JP2004348484A - 部分文書取得方法、システム、プログラム、および記録媒体 - Google Patents

Abstract

【課題】ネットワーク上の膨大かつ多様なＸＭＬ文書から所望の部分文書を探索し所望の構造に変換して取得すること。
【解決手段】各ＸＭＬ文書から独立した単一の照会文を利用者から受け付け、メタデータとして登録された各ＸＭＬ文書の構造に基づいて、動的に各ＸＭＬ文書に対応する部分文書取得のための照会文を展開することにより、構造の異なる複数のＸＭＬ文書から、所望の部分文書を探索し、所望の構造で取得する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、ネットワーク上の膨大かつ多様なＸＭＬ文書を対象とし、ＸＭＬ文書ごとに異なる各構造から、利用者の要求する意味を表す部分構造を探索して、ＸＭＬ文書からその部分構造に該当する部分文書を抽出し、利用者の要求する構造に変換して取得する部分文書取得方法、部分文書取得システム、部分文書取得プログラム、および該部分文書取得プログラムを記録したコンピュータ読取可能な記録媒体に関する。
【０００２】
【従来の技術】
部分文書取得を指定する照会文には、対象となるＸＭＬ文書の構造に対する、所望の意味を表す部分構造の指定と、その構造に対する、所望の構造への変換の指定が含まれる。しかし、ＸＭＬ文書には、特定の意味を様々な構造で表現できるという特徴があるため、構造の異なる複数のＸＭＬ文書を対象とする部分文書取得では、意味が同一な構造で構成される部分文書の取得を要求する場合にも、異なる複数の照会文が必要になる。これは、対象となるＸＭＬ文書の構造の種類の増加に比例して、照会文の指定が煩雑化することを意味する。
【０００３】
これに対して、従来、構造の異なる複数のＸＭＬ文書から、所望の部分文書を取得する手法としては、▲１▼各対象ＸＭＬ文書をアルゴリズムに従って分割し、すべての分割部分文書を対象とする全文検索を実行する手法（非特許文献１）、▲２▼複数のＸＭＬ文書の構造を論理的に１つに統合した構造を、管理者が定義し、利用者が指定する統合構造を対象とする部分文書取得のための照会文を、管理者の定義に基づいて各ＸＭＬ文書の構造に対応する照会文に展開する手法（非特許文献２）がある。これらの手法により、利用者はキーワード群、又は単一の照会文を指定することで、構造の異なる複数のＸＭＬ文書から、所望の部分文書を取得できる。
【０００４】
【非特許文献１】絹谷弘子、波多野賢治、吉川正俊、植村俊亮 著、「ＸＭＬ文書の文書構造と内容を用いた部分文書の抽出手法」、情報処理学会論文誌、データベースＶｏｌ．４３，Ｎｏ．ＳＩＧ２（ＴＯＤ１３）、８０−９３頁、２００２年）
【非特許文献２】Ｖａｓｓｉｌｉｓ Ｃｈｒｉｓｔｏｐｈｉｄｅｓ，Ｓｏｐｈｉｅ Ｃｌｕｅｔ，Ｊｅｒｏｍｅ Ｓｉｍｅｏｎ “Ｏｎ Ｗｒａｐｐｉｎｇ Ｑｕｅｒｙ Ｌａｎｇｕａｇｅｓ ａｎｄ Ｅｆｆｉｃｉｅｎｔ ＸＭＬ Ｉｎｔｅｇｒａｔｉｏｎ” Ｉｎ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＡＣＭ ＳＩＧＭＯＤ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍａｎａｇｅｍｅｎｔ ｏｆ Ｄａｔａ，Ｄａｌｌａｓ，Ｔｅｘａｓ（２０００））。
【０００５】
【発明が解決しようとする課題】
▲１▼の全文検索に基づく手法では、取得される各部分文書が、取得元のＸＭＬ文書の構造を保持する。したがって、取得結果の部分文書の構造は不定であり、また各部分文書ごとに異なるため、アプリケーションプログラムによる取得部分文書の再利用性が低いという問題がある。
【０００６】
▲２▼の統合構造定義に基づく手法では、対象となるＸＭＬ文書の構造と管理者が定義する統合構造が一対一の関係である。したがって、ネットワーク上の膨大かつ多様なＸＭＬ文書を対象とする場合、管理者による統合構造の定義は煩雑化し、現実的に不可能になるという問題がある。
【０００７】
本発明は、上記の点に鑑みてなされたもので、ネットワーク上の膨大かつ多様なＸＭＬ文書を対象とする場合を想定し、利用者および管理者による、対象ＸＭＬ文書の構造や、定義される統合構造の参照を必要としない、部分文書取得の実現を目的とする。また、アプリケーションプログラムでの再利用を考慮し、指定構造に統一化した部分文書の取得の実現を目的とする。
【０００８】
【課題を解決するための手段】
請求項１にかかる発明は、部分文書取得の対象となる複数の各ＸＭＬ文書のそれぞれのスキーマをメタデータとして登録し、取得するスキーマ要素の要素名、フィルタリング条件、結果構造から成る単一の照会文を受け付け、メタデータとして登録された前記各ＸＭＬ文書のスキーマを参照し、照会対象となるＸＭＬ文書と該ＸＭＬ文書のスキーマ上の取得するスキーマ要素を決定し、該決定した取得対象スキーマ要素と、フィルタリング条件、結果構造、およびメタデータとして登録された前記各ＸＭＬ文書のスキーマから、前記各ＸＭＬ文書に対応する部分文書取得のための各照会文を動的に展開し、該展開された各照会文を処理し、前記各ＸＭＬ文書から所望の部分文書を所望の統一構造で取得する、ことを特徴とする部分文書取得方法とした。
【０００９】
請求項２にかかる発明は、部分文書取得の対象となる複数の各ＸＭＬ文書のそれぞれのスキーマをメタデータとして登録するメタデータ登録部１０と、取得するスキーマ要素の要素名、フィルタリング条件、結果構造から成る単一の照会文を受け付け、前記メタデータ登録部１０にメタデータとして登録された前記各ＸＭＬ文書のスキーマを参照し、照会対象となるＸＭＬ文書と該ＸＭＬ文書のスキーマ上の取得するスキーマ要素を決定する取得スキーマ要素決定部２０と、該取得スキーマ要素決定部２０により決定した取得対象スキーマ要素と、フィルタリング条件、結果構造、および前記メタデータ登録部１０にメタデータとして登録された前記各ＸＭＬ文書のスキーマから、前記各ＸＭＬ文書に対応する部分文書取得のための照会文を動的に展開する照会文展開部３０と、該照会文展開部３０により展開された各照会文を処理し、前記各ＸＭＬ文書から所望の部分文書を所望の統一構造で取得する照会文処理部４０と、を備えることを特徴とする部分文書取得システムとした。
【００１０】
請求項３にかかる発明は、請求項２にかかる発明において、前記取得スキーマ要素決定部２０は、前記部分文書に対する併合・整列指定が含まれる単一照会文を受け付け、さらに前記照会文処理部４０で取得される各部分文書を、該併合・整列指定にしたがって併合・整列する部分文書併合・整列部５０を備える、ことを特徴とする部分文書取得システムとした。
【００１１】
請求項４にかかる発明は、請求項２にかかる発明において、前記取得スキーマ要素決定部２０は、前記単一の照会文を構成する取得するスキーマ要素の要素名、フィルタリング条件、結果構造をそれぞれ抽出する指定情報抽出手段２１と、該指定情報抽出手段２１により抽出された取得スキーマ要素名について、前記メタデータ登録部１０にメタデータとして登録された前記各ＸＭＬ文書のスキーマ上で名前が合致するスキーマ要素を探索し、取得するスキーマ要素として決定する取得スキーマ要素探索手段２２と、を備えることを特徴とする部分文書取得システムとした。
【００１２】
請求項５にかかる発明は、請求項３にかかる発明において、前記取得スキーマ要素決定部２０は、前記単一の照会文を構成する取得するスキーマ要素の要素名、フィルタリング条件、結果構造、併合・整列指定をそれぞれ抽出する指定情報抽出手段２１と、該指定情報抽出手段２１により抽出された取得スキーマ要素名について、前記メタデータ登録部１０にメタデータとして登録された前記各ＸＭＬ文書のスキーマ上で名前が合致するスキーマ要素を探索し、取得するスキーマ要素として決定する取得スキーマ要素探索手段２２と、を備えることを特徴とする部分文書取得システムとした。
【００１３】
請求項６にかかる発明は、請求項４又は５にかかる発明において、前記取得スキーマ要素決定部２０は、前記指定情報抽出手段２１が抽出する取得スキーマ要素名をさらに同義語に展開する同義語展開手段２３を備え、前記取得スキーマ要素探索手段２２は、該同義語展開手段２３により展開された同義語に合致するスキーマ要素を前記メタデータ登録部１０にメタデータとして登録された前記各ＸＭＬ文書のスキーマから探索する、ことを特徴とする部分文書取得システムとした。
【００１４】
請求項７にかかる発明は、請求項６にかかる発明において、前記取得スキーマ要素決定部２０は、前記取得スキーマ要素探索手段２２が探索する取得スキーマ要素をさらに取得スキーマ要素の候補として利用者に提示する候補提示手段２４と、該候補提示手段２４により提示された候補から利用者が選択した候補を取得スキーマ要素として決定する候補決定手段２５と、を備えることを特徴とする部分文書取得システムとした。
【００１５】
請求項８にかかる発明は、請求項４、５、６、又は７にかかる発明において、前記照会文展開部３０は、取得スキーマ要素を対象となるＸＭＬ文書のスキーマごとに分類して要素取得優先順に従って整列する取得スキーマ要素整理手段３１と、該取得スキーマ要素整理手段３１により整理された取得スキーマ要素について、前記メタデータ登録部１０にメタデータとして登録された前記各ＸＭＬ文書のスキーマを参照して、関係付ける取得スキーマ要素同士を決定する関係付け対象スキーマ要素決定手段３２と、該関係付け対象スキーマ要素決定手段３２により関係付け対象として決定した取得スキーマ要素について、前記メタデータ登録部１０にメタデータとして登録された前記各ＸＭＬ文書のスキーマを参照して、関係付ける取得スキーマ要素要素間の相対パスを導出する相対パス導出手段３３と、前記メタデータ登録部１０にメタデータとして登録された前記各ＸＭＬ文書のスキーマを参照して、前記関係付け対象スキーマ要素決定手段３２で関係付けを決定された取得スキーマ要素とフィルタリング条件の判定対象となる取得スキーマ要素間の相対パスを導出し、フィルタリング条件式と合わせて、フィルタリング条件を展開するフィルタリング条件展開手段３４と、該フィルタリング条件展開手段３４で取得された各取得スキーマ要素と、前記相対パス導出手段３３で導出された取得スキーマ要素間の相対パス、フィルタリング条件、および結果構造から、前記各ＸＭＬ文書に対応した照会文を生成する照会文生成手段３５と、を備えることを特徴とする部分文書取得システムとした。
【００１６】
請求項９にかかる発明は、請求項８にかかる発明において、前記照会文展開部３０は、前記フィルタリング条件展開手段３４が展開するフィルタリング条件を、前記メタデータ登録部にメタデータとして登録された、前記各ＸＭＬ文書のスキーマにおいて各スキーマ要素に定義された値表現形式と、本部分文書取得システムが入力を許す値表現形式と、各値表現形式間の変換方法とを参照し、フィルタリング条件式に指定された条件値を、前記各ＸＭＬ文書に適した表現形式の値に変換する条件値表現形式変換手段３６を備える、ことを特徴とする部分文書取得システムとした。
