JP4872285B2 - Document management apparatus, document management system, and document management method - Google Patents
Document management apparatus, document management system, and document management method Download PDFInfo
- Publication number
- JP4872285B2 JP4872285B2 JP2005267400A JP2005267400A JP4872285B2 JP 4872285 B2 JP4872285 B2 JP 4872285B2 JP 2005267400 A JP2005267400 A JP 2005267400A JP 2005267400 A JP2005267400 A JP 2005267400A JP 4872285 B2 JP4872285 B2 JP 4872285B2
- Authority
- JP
- Japan
- Prior art keywords
- character code
- character
- code information
- information
- document
- 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
- Character Discrimination (AREA)
Description
本発明は、種々のアプリケーションソフトで生成された電子文書を所定フォーマットの電子文書に変換して一元管理する技術に関する。 The present invention relates to a technology for centrally managing electronic documents generated by various application software by converting them into electronic documents of a predetermined format.
一般に、文書作成用のアプリケーションソフトによって作成された電子文書においては、基本的に各文字が文字コードによって表現されているため、修正や加工や検索などの処理を行う際に便利である。また、アプリケーションの中には、電子文書を画像データとして形成して保存あるいは出力するものもあり、この場合には、オリジナルの文字コード列も画像データに添付される。したがって、電子文書の画像データを閲覧することも、文字コード列に対して種々の処理をすることもできる。 In general, in an electronic document created by application software for creating a document, each character is basically represented by a character code, which is convenient when performing processing such as correction, processing, and search. Some applications form and store or output an electronic document as image data. In this case, an original character code string is also attached to the image data. Therefore, the image data of the electronic document can be browsed and various processes can be performed on the character code string.
しかしながら、文字に修飾が施されている場合は、修飾された部分の文字コードが特殊なコードに置き換えられて文字コードが喪失していることがある。また、文字コードを組み合わせて修飾を表現するアプリケーションの場合は、文字コードは残存していても文としての意味をなさない場合がある。さらに、文字画像が貼り付けられている場合は、その文字画像に対応する文字コードはもともと有していない。これらの場合には、文字コードを用いる種々の処理に支障をきたすという問題が生じた。 However, when the character is modified, the character code of the modified part may be replaced with a special code and the character code may be lost. In addition, in the case of an application that expresses a modification by combining character codes, there is a case where the character code does not make sense as a sentence even if it remains. Further, when a character image is pasted, the character code corresponding to the character image is not originally provided. In these cases, there arises a problem that various processes using the character code are hindered.
そこで、特許文献1においては、電子文書の画像データに対してOCRなどの文字認識を行い、その結果得られる文字コード列を新たな電子文書として保存あるいは出力している。
Therefore, in
しかしながら、特許文献1に記載の発明においては、もともと電子文書に添付されていたオリジナルの文字コード列を全て捨ててしまい、文字認識によって得られた文字コード列を採用しているので、例えば、文字認識エラーなどがあった場合には、不正確な文字コードが生成され、原文の文字コードと異なってしまうという問題があった。
However, in the invention described in
この発明は上述した事情に鑑みてなされたもので、文字コード列とそれを画像化した画像データを含む電子文書から、適切な文字コード列を生成する文書管理装置、文書管理システムおよび文書管理方法を提供することを目的とする。 The present invention has been made in view of the above-described circumstances. A document management apparatus, a document management system, and a document management method for generating an appropriate character code string from an electronic document including a character code string and image data obtained by imaging the character code string. The purpose is to provide.
前記目的を達成するために、本発明が採用する文書管理装置は、文字コード情報を画像化した情報を含む画像情報および前記文字コード情報を有した電子文書を受け取る入力手段と、前記入力手段が受け取った前記電子文書の画像情報をイメージに展開する文書イメージ生成手段と、前記イメージ生成手段によって展開されたイメージのレイアウトを解析して領域を認識するレイアウト解析手段と、前記レイアウト解析手段によって認識された領域が文字領域か否かを判定する判定手段と、前記判定手段によって文字領域と判定された領域に対して文字認識処理を施して文字コード情報を生成する文字認識手段と、前記入力手段が受け取った文字コード情報と前記文字認識手段が生成した文字コード情報について、対応する部分同士を所定のアルゴリズムに従って文書解析して評価し、評価結果に基づいて、いずれか一方の文字コード情報を選択する文字コード選択手段と、前記文字コード選択手段によって選択された文字コード情報の各部分を繋ぎ合わせて前記電子文書の文字コード情報とする文字コード情報作成手段と、を具備することを特徴とする。 In order to achieve the above object, the document management apparatus adopted by the present invention comprises: input means for receiving image information including information obtained by imaging character code information and an electronic document having the character code information; and Document image generation means for developing the received image information of the electronic document into an image, layout analysis means for analyzing the layout of the image developed by the image generation means and recognizing a region, and recognized by the layout analysis means Determination means for determining whether the area is a character area, character recognition means for generating character code information by performing character recognition processing on the area determined as a character area by the determination means, and the input means About the received character code information and the character code information generated by the character recognition means, Evaluated by document analysis according to algorithms, evaluation results on the basis, a character code selection means for selecting one of the character code information, by joining the parts of the character code information selected by the character code selection means And character code information creating means for character code information of the electronic document.
