JP2005050354A - ドキュメントの品質の測度を定量化する方法 - Google Patents
ドキュメントの品質の測度を定量化する方法 Download PDFInfo
- Publication number
- JP2005050354A JP2005050354A JP2004224609A JP2004224609A JP2005050354A JP 2005050354 A JP2005050354 A JP 2005050354A JP 2004224609 A JP2004224609 A JP 2004224609A JP 2004224609 A JP2004224609 A JP 2004224609A JP 2005050354 A JP2005050354 A JP 2005050354A
- Authority
- JP
- Japan
- Prior art keywords
- document
- value
- quantified
- measure
- quality
- 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
- 238000000034 method Methods 0.000 title claims abstract description 462
- 238000011002 quantification Methods 0.000 claims abstract description 111
- 238000010168 coupling process Methods 0.000 claims description 25
- 230000008878 coupling Effects 0.000 claims description 24
- 238000005859 coupling reaction Methods 0.000 claims description 24
- 238000000691 measurement method Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 223
- 238000000926 separation method Methods 0.000 description 147
- 230000004044 response Effects 0.000 description 90
- 239000003086 colorant Substances 0.000 description 49
- 230000000694 effects Effects 0.000 description 44
- 230000008569 process Effects 0.000 description 39
- 238000004364 calculation method Methods 0.000 description 38
- 238000005259 measurement Methods 0.000 description 35
- 230000000007 visual effect Effects 0.000 description 34
- 238000010586 diagram Methods 0.000 description 32
- 230000008859 change Effects 0.000 description 28
- 238000012545 processing Methods 0.000 description 25
- 238000013459 approach Methods 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000013461 design Methods 0.000 description 12
- 238000012935 Averaging Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 7
- 238000005316 response function Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000001953 sensory effect Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000013441 quality evaluation Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000004456 color vision Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 229910052698 phosphorus Inorganic materials 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 230000035807 sensation Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007373 indentation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000009828 non-uniform distribution Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000005204 segregation Methods 0.000 description 2
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000003467 diminishing effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000000155 isotopic effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004800 psychological effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/106—Display of layout of documents; Previewing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/226—Validation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00005—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to image data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00026—Methods therefor
- H04N1/00034—Measuring, i.e. determining a quantity by comparison with a standard
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00026—Methods therefor
- H04N1/00068—Calculating or estimating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10008—Still image; Photographic image from scanner, fax or copier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30144—Printing quality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30176—Document
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Operations Research (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
【課題】 文書品質の測度の定量化方法の提供。
【解決手段】 文書品質の測度の定量化方法は、（ａ）所定の文書特性セットを測定することと、（ｂ）測定された所定の文書特性セットを定量化することと、（ｃ）定量化済みの測定された所定の文書特性セットを結合する所定の結合関数に基づいて、文書についての、文書品質の測度である定量化された快適性の値を生成することと、を含む。
【選択図】 なし
【解決手段】 文書品質の測度の定量化方法は、（ａ）所定の文書特性セットを測定することと、（ｂ）測定された所定の文書特性セットを定量化することと、（ｃ）定量化済みの測定された所定の文書特性セットを結合する所定の結合関数に基づいて、文書についての、文書品質の測度である定量化された快適性の値を生成することと、を含む。
【選択図】 なし
Description
本発明は、広く、ドキュメント（文書）のレイアウト、デザイン、及び分析の分野に関し、より詳細には、そのドキュメント自体に特有の特性に基づいて、ドキュメントの品質を定量的に測定する方法に関する。
ドキュメントを作成する際には、スタイル、内容（コンテンツ）、レイアウトなどに関して、多くの決定を行わなければならない。テキスト、画像、及びグラフィックは、観察者の注意を引き付けて、好ましくは、意図するメッセージを理解するのに十分な時間その注意を維持するような、プレゼンテーションを観察者に提供するように、２次元形式で編成してレイアウトしなければならない。様々な内容（コンテンツ）要素には異なるスタイルオプションが利用可能であり、選択を行わなければならない。スタイル及びレイアウトの最適な選択は、コンテンツ、意図、観察者の興味などによって決まる。ドキュメントの最終バージョンのルック・アンド・フィールに関して行われた１セットの選択が良かったか悪かったかを知るために、１セットの観察者からそのドキュメントを見た後にフィードバックを要求し、そのフィードバックをまとめて、ドキュメントの作成者若しくは開発者が修正、変更、又はその他の改善を行うことができるような意味のあるものにしてもよい。このサイクルは、ドキュメントの所有者が、最終バージョンが意図した結果に達したと満足するまで繰り返される。
ドキュメントに対するレイアウト及びスタイルの決定の質並びに有効性に寄与する要因は、スタイル及びレイアウトの選択がコンテンツのグループに影響を及ぼす場合、コンテンツ要素のグループのハンドリングである。グループとは、コンテンツ要素の集合である。グループの帰属関係は、そのドキュメントの論理構造の特性である。グループの近傍(neighborhood)は、レイアウト特性と考えることができる。レイアウト構造は論理構造と一致することが多いが、これは必要条件ではない。
そのドキュメント自体に特有の特性に基づいて、ドキュメントの様々な価値特性の定量的測度（「良質(goodness)」というドキュメントの測度）を得ることが好ましい。このように、そのドキュメント自体が定量的フィードバックのレベルを提供する。例えば、開発者が測定を望む１つの特性は、ドキュメントがどの程度使いやすいかということである。ドキュメントの使いやすさの測度は、ドキュメント・デザインを評価する又はドキュメント・デザインの決定を行うのに用いることができる。
ドキュメントの使いやすさの１つの態様は、どの要素がグループに属していて、どの要素がグループに属していないかを示す機能である。ドキュメントのプレゼンテーションにおいて行われるスタイル及びレイアウトの決定は、ドキュメントが表すグループ同一度(degree of group identity)に影響を及ぼし得る。ドキュメントのデザインの使いやすさを評価する際には、グループ同一度の測度を得ることが有用である。グループに関する使いやすさの条件としては、空間コヒーレンス、空間分離(separation)、位置合わせ分離、見出し分離、背景分離、及び／又はスタイル分離が挙げられる。コンテンツ、機能などの様々な特性の測度を意図、適合性、及びその他のパラメータによって重み付けし、これらを結合すれば、そのドキュメント自体に対する１つ以上の全体測度を得ることができる。そのドキュメント自体に特有の特性を評価する方法があれば、ドキュメントの開発処理中にこのような測度を用いることによって、最適なプレゼンテーションの決定を促すことができる。
ドキュメントの使いやすさの１つの態様は、その検索機能(searchability)である。検索機能とは、ドキュメントが所望のコンテンツ要素の検索を構造的に支援する程度と定義することができる。検索機能の高いドキュメントは、所望のコンテンツの検索を支援する。通常、検索機能測度の高いドキュメントの方が、対象となる情報を含むドキュメントの部分を検出しやすいので、使いやすい。
ドキュメントの使いやすさの別の態様は、ドキュメントの識別度(degree of distinguishability)である。コンテンツの識別性とは、ドキュメント内における１つの特定のコンテンツ要素を別のコンテンツ要素から識別する機能と定義することができる。識別性は、その要素によって開示される情報のコンテキストを設定するのに重要である。この識別性は、その要素が何であるかということと、その要素がどのグループ若しくは設定に属するかということに関して、混乱を軽減することができる。また、この識別性は、所望の要素の検出にも役立つ。従って、ドキュメント要素の識別性は、ドキュメントの使いやすさに寄与する要因である。
定量的に測定することが望まれる別の特性は、観察者の注意及び興味を保つというドキュメントの機能である。ドキュメントの使いやすさは、実際のコンテンツ及びそのコンテンツの観察者に対する適合性によってほとんど決まるが、そのコンテンツが提示されるスタイルにも寄与し得る。スタイルの決定が使いやすさに及ぼす影響の測度を定義することができるとすると、この測度は最適なプレゼンテーションの測度を決定するのに用いることができる。
ドキュメントは、個々の項目を検出しやすくする方法で、コンテンツを提示することができる。これを、「検出性(locatability)」と呼ぶことができる。１つのコンテンツオブジェクトを別のコンテンツオブジェクトから識別する１つの方法は、その目標オブジェクトの検出性、即ち、ドキュメント内においてオブジェクトがどの程度検索しやすいかということを評価する方法である。これは、１つの項目をその近傍からどの程度よく識別することができるかを示す識別性とは少し異なる。表又は黒丸リスト(bullet lists)のレイアウトのような構造的支援は、ドキュメントの観察者がオブジェクトを検出するのに役立つ。コンテンツを表で提示すると、その位置を行又は列で識別することができる。この行及び列に見出しを付ければ、さらに項目を検出しやすくすることができる。コンテンツ項目をリストで提示すると、順序付けがなされて、これらのコンテンツ項目の検出を促し、黒丸リスト(list bullets)又は項目番号を用いると、これらのコンテンツ項目の検出をさらに促す。分離性(separability)及び識別性は、オブジェクトの検出性に寄与する。
コンテンツ、機能などの様々な態様の測度を意図、適合性、及びその他のパラメータによって重み付けし、これらを結合すれば、そのドキュメント自体に対する１つ以上の全体測度を得ることができる。そのドキュメント自体に特有のこのような特性を評価する方法があれば、ドキュメントの開発処理中にこのような測度を用いることによって、最適なプレゼンテーションの決定を促すことができる。
米国特許第６，７４８，０９７号明細書
従って、ドキュメントの品質を定量化可能に測定する方法論を提供することが望ましい。さらに、ドキュメントを介して伝えられる情報に価値を追加するために、そのドキュメントを評価してその品質を改善するのに使用可能である、定量化可能な品質測定法を提供することも望ましい。
本発明の第１の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性を結合する所定の結合関数に基づいて、前記ドキュメントの品質の測度である定量化された美観の値を前記ドキュメントに対して生成する。
本発明の第２の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の美観結合関数に基づいて、定量化された美観の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の使いやすさ結合関数に基づいて、定量化された使いやすさの値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の注目性結合関数に基づいて、定量化された注目性の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の面白さ結合関数に基づいて、定量化された面白さの値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の利便性結合関数に基づいて、定量化された利便性の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の快適性結合関数に基づいて、定量化された快適性の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の伝達性結合関数に基づいて、定量化された伝達性の値を前記ドキュメントに対して生成し、生成した前記定量化された美観の値と、生成した前記定量化された使いやすさの値と、生成した前記定量化された注目性の値と、生成した前記定量化された面白さの値と、生成した前記定量化された利便性の値と、生成した前記定量化された快適性の値と、生成した前記定量化された伝達性の値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明の第３の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性を結合する所定の結合関数に基づいて、前記ドキュメントの品質の測度である定量化された使いやすさの値を前記ドキュメントに対して生成する。
本発明の第４の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性を結合する所定の結合関数に基づいて、前記ドキュメントの品質の測度である定量化された注目性の値を前記ドキュメントに対して生成する。
本発明の第５の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性を結合する所定の結合関数に基づいて、前記ドキュメントの品質の測度である定量化された面白さの値を前記ドキュメントに対して生成する。
本発明の第６の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性を結合する所定の結合関数に基づいて、前記ドキュメントの品質の測度である定量化された快適性の値を前記ドキュメントに対して生成する。
本発明の第７の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性を結合する所定の結合関数に基づいて、前記ドキュメントの品質の測度である定量化された利便性の値を前記ドキュメントに対して生成する。
本発明の別の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性を結合する所定の結合関数に基づいて、前記ドキュメントの品質の測度である定量化された伝達性の値を前記ドキュメントに対して生成する。
本発明のさらなる態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の美観結合関数に基づいて、定量化された美観の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の使いやすさ結合関数に基づいて、定量化された使いやすさの値を前記ドキュメントに対して生成し、生成した前記定量化された美観の値と生成した前記定量化された使いやすさの値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明のさらなる態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の美観結合関数に基づいて、定量化された美観の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の使いやすさ結合関数に基づいて、定量化された使いやすさの値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の注目性結合関数に基づいて、定量化された注目性の値を前記ドキュメントに対して生成し、生成した前記定量化された美観の値と、生成した前記定量化された使いやすさの値と、生成した前記定量化された注目性の値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明のさらなる態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の注目性結合関数に基づいて、定量化された注目性の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の使いやすさ結合関数に基づいて、定量化された使いやすさの値を前記ドキュメントに対して生成し、生成した前記定量化された注目性の値と生成した前記定量化された使いやすさの値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明のさらなる態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の面白さ結合関数に基づいて、定量化された面白さの値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の使いやすさ結合関数に基づいて、定量化された使いやすさの値を前記ドキュメントに対して生成し、生成した前記定量化された面白さの値と生成した前記定量化された使いやすさの値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明の別の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の注目性結合関数に基づいて、定量化された注目性の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の面白さ結合関数に基づいて、定量化された面白さの値を前記ドキュメントに対して生成し、生成した前記定量化された注目性の値と生成した前記定量化された面白さの値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明の別の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の注目性結合関数に基づいて、定量化された注目性の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の快適性結合関数に基づいて、定量化された快適性の値を前記ドキュメントに対して生成し、生成した前記定量化された注目性の値と生成した前記定量化された快適性の値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明のさらなる態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の美観結合関数に基づいて、定量化された美観の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の面白さ結合関数に基づいて、定量化された面白さの値を前記ドキュメントに対して生成し、生成した前記定量化された美観の値と生成した前記定量化された面白さの値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明のさらなる態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の面白さ結合関数に基づいて、定量化された面白さの値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の使いやすさ結合関数に基づいて、定量化された使いやすさの値を前記ドキュメントに対して生成し、生成した前記定量化された面白さの値と生成した前記定量化された使いやすさの値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明の別の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の美観結合関数に基づいて、定量化された美観の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の伝達性結合関数に基づいて、定量化された伝達性の値を前記ドキュメントに対して生成し、生成した前記定量化された美観の値と生成した前記定量化された伝達性の値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明の別の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の伝達性結合関数に基づいて、定量化された伝達性の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の使いやすさ結合関数に基づいて、定量化された使いやすさの値を前記ドキュメントに対して生成し、生成した前記定量化された伝達性の値と生成した前記定量化された使いやすさの値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明のさらなる態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の美観結合関数に基づいて、定量化された美観の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の快適性結合関数に基づいて、定量化された快適性の値を前記ドキュメントに対して生成し、生成した前記定量化された美観の値と生成した前記定量化された快適性の値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明のさらなる態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の快適性結合関数に基づいて、定量化された快適性の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の使いやすさ結合関数に基づいて、定量化された使いやすさの値を前記ドキュメントに対して生成し、生成した前記定量化された快適性の値と生成した前記定量化された使いやすさの値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明の別の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の美観結合関数に基づいて、定量化された美観の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の利便性結合関数に基づいて、定量化された利便性の値を前記ドキュメントに対して生成し、生成した前記定量化された美観の値と生成した前記定量化された利便性の値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明の別の態様は、ドキュメントの品質の測度を定量化する方法である。この方法は、前記ドキュメントの所定セットの特性を測定し、測定した前記ドキュメントの所定セットの特性を定量化し、定量化した前記所定セットの特性の所定サブセットを結合する所定の利便性結合関数に基づいて、定量化された利便性の値を前記ドキュメントに対して生成し、定量化した前記所定セットの特性の所定サブセットを結合する所定の使いやすさ結合関数に基づいて、定量化された使いやすさの値を前記ドキュメントに対して生成し、生成した前記定量化された利便性の値と生成した前記定量化された使いやすさの値とを結合する所定の品質結合関数に基づいて、定量化された品質の値を前記ドキュメントに対して生成する。
本発明は、ドキュメント現像者がドキュメント品質を判断する際の補助とすべく、様々なドキュメント特性を定量化する種々の方法に関する。品質は競合する幾つかの様態を有することがあり、総合品質はドキュメントの絶対的特性のみならず、観察者にとってのこれらの特性の相対的重要性にも依存する。ドキュメント品質の一様態もしくはクラスは、その美観、すなわち美しさ、観察者がその外観から得る満足度である。この特性は、美的でないレイアウトによって生ずる不快度において現れることが多い。
ドキュメント品質に寄与する別の様態もしくはクラスは、ドキュメントがユーザに情報を伝達する際の有効性である。ドキュメントは情報を入れる「容器」であり、観察者が容易に情報を収集・理解できるということは、ドキュメントの役割において重要な要因である。
ドキュメント品質に寄与する第３の様態もしくはクラスは、使いやすさである。使いやすさに寄与する要素の１つは、ドキュメントの利便性、すなわち最小限の労力を以ってドキュメントを扱い得る点である。総合的な使いやすさに寄与する第２の要因は、コンテンツの分類である。多くの場合、情報はある種の論理構造を有し、この構造はコンテンツの分類によってドキュメントに反映され得る。ドキュメントがこの分類を伝達し、観察者がこれを利用する際の有効性が、使いやすさに寄与する。
ドキュメント品質に寄与する第４の様態もしくはクラスは、ドキュメントが観察者に与える満足度である。一般的に、観察者に不安を与えるドキュメントは、観察者に落ち着き・親しみを与えるドキュメントに比べ、望ましくない。
ドキュメント品質に対する寄与度の高い第５の様態もしくはクラスは、観察者の注目度である。例えば広告は、注意を惹き、容易に看過されぬよう努力している。
ドキュメント品質の上記と同様の第６の様態もしくはクラスは、観察者の関心を持続させる能力である。注意を惹くことと、そのドキュメントの使用期間に亘り注意を持続させ、飽きさせないこととは別である。
ドキュメント品質の第７の様態もしくはクラスは、作成側・観察者双方にとっての経済性であろう。ドキュメント品質に寄与する他の要素が同じであれば、低コストのドキュメントのほうがよいと考えるのが一般的である。ドキュメント品質に寄与する要素は他にもあり得るが、上記７つの様態もしくはクラスを測定することは、ドキュメント品質を評価する上での十分な根拠をなす。
ドキュメント品質に寄与する要素として上に列挙した様態もしくはクラス（経済性は除く）は、通常は定性的であり、且つ定義されにくい概念である。但し、これらの特性は定量化できる。これらの特性の測定・定量化方法では、まず、その特性に寄与するドキュメント特徴を識別する。次いで、個々の特徴について定量化可能な測度を考案する。最後に、個々の特徴値を組み合わせ、より抽象的な特性に関する総合スコアを得る。
図１は、本発明の諸概念に則り、ドキュメント品質を定量化可能に測定するための体系的配置を示すブロック図である。同図に示すように、メモリ９１、ドキュメントプロセッサ回路９２、マイクロプロセッサ９０、ユーザインタフェース９４、及びディスプレイ９３を含むシステムアーキテクチャにおいて、ドキュメント品質の定量化が実行できる。メモリ９１には、ドキュメントの一部、ドキュメントの１ページ、ドキュメントの１ページのうちの一部、ドキュメント全体、又は複数のドキュメントを処理目的で格納できる。
ディスプレイ９３には、品質について定量化を行っているドキュメントもしくはその一部を表示できる。ディスプレイ９３は、ユーザインタフェース９４を介してユーザが選択可能な定量化したいクラスに関する各種オプションや、選択された定量化クラス内で測定される、ユーザがユーザインタフェース９４を介して選択可能な各種パラメータを表示してもよい。
図１の定量化アーキテクチャは、ドキュメント品質の種々の様態もしくはクラスを測定、定量化するための諸回路を更に含む。諸回路には、美観定量化器１０、使いやすさ定量化器２０、注目性定量化器３０、興味定量化器４０、伝達性定量化器５０、快適性定量化器６０、利便性定量化器７０、及び経済性定量化器７５が含まれる。これらの諸回路に関して以下に詳述する（測度及びその方法が公知であるため、経済性に関する定量化器は除く。）。
図２は、１つの品質定量化器すなわち結合器８０を示す。該結合器８０は、美観、使いやすさ、注目性、興味、伝達性、快適性及び／又は利便性を表す、測定及び／又は計算された定量化値を受け取り、分析対象のドキュメントの一部もしくは全体について品質定量化値を生成すべく、所定のアルゴリズムに基づきこれらの値を処理する。上記の諸特性に代えてもしくは更に別の特性について品質測度を求める場合、これらも結合器８０で組み合わせ得る。
各値はドキュメント自体に特有の諸特性に基づく。値は個別に組み合わされ、当該ドキュメントの総合値又は総合スコアとされる。ドキュメント品質に関する定量化可能な値の、他の方法による測定、割り当て、もしくは関連付けは本発明の範囲内にある。本発明は本明細書に開示する特定の方法に限定されず、ドキュメント品質に関する値の決定というより広い概念に関連する。
本発明の好適な実施形態では、各ルールは０から１の範囲にある値を生成すべく定義される。０は低い値、１は高い値を示す。これにより、定量化された品質の値を計算し、組み合わせて総合的なドキュメント品質測度を生成できる。
ｉ番目のルールについて値Ｖiが計算される場合、これらの寄与度の関数Ｅとして、VQ = E(V1, V2, … VN)となるドキュメント品質測度ＶQが生成される。組み合わせ関数Ｅは、寄与度の重み付き平均等、簡易なものであってよい。但し、他の寄与度が如何によくても、悪い寄与度が存在すればドキュメント品質は低下し得ることから、直線的な組み合わせは望ましくない。
上記式を書き換えると、VQ = (Σwi (Vi)-p )-1/pとなる。好適な実施形態では、ｗiファクタはルールの相対的な重要性を特定する重みであり、その和は１である。指数ｐにより、１つの悪値が多くの良値を圧倒し得る非直線性を採り入れる。指数ｐの値が大きければその分効果は大きい。
上記式を更に書き換えると、VQ = (Σwi (d + Vi)-p )-1/p−dとなる。ｗiファクタはルールの相対的な重要性を特定する重みであり、その和は１である。指数ｐにより、１つの悪値が多くの良値を圧倒し得る非直線性を採り入れる。パラメータｄは０よりもやや大きい数字である。指数ｐの値が大きければその分効果は大きい。
他の組み合わせ関数は、例えば各寄与度の積である。寄与度の重み付けが望ましければ、VQ = ΠVi wi'で得られる。
なお、説明では品質定量化処理に関する（諸）回路を示すが、この処理はマイクロプロセッサやファームウェアにより、ソフトウェアで実行してもよい。定量化は特定の回路に限定されず、以下に説明する方法を実施できるものであれば、任意のソフトウェアやハードウェアの組み合わせが可能である。
美観
ドキュメントの美観に関して、ここに述べる方法は、バランス、均一性、余白部分、余白のフリーフロー、位置合わせ、規則性、ページの安全性（ページ保護）、及び／又はアスペクト比（最適比率）といった寄与度である特徴についての定量化可能な値を生成するためのものである。図３に示すように、結合回路１０（図１の美観定量化器１０）はバランス、均一性、余白部分、余白のフリーフロー、位置合わせ、規則性、ページの安全性、及び／又はアスペクト比（最適比率）を表す、測定及び／又は計算された定量化値を受け取り、分析対象のドキュメントの一部もしくは全体について美観定量化値を生成すべく、所定のアルゴリズムに基づきこれらの値を処理する。
美観
ドキュメントの美観に関して、ここに述べる方法は、バランス、均一性、余白部分、余白のフリーフロー、位置合わせ、規則性、ページの安全性（ページ保護）、及び／又はアスペクト比（最適比率）といった寄与度である特徴についての定量化可能な値を生成するためのものである。図３に示すように、結合回路１０（図１の美観定量化器１０）はバランス、均一性、余白部分、余白のフリーフロー、位置合わせ、規則性、ページの安全性、及び／又はアスペクト比（最適比率）を表す、測定及び／又は計算された定量化値を受け取り、分析対象のドキュメントの一部もしくは全体について美観定量化値を生成すべく、所定のアルゴリズムに基づきこれらの値を処理する。
各値はドキュメント自体に特有の諸特性に基づく。値は個別に組み合わされ、当該ドキュメントの総合値又は総合スコアとされる。ドキュメント品質に関する定量化可能な値の、他の方法による測定、割り当て、もしくは関連付けは本発明の範囲内にある。本発明は本明細書に開示する特定の方法に限定されず、ドキュメント品質に関する値の決定というより広い概念に関連する。
本発明の好適な実施形態では、各ルールは０から１の値を生成すべく定義される。０は低い値、１は高い値を示す。これにより、定量化された品質の値を計算し、組み合わせて総合的なドキュメント品質測度を生成できる。
ｉ番目のルールについて値Ｖiが計算される場合、これらの寄与度の関数Ｅとして、VA = E(V1, V2, … VN)となるドキュメント品質測度ＶAが生成される。組み合わせ関数Ｅは、寄与度の重み付き平均等、簡易なものであってよい。但し、他の寄与度が如何によくても、悪い寄与度が存在すればドキュメント品質は低下し得ることから、直線的な組み合わせは望ましくない。
上記式を書き換えると、VA = (Σwi (Vi)-p )-1/pとなる。好適な実施形態では、ｗiファクタはルールの相対的な重要性を特定する重みであり、その和は１である。指数ｐにより、１つの悪値が多くの良値を圧倒し得る非直線性を採り入れる。指数ｐの値が大きければその分効果は大きい。
上記式を更に書き換えると、VA = (Σwi (d + Vi)-p )-1/p−dとなる。ｗiファクタはルールの相対的な重要性を特定する重みであり、その和は１である。指数ｐにより、１つの悪値が多くの良値を圧倒し得る非直線性を採り入れる。パラメータｄは０よりもやや大きい数字である。指数ｐの値が大きければその分効果は大きい。
他の組み合わせ関数は、例えば各寄与度の積である。寄与度の重み付けが望ましければ、VA = ΠVi wi'で得られる。
なお、説明では美観定量化処理に関する（諸）回路を示すが、この処理はマイクロプロセッサやファームウェアにより、ソフトウェアで実行してもよい。定量化は特定の回路に限定されず、以下に説明する方法を実施できるものであれば、任意のソフトウェアやハードウェアの組み合わせが可能である。
図３に示すように、美観の決定に用いられるパラメータもしくはファクタの１つは、ドキュメントのバランスすなわちページレイアウトにおけるバランスの測度及び定量化である。
本発明の好適な実施形態では、バランスは少なくとも２通りの主要な方法で定義される。視覚の重みの中心がドキュメントのページの視覚の中心にある場合、総合バランスが存在する。すなわち、図５に示すように、ドキュメント１００上のオブジェクト１１０の視覚の重みの実質的中心は、ドキュメントのページの視覚の中心と一致している。更に、左右のバランスが存在する。すなわち、図６及び図７に示すように、ドキュメント１００上のオブジェクト１１０は、ページ左側のオブジェクト１１０と、同一の水平方向位置にあるページ右側のオブジェクト１１０の重みと一致している。バランスに関する他の定義は、本発明の範囲内にあるものとする。
図４において視覚の重みの中心を決定し、それが図４のページ１０１の視覚の中心とどの程度相違するかに注目することで、総合バランスが計算される。図８に、ドキュメントのページの総合バランス決定の詳細な例を示す。
図８に示すように、オブジェクトｉ（図８の１１０）の視覚の重みをＭi（図８の１１５）とし、オブジェクトの中心を(xi, yi)、ページレイアウト１１６の視覚の重みの中心を(xm, ym)とすると、xm = (ΣxiMi)/(ΣMi)及びym = (ΣyiMi)/(ΣMi)が当該ページの全オブジェクトの和となる。ここでは、オブジェクト１１０は写真、絵画、グラフィックその他である。
ページ１１６の視覚の中心を(xc, yc)とし、オブジェクトが視覚の中心１０２から離れ得る最大ｘ距離及びｙ距離（１１７はｘ距離を示す）をｄx及びｄyとすると、バランス値はVOB = 1−[(((xm-xc)/dx)2+((ym-yc)/dy)2)/2]1/2で計算できる。
なお、サブクラスに属するオブジェクトのみを検討することで、同様の方法によりオブジェクトのサブクラスのバランスを計算できる。例えば、当該ページの全画像の視覚的バランス、或いは全テキストブロックの視覚的バランスを計算できる。
左右のバランスについては、ｘ成分に関する視覚の重みの中心（図９の１１８）は上述の如く計算される。但し、ｙ成分に関しては、全体が中心に位置するよりも、左右の半分が同一位置を有することが望ましい。このためには、左側の重みの中心（１１８）をyL = (ΣyiMi)/(ΣMi)により計算すればよい。但し和はオブジェクト１１０の部分より大きく、ｘi＜ｘcである。同様に、yR = (ΣyiMi)/(ΣMi)である。但し和はオブジェクト１１０の部分より大きく、ｘi＞ｘcである。
コンテンツオブジェクトがページの左右両側に亘って存在する場合、上記計算を行うため、ページの垂直方向中心線でオブジェクトを分割する。オブジェクトの左右に分割された部分は各々左右の和に組み入れられる。ページ高さをｄhとすると、左右バランス値はVLR = 1−[(((xm - xc)/dx)2 + ((yL - yR)/dh)2 )/2]1/2となる。なお、他の定義も可能である。
例えば、バランスが非直線的であることを表示すべく、これらのバランス値をべき乗してもよい。バランスに対する人間の反応を測定し、該反応に一致する機能を定義すべく精神物理学的実験を行うことが理想的である。
上記各式はオブジェクトの視覚の重みを利用している。まず、オブジェクトの視覚の重みはオブジェクトの面積にその光学濃度を乗ずることで定義できる。但し、他の心理学的効果も考慮してよい。例えば、カラーはグレイに比べ重みが大きい。丸い形状は矩形に比べ重みが大きい。ページ上部に位置することは下部に位置することに比べ重みが大きい。
図４に示すように、バランスはページの視覚の中心１０１に対して定義される。視覚の中心１０１はページの左右端の中間に位置するが、上下端の中間ではない。一般的に、視覚の中心１０１は、幾何学的中心１０２から上方向にページ高さの２０分の１オフセットされているとみなされる。
図１０に示すように、バランスは上述の２つのアプローチを結合したものと考えられる。図１０では、総合バランスと左右バランスとをバランス定量化・結合回路１１で結合することにより、定量化された総合バランス値が得られる。
１つのアプローチはVbl= 1−[wob (1 - Vob)-q + wLR (1 - VLR)-q ]-1/qである。重みｗob及びｗLRは、２つのバランスアプローチに相対的な重要性を与え、その和は１である。いずれかのバランス測度が１（良い）に近ければ、総合的な結果も１に近くなる。指数ｑはこの挙動の強度を決定付ける。
なお、説明では一例としてバランス定量化処理のための回路を示すが、この処理はマイクロプロセッサやファームウェアにより、ソフトウェアで実行してもよい。定量化は特定の回路に限定されず、以下に説明する方法を実施できるものであれば、任意のソフトウェアやハードウェアの組み合わせが可能である。
図１１及び図１２に示すように、美観の決定に用いられる別のパラメータもしくはファクタは、ドキュメントの均一性の測度及び定量化である。
本発明の好適な実施形態では、コンテンツオブジェクト１１０は図１１のように集中せず、図１２のようにページ１００に均一に分布していることが好ましい。但し、注目性等の他の値に関しては、オブジェクトが集中したり位置的バランスを欠くことが有益となり得る。均一性が好ましい。
ここで、非均一性は視覚的密度の変化として定義される。ページの一部の場合、視覚的密度は当該部分に含まれるオブジェクトの視覚の重みによって決定され、当該部分の面積で除算される。すなわち、Di = ΣMj/Aiとなる。但し、和はページ部分ｉに含まれるオブジェクトｊより大きい。密度は０から１の間とされることが好ましい。光学密度に加えて、視覚の重みが値の範囲を変更するファクタを含む場合、設計しなおすことも必要となり得る。また、ページの平均密度は、当該ページの画像化可能面積で除算した全オブジェクトに関する視覚の重みの和として定義できる。
画像化可能面積Ａｐiは、通常、マージンを除いたページ面積であり、DAV = ΣMi/Apiが成り立つ。非均一性の値は、画像化可能面積を少数の部分に分割し、これらの部分の視覚的密度を平均ページ密度と比較することで算出される。
非均一性値はこれらの部分の視覚的密度と平均ページ密度との間の差異として計算できる。平均ページ密度を平方し、当該部分の面積で重み付けする。ここから１を減ずることで均一性値が得られる。すなわち、非均一性値は式VNU = 1−(Σ(Di - Dav)2 Ai)/ΣAiで定義できる。
平均ページ密度はページ毎に個別に計算してもよいし、全ページの部分及び全ページの面積の全オブジェクトの視覚の重みから総合平均ページ密度を決定してもよい。
ドキュメントの１つの非均一性の値を直接計算する方法として、他に、個々のページについて非均一性の値を計算し、平均法、或いはいずれかのページの値が低い場合に低い結果を生ずる非線型法により、そのページ値を結合する方法がある。密度における真の変化を計算し、これを利用して非均一性を得る等、他の均一性測度も可能である。或いは、様々な均一性に対する人間の反応を測定し、これを用いて関数を構成してもよい。
図１３乃至図１５に示すように、美観の決定に用いられる別のパラメータもしくはファクタは、ドキュメントの余白部分の測度及び定量化である。
本発明の好適な実施形態では、好適なページ設計として、余白（マージンを含む）が合計で全ページ面積の約半分を占めるものが挙げられる。非余白部分の面積はコンテンツオブジェクトの全面積により推定される。
図１３では、ページ１００の余白部分すなわちオブジェクト１１０に関連しない面積の量は合計で画像化可能面積の半分以上を占めているゆえに望ましくない。図１４では、ページ１００の余白部分すなわちオブジェクト１１０に関連しない面積の量は合計で画像化可能面積の半分以下であり、これも望ましくない。最後に、図１５では、ページ１００の余白部分すなわちオブジェクト１１０に関連しない面積の量は合計で画像化可能面積の約半分であり、最適である。
全オブジェクト面積１１０は全ページ面積Ａpからスケーリングでき、この値と望ましい５０％との差が得られる。この差を平方することで、当該レイアウトが５０％ルールからどの程度乖離しているかの測度を生成する正数が得られる。４でスケーリングすることで、０から１の数字が得られ、これを１から減ずれば定量化された余白部分の値が得られる。ゆえに、Vws = 1 − 4((ΣAi / Ap) - 0.5)2が成り立つ。
ドキュメントの美観及びドキュメント品質に関する余白部分の効果の他の方法による測定（例えば様々な余白部分に対する人間の反応の関数等）はここに想定され、本発明の範囲内とする。
図１６乃至図２１に示すように、美観の決定に用いられる別のパラメータもしくはファクタは、ドキュメントのトラップされた（ドキュメントに割り込んだ）余白部分の測度及び定量化である。
本発明の好適な実施形態では、ページの中ほどに、コンテンツにトラップされた余白が大きなブロックとして存在しないことが望ましい。余白は常にマージンと連続していなければならない。
このクラスのトラップされた余白（割り込み余白）を定量化すべく、トラップされた余白の効率的な検出方法を図１６乃至図２１に図示し、以下に詳しく説明する。
このクラスのトラップされた余白は、主として比較的大きいブロックとして存在する余白に関する。ここで使われる「効率」を向上させる方法の一つは、トラップされた余白の分析を低解像度で実施する方法である。このアプローチでは、マージンから直接連続している全余白面積を決定する。そしてこの面積をコンテンツオブジェクト（図１６の１１０）の面積に加え、ページ面積と比較する。差があれば、この差がトラップされた余白（図１６の１２０）の量となる。
トラップされた余白量を得るため、余白の４つの輪郭（図１７乃至図２０）は、構成されたドキュメントの４つのマージンから連続している。これらの輪郭は低解像度で配列され格納されることが好ましい。ここで配列をTopProf、BottomProf、LeftProf、及びRightProfと呼ぶことにする。TopProf及びBottomProf配列の要素の初期値はページ高さ、LeftProf及びRightProf配列の初期値はページ幅である。
次に、全コンテンツオブジェクト１１０の周囲、すなわち左側（図１７）、右側（図１８）、上側（図１９）及び下側（図２０）をそれぞれ段状に囲み、各々の境界位置１２１、１２２、１２３、１２４を検出する。この情報を利用し、輪郭配列を更新する。
左から右の境界の各ポイントにおいて、TopProf配列に格納された値は上の境界と比較され、上の境界の値が小さければ配列値は上の境界の値で置き換えられる。下の境界とページ高さとの差がBottomProf配列値と比較され、配列値はいずれか小さい方の値により更新される。これは、以下において捕捉される。
for (x = L; x < R; x++)
｛
if (T < TopProf[x])
TopProf[x] = T;
if (H - B < BottomProf[x])
BottomProf[x] = H - B];
｝
ここで、Ｌ、Ｒ、Ｔ、Ｂは、各々コンテンツオブジェクトの左、右、上、下の境界位置を含み、Ｈはページ高さである。同様の計算で、コンテンツオブジェクトのLeftProf配列及びRightProf配列が更新される。
｛
if (T < TopProf[x])
TopProf[x] = T;
if (H - B < BottomProf[x])
BottomProf[x] = H - B];
｝
ここで、Ｌ、Ｒ、Ｔ、Ｂは、各々コンテンツオブジェクトの左、右、上、下の境界位置を含み、Ｈはページ高さである。同様の計算で、コンテンツオブジェクトのLeftProf配列及びRightProf配列が更新される。
ページ端と連続する全余白面積（図２１の１２５）は、ページ全体を調査し、各ポイント位置を輪郭配列と比較・照合することで検出される。ページ端とそれに対応する輪郭境界との間に存在する全ポイントの和が計算される。このように全ポイントを加算することで、輪郭が重複する部分の面積の二重計算を回避できる。この計算に用いる擬似コードを次に示す。
Freeflow = 0;
for (x = 0; x < W; x++)
｛
for (y = 0; y < H; y++)
｛
if (x < LeftProf[y] || W - x < RightProf[y]
|| y < TopProf[x] || H - y < BottomProf[x])
Freeflow = Freeflow + pixelArea;
｝
｝
コンテンツオブジェクトでカバーされる全面積（オブジェクトが重複している面積を二重計算しないこと）をCountAreaとすると、ページ面積はPageArea = W * Hとなり、余白のフリーフローの値はVWF = (Freeflow + ContentArea) /PageAreaとなる。
for (x = 0; x < W; x++)
｛
for (y = 0; y < H; y++)
｛
if (x < LeftProf[y] || W - x < RightProf[y]
|| y < TopProf[x] || H - y < BottomProf[x])
Freeflow = Freeflow + pixelArea;
｝
｝
コンテンツオブジェクトでカバーされる全面積（オブジェクトが重複している面積を二重計算しないこと）をCountAreaとすると、ページ面積はPageArea = W * Hとなり、余白のフリーフローの値はVWF = (Freeflow + ContentArea) /PageAreaとなる。
ドキュメント全体についての余白のフリーフローの測度は、各ページの余白のフリーフローの平均値として定義できる。ページ値のべき乗の平均の平方根をとる等、非直線的な結合も可能である。
ドキュメントの美観及びドキュメント品質に関するトラップされた余白の効果の他の方法による測定（例えば様々な程度にトラップされた余白に対する人間の反応の関数等）はここに想定され、本発明の範囲内とする。
図２２乃至図２４に示すように、美観の決定に用いられる別のパラメータもしくはファクタは、ドキュメントの位置合わせの測度及び定量化である。
本発明の好適な実施形態では、コンテンツオブジェクトは位置合わせされて表示されることが好ましい。位置合わせは、ｘ値を等しくすべく、全ての左端に関して行うような場合もあろう。或いは、全オブジェクトが同一の中心線を共有する場合もあろう。右端が左端と同様に位置合わせされれば、より好ましい。同様に、オブジェクトの列は垂直方向に位置合わせすべきである。
