、本発明においては、分析対象が文章という個人差が大きくなりやすいものを分析対象としているため、標準偏差を用いてばらつきの度合いが大きい標本を削除することにより、外乱的な要素を排除した評価基準を得る構成を採用することがより望ましいといえる。したがって、上述した再平均値を用いる構成としたものであり、多少の外乱的な要素を含む基準としても良い場合には、直接的に複数の分析値から得られる平均値を、上述したような数値操作を行うことなく、基準値としてもよい。
【０１５４】
なお、上述したような基準値生成にあたっての基準値算出則は、記憶手段３３の所定の領域に設けられた不図示の基準値算出則記憶領域に、プログラム関数またはモジュールなどのかたちで格納されるものである。
【０１５５】
ゆえに、基準値生成手段１９は、詳細には、分析値記憶領域１７ｂと記憶手段３３に設けられた不図示の基準値算出則記憶領域とを参照し、分析値記憶領域１７ｂから読み出した分析値と、基準値算出則記憶領域から読み出した基準値算出則と、に基づき、基準値を生成する手段として機能する。
【０１５６】
乖離値生成手段２０は、基準値記憶手段であるパラメータ記憶手段１７から読み出した基準値と分析値生成手段１８が生成した分析値とに基づき、読み出した基準値に対する分析値の乖離の程度を示す乖離値を生成する手段である。
【０１５７】
ここで、乖離値を算出するための算出則を次式（１）に示す。この算出則は、プログラム関数やモジュールなどのかたちで、前述した分析値算出則や基準値算出則と同様に、記憶手段３３の所定の領域に設けられた不図示の乖離値算出則記憶領域に格納される。
【０１５８】
式（１）において、Ａを補正係数、Ｂを段階係数、Ｃを分散係数と称する。本実施形態にかかる乖離値生成手段２０は、乖離値自体を生成する前に、基準値記憶領域１７ｃに格納された基準値を参照し、乖離値を算出するために用いるこれらの係数Ａ，Ｂ，Ｃを生成し、記憶手段３３の所定の記憶領域に格納する。
【数１】
【０１５９】
以下、各係数の意義とともに、乖離値生成手段２０の係数および乖離値の算出機能について説明する。また、図５に、前述した基準値とともに、乖離値生成手段２０が、各分析値に基づく乖離値の算出に際して用いる係数値を格納したデータベースのデータ構造の一例を示す。ここで、本実施形態で用いる、図５に示したデータベースは、基準値記憶領域１７ｃであるとともに、上述した乖離値算出用の係数を記憶する所定の係数記憶領域として機能するものである。
【０１６０】
まず、各係数について説明する。補正係数Ａは、分析値毎に桁数異なるため、分析値を指標として用いる際に値を揃えて普遍化しやすいように、分析値を修正する係数である。式（１）において、原則として分析値に補正係数Ａを乗じた値が、１付近を中央値とするように補正係数Ａを定める。
【０１６１】
本実施形態においては、この補正係数Ａを算出する手順として、次のような手順を採用する。処理手段３６は、基準値記憶領域１７ｃから基準値を読み出し、この基準値で１を除して、その算出結果の数値を補正係数Ａとして、所定の記憶領域に格納する。この補正係数Ａの算出処理は、基準値に基づく乖離値の生成を行う処理の根幹をなす。例えば、図５において、総頻度比率の基準値である再平均値で１を除した商が、総頻度比率の補正係数Ａとなる。具体的には、０．７４４５である場合、この０．７４４５で１を除した商の１．３４３１が補正係数Ａとなる。ゆえに、式（１）において、この補正係数Ａと分析値の積から１を引くことにより、０を基準とした乖離の程度が数値として得られることになる。
【０１６２】
そして、この乖離の程度を分析結果として見たときに、認識しやすいように修正する数値が段階係数Ｂである。すなわち、乖離値が、満点が最適という評価概念ではなく、理想値に近いと最適という評価概念に基づくものであるという性質に鑑み、数値評価をする際の感覚的な段階評価を、評価数値の整数部分の数で把握しやすいように、算出結果を修正する係数として段階係数Ｂを用いる。本実施形態では、段階係数Ｂを５に設定している。
【０１６３】
具体的には、本発明で用いる乖離値は、基準となる値に対して、どの程度乖離しているかという程度を表すものである。したがって、例えば０を基準とした場合を考えると、＋５であっても、−５であっても、乖離の程度は同じとなる。この場合では、０で表される「ほどほど」のところが最も良いとしたときの、その最善値からの離れ具合を示す段階を５としたものといえ、評価の内容によっては、３段階、１０段階などのほうが感覚的に分かりやすい、または、評価結果を利用しやすい場合があるので、固定値にせず、任意に採り得る係数としている。このため、段階係数Ｂは、処理手段３６による算出結果で得るのではなく、事前に所定の記憶領域に格納される構成を採用する。
【０１６４】
一方、分散係数Ｃは、段階係数Ｂと異なり、補正係数Ａと同様、処理手段３６が算出する。ここで、単に補正係数Ａをかけて分析値の桁数を揃えただけでは、数値の変化の幅が普遍化されていないので、相対比較に用いるには不適である。このために用いられるのが、式（１）における分散係数Ｃである。
【０１６５】
本実施形態では、分散係数Ｃを、処理手段３６が、上述した再平均値を算出した際のデータについて、各分析値とその再平均値を用いて算出した標準偏差とする。そして、処理手段３６が、乖離値を生成する際に、この分散係数Ｃで除することにより、算出結果が標準偏差に対する比率という側面を有することになるので、乖離値の最大値と最小値の幅を相対比較の可能なスケールに修正することができる。
【０１６６】
このような乖離値を用いて評価する手法を採用したのは、理解しやすい文章の場合には、分析値が特定の一の値に集束するという経験的に得られた傾向に基づくものである。
【０１６７】
ただし、乖離値の段階係数Ｂによる乖離値の変動幅の設定は、求められる評価のばらつきに応じた段階評価を踏まえて設定されるものであり、事前に設定されるものであってもよいし、分析途中で、言語分析システム１が入力手段３１などを介して何段階評価を行うかを受け付ける構成としてもよい。
【０１６８】
ここで、乖離値生成手段２０は、生成した乖離値を、パラメータ記憶手段１７に設けられた乖離値記憶領域１７ｄに格納する機能も備える。ゆえに、乖離値生成手段２０は、詳細には、分析値記憶領域１７ｂと、記憶手段３３に設けられた不図示の乖離値算出則記憶領域および係数記憶領域とを参照し、分析値記憶領域１７ｂから読み出した分析値と、乖離値算出則記憶領域から読み出した乖離値算出則および係数記憶領域から読み出した係数と、に基づき、乖離値を生成する手段として機能する。そして、この係数に基づき乖離値を生成することにより、間接的にではあるが基準値に基づき乖離値を生成する手段として機能する。