このように構成することにより、この文字コード情報作成手段では、レイアウト解析手段、文字認識手段、判定手段によって得られた文字コード情報を繋ぎ合わせて文字コード情報を生成しているため、文字コード列が文としての意味をなさない場合や、文字画像が画像情報に貼り付けられて文字コードが存在しない場合等、画像情報に添付された文字コード情報のうち正確さに欠ける部分を、前記処理によって得られた文字コードで補完することができ、適切な文字コード情報を得ることができる。 With this configuration, the character code information creating unit generates the character code information by connecting the character code information obtained by the layout analysis unit, the character recognition unit, and the determination unit. In the character code information attached to the image information, such as when the character does not make sense as a sentence or when the character image is pasted on the image information and there is no character code, The obtained character code can be complemented, and appropriate character code information can be obtained.
前記文書管理装置において、前記画像情報を他のフォーマット形式に変換し、変換後の画像情報を前記文字コード情報作成手段が作成した文字コード情報とともに格納する電子文書格納手段を具備することが望ましい。 The document management apparatus preferably includes an electronic document storage unit that converts the image information into another format and stores the converted image information together with the character code information created by the character code information creation unit.
前記文書管理装置において、前記所定のアルゴリズムは自然言語解析に従ったアルゴリズムであることが望ましい。 In the document management apparatus, the predetermined algorithm is preferably an algorithm according to natural language analysis.
本発明が採用する文書管理システムは、端末装置と、前記端末装置とネットワークを介して接続された管理サーバとを有し、
前記管理サーバが、文字コード情報を画像化した情報を含む画像情報および前記文字コード情報を有した電子文書を受け取る入力手段と、前記入力手段が受け取った前記電子文書の画像情報をイメージに展開する文書イメージ生成手段と、前記イメージ生成手段によって展開されたイメージのレイアウトを解析して領域を認識するレイアウト解析手段と、前記レイアウト解析手段によって認識された領域が文字領域か否かを判定する判定手段と、前記判定手段によって文字領域と判定された領域に対して文字認識処理を施して文字コード情報を生成する文字認識手段と、前記入力手段が受け取った文字コード情報と前記文字認識手段が生成した文字コード情報について、対応する部分同士を所定のアルゴリズムに従って文書解析して評価し、評価結果に基づいて、いずれか一方の文字コード情報を選択する文字コード選択手段と、前記文字コード選択手段によって選択された文字コード情報の各部分を繋ぎ合わせて前記電子文書の文字コード情報とする文字コード情報作成手段と、を備え、
前記端末装置が、前記管理サーバの前記入力手段に対して電子文書を送信する電子文書
送信手段を備えたことを特徴とする。
The document management system employed by the present invention includes a terminal device and a management server connected to the terminal device via a network,
The management server develops image information including information obtained by imaging character code information and an electronic document having the character code information, and image information of the electronic document received by the input means into an image. Document image generation means, layout analysis means for analyzing the layout of the image developed by the image generation means and recognizing the area, and determination means for determining whether or not the area recognized by the layout analysis means is a character area And character recognition means for generating character code information by performing character recognition processing on the area determined as the character area by the determination means, and character code information received by the input means and the character recognition means For character code information, the corresponding parts are analyzed according to a predetermined algorithm and evaluated, Based on the value result and a character code selection means for selecting one of the character code information, and the character code character code information of the electronic document by joining the parts of the character code information selected by the selecting means Character code information creating means,
The terminal device includes electronic document transmission means for transmitting an electronic document to the input means of the management server.
本発明が採用する文書管理方法は、文字コード情報を画像化した情報を含む画像情報および前記文字コード情報を有した電子文書を受け取る入力ステップと、前記入力ステップで受け取った前記電子文書の画像情報をイメージに展開する文書イメージ生成ステップと、前記イメージ生成ステップによって展開されたイメージのレイアウトを解析して領域を認識するレイアウト解析ステップと、前記レイアウト解析ステップによって認識された領域が文字領域か否かを判定する判定ステップと、前記判定ステップによって文字領域と判定された領域に対して文字認識処理を施して文字コード情報を生成する文字認識ステップと、前記入力ステップで受け取った文字コード情報と前記文字認識ステップで生成した文字コード情報について、対応する部分同士を所定のアルゴリズムに従って文書解析して評価し、評価結果に基づいて、いずれか一方の文字コード情報を選択する文字コード選択ステップと、前記文字コード選択ステップによって選択された文字コード情報の各部分を繋ぎ合わせて前記電子文書の文字コード情報とする文字コード情報作成ステップと、を備えることを特徴とする。 The document management method employed by the present invention includes an image information including information obtained by imaging character code information and an electronic document having the character code information, and image information of the electronic document received in the input step. A document image generation step of expanding the image into an image, a layout analysis step of analyzing the layout of the image expanded in the image generation step to recognize the region, and whether the region recognized by the layout analysis step is a character region A character recognition step for generating character code information by performing character recognition processing on the region determined as the character region by the determination step, the character code information received in the input step, and the character The character code information generated in the recognition step Portions to each other was evaluated by the document analysis according to a predetermined algorithm, the evaluation results on the basis of a character code selection step of selecting one of the character code information, each character code information selected by the character code selection step And a character code information creating step for joining the portions to obtain character code information of the electronic document.
本発明に係る文書管理装置によれば、文字コード情報作成手段では、レイアウト解析手段、文字認識手段、判定手段によって得られた文字コード情報を繋ぎ合わせて文字コード情報を生成しているため、文字コードが文としての意味をなさない場合や、文字画像が貼り付けられて文字コードが存在しない場合であっても、この部分の文字コードを補完することができ、電子文書の文字コード情報を活かしつつ適切な文字コード情報を得ることができる。 According to the document management apparatus of the present invention, the character code information creating means generates the character code information by connecting the character code information obtained by the layout analysis means, the character recognition means, and the determination means. Even if the code does not make sense as a sentence, or even if a character image is pasted and there is no character code, this part of the character code can be complemented, making use of the character code information of the electronic document However, appropriate character code information can be obtained.
<A.実施形態>
以下、図面を参照し、本発明に係る第1実施形態を説明する。図1は、本実施形態による文書管理システム1の全体構成を示す図である。このシステム1は、ネットワーク400を介して接続されたユーザ端末100、管理サーバ200およびデータベース300を具備している。
ユーザ端末100は、種々のアプリケーションソフトによって電子文書を生成する機能を有する。これらのアプリケーションソフトによって生成された電子文書は、文字コード情報(例えば、JISコード,EUC,シフトJIS)を画像化した情報を含む画像情報および前記文字コード情報を有している。
<A. Embodiment>
A first embodiment according to the present invention will be described below with reference to the drawings. FIG. 1 is a diagram showing an overall configuration of a
The
管理サーバ200は、後述する処理によってユーザ端末100から送信されるある種のアプリケーションソフトによって生成された電子文書の画像情報を所定フォーマットの画像情報に変換し、この所定フォーマットの画像情報を文字コード情報とともにデータベース300に格納する。
具体的には、送信された電子文書のファイル名から画像情報のフォーマットを特定し、変換可能なフォーマットである場合には所定フォーマット(例えば、PDF(Portable Document Format))に変換する。
The
Specifically, the format of the image information is specified from the file name of the transmitted electronic document, and if it is a convertible format, it is converted into a predetermined format (for example, PDF (Portable Document Format)).
従来技術で述べた如く、アプリケーションソフトによって生成された電子文書には、この電子文書の各文字に対応した文字コードが附随されており、所定フォーマットに変換した場合であってもこの文字コード情報は添付される。このため、データベース300に格納された電子文書は、図2に示すように、電子文書のファイル名に対し、画像情報とこの画像情報の各文字に対応した文字コード情報が格納されることになる。
具体的には、電子文書のファイル名「001」に対し、画像情報「001−D」・文字コード情報「001−C」、ファイル名「002」に対し、画像情報「002−D」・文字コード情報「002−C」、といった具合である。
As described in the prior art, the electronic document generated by the application software is accompanied by a character code corresponding to each character of the electronic document, and this character code information is stored even when converted into a predetermined format. Attached. For this reason, as shown in FIG. 2, the electronic document stored in the
Specifically, the image information “001-D” / character code information “001-C” for the file name “001” of the electronic document, and the image information “002-D” / character for the file name “002”. The code information is “002-C”.
<A−1.管理サーバ200の構成>
図3は、管理サーバ200の機能構成を示すブロック図である。管理サーバ200は、データ送受信部210、文書イメージ生成部220、レイアウト解析部230、判定部240、OCR処理部250、文字コード情報選択部260、文字コード情報作成部270およびこれらを制御する制御部280を具備する。制御部280は、図示しないCPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)を備えており、各種の処理動作を司る機能を有する。
<A-1. Configuration of
FIG. 3 is a block diagram illustrating a functional configuration of the
データ送受信部210は、ユーザ端末100等のネットワーク400に接続された外部機器(図示せず)との間でデータの授受を行う。
文書イメージ生成部220は、アプリケーションソフトによって生成された電子文書の画像情報をイメージ化する。即ち、電子的なデータから紙面に印刷される画像データに変換する。レイアウト解析部230は、文書イメージ生成部220によりイメージ化された画像データをレイアウト解析して文字領域と図形領域(図や写真)とに分ける。判定部240は、レイアウト解析部230によって認識された領域が文字領域であるか否かを判定する。OCR(Optical Character Reader)処理部250は、判定部240でレイアウト解析部230によって認識された領域が文字領域であると判定した場合、当該領域の文字認識を行い、文書データの各文字に対する文字コード情報を確定する。
The data transmission /
The document
文字コード情報選択部260は、電子文書に添付された文字データ情報とOCR処理部250にて確定された文字コード情報とを比較し、自然言語解析によって最適な文字コード情報を選択する。そして、文字コード情報作成部270は、前記文字コード情報選択部260によって選択された文字コード情報の各部分を繋ぎ合わせて電子文書の文字コード情報を作成する。そして、この文字コード情報を画像情報とともに電子文書としてデータベース300に格納する。
ここで、自然言語解析とは、公知の形態素解析や構文解析の手法を用いて、文章を解析する手法であり、本実施形態では、言葉として意味が通じているか否かを解析するものである。
The character code
Here, natural language analysis is a technique for analyzing sentences using a known morphological analysis or syntactic analysis technique, and in this embodiment, analyzes whether the meaning is understood as words. .
<A−2.文書管理システムの動作>
次に、図4のフローチャートに基づいて、本実施形態による文書管理システム1の文字コード情報作成処理動作について説明する。
管理サーバ200は、ユーザ端末100から所定のアプリケーションソフトによって生成された電子文書が送信されることにより、その動作を開始する(ステップS1;YES)。
この説明では、ユーザ端末100から送信される電子文書が1つの場合について説明するが、ユーザが電子文書をまとめて送信してもよいことは勿論である。
<A-2. Operation of document management system>
Next, the character code information creation processing operation of the
The
In this description, a case where there is one electronic document transmitted from the
制御部280は、送信された電子文書の画像情報D1に添付された文字コード情報C1を一時的に記憶する(ステップS2)。さらに、制御部280は、データ送受信部210で受信した画像情報D1を文書イメージ生成部220に転送する。文書イメージ生成部220では、転送された画像情報D1をラスタライズしてイメージ化した画像情報D2を生成する(ステップS3)。
The
次に、制御部280は、文書イメージ生成部220で生成された画像情報D2をレイアウト解析部230に転送する。レイアウト解析部230では、画像情報D2から、文書領域と図形領域に分ける(ステップS4)。
さらに、制御部280は判定部240に対し、レイアウト解析部230で分けられた領域のうち、これらの領域が文字領域であるか否かを判定させる。文字領域となる情報をOCR処理部250に転送する。このOCR処理部250では、転送された文字領域の文字に対して文字コードを確定して文字コード情報C2を生成する(ステップS5)。
Next, the
Further, the
制御部280は、ステップS2で記憶した文字コード情報C1を読み出し、文字コード情報選択部260に送信する(ステップS6)。さらに、制御部280は、OCR処理部250で文字に対して確定された文字コード情報C2を文字コード情報選択部260に送信する。文字コード情報選択部260では、文字コード情報C1と文字コード情報C2とを比較するとともに、自然言語解析によって最適な文字コード情報を選択する(ステップS7)。
The
さらに、制御部280は文字コード情報作成部270により、前記文字コード情報選択部260によって選択された文字コード情報を繋ぎ合わせて電子文書の文字コード情報を作成する(ステップS8)。
Further, the
その後、画像情報D1を所定フォーマット形式の他の画像情報D2に変換した上で、作成された文字コード情報を画像情報D2とともにデータベース300に格納する。
Thereafter, the image information D1 is converted into other image information D2 in a predetermined format, and the created character code information is stored in the
<B.具体例>
次に、本実施形態の具体例について、図5および図6を参照しつつ説明する。
図5に示すように、電子文書中に「これは影付き文字です。」という文章X1が影付き文字の装飾が施され、「これは中抜き文字です。」という文章X2が中抜き文字の装飾が施されている。ここでは、アプリケーションソフトをF1,F2とする。
アプリケーションソフトF1における文章X1は、「これは影付き文字です。」→「ここれれはは影影付付きき文文字字でですす。。」となり、この22文字に対して文字コード情報が割り振られることになる。一方、アプリケーションソフトF2における文章X1は、「これは影付き文字です。」となり、この11文字に対して正確な文字コード情報が割り振られることになる。
また、文章X2の「これは中抜き文字です。」に対しては、文字画像として捕らえられているため、アプリケーションソフトF1,F2の両方とも文字コード情報は割り振られていない。
<B. Specific example>
Next, a specific example of this embodiment will be described with reference to FIGS.
As shown in FIG. 5, in the electronic document, a sentence X1 “This is a shaded character.” Is decorated with a shaded character, and a sentence X2 “This is a outlined character.” Decorated. Here, the application software is F1 and F2.
The sentence X1 in the application software F1 is “This is a shaded character.” → “This is a shaded text character.” Character code information is assigned to these 22 characters. Will be. On the other hand, the sentence X1 in the application software F2 is “This is a shaded character”, and accurate character code information is assigned to these 11 characters.
In addition, since “this is a hollow character” in the sentence X2 is captured as a character image, character code information is not allocated to both the application software F1 and F2.
ここで、文章X1について図6を参照しつつ本実施形態の動作を説明する。
前述した如く、入力された文章X1は影付き文字の装飾が施された「これは影付き文字です。」であり、アプリケーションソフトF1では「ここれれはは影影付付きき文文字字でですす。。」となる。このため、この22文字に対して文字コードが割り振られた文字データ情報が画像情報に添付されている。
Here, the operation | movement of this embodiment is demonstrated referring FIG. 6 about the text X1.
As mentioned above, the input sentence X1 is “This is a shaded character.” Decorated with a shaded character. In the application software F1, “This is a shaded letter character. . " For this reason, character data information in which character codes are assigned to these 22 characters is attached to the image information.
ここで、図4の処理に対応させて説明すると、ステップS2の処理において、22文字に対応した文字コード情報が記憶される。ステップS3の処理において、入力された文字X1の文書データからイメージ化した画像データ(図6中の中央)を得る。ステップS4〜6の処理を経て、図6中の右側に示す11文字の文字コードを得る。ステップS7による処理において、22文字の文字コードと11文字の文字コードに対して自然言語解析を行い、最適な文字コードを選択する。当然、ここでは、11文字の文字コードが選択されることになる。
そして、ステップS8の処理において、画像情報に添付した文字コード情報の22文字の文字コードを11文字の文字コード情報に置換し、置換後の文字コード情報を画像情報に添付する。
因みに、「これは影付き文字です。」に対応したJISコードは、2433・246C・244F・3146・4955・242D・4A38・3B7A・2447・2439・2123と表される。
Here, to explain in correspondence with the processing of FIG. 4, in the processing of step S2, character code information corresponding to 22 characters is stored. In the process of step S3, image data (center in FIG. 6) obtained from the input document data of the character X1 is obtained. Through the processing in steps S4 to S6, an 11-character code shown on the right side in FIG. 6 is obtained. In the processing in step S7, natural language analysis is performed on the 22-character code and the 11-character code, and an optimal character code is selected. Of course, an 11-character code is selected here.
Then, in the process of step S8, the 22 character code of the character code information attached to the image information is replaced with 11 character code information, and the replaced character code information is attached to the image information.
Incidentally, JIS codes corresponding to “This is a shaded character” are represented as 2433, 246C, 244F, 3146, 4955, 242D, 4A38, 3B7A, 2447, 2439, and 2123.
また、文章X2の「これは中抜き文字です。」に対しては、文字コードが割り振られていないので、ステップS3〜7の処理で得られた文字コード情報を画像情報に添付させる。 In addition, since no character code is assigned to “This is a hollow character” in the sentence X2, the character code information obtained in the processing of steps S3 to S7 is attached to the image information.
