[发明专利]文档处理装置

说明书

技术领域

本发明涉及基于由多个句子构成的文档，来制作该文档的摘要并显示 的文档处理装置。

背景技术

由于网络通信技术、办公室自动化(OA)技术的发达，能够移动、 保存、阅览的信息量正在急速增加。

用户在这样的环境下，必须在短时间内从大量的信息中适当地取舍 选择必要的信息，并将其保存或加工。

为了选择必要的信息，利用信息的摘要是有效的。通过阅读摘要， 能够在短时间内看出信息整体的必要性。其中，为了适当地选择信息， 摘要的内容是否准确地反映了信息整体是重要的。

由人来制作更为准确的、反映信息整体的摘要时，在暂且阅读了信 息的基础上，除了信息本身外，还可加上信息的要点是什么、是面向谁 的信息、是什么时候制作的信息等该信息以外的信息来制作准确的信 息。与此相对，由文档处理装置制作的摘要，即所谓自动摘要，必须仅 考虑信息本身中所包含的个别的信息来制作摘要。

从而，以往以来对用于进行自动摘要的各种技术进行了各种研究。

自动摘要技术基本上对文章中所含的各个句子算出重要度，并相应 于其重要度，取出规定数量的重要度高的句子、重要度高的段落等，将 取出的句子、段落的集合作为摘要。重要度的算出也有各种方法，或者 根据句子中包含的各个单词的重要度来算出句子的重要度，或者根据句 子处于文档整体的哪个位置来算出重要度等。

各个单词的重要度，进一步细分为单词的出现频度、是否标题中所 含的单词、连接词的种类、是否线索词等，对这些进行判断后最终算出 1个句子的重要度(参照中国发明专利公开CN1614587A等)。

以往的自动摘要技术中，如上所述地从包含于文章的各个句子中， 通过预先决定的算出方法来算出重要度，并基于算出的重要度来制作摘 要，因此不增加包含于文章本身以外的信息。

从而，利用现有技术制作的摘要的稳定性，在始终能制作一定水准 的摘要的这一意义上是稳定的，但不能制作着眼于特定单词的摘要等反 映了用户的喜好的摘要。

发明内容

本发明的目的在于，提供一种能够制作反映了用户的喜好的摘要的 文档处理装置。

本发明是一种文档处理装置，其特征在于，

具有：输入部，其输入文档；

预处理部，其将由上述输入部输入的文档分离成多个单词；

重要度算出部，其算出由上述预处理部分离的单词的至少基于频度的 特征值，并基于上述算出的特征值来算出每一个由多个单词构成的句子的 重要度；

摘要生成部，其基于由上述重要度算出部算出的每一个句子的重要 度，并依照句子重要度从高到低的顺序来选择规定数量的句子，而生成所 输入的文档的摘要；

显示部，其显示由上述摘要生成部生成的摘要；

关键词输入部，其用于输入关键词，用户可以直接输入关键词，也可 以通过预处理部分离的单词中选择关键词；

而且，在由上述显示部显示由上述摘要生成部生成的输入文档的摘要 后，

若由上述关键词输入部输入关键词，则上述重要度算出部重新算出基 于单词的频度以及所输入的单词的特征值，并基于算出的特征值来算出每 一个由多个单词构成的句子的重要度，上述摘要生成部基于由上述重要度 算出部算出的每一个句子的重要度，并依照句子重要度从高到低的顺序来 选择规定数量的句子，而生成所输入的文档的摘要，上述显示部重新显示 由上述摘要生成部生成的摘要。

根据本发明，若通过输入部输入文档，则预处理部将所输入的文档分 离成多个单词。

重要度算出部算出至少基于被分离的单词的频度的特征值，并基于算 出的特征值来算出每一个由多个单词构成的句子的重要度。

摘要生成部基于所算出的每一个句子的重要度，并依照句子重要度从 高到低的顺序来选择规定数量的句子，而生成所输入的文档的摘要，显示 部显示所生成的摘要。

在由上述显示部显示由摘要生成部生成的输入文档的摘要后，如果通 过关键词输入部，基于所显示的摘要来输入了关键词，则重新算出基于关 键词的频度以及所输入的关键词的特征值，并基于算出的特征值来算出每 一个由多个单词构成的句子的重要度。