JP2007115193A - 電子文書比較プログラム、電子文書比較装置および電子文書比較方法 - Google Patents

Abstract

【課題】類似する文書が多数混在する場合であっても必要とする文書を容易に見つけ出すことを可能にする電子文書比較プログラム、電子文書比較装置および電子文書比較方法を提供すること。
【解決手段】キー文書の各ページのサムネイル画像をページ順に一列に配置し、比較対象文書の各ページのサムネイル画像をこれと並列に配置する。さらに、キー文書のキーページを比較対象文書の各ページと比較し、最も類似するページがキーページに近接するように比較対象文書の列を列方向にシフトして配置する。このように、キーページと、これと類似するページとが近接するように配置することにより、各文書の類似部分が近い位置に配置されることとなり、容易に対比できるようになる。
【選択図】 図１

Description

この発明は、キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較プログラム、電子文書比較装置および電子文書比較方法に関し、特に、類似する文書が多数混在する場合であっても必要とする文書を容易に見つけ出すことを可能にする電子文書比較プログラム、電子文書比較装置および電子文書比較方法に関する。

電子文書の利点の一つは、既存の電子文書を再利用して新たな電子文書を作成できることである。既存の電子文書を基礎として新たな文書を作成することは、文書の作成効率を高めるだけでなく、質の良い文書を基礎とすることにより、作成される文書の質を高めることができる。

したがって、電子文書を再利用するにあたっては、まず、新たな文書の基礎となる最適な文書を選択することが重要である。今日では、大量の文書が電子文書として作成されており、再利用可能な文書が豊富にそろっているが、その中から自分の目的に合った文書を選択することは容易ではない。

大量の電子文書の中から所望する文書を選択する場合、特定のキーワードを指定してこれを含む文書を検索するシステムが利用されることが多い。また、文書に含まれる画像等のマルチメディア要素の類似度に基づいて文書を検索する技術（たとえば、特許文献１）や、文書のレイアウトの類似度に基づいて文書を検索する技術（たとえば、特願２００５−１４０１３５）も知られている。

特開２０００−１４８７９３号公報

しかしながら、上記のような文書検索システムを利用したとしても、新たな文書の基礎となる最適な文書を選択するには、検索された文書を一つずつ開いて内容を確認する必要があり、非常に手間がかかる。特に、同じ文書を基にして既に多数の文書が作成されている場合には、類似する文書が多数検索され、それらの違いを判別するのが難しい。

この発明は、上述した従来技術による問題点を解消するためになされたものであり、類似する文書が多数混在する場合であっても必要とする文書を容易に見つけ出すことを可能にする電子文書比較プログラム、電子文書比較装置および電子文書比較方法を提供することを目的とする。

上述した課題を解決し、目的を達成するため、本発明は、キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較プログラムであって、キー文書と比較対象文書の類似度合いをページ単位で比較する比較手順と、キー文書のページのサムネイル画像をページ順に配置するキー文書配置手順と、前記比較手順をもちいて比較対象文書のページとキー文書のページとの類似度合いを求め、その類似度合いに応じた位置に比較対象文書のページのサムネイル画像を配置する比較文書配置手順と、前記キー文書配置手順と比較文書配置手順の配置結果を出力する出力手順とをコンピュータに実行させることを特徴とする。

また、本発明は、キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較装置であって、キー文書と比較対象文書の類似度合いをページ単位で比較する比較手段と、キー文書のページのサムネイル画像をページ順に配置するキー文書配置手段と、前記比較手段をもちいて比較対象文書のページとキー文書のページとの類似度合いを求め、その類似度合いに応じた位置に比較対象文書のページのサムネイル画像を配置する比較文書配置手段と、前記キー文書配置手段と比較文書配置手段の配置結果を出力する出力手段と
を含んだことを特徴とする。

また、本発明は、キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較方法であって、キー文書と比較対象文書の類似度合いをページ単位で比較する比較工程と、キー文書のページのサムネイル画像をページ順に配置するキー文書配置工程と、前記比較工程の結果をもちいて比較対象文書のページとキー文書のページとの類似度合いを求め、その類似度合いに応じた位置に比較対象文書のページのサムネイル画像を配置する比較文書配置工程と、前記キー文書配置工程と比較文書配置工程の配置結果を出力する出力工程とを含んだことを特徴とする。

この発明によれば、キー文書を構成するページのサムネイル画像を一列に配置し、さらに、比較対象文書を構成するページのサムネイル画像をキー文書を構成するページとの類似度合いに応じた位置に配置することとしたので、文書を一つずつ開いて内容を確認することなく、キー文書と比較対象文書の類似度合いを確認することができる。

また、本発明は、上記の発明において、前記キー文書配置手順は、キー文書のページのサムネイル画像をページ順に一列に配置し、前記比較文書配置手順は、キー文書から選択されたキーページと比較対象文書のページを前記比較手順をもちいて比較し、キーページと最も類似するページのサムネイル画像が最もキーページのサムネイル画像と近接するように比較対象文書をページ順に、かつ、キー文書と並列に一列に配置することを特徴とする。

この発明によれば、キーページを基準としてキー文書と比較対象文書の類似部分が近い位置に配置されるように構成したので、キー文書と類似部分を有する比較対象文書に注目し、キー文書との差異を容易に比較することができる。

また、本発明は、上記の発明において、前記比較文書配置手順は、キー文書の各ページと比較対象文書の各ページを前記比較手順をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像間を結ぶ線を配置することを特徴とする。

この発明によれば、キー文書のページと、これと類似する比較対象文書のページとを線で結ぶように構成したので、キー文書と比較対象文書の類似度合いを容易に判別することができる。

また、本発明は、上記の発明において、前記比較文書配置手順は、キー文書の各ページと比較対象文書の各ページを前記比較手順をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像に他の組合せと異なる色の枠を配置することを特徴とする。

この発明によれば、キー文書のページと、これと類似する比較対象文書のページとを他の類似するページの組合せと異なる色の枠で囲むように構成したので、キー文書と比較対象文書の類似度合いを容易に判別することができる。

また、本発明は、上記の発明において、前記キー文書配置手順は、キー文書のページのサムネイル画像をページ順に一列に配置し、前記比較文書配置手順は、比較対象文書のページを前記比較手順をもちいてキー文書の各ページと比較し、同一の比較対象文書のサムネイル画像がキー文書と並列に並び、かつ、比較対象文書の各ページのサムネイル画像が該ページと最も類似するキー文書のサムネイル画像と近接するように配置することを特徴とする。

この発明によれば、ページ順に関係なくキー文書と比較対象文書の類似部分が近い位置に配置されるように構成したので、文書全体としてキー文書と類似する比較対象文書に注目し、キー文書との差異を容易に比較することができる。

また、本発明は、上記の発明において、前記比較文書配置手順は、キー文書と比較対象文書の類似度合いが高いほど、キー文書の列と比較対象文書の列の距離が近くなるように列を配置することを特徴とする。

この発明によれば、キー文書と類似する比較対象文書の列ほどキー文書の列との距離が近くなるように構成したので、キー文書と比較対象文書の類似度合いを容易に判別することができる。

また、本発明は、上記の発明において、前記比較文書配置手順は、比較対象文書のページを前記比較手順をもちいてキー文書の各ページと比較し、キー文書の各ページとの類似度合いが所定の閾値よりも低い場合は、比較対象文書のそのページのサムネイル画像を配置しないことを特徴とする。

この発明によれば、キー文書との類似度が低い比較対象文書のページを配置しないように構成したので、キー文書と類似する比較対象文書のページのみに注目してキー文書と比較対象文書の類似度合いを容易に判別することができる。

本発明によれば、キー文書を構成するページのサムネイル画像を一列に配置し、さらに、比較対象文書を構成するページのサムネイル画像をキー文書を構成するページとの類似度合いに応じた位置に配置することとしたので、文書を一つずつ開いて内容を確認することなく、キー文書と比較対象文書の類似度合いを確認することができるという効果を奏する。

また、本発明によれば、キーページを基準としてキー文書と比較対象文書の類似部分が近い位置に配置されるように構成したので、キー文書と類似部分を有する比較対象文書に注目し、キー文書との差異を容易に比較することができるという効果を奏する。

また、本発明によれば、キー文書のページと、これと類似する比較対象文書のページとを線で結ぶように構成したので、キー文書と比較対象文書の類似度合いを容易に判別することができるという効果を奏する。

また、本発明によれば、キー文書のページと、これと類似する比較対象文書のページとを他の類似するページの組合せと異なる色の枠で囲むように構成したので、キー文書と比較対象文書の類似度合いを容易に判別することができるという効果を奏する。

また、本発明によれば、ページ順に関係なくキー文書と比較対象文書の類似部分が近い位置に配置されるように構成したので、文書全体としてキー文書と類似する比較対象文書に注目し、キー文書との差異を容易に比較することができるという効果を奏する。

また、本発明によれば、キー文書と類似する比較対象文書の列ほどキー文書の列との距離が近くなるように構成したので、キー文書と比較対象文書の類似度合いを容易に判別することができるという効果を奏する。

また、本発明によれば、キー文書との類似度が低い比較対象文書のページを配置しないように構成したので、キー文書と類似する比較対象文書のページのみに注目してキー文書と比較対象文書の類似度合いを容易に判別することができるという効果を奏する。

以下に添付図面を参照して、本発明に係る電子文書比較プログラム、電子文書比較装置および電子文書比較方法の好適な実施の形態を詳細に説明する。

まず、本実施例に係る電子文書比較方式の概要について説明する。本実施例に係る電子文書比較方式では、文書の比較の基準となる文書をキー文書として指定し、さらに、比較の基準となるページをキーページとして指定する。

たとえば、以下のような場面を想定する。ユーザがある文書を作成するに際して、基礎とすることができそうな文書を検索し、複数の候補を得たとする。そして、ユーザがその候補の一つを開いて内容を確認し、その文書が基礎として使えそうだと判断したとする。この場合、検索された他の文書の中に新たな文書の基礎としてより適切な文書が存在する可能性があるが、それらの文書を開いて内容を確認するのは手間がかかる。

かかる場面において、ユーザは、本実施例に係る電子文書比較方式を利用し、新たな文書の基礎として使えそうだと判断した文書をキー文書として指定し、その文書中の再利用可能なページの一つをキーページとして指定し、検索された他の文書を比較対象として指定することにより、キー文書と類似する文書を選別し、それらを比較して最適な文書を容易に選択することができる。

図１は、本実施例に係る電子文書比較方式の出力結果の一例を示すサンプル図である。同図に示すように、本実施例に係る電子文書比較方式では、比較する文書の各ページのサムネイル画像を文書ごとに一列に配置して表示する。このように、各ページのサムネイル画像を表示することにより、ユーザは、文書を一つずつ開くことなく文書の内容を比較することができる。

図１の例では、最上段に、キー文書の各ページのサムネイル画像がページ順に一列に配置されている。キー文書の下には、比較対象文書Ａの各ページのサムネイル画像がページ順にキー文書と並列に配置されている。また、比較対象文書Ａの下には、比較対象文書Ｂの各ページのサムネイル画像がページ順にキー文書と並列に配置されている。

さらに、本実施例に係る電子文書比較方式では、キー文書のキーページを比較対象文書の各ページと比較し、最も類似するページがキーページに近接するように比較対象文書の列を列方向にシフトして配置する。このように、キーページと、これと類似するページとが近接するように配置することにより、各文書の類似部分が近い位置に配置されることとなり、容易に対比できるようになる。

たとえば、ある文書の内容を他の文書の末尾に追加して新たな文書が作成されていた場合、文書の比較をおこなう際にその追加部分の存在に気がつかない可能性がある。このような場合でも、上記のように比較対象文書の列をシフト配置することにより、類似部分がほぼ隣り合った状態で表示されることになる。

図１の例では、キー文書の２ページ目がキーページとなっている。比較対象文書Ａにおいてキーページと最も類似するページは２ページであり、比較対象文書Ａは、２ページがキーページと近接するように配置されている。また、比較対象文書Ｂにおいてキーページと最も類似するページは７ページであり、比較対象文書Ｂは、７ページがキーページと近接するように配置されている。

類似するページを近接させて配置した結果、図１の例では、キー文書の２〜８ページと比較対象文書Ａの２〜７ページが類似しており、キー文書と比較対象文書Ｂは類似していないことを容易に判別することができる。そして、新たな文書の基礎とする文書の候補であるキー文書と、これと類似する比較対象文書Ａとを比較することにより、新たに作成する文書の基礎としてより適した文書を容易に選択することができる。

なお、上記の説明では、比較対象文書の列を並べる順序については特定していないが、キーページと最も類似するページの類似度が高い文書の列ほどキー文書の列に近く配置されるように構成してもよい。このように配置することにより、キー文書と類似する可能性が高い文書がキー文書の近くに配置されることとなり、文書の比較をおこないやすくなる。

また、比較対象文書の列を文書の更新日付の順に並べることもできる。また、奥行き方向に別の基準で並べることもできる。

また、キーページと最も類似するページの類似度が所定の閾値に満たない文書は、非表示としてもよい。このようにすることにより、多数の文書を比較対象とした場合に比較結果を確認しやすくなる。

また、キー文書のキーページのみを比較対象文書の各ページと類似比較するのではなく、キー文書の各ページを比較対象文書の各ページと類似比較し、その結果を表示するようにしてもよい。表示は、たとえば、図２のように、類似度が所定の閾値よりも高いページ同士を線で結ぶことによりおこなう。あるいは、類似度が所定の閾値よりも高いページ同士を同じ色の枠で囲み、他のページと区別できるようにしてもよい。このようにすることにより、文書間の類似度合いを確認しやすくなる。

また、キーページの指定をおこなわないこととしてもよい。キーページの指定をおこなわない場合は、比較対象文書の各ページをキー文書の各ページと類似比較する。比較対象文書の各ページのサムネイル画像を最も類似するキー文書のページと近接するように列内で配置する。

図３は、キーページの指定をおこなわない場合の出力結果の一例を示すサンプル図である。同図に示すように、この場合も、図１の場合と同様に、キー文書の各ページのサムネイル画像は、ページ順に一列に配置される。

比較対象文書のサムネイル画像は、キー文書の列と並列に文書ごとに一列に配置されるが、これらは、ページ順には配置されず、最も類似するキー文書のページと近接する位置に配置される。このため、比較対象文書の列内では、サムネイル画像が配置されない空間が生じたり、複数のサムネイル画像が重なって配置されたりするようになっている。

このような配置をおこなうことにより、ページ順序に関係なく、文書全体の類似比較を容易におこなうことができる。たとえば、図３の例では、比較対象文書Ｂは、キー文書のページと類似するページがほとんど揃っており、文書全体として類似していることがわかる。また、比較対象文書Ｃは、キー文書のページと類似するページを一部含んでいるが、文書全体としては類似していないことがわかる。

そして、ユーザは、新たな文書の基礎とする文書の候補であるキー文書と、これと類似する比較対象文書Ｂとを比較することにより、新たに作成する文書の基礎としてより適した文書を容易に選択することができる。

なお、上記の説明では、比較対象文書の列を並べる順序については特定していないが、たとえば、近接配置したページ間の類似度の平均値を算出し、この平均値が高い文書の列がキー文書の列に近く配置されるように構成してもよい。このように配置することにより、キー文書と類似度の高い文書がキー文書の近くに配置される可能性が高くなり、文書の比較をおこないやすくなる。

また、比較対象文書の列を文書の更新日付の順に並べることもできる。また、奥行き方向に別の基準で並べることもできる。

また、近接配置したページ間の類似度の平均値が所定の閾値に満たない文書は、その比較対象文書の列を非表示としてもよい。こうすることにより、多数の文書を比較対象とした場合に比較結果を確認しやすくなる。

また、最も類似するキー文書のページとの類似度が所定の閾値に満たない比較対象文書ページは、非表示としてもよい。こうすることにより、近接配置されたページに一定以上の類似度があることが保障され、文書間の類似を比較しやすくなる。

次に、本実施例に係る電子文書比較装置の構成について説明する。図４は、本実施例に係る電子文書比較装置の構成を示す機能ブロック図である。同図に示すように、電子文書比較装置１００は、操作部１１０と、表示部１２０と、制御部１３０と、文書格納部１４０と、媒体読取部１５０と、ネットワークインターフェース部１６０と、解析結果ＤＢ１７０とを有する。

操作部１１０は、ユーザの操作を受付ける装置であり、たとえば、キーボードやマウスからなる。表示部１２０は、処理結果等を表示する装置であり、たとえば、液晶表示装置からなる。制御部１３０は、電子文書比較装置１００を全体制御する制御部であり、ページ解析部１３１と、特徴抽出部１３２と、キー文書配置部１３３と、比較対象文書配置部１３４と、ページ比較部１３５と、比較結果出力部１３６とを有する。

ページ解析部１３１は、キー文書および比較対象文書をページ単位で解析して特長を抽出し、特徴情報として解析結果ＤＢ１７０へ格納する処理部である。また、ページ解析部１３１は、これらの文書の各ページのサムネイル画像を作成し、これらを対応するページの特徴情報と関連付けて解析結果ＤＢ１７０へ格納する。

キー文書および比較対象文書は、文書格納部１４０、媒体読取部１５０もしくはネットワークインターフェース部１６０から取得される。文書格納部１４０は、各種の文書を格納することが可能な記憶装置であり、磁気ディスク装置などからなる。媒体読取部１５０は、各種の文書を格納したＣＤ−ＲＯＭ等の記録媒体を読み取る装置である。ネットワークインターフェース部１６０は、他のサーバ装置上に格納された各種文書をネットワークを介して取得するための通信装置である。

なお、キー文書および比較対象文書は、ユーザが操作部１１０を介して指定したものであってもよいし、文書検索システムのような他の装置もしくはプログラムから出力されたものであってもよい。

特徴抽出部１３２、文書中の特定のページの特徴を数値化して評価する処理部であり、ページの解析をおこなう際にページ解析部１３１によって呼び出される。ページの特徴を数値化する手法には様々なものがあるが、特徴抽出部１３２は、複数の手法をもちいてページの特徴を数値化し、ページ解析部１３１は、それらの数値を手法の種別と対応付けて解析結果ＤＢ１７０へ格納する。

ページの特徴を数値化する手法は、どのようなものをもちいてもよいが、たとえば、色の特徴を数値化する手法であるＨＳＩ色ヒストグラムをもちいることができる。色ヒストグラムは、画像の各画素のＲＧＢ値をＨＳＩ色座標系に投影し、その座標系における空間分布をベクトルとして表したものである。画素のＲＧＢ値は、以下のようにしてＨＳＩ値に変換される。

Ｒ、Ｇ、Ｂ値は０〜１のレンジを持つとものとし、入力されたＲ、Ｇ、Ｂ値の中で最大のものをｍａｘ、最小のものをｍｉｎとする。

ここで、Ｉ＝（ｍａｘ＋ｍｉｎ）／２として、
１）ｍａｘ＝ｍｉｎなら、Ｓ ＝ ０ （Ｈは不定になる）
２）Ｉ ＜＝ ０．５ なら、Ｓ＝（ｍａｘ−ｍｉｎ）／ （ｍａｘ＋ｍｉｎ）
３）それ以外ならば、Ｓ＝（ｍａｘ−ｍｉｎ）／ （２−ｍａｘ−ｍｉｎ）
とする。

また、ｄｅｌｔａ ＝ ｍａｘ−ｍｉｎ として、
１）ｍａｘ ＝ Ｒだった場合は、Ｈ＝（Ｇ−Ｂ）／ｄｅｌｔａ＊６０
２）ｍａｘ ＝ Ｇだった場合は、Ｈ＝（２＋（Ｂ−Ｒ）／ｄｅｌｔａ）＊６０
３）ｍａｘ ＝ Ｂだった場合は、Ｈ＝（２＋（Ｒ−Ｇ）／ｄｅｌｔａ）＊６０
とし、Ｈ＜０の場合は、Ｈ＝Ｈ＋３６０とする。

そして、算出されたＨ（０〜３６０）、Ｓ（０〜１）、Ｉ（０〜１）を出力とする。Ｈを０〜１のレンジにするには、３６０で割ればよい。

また，形状の特徴を数値化する手法であるＷａｖｅｌｅｔ変換という手法をもちいることもできる。Ｗａｖｅｌｅｔ変換では、画像を解析し、画面上の位置とその位置における周波数（細かい変化があるか、大きな変化があるかといった情報）を求める。

関数ｆに対するＷａｖｅｌｅｔ関数Ｗｆは、周波数ａと位置ｂを引数にもち、数式１で表される。

ここで、Ψはマザーウェーブレットと呼ばれる関数である。入力を離散化し、二重に適用することで、２次元画像の解析に利用できる。

また、前述した特願２００５−１４０１３５に記載されている手法をもちいてレイアウトの特徴を数値化することもできる。

また、単語出現頻度をページの特徴とすることもできる。単語出現頻度は、テキストに対し形態素解析処理を行い、各文法要素（名詞、動詞、助詞など）に分解して、名詞などの要素についてその出現頻度を算出したものである。文書のジャンル等が決まっている場合は、あらかじめ指定した単語の出現頻度を計算するようにするだけもよい。

なお、これらの数値の算出は、可能であれば、文書の比較をおこなう前におこなっておいてもよい。予め比較の対象となりうる文書のページの解析をおこなっておき、結果を解析結果ＤＢ１７０へ格納しておくことにより、文書の比較時に特徴抽出部１３２の計算処理を省略化することができ、処理時間が短縮される。

キー文書配置部１３３は、キー文書として指定された文書の各ページのサムネイル画像を配置する処理部である。キー文書のサムネイル画像は、ページ順に一列に配置される。

比較対象文書配置部１３４は、比較対象文書として指定された文書の各ページのサムネイル画像を配置する処理部である。比較対象文書のサムネイル画像の配置は、キーページが指定されているか否かによって異なる。

キーページが指定されている場合、比較対象文書配置部１３４は、解析結果ＤＢ１７０からキーページの特徴情報を取得する。そして、配置対象の比較対象文書の各ページの特徴情報を解析結果ＤＢ１７０から取得し、キーページの特徴情報と比較して最も類似しているページを選択する。

こうしてキーページと最も類似しているページを選択したならば、このページとキーページとの類似度を距離に換算して、この距離分だけ間隔を空けて配置対象の比較対象文書の各ページのサムネイル画像をページ順に一列にキーページの列と平行に配置する。最後に、キーページと最も類似しているページのサムネイル画像がキーページに近接するように比較対象文書の列を列方向にシフトして配置が完了する。

キーページが指定されていない場合、比較対象文書配置部１３４は、解析結果ＤＢ１７０からキー文書の各ページの特徴情報を取得する。そして、配置対象の比較対象文書の各ページの特徴情報を解析結果ＤＢ１７０から順次取得し、そのページがキー文書のどのページに最も類似しているかを判定し、最も類似していると判定したキー文書のページ上にそのページのサムネイル画像を配置する。この際、２つのページの類似度を距離に換算しておく。

こうして全てのページを配置したならば、類似度を換算した距離の平均値をもとめ、この平均値分だけ比較対象文書の列を列と垂直方向にシフトして配置が完了する。

ページ比較部１３５は、特徴情報に基づいて２つのページの類似度を評価する処理部であり、ページの類似比較をおこなう際に比較対象文書配置部１３４によって呼び出される。ページの類似比較は、全ての数字化した情報に基づいておこなってもよいし、文書の種別にあわせて、もしくは、ユーザの指定に従って一部の数値に基づいておこなってもよい。また、数値の種別ごとに重み付けを変えるようにしてもよい。

具体的な類似度は、たとえば、特徴量をベクトルとみなし、その距離を算出するユークリッド距離値などを利用して求めることができる。キーページの特徴量と各文書内のページの特徴量との距離値を算出し、距離値が小さいほど類似度が大きいとみなす。ユークリッド距離は、以下のようにして算出できる。

二つのベクトルをｖ＝（ｖ₁，ｖ₃，ｖ₂…ｖ_n）、ｕ＝（ｕ₁，ｕ₃，ｕ₂…ｕ_n）とした場合、ユークリッド距離ｄｉｓｔ（ｖ，ｕ）は以下の数式２により計算される。

式の最後にルート処理を行わずに自乗のままで計算することも可能である。閾値を指定して閾値以下の類似度（閾値以上の距離値）を持つ場合は、類似ページが存在しないとみなすこともできる。

比較結果出力部１３６は、キー文書配置部１３３と比較対象文書配置部１３４の配置結果を表示部１２０もしくは図示していない印刷装置へ出力する処理部である。サムネイル画像を表示させるにあたっては、同一の位置に重なっているサムネイルが隠れて全く見えなくならないように、図３のようにサムネイル画像の重なりを擬似的に３次元的に表現してもよい。

また、比較対象文書のサムネイル画像が重なっている場合には、類似度が最も高いページが最上位に表示されるようにしてもよい。また、ユーザの指定により表示の一部もしくは全体を拡大縮小表示できるようにしてもよい。

次に、電子文書比較装置１００の処理手順について説明する。図５は、図４に示した電子文書比較装置１００の処理手順を示すフローチャートである。ここでは、ユーザによってキー文書と比較対象文書が指定され、これらの文書の各ページが解析され、特徴情報が解析結果ＤＢ１７０に既に格納されているものとする。

同図に示すように、まず、キー文書配置部１３３が、キー文書のサムネイル画像をページ順に一列に配置する（ステップＳ１０１）。続いて、キーページの指定がある場合は（ステップＳ１０２肯定）、比較対象文書配置部１３４が後述する比較対象文書整列配置処理をおこない（ステップＳ１０３）、キーページの指定がない場合は（ステップＳ１０２否定）、後述する比較対象文書自由配置処理をおこなう（ステップＳ１０４）。そして、比較結果出力部１３６が、配置結果を出力して処理が完了する（ステップＳ１０５）。

図６は、図５に示した比較対象文書整列配置処理の処理手順を示すフローチャートである。同図に示すように、まず、配置が完了していない比較対象文書を一つ選択する（ステップＳ２０１）。ここで、全ての比較対象文書を配置済であれば（ステップＳ２０２肯定）、処理を完了する。

配置が完了していない比較対象文書を取得した場合は（ステップＳ２０２否定）、比較対象文書の各ページとキーページの類似度を求め（ステップＳ２０３）、キーページと最も類似する比較対象文書のページを選択する（ステップＳ２０４）。そして、選択したページとキーページの類似度を距離に換算し（ステップＳ２０５）、この距離分キー文書の列から離して、比較対象文書のサムネイル画像をページ順に、かつ、キー文書の列と並列に配置する（ステップＳ２０６）。

そして、選択したページがキーページに近接するように比較対象文書の列を列方向にシフトする（ステップＳ２０７）。これで、この比較対象文書の配置は完了し、ステップＳ２０１へ復帰して次の比較対象文書の処理へ移行する。

図７は、図５に示した比較対象文書自由配置処理の処理手順を示すフローチャートである。同図に示すように、まず、配置が完了していない比較対象文書を一つ選択する（ステップＳ３０１）。ここで、全ての比較対象文書を配置済であれば（ステップＳ３０２肯定）、処理を完了する。

配置が完了していない比較対象文書を取得した場合は（ステップＳ３０２否定）、比較対象文書の各ページを順次選択して（ステップＳ３０３）、以下の処理をおこなう。

まず、キー文書の各ページと選択したページの類似度を求める（ステップＳ３０５）。続いて、選択したページと最も類似するキー文書のページを判定し（ステップＳ３０６）、このページとの類似度を距離に換算する（ステップＳ３０７）。そして、選択したページのサムネイル画像を、これと最も類似するキー文書のページのサムネイル画像と同位置に配置する（ステップＳ３０８）。

比較対象文書の全てのページについて上記の処理をおこなったならば（ステップＳ３０４肯定）、ステップＳ３０７で換算した距離の平均値を算出し（ステップＳ３０９）、この距離の平均値の分だけ比較対象文書のサムネイル画像の列を列方向と垂直方向にシフトする（ステップＳ３１０）。これで、この比較対象文書の配置は完了し、ステップＳ３０１へ復帰して次の比較対象文書の処理へ移行する。

上記実施例で説明した電子文書比較装置１００の各種の処理は、あらかじめ用意された電子文書比較プログラムをコンピュータで実行することによって実現することができる。そこで、以下では、図８をもちいて、電子文書比較プログラムを実行するコンピュータの一例を説明する。

図８は、電子文書比較プログラムを実行するコンピュータを示す機能ブロック図である。このコンピュータ１０００は、ユーザからのデータの入力を受け付ける入力装置１０１０、モニタ１０２０、各種プログラムを記録した記録媒体からプログラムを読み取る媒体読取り装置１０３０、各種情報を一時記憶するＲＡＭ（Random Access Memory）１０４０、ネットワークを介して他のコンピュータとの間でデータの授受をおこなうネットワークインターフェース装置１０５０、ＨＤＤ（Hard Disk Drive）１０６０およびＣＰＵ（Central Processing Unit）１０７０をバス１０８０で接続して構成される。

そして、ＨＤＤ１０６０には、電子文書比較装置１００の機能と同様の機能を発揮するプログラムである電子文書比較プログラム１０６０ｃが記憶されている。ＨＤＤ１０６０には、図４の文書格納部１４０に対応する文書格納領域１０６０ａと、解析結果ＤＢ１７０に対応する解析結果ＤＢ１０６０ｂも存在する。

そして、ＣＰＵ１０７０が、電子文書比較プログラム１０６０ｃをＨＤＤ１０６０から読み出して実行することにより、同プログラムは、電子文書比較プロセス１０７０ａとして機能するようになる。この電子文書比較プロセス１０７０ａは、図４に示した制御部１３０に対応する。

また、ＣＰＵ１０７０は、ＨＤＤ１０６０の文書格納領域１０６０ａから適宜必要な情報を読み出してＲＡＭ１０４０に文書データ１０４０ａとして格納し、解析結果ＤＢ１０６０ｂから適宜必要な情報を読み出してＲＡＭ１０４０に解析データ１０４０ｂとして格納する。そして、このＲＡＭ１０４０に格納された文書データ１０４０ａおよび解析データ１０４０ｂに基づいて各種データ処理を実行する。

なお、上記の電子文書比較プログラム１０６０ｃについては、必ずしもＨＤＤ１０６０に格納されている必要はなく、ＣＤ−ＲＯＭ等の記憶媒体に記憶された電子文書比較プログラム１０６０ｃを、コンピュータ１０００が読み出して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ、ＷＡＮ等を介してコンピュータ１０００に接続される他のコンピュータ（またはサーバ）などに電子文書比較プログラム１０６０ｃを記憶させておき、コンピュータ１０００がこれらからプログラムを読み出して実行するようにしてもよい。

上述してきたように、本実施例では、キー文書を構成するページのサムネイル画像を一列に配置し、さらに、比較対象文書を構成するページのサムネイル画像をキー文書を構成するページとの類似度合いに応じた位置に配置することとしたので、文書を一つずつ開いて内容を確認することなく、キー文書と比較対象文書の類似度合いを確認することができる。

そして、キー文書と、これと類似する比較対象文書に注目することにより、ユーザは自分の必要とする文書を容易に選択することができる。

なお、上記の実施例では、本発明を再利用する文書を選択する目的で利用する目的で利用する場合について説明したが、本発明は他の用途においても有用である。

（付記１）キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較プログラムであって、
キー文書と比較対象文書の類似度合いをページ単位で比較する比較手順と、
キー文書のページのサムネイル画像をページ順に配置するキー文書配置手順と、
前記比較手順をもちいて比較対象文書のページとキー文書のページとの類似度合いを求め、その類似度合いに応じた位置に比較対象文書のページのサムネイル画像を配置する比較文書配置手順と、
前記キー文書配置手順と比較文書配置手順の配置結果を出力する出力手順と
をコンピュータに実行させることを特徴とする電子文書比較プログラム。

（付記２）前記キー文書配置手順は、キー文書のページのサムネイル画像をページ順に一列に配置し、
前記比較文書配置手順は、キー文書から選択されたキーページと比較対象文書のページを前記比較手順をもちいて比較し、キーページと最も類似するページのサムネイル画像が最もキーページのサムネイル画像と近接するように比較対象文書をページ順に、かつ、キー文書と並列に一列に配置することを特徴とする付記１に記載の電子文書比較プログラム。

（付記３）前記比較文書配置手順は、前記キーページと、これと最も類似する比較対象文書のページとの類似度合いが高いほど、キー文書の列と比較対象文書の列の距離が近くなるように列を配置することを特徴とする付記２に記載の電子文書比較プログラム。

（付記４）前記比較文書配置手順は、キー文書の各ページと比較対象文書の各ページを前記比較手順をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像間を結ぶ線を配置することを特徴とする付記２または３に記載の電子文書比較プログラム。

（付記５）前記比較文書配置手順は、キー文書の各ページと比較対象文書の各ページを前記比較手順をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像に他の組合せと異なる色の枠を配置することを特徴とする付記２または３に記載の電子文書比較プログラム。

（付記６）前記キー文書配置手順は、キー文書のページのサムネイル画像をページ順に一列に配置し、
前記比較文書配置手順は、比較対象文書のページを前記比較手順をもちいてキー文書の各ページと比較し、同一の比較対象文書のサムネイル画像がキー文書と並列に並び、かつ、比較対象文書の各ページのサムネイル画像が該ページと最も類似するキー文書のサムネイル画像と近接するように配置することを特徴とする付記１に記載の電子文書比較プログラム。

（付記７）前記比較文書配置手順は、キー文書と比較対象文書の類似度合いが高いほど、キー文書の列と比較対象文書の列の距離が近くなるように列を配置することを特徴とする付記６に記載の電子文書比較プログラム。

（付記８）前記比較文書配置手順は、比較対象文書のページを前記比較手順をもちいてキー文書の各ページと比較し、キー文書の各ページとの類似度合いが所定の閾値よりも低い場合は、比較対象文書のそのページのサムネイル画像を配置しないことを特徴とする付記６または７に記載の電子文書比較プログラム。

（付記９）キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較装置であって、
キー文書と比較対象文書の類似度合いをページ単位で比較する比較手段と、
キー文書のページのサムネイル画像をページ順に配置するキー文書配置手段と、
前記比較手段をもちいて比較対象文書のページとキー文書のページとの類似度合いを求め、その類似度合いに応じた位置に比較対象文書のページのサムネイル画像を配置する比較文書配置手段と、
前記キー文書配置手段と比較文書配置手段の配置結果を出力する出力手段と
を含んだことを特徴とする電子文書比較装置。

（付記１０）前記キー文書配置手段は、キー文書のページのサムネイル画像をページ順に一列に配置し、
前記比較文書配置手段は、キー文書から選択されたキーページと比較対象文書のページを前記比較手段をもちいて比較し、キーページと最も類似するページのサムネイル画像が最もキーページのサムネイル画像と近接するように比較対象文書をページ順に、かつ、キー文書と並列に一列に配置することを特徴とする付記９に記載の電子文書比較装置。

（付記１１）前記比較文書配置手段は、前記キーページと、これと最も類似する比較対象文書のページとの類似度合いが高いほど、キー文書の列と比較対象文書の列の距離が近くなるように列を配置することを特徴とする付記１０に記載の電子文書比較装置。

（付記１２）前記比較文書配置手段は、キー文書の各ページと比較対象文書の各ページを前記比較手段をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像間を結ぶ線を配置することを特徴とする付記１０または１１に記載の電子文書比較装置。

（付記１３）前記比較文書配置手段は、キー文書の各ページと比較対象文書の各ページを前記比較手段をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像に他の組合せと異なる色の枠を配置することを特徴とする付記１０または１１に記載の電子文書比較装置。

（付記１４）前記キー文書配置手段は、キー文書のページのサムネイル画像をページ順に一列に配置し、
前記比較文書配置手段は、比較対象文書のページを前記比較手段をもちいてキー文書の各ページと比較し、同一の比較対象文書のサムネイル画像がキー文書と並列に並び、かつ、比較対象文書の各ページのサムネイル画像が該ページと最も類似するキー文書のサムネイル画像と近接するように配置することを特徴とする付記９に記載の電子文書比較装置。

（付記１５）前記比較文書配置手段は、キー文書と比較対象文書の類似度合いが高いほど、キー文書の列と比較対象文書の列の距離が近くなるように列を配置することを特徴とする付記１４に記載の電子文書比較装置。

（付記１６）前記比較文書配置手段は、比較対象文書のページを前記比較手段をもちいてキー文書の各ページと比較し、キー文書の各ページとの類似度合いが所定の閾値よりも低い場合は、比較対象文書のそのページのサムネイル画像を配置しないことを特徴とする付記１４または１５に記載の電子文書比較装置。

（付記１７）キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較方法であって、
キー文書と比較対象文書の類似度合いをページ単位で比較する比較工程と、
キー文書のページのサムネイル画像をページ順に配置するキー文書配置工程と、
前記比較工程の結果をもちいて比較対象文書のページとキー文書のページとの類似度合いを求め、その類似度合いに応じた位置に比較対象文書のページのサムネイル画像を配置する比較文書配置工程と、
前記キー文書配置工程と比較文書配置工程の配置結果を出力する出力工程と
を含んだことを特徴とする電子文書比較方法。

（付記１８）前記キー文書配置工程は、キー文書のページのサムネイル画像をページ順に一列に配置し、
前記比較文書配置工程は、キー文書から選択されたキーページと比較対象文書のページを前記比較工程の結果をもちいて比較し、キーページと最も類似するページのサムネイル画像が最もキーページのサムネイル画像と近接するように比較対象文書をページ順に、かつ、キー文書と並列に一列に配置することを特徴とする付記１７に記載の電子文書比較方法。

（付記１９）前記比較文書配置工程は、前記キーページと、これと最も類似する比較対象文書のページとの類似度合いが高いほど、キー文書の列と比較対象文書の列の距離が近くなるように列を配置することを特徴とする付記１８に記載の電子文書比較方法。

（付記２０）前記比較文書配置工程は、キー文書の各ページと比較対象文書の各ページを前記比較工程の結果をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像間を結ぶ線を配置することを特徴とする付記１８または１９に記載の電子文書比較方法。

（付記２１）前記比較文書配置工程は、キー文書の各ページと比較対象文書の各ページを前記比較工程の結果をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像に他の組合せと異なる色の枠を配置することを特徴とする付記１８または１９に記載の電子文書比較方法。

（付記２２）前記キー文書配置工程は、キー文書のページのサムネイル画像をページ順に一列に配置し、
前記比較文書配置工程は、比較対象文書のページを前記比較工程の結果をもちいてキー文書の各ページと比較し、同一の比較対象文書のサムネイル画像がキー文書と並列に並び、かつ、比較対象文書の各ページのサムネイル画像が該ページと最も類似するキー文書のサムネイル画像と近接するように配置することを特徴とする付記１７に記載の電子文書比較方法。

（付記２３）前記比較文書配置工程は、キー文書と比較対象文書の類似度合いが高いほど、キー文書の列と比較対象文書の列の距離が近くなるように列を配置することを特徴とする付記２２に記載の電子文書比較方法。

（付記２４）前記比較文書配置工程は、比較対象文書のページを前記比較工程の結果をもちいてキー文書の各ページと比較し、キー文書の各ページとの類似度合いが所定の閾値よりも低い場合は、比較対象文書のそのページのサムネイル画像を配置しないことを特徴とする付記２２または２３に記載の電子文書比較方法。

以上のように、本発明に係る電子文書比較プログラム、電子文書比較装置および電子文書比較方法は、電子文書の比較に有用であり、特に、類似する文書が多数混在する場合であっても必要とする文書を容易に見つけ出すことが必要な場合に適している。

