JP2023047181A - 情報処理装置、及び情報処理プログラム - Google Patents

Abstract

【課題】属性値の属性を表す見出し行が付けられていない表がある場合であっても、複数の表を順に並べた上で、見出し行が付けられていない表から、見出し行に含まれる属性の属性値を取得する。
【解決手段】情報処理装置１０は、画像化された複数の表４から、共通の構造情報を有する見出し表４Ａと、少なくとも１つ以上の後続表４Ｂで構成された表群を抽出し、見出し表４Ａと後続表４Ｂの連続性を表す順序属性の属性値を用いて、表群に含まれる各々の表４の並び順が連続するように各々の表４を関連付け、連続性を有する一連の表４から、見出し行６に含まれる各々の属性に対応した属性値を取得する。
【選択図】図５

Description

本発明は、情報処理装置、及び情報処理プログラムに関する。

特許文献１には、文書情報の入力を受け付けて、前記文書情報に含まれる表の構成を表す表の構成情報を抽出する文書入力部と、前記表の構成情報に基づいて、前記表を構成する各セルが、見出し要素、内容記入要素、又はその他の要素のいずれに該当するのかを表す表の構造情報を推定する表構造推定部と、前記見出し要素に該当するセルおよび前記内容記入要素に該当するセルの、前記表における位置関係に基づいて前記見出し要素に含まれる情報と前記内容記入要素に含まれる情報との関係を決定する表要素間関係決定部と、を備える表情報読取装置が開示されている。

特開２０２０－１５５０５４号公報

表が１ページに収まらないため、例えば改ページにより１つの表が複数の表に分割されると、先頭の表にのみ、表に記載された内容の属性を示す見出し行が含まれ、後続する表には見出し行が含まれないといった状況が発生する。したがって、種類の異なる複数の表が分割され、分割後の各々の表が用紙の各ページに１つずつが記載されたとすれば、用紙を表の分割順に並べられていない状態でスキャナ等により画像化してしまうと、何れの表が分割前の同種の表を構成していた表であるかわからないことがある。

このような場合、従来は、表の列数、列の幅、罫線の種類、背景色、及びフォントの種類といった表の構造を参照して、分割後の各々の表から分割前の表を構成し、見出し行に含まれる属性に対応した属性値を表中から抽出している。

しかしながら、表の構造を参照して、分割後の各々の表から分割前の表を構成する場合、表の構造からは表の順序まではわからないため、構造が同じ表同士を関連付けて構成した表が分割前の表と同じ順序に並んでいるかまでは保証されない。

本発明は、複数の表の中に、属性値の属性を表す見出し行が付けられていない表がある場合であっても、複数の表を順に並べた上で、見出し行が付けられていない表から、見出し行に含まれる属性の属性値を取得することができる情報処理装置、及び情報処理プログラムを提供することを目的とする。

第１態様に係る情報処理装置は、プロセッサを備え、前記プロセッサは、画像化された複数の表から、表の構造に関して共通の特徴を有する、表中の属性値の属性を表す見出し行が付けられた第１表と、前記見出し行が付けられていない少なくとも１つ以上の第２表で構成された表群を抽出し、前記見出し行に含まれる属性であって、前記第１表及び前記第２表の連続性を表す属性の属性値を用いて、前記表群に含まれる各々の表の並び順が連続するように各々の表を関連付け、並び順が連続した前記第１表及び前記第２表によって構成される一連の表から、前記見出し行に含まれる各々の属性に対応した属性値を取得する。

第２態様に係る情報処理装置は、第１態様に係る情報処理装置において、前記プロセッサは、前記見出し行に含まれる属性であって、前記一連の表を構成する表の過不足に関する整合性を表す属性の属性値を用いて、前記一連の表を構成する表に対する過不足の有無を検出し、過不足が検出されなかった前記一連の表から、前記見出し行に含まれる各々の属性に対応した属性値を取得する。

第３態様に係る情報処理装置は、第２態様に係る情報処理装置において、前記整合性を表す属性は、前記見出し行に含まれる何れかの属性に対応した前記一連の表における各属性値の合計が前記一連の表を構成する何れかの表を含む画像内に予め示されている属性であり、前記プロセッサは、前記一連の表を構成する各々の表の前記整合性を表す属性に対応した各属性値の合計と、前記一連の表を構成する何れかの表を含む画像内に予め示されている前記合計とが一致すれば、前記一連の表を構成する表に過不足がないと検出する。

第４態様に係る情報処理装置は、第１態様～第３態様の何れかの態様に係る情報処理装置において、前記連続性を表す属性は、前記表群における属性値の並び順を表す属性であり、前記プロセッサは、前記表群から選択した２つの表のうち、一方の表の最終行における前記連続性を表す属性の属性値と、他方の表の先頭行における前記連続性を表す属性の属性値とが、属性値が並んでいる状態として予め定められた規則性に従っている場合に、前記一方の表と前記他方の表が連続していると検出する。

第５態様に係る情報処理装置は、第１態様に係る情報処理装置において、前記プロセッサは、前記見出し行に前記連続性を表す属性が含まれなければ、前記見出し行に含まれる属性であって、前記表群を構成する表の過不足に関する整合性を表す属性の属性値を用いて、前記表群を構成する表に対する過不足の有無を検出し、過不足が検出されなかった前記表群から、前記見出し行に含まれる各々の属性に対応した属性値を取得する。

第６態様に係る情報処理装置は、第５態様に係る情報処理装置において、前記プロセッサは、前記見出し行に前記整合性を表す属性が含まれなければ、前記第１表及び前記第２表の外部に存在する情報であって、前記第１表及び前記第２表の連続性を表す外部情報を用いて、前記表群に含まれる各々の表の並び順が連続するように各々の表を関連付け、並び順が連続した前記第１表及び前記第２表によって構成される一連の表から、前記見出し行に含まれる各々の属性に対応した属性値を取得する。

第７態様に係る情報処理装置は、第６態様に係る情報処理装置において、前記プロセッサは、前記第１表及び前記第２表の何れかが含まれるページのページ番号、又は前記第１表及び前記第２表の並び順を表す表番号を前記外部情報として用いて、前記表群に含まれる各々の表の並び順が連続するように各々の表を関連付ける。

第８態様に係る情報処理装置は、プロセッサを備え、前記プロセッサは、画像化された複数の表から、表の構造に関して共通の特徴を有する、表中の属性値の属性を表す見出し行が付けられた第１表と、前記見出し行が付けられていない少なくとも１つ以上の第２表で構成された表群を抽出し、前記見出し行に含まれる属性であって、前記表群を構成する表の過不足に関する整合性を表す属性の属性値を用いて、前記表群を構成する表に対する過不足の有無を検出し、過不足が検出されなかった前記表群から、前記見出し行に含まれる各々の属性に対応した属性値を取得する。

第９態様に係る情報処理プログラムは、コンピュータに、画像化された複数の表から、表の構造に関して共通の特徴を有する、表中の属性値の属性を表す見出し行が付けられた第１表と、前記見出し行が付けられていない少なくとも１つ以上の第２表で構成された表群を抽出し、前記見出し行に含まれる属性であって、前記第１表及び前記第２表の連続性を表す属性の属性値を用いて、前記表群に含まれる各々の表の並び順が連続するように各々の表を関連付け、並び順が連続した前記第１表及び前記第２表によって構成される一連の表から、前記見出し行に含まれる各々の属性に対応した属性値を取得する処理を実行させるためのプログラムである。

第１０態様に係る情報処理プログラムは、コンピュータに、画像化された複数の表から、表の構造に関して共通の特徴を有する、表中の属性値の属性を表す見出し行が付けられた第１表と、前記見出し行が付けられていない少なくとも１つ以上の第２表で構成された表群を抽出し、前記見出し行に含まれる属性であって、前記表群を構成する表の過不足に関する整合性を表す属性の属性値を用いて、前記表群を構成する表に対する過不足の有無を検出し、過不足が検出されなかった前記表群から、前記見出し行に含まれる各々の属性に対応した属性値を取得する処理を実行させるためのプログラムである。

第１態様、第８態様、第９態様、及び第１０態様によれば、複数の表の中に、属性値の属性を表す見出し行が付けられていない表がある場合であっても、複数の表を順に並べた上で、見出し行が付けられていない表から、見出し行に含まれる属性の属性値を取得することができる、という効果を有する。

第２態様によれば、過不足なく順に並んだ一連の表から、見出し行に含まれる各々の属性に対応した属性値を取得することができる、という効果を有する。

第３態様によれば、見出し行に含まれる何れかの属性に対応した各属性値の合計から、一連の表の整合性の有無を検出することができる、という効果を有する。

第４態様によれば、並び順を表す表中における属性の属性値を用いて、前後の表における連続性の有無を検出することができる、という効果を有する。

第５態様によれば、見出し行に表の連続性を表す属性が含まれていない場合であっても、分割前の表を構成して、見出し行に含まれる各々の属性に対応した属性値を取得することができる、という効果を有する。

第６態様によれば、表中に連続性及び整合性を表す何れの属性が含まれていない場合であっても、複数の表を順に並べて関連付けることができる、という効果を有する。

第７態様によれば、外部情報を、複数の表を順に並べるための情報として利用することができる、という効果を有する。

見出し表の一例を示す図である。 後続表の一例を示す図である。 情報処理装置の機能構成例を示すブロック図である。 コンピュータを用いて構成した情報処理装置における電気系統の要部構成例を示す図である。 第１実施形態に係る抽出処理の流れの一例を示すフローチャートである。 第２実施形態に係る抽出処理の流れの一例を示すフローチャートである。 第３実施形態に係る抽出処理の流れの一例を示すフローチャートである。 第４実施形態に係る抽出処理の流れの一例を示すフローチャートである。 ページ番号の一例を示す図である。 表番号の一例を示す図である。 ページ内で分割された表の一例を示す図である。

