JP2001265773A - 文書処理装置 - Google Patents
文書処理装置Info
- Publication number
- JP2001265773A JP2001265773A JP2000073807A JP2000073807A JP2001265773A JP 2001265773 A JP2001265773 A JP 2001265773A JP 2000073807 A JP2000073807 A JP 2000073807A JP 2000073807 A JP2000073807 A JP 2000073807A JP 2001265773 A JP2001265773 A JP 2001265773A
- Authority
- JP
- Japan
- Prior art keywords
- document
- structured
- character
- information
- storage means
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 構造化文書の構造を処理するため従来は、構
造化文書の構造にビットを対応させており、構造の繰り
返しや階層の深さなどによる構造の大きさに制限を受け
てしまう。また、論理構造と文字を別々に管理する方法
においては、管理が分離しているため処理に無駄が生じ
る恐れがある。本発明は従来技術の以上のような問題を
解決し、構造化文書の検索において検索条件に要素指定
の構造化検索と要素内容における文字列検索を効率よく
行うことが可能となる。 【解決手段】 本発明は、構造化情報として、要素を識
別する要素ＩＤ、構造化文書における要素の位置を特定
する情報と、各要素の範囲および各要素間の位置関係を
示す情報を格納する手段と、各要素に出現する文字列の
位置情報を格納する手段を備え、これらの２つの情報を
要素の位置情報で連結または結合し１つの索引情報とし
て処理することにより、上記目的を達成するものであ
る。
造化文書の構造にビットを対応させており、構造の繰り
返しや階層の深さなどによる構造の大きさに制限を受け
てしまう。また、論理構造と文字を別々に管理する方法
においては、管理が分離しているため処理に無駄が生じ
る恐れがある。本発明は従来技術の以上のような問題を
解決し、構造化文書の検索において検索条件に要素指定
の構造化検索と要素内容における文字列検索を効率よく
行うことが可能となる。 【解決手段】 本発明は、構造化情報として、要素を識
別する要素ＩＤ、構造化文書における要素の位置を特定
する情報と、各要素の範囲および各要素間の位置関係を
示す情報を格納する手段と、各要素に出現する文字列の
位置情報を格納する手段を備え、これらの２つの情報を
要素の位置情報で連結または結合し１つの索引情報とし
て処理することにより、上記目的を達成するものであ
る。
Description
【０００１】
【発明の属する技術分野】本発明は、情報検索、情報処
理分野における構造化文書の登録検索に利用されるもの
で、構造化文書の検索情報を構造化情報と文字位置情報
に分け、これらの情報を別々に、または同時に処理を行
い、登録検索処理する文書処理装置に関する。
理分野における構造化文書の登録検索に利用されるもの
で、構造化文書の検索情報を構造化情報と文字位置情報
に分け、これらの情報を別々に、または同時に処理を行
い、登録検索処理する文書処理装置に関する。
【０００２】
【発明が解決しようとする課題】文書情報処理分野にお
ける構造化文書の登録検索に利用される文書処理装置に
関して従来行われている登録および検索の方法として
は、特開平８−３２９１１６号のように構造単位にビッ
トを立てる方法、特開平１０−１４３５１１号のように
タグをもとに領域を分割する方法、特開平６−２６６７
６４号のように構造と単語を別々に管理する方法があ
る。
ける構造化文書の登録検索に利用される文書処理装置に
関して従来行われている登録および検索の方法として
は、特開平８−３２９１１６号のように構造単位にビッ
トを立てる方法、特開平１０−１４３５１１号のように
タグをもとに領域を分割する方法、特開平６−２６６７
６４号のように構造と単語を別々に管理する方法があ
る。
【０００３】たとえば、特開平８−３２９１１６号で
は、構造単位にビットを立て、文字索引ファイルに構造
化情報を埋め込むことが可能である。また、特開平１０
−１４３５１１号では、タグの情報のみを扱うため索引
情報の格納が簡単にすることが可能となる。また、特開
平６−２６６７６４号では、構造と単語の検索を別々に
行うことによりそれぞれの処理の効率化が図れる。
は、構造単位にビットを立て、文字索引ファイルに構造
化情報を埋め込むことが可能である。また、特開平１０
−１４３５１１号では、タグの情報のみを扱うため索引
情報の格納が簡単にすることが可能となる。また、特開
平６−２６６７６４号では、構造と単語の検索を別々に
行うことによりそれぞれの処理の効率化が図れる。
【０００４】しかし、以上のような方法においては、た
とえば、特開平８−３２９１１６号では、構造化文書の
構造にビットを対応させており、構造の繰り返しや階層
の深さなどによる構造の大きさに制限を受けてしまう。
たとえば、対応ビット列が８ビットの場合は８階層まで
の構造化文書というようにである。また、特開平１０−
１４３５１１号では、構造化情報がタグの情報のみであ
るためタグ示す要素の文書構造における位置や各要素間
の前後関係などの情報が欠落しており、他の方法で補う
必要がある。また、特開平６−２６６７６４号では、管
理が分離しているため処理に無駄が生じる恐れがある。
とえば、特開平８−３２９１１６号では、構造化文書の
構造にビットを対応させており、構造の繰り返しや階層
の深さなどによる構造の大きさに制限を受けてしまう。
たとえば、対応ビット列が８ビットの場合は８階層まで
の構造化文書というようにである。また、特開平１０−
１４３５１１号では、構造化情報がタグの情報のみであ
るためタグ示す要素の文書構造における位置や各要素間
の前後関係などの情報が欠落しており、他の方法で補う
必要がある。また、特開平６−２６６７６４号では、管
理が分離しているため処理に無駄が生じる恐れがある。
【０００５】本発明は従来技術の以上のような問題を解
決し、構造化文書の検索において検索条件に要素指定の
構造化検索と要素内容における文字列検索を効率よく行
うことが可能となる文書処理装置を提供することにあ
る。
決し、構造化文書の検索において検索条件に要素指定の
構造化検索と要素内容における文字列検索を効率よく行
うことが可能となる文書処理装置を提供することにあ
る。
【０００６】
【課題を解決するための手段】本発明は、上記の課題を
解決するための第１の方法として、構造化情報として、
要素を識別する要素ＩＤ、構造化文書における要素の位
置を特定する情報と、各要素の範囲および各要素間の位
置関係を示す情報を格納する手段と、各要素に出現する
文字列の位置情報を格納する手段を備え、これらの２つ
の情報を要素の位置情報で連結または結合し１つの索引
情報として処理することにより、上記目的を達成するも
のである。
解決するための第１の方法として、構造化情報として、
要素を識別する要素ＩＤ、構造化文書における要素の位
置を特定する情報と、各要素の範囲および各要素間の位
置関係を示す情報を格納する手段と、各要素に出現する
文字列の位置情報を格納する手段を備え、これらの２つ
の情報を要素の位置情報で連結または結合し１つの索引
情報として処理することにより、上記目的を達成するも
のである。
【０００７】
【発明の実施の形態】以下、本発明の実施例について図
面を参照しながら説明する。
面を参照しながら説明する。
【０００８】（実施の形態１）図１は本発明の第１の文
書処理方法の概念を示し、図２は本発明の第１の文書処
理装置のブロック構成図、を示している。
書処理方法の概念を示し、図２は本発明の第１の文書処
理装置のブロック構成図、を示している。
【０００９】図１は本発明の第１の文書処理方法の概念
を示している。図１において、２０１は文書処理装置が
扱う構造化文書の構造、２０２は構造２０１の要素名と
要素ＩＤを示す要素ＩＤ表、２０３は構造２０１に基づ
く文書番号ｎの構造化文書、２０４は構造化文書２０３
の要素内容番号とその要素ＩＤ、要素の終端の要素内容
番号である要素終端番号からなるノード情報、２０５は
要素内容に出現する文字列の文字列位置情報、２０６は
構造化文書２０３に出現する文字列「構造」の文字列位
置情報、２０７は構造化文書２０３に出現する文字列
「造化」の文字列位置情報である。本発明の登録方法で
は入力する文書２０３の構造を要素ＩＤ表２０２に従い
要素内容番号が１の＜本文＞は要素ＩＤが１でその要素
終端番号は８であり、要素内容番号が２の＜タイトル＞
は要素ＩＤが２でその要素終端番号はその要素内容番号
と同じ２、要素内容番号が３の＜章＞は要素ＩＤが３で
その要素終端番号は５であり、以下それぞれ要素は要素
内容番号４から８に応じてノード表２０４のノード情報
が格納される。この時同時に、各要素内容に出現する文
字列は２文字の連鎖の文字列に分解され、各文字列は位
置を一意に定める文書番号、要素内容番号、要素ＩＤ、
文字の出現順位（順番）または出現位置（要素内容にお
ける相対的・絶対的位置）の情報で与えられる文字列位
置情報２０５を作成する。たとえば、文字列「構造化・
・」は２文字連鎖の文字列「構造」、「造化」に分解
し、文字列が出現する要素内容番号２、５、８に従い
「構造」の文字列位置情報２０６と「造化」の文字列位
置情報２０７に格納する。この時、２番目の＜章＞の＜
段落＞にある文字列「構造化」を検出する構造化検索
は、＜章＞の要素ＩＤ「３」と＜段落＞の要素ＩＤ
「５」を要素ＩＤ表２０２より検出し、２番目の＜章＞
をノード表２０４の要素ＩＤ欄の「３」を計数して、２
番目の＜章＞の要素内容番号に対応している要素を求
め、その要素の要素終端番号までの範囲における要素Ｉ
Ｄ「５」の要素として要素内容番号「８」を検出する。
以上で、構造化文書の構造検索として該当する要素が検
出される。この構造検索で検出された要素内容番号
「８」と文書番号をもとに文字列位置情報の文字の連続
性を検出し（たとえば、「構造化」は「構造」の位置情
報の次の値が「造化」の位置情報となる）、上記構造化
文字列検索を行うことが可能となる。
を示している。図１において、２０１は文書処理装置が
扱う構造化文書の構造、２０２は構造２０１の要素名と
要素ＩＤを示す要素ＩＤ表、２０３は構造２０１に基づ
く文書番号ｎの構造化文書、２０４は構造化文書２０３
の要素内容番号とその要素ＩＤ、要素の終端の要素内容
番号である要素終端番号からなるノード情報、２０５は
要素内容に出現する文字列の文字列位置情報、２０６は
構造化文書２０３に出現する文字列「構造」の文字列位
置情報、２０７は構造化文書２０３に出現する文字列
「造化」の文字列位置情報である。本発明の登録方法で
は入力する文書２０３の構造を要素ＩＤ表２０２に従い
要素内容番号が１の＜本文＞は要素ＩＤが１でその要素
終端番号は８であり、要素内容番号が２の＜タイトル＞
は要素ＩＤが２でその要素終端番号はその要素内容番号
と同じ２、要素内容番号が３の＜章＞は要素ＩＤが３で
その要素終端番号は５であり、以下それぞれ要素は要素
内容番号４から８に応じてノード表２０４のノード情報
が格納される。この時同時に、各要素内容に出現する文
字列は２文字の連鎖の文字列に分解され、各文字列は位
置を一意に定める文書番号、要素内容番号、要素ＩＤ、
文字の出現順位（順番）または出現位置（要素内容にお
ける相対的・絶対的位置）の情報で与えられる文字列位
置情報２０５を作成する。たとえば、文字列「構造化・
・」は２文字連鎖の文字列「構造」、「造化」に分解
し、文字列が出現する要素内容番号２、５、８に従い
「構造」の文字列位置情報２０６と「造化」の文字列位
置情報２０７に格納する。この時、２番目の＜章＞の＜
段落＞にある文字列「構造化」を検出する構造化検索
は、＜章＞の要素ＩＤ「３」と＜段落＞の要素ＩＤ
「５」を要素ＩＤ表２０２より検出し、２番目の＜章＞
をノード表２０４の要素ＩＤ欄の「３」を計数して、２
番目の＜章＞の要素内容番号に対応している要素を求
め、その要素の要素終端番号までの範囲における要素Ｉ
Ｄ「５」の要素として要素内容番号「８」を検出する。
以上で、構造化文書の構造検索として該当する要素が検
出される。この構造検索で検出された要素内容番号
「８」と文書番号をもとに文字列位置情報の文字の連続
性を検出し（たとえば、「構造化」は「構造」の位置情
報の次の値が「造化」の位置情報となる）、上記構造化
文字列検索を行うことが可能となる。
【００１０】図１において、２１１は終端情報を追加し
たノード表で、第１の方法ではさらに、ノード表２１１
で示すようにノード情報に要素が子要素を持つかどうか
の情報として、終端で子要素がないときは０で、子要素
を持つときは１の終端情報を追加し、文書構造における
各要素の意味付けを分類し、たとえば、文書の実体情報
である要素内容をこの終端情報が０の要素に限定して行
ったりして処理の効率を上げることが可能である。
たノード表で、第１の方法ではさらに、ノード表２１１
で示すようにノード情報に要素が子要素を持つかどうか
の情報として、終端で子要素がないときは０で、子要素
を持つときは１の終端情報を追加し、文書構造における
各要素の意味付けを分類し、たとえば、文書の実体情報
である要素内容をこの終端情報が０の要素に限定して行
ったりして処理の効率を上げることが可能である。
【００１１】図１において、２２１は終端情報の代わり
にノードＩＤとリーフＩＤを追加したノード表で、第１
の方法ではさらに、ノード表２２１で示すようにノード
情報に要素が子要素を持つ場合は要素ＩＤをノードＩＤ
とし、終端で子要素がないときは要素ＩＤをリーフＩＤ
とする情報を追加し、文書構造における各要素の意味付
けを分類し、たとえば、文書の実体情報である要素内容
をリーフＩＤの要素に限定して行ったりして処理の効率
を上げることが可能である。
にノードＩＤとリーフＩＤを追加したノード表で、第１
の方法ではさらに、ノード表２２１で示すようにノード
情報に要素が子要素を持つ場合は要素ＩＤをノードＩＤ
とし、終端で子要素がないときは要素ＩＤをリーフＩＤ
とする情報を追加し、文書構造における各要素の意味付
けを分類し、たとえば、文書の実体情報である要素内容
をリーフＩＤの要素に限定して行ったりして処理の効率
を上げることが可能である。
【００１２】図１（ｂ）において、２３１は要素の範囲
を示す要素終端番号の代わりに要素の終端までの差分を
要素範囲としたノード表である。この時、要素の範囲
は、その要素の要素内容番号に要素範囲を加えた要素内
容番号の要素までである。この方法は、図１でのノード
表２０４、２１１、２２１において要素終端番号の代わ
りに用いることができる。
を示す要素終端番号の代わりに要素の終端までの差分を
要素範囲としたノード表である。この時、要素の範囲
は、その要素の要素内容番号に要素範囲を加えた要素内
容番号の要素までである。この方法は、図１でのノード
表２０４、２１１、２２１において要素終端番号の代わ
りに用いることができる。
【００１３】図２は本発明の多言語文書を管理する文書
処理装置の構成を示したものである。
処理装置の構成を示したものである。
【００１４】図２において、１０１は構造化文書を読み
込み構造を要素毎に分解し構造化文書のタグに応じて要
素毎にデータを取り込む文書入力部、１０２は文書入力
部より文書の構造とタグ名を取り込みタグ名を一意に対
応づける要素ＩＤを作成する要素ＩＤ作成部、１０３は
タグ名の要素ＩＤを記憶する要素ＩＤ格納部、１０４は
取り込んだ構造化文書の要素ＩＤ表と構造をもとに各要
素の要素内容番号、要素ＩＤ、要素終端番号、終端情報
を要素のノード情報として作成する文書構造情報作成
部、１０５は各要素のノード情報を格納するノード情報
格納部、１０６は取り込んだ構造化文書の各要素に出現
する文字列を２文字の文字列に分解し各文字列の位置を
構造化文書の文書番号、出現した要素の要素内容番号、
要素ＩＤと、要素内の出現位置により文字列位置情報を
作成する文字位置索引作成部、１０７は文字位置索引作
成部１０６が作成する文字列位置情報を格納する文字位
置情報格納部、１０８は構造化文書文字列検索の条件を
入力する検索条件入力部、１０９は検索条件入力部１０
８の構造化検索条件に応じて要素ＩＤ格納部１０３とノ
ード情報格納部１０５から構造検索を行い該当する要素
の検出を行う構造化検索部、１１０は検索条件入力部１
０８の文字列検索条件の文字列に応じて構造化検索部１
０９で検出する要素と文字位置情報格納部１０７から該
当する文字列を検出する文字列検索部である。
込み構造を要素毎に分解し構造化文書のタグに応じて要
素毎にデータを取り込む文書入力部、１０２は文書入力
部より文書の構造とタグ名を取り込みタグ名を一意に対
応づける要素ＩＤを作成する要素ＩＤ作成部、１０３は
タグ名の要素ＩＤを記憶する要素ＩＤ格納部、１０４は
取り込んだ構造化文書の要素ＩＤ表と構造をもとに各要
素の要素内容番号、要素ＩＤ、要素終端番号、終端情報
を要素のノード情報として作成する文書構造情報作成
部、１０５は各要素のノード情報を格納するノード情報
格納部、１０６は取り込んだ構造化文書の各要素に出現
する文字列を２文字の文字列に分解し各文字列の位置を
構造化文書の文書番号、出現した要素の要素内容番号、
要素ＩＤと、要素内の出現位置により文字列位置情報を
作成する文字位置索引作成部、１０７は文字位置索引作
成部１０６が作成する文字列位置情報を格納する文字位
置情報格納部、１０８は構造化文書文字列検索の条件を
入力する検索条件入力部、１０９は検索条件入力部１０
８の構造化検索条件に応じて要素ＩＤ格納部１０３とノ
ード情報格納部１０５から構造検索を行い該当する要素
の検出を行う構造化検索部、１１０は検索条件入力部１
０８の文字列検索条件の文字列に応じて構造化検索部１
０９で検出する要素と文字位置情報格納部１０７から該
当する文字列を検出する文字列検索部である。
【００１５】要素の範囲をその要素の要素内容番号から
要素終端番号２０４までの範囲として求め、構造化文書
２０３を入力すると、構造化文書２０３の構造情報を要
素ＩＤ格納部１０３およびノード情報格納部１０５に格
納し、構造化文書２０３の各要素内容に含まれる文字情
報を文字位置情報格納部１０７に格納し、構造化文書の
検索時に構造化検索を前記要素ＩＤ格納部１０３および
ノード情報格納部１０５の情報より行い、文字列検索を
前記文字位置情報格納部１０７より行って、文字列検索
の該当する要素内容番号から構造化条件に該当する要素
内容番号２０４を検出することにより、文字列検索部１
１０より該当する文書番号と要素内容番号が出力され
る。以上により構造化文書の登録と構造化文書の構造化
文字列検索が可能となる。
要素終端番号２０４までの範囲として求め、構造化文書
２０３を入力すると、構造化文書２０３の構造情報を要
素ＩＤ格納部１０３およびノード情報格納部１０５に格
納し、構造化文書２０３の各要素内容に含まれる文字情
報を文字位置情報格納部１０７に格納し、構造化文書の
検索時に構造化検索を前記要素ＩＤ格納部１０３および
ノード情報格納部１０５の情報より行い、文字列検索を
前記文字位置情報格納部１０７より行って、文字列検索
の該当する要素内容番号から構造化条件に該当する要素
内容番号２０４を検出することにより、文字列検索部１
