JP2004524606A - 構造化文書をいくつかの部分に分割する方法 - Google Patents

Abstract

この方法は、構造スキーマによって定義される階層構造を呈する構造化文書（Ｄ）に適用され、この方法は、文書を、個々に処理することが可能な構造化部分（Ｐ１、Ｐ２、Ｐ３）、すなわち主要部分（Ｐ１）および少なくとも１つの副次部分（Ｐ２、Ｐ３）、に分割するステップであって、主要部分は少なくとも主要な情報セット（１）を含み、副次部分は、主要な情報セットから削除された情報サブセット（１．２．１、１．２．２）を含み、各副次部分は主要部分または別の副次部分に結合されるステップと、より高い階層レベルの情報セット（１．２）から削除された各情報サブセット（１．２．１、１．２．２）の情報タイプに所定の値を割り当てるステップとを含む。

Description

【技術分野】
【０００１】
本発明は、構造化文書をいくつかの部分に分割することを可能にする方法に関する。
【背景技術】
【０００２】
本発明は、これらに限定しないが、特に、構造化されたマルチメディア文書、デジタルまたはビデオ画像または画像シーケンス、映画またはビデオ番組の処理、送信、記憶、および読み取りに適用され、より一般的には、データ送信ネットワークで相互接続された処理装置間、または処理装置と記憶装置間、あるいは文書がビデオ番組である場合には処理装置とテレビジョンなどの再生装置間における上記文書の転送に適用される。
【０００３】
このような方法で処理され、送信される文書は、ある構造に統合された複数の異なるタイプのデータを含むことがますます多くなっている。構造化文書とは、それぞれがタイプと属性に関連付けられ、主として階層的な関係で相互接続された一結びのデータセットである。そのような文書には、特に文書を構成する各種の情報サブセットを区別するのに役立つ、Ｓｔａｎｄａｒｄ Ｇｅｎｅｒａｌｉｚｅｄ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＳＧＭＬ）、Ｈｙｐｅｒｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＨＴＭＬ）、あるいはＥｘｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＭＬ）などのマークアップ言語を使用する。これに対して、「線形」文書では、文書の内容情報は、レイアウト情報およびタイプ情報と混在している。
【０００４】
構造化文書は、文書中の異なる情報セットを区別するマーカを含む。ＳＧＭＬ、ＸＭＬ、あるいはＨＴＭＬフォーマットではこのマーカは「タグ」と呼ばれ、「＜ＸＸＸＸ＞」と「＜／ＸＸＸＸ＞」の形態を有し、最初のマーカは「ＸＸＸＸ」と呼ばれる情報のセットの開始を示し、２番目のマーカはそのセットの終わりを示す。情報のセットは、それ自体が複数のより低レベルの情報セットで構成することができる。したがって、構造化文書は、ツリー型または階層的な構造スキーマを呈し、各ノードは、情報のセットを表し、より低レベルの情報セット群を包含する情報セットを表すより高い階層レベルのノードに接続される。そのようなツリー構造で分岐の終端に位置するノードは、所定タイプのデータを含む情報セットを表し、その情報セット自体は、情報のサブセットに分解するのに適さない。
【０００５】
このように、構造化文書は、テキストまたはバイナリのデータ形態で表された区分マーカを含み、このマーカは、そのマーカによって定義される他の情報サブセットをそれ自体が含むことのできる情報のセットまたはサブセットを定義する。
【０００６】
構造化文書は、文書中の各情報セット中の情報のタイプとともに規則の形で構造を定義する構造スキーマに関連付けられる。スキーマは、入れ子になった情報セット構造のグループによって構成され、それらのグループは恐らくは順序付けされたシーケンス、代替要素からなるグループ、あるいは順序付けられた、または順序付けられていない必須要素のグループである。
【０００７】