以下、本実施形態について図面を参照しながら説明する。なお、同じ構成要素及び同じ処理には全図面を通して同じ符号を付与し、重複する説明を省略する。

本実施形態に係る情報処理装置１０は、例えば用紙等の記録媒体に形成された表４を含む文書を光学的に読み取ることで生成された画像２から、表４の見出し行６に含まれる各々の属性に対応した属性値を取得する。

図１は、情報処理装置１０が受け付ける画像化された文書の一例を示す図である。文書の画像２に表４が含まれていれば、情報処理装置１０が受け付ける画像化された文書の種類に制約はなく、例えば発注書、請求書、見積書、契約書、設計図、及び組立図など、どのような種類の文書であってもよい。当然のことながら、画像化された文書には表４以外にも、例えば図形及び写真といった図が含まれていてもよい。

ここで、「属性」とは、画像２から得たい情報を識別するために用いる項目のことである。属性に対する属性値とは、画像２に含まれる文字によって表されている各々の属性の内容のことである。

図１に示す発注書の画像２を例にして表４における属性と属性値の関係を説明すると、表４の見出し行６に記載されている「Ｎｏ」、「商品名」、「数量」、「単価」、及び「金額」は、表４に記載されている情報を識別するための項目を表していることから表４における属性の一例である。また、見出し行６に含まれる表４の各属性が記載されているセル３に対して、それぞれ表４の列方向に並んでいる見出し行６以外の各行のセル３に記載されている各々の文字が、見出し行６に含まれる表４の各属性に対する属性値である。例えば「金額」という属性を表しているセル３Ａに対して、表４の列方向に並んでいる「１００，０００」、「２，３００」、「１７，２００」、「１０，０００」、「２，４００」、「６５，０００」、及び「２８，０００」は、「金額」という属性に対して具体的な値を表していることから、「金額」という属性に対する属性値の一例である。

「セル３」とは表４の枠線で区切られた各々の領域のことをいう。しかしながら、セル３は必ずしも表４の枠線で区切られている必要はなく、表４の枠線が存在しない場合であっても、行と列の対応関係が一意に識別できる状態で文字が配置されていれば、各々の文字の位置が表４のセル３として認識される。

情報処理装置１０は、画像２に対して画像２内の特定の位置を原点Ｐ１とした２次元座標系を規定し、画像２内の位置を２次元座標系の座標値によって表している。図１に示す発注表の画像２の例では、画像２の左上の頂点を原点Ｐ１に設定し、画像２の横方向に沿ってＸ軸を設定すると共に、画像２の縦方向に沿ってＹ軸を設定している。本実施形態において、表４の行方向とは２次元座標系のＸ軸方向のことを表し、表４の列方向とは２次元座標系のＹ軸方向のことを表す。

また、情報処理装置１０は、画像２内における表４の各列の位置を２次元座標系に従って特定する。列の位置は、例えば各列を区切る枠線のＸ座標値として表される。図１に示す表４の例の場合、表４の先頭行における各セル３の左上の頂点Ｐ２のＸ座標値によって列の位置が表されている。なお、図１、並びに、後から説明を行う図２及び図１１では、代表例として最も左の列のみに対して列の位置を表示している。

なお、図１に示す表４は、例えば全体が１ページに収まりきらないといった理由、又はレイアウト上の理由により、表４の途中で改ページが行われている。

図２は、図１に示す表４の後ろに続く表４の一例を示す図である。図１に示した表４の後ろには、更に図２（Ａ）～図２（Ｃ）に示す３つの表４が続いており、図１、及び図２（Ａ）～図２（Ｃ）に示す４つの表４で分割前の表４が構成されているものとする。すなわち、図１、及び図２（Ａ）～図２（Ｃ）に示す各々の表４は、元々１つの表４が４分割されていることから、それぞれを分割後の表４という。

ユーザはひとまとまりの表４を必ずしも１ページに収まるように作成するとは限らない。したがって、情報処理装置１０は、複数のページ（図１、及び図２（Ａ）～図２（Ｃ）に示す表４の例では４ページ）をまたぐように分割された分割後の表４を含む画像２を受け付けることもある。

見出し行６は、表４の先頭行に配置されることから、ユーザが意識的に分割後の後続する各表４の先頭行に見出し行６を挿入しない限り、図１に示した表４に後続する図２（Ａ）～図２（Ｃ）に示す各々の表４には見出し行６が含まれない。

以降では、説明の便宜上、図１に示した表４のように見出し行６を含む表４を、「見出し表４Ａ」又は「表４Ａ」と表し、見出し表４Ａの後ろに続く、図２（Ａ）～図２（Ｃ）に示すような見出し行６を含まない表４を「後続表４Ｂ」又は「表４Ｂ」と表す。また、特に見出し表４Ａと後続表４Ｂを区別して説明する必要がない場合には、単に「表４」と表す。見出し表４Ａは、本実施形態に係る「第１表」の一例であり、後続表４Ｂは、本実施形態に係る「第２表」の一例である。

一方、画像２には、見出し行６に含まれる金額及び数量といった少なくとも１つの加算可能な属性に対する合計を表す情報が含まれることがある。図１及び図２に示す表４の例においても、図１の領域８に「合計金額」という項目名で金額の合計が示され、かつ、図２（Ｃ）における表４Ｂのセル３Ｂにも、「合計金額」という項目名で金額の合計が示されている。

図３は、本実施形態に係る情報処理装置１０の機能構成例を示すブロック図である。情報処理装置１０は、画像受付部１１、ユーザインターフェース（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ：ＵＩ）部１２、画像処理部１３、制御部１４、及び出力部１５の各機能部と、ＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）結果ＤＢ（Ｄａｔａｂａｓｅ）１６、及び抽出結果ＤＢ１７の各記憶領域と、関連付けルール１８の各ルールと、を含む。

画像受付部１１は、例えば文書の内容を光学的に読み取って文書の画像２を生成するスキャナ等の光学機器から表４が含まれた画像２を受け付け、受け付けた画像２を画像処理部１３に引き渡す。画像受付部１１が受け付ける画像２には、表４が１ページに収まっている画像２の他、複数のページにまたがって分割されている表４を含む画像２が含まれる。また、画像受付部１１における画像２の受付順は、必ずしもページ順に並んでいるとは限らず、ページが前後していたり、ページが欠落していたり、更に、属性値の取得対象となっている文書とは関係のない文書のページが紛れ込んでいることもあり得る。例えば図１及び図２に示した表４を含む画像２の本来の並びは、先頭から図１、図２（Ａ）、図２（Ｂ）、及び図２（Ｃ）の順であるが、ページ順に並んでいない発注表をスキャナで読み取った場合、先頭から図１、図２（Ｂ）、図２（Ａ）、及び図２（Ｃ）の順に画像２を受け付けることもある。

ＵＩ部１２は、例えば画像受付部１１による画像２の受け付け開始指示のように、情報処理装置１０を利用して、画像２内の表４における属性の属性値を取得しようとしているユーザからの指示を受け付けると共に、情報処理装置１０の動作や状態といった各種情報をユーザに通知する。

画像処理部１３は、画像受付部１１が受け付けた画像２から文字情報を抽出すると共に、抽出した文字情報の中から、表４における予め定めた属性に対する属性値を抽出する処理を行う。そのため、画像処理部１３は、ＯＣＲ処理部１３Ａ及び抽出部１３Ｂを含む。

ＯＣＲ処理部１３Ａは、受け付けた画像２に対して公知の画像認識を行い、画像２のうち文字に相当する箇所を文字コードに変換する。すなわち、ＯＣＲ処理部１３Ａによって、画像２内の文字に相当する箇所が文字情報として扱われるようになり、文字のコピー、及び文字の検索が行われるようになる。

また、ＯＣＲ処理部１３Ａは、表４の枠線を認識して、表４の構造を特定する。表４に枠線が存在しない場合、ＯＣＲ処理部１３Ａは、例えば表４内の文字には行方向及び列方向に沿って格子状で配置されるという文字の配置に関する特徴があることを用いて、表４の構造を特定すればよい。

表４の構造とは、例えば表４の列数、列の幅、行の幅、表４の罫線の種類、列の位置、及びセル３の背景色、並びに、セル３内に記載されている各々の文字のフォントの種類及び大きさといった、表４の外見上の特徴のことである。表４の構造の特定には、例えば特許文献１に示すような公知の特定手法を用いればよい。表４の構造を表す情報を「表４の構造情報」という。

以降では、ＯＣＲ処理部１３Ａによって画像２から得られた文字情報及び表４の構造情報を「ＯＣＲ結果」ということにする。ＯＣＲ処理部１３Ａは、ＯＣＲ結果をＯＣＲ結果ＤＢ１６に記憶する。

抽出部１３Ｂは、ＯＣＲ結果ＤＢ１６に記憶されたＯＣＲ結果を参照して、画像受付部１１で受け付けた画像２に含まれるすべての表４を抽出し、抽出した各々の表４を、表４の構造に関して共通の特徴を有する表４毎に分類する。一例として、ＯＣＲ処理部１３Ａは、抽出した各々の表４における各列の幅ＷＤ（図１参照）を参照し、各列の幅ＷＤが同じ表４同士を、表４の構造に関して共通の特徴を有する表４として分類する。当然のことながら、抽出部１３Ｂは、列の幅ＷＤと、列の幅ＷＤ以外の表４の構造情報と、を組み合わせて、抽出した各々の表４を、表４の構造に関して共通の特徴を有する表４毎に分類してもよい。