【００１７】
請求項１０にかかる発明は、請求項９にかかる発明において、前記照会文展開部３０は、展開した照会文に基づき、前記照会文処理部４０により取得される照会処理結果の結果部分文書に対し、前記メタデータ登録部にメタデータとして登録された、前記各ＸＭＬ文書のスキーマにおいて各スキーマ要素に定義された値表現形式と、本部分文書取得システムが出力に用いる値表現形式と、各値表現形式間の変換方法とを参照し、前記各結果部分文書に含まれる値の表現形式を、本部分文書取得システムの出力形式に変換する、値表現形式変換手段３７を備える、ことを特徴とする部分文書取得システムとした。
【００１８】
請求項１１にかかる発明は、請求項８、９、又は１０にかかる発明において、前記関係付け対象スキーマ要素決定手段３２は、各取得スキーマ要素について、それより要素取得優先順の早い取得スキーマ要素の中から、間のパスが最も短いものを探索し、それを関係付ける取得スキーマ要素として決定する、ことを特徴とする部分文書取得システムとした。
【００１９】
請求項１２にかかる発明は、請求項３、５、６、７、８、９、１０又は１１にかかる発明において、前記部分文書併合・整列部５０は、前記単一の照会文において、結果構造に対する併合・整列処理対象スキーマ要素と、比較判定対象スキーマ要素と、比較判定を行う方法と、で構成される併合・整列指定を受け取り、前記併合・整列処理対象スキーマ要素の親スキーマ要素に該当する要素をルートとする部分文書を、併合・整列処理対象部分文書として抽出し、該抽出した各併合・整列処理対象部分文書について、前記併合・整列処理対象スキーマ要素に該当するすべてのスキーマ要素を切り取り、該切り取った各処理対象スキーマ要素を関係する比較判定対象スキーマ要素に基づいて平坦化し、平坦化したすべて処理対象スキーマ要素から任意の２つを選択し、関係する比較判定スキーマ要素の値について、前記比較判定方法に従って比較し、比較結果に応じて該処理対象スキーマ要素同士を併合・整列し、併合・整列した結果を併合・整列処理対象部分文書に接続する、ことを特徴とする部分文書取得システムとした。
【００２０】
請求項１３にかかる発明は、部分文書取得の対象となる複数の各ＸＭＬ文書のそれぞれのスキーマをメタデータとして登録する手順と、取得するスキーマ要素の要素名、フィルタリング条件、結果構造から成る単一の照会文を受け付け、メタデータとして登録された前記各ＸＭＬ文書のスキーマを参照し、照会対象となるＸＭＬ文書と該ＸＭＬ文書のスキーマ上の取得するスキーマ要素を決定する手順と、該決定した取得対象スキーマ要素と、フィルタリング条件、結果構造、およびメタデータとして登録された前記各ＸＭＬ文書のスキーマから、前記各ＸＭＬ文書に対応する部分文書取得のための各照会文を動的に展開する手順と、該展開された各照会文を処理し、前記各ＸＭＬ文書から所望の部分文書を所望の統一構造で取得する手順と、をコンピュータに実行させるための部分文書取得プログラムとした。
【００２１】
請求項１４にかかる発明は、請求項１３に記載の各手順を実行させるためのプログラムを記録したコンピュータ読取可能な記録媒体とした。
【００２２】
【発明の実施の形態】
本発明における照会文展開手法は以下の手段を備える。本発明は、ＨＴＭＬなどの半構造化文書から、文書内に複数回出現するパターンを自動的に抽出する。本発明は、半構造化文書におけるデータ記述部を変数化し、一行ずつ比較することにより、行単位でタグの要素や出現順序が同一であるパターンを抽出する。本発明は、半構造化文書から行単位で同一であるパターンを抽出し、行単位で同一である複数のパターンを先頭行から一行ずつ順次比較することにより、複数行に跨るパターンを抽出する。本発明は、半構造化文書から行単位で同一であるパターンを抽出した後、比較元が比較先の先頭行になるまで（Ａ行目とＢ行目（Ａ，Ｂは整数、Ｂ＞Ａ）が行単位で同一パターンである場合、Ａ＋ｍ（ｍは整数）行目がＢ行目（Ａ＋ｍ＝Ｂ）になった場合まで）先頭行から１行ずつ順次比較することにより、複数行に跨るパターンを抽出する。本発明は、半構造化文書から行単位で同一であるパターンを抽出した後、比較元の先頭行と同一なパターンの行が出現した場合（Ａ行目とＢ行目（Ａ，Ｂは整数、Ｂ＞Ａ）が行単位で同一パターンである場合、Ａ＋Ｐ（ｐは整数）行目の行単位のパターンがＡ行目の行単位のパターンと等しい場合）を終了条件として、先頭行から一行ずつ順次比較することにより、複数行に跨るパターンを抽出する。本発明は、半構造化文書から複数行に跨るパターンを抽出し、先頭行が同一パターンである複数の複数行に跨るパターンが、文書内で連続して出現している場合に、それらを連結することにより複数行に跨るパターンを抽出する。
【００２３】
上記により、本発明は、単一の照会文の指定により、構造の異なる複数のＸＭＬ文書から、利用者の要求する意味を表す部分構造を探索して、ＸＭＬ文書からその部分構造に該当する部分文書を抽出し、利用者の要求する構造に変換して取得することを可能にする。
【００２４】
以下、図面を用いて、本発明の実施例を説明する。まず、本発明の技術課題を明確化する。
【００２５】
図８に示すＸＭＬ文書と図９に示すＸＭＬ文書は、共に著者、書籍、執筆年に関する情報が記述されているが、構造が異なる。これらのＸＭＬ文書から、「著者の名前と、その著者が２００１年以降に執筆した書籍のタイトル」を検索することを考える。この場合、図８、図９に示すように、各ＸＭＬ文書に対して、それぞれ異なる照会文を指定する必要がある（本発明では、Ｗ３Ｃで開発され標準化が進んでいるＸＱｕｅｒｙを照会文の書式とする）（参考：ｈｔｔｐ：／／ｗｗｗ．ｗ３．ｏｒｇ／ＴＲ／ｘｑｕｅｒｙ／）。これは、照会対象となるＸＭＬ文書の構造の増加に比例して、照会文指定が煩雑化することを示している。
【００２６】
この問題に対して、本発明は、図１０に示すような、対象ＸＭＬ文書の構造を全く意識しない単一の照会文を指定することにより、構造の異なる複数のＸＭＬ文書から、所望の情報を、所望の構造で表される部分文書として取得することを、可能にする。図１０に示す単一照会文は、ｃｏｎｓｔｒｕｋ句とｏｐｔｉｏｎ句の２つから成っており、ｃｏｎｓｔｒｕｃｔ句は部分文書取得を指定する必須の句であり、ｏｐｔｉｏｎ句は取得部分文書の併合・整列処理を指定する随意の句である。
【００２７】
ｃｏｎｓｔｒｕｋ句では、取得する部分文書の構造を宣言し、構造を構成する各スキーマ要素に、照会対象ＸＭＬ文書から取得するスキーマ要素の名前（接頭辞「＄」で表す）を指定する。この指定に従って取得された要素が、宣言された構造の指定位置に出力される。また、取得スキーマ要素には、フィルタリング条件式を指定する（大括弧に、条件判定の対象となるスキーマ要素と、条件式を指定）。これらの宣言や指定は、照会対象ＸＭＬ文書の構造から独立していることに特徴がある。本発明は、この単一照会文から、各照会対象ＸＭＬ文書の構造を参照して、それぞれに対応した照会文を動的に展開する。
【００２８】
また、ｏｐｔｉｏｎ句では、宣言した構造における、併合又は整列処理を適用するスキーマ要素（ｔａｒｇｅｔ）と、処理を実施する際の比較判定の対象となるスキーマ要素（ｉｄ）と、比較判定を行う方法（ｍｅｔｈｏｄ）の組で表される併合・整列処理を、処理を実施する順で複数指定する。本発明は、これらの指定に従って処理を実施することで、異なるＸＭＬ文書から取得された部分文書について、併合又は整列処理を適用した結果を得る。
【００２９】
図１は、本発明の原理を示すシステム構成図である。メタデータ登録部１０は、あらかじめ、各照会対象ＸＭＬ文書のスキーマ情報を収集し、メタデータに登録しておく。取得スキーマ要素決定部２０は、まず、利用者が指定する単一照会文を受け付け、メタデータに登録された各照会対象ＸＭＬ文書のスキーマ情報に基づき、利用者が要求する取得スキーマ要素を特定し、単一照会文におけるフィルタリング条件指定や結果構造指定とともに、照会文展開部３０に引き渡す。また、照会文展開部３０から受け取る照会処理結果を、利用者に返却する。照会文展開部３０は、取得スキーマ要素決定部２０から引き受けた各指定情報と、メタデータに登録された各照会対象ＸＭＬ文書のスキーマ情報に基づき、各照会対象ＸＭＬ文書に対応した照会文を展開し、照会文処理部４０に引き渡す。また、照会文処理部４０が返却する照会処理結果を、取得スキーマ要素決定部２０に引き渡す。これにより、利用者は単一照会文を指定するだけで、照会文処理部４０に、各照会対象ＸＭＬ文書に対応した照会文を発行することができ、各照会対象ＸＭＬ文書から、要求に合致する各部分文書を、要求に合致する構造に統一化して、取得することができる。
【００３０】
また、部分文書併合・整列部５０を設けることが可能である。部分文書併合・整列部５０は、利用者が単一照会文に指定する、取得部分文書に対する併合・整列処理を、取得スキーマ要素決定部２０から引き受け、照会文展開部３０から返却される照会処理結果に適用し、その結果を取得スキーマ要素決定部２０に返却する。これにより、利用者は、複数のＸＭＬ文書から取得される部分文書を、併合・整列して扱うことができる。
【００３１】
図２は、取得スキーマ要素決定部２０の構成を示す。指定情報抽出手段２１は、単一照会文を受け付け、単一照会文に指定される各指定情報（取得スキーマ要素名、フィルタリング条件式、結果構造、併合・整列指定）を抽出する。フィルタリング条件式と結果構造はそのまま出力し、取得スキーマ要素名は取得スキーマ要素探索手段２２に引き渡す。取得スキーマ要素探索手段２２は、抽出された取得スキーマ要素名と合致する取得スキーマ要素を、メタデータに登録されたすべての照会対象ＸＭＬ文書のスキーマから探索し、出力する。これにより、利用者は単一照会文において、取得スキーマ要素名を指定するだけで、すべての照会対象ＸＭＬ文書のスキーマから、要求に合致する取得スキーマ要素を特定できる。
【００３２】
また、同義語展開手段２３を設けることが可能である。同義語展開手段２３は、取得スキーマ要素名・フィルタリング条件式・結果構造抽出手段から取得スキーマ要素名を引き受け、その同義語を展開し、取得スキーマ要素探索手段２２に引き渡す。これにより、利用者が単一照会文に指定する取得スキーマ要素名とは異なる、同義の名前を持った取得スキーマ要素を、探索することが可能になる。
【００３３】
また、候補提示手段２４および候補決定手段２５を設けることが可能である。候補提示手段２４は、取得スキーマ要素探索手段２２から、探索されたすべての取得スキーマ要素を引き受け、特定する取得スキーマ要素の候補として利用者に引き渡す。また、候補決定手段２５は、利用者が選択した取得スキーマ要素の候補を、特定された取得スキーマ要素として、出力する。これにより、利用者は要求に合致する取得スキーマ要素を、確実に指定可能になる。
【００３４】
図３は、照会文展開部３０の構成を示す。取得スキーマ要素整理手段３１は、取得スキーマ要素を引き受け、各対象ＸＭＬ文書のスキーマごとに分類し、各分類の中で、利用者の要求する要素取得優先順に従って整列する。ここで、要素取得優先順は、各要素をどの要素に基づいて取得するかを表すもので、例えば取得スキーマ要素Ａが取得スキーマ要素Ｂよりも要素取得優先傾が早い場合、スキーマ要素Ｂに対応する要素は、スキーマ要素Ａに対応する特定の要素に関係するものだけが取得される。単一照会文では、ｃｏｎｓｔｒｕｃｔ句に宣言される取得部分文書の構造に関する文書順に従い、取得スキーマ要素の出力指定されている順を、要素取得優先順とする（図１０の例では、＄ｎａｍｅ、＄ｔｉｔｌｅ、＄ｙｅａｒの順）。関係付け対象スキーマ要素決定手段３２は、整理された取得スキーマ要素を、メタデータに登録されたその分類が対応する対象ＸＭＬ文書のスキーマを参照し、どの取得スキーマ要素同士を関係付けるかを決定する。なお、フィルタリング条件の判定対象となるスキーマ要素は、フィルタリングを適用する取得スキーマ要素に関係付ける（図１０の例では、＄ｙｅａｒは＄ｔｉｔｌｅに関係付ける）。どの取得スキーマ要素同士を関係付けるかについては、後で図４を用いて説明する。相対パス導出手段３３は、関係付け対象として決定した２つの取得スキーマ要素について、要素取得優先順の早い方から遅い方への相対パスを、取得スキーマ要素間の関係として導出する。また、フィルタリング条件展開手段３４は、フィルタリングを適用する取得スキーマ要素からフィルタリング条件の判定対象となるスキーマ要素への相対パスを導出し、フィルタリング条件式と合わせて、フィルタリング条件を展開する。照会文生成手段３５は、各取得スキーマ要素およびフィルタリング条件を、他の取得スキーマ要素からの相対パスで表すことで、各照会対象ＸＭＬ文書からの要素取得を指定し、それぞれ取得部分文書構造上の指定位置に出力を指定することで、各照会対象ＸＭＬ文書に対応した照会文を展開する。ここで、取得部分文書構造において親子関係を構成する部分ごとに、ＸＱｕｅｒｙのＦＬＷＯＲ式を展開するという規則を設けることで、図８および図９に示すＸＱｕｅｒｙ照会文を展開できる。
【００３５】
また、条件値表現形式変換手段３６を設けることが可能である。この条件値表現形式変換手段３６を設ける場合は、メタデータに登録された照会対象ＸＭＬ文書のスキーマ情報に、各スキーマ要素の値表現形式、値表現形式間の変換方法が、管理者により定義されており、また、システムが条件値として入力を許す値表現形式と、出力に用いる値表現形式も定義されていることを前提とする。条件値表現形式変換手段３６は、展開されたフィルタリング条件について、条件値の表現形式をシステムが許容する表現形式と解釈し、メタデータに定義された値表現形式に変換し、照会文に反映する。これにより、単一照会文に指定される条件式が、照会対象ＸＭＬ文書ごとの値表現形式に対応した条件式に変換される。
【００３６】
また、値表現形式変換手段３７を設けることが可能である。この値表現形式変換手段手段３７を設ける場合も、管理者によりメタデータに値表現形式に関する定義がされていることを前提とする。値表現形式変換手段３７は、各照会対象ＸＭＬ文書から取得した部分文書について、その部分文書に含まれる取得要素の値を、メタデータに定義された表現形式から、システムが出力に用いる表現形式に変換する。これにより、異なるＸＭＬ文書から取得した部分文書について、要素の値の表現形式を統一化することができる。
【００３７】
図４は、照会文展開部３０の関係付け対象スキーマ要素決定手段３２の処理を表すフローチャートである。まず、特定の照会対象ＸＭＬ文書について分類され、要素取得優先順に整列された取得スキーマ要素のリストを受け付ける。そして、各取得スキーマ要素について、それより要素取得順の早い取得スキーマ要素の中から、最も近い（相対パスが最も短い）ものを探索し、それを関係付ける取得スキーマ要素として決定する。最後に、関係付ける取得スキーマ要素のリストを出力する。
【００３８】
図５は、関係付け対象スキーマ要素決定手段３２の効果を説明する具体例を示す。単一照会文に指定された取得スキーマ要素が「＄Ｄ」「＄Ｂ」「＄Ｅ」であり、要素取得優先傾がこの順であるとき、図５に示すように、照会対象ＸＭＬ文書のスキーマから、各取得スキーマ要素に関係付けられる取得スキーマ要素が決定する。この例では、「＄Ｂ」「＄Ｅ」ともに「＄Ｄ」に関係付けられる。この結果、対象ＸＭＬ文書から取得される要素の組は、図５に示すようになり、各組が単一照会文で宣言された取得部分文書構造に構造化される。ここでは、特定の要素Ｄに関係する要素Ｅが、同一の要素Ｃを共通親要素とするものに限定されていることがわかる。しかし、関係付け対象スキーマ要素決定手段３２を用いず、例えば要素取得優先順に直接従って、「＄Ｂ」を「＄Ｄ」に関係付け、「＄Ｅ」を「＄Ｂ」に関係付け、要素を取得すると、特定の要素Ｄに関係する要素Ｅが、同一の要素Ａを共通先祖要素とするものになり、親要素Ｃが異なるものも取得される（値ｄ１１を持つ要素Ｄに関係する要素Ｅとして、値ｅ１２をもつものも取得される）。これは、要素Ｂが特定の要素Ｄに基づいて取得されているにも関わらず、要素Ｅは要素Ｄを無視して取得されていると捉えられる。関係付け対象スキーマ要素決定手段３２は、各取得スキーマ要素を、それより要素取得順の早い取得スキーマ要素の中から、最も近い（相対パスが最も短い）ものに関係付けることで、他の要素との関係付けが無視されないようにする。
【００３９】
図６は、部分文書併合・整列部５０の処理を表すフローチャートである。この図に示す処理に入る前に、すべての取得部分文書から、単一照会文に指定される併合・整列処理対象スキーマ要素（ｔａｒｇｅｔ）の親要素をルートとする部分文書を抽出し、それを併合・整列処理対象の部分文書とする。なお、併合・整列処理対象スキーマ要素が取得部分文書構造のルートである場合には、すべての取得部分文書を括る単一の要素を仮定し、この仮定要素をルートとする部分文書を、併合・整列処理対象部分文書とする。また、処理を実施する際の比較判定の対象となるスキーマ要素（ｉｄ）は、併合・整列処理対象スキーマ要素の、それ自身を含む子孫要素のいずれかであることを前提とする。
【００４０】
以下に、フローチャートに示した処理を説明する。各処理対象部分文書に対する処理として、まず、ステップ１として、処理対象スキーマ要素に該当する要素を処理対象要素として、処理対象部分文書から切り取る。次に、ステップ２として、比較判定対象スキーマ要素に該当する比較判定対象要素に基づき、切り取った各処理対象要素を平坦化する。これは、各処理対象要素を、関係する比較判定対象要素が非重複で高々１つになるように、分割する処理である。これは、比較判定の際に対象とする要素を限定するための処理である。次に、ステップ３として、平坦化した各処理対象要素の任意の２つの組について、関係する比較判定対象要素を、指定された比較方式を用いて比較し、その比較結果に応じて併合又は整列する。併合は、一方の処理対象要素の子要素として、他方の処理対象要素のすべての子要素を接続する。整列は、比較結果の大小関係に応じて、処理対象要素を並べ替える。最後に、ステップ４として、すべての処理対象要素についてこれら処理を実施した結果を、処理対象部分文書に接続する。
【００４１】
図７は、部分文書併合・整列部５０の処理イメージを示す。まず、ステップ１で、要素Ｘをルートとする処理対象部分文書から、処理対象要素である２つの要素Ａを切り取る。次に、ステップ２で、切り取った各処理対象要素Ａを、関係する比較判定対象要素Ｂに基づいて平坦化する。これにより、各処理対象要素Ａについて、関係する比較対象要素Ｂは高々１つになる。次に、ステップ３で、関係する比較対象要素Ｂの値が同一な処理対象要素Ａ同士を併合する。また、この例では、比較判定対象要素が処理対象要素の直接の子要素であるため、併合により生じる比較対照要素Ｂの重複を排除する処理が、ここでは特別に行われているとする。最後に、ステップ４で、併合処理が実施された各処理対象要素を、処理対象部分文書に接続する。これにより、異なるＸＭＬ文書から抽出した部分文書を対象とした、併合・整列処理の実施が可能になる。
【００４２】
以下では、本発明により展開される照会文と、その照会文に従って取得される部分文書、そして取得部分文書に対する併合・整列処理適用結果の、具体例を示す。図８および図９に示すＸＭＬ文書を対象として、図１０に示す単一照会文が指定した場合、単一照会文のｃｏｎｓｔｒｕｃｔ句の指定に基づき、本発明を実施することで、図８および図９に示すＸＱｕｅｒｙ照会文が、それぞれのＸＭＬ文書に対して展開される。図１１は、これらの照会文に基づいて取得される部分文書を示す。この結果は、対象ＸＭＬ文書から独立した単一照会文を指定することで、構造の異なる複数のＸＭＬ文書から、要求に合致する部分文書を抽出し、それぞれを宣言した統一構造で取得できることを表している。また、図１２は、図１１に示す取得部分文書に対して、図１０に示す単一照会文のｏｐｔｉｏｎ句の指定に基づき、併合・整列処理を実施した結果を示す。この結果は、対象ＸＭＬ文書から独立した単一照会文を指定することで、異なるＸＭＬ文書から取得された部分文書の併合や整列が可能なことを示している。
【００４３】
なお、以上の実施形態の説明においては、図１〜図４、図６の処理を実行するプログラムを作成して、これをコンピュータ読取可能な記録媒体に記録して、この記録媒体をコンピュータに読み込ませ実行することより、ネットワーク上の膨大かつ多様なＸＭＬ文書から所望の部分文書を探索し所望の構造に変換して取得することができる。また、本発明は上記実施例に限定されるものではなく、特許請求項の範囲を逸脱しない範囲で変更可能である。
【００４３】
【発明の効果】
上述のように、本発明によれば、対象ＸＭＬ文書から独立した単一照会文を指定することで、ネットワーク上の膨大かつ多様なＸＭＬ文書から、動的に各ＸＭＬ文書に対応する照会文を展開し、各ＸＭＬ文書から要求に合致する部分文書を取得することができる。これにより、従来手法で発生していた、利用者による照会文指定の負担、又は管理者による統合構造定義の負担を低減できる。また、部分文書は指定した統一構造で取得できるため、従来手法で発生していたアプリケーションプログラムによる再利用性低下の問題も解決できる。
【図面の簡単な説明】
【図１】本発明の原理を示す部分文書取得システムの構成を示すブロック図である。
【図２】各ＸＭＬ文書から独立した単一照会文の指定から、実際に取得を指定する各ＸＭＬ文書スキーマ上のスキーマ要素を決定するための、取得スキーマ要素決定部２０の構成を示すブロック図である。
【図３】取得スキーマ要素や結果構造などから、取得スキーマ要素間の関係を導出し、各ＸＭＬ文書に対応した照会文を展開するための、照会文展開部３０の構成を示すブロック図である。
【図４】照会文展開部３０において、取得スキーマ要素間の関係が失われないように、関係付ける取得スキーマ要素の組を決定するための、関係付け対象スキーマ要素決定手段３２の処理のフローチャートである。
【図５】関係付け対象スキーマ要素決定手段３２の効果を表す具体例を示す説明図である。
【図６】異なるＸＭＬ文書から取得される部分文書に対して併合・整列処理を実施するための、部分文書併合・整列部５０の処理のフローチャートである。
【図７】部分文書併合・整列部５０の処理を具体的に示す説明図である。
【図８】本発明の効果を示すための、照会対象ＸＭＬ文書と、該ＸＭＬ文書を対象とするＸＱｕｅｒｙ照会文の例を示す図である。
【図９】本発明の効果を示すための、照会対象ＸＭＬ文書と、該ＸＭＬ文書を対象とするＸＱｕｅｒｙ照会文の別の例を示す図である。
【図１０】本発明の入力となる単一照会文の例を示す図である。
【図１１】本発明の効果を示すための、展開照会文の実行により取得される部分文書の例を示す図である。
【図１２】本発明の効果を示すための、取得部分文書に対する併合・整列処理の適用結果の例を示す図である。
【符号の説明】
１０：メタデータ登録部
２０：取得スキーマ要素決定部、２１：指定情報抽出手段、２２：取得スキーマ要素探索手段、２３：同義語展開手段、２４：候補提示手段、２５：候補決定手段
３０：照会文展開部、３１：取得スキーマ要素整理手段、３２：関係付け対象スキーマ要素決定手段、３３：相対パス導出手段、３４：フィルタリング条件展開手段、３５：照会文生成手段、３６：条件値表現形式変換手段、３７：値表現形式変換手段
４０：照会文処理部
５０：部分文書併合・整列部

Claims (14)

1. 部分文書取得の対象となる複数の各ＸＭＬ文書のそれぞれのスキーマをメタデータとして登録し、
   取得するスキーマ要素の要素名、フィルタリング条件、結果構造から成る単一の照会文を受け付け、メタデータとして登録された前記各ＸＭＬ文書のスキーマを参照し、照会対象となるＸＭＬ文書と該ＸＭＬ文書のスキーマ上の取得するスキーマ要素を決定し、
   該決定した取得対象スキーマ要素と、フィルタリング条件、結果構造、およびメタデータとして登録された前記各ＸＭＬ文書のスキーマから、前記各ＸＭＬ文書に対応する部分文書取得のための各照会文を動的に展開し、
   該展開された各照会文を処理し、前記各ＸＭＬ文書から所望の部分文書を所望の統一構造で取得する、
   ことを特徴とする部分文書取得方法。
2. 部分文書取得の対象となる複数の各ＸＭＬ文書のそれぞれのスキーマをメタデータとして登録するメタデータ登録部と、
   取得するスキーマ要素の要素名、フィルタリング条件、結果構造から成る単一の照会文を受け付け、前記メタデータ登録部にメタデータとして登録された前記各ＸＭＬ文書のスキーマを参照し、照会対象となるＸＭＬ文書と該ＸＭＬ文書のスキーマ上の取得するスキーマ要素を決定する取得スキーマ要素決定部と、
   該取得スキーマ要素決定部により決定した取得対象スキーマ要素と、フィルタリング条件、結果構造、および前記メタデータ登録部にメタデータとして登録された前記各ＸＭＬ文書のスキーマから、前記各ＸＭＬ文書に対応する部分文書取得のための照会文を動的に展開する照会文展開部と、
   該照会文展開部により展開された各照会文を処理し、前記各ＸＭＬ文書から所望の部分文書を所望の統一構造で取得する照会文処理部と、
   を備えることを特徴とする部分文書取得システム。
3. 前記取得スキーマ要素決定部は、前記部分文書に対する併合・整列指定が含まれる単一照会文を受け付け、
   さらに前記照会文処理部で取得される各部分文書を、該併合・整列指定にしたがって併合・整列する部分文書併合・整列部を備える、
   ことを特徴とする請求項２記載の部分文書取得システム。
4. 前記取得スキーマ要素決定部は、
   前記単一の照会文を構成する取得するスキーマ要素の要素名、フィルタリング条件、結果構造をそれぞれ抽出する指定情報抽出手段と、
   該指定情報抽出手段により抽出された取得スキーマ要素名について、前記メタデータ登録部にメタデータとして登録された前記各ＸＭＬ文書のスキーマ上で名前が合致するスキーマ要素を探索し、取得するスキーマ要素として決定する取得スキーマ要素探索手段と、
   を備えることを特徴とする請求項２記載の部分文書取得システム。
5. 前記取得スキーマ要素決定部は、
   前記単一の照会文を構成する取得するスキーマ要素の要素名、フィルタリング条件、結果構造、併合・整列指定をそれぞれ抽出する指定情報抽出手段と、
   該指定情報抽出手段により抽出された取得スキーマ要素名について、前記メタデータ登録部にメタデータとして登録された前記各ＸＭＬ文書のスキーマ上で名前が合致するスキーマ要素を探索し、取得するスキーマ要素として決定する取得スキーマ要素探索手段と、
   を備えることを特徴とする請求項３記載の部分文書取得システム。
6. 前記取得スキーマ要素決定部は、前記指定情報抽出手段が抽出する取得スキーマ要素名をさらに同義語に展開する同義語展開手段を備え、
   前記取得スキーマ要素探索手段は、該同義語展開手段により展開された同義語に合致するスキーマ要素を前記メタデータ登録部にメタデータとして登録された前記各ＸＭＬ文書のスキーマから探索する、
   ことを特徴とする請求項４又は５記載の部分文書取得システム。
7. 前記取得スキーマ要素決定部は、
   前記取得スキーマ要素探索手段が探索する取得スキーマ要素をさらに取得スキーマ要素の候補として利用者に提示する候補提示手段と、
   該候補提示手段により提示された候補から利用者が選択した候補を取得スキーマ要素として決定する候補決定手段と、
   を備えることを特徴とする請求項６記載の部分文書取得システム。
8. 前記照会文展開部は、
   取得スキーマ要素を対象となるＸＭＬ文書のスキーマごとに分類して要素取得優先順に従って整列する取得スキーマ要素整理手段と、
   該取得スキーマ要素整理手段により整理された取得スキーマ要素について、前記メタデータ登録部にメタデータとして登録された前記各ＸＭＬ文書のスキーマを参照して、関係付ける取得スキーマ要素同士を決定する関係付け対象スキーマ要素決定手段と、
   該関係付け対象スキーマ要素決定手段により関係付け対象として決定した取得スキーマ要素について、前記メタデータ登録部にメタデータとして登録された前記各ＸＭＬ文書のスキーマを参照して、関係付ける取得スキーマ要素要素間の相対パスを導出する相対パス導出手段と、
   前記メタデータ登録部にメタデータとして登録された前記各ＸＭＬ文書のスキーマを参照して、前記関係付け対象スキーマ要素決定手段で関係付けを決定された取得スキーマ要素とフィルタリング条件の判定対象となる取得スキーマ要素間の相対パスを導出し、フィルタリング条件式と合わせて、フィルタリング条件を展開するフィルタリング条件展開手段と、
   該フィルタリング条件展開手段で取得された各取得スキーマ要素と、前記相対パス導出手段で導出された取得スキーマ要素間の相対パス、フィルタリング条件、および結果構造から、前記各ＸＭＬ文書に対応した照会文を生成する照会文生成手段と、
   を備えることを特徴とする請求項４、５、６、又は７記載の部分文書取得システム。
9. 前記照会文展開部は、
   前記フィルタリング条件展開手段が展開するフィルタリング条件を、前記メタデータ登録部にメタデータとして登録された、前記各ＸＭＬ文書のスキーマにおいて各スキーマ要素に定義された値表現形式と、本部分文書取得システムが入力を許す値表現形式と、各値表現形式間の変換方法とを参照し、フィルタリング条件式に指定された条件値を、前記各ＸＭＬ文書に適した表現形式の値に変換する条件値表現形式変換手段を備える、
   ことを特徴とする請求項８記載の部分文書取得システム。
10. 前記照会文展開部は、
    展開した照会文に基づき、前記照会文処理部により取得される照会処理結果の結果部分文書に対し、前記メタデータ登録部にメタデータとして登録された、前記各ＸＭＬ文書のスキーマにおいて各スキーマ要素に定義された値表現形式と、本部分文書取得システムが出力に用いる値表現形式と、各値表現形式間の変換方法とを参照し、前記各結果部分文書に含まれる値の表現形式を、本部分文書取得システムの出力形式に変換する、値表現形式変換手段を備える、
    ことを特徴とする請求項９記載の部分文書取得システム。
11. 前記関係付け対象スキーマ要素決定手段は、
    各取得スキーマ要素について、それより要素取得優先順の早い取得スキーマ要素の中から、間のパスが最も短いものを探索し、それを関係付ける取得スキーマ要素として決定する、
    ことを特徴とする、請求項８、９、又は１０記載の部分文書取得システム。
12. 前記部分文書併合・整列部は、
    前記単一の照会文において、結果構造に対する併合・整列処理対象スキーマ要素と、比較判定対象スキーマ要素と、比較判定を行う方法と、で構成される併合・整列指定を受け取り、
    前記併合・整列処理対象スキーマ要素の親スキーマ要素に該当する要素をルートとする部分文書を、併合・整列処理対象部分文書として抽出し、
    該抽出した各併合・整列処理対象部分文書について、前記併合・整列処理対象スキーマ要素に該当するすべてのスキーマ要素を切り取り、該切り取った各処理対象スキーマ要素を関係する比較判定対象スキーマ要素に基づいて平坦化し、平坦化したすべて処理対象スキーマ要素から任意の２つを選択し、関係する比較判定スキーマ要素の値について、前記比較判定方法に従って比較し、比較結果に応じて該処理対象スキーマ要素同士を併合・整列し、併合・整列した結果を併合・整列処理対象部分文書に接続する、
    ことを特徴とする請求項３、５、６、７、８、９、１０又は１１記載の部分文書取得システム。
13. 部分文書取得の対象となる複数の各ＸＭＬ文書のそれぞれのスキーマをメタデータとして登録する手順と、
    取得するスキーマ要素の要素名、フィルタリング条件、結果構造から成る単一の照会文を受け付け、メタデータとして登録された前記各ＸＭＬ文書のスキーマを参照し、照会対象となるＸＭＬ文書と該ＸＭＬ文書のスキーマ上の取得するスキーマ要素を決定する手順と、
    該決定した取得対象スキーマ要素と、フィルタリング条件、結果構造、およびメタデータとして登録された前記各ＸＭＬ文書のスキーマから、前記各ＸＭＬ文書に対応する部分文書取得のための各照会文を動的に展開する手順と、
    該展開された各照会文を処理し、前記各ＸＭＬ文書から所望の部分文書を所望の統一構造で取得する手順と、
    をコンピュータに実行させるための部分文書取得プログラム。
14. 請求項１３に記載の部分文書取得プログラムを記録したコンピュータ読取可能な記録媒体。

Images