JP2021144512A

JP2021144512A - 文書処理装置及びプログラム

Info

Publication number: JP2021144512A
Application number: JP2020043169A
Authority: JP
Inventors: 勇人木下; Isato Kinoshita
Original assignee: Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2020-03-12
Filing date: 2020-03-12
Publication date: 2021-09-24
Anticipated expiration: 2040-03-12
Also published as: US20210286990A1; JP7480536B2; US11782990B2

Abstract

【課題】複数のページで構成される文書が複数セット含まれているデータを各セットに分類し、分類できなかったページがあった場合、該ページが属しうるセットの候補を表示しない場合と比して、分類できなかったページに対して適切なセットを特定するユーザの手間を削減する。【解決手段】文書処理装置１は、複数のページで構成される文書が複数セット含まれているデータを取得するデータ取得部１１と、取得したデータを複数の文書のセットに分類するセット分類部１２と、セット分類部１２が分類できなかったページの文書種別をユーザに選択させ、その文書書別が欠落している文書のセットを分類できなかったページが属するセットの候補として抽出し、セットの候補に分類できなかったページを挿入した形でユーザに提示することによって、分類できなかったページを、当該ページが属するべき文書のセットに分類させる分類支援処理部１３と、を有する。【選択図】図１

Description

本発明は、文書処理装置及びプログラムに関する。

帳票をスキャナで読み取り、その読取画像から帳票の種別を判別し、その帳票の種別に応じて帳票を分類する場合において、読取画像から帳票の種別が特定できない場合がある。このような場合に対応するために、従来では、読み取った帳票の種別を判定する技術が提案されている（例えば、特許文献１）。この従来技術では、帳票の分類の信頼度が決定閾値を超えない場合において候補閾値を超える場合には、その帳票の分類の種別のスコアが高かった領域をハイライト表示し、その表示を参照するユーザに正しい種別を選択させる。

特開２０１７−１０７４５５号公報

予め定められた複数のページで構成される文書が、複数セット含まれているデータを受け付け、各セットに分類した場合、分類できないページが見つかることがある。その場合、該ページが、どのセットに属すのか、ユーザが判断して該ページを適切なセットに分類する必要がある。

本発明は、複数のページで構成される文書が複数セット含まれているデータを各セットに分類し、分類できなかったページがあった場合、該ページが属しうるセットの候補を表示しない場合と比して、分類できなかったページに対して適切なセットを特定するユーザの手間を削減することを目的とする

本発明に係る文書処理装置は、プロセッサを備え、前記プロセッサは、予め定められた複数のページで構成される文書が、複数セット含まれているデータを受け付け、前記データを各セットに分類し、前記データにおいて分類できなかったページがある場合、前記ページが属しうるセットの候補を表示させる、ことを特徴とする。

また、前記プロセッサは、前記セットの候補と分類できなかった前記ページを同一画面上に表示させることを特徴とする。

また、前記プロセッサは、前記セットの候補のページが欠落している位置に、分類できなかった前記ページを挿入して表示させることを特徴とする。

また、前記プロセッサは、分類できなかった前記ページの受付日時、前記ページに記入されている文字の筆跡または前記ページに記載されている内容のうち、少なくとも１つと類似しているセットを前記セットの候補として表示させることを特徴とする。

また、前記プロセッサは、前記セットの候補の選出根拠を表示させることを特徴とする。

また、前記選出根拠は、分類されなかった前記ページと前記セットの候補が類似している箇所であることを特徴とする。

また、前記プロセッサは、前記セットの候補が複数存在する場合、分類できなかった前記ページに対する類似度によって前記セットの候補を優先付けて表示させることを特徴とする。

また、前記プロセッサは、前記セットの候補が抽出できなかった場合、分類できなかった前記ページを所定の格納先に登録することを特徴とする。

本発明に係るプログラムは、コンピュータに、予め定められた複数のページで構成される文書が、複数セット含まれているデータを受け付ける機能、前記データを各セットに分類する機能、前記データにおいて分類できなかったページがある場合、前記ページが属しうるセットの候補を表示させる機能、を実現させる。

請求項１に記載の発明によれば、複数のページで構成される文書が複数セット含まれているデータを各セットに分類し、分類できなかったページがあった場合、該ページが属しうるセットの候補を表示しない場合と比して、分類できなかったページに対して適切なセットを特定するユーザの手間を削減することができる。

請求項２に記載の発明によれば、同一画面上でセットの候補と分類できなかったページを確認させることができる。

請求項３に記載の発明によれば、セットの候補のページが欠落している位置に、分類できなかったページを挿入して表示させない場合と比して、分類できなかったページが属すべきセットをより確認しやすく表示させることができる。

請求項４に記載の発明によれば、受付日時、筆跡または記載内容を参照することにより分類できなかったページが属するセットの候補を抽出することができる。

請求項５に記載の発明によれば、セットの候補として抽出した根拠をユーザに提示することができる。

請求項６に記載の発明によれば、分類できなかったページとセットの候補の類似した箇所をユーザが確認することができる。

請求項７に記載の発明によれば、優先順位の高いセットから優先的にユーザに提示することができる。

請求項８に記載の発明によれば、属するセットが探し出せなかったページを別途管理することができる。

請求項９に記載の発明によれば、複数のページで構成される文書が複数セット含まれているデータを各セットに分類し、分類できなかったページがあった場合、該ページが属しうるセットの候補を表示しない場合と比して、分類できなかったページに対して適切なセットを特定するユーザの手間を削減することができる。

本発明に係る文書処理装置の一実施の形態を示すブロック構成図である。本実施の形態における文書のセットへの分類処理をフローチャートである。図２Ａに続くフローチャートである。本実施の形態においていずれかの文書のセットに分類できなかったページを一覧表示させたときの表示画面の一例を示す図である。図３においていずれかのページが選択された後に表示される表示画面の一例を示す図である。図４においてページ種別が選択された後に表示される表示画面の一例を示す図である。図５において、ページの画像が部分的に拡大表示されたときに表示される表示画面の一例を示す図である。図５又は図６において、ユーザがサンプル文書の種別が正しいと判定したときに表示される表示画面の一例を示す図である。本実施の形態において、表示されているセットの候補が候補として選出されている理由が表示されている表示画面の一例を示す図である。本実施の形態において、表示されているセットの候補が候補として選出されている理由が表示されている表示画面の他の例を示す図である。本実施の形態において、表示されているセットの候補が候補として選出されている理由が表示されている表示画面の他の例を示す図である。図７において、候補切替ボタンが選択されたときに表示される表示画面の一例を示す図である。本実施の形態において処理対象ページがセットに登録されたときに表示される表示画面の一例を示す図である。本実施の形態における単独ページ記憶部１８に記憶されている単独ページを表示させる表示画面の一例を示す図である。図５又は図６において、処理対象ページが添付文書の場合においてユーザがサンプル文書の種別が正しいと判定したときに表示される表示画面の一例を示す図である。本実施の形態において、表示されているセットの候補が候補として選出されている理由が表示されている表示画面の一例を示す図である。

以下、図面に基づいて、本発明の好適な実施の形態について説明する。

本実施の形態における文書処理装置１は、パーソナルコンピュータ（ＰＣ）等の従前から存在する汎用的なコンピュータのハードウェア構成で実現できる。すなわち、文書処理装置は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ハードディスクドライブ（ＨＤＤ）等の記憶手段、入力手段マウスやキーボード及び表示手段として設けられたディスプレイ等のユーザインタフェース手段、通信手段として設けられたネットワークインタフェース等を有する。

図１は、本発明に係る文書処理装置１の一実施の形態を示すブロック構成図である。本実施の形態における文書処理装置１は、データ取得部１１、セット分類部１２、分類支援処理部１３、ユーザインタフェース（ＵＩ）処理部１４、セット記憶部１５、未分類ページ記憶部１６、サンプル文書記憶部１７及び単独ページ記憶部１８を有している。なお、本実施の形態の説明に用いない構成要素については図から省略する。

データ取得部１１は、処理対象とするデータを取得する。本実施の形態では、予め定められた複数のページで構成される文書を取り扱うが、本実施の形態における「データ」には、この文書が複数セット含まれて構成される。セット分類部１２は、データに含まれているページをいずれかのセットの文書（以下、単に「セット」ともいう）に分類する。例えば、１０ページからなる文書を５セット取り扱う場合、データには５０ページが含まれることになるが、セット分類部１２は、５０ページから成るデータを５セットの文書に分類する。ただ、ページの文書種別が特定できないなどにより、いずれのセットにも分類できなかったページがある場合、そのページがどのセットに属するページであるのかという判断をユーザに委ねることになるが、分類支援処理部１３は、このユーザによるページの分類処理を支援する。ユーザインタフェース処理部１４は、操作受付部１４１及び表示制御部１４２を有している。操作受付部１４１は、マウスやキーボード等を用いたユーザ操作を受け付ける。表示制御部１４２は、ディスプレイへの表示を制御する。

セット記憶部１５には、セット分類部１２により文書種別が特定でき分類できた文書の各セットが記憶される。未分類ページ記憶部１６には、セット分類部１２により文書種別が特定できず、分類できなかったページが記憶される。未分類ページ記憶部１６に記憶されるページは、分類支援処理部１３によりいずれかのセットに分類されるが、単独ページ記憶部１８には、それでもいずれのセットにも分類できなかったページが記憶される。サンプル文書記憶部１７には、本実施の形態において取り扱う文書のサンプル文書が記憶される。本実施の形態では、文書を構成する各ページの文書種別として帳票又は添付文書を想定している。「帳票」というのは、文書の一形態であって、所定の形式に手書きなどによって何らかの記載がされている文書のことをいう。帳票は、例えば納品書や請求書等であり、帳票に添付される添付文書は、例えば免許証や保険証等である。従って、サンプル文書には、各ページのサンプルとなる画像が文書種別（つまり、納品書や免許証等）毎に含まれている。この文書種別毎に用意されるサンプルとなる画像のことを、以降の説明では「サンプルページ」と称することにする。サンプルページは、例えばページの形式を示す画像で形成される。

文書処理装置１における各構成要素１１〜１４は、文書処理装置１を形成するコンピュータと、コンピュータに搭載されたＣＰＵで動作するプログラムとの協調動作により実現される。また、各記憶部１５〜１７は、文書処理装置１に搭載されたＨＤＤにて実現される。あるいは、外部にある記憶手段をネットワーク経由で利用してもよい。

また、本実施の形態で用いるプログラムは、通信手段により提供することはもちろん、ＣＤ−ＲＯＭやＵＳＢメモリ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのＣＰＵがプログラムを順次実行することで各種処理が実現される。

前述したように、本実施の形態における「データ」は、予め定められた複数のページで構成される文書が複数セット含まれて構成される。また、セットを構成するページ数は既知であって、各セットとも同数である。また、各セットにおけるページの並び順、すなわちページの文書種別（以下、「ページ種別」という）の並び順も同じで予め定められている。従って、ページ種別が特定できると、当該ページは、属するセットの何ページ目に位置するページかということが特定できる。例えば、各セットが納品書、請求書、領収書及び添付文書という並び順の４ページで構成されている場合においてデータに３セットの文書が含まれているとする。すなわち、データは１２ページで構成されている。データに含まれている各ページは、自動分類処理によっていずれかのセットに分類されることになるが、何らかの理由によりいずれのセットにもページが分類できない場合が発生しうる。ただ、この場合でも、分類できなかったページのページ種別が、例えばユーザによって請求書と特定されたとすると、分類できなかったページ（つまり、請求書）は、セットの２ページ目に位置すると特定することができる。

しかしながら、この請求書は、３セットのうちのどのセットに属するページなのかまでは特定できない。データを構成するセットのうちただ１つのセットのみに請求書が欠落しているのであれば、請求書が属するセットは、請求書が欠落しているセットと容易に特定することができる。ただ、例えばデータが１００セットの文書で構成されていて、３ページ分の請求書がいずれのセットに属するのか分類できなかった場合、それぞれの請求書がどのセットに属するべきなのかは、容易に特定することはできない。

そこで、本実施の形態においては、このような場合でも分類できなかったページが属するセットの特定を支援することによって当該ページを分類できるようにすることを特徴としている。以下、本実施の形態におけるセットへの分類処理について、図２に示すフローチャートを用いて説明する。本実施の形態では、文書として帳票を取り扱う場合を例にして説明する。

データ取得部１１は、データを取得する（ステップ１０１）。データには、複数セットの文書が含まれている。文書は、帳票又は添付文書という文書種別のページを含めて構成される。文書の画像データは、文書をスキャナで読み取ることで作成される。本実施の形態では、説明の便宜上、文書の画像データを単に「文書」とも称する。また、文書は、複数のページの画像データで構成されるが、本実施の形態では、説明の便宜上、ページの画像データを単に「ページ」とも称する。

続いて、セット分類部１２は、データに含まれる各ページの分類確信度を計算する（ステップ１０２）。分類確信度は、ページ種別の自動判定の正確性を示す指標である。分類確信度は、０〜１００の値を取り、値が大きいほど、ページ種別を正確に判定できていることを示す。ページ種別が判別できないと、当該ページをいずれかのセットに分類することができない。本実施の形態では、ページをサンプルページと比較するなどして分類確信度を算出するが、分類確信度の算出方法は既存技術を利用する。また、本実施の形態では、各ページのセットへの分類が正しいと判定するための所定の閾値を予め設定している。セット分類部１２は、算出した分類確信度が所定の閾値以上のページを、対応するセットに分類してセット記憶部１５に保存する（ステップ１０３）。一方、セット分類部１２は、分類確信度が所定の閾値未満のページを、未分類ページ記憶部１６に登録する。

分類支援処理部１３は、表示制御部１４２に、未分類ページ記憶部１６に登録されたページを同一画面上に一覧表示させる（ステップ１０４）。なお、表示制御部１４２は、セット分類部１２及び分類支援処理部１３からの指示に応じて情報をディスプレイに表示するよう表示制御を行うが、以降の説明では、説明の簡略化のために、表示制御部１４２の動作を省略して説明する。

図３は、本実施の形態において分類確信度が所定の閾値未満のページを一覧表示させたときの表示画面の一例を示す図である。表示画面には、分類確信度が所定の閾値未満のページの縮小画像（以下、縮小画像のことを「サムネイル」と称する）が表示される。分類確信度が所定の閾値未満のページというのは、データに含まれるページのうち分類確信度が所定の閾値より低いことから、いずれのセットにも分類できなかったページと同義である。ユーザは、図３に示す表示画面から処理対象とするページを１つ選択する。操作受付部１４１がその選択操作を受け付けると、分類支援処理部１３は、選択されたページ（以下、「処理対象ページ」ともいう）を受け付ける（ステップ１０５）。なお、上記のように、ユーザによる何らかの操作は、操作受付部１４１が受け付けることになるが、以降の説明では、説明の簡略化のために、操作受付部１４１の動作は省略して説明する。図３では、ページ番号１のページが処理対象ページとして選択された例が示されている。

図４は、処理対象ページが選択された後に表示される表示画面の一例を示す図である。図４には、図３に示したページの一覧の表示領域２１と、処理対象ページの情報の表示領域２２と、処理対象ページの種別の候補となるページが表示される表示領域２３とが示されている。ページ一覧の表示領域２１については、図３において説明した通りである。処理対象ページの情報の表示領域２２には、図３において選択された処理対象ページの画像２４と、ステップ１０２において算出された分類確信度が表示される。本実施の形態では、文書には帳票と添付文書が含まれていることを想定しているので、処理対象ページが帳票と仮定した場合の分類確信度（以下、「帳票分類確信度」）と、処理対象ページが添付文書と仮定した場合の分類確信度（以下、「添付種別確信度」）と、を別個に求めている。表示領域２３には、処理対象ページの分類確信度が所定の閾値に達していなかったページの種別が表示さる（ステップ１０６）。

表示領域２３には、分類確信度が所定の閾値に達していなかったとは言え、達していない中で分類確信度が高い順にページ種別を並べて優先的に表示させる。表示領域２３に表示されるのは、サンプル文書記憶部１７に記憶されている当該ページ種別に対応するサンプルページである。各サンプルページには、当該サンプルページのサムネイルに対応させて、ページ種別（例えば、“帳票種１”、“添付−免許証”）、帳票の場合はセットにおけるページ番号（すなわち当該ページが何ページ目のページであるかを示す情報、例えば、“Ｐ２”）及び処理対象ページが当該サンプルページによって示される文書種別と判定される場合の分類確信度が示される。図４では、分類確信度が高い順に６種類の文書種別に対応するサンプルページが表示されている例が示されているが、表示させるページ数はこの例に限る必要はない。表示領域２３をスクロールできるユーザインタフェースとしてもよい。

ユーザは、表示領域２３に表示されているサンプルページを参照して、選択した処理対象ページが該当すると推測するページ種別を選択した後、「ＯＫ」ボタン２６を選択すると、分類支援処理部１３は、選択されたページ種別を受け付ける（ステップ１０７）。ここでは、“帳票種１”に対応するサンプルページのサムネイル２５が選択されたとする。この場合、分類支援処理部１３は、サンプルページを含むサンプル文書をサンプル文書記憶部１７から取得して画面に表示させる。

図５は、図４においてページ種別が選択され「ＯＫ」ボタン２６が選択された場合に（ステップ１０８でＮ）、表示される表示画面の一例を示す図である。図５に示すように、画面左側には、図４における表示領域２２に表示された分類確信度が低いページ、すなわち処理対象ページの画像２４が表示される。なお、以降の説明では、処理対象ページの画像２４を単に「処理対象ページ２４」とも称する。画面右側には、表示領域２３から選択されたサンプルページを含むサンプル文書の画像が表示される。なお、サンプルページの画像２５を単に「サンプルページ２５」とも称する。このとき、処理対象ページ２４と処理対象ページに対応するサンプルページ２５とが対比しやすいように、分類支援処理部１３は、当該サンプルページ２５を他のサンプルページより大きく、かつサンプル文書の最前面に表示させる。

このように、分類支援処理部１３は、処理対象ページ２４をサンプル文書と合わせて表示させる（ステップ１０９）。ここで、処理対象ページ２４にマウスカーソルを移動させ、所定の操作、例えば右クリックすると、分類支援処理部１３は、マウスカーソルの位置を中心とした所定の範囲の画像を抽出して表示領域３０ａに拡大表示させる。また、これと共に処理対象ページ２４から抽出した範囲に対応するサンプルページ２５の部分画像も合わせて表示領域３０ｂに拡大表示させる。このときの画面表示例を図６に示す。なお、表示領域３０ａは、右クリックに限らず、ドロップ操作などによって拡大表示させる範囲をユーザに指定させてもよい。ここでは、処理対象ページ２４をユーザによる操作対象としたが、サンプルページ２５を処理対象としてもよい。この場合、サンプルページ２５に対応する表示領域３０ｂと共に処理対象ページ２４に対応する表示領域３０ａを合わせて表示させる。

ユーザが図５に示す表示画面を参照して、処理対象ページ２４に対応する正しいサンプルページ２５を選択していないと判断した場合、「いいえ」ボタン２９を選択する。この場合（ステップ１１０でＮ）、分類支援処理部１３は、文書種別をユーザに改めて選択させるために、ステップ１０６に移行し、ページ種別の候補が表示される表示画面（図４）を表示させる。

ユーザは、図５又は図６に示す表示画面を参照して、処理対象ページに対応する正しいサンプルページ２５を選択していると判断した場合、「はい」ボタン２８を選択する。この場合（ステップ１１０でＹ）、分類支援処理部１３は、処理対象ページが欠落しているセット、上記例では２ページ目が欠落しているセットをセット記憶部１５から取得して画面に表示させる。

図７は、「はい」ボタン２８が選択された場合に表示される表示画面の一例を示す図である。分類支援処理部１３は、２ページ目が欠落しているセットの候補と共に処理対象ページ２４を表示させる（ステップ１１１）。具体的には、セットの１ページ目の画像３１と３ページ目の画像３２の間、すなわちセットの候補においてページが欠落している２ページ目の位置に処理対象ページの画像２４を挿入して表示させる。

ところで、２ページ目が欠落しているセットがセット記憶部１５に複数登録されている場合が考えられる。この場合、本実施の形態では、処理対象ページを挿入するセットの候補に優先順位を付けて表示させる。本実施の形態では、スキャン日時、筆跡又はページに記載されている内容のいずれかを、セットの候補の表示順を決める指標としてユーザ選択させ、ユーザにより選択された指標に従ってセットの候補に優先順位を付けることができるようにした。以下、優先順位を考慮したセットの候補の表示について図８〜図１０を用いて説明する。

図７に示す表示画面において、ユーザがアローボタン３３を操作してプルダウンメニューを表示させ、その中から「スキャン日時が近い」を選択する。なお、図７に示すように、セットの候補の表示順を決める初期値として「スキャン日時が近い」が設定されているので、「スキャン日時が近い」をあえて選択するための操作を行わなくてもよい。分類支援処理部１３は、ユーザにより選択された指標であるスキャン日時に従ってセットの候補を処理対象ページとスキャン日時の近い順に並べる。より詳細には、セットの１ページ目又は３ページ目のスキャン日時を参照する。スキャンは、各セットを１ページ目から順番にスキャンされていると仮定した場合、処理対象ページ（ここでは、２ページ目）とスキャン日時が最も近い１ページ目又は３ページ目を持つセットが、処理対象ページが属するセットと判断してもよい。スキャナによるスキャン日時は、各ページのプロパティ情報に含まれている。本実施の形態においては、スキャナにより読み取られたデータを即座にセットに分類することを想定しているので、各ページのスキャン日時を、文書処理装置１が当該ページを受け付けた受付日時と仮定している。

分類支援処理部１３は、処理対象ページのスキャン日時と、各セットにおける１（又は３）ページ目のスキャン日時とを対比し、スキャン日時の近い順にセットの候補を並べる。なお、スキャン日時に近い順というのは、処理対象ページとスキャン日時が類似している順ということができる。

ユーザがセットの候補の優先順位を決める指標（ここでは、スキャン日時）を選択した後、「根拠表示」ボタン３４を選択すると、分類支援処理部１３は、この選択操作に応じて図８に示すように各画像３１，２４，３２に対応するページがスキャンされた日時を当該セットが候補として選出されている理由、換言すると表示対象となっている根拠として画面表示させる。ユーザは、表示された処理対象ページとその前後に位置する１ページ目と３ページ目のスキャン日時を参照することで、表示されているセットの候補が、処理対象ページが属するセットかどうかを確認することができる。

また、ユーザがアローボタン３３を操作してプルダウンメニューを表示させ、その中から「筆跡が近い」を選択すると、分類支援処理部１３は、この操作に応じて処理対象ページ２４を解析することによって手書き文字を検出する。そして、セットの候補に対しても同様に手書き文字を検出する。そして、分類支援処理部１３は、処理対象ページ２４における手書き文字の筆跡と各セットの候補における手書き文字の筆跡とを対比し、筆跡が処理対象ページ２４と類似している順、つまり筆跡の類似度の高い順にセットの候補を並べる。

ユーザがセットの候補の優先順位を決める指標（ここでは、筆跡）を選択した後、「根拠表示」ボタン３４を選択すると、分類支援処理部１３は、この選択操作に応じて図９に示すように各画像３１，２４，３２から検出された手書き文字を拡大表示させる。比較しやすいように、表示させる手書き文字は、同じ項目（図９においては住所）を表示させるのが好適である。ただ、異なる文書種別のページなので、それぞれに同じ項目が含まれているとは限らない。従って、表示させる手書き文字は、特に限定する必要は無い。手書き文字はなければ生じさせる必要は無い。

また、ユーザがアローボタン３３を操作してプルダウンメニューを表示させ、その中から「記載内容が近い」を選択すると、分類支援処理部１３は、この操作に応じて各画像３１，２４，３２に対して文字認識処理及び自然言語処理を実施して、処理対象ページ２４における記載内容と各セットの候補における記載内容とを対比し、記載内容が類似している順、つまり記載内容の類似度の高い順にセットの候補を並べる。

ユーザがセットの候補の優先順位を決める指標（ここでは、記載内容）を選択した後、「根拠表示」ボタン３４を選択すると、分類支援処理部１３は、この選択操作に応じて図１０に示すように各画像３１，２４，３２から検出された記載内容を拡大表示させる。比較しやすいように、表示させる記載内容は、同じ項目（図１０においては氏名）を表示させるのが好適である。ただ、異なる文書種別のページなので、それぞれに同じ項目が含まれているとは限らないので、該当する記載がされていないページにおいては、３ページ目のように「該当なし」と表示させる。

以上のようにして、ユーザは、表示されているセットの候補が、処理対象ページが属する正しいセットかどうかを確認する。そして、他の文書のセットの候補も参照したい場合、ユーザは、候補切替ボタンとして設けられている「次へ」ボタン３５又は「戻る」ボタン３６を選択する。分類支援処理部１３は、上記候補切替ボタンの選択操作が行われると（ステップ１１２でＹ）、他のセットの候補を選択して画面に表示させる（ステップ１１７）。セットの候補は、所定の項目（スキャン日時等）の優先順位に従って並べられているので、分類支援処理部１３は、「次へ」ボタン３５が選択されると、現在表示中のセットに続く優先順位（つまり、優先順位が１つ下）のセットの候補を選択して表示させる。「戻る」ボタン３６が選択されると、現在表示中のセットより１つ手前の優先順位（つまり、優先順位が１つ上）のセットの候補を選択して表示させる。

図１１には、上記候補切替ボタンの選択操作に応じてセット候補１からセット候補２のセットに表示が切り替わった後の表示画面例が示されている。この場合も上記と同様に、分類支援処理部１３は、処理対象ページ２４を実際の２ページ目の位置、すなわち表示されているセットの１ページ目の画像３７と３ページ目の画像３８の間に挿入して表示させる。

ここで、ユーザがセットの候補の中に処理対象ページが属するセットが存在しないと判断した場合、「戻る」ボタン４０を選択する。分類支援処理部１３は、この操作に応じて（ステップ１１３でＮ）、処理をステップ１０９に移行し、図５に示す表示画面を表示させる。そして、ユーザは、図４において選択したページが適切でないと判断すると、図５に示す表示画面から「いいえ」ボタン２９を選択する。この場合（ステップ１１０でＮ）、分類支援処理部１３は、ページ種別をユーザに改めて選択させるために、ステップ１０６に移行し、ページ種別の候補が表示される表示画面（図４）を表示させる。

一方、ユーザが、表示されているセットの候補が、処理対象ページが属するセットであると判断した場合、「ＯＫ」ボタン３９を選択する。分類支援処理部１３は、この操作に応じて（ステップ１１３でＹ）、処理対象ページを表示されているセットの候補の２ページ目として含め、処理対象ページを含むセットをセット分類部１２に登録する（ステップ１１４）。

図１２は、処理対象ページが登録されたときの表示画面の一例を示す図である。処理対象ページがいずれかの文書のセットに登録された場合、分類支援処理部１３は、その登録されたセットを特定する情報を少なくとも含むメッセージ４１を表示させてユーザに知らせる。

以上説明したように、本実施の形態では、図４に示す表示画面の表示領域２３に表示されているサンプルページの中から処理対象ページの文書種別と推測されるサンプルページをユーザに選択させて、処理対象ページが属するセットを見つけ出せるようにした。ただ、表示領域２３に表示されているサンプルページから処理対象ページが属するセットを見つけ出せなかった場合、ユーザは、「該当なし」ボタン２７を選択する。分類支援処理部１３は、「該当なし」ボタン２７が選択されると、処理対象ページが属するセットを探し出せなかったと判断し（ステップ１０８でＹ）、処理対象ページを単独ページとして所定の格納先である単独ページ記憶部１８に登録する（ステップ１１６）。本実施の形態における単独ページ記憶部１８に記憶されている単独ページを表示させる表示画面の一例を図１３に示す。

ユーザは、単独ページとして登録されたことを確認すると「ＯＫ」ボタン４２を選択する。これにより、処理はステップ１１５に移行する。

図３において、選択されたペーに対しては、以上のように処理される。そして、分類できなかった全てのページに対して前述した処理が実施されていない場合（ステップ１１５でＮ）、分類支援処理部１３は、ステップ１０４に処理を移行して、図３に示す表示画面を表示させる。

ところで、ページ種別には、帳票の他に添付文書がある。処理対象ページが添付文書の場合でも上記と同様に処理すればよい。ただ、添付文書は、いずれかの文書のセットに添付されるページであることから、セットと添付文書を紐付ける情報がセットに含まれるいずれかの帳票に記載されている可能性が高い。

図１４は、処理対象ページが添付文書の場合であって、図５又は図６に示す表示画面から「はい」ボタン２８が選択された場合に表示される表示画面の一例を示す図である。図１４は、処理対象ページが添付文書ではなく帳票の場合の図７に対応する図である。図１４には、ページ種別が添付文書であって“セット候補１”のセットの候補が表示されている。上記説明では、表示されているセットの候補が、処理対象ページが属する正しいセットかどうかをユーザに確認させる機能について図８〜図１０を用いて説明したが、添付文書に対しては、更にセットの候補に優先順位をつける別の指標を示している。

ユーザがアローボタン３３を操作してプルダウンメニューを表示させ、その中から「添付種チェック」を選択すると、分類支援処理部１３は、この操作に応じて処理対象ページ４５及びセット候補に含まれているページの画像４３，４４に対して文字認識処理を実施して処理対象ページのページ種別（この例では、“免許証”）を特定する文字列を画像４３，４４から抽出する。分類支援処理部１３は、抽出した文字列“免許証”の数の多い順、又は画像４３，４４における位置などを基準にセットの候補と類似している順、つまり添付文書の種別の類似度の高い順にセットの候補を並べる。

ユーザがセットの候補の優先順位を決める指標（ここでは、添付文書の種別）を選択した後、「根拠表示」ボタン３４を選択すると、分類支援処理部１３は、この選択操作に応じて図１５に示すように、添付文書の種別を示す文字列（ここでは、“免許証”）を、例えばマーカなどを施して文字列が見つけやすいように表示させる。これ以外の処理は、ページ種別が帳票の場合と同じでよいので、説明を省略する。

上記実施の形態において、プロセッサとは広義的なプロセッサを指し、汎用的なプロセッサ（例えばＣＰＵ：ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ等）や、専用のプロセッサ（例えばＧＰＵ：ＧｒａｐｈｉｃｓＰｒｏｃｅｓｓｉｎｇＵｎｉｔ、ＡＳＩＣ：ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ、ＦＰＧＡ：ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ、プログラマブル論理デバイス等）を含むものである。

また上記実施の形態におけるプロセッサの動作は、１つのプロセッサによって成すのみでなく、物理的に離れた位置に存在する複数のプロセッサが協働して成すものであってもよい。また、プロセッサの各動作の順序は上記各実施の形態において記載した順序のみに限定されるものではなく、適宜変更してもよい。

１文書処理装置、１１データ取得部、１２セット分類部、１３分類支援処理部、１４ユーザインタフェース（ＵＩ）処理部、１５セット記憶部、１６未分類ページ記憶部、１７サンプル文書記憶部、１８単独ページ記憶部、１４１操作受付部、１４２表示制御部。

Claims

プロセッサを備え、
前記プロセッサは、
予め定められた複数のページで構成される文書が、複数セット含まれているデータを受け付け、
前記データを各セットに分類し、
前記データにおいて分類できなかったページがある場合、前記ページが属しうるセットの候補を表示させる、
ことを特徴とする文書処理装置。
前記プロセッサは、前記セットの候補と分類できなかった前記ページを同一画面上に表示させることを特徴とする請求項１に記載の文書処理装置。
前記プロセッサは、前記セットの候補のページが欠落している位置に、分類できなかった前記ページを挿入して表示させることを特徴とする請求項２に記載の文書処理装置。
前記プロセッサは、分類できなかった前記ページの受付日時、前記ページに記入されている文字の筆跡または前記ページに記載されている内容のうち、少なくとも１つと類似しているセットを前記セットの候補として表示させることを特徴とする請求項１に記載の文書処理装置。
前記プロセッサは、前記セットの候補の選出根拠を表示させることを特徴とする請求項１に記載の文書処理装置。
前記選出根拠は、分類されなかった前記ページと前記セットの候補が類似している箇所であることを特徴とする請求項５に記載の文書処理装置。
前記プロセッサは、前記セットの候補が複数存在する場合、分類できなかった前記ページに対する類似度によって前記セットの候補を優先付けて表示させることを特徴とする請求項１に記載の文書処理装置。
前記プロセッサは、前記セットの候補が抽出できなかった場合、分類できなかった前記ページを所定の格納先に登録することを特徴とする請求項１に記載の文書処理装置。
コンピュータに、
予め定められた複数のページで構成される文書が、複数セット含まれているデータを受け付ける機能、
前記データを各セットに分類する機能、
前記データにおいて分類できなかったページがある場合、前記ページが属しうるセットの候補を表示させる機能、
を実現させるためのプログラム。