現在、構造化文書を送信する際には、初めに文書を圧縮して送信データの容量を最小にする。そのような圧縮処理で最良の効率を得られるように、文書の受信者があらかじめ文書の構造スキーマを知っており、その構造スキーマを使用してどの情報セットを受け取るのかを常に決定できることを前提として、文書を構成するデータも圧縮する。したがって、送信される文書の構造は、その文書の受信者が文書の受信と復号に使用しようとする構造スキーマと正確に一致することが必須となる。というのは、そうでない場合には、受信者が送信されたデータのタイプを判定できず、したがってデータを復号し、元の文書を再構築することができないからである。
【０００８】
不都合なことに、送信向けの構造化文書は容量が増大する傾向にある。例えば、上記のような方法で映画やテレビ番組の完全な記述を送信またはブロードキャストする提案がなされている。
【０００９】
この状況では、文書の送信中に送信エラーが発生した場合、文書の受信側はもはやどのサブセットが送信されているのか判定できなくなり、この場合には文書全体を再送することが必要となる。さらに、映画シーケンスを送信し、それを同時に画面に表示することが求められる場合は、シーケンスの各種の要素を送信する継続時間を遵守することが必要となる可能性がある。シーケンスの送信の開始時に接続されていなかった受信者がシーケンスの最後を受信し、表示することができるように、シーケンスのある要素は、数回送信することができなくてはならない。
【００１０】
また、文書の一部を別の部分に置き換え、それら２つの部分が同じ構造スキーマを有することも必要となる場合がある。
【００１１】
文書全体を再送する解決法では、送信する必要がある情報の容量が著しく増大することになる。したがって、文書を別々に送信される複数の部分に分割できることが望ましい。この送信法は、文書の一部だけを送信するには適さないことになる。
【発明の開示】
【発明が解決しようとする課題】
【００１２】
本発明の目的は、上記の欠点を克服することである。この目的は、構造スキーマによって定義される階層構造を呈する構造化文書を分割する方法を提供することによって達成され、文書は、情報サブセットを含む主要な情報セットを組み合わせ、情報サブセットの少なくとも一部はより低い階層レベルの情報サブセットを含むことができ、各情報サブセットは個々の情報タイプに関連付けられる。
【課題を解決するための手段】
【００１３】
本発明によれば、この方法は、
文書を、個々に処理することが可能な部分、すなわち主要部分および少なくとも１つの副次部分に分割するステップであって、主要部分は少なくとも主要な情報セットを含み、副次部分は主要な情報セットから削除された情報サブセットを含み、各副次部分は主要部分または別の副次部分に結合されるステップと、
より高いレベルの情報セットから削除された各情報サブセットの情報タイプに所定の値を割り当てるステップと
を含む。
【発明の効果】
【００１４】
このように、各部分をそれ自体で理解することができ、選択された区分方法に関係なく復号することができる。また、そのような一部分を送信し、送信が失敗した場合、文書の残りの部分はなお有効であり、正確に送信されなかった部分だけを再送すればよく、文書全体を再送する必要はない。さらに、各部分がそれ自体で有効であり解釈することができるので、ある部分を復号できるようにするために主要部分と副次部分をその部分よりアップストリームにする必要もない。これらの性質により、送信される文書を時間の進行とともに豊かにし、修正することができる。
【００１５】
有利には、文書は、各部分に挿入されるヘッダを含み、このヘッダは、その文書が完全か否かをその値で指示するフラグを含む。
【００１６】
本発明の特徴によれば、各部分は、文書の階層構造におけるその部分の位置を示す情報を含むヘッダを有する。
【００１７】
文書の階層構造における副次部分の位置に関するこの情報は、その構造中のパスを有利に記述し、文書における副次部分の位置を定義する。
【００１８】
このパスは、文書の主要な情報セットに対して絶対的な形で定義することができる。このパスはまた、最も最近に送信された副次部分の位置に対して相対的に定義することもできる。
【００１９】
あるいは、所定の値に割り当てられた各情報タイプの後に、その情報タイプに関連付けられた情報のサブセットを含む副次部分への参照を続け、文書の階層構造中の副次部分の位置に関するこの情報は、その副次部分の参照となる。
【００２０】
この方法は、構造中の同じ位置に関連付けられた複数の文書部分を送信することも含むことができる。そのような状況では、最も最近送信された部分が、それと同じ位置に関連付けられた１つ前の部分に置き換わる。
【００２１】
各部分のヘッダが、構造中の同じ位置に関連付けられたある部分との関係で各部分を処理する方法を指定する情報を含むための提供もなすことができる。
【００２２】
この構造化文書は、例えばＳＧＭＬ、ＸＭＬ、またはＨＴＭＬタイプである。
【発明を実施するための最良の形態】
【００２３】
以下で、本発明の好ましい実施形態について、添付図面を参照し、非限定的な例として説明する。
【００２４】
図１に、３つの低レベルノードに区分されたルートノード１を含むツリー構造を示し、第１のノード１．１はより低いレベルのノードに区分されておらず、第２のノード１．２は２つのノード１．２．１および１．２．２を備え、第３のノード１．３は単一のノード１．３．１を備える。第２のノード１．２の２つのノード１．２．１および１．２．２は、それぞれ、より低いレベルの２つのノード１．２．１．１および１．２．２．１と、１つのノード１．２．２．２に結合されている。
【００２５】
この構造は構造化文書Ｄを表し、構造化文書Ｄは、この文書の符号化および表示フォーマットを定義するある数のパラメータが定義されたヘッダＨと、文書を構成する情報および情報セットを含む本体Ｂとからなる。
【００２６】
本発明によれば、構造化文書は、複数の別個の部分Ｐ１、Ｐ２、Ｐ３、すなわち主要部分Ｐ１と、主要部に結合される副次部分Ｐ２およびＰ３（図２）として送信することができる。この送信は、個別に送信する各部分を適切な方法で圧縮してから行うことが好ましい。文書の各部分は、圧縮されていてもいなくとも、ヘッダＨ、Ｈ２、Ｈ３と本体Ｂ１、Ｂ２、Ｂ３からなる。
【００２７】
図３に示すように、文書の本体Ｂは、データヘッダＤＨと、それぞれが文書の情報サブセットの情報を含む１つまたは複数のデータ本体ＤＢからなる。データヘッダＤＨは、詳細には続くデータセットを定義することができる数を示すことにより文書の復号時にあいまい性を解消することを可能にするフィールドＫ、および／またはデータ本体ＤＢの発生回数Ｎを含むフィールドを有することができる。
【００２８】
使用するフォーマットに応じて、各データ本体ＤＢは、そのデータ本体が含む情報のタイプを指定するフィールドＴ、情報の長さをビット数またはバイト数として示すフィールドＬ、情報サブセットの属性を含むフィールドＡ、および情報サブセットの値または内容を含むフィールドＶａｌを備えることができる。
【００２９】
文書はツリー構造の形で構造化されるので、フィールドＶａｌはそれ自体で、データヘッダフィールドＤＨと、データ本体ＤＢを含む１つまたは複数のフィールドを含むことができる。
【００３０】
これに関して、図１に示す構造スキーマから、この文書に含まれる情報は、分岐の終端に位置するノード１．１、１．２．１．１、１．２．２．１、１．２．２．２、および１．３．１と、この文書のすべてのノードによって表されるサブセットの属性フィールドＡとに保持されることが見て取れる。
【００３１】
本発明によれば、このような文書の一部分を送信することが求められる場合に、その部分がすでに圧縮されているかどうかに関係なく、送信されていないか、または文書から削除されたデータ本体ＤＢ中の情報のタイプを含むフィールドＴは、その後に続く情報サブセットが送信されないことを示す所定の値を受け取る。情報タイプについてのこの所定の特定の値は、例えば、文書が圧縮形態であるときにはゼロに等しくなるように選択され、他のタイプの情報は非ゼロの値を有する。
【００３２】
送信された文書にこの所定の値が現れる場合、通常はこの情報タイプに続く長さフィールドＬとフィールドＡおよびＶａｌは送信データ中に現れない。この結果、この所定の値に等しい情報タイプの後に、文書中の次のデータセットのヘッダＤＨか、または文書の終わりを示すフラグが続く。
【００３３】
受信する文書が完全に送信されるのか、または一部が送信されるのかを文書の受信者に通知するために、文書が完全に送信されるか否かを指定するパラメータを文書ヘッダＨに追加する提供を行うことができる。
【００３４】
部分Ｐ１、Ｐ２、およびＰ３は、１回または複数回個別に送信することができる。このために各部分はヘッダＨ、Ｈ２、Ｈ３を有し、このヘッダは、最初に文書が完全でないことを示すパラメータを含み、その後に完全な文書のツリー構造における送信部分の位置の定義が続く。
【００３５】
このようにして、時間の経過とともに構造化文書を豊かにし、変更することができる。
【００３６】
副次部分のヘッダに現れる位置の定義により、送信される副次部分を受信する処理装置は、文書の構造中における各受信部分の位置を判定し、したがってそれを復号することができるので、主要部分Ｐ１は送信する必要がないことに留意されたい。また、文書は、主要部分がペイロードデータを含まないような方法で区分することができ、副次部分と文書構造中におけるそれら副次部分の位置から文書全体を再構成することができる。
【００３７】
また、部分Ｐ１、Ｐ２、Ｐ３のヘッダＨ、Ｈ２、Ｈ３は、構造中で同じ位置に関連付けられたすでに送信済みの部分に対するその部分の処理モードを指定する情報を含むことができ、例えば、送信部分が、同じ位置に関連付けられたすでに送信された部分に置き換わる、あるいは受信した文書にその部分がすでに現れている場合にはその部分を考慮すべきでない、あるいは、同じ位置に関連付けられたすでに送信された部分とその部分を併合するかどうかなどを指定する。
【００３８】
図４に示すように、この位置の定義は、ルートノードＲまで遡るより高いノードすべての名前を含むことができ、これらのノードは恐らくはより高いノードに対する順序番号に関連付けられる。例えば、ルートノードに結合された第１ノードの第３ノードの第１ノードの第１ノード（図４ではルートノードＲからの矢印の連続で識別する）は、次のように参照することができる。
ｃ／ａ［ｌａｓｔ］／ｂ（１）／ｄ
【００３９】
この表記は、タイプ「ｄ」のノードがタイプ「ｂ」の第１ノードに接続され、そのノードがタイプ「ａ」の最後のノードに接続され、そのノードが、直接ルートノードＲに接続されたタイプ「ｃ」のノードに接続されることを意味する。
【００４０】
そして文書のこの他の部分は、上述の（ルートノードＲに対する）絶対的な定義法を使用するか、または有利には相対的な定義法を使用して送信することができる。したがって、例えば、１つ前のノードのすぐ上の同じノードに接続された第３のノードは、次のように参照することができる。
．．／ｅ［２］
【００４１】
この表記は、表記「．．／」によって参照される１つ高いレベルの同じノードに接続された、タイプ「ｅ」であるはずの第２のノードを参照していることを表す。この第２の方法は、第１の方法よりも簡潔であることが理解されよう。
【００４２】
あるいは、文書の送信部分Ｐ２、Ｐ３の位置は、単にその文書部分への参照によって定義してもよく、この参照は、すでに文書のＰ１の主要部分の中で、例えば続く情報サブセットが送信されないことを指定する所定の値に続いて送信されている。
【００４３】
送信する文書、または文書の部分Ｐ１、Ｐ２、Ｐ３は、あらかじめ圧縮することが好ましい。このために、特定の文書部分は内容情報を含む必要がないものとして、各文書部分で構造情報と内容情報を区別すると好都合である。したがって、図２および図３の例では、構造情報は、値フィールドを構造化しない場合、すなわち値フィールドを構造化された情報のサブセットに区分することができない場合には、値フィールドＶａｌを除くすべてのフィールドによって構成される。図２の例では、区分できないフィールドは、文書ツリー構造の分岐の下端に位置する情報サブセット１．１、１．２．１．１、１．２．２．１、１．２．２．２、および１．３．１のフィールドＶａｌである。
【００４４】
圧縮処理自体は、圧縮する文書部分を順次読み取ること、構造情報を処理するために適切な圧縮アルゴリズムを適用すること、および文書部分を読み取っている際に区分不可能なフィールドＶａｌが現れたときに、その情報タイプに合わせて適合された圧縮アルゴリズムを適用することからなる。圧縮された文書または文書部分では、構造情報と内容情報は、元の圧縮されていない文書と同じ順序で現れることに留意されたい。
【００４５】
Ｚｉｐなどの統計的な圧縮アルゴリズムを適用することも可能である。
【図面の簡単な説明】
【００４６】
【図１】ツリー構造の図であり、各ノードは、通常は単一のエンティティとして送信される構造化文書中の情報のセットまたはサブセットを表す。
【図２】本発明によって各部分を個別に送信することが可能な複数の部分に区分された図１の構造化文書の図である。
【図３】構造化文書に含まれる情報の構造をより詳細に示す図である。
【図４】構造の一部分の位置を定義する方法を説明する別のツリー構造の図であり、この部分は構造の残りの部分とは別個に送信される。

Claims (12)

1. 構造スキーマによって定義される階層構造を呈する構造化文書（Ｄ）を分割する方法において、文書は、情報サブセット（１．１、１．２、１．３、．．．、１．２．２．２）を含む構造化された主要な情報セット（１）を組み合わせ、情報サブセットの少なくとも一部は構造化され、より低い階層レベルの情報サブセットを含み、各情報サブセットはより高レベルの情報セット中で個々の情報タイプ（Ｔ）に関連付けられる方法であって、
   文書を、個々に処理することが可能な構造化された部分（Ｐ１、Ｐ２、Ｐ３）に分割するステップであって、前記構造化された部分は、主要部分（Ｐ１）および少なくとも１つの副次部分（Ｐ２、Ｐ３）を含み、主要部分は少なくとも主要な情報セット（１）を含み、副次部分は主要な情報セットから削除された情報サブセット（１．２．１、１．２．２）を含み、各副次部分は主要部分または別の副次部分に結合されるステップと、
   少なくとも１つの情報サブセットが削除された情報セット（１．２）中で、削除された各情報サブセット（１．２．１、１．２．２）の情報タイプ（Ｔ）に所定の値を割り当てるステップと
   を含む方法。
2. 文書（Ｄ）は、削除された各文書部分（Ｐ１、Ｐ２、Ｐ３）に挿入されるヘッダ（Ｈ）を含み、前記ヘッダは、その文書が完全であるか否かをその値が指定するフラグを含む請求項１に記載の方法。
3. 文書から削除された各部分（Ｐ１、Ｐ２、Ｐ３）は、文書の階層構造におけるその部分の位置を指定する情報を含むヘッダ（Ｈ、Ｈ２、Ｈ３）を含む請求項１または２に記載の方法。
4. 文書の階層構造における副次部分の位置に関する前記情報は、前記構造中のパスを指定し、文書中における副次部分の位置を定義する請求項３に記載の方法。
5. 前記パスは、文書の主要な情報セットに対して絶対的な方法で定義される請求項４に記載の方法。
6. 主要な文書から削除された各副次部分は、文書の主要部分とは別個に送信され、前記パスは、最も最近送信された副次部分の位置に相対的な方法で定義される請求項４に記載の方法。
7. 情報セット中に現れる、所定の値に割り当てられた各情報タイプ（Ｔ）の後に、その情報セットから削除された情報サブセットを含む副次部分（Ｐ２、Ｐ３）への参照が続き、文書の階層構造中における副次部分の位置に関する前記情報は、前記副次部分の参照である請求項３に記載の方法。
8. 構造中の同じ位置に関連付けられた複数の文書部分を送信するステップであって、最も最近送信された部分が、構造中の同じ位置に関連付けられた、以前に送信された文書部分に置き換わるステップをさらに含む請求項１から７のいずれか一項に記載の方法。
9. 構造中の同じ位置に関連付けられた複数の文書部分を送信するステップであって、各部分のヘッダは、構造中の同じ位置に関連付けられたすでに送信された部分との関係で、前記部分に適用する処理モードを指定する情報を含むステップをさらに含む請求項１から７のいずれか一項に記載の方法。
10. 主要部分および主要部分から削除された副次部分は、圧縮され、次いで個別に送信される請求項１から９のいずれか一項に記載の方法。
11. 構造情報および内容情報を含む各情報セットおよびサブセットについて、構造情報は、構造情報圧縮アルゴリズムを使用して圧縮され、内容情報は、内容の情報タイプ（Ｔ）に適用されるアルゴリズムを使用して圧縮され、構造情報および内容情報は、対応する非圧縮時の文書情報中と同じ順序で圧縮文書部分に現れる請求項１０に記載の方法。
12. 文書は、ＳＧＭＬ、ＸＭＬ、およびＨＴＭＬを含むセットに属するタイプを有する請求項１から１１のいずれか一項に記載の方法。