发明名称 |
要点抽出装置以及要点抽出方法 |
摘要 |
本发明提供从文档中抽出要点的要点抽出装置以及要点抽出方法。本发明的目的在于提供能够从文档中抽出恰当的要点的要点抽出装置以及要点抽出方法。输入单元输入文档。分析单元生成表示在构成输入的文档的句子中包含的多个单词以及这些单词间的修饰关系的结构树。抽出单元,在通过判定单元判定为在存储单元中存储的线索词包含在句子中的情况下,对于结构树应用与线索词对应的抽出规则,抽出表示句子的要点的部分结构树。 |
申请公布号 |
CN103324653B |
申请公布日期 |
2016.12.28 |
申请号 |
CN201310068363.4 |
申请日期 |
2013.03.04 |
申请人 |
株式会社东芝;东芝解决方案株式会社 |
发明人 |
新田早织;加纳敏行 |
分类号 |
G06F17/30(2006.01)I;G06F17/27(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京银龙知识产权代理有限公司 11243 |
代理人 |
许静;郭凤麟 |
主权项 |
一种要点抽出装置,其特征在于,具有:存储单元,其预先对应地存储线索词和用于从包含该线索词的句子中抽出要点的抽出规则;该线索词表示成为用于从构成文档的句子中抽出要点的线索的至少一个单词;输入单元,其输入用户指定的由包含多个单词的句子构成的文档;分析单元,其通过分析构成上述输入的文档的句子,生成表示在该句子中包含的多个单词以及这些单词间的修饰关系的结构树;判定单元,其根据上述生成的结构树,判定上述存储单元中存储的线索词是否包含在构成上述输入的文档的句子中;抽出单元,其在判定为上述存储单元中存储的线索词包含在构成上述输入的文档的句子中的情况下,对于上述生成的结构树应用与该线索词对应地在上述存储单元中存储的抽出规则,从该结构树中抽出表示该句子的要点的部分结构树,在构成上述输入的文档的句子中包含的多个单词,包含独立词以及连接助词,在构成上述输入的文档的句子中包含的多个单词间的修饰关系包含从属连接关系以及从属连接修饰关系,来作为在该多个单词中包含的独立词以及连接助词间的修饰关系,上述生成的结构树,通过表示构成上述输入的文档的句子中包含的多个单词的多个节点以及通过连接该多个节点之间表示由该多个节点表示的多个单词间的修饰关系的弧线来表现,上述存储单元中存储的线索词包含表示上述多个单词中的一个单词的第一节点,上述抽出单元包含:第一确定单元,其在上述生成的结构树中确定第二节点,该第二节点表示通过表示从属连接关系的第一弧线与上述线索词中包含的第一节点连接的连接助词;第二确定单元,其在上述生成的结构树中确定第三节点,该第三节点表示通过表示从属连接修饰关系的第二弧线与上述确定的第二节点连接的独立词;和分割单元,其通过切断上述第二弧线,把上述生成的结构树分割为两个部分结构树,提取上述分割后的两个部分结构树中的包含通过上述第二确定单元确定的第三节点的部分结构树,来作为表示构成上述输入的文档的句子中的要点的部分结构树。 |
地址 |
日本东京都 |