【０１６９】
評価値生成手段２１は、乖離値生成手段が生成した複数の乖離値に基づき評価値を生成する手段である。評価値の例としては、表現力、説得力、理解力、把握力、分析力、問題発見力、洞察力、思考力、創造力、応用力、対応力、行動力、などが挙げられるが、それぞれ異なる観点からなる複数の乖離値を用いて算出される。
【０１７０】
処理手段３６が実現する評価値の算出方式としては、複数の乖離値の平均値を用いる方式や、乖離値の基準値（理想値）と比較する乖離値の差の絶対値をとり、この絶対値に基づいて理想値にどれくらい及ばないかを、理想値を満点とする減点方式で表す方式など、任意の算出方式を採り得る。この算出則も、記憶手段３３の所定の領域に設けられた評価値算出則記憶領域に格納される。
【０１７１】
そして、評価値生成手段２１は、他の手段の生成手順と同じく、詳細には、乖離値記憶領域１７ｄと記憶手段３３に設けられた不図示の評価値算出則記憶領域とを参照し、乖離値記憶領域１７ｄから読み出した乖離値と、評価値算出則記憶領域から読み出した評価値算出則と、に基づき、評価値を生成する手段として機能する。
【０１７２】
具体的には、本実施形態において、表現力の評価は、語彙力、テーマ補足力、単語構成力、センテンス構成力、主張力、という観点から複合的に判断される。そして、除数詞名詞率、中心１頻度単語比率、出現単語比率、センテンス比率、第１単語頻度比率、の５つの乖離値の平均をとって数値化する。
【０１７３】
説得力の評価は、語彙力、テーマ設定力、テーマ補足力、主張力、論理強制力、という観点から複合的に判断される。除数詞名詞率、中心キーワード比率、中心１頻度単語比率、第１単語頻度比率、単語回帰値、の５つの乖離値の平均をとって数値化する。
【０１７４】
理解力の評価は、体言率、テーマ説明力、単語構成力、センテンス構成力、主張補足力という観点から複合的に判断される。体言率、中心補完単語比率、出現単語比率、センテンス比率、第２単語頻度比率、の５つの乖離値の平均をとって数値化する。
【０１７５】
把握力の評価は、用言率、テーマ説明力、単語構成力、主張構成力、論理展開力という観点から複合的に判断される。用言比率、中心補完単語比率、出現単語比率、第３単語重複率、同頻度数比率、の５つの乖離値の平均をとって数値化する。
【０１７６】
分析力の評価は、体言率、テーマ設定力、テーマ補足力、行動表現力、主張構成力という観点から複合的に判断される。体言率、中心キーワード比率、中心１頻度単語比率、センテンス用言率、第３単語重複率、の５つの乖離値の平均をとって数値化する。
【０１７７】
問題発見力の評価は、体言率、テーマ補足力、単語構成力、行動表現力、主張構成力という観点から複合的に判断される。体言率、中心１頻度単語比率、出現単語比率、センテンス用言率、第３単語重複率、の５つの乖離値の平均をとって数値化する。
【０１７８】
洞察力の評価は、語彙力、テーマ説明力、センテンス主張力、主張力、主張補足力という観点から複合的に判断される。除数詞名詞比率、中心補完単語比率、センテンス頻度平均値、第１単語頻度比率、第２単語頻度比率、の５つの乖離値の平均をとって数値化する。
【０１７９】
思考力の評価は、語彙力、テーマ設定力、単語構成力、主張力、論理展開力という観点から複合的に判断される。除数詞名詞率、中心キーワード比率、出現単語比率、第１単語頻度比率、同頻度数比率、の５つの乖離値の平均をとって数値化する。
【０１８０】
創造力の評価は、語彙力、用言率、テーマ設定力、主張力、論理強制力、という観点から複合的に判断される。除数詞名詞率、用言比率、中心キーワード比率、第１単語頻度比率、単語回帰値、の５つの乖離値の平均をとって数値化する。
【０１８１】
応用力の評価は、語彙力、テーマ補足力、単語構成力、主張構成力、論理展開力という観点から複合的に判断される。除数詞名詞率、中心１頻度単語比率、出現単語比率、第3単語重複率、同頻度数比率、の５つの乖離値の平均をとって数値化する。
【０１８２】
対応力の評価は、テーマ設定力、テーマ説明力、テーマ補足力、行動表現力、主張力という観点から複合的に判断される。中心キーワード比率、中心補完単語比率、中心１頻度単語比率、センテンス用言率、第１単語頻度比率、の５つの乖離値の平均をとって数値化する。
【０１８３】
行動力の評価は、用言率、センテンス主張力、主張力、論理展開力、論理強制力という観点から複合的に判断される。用言比率、センテンス頻度平均値、第１単語頻度比率、同頻度数比率、単語回帰値、の５つの乖離値の平均をとって数値化する。
【０１８４】
出力手段２２は、乖離値生成手段２０が生成した乖離値もしくは評価値生成手段２１が生成した評価値をＡＧＰ（Accelerated Graphics Port）やパラレルポート、あるいはＵＳＢなどの情報出力インターフェースを介して外部装置へ出力する手段である。また、出力に際し、出力手段２２は、出力先に応じた形態の出力情報の生成を必要に応じて行う。例えば、表示手段３２に対してパラメータ記憶手段１７に格納された情報を出力する場合には、表示手段３２においてどのように表示されるかを規定する表示制御情報に乖離値または評価値を組み込んで出力する。印刷手段３５に対してパラメータ記憶手段１７に格納された情報を出力する場合には、印刷手段３５がどのように情報を印刷するかを規定する印刷制御情報に乖離値または評価値を組み込んで出力する。
【０１８５】
加えて、出力手段２２は、乖離値の段階で分析結果の出力を行う場合には、乖離値記憶領域１７ｄから必要な観点の乖離値を読み出し、外部装置である表示手段３２や印刷手段３５に出力する。一方、評価値による分析結果の出力を行う場合には、出力手段２２は、評価値記憶領域１７ｅから必要な観点の評価値を読み出し、外部装置である表示手段３２や印刷手段３５に出力する。
【０１８６】
ここで、参考として、図６に、出力手段２２による乖離値の出力に基づき、表示手段３２の表示領域に形成される画面または印刷手段３５の出力用紙に形成される出力結果の一例を概略的に示す。図６は、先に説明した社説を分析した結果の一例を示す概略図である。この社説の分析処理では、基準値を求めるとともに、基準値を求める際に用いた各社説についても相対比較するという、二つの処理を言語分析システム１が実現している。
