CN101488145B - 文档搜索装置及文档搜索方法 - Google Patents

Abstract

本发明涉及文档搜索装置以及文档搜索方法。文档搜索装置包括：元素对应存储单元，用于存储页面对应管理表，在页面对应管理表中文档数据和组成文档数据的每个页面相关联；搜索单元，用于搜索页面对应管理表从而找到满足搜索标准的页面；文档识别单元，用于识别与搜索到的页面相关联的文档数据；整理单元，用于根据识别的文档信息将搜索到的页面分组；以及显示处理单元，用于显示根据文档信息分组的页面。

Description

文档搜索装置及文档搜索方法

相关申请的交叉引用

本申请要求2008年1月11申请于日本的日本优先权文件2008-004802的优先权，其全部内容通过参考包括在此。

技术领域

本申请涉及用于显示所检索到的文档的技术。

背景技术

近年来，由于计算机相关技术的发展以及网络环境的改良和扩展，越来越多的文档被转化为电子形式。这促进了大量办公室内的无纸化环境。

在办公室中工作的员工在他们的个人计算机(PCs)上创建作为电子文档的各种文档。随后，将这些电子文档编辑、拷贝、传输、并在PC或者服务器上共享。如果存储这些文档的PC或者服务器通过网络与第二台PC连接，可以通过使用第二台PC对电子文进行档浏览、编辑等。

在这种办公环境中，由于多个员工通过多台PC创建电子文档，因此难以对这些独立的电子文档进行统一的管理。作为结果，员工有时会感到困惑。例如，由于不知道电子以何种方式存储在哪台PC，员工无法找到所需的电子文档。为了克服这个问题，提出了一些文档管理系统。

例如，早期公开号为H11-120202的日本专利申请描述了一种系统，其存储被扫描的文档、传真文档、通过应用程序创建的电子文档、WWW文档等从而使每个文档的原始数据、文本文件、每一页的缩略图像等相互关联。这样，当搜索一个电子文档时，可以按照需要显示电子文档的每一页的缩略图像。然而这种系统的缺点在于，当用户搜索文档数据的多个项目，并以一页一页的基础显示文档数据时，由于经常会显示多个页面，用户在寻找期望的页面时会感到困难。

发明内容

本发明的目的在于至少部分解决现有技术中存在的问题。

根据本发明的一个方面，提供了一种文档搜索装置，包括：对应(correspondence)存储单元，用于以相互关联的方式存储文档信息以及组成所述文档信息的多个元素；搜索单元，用于从存储在对应存储单元的元素中检索至少一个满足搜索标准的元素；文档识别单元，用于识别与由搜索单元所检索到的每个元素相关联的文档信息；整理(collating)单元，用于根据由文档识别单元识别到的文档信息，将由搜索单元检索到的每个元素进行分组；和显示处理单元，用于根据文档信息显示由整理单元分组后的每个元素。

根据本发明的另一个方面，提供了一种文档搜索方法，包括：以相互关联的方式在存储单元中存储文档信息以及组成文档信息的多个元素；从在存储时存储于存储单元的元素中搜索并检索至少一个满足搜索标准的元素；识别与在搜索及检索时检索到的每个元素相关联的文档信息；根据在识别时识别到的文档信息将在搜索及检索时检索到的每个元素分组；以及根据文档信息对在分组时分组的每个元素进行处理和显示。

结合附图阅读下文本发明优选实施例的详细说明，将会更好地理解本发明的上述和其他目标、特征、优点以及技术和工业上的重要性。

附图说明

图1示出了根据本发明第一实施例的文档搜索装置的示例结构的框图；

图2示出了图1所示的文档管理表的示例表结构的图例；

图3示出了图1所示的页面对应管理表的示例表结构的图例；

图4示出了用于删除由如图1所示的搜索单元找到的一些页面的条件的第一示例；

图5示出了用于删除由搜索单元找到的一些页面的条件的第二示例；

图6示出了用于删除由搜索单元找到的一些页面的条件的第三示例；

图7示出了用于删除由搜索单元找到的一些页面的条件的第四示例；

图8示出了由如图1所示的显示处理单元所显示的示例搜索屏幕的图例；

图9示出了传统页面搜索结果屏幕的图例；

图10示出了由显示处理单元显示的搜索结果的第一示例的图例；

图11示出了由显示处理单元显示的搜索结果的第二示例的图例；

图12示出了由如图1所示的列表显示处理单元显示的页面列表的第一示例的图例；

图13示出了由列表显示处理单元显示的页面列表的第二示例的图例；

图14示出了由列表显示处理单元显示的页面列表的第三示例的图例；

图15示出了由显示处理单元显示的搜索结果的第三示例的图例；

图16示出了由显示处理单元显示的搜索结果的第四示例的图例；

图17示出了由列表显示处理单元显示的页面列表的第四示例的图例；

图18示出了由列表显示处理单元放大显示的页面列表的示例屏幕的图例；

图19示出了由如图1所示的文档搜索装置执行的文档数据搜索过程的流程图；

图20示出了根据本发明第二实施例的文档搜索装置的结构的示例框图；

图21示出了如图20所示的区域对应管理表的表结构的示意图例；

图22示出了由如图1所示的列表显示处理单元所显示的示例页面列表的图例；

图23示出了执行计算机程序的PC的硬件结构的示意图，所述计算机程序实现根据第一及第二实施例的文档搜索装置的功能。

具体实施方式

下面参照附图说明本发明的示例实施例。

图1示出了根据本发明第一实施例的文档搜索装置100的示例结构的框图。该文档搜索装置100包括元素对应(element-correspondence)存储单元101、文档数据存储单元102、页面图像存储单元103、操作处理单元104、搜索单元105、注册单元106、删除单元107、文档识别单元108、显示处理单元109、以及整理单元110，用于对文档数据进行注册、管理、检索等。所述文档搜索装置100与显示监视器152及输入设备151连接。

由文档搜索装置100所管理的文档数据包括其中字符也被描述为图像的文档图像，以及由文档生成应用程序创建的电子文档。

元素对应存储单元101存储文档管理表和页面对应(page correspondence)管理表。图2示出了文档管理表的示例表结构的图例。文档管理表以相关联的方式存储文档ID、标题、创建或最后修改日期、页面数目、文件格式、文件路径以及文件名称。

文档ID是分配给每个文档数据项目的唯一ID，其可以用于识别特定的文档数据。标题是文档数据的标题。创建或最后修改日期表示文档数据的创建日期或者最后修改日期。页面数目表示文档数据中包含的页面的数目。文件格式表示文档数据的格式。文件格式可以用于识别是否所管理的相关文档是被扫描的文档、传真文档、应用程序创建的电子文档或WWW文档。文件路径表示存储文档数据的位置。文件名称表示文档数据的文件名称。

图3示出了页面对应管理表的示例表结构的图例。页面对应管理表存储页面ID、文档ID、页码(page number)、属性、文本属性、缩略路径、以及预览路径，从而使这些项目相互关联。

页面ID是分配给组成文档数据的每个页面的唯一ID，其可以用于唯一地识别由文档搜索装置100所管理的文档数据的特定页面。文档ID是用于识别包含相关页面的文档数据的ID。页码是在包括相关页面的文档数据中的相关页面的页码。属性表示从代表相关完整页面的图像中所提取的特征。

文本属性表示从包含在相关页面中的文本信息中所提取的特征，如关键字以及其在文档信息中的出现频率。如果文档数据是文档图像，可以从文本信息中提取文本属性，所述文本信息是由OCR从相关页面的文档图像中提取的。缩略路径表示代表整个屏幕的缩略图像的存储位置。预览路径表示代表整个屏幕的预览图像的存储位置。

文档数据存储单元102存储文档数据和代表相关文档的缩略图像。页面图像存储单元103存储代表文档数据的每个页面的预览图像以及代表文档数据的每个页面的缩略图像。元素对应存储单元101、文档数据存储单元102、页面图像存储单元103可以通过通常使用的任意存储单元来实现，如硬盘驱动器(HDD)、光学磁盘、存储卡或者随机接入存储器(RAM)。

注册单元106执行对要被搜索的文档数据的注册。为此，注册单元106对文档数据存储单元102中的文档数据进行注册，并且对从页面图像存储单元103中的相关文档数据的每个页面生成的页面图像数据和缩略图像进行注册。此外，注册单元106对文档管理表和页面对应管理表中的相关文档数据及每个页面的信息进行注册。

操作处理单元104包括输入接收单元111、选择接收单元112以及从输入设备151输入的处理操作。

输入接收单元111接收用户通过输入设备151输入的搜索标准。该搜索标准输入可以在例如初始显示的搜索屏幕上执行，或者在搜索操作完成以后要显示的搜索结果屏幕上执行。

选择接收单元112从由显示处理单元109在显示监视器152上显示的文档数据的多个项目中接收来自用户的文档数据的选择。

搜索单元105根据由输入接收单元111输入的搜索标准搜索文档管理表和页面对应管理表中的至少一个。搜索单元105可以用于搜索特定的文档数据，或者用于搜索具体文档数据中所包含的特定页面。

如果页面的搜索标准包括多个字符串，搜索单元105搜索至少包含一个所输入的字符串的页面。更具体的讲，搜索单元105在页面对应管理表的“文本属性”域中搜索被指定为搜索标准的多个字符串中的至少一个，并寻找满足搜索标准的记录的页面ID、页码、文档ID、以及缩略路径。

当搜索单元105搜索页面时，文档识别单元108识别包含每个寻找到的页面的文档数据。基于页面对应管理表中与页面ID相关联的文档ID，可以识别包含相关页面的文档数据。这样，可以为每个文档数据项单独地显示寻找到的页面。

如果作为搜索标准输入的字符串分布在由文档识别单元108识别到的文档数据的不同页面上，并且如果由页码代表的页面之间的距离(即差别)大于预定值，则删除单元107将页面从由搜索单元105产生的搜索结果中删除。在第一实施例中，如果页面距离大于两页，则删除相关页面。然而，可以按需要改变这个预定页面距离。

图4至7示出了删除由搜索单元105找到的部分页面的条件的示例。在图4至7中，假设已经将字符串“A”和字符串“B”作为搜索标准输入。

在图4所示的示例中，页面401包含字符串“A”和字符串“B”。由于包含字符串“A”的页面与包含字符串“B”的页面间的距离在两页之内，删除单元107不删除页面401。

在图5所示的示例中，页面501包含字符串“A”，页面501之后的页面502包含字符串“B”。在这种情况下，页面501和页面502之间的距离在两页之内。因此，删除单元107不删除页面501和502。

在图6所示的示例中，页面601包含字符串“A”，页面601两页之前的页面602包含字符串“B”。在这种情况下，页面601与页面602之间的距离在两页之内，因此，删除单元107不删除页面601和602。

在图7所示的示例中，页面701包含字符串“A”，页面701三页之前的页面702包含字符串“B”。在这种情况下，页面701和页面702之间的距离大于两页，因此，删除单元107删除页面701和702。

换句话说，当用户通过指定字符串“A”和字符串“B”作为搜索条件进行页面搜索时，只要这些字符串“A”和“B”分布在多个页面上，则认为没有页面满足搜索标准。可是，只要字符串“A”和字符串“B”相互靠近地存在，则这些页面可以为用户提供有用的信息。

另一方面，如果用户通过指定字符串“A”和字符串“B”作为搜索条件进行文档数据搜索时，虽然可以找到包括这些页面的文档数据，用户仍需要进一步通过指定这些字符串作为搜索标准以搜索相关文档，从而得知已经找到的文档数据中的哪些页包含字符串“A”或者字符串“B”。对于文档数据的搜索操作，即使字符串“A”包含在一个页面上而字符串“B”在另一页面上，仍然可以检索文档数据。这可能对用户并不是非常有用。

根据这些情况，将文档搜索装置100设计为使得当将多个字符串指定为搜索标准时，如果包含这些字符串的页面间的距离在两页之内，则检索这些页面。这样，即使页面不包括这些字符串，仍然可以提供给用户与这些字符串相关的页面。

整理单元110根据由文档识别单元108识别到的文档数据，对由删除单元107执行删除后的页面进行分类。

显示处理单元109包括列表显示处理单元121，并在显示监视器152上显示信息。显示处理单元109在显示监视器152上显示文档搜索屏幕和搜索结果屏幕。例如，显示处理单元109在显示监视器152上显示一组页面，其中所述页面是由整理单元110为每项文档数据合并而成的。显示处理单元109可以在网络浏览器中显示这些屏幕。

当显示处理单元109显示由每项文档数据分类后的页面并且选择接收单元112接收文档数据的选择时，列表显示处理单元121在显示监视器152上显示包含在被选择的文档数据中的一列页面。

图8示出了由显示处理单元109在显示监视器152上显示的示例搜索屏幕的图例。参考图8，用户在关键字输入窗口801中输入作为搜索关键字的字符串。用户在搜索目标输入窗口802中选择作为搜索目标的页面或者文档数据。本实施例中假设用户在搜索目标输入窗口802中选择页面进行说明。用户在显示单元输入窗口803中选择是否以页面单元或是文档单元显示搜索结果。用户在具体描述输入窗口804中选择在显示搜索结果时是否显示文档数据或者页面的具体描述。按下搜索按钮805开始搜索操作。

下面说明传统的搜索结果。图9示出了传统页面搜索结果屏幕的图例。参照图9，“D+数字”表示文档数据的名称，“P+数字”表示页码。对于传统的页面搜索结果，无论页面是否包含在相同的文档数据中，都会显示满足搜索标准的页面。如果发生上述情况，用户无法掌握作为搜索结果进行显示的页面间的关系。

为了克服这个问题，在文档搜索装置100中，根据文档数据将符合搜索标准的页面进行显示和分类。

图10示出了由显示处理单元109在显示监视器152上显示的搜索结果的第一示例的图例。为了显示搜索结结果，假设在搜索屏幕上将显示单元设为“页面单元”，并将具体描述设为“否”(见图8)。在图10所示的搜索结果中，将包含在文档数据D32、D20和D2中的页面按页码顺序显示，并根据文档数据对页面进行分类。

在图10所示的示例中，即使对于包含在同一文档数据中的页面，也将其并排显示在屏幕上。因此，当多项文档数据符合搜索标准时，用户在浏览页面时会感到困难。为了克服这个问题，将说明用于当多项文档数据符合搜索标准时的显示的技术。

图11示出了由显示处理单元109显示的搜索结果的第二示例的图例。为了显示搜索结果，假设在搜索屏幕上将显示单元设为“文档单元”，并将具体描述设为“否”(见图8)。在图11所示的搜索结果中，根据文档数据(D32、D20和D2)对页面进行层叠和分类。

在图11示出的示例中，可以阅览具有文档数据的所有项中最小页码的页面的图像数据。作为结果，用户可以识别他/她期望的文档数据。

此外，显示处理单元109可以从检索到的页面中显示文档数据的首页(而不是具有最小页码的页面)作为最前页(foremost page)。另外，显示处理单元109可以将文档数据的所有页面(而不是符合搜索标准的页面)层叠，并允许用户以某些方式识别符合搜索标准的页面。可以采用任意技术来识别符合搜索标准的页面。用于识别特定页面的技术的示例包括以彩色方式显示这些页面。此外，显示处理单元109可以提供转换按钮，用于在操作处理单元104接收按钮操作时选择是否显示全部页面或者仅显示符合搜索标准的页面。

下面说明如图11所示的显示由文档数据所分类的每个页面的操作过程。在这种情况下，用户使用输入设备151指出期望的文档。作为结果，列表显示处理单元121显示以文档数据分组的每个页面。

图12示出了由列表显示处理单元121显示的页面列表的第一示例的图例。参照图12，当通过光标1202选择了文档数据D20时，列表显示处理单元121在窗口1201中显示组成文档数据D20的两个页面(页面P4和页面P10)。以这种方式，仅在窗口1201中显示作为搜索操作结果检索到的页面。其他页面则可以基于接收翻页(paging)操作的输入进行查看。因此，当列表显示处理单元121接收到翻页操作的输入时，显示之前或之后的页面。另外，列表显示处理单元121并不限于仅显示作为搜索操作结果检索到的页面，同样可以显示，例如由用户选择的文档数据的所有页面，并在所有页面中仅将作为搜索操作结果检索到的页面加亮。

窗口1201中还包括在文档中搜索的框1203，允许用户在文档数据D20中搜索特定页面。对于这种文档搜索操作，用户可以仅从作为之前的文档搜索操作结果检索到的页面中搜索特定页面，或者可以从文档的所有页面中搜索特定页面。

在图12所示的示例屏幕中，当要显示页面P10后面的页面时，用户用光标1202点击页面P10。随后列表显示处理单元121将最前页面移动到末尾位置，从而显示第二最前页面。此外，列表显示处理单元121可以在窗口1201中将页面层叠，这样用户可以点击期望的页面的可视部分从而将页面弹出到最前位置。

如上所述，当用户在由显示处理单元109所显示的文档数据上执行如鼠标经过(mouse-over)操作或者双击操作等处理时，列表显示处理单元121以双页格式显示所选择的文档数据的页面。随后，点击操作，例如引起将当前页面翻过。

页面列出技术并不限于如图12所示的方式；可以采用各种其他技术。其他页面列出技术的示例会被进一步说明。

图13示出了由列表显示处理单元121显示的页面列表的第二示例的图例。在窗口1301中显示对应于四个页面的缩略图像。在图13所示的示例屏幕中，窗口尺寸基于分组为搜索结果的页面数量而改变。

图14示出了由列表显示处理单元121显示的页面列表的第三示例的图例。在图14所示的窗口1401中，文档数据中包含大量符合搜索标准的页面。在这种情况下，列表显示处理单元121提供滚动条1402。通过这个滚动条1402，用户可以向上或向下滚动以查看对应于所有符合搜索标准的页面的缩略图像。

此外，用户只需要将搜索屏幕上的具体描述设置为“是”，便可以显示信息而不是缩略图像。通过这样，可以显示文档标题、页码、文件格式等。

下面说明搜索结果的显示示例。图15示出了由显示处理单元109显示的搜索结果的第三示例的图例。为了显示搜索结果，假设将搜索屏幕上显示单元设为“页单元”，并将具体描述设为“是”(见图8)。如图15所示的搜索结果所示，按页码顺序显示由文档数据分组的页面。显示处理单元109显示关于每个页面的具体信息。由显示处理单元109所显示的具体信息的示例包括文档标题、创建日期、页码以及包括匹配的字符串(单词)的文本。对于这种文本显示，例如，可以将匹配的字符串加亮。

图16示出了由显示处理单元109显示的搜索结果的第四示例的图例。为了显示搜索结果，假设将搜索屏幕上的显示单元设备“文档单元”，并将具体描述设为“是”(见图8)。在图16所示的搜索结果中，由文档数据分组的页面被层叠。显示处理单元109显示关于每项文档数据的具体信息。由显示处理单元109所显示的具体信息的示例包括文档标题、创建日期、页码以及包括匹配字符串(单词)的文本。

如图16所示，当由文档数据将页面分组时，同样可以显示页面列表。由于在这种情况下的操作与上文所述相同，因此省略了相应描述。

图17示出了由列表显示处理单元121显示的页面列表的第四示例的图例。参照图17，列表显示处理单元121在窗口1701中显示与符合搜索标准的每个页面相对应的缩略图像和具体信息。为了显示，可以采用如图13所示的屏幕格式代替图17所示的屏幕格式来进行显示。

此外，在如图13或17所示的屏幕上，当操作处理单元104接收任意缩略图像的选择以及在该缩略图像上的鼠标滚轮操作时，列表显示处理单元121放大用于显示的缩略图像。下面将说明经过放大显示的屏幕示例。

图18示出了由列表显示处理单元121放大显示后的页面列表的示例的图例。在图18所示的示例中，列表显示处理单元121在窗口1805的下部显示页面列表1804。列表显示处理单元121显示放大后的页面图像1806。通过从页面列表1804中选择页面或者按下前一页1801或者下一页1802，可以放大用于显示另外一个页面。此外，同样可以在窗口1805中显示搜索框1803，从而允许用户搜索任意页面。

在本实施例中，当输入接收单元111接收输入搜索框1803的文档中的字符串时，搜索单元105从在窗口1805中显示的页面列表中将页面缩减为包含所输入的字符串的页面。这样，可以显示更适于用户的页面。

此外，采用在文档中搜索的框的搜索技术并不限于以上描述的方式。可代替的是，搜索单元可以搜索元素对应存储单元101，从而可以显示所有包含输入到在文档中搜索的框的字符串的页面。

下面将说明具有上述结构的文档搜索装置100的文档搜索处理。图19示出了文档搜索装置100中的上述处理过程的流程图。假设用户输入了多个字符串作为搜索标准。

首先，输入接收单元111在搜索屏幕上接收作为搜索标准的多个字符串的输入(步骤S1901)。

下一步，搜索单元105在页面对应管理表中搜索包含文本属性中至少一个所输入的字符串的页面(步骤S1902)。然后，搜索单元105获取寻找到的记录的页面ID、页码、文档ID和缩略路径。

随后，文档识别单元108基于所获取的文档ID识别包含寻找到的页面的文档数据(步骤S1903)。

下一步，如果多个字符串出现在由文档识别单元108识别出的文档数据中的不同页面上，并且页面间的距离(页数)大于预定值，则删除单元107从由搜索单元105产生的搜索结果中删除这些页面(步骤S1094)。这一实施例假设预定距离是两页。

然后，在删除单元107执行过删除后，整理单元110根据由文档识别单元108所识别的文档数据将作为搜索结果而产生的页面分类(步骤S1905)。

其后，显示处理单元109基于在搜索屏幕上设置的显示单元确定是否以文档数据单元显示数据(步骤S1906)。更具体的讲，如果将搜索屏幕上的显示单元设置为文档单元则确定以文档数据单元显示数据，并且如果将显示单元设置为页面单元则以页面单元显示数据。

如果确定显示处理单元109以文档数据单元显示数据(在步骤S1906中的是)，则将由文档数据分组的页面层叠(步骤S1907)。在这种情况下的示例屏幕是图11或者图16所示的屏幕。

另一方面，若确定显示处理单元109不以文档数据单元方式进行显示(在步骤S1906中的否)，则按照页码顺序显示对应于由文档数据分类后的每个页面的缩略图像(步骤S1908)。在这种情况下的示例屏幕是图10或者图15所示的屏幕。

通过上述处理过程，文档搜索装置100可以为用户提供由文档数据分类后的页面。

由于根据这一实施例的文档搜索装置100显示例如由文档数据分组后的页面的元素，可以更加有效地浏览数据。

以搜索文档的独立装置为示例说明了第一实施例。然而，可以在客户端实现操作处理单元以及显示处理单元(GUI屏幕)，而在网络应用程序服务器上实现其他部件，从而构造所谓的客户端/服务器系统。

尽管以将字符串作为搜索标准输入作为示例说明了第一实施例，用于搜索文档数据的技术并不限于串搜索；可以采用各种搜索技术，包括图像搜索。

此外，当将多个字符串设置为搜索标准时，如果页面间的距离在预定距离之内则检索页面。因此，易于找到相关的元素。此外，即使数据分布在例如页面的两个或者更多元素单元中，仍然可以容易地找到数据。而且，在以例如页面的元素为单元执行搜索操作时，可以有效地识别期望的信息。

以搜索目标是页面为示例说明了第一实施例。然而，所要搜索的元素不限于页面。根据这种情况，以可以选择页面中的一个区域作为所要搜索的元素作为示例说明第二实施例。

图20示出了根据第二实施例的文档搜索装置2000的构造的示例框图。图20所示的文档搜索装置2000与如图1所示的文档搜索装置100在下述方面不同：元素对应存储单元2001还包括区域对应管理表；将搜索单元105替换为执行不同的处理的搜索单元2002；将文档识别单元108替换为执行不同处理的文档识别单元2003；将删除单元107替换为执行不同处理的删除单元2006；将整理单元110替换为执行不同处理的整理单元2005；以及将显示处理单元109替换为执行不同处理的显示处理单元2004。在下面的描述中，使用相同的附图标记表示与第一实施例相同的部件，并省略相应描述。

为了搜索元素，元素对应存储单元2001进一步存储区域对应管理表。

图21示出了区域对应管理表的示例表结构的图例。区域对应管理表存储区域ID、文档ID、页面ID、区域坐标、类型、标题、文本、围绕文本、属性、以及缩略路径，从而使这些项目之间相互关联。

区域ID是分配给从文档数据中划分的每个区域的唯一ID。通过这个ID，可以识别由文档搜索装置2000管理的包含在文档中的区域。文档ID和页面ID是用于识别文档数据和包含相关区域的页面的ID。区域坐标包含用于定位相关区域的坐标。在这个实施例中，可以基于左上角的坐标和右下角的坐标将期望的区域定位。

类型包含用于识别在相关区域中的数据类型的信息。数据类型包括，如文本、图像和视频。标题包含代表相关区域的标题。文本包含在相关区域中所包含的文本信息。

如果数据的类型是例如图像，则围绕文本包含布置于相关图像周围的文本信息。这样，用户可以在搜索屏幕上指定文本形式的搜索标准，从而搜索与文本相关的图像。

属性包含用于识别区域的属性。而且，如果类型是例如图像，则属性是指图像的属性。如果类型是文本，则属性是指文本属性。以这种方式，属性基于类型包含不同类型的属性。作为结果，可以通过比较相同类型的特征量来确定区域之间是否相似。提取属性的方法会在下文中进行说明。缩略路径包含代表所述区域的缩略图像的存储位置。

当用户在搜索屏幕上选择区域作为搜索目标时，搜索单元2002搜索区域对应管理表。在搜索区域时，搜索单元2002搜索区域对应管理表的“属性”域，并且随后寻找满足相应搜索标准的记录的区域ID、页面ID、页码、文档ID、以及缩略路径。其他搜索方法与在第一实施例中的描述相同，因此省略了相关描述。

当搜索单元2002搜索区域时，文档识别单元2003识别包含每个寻找到的区域的页面和文档数据。基于与区域对应管理表中的区域ID相关联的页面ID和文档ID，可以识别包含期望区域的页面和文档数据。由此，可以显示由页面或者文档数据所分类的寻找到的区域。用于搜索页面的处理与第一实施例中的描述相同，因此省略了相关说明。

如果输入多个字符串作为搜索标准，并且发现所述字符串分布于由文档识别单元2003识别出的文档数据或者页面中的不同页面或者区域上，并且所述页面间的距离(即页数)或者区域间的距离大于预定值，则删除单元2006从由搜索单元2002产生的搜索结果中删除区域(或者如果使用了页码，则删除包含在页面中的区域)。

在已经由删除单元2006执行删除之后，整理单元2005根据由文档识别单元2003识别出的文档数据或者页面进行分类。

显示处理单元2004包括列表显示处理单元2011，并在显示监视器152上显示信息。

显示处理单元2004与根据第一实施例的显示处理单元109之间的差别在于：如果搜索目标是区域，则以文档数据单元或者由整理单元2005所分组的页面单元显示这些区域。如果以文档单元显示区域，则以与第一实施例相同的方式进行显示。另一方面，当以页面单元方式显示区域时，显示处理单元2004通过文档数据对区域进行分类，然后按照页码顺序对页面进行显示。在这种情况下，显示处理单元2004将寻找到的区域加亮。

当在显示处理单元2004显示由文档数据所分类的页面时选择接收单元112已经接收到文档数据的选择时，则列表显示处理单元2001从所选择的文档数据中所包含的页面中显示包含寻找到的区域的一列页面。

图22示出了根据第二实施例由列表显示处理单元2011显示的示例页面列表的图例。参照图22，列表显示处理单元2011在窗口2201中显示包含符合搜索标准的区域的页面的缩略图像和具体信息。在这种情况下，列表显示处理单元2011将符合搜索标准的区域2202、2203以及2204加亮。区域2203和2204示出了在一个页面上发现两个文档元素的示例。

以区域是文本的方式作为示例，已经说明了根据本实施例的文档搜索装置2000。然而，本发明同样适用于区域是图像的情况。

此外，除了由文档搜索装置100所提供的优点，文档搜索装置2000还具有优点：可以更加容易地检索文档中包括的区域；以及由于将找到的区域加亮，可以提高可视性。

图23示出了执行计算机程序的PC的硬件结果的示意图，所述计算机程序实现文档搜索装置100及2000的功能。文档搜索装置100及2000中的每个包括例如中央处理器(CPU)2301的控制装置，例如只读存储器(ROM)2302和随机接入存储器(RAM)的存储器设备，用于存储例如文档数据的硬盘驱动器(HDD)2305，通信接口(I/F)2304以及连接上述单元的总线2306。即，所述PC具有与标准计算机相同的硬件结构。

由所述实施例中的文档搜索装置100和2000所执行的文档搜索程序是可装载或者可执行的文件，并且被提供存储于计算机可读的记录介质上，如CD-ROM、软盘(FD)、CD-R、或者数字多功能盘(DVD)。

可选择的是，由所述实施例中的文档搜索装置100和2000所执行的文档搜索程序可以存储在与网络(例如互联网)连接的计算机上，从而可以通过网络进行下载以提供文档搜索程序。可选择的是，由实施例中的文档搜索装置100和2000所执行的文档搜索程序可以通过如互联网的网络进行提供或者分配。

可选择的是，所述实施例的文档搜索程序可以例如预装在ROM中进行提供。

由所述实施例中的文档搜索装置100和2000所执行文档搜索程序由包括上述单元(操作处理单元、注册单元、搜索单元、文档识别单元、删除单元、以及显示控制单元)的模块组成。在实际硬件中，当CPU从记录介质中读出文档搜索程序并执行时，将所有单元装载入RAM 2303，即，在RAM 2032中产生操作处理单元、注册单元、搜索单元、文档识别单元、删除单元、以及显示处理单元。

根据本发明，因为显示由文档信息分类的元素，提高了浏览效率并可以容易地识别期望的元素。

注释(note)1.一种文档搜索方法，包括：

存储步骤，以相互关联的方式在存储单元中存储文档信息以及组成文档信息的多个元素；

搜索及检索步骤，从在存储步骤存储于存储单元的元素中搜索并检索至少一个满足搜索标准的元素；

识别步骤，识别与在搜索及检索步骤检索到的每个元素相关联的文档信息；

分组步骤根据在识别步骤识别到的文档信息将在搜索及检索步骤检索到的每个元素分组；以及

处理及显示步骤，根据文档信息对在分组步骤分组后的每个元素进行处理及显示。

注释2.根据注释1所述的文档搜索方法，进一步包括删除步骤，其中

存储步骤还包括在存储单元中存储用于表示组成文档信息的每个元素序数的元素号码；

如果所述搜索标准包括多个字符串，所述搜索及检索步骤包括检索包含至少一个所输入的字符串的至少一个元素；以及

如果至少一个字符串包含于在识别步骤识别到的文档信息的不同元素中，并且如果作为元素号码的不同元素之间的差别大于预定值，所述删除步骤包括从在所述搜索及检索步骤检索到的元素中将所述不同元素删除。

注释3.根据注释1或2所述的文档搜索方法包括，其中

在存储步骤存储于所述存储单元中的所述元素是页面，以及

所述处理包括将在搜索及检索步骤检索到的、根据在识别步骤识别的文档信息而分类的页面层叠。

注释4.根据注释1到3中的任意一项所述的文档搜索方法，进一步包括：

接收选择步骤，从在所述处理及显示步骤中所显示的文档信息中接收对文档信息的选择；以及

显示步骤，显示所述文档信息的一列页面，其中对所述文档信息的选择在所述接收选择步骤中接收的。

注释5.根据权利要求1至3中任意一项所述的文档搜索方法，进一步包括：

接收选择步骤，从在所述处理及显示步骤所显示的文档信息中接收对文档信息的选择；以及

接收输入步骤，接收用于搜索在所述处理及显示步骤所显示的文档信息的搜索标准的输入，其中

所述搜索及检索步骤包括从在所述处理及显示步骤中显示的至少一个元素中检索满足所述搜索标准的至少一个元素，所述搜索标准的输入是在所述接收输入步骤接收的，所述至少一个元素包括在于所述接收选择步骤所选择的文档信息中。

注释6.根据注释1至3中任意一项所述的文档搜索方法，进一步包括：

接收选择步骤，从在所述处理及显示步骤中所显示的文档信息中接收对文档信息的选择；以及

接收输入步骤，接收用于搜索在所述处理及显示步骤所显示的文档信息的搜索标准的输入，其中

所述搜索及检索步骤包括检索满足所述搜索标准的至少一个元素，所述搜索标准的输入是在所述接收输入步骤接收的，在所述存储单元中所述至少一个元素与在所述接收选择步骤中选择的文档信息相关联。

注释7.根据注释1所述的文档搜索方法，其中：

每个元素是组成文档信息的页面的区域；

所述存储步骤包括在所述存储单元中存储将区域信息与文档信息的页面相关联的区域对应信息，以及将页面、代表页面的页面图像信息、以及文档信息相关联的页面对应信息；

所述搜索及检索步骤包括基于搜索标准对存储在所述存储单元中的区域信息进行搜索；以及

所述处理及显示步骤包括显示在所述搜索及检索步骤检索到的至少一个区域的信息，以及代表所述存储单元中相关联的页面的页面图像信息，基于在所述识别步骤识别到的文档信息将所述显示分类。

注释8.根据注释7所述的文档搜索方法，其中所述处理及显示步骤包括显示在所述搜索及检索步骤检索到的至少一个区域，从而将所述至少一个检索到的区域与页面图像信息中的其他区域区分。

尽管已经结合特定实施例对本发明进行了完整清楚的描述，但是上述描述并不构成对所附权利要求的限制，而是用于解释落入前述基本教示中的本领域技术人员可能遇到的所有变型和可选构造。

Claims (9)

1.一种文档搜索装置，包括：

对应存储单元，用于以相互关联的方式存储文档信息以及组成所述文档信息的多个元素；

搜索单元，用于从存储在所述对应存储单元中的元素中检索至少一个满足搜索标准的元素；

文档识别单元，用于识别与由所述搜索单元所检索到的每个元素相关联的文档信息；

整理单元，用于根据由所述文档识别单元识别到的文档信息，将由所述搜索单元检索到的每个元素进行分组；以及

显示处理单元，用于根据由所述文档识别单元识别到的所述文档信息显示由所述整理单元分组后的每个元素。

2.根据权利要求1所述的文档搜索装置，进一步包括删除单元，其中

所述对应存储单元进一步存储元素号码，该元素号码用于表示组成文档信息的每个元素的序数，

如果所述搜索标准包括多个字符串，所述搜索单元检索包含至少一个输入字符串的至少一个元素，以及

如果至少一个字符串包含在由所述文档识别单元识别到的文档信息的不同元素中，并且如果作为元素号码的不同元素之间的差别大于预定值，所述删除单元从由所述搜索单元检索到的元素中将所述不同元素删除。

3.根据权利要求1或2所述的文档搜索装置，其中

在所述对应存储单元中存储的所述元素是页面，以及

所述显示处理单元将由所述搜索单元检索到的、根据由文档识别单元识别的文档信息分类后的页面层叠。

4.根据权利要求1或2所述的文档搜索装置，进一步包括：

选择接收单元，用于从由所述显示处理单元所显示的文档信息中接收对文档信息的选择；以及

列表显示单元，用于显示所述文档信息的一列页面，其中对所述文档信息的选择由所述选择接收单元接收。

5.根据权利要求1或2所述的文档搜索装置，进一步包括：

选择接收单元，用于从由所述显示处理单元显示的文档信息中接收对文档信息的选择；以及

输入接收单元，用于接收用于搜索由所述显示处理单元显示的文档信息的搜索标准的输入，其中

所述搜索单元从由显示处理单元显示的至少一个元素中检索满足所述搜索标准的至少一个元素，所述搜索标准的输入是由所述输入接收单元所接收的，所述至少一个元素包括在由所述选择接收单元所选择的文档信息中。

6.根据权利要求1或2所述的文档搜索装置，进一步包括：

选择接收单元，用于从由显示处理单元显示的文档信息中接收对文档信息的选择；以及

输入接收单元，用于接收用于搜索由所述显示处理单元显示的文档信息的搜索标准的输入，其中

所述搜索单元检索满足所述搜索标准的至少一个元素，所述搜索标准的输入是由所述输入接收单元接收的，在所述对应存储单元中所述至少一个元素和由所述选择接收单元选择的所述文档信息相关联。

7.根据权利要求1所述的文档搜索装置，其中：

每个元素是组成文档信息的页面的区域；

所述对应存储单元存储将区域信息与文档信息的页面相关联的区域对应信息，以及将页面、代表页面的页面图像信息、以及文档信息相关联的页面对应信息；

所述搜索单元基于搜索标准对存储在所述对应存储单元中的区域信息进行搜索；以及

显示处理单元显示由所述搜索单元检索到的至少一个区域信息，以及代表由所述对应存储单元所关联的页面的页面图像信息，根据由所述文档识别单元识别到的文档信息将显示的所述至少一个区域信息和代表由所述对应存储单元所关联的页面的页面图像信息分类。

8.根据权利要求7所述的文档搜索装置，其中所述显示处理单元显示由所述搜索单元检索到的至少一个区域，从而将所述检索到的至少一个区域与页面图像信息中的其他区域区分。

9.一种文档搜索方法，包括：

存储步骤，以相互关联的方式在存储单元中存储文档信息以及组成文档信息的多个元素；

搜索及检索步骤，从在存储步骤存储于存储单元的元素中搜索并检索至少一个满足搜索标准的元素；

识别步骤，识别与在搜索及检索步骤检索到的每个元素相关联的文档信息；

分组步骤根据在识别步骤识别到的文档信息将在搜索及检索步骤检索到的每个元素分组；以及

处理及显示步骤，根据识别步骤识别到的文档信息对在分组步骤分组后的每个元素进行处理及显示。

Images