１０より該当する文書番号と要素内容番号が出力され
る。以上により構造化文書の登録と構造化文書の構造化
文字列検索が可能となる。
【００１６】（実施の形態２）本発明の第２の方法によ
る文書処理装置は、図１の構成と同じ構成で実現するこ
とができる。図３は、本発明の第２の文書処理方法の概
念を示している。
る文書処理装置は、図１の構成と同じ構成で実現するこ
とができる。図３は、本発明の第２の文書処理方法の概
念を示している。
【００１７】図３において、３０１は要素の位置関係を
要素の親要素の要素内容番号を親要素番号、親要素内に
おけるこの要素と同じ要素名要素における出現の順位を
同一要素順位として設定するノード情報である。このと
き、本発明の登録方法では入力する文書２０３の構造を
要素ＩＤ表２０２に従い要素内容番号が１の＜本文＞は
要素ＩＤが１で親要素がないので親要素番号と同一要素
番号は空欄で、要素内容番号が２の＜タイトル＞は要素
ＩＤが２で要素内容番号が１の親要素をもつので親要素
番号が１で同一要素順位は１、要素内容番号が３の＜章
＞は要素ＩＤが３で要素内容番号１の親要素をもつので
親要素番号が１で同一要素順位は１である。以下それぞ
れ要素は要素内容番号４から８に応じてノード表３０１
のノード情報が格納される。この時、要素内容番号が６
の＜章＞では要素ＩＤが３でこの要素の出現はこの要素
をもつ親要素＜本文＞内で２番目であるから同一要素順
位は２となる。この時、２番目の＜章＞の＜段落＞にあ
る文字列「構造化」を検出する構造化検索は、＜章＞お
よび＜段落＞の要素ＩＤを要素ＩＤ表２０２より検出
し、２番目の＜章＞をノード表３０１の要素ＩＤ欄の
「３」を計数して、２番目の＜章＞の要素内容番号
「６」に対応している要素を求め、その要素を親要素と
する要素を親要素番号欄より検出してその要素の範囲の
子要素の要素内容番号「７」「８」を得る。これらの要
素の要素ＩＤと求める＜段落＞の要素ＩＤ「５」を照合
し目的の要素として要素内容番号「８」を検出する。以
上により、構造化文書の構造検索として該当する要素が
検出される。この構造検索の結果の要素内容番号「８」
と文書番号をもとに文字列位置情報の文字の連続性を検
出し（たとえば、「構造化」は「構造」の位置情報の次
の値が「造化」の位置情報となる）、上記構造化文字列
検索を行うことが可能となる。
要素の親要素の要素内容番号を親要素番号、親要素内に
おけるこの要素と同じ要素名要素における出現の順位を
同一要素順位として設定するノード情報である。このと
き、本発明の登録方法では入力する文書２０３の構造を
要素ＩＤ表２０２に従い要素内容番号が１の＜本文＞は
要素ＩＤが１で親要素がないので親要素番号と同一要素
番号は空欄で、要素内容番号が２の＜タイトル＞は要素
ＩＤが２で要素内容番号が１の親要素をもつので親要素
番号が１で同一要素順位は１、要素内容番号が３の＜章
＞は要素ＩＤが３で要素内容番号１の親要素をもつので
親要素番号が１で同一要素順位は１である。以下それぞ
れ要素は要素内容番号４から８に応じてノード表３０１
のノード情報が格納される。この時、要素内容番号が６
の＜章＞では要素ＩＤが３でこの要素の出現はこの要素
をもつ親要素＜本文＞内で２番目であるから同一要素順
位は２となる。この時、２番目の＜章＞の＜段落＞にあ
る文字列「構造化」を検出する構造化検索は、＜章＞お
よび＜段落＞の要素ＩＤを要素ＩＤ表２０２より検出
し、２番目の＜章＞をノード表３０１の要素ＩＤ欄の
「３」を計数して、２番目の＜章＞の要素内容番号
「６」に対応している要素を求め、その要素を親要素と
する要素を親要素番号欄より検出してその要素の範囲の
子要素の要素内容番号「７」「８」を得る。これらの要
素の要素ＩＤと求める＜段落＞の要素ＩＤ「５」を照合
し目的の要素として要素内容番号「８」を検出する。以
上により、構造化文書の構造検索として該当する要素が
検出される。この構造検索の結果の要素内容番号「８」
と文書番号をもとに文字列位置情報の文字の連続性を検
出し（たとえば、「構造化」は「構造」の位置情報の次
の値が「造化」の位置情報となる）、上記構造化文字列
検索を行うことが可能となる。
【００１８】図３において、３１１は終端情報を追加し
たノード表で、第１の方法ではさらに、ノード表３１１
で示すようにノード情報に要素が子要素を持つかどうか
の情報として、終端で子要素がないときは０で、子要素
を持つときは１の終端情報を追加し、文書構造における
各要素の意味付けを分類し、たとえば、文書の実体情報
である要素内容をこの終端情報が０の要素に限定して行
ったりして処理の効率を上げることが可能である。
たノード表で、第１の方法ではさらに、ノード表３１１
で示すようにノード情報に要素が子要素を持つかどうか
の情報として、終端で子要素がないときは０で、子要素
を持つときは１の終端情報を追加し、文書構造における
各要素の意味付けを分類し、たとえば、文書の実体情報
である要素内容をこの終端情報が０の要素に限定して行
ったりして処理の効率を上げることが可能である。
【００１９】要素の範囲をその要素内容番号を親要素番
号にもつ子要素をノード情報により検出し、これを要素
内容番号の最後まで繰り返して求め、構造化文書２０３
を入力すると、構造化文書２０３の構造情報を要素ＩＤ
格納部１０３およびノード情報格納部１０５に格納し、
構造化文書２０３の各要素内容に含まれる文字情報を文
字位置情報格納部１０７に格納し、構造化文書２０３の
検索時に構造化検索を前記要素ＩＤ格納部１０３および
ノード情報格納手段１０５の情報より行い、文字列検索
を前記文字位置情報格納部１０７より行って、文字列検
索の該当する要素内容番号から構造化条件に該当する要
素内容番号を検出することにより、構造化文書検索を行
う。
号にもつ子要素をノード情報により検出し、これを要素
内容番号の最後まで繰り返して求め、構造化文書２０３
を入力すると、構造化文書２０３の構造情報を要素ＩＤ
格納部１０３およびノード情報格納部１０５に格納し、
構造化文書２０３の各要素内容に含まれる文字情報を文
字位置情報格納部１０７に格納し、構造化文書２０３の
検索時に構造化検索を前記要素ＩＤ格納部１０３および
ノード情報格納手段１０５の情報より行い、文字列検索
を前記文字位置情報格納部１０７より行って、文字列検
索の該当する要素内容番号から構造化条件に該当する要
素内容番号を検出することにより、構造化文書検索を行
う。
【００２０】（実施の形態３）図４は、本発明の第３の
文書処理方法の概念を示している。
文書処理方法の概念を示している。
【００２１】図４において、４０１は要素の位置関係を
要素の要素内容番号とその要素ＩＤ、要素の出現する階
層を最上位を１とした階層番号を格納するノード表であ
る。この時、要素内容番号は、要素の出現する順に振ら
れ、結果的にグラフアルゴリズムにおける深さ優先の順
位で番号付けされ、構造化文書２０２の場合は、ノード
表４０１のように番号付けられる。本発明の登録方法で
は入力する文書２０３の構造を要素ＩＤ表２０２に従い
要素内容番号が１の＜本文＞は要素ＩＤが１でこの要素
の出現する階層は階層番号が１、要素内容番号が２の＜
タイトル＞は要素ＩＤが２でこの要素の出現する階層は
階層番号が２、要素内容番号が３の＜章＞は要素ＩＤが
３でこの要素の出現する階層は階層番号が２、要素内容
番号が４の＜章題＞は要素ＩＤが４でこの要素の出現す
る階層は階層番号が３、要素内容番号が５の＜段落＞は
要素ＩＤが５でこの要素の出現する階層は階層番号が３
となる。以下それぞれ要素は要素内容番号６から８に応
じてノード表４０１のノード情報が格納される。この
時、２番目の＜章＞の＜段落＞にある文字列「構造化」
を検出する構造化検索は、＜章＞の要素ＩＤ「３」と＜
段落＞の要素ＩＤ「５」を要素ＩＤ表２０２より検出
し、２番目の＜章＞をノード表４０１の要素ＩＤ欄の
「３」を計数して、２番目の＜章＞の要素内容番号
「６」に対応している要素を求め、その要素の範囲をそ
の要素内容番号に続けて要素の階層より１つ下の階層番
号までの範囲（ここでは要素内容番号が６以上で階層番
号が２の要素内容番号「７」、「８」の要素が該当す
る）における要素ＩＤ「５」の要素として要素内容番号
「８」を検出する。以上で、構造化文書の構造検索とし
て該当する要素が検出される。
要素の要素内容番号とその要素ＩＤ、要素の出現する階
層を最上位を１とした階層番号を格納するノード表であ
る。この時、要素内容番号は、要素の出現する順に振ら
れ、結果的にグラフアルゴリズムにおける深さ優先の順
位で番号付けされ、構造化文書２０２の場合は、ノード
表４０１のように番号付けられる。本発明の登録方法で
は入力する文書２０３の構造を要素ＩＤ表２０２に従い
要素内容番号が１の＜本文＞は要素ＩＤが１でこの要素
の出現する階層は階層番号が１、要素内容番号が２の＜
タイトル＞は要素ＩＤが２でこの要素の出現する階層は
階層番号が２、要素内容番号が３の＜章＞は要素ＩＤが
３でこの要素の出現する階層は階層番号が２、要素内容
番号が４の＜章題＞は要素ＩＤが４でこの要素の出現す
る階層は階層番号が３、要素内容番号が５の＜段落＞は
要素ＩＤが５でこの要素の出現する階層は階層番号が３
となる。以下それぞれ要素は要素内容番号６から８に応
じてノード表４０１のノード情報が格納される。この
時、２番目の＜章＞の＜段落＞にある文字列「構造化」
を検出する構造化検索は、＜章＞の要素ＩＤ「３」と＜
段落＞の要素ＩＤ「５」を要素ＩＤ表２０２より検出
し、２番目の＜章＞をノード表４０１の要素ＩＤ欄の
「３」を計数して、２番目の＜章＞の要素内容番号
「６」に対応している要素を求め、その要素の範囲をそ
の要素内容番号に続けて要素の階層より１つ下の階層番
号までの範囲（ここでは要素内容番号が６以上で階層番
号が２の要素内容番号「７」、「８」の要素が該当す
る）における要素ＩＤ「５」の要素として要素内容番号
「８」を検出する。以上で、構造化文書の構造検索とし
て該当する要素が検出される。
【００２２】この構造検索で検出された要素内容番号
「８」と文書番号をもとに文字列位置情報の文字の連続
性を検出し（たとえば、「構造化」は「構造」の位置情
報の次の値が「造化」の位置情報となる）、上記構造化
文字列検索を行うことが可能となる。
「８」と文書番号をもとに文字列位置情報の文字の連続
性を検出し（たとえば、「構造化」は「構造」の位置情
報の次の値が「造化」の位置情報となる）、上記構造化
文字列検索を行うことが可能となる。
【００２３】図４において、４１１は終端情報を追加し
たノード表で、第３の方法ではさらに、ノード表４１１
で示すようにノード情報に要素が子要素を持つかどうか
の情報として、要素が終端で下位層がないときは０、終
端でなく下位層があるときは１の終端情報を追加し、文
書構造における各要素の意味付けを分類し、たとえば、
文書の実体情報である要素内容をこの終端情報が０の要
素に限定して行ったりして処理の効率を上げることが可
能である。
たノード表で、第３の方法ではさらに、ノード表４１１
で示すようにノード情報に要素が子要素を持つかどうか
の情報として、要素が終端で下位層がないときは０、終
端でなく下位層があるときは１の終端情報を追加し、文
書構造における各要素の意味付けを分類し、たとえば、
文書の実体情報である要素内容をこの終端情報が０の要
素に限定して行ったりして処理の効率を上げることが可
能である。
【００２４】図２において、要素の範囲をその要素内容
番号の下位の階層番号４０１から検出し、構造化文書を
入力すると、構造化文書の構造情報を要素ＩＤ格納部１
０３およびノード情報格納部１０５に格納し、構造化文
書の各要素内容に含まれる文字情報を文字位置情報格納
部１０７に格納し、構造化文書の検索時に構造化検索を
要素ＩＤ格納部１０３およびノード情報格納部１０５の
情報より行い、文字列検索を文字位置情報格納部１０７
より行って、文字列検索の該当する要素内容番号から構
造化条件に該当する要素内容番号を検出することによ
り、構造化文書検索を行う。
番号の下位の階層番号４０１から検出し、構造化文書を
入力すると、構造化文書の構造情報を要素ＩＤ格納部１
０３およびノード情報格納部１０５に格納し、構造化文
書の各要素内容に含まれる文字情報を文字位置情報格納
部１０７に格納し、構造化文書の検索時に構造化検索を
要素ＩＤ格納部１０３およびノード情報格納部１０５の
情報より行い、文字列検索を文字位置情報格納部１０７
より行って、文字列検索の該当する要素内容番号から構
造化条件に該当する要素内容番号を検出することによ
り、構造化文書検索を行う。
【００２５】（実施の形態４）図５は、本発明の第４の
文書処理装置のブロック構成図を示し、図９で文書処理
装置で格納する索引情報を、図１０では文書検索の例を
示す。
文書処理装置のブロック構成図を示し、図９で文書処理
装置で格納する索引情報を、図１０では文書検索の例を
示す。
【００２６】はじめに使用するデータとその構造を説明
する。図６は本発明の構造化文書の文書構造６０１と検
索対象としての構造化文書データの例６０２である。６
０１では、構造化文書のタグ名を＜＞で囲まれた文字列
とする。６０１において、＜資料＞をルートとして＜ヘ
ッダ＞、＜章＞がその子、以下＜タイトル＞＜節＞＜説
明文＞が子としてつながっている構造を持っている。こ
の構造に対して６０２に構造化文書データがタグ＜要素
名＞で囲まれ、そのタグ＜要素名＞の内容として開始タ
グ＜要素名＞と終了タグ＜／要素名＞となっている。
する。図６は本発明の構造化文書の文書構造６０１と検
索対象としての構造化文書データの例６０２である。６
０１では、構造化文書のタグ名を＜＞で囲まれた文字列
とする。６０１において、＜資料＞をルートとして＜ヘ
ッダ＞、＜章＞がその子、以下＜タイトル＞＜節＞＜説
明文＞が子としてつながっている構造を持っている。こ
の構造に対して６０２に構造化文書データがタグ＜要素
名＞で囲まれ、そのタグ＜要素名＞の内容として開始タ
グ＜要素名＞と終了タグ＜／要素名＞となっている。
【００２７】本発明のブロック図に戻って、文書構造入
力部５０１は、上記６０１の構造を読み取り、要素ＩＤ
表作成部５０２が、文書構造を識別し、要素ＩＤとその
番号を作成する。作成する表は図７の７０１、７０２で
ある。たとえば、７０２において６０２の要素にしたが
って要素ＩＤで＜資料＞が１、＜ヘッダ＞が２、＜説明
文＞が４、以下同様に作成され要素ＩＤ表格納部５０３
に格納される。さらに文書構造要素階層表作成部５０４
は、各要素ＩＤに対して親の要素ＩＤを作成する。７０
２の例では＜説明文＞に対する親は、＜ヘッダ＞と＜節
＞が要素名として存在することから２と６を親の要素Ｉ
Ｄ１，２として格納する。以下同様に親の要素および子
の要素を作成し、７０１と７０２の表を作成し文書構造
要素階層表データとして文書構造要素階層表格納部５０
５に格納される。
力部５０１は、上記６０１の構造を読み取り、要素ＩＤ
表作成部５０２が、文書構造を識別し、要素ＩＤとその
番号を作成する。作成する表は図７の７０１、７０２で
ある。たとえば、７０２において６０２の要素にしたが
って要素ＩＤで＜資料＞が１、＜ヘッダ＞が２、＜説明
文＞が４、以下同様に作成され要素ＩＤ表格納部５０３
に格納される。さらに文書構造要素階層表作成部５０４
は、各要素ＩＤに対して親の要素ＩＤを作成する。７０
２の例では＜説明文＞に対する親は、＜ヘッダ＞と＜節
＞が要素名として存在することから２と６を親の要素Ｉ
Ｄ１，２として格納する。以下同様に親の要素および子
の要素を作成し、７０１と７０２の表を作成し文書構造
要素階層表データとして文書構造要素階層表格納部５０
５に格納される。
【００２８】また、文書構造要素階層表格納部５０５で
作成された文書構造要素階層表データをもとにして、構
造化文書データ６０２を要素に分解する。最初に図５の
文書入力部５０６で構造化文書データ６０２を読み取り
文書番号を付与し、文書構造要素順位作成部５０７は文
書構造要素階層表データにしたがって要素ごとに分解す
る。図８の８０１は分解された図である。このとき、同
一要素ＩＤに対する要素名が複数存在する場合には、要
素ＩＤ別に出現の回数を記憶する。たとえば、要素ＩＤ
＝６の＜節＞の場合には４個が出現することから＜節＞
（１）〜＜節＞（４）と番号がふられる。また＜章＞の
場合にはがふられる。
作成された文書構造要素階層表データをもとにして、構
造化文書データ６０２を要素に分解する。最初に図５の
文書入力部５０６で構造化文書データ６０２を読み取り
文書番号を付与し、文書構造要素順位作成部５０７は文
書構造要素階層表データにしたがって要素ごとに分解す
る。図８の８０１は分解された図である。このとき、同
一要素ＩＤに対する要素名が複数存在する場合には、要
素ＩＤ別に出現の回数を記憶する。たとえば、要素ＩＤ
＝６の＜節＞の場合には４個が出現することから＜節＞
（１）〜＜節＞（４）と番号がふられる。また＜章＞の
場合にはがふられる。
【００２９】一方、文字位置索引作成部５０８では要素
ＩＤ別かつ文字種別に文字位置の出現位置を計算する。
たとえば、図６の６０２の１０行目、＜説明文＞の要素
は「全文検索の方法は…」であり、文字種「全」は１番
目、「文」は２番目となっている。
ＩＤ別かつ文字種別に文字位置の出現位置を計算する。
たとえば、図６の６０２の１０行目、＜説明文＞の要素
は「全文検索の方法は…」であり、文字種「全」は１番
目、「文」は２番目となっている。
【００３０】次に、図５の索引情報格納部５０９は、図
８の文書構造と前記文字位置索引作成部の結果を合わせ
て、図９の索引情報を作成する。図９において索引情報
は９０１のように、文字種および連続する文字連鎖ごと
に文書番号と親の要素ＩＤ、親と同じ要素ＩＤの出現順
位、自分の要素ＩＤ、文字位置情報を格納する。たとえ
ば９０２のように「全文検索…」の場合には、文字種
（全）と文字種（文）から（全、文）の組み合わせに対
して索引情報を作成し、同じく（文、検）の組み合わせ
に対しても索引情報を作成する。このとき索引情報のソ
ートの順位は前記索引情報格納手段の索引情報が文字種
が含まれる文書ＩＤと、文字種が含まれる親の要素ＩＤ
と、文字種が含まれる親の要素ＩＤに対する同一文書の
出現順位と、文字種が含まれる要素ＩＤと、同一要素Ｉ
Ｄ内での文字位置情報の順番で格納し、かつ各情報は優
先度を持ってソートされ、ソートの優先順位は、文字種
が含まれる要素ＩＤ、親の要素ＩＤ、親の要素ＩＤに対
する同一文書の出現順位、文書番号、文字位置情報とな
るように索引情報を格納するようにしている。
８の文書構造と前記文字位置索引作成部の結果を合わせ
て、図９の索引情報を作成する。図９において索引情報
は９０１のように、文字種および連続する文字連鎖ごと
に文書番号と親の要素ＩＤ、親と同じ要素ＩＤの出現順
位、自分の要素ＩＤ、文字位置情報を格納する。たとえ
ば９０２のように「全文検索…」の場合には、文字種
（全）と文字種（文）から（全、文）の組み合わせに対
して索引情報を作成し、同じく（文、検）の組み合わせ
に対しても索引情報を作成する。このとき索引情報のソ
ートの順位は前記索引情報格納手段の索引情報が文字種
が含まれる文書ＩＤと、文字種が含まれる親の要素ＩＤ
と、文字種が含まれる親の要素ＩＤに対する同一文書の
出現順位と、文字種が含まれる要素ＩＤと、同一要素Ｉ
Ｄ内での文字位置情報の順番で格納し、かつ各情報は優
先度を持ってソートされ、ソートの優先順位は、文字種
が含まれる要素ＩＤ、親の要素ＩＤ、親の要素ＩＤに対
する同一文書の出現順位、文書番号、文字位置情報とな
るように索引情報を格納するようにしている。
【００３１】９０４には（全、文）と（文、検）の索引
情報の例が示されている。９０４では、＜説明文＞ＩＤ
＝４での親のＩＤが６（＝節）であり、節の順位は１、
２、４である（図８の節の( )の数字参照）。この時の
文字種「全」の文字位置が１となっている。同様にして
（文、検）については「文」の文字位置は２である。な
お、文書番号はともにＮの場合とした。
情報の例が示されている。９０４では、＜説明文＞ＩＤ
＝４での親のＩＤが６（＝節）であり、節の順位は１、
２、４である（図８の節の( )の数字参照）。この時の
文字種「全」の文字位置が１となっている。同様にして
（文、検）については「文」の文字位置は２である。な
お、文書番号はともにＮの場合とした。
【００３２】次に図１０で文字列を指定した時の検索
と、要素を指定した時の検索の処理の流れを説明する。
と、要素を指定した時の検索の処理の流れを説明する。
【００３３】図１０（ａ）で文字列を「全文検」として
説明する。図５において検索条件入力部５１０が図１０
（ａ）の文字列「全文検」を読み取り、構造化文書検索
部５１１が図７の文書構造要素階層表格納データを取得
する。ここでは要素名、ＩＤが指定されていないことか
らに文字列検索部５１２が（全、文）と（文、検）に分
解し、各々の文字種を含む索引情報から文字種が連続し
ているかどうかを調べる。図１０（ｂ）において２つの
索引情報１００１、１００２から１００４の文字位置１
と１００５の文字位置２を算出しかつ文書番号Ｎが一致
していることから文書番号Ｎを取り出す。
説明する。図５において検索条件入力部５１０が図１０
（ａ）の文字列「全文検」を読み取り、構造化文書検索
部５１１が図７の文書構造要素階層表格納データを取得
する。ここでは要素名、ＩＤが指定されていないことか
らに文字列検索部５１２が（全、文）と（文、検）に分
解し、各々の文字種を含む索引情報から文字種が連続し
ているかどうかを調べる。図１０（ｂ）において２つの
索引情報１００１、１００２から１００４の文字位置１
と１００５の文字位置２を算出しかつ文書番号Ｎが一致
していることから文書番号Ｎを取り出す。
【００３４】次に要素を指定した時の検索として図１０
（ｃ）の４番目の＜節＞で＜説明文＞に「全文検」が含
まれる検索条件の場合の文書および要素の取得を考え
る。この時、図５の構造化要素検索部５１１が図５の要
素照合部５１３に文書構造要素階層表データを送付し、
要素照合部５１２は索引情報格納部５０９から文字種別
の索引情報を取得する。すなわち図１０（ｄ）において
（全、文）の索引情報１００７と（文、検）の索引情報
１００８を取得する。照合の方法は、＜節＞の４番目で
あることから、親の要素ＩＤ＝６（１０１０）であり要
素ＩＤの出現回数は４（１００９）、しかも＜説明文＞
の要素ＩＤ＝４（１００８）であることから、文書番号
はＮを取得し、さらに要素の組み合わせは１０１３とし
て、（文、検）に対しても１０１３の組み合わせで照合
を実施する。これに該当するのは１０１４であることか
ら、要素照合部５１２は文字列照合部５１３に１０１３
と１０１４を含む索引情報を送付する。文字列照合部５
１４は、（全、文）の文字位置が１、（文、検）の文字
位置が２であることから一致していると判断し、検索結
果として１０１３、１０１４の索引情報を照合結果をし
て返し、結果として文書番号Ｎを取得することができ
る。
（ｃ）の４番目の＜節＞で＜説明文＞に「全文検」が含
まれる検索条件の場合の文書および要素の取得を考え
る。この時、図５の構造化要素検索部５１１が図５の要
素照合部５１３に文書構造要素階層表データを送付し、
要素照合部５１２は索引情報格納部５０９から文字種別
の索引情報を取得する。すなわち図１０（ｄ）において
（全、文）の索引情報１００７と（文、検）の索引情報
１００８を取得する。照合の方法は、＜節＞の４番目で
あることから、親の要素ＩＤ＝６（１０１０）であり要
素ＩＤの出現回数は４（１００９）、しかも＜説明文＞
の要素ＩＤ＝４（１００８）であることから、文書番号
はＮを取得し、さらに要素の組み合わせは１０１３とし
て、（文、検）に対しても１０１３の組み合わせで照合
を実施する。これに該当するのは１０１４であることか
ら、要素照合部５１２は文字列照合部５１３に１０１３
と１０１４を含む索引情報を送付する。文字列照合部５
１４は、（全、文）の文字位置が１、（文、検）の文字
位置が２であることから一致していると判断し、検索結
果として１０１３、１０１４の索引情報を照合結果をし
て返し、結果として文書番号Ｎを取得することができ
る。
【００３５】（実施の形態５）図１１は、本発明の第５
の文書処理装置のブロック構成図を示し、図１２で文書
処理装置で追加される階層関係を記述した要素情報を、
図１３では文書検索の例を示す。使用するデータは実施
の形態４と同様である。索引情報の格納に関する処理の
流れは実施の形態４と同様である。したがって図７，
９、１０に関しては実施の形態４と同様である。また、
図１１のブロック図では１１０１〜１１１３までは図５
の５０１〜５１３までと同様となっており番号のみ付け
替えて本実施の形態で説明する。
の文書処理装置のブロック構成図を示し、図１２で文書
処理装置で追加される階層関係を記述した要素情報を、
図１３では文書検索の例を示す。使用するデータは実施
の形態４と同様である。索引情報の格納に関する処理の
流れは実施の形態４と同様である。したがって図７，
９、１０に関しては実施の形態４と同様である。また、
図１１のブロック図では１１０１〜１１１３までは図５
の５０１〜５１３までと同様となっており番号のみ付け
替えて本実施の形態で説明する。
【００３６】図１１において、文書構造要素順位作成部
１１０７（図５では５０７）では、構造化文書の親子の
関係を図１２で示すような親子表を作成し、要素順位格
納部１１１４に格納する。これはタグ＜＞の関係のみを
記述した表であり、要素ＩＤに対するそのＩＤに対する
同一文書の順位と子の要素ＩＤと子の要素ＩＤに対する
同一文書の順位を格納した表である。たとえば、１１０
１において要素ＩＤ＝１＜資料＞に対しては、子の要素
ＩＤは＜ヘッダ＞ＩＤ＝２、と＜章＞ＩＤ＝５が存在
し、＜章＞に対しては出現回数が１と２が存在する。
１１０７（図５では５０７）では、構造化文書の親子の
関係を図１２で示すような親子表を作成し、要素順位格
納部１１１４に格納する。これはタグ＜＞の関係のみを
記述した表であり、要素ＩＤに対するそのＩＤに対する
同一文書の順位と子の要素ＩＤと子の要素ＩＤに対する
同一文書の順位を格納した表である。たとえば、１１０
１において要素ＩＤ＝１＜資料＞に対しては、子の要素
ＩＤは＜ヘッダ＞ＩＤ＝２、と＜章＞ＩＤ＝５が存在
し、＜章＞に対しては出現回数が１と２が存在する。
【００３７】同様に、１１０２において要素ＩＤ＝５＜
章＞に対しては、出現回数１についての＜章＞の子の要
素ＩＤは＜タイトル＞ＩＤ＝３、と＜節＞ＩＤ＝６が存
在し、＜節＞に対しては出現回数が１と２が存在する。
以下同様に、＜章＞に対しては、出現回数２についても
表として作成される。
章＞に対しては、出現回数１についての＜章＞の子の要
素ＩＤは＜タイトル＞ＩＤ＝３、と＜節＞ＩＤ＝６が存
在し、＜節＞に対しては出現回数が１と２が存在する。
以下同様に、＜章＞に対しては、出現回数２についても
表として作成される。
【００３８】次に図１３で文字列と要素ＩＤの範囲を指
定した時の文書番号と要素番号を取得する検索の処理の
流れを説明する。
定した時の文書番号と要素番号を取得する検索の処理の
流れを説明する。
【００３９】図１０（ａ）の＜節＞の出現回数が２番目
以上で＜説明文＞に「全文検」が含まれる検索条件の場
合の文書および要素の取得を考える。この時、図１１の
構造化要素検索部１１１１が図７より（節のＩＤ番号、
説明文の要素ＩＤ）が（６、４）を判定し（図１３
（ｂ））、さらに図１１の要素照合部１１１２に文書構
造要素階層表データを送付し、要素照合部１１１２は索
引情報格納部１１０９から文字種別の索引情報を取得す
る。すなわち図１３（ｃ）において（全、文）の索引情
報１３０１と（文、検）の索引情報１３０２を取得す
る。照合の方法は、＜節＞の要素ＩＤ＝６、＜説明文＞
の要素ＩＤ＝４であることから、１３０４で＜説明文＞
でありことを探索し、１３１０で要素ＩＤ＝６であるこ
とから１３０３全てが候補になることを絞り込む。続い
て、＜節＞の出現回数が２以上であることから、親の出
現回数１３０３で２と４が候補となる。同様に（文、
検）の文字連鎖に対しても１３０６で＜説明文＞に対し
て１３０５で２、４が候補となり、さらに図１１の文字
列検索部１１１３で文字の連続性（１３０１の文字位置
が１、１３０２の文字位置が２）を判定し、該当文書番
号Ｎを取得する。
以上で＜説明文＞に「全文検」が含まれる検索条件の場
合の文書および要素の取得を考える。この時、図１１の
構造化要素検索部１１１１が図７より（節のＩＤ番号、
説明文の要素ＩＤ）が（６、４）を判定し（図１３
（ｂ））、さらに図１１の要素照合部１１１２に文書構
造要素階層表データを送付し、要素照合部１１１２は索
引情報格納部１１０９から文字種別の索引情報を取得す
る。すなわち図１３（ｃ）において（全、文）の索引情
報１３０１と（文、検）の索引情報１３０２を取得す
る。照合の方法は、＜節＞の要素ＩＤ＝６、＜説明文＞
の要素ＩＤ＝４であることから、１３０４で＜説明文＞
でありことを探索し、１３１０で要素ＩＤ＝６であるこ
とから１３０３全てが候補になることを絞り込む。続い
て、＜節＞の出現回数が２以上であることから、親の出
現回数１３０３で２と４が候補となる。同様に（文、
検）の文字連鎖に対しても１３０６で＜説明文＞に対し
て１３０５で２、４が候補となり、さらに図１１の文字
列検索部１１１３で文字の連続性（１３０１の文字位置
が１、１３０２の文字位置が２）を判定し、該当文書番
号Ｎを取得する。
【００４０】一方、要素照合部１１１２は要素順位格納
部１１１４から、子の要素ＩＤ＝６、子の要素ＩＤの出
現回数が２と４の親の要素ＩＤを検索する。図１３
（ｄ）において１３０７は要素順位格納部のデータであ
り、子の要素ＩＤ＝６（１３０８）に注目して、子の要
素ＩＤの出現回数が２、４の子の要素ＩＤと子の要素Ｉ
Ｄの出現回数の組み１３０９（６，２）、１３１０
（６，４）を検出するため、さらに１３０９、１３１０
を含む親の要素ＩＤと出現回数の組み合わせを探し、１
３１１（５，１）、１３１２（５，２）を取得する。取
得した結果を文字列検索部１１１２に送付し、すでに文
字列検索を実施した結果とあわせて、文書番号、要素番
号６、親の要素番号５、子の要素番号６が付与される。
部１１１４から、子の要素ＩＤ＝６、子の要素ＩＤの出
現回数が２と４の親の要素ＩＤを検索する。図１３
（ｄ）において１３０７は要素順位格納部のデータであ
り、子の要素ＩＤ＝６（１３０８）に注目して、子の要
素ＩＤの出現回数が２、４の子の要素ＩＤと子の要素Ｉ
Ｄの出現回数の組み１３０９（６，２）、１３１０
（６，４）を検出するため、さらに１３０９、１３１０
を含む親の要素ＩＤと出現回数の組み合わせを探し、１
３１１（５，１）、１３１２（５，２）を取得する。取
得した結果を文字列検索部１１１２に送付し、すでに文
字列検索を実施した結果とあわせて、文書番号、要素番
号６、親の要素番号５、子の要素番号６が付与される。
【００４１】（実施の形態６）図１５は、本発明の第６
の文書処理装置のブロック構成図を示し、図１５で文書
処理装置で格納する索引情報の例を示す。
の文書処理装置のブロック構成図を示し、図１５で文書
処理装置で格納する索引情報の例を示す。
【００４２】はじめに使用するデータとその構造を説明
する。図１４は本発明の構造化文書の文書構造１４０１
と検索対象としての構造化文書データの例１４０２であ
る。６０１との相違は＜章＞の子として＜補足＞という
タグが入ったことであり、１４０２のデータでは１４０
２の行番号７の下Ａの行と、１４０２の行番号１５の下
のＢの行が新たに挿入された場合の索引の管理方法につ
いて記述したものである。
する。図１４は本発明の構造化文書の文書構造１４０１
と検索対象としての構造化文書データの例１４０２であ
る。６０１との相違は＜章＞の子として＜補足＞という
タグが入ったことであり、１４０２のデータでは１４０
２の行番号７の下Ａの行と、１４０２の行番号１５の下
のＢの行が新たに挿入された場合の索引の管理方法につ
いて記述したものである。
【００４３】文字位置情報に関して索引情報の格納に関
する処理の流れは実施の形態４と同様である。したがっ
て図７、９、１０に関しては実施の形態４と同様であ
る。また、図１５のブロック図では１５０１〜１５１３
までは図１１の１１０１〜１１１３までと同様となって
おり番号のみ付け替えて本実施の形態で説明する。
する処理の流れは実施の形態４と同様である。したがっ
て図７、９、１０に関しては実施の形態４と同様であ
る。また、図１５のブロック図では１５０１〜１５１３
までは図１１の１１０１〜１１１３までと同様となって
おり番号のみ付け替えて本実施の形態で説明する。
【００４４】図１５において、文書構造変更入力部１７
１０は、１４０１の構造を読み取り、要素番号変更部１
７１１に通知する。要素番号変更部１７１１は要素ＩＤ
表作成部１７０２と要素ＩＤ表格納部１７０３から作成
された図７に対して、追加された要素名、要素ＩＤを検
出し、要素階層関係変更部１７１２に検出結果（要素
名、要素番号）を通知する。要素階層関係変更１７１２
は、検出結果をもとに図１６１６０１に示すように要素
名が追加された場合の親子関係を作成する。この際、追
加された要素名に対しては、「入れ替え」の列を設け、
その列の中に新しい要素ＩＤ＝７を追加し（１６０２を
参照）、文書構造要素階層格納部１７０５に格納する。
１０は、１４０１の構造を読み取り、要素番号変更部１
７１１に通知する。要素番号変更部１７１１は要素ＩＤ
表作成部１７０２と要素ＩＤ表格納部１７０３から作成
された図７に対して、追加された要素名、要素ＩＤを検
出し、要素階層関係変更部１７１２に検出結果（要素
名、要素番号）を通知する。要素階層関係変更１７１２
は、検出結果をもとに図１６１６０１に示すように要素
名が追加された場合の親子関係を作成する。この際、追
加された要素名に対しては、「入れ替え」の列を設け、
その列の中に新しい要素ＩＤ＝７を追加し（１６０２を
参照）、文書構造要素階層格納部１７０５に格納する。
【００４５】続いて、文書構造要素順位作成部１７０７
は、図１０（ｂ）の１５０３に示すような要素順位格納
データを書き換える。要素ＩＤ＝７の親の要素である＜
章＞要素ＩＤ＝５の出現回数1の子の要素ＩＤとして配
置され（１６０４）、同時に要素ＩＤ＝７の子の要素Ｉ
Ｄ＝６（要素名では＜節＞）の親の要素ＩＤとして配置
される（１６０５）。
は、図１０（ｂ）の１５０３に示すような要素順位格納
データを書き換える。要素ＩＤ＝７の親の要素である＜
章＞要素ＩＤ＝５の出現回数1の子の要素ＩＤとして配
置され（１６０４）、同時に要素ＩＤ＝７の子の要素Ｉ
Ｄ＝６（要素名では＜節＞）の親の要素ＩＤとして配置
される（１６０５）。
【００４６】次に図１６の場合の文字列を指定した時の
検索、および要素を指定した時の検索の処理の流れであ
るが、索引情報に関しては検索処理の変更点は発生しな
いため実施例４，５の場合と同様である。本発明により
構造が挿入された場合の索引の変化を最小にとどめる工
夫がされている。
検索、および要素を指定した時の検索の処理の流れであ
るが、索引情報に関しては検索処理の変更点は発生しな
いため実施例４，５の場合と同様である。本発明により
構造が挿入された場合の索引の変化を最小にとどめる工
夫がされている。
【００４７】
【発明の効果】以上のように本発明は、文書処理におけ
る構造化文書の登録および構造化文書検索において、構
造化情報を格納するノード表から構造化条件に対応する
要素を抽出し、該要素において出現する文字位置情報を
格納する文字位置情報から検索文字列条件に該当する文
字列を検出し、構造化文書検索の目的を達成することが
できる。また、要素の範囲および任意の位置関係におい
ても構造の階層の制限を受けることなく対応できる。さ
らに、特定の要素の追加、削除などの登録処理に対して
も柔軟に対応することができ、その効果は大きい。
る構造化文書の登録および構造化文書検索において、構
造化情報を格納するノード表から構造化条件に対応する
要素を抽出し、該要素において出現する文字位置情報を
格納する文字位置情報から検索文字列条件に該当する文
字列を検出し、構造化文書検索の目的を達成することが
できる。また、要素の範囲および任意の位置関係におい
ても構造の階層の制限を受けることなく対応できる。さ
らに、特定の要素の追加、削除などの登録処理に対して
も柔軟に対応することができ、その効果は大きい。
【図１】本発明の第１の方法による構造化文書処理方法
を示す概念図
を示す概念図
【図２】本発明の第１の方法による文書処理装置のブロ
ック構成図
ック構成図
【図３】本発明の第２の方法による構造化文書処理方法
を示す概念図
を示す概念図
【図４】本発明の第３の方法による構造化文書処理方法
を示す概念図
を示す概念図
【図５】本発明の第４の方法による文書処理装置のブロ
ック構成図
ック構成図
【図６】本発明の第４、第５の方法による構造化文書デ
ータの例を示す図
ータの例を示す図
【図７】本発明の文書構造要素階層表データの説明図
【図８】本発明の第４、５の方法による構造化文書の構
造図
造図
【図９】本発明の第４の方法による構造化文書処理方法
を示す概念図
を示す概念図
【図１０】本発明の第４の方法による文書検索の概念図
【図１１】本発明の第５の方法による文書処理装置のブ
ロック構成図
ロック構成図
【図１２】本発明の第５の方法による構造化文書処理方
法を示す概念図
法を示す概念図
【図１３】本発明の第５の方法による文書検索の概念図
【図１４】本発明の第６の方法による構造化文書データ
の例を示す図
の例を示す図
【図１５】本発明の第６方法による文書処理装置のブロ
ック構成図
ック構成図
【図１６】本発明の第６の方法による構造化文書処理方
法を示す概念図
法を示す概念図
１０３ 要素ＩＤ格納部 １０５ ノード情報格納部 １０７ 文字位置情報格納手段 １０９ 構造化検索部 １１０ 文字列検索部 ５０３ 要素ＩＤ表格納手段 ５０４ 文書構造要素階層表格納手段 ５０７ 文書構造要素順位作成手段 ５０８ 文字位置索引作成手段 ５０９ 索引情報格納手段 ５１２ 要素照合部 ５１３ 文字列検索部 １１０４ 文書構造要素階層表作成部 １１０７ 文書構造要素順位作成部 １１０９ 索引情報格納部 １１１３ 要素照合部 １５１１ 構造化要素検索部 １５１２ 要素照合部 １５１４ 要素順位格納部 １５１７ 要素階層関係変更部
Claims (14)
- 【請求項１】 構造化文書のタグまたは文書型定義から
得られる要素名とその要素名に対応する識別番号である
要素ＩＤを格納する要素ＩＤ格納手段と、構造化文書に
出現する要素内容の位置をその要素の文書における出現
の順位で表わした要素内容番号とその要素ＩＤとその要
素が子要素を持つ場合はその要素の子要素で子要素を持
たない最終の子要素の要素内容番号で与えられる要素終
端番号を格納するノード情報格納手段と、要素内容に出
現する文字列の文字の出現位置をその要素の要素内容番
号と要素ＩＤとともに格納する文字位置情報格納手段
と、構造化文書文字列を検索する条件である構造化検索
条件に応じて前記要素ＩＤ格納手段とノード情報格納部
から構造化検索を行う構造化検索手段と、前記構造化検
索条件の文字列に応じて構造化検索手段で検出する要素
と前記文字位置情報格納手段から該当する文字列を検出
する文字列検索手段とを備え、文字列検索の該当する要
素内容番号から構造化条件に該当する要素内容番号を検
出することが可能な文書処理装置。 - 【請求項２】 前記ノード情報格納手段は、要素ＩＤの
代わりにその要素が子要素を持たない場合はリーフＩＤ
を、子要素を持つ場合はノードＩＤを格納し、検索の範
囲をこのノードＩＤと終端要素番号の範囲で前記構造化
検索を行なうことにより、文書の実態情報である要素内
容をリーフＩＤの要素に限定して行うことを特徴とする
請求項１記載の文書処理装置。 - 【請求項３】 前記ノード情報格納手段は、要素が子要
素を持つ場合、要素の範囲を示す要素終端番号の代わり
にその要素の要素内容番号からその要素の子要素で子要
素を持たない最終の子要素の要素内容番号までの差分で
与えられる要素範囲を備え、検索の範囲を要素の要素内
容番号から要素範囲を加えた要素内容番号の範囲で前記
構造化検索を行なうことを特徴とする請求項１記載の文
書処理装置。 - 【請求項４】 構造化文書のタグまたは文書型定義から
得られる要素名とその要素名に対応する識別番号である
要素ＩＤを格納する要素ＩＤ格納手段と、構造化文書に
出現する要素内容の位置をその要素の文書における出現
の順位で表わした要素内容番号と、その要素の要素ＩＤ
と、その要素の親要素の要素内容番号である親要素番号
と、その要素の親要素内における同一要素の出現順位を
示す順位番号を格納するノード情報格納手段と、要素内
容に出現する文字の出現位置の情報をその要素内容番
号、要素ＩＤとともに格納する文字位置情報格納手段を
備え、要素の範囲をその要素内容番号を親要素番号にも
つ子要素をノード情報により検出し、これを要素内容番
号の最後まで繰り返して求め、構造化文書を入力する
と、構造化文書の構造情報を要素ＩＤ格納手段およびノ
ード情報格納手段に格納し、構造化文書の各要素内容に
含まれる文字情報を文字位置情報格納手段に格納し、前
記要素ＩＤ格納手段およびノード情報格納手段の情報よ
り構造化検索を行い、文字列検索を前記文字位置情報格
納手段より行って、文字列検索の該当する要素内容番号
から構造化条件に該当する要素内容番号を検出すること
により、構造化文書検索を行うことを特徴とする文書処
理装置。 - 【請求項５】 構造化文書のタグまたは文書型定義から
得られる要素名とその要素名に対応する識別番号である
要素ＩＤを格納する要素ＩＤ格納手段と、構造化文書に
出現する要素内容の位置をその要素の出現順位で表した
要素内容番号と、その要素のルートからの階層の深さを
示す階層情報を格納するノード情報格納手段と、要素内
容に出現する文字の出現位置の情報をその要素内容番号
とともに格納する文字位置情報格納手段を備え、要素の
範囲をその要素内容番号の下位の階層情報から検出し、
構造化文書を入力すると構造化文書の構造情報を要素Ｉ
Ｄ格納手段およびノード情報格納手段に格納し、構造化
文書の各要素内容に含まれる文字情報を文字位置情報格
納手段に格納し、前記要素ＩＤ格納手段およびノード情
報格納手段の情報より構造化検索を行い、文字列検索を
前記文字位置情報格納手段より行って、文字列検索の該
当する要素内容番号から構造化条件に該当する要素内容
番号を検出することにより、構造化文書検索を行うこと
を特徴とする文書処理装置。 - 【請求項６】 前記ノード情報格納手段は、要素が子要
素を持つかどうかの終端情報を備え、範囲検索では検索
の範囲を終端情報から子要素を持つ要素からその要素の
下位のすべての要素までとし、文書の実態情報である要
素内容を子要素を持たない要素の範囲に限定して構造化
検索を行うことを特徴とする請求項１、３、４、５のい
ずれかに記載の文書処理装置。 - 【請求項７】 構造化文書に文書番号が付与され、構造
化文書がタグまたは要素名で付与された文書でタグ以下
に文章が付与される構造化文書に対して番号が付与され
た構造化文書のタグまたは文書型定義から得られる要素
名とその要素名に対応する要素ＩＤを格納する要素ＩＤ
表格納手段と、要素名または要素ＩＤと連結する複数の
親の要素ＩＤの組み合わせを作成し表として格納し、要
素名または要素ＩＤと連結する複数の子の要素ＩＤの組
み合わせを作成し表として格納する文書構造要素階層表
格納手段と、構造化文書に出現する各要素ＩＤに対し
て、各要素ＩＤごとに同一文書内に同じ要素ＩＤが出現
する回数について順位を計算する文書構造要素順位作成
手段と、同じ要素ＩＤに付与される文章に対して１つ１
つの文字に対して文字位置を算出するに文字位置索引作
成手段と、文字種毎に、文書番号と、文字種が含まれる
要素ＩＤと、格納手段前記文書構造要素階層表格納手段
から親の要素ＩＤと親の要素ＩＤに対する同一要素ＩＤ
の出現回数および前記文字位置索引作成手段で作成され
た文字位置を索引情報として格納し、文字種別ごとに索
引情報を格納する索引情報格納手段と、格納した構造化
文書に対して要素名または要素ＩＤと要素に含まれる文
字列を入力すると前記索引情報格納手段から入力した文
字列が含まれる文書番号を文字位置情報から取得する文
字列検索手段と、前記取得した文書番号に対して指定し
た要素名または要素ＩＤが含まれるかを照合する要素照
合手段とを備え、 前記文字列検索手段が、前記要素照合手段の結果とを照
合し一致する文書番号および要素番号を検出することに
より、構造化文書検索を行うことを特徴とする文書処理
装置。 - 【請求項８】 前記索引情報格納手段に格納された索引
情報が、文字種が含まれる文書ＩＤと、文字種が含まれ
る親の要素ＩＤと、文字種が含まれる親の要素ＩＤに対
する同一文書の出現順位と、文字種が含まれる要素ＩＤ
と、同一要素ＩＤ内での文字位置情報の順番で格納し、
かつ各情報は優先度を持ってソートされ、ソートの優先
順位は、文字種が含まれる要素ＩＤ、親の要素ＩＤ、親
の要素ＩＤに対する同一文書の出現順位、文書番号、文
字位置情報となるように索引情報を格納することを特徴
とする請求項７記載の文書処理装置。 - 【請求項９】 前記要素照合手段は、要素名と要素名の
出現回数と、要素名に対して含まれる文字列を入力する
と、前記要素ＩＤ表格納手段から要素ＩＤを取得し、前
記文書構造要素階層表格納手段から要素ＩＤの出現回数
を算出し、取得した要素ＩＤと要素ＩＤの出現回数と文
字列が含まれる文書番号と要素ＩＤを索引情報格納手段
から照合することを特徴とする請求項７記載の文書処理
装置。 - 【請求項１０】 前記要素照合手段が、入力した文字列
を構成する連続する２文字連鎖で該当する索引情報が取
得された場合に、次の文字連鎖の索引情報の取得に対し
て、先に該当した索引情報の文字位置情報を除く文書番
号、親の要素ＩＤ、親の要素ＩＤの出現回数、要素ＩＤ
のみでまとめて照合を行い、前記要素照合手段で次の文
字連鎖に対して該当する索引情報に対して一致するもの
が取得された場合に前記文字列検索手段が文字位置情報
の連続性を判定することを特徴とする請求項７、８、９
のいずれかに記載の文書処理装置。 - 【請求項１１】 前記文書構造要素順位作成手段が、親
と子の要素ＩＤと同一要素ＩＤの出現順位を組みとした
表で親の要素ＩＤと親の要素ＩＤの出現回数と、その子
となる複数の要素ＩＤとその要素ＩＤの出現回数を組み
とする表を作成し、文書構造要素順位作成手段が作成し
た表を格納する要素順位格納手段を備えたことを特徴と
する請求項７記載の文書処理装置。 - 【請求項１２】 指定した要素ＩＤと前記要素順位格納
手段の表で前記格納した構造化文書に対して、要素名と
要素名の出現回数を範囲で示し、要素名に対して含まれ
る文字列を入力すると、前記要素ＩＤ表格納手段から要
素ＩＤを取得し、前記文書構造要素階層表格納手段から
要素ＩＤの出現回数を算出し、取得した要素ＩＤと要素
ＩＤの出現回数と文字列が含まれる文書番号と要素ＩＤ
を索引情報格納手段から照合し、さらに前記要素順位格
納手段から該当する複数の親の要素ＩＤと子の要素ＩＤ
を取得する要素照合手段を備えたことを特徴とする請求
項７、９、１０のいずれかに記載の文書処理装置。 - 【請求項１３】 構造化文書のタグまたは文書型定義か
ら得られる要素名とその要素名に対応して要素名または
要素ＩＤが追加された場合に、追加された要素ＩＤの親
となる要素ＩＤに追加要素ＩＤを前記要素ＩＤ格納部の
要素ＩＤの末尾に追加し、さらに前記要素順位格納手段
が格納する要素順位格納情報である要素ＩＤと要素ＩＤ
の出現回数の表に追加する要素階層関係変更手段を有す
ることを特徴とする文書処理装置。 - 【請求項１４】 指定した要素ＩＤと前記要素順位格納
手段の表で前記格納した構造化文書に対して、要素名と
要素名の出現回数を範囲で示し、要素名に対して含まれ
る文字列を入力すると、前記要素ＩＤ表格納手段から要
素ＩＤを取得する際に前記要素ＩＤ格納部の要素ＩＤの
末尾の変更ＩＤを取得し、要素ＩＤの検索は変更ＩＤを
使って前記要素階層関係変更手段の要素順位格納情報か
ら要素ＩＤと親子の要素ＩＤを取得する構造化要素検索
手段を有し、前記構造化要素検索手段の候補要素ＩＤと
前記文字列検索手段から該当する複数の親の要素ＩＤと
子の要素ＩＤを取得する要素照合手段を備えたことを特
徴とする請求項７、９、１０、１２のいずれかに記載の
文書処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000073807A JP3719089B2 (ja) | 2000-03-16 | 2000-03-16 | 文書処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000073807A JP3719089B2 (ja) | 2000-03-16 | 2000-03-16 | 文書処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001265773A true JP2001265773A (ja) | 2001-09-28 |
| JP3719089B2 JP3719089B2 (ja) | 2005-11-24 |
Family
ID=18591990
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000073807A Expired - Fee Related JP3719089B2 (ja) | 2000-03-16 | 2000-03-16 | 文書処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3719089B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013506913A (ja) * | 2009-10-02 | 2013-02-28 | ムスルリ，アラビンド | 視覚的要素をブロック分割し、識別し、インデクスを付けて、ドキュメントを検索するためのシステムおよび方法 |
| WO2018185921A1 (ja) | 2017-04-06 | 2018-10-11 | 富士通株式会社 | インデックス生成プログラム、インデックス生成装置、インデックス生成方法、検索プログラム、検索装置および検索方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10240752A (ja) * | 1997-02-26 | 1998-09-11 | Hitachi Ltd | 構造化文書の登録方法，検索方法、およびそれに用いられる可搬型媒体 |
| JPH11242676A (ja) * | 1998-02-25 | 1999-09-07 | Hitachi Ltd | 構造化文書登録方法、検索方法、およびそれに用いられる可搬型媒体 |
| JP2000010988A (ja) * | 1998-06-19 | 2000-01-14 | Nec Corp | 構造化文書検索システム、構造化文書検索方法および構造化文書検索用プログラムを記録した記録媒体 |
-
2000
- 2000-03-16 JP JP2000073807A patent/JP3719089B2/ja not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10240752A (ja) * | 1997-02-26 | 1998-09-11 | Hitachi Ltd | 構造化文書の登録方法，検索方法、およびそれに用いられる可搬型媒体 |
| JPH11242676A (ja) * | 1998-02-25 | 1999-09-07 | Hitachi Ltd | 構造化文書登録方法、検索方法、およびそれに用いられる可搬型媒体 |
| JP2000010988A (ja) * | 1998-06-19 | 2000-01-14 | Nec Corp | 構造化文書検索システム、構造化文書検索方法および構造化文書検索用プログラムを記録した記録媒体 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013506913A (ja) * | 2009-10-02 | 2013-02-28 | ムスルリ，アラビンド | 視覚的要素をブロック分割し、識別し、インデクスを付けて、ドキュメントを検索するためのシステムおよび方法 |
| WO2018185921A1 (ja) | 2017-04-06 | 2018-10-11 | 富士通株式会社 | インデックス生成プログラム、インデックス生成装置、インデックス生成方法、検索プログラム、検索装置および検索方法 |
| US11520765B2 (en) | 2017-04-06 | 2022-12-06 | Fujitsu Limited | Computer-readable recording medium recording index generation program, information processing apparatus and search method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3719089B2 (ja) | 2005-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10169354B2 (en) | Indexing and search query processing | |
| US7917493B2 (en) | Indexing and searching product identifiers | |
| US8504553B2 (en) | Unstructured and semistructured document processing and searching | |
| US20100281030A1 (en) | Document management & retrieval system and document management & retrieval method | |
| US20100169311A1 (en) | Approaches for the unsupervised creation of structural templates for electronic documents | |
| JP4860416B2 (ja) | 文書検索装置、文書検索方法および文書検索プログラム | |
| CN109726274A (zh) | 问题生成方法、装置及存储介质 | |
| Chang et al. | Applying pattern mining to Web information extraction | |
| JP2005190163A (ja) | 構造化データ検索方法、構造化データ検索装置およびプログラム | |
| JP2693914B2 (ja) | 検索システム | |
| Klampfl et al. | Reconstructing the logical structure of a scientific publication using machine learning | |
| JP2009205499A (ja) | ウェブページ特定装置、ウェブページ特定方法およびウェブページ特定用プログラム | |
| JP2001265773A (ja) | 文書処理装置 | |
| Putra et al. | BudayaKB: Extraction of cultural heritage entities from heterogeneous formats | |
| JP3632643B2 (ja) | 構造化文書管理装置 | |
| Sloan et al. | Data preparation and fuzzy matching techniques for improved statistical modeling | |
| WO2014002212A1 (ja) | 文書関連付け方法および文書検索方法、文書関連付け装置および文書検索装置、並びにそのためのプログラム | |
| KR100659370B1 (ko) | 시소러스 매칭에 의한 문서 ｄｂ 형성 방법 및 정보검색방법 | |
| US20080033953A1 (en) | Method to search transactional web pages | |
| JP3709890B2 (ja) | 文字列検索装置 | |
| JP4352840B2 (ja) | プログラム、データ処理方法およびデータ処理システム | |
| US20070047823A1 (en) | System and method for structuring and searching sets of signals | |
| JP2001195400A (ja) | 文書文脈構造化方法及び装置 | |
| Wu | Integrating deep web data sources | |
| JPH10283375A (ja) | 全文検索装置および方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050419 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050602 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20050630 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050816 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050829 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080916 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090916 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090916 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100916 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |