JP4508264B2 - データベース構築装置、データベース構築方法、データベース構築プログラム、記録媒体 - Google Patents

Description

この発明は、データベースの構築および更新を簡単に行うことができるデータベース構築装置、データベース構築方法、データベース構築プログラム、記録媒体に関するものである。

従来から、カタログ作成依頼者（以下、依頼者と称する）からカタログを作成依頼された場合に、印刷業者は、ＤＴＰ（Ｄｅｓｋｔｏｐ Ｐｕｂｌｉｓｈｉｎｇ）が適用されたシステムを利用して、カタログを作成することが行われている。例えば、カタログに掲載するための商品の画像や、商品の名称、型式、寸法、製品紹介文などの文書等の商品情報が商品データベースに予め記憶されている。この商品データベースからＤＴＰ用コンピュータを利用して、商品情報を読み出し、画像や文書のレイアウトを決め、編集を行い、見本を印刷する。そして、印刷された見本を依頼者に確認（レイアウト、誤植の有無等）してもらい、訂正内容があれば、見本に訂正内容を記入してもらう。印刷業者は、見本に記入された訂正内容に応じて、ＤＴＰ用コンピュータによってＤＴＰ上のデータを修正する。そして、修正後の見本の印刷物を依頼者に再度確認してもらい、変更がなければ、印刷し、カタログを作成する。

一方、上述した商品データベースは、次回のカタログ制作時においては、新製品などの情報が追加され、引き続き利用される。従って、依頼者によって見本に記入された訂正内容に応じて、印刷業者は、ＤＴＰ用コンピュータによってＤＴＰ上のデータが修正された場合、この修正内容を商品データベースに反映させ、商品データベースを更新する必要があるが、この商品データベースの更新作業は、印刷業者が見本に記入された訂正内容に基づいて、商品データベース用のコンピュータから商品データベースの更新作業を行っていた。

ＤＴＰに関連する技術として、例えば、下記の文献に記載されたものがある。
特開平８−６９４４号公報

上述したように、見本に記入された訂正内容を反映させる場合、ＤＴＰ上のデータの修正作業を行った後に、商品データベースに対しても修正作業を行う場合、データの修正作業を２重に行う必要があり、印刷業者にとって大きな負担であるとともに、更新作業に多大な時間がかかってしまっていた。そこで、更新されたＤＴＰ上のデータから商品データベースを構築する場合、商品カタログには、多種の商品が存在するため、商品毎に、商品の画像、名称、型式、寸法などの要素を１つの商品情報としてリンクさせて、データベースを構築し、管理することが望ましいが、ＤＴＰ上のデータにおいては、これらの情報間においては、リンク付けがされていないため、画像、名称、形式、寸法などの要素を関連づけする必要がある。

しかしながら、従来技術によれば、作業者が手作業によって関連づけを行うしかないので、関連づけ作業に多大な時間がかかってしまうとともに、作業者にとって大きな負担となってしまう。また、作業者のミスなどにより、必要な要素が関連づけされていなかったり、異なる商品の要素を関連づけされてしまう場合が考えられる。また、既に関連づけされている要素に対して編集作業を行うと、関連づけが外れてしまう場合が考えられるが、作業者にとって、膨大な商品カタログの全てについて、各要素間が関連づけされているか否かを確認することは困難である。

本発明は、このような事情に鑑みてなされたもので、その目的は、各要素間を簡単にかつ、正確に関連づけを行うことができるデータベース構築システムを提供することにある。また、本発明は、各要素間が関連づけされているか否かを簡単に確認することができるデータベース構築装置、データベース構築方法、データベース構築プログラム、記録媒体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、電子文書を構成する要素が予めレイアウトされた電子文書からデータベースを構築するデータベース構築装置であって、前記電子文書から抽出する要素を指定するためのルール情報を記憶するデータベースを有し、このデータベースからルール情報を読み出す要素名規則性定義手段と、入力デバイスを介して各レイアウト領域に対して要素名が指定されると、当該入力デバイスから各レイアウト領域に対して指定された要素名を、指定された当該各レイアウト領域のそれぞれについて、前記電子文書から抽出される要素に対してデータベースの項目となる項目情報として前記要素名規則性定義手段によって指定されるルール情報と関連付けすることにより設定する要素名規則性特定手段と、前記要素名規則性定義手段によって指定されるルール情報に基づいて、前記電子文書から要素を抽出し、抽出した要素を前記要素名規則性特定手段によって設定される項目情報を対応付けてデータベース情報として出力する構成要素抽出手段と、前記要素のうち、複数の要素を１つのグループとして関連付けするリンク情報を生成する要素関係特定手段を有し、前記構成要素抽出手段は、前記要素関係特定手段によって生成されたリンク情報に基づいて前記電子文書から要素を抽出し、当該抽出した要素を関連付けるとともに、前記項目情報を対応付けてデータベース情報として出力する機能とを有することを特徴とする。

また、本発明は、上述のデータベース構築装置において、既に関連付けされている複数のレイアウト領域を包含する最小外接矩形内のレイアウト領域を検出する矩形内レイアウト領域検出手段と、前記矩形内レイアウト領域検出手段が検出した最小外接矩形内のレイアウト領域をそれぞれ関連付けするリンク設定手段と、を有し、前記構成要素抽出手段は、前記リンク設定手段によって関連づけされるレイアウト領域の要素を抽出し、抽出した要素と項目情報とを対応付けるとともに、前記リンク設定手段によって関連づけられたレイアウト領域内の要素を関連づけて前記データベース情報を生成することを特徴とする。

また、本発明は、上述のデータベース構築装置において、前記電子文書は、商品のカタログに関する情報を含むことを特徴とする。

また、本発明は、電子文書を構成する要素が予めレイアウトされた電子文書からデータベースを構築するデータベース構築装置におけるデータベース構築方法であって、前記データベース構築装置の要素名規則性定義手段が、前記電子文書から抽出する要素を指定するためのルール情報を記憶するデータベースを有し、このデータベースからルール情報を読み出し、前記データベース構築装置の要素名規則性特定手段が、入力デバイスを介して各レイアウト領域に対して要素名が指定されると、当該入力デバイスから各レイアウト領域に対して指定された要素名を、指定された当該各レイアウト領域のそれぞれについて、前記電子文書から抽出される要素に対してデータベースの項目となる項目情報として前記要素名規則性定義手段によって指定されるルール情報と関連付けすることにより設定し、前記データベース構築装置の要素関係特定手段が、前記要素のうち、複数の要素を１つのグループとして関連付けするリンク情報を生成し、前記データベース構築装置の構成要素抽出手段が、前記要素名規則性定義手段によって指定されるルール情報に基づいて、前記電子文書から要素を抽出し、抽出した要素を前記要素名規則性特定手段によって設定される項目情報を対応付けてデータベース情報として出力し、前記要素関係特定手段によって生成されたリンク情報に基づいて前記電子文書から要素を抽出し、当該抽出した要素を関連付けるとともに、前記項目情報を対応付けてデータベース情報として出力することを特徴とする。

また、本発明は、電子文書を構成する要素が予めレイアウトされた電子文書からデータベースを構築するコンピュータを、前記電子文書から抽出する要素を指定するためのルール情報を記憶するデータベースを有し、このデータベースからルール情報を読み出す要素名規則性定義手段、入力デバイスを介して各レイアウト領域に対して要素名が指定されると、当該入力デバイスから各レイアウト領域に対して指定された要素名を、指定された当該各レイアウト領域のそれぞれについて、前記電子文書から抽出される要素に対してデータベースの項目となる項目情報として前記要素名規則性定義手段によって指定されるルール情報と関連付けすることにより設定する要素名規則性特定手段、前記要素名規則性定義手段によって指定されるルール情報に基づいて、前記電子文書から要素を抽出し、抽出した要素を前記要素名規則性特定手段によって設定される項目情報を対応付けてデータベース情報として出力し、前記要素関係特定手段によって生成されたリンク情報に基づいて前記電子文書から要素を抽出し、当該抽出した要素を関連付けるとともに、前記項目情報を対応付けてデータベース情報として出力する構成要素抽出手段、前記要素のうち、複数の要素を１つのグループとして関連付けするリンク情報を生成する要素関係特定手段、として機能させるためのデータベース構築プログラムである。

また、本発明は、電子文書を構成する要素が予めレイアウトされた電子文書からデータベースを構築するコンピュータを、前記電子文書から抽出する要素を指定するためのルール情報を記憶するデータベースを有し、このデータベースからルール情報を読み出す要素名規則性定義手段、入力デバイスを介して各レイアウト領域に対して要素名が指定されると、当該入力デバイスから各レイアウト領域に対して指定された要素名を、指定された当該各レイアウト領域のそれぞれについて、前記電子文書から抽出される要素に対してデータベースの項目となる項目情報として前記要素名規則性定義手段によって指定されるルール情報と関連付けすることにより設定する要素名規則性特定手段、前記要素名規則性定義手段によって指定されるルール情報に基づいて、前記電子文書から要素を抽出し、抽出した要素を前記要素名規則性特定手段によって設定される項目情報を対応付けてデータベース情報として出力し、前記要素関係特定手段によって生成されたリンク情報に基づいて前記電子文書から要素を抽出し、当該抽出した要素を関連付けるとともに、前記項目情報を対応付けてデータベース情報として出力する構成要素抽出手段、前記要素のうち、複数の要素を１つのグループとして関連付けするリンク情報を生成する要素関係特定手段、として機能させるためのデータベース構築プログラムを記録したコンピュータ読み取り可能は記録媒体である。

以上説明したように、この発明によれば、電子文書から抽出する要素を指定するためのルール情報を設定し、電子文書から抽出される要素にデータベースの項目となる項目情報を設定し、要素名規則性定義手段によって指定されるルール情報に基づいて、電子文書から要素を抽出し、抽出した要素を項目情報を対応付けてデータベース情報として出力するようにしたので、レイアウトの構造を示すファイルからデータ構造のファイルを生成してデータベースを簡単に構築することができ、作業者の負担を軽減させることが可能である。

また、この発明によれば、各要素間を１つのグループとして関連付けするリンク情報を生成し、リンク情報に基づいて電子文書から抽出される要素を関連付けるとともに、項目情報を対応付けてデータベース情報として出力するようにしたので、各要素をグループ毎に分類してデータベースを構築することができる効果が得られる。