【０１８７】
本実施形態では、図６に示したように、出力手段２２は、乖離値の基準値を０から５に修正した上で、乖離値をグラフ形式で表示させるグラフ表示情報を出力している。これは、各乖離値により評価された表３に示した分析項目内容を視覚的に把握しやすいように、基準値を操作してすべての折れ線グラフが０点よりも上にくるようにしたものである。なお、出力手段２２は、表示手段３２が出力先である場合には、グラフ表示情報を含む表示制御情報を生成して出力し、印刷手段３５が出力先である場合には、グラフ表示情報を含む印刷制御情報を生成して出力する。
【０１８８】
図６においては、理解容易のため、再平均値に基づく各乖離値の基準値に５を足した値を、各分析項目内容の理想値として、太い実線で強調している。この実線から乖離している程度が少ない文章ほど、優秀な文章であると評価されることになる。
【０１８９】
なお、要求される出力形態に応じて、そのまま基準値を修正せずに乖離値を出力してもよいし、さらには、図６に示したグラフ形式ではなく表形式となるような出力情報を生成して出力してもよい。
【０１９０】
また、図７に、出力手段２２による評価値の出力に基づき、表示手段３２の表示領域に形成される画面または印刷手段３５の出力用紙に形成される出力結果の一例を概略的に示す。本実施形態では、図７に示したように、出力手段２２は、乖離値に基づく各能力の値として基準値を０から５に修正した値とともに、各値の平均値である評価値を含む表形成情報を出力している。なお、出力手段２２は、表示手段３２が出力先である場合には、表形成情報を含む表示制御情報を生成して出力し、印刷手段３５が出力先である場合には、表形成情報を含む印刷制御情報を生成して出力する。
【０１９１】
以上説明した各手段が有機的に結合し、機能することにより、自然文により構成された文章の内容という無形のものを対象として、異なる観点を設定した複数のパラメータによる多面的な分析を行うことが可能となり、数値による相対分析が可能になる。
【０１９２】
特に、文章の内容の優劣を支配する単語の属性に応じた分析区分を設定し、この分析区分に該当する単語の数などに基づく比率を分析値に反映させることにより、文章の評価において重要な使用単語のバランスを数値として評価できる。ひいては、この分析区分の設定を変えることで、目的に応じた言語分析環境を柔軟に提供できる。
【０１９３】
詳細には、自然文を受け付ける自然文受付手段１１と、受け付けた自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文分解手段１４が受け付けた自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値生成手段１８が生成した分析値に基づき、分析値の基準となる基準値を生成する基準値生成手段１９と、基準値生成手段１９が生成した基準値を記憶する基準値記憶手段として機能するパラメータ記憶手段１７と、が有機的に結合し、機能することにより、言語分析システム１は、言語分析における数値で表される基準値を取得でき、客観的な文章内容の評価を行うことができる評価基準を確立できるシステムとして機能する。
【０１９４】
一方、自然文を受け付ける自然文受付手段１１と、受け付けた自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文分解手段１４が受け付けた自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値生成手段１８が生成した分析値の基準となる基準値を記憶する基準値生成手段１９と、基準値記憶手段１９から読み出した基準値と、分析値生成手段１８が生成した分析値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段２０と、乖離値生成手段２０が生成した複数の乖離値に基づき評価値を生成する評価値生成手段２１と、乖離値生成手段２０が生成した乖離値または評価値生成手段２１が生成した評価値を出力する出力手段２２と、が有機的に結合し、機能することにより、数値化された乖離値、評価値などのパラメータを用いて、異なる文章を客観的に評価することができるシステムとして機能する。
【０１９５】
［言語分析処理の手順］
【０１９６】
次に、言語分析システム１の言語分析処理の手順につき、図８および図９に基づき説明する。図８は、本実施形態にかかる言語分析処理のうち、評価基準を定めるための基準設定処理を示すフローチャートである。図９は、本実施形態にかかる言語分析処理のうち、受け付けた分析対象を評価する内容評価処理を示すフローチャートである。
【０１９７】
［基準設定処理］
【０１９８】
まず、基準設定処理について図８に基づき説明する。ここで、本実施形態にかかる基準設定処理を行う言語分析システムは、基準設定処理を行う際の前提として、上述したように、情報の受付手段と、情報の記憶手段３３と、これら各手段の動作を制御する処理手段３６と、を備え、記憶手段３３が、少なくとも、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、から構成される。なお、ここでいう受付手段は、入力手段３１や通信手段３４などが接続されるインターフェース等を想定している。
【０１９９】
そして、この言語分析システム１における言語分析処理は、記憶手段３３の所定の領域に格納された言語分析プログラムにしたがって行われる。その言語分析プログラムは、処理手段３６に、受付手段を介して自然文を受け付けるステップ（Ｓ１）と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に自然文を分解するとともに、自然文を複数の単語に分解した結果を分解結果記憶手段１５に記憶するステップ（Ｓ２）と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するステップ（Ｓ３）と、カウント値に基づき分析値を生成するステップ（Ｓ４）と、分析値に基づき、分析値の基準となる基準値を生成するステップ（Ｓ５）と、基準値を記憶手段３３の所定の領域に記憶するステップ（Ｓ６）と、を実行させる。
【０２００】
