CN1190748C - 信息处理装置及方法、和电子出版数据提供系统 - Google Patents

Abstract

本发明涉及信息处理、信息处理方法、和电子出版数据提供系统。在由<Dic>和</Dic>包围的区域中以置标语言比如XML描述参考字典数据。将每个项目的数据放置在以<Word id＝“xxxx”>开始和以</Word>结尾的区域中。每个项目具有在由<Primary>和</Primary>包围的区域中描述的基本关键字，如果需要的是，根据在由<Secondary>和</Secondary>所包围的区域中在其中记录字典数据的记录媒体的容量连同检索类别选择应该增加的关键字。可以以重要性的顺序描述次要关键字以有利于选择。在关键字之后，项目的标题描述在<Title>和</Title>之间，然后，正文文字描述在<Text>和</Text>之间。

Description

信息处理装置及方法、 和电子出版数据提供系统

发明领域

本发明涉及信息处理装置、信息处理方法、记录媒体、程序和电子出版数据提供系统，更具体地说，涉及这样的信息处理装置、信息处理方法、记录媒体、程序和电子出版数据提供系统：允许通过应用以有利于更新工作的预定格式描述的参考数据在记录媒体的容量内产生由具有最适合的关键字形成的索引数据的电子出版数据。

背景技术

通过应用纸作为主要媒体以书、报纸以及杂志的形式进行常规地出版。由于计算机的发展、它们广泛的应用以及广泛传播的网络，已经广泛地使用除了纸以外的媒体进行出版，即电子出版。

电子出版特别适合于大量信息的出版，比如字典、百科全书以及有插图的参考书。例如大约30卷的百科全书可以放在一张光盘只读存储器(CD ROM)中。对已经印刷在纸上的字典的数据进行数字化，并将除了文字和静止图象以外的声音数据和移动图象都存储在预定的记录媒体、个人计算机或预定的再现装置中。例如用户可以使用个人计算机或预定的再现装置，在这些计算机或再现装置中已经记录了字典或者安装已经记录了字典的记录媒体以输入所需的项目从而检索所需的信息并读取该信息。

由于快速传播的因特网，在线字典已经广泛地传播，在这种字典中数据存储在服务器中，允许用户通过因特网使用该数据。此外，由于记录媒体已经制作小型化并具有更大的容量，因此也已经使用了许多小型的电子字典。

电子字典的数据例如由在附图1中所示的正文数据2和索引数据1形成。正文数据2包括与在纸质字典中相同的格式描述的文字数据，项目和它们的意义以预定的顺序排列(例如，对于日语字典和日语百科全书以日语假名的顺序，对于英日字典和英语字典以字母的顺序)。索引数据1由关键字和地址数据形成，用户使用该关键字以在包括在正文数据2中的许多项目中检索所需的项目，该地址数据指示与关键字对应的内容(项目)描述在正文数据2中的地方。

在常规的纸件字典中，用户需要翻页以检索描述所需的项目的页面。在电子字典中，当用户通过使用关键字或其它字输入所需的项目时，检索该项目并将它的内容显示在显示装置上。

为产生对应于通过纸件常规出版的字典的电子数据并执行检索处理，例如，需要产生对应于字典正文数据2的通过参考附图1所描述的索引数据1。然而，由于存储字典数据的记录媒体的容量有限，电子字典数据需要通过索引数据1进行调整，因为正文数据2的大小已经固定了。

此外，由于在产生对应于正文数据2的索引数据1时没有定义选择关键字的规则，对正文数据的内容非常了解的人花费大量的时间和劳动来仔细地选择关键字，同时调整数据量以产生索引数据1。

例如，具有相同的意义但片假名符号不同的字(例如“daiamonodo”和“daiyamondo”，“firumu”和“fuirumu”，“yuuza”和“yuuzaa”)主要为外来语。为允许即使在用户输入这种字也能够执行检索操作(获得用户所需的检索结果)，理想的是，组成索引数据1的关键字需要包括尽可能多的字。因此，为给用户提供容易使用的字典，需要独立地产生索引数据1以在存储字典数据的记录媒体的容量内尽可能多地包括关键字。

由于在常规的字典中索引数据1独立于正文数据2地产生，因此在修正正文数据时，也要修改或增加在正文数据中的项目，或者改变正文数据2的地址，在索引数据1中的地址(包括那些没有被修改的项目)需要较大地修改，结果，整个字典数据不得不修订。

发明内容

本发明已经考虑了上述的情况。本发明的一个目的是应用以有利于更新工作的预定的格式描述的参考数据在记录媒体的容量内产生具有由最适合于关键字形成的索引数据的电子出版数据。