また、この発明によれば、電子文書は、商品のカタログに関する情報を含むようにしたので、カタログを印刷するための要素がレイアウトされた印刷データからデータベース情報を生成することができ、これにより、カタログの情報を簡単にデータベース化することができる。

以下、本発明の一実施形態によるデータベース構築装置を図面を参照して説明する。この実施形態においては、図２に示すような商品カタログのレイアウト構造ファイルである電子文書からデータ構造ファイルを生成し、データベースを構築する場合について説明する。ここでいうデータ構造ファイルとは、要素に意味を持たせ、その意味を指定し、表現することが可能なデータを記憶するファイルであり、例えば、ＤＢ、ＸＭＬ（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）等がある。レイアウト構造ファイルとは、要素を表現する位置（レイアウト）を指定し表現することができるデータを記憶するためのファイルであり、例えば、ＤＴＰデータ、ＨＴＭＬ（ＨｙｐｅｒＴｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）等がある。図１は、この発明の一実施形態によるデータベース構築装置の構成を示す概略ブロック図である。この図において、電子文書変換部１は、外部の装置から出力される電子ファイルをデータベース構築装置において処理可能なファイル形式のデータに変換し、変換されたデータを変換データ分析部２に出力する。例えば、電子文書変換部１は、外部から送信されるＤＴＰドキュメントデータを中間ファイルに変換する。

ここで、中間ファイルとは、レイアウト構造ファイルであり、文字や画像、図形などが紙や画面に出力される際の体裁情報をもつ、印刷用データ、ワープロデータ、マークアップ言語データ（ＨＴＭＬ（Ｈｙｐｅｒｔｅｘｔ ＭａｒｋｕｐＬａｎｇｕａｇｅ）、ＸＭＬ（Ｅｘｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）、ＳＧＭＬ（Ｓｔａｎｄａｒｄ Ｇｅｎｅｒａｌｉｚｅｄ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ））等の形式のデータである。

変換データ分析部２は、電子文書変換部１から出力される中間ファイルに基づく画像を変換データ表示部４の画面上に出力する。この変換データ表示部４の画面上には、例えば、図２に示すような書類をまとめる事務用ファイルのカタログに関する情報が表示される。また、変換データ分析部２は、電子文書変換部１から出力される中間ファイルと要素名規則性定義部３から出力されるルール情報とを構成要素抽出部７に出力する。

要素名規則性定義部３は、電子文書から抽出する要素を指定するためのルール情報を設定する。このルール情報の一例を図３に示す。この図に示すように、ルール情報のうち、文字に対するルール情報は、例えば、文字の書体名、サイズ、色、変形、字送りのうち少なくとも１つの条件を含む文字体裁に関する条件と、行頭と行末とのうち一方又は両方を含む文字が配置された文字位置に関する条件と、前後の文字または他の要素との関係を指定する関係前後関係に関する条件と、内部に含まれる文字列を指定する条件である包含文字に関する条件と、のうち、少なくともいずれか１つの条件を含む。また、抽出する対象が文字である場合、画像に対するルール情報は、ファイル名とファイル種別との一方または両方の条件を含むファイル情報に関する条件と、画像の大きさと解像度との一方または両方の条件を含む画像属性に関する条件と、画像の回転と倍率との一方または両方の条件を含むレイアウト属性に関する条件と、のうち少なくとも１つの条件を含む。また、文字と画像とに対する共通の条件となるルール情報は、レイアウト領域の大きさと枠線との一方または両方を含むレイアウト領域に関する条件を含む。また、要素名規則性定義部３は、ルール情報を予め記憶するルールデータベースを有し、必要に応じて、ルールデータベースからルール情報を読み出す。

また、ここでいう要素とは、ヘッダーやフッター、見出しや本文、挿絵など文書を構成している内容となる情報であり、商品カタログの場合は、商品の品番や価格などの商品スペックの他、写真や図形、ロゴマークなどが該当する。なお、このルール情報は、データベース構築装置の外部に接続されるキーボードやマウス等の入力デバイスから、作業者によって入力される。

変換データ表示部４は、表示装置であり、例えば、ＣＲＴ（ＣａｔｈｏｄｅＲａｙ Ｔｕｂｅ）や液晶表示装置等が用いられる。

要素関係特定部５は、入力デバイスを介して入力される作業者からの指示に基づいて、各要素間を１つのグループとして関連付けするリンク情報を生成する。このリンク情報とは、例えば、図４の符号（ａ）、符号（ｂ）、符号（ｃ）、符号（ｄ）に示す各レイアウト領域内の文字や画像の情報が１つの商品について説明するためのデータであることの関連づけを行う情報である。これにより、画像や文字がどの商品であるかが商品毎に関連づけされる。なお、ここでいうレイアウト領域とは、１つの画像または１つの文字列などが設定される領域である。

要素名規則性特定部６は、電子文書から抽出される文字や画像などの要素にデータベースの項目となる項目情報を設定する。この項目には、例えば、「品番」、「型式」、「寸法」、「価格」等がある。

構成要素抽出部７は、要素名規則性定義部３によって指定されるルール情報に基づいて、電子文書から要素を抽出し、抽出した要素を要素名規則性特定部６によって設定される項目情報を対応付けてデータベース情報として構成要素出力部８に出力する。また、構成要素抽出部７は、要素関係特定部５によって生成されたリンク情報に基づいて、電子文書から抽出される要素を関連付けるとともに、項目情報を対応付けてデータベース情報として出力する。

構成要素出力部８は、表示装置であり、構成要素抽出部７から出力されるデータベース情報を画面上に出力する。構成要素出力部８は、変換データ表示部４と共通の表示装置を利用するようにしてもよい。また、構成要素出力部８は、データ出力装置であってもよい。

次に、図１に示すデータベース構築装置の動作について図５から図８のフローチャートを用いて説明する。まず、図５において、外部からＤＴＰデータの電子文書が入力されると（ステップＡ１）、電子文書変換部１は、入力された電子文書を中間ファイルに変換し（ステップＡ２）、変換後の中間ファイルを変換データ分析部２に出力する（ステップＡ３）。

次に、図６において、変換されたデータである中間ファイルが入力されると（ステップＢ１）、データベース構築装置は、構成要素の特定を行い（ステップＢ２）、特定された構成要素の抽出を行い（ステップＢ３）、抽出された構成要素をデータベース情報として構成要素出力部８から出力する（ステップＢ４）。

次に、図７を用いて、図６におけるステップＢ２の構成要素の特定処理について説明する。変換データ分析部２は、電子文書変換部１から出力された中間ファイルを変換データ表示部４に出力し、画面上に表示させる（ステップＢ２１）。このとき、変換データ表示部４の画面上には、例えば、図２のような表示がなされる。

次に、要素名規則性定義部３は、作業者から入力デバイスを介して、ルール情報が入力されると、入力されたルール情報を設定する。次に、要素関係特定部５は、作業者から入力デバイスを介して各レイアウト領域間の構成要素が選択され、要素関係の関連付けが指示されると、選択された構成要素間の関連付けを行う（ステップＢ２３）。そして、要素名規則性特定部６は、作業者から入力デバイスを介して各レイアウト領域対して要素名が指定されると、指定された要素名が、各レイアウト領域にデータベース情報の項目として設定するとともに、作業者から入力デバイスを介して入力される指示に基づいて、要素名規則性定義部３から入力されたルール情報と項目の対応付けを行う（ステップＢ２４）。この設定は、すべてのレイアウト領域に対して行われると、終了する（ステップＢ２５）。

次に、図８を用いて図７のステップＢ２４について説明する。要素関係特定部５は、作業者から入力デバイスを介して、各レイアウト領域に対して要素名が定義されると（ステップＢ２４１）、要素名規則性定義情報３から入力されたルール情報と項目の対応付けを行う。ここでは、構成要素名の定義対象が画像である場合（ステップＢ２４２）、画像情報を特定するルール情報が定義され（ステップＢ２４３）、定義対象が文字である場合、（ステップＢ２４２）、文字情報を特定するルール情報が定義される（ステップＢ２４４）。そして、抽出する対象のデータのルール情報が商品の画像、型式、寸法などの項目に対してすべて設定されると、構成要素名の定義が終了する（ステップＢ２４５）。

そして、構成要素抽出部７は、変換データ分析部２から出力される中間ファイル内のデータから、要素関係特定部５からの指示に基づいて各レイアウト領域間の関連づけを行い、関連づけされた各レイアウト領域内のデータに対し、要素名規則性特定部６によって指定される要素名（項目）を設定し、要素名規則性定義部３によって設定されたルール情報に対応するデータをレイアウト領域内から抽出し、抽出されたデータを要素関係と要素名規則性に対応づけて、データベース情報として構成要素出力部８に出力する。

以上説明した実施形態において、図５のステップＡ３において変換データ出力装置４の画面上には、例えば、図２に示すような商品カタログに関する情報が出力される。また、この商品カタログを構成する各要素をレイアウト領域として表示させる場合は、図９に示すように、各レイアウト領域が、矩形によって表示される。

次に、要素関係特定部５において、図７ステップＢ２３の構成要素関係特定処理により、各要素間の関連付けが行われると、例えば、図１０符号（ｅ）に示すように、関連付けされた各レイアウト領域が強調されて表示される。ここでは、１つのグループを説明するための画像と文字の情報が関連付けされている場合について図示されている。

次に、要素名規則性特定部６において、図７ステップＢ２４の要素名規則性特定処理により、要素名に対して項目が設定されると、例えば、図１０符号（ｆ）に示すように、項目名として設定され、表示される。また、要素名規則性定義部３において、定義されたルール情報は、例えば、図１０符号（ｇ）に示すように、抽出する対象の文字のフォント、カラー、文字飾りなどについて表示される。さらに、図８のステップＢ２４１からステップＢ２４５によって構成要素名とルール情報の対応付けが行われると、例えば、図１０符号（ｆ）に示す項目に対して図１０符号（ｈ）に示すような設定がなされる。

図１１は、構成要素抽出部７によって抽出されたデータがデータベース化された一例を示す図面である。構成要素抽出部７によって抽出されたデータは、関連づけされた各要素から抽出されたデータが１つの商品データとして符号（ｉ）に示すように記憶される。また、符号（ｉ）に示す商品データの各要素は、要素名規則性特定部６によって定義された項目名が設定され、データベースの対応する項目の欄に記憶される。以上のようにして、商品カタログなどのレイアウト構造ファイルからデータ構造ファイルを生成し、データベースを構築することができる。なお、レイアウト領域内の要素が画像である場合、データベースには、画像のファイル名が記憶される。

次に、第２の実施形態について説明する。ここでは、要素関係特定部５が行う各要素間の関連づけについての他の実施形態について説明する。この実施形態において、要素関係特定部５は、基準となるレイアウト領域である基準レイアウト領域と、基準レイアウト領域に対して相対位置条件に該当するレイアウト領域とを関連づけを行う相対位置関連づけ機能を有する。相対位置条件は、上述した入力デバイスから、作業者によって入力される。また、この相対位置条件とは、基準レイアウト領域と関連づけする対象となるレイアウト領域との位置関係を指定するための条件であり、例えば、基準となるレイアウト領域の矩形の四隅の座標からリンクさせる対象となるレイアウト領域の四隅の座標までの距離及び方向を指定する情報である。

次に、この実施形態において、要素関係特定部５が相対位置に基づいて各要素間の関連づけを行う動作について説明する。まず、作業者は、関連づけを行う基準となるレイアウト領域である基準レイアウト領域を指定し、さらに、この基準レイアウト領域に対する相対位置条件を入力デバイスを介して要素関係特定部５に設定する。要素関係特定部５は、設定された基準レイアウト領域に対して相対位置条件に該当するレイアウト領域を検索し、該当するレイアウト領域が検出された場合に、検出されたレイアウト領域と基準レイアウト領域とを関連づけする。

次に、第３の実施形態について説明する。図１２は、第３の実施形態における要素関係特定部５の構成を示す概略ブロック図である。この図において、相対位置情報生成部５１は、基準レイアウト領域を決定し、この基準レイアウト領域に対して他のレイアウト領域までの相対位置に関する情報である相対位置情報を基準レイアウト領域以外の各レイアウト領域に対して生成する。

検出部５２は、生成された相対位置情報に該当するレイアウト領域が他のレイアウト領域を基準にした場合においても存在するか否かを検出する。リンク設定部５３は、検出部５２によって他のレイアウト領域を基準にした場合においても相対位置情報に該当するレイアウト領域があることが検出された場合に、基準とされたレイアウト領域と相対位置情報に該当するレイアウト領域との関連づけを行う。

次に、この実施形態における要素関係特定部５の動作について説明する。ここでは、図１３に示すような９種類の照明器具が掲載された商品カタログにおいて、商品毎に要素を関連付けする場合について説明する。関連付け処理の開始が上述の入力デバイスから指示されると、要素関係特定部５の相対位置情報生成部５１は、符号（ｊ）に示すレイアウト領域を基準レイアウト領域として決定し、この符号（ｊ）の基準レイアウト領域から他のレイアウト領域までの相対位置情報を、基準レイアウト領域以外の各レイアウト領域に対して生成する。この相対位置情報の生成は、例えば、符号（ｋ）、符号（ｌ）、符号（ｍ）、符号（ｐ）、符号（ｒ）、…等の基準レイアウト以外のレイアウト領域すべてを対象に総当りで行われる。そして、相対位置情報生成部５１は、生成した相対位置情報を一時保持する。

相対位置情報が生成されると、検出部５２は、生成された相対位置情報に該当するレイアウト領域が他のレイアウト領域を基準にした場合においても存在するか否かを検出する。この検出は、例えば、符号（ｊ）の基準レイアウト領域に対して符号（ｋ）、符号（ｌ）の相対位置にあるレイアウト領域は、符号（ｍ）に示す画像が設定されたレイアウト領域を基準レイアウト領域とした場合、符号（ｎ）、符号（ｓ）に示すレイアウト領域が相当するので、符号（ｊ）の基準レイアウト領域に対して符号（ｋ）、符号（ｌ）の相対位置にあるレイアウト領域の相対位置情報が、引き続き保持される。

一方、符号（ｊ）の基準レイアウト領域に対して符号（ｒ）の相対位置にあるレイアウト領域は、符号（ｍ）に示す画像が設定されたレイアウト領域を基準レイアウト領域とした場合、相対位置が同じ場所にレイアウト領域が存在しないので、符号（ｊ）の基準レイアウト領域に対して符号（ｒ）の相対位置にあるレイアウト領域の相対位置情報が削除される。

このようにして、他のレイアウト領域を基準レイアウト領域とした場合に、当初の基準レイアウト領域からの相対位置が同じ位置にレイアウト領域が存在しなければ相対位置情報が削除され、当初の基準レイアウト領域からの相対位置が同じ位置にレイアウト領域が存在する場合に、相対位置情報が保持される。

そして、すべてのレイアウト領域に対して検出部５２による検出処理が完了すると、リンク設定部５３は、検出部５２による検出処理が完了した時点において保持されている相対位置情報に基づいて、基準とされたレイアウト領域と相対位置情報に該当するレイアウト領域との関連づけを、すべてのレイアウト領域について行う。これにより、例えば、符号（ｊ）、符号（ｋ）、符号（ｌ）のレイアウト領域が１つのグループとして関連付けされるとともに、符号（ｍ）、符号（ｎ）、符号（ｓ）のレイアウト領域が１つのグループとして関連付けされる。さらに、他のレイアウト領域についても、符号（ｊ）、符号（ｋ）、符号（ｌ）と相対位置が同じである各レイアウト領域を１つのグループとして関連付けが行われる。

上述の処理により、図１３に示す照明器具の画像と型式と価格などについて、９種類の商品毎に、グループとして関連付けがなされる。なお、図１４に示すように、符号（ｔ）に示すレイアウト領域のみ他のレイアウト領域における関連付けが異なる場合、符号（ｔ）に示す部分以外については、上述のグループとしての相対位置情報に基づく関連付け処理を行い、符号（ｔ）に示す部分については、第１の実施形態において説明した、入力デバイスからの指示による関連付けを行うようにしても良い。

次に、第４の実施形態について説明する。この実施形態において、要素関係特定部５は、各レイアウト領域間において既に関連付けされた情報をテンプレートリンク情報として生成し、生成されたテンプレートリンク情報を他のレイアウト領域間（あるいは他のページ）においても利用し、各レイアウト領域間において同様の関連付けを行う。例えば、図１３に示すようにレイアウト領域が配置されたページが複数ページにわたって存在する場合に、例えば、最初のページにおいて各商品について第３の実施形態の関連付け処理を利用して各レイアウト領域間の関連づけを行い、この関連付けされた各レイアウト領域間の相対位置に基づいて、テンプレートリンク情報として生成する。そして、次のページにおいても同じレイアウト領域が配置されていれば、生成されたテンプレートリンク情報を利用して、このページ内における各商品の画像や型式、価格などの文字を１つの商品として関連付けを行う。

次に、第５の実施形態について説明する。図１５は、第５の実施形態における要素関係特定部５の構成を示す概略ブロック図である。この図において、リンク情報記憶部５５は、既に関連付けされた各レイアウト領域間のリンク情報を記憶する。比較部５６は、対応するデータベース情報のリンク情報を読み出して、読み出されたデータの各要素と更新されたデータベース情報の各要素とを比較する。

配色部５７は、比較部５６の比較結果に基づいて、読み出されたデータの要素と更新されたデータベース情報の要素とが一致する要素と、一致しない要素とを異なる表現方法によって出力する。この異なる表現方法とは、例えば、異なる色をレイアウト領域に設定して出力する。また、この異なる表現方法には、レイアウト領域を示す矩形の線の種類によって区別してもよく、また、レイアウト領域にハッチングを行うなどによって区別するようにしてもよい。

リンク設定部５８は、比較部５６の比較結果に基づいて、読み出されたデータの要素と更新されたデータベース情報の要素とが一致する要素とを関連付けする。

次に、この実施の形態における要素関連特定装置５の動作について説明する。リンク情報記憶部５５は、データベースが構築時において、関連付けされた各レイアウト領域間のリンク情報を順次記憶する。そして、データベースが構築された後あるいは構築途中において、ＤＴＰドキュメントデータの修正が行われた後に、再度関連付けを行う指示が入力されると、要素関連特定装置５の比較部５６は、再度関連付けを行う指示におうじて、修正が行われたデータベース情報のリンク情報を読み出して、読み出されたデータの各要素と更新されたデータベース情報の各要素とを比較し、比較結果を配色部５７に出力する。

配色部５７は、比較部５６の比較結果に基づいて、読み出されたデータの要素と更新されたデータベース情報の要素とが一致する要素と、一致しない要素とを異なる色をレイアウト領域に設定してリンク設定部５８に出力する。リンク設定部５８は、比較部５６の比較結果を配色部５７を介して受け取り、読み出されたデータの要素と更新されたデータベース情報の要素とが一致する要素とを関連付けする。

例えば、図１６符号（ｕ）内のレイアウト領域のうち、符号（ｗ）に示すレイアウト領域に対してＤＴＰ上でデータの修正が行われ、上述の配色処理が行われると、図１６に示すように、符号（ｕ）内のレイアウト領域のうち、符号（ｗ）に示すレイアウト領域が異なる色によって画面上に出力される。これにより、作業者にとって、ＤＴＰ上でデータの修正が行われたレイアウト領域のデータが視覚的に確認しやすくなる。

次に、第６の実施形態について説明する。図１７は、第６の実施形態における要素関係特定部５の構成を示す概略ブロック図である。この図において、矩形内レイアウト領域検出部５１０は、既に関連付けされている複数のレイアウト領域を包含する最小外接矩形内のレイアウト領域を検出する。ここでいう最小外接矩形とは、例えば、図１８に示すように、符号（イ）に示す画像領域と文字領域とが既に関連付けされている場合において、既に関連付けされている符号（イ）に示す画像領域と文字領域とを包含して概説する最小の矩形（符号（ホ））である。

リンク設定部５２０は、矩形内レイアウト領域検出部５１０が検出した最小外接矩形内のレイアウト領域をそれぞれ関連付けする。

次に、この実施形態における要素関係特定部５の動作について説明する。符号（イ）に示す画像領域と文字領域とが既に関連付けされており、さらに、符号（ハ）に示す図形領域についても関連付けする場合、矩形内レイアウト領域検出部５１０は、作業者から入力デバイスを介して、最小外接矩形による関連付け処理の指示が入力されると、既に関連付けされている複数のレイアウト領域を包含する最小外接矩形内のレイアウト領域を検出する。ここでは、符号（ホ）に示す最小外接矩形内のレイアウト領域が検出される。

最小外接矩形内のレイアウト領域が検出されると、リンク設定部５２０は、検出された最小外接矩形内のレイアウト領域をそれぞれ関連付けする。これにより、符号（イ）に示す画像領域と文字領域と符号（ハ）に示す図形領域が関連付けされる。

符号（ホ）内の関連付けが終了すると、他のレイアウト領域においても最小外接矩形による関連付け処理が行われる。これにより、符号（ロ）に示す画像領域と文字領域とが既に関連付けされている場合、既に関連付けされている符号（ロ）の２つのレイアウト領域を包含する最小外接矩形内のレイアウト領域（符号（ヘ））が検出され、符号（ヘ）内に存在する図形領域（符号（ニ））についても、既に関連付けされている符号（ロ）の２つのレイアウト領域に対して関連付けされる。

以上説明した実施形態によれば、印刷業者は、依頼者によって記入された見本の訂正内容に基づいて、二重に入力作業を行う必要がなくなり、作業の負担が軽減されるとともに、データベースの更新作業の時間を短縮することができる。また、作業者のミスを無くし、商品データベースに確実な更新作業を行うことができる。

また、図１における電子文書変換部１、変換データ分析部２、要素名規則性定義部３、要素関係特定部５、要素名規則性特定部６、構成要素抽出部７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、実行することによりデータベース構築処理を行ってもよい。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、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）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むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、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良い。

以上、この発明の実施形態を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。

この発明の一実施形態によるデータベース構築装置の構成を示す概略ブロック図である。 変換データ表示部４に表示される画面の一例を示す図面である。 ルール情報の一例を示す図面である。 各要素間の関連づけについて説明するための図面である。 図１に示すデータベース構築装置の動作について説明するためのフローチャートである。 図１に示すデータベース構築装置の動作について説明するためのフローチャートである。 図１に示すデータベース構築装置の動作について説明するためのフローチャートである。 図１に示すデータベース構築装置の動作について説明するためのフローチャートである。 商品カタログを構成する各要素をレイアウト領域として表示された場合の一例を示す図面である。 関連付けとルール情報の設定について説明するための図面である。 構成要素抽出部７によって抽出されたデータがデータベース化された一例を示す図面である。 第３の実施形態における要素関係特定部５の構成を示す概略ブロック図である。 他の実施形態における関連付けについて説明するための図面である。 他の実施形態における関連付けについて説明するための図面である。 第５の実施形態における要素関係特定部５の構成を示す概略ブロック図である。 第５の実施形態について説明するための図面である。 第６の実施形態における要素関係特定部５の構成を示す概略ブロック図である。 最小外接矩形による関連付け処理を説明するための図面である。

符号の説明

１ 電子文書変換部
２ 変換データ分析部
３ 要素名規則性定義部
４ 変換データ表示部
５ 要素関係特定部
６ 要素名規則性特定部
７ 構成要素抽出部
８ 構成要素出力部
５１ 相対位置情報生成部
５２ 検出部
５３、５８、５２０ リンク設定部
５５ リンク情報記憶部
５６ 比較部
５７ 配色部
５１０ 矩形内レイアウト領域検出部

Claims (5)

1. 電子文書を構成する要素が予めレイアウトされた電子文書からデータベースを構築するデータベース構築装置であって、
   前記電子文書から抽出する要素を指定するためのルール情報を記憶するデータベースを有し、このデータベースからルール情報を読み出す要素名規則性定義手段と、
   入力デバイスを介して各レイアウト領域に対して要素名が指定されると、当該入力デバイスから各レイアウト領域に対して指定された要素名を、指定された当該各レイアウト領域のそれぞれについて、前記電子文書から抽出される要素に対してデータベースの項目となる項目情報として、前記要素名規則性定義手段によって指定されるルール情報と関連付けすることにより設定する要素名規則性特定手段と、
   前記要素名規則性定義手段によって指定されるルール情報に基づいて、前記電子文書から要素を抽出し、抽出した要素を前記要素名規則性特定手段によって設定される項目情報を対応付けてデータベース情報として出力する構成要素抽出手段と、
   入力デバイスを介して入力される作業者からの指示に基づいて、前記要素のうち、複数の要素を１つのグループとして関連付けするリンク情報を生成する要素関係特定手段を有し、
   前記要素関係特定手段はさらに、
   前記リンク情報により既に関連付けされている複数のレイアウト領域を包含する最小外接矩形内のレイアウト領域を検出する矩形内レイアウト領域検出手段と、
   前記矩形内レイアウト領域検出手段が検出した最小外接矩形内のレイアウト領域をそれぞれ関連付けするリンク設定手段と、を有し、
   前記構成要素抽出手段は、さらに、前記リンク設定手段によって関連づけられたレイアウト領域内の要素を関連づけて前記データベース情報とする
   ことを特徴とするデータベース構築装置。
2. 前記電子文書は、商品のカタログに関する情報を含むことを特徴とする請求項１記載のデータベース構築装置。
3. 電子文書を構成する要素が予めレイアウトされた電子文書からデータベースを構築するデータベース構築装置におけるデータベース構築方法であって、
   前記データベース構築装置の要素名規則性定義手段が、前記電子文書から抽出する要素を指定するためのルール情報を記憶するデータベースを有し、このデータベースからルール情報を読み出し、
   前記データベース構築装置の要素名規則性特定手段が、入力デバイスを介して各レイアウト領域に対して要素名が指定されると、当該入力デバイスから各レイアウト領域に対して指定された要素名を、指定された当該各レイアウト領域のそれぞれについて、前記電子文書から抽出される要素に対してデータベースの項目となる項目情報として、前記要素名規則性定義手段によって指定されるルール情報と関連付けすることにより設定し、
   前記データベース構築装置の構成要素抽出手段が、前記要素名規則性定義手段によって指定されるルール情報に基づいて、前記電子文書から要素を抽出し、抽出した要素を前記要素名規則性特定手段によって設定される項目情報を対応付けてデータベース情報として出力し、
   前記データベース構築装置の要素関係特定手段が、入力デバイスを介して入力される作業者からの指示に基づいて、前記要素のうち、複数の要素を１つのグループとして関連付けするリンク情報を生成し、
   前記データベース構築装置の矩形内レイアウト領域検出手段が、
   前記リンク情報により既に関連付けされている複数のレイアウト領域を包含する最小外接矩形内のレイアウト領域を検出し、
   前記データベース構築装置のリンク設定手段が、
   前記矩形内レイアウト領域検出手段が検出した最小外接矩形内のレイアウト領域をそれぞれ関連付けし、
   前記データベース構築装置の前記構成要素抽出手段が、さらに、前記リンク設定手段によって関連づけられたレイアウト領域内の要素を関連づけて前記データベース情報とする
   ことを特徴とするデータベース構築方法。
4. 電子文書を構成する要素が予めレイアウトされた電子文書からデータベースを構築するコンピュータを、
   前記電子文書から抽出する要素を指定するためのルール情報を記憶するデータベースを有し、このデータベースからルール情報を読み出す要素名規則性定義手段、
   入力デバイスを介して各レイアウト領域に対して要素名が指定されると、当該入力デバイスから各レイアウト領域に対して指定された要素名を、指定された当該各レイアウト領域のそれぞれについて、前記電子文書から抽出される要素に対してデータベースの項目となる項目情報として、前記要素名規則性定義手段によって指定されるルール情報と関連付けすることにより設定する要素名規則性特定手段、
   前記要素名規則性定義手段によって指定されるルール情報に基づいて、前記電子文書から要素を抽出し、抽出した要素を前記要素名規則性特定手段によって設定される項目情報を対応付けてデータベース情報として出力する構成要素抽出手段、
   入力デバイスを介して入力される作業者からの指示に基づいて、前記要素のうち、複数の要素を１つのグループとして関連付けするリンク情報を生成する要素関係特定手段、
   前記リンク情報により既に関連付けされている複数のレイアウト領域を包含する最小外接矩形内のレイアウト領域を検出する矩形内レイアウト領域検出手段、
   前記矩形内レイアウト領域検出手段が検出した最小外接矩形内のレイアウト領域をそれぞれ関連付けするリンク設定手段、
   前記リンク設定手段によって関連づけられたレイアウト領域内の要素を関連づけて前記データベース情報とする手段
   として機能させるためのデータベース構築プログラム。
5. 電子文書を構成する要素が予めレイアウトされた電子文書からデータベースを構築するコンピュータを、
   前記電子文書から抽出する要素を指定するためのルール情報を記憶するデータベースを有し、このデータベースからルール情報を読み出す要素名規則性定義手段、
   入力デバイスを介して各レイアウト領域に対して要素名が指定されると、当該入力デバイスから各レイアウト領域に対して指定された要素名を、指定された当該各レイアウト領域のそれぞれについて、前記電子文書から抽出される要素に対してデータベースの項目となる項目情報として、前記要素名規則性定義手段によって指定されるルール情報と関連付けすることにより設定する要素名規則性特定手段、
   前記要素名規則性定義手段によって指定されるルール情報に基づいて、前記電子文書から要素を抽出し、抽出した要素を前記要素名規則性特定手段によって設定される項目情報を対応付けてデータベース情報として出力する構成要素抽出手段、
   入力デバイスを介して入力される作業者からの指示に基づいて、前記要素のうち、複数の要素を１つのグループとして関連付けするリンク情報を生成する要素関係特定手段、
   前記リンク情報により既に関連付けされている複数のレイアウト領域を包含する最小外接矩形内のレイアウト領域を検出する矩形内レイアウト領域検出手段、
   前記矩形内レイアウト領域検出手段が検出した最小外接矩形内のレイアウト領域をそれぞれ関連付けするリンク設定手段、
   前記リンク設定手段によって関連づけられたレイアウト領域内の要素を関連づけて前記データベース情報とする手段
   として機能させるためのデータベース構築プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images