より詳細には、図８に示したように、まず、処理手段３６に自然文を受け付けるステップ（Ｓ１）を実行させる。このとき、入力手段３１から文章が直接的に入力される場合には、入力手段３１が接続されたＰＳ／２（Personal System / 2）ポートやＵＳＢ（Universal Serial Bus）などが受付手段となり、処理手段３６は、これらを介して自然文を受け付け、受け付けた自然文を自然文記憶手段１２の所定の領域に格納する。
【０２０１】
また、外部からの通信手段３４から文章を電子情報として受け付ける場合には、通信手段３４が接続されたＲＳ２３２Ｃ（Recommended Standard 232 version C）ポートやＮＩＣ（Network Interface Card）、ＵＳＢなどを受付手段となり、処理手段３６は、これらを介して自然文を受け付け、受け付けた自然文を自然文記憶手段１２の所定の領域に格納する。
【０２０２】
加えて、可搬な記憶媒体もしくは内部の記憶手段３３に格納された自然文情報を用いる場合には、ＰＣＩバス（Peripheral Components Interconnect bus）などが受付手段となり、処理手段３６は、自然文情報を分析対象として受け付けるとともに、受け付けた自然文を自然文記憶手段１２の所定の領域に格納する。
【０２０３】
そして、上述したように、受付手段は自然文の受付の形態により異なるが、処理手段３６に受付手段を介して自然文を受け付け、受け付けた自然文を自然文記憶手段１２の所定の領域に格納することを実行させることにより、前述した自然文受付手段１１が実現され、機能する。
【０２０４】
なお、本実施形態では、自然文を分解する次のステップ（Ｓ２）に進む前に、処理手段３６に、自然文記憶手段１２に格納された文章の全体の文字数をカウントさせるステップ、分析用辞書記憶手段１３の句点識別辞書記憶領域に格納されている句点を一致判断基準とした文章のセンテンス単位への分解ステップ、およびセンテンス数のカウントステップなど、単語に基づくカウント値以外の分析値を生成するのに必要なカウント値の取得ステップ等を実行させる。
【０２０５】
その上で、さらに、分析対象となる自然文について、処理手段３６に、分析用辞書記憶手段１３の表記辞書記憶領域と削除記号辞書記憶領域とを参照し、記号変換や記号削除などを施して、単語への分解に適した自然文に加工するステップを実行させた後、単語分解ステップ（Ｓ２）へと移行する。
【０２０６】
これらの前処理に続いて、図８に示したように、処理手段３６に、分析用辞書記憶手段１３の体言辞書記憶領域、用言辞書記憶領域、接続詞辞書記憶領域、助詞辞書記憶領域、助動詞辞書記憶領域、および活用辞書記憶領域などを参照して、基準単位単語に相当する複数の単語に自然文を分解するとともに、自然文を複数の単語に分解した結果を分解結果記憶手段１５に記憶するステップ（Ｓ２）を実行させる。
【０２０７】
具体的には、処理手段３６は、１センテンス単位で自然文の頭から単語に分解し、分解された順番に記憶手段３３の所定の領域に一時的に格納する。また、処理手段３６は、分解に際し活用辞書記憶領域を参照するが、この参照により、用言を終止形に置き換えるなどの処理を行う。
【０２０８】
ここで、本実施形態では、前述したように、分析用辞書記憶手段１３が、基準単位単語の属性に応じた分析区分を基準単位単語に関連付けて記憶していることが前提となる。そして、詳細には、処理手段３６に、複数の単語に自然文を分解する際に、単語に分析区分を関連付けるように、分解対象となる単語と基準単位単語の一致を判断した上で、基準単位単語に付与されている分析区分をそのまま分解した単語に付与する処理を実行させ、その単語に付与した分析区分を分解した単語とともに分解結果記憶手段１５に記憶することにより、関連付けを分解結果に含むように分解結果記憶手段１５に記憶するステップ（Ｓ２）を実行させる。なお、分析区分の付与は、表１および表２に示した分析区分コードを付与する方式を採用する。
【０２０９】
このように、処理手段３６に、分析用辞書を参照しながら自然文を単語に分解し、分解した単語を分解結果記憶手段１５の所定の領域に格納することを実行させることにより、前述した自然文分解手段１４が実現され、機能する。
【０２１０】
そして、上述した分解ステップ（Ｓ２）の後、図８に示したように、処理手段３６に、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するとともに、取得したカウント値をカウント値記憶領域１７ａの所定の領域に格納させるステップ（Ｓ３）と、カウント値に基づき複数の分析値を生成するステップ（Ｓ４）と、を実行させるものであるが、これらのステップは、生成対象となる分析値の生成過程において、必要に応じて繰り返されることになる。以下、具体的に各ステップについて説明する。
【０２１１】
まず、カウント値を取得するステップ（Ｓ３）として、処理手段３６は、分解結果記憶手段１５に格納されている分解結果を参照して、格納されている分解された単語の数をカウントし、カウントした結果をカウント値として取得する。そして、処理手段３６は、取得したカウント値をカウント値記憶領域１７ａの所定の領域に格納する。この際に取得、格納されるカウント値としては、前述した総頻度数や体言数、同頻度数などが挙げられる。
【０２１２】
このように、処理手段３６に所定の領域に格納されている情報に基づき、所定の情報単位をカウントさせ、カウント結果をカウント値として取得、格納することを実行させることにより、前述したカウント値取得手段１６が実現され、機能する。
【０２１３】
続いて、カウント値に基づき複数の分析値を生成するステップ（Ｓ４）として、処理手段３６は、カウント値記憶領域１７ａに格納されているカウント値を読み出すとともに、前述した表３に示した分析値算出則を記憶手段３３に設けられた所定の分析値算出則記憶領域から読み出し、読み出した分析値算出則に基づきカウント値を用いて分析値を生成する。分析値の生成に際しては、図４に示したように、複数の分析対象について複数種類の分析値を算出することになるので、結果として、処理手段３６は、カウント値に基づき複数の分析値を複数種類生成させることになる。
【０２１４】
より詳細には、処理手段３６は、分解結果記憶手段１５に記憶された分解された単語と分析区分との関連付けを含む結果を参照し、分析区分との関連付けに応じた分析区分に属する単語をカウントしたカウント値に基づく複数の分析値を生成する。この際に生成される分析値として、センテンス用言率が挙げられる。
【０２１５】
また、必要に応じて、処理手段３６が生成したカウント値から生成された二次的な数値もしくは他の分析値を用いて、処理手段３６は、前述した分析値算出則記憶領域などから読み出した分析値算出則にしたがって、分析値を生成する。この際に生成される分析値としては、体言率や用言率などが挙げられる。そして、処理手段３６は、生成した分析値を分析値記憶領域１７ｂの所定の領域に格納する。
【０２１６】
ここで、分析値生成ステップ（Ｓ４）からカウント値取得ステップ（Ｓ３）へと戻る態様として、キーワード認定処理が挙げられる。具体的には、処理手段３６は、キーワード比率を生成するために、カウント値として得た同頻度数に基づき、単語の同頻度件数などを取得し、同頻度比率を取得する。このとき、同頻度比率が０．７以下の単語がキーワードと認定されるが、このときの認定された単語数のカウントのために、再度、カウント値取得ステップ（Ｓ３）へと戻る。また、同じく、キーワードと認定された単語群の中に含まれる感想単語の数を取得するためにも、処理手段３６は、カウント処理を行う。
【０２１７】
この後、キーワード数などのカウント値に基づき、処理手段３６は、中心キーワード数などの分析値を生成する。
【０２１８】
ただし、厳密には、記憶手段３３の所定の領域に格納された、キーワードに認定された単語に関連するデータを参照するため、前述した自然文分解手段１４が分解した結果に基づくカウントを行うステップとはカウント対象が異なるカウント値取得ステップと言える。
【０２１９】
このように、処理手段３６にカウント値に基づく分析値の生成を実行させることにより、前述した分析値生成手段１８が実現され、機能することになる。
【０２２０】
次に、当該分析値に基づき、分析値の基準となる基準値を生成するステップ（Ｓ５）として、処理手段３６は、分析値記憶領域１７ｂから分析値の種類毎に複数の分析値を読み出すとともに、記憶手段３３に設けられた所定の基準値算出則記憶領域に格納された算出則に基づき、読み出した分析値を用いて生成する。
【０２２１】
具体的には、基準値算出則記憶領域から所定の算出則を読み出し、処理手段３６に、複数の文章毎に生成された複数の分析値を用いて標準偏差を算出し、算出した標準偏差を用いて再度分析値をフィルタリングして抽出した分析値集団を平均し、分析値の基準となる基準値を生成するステップを実行させ（Ｓ５）、引き続き、処理手段３６に、生成した基準値を記憶手段３３のパラメータ記憶手段１７に設けられた所定の記憶領域に記憶するステップを実行させる。
【０２２２】
このとき、処理手段３６は、前述したように、（平均値）±（標準偏差）の範囲に該当しない分析値については除外する処理をおこない、分析値の再平均値に基づき標準偏差を再度求める処理を行う。
【０２２３】
上述したように、処理手段３６に、基準値算出則記憶領域から読み出した平均を求める算出則に基づき、分析値を用いて基準値を生成させるとともに、基準値記憶領域１７ｃに生成した基準値を格納させることを実行させることにより、前述した基準値生成手段１９が実現され、機能することになる。そして、その機能が発揮されることにより、図５に示したように、複数種類の分析値を用いて、それぞれの分析項目について基準値を得るので、文章の内容を客観的に評価できる単語群のバランスという着眼点から得られる分析値を構成要素とする基準値を得ることができ、さらには、多面的な観点から評価できる要素を含んだ複数の基準値を設定できるので、より日本語の表現文化を反映した文章内容の評価を実現できる。
【０２２４】
［内容評価処理］
【０２２５】
続いて、内容評価処理について図９に基づき説明する。ここで、本実施形態にかかる内容評価処理を行う言語分析システムは、内容評価処理を行う際の前提として、上述したように、情報の受付手段と、情報の記憶手段３３と、これら各手段の動作を制御する処理手段３６と、を備え、記憶手段３３が、少なくとも、自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、結果から得られる分析値の基準となる基準値を記憶する基準値記憶手段として機能するパラメータ記憶手段１７と、から構成される。なお、ここでいう受付手段は、入力手段３１や通信手段３４などが接続されるインターフェース等を想定している。
【０２２６】
そして、この言語分析システム１における内容評価言語分析処理は、記憶手段３３の所定の領域に格納された言語分析プログラムにしたがって行われる。その言語分析プログラムは、処理手段３６に、受付手段を介して自然文を受け付けるステップ（Ｓ１１）と、分析用辞書記憶手段を参照して、基準単位単語に相当する複数の単語に自然文を分解するとともに、自然文を複数の単語に分解した結果を分解結果記憶手段に記憶するステップ（Ｓ１２）と、分解結果記憶手段が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するステップ（Ｓ１３）と、カウント値に基づき複数の分析値を生成するステップ（Ｓ１４）と、基準値記憶手段から読み出した基準値と分析値とに基づき、基準値に対する前記分析値の乖離の程度を示す乖離値を生成するステップ（Ｓ１５）と、乖離値を出力するステップ（Ｓ１９）と、を実行させる。
【０２２７】
より詳細には、図９に示したように、まず、処理手段３６に自然文を受け付けるステップ（Ｓ１１）を実行させる。このときの受け付け処理の詳細は、図８に示した自然文を受け付けるステップ（Ｓ１）と同様であり、処理手段３６は、受け付け態様に応じた受付手段を介して自然文を受け付け、受け付けた自然文を自然文記憶手段１２の所定の領域に格納する。そして、この処理を実行させることにより、前述した自然文受付手段１１が実現され、機能する。
【０２２８】
なお、内容評価処理においても、自然文を分解する次のステップ（Ｓ１２）に進む前に、処理手段３６に、自然文記憶手段１２に格納された文章の全体の文字数をカウントさせるステップ、分析用辞書記憶手段１３の句点識別辞書記憶領域に格納されている句点を一致判断基準とした文章のセンテンス単位への分解ステップ、およびセンテンス数のカウントステップなどを実行させる。
【０２２９】
その上で、さらに、分析対象となる自然文について、処理手段３６に、分析用辞書記憶手段１３の表記辞書記憶領域と削除記号辞書記憶領域とを参照し、記号変換や記号削除などを施して、単語への分解に適した自然文に加工するステップを実行させた後、単語分解ステップ（Ｓ１２）へと移行するのも、基準設定処理と同様である。