図２２は、ページ１００の、位置合わせを実施していないオブジェクト１１０を示す。図２３は、ページ１００の、位置合わせを実施したオブジェクト１１０を示す。
オブジェクトの左エッジ、右エッジ、もしくは水平方向の中心線に適用可能な、位置合わせ測度を計算する方法を示す。この方法は、上エッジ、下エッジ、及び垂直方向の中心線にも適用できる。各アプリケーションにより異なる位置合わせ測度が得られる。これらを結合し、総合位置合わせ測度を得る。
この位置合わせ測度は全てのコンテンツオブジェクトに適用できる。或いは、ドキュメント構成における１つの論理グループに属する全てのオブジェクト等、限定的な１セットのオブジェクトに適用できる。所与のタイプ（全パラグラフ、全画像等）のオブジェクトに対し、限定的に位置合わせを実施してもよい。
ページベースで位置合わせ測定基準を各々確立し、当該ページ上の異なる構成要素を如何に好適に位置合わせするかに関する定量化可能な表示を設けてもよい。このアプローチでは、個々のページの位置合わせを結合し、ドキュメント全体の位置合わせ測度を得られる。また、多数のページに亘るドキュメントオブジェクトを用いて位置合わせの値を算出してもよい。構成要素が好適に位置合わせされると、測定基準により与えられる数は１である。構成要素が好適に位置合わせされなければ、測定基準により与えられる数は１より小さい。当該ページ上の構成要素の位置を変更し、この数を平滑で連続したものとすることが有利である。
このためには、まず、ページ１００のオブジェクト１１０のエッジからの距離（図２４では左エッジからの距離）を反映させた、エッジ（もしくは中心）位置のヒストグラム（図２５）を作成する。ヒストグラムは実際の位置決めに比べ低解像度で作成することが好ましい。これにより位置合わせ感度が低下し、所要メモリや演算の要求条件が低減する。
ヒストグラム配列をEdgeCountと称することにし、オブジェクトに関するエッジ位置をｘ、解像度低下ファクタをｂとすると、各コンテンツオブジェクトについてEdgeCount[b*x] += 1が成り立つ。位置合わせを厳密に行えば、ほとんどの位置で同一ヒストグラム要素に寄与する結果となる。オブジェクトの左エッジにおける位置合わせに関心があれば、左エッジ位置を用いてヒストグラムを作成する。右、上、下エッジについての位置合わせ及び中心位置についても同様の計算が適用できる。
位置合わせの測度はヒストグラムの隣接エントリーとの間の距離に依存する。エントリー間の距離が近ければ、スコアは高い。この依存関係は非直線的でなければならない。非直線的でない場合、オブジェクトがその隣接オブジェクトに接近する方向へ移動しても、この移動は当該オブジェクトのもう一方の側の隣接オブジェクトから離れる方向への移動によりキャンセルされる。距離ｚだけ離間されたエントリーに適用される非線形関数はA/(A+z)であり、Ａは、エントリー間の距離が増大するにつれ如何なる速度で値が１から減少するかを制御する定数である。
２つのエッジが位置合わせされ、これらを隔てる距離がｚ＝０であるとき、値は１となる。このことは、その位置におけるエントリーの強度に寄与する。
すなわち、ある位置にｎ本のエッジが寄与しているとき、距離０のエッジ間にｎ−１の分離が存在する。従って、ｎのエントリーカウントからｎ−１の寄与が存在し、また隣接エントリー位置間の分離からの寄与が存在する。構成要素の総数をNumberOfObjectsとすると、これらが全て完全に位置合わせされている場合、最大寄与はNumberOfObjects−１となる。最終結果が０から１の間となるようスコアを正規化すべくこの値で除算する。
位置合わせに関する計算は次のようになる。
while (EdgeCount[i] is 0)
i = i + 1;
align = EdgeCount[i] - 1;
for (j = i+1; j < b*W; j++)
if (EdgeCount[j] is not 0)
｛ align = align + A/(A+j-i) + EdgeCount[j] - 1;
i = j;
｝
align = align / (NumberOfObjects - 1);
上記は、alignL、alignR、及びalignCと称する位置合わせ測度を計算すべく、左エッジ、右エッジ及び中心位置に適用される。唯一の相違は、この場合エッジ値を用いてEdgeCountヒストグラム配列を満たす点である。エッジ及び中心に関する位置合わせ測度は前述のバランス測度の場合と同様の方法で結合される。すなわち、alignH = 1 - (wL (1 - alignL)-q + wR (1 - alignR)-q + wC (1 - alignC)-q)-1/qが成り立つ。ここで、ｗL、ｗR、ｗCは、３つの位置合わせの各々の相対的な重要性の重みであり、指数ｑは１つの位置合わせがどの程度の強度の影響を有するかを制御する。
i = i + 1;
align = EdgeCount[i] - 1;
for (j = i+1; j < b*W; j++)
if (EdgeCount[j] is not 0)
｛ align = align + A/(A+j-i) + EdgeCount[j] - 1;
i = j;
｝
align = align / (NumberOfObjects - 1);
上記は、alignL、alignR、及びalignCと称する位置合わせ測度を計算すべく、左エッジ、右エッジ及び中心位置に適用される。唯一の相違は、この場合エッジ値を用いてEdgeCountヒストグラム配列を満たす点である。エッジ及び中心に関する位置合わせ測度は前述のバランス測度の場合と同様の方法で結合される。すなわち、alignH = 1 - (wL (1 - alignL)-q + wR (1 - alignR)-q + wC (1 - alignC)-q)-1/qが成り立つ。ここで、ｗL、ｗR、ｗCは、３つの位置合わせの各々の相対的な重要性の重みであり、指数ｑは１つの位置合わせがどの程度の強度の影響を有するかを制御する。
同様に、上、下、及び垂直方向の中心位置（alignT、alignB、及びalignM）について位置合わせ測度が計算される。これらの値を結合し、垂直方向位置合わせ測度alignVを得る。水平方向及び垂直方向の位置合わせ測度がすでにドキュメント品質測度に寄与していても、これらを結合することが有利である。従って、ValH = alignH, and ValV = alignV.が成り立つ。ページの総合位置合わせ測度は、水平方向及び垂直方向の寄与の加重和、すなわちVal = wV ValV + (1 - wV) ValHとして定義される。
図２６に示されるように、位置合わせは、上述の左位置合わせ、右位置合わせ、上位置合わせ、下位置合わせ、垂直方向中心位置合わせ、及び水平方向中心位置合わせの各値を結合したものとみなす。図２６では、定量化された位置合わせの値は、左位置合わせ、右位置合わせ、上位置合わせ、下位置合わせ、垂直方向中心位置合わせ、及び水平方向中心位置合わせの各値を、位置合わせ定量化器すなわち結合器回路１２により結合することにより得られる。
なお、説明では位置決め定量化処理に関する回路を示すが、この処理はマイクロプロセッサやファームウェアにより、ソフトウェアで実行してもよい。定量化は特定の回路に限定されず、以下に説明する方法を実施できるものであれば、任意のソフトウェアやハードウェアの組み合わせが可能である。
総合的なドキュメントの位置合わせは、別々のページに関して決定された位置合わせの値を結合することで得られる。或いは、総合的なドキュメントの位置合わせは、全コンテンツオブジェクトをページ毎に分離せず一度に考察することで計算してもよい。別々のページからの値を結合する際、結合メカニズムとして平均法を用いてもよいし、他の方法を用いてもよい。いずれかのページの値が低い場合に低い結果を生ずる結合方法が好適である。例えば、相互のべき乗の平均の相互根をとる技術がある。
ドキュメントの美観及びドキュメント品質に関する位置合わせの効果の他の方法による測定（例えば様々な程度の位置合わせに対する人間の反応の関数等）はここに想定され、本発明の範囲内とする。
図２７乃至図３０に示すように、美観の決定に用いられる別のパラメータもしくはファクタは、ドキュメントの規則性の測度及び定量化である。
本発明の好適な実施形態において、多数の位置合わせ位置が発生する場合、これらの位置合わせ位置を規則的に離間させることが最良である。すなわち、表の列と行とが相対的に同じ高さと幅であれば更に好ましい。
図２７は、ページ１００のオブジェクト１１０の低い位置規則性の一例を示し、図２８は、ページ１００のオブジェクト１１０の高い位置規則性の一例を示す。図２９は、ページ１００のオブジェクト１１０の低い空間規則性の一例を示し、図３０は、ページ１００のオブジェクト１１０の高い空間規則性の一例を示す。
規則性を測定する方法の一つに、各オブジェクト（１１０）の隣接オブジェクトを識別し、当該オブジェクトと隣接オブジェクトの対応するエッジ（例えば当該オブジェクトの左エッジと隣接オブジェクトの左エッジ）間の距離を考察する方法がある。但し、隣接オブジェクトの識別はコストが高いため、より簡易な近似法が好適であることが多い。
オブジェクトを厳密に位置合わせしてドキュメントが設計されていると想定すると、位置合わせ位置間の距離のヒストグラムに鋭利なピークが現れる。位置合わせ位置は、既述の位置合わせヒストグラムにおいて識別されるピークである。位置合わせピーク間の距離を捕捉し、それをここでSepCountと称する新しいヒストグラムに格納すべく、この処理を延長してもよい。
if (EdgeCount [0] > EdgeCount [1])
｛
peakCount++;
SepCount[1]++;
prevPeak = 0;
｝
else
prevPeak = -1;
for (i = 1; i < b*W - 1; i++)
if (EdgeCount [i-1] < EdgeCount [i] && EdgeCount [i+1] < EdgeCount [i])
｛
peakCount++;
SepCount[i - prevPeak]++;
prevPeak = i;
｝
if (EdgeCount [b*W-1] > EdgeCount [b*W-2])
｛
peakCount++;
SepCount[i - prevPeak]++;
｝
SepCountヒストグラムが作成されると、このヒストグラムは、位置合わせのためEdgeCountヒストグラムと同様の方法で処理される。NumberOfObjectsの代わりにpeakCountで除算する点が相違する。
｛
peakCount++;
SepCount[1]++;
prevPeak = 0;
｝
else
prevPeak = -1;
for (i = 1; i < b*W - 1; i++)
if (EdgeCount [i-1] < EdgeCount [i] && EdgeCount [i+1] < EdgeCount [i])
｛
peakCount++;
SepCount[i - prevPeak]++;
prevPeak = i;
｝
if (EdgeCount [b*W-1] > EdgeCount [b*W-2])
｛
peakCount++;
SepCount[i - prevPeak]++;
｝
SepCountヒストグラムが作成されると、このヒストグラムは、位置合わせのためEdgeCountヒストグラムと同様の方法で処理される。NumberOfObjectsの代わりにpeakCountで除算する点が相違する。
while (SepCount [i] is 0)
i = i + 1;
preg = SepCount [i] - 1;
for (j = i+1; j < b*W; j++)
if (SepCount [j] is not 0)
｛
preg = preg + A/(A+j-i) + SepCount [j] - 1;
i = j;
｝
preg = preg / (peakCount - 1);
これにより規則性の測度が得られるが、この測度は位置合わせ位置の分離を抽出する際にいずれの位置合わせ測度を用いるかに依存する。合わせて６つの位置合わせ値が用いられ、その結果が結合されるが、水平方向の規則性の決定に関しては左の位置合わせが好適であり、垂直方向の規則性の検出に関しては上の位置合わせが好適である。
i = i + 1;
preg = SepCount [i] - 1;
for (j = i+1; j < b*W; j++)
if (SepCount [j] is not 0)
｛
preg = preg + A/(A+j-i) + SepCount [j] - 1;
i = j;
｝
preg = preg / (peakCount - 1);
これにより規則性の測度が得られるが、この測度は位置合わせ位置の分離を抽出する際にいずれの位置合わせ測度を用いるかに依存する。合わせて６つの位置合わせ値が用いられ、その結果が結合されるが、水平方向の規則性の決定に関しては左の位置合わせが好適であり、垂直方向の規則性の検出に関しては上の位置合わせが好適である。
これらの規則性の測度をＶRH及びＶRVとしてドキュメント品質測定値に結合することが有利である。このとき、EdgeCountが左エッジ位置で満たされる場合にVRH = pregが計算され、EdgeCountが上エッジ位置で満たされる場合にVRV = pregが計算される。総合的な規則性の値は水平方向及び垂直方向の寄与の加重和として定義できる。
ドキュメントの美観及びドキュメント品質に関する位置規則性の効果の他の方法による測定（例えば様々な位置規則性に対する人間の反応の関数等）はここに想定され、本発明の範囲内とする。
また、ドキュメント品質を決定すべく、オブジェクト間の均一な分離を計算できる。これは、位置合わせ及び位置規則性と同様に計算することが好ましい空間規則性の測度である。但し、この例では、EdgeCountに対応するデータ値の配列はオブジェクト間の空間値のヒストグラムを含む。
各オブジェクトについて水平方向の空間規則性に関する空間値を決定するには、まず、当該オブジェクトの右側の、垂直方向に重複する直近オブジェクト（あれば）を決定する。現在のオブジェクトの右エッジから当該隣接オブジェクトの左エッジまでの距離が空間値である。同様の計算で垂直方向の分離が決定される。
パフォーマンスが問題である場合、エッジ位置の配列を調査することで、（位置合わせ計算の際に生成されたように、）空間の近似値を生成でき、隣接オブジェクトを識別するコストが不要である。水平方向の空間に関しては、右エッジ位置の配列を段状に囲む。各位置について、左エッジ配列から当該位置の右までの第１左エッジを決定する。分離値は右と左のエッジ位置間の距離である。１以上のオブジェクトがこれらの位置にエッジを有する可能性を勘案し、これらの位置における右エッジヒストグラムから左エッジヒストグラムへのエッジカウントの積をヒストグラムに入力する。次いで、位置合わせ計算で用いたNumberOfObjectsの代わりにこれらの積の和を用いて最終結果を正規化する。近似する分離カウントは次のように求められる。
for (i = 0; i < b*W - 1; i++)
if (LeftEdgeCount [i] != 0)
｛
j = i + 1;
while (RightEdgeCount[j] == 0)
｛
j = j + 1;
｝
totalSepCount += LeftEdgeCount[i] * RightEdgeCount[j];
SpacSepCount[j - i] += LeftEdgeCount[i] * RightEdgeCount[j];
｝
ここで、LeftEdgeCount及びRightEdgeCountは、左エッジ値及び右エッジ値で各々満たされる場合、EdgeCount配列の値を含む。水平方向の分離について、計算は上及び下エッジ値を用いた場合と類似する。空間規則性の測度の計算は次のようになされる。
if (LeftEdgeCount [i] != 0)
｛
j = i + 1;
while (RightEdgeCount[j] == 0)
｛
j = j + 1;
｝
totalSepCount += LeftEdgeCount[i] * RightEdgeCount[j];
SpacSepCount[j - i] += LeftEdgeCount[i] * RightEdgeCount[j];
｝
ここで、LeftEdgeCount及びRightEdgeCountは、左エッジ値及び右エッジ値で各々満たされる場合、EdgeCount配列の値を含む。水平方向の分離について、計算は上及び下エッジ値を用いた場合と類似する。空間規則性の測度の計算は次のようになされる。
while (SpacSepCount [i] is 0)
i = i + 1;
sreg = SpacSepCount [i] - 1;
for (j = i+1; j < b*W; j++)
if (SpacSepCount [j] is not 0)
｛
sreg = sreg + A/(A+j-i) + SpacSepCount [j] - 1;
i = j;
｝
sreg = sreg / (totalSepCount - 1);
垂直方向空間ヒストグラムの近似値は、上下エッジ位置配列を用いて同様に決定される。これらの規則性の測度をＶSH及びＶSVとしてドキュメント品質測定値に結合することが有利である。このとき、SpacSepCountが左右エッジから計算される場合VSH = sreg、SpacSepCountが上下エッジから計算される場合VSV = sregである。総合的な空間規則性の測度は水平方向及び垂直方向の寄与の加重和として定義できる。
i = i + 1;
sreg = SpacSepCount [i] - 1;
for (j = i+1; j < b*W; j++)
if (SpacSepCount [j] is not 0)
｛
sreg = sreg + A/(A+j-i) + SpacSepCount [j] - 1;
i = j;
｝
sreg = sreg / (totalSepCount - 1);
垂直方向空間ヒストグラムの近似値は、上下エッジ位置配列を用いて同様に決定される。これらの規則性の測度をＶSH及びＶSVとしてドキュメント品質測定値に結合することが有利である。このとき、SpacSepCountが左右エッジから計算される場合VSH = sreg、SpacSepCountが上下エッジから計算される場合VSV = sregである。総合的な空間規則性の測度は水平方向及び垂直方向の寄与の加重和として定義できる。
ドキュメントの美観及びドキュメント品質に関する空間規則性の効果の他の方法による測定（例えば様々な空間規則性に対する人間の反応の関数等）はここに想定され、本発明の範囲内とする。
図３１に示すように、美観の決定に用いられる別のパラメータもしくはファクタは、ドキュメントのページの安全性の測度及び定量化である。
本発明の好適な実施形態では、小さなオブジェクト１１０は、不安定で見落とされることがあるため、ページ１００の端もしくは端付近に位置しないことが好ましい。このことは、マージンの外側に位置するページ番号等のオブジェクトに特に当てはまる。
オブジェクトのページの安全性を定量化するには、当該オブジェクトの中心から各ページ端までの距離を決定する。オブジェクトは下端付近にある場合に、上端付近にある場合と比べて安定性が低いため、いずれのエッジを用いたかによりこの距離を重み付けしてもよい。最小重み付け距離を保存すべきである。
各オブジェクトのオブジェクト中心が(xi, yi)、ページサイズがＷ×Ｈで定義される場合、psi = min (sL xi, sT yi, sR (W - xi), sB (H - yi))を計算する。このとき、ＳL、ＳT、ＳR、ＳBは各々左、上、右及び下エッジの重みである。総合的なページの安全性の値は当該ページの全オブジェクト値の最小値としてPS = min(psi)で定義される。閾値距離Ｔが存在し、この閾値距離Ｔを上回るとその特性について値１を得る場合、ほとんどのオブジェクトは好適に見える。この挙動に関する測定値を調整するには、Vps = min(1, PS*T-1)を計算する。
ドキュメントの美観及びドキュメント品質に関するオブジェクト位置の効果の他の方法による測定（例えばページ端付近に位置するオブジェクトの不安定性等、様々な位置に対する測定された反応の関数等）はここに想定され、本発明の範囲内とする。
図３２に示すように、美観の決定に用いられる別のパラメータもしくはファクタは、ドキュメントの最適な比率の測度及び定量化である。
本発明の好適な実施形態では、快適さを与える比率が存在する。幅と高さとのアスペクト比ＲはR = 2/(1 + √5) = 0.618…が理想的であることが多い。ページのコンテンツの幅と高さの比が決定され、このアスペクト比と比較される。
幅と高さに関しては、コンテンツ（１１０１、１１０２、１１０３、１１０４、１１０５）の境界ボックスが好適である。境界ボックスは次のように計算される。コンテンツオブジェクトを段状に囲み、最小左エッジ、最大右エッジ、（上から測定して）最小上エッジ、及び最大下エッジを検出する。幅は、最大右エッジと最小左エッジ間の差である。高さは最小上エッジと最大下エッジ間の差である。
次いで、幅もしくは高さのいずれが小さいかを判断し、小さい方を大きい方で除し、アスペクト比Ａを得る。０から１の範囲の数字を得るべく、Var = 1 - | A - R |/Rにより、理想的な比Ｒからの絶対的な差及びスケールが決定できる。
図３２では、オブジェクト１１０１は好適な比率すなわちアスペクト比を有するが、オブジェクト１１０２は好適な比率すなわちアスペクト比を有していない。
ドキュメントの美観及びドキュメント品質に関するアスペクト比の効果の他の方法による測定（様々なアスペクト比に対する測定された反応の関数等）はここに想定され、本発明の範囲内とする。
ドキュメントの美観並びにドキュメント品質に寄与する他の定量化可能な特性も存在し得る。ここで取り上げた特定の実施形態は、定量化可能な美観の測度が如何にして構成され、またこれらが直接的もしくは美観を介してドキュメント品質に寄与するかを説明するためのものである。特にこれらを取り上げたが他の特徴を不適切として排除する意図はない。
使いやすさ
ドキュメントの使いやすさに関してここで説明する方法は、寄与している特徴、すなわち分離性、識別度、検出性、検索機能、及び／又はグループ同一性について、定量化可能な値を生成するためのものである。図３５に示すように、結合回路２０（図１の使いやすさ定量化器２０）は分離性、識別度、検出性、検索機能、及び／又はグループ同一性を表す、測定及び／又は計算された定量化値を受け取り、分析対象のドキュメントもしくはドキュメントの一部について定量化された使いやすさの値を生成すべく、所定のアルゴリズムに基づきこれらの値を処理する。
使いやすさ
ドキュメントの使いやすさに関してここで説明する方法は、寄与している特徴、すなわち分離性、識別度、検出性、検索機能、及び／又はグループ同一性について、定量化可能な値を生成するためのものである。図３５に示すように、結合回路２０（図１の使いやすさ定量化器２０）は分離性、識別度、検出性、検索機能、及び／又はグループ同一性を表す、測定及び／又は計算された定量化値を受け取り、分析対象のドキュメントもしくはドキュメントの一部について定量化された使いやすさの値を生成すべく、所定のアルゴリズムに基づきこれらの値を処理する。
各値はドキュメント自体に特有の諸特性に基づく。値は個別に組み合わされ、当該ドキュメントの総合値又は総合スコアとされる。ドキュメント品質に関する定量化可能な値の、他の方法による測定、割り当て、もしくは関連付けは本発明の範囲内にある。本発明は本明細書に開示する特定の方法に限定されず、ドキュメント品質に関する値の決定というより広い概念に関連する。
本発明の好適な実施形態では、各ルールは０から１の範囲にある値を生成すべく定義される。０は低い値、１は高い値を示す。これにより、定量化された品質の値を計算し、組み合わせて総合的なドキュメント品質測度を生成できる。
ｉ番目のルールについて値Ｖiが計算される場合、これらの寄与度の関数Ｅとして、VEU = E(V1, V2, … VN)となるドキュメント品質測度ＶEUが生成される。組み合わせ関数Ｅは、寄与度の重み付き平均等、簡易なものであってよい。但し、他の寄与度が如何によくても、悪い寄与度が存在すればドキュメント品質は低下し得ることから、直線的な組み合わせは望ましくない。
上記式を書き換えると、VEU = (Σwi (Vi)-p )-1/pとなる。好適な実施形態では、ｗiファクタはルールの相対的な重要性を特定する重みであり、その和は１である。指数ｐにより、１つの悪値が多くの良値を圧倒し得る非直線性を採り入れる。指数ｐの値が大きければその分効果は大きい。
上記式の代替式は、VEU = (Σwi (d + Vi)-p )-1/p - dとなる。ｗiファクタはルールの相対的な重要性を特定する重みであり、その和は１である。指数ｐにより、１つの悪値が多くの良値を圧倒し得る非直線性を採り入れる。パラメータｄは０よりもやや大きい数字である。指数ｐの値が大きければその分効果は大きい。
他の組み合わせ関数は、例えば各寄与度の積である。寄与度の重み付けが望ましければ、VEU = ΠVi wi'で得られる。
なお、説明では使いやすさの定量化処理に関する（諸）回路を示すが、この処理はマイクロプロセッサやファームウェアにより、ソフトウェアで実行してもよい。定量化は特定の回路に限定されず、以下に説明する方法を実施できるものであれば、任意のソフトウェアやハードウェアの組み合わせが可能である。
美観の測定の場合と同様、使いやすさの測定では、使いやすさに寄与している定量化可能な特徴の識別が必要である。このような特徴を測定・組み合わせる方法の例を示す。
最初に考察される特徴は、ドキュメントの論理構造、すなわちドキュメントコンテンツのグループへの組織化に関する特徴である。ドキュメント品質の評価では、これらのオブジェクトが如何なる種類のコンテンツであるか（画像、写真、見出し、タイトル、ブロック、境界線、リスト、表等）に関して、当該コンテンツオブジェクトを識別する必要がある。当然ながら、これはドキュメント作成者もしくは現像者が想定し、作成中もしくは既に作成したドキュメントの種類に依存するところが大きい。
当該ドキュメントのコンテンツが識別されると、図３３に示すように、他のコンテンツ、他のコンテンツグループ、他のコンテンツグループメンバー（１１０４、１１０５、１１０６）や要素、隣接コンテンツ（１１０１、１１０２、１１０３）から当該コンテンツを識別すべく、如何にして当該コンテンツがグループ化されようとしているかに関し、当該コンテンツを特徴付けることが必要である。これは、図３４に示すように、当該コンテンツオブジェクトをコンテンツのツリー構造に解剖することにより実施される。コンテンツツリーのノード１３５はコンテンツグループ（リスト、表等）、コンテンツツリーの枝１３０のリーフはコンテンツ要素（パラグラフ、画像等）である。なお、コンテンツツリー、枝、ノード等の作成、及びコンピュータサイエンスのコンテキストでツリーを如何にしてトラバースするかは当業者には自明である。
コンテンツツリーが作成されると、当該コンテンツオブジェクトに隣接するコンテンツを識別する必要がある。１回の手順でコンテンツツリーを得て、ツリーの上方にトラバースし、隣接する枝々を識別する。もう１回の手順でコンテンツツリーを下方に移動させ、識別された隣接枝の要素を調査する。このようにして当該コンテンツに隣接するコンテンツが識別できる。
最初に、コンテンツグループＧと関連された隣接コンテンツリストが空リストとして初期化される。コンテンツツリーは上方にトラバースされ、コンテンツグループＧに隣接する枝が識別される。次いで、識別されたコンテンツの枝の要素を調査すべくコンテンツツリーは下方にトラバースされる。グループＧのノードから所定距離外にあるとみなされる枝は削除される。「付近」の枝とみなされる枝のみを繰り返し分析する。なお、ここで説明する処理はグループＧの隣接コンテンツＮを識別することを含むが、グループＧは実際にはコンテンツグループを含まなくてもよく、グループＧはコンテンツの一つの要素（パラグラフ、画像等）であってもよい。
手順IsNeighbor(G,N)は、ここではノードＮをグループＧの隣接ノードとして考察すべく、ノードＮがコンテンツグループＧの閾値距離内にあるか否かを確認するための手順である。この手順は、グループＧと隣接ノードＮとの間の距離を計算し、この距離を閾値変数CloseEnoughと比較し、Distance(G,N)＜CloseEnoughであるか否かを判断することで容易に実施できる。
距離は、コンテンツ境界間の距離もしくはコンテンツ中心間の距離とすることができる。コンテンツ境界間の距離の場合、グループＧのコンテンツ中心を(xG, yG)、隣接ノードＮを(xN, yN)、グループＧ及び隣接ノードＮの幅及び高さを各々(wG, hG)及び(wN, hN)とすると、距離は、max(abs(xG-xN) - (wG+wN)/2, 0) + max(abs(yG-yN) - (hG+hN)/2, 0)の関係により容易に計算できる。コーナ間の最小ユークリッド距離のように、より複雑な距離計算も利用できる。
閾値CloseEnoughは定数であってもよいし、コンテンツサイズに応じて調整可能な値であってもよい。オブジェクトＧの面積の平方根を利用し、CloseEnough = (Area(G))1/2となるよう閾値を決定してもよい。CloseEnough = S* (Area(G))1/2となるよう、ファクタＳによっても閾値をスケーリングできる。Ｓは、典型的には１に近い。
距離の評価もしくは閾値の決定方法は、本発明を制限するものではない。コンテンツオブジェクトに対する、他の方法による距離測度の決定は本発明の範囲内にある。本発明はドキュメント品質評価のコンテキストにおけるコンテンツオブジェクト間の距離測度の利用というより広い概念に関連する。
下に示す擬似コードは、コンテンツツリーがどのようにトラバースできるかを示す。なお、この擬似コードは一例であり、コンピュータ科学及びプログラミングに関わる当業者が自らのシステムにおいて実施すべく、アンドゥー(undo)実験を経ずとも変更し得ることを意図している。また、グループＧは調査が進行中のコンテンツ、Ｃはノード、Ｐはノード、Ｎは調査中のノードを識別すべく便宜上の指数として使用される。
TraverseUp(G, C)
｛
if node C is the root node then return /* done */
P = parent(C)
for each child node N of parent P
if child N is different from C then
TraverseDown(G, N)
TraverseUp(G, P)
return
｝
TraverseDown(G, N)
｛
if IsNeighbor(G, N)
then add node N to the list of neighbors of group G
otherwise return
if node N is not a leaf node
then for each child C of node N
TraverseDown(G, C)
return
｝
コンテンツグループＧに対する隣接ノードＮのツリーの深さは、深さのパラメータｄを加えることで得られる。但し、ｄ＋１は再帰呼出しにおいてTraverseUpにパスされ、ｄ−１は再帰呼出しにおいてTraverseDownにパスされる。深さｄの初期値は０、すなわちTraverseUp(G, G, 0)である。深さは、他の情報と共に、グループＧの隣接ノードの既述のリストに格納できる。
｛
if node C is the root node then return /* done */
P = parent(C)
for each child node N of parent P
if child N is different from C then
TraverseDown(G, N)
TraverseUp(G, P)
return
｝
TraverseDown(G, N)
｛
if IsNeighbor(G, N)
then add node N to the list of neighbors of group G
otherwise return
if node N is not a leaf node
then for each child C of node N
TraverseDown(G, C)
return
｝
コンテンツグループＧに対する隣接ノードＮのツリーの深さは、深さのパラメータｄを加えることで得られる。但し、ｄ＋１は再帰呼出しにおいてTraverseUpにパスされ、ｄ−１は再帰呼出しにおいてTraverseDownにパスされる。深さｄの初期値は０、すなわちTraverseUp(G, G, 0)である。深さは、他の情報と共に、グループＧの隣接ノードの既述のリストに格納できる。
ドキュメントのコンテンツが解剖され、当該コンテンツオブジェクトの全てについて隣接コンテンツが識別されると、コンテンツ分離に関する各種特性が決定できる。各種特性は続いてドキュメント品質の定量化に使用される。
図３６乃至図４１に示すように、使いやすさの決定に用いられる別のパラメータもしくはファクタは、ドキュメントの分離性の測度及び定量化である。
本発明の好適な実施形態では、ドキュメントの総合的な分離度は、ドキュメントに含まれる当該コンテンツオブジェクトの総合的な分離度を決定することで確認できる。コンテンツオブジェクトの分離性の個々の測度として、特に、空間分離（図３７）、位置合わせ分離（図３８）、スタイル分離（図３９）、背景分離（図４０）、及び特有の分離（図４１）が挙げられる。
コンテンツに関する分離性の測度の結合は、図３６に示すように、ドキュメントコンテンツの、効果的なコンテンツ分離度を評価する上で有用である。効果的な分離は、ドキュメントコンテンツの、総合的なコンテンツ分離度を評価する上で有用である。すなわち、ドキュメントの総合的な分離性の度合もしくは測度を評価する上で有用である。総合的な分離度は、続いてドキュメント品質の評価に用いられる。
詳細には、図３６に示すように、効果的な分離性は、空間分離、位置合わせ分離、スタイル分離、背景分離、及び／又は特有の分離を結合したものとみなす。図３６では、定量化された位置合わせの値は、空間分離、位置合わせ分離、スタイル分離、背景分離、及び／又は特有の分離を、効果的な分離性定量化器すなわち結合器回路２１により結合することにより得られる。
なお、説明では一例として効果的な分離性定量化のための回路を示すが、この処理はマイクロプロセッサやファームウェアにより、ソフトウェアで実行してもよい。定量化は特定の回路に限定されず、以下に説明する方法を実施できるものであれば、任意のソフトウェアやハードウェアの組み合わせが可能である。
図３７に示すように、使いやすさの決定に用いられる別のパラメータもしくはファクタは、ドキュメントの空間分離の測度及び定量化である。
本発明の好適な実施形態では、グループもしくは要素に関する空間分離(SpatialSep)は、当該グループもしくは要素と、各識別された隣接グループもしくは要素との間の最小離間距離とすることができる。評価中のコンテンツの境界ボックス（中心位置、幅及び高さ）の寸法を用いて、空間分離は、フロアを０とし、水平方向及び垂直方向の成分間の距離とすることができる。最大分離ファクタによりスケーリングする（例えば、ページの幅（Ｗp）及び高さ（Ｈp）によりスケーリングする）ことで、(max(abs(xG-xN) - (wG+wN)/2,0)/Wp + max(abs(yG-yN) - (hG+hN)/2,0)/Hp )/2を用いて０から１までの値を得るべく空間分離を更に正規化できる。
コンテンツオブジェクト間の空間的距離を評価する上述の特定の方法は一例であり、本発明を制限するものではない。他の方法（様々な空間分離に対する測定された人間の反応の関数等）は本発明の範囲内とする。本発明はドキュメント品質評価のコンテキストにおける総合的な分離度の決定に空間分離測度を利用するという、より広い概念に関連する。
図３８に示すように、使いやすさの決定に用いられる別のパラメータもしくはファクタは、ドキュメントの位置合わせ分離の測度及び定量化である。
本発明の好適な実施形態では、ここで使われる「位置合わせ分離」は特定ページのオブジェクトＧの１以上の位置が隣接コンテンツＮの対応位置と一致することを意味する。位置合わせ分離は、コンテンツがページ中で対応する位置の一致を如何に回避するかである。グループＧ（１１０）の左、右、上、下の各ページ位置(xGL, xGR, yGT, yGB)、及び隣接コンテンツＮ（１１０１）のページ位置(xNL, xNR, yNT, yNB)を利用すると、位置合わせ分離は、min(abs(xGL-xNL), abs(xGR-xNR), abs(yGT-yNT), abs(yGB-yNB))により与えられる、対応位置の絶対差の最小値である。
位置合わせ分離は、ドキュメントページの、min(abs(xGL-xNL)/Wp, abs(xGR-xNR)/Wp, abs(yGT-yNT)/Hp, abs(yGB-yNB)/Hp)により表されるように、コンテンツが存在する位置（ページ幅Ｗp及びページ高さＨp）における最大可能差を除することで、０から１までの値に更に正規化できる。
或いは、位置合わせ分離は、min((abs(xGL-xNL) + abs(xGR-xNR))/Wp, (abs(yGT-yNT) + abs(yGB-yNB))/Hp)もしくはmin(max(abs(xGL-xNL)/Wp, abs(xGR-xNR)/Wp), max(abs(yGT-yNT)/Hp, abs(yGB-yNB)/Hp))で与えられる、多数のエッジ間の位置合わせ分離の和を求めることで測定し得る。
位置合わせ及び位置合わせ分離を評価する上述の特定の方法は一例であり、本発明を制限するものではない。他の方法（様々な位置合わせ分離量に対する測定された人間の反応の関数等）は本発明の範囲内とする。本発明はドキュメントの使いやすさ及びドキュメント品質評価のコンテキストにおける総合的な分離度の決定にコンテンツオブジェクトの位置合わせ分離測度を利用するという、より広い概念に関連する。
図３９に示すように、使いやすさの決定に用いられる別のパラメータもしくはファクタは、ドキュメントのスタイル分離の測度及び定量化である。
本発明の好適な実施形態では、ここで使われる「スタイル分離(StyleSep)」はオブジェクトを更に識別する手段を与える。スタイル分離度を得るには、コンテンツタイプを他のあらゆるスタイルタイプ及びその間のスタイル分離量に割り当てられた値と比較する必要がある。このような値の割り当てにより、ドキュメント現像者により判断呼出しが行われる。例えば、あるドキュメント現像者はTEXTのIMAGEからの識別を、LISTのTABLEからの識別に比べ容易とみなす場合がある。従って、この現像者は、LISTとTABLEの２つのコンテンツタイプを識別する方がはるかに難しいことから、LIST対TABLEのタイプについてより小さいスタイル分離値を割り当てる。
すなわち、LISTとTABLEではスタイル分離度が小さい。一方、TEXT対IMAGEでは、上述のように、現像者はこの２つのコンテンツタイプの識別ははるかに容易だとみなす場合がある。従って、スタイル分離度は大きく、タイプTEXT対タイプIMAGEには、スタイル分離表（例えば、TypeSepTable）において高い値が割り当てられる。スタイル分離表は多次元で、タイプによりインデックスされていることが好ましい。
スタイル分離表(TypeSepTable)は、全てのタイプの値を全ての他のタイプと対比させて含む。例えば、コンテンツタイプIMAGEには、コンテンツの他の全てのタイプ（TEXT、IMAGE、GRAPHIC、LIST、TABLE等）に対するスタイル分離値が割り当てられる。既述のごとく、タイプIMAGEに対するタイプTEXTはそれぞれのスタイル分離度に関する値を１つ有する。タイプIMAGEに対するタイプGRAPHICはそれぞれのスタイル分離度に関する値を有する。全てのタイプは、２つのコンテンツタイプ間のスタイル分離度に関する値を容易に検索できる方法で格納される。
いったんスタイル分離表が作成されると、コンテンツグループのオブジェクトＧと識別された隣接オブジェクトＮとの間のスタイル分離値は、ここでType()と称する、コンテンツタイプの数をリターンする関数を用いて、分離値の表から容易に検索できる。２つのコンテンツタイプ間の分離の所定値は、関数にtype(G)及びtype(N)に関する値をリターンさせることで、スタイル分離値の表から検索される。この例では、StyleSep = TypeSepTable[type(G)][type(N)]である。
２つのオブジェクトがいずれも同一タイプに属する場合、一方のオブジェクトのスタイル値を他方の対応するスタイル値と比較してよい。スタイル値の対毎に、スタイル差を計算できる。フォントサイズ、行送り等の数に関するパラメータに関しては、サイズ値の単なる絶対的な差としてスタイル差を計算してよい。色等の多角的な値に関しては、スタイル差を値間の距離としてよい。クワッディング、フォントファミリー、フォントスタイル等の計数値に関しては、当該２つのオブジェクトの差を検索するため、計数値でインデックスされた二次元ルックアップテーブルを利用できる。総合的なスタイル分離差は、当該オブジェクトタイプについて得られる様々なスタイル差の加重和となる。例えば、StyleSep = Σwi di(G, N)となる。このとき和は利用可能なスタイルパラメータｉより大きく、ｗiはｉ番目のスタイルパラメータの重み、ｄiはｉ番目のスタイルパラメータの差の測度である。
スタイル分離を評価する上述の特定の方法は一例であり、本発明を制限するものではない。他の方法（様々なスタイルに対する測定された人間の反応の関数等）は本発明の範囲内とする。本発明はスタイル分離を決定する特定の方法に限られず、ドキュメントの使いやすさ及びドキュメント品質評価のコンテキストにおけるコンテンツの分離性の決定にスタイル分離測度を利用するという、より広い概念に関連する。
図４０に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントの背景分離の測定及び定量化である。
本発明の好適な実施の形態において、異なる色の背景上のオブジェクトを別個の異なったものとみなすことができる。よって、背景分離を、２つのオブジェクト（１１０及び１１０１）の背景１１０２の差異として考えることができる。例えば、背景色１１０２がオブジェクトG１１０１又はその先祖（上位のもの）のうちの１つのスタイルパラメータである場合、指定された背景を有する第１のオブジェクトが見出されるまでコンテンツツリーが上方向に検索される。下記の擬似コードはこの検索を示す。
FindBackground(G)
｛
if G specifies a background color
then return that color
otherwise
if G is the root of the content tree
then return the default background color (e.g. white)
otherwise
return FindBackground(parent(G))
｝
すなわち、
FindBackground(G)
｛
if Ｇが背景色を特定
then 当該色をリターン
otherwise
if Ｇがコンテンツツリーのルート
then デフォルトの背景色（例えば、白）をリターン
otherwise
FindBackground(parent(G))をリターン
｝
一方、背景が、問題のオブジェクトと同一グループ（又はおそらく親グループ）のメンバーである長方形などのコンテンツオブジェクトである場合、他の検索を行う必要がある。その擬似コードは以下の通りである。
｛
if G specifies a background color
then return that color
otherwise
if G is the root of the content tree
then return the default background color (e.g. white)
otherwise
return FindBackground(parent(G))
｝
すなわち、
FindBackground(G)
｛
if Ｇが背景色を特定
then 当該色をリターン
otherwise
if Ｇがコンテンツツリーのルート
then デフォルトの背景色（例えば、白）をリターン
otherwise
FindBackground(parent(G))をリターン
｝
一方、背景が、問題のオブジェクトと同一グループ（又はおそらく親グループ）のメンバーである長方形などのコンテンツオブジェクトである場合、他の検索を行う必要がある。その擬似コードは以下の通りである。
FindBackground(G, C)
｛
if C is the root of the content tree
then return the default background color (e.g. white)
P = parent(C)
for each child K of P
if K is different from C and K is a rectangle and K encloses G
then return the color of K
return FindBackground(G, P)
｝
すなわち、
FindBackground(G, C)
｛
if Ｃがコンテンツツリーのルート
thenデフォルトの背景色（例えば、白）をリターン
P = parent(C)
for Ｐの各子孫（下位のもの）Ｋ
if ＫがＣと異なる and Ｋが長方形である and ＫがＧを囲む
then Ｋの色をリターン
FindBackground(G, P)をリターン
｝
Gを囲むKのテストを、例えばK及びGの境界ボックスを用いて行い、Gの境界ボックスの角がKのボックスの角の内側にあることを確実にすることができる。
｛
if C is the root of the content tree
then return the default background color (e.g. white)
P = parent(C)
for each child K of P
if K is different from C and K is a rectangle and K encloses G
then return the color of K
return FindBackground(G, P)
｝
すなわち、
FindBackground(G, C)
｛
if Ｃがコンテンツツリーのルート
thenデフォルトの背景色（例えば、白）をリターン
P = parent(C)
for Ｐの各子孫（下位のもの）Ｋ
if ＫがＣと異なる and Ｋが長方形である and ＫがＧを囲む
then Ｋの色をリターン
FindBackground(G, P)をリターン
｝
Gを囲むKのテストを、例えばK及びGの境界ボックスを用いて行い、Gの境界ボックスの角がKのボックスの角の内側にあることを確実にすることができる。
２つのオブジェクトの背景を決定した後、差の測度を得ることができる。L*a*b*座標のような、視覚的均一性を追求する色空間内の距離を用いて色の差を決定することができる。他の色空間も使用可能である。
簡単に見分けがつくほど色が十分に異なっている場合、これらの色の差異が更に大きくなっても分離性は高まらないため、背景分離の測度を単に色空間内の色と色の間の距離とするべできはない。ゼロに近いものを除いた色差の全ての値に対して１である距離の関数が好ましい。この関数を得るための１つの方法は、大きな係数で色差Dcをスケーリングし、その結果を１にクランプすることである。
例えば、BackgroundSep=min(s*Dc,1)とすることができる。代わりの方法は、差の値のn乗根を用いて、色差Dcを０乃至１の範囲に制限することである。例えば、BackgroundSep=Dc1/rとする。ここで、rの値が大きいほど、これらの色の適合がより密になり、背景分離を提供することができなくなる。
本明細書に述べられるこの特定の背景分離評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において、特定の背景分離計算方法のみでなく、コンテンツ分離性の決定に背景分離の測度を用いる、という更に広範囲の概念にも関連するように、例えば、異なる背景に対する人間の反応の測定によって得られる関数など、他の背景分離決定方法を本発明の範囲内にあるとみなすべきである。
図４１に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントの特有分離の測定及び定量化である。
本発明の好適な実施の形態では、特徴が構築されてコンテンツオブジェクトになることが多い。このような特徴は、オブジェクト自体に特有のものとみなされる。一例としては、オブジェクトの境界１１０３又はインデントされた第１のラインであり、又は他のオブジェクトからの分離を特有に示す他の特徴である。内部のラインの間隔とは異なる、段落の前又は後にある間隔も分離を示すことができる。また、単一の境界で区別をつける、即ち、側部ではなく上部での分離を示すようにしか機能しないセパレータもある。
そのため、特有分離を計算するには、調査対象のオブジェクトの４つの側部の各々を別々に考慮する必要がある。例えば、wiが、上部境界fTopi(G)に対するi番目の相対重要度を表す重みであると仮定する。これらの重みは合計で１にならなくてはならない。そして、パラメータpは、功を奏する分離特徴が他の特徴をいかに強く圧倒するかを決定し、１近くになるべきであるが０による分割を避けるためにそれよりもわずかに大きくてもよい定数cがあると仮定する。そして、特有分離をInherentSepTop=c-[Σwi *(c-fTopi(G))-p]-1/pによって定義することができる。同様の式が、InherentSepBottom、InherentSepLeft、及びInherentSepRightの特有分離を定義する。
近傍物Nが主にオブジェクトGの上にあるか、下にあるか、左にあるか、又は、右にあるか、により、これらのInherentSep値のうちの１つを近傍物Nに対してより適切なものにすることができる。例えば、
q1 = wG * (yN - yG) + hG * (xN - xG), and
q2 = wG * (yN - yG) - hG * (xN - xG) then:
if q1 > 0 then if q2 > 0 then
use InherentSepTop
otherwise
use InherentSepRight
otherwise if q2 > 0 then
use InherentSepLeft
otherwise
use InherentSepBottom.
すなわち、
q1 = wG * (yN - yG) + hG * (xN - xG), and
q2 = wG * (yN - yG) - hG * (xN - xG) then:
if q1 > 0 then if q2 > 0 then
InherentSepTopを使用
otherwise
InherentSepRightを使用
otherwise if q2 > 0 then
InherentSepLeftを使用
otherwise
InherentSepBottomを使用.
近傍物Nも特有分離を有することに注意する。よって、オブジェクトG及び近傍物Nの双方からの相補的特有分離を組み合わせることもできる。例えば、近傍物NがオブジェクトGよりもやや上にある場合、GのInherentSepTop及びNのInherentSepBottomの合計を使用する。あるいは、G及びNからの相補的特有分離の最大値を使用することができる。近傍物からのInherentSepは、前述のようにして選択された上、下、左又は右の特有分離のうちの１つである。
q1 = wG * (yN - yG) + hG * (xN - xG), and
q2 = wG * (yN - yG) - hG * (xN - xG) then:
if q1 > 0 then if q2 > 0 then
use InherentSepTop
otherwise
use InherentSepRight
otherwise if q2 > 0 then
use InherentSepLeft
otherwise
use InherentSepBottom.
すなわち、
q1 = wG * (yN - yG) + hG * (xN - xG), and
q2 = wG * (yN - yG) - hG * (xN - xG) then:
if q1 > 0 then if q2 > 0 then
InherentSepTopを使用
otherwise
InherentSepRightを使用
otherwise if q2 > 0 then
InherentSepLeftを使用
otherwise
InherentSepBottomを使用.