このように、本実施形態では、種々のアプリケーションソフトから生成された電子文書に本来添付されている正確な文字コード情報を活かしつつ、文字に対応した文字コード情報がない部分や、文章として意味の成さない部分について、ステップS3〜6の処理で得られた文字コードを用いて補完して文字コード情報を得ることができる。しかも、文字コード選択処理においては、自然言語解析を行っているため、文字認識処理(OCR処理)において文字の誤認識が生じていた場合であっても、正確な文字コードの方を選択することができる。
さらに、正確な文字コード情報が添付された画像情報を所定フォーマットに変換した他の画像情報にも添付させることができ、他のフォーマット形式の画像情報であっても、文字コード情報を利用しての検索や翻訳等の機能や再編集が可能となる。
As described above, in the present embodiment, while utilizing the accurate character code information originally attached to the electronic document generated from various application software, there is no character code information corresponding to the character or the meaning of the text. Character code information can be obtained by complementing the parts that are not formed using the character codes obtained in the processes of steps S3 to S6. In addition, since the natural code analysis is performed in the character code selection process, the correct character code is selected even if the character recognition process (OCR process) has caused erroneous character recognition. Can do.
Furthermore, image information with accurate character code information attached can also be attached to other image information converted into a predetermined format. Even if the image information is in other formats, the character code information is used. Search and translation functions and re-editing are possible.
<C.変形例>
以上、本発明の実施形態について説明したが、本発明は上述した各実施形態に限定されるものではなく、種々の態様が可能である。
前記実施形態では、ユーザ端末100と管理サーバ200とをネットワーク400で接続する文書管理システムとして説明したが、本発明はこれに限らず、ユーザ端末100内に管理サーバ200の機能を内蔵させ、ユーザ端末100を文書管理装置してもよい。また、管理サーバ200は、社内或いは社外に設置して文書管理を行ってもよい。さらに、管理サーバ200に翻訳部および翻訳辞書部を設け、前記管理サーバ200を管理サーバとして用いてもよい。
<C. Modification>
As mentioned above, although embodiment of this invention was described, this invention is not limited to each embodiment mentioned above, A various aspect is possible.
In the above-described embodiment, the document management system has been described in which the
また、文書データに注釈や付箋等のアノテーションが記載についてのデータが含まれている場合であっても、本実施形態の管理サーバ200を用いれば、アノテーションによって書き込まれた文字から文字コード情報を作成することも可能であり、これにより、アノテーションをキーワードとしての検索も可能となる。
Even when the annotation data such as annotations and sticky notes is included in the document data, if the
前記実施形態では、図1においてユーザ端末100および管理サーバ200はそれぞれ1台のみ図示されているが、文書管理システム1は、ユーザ端末100および管理サーバ200を複数有してもよいことは勿論である。
In the embodiment, only one
また、上述の実施形態においては、ユーザ端末100は制御部が、管理サーバ200は制御部280がそれぞれプログラムを実行することにより実現されたが、この一部または全部をハードウェアで実現する構成としてもよい。
In the above-described embodiment, the
1…文書管理システム、100…ユーザ端末、200…管理サーバ、210…データ送受信部、220…文書イメージ生成部、230…レイアウト解析部、240…判定部、250…OCR処理部、260…文字コード情報選択部、270…文字コード情報作成部、280…制御部、300…データベース、400…ネットワーク。
DESCRIPTION OF
Claims (5)
前記入力手段が受け取った前記電子文書の画像情報をイメージに展開する文書イメージ生成手段と、
前記イメージ生成手段によって展開されたイメージのレイアウトを解析して領域を認識するレイアウト解析手段と、
前記レイアウト解析手段によって認識された領域が文字領域か否かを判定する判定手段と、
前記判定手段によって文字領域と判定された領域に対して文字認識処理を施して文字コード情報を生成する文字認識手段と、
前記入力手段が受け取った文字コード情報と前記文字認識手段が生成した文字コード情報について、対応する部分同士を所定のアルゴリズムに従って文書解析して評価し、評価結果に基づいて、いずれか一方の文字コード情報を選択する文字コード選択手段と、
前記文字コード選択手段によって選択された文字コード情報の各部分を繋ぎ合わせて前記電子文書の文字コード情報とする文字コード情報作成手段と、を具備する
ことを特徴とする文書管理装置。 Input means for receiving image information including information obtained by imaging character code information and an electronic document having the character code information;
Document image generation means for developing image information of the electronic document received by the input means into an image;
Layout analysis means for recognizing a region by analyzing the layout of the image developed by the image generation means;
Determining means for determining whether the area recognized by the layout analyzing means is a character area;
Character recognition means for generating character code information by performing character recognition processing on an area determined to be a character area by the determination means;
With respect to the character code information received by the input means and the character code information generated by the character recognition means, the corresponding parts are analyzed by document analysis according to a predetermined algorithm, and one of the character codes is determined based on the evaluation result. A character code selection means for selecting information;
A document management apparatus comprising: character code information creating means for joining character code information selected by the character code selection means to form character code information of the electronic document.
前記画像情報を他のフォーマット形式に変換し、変換後の画像情報を前記文字コード情報作成手段が作成した文字コード情報とともに格納する電子文書格納手段を具備する
ことを特徴とする文書管理装置。 The document management apparatus according to claim 1.
The converted image information to another format, the document management apparatus, wherein the image information after conversion that you comprise an electronic document storage means for storing together with the character code information the character code information producing means.
前記所定のアルゴリズムは自然言語解析に従ったアルゴリズムである
ことを特徴とする文書管理装置。 The document management apparatus according to claim 1 or 2,
The document management apparatus, wherein the predetermined algorithm is an algorithm according to natural language analysis.
前記管理サーバが、
文字コード情報を画像化した情報を含む画像情報および前記文字コード情報を有した電子文書を受け取る入力手段と、
前記入力手段が受け取った前記電子文書の画像情報をイメージに展開する文書イメージ生成手段と、
前記イメージ生成手段によって展開されたイメージのレイアウトを解析して領域を認識するレイアウト解析手段と、
前記レイアウト解析手段によって認識された領域が文字領域か否かを判定する判定手段と、
前記判定手段によって文字領域と判定された領域に対して文字認識処理を施して文字コード情報を生成する文字認識手段と、
前記入力手段が受け取った文字コード情報と前記文字認識手段が生成した文字コード情報について、対応する部分同士を所定のアルゴリズムに従って文書解析して評価し、評価結果に基づいて、いずれか一方の文字コード情報を選択する文字コード選択手段と、
前記文字コード選択手段によって選択された文字コード情報の各部分を繋ぎ合わせて前記電子文書の文字コード情報とする文字コード情報作成手段と、を備え、
前記端末装置が、
前記管理サーバの前記入力手段に対して電子文書を送信する電子文書送信手段を備えた
ことを特徴とする文書管理システム。 A terminal device, and a management server connected to the terminal device via a network,
The management server is
Input means for receiving image information including information obtained by imaging character code information and an electronic document having the character code information;
Document image generation means for developing image information of the electronic document received by the input means into an image;
Layout analysis means for recognizing a region by analyzing the layout of the image developed by the image generation means;
Determining means for determining whether the area recognized by the layout analyzing means is a character area;
Character recognition means for generating character code information by performing character recognition processing on an area determined to be a character area by the determination means;
With respect to the character code information received by the input means and the character code information generated by the character recognition means, the corresponding parts are analyzed by document analysis according to a predetermined algorithm , and one of the character codes is determined based on the evaluation result. A character code selection means for selecting information ;
Character code information creating means for connecting character code information pieces selected by the character code selection means to form character code information of the electronic document,
The terminal device is
An electronic document transmission unit that transmits an electronic document to the input unit of the management server.
前記入力ステップで受け取った前記電子文書の画像情報をイメージに展開する文書イメージ生成ステップと、
前記イメージ生成ステップによって展開されたイメージのレイアウトを解析して領域を認識するレイアウト解析ステップと、
前記レイアウト解析ステップによって認識された領域が文字領域か否かを判定する判定ステップと、
前記判定ステップによって文字領域と判定された領域に対して文字認識処理を施して文字コード情報を生成する文字認識ステップと、
前記入力ステップで受け取った文字コード情報と前記文字認識ステップで生成した文字コード情報について、対応する部分同士を所定のアルゴリズムに従って文書解析して評価し、評価結果に基づいて、いずれか一方の文字コード情報を選択する文字コード選択ステップと、
前記文字コード選択ステップによって選択された文字コード情報の各部分を繋ぎ合わせて前記電子文書の文字コード情報とする文字コード情報作成ステップと、を備える
ことを特徴とする文書管理方法。 An input step of receiving image information including information obtained by imaging character code information and an electronic document having the character code information;
A document image generation step of developing image information of the electronic document received in the input step into an image;
A layout analysis step for recognizing a region by analyzing a layout of the image developed by the image generation step;
A determination step of determining whether or not the region recognized by the layout analysis step is a character region;
A character recognition step of generating character code information by performing character recognition processing on the region determined to be a character region by the determination step;
For the character code information received in the input step and the character code information generated in the character recognition step, the corresponding portions are analyzed by document analysis according to a predetermined algorithm, and either character code is determined based on the evaluation result. A character code selection step for selecting information;
A document management method comprising: a step of creating character code information by connecting portions of the character code information selected in the character code selection step to obtain character code information of the electronic document.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005267400A JP4872285B2 (en) | 2005-09-14 | 2005-09-14 | Document management apparatus, document management system, and document management method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005267400A JP4872285B2 (en) | 2005-09-14 | 2005-09-14 | Document management apparatus, document management system, and document management method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007079979A JP2007079979A (en) | 2007-03-29 |
JP4872285B2 true JP4872285B2 (en) | 2012-02-08 |
Family
ID=37940216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005267400A Expired - Fee Related JP4872285B2 (en) | 2005-09-14 | 2005-09-14 | Document management apparatus, document management system, and document management method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4872285B2 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5675241B2 (en) * | 2010-09-16 | 2015-02-25 | 株式会社ブリヂストン | tire |
WO2012032741A1 (en) * | 2010-09-09 | 2012-03-15 | 株式会社ブリヂストン | Tire |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58123152A (en) * | 1982-01-14 | 1983-07-22 | Toshiba Corp | Editing device of document picture image |
JP2660998B2 (en) * | 1986-03-01 | 1997-10-08 | 株式会社リコー | Japanese language processor |
JP2000348137A (en) * | 1999-06-04 | 2000-12-15 | Canon Inc | Picture output device, picture output method and storage medium |
JP4377494B2 (en) * | 1999-10-22 | 2009-12-02 | 東芝テック株式会社 | Information input device |
JP2001344235A (en) * | 2000-05-31 | 2001-12-14 | Efooto Kk | Method and device for automatically proofreading characters |
JP2002111918A (en) * | 2000-09-27 | 2002-04-12 | Ricoh Co Ltd | Facsimile machine |
-
2005
- 2005-09-14 JP JP2005267400A patent/JP4872285B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2007079979A (en) | 2007-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20080100179A (en) | Detection of lists in vector graphics documents | |
JP2009193356A (en) | Image processing apparatus, image processing method, program, and storage medium | |
KR20120051419A (en) | Apparatus and method for extracting cascading style sheet | |
EP3779672A1 (en) | System and method for generating unified experiences on digital platforms | |
JP4872285B2 (en) | Document management apparatus, document management system, and document management method | |
US7661063B2 (en) | Document processing apparatus and control method thereof | |
JP4579595B2 (en) | Speech recognition grammar creation device, speech recognition grammar creation method, program, and storage medium | |
CN112114803A (en) | Deep learning-based front-end code generation method, equipment and medium for UI (user interface) | |
JP4797507B2 (en) | Translation apparatus, translation system, and program | |
JP6809005B2 (en) | Translation equipment, translation systems and programs | |
JP4934181B2 (en) | Additional image processing system, image forming apparatus, and additional image adding method | |
JP2005100079A (en) | Form data inputting device and program | |
JP2004227255A (en) | Device for analyzing document | |
JP2005346671A (en) | Information processing device and document processing method | |
JP2007323317A (en) | Conversion device, conversion method, and program | |
JPWO2005101210A1 (en) | Data analysis apparatus and data analysis program | |
JP5018601B2 (en) | Received document language discrimination method, received document translation system, and control program therefor | |
JP2007265429A (en) | Document conversion system, document conversion method, and computer readable storage medium storing document conversion program | |
KR100366657B1 (en) | Method of reverse-transforming print output image data to text data file and apparatus therefor | |
JP2005050094A (en) | Optical character reader | |
JP2008046850A (en) | Document type determination device, and document type determination program | |
JP2007122278A (en) | Document processing device and method, and program | |
JPH11238053A (en) | Document device, document generation method and recording medium recording document generation program | |
KR100544375B1 (en) | Extractor and method for extracting card information of the document file, and computer readable medium thereof | |
JPH11353310A (en) | Document transmitter, its transmitting method and record medium recording document transmitting program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080821 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110628 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110729 |
|
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: 20111025 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111107 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141202 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4872285 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees | ||
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |