JP2002526862A - ドキュメントを表わすデータの操作および表示のための他のフォーマットへの変換 - Google Patents

Abstract

(57)【要約】 ある入力フォーマット（３０４）のドキュメントを、異なる出力フォーマットのドキュメントに変換する、コンピュータ（１０１）で実現される方法（３００）が開示される。この方法は、一般に、入力ドキュメント内のデータの位置を確認をする工程、データを、中間フォーマットドキュメント（４０２）内の１より多い中間フォーマットブロックにグループ分けする工程、および中間フォーマットブロック（５１８）を用いて、中間フォーマットドキュメントを出力フォーマット（４０４）ドキュメントに変換する工程を含む。

Description

【発明の詳細な説明】

【０００１】 （関連出願） 本出願は、１９９８年１０月１日に出願され、「Ｐｒｏｃｅｓｓｏｒ−Ｂａｓ
ｅｄ Ｍｅｔｈｏｄ ｆｏｒ Ｃｏｎｖｅｒｔｉｎｇ ａｎｄ Ｏｕｔｐｕｔｔ
ｉｎｇ Ｄｉｇｉｔａｌ Ｄａｔａ Ｒｅｐｒｅｓｅｎｔｉｎｇ ａ Ｄｏｃｕ
ｍｅｎｔ Ｉｍａｇｅ」という名称の米国特許仮出願第６０／１０２、６８８に
対する優先権を主張し、同特許の全体を参考のため援用する。

【０００２】 （発明の背景） （１．発明の分野） 本発明は一般的には、１つの形式で格納されている文書を別の形式に変換する
方法に関する。より詳細には、ある形式で格納されている文書画像の画像を表す
デジタルデータを編集および表示用として別の形式に変換するシステムおよび方
法が開示される。

【０００３】 （２．関連分野の説明） デジタルコンピュータを用いて、文書中の情報の認識、取得および／または格
納を行う文書画像デジタルデータの自動処理について、活発に研究および商品開
発が行われてきた。例えば、１９９８年４月７日に発行され、Ｈ．Ａｌａｍに付
与された米国特許第５、７３７、４４２号には、文書を表すデジタルコンピュー
タデータから表形式データの認識、取得および格納を行うプロセッサを基本とす
る方法についての開示がある。本明細書中、同特許の開示内容を参考のため援用
する。

【０００４】 しかし、多くの他の画像処理に関する研究および商品は、例えば、文書中の情
報を正確、効率的かつ自動的に取得し、変換する取得した文書を表示用として別
の形式に変換することに焦点をあてていない。他の画像処理に関する研究および
商品は、ユーザが手入力または別の場合は再フォーマットを行うことおよび／ま
たは文書の内容を変更することを可能にすることに焦点をあてていない。さらに
、このような画像処理に関する研究および商品は、文書情報の全体または一部を
利用することおよび／または文書を所望の別のレイアウトに再フォーマットする
ために、このような情報をユーザが容易に編集可能な形式に変換することに焦点
をあてていない。ユーザが所望し得るのは、例えば、カット、ペーストにより文
書を編集することおよび／または別の場合は文書を修正または変更して再フォー
マットすることならびに／または文書中の情報を分析および／または別の用途に
全体的にまたは部分的に利用することである。

【０００５】 ある形式で格納されている文書を別の形式に変換する、正確かつ効率的なシス
テムおよび方法が必要とされている。このようなシステムおよび方法は好適には
、ある形式で格納されている文書画像の画像を表すデジタルデータを、（例えば
、編集および表示用として）別の形式に変換する。

【０００６】 （発明の要旨） 本発明は、文書（印刷文書またはインターネットウェブページ文書）を表すデ
ジタルデータからデータを抽出する方法を含む。この方法は一般的には、オリジ
ナルの形式または入力形式の文書のデジタルデータから単語を位置確認する工程
と、連結した単語を線に結びつける工程と、単語線をパラグラフとして結びつけ
る工程と、連結したパラグラフから表を位置確認する工程と、これらのパラグラ
フおよび表を中間形式に変換する工程と、この情報を出力形式で出力する工程と
を含む。入力形式および出力形式は、例えば、ｐｏｒｔａｂｌｅ ｄｏｃｕｍｅ
ｎｔ ｆｏｒｍａｔ（ＰＤＦ）、ｒｉｃｈ ｔｅｘｔ ｆｏｒｍａｔ（ＲＴＦ）
、スタイルシート付きｈｙｐｅｒｔｅｘｔ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ（
ＨＴＭＬ）形式、表形式ＨＴＭＬ、ｅｘｔｅｎｓｉｂｌｅ ｍａｒｋｕｐ ｌａ
ｎｇｕａｇｅ（ＸＭＬ）、ｃａｓｃａｄｉｎｇ ｓｔｙｌｅ ｓｈｅｅｔｓ（Ｃ
ＳＳ）、ネットスケープレイヤー、リンクされたページおよび別々のページ、Ｔ
ａｇ Ｉｍａｇｅ Ｆｉｌｅ Ｆｏｒｍａｔ（ＴＩＦＦ）、または他のあらゆる
画像形式（例えば、ｇｒａｐｈｉｃｓ ｉｎｔｅｒｃｈａｎｇｅ ｆｏｒｍａｔ
（ＧＩＦ）、ビットマップ（ＢＭＰ）、またはＪｏｉｎｔ Ｐｈｏｔｏｇｒａｐ
ｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ（ＪＰＥＧ））、テキストおよび／または
画像オーサリングツールまたはアプリケーションによって生成される形式、もし
くは他のあらゆる適切な形式であり得る。

【０００７】 ある入力形式の文書を別の出力形式の文書に変換するコンピュータを用いた方
法が開示される。この方法は一般的には、入力文書中のデータを位置確認する工
程と、データを中間形式文書中の１つ以上の中間形式ブロックにグループ分けす
る工程と、これらの中間形式ブロックを用いてその中間形式文書を出力形式文書
に変換する工程とを含む。このグループ分け工程は好適には、入力文書中の単語
を位置確認する工程と、線閾値を満足する単語を線に結びつける工程と、パラグ
ラフ閾値を満足する線をパラグラフとして結びつける工程と、表を位置確認する
工程とを含む。このグループ分け工程は、上記工程の代替としてまたは上記工程
に加えて、入力文書中のタグ（すなわち制御文字）を位置確認し、そのタグを用
いて単語を位置確認する工程と、単語を線に結びつける工程と、これらの線をパ
ラグラフとして結びつける工程と、表を位置確認する工程とを含み得る。各中間
形式ブロックは、単語、線、パラグラフ、表、および画像から選択され得る。

【０００８】 各入力形式および出力形式は、ｐｏｒｔａｂｌｅ ｄｏｃｕｍｅｎｔ ｆｏｒ
ｍａｔ（ＰＤＦ）、ｒｉｃｈ ｔｅｘｔ ｆｏｒｍａｔ（ＲＴＦ）、ｈｙｐｅｒ
ｔｅｘｔ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ（ＨＴＭＬ）、ｅｘｔｅｎｓｉｂｌ
ｅ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ（ＸＭＬ）、ｃａｓｃａｄｉｎｇ ｓｔｙ
ｌｅ ｓｈｅｅｔｓ（ＣＳＳ）、ネットスケープレイヤー、リンクされたページ
および別々のページ、Ｔａｇ Ｉｍａｇｅ Ｆｉｌｅ Ｆｏｒｍａｔ（ＴＩＦＦ
）、ｇｒａｐｈｉｃｓ ｉｎｔｅｒｃｈａｎｇｅ ｆｏｒｍａｔ（ＧＩＦ）、ビ
ットマップ（ＢＭＰ）、Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔ
ｓ Ｇｒｏｕｐ（ＪＰＥＧ）、ＭＩＣＲＯＳＯＦＴ ＷＯＲＤ^TM、ＷＯＲＤ Ｐ
ＥＲＦＥＣＴ^TM、ＡＵＴＯＣＡＤ^TM、およびＰＯＷＥＲ ＰＯＩＮＴ^TMであり得
る。

【０００９】 １つの実施形態において、入力文書はネットワークを介して受け取られ、出力
文書はネットワークを介して送られる。このネットワークは、例えば、電子メー
ルを介したインターネットまたはイントラネットであり得る。入力文書の標題は
、その標題を含むリンク目次ページを生成するように配置され得、各目次の標題
は、出力文書中の標題へのリンクを含み、目次ページは出力文書内に配置される
。

【００１０】 別の実施形態において、１つの出力形式を表示用として選択するためにコンピ
ュータで実行可能なプログラム（例えば、ＪＡＶＡ^TMスクリプト）が生成され得
、このプログラムは、出力文書に挿入される。

【００１１】 本発明の方法は、コンピュータで読み出し可能なもの（例えば、ＣＤ−ＲＯＭ
、ジップディスク、フロッピーディスク、テープ、フラッシュメモリ、システム
メモリ、ハードドライブ、および搬送波で実施されるデータ信号）に格納される
コンピュータコードによって実施され得る。

【００１２】 出力文書の表示は、例えば、文書中にサブ改ページを配置し、サブ改ページを
用いてその文書をサブページに細分化し、各サブページ内にブロックを配置し、
サブページのブロックの全体または一部を、表示構成の表示パラメータ内で連続
的に表示することにより行われ得る。表は、分割され得、これにより１つ以上の
表示ページに表示される。リンク付き目次および／またはリンク付きインデック
スも生成され得る。

【００１３】 別の実施形態において、入力文書のレポジトリを１つ以上の格納形式で保持す
るために、変換器がコンピュータプログラム製品に取り入れられる。目次および
／またはインデックスも生成され得る。

【００１４】 （好適な実施形態の詳細な説明） 本発明は、オリジナルの形式または入力形式の印刷文書の画像を表すデジタル
データを、別の出力形式に変換するシステムおよび方法を含む。以下の記載は、
当業者であれば誰でも本発明の作製および使用が可能となるように提示される。
特定の用途の説明は、例示のためだけに提供される。好適な実施形態の様々な改
変は、当業者にとって容易に明らかである。本明細書中に定義されている一般的
原理は、本発明の精神および範囲を逸脱することなく他の実施形態および用途に
適用され得る。従って、本発明は、記載の実施形態に限定されることを意図せず
、本明細書中に開示されている原理および機能に従った最も広い範囲を与えられ
る。

【００１５】 図１は、本発明の実施形態のソフトウェアを実行するために用いられ得るコン
ピュータシステム１０１の一例を示す。図１は、ディスプレイ１０３、画面１０
５、キャビネット１０７、キーボード１０９およびマウス１１１を含むコンピュ
ータシステム１０１を示す。マウス１１１は、グラフィカルユーザインターフェ
ースとインタラクトするためのボタンを１つ以上有し得る。キャビネット１０７
は、ＣＤ−ＲＯＭ、ジップ、および／またはフロッピーディスクドライブ１１３
、システムメモリならびにハードドライブ（図２を参照）を収容し、これらは、
本発明を実施するコンピュータコードを取り入れたソフトウェアプログラム、本
発明において用いられるデータ等を格納および検索する際に用いられ得る。ＣＤ
−ＲＯＭ、ジップおよびフロッピーディスク１１５をコンピュータで読み出し可
能な格納媒体の例として図示しているが、別のコンピュータで読み出し可能な格
納媒体（例えば、テープ、フラッシュメモリ、システムメモリ、およびハードド
ライブ等）が用いられ得る。さらに、インターネットまたはイントラネット等の
ネットワークにおいて搬送波として実現されるデータ信号が、コンピュータ読み
出し可能な格納媒体であり得る。

【００１６】 図２は、本発明の実施形態のソフトウェアを実行するために用いられるコンピ
ュータシステム１０１のシステムブロック図である。図１に示すように、コンピ
ュータシステム１０１は、モニター１０３と、キーボード１０９と、マウス１１
１とを含む。コンピュータシステム１０１は、サブシステム（例えば、中央プロ
セッサ１５１、システムメモリ１５３、固定格納部１５５（例えば、ハードドラ
イブおよびランダムアクセスメモリ）、リムーバブル格納部１５７（例えば、Ｃ
Ｄ−ＲＯＭ、ジップまたはフロッピーディスクドライブ）、表示アダプター１５
９、サウンドカード１６１、スピーカ１６３、ネットワークインターフェース１
６５、ならびにプリンタ、ファックス、および／またはスキャナーインターフェ
ース１６７をさらに含む。本発明による使用に適した他のコンピュータシステム
は、さらに多くのまたはさらに少数のサブシステムを含み得る。例えば、別のコ
ンピュータシステムは、１つ以上のプロセッサ１５１（例えば、マルチプロセッ
サシステム）またはキャッシュメモリを含み得る。

【００１７】 矢印１６９は、コンピュータシステム１０１のシステムバスアーキテクチャを
示す。しかし、これらの矢印は、サブシステムをリンク接続する働きをする任意
の相互接続方式の一例である。例えば、中央プロセッサをシステムメモリおよび
表示アダプターに接続するために、ローカルバスが用いられ得る。図２に示すコ
ンピュータシステム１０１は、本発明による使用に適切なコンピュータシステム
の一例に過ぎない。異なる構成のサブシステムを有する別のコンピュータアーキ
テクチャも用いられ得る。

【００１８】 図３は、文書を表すデータをオリジナルの入力形式から別の出力形式に変換す
る方法３００を示すフロー図である。変換方法３００は、工程３０２において入
力データを受け取る工程を含む。この入力データを受け取る工程は、コンピュー
タ読み出し可能な格納媒体（例えば、上記にて挙げたようなＣＤ−ＲＯＭ、ジッ
プ、フロッピーディスク、テープ、フラッシュメモリ、システムメモリ、ハード
ドライブ、搬送波として実施されるデータ信号等）からデータを受け取るかまた
は読み出すことにより、達成され得る。搬送波として実施されるデータ信号は、
ネットワーク（例えば、インターネットまたはイントラネット）内の搬送波また
はコンピュータポート（例えば、パラレルバス、シリアルバス、またはユニバー
サルシリアルバス（ＵＳＢ）プリンタポート）を介して配信される搬送波（例え
ば、ファックス機器および／またはスキャナを介して配信されるデータ信号）で
あり得る。

【００１９】 次いで、方法３００は、工程３０４において、入力データが入力形式としてサ
ポートされている形式であるかどうかを判定する。サポート入力形式は好適には
、出力形式として利用可能なものと同一であるが、入力形式は、より少数、より
多数または出力形式を部分的に組み合せたあらゆる組み合せを含み得る。例えば
、特定の状況において、多くの異なる入力形式をサポートまたは可能にする一方
で、１つの特定の出力形式のみを可能にすることが望ましい場合があり得る。サ
ポート入力形式および／または出力形式は、１つ以上のバージョンのＨＴＭＬ、
ＸＭＬ、ＰＤＦ、ＲＴＦ、ＣＳＳ、ネットスケープレイヤー、リンクされたペー
ジおよび別々のページ、Ｔａｇ Ｉｍａｇｅ Ｆｉｌｅ Ｆｏｒｍａｔ（ＴＩＦ
Ｆ）または他のあらゆる画像形式、テキストおよび／または画像オーサリングツ
ールまたはアプリケーションによって生成される形式、もしくは他のあらゆる適
切な形式を含み得る。

【００２０】 工程３０４において入力データが入力形式としてサポートされる形式であると
判定されると、その入力データは、工程３０６において、オリジナルの入力形式
と異なる１つ以上の出力形式に変換される。これらの１つ以上の出力形式は、ユ
ーザによって指定され得、１つ以上の出力形式の全ては、方法３００によってサ
ポートされ、かつ／または変換されたデータ出力の出力先のアプリケーションま
たはデバイスに基づいて決定される。例えば、出力デバイスは、方法３００によ
ってサポートされる１つ以上の出力形式をサポートするポータブルデジタルアシ
スタント（ＰＤＡ）であり得る。

【００２１】 あるいは、工程３０４において、入力データが入力形式としてサポートされて
いない形式であると判定された場合、方法３００は、入力データを変換せずに終
了する。方法３００はまた、入力データが入力形式としてサポートされていない
形式であることを示すエラーメッセージも出力し得る。

【００２２】 図４は、入力データを異なる出力形式に変換する工程３０６の実施形態を示す
フロー図である。工程３０６は、工程４０２において入力データを中間形式に変
換する工程を含む。次いで、この中間形式は、工程４０４において出力データを
１つ以上の出力形式で生成するために用いられる。

【００２３】 図５および６は、文書を表すデータを別の出力形式に変換する工程の実施形態
を示す模式図である。図５は、文書を表すデータを中間形式に変換し、次いで別
の出力形式に変換する工程を示し、図６は、文書を表すデータをＰＤＦに変換し
、次いで中間形式に変換し、最後に別の出力形式に変換する工程を示す。

【００２４】 図５に示すように、文書５０２はスキャナー５０４によってスキャンされ、ま
たは、ファックス５０６はファックス機器５０８によって受け取られる。スキャ
ナー５０４およびファックス機器５０８の各々は、文書５０２の画像を表すデー
タ５１０を光学式文字読取（ＯＣＲ）アプリケーション５２６に出力する。ＯＣ
Ｒアプリケーションソフトウェアは、当該分野で公知であり、市販品として入手
可能である。ＯＣＲアプリケーション５２６は、文書５０２またはファックス５
０６の画像を表す文書画像データ５１０を、テキスト／画像オーサリングツール
によって生成される形式のような形式の文書５１８に変換する。

【００２５】 あるいは、テキストおよび／または画像オーサリングツール５１６は、テキス
トおよび／または画像文書５１８を作成するために用いられ得る。テキストおよ
び／または画像オーサリングツール５１６は、例えば、任意の単語処理アプリケ
ーション（例えば、ＭＩＣＲＯＳＯＦＴ ＷＯＲＤ^TM、ＷＯＲＤ ＰＥＲＦＥＣ
Ｔ^TM等）、任意のテキストおよびドローイングオーサリングアプリケーション（
例えば、ＡＵＴＯＣＡＤ^TM、ＰＯＷＥＲ ＰＯＩＮＴ^TM等）および／または他の
あらゆる適切なテキストおよび／または画像オーサリングツールであり得る。テ
キスト／画像文書５１８は、テキストおよび／または画像文書５１８を中間形式
文書５３０に変換する文書変換器５２８に出力される。変換器５２８は本質的に
は文書翻訳器であり、例えば、プリンタドライブに組み込まれ得、これにより、
ソース（例えば、スキャナーまたはファックス機器）から受け取られたデータは
、中間形式の文書に直接変換され得る。

【００２６】 中間形式文書５３０は、変換器５３２によって受け取られ、この変換器５３２
は、中間形式文書５３０をある出力形式文書５３４に変換する。出力形式は、例
えばＨＴＭＬまたはＸＭＬであり得、出力形式文書５３４は、出力アプリケーシ
ョンまたは出力デバイス（例えば、ＩＮＴＥＲＮＥＴ ＥＸＰＬＯＲＥＲ^TMまた
はＮＥＴＳＣＡＰＥ^TM等）に出力され得る。この文書を中間形式に変換する工程
について、図７−１０を参照しながらより詳細に説明する。

【００２７】 図６に示す別の実施形態において、文書画像５１０およびテキストおよび／ま
たは画像文書５１８が、ＡＣＲＯＢＡＴ ＣＡＰＴＵＲＥ^TMアプリケーションソ
フトウェア６１２ＡおよびＡＣＲＯＢＡＴ ＷＲＩＴＥＲ^TMアプリケーションソ
フトウェア６１２Ｂにそれぞれ入力され、これらのアプリケーションはそれぞれ
ＰＤＦ文書６２６を出力する。アプリケーションプログラムＡＣＲＯＢＡＴ Ｃ
ＡＰＴＵＲＥ^TMおよびＡＣＲＯＢＡＴ ＷＲＩＴＥＲ^TMは、Ａｄｏｂｅ Ｓｙｓ
ｔｅｍｓから市販されているソフトウェア商品である。ＰＤＦ文書６２６は、変
換器６２８によって受け取られ、変換器６２８は、このＰＤＦ文書を中間形式文
書５３０に変換する。この中間形式文書は、変換器５３２に出力され、この変換
器５３２は、中間形式文書５３０を出力形式文書５３４に変換する。上述したよ
うに、出力形式は、例えば、ＨＴＭＬまたはＸＭＬであり得、出力形式文書５３
４は、出力アプリケーションまたは出力デバイス（例えば、ＩＮＴＥＲＮＥＴ
ＥＸＰＬＯＲＥＲ^TMまたはＮＥＴＳＣＡＰＥ^TM）に出力され得る。

【００２８】 中間形式は好適には、文書内容を表すデータを任意の別の所望の出力形式に転
送するために容易に用いられ得る形式である。中間形式は本質的には、文書翻訳
器として働く。中間形式文書は好適には、文字、文字のフォント（イタリックを
含む）、サイズ、太さ（ｗｅｉｇｈｔｓ）（ボールドまたは普通の太さ）、下線
、および文書内の位置等の情報を含む。中間形式文書は好適には、文字情報を単
語、線、パラグラフ、および／または表にグループ分けする。各グループは、中
間形式ブロックとして中間形式文書に格納される。中間形式ブロックはまた、画
像もしくは他のグループ分けまたはブロック化された入力文書部分も格納し得る
。中間形式はまた好適には、入力文書に含まれるブックマーク、文書リンク、ラ
スター画像およびベクトル画像上の情報を維持する。さらに、中間形式は好適に
は、あらゆる埋め込みアニメーション、音声および／または音楽に加えて、他の
アプリケーションを開始するためのリンクの実行を維持または転送する。例えば
、中間形式は、中間形式ブロックをＸ座標およびＹ座標形式にしたリスト項目で
あり得る。

【００２９】 各中間形式ブロックは、表の構成要素のスペーシングに応じて、画像、パラグ
ラフ、表の構成要素、または表の全体または一部分であり得る。中間形式で格納
された情報は、所望の出力形式への変換が容易である。

【００３０】 ここまでは中間形式への変換プロセスの全体を説明してきたが、ここからは、
変換プロセスの詳細について説明する。図７は、文書画像からデータを抽出し、
抽出したデータを中間形式に変換する工程４０２の実施形態を示すフロー図を示
す。工程４０２は、入力形式文書中のタグの位置確認および格納を行う工程７０
０と、デジタルデータから単語を位置確認する工程７０２と、位置確認した単語
を線に結びつける工程７０４と、連結した単語線をパラグラフとして結びつける
工程７０６と、連結したパラグラフから表を位置確認する工程７０８と、工程７
０２、７０４、７０６、および７０８から生成された中間形式データを出力する
工程７１０とを含む。工程７０２、７０４、７０６、および７０８のそれぞれの
詳細について以下に説明する。

【００３１】 （工程７００：入力形式文書中のタグの位置確認および格納） 特定の形式の文書テキスト表示物（例えば、ＷＯＲＤ^TM）は、タグ（または制
御文字）を含み得る。このプロセスでは、まず最初に、入力文書の入力形式（例
えば、ＷＯＲＤ^TM）を認識し得る。入力文書のタグが認識可能な場合、その入力
形式または入力タイプ用のタグ辞書を用いて、位置確認したタグが中間形式に翻
訳され得る。

【００３２】 各タグは、文書の特定部分と関連付けられ得る。タグは通常は、特定部分につ
いての情報（例えば、標題、表、パラグラフまたはリストとしての識別情報およ
び／またはアライメント、フォント等の他の情報）を含む。したがって、工程７
００では、タグが少しでも有る場合はタグおよびタグ中の関連情報を位置確認お
よび格納する。タグは、完全または不完全なタグであり得、文書の特定部分につ
いての完全な情報は提供しない。タグは、後続工程（例えば、工程７０２、７０
４、７０６および７０８）の実行を容易にするために用いられ得る。このような
後続工程の結果がタグ中の情報と矛盾する場合、好適には、後続工程からの結果
がタグ中の情報に優先するかまたは取って代わる。言い換えれば、タグは好適に
は、基準線またはデフォルト結果または設定として用いられる。あるいは、タグ
が完全な場合、このプロセスは、工程７０２、７０４、７０６および７０８を迂
回する。

【００３３】 別の特定の形式の文書（例えば、ＰＤＦ）は、タグを含まない。このような場
合、後続工程（例えば、工程７０２、７０４、７０６および７０８）からの結果
を用いて、通常タグ内に含まれている情報を取得する。後続工程では、文書テキ
ストのレイアウト情報（すなわち、画像表示物）を用いて、例えば単語、線、パ
ラグラフおよび表等を配置する。

【００３４】 （工程７０２：入力形式文書中の単語の位置確認） 工程７０２において文書画像を表すデジタルデータから単語を位置確認する際
、デジタルコンピュータは、入力形式のデジタルデータにより提供される各単語
情報を用いる。オリジナルの入力形式のデジタルデータにより提供される情報は
、例えば、ページに対して単語の左上および右下にあるＸ座標およびＹ座標なら
びに単語のフォントを含み得る。フォント情報は、スタイル情報、サイズ情報、
太さ（ボールドまたは非ボールド）情報、ストローク（イタリックまたは非イタ
リック）および単語の方向付けを含む。説明目的のみのため、横長方向または縦
長方向のいずれかにおいてＸ軸がページの幅（水平方向）に沿って伸びていると
仮定し、Ｙ軸がページの長さ（垂直方向）にそって伸びていると仮定する。次い
で、個々の単語は、そのＸ座標およびＹ座標によって選別され、好適には、最初
にＹ座標によって垂直方向に、次いでＸ座標によって水平方向に選別される。し
かし、単語を選別する正確な方法は異なり得る。

【００３５】 （工程７０４：単語を線に結びつける） 図８は、位置確認され、選別された単語を線に結びつける工程７０４を示すフ
ロー図を示す。位置確認され、選別された単語を線に結びつけるために、工程８
０２において、選別された単語のリストからの第１の単語が第１の線に割り当て
られる。この第１の線は、現在線として規定され得る。次いで、工程８０４にお
いて、次の単語が取り出しまたは選択される。

【００３６】 工程８０６において、選択された単語が現在線内にあるかどうかが判定される
。選択された単語が現在線内にあるかどうかが判定するために、選択単語の適切
なＹ座標（単数または複数）（すなわち、垂直方向）と、現在線内の先行単語の
適切なＹ座標（単数または複数）とを比較して、特定の線パラメータおよび／ま
たは閾値を満たすかどうかを判定する。例えば、選択単語の上部Ｙ座標と現在線
内の先行単語の上部Ｙ座標とを比較し得、これによりＹ方向の単語間スペーシン
グを判定する。単語間スペーシングまたはＹ方向の距離が閾値（例えば、平均文
字高さの１０％）を越える場合、Ｙ方向の単語間スペーシングパラメータを満足
しない結果となり、その単語は、現在線内に収まっていないと判定される。平均
文字高さは、例えば、現在線内の単語または文書中の全単語から判定され得る。
工程８０６では、他の適切な比較および／または分析が為され得、これにより、
選択単語が現在線内にあるかどうかを判定する。

【００３７】 工程８０６において、選択単語が現在線内にないと判定された場合、工程８０
８において、その単語が既存線（すなわち、１つ以上の単語が割り当てられた線
）内にあるかどうかが判定される。この工程は、工程８０６に関連して上述した
分析と同様の分析を用いて判定され得る。例えば、上方および／または下方Ｙ座
標が各既存線に割り当てられている場合、選択単語の上方および／または下方Ｙ
座標があらゆる他の既存線の上方および／または下方Ｙ座標の上または下の閾値
距離内にあるかどうかが判定され得る。線の閾値距離は、例えば、平均文字高さ
の１０％であり得る。あるいは、選択単語上方および／または下方Ｙ座標が、残
りの既存線上の１つ以上の単語の上方および／または下方Ｙ座標の上または下の
閾値距離内にあるかどうかが判定され得る。このＹ座標を比較する工程は、残り
の既存線を調べ終えるまでまたは選択単語が既存線内にあると判定されるまで、
残りの既存線の各々について繰り返される。選択単語が既存線内にあると判定さ
れると、工程８０９において、その既存線は現在線として規定される。

【００３８】 工程８０６において選択単語が現在線内にあると判定されるか、もしくは、工
程８０９において別の既存線が現在線として設定された後、工程８１０において
、選択単語が特定の閾値距離または閾値スペーシング内にあるかどうかを判定す
る。例えば、現在選択単語の適切なＸ座標と、現在線内の先行単語の適切なＸ座
標とを比較して、これらのＸ（水平）方向の単語間の距離が閾値距離内にあるか
どうかを判定する。詳細には、選択単語の左上Ｘ座標と、左端および／または右
端単語の右下Ｘ座標とが比較され得、これにより、Ｘ方向の単語間のスペーシン
グを判定する。Ｘ方向の単語間スペーシングが閾値距離（例えば、文字幅の２．
５倍または平均文字幅の２．５倍）を上回る場合、この単語間スペーシング閾値
を上回る結果となり、選択単語は、現在線内に存在しないと判定される。Ｘ方向
の閾値単語間スペーシングは、単語間スペーシングの統計結果であり、動的に判
定され得る。ページ上のほぼ同一の垂直位置に配置されている２つの単語は、同
一線上に存在しない場合（例えば、単語がカラム間のスペーシングで異なるカラ
ムに配置されている場合等）がある。

【００３９】 工程８０８において、選択単語が別の既存線内にないと判断された場合、工程
８１２において、その選択単語を新規線に追加することにより、新規線を開始す
る。次いで、新規線は、現在線として規定される。別の場合、工程８１０におい
て選択単語が閾値距離内にないと判定されると、プロセスは工程８０８から続け
て、選択単語が別の既存線上にあるかどうかを判定する。

【００４０】 工程８１０において選択単語が閾値距離内にあると判定されると、工程８１４
において選択単語を現在線に追加する。工程８１２または工程８１４において選
択単語を現在線または新規線に追加した後、工程８１６において、選別単語リス
ト内に残っている単語（すなわち、線にまだ割り当てられていない単語）がある
かどうかを判定する。線にまだ割り当てられていない単語がある場合、プロセス
は工程８０４から続けて、次の単語を選択する。工程８１６において全単語が線
に割り当てられたと判定されると、単語を線に結びつけるプロセスが終了する。

【００４１】 （工程７０４における単語を線に結びつける工程の説明） 図９は、工程７０４において単語を線に結びつけるために用いられる様々な基
準を示すサンプル文書９００の一部を示す。例えば、線は、単語９０２（すなわ
ち、選別単語リスト内の第１の単語（例えば、文書中の位置により選別された単
語））から開始する。この線は、現在線として規定される。選別単語リスト内の
次の単語９０４が選択され、現在線内にある（すなわち、Ｙ方向のパラグラフ閾
値距離内にある）と判定される。選択単語９０４は、Ｘ方向のパラグラフ閾値距
離内にもあり、したがって現在線に追加される。

【００４２】 次いで、選別単語リスト内の次の単語９０６が選択され、単語９０６が現在線
内にある（すなわち、単語９０６の上方および／または下方Ｙ座標（単数または
複数）が単語９０２、単語９０４および／または現在線の対応するＹ座標（単数
または複数）の閾値距離内にある）と判定される。単語９０６が、単語９０２、
単語９０４および／または現在線のＸ座標（単数または複数）からの閾値距離内
にあるＸ座標（単数または複数）を有するかどうかも判定される。これにより、
単語９０２および９０４を既に含む現在線に単語９０６が追加される。

【００４３】 次いで、選別単語リスト内の次の単語９０８が選択され、単語９０８の上方お
よび／または下方Ｙ座標（単数または複数）は、現在線および／または現在線内
のあらゆる単語の対応するＹ座標（単数または複数）の閾値距離内にあるため、
単語９０８は現在線内にあると判定される。しかし、単語９０８と現在線の任意
の単語（すなわち、単語９０２、９０４、９０６）との間の距離は、Ｘ方向に沿
った単語間距離閾値内にないと判定されるため、単語９０８は現在線に追加され
ない。単語９０８があらゆる他の既存線内にないと判定された後、新規線が開始
され、現在線として規定される。

【００４４】 同様の様式により、次の単語９１０が選択され、現在線内にあり、閾値距離内
にあると判定され、現在線に追加される。

【００４５】 次の単語９１２が選択され、現在線内または任意の他の既存線上にないと判定
されると、単語９１２は、新規線に追加される。この新規線は、現在線として規
定される。文書９００中の残りの単語は、上述した様式と同様の様式で１つ以上
の既存および／または新規線に連結される。

【００４６】 （工程７０６：線をパラグラフとして結びつける） 図１０は、選別単語リスト中の各単語を線に割り当てた後、それらの線をパラ
グラフとして結びつける処理工程を示すフロー図を示す。

【００４７】 線をパラグラフとして結びつけるために、工程１００２において、第１の線を
第１のパラグラフに割り当てる。この第１のパラグラフは、現在パラグラフとし
て規定される。次いで、工程１００４において、次の線が取り出されるかまたは
選択される。

【００４８】 好適には、選択線を所与のパラグラフに割り当てる前に、３つの基準について
判定が為される。以下は、これらの３つの基準である：（１）選択線がＹ方向に
おいてパラグラフの近傍にある（工程１００６）；（２）選択線がＸ方向におい
てパラグラフと垂直にオーバーラップする（工程１０１０）；および（３）選択
線の単語のフォントサイズと、パラグラフ中の単語のフォントサイズとが同じで
ある（工程１０１２）。これらの基準と、工程１００６、１０１０、および１０
１２について以下により詳細に説明する。

【００４９】 工程１００４において次の線を選択した後、工程１００６において、選択線が
Ｙ方向において現在パラグラフの近傍にあるかどうかを判定する。選択線が現在
パラグラフのＹ方向の近傍にあるかどうかを判定するために、選択線の適切なＹ
座標（単数または複数）と、現在パラグラフの先行線の適切なＹ座標（単数また
は複数）とを比較して、特定のパラメータおよび／または閾値を満たすかどうか
を判定する。

【００５０】 例えば、選択線の上方Ｙ座標と、現在パラグラフ中の先行線の下方Ｙ座標とが
比較され得、これにより、Ｙ方向の線間スペーシングが判定され得る。Ｙ方向の
線間スペーシングが閾値（例えば、平均文字高さの１．７５倍等）を上回る場合
、Ｙ方向の線間スペーシング閾値を満足しない結果となり、その線は、現在パラ
グラフのＹ方向の近傍にないと判定される。加えて、選択線が現在パラグラフ中
の先行線とＹ方向でほぼ同じ位置にある（例えば、現在パラグラフ中の先行線の
Ｙ座標を上または下の平均文字高さの１０％以内）場合、線間スペーシングは、
Ｙ方向の最低線間スペーシング閾値を満足せず、その線は、Ｙ方向において現在
パラグラフの近傍にないと判定される。工程１００６では、他の適切な比較およ
び／または分析ももちろん為され得、これにより、選択線が現在パラグラフの近
傍にあるかどうかが判定される。

【００５１】 工程１００６において、選択線が現在パラグラフの近傍にないと判定されると
、工程１００８において、選択線が任意の他の既存パラグラフ（すなわち、少な
くとも１本の線が割り当てられたパラグラフ）の近傍にあるかどうかが判定され
る。この工程は、工程１００６に関して上述した分析と同様の分析を用いて判定
され得る。

【００５２】 工程１００６において、選択線が現在パラグラフ近傍にあると判定された場合
または工程１００８において選択線が別の既存パラグラフ近傍にあると判定され
た場合、その選択線は現在パラグラフとして規定され、工程１０１０において、
選択線が現在パラグラフと垂直方向にオーバーラップするかどうかが判定される
。選択線のアライメントと現在パラグラフとが同じアライメントを有する場合（
例えば、左、右または中央のアライメント）場合、選択線は、現在パラグラフと
垂直方向にオーバーラップする。

【００５３】 例えば、現在線の第１の単語の左Ｘ座標が、現在パラグラフ中の先行線の第１
の単語の左Ｘ座標に対する閾値距離内にある場合、選択線および現在パラグラフ
は両方とも、左にアライメントされており、したがってオーバーラップする。し
かし、パラグラフ中にはインデントされた第１の線があり得るため、現在線の第
１の単語の左のＸ座標と現在パラグラフ中の第１の線の第１の単語の左のＸ座標
とを比較した場合、閾値距離は、ぶら下げインデントを見込んで、より大きな数
に規定され得る。

【００５４】 現在線の最終単語の右Ｘ座標が、現在パラグラフの線の最終単語の最右端Ｘ座
標からの閾値距離以内にある場合、選択線および現在パラグラフは両方とも、右
にアライメントされており、従ってオーバーラップする。さらに、現在線の中央
Ｘ座標（すなわち、現在線の第１の単語の左のＸ座標と最終の単語の右Ｘ座標と
の平均）が、現在パラグラフ中の先行既存線の中央Ｘ座標より大きいまたは小さ
い閾値距離（すなわち、現在パラグラフの先行既存線の第１の単語左Ｘ座標と最
終の単語の右Ｘ座標との平均）以内にある場合、選択線および現在パラグラフは
両方とも、中央にアライメントられており、したがってオーバーラップする。閾
値距離は、例えば、平均幅の文字の文字幅の０．５であり得る。

【００５５】 上記は、線のアライメントを判定し、パラグラフ近傍の線が同様のアライメン
トであるかどうかを判定する工程の例示的実施例に過ぎず、別の適切な方法が用
いられ得る。例えば、上記の方法は、現在パラグラフの最終の既存線のみを評価
して、その現在線が同様のアライメントかどうかを判定するように改変され得る
工程１０１０において、選択線が現在パラグラフとオーバーラップしていると
判定されると、工程１０１２において、選択線の単語のフォントサイズと現在パ
ラグラフの単語のフォントサイズとが同じかどうかが判定される。上述したよう
に、入力形式のデジタルデータは、各単語のフォントに関する情報（例えば、ス
タイル、ボールドまたは非ボールドを表す太さおよびサイズ）を提供する。

【００５６】 工程１００８において、選択線が任意の他の既存パラグラフの近傍にないと判
定された場合、工程１０１０において、選択線が現在パラグラフとオーバーラッ
プしないと判定された場合、または工程１０１２において選択線の単語のフォン
トサイズと現在パラグラフの単語のフォントサイズとが同じでないと判定された
場合、工程１０１４において選択線を新規パラグラフに追加し、その新規パラグ
ラフを現在パラグラフとして設定することにより、新規パラグラフが開始される
。

【００５７】 工程１０１２において、選択線の単語のフォントサイズが現在パラグラフの単
語のフォントサイズと同じであると判定された場合、工程１０１６において、そ
の選択線は、現在パラグラフに追加される。工程１０１４または工程１０１６に
おいて、選択線がパラグラフに追加された後、工程１０１８において、パラグラ
フに割り当てられていない線が残っているかどうかを判定する。パラグラフに割
り当てられていない線が残っている場合、プロセスは、工程１００４から続けて
、次の線を選択する。全ての線がパラグラフに割り当てられると、線をパラグラ
フとして結びつけるプロセスが終了する。

【００５８】 （工程７０６において線をパラグラフとして結びつける工程の説明） 再度図９を参照して、このサンプル文書９００の一部分はまた、工程７０６に
おいて線をパラグラフとして結びつける工程において用いられる様々な基準を示
す。

【００５９】 例えば、第１の線９２０を第１のパラグラフに追加し、第１のパラグラフを現
在パラグラフとして規定した後、次の線９２２が選択される。次いで、線９２２
のＹ座標は、現在パラグラフ中の先行線９２０とＹ方向でほぼ同じ位置にあり、
従ってＹ方向の最低線間スペーシングを満足していないため、線９２２が現在パ
ラグラフの近傍にないことが判定される。線９２２が任意の他の既存パラグラフ
のＹ方向の線間スペーシング基準を満たさないことも判定され、従って、線９２
２は、新規パラグラフに追加され、この新規パラグラフは、現在パラグラフとし
て規定される。

【００６０】 パラグラフに割り付けられていない線があるため、次の線９２４が選択される
。線９２４が線９２２を含む現在パラグラフの近傍にないことが判定される。次
いで、線９２４が線９２０を含むパラグラフの近傍にあることが判定され、その
パラグラフは現在パラグラフとして規定される。加えて、線９２４および現在パ
ラグラフは両方とも左にアライメントされているため、線９２４が現在パラグラ
フとオーバーラップすることが判定される。しかし、線９２４のフォントサイズ
と現在パラグラフのフォントサイズは異なり、線９２４はいずれの既存パラグラ
フの近傍にもないため、線９２４は、新規パラグラフに追加され、次いで、この
新規パラグラフは、現在パラグラフとして規定される。

【００６１】 上述した様式と同様の様式で、線９２６が線９２４を含む現在パラグラフの近
傍にないが線９２２を含むパラグラフの近傍にあると判定され、そのパラグラフ
は現在パラグラフとして規定される。線９２６および現在パラグラフは両方とも
右にアライメントされているため、線９２６は現在パラグラフとオーバーラップ
すると判定される。しかし、線９２６のフォントサイズと現在パラグラフのフォ
ントサイズは異なるため、線９２６は、新規パラグラフに割り当てられる。パラ
グラフに割り当てられていない線があるため、次の線９２８が現在線として選択
される。

【００６２】 線９２８は、線９２６を含む現在パラグラフの近傍にあると判定され、線９２
８および現在パラグラフは両方とも右にアライメントされているため、線９２８
は現在パラグラフとオーバーラップする。線９２８のフォントサイズと現在パラ
グラフのフォントサイズとが同じであることも判定され、線９２８は、線９２６
を含む現在パラグラフに割り当てられる。

【００６３】 文書９００中の残りの線は、上述した様式と同様の様式で、１つ以上の新規お
よび／または既存パラグラフに連結される。

【００６４】 （工程７０８：表の位置確認） 単語を線に結び付け、線をパラグラフとして結びつけた後、工程７０８におい
て、表が位置確認される。結びつけたパラグラフから表を位置確認するために、
任意の適切な方法が用いられ得る。例えば、１９９８年４月７日に発行され、Ｈ
．Ａｌａｍに付与された米国特許第５、７３７、４４２号に、文書を表すデジタ
ルコンピュータデータから表形式データを認識し、取得し、格納するプロセッサ
を基本とする方法についての開示がある。本明細書中、同特許の開示内容全体を
参考のため援用する。

【００６５】 工程７０８において、オリジナルの入力形式の文書から表を位置確認する１つ
の方法は一般的には、文書の水平プロジェクションプロフィールを評価する工程
と、水平プロジェクションプロフィールにより示される（ｄｉｓｃｌｏｓｅｄ）
空白を分析することにより、表の上方境界および下方境界を判定する工程と、文
書の垂直プロジェクションプロフィールを評価する工程と、垂直プロジェクショ
ンプロフィールにより示される空白を分析することにより、表の水平位置を判定
する工程とを含む。

【００６６】 図１１は、中間形式で格納されているデータを所望の出力形式に変換するプロ
セス４０４を説明するフロー図を示す。工程１１０２において、中間形式は、１
つ以上のサポート出力形式に変換される。上述したように、出力形式は、ＨＴＭ
Ｌ、ＸＭＬ、ＣＳＳ、ネットスケープレイヤー、リンクされたページおよび別々
のページ、ＰＤＦ、ＴＩＦ（またはＧＩＦ、ＢＭＰ、ＪＰＥＧ等の他の画像形式
）、ＲＴＦ、および他のあらゆる形式の１つ以上のバージョンであり得るが、例
示的出力形式ＲＴＦ１１０４、ＨＴＭＬ（表形式またはスタイルシート付き）１
１０６、ＴＩＦＦ（または別の画像形式）１１０８およびＸＭＬ１１１０のみを
示す。例えばＨＴＭＬバージョン３．２は、ブロックを指定座標に配置すること
を可能にしない一方、例えばＨＴＭＬバージョン４．０は、座標を指定してブロ
ックの配置を可能にするため、変換プロセス４０４好適には、両方の種類のＨＴ
ＭＬをサポートする。従って変換プロセスを提供してスタイルシート付きのＨＴ
ＭＬおよび表形式のＨＴＭＬを生成する工程は、異なるバージョンのＨＴＭＬを
サポートする。出力は、１つ以上の可能な出力形式の文書を含み得る。

【００６７】 図１２は、中間形式文書をスタイルシート付きのＲＴＦまたはＨＴＭＬ出力形
式文書１１０４または１１０６に変換する工程１１０２を説明するフロー図を示
す。スタイルシート付きのＲＴＦまたはＨＴＭＬ出力形式に変換するために、工
程１２０２において、中間形式の各ブロックについて、左上および右下のＸ座標
およびＹ座標が判定され得る。上述したように、中間形式で格納された情報は、
１つ以上のブロックを含み得る。各ブロックは、表構成要素のスペーシングまた
は画像に応じて、パラグラフ、表中の構成要素、表の全体または一部分であり得
る。

【００６８】 工程１２０４において、中間形式の各ブロックについて出力形式ブロックが生
成される。出力形式ブロックの作成は、出力形式スタイルシート中の出力形式ブ
ロックの座標が中間形式ブロックの座標に対応するように行われる。工程１２０
６において、各中間形式ブロックのフォントは出力形式フォントへマッピングさ
れ、中間形式の各ブロックが対応する出力形式ブロックに調和するように行われ
る。次いで、工程１２０８において、出力形式でマッピングされたフォントを有
する各出力形式ブロックは、対応する出力形式テキストブロック内に配置される
。

【００６９】 個々の中間形式のブロックのプロセス１２１２による処理は、プロセス１２１
２を各中間形式ブロックに対して１回行うか、複数のグループの場合はプロセス
１２１２を中間形式ブロックの各グループに対して１回行うか、または、プロセ
ス１２１２を全ての中間形式ブロックに対して１回まとめて行うことによって行
われ得る。プロセス１２１２の繰り返しが全て終了すると、工程１２１０におい
て、スタイルシート付き文書の出力ＲＴＦまたはＨＴＭＬが出力される。

【００７０】 図１３は、中間形式をＴＩＦＦ出力形式（または別の画像形式）に変換する工
程１１０２を説明するフロー図を示す。最初に、工程１３０２において、中間形
式ブロックを用いて文書のビットマップを生成する。工程１３０４において、中
間形式文書のビットマップを、ＴＩＦＦ出力文書に配置する。最後に、工程１３
０６において、ＴＩＦＦ出力文書を出力する。

【００７１】 図１４は、中間形式を表形式ＨＴＭＬ出力形式１１０８に変換する工程１１０
２の第１のプロセスを説明するフロー図を示す。上述したように、例えば、ＨＴ
ＭＬバージョン３．２は、ブロックを指定座標に配置することを可能にしない。
したがって、変換プロセスは好適には、表形式ＨＴＭＬ出力文書内にグリッドを
生成する工程を含む。グリッドは一般的には、好適には最小数のセルを有する表
であり得る。

【００７２】 表形式ＨＴＭＬ出力形式を変換するために、工程１４０２において、各ブロッ
クの上Ｙ座標および下Ｙ座標ｙｌ、ｙ２のリストが作成される。工程１４０４に
おいて、このＹ座標リストがスキャンされ、これにより、Ｙ方向ブロック間に間
隔または空間が配置され、ブロック間の各間隔の上方Ｙ座標および下方Ｙ座標ｙ
ｌ’、ｙ２’が記録される。明らかなように、各間隔のＹ座標ｙｌ’、ｙ２’は
一般的には、１つのブロックのｙｌのＹ座標と別のブロックのｙ２のＹ座標とに
対応する。同様に、工程１４０６において、各ブロックの左Ｘ座標および右Ｘ座
標、ｘｌ、ｘ２のリストが作成される。工程１４０８において、このＸ座標リス
トがスキャンされ、これによりＸ方向のブロック間に間隔または空間が配置され
、ブロック間の各間隔の上Ｘ座標および下座標、ｘｌ’、ｘ２’が記録される。
明らかなように、各間隔のＸ座標、ｘｌ’、ｘ２’は一般的には、１つのブロッ
クのｘｌのＸ座標と別のブロックのｘ２のＸ座標とに対応する。

【００７３】 次いで、工程１４１０において、「ｍ」（すなわち、Ｙ方向の間隔数）が数字
ｙｌ’に割り当てられ、「ｎ」（すなわち、Ｘ方向の間隔数）が数字ｘ１’に割
り当てられる。。次いで、工程１４１２において、ｍ＋１の数のローおよびｎ＋
１の数のカラムを有するマクロ表が作成される。

【００７４】 ローｊとローｊ＋１との間の境界（ｊは１からｍである）は、Ｙ座標ｙ１_j’
に配置される。従って、各ローの高さは、Ｙ方向に沿った２本の境界間の距離で
ある。ローがページ端部にＹ方向に延びる場合、このようなローの高さは、文書
端部からの距離（すなわち、ロー境界に対して、分割された表の最小Ｘ座標また
は最大Ｘ座標）である。ローが１本のみの場合、その高さは、単に分割された表
の最大Ｘ座標に等しい。また、カラムｉとカラムｉ＋１との間の境界（ｉは１か
らｎである）は、Ｘ座標ｘｌ_j’に配置される。従って、各カラムの幅は、Ｘ方
向に沿った２本の境界間の距離である。カラムがＸ方向にページ端部に延びる場
合、このようなカラムの幅は、文書の端部からの距離（すなわち、カラム境界に
対して、分割された表の最小Ｙ座標または最大Ｙ座標）である。カラムが１つし
かない場合、その幅は、単に分割された表の最大Ｙ座標と等しい。

【００７５】 工程１４１４において、上述したプロセス１４００を用いて、マクロ表の各セ
ルを再帰的に細分化する。プロセス１４００の第１の繰り返しにおいて、「マク
ロ表」は、ページまたは文書の全体を含む表を意味する。プロセス１４００の各
後続の繰り返しにおいて、「マクロ表」は、細分化される高レベルマクロ表のセ
ルのみを含む表を意味する。いずれの場合においても、プロセス１４００の全て
の後続繰り返し用の最大および最小のＸ座標およびＹ座標は、細分化される高レ
ベルマクロ表のセルのＸ座標およびＹ座標である。プロセス１４００の反復は、
各セルの最初のマクロ表および後続の全マクロ表がそれ以上分割できなくなるま
で行われる。マクロ表の各セルは、１つ以上の中間形式ブロックを含み得る。

【００７６】 図１５Ａは、サンプル文書のページを示し、図１５Ｂは、図１５Ａのサンプル
文書ページをマクロ表のセルに概略的に分割したものを示す。図１５Ｂに点線で
示すように、このマクロ表は、第１の繰り返しにおいて、５つのローおよび１つ
のカラムのセルに分割される。さらに、各ブロックは、ブロック周囲の境界で指
定される。第１すなわち上部のローのセルの水平スパンは、この第１のマクロ表
がそれ以上分割されることを防ぐ。最高レベルのマクロ表を細分化する繰り返し
が全て終了すると、各ブロックは、ＨＴＭＬ表の１つのセルを占有する。図１５
Ｃは、マクロ表を分割する後続の繰り返しの一例を示す。具体的には、第１のマ
クロ表の最終ローのセルはそれ自身は、２つのカラムに分割可能な低レベルマク
ロ表である。図示していないが、第１のマクロ表または最高レベルマクロ表なら
びに後続マクロ表または低レベルマクロ表の別のセルをさらに細分化することが
可能である。

【００７７】 図１６は、中間形式文書を表形式ＨＴＭＬ出力文書に変換する工程１１０２の
第２のプロセス１６００を説明するフロー図を示す。プロセス１６００では、第
１のプロセス１４００により生成された各不可分セルの区分分けを試み、各中間
形式ブロックを出力表形式ＨＴＭＬ文書中の対応座標に配置する。

【００７８】 具体的には、工程１６０２において、全マクロ表の第１のセルを選択する。第
１のセルは、最小の左上Ｘ座標および／または最小の左上Ｙ座標を有するセルで
あり得る。各セルは、１つ以上の中間形式ブロックを含み得る。選択セルの左上
端部から始まって、工程１６０４において、左端部のＸ座標のベクトルと、セル
内の各ブロック上端部のＹ座標のベクトルとが生成される。各Ｙ方向ベクトルは
、対応ブロックの左端部に対応するＸ座標を有し、各Ｘ方向ベクトルは、対応ブ
ロックの上端部に対応するＹ座標を有する。工程１６０６において、Ｙ−方向ベ
クトルおよびＸ−方向ベクトルのそれぞれのＸ座標およびＹ座標のそれぞれの最
高共通因子が判定される。

【００７９】 工程１６０８において、Ｘ座標およびＹ座標の表が生成され、ここで、Ｘ座標
およびＹ座標はそれぞれ、Ｘ座標およびＹ座標の最高共通因子の倍数である。次
いで、工程１６１０において、各セル内の中間形式ブロックは、ＨＴＭＬ表の対
応座標に配置される。工程１６１２において、選択セルが中間形式文書の最終セ
ルであるか否かまたは未選択のセルがあるか否かが判定される。選択セルが中間
形式文書の最終セルでない場合または未選択セルがある場合、工程１６１４にお
いて、次のセルを選択し、工程１６０４から続けられる。選択セルが最終セルで
あるかまたは中間形式文書の最終選択セルである場合、工程１６１６において、
そのブロックを含むＨＴＭＬ表が出力表形式のＨＴＭＬ文書として出力される。

【００８０】 工程１６０６において最高共通因子を判定する工程と、工程１６０８において
セル内に表を生成する工程とを説明する例として、セル内のブロックの左端部の
Ｘ座標が３、１２、３０および４５である場合、最高共通因子は３である。した
がって、工程１６０８によって生成されるＸ座標の表は、３、６、９、１２、１
５、１８、２１、２４、２４７、３０、３３、３６、３９、４２および４５（す
なわち、３の倍数、最高共通因子）となる。

【００８１】 図１７は、分かり易くするため、区分分けＸ座標の位置のみを図示しているが
、表の不可分セルをＸ座標およびＹ座標の表の区分分けを説明するサンプル文書
の一部を示す。図示のサンプル文書部分において、１つより多いブロックを含む
テキストの各線は、各ブロックがマクロ表の構成要素となるようにさらに分割さ
れるマクロ表となり得る。図示の線部分は、各マクロ表のブロックのＸ座標の最
高共通因子の倍数を示す。

【００８２】 （異なる構成のディスプレイ上での表示のためのリフォーマット） 上述の変換プロセスは、ドキュメントを表わすデータを、入力フォーマットが
適したディスプレイと、異なる構成を有するディスプレイでの表示に適したフォ
ーマットに変換するために利用され得る。例えば、あるドキュメントが、通常の
デスクトップまたはラップトップモニター上での表示に適したフォーマットであ
り得、そのドキュメントを、例えば、インターネットに接続されたテレビ、なら
びに／または携帯もしくは無線電話機、ＰＤＡ、ポケットベル（登録商標）およ び／または音声プロダクト（ｖｏｉｃｅ ｐｒｏｄｕｃｔｓ）等の携帯用デバイ ス上での表示に適した別のフォーマットに変換し得ることが望ましくあり得る。 異なる構成に必要である条件は、例えば、異なるディスプレイサイズおよび／ま たは解像度によることであり得る。

【００８３】 図１８〜２８は、このような異なるディスプレイ構成のためのリフォーマット
のためのプロセスおよび例を示す。リフォーマットプロセス１８００は、工程１
８０２で、ドキュメント内のサブページの区切り（ｓｕｂ−ｐａｇｅ ｂｒｅａ
ｋｓ）を判断する工程、およびドキュメントをサブページに細分化する工程を含
み得る。サブページの区切りは、例えば、水平または垂直方向のいずれかでペー
ジを渡る分割線であり得る。次いで、工程１８０４で、第１のサブページが現在
のサブページとして選択され、工程１８０６で、現在のサブページ内の第１のブ
ロックが現在のブロックとして選択される。工程１８０８で、現在のブロックが
ディスプレイ構成のディスプレイパラメータの範囲内であると判断された場合、
工程１８１０で、現在のブロックが表示される。工程１８０８で、現在のブロッ
クがディスプレイ構成のディスプレイパラメータの範囲内でないと判断された場
合、工程１８１２で、現在のブロックは、各部分がディスプレイ構成のディスプ
レイパラメータの範囲内にあるように、複数の部分に分割され、その複数の部分
が表示される。

【００８４】 工程１８１０または工程１８１２の後で、工程１８１４がサブページ内にブロ
ックが残っていると判断した場合、工程１８１６で、サブページ内のその次のブ
ロックが現在のブロックとして選択され、プロセスは工程１８０８から継続され
る。しかしながら、工程１８１４が現在のサブページ内に表示されるべきブロッ
クが残っていないと判断した場合には、工程１８１８がドキュメント内にサブペ
ージが残っているかどうかを判断する。ドキュメント内にサブページが残ってい
る場合、工程１８２０で、次のサブページが現在のサブページとして選択され、
プロセスは工程１８０６から継続される。サブページがドキュメント内に残って
いない場合、リフォーマットプロセス１８００は完了する。

【００８５】 １つの実施形態において、工程１８１０等でブロックを表示した後、または工
程１８１２等でブロックの最後の部分を表示した後、プロセス１８００は、ブロ
ックが不完全な文章または不適切な終結（ｉｍｐｒｏｐｅｒ ｔｅｒｍｉｎａｔ
ｉｏｎ）で終わる段落であるかどうかを判断する。

【００８６】 ブロックが段落であるかどうかの判断は、ブロックが１以上の文章を含むかど
うかを判断することによってなされ得る。１つの文章は、最初に大文字を使用し
、その後に、文章の終結を表わすピリオド、感嘆符、または疑問符等の文章を終
結する句読点が続くものとして定義され得る。ブロックがビュレットポイント（
ｂｕｌｌｅｔ ｐｏｉｎｔ）、または複数の項目からなるリスト内の項目である
ような場合、そのブロックは、段落でないと判断され得る。ブロックが不完全な
文章または不適切な終結で終わる段落であると判断された場合、次のブロックが
不適切な文章、または段落の始まりで始まるかどうかが判断される。

【００８７】 ブロックが不完全な文章、または不適切な終結で終わる段落でない場合、プロ
セス１８００は、上述のとおり、工程１８１４へと継続され得る。次のブロック
が不完全な文章、または不適切な終結で終わる段落である場合、プロセスは、次
のブロックが不適切な文章または段落の始まりで始まるかどうかを判断し得る。
不適切な文章、または段落の始まりが、最初に大文字を使用していないが、他で
の最初の大文字の使用、および文章の終結を含んだ最初の不完全な文章を含み得
る。あるいは、または加えて、不適切な文章、または段落の始まりは、例えば、
インデントされていない第１の行を含み得るが、前の段落の第１の行はインデン
トされている。

【００８８】 次のブロックが段落でないか、もしくは不完全な文章または不適切な終結で終
わる段落でない場合、プロセスは、例えば、後続ブロック、元のドキュメントの
ページ、またはドキュメントの所定のエリア内のブロックの所定の数を調べて、
段落を含む第１の後続ブロックの位置を確認をする。段落の位置が確認されない
場合、または位置を確認した段落が、不適切な段落の始まりで始まらない場合、
上述のとおり、プロセスは工程１８１４を実行するために継続し得る。不適切な
段落の始まりを含む段落の位置が確認された場合、いずれの介在するブロックを
表示する直前に、その段落ブロックが表示され得る。次いで、上述のとおり、プ
ロセスは表示されていないブロックのみを残して、工程１８１４から継続する。

【００８９】 別の実施形態において、２つの不完全な段落の一致は、引き続く後続ブロック
から、第２の補足的な不完全な段落を単純に検索せずに、最初の不完全な段落の
右側に位置するブロックを調べることによってなされ得る。この実施形態におい
て、複数の一致が見つけられ得、好ましくは、ユークリッド距離において近い段
落が一致する。

【００９０】 上述の不完全な段落位置確認プロセスの代わりに、またはそれに加えて、構文
解析が実行され得る。パーシングルール（ｐａｒｓｉｎｇ ｒｕｌｅ）が、２つ
の段落ブロックの最後および最初の不完全な文章を組み合わせて、英文法の規則
に従って正しく解析されるかどうかを判断するために用いられ得る。

【００９１】 図１９は、各部分が出力用途またはデバイスのディスプレイ構成のディスプレ
イパラメータもしくは構成の範囲内であるように、現在のブロックを表示用の部
分に分割するための工程１８１２のフローチャートを示す。まず、工程１９０２
が、現在のブロックがテーブルであるかどうかを判断する。現在のブロックがテ
ーブルでない場合、工程１９０４が、各構成要素がディスプレイ構成の範囲内で
表示され得るように、現在のブロックを複数の構成要素に分解する。例えば、段
落ブロックの各構成要素は、段落内に含まれる単語であり得る。ブロックの構成
要素への他の分割が実行され得る。例えば、リストブロックの各構成要素は、リ
スト内の１つの項目または１行であり得る。

【００９２】 工程１９０４はまた、ディスプレイ構成の限界に達するか、または現在のブロ
ックの全ての構成要素が表示されるまで、各構成要素を連続して表示する。工程
１９０４は、ディスプレイ構成の限界に達するたびに、新たな表示を用いて、現
在のブロックの残りの構成要素を連続して表示し続ける。現在のブロックの各構
成要素は、例えば、１つの単語または１つの行を含み、複数の行、および／また
は複数の単語に分解され得る。

【００９３】 現在のブロックがテーブルである場合、工程１９０５で、テーブルの第１のロ
ーおよび第１のカラムが、ローおよびカラムの見出しとして選択される。テーブ
ルの第１のローおよび第１のカラムの全てが見出しであるわけではないが、第１
のローおよび第１のカラムが見出しであると考えられ得る。見出しのローまたは
カラムと、データのローまたはカラムとを区別する方法が実行され得る。また、
入力フォーマットには、テーブルの見出しを識別し得るものもあり、このプロセ
スでは、そのデータを用いることができる。

【００９４】 工程１９０６は、ディスプレイ構成の範囲内で、もしあれば、カラムの見出し
で表示され得るカラムの数（ｎ）を判断する。次いで、工程１９０７で、ｎ個の
見出しでないカラムが選択され、第１のローの選択された構成要素またはカラム
が、現在のサブブロックとして設定されたサブブロックに加えられる。工程１９
０８で、次のローのｎ個の構成要素が現在のローとして選択され、現在のサブブ
ロックに加えられる。次いで、工程１９１０が、現在のサブブロックがディスプ
レイ構成の範囲内で表示され得るかどうかを判断する。現在のサブブロックがデ
ィスプレイ構成の範囲内で表示され得る場合、工程１９１１が、現在のサブブロ
ックを表示する。現在のサブブロックがディスプレイ構成の範囲内で表示され得
ない場合、工程１９１２が、現在のサブブロックから現在のローを取り除いて、
現在のサブブロックを表示し、その第１のローとして見出しを有する新たなサブ
ブロックに、現在のローを加える。この新たなサブブロックはまた、現在のサブ
ブロックとして設定される。

【００９５】 工程１９１１または工程１９１２の後に、工程１９１４が、現在のローがテー
ブルの最後のローであるかどうかを判断する。現在のローがテーブルの最後のロ
ーでない場合、工程１９１６で、ｎ個の構成要素から成る次のローが現在のロー
として選択され、現在のサブブロックに加えられ、プロセスは工程１９１０から
継続される。現在のローがテーブルの最後のローである場合、工程１９１８が、
表示された最後のカラムがテーブルの最後のカラムであるかどうかを判断する。
表示された最後のカラムが、テーブルの最後のカラムでない場合、プロセスは工
程１９０６から継続される。表示された最後のカラムがテーブルの最後のカラム
である場合、プロセスが完了する。

【００９６】 ある状況において、テーブルが過度に分割されたために、テーブルのあるセル
を再結合することが必要または望ましいことがあり得る。例えば、１つのローが
２以上の行に渡る場合、単一のローが複数のローに細分化され得る。プロセス１
８１２が、正確な見出しがテーブルの部分を表示する各表示ページ内で表示され
るように、テーブルの一部を見出しとして割り当てる場合に、セルの再結合が特
に望まれ得る。

【００９７】 １つの実施形態において、ローの間の不適切または誤ったセルの区切りが、ロ
ーのそれぞれの上側および下側のＹ座標の位置を確認すること、およびローとロ
ーの間の隔たりに基づいて、セルまたはローのどの区切れが不適切であり得るか
を判断することによって判断され得る。例えば、ロー内の行間隔は、２つのロー
の間の間隔よりも小さいことが有り得る。同様のアプローチが、カラム間の不適
切または誤ったセルの区切りを判断するために用いられ得る。

【００９８】 上記に加えて、またはその代わりに、名目上のセルの区切りに基づいて、カラ
ムおよび／またはローの間の不適切または誤ったセルの区切りが、最適な方法で
空白のセルを除去するために、このような空白のセルの位置を確認して、セルを
再結合することによって判断され得る。例えば、１つのセルのみが２行に渡って
おり、残りのセルのそれぞれは１行に渡っているだけであるローにおいて、この
ローは、不適切に２つのローに分割され得、結果として、下側または第２のロー
は、ほとんど１つの空白のセルとなる。下側または第２のロー内の空白セルの最
適な除去は、その大部分が空白であるローと、先行のローとを再結合することで
あり得る。また、同様のアプローチが、カラム間の不適切または誤ったセルの区
切りを判断し、且つ除去するために用いられ得る。

【００９９】 テーブルセルの過度の分割を判断し、且つ除去するために、ある種のルールが
設定され、且つ適用され得る。例えば、見出しローまたはカラムが、全て大文字
、大きいフォント、太字、イタリック体、および／または中央揃えにされ得るが
、残りのセルは、これらの特徴のいくつかまたは全てを有さない。よって、最初
の２つのローまたはカラムが、全て大文字、大きいフォント、太字、イタリック
体、および／または中央揃えにされるが、残りのセルは、これらの特徴のいくつ
かまたは全てを有さない場合には、最初の２つのローおよび／またはカラムが、
１つのローまたはカラムに再結合されるべきであると判断され得る。明らかであ
るが、多くの他の方法論が、最適なテーブルセルの分割を判断するために用いら
れ得る。

【０１００】 別の実施形態において、上記に加えて、またはその代わりに、セルの区切りが
、正確な見出しを判断するために、意味解析を用いて解析され得る。しかしなが
ら、意味解析は、名詞または動詞の語句のみを含む不完全な文章が、しばしば、
見出しとして用いられるので、大量の文脈情報を必要とし得る。

【０１０１】 上述のセル結合プロセスは、プロセス１８１２の多くの時点で実行され得る。
例えば、工程１９０５で、第１のローおよびカラムを見出しとして選択するとき
、工程１９０６で、表示することができるカラムの数を判断するとき、工程１９
０７で、見出しでないカラムを選択するとき、および工程１９０８または工程１
９１６で、次のローの構成要素を選択するときに、再結合プロセスは実行され得
る。

【０１０２】 さらに、１つのテーブルは１以上のサブテーブルを含み得る。サブテーブルに
おいて、カラムおよび／またはローの一部が、サブカラム、および／またはサブ
ローに分割され得る。このようなサブテーブルは、表示ページ内に表示されてい
る複数のローおよび／またはカラムの見出しをもたらし得る。上述のテーブル検
出アルゴリズムは、これらのサブテーブルを判断するために、テーブルセルを繰
り返し検索するために用いられ得る。

【０１０３】 図２０は、サンプルドキュメント２０００を示す。サンプルドキュメント２０
００は、３つのサブページ区切り２００２、２００４、および２００６によって
、４つのサブページに分割され得る。サブページ区切りは、ページまたはドキュ
メントの幅の閾値部分に渡って延びる非テキストまたはイメージを含むブロック
で決定され得る。例えば、サブページ区切りは、もし有れば、例えば、ページ幅
の少なくとも７０％、または余白部分の内側のページ幅に渡って延びる、図２０
に示すような線、イメージまたは画像、または連続するダッシュもしくは他の繰
り返しの印であり得る。

【０１０４】 サンプルドキュメント２０００は、テーブル２００８、２０１０、および２０
１２を含む。サブページ区切り２００４および２００６の間のサブページの構成
要素を表示するための順序も、サブページのブロックが上から下へ、左から右へ
の順に配列される矢印２０１４で図２０に示す。

【０１０５】 ドキュメント２０００のサブページ区切り２００４および２００６の間のサブ
ページは、見出し２０１６を含む。見出し２０１６は、好ましくは、入力フォー
マットドキュメントを中間フォーマットドキュメントに変換するプロセスにおい
てか、またはリフォーマットプロセス１８００中のいずれかで特定される。見出
しは、コンテンツのリストまたはテーブルを自動的に生成するために用いられ得
る。コンテンツのテーブルの生成は、ユーザによって選択されるか、またはデフ
ォルトとして設定されるオプションであり得る。好ましくは、コンテンツのテー
ブルは、リフォーマットプロセス１８００の第１の表示ページとして挿入され得
る。第１の表示ページに表示される各見出しは、好ましくは、見出しおよびその
関連づけられたコンテンツを含む表示へのリンクを含む。

【０１０６】 あるいは、特に、リフォーマットプロセス１８００が急に実行される場合、コ
ンテンツのテーブルが表示されたページ内に表示された見出しのリンクは、出力
フォーマットドキュメント内の見出しに対するものであり、特定の表示ページに
対するものではない。ユーザがコンテンツのテーブルが表示されたページ内に表
示された見出しのリンクを選択すると、リフォーマットプロセス１８００は、ユ
ーザが表示された第１のコンテンツとして、その選択された見出しを有する表示
ページを提供されるように、その選択された見出しの前に表わされている全ての
コンテンツを無視する。換言すれば、表示ページの間の区切りは、ユーザによっ
て選択されたリンクまたは見出しに応じて変わり得る。

【０１０７】 この実施形態において、リフォーマットプロセス１８００は、好ましくは、逆
の順番で表示ページを生成することが可能である。例えば、ユーザがコンテンツ
のテーブル内の見出しを選択し、選択された見出しを第１のコンテンツとして表
示する表示ページを見た後、そのユーザは先行ページを選択し得る。次いで、リ
フォーマットプロセス１８００は、好ましくは、逆の順序で、ディスプレイ構成
のディスプレイパラメータの範囲内で表示され得るブロックおよび／またはブロ
ックの一部を判断する。

【０１０８】 図２１Ａ〜Ｆは、サブページと同数の要素またはサブブロックを各表示ページ
にはめ込むために、サンプルドキュメント２０００が分割され得る、５つの表示
ページを示す。テーブル２００８、２０１０、２０１２、および２０１４のそれ
ぞれは、単一の表示ページ上に表示されており、これらのテーブルは、出力表示
デバイスのディスプレイ構成の必要条件の範囲内であるために、複数の表示ペー
ジに渡っては表示されていないことに留意されたい。

【０１０９】 図２２は、１つのドキュメント内に含まれ得る、サンプルテーブル２２００を
示す。図２３Ａおよび２３Ｂは、テーブル２２００が表示され得る、サンプル表
示ページを示す。示されるとおり、サンプルテーブル２２００のローの見出しを
形成する第１のローの少なくとも一部が、表示ページのそれぞれに表示される。
さらに、サンプルテーブル２２００のカラムの見出しを形成する第１のカラムの
少なくとも一部が、表示ページのそれぞれに表示される。図２３Ａに示す表示ペ
ージにおいて、カラムの見出しに加えて、テーブルの全てのローの最初の２つの
カラムが表示される。図２３Ｂに示す表示ページにおいて、カラムの見出しに加
えて、図２３Ａに表示された最後のカラムに続く、残りの３つのカラムの全ての
ローが表示される。この例には示さないが、サンプルテーブル２０００のローは
、複数の表示ページに渡って表示されるようにも分割され得る。

【０１１０】 図２４は、ドキュメントを表わすデータを出力フォーマットドキュメントに変
換するためのサービスが、ネットワーク２３０４上で提供され得る、システム２
３００の概略図である。図２５は、ネットワーク上で、ドキュメントを表わすデ
ータを変換するためのサービスのフローチャートを示す。

【０１１１】 ドキュメントを表わすデータを変換するためのサービスは、インターネット、
またはイントラネット等のネットワーク２３０４上のコンピュータシステム２３
０２によって提供され得る。ネットワーク２３０４は、ウェブページ等のドキュ
メントを入力フォーマットで提供する、サーバ２３０６に接続され得る。ネット
ワーク２３０４はまた、ＰＤＡ２３０８、ラップトップコンピュータ２３１０、
およびデスクトップＰＣ２３１２等の出力デバイスに接続され得る。図示しない
が、携帯電話およびポケットベル等の多くの他のデバイスも、ネットワーク２３
０４に接続され得る。

【０１１２】 コンピュータシステム２３０２が、ＰＤＡ２３０８等の出力デバイスから、サ
ーバ２３０６によって供給されるドキュメントの表示要求を受信すると、コンピ
ュータシステム２３０２は、入力フォーマットドキュメントを出力フォーマット
ドキュメントに変換するためのプロセス２５００を実行し得る。特に、工程２５
０２で、プロセス２５００は、ネットワーク上で入力ドキュメントを受信する工
程を含む。工程２５０４で、好ましくは、ウィルス検出プログラムが、入力ドキ
ュメント内のウィルスの存在を検出するために、実行される。ウィルスが検出さ
れた場合は、工程２５０６が、ネットワークを介して、ユーザまたは要求デバイ
スに、入力ドキュメントがウィルスを含んでいるというメッセージを送信する。
あるいは、ウィルスを含むドキュメントの修復が可能な場合は、ドキュメントは
修復され得、プロセスは工程２５０８へと継続する。

【０１１３】 ウィルスが検出されない場合、またはウィルスが検出されて、除去された場合
、工程２５０８は、入力ドキュメントがサポートされたフォーマットであるかど
うかを判断する。入力ドキュメントが、サポートされたフォーマットではない場
合、プロセス２５００は終了する。入力ドキュメントがサポートされたフォーマ
ットである場合、工程２５１０で、入力ドキュメントは中間フォーマットドキュ
メントに変換される。工程２５１２で、この中間フォーマットドキュメントが、
今度は、出力フォーマットドキュメントに変換される。上述のとおり、この変換
プロセスは、必要に応じて、または要求に応じて、入力ドキュメントの単一のペ
ージが複数の表示ページに分けられ得るようにリフォーマットする工程を含み得
る。

【０１１４】 工程２５１４で、コンテンツのテーブルは、上述のとおり、見出しを用いて生
成され、出力フォーマットドキュメントに挿入され得る。さらに、特に、工程２
５１２で、１より多くの出力フォーマットが生成される場合、工程２５１４で、
ＪＡＶＡ^TMスクリプト等の実行可能プログラムが、出力フォーマットドキュメン
トに挿入され得る。ＪＡＶＡ^TMスクリプトに関して述べたが、Ｃｏｍｍｏｎ Ｇ
ａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ （ＣＧＩ）、Ｖｉｓｕａｌ Ｂａｓｉｃ、
Ｐｒａｃｔｉｃａｌ ｅｘｔｒａｃｔｉｏｎ ａｎｄ ｒｅｐｏｒｔｉｎｇ ｌ
ａｎｇｕａｇｅ （Ｐｅｒｌ）、Ｃ、Ｃ＋＋等の他のプログラミング言語は、言
うまでもなく、用いられ得る。好ましくは、ＪＡＶＡ^TMスクリプトが、出力フォ
ーマットドキュメントの始めに挿入される。ＪＡＶＡ^TMスクリプトは、表示のた
めに生成された複数の出力フォーマットから、適切な出力フォーマットを選択す
るために、ＰＤＡ等のディスプレイデバイスによって実行され得る。この適切な
出力フォーマットは、例えば、ディスプレイデバイス、および／またはディスプ
レイデバイスによって用いられるブラウザに依存し得る。出力フォーマットドキ
ュメントは、次いで、工程２５１６で、ネットワークを介して、ユーザまたは要
求デバイスに送信または配信される。１より多くの出力フォーマットが生成され
る場合、出力ドキュメントが各出力フォーマットごとに生成され得るか、または
単一の出力ドキュメントが全ての出力フォーマットのために生成され得る。いず
れの場合も、ＪＡＶＡ^TMスクリプトが、好ましくは、各出力ドキュメントに挿入
される。

【０１１５】 ユーザは、入力ドキュメント、または、例えば、インターネットウェブアドレ
ス等の入力ドキュメントの位置もしくはアドレスを提供し得る。特定の出力フォ
ーマットはまた、ユーザによって特定されるか、または要求アプリケーションも
しくは出力ディスプレイデバイスに依存して判断され得る。ユーザからの要求お
よび他の情報は、例えば、電子メール、インターネットまたはイントラネットを
介して、ネットワーク２３０４上をコンピュータシステム２３０２へと配信され
る得る。

【０１１６】 入力ドキュメントが複数の出力フォーマットドキュメントに変換される場合、
出力ドキュメントは、少なくとも、適切な出力フォーマットドキュメントが、出
力ディスプレイデバイスによって表示されるまで、コンピュータシステム２３０
２のメモリ内に記憶され得る。あるいは、全ての出力フォーマットドキュメント
が出力ディスプレイデバイスに送信され得、適切な出力フォーマットが、上述の
とおり、ＪＡＶＡ^TMスクリプトを実行することによって判断され得る。別の例と
しては、プロセス２５００は、ユーザによって要求されたか、または出力ディス
プレイデバイスによって表示可能な適切なフォーマットであると判断された出力
フォーマットで、１つの出力ドキュメントのみを生成し得る。よって、プロセス
２５００は、入力フォーマットドキュメントを、適切な出力ディスプレイフォー
マットに応じて、動的に、適切な出力フォーマットドキュメントに変換し得る。

【０１１７】 好ましくは、プロセス２５００はまた、出力ディスプレイデバイスのブラウザ
が、元の入力ドキュメントに含まれるある種の実行可能物をサポートするかどう
かを判断する工程を含み得る。例えば、上記のとおり、中間および出力フォーマ
ットドキュメントは、他のアプリケーションを起動するためのリンクの実行以外
にも、好ましくは、任意の埋め込みアニメーション、音声および／または音楽を
保持し得る。よって、プロセス２５００は、元の入力ドキュメントに含まれたそ
のような実行可能物のいつくかまたは全てが、出力ディスプレイデバイスによっ
てサポートされているかどうか、または実行可能であるかどうかを判断し得る。
そのような実行可能物のある種のものが、出力ディスプレイデバイスによってサ
ポートされないまたは実行可能でない場合、プロセス２５００は、エラーメッセ
ージを避けるために、そのような埋め込み実行可能物を除去し得る。あるいは、
変換工程２５１０は、出力ドキュメントのフォーマットに応じて、このような埋
め込み実行可能物を自動的に除去または保持し得る。

【０１１８】 別の実施形態において、特定のブラウザまたは特定の機能のための出力を最適
化するために、ある種の最適化工程が実行され得る。例えば、プロセス２５００
は、出力ディスプレイデバイスがＩＮＴＥＲＮＥＴ ＥＸＰＬＯＲＥＲ^TM、ＮＥ
ＴＳＣＡＰＥ^TMを利用する場合、出力ドキュメントを最適化し得る。あるいは、
プロセス２５００は、スペース、正確さ、および／または出力のために、出力ド
キュメントを１つまたは複数のファイルとして最適化し得る。これらのパラメー
タは、ユーザによって、あるデフォルト値および／または特定の値に設定され得
る。ユーザはまた、テキストのみまたは画像のみの出力を特定し得る。あるいは
、変換工程２５１０がそのような最適化工程を実行し得る。

【０１１９】 図２６は、１以上の記憶フォーマットを用いる知識ベース、またはドキュメン
トレポジトリを生成するためのプロセス２６００を説明するフローチャートを示
す。図２７は、同形式の記憶フォーマットを用いる知識ベースまたはドキュメン
トレポジトリが用いられ得る、システム２７００の概略図を示す。

【０１２０】 示されるとおり、上述の変換プロセスは、例えば、単一の同形式の記憶フォー
マットを用いて、各種の入力フォーマットのドキュメントの知識ベースまたはド
キュメントレポジトリを生成するために利用され得る。この記憶フォーマットで
記憶されたドキュメントもまた、その後に、ディスプレイデバイスでの表示のた
めに、他の出力フォーマットに変換され得る。好ましくは、単一の同形式の記憶
フォーマットが利用される場合、出力フォーマットはＨＴＭＬ Ｖｅｒｓｉｏｎ ４．０である。しかしながら、他の記憶フォーマットが利用され得る。

【０１２１】 プロセス２６００は、最初に、好ましくはドキュメントの始めにＪＡＶＡ^TMス
クリプトを含む、インデックスドキュメントを作成する。上述のとおり、ＪＡＶ
Ａ^TMスクリプトは、表示のために生成された複数の出力フォーマットから、適切
な出力フォーマットを選択するために、ＰＤＡ等のディスプレイデバイスによっ
て実行され得る。ＪＡＶＡ^TMが好ましいが、他のプログラミング言語が利用され
得る。インデックスドキュメントが、例えば、あるキーワードを含むドキュメン
トを検索するために、検索エンジンによって利用され得る。インデックスドキュ
メント内に含まれた各キーワードは、１以上の入力ドキュメントに含まれたキー
ワードへのリンクを含み得る。

【０１２２】 プロセス２６００は、次いで、工程２６０４で、入力ドキュメントまたはファ
イルの位置の確認および入力をし、工程２６０６で、入力ドキュメントがサポー
トされた入力フォーマットであるかどうかを判断する。入力ドキュメントがサポ
ートされた入力フォーマットである場合、工程２６０８が、その入力ドキュメン
トを１より多い異なる出力フォーマットドキュメントに変換する。変換工程２６
０８は、上述のとおり、好ましくは、中間フォーマットを利用する。好ましくは
、工程２６１０で、入力ドキュメントの全てのまたはあるキーワードのインデッ
クスが生成され、インデックスドキュメントに挿入される。さらに、工程２６１
２で、コンテンツのテーブルが、好ましくは、対応する出力フォーマットの各出
力フォーマットドキュメントごとに生成され、対応する出力フォーマットドキュ
メントに挿入される。工程２６１４で、ＪＡＶＡ^TMスクリプトが、出力フォーマ
ットドキュメント、好ましくは、その出力ドキュメントの始めに挿入され得る。
上述のとおり、ＪＡＶＡ^TMスクリプトは、表示のために生成された複数の出力フ
ォーマットから、適切な出力フォーマットを選択するために、ＰＤＡ等のディス
プレイデバイスによって実行され得る。ＪＡＶＡ^TMスクリプトが好ましいが、他
のプログラミング言語が利用され得る。

【０１２３】 工程２６１４の後、または工程２６０６が、入力ドキュメントがサポートされ
た入力フォーマットでないことを判断した場合、工程２６１６は、他にも入力フ
ァイルがあるかどうかを判断する。他の入力ファイルがある場合、プロセス２６
００は工程２６０４から継続される。他に入力ファイルがない場合、プロセス２
６００は完了する。

【０１２４】 プロセス２６００によって生成されたレポジトリは、好ましくは、１以上の記
憶フォーマットならびに入力フォーマットの入力ドキュメントを記憶する。さら
なる入力ドキュメントがレポジトリによって受信されると、プロセス２６００は
、さらなる入力ドキュメントのそれぞれを、１以上の記憶フォーマットに変換す
る。１よりも多くの記憶フォーマットが利用される場合、単一の変換されたドキ
ュメントが、複数の記憶フォーマットに入力ドキュメントを含んで生成され得る
。あるいは、それぞれが異なる記憶フォーマットである、複数の記憶ドキュメン
トが生成され得る。

【０１２５】 プロセス２６００によって生成された知識ベースまたはドキュメントレポジト
リは、上述の表示リフォーマット機能を含む入力−出力フォーマット変換器とと
もに用いられ得る。例えば、レポジトリからのドキュメントを見る要求は、ＰＤ
Ａから起こり得る。入力およびレポジトリ記憶フォーマットは、ＰＤＡでの表示
に適したフォーマットとは異なり得る。入力−出力フォーマット変換器が、記憶
フォーマットレポジトリドキュメントを、ＰＤＡでの表示に適した出力フォーマ
ットドキュメントに変換するために利用され得る。

【０１２６】 図２７の概略図に示すシステム２７００は、上述のプロセス２６００を用いて
生成された、知識ベースまたはドキュメントレポジトリを利用する。システム２
７００は、ネットワーク２７０４に結合されたドキュメント変換器２７０２、お
よび知識ベースまたはドキュメントレポジトリを記憶するコンピュータシステム
２７０６を含む。ドキュメント変換器２７０２は、ドキュメントが中間フォーマ
ットドキュメントに変換され、次いで、異なるフォーマットのドキュメントに変
換される得る、上述のドキュメント変換器と同様のものであり得る。ネットワー
ク２７０４は、例えば、インターネット、またはイントラネットであり得る。各
種のディスプレイデバイス２７０８は、ネットワーク２７０４に結合され得る。
ディスプレイデバイスは、例えば、ＰＤＡ、ラップトップコンピュータ、デスク
トップＰＣ、インターネットに接続されたテレビ、携帯または無線電話機、ポケ
ットベル、および／または音声のみのプロダクトを含む。プロセス２６００によ
って生成された知識ベースまたはドキュメントレポジトリを利用するために、シ
ステム２７００の他の構成が実現され得る。

【０１２７】 上記は、本発明の好適な実施形態の完全な説明であるが、各種の代替物、改変
物、および同等物を用いることが可能である。本発明が上述の実施形態に適切な
修正を加えることによって、同様に適用できることは明らかである。それゆえ、
上記の記載は、請求の範囲、およびその同等物の全ての範囲によって規定される
本発明の範囲を限定するものではない。

【図面の簡単な説明】

【図１】 図１は、本発明の実施形態のソフトウェアを実行するために用いられ得るコン
ピュータシステムの一例を示す。

【図２】 図２は、図２のコンピュータシステムのシステムブロック図である。

【図３】 図３は、文書を表すデータをオリジナルの入力形式から別の出力形式に変換す
る方法の概要を示すフロー図である。

【図４】 図４は、入力データを別の出力形式に変換する工程を示すフロー図である。

【図５】 図５は、文書を表すデータを別の出力形式に変換する工程を模式的に示したも
のである。

【図６】 図６は、文書を表すデータを、ｐｏｒｔａｂｌｅ ｄｏｃｕｍｅｎｔ ｆｏｒ
ｍａｔ、次に中間形式、そして最後に別の出力形式に変換する工程を模式的に示
したものである。

【図７】 図７は、文書画像からデータを抽出して、抽出データを中間形式に変換する工
程を示すフロー図を示す。

【図８】 図８は、単語を線に結びつけるプロセスの工程を示すフロー図を示す。

【図９】 図９は、単語および線を結びつける際に用いられる様々な基準を示すサンプル
文書の一部を示す。

【図１０】 図１０は、線をパラグラフとして結びつける処理工程を示すフロー図を示す。

【図１１】 図１１は、ある中間形式で格納されている文書をある出力形式に変換するプロ
セスを示すフロー図を示す。

【図１２】 図１２は、中間形式からスタイルシート付き出力形式を有するＲＴＦまたはＨ
ＴＭＬに変換する工程を示すフロー図を示す。

【図１３】 図１３は、中間形式からＴＩＦＦ出力形式（または他の画像形式）に変換する
工程を示すフロー図を示す。

【図１４】 図１４は、ある中間形式から表形式ＨＴＭＬ出力形式に変換する工程の第１の
部分を示すフロー図を示す。

【図１５Ａ】 図１５Ａは、中間形式ブロックを示すサンプル文書のページを示す。

【図１５Ｂ】 図１５Ｂは、図１５Ａのサンプル文書ページを分割してマクロ表のセルにした
ものを示す。

【図１５Ｃ】 図１５Ｃは、図１５Ａのサンプル文書ページを分割してマクロ表のセルにした
ものを示す。

【図１６】 図１６は、中間形式から表形式ＨＴＭＬ出力形式に変換したものの第２の部分
を示すフロー図を示す。

【図１７】 図１７は、マクロ表の分割不可能セルを区分分けして最高共通因子座標表を生
成し、セル内の各ブロックを、その座標表中の対応座標に配置する工程を示すサ
ンプル文書ページを示す。

【図１８】 図１８は、文書を表示ページに再フォーマットして、異なる構成の表示を行う
プロセスのフロー図を示す。

【図１９】 図１９は、各部分が表示構成の表示パラメータ内に収まるように現在のブロッ
クを分割し、現在のブロックの部分を表示する工程を示すフロー図を示す。

【図２０】 図２０は、サブ改ページおよび表を有するサンプル文書を示す。

【図２１Ａ】 図２１Ａは、図２０のサンプル文書を分割した表示ページを示す。

【図２１Ｂ】 図２１Ｂは、図２０のサンプル文書を分割した表示ページを示す。

【図２１Ｃ】 図２１Ｃは、図２０のサンプル文書を分割した表示ページを示す。

【図２１Ｄ】 図２１Ｄは、図２０のサンプル文書を分割した表示ページを示す。

【図２１Ｅ】 図２１Ｅは、図２０のサンプル文書を分割した表示ページを示す。

【図２２】 図２２は、文書中に含まれ得るサンプル表を示す。

【図２３Ａ】 図２３Ａは、図２２の表を示し得るサンプル表示ページを示す。

【図２３Ｂ】 図２３Ｂは、図２２の表を示し得るサンプル表示ページを示す。

【図２４】 図２４は、文書を表すデータを変換するサービスをネットワークを介して提供
し得るシステムの模式図を示す。

【図２５】 図２５は、データ文書を表すデータをネットワークを介して変換するサービス
を示すフロー図を示す。

【図２６】 図２６は、単一の格納形式を用いて知識ベースまたは文書レポジトリを生成す
るプロセスを示すフロー図を示す。

【図２７】 図２７は、単一の格納形式を用いた知識ベースまたは文書レポジトリが使用可
能なシステムの模式図を示す。

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＣＮ，ＪＰ，Ｒ Ｕ (72)発明者 ツパジ， スコット アメリカ合衆国 マサチューセッツ 02141， ケンブリッジ， プリマウス ストリート ナンバー２ 31 (72)発明者 コイチ， アリヨシ アメリカ合衆国 カリフォルニア 95129， サン ノゼ， ワイ303， エス． サ ラトガ アベニュー 700 (72)発明者 ハルトノ， ラクマット アメリカ合衆国 カリフォルニア 95132， サン ノゼ， マドリッド ドライブ 3611 (72)発明者 ジャジャディ， ティモチアス アメリカ合衆国 カリフォルニア 95136， サン ノゼ， サファイア コート 903 (72)発明者 ウィッジャジャ， ハンヤン アメリカ合衆国 カリフォルニア 95136， サン ノゼ， サファイア コート 903 Ｆターム(参考） 5B009 NG00 NG03 QA07 QA11 SA03 5B082 GA02

Claims (29)

【特許請求の範囲】
1. 【請求項１】 第１のフォーマットの第１のドキュメントを、異なる第２の
   フォーマットの第２のドキュメントに変換する、コンピュータで実現される方法
   であって、 該第１のドキュメント内のデータの位置を確認する工程と、 データを、中間フォーマットドキュメント内の少なくとも１つの中間フォーマ
   ットブロックにグループ分けする工程と、 該中間フォーマットドキュメントを、該中間フォーマットブロックを用いて、
   該第２のフォーマットドキュメントに変換する工程と、 を包含する方法。
2. 【請求項２】 前記グループ分けの工程が、 前記第１のドキュメント内の単語の位置を確認する工程と、 行閾値を満たす単語を行に組み込む工程と、 段落閾値を満たす行を段落に組み込む工程であって、各段落が該中間フォーマ
   ットブロックのうちの１つである、工程と、 テーブルの位置を確認する工程であって、各テーブルが前記中間フォーマット
   ブロックのうちの１つである、工程と、 を包含する、請求項１に記載のコンピュータで実現される方法。
3. 【請求項３】 前記グループ分けの工程が、 前記第１のドキュメント内のタグの位置を確認する工程と、 該タグを用いて、単語の位置確認、単語の行への組み込み、行の段落への組み
   込み、およびテーブルの位置確認を行う工程と、 を包含する、請求項２に記載のコンピュータで実現される方法。
4. 【請求項４】 各中間フォーマットブロックが、単語、行、段落、テーブル
   およびイメージから成る群から選択される、請求項２に記載のコンピュータで実
   現される方法。
5. 【請求項５】 前記第１のフォーマットおよび第２のフォーマットのそれぞ
   れが、ｐｏｒｔａｂｌｅ ｄｏｃｕｍｅｎｔ ｆｏｒｍａｔ（ＰＤＦ）、ｒｉｃ
   ｈ ｔｅｘｔ ｆｏｒｍａｔ（ＲＴＦ）、ｈｙｐｅｒｔｅｘｔ ｍａｒｋｕｐ
   ｌａｎｇｕａｇｅ（ＨＴＭＬ）、ｅｘｔｅｎｓｉｂｌｅ ｍａｒｋｕｐ ｌａｎ
   ｇｕａｇｅ（ＸＭＬ）、ｃａｓｃａｄｉｎｇ ｓｔｙｌｅ ｓｈｅｅｔｓ（ＣＳ
   Ｓ）、ネットスケープレイヤー、リンクされた個々のページ、Ｔａｇ Ｉｍａｇ
   ｅ Ｆｉｌｅ Ｆｏｒｍａｔ（ＴＩＦＦ）、ｇｒａｐｈｉｃｓ ｉｎｔｅｒｃｈ
   ａｎｇｅ ｆｏｒｍａｔ（ＧＩＦＦ）、ビットマップ（ＢＭＰ）、Ｊｏｉｎｔ
   Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ（ＪＰＥＧ）、ＭＩＣ
   ＲＯＳＯＦＴ ＷＯＲＤ^TM、ＷＯＲＤ ＰＥＲＦＥＣＴ^TM、ＡＵＴＯＣＡＤ^TM、
   およびＰＯＷＥＲ ＰＯＩＮＴ^TMから成る群から選択される、請求項１に記載の
   コンピュータで実現される方法。
6. 【請求項６】 コンピュータで実現される方法であって、前記第２のフォー
   マットが、ｈｙｐｅｒｔｅｘｔ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ（ＨＴＭＬ）
   、およびｒｉｃｈ ｔｅｘｔ ｆｏｒｍａｔ（ＲＴＦ）から選択される、該方法
   は、 各中間フォーマットブロックの座標を判断する工程と、 各中間フォーマットブロックごとに、第２のフォーマットブロックを生成する
   工程と、 各中間フォーマットブロックごとに、第２のフォーマットスタイルシートを生
   成する工程であって、各第２のフォーマットスタイルシートの座標が、対応する
   中間フォーマットブロックの座標と一致する、工程と、 中間フォーマットブロックフォントを第２のフォーマットフォントに割り当て
   ることにより、第２のフォーマットブロックを第２のフォーマットスタイルシー
   トにはめ込む工程と、 各第２のフォーマットブロックを対応する第２のフォーマットスタイルシート
   に配置する工程と、 を包含する、請求項１に記載の方法。
7. 【請求項７】 コンピュータで実現される方法であって、前記第２のフォー
   マットがｈｙｐｅｒｔｅｘｔ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ（ＨＴＭＬ）で
   ある、該方法は、 座標のテーブルを生成する工程であって、該座標の少なくとも１つのサブセッ
   トが、各中間フォーマットブロックの座標と対応する、工程と、 各中間フォーマットブロックを該座標のテーブル内の該対応する座標に配置す
   る工程と、 を包含する、請求項１に記載の方法。
8. 【請求項８】 前記座標のテーブルを生成する工程が、 前記中間フォーマットドキュメントに渡って広がる隔たりを判断する工程と、 該中間フォーマットドキュメントの一部に対応するセルを有するマクロテーブ
   ルを、該隔たりの外側に作成する工程と、 該マクロテーブルの各セルを、該セルを渡って広がる隔たりを判断することに
   よって、各セルをさらに分割することができなくなるまで、繰り返して分割する
   工程と、 を包含する、請求項７に記載のコンピュータで実現される方法。
9. 【請求項９】 コンピュータで実現される方法であって、前記第２のフォー
   マットが、イメージビットマップフォーマットである、該方法は、 中間フォーマットブロックを用いて、前記中間フォーマットドキュメントのビ
   ットマップを生成する工程と、 該ビットマップを第２のイメージドキュメントに配置する工程と、 を包含する、請求項１に記載の方法。
10. 【請求項１０】 前記第１のドキュメントがネットワーク上で受信され、前
    記第２のドキュメントが該ネットワーク上に送信される、請求項１に記載のコン
    ピュータで実現される方法。
11. 【請求項１１】 前記ネットワークがインターネットおよびイントラネット
    から成る群から選択される、請求項１０に記載のコンピュータで実現される方法
    。
12. 【請求項１２】 前記受信および送信が電子メールを介する、請求項１１に
    記載のコンピュータで実現される方法。
13. 【請求項１３】 コンピュータで実現される方法であって、 前記第１のドキュメントの見出しの位置を確認する工程と、 前記第２のフォーマットの該見出しを含むコンテンツページのテーブルを生成
    する工程であって、各コンテンツ見出しのテーブルが、該ドキュメント内に含ま
    れる該見出しへのリンクを含む、工程と、 該コンテンツページのテーブルを前記第２のドキュメントに配置する工程と、
    をさらに包含する、請求項１０に記載の方法。
14. 【請求項１４】 前記中間フォーマットドキュメントを前記第２のフォーマ
    ットドキュメントに変換する工程が、 １つの第２のフォーマットの該第２のフォーマットドキュメントに変換する工
    程と、 複数の第２のフォーマットの該第２のフォーマットドキュメントに変換する工
    程と、 それぞれが異なる第２のフォーマットの該複数の第２のフォーマットドキュメ
    ントに変換する工程と、 から成る群から選択される、請求項１０に記載のコンピュータで実現される方法
    。
15. 【請求項１５】 コンピュータで実現される方法であって、 表示される１つの第２のフォーマットを選択するためのコンピュータ実行可能
    プログラムを生成する工程と、 該コンピュータ実行可能プログラムを前記第２のドキュメントに挿入する工程
    と、 をさらに包含する、請求項１４に記載のコンピュータで実現される方法。
16. 【請求項１６】 前記コンピュータ実行可能プログラムが、ＪＡＶＡ（登録 商標）、Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ（ＣＧＩ）、Ｖｉ ｓｕａｌ Ｂａｓｉｃ、Ｐｒａｃｔｉｃａｌ ｅｘｔｒａｃｔｉｏｎ ａｎｄ ｒｅｐｏｒｔｉｎｇ ｌａｎｇｕａｇｅ（Ｐｅｒｌ）、Ｃ、およびＣ＋＋から成 る群から選択されるプログラミング言語で書かれる、請求項１５に記載のコンピ ュータで実現される方法。
17. 【請求項１７】 第１のフォーマットのドキュメントを、異なる第２のフォ
    ーマットのドキュメントに変換するためのコンピュータプログラムプロダクトで
    あって、 該第１のドキュメントのデータの位置を確認するコンピュータコードと、 データを、中間フォーマットドキュメント内の少なくとも１つの中間フォーマ
    ットブロックにグループ分けするコンピュータコードと、 該中間フォーマットドキュメントを、該中間フォーマットブロックを用いて、
    該第２のフォーマットドキュメントに変換するコンピュータコードと、 該コンピュータコードを記憶するコンピュータ可読媒体と、 を含むコンピュータプログラムプロダクト。
18. 【請求項１８】 前記コンピュータ可読媒体が、ＣＤ−ＲＯＭ、ジップディ
    スク、フロッピー（登録商標）ディスク、テープ、フラッシュメモリ、システム メモリ、ハードドライブ、および搬送波に組み入れられるデータ信号からなる群 から選択される、請求項１７に記載のコンピュータプログラムプロダクト。
19. 【請求項１９】 ドキュメントを表示するためのコンピュータで実現される
    方法であって、 該ドキュメント内のサブページ区切りの位置を確認する工程と、 該ドキュメントをサブページ区切りを用いてサブページに細分化する工程と、 各サブページ内のブロックの位置を確認する工程と、 該サブページの各ブロックの全てまたは一部を、ディスプレイ構成のディスプ
    レイパラメータの範囲内で連続して表示する工程と、 を包含する方法。
20. 【請求項２０】 前記連続して表示する工程が、 各ブロックが、前記ディスプレイ構成のディスプレイパラメータの範囲内で表
    示することができるかどうかを判断する工程と、 ディスプレイパラメータの範囲内にないブロックを、該ディスプレイ構成の該
    ディスプレイパラメータの範囲内になるように、複数の部分に分割する工程と、
    を包含する、請求項１９に記載のドキュメントを表示するためのコンピュータで
    実現される方法。
21. 【請求項２１】 前記ドキュメントがｍａｒｋｕｐ ｌａｎｇｕａｇｅ ｆ
    ｏｒｍａｔである、請求項１９に記載のドキュメントを表示するためのコンピュ
    ータで実現される方法。
22. 【請求項２２】 ドキュメントを表示するためのコンピュータで実現される
    方法であって、 該ドキュメントの見出しの位置を確認する工程と、 該見出しを含むコンテンツページのテーブルを生成する工程であって、各コン
    テンツ見出しのテーブルが、該ドキュメント内に含まれる該見出しへのリンクを
    含む、工程と、 該コンテンツページのテーブルを前記第２のドキュメントに配置する工程と、
    をさらに包含する、請求項１９に記載のドキュメントを表示するためのコンピュ
    ータで実現される方法。
23. 【請求項２３】 前記ブロックを分割する工程が、 該ブロックがテーブルであるかどうかを判断する工程と、 該ブロックがテーブルでない場合に、該ブロックの全ての構成要素が表示され
    るまで、該ブロックの各構成要素を連続して表示する工程と、 該ブロックがテーブルである場合に、 該テーブルの前記見出し、および前記ディスプレイパラメータの範囲内で表
    示可能な該テーブルの見出しではないカラムのサブセットを判断する工程と、 該テーブルの全てのローの見出しではないカラムの該サブセットを表示する
    工程と、 該ディスプレイパラメータの範囲内で表示可能な該テーブルの見出しではな
    いカラムの次のサブセットを判断し、該テーブルの全てのローおよび全てのカラ
    ムが表示されるまで、該テーブルの全てのローの該見出しでないカラムを表示し
    続ける工程と、 を包含する、請求項２０に記載のドキュメントを表示するためのコンピュータで
    実現される方法。
24. 【請求項２４】 少なくとも１つの記憶フォーマットの第１のドキュメン
    トのレポジトリを保存するためのコンピュータプログラムプロダクトであって、 少なくとも１つの第１のドキュメントを受信するコンピュータコードと、 該少なくとも１つの記憶フォーマットのドキュメントを記憶するために、少な
    くとも１つの第１のフォーマットの該第１のドキュメントを変換するコンピュー
    タコードと、 該コンピュータコードを記憶するコンピュータ可読媒体と、 を含むコンピュータプログラムプロダクト。
25. 【請求項２５】 前記コンピュータ可読媒体が、ＣＤ−ＲＯＭ、ジップディ
    スク、フロッピーディスク、テープ、フラッシュメモリ、システムメモリ、ハー
    ドドライブ、および搬送波に組み入れられるデータ信号からなる群から選択され
    る、請求項２４に記載のコンピュータプログラムプロダクト。
26. 【請求項２６】 前記記憶ドキュメントを表示ドキュメントに変換するコン
    ピュータコードをさらに含む、請求項２４に記載のコンピュータプログラムプロ
    ダクト。
27. 【請求項２７】 コンピュータプログラムプロダクトであって、 前記第１のドキュメント内のキーワードの位置を確認するコンピュータコード
    と、 該位置確認されたキーワードのインデックスドキュメントを生成するコンピュ
    ータコードであって、該インデックスドキュメントが該キーワードを含み、各キ
    ーワードが、少なくとも１つの第1のドキュメント内に含まれる該キーワードへ
    の少なくとも１つのリンクを含む、請求項２４に記載のコンピュータプログラム
    プロダクト。
28. 【請求項２８】 コンピュータプログラムプロダクトであって、 １つの第２のフォーマットを選択するためのコンピュータ実行可能プログラム
    を生成するコンピュータコードと、 該コンピュータ実行可能プログラムを前記第２のドキュメントに挿入するコン
    ピュータコードと、 をさらに含む、請求項２４に記載のコンピュータプログラムプロダクト。
29. 【請求項２９】 コンピュータプログラムプロダクトであって、 前記第１のドキュメントの見出しの位置を確認するコンピュータコードと、 各第１のドキュメントごとに、コンテンツページのテーブルを生成するコンピ
    ュータコードであって、該コンテンツページのテーブルが該見出しを含み、コン
    テンツ見出しの各テーブルが、該第１のドキュメント内に含まれる該見出しへの
    リンクを含む、コンピュータコードと、 該コンテンツページのテーブルを前記第２のドキュメントに配置するコンピュ
    ータコードと、 をさらに含む、請求項２４に記載のコンピュータプログラムプロダクト。