本実施例に係る電子文書比較方式の出力結果の一例を示すサンプル図である。 本実施例に係る電子文書比較方式の出力結果の一例を示すサンプル図である。 本実施例に係る電子文書比較方式の出力結果の一例を示すサンプル図である。 本実施例に係る電子文書比較装置の構成を示す機能ブロック図である。 図４に示した電子文書比較装置の処理手順を示すフローチャートである。 図５に示した比較対象文書整列配置処理の処理手順を示すフローチャートである。 図５に示した比較対象文書自由配置処理の処理手順を示すフローチャートである。 電子文書比較プログラムを実行するコンピュータを示す機能ブロック図である。

符号の説明

１００ 電子文書比較装置
１１０ 操作部
１２０ 表示部
１３０ 制御部
１３１ ページ解析部
１３２ 特徴抽出部
１３３ キー文書配置部
１３４ 比較対象文書配置部
１３５ ページ比較部
１３６ 比較結果出力部
１４０ 文書格納部
１５０ 媒体読取部
１６０ ネットワークインターフェース部
１７０ 解析結果ＤＢ
１０００ コンピュータ
１０１０ 入力装置
１０２０ モニタ
１０３０ 媒体読取り装置
１０４０ ＲＡＭ
１０４０ａ 文書データ
１０４０ｂ 解析データ
１０５０ ネットワークインターフェース装置
１０６０ ＨＤＤ
１０６０ａ 文書格納領域
１０６０ｂ 解析結果ＤＢ
１０６０ｃ 電子文書比較プログラム
１０７０ ＣＰＵ
１０７０ａ 電子文書比較プロセス
１０８０ バス

Claims (10)

1. キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較プログラムであって、
   キー文書と比較対象文書の類似度合いをページ単位で比較する比較手順と、
   キー文書のページのサムネイル画像をページ順に配置するキー文書配置手順と、
   前記比較手順をもちいて比較対象文書のページとキー文書のページとの類似度合いを求め、その類似度合いに応じた位置に比較対象文書のページのサムネイル画像を配置する比較文書配置手順と、
   前記キー文書配置手順と比較文書配置手順の配置結果を出力する出力手順と
   をコンピュータに実行させることを特徴とする電子文書比較プログラム。
2. 前記キー文書配置手順は、キー文書のページのサムネイル画像をページ順に一列に配置し、
   前記比較文書配置手順は、キー文書から選択されたキーページと比較対象文書のページを前記比較手順をもちいて比較し、キーページと最も類似するページのサムネイル画像が最もキーページのサムネイル画像と近接するように比較対象文書をページ順に、かつ、キー文書と並列に一列に配置することを特徴とする請求項１に記載の電子文書比較プログラム。
3. 前記比較文書配置手順は、前記キーページと、これと最も類似する比較対象文書のページとの類似度合いが高いほど、キー文書の列と比較対象文書の列の距離が近くなるように列を配置することを特徴とする請求項２に記載の電子文書比較プログラム。
4. 前記比較文書配置手順は、キー文書の各ページと比較対象文書の各ページを前記比較手順をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像間を結ぶ線を配置することを特徴とする請求項２または３に記載の電子文書比較プログラム。
5. 前記比較文書配置手順は、キー文書の各ページと比較対象文書の各ページを前記比較手順をもちいて比較し、類似度が所定の値よりも高いページの組合せに対応するサムネイル画像に他の組合せと異なる色の枠を配置することを特徴とする請求項２または３に記載の電子文書比較プログラム。
6. 前記キー文書配置手順は、キー文書のページのサムネイル画像をページ順に一列に配置し、
   前記比較文書配置手順は、比較対象文書のページを前記比較手順をもちいてキー文書の各ページと比較し、同一の比較対象文書のサムネイル画像がキー文書と並列に並び、かつ、比較対象文書の各ページのサムネイル画像が該ページと最も類似するキー文書のサムネイル画像と近接するように配置することを特徴とする請求項１に記載の電子文書比較プログラム。
7. 前記比較文書配置手順は、キー文書と比較対象文書の類似度合いが高いほど、キー文書の列と比較対象文書の列の距離が近くなるように列を配置することを特徴とする請求項６に記載の電子文書比較プログラム。
8. 前記比較文書配置手順は、比較対象文書のページを前記比較手順をもちいてキー文書の各ページと比較し、キー文書の各ページとの類似度合いが所定の閾値よりも低い場合は、比較対象文書のそのページのサムネイル画像を配置しないことを特徴とする請求項６または７に記載の電子文書比較プログラム。
9. キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較装置であって、
   キー文書と比較対象文書の類似度合いをページ単位で比較する比較手段と、
   キー文書のページのサムネイル画像をページ順に配置するキー文書配置手段と、
   前記比較手段をもちいて比較対象文書のページとキー文書のページとの類似度合いを求め、その類似度合いに応じた位置に比較対象文書のページのサムネイル画像を配置する比較文書配置手段と、
   前記キー文書配置手段と比較文書配置手段の配置結果を出力する出力手段と
   を含んだことを特徴とする電子文書比較装置。
10. キー文書と比較対象文書とを比較し、比較結果を出力する電子文書比較方法であって、
    キー文書と比較対象文書の類似度合いをページ単位で比較する比較工程と、
    キー文書のページのサムネイル画像をページ順に配置するキー文書配置工程と、
    前記比較工程の結果をもちいて比較対象文書のページとキー文書のページとの類似度合いを求め、その類似度合いに応じた位置に比較対象文書のページのサムネイル画像を配置する比較文書配置工程と、
    前記キー文書配置工程と比較文書配置工程の配置結果を出力する出力工程と
    を含んだことを特徴とする電子文書比較方法。

Images