JP2001519952A

JP2001519952A - データ要約装置

Info

Publication number: JP2001519952A
Application number: JP54364398A
Authority: JP
Inventors: ウィークス、リチャード
Original assignee: British Telecommunications PLC
Current assignee: British Telecommunications PLC
Priority date: 1997-04-16
Filing date: 1998-04-16
Publication date: 2001-10-23
Also published as: DE69811066D1; NZ500057A; ES2192323T3; US6334132B1; CA2286097C; WO1998047083A1; AU7062898A; AU746762B2; CA2286097A1; DE69811066T2; EP0976069A1; EP0976069B1

Abstract

(57)【要約】本発明の第１の態様にしたがって、データの組を要約するシステムであって：目標のデータ項目のための第１のデータメモリと；前記データの組をセクションに分割し、各前記セクションと前記目標のデータ項目とを比較する手段と；前記比較結果に依存して各前記セクションに対する格付け値を計算する手段と；予め決められた閾値より大きい格付け値をもつセクションからデータの組の要約をコンパイルする手段とを含むシステムを提供する。本発明の別の態様にしたがって、目標情報のためのデータメモリをもつ処理装置へのデータの組の入力を要約する方法であって；１）前記データの組をセクションに分割する段階と；２）前記セクションと前記目標情報とを比較する段階と；３）前記比較結果に依存して各前記セクションごとに格付け値を計算する段階と；４）予め決められた閾値よりも大きい格付け値をもつセクションからデータの組の要約をコンパイルする段階とを含む方法を提供する。

Description

【発明の詳細な説明】データ要約装置技術分野本発明は、データを解析する方法および装置の分野に関するものであり、データを要約する際に特殊応用が見付かっている。本発明の背景ＣＤ−ＲＯＭ、イントラネット、およびワールドフイドウエブのような技術の最近の進歩により、電子フォーマットで使用できる情報資源量は著しく増加した。この資源増加に関係する問題は、これらのシステムの個々のユーザが関心をもっているデータの組（すなわち、例えば雑誌の記事、ニュースの記事、技術的な明細、および他の情報のようなデータの組）を位置決めし、識別することである。情報検索ツール、例えばサーチエンジンおよびウエブガイドは、ユーザが関心をもっているデータの組を位置決めするのを助ける１つの手段である。さらに順向(proactive)ツールおよびサービス（例えば、ニュースを集めたもの(News gro up)、www.pointcast.comで使用できるPOTNTCAST^TMシステムのような放送サービス、またはJASPERエージェントのようなツールであって、現在共に審査中の出願である公開国際特許出願PCT GB96/00132号に詳細に記載されているもの）を使用して、個々のユーザが関心をもっている情報を識別することができる。関心をもっているデータの組が情報検索ツールによって位置決めされると、ユーザは一般的にデータの組の要約を与えられる。Michael Honeyによる文献“Pat terns of Lexisin Text(英語版)”(Oxford University Press,1991年,ISBN 0194 371425)は、データの組を要約する１つの方法を詳細に開示している。従来技術の方法によって生成された典型的な要約は、データの組の主題(subje ct matter)（すなわち、メイントピック）を詳細に記載している。しかしながら、ユーザが実際に関心をもっている目標のデータ項目は、しばしば位置決めされたデータの組のメイントピックではないことがある。この環境のもとでは、メィントピックのみを与える要約は、目標のデータ項目とデータの組との関係の仕方およびその理由、またはデータの組の中のこれらの目標のデータ項目の位置を識別しない。例を挙げると、目標情報は作家“D.H.Lawrence”の誕生日であってもよい。サーチエンジンは、彼の小説“Sons and Lovers”の批評を最も主題としている記事にこの情報を位置決めすることができる。情報検索ツールは、この誕生日を見付けると、批評を選択し、要約を生成する。しかしながら作家の誕生日は“Sons of Lovers”の批評のメイントピックにとってあまり重要ではないので、この要約は実際はD.H.Lawrenceの誕生日を含んでいない。さらにこの要約は批評中で作家の誕生日に関する情報が現れるところを識別しない。本発明の第１の態様にしたがって、データの組を要約する装置であって；目標のデータ項目を記憶する目標のデータ項目メモリと；前記データの組をセクションに分けて、各セクションを前記目標データ項目と比較するセクショニング（区分けする）手段と；前記セクションごとに前記比較の結果に依存する格付け値を計算する計算手段と；各格付け値にしたがって１または複数のセクションを選択することによってデータの組の要約をコンパイルするコンパイル手段とを含む装置を提供する。例えば、予め選択された閾値よりも高い（または、該閾値よりも低い、すなわち環境に依存して）格付け値をもつセクションを選択することができる。本発明の第２の態様にしたがって、データの組を要約する方法であって；１）データの組を処理手段への入力として受取る段階と；２）目標データ項目メモリ内に目標のデータ項目を記憶する段階と；３）前記データの組をセクションに分割する段階と；４）各前記セクションを前記目標のデータ項目と比較する段階と；５）前記比較の結果に依存して各前記セクションに対する格付け値を計算する段階と；６）各格付け値にしたがって１または複数のセクションを選択することによってデータの組の要約をコンパイルする段階とを含むデータの組を要約する方法を提供する。好ましいのは、目標のデータ項目はユーザによって、例えば直接にまたはユーザプロフィールを介して目標のデータ項目メモリにロードすることができることである。本発明のこのような実施形態の長所は、要約ツールがデータの組の要約を生成できることであり、なお該データの組の要約には、要約の生成を要求するユーザによって特定される目標のデータ項目を含む。本発明の好ましい実施形態によって、多くの付加的な特徴を個々にまたは組合せて与えることができ、少なくともこれらの特徴のいくつかを以下に記載することにする。データの組は、構文、段落、および他の句読法にしたがってセクションに分割することができる。その代りに、ページ、章、および見出しのような他のフォーマットがセクションの境界を形成してもよい。データの組を要約する文脈の内部では、キーデータ項目はデータの組の中に含まれる情報の実質的な内容を形成するデータ項目である。例えば書かれた散文から成るドキュメント（文書）において、冠詞および接続詞（例えば‘it’，‘ar e’，‘as’，‘the’，‘when’，‘they’，‘by’，などのような単語）は一般的に、キーデータ項目であるとは考えられない。その理由は、データの組内に含まれている主題を識別しないからである。本発明の好ましい特徴によると、この装置はさらに：前記データの組のキーデータ項目を識別するキーデータ項目識別子と；前記データの組内の前記キーデータ項目の分配パターンを識別する分配パターン識別子と；前記キーデータ項目の前記識別された分配パターンに依存して各前記セクションに対する分配値を計算する分配値計算器と；各セクションに対する前記分配値に依存して１つのやり方で関連する格付け値を調節する格付け値調節手段とを含む。好ましくはこの方法はさらに：７）前記データの組のキーデータ項目を識別する段階と；８）前記データの組内の前記キーデータ項目の分配パターンを識別する段階と；９）前記キーデータ項目の前記識別された分配パターンに依存して各前記セクションに対する分配値を計算する段階と；１０）各セクションに対する前記分配値に依存して１つのやり方で関連する格付け値を調節する段階とを含む。データの組内のキーデータ項目の分配により格付け値を精密にすることによって、要約されるデータのメイントピックの文脈中に目標のデータ項目を詳細に記載することができる。これは、特定のデータ項目が意図される目的にどのように関係しているかをユーザが決定する能力を強化する。好ましくは、該装置および方法は、各セクションに対する分配値を計算するために：各セクション内の各キーデータ項目に対する第１の得点（スコア）を決定することと；各セクションごとに、各キーデータ項目に対する前記第１のスコアを合計することとを行い、考慮中のキーデータ項目がデータの組内に現れる回数は、考慮中のキーデータ項目が考慮中のセクションに現れる回数よりも少なくなるように、各キーデータ項目の前記第１のスコアが計算される。本発明のこの特徴は、特定のセクションのキーデータ項目が解析されるデータの組の残りに現れるかの頻度の基準（測度）を与える。これは、データの組全体におけるキーデータ項目の分配の１つの基準を与える。好ましくは前記装置および方法は各キーデータ項目に対する第２の得点を計算し、前記第２の得点に依存して前記分配値を計算または変更し、前記第２の得点は：データの組中のセクションの位置に対応してデータの組の各セクションに位置の値を割り当てることと；データの組の各キーデータ項目に対して、考慮中のキーデータ項目が現れる第１のセクションの位置の値を、考慮中のキーデータ項目が現れる最後のセクションの位置の値から減算する計算を行なうこととによって計算される。第２の得点は、データの組全体に拡散しているキーデータ項目をデータの組の一部分の周りに集まったキーデータ項目よりも重く重み付けをするように働く。この特徴の背後には、データの組全体に拡散しているキーデータ項目が、１つのセクションの周りに集まったキーデータ項目よりも要約されたデータの組のメイントピックにとって一層重要であることが多いことを仮定している。好ましくは、前記装置はユーザの入力にしたがって、データの組の該セクションの位置の値かまたはセクションの格付け値の何れかにしたがって要約内のセクションを選択的に順序付けるようにされている。好ましくは前記方法はさらに、位置の値にしたがって命令される複数のセクションを含む要約と格付け値にしたがって順序付けられる複数のセクションを含む要約との間で選択する選択入力を受取る段階を含む。好ましいのは前記装置および方法は：考慮中のキーデータ項目が同時に現れる各対のセクションを識別することによって各キーデータ項目に対する第３の得点を計算し、各データの対ごとに、考慮中の同時に現れる部分のより高い位置の値から考慮中の同時に現れるセクションのより低い位置の値を減算し、考慮中のキーデータ項目の第２の得点によってこの減算結果を除算し；各セクションの各キーデータ項目に対して計算される第３の得点を合計することによって各セクションに対する第１の調整値を計算し；各セクションの第１の調整値に依存して各セクションに対する前記格付け値を調整する。この第１の調節値は、各キーデータ項目が、データの組の別のセクションに現れるキーデータ項目の回数とデータ項目内で最初と最後に現れるキーデータ項目の分離とにしたがって、各セクションの重み付けに貢献できるようにする。したがって、セクションの重み付けにおいて頻繁に現れるキーデータ項目はデータの組の小さいセクションの周りに集まるキーデータ項目よりも一層貢献することになる。好ましくは、前記装置および方法は、各セクションの分配値の平方根によって各セクションに対する前記第１の調節位置を除算することによって、各セクションに対する第２の調節値を計算する。この計算は、セクションの長さに対して第１の調節値を正規化する。分配値の平方根は、分配値のみによる除算よりも良好な結果を与えることが分かっている。その理由は第２の値の平方根が、セクションの長さが取扱っている情報のメイントピック関係をもたないという命題と、セクションの長さのみがセクションが取扱っている情報のメイントピックにどのように関連しているかを決定するという命題との間の折衷であるからである。好ましくは、前記装置および方法は、対応するセクションの位置の値によって各格付け値を除算することによって、各セクションの格付け値を変更する。この格付け値変更によって、１つの情報の後に現れるセクションに対して、１つの情報の先に現れるセクションの重み付けを増加する。異なるタイプのデータの組が要約されるとき、キーデータ項目の分配に関係する別の規則を適用してもよい。例えば情報表では、列または行、あるいはその両方の見出しは、データの組内に含まれる情報の正確な要約に対する基本を形成することが多い。図面の簡単な説明ここで本発明の実施形態にしたがって、情報要約装置を例示的に添付の図面を参照して記載することにする：図１は、情報要約装置を組込んだ情報検索および処理システムを示す；図２は、使用中の情報要約装置の模式図を示す；図３は、情報要約装置の構成要素の模式図である；図４は、図１の情報要約装置の動作のフローチャートである；図５は、図４の段階405のフローチャートである；図６は、図４の段階410ないし415のフローチャートである；図７は、図４の段階420のフローチャートである；図８は、図４に詳細に示された実施形態に組み込むことができる付加的な特徴のフローチャートである；図９は、図４の実施形態に組込むことができる付加的な特徴のフローチャートである；図１０は、図８の段階830のフローチャートである；図１１は、図８の段階830に組込むことができる付加的な特徴のフローチャートである；図１２は、図８の段階830に組込むことができる付加的な特徴のフローチャートである；図１３は、図８の段階830に組込むことができる付加的な特徴のフローチャートである；図１４は、図８の段階830に組込むことができる付加的な特徴のフローチャートである；図１５は、図４の段階420に組込むことができる付加的な特徴のフローチャートである。好ましい実施形態の開示図１を参照すると、情報要約装置は情報検索アーキテクチャ、例えばインターネットに接続されたクライアントーサーバ形式の周知の形態に構成することができる。さらに詳しくは、インターネットサービスプロバイダ、遠隔通信キャリア、または、国際会社のような、他の形態のサービスプロバイダの顧客は、パーソナルコンピュータまたはワークステーション140をもつ多数のユーザをもつことができる。こういったものはＷＷＷビュワー135を介して顧客のクライアントのコンテキスト内で顧客のワールドワイドウエブ（ＷＷＷ）ファイルサーバ130へ接続することができる。情報要約ツール100は、ビュワー135のエクステンションを形成し、ＷＷＷファイルサーバ130上に実際に置くようにしてもよい。顧客のＷＷＷファイルサーバ130は周知のやり方で、例えば顧客自身のネットワーク145およびルータ150を介してインターネットに接続することができる。次にサービスプロバイダのファイルサーバ155へはインターネット、さらにルータ1 65を介してアクセスすることができる。顧客のファイルサーバ130はさらに、情報アクセスツール105、情報アクセスツール105によって使用されるユーザプロフィールを記憶するプロフィールメモリ1 15、および同様に情報アクセスツール105によって使用されるインテリジェントページメモリ110上に置くか、またはこれらによってアクセスすることができる。情報アクセスツール105は、上述で識別されたJASPERエージェントとして知られているタイプであってもよい。１つの実施形態では、要約ツール100はネットスケープ（Netscape）のような周知のビュワーのエクステンションとして構成され、ビュワー135によって抽出されるＷＷＷページを要約するように動作することができる。しかしながら、明らかに要約ツール100を他の環境内に組込むか、または個々に使用することができ、多くの異なる源から、または多くの異なるタイプのドキュメントおよびデータセットを要約するのに使用することができる。しかしながら好ましいのはそれらが、要約ツール100は受取り、処理するようにされている電子フォーマットか、またはそのような電子フォーマットへ変換可能となっていることである。さらに、要約ツール100を要約するのにもっとも適したドキュメントおよびデータセットは、通常はテキスト形式、例えば英語のような普通の言語である。図２を参照して概観すると、要約装置100は、データの組200をセクション295 に分割し、セクション295を解析し、一定のセクションを選択して、要約235を生成する動作をする。データセクショニング（区分け）ツール240は、データの組2 00がどのように分割されるかを決定する。セクション295は普通ユーザの関心を反映する目標のデータ項目215、およびデータの組200それ自体の主題を反映するキーデータ項目225に関係して解析される。次に要約生成規則230は、解析に関してセクションがどのように選択されるかを決定するのに使用される。要約装置100は、データの組200および目標のデータ項目215をを受領するようにされている処理モジュール205を含む。モジュール205は、データの組200それ自体からキーデータ項目を作り、データの組200を生成して、その要約235を出力として生成する。目標のデータ項目の組215は、ユーザがデータの組200に位置したいという１または複数のタイプの情報を示す。したがってこのような目標のデータ項目は、キーワード、用語、語句、番号、日付、および／またはユーザが位置決めたいタイプの情報を識別または規定、あるいはその両方を行うのに役立つ他の情報を含むことができる。同様に、キーデータ項目はキーワード、用語、語句、番号、日付、および／または他の情報を含むことができる。記載した好ましい実施形態はさらに２つの入力をもつ。これらには停止リスト情報210、およびデータの組200からキーデータ項目225を生成するのに使用されるステム(stem)情報220がある。停止リスト情報210はデータ項目のリストを含み、該データ項目には一般的に使用されている単語と、一般的にデータの組200の主題を識別するのに機能しない定冠詞および不定冠詞とを含む。このデータ項目リストはデータの組200から不必要なデータ項目を削除するのに使用することができる。このやり方では、データの組200の主題の中心である可能性がより高いデータ項目を識別し、キーデータ項目225の組に形成することができる。停止リスト210は、一定のデータ項目、例えば一般的な構文および用語を含むこともできる。ステム情報220は接頭辞および接尾辞のリストを含み、これを使用して、キーデータ項目の組225内のデータ項目を基本形のみに低減する。例えば単語‘ｂｏｕｎｃｅ’がキーデータ項目の組225内のデータ項目であると仮定する。ステム情報220は好ましくは、“ｂｏｕｎｃｅ”のみに低減して、例えば基本形’ｂｏｕｎｃ’に対してキーデータ項目225内に’ｂｏｕｎｃｌｎｇ’、’ｂｏｕｎｃｅｄ’、‘ｂｏｕｎｃｅｓ’、などが付加的に現れるように動作する。その代りに、ポータアルゴリズム(Porter's Algorithm)を使用して、キーデータ項目の組225内に含まれているキーデータ項目をステムすることができる。ポータアルゴリズムは、Porter，M Pによる文献（“An Algorithm for Suffix Str ipping”、Program 14(3)、pp.130-137、1980）に詳細に記載されている。停止リストおよびステム情報はデータの組200からキーデータ項目の組225を生成するシステムに不要なときもあることに注意すべきである。とくにシステムがその代りにスピーチおよび単語の末尾の両方の部分を設定する完全なディクショナリへアクセスするとき、ステミング手続きは不要なこともある。ステミング動作において重要なことは、関連する単語を等しくすることであり、これに関してシーソラスも使用できる。本発明の別の実施形態は、一般的な言語処理アルゴリズムまたはデータの組20 0内のキーデータ項目225を識別する当業者には周知のシステムあるいは他の技術、もしくはその両方を使用できる。要約装置100を使用する際に、セクション295は、主として散文で書かれたデータの組200において、通常構文または段落である。以下に記載した例では、各セクション295はデータの組200の構文である。要約を構成するセクションを選択する第１の段階として、セクション295は目標のデータ項目の組215と比較される。この目標のデータ項目の組215は、例えば他のプロセスで使用されるユーザプロフィールからのキーワードの組であってもよい。実際には、図１の実施形態では、要約装置100にアクセス可能なユーザプロフィール情報は各ユーザに対して目標のデータ項目を含んでおり、実際にプロフィールメモリ115に記憶され、情報アクセスツール105によって使用される。プロフィールメモリ115内の各ユーザプロフィールは、少なくとも部分的に関連するユーザに対する目標のデータ項目の組215を含み、該目標のデータ項目は要約装置100の処理モジュール205への入力でもある。データの組200と目標のデータ項目215の選択した組との比較に基づいて、各セクション295は格付け値285を割当てられ、該格付け値285は目標のデータ項目の組215を含む範囲の測度である。次に分配値290も各セクション290に対して計算される。分配値290は、全体的にデータの組200の主題に対する各セクション295の関連度として働く。格付け値 285と分配値295とを計算する方法を以下でさらに詳しく記載する。この実施形態では、比較的に高い分配値290は、セクション295が比較的に低い分配値290をもつセクション295よりもデータの組200の主題に関してさらに詳しいことを示す。次にデータの組200の要約235は格付け値285および分配値290に基づいて、要約生成規則230を使用して、セクション295に対して計算される。例えば、データの組200の要約235は、格付け値285にしたがってセクション295に命令し、分配値29 0にしたがって格付け値285を変更することによって生成することができる。次に所定数のセクション295は最も高く格付けされたものから下方向に連続的に選択され、要約235として出力される。要約235は、異なる順番で選択されたセクションを再生することによって生成することができる。例えば、選択されたセクションがデータの組200に現れる順番か、または分配値290によって変更される格付け値285の順番で再生することができる。ユーザが選択できるように、要約235が生成されることが好ましい。ここで情報要約装置100およびその動作をより詳しく記載する。図３を参照すると、情報要約装置100の基本素子は、処理モジュール205、１組のデータメモリ、および入力／出力（Ｉ／Ｏ）能力360を含む。情報要約装置100 はソフトウエアおよびデータメモリを含み、ロードして、顧客ファイルサーバ13 0のような周知の形式のプラットフォーム上を走行することができる。したがって要約装置100を支援するハードウエアは周知のタイプであり、一般的にオペレーティングシステム、データメモリ、および処理容量を含み、種々の素子間のデータ流320を支援し、例えば処理モジュール205とＩ／Ｏ能力360との間の通信315 を必要なときに制御する。（図３に別々に示したが、処理モジュール205およびＩ／Ｏ能力360は実際には同じソフトウエアモジュールの異なる部分として設計することができる。）処理モジュール205は、ファイルサーバ130のマイクロプロセッサのような処理容量上にインストールされたソフトウエアプロセスを含み、Ｉ／Ｏ能力360経由での入力に応答して、データの組200の要約を促して制御する。データメモリは：・データセクショニング（区分）規則240を記憶するデータセクショニング規則メモリ330と；・停止リスト210を記憶する停止リストメモリ335と；・ステミング情報220を記憶するステミング規則メモリ340と；・目標のデータ項目215の組を記憶する目標のデータ項目メモリ350と；・処理モジュール205によって処理されたデータを記憶する処理されたデータのメモリ355と；・データの組200を記憶するデータの組メモリ365と；・分配値規則を記憶する分配値規則メモリ395と；・要約生成規則230を記憶する要約生成規則メモリ390とを含む。明白にするために図３に個々に示したように、１または複数のデータメモリは処理モジュール205と別々になっていなくてもよく、その内容を処理モジュール 205の論理内に単に埋込むだけでもよい。さらにデータメモリは、必ずしも持続性メモリを提供する必要はない。例えば目標データ項目メモリ350はユーザによって、すなわち別のプロセスから、データの組で要約を行っている間に目標のデータ項目の入力のみを記憶することができる。Ｉ／Ｏ能力360の機能はおおむね周知のタイプであり、したがって本明細書には詳細に記載しない。しかしながら、Ｉ／Ｏ能力360が与える機能の種類は次の通りである。Ｉ／Ｏ能力360は要約装置100、例えばユーザのパーソナルコンピュータ、ワークステーション140、または情報ツール105の外部のシステムまたは素子と通信する。Ｉ／Ｏ能力360はさらに、共働する通信ネットワーク145またはインターネット、あるいはその両方に接続されて、遠隔のユーザ、システム、および構成要素は要約装置100にアクセスし、走行できるようになる。Ｉ／Ｏ能力360はおおむねインターフェイスを備えて、データの組200を受取って処理し、要約235を出力する。したがってこれらのインターフェイスは、例えばシンプルメッセージ転送(S imple Message Transfer)(ＳＭＴＰ)、ハイパーテキスト転送(ＨＴＴＰ)、およびファイル転送（ＦＴＰ）のような一般的に使用されるプロトコルによる転送のために、テキスト、すなわちワード(Word)およびＨＴＭＬ（ハイパーテキストマークアップ言語）のフォーマットを受領し、出力するように設計することができる。Ｉ／Ｏ能力360はさらに、要約装置100に対するユーザインターフェイスを備えて、したがって例えばユーザの要求および情報を捕捉するフォーム能力を、おそらくは登録および認証プロセスと共に構成し、登録したユーザのみが要約装置を走行することができる。処理モジュール205が、種々のフォーマット、例えば平易なテキスト、すなわちワードおよびＨＴＭＬ内でデータの組200を処理するようにされているとき、Ｉ／Ｏ能力360はデータの組200を到達するまでモジュール205へ送るか、または互換性のあるフォーマットに記憶されるように動作することができる。しかしながらモジュールを１または２つのフォーマット、すなわち平易なテキストのみのデータの組200の上でのみ動作するようにするとき、Ｉ／Ｏ能力360はフィルタまたは変換処理プロセスを行って、他のフォーマットをもつデータの組200は受領可能なフォーマットに変換することができる。市販のソフトウエアはこの目的に利用でき、本明細書にはさらに詳しく記載しないことにする。このタイプの周知のフィルタは通常は、ファイルからフォーマットの文字、例えば太字タイプおよび異なるフォントのフォーマット用文字を取去る（ストリップする）ことによって動作することに注意すべきである。したがって通常、本発明の要約装置のいくつかのフォーマットに対して有益であるファイル内に存在する情報が失われる。さもなければ、例えばこのようなフィルタによって取去られる見出しのフォーマット用文字を使用して、見出しであるデータの組200のセクションに与えられる格付け値を増加することができる。Ｉ／Ｏ能力360はさらに、他のプロセスによって呼び出すことができるインターフェイスを備えて、別のときに要約を実行することができる。例えばこの例は高レベルのユーザに対して要約を与える要求をもつ管理システム内の報告ツールであってもよい。このような報告用ツールは、そのシステムにロードする必要があるドキュメント上で要約装置100を走行することが必要であり、高レベルのユーザに関係して既に記憶している目標のデータ項目を使用して行われる。このような報告用ツールは、データの組200および目標のデータ項目215の両方をＩ／Ｏ能力360を介して要約装置100へ直接にロードすることが必要である。動作の際に、要約されるデータの組200はデータの組のメモリ365へロードすることができる。該メモリ365は“オン−オフ”ベースで動作し例えば共働ネットワーク145から、またはバッチあるいは反復されるプロセスとして、例えば情報ツール105を介して、さもなければ情報ツール105によって実行される正規の動作における段階として行うことができる。受領およびローディングも、例えば遠隔のユーザによる直接的な入力または情報ツール105を介してのユーザ入力に応答して、Ｉ／Ｏ能力360によって処理することができる。このとき目標のデータ項目の組215も目標のデータ項目メモリ350へ、“オン− オフ”ベースで、またはバッチあるいは反復されるプロセスの一部としてロードすることができる。例えば、ユーザは特定の要約実行で使用するために目標のデータ項目の組215を入力できるか、または目標のデータ項目の組215は、要約サービスのユーザ登録の出力としてロードすることができる。繰返して記載するが、受領およびローディングはＩ／Ｏ能力360によって処理することができる。その代りに、図１の実施形態では目標のデータ項目の組215を情報ツール105から目標のデータ項目メモリ350へ送ることができる。ここでは目標のデータ項目メモリ345へ送られる目標のデータ項目の組215は、プロフィールメモリ115内に記憶されるユーザプロフィールであってもよい。ユーザまたは他の入力から要約装置100へ受取られた目標のデータ項目の組215 は、実際には処理モジュール205によって変更して、例えば目標のデータ項目の組215を拡張して、類義語および他の関連する単語を含むようにしてもよい。目標のデータ項目の組215の拡張は、シーソラスを使用するが、または情報クラスタリング技術を使用することによって達成でき、なお情報クラスタリング技術は、例えば本出願人の共に審査中の国際特許出願PCT GB96/00132号内の類似性マトリックスを使用して行われる。図３に関係して既に記載した各データメモリは、ランダムアクセスメモリの一部、ハードドライブ、これらの素子を組合せたもの、または当業者にはよく知られている他のメモリデバイスであってもよい。プロセスの概要図４は、本発明の１つの実施形態の段階を詳しく示している。図４では、とくにデータの組200をセクションに分割し、セクション内における目標のデータ項目の存在にしたがってセクションを格付けすることによってデータの組200を処理することに関する段階を示している。このプロセスは、処理モジュール205によって走行され、例えばユーザワークステーション140から到来する要求に応答してＩ／Ｏ能力360から周知のやり方で開始されることになる。到来する要求は、インターネットを介してアクセス可能なファイル（データの組200）に対するＵＲＬ(ユニバーサルリソースロケータ) 、要約が要求されたという指示、およびそれに加えて通常はユーザ識別子を含んでもよい。その代りにもちろんユーザ入力はデータの組200を含んでもよく、または処理モジュール205に対する手段を含んで、データの組メモリ365内に既に記憶された選択されたデータの組を位置決めしてもよい。ユーザ入力は目標のデータ項目の組215であって、またはユーザ識別子は処理モジュール205が目標のデータ項目メモリ350内に目標のデータ項目215を位置決めするのに十分であってもよい。段階400では、処理モジュール205はデータの組200を所定のＵＲＬからインターネットを介して、またはデータメモリ365からダウンロードし、データセクショニング規則メモリ330からデータセクショニング規則240の組を選択する。段階 405ではデータの組200はデータセクショニング規則240にしたがってセクション2 95に分割される。次に各セクションは処理されたデータメモリ355内に記憶されるのがよい。処理されたデータメモリ355の構成は、以下で図５を参照してさらに詳しく記載する。段階410では、ユーザ入力が１組の目標のデータ項目215を含まなかったとき、処理モジュール205は目標のデータ項目メモリ350から、例えば関連するユーザ識別子にしたがって選択される組を検索する。次に処理モジュール205は、目標のデータ項目の組215に対して各セクション295を比較する。この比較は、目標のデータ項目の組215内のデータ項目が各選択されたセクション295内に現れる回数を識別する。段階415では、格付け値285は、選択されたセクション295内に現れる目標のデータ項目の実例(instance)の数に対応する各セクション295に割当てられる。格付け値285を使用して、目標のデータ項目の組215と密接に整合するデータの組20 0内のセクションを識別する。その代りに、格付け値285を変更して、セクション 295内で反復されるデータ項目に対して１回のみ報告することができる。段階420では、セクション295の格付け値285を評価し、要約を生成する。１つの実施形態では、最高の格付け値285をもつセクション295から選択した所定数のセクション295を使用して、格付け値285のみから要約を生成する。別の実施形態では、以下でさらに詳しく記載するように、種々の他の規則をデータの組200に適用する。これらの規則は、セクション295の格付け値285を調節する。該規則はデータの組200に関する文脈の情報を含む要約を生成することを目的とし、要約を形成するセクション295は全体的にデータの組200の文脈の中で理解できるであろう。格付け値285を生成および変更する全ての規則は要約規則メモリ390内に記憶できるか、または１または複数の該規則を処理モジュール205に組込むことができる。セクショニング図５は、図４の段階405のフローチャートをさらに詳しく示す。段階505では、データの組200をセクション295へ分割する規則は、データセクショニング規則メモリ330から検索される。これらの規則は、要約がエンドユーザに対してまとめられる方法に影響を与える。データの組200を構文ごとにセクションに分けるとき、段落ごとにセクションに分けたデータの組200から異なる要約が生成されることになる。同様に、表をセル、行、または列にセクション化することができる。したがってユーザは適用される特定のデータセクショニング規則を選択できることが好ましい。この選択はユーザとＩ／Ｏ能力360との間の対話によって処理し、処理モジュール205へ送ることができる。段階510では、選択されたデータの組200はデータの組のメモリ355から検索され、位置の値280が初期化されて、選択されたデータの組200内の識別されたセクション295を昇順に分類できるようにすることが好ましい。段階515では、データの組200は最初にセクション295の開始として標識（タグ）をつけられ、現在の位置の値、この場合は“１”で分類される。段階520ではデータの組200の第１のデータ項目が読取られ、段階525ではこれはセクショニング基準によって特定される規則に適合するかを試験され、例えばデータ項目が“構文の末尾”の信号を発している期間マーカであるときには、１つの規則の組のもとで構文295の末尾が識別される。セクショニング規則によって特定されるセクション295の終りの基準が適合しないとき、セクション295の終りが識別されるまで、次のデータ項目を読取る段階520と該次のデータ項目を試験する段階525とが反復される。セクション295の終りが識別されると、データの組200の終りを試験する段階53 0が適用される。この試験が失敗する場合には、位置の値のカウンタをインクリメントする段階535を実行し、セクション295の開始に標識を付けて、位置カウンタの現在の値でそれを分類する段階515から上述のプロセスを実行する。データの組200の終りが識別されるとき、注釈を付けられたデータの組200はデータの組のメモリ355内に記憶される。その代りのものでは、データの組200はセクション295の標識および分類を使用して注釈を付ける必要はない。リンクされたリストの構成を使用でき、各セクションはリンクされたリストの個々の要素として記憶される。さらにその代りに、ダイナミックに生成されたアレイ内に各セクションを記憶してもよい。図５の段階を図２のデータの組200に適用することによって、以下に詳しく記載した結果が生成される。例えば、適用されるセクショニング規則は、各構文がセクション295を表し、各セクション295が位置の値280を使用して昇順に分類される。目標のデータ項目を使用した各付け値の割当て図６は、各セクション295を目標のデータ項目の組と比較する図４の段階410 および段階415を詳細に記載している。段階605では、目標のデータ項目は目標のデータ項目のメモリ345から検索され、段階610では第１のセクション295の第１のデータ項目が検索され、次に段階615が行われて、目標のデータ項目の組215と選択されたデータ項目とを比較する。段階620では、目標のデータ項目の組215と選択されたデータ項目の組とを比較することによって整合が識別されるとき、現在のセクション295に対して格付け値285をインクリメントする段階625が行われる。段階620で整合が識別されないとき、段階630でセクション295に対して格付け値285はインクリメントされず、直ぐに選択されたセクション295の終りに対して試験する。データの組200が分類され、図５に関係して詳しく記載したセクショニングプロセス中に標識を付けられるとき、これらの標識を使用して、セクション295の終りを識別することができる。セクション295の終りを試験する段階630の結果がノーであるとき、段階635でデータの組200の次のデータ項目を選択し、プロセスはループバックして、段階6 15で選択されたデータの組と目標のデータ項目の組215とを比較し、（適切なときは）段階625で新しく選択されたデータ項目に対して現在のセクション295の格付け値285をインクリメントする。セクション295の終りを試験する段階630がイエスのとき、段階640でデータの組200に対して試験する。一般的に、現在のデータ項目は“ファイル文字の終り ”またはデータの組200の終りを示す他の標準のマーカと比較される。段階640でデータの組200の終りに到達しなかったとき、段階645で次のセクション295を選択し、新しく選択されたセクション295の格付け値285を初期化する。次に段階635で、新しく選択されたデータ項目に対して段階615にループバックする前に、段階635で新しく選択されたセクション295の次のデータ項目を選択する。図２のデータの組200の例では、目標のデータ項目は“夜”および“星”である。例示的なデータの組200に対して図６の段階を完了した結果は次の通りである：（上述のおよび次の記述はデータの組200のセクション295を等しく取扱っていることに注意すべきである。しかしながら、いくつかのセクションはデータの組 200の中で比較的高い方の重要度をもつことができ、これらを増加した格付け値2 8５に割り当てることができる。例えば見出しはＨＴＭＬファイル内で識別可能であり、処理モジュール205はそれらを検出するように設計され、格付け値285を増加することができる。）要約の生成図７は、図４の段階420を詳細に記載し、各セクション295の格付け値285を決定するときにデータの組200の要約を生成する。段階705では、要約制御モジュール305によって要約生成規則にアクセスする。これらの規則は、要約を構成するセクション295を選択する手続きを詳細に記載している。この例では、所定の長さの要約が生成されるまで、該規則は最高の格付け値28 5をもつセクション295から降順に選択する。以下に記載する別の実施形態では次の複雑な規則を使用することができる。段階710では、各セクション295の格付け値285を検索し、要約規則と比較する。段階720では規則に従うセクション295を選択し、要約内のセクション295に順番をつける段階725が実行される。要約を順序付ける少なくとも２つの方法が可能であり、第１の方法では要約を格付け値にしたがって昇順または降順に順序付ける。第２の方法ではセクション 295の順序、すなわちセクション295がデータの組200内で現れる順序で、格付け値285を順序付けることである。要約のセクション295を順序付ける段階725の次には、当業者によく知られているプロセスにしたがって、要約を出力するか、または記憶する段階730を実行することができる。図７の段階のもとでは、例示的なデータの組200の要約はセクション６および７から成り、該セクション６および７は次の通りである：６：The night was clear．（夜空は澄んでいた。）７：I counted the stars that night．（私は夜空の星を数えた。）これは、これらのセクション295が１および２の格付け値をもつからである。残りのセクション295の全てが同じ格付け値285、すなわち０をもつとき、他のセクション295は含まれない。以下に記載する別の実施形態にしたがって、データの組200の他のセクションを要約に組込むことができる。このような実施形態は、目標のデータ項目を含むセクション295に基づいて要約235を生成し、要約235を選択されたデータの組200の全体的な主題の文脈に入れるのに役立つデータの組200の追加のセクション295をもつ。キーデータ値の組の生成図８、９、および、１０はデータの組200の文脈上の情報にしたがって格付け値285を変更できる別の実施形態の一定の態様を詳細に記載する。主要なデータ項目の組は各データの組に対して生成され、キーデータ項目はデータの組200の全体的な主題に比較的に強く関係している。各セクション295を再検討して、セクション内に現れるキーデータ項目の割合を反映する分配値290を得る。次に分配値290を使用して、セクションの格付け値285を変更する。分配値290は、以下に記載したように種々の異なる規則にしたがって計算および変更することができ、分配値290は処理モジュール205によって使用するために分配値の規則メモリ395に記憶される。（代わりに分配値290はもちろん、処理論理内に埋め込むことができる。）図８を参照すると、データの組200に対するキーデータ項目の組を生成する段階では、全体的な主題にほとんど関係しない単語を取出す。これは停止リスト21 0を使用して達成することができる。段階805では、データの組200の第１のセクション295の第１のデータ項目がアクセスされて、キーデータ項目が実行されるか否かを試験する段階810が行われる。通常キーデータ項目を試験する段階810では、停止リストデータメモリ335内の停止リスト210にアクセスする。選択されたデータ項目が停止リスト210上の単語と整合するときは、キーデータ項目であると考えられない。通常は停止リストは、冠詞および接続詞のような小さい値の単語、例えば“it ”、“are”、“they”、“has”、“where”、“at”、“in”、等々のような単語から成り、要約されるデータの組200の主題を反映しないことが多い。データ項目が停止リスト210上の単語と整合しないとき、段階815でキーデータ項目メモリ350のキーデータ項目の組225内のデータ項目を記憶する。これはセクション295を識別するのに役立つやり方で行われ、このセクションは例えばキーデータ項目225を位置の値280と関係付けることによって、各データ項目が置かれていたセクションである。データの組200の終りをチェックする段階820はそこで否定的な結果で行なわれ、データの組のメモリ355からデータの組200の次のデータ項目がアクセスされるようにする。キーデータ項目225を識別する段階810およびキーデータ項目をキーデータ項目メモリ355に記憶する段階815は、データの組200の終りに到達するまで各次のキーデータ項目に対して繰り返し行われる。次にデータの組200内の各セクション295に対する分配値を計算する段階835が、キーデータ項目225に関係して行われる。この分配値計算は、図１０を参照してより完全に記載する。別の実施形態では異なるやり方で１組のキーデータ項目225を識別し、異なる分配値290に到達することができる。例示的に追加の段階を図９に関係して記載する。キーデータ項目の分配値を計算することの目的は、全てのセクション295の中で選択されたデータの組200の主題を反映するセクション295を決定できるようにすることである。データの組200の主題をより強く反映するセクション295は要約に組込まれることが好ましい。段階840では分配値290は格付け値285を正確にする仕組みとして働き、要約内に含まれるセクション295の選択を助ける。格付け値の正確さを向上することは、図１０ないし１５を参照して以下でさらに詳しく記載する。例示的なデータの組200によると、目標のデータ項目は“night(夜）”および “star(星)”である。次に図７および８のプロセスでは、格付け値285および位置の値280を使用してキーデータ項目の組225を生成する。図９は、１組のキーデータ項目225を生成するのに使用できる別の段階を詳細に示す。図８と９との主要な相違は、図９にはキーデータ項目をステムする(ste mming，語幹に操作すること)段階920およびキーデータ項目の組225から２つおよび単一のキーデータ項目を削除する段階945があることである。キーデータ項目をステムする段階920は、基本形に対するキーデータ項目を低減するポータアルゴリズム(Poter's Algorithm)に関係して既に記載した効果をもつ。段階920では分配値290の計算の精度を向上し、名詞、形容詞、および複数のようなキーデータ項目の種々の文法形態は特定の目標のデータ項目との整合を形成して、それによりセクション295の格付け値を増加する。二重のキーデータ項目は、セクション295に２回以上現れるものである。段階9 45でキーデータ項目の組350からデータの組200のいずれが１つのセクション295 内でのキーデータ項目の二重発生を削除することは、一見したところでは直観に反していることがある。しかしながら、幾つかの異なるキーデータ項目225をもつセクションは、反復される１つのキーデータ項目をもつセクションよりも、データの組200の全体的な主題により関係付け可能なことが分かった。単一のキーデータ項目は、全データの組200内に１回のみ現れる。これらもキーデータ項目から削除される。上記の表３の処理されたデータ項目200へこのプロセスを応用すると次のようになる：この実施形態は、セクション295内のデータ項目の位置が重要でないと仮定していることに注意すべきである。データの組200内で１つのみが現れるので、２つの“mat(マット)”はセクション２から削除され、“kingdom(王国)”、“coun ted(数えた)”、および“stars(星)”はキーデータ項目の組350から全て削除されることにも注意すべきである。もちろんこの段階では格付け値285は変更されないままである。分配値図１０は、各セクション295に対して分配値を計算する図８の段階830のフローチャートである。各セクションに対して、多数の段階、すなわち段階1005、段階1015、および段階1020を含み、段階1005、1015、および1020はキーデータ項目メモリ350に記憶される各キーデータ項目にアクセスするループで接続されている。このループは、各キーデータ項目に対して第１の得点を計算する段階1010を結合している。この第１の得点は、現在のセクション295とは異なるキーデータセット200の他の各セクション295の考慮中のキーデータ項目が現れる回数からなる。（もちろん、２つのキーデータ項目が削除されると、段階９４５では第１の得点は総セクション数−１よりも大きくならない。）各キーデータ項目に対して第１の得点を計算する段階1010を第１のセクションに対して実行すると、段階1005、1010、1015、および1020が各次のセクション（図示されていない）に対して繰り返される。次にプロセスは段階1025に移り、各セクション295に対して分配値290を計算する。段階1025では、各セクション295ごとにセクション295内の各キーデータ項目の第１のメモリを合計する。データ項目が現れる回数が増加すると、選択されたデータの組200の主題に対する該データ項目の重要度が増すという仮定のもとで、この分配値290は、セクション295の各キーデータ項目がデータの組200内の他のセクション295に現れる回数を反映している。表５は、図１０の段階を図２の例示的なデータ項目の組200に適用した結果を示す。したがって例えば最後のセクション295では、他のところで“dog(犬)”は２回、“sat(座った)”は３回、“floor(床)”は１回現れるので、“６”の分配値をもつことになる：各キーデータ項目について第１の得点を計算するこの段階1010は、異なるやり方で計算されてよく、すなわち各キーデータ項目がキーデータ項目内に現れる全回数の和から１を減じたものとして計算できる。次に各セクションに対する分配値290を使用して、格付け値285を変更し、それによって生成された和を変更する。一般的に、多数のセクション295は同じ格付け値をもつことになる。その理由は、選択されたセクション295内のデータ項目数の整数値であるからである。分配値290は、同じ格付け値285をもつセクション295の順序を定める測度として働く。分配値290を使用して、格付け値285を変更する１つの方法は、各分配値290を１０、または１００（適切なとき）で除算することであり、その結果各分配値29 0は10分の１の値に低減し、各格付け値に付加できるようになる。この例で得られる結果を次の表６に記載する：データ項目の第２の得点図１１は、図８の段階830へ組込むことができる各キーデータ項目に対する第２の得点を計算する付加的な特徴を示すフローチャートである。次にこの第２のメモリを使用して、上述で計算した各セクション295の分配値290を変更するか、または新しい分配値290を計算するのに個々に使用することもできる。図１１のプロセスは、キーデータ項目の組内のキーデータ項目の別の分配測度を表す。図１１のプロセスでは、先ず段階1105でキーデータ項目メモリ350からキーデータ項目の組225を検索し、次に多数の計算段階、すなわち段階1110、1115、および1120へ進み、次に各キーデータ項目に対してこれらの計算段階1110、1115、および1120を行うことを保証する制御ループ試験を行う。計算段階1110、1115、および1120では各キーデータ項目に対して第２の得点を計算する。この第２の得点は、データの組200内のキーデータ項目の何れが現れても同じである。したがってキーデータ項目の組225内の各キーデータ項目に対して１回のみ計算されることが必要である。段階1120では、計算されると、組22 5内のキーデータ項目が現れる度ごとに第２の得点が割当てられる。第２の得点はキーデータ項目の組225内の１つのキーデータ項目が現れてから次のデータ項目が現れるまでの最大の分離として計算される。これは、最初に段階1110でキーデータ項目の組225内のキーデータ項目の最高の位置の値［図５の段階515で割当てられる］と最低の位置の値を識別して検索する実行することによって計算される。次に段階1115で選択されたキーデータ項目に対して最高の位置の値から最低の位置の値を減算する段階1115が続く。図１１は図１０に類似しており、各キーデータ項目ごとに演算が行われ、この演算はキーデータ項目の組225内のキーデータ項目の全てを参照する。しかしながら、図１１の制御ループは図１０とは異なる。図１１の制御ループは、キーデータ項目メモリ350内のキーデータ項目の組にアクセスする特定の構成および方法に依存する図１０のプロセスよりも一層効果的である。制御ループ段階1125では、キーデータ項目の組225の終りに対して、例えば次のデータの存在を探すことによって試験する。データが存在するときは、次のキーデータ項目が選択される。選択されたキーデータ項目に対して第２の得点が既に検索されているとき、データの組200の先行するセクション295内に同じキーデータ項目が現れることによって、プロセスは段階1125に戻って、次のデータ項目を探す。選択されたデータ項目が第２の得点をもたないとき、プロセスは段階11 10、1115、および1120に戻って、選択されたキーデータ項目を処理する。表７は、例示的なデータの組200中のキーデータ項目に対して図１１の段階を適用した結果を示す。表７を参照すると、例えばキーデータ項目“sat(座った) ”は、最初にセクション１に現れ、最後にセクション８に現れるので、８−１＝７から第２の得点として７を得る。段階1125が完了し、第２の得点が各キーデータ項目に対して計算されると、段階1140が行われて、キーデータ項目を使用して各セクション295の分配値290を変更する。段階1140は、各セクション295の第２の得点を合計して、その結果を使用して、セクション295の順番をさらに厳正することによって達成される。これは、図１０において計算される分配値290に付加されるか、またはこの分配値290の代りに使用することができる。例えば、既に記載した表５を参照すると、各セクションごとに第２の得点を第１の得点に加えて、分割前の分配値290を与えることができる。第２の得点を使用する長所は、キーデータ項目225がデータの組200内に著しく離れて現れるとき、データの組200の主題にさらに関連することである。調節値の生成図１２は、図８の段階830に組込むことができる追加の段階を詳細に示す。図１２に詳細に記載した段階では、分配値290を調節するのに使用できる各セクション295ごとに値を計算する。これは第１の調節値と呼ばれ、各キーデータ項目に対して第１および第２の得点、および図１２の段階1210のもとで計算される各キーデータ項目に対する第３の得点を使用して計算される。図１２のプロセスも２つの制御ループをもつ。第１のループは第３の得点を計算する段階1210がデータの組200の各キーデータ項目ごとに実行されることを確実にし、第２の制御ループは第１の調節値を計算する段階1230が各セクション29 5ごとに実行されることを確実にする。図１２のプロセスは、先ず段階1205で第１のセクション295内の第１のキーデータ項目にアクセスする。次に第１のループでは、先ず段階1210で選択されたキーデータ項目に対して第３の得点を計算する。この計算は、考慮中のキーデータ項目が一緒に発生するセクション295の全ての対を識別し、前記対のセクションのそれぞれに対してより高い位置の値からより低い位置の値を減算することによって行われる。次に各対の減算結果は、考慮中のキーデータ項目の第２の得点によって除算される。次にこれらの各値は、考慮中のキーデータ項目に対して加算され、考慮中のキーデータ項目ごとに第３の得点が生成される。第３の得点が各キーデータ項目ごとに計算されると、第２の制御ループは入力され、データの組200の各セクション295ごとに第１の調節値295を計算する。キーデータの組200の各セクション295に対する第１の調節値は、段階1230において選択されたセクション295内の各キーデータ項目の第３の得点の和として計算される。上述のプロセスは、次の擬似（シュード）コードを使用してより好ましく表すことができる： for each section S set its adjustment value to zero for each key data item for every pair of sections(i,j)，where i>j，that the key data item occur s in add(i-j)/Sd to the adjustment values of sections s_i and s_j （上述の擬似コードおよび次の記述の目的に対して、“Ｓｄ”は第２の得点を意味し、“Ｗｄ”は分配値を意味する。）上述の表３に戻って、例示的なデータの組200のセクション８を検討する。キーデータ項目“dog(犬)”は５（＝８−３）の第２の得点をもつ。構文３および４に“dog(犬)”が現れることは次の式で表される。（８−３）／５＋（８−４）／５＝１．８単語“sat”および“floor(床)”に対してこれら演算を反復することによって、セクション８に対する調節値を得られる： (8-3)/5+(8-4)/5+(8-1)/7+(8-3)/7+(8-4)/7+(8-5)/3=5.09(近似値) “dog” “dog” “sat” “sat” “sat” “floor” “犬” “犬” “座った” “座った” “座った” “床” このプロセスの結果から上述で第２の得点を使用したように、データの組200 全体で広く間隔を空けた構文中の単語間のリンクが好ましいことが分かる。広い間隔は、その内容がデータの組200の主題に対してより有効に貢献することを仮定している。図１２は、第１の調節値を使用して各セクション295の分配値290を変更する段階1245で終了している。これは図１１の段階1140に類似したやり方で、キーデータ項目の第２の得点に対して行なうことができる。図１３は、図８の段階820に組込むことができる追加段階を詳細に示す。追加段階は、データの組200のキーデータ項目に対する別の分散パターンを決定する。この別の分配パターンは、第２の調節値を使用して測定される。図１３は制御ループを含み、各セクション295が計算された第２の調節値をもつことを保証する。第２の調節値の計算では、先ず段階1310で選択されたセクション295の第１の調節値にアクセスし、段階1315で選択されたセクションの分配値290にアクセスする。次に第２の調節値は、段階1320で分配値290の平方根によって第１の調節値を除算することによって計算される。この正規化を行ない、長い構文が短い構文と比較して比例して高い得点を得ないことが好ましい。√Ｗ_dによる除算はＷ_dのみによる除算に好ましい結果を与えることが分かっている。これを例示的なデータの組200に適用し、上述の図５を参照して、セクション８に対する第２の調節値は次の式によつて計算される： 5.09/√6=2.08（近似値）段階1325では、分配値290は第２の調節値によって変更される。図１１および１２に関係して既に記載した方法と類似した他の方法も可能であるが、これに対する１つの方法は、古い分配値290を第２の調節値と置換して行われる。図１４は、図８の段階830に組込むことができる追加段階を詳細に記載している。図１４に記載した段階では、各セクション295に対するスキューイング値を定める。各セクション295のスキューイング（串ざし）値を使用して、各セクション295の分配値を変更する。図１４では先ず段階1405でデータの組200およびセクション情報にアクセスする。次に1410に進み、データの組200内のセクション295のスーパー（特別な）グループを識別する。スーパーグループは種々の形態をとり、例えば各セクション 295が１つの構文に対応するとき、スーパーグループはデータの組200の段落であってもよい。その代りに、セクション295が段落のときは、データの組200のスーパーグループはデータの組200のページおよび章であってもよい。図２の例示的なデータの組200において、スーパーグループ１はセクション１、２、３、４、および５からなり、スーパーグループ２はセクション６、７、および８からなる。段階1415ではスキューイング値はスーパーグループ内のセクション295の位置にしたがって各セクション295に割り当てられ、先に位置するセクション295はより好ましい：好ましい方式は、セクション１：スキューイング値＝１．２セクション２：スキューイング値＝１．１セクション３：スキューイング値＝１．０５セクション４：スキューイング値ニ１．０２５など。スキューイング値によって分配値290を乗算する段階1420にしたがって、各セクション295の分配値290が変更される。図１３の実施形態をセクション８が分配値290に対して使用するとき、次の乗算を行う： 2.08^*1.05＝2.18（近似値）構文８は第２の組200の第２のスーパーグループ内の第３の構文であるので、値1.05をスキューイング値として使用する。このスキューイング値は、段落内の最も重要な情報が段落のほぼ最初に現れることが多いという仮定に基づいて演算する。同様のスキューイング値をデータの組200のスーパーグループごとに適用することができる：スーパーグループ１：各セクションは１．２で乗算される、スーパーグループ２：各セクションは１．１で乗算される、スーパーグループ３：各セクションは１．０５で乗算される、スーパーグループ４：各セクションは１．０２５で乗算される、など。したがってセクション８に対する分配値は次の通りである：２．１８^*１．１＝（＝２．３９(近似値)）上記の式が成立するのは、セクション８がデータの組200の第２のスーパーグループに含まれるからである。図１３および１４の段階を適用することにより、次の（近似の）スキュー分配値290が得られる。要約の長さおよびセクションレーティング（細かい等級付け）図１５は、要約を生成する図４の段階420へ組込むことのできる追加段階のフローチャートである。先ず段階1505で格付け値にしたがって降順にセクション295を順序付け、統いて段階1510で分配値290にしたがって同じ格付け値でセクション295を順序付ける。セクション295を順序付けると、ユーザまたは外部アプリケーションによって特定される要約長データ、あるいはこれらがないときは、要約長デフォルト値が要約制御モジュール305から検索される。段階1520では最高の格付け値をもつセクション295（2以上のセクション295が同じ格付け値をもつときに、最高の分配値290をとる）が検索され、セクション2 95の長さが計算される。次にこの長さは要約長カウンタに対して記憶され、段階 1525で要約の長さは特定の長さと比較される。この長さが要約長の要件を満たさないとき、段階1530で次の最高の格付けセクション295が選択され、段階1525の要約長試験を反復する前に予め計算された要約の長さに再び付加される。十分な長さの要約を含むセクション295が識別されると、段階1530で要約順序決め規則が適用される。この規則は要約が格付け値の順序または位置の値の順序の何れにしたがって生成されるかを特定する。段階1540で要約順序決め規則にしたがってセクション295の順序が決められると、段階1545で要約が出力される。他の実施形態では、要約を生成するときのセクションの長さを考慮しないことがある。これらの実施形態は、全てのセクション295が要約内で再生成される上述の閾値の値を選択する。例えば、データの組200の百分率値を再生成する要約がある。この方法の例は、例示的なデータの組200および図１３および１４の結果を使用して以下に記載する。簡単にするために、各セクション295は分配値290のリスト内の位置に対応する整数値を与える。例えば、この例ではセクション295が８つあり、それにしたがって各セクション295は、以下で“レーティング”と呼ぶ値として、１ないし８の間の以下に記載する値を割り当てられ、セクション295は分配値290によって決定される順番と同じ順番で順序付けられる。これらのレーティングを使用して、これらのレーティングの閾値を変化させ、上述の閾値以上のレーティングをもつセクション295のみを含むことによって、全ての可能な長さの要約を供給することができる。幾つかの実施形態では、例えば要約の詳細は長さよりも重要であり、上述のこのレーティング技術の等級は細かすぎることがあり(すなわち、幾つかの詳細を損失することがある)、このような場合は以下で記載するようなより粗いレーティングシステムを使用することができる。セクションレーティング（粗い等級付け）粗いレーティング方式を使用すると、独特のセクションレーティング数はより少なくなるので、(２つのセクション２９５の下限数を使用して)オリジナルの文書の約１／２、１／４、１／８、などの要約が生成される。例えば、細かいレーティングから粗いレーティングへのマッピングは次の通りである。細かい：８７６５４３２１粗い：３３３２２１１１粗い構文のとき、レーティングは次の通りである：したがって２の閾値レーティングを選択することにより、次に記載する構文１、３、４、５、および８を含む要約を生成する： The cat sat on the mat．（猫はマットの上に座った。） The dog also sat on the mat．（犬もマットの上に座った。） Both cat and dog sat on the mat．（猫も犬もマットの上に座った。） The mat is on the floor．（マットは床の上にある。） The dog sat on the floor．（犬は床の上に座った。）しかしながら、この要約は目標のデータ項目を説明していなかった。目標のデータ項目を説明するために、目標のデータ項目に整合する単語または段落を含む全てのセクション295のレーティングは、全ての他のセクション295の得点を超過するほどに十分に増加する。目標のデータ項目に２以上の単語および段落があるとき、目標のデータ項目に整合するＮ＋１を含む全ての構文は、目標のデータ項目に整合するＮを含む全てのセクション295のレーティングを超過するほど十分に増加したレーティングを有する。例示的なデータの組200において、“night,star(夜、星)”のデータ項目を使用するとき、粗い等級付けシステムのもとでの構文６（“night(夜)”を含む）のレーティングは１から４へ増加し、構文７（“night(夜)”および“star(星) ”の両方を含む）のレーティングは１から５へ増加する。目標のデータ項目を考慮するレーティングを促進するとき、オリジナルの等級付けの差異が保たれる。この例では、粗いセクション295のレーティングは次の通りである：したがって３の閾値レーティングを選択することにより、セクション１、４、６、７、および８を含む要約を生成することになる。 The cat sat on the mat．（猫はマットの上に座った。） Both cat and dog sat on the mat．（猫も犬もマットの上に座った。） The night was clear．（夜空は澄んでいた。） I counted the stars that night．（私はその夜星を数えた。） The dog sat on the floor．（犬は床の上に座った。）このやり方で目標のデータ項目を説明することにより、データの組200内に現れる目標のデータ項目のみを説明するだけでなく、要約235を全データ項目の組2 00の主題の文脈へ置換することのできる要約235を生成できる。好ましい実施形態は、当業者には周知であり、Sun Microsystems(CA,USA)から販売されているＪａｖａプログラミング言語を使用して構成することができる。Ｊａｖａプログラミング言語は一般的にインターネットブラウザおよびサーバに関係するアプリケーションに使用されている。このような実施形態では上述のように要約装置100は入力してＵＲＬを使用することができる。次に要約装置はビュワー135にＵＲＬを要約装置100にダウンロードするように要求することができる。いったんダウンロードされると、次の要約装置はＵＲＬのデータの組200を要約するようにプロセスを進めることができる。要約がその中にＨＴＭＬ標識をもつ構文を含むとき、要約235内に直前の構文を強制的に含めることが好ましい。これは後続の処理段階で先ず要約装置の出力をスキャンして、ＨＴＭＬ標識を検出することによって達成することができる。別の処理段階では、各構文の開放部を検索することである。構文が単語および語句、例えば“A1so(そのうえ)”、“Furthermore(さらに)”、“In addition( 加えて)”、“However(しかし)”[コンマが次に記載されるとき]、“He(彼)”、 “She(彼女)”で始まるとき、直前の構文は要約235に強制的に含まれることが好ましい。要約を生成するためにデータの組200から１つの構文を取除くと、要約内の引用符は不完全になることがある。これは、要約を前でまたは後でスキャンする後処理段階によって検出することができる。不完全な引用符が見付かると、もとのデータの組200は参照され、引用中の最後の構文に引用符が追加される。例えば、データの組200を次のように仮定する：（１）He said，“The project has finished．（彼は次のように言った。“プロジェクトは完了した。）（２）We must celebrate our success．（我々は成功を祝わなければならない。）（３）Everyone will receive a token gift．（皆に記念品を送ろう。"）（４）The project was the closed．（プロジェクトは終了した。）これは構文１、２、および４をもつ要約を生成するとき、生成された要約はのように読取られることになる。（１）He sald,“The project has finished．（彼は次のように言った。“プロジェクトは完了した。）（２）We must celebrate our success"．（我々は成功を祝わなければならない。"）（４）The project was the closed．（プロジェクトは終了した。）構文２の最後に引用符が追加されたことに注意すべきである。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，ＫＥ，ＬＳ，ＭＷ，ＳＤ，ＳＺ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＥ，ＧＨ，ＧＭ，ＧＷ，ＨＵ，ＩＤ，ＩＬ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＵＡ，ＵＧ，ＵＳ，ＵＺ，ＶＮ，ＹＵ，ＺＷ

Claims

【特許請求の範囲】１．データの組を要約するシステムであって；目標のデータ項目を記憶する目標のデータ項目メモリと；前記データの組をセクションに分けて、各セクションを前記目標データ項目と比較するセクショニング手段と；前記セクションごとに前記比較の結果に依存する格付け値を計算する計算手段と；各格付け値にしたがって１または複数のセクションを選択することによってデータの組の要約をコンパイルするコンパイル手段とを含むシステム。２．目標のデータ項目を目標のデータ項目メモリへ入力するユーザ入力をさらに含む請求項１記載のシステム。３．システムがさらに：前記データの組のキーデータ項目を識別するキーデータ項目識別子と；前記セクション内の前記キーデータ項目の分配に依存して各セクションに対する分配値を計算する分配値計算器と；各セクションに対する前記分配値に依存するやり方で関連する格付け値を調節する格付け値調節手段とをさらに含む請求項１または２記載のシステム。４．コンパイルされた要約内の前記セクションが、データの組内での該セクションの出現順にしたがって順序付けられる請求項１ないし３の何れが１項記載のシステム。５．コンパイルされた要約内の前記セクションが、格付け値にしたがって順序付けられる請求項１ないし３の何れが１項記載のシステム。６．前記分配値計算器が各セクションに対する前記分配値を計算するのに：各セクション内の各キーデータ項目に対して第１の得点を決定することと；各セクションごとに、各キーデータ項目に対して前記第１の得点を要約することとを行い、考慮中のキーデータ項目がデータの組内に現れる回数が、考慮中のキーデータ項目が考慮中のセクション内に現れる回数よりも少ないときに、各キーデータ項目の前記第１の得点が計算される請求項２ないし５の何れか１項記載のシステム。７．前記分配値計算器が、各キーデータ項目ごとに第２の得点を計算することによって各セクションに対する前記分配値を計算または変更し、前記第２の得点が：データの組内のセクションの位置にしたがってデータの組の各セクションに位置の値を割り当てることと；データの組の各キーデータ項目ごとに、考慮中のキーデータ項目が現れる第１セクションの位置の値を考慮中のキーデータ項目が現れる最後のセクションの位置の値から減算する計算を行うこととによって計算される請求項２ないし６の何れか１項記載のシステム。８．前記分配値計算器が、各キーデータ項目に対して第３の得点を計算し、各セクションごとに計算される第３の得点を合計することによって各セクションに対する前記分配値を計算および変更し、前記第３の得点が：データの組内のセクションの位置に対応してデータの組の各セクションに対して位置の値を割当てることと；キーデータ項目が共に現れる全ての対のセクションを識別することと；各識別された対のセクションに対して、より高い位置の値からより低い位置の値を減算し、減算結果を第２の得点によって除算することとによって計算される請求項７記載のシステム。９．データの組を要約する方法であって：１）データの組を処理手段への入力として受取る段階と；２）目標データメモリ内に１または複数の目標のデータ項目を記憶する段階と；３）前記データの組をセクションに分割する段階と；４）各前記セクションを前記目標のデータ項目と比較する段階と；５）前記比較の結果に依存して各前記セクションに対する格付け値を計算する段階と；６）各格付け値にしたがって１または複数のセクションを選択することによってデータの組の要約をコンパイルする段階とを含むデータの組を要約する方法。１０．ユーザの入力において前記１または複数の目標のデータ項目を受取る段階をさらに含む請求項９記載の方法。１１．７）前記データの組内のキーデータ項目を識別する段階と；８）前記キーデータ項目の分配に依存して各前記セクションごとに分配値を計算する段階と；９）前記分配値に依存して前記格付け値を変更する段階とをさらに含む請求項９または１０記載の方法。１２．コンパイルされた要約内のセクションが、データの組内での出現順にしたがって順序付けられる請求項９ないし１１のいずれか１項記載の方法。１３．コンパイルされた要約内のセクションが、段階５の格付け値にしたがって順序付けられる請求項９ないし１１のいずれか１項記載の方法。１４．前記分配値を各セクションに対して計算または変更するのに：各セクションにおいて各キーデータ項目ごとに第１の得点を決定する段階と；各セクションごとに各キーデータ項目の前記第１の得点を合計する段階とを行い、考慮中のキーデータ項目がデータの組内に現れる回数が考慮中のキーデータ項目が考慮中のセクション内に現れる回数よりも少なくなるように、各キーデータ項目の前記第１の得点が計算される請求項１１ないし１３の何れか１項記載の方法。１５．各キーデータ項目に対する第２の得点を計算することによって、前記分配値が各セクションごとに計算または変更され；第２の得点を計算するのに、データの組内のセクションの位置に対応してデータの組内の各セクションの位置の値を割当て、データの組の各キーデータ項目ごとに、考慮中のキーデータ項目が現れる第１のセクションの位置の値を、考慮中のキーデータ項目が現れる最後のセクションの位置の値から減算する計算を行う請求項１１ないし１４の何れか１項記載の方法。１６．各セクションに対して前記分配値を計算するのに、キーデータ項目が共に現れるセクションの全ての対を識別することによって各キーデータ項目に対して第３の得点を計算し、より高い分配値からより低い分配値を減算するセクションの各対に対して、第２の得点によって減算結果を除算し、各セクションに対して計算された第３の得点を加算して、各セクションごとに第４の値を計算し、各セクションに対する前記第４の値にしたがって分配値を計算または変更する請求項１５記載の方法。１７．データの組を要約する装置であって、該装置が：ｉ）データの組を受取るデータの組の入力と； ii）受取ったデータの組をセクションに分割する手段と； iii)その選択されたセクションを含むデータの組の要約を出力するようにセクションを処理する手段とを含み、データの組を処理する手段が： iv）目標のデータ項目の少なくとも１つの組を受取る入力と；ｖ）データの組の入力で受取った受取られたデータの組から１組のキーデータ項目を生成する手段との一方または両方を含み：データの組を処理する手段が、その中の目標のデータ項目を検出する手段またはデータの組内のキーデータ項目の分配を検出する手段、あるいはこの両者によって要約内で使用するセクションを選択するようにされているデータの組を要約する装置。１８．該装置が、最初にセクション内に目標のデータ項目を検出し、各セクションの格付け値をその存在またはさもなければセクション内の目標のデータ項目にしたがって割当て、データの組内のキーデータ項目の検出された分配にしたがって格付け値を変更することによって要約内で使用するセクションを選択するようにされている請求項１７記載の装置。