JP2019109703A - 文書検索装置、文書検索方法、及びプログラム - Google Patents

Abstract

【課題】ドキュメントに含まれる文字のうち、画像により表現された文字と、文字データにより表現された文字とを判断し易くすることができる文書検索装置を提供する。【解決手段】文字が画像として表現された画像データと、文字列を表す文字データとを含み、各データを文書内における座標に応じた位置に配置する文書データを対象として、検索キーワードに基づく検索が可能であるか否かを判定する検索対象判定部と、前記文書データに含まれる各データについて、前記検索の対象であるか否かに応じて異なる表示態様で表示する表示態様変更部を有する。【選択図】図１

Description

本発明は、文書検索装置、文書検索方法、及びプログラムに関する。

クレジットカードの引き落とし明細書、各種手続きの申込書等の帳票が作成され、ユーザに対して印刷やＷｅｂ上での提示が行われている。
このような帳票は、米国アドビシステムズ社が提唱するＰＤＦ（Ｐｏｒｔａｂｌｅ Ｄｏｃｕｍｅｎｔ Ｆｏｒｍａｔ）形式のドキュメントファイルに変換することで、ＰＤＦドキュメントファイルの状態で保存する場合がある。この形式とすることで、ＰＤＦドキュメントファイルとして印刷処理して提示する場合と、Ｗｅｂ上で提示する場合とで同一の形態で提示することができる。例えば、ＰＤＦ等の電子ドキュメントファイルを利用したドキュメント管理をするシステムがある（例えば、特許文献１）。
このような帳票においては、発行元において作成された後に記述内容を変更する必要が生じた場合に、変更の対象となる箇所（変更対象箇所）の検索が行われ、抽出した変更対象箇所に対し編集が行われる。

特許第４５３０５７６号公報

しかしながら、帳票に記載された会社名称、書類名称、商品名称、広告等については、デザイン性のある文字列やロゴ（ロゴタイプ）によって表示する場合、文字情報（文字データ）ではなく画像により表現される場合がある。
文字が文字データとして表現されている場合には、文字や文字列をキーワードとした検索により変更対象箇所を抽出することができる。しかし、このように文字が画像により表現されている場合には、上述したキーワードによる検索では変更対象箇所を抽出することができない。
そのため、編集担当者は、例えば、ドキュメントについてキーワードによる検索により変更対象箇所を抽出して編集を行ったとしても、そのドキュメントを画面上に表示させ、変更対象箇所が抽出されずに残っていないかを目視により確認しなければならず、編集担当者にとって負担が大きい。
目視によって変更対象箇所を探す場合、キーワード検索が行われた箇所についても視認しつつ、ドキュメント全体を冒頭部分から末尾側まで確認する必要があるため、キーワード検索を行っていたとしても、変更対象箇所を探す作業の負担は、必ずしも削減されていない。

本発明は、このような状況に鑑みてなされたもので、その目的は、ドキュメントを編集しようとする場合に、変更対象箇所を探す作業の負担を軽減することができる文書検索装置、文書検索方法、及びプログラムを提供することにある。

上述した課題を解決するために、本発明は、文字が画像として表現された画像データと、文字列を表す文字データとを含み、各データを文書内における座標に応じた位置に配置する文書データを対象として、検索キーワードに基づく検索が可能であるか否かを判定する検索対象判定部と、前記文書データに含まれる各データについて、前記検索の対象であるか否かに応じて異なる表示態様で表示する表示態様変更部を有する。

また、上述した課題を解決するために、本発明は、検索対象判定部が、文字が画像として表現された画像データと、文字列を表す文字データとを含み、各データを文書内における座標に応じた位置に配置する文書データを対象として、検索キーワードに基づく検索が可能であるか否かを判定し、表示態様変更部が、前記文書データに含まれる各データについて、前記検索の対象であるか否かに応じて異なる表示態様で表示する文書検索方法である。

また、上述した課題を解決するために、本発明は、文書検索装置を制御するコンピュータに、文字が画像として表現された画像データと、文字列を表す文字データとを含み、各データを文書内における座標に応じた位置に配置する文書データを対象として、検索キーワードに基づく検索が可能であるか否かを判定させ、前記文書データに含まれる各データについて、前記検索の対象であるか否かに応じて異なる表示態様で表示させるためのプログラムである。

以上説明したように、本発明によれば、文書データに含まれるデータについて、検索キーワードに基づく検索が可能であるか否かに応じて異なる表示態様で表示するため、ドキュメントを編集しようとする場合に、変更対象箇所を探す作業の負担を軽減することができる。

本発明の第１の実施形態の文書検索装置３０を適用した文書検索システム１の構成を示す概略ブロック図である。 本発明の第１の実施形態の記憶部３０２に記憶された情報の構成例を示す図である。 本発明の第１の実施形態の表示態様変更部３０４により表示態様が変更される前の文書の表示例を示す図である。 本発明の第１の実施形態の表示態様変更部３０４により表示態様が変更された後の文書の表示例を示す図である。 本発明の第１の実施形態の文書検索装置３０が行う動作例を示すフローチャートである。

以下、実施形態の文書検索装置について図面を参照して説明する。

図１は、この発明の一実施形態による文書検索装置３０を適用した文書検索システム１の構成を示す概略ブロック図である。
文書検索システム１は、依頼元端末装置１０（依頼元端末装置１０−１、１０−２、…１０−ｎ）（ただし、ｎは任意の自然数）と、文書検索装置３０とが通信ネットワーク２０を介して接続される。

依頼元端末装置１０は、文書検索装置３０に対して文書データを送信し、文書データ内の検索可能な文字の表示態様を変更する要求を行う。
ここで、文書データは、文字が画像として表現された画像データと、文字列を表す文字データとを含み、各データが文書内における座標に応じた位置に配置されたものである。ここでの「文字列」には、複数の文字からなる文字列だけでなく、一つの文字からなる文字列も含む。また、ここでの「文字データ」とは、所定の文字コードに対応づけられた文字の情報をいい、キーワード入力された検索文字に対応させて検索可能となる文字の情報を示す。
また、文書データは、任意のデータ形式に従って作成されたデータであってよい。例えば、文書データは、ＰＤＦ、マイクロソフト社のＷｏｒｄ（登録商標）、Ｅｘｃｅｌ（登録商標）、ＰＰＴ（Ｐｏｗｅｒ Ｐｏｉｎｔ）（登録商標）、アドビシステムズ社のイラストレータ（登録商標）等のデータ形式で作成されたデータであってよい。

文書検索装置３０は、例えば、汎用コンピュータ、またはパーソナルコンピュータ等を含んで構成されるサーバ装置である。
なお、文書検索装置３０がサーバ装置である場合、文書検索装置３０は、１台のサーバ装置から構成されていてもよいし、クラウド上に構成された複数のサーバ装置で構成されてもよい。

文書検索装置３０は、通信部３０１、記憶部３０２、検索対象判定部３０３、及び表示態様変更部３０４を含んで構成される。
通信部３０１は、通信ネットワーク２０と通信接続する通信インターフェースである。通信部３０１は、依頼元端末装置１０から表示態様を変更する要求及びその対象である文書の文書データを受信する機能と、表示態様を変更した文書の文書データを依頼元端末装置１０に送信する機能とを有する。

記憶部３０２は、文字データと、座標データと、を記憶する。
文字データは、文書データ毎に、その文書データに含まれる文字データの各々にインデックス（検索）番号が対応付けられた情報である。
座標データは、インデックス番号で識別される文字データ毎に、その文字データに含まれる文字の各々の文書内における位置を示す座標を示す情報が対応づけられた情報である。

記憶部３０２は、記憶媒体、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ ｒｅａｄ／ｗｒｉｔｅ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、またはこれらの記憶媒体の任意の組み合わせによって構成される。

検索対象判定部３０３は、文書データに含まれる各データを対象として、検索キーワードに基づく検索が可能であるか否かを判定する。
検索対象判定部３０３は、文書データに含まれるデータを、文書データのデータ形式において入力や編集に使用される単位毎に抽出する。例えば、文書データがＥｘｃｅｌ（登録商標）で作成されたものである場合、検索対象判定部３０３は、同一のセルに表示される内容として記載されたデータを抽出する。検索対象判定部３０３は、抽出したデータがテキストデータであるか否かを判定し、データがテキストデータであると判定する場合、当該データが、検索キーワードに基づく検索が可能であると判定する。ここで、テキストデータは、「文字データ」の一例である。
検索対象判定部３０３は、抽出したデータが検索キーワードに基づく検索が可能であると判定した場合、当該データにインデックス（検索）番号を付与し、検索キーワードに基づく検索が可能な文字データとして、記憶部３０２の文字データのテーブルに記憶させる。

一方、検索対象判定部３０３は、抽出したデータが画像データ又はその他のオブジェクトによるデータ等であって、テキストデータでない場合、当該データが検索キーワードに基づく検索が可能でないと判定する。

また、検索対象判定部３０３は、記憶部３０２の文字データのテーブルに記憶させたテキストデータに含まれる文字の各々に対し、文書データに基づいて文書内における位置を示す座標データを取得する。座標データは、例えば、文字の表示が開始される位置を示す開始座標と、文字の表示が終了する位置を示す終了座標とを含んで構成される。検索対象判定部３０３は、取得した座標データを、インデックス番号、及び文字と対応づけて、記憶部３０２の座標データのテーブルに記憶させる。

表示態様変更部３０４は、文書データに含まれる各データについて、検索の対象であるか否かに応じて異なる表示態様で表示する。ここで、異なる表示態様とは、例えば、文書データに含まれるデータについて、元々の文書データで指定されている表示の態様とは異なる態様をいう。また、表示の態様とは、文字を表示させる場合の表示の状態、画像を表示させる場合の画像の表示のさせ方をいう。例えば、文字の表示態様は、フォントやフォントサイズ、及び太字や斜体等の字体を示すスタイル等により特定される。

例えば、表示態様変更部３０４は、検索対象判定部３０３により検索キーワードに基づく検索が可能であると判定された文字データについて、文書データで指定された文字コード、フォント、及びスタイル等に基づく表示を行わず、異なる文字コード等の異なる態様で表示する。
或いは、表示態様変更部３０４は、検索対象判定部３０３により検索キーワードに基づく検索が可能でないと判定された画像データ等の文字データとは異なるデータについて、元々の文書データで指定された色やスタイル等に基づく表示を行わず、異なる色等で表示する。
或いは、表示態様変更部３０４は、文書データに含まれる文字データについて文書データに指定された表示とは異なる態様で表示し、尚且つ、文字データとは異なる画像データ等のデータについて、文書データに指定された表示の態様、及び文字データを表示させた態様の双方とは異なる態様で表示する。以下の説明では、表示態様変更部３０４が、文書データに含まれる文字データの表示態様を元々の表示とは異なる態様に変更して表示する場合を例示して説明する。

表示態様変更部３０４は、例えば、検索の対象である文字データに含まれる文字（検索対象文字）について、所定の図形（白塗画像や黒塗り画像、ハッチング画像等）重ねて表示する。または、表示態様変更部３０４は、検索対象文字について、特定の文字（◆や★など）、又は図形に変換する。または、表示態様変更部３０４は、検索対象文字について、検索対象文字そのものを削除してもよい。また、表示態様変更部３０４は、検索対象文字を囲む枠を表示したり、検索対象文字を点滅させて表示したりしてもよい。また、表示態様変更部３０４は、検索対象文字について、検索対象文字の近傍に検索の対象である旨のメッセージを表示してもよい。

表示態様変更部３０４は、例えば、記憶部３０２の座標データのテーブルを参照し、テーブルに記憶された文字の開始座標及び終了座標で示される領域に対し、白塗画像等を重ねて表示する。または、表示態様変更部３０４は、座標データのテーブルに記憶された文字の各々に対し、その文字の代わりとする特定の文字、又は特定の図形を表示させる。或いは、表示態様変更部３０４は、座標データのテーブルに記憶された文字の各々を非表示とする。或いは、表示態様変更部３０４は、開始座標及び終了座標で示される領域の外周を囲む線を表示してもよい。また、表示態様変更部３０４は、座標データのテーブルに記憶された文字の各々を点滅させて表示してもよい。

表示態様変更部３０４は、例えば、表示態様を変更させた文書データをＰＤＦ形式のドキュメントファイルに変換し、変換したＰＤＦ形式のドキュメントファイルを、表示態様を変更した文書の文書データとして通信部３０１を介して依頼元端末装置１０に送信する。

検索対象判定部３０３、及び表示態様変更部３０４は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を含んで構成される。

図２は、本発明の第１の実施形態の記憶部３０２に記憶される情報の構成例を示す図である。図２（ａ）は、記憶部３０２に記憶される文字データのテーブルの一例を示す図である。図２（ｂ）は、記憶部３０２に記憶される座標データのテーブルの一例を示す図である。

図２（ａ）に示す文字データのテーブルは、検索に用いられるインデックス番号と、文字データとが対応付けられたデータである。インデックス番号（ｉｎｄｅｘ−１）には、「あいうえ」を示す文字データが記憶されている。また、インデックス番号（ｉｎｄｅｘ−２）には、「おかきくけこ」を示す文字データが記憶されている。これらのデータは、検索対象判定部３０３により抽出されて記憶部３０２に記憶される。

また、図２（ｂ）に示す座標データのテーブルは、インデックス番号と、対応する文字データに含まれる文字のそれぞれの座標データとが対応づけられたデータである。インデックス番号（ｉｎｄｅｘ−１）には、対応する文字データに含まれる「あ」、「い」、「う」、「え」の各文字の座標データが記憶されている。また、インデックス番号（ｉｎｄｅｘ−２）には、対応する文字データに含まれる「お」、「か」、「き」、「く」、「け」、「こ」の各文字の開始座標と終了座標を示す座標データが記憶されている。これらのデータは、検索対象判定部３０３により抽出されて記憶され、表示態様変更部３０４により参照される。このデータを参照することによって、キーワードによる検索が可能な文字の各々が、文書中の何処に位置しているかを取得することができる。

図３は、本発明の第１の実施形態の表示態様変更部３０４が表示態様を変更する前の文書の表示例を示す図である。
図３に示すように、表示態様が変更される前の文書では、文字が画像として表現された画像Ｇ−１、Ｇ−２と、文字データに基づいて表現された文字により構成される文字列Ｍ１〜Ｍ−１２とが表示されている。

図４は、本発明の第１の実施形態の表示態様変更部３０４が、図３の文書に対して表示態様を変更した後の文書の表示例を示す図である。
図４に示すように、表示態様が変更された後の文書には、文字が画像として表現された画像Ｇ−１、Ｇ−２の表示がそのまま残され、文字列Ｍ−１〜Ｍ−１２が記載されていた箇所の表示態様が変更され、白塗り画像Ｈ−１〜Ｈ−１２が表示されている。

図５は、本発明の第１の実施形態の文書検索装置３０が行う動作例を示すフローチャートである。
まず、文書検索装置３０の通信部３０１は、文書データを受信する（ステップＳ１０）。通信部３０１は、受信した文書データを、検索対象判定部３０３に出力する。
次に、検索対象判定部３０３は、文書データを参照し、検索キーワードに基づく検索が可能であるか否かを判定した判定結果に基づいて、文字データを抽出する（ステップＳ１１）。検索対象判定部３０３は、抽出した文字データを記憶部３０２に記憶させる。
次に、表示態様変更部３０４は、文字データのテーブルに記憶された文字データから、個々の文字の座標データを取得する（ステップＳ１２）。
そして、表示態様変更部３０４は、座標データに基づいて、文字データに含まれる個々の文字が表示される箇所の表示態様を変更する（ステップＳ１３）。

以上説明した実施形態によれば、文書検索装置３０は、検索キーワードに基づく検索が可能である箇所と、可能でない箇所とが互いに異なる表示態様で表示することができるため、ドキュメントを編集しようとする場合に、検索キーワードに基づく検索が可能な箇所に対して、例えば、白塗画像を重ねることで、表示された文字（検索対象文字）を視認しにくくする。こうすることで、文書検索装置３０は、ユーザに対して、表示態様が変更された箇所について、キーワード検索や置換により一括編集が可能な部分であり、目視による確認が不要であることを示すことができる。このため、ユーザは、表示態様が変更された箇所については目視による確認を行わず、残りの箇所について確認を行えばよい。そのため、ユーザは、確認が必要な箇所を削減することができ、尚且つ、視認が必要な箇所を簡単に特定することができ、変更対象箇所を探す作業の負担を軽減することができる。

なお、上記では、表示態様変更部３０４が検索対象文字の表示態様を変更する場合を例示して説明したが、これに限定されることはない。表示態様変更部３０４は、検索対象文字と、画像データにより示される文字（画像）とを互いに異なる表示態様で表示すればよい。例えば、表示態様変更部３０４は、画像データにより示される文字（画像）の表示態様を変更するようにしてもよい。この場合、例えば、表示態様変更部３０４は、記憶部３０２の文字データのテーブルに示される文字データの座標データで示される領域とは異なる領域に、特定の図形等を重ねて表示する。

上述した実施態様における文書検索装置３０の各部をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませて実行することにより処理を行なってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また、上記プログラムは、このプログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ（Field Programmable Gate Array）等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１…文書検索システム、３０…文書検索装置、３０３…検索対象判定部、３０４…表示態様変更部。

Claims (3)

1. 文字が画像として表現された画像データと、文字列を表す文字データとを含み、各データを文書内における座標に応じた位置に配置する文書データを対象として、検索キーワードに基づく検索が可能であるか否かを判定する検索対象判定部と、
   前記文書データに含まれる各データについて、前記検索の対象であるか否かに応じて異なる表示態様で表示する表示態様変更部
   を有する文書検索装置。
2. 検索対象判定部が、文字が画像として表現された画像データと、文字列を表す文字データとを含み、各データを文書内における座標に応じた位置に配置する文書データを対象として、検索キーワードに基づく検索が可能であるか否かを判定し、
   表示態様変更部が、前記文書データに含まれる各データについて、前記検索の対象であるか否かに応じて異なる表示態様で表示する
   文書検索方法。
3. コンピュータに、
   文字が画像として表現された画像データと、文字列を表す文字データとを含み、各データを文書内における座標に応じた位置に配置する文書データを対象として、検索キーワードに基づく検索が可能であるか否かを判定させ、
   前記文書データに含まれる各データについて、前記検索の対象であるか否かに応じて異なる表示態様で表示させる
   プログラム。

Images