【０２３０】
これらの前処理に続いて、図９に示したように、処理手段３６に、分析用辞書記憶手段１３の体言辞書記憶領域、用言辞書記憶領域、接続詞辞書記憶領域、助詞辞書記憶領域、助動詞辞書記憶領域、および活用辞書記憶領域などを参照して、基準単位単語に相当する複数の単語に自然文を分解するとともに、自然文を複数の単語に分解した結果を分解結果記憶手段１５に記憶するステップ（Ｓ１２）を実行させる。
【０２３１】
具体的には、図８に示した自然文を分解するステップ（Ｓ２）と同様に、処理手段３６は、１センテンス単位で自然文の頭から単語に分解し、分解された順番に記憶手段３３の所定の領域に一時的に格納する。また、処理手段３６は、分解に際し活用辞書記憶領域を参照するが、この参照により、用言を終止形に置き換えるなどの処理を行う。
【０２３２】
ここで、内容評価処理においても、基準単位単語の属性に応じた分析区分を基準単位単語に関連付けて記憶している分析用辞書記憶手段１３を採用する。そして、基準設定処理と同様に、処理手段３６に、複数の単語に自然文を分解する際に、単語に分析区分を関連付けるように、分解対象となる単語と基準単位単語の一致を判断した上で、基準単位単語に付与されている分析区分をそのまま分解した単語に付与する処理を実行させ、その単語に付与した分析区分を分解した単語とともに分解結果記憶手段１５に記憶することにより、関連付けを分解結果に含むように分解結果記憶手段１５に記憶するステップ（Ｓ１２）を実行させる。
【０２３３】
このように、処理手段３６に、分析用辞書を参照しながら自然文を単語に分解し、分解した単語を分解結果記憶手段１５の所定の領域に格納することを実行させることにより、前述した自然文分解手段１４が実現され、機能する。
【０２３４】
そして、上述した分解ステップ（Ｓ１２）の後、図９に示したように、処理手段３６に、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するとともに、取得したカウント値をカウント値記憶領域１７ａの所定の領域に格納させるステップ（Ｓ１３）と、カウント値に基づき複数の分析値を生成するステップ（Ｓ１４）と、を実行させるものであることも、前述した基準設定処理と同様であり、これらのステップは、生成対象となる分析値や乖離値の生成過程において、必要に応じてステップ単位、あるいは連続ステップとして繰り返される。
【０２３５】
ここで、カウント値を取得するステップ（Ｓ１３）および分析値を生成するステップ（Ｓ１４）の詳細は、前述した基準設定処理のカウント値を取得するステップ（Ｓ３）および分析値を生成するステップ（Ｓ４）と同様であるので、説明を省略する。
【０２３６】
そして、内容評価処理においても、処理手段３６に所定の領域に格納されている情報に基づき、所定の情報単位をカウントさせ、カウント結果をカウント値として取得、格納することを実行させることにより、前述したカウント値取得手段１６が実現され、機能する。また、処理手段３６にカウント値に基づく分析値の生成を実行させることにより、前述した分析値生成手段１８が実現され、機能することになる。
【０２３７】
次に、分析値から算出した基準値に対する乖離の程度を示す乖離値を生成するステップ（Ｓ１５）として、処理手段３６は、基準値記憶領域１７ｃから基準値を読み出して所定の係数を生成し、分析値記憶領域１７ｂから分析値の種類毎に複数の分析値を読み出し、その基準値に対する分析値の乖離の程度を示す乖離値を、記憶手段３３に設けられた所定の乖離値算出則記憶領域に格納された乖離値算出則に基づき、読み出した分析値と基準値とを用いて生成する。
【０２３８】
具体的には、前述した式（１）を記憶手段３３の所定の領域から読み出し、処理手段３６に、分析値の種類毎に対応する基準値を基準値記憶領域１７ｃから読み出し、基準値を用いて補正係数を生成し、読み出した基準値に対する分析値集団の乖離値を生成するステップを実行させる。そして、処理手段３６は、生成した乖離値を乖離値記憶領域１７ｄに記憶する。
【０２３９】
上述したように、処理手段３６に、前述した式（１）のような所定の算出則に基づき、分析値を用いて乖離値を生成させるとともに、生成した乖離値を乖離値記憶領域１７ｄに格納させることを実行させることにより、前述した乖離値生成手段２０が実現され、機能することになる。そして、その機能が発揮されることにより、複数種類の分析値を用いて複数の乖離値を得るので、多面的な観点から評価できる要素を含んだ乖離値を得ることができ、より実態を反映した文章内容の評価を実現できる。
【０２４０】
この後、処理手段３６は、乖離値を出力するか否かの判断を行う（Ｓ１６）。乖離値を評価判断材料として出力する場合には、出力ステップ（Ｓ１９）へと移行し、乖離値を出力せず、評価値を算出する場合には、評価値の生成ステップ（Ｓ１７）へと移行する（Ｓ１６）。なお、この判断ステップ（Ｓ１６）は、例えば、処理手段３６が生成した表示制御情報に基づき、表示手段３２に形成した質問画面（指示受付インターフェース）を介して、入力手段３１から指示命令を受け付けるなどの処理により実現される構成としてもよい。
【０２４１】
ここで、評価値の生成ステップへと移行した場合には、処理手段３６は、乖離値記憶領域１７ｄから乖離値を読み出し、さらには、前述したように、所定の領域に格納された評価値の算出則にしたがい、読み出した乖離値に基づき評価値を生成する（Ｓ１７）。また、処理手段３６は、生成した評価値を評価値記憶領域１７ｅに格納する。
【０２４２】
このように、処理手段３６に、乖離値に基づき評価値を生成させ、生成させた評価値を格納させることにより、前述した評価値生成手段２１が実現され、機能する。そして、その機能が発揮されることにより、複数の乖離値に基づき、評価値を生成するので、異なる観点から多面的に分析したパラメータから構成される信頼度の高い評価値を得ることができ、ひいては、文章内容の数値評価環境として高度なシステムを提供することができる。
【０２４３】
そして、処理手段３６は、評価値を出力するか否かの判断を行う（Ｓ１８）。評価値を出力する場合には、出力ステップ（Ｓ１９）へと移行する。なお、この判断ステップ（Ｓ１８）は、上述した判断ステップ（Ｓ１６）と同様に、例えば、処理手段３６が生成した表示制御情報に基づき、表示手段３２に形成した質問画面（指示受付インターフェース）を介して、入力手段３１から指示命令を受け付けるなどの処理により実現される構成としてもよい。