同じ表４から分割された表４であれば、表４の構造が同じになる傾向が見られることから、表４の構造に関して共通の特徴を有する分割後の表４同士は、他の分割後の表４に比べて同じ表４を構成する表４同士である蓋然性が高い。このように、同じ表４を構成すると考えられる分割後の表４の集合を「表群」という。

当然のことながら、分割されていない表４の場合、表群には分割されていない表４が１つ含まれる。分割されている表４の場合、分割前の表４は表４の先頭にしか見出し行６を含んでいないため、表群には１つの見出し表４Ａと、少なくとも１つ以上の後続表４Ｂが含まれる。

抽出部１３Ｂは、分類した各々の表群を抽出結果ＤＢ１７に記憶する。

制御部１４は、画像処理部１３によって画像２に含まれる各々の表４が表群に分類されると、予め定められた関連付けルール１８に従って、表群に含まれる各々の表４を関連付ける制御を行う。

関連付けルール１８は、表群に含まれる各々の表４をどのように関連付けるかを規定したルールである。

関連付けルール１８には、連続性を有するように表群内の各々の表４を関連付ける関連付けルール１８（以降、「連続性ルール」という）、及び整合性を有するように表群内の各々の表４を関連付ける関連付けルール１８（以降、「整合性ルール」という）の少なくとも一方が含まれる。

表４に関する「連続性」とは、分割後の各々の表４の並び順が連続する状態をいう。また、表４に関する「整合性」とは、分割後の表４を組み合わせると、分割前の表４の内容が過不足なく含まれる状態をいう。

制御部１４は、関連付けルール１８として連続性ルールが規定されている場合には、表群に含まれる各々の表４が分割前の表４と同じ並びとなるように各々の表４を関連付ける。また、制御部１４は、関連付けルール１８として整合性ルールが規定されている場合には、表群に含まれる表４を関連付けることで得られる表４に、分割前の表４の内容が過不足なく含まれているかを予め判定した上で、表群に含まれる各々の表４を関連付ける。なお、「各々の表４を関連付ける」とは、一例として、関連付けルール１８を満たすように分割後の表４を結合する態様を含む。

このようにして、見出し行６を含む表４Ａに後続表４Ｂが関連付けられると、見出し行６に含まれる表４の各属性に対する属性値が表４の列方向に沿って並ぶことになる。したがって、見出し行６が含まれない後続表４Ｂに含まれる各セル３の内容が、表４の何れの属性に対応した属性値を表しているのかといった対応関係が得られることになる。すなわち、制御部１４は、関連付けルール１８に従って表群に含まれる各々の表４を関連付けることで、関連付けられた表４が連続性及び整合性の少なくとも一方を有した状態で、見出し行６が含まれない各々の後続表４Ｂに対して見出し行６を仮想的に対応付ける。

制御部１４は連続性及び整合性の少なくとも一方を有するように関連付けられた表４から、見出し行６に含まれる表４の各属性に対する属性値を取得する。

表４の各属性に対する属性値の取得には、例えば「表中ＫＶ抽出」が用いられる。表中ＫＶ抽出とは、見出し行６に含まれる表４の属性に対する属性値を、ページ単位で表４から抽出する手法である。表中ＫＶ抽出における“ＫＶ”とは、“Ｋｅｙ－Ｖａｌｕｅ”の略であり、“Ｋｅｙ”とは画像２において属性を表す文字列であり、“Ｖａｌｕｅ”とは属性に対する属性値を表す文字列である。

例えば図１に示した発注表の画像２に対して表中ＫＶ抽出を行った場合、「金額」という属性に対して、表４Ａの列方向に並んでいる「１００，０００」、「２，３００」、「１７，２００」、「１０，０００」、「２，４００」、「６５，０００」、及び「２８，０００」が金額の属性値として表４Ａから抽出される。

こうした表中ＫＶ抽出には、表中のどのセル３がどの属性の属性値であるかを特定するために見出し行６が必要になる。

したがって、本来であれば、見出し行６を含まない後続表４Ｂからは、表中ＫＶ抽出によって表４の属性に対する属性値を抽出することができない。しかしながら、上記で説明したように、本実施形態に係る情報処理装置１０の場合、後続表４Ｂに対して仮想的に見出し行６を対応付けることができる。したがって、本実施形態に係る情報処理装置１０は、関連付けられた表４が連続性及び整合性の少なくとも一方を有する状態で、後続表４Ｂからも見出し行６に含まれる表４の属性に対する属性値を取得することができるようになる。

制御部１４は、連続性及び整合性の少なくとも一方を有するように関連付けた各々の表４から取得した属性値を、見出し行６に含まれる表４の各属性と対応付けて抽出結果ＤＢに記憶する。

なお、情報処理装置１０おける関連付けルール１８に従った具体的な表４の関連付けの処理内容については、後ほど詳細に説明する。

出力部１５は、制御部１４の指示に従って、制御部１４によって画像２から抽出された分割前の表４の各属性に対する属性値を抽出結果ＤＢ１７から取得して出力する。

表４の各属性に対する属性値を出力するとは、表４の各属性に対する属性値をユーザが確認可能な状態にすることである。したがって、表４の各属性に対する属性値を通信回線経由で外部装置に送信する形態、表４の各属性に対する属性値をディスプレイで表示する形態、表４の各属性に対する属性値を画像形成装置で用紙等の記録媒体に印字する形態、及び表４の各属性に対する属性値をユーザに読み取り権限が与えられている記憶装置に記憶する形態は、何れも表４の各属性に対する属性値の出力例である。

図３に示した情報処理装置１０は、例えばコンピュータ２０を用いて構成される。図４は、コンピュータ２０を用いて構成した情報処理装置１０における電気系統の要部構成例を示す図である。

コンピュータ２０は、図３に示した情報処理装置１０の各機能部を担うＣＰＵ（Central Processing Unit）２１、ＣＰＵ２１で実行される情報処理プログラムを記憶するＲＯＭ（Read Only Memory）２２、ＣＰＵ２１の一時的な作業領域として使用されるＲＡＭ（Random Access Memory）２３、不揮発性メモリ２４、及び入出力インターフェース（Ｉ／Ｏ）２５を備える。そして、ＣＰＵ２１、ＲＯＭ２２、ＲＡＭ２３、不揮発性メモリ２４、及びＩ／Ｏ２５がバス２６を介して各々接続されている。

不揮発性メモリ２４は、不揮発性メモリ２４に供給される電力が遮断されても、記憶した情報が維持される記憶装置の一例であり、例えば半導体メモリが用いられるがハードディスクを用いてもよい。不揮発性メモリ２４は、必ずしもコンピュータ２０に内蔵されている必要はなく、例えばメモリカードのようにコンピュータ２０に着脱される記憶装置であってもよい。ＯＣＲ結果ＤＢ１６及び抽出結果ＤＢ１７は、例えば不揮発性メモリ２４に構築される。

Ｉ／Ｏ２５には、例えば通信ユニット２７、入力ユニット２８、及び表示ユニット２９が接続される。

通信ユニット２７は通信回線に接続され、同じ接続回線に接続された記憶装置及びコンピュータといった外部装置と通信を行う通信プロトコルを備える。

入力ユニット２８は、ユーザからの指示を受け付けてＣＰＵ２１に通知する装置であり、例えばボタン、タッチパネル、キーボード、及びマウス等が用いられる。情報処理装置１０は、入力ユニット２８を介してユーザから指示された機能を実行する。

表示ユニット２９は、ＣＰＵ２１によって処理された情報を画像として表示する装置であり、例えば液晶ディスプレイ、有機ＥＬ(Electro Luminescence)ディスプレイ、及び映像をスクリーンに投影するプロジェクタ等が用いられる。

入力ユニット２８及び表示ユニット２９は、図３に示したＵＩ部１２と連携して、ユーザから各種指示を受け付けると共に、情報処理装置１０の動作や状態に関する各種情報をユーザに通知する。

なお、Ｉ／Ｏ２５に接続されるユニットは図４に例示したユニットに限定されない。例えばプラテンガラスに置かれた文書の内容を光学的に読み取り、文書の内容を画像に変換するスキャナユニットをＩ／Ｏ２５に接続してもよい。この場合、ＣＰＵ２１は、スキャナユニットからＩ／Ｏ２５経由で文書の画像２を受け付けることになる。

スキャナユニットがＩ／Ｏ２５に接続されていない場合、情報処理装置１０は、例えば通信ユニット２７を通じて外部装置から画像２を受け付ければよい。また、情報処理装置１０は、メモリカードのようにコンピュータ２０に着脱される記憶装置から画像２を受け付けてもよい。

＜第１実施形態＞
次に、情報処理装置１０における処理の一例について詳細に説明する。

図５は、文書の画像２を例えば通信ユニット２７を通じて外部装置から受け付けた場合に、ＣＰＵ２１によって実行される抽出処理の流れの一例を示すフローチャートである。なお、情報処理装置１０の関連付けルール１８には連続性ルールが規定されているものとする。

第１実施形態に係る抽出処理を規定する情報処理プログラムは、例えば情報処理装置１０のＲＯＭ２２に予め記憶されている。情報処理装置１０のＣＰＵ２１は、ＲＯＭ２２に記憶される情報処理プログラムを読み込み、抽出処理を実行する。