近傍物Nも特有分離を有することに注意する。よって、オブジェクトG及び近傍物Nの双方からの相補的特有分離を組み合わせることもできる。例えば、近傍物NがオブジェクトGよりもやや上にある場合、GのInherentSepTop及びNのInherentSepBottomの合計を使用する。あるいは、G及びNからの相補的特有分離の最大値を使用することができる。近傍物からのInherentSepは、前述のようにして選択された上、下、左又は右の特有分離のうちの１つである。
本明細書に述べられるこの特定の特有分離評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において、特定の特有分離計算方法のみでなく、コンテンツ分離性の決定に特有分離の測度を用いる、という更に広範囲の概念にも関連するように、例えば、異なる特有分離特徴に対する人間の反応の測定によって得られる関数など、他の特有分離決定方法を本発明の範囲内にあるとみなすべきである。
図３６に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントの効果的分離の測定及び定量化である。
本発明の好適な実施の形態では、分離性の測度に対する寄与度を組み合わせ、特定の近傍物からのコンテンツオブジェクトの効果的分離(EffectiveSep)の程度を形成することができる。これは、EffectiveSep=c-[wx *(c-SpatialSep)-p+wa *(c-AlignmentSep)-p+ws *(c-StyleSep)-p+wb *(c-BackgroundSep)-p+wn *(c-InherentSep)-p]-1/pによって得られ、項wx、wa、ws、wb及びwnは合計で１になる重みである。個々の分離測度を組み合わせる他の方法が実施可能であるが、この方法は、オブジェクトGと近傍物Nとの間の分離値のうちのいずれかが１に近い場合、効果的分離も１に近くなる、という特性をもつ。
本明細書に述べられるこの特定の効果的分離評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において、特定の効果的分離決定方法のみでなく、コンテンツの分離性の決定にコンテンツの効果的分離の測度を用いる、という更に広範囲の概念にも関連するように、例えば、異なる効果的分離デバイスに対する人間の反応の測定によって得られる関数など、他の効果的分離決定方法を本発明の範囲内にあるとみなすべきである。
本発明の好適な実施の形態では、全分離、即ち全ての近傍物からのオブジェクトの全分離の総合測度を得るために、オブジェクトGとその全ての近傍物との間の効果的分離の最小値を決定しなければならない。
本実施の形態では、この決定は、各近傍物の分離値を組み合わせることを意味する。全分離は、TotalSep=mini(EffectiveSepi)によって得られ、EffectiveSepiはi番目の近傍物のEffectiveSep値であり、全ての近傍物に対する最小値を得る。平均分離を用いた代替法も想定される。最も近い距離に対して最も大きい重みを与える平均法を、逆数の冪の合計の逆数根によって定義することができる。例えば、TotalSep=[(1/n)*Σ(c+EffectiveSepi)-p]-1/p-cである。式中、nは近傍物の数、cはゼロによる分割を防ぐための小さな定数、そして冪pは小さな分離がどの程度強く支配するかを決定する。オブジェクトに近傍物がない場合、そのTotalSep値は１であるべきである。
本明細書に提供されるこの特定の全分離評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、全体的なコンテンツの分離を計算する特定の方法のみでなく、ドキュメントの質の評価にドキュメントコンテンツの全分離の測度を用いる、という更に広範囲の概念にも関連するように、他の全分離決定方法を本発明の範囲内にあるとみなすべきである。
ドキュメントの総合的な分離性の測度は、全てのドキュメントコンテンツオブジェクト及びグループの全分離を組み合わせることによって決定される。この決定を、単純平均で行うことができる。しかし、分離性の値が小さいオブジェクト又はグループはドキュメント全体の値に不利な影響を与える可能性があるため、冪の根として組み合わせることによって更に大きな重みが与えられなくてはならない。
本明細書に提供されるこの特定の全分離性評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が全分離性計算方法のみでなく、ドキュメントの使いやすさやドキュメントの質の評価にドキュメントコンテンツの全分離性の測度を用いる、という更に広範囲の概念にも関連するように、他の全分離性決定方法を本発明の範囲内にあるとみなすべきである。
分離性は、オブジェクトが存在するコンテンツツリー階層内のレベルによって変わり得る。コンテンツツリーを再帰的にトラバースすることにより分離性を計算するアルゴリズムが本明細書において提供される。このアルゴリズムは、コンテンツのツリーレベルLによって変わる重みwLを用いて重み付き平均を計算する。下記の擬似コードが例として提供される。
Separability(G)
｛
if G is a leaf node
then return TotalSep(G)
otherwise
for each child C of G
call Separability(C) and find the average of these values A
return wL * TotalSep(G) + (1 - wL) * A
｝
すなわち、
Separability(G)
｛
if Gがリーフノード（末端のノード）
then TotalSep(G)をリターン
otherwise
for Ｇの各子孫（下位のもの）Ｃ
Separability(C)をコール and 値Ａの平均を求める
wL * TotalSep(G) + (1 - wL) * Aをリターン
｝
前述のSeparability()ルーチンは、コンテンツツリーのルートノードから開始すべきである。
｛
if G is a leaf node
then return TotalSep(G)
otherwise
for each child C of G
call Separability(C) and find the average of these values A
return wL * TotalSep(G) + (1 - wL) * A
｝
すなわち、
Separability(G)
｛
if Gがリーフノード（末端のノード）
then TotalSep(G)をリターン
otherwise
for Ｇの各子孫（下位のもの）Ｃ
Separability(C)をコール and 値Ａの平均を求める
wL * TotalSep(G) + (1 - wL) * Aをリターン
｝
前述のSeparability()ルーチンは、コンテンツツリーのルートノードから開始すべきである。
ドキュメントの分離性の総合的な程度を評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において測定される個々のコンテンツの分離性の組み合わせに基づいてドキュメントの分離性を決定する、という更に広範囲の概念に関連するように、例えば、異なる分離技術に対する人間の反応の測定によって得られる関数など、他の分離性決定方法を本発明の範囲内にあるとみなすべきである。
図４３乃至図４６に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントの識別度の測定及び定量化である。
本発明の好適な実施の形態において、２つの同一段落が複数頁のドキュメントの２枚の別個の頁の最上部に位置し、これらの段落が各々の頁における唯一のコンテンツであると仮定した場合、これらのオブジェクトの段落の分離性の程度を、１つのオブジェクトが終わって他のオブジェクトが始まる箇所の決定に基づいて決定することができる。この場合、これらのオブジェクトには同頁に近傍オブジェクトがないため、分離性の値は大きくなる。即ち、オブジェクトが互いに近いほど、これらの差異の認知が容易になる。
一方、これら２つのオブジェクトの識別度の測度は小さい。これは、関係枠を提供する近傍オブジェクトがなく、２つの段落のどちらが実際に調べられているのかに関する手がかりが殆ど与えられないためである。
図４４に示されるように、見出しは後に続くコンテンツを区別することができる。見出しを、コンテンツオブジェクトのグループの始めにある別個の段落（通常は見出しとして区別するために異なるスタイルをもつ）とすることができる。リスト要素の番号付けや、リスト要素ほど多くはないが、黒丸のついた要素も、コンテンツの区別を助ける。例えば、章、セクション、リスト要素など、見出しには階層があり得る。各見出しは、その下にあるオブジェクトを、近傍のオブジェクトと区別できるようにすることに寄与する。
一般に、見出しがコンテンツツリー内で低い（下位にある）ほど、見出しが適用されるコンテンツのセットは小さくなる。よって、識別が更に明確になる。コンテンツツリー内のレベルの低い見出しや、物理的により近接した見出しは、より高いレベルのものよりも有用である。
下記の再帰的アルゴリズムは、オブジェクトGの識別度に対する見出しの寄与度を決定する。このアルゴリズムは、見出しのコンテンツオブジェクトが識別済みであると仮定する。見出しの寄与度は、ツリーでのオリジナルオブジェクトからの上方向の距離に従って重み付けされる。
HeadingDistinguish(G)
｛
if G is the root
then return 0
P = parent(G)
if P is a list
then if P numbers the list elements
then R = ListNumberWeight
otherwise if P is a bulleted list
then R = ListBulletWeight
otherwise R = 0
if a child of P is a heading
then R = minimum(R + HeadingWeight, 1)
return w * R + (1 w) * HeadingDistinguish(P)
｝
すなわち、
HeadingDistinguish(G)
｛
if Gはルート
then 0をリターン
P = parent(G)
if Pはリスト
then if Pはリスト要素に番号を付す
then R = ListNumberWeight
otherwise if Pは黒丸リスト
then R = ListBulletWeight
otherwise R = 0
if Pの子孫（下位のもの）はリスト
then R = minimum(R + HeadingWeight, 1)
w * R + (1-w) * HeadingDistinguish(P)をリターン
｝
ListNumberWeight、ListBulletWeight及びHeadingWeightといった表現は、見出しの結果に対する一定の寄与度である。これらは、０と１の間の値を有する。リスト番号は明瞭であり、これらに対応するリスト要素のコンテンツオブジェクトに近接しているため、ListNumberWeightは最大の値を有するはずである。これに対し、見出しは全てのリスト要素に適用されるため、HeadingWeight及びListBulletWeightはより少ない値を有する。黒丸の付いた要素は、リスト内の全ての要素の値と同一の値を有する。オブジェクトに近接した黒丸があるため、ListBulletWeightはHeadingWeightより大きくてもよい。重みwは、現行のツリーレベルにある見出しの、より高いレベルの見出しに対する相対重要度を示す。例えば、w＝０．５である場合、現行レベルの見出しは、より高いレベルの見出しを組み合わせたものと同じくらい重要であるとみなされる。
｛
if G is the root
then return 0
P = parent(G)
if P is a list
then if P numbers the list elements
then R = ListNumberWeight
otherwise if P is a bulleted list
then R = ListBulletWeight
otherwise R = 0
if a child of P is a heading
then R = minimum(R + HeadingWeight, 1)
return w * R + (1 w) * HeadingDistinguish(P)
｝
すなわち、
HeadingDistinguish(G)
｛
if Gはルート
then 0をリターン
P = parent(G)
if Pはリスト
then if Pはリスト要素に番号を付す
then R = ListNumberWeight
otherwise if Pは黒丸リスト
then R = ListBulletWeight
otherwise R = 0
if Pの子孫（下位のもの）はリスト
then R = minimum(R + HeadingWeight, 1)
w * R + (1-w) * HeadingDistinguish(P)をリターン
｝
ListNumberWeight、ListBulletWeight及びHeadingWeightといった表現は、見出しの結果に対する一定の寄与度である。これらは、０と１の間の値を有する。リスト番号は明瞭であり、これらに対応するリスト要素のコンテンツオブジェクトに近接しているため、ListNumberWeightは最大の値を有するはずである。これに対し、見出しは全てのリスト要素に適用されるため、HeadingWeight及びListBulletWeightはより少ない値を有する。黒丸の付いた要素は、リスト内の全ての要素の値と同一の値を有する。オブジェクトに近接した黒丸があるため、ListBulletWeightはHeadingWeightより大きくてもよい。重みwは、現行のツリーレベルにある見出しの、より高いレベルの見出しに対する相対重要度を示す。例えば、w＝０．５である場合、現行レベルの見出しは、より高いレベルの見出しを組み合わせたものと同じくらい重要であるとみなされる。
オブジェクトG及び近傍物Nは、図４５に示すように、コンテンツのタイプや値に基づいて区別可能でなくてはならない。異なるタイプのコンテンツ（１１０６、１１０７及び１１０８）に関し、これらの値の差を、コンテンツタイプによって索引が付けられた２次元テーブルから取得することができる。このテーブルは、単にこれらのコンテンツタイプがどの程度異なるかを表す値を含むことが好ましい。タイプ(G)がタイプ(N)に適合しない場合、ContentDistinguish=TypeDistinguishTable[type(G)][type(N)]となる。
これらのタイプが適合する場合、コンテンツの特性を比較することができる。グループ、リスト及びテーブルに関しては、これらに含まれる全ての要素の単語又は文字の総数を比較することができる。
例えば、段落の場合、単語又は文字の数を数えることができる。リストの場合、リスト要素の数を比較することができる。テーブルの場合、行及び列の数を比較することができる。グラフィックオブジェクトの場合、サイズ及び形状を比較することができる。あるオブジェクトタイプはいくつかの特性を備え、その特性によって差異が測定される場合があるため、総合的な差異は、オブジェクトタイプに対する種々のコンテンツの差異の加重和として計算されることが好ましい。例えば、ContentDistinguish=Σwicdi(G,N)であり、ここで合計は利用可能なスタイルパラメータiに関するものであり、wiはi番目のコンテンツの差異の測度の重みであり、cdiは実際のi番目の差異の測度である。
また、図４６に示されるように、オブジェクトを各々の頁上の位置によって区別することができる。オブジェクトG、近傍物N、並びに頁１００上のこれらのオブジェクト１１０の中心位置(xG, yG)及び(xN, yN)を与えられたとすると、これらの間の距離を計算することができ、好ましくは頁の寸法WP×HPで正規化することができる。
例えば、PositionDistinguish=(((xG-xN)2+(yG-yN)2)/(WP 2+HP 2))1/2である。同一頁上のすぐ近くの近傍物のみを考慮することにより、この位置を更に限定することができる。そして、分離性のために生成された近傍物のリストと同一のものを利用することができる。しかし、頁上のオブジェクトに比較を限定することの代償は、異なる頁上のオブジェクトが区別不可能であるという事例を認識できないことにある。
（前述の）AlignmentSep、StyleSep、BackgroundSep及びContentDistinguish測度のうちのいずれかが大きな差異をもたらす場合、総合的な効果的識別度は高くなるはずである。近傍物がオブジェクトに近いほど、それらの差異の観測が容易になるはずである。この最終結果は、SpatialSepからブーストを受けなくてはならない。PositionDistinguishの値を、更なる区別要素とすることができる。ブーストbがb=d/(d+SpatialSep)によって定義され、パラメータdが空間的近さのブースト効果の強度を制御する場合、EffectiveDistinguish=c-[wa *(c-b*AlignmentSep)-p+ws *(c-b*StyleSep)-p+wb *(c-b*BackgroundSep)-p+wc *(c-b*ContentDistinguish)-p+wp *(c- b*PositionDistinguish)-p]-1/pであり、wa、ws、wb、wc及びwpはそれぞれ位置合わせ、スタイル、背景、コンテンツ及び位置の差異の相対重要度を与える重みの値であり、これらは合計で１になるべきである。定数cは、ゼロによる分割を防ぐため、１よりもわずかに大きい。これは、オブジェクトとその近傍物のうちの１つとの間の効果的識別度であることに注意する。
コンテンツオブジェクトの全識別度を定量化するために、コンテンツオブジェクトを全ての近傍物から区別しなくてはならない。また、ヘッダーなどの特有の特性も考慮する必要がある。全ての近傍物に対する全てのEffectiveDistinguish値の最小値を得ることにより、全識別度を決定することができる。
あるいは、各項を累乗し、その逆数の冪を合計に適用することができる。すなわち、TotalDistinguish=wh *HeadingDistinguish+(1-wh)*([(1/n)*Σ(c+EffectiveDistinguish)-p]-1/p-c)である。ここで、whは近傍を差異化する特性に対するHeadingDistinguish特性の重みであり、nは近傍物の数であり、定数cはゼロによる分割を防ぐための小さい定数であり、冪pは、近い類似性がどの程度強く支配するかを決定する。
図４３に示されるような識別度測度の組み合わせは、ドキュメントの全識別度の評価に有用である。
より詳細には、図４３に示されるように、全識別度は効果的識別度及び見出し識別度の組み合わせとみなされる。図４３では、定量化された識別度の値は、全識別度定量化器又は結合器回路２３を用いて、効果的識別度及び見出し識別度を組み合わせることにより得られる。
この図は全識別度定量化プロセス用の回路を示しており、このプロセスをマイクロプロセッサ及び／又はファームウェアによってソフトウェア内で実行することもできることに注意する。定量化は特定の回路に限定されておらず、後述の方法を実施することのできるソフトウェア及び／又はハードウェアの任意の組み合わせが可能である。
ドキュメントの総合識別度を、全てのコンテンツオブジェクト及びグループに対する全ての全識別度の組み合わせとして定義することができる。これらの値を、単純平均を用いて組み合わせることができる。しかし、代わりの方法も可能である。
オブジェクトとの区別が困難な近傍物が存在する場合、ドキュメントの総合識別度は低くなるはずである。識別度の値が小さいオブジェクト又はグループはいずれもドキュメント全体に不利な影響を与えるため、冪の合計の根として組み合わせることによって更に大きな重みが与えられるべきである、と論じられる場合がある。
他の論点は、識別度の重要度がコンテンツの階層レベルによって変わるか否か、ということである。例えば、章の区別が可能であることを段落の区別が可能であることよりも重要にすべきか否か、ということである。コンテンツツリーの再帰的トラバースによってドキュメントの識別度を計算するアルゴリズムを前述した。これは、重み付き平均を計算するものである。前述したように、重みwLはツリーレベルLによって変わる場合がある。
コンテンツツリーを用いたドキュメントの識別度の決定を、コンテンツツリーのルートノードに対して呼び出される下記の擬似コードによって実行することができる。
Distinguishability (G)
｛
if G is a leaf node
then return TotalDistinguish(G)
otherwise
for each child C of G
call Distinguishability(C) and find the average A of values
return wL * TotalDistinguish(G) + (1 - wL) * A
｝
すなわち、
Distinguishability(G)
｛
if Gはリーフノード
then TotalDistinguish(G)をリターン
otherwise
for Gの各子孫（下位のもの）C
Distinguishability(C)をコール and 値Aの平均を求める
wL * TotalDistinguish(G) + (1 - wL) * Aをリターン
｝
ドキュメントの識別度の総合的な程度を評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において測定される個々のコンテンツの識別度の組み合わせに基づいてドキュメントの識別度を決定する、という更に広範囲の概念に関連するように、例えば、異なる識別デバイスに対する人間の反応の測定によって得られる関数など、他の識別度決定方法を本発明の範囲内にあるとみなすべきである。
｛
if G is a leaf node
then return TotalDistinguish(G)
otherwise
for each child C of G
call Distinguishability(C) and find the average A of values
return wL * TotalDistinguish(G) + (1 - wL) * A
｝
すなわち、
Distinguishability(G)
｛
if Gはリーフノード
then TotalDistinguish(G)をリターン
otherwise
for Gの各子孫（下位のもの）C
Distinguishability(C)をコール and 値Aの平均を求める
wL * TotalDistinguish(G) + (1 - wL) * Aをリターン
｝
ドキュメントの識別度の総合的な程度を評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において測定される個々のコンテンツの識別度の組み合わせに基づいてドキュメントの識別度を決定する、という更に広範囲の概念に関連するように、例えば、異なる識別デバイスに対する人間の反応の測定によって得られる関数など、他の識別度決定方法を本発明の範囲内にあるとみなすべきである。
図４７乃至図５１に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントの検出性の測定及び定量化である。
本発明の好適な実施の形態において、検出性という用語は、全ての他のコンテンツ項目の中から特定のコンテンツ項目を見出す、すなわち、位置付ける能力を意味するように用いられる。検出性の測度は、コンテンツオブジェクトの位置付けを助けるか又はこれを阻止するドキュメント要因を調べることによって構築される。
図５０に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントの視認性の測定及び定量化である。
本発明の好適な実施の形態において、オブジェクトの検出性を決定する１つの要因は、オブジェクトの視認性、即ち、オブジェクトがその背景に対してどの程度良く見えるかを決定することである。本明細書に使用されるように、視認性は、オブジェクトを見ることがどの程度容易であるか、又はオブジェクトを見落とすことがどの程度難しいかを意味する。本明細書では、オブジェクトの視認性の値の測定に２つの特性を用いる。１つはオブジェクトのサイズ１１１０であり（オブジェクトが大きいほどオブジェクトの検出及び識別が容易になる）、もう１つはオブジェクトの背景との差異（１１１１）である。
背景との差異（１１１１）の測度として輝度対比が用いられるが、他の、そしてより多くの複雑な測度も想定される。背景にテクスチャーがある場合、輝度対比及び色差が明確に定義されない場合がある。テクスチャーは、オブジェクトを隠すように作用してしまう場合もある。
色が、０と１との間の範囲に及ぶように正規化された赤、緑及び青（R、G、B）の座標で特定されている場合、輝度をY=yrR+ygG+ybBによって得ることができ、yr、yg及びybはそれぞれ赤、緑及び青の原色の輝度値である。yr、yg及びybの値は実際に使用される色空間の詳細によるが、一般的な値はそれぞれ０．２５、０．６８及び０．０７である。
コントラストは前景の輝度Yf及び背景の輝度Ybから計算され、Contrast=2|Yb-Yf|/(Yb+Yf)となる。コントラスト及びサイズは共に視認性に影響を及ぼすため、これらの値は互いに乗算することによって組み合わされることを指摘しなくてはならない。コントラストは０と１との間の範囲にわたるが、サイズを無限にすることができる。０及び１によって制限されるサイズの場合、オブジェクトのサイズは、その最大サイズで割ることによって正規化される。例えば、視認性＝コントラスト×（オブジェクト面積）／（最大面積）である。一般に、最大面積はドキュメントの面積である。しかし、オブジェクトが頁に制限される場合、頁サイズを用いることができる。
オブジェクトの視認性の程度を評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。例えば、視認性に関連するオブジェクトの特性に対する人間の反応の測定によって得られる関数など、他の視認性決定方法を本発明の範囲内にあるとみなすべきである。
図４９に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントの構造的検出性の測定及び定量化である。
本発明の好適な実施の形態において、ドキュメント要素の位置付けやすさにおける他の要因は、構造的支援（ドキュメント内の見出しや黒丸など）の存在である。この測度は構造的検出性と呼ばれ、ツリー又はテーブル検索によってこの測度を実施することができ、その結果、要素を含む構造のタイプ及びスタイルに依存する事前定義された値が得られる。例えば、要素Ｅの構造的位置の用語StructLocateを設定した決定ツリーは、下記のようになり得る。
G = parent(E)
if G is a table
then if G has row headings
then if G has column headings
then StructLocate = Vtrc
otherwise StructLocate = Vtr
otherwise if G has column headings
then StructLocate = Vtc
otherwise StructLocate = Vt
otherwise if G is a list
then if G has bullets
then StructLocate = Vlb
otherwise if G has numbers
then StructLocate = Vln
otherwise StructLocate = Vl
otherwise StructLocate = Vg
すなわち、
G = parent(E)
if Gはテーブル
then if Gは行見出しを有する
then if Gは列見出しを有する
then StructLocate = Vtrc
otherwise StructLocate = Vtr
otherwise if Gは列見出しを有する
then StructLocate = Vtc
otherwise StructLocate = Vt
otherwise if Gはリスト
then if Gは黒丸を有する
then StructLocate = Vlb
otherwise if Gは番号を付す
then StructLocate = Vln
otherwise StructLocate = Vl
otherwise StructLocate = Vg
ここで、Vtrc、Vtr、Vtc、Vt、Vlb、Vln、Vl及びVgは、構造的事例に対する所定の検出性の寄与度である。
if G is a table
then if G has row headings
then if G has column headings
then StructLocate = Vtrc
otherwise StructLocate = Vtr
otherwise if G has column headings
then StructLocate = Vtc
otherwise StructLocate = Vt
otherwise if G is a list
then if G has bullets
then StructLocate = Vlb
otherwise if G has numbers
then StructLocate = Vln
otherwise StructLocate = Vl
otherwise StructLocate = Vg
すなわち、
G = parent(E)
if Gはテーブル
then if Gは行見出しを有する
then if Gは列見出しを有する
then StructLocate = Vtrc
otherwise StructLocate = Vtr
otherwise if Gは列見出しを有する
then StructLocate = Vtc
otherwise StructLocate = Vt
otherwise if Gはリスト
then if Gは黒丸を有する
then StructLocate = Vlb
otherwise if Gは番号を付す
then StructLocate = Vln
otherwise StructLocate = Vl
otherwise StructLocate = Vg
ここで、Vtrc、Vtr、Vtc、Vt、Vlb、Vln、Vl及びVgは、構造的事例に対する所定の検出性の寄与度である。
ドキュメントの構造的検出性を評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において測定される個々のコンテンツ構造の組み合わせに基づいてドキュメントの構造的検出性を決定する、という更に広範囲の概念に関連するように、例えば、オブジェクトを位置付けるための構造的支援に対する人間の反応の測定によって得られる関数など、他の構造的検出性決定方法を本発明の範囲内にあるとみなすべきである。
構造的な寄与度の他に、グループのメンバーをその効果的識別度によって他のグループメンバーから識別することができる。例えば、あるグループ内で長い段落を位置付けて（すなわち、検出して）短い段落を無視したり、リストの中間の段落を位置付けたり（すなわち、検出したり）する場合がある。効果的識別度の測定方法を検出性のために使用することもできる。しかし、オブジェクトをその近傍物と比較する代わりに、オブジェクトをグループ内の同胞メンバー（同位のメンバー）と比較する。
考慮中のグループ要素のEffectiveDistinguish値を計算した後、その結果をDistinguishLocate=[(1/n)Σ(c+EffectiveDistinguish)-p]-1/p-cとして他の同胞メンバー（同位メンバー）の各々と組み合わせることができ、この合計は総合的なn個の同胞グループメンバー（同位グループメンバー）である。定数c及びpはTotalDistinguishの計算の場合と同一の効果を有し、その際と同一の値にすることができる。
グループ内でのメンバー項目の位置付けやすさ（検出しやすさ）は、グループが含む項目の数に依存する。グループ内に１又は２の項目しかない場合、項目の位置付け（検出）は容易である。しかし、１０００の項目がある場合、特定の１つを位置付ける（検出する）タスクはより困難になる。これは、プレゼンテーション方法に依存する。例えば、１００の要素のテーブルに提示された項目を見つけることは、１００の要素のリスト内の項目を見つけることよりも難しくはない。要素Ｅを含むグループのサイズの影響を示す係数を下記のように計算する。
G = parent(E)
if G is a table
then GroupSizeFactor = (1-A+A/rows(G))*(1-A+ A/columns(G))
otherwise GroupSizeFactor = (1 - A + A/elements(G));
すなわち、
G = parent(E)
if Gはテーブル
then GroupSizeFactor = (1-A+A/rows(G))*(1-A+ A/columns(G))
otherwise GroupSizeFactor = (1 - A + A/elements(G));
ここで、rows(G)及びcolumns(G)はテーブルG内の行及び列の数であり、elements(G)はグループG内の要素の数であり、Aはグループサイズを用いて係数の強さを制御するパラメータである。
if G is a table
then GroupSizeFactor = (1-A+A/rows(G))*(1-A+ A/columns(G))
otherwise GroupSizeFactor = (1 - A + A/elements(G));
すなわち、
G = parent(E)
if Gはテーブル
then GroupSizeFactor = (1-A+A/rows(G))*(1-A+ A/columns(G))
otherwise GroupSizeFactor = (1 - A + A/elements(G));
ここで、rows(G)及びcolumns(G)はテーブルG内の行及び列の数であり、elements(G)はグループG内の要素の数であり、Aはグループサイズを用いて係数の強さを制御するパラメータである。
グループメンバーの位置付けに対する構造的寄与度を、識別度寄与度と組み合わせる。この２つの寄与度の加重和を使用し、ここで重みはこれら２つの係数の相対重要度を決定する。しかし、いずれかの寄与度によって要素を位置付けることができる場合、全体的な結果はもう一方の寄与度に関わらず大きくなるはずである、と論じることができる。
組み合わされた結果は、グループのサイズに従って減少するはずである。これは、MemberLocate=(c-[wm *(c-StructLocate)-p+(1-wm)*(c-DistinguishLocate)-p]-1/p)*GroupSizeFactorによって達成することができ、wmは識別度寄与度に対する構造的寄与度の重みであり、cは１よりもわずかに大きい定数であり、pは１よりも大きい数である。
図４８に示されるような検出性測度の組み合わせは、ドキュメントのメンバー検出性の評価に有用である。
より具体的に、図４８に示されるようなメンバー検出性は、前述の構造的検出性、及び／又は前述の識別された検出性の組み合わせとみなされる。図４８において、定量化されたメンバー検出性の値は、メンバー検出性定量化器又は結合器回路２５を用いて、構造的検出性及び識別された検出性を組み合わせることによって得られる。
この図はメンバー検出性定量化プロセス用の回路を示しており、このプロセスをマイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行することもできることに注意する。定量化は特定の回路に限定されておらず、後述の方法を実施することのできるソフトウェア及び／又はハードウェアの任意の組み合わせが可能である。
図４７に示されるような検出性測度の更なる組み合わせが、ドキュメントの直接検出性の評価に有用である。
より具体的には、図４７に示される直接検出性は、メンバー検出性、識別度、分離性、及び／又は視認性の組み合わせとみなされる。図４７において、定量化された直接検出性の値は、直接検出性定量化器又は結合器回路２４を用いて、メンバー検出性、識別度、分離性、及び／又は視認性を組み合わせることによって得られる。
この図は直接検出性定量化プロセス用の回路を示しており、このプロセスをマイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行することもできることに注意する。定量化は特定の回路に限定されておらず、後述の方法を実施することのできるソフトウェア及び／又はハードウェアの任意の組み合わせが可能である。
本発明の好適な実施の形態において、要素の位置付けを助ける他のメカニズムは、目次の頁番号、又は電子ドキュメント内のハイパーリンクのような、その要素の参照又はその要素へのリンクである。例えば、目次によって、又は特定の単語の位置の索引を調べることにより、段落が見出される場合がある。位置付けやすさは、参照の数に伴って線形的に変わらない場合がある。考慮中の要素の参照数がNrである場合、Nrの増加に伴って０から１に非線形的に増加する関数をReferenceLocate=1-(Nr+1)-1/Pとして表すことができ、pは更なる参照がどの程度強く寄与するかを決定する。
オブジェクトを位置付ける能力の参照の寄与度を評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において検出性の測度に対する参照の影響を決定する、という更に広範囲の概念に関連するように、例えば、異なる程度の参照に対する人間の反応の測定によって得られる関数など、参照から寄与度を決定する他の方法を本発明の範囲内にあるとみなすべきである。
図５１に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントの全検出性の測定及び定量化である。
本発明の好適な実施の形態において、前述の個々の検出性寄与度を組み合わせて全検出性測度とすることができる。まず、ある項目に対して最初の４つの寄与測度のうちのいずれかが小さい場合、その特定の項目は、見分けが難しいか、その近傍物や同胞（同位のもの）と混同されるために、位置付けが難しい傾向にあることに注意する。これらの４つの寄与度を、DirectLocate=([wv *(c+Visibility)-p+ws *(c+TotalSep)-p+wd *(c+TotalDistinguish)-p+wdl *(c+DistinguishLocate)-p]-1/p-c)のように組み合わせることができ、wv、ws、wd及びwdlは寄与度の相対重要度を示す重みであって合計で１になり、cはゼロによる分割を防ぐために用いられる小さい数であり、pは、検出性に対する１つの不適当な寄与度が総合的な結果をどの程度激しく悪化させるかを決定する。
次に、項目を直接位置付けるための測度、参照によって項目を位置付けるための測度、及びその親によって項目を位置付けるための測度を全て組み合わせることができる。よって、TotalLocate=c-[wn *(c-DirectLocate)-p+wr *(c-ReferenceLocate)-p+wp *(c-TotalLocate(parent))-p]-1/pであり、重みwn、wr及びwpは合計で１であり、cは１よりもわずかに大きい数であり、pは１以上の数である。
ドキュメントの総合検出性は、全てのドキュメントコンテンツオブジェクト及びグループの全検出性を組み合わせることによって決定される。これらの値を組み合わせる最も簡潔な方法は、単純平均である。分離性及び識別度と同様に、検出性の値の小さいオブジェクト又はグループはいずれもドキュメント全体に不利な影響を著しく与えるため、冪の根を組み合わせるなどによって更に大きな重みが与えられなくてはならないことが論じられる。
ドキュメントの総合検出性は、各ドキュメントコンポーネントの位置付けがどの程度容易であるかを示す測度を計算してこれらの測度を組み合わせることにより、ドキュメント内の項目の位置付けがどの程度容易であるかに関する総合的な能力を示す。ドキュメントの検出性を計算するアルゴリズムが本明細書において提供される。このアルゴリズムは、コンテンツツリーを再帰的にトラバースして重み付き平均を計算するが、重みwLはツリーレベルLによって変わる場合がある。下記のルーチンがコンテンツのルートノードに対して実行される。
Locatability(G)
｛
if G is a leaf node
then return TotalLocate(G)
otherwise
for each child C of G
call Locatability(C) and find the average of these values A
return wL * TotalLocate(G) + (1 - wL) * A
｝
すなわち、
Locatability(G)
｛
if Gはリーフノード（末端のノード）
then TotalLocate(G)をリターン
otherwise
for Gの各子孫（下位のもの）C
Locatability(C)をコール and 値Aの平均を求める
wL * TotalLocate(G) + (1 - wL) * Aをリターン
｝
ドキュメントの検出性の総合的な程度を評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において測定される個々のコンテンツの分離性の組み合わせに基づいて分離性を決定する、という更に広範囲の概念に関連するように、例えば、異なるコンテンツオブジェクト位置付け技術に対する人間の反応の測定によって得られる関数など、他の検出性決定方法を本発明の範囲内にあるとみなすべきである。
｛
if G is a leaf node
then return TotalLocate(G)
otherwise
for each child C of G
call Locatability(C) and find the average of these values A
return wL * TotalLocate(G) + (1 - wL) * A
｝
すなわち、
Locatability(G)
｛
if Gはリーフノード（末端のノード）
then TotalLocate(G)をリターン
otherwise
for Gの各子孫（下位のもの）C
Locatability(C)をコール and 値Aの平均を求める
wL * TotalLocate(G) + (1 - wL) * Aをリターン
｝
ドキュメントの検出性の総合的な程度を評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において測定される個々のコンテンツの分離性の組み合わせに基づいて分離性を決定する、という更に広範囲の概念に関連するように、例えば、異なるコンテンツオブジェクト位置付け技術に対する人間の反応の測定によって得られる関数など、他の検出性決定方法を本発明の範囲内にあるとみなすべきである。
図５１に示されるような検出性測度の組み合わせは、ドキュメントの全検出性の評価に有用である。
より具体的には、図５１に示される全検出性は、直接検出性、参照検出性、及び／又は親の検出性の組み合わせとみなされる。図５１において、定量化された全検出性の値は、全検出性定量化器又は結合器回路２６を用いて、直接検出性、参照検出性、及び／又は親の検出性を組み合わせることによって得られる。
この図は全検出性定量化プロセス用の回路を示しており、このプロセスをマイクロプロセッサ及び／又はファームウェアによってソフトウェア内で実行することもできることに注意する。定量化は特定の回路に限定されておらず、後述の方法を実施することのできるソフトウェア及び／又はハードウェアの任意の組み合わせが可能である。
本発明の好適な実施の形態において、まずドキュメントの検索機能の強さの値を決定し、次に、検索機能の強さに対するドキュメントの検索密度を決定することにより、ドキュメントの検索機能の程度を決定することができる。検索密度は、０と１との間の範囲に及ぶ値にマップされ、１つの実施の形態では、1-c/(c+SearchDensity)によって示される関係の評価からなる。cは典型的な検索密度のサイズである定数であり、Pは検索密度の増加に伴って検索機能がどの程度速く１に達するかを決定する。
検索機能の強さは、検索を助けるように意図されるドキュメントの特徴によって決定される。これらの特徴は、テーブル要素の数、リスト要素の数、リストの黒丸の数、及びリスト要素番号の数又は他の参照ターミナルの数のうち少なくとも１つを含む。参照ターミナルは、ラベル、本文参照用の章番号、又はハイパーリンク用のアンカーのような、参照によって用いることのできる位置インジケータである。
このような特徴を集める１つの方法は、コンテンツツリーをトラバースしてこれらの特徴を検索し、見つけた際にカウンタのカウントを増加させることである。
これらの特徴を集めるための例示的な再帰的アルゴリズムは、以下の通りである。
CollectSearchFeatures(G)
｛
if G is a table
then Ft = Ft + number of elements is G
for each element E of G
CollectSearchFeatures(E)
otherwise
if G is a list
then Fl = Fl + number of elements in G
if G is bulleted
then Fb = Fb + number of bullets in the list G
if G is numbered
then Fn = Fn + number of numbered elements in G
for each element E of G
CollectSearchFeatures(E)
otherwise
if G is a group
then for each element E of G
CollectSearchFeatures(E)
otherwise
if G acts as a reference label
then Fr = Fr + 1
if G is an anchor
then Fa = Fa + 1
｝
すなわち、
CollectSearchFeatures(G)
｛
if Gはテーブル
then Ft = Ft + Gの要素の数
for Gの各要素E
CollectSearchFeatures(E)
otherwise
if Gはリスト
then Fl = Fl + Gの要素の数
if Gは黒丸を付す
then Fb = Fb + リストGの黒丸の数
if Gは番号を付す
then Fn = Fn + Gの番号付けされた要素の数
for Gの各要素E
CollectSearchFeatures(E)
otherwise
if Gはグループ
then for Gの各要素E
CollectSearchFeatures(E)
otherwise
if Gは参照ラベルとして機能
then Fr = Fr + 1
if Gはアンカー
then Fa = Fa + 1
｝
検索機能の総合的な強さを、種々の特徴寄与度の加重和として形成することができる。例えば、SearchStrength=wt *Ft+wl *Fl+wb *Fb+wn *Fn+wr *Fr+wa *Faであり、wt、wl、wb、wn、wr及びwaは重みであり、これらは合計で１になる。
｛
if G is a table
then Ft = Ft + number of elements is G
for each element E of G
CollectSearchFeatures(E)
otherwise
if G is a list
then Fl = Fl + number of elements in G
if G is bulleted
then Fb = Fb + number of bullets in the list G
if G is numbered
then Fn = Fn + number of numbered elements in G
for each element E of G
CollectSearchFeatures(E)
otherwise
if G is a group
then for each element E of G
CollectSearchFeatures(E)
otherwise
if G acts as a reference label
then Fr = Fr + 1
if G is an anchor
then Fa = Fa + 1
｝
すなわち、
CollectSearchFeatures(G)
｛
if Gはテーブル
then Ft = Ft + Gの要素の数
for Gの各要素E
CollectSearchFeatures(E)
otherwise
if Gはリスト
then Fl = Fl + Gの要素の数
if Gは黒丸を付す
then Fb = Fb + リストGの黒丸の数
if Gは番号を付す
then Fn = Fn + Gの番号付けされた要素の数
for Gの各要素E
CollectSearchFeatures(E)
otherwise
if Gはグループ
then for Gの各要素E
CollectSearchFeatures(E)
otherwise
if Gは参照ラベルとして機能
then Fr = Fr + 1
if Gはアンカー
then Fa = Fa + 1
｝
検索機能の総合的な強さを、種々の特徴寄与度の加重和として形成することができる。例えば、SearchStrength=wt *Ft+wl *Fl+wb *Fb+wn *Fn+wr *Fr+wa *Faであり、wt、wl、wb、wn、wr及びwaは重みであり、これらは合計で１になる。
ドキュメントのサイズも検索機能に影響を及ぼす可能性がある。小さなドキュメント内にｎ個の特徴があることは、大きいドキュメント内のｎ個の特徴よりも有用であるはずである。よって、ドキュメントサイズを、ドキュメントが含む情報の量として定義することができる。ドキュメント情報を、ドキュメント記述内の文字の数によって近似することができる。例えば、SearchDensity=SearchStrength/NumberOfCharactersである。
これにより、ドキュメントの検索を可能にする特性の測度がもたらされるが、これは潜在的に無限である。この測度を、０と１との間で変化する測度に変換することができる。例えば、Searchability=1-c/(c+SearchDensity)Pであり、c及びPは、SearchDensityの増加に伴い、Searchabilityがどの程度速く１に達するかを決定する。
ドキュメントの検索機能の総合的な程度を評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において、個々のコンテンツ検索支持特徴の組み合わせに基づいてドキュメントの検索機能を決定する、という更に広範囲の概念に関連するように、例えば、検索に影響を及ぼす異なる特徴に対する人間の反応の測定によって得られる関数など、他の検索機能決定方法を本発明の範囲内にあるとみなすべきである。
図５２乃至図５７に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントのグループ同一性の測定及び定量化である。
本発明の好適な実施の形態において、グループ同一性は、グループのメンバーをグループとして判断する能力である。グループ同一性の１つのインジケータは、本明細書では空間コヒーレンスと呼ばれ、これは、グループのメンバーが全て頁上で互いに近接して位置することを意味する。他のインジケータは、共通の背景又は取り囲む境界の存在、要素間の均一なスタイル、要素の位置合わせ、リスト又はテーブルへの要素の編成、及びグループの見出しの存在を含む。以下、これらのインジケータの測定及び組み合わせの態様を論じる。
図５３及び図５４に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントの空間コヒーレンスの測定及び定量化である。
本発明の好適な実施の形態において、空間コヒーレンスは、全てのグループ要素（図５５の１１０）が同一頁（図５５の１００）にある場合に計算される。ここで、グループ又はグループ要素の境界ボックス（図５５の１１２０）を見出すことができると仮定する。境界ボックス１１２０は、項目を囲み、垂直方向に位置合わせされた最小の長方形の幅及び高さを与える。この決定では、面積は幅と高さを掛けたものであり、即ち、A(E)=W(E)*H(E)である。グループGの空間コヒーレンスは、SpatialCoherence=(ΣA(Ei))/A(G)であり、合計はグループGの要素Eiに対するものである。
あるいは、例えば、前述の式の二乗根を用いて、面積ではなく周長の比較を行ってもよい。あるいは、グループオブジェクトの凸包の周長を実際に計算し、これを割り、面積が要素の全面積に適合する円の円周を得てもよい。
グループ要素が２頁以上にわたる場合、各頁の空間コヒーレンスを決定し、その結果を組み合わせることができる。重み付き平均を用いることができ、その場合、頁の重みはその頁上の要素の数に比例する。複数の頁にわたるグループを分離するペナルティーも含めるべきである。例えば、関与する頁の数によって割ることができる。
図５３は、空間コヒーレンスの低い例である。図５４は、空間コヒーレンスの高い例である。
本明細書に設けられるこの特定の空間コヒーレンス評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を決定するという状況において、特定の空間コヒーレンス決定方法のみでなく、コンテンツグループ同一性の決定にコンテンツオブジェクトの空間コヒーレンスの測度を用いる、という更に広範囲の概念に関連するように、例えば、コンテンツオブジェクトの異なる空間配置に対する人間の反応の測定によって得られる関数など、他の空間コヒーレンス決定方法を本発明の範囲内にあるとみなすべきである。
図５６及び図５７に示されるように、使いやすさの決定に用いられる他のパラメータ又は要因は、ドキュメントのスタイルの一貫性の測定及び定量化である。
本発明の好適な実施の形態において、複数の要素が１つのグループに属することを示す他のインジケータは、これらの要素が全て同一のスタイルをもつ、ということである。グループに対するスタイルの一貫性の測度は、スタイルの同一性を1-StyleSepとして定義することである。StyleSepはスタイルの差異を測定し、全てのグループ要素をペアワイズで比較し、これらの同一性の値を組み合わせる。組み合わせは、平均することにより行うことができる。
本明細書に設けられるこの特定のスタイル同一性評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を決定するという状況において、特定のスタイル同一性決定方法のみでなく、コンテンツグループ同一性の決定にスタイルの同一性を用いる、という更に広範囲の概念に関連するように、他のスタイル同一性決定方法を本発明の範囲内にあるとみなすべきである。
グループの単なる第１のレベルよりも深く調べ、スタイルを比較する１つの方法は、コンテンツツリーを再帰的に下方向に移動し、スタイルの一貫性に関してリーフ（末端）を比較する方法である。見つけられたリーフのスタイルを、ツリー内の第１のリーフのスタイルと比較することができる。グループの全てのメンバーを互いに関連付けるスタイルの特性を調べているため、簡潔なチェックとして、スタイル特性を第１のリーフと比較する。異なる特性値を有するリーフがあった場合、その特性をグループメンバーシップのインジケータとして使用することはできない。
全てのメンバーにおいて一貫性のあるスタイル特性の数をカウントし、その値はスタイル一貫性の測度となる。第１のリーフを得るための手順は、以下の通りである。
GetFirstLeaf(G)
｛
if G is a leaf
then return G
otherwise return GetFirstLeaf(FirstElement(G))
｝
すなわち、
GetFirstLeaf(G)
｛
if Gはリーフ（末端）
then Gをリターン
otherwise GetFirstLeaf(FirstElement(G))をリターン
｝
ツリーをトラバースしてスタイル特性を比較し、総合的な一貫性を戻す例示的な手順は以下の通りである。
｛
if G is a leaf
then return G
otherwise return GetFirstLeaf(FirstElement(G))
｝
すなわち、
GetFirstLeaf(G)
｛
if Gはリーフ（末端）
then Gをリターン
otherwise GetFirstLeaf(FirstElement(G))をリターン
｝
ツリーをトラバースしてスタイル特性を比較し、総合的な一貫性を戻す例示的な手順は以下の通りである。
LeafConsistency(G, StyleProperties, CurrentConsistency)
｛
if G is a leaf
then CurrentConsistency =
CheckConsistency(G, StyleProperties, CurrentConsistency)
otherwise
for each element E of G
CurrentConsistency =
LeafConsistency(E, StyleProperties, CurrentConsistency)
return CurrentConsistency
｝
すなわち、
LeafConsistency(G, StyleProperties, CurrentConsistency)
｛
if Gはリーフ
then CurrentConsistency =
CheckConsistency(G, StyleProperties, CurrentConsistency)
otherwise
for Gの各要素E
CurrentConsistency =
LeafConsistency(E, StyleProperties, CurrentConsistency)
CurrentConsistencyをリターン
｝
ここで、StylePropertiesは第１のリーフのスタイル特性値を含む配列であり、CurrentConsistencyは、これまでにチェックした全てのリーフが均一な値を有するか否かを各スタイル特性毎に示す配列である。
｛
if G is a leaf
then CurrentConsistency =
CheckConsistency(G, StyleProperties, CurrentConsistency)
otherwise
for each element E of G
CurrentConsistency =
LeafConsistency(E, StyleProperties, CurrentConsistency)
return CurrentConsistency
｝
すなわち、
LeafConsistency(G, StyleProperties, CurrentConsistency)
｛
if Gはリーフ
then CurrentConsistency =
CheckConsistency(G, StyleProperties, CurrentConsistency)
otherwise
for Gの各要素E
CurrentConsistency =
LeafConsistency(E, StyleProperties, CurrentConsistency)
CurrentConsistencyをリターン
｝
ここで、StylePropertiesは第１のリーフのスタイル特性値を含む配列であり、CurrentConsistencyは、これまでにチェックした全てのリーフが均一な値を有するか否かを各スタイル特性毎に示す配列である。
第１のリーフのスタイル特性に対するスタイル特性の実際のチェックを、以下のように行うことができる。
CheckConsistency(G, StyleProperties, CurrentConsistency)
｛
for each style property i
if StyleValue(G, i) does not match StyleProperties[i]
then CurrentConsistency[i] = 0
return CurrentConsistency
｝
すなわち、
CheckConsistency(G, StyleProperties, CurrentConsistency)
｛
for 各スタイル特性i
if StyleValue(G, i)がStyleProperties[i]に適合しない
then CurrentConsistency[i] = 0
CurrentConsistencyをリターン
｝
スタイルの一貫性をチェックする手順は以下の通りである。
｛
for each style property i
if StyleValue(G, i) does not match StyleProperties[i]
then CurrentConsistency[i] = 0
return CurrentConsistency
｝
すなわち、
CheckConsistency(G, StyleProperties, CurrentConsistency)
｛
for 各スタイル特性i
if StyleValue(G, i)がStyleProperties[i]に適合しない
then CurrentConsistency[i] = 0
CurrentConsistencyをリターン
｝
スタイルの一貫性をチェックする手順は以下の通りである。
StyleConsistency(G)
｛
E = GetFirstLeaf(G)
for each style property i
｛
StyleProperties[i] = StyleValue(E, i)
CurrentConsistency[i] = 1
｝
LeafConsistency(G, StyleProperties, CurrentConsistency)
return the sum of the CurrentConsistency array value
divided by the array size.
