要約 (summarization) は、元の文章の意味を保ちながら、より短いテキストに凝縮する処理です。新聞の見出し、書籍の帯文、論文のアブストラクト、検索結果のスニペットなど、日常のあらゆる場面で要約が使われています。文字数制限のある媒体では、要約の技術が情報伝達の質を左右します。

要約には 2 つのアプローチがあります。抽出型要約 (extractive summarization) は、原文から重要度の高い文をそのまま抜き出して並べる方法です。TF-IDF やテキストランクなどのアルゴリズムで各文の重要度をスコアリングし、上位の文を選択します。原文の表現がそのまま使われるため正確性は高いですが、文と文のつながりが不自然になることがあります。

生成型要約 (abstractive summarization) は、原文の内容を理解した上で、新たな文で言い換える方法です。人間が行う要約はほとんどがこの方式です。近年は GPT や BART などの大規模言語モデルにより、機械による生成型要約の品質が飛躍的に向上しました。ただし、原文にない情報を「幻覚」(hallucination) として生成してしまうリスクがあり、事実の正確性を検証する仕組みが必要です。

要約の品質は「圧縮率」と「情報保持率」のバランスで評価されます。1,000 文字の文章を 200 文字に要約すれば元の 2 割の長さ (8 割の削減) になりますが、重要な情報が欠落していれば良い要約とは言えません。逆に、情報を網羅しようとして 800 文字になれば、要約としての価値が薄れます。適切な圧縮率は目的や媒体によって大きく変わり、一律の正解はありませんが、元の文章の数分の一程度に収めるのが一つの目安です。

実務での要約は、媒体ごとの文字数制限に合わせて行います。Google 検索のメタディスクリプションは約 120 文字 (日本語)、X (旧 Twitter) は重み付き 280 単位 (日本語は 1 文字が 2 単位に数えられるため実質約 140 文字)、LINE のプッシュ通知は端末の表示領域に収まる数十文字程度、ニュースの見出しは十数文字程度です。同じ内容を 120 文字で要約するのと十数文字で要約するのでは、求められる技術がまったく異なります。文字数が少ないほど、一文字あたりの情報密度を高める必要があります。

文字数カウントツールは要約作業の必須ツールです。目標文字数に対する現在の文字数をリアルタイムで確認しながら、「あと何文字削るか」「この情報を残すか捨てるか」を判断します。要約の上達には、同じ文章を 100 文字、50 文字、20 文字と段階的に圧縮する練習が効果的です。文字数の制約が厳しくなるほど、本当に重要な情報が何かを見極める力が鍛えられます。