在本发明的一个方面通过提供如下的信息处理装置实现前述的目的：该信息处理装置用于将以预定格式描述的第一信息转换为由索引数据和正文数据形成的第二信息并输出它，该信息处理装置包括获得第一信息的获取装置；抽取装置，该抽取装置用于从通过获取装置所获得的第一信息中抽取对应于关键字的许多第三信息和对应于正文数据的许多第四信息；检测装置，该检测装置用于检测第二信息要输出到其中的记录媒体或另一信息处理装置的记录容量；确定装置，该确定装置用于确定许多第三信息中的每个第三信息的重要性等级；选择装置，该选择装置用于根据通过检测装置所执行的检测的结果和确定装置所执行的确定的结果从许多第三信息中选择第三信息，以使第三信息和第四信息的总量等于或小于记录媒体或另一信息处理装置的记录容量；产生装置，该产生装置用于将通过选择装置所选择的第三信息设置到索引数据并将第四信息加入其中以产生第二信息；以及输出装置，该输出装置用于将通过产生装置所产生的第二信息输出到记录媒体或另一信息处理装置。

信息处理装置可以被构造为通过重要性等级事先对第三信息进行分类，该第三信息包括对应于分类的预定信息并包括在第一信息中；以及确定装置根据包括在第三信息中的预定的信息确定第三信息的重要性等级。

信息处理装置可以被构造为以重要性等级的降序事先对第三信息进行排列；以及确定装置根据第三信息的顺序确定第三信息的重要性等级。

信息处理装置可以被构造为通过另一信息处理装置使用索引数据以检索正文数据，该另一信息处理装置获得该第二信息，以及通过检索方法事先对该第三信息进行分类，该第三信息包括与分类对应的预定的信息并包括在第一信息中。

第一信息可以以置标(markup)语言描述。

根据指示信息类型的标记信息抽取装置可以从通过获取装置所获得的第一信息中抽取许多第三信息和第四信息，该标记信息连接到对应于关键字的许多第三信息和对应于正文数据的许多第四信息中的每个信息。

在本发明的另一方面通过提供用于信息处理装置的信息处理方法实现前述的目的，该信息处理装置将以预定格式描述的第一信息转换为由索引数据和正文数据形成的第二信息并输出它，该方法包括获得第一信息的获取步骤；从通过在获取步骤中的过程所获得的第一信息中抽取对应于关键字的许多第三信息和对应于正文数据的许多第四信息的抽取步骤；检测第二信息要输出到其中的记录媒体或另一信息处理装置的记录容量的检测步骤；确定许多第三信息中的每个第三信息的重要性等级的确定步骤；根据在检测步骤中的过程所执行的检测结果和在确定步骤中的过程所执行的确定结果从许多第三信息中选择第三信息以使第三信息和第四信息的总量等于或小于记录媒体或另一信息处理装置的记录容量的选择步骤；将通过在选择步骤中的过程所选择的第三信息设置到索引数据并将第四信息加入其中以产生第二信息的产生步骤；以及将通过在产生步骤中的过程所产生的第二信息输出到记录媒体或另一信息处理装置的输出步骤。

在本发明的再一方面通过提供存储用于信息处理装置的计算机可读程序的记录媒体实现前述的目的，该信息处理装置将以预定格式描述的第一信息转换为由索引数据和正文数据形成的第二信息并输出它，该程序包括获得第一信息的获取步骤；从通过在获取步骤中的过程所获得的第一信息中抽取对应于关键字的许多第三信息和对应于正文数据的许多第四信息的抽取步骤；检测第二信息要输出到其中的记录媒体或另一信息处理装置的记录容量的检测步骤；确定许多第三信息中的每个第三信息的重要性等级的确定步骤；根据在检测步骤中的过程所执行的检测结果和在确定步骤中的过程所执行的确定结果从许多第三信息中选择第三信息以使第三信息和第四信息的总量等于或小于记录媒体或另一信息处理装置的记录容量的选择步骤；将通过在选择步骤中的过程所选择的第三信息设置到索引数据并将第四信息加入其中以产生第二信息的产生步骤；以及将通过在产生步骤中的过程所产生的第二信息输出到记录媒体或另一信息处理装置的输出步骤。

在本发明的再一方面通过提供用于信息处理装置的信息计算机可执行程序实现前述的目的，该信息处理装置将以预定格式描述的第一信息转换为由索引数据和正文数据形成的第二信息并输出它，该计算机可执行程序包括获得第一信息的获取步骤；从通过在获取步骤中的过程所获得的第一信息中抽取对应于关键字的许多第三信息和对应于正文数据的许多第四信息的抽取步骤；检测第二信息要输出到其中的记录媒体或另一信息处理装置的记录容量的检测步骤；确定许多第三信息中的每个第三信息的重要性等级的确定步骤；根据在检测步骤中的过程所执行的检测结果和在确定步骤中的过程所执行的确定结果从许多第三信息中选择第三信息以使第三信息和第四信息的总量等于或小于记录媒体或另一信息处理装置的记录容量的选择步骤；将通过在选择步骤中的过程所选择的第三信息设置到索引数据并将第四信息加入其中以产生第二信息的产生步骤；以及将通过在产生步骤中的过程所产生的第二信息输出到记录媒体或另一信息处理装置的输出步骤。

在本发明的再一个方面通过提供电子出版数据提供系统实现前述的目的，该电子出版数据提供系统包括：记录以预定的格式描述的第一信息的记录装置；将以预定格式描述的第一信息转换为由索引数据和正文数据形成的第二信息的信息处理装置；以及接收并记录从信息处理装置中发送的第二信息的记录媒体，其中该记录装置包括用于记录第一信息的第一记录装置；以及输出通过第一记录装置记录的第一信息的输出装置，以及其中第一信息包括每个由许多对应于关键字的第三信息和对应于正文数据的第四信息形成的许多项目；指示信息类型的标记信息加入到许多第三信息和第四信息中；以及事先通过重要性等级对许多第三信息进行分类，并包括对应于分类的预定信息，该信息处理装置包括获取装置，该获取装置用于从记录装置中获得第一信息；抽取装置，该抽取装置用于从通过获取装置所获得的第一信息中抽取许多对应于关键字的第三信息和对应于正文数据的第四信息；检测装置，该检测装置用于检测记录媒体的记录容量；确定装置，该确定装置用于根据对应于分类的预定信息确定许多第三信息中的每个第三信息的重要性等级；选择装置，该选择装置用于根据通过检测装置所执行的检测的结果和确定装置所执行的确定的结果从许多第三信息中选择第三信息，以使第三信息和第四信息的总量等于或小于记录媒体的记录容量；产生装置，该产生装置用于将通过选择装置所选择的第三信息设置到索引数据并将第四信息加入其中以产生第二信息；以及输出装置，该输出装置用于将通过产生装置所产生的第二信息输出到记录媒体，该记录媒体包括记录从输出装置中输出的第二信息的第二记录装置。

该记录媒体可以设置在另一信息处理装置的内部。

该第一信息可以以置标语言描述。

根据本发明的信息处理装置、信息处理方法和程序，获得第一信息；从所获得的第一信息中抽取对应于关键字的许多第三信息和对应于正文数据的许多第四信息；检测第二信息要输出到其中的记录媒体或另一信息处理装置的记录容量；确定许多第三信息中的每个第三信息的重要性等级；根据记录容量检测结果和等级确定的结果选择第三信息以使第三信息和第四信息的总量等于或小于记录媒体或另一信息处理装置的记录容量；将所选择的第三信息设置到索引数据并将第四信息连接到第三信息以产生第二信息；以及将所产生的第二信息输出到记录媒体或另一信息处理装置。因此，应用以有利于更新工作的预定的格式描述的参考数据，在记录媒体的容量内可以产生具有由最适合的关键字形成的索引数据的电子出版数据。

根据电子出版数据提供系统，记录装置记录第一信息并输出所记录的第一信息，该第一信息包括许多项目，每个项目由许多对应于关键字的第三信息和对应于正文数据的第四信息形成，指示信息类型的标记信息连接到许多第三信息和第四信息，根据重要性等级事先对许多第三信息进行分类，将对应于该分类的预定信息加入到许多第三信息中，信息处理装置从记录装置中获得第一信息，根据标记信息从所获得的第一信息中抽取许多第三信息和许多第四信息，检测记录媒体的记录容量，根据对应于该分类的预定信息确定许多第三信息中的每个第三信息的重要性等级，根据记录容量检测结果和等级确定的结果选择第三信息以使第三信息和第四信息的总量等于或小于记录媒体的记录容量，将所选择的第三信息设置到索引数据并将第四信息连接到第三信息以产生第二信息，以及将所产生的第二信息输出到记录媒体，并且该记录媒体记录所输出的第二信息。因此，产生并记录以有利于更新工作的预定的格式描述的参考数据，并在记录媒体的容量内产生了具有由最适合的关键字形成的索引数据的电子出版数据。可以通过各种方法将该数据提供给用户。

附图说明

附图1所示为电子字典数据的视图。

附图2所示为根据本发明的一种实施例的电子字典提供系统的视图。

附图3所示为在附图2中所示的个人计算机的方块图。

附图4所示为在附图2中所示的电子字典的方块图。

附图5所示为在附图2中所示的PDA的方块图。

附图6所示为在附图2中所示的字典数据库中所记录的数据的视图。

附图7所示为在附图2中所示的字典数据库中所记录的并在结构上不同于在附图6中所示的数据的数据视图。

附图8所示为在字典数据库中的数据和要产生的字典数据的视图。

附图9所示为说明字典数据转换处理的流程图。

附图10所示为说明要产生的字典数据的数据结构的视图。

附图11所示为从在附图7中所示的字典数据库中的数据中产生的字典数据的数据结构的视图。

附图12所示为字典检索处理的流程图。

具体实施方式

下文通过参考附图描述本发明的实施例。

通过参考附图2描述根据本发明的一种实施例的电子出版数据提供系统。

电子数据库11包括以置标语言比如可扩展的置标语言(XML))描述的作为产生字典的基础的参考字典数据。XML是一种置标语言，该置标语言能够定义除了以HTML使用的固定的置标方法以外的独立的置标方法，并允许以单一的格式描述文件结构。由于标记可以独立定义，因此可以以人们易于理解的结构描述数据，并通过应用XML，允许灵活的数据结构。

个人计算机12从电子数据库11中读取以XML描述的参考字典数据，并将转换它以产生具有正文数据和索引数据的字典数据。

例如，个人计算机12将具有索引数据的字典数据输出到连接到因特网20的www服务器13，输出到各种记录媒体比如磁盘14、光盘15、磁光盘16以及半导体存储器17(包括存储棒(商标))或输出到作为特定的再现装置的电子字典18的内部存储器，并将这些字典数据存储在其中，该字典数据具有与相应的记录容量相适合的索引数据。

通过因特网20，www服务器13允许将字典数据例如下载到用户所具有的PDA21或个人计算机22，并在网页上给PDA21或个人计算机22提供字典检索服务。

将各种记录媒体比如磁盘14、光盘15、磁光盘16以及半导体存储器17都安装到用户所具有的PDA21、个人计算机22或电子字典18。

电子字典18、PDA21或个人计算机22从通过因特网20从www服务器13中下载的并存储在内部存储器的字典数据或记录在安装的记录媒体(比如磁盘14、光盘15、磁光盘16以及半导体存储器17)中的字典数据中检索根据用户的操作由用户所输入的项目，并将数据显示在显示装置比如显示器或触控式面板上。

电子字典18从通过用户的处理事先存储在它的内部或记录在内部的字典数据或存储在安装的记录媒体中的字典数据中检索根据用户的操作由用户输入的项目，并显示该项目的数据。

附图3所示为在附图2中所示的个人计算机12的结构的方块图。

中央处理单元(CPU)31通过输入输出接口32和内部总线33接收与在输入部分34上用户所输入的各种内型的指令的每个指令相对应的信号或通过网络接口40接收从另一个人计算机(比如个人计算机22)发送的控制信号，并根据输入信号执行各种类型的处理。只读存储器(ROM)35存储CPU31所使用的程序和在计算参数的过程中基本固定的数据。随机存取存储器(RAM)36存储在CPU31执行的过程中所使用的程序和在执行的过程中按要求变化的参数。CPU31、ROM35和RAM36通过内部总线33都彼此连接。

内部总线33还连接到输入输出接口32。输入部分34例如由键盘、触控盘、慢进盘(jog dial)、鼠标或其它的装置形成，并在用户给CPU31输入不同的指令时工作。显示部分37例如由阴极射线管(CRT)、液晶显示装置以及其它的装置形成，并通过文本、图象以及其它的方式显示不同条目的信息。

硬盘驱动器(HDD)38驱动硬盘以记录或再现由CPU所要执行的程序以及在其中或由其得到的信息。如果需要的话，磁盘14、光盘15、磁光盘16以及半导体存储器17都安装到驱动器39以便数据传输。

网络接口40以预定的缆线例如连接到www服务器13和电子字典18，将信息传输到这些单元并从这些单元传输信息，以及访问电子数据库11以检索所需的信息以读取它，输入新的数据以及更新所存储的数据。

通过输入输出接口32和内部总线33，输入部分34、显示部分37、硬盘驱动器38、驱动器39以及网络接口40都连接到CPU31。

由于用户所具有的并通过www服务器13和因特网20连接的个人计算机22具有与参考附图3所描述的个人计算机12基本相同的结构，因此省去对它们的描述。

附图4所示为在附图2中所示的电子字典18的结构的方块图。

中央处理单元(CPU)51根据对应于用户在键操作部分52所输入的各种类型的指令的信号或通过通信部分58所输入的控制信号执行各种类型的处理。只读存储器(ROM)53存储通过CPU51所使用的程序和在计算参考的过程中基本固定的数据。随机存取存储器(RAM)54存储在CPU51在执行过程中所使用的程序和在执行的过程中需要变化的参数。

字典ROM55存储从个人计算机12输入的字典数据或通过通信部分58从www服务器13下载的字典数据。

显示控制部分56在CPU51的控制下以文字、图象或其它的方式在显示面板57上显示不同的信息。显示面板57例如由阴极射线管(CRT)、液晶显示装置以及其它的装置形成并在显示控制部分56的控制下以文字、图象以及其它的方式显示各条信息。

接口59连接到驱动器60并还连接到半导体存储器17以便数据传输。如果需要的话，磁盘14、光盘15或磁光盘16安装到驱动器60以便数据传输。

通信部分58连接到个人计算机12并通过因特网20访问www服务器13以在www服务器13上检索需要的信息以执行用于信息传输和用于输入数据更新的下载处理。

接着参考附图5描述PDA21的内部结构。

中央处理单元(CPU)71与从振荡器72中发出的时钟信号同步地执行各种程序，比如存储在高速只读存储器(ROM)73中的操作系统或扩展数据输出动态随机存取存储器(EDO DRAM)74以及已开发的应用程序。

高速ROM73是一种电子可擦可编程序只读存储器(EEPROM)，通常存储由CPU71所使用的程序和在计算参数的过程中基本固定的数据。EDO DRAM74存储CPU71执行的过程中使用的程序和在执行的过程中需要变化的参数。

存储棒接口75从安装到PDA21的存储棒91中读取数据并将从CPU71中发送的数据写入到存储棒91中。

通用串行总线(USB)接口76与来自振荡器77的时钟信号同步地接收来自驱动器83的数据或程序并将CPU71发送的数据传输到驱动器83，驱动器83是一种连接的USB单元。USB接口76与来自振荡器77的时钟信号同步地接收来自送受话器托架托架(cradle)84的数据或程序并将CPU71发送的数据传输到送受话器托架84，送受话器托架84是一种连接的USB单元。

送受话器托架84是应用导线将PDA21连接到个人计算机并通过所谓热同步的处理过程执行数据同步的连接站。

USB接口76还连接到驱动器83。驱动器83读取记录在安装的磁盘14、安装的光盘15、安装的磁光盘16或安装的半导体存储器17中的数据或程序以将该数据或程序发送到通过USB接口76连接的CPU71或EDO DRAM74。驱动器83还将从CPU71中发送的数据或程序记录在安装的磁盘14、安装的光盘15、安装的磁光盘16或安装的半导体存储器17中。

PDA21还可以连接到便携式电话或个人手机系统(PHS)，并能够进一步通过因特网20访问www服务器13。

高速ROM73、EDO DRAM74、存储棒接口75和USB接口76都通过地址总线和数据总线连接到CPU71。

显示部分90通过LCD总线接收从CPU71中发出的数据并显示与所接收的数据对应的图象或字符。当在显示部分90的上部所提供的触板工作时，触板控制部分78接收对应于来自显示部分90的操作的数据(例如，指示所触摸的点的坐标的数据)并通过串行总线将对应于所接收的数据的信号发送到CPU71。

电致发光驱动器79驱动在显示部分90的液晶显示部分的后侧上提供的电致发光器件并控制显示部分90的显示亮度。

红外通信部分80通过带有红外束的通用异步接收器/发射器(UART)将从CPU71所接收的数据发送到另一单元(未示)，并接收从具有红外束的另一单元发送的数据以将它发送到CPU71。换句话说，PDA21通过UART可以与其它的单元进行通信。

声频再现部分82由扬声器、声频数据解码电路以及其它的部件形成，并对事先存储的声频数据或通过因特网20接收的声频数据进行解码以再现声频数据并输出声音。例如，声频再现部分82再现通过缓冲器81从CPU71中发送的声频数据以输出对应于该数据的声音。

键盘88例如包括输入键盘，用户使用它以给CPU71输入各种指令。

慢进盘89将对应于旋转操作或朝正文侧按压操作的数据发送到CPU71。

电源电路87转换从安装的电池85或连接的交流(AC)适配器86中提供的功率电压并将功率输送给CPU71、声频再现部分82以及其它的装置。

接着参考附图6描述记录在电子数据库11中的参考字典数据。

以置标语言比如XML描述参考字典数据。一个字典以<Dic>开始并以</Dic>结束。每个项目的数据放置在字典中的以<Word id＝“xxxx”>开始并以</Word>结束的区域(在附图6中以E到F表示的区域)中。

每个项目(例如，在字典中的每个标题字)具有每个等级描述的关键字，每个关键字包括在其中使用关键字的检索类别。具体地说，对于每个项目，基本的关键字描述在由<Primary>和</Primary>包围的区域中(在附图6中以A所示)，如果可能的是，应该增加的关键字描述在由<Secondary>和</Secondary>包围的区域(在附图6中以B表示)中。每个关键字以<Key类别＝“类别名”>关键字(每个项目)</Key>的格式连同在其中应用关键字的检索类别(比如前向匹配检索、后向匹配检索和完全匹配检索以及AND(“与”)检索)描述。

由“Primary”所表示的基本关键字需要在通过应用参考字典数据所产生的所有字典中进行描述。相反，由“Secondary”所指示的关键字可以根据在其中记录字典数据的记录媒体的容量进行描述。为了能够确定由“Secondary”所表示的关键字是否由后面描述的过程所描述，关键字可以以由<Secondary>和</Secondary>包围的区域中的重要性的顺序进行描述，因此可以优先选择该关键字，如附图6所示。可替换的是，如在附图7中所示，可以提供由<Secondary>和</Secondary>所包围的许多区域，以便可以优选选择在由具有较高等级的<Secondary>和</Secondary>所包围的区域中所描述的关键字。

在附图6和附图7中，对应于前向匹配检索的“常规检索”和对应于AND检索的“多种检索”都用作检索类别。还可以使用其它的类别，应用三种或更多种类别可以进行分类。

在每个项目中，在由“Primary”和“Secondary”所指示的关键字之后，项目的名称(由在附图中的C表示)描述在<Title>和</Title>之间，然后，正文(由在附图中的D表示)描述在<Text>和</Text>之间。可以提供每个都描述在<Text>和</Text>之间的许多正文。

个人计算机12产生字典数据，如在附图8中所示，通过应用参考附图6和附图7中所描述的参考字典数据将字典数据划分为索引部分和正文部分以便容易进行检索。

该索引部分示出了用于字检索的关键字和在正文部分中的字的地址。该正文部分示出了标题和该字的描述。

由于索引数据的数据容量需要通过在其中记录字典数据的记录媒体的记录容量来确定，如上文所述，个人计算机12的CPU31将关键字与在参考字典数据中的正文文字分开以产生字典数据，并根据在其中要记录字典数据的记录媒体的记录容量确定索引数据的数据容量。然后，CPU31根据参考附图6和附图7中所描述的关键字的等级选择包括在索引数据中的关键字以使该关键字适应数据容量以产生字典数据。

下文通过参考在附图9中所描述的流程图描述由个人计算机12所执行的字典数据转换处理。

在步骤S21中，CPU31从电子数据库11中通过内部总线33、输入输出接口32和网络接口40读取在对应于施加转换处理的字典的参考字典数据中的一个字的数据，即，包括在由在附图6和附图7中的<Word_id＝“xxxx”>和</Word>所包围的区域中的数据。

在步骤S22中，CPU31注意在“Primary”(即每个都由<Primary>和</Primary>包围的区域)的关键字中以<Key类别＝“类别名”>项目名称</Key>的形式描述的关键字中还没有处理的关键字并将该关键字的类别名称存储在RAM36中。

在步骤S23中，CPU31将在步骤S22中注意的关键字的内容(即以<Key类别＝“类别名”>项目名称</Key>的形式描述的“项目名称”)与在步骤S22中所存储的类别名称关联起来并存储在RAM36中。

在步骤S24中，CPU31确定在“Primary”(即，由<Primary>和</Primary>所包围的区域(在附图6或附图7中以A表示))中是否还有没有经过处理的关键字。当在步骤S24中确定在“Primary”中仍然还有未经处理的关键字时，处理返回到步骤S22中，并重复随后的处理。

当在步骤S24中确定在“Primary”中已经没有未经处理的关键字，即在“Primary”中的所有的关键字都已经处理过，在步骤S25中CPU31注意在“Secondary”即每个都由<Secondary>和</Secondary>包围的区域(在附图6或附图7中以B表示))中的关键字中以<Key类别＝“类别名”>项目名称</Key>的形式描述的关键字中还未处理的关键字，并将该关键字的类别名称存储在RAM36中。

在步骤S26中，CPU31将在步骤S25中注意的关键字的内容(即以<Key类别＝“类别名”>项目名称</Key>的形式描述的“项目名称”)与在步骤S25中所存储的类别名称关联起来并存储在RAM36中。

在步骤S27中，CPU31确定在“Secondary”中是否还有未经处理的关键字。当在步骤S27中确定在“Secondary”中仍然还有未经处理的关键字，处理返回到步骤S25中，并重复随后的处理。

当在步骤S27中确定在“Secondary”中已经没有未经处理的关键字，即包括在处理的字中的所有关键字都已经处理过，在步骤S28中CPU31将正文的标题和内容(由在附图6或附图7中的C和D表示的信息)输出到事先准备在RAM36中的正文文件。

在步骤S29中，CPU31将在RAM36中的正文文件的存储区域的地址(假设这里为相对地址)与在步骤S23中和在步骤S26中的所有的存储在RAM36的关键字关联起来作为它们的地址，并存储它们。

在步骤S30中，CPU31确定在正处理的参考字典数据中是否还有未经处理的字。当在步骤S30中确定在处理的参考字典数据中还有未经处理的字时，处理返回到步骤S21并重复随后的处理。

当在步骤S30中确定在正处理的参考字典数据中已经没有未经处理的字时，在步骤31中CPU31将关键字和地址对分类到存储在RAM36中的“Primary”和“Secondary”的两种关键字的类别中。

附图10所示为用于参考附图6所描述的参考字典数据的在步骤S28中所产生的正文数据和在步骤31中所分类的关键字的视图。前向匹配检索和AND检索都作为关键字类别，并在每个类别中将关键字划分为“Primary”和“Secondary”。因此，关键字被划分为四种类型。

附图11所示为用于参考附图7所描述的参考字典数据的在步骤S28中所产生的正文数据和在步骤31中所分类的关键字的视图。由于在“Secondary”中的关键字已经通过事先参考附图7描述的参考字典数据的重要程度进行了分类，因此当在步骤S30中将关键字和地址对分到类别中时可以将在“Secondary”中的关键字划分为许多组，如附图11所示。

在步骤S32中，CPU31根据容量确定是否所有的数据都适应于在其中要记录通过转换处理所产生的字典数据的存储媒体或在装置中的存储器(比如，参考附图2所描述的www服务器13、磁盘14、光盘15、磁光盘16、半导体存储器17、电子字典18、PDA21或个人计算机22)。

当在步骤S32中它确定在容量方面所有的数据都不适应该存储媒体时，在步骤S33中CPU31检验次要关键字所需的数据容量，计算所应用的阈值等级，并且如果需要的话根据计算的结果删除次要关键字。

当在步骤S32中确定所有的数据在容量方面都适合于存储媒体，或在步骤S33的处理已经完成之后，CPU31合并并对在每个类别中的“Primary”和“Secondary”中的关键字进行分类，并在步骤S34中将正文数据加入其中以产生参考附图8所描述的形式的字典数据。该处理过程完成。

应用这种简单的处理，具有适合于记录容量的数据量的索引数据的字典数据可以从一组参考字典数据中产生。在上文的实施例中，根据输出目的地记录媒体的容量或在每个装置内部的存储的容量确定索引数据的数据量。例如，为处理在一记录媒体中存储的许多组字典数据的情况，产生字典数据的管理员可以输入通过应用输入部分34所产生的字典数据量以指定它。

将所产生的字典数据存储在记录媒体中比如磁盘14、光盘15、磁光盘16或半导体存储器17，或记录在电子字典18内部的字典ROM55中，并发送给用户。可替换的是，将所产生的字典数据输出到www服务器13并通过因特网20下载到用户所拥有的PDA21中或个人计算机22并使用(在这种情况下，具有用于下载装置的不同数据量的字典数据组需要存储在www服务器13中)或作为网页字典检索服务提供。

在参考附图9所描述的处理的过程中，在每个类别中对关键字和地址对进行分类，校验所转换的字典数据的记录目的地的容量，并根据校验的结果选择在“Secondary”中的关键字(删除以使剩余的次要关键字适合)。可能的是首先校验所转换的字典数据的记录目的地的容量，然后，以每个类别对关键字和地址对进行分类。特别地，当参考字典数据具有参考附图7所描述的形式(在其中以每个等级分开描述在“Secondary”中的关键字)时，可能的是首先校验所转换的字典数据的记录目的地的记录容量，然后，根据该容量执行转换过程。

根据参考附图6或附图7所描述的参考字典数据的结构，所转换的字典数据的数据大小可以根据所转换的字典数据的输出目的地(比如记录媒体，包括磁盘14、光盘15、磁光盘16或半导体存储器17、电子字典18、www服务器13、PDA21或个人计算机22)的记录容量灵活地改变。

此外，根据参考附图6或附图7所描述的参考字典数据的结构，容易改变参考字典数据和关键字的内容。即使在正文数据需要改变、添加或删除时，与常规的电子字典修订工作不同的是，数据并不需要较大地改变(此外，仅对需要的部分进行添加删除或改变)。即使进行修改，从参考字典数据中产生要实际发送的字典数据的过程根本不受影响。

接着通过参考附图12中所示的流程图描述通过电子字典18执行的字典检索过程，已经存储了通过参考在附图9中的流程图描述的处理产生的字典数据的记录媒体安装到该电子字典18或在该电子字典18中字典数据已经存储在字典ROM55中。将描述完全匹配检索。

在步骤S41中，CPU51接收通过用户从键操作部分52输入的关键字。

在步骤S42中，CPU51将指示在RAM54中的索引号的寄存器的值“n”设置为零。

在步骤S43中，CPU51从存储在字典ROM55中的字典数据或记录在安装的记录媒体中的字典数据中读取在索引数据中的第n个关键字，并在步骤S44中确定所读取的关键字是否与所输入的关键字相匹配。

当在步骤S44中确定所读取的关键字并不与所输入的关键字相匹配时，在步骤S45中CPU51确定从字典ROM55中所读取的关键字或通过接口59从记录媒体中读取的关键字是否按上升的顺序设置在输入的关键字之后。

如果在步骤S45中确定所读取的关键字没有按上升的顺序设置在输入的关键字后，即，所读取的关键字按上升的顺序设置在该关键字之前，则CPU51将在RAM54中指示索引号的寄存器的值“n”加1，处理返回到步骤S43，并重复随后的处理。

当在步骤S44中确定所读取的关键字与所输入的关键字相匹配时，CPU51获得所匹配的关键字的地址，并在步骤S47中访问将相对应的正文数据记录在字典数据中的区域。然后，在步骤S48中，CPU51控制显示控制部分56以在显示面板57上显示所访问的正文数据。该处理过程结束。

当在步骤S45中确定所读取的关键字按上升的顺序设置在所输入的关键字之后时，在步骤S49中CPU51控制显示控制部分56以在显示面板上显示指示没有对应的关键字的消息。然后，处理过程结束。

应用这种处理过程，通过所产生的字典数据执行完全匹配检索处理过程。当执行前向匹配检索时，步骤S44的处理过程需要确定所读取的关键字是否与所输入的关键字从第一字符到最后的字符相匹配。当执行后向检索时，需要确定所读取的关键字是否与所输入的关键字从最后字符到第一字符相匹配。当执行AND检索时，需要确定所输入的关键字是否与包括在AND-检索索引中的索引数据相匹配。

在上述的实施例中已经将电子字典18作为实例。当参考附图2所描述的WWW服务器13、PDA21或个人计算机22在其内部具有字典数据时或安装了具有所记录的字典数据的记录媒体比如磁盘14、光盘15、磁光盘16和半导体存储器17时，执行相同的处理过程。

在上述的实施例中已经将电子字典18作为实例。本发明可以应用到要求索引的所有的电子出版物比如百科全书和技术类书籍中。

上文所描述的一系列处理过程还可以通过软件执行。将组成软件的程序从记录媒体安装到内置在专用硬件中的计算机中或通过安装各种程序能够执行不同的功能的机器(比如通用个人计算机)中。

该记录媒体由封装媒体形成，比如磁盘14(包括柔性盘)、光盘15(包括光盘只读存储器(CD ROM)和数字通用盘(DVD)、磁光盘16(包括Mini Disk(商标)(MD))或半导体存储器17，将程序记录在这些媒体中并分配这些媒体以从该计算机给用户分离地提供程序，如在附图2到附图5中所示。

在本说明书中，描述记录在记录媒体中的程序的步骤不仅包括以所描述的顺序以时序的方式执行的处理过程，而且还包括不需要以时序执行而是并行或独立地执行的处理过程。

在本发明说明书中，系统是指由许多单元形成的整个装置。

Claims (10)

1.一种信息处理装置，该信息处理装置用于将以预定格式描述的第一信息转换为由索引数据和正文数据形成的第二信息并输出它，该信息处理装置包括：

获得第一信息的获取装置；

抽取装置，该抽取装置用于从通过获取装置所获得的第一信息中抽取许多对应于关键字的第三信息和对应于正文数据的第四信息；

检测装置，该检测装置用于检测第二信息要输出到其中的记录媒体或另一信息处理装置的记录容量；

确定装置，该确定装置用于确定许多第三信息中的每个第三信息的重要性等级；

选择装置，该选择装置用于根据通过检测装置所执行的检测结果和确定装置所执行的确定结果从许多第三信息中选择第三信息，以使第三信息和第四信息的总量等于或小于记录媒体或另一信息处理装置的记录容量；

产生装置，该产生装置用于将通过选择装置所选择的第三信息设置到索引数据并将第四信息加入其中以产生第二信息；以及

输出装置，该输出装置用于将通过产生装置所产生的第二信息输出到记录媒体或另一信息处理装置。

2.根据权利要求1所述的信息处理装置，

其中通过重要性等级事先对第三信息进行分类，该第三信息包括对应于分类的预定信息并被包括在第一信息中；以及

确定装置根据包括在第三信息中的预定信息确定第三信息的重要性等级。

3.根据权利要求1所述的信息处理装置，

其中以重要性等级的降序事先排列第三信息；以及

确定装置根据第三信息的顺序确定第三信息的重要性等级。

4.根据权利要求1所述的信息处理装置，

其中通过另一信息处理装置使用索引数据以检索正文数据，该另一信息处理装置获得该第二信息，以及

通过检索方法事先对该第三信息进行分类，该第三信息包括对应于该分类的预定信息并被包括在第一信息中。

5.根据权利要求1所述的信息处理装置，其中以置标语言描述第一信息。

6.根据权利要求5所述的信息处理装置，其中根据指示信息类型的标记信息抽取装置从通过获取装置所获得的第一信息中抽取许多第三信息和第四信息，该标记信息连接到对应于关键字的许多第三信息和对应于正文数据的许多第四信息中的每个信息。

7.一种用于信息处理装置的信息处理方法，该信息处理装置将以预定格式描述的第一信息转换为由索引数据和正文数据形成的第二信息并输出它，该方法包括如下的步骤：

获得第一信息的获取步骤；

从通过在获取步骤中的过程所获得的第一信息中抽取许多对应于关键字的第三信息和对应于正文数据的第四信息的抽取步骤；

检测第二信息要输出到其中的记录媒体或另一信息处理装置的记录容量的检测步骤；

确定许多第三信息中的每个第三信息的重要性等级的确定步骤；

根据在检测步骤中的过程所执行的检测结果和在确定步骤中的过程所执行的确定结果从许多第三信息中选择第三信息以使第三信息和第四信息的总量等于或小于记录媒体或另一信息处理装置的记录容量的选择步骤；

将通过在选择步骤中的过程所选择的第三信息设置到索引数据并将第四信息加入其中以产生第二信息的产生步骤；以及

将通过在产生步骤中的过程所产生的第二信息输出到记录媒体或另一信息处理装置的输出步骤。

8.一种电子出版数据提供系统，该电子出版数据提供系统包括：

记录以预定的格式描述的第一信息的记录装置；

将以预定格式描述的第一信息转换为由索引数据和正文数据形成的第二信息的信息处理装置；以及

接收并记录从信息处理装置中发送的第二信息的记录媒体，

其中该记录装置包括：

用于记录第一信息的第一记录装置；以及

输出通过第一记录装置记录的第一信息的输出装置，以及

其中第一信息包括每个由许多对应于关键字的第三信息和对应于正文数据的第四信息形成的许多项目；

指示信息类型的标记信息加入到许多第三信息和第四信息中；以及

事先通过重要性等级对许多第三信息进行分类，并且该第三信息包括对应于分类的预定信息，

该信息处理装置包括：

获取装置，该获取装置用于从记录装置中获得第一信息；

抽取装置，该抽取装置用于从通过获取装置所获得的第一信息中根据标记信息抽取许多第三信息和第四信息；

检测装置，该检测装置用于检测记录媒体的记录容量；

确定装置，根据对应于该分类的预定信息该确定装置确定许多第三信息中的每个第三信息的重要性等级；

选择装置，该选择装置用于根据通过检测装置所执行的检测结果和确定装置所执行的确定结果从许多第三信息中选择第三信息，以使第三信息和第四信息的总量等于或小于记录媒体的记录容量；

产生装置，该产生装置用于将通过选择装置所选择的第三信息设置到索引数据并将第四信息加入其中以产生第二信息；以及

输出装置，该输出装置用于将通过产生装置所产生的第二信息输出到记录媒体，和

该记录媒体包括记录从输出装置中输出的第二信息的第二记录装置。

9.根据权利要求8所述的电子出版数据提供系统，其中该记录媒体提供在另一信息处理装置的里面。

10.根据权利要求8所述的电子出版数据提供系统，其中以置标语言描述第一信息。

Images