｝
すなわち、
StyleConsistency(G)
｛
E = GetFirstLeaf(G)
for 各スタイル特性i
｛
StyleProperties[i] = StyleValue(E, i)
CurrentConsistency[i] = 1
｝
LeafConsistency(G, StyleProperties, CurrentConsistency)
return 配列サイズで除したCurrentConsistency配列値の合計をリターン.
｝
更に洗練された計算を行うことができる。図５６は、スタイルの一貫性に乏しい例である。図５７は、スタイルの一貫性が良好な例である。
｛
E = GetFirstLeaf(G)
for each style property i
｛
StyleProperties[i] = StyleValue(E, i)
CurrentConsistency[i] = 1
｝
LeafConsistency(G, StyleProperties, CurrentConsistency)
return the sum of the CurrentConsistency array value
divided by the array size.
｝
すなわち、
StyleConsistency(G)
｛
E = GetFirstLeaf(G)
for 各スタイル特性i
｛
StyleProperties[i] = StyleValue(E, i)
CurrentConsistency[i] = 1
｝
LeafConsistency(G, StyleProperties, CurrentConsistency)
return 配列サイズで除したCurrentConsistency配列値の合計をリターン.
｝
更に洗練された計算を行うことができる。図５６は、スタイルの一貫性に乏しい例である。図５７は、スタイルの一貫性が良好な例である。
本明細書に設けられるこの特定の一貫性評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を決定するという状況において、特定の一貫性決定方法のみでなく、コンテンツグループ同一性の決定に一貫性の測度を用いる、という更に広範囲の概念に関連するように、例えば、コンテンツオブジェクトのスタイルの一貫性に対する人間の反応の測定によって得られる関数など、他の一貫性決定方法を本発明の範囲内にあるとみなすべきである。
リーフ（末端）ノードの探索でツリーを下るほど、そのノードが、分析されている実際のグループの特性を反映することが少なくなると論じることができる。従って、リーフノードに関しては、固定した深さまでのツリーの検索のみを望む場合がある。非リーフ（末端でない）ノードを、その特性の一貫性のために互いに比較することもできる。また、非リーフノードの場合は、単にテーブル同士やリスト同士などを比較してもよい。しかし、このことにより、検索に使用する適切な深さの問題が提起される。これに対処する１つの方法は、全ての深さに対して一貫性を計算してその結果を組み合わせ、深さの浅い部分に、深い部分よりも大きい重みを付けることである。
本発明の好適な実施の形態において、グループ同一性に対する寄与度の測度を、構造、見出し、境界及び背景から計算することもできる。グループオブジェクトに背景（又は境界）があるか、グループオブジェクトに見出し要素があるか、そしてグループオブジェクトがリスト又はテーブルであるかを決定する手段を仮定し、グループが見出しを含むか否かに基づいて見出しインジケータを生成することができる。下記の擬似コードはこのことを示す。
if first element of the group is a heading
then HasHeading = 1
otherwise HasHeading = 0
すなわち、
if グループの第１要素は見出し
then HasHeading = 1
otherwise HasHeading = 0
同様に、下記の擬似コードに示されるように、明確な背景要素及び／又は境界を調べることができる。
then HasHeading = 1
otherwise HasHeading = 0
すなわち、
if グループの第１要素は見出し
then HasHeading = 1
otherwise HasHeading = 0
同様に、下記の擬似コードに示されるように、明確な背景要素及び／又は境界を調べることができる。
if the group has its own background
then HasBackground = 1
otherwise HasBackground = 0
if the group has a border
then HasBorder = 1
otherwise HasBorder = 0
すなわち、
if グループは背景を有する
then HasBackground = 1
otherwise HasBackground = 0
if グループは境界を有する
then HasBorder = 1
otherwise HasBorder = 0
テーブル索引を用いて、構造的寄与度をグループのタイプに基づいて得ることができる。StructuralIdentity=StructIdentTable[type(G)]によって得られるように、リスト及びテーブルを、コヒーレントなオブジェクトとして、未構築のグループよりも容易に認識できるはずである。
then HasBackground = 1
otherwise HasBackground = 0
if the group has a border
then HasBorder = 1
otherwise HasBorder = 0
すなわち、
if グループは背景を有する
then HasBackground = 1
otherwise HasBackground = 0
if グループは境界を有する
then HasBorder = 1
otherwise HasBorder = 0
テーブル索引を用いて、構造的寄与度をグループのタイプに基づいて得ることができる。StructuralIdentity=StructIdentTable[type(G)]によって得られるように、リスト及びテーブルを、コヒーレントなオブジェクトとして、未構築のグループよりも容易に認識できるはずである。
これらのグループ同一性インジケータを組み合わせて総合的な同一性測度にすることができる。この測度は重み付け平均によって得られるが、好適な実施の形態では、以下のように冪の重み付け平均の根を用いる。
GroupIdentity = c - [wsp * (c - SpatialCoherence)-p
+ wst * (c - StyleConsistency)-p
+ wah * (c - alignH)-p + wav * (c - alignV)-p
+ wh * (c - HasHeading)-p
+ wbk * (c - HasBackground)-p
+ wbd * (c - HasBorder)-p
+ wsi * (c - StructuralIdentity)-p]-1/p
ここで、wsp、wst、wah、wav、wh、wbk、wbd及びwsiは重みであり、合計で１になる。パラメータc及びpは、単一の良好な値が支配する程度を制御する。定数cは１よりもわずかに大きく、冪pは一般的に１以上である。大きな値を支持する冪関数を用いてインジケータを組み合わせることができる。
+ wst * (c - StyleConsistency)-p
+ wah * (c - alignH)-p + wav * (c - alignV)-p
+ wh * (c - HasHeading)-p
+ wbk * (c - HasBackground)-p
+ wbd * (c - HasBorder)-p
+ wsi * (c - StructuralIdentity)-p]-1/p
ここで、wsp、wst、wah、wav、wh、wbk、wbd及びwsiは重みであり、合計で１になる。パラメータc及びpは、単一の良好な値が支配する程度を制御する。定数cは１よりもわずかに大きく、冪pは一般的に１以上である。大きな値を支持する冪関数を用いてインジケータを組み合わせることができる。
分離性及び識別度と同様に、グループ同一性の値の小さいオブジェクト又はグループはいずれもドキュメント全体に強い影響を与える可能性があり、例えば冪の根として組み合わせるなどでより大きな重みが与えられることが好ましい。コンテンツツリーを再帰的にトラバースすることによってドキュメントグループ同一性を計算する擬似コードアルゴリズムが提供される。このアルゴリズムは、単純な重み付き平均を計算する。重みwLはツリーレベルＬによって変わり得る。DocumentGroupIdentityを見出すために、コンテンツツリーのルートノードに対してこのルーチンを呼び出す。
DocumentGroupIdentity(G)
｛
if G is a leaf node
then return 1
otherwise
for each child C of G
call DocumentGroupIdentity(C) and find the average of these values A
return wg * GroupIdentity(G) + (1 - wg) * A
｝
すなわち、
DocumentGroupIdentity(G)
｛
if Gはリーフノード
then 1をリターン
otherwise
for Gの各子孫（下位のもの）C
DocumentGroupIdentity(C)をコール and 値Aの平均を求める
wg * GroupIdentity(G) + (1 - wg) * Aをリターン
｝
本明細書に設けられるこの特定のグループ同一性評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、特定のグループ同一性決定方法のみならず、ドキュメントの総合的なグループ同一性の決定に個々のグループ同一性の測度を用いる、という更に広範囲の概念に関連するように、例えば、グループ同一性に関する異なるドキュメント特性に対する人間の反応の測定によって得られる関数など、他のグループ同一性決定方法を本発明の範囲内にあるとみなすべきである。
｛
if G is a leaf node
then return 1
otherwise
for each child C of G
call DocumentGroupIdentity(C) and find the average of these values A
return wg * GroupIdentity(G) + (1 - wg) * A
｝
すなわち、
DocumentGroupIdentity(G)
｛
if Gはリーフノード
then 1をリターン
otherwise
for Gの各子孫（下位のもの）C
DocumentGroupIdentity(C)をコール and 値Aの平均を求める
wg * GroupIdentity(G) + (1 - wg) * Aをリターン
｝
本明細書に設けられるこの特定のグループ同一性評価方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、特定のグループ同一性決定方法のみならず、ドキュメントの総合的なグループ同一性の決定に個々のグループ同一性の測度を用いる、という更に広範囲の概念に関連するように、例えば、グループ同一性に関する異なるドキュメント特性に対する人間の反応の測定によって得られる関数など、他のグループ同一性決定方法を本発明の範囲内にあるとみなすべきである。
図５２に示されるような測度の組み合わせは、ドキュメントのグループ同一性の評価に有用である。
より具体的には、図５２に示されるように、グループ同一性は、空間コヒーレンス、スタイルの一貫性、構造的同一性、水平方向の位置合わせ、垂直方向の位置合わせ、見出し、背景、及び／又は境界の組み合わせとみなされる。図５２では、定量化されたグループ同一性の値は、グループ同一性定量化器又は結合器回路２７を用いて、空間コヒーレンス、スタイルの一貫性、構造的同一性、水平方向の位置合わせ、垂直方向の位置合わせ、見出し、背景、及び／又は境界を組み合わせることにより得られる。
この図はグループ同一性定量化プロセス用の回路を示しており、このプロセスをマイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行することもできることに注意する。定量化は特定の回路に限定されておらず、後述の方法を実施することのできるソフトウェア及び／又はハードウェアの任意の組み合わせが可能である。
前述のように、コンテンツグループの使いやすさを、寄与要因の測度の組み合わせとして計算する。これらの要因は、分離性、識別度、検出性、検索機能、及び／又はグループ同一性を含むことができる。グループ要素同士の関係や、グループ要素とグループに属さない近傍物との関係を用いて、これらの要因を計算することができる。
これらの関係は、例えば、空間コヒーレンス、空間分離、位置合わせ分離、見出し分離、背景分離、及び／又はスタイル分離を含むことができる。各要因が、０と１の間の範囲に及ぶ値を生じるように定義され、０が、品質値に対する使いやすさの寄与度が低いか又は不十分であることを意味し、１が、品質値に対する使いやすさの寄与度が高いか又は十分であることを意味する場合、これらの要因（及びおそらく他のこのような規則）を計算し、組み合わせて、使いやすさに対する総合的な寄与度の測度をコンテンツグループの処理から形成する。Viがi番目の規則に対して計算された値である場合、グループの使いやすさの測度VEUは、これらの寄与度の関数Eとして形成される。即ち、VEU=E(V1,V2, …, VN)である。
結合関数Eを寄与度の重み付き平均と同じ位簡潔にできるが、良くない寄与度が１つでもあると、残りがどんなに良くても使いやすさを台無しにしてしまう可能性があるため、線形結合は好ましくない。その代わりに、VEU=(Σwi(d+Vi)-p)-1/p-dを用いる。
係数wiは、各規則の相対重要度を特定する重みであり、これらは合計で１になるはずである。指数pは、１つの不良な値が多くの良い値を圧倒する可能性のある非線形性を導入する。pが大きいほど、この影響は大きくなる。
他の結合関数が可能であり、例えば、寄与度の積を用いることができる。寄与度の重み付けが必要である場合、これを累乗法で行うことができる。即ち、VEU=ΠVi wi'である。
本明細書に設けられた、コンテンツグループの使いやすさを評価するこの特定の方法は例示的なものであり、本発明の範囲を限定するものとみなされない。本発明が、ドキュメントの使いやすさやドキュメントの質を評価するという状況において、特定の使いやすさ決定方法のみでなく、個々のグループ特性の測度の組み合わせを用いる、という更に広範囲の概念に関連するように、例えば、グループの使いやすさに関する異なるドキュメント特性に対する人間の反応の測定によって得られる関数など、グループの使いやすさを決定する他の方法を本発明の範囲内にあるとみなすべきである。
図３５に示されるような使いやすさの測度の組み合わせは、ドキュメントの使いやすさの評価に有用である。
より具体的には、図３５に示されるように、グループの使いやすさは、分離性、識別度、検出性、検索機能、及び／又はグループ同一性の組み合わせとみなされる。図３５では、定量化されたグループの使いやすさの値は、使いやすさ定量化器又は結合器回路２０を用いて、分離性、識別度、検出性、検索機能、及び／又はグループ同一性を組み合わせることにより得られる。
この図は使いやすさ定量化プロセス用の回路を示しており、このプロセスをマイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行することもできることに注意する。定量化は特定の回路に限定されておらず、後述の方法を実施することのできるソフトウェア及び／又はハードウェアの任意の組み合わせが可能である。
注目性
広告や警告表示等の幾つかの文書では、文書が見る人の目及び注意を引くことが重要である。従って、これらの文書の品質に寄与する重要な特性は、所与のレイアウトの注目性である。本発明は、このような注目性の測度を計算する方法を提供する。
注目性
広告や警告表示等の幾つかの文書では、文書が見る人の目及び注意を引くことが重要である。従って、これらの文書の品質に寄与する重要な特性は、所与のレイアウトの注目性である。本発明は、このような注目性の測度を計算する方法を提供する。
注目性は、より単純な複数の特性の組み合わせとして計算される。より単純な注目性特性のいずれかが強く存在する場合には、その全体的な効果として目を引く文書となる。寄与ファクタには、色彩の豊かさ、色の不調和、フォントサイズ、情報の軽さ、画像の割合、及び／又は目新しさが含まれ得る。各ファクタは、０（注目性の値が低い、即ち悪いことを意味する）〜１（注目性の値が高い、即ち良好であることを意味する）の範囲の値を生じるよう定義される。これら（及び可能であれば他のこのような規則）を計算して結合し、全体的な注目性の測度を構成できる。Viがｉ番目の規則について計算された値である場合に、注目性の測度VECはこれらの寄与の関数Eとして構成される。即ち、VEC = E(Vcl,Vd,Vf,Vil,Vp ... Vn)となる。
結合関数Eは、これらの寄与の重み付き平均のような簡単なものであってよいが、他の寄与因子がいかに悪くても、いずれかの良好な寄与因子によって、目を引く文書を生じ得るので、線形結合は好ましくない。或いは、VEC = d - [Σwi(d - Vi)-p]-1/pを用いる。
式中、dは１より僅かに大きい数である。dの値が１に近いほど、良好な値によって他の値が強く補償される。wi係数は、各規則の相対的な重要度を指定する重みであり、これらの合計は１になるべきである。指数pは非線形性を導入するものであり、１つの良好な値が多くの悪い値を圧倒する強さを増加させることもできる。pが大きいほどこの効果は大きい。なお、この寄与ファクタを結合する式は、美観のファクタ又は使いやすさのファクタを結合するための好ましい方法とは異なる。美観及び／又は使いやすさの場合には、いずれかの悪いファクタが品質を損なう。従って、結合すると、いずれかの低い寄与によって低い結果が生じる。しかし、注目性に関しては、いずれかの良好なファクタが他を救済し、結合すると、いずれかの高い寄与によって高い結果が生じる。
他の結合関数も可能であり、例えば、寄与の逆数の積の逆数をとることもできよう。寄与の重み付けが望ましい場合には、これは指数計算によって行うことができる。即ち、VEC = 1 - Π(1 - i)wi' となる。
本明細書で提供される、文書の注目性を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、注目性を判定する特定の方法のみでなく、文書の注目性及び文書の品質を評価する状況において個々の測度の組み合わせを用いるという遙かに広い概念にも向けられるように、例えば、人目を引く能力に関する文書特性の変化に対して測定された人間の反応の関数等の、注目性を判定する他の方法も、本発明の範囲内であると考えられるべきである。
図５８に示されるような測度の組み合わせは、文書の注目性の評価において有用である。
具体的には、図５８に示されるように、注目性は、色彩の豊かさ、色の不調和、フォントサイズ、情報の軽さ、画像の割合、及び／又は目新しさの組み合わせであると考えられる。図５８では、定量化された注目性の値は、注目性定量化器又は結合回路３０を用いて、色彩の豊かさ、色の不調和、フォントサイズ、情報の軽さ、画像の割合、及び／又は目新しさの組み合わせによって導出される。
なお、この図は、注目性定量化処理のための回路を示しており、この処理は、マイクロプロセッサ及び／又は他のファームウェアによってソフトウェアで実行されてもよい。定量化は特定の回路に限定されず、後述する方法論を実行可能なソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
本発明の好ましい実施形態において、色は人目を引くものであり、グレーのページよりも明るいオレンジのページの方が良好に注意を引くことができる。ここで対象となる色の第一の特性は彩度（又はクロミナンス（色差））である。１つの文書又はページの全体的な色彩の豊かさの判定に使用可能な近似彩度値の計算には、複数の可能な方法がある。ＲＧＢ色空間で表される色の恐らく最も簡単な計算は、c = max(R,G,B) - min(R,G,B)であり、図５９に示されるように、式中、cは彩度（又はクロミナンス）であり、max及びminはそれぞれ最大関数及び最小関数である。
これに代わる計算は、c = [E2 + S2]1/2であり、式中、E = R - Gであり、S = (R + G) / 2 - Bである。
色がＬ*ａ*ｂ*色空間で表される場合には、クロミナンスはc = [(a*)2 + (b*)2]1/2として計算できる。
色の彩度値は、その色のオブジェクトの面積によって重み付けされる。次に、これを文書の合計面積で除算し、色彩の豊かさの測度を得る。即ち、Vcl = Σci Ai / Adとなる。式中、Vclは色彩の豊かさの測度であり、ciはｉ番目のオブジェクトの彩度値であり、Aiはそのオブジェクトの面積である。Adは文書全体の面積である。この合計は、文書中に見られる全オブジェクトである。
本明細書で与えられる、コンテンツの色彩の豊かさを評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、色彩の豊かさを判定する特定の方法のみでなく、文書の注目性及び文書の品質を評価する状況において色彩の豊かさの測度を用いるという概念にも向けられるように、例えば、色の量及びタイプの変化に対して測定された人間の反応の関数等の、色彩の豊かさを判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施形態において、１つのページに複数の色が存在する場合には、重要なのは存在する色の彩度の量だけでなく、これらの色がどの程度調和しているかも重要である。例えば、ピンクと緑は、ピンクとオレンジよりも遙かに調和する。ぶつかり合う色は人目を引く。従って、注目性特性に対する寄与因子の１つは色の不調和である。
以下の議論では、色の不調和の計算を、一緒に見ることができる複数のオブジェクト（即ち、１つのページ上の複数のオブジェクト）に関して説明する。文書が複数のページを有する場合には、全てのページに対する色の不調和の平均値を決定可能である。
２つの色の間の色の不調和（又は調和）は、主にそれらの色相差によって決定される（但し、色は十分な彩度と注目に値する面積とを有するべきである）。
当該技術分野では、近似色相値を色差成分の角度として計算する複数の方法が知られている。例えば、上述したE値及びS値を用いて、色相をh = arctan(S/E)として定義することができる。
当該技術分野で周知のように、E=0の場合には特別な扱いが必要であり、E/Sと(-E)/(-S)との混乱を回避するために、象限を判定するための符号の確認を行うべきである。この結果を２πで除算して、０〜１の値を得ることもできる。
Ｌ*ａ*ｂ*色空間では、h = arctan((b*)/(a*))を与える同様の計算を行うことができる。
Ａ．Ｒ．スミス（A. R. Smith）によって説明されている、近似色相値を計算する別の方法は、以下の擬似コードで表される。
v = max(R, G, B)
w = min(R, G, B)
c = v - w
r1 = (v - R) / c
g1 = (v - G) / c
b1 = (v - B) / c
if (R = = v)
if (G = = w)
h = 5 + b1
else
h = 1 - g1
else if (G = = v)
if (B = = w)
h = 1 + r1
else
h = 3 - b1
else
if (R = = w)
h = 3 + g1
else
h = 5 - r1
h = h / 6
色の不調和を計算するためには、まず、図６０に示されるように、どの色相が、問題となるのに十分な強さをもって存在するかを判定しなければならない。ページ上の各オブジェクトについて、上述したように、その色の彩度及び面積を計算する。彩度が低いオブジェクトは強く寄与するべきではない。これを実行する１つの方法は、彩度を閾値と比較して、彩度が不十分なオブジェクトを無視することである（即ち、Tcは閾値であり、ciはTcよりも大きくなくてはならない）。
v = max(R, G, B)
w = min(R, G, B)
c = v - w
r1 = (v - R) / c
g1 = (v - G) / c
b1 = (v - B) / c
if (R = = v)
if (G = = w)
h = 5 + b1
else
h = 1 - g1
else if (G = = v)
if (B = = w)
h = 1 + r1
else
h = 3 - b1
else
if (R = = w)
h = 3 + g1
else
h = 5 - r1
h = h / 6
色の不調和を計算するためには、まず、図６０に示されるように、どの色相が、問題となるのに十分な強さをもって存在するかを判定しなければならない。ページ上の各オブジェクトについて、上述したように、その色の彩度及び面積を計算する。彩度が低いオブジェクトは強く寄与するべきではない。これを実行する１つの方法は、彩度を閾値と比較して、彩度が不十分なオブジェクトを無視することである（即ち、Tcは閾値であり、ciはTcよりも大きくなくてはならない）。
別の手法は、Ai' = Ai*ciのように、オブジェクトの面積を彩度によって重み付けすることである。彩度を面積の重み付けに用いる前に、彩度を累乗する等の別の変形も可能である。
そのページ上で見られる各色相の面積を決定するために、識別された色の面積を全てのオブジェクトにわたって合計することができる。H[n*hi] = H[n*hi] + Ai'等の疑似コード表現によって、これらの面積を、ｎ個の可能な色相のバケットのテーブルHに集めることができる。式中、hiはｉ番目のオブジェクトの色相であり、Ai'はその重み付き面積である。
色の不調和を判定するために、見出された各色相を、見出された他の各色相と比較する。即ち、Hテーブルによって表される全ての色を互いに比較する。Hテーブルによって各色相で見える面積の量がわかり、Hテーブルを用いて、或る色の合計面積が考慮するに値しないほど小さい場合を無視することができる。或いは、１つのページ上の複数のオブジェクトの色を集める別の方法は、各オブジェクトの色をその近傍の色と比較することである。どの方法を用いるかに関わらず、全ての比較結果を何らかの方法で結合しなければならない。これを行う簡単な方法は、単に、比較によって遭遇した最大不調和値を保存することである。擬似コードの例は以下の通りである。
Vd = 0
for i from 1 to n
｛ for j from i to n
｛ dissonance = calculateDissonance(i, j, H[i], H[j])
if dissonance > Vd
Vd = dissonance
｝
｝
このcalculateDissonance関数は、以下のようになり得る。
calculateDissonance(i, j, ai, aj)
｛
if ai > bigEnough and aj > bigEnough
return dissonanceTable[j - i]
otherwise
return 0
｝
ここで、bigEnoughは、色の小さな面積を無視するために用いられる閾値であり、dissonanceTableは色の不調和値のテーブルである。
Vd = 0
for i from 1 to n
｛ for j from i to n
｛ dissonance = calculateDissonance(i, j, H[i], H[j])
if dissonance > Vd
Vd = dissonance
｝
｝
このcalculateDissonance関数は、以下のようになり得る。
calculateDissonance(i, j, ai, aj)
｛
if ai > bigEnough and aj > bigEnough
return dissonanceTable[j - i]
otherwise
return 0
｝
ここで、bigEnoughは、色の小さな面積を無視するために用いられる閾値であり、dissonanceTableは色の不調和値のテーブルである。
テーブルを用いることにより、任意の所望の関数形状を用いることが可能になるが、不調和値を直接計算することも可能である。不調和テーブルは、色の調和及び不調和のモデルを捕捉する。簡単なモデルは、色の調和がそれらの色相差のみに依存し、それらの絶対的な色相には依存しないものである。このモデルを用いる場合、不調和テーブルは色相差のみでインデックスされればよい。このようなモデルの一例では、類似した（離間が０度に近い）色相角、又は反対の（１８０度離間した）色相角、又は色相環を３分の１回った（１２０度離間した）色相角を有する色が、調和していると見なされ、他の色相角の差は不調和であると見なされる。不調和テーブルに格納されたこれらの値は、図９６でグラフィカルに示されるものと類似して見える。
別の計算も可能である。例えば、各不調和索引を、測定において考慮中の２つの色相の面積の積で重み付けして、全ての比較にわたる重み付きの不調和の結果を合計してもよい。この合計は、全ての面積の積の合計（不調和の結果は要素に入れない）によって除算することによって正規化されるべきである。この計算により、最大不調和の代わりに、より多くの且つ全体的な平均不調和測度が与えられる。本明細書で与えられる、コンテンツの色の不調和を評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、色の不調和を判定する特定の方法のみでなく、文書の注目性及び文書の品質を評価する状況において色の不調和の測度を用いるという概念にも向けられるように、例えば、色の量及びタイプの変化に対して測定された人間の反応の関数等の、色の不調和を判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施形態において、注目性のための別のメカニズムは大きなフォントを用いることである。これにより、離れた位置からもテキストを読むことができると共に、そのテキストに重要な印象を与える。文書が白黒で表される場合にこのメカニズムを用いることができる。ここで重要なのは（平均ではなく）最大フォントサイズである。これは、全ての使用フォントをステップスルーし（又は、全テキストをステップスルーしてフォントを見出し）、最大のものを記録することによって求めることができる。他の測度と結合するために、求められた最大フォントサイズは０〜１の数に変換されるべきである。
これを行う方法はVf = f / (fn + f)である。式中、fは求められた最大フォントサイズであり、fnは一般的な文書中に見出される一般的なフォントサイズに近い（例えば８又は１０ポイント）。
最大フォントを、文字数の関数によって重み付けすることを考慮してもよい。しかし、存在する文字が少ない場合にのみ、文字数の増加が文書の注目性を高め得る一方で、文字数が多い場合にはこの効果は低減されることがある。
文書内の全てのフォントを同時に考慮することにより、フォントサイズの影響を計算できるが、別の方法として、各ページの影響を個別に判定し、次に、これらのページの結果を結合する方法がある。ページの結果の結合は単純な平均によって行ってもよく、これはプレゼンテーション等の文書に対しては適切であり得る。しかし、多くの文書にとっては、１つのページ（例えば表紙）が人目を引けば十分であり、個々のページ寄与のいずれかが高い場合に高スコアを与える非線形の結合方法を用いる方が良好であり得る。或いは、最初のページが他のページよりも高く重み付けされる重み付き平均を用いてもよい。
本明細書で与えられる、フォントサイズの影響を評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、フォントサイズの測度を判定する特定の方法のみでなく、文書の注目性及び文書の品質を評価する状況においてフォント及びフォントサイズの測度を用いるという概念にも向けられるように、例えば、フォントのサイズ及びタイプの変化に対して測定された人間の反応の関数等の、フォントサイズを判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施形態において、情報が密に詰まったページでは、一般的に、情報が小さく且つ均一であることが必要であり、人目を引く可能性が低い。情報は、例えば、無視され易い小さな黒いテキストと人目を引く大きな色付きのテキストとの混合体として示される場合があるので、これは色やフォントサイズのような厳密な指標ではない。それにも関わらず、情報の軽さ（情報の密度の逆）を、文書の注目性挙動に関するまた別の手掛かりとして用いることができる。
テキストについては、存在する情報の大まかな測度は、単に、その情報の符号化に用いられた文字数Ncである。単語数のカウント等の別の測度を考慮してもよい。
グラフィック図形については、その図形を構築するために用いられている基本的図形構成体（線、矩形、円、弧、ストローク、三角形、多角形等）の数をカウントすることができる。図形構成体のカウントNgを倍率値（scaling value）で乗算して、テキストの測度に対して標準化してもよい。
画像の情報量Npの見積りは、より厄介である。１つの簡単な手法は、単に、各画像に対して一定の情報見積り値を含むことである。
別の手法は、近傍の値からの画素値の分散を合計し、画像面積によって除算することである。画像中に見出される情報を見積るために、別の手法を用いることも可能である。この測度をテキストの測度と一致させるために、見積りには画像の倍率（scaling factor）も必要となり得る。総情報量は、Nt = Nc + sgNg + spNpとなる。
情報密度は、総情報量を文書面積で除算したもの、即ち、Id = Nt / Adである。
これを０〜１の範囲の数に変換するために、ここでもVid = Id / (a + Id)の方法を用いることができる。式中、ａは一般的な情報密度の値に近い定数である。
情報の軽さは、Vil = 1 - Vidによって計算されるような、情報密度の逆数として定義できる。
本明細書で与えられる、情報の密度及び軽さを評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、情報の密度又は軽さを判定する特定の方法のみでなく、文書の注目性及び文書の品質を評価する状況において情報の軽さの測度を用いるという概念にも向けられるように、例えば、情報の量及び面積の変化に対して測定された人間の反応の関数等の、情報の軽さを判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施形態において、画像は純粋なテキストよりも人目を引く。中身は話を伝えるための単純なテキストのみであるペーパーバック本の表紙に、見る人を惹きつけて購入させることを意図した画像がある理由は、これである。当然ながら、全ての画像が等しく面白いわけではなく、画像の注目性の真の測度には、画像コンテンツの何らかの分析が必要であろう。それでも、文書中に何らかの画像が存在することは、一般的に、より高い注目性の指標である。このことの簡単な測度は、画像が占める文書面積の割合Apである。標準化された測度はVp = Ap / Adである。
本明細書で与えられる、画像の割合を評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、画像の割合を判定する特定の方法のみでなく、文書の注目性及び文書の品質を評価する状況において画像の割合の測度を用いるという概念にも向けられるように、例えば、画像情報の量の変化に対して測定された人間の反応の関数等の、画像の割合を判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施形態において、文書がどの程度人目を引くかの別の指標は、文書の目新しさ、即ち、予期されないものや従来的でないものの存在である。当然ながら、何かが予期されない又は従来的でないものであるか否かを知るには、まず、予期されるものや従来的なものの何らかのモデルがなければならない。このようなモデルはかなり複雑になり得ると共に、文書のタイプ及び想定される使用法等のファクタを含み得る。しかし、この目新しさの使用は簡単なモデルで示される。そのモデルは、各スタイルパラメータに対して期待される単一の典型値である。
スタイルパラメータとは、文書の外観及びプレゼンテーションを支配する使用可能な選択肢である。スタイルパラメータは、背景及び飾り罫の存在、飾り罫及び罫線の太さ、段落のインデント及び間隔、リストのインデント、リストの黒丸、フォントのスタイル、フォントの太さ等を含み得る。スタイルパラメータには、フォントサイズ及び色の選択も含まれ、これらについては先に個別に考慮した。
完全を期するためには、色及びフォントサイズを目新しさの見積りに含むことが適切であると思われるが、注目性に関する色及びフォントサイズの寄与は、非従来性のみで説明されるよりも遙かに大きいので、これらは、注目性の計算において区別されるべきであるとも思われる。
簡単なモデルでは、各スタイルパラメータPiは期待値P0iを有する。しかし、任意のスタイルパラメータ、特に二値の（又は列挙された）選択肢を有するパラメータについては、実際のスタイルPiが期待値P0iに一致しない場合には、一定の目新しさの寄与niを単純に加えることができる。例えば、（恐らくは罫線の幅又はフォントサイズの場合のように）スタイルパラメータが期待値から絶えず変化し得る場合には、より複雑な計算も可能である。スタイルの違いの関数は、目新しさの寄与として、ni = F(Pi - P0i)で計算できる。
列挙されたスタイル値については、テーブル索引を用いて、目新しさの寄与に対するより高い柔軟性及び制御を得ることができる。即ち、ni = T[Pi] となる。
文書全体の目新しさは、全てのスタイル設定についての目新しさの寄与の平均をとることによって求めることができる。従って、文書がｍ個のスタイル選択肢を有していた場合には、平均的な目新しさはVn = Σni / mとなる。
期待値P0iは先験的に設定可能であり、或いは、好ましくは、典型的な文書のスタイル設定を調べることによって求めることができる。期待値P0iが文書の分析によって決定される場合には、分析を進行形で（on-going basis）行うことができ、現在の典型的な文書スタイルに合わせることが可能となる。
より複雑なモデルでは、スタイルの期待値は、その文書の論理構造におけるコンテンツ項目の位置に依存し得る。従って、見出しに期待されるフォントスタイルには、本文テキストに期待される設定とは異なる重み付けがされてもよい。しかし、どのように計算されても、目新しさは、文書の注目性に関する手掛かりを提供できる。
本明細書で与えられる、目新しさを評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。例えば、異なるスタイルに対して測定された人間の反応の関数等の、目新しさを判定する他の方法も、本発明の範囲内であると考えられるべきである。本発明は、目新しさを判定する特定の方法のみでなく、文書の注目性及び文書の品質を評価する状況において目新しさの測度を用いるという概念にもかかるものである。
面白さ（興味）
文書の品質に寄与する注目性に類似した文書特性は、文書が注意及び興味を持続させる能力である。文書の面白さに対する主な寄与因子はその主題であるが、その主題のプレゼンテーション（スタイル及びフォーマット）も面白さのレベルに影響し得る。本発明は、スタイル及びフォーマットの決定のために、面白さに寄与するより単純なファクタの組み合わせとして計算される、面白さの測度を計算する方法を提供する。より単純な面白さのファクタのいずれかが強く存在する場合には、全体的な効果として面白い文書になる。
面白さ（興味）
文書の品質に寄与する注目性に類似した文書特性は、文書が注意及び興味を持続させる能力である。文書の面白さに対する主な寄与因子はその主題であるが、その主題のプレゼンテーション（スタイル及びフォーマット）も面白さのレベルに影響し得る。本発明は、スタイル及びフォーマットの決定のために、面白さに寄与するより単純なファクタの組み合わせとして計算される、面白さの測度を計算する方法を提供する。より単純な面白さのファクタのいずれかが強く存在する場合には、全体的な効果として面白い文書になる。
ファクタとしては、多様性、変化率、強調、グラフィックの割合、色彩の豊かさ、色の不調和、画像の割合、及び／又は目新しさが含まれ得る。これらの各ファクタに対する計算方法が定められると共に、各ファクタは、０（面白さ（興味）の値が低い、即ち悪いことを意味する）〜１（面白さの値が高い、即ち良好であることを意味する）の範囲の値を生じるように設計される。これら（及び可能であれば他のこのようなファクタ）を計算して結合し、全体的な面白さの測度Viを構成できる。注目性特性について上述した方法と同様の方法により、個別のファクタを結合できる。
本明細書で提供される、文書が興味を持続させる能力を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、興味を持続させる能力を判定する特定の方法のみでなく、文書の面白さ及び文書の品質を評価する状況において個々の測度の組み合わせを用いるという遙かに広い概念にも向けられるように、例えば、興味を持続させる能力に関する文書特性の変化に対して測定された人間の反応の関数等の、文書がどの程度良好に興味を持続させるかを判定する他の方法も、本発明の範囲内であると考えられるべきである。
図６２に示されるように、面白さの判定に用いられる別のパラメータ又はファクタは、文書の多様性の測定及び定量化である。
本発明の好ましい実施形態において、文書を見て面白いものにする１つの方法は、そのプレゼンテーションに多様なスタイルを含むことである。スタイルパラメータは、文書の外観及びプレゼンテーションを支配する使用可能な選択肢である。スタイルパラメータは、背景及び飾り罫の存在、飾り罫及び罫線の太さ、段落のインデント及び間隔、リストのインデント、リストの黒丸、フォントのスタイル、フォントの太さ、フォントのサイズ、色の選択等を含み得る。
スタイルパラメータは、グループ化してコンテンツの論理構造と関連付けることができる。例えば、文字列と関連付けられるスタイルパラメータとしては、フォントファミリー、フォントのサイズ、フォントのスタイル、フォントの太さ及び色が含まれる。
段落と関連付けられるスタイルパラメータとしては、インデント、行の長さ、行間隔、前後の間隔及び行揃え（quadding）が含まれる。
リストと関連付けられるスタイルパラメータとしては、リストの左右のインデント、黒丸又は番号のスタイル、及び黒丸の位置が含まれる。
多様なスタイルを判定する際に、その文書中に存在するスタイルの数をカウントするが、このことは、異なるスタイルを構成するものは何であるかという疑問を提起する。スタイルパラメータは個々に考慮されるべきであるのか、それともグループとして考慮されるべきであるのか。
例えば、文書が１２ポイントの太字のフォントと、１０ポイントの通常の太さのフォントとを含む場合、これは４つのスタイル（２通りのサイズと２通りの太さ）であるのか、又は単に２つのスタイル（２通りのフォント）であるのか。好ましい実施形態においては、この答えは２つであり、スタイルは組み合わせで考慮されるべきである。
しかし、これは依然として、どの組み合わせを考慮すべきかという疑問を残す。黒丸を用いないリストに１２ポイントの太字を用いると共に、黒丸を用いたリストに１０ポイントの通常の太さの字を用いる場合、これは、依然として２つのスタイルのみであるのか、又は、リストのスタイルとフォントのスタイルとを個々に考慮すべきであるのか。この答えはあまり明確ではない。
しかし、任意のスタイルパラメータが変更された場合に全体として新たなスタイルが生じるというように、正しくグループ化されたスタイルパラメータがスタイルパラメータの全セットになると考える場合には、スタイルの組み合わせの事例が爆発的に増える可能性がある。この手法を除外するものではないが、好ましい方法では、スタイルパラメータは、それらが関連付けられたコンテンツのタイプに従ってグループ化される（即ち、テキストスタイル、段落スタイル、グラフィックスタイル、リストスタイル、表スタイル、コンテンツ要素背景スタイル、等）。
従って、上述した例では、文書中の４つのスタイル選択肢に対して、２つのテキストスタイル及び２つのリストスタイルを有する。この手法では、文書の階層構造によるスタイルパラメータの肥大から生じる問題も回避される。文書がリストの中にリストを含み、その中にさらにリストを含む場合には、好ましい手法では、この構造の全てのスタイル選択肢を含む何らかの新たな大きなグループではなく、単純なリストスタイルグループの３つの事例が与えられる。
スタイルの多様性を見積もるために、まず、分析に含めるスタイルパラメータ及びパラメータグループを決定する。例えば、テキストスタイル、段落スタイル及びグラフィックスタイルのみを考慮するよう決定してもよい。テキストについては、フォントファミリー、サイズ、太さ、スタイル及び色を考慮する。グラフィックについては、塗りつぶし色、エッジ色及びエッジの太さを考慮する。段落については、行の長さ、行間隔、行揃え及び１行目のインデントを考慮する。
各タイプのスタイルグループに対して１つずつの、３つのリストが構成される。リストの要素は、そのグループのスタイルパラメータの値を含む。次に、文書の論理構造をステップスルーして、スタイル設定について分析される各論理要素を調べる（この例では、各テキストセグメント、グラフィック要素及び段落である）。各論理コンテンツ要素のスタイルパラメータ設定を検討し、対応するリストをチェックして、一致する値のセットを有するエントリーが作られているか否かを確認する。
一致するリストエントリーが見出された場合には、このコンテンツ要素についてはこれ以上何かを行う必要はない。しかし、一致するものをリストが含んでいない場合には、新たなスタイル値のセットを含む新たなリスト要素を構成してリストに加えるべきである。
文書の分析の終了時には、リストは、見出されたスタイルパラメータの組み合わせの全てを含んでいるべきである。次に、単にリスト要素の数をカウントして、用いられているスタイルの数を判定することができる。全てのリストのサイズを組み合わせて、１つの全体的スタイルカウントを構成すべきである。１つのコンテンツ形態の多様性を、他のコンテンツ形態の多様性よりも高くカウントすることが望まれる場合には、複数のリストサイズを加算する際に、それらに重み付けを行ってもよい（例えば、段落スタイルの多様性を、グラフィックの多様性よりも高くカウントしてもよい）。その結果、スタイルの変化sの全体的な重み付きカウントは、s = Σwxsxとなる。式中、sxはｘ番目のスタイルリストのサイズであり、wxはその重みである。
スタイルの多様性の測度を、面白さに対する他の寄与と結合するために、この重み付きカウントを０〜１の範囲の数に変換すべきである。これは、VV = s / (as + s)として行うことができる。式中、VVは多様性の測度であり、asは、一般的な文書において期待されるスタイル数のサイズに関する定数である。図６２は高い多様性の一例である。
本明細書で与えられる、文書のコンテンツ及びスタイルの多様性を評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、多様性を判定する特定の方法のみでなく、文書の面白さ及び文書の品質を評価する状況において多様性の測度を用いるという遙かに広い概念にも向けられるように、例えば、多様性に関する文書特性の変化に対して測定された人間の反応の関数等の、多様性を判定する他の方法も、本発明の範囲内であると考えられるべきである。
図６３に示されるように、面白さの判定に用いられる別のパラメータ又はファクタは、文書の変化率の測定及び定量化である。
本発明の好ましい実施形態において、興味を持続させるのは文書中のスタイルの多様性のみでなく、スタイルの変化率も興味を持続させる要素である。表されているスタイルの組み合わせが２つだけの場合でも、文書がそれらの間で頻繁に切り替われば、１回だけ切り替わる場合よりも面白い。
スタイルの変化率の計算は、上述したスタイルの多様性の計算と類似しており、同じスタイルパラメータ及びグループ化を用いる。しかし、各グループについて、（それまでに遭遇した全セットのリストではなく）最も最近遭遇したスタイルパラメータセットの単一の記述を保存すればよい。例えば、最も最近遭遇したテキストスタイルパラメータの単一のセットと、グラフィックスタイルパラメータの単一のセットと、最も最近遭遇した段落パラメータの単一のセットとになる。文書の論理的記述をステップスルーして、スタイル設定を調べる。コンテンツ要素が、最も最近見たものとは異なるスタイルパラメータを有する場合には常に、そのスタイルグループの変化のカウントが増分され、次のコンテンツ要素に用いられている新たなスタイル値のセットが記憶される。多様性の計算と同様の方法で、変化のカウントを重み付けして組み合わせ、全体的な重み付き変化カウントcを構成できる。c = Σwxcxであり、式中、cxはｘ番目のスタイルグループの変化のカウントのサイズであり、wxはその重みである。
スタイルの変化率の測度を、面白さに対する他の寄与と結合するために、この重み付きカウントを０〜１の範囲の数に変換すべきである。これは、Vch = c / (ach + c)として行うことができる。式中、Vchは多様性の測度であり、achは、典型的な文書に期待されるスタイル変化数のサイズに関する定数である。図６２は高い変化率の一例である。
本明細書で与えられる、文書のスタイルの変化率を評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、変化率を判定する特定の方法のみでなく、文書の面白さ及び文書の品質を評価する状況において変化率の測度を用いるという遙かに広い概念にも向けられるように、例えば、知覚される変化率に関する文書スタイル特性の変化に対して測定された人間の反応の関数等の、変化率を判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施形態において、フォントスタイルにはテキストの強調のために選択されるものもある。大きいテキスト、太字のテキスト及び下線付きテキストは全て、通常のテキストのプレゼンテーションよりも重要であるという暗示を有する。この暗示された重要性は、読み手に、目を覚まして注意を払うように伝える。従って、観察者の注意を持続させることに対して特別に寄与する。各文字に対する強調の値を合計し、合計文字数で除算することにより、１つの文書中のテキストに対する平均強調測度を計算できる。即ち、Ve = Σe(t) / ncとなる。式中、Veは強調の測度であり、eは文字tに対する強調関数であり、その合計は強調された全ての文字であり、ncは合計文字数である。
関数e(t)は、テキストのサイズ、太さ、変形及びコントラストについてのファクタを含むべきである（フォントスタイル等の他のファクタも含まれ得る）。フォントサイズが大きいほど強調が強いが、０〜１の範囲のファクタを有するのが好ましい。size(t) / afs + size(t)のような式でこれを行う。式中、afsは一般的なフォントサイズに関する定数である。フォントの太さ（例えば、細字、通常、太字、特太）は一般的な列挙された値であり、各太さについての適切な強調ファクタのテーブルであるew[weight(t)]を強調関数に用いることができる。同様に、フォントの変形（例えば、通常、下線、取り消し線、白抜き）を、ev[variant(t)]のようなテーブル索引として扱うことができる。
テキストの強調の強さには、コントラストも関与する。背景に対するコントラストが低いテキストが有するインパクトは、コントラストが高いテキストと同程度ではない。上述したように、輝度コントラストは2|Yb - Yf| / (Yb + Yf)として計算できる。式中、Ybは背景の輝度であり、Yf = Lum(t)はテキストの輝度である。
強調関数の一例は次の通りである。
e(t) = (size(t) / (afs + size(t))) ew[weight(t)] ev[variant(t)] (2|Yb - Lum(t)| / (Yb + Lum(t)))
なお、フォントスタイル（例えばイタリック体）等の他の特性を含んでもよい。本明細書で与えられる、強調を評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、強調を判定する特定の方法のみでなく、文書の面白さ及び文書の品質を評価する状況において強調の測度を用いるという遙かに広い概念にも向けられるように、例えば、強調に関する文書スタイル特性の変化に対して測定された人間の反応の関数等の、強調を判定する他の方法も、本発明の範囲内であると考えられるべきである。
e(t) = (size(t) / (afs + size(t))) ew[weight(t)] ev[variant(t)] (2|Yb - Lum(t)| / (Yb + Lum(t)))
なお、フォントスタイル（例えばイタリック体）等の他の特性を含んでもよい。本明細書で与えられる、強調を評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、強調を判定する特定の方法のみでなく、文書の面白さ及び文書の品質を評価する状況において強調の測度を用いるという遙かに広い概念にも向けられるように、例えば、強調に関する文書スタイル特性の変化に対して測定された人間の反応の関数等の、強調を判定する他の方法も、本発明の範囲内であると考えられるべきである。
図６４に示されるように、面白さの判定に用いられる別のパラメータ又はファクタは、文書のグラフィックの割合の測定及び定量化である。
本発明の好ましい実施形態において、概念及び考えを説明又は図示するために、グラッフィク構成体が頻繁に用いられる。グラッフィク構成体は、コンテンツに多様性も加味する。従って、グラフィックは文書をより面白くできるので、グラフィックコンテンツの測度は、文書がどの程度面白いかの見積もりに寄与すべきである。
グラフィックの寄与の１つの簡単な測度は、文書中で遭遇したグラフィックコンテンツオブジェクトの単純なカウントである。
別の手法は、遭遇した各グラフィックコンテンツオブジェクトを囲む境界ボックスの面積を合計することである。次に、この合計を文書全体の面積で除算し、０〜１の範囲の数を得ることができる。
第３の手法は、グラフィックコンテンツオブジェクトを詳細に調べて、オブジェクトを構成する線、曲線、矩形、多角形及び楕円形等の基本的描画オブジェクトをカウントすることである。この手法は、グラフィックの複雑さのより良好な測度を与え、そのグラフィックがどの程度面白いかを表すより良好な測度となり得る。様々な基本描画のカウントを、その基本描画がどの程度面白いかを示すために重み付けして（例えば、楕円形を矩形よりも面白いと見なしてもよい）合計し、全体的な重み付きグラフィックカウントを与えることができる。即ち、g = Σwxgxとなる。式中、gxはグラフィック構成体のｘ番目のタイプのカウントであり、wxはその重みである。
グラフィック割合の測度を、面白さに対する他の寄与と結合するために、この重み付きカウントを０〜１の範囲の数に変換すべきである。これは、Vg = g / (ag + g)として行うことができる。式中、Vgは多様性の測度であり、agは、一般的な文書に期待されるグラフィックの基本描画数のサイズに関する定数である。
或いは、グラフィックの基本描画のカウントを、文書中の合計基本描画（文字及び画像を含む）のカウントNdpで除算する。この手法では、文書サイズに対する依存性が取り除かれる。即ち、Vg = g / Ndpとなる。図６４は高いグラフィック割合の一例を示す。
本明細書で与えられる、グラフィックの割合を評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、グラフィックの割合を判定する特定の方法のみでなく、文書の面白さ及び文書の品質を評価する状況においてグラフィック割合の測度を用いるという遙かに広い概念にも向けられるように、例えば、グラフィック割合に関する文書スタイル特性の変化に対して測定された人間の反応の関数等の、グラフィック割合を判定する他の方法も、本発明の範囲内であると考えられるべきである。
注意を引くと共に文書を見る人の目を引くファクタの幾つかは、注意及び興味を持続させる役割もする。この統合的に使用するファクタの例として、色彩の豊かさ、色の不調和、画像の割合及び目新しさを挙げることができる。注意と興味との間の挙動の違いは、相対的な重要性又は重みの１つである。例えば色彩の豊かさは、目を引くためには非常に重要であり得るが、興味を持続させるためにはそれほど重要ではないことがある。一方、目新しさは、注意を引くよりも興味を持続させるためにより重要となり得る。これらの４つの測度の強さを見積もる方法については上述した。
本明細書で提供される、色彩の豊かさ、色の不調和、画像の割合及び目新しさを評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、これらの測度を判定する特定の方法のみでなく、文書の面白さ及び文書の品質を評価する状況において色彩の豊かさ、色の不調和、画像の割合及び目新しさの測度を用いるという遙かに広い概念にも向けられるように、例えば、これらの測度に関する文書の色、画像及びスタイル特性の変化に対して測定された人間の反応の関数等の、これらの測度を判定する他の方法も、本発明の範囲内であると考えられるべきである。
図６１に示されるような複数の測度の組み合わせは、文書の面白さの評価において有用である。
具体的には、図６１に示されるように、面白さは、多様性、変化率、強調、グラフィックの割合、色彩の豊かさ、色の不調和、画像の割合及び／又は目新しさの組み合わせであると考えられる。図６１では、面白さの定量化器又は結合回路４０を用いて、多様性、変化率、強調、グラフィックの割合、色彩の豊かさ、色の不調和、画像の割合及び／又は目新しさを組み合わせることにより、定量化された面白さの値が導出される。
なお、この図は面白さ定量化処理のための回路を示しており、この処理は、マイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行されてもよい。定量化は特定の回路に限定されず、後述する方法論を実行可能なソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
伝達性
文書デザインの品質に寄与する別のファクタは、文書が含む情報がユーザに伝達されるのを、そのデザインがどの程度良好に補助するかである。本発明は、そのような伝達性の測度を計算する方法を提供する。
伝達性
文書デザインの品質に寄与する別のファクタは、文書が含む情報がユーザに伝達されるのを、そのデザインがどの程度良好に補助するかである。本発明は、そのような伝達性の測度を計算する方法を提供する。
美観及び使いやすさと同様に、この伝達性を定量化する手法は、伝達の有効性に寄与するものとして識別されるファクタを評価するものである。次にこれらのファクタを結合して複合的な測度を構成する。これらのファクタは、文書デザインの品質に寄与する。より単純な複数の伝達性ファクタのいずれかが不在であれば、その文書の全体的な伝達性が低減される。
構成ファクタとしては、可読性、情報の軽さ、技術的レベル、テキストと画像とのバランス、赤緑色覚異常への配慮、読み進み易さ、及び／又はナビゲーションの容易さが含まれ得る。各ファクタは、０（伝達性の値が低い、即ち悪いことを意味する）〜１（伝達性の値が高い、即ち良好であることを意味する）の範囲の値を生じるよう定義される。これら（及び可能であれば他のこのようなファクタ）は、美観について上述したのと同様の方法で、全体的な伝達性の測度を構成するよう計算及び結合可能である。Viがｉ番目の規則について計算された値である場合に、これらの寄与の関数Eとしての伝達性の測度ＶCMが構成される。即ち、VCM = E(VL,Vil,Vtl,Vtib,Vrg,Vep ... Ven)となる。
結合関数Eは、これらの寄与の重み付き平均のような簡単なものであってよいが、他の寄与因子がいかに良好でも、いずれかの悪い寄与因子によって文書の伝達性が低くなり得るので、線形結合は好ましくない。或いは、VCM = (Σwi(d + Vi)-p)-1/p - dを用いる。式中、dは０より僅かに大きい数である。dの値が０に近いほど、悪い値が他の全ての値をより強く相殺する。wiファクタは、各規則の相対的な重要度を指定する重みであり、これらの合計は１になるべきである。指数pは非線形性を導入するものであり、１つの悪い値が多くの良好な値を圧倒する強さを増加させることもできる。pが大きいほどこの効果は大きい。
上述したような他の結合関数も可能である。本明細書で提供される、文書の伝達性を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、伝達性を判定する特定の方法のみでなく、文書の伝達性及び文書の品質を評価する状況において個々の測度の組み合わせを用いるという遙かに広い概念にも向けられるように、例えば、伝達性に関する文書特性の変化に対して測定された人間の反応の関数等の、文書の伝達性がどの程度良好であるかを判定する他の方法も、本発明の範囲内であると考えられるべきである。
図６５に示されるような測度の組み合わせは、文書の伝達性の評価において有用である。
具体的には、図６５に示されるように、伝達性は、可読性、情報の軽さ、技術的レベル、テキストと画像とのバランス、赤緑色覚異常への配慮、読み進み易さ、及び／又はナビゲーションの容易さの組み合わせであると考えられる。図６５では、伝達性定量化器又は結合回路５０を用いて、可読性、情報の軽さ、技術的レベル、テキストと画像とのバランス、赤緑色覚異常への配慮、読み進み易さ、及び／又はナビゲーションの容易さの組み合わせることにより、定量化された伝達性の値が導出される。
なお、この図は、伝達性定量化処理のための回路を示しており、この処理は、マイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行されてもよい。定量化は特定の回路に限定されず、後述する方法論を実行可能なソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
更に、図６６に示されるような測度の組み合わせは、文書の可読性の評価において有用である。
具体的には、図６６に示されるように、可読性は、判読性、行の引き返し、相対的行間隔及び／又は行揃えの組み合わせであると考えられる。図６６では、可読性定量化器又は結合回路５１を用いて、判読性、行の引き返し、相対的行間隔及び／又は行揃えを組み合わせることにより、定量化された可読性の値が導出される。
なお、この図は可読性定量化処理のための回路を示しており、この処理は、マイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行されてもよい。定量化は特定の回路に限定されず、後述する方法論を実行可能なソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
本発明の好ましい実施形態において、文書の伝達の有効性の見積もりにおいて真っ先に考慮されるファクタの１つは、テキストの可読性である。可読性の測度は、文書を読む際の単語の追い易さ及び認識し易さである。可読性は、複数の寄与構成要素に分けることが可能な特性である。上述したように、これらの構成要素の主なものは、判読性、行の引き返し、相対的な行間隔及び／又は行揃えである。考慮され得る他のファクタとしては、単語及び文字の間隔及びハイフンの使用が含まれる。
図６７に示されるような測度の組み合わせは、文書の判読性の評価において有用である。
具体的には、図６７に示されるように、判読性は、表示装置の特性、フォント、文字の親しみやすさ及び／又は輝度コントラストの組み合わせであると考えられる。図６７では、判読性定量化器又は結合回路５１を用いて、表示装置の特性、フォント、文字の親しみやすさ及び／又は輝度コントラストを組み合わせることにより、定量化された判読性の値が導出される。
なお、この図は判読性定量化処理のための回路を示しており、この処理は、マイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行されてもよい。定量化は特定の回路に限定されず、後述する方法論を実行可能なソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
本発明の好ましい実施形態において、最も複雑な可読性のファクタである判読性は、文字の形状の認識能力を測るものである。判読性は、より簡単な部分に分けることができる。上述したように、判読性に寄与するファクタには、表示装置、フォント、文字の親しみやすさ及び／又は輝度コントラストが含まれる。
表示装置及びフォントの特性は、共に考慮されることが多い。即ち、特定の装置上における特定のフォントの判読性の程度を判定する。例えば、セリフ付きのフォントは、サンセリフフォントよりも判読が容易であるのが通例であるが、セリフを効果的に生成できない装置では、これは当てはまらない。フォントファミリー、フォントのサイズ、フォントの太さ、フォントのスタイル及びフォントの変形の全てが、判読性に寄与し得る。
特定の装置上の完全に指定されたフォントに対する、フォント指定及び装置選択の効果を扱う１つの手法は、判読性（表示された文字を正しく判定する能力）の実験による測定である。次に、この測度をフォント特性として扱うことができる。所与のフォント指定について、フォントテーブル(df = DF[font specification])から、そのフォントの判読性への寄与度を検索できる。
そのフォントが、測定に用いられたものと同じタイプの装置上で表示される場合には、そのフォントの寄与を、その装置に対して更に調整する必要はない。しかし、異なるタイプの表示装置が用いられる場合には、ある種の調整が必要になる。例えば、フォントは一般的に、ＣＲＴディスプレイに表示された場合よりも、用紙にプリントされた場合の方が遙かに判読性が高い。フォントの判読性の調整の一例は、判読性をその表示装置に対する調整係数ａｄで乗算することである。
調整係数を決定する１つの方法は、その装置が有効に表示可能な最小フォントサイズの関数としてのものである。この関数は、例えば、実際に用いるディスプレイの最小有効テキストサイズに対する、フォントの判読性の測定に用いられた装置の最小有効テキストサイズの比率であってもよい。例えば、フォント特性は８ポイント以上のフォントのみを有効に表示可能なＣＲＴで測定されたが、４ポイント以上のフォントを支持可能な用紙にプリントする場合には、装置調整係数は２になるべきである。大きなテキストの場合、ディスプレイの影響はさほど重要ではないことがあるので、実際に用いるフォントサイズに従って、この係数を調整することが望まれ得る。
文字を正しく判読する際の容易さは、その文字の親しみやすさに依存する。全て大文字のテキストを読むのは、通常のテキストを読むよりも困難である。数字及び句読点は、それぞれ固有の困難さの程度を有する。従って、文字の親しみやすさについての別の調整係数ａｃを乗算すべきである。この調整係数は、文字コードによってインデックスされるテーブルから求めることができる。
背景に対する文字のコントラストも判読性に寄与する。白い背景上の薄黄色の文字を判読するのは、黒い文字を判読するよりも困難である。第３の調整係数は、検出性について上述したように、al = 2|Yb - Yt| / (Yb + Yt)（式中、Ybは背景の輝度であり、Ytはテキストの輝度である）で計算可能な、輝度コントラストである。
従って、ある文字の全体的な判読性は、dc = df ad ac alによって与えられる。
文字列中の各文字の判読性の測度の合計を求め、次に文字列中の文字の合計カウントで除算することにより、テキストの文字列全体の平均判読性ｄを求めることができる。
本明細書で提供される、判読性を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、判読性を判定する特定の方法のみでなく、文書の可読性、伝達性及び文書の品質を評価する状況において判読性の測度を用いるという遙かに広い概念にも向けられるように、例えば、判読性に関する文書のテキスト特性の変化に対して測定された人間の反応の関数等の、判読性を判定する他の方法も、本発明の範囲内であると考えられるべきである。
図６８に示されるように、可読性の判定に用いられる別のパラメータ又はファクタは、文書の行の引き返しの測定及び定量化である。
本発明の好ましい実施形態において、テキストの可読性に寄与する第２のファクタは、テキストの行の長さである。１つの行の終わりから次の行の始めに目を動かすことには幾分の負担がかかるが、この負担は行の長さと共に増加する。判読性に行の引き返し係数rを乗算することによって、この負担が算入される。この係数を求めるのに用いることができる関数の一例は、r = B / (n2 + B)である。式中、Bは（３６００程度の値を有する）定数であり、nは１行当たりの平均文字数である。
図６８において、行グループ１１０１はテキストの行が長いので、読み手が行グループ１１０１を辿り直す際、次の行を見つけるのが比較的困難である。一方、図６８において、行グループ１１０２はテキストの行が短いので、読み手が行グループ１１０２を辿り直す際、次の行を見つけるのが比較的容易である。
本明細書で提供される、可読性に関する行の引き返し特性を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、行の引き返し特性を判定する特定の方法のみでなく、文書の可読性、伝達性及び文書の品質を評価する状況において行の引き返しの測度を用いるという遙かに広い概念にも向けられるように、例えば、行の引き返し及び可読性に関する文書のテキストの行特性の変化に対して測定された人間の反応の関数等の、可読性に対する行の引き返しの影響を判定する他の方法も、本発明の範囲内であると考えられるべきである。
図６９に示されるように、可読性の判定に用いられる別のパラメータ又はファクタは、文書の相対的な行間隔の測定及び定量化である。
本発明の好ましい実施形態において、可読性に対する第３の寄与は、相対的な行間隔である。行間隔を大きくすると可読性が向上する。目が、行の終わりから次の行の始めへと正しく辿り易くなる。行間隔の影響は、行間隔係数ｓによって算入される。用いることができる関数の一例は、s = y/(y + g)である。式中、ｇは行間隔と共に可読性が向上する程度を制御する定数（例えば０．１）である。ｙはバイアスされた相対的間隔であり、y = (hL - hf) / hf + bsによって定義され、式中、hLは行の高さ（行のベースラインからベースラインまで）であり、hsはフォントの高さであり、bsは、行が読み取り不可能になる限度の行の重なりを示す小さなバイアス項（例えば０．１）である。
図６９において、行グループ１１０１の相対的な行間隔は、テキストの行が密集しているので、読み手が次の行を見つけるのが比較的困難である。一方、図６９において、行グループ１１０２の相対的な行間隔は、テキストの行が広く離間しているので、読み手が次の行を見つけるのが比較的容易である。
本明細書で提供される、可読性に対する相対的な行間隔の影響を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、行間隔を判定する特定の方法のみでなく、文書の可読性、伝達性及び文書の品質を評価する状況において行間隔の測度を用いるという遙かに広い概念にも向けられるように、例えば、相対的な行間隔及び可読性に関する文書のテキストの行間隔特性の変化に対して測定された人間の反応の関数等の、行間隔の影響を判定する他の方法も、本発明の範囲内であると考えられるべきである。
図７０〜図７３に示されるように、可読性の判定に用いられる別のパラメータ又はファクタは、文書の行揃えの測定及び定量化である。
本発明の好ましい実施形態において、可読性は、行揃え（即ち、テキストの位置揃え及び均等割付け）にも影響される。左揃えで均等割付けされていないテキストは読むのが最も容易であり、均等割付けされたテキストもほぼ同程度に容易である。中央揃えのテキストはより困難であり、右揃えのテキストはこれらの中で最も困難である。行揃えの影響についてのファクタをテーブルに格納して、テキストｔの可読性を計算するために検索できる。q = Q[quadding(t)]。
本明細書で提供される、可読性に対する行揃えの寄与を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、行揃えの寄与を判定する特定の方法のみでなく、文書の可読性、伝達性及び文書の品質を評価する状況において行揃えの測度を用いるという遙かに広い概念にも向けられるように、例えば、可読性に関する文書のテキストの行揃え選択の変化に対して測定された人間の反応の関数等の、行揃えの寄与を判定する他の方法も、本発明の範囲内であると考えられるべきである。
完全な可読性の計算は、VL = d r s qによって与えられる。
これは、段落等の特定のテキスト要素の可読性を与えるものである。
文書全体の可読性の測度を得るには、各段落の可読性を測定し、それらを結合しなければならない。結合は、簡単な平均によって実行可能であるが、いずれかの段落における低い可読性のスコアによって、簡単な平均によって得られる全体的スコアが低くなり得るような、非線形の方法を用いるのが好ましい。上述した累乗値の平均の平方根等の方法を用いて、この効果を得ることができる。
図７０は左揃えされた文書の一例を示している。図７１は右揃えされた文書の一例を示している。図７２は中央揃えされた文書の一例を示している。図７３は均等割付けされた文書の一例を示している。
本明細書で提供される、文書の可読性を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、可読性を判定する特定の方法のみでなく、文書の可読性、伝達性及び文書の品質を評価する状況において個々の測度の組み合わせを用いるという遙かに広い概念にも向けられるように、例えば、可読性に関するテキスト特性の変化に対して測定された人間の反応の関数等の、文書の可読性を判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施形態において、テキストを判読して概念を理解するには時間がかかる。一般的に、短い道路標識の方が長い道路標識よりも効果的に伝達される。文書がいかに良好に伝達されるかに関する別のファクタとして、文書の情報の軽さ（情報密度の逆）が含まれる。このファクタは可読性ほど重要ではなく、そのように重み付けされる。
情報の軽さの計算方法は、注目性の議論において説明された。
本明細書で与えられる、情報の密度及び軽さを評価する特定の方法は例示的なものであり、範囲の限定とは見なされてはならない。本発明が、情報の密度又は軽さを判定する特定の方法のみでなく、文書の伝達性及び文書の品質を評価する状況において情報の軽さの測度を用いるという概念にも向けられるように、例えば、情報の量及び面積の変化に対して測定された人間の反応の関数等の、情報の軽さを判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施形態において、文書による伝達の容易さは、文書がデザインされる対象である受け手にも依存する。恐らくは技術マニュアルよりも児童書の方が、意味をとるのが容易であろう。技術的レベルは、この意図された複雑性の程度を見積もる測度である。これは、読み易さ、数字の割合及び／又は画像の割合を含み得る簡単な複数の測度で構成できる。グラフィック構成体の存在も、技術的レベルに対する影響を有し得るが、ここでは、その影響が技術的レベルを高めるのか又は下げるのかが不明確である。従って、グラフィック構成体の存在は、この例の測度には含まれない。
図７４に示されるような複数の測度の組み合わせは、文書の技術的レベルの評価において有用である。
具体的には、図７４に示されるように、技術的レベルは、読み易さ、数字の割合及び／又は画像の割合の組み合わせであると考えられる。図７４では、技術的レベル定量化器又は結合回路５３を用いて、読み易さ、数字の割合及び／又は画像の割合を組み合わせることにより、定量化された技術的レベルの値が導出される。
なお、この図は技術的レベル定量化処理のための回路を示しており、この処理は、マイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行されてもよい。定量化は特定の回路に限定されず、後述する方法論を実行可能なソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
本発明の好ましい実施形態において、読み易さは文書のテキストについての周知の測度である。読み易さアルゴリズムの一例は、RE = 206.835 - 0.846Sy - 1.015Wである。式中、Syは単語１００個当たりの平均音節数であり、Wは１文当たりの平均単語数である。
技術的レベルの計算には、読み難さの測度が望まれ、これは、Rd = 0.85Sy + Wとして概算できる。
本明細書で提供される、技術的レベルに対する読み易さの寄与を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、読み易さの寄与を判定する特定の方法のみでなく、文書の技術的レベル、伝達性及び文書の品質を評価する状況において読み易さの測度を用いるという遙かに広い概念にも向けられるように、例えば、読み易さに関する文書のテキスト要素の変化に対して測定された人間の反応の関数等の、読み易さの寄与を判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施形態において、単語は数字よりも理解し易く、数字が沢山並んだ表は、一般的に、同じ量の単語よりも内容の把握が困難である。このことを捕捉するために、数字の割合Ｆｎを計算し、数字及び単語の合計に対する数字の比率を測定する。
本明細書で提供される、技術的レベルに対する数字の割合の寄与を評価する特定の方法は、例示的なものであり、範囲の限定とは見なされてはならない。本発明が、数字の割合の寄与を判定する特定の方法のみでなく、文書の技術的レベル、伝達性及び文書の品質を評価する状況において数字の割合の測度を用いるという遙かに広い概念にも向けられるように、例えば、技術的レベルに関する数字の量の変化に対して測定された人間の反応の関数等の、数字の割合の寄与を判定する他の方法も、本発明の範囲内であると考えられるべきである。
本発明の好ましい実施の形態において、ピクチャは理解を助けるために使用される。ピクチャの使用により、技術的レベル測度が低減される。ピクチャ部分は、以下の式のように上記で定義されている。
Ｆｐ＝Ａｐ／Ａｄ
ここで、Ａｐはピクチャの面積であり、Ａｄはドキュメントの全面積である。
ここで、Ａｐはピクチャの面積であり、Ａｄはドキュメントの全面積である。
実際のところ、画像部分の逆作用を必要とするので、Ｆｐが増加するにつれ、技術的レベルが減少する。Ｆｎｐ＝１−Ｆｐを使用することは可能であるが、画像が少数であると、技術的レベルに大きな相違を生じる可能性がある上、更なる画像が追加されると、効果が減少することもある。したがって、以下のような非線形関数がより良い選択である。
Ｆｎｐ＝１／（ａｐ＋Ｆｐ）
ここで、ａｐは１に近い定数である。
ここで、ａｐは１に近い定数である。
本明細書において提供される、技術的レベルに対するピクチャ部分からの寄与度を評価するための特定の方法は例示であり、本発明の範囲を限定するものとして考えるべきではない。ピクチャ部分寄与度を決定するための他の方法、例えば、技術的レベルに関する文書における図形要素の異なる量に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、ピクチャ部分寄与度を決定する特定の方法だけでなく、文書技術的レベル、伝達性、及び文書品質を評価する背景においてピクチャ部分測度を使用するというもっと広範の概念をも対象にする。
技術的レベル測度は、Ｔｌ＝Ｒｄ Ｆｎ Ｆｎｐとして算出することができる。
しかしながら、Ｒｄ（すなわち、Ｔｌ）は、０乃至１の範囲内にのみ限定されてはいない。これは、以下の関数によって修正できる。
Ｖtl＝Ｔｌ（ａｔｌ＋Ｔｌ）
ここで、ａｔｌは正の定数である。
ここで、ａｔｌは正の定数である。
本明細書において提供される、文書技術的レベルを評価するための特定の方法は、例示であり、本発明の範囲を限定するものとして考えるべきではない。文書技術的レベルを決定するための他の方法、例えば、技術的レベルに関する異なる文書特性に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、技術的レベルを決定する特定の方法だけでなく、文書技術的レベル、伝達性、及び文書品質を評価する背景において、個々の測度の組み合わせを用いるもっと広範の概念をも対象にする。
図７５乃至図７７に示すように、伝達性を決定するのに使用される別のパラメータ又はファクタ（因数）は、文書のテキスト及び画像バランスの測定及び定量化である。
本発明の好ましい実施の形態において、技術的レベルを考慮する場合、画像が多くなるほど、（収益逓減とともに）レベルが低下すると仮定されている。伝達性がなければ、この規則は一般には適用しない。文書が、テキストの説明のない画像から構成されるだけである場合、著者のメッセージを確信することは困難である。設計の規則として、理想的にはほぼ同量の文書領域がテキスト及びイラストに対し充てられることになる。領域間の相違は、アンバランス（不平衡）の測度であり、バランスの測度を付与するように逆数が適用できる。例えば、テキストに充てられる全体領域がＡｔであり、ピクチャに充てられる全体領域がＡｐである場合、テキスト及び画像バランスの測度は、以下の式によって付与される。
Ｖｔｉｂ＝１−｜Ａｔ−Ａｐ｜／（Ａｔ＋Ａｐ）
図７５は、好ましくないテキスト及び画像バランスの例を示している。図７６は、好ましくないテキスト及び画像バランスの例を示している。図７７は、望ましいテキスト及び画像バランスの例を示している。
図７５は、好ましくないテキスト及び画像バランスの例を示している。図７６は、好ましくないテキスト及び画像バランスの例を示している。図７７は、望ましいテキスト及び画像バランスの例を示している。
本明細書において提供される、伝達性に対するテキスト及び画像バランスからの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するものとして考えるべきではない。テキスト及び画像バランス寄与度を決定するための他の方法、例えば、伝達性に関する文書テキスト及び画像要素の異なる比率に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、テキスト及び画像バランス寄与度を決定する測定の方法だけでなく、文書伝達性及び文書品質を評価する背景においてテキスト及び画像バランス測度を用いるもっと広範の概念をも対象にする。
本発明の好ましい実施の形態において、文書がどの程度良く伝達するかについての別の態様は、ハンディキャップや障害を有する観察者に供される機能である。この例は、文書が、赤緑色盲である人々の一部によって使用できるか否かに関する。赤緑色盲フレンドリネス（friendliness）の１つの要素は、対象の色とその背景色が少なくとも赤緑コントラストだけ異なることを検査している。輝度コントラスト及び青黄コントラストは、色盲者が前景対象を背景から区別できるようにするメカニズムである。文書内をわたって、対象ごとに前景及び背景の各色を検査する。色が、赤、緑、及び青の各成分（Ｒ、Ｇ、Ｂ）によって特定される場合、輝度及び輝度コントラストＣＹは上記のように算出できる。
青黄コントラストは、以下の式として定義されるＳクロミナンス成分から算出することができる。
Ｓ＝（Ｒ＋Ｇ）／２−Ｂ
青黄コントラストは、以下に示す式のように、輝度の場合と同様に算出される。
青黄コントラストは、以下に示す式のように、輝度の場合と同様に算出される。
Ｃｂｙ＝２｜Ｓｆ−Ｓｂ｜／（２＋Ｓｆ＋Ｓｂ）
ここで、Ｓｆ及びＳｂは、それぞれ、前景及び背景のＳクロミナンス成分である。
ここで、Ｓｆ及びＳｂは、それぞれ、前景及び背景のＳクロミナンス成分である。
赤緑色盲フレンドリネス（friendliness）の対象は、以下に示すように、輝度及び青黄クロミナンス・コントラスト成分を結合することによって推定できる。
Ｆｒｇ＝（ＣＹ＋Ｃｂｙ）／２
加重平均は、コントラスト成分を結合するために使用することもできる。
加重平均は、コントラスト成分を結合するために使用することもできる。
文書全体に対し、すべての文書対象に対する赤緑色盲フレンドリネス値を結合するために、あるメカニズムが必要とされる。これを実行する１つの方法は、対応する対象領域によって重み付けされた値を平均化することである。Ｆｒｇiがｉ番目の対象の赤緑色盲フレンドリネス値であり、Ａiがその面積である場合、平均は、以下の式によって付与される。
Ｖrg＝（ΣＦｒｇiＡi）／ΣＡi
ここで、合計はすべての対象にわたる。
ここで、合計はすべての対象にわたる。
しかしながら、１つの小さな対象、又は、解読するのが難しい対象のセットが文書全体の理解に対して大きな影響を及ぼす可能性がある。したがって、面積によって重み付けする以外の、フレンドリネス値を結合するためのある方法が、好ましいとされ得る。代わりの方法として、Ｖrg＝ＭＩＮ（Ｆｒｇi）にあるような最小値を選択する。
第３のアプローチでは、上述の２つの方法の特徴を結合する。これらの値は、面積によって重み付けされているが、小さな値を強調するように、べき指数により引き上げられる。
Ｖrg＝（（Σ（ｄｒｇ＋Ｆｒｇi）-pＡi）／ΣＡi）-1/p−ｄｒｇ
ここで、ｄｒｇは、０に近い正の定数であり、ｐは、少なくとも１である正のべき指数である。
ここで、ｄｒｇは、０に近い正の定数であり、ｐは、少なくとも１である正のべき指数である。
フレンドリネス値を結合する他の方法も考えられる。本明細書において提供される、伝達性に対する赤緑色盲フレンドリネスからの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するものとして考えるべきではない。ハンディキャップを有するユーザをサポートする、赤緑色盲フレンドリネス又は他の文書特性を決定するための他の方法、例えば、伝達性に関して異なる色に対する測定した色盲者の反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、赤緑色盲フレンドリネス寄与度、あるいは、他のハンディキャップ補償特性を決定する特定の方法だけでなく、文書伝達性及び文書品質を評価する背景において、ハンディキャップ補償測度を使用するもっと広範の概念をも対象とする。
本発明の好ましい実施の形態において、文書の伝達性に関連がある１つ以上の特性は、図７８に示されるような、読み進み易さである。読み進み易さは、論理順序で１つの文書成分から次の成分へと進行する際の困難さを測定する。例えば、１つのコラムの下部から次のコラムの上部へと移動する際、などである。読み進み易さの評価は、進行プロセスに役立つ、それぞれの特性の複合物として計算される。これらの特性として、識別度、グループ同一性、空間コヒーレンス、リストの黒丸、進行リンク、見出し、位置合わせ、余白、走査一貫性、及び／又は序列一貫性が挙げられる。
これらの要因は、これらすべてが等しく重要ではないことから、加重平均を用いて結合される。
Ｖep＝ｗdsＶds＋ｗgiＶgi＋ｗscＶsc＋ｗlbＶlb＋ｗplkＶplk＋ｗhdＶhd＋ｗalＶal＋ｗwsＶws＋ｗcsＶcs＋ｗcoＶco
ここで、ｗ部分は、重みであり、Ｖ部分は、寄与因子である。
ここで、ｗ部分は、重みであり、Ｖ部分は、寄与因子である。
代わりの結合方法が可能であることは、留意すべきである。本明細書において提供される、文書の読み進み易さを評価するための特定の方法は、例示であり、本発明の範囲を限定するものとして考えるべきではない。文書の読み進み易さを決定するための他の方法、例えば、読み進み易さに関する異なる文書特性に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、読み進み易さを決定する特定の方法だけでなく、文書の読み進み易さ、伝達性、及び文書品質を評価する背景において、個々の測度の組み合わせを用いたもっと広範の概念をも対象とする。
図７８に示されるような、測度の組み合わせは、文書の読み進み易さを評価する際に有用である。
さらに具体的に言うと、図７８に示されるような、読み進み易さは、識別度、グループ同一性、空間コヒーレンス、リストの黒丸、進行リンク、見出し、位置合わせ、余白、走査一貫性、及び／又は序列一貫性の組み合わせであると考えられる。図７８において、定量化された読み進み易さの値は、読み進み易さ量子化器又は結合器回路５４を用いて、識別度、グループ同一性、空間コヒーレンス、リストの黒丸、進行リンク、見出し、位置合わせ、余白、走査一貫性、及び／又は序列一貫性の組み合わせによって得られる。
この図には読み進み易さ定量化プロセス用の回路が示されているが、このプロセスがマイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行できることに留意すべきである。定量化は特定の回路に限定されず、後述される方法論を実行できるソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
発明の好ましい実施の形態において、要素を近傍からどの程度良く識別できるかを示す識別度、どの対象が論理グループの一部として属しているか否かをどの程度容易に見分けるかを示すグループ同一性、グループのメンバがどの程度密着して詰めこまれているかを測定する空間コヒーレンス性、及び論理構造を記述する見出し、が、使い易さに対するグループの寄与度の説明において定義されている。これらの因数は、文書がどの程度良く伝達するかに対しても寄与するものであるが、異なる相対的重要度を示すための重みを含んでいる。空間コヒーレンスは、読み進み易さに特に関連性があるという理由で、ここに選出され、グループ同一性を介して入力する異なる重み形式に対し、その寄与度を付与することが望まれる。
見出しに関する論議は、上記の結合した見出し、リストの黒丸、及びリスト番号のすべてを１つの測度として測定したが、リストの黒丸及びリスト番号に関するチェックを削除し、見出しのみを見るようにその方法を使用することができる。これにより、見出し及びリストの黒丸を別々に計算し、個別に重み付けすることができる。
本明細書において提供される、読み進み易さに対する、識別度、グループ同一性、及び見出しからの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するものとして考えるべきではない。これらの寄与度を決定するための他の方法、例えば、識別度、グループ同一性、又は見出しに関する異なる文書特性に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、これらの寄与度を決定する特定の方法だけでなく、文書の読み進み易さ、伝達性、及び文書品質を評価する背景において、識別度、グループ同一性、及び／又は、見出しの測度を使用するもっと広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、リストの黒丸及び番号は、リスト要素を識別し、リストの中を進行するのに役立つ。黒丸リスト、及び／又は、番号付けされたリストを使用する文書は、そうでない文書よりも、読み進み易いはずである。この特性に関する測度を計算するための方法は、リストの黒丸Ｎｌｂの総数、又は、リストの番号Ｎｌｎをカウントし、リスト要素Ｎｌｅの総数で割ることである。
Ｖlb＝（Ｎｌｂ＋Ｎｌｎ）／Ｎｌｅ
２つのリストの黒丸を混同するよりも、２つのリスト番号を混同させる可能性が少ないので、黒丸よりもリストの番号のメリットの重みを増すことが望ましいとされることもある。黒丸及び番号の総数が全リスト要素に対する比率の分子に結合される時に、それぞれに重み付けすることは、これを容易に実行できる。 Ｖlb＝（ａｌｂＮｌｂ＋ａｌｎＮｌｎ）／Ｎｌｅ
ここで、ａｌｂ及びａｌｎは、黒丸の総数及びリスト番号の総数に付加される固定重みである。
２つのリストの黒丸を混同するよりも、２つのリスト番号を混同させる可能性が少ないので、黒丸よりもリストの番号のメリットの重みを増すことが望ましいとされることもある。黒丸及び番号の総数が全リスト要素に対する比率の分子に結合される時に、それぞれに重み付けすることは、これを容易に実行できる。 Ｖlb＝（ａｌｂＮｌｂ＋ａｌｎＮｌｎ）／Ｎｌｅ
ここで、ａｌｂ及びａｌｎは、黒丸の総数及びリスト番号の総数に付加される固定重みである。
あるいはまた、黒丸要素の一部及び番号付けされた要素の一部に対して個々の独立した測度を計算することが望ましいとされる。
本明細書において提供される、読み進み易さ及び伝達性に対するリストの黒丸及び番号からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するものとして考慮すべきではない。テキスト及び画像バランスの寄与度を決定するための他の方法、例えば、読み進み易さ及び伝達性に関する異なるリストの黒丸及び番号の仕様に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、テキスト及び画像バランスの寄与度を決定する特定の方法だけでなく、文書の読み進み易さ、伝達性、及び文書品質を評価する背景において、リストの黒丸及び番号の測度を使用するもっと広範囲な概念をも対象にする。
本発明の好ましい実施の形態において、内部参照（例えば、「７ページに続く」）は、意図された進行が基本的な約束事とは異なる場合に読者を案内する役割を有する。電子文書は、読者を案内するという同じ働きを行うハイパーリンク形式を含むことがある。読者を案内する際に文書がどの程度有用であるかを示す簡単な測度は、このようなハイパーリンク及び／又は基準ＮＬの総数である。このカウントは、リンク密度を得るために、（コンテンツ対象ＮＯの数など）文書のサイズのある測度によって割らなければならない。
Ｖplk＝ＮＬ／ＮＯ
進行が代表的な走査順序ＮＳＯにしたがっていないすべての地点の総数で基準の総計を割ることによって、より好ましい測度が得られる。従来の洋式の走査順序においては、次の論理的コンテンツ要素は現在の対象の右側又は下に位置合わせされるべきである。論理的順序におけるコンテンツ要素の位置を検査し、この規則が適用されない場合、該当する事例をカウントすることができる。読者をリダイレクトさせる（読者の進行方向を替える）ための基準が最も有益であり、走査順序における中断に対する基準の比率を算出できる場合が多い。これは、一般には、０乃至１の間の数であるが、値が１以下の範囲に限定されるように保証されていない。範囲を限定するために上記で使用されたような関数を使用することができるが、この場合、単純に値を１に固定すればよい。
進行が代表的な走査順序ＮＳＯにしたがっていないすべての地点の総数で基準の総計を割ることによって、より好ましい測度が得られる。従来の洋式の走査順序においては、次の論理的コンテンツ要素は現在の対象の右側又は下に位置合わせされるべきである。論理的順序におけるコンテンツ要素の位置を検査し、この規則が適用されない場合、該当する事例をカウントすることができる。読者をリダイレクトさせる（読者の進行方向を替える）ための基準が最も有益であり、走査順序における中断に対する基準の比率を算出できる場合が多い。これは、一般には、０乃至１の間の数であるが、値が１以下の範囲に限定されるように保証されていない。範囲を限定するために上記で使用されたような関数を使用することができるが、この場合、単純に値を１に固定すればよい。
Ｖplk＝ＭＩＮＩＭＵＭ（１，ＮＬ／ＮＳＯ）
本明細書において提供される読み進み易さ及び伝達性に対する進行リンクからの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するものとして考えるべきではない。進行リンク寄与度を決定するための他の方法、例えば、読み進み易さ及び伝達性に関する進行リンク仕様書の存在に対して測定した人的反応の関数は、本発明の範囲内であると考慮しなければならない。すなわち、本発明は、進行リンク寄与度を決定する特定の方法だけでなく、文書の読み進み易さ、伝達性、及び文書品質を評価する背景において進行リンク測度を使用するより広範囲の概念をも対象にする。
本明細書において提供される読み進み易さ及び伝達性に対する進行リンクからの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するものとして考えるべきではない。進行リンク寄与度を決定するための他の方法、例えば、読み進み易さ及び伝達性に関する進行リンク仕様書の存在に対して測定した人的反応の関数は、本発明の範囲内であると考慮しなければならない。すなわち、本発明は、進行リンク寄与度を決定する特定の方法だけでなく、文書の読み進み易さ、伝達性、及び文書品質を評価する背景において進行リンク測度を使用するより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、要素が位置合わせされていれば、従来の進行の規則に従いやすい（例えば、次の論理要素が、現在の要素の真下に位置付けられていれば、など）。これにより、現在の要素の下及び右にあるのはどの要素であるのかを明確にする。文書位置合わせＶalの測度は、文書美観の論説において上記に述べられている。
本明細書において提供される、読み進み易さ及び伝達性に対する位置合わせからの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。位置合わせ寄与度を決定するための他の方法、例えば、読み進み易さ及び伝達性に関する異なる位置合わせ仕様に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、位置合わせ寄与度を決定する特定の方法だけでなく、文書の読み進み易さ、伝達性、及び文書品質を評価する背景において、位置合わせ測度を使用するより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、多くの余白を備えた文書は、一般に、込み合っていない。多くの余白があれば、要素を識別し、それに追随することが容易になる。したがって、余白の量が大きいと、全体的に読み進み易さに対する寄与度が小さくなる可能性がある。非余白領域は、コンテンツ対象の面積（コンテンツ対象ｉに対するＡi）を合計することによって想定できる。全対象領域は、文書総面積Ａｄによってスケーリングできる。
Ｖws＝（Ａｄ−ΣＡi）／Ａｄ
本明細書において提供される、読み進み易さ及び伝達性に対する余白からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。余白寄与度を決定するための他の方法、例えば、読み進み易さ及び伝達性に関して異なる余白仕様に対する測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、余白寄与度を決定する特定の方法だけでなく、文書の読み進み易さ、伝達性、及び文書品質を評価する背景において、余白の測度を使用するより広範囲の概念をも対象にする。
本明細書において提供される、読み進み易さ及び伝達性に対する余白からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。余白寄与度を決定するための他の方法、例えば、読み進み易さ及び伝達性に関して異なる余白仕様に対する測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、余白寄与度を決定する特定の方法だけでなく、文書の読み進み易さ、伝達性、及び文書品質を評価する背景において、余白の測度を使用するより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、洋式文書の進行の取り決めの１つは、左から右に、上から下に走査位置決めすることである。これは、テキストが応ずる取り決めであるが、他の対象（コミックブックにおけるコマなど）に適用することもできる。この取り決めでは、これら項目が同じ程度の高さであって、列ごとに配列されることが望ましいとされる。この列の左側エッジは垂直方向に一直線に合わせなければならない。この規則からの偏差を示す測度を構成することができる。この偏差測度の逆数は、規則に適合することを示す。
論理的順序で文書要素内を進行する。各要素ごとに、対象を含むとともに、その上部ｙｔ、底部ｙｂ、左側ｘｌ、及び右側ｘｒの各位置を示す、バウンディング・ボックスを求める。対象内を進行しながら、新しい対象の垂直位置（ｙｔｎ、ｙｂｎ）を、前の対象の垂直位置（ｙｔｏ、ｙｂｏ）と比較する。対象は、右側及び下側に設置され、上側に設置してはならないので、偏差量は、新しい対象が前の対象の上側にある度合いである偏差累算ｄｃｓに加算されるべきである。以下の式は、これを実行する（ページの下方に動くにつれて、ｙ座標が増加すると仮定する）：
if ytn < yto and ybn < ybo
then dcs = dcs + (yto - ytn) * (ybo - ybn)/(ybo - ytn)2
新しい対象が前の対象と垂直方向に同じ行にある場合、前の対象の右側に位置付けられることが望まれるる。前の対象の左側にある程度は、走査順序モデルからずれている量である。この偏差を以下の式で計算できる。
if ytn < yto and ybn < ybo
then dcs = dcs + (yto - ytn) * (ybo - ybn)/(ybo - ytn)2
新しい対象が前の対象と垂直方向に同じ行にある場合、前の対象の右側に位置付けられることが望まれるる。前の対象の左側にある程度は、走査順序モデルからずれている量である。この偏差を以下の式で計算できる。
if ytn <= ybo and xln < xlo and xrn < xro
then dcs = dcs + (xlo - xln)*(xro - xrn)/(xro - xln)2
これらの計算は、論理的順序で文書内を進行するにつれて、コンテンツ要素の連続する対ごとに実行される。この結果は、対比較の数（要素の数から１を引く）で割ることによって正規化され、１に固定される。この逆数が戻される。
then dcs = dcs + (xlo - xln)*(xro - xrn)/(xro - xln)2
これらの計算は、論理的順序で文書内を進行するにつれて、コンテンツ要素の連続する対ごとに実行される。この結果は、対比較の数（要素の数から１を引く）で割ることによって正規化され、１に固定される。この逆数が戻される。
Ｖｃｓ＝１−ＭＩＮＩＭＵＭ（１，ｄｃｓ／（ＮＯ−１））
図７９は、走査一貫性に対する配置の例を示している。
図７９は、走査一貫性に対する配置の例を示している。
本明細書において提供される、読み進み易さ及び伝達性に対する走査一貫性からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。走査一貫性の寄与度を決定するための他の方法、例えば、読み進み易さと伝達性に関する順序付けられたコンテンツの異なる配置に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、走査一貫性の寄与度を決定する特定の方法だけでなく、読み進み易さ、伝達性、及び文書品質を評価する背景において、走査一貫性の測度を使用するより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、進行順序の代わりのモデルは、上から下、左から右である。すなわち、例えば、この順序は、新聞や雑誌における記事の配置に対して一般に使用されている。コラムを下部まで下方移動し、右側の次のコラムの上部にシフトする。上記の走査順序付け計算と同様にして、この順序付けからの偏差を計算することができる。しかしながら、この場合、前の対象の左側に対象を配置することを望むことはなく、同じコラム内の対象は前の項目の上に配置されるべきではない。これに対応する検査は以下の通りである。
if xln < xlo and xrn < xro
then dco = dco + (xlo - xln)*(xro - xrn)/(xro - xln)2
および
if xln <= xro and ytn < yto and ybn < ybo
then dco = dco + (yto - ytn)*(ybo - ybn)/(ybo - ytn)2
および
Vco = 1- MINIMUM(1, dco/(NO-1))
上記したように、走査一貫性及び序列一貫性の項目を独立に読み進み易さの式に付加する代わりに、これら２つの測度を結合し、読み進み易さに当該結合結果を使用してもよいことに留意されたい。これを実行する理由は、２つの測度のいずれかの値が高い場合、結合した値が高くなるような方法で、これら２つの測度が結合され得るからである。言い換えれば、文書は、いずれか一方のレイアウト・モデルに従えばよく、両方に従う必要はない。
then dco = dco + (xlo - xln)*(xro - xrn)/(xro - xln)2
および
if xln <= xro and ytn < yto and ybn < ybo
then dco = dco + (yto - ytn)*(ybo - ybn)/(ybo - ytn)2
および
Vco = 1- MINIMUM(1, dco/(NO-1))
上記したように、走査一貫性及び序列一貫性の項目を独立に読み進み易さの式に付加する代わりに、これら２つの測度を結合し、読み進み易さに当該結合結果を使用してもよいことに留意されたい。これを実行する理由は、２つの測度のいずれかの値が高い場合、結合した値が高くなるような方法で、これら２つの測度が結合され得るからである。言い換えれば、文書は、いずれか一方のレイアウト・モデルに従えばよく、両方に従う必要はない。
図８０は、序列一貫性に対する配置の例を示している。
本明細書において提供される、読み進み易さ及び伝達性に対する、序列一貫性からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。序列一貫性の寄与度を決定するための他の方法、例えば、読み進み易さ及び伝達性に関する順序付けられたコンテンツの異なるレイアウトに対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、序列一貫性の寄与度を決定する特定の方法だけでなく、文書の読み進み易さ、伝達性、及び文書品質を評価する背景において、序列一貫性の測度を使用するより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、読み進み易さと類似の特性が、ナビゲーションし易さである。進行が、作成者によって意図される順序で文書内を移動する容易さ又は困難さを測定する一方、ナビゲーションし易さは、文書の任意要素を位置付ける（検出する）能力を測定する。ナビゲーションし易さを推定する時、要素又はセクションを見つけるのに役立つ特徴を主として捜し求める。本明細書に提供される方法例として、見出し、リストの黒丸及び番号、欄外見出し及びページ番号、内部リンク、及び／又はグループ同一性が挙げられる。これらの特性はそれぞれ、ナビゲーションし易さに役立ち、総合測度は、加重平均から生成できる。
Ven＝whdVhd+wlbVlb+wrhVrh+wlnkVlnk+wgiVgi
ここで、ｗ部分は重み特性であり、Ｖ部分は価値特性である。更なる寄与因子と同様に、別の結合方法もまた可能であることに留意すべきである。特性の多くは、読み進み易さに対しても使用されたが、ナビゲーションし易さを計算する際に使用される重みは異なることがある。
ここで、ｗ部分は重み特性であり、Ｖ部分は価値特性である。更なる寄与因子と同様に、別の結合方法もまた可能であることに留意すべきである。特性の多くは、読み進み易さに対しても使用されたが、ナビゲーションし易さを計算する際に使用される重みは異なることがある。
図８１に図示されるような測度の組み合わせは、文書のナビゲーションし易さを評価する際に有益である。
さらに具体的には、図８１に示されるような、ナビゲーションし易さは、見出し、リストの黒丸及び番号、欄外見出し及びページ番号、内部リンク、及び／又はグループ同一性の組み合わせであると考えられる。図８１において、定量化されたナビゲーションし易さの値は、ナビゲーションし易さ量子化器又は結合回路５５を用いて、見出し、リストの黒丸及び番号、欄外見出し及びページ番号、内部リンク、及び／又はグループ同一性を組み合わせることによって導出される。
この図では、ナビゲーションし易さ定量化プロセス用の回路が示されているが、このプロセスが、マイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行してもよいことに留意すべきである。定量化は、特定の回路に限定されず、後述する方法論を実行できるソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
本明細書において提供される、文書のナビゲーションし易さを評価するための方法は、例示であり、本発明の範囲を限定するように考えるべきではない。文書のナビゲーションし易さを決定するための他の方法、例えば、ナビゲーションし易さに関する異なる文書特性に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、ナビゲーションし易さを決定する特定の方法だけでなく、文書のナビゲーションし易さ、伝達性、及び文書品質を評価する背景において、個々の測度の組み合わせを用いるより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、ページ番号は、文書のナビゲーションに大いに役立つことができる。欄外見出しについては、それらの値の測度は、異なる見出しの数をページの数で除したものである。見出しに対する文書を検査し、個々の見出しのリストを作成することによって、これを求めることができる。そして、リスト内の見出しの数をカウントすることができる。ページ番号に関して、それらの存否について照会し、存在する場合、測度に寄与を付加することができる。
Vrh＝wh Nh/Np+(1-wh)Bpn
ここで、ｗｈは、欄外見出しに付与される重みであり、Ｎｈは個々の見出しの数であり、Ｎｐは、文書内のページ番号であり、Ｂｐｎは、ページ番号があれば１であり、それ以外は０である。
ここで、ｗｈは、欄外見出しに付与される重みであり、Ｎｈは個々の見出しの数であり、Ｎｐは、文書内のページ番号であり、Ｂｐｎは、ページ番号があれば１であり、それ以外は０である。
本明細書において提供される、ナビゲーションし易さ及び伝達性に対するページ番号からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。ページ番号からの寄与度を決定するための他の方法、例えば、ナビゲーションし易さ及び伝達性に関するページ番号の存否に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明はページ番号寄与度を決定する特定の方法だけでなく、文書のナビゲーションし易さ、伝達性、及び文書品質を評価する背景において、ページ番号測度を使用するより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、ナビゲーションし易さは、グループの使い易さに関する上記議論において述べられたグループ要素の検出特性に大きく関連している。見出し、リストの黒丸及び番号、ならびに内部リンクの各測度は、上記のように取得できる。
読み進み易さに関する議論において、進行リンクの一部を測定した。ナビゲーションし易さに関して、内部リンク又は基準（単に進行性のものではない）の総数をカウントすることが望まれる。これは、文書の本文内の基準又はリンクと同様、目次、及びインデックス内の記入項目を含む。上記に示唆されたように、コンテンツ対称の数で割ることによってカウントを基準化することができる。
Ｖlnk＝ＭＩＮＩＭＵＭ（１，ＮＬＴ／ＮＯ）
ここで、ＮＬＴは、内部リンクの総数であり、ＮＯは、コンテンツ対象の数である。
ここで、ＮＬＴは、内部リンクの総数であり、ＮＯは、コンテンツ対象の数である。
文書内を苦労しながら進もうとする場合、１つのコンテンツのグループが終了し、別のグループが開始する時を認識することは有益である。したがって、グループ同一性の測度からナビゲーションし易さに対する寄与があるべきである。これは、読み進み易さの推定においても使用される別の測度である。グループ同一性の測度は、グループの使い易さに関する議論において述べられている。グループ同一性は、空間コヒーレンス、境界若しくは背景の存在、スタイル均一性、及び要素の位置合わせなどの他の測度から算出される。
本明細書において提供される、ナビゲーションし易さ及び伝達性に対する見出し、黒丸、内部リンク、及びグループ同一性からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。これらの特性からの寄与度を決定するための他の方法、例えば、これられの特性、ナビゲーションし易さ、及び伝達性に関する異なる文書特性に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は寄与度を決定する特定の方法だけでなく、文書のナビゲーションし易さ、伝達性、及び文書品質を評価する背景において、見出し、黒丸、内部リンク、及びグループ同一性の各測度を使用するより広範囲の概念をも対象にする。
快適性
本発明の好ましい実施の形態において、文書の品質に寄与する別の特性は、文書を知覚する快適性レベルである。文書の快適性レベルを定量化するための方法を以下に述べる。
快適性
本発明の好ましい実施の形態において、文書の品質に寄与する別の特性は、文書を知覚する快適性レベルである。文書の快適性レベルを定量化するための方法を以下に述べる。
快適性は、より単純な特性又は規則の組み合わせとして算出される。コンポーネント規則のいずれかに違反することによって、不快感が生じ、文書レイアウトの全体的な快適性を損なう可能性がある。コンポーネント規則として、フォント形式の制限、色の制限、グループ別番号、整然性、判読性、非威圧性、慣習性、色の調和、色の適合性、輝度一貫性、及び／又はサイズ一貫性を挙げることができる。各規則は、０が低い若しくは好ましくない快適値を意味し、１が高い又は好ましい快適値を意味するように、０乃至１の範囲内の値を生成するように定義されている。これら（及び他のこうした規則）は、全体的快適性測度となるように計算且つ結合できる。Ｖｉがｉ番目の規則に対して算出される値である場合、快適性測度Ｖcは、これら寄与度の関数Ｅとして構成される。
Vc=E(Vlf, Vlc, Vgn, Vnt, Vdc, Vni, Vcv, Vch, Vca, Vcl, ... ,Vcsz)
結合関数Ｅは、寄与度の加重平均と同様に単純であるが、いかに他のものがよくても、好ましくないいずれかの寄与要素が快適性を阻害する可能性があるので、線形結合は好ましくない。別の方法として、以下の式を使用する。
結合関数Ｅは、寄与度の加重平均と同様に単純であるが、いかに他のものがよくても、好ましくないいずれかの寄与要素が快適性を阻害する可能性があるので、線形結合は好ましくない。別の方法として、以下の式を使用する。
Ｖc＝［Σｗi（ｄ＋Ｖi）-p］-1/p−ｄ
ｗi因数は、各規則の相対的重要度を特定する重みであり、これらは合計して１にならなければならない。指数ｐは、１つの悪い値に多くの好ましい値を圧倒させ得る非線形性を導入する。ｐの値が大きくなるほど、この効果は大きくなる。定数ｄは、０に近い正の数であり、ゼロ除算を防止する。
ｗi因数は、各規則の相対的重要度を特定する重みであり、これらは合計して１にならなければならない。指数ｐは、１つの悪い値に多くの好ましい値を圧倒させ得る非線形性を導入する。ｐの値が大きくなるほど、この効果は大きくなる。定数ｄは、０に近い正の数であり、ゼロ除算を防止する。
他の結合関数もまた、可能である。例えば、寄与要素の積を利用することができる。寄与度の重みが要求される場合、これは（重み値の異なるセットを用いる）累乗法によって実行できる。
Ｖc＝ΠＶi wi'
選択された規則のセットが快適性の測度の構成方法を示していることに留意すべきである。快適性に役立つ他の因数が存在し、より洗練された快適性の定量化にもちろん含まれ得る。本明細書において提供される、文書快適性を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。文書快適性を決定するための他の方法、例えば、快適感に関する異なる文書特性に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は快適性レベルを決定する特定の方法だけでなく、文書快適性レベル及び文書品質を評価する背景において、個々の測度の組み合わせを用いるより広範囲の概念をも対象にする。
選択された規則のセットが快適性の測度の構成方法を示していることに留意すべきである。快適性に役立つ他の因数が存在し、より洗練された快適性の定量化にもちろん含まれ得る。本明細書において提供される、文書快適性を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。文書快適性を決定するための他の方法、例えば、快適感に関する異なる文書特性に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は快適性レベルを決定する特定の方法だけでなく、文書快適性レベル及び文書品質を評価する背景において、個々の測度の組み合わせを用いるより広範囲の概念をも対象にする。
図８２に示すように、測度の組み合わせは、文書の快適性を評価する際に有益である。
さらに具体的には、図８２に示すように、快適性は、フォント形式の制限、色の制限、グループ別番号、整然性、判読性、非威圧性、慣習性、色の調和、色の適合度、輝度一貫性、及び／又はサイズ一貫性の組み合わせであると考えられる。図８２において、定量化された快適値は、快適性量子化器又は結合回路６０を用いて、フォント形式の制限、色の制限、グループ別番号、整然性、判読性、非威圧性、慣習性、色の調和、色の適合度、輝度一貫性、及び／又はサイズ一貫性を結合することによって導出される。
この図には快適性定量化プロセス用の回路が示されているが、このプロセスは、マイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行できることにもまた、留意すべきである。定量化は、特定の回路に限定されず、後述の方法論を実行できるソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
本発明の好ましい実施の形態において、フォントは、異なる効果を得るように選択できる多くの特性を有する。フォント・ファミリーは、形式的なものからくだけたもの、軽いものから堅いもの、現代的なものから慣用的なものまで、文書に異なる感覚を付与するように選択できる。フォントサイズは、コスト及び可読性に影響を与える可能性がある。ボールド（太字）などのフォント重みは、重要性を伝達でき、イタリックなどのフォント形式は、それが特別であることを示すことができる。抹消又は下線などのフォント変形は、更なる意味を付加できる。
しかしながら、単一の文書に、異なるフォント形式が多すぎる場合、その結果は不安定になる。このような「脅迫状」的（種々の書体から成る）文書は、読者に不快感をもたらすことから、悪いスタイルと考えられている。観察者の快適性に寄与するものと考えられる第１の要因は、フォント形式の数の制限である。フォント仕様（ファミリー、サイズ、重み、スタイル又は変形）における変化は、新しい形式をもたらす。文書は、検査することができ、個々のフォント形式の数Ｎｆをカウントすることができる。これは、以下の式によって、０近傍（多くのフォント形式の場合）から１（フォント形式が１つにすぎない場合）までの範囲内の数に変換できる。
Ｖlt＝１／ＭＡＸＩＭＵＭ（１，Ｎｆ）
しかしながら、より洗練された測度が可能である。例えば、フォントが互いにどの程度相違しているかを測度の一部として含むことができる。これは、文書に出現するフォント形式のすべてのリストＦを最初に構築することによって実行できる。そして、リスト中のすべてのフォント形式を他のすべてのフォント形式と比較し、それらの相違の測度を累算することができる。異なるサイズのフォントに関して、この測度をサイズ差の関数（その絶対値など）にすることができる。フォント重みに関して、測度を重み差の関数に加算することができる。重みは、小さな選択肢のセットに、通常限定されているので、表ＦＷ［weight（ｆ１），weight（ｆ２）］は、重み差関数を記述するために使用することができる。ファミリースタイル及び変形の差による寄与は、表において取得することもでき、あるいは、単一の定数量ａｆは、これらの特性に何か相違が生じる場合はいつでも加算することができる。すべてのフォント形式を他のすべてのフォント形式と比較することにより、結果としてフォントの数を自乗した程度に累算した差となる。第１のより単純な測度とさらに調和すると、フォント数での除算が可能である。この別の測度を計算するための擬似コードは、以下の通りである。
しかしながら、より洗練された測度が可能である。例えば、フォントが互いにどの程度相違しているかを測度の一部として含むことができる。これは、文書に出現するフォント形式のすべてのリストＦを最初に構築することによって実行できる。そして、リスト中のすべてのフォント形式を他のすべてのフォント形式と比較し、それらの相違の測度を累算することができる。異なるサイズのフォントに関して、この測度をサイズ差の関数（その絶対値など）にすることができる。フォント重みに関して、測度を重み差の関数に加算することができる。重みは、小さな選択肢のセットに、通常限定されているので、表ＦＷ［weight（ｆ１），weight（ｆ２）］は、重み差関数を記述するために使用することができる。ファミリースタイル及び変形の差による寄与は、表において取得することもでき、あるいは、単一の定数量ａｆは、これらの特性に何か相違が生じる場合はいつでも加算することができる。すべてのフォント形式を他のすべてのフォント形式と比較することにより、結果としてフォントの数を自乗した程度に累算した差となる。第１のより単純な測度とさらに調和すると、フォント数での除算が可能である。この別の測度を計算するための擬似コードは、以下の通りである。
fd=1
for f1 from 1 to Nf
for f2 from f1 to Nf
fd=fd+|size(f1)-size(f2)|+Fw[weight(f1), weight(f2)]
if family(f1) differs from family(f2)
or style(f1) differs from style(f2)
or variant(f1) differs from variant(f2)
then fd=fd+af
end of f2 loop
end of f1 loop
fd=fd/Nf
Vlt=1/(bf+fd)
すなわち、
fd=1
for f1 （1〜Nf）
for f2 （f1〜Nf）
fd=fd+|size(f1)-size(f2)|+Fw[weight(f1), weight(f2)]
if family(f1)がfamily(f2)と異なる
or style(f1)がstyle(f2)と異なる
or variant(f1)がvariant(f2)と異なる
then fd=fd+af
f2についてのループ終了
f1についてのループ終了
fd=fd/Nf
Vlt=1/(bf+fd)
上記コードの最終行において、ｂｆは、フォント差が増加するにつれてどの程度速く測度が減少するかを制御する小さい正の数である。
for f1 from 1 to Nf
for f2 from f1 to Nf
fd=fd+|size(f1)-size(f2)|+Fw[weight(f1), weight(f2)]
if family(f1) differs from family(f2)
or style(f1) differs from style(f2)
or variant(f1) differs from variant(f2)
then fd=fd+af
end of f2 loop
end of f1 loop
fd=fd/Nf
Vlt=1/(bf+fd)
すなわち、
fd=1
for f1 （1〜Nf）
for f2 （f1〜Nf）
fd=fd+|size(f1)-size(f2)|+Fw[weight(f1), weight(f2)]
if family(f1)がfamily(f2)と異なる
or style(f1)がstyle(f2)と異なる
or variant(f1)がvariant(f2)と異なる
then fd=fd+af
f2についてのループ終了
f1についてのループ終了
fd=fd/Nf
Vlt=1/(bf+fd)
上記コードの最終行において、ｂｆは、フォント差が増加するにつれてどの程度速く測度が減少するかを制御する小さい正の数である。
一つの更に可能な測度の拡張が考えられる。フォント差が、異なるパラグラフ上に分散される場合よりも、個々のフォント形式が同じパラグラフ内で混合される場合に、より大きな効果をもたらすことになるので、パラグラフごとにフォント形式の数をカウントし、文書のパラグラフにわたってこれを平均化することができる。この最終的に累積された差の測度ｆｄは、反転して形式Ｖltにする前に平均的なパラグラフ単位のフォントによってスケーリングできる。
本明細書において提供される、文書快適性レベルに対するフォント形式の制限からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。フォント形式の制限からの寄与度を決定するための他の方法、例えば、快適性に関する感覚に関するフォント形式の数に対して測定した人的反応の関数は、本発明の範囲内で考慮すべきである。すなわち、本発明は、フォント形式の制限の寄与度を決定する特定の方法だけでなく、文書快適性レベル及び文書品質を評価する背景において、フォント形式の制限の測度を用いるより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、ただ単にフォントが多すぎるのは、好ましくないスタイルであると考えられ、色が多すぎる場合も同様である。多数の色を使用した文書は、けばけばしいものと考えられる。観察者は、色の意味を理解しようと試み、多数の色はこれを困難且つ不快な作業にする。多数の色は、目を疲れさせることになる。この効果の単純な測度は、文書内に見られる異なる色の数の計数である。これは、文書内を進行し、色を識別し、それらをリスト（又はツリー・テーブルやハッシュ・テーブルなどの他のデータ構造）内に保存することによって、決定できる。各色に出会うと、それは、以前に見たかどうかを判断するために、リスト内に既にある色と比較できる。新しい色である場合、それはリストに加えられる。文書が処理された後に、リスト内のエントリーの数が、色の総数Ｎｃを与えるようにカウントすることができる。これは、以下の式によって、（多色に対する）０近傍から（単色のみに対する）１までの範囲内の数に変換できる。
Ｖlc＝１／ＭＡＸＩＭＵＭ（１，Ｎｃ）
上記のスキームは、グラフィックスにおいて一般に使用されるような一定且つ均一な色に対し機能するが、カラー・スイープ、又は、画像に見られる膨大な数の色の操作方法に対応しない。カラー・スイープでは、リスト・エントリーを、スイープの第１の色及び最終の色のみに制限することができる。絵画的な画像に関しては、それらを完全に無視したり、サブサンプリングによって画像から幾つかの色を抽出したり、あるいはまた、色空間における画像値のクラスター分析によって幾つかの色を抽出することができる。
上記のスキームは、グラフィックスにおいて一般に使用されるような一定且つ均一な色に対し機能するが、カラー・スイープ、又は、画像に見られる膨大な数の色の操作方法に対応しない。カラー・スイープでは、リスト・エントリーを、スイープの第１の色及び最終の色のみに制限することができる。絵画的な画像に関しては、それらを完全に無視したり、サブサンプリングによって画像から幾つかの色を抽出したり、あるいはまた、色空間における画像値のクラスター分析によって幾つかの色を抽出することができる。
色がすでにリスト内にあるかどうかの検査は、厳密な適合である必要はない。色空間におけるそれらの間の距離を計算し、その距離をしきい値と比較することによって、色を比較することができる。距離がしきい値よりも小さい場合、それらの色は、適合するのに十分類似したものと考えることができ、新しい色のリスト入力は必要ない。
快適性は、色の数と同様、色の選択によって決まることがある。文書の色を二つ一組（ペアワイズ式）で比較し、それらの適合性の測度を累積することもできる。累積する単純な値は、色空間における各色の距離であるが、快適性に及ぼす影響のより良い測度は、対になった色の不調和となる。色をペアワイズで比較することが、色の数の自乗として値を累積するので、色の数と線形に変化する測度を得るように、文書内の色の数で総数を割ることができる。
すべての色が目を均等に疲れさせるものではなく、より洗練された測度は、これを考慮に入れることができる。彩度の強い色は、中性色よりも影響が大きい。不快さの寄与を増加させるのに使用できる適切な彩度値を計算するために幾つか可能な方法がある。これらは、注目性のもとで彩度に関する上記論議において述べられている。
リスト内の各色に対し、全色の不快さ測度に対する寄与を付加できる。この寄与は、彩度の関数となることができる。例えば、彩度ｃiを有するｉ番目の色では、寄与はａｃ＋ｃiであり、ａｃは別の色を単に有するという効果を表わす定数値であり、ｃiは、色の彩度による更なる不快さである。
ｄｃ＝ａｃ Ｎｃ＋Σｃi
ここで、ｄｃは、色の不快さの測度である。
ここで、ｄｃは、色の不快さの測度である。
各色で描画される文書の全領域を把握し、不快さの計算の拡大における彩度及び領域の両方の関数を含むこともまた可能である。ここで理解することは、大きな着色領域が小さな領域の効果よりも強いことである。
不快さの測度を、０乃至１の間で変化する色測度の制限に変換するために使用できる式を以下に示す。
Ｖlc＝１／（ｂｃ＋ｄｃ）
ここで、ｂｃは、小さい正の定数である。
ここで、ｂｃは、小さい正の定数である。
本明細書において提供される、文書快適性レベルに対する色の制限からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。色の制限から寄与度を決定するための他の方法、例えば、快適性に関する感覚に関連して色の数に対する測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、色の制限の寄与度を決定する特定の方法だけでなく、文書快適性レベル及び文書品質を評価する背景において色の測度の制限を用いるより広範囲な概念をも対象にする。
本発明の好ましい実施の形態において、人々は、他と較べてあるグループサイズに対しもっと快適性を感じている。グループは、要素が多過ぎたり、あるいは、少な過ぎたりしてもいけないし、奇数であることが偶数よりも好ましい。グループの最良のサイズは、３個の要素である。グループ数の快適性の単純式は、以下の通りである。
Ｇｃ＝１／（ｅｇ＋ａｇ（１−ＭＯＤ２（ｅｇ）））
ここで、ｅｇは、グループ内の要素の数であり、ａｇは、偶数の要素の付加的不快さを与える定数であり、ＭＯＤ２は、引数が偶数である場合に０を、奇数の場合に１を付与する関数である。
ここで、ｅｇは、グループ内の要素の数であり、ａｇは、偶数の要素の付加的不快さを与える定数であり、ＭＯＤ２は、引数が偶数である場合に０を、奇数の場合に１を付与する関数である。
文書全体に対し、すべてのグループにわたってグループ数快適性値を平均化するある方法を必要とする。例えば、文書内にＮｇグループがあり、ｉ番目のグループの快適性値がＧｃiである場合、すべてのグループにおける単純平均は、以下にようになる。
Ｖgn＝ΣＧｃi／Ｎｇ
更に複雑な平均化スキームが可能である。例えば、文書の論理構造ツリーの階層（ハイアラキー）内のグループの配置に応じてグループ数快適性の効果を重みづけできる。
更に複雑な平均化スキームが可能である。例えば、文書の論理構造ツリーの階層（ハイアラキー）内のグループの配置に応じてグループ数快適性の効果を重みづけできる。
本明細書において提供される、文書快適性レベルに対するグループ数からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。グループ数からの寄与を決定するための他の方法、例えば、快適性の感覚に関するグループメンバの数に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、グループ数の寄与度を決定する特定の方法だけでなく、文書快適性レベル及び文書品質を評価する背景において、グループサイズの測度を用いるより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、人々が、混乱したものよりも整然とした文書のほうがより快適性を感じることは、一般的である。寄与する要因の組み合わせとして整然性を定量化できる。多くの場合、文書を混乱した状態にする要因を識別し、かかる要因の逆数を使用することは容易である。整然性の測度の例は、テキストの整然性、境界及び背景の存在、位置合わせ、及び／又は規則性に基づいて提示される。整然性は、更なる要因を用いることが可能であることを推定する。構成要素の整然性の測度を結合する際に、混乱性の原因は、（全体的快適性に対して論じられたように）全体的な整然性を破壊することになると仮定する。
同様の結合式が使用できる。
Ｖnt＝［Σｗi（ｄ＋Ｖi）-p］-1/p−ｄ
ここで、Ｖiは、テキストの整然性、境界／背景、位置合わせ及び規則性に対するセットＶtn、Ｖbb、Ｖal及びＶrgから採用される。重みｗi、及びパラメータｐ及びｄは、快適性を計算する際に使用されたものとは異なることがある。
ここで、Ｖiは、テキストの整然性、境界／背景、位置合わせ及び規則性に対するセットＶtn、Ｖbb、Ｖal及びＶrgから採用される。重みｗi、及びパラメータｐ及びｄは、快適性を計算する際に使用されたものとは異なることがある。
本明細書で提供される、文書の整然性を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。文書の整然性を決定するための他の方法、例えば、整然性の感覚に関する異なる文書特性に対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、整然性レベルを決定する特定の方法だけでなく、文書の整然性、快適性レベル、及び文書品質を評価する背景において、個々の測度の組み合わせを用いるより広範囲の概念をも対象にする。
図８３に示されるような、測度の組み合わせは、文書の整然性を評価するのに有益である。
さらに具体的には、図８３に示されるように、整然性は、テキストの整然性、境界及び背景の存在、位置合わせ、及び／又は規則性の組み合わせであると考えられる。図８３において、定量化された整然性の値は、整然性量子化器又は結合回路６１を用いて、テキストの整然性、境界及び背景の存在、位置合わせ、及び／又は規則性を組み合わせることによって導出される。
この図には、整然性定量化プロセス用の回路が示されるが、このプロセスは、マイクロプロセッサ及び／又はファームウェアによってソフトウェアにおいて実行できることに留意すべきである。定量化は、特定の回路に限定されず、後述される方法論を実行できるソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
本発明の好ましい実施の形態において、要因が整然性にどのように寄与できるかという例は、テキストの整然性を考慮する。テキストの整然性は、一部のフォントの変異体及びスタイル（例えば、アンダーラインが引かれたテキストや、イタリックなど）を使用することによって阻害される可能性がある。引用のあるテキストは、引用のないテキストよりも整然性が低いと考えられている。テキストを検査し、すべての単語、スペース、及び句読点を考慮しながら文書内を進行することができる。単語（及び句読点）に対して、使用されたフォント（ｆ）に基づいて整然性の値を決定する。フォントの（非）整然性あるいは混乱した状態を推定する際に、フォントファミリー、スタイル、及び変異体を考慮する。これらの特性は個々に考慮でき、ルックアップ・テーブル（Ｔｆ、Ｔｓ、及びＴｖ）は、各特性ごとの混乱状態の効果を保存するように使用することができる。全体的な混乱状態の測度は、フォント選択の効果を収集できる。
ｍｔ＝ｍｔ＋Ｔｆ［ｆａｍｉｌｙ（ｆ）］
＋Ｔｓ［ｓｔｙｌｅ（ｆ）］
＋Ｔｖ［ｖａｒｉａｎｔ（ｆ）］
句読点については、引用符を探し、引用に対する特別の寄与度を付加する。一般に、文字コードｃに基づいて寄与度を付加することができ、テーブルＴｃは寄与度の量を保存できる。これは、句読点と同様、スペース、文字、及び数に適用できる。
＋Ｔｓ［ｓｔｙｌｅ（ｆ）］
＋Ｔｖ［ｖａｒｉａｎｔ（ｆ）］
句読点については、引用符を探し、引用に対する特別の寄与度を付加する。一般に、文字コードｃに基づいて寄与度を付加することができ、テーブルＴｃは寄与度の量を保存できる。これは、句読点と同様、スペース、文字、及び数に適用できる。
ｍｔ＝ｍｔ＋Ｔｃ［ｃ］
フォント及び文字からの寄与度は、文字に対する全体的な混乱状態の寄与度が１を超えないように選択できる。
フォント及び文字からの寄与度は、文字に対する全体的な混乱状態の寄与度が１を超えないように選択できる。
テキストの整然性に対する平均値を得るために、各文字ごとに混乱度の値（ｉ番目の文字に対するｍｔi）を合計し、文字の総数Ｎｃｈで割る。テキストの整然性は、混乱度の逆数である。
Ｖtn＝１−Σｍｔi／Ｎｃｈ
図８４は、より整然性の高い文書の例を示している。図８５は、整然性の低い文書の例を示している。
図８４は、より整然性の高い文書の例を示している。図８５は、整然性の低い文書の例を示している。
本発明において提供される、文書の整然性及び快適性レベルに対しテキストの整然性からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。テキストの整然性からの寄与度を決定するための他の方法、例えば、整然性の感覚に関する異なるテキストスタイルに対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、テキスト整然性の寄与度を決定する特定の方法だけでなく、文書の整然性レベル、文書快適性レベル、及び文書品質を評価する背景において、テキスト整然性の測度を用いるより広範囲の概念をも対象にするようなものである。
本発明の好ましい実施の形態において、境界及び背景の使用は、文書の構造を理解するのに役立つことができ、文書の興味に付加することができるが、これらの付加がないものほど整然性はない。文書は、境界及び／又は背景に対し幾つかの契機を提示する。これらは、各ページ上で見られたり、あるいは、コラム、セクション、テーブルや図面に対しても見出だすことができる。境界又は背景に対する各契機を考慮して文書内を進行する。こうしたそれぞれの契機において、境界又は背景が実際に存在するかどうかについて検査する。境界が存在する場合、混乱度の測度ｍｂｂに量ｖｂｄを加算する。背景が存在する場合、量ｖｂｋをｍｂｂに加算する。さらに、遭遇した契機Ｎｂの数をカウントする。境界及び背景からの整然性の寄与度は、これらの平均混乱度の逆数である。
Ｖbb＝１−ｍｂｂ／Ｎｂ
本明細書において提供される、文書整然性及び快適性レベルに対する境界及び背景からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。境界及び背景からの寄与度を決定するための他の方法、例えば、整然性の感覚及び快適性に関する異なる境界及び背景のそれぞれのスタイルに対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、境界及び背景の寄与度を決定する特定の方法だけでなく、文書の整然性レベル、文書の快適性レベル、及び文書品質を評価する背景において、境界及び背景の各測度を使用するより広範囲の概念をも対象にする。
本明細書において提供される、文書整然性及び快適性レベルに対する境界及び背景からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。境界及び背景からの寄与度を決定するための他の方法、例えば、整然性の感覚及び快適性に関する異なる境界及び背景のそれぞれのスタイルに対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、境界及び背景の寄与度を決定する特定の方法だけでなく、文書の整然性レベル、文書の快適性レベル、及び文書品質を評価する背景において、境界及び背景の各測度を使用するより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、整然性に対する重要な寄与度は、文書の構成要素が位置合わせされ、規則正しく配置されているという印象である。これらの要因は、文書の美観に関する議論に述べられている。記載された技術を用いて、文書の位置合わせ及び規則性に対する測度Ｖal及びＶrgを計算することができる。整然性に対するこれらの寄与度に対する重み係数が、美観に対する寄与度に使用される係数とは異なる傾向があることに留意すべきである。
本明細書において提供される、文書の整然性及び快適性レベルに対する位置合わせ及び規則性からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。位置合わせ及び規則性からの寄与度を決定するための他の方法、例えば、整然性の感覚及び快適性に関する異なる程度の位置合わせ及び規則性に対して測定した人的反応の関数は、本発明の範囲内であると考えるべきである。すなわち、本発明が、位置合わせ及び規則性の寄与度を決定する特定の方法だけでなく、文書整然性レベル、文書快適性レベル、及び文書品質を評価する背景において、位置合わせ又は規則性の測度を用いるより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、一部のテキストでは、他のものと比べて、解読し、理解するための作業をより必要とする。イタリック体で印刷されたテキスト、あるいは、標準でないフォント変異体を使用するテキストは、読みにくい。薄い色の背景上での薄い色のテキスト、あるいは、濃い色の背景上での濃い色のテキストは、解読する努力を要する。この作業は、読者を疲れさせ、文書を使用することを不快なものにしている。文書の平均判読性Ｖdcを推定するための方法は、文書がいかに良く伝達されるかに関する論議において上記に述べられている。
本明細書において提供される、文書快適性レベルに対するテキスト判読性からの寄与度を評価するための特定の方法は、例示であり、本発明の範囲を限定するように考えるべきではない。テキスト判読性からの寄与度を決定するための他の方法、例えば、判読性と、快適感に関する異なるテキストスタイルに対して測定した人的反応の関数は、本発明の範囲内であると考慮すべきである。すなわち、本発明は、テキスト判読性の寄与度を決定する特定の方法だけでなく、文書快適性レベルと文書品質を評価する背景において、テキスト判読性の測度を使用するより広範囲の概念をも対象にする。
本発明の好ましい実施の形態において、一部の文書構成は、読者を威圧するように働くことがある。これらの要素が存在する程度を注意することによって、威圧性の測度を構成することができる。威圧性は、快適性に反するので、威圧性係数の逆数は、快適性の推定に対し寄与することになる。威圧性のある要素には、余白が少量であること、情報密度が高いこと、可読性が低いこと、テキストがボールド体であること、画像部分が少量であること、ラインが使用されていること、及び／又は、技術的レベルが高いこと、が挙げられる。これら要素の多くは、ＩＲＳ形式から熟知されている。
非威圧性測度は、威圧する要素の逆数を結合することによって、実際に計算される。文書の非威圧性要素に対する種々の寄与度の要素を結合するために、単純加重平均が使用されるが、より複雑な結合スキームも可能である。
Ｖin＝ΣｗiＶi
ここで、ｗiは、重みであり、Ｖiは、要素の上記リストに対応する、非威圧性構成要素の値Ｖws、Ｖil、Ｖlg、Ｖdc、Ｖnb、Ｖpf、Ｖnl、Ｖltである。
ここで、ｗiは、重みであり、Ｖiは、要素の上記リストに対応する、非威圧性構成要素の値Ｖws、Ｖil、Ｖlg、Ｖdc、Ｖnb、Ｖpf、Ｖnl、Ｖltである。
図８６に示すような、測度の組み合わせは、文書の威圧性を評価する際に有益である。
さらに具体的には、図８６に示すような威圧性は、余白が少量であること、情報密度が高いこと、可読性が低いこと、テキストがボールド体であること、画像部分が少量であること、ラインが使用されていること、及び／又は技術的レベルが高いこと、の組み合わせであると考えられる。図８６において、定量化された威圧性の値は、威圧性量子化器又は結合回路６２を使用して、余白が少量であること、情報密度が高いこと、可読性が低いこと、テキストがボールド体であること、画像部分が少量であること、ラインが使用されていること、及び／又は技術的レベルが高いこと、を結合することによって導出される。
この図には、威圧性定量化プロセス用の回路が示されるが、このプロセスがマイクロプロセッサ及び／又はファームウェアによってソフトウェアで実行することもできることに留意すべきである。定量化は、特定の回路に限定されず、後述される方法論を実行できる、ソフトウェア及び／又はハードウェアの任意の組み合わせであってよい。
図８７は威圧的な文書の一例である。
文書がいかに威圧的か又は威圧的でないかの測度を評価するための、ここに提示された特定の方法は例示的なものであり、範囲を限定するものとみなされるべきではない。文書の威圧度レベルを決定するための他の方法、例えば威圧感について種々の文書特性に対する測定された人間の反応の機能も本発明の範囲内とされるべきであり、したがって、本発明は、威圧レベルを認定するための特定の方法にだけではなく、文書威圧レベル、文書快適レベル及び文書品質を評価することに関連して個々の度合いの組み合わせを利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、多くの余白を有する「開いた」（"open"）文書は、コンテンツの詰まった文書ほどには威圧的ではない。余白部分を評価する方法が、文書がいかに良く伝達するかについての論述で説明された。
非余白面積は、コンテンツ・オブジェクトの面積を合計することによって推定される。全オブジェクト面積は全文書面積Adによって概算できる。Vws=(Ad−ΣAi)/Ad
文書威圧レベル及び快適レベルに対する余白の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものと考えられるべきではない。余白の寄与を認定するための他の方法、例えば威圧感について種々の余白の大きさに対する測定された人間の反応の機能も本発明の範囲内とされるべきであり、したがって、本発明は余白の効果を認定する特定の方法にだけではなく、文書威圧レベル、文書快適レベル及び文書品質を評価するのに関連して余白度合いを利用する、それよりはるかに広い概念にも関するものである。
文書威圧レベル及び快適レベルに対する余白の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものと考えられるべきではない。余白の寄与を認定するための他の方法、例えば威圧感について種々の余白の大きさに対する測定された人間の反応の機能も本発明の範囲内とされるべきであり、したがって、本発明は余白の効果を認定する特定の方法にだけではなく、文書威圧レベル、文書快適レベル及び文書品質を評価するのに関連して余白度合いを利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、密に詰まった情報は威圧的であり、したがって情報デンシテイ（information density）の逆数が非威圧度に寄与しうる。このような情報ライトネス測度（information lightness measure）については、文書の注目度特性についての論述で説明された。
文書威圧レベル及び快適レベルに対する情報ライトネス又はデンシテイの寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。情報デンシテイの寄与を認定するための他の方法、例えば威圧感について種々の情報量及び面積に対する測定された人間の反応の機能も、本発明の範囲内とされるべきであり、したがって、本発明は情報ライトネス又はデンシテイの寄与を認定する特定の方法にだけではなく、文書威圧レベル、文書快適レベル及び文書品質を評価することに関連して情報デンシテイの度合いを利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、読み難い文書は威圧的であり、したがって可読性が非威圧性に寄与するものである。可読性を評価する方法については、文書の伝達力についての論述で説明された。
文書の威圧レベル及び快適レベルに対するテキストの可読性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。可読性の寄与を認定するための他の方法、例えば読み難さ及び威圧感に関して種々のテキスト特性に対する測定された人間の反応の機能も本発明の範囲内とされるべきであり、したがって、本発明は可読性の寄与を認定する特定の方法だけではなく、文書威圧レベル、文書快適レベル及び文書品質を評価するのに関連して可読性の測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、ボールド（bold）又はヘビイ・ウエイト（heavy weight）のテキストを使用すると威圧的になる。非威圧度が望まれるので、テキスト疎度の度合い（軽いテキスト重さに関連した高い値）を有していたいであろう。このような度合いを認定する方法は簡単である。文書中を辿り、テキストを調べて、どのようなフォントが使われているかを知る。フォントfのウエイトに対するライトネス値tlは、tl=Tl[weight(f)]である。
tliが第i番目の文字のライトネス値であると、ライトネス値を加算しかつ文字の総数Nchで割り算することによって、平均ライトネス（ノン・ボールドネス）値を得ることができる。すなわち、
Vnb = Σtli/Nch
他の手法は、ボールド又はヘビイ・テキストの面積を集めて、それを文書の総面積Adで割り算し、そして反転する。すなわち、
Vnb = 1−Ab/Ad
文書威圧レベル及び快適レベルに対するボールド・テキストの寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。ボールド・テキストの寄与を認定する他の方法、例えば、威圧感及び文書快適レベルに関して種々のボールド・テキスト量に対する測定された人間の反応の機能も本発明の範囲内とされるものであり、したがって、本発明はボールド・テキストの寄与を認定する特定の方法にだけではなく、文書威圧レベル、文書快適レベル及び文書品質を評価するのに関連してボールド・テキスト度合いを利用する、それよりはるかに広い概念にも関するものである。
Vnb = Σtli/Nch
他の手法は、ボールド又はヘビイ・テキストの面積を集めて、それを文書の総面積Adで割り算し、そして反転する。すなわち、
Vnb = 1−Ab/Ad
文書威圧レベル及び快適レベルに対するボールド・テキストの寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。ボールド・テキストの寄与を認定する他の方法、例えば、威圧感及び文書快適レベルに関して種々のボールド・テキスト量に対する測定された人間の反応の機能も本発明の範囲内とされるものであり、したがって、本発明はボールド・テキストの寄与を認定する特定の方法にだけではなく、文書威圧レベル、文書快適レベル及び文書品質を評価するのに関連してボールド・テキスト度合いを利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、縦線、特に高いコントラストを有する太い縦線の存在が威圧的となりうる。縦線の効果を数量化する方法は、まず文書中を辿って、縦線を見つけ出すことである。これには、境界線や、幅と高さの比が閾値より小さい長方形の一部分である縦線が含まれる。見出された各線について、それの面積Alにそれの輝度対比clを掛け算する。
ウエイト付けされた全ての面積を加算し、そして文書の面積Adで割り算すると、０と１の間の値が得られる。縦線に割り当てられた面積は通常は小さいから、この式は効果を過少評価しているが、それを分数乗（fractional power）すると、それの力を高めることができる。非威圧寄与を得るためには、結果を反転させることが必要である。すなわち、
Vnl = 1−(Σcli Ali / Ad)1/p
文書威圧レベル及び快適レベルに対する縦線の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。線の寄与を認定するための他の方法、例えば、威圧感及び文書快適レベルに関して種々の線の量及びスタイルに対する測定された人間の反応の機能も本発明の範囲内とされるべきであり、したがって、本発明は縦線の寄与を認定する特定の方法にだけではなく、文書威圧レベル、文書快適レベル及び文書品質を評価することに関連して線の度合いを利用する、それよりはるかに広い概念にも関するものである。
Vnl = 1−(Σcli Ali / Ad)1/p
文書威圧レベル及び快適レベルに対する縦線の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。線の寄与を認定するための他の方法、例えば、威圧感及び文書快適レベルに関して種々の線の量及びスタイルに対する測定された人間の反応の機能も本発明の範囲内とされるべきであり、したがって、本発明は縦線の寄与を認定する特定の方法にだけではなく、文書威圧レベル、文書快適レベル及び文書品質を評価することに関連して線の度合いを利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、高度に技術的な題材は威圧的である。技術的レベルの測度としては、可読性、数字の存在、画像の存在していないなどのオブジェクトが含まれる。技術的レベルの測度の一例の定義については、文書がいかに良く伝達するかについての論述で説明された。技術的レベルVtlは、非威圧演算で使用できる非技術的レベルの測度に対して反転すればよい。すなわち、
Vnt = 1−Vtl
文書威圧レベル及び快適レベルに対する技術的レベルの寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を制限するものではない。技術的レベルの寄与を認定するための他の方法、例えば、技術的レベル、威圧感、文書快適レベルに関して種々の文書コンテンツに対する測定された人間の反応の機能も本発明の範囲内とされるものであり、したがって、本発明は技術的レベルの寄与を認定する特定の方法にだけでなく、文書威圧レベル、文書快適レベル及び文書品質を評価することに関連して技術的レベルの測度を利用する、それよりはるかに広い概念にも関するものである。
Vnt = 1−Vtl
文書威圧レベル及び快適レベルに対する技術的レベルの寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を制限するものではない。技術的レベルの寄与を認定するための他の方法、例えば、技術的レベル、威圧感、文書快適レベルに関して種々の文書コンテンツに対する測定された人間の反応の機能も本発明の範囲内とされるものであり、したがって、本発明は技術的レベルの寄与を認定する特定の方法にだけでなく、文書威圧レベル、文書快適レベル及び文書品質を評価することに関連して技術的レベルの測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、人々は文書のスタイルについてある種の期待を有する。人々が馴染んだ慣例が存在する。このような慣例に破ることは、ある種の利益（注目を集めるというような）を生むが、犠牲（使い易さを低下させることのような）を伴う。慣例に背くことは、少しの不快さを生ずるのが殆ど常である。
慣例とは新規性の逆として定義される。新規性の測度については、文書がいかに良く関心を保持するかについての論述で説明された。
文書快適レベルに対する文書慣例の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。慣例の寄与を認定するための他の方法、例えば、慣例及び快適感に関して種々の文書スタイルに対する測定された人間の反応の機能も、本発明の範囲内とされるものであり、したがって、本発明は慣例の寄与を認定する特定の方法にだけではく、文書快適レベル及び文書品質を評価することに関連して慣例の測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、カラーのある種の組み合わせは、互いに調和的にフィットするが、他の組み合わせは調和しない。衝突又は調和しないカラーは目を疲れさせて不快感を生じさせるが、調和したカラーは見る人を落ち着かせることができる。カラー調和は、文書の注目度についての論述で説明されたカラー不調和Vdの逆として定義される。したがって、カラー調和は、Vch = 1−Vdである。
文書快適レベルに対するカラー調和の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。カラー調和の寄与を認定するための他の方法、例えば、カラー調和及び快適感に関して種々の文書カラー組み合わせに対する測定された人間の反応の機能も本発明の範囲内とされ、したがって、本発明は、カラー調和の寄与を認定する特定の方法にだけではなく、文書快適レベル及び文書品質を評価することに関連してカラー調和度合いを利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、期待されることをの他の態様はカラー選択が適切であることである。文書のデザイン・ルールでは、大きい背景領域は非飽和カラーを使用すべきであり、小さい前景オブジェクトは飽和カラーを使用すべきである。各オブジェクトの面積にそれの飽和度を掛け算することによって、カラー不適切度の測度を得ることができる。実際には、結果を０〜１の範囲に制限するために、面積は全文書面積Adの一部分として測定されるべきである。高い飽和度（不適切な）を有する大きい面積からは大きい結果が得られる。文書全体の平均値では、全てのオブジェクトからの値を合成しなければならず、面積による飽和の単純なウエイト付けをすれば、これが実際には適切であるかもしれない場合には、多くの小さい飽和した前景オブジェクトから不適切なカラー使用の測度を得ることができるであろう。より良好な方策は、面積の一部分をべき乗することである。これが小さい物体の影響をさらに軽減する。これによって、Vca = 1−Σci (Ai /Ad)pのように見えるカラー適切化策が得られる。ただし、ｐは１より大きい値である。
文書快適レベルに対するカラー適切性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。カラー適切性の寄与を認定するための他の方法、例えば、カラー適切性及び快適感に関して種々のオブジェクトカラーに対する測定された人間の反応の機能も本発明の範囲内とされ、したがって、本発明は、カラー適切性を認定する特定の方法にだけではなく、文書快適レベル及び文書品質を評価することに関連してカラー適切性方策を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、輝度の一貫性についてのルールは、コンテンツ要素の１つのグループでは、先ず暗い要素が来て、それより明るい要素が次に来るべきであると規定している。しかし、文書の論理的構造は通常、各ブランチ・ノードが１つのグループを表すツリーであることに注目されたい。したがって、１つのグループのメンバーは、他のグループであることが多い。コンテンツ要素は、単一のカラー及び輝度を有する単純なオブジェクトではないかも知れない。輝度一貫性についてのルールはまだ適用され得るが、使用される輝度は、サブツリー・グループ・メンバーの平均輝度でなければならない。
オブジェクトの平均輝度を決定するためには、オブジェクトの輝度Lf、背景の輝度Lb、前景カラーを有する面積Af及びオブジェクトの境界面積Aoを得る。平均輝度Lavは、Lav = (Lf Af + Lb (Ao−Af))/Aoとなる。
１つのグループのオブジェクトに対する平均輝度は、それのメンバーの平均輝度をそれらの面積でウエイト付けしたものの和に背景の寄与をプラスしたものである。Agがそのグループの境界面積、Laviが第i番目のグループ・メンバーの平均輝度、そしてAiがそのメンバーの面積であるとすると、そのグループの平均輝度Lavgは、
Lavg = Σlavi Ai + Lb(Ag−ΣAi)/Agとなる。
Lavg = Σlavi Ai + Lb(Ag−ΣAi)/Agとなる。
１つのグループに対する輝度の一貫性についての測度を見出すためには、そのグループのメンバー中を歩進して、各メンバーの平均輝度を見出す。その輝度を前のメンバーの輝度と比較し、新しい輝度が古い輝度よりも暗い場合には、差を収集する。これが実際に非一貫性の測度を与えるので、逆関数を用いてそれを０と１の間の範囲の一貫性値に変換することができる。この方法は下記の疑似コードによって示される。
incon = 0
odllum = AverageLuminance(groupMember(1))
for i = 2 to number of group member
｛ newlum = AverageLuminance(groupMember(i))
if newlum<oldlum
then incon = incon + oldlum−newlum
oldlum = newlum
｝end of loop
Vclg = acl/(acl + incon)
ここで、Vclgは、そのグループの輝度の一貫性値であり、aclは小さい正の一定値である。
incon = 0
odllum = AverageLuminance(groupMember(1))
for i = 2 to number of group member
｛ newlum = AverageLuminance(groupMember(i))
if newlum<oldlum
then incon = incon + oldlum−newlum
oldlum = newlum
｝end of loop
Vclg = acl/(acl + incon)
ここで、Vclgは、そのグループの輝度の一貫性値であり、aclは小さい正の一定値である。
上記の方法はコンテンツ・ツリーにおける各ノードに対する測度の計算のし方を示しているが、ツリー全体の集約値を得る方法については言っていない。これを行うための１つの方法は、すべてのツリー・ノード値のウエイト付けされた平均を生成することである。この場合、ウエイトはツリーの深さの関数である。結合された値を負のべき乗にして、悪い一貫性値が多くの良好値のインパクトを有するようにすることができる。これは次のように要約できる。
Vcl = ((Σwi (dcl + Vcli)-p)/Σwi )-1/p−dcl
ただし、和はコンテンツ・ツリーにおけるずべてのグループ・ノードについてであり、wiはノード深さ、Vcliはそのノードの輝度の一貫性、dclは小さな正の定数、そしてpは１のような正の値である。
Vcl = ((Σwi (dcl + Vcli)-p)/Σwi )-1/p−dcl
ただし、和はコンテンツ・ツリーにおけるずべてのグループ・ノードについてであり、wiはノード深さ、Vcliはそのノードの輝度の一貫性、dclは小さな正の定数、そしてpは１のような正の値である。
図８８は一貫性輝度の例である。図８９は非一貫性輝度の例である。
文書快適レベルに対する輝度の一貫性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。輝度の一貫性の寄与を認定するための他の方法、例えば、輝度の一貫性及び快適感に関して種々のオブジェクト・輝度値及び順序付け（ordering）に対する測定された人間の反応の機能も、本発明の範囲内とされ、したがって、本発明は、輝度の一貫性の寄与を認定する特定の方法にだけでなく、文書快適レベル及び文書品質を評価することに関連して輝度一貫性測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施例では、サイズの一貫性に対するデザイン・ルールは、１つのグループのコンテンツ要素に対するものであり、大きい要素が最初に来て、それより小さい要素がそれに続くことになる。そのサイズを前のメンバーのサイズと比較し、新しいサイズが古いサイズより大きい場合には、差を収集する。これが実際に非一貫性の測度を与え、逆関数を用いて、それを０と１の間における一貫性値に変換することができる。この方法は、下記の疑似コードによって示される。
incon = 0
odlsize = BoundingSize(groupMember(1))
for i= 2 to number of group members
｛ newsize = BoundingSize (groupMember(i))
if newsize >oldsize
then incon = incon + newsize−oldsize
oldsize = newsize
｝end of loop
Vcsg = acs/(ac + incon)
ここで、Vscgはグループに対するサイズ一貫性値であり、acsは小さい正の一定値である。
incon = 0
odlsize = BoundingSize(groupMember(1))
for i= 2 to number of group members
｛ newsize = BoundingSize (groupMember(i))
if newsize >oldsize
then incon = incon + newsize−oldsize
oldsize = newsize
｝end of loop
Vcsg = acs/(ac + incon)
ここで、Vscgはグループに対するサイズ一貫性値であり、acsは小さい正の一定値である。
グループのメンバーを検討して、サイズ比較から、ある特定のメンバー（ヘッデイングのような）を排除したい場合がありうる。
上記の方法は、コンテンツ・ツリーにおける各ノードに対する測度の計算のし方を示しているが、ツリー全体の集約値の計算のし方については言っていない。これを行う１つの方法は、すべてのツリー・ノード値のウエイト付けされた平均値を生成することである。ただし、ウエイトはツリーの深さの関数である。結合されている値を負のべき乗して、悪い一貫性値が多くの良い値のインパクトを有するようにすることができる。これは、
Vcs = ((Σwi (dcs + Vcsi )-p )/Σwi )-1/p−dcs
のように要約することができる。ただし、和はコンテンツ・ツリーのすべてのグループ・ノードについてであり、wiはノード深さ、Vcsiはノードのサイズ一貫性、dcsは小さい正の定数、そしてpは１のような正の値である。
Vcs = ((Σwi (dcs + Vcsi )-p )/Σwi )-1/p−dcs
のように要約することができる。ただし、和はコンテンツ・ツリーのすべてのグループ・ノードについてであり、wiはノード深さ、Vcsiはノードのサイズ一貫性、dcsは小さい正の定数、そしてpは１のような正の値である。
図９０は一貫性のサイズの例である。図９１は非一貫性のサイズの例である。
文書快適レベルに対するサイズ一貫性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。サイズの一貫性の寄与を認定するための他の方法、例えば、サイズの一貫性及び快適性に関して異なるオブジェクト・サイズ及びオーダーリング（orderings）に対する測定された人間の反応の機能も、本発明の範囲内とされ、したがって、本発明は、サイズ一貫性の寄与を認定する特定の方法にだけではなく、文書快適レベル及び文書品質を評価することに関連して、サイズ一貫性の測度を利用する、それよりはるかに広い概念にも関するものである。
利便性
本発明の好ましい実施形態では、文書品質に寄与する他の文書特性は、利便性レベル又は文書が感知される使い易さである。文書利便性レベルを定量化するための方法について次に説明する。他の特性と同様に、利便性はより単純な特性又は要因の組み合わせとして計算される。コンポーネント要因のどれかに反すると、非利便性を生じて、文書レイアウトの全体的な利便性を破壊するおそれがある。コンポーネント要因は、一貫性、可読性、障害対応（disability proof）、ナビゲーションの容易性（ease of navigation）、前進の容易性（ease of progression）、検索可能性（searchability）、位置付け性（lacatability）、視映可能部分（viewable fraction）、単一ウインドウ・デイスプレイ（single window display）及び／又は伝送及び処理時間（transmission and processing time）を含みうる。
利便性
本発明の好ましい実施形態では、文書品質に寄与する他の文書特性は、利便性レベル又は文書が感知される使い易さである。文書利便性レベルを定量化するための方法について次に説明する。他の特性と同様に、利便性はより単純な特性又は要因の組み合わせとして計算される。コンポーネント要因のどれかに反すると、非利便性を生じて、文書レイアウトの全体的な利便性を破壊するおそれがある。コンポーネント要因は、一貫性、可読性、障害対応（disability proof）、ナビゲーションの容易性（ease of navigation）、前進の容易性（ease of progression）、検索可能性（searchability）、位置付け性（lacatability）、視映可能部分（viewable fraction）、単一ウインドウ・デイスプレイ（single window display）及び／又は伝送及び処理時間（transmission and processing time）を含みうる。
各要因は０と１の間にある値を生成すように定義され、０は低い又は悪い利便性値を意味し、１は高い又は良い利便性値を意味する。これは、（及び多分他のこの種のルール）、は全体的な利便性測度を生成するように計算されかつ組み合わせられる。Viが第I番目のルールに対して計算された値であるとすると、利便性値Vcvはこれらの寄与の関数Eとして形成される。
Vcv = E(Vcns, Vlg, Vdp, Ven, Vep, Vsh, Vlo, Vvf, Vsw, ….Vtm)
組み合わせ関数Eは、寄与のウエイト付けされた平均値と同様に単純になりうるが、悪い寄与因子がると、他がどんなに良くても、利便性を壊すおそればあるから、線形組み合わせは好ましくない。他の方法は、
Vcv = [Σwi (d + Vi)-p]-1/p−d
を用いることである。wi係数は、各ルールの相対的重要性を特定するウエイトであるから、それらの和は１にならなければならない。指数ｐは、１つの悪い値に多くの良い値を圧倒させうる非直線性を導入する。ｐが大きければ大きいほど、この効果は大きくなる。定数ｄは１に近い正の数であり、０による割り算がなされないように監視する。
Vcv = E(Vcns, Vlg, Vdp, Ven, Vep, Vsh, Vlo, Vvf, Vsw, ….Vtm)
組み合わせ関数Eは、寄与のウエイト付けされた平均値と同様に単純になりうるが、悪い寄与因子がると、他がどんなに良くても、利便性を壊すおそればあるから、線形組み合わせは好ましくない。他の方法は、
Vcv = [Σwi (d + Vi)-p]-1/p−d
を用いることである。wi係数は、各ルールの相対的重要性を特定するウエイトであるから、それらの和は１にならなければならない。指数ｐは、１つの悪い値に多くの良い値を圧倒させうる非直線性を導入する。ｐが大きければ大きいほど、この効果は大きくなる。定数ｄは１に近い正の数であり、０による割り算がなされないように監視する。
他の組み合わせ関数も可能である。例えば、寄与の積をとることができる。寄与のウエイト付けが望ましい場合には、これは累乗法によって累乗法によって行うことができる（ウエイト付けは、上述したものとは異なっている）。
Vcv =ПVi wi'
図９２に示されているような測度の組み合わせは、文書の利便性を評価するのに有用である。
Vcv =ПVi wi'
図９２に示されているような測度の組み合わせは、文書の利便性を評価するのに有用である。
さらに具体的には、利便性は、図９２に示されているように、一貫性、可読性、障害対応、ナビゲーションの容易性、前進の容易性、検索機能、位置付け性、視映可能部分、単一ウインドウ・デイスプレイ、及び／又は伝送及び処理時間の組み合わせと考えられる。図９２においては、利便性定量化器又は結合器回路７０を使って、一貫性、可読性、障害対応、ナビゲーションの容易性、前進の容易性、検索可機能、位置付け性、視映可能部分、単一ウインドウ・デイスプレイ、及び／又は伝送及び処理時間を組み合わせることにより、定量化された利便性値が得られる。
図は利便性定量化処理のための回路を示しており、この処理はマイクロプロセッサ及び／又はファームウエアによりソフトウエアでも実行されうることが分かる。この定量化は、特定の回路に限定されるものではなく、下記の技法を実行できるソフトウエア及び／又はハードウエアの任意の組み合わせによっても行うことができる。
選択されたルールの組は、利便性測度がどのようにして構成できるかを示していることに注目されたい。使い易さに寄与する他の要因が存在しており、それらの要因は、利便性についてのさらに精巧な数量化に確かに含まれうる。文書利便性を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。
文書利便性を認定するための他の方法、例えば、利便性の感覚に関して種々の文書特性に対する測定された人間の反応の機能も本発明の範囲内とされ、したがって、本発明は、利便性レベルを認定する特定の方法にだけだはなく、文書利便性レベル及び文書品質を評価することに関連して個々の測度の組み合わせを利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、グラフィック・デザインに、多くの一貫性ルールがある。一貫性は、使用するのをより容易にする文書の内部モデルを構築するのを助長する。一貫性に対する寄与ルール又は要因の幾つかと、それらの要因がどのようにして結合されて全体の一貫性測度となされ得るかについて、ここで説明する。例示の一貫性測度は、位置順序、輝度、サイズ、及び／又はスタイルを含むであろう。これらの要因に対する測度を計算するための方法については説明したので、ここでは詳細については繰り返さない。
コンポーネント一貫性測度を組み合わせる場合には、非一貫性の発生源があれば、全体の一貫性を破壊するものとする。使用できる組み合わせの式は、
Vnt = [Σwi (d + Vi)-p]-1/p−d
である。ただし、Viは、Vcp、Vcl、Vcsz、Vcstの組から取り出されたものである。ウエイトwiは、異なる測度の相対的な重要性を示している。パラメータｐは１又はそれより大きい数であり、ｄは０より若干大きい値である。
Vnt = [Σwi (d + Vi)-p]-1/p−d
である。ただし、Viは、Vcp、Vcl、Vcsz、Vcstの組から取り出されたものである。ウエイトwiは、異なる測度の相対的な重要性を示している。パラメータｐは１又はそれより大きい数であり、ｄは０より若干大きい値である。
図９４に示されている測度の組み合わせが、文書の一貫性を評価するのに有用である。
さらに具体的には、図９４に示された一貫性は、位置順序、輝度、サイズ、及び／又はスタイルの組み合わせと考えられる。図９４では、一貫性定量化器又は組み合わせ回路７２を用いて、位置順序、輝度、サイズ及び／又はスタイルを組み合わせることにより、定量化された一貫性測度が得られる。
図は一貫性定量化処理のための回路を示しており、この処理はマイクロプロセッサ及び／又はファームウエアによってソフトウエアで実行することもできることが分かる。この定量化は、特定の回路に限定されるものではなく、下記の技法を実施できるソフトウエア及び／又はハードウエアの任意の組み合わせによっても行うことができる。
文書の一貫性の測度を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。文書一貫性レベルを認定すための他の方法、例えば、一貫性の感覚に関して種々の文書特性に対する測定された人間の反応の機能も本発明の範囲内であるとされ、したがって、本発明は一貫性レベルを認定する特定の方法にだけではなく、文書一貫性レベル、文書利便性レベル及び文書品質を評価することに関連して個々の測度の組み合わせを用いる、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、位置順序に対しては、実際に２つの測度、すなわち走査一貫性及び／又は順序一貫性が存在しており、これらは両方とも、文書がいかに良く伝達するかを数量化することについての論述において説明された。論理順序とレイアウト位置との間に一貫性のあるモデルを実現するために、コンテンツ・オブジェクトのレイアウト配置は、これら２つのルールのうちの１つに従わなければならない。しかし、レイアウトは、両方のモデルに同時に従う必要はない。したがって、走査一貫性Vcs及び順序の一貫性Vcoを組み合わせて全体的な位置の一貫性Vcpとしなければならない。これを行う簡単な方法は、Vcp = MAXIMUM(Vcs, Vco)である。
さらに精巧な他の手法は、
p = dcp −(((dcp−Vcs)-p + (dcp−Vco)-p)/2)-1/p
である。ただし、dcpは１より若干大きい定数であり、pは１又はそれより大きい数である。
p = dcp −(((dcp−Vcs)-p + (dcp−Vco)-p)/2)-1/p
である。ただし、dcpは１より若干大きい定数であり、pは１又はそれより大きい数である。
図９３に示されている測度の組み合わせは、文書の位置の一貫性を評価するのに有用である。
さらに具体的には、図９３に示されている位置一貫性は、走査一貫性及び／又は順序一貫性の組み合わせであると考えられる。図９４では、定量化された位置一貫性値が、位置一貫性定量化器又はコンバイナ回路７１を用いて走査一貫性及び／又は順序一貫性を組み合わせることによって得られる。
図は位置一貫性定量化処理のための回路を示しており、この処理はマイクロプロセッサ及び／又はファームウエアによってソフトウエアでも実行されうることが分かる。この定量化は、特定の回路に限定されるものではなく、下記の技法を実行できる任意のソウトウエア及び／ハードウエアの任意の組み合わせによっても実行できる。
文書一貫性レベル及び利便性レベルに対する位置の一貫性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。位置の一貫性を寄与を認定する他の方法、例えば、一貫性の感覚及び文書一貫性レベルに関するコンテンツ・オブジェクトの種々の位置決めに対する測定された人間の反応の機能も、本発明の範囲内であるとされ、したがって、本発明は、位置の一貫性の寄与を認定する特定の方法にだけでなく、文書一貫性レベル、文書利便性レベル及び文書品質を評価することに関連して位置の一貫性測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、輝度の一貫性の測度Vclを計算するための方法が、文書快適性についての上記論述で説明された。この着想は、１つのグループにおいて暗いオブジェクトが明るいオブジェクトに先行しなければならないというものである。
文書一貫性レベル及び利便性レベルに対する輝度の一貫性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。輝度の一貫性の寄与を認定するための他の方法、例えば、一貫性についての感覚及び文書利便性レベルに関するコンテンツ・オブジェクトの種々の輝度設定及び順序付けに対する測定された人間の反応の機能も、本発明の範囲内とされるものであり、したがって、本発明は、輝度の一貫性の寄与を認定する特定の方法にだけではなく、文書一貫性レベル、文書利便性レベル及び文書品質を評価することに関連して輝度の一貫性の測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、サイズの一貫性の測度Vcszを計算するための方法も、文書快適性についての上記の論議で説明された。この着想は、１つのグループにおいて大きいオブジェクトが小さいオブジェクトに先行しなければならないということである。
文書一貫性レベル及び利便性レベルに対するサイズの一貫性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定るすものではない。サイズの一貫性の寄与を認定するための他の方法、例えば、一貫性についての感覚及び文書利便性レベルに関するコンテンツ・オブジェクトの種々のサイズ及び順序付けに対する測定された人間の反応の機能も、本発明の範囲内とされるべきであり、したがって、本発明は、サイズの一貫性の寄与を認定する特定の方法にだけではなく、文書一貫性レベル、文書利便性レベル及び文書品質を評価することに関連してサイズの一貫性の測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、スタイルの一貫性の測度Vcstを計算するための方法が、グループの使い易さについての論述で説明された。この着想は、コンテンツ構造内の同様の位置にけるオブジェクトはが整合したスタイルを有していなければならないということである。
文書一貫性レベル及び利便性レベルに対するスタイルの一貫性の起用を評価するための特定の方法は、例示であり、範囲を限定するものではない。スタイルの一貫性の寄与を認定するための他の方法、例えば、一貫性についての感覚及び文書利便性レベルに関して種々のスタイル及びコンテンツ・オブジェクトの順序付けに対する測定された人間の反応も、本発明の範囲内とされるものであり、したがって、本発明は、スタイルの一貫性の寄与を認定する特定の方法にだけではなく、文書一貫性レベル、文書利便性レベル、及び文書品質を評価することに関連してスタイルの一貫性の測度を利用する、それよりはるかに広い概念にも関する。
本発明の好ましい実施形態では、読むのが難しい文書は使うのが難しいことが多い。可読性の測度Vlgは、文書の伝達性に対する寄与因子として定義された。それは利便性と伝達性とに寄与するが、ウエイトは異なる。つまり、伝達性は全体として、利便性にたいする寄与因子として用いられるべきであると主張することができるであろう。これは除外されないが、ここでの例は、利便性に対して特定の影響を及ぼす伝達性のコンポーネントのうちの幾つかを含むにすぎないであろう。それらのコンポーネントについて個別に検討すると、伝達性の寄与に対して用いられるウエイトとは異なるウエイトを、利便性への寄与時に、それらのコンポーネントに与えることができる。
文書利便性レベルに対する可読性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。可読性の寄与を認定するための他の方法、例えば、可読性及び利便性についての感覚に関する種々のテキストの特徴に対する測定された人間の反応の機能も、本発明の範囲内とされるものであり、したがって、本発明は、可読性の寄与を認定する特定の方法にだけではなく、文書利便性レベル及び文書品質を評価することに関連して可読性の測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、一般に、障害対応（disability proof）とは、文書がいかに良くハンデイキャップのある人たち役立つことができるかを言う。例えば、テキストだけの文書は目の見えない人に読んで聞かせることができるが、画像のある文書はコンテンツを伝えるのがはるかに難しくなるであろう。障害対応策に対する寄与因子の他の例は、文書がいかに良く伝達するかについての論述で定義された赤緑色弱配慮特性（red-green friendliness property）である。この方策の背後にある思想は、赤緑色弱配慮性（red-green friendly）であるためには前景カラーと背景カラーとの間に輝度・コントラストか青・黄コントラストが存在しなければならないということである。このコントラストがないと、色盲の人が前景オブジェクトを背景と識別するのが困難であろう。この方策は、単純な障害対応関数Vdpの一例として用いられるであろう。他のハンデイキャップのための付加的な関数が確かに可能であり、それらを組み合わせて、さらに精巧な方策とすることができるであろう。
文書利便性レベルに対する障害補償特性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。障害補償の寄与を認定するための他の方法、例えば、障害補償及び感覚的利便性に関して種々の文書特性に対する測定された人間の反応の機能も、本発明の範囲内とされ、したがって、本発明は、障害補償寄与を認定する特定の方法にだけではく、文書利便性レベルおよび文書品質を評価することに関連して障害補償対策を用いる、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、ナビゲーションの容易性Ven及び進行の容易性Vepを評価するための方法も、文書がいあかに良く伝達するかについての論述で説明された。それらは利便性ならびに伝達可能性に寄与し、事実、伝達可能性方策としてよりも、利便性方策としてより重要である（より大きいウエイトを有する）。これらの特性の計算の背後にある思想は、識別可能性、グループ・アイデンテイテイ、空間的コヒーレンス、リスト・ブレット、ヘッデイング、内部リンク、アラインメント、その他のような寄与特徴を評価しかつ組み合わせることである。
ナビゲーションの容易性又は進行の容易性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。ナビゲーションの容易性又は進行の容易性の寄与の寄与を認定するための他の方法、例えば、ナビゲーションの容易性又は進行の容易性及び感覚的利便性に関して種々の文書特性に対する測定された人間の反応の機能も、本発明の範囲内とされるものであり、したがって、本発明は、ナビゲーションの容易性又は進行の容易性の寄与を認定する特定の方法にだけでなく、文書利便性レベル及び文書品質を評価することに関連してナビゲーションの容易性又は進行の容易性測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、他の２つの関連した概念は、検索可能性Vsh及び位置付け可能性Vloである。位置付け可能性は、文書オブジェクトを見つけるのがいかに容易であるかの測度である（他方、ナビゲーションの容易性は文書ロケーションを見つけるのがいかに容易かである）。検索可能性は、文書オブジェクトを見つけるのに助けになる文書特徴の存在を探す大まかな測度である。これらの測度は、コンテンツ・グループの使い易さについての論述で説明された。
文書の利便性レベルに対する検索可能性又は位置付け可能性の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。検索可能性又は位置付け可能性の寄与を認定するたの他の方法、例えば、検索可能性又は位置付け可能性及び感覚的利便性に関して種々の文書特性に対する測定された人間の反応の機能も、本発明の範囲内とされるものであり、したがって、本発明は、検索可能性又は位置決め可能性の寄与を認定する特定方法にだけではなく、文書の利便性レベル及び文書の品質を評価することに関連して検索可能性又は位置付け可能性の測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、文書は壊れて各ページになった場合には、幾つかのコンテツ・グループを２ページ以上にわたって広げてもよい。文書がワークステーションで表示される場合には、コンテンツ・グループによっては全体がデイスプレイ・ウインドウ内に完全に入らないかも知れない。このように論理グループをユニットとして見ることができないことが妨げになるおそれがあり、文書の利便性測度を低下させることになる。
ワークステーションで表示されるグループに対する視映可能な部分を評価するためには、まず境界サイズ（そのグループの幅及び高さ（wg, hg））を見出す。次に、典型的なデイスプレイ・ウインドウのサイズ（wp, hp）を見出す。この視映可能な幅及び高さが、グループ及びウインドウ寸法の最小値である。
wv = MINIMUM(wg, wp)
hv = MINIMUM(hg, hp)
そのグループに対するデイスプレイの単一性の測度は、目に見える面積とグループの面積との比で与えられる。すなわち、
U = (wv hv)/(wg hg)
グループが何ページかにわたって分割された場合には、まず各ページにおけるグループ要素の面積（例えばページｐではAgp）を見出すことによって測度を構成することができる。次に、最大面積を見出して、それを全グループ面積で割る。すなわち、
U = MAXP(Agp)/ΣAgp
これは、文書内の任意の特定グループに対する測度を与えるが、その文書の視映可能な部分の全ての測度を得るためには、これらのグループ測度をどうにかして組み合わせなければならない。文書の論理ツリー構造内のグループのレベルは違いを生ずることを認識されたい。ツリーの底に近い低レベルのグループよりも、高レベルのグループのほうが一体として見られることの期待または必要は少ないであろう。まず、グループをそれらのツリー・レベルによってソートして、各レベルに対する単純な平均値（すなわちUav L）を見出す。次に、そのレベルの関数によってウエイト付けされたレベルに対する平均値を組み合わせる。すなわち、
Vvf = Σw(L) Uav L/Σw(L)
ウエイト付け関数w(L)は、レベルが上がるに伴って、定数aに対してw(L) = aLのように増加する。
wv = MINIMUM(wg, wp)
hv = MINIMUM(hg, hp)
そのグループに対するデイスプレイの単一性の測度は、目に見える面積とグループの面積との比で与えられる。すなわち、
U = (wv hv)/(wg hg)
グループが何ページかにわたって分割された場合には、まず各ページにおけるグループ要素の面積（例えばページｐではAgp）を見出すことによって測度を構成することができる。次に、最大面積を見出して、それを全グループ面積で割る。すなわち、
U = MAXP(Agp)/ΣAgp
これは、文書内の任意の特定グループに対する測度を与えるが、その文書の視映可能な部分の全ての測度を得るためには、これらのグループ測度をどうにかして組み合わせなければならない。文書の論理ツリー構造内のグループのレベルは違いを生ずることを認識されたい。ツリーの底に近い低レベルのグループよりも、高レベルのグループのほうが一体として見られることの期待または必要は少ないであろう。まず、グループをそれらのツリー・レベルによってソートして、各レベルに対する単純な平均値（すなわちUav L）を見出す。次に、そのレベルの関数によってウエイト付けされたレベルに対する平均値を組み合わせる。すなわち、
Vvf = Σw(L) Uav L/Σw(L)
ウエイト付け関数w(L)は、レベルが上がるに伴って、定数aに対してw(L) = aLのように増加する。
文書の利便性レベルに対する視映可能な部分の寄与を認定するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。視映可能な部分の寄与を認定するための他の方法、例えば、感覚的利便性に関して文書の種々の視映可能な程度に対する測定された人間の反応の機能も、本発明の範囲内とされ、したがって、本発明は、視映可能な部分の寄与を認定する特定の方法にだけではなく、文書の利便性レベル及び文書の品質を評価することに関連して視映可能な部分の測度を利用する、それよりはるかに広い概念にも関するものである。
本発明の好ましい実施形態では、視映可能な部分の測度は、文書のコンポーネントが全体として見えるかどうかについてのある表示を与えるが、単一のウインドウ又はページで文書全体が見えることには特別な利点がある。この測度を生成するためには単純な計算を用いることができる。それは視映可能な部分に対するものと同じであり、文書全体の面積を使用するだけである。文書の幅と高さがwd, hdであるとし、デイスプレイ又はページの幅と高さがwp, hpであるとして、計算する。
wv = MINIMUM(wd, wp)
hv = MINIMUM(hd, hp)
単一のウインドウ・デイスプレイ測度をVswd = (wv hv)/(wd hd)に設定する。
wv = MINIMUM(wd, wp)
hv = MINIMUM(hd, hp)
単一のウインドウ・デイスプレイ測度をVswd = (wv hv)/(wd hd)に設定する。
図９５は文書のページ１００に関連した電子ウインドウ１５０の生成を示している。電子ウインドウ１５０は、ページ上を又は文書中をナビゲーションするためのナビゲーション・ボタンを具備している。この電子ウインドウ１５０は、本発明によって解析されるべき文書の面積を画定するため、ならびに本発明によって測定されかつ定量化されるべきクラス及びサブパラメータを画定するために用いることができる。
文書から文書への利便性レベルに対する単一のウインドウ・デイスプレイの寄与を評価するための特定の方法は、例示であり、範囲を限定するものではない。単一のウインドウ・デイスプレイの寄与を認定する他の方法、例えば、感覚的利便性に関して単一のウインドウ又はページで表示できる又はできない文書に対する測定された人間の反応の機能も、本発明の範囲内とされるものであり、したがって、本発明は、単一のウインドウ・デイスプレイの寄与を認定する特定の方法にだけではなく、文書の利便性レベル及び文書の品質を評価することに関連して単一のウインドウ・デイスプレイ測度を利用する、それよりさらに広い概念にも関するものである。
本発明の好ましい実施形態では、文書を取得又は処理している時に生ずる面倒又は不便の１つは、機械がその文書をダウンロード又は表示している間、待たなければならなりことである。伝送時間は文書ファイルのサイズと通信チャンネルの帯域幅との積である。処理時間は文書が含んでいるオブジェクトのタイプと行われている処理のタイプとにも依存しうるが、概算が、ファイル・サイズと処理速度係数の積として形成されうる。したがって、これらの時間費用の概略的な指標としてファイル・サイズを用いることができる。ファイル・サイズSを０と１の間の値に変換するためには、Vtm = at/(at + S)という式を使うことができる。ただし、atは、ほぼ典型的な文書ファイル・サイズである定数である。
文書の利便性レベルに対する伝送時間又は処理時間の寄与を評価するための、ここに提示された特定の方法は、例示であり、範囲を限定するものではない。伝送時間又は処理時間の寄与を認定する他の方法も本発明の範囲内とされるものであり、したがって、本発明は、伝送時間又は処理時間の」寄与を認定する特定の方法にだけでなく、文書の利便性レベル及び文書の品質を評価することに関連して時間測度（time measures）を利用する、それより広い概念にも関するものである。
経済性
本発明の好ましい実施態様では、文書の品質を判定しうる他の１つの次元は、要するコストによるものである。印刷文書の場合には、必要な材料（用紙及びインク）のコストがある。文書を印刷ために要する努力（労力と印刷時間）のコストもある。材料のコストは電子デイスプレイで見ている文書には該当しないが、文書を伝送したり格納したりする費用がある。また、文書が伝送されている間、あるいは表示のために処理されている間、見る人が待っていて費やす時間のコストもある。これらのコストの多くは、文書のサイズ（伝送及び処理時間）に依存する。しかし、他の特性も影響する。例えば、フォントのサイズは印刷に必要とれる用紙の量に影響しうるし、カラーの存在がインクのコストに影響しうる。
経済性
本発明の好ましい実施態様では、文書の品質を判定しうる他の１つの次元は、要するコストによるものである。印刷文書の場合には、必要な材料（用紙及びインク）のコストがある。文書を印刷ために要する努力（労力と印刷時間）のコストもある。材料のコストは電子デイスプレイで見ている文書には該当しないが、文書を伝送したり格納したりする費用がある。また、文書が伝送されている間、あるいは表示のために処理されている間、見る人が待っていて費やす時間のコストもある。これらのコストの多くは、文書のサイズ（伝送及び処理時間）に依存する。しかし、他の特性も影響する。例えば、フォントのサイズは印刷に必要とれる用紙の量に影響しうるし、カラーの存在がインクのコストに影響しうる。
１００ ドキュメント
１１０ オブジェクト
１１０ オブジェクト
Claims (3)
- （ａ）所定の文書特性セットを測定することと、
（ｂ）前記測定された所定の文書特性セットを定量化することと、
（ｃ）前記定量化済みの測定された所定の文書特性セットを結合する所定の結合関数に基づいて、文書についての、文書品質の測度である定量化された快適性の値を生成することと、
を含む、文書品質の測度の定量化方法。 - （ａ）所定の文書特性セットを測定することと、
（ｂ）前記測定された所定の文書特性セットを定量化することと、
（ｃ）前記定量化済みの測定された所定の特性セットの所定のサブセットを結合する所定の美観結合関数に基づいて、文書についての定量化された美観の値を生成することと、
（ｄ）前記定量化済みの測定された所定の特性セットの所定のサブセットを結合する所定の快適性結合関数に基づいて、文書についての定量化された快適性の値を生成することと、
（ｅ）前記生成済みの定量化された美観の値と前記生成済みの定量化された快適性の値とを結合する所定の品質結合関数に基づいて、文書についての定量化された品質の値を生成することと、
を含む、文書品質の測度の定量化方法。 - （ａ）所定の文書特性セットを測定することと、
（ｂ）前記測定された所定の文書特性セットを定量化することと、
（ｃ）前記定量化済みの測定された所定の特性セットの所定のサブセットを結合する所定の快適性結合関数に基づいて、文書についての定量化された快適性の値を生成することと、
（ｄ）前記定量化済みの測定された所定の特性セットの所定のサブセットを結合する所定の使いやすさ結合関数に基づいて、文書についての定量化された使いやすさの値を生成することと、
（ｅ）前記生成済みの定量化された快適性の値と前記生成済みの定量化された使いやすさの値とを結合する所定の品質結合関数に基づいて、文書についての定量化された品質の値を生成することと、
を含む、文書品質の測度の定量化方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US49104303P | 2003-07-30 | 2003-07-30 | |
| US49104203P | 2003-07-30 | 2003-07-30 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2005050354A true JP2005050354A (ja) | 2005-02-24 |
| JP4619721B2 JP4619721B2 (ja) | 2011-01-26 |
Family
ID=33544748
Family Applications (7)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004224606A Expired - Fee Related JP4558403B2 (ja) | 2003-07-30 | 2004-07-30 | 文書品質値計算装置 |
| JP2004224609A Expired - Fee Related JP4619721B2 (ja) | 2003-07-30 | 2004-07-30 | ドキュメントの品質の測度を定量化する方法 |
| JP2004224610A Expired - Fee Related JP4624026B2 (ja) | 2003-07-30 | 2004-07-30 | ドキュメントの品質の測度を定量化する方法 |
| JP2004224607A Expired - Fee Related JP4619719B2 (ja) | 2003-07-30 | 2004-07-30 | ドキュメントの品質の測度を定量化する方法 |
| JP2004224612A Expired - Fee Related JP4558404B2 (ja) | 2003-07-30 | 2004-07-30 | 文書品質値計算装置 |
| JP2004224608A Expired - Fee Related JP4619720B2 (ja) | 2003-07-30 | 2004-07-30 | ドキュメントの品質の測度を定量化する方法 |
| JP2004224611A Expired - Fee Related JP4624027B2 (ja) | 2003-07-30 | 2004-07-30 | ドキュメントの品質の測度を定量化する方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004224606A Expired - Fee Related JP4558403B2 (ja) | 2003-07-30 | 2004-07-30 | 文書品質値計算装置 |
Family Applications After (5)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004224610A Expired - Fee Related JP4624026B2 (ja) | 2003-07-30 | 2004-07-30 | ドキュメントの品質の測度を定量化する方法 |
| JP2004224607A Expired - Fee Related JP4619719B2 (ja) | 2003-07-30 | 2004-07-30 | ドキュメントの品質の測度を定量化する方法 |
| JP2004224612A Expired - Fee Related JP4558404B2 (ja) | 2003-07-30 | 2004-07-30 | 文書品質値計算装置 |
| JP2004224608A Expired - Fee Related JP4619720B2 (ja) | 2003-07-30 | 2004-07-30 | ドキュメントの品質の測度を定量化する方法 |
| JP2004224611A Expired - Fee Related JP4624027B2 (ja) | 2003-07-30 | 2004-07-30 | ドキュメントの品質の測度を定量化する方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (19) | US7092552B2 (ja) |
| EP (7) | EP1503337B1 (ja) |
| JP (7) | JP4558403B2 (ja) |
Families Citing this family (133)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8352400B2 (en) | 1991-12-23 | 2013-01-08 | Hoffberg Steven M | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
| US7966078B2 (en) | 1999-02-01 | 2011-06-21 | Steven Hoffberg | Network media appliance system and method |
| US7715592B1 (en) | 1999-02-11 | 2010-05-11 | British Telecommunications Public Limited Company | Analysis of video signal quality |
| US7272258B2 (en) * | 2003-01-29 | 2007-09-18 | Ricoh Co., Ltd. | Reformatting documents using document analysis information |
| EP1453006A1 (en) * | 2003-02-28 | 2004-09-01 | Océ-Technologies B.V. | Converted digital colour image with improved colour distinction for colour-blinds |
| US7092552B2 (en) * | 2003-07-30 | 2006-08-15 | Xerox Corporation | System and method for measuring and quantizing document quality |
| US7391885B2 (en) | 2003-07-30 | 2008-06-24 | Xerox Corporation | Method for determining overall effectiveness of a document |
| US7171618B2 (en) * | 2003-07-30 | 2007-01-30 | Xerox Corporation | Multi-versioned documents and method for creation and use thereof |
| US7555730B2 (en) | 2005-05-12 | 2009-06-30 | Hewlett-Packard Development Company, L.P. | Method for arranging graphic assemblies |
| US7743322B2 (en) | 2003-09-30 | 2010-06-22 | Hewlett-Packard Development Company, L.P. | Automatic photo album page layout |
| US8065627B2 (en) | 2003-09-30 | 2011-11-22 | Hewlett-Packard Development Company, L.P. | Single pass automatic photo album page layout |
| US8056013B2 (en) | 2005-05-13 | 2011-11-08 | Hewlett-Packard Development Company, L.P. | Method for arranging graphic assemblies |
| KR100587333B1 (ko) * | 2003-11-07 | 2006-06-08 | 엘지전자 주식회사 | 색약자의 시각특성을 고려한 영상 디스플레이의색보정방법 및 장치 |
| US7890406B2 (en) * | 2004-05-13 | 2011-02-15 | Markov Processes International | System and method for visualization of results of multi-criteria financial optimizations |
| US9235655B2 (en) * | 2004-05-21 | 2016-01-12 | Hewlett-Packard Development Company, L.P. | Task-based design evaluation |
| GB2422704A (en) * | 2005-01-31 | 2006-08-02 | Hewlett Packard Development Co | Document creation |
| GB2416613A (en) * | 2004-07-27 | 2006-02-01 | Hewlett Packard Development Co | Document creation |
| GB2416614A (en) | 2004-07-27 | 2006-02-01 | Hewlett Packard Development Co | Document creation |
| EP1774478A1 (en) | 2004-07-27 | 2007-04-18 | Hewlett-Packard Development Company, L.P. | Document creation system and related methods |
| US8145640B2 (en) * | 2004-08-11 | 2012-03-27 | Allan Williams | System and method for patent evaluation and visualization of the results thereof |
| US8145639B2 (en) * | 2004-08-11 | 2012-03-27 | Allan Williams | System and methods for patent evaluation |
| US20060036453A1 (en) * | 2004-08-11 | 2006-02-16 | Allan Williams | Bias compensated method and system for patent evaluation |
| US8161049B2 (en) * | 2004-08-11 | 2012-04-17 | Allan Williams | System and method for patent evaluation using artificial intelligence |
| GB2418280A (en) | 2004-09-18 | 2006-03-22 | Hewlett Packard Development Co | Document creation system |
| US7656543B2 (en) | 2004-11-12 | 2010-02-02 | Hewlett-Packard Development Company, L.P. | Albuming images |
| US7760372B2 (en) * | 2005-01-11 | 2010-07-20 | Xerox Corporation | Method for automated document selection |
| US7451140B2 (en) * | 2005-01-11 | 2008-11-11 | Xerox Corporation | System and method for proofing individual documents of variable information document runs using document quality measurements |
| US8161377B2 (en) | 2005-03-01 | 2012-04-17 | Hewlett-Packard Development Company, L.P. | Arranging images on pages of an album |
| US9020955B2 (en) * | 2005-05-12 | 2015-04-28 | Hewlett-Packard Development Company, L.P. | Compositional balance driven content retrieval |
| US8718381B2 (en) | 2006-07-31 | 2014-05-06 | Hewlett-Packard Development Company, L.P. | Method for selecting an image for insertion into a document |
| US7760956B2 (en) | 2005-05-12 | 2010-07-20 | Hewlett-Packard Development Company, L.P. | System and method for producing a page using frames of a video stream |
| US7693304B2 (en) * | 2005-05-12 | 2010-04-06 | Hewlett-Packard Development Company, L.P. | Method and system for image quality calculation |
| US7644356B2 (en) | 2005-06-10 | 2010-01-05 | Hewlett-Packard Development Company, L.P. | Constraint-based albuming of graphic elements |
| US7623711B2 (en) * | 2005-06-30 | 2009-11-24 | Ricoh Co., Ltd. | White space graphs and trees for content-adaptive scaling of document images |
| US8176414B1 (en) * | 2005-09-30 | 2012-05-08 | Google Inc. | Document division method and system |
| EP1785847B1 (en) * | 2005-10-27 | 2015-11-18 | Accenture Global Services Limited | Display apparatus for automatically visualizing an application landscape |
| GB2431758A (en) * | 2005-10-27 | 2007-05-02 | Hewlett Packard Development Co | Grouping of information items on a page |
| US7761789B2 (en) | 2006-01-13 | 2010-07-20 | Ricoh Company, Ltd. | Methods for computing a navigation path |
| US8683314B2 (en) * | 2006-01-13 | 2014-03-25 | Ricoh Co., Ltd. | Tree pruning of icon trees via subtree selection using tree functionals |
| US7836397B2 (en) * | 2006-02-01 | 2010-11-16 | Xerox Corporation | Automatic layout criterion selection |
| US7810021B2 (en) * | 2006-02-24 | 2010-10-05 | Paxson Dana W | Apparatus and method for creating literary macramés |
| US8091017B2 (en) * | 2006-07-25 | 2012-01-03 | Paxson Dana W | Method and apparatus for electronic literary macramé component referencing |
| US8689134B2 (en) | 2006-02-24 | 2014-04-01 | Dana W. Paxson | Apparatus and method for display navigation |
| US7788579B2 (en) * | 2006-03-06 | 2010-08-31 | Ricoh Co., Ltd. | Automated document layout design |
| JP4984606B2 (ja) * | 2006-04-03 | 2012-07-25 | 富士ゼロックス株式会社 | デザイン制作支援装置及びデザイン制作支援プログラム |
| JP4940734B2 (ja) * | 2006-04-04 | 2012-05-30 | 富士ゼロックス株式会社 | デザイン制作支援装置及びデザイン制作支援プログラム |
| JP4802825B2 (ja) * | 2006-04-04 | 2011-10-26 | 富士ゼロックス株式会社 | デザイン制作支援装置及びデザイン制作支援プログラム |
| WO2008012475A2 (fr) * | 2006-07-25 | 2008-01-31 | ANDROMAQUE PREPRESSE (Société à Responsabilité Limitée) | Procede et systeme de production et/ou de conversion automatique a partir de contenus heterogenes d'au moins une mise en page permettant d'atteindre la lecture la plus rapide avec une memorisation maximale |
| JP2008058664A (ja) * | 2006-08-31 | 2008-03-13 | Furukawa Electric Co Ltd:The | 光ファイバおよび光ファイバテープならびに光インターコネクションシステム |
| JP4215792B2 (ja) * | 2006-09-22 | 2009-01-28 | 株式会社東芝 | 会議支援装置、会議支援方法および会議支援プログラム |
| US8738456B2 (en) * | 2006-11-14 | 2014-05-27 | Xerox Corporation | Electronic shopper catalog |
| US20080154713A1 (en) * | 2006-12-20 | 2008-06-26 | Robert Roy Buckley | On-demand and point-of-sale personalized product-related information |
| JP4254873B2 (ja) * | 2007-02-16 | 2009-04-15 | ソニー株式会社 | 画像処理装置及び画像処理方法、撮像装置、並びにコンピュータ・プログラム |
| US20110179344A1 (en) * | 2007-02-26 | 2011-07-21 | Paxson Dana W | Knowledge transfer tool: an apparatus and method for knowledge transfer |
| US8583637B2 (en) * | 2007-03-21 | 2013-11-12 | Ricoh Co., Ltd. | Coarse-to-fine navigation through paginated documents retrieved by a text search engine |
| US8584042B2 (en) | 2007-03-21 | 2013-11-12 | Ricoh Co., Ltd. | Methods for scanning, printing, and copying multimedia thumbnails |
| US8812969B2 (en) * | 2007-03-21 | 2014-08-19 | Ricoh Co., Ltd. | Methods for authoring and interacting with multimedia representations of documents |
| US20080235564A1 (en) * | 2007-03-21 | 2008-09-25 | Ricoh Co., Ltd. | Methods for converting electronic content descriptions |
| US7933904B2 (en) * | 2007-04-10 | 2011-04-26 | Nelson Cliff | File search engine and computerized method of tagging files with vectors |
| US8479091B2 (en) * | 2007-04-30 | 2013-07-02 | Xerox Corporation | Automated assembly of a complex document based on production constraints |
| US8276064B2 (en) | 2007-05-07 | 2012-09-25 | International Business Machines Corporation | Method and system for effective schema generation via programmatic analysis |
| US7917518B2 (en) | 2007-07-20 | 2011-03-29 | Hewlett-Packard Development Company, L.P. | Compositional balance and color driven content retrieval |
| JP4945383B2 (ja) * | 2007-09-07 | 2012-06-06 | 株式会社日立ハイテクノロジーズ | 仕様書内容検査方法および仕様書内容検査システム |
| IL186924A0 (en) * | 2007-10-25 | 2008-02-09 | Deutsche Telekom Ag | A method of content adaptation for electronic displays |
| US8549008B1 (en) * | 2007-11-13 | 2013-10-01 | Google Inc. | Determining section information of a digital volume |
| US8154778B2 (en) * | 2007-11-15 | 2012-04-10 | Sharp Laboratories Of America, Inc | Systems and methods for color correction processing and notification for digital image data generated from a document image |
| US8136034B2 (en) * | 2007-12-18 | 2012-03-13 | Aaron Stanton | System and method for analyzing and categorizing text |
| AU2007254598B2 (en) * | 2007-12-20 | 2011-03-24 | Canon Kabushiki Kaisha | Map-based aesthetic evaluation of document layouts |
| US8326029B1 (en) | 2008-03-21 | 2012-12-04 | Hewlett-Packard Development Company, L.P. | Background color driven content retrieval |
| US20090263173A1 (en) * | 2008-04-18 | 2009-10-22 | Xerox Corporation | Methods and systems for generating dynamic order documents |
| JP5083053B2 (ja) * | 2008-06-09 | 2012-11-28 | 岩崎電気株式会社 | 目立ち画像生成装置、及び目立ち画像生成プログラム |
| US20090319927A1 (en) * | 2008-06-21 | 2009-12-24 | Microsoft Corporation | Checking document rules and presenting contextual results |
| JP5043769B2 (ja) * | 2008-07-11 | 2012-10-10 | キヤノン株式会社 | 文書レイアウト編集装置、文書レイアウト編集方法、及びコンピュータプログラム |
| US8589790B2 (en) * | 2008-11-02 | 2013-11-19 | Observepoint Llc | Rule-based validation of websites |
| US8365062B2 (en) * | 2008-11-02 | 2013-01-29 | Observepoint, Inc. | Auditing a website with page scanning and rendering techniques |
| US8578019B2 (en) | 2008-11-02 | 2013-11-05 | Observepoint, Llc | Monitoring the health of web page analytics code |
| US9152292B2 (en) | 2009-02-05 | 2015-10-06 | Hewlett-Packard Development Company, L.P. | Image collage authoring |
| US8291314B2 (en) * | 2009-04-23 | 2012-10-16 | Hewlett-Packard Development Company, L.P. | Arranging graphic objects on a page |
| US8161384B2 (en) | 2009-04-23 | 2012-04-17 | Hewlett-Packard Development Company, L.P. | Arranging graphic objects on a page with text |
| US8271871B2 (en) * | 2009-04-30 | 2012-09-18 | Xerox Corporation | Automated method for alignment of document objects |
| US9400769B2 (en) * | 2009-08-06 | 2016-07-26 | Hewlett-Packard Development Company, L.P. | Document layout system |
| EP3540059A1 (en) | 2010-04-16 | 2019-09-18 | Nuevolution A/S | Bi-functional complexes and methods for making and using such complexes |
| US8473842B2 (en) | 2010-05-12 | 2013-06-25 | Microsoft Corporation | Contour based flow layout |
| CN102906785B (zh) * | 2010-05-20 | 2016-01-20 | 日本电气株式会社 | 颜色安排检查设备以及数据处理方法 |
| JP5466133B2 (ja) * | 2010-10-26 | 2014-04-09 | 日本電信電話株式会社 | 画像付文書検索装置及び画像付文書検索プログラム |
| US20120109945A1 (en) * | 2010-10-29 | 2012-05-03 | Emilia Maria Lapko | Method and system of improving navigation within a set of electronic documents |
| US8891874B1 (en) | 2010-11-05 | 2014-11-18 | The Boeing Company | Legibility analysis of text in an electronic document |
| US8805095B2 (en) | 2010-12-03 | 2014-08-12 | International Business Machines Corporation | Analysing character strings |
| JP5709518B2 (ja) * | 2010-12-28 | 2015-04-30 | キヤノン株式会社 | 文書編集装置、文章編集方法、及びプログラム |
| JP5733617B2 (ja) * | 2011-04-27 | 2015-06-10 | いすゞ自動車株式会社 | 可読性評価方法、可読性評価装置及び可読性評価プログラム |
| WO2013014849A1 (ja) * | 2011-07-26 | 2013-01-31 | 日本電気株式会社 | 画面検査装置、画面検査方法、及びプログラム |
| US8977956B2 (en) * | 2012-01-13 | 2015-03-10 | Hewlett-Packard Development Company, L.P. | Document aesthetics evaluation |
| US10789412B2 (en) * | 2012-02-20 | 2020-09-29 | Wix.Com Ltd. | System and method for extended dynamic layout |
| KR101413988B1 (ko) * | 2012-04-25 | 2014-07-01 | (주)이스트소프트 | 문서의 이산분리시스템 및 방법 |
| US9595298B2 (en) | 2012-07-18 | 2017-03-14 | Microsoft Technology Licensing, Llc | Transforming data to create layouts |
| US20140055495A1 (en) * | 2012-08-22 | 2014-02-27 | Lg Cns Co., Ltd. | Responsive user interface engine for display devices |
| US9442912B1 (en) * | 2012-09-26 | 2016-09-13 | Google Inc. | Estimating the number of content items to fill an online space before distributing the content items to the online space |
| US9330072B1 (en) | 2012-09-26 | 2016-05-03 | Google Inc. | Serving content for a space based on a probabilistic distribution |
| EP2735303A1 (en) * | 2012-11-23 | 2014-05-28 | Pilosciences | Hair growth compositions and methods |
| JP6103918B2 (ja) * | 2012-12-18 | 2017-03-29 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
| US9460056B2 (en) * | 2013-01-22 | 2016-10-04 | Xerox Corporation | Dynamic image layout for personalized packages |
| US9626517B2 (en) * | 2013-01-23 | 2017-04-18 | Seagate Technology Llc | Non-deterministic encryption |
| US9275115B2 (en) | 2013-07-16 | 2016-03-01 | International Business Machines Corporation | Correlating corpus/corpora value from answered questions |
| JP5882272B2 (ja) * | 2013-08-30 | 2016-03-09 | 京セラドキュメントソリューションズ株式会社 | 資料評価プログラムおよび資料評価装置 |
| US10274389B2 (en) | 2013-08-30 | 2019-04-30 | Kyocera Document Solutions Inc. | Storage medium, material evaluating apparatus, and material evaluating method |
| JP5882273B2 (ja) * | 2013-08-30 | 2016-03-09 | 京セラドキュメントソリューションズ株式会社 | 資料評価プログラムおよび資料評価装置 |
| JP6117452B1 (ja) | 2014-04-02 | 2017-04-19 | グーグル インコーポレイテッド | 行動計量学を使用してコンテンツレイアウトを最適化するためのシステムおよび方法 |
| US9754207B2 (en) | 2014-07-28 | 2017-09-05 | International Business Machines Corporation | Corpus quality analysis |
| US10282069B2 (en) | 2014-09-30 | 2019-05-07 | Microsoft Technology Licensing, Llc | Dynamic presentation of suggested content |
| US9626768B2 (en) | 2014-09-30 | 2017-04-18 | Microsoft Technology Licensing, Llc | Optimizing a visual perspective of media |
| WO2016118119A1 (en) * | 2015-01-20 | 2016-07-28 | Hewlett-Packard Development Company, L. P. | Custom educational documents |
| US10719220B2 (en) * | 2015-03-31 | 2020-07-21 | Autodesk, Inc. | Dynamic scrolling |
| JP6033369B2 (ja) * | 2015-06-24 | 2016-11-30 | キヤノン株式会社 | 情報処理装置、情報処理方法、ならびにそのプログラムおよび記憶媒体 |
| WO2017052268A2 (ko) * | 2015-09-24 | 2017-03-30 | 엘지이노텍(주) | 카메라 모듈 |
| US10380228B2 (en) | 2017-02-10 | 2019-08-13 | Microsoft Technology Licensing, Llc | Output generation based on semantic expressions |
| US10803044B1 (en) | 2017-03-07 | 2020-10-13 | The United States Of America, As Represented By The Secretary Of The Navy | Technical data flexibility index |
| CN108733672B (zh) * | 2017-04-14 | 2023-01-24 | 腾讯科技（深圳）有限公司 | 实现网络信息质量评估的方法和系统 |
| US10719702B2 (en) * | 2017-11-08 | 2020-07-21 | International Business Machines Corporation | Evaluating image-text consistency without reference |
| US10439971B1 (en) * | 2017-11-27 | 2019-10-08 | Amazon Technologies, Inc. | System for detecting erroneous communications |
| US10671798B2 (en) * | 2018-02-01 | 2020-06-02 | Google Llc | Digital component backdrop rendering |
| US11681142B2 (en) | 2018-05-14 | 2023-06-20 | Sharp Kabushiki Kaisha | Two-lens optical system, beam combining module, projector, and method for assembling two-lens optical system |
| US11144717B2 (en) * | 2018-09-26 | 2021-10-12 | Adobe Inc. | Automatic generation of document layouts |
| JP7213662B2 (ja) | 2018-11-09 | 2023-01-27 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
| CN109889815A (zh) * | 2019-01-30 | 2019-06-14 | 上海上湖信息技术有限公司 | 摄像头成像质量检测方法、装置以及计算机存储介质 |
| US11687796B2 (en) | 2019-04-17 | 2023-06-27 | International Business Machines Corporation | Document type-specific quality model |
| US11017171B2 (en) | 2019-06-06 | 2021-05-25 | International Business Machines Corporation | Relevancy as an indicator for determining document quality |
| US11354361B2 (en) | 2019-07-11 | 2022-06-07 | International Business Machines Corporation | Document discrepancy determination and mitigation |
| CN112131842B (zh) * | 2020-08-27 | 2022-02-08 | 云动时代科技股份有限公司 | 一种文档设计方法及系统 |
| CN112131841A (zh) * | 2020-08-27 | 2020-12-25 | 北京云动智效网络科技有限公司 | 一种文档质量评估方法及系统 |
| US11409822B2 (en) * | 2020-09-15 | 2022-08-09 | Alygne | Alignment of values and opinions between two distinct entities |
| CN113515628B (zh) * | 2021-05-19 | 2024-05-10 | 北京世纪好未来教育科技有限公司 | 文档检测方法、装置、设备及存储介质 |
| US11853688B2 (en) * | 2022-03-04 | 2023-12-26 | Adobe Inc. | Automatic detection and removal of typesetting errors in electronic documents |
| US11956400B2 (en) * | 2022-08-30 | 2024-04-09 | Capital One Services, Llc | Systems and methods for measuring document legibility |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5424945A (en) * | 1993-08-31 | 1995-06-13 | Xerox Corporation | System for evaluating a psychological effect of a document |
| JPH08180037A (ja) * | 1994-12-26 | 1996-07-12 | Hitachi Ltd | プレゼンテーション資料作成支援システム |
| JP2001202522A (ja) * | 1999-12-14 | 2001-07-27 | Eastman Kodak Co | 消費者画像の強調及び魅力の自動評価方法 |
| JP2003030648A (ja) * | 2001-07-13 | 2003-01-31 | Seiko Epson Corp | 画像評価方法および画像評価システムならびに画像評価処理プログラム |
Family Cites Families (84)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3174851A (en) * | 1961-12-01 | 1965-03-23 | William J Buehler | Nickel-base alloys |
| US3351463A (en) * | 1965-08-20 | 1967-11-07 | Alexander G Rozner | High strength nickel-base alloys |
| US3876864A (en) * | 1973-12-11 | 1975-04-08 | Diebold Inc | Teller-assisted currency dispenser system |
| US4462701A (en) * | 1982-05-11 | 1984-07-31 | International Business Machines Corporation | Printing system wherein justification determination is shared between a host processor and a printer |
| US4580040A (en) * | 1983-10-03 | 1986-04-01 | Ncr Corporation | Teller-assisted, customer-operated ATM check cashing system |
| US4617457A (en) * | 1983-12-19 | 1986-10-14 | Ncr Corporation | Teller-assisted, customer-operated ATM document cashing system |
| US4845636A (en) * | 1986-10-17 | 1989-07-04 | Walker Mark E | Remote transaction system |
| JPH01189762A (ja) * | 1988-01-25 | 1989-07-28 | Fujitsu Ltd | 文書分かりやすさ評価方式 |
| DE3834737A1 (de) * | 1988-10-12 | 1990-04-19 | Bayer Ag | Carrier fuer das faerben von polyestermaterialien |
| US5018207A (en) * | 1989-09-18 | 1991-05-21 | Jack Purdum | Apparatus for objectively grading centering condition of a stamp |
| US5220501A (en) * | 1989-12-08 | 1993-06-15 | Online Resources, Ltd. | Method and system for remote delivery of retail banking services |
| US5354295A (en) * | 1990-03-13 | 1994-10-11 | Target Therapeutics, Inc. | In an endovascular electrolytically detachable wire and tip for the formation of thrombus in arteries, veins, aneurysms, vascular malformations and arteriovenous fistulas |
| US5122136A (en) * | 1990-03-13 | 1992-06-16 | The Regents Of The University Of California | Endovascular electrolytically detachable guidewire tip for the electroformation of thrombus in arteries, veins, aneurysms, vascular malformations and arteriovenous fistulas |
| US5098440A (en) * | 1990-08-14 | 1992-03-24 | Cordis Corporation | Object retrieval method and apparatus |
| US5064428A (en) * | 1990-09-18 | 1991-11-12 | Cook Incorporated | Medical retrieval basket |
| US5367219A (en) * | 1991-11-18 | 1994-11-22 | U.S. Philips Corporation | Electric reflector lamp for use with IEC standard |
| US5234437A (en) * | 1991-12-12 | 1993-08-10 | Target Therapeutics, Inc. | Detachable pusher-vasoocclusion coil assembly with threaded coupling |
| US5425138A (en) * | 1991-12-26 | 1995-06-13 | Casio Computer Co., Ltd. | Apparatus and method for automatically editing documents including text data and table data with ruled lines |
| DE4231703C2 (de) * | 1992-09-22 | 1996-01-11 | Siemens Ag | Mikroprozessor mit CPU und EEPROM |
| US5690666A (en) * | 1992-11-18 | 1997-11-25 | Target Therapeutics, Inc. | Ultrasoft embolism coils and process for using them |
| US5796409A (en) * | 1993-04-06 | 1998-08-18 | Ecole Polytechnique Federale De Lausanne | Method for producing contrast-controlled grayscale characters |
| US5485183A (en) * | 1993-06-30 | 1996-01-16 | Dataproducts Corporation | Interlaced dot-on-dot printing |
| US5666250A (en) * | 1993-11-23 | 1997-09-09 | Seagate Technology, Inc. | Thin film magnetic heads with thin nickel underlayers |
| EP0667594A3 (en) | 1994-02-14 | 1995-08-23 | International Business Machines Corporation | Image quality analysis method and apparatus |
| US5522819A (en) * | 1994-05-12 | 1996-06-04 | Target Therapeutics, Inc. | Dual coil medical retrieval device |
| EP0692767B1 (en) * | 1994-07-13 | 2003-10-08 | Canon Kabushiki Kaisha | Image processing apparatus and method |
| AUPM722194A0 (en) * | 1994-08-02 | 1994-08-25 | Ani Corporation Limited, The | Bearer plate |
| US5987171A (en) * | 1994-11-10 | 1999-11-16 | Canon Kabushiki Kaisha | Page analysis system |
| US5600732A (en) | 1994-12-08 | 1997-02-04 | Banctec, Inc. | Document image analysis method |
| JPH08180673A (ja) * | 1994-12-27 | 1996-07-12 | Nec Corp | 強誘電体メモリセル及びそのアクセス装置 |
| US6085177A (en) * | 1995-01-11 | 2000-07-04 | Civic-Ddi, Llc | Systems for accessing the internet and geo-defined data and associated methods |
| US5657246A (en) * | 1995-03-07 | 1997-08-12 | Vtel Corporation | Method and apparatus for a video conference user interface |
| US5604341A (en) * | 1995-03-13 | 1997-02-18 | At&T Global Information Solutions Company | ATM as video conferencing station |
| JPH08255063A (ja) * | 1995-03-16 | 1996-10-01 | Sony Corp | レイアウト評価装置、レイアウト装置および表示装置 |
| US5687201A (en) | 1995-03-21 | 1997-11-11 | Standard Microsystems Corporation | Phase-locked-loop with linear combination of charge pump and current controlled oscillator |
| US5774579A (en) * | 1995-08-11 | 1998-06-30 | Canon Kabushiki Kaisha | Block selection system in which overlapping blocks are decomposed |
| US5963641A (en) * | 1995-09-12 | 1999-10-05 | Markzware, Inc. | Device and method for examining, verifying, correcting and approving electronic documents prior to printing, transmission or recording |
| US5600114A (en) * | 1995-09-21 | 1997-02-04 | Facilities Engineering And Design Consultants, Inc. | Remote unmanned banking center |
| US5784487A (en) * | 1996-05-23 | 1998-07-21 | Xerox Corporation | System for document layout analysis |
| US5695398A (en) * | 1996-06-21 | 1997-12-09 | Deere & Company | Foldable loading auger |
| US5686250A (en) * | 1996-07-31 | 1997-11-11 | Case Western Reserve University | Antibodies to LGE2 -protein antigens |
| SE508972C2 (sv) * | 1996-08-28 | 1998-11-23 | Ralip International Ab | Förfarande för kvalitetssäkring vid scanning/kopiering av bilder/dokument samt anordning för genomförande av förfarandet |
| JPH1079866A (ja) * | 1996-09-04 | 1998-03-24 | Canon Inc | 画像処理装置及び方法 |
| US5933816A (en) * | 1996-10-31 | 1999-08-03 | Citicorp Development Center, Inc. | System and method for delivering financial services |
| US6539361B1 (en) * | 1996-11-27 | 2003-03-25 | Die{grave over (b)}old, Incorporated | Automated banking machine system using plural communication formats |
| US7138511B1 (en) * | 1997-01-28 | 2006-11-21 | The Regents Of The University Of California | Nucleic acids, kits and methods for the diagnosis, prognosis and treatment of glaucoma and related disorders |
| US5814064A (en) * | 1997-03-06 | 1998-09-29 | Scimed Life Systems, Inc. | Distal protection device |
| US6073119A (en) * | 1997-09-04 | 2000-06-06 | Citicorp Development Center, Inc. | Method and system for banking institution interactive center |
| US6066149A (en) * | 1997-09-30 | 2000-05-23 | Target Therapeutics, Inc. | Mechanical clot treatment device with distal filter |
| US5999664A (en) * | 1997-11-14 | 1999-12-07 | Xerox Corporation | System for searching a corpus of document images by user specified document layout components |
| JP4170441B2 (ja) * | 1997-11-28 | 2008-10-22 | 富士通株式会社 | 文書画像傾き検出装置および文書画像傾き検出プログラムの記憶媒体 |
| JP3601658B2 (ja) * | 1997-12-19 | 2004-12-15 | 富士通株式会社 | 文字列抽出装置及びパターン抽出装置 |
| US7084992B1 (en) * | 1997-12-23 | 2006-08-01 | Canon Research Center-France S.A. | Method and device for determining a printer pilot configuration for a printing processing |
| US6275600B1 (en) * | 1998-03-09 | 2001-08-14 | I.Data International, Inc. | Measuring image characteristics of output from a digital printer |
| US5944728A (en) * | 1998-04-23 | 1999-08-31 | Boston Scientific Corporation | Surgical retrieval basket with the ability to capture and release material |
| US6349290B1 (en) * | 1998-06-30 | 2002-02-19 | Citibank, N.A. | Automated system and method for customized and personalized presentation of products and services of a financial institution |
| US6795580B1 (en) | 1998-09-10 | 2004-09-21 | Tektronix, Inc. | Picture quality measurement using blockiness |
| US6223983B1 (en) * | 1999-02-19 | 2001-05-01 | National City Bank | Interactive point access financial and information system |
| DE69913746T2 (de) * | 1999-08-27 | 2004-10-07 | Ev3 Inc | Verschiebbarer vaskulärer filter |
| JP4046465B2 (ja) * | 1999-09-17 | 2008-02-13 | 株式会社リコー | 画像処理装置、画像処理方法、及び画像処理システム |
| US6704039B2 (en) * | 1999-10-16 | 2004-03-09 | Martin Rangel Pena | Method and system for computer-aided telecommunication and financial transactions |
| JP3482923B2 (ja) * | 1999-10-28 | 2004-01-06 | セイコーエプソン株式会社 | 自動構図決定装置 |
| US6571000B1 (en) * | 1999-11-29 | 2003-05-27 | Xerox Corporation | Image processing algorithm for characterization of uniformity of printed images |
| FR2801997A1 (fr) * | 1999-12-02 | 2001-06-08 | Itesoft | Technologie adaptative d'analyse automatique de document |
| DE10008545A1 (de) * | 2000-02-24 | 2001-08-30 | Bosch Gmbh Robert | Monolithisch integriertes Halbleiterbauelement |
| US6748097B1 (en) | 2000-06-23 | 2004-06-08 | Eastman Kodak Company | Method for varying the number, size, and magnification of photographic prints based on image emphasis and appeal |
| US6725303B1 (en) * | 2000-08-31 | 2004-04-20 | At&T Corp. | Method and apparatus for establishing a personalized connection with a network |
| US7035429B2 (en) * | 2000-11-10 | 2006-04-25 | Anoto Ip Lic Handelsbolag | Method and device for addressing mail items |
| US20020084293A1 (en) * | 2001-01-02 | 2002-07-04 | Liad Weighing And Control Systems Ltd. | System for feeding portions of material to an injection molding machine |
| US6825844B2 (en) * | 2001-01-16 | 2004-11-30 | Microsoft Corp | System and method for optimizing a graphics intensive software program for the user's graphics hardware |
| US6901169B2 (en) * | 2001-02-01 | 2005-05-31 | At & T Corp. | Method and system for classifying image elements |
| US6553949B1 (en) * | 2001-03-05 | 2003-04-29 | Ford Global Technologies, Inc. | Engine knock prevention system and method |
| JP2002263199A (ja) * | 2001-03-06 | 2002-09-17 | Yoshiyasu Ito | イオントフォレーシス用デバイス |
| JP2002289385A (ja) * | 2001-03-23 | 2002-10-04 | Harison Toshiba Lighting Corp | 放電灯駆動装置 |
| US6645223B2 (en) * | 2001-04-30 | 2003-11-11 | Advanced Cardiovascular Systems, Inc. | Deployment and recovery control systems for embolic protection devices |
| US20020188314A1 (en) * | 2001-06-07 | 2002-12-12 | Microvena Corporation | Radiopaque distal embolic protection device |
| US6551341B2 (en) * | 2001-06-14 | 2003-04-22 | Advanced Cardiovascular Systems, Inc. | Devices configured from strain hardened Ni Ti tubing |
| US20030023555A1 (en) * | 2001-07-26 | 2003-01-30 | Cashworks, Inc. | Method and system for providing financial services |
| US7050636B2 (en) * | 2001-12-07 | 2006-05-23 | Eastman Kodak Company | Method and system for improving an image characteristic based on image content |
| US20030212637A1 (en) * | 2002-05-09 | 2003-11-13 | Turner Michael B. | Automated method and system for enrollment |
| US7254270B2 (en) * | 2002-07-09 | 2007-08-07 | Hewlett-Packard Development Company, L.P. | System and method for bounding and classifying regions within a graphical image |
| JP2004109690A (ja) * | 2002-09-19 | 2004-04-08 | Canon Inc | カメラシステムおよびカメラ |
| US7130491B2 (en) * | 2003-03-14 | 2006-10-31 | Hewlett-Packard Development Company, L.P. | System and method for interpolating a color image |
| US7092552B2 (en) * | 2003-07-30 | 2006-08-15 | Xerox Corporation | System and method for measuring and quantizing document quality |
-
2004
- 2004-06-30 US US10/881,157 patent/US7092552B2/en not_active Expired - Lifetime
- 2004-06-30 US US10/881,188 patent/US7072495B2/en not_active Expired - Lifetime
- 2004-06-30 US US10/880,841 patent/US7024022B2/en not_active Expired - Lifetime
- 2004-06-30 US US10/881,792 patent/US7035439B2/en not_active Expired - Lifetime
- 2004-06-30 US US10/880,688 patent/US7035438B2/en not_active Expired - Lifetime
- 2004-06-30 US US10/880,840 patent/US7095877B2/en not_active Expired - Lifetime
- 2004-06-30 US US10/881,134 patent/US7092551B2/en not_active Expired - Lifetime
- 2004-07-29 EP EP04017993A patent/EP1503337B1/en not_active Expired - Lifetime
- 2004-07-29 EP EP04018012A patent/EP1503340B1/en not_active Expired - Lifetime
- 2004-07-29 EP EP04018013A patent/EP1503341B1/en not_active Expired - Lifetime
- 2004-07-29 EP EP04018014A patent/EP1503342B1/en not_active Expired - Lifetime
- 2004-07-29 EP EP04018011A patent/EP1503339B1/en not_active Expired - Lifetime
- 2004-07-29 EP EP04017992A patent/EP1503336B1/en not_active Expired - Lifetime
- 2004-07-29 EP EP04017994A patent/EP1503338B1/en not_active Expired - Lifetime
- 2004-07-30 JP JP2004224606A patent/JP4558403B2/ja not_active Expired - Fee Related
- 2004-07-30 JP JP2004224609A patent/JP4619721B2/ja not_active Expired - Fee Related
- 2004-07-30 JP JP2004224610A patent/JP4624026B2/ja not_active Expired - Fee Related
- 2004-07-30 JP JP2004224607A patent/JP4619719B2/ja not_active Expired - Fee Related
- 2004-07-30 JP JP2004224612A patent/JP4558404B2/ja not_active Expired - Fee Related
- 2004-07-30 JP JP2004224608A patent/JP4619720B2/ja not_active Expired - Fee Related
- 2004-07-30 JP JP2004224611A patent/JP4624027B2/ja not_active Expired - Fee Related
-
2005
- 2005-10-11 US US11/247,816 patent/US7130451B2/en not_active Expired - Lifetime
- 2005-10-11 US US11/247,671 patent/US7130450B2/en not_active Expired - Lifetime
- 2005-10-11 US US11/247,792 patent/US7136511B2/en not_active Expired - Lifetime
- 2005-10-11 US US11/247,841 patent/US7116802B2/en not_active Expired - Lifetime
-
2006
- 2006-10-24 US US11/585,494 patent/US7308116B2/en not_active Expired - Lifetime
- 2006-10-24 US US11/585,570 patent/US7305107B2/en not_active Expired - Lifetime
- 2006-10-24 US US11/585,517 patent/US7277560B2/en not_active Expired - Lifetime
- 2006-10-24 US US11/585,557 patent/US7260245B2/en not_active Expired - Lifetime
- 2006-10-24 US US11/585,474 patent/US7280675B2/en not_active Expired - Lifetime
- 2006-10-24 US US11/585,543 patent/US7283648B2/en not_active Expired - Lifetime
- 2006-10-24 US US11/585,380 patent/US7269276B2/en not_active Expired - Lifetime
- 2006-10-24 US US11/585,569 patent/US7266222B2/en not_active Expired - Lifetime
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5424945A (en) * | 1993-08-31 | 1995-06-13 | Xerox Corporation | System for evaluating a psychological effect of a document |
| JPH08180037A (ja) * | 1994-12-26 | 1996-07-12 | Hitachi Ltd | プレゼンテーション資料作成支援システム |
| JP2001202522A (ja) * | 1999-12-14 | 2001-07-27 | Eastman Kodak Co | 消費者画像の強調及び魅力の自動評価方法 |
| JP2003030648A (ja) * | 2001-07-13 | 2003-01-31 | Seiko Epson Corp | 画像評価方法および画像評価システムならびに画像評価処理プログラム |
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4624027B2 (ja) | ドキュメントの品質の測度を定量化する方法 | |
| US7451140B2 (en) | System and method for proofing individual documents of variable information document runs using document quality measurements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070723 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100511 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100720 |
|
| 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: 20100928 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101027 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131105 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4619721 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |