JP2010136141A - 文書処理システムおよび文書処理方法 - Google Patents

Abstract

【課題】文書の文書用途を適切に判断し、当該文書の文書用途に従った出力条件で出力する。
【解決手段】出力指定された文書データに含まれるテキストデータを抽出するテキスト抽出手段と、テキストデータに所定の構文解析処理を適用して形態素を抽出する構文解析手段と、文書用途毎に出力態様を定めた機器制御コード、および印刷形式設定値が登録されるプリント条件設定手段と、抽出される形態素に基づいて文書用途を予測する際に参照されるデータ群を保存した判断元情報データベース手段と、抽出された形態素に基づき判断元情報データベースのデータ群を参照し出力指定された文書が各文書用途である確率を算出する予測演算手段と、算出した確率に従い文書用途を選択入力させるユーザインタフェース手段と、選択した文書用途に登録されている機器制御コードおよび印刷形式設定値を用いて、当該文書を出力する出力手段を備えた。
【選択図】図４

Description

本発明は、文書を、当該文書の文書用途に従った出力条件で出力する文書処理システムおよび文書処理方法に関する。

近年、情報持ち出し管理や、デジタルデータと印刷データを連携する目的や、印刷物原本性の証明などの目的で、印刷依頼された文書を画像変換し、変換された画像に付加情報を追加して印刷することで、コピー・ファクス送信・スキャンの制御をしたり、独特な識別子をバーコード或いはＱＲコードにして、紙文書に付け加えてデジタルデータと連携したり、あるいは、印刷依頼された文書を画像変換し、変換された画像に付加情報を付加して印刷することで、改ざん検知をできるようにするようなさまざまの文書管理方法が適用されている。

このように、文書の出力態様が多様化したため、ユーザが文書を印刷する際、印刷物の内容に対して適切に判断し、例えば、プリントドライバの印刷画面から多くの印刷設定項目の内容を設定しなければならず、使い勝手が悪いという問題があった。

そこで、特許文献１では、印刷する前に文書の用途などのような人間が分かり易い概念を用いてユーザとインタラクションし、より容易に印刷条件を設定できる方法が提案されている。

また、特許文献２では、文書の内容から検知された特定な情報（キーワード）に応じて自動的に印刷の設定を行う方法が提案されている。
特開２００８−２３６２３２号公報 特開２００６−２４６０５４号公報

しかしながら、特許文献１の方法では質問項目が多くなった場合、ユーザが印刷を行うたび、たくさんの質問に答えなければならず、不便であった。

また、特許文献２の方法では、ユーザにより事前設定されたキーワードが文書に含まれるか否かのみに基づいて判断を行うため、例えば、同じキーワード”見積”が設定される場合、見積書と見積もり依頼書の印刷設定を別々にすることはできず、詳細な選択を行うことができなかった。

本発明は、かかる実情に鑑みてなされたものであり、文書の文書用途を適切に判断し、当該文書の文書用途に従った出力条件で出力することができる文書処理システムおよび文書処理方法を提供すること目的とする。

本発明は、文書を、当該文書の文書用途に従った出力条件で出力する文書処理システムであって、出力指定された文書データに含まれるテキストデータを抽出するテキスト抽出手段と、前記テキスト抽出手段が抽出したテキストデータに、所定の構文解析処理を適用して形態素を抽出する構文解析手段と、文書用途毎に、出力態様を定めた機器制御コード、および、１つ以上の印刷形式設定値が、あらかじめ登録されるプリント条件設定手段と、前記構文解析手段で抽出される形態素に基づいて、文書用途を予測する際に参照されるデータ群を保存した判断元情報データベース手段と、前記構文解析手段で抽出された形態素に基づき、前記判断元情報データベース手段に保存された前記データ群を参照し、前記出力指定された文書が各文書用途である確率を算出する予測演算手段と、前記予測演算手段が算出した確率に従い、文書用途をユーザに対話的に選択入力させるユーザインタフェース手段と、前記ユーザインタフェース手段によりユーザが選択した文書用途に登録されている機器制御コードおよび印刷形式設定値を用いて、当該文書を出力する出力手段を備えたものである。

また、さらに、前記ユーザインタフェース手段によりユーザが選択した文書用途と、前記出力指定された文書について前記構文解析手段で抽出された形態素に基づいて、前記判断元情報データベース手段に保存した前記データ群を更新する学習手段を備えたものである。

また、前記予測演算手段は、前記出力指定された文書の一部のページに含まれるテキストデータについて、前記構文解析手段で抽出される形態素に基づいて、前記予測演算を適用するようにしたものである。

また、前記予測演算手段は、前記出力指定された文書の全部のページに含まれるテキストデータについて、前記構文解析手段で抽出される形態素に基づいて、前記予測演算を適用するようにしたものである。

また、前記テキスト抽出手段、前記構文解析手段、前記プリント条件設定手段、前記判断元情報データベース手段、前記予測演算手段、および、前記出力手段は、第１の装置に実装され、前記ユーザインタフェース手段は、第２の装置に実装され、前記第１の装置と第２の装置は、ネットワークを介して接続されるものである。

また、前記テキスト抽出手段、前記構文解析手段、前記プリント条件設定手段、前記判断元情報データベース手段、前記予測演算手段、前記ユーザインタフェース手段、および、前記出力手段は、第１の装置に実装されるものである。

また、文書を、当該文書の文書用途に従った出力条件で出力する文書処理方法であって、出力指定された文書データに含まれるテキストデータを抽出するテキスト抽出ステップと、前記テキスト抽出ステップが抽出したテキストデータに、所定の構文解析処理を適用して形態素を抽出する構文解析ステップと、文書用途毎に、出力態様を定めた機器制御コード、および、１つ以上の印刷形式設定値が、あらかじめ登録されるプリント条件設定ステップと、前記構文解析ステップで抽出される形態素に基づいて、文書用途を予測する際に参照されるデータ群を保存した判断元情報データベースステップと、前記構文解析ステップで抽出された形態素に基づき、前記判断元情報データベースステップに保存された前記データ群を参照し、前記出力指定された文書が各文書用途である確率を算出する予測演算ステップと、前記予測演算ステップが算出した確率に従い、文書用途をユーザに対話的に選択入力させるユーザインタフェースステップと、前記ユーザインタフェースステップによりユーザが選択した文書用途に登録されている機器制御コードおよび印刷形式設定値を用いて、当該文書を出力する出力ステップを備えたものである。

