JP2006259997A - 文書管理装置、文書管理方法、文書管理プログラム及び記録媒体 - Google Patents

Abstract

【課題】 新規文書の文書タイプ別の登録を自動的に行うことによりユーザー側の面倒な作業を不要とする。
【解決手段】 所定の複数の振り分け項目に基づいて定義された複数の文書タイプが文書タイプ別に分類して登録された文書タイプ格納手段１１と、新規文書９から全文テキストデータを抽出するテキスト抽出手段４と、全文テキストデータと文書タイプとを比較し、全文テキストデータに相応した文書タイプがあるか否かを判断する判断手段７と、判断手段７が全文テキストデータに相応した文書タイプがあると判断したとき、新規文書９をその文書タイプ別に登録し、全文テキストデータに相応した文書タイプがないと判断したとき、新規文書９を新たな文書タイプとして登録する登録手段８とを有する。
【選択図】 図２

Description

本発明は、帳票などの文書を所定の文書タイプとして登録することにより管理を行う文書管理装置、文書管理方法、文書管理プログラム及び記録媒体に関する。

文書が蓄積された文書管理システム内の文書の検索を行う場合、全文テキストデータに対して検索を行うよりも、プロパティ情報に対して検索を行う方が検索結果を短時間で得ることができる。このため、文書のプロパティ情報を適切に設定することは重要となる。

このため、特許文献１には、文書を画像データとして取り込み、取り込んだ画像データからテキストデータを得、このテキストデータからキーワードを抽出し、抽出したキーワードを書誌情報と共に文書蓄積部に記録して保管する文書管理方法が記載されている。この管理方法によれば、文書を複数の分類に関連づけて蓄積することが可能となる。
特開２００２−２５１４０３号公報

ところで、新規文書の登録の際には、ユーザーが文書に適切だと思われる「文書タイプ」を選択するだけでなく、その設定のためには、文書管理システムに登録されている全ての「文書タイプ」の振り分け項目（例えば、プロパティ項目の組み合わせ）を知っている必要がある。そして、この振り分け項目を知らない場合には、振り分け項目を調べる必要がある。これらに起因するため、新規文書を適切に設定して登録することが難しいものとなっている。

これに対し、文書が蓄積された文書管理システム内の文書タイプの検索を行う場合には、全文テキストデータに対して検索を行うよりもプロパティ項目等の振り分け項目に対して検索を行う方が検索結果を短時間で得ることができるものである。

本発明は、このような事情を考慮してなされたものであり、新規文書の文書タイプ別の登録を自動的に行うことによりユーザー側の面倒な作業を不要とした文書管理装置、文書管理方法、文書管理プログラム及び記録媒体を提供することを目的とする。

請求項１記載の発明は、所定の複数の振り分け項目に基づいて定義された複数の文書タイプが文書タイプ別に分類して登録された文書タイプ格納手段と、新規文書から全文テキストデータを抽出するテキスト抽出手段と、前記全文テキストデータと前記文書タイプとを比較し、前記全文テキストデータに相応した前記文書タイプがあるか否かを判断する判断手段と、前記判断手段が前記全文テキストデータに相応した前記文書タイプがあると判断したとき、前記新規文書を前記文書タイプ別に登録し、前記全文テキストデータに相応した前記文書タイプがないと判断したとき、前記新規文書を新たな文書タイプとして登録する登録手段とを有していることを特徴とする。

請求項２記載の発明は、請求項１記載の発明において、前記複数の振り分け項目は、少なくとも複数のプロパティ項目及びキーワード文字列であり、前記判断手段は前記全文テキストデータ内における前記プロパティ項目及び前記キーワード文字列に対応した部分を抽出して前記文書タイプと比較することを特徴とする。

請求項３記載の発明は、請求項２記載の発明において、前記判断手段は各プロパティ項目に続く下位文字列及びキーワード文字列に続く下位文字列と、これらに対応する前記全文テキストデータの下位文字列とを比較することを特徴とする。

請求項４記載の発明は、請求項１から３のいずれか１項に記載の発明において、前記判断手段が前記全文テキストデータに相応した前記文書タイプがないと判断したとき、前記登録手段は前記全文テキストデータから前記プロパティ項目及び前記キーワード文字列に相応した部分を抽出した後、前記新規文書を新たな文書タイプとして登録することを特徴とする。

請求項５記載の発明は、所定の複数の振り分け項目に基づいて定義された複数の文書タイプと、新規文書から抽出した全文テキストデータとを比較して前記全文テキストデータに相応した前記文書タイプがあるか否かを判断する判断ステップと、前記全文テキストデータに相応した文書タイプがあると判断したとき、前記新規文書をその文書タイプ別に登録し、前記全文テキストデータに相応した文書タイプがないと判断したとき、前記新規文書を新たな文書タイプとして登録する登録ステップとを有していることを特徴とする。

請求項６記載の発明は、請求項５記載の発明において、前記複数の振り分け項目は、少なくとも複数のプロパティ項目及びキーワード文字列であり、前記判断ステップでは、前記全文テキストデータ内における前記プロパティ項目及び前記キーワード文字列に対応した部分を抽出して前記文書タイプと比較することを特徴とする。

請求項７記載の発明は、請求項６記載の発明において、前記判断ステップでは、各プロパティ項目に続く下位文字列及びキーワード文字列に続く下位文字列と、これらに対応する前記全文テキストデータの下位文字列とを比較することを特徴とする。

請求項８記載の発明は、請求項５から７のいずれか１項に記載の発明において、前記全文テキストデータに相応した前記文書タイプがないと判断したとき、前記登録ステップでは、前記全文テキストデータから前記プロパティ項目及び前記キーワード文字列に相応した部分を抽出した後、前記新規文書を新たな文書タイプとして登録することを特徴とする。

請求項９記載の発明は、請求項５から８のいずれか１項に記載の各ステップをコンピュータに実行させるための文書管理プログラムである。

請求項１０記載の発明は、請求項９記載の文書管理プログラムを記録したコンピュータ読み取り可能な記録媒体である。

本発明によれば、所定の複数の振り分け項目に基づいて定義された複数の文書タイプと、新規文書から抽出した全文テキストデータとを比較して全文テキストデータに相応した文書タイプがあるか否かを判断し、全文テキストデータに相応した文書タイプがあると判断したとき、新規文書をその文書タイプ別に登録し、全文テキストデータに相応した文書タイプがないと判断したとき、新規文書を新たな文書タイプとして登録するため、新規文書を適切な文書タイプ別に登録することができる。

このため、ユーザーの知識不足により最適なものに設定されないことを防ぐことができ、しかもユーザーが文書タイプに関する情報を調べる手間が省ける。また、検索に際しては、振り分け項目に基づいて行うため、短時間で検索を行うことができる。

以下、本発明を図示する実施形態により、具体的に説明する。図１は一実施形態の文書管理装置の構成を示す図、図２はこの内部の構成を示すブロック図である。

図１に示すように、この実施形態の文書管理装置１は、ＵＩ提供部２と、文書管理部３と、テキスト抽出部４と、文書管理ＤＢ５とを備えている。

ＵＩ提供部２は、ＧＵＩ（Graphical User Interface）によって文書管理装置の操作手順をユーザーに提供する機能を有している。文書管理部３は、後述する判断及び登録を行う手段を有している。テキスト抽出部４は、新規文書から全文テキストデータを抽出するテキスト抽出手段となるものである。テキスト抽出部４は新規文書９をＯＣＲ装置等によって読み込み、読み込んだ文書を全文テキストデータに変換する。文書管理ＤＢ５は、文書タイプの登録や新規文書の登録を行うものであり、文書タイプが登録されている文書タイプ格納部１１と、新規文書が登録される文書格納部１２とを備えている。

図２は、文書管理部３と各部との関係を示しており、文書管理部３は判断手段７及び登録手段８を有している。判断手段７は文書管理ＤＢ３の文書タイプ格納部１１及びテキスト抽出部４に接続されており、文書タイプ格納部１１に格納されている文書タイプが入力されると共に、テキスト抽出部４から全文テキストデータが入力される。この判断手段７はテキスト抽出部４からの全文テキストデータと文書タイプ格納部１１からの文書タイプとを比較し、全文テキストデータに相応した文書タイプがあるか否かを判断する。

登録手段８は、判断手段７からの判断結果に基づいて新規文書９の登録を行うものであり、判断手段７が全文テキストデータに相応した文書タイプがあると判断したとき、その新規文書９をその文書タイプ別に登録し、全文テキストデータに相応した文書タイプがないと判断したとき、その新規文書９を新たな文書タイプとして登録する。これらの登録は、登録格納部１２に対して行う。

文書管理ＤＢ３における文書タイプ格納部１１には、図１に示すように、複数の振り分け項目に基づいて分類された複数の文書タイプ１１ａ、１１ｂ、１１ｃ……が格納されている。一方、文書格納部１２には、オリジナルファイル１２ａ及び文書タイプ書誌情報１２ｂとが関連付けられて格納される。

この実施形態において、文書タイプの振り分け項目としては、プロパティ項目及びキーワード文字列が用いられる。図３は、この実施形態に用いられる文書タイプの各例を示し、（ａ）はデフォルト文書タイプであり、プロパティ項目としては、「文書名」、「登録日」、「更新日」が下位文字列として用いられている。また、キーワード文字列は用いられていない。このデフォルト文書タイプは、図３（ｂ）及び（ｃ）に対し新たな文書タイプとなるものである。

図３（ｂ）は「ユーザー登録票」文書タイプであり、プロパティ項目として、「文書名」、「登録日」、「更新日」、「登録番号」、「氏名」、「住所」、「電話番号」が下位文字列として用いられており、キーワード文字列として、「ユーザー登録票」が下位文字列として用いられている。図３（ｃ）は「見積書」文書タイプであり、プロパティ項目として、「文書名」、「登録日」、「更新日」、「見積番号」、「店番号」、「店名」が下位文字列として用いられており、キーワード文字列として、「見積明細書」が下位文字列として用いられている。

図４は、新規文書９としての各例を示し、（ａ）は「ユーザー登録票」の帳票、（ｂ）は「見積明細書」の帳票である。以下、図４の新規文書を登録する場合について図５のフローチャートを参照して説明する。このフローチャートは文書管理プログラムに記録されるものであり、この文書管理プログラムは記録媒体に記録され、コンピュータが読み込み可能となっている。

ユーザーは、図４（ａ）及び（ｂ）の帳票の文書登録をＵＩ提供部２に指示する（ステップＳ１１）。ＵＩ提供部２は文書管理部３に対し、登録する新規文書（以下、ファイル）を送信して文書管理を依頼する。文書管理部３は、このファイルをテキスト抽出部４に送信し、テキスト抽出部４ではファイルを読み込んだ後、その全文テキストデータを抽出する（ステップＳ１２）。

抽出した全文テキストデータはテキスト抽出部４から文書管理部３の判断手段７に入力される。一方、文書管理ＤＢ５の文書タイプ格納部１１から判断手段７に対し各文書タイプのプロパティ項目、キーワード文字列が入力される。これに基づいて、判断手段７は、全文テキストデータ内にプロパティ項目やキーワード文字列があるかどうかをチェックする（ステップＳ１３）。このチェックは、文書タイプごとに確信度を求めることにより行われる（ステップＳ１４）。

判断手段７は、求めた確信度の中で一定の閾値を上回る確信度があるか否かをチェックし（ステップＳ１５）、一定の閾値を上回る確信度を得た文書タイプがあった場合、その中で最も確信度の高い文書タイプを新規文書に対して設定する（ステップＳ１６）。一方、一定の閾値を上回る確信度が得られない場合には、デフォルト文書タイプ（図３（ａ））を新規文書に対して設定する（ステップＳ１７）。

これらの設定が終了した後、判断手段７はその設定を登録手段８に出力する。これに基づいて、登録手段８は文書管理ＤＢ５の文書格納部１２に新規文書９を登録する（ステップＳ１８）。これにより、図４（ａ）の帳票は、図３（ｂ）の「ユーザー登録票」文書タイプとして登録され、図４（ｂ）の帳票は、図３（ｃ）の「見積書」文書タイプとして登録される。このような処理によれば、新規文書を既に格納されている文書タイプ別に登録したり、新たな文書タイプとして登録するため、ユーザーの知識不足により最適なものに設定されないことを防ぐことができると共にユーザーが文書タイプに関する情報を調べる手間が不要となる。

図６は、本発明の別の処理制御を行うフローチャートを示す。このフローチャートでは、プロパティ項目に続く下位文字列及びキーワード文字列に続く下位文字列に基づいて新規文書９を判断するものである。このフローチャートは文書管理プログラムに記録されるものであり、この文書管理プログラムは記録媒体に記録され、コンピュータが読み込み可能となっている。

ユーザーは、図４（ａ）及び（ｂ）の帳票の文書登録をＵＩ提供部２に指示する（ステップＳ２１）。ＵＩ提供部２は文書管理部３に対し、登録する新規文書（以下、ファイル）を送信して文書管理を依頼する。文書管理部３は、このファイルをテキスト抽出部４に送信し、テキスト抽出部４ではファイルを読み込んだ後、その全文テキストデータを抽出する（ステップＳ２２）。

抽出した全文テキストデータはテキスト抽出部４から文書管理部３の判断手段７に入力される。一方、文書管理ＤＢ５の文書タイプ格納部１１から判断手段７に対し各文書タイプのプロパティ項目、キーワード文字列が入力される。これに基づいて、判断手段７は、全文テキストデータ内にプロパティ項目やキーワード文字列があるかどうかをチェックする（ステップＳ２３）。このチェックは、文書タイプごとに確信度を求めることにより行われる（ステップＳ２４）。

判断手段７は、求めた確信度の中で一定の閾値を上回る確信度があるか否かをチェックし（ステップＳ２５）、一定の閾値を上回る確信度を得た文書タイプがあった場合、その中で最も確信度の高い文書タイプを新規文書に対して設定する（ステップＳ２６）。さらに、判断手段７はプロパティ項目における下位文字列を全文テキストデータ内の文字列から抽出し、文書プロパティに設定する（ステップＳ２７）。一方、一定の閾値を上回る確信度が得られない場合には、デフォルト文書タイプ（図３（ａ））を新規文書に対して設定する（ステップＳ２８）。

これらの設定が終了した後、判断手段７はその設定を登録手段８に出力する。これに基づいて、登録手段８は文書管理ＤＢ５の文書格納部１２に新規文書９を登録する（ステップＳ２９）。これにより、図４（ａ）の帳票は、図３（ｂ）の「ユーザー登録票」文書タイプとして登録され、図４（ｂ）の帳票は、図３（ｃ）の「見積書」文書タイプとして登録される。このような処理によれば、図５の処理と同様に作用することができるばかりでなく、新規文書をさらに正確に分類して登録することができる。

図７は、さらに別の処理制御を行うためのフローチャートを示す。このフローチャートは文書管理プログラムに記録されるものであり、この文書管理プログラムは記録媒体に記録され、コンピュータが読み込み可能となっている。

ユーザーは、図４（ａ）及び（ｂ）の帳票の文書登録をＵＩ提供部２に指示する（ステップＳ３１）。ＵＩ提供部２は文書管理部３に対し、登録する新規文書（以下、ファイル）を送信して文書管理を依頼する。文書管理部３は、このファイルをテキスト抽出部４に送信し、テキスト抽出部４ではファイルを読み込んだ後、その全文テキストデータを抽出する（ステップＳ３２）。

抽出した全文テキストデータはテキスト抽出部４から文書管理部３の判断手段７に入力される。一方、文書管理ＤＢ５の文書タイプ格納部１１から判断手段７に対し各文書タイプのプロパティ項目、キーワード文字列が入力される。これに基づいて、判断手段７は、全文テキストデータ内にプロパティ項目やキーワード文字列があるかどうかをチェックする（ステップＳ３３）。このチェックは、文書タイプごとに確信度を求めることにより行われる（ステップＳ３４）。

判断手段７は、求めた確信度の中で一定の閾値を上回る確信度があるか否かをチェックし（ステップＳ３５）、一定の閾値を上回る確信度を得た文書タイプがあった場合、その中で最も確信度の高い文書タイプを新規文書に対して設定する（ステップＳ３６）。さらに、判断手段７はプロパティ項目における下位文字列を全文テキストデータ内の文字列から抽出し、文書プロパティに設定する（ステップＳ３７）。一方、一定の閾値を上回る確信度が得られない場合には、文書プロパティの変更を行わない。

これらの設定が終了した後、判断手段７はその設定を登録手段８に出力する。これに基づいて、登録手段８は文書管理ＤＢ５の文書格納部１２に新規文書９を登録する（ステップＳ３８）。これにより、図４（ａ）の帳票は、図３（ｂ）の「ユーザー登録票」文書タイプとして登録され、図４（ｂ）の帳票は、図３（ｃ）の「見積書」文書タイプとして登録される。

本発明の一実施形態における文書管理装置の構成を示すブロック図である。 文書管理部と周囲の関係を示すブロック図である。 それぞれの文書タイプの内容を示す図である。 新規文書の内容を示す図である。 文書管理の処理を示すフローチャートである。 文書管理の別の処理を示すフローチャートである。 文書管理のさらに別の処理を示すフローチャートである。

符号の説明

１ 文書管理装置
３ 文書管理部
４ テキスト抽出部
５ 文書管理ＤＢ
７ 判断手段
８ 登録手段
９ 新規文書
１１ 文書タイプ格納部
１２ 文書格納部

Claims (10)

1. 所定の複数の振り分け項目に基づいて定義された複数の文書タイプが文書タイプ別に分類して登録された文書タイプ格納手段と、
   新規文書から全文テキストデータを抽出するテキスト抽出手段と、
   前記全文テキストデータと前記文書タイプとを比較し、前記全文テキストデータに相応した前記文書タイプがあるか否かを判断する判断手段と、
   前記判断手段が前記全文テキストデータに相応した前記文書タイプがあると判断したとき、前記新規文書を前記文書タイプ別に登録し、前記全文テキストデータに相応した前記文書タイプがないと判断したとき、前記新規文書を新たな文書タイプとして登録する登録手段とを有していることを特徴とする文書管理装置。
2. 前記複数の振り分け項目は、少なくとも複数のプロパティ項目及びキーワード文字列であり、前記判断手段は前記全文テキストデータ内における前記プロパティ項目及び前記キーワード文字列に対応した部分を抽出して前記文書タイプと比較することを特徴とする請求項１記載の文書管理装置。
3. 前記判断手段は各プロパティ項目に続く下位文字列及びキーワード文字列に続く下位文字列と、これらに対応する前記全文テキストデータの下位文字列とを比較することを特徴とする請求項２記載の文書管理装置。
4. 前記判断手段が前記全文テキストデータに相応した前記文書タイプがないと判断したとき、前記登録手段は前記全文テキストデータから前記プロパティ項目及び前記キーワード文字列に相応した部分を抽出した後、前記新規文書を新たな文書タイプとして登録することを特徴とする請求項１から３のいずれか１項に記載の文書管理装置。
5. 所定の複数の振り分け項目に基づいて定義された複数の文書タイプと、新規文書から抽出した全文テキストデータとを比較して前記全文テキストデータに相応した前記文書タイプがあるか否かを判断する判断ステップと、
   前記全文テキストデータに相応した文書タイプがあると判断したとき、前記新規文書をその文書タイプ別に登録し、前記全文テキストデータに相応した文書タイプがないと判断したとき、前記新規文書を新たな文書タイプとして登録する登録ステップとを有していることを特徴とする文書管理方法。
6. 前記複数の振り分け項目は、少なくとも複数のプロパティ項目及びキーワード文字列であり、前記判断ステップでは、前記全文テキストデータ内における前記プロパティ項目及び前記キーワード文字列に対応した部分を抽出して前記文書タイプと比較することを特徴とする請求項５記載の文書管理方法。
7. 前記判断ステップでは、各プロパティ項目に続く下位文字列及びキーワード文字列に続く下位文字列と、これらに対応する前記全文テキストデータの下位文字列とを比較することを特徴とする請求項６記載の文書管理方法。
8. 前記全文テキストデータに相応した前記文書タイプがないと判断したとき、前記登録ステップでは、前記全文テキストデータから前記プロパティ項目及び前記キーワード文字列に相応した部分を抽出した後、前記新規文書を新たな文書タイプとして登録することを特徴とする請求項５から７のいずれか１項に記載の文書管理方法。
9. 請求項５から８のいずれか１項に記載の各ステップをコンピュータに実行させるための文書管理プログラム。
10. 請求項９記載の文書管理プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images