抽出式要約（Extractive Summarization）は、自然言語処理における文書要約手法の一つであり、原文から重要な文やフレーズをそのまま抜き出し、それらを組み合わせて要約を生成する。この手法は、原文の語彙や構文を保存するため、情報の正確性が高く、生成式要約に比べて文法的な誤りが少ない。基本原理は、文書中の各文をその重要度に基づいて評価し、ランキング上位の文を選択・連結することにある。重要度の評価には、単語の出現頻度、文の位置、文間の類似度などが利用される。抽出式要約は、原文の情報を保持しつつ冗長性を削減することを目的とし、主にニュース記事や学術論文、検索エンジンのスニペットなどで応用される。
1.1 要約タスクにおける位置づけ
要約タスクは、入力文書からその核心的な内容を短縮した形で出力する自然言語処理の課題である。抽出式要約は、このタスクにおける代表的なアプローチの一つであり、原文の表現をそのまま利用する点で、生成式要約と対比される。抽出式要約は、特に情報の忠実性が重視される分野（ニュースの要約や法律文書の要点抽出）で広く採用される。一方で、文脈の再構成や抽象化が求められるタスクには不向きである。
1.2 生成式要約との違い
生成式要約は、原文の意味を理解した上で、新しい文を生成して要約を作成する手法である。これに対し、抽出式要約は原文から既存の文を選択するため、出力は常に原文の一部となる。生成式要約はより柔軟で自然な要約が可能だが、誤った情報を生成するリスクがある。抽出式要約はリスクが低い反面、抽出された文同士のつながりが不自然になりやすい。両者はしばしばハイブリッド手法として組み合わされる。
2.1 ルールベース手法
ルールベース手法は、事前に定義された言語的または統計的なルールに基づいて文の重要度を判定する。計算コストが低く、解釈性が高いが、複雑な文脈への適応が難しい。
2.1.1 単語頻度に基づく手法
各単語の出現頻度（TF）や逆文書頻度（IDF）を計算し、文に含まれる単語のスコアを合計して重要度を評価する。高頻度の単語を多く含む文が重要とみなされる。この手法はシンプルだが、ストップワードの除去や単語の重み付けが必要となる。
2.1.2 位置情報に基づく手法
文書の冒頭や末尾にある文が重要であるというヒューリスティックに基づく。ニュース記事では先頭段落に要約が含まれることが多く、学術論文では最初の段落や各セクションの最初の文が重要とされる。位置情報のみでは精度に限界がある。
2.2 統計的学習手法
統計的学習手法は、大量のデータから文の重要度を学習する。教師あり学習と教師なし学習に大別される。
2.2.1 教師あり学習
人手で作成された要約データ（原文と要約のペア）を用いて、各文が要約に含まれるかどうかを二値分類するモデルを訓練する。特徴量として、単語頻度、位置、文長、固有表現の有無などが用いられる。決定木、SVM、ロジスティック回帰などの古典的な分類器が使用される。
2.2.2 教師なし学習
ラベルなしデータから文の重要度を推定する。代表的な手法として、グラフベースのTextRankやLexRankがある。これらは文をノード、類似度をエッジとするグラフを構築し、PageRankアルゴリズムに類似した手法で各文のスコアを計算する。
2.3 深層学習手法
深層学習手法は、ニューラルネットワークを用いて文の表現を学習し、より精度の高い抽出を実現する。
2.3.1 ニューラルネットワークによる文ランキング
CNNやRNN（LSTMなど）を用いて各文をエンコードし、文のベクトル表現を獲得する。その後、順序情報や文間の関係を考慮したランキングモデルで重要度を予測する。教師あり学習で訓練されることが多い。
2.3.2 Transformerモデルの応用
Transformerアーキテクチャ（BERT、RoBERTaなど）を利用し、文脈を考慮した文埋め込みを得る。特に、BERTSUMはBERTを要約タスクに特化したモデルであり、各文が要約に含まれる確率を出力する。深層学習により、従来手法より高い性能が達成される。
3.1 自動評価
自動評価は、計算機によって人間の評価を近似する指標である。大規模な評価が可能だが、完全に人間の判断を再現するのは難しい。
3.1.1 ROUGE
ROUGE（Recall-Oriented Understudy for Gisting Evaluation）は、生成された要約と参照要約との間のn-gramの重なりを測定する。ROUGE-1（単語単位）、ROUGE-2（2-gram）、ROUGE-L（最長共通部分列）などが代表的で、特にニュース要約の評価で広く使われる。
3.1.2 BLEU
BLEU（Bilingual Evaluation Understudy）は、元々機械翻訳の評価指標だが、要約にも適用される。候補要約と参照要約のn-gramの適合率を計算する。ROUGEが再現率重視であるのに対し、BLEUは適合率重視である。
3.2 人間評価
人間評価は、複数の評価者が要約の質を直接評価する。自動評価では捉えきれない微妙な質を測れるが、コストと時間がかかる。
3.2.1 情報量
要約が原文の重要な情報をどれだけカバーしているかを評価する。情報の網羅性と過不足のない抽出が求められる。人間評価では、原文を読んだ上で要約に不足や誤りがないかをチェックする。
3.2.2 一貫性
要約内の文が論理的につながり、読み手にとって理解しやすいかを評価する。抽出された文同士の自然な流れ、不自然な接続がないかが判断基準となる。抽出式要約では特に文間の一貫性が課題となる。
4.1 ニュース要約
ニュース記事の自動要約は、最も一般的な応用である。抽出式要約は、冒頭段落や主要な見出しを抽出することで、短時間で記事の要点を把握するのに役立つ。ニュースアプリやRSSリーダーなどで利用される。
4.2 学術文献の抄録
論文の抄録（アブストラクト）を自動生成するのに使われる。学術論文では各セクションの導入文や結論部を抽出し、簡潔なサマリーを作成する。研究者の文献調査の効率化に貢献する。
4.3 検索エンジンのスニペット
検索エンジンの結果ページに表示されるスニペットは、ページ内容の一部を抽出して表示する。抽出式要約は、検索クエリに関連する文を選び、ユーザーがクリックする前に内容を把握できるようにする。
4.4 法律文書の要点抽出
法律文書や契約書の長文から重要条項を抽出する。正確性が要求されるため、抽出式要約が適している。弁護士や法務担当者の作業負担を軽減する。
5.1 冗長性と一貫性の問題
抽出された文は元の文書の異なる箇所から来るため、類似した内容が重複することがある。また、文同士の接続が不自然で、全体として一貫性のある要約にならないことがある。冗長性を減らす後処理や、順序を最適化する手法が研究されている。
5.2 文脈理解の不足
抽出式要約は、単一文やフレーズの重要度を独立に評価するため、文書全体の主題や文脈を十分に理解できない。特に比喩や暗黙の情報を扱うことが難しく、表面的な重要度に依存しがちである。深層学習の導入により改善されつつあるが、完全な解決には至っていない。
5.3 複数文書への対応
複数の文書から統合的な要約を生成する場合、文書間の重複や矛盾を処理する必要がある。抽出式要約では、各文書から独立に文を抽出すると、情報の重複が顕著になる。文書間の類似度を考慮した選択や、マルチドキュメント要約専用の手法が開発されている。