1. 長岡技術科学大学
久保木武承 山本和英
1
テキストの内容を表す記述要素の
自動生成

2. 目次
2
問題設定
記述要素の定義と候補語の取得
記述要素の付与
誤り解析
まとめ

3. 問題設定
3
 背景
文の説明内容をすぐに知りたい
 普通にテキスト検索をしても……
• クエリを含むか含まないかで判断
 他の検索手法
• クエリの置き換え(萩原[2009])
• 検索結果のリランキング(Brin[1998])
• ウェブディレクトリの生成・改良／クラスタリング(鳥澤[2011],
Lee[2008])
• 話題の推定(石井[2004], 今井[1955])
 既存研究
 話題を求める
 話題について書いてある物を探す
話題と文の具体的関係まで求める研究はない

4. 研究テーマ
4
ローパスフィルターは画像をぼか
すことでモアレや偽色を低減する 働き
ローパスフィルターの役目は、モア
レや偽色の原因となる細かい模様
を、撮像素子に入射してくる前に
ある程度ぼかしてしまおうというも
のです
役目
クエリ:ローパスフィルタ
入力文
クエリの内容を表す“記述要素”の生成

5. 利点
5
ローパスフィルターは画像をぼか
すことでモアレや偽色を低減する 働き
クエリ:ローパスフィルタ
入力文
クエリの内容を表す“記述要素”の生成
 目的のテキストをすぐ見つけられるようになる
 入力文が「何についてどのような説明をしている
か」事前にわかる

6. 目次
6
問題設定
記述要素の定義と候補語の取得
記述要素の付与
誤り解析
まとめ

7. 記述要素の例
どのような語ならいい？
 ローパスフィルタ
 個人情報保護法
 AKB48
7
効果,特性,出力,役割,性能,役目,設計,清掃,カットオフ周波数,
ゴミ,掃除,定数,周波数,汚れ,クリーニング,カットオフ,…
趣旨,施行,概要,制定,目的,規制,ポイント,全面施行, 義務規
定,遵守体制,施行状況調査結果,三法, 対策ページ,ガイドライ
ン,原文,…
批判,活動,コンセプト,歴史,由来,新曲,板野友美,ファン,前田
敦子,大島優子,切手シート,動画,篠田麻里子,写真,…

8. －クエリを詳細化する語を選ぶと－
 ローパスフィルタ
 個人情報保護法
 AKB48
8
効果,特性,出力,役割,性能,役目,設計,清掃,カットオフ周波数,
ゴミ,掃除,定数,周波数,汚れ,クリーニング,カットオフ,…
趣旨,施行,概要,制定,目的,規制,ポイント,全面施行, 義務規
定,遵守体制,施行状況調査結果,三法, 対策ページ,ガイドライ
ン,原文,…
批判,活動,コンセプト,歴史,由来,新曲,板野友美,ファン,前田
敦子,大島優子,切手シート,動画,篠田麻里子,写真,…
仮定：ユーザはクエリに関して詳細化する説明が欲しい
記述要素の例

9. クエリを詳細化する語とは
 「クエリ+の+記述要素」というパタンに合致する
 クエリと文の関係を表現している
• ×ローパスフィルタのカットオフ周波数
• ○ ローパスフィルタの働き
 属性との違い
• 文に対するクエリの関係
• 対象が文でありクエリが共通でも書き方は可変
 付与の仕組みが異なる
 属性値にあたるものが特定の固有データとは限らない
 (言語処理では固定されている場合が多いが)歴史など
の語も記述用は可能
9

10. 記述要素候補の抽出結果
10
 単純なパタン(“名詞Aの名詞B”)で取得した名詞
は大部分が記述要素とならない
 クエリごとに記述要素は異なる
ローパス
フィルタ
個人情報
保護法
AKB48
語数 234 60 193
正解 39(17%) 27(45%) 15(8%)
不正解 195(83%) 33(55%) 178(92%)
今後様々なデータに適用したいなら、(クエリ, 記
述要素)ペアの大規模な辞書を作る必要がある

11. 目次
11
問題設定
記述要素の定義と候補語の取得
記述要素の付与
誤り解析
まとめ

12. 正解セットの作成
12
1. Webから「クエリ」を含む文を集める
1. 人手で記述要素を付与
記述要素候補から文に記述要素を割り当てる
2. 記述要素付与の根拠となるキーワードを抽出
 (記述要素, キーワード)で辞書化
例
 収集した文
ローパスフィルターは画像をぼかすことでモアレや偽色
を低減する
 記述要素:働き
 キーワード:低減する

13. 作成した正解セット
13
ローパスフィルタ 個人情報保護法 AKB48
分布 割合 分布 割合 分布 割合
クエリ+の+記
述要素 2 0.02 1 0.02 0 0.00
記述要素を直
接含む 7 0.08 14 0.21 9 0.09
その他のキー
ワード 42 0.50 31 0.47 24 0.23
クエリを詳細化
しない説明 33 0.39 20 0.30 70 0.68
合計 84- 66- 103-
 クエリ+の+記述要素
例)「ローパスフィルターの役目は、モアレや偽色の原因となる
細かい模様を、撮像素子に入射してくる前にある程度ぼかして
しまおうというものです」役目

14. 作成した正解セット
14
ローパスフィルタ 個人情報保護法 AKB48
分布 割合 分布 割合 分布 割合
クエリ+の+記
述要素 2 0.02 1 0.02 0 0.00
記述要素を直
接含む 7 0.08 14 0.21 9 0.09
その他のキー
ワード 42 0.50 31 0.47 24 0.23
クエリを詳細化
しない説明 33 0.39 20 0.30 70 0.68
合計 84- 66- 103-
 記述要素を直接含む
例)「一番簡単なローパスフィルターは、抵抗RとキャパシタCを
一つずつ使用した構成のものでしょう」構成

15. 作成した正解セット
15
ローパスフィルタ 個人情報保護法 AKB48
分布 割合 分布 割合 分布 割合
クエリ+の+記
述要素 2 0.02 1 0.02 0 0.00
記述要素を直
接含む 7 0.08 14 0.21 9 0.09
その他のキー
ワード 42 0.50 31 0.47 24 0.23
クエリを詳細化
しない説明 33 0.39 20 0.30 70 0.68
合計 84- 66- 103-
 その他のキーワード
例)「ローパスフィルタは低周波を良く通し、ある遮断周波数よ
り高い周波数の帯域を通さないフィルタである」働き

16. 作成した正解セット
16
ローパスフィルタ 個人情報保護法 AKB48
分布 割合 分布 割合 分布 割合
クエリ+の+記
述要素 2 0.02 1 0.02 0 0.00
記述要素を直
接含む 7 0.08 14 0.21 9 0.09
その他のキー
ワード 42 0.50 31 0.47 24 0.23
クエリを詳細化
しない説明 33 0.39 20 0.30 70 0.68
合計 84- 66- 103-
 クエリを詳細化しない説明
例)ローパスフィルターが無い機種はカメラ内の映像エンジン
や、撮影後にソフトでモアレ低減処理をします

17. 作成した正解セット
17
ローパスフィルタ 個人情報保護法 AKB48
分布 割合 分布 割合 分布 割合
クエリ+の+記
述要素 2 0.02 1 0.02 0 0.00
記述要素を直
接含む 7 0.08 14 0.21 9 0.09
その他のキー
ワード 42 0.50 31 0.47 24 0.23
クエリを詳細化
しない説明 33 0.39 20 0.30 70 0.68
合計 84- 66- 103-
 ここからわかる事
• クエリを詳細化しない文が多数存在
• 記述要素を直接含むタイプの文は少数
 直接的な語の有無以外の判定が大事

18. 記述要素の付与
18
 キーワードマッチ
1. 正解セットからキーワード辞書を作成
2. 入力文にキーワードの有無を確認
3. キーワードを含む時、対応する記述要素を
付与
ローパスフィルタとは、センサーの出した周波数
の低い数値を通し…
→(ローパスフィルタ, 働き, 通す)
ローパスフィルターは低周波を良
く通し、ある遮断周波数より高い
周波数の帯域を通さないフィルタ
である
入力
記述要素:働き
結果

19. クローズドテスト
19
ローパスフィルタ 個人情報保護法 AKB48
種類 抽出数 精度 抽出数 精度 抽出数 精度
総合 45 0.87 31 0.68 28 0.93
クエリ+の+記述
要素 3 0.67 3 0.33 1 0.00
記述要素を直
接含む 6 1.00 10 0.70 7 1.00
その他のキーワ
ード 36 0.86 18 0.72 20 0.95
 クエリを詳細化する文にのみ付与すれば精度68～93%
 限定しない場合は55~57%
 クエリを詳細化する文を選定することが重要
 「その他のキーワード」の精度が高い
• 事前に文を限定し、特定のクエリの元で付与すれば、単純な
キーワードマッチでも高精度を出す可能性がある
オープンテストで検証

20. ローパスフィルタ 個人情報保護法 AKB48
種類 抽出数 精度 抽出数 精度 抽出数 精度
総合 10 0.80 66 0.42 33 0.76
クエリ+の+記述
要素 2 0.50 6 0.33 7 0.29
記述要素を直
接含む 5 1.00 40 0.40 8 0.75
その他のキー
ワード 3 0.67 21 0.48 18 0.94
オープンテスト
20
 精度は全体として10ポイント低下
• 個人情報保護法の精度が低い
• それ以外は76~80%と高めの値を維持している
 「その他のキーワード」による精度は安定していない
誤り解析で原因究明

21. 目次
21
問題設定
記述要素の定義と候補語の取得
記述要素の付与
誤り解析
まとめ

22. 誤り解析
22
ローパス
フィルタ
個人情報
保護法
AKB48
Closed open closed open closed open
話題語が異なる 25 18 6 53 19 77
候補に無い 4 0 5 17 0 1
別パタンにマッチ 1 1 2 14 1 7
照合誤り 0 0 2 5 1 0
その他 0 0 1 2 0 0
• 大部分の誤りは文の話題語がクエリと異なる事により
発生
文を精確に区別するシステムが必要
• 純粋な「その他のキーワード」によるエラーは少量
キーワードマッチそのものは有効である

23. 別パタンにマッチ
23
記述要素候補語が文中に含まれていた。
それが選出され、照合が適用されなかった。
(例)撮像素子の性能と同時にローパスフィル
ターの構造が画質に大きな影響を及ぼします
選出：構造
正解：働き(照合, 影響を及ぼす)
これは構造についての説明ではなく、構造が及ぼ
す働きについての話。よって正解は働き。

24. 別パタンにマッチの原因
クローズドテスト
1つを除いてすべてが「その他のキーワード」で行わ
れるべきマッチが「クエリ+の+記述要素」「記述要素」
で行われた
 結論
「クエリ+の+記述要素」「記述要素」を含む判定時は、
これに加えて他の情報を考慮した判定システムを
別途組む必要がある。
オープンテスト:個人情報保護法
同様の原因だった
「入力文」が「フレーズor語」を詳細化する説明か否か
クエリについての説明文か否か、という問題に集約される
24

25. 照合誤り
25
別のキーワードペアが含まれていたため、誤っ
た記述要素を付与してしまった
(例)個人情報保護法上、同意を得なければならな
いこととなっているのは、利用目的の範囲を超えて
利用する「目的外利用」の場合や
選出：運用_その他のキーワード_利用
正解：規定_その他のキーワード_同意

26. 照合誤りの原因
26
クローズドテスト
2件:キーワードが人手で限定できなかった
個人情報保護法の理念、AKB48のコンセプト
記述要素の抽象性が高い
事前に見た「... が AKB48 のコンセプトである」のよう
な文との類似性で判断していた。
 結論
一部の記述要素はそれを表すキーワードだけでなく、
内容に共通する名詞等の対応関係もとる必要がある
オープンテスト:個人情報保護法
4/5は誤って運用を付与
運用のキーワード(利用)が不適切
 1個は規定多くの説明をカバーする抽象性の高い語

27. 目次
27
問題設定
記述要素の定義と候補語の取得
記述要素の付与
誤り解析
まとめ

28. まとめ
 目的のテキストを見つけたい
 記述要素の付与の結果
• キーワードマッチでの精度は42～80%
28
入力文に対して、クエリの詳細を表す語=記述要
素の付与を行うタスクを新たに提案
• 入力文が特定の語を詳細化する説明か、自
動判定する必要がある
• 一部の記述要素は、記述要素固有の語より
も説明内容に共通の語を用いる方が望ましい
一見、精度は安定していないが、誤り原因が明確であ
るため、これに対応するという前提の上で今回のアプロ
ーチは有効と考える

29. まとめ
 結論
クエリが明確であり、入力文がクエリを詳細化する説
明であるかぎり、記述要素の付与においてキーワード
マッチは有効
今後、文に対する記述要素の自動生成の為には、
1. (クエリ,記述要素,キーワード)の辞書の拡張
2. 入力文がクエリを詳細化する説明文か否か自動
判定する
という二つの課題を解く必要がある
29

30. 30

31. 補足資料
31

32. 記述要素のリスト
32
 ローパスフィルタ
効果, 特性, 出力, 役割, 性能, 役目, 設計, 負担, 機能, 働き, 効
き目, 影響, 問題,方式,構成,原理,サイズ,副作用,必要性,素材,
構造,厚み,原材料,形状,基本構成, 活動, 用途, 目的, 能力, 重
要性, 種類, 弱点, 使い方, 作り方, 効率,基本原理, 恩恵, はたら
き, スペック
 個人情報保護法
趣旨,適用,規定,施行,制定,目的,規制,精神,重要性,効力,施行
状況,成立,運用, 遵守, 対象, 主旨, 違反, 制約, 対策, 基本理念,
基本精神, 対応, 実効性,原則, 義務, 理念, 基本原則
 AKB48
メンバー,魅力,批判,態度,活動,活躍,コンセプト,印象,歴史,人数,
イメージ, アイデンティティー, 由来, 運営, 未来

33. 詳細の条件
33
 概略
 その物事が有する、他の物事と比較可能な事柄
 記述要素固有の条件
 文と単語において成立する関係名とする
• よって「依存」のような同単位間で成立するような関係名は
取り扱っていない
 固定データを示す物は除く (首都、等
 具体的事物を提示可能なもの除く (広告、等

34. 記述要素候補語の条件
34
 定義
クエリと文の関係を表す 1 語
例) 「歴史」「機能」
 除外条件
 「クエリの記述要素とは」の後に固有名詞、固有名
詞のリストが続くようなものは除外(文との関係を表し
たいから)
例）フランスの皇帝
 「クエリ+の+記述要素」というパタンに合致
例)「ローパスフィルタの機能」

35. 記述要素候補語の条件
35
 詳細
 固有名詞
クエリに属する要素だから(記述要素にする意味が無い)
例) ローパスフィルタのカットオフ周波数
 単体で見た時に具体的意味を想起させないもの
クエリと文のどのような関係を表現しているか理解できない
のでは目的を果たせない
例) ローパスフィルタの関係
 「クエリの記述要素 A の記述要素 B」というフレー
ズが成立するような語A
クエリを詳細化しているか、クエリ+の+記述要素 A というフ
レーズを詳細化しているのか不明瞭であるため
例) ローパスフィルタのユニットの性能

36. 記述要素候補語の条件
36
 詳細
 説明文であれば大抵の文が当てはまるような語
付与したところでクエリと文の関係を具体的に想起できない
例) ローパスフィルタの重要性, 解説, 要点