【０２４４】
最後に、出力ステップ（Ｓ１９）について説明する。図８に示したように、この出力ステップ（Ｓ１９）へ移行してくる場合には、乖離値の出力を目的とする場合と、評価値の出力を目的とする場合の二つがある。乖離値を出力するように、出力ステップ（Ｓ１９）へ移行した場合には、処理手段３６は、乖離値を乖離値記憶領域１７ｄから読み出し、例えば図６に示した出力を実現するように、出力先に応じた情報に乖離値を含める加工などを行った上で、出力要求に応じた出力を行う。同様に、評価値を出力するように、出力ステップ（Ｓ１９）へ移行した場合には、処理手段３６は、評価値を評価値記憶領域１７ｅから読み出し、前述したように、出力先に応じた情報に評価値を含める加工などを行った上で、出力要求に応じた出力を行う。
【０２４５】
このように、処理手段３６に、所定の出力先へ乖離値あるいは評価値を出力させることにより、前述した出力手段２２が実現され、機能することになる。
【０２４６】
ここで、前述した図６に示した乖離値の出力結果は、基準設定処理を行うとともに、その基準設定処理で用いた各社説の分析値に基づき、内容評価処理をあわせて行った場合の処理結果を表示したものである。すなわち、処理手段３６に、図８の自然文受付ステップ（Ｓ１）から基準値記憶ステップ（Ｓ６）までを実行させた後、図９における乖離値生成ステップ（Ｓ１５）からを実行させた処理手順を実現した場合の出力結果である。このように、基準設定処理と内容評価処理をあわせて行う形態でも、本実施形態は有効に機能する。
【０２４７】
なお、参考までに、社説から得られた基準値に基づき、小説を分析した場合の結果を図１０に示す。図１０の出力結果は、志賀直哉の小説５編を分析対象としたものであり、グラフの形およびその乖離値は、ほぼ同じパターンを示していることからわかるように、数値が近いものとなっている。ただし、「剃刀」と「網走まで」の２編については、平均から離れた値があるが、この２つの作品は、志賀直哉の初期の作品で、いわゆる志賀直哉文学が完成する前のものである。ちなみに、「網走まで」は、帝国文学に投稿して落選したものであり、本発明の実施により、客観的な内容評価として数値が外れているという分析結果が得られ、内容を客観評価できるという良い例である。
【０２４８】
以上説明した言語分析処理により、言語分析システム１は、分析対象となる文章を分析、評価するものであり、その文章が書かれた目的などに応じて、客観的な評価を行うことができる、数値化されたパラメータを用いて評価を可能とする言語分析システムおよび言語分析プログラムの提供を実現するものである。
【０２４９】
〔第２実施形態〕
【０２５０】
本発明の他の実施形態を図１１に基づき説明する。ここで、上述した第１実施形態と同一の構成部分については、同一の符号を付して重複説明を省略する。図１１は、ネットワークに対応した言語分析システム２を実現するための概略的なシステム構成を示したシステム構成図である。
【０２５１】
図１１に示したように、本実施形態では、言語分析システム２は、ネットワーク４に接続されたサーバ装置として提供されるものであり、言語分析システム２には、ネットワーク４を介して端末装置３が接続される。なお、ネットワーク４は、インターネットや専用回線によるネットワーク、企業内ＬＡＮ（Local Area Network）などが想定される。また、端末装置３は、パーソナルコンピュータなどの情報端末が想定される。
【０２５２】
言語分析システム２は、記憶手段３３と、通信手段３７を接続するための不図示のインターフェースと、記憶手段３３とそのインターフェースの動作を制御する処理手段３６を備える。ここで、通信手段３７は、外部ネットワーク４との情報の授受を可能とする手段であり、例えば、ルータなどが挙げられる。この通信手段３７に応じたインターフェースを、言語分析システム２が備える。このインターフェースとしては、例えば、ＬＡＮカードなどのＮＩＣが挙げられる。
【０２５３】
ただし、通信手段３７が直接にネットワーク４に接続されることは必須とされず、通信手段３７を介したＬＡＮ経由で言語分析システム２がプロキシサーバなどの制御下でネットワーク４に接続する構成を採用してもよい。
【０２５４】
端末装置３は、入力手段３１、表示手段３２、通信手段３４、印刷手段３５、記憶手段３８、および各手段の動作を制御する処理手段３９を備える。ここで、記憶手段３８は、前述した記憶手段３３と同様、情報を展開、格納する領域を提供するための手段であり、例えば、メモリ、ＨＤＤなどが挙げられる。また、処理手段３９は、前述した処理手段３６と同様、各手段の管理を行うＣＰＵなどの演算処理手段である。
【０２５５】
詳細には、本実施形態における言語分析システム２は、前述した第１実施形態と同様、図１に示したシステム構成を採用しており、自然文を受け付ける自然文受付手段１１と、受け付けた自然文を単語に分解する基準となる基準単位単語を規定した分析用辞書記憶手段１３と、分析用辞書記憶手段１３を参照して、基準単位単語に相当する複数の単語に受け付けた自然文を分解する自然文分解手段１４と、自然文分解手段１４が受け付けた自然文を複数の単語に分解した結果を記憶する分解結果記憶手段１５と、分解結果記憶手段１５が記憶した結果を参照し、少なくとも分解した単語の数をカウント値として取得するカウント値取得手段１６と、カウント値取得手段１６が取得したカウント値に基づき複数の分析値を生成する分析値生成手段１８と、分析値生成手段１８が生成した分析値に基づき、分析値の基準となる基準値を生成する基準値生成手段１９と、基準値生成手段１９が生成した基準値を記憶する基準値記憶手段として機能するパラメータ記憶手段１７と、基準値記憶手段１９から読み出した基準値と、分析値生成手段１８が生成した分析値とに基づき、基準値に対する分析値の乖離の程度を示す乖離値を生成する乖離値生成手段２０と、乖離値生成手段２０が生成した複数の乖離値に基づき評価値を生成する評価値生成手段２１と、乖離値生成手段２０が生成した乖離値または評価値生成手段２１が生成した評価値を出力する出力手段２２と、を主たる構成として備える。
【０２５６】
加えて、言語分析システム２における基準設定処理もしくは内容評価処理を行う言語分析処理も、原則として図８または図９に示した手順と変わりはない。ただし、本実施形態における言語分析システム２は、ネットワークに対応するものであるため、第１実施形態における情報の受付手段に相当する受付手段は、上述した通信手段３７が接続された不図示のインターフェースとなる。