したがって、本発明によれば、ユーザが選択した文書を出力する際、当該文書の文書用途を判断してユーザに提示するようにしているので、ユーザは、より少ない手間で文書を出力させることができ、非常に便利であるという効果を得る。

以下、添付図面を参照しながら、本発明の実施の形態を詳細に説明する。

図１は、本発明の一実施例にかかる文書処理システムの一例を示している。

この文書処理システムは、複数のユーザ端末装置ＷＳ１〜ＷＳｎ、ネットワーク対応複合機ＦＸ、および、プリントサーバ装置ＳＰをローカルエリアネットワークＬＮにネットワーク接続して構成されている。

ここで、プリントサーバ装置ＳＰは、ユーザ端末装置ＷＳ１〜ＷＳｎに対してネットワークプリントサービスを提供するものであり、この場合のプリンタ装置は、ネットワーク対応複合機ＦＸが割り当てられている。

ユーザ端末装置ＷＳ１〜ＷＳｎは、文書作成機能、プリントサーバ装置ＳＰが提供するネットワークプリントサービスのクライアント機能を有するプリンタドライバ機能が実装されており、このプリンタドライバ機能は、ユーザがプリントサーバ装置ＳＰとの間で対話的に情報を入力するユーザインタフェース手段を備えている。

ネットワーク対応複合機ＦＸは、原稿読取機能、ファクシミリ通信機能、ネットワークプリンタ機能、および、ローカルエリアネットワークＬＮを介した通信機能（例えば、電子メール通信機能や、ＰＣ文書送信機能など）などの各種機能を備えている。なお、ＰＣ文書送信機能は、例えば、ユーザ端末装置ＷＳ１〜ＷＳｎに形成されている共有フォルダへ文書データを送信する（保存する）というものである。

図２は、ネットワーク対応複合機ＦＸの構成の一例を示している。

同図において、システム制御部１は、このネットワーク対応複合機ＦＸの各部の制御処理、ファクシミリ伝送制御手順処理、および、ネットワークプリンタ処理などの各種制御処理を行うものであり、システムメモリ２は、システム制御部１が実行する制御処理プログラム、および、処理プログラムを実行するときに必要な各種データなどを記憶するとともに、システム制御部１のワークエリアを構成するものであり、パラメータメモリ３は、このネットワーク対応複合機ＦＸに固有な各種の情報を記憶するためのものであり、時計回路４は、現在時刻情報を出力するものである。

カラースキャナ５は、フルカラーで所定の解像度で原稿画像を読み取るためのものであり、カラープロッタ６は、所定の解像度でフルカラー画像を記録出力するためのものであり、操作表示部７は、このネットワーク対応複合機ＦＸを操作するためのもので、各種の操作キー、および、各種の表示器からなる。

符号化復号化部８は、ファクシミリ通信時に適用する符号化復号化処理を行うものであって、画信号を符号化圧縮するとともに、符号化圧縮されている画情報を元の画信号に復号化するためのものであり、磁気ディスク装置９は、符号化圧縮された状態の画情報などの各種データファイルなどを記憶するためのものである。

グループ３ファクシミリモデム１０は、グループ３ファクシミリのモデム機能を実現するためのものであり、伝送手順信号をやりとりするための低速モデム機能（Ｖ．２１モデム）、および、おもに画情報をやりとりするための高速モデム機能（Ｖ．１７モデム、Ｖ．３４モデム、Ｖ．２９モデム、Ｖ．２７ｔｅｒモデムなど）を備えている。

網制御装置１１は、このネットワーク対応複合機ＦＸをアナログ公衆回線網ＰＳＴＮに接続するためのものであり、自動発着信機能を備えている。

ローカルエリアネットワークインターフェース回路１２は、このネットワーク対応複合機ＦＸをローカルエリアネットワークＬＮに接続するためのものであり、ローカルエリアネットワーク伝送制御部１３は、ローカルエリアネットワークＬＮを介して、他のデータ端末装置との間で種々のデータをやりとりするための各種所定のプロトコルスイートの通信制御処理を実行するためのものである。

これらの、システム制御部１、システムメモリ２、パラメータメモリ３、時計回路４、スキャナ５、プロッタ６、操作表示部７、符号化復号化部８、画像蓄積装置９、グループ３ファクシミリモデム１０、網制御装置１１、および、ローカルエリアネットワーク伝送制御部１３は、内部バス１４に接続されており、これらの各要素間でのデータのやりとりは、主としてこの内部バス１４を介して行われている。

また、網制御装置１１とグループ３ファクシミリモデム１０との間のデータのやりとりは、直接行なわれている。

ユーザ端末装置ＷＳ１〜ＷＳｎおよびプリントサーバ装置ＳＰは、汎用のデータ処理装置を用いて実現することができ、図４は、データ処理装置の構成例を示している。

同図において、ＣＰＵ（中央処理装置）２１は、このデータ処理装置の動作制御を行うものであり、ＲＯＭ（リード・オンリ・メモリ）２２は、ＣＰＵ２１が起動時に実行するプログラムや必要なデータ等を記憶するためのものであり、ＲＡＭ（ランダム・アクセス・メモリ）２３は、ＣＰＵ２１のワークエリア等を構成するためのものである。

キャラクタジェネレータ２４は、図形文字の表示データを発生するためのものであり、時計回路２５は、現在日時情報を出力するためのものであり、ローカルエリアネットワークインターフェース回路２６は、このデータ処理装置をローカルエリアネットワークＬＮに接続するためのものであり、ローカルエリアネットワーク伝送制御部２７は、ローカルエリアネットワークＬＮを介して、他のデータ端末装置との間で種々のデータをやりとりするための各種所定のプロトコルスイートの通信制御処理を実行するためのものである。

磁気ディスク装置２８は、種々のアプリケーションプログラム、ワークデータ、ファイルデータ、公開暗号化方式の暗号文の復号化の際に用いられる秘密鍵、画情報データなどの種々のデータを記憶するためのものであり、光学媒体駆動装置２９は、交換可能な光学記録媒体（例えば、ＣＤ−ＲＯＭ、ＤＶＤなど）のデータをアクセス（読み書き）するためのものであり、画面表示装置３１は、このデータ処理装置を操作するための画面等を表示するためのものであり、表示制御部３２は、画面表示装置３１の表示内容を制御するためのものである。

キーボード装置３３は、このデータ処理装置に種々のキー操作を行うためのものであり、画面指示装置３４は、画面表示装置３１の任意の点を指示する等の操作作業を行うためのものであり、入力制御部３５は、キーボード装置３３および画面指示装置３４の入力情報を取り込む等するためのものである。

ＵＳＢホストユニット３６は、ＵＳＢホスト機能を実現するためのものであり、ＵＳＢメモリＭＭなどのＵＳＢ機器やＵＳＢケーブルを着脱するためのソケット３７が設けられている。

これらのＣＰＵ２１、ＲＯＭ２２、ＲＡＭ２３、キャラクタジェネレータ２４、時計回路２５、ローカルエリアネット伝送制御部２７、磁気ディスク装置２８、光学媒体駆動装置２９、表示制御部３２、入力制御部３５、および、ＵＳＢホストユニット３６は、内部バス３８に接続されており、これらの各要素間のデータのやりとりは、主としてこの内部バス３８を介して行われる。

図４は、プリントサーバ装置ＳＰのソフトウェア構成の概略を示している。

プリントサーバ装置ＳＰは、出力指定された文書データに含まれるテキストデータを抽出するテキスト抽出部４２と、テキスト抽出部４２が抽出したテキストデータに、所定の構文解析処理を適用して形態素を抽出する構文解析部４４と、文書用途毎に、出力態様を定めた機器制御コード、および、１つ以上の印刷形式設定値が、あらかじめ登録されるプリント条件設定部４３と、構文解析部４４で抽出される形態素に基づいて、文書用途を予測する際に参照されるデータ群を保存した判断元情報データベース４１と、構文解析部４４で抽出された形態素に基づき、判断元情報データベース４１に保存されたデータ群を参照し、出力指定された文書が各文書用途である確率を算出する予測部４５と、予測部４５が算出した確率に従い、文書用途をユーザに対話的に選択入力させる管理ユーザインタフェース部４７と、管理ユーザインタフェース４７によりユーザが選択した文書用途に従って、判断元情報データベース４１に保存されているデータ群を更新する学習部４６とを備えている。

図５は、プリント条件設定部４３に保存されるプリント条件データテーブルの一例を示している。

このプリント条件データテーブルは、おのおのの文書用途の種類について、実行可能な機器動作を定める（制限する）機器制御コード（後述）の値、改ざん検知処理等の複数の印刷指示についての設定値（印刷形式設定値）を登録したものである。

図６は、機器制御コードの値と、おのおのの値に設定される動作処理の一例を示している。ここで、「印刷処理」はカラープロッタ５を使用した画像データの紙への印刷処理であり、つまりプリント動作に相当する。メール送信処理とＰＣ文書送信処理は画像データをメール送信する処理であり、ファクシミリ送信処理は画像データをファクシミリ送信する処理である。

この場合、制御コード「−１」は、ネットワーク対応複合機ＦＸの印刷処理、メール送信処理、ＰＣ文書送信処理、ファクシミリ送信処理の全てで、画像データの出力が可能であることを示す制御コードである。

また、制御コード「１」は、全ての処理で、画像データの出力ができないことを示す制御コードである。

また、制御コード「２」は、印刷処理とファクシミリ送信処理については、画像データの出力ができないが、メール送信処理とＰＣ文書送信処理については、画像データを暗号化して送信するという条件で、当該画像データの出力が可能であることを示す制御コードである。

制御コード「３」は、印刷処理とファクシミリ送信処理については、画像データの出力ができないが、メール送信処理とＰＣ文書送信処理については、画像データを暗号化し、かつ、印刷不可のＰＤＦとして送信するという条件で、当該画像データの出力が可能であることを示す制御コードである。

制御コード「４」は、印刷処理のみ、画像データの出力が可能であり、他のメール送信処理、ＰＣ文書送信処理及びファクシミリ送信処理については、画像データの出力ができないことを示す制御コードである。

制御コード「５」は、印刷処理については、画像データの出力が可能であり、メール送信処理とＰＣ文書送信処理については、画像データを暗号化し、かつ、印刷不可のＰＤＦとして送信するという条件で、当該画像データの出力が可能であることを示す制御コードである。また、ファクシミリ送信については、画像データの出力ができないことを示す制御コードである。

制御コード「６」は、印刷処理については、画像データの出力が可能であり、また、メール送信処理、ＰＣ文書送信処理及びファクシミリ送信処理については、アドレス帳に登録した通信相手先にのみ、当該画像データの出力が可能であることを示す制御コードである。

この場合、図５に示したプリント条件データテーブルでは、異なる文書種類に対して、異なるコピー・ファクシミリ・スキャンを制御するため、異なる機器制御コードを追加している。

例えば、製品仕様書・企画書に対して社外への持ち出しを禁止、社内で電子版の配布は可能としたい場合、機器制御コード３を原稿に付加し、そして、コピー・ファクシミリ・スキャンされる時に、コピー・ファクシミリの場合出力不可スキャンすると暗号化印刷不可のＰＤＦが生成されるようになる。

また、給与明細などの文書は個人データが入っているため、基本的にはコピーなどの操作は一切禁止するべきであるため、機器制御コード１を印刷時に原稿に付加し、コピー・ファクシミリ・スキャンされる場合に、コピー・ファクシミリ・スキャンの場合出力不可となる。

図７は、判断元情報データベース４１に保存されるデータ群の一例を示している。このデータ群は、３種類のテーブルから構成されている。

同図（ａ）に示した第１のテーブルには、文書種類とその種類に属する文書数が保存されている。また、同図（ｂ）に示した第２のテーブルには、単語とその単語がすべての文書中に現れた回数の総和が保存されている。また、同図（ｃ）に示した第３のテーブルは、ある列の文書種類に、その行の単語が現れる回数を示している。

次に、「改ざん検知処理」に応じた印刷方法について説明する。「改ざん検知処理」は紛争があった時に文書の原本性を証明するためのものである。図５の例では、契約書などが対象となる。

この「改ざん検知処理」では、印刷データを画像データに変換し、図８（ａ）のように、印刷用の画像データから減色処理、階調変換及び解像度変換のいずれか１つ以上の処理により変換画像データ（同図（ｂ）参照）を生成する。

その後、変換画像データから生成した統合埋込データ（後述）を生成し、統合埋込データを埋め込み可能なドットパターンとして画像データに重畳することで、重畳画像データを生成する（同図（ｃ）参照）。

このように改ざん検知処理が適用された印刷物は、スキャナ装置などによりに読み取られた後に、分析ツールを使って、元画像に改ざんされた箇所をユーザに提示することができ、文書原本生の証明の時に有力な証拠となる。

図９（ａ），（ｂ）は、印刷用の画像データに対して、階調変換として２値化を行った例を示した説明図である。

同図（ａ）に示すように、２値化を行うことでカラーの印刷用の画像データ又はグレースケールの印刷用の画像データが、同図（ｂ）に示すように、白又は黒の２値からなる２値画像に変換されることとなる。これにより、埋め込まれる変換画像データのデータサイズを低減することが可能となる。

図９（ｃ），（ｄ）は、印刷用の画像データに対して、解像度変換を行った例を示した説明図である。本図に示すように、解像度変換を行うことで、生成される変換画像データのデータサイズが低減することが可能となる。

図１０（ａ）は、上述した統合埋込データのデータ構造を示した構造図である。本図に示すように、統合埋込データは、ヘッダと、画像解像度と、２個の画像データが埋め込まれている。

また、統合埋込データのヘッダは、統合埋込データの先頭を示すシンボル情報とする。また、統合埋込データの解像度は、変換画像データとして解像度変換に用いられた解像度を保持している。これにより、改ざん検出装置が、解像度変換に用いられた解像度を認識できるので、抽出された変換画像データとの比較が容易となり、改ざんされたか否かの検出処理が軽減される。

また、統合埋込データには、上述したように、圧縮された同じ変換画像データが２個含まれている。これは、統合埋込データが、同じ変換画像データを複数保持することで、印刷された重畳画像データが改ざんされて、ドットパターンが読み込めない場合でも複数の変換画像データで互いを補完することで、正確に復元できる確率が向上するためである。これにより正確に改ざんを検出できる確率が向上する。

図１０（ｂ）は、統合埋込データを符号化して訂正用ビット列を生成し、統合埋込データに訂正用ビット列を付加した誤り訂正符号付埋込データを示した説明図である。本図に示すように、例えば、統合埋込データの１５ビット毎に、６ビットの訂正用ビット列を付加した２１ビットの誤り訂正符号付埋込データを生成する。なお、誤り訂正符号の生成方法については、周知技術であるので詳細な説明は省略する。

そして、生成された誤り訂正符号付埋込データを、印刷用の画像データに埋め込むこととなる。これにより、変換画像データを抽出する際に、統合埋込データと、訂正用ビット列を比較参照することで、改ざんされた場合でも変換画像データを抽出することが可能となる。

図１０（ｄ）は、この誤り訂正符号付埋込データで埋め込むビットの値に応じて、画像データに埋め込むドットパターンを示した説明図である。この場合、ビット「０」は、同図左に示すように縦に２つのドットを並べた態様で記録し、ビット「１」は、同図右に示すように横に２つのドットを並べた態様で記録する。

また、印刷用の画像データにドットパターンを重畳して生成した重畳画像データは、例えば、誤り訂正符号付埋込データをドットパターンとして印刷用の画像データの左上から順に格子状に配置することで、重畳画像データを生成する。このように左上から順に格子状に配置することを、左上から順に読み込むことで、埋め込まれたデータを抽出することができる。

図５の例では、印刷時に振込み依頼書、業務委託契約書に改ざん検知処理をする。そして、原稿に振込み金額の改ざんや、契約内容の改ざんがあった場合、ネットワーク対応複合機ＦＸなどに読み取られた後に、分析ツールを使って、改ざんされた箇所をユーザに提示される。

次に、「バーコード ＱＲコード」に応じた印刷方法について説明する。紙文書とそれに紙文書に対応する電子データの探し出すことを便利させる目的で、印刷するときにプリントサーバ装置ＳＰまたはネットワーク対応複合機ＦＸで書類のＩＤ番号や、書類に記載されている内容の一部をバーコードやＱＲコードに変換して、生成されたバーコードやＱＲコードを紙文書に付加して印刷する。そして、紙文書が入手した際、バーコード読取装置を使って、印刷された紙文書に対応する電子データをすばやく獲得することができる。

図５の例では、注文書、納品書などの書類は在庫管理システムや財務管理システムとの統合する目的で、文書ＩＤをＱＲコードにして、それぞれの書類に生成されたＱＲコードを印刷するようにしている。そして、上記の文書が入手された際、バーコード読取装置を使って、電子で保存された注文書に書かれた注文内容と納品書に書かれた納品内容を検索することができる。

また、「機器制御コード」と「改ざん検知処理」の印刷設定のうちの一つと「バーコード ＱＲコード」の印刷設定を結合してもよい。図５には、製品仕様書、履歴書のような書類に対して、コピーやファクシミリ・スキャンによる社外へ流出の防止及び紙文書を使って検索できるように、印刷するときに、機器制御コード３と機器制御コード１の付加情報をそれぞれの紙文書に付加し、また仕様書のＩＤや、履歴書に記載する対象の社員番号と社員の名前をＱＲコードに変換して、それぞれの原稿に印刷するようにしている。そして、コピーやファクシミリ・スキャンによる社外へ流出の防止することができるとともに、紙文書を入手した際、バーコード読取装置を使って、すばやくに保存された仕様情報や履歴情報を検索することもできる。

「バーコード ＱＲコード」の印刷設定と「改ざん検知処理」の印刷設定を結合する例として、図５では、振り込み依頼書、業務委託契約書に改ざん検知処理をすると同時に、ＩＤと振込み金額などをＱＲコードにして、印刷するときに原稿に印刷する。そして、前記のように印刷された原稿が改ざんがあった場合に検知されるとともに、バーコード読取装置を使って、対応する書類の電子データ（例えば振込み依頼記録など）をすばやく取得することができる。

さらに、上記の各種類の文書が印刷されるときに、図５では、見積送付依頼、注文書、納品書などは依頼や確認は何時出したかを管理するため、印刷された原稿にヘッターに印刷日時をつけるようにされている。また、営業日報などのものは、項目が多い場合が多く、印刷される時に、原稿サイズＡ３の紙を使うようにされている。

また、文書用途が製品仕様書の場合、図５に示すように、Ａ４の紙を利用して、複写・ファクシミリを禁止し、スキャンすると暗号化されたＰＤＦファイルを生成するような機器制御コードを紙文書に付加して、仕様書のＩＤ番号をバーコードにして、ページの左上に印刷して、ページ番号を紙文書の右下に印刷する。また、就業規則となった場合、Ａ４の紙を利用し、印刷されたページの右下にページ番号が付けて地紋なしで印刷するようになる。また、振込み依頼となる場合、Ａ４の紙で改ざん検知処理をして、振込み内容をＱＲコードにしてページの左上に印刷する。

図１１は、ユーザ端末装置ＷＳ１のユーザが文書を印刷する際の動作の一例を示している。

まず、ユーザは、ユーザ端末装置ＷＳ１を操作して印刷対象となる文書を作成し（ステップＳ１）、プリントサーバ装置ＳＰのクライアント機能である印刷アプリケーション（プリンタドライバ）を実行して、プリントサーバ装置ＳＰに文書の印刷依頼をする（ステップＳ２）。

それにより、プリントサーバ装置ＳＰのテキスト抽出部４２は、印刷依頼された文書からテキストデータを抽出し、構文解析部４４は、そのテキストデータの構文解析を行い、予測部４５は、構文解析結果に基づいて、印刷依頼された文書の用途の判定を行い（ステップＳ３）、判定した結果をユーザ端末装置ＷＳ１に応答し、ユーザに提示する（ステップＳ４）。例えば、印刷依頼された文書について、「注文書」と判定した場合には、図１２（ａ）に示すような画面を表示して、ユーザに文書種類（文書用途）の確認を行う。

これにより、ユーザは、プリントサーバ装置ＳＰより提示された文書用途とユーザが思っている文書用途（文書種類）と一致するかどうかを判断し、判断した結果を画面上で操作する（ステップＳ５）。これにより、ユーザ操作内容がプリントサーバ装置ＳＰにフィードバックされる（ステップＳ６）。

ここで、ユーザが提示された文書内容に対して「はい」を選択し、肯定応答した場合には、プリントサーバ装置ＳＰのプリント条件設定部４３は、ステップＳ３で判定した文書用途に応じた印刷設定を選択し（ステップＳ７）、その選択した印刷設定の内容を印刷依頼された文書に設定して、ネットワーク対応複合機ＦＸに対して印刷指示を出力する（ステップＳ８）。

それにより、ネットワーク対応複合機ＦＸは、印刷指示された文書について、指定された印刷指示の内容を適用して、印刷出力する（ステップＳ９）。

また、プリントサーバ装置ＳＰの学習部４６は、次回に分類精度を上げるため、印刷された文書とその文書の文書用途に基づいて、判断元情報データベース４１に保存されるデータ群の内容を更新する（ステップＳ１０）。

一方、ステップＳ４で提示された文書用途と、ユーザが意図している文書用途が一致しない場合には、図１２（ａ）の操作画面に対して、ユーザは、「いいえ」を選択する（図１３のステップＳ５’，Ｓ６’）。

これにより、プリントサーバ装置ＳＰは、予測部４５の判定結果に基づいて、次点の文書用途を上位４つ抽出し（ステップＳ２１）、図１２（ｂ）に示すような画面を表示して、ユーザに文書種類（文書用途）を選択させる（ステップＳ２２）。

そして、ユーザが何れかの項目を選択した場合には（ステップＳ２３）、その内容がプリントサーバ装置ＳＰへ通知される（ステップＳ２４）。ここで、ユーザが「どちらでもない」の選択肢を選択操作した場合には、再度、ステップＳ２１へ戻り、さらに次点の文書用途について、同様の処理を行う。すなわち、同図の囲みＳＳに含まれるステップＳ２１〜Ｓ２４を繰り返し行う。

ユーザが、「どちらでもない」以外の項目を選択した場合には、その選択項目に対応した文書用途が選択されたこととなるので、上述したステップＳ７へ進み、それ以降の処理を実行する。

図１４は、プリントサーバ装置ＳＰの処理の一例を示している。

プリントサーバ装置ＳＰは、ユーザから印刷依頼された文書に対して、まず、依頼された印刷対象からテキストデータを抽出する（処理１０１）。次に、抽出されたテキストデータに対して、構文解析処理を行う（処理１０２）。例えば、図１５（ａ）に示すような「○○日に納品する」という文に構文解析処理を適用した場合、その結果は、同図（ｂ）に示すような単語に分解される。

そして、特徴フィルタリングを行って、不要な単語を除去する（処理１０３）。特徴フィルタリングの基本的な考えとしては、助詞、日付、「する」、「なる」、「ある」、「いる」、副詞、語気助詞、接続詞、助動詞、方向詞などを除去することである。その結果、例えば、図１５（ｂ）にアスタリスクがついている単語は不要な単語として除去される。したがって、このような特徴フィルタリングの後では、印刷依頼された文書は、判断元情報データベース４１に登録された単語（形態素）と出現回数の集合になる。

そして、構文解析の結果に対して、抽出された単語に対して出現した回数を統計し、印刷依頼された文書を、次の式（Ｉ）に従って単語と出現回数の集合（文書ベクトル）に変換する（処理１０３）。
印刷依頼された文書:d=｛w1:f1,w2:f2,w3:f3・・・wn:fn｝ …（Ｉ）
ここで、wiは一つの単語をあらわし、fnは該当単語の出現回数をあらわす（以下同じ）。

次に、判断元情報データベース４１に保存される情報を用い、印刷依頼された文書について、各文書用途に属する確率を算出する（処理１０５）。この確率の算出は、例えば、NaiveBayes手法を利用し、次の式（ＩＩ）を用いて行うことができる。
P(Cj|ｄ)＝P(Cj)＊Π（P(wi:fi|Cj)）/ΠP(wi:fi) …（ＩＩ）
ただし、P(Cj｜d)は式（ＩＩ）で所定の文書が文書種類Cjに属する確率をあらわし、P(Cj)は文書種類がCjである文書が全部文書に占める割合をあらわし、P(wi:fi|Cj)は判断元情報データベース４１に保存されている単語wiとその単語の出現回数fiが文書種類Cjに含まれる割合をあらわし、P(wi:fi)は単語wiとその単語の出現回数fiを、文書全体について算出した出現頻度をあらわす。さらに、単語wiは上述した特徴フィルタリング処理（処理１０３）で得られた単語集合に含まれ、かつ判断元情報データベース４１にすでに保存されているものとする。

また、P(Cj)、P(wi|Cj)とP(wi)は、次の式（ＩＩＩ）〜（Ｖ）を用いて算出することができる。
P(Cj)=N(Cj)/N(CTotal) …（ＩＩＩ）
ただし、N(Cj)は文書種類Cjに属する文書数をあらわし、N(CTotal)は文書総数をあらわす。また、N(Cj)とN(CTotal)は、判断元情報データベース４１の第１のテーブルから取得することができる。
P(wi:fi|Cj)=(N(wi|Cj))/N(w|Cj))×（fi/N(w|Ci)+fi） …（ＩＶ）
ただし、N(wi|Ci)は、判断元情報データベース４１内で保存された所定の文書種類に所定の単語wiがあらわれる回数をあらわし、N(w|Ci)は判断元情報データベース４１内で所定の文書種類Ciに現れたすべて単語のあらわれる回数をあらわす。また、N(wi|Ci)とN(w|Ci)は、判断元情報データベース４１の第３のテーブルから取得することができる。
P(wi:fi)=fi/N(WTotal)×N(wi)/N(WTotal) …（Ｖ）
ただし、N(wi)は判断元情報データベース４１内で所定の単語wiがあらわれる回数をあらわし、N(WTotal)は判断元情報DB内ですべての単語が現れた回数の総和をあらわす。また、N(wi)とN(WTotal)は判断元情報データベース４１の第２のテーブルから取得することができる。

そして、次に、推測された確率の大きさの順（降順）で、文書用途ごとに該当するかどうかをユーザに質問し、ユーザが文書用途を選択してもらう。具体的には、まず、最も確率が大きい文書用途の情報を、このときに印刷要求を発行したユーザ端末装置ＷＳ１〜ＷＳｎに送信し、ユーザに分類が正しいかどうかについて質問する（処理１０６）。それにより、例えば、図１２（ａ）に示したような画面がユーザ端末装置ＷＳ１〜ＷＳｎの画面に表示される。

このような画面を確認したユーザは、予測された文書の用途と自分が意図している文書の用途が一致するかどうかを判断し、その判断結果に応じて、「はい」または「いいえ」を選択操作する（処理１０７）。

この選択操作の内容は、プリントサーバ装置ＳＰへ送出されるので、プリントサーバ装置ＳＰでは、そのユーザ入力内容を判断し、分類がＯＫであったかどうかを調べる（判断１０８）。

判断１０８の結果がＹＥＳになるときには、プリントサーバ装置ＳＰは、そのときにユーザが選択した文書用途を、当該印刷対象文書の文書用途として判断し、選択された文書種類（文書用途）に応じた印刷設定を選択し、印刷設定情報と文書データをネットワーク対応複合機ＦＸへ送信する（処理１０９）。

それにより、ネットワーク対応複合機ＦＸでは、受信した文書データに対して、受信した印刷設定情報を適用して、出力データを作成し、印刷設定情報で指定された出力態様で出力する。

また、プリントサーバ装置ＳＰは、それまでに得られた文書種類と処理１０３で得られた単語集合を利用し、判断元情報データベース４１に保存される各値を更新する（処理１１０）。

例えば、判断元情報データベース４１に保存されている第１のテーブルにある文書種類の中から、最終的に得られた文書種類の「文書数」を１つ増やし、第２のテーブルに含まれる単語のうち、処理１０３で得られた単語集合に含まれるそれぞれの単語について、それぞれの単語のあらわれる回数を加算する（ただし、該第２のテーブルに該当単語が保存されていない場合には、該当単語と該当単語のあらわれる回数をテーブルに追加する）。

また、第３のテーブルにある文書用途の中から最終的に得られた文書用途に対応するものを選択し、処理１０３で得られたそれぞれ単語について、対応する単語のあらわれる回数を、該単語のあらわれる回数を加算する（ただし、該第３ののテーブルに該当単語が保存されていない場合、該当単語と該当単語が得られた文書用途で現れる回数をテーブルに追加する）。

一方、処理１０７で、ユーザが「いいえ」を選択した場合で、判断１０８の結果がＮＯになるときには、プリントサーバ装置ＳＰは、処理１０５で算出した残りの文書用途をランキングして（確率が高い文書用途に対して高いランキングの値を与え、確率が低い文書用途に対して低いランキングの値を与え）、上位の５つ文書用途の情報を、処理１０６の送信先と同じユーザ端末装置ＷＳ１〜ＷＳｎに送信し、ユーザにいずれかの文書用途を選択させる（処理１１１）。それにより、例えば、図１２（ｂ）に示したような画面がユーザ端末装置ＷＳ１〜ＷＳｎの画面に表示される。

その画面を確認したユーザが、いずれかの文書用途を選択操作した場合（処理１１２，判断１１３の結果がＹＥＳ）、プリントサーバ装置ＳＰは、そのときにユーザが選択した文書用途を、当該印刷対象文書の文書用途として判断し、選択された文書種類（文書用途）に応じた印刷設定を選択し、印刷設定情報と文書データをネットワーク対応複合機ＦＸへ送信し、それ以降の処理を行う。

また、ユーザが処理１１１で表示された画面を確認して、「どちらでもない」を選択した場合、処理１１１へ戻り、文書用途の次の上位５つを選択して、ユーザに確認要求する。

このようにして、本実施例では、ユーザが印刷要求した文書の文書用途（文書種類）を予測し、その予測結果をユーザに提示して、実際の文書用途を指定選択させるようにしているので、文書出力の際にユーザが操作する手間を大幅に軽減することができる。

また、文書用途の予測演算に使用する判断元情報データベース４１に保存した各テーブルは、文書出力のたびに更新するようにしているので、文書用途の予測演算の精度を向上することができ、その結果、ユーザの操作をより効率的にすることができる。

また、本実施例では、判断元情報データベース４１に保存した各テーブルを更新することができるので、サンプル文書を処理することで、判断元情報データベース４１の内容を学習させることができ、その結果、判断元情報データベース４１の内容を実際の運用に即した内容にすることができるので、予測演算の精度を向上できる。

ところで、上述した実施例では、判断元情報データベース４１に保存した各テーブルの更新は、対象文書を処理することで行っているが、ユーザが強制的に設定するキーワードを利用して、判断元情報データベース４１に保存した各テーブルを更新させるようにすることもできる。

例えば、この場合、図１６に示すように、キーワードを文書用途ごとに設定し、このキーワード設定のために、プリントサーバ装置ＳＰには、図１７に示すように、キーワード設定部５２を追加する。なお、図１７において、図４と同一部分および相当する部分には、同一符号を付してその説明を省略する。

キーワード設定部５２では、一つの文書種類に対して複数個のキーワードを設定できる。その時、キーワードの間に演算子ANDあるいは演算子ORを使ってキーワード同士を繋ぐ。演算子ANDで繋がれたキーワードは、これらのキーワードが全部印刷依頼される文書に含まれる場合のみ、印刷依頼される文書が所定の文書種類に属するという意味をあらわし、演算子ORで接続されるキーワードはこれらのキーワードがどれかを含む場合、印刷依頼される文書が所定の文書種類に属するという意味を表す。

図１８は、ユーザが管理ＵＩ部４７からキーワードを設定して、判断元情報データベース４１を更新するまでの処理の一例を示している。

まず、ユーザが管理ＵＩ部４７からキーワードを設定する（処理２０１）。次いで、学習部４６は、保存されたキーワードの設定を上述した文書をベクトル科する処理を適用し（処理１０４参照）、単語集合に変換する。

ここで、単語集合へ変換する方法としては、例えば、キーワード設定部５２に保存されている所定の文書分類で、演算子ORがある箇所の前後に演算子ANDで繋いでいるキーワードをそれぞれ異なる単語集合に分けるという方法を採用することができる。

例えば、ある文書種類に対して、w1ANDw2ANDw3ORw4ANDw5ANDw6ORw7のようなキーワードが設定されている場合は、次のように三つの単語集合に変換する。
{w1,w2,w3},{w4,w5,w6},{w7}

そして、上述した処理１１０と同様な方法を適用して、判断元情報データベース４１の内容を更新する（処理２０３）。

このように、判断元情報データベース４１の内容の更新手段を追加しているので、より効率よく文書用途の予測演算を行うことができることとなる。

ところで、上述した実施例では、文書用途として、文書種類を採用しているが、文書を利用する状況（シーン）を採用することもできる。

この場合、プリント条件設定部４３には、図１９に示すような内容のプリント条件データテーブルを保存しておく。

すなわち、この場合には、文書の内容に従って生産管理で利用する文書と判断される場合、文書の作成日を把握し、電子データと連携するため、印刷の日付を印刷し、また特定な情報を含むＱＲコードも印刷するように設定されている。戦略検討で利用する文書と経営状況の報告で利用する文書は流出されると企業に損害を与えるため、機器制御コード１をして印刷するように設定されている。また、契約、資金請求関係の文書は紛争があるときに証拠となるため、改ざん検知処理をするように設定されている。

ところで、上述した実施例では、プリントサーバ装置ＳＰとネットワーク対応複合機ＦＸとを別の装置で実現しているが、プリントサーバ装置ＳＰの機能をネットワーク対応複合機ＦＸに備えるようにすることもできる。

あるいは、プリントサーバ装置ＳＰの機能をユーザ端末装置ＷＳ１〜ＷＳｎに備えるようにすることもできる。

ところで、上述した実施例では、文書データの前ページについてテキスト抽出しているが、文書のフロントページのデータについてのみ、テキスト抽出することでも、同様の効果を得ることができる。

あるいは、文書のフロントページのデータの解析結果について、他のページよりも大きな重み付けを設定して、予測演算するようにしても良い。

本発明の一実施例にかかる文書処理システムの一例を示したブロック図。 ネットワーク対応複合機ＦＸの構成の一例を示したブロック図。 データ処理装置の構成例を示したブロック図。 プリントサーバ装置ＳＰのソフトウェア構成の概略の一例を示したブロック図。 プリント条件設定部４３に保存されるプリント条件データテーブルの一例を示した概略図。 機器制御コードの値と、おのおのの値に設定される動作処理の一例を示した概略図。 判断元情報データベース４１に保存されるデータ群の一例を示した概略図。 変換画像データの生成の一例を示した概略図。 階調変換、解像度変換の一例を示した概略図。 画像データのフォーマット、統合埋め込みデータの一例、ビットの値と画像との関係の一例を示した概略図。 ユーザ端末装置ＷＳ１のユーザが文書を印刷する際の動作の一例を示したシーケンスチャート。 ユーザへの対話画面の一例を示した概略図。 ユーザ端末装置ＷＳ１のユーザが文書を印刷する際の動作の他の例を示したシーケンスチャート。 プリントサーバ装置ＳＰの処理の一例を示したフローチャート。 文字列の変換について説明するための概略図。 キーワードと文書用途との対応について説明するための概略図。 プリントサーバ装置ＳＰのソフトウェア構成の概略の他の例を示したブロック図。 ユーザが管理ＵＩ部４７からキーワードを設定して、判断元情報データベース４１を更新するまでの処理の一例を示したフローチャート。 プリント条件データテーブルの他の例を示した概略図。

符号の説明

ＳＰ プリントサーバ装置
ＦＸ ネットワーク対応複合機
ＷＳ１〜ＷＳｎ ユーザ端末装置
４１ 判断元情報データベース
４２ テキスト抽出部
４３ プリント条件設定部
４４ 構文解析部
４５ 予測部
４６ 学習部
４７ 管理ＵＩ部
５２ キーワード設定部

Claims (7)

1. 文書を、当該文書の文書用途に従った出力条件で出力する文書処理システムであって、
   出力指定された文書データに含まれるテキストデータを抽出するテキスト抽出手段と、
   前記テキスト抽出手段が抽出したテキストデータに、所定の構文解析処理を適用して形態素を抽出する構文解析手段と、
   文書用途毎に、出力態様を定めた機器制御コード、および、１つ以上の印刷形式設定値が、あらかじめ登録されるプリント条件設定手段と、
   前記構文解析手段で抽出される形態素に基づいて、文書用途を予測する際に参照されるデータ群を保存した判断元情報データベース手段と、
   前記構文解析手段で抽出された形態素に基づき、前記判断元情報データベース手段に保存された前記データ群を参照し、前記出力指定された文書が各文書用途である確率を算出する予測演算手段と、
   前記予測演算手段が算出した確率に従い、文書用途をユーザに対話的に選択入力させるユーザインタフェース手段と、
   前記ユーザインタフェース手段によりユーザが選択した文書用途に登録されている機器制御コードおよび印刷形式設定値を用いて、当該文書を出力する出力手段を備えたことを特徴とする文書処理システム。
2. さらに、前記ユーザインタフェース手段によりユーザが選択した文書用途と、前記出力指定された文書について前記構文解析手段で抽出された形態素に基づいて、前記判断元情報データベース手段に保存した前記データ群を更新する学習手段を備えたことを特徴とする請求項１記載の文書処理システム。
3. 前記予測演算手段は、前記出力指定された文書の一部のページに含まれるテキストデータについて、前記構文解析手段で抽出される形態素に基づいて、前記予測演算を適用することを特徴とする請求項１又は２記載の文書処理システム。
4. 前記予測演算手段は、前記出力指定された文書の全部のページに含まれるテキストデータについて、前記構文解析手段で抽出される形態素に基づいて、前記予測演算を適用することを特徴とする請求項１又は２記載の文書処理システム。
5. 前記テキスト抽出手段、前記構文解析手段、前記プリント条件設定手段、前記判断元情報データベース手段、前記予測演算手段、および、前記出力手段は、第１の装置に実装され、
   前記ユーザインタフェース手段は、第２の装置に実装され、
   前記第１の装置と第２の装置は、ネットワークを介して接続されることを特徴とする請求項１乃至４のいずれかに記載の文書処理システム。
6. 前記テキスト抽出手段、前記構文解析手段、前記プリント条件設定手段、前記判断元情報データベース手段、前記予測演算手段、前記ユーザインタフェース手段、および、前記出力手段は、第１の装置に実装されることを特徴とする請求項１乃至４のいずれかに記載の文書処理システム。
7. 文書を、当該文書の文書用途に従った出力条件で出力する文書処理方法であって、
   出力指定された文書データに含まれるテキストデータを抽出するテキスト抽出ステップと、
   前記テキスト抽出ステップが抽出したテキストデータに、所定の構文解析処理を適用して形態素を抽出する構文解析ステップと、
   文書用途毎に、出力態様を定めた機器制御コード、および、１つ以上の印刷形式設定値が、あらかじめ登録されるプリント条件設定ステップと、
   前記構文解析ステップで抽出される形態素に基づいて、文書用途を予測する際に参照されるデータ群を保存した判断元情報データベースステップと、
   前記構文解析ステップで抽出された形態素に基づき、前記判断元情報データベースステップに保存された前記データ群を参照し、前記出力指定された文書が各文書用途である確率を算出する予測演算ステップと、
   前記予測演算ステップが算出した確率に従い、文書用途をユーザに対話的に選択入力させるユーザインタフェースステップと、
   前記ユーザインタフェースステップによりユーザが選択した文書用途に登録されている機器制御コードおよび印刷形式設定値を用いて、当該文書を出力する出力ステップを備えたことを特徴とする文書処理方法。