ステップＳ１０において、ＣＰＵ２１は、受け付けた画像２の各々に対してＯＣＲ処理を行い、各々の画像２内における文字情報及び表４の構造情報を含んだＯＣＲ結果を生成して不揮発性メモリ２４に構築されたＯＣＲ結果ＤＢ１６に記憶する。

ステップＳ２０において、ＣＰＵ２１は、表中ＫＶ抽出を実行し、見出し行６を含む表４Ａから、見出し行６に含まれる表４Ａの各属性に対する属性値を抽出して、抽出した属性値を表４Ａの属性毎にＲＡＭ２３に記憶する。

ステップＳ３０において、ＣＰＵ２１は、画像２に含まれる各々の表４の構造情報をＯＣＲ結果ＤＢ１６から取得する。

ステップＳ４０において、ＣＰＵ２１は、ステップＳ３０で取得した表４の構造情報を用いて、画像２に含まれる各々の表４を、表４の構造に関して共通の特徴を有する表群に分類する。ここでは説明をわかりやすくするため、各々の表４が１つの表群に分類されたとする。

ステップＳ５０において、ＣＰＵ２１は、表４Ａの見出し行６に含まれる各々の属性を取得する。図１に示した発注表の表４Ａであれば、「Ｎｏ」、「商品名」、「数量」、「単価」、及び「金額」が見出し行６に含まれる表４Ａの属性として取得される。

ステップＳ６０において、ＣＰＵ２１は、ステップＳ５０で取得した表４Ａの属性の中に、順序属性が含まれるか否かを判定する。順序属性とは、表４の並び順を表す属性である。図１に示した発注表の表４Ａの場合、見出し行６に含まれる属性の一例である「Ｎｏ」は、１から昇順に並んだ整数を用いて表４における各行の並び順を管理している情報であるから、順序属性の一例である。このように、順序属性に対する属性値の並びは、昇順又は降順といった予め定められた規則性に従って決められている。したがって、ＣＰＵ２１は、順序属性に対する属性値の並びから、分割後の表４の連続性を判定することができる。

ステップＳ６０の判定処理で、見出し行６に順序属性が含まれると判定された場合には、ステップＳ７０に移行する。

ステップＳ７０において、ＣＰＵ２１は、表４の連続性に関しての比較対象となる比較表として、見出し表４Ａを設定する。すなわち、ＣＰＵ２１は、見出し表４Ａを比較表として設定することで、表群に含まれる分割後の表４の中から、見出し表４Ａの後ろに続く後続表４Ｂを特定するための準備を行う。

ステップＳ８０において、ＣＰＵ２１は、表群に含まれる後続表４Ｂの中から何れか１つの後続表４Ｂを選択する。この場合、ＣＰＵ２１は、表群に含まれる後続表４Ｂの中からランダムに何れか１つの後続表４Ｂを選択してもよいが、画像２の受付順に従って各々の画像２に含まれていた後続表４Ｂを選択することが好ましい。

ユーザは、文書のページ順を間違えて画像化するよりも、文書をページ順に画像化することの方が多い。したがって、画像２の受付順に従って後続表４Ｂを選択することにより、画像２の受付時において比較表と最も近い位置にある後続表４Ｂが優先して選択されるようになるため、ランダムに後続表４Ｂを選択する場合と比較して、連続性を有するように分割後の各々の表４を関連付け終えるまでに要する時間を短縮することができる場合がある。本実施形態では、ステップＳ８０で選択した後続表４Ｂを選択後続表４Ｂということにする。

ステップＳ９０において、ＣＰＵ２１は、比較表に設定されている表４の最終行における順序属性の属性値と、選択後続表４Ｂの先頭行における順序属性の属性値を比較して、順序属性の属性値が、比較表から選択後続表４にわたって、順序属性に対して予め定められている規則性に従って並んでいるか否かを判定する。すなわち、ＣＰＵ２１は、順序属性の属性値が比較表の最終行と選択後続表４Ｂの先頭行で連続しているか否かを判定する。

図１に示した見出し表４Ａが比較表に設定され、図２（Ａ）に示した後続表４Ｂが選択後続表４Ｂであるとすれば、比較表の最終行における「Ｎｏ」の属性値は「７」で、選択後続表４Ｂの先頭行において「Ｎｏ」と同じ列の位置にある属性値は「８」となる。「Ｎｏ」の属性値に対して、当該属性値は表４の上から下方向に向かって１つずつ増加する整数が設定されるとの規則性が存在すれば、ＣＰＵ２１は、比較対象の属性値が「７」、「８」と並んでいることから、比較表と選択後続表４Ｂは連続している状態にあると判定する。なお、比較表は、本実施形態に係る「一方の表」の一例であり、選択後続表４Ｂは、本実施形態に係る「他方の表」の一例である。

比較表の最終行と選択後続表４Ｂの先頭行で順序属性の属性値が連続していればステップＳ１００に移行する。

比較表と選択後続表４Ｂが連続していると判定されたことから、ステップＳ１００において、ＣＰＵ２１は、比較表の後ろに選択後続表４Ｂが連続するように、順序属性の属性値の並びに従って比較表と選択後続表４Ｂを関連付ける。

ステップＳ１３０において、ＣＰＵ２１は、選択後続表４Ｂを新たな比較表として設定する。

ステップＳ１４０において、ＣＰＵ２１は、表群に含まれる後続表４Ｂの中に、まだ関連付けが完了していない後続表４Ｂが存在するか否かを判定する。関連付けが完了していない後続表４Ｂが存在する場合にはステップＳ８０に移行し、ＣＰＵ２１は、表群に含まれる後続表４Ｂの中から、まだ関連付けが完了していない後続表４Ｂを新たな選択後続表４Ｂとして選択する。

一方、ステップＳ９０の判定処理において、比較表と選択後続表４Ｂは連続していないと判定された場合、ステップＳ１１０に移行する。

ステップＳ１１０において、ＣＰＵ２１は、現在の比較表に対して連続性の判定を行っていない後続表４Ｂであって、かつ、まだ関連付けが行われていない後続表４Ｂが表群に含まれるか否かを判定する。表群の中に現在の比較表に対して連続性を判定していない未関連の後続表４Ｂが含まれる場合にはステップＳ８０に移行して、ＣＰＵ２１は、表群に含まれる後続表４Ｂの中から、まだ現在の比較表に対して連続性の判定を行っていない後続表４Ｂであって、かつ、まだ関連付けが行われていない後続表４Ｂを選択後続表４Ｂとして選択する。

一方、ステップＳ１１０の判定処理で、まだ関連付けが行われていない表群内のすべての後続表４Ｂについて、現在の比較表に対する連続性の判定が実行済みであると判定された場合には、ステップＳ１２０に移行する。

この場合、例えば後続表４Ｂの少なくとも１つが欠落した状態の画像２を受け付けた等の状況が考えられるため、順序属性の属性値に従った表４同士の関連付けは困難となる。したがって、ステップＳ１２０において、ＣＰＵ２１は、画像２の受付順に従って、比較表の後ろに選択後続表４Ｂを関連付ける。すなわち、ＣＰＵ２１は、画像２の受付時において、比較表が含まれていた画像２の次のページにある画像２に含まれていた後続表４Ｂを比較表に続く表４とする。

なお、ＣＰＵ２１は、表群が複数存在する場合、画像２の受付順に従って、比較表の後ろに後続表４Ｂを関連付ける代わりに、他の表群から比較表に連続する後続表４Ｂを検出してもよい。例えば同じ表４から分割された表４であっても、表４の構造情報の読み取り誤差により分割後の表４が複数の表群にわたって分類されてしまうことがある。このような場合、ＣＰＵ２１は、ステップＳ８０で後続表４Ｂを選択した表群以外の他の表群の中に、比較表に連続する後続表４Ｂが含まれていれば、他の表群から比較表に連続する後続表４を取得して比較表の後ろに関連付けてもよい。

ＣＰＵ２１は、画像２の受付順に従って比較表の後ろに後続表４Ｂを関連付けた後、ステップＳ１３０に移行し、比較表に関連付けた後続表４Ｂを新たな比較表に設定する。

すなわち、表群に含まれるすべての表４の関連付けが完了するまで、ステップＳ８０～ステップＳ１４０の処理を繰り返し実行することで、表群に含まれる分割後の各々の表４を関連付けられる。関連付けされた表４のうち、分割後の表４の並び順が連続するように関連付けられた表４を「一連の表４」という。一連の表４は、見出し表４Ａと少なくとも１つ以上の後続表４Ｂによって構成される。

ステップＳ１４０の判定処理で、表群内のすべての表４が関連付けられたと判定された場合には、ステップＳ１６０に移行する。

表群に含まれる表４を関連付けることで、表４Ａの見出し行６に含まれる表４の各属性と、後続表４Ｂにおける各属性値との対応関係が明確になる。したがって、ステップＳ１６０において、ＣＰＵ２１は、ステップＳ２０の表中ＫＶ抽出によって表４Ａから抽出された、見出し行６に含まれる表４の各属性に対する属性値に、各々の後続表４Ｂにおける各属性値を後続表４Ｂの並び順に従って見出し行６の属性毎に付加する。これにより、関連付けが行われた各々の表４から、見出し行６に含まれる表４の各属性の属性値が取得されることになる。

各々の表４が連続性を有するように関連付けられていれば、見出し行６に含まれる表４の各属性に対する属性値は、分割前の表４の並び順に従って取得される。

ステップＳ１７０において、ＣＰＵ２１は、ステップＳ１６０で取得した、見出し行６に含まれる表４の各属性に対する属性値を出力して図５に示す抽出処理を終了する。

各々の表４が連続性を有するように関連付けられていれば、ＣＰＵ２１は、見出し行６に含まれる表４の各属性に対する属性値を、分割前の表４の並び順に沿って出力することになる。

なお、ステップＳ６０の判定処理で、見出し行６に順序属性が含まれていないと判定された場合、ＣＰＵ２１は、表群に含まれる各々の表４を、順序属性の属性値を用いて関連付けることはできない。したがって、ステップＳ１５０に移行し、ＣＰＵ２１は、ステップＳ１５０において、画像２の受付順に従って各画像２に含まれていた表群内の各々の表４を関連付け、ステップＳ１６０に移行する。

この場合、関連付けられた表４は必ずしも連続性を有していないことがあるため、ステップＳ１６０で取得された表４の各属性に対する属性値の並び順は、分割前の表４の並び順とならないことがある。しかしながら、少なくとも見出し行６を含まない後続表４Ｂから見出し行６に含まれる表４の各属性に対する属性値は取得される。

ＣＰＵ２１は、ステップＳ１７０で見出し行６に含まれる表４の各属性に対する属性値を出力する場合、連続性の有無を通知する情報も一緒に出力することが好ましい。具体的には、１度でもステップＳ１２０又はＳ１５０の処理で、画像２の受付順に従って表４同士の関連付けが行われた表４の各々から属性値を取得した場合には、ＣＰＵ２１は、属性値の連続性が保証されないことを出力する。また、１度もステップＳ１２０又はＳ１５０の処理で、画像２の受付順に従って表４同士の関連付けが行われていない表４の各々から属性値を取得した場合には、ＣＰＵ２１は、属性値の連続性が保証されていることを出力する。

なお、ステップＳ４０で、受け付けた画像２に含まれる表４が複数の表群に分類された場合、ステップＳ５０～Ｓ１７０の処理を表群毎に実行すればよい。

このように、情報処理装置１０は、１つの表４がページをまたぐように分割されて後続表４Ｂに見出し行６が含まれないような場合であっても、表４Ａの見出し行６に含まれる順序属性に対する属性値の並び順から、後続表４Ｂの属性値が連続性を有するように分割後の表４を関連付けることができる。したがって、情報処理装置１０は、分割後の各々の表４から、見出し行６に含まれる各属性に対する属性値を分割前の表４の並び順に沿って取得することができる。

＜第２実施形態＞
第１実施形態では、情報処理装置１０の関連付けルール１８に連続性ルールが規定されている場合の処理例について説明した。第２実施形態では、情報処理装置１０の関連付けルール１８に整合性ルールが規定されている場合の処理例について説明する。

第２実施形態に係る情報処理装置１０は、表群に含まれる各々の分割後の表４を関連付けて生成した表４に、分割前の表４から欠落してしまっている箇所や、分割前の表４にはない余分な箇所が存在していないかを確認した上で、分割後の表４から見出し行６に含まれる各属性に対する属性値を取得する。

図６は、文書の画像２を例えば通信ユニット２７を通じて外部装置から受け付けた場合に、ＣＰＵ２１によって実行される抽出処理の流れの一例を示すフローチャートである。

第２実施形態に係る抽出処理を規定する情報処理プログラムは、例えば情報処理装置１０のＲＯＭ２２に予め記憶されている。情報処理装置１０のＣＰＵ２１は、ＲＯＭ２２に記憶される情報処理プログラムを読み込み、抽出処理を実行する。

ステップＳ２００～Ｓ２３０の各処理は、それぞれ図５に示した第１実施形態に係る抽出処理のステップＳ１０～Ｓ４０の各処理と同じであるため、説明を省略する。なお、第２実施形態においても説明をわかりやすくするため、ステップＳ２３０で、各々の表４が１つの表群に分類されたとする。

ステップＳ２４０において、ＣＰＵ２１は、表４Ａの見出し行６に含まれる表４の各々の属性を取得する。また、ＣＰＵ２１は、表４Ａの見出し行６に含まれる少なくとも１つの属性に対する属性値についての合計を記載している箇所（以降、「合計欄」という）を、表群に含まれる何れかの表４から検出する。ＣＰＵ２１は、検出した合計欄に記載されている属性値、すなわち、表４Ａの見出し行６に含まれる表４の何れかの属性に対する属性値の合計を取得する。

例えば図１及び図２に示す表４の例の場合、ＣＰＵ２１は、図１に記載されている「合計金額」、又は図２（Ｃ）に記載されている「合計金額」の少なくとも一方を合計欄として表４から検出し、合計欄と同じ行に記載されている「５６６，０００」を合計欄の合計として取得する。以降では、表群に含まれる何れかの表４を含む画像２から取得した合計欄の合計を「取得合計」という。すなわち、取得合計とは、表４を含む画像２内に予め記載されている合計の一例である。

表４から合計欄を検出するには、例えば「合計」、「総額」、及び「累計」といった何らかの合計が記載されていることを表す文字を表４から検出すればよい。また、合計欄から見てどの方向に合計欄の属性値があるかについての情報を予め規定しておくことで、ＣＰＵ２１は、当該規定に従って表４から合計欄の合計を取得することができる。

検出した合計欄の項目名に、表４Ａの見出し行６に含まれる何れかの属性との関連を表す文字が含まれていれば、当該関連から、合計欄が表４Ａの見出し行６に含まれる何れの属性に対する属性値の合計を表しているのかが判定される。例えば図１及び図２（Ｃ）に記載されている合計欄の一例である「合計金額」には「金額」という文字が含まれるため、「合計金額」は、図１に示した表４Ａの見出し行６における「金額」に対する各属性値の合計を表している合計欄であると判定される。以降では、表４Ａの見出し行６に含まれる属性であって、合計欄によって属性値の合計が表されている属性を「整合属性」という。

なお、ＣＰＵ２１は、合計欄の合計が記載されている位置から、合計欄の合計が表４Ａの見出し行６に含まれる何れの属性に対する属性値の合計を表しているのかを判定してもよい。例えば、図２（Ｃ）の表４Ｂのように「合計金額」の合計を表す「５６６，０００」と記載されている列の位置が、図１に示した表４Ａの見出し行６における「金額」の列の位置と同じであれば、ＣＰＵ２１は、「５６６，０００」は「金額」に対する各属性値の合計を表している合計欄であると判定する。

ステップＳ２５０において、ＣＰＵ２１は見出し表４Ａを選択し、整合属性に対する見出し表４Ａ内の属性値の合計を算出する。このように、表４に記載されている各々の属性値からＣＰＵ２１が算出した合計を「算出合計」という。

ステップＳ２６０において、ＣＰＵ２１は、ステップＳ２５０で算出した整合属性に対する算出合計と、ステップＳ２４０で取得した整合属性に対する取得合計とが一致するか否かを判定する。算出合計と取得合計が異なる値であればステップＳ２７０に移行する。

算出合計と取得合計が異なるということは、見出し表４Ａの後ろに少なくとも１つ以上の後続表４Ｂが続いているということになる。そこで、ステップＳ２７０において、ＣＰＵ２１は、ステップＳ２５０で算出した見出し表４Ａの算出合計を累積算出合計としてＲＡＭ２３に記憶する。

ステップＳ２８０において、ＣＰＵ２１は、表群に含まれる後続表４Ｂの中から、まだ選択されていない何れか１つの後続表４Ｂを選択する。ＣＰＵ２１は、表群に含まれる後続表４Ｂの中からランダムに何れか１つの後続表４Ｂを選択してもよいが、画像２の受付順に従って各々の画像２に含まれていた後続表４Ｂを選択することが好ましい。本実施形態では、ステップＳ２８０で選択した後続表４Ｂを選択後続表４Ｂということにする。

その上で、ＣＰＵ２１は、整合属性に対する選択後続表４Ｂ内の属性値の合計を算出する。なお、ＣＰＵ２１は、選択後続表４Ｂにおいて、見出し行６における整合属性の列の位置と同じ位置にある属性値を、整合属性に対する選択後続表４Ｂ内の属性値として認識する。

ステップＳ２９０において、ＣＰＵ２１は、ＲＡＭ２３に記憶している累積算出合計にステップＳ２８０で算出した選択後続表４Ｂの算出合計を加算し、選択後続表４Ｂの算出合計を加算した後の累積算出合計を新たな累積算出合計としてＲＡＭ２３に記憶する。

ステップＳ３００において、ＣＰＵ２１は、ステップＳ２９０で更新した累積算出合計と、ステップＳ２４０で取得した整合属性に対する取得合計とが同じ値であるか否かを判定する。累積算出合計と取得合計が同じ値であればステップＳ３１０に移行する。

累積算出合計と取得合計が同じ値ということは、累積算出合計を構成する各々の算出合計の算出対象となった表４同士を関連付ければ、分割前の表４を過不足なく構成することができるということになる。

すなわち、取得合計と同じ値を有する累積算出合計を構成する各々の算出合計の算出対象となった各々の表４は整合性を有することから、ステップＳ３１０において、ＣＰＵ２１は、表４の関連付け情報を「正常」に設定する。なお、表４の「関連付け情報」とは、整合性に関して各々の表４がどのような状態で関連付けられているかといった状態を表す情報である。関連付け情報における「正常」は、関連付けられた各々の表４が、整合性を有している状態にあることを表している。

ステップＳ３２０において、ＣＰＵ２１は、ステップＳ２５０で選択した見出し表４Ａに、累積算出合計を構成する各々の算出合計の算出対象となった後続表４Ｂを関連付ける。なお、見出し表４Ａに対する後続表４Ｂの関連付けは、ステップＳ２８０における後続表４Ｂの選択順に行うことが好ましい。例えば図１に示した見出し表４Ａに対して、後続表４Ｂが図２（Ａ）、図２（Ｂ）、及び図２（Ｃ）の順に選択されたとすれば、ＣＰＵ２１は、先頭から図１、図２（Ａ）、図２（Ｂ）、及び図２（Ｃ）の順に各々の表４を関連付ける。ＣＰＵ２１は、関連付けられた各々の表４に関連付け情報を対応付けて抽出結果ＤＢ１７に記憶する。

以降は、ステップＳ３７０及びＳ３８０の各処理で、それぞれ図５に示した第１実施形態に係る抽出処理のステップＳ１６０、及びＳ１７０の各処理と同じ処理を行い、関連付けられた各々の表４から抽出した、見出し行６に含まれる表４の各属性に対する属性値を出力して図６に示す抽出処理を終了する。

一方、ステップＳ３００の判定処理で、累積算出合計と取得合計が異なる値であると判定された場合には、ステップＳ３４０に移行する。

ステップＳ３４０において、ＣＰＵ２１は、表群に含まれるすべての後続表４Ｂを選択したか否かを判定する。まだ未選択の後続表４Ｂが存在する場合には、未選択の後続表４Ｂ内の属性値の合計を累積算出合計に加算すれば、累積算出合計と取得合計とが同じ値になることがある。

したがって、ステップＳ２８０に移行し、表群に含まれる未選択の後続表４Ｂの中から何れか１つの後続表４Ｂを新たな選択後続表４Ｂとして選択する。その上で、ＣＰＵ２１は新たな選択後続表４Ｂに対してステップＳ２９０以降の処理を実行する。

一方、ステップＳ３４０の判定処理で、表群からすべての後続表４Ｂを選択したと判定された場合には、ステップＳ３５０に移行する。

表群に含まれるすべての後続表４Ｂを選択したにもかかわらず、累積算出合計と取得合計とが同じ値にならなかったということは、分割前の表４から分割された表４の数に対して、表群に含まれる表４の数に過不足が生じているということになる。こうした状況は、表群の抽出がうまく行われていないか、又は受け付けた画像２に不必要な表４が入っていたり、逆に必要な表４が含まれていなかったりする場合に発生する。

すなわち、表群に含まれる各々の表４は整合性を有さないことから、ステップＳ３５０において、ＣＰＵ２１は、表４の関連付け状態が「不足」であるか、または「余剰」であるかを判定する。

関連付け状態が「不足」とは、分割後の表４が欠落しているため、分割前の表４を構築することができない状態を表している。具体的には、ＣＰＵ２１は、累積算出合計が取得合計未満の場合に、表４の関連付け状態を「不足」と判定する。

関連付け状態が「余剰」とは、表群の中に、特定の分割前の表４とは種類の異なる別の表４の後続表４Ｂも含まれてしまっているため、特定の分割前の表４を構築することができない状態を表している。具体的には、ＣＰＵ２１は、累積算出合計が取得合計を超える場合に、表４の関連付け状態を「余剰」と判定する。

ステップＳ３６０において、ＣＰＵ２１は、表４の関連付け情報にステップＳ３５０で判定した判定結果を設定してステップＳ３２０に移行する。

なお、ステップＳ２６０の判定処理で、算出合計と取得合計とが同じ値であると判定された場合には、ステップＳ３３０に移行する。

この場合、分割前の表４は見出し表４Ａそのものであるということになる。すなわち、見出し表４Ａの後ろに続く後続表４Ｂは存在しない。したがって、この場合の見出し表４Ａは単体で整合性を有しているため、ステップＳ３３０において、ＣＰＵ２１は、表４の関連付け情報を「正常」に設定して、ステップＳ３７０に移行する。

ＣＰＵ２１は、ステップＳ３８０で見出し行６に含まれる表４の各属性に対する属性値を出力する場合、整合性の有無を通知する情報も一緒に出力してもよい。具体的には、「正常」に設定されている関連付け情報が対応付けられている各々の表４から属性値を取得した場合には、ＣＰＵ２１は、属性値の整合性が保証されていることを出力する。また、「不足」又は「余剰」に設定されている関連付け情報が対応付けられている各々の表４から属性値を取得した場合には、ＣＰＵ２１は、属性値の整合性が保証されていないことを出力する。

第２実施形態に係る情報処理装置１０によれば、１つの表４がページをまたぐように分割されて後続表４Ｂに見出し行６が含まれないような場合であっても、関連付け情報が「正常」に設定された分割後の各々の表４から、見出し行６に含まれる各属性に対する属性値を、分割前の表４に記載されている属性値と比較して過不足なく取得することができる。

したがって、表４の見出し行６に順序属性が含まれていなくても、表４の見出し行６に整合属性が含まれる場合、情報処理装置１０の関連付けルール１８に整合性ルールを規定することで、関連付け情報が「正常」に設定された分割後の各々の表４からは、分割前の表４に記載されていたすべての属性値を、見出し行６に含まれる属性毎に過不足なく取得することができる。

＜第３実施形態＞
第１実施形態に係る情報処理装置１０は、分割後の各々の表４から、見出し行６に含まれる各属性に対する属性値を分割前の表４における属性値の並び順に沿って取得した。この場合、取得した属性値が連続性を有していることはわかるが、分割前の表４に記載されていたすべての属性値を、見出し行６に含まれる属性毎に過不足なく取得しているかは不明である。

例えば図１及び図２に示した４ページに分割された表４のうち、１ページから３ページの表４が同じ表群に分類され、最後の４ページ目、すなわち、図２（Ｃ）の表４Ｂが別の表群に分類されると、１ページから３ページの表４が分類されている表群から取得した属性値は連続性を有するが、整合性は有していないことになる。

第３実施形態では、分割後の各々の表４から、連続性及び整合性を有する属性値を見出し行６に含まれる属性毎に取得する情報処理装置１０について説明する。

図７は、文書の画像２を例えば通信ユニット２７を通じて外部装置から受け付けた場合に、ＣＰＵ２１によって実行される抽出処理の流れの一例を示すフローチャートである。

情報処理装置１０の関連付けルール１８には連続性ルール及び整合性ルールの両方が規定されているものとする。

第３実施形態に係る抽出処理を規定する情報処理プログラムは、例えば情報処理装置１０のＲＯＭ２２に予め記憶されている。情報処理装置１０のＣＰＵ２１は、ＲＯＭ２２に記憶される情報処理プログラムを読み込み、抽出処理を実行する。

ステップＳ４００において、ＣＰＵ２１は、第１処理を実行する。第１処理とは、図５に示した第１実施形態に係る抽出処理のステップＳ１０～Ｓ１５０までの各処理の流れに従った処理である。第１処理によって、分割後の各々の表４が一連の表４に関連付けられているとする。

ステップＳ４１０において、ＣＰＵ２１は、第１処理によって関連付けられた一連の表４を含む何れかの画像２に合計欄があるか否かを判定する。合計欄がある場合にはステップＳ４２０に移行し、ステップＳ４２０において、ＣＰＵ２１は、合計欄に記載されている合計を取得する。

図６に示した第２実施形態に係る抽出処理のステップＳ２４０で説明したように、ＣＰＵ２１は、合計欄の項目名、及び合計欄の合計が記載されている位置の少なくとも一方の情報を用いて、合計欄に対応した整合属性を特定する。

ステップＳ４３０において、ＣＰＵ２１は、一連の表４を構成する各々の表４からそれぞれ算出された、分割後の各表４における整合属性に対する属性値の算出合計を分割後の表４毎に加算して、整合属性の属性値に関する累積算出合計を取得する。

ステップＳ４４０において、ＣＰＵ２１は、ステップＳ４２０で取得した取得合計と、ステップＳ４３０で算出した累積算出合計とが同じ値であるか否かを判定する。取得合計と累積算出合計とが同じ値であればステップＳ４５０に移行する。

この場合、第１処理で関連付けられた一連の表４は整合性を有することになる。したがって、ＣＰＵ２１は、ステップＳ４５０及びＳ４６０の各処理で、それぞれ図５に示した第１実施形態に係る抽出処理のステップＳ１６０、及びＳ１７０の各処理と同じ処理を行い、連続性及び整合性を有する一連の表４から、見出し行６に含まれる表４の各属性に対する属性値を抽出し、抽出結果を出力して図７に示す抽出処理を終了する。この場合、ＣＰＵ２１は、一連の表４から取得した属性値が連続性及び整合性を有しているとの通知をユーザに出力してもよい。

一方、ステップＳ４１０の判定処理で、一連の表４を構成する各々の表４を含んだ何れの画像２にも合計欄がないと判定された場合、一連の表４が整合性も有しているか不明である。したがって、ＣＰＵ２１は、見出し行６に含まれる表４の各属性に対する属性値を一連の表４から取得することなく、図７に示す抽出処理を終了する。この場合、ＣＰＵ２１は、例えば一連の表４が整合性を有しているか不明であるため属性値の取得を中止したとの通知をユーザに出力することが好ましい。

また、ステップＳ４４０の判定処理で、累積取得合計と算出合計とが異なると判定された場合、一連の表４は、連続性を有するが整合性は有していないことになる。したがって、ＣＰＵ２１は、見出し行６に含まれる表４の各属性に対する属性値を一連の表４から取得することなく、図７に示す抽出処理を終了する。この場合、ＣＰＵ２１は、一連の表４が整合性を有していないため属性値の取得を中止したとの通知をユーザに出力することが好ましい。

以上により、第３実施形態に係る情報処理装置１０は、分割後の各々の表４を関連付けて構成された表４が、連続性及び整合性の両方を有している場合に、見出し行６に含まれる表４の各属性に対する属性値が取得する。すなわち、第３実施形態に係る抽出処理によって分割後の各々の表４から取得された各属性に対する属性値は、連続性及び整合性を有する。

なお、ＣＰＵ２１は、一連の表４が整合性を有しているか不明であるとの通知、又は、一連の表４が整合性を有していないとの通知に対して、入力ユニット２８を通じてユーザから属性値の取得指示を受け付けた場合、一連の表４が整合性を有していないとしても、一連の表４から見出し行６に含まれる表４の各属性に対する属性値を取得してもよい。

＜第４実施形態＞
第３実施形態に係る情報処理装置１０では、連続性を有する一連の表４に対して整合性の有無を判定し、分割後の各々の表４を関連付けて構成された表４が、連続性及び整合性の両方を有している場合に、見出し行６に含まれる表４の各属性に対する属性値を取得した。しかしながら、分割後の各々の表４を関連付けて構成された表４に対する連続性の判定、及び整合性の判定に関する順序に制約はない。

第４実施形態では、分割後の表４の整合性を判定した後に連続性の判定を行い、連続性及び整合性を有する属性値を見出し行６に含まれる属性毎に取得する情報処理装置１０について説明する。

図８は、文書の画像２を例えば通信ユニット２７を通じて外部装置から受け付けた場合に、ＣＰＵ２１によって実行される抽出処理の流れの一例を示すフローチャートである。

情報処理装置１０の関連付けルール１８には連続性ルール及び整合性ルールの両方が規定されているものとする。

第４実施形態に係る抽出処理を規定する情報処理プログラムは、例えば情報処理装置１０のＲＯＭ２２に予め記憶されている。情報処理装置１０のＣＰＵ２１は、ＲＯＭ２２に記憶される情報処理プログラムを読み込み、抽出処理を実行する。

ステップＳ５００において、ＣＰＵ２１は第２処理を実行する。第２処理とは、図６に示した第２実施形態に係る抽出処理のステップＳ２００～Ｓ３６０までの各処理の流れに従った処理である。

ステップＳ５１０において、ＣＰＵ２１は、ステップＳ５００で関連付けられた表４（以降の本実施形態では、単に「関連付けられた表４」という）に対応付けられている関連付け情報の内容を参照し、関連付け情報に「正常」が設定されているか否かを判定する。

関連付け情報に「正常」が設定されていない場合には、関連付けられた表４は整合性を有しているか保証されないため、図８に示す抽出処理を終了する。この場合、ＣＰＵ２１は、関連付けられた表４が整合性を有しているか不明であるため属性値の取得を中止したとの通知をユーザに出力することが好ましい。

ステップＳ５１０の判定処理で、関連付け情報に「正常」が設定されていると判定された場合には、ステップＳ５２０に移行する。すなわち、第２処理によって関連付けられた表４が整合性を有する場合にステップＳ５２０に移行する。

ステップＳ５２０において、ＣＰＵ２１は、関連付けられた表４の見出し行６に、順序属性があるか否かを判定する。関連付けられた表４の見出し行６に順序属性がない場合には、関連付けられた表４の連続性を担保することができないため、図８に示す抽出処理を終了する。この場合、ＣＰＵ２１は、関連付けられた表４は整合性を有しているが連続性を有しているかは不明であるため属性値の取得を中止したとの通知をユーザに出力することが好ましい。

ステップＳ５２０の判定処理で、関連付けられた表４の見出し行６に順序属性があると判定された場合には、ステップＳ５３０に移行する。

ステップＳ５３０において、ＣＰＵ２１は、関連付けられた表４の各々が連続しているか否かを判定する。表４の連続性の判定には、図５に示した第１実施形態に係る抽出処理のステップＳ９０で説明した判定方法が用いられる。関連付けられた表４の各々が連続していない場合にはステップＳ５４０に移行する。

ステップＳ５１０の判定処理によって、関連付けられた表４は少なくとも整合性を有していることが担保されているため、関連付けられた各々の表４の順序属性に対する属性値を参照して、関連付けられた各々の表４の順序属性に対する属性値が連続するように関連付けられた各々の表４の順番を並べ替えれば、並べ替え後の関連付けられた表４は連続性を有することになる。

したがって、ステップＳ５４０において、ＣＰＵ２１は、関連付けられた各々の表４の順序属性に対する属性値を参照して、関連付けられた各々の表４が連続するように並べ替えを行い、ステップＳ５５０に移行する。

一方、ステップＳ５３０の判定処理で、関連付けられた表４の各々が連続していると判定された場合には、関連付けられた各々の表４の順番の並べ替えは不要であるため、ステップＳ５４０の処理を実行することなくステップＳ５５０に移行する。

ＣＰＵ２１は、ステップＳ５５０及びＳ５６０の各処理で、それぞれ図５に示した第１実施形態に係る抽出処理のステップＳ１６０、及びＳ１７０の各処理と同じ処理を行い、連続性及び整合性を有する関連付けられた表４から、見出し行６に含まれる表４の各属性に対する属性値を取得し、抽出結果を出力して図８に示す抽出処理を終了する。この場合、ＣＰＵ２１は、関連付けられた表４から取得した属性値が連続性及び整合性を有しているとの通知をユーザに出力してもよい。

以上により、第４実施形態に係る情報処理装置１０は、分割後の各々の表４を関連付けて構成された表４が、連続性及び整合性の両方を有している場合に、見出し行６に含まれる表４の各属性に対する属性値を取得する。すなわち、第４実施形態に係る抽出処理によって分割後の各々の表４から取得された各属性の属性値は、連続性及び整合性を有する。

なお、ＣＰＵ２１は、関連付けられた表４が連続性を有しているか不明であるとの通知、又は、関連付けられた表４が整合性を有していないとの通知に対して、入力ユニット２８を通じてユーザから属性値の取得指示を受け付けた場合、関連付けられた表４が整合性及び連続性の少なくとも一方を有していないとしても、関連付けられた表４から見出し行６に含まれる表４の各属性に対する属性値を取得してもよい。

上記に示した第４実施形態に係る情報処理装置１０の抽出処理では、関連付けられた表４に対応付けられている関連付け情報に「正常」が設定されていない場合、関連付けられた表４は整合性を有しているか保証されないため、関連付けられた表４から属性値を取得することなく抽出処理を終了した。しかしながら、関連付けられた表４の関連付け情報が「正常」でない場合であっても、関連付けられた表４が整合性を有するように補正できる場合がある。

第１実施形態で説明したように、例えば同じ表４から分割された表４であっても、表４の構造情報の読み取り誤差により分割後の表４が複数の表群にわたって分類されてしまうことがある。

したがって、関連付け情報が「不足」に設定されている関連付けられた表４の場合、関連付けられた表４が含まれている表群以外の他の表群の中に、関連付けられた表４と共に分割前の同じ表４から分割された表４が含まれることがある。

こうした状況に対応するため、ＣＰＵ２１は、関連付けられた表４に対応付けられている関連付け情報が「不足」である場合には、関連付けられた表４が含まれている表群以外の他の表群から、関連付けられた表４の整合性を満たす分割された表４を取得して、関連付けられた表４に関連付けてもよい。この場合、関連付けられた表４は整合性を有するようになるため、ＣＰＵ２１は、図８のステップＳ５２０以降の処理を行うようにする。

一方で、関連付け情報が「余剰」に設定されている関連付けられた表４の場合、関連付けられた表４が含まれている表群の中に、種類の異なる別の表４から分割された表４が混在していることになる。

こうした状況に対応するため、ＣＰＵ２１は、関連付けられた表４に対応付けられている関連付け情報が「余剰」である場合には、関連付けられた表４の見出し行６に含まれる順序属性に対する属性値を参照して、関連付けられた表４の中から連続しない表４を削除する。その上で、ＣＰＵ２１は、不要な表４が削除された後の関連付けられた表４に対して、取得合計と整合属性に対する属性値の累積算出合計との比較から整合性を確認する。

ＣＰＵ２１は、関連付けられた表４が整合性を有することが確認できた場合に、図８のステップＳ５２０以降の処理を行うようにする。

上記に示した補正処理により、関連付けられた表４の関連付け情報が「正常」でない場合であっても、関連付けられた表４が整合性を有するように補正できることがある。

なお、図６に示した第２実施形態に係る情報処理装置１０の抽出処理のステップＳ３６０において、関連付け情報が「不足」又は「余剰」に設定された場合に、上記に示した補正処理を実行した後、関連付けられた表４の各々から見出し行６に含まれる属性毎の属性値を取得してもよい。

＜連続性判定の変形例＞
表群に含まれる見出し表４Ａの見出し行６に順序属性が存在しないような状況であっても、ＣＰＵ２１は、見出し表４Ａ及び後続表４Ｂの外部に存在する情報であって、見出し表４Ａと後続表４Ｂの連続性を表す外部情報を用いることで、連続性を有するように分割後の表４を関連付けることができる。

図９は外部情報の一例であるページ番号５の例を示す図である。表４が含まれる画像２のページにページ番号５が付されていれば、ＣＰＵ２１は、ページ番号５を外部情報として、表群に分類された分割後の表４を、連続性を有するように関連付けることもできる。

また、図１０は外部情報の一例である表番号７の例を示す図である。図１０に示すように、分割された各々の表４の周囲に、「表１」や「Ｆｉｇ．１」といった表４の記載順序を表す表番号７が記載されることがある。特に、論文やレポートといった文書には、表４の途中で分割された各々の表４に対して表番号７を記載する慣例が存在する。したがって、ＣＰＵ２１は、表番号７を外部情報として、表群に分類された分割後の表４を、連続性を有するように関連付けることもできる。

また、ＣＰＵ２１は、表群に含まれる見出し表４Ａの見出し行６に順序属性が含まれる場合、まず順序属性に対する属性値の並びから、連続性を有するように分割後の表４を関連付け、その後、外部情報を用いて、関連付けられた表４が連続性を有しているか再確認してもよい。

ここまで、図１及び図２に示したように表４がページ単位で分割されている場合について、連続性及び整合性の少なくとも一方を有するように表４同士を関連付ける例について説明した。しかしながら、表４の分割形態はページ単位に限られず、例えば図１１に示すように、同じページ内で分割されている分割形態も存在する。

当然のことながら、情報処理装置１０は、元々同じ表４が複数の表４に分割されていさえすれば表４の分割形態に関係なく、連続性及び整合性の少なくとも一方を有するように表４同士を関連付け、見出し行６に含まれる属性毎に属性値を取得することができる。したがって、図１１に示すような表４の分割形態であっても、連続性及び整合性の少なくとも一方を有するように表４同士を関連付け、見出し行６に含まれる属性毎に属性値を取得できることは言うまでもない。

以上、実施形態を用いて情報処理装置１０の一態様について説明したが、開示した情報処理装置１０の形態は一例であり、情報処理装置１０の形態は実施形態に記載の範囲に限定されない。本開示の要旨を逸脱しない範囲で実施形態に多様な変更又は改良を加えることができ、当該変更又は改良を加えた形態も開示の技術的範囲に含まれる。例えば、本開示の要旨を逸脱しない範囲で、図５～図８に示した抽出処理の順序を変更してもよい。

また、上記の実施形態では、一例として抽出処理をソフトウエアで実現する形態について説明した。しかしながら、図５～図８に示した抽出処理と同等の処理をハードウエアで処理させるようにしてもよい。この場合、抽出処理をソフトウエアで実現した場合と比較して処理の高速化が図られる。

上記の実施形態において、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ＣＰＵ２１）や、専用のプロセッサ（例えば ＧＰＵ：Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、ＡＳＩＣ：Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ、ＦＰＧＡ：Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ、プログラマブル論理デバイス、等）を含むものである。

また、上記の実施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の実施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。

上記の実施形態では、ＲＯＭ２２に情報処理プログラムが記憶されている例について説明したが、情報処理プログラムの記憶先はＲＯＭ２２に限定されない。本開示の情報処理プログラムは、コンピュータ２０で読み取り可能な記憶媒体に記録された形態で提供することも可能である。例えば情報処理プログラムをＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及びＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）のような光ディスクに記録した形態で提供してもよい。また、情報処理プログラムを、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ及びメモリカードのような可搬型の半導体メモリに記録した形態で提供してもよい。

ＲＯＭ２２、不揮発性メモリ２４、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ＵＳＢ、及びメモリカードは非一時的（ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ）記憶媒体の一例である。

更に、情報処理装置１０は、通信ユニット２７と通信回線で接続された外部装置から情報処理プログラムをダウンロードし、ダウンロードした情報処理プログラムを非一時的記憶媒体に記憶してもよい。この場合、情報処理装置１０のＣＰＵ２１は、外部装置からダウンロードした情報処理プログラムを非一時的記憶媒体から読み込んで抽出処理を実行する。

２ 画像
３（３Ａ、３Ｂ） セル
４ 表
４Ａ 見出し表（表）
４Ｂ 後続表（表）
５ ページ番号
６ 見出し行
７ 表番号
８ 領域
１０ 情報処理装置
１１ 画像受付部
１２ ユーザインターフェース部（ＵＩ部）
１３ 画像処理部
１３Ａ ＯＣＲ処理部
１３Ｂ 抽出部
１４ 制御部
１５ 出力部
１８ 関連付けルール
２０ コンピュータ
２１ ＣＰＵ
２２ ＲＯＭ
２３ ＲＡＭ
２４ 不揮発性メモリ
２５ Ｉ／Ｏ
２６ バス
２７ 通信ユニット
２８ 入力ユニット
２９ 表示ユニット
１６ ＯＣＲ結果ＤＢ
１７ 抽出結果ＤＢ
ＷＤ 列の幅

Claims (10)

1. プロセッサを備え、
   前記プロセッサは、
   画像化された複数の表から、表の構造に関して共通の特徴を有する、表中の属性値の属性を表す見出し行が付けられた第１表と、前記見出し行が付けられていない少なくとも１つ以上の第２表で構成された表群を抽出し、
   前記見出し行に含まれる属性であって、前記第１表及び前記第２表の連続性を表す属性の属性値を用いて、前記表群に含まれる各々の表の並び順が連続するように各々の表を関連付け、
   並び順が連続した前記第１表及び前記第２表によって構成される一連の表から、前記見出し行に含まれる各々の属性に対応した属性値を取得する
   情報処理装置。
2. 前記プロセッサは、
   前記見出し行に含まれる属性であって、前記一連の表を構成する表の過不足に関する整合性を表す属性の属性値を用いて、前記一連の表を構成する表に対する過不足の有無を検出し、
   過不足が検出されなかった前記一連の表から、前記見出し行に含まれる各々の属性に対応した属性値を取得する
   請求項１に記載の情報処理装置。
3. 前記整合性を表す属性は、前記見出し行に含まれる何れかの属性に対応した前記一連の表における各属性値の合計が前記一連の表を構成する何れかの表を含む画像内に予め示されている属性であり、
   前記プロセッサは、前記一連の表を構成する各々の表の前記整合性を表す属性に対応した各属性値の合計と、前記一連の表を構成する何れかの表を含む画像内に予め示されている前記合計とが一致すれば、前記一連の表を構成する表に過不足がないと検出する
   請求項２に記載の情報処理装置。
4. 前記連続性を表す属性は、前記表群における属性値の並び順を表す属性であり、
   前記プロセッサは、前記表群から選択した２つの表のうち、一方の表の最終行における前記連続性を表す属性の属性値と、他方の表の先頭行における前記連続性を表す属性の属性値とが、属性値が並んでいる状態として予め定められた規則性に従っている場合に、前記一方の表と前記他方の表が連続していると検出する
   請求項１～請求項３の何れか１項に記載の情報処理装置。
5. 前記プロセッサは、前記見出し行に前記連続性を表す属性が含まれなければ、前記見出し行に含まれる属性であって、前記表群を構成する表の過不足に関する整合性を表す属性の属性値を用いて、前記表群を構成する表に対する過不足の有無を検出し、
   過不足が検出されなかった前記表群から、前記見出し行に含まれる各々の属性に対応した属性値を取得する
   請求項１に記載の情報処理装置。
6. 前記プロセッサは、前記見出し行に前記整合性を表す属性が含まれなければ、前記第１表及び前記第２表の外部に存在する情報であって、前記第１表及び前記第２表の連続性を表す外部情報を用いて、前記表群に含まれる各々の表の並び順が連続するように各々の表を関連付け、
   並び順が連続した前記第１表及び前記第２表によって構成される一連の表から、前記見出し行に含まれる各々の属性に対応した属性値を取得する
   請求項５に記載の情報処理装置。
7. 前記プロセッサは、前記第１表及び前記第２表の何れかが含まれるページのページ番号、又は前記第１表及び前記第２表の並び順を表す表番号を前記外部情報として用いて、前記表群に含まれる各々の表の並び順が連続するように各々の表を関連付ける
   請求項６に記載の情報処理装置。
8. プロセッサを備え、
   前記プロセッサは、
   画像化された複数の表から、表の構造に関して共通の特徴を有する、表中の属性値の属性を表す見出し行が付けられた第１表と、前記見出し行が付けられていない少なくとも１つ以上の第２表で構成された表群を抽出し、
   前記見出し行に含まれる属性であって、前記表群を構成する表の過不足に関する整合性を表す属性の属性値を用いて、前記表群を構成する表に対する過不足の有無を検出し、
   過不足が検出されなかった前記表群から、前記見出し行に含まれる各々の属性に対応した属性値を取得する
   情報処理装置。
9. コンピュータに、
   画像化された複数の表から、表の構造に関して共通の特徴を有する、表中の属性値の属性を表す見出し行が付けられた第１表と、前記見出し行が付けられていない少なくとも１つ以上の第２表で構成された表群を抽出し、
   前記見出し行に含まれる属性であって、前記第１表及び前記第２表の連続性を表す属性の属性値を用いて、前記表群に含まれる各々の表の並び順が連続するように各々の表を関連付け、
   並び順が連続した前記第１表及び前記第２表によって構成される一連の表から、前記見出し行に含まれる各々の属性に対応した属性値を取得する処理を実行させるための
   情報処理プログラム。
10. コンピュータに、
    画像化された複数の表から、表の構造に関して共通の特徴を有する、表中の属性値の属性を表す見出し行が付けられた第１表と、前記見出し行が付けられていない少なくとも１つ以上の第２表で構成された表群を抽出し、
    前記見出し行に含まれる属性であって、前記表群を構成する表の過不足に関する整合性を表す属性の属性値を用いて、前記表群を構成する表に対する過不足の有無を検出し、
    過不足が検出されなかった前記表群から、前記見出し行に含まれる各々の属性に対応した属性値を取得する処理を実行させるための
    情報処理プログラム。

Images