【０２５７】
ゆえに、言語分析システム２における自然文の受付は、詳細には以下のようになる。まず、端末装置３の処理手段３９が、入力手段３１を介して、もしくは通信手段３４を介して自然文からなる文章を取得し、取得した文章を記憶手段３８の所定の領域に格納する。そして、端末装置３の処理手段３９は、言語分析を行う対象としての文章を、通信手段３４およびネットワーク４を介して、言語分析システム２側へ送信する。これを受けて、言語分析システム２の処理手段３６は、通信手段３７と不図示のインタフェースを介して、分析対象となる自然文を受け付ける。
【０２５８】
処理手段３６に、このインターフェースを介した自然文の受け付けを実行させることにより、本実施形態における自然文受付手段１１が実現され、機能することになる。
【０２５９】
この後、言語分析システム２が、自然文を分解し、カウント値を取得し、分析値、乖離値などを生成する処理を行うのは、第１実施形態と同様である。
【０２６０】
そして、言語分析システム２が、生成した乖離値や評価値の出力を行う出力手段２２を備える点も同様であるが、本実施形態では、出力手段２２の出力先が分析対象を送信してきた端末装置３などになる。詳細には、言語分析システム２の処理手段３６は、記憶手段３３に設けられたパラメータ記憶手段１７から乖離値もしくは評価値を読み出し、端末装置３側の表示手段３２または印刷手段３５に応じた情報加工を加えた上で、上述したインターフェースおよび通信手段３７を介して端末装置３側へ送信する。
【０２６１】
処理手段３６に、このインターフェースを介した乖離値または評価値の送信処理を実行させることにより、本実施形態における出力手段２２が実現され、機能することになる。
【図面の簡単な説明】
【０２６２】
【図１】本発明に係る言語分析システムのシステム構成を示す機能ブロック図である。
【図２】本発明に係る言語分析システムを実現するための概略的なシステム構成を示すシステム構成図である。
【図３】分析用辞書記憶手段のデータ構造の一例を示す模式的構造図である。
【図４】カウント値記憶領域へのカウント値の記憶形態の一例を示すデータ構造図である。
【図５】乖離値生成手段が各分析値に基づく乖離値の算出に際して用いる値を格納したデータベースのデータ構造の一例を示すデータ構造図である。
【図６】出力手段による乖離値の出力に基づき、表示手段の表示領域に形成される画面または印刷手段の出力用紙に形成される出力結果の一例を示す概略図である。
【図７】出力手段による評価値の出力に基づき、表示手段の表示領域に形成される画面または印刷手段の出力用紙に形成される出力結果の一例を示す概略図である。
【図８】本実施形態における基準設定処理としての言語分析処理を示すフローチャートである。
【図９】本実施形態における内容評価処理としての言語分析処理を示すフローチャートである。
【図１０】表示手段の表示領域に形成される画面または印刷手段の出力用紙に形成される図６と異なる分析対象についての出力結果の一例を示す概略図である。
【図１１】本発明に係る他の言語分析システムを実現するための概略的なシステム構成を示すシステム構成図である。
【符号の説明】
【０２６３】
１ 言語分析システム
２ 言語分析システム
３ 端末装置
４ ネットワーク
１１ 自然文受付手段
１２ 自然文記憶手段
１３ 分析用辞書記憶手段
１４ 自然文分解手段
１５ 分解結果記憶手段
１６ カウント値取得手段
１７ パラメータ記憶手段
１７ａ カウント値記憶領域
１７ｂ 分析値記憶領域
１７ｃ 基準値記憶領域
１７ｄ 乖離値記憶領域
１７ｅ 評価値記憶領域
１８ 分析値生成手段
１９ 基準値生成手段
２０ 乖離値生成手段
２１ 評価値生成手段
２２ 出力手段
３１ 入力手段
３２ 表示手段
３３ 記憶手段
３４ 通信手段
３５ 印刷手段
３６ 処理手段
３７ 通信手段
３８ 記憶手段
３９ 処理手段
【特許請求の範囲】
【請求項１】
文を単語に分解する手段と、分解した単語毎に前記文に出現する出現回数を算定する手段と、当該出現回数が一定以上ある１ないし複数の単語をキーワードとして選択する手段と、当該選択したキーワードの数量に基づいて前記文を評価する手段とを備えたことを特徴とする言語分析システム。
【請求項２】
文を単語に分解する手段と、分解した単語毎に前記文に出現する出現回数を算定する手段と、当該出現回数が一定以上ある１ないし複数の単語をキーワードとして選択する手段と、当該選択したキーワードの数量に基づいて前記文を評価する手段とをコンピュータに実行させるための言語分析プログラム。
【請求項１】
文を単語に分解する手段と、分解した単語毎に前記文に出現する出現回数を算定する手段と、当該出現回数が一定以上ある１ないし複数の単語をキーワードとして選択する手段と、当該選択したキーワードの数量に基づいて前記文を評価する手段とを備えたことを特徴とする言語分析システム。
【請求項２】
文を単語に分解する手段と、分解した単語毎に前記文に出現する出現回数を算定する手段と、当該出現回数が一定以上ある１ないし複数の単語をキーワードとして選択する手段と、当該選択したキーワードの数量に基づいて前記文を評価する手段とをコンピュータに実行させるための言語分析プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２００８−１０８２６４（Ｐ２００８−１０８２６４Ａ）
【公開日】平成２０年５月８日（２００８．５．８）
【国際特許分類】
【出願番号】特願２００７−２９７１８４（Ｐ２００７−２９７１８４）
【出願日】平成１９年１１月１５日（２００７．１１．１５）
【分割の表示】特願２００２−１５１８２０（Ｐ２００２−１５１８２０）の分割
【原出願日】平成１４年５月２７日（２００２．５．２７）
【出願人】（５０２１８８８２６）
【出願人】（５０２１１８４１０）有限会社シードウィン (2)
【Ｆターム（参考）】
【公開日】平成２０年５月８日（２００８．５．８）
【国際特許分類】
【出願日】平成１９年１１月１５日（２００７．１１．１５）
【分割の表示】特願２００２−１５１８２０（Ｐ２００２−１５１８２０）の分割
【原出願日】平成１４年５月２７日（２００２．５．２７）
【出願人】（５０２１８８８２６）
【出願人】（５０２１１８４１０）有限会社シードウィン (2)
【Ｆターム（参考）】
[ Back to top ]