JP3772606B2 - 電子文書管理方法及びシステム並びに記録媒体 - Google Patents
電子文書管理方法及びシステム並びに記録媒体 Download PDFInfo
- Publication number
- JP3772606B2 JP3772606B2 JP29626199A JP29626199A JP3772606B2 JP 3772606 B2 JP3772606 B2 JP 3772606B2 JP 29626199 A JP29626199 A JP 29626199A JP 29626199 A JP29626199 A JP 29626199A JP 3772606 B2 JP3772606 B2 JP 3772606B2
- Authority
- JP
- Japan
- Prior art keywords
- full
- text
- text search
- electronic document
- storage device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明はコンピュータによる電子文書管理システムに係り、各種文書作成プログラム等の各種アプリケーションで作成された文書に対して全文検索用インデックスを作成する方法及びシステム並びに記録媒体に関するものである。
【０００２】
【従来の技術】
従来の文書管理方法においては、文書ごとにクラス、プロパティ、コンテンツ、全文検索用インデックスファイルなどの情報をユーザが定義して文書管理を行っている。また、全文検索を行うために文書からテキスト部分のみを抽出する機能においては、予め決まった種類のアプリケーションで作成した文書に対してのみテキスト抽出を行うことしかできず、このテキストファイルを文書の全文検索用インデックスとする場合には、別途、このファイルを全文検索インデックスファイルとして登録する必要がある。
【０００３】
また、特開平９−２０４４４２号公報にあるように、従来の文書管理方法において、文書が更新されたときは、データ更新トリガが発生し、このトリガを受信した時に更新された文書データに基づいてインデックスが更新される。
【０００４】
【発明が解決しようとする課題】
上記従来技術では、各種アプリケーションで作成した文書から全文検索用インデックスを作成するには、ユーザが別途テキスト抽出プログラムを用意して個別に作成・登録を行わなければならないが、この時、テキスト抽出できるアプリケーションは限られており、対象でないアプリケーションの場合には処理が行えない。また、テキスト抽出対象となる文書が画像や音声であったり、コンテンツにセキュリティがかかっているなど、データが複雑である場合には、テキスト抽出対象外のために処理が行えなかったり、仮にテキスト抽出を行った場合にも、正常なテキスト抽出処理が行えない場合や、抽出したものが文字化けしていたり、有意義な情報が得られない場合がある。このため、従来技術ではインデックス作成処理対象とできる文書の種別が制限されていた。
【０００５】
また、アプリケーションで作成された文書からテキスト抽出を行い、インデックスを作成するには、一般に多大な時間とコンピュータ処理能力が必要とされるが、従来技術では、文書更新時にインデックスを作成するしかなかった。
【０００６】
本発明では、ユーザがコンテンツの内容・種別・分類を意識することなく、容易に文書を全文検索するための情報を提供する電子化文書管理方法を提供することを目的とする。また、インデックス作成処理を行う時間を設定可能な電子化文書管理方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】
上記目的は、一括して文書を指定し、指定された文書ファイルからテキスト抽出を行う手段と、前記文書ファイルを作成したアプリケーションが特定できない場合、若しくは前記全文検索用インデックスを作成する処理が予め定めた条件を満たした場合に前記文書ファイルに対応した書誌事項から全文検索インデックスを作成する手段と、前記インデックスを登録する手段とからなる全文検索用インデックスファイル作成処理手段を設けたことにより達成される。ここで、テキスト抽出を行う手段は、テキスト抽出に際しては、文書の種別ごとに定義されたテキスト抽出ライブラリもしくは関数を用い、抽出処理を行う手段を有する。また、書誌情報から全文検索インデックスを作成する手段は、文書の種別が特定できなかった場合等に、予め定められた文書の書誌事項をデータベースから取得し、これを全文検索インデックスとして登録する手段を有する。尚、書誌情報から全文検索インデックスを作成する条件としては、文書のコンテンツからテキスト抽出ができない場合、あるいはテキスト抽出が困難でありユーザが定義した時間よりも処理が長くかかる場合、あるいは処理対象となる文書があらかじめレンディション定義ファイルに定義されていないレンディションであった場合、あるいはユーザがインデックスファイル領域に必要となる資源を節約したい場合等がある。よって、前記予め定めた条件としては、例えば全文検索用インデックス作成処理時間、全文検索用インデックスの長さ、及び全文検索用インデックス作成処理におけるエラー発生等の少なくとも一つにすれば良い。
【０００８】
また本発明では、インデックス作成処理をバッチジョブとして、ユーザーにとって都合の良い時間（夜間、または週末など比較的負担の少ない時等）に実行することができる。これらは、文書更新状態を記憶しておき、前記全文検索用インデックス作成処理手段に、作成処理の開始時刻及び現時刻からの経過時間の少なくとも一方を受け付け、受け付けた指定を満足する時刻以降に、前記全文検索処理を開始する手段を備えることにより達成する。
【０００９】
尚、上記目的を達成するためには、上述した方法及びシステムで実現している機能を実現するプログラムを格納した記録媒体であっても良い。
【００１０】
【発明の実施の形態】
以下、本発明の一実施例について図面を用いて説明する。
【００１１】
図１は本発明による全文検索用インデックス作成機能を持つ電子化文書管理方法のシステム構成例である。文書管理ソフトウェア１０１はＣＤ−ＲＯＭ、ＦＤなどの媒体を通してクライアントにインストールされ、サーバ１０３上の文書データベース１０２とネットワークを介して接続されており、オンライン処理するための端末１０４からの入力操作が可能である。全文検索用インデックス作成機能１０５は文書管理ソフトウェア１０１の一部であるが、別のマシン上にあってもよい。
【００１２】
図２は本発明における全文検索用インデックス作成機能の入出力概要である。インデックス作成機能１０５は、文書管理ソフトウェア１０１の一部であって、入力ファイルとしてはレンディション定義ファイル２０２、環境設定ファイル２０３を読み込み、文書データベース１０２からインデックス作成対象文書を入力文書２０４として取り出す。インデックス作成後は、全文検索用インデックスファイル２０５を出力して文書データベース１０２に格納するとともに、エラーログファイル２０６およびトレースログファイル２０７を出力する。文書データベース１０２には文書のコンテンツおよび文書の書誌事項が予め格納されている。
【００１３】
レンディション定義ファイル２０２の例を図６に示す。レンディション定義ファイル２０２は、文書がどのような文書作成プログラムすなわちアプリケーションで作成されたものかを文書の種別すなわちレンディションごとに定義するものであり、このレンディションとアプリケーションの関連を参照して、アプリケーションに合った適正なテキスト抽出ライブラリもしくは関数を選択してインデックス作成を行うためのものである。このファイルは文書の実体ファイルの拡張子とアプリケーションの関連付けを定義したもので代用することが可能である。
【００１４】
環境設定ファイル２０３の例を図７に示す。環境設定ファイル２０３とは、インデックス作成処理を行う上で必要となる、種々の前提条件、例えば、テキスト抽出用ライブラリもしくはコマンドの格納場所、テキスト抽出処理時間全体の上限値や、一つの文書あたりの処理時間上限値、一つの文書あたりに抽出されるテキスト長の上限値、書誌事項取得の有無、取得する書誌事項の名称などを定義するためのファイルである。
【００１５】
図３は本発明による全文検索用インデックス作成の処理フローの例である。本プログラムが起動されると、処理３０１でレンディション定義ファイル２０２および環境設定ファイル２０３を読み込み、それぞれ内部テーブルとして内部メモリに格納され、プログラム実行中はこの値が参照される。
【００１６】
次に処理３０２で文書データベース１０２に接続する。
【００１７】
処理３０３で、コマンド実行時に引数としてプログラムに与えられた処理対象文書のプロパティを文書データベース１０２から取得する。
【００１８】
処理３０４で、取得した文書のプロパティの一つである登録ステータスを確認し、処理対象となりえる文書であれば、処理を続行する。処理対象となりえるのは、（１）未処理の文書、（２）処理されているがその後更新された文書、および、（３）コマンド実行時に全文書に対して上書き処理を指定された場合、全文書が対象となる。
【００１９】
処理３０４で、処理対象でない文書であった場合、例えば、すでに処理が実行されて全文検索用インデックス文書が作成されており、その後文書に変更がない場合など、には処理３０３に戻って次の処理対象文書に移る。
【００２０】
処理３０５で、処理対象文書のコンテンツを文書データベース１０２から取得する。
【００２１】
処理３０６ではコンテンツによって条件分岐が行われる。
【００２２】
まず、レンディション定義ファイルに定義された文書種別であった場合は、デフォルトの処理としてテキスト抽出処理を行う。
【００２３】
テキスト抽出処理は、コンテンツからテキストを抽出するライブラリを用いて行われる。このライブラリは、コマンドもしくは環境設定ファイル２０３で与えられた制限時間、制限字数内のときテキスト抽出処理を行い、インデックス用のテキストファイルを作成する。このテキストファイルの例を図５に示す。テキスト抽出処理中にエラーが発生したとき、またはテキスト抽出処理が制限時間を超えたとき等に、処理３０７の書誌情報からインデックスを作成する処理に移る。
【００２４】
また、処理３０６のコンテンツ取得時にレンディション定義ファイルに定義されていない文書種別であった場合も処理３０７の書誌情報からインデックスを作成する処理を行う。
【００２５】
なおユーザがインデックス用の資源を節約したい場合には、この処理３０６をスキップして処理３０７を常に行うように条件を設定すること、例えばテキスト抽出処理時間や抽出長さを極端に小さく定義することも可能である。
【００２６】
処理３０７は書誌情報からインデックスを作成する処理である。この処理の詳細を図４に示す。
【００２７】
処理４０１で、文書がレンディション定義ファイルにアプリケーションが定義されていない、すなわちアプリケーションが特定できないか、あるいは、インデックス作成時間が予め定められた条件を満たしているか判定する。予め定められた条件とは、テキスト抽出処理時間の上限値を超えたか、テキスト長さが上限値を超えたか、あるいはテキスト抽出中にエラーが発生したか、などである。
【００２８】
処理４０２では環境設定ファイル２０３で指定された書誌事項名称（カラム名）を取得する。
【００２９】
処理４０３では、処理４０２で指定された書誌事項について、文書データベースから値を取得する。
【００３０】
処理４０４では、処理４０３で取得した書誌事項をプレーンテキスト形式に変換する。
【００３１】
処理４０５では、処理４０４で得られた書誌事項のテキスト形式から、全文検索用インデックスを作成するためのテキストファイルを作成する。作成されるテキストファイルの例を図５に示す。ここでは、書誌事項として、文書のタイトル、コメント、作者名が指定された場合を示している。
【００３２】
処理４０５を終了すると、処理３０８に戻る。
【００３３】
処理３０８では、処理３０６または処理３０７で得たテキストファイルを全文検索用インデックスファイルに適した形式に変換し、全文検索用インデックスファイルとしてデータベースに登録する。もしくは、本実施例においては、データベースへの登録は、ユーザの定義によって、逐次実行する他にバッチジョブとしてユーザにとって都合の良い時間に実行させることができる。バッチジョブとして遅延実行する場合には処理３０８において遅延処理に必要な情報を登録する。遅延処理に必要な情報の例を図８に示す。遅延処理に必要な情報は、少なくとも、処理開始時刻、対象となるテーブルのカラムを取得するための情報、データベースに対して行う操作の情報を持つ。この情報が定義されているとき、データベースは遅延処理に必要な情報を取得して定められた開始時間以降にデータベースに対する各処理を開始することができる。なお、この時間までに、文書が更新されていた場合には更新結果を反映することはできない。一般に全文検索用インデックス作成および登録処理は時間がかかるので、ユーザは文書更新内容を逐次反映する必要のないように予め定めた間隔で遅延更新を行うように文書データベースを運営管理している。
【００３４】
処理３０９では処理３０８で登録した文書について、登録ステータスを書き換える。
【００３５】
処理３１０で文書データベース１０２を更新し、次の文書のために処理３０３にもどる。
【００３６】
全文書を処理した後、処理３１１で文書データベース１０２との接続を切断し、終了処理を行う。
【００３７】
本実施例のインデックス作成処理においては、文書からテキスト抽出ができない場合に備えて、書誌情報をインデックスとして登録することが可能である。このことにより、例えば、アプリケーションによって作成した文書からテキスト抽出する際に、一部あるいは全部のテキストが文字化けする場合や、テキスト抽出処理が制限時間内に終了できない、もしくは、全くできない場合、特に画像や音声、セキュリティなどデータ量が多くかつ複雑である場合に、処理対象文書の書誌情報をテキスト化して、全文検索用インデックスファイルとすることで、処理時間を短縮するとともに、プログラムがエラーで中断することを防ぎ、コンテンツの内容が文字化けなどして有意義な情報が取得できなかった場合にも書誌情報を取得しておくことで、全文検索する時に文書について何らかの手がかりをユーザに与えることができ、また、コンテンツだけでなく、書誌情報に対しても、全文検索の時の機能である、類似語検索、全角・半角検索、かな・カタカナ検索など多様な検索機能が使用できるようになる。従って、本実施例の全文検索用インデックス作成方法を利用することによって、ユーザはコンテンツの種別、分類、画像や音声などを意識することなく、容易に文書を検索するための有意義な情報を取得することが可能になるという効果が得られる。
【００３８】
また、本実施例によれば、文書データベースから文書コンテンツのテキスト情報を取得して全文検索用インデックスファイルを作成・登録することができ、時間のかかるインデクス登録処理をまとめてバッチジョブなどでユーザにとって都合の良い時間に実行させることができる効果が得られる。
【００３９】
以上説明したように、本発明では、文書を作成したアプリケーションが特定できない場合にも書誌事項から全文検索用インデックスを作成することができるので、どのような文書であっても、ユーザがコンテンツの内容・種別・分類を意識することなく容易に文書を全文検索するための情報を提供できる効果がある。また、アプリケーションが特定でき、テキスト抽出を行ってインデックスを作成する処理中にも、予め定めた条件を満たした場合は同様にして書誌事項から全文検索インデックスを作成するので、プログラムが中断することなく、また、ユーザの指定によってはデータベースの資源を節約してインデックスを作成できるという効果がある。
【００４０】
また本発明では、全文検索用インデックスを作成するに当たり、作成処理の開始時刻及び現時刻からの経過時間の少なくとも一方の指定を受け付けることができ、この受け付けた指定を満足する時刻以降に全文検索インデックス作成処理を開始することができるので、ユーザにとって都合の良い時間（例えば夜間や週末など）に全文検索用インデックス作成処理を行うことができるという効果がある。
【００４１】
【発明の効果】
本発明では、ユーザはコンテンツの種別、分類、画像や音声などを意識することなく、容易に文書を検索するための情報を取得することが可能になる。
【図面の簡単な説明】
【図１】本発明による全文検索用インデックス作成機能を持つ電子化文書管理方法のシステム構成例を示す図。
【図２】本発明の全文検索用インデックス作成機能の入出力機能概要図。
【図３】本発明による全文検索用インデックス作成の処理フローの例。
【図４】本発明による全文検索用インデックス作成処理における、書誌情報からインデックスを作成する処理フローの例。
【図５】本発明によって作成される全文検索用インデックスを作成するためのテキストファイルの例。
【図６】レンディション定義ファイルの例。
【図７】環境設定ファイルの例。
【図８】遅延作成機能に必要な情報の例。
【符号の説明】
１０１ 文書管理ソフトウェア
１０２ 文書データベース
１０５ インデックス作成機能
２０２ レンディション定義ファイル
２０３ 環境設定ファイル
２０４ 入力文書
２０５ 全文検索用インデックスファイル
５０１ 文書コンテンツからテキスト抽出された場合の全文検索用インデックスを作成するためのテキストファイルの例
５０２ 書誌事項から作成された場合の全文検索用インデックスを作成するためのテキストファイルの例
８０１ 遅延作成機能に必要な情報の例
【発明の属する技術分野】
本発明はコンピュータによる電子文書管理システムに係り、各種文書作成プログラム等の各種アプリケーションで作成された文書に対して全文検索用インデックスを作成する方法及びシステム並びに記録媒体に関するものである。
【０００２】
【従来の技術】
従来の文書管理方法においては、文書ごとにクラス、プロパティ、コンテンツ、全文検索用インデックスファイルなどの情報をユーザが定義して文書管理を行っている。また、全文検索を行うために文書からテキスト部分のみを抽出する機能においては、予め決まった種類のアプリケーションで作成した文書に対してのみテキスト抽出を行うことしかできず、このテキストファイルを文書の全文検索用インデックスとする場合には、別途、このファイルを全文検索インデックスファイルとして登録する必要がある。
【０００３】
また、特開平９−２０４４４２号公報にあるように、従来の文書管理方法において、文書が更新されたときは、データ更新トリガが発生し、このトリガを受信した時に更新された文書データに基づいてインデックスが更新される。
【０００４】
【発明が解決しようとする課題】
上記従来技術では、各種アプリケーションで作成した文書から全文検索用インデックスを作成するには、ユーザが別途テキスト抽出プログラムを用意して個別に作成・登録を行わなければならないが、この時、テキスト抽出できるアプリケーションは限られており、対象でないアプリケーションの場合には処理が行えない。また、テキスト抽出対象となる文書が画像や音声であったり、コンテンツにセキュリティがかかっているなど、データが複雑である場合には、テキスト抽出対象外のために処理が行えなかったり、仮にテキスト抽出を行った場合にも、正常なテキスト抽出処理が行えない場合や、抽出したものが文字化けしていたり、有意義な情報が得られない場合がある。このため、従来技術ではインデックス作成処理対象とできる文書の種別が制限されていた。
【０００５】
また、アプリケーションで作成された文書からテキスト抽出を行い、インデックスを作成するには、一般に多大な時間とコンピュータ処理能力が必要とされるが、従来技術では、文書更新時にインデックスを作成するしかなかった。
【０００６】
本発明では、ユーザがコンテンツの内容・種別・分類を意識することなく、容易に文書を全文検索するための情報を提供する電子化文書管理方法を提供することを目的とする。また、インデックス作成処理を行う時間を設定可能な電子化文書管理方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】
上記目的は、一括して文書を指定し、指定された文書ファイルからテキスト抽出を行う手段と、前記文書ファイルを作成したアプリケーションが特定できない場合、若しくは前記全文検索用インデックスを作成する処理が予め定めた条件を満たした場合に前記文書ファイルに対応した書誌事項から全文検索インデックスを作成する手段と、前記インデックスを登録する手段とからなる全文検索用インデックスファイル作成処理手段を設けたことにより達成される。ここで、テキスト抽出を行う手段は、テキスト抽出に際しては、文書の種別ごとに定義されたテキスト抽出ライブラリもしくは関数を用い、抽出処理を行う手段を有する。また、書誌情報から全文検索インデックスを作成する手段は、文書の種別が特定できなかった場合等に、予め定められた文書の書誌事項をデータベースから取得し、これを全文検索インデックスとして登録する手段を有する。尚、書誌情報から全文検索インデックスを作成する条件としては、文書のコンテンツからテキスト抽出ができない場合、あるいはテキスト抽出が困難でありユーザが定義した時間よりも処理が長くかかる場合、あるいは処理対象となる文書があらかじめレンディション定義ファイルに定義されていないレンディションであった場合、あるいはユーザがインデックスファイル領域に必要となる資源を節約したい場合等がある。よって、前記予め定めた条件としては、例えば全文検索用インデックス作成処理時間、全文検索用インデックスの長さ、及び全文検索用インデックス作成処理におけるエラー発生等の少なくとも一つにすれば良い。
【０００８】
また本発明では、インデックス作成処理をバッチジョブとして、ユーザーにとって都合の良い時間（夜間、または週末など比較的負担の少ない時等）に実行することができる。これらは、文書更新状態を記憶しておき、前記全文検索用インデックス作成処理手段に、作成処理の開始時刻及び現時刻からの経過時間の少なくとも一方を受け付け、受け付けた指定を満足する時刻以降に、前記全文検索処理を開始する手段を備えることにより達成する。
【０００９】
尚、上記目的を達成するためには、上述した方法及びシステムで実現している機能を実現するプログラムを格納した記録媒体であっても良い。
【００１０】
【発明の実施の形態】
以下、本発明の一実施例について図面を用いて説明する。
【００１１】
図１は本発明による全文検索用インデックス作成機能を持つ電子化文書管理方法のシステム構成例である。文書管理ソフトウェア１０１はＣＤ−ＲＯＭ、ＦＤなどの媒体を通してクライアントにインストールされ、サーバ１０３上の文書データベース１０２とネットワークを介して接続されており、オンライン処理するための端末１０４からの入力操作が可能である。全文検索用インデックス作成機能１０５は文書管理ソフトウェア１０１の一部であるが、別のマシン上にあってもよい。
【００１２】
図２は本発明における全文検索用インデックス作成機能の入出力概要である。インデックス作成機能１０５は、文書管理ソフトウェア１０１の一部であって、入力ファイルとしてはレンディション定義ファイル２０２、環境設定ファイル２０３を読み込み、文書データベース１０２からインデックス作成対象文書を入力文書２０４として取り出す。インデックス作成後は、全文検索用インデックスファイル２０５を出力して文書データベース１０２に格納するとともに、エラーログファイル２０６およびトレースログファイル２０７を出力する。文書データベース１０２には文書のコンテンツおよび文書の書誌事項が予め格納されている。
【００１３】
レンディション定義ファイル２０２の例を図６に示す。レンディション定義ファイル２０２は、文書がどのような文書作成プログラムすなわちアプリケーションで作成されたものかを文書の種別すなわちレンディションごとに定義するものであり、このレンディションとアプリケーションの関連を参照して、アプリケーションに合った適正なテキスト抽出ライブラリもしくは関数を選択してインデックス作成を行うためのものである。このファイルは文書の実体ファイルの拡張子とアプリケーションの関連付けを定義したもので代用することが可能である。
【００１４】
環境設定ファイル２０３の例を図７に示す。環境設定ファイル２０３とは、インデックス作成処理を行う上で必要となる、種々の前提条件、例えば、テキスト抽出用ライブラリもしくはコマンドの格納場所、テキスト抽出処理時間全体の上限値や、一つの文書あたりの処理時間上限値、一つの文書あたりに抽出されるテキスト長の上限値、書誌事項取得の有無、取得する書誌事項の名称などを定義するためのファイルである。
【００１５】
図３は本発明による全文検索用インデックス作成の処理フローの例である。本プログラムが起動されると、処理３０１でレンディション定義ファイル２０２および環境設定ファイル２０３を読み込み、それぞれ内部テーブルとして内部メモリに格納され、プログラム実行中はこの値が参照される。
【００１６】
次に処理３０２で文書データベース１０２に接続する。
【００１７】
処理３０３で、コマンド実行時に引数としてプログラムに与えられた処理対象文書のプロパティを文書データベース１０２から取得する。
【００１８】
処理３０４で、取得した文書のプロパティの一つである登録ステータスを確認し、処理対象となりえる文書であれば、処理を続行する。処理対象となりえるのは、（１）未処理の文書、（２）処理されているがその後更新された文書、および、（３）コマンド実行時に全文書に対して上書き処理を指定された場合、全文書が対象となる。
【００１９】
処理３０４で、処理対象でない文書であった場合、例えば、すでに処理が実行されて全文検索用インデックス文書が作成されており、その後文書に変更がない場合など、には処理３０３に戻って次の処理対象文書に移る。
【００２０】
処理３０５で、処理対象文書のコンテンツを文書データベース１０２から取得する。
【００２１】
処理３０６ではコンテンツによって条件分岐が行われる。
【００２２】
まず、レンディション定義ファイルに定義された文書種別であった場合は、デフォルトの処理としてテキスト抽出処理を行う。
【００２３】
テキスト抽出処理は、コンテンツからテキストを抽出するライブラリを用いて行われる。このライブラリは、コマンドもしくは環境設定ファイル２０３で与えられた制限時間、制限字数内のときテキスト抽出処理を行い、インデックス用のテキストファイルを作成する。このテキストファイルの例を図５に示す。テキスト抽出処理中にエラーが発生したとき、またはテキスト抽出処理が制限時間を超えたとき等に、処理３０７の書誌情報からインデックスを作成する処理に移る。
【００２４】
また、処理３０６のコンテンツ取得時にレンディション定義ファイルに定義されていない文書種別であった場合も処理３０７の書誌情報からインデックスを作成する処理を行う。
【００２５】
なおユーザがインデックス用の資源を節約したい場合には、この処理３０６をスキップして処理３０７を常に行うように条件を設定すること、例えばテキスト抽出処理時間や抽出長さを極端に小さく定義することも可能である。
【００２６】
処理３０７は書誌情報からインデックスを作成する処理である。この処理の詳細を図４に示す。
【００２７】
処理４０１で、文書がレンディション定義ファイルにアプリケーションが定義されていない、すなわちアプリケーションが特定できないか、あるいは、インデックス作成時間が予め定められた条件を満たしているか判定する。予め定められた条件とは、テキスト抽出処理時間の上限値を超えたか、テキスト長さが上限値を超えたか、あるいはテキスト抽出中にエラーが発生したか、などである。
【００２８】
処理４０２では環境設定ファイル２０３で指定された書誌事項名称（カラム名）を取得する。
【００２９】
処理４０３では、処理４０２で指定された書誌事項について、文書データベースから値を取得する。
【００３０】
処理４０４では、処理４０３で取得した書誌事項をプレーンテキスト形式に変換する。
【００３１】
処理４０５では、処理４０４で得られた書誌事項のテキスト形式から、全文検索用インデックスを作成するためのテキストファイルを作成する。作成されるテキストファイルの例を図５に示す。ここでは、書誌事項として、文書のタイトル、コメント、作者名が指定された場合を示している。
【００３２】
処理４０５を終了すると、処理３０８に戻る。
【００３３】
処理３０８では、処理３０６または処理３０７で得たテキストファイルを全文検索用インデックスファイルに適した形式に変換し、全文検索用インデックスファイルとしてデータベースに登録する。もしくは、本実施例においては、データベースへの登録は、ユーザの定義によって、逐次実行する他にバッチジョブとしてユーザにとって都合の良い時間に実行させることができる。バッチジョブとして遅延実行する場合には処理３０８において遅延処理に必要な情報を登録する。遅延処理に必要な情報の例を図８に示す。遅延処理に必要な情報は、少なくとも、処理開始時刻、対象となるテーブルのカラムを取得するための情報、データベースに対して行う操作の情報を持つ。この情報が定義されているとき、データベースは遅延処理に必要な情報を取得して定められた開始時間以降にデータベースに対する各処理を開始することができる。なお、この時間までに、文書が更新されていた場合には更新結果を反映することはできない。一般に全文検索用インデックス作成および登録処理は時間がかかるので、ユーザは文書更新内容を逐次反映する必要のないように予め定めた間隔で遅延更新を行うように文書データベースを運営管理している。
【００３４】
処理３０９では処理３０８で登録した文書について、登録ステータスを書き換える。
【００３５】
処理３１０で文書データベース１０２を更新し、次の文書のために処理３０３にもどる。
【００３６】
全文書を処理した後、処理３１１で文書データベース１０２との接続を切断し、終了処理を行う。
【００３７】
本実施例のインデックス作成処理においては、文書からテキスト抽出ができない場合に備えて、書誌情報をインデックスとして登録することが可能である。このことにより、例えば、アプリケーションによって作成した文書からテキスト抽出する際に、一部あるいは全部のテキストが文字化けする場合や、テキスト抽出処理が制限時間内に終了できない、もしくは、全くできない場合、特に画像や音声、セキュリティなどデータ量が多くかつ複雑である場合に、処理対象文書の書誌情報をテキスト化して、全文検索用インデックスファイルとすることで、処理時間を短縮するとともに、プログラムがエラーで中断することを防ぎ、コンテンツの内容が文字化けなどして有意義な情報が取得できなかった場合にも書誌情報を取得しておくことで、全文検索する時に文書について何らかの手がかりをユーザに与えることができ、また、コンテンツだけでなく、書誌情報に対しても、全文検索の時の機能である、類似語検索、全角・半角検索、かな・カタカナ検索など多様な検索機能が使用できるようになる。従って、本実施例の全文検索用インデックス作成方法を利用することによって、ユーザはコンテンツの種別、分類、画像や音声などを意識することなく、容易に文書を検索するための有意義な情報を取得することが可能になるという効果が得られる。
【００３８】
また、本実施例によれば、文書データベースから文書コンテンツのテキスト情報を取得して全文検索用インデックスファイルを作成・登録することができ、時間のかかるインデクス登録処理をまとめてバッチジョブなどでユーザにとって都合の良い時間に実行させることができる効果が得られる。
【００３９】
以上説明したように、本発明では、文書を作成したアプリケーションが特定できない場合にも書誌事項から全文検索用インデックスを作成することができるので、どのような文書であっても、ユーザがコンテンツの内容・種別・分類を意識することなく容易に文書を全文検索するための情報を提供できる効果がある。また、アプリケーションが特定でき、テキスト抽出を行ってインデックスを作成する処理中にも、予め定めた条件を満たした場合は同様にして書誌事項から全文検索インデックスを作成するので、プログラムが中断することなく、また、ユーザの指定によってはデータベースの資源を節約してインデックスを作成できるという効果がある。
【００４０】
また本発明では、全文検索用インデックスを作成するに当たり、作成処理の開始時刻及び現時刻からの経過時間の少なくとも一方の指定を受け付けることができ、この受け付けた指定を満足する時刻以降に全文検索インデックス作成処理を開始することができるので、ユーザにとって都合の良い時間（例えば夜間や週末など）に全文検索用インデックス作成処理を行うことができるという効果がある。
【００４１】
【発明の効果】
本発明では、ユーザはコンテンツの種別、分類、画像や音声などを意識することなく、容易に文書を検索するための情報を取得することが可能になる。
【図面の簡単な説明】
【図１】本発明による全文検索用インデックス作成機能を持つ電子化文書管理方法のシステム構成例を示す図。
【図２】本発明の全文検索用インデックス作成機能の入出力機能概要図。
【図３】本発明による全文検索用インデックス作成の処理フローの例。
【図４】本発明による全文検索用インデックス作成処理における、書誌情報からインデックスを作成する処理フローの例。
【図５】本発明によって作成される全文検索用インデックスを作成するためのテキストファイルの例。
【図６】レンディション定義ファイルの例。
【図７】環境設定ファイルの例。
【図８】遅延作成機能に必要な情報の例。
【符号の説明】
１０１ 文書管理ソフトウェア
１０２ 文書データベース
１０５ インデックス作成機能
２０２ レンディション定義ファイル
２０３ 環境設定ファイル
２０４ 入力文書
２０５ 全文検索用インデックスファイル
５０１ 文書コンテンツからテキスト抽出された場合の全文検索用インデックスを作成するためのテキストファイルの例
５０２ 書誌事項から作成された場合の全文検索用インデックスを作成するためのテキストファイルの例
８０１ 遅延作成機能に必要な情報の例
Claims (3)
- 複数の電子化文書ファイルを格納する記憶装置を備え、該格納した電子化文書の全文検索用インデクスを生成して前記記憶装置に格納する電子化文書管理装置における電子化文書管理方法であって、
前記電子化文書ファイルを前記記憶装置に格納する場合、前記電子化文書ファイルの書誌事項を予め定めた形式で前記電子化文書ファイルに対応付けて前記記憶手段に格納し、
前記格納した電子化文書ファイルを前記記憶装置から読み出して抽出したテキストから前記全文検索用インデックスを生成する際に、前記全文検索用インデックスの生成処理時間の上限値を超えるおよび前記全文検索用インデックスが所定長を超えるの少なくともいずれかの条件を満たす場合は前記電子化文書ファイルに対応する前記書誌事項を前記記憶手段から読み出して前記全文検索用インデックスを生成して前記記憶装置に格納し、該条件を満たさない場合は前記電子化文書ファイルより抽出したテキストから前記全文検索用インデックスを生成して前記記憶装置に格納することを特徴とする電子化文書管理方法。 - 複数の電子化文書ファイルを格納する記憶装置を備え、該格納した電子化文書の全文検索用インデクスを生成して前記記憶装置に格納する電子化文書管理装置であって、
前記電子化文書ファイルを前記記憶装置に格納する場合、前記電子化文書ファイルの書誌事項を予め定めた形式で前記電子化文書ファイルに対応付けて前記記憶手段に格納する手段と、
前記格納した電子化文書ファイルを前記記憶装置から読み出して抽出したテキストから前記全文検索用インデックスを生成する際に、前記全文検索用インデックスの生成処理時間の上限値を超えるおよび前記全文検索用インデックスが所定長を超えるの少なくともいずれかの条件を満たす場合は前記電子化文書ファイルに対応する前記書誌事項を前記記憶手段から読み出して前記全文検索用インデックスを生成して前記記憶装置に格納し、該条件を満たさない場合は前記電子化文書ファイルより抽出したテキストから前記全文検索用インデックスを生成して前記記憶装置に格納する手段とを備えたことを特徴とする電子化文書管理装置。 - 複数の電子化文書ファイルを格納する記憶装置を備え、該格納した電子化文書の全文検索用インデクスを生成して前記記憶装置に格納する電子化文書管理装置における電子化文書管理プログラムを記憶する計算機読み取り可能な記憶媒体であって、
前記電子化文書ファイルを前記記憶装置に格納する場合、前記電子化文書ファイルの書誌事項を予め定めた形式で前記電子化文書ファイルに対応付けて前記記憶手段に格納ステップと、
前記格納した電子化文書ファイルを前記記憶装置から読み出して抽出したテキストから前記全文検索用インデックスを生成する際に、前記全文検索用インデックスの生成処理時間の上限値を超えるおよび前記全文検索用インデックスが所定長を超えるの少なくともいずれかの条件を満たす場合は前記電子化文書ファイルに対応する前記書誌事項を前記記憶手段から読み出して前記全文検索用インデックスを生成して前記記憶装置に格納し、該条件を満たさない場合は前記電子化文書ファイルより抽出したテキストから前記全文検索用インデックスを生成して前記記憶装置に格納するステップとを有する電子化文書管理プログラムを記憶する計算機読み取り可能な記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29626199A JP3772606B2 (ja) | 1999-10-19 | 1999-10-19 | 電子文書管理方法及びシステム並びに記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29626199A JP3772606B2 (ja) | 1999-10-19 | 1999-10-19 | 電子文書管理方法及びシステム並びに記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001117934A JP2001117934A (ja) | 2001-04-27 |
| JP3772606B2 true JP3772606B2 (ja) | 2006-05-10 |
Family
ID=17831290
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29626199A Expired - Fee Related JP3772606B2 (ja) | 1999-10-19 | 1999-10-19 | 電子文書管理方法及びシステム並びに記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3772606B2 (ja) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1669026B (zh) * | 2003-05-17 | 2011-07-06 | 微软公司 | 用于提供文档内容多样重现的系统和方法 |
| US7606793B2 (en) | 2004-09-27 | 2009-10-20 | Microsoft Corporation | System and method for scoping searches using index keys |
| US7644107B2 (en) * | 2004-09-30 | 2010-01-05 | Microsoft Corporation | System and method for batched indexing of network documents |
| NZ556503A (en) * | 2005-01-07 | 2011-07-29 | Thomson Reuters Glo Resources | Systems, methods and software for distributed loading of databases |
| JP2008033663A (ja) * | 2006-07-28 | 2008-02-14 | Fuji Xerox Co Ltd | 画像処理装置、画像処理方法及びプログラム |
| JP4951331B2 (ja) * | 2006-12-26 | 2012-06-13 | 株式会社日立製作所 | ストレージシステム |
| JP2008176545A (ja) * | 2007-01-18 | 2008-07-31 | Cosmotec Patent Information Systems Inc | データ検索のためのコンピュータシステムとそれを実現するためのコンピュータプログラムとその方法 |
| JP4904218B2 (ja) * | 2007-07-19 | 2012-03-28 | キヤノン株式会社 | 画像処理サーバ、画像処理方法、コンピュータプログラム、および記憶媒体 |
| US9348912B2 (en) | 2007-10-18 | 2016-05-24 | Microsoft Technology Licensing, Llc | Document length as a static relevance feature for ranking search results |
| US8812493B2 (en) | 2008-04-11 | 2014-08-19 | Microsoft Corporation | Search results ranking using editing distance and document information |
| US8738635B2 (en) | 2010-06-01 | 2014-05-27 | Microsoft Corporation | Detection of junk in search result ranking |
| US9495462B2 (en) | 2012-01-27 | 2016-11-15 | Microsoft Technology Licensing, Llc | Re-ranking search results |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0887513A (ja) * | 1994-09-16 | 1996-04-02 | Alpha Corp | ファイル管理装置及びファイル管理方法 |
| JP2560656B2 (ja) * | 1995-09-11 | 1996-12-04 | 株式会社日立製作所 | 文書ファイリングシステム |
| JPH10214268A (ja) * | 1997-01-29 | 1998-08-11 | Omron Corp | 文書検索方法および装置 |
| JP3554459B2 (ja) * | 1997-02-26 | 2004-08-18 | 株式会社日立製作所 | テキストデータ登録検索方法 |
| JPH1027183A (ja) * | 1997-04-11 | 1998-01-27 | Hitachi Ltd | データ登録方法および装置 |
-
1999
- 1999-10-19 JP JP29626199A patent/JP3772606B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2001117934A (ja) | 2001-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6782387B1 (en) | System for document management and information processing | |
| JP5023715B2 (ja) | 情報処理システム、情報処理装置及びプログラム | |
| JP3772606B2 (ja) | 電子文書管理方法及びシステム並びに記録媒体 | |
| US20080320387A1 (en) | Information displaying device and information displaying method | |
| EP1675059A2 (en) | A search method in a used car search support system | |
| JP2008299478A (ja) | データファイル編集システム、データファイル処理プログラム、データファイル利用プログラム、データファイル利用システム、処理サーバ、利用クライアント | |
| JP2000076109A (ja) | データ表示装置およびデータ表示方法 | |
| US20010002471A1 (en) | System and program for processing special characters used in dynamic documents | |
| CN111045654A (zh) | 基于Vue快速生成常用指令的方法、装置、计算机设备及存储介质 | |
| JP3961099B2 (ja) | ネットワークにおけるディジタルデータの著作権検査装置及び著作権検査プログラムを記録したコンピュータ読取可能な記録媒体 | |
| JP2004086845A (ja) | 電子文書情報拡充装置、方法及びプログラム、並びに、電子文書情報拡充プログラムを記録した記録媒体 | |
| JP5224839B2 (ja) | 文書管理システム、文書管理装置、文書管理方法及びプログラム | |
| CN113641632B (zh) | 一种命令行提取日志数据转图形展示的方法 | |
| US8788483B2 (en) | Method and apparatus for searching in a memory-efficient manner for at least one query data element | |
| KR100349657B1 (ko) | 분산 협력으로 개발된 프로그램 분석을 위한 순차다이어그램 생성 방법 | |
| JP3287307B2 (ja) | 構造化文書検索システム、構造化文書検索方法および構造化文書検索用プログラムを記録した記録媒体 | |
| US8082259B2 (en) | Information processing apparatus for extracting objects | |
| JP4521413B2 (ja) | データベース管理システム及びプログラム | |
| JP2008287607A (ja) | 情報処理装置およびプログラム | |
| JP2001229157A (ja) | 文書ファイル処理装置及び記録媒体 | |
| JP2006072628A (ja) | 情報抽出装置 | |
| JP2009020814A (ja) | 文書名生成装置、文書名生成方法、文書名生成プログラム及び記録媒体 | |
| JP2000268043A (ja) | 情報処理システム | |
| JP2007079766A (ja) | 複合文書検索システム、複合文書検索方法およびプログラム | |
| JP2004094840A (ja) | 文書管理システムおよび文書管理方法およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050215 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050404 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050719 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050920 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051025 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051222 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060124 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060206 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090224 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100224 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |