JP4977452B2 - 情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システム - Google Patents

情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システム Download PDF

Info

Publication number
JP4977452B2
JP4977452B2 JP2006320792A JP2006320792A JP4977452B2 JP 4977452 B2 JP4977452 B2 JP 4977452B2 JP 2006320792 A JP2006320792 A JP 2006320792A JP 2006320792 A JP2006320792 A JP 2006320792A JP 4977452 B2 JP4977452 B2 JP 4977452B2
Authority
JP
Japan
Prior art keywords
information
page
area
document
region
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
Application number
JP2006320792A
Other languages
English (en)
Other versions
JP2007226769A (ja
Inventor
雅二郎 岩崎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ricoh Co Ltd filed Critical Ricoh Co Ltd
Priority to JP2006320792A priority Critical patent/JP4977452B2/ja
Priority to US11/656,996 priority patent/US20070171482A1/en
Publication of JP2007226769A publication Critical patent/JP2007226769A/ja
Priority to US12/604,063 priority patent/US20100067052A1/en
Application granted granted Critical
Publication of JP4977452B2 publication Critical patent/JP4977452B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
    • H04N1/3871—Composing, repositioning or otherwise geometrically modifying originals the composed originals being of different kinds, e.g. low- and high-resolution originals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/93—Document management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)
  • Document Processing Apparatus (AREA)

Description

本発明は、情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システムに関するものであり、複数の文書情報を管理する技術に関するものである。
近年、コンピュータ関連技術の向上、ネットワーク環境が整備によって文書の電子化が進んでいる。これによりオフィスのペーパレス化が促進されている。
具体的には、利用者は、各種書類や文書等をＰＣ（Personal Computer）上で電子文書として作成する。そして、作成された電子文書は、ＰＣ又はサーバ上で編集、コピー、転送、共有などが行われる。この際、文書が保存されているＰＣ又はサーバが、ネットワークにより他のＰＣと接続されている場合、接続されたＰＣからも電子文書の閲覧、編集等を行うことができる。
このようなオフィス環境においては、複数人が複数のＰＣで電子文書を作成するため、それぞれの電子文書を共通して管理するのが難しい。これにより利用者の間で混乱を招くこともある。例えば、利用者が必要な電子文書がどのＰＣでどのように保存されているのかわからないので、検索できない等が考えられる。そこで現在では、いくつかの文書管理システムが提案されている。
例えば、特許文献１では、スキャナ文書、ＦＡＸ文書、アプリケーションで作成された電子文書、ＷＷＷ文書などを、文書毎にオリジナルのデータとテキストファイルとページ毎のサムネイル等とを対応付けて保持している。これにより、電子文書毎のフォーマットの違いによらず一括して管理することができる。
また、近年、コンピュータ関連技術の向上により、電子文書が保持する情報は文書のみ成らず、画像、動画等の各種データの添付等を行うことが可能になった。
特開平１１−１２０２０２号公報
しかしながら特許文献１に記載された発明は、元のファイルと対応付けられているのはテキストとページ毎のサムネイルであり、電子文書に画像などのテキスト以外のデータが付加されている場合、当該データを電子文書と対応付けて管理することができない。このため、利用者が当該データ等を検索できないという問題がある。
本発明は、上記に鑑みてなされたものであって、文書データに含まれた画像などの領域を、当該領域のデータの種別によらず検索可能な形式で管理できる情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システムを提供することを目的とする。
上述した課題を解決し、目的を達成するために、請求項１にかかる発明は、文書情報の各ページを構成する領域に含まれる領域情報と、該文書情報及び該文書情報のページを示すページ情報と該領域情報との関係が示された関係情報と、を対応付けた領域対応情報を記憶すると共に、該ページ情報と、該文書情報と、を対応付けたページ対応情報を記憶する記憶手段と、文書情報のページから、当該ページに配置された種別が異なる領域毎に領域情報を抽出する領域抽出手段と、前記領域抽出手段により抽出された前記領域情報と、当該領域情報の抽出元である前記文書情報のページ情報と、の関係が示された関係情報を、前記文書情報の前記ページから抽出する関係抽出手段と、前記領域抽出手段により抽出された前記領域情報と、前記関係抽出手段により抽出された前記関係情報と、を対応付けて前記領域対応情報に登録する登録手段と、検索元のページ情報に類似するページを示す類似ページ情報を、前記ページ対応情報から検索する類似情報検索手段と、検索された前記類似ページ情報毎に、当該類似ページ情報と、当該類似ページ情報を示す前記関係情報と前記領域対応情報で対応付けた前記領域情報と、当該類似ページ情報と前記ページ対応情報で対応付けられた前記文書情報と、で構成された木構造情報を生成する木構造生成手段と、前記文書情報と、前記類似ページ情報と、前記領域情報と、で構成される、複数の前記木構造情報を、当該木構造を構成する前記類似ページ情報が前記検索元のページ情報に類似する順に配置すると共に、当該木構造を構成する前記類似ページ情報を、当該検索元のページ情報と共に直列に配置した上で、出力する出力処理手段と、を備えたことを特徴とする。
また、請求項２にかかる発明は、請求項１にかかる発明において、前記領域抽出手段により抽出された前記領域情報から、前記領域情報の特徴を示した特徴情報を抽出する特徴抽出手段と、をさらに備え、前記記憶手段は、前記領域対応情報として、さらに前記特徴情報を、前記領域情報と、前記関係情報とを対応付けて記憶し、前記登録手段は、前記領域抽出手段により抽出された領域情報と、前記関係抽出手段により抽出された前記関係情報と、前記特徴抽出手段により抽出された前記特徴情報とを対応付けて、前記領域対応情報に登録すること、を特徴とする。
また、請求項３にかかる発明は、請求項２にかかる発明において、前記記憶手段に記憶された前記領域対応情報から、前記領域情報を検索する検索手段と、をさらに備えたことを特徴とする。
また、請求項４にかかる発明は、請求項２にかかる発明において、前記類似情報検索手段は、さらに、前記記憶手段に記憶された前記領域対応情報において、検索元となる前記領域情報と対応付けられた前記特徴情報と、前記領域対応情報で保持されている特徴情報とを比較して所定の条件を満足した場合に、前記保持されている特徴情報と対応付けられた領域情報を検出する、ことを特徴とする。
また、請求項５にかかる発明は、請求項１乃至４のいずれか一つにかかる発明において、前記記憶手段は、前記関係情報として前記領域情報の前記ページ内の位置情報を記憶し、前記関係抽出手段は、前記文書情報の抽出元のページを構成する領域における、前記領域情報の位置情報を抽出し、前記記憶手段に記憶された前記領域情報を、前記領域情報に対応付けられた前記位置情報に従って配置したページ情報を生成するページ情報生成手段をさらに備えたことを特徴とする。
また、請求項６にかかる発明は、請求項５にかかる発明において、前記記憶手段は、前記領域対応情報において、前記領域情報に含まれる文字情報の配置を特定する文字配置情報を、前記領域情報及び前記関係情報と対応付けて記憶し、前記関係抽出手段は、前記文書情報の抽出元のページに含まれている前記領域情報の種別が文字情報の場合に、該文字情報の配置を特定する文字配置情報を、前記関係情報に含まれる情報として抽出し、前記ページ情報生成手段は、前記記憶手段に記憶された前記領域情報が文字情報の場合に、前記領域情報に対応付けられた前記文字配置情報に従って文字を配置すること、を特徴とする。
また、請求項７にかかる発明は、請求項６にかかる発明において、前記記憶手段は、前記文字配置情報として、フォント名、フォントサイズ及び行方向のいずれか一つ以上を記憶することを特徴とする。
また、請求項８にかかる発明は、請求項３にかかる発明において、前記領域抽出手段は、前記領域情報として、当該領域を表示する画像情報を抽出すること、を特徴とする。
また、請求項９にかかる発明は、請求項８にかかる発明において、前記領域抽出手段により抽出された前記画像情報から、前記画像情報により表示される画像に含まれる文字を示す文字情報抽出手段と、をさらに備え、前記記憶手段は、前記領域対応情報として、さらに前記文字情報を対応付けて記憶し、前記登録手段は、前記領域対応情報に対して、さらに前記文字情報抽出手段により抽出された前記文字情報とを対応付けて登録すること、を特徴とする。
また、請求項１０にかかる発明は、請求項９にかかる発明において、前記記憶手段は、前記関係情報として前記画像情報の前記ページ内の位置情報を記憶し、前記関係抽出手段は、前記文書情報の抽出元のページを構成する領域に含まれている前記画像情報の位置情報を抽出し、前記記憶手段に記憶された前記画像情報を、前記画像情報に対応付けられた前記位置情報に従って配置したページ情報を生成すると共に、当該ページ情報の前記文字情報を抽出した前記画像情報の領域に対して、当該文字情報を含めるページ情報生成手段と、をさらに備えることを特徴とする。
また、請求項１１にかかる発明は、請求項９又は１０にかかる発明において、前記検索手段は、前記画像情報を検索する時に、利用者により入力された文字列をキーとし、前記領域対応情報に対応付けて前記登録手段により登録された前記文字情報に対して検索を行い、該検索で一致した前記文字情報に対応付けられた前記画像情報を検出すること、を特徴とする。
また、請求項１２にかかる発明は、請求項１乃至１１のいずれか一つにかかる発明において、前記記憶手段は、前記領域対応情報において前記領域情報と対応付けられた前記関係情報として前記ページ情報を含み、前記登録手段は、さらに前記文書情報のページを示すページ情報と、前記文書情報とを対応付けて前記記憶手段に記憶された前記ページ対応情報に登録し、且つ前記領域情報と前記関係情報と該ページ情報とを前記領域対応情報に対応付けて登録し、前記出力処理手段は、さらに、前記領域情報と、前記記憶手段に記憶された前記領域対応情報において前記領域情報と対応付けられた前記関係情報により特定される前記文書情報及び前記ページ情報のうちいずれか一つ以上と、を出力する、ことを特徴とする。
また、請求項１３にかかる発明は、請求項１にかかる発明において、前記出力処理手段は、さらに、前記類似する順の代わりに、前記文書情報が生成又は更新が行われた時間系列順で、前記木構造を構成している前記文書情報と、前記類似ページ情報と、前記領域情報と、のうちいずれか１つ以上を出力処理すること、を特徴とする。
また、請求項１４にかかる発明は、請求項１３にかかる発明において、前記出力処理手段は、さらに、前記類似ページ毎及び前記領域毎に、関連付けを表示した状態で出力する、ことを特徴とする。
また、請求項１５にかかる発明は、文書情報のページから、当該ページに配置された種別が異なる領域毎に領域情報を抽出する領域抽出ステップと、前記領域抽出ステップにより抽出された前記領域情報と、当該領域情報の抽出元である前記文書情報のページと、の関係が示された関係情報を、前記文書情報の前記ページから抽出する関係抽出ステップと、前記領域抽出ステップにより抽出された前記領域情報と、前記関係抽出ステップにより抽出された前記関係情報と、を対応付けて、記憶手段に記憶された領域対応情報として録する登録ステップと、検索元のページ情報に類似するページを示す類似ページ情報を、文書情報のページを示すページ情報と該文書情報とを対応付けて記憶手段に記憶されるページ対応情報から検索する類似情報検索ステップと、検索された前記類似ページ情報毎に、当該類似ページ情報と、当該類似ページ情報を示す前記関係情報と前記領域対応情報で対応付けた前記領域情報と、当該類似ページ情報と前記ページ対応情報で対応付けられた前記文書情報と、で構成された木構造情報を生成する木構造生成ステップと、前記文書情報と、前記類似ページ情報と、前記領域情報と、で構成される、複数の前記木構造情報を、当該木構造を構成する前記類似ページ情報が前記検索元のページ情報に類似する順に配置すると共に、当該木構造を構成する前記類似ページ情報を、当該検索元のページ情報と共に直列に配置した上で、出力する出力処理ステップと、を有することを特徴とする。
また、請求項１６にかかる発明は、請求項１５にかかる発明において、前記領域抽出ステップにより抽出された前記領域情報から、前記領域情報の特徴を示した特徴情報を抽出する特徴抽出ステップと、をさらに有し、前記登録ステップは、前記領域抽出ステップにより抽出された領域情報と、前記関係抽出ステップにより抽出された前記関係情報と、前記特徴抽出ステップにより抽出された前記特徴情報とを対応付けて、前記領域対応情報として登録すること、を特徴とする。
また、請求項１７にかかる発明は、請求項１６にかかる発明において、前記記憶手段に記憶された前記領域対応情報から、前記領域情報を検索する検索ステップと、をさらに備えたことを特徴とする。
また、請求項１８にかかる発明は、請求項１６にかかる発明において、前記類似情報検索ステップは、さらに、前記記憶手段に記憶された前記領域対応情報において、検索元となる前記領域情報と対応付けられた前記特徴情報と、前記領域対応情報で保持されている特徴情報とを比較して所定の条件を満足した場合に、前記保持されている特徴情報と対応付けられた領域情報を検出する、ことを特徴とする。
また、請求項１９にかかる発明は、請求項１５乃至１８のいずれか一つにかかる発明において、前記関係抽出ステップは、前記文書情報の抽出元のページを構成する領域における、前記領域情報の位置情報を、前記関係情報に含まれる情報として抽出し、前記記憶手段に記憶された前記領域情報を、前記領域情報に対応付けられた前記関係情報に含まれる前記ページ内の位置情報に従って配置したページ情報を生成するページ情報生成ステップをさらに備えたことを特徴とする。
また、請求項２０にかかる発明は、請求項１９にかかる発明において、前記関係抽出ステップは、前記文書情報の抽出元のページに含まれている前記領域情報の種別が文字情報の場合に、該文字情報の配置を特定する文字配置情報を、前記関係情報に含まれる情報として抽出し、前記ページ情報生成ステップは、前記記憶手段に記憶された前記領域情報が文字情報の場合に、前記領域情報に対応付けられた前記文字配置情報に従って文字を配置すること、を特徴とする。
また、請求項２１にかかる発明は、請求項２０にかかる発明において、前記関係抽出ステップは、前記文字配置情報としてフォント名、フォントサイズ及び行方向のいずれか一つ以上を抽出することを特徴とする。
また、請求項２２にかかる発明は、請求項１７にかかる発明において、前記領域抽出ステップは、前記領域情報として、当該領域を表示する画像情報を抽出すること、を特徴とする。
また、請求項２３にかかる発明は、請求項２２にかかる発明において、前記領域抽出ステップにより抽出された前記画像情報から、前記画像情報により表示される画像に含まれる文字を示す文字情報を抽出する文字情報抽出ステップと、をさらに有し、前記登録ステップは、前記領域対応情報に対して、さらに前記文字情報抽出ステップにより抽出された前記文字情報を対応付けて登録すること、を特徴とする。
また、請求項２４にかかる発明は、請求項２３にかかる発明において、前記関係抽出ステップは、前記文書情報の抽出元のページを構成する領域に含まれている前記画像情報の当該ページ内の位置情報を、前記関係情報に含まれる情報として抽出し、前記記憶手段に記憶された前記画像情報を、前記画像情報に対応付けられた前記関係情報に含まれる前記ページ内の前記位置情報に従って配置したページ情報を生成すると共に、当該ページ情報の前記文字情報を抽出した前記画像情報の領域に対して、当該文字情報を含めるページ情報生成ステップをさらに有すること、を特徴とする。
また、請求項２５にかかる発明は、請求項２３にかかる発明において、前記検索ステップは、前記画像情報を検索する時に、利用者により入力された文字列をキーとし、前記領域対応情報に対応付けて前記登録ステップにより登録された前記文字情報に対して検索を行い、該検索で一致した前記文字情報に対応付けられた前記画像情報を検出すること、を特徴とする。
また、請求項２６にかかる発明は、請求項１５乃至２５のいずれか一つにかかる発明において、前記記憶手段は、前記領域対応情報において前記領域情報と対応付けられた前記関係情報として前記ページ情報を含み、前記登録ステップは、さらに前記文書情報のページを示すページ情報と、前記文書情報とを対応付けてページ対応情報として前記記憶手段に登録し、且つ前記領域情報と前記関係情報と該ページ情報とを前記領域対応情報に対応付けて登録し、前記出力処理ステップは、さらに、前記領域情報と、前記記憶手段に記憶された前記領域対応情報において前記領域情報と対応付けられた前記関係情報により特定される前記文書情報及び前記ページ情報のうちいずれか一つ以上と、を出力する、ことを特徴とする。
また、請求項２７にかかる発明は、請求項１５にかかる発明において、前記出力処理ステップは、さらに、前記類似する順の代わりに、前記文書情報が生成又は更新が行われた時間系列順で、前記木構造を構成している前記文書情報と、前記類似ページ情報と、前記領域情報と、のうちいずれか１つ以上を出力処理すること、を特徴とする。
また、請求項２８にかかる発明は、請求項２７にかかる発明において、前記出力処理ステップは、さらに、前記類似ページ毎及び前記領域毎に、関連付けを表示した状態で出力する、ことを特徴とする。
また、請求項２９にかかる発明は、請求項１５乃至２８のいずれか一つに記載された情報管理方法をコンピュータに実行させることを特徴とする。
また、請求項３０にかかる発明は、請求項２９に記載の情報管理プログラムを格納したことを特徴とする。
また、請求項３１にかかる発明は、利用者の要求に従って文書情報を処理する情報処理装置と、該情報処理装置で処理された該文書情報を管理する情報管理装置とを備えた情報管理システムであって、前記情報処理装置は、前記情報管理装置に文書情報を送信する送信手段を備え、前記情報管理装置は、文書情報の各ページを構成する領域に含まれる領域情報と、該文書情報及び該ページと該領域情報との関係が示された関係情報と、を対応付けた領域対応情報を記憶すると共に、文書情報のページを示すページ情報と、該文書情報と、を対応付けたページ対応情報を記憶する記憶手段と、前記情報処理装置から文書情報を受信する受信手段と、前記受信手段により受信した前記文書情報のページから、当該ページに配置された種別が異なる領域毎に領域情報を抽出する領域抽出手段と、前記領域抽出手段により抽出された前記領域情報と、当該領域情報の抽出元である前記文書情報のページ情報と、の関係が示された関係情報を、前記文書情報の前記ページから抽出する関係抽出手段と、前記領域抽出手段により抽出された前記領域情報と、前記関係抽出手段により抽出された前記関係情報と、を対応付けて前記領域対応情報に登録する登録手段と、検索元のページ情報に類似するページを示す類似ページ情報を、前記ページ対応情報から検索する類似情報検索手段と、検索された前記類似ページ情報毎に、当該類似ページ情報と、当該類似ページ情報を示す前記関係情報と前記領域対応情報で対応付けた前記領域情報と、当該類似ページ情報と前記ページ対応情報で対応付けられた前記文書情報と、で構成された木構造情報を生成する木構造生成手段と、前記文書情報と、前記類似ページ情報と、前記領域情報と、で構成される、複数の前記木構造情報を、当該木構造を構成する前記類似ページ情報が前記検索元のページ情報に類似する順に配置すると共に、当該木構造を構成する前記類似ページ情報を、当該検索元のページ情報と共に直列に配置した上で、前記情報処理装置に送信する送信手段と、を備えたことを特徴とする。
また、請求項３２にかかる発明は、請求項３１にかかる発明において、前記情報管理装置は、前記領域抽出手段により抽出された前記領域情報から、前記領域情報の特徴を示した特徴情報を抽出する特徴抽出手段と、をさらに備え、前記記憶手段は、前記領域対応情報として、さらに前記特徴情報を、前記領域情報と、前記関係情報とを対応付けて記憶し、前記登録手段は、前記領域抽出手段により抽出された領域情報と、前記関係抽出手段により抽出された前記関係情報と、前記特徴抽出手段により抽出された前記特徴情報とを対応付けて、前記領域対応情報に登録すること、を特徴とする。
また、請求項１にかかる発明によれば、文書情報について領域対応情報で領域情報と関係情報とを対応付けて登録することで、文書情報を構成する領域毎の領域情報に対して、当該領域情報の種別によらず検索可能な形式で管理できるという効果を奏する。さらに、請求項１にかかる発明によれば、木構造で領域情報とページ情報と文書情報とを出力することで、利用者は文書情報の構造を容易に把握できるという効果を奏する。
また、請求項２にかかる発明によれば、文書情報について領域対応情報で領域情報と関係情報とに、さらに領域の特徴を示した特徴情報を対応付けて保持することで、特徴情報を用いて類似する領域情報を検索できるという効果を奏する。
また、請求項３にかかる発明によれば、利用者が検索条件を設定して検索を行うことで情報管理装置に管理された領域情報を容易に取得できるという効果を奏する。
また、請求項４にかかる発明によれば、特徴情報の比較により検索元の領域情報に類似する領域情報を取得できるので、利用者が所望する領域情報を効率よく検出することができるという効果を奏する。
また、請求項５にかかる発明によれば、領域情報を組み合わせてページ情報を生成するため、ページを表示する情報を予め保持している必要がないので、記憶手段に格納する情報量を軽減できるという効果を奏する。
また、請求項６にかかる発明によれば、元のページと同じ位置に文字情報が配置されたページ情報を生成することができるという効果を奏する。
また、請求項７にかかる発明によれば、文字情報のフォント、フォントサイズ及び行方向のうち一つ以上が元のページと同様となるページ情報を生成することができるという効果を奏する。
また、請求項８にかかる発明によれば、領域毎に画像を抽出して管理するので、利用者が文書情報のページ上に配置された画像に対して検索可能な形式で管理できるという効果を奏する。
また、請求項９にかかる発明によれば、画像情報に抽出された文字情報を対応付けられたので、画像に含まれている文字を検索キーとして、画像情報を特定できるという効果を奏する。
また、請求項１０にかかる発明によれば、ページ情報に文字情報を含めることで、利用者が当該ページ情報を参照する際に当該文字情報を表示可能となるので、参照時にページに記載された文字情報の把握が容易になるという効果を奏する。
また、請求項１１にかかる発明によれば、文字列で画像情報を検出できるので、利用者が所望する画像情報を効率よく検出することができるという効果を奏する。
また、請求項１２にかかる発明によれば、領域情報と対応付けられた前記文書情報及び前記ページ情報の少なくとも一つ以上を出力することで、利用者が領域情報を含む文書情報又はページを把握できるという効果を奏する。
また、請求項１３及び１４にかかる発明によれば、時系列に従って文書情報が出力されるので、複数の文書情報が出力された場合に利用者が文書情報を把握するのが容易になるという効果を奏する。
また、請求項１５にかかる発明によれば、文書情報について領域対応情報で領域情報と関係情報とを対応付けて登録することで、文書情報を構成する領域毎の領域情報に対して、当該領域情報の種別によらず検索可能な形式で管理できるという効果を奏する。さらに、請求項１５にかかる発明によれば、木構造で領域情報とページ情報と文書情報とを出力することで、利用者は文書情報の構造を容易に把握できるという効果を奏する。
また、請求項１６にかかる発明によれば、文書情報について領域対応情報で領域情報と関係情報とに、さらに領域の特徴を示した特徴情報を対応付けて保持することで、特徴情報を用いて類似する領域情報を検索できるという効果を奏する。
また、請求項１７にかかる発明によれば、利用者が検索条件を設定して検索を行うことで情報管理装置に管理された領域情報を容易に取得できるという効果を奏する。
また、請求項１８にかかる発明によれば、特徴情報の比較により検索元の領域情報に類似する領域情報を取得できるので、利用者が所望する領域情報を効率よく検出することができるという効果を奏する。
また、請求項１９にかかる発明によれば、領域情報を組み合わせてページ情報を生成するため、ページを表示する情報を予め保持している必要がないので、記憶手段に格納する情報量を軽減できるという効果を奏する。
また、請求項２０にかかる発明によれば、元のページと同じ位置に文字情報が配置されたページ情報を生成することができるという効果を奏する。
また、請求項２１にかかる発明によれば、文字情報のフォント、フォントサイズ及び行方向のうち一つ以上が元のページと同様となるページ情報を生成することができるという効果を奏する。
また、請求項２２にかかる発明によれば、領域毎に画像を抽出して管理するので、利用者が文書情報のページ上に配置された画像に対して検索可能な形式で管理できるという効果を奏する。
また、請求項２３にかかる発明によれば、画像情報に抽出された文字情報を対応付けられたので、画像に含まれている文字を検索キーとして、画像情報を特定できるという効果を奏する。
また、請求項２４にかかる発明によれば、ページ情報に文字情報を含めることで、利用者が当該ページ情報を参照する際に当該文字情報を表示可能となるので、参照時にページに記載された文字情報の把握が容易になる。
また、請求項２５にかかる発明によれば、文字列で画像情報を検出できるので、利用者が所望する画像情報を効率よく検出することができるという効果を奏する。
また、請求項２６にかかる発明によれば、領域情報と対応付けられた前記文書情報及び前記ページ情報の少なくとも一つ以上を出力することで、利用者が領域情報を含む文書情報又はページを把握できるという効果を奏する。
また、請求項２７及び２８にかかる発明によれば、時系列に従って文書情報が出力されるので、複数の文書情報が出力された場合に利用者が文書情報を把握するのが容易になるという効果を奏する。
また、請求項２９にかかる発明によれば、請求項１５乃至２８のいずれか１つに記載の情報管理方法をコンピュータに実行させることができる情報管理プログラムを提供できるという効果を奏する。
また、請求項３０にかかる発明によれば、請求項２９に記載の情報管理プログラムをコンピュータに読み取らせることができる記録媒体を提供できるという効果を奏する。
また、請求項３１にかかる発明によれば、文書情報について領域対応情報で領域情報と関係情報とを対応付けて登録することで、文書情報を構成する領域毎の領域情報に対して、当該領域情報の種別によらず検索可能な形式で管理できるという効果を奏する。さらに、請求項３１にかかる発明によれば、木構造で領域情報とページ情報と文書情報とを出力することで、利用者は文書情報の構造を容易に把握できるという効果を奏する。
また、請求項３２にかかる発明によれば、文書情報について領域対応情報で領域情報と関係情報とに、さらに領域の特徴を示した特徴情報を対応付けて保持することで、特徴情報を用いて類似する領域情報を検索できるという効果を奏する。
以下に添付図面を参照して、この発明にかかる情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システムの最良な実施の形態を詳細に説明する。
（第１の実施の形態）
図１は、本発明の実施の形態にかかる文書管理システムの構成を示すブロック図である。本実施の形態にかかる文書管理システムでは、文書管理サーバ１００とＰＣ１５０とがネットワークを介して接続されている。このような構成により、文書管理サーバ１００がＰＣ１５０から送信された文書データの登録や、ＰＣ１５０が文書管理サーバ１００に対して文書データの検索などを可能とする。なお、文書管理システムに用いられるネットワークは、無線若しくは有線、またＬＡＮ(Local Area Network)や公衆通信回線を問わず、どのようなネットワークでも良い。
また、本実施の形態の文書管理システムで管理される文書データは、文字等も画像として表された文書画像と、文書作成アプリケーションで作成された電子文書とを含むものとする。ただし、後述する処理においては、文書画像の場合について主に説明する。また、当該文書画像は、複数ページを保持できるマルチページ形式又はシングルページのどちらでも良い。
これら文書画像は、利用者が作成した文書画像の他、スキャナにより読み込まれたスキャン文書や、ＦＡＸが受信したＦＡＸ文書等がある。また、文書管理サーバ１００が管理する文書画像は、どのようなフォーマットでもよい。また、マルチページ形式で保持可能なフォーマットの例としては、ＴＩＦＦ等がある。また、電子文書としては、ＨＴＭＬで作成されたＷＷＷ文書等も含まれる。
図１に示すＰＣ１５０は、通信処理部１５１と、表示処理部１５２と、操作処理部１５３と、を備えている。
通信処理部１５１は、ネットワークを介して接続されている文書管理サーバ１００等の他の装置との間でデータの送受信等の処理を行う。
表示処理部１５２は、図示しないモニタに対して、例えば文書データを表示する処理を行う。また、表示処理部１５２は、文書データの検索する画面及び検索結果画面を表示処理する。これらの画面を表示するために、表示処理部１５２は、Ｗｅｂブラウザを用いる。なお、これらの画面は、通信処理部１５１が文書管理サーバ１００と通信を行うことで、取得することができる。
操作処理部１５３は、利用者から入力された操作を処理する。これにより、Ｗｅｂブラウザ上に表示された検索画面に対して検索条件を設定することができる。
文書管理サーバ１００は、記憶部１０１と、通信処理部１０２と、検索部１０３と、類似情報検索部１０４と、検索結果生成部１０５と、領域抽出部１０６と、関係抽出部１０７と、領域特徴抽出部１０８と、ページ特徴抽出部１０９と、登録部１１０とを備え、文書データの登録、管理、検索等を行うことを可能とする。
また、文書管理サーバ１００は、管理する対象となる文書データの各ページに対して領域の抽出処理を行い、文書画像とページと抽出された領域とを対応付けて記憶する。また、文書管理サーバ１００は、ＰＣ１５０等からの要求により文書に含まれている領域又はページの検索を行い、検索結果をＰＣ１５０等に送信する。
記憶部１０１は、文書メタデータベース１２１と、データ格納部１２２とを備えている。また、記憶部１０１は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、光ディスク、メモリカード、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などの一般的に利用されているあらゆる記憶手段により構成することができる。
文書メタデータベース１２１は、文書管理テーブルと、ページ管理テーブルと、領域管理テーブルとを有している。
図２は、文書管理テーブルのテーブル構造を示した図である。本図に示すように、文書管理テーブルは、文書ＩＤと、タイトルと、作成更新日と、ページ数と、ファイルフォーマットと、ファイルパスと、ファイル名とを対応付けて保持する。また、本実施の形態では、これらの情報を、属性等を示した文書のメタ情報という。
文書ＩＤは、文書データ毎に付与されたユニークなＩＤであり、これにより文書データを特定できる。タイトルは文書データのタイトルである。作成更新日は、文書データの作成日又は最終更新日を保持する。ページ数は文書データのページ数を保持している。ファイルフォーマットは、文書データ毎のフォーマットを保持している。これにより、管理している文書が、スキャナ文書、ＦＡＸ文書、アプリケーションで作成された電子文書、又はＷＷＷ文書等のうちいずれかのフォーマットであるか特定することができる。
ファイルパスは、文書データが格納された場所を示している。そして、ファイル名は、文書データのファイル名を示している。
図３は、ページ管理テーブルのテーブル構造を示した図である。本図に示すように、ページ管理テーブルは、ページＩＤと、文書ＩＤと、ページ番号と、特徴量と、テキスト特徴量と、サムネイルパスとを対応付けて保持している。また、本実施の形態では、これらの情報を、ページのメタ情報という。
ページＩＤは、文書データを構成するページ毎に付与されたユニークなＩＤであり、このＩＤにより当該文書管理サーバ１００が管理している文書データのページを一意に特定できる。文書ＩＤは、当該ページを含んでいる文書データを特定するＩＤとする。ページ番号は、当該ページを含んでいる文書データ中における、当該ページのページ番号とする。特徴量は、当該ページの全体の画像として捉え、当該画像から抽出された特徴を示すものである。
そして、テキスト特徴量は、当該ページに含まれるテキスト情報から抽出された特徴とし、例えばテキスト情報中のキーワードや頻出回数等を保持する。また、文書データが文書画像の場合、ＯＣＲを用いることで当該ページの文書画像から抽出されたテキスト情報に対して、テキスト特徴量の抽出を行う。サムネイルパスは、画面全体を表したサムネイルが格納されている場所を保持する。
図４は、領域管理テーブルのテーブル構造を示した図である。本図に示すように、領域管理テーブルは、領域ＩＤと、文書ＩＤと、ページＩＤと、領域座標と、種別と、タイトルと、テキストと、周囲テキストと、特徴量と、サムネイルパスとを対応付けて保持している。また、本実施の形態では、これらの情報を、領域のメタ情報という。
領域ＩＤは、文書データから抽出された領域毎に付与されたユニークなＩＤであり、このＩＤにより当該文書管理サーバ１００が管理している文書データに含まれている領域を特定できる。文書ＩＤとページＩＤは、当該領域を含んでいる文書データ及びページを特定するＩＤとする。領域座標は、当該領域を特定する座標を保持し、本実施の形態では左上の頂点座標と右下の頂点座標を保持することで当該領域を特定する。
種別は、当該領域のデータの種別を特定する情報を保持する。データの種別としては、例えばテキスト、画像、動画等とする。また、本実施の形態では、画像をさらに図、表又は写真に分類する。なお、本実施の形態は、データの種別をこのような種別に制限するものではなく、さらに他の種別を用いて分類しても良い。タイトルは、当該領域を示すタイトルを保持する。テキストは当該領域に含まれていたテキスト情報を保持する。
周囲テキストは、例えばデータの種別が画像の場合に、当該画像の周囲に配置されていたテキスト情報を保持する。これにより、利用者は、検索画面からテキストで検索条件を設定して、関連のある画像を検索することができる。
特徴量は、当該領域を特定する特徴量を保持する。また、特徴量は、例えば種別が画像であれば画像の特徴量が格納され、種別がテキストであればテキスト特徴量が格納される。このように特徴量は種別に応じて異なる種類の特徴量を保持する。これにより、同じ種別の特徴量を比較することで、各領域が類似するか否か適切に判断することができる。なお、特徴量の抽出方法については後述する。サムネイルパスは、領域を表したサムネイルが格納されている場所を保持する。
データ格納部１２２は、文書データと、文書データから抽出された領域毎のデータと、各ページ又は領域を示したサムネイルを格納する。また、領域毎のデータとは、例えば文書データの各ページに含まれていた画像データや、動画データ、テキストデータ等とする。
通信処理部１０２は、ＰＣ１５０等のネットワークを介して接続されている装置との間でデータを送受信する処理を行う。また、通信処理部１０２が受信するデータとしては、例えばＰＣ１５０等から登録される文書データ等や文書データを検索する際の検索条件等がある。また、送信するデータとしては、例えば管理している文書データや、検索画面や検索結果が示された画面のデータ等がある。
登録部１１０は、通信処理部１０２で受信した登録対象となる文書データの登録処理を行う。また、登録部１１０は、受信した文書データを、記憶部１０１のデータ格納部１２２に格納する。また、登録部１１０は、データ格納部１２２に格納した文書データのメタ情報を、文書メタデータベース１２１の文書管理テーブルに格納する。具体的には、登録部１１０は、文書データから、タイトル、作成更新日、ページ数を抽出する。そして、登録部１１０は、抽出したメタ情報と、文書データのファイル名と、当該ファイル名の拡張子で示されたファイルフォーマットと、さらに文書データの格納先のファイルパスと、を文書ＩＤと対応付けて文書管理テーブルに登録する。また、文書ＩＤは、登録する際に自動的に生成される。
また、登録部１１０は、文書データのみならずページ管理テーブル及び領域管理テーブルに対してデータの登録も行う。この各ページ及び各領域の登録は、後述する。
ページ特徴抽出部１０９は、ＰＣ１５０等から管理対象として受信した文書データの各ページから特徴量を抽出する。また、本実施の形態にかかるページ特徴抽出部１０９は、各ページを画像データとして捉え、当該画像データから画像としての特徴量を抽出する。なお、ページ特徴抽出部１０９は、抽出対象となる文書データが文書画像ではなく文書作成アプリケーションで作成された電子文書等の場合、画像データに変換した後に特徴量の抽出を行う。これにより、ページ特徴抽出部１０９は、文書データのフォーマットによらず、各文書データから特徴量を抽出することができる。なお、画像データから特徴量を抽出する手法は、どのような手法を用いても良い。
図５は、文書管理サーバ１００で管理対象となる文書データに含まれていたページ画像の例を示した説明図である。本図に示したページ画像は、２つの画像領域と画像毎に対応する文書コラムからなる。そして、ページ特徴抽出部１０９は、ページ全体５０５を示したページ画像から特徴量を抽出する。
また、ページ特徴抽出部１０９は、各ページから画像としての特徴量を抽出するほかに、ページ番号やテキスト特徴量も抽出する。また、ページ特徴抽出部１０９は、文書データが文書画像の場合、当該文書画像に含まれるページ画像に対してＯＣＲ(Optical Character Reader)等を用いて、テキスト情報を抽出する。そして、ページ特徴抽出部１０９は、当該抽出されたテキスト情報から、テキスト特徴量を抽出する。
また、本実施の形態にかかるテキスト特徴量は、当該ページに含まれているテキストから特徴量として生成されたベクトル（配列）データとする。つまり、ページ特徴抽出部１０９は、当該ページに含まれているテキストデータに対して形態素解析をして単語を抽出する。そして、ページ特徴抽出部１０９は、抽出した単語に対して重み付けを算出することで、どのキーワードがどのくらい重要であるというかというベクトルデータを生成する。
また、抽出した単語に対して重み付けを行う方法としては、どのような方法を用いても良いが、本実施の形態においてはｔｆ―ｉｄｆ法により重み付けの算出を行う。ｔｆ−ｉｄｆ法は、単語が当該ページに何回出現したか（出現回数が多いほど重要と判断）及び管理している全文書データのうち何ページでその単語が出現したか（出現回数が少ないほど重要と判断）に基づいて、単語の重み付けを算出する方法である。
次に示す式（１）がｔｆ―ｉｄｆ法による重み付けの算出式である。
ｗi,j＝ｔｆi,j×log(Ｎ／ｄｆi) ……（１）
ｗi,jは、文書データのページＤiの単語の重み付みを示し、ｔｆi,jは、ページＤiにおける当該単語の頻度を示し、ｄｆiは当該単語が出現する全文書データ中のページの数を示し、Ｎが管理している文書データに含まれる総ページ数を示している。このようにして、ページ特徴抽出部１０９は、ページ毎に、単語と単語の重み付けの配列によるテキスト特徴量を抽出することができる。
また、ページ特徴抽出部１０９は、当該画面を表したサムネイルを生成する。そして、生成されたサムネイルは、データ格納部１２２に格納される。
そして、ページ特徴抽出部１０９により抽出されたメタ情報は、登録部１１０によりページ管理テーブルに登録される。つまり、登録部１１０は、ページ特徴抽出部１０９により抽出されたページ番号と、特徴量と、テキスト特徴量と、サムネイルの格納先（サムネイルパス）とに、ページＩＤと文書ＩＤとを対応付けて、ページ管理テーブルに登録する。文書ＩＤは、当該ページが含まれている文書データを文書管理テーブルに登録した際に生成されたＩＤである。また、ページＩＤは、ページ管理テーブルに登録する際に自動的に生成される。
領域抽出部１０６は、ＰＣ１５０から送信されてきた文書データの各ページから、当該ページ上に配置された領域毎に、領域を示すデータを抽出する。例えば、領域抽出部１０６は、ページ内に画像領域であれば、当該画像領域を画像データとして抽出する。また、領域抽出部１０６は、ページ内にテキスト領域があれば、当該テキスト領域をテキストデータとして抽出する。このテキストデータを抽出する手法はどのような手法を用いても良いが、例えばＯＣＲを用いる等が考えられる。また、他の領域についても同様の処理により抽出される。また、領域抽出部１０６は、テキスト領域で抽出する際、テキスト領域に含まれるコラム毎に抽出しても良い。
図５で示した例では、領域抽出部１０６は、当該ページに含まれている画像領域５０１及び画像領域５０２を当該ページから抽出する。さらには、領域抽出部１０６は、テキスト領域５０３及びテキスト領域５０４についても抽出する。なお、このテキスト領域５０３及びテキスト領域５０４のフォーマットは、テキストでもよいし、文書の構成を保持するために画像データとして抽出しても良い。
また、領域抽出部１０６が、種別毎に領域を抽出する方法としては、どのような方法を用いても良い。例えば、対象がスキャナなどで原稿をスキャンされた文書画像の場合、領域抽出部１０６は、画像のエッジ検出等を行い、テキスト領域又は画像領域の範囲を特定し、当該領域毎に抽出を行う。この際に、領域抽出部１０６は、領域毎の種別を特定する。
関係抽出部１０７は、領域抽出部１０６により抽出された領域毎のデータと、当該データを含んでいた文書データと当該文書データのページとの関係を抽出する。本実施の形態に係る関係抽出部１０７は、各領域のページ上の座標領域と、当該領域毎のデータを含むページを示したページＩＤと、当該ページを含んだ文書ＩＤと、を抽出する。これにより、抽出された領域毎のデータは、どの文書のどのページのどの位置に存在したのか特定することができる。換言すれば文書データに含まれているページと領域とから成るツリー構造を生成するために必要な情報が抽出されたことになる。
領域特徴抽出部１０８は、領域抽出部１０６により抽出された各領域から特徴量を抽出する。また、領域特徴抽出部１０８は、当該領域の種別毎に異なる特徴量を抽出する。例えば、抽出する対象となる領域が画像領域の場合、領域特徴抽出部１０８は、画像データの特徴量を抽出する。また、抽出する対象となる領域が文書領域の場合、領域特徴抽出部１０８は、領域に含まれるテキスト情報からテキスト特徴量を抽出する。また、領域のデータが動画データや音声データの場合もそれぞれのフォーマットに適した特徴量を抽出する。これにより、各領域の種別に応じた特徴量が領域管理テーブルに登録される。
また、文書データが文書画像の場合、領域特徴抽出部１０８は、テキスト領域から特徴量を抽出する際、ＯＣＲ等を用いて領域内のテキストデータを取得する。その後に、領域特徴抽出部１０８は、取得したテキストデータから特徴量を抽出する。
また、領域特徴抽出部１０８は、抽出された領域毎にタイトルと、テキストとを可能であれば抽出する。また、領域特徴抽出部１０８は、抽出された領域の種別が画像の場合、周囲テキストを可能であれば抽出する。領域特徴抽出部１０８が行う当該領域のタイトル、テキスト及び周囲テキストの抽出方法としてはどのような手法を用いても良いが、本実施の形態では以下の手法を用いる。
まず、タイトルの抽出する例について説明する。領域特徴抽出部１０８は、当該領域が画像の場合、当該画像領域に含まれているテキストや、画像の周辺にあるテキスト領域に含まれている文字列をタイトルとして取得する。
図５で示した例では、領域特徴抽出部１０８は、画像領域５０２に対応するタイトルとして、画像領域５０２の下領域にある「秋」をタイトルとして抽出する。仮に「秋」という文字列が下部領域にない場合、領域特徴抽出部１０８は、画像から抽出した「紅葉の季節」をタイトルとして抽出する。さらにこの「紅葉の季節」という文字列が画像領域５０２に含まれていなかった場合、画像領域５０２に対応するテキスト領域５０４から適切な文字列を抽出する。なお、画像に対応するテキスト領域の判定手法は、どのような手法を用いても良い。
また、領域特徴抽出部１０８は、当該領域がテキストの場合、重み付け等を考慮して適切な文字列をタイトルとして抽出する。
次に、領域特徴抽出部１０８が、テキストを抽出する場合について説明する。当該領域が画像データの場合、領域特徴抽出部１０８は、当該領域に対してＯＣＲにより文字情報を抽出する処理を行う。そして、領域特徴抽出部１０８は、この抽出された文字情報を、当該領域のテキストとする。なお、当該領域が文書データの場合、当該領域に含まれていた文書が、当該領域のテキストとなることは言うまでもない。
図５で示した例では、領域特徴抽出部１０８は、画像領域５０１のタイトルとして「冬の山」を抽出する。また、領域特徴抽出部１０８は、画像領域５０２のテキストとして「紅葉の季節」を抽出する。
次に、領域特徴抽出部１０８は、領域が画像の場合、周囲テキストを抽出する。これは、図５で示した例では、領域特徴抽出部１０８は、「秋」やテキスト領域５０４のテキストを、画像領域５０２の周囲テキストとして抽出する。
また、領域特徴抽出部１０８は、当該領域を表したサムネイルを生成する。そして、生成されたサムネイルは、データ格納部１２２に格納される。
その後に、登録部１１０が、関係抽出部１０７により抽出された関係と、領域抽出部１０６により特定された各領域の種別と、領域特徴抽出部１０８により抽出された特徴量等とを、領域管理テーブルに登録する。つまり、登録部１１０は、関係抽出部１０７により抽出された文書ＩＤとページＩＤと領域座標と、領域抽出部１０６により特定された種別と、領域特徴抽出部１０８により抽出されたタイトル、テキスト、周囲テキスト、特徴量、サムネイルパスとを、領域ＩＤと対応付けて領域管理テーブルに登録する。なお、領域ＩＤは、領域管理テーブルに登録する際に自動的に生成される。
このように登録部１１０が領域管理テーブルに登録することで、文書管理サーバ１００は、文書データに含まれた領域毎のデータの種別によらず検索可能な形式で管理できる。その際に、特徴量も登録するので、特徴量を用いた類似検索も可能となる。
また、登録部１１０により画像データから抽出されたテキスト等が登録された。これにより、後述する検索部１０３により文字列で画像データによる領域又はページを検索できるので、利用者が所望する画像データを効率よく検出できる。
検索部１０３は、ＰＣ１５０等の文書データの検索要求に基づいて、文書メタデータベース１２１の文書管理テーブル、ページ管理テーブル及び領域管理テーブルに対して検索処理を行う。次に、ＰＣ１５０に表示される検索画面と共に詳細に説明する。
図６が、ＰＣ１５０に表示される文書画像検索を行う画面例を示した説明図である。当該検索画面は、ＰＣ１５０で文書画像の検索を行いたい場合に表示される。そして、当該検索画面には、検索条件を設定する項目が表示される。また、検索対象６０１は、利用者が検索対象を‘文書’、‘ページ’、‘領域’のいずれか一つを選択する項目とする。本図では‘領域’が検索対象と設定されている状態とする。また、表示形式６０４は、表示形式を‘通常’、‘サムネイル’、‘ツリー’かのいずれか一つを選択する項目とする。本図では‘通常’形式が設定されている状態とする。ＰＣ１５０の操作処理部１５３は、利用者の入力により各項目に対して検索条件を設定する。そして、操作処理部１５３が、利用者からの検索ボタン６０２の押下を受け付けた場合、ＰＣ１５０の通信処理部１５１が、文書管理サーバ１００に対して設定された検索条件を送信する。本図では、検索条件として、テキスト６０３に‘特徴’を入力した例とする。
そして、文書管理サーバ１００の通信処理部１０２がＰＣ１５０からの検索条件の受信処理を終了した後、検索部１０３が、受信した検索条件で該当するテーブルに対して検索処理を行う。具体的には、図６で示した検索対象６０１で‘文書’が選択された場合は、検索部１０３は、文書管理テーブルに対して検索を行う。また、‘ページ’が選択された場合は、ページ管理テーブルに対して検索を行う。また、‘領域’が選択された場合は、領域管理テーブルに対して検索を行う。また、検索部１０３は、受信した検索条件を検索キーとして検索する。これにより、検索部１０３は、利用者が所望する文書画像、又は文書画像に含まれているページ若しくは領域を取得することができる。これによりＰＣ１５０等から利用者からの要求に応じて領域又はページの情報を効率よく検出できる。
検索結果生成部１０５は、ツリー構造生成部１１１を有し、検索部１０３で行われた検索結果及び後述する類似情報検索部１０４で行われた検索結果を示したＨＴＭＬファイルを生成する。また、検索結果生成部１０５は、ページ又は領域の詳細情報が示されたＨＴＭＬファイルを生成する。そして、生成されたＨＴＭＬファイルは、通信処理部１０２により検索要求を行ったＰＣ１５０に送信される。そして、ＰＣ１５０の通信処理部１５１が当該ＨＴＭＬファイルを受信した場合、表示処理部１５２が当該ＨＴＭＬファイルを表示する処理を行う。なお、ツリー構造生成部１１１の処理については後述する。
図７は、当該ＨＴＭＬファイルがＰＣ１５０に表示された画面例を示した説明図である。当該検索結果画面は、図６で示した検索画面で検索対象が「領域」でテキストに「特徴」が設定された場合の検索結果の例とする。そして、表示形式は「通常」の場合とする。また、検索結果として表示する項目は、どの項目でも良いが、本実施の形態においては領域ＩＤと、領域名（タイトル）と、種別と、テキストが表示される例とする。本図で示した検索結果画面が表示された際、利用者が領域名をクリックすることで、当該領域の詳細情報を示した画面が表示される。なお、この画面については後述する。また、ボタン７０１を押下すると同様の条件で検索した結果を、ＰＣ１５０の表示処理部１５２が各領域をサムネイルで表示する。つまり、容易に表示形式の変更を可能としている。
図８は、図７の画面例でボタン７０１が押下された場合又は図６の表示形式で「サムネイル」の選択をした場合の、各領域がサムネイル表示された画面例を示した説明図である。当該検索結果画面においては、領域毎に「検索」ボタンと「参照」ボタンが表示される。そして、利用者が「検索」ボタンを押下すると、類似する領域の検索が行われる。また、「参照」ボタンを押下すると、当該領域の詳細な情報が表示される。なお、利用者がボタン８０３を押下した場合は、図７で示した画面が再表示される。このように図８で示した画面では、サムネイルが表示されることで、利用者は領域毎の内容を容易に把握することができる。
次に、図７で示した画面例から図８で示した画面例が表示されるまでの処理について説明する。図７で示した画面からボタン７０１が押下された場合、再度ＰＣ１５０の通信処理部１５１が、文書管理サーバ１００に対して検索条件及びサムネイルを表示する旨のフラグを送信する。そして、これらの情報を受信した後、文書管理サーバ１００の検索部１０３が再度、受信した検索条件で検索を行う。当該検索と上述した検索との違いは、サムネイルを表示する旨のフラグに基づいて、領域管理テーブルに対して検索を行う際に「サムネイルパス」のフィールド情報を取得する点にある。そして、検索結果生成部１０５が、検索結果に基づいてＨＴＭＬファイルを生成するが、その際に当該サムネイルパスから生成されたサムネイルが存在するＵＲＬを領域毎に記載する。そして、生成されたＨＴＭＬファイルは、ＰＣ１５０に送信される。これにより、ＰＣ１５０は、領域毎にサムネイルが示された検索結果を表示することができる。
図９は、図８の画面例で参照ボタンが押下された場合に、押下された領域の詳細説明が表示された画面例を示した説明図である。当該詳細説明画面では、文書管理サーバ１００の領域管理テーブルが保持している当該領域のメタ情報を表示する。これにより、利用者は、当該領域を把握することができる。
次に、図８で示した画面例から図９で示した画面例を表示するまでの処理について説明する。図８で示した画面から「参照」ボタンが押下された場合、ＰＣ１５０の通信処理部１５１が、当該「参照」ボタンが押下された領域の領域ＩＤと詳細表示する旨の情報を、文書管理サーバ１００に対して送信する。そして、文書管理サーバ１００がこれらの情報を受信した後、文書管理サーバ１００の検索部１０３が、領域管理テーブルに対して受信した領域ＩＤをキーに検索を行う。そして、検索部１０３は、検索条件に一致するレコードにおける表示に必要なフィールド情報を全て取得する。そして、検索結果生成部１０５は、取得した情報に基づいて詳細情報が記載されたＨＴＭＬファイルを生成する。そして、ＰＣ１５０が、生成されたＨＴＭＬファイルを再度受信することで、領域の詳細情報を表示することができる。
また、図９で示したような領域の詳細表示画面で、当該領域のメタ情報のみならず、当該領域を含む文書画像又はページのメタ情報を表示しても良い。これは、領域管理テーブルが領域とページと文書画像の対応関係を保持しているので実現できる。
また、利用者が図９で示した画面の実行ボタン９０１を押下した場合に、当該領域を含むページのサムネイル及び当該ページのメタ情報を含む画面が表示される。これは、文書管理サーバ１００の領域管理テーブルで領域ＩＤとページＩＤの対応付けを保持しているために実現できる。つまり、検索部１０３が当該領域の当該ページＩＤを取得した後、当該ページＩＤをキーにページ管理テーブルに対して検索を行うことで、表示するために必要な情報を取得できるためである。
また、利用者が図９で示した画面の「オリジナルを開く」ボタン９０２を押下した場合に、当該領域を含む文書データが表示される。これは、文書管理サーバ１００の領域管理テーブルで領域ＩＤと文書ＩＤの対応付けを保持しているために実現できる。つまり、検索部１０３が当該領域の当該文書ＩＤを取得した後、当該文書ＩＤをキーに文書管理テーブルに対して検索を行うことで、当該文書の格納先のパスを取得できるためである。
また、検索ボタン９０３を押下することで、当該領域に類似する領域の検索を行うことができる。この際に、類似する領域を時系列で表示することもできる。なお、詳細については後述する。
図１に戻り、類似情報検索部１０４は、ＰＣ１５０に表示された領域に類似する領域の検索を行う。また、類似情報検索部１０４は、同様に類似するページの検索も行う。領域又はページの検索方法としては、どのような方法を用いても良いが、本実施の形態では領域管理テーブルが保持する特徴量又はページ管理テーブルが保持する特徴量を用いて検索を行う。なお、類似画像検索の詳細な処理手順については後述する。
そして、類似情報検索部１０４の行った検索結果に基づいて、検索結果生成部１０５がＨＴＭＬファイルを生成する。この生成されたＨＴＭＬファイルは、通信処理部１０２によりＰＣ１５０に送信される。これにより、類似画像検索結果をＰＣ１５０に表示することができる。
図１０は、図８で示した画面例において検索ボタン８０１を押下した場合に表示される類似領域の検索結果の画面例を示した説明図である。本図に示すように検索元となる領域をＷｅｂブラウザの上部に表示し、類似すると判断された領域をＷｅｂブラウザの下部に表示する。上部で類似画像の重み付けや表示形式を変更することができる。表示形式としては、‘サムネイル’又は‘ツリー’から選択できるものとする。なお、本図においては表示形式を‘サムネイル’とした場合とする。
図１１は、類似ページの検索結果の表示形式として‘ツリー’を選択した場合の画面例を示した説明図である。本図で示した例では、類似ページを検索した場合とする。本図で示した最上段に存在する文書画像が検索元のページを含んだものである。そして、矩形１１０２内に検索元のページと最も類似度が高いページを含んだ文書画像が示されている。そして、下方になるにつれて類似度が低くなるように表示されている。
また、当該ＨＴＭＬファイルに含まれるツリー構造は、ツリー構造生成部１１１が生成する。つまり、類似情報検索部１０４が類似するページの検索結果を取得した後、ツリー構造生成部１１１は、取得した類似ページのメタ情報に含まれた文書ＩＤ、ページＩＤをキーにして、文書管理テーブル及び領域管理テーブルに対して検索することで、類似ページを含む文書画像及び当該類似ページに含まれた領域のメタ情報を取得する。そして、類似情報検索部１０４は、取得した文書画像、類似ページ及び領域を対応付けてツリー構造を生成する。なお、ツリー構造で示されたページ及び領域のサムネイルは、メタ情報で保持しているサムネイルパスにより表示できる。これにより利用者が文書データをツリー構造により容易に把握できる。
そして、検索結果生成部１０５は、生成されたツリー構造に基づいてＨＴＭＬファイルを生成する。これにより、ＰＣ１５０は、類似ページの検索結果がツリー構造で表示される。なお、図１１では類似ページの検索結果について説明したが、類似領域についても同様の処理により実現できる。また、利用者が図１１で示したボタン１１０３を押下した場合、各ページに含まれている領域をさらに多く表示することができる。
図１２は、図１１で示したボタン１１０３が押下された場合の画面例を示した説明図である。本図で示した画面では、３個の領域が表示されることとなった。このような画面を表示するためには、文書管理サーバ１００で再度検索を行う等、どのような方法を用いても良い。また、ボタン１２０１を押下することで再び図１１で示した画面例が表示される。
また、検索結果生成部１０５は、類似情報検索部１０４の検索結果に基づいて、画像データが生成又は更新された時系列で記載されたＨＴＭＬファイルを生成してもよい。例えば、図９で示した画面で検索ボタン９０３を押下することで、当該領域に類似する領域を含む文書データを時系列で表示する等が考えられる。
図１３は、類似ページの検索結果を時系列のツリー構造として表示する場合の画面例を示した説明図である。本図の中央の範囲１３０１が検索元のページ及び当該ページに含まれる領域である。ページが左端に示され、当該ページより右側に構成される領域が表示されている。ページ及び領域は、個別に類似するページ及び領域毎に線分でリンク付けされた状態で表示される。なお、本図の縦方向は作成日又は最終更新日を示した時間軸である。
次に、類似するページを検索する場合について説明する。文書管理サーバ１００の類似情報検索部１０４は、検索元のページの特徴量と、ページ管理テーブルに格納されている各レコードの特徴量を比較して、当該ページの類似度を算出する。そして、類似情報検索部１０４は、算出された類似度が所定の基準より高い場合に類似していると判断し、当該類似度を算出する際に用いられた特徴量が格納されたレコードを類似しているページの情報として取得する。また、類似する領域の検索についても領域管理テーブルを用いて同様の処理を行うことで取得できる。なお、所定の基準としては、例えば類似度が０〜１までの値をとる場合に０．３以下が類似していると判断する等が考えられる。また、類似する領域についても同様の手順で行うため、説明を省略する。
そして、ツリー構造生成部１１１が、これらの検索結果に基づいて、類似すると判断されたページ群及び領域群を時系列順に対応付ける。そして、検索結果生成部１０５が、ツリー構造生成部１１１により生成された時系列順に対応付けられたページ群及び領域群を、時系列順に配置して、ＨＴＭＬファイルを生成する。
ところで、同一の文書データをバージョン毎に管理、つまり更新された時間毎に管理する場合がある。この場合、本実施の形態の文書管理システムが、上述した時系列で文書データの表示を実現できるので、利用者は、バージョンの変化に伴い更新されたページ又は領域をツリー構造で確認することができる。これにより、利用者は、ページ又は領域単位で更新の履歴が容易に理解できる。
次に、以上のように構成された本実施の形態にかかる文書管理サーバ１００における文書データの受信から当該文書データの登録までの処理について説明する。図１４は、本実施の形態にかかる文書管理サーバ１００における上述した処理の手順を示すフローチャートである。
通信処理部１０２は、ＰＣ１５０等から管理対象となる文書データを受信する処理を行う（ステップＳ１４０１）。次に、登録部１１０は、受信した文書データをデータ格納部１２２に格納すると共に、当該文書データからメタ情報を抽出し、当該抽出したメタ情報と文書データが格納されているパスとを文書管理テーブルに登録する（ステップＳ１４０２）。
そして、ページ特徴抽出部１０９は、登録された文書データのページから、メタ情報、当該ページの画像としての特徴量、及びテキスト特徴量を抽出する（ステップＳ１４０３）。次に、登録部１１０は、ページ特徴抽出部１０９により抽出されたメタ情報、特徴量及びテキスト特徴量を、ページ管理テーブルに登録する（ステップＳ１４０４）。
次に、領域抽出部１０６が、登録された文書データのページに対して、当該ページに含まれているデータの種別等に基づいて、領域毎に抽出する（ステップＳ１４０５）。
そして、領域特徴抽出部１０８は、抽出された領域毎に特徴量を抽出する（ステップＳ１４０６）。なお、この抽出される特徴量は、領域毎のデータの種別により異なる。
次に、関係抽出部１０７が、抽出された領域毎に、当該領域を含む文書データと、当該領域を含むページとの関係を抽出する（ステップＳ１４０７）。この抽出される情報の例としては、文書ＩＤ、ページＩＤ及びページ内の座標領域とする。
そして、登録部１１０は、領域特徴抽出部１０８により抽出された特徴量と、関係抽出部１０７により抽出された関係とを対応付けて、領域管理テーブルに登録する（ステップＳ１４０８）。
そして、登録部１１０は、全てのページについて処理を終了したか否か判断する（ステップＳ１４０９）。終了していないと判断した場合（ステップＳ１４０９：Ｎｏ）、登録部１１０は、次のページを登録対象に設定して（ステップＳ１４１０）、ページ特徴抽出部１０９によるページからメタ情報及び特徴量の抽出処理から行われる（ステップＳ１４０３）。
また、登録部１１０が、全てのページについて処理を終了したと判断した場合（ステップＳ１４０９：Ｙｅｓ）、処理を終了する。
文書管理サーバ１００は、上述した処理を行うことで文書データと、文書データに含まれるページ及び領域とを、別テーブルで管理することができる。
次に、以上のように構成された本実施の形態にかかる文書管理システムにおけるＰＣからの文書データのページの検索要求から検索結果の表示までの処理について説明する。図１５は、本実施の形態にかかる文書管理システムにおける上述した処理の手順を示すフローチャートである。
ＰＣ１５０の表示処理部１５２は、Ｗｅｂブラウザ上に検索画面を表示する（ステップＳ１５０１）。そして、操作処理部１５３は、利用者が入力デバイスを介して入力したページを検索するための検索条件を入力処理する（ステップＳ１５０２）。また、検索条件としてページを選択するためには、図６で示した例では、検索対象６０１を‘ページ’に設定する。
そして、通信処理部１５１が、入力処理されたページの検索条件を、文書管理サーバ１００に送信処理する（ステップＳ１５０３）。また、通信処理部１５１は、検索条件と共に、表示する際の条件（例えば、表示形式、表示数など）についても送信処理する。これにより文書管理サーバ１００により検索処理が行われる。
次に、文書管理サーバ１００の通信処理部１０２が、ＰＣ１５０からのページの検索条件及び表示する際の条件を受信処理する（ステップＳ１５１１）。そして、検索部１０３が、受信したページの検索条件をキーとして、ページ管理テーブルに対して検索を行う（ステップＳ１５１２）。
そして、検索が終了した後、検索結果生成部１０５は、受信した表示する際の条件により、ツリー構造を生成するか否か判断する（ステップＳ１５１３）。そして、ツリー構造を生成しないと判断した場合（ステップＳ１５１３：Ｎｏ）、ツリー構造生成部１１１による処理は特に行われない。なお、表示する際の条件としてツリーとする場合、図６で示した例では、利用者は表示形式６０４を‘ツリー’に設定しておく。
また、ツリー構造を生成すると判断した場合（ステップＳ１５１３：Ｙｅｓ）、ツリー構造生成部１１１は、検索結果に基づいてツリー構造を生成する（ステップＳ１５１４）。なお、ツリー構造生成部１１１が生成するツリーに含まれる構成は、検索条件を満たしたページを含む文書データ毎に、当該文書データを特定するページ（例えば最初のページと）と検索条件を満たしたページと検索条件を満たしたページに含まれる領域とする。
また、ツリー構造生成部１１１が生成する上述した構成は、ステップＳ１５１２の検索結果より得られた文書ＩＤ及びページＩＤにより特定できる。つまり、当該文書ＩＤ及びページ数＝１を検索条件として設定して、ページ管理テーブルに対して検索することで、最初のページを取得できる。また、検索条件として当該ページＩＤで領域管理テーブルに対して検索を行うことで、当該ページに含まれている構成を取得できる。
そして、検索結果生成部１０５は、検索部１０３の検索結果が示されたＨＴＭＬファイルを生成する（ステップＳ１５１５）。また、検索結果生成部１０５は、ツリー構造生成部１１１においてツリー構造が生成されていた場合、当該ツリー構造を含めてＨＴＭＬファイルを生成する。
次に、通信処理部１０２は、生成されたＨＴＭＬファイルをＰＣ１５０に対して送信する処理を行う（ステップＳ１５１６）。
そして、ＰＣ１５０の通信処理部１５１は、検索結果が記載されたＨＴＭＬファイルを、文書管理サーバ１００から受信処理する（ステップＳ１５０４）。そして、表示処理部１５２は、受信したＨＴＭＬファイルをＷｅｂブラウザ上に表示する処理を行う（ステップＳ１５０５）。
これにより、利用者が設定した条件に従って、文書データに含まれるページの検索を行うことができる。
次に、以上のように構成された本実施の形態にかかる文書管理システムにおけるＰＣからの文書データの領域の検索要求から検索結果の表示までの処理について説明する。図１６は、本実施の形態にかかる文書管理システムにおける上述した処理の手順を示すフローチャートである。
図１６で示した領域検索のフローチャートは、図１５で示したページ検索のフローチャートとほぼ同様となる。異なる点としては、図１５のステップＳ１５０２のページを検索するための検索条件がステップＳ１６０２では領域を検索するための検索条件となる点と、図１５のステップＳ１５１２のページ管理テーブルに対する検索がステップＳ１６１２においては領域管理テーブルに対する検索となる点がある。なお、ステップＳ１６１４で生成されるツリーの構成も、ステップＳ１６１２の検索結果で文書ＩＤ及びページＩＤを得られるので、図１５の説明と同様の手順により得られる。他の点については図１５と同様のため説明を省略する。
次に、以上のように構成された本実施の形態にかかる文書管理システムにおけるＰＣ１５０に表示された領域又はページから、当該領域又はページに類似する領域又はページの検索から検索結果の表示までの処理について説明する。図１７は、本実施の形態にかかる文書管理システムにおける上述した処理の手順を示すフローチャートである。
ＰＣ１５０の表示処理部１５２は、Ｗｅｂブラウザ上にページ及び領域の少なくとも一つ以上を表示処理する（ステップＳ１７０１）。この表示処理された画面としては、例えば図８、図９又は図１０等とする。
そして、操作処理部１５３は、利用者が入力デバイスから選択された検索元となるページ又は領域と、類似するページ又は領域を検索する旨の入力処理を行う（ステップＳ１７０２）。これは、図８で示した例では、任意の領域の「検索」ボタンを押下することで、検索元となる領域と、類似する領域を検索する旨が設定されたことになる。
次に、通信処理部１５１は、検索元のページＩＤ又は領域ＩＤと、類似するページ又は領域を検索する旨を、文書管理サーバ１００に送信する（ステップＳ１７０３）。これにより、文書管理サーバ１００が、類似する領域又はページの検索処理を開始する。
そして、文書管理サーバ１００の通信処理部１０２は、ＰＣ１５０から、類似するページ又は領域を検索する旨と、ページＩＤ又は領域ＩＤを受信処理する（ステップＳ１７１１）。
そして、類似するページ又は領域を検索する旨を受信したことから、類似情報検索部１０４が、受信したページＩＤ又は領域ＩＤに対応付けられた特徴量を取得し、取得した特徴量を検索条件として設定する（ステップＳ１７１２）。これは領域ＩＤの場合であれば、類似情報検索部１０４は、領域管理テーブルに対して領域ＩＤで検索をすることで対応付けられた特徴量を取得できる。また、ページＩＤに対応付けられた特徴量も、同様にページ管理テーブルから取得できる。以降は、説明を容易にするために、領域ＩＤを用いた例について説明するが、ページＩＤの場合もほぼ同様の処理により取得できる。
また、取得した特徴量を検索条件として設定する手法としてはどのような手法を用いても良い。また、特徴量を検索条件として設定する際にパラメータに対する重み付けを変更しても良い。この重み付けを変更する例としては、図１０で示した画面例で利用を受け付ける。また、重み付けを変更して検索する手法についても、周知の手法を問わず、どのような手法を用いても良い。
次に、類似情報検索部１０４は、設定された検索条件で、類似する領域又はページに対して検索を行う（ステップＳ１７１３）。これは、上述したように類似情報検索部１０４が、検索条件の特徴量と、上述したように各レコードの特徴量とから類似度を算出し、当該類似度に基づいて類似する領域又はページを取得する。
そして、検索が終了した後、検索結果生成部１０５は、受信した表示する際の条件により、ツリー構造を生成するか否か判断する（ステップＳ１７１４）。そして、ツリー構造を生成しないと判断した場合（ステップＳ１７１４：Ｎｏ）、ツリー構造生成部１１１による処理は特に行われない。また、ツリーを生成する例としては、図９で示した画面例で「時系列表示」で検索が行われた場合等がある。
また、ツリー構造を生成すると判断した場合（ステップＳ１７１４：Ｙｅｓ）、ツリー構造生成部１１１は、検索結果に基づいてツリー構造を生成する（ステップＳ１７１５）。なお、ツリー構造生成部１１１が生成するツリーに含まれる構成は、図１１に示した文書データ毎のツリー、又は図１３に示した時系列により対応付けられたツリーのどちらでもよい。
そして、検索結果生成部１０５は、類似情報検索部１０４の検索結果が示されたＨＴＭＬファイルを生成する（ステップＳ１７１６）。また、検索結果生成部１０５は、ツリー構造生成部１１１においてツリー構造が生成されていた場合、当該ツリー構造を含めてＨＴＭＬファイルを生成する。
次に、通信処理部１０２は、生成されたＨＴＭＬファイルをＰＣ１５０に対して送信する処理を行う（ステップＳ１７１７）。
そして、ＰＣ１５０の通信処理部１５１は、検索結果が記載されたＨＴＭＬファイルを、文書管理サーバ１００から受信する（ステップＳ１７０４）。そして、表示処理部１５２は、受信したＨＴＭＬファイルをＷｅｂブラウザ上に表示する処理を行う（ステップＳ１７０５）。
これにより、本実施の形態の文書管理システムで、類似するページ又は領域の検索を行うことができる。
また、上述した実施の形態においては、リレーショナルデータベースの各テーブルに文書データ、ページ、領域毎に情報が格納した。しかしながら、情報の保持方法をこのような形式に制限するものではなく、例えば、文書データのメタ情報をＸＭＬにより記述し、ＸＭＬデータベースに格納することも可能である。
上述した実施の形態では、利用者が操作するＰＣ１５０と文書の管理及び検索を行う文書管理サーバ１００とに分けたシステムについて説明した。このような構成により文書管理及び検索を、通常用いられているクライアント・サーバのシステムで実現することができる。
また、上述した実施の形態のように複数の装置を備えた構成とするのではなく、スタンドアロンで、上述したＰＣ１５０及び文書管理サーバ１００の機能を実現しても良い。
また、上述した実施の形態の文書管理サーバでは、領域又はページ単位での検索を可能にすると共に、膨大な文書データを管理している場合でも所望する情報に容易に辿り着くことができる。
また、文書データに含まれている画像等を検索する際、当該画像等に対応した特徴量を用いることで、当該画像等に類似する領域又はページを検索することができる。また、類似する領域又はページを検索する際、特徴量の他にメタ情報などの複数の異なる条件を組み合わせて、検索することができる。
また、検索結果を出力する際、ページと領域とを含んだツリーが記載されたＨＴＭＬファイルを生成できるので、利用者が当該ページと領域との関係を容易に把握できる。
（第２の実施の形態）
第１の実施の形態においては、ページ毎の画像としてサムネイルを用意した。しかしながら、第１の実施の形態は、ページを表示する際にサムネイル等の一枚の画像で表示することに制限するものではない。そこで、第２の実施の形態として、領域を組み合わせてページを表示する場合について説明する。
図１８は、第２の実施の形態にかかる文書管理システムの構成を示すブロック図である。本実施の形態にかかる文書管理サーバ１９００は、上述した第１の実施の形態にかかる文書管理サーバ１００とは、検索結果生成部１０５とは処理が異なる検索結果生成部１９０２に変更され、文書メタＤＢ１２１とは格納されているテーブルが異なる文書メタＤＢ１９１１に変更されている点で異なる。以下の説明では、上述した第１の実施の形態と同一の構成要素には同一の符号を付してその説明を省略している。
記憶部１０１の文書メタＤＢ１９１１のページ管理テーブル及び領域管理テーブルは、第１の実施の形態の領域管理テーブルとはフィールド構成が異なる。ページ管理テーブルでは、サムネイルパスのフィールドが削除された以外は同様のフィールド構成と成っている。
そして、図１９は、領域管理テーブルのテーブル構造を示した図である。本図に示すように、領域管理テーブルは、第１の実施の形態の領域管理テーブルのフィールドに、さらにフォントサイズと、フォント名と、行方向とを対応付けて保持している。このようにフォントサイズと、フォント名と、行方向とを保持することで、テキスト領域内の構成を元の文書とほぼ同様に再現することができる。
検索結果生成部１９０２は、第１の実施の形態の検索結果生成部１０５と異なる点としては、ページを含む検索結果又はページの詳細表示に当該ページに含まれる領域を組み合わせて生成する点がある。他の点は、検索結果生成部１０５と同様のため説明を省略する。
図２０は、検索結果生成部１９０２が生成したＨＴＭＬファイルを、ＰＣ１５０で表示した画面例を示した説明図である。本図に示すように、ページ２１０６は、画像２１０１、画像２１０２と、テキスト領域２１０３、テキスト領域２１０４、テキスト領域２１０５を組み合わせることで実現されている。検索結果生成部１０５は、これらの領域を、領域管理テーブルで保持されている領域座標に従ってページ２１０６内に配置したＨＴＭＬファイルを生成する。また、検索結果生成部１０５は、テキスト領域の場合、領域座標に従って確保された領域に、領域管理テーブルのフォントサイズ、フォント名及び行方向に従ってテキストを配置する。これにより、検索結果生成部１０５は、元のページのレイアウトを実現することができる。なお、図示はしないが、各領域を太枠で囲む等の処理を行って表示しても良い。これにより、各領域の視認性を向上させることができる。
これによりページ毎にサムネイル等の画像データを保持する必要がないので、記憶部１０１に格納されるデータ量を軽減できる。
（第２の実施の形態の変形例）
また、上述した各実施の形態に限定されるものではなく、種々の変形が可能である。例えば、第２の実施の形態では、テキスト領域にテキストを配置したが、当該当該ページのテキスト領域から抽出した画像データを配置しても良い。そこで変形例としてページを表示する際に領域がテキスト領域であるか否かに係わらず、画像を組み合わせて表示する例について説明する。なお、他の構成及び処理については、第２の実施形態と同様なので説明を省略する。
領域抽出部１０６は、文書画像の各ページに対して、領域毎に画像データを抽出する。なお、文書データが文書画像以外のデータの場合、後述する第３の実施の形態で説明する処理を行うこととする。また、領域抽出１０６は、抽出した画像データに対して画像補正を行う。例えば色補正でコントラストを高く、彩度を高める画像補正を行う。これにより、デジタルドキュメントに近い色の画像データが作成される。
当該変形例の検索結果生成部１９０２は、第２の実施の形態の検索結果生成部１９０２と異なる点として、ページを含む検索結果又はページの詳細表示を行うためのＨＴＭＬファイルを生成する際に、当該ページの各領域がテキスト領域であるか否かを問わず、各領域から抽出された画像のみを組み合わせて生成する点とする。また、本変形例の検索結果生成部１９０２は、ＨＴＭＬファイルのテキスト領域にテキスト画像を配置する際、当該テキスト画像の属性として、当該テキスト領域から抽出したテキスト情報を埋め込む。
これにより、ＰＣ１５０が当該ＨＴＭＬファイルを表示している時に、利用者がポインティングデバイスで当該テキスト領域を指示した場合、当該テキスト領域に埋め込まれたテキスト情報をポップアップ表示することができる。
図２１は、検索結果生成部１９０２が生成したＨＴＭＬファイルを、ＰＣ１５０で表示した画面例を示した説明図である。本図に示すように、ページ２１１４は、画像２１０１、画像２１０２と、テキスト画像２１１１、テキスト画像２１１２、テキスト画像２１１３を組み合わせることで実現されている。そして、当該ＰＣ１５０は、文書が表されたテキスト画像、例えばテキスト画像２１１２がポインティングデバイスで指し示された場合、当該画像の属性として埋め込まれたテキスト情報をポップアップ表示する。当該ポップアップ表示２１１５では、埋め込まれたテキスト情報を、フォントデータを用いて表示している。これにより、文字列を含む画像を参照するより、視認性が向上している。これにより、利用者はより容易に当該文書の内容を把握することができる。
なお、本実施の形態では、利用者がテキスト領域をポインティングデバイスで指し示した場合、ＰＣ１５０が当該テキスト領域に含まれる文書を、文字コードを用いてポップアップ表示した。しかしながら、テキストの表示をこのような手法に制限するものではなく、当該テキスト領域の画像を表示した後に、テキスト領域に含まれていたテキストを、フォントデータを利用して表示する手法であればどのような手法を用いても良い。例えば利用者からテキスト領域の画像の選択を受け付けた場合、ＰＣ１５０が文書管理サーバ１９００に対して当該テキスト領域に含まれるテキスト情報の送信を要求する。そして、文書管理サーバ１９００がＰＣ１５０にテキスト情報を送信したあと、ＰＣ１５０が受信したテキスト情報を、フォントデータを利用して別ウィンドウ等に表示しても良い。
（第３の実施の形態）
第１及び２の実施の形態においては、文書データとして文書画像を用いた例について主に説明した。そこで、第３の実施の形態として、文書画像以外の文書データに対して処理を行った例について説明する。なお、第３の実施の形態の文書管理システムの構成は、第１の文書管理システムの構成と同様として、説明を省略する。
本実施の形態の文書管理システムで管理される文書データとしては、例えば文書作成アプリケーションで作成された電子文書等とする。なお、本実施の形態で用いる電子文書は、文書作成アプリケーションで作成された電子文書のみならず、文字コード（例えばＪＩＳコードやｕｎｉｃｏｄｅ）によるテキスト情報を含んだデータであればどのようなデータでも良い。
領域抽出部１０６は、ＰＣ１５０から送信されてきた文書データが電子文書の場合、当該電子文書のページ毎に画像データに変換する処理を行い、当該画像データから領域毎に領域を示す画像データを抽出する。このように電子文書を画像データに変換することで、後の処理を文書画像データの場合と統一させることができる。
また、領域抽出部１０６は、電子文書のテキスト領域から、直接テキスト情報を抽出する。電子文書から直接テキスト情報を抽出することで、画像データからＯＣＲ等でテキスト情報を抽出する場合より精度を向上させることができる。
本実施の形態に示す文書管理サーバは、電子文書の各ページを画像データに変換してから処理を行うことで、文書画像データ（スキャンした紙原稿、ＦＡＸ受信データ含む）と統一して処理及び管理することができる。
（第４の実施の形態）
第１の実施の形態では、類似検索において検索元が領域の場合のみ説明した。そこで、第４の実施の形態では、類似検索の検索元がページ又は文書の場合について説明する。
図２２は、第４の実施の形態にかかる文書管理システムの構成を示すブロック図である。本実施の形態にかかる文書管理サーバ２２００は、上述した第２の実施の形態にかかる文書管理サーバ１９００とは、類似情報検索部１０４とは処理が異なる類似情報検索部２２０１に変更され、検索結果生成部１９０２とは処理が異なる検索結果生成部２２０２に変更されている点で異なる。以下の説明では、上述した第２の実施の形態と同一の構成要素には同一の符号を付してその説明を省略している。
類似情報検索部２２０１は、ＰＣ１５０等の文書データ検索要求に基づいて、文書メタデータベース１２１の文書管理テーブル、ページ管理テーブル及び領域管理テーブルに対して検索処理を行う。また、類似情報検索部２２０１が、第２の実施形態にかかる類似情報検索部１０４と異なる点として、類似するページ又は類似する文書の検索を実行可能とする点である。
図２３は、ＰＣ１５０に表示される類似ページ検索を行う画面例を示した説明図である。当該検索画面は、ＰＣ１５０で類似するページの検索を行いたい場合に表示される。なお、本実施の形態において、類似ページの検索とは、利用者から検索対象として選択されたページに類似するページの検索又は、選択されたページに含まれる各領域に類似する領域の検索を行うことをいう。
図２３に示すように、表示単位２３０１では、ページ及び領域のいずれかの選択を受け付ける。そして、ページの選択を受け付けた場合、文書管理サーバ２２００は、類似するページの検索を行う。また、領域の選択を受け付けた場合、文書管理サーバ２２００は、ページに含まれる各領域に類似する領域の検索を行う。
また、当該検索画面は、表示単位２３０１において領域の選択を受け付けた場合、表示する領域の種別２３０２で、検索対象となる領域の種別の選択を受け付ける。本実施の形態にかかる検索画面では、領域の種別としてテキスト、図、表及び写真のうちいずれか一つ以上の選択を受け付ける。そして、文書管理サーバ２２００は、表示する領域の種別２３０２で選択を受け付けた領域の種別に限り、類似する領域の検索を行う。
また、図２３に示す検索画面において、利用者から検索元欄２３０３へのファイル名の入力を受け付けることで、ＰＣ１５０の操作処理部１５３は、検索対象となるページを含む文書を決定する。
図２４は、ＰＣ１５０の表示処理部１５２が表示する類似ページ検索で、ページの選択を受け付ける画面の例を示した説明図である。図２４に示す類似ページ検索画面は、図２３において文書を決定した後に表示される。図２４に示す類似ページ検索画面では、当該文書に含まれるページをサムネイル２４０１として表示する。そして、当該類似ページ検索画面において、利用者が矢印ボタン２４０２、２４０３を押下することで、表示処理部１５２がサムネイル２４０１に表示されるページを変更する。このサムネイル２４０１に表示されたページが、類似検索の対象となる。そして、操作処理部１５３は、利用者が検索ボタン２４０２の押下を受け付けた場合に、通信処理部１５１が、類似ページ検索を行う旨と共に、選択された“表示単位”、選択された“表示する領域の種別”及びサムネイル２４０１に表示されたページの情報を、文書管理サーバ２２００に送信する。これにより、文書管理サーバ２２００が、類似ページ検索を行う。なお、詳細な類似ページ検索手順については、後述する。なお、本実施の形態とは異なるが、サムネイル２４０１から、検索対象となる領域の選択を、利用者から受け付けても良い。
また、類似情報検索部２２０１は、類似ページ検索の検索を行う際に、利用者により選択されたページに含まれる領域毎に、文書メタＤＢ１９１１の領域管理テーブルに格納されている各領域との間の類似度を算出する。そして、類似情報検索部２２０１は、算出された類似度に基づいて、検索元の領域に類似すると判断された領域又は当該領域を含むページを検出する処理を行う。なお、詳細な手順については後述する。
また、類似情報検索部２２０１は、利用者から入力された文書に類似する文書の検索も行う。図２５が、ＰＣ１５０に表示される類似文書検索を行う画面例を示した説明図である。また、 類似文書検索とは、利用者から検索対象となる文書書の選択を受け付け、選択を受け付けた文書に類似する文書の検索を行うことをいう。
また、図２５に示す検索画面において、利用者から検索元欄２５０１へのファイル名の入力を受け付けることで、ＰＣ１５０の操作処理部１５３は、検索対象となる文書を決定する。そして、操作処理部１５３は、利用者が検索ボタン２５０２の押下を受け付けた場合に、通信処理部１５１が、類似文書検索を行う旨と共に、選択された文書の情報を、文書管理サーバ２２００に送信する。これにより、文書管理サーバ２２００が、類似文書検索を行う。なお、詳細な類似文書検索手順については、後述する。
検索結果生成部２２０２は、検索部１０３で行われた検索結果及び後述する類似情報検索部２２０１で行われた検索結果を示したＨＴＭＬファイルを生成する。また、検索結果生成部２２０２が、第２の実施形態にかかる検索結果生成部１０５と異なる点として、類似ページの検索結果及び類似文書の検索結果を示したＨＴＭＬファイルを生成する点とする。なお、ＨＴＭＬファイルの例については後述する。
次に、以上のように構成された本実施の形態にかかる文書管理サーバ２２００における類似ページ検索を行い、検索元の領域の種別毎に、検索元の領域に類似する領域を示すサムネイルが配列されたＨＴＭＬファイルを作成するまでの処理について説明する。図２６は、本実施の形態にかかる文書管理サーバ２２００における上述した処理の手順を示すフローチャートである。
まず、通信処理部１０２が、類似ページ検索を行う旨と検索元のページの情報とを受信する（ステップＳ２６０１）。本実施の形態では、通信処理部１０２は、類似ページ検索の要求と共に、図２４で示した画面で利用者から選択された“表示単位”、“表示する領域の種別”及びページの情報を受信する。また、本フローチャートでは、選択された“表示単位”が領域であり、“表示する領域の種別”が、“図”、“表”及び“テキスト”の例とする。つまり、本フローチャートでは、利用者により選択されたページに含まれる“図”、“表”及び“テキスト”毎に類似する領域を検索し、検索された領域のサムネイルが“図”、“表”及び“テキスト”毎に配置されているＨＴＭＬファイルの作成を行うことになる。
次に、領域抽出部１０６が、検索元のページに含まれているデータの種別毎に、各領域を抽出する（ステップＳ２６０２）。
そして、領域特徴抽出部１０８は、抽出された領域毎に特徴量を抽出する（ステップＳ２６０３）。なお、この抽出される特徴量は、領域毎のデータの種別により異なる。
次に、類似情報検索部２２０１が、検索元のページから抽出された領域である“図”、“表”及び“テキスト”毎に、領域管理テーブルに格納されている各領域との間で類似度を算出する（ステップＳ２６０４）。この類似度は、領域の特徴量を比較することで算出することができる。なお、類似度は、上述したように０〜１までの値をとり、０．３以下の領域が類似していると判断される。なお、異なる種別間では、類似度は１となる。
そして、検索結果生成部２２０２は、検索元のページに含まれている“図”、“表”及び“テキスト”毎に、領域管理テーブルに格納さている領域のうち、類似度が高いと判断された領域のサムネイルを、類似度が高い順に配列したＨＴＭＬファイルを生成する（ステップＳ２６０５）。
そして、通信処理部１０２は、生成されたＨＴＭＬファイルを、ＰＣ１５０に送信する（ステップＳ２６０６）。これにより、ＰＣ１５０は、検索元のページに含まれている領域毎に類似する領域を表示することができる。
図２７は、検索結果生成部２２０２がステップＳ２６０５の処理で生成したＨＴＭＬファイルを、ＰＣ１５０で表示した画面例を示した説明図である。本図に示すように、ページ２７０１は、“図”、“表”及び“テキスト”毎に類似する領域のサムネイルが配列されている。
次に、以上のように構成された本実施の形態にかかる文書管理サーバ２２００における類似ページ検索を行い、検索元のページに類似するページのサムネイルが配列されたＨＴＭＬファイルを作成するまでの処理について説明する。図２８は、本実施の形態にかかる文書管理サーバ２２００における上述した処理の手順を示すフローチャートである。
まず、通信処理部１０２が、類似ページ検索を行う旨と検索元のページの情報を受信する（ステップＳ２８０１）。本フローチャートでは、選択された“表示単位”がページの例とする。つまり、本フローチャートでは、利用者により選択されたページに類似するーページを検索し、類似すると判断されたページのサムネイルが類似度の高い順に配置されているＨＴＭＬファイルの作成を行う。
次に、領域抽出部１０６が、検索元のページに含まれているデータの種別毎に、各領域を抽出する（ステップＳ２８０２）。
そして、領域特徴抽出部１０８は、抽出された領域毎に特徴量を抽出する（ステップＳ２８０３）。なお、この抽出される特徴量は、領域毎のデータの種別により異なる。
また、領域特徴抽出部１０８は、抽出された各領域を示す画像データに対して、再補正を行う。例えば、スキャンされた文書データから抽出された領域の画像データに対して、色補正でコントラストを高く、彩度を向上させるように補正する。これにより、デジタルドキュメントに近い色の画像データが作成される。これにより画像データの再現性が向上するので、適切な類似度の算出が可能となる。
次に、類似情報検索部２２０１は、文書メタＤＢ１９１１のページ管理テーブルに格納されているページから検索対象となるページを設定し、当該ページに含まれている領域を特定する（ステップＳ２８０４）。そして、類似情報検索部２２０１は、当該ページに含まれている領域の情報（例えば特徴量など）を、領域管理テーブル１９１１から取得する。
次に、類似情報検索部２２０１が、検索元のページに含まれている領域毎に、検索対象として取得したページの領域との間で、類似度を算出する（ステップＳ２８０５）。
図２９は、類似情報検索部２２０１が類似度を算出する際の概念を示した説明図である。図２９に示すように、検索元のページから抽出された領域毎に、検索対象として取得した各ページに含まれる各領域と類似度を算出する。また、類似情報検索部２２０１は、当該ページに複数のテキスト領域が存在と判断した場合、複数のテキスト領域を結合して１つのテキスト領域とした後に、当該テキスト領域との類似度を算出する。
また、類似度は、上述したように０〜１までの値をとり、０．３以下の領域が類似していると判断される。なお、異なる種別間では、類似度は１となる。そこで、類似情報検索部２２０１は、算出された類似度のうち最も低い類似度の領域が、検索元の領域に類似している領域と判断する。図２９で示した例では、検索元の領域である図αと、文書メタＤＢ１９１１から取得したページの各領域と類似度を算出して、図Ａとは類似度“０．６”が、図Ｂとは類似度“０．２５”が，図Ａとは類似度“１”が，テキストＡとは類似度が“１”が算出されたものとする。この場合、類似情報検索部２２０１は、図αに類似する領域を図Ｂと判断し、当該領域間の類似度を“０．２５”と判断する。このような処理により、類似情報検索部２２０１は、検索元の各領域に対して、類似する領域の判断及び当該領域間の類似度の算出を行う。また、類似情報検索部２２０１は、検索元の領域と、同一の種別の領域が検索対象のページに存在しない場合、類似する領域が無かったものとして類似度を“１”とする。
なお、本実施の形態は、上述した処理手順で類似度を算出するが、他の処理を用いて類似度を算出しても良い。
図２８に戻り、類似情報検索部２２０１は、ステップＳ２８０５で算出された領域毎の類似度に基づいて、ページ間の類似度を算出する（ステップＳ２８０６）。本実施の形態では、類似情報検索部２２０１は、算出された各領域の類似度の平均を算出することでページ間の類似度を算出する。なお、本実施の形態は、ページ間の類似度を平均値に限るものではなく、合計値など他の値を用いても良い。
次に、類似情報検索部２２０１は、ページ管理テーブルに、類似度の算出対象としていないページが他にあるか否か判断する（ステップＳ２８０７）。
そして、類似情報検索部２２０１は、類似度の算出対象とされていないページがあると判断した場合（ステップＳ２８０７：Ｙｅｓ）、当該ページを類似度の算出対象ページとして設定する（ステップＳ２８０８）。その後、類似情報検索部２２０１は、当該ページに含まれている類似度の特定する処理から再び行う（ステップＳ２８０４）。
また、類似情報検索部２２０１が、ページ管理テーブルに格納されている全てのページに対して類似度の算出を行い、他にページがないと判断した場合（ステップＳ２８０７：Ｎｏ）、検索結果生成部２２０２は、ページ管理テーブルに格納されていたページのうち、類似度が高いページの順に、当該ページのサムネイルが配置されたＨＴＭＬファイルの生成を行う（ステップＳ２８０９）。
そして、通信処理部１０２は、生成されたＨＴＭＬファイルを、ＰＣ１５０に送信する（ステップＳ２８１０）。これにより、ＰＣ１５０は、検索元のページに類似するページを表示することができる。
図３０は、検索結果生成部２２０２がステップＳ２８１０の処理で生成したＨＴＭＬファイルを、ＰＣ１５０で表示した画面例を示した説明図である。本図に示すように、ページ３００１は、類似度が高い順に、文書メタＤＢ１９１１に格納されていたページのサムネイルが配列されている。
次に、以上のように構成された本実施の形態にかかる文書管理サーバ２２００における類似文書検索を行い、検索元の文書に類似する文書に含まれるページのサムネイルが配列されたＨＴＭＬファイルを作成するまでの処理について説明する。図３１は、本実施の形態にかかる文書管理サーバ２２００における上述した処理の手順を示すフローチャートである。
まず、通信処理部１０２が、類似文書検索を行う旨と検索元の文書の情報を受信する（ステップＳ３１０１）。
次に、ページ特徴抽出部１０９が、検索元の文書に含まれている各ページの特徴量を抽出する（ステップＳ３１０２）。
そして、類似情報検索部２２０１は、文書メタＤＢ１９１１の文書管理テーブルに格納されている文書のうち検索対象となる文書を１つ設定し、当該文書に含まれているページを特定する（ステップＳ３１０３）。なお、ページの特定は、文書管理テーブルとページ管理テーブルとを利用することで可能とする。そして、類似情報検索部２２０１は、当該文書に含まれているページの情報を、ページ管理テーブルから取得する。
次に、類似情報検索部２２０１が、検索元の文書に含まれているページ毎に、検索対象として取得した文書のページとの間で、類似度を算出する（ステップＳ３１０４）。
当該類似度の算出は、検索元の任意のページと、検索対象の文書に含まれている各ページとページ特徴量を比較することで行う。なお、類似度は、上述したように０〜１までの値をとり、０．３以下の領域が類似していると判断される。そして、類似情報検索部２２０１は、ページ毎に類似度を算出した後、類似度の数値が最も低いページが類似するページと判断する。そして、類似情報検索部２２０１は、この処理を検索元の全てのページに対して行う。なお、本実施の形態においては、ページ特徴量を用いてページ毎の類似度を算出するが、ページに含まれている各領域毎に類似度を算出して、ページ毎の類似度を算出してもよい。
そして、類似情報検索部２２０１は、ページ毎の類似度に基づいて、文書間の類似度を算出する（ステップＳ３１０５）。本実施の形態では、類似情報検索部２２０１は、算出された各ページの類似度の平均を算出することで文書間の類似度を算出する。なお、本実施の形態は、文書間の類似度を平均値に限るものではなく、合計値など他の値を用いても良い。
そして、類似情報検索部２２０１は、ページ管理テーブルに、類似度の算出対象とされて文書が他にあるか否か判断する（ステップＳ３１０６）。
次に、類似情報検索部２２０１は、類似度の算出対象とされていない文書があると判断した場合（ステップＳ３１０６：Ｙｅｓ）、当該文書を類似度の算出対象の文書として設定する（ステップＳ３１０７）。その後、類似情報検索部２２０１は、当該文書に含まれているページの特定する処理から再び行う（ステップＳ３１０３）。
また、類似情報検索部２２０１が、文書管理テーブルに格納されている全ての文書に対して類似度の算出を行い、他に文書がないと判断した場合（ステップＳ３１０６：Ｎｏ）、検索結果生成部２２０２は、文書管理テーブルに格納されていた文書のうち、類似度が高い文書の順に、当該文書の１ページ目のサムネイルが配置されたＨＴＭＬファイルの生成を行う（ステップＳ３１０８）。
そして、通信処理部１０２は、生成されたＨＴＭＬファイルを、ＰＣ１５０に送信する（ステップＳ３１０９）。これにより、ＰＣ１５０は、検索元の文書に類似する文書を表示することができる。
また、上述した実施の形態の文書管理サーバでは、ページに含まれている領域に類似する領域、類似するページ及び類似する文の検索を可能とすることで利便性が向上する。また、文書管理サーバが膨大な文書データを管理している場合でも、利用者は所望する情報に容易に辿り着くことができる。
（変形例）
また、上述した各実施の形態に限定されるものではなく、以下に例示するような種々の変形が可能である。
（変形例１）
上述した実施の形態において、類似するページ又は領域を検索する際に、検索元のページ又は領域の特徴量をキーにして検索を行った。しかしながら、このような類似情報の検索に制限するものではなく、類似検索により検出されたページ又は領域の特徴量をキーとしてさらに検索を行っても良い。
そこで、本変形例では、類似検索により検出されたページ又は領域の特徴量を用いてさらに、類似するページ又は領域を検索し、時系列順に配置されたＨＴＭＬファイルを生成する場合について説明する。なお、類似検索により検出されたページ又は領域の特徴量をキーとして検索する処理を１段階行うことに制限せず、再帰的に複数回行ってもよい。なお、上述した実施の形態と同様の点については説明を省略する。また、検索する処理を再帰的に行うことで、検索元の領域又はページを中心として広がるツリー構造を生成することができる。
また、本変形例では、最初の検索元のページ又は領域の作成更新時間より古いページ又は領域の特徴量をキーとして検索する場合、当該ページ又は領域の作成更新日より過去に作成更新された領域又はページが検出されるように検索条件を設定する。また、検索元のページ又は領域の作成更新時間より新しいページ又は領域の特徴量をキーとして検索する場合、当該ページ又は領域の作成更新日よりも後に作成更新された領域又はページが検出されるように検索条件を設定する。
図３２−１は、本変形例とは別の例として類似する領域を検索する際、上述した作成更新日の検索条件を設定しなかった場合に、類似する領域を再帰的に検索することで生成されたツリーを示した説明図ある。図３２−１の（Ａ）は、検索元の領域の特徴量をキーに類似情報検索部が検出した領域と、検索元の領域によるツリーを示した図である。そして、さらに検出した領域の特徴量をキーに類似情報検索部が検出した場合のツリーを図３２−１の（Ｂ）に示した。このように作成更新日に条件を設けない場合に、多量の領域が検出されることになる。そこで、本変形例では類似する領域又はページを再帰的に検索する際に、検索条件として作成更新日を設定した。検索条件としては上述した通りとなる。
図３２−２は、本変形例で類似する領域を検索する際に、作成更新日について検索条件として上述した設定を行った場合に、類似する領域を再帰的に検索することで生成されたツリーを示した説明図ある。図３２−２の（Ａ）は、図３２−１の（Ａ）と同様なので説明を省略する。
そして、再帰的に検索を行った結果を時系列に従って表示すると、図３２−２の（Ｂ）で示した図となる。このような表示は、文書画像の履歴管理を行う場合に有効である。つまり、一つの当該文書画像に対して複数の利用者が、編集をすることで複数の文書画像が生成された場合、当該複数の利用者により編集された文書画像の履歴は、図３２−２（Ｂ）で示したようになる。このように本変形例の文書管理サーバは、複数人により編集された文書画像の履歴を管理することができる。また、このような複数人により編集された文書画像の履歴を利用者が容易に理解できるように表示することができる。また、このような再帰的な検索は、領域、ページに限らず、文書に対して適用してもよい。
（変形例２）
また、変形例１では、類似する領域又はページを再帰的に検索した後、時系列に従って表示されたＨＴＭＬファイルを生成する場合の例について説明したが、この再帰的な検索を行った後に時系列順に表示することに制限するものではない。
そこで、本変形例では、再帰的な類似検索により検出された領域を類似度に従って表示する場合について説明する。なお、特徴量から類似度の算出する手法は、周知の手法を問わず、どのような手法を用いても良い。
図３３は、本変形例で類似する領域を検索する際に、類似する領域を再帰的に検索することで生成されたツリーを示した説明図である。図３３の（Ａ）において検索元の領域に類似する順に領域がツリーとして生成されている。
そして、図３３の（Ｂ）において検出された領域の特徴量をキーとして検出された領域を、検索元の領域と対応付けている。この再帰的に検出された領域においても類似度順に配置している。そして、検索結果生成部は、本図の（Ｂ）で示したようなＨＴＭＬファイルを生成する。
具体的な手順としては、本変形例にかかる類似情報検索部が、類似する領域又はページを検索する際に、特徴量による検索元のページ又は領域との類似度を取得する。そして、さらに検出されたページ又は領域の特徴量をキーに、さらに類似するページ又は領域を検索し、その際検出された類似度と検索元との類似度を取得する。そして、このように再帰的に検索した場合も検索元と検出された領域とを対応付ける。このようにして、検索結果生成部は、再帰的に検索された場合でも、検索元と検出された領域又はページとの間でリンクがなされているＨＴＭＬファイルを生成する。
本変形例により、利用者は、多量の電子書を管理している文書管理サーバから、所望する情報が記載された領域又はページを特定することができる。また類似するページ又は領域同士がリンクされたツリーが記載されたＨＴＭＬを生成するので、利用者は領域又はページといったオブジェクト間の関係を容易に把握できる。
図３４は、文書管理サーバの機能を実現するためのプログラムを実行したＰＣのハードウェア構成を示した図である。本実施の形態の文書管理サーバは、ＣＰＵ(Central Processing Unit)２００１などの制御装置と、ＲＯＭ（Read Only Memory）２００２やＲＡＭ（Random Access Memory）２００３などの記憶装置と、ＨＤＤ（Hard Disk Drive）、ＣＤドライブ装置などの外部記憶装置２００４と、ディスプレイ装置などの表示装置２００５と、キーボードやマウスなどの入力装置２００６と、通信インターフェース２００７と、これらを接続するバス２００８とを備えており、通常のコンピュータを利用したハードウェア構成となっている。
本実施形態の文書管理サーバで実行される文書管理プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。
また、本実施形態の文書管理サーバで実行される文書管理プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施形態の文書管理サーバで実行される文書管理プログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。
また、本実施形態の文書管理プログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。
本実施の形態の文書管理サーバで実行される文書管理プログラムは、上述した各部（通信処理部、検索部、類似情報検索部、検索結果生成部、領域抽出部、関係抽出部、領域特徴抽出部、ページ特徴抽出部、登録部）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵが上記記憶媒体から文書管理プログラムを読み出して実行することにより上記各部が主記憶装置上にロードされ、通信処理部、検索部、類似情報検索部、検索結果生成部、領域抽出部、関係抽出部、領域特徴抽出部、ページ特徴抽出部、登録部が主記憶装置上に生成されるようになっている。
以上のように、本発明にかかる情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システムは、文書画像の管理に有用であり、特に、文書画像においてページ又は領域に対して検索を行う技術として適している。
第１の実施の形態にかかる文書管理システムの構成を示すブロック図である。 第１の実施の形態にかかる文書管理サーバの文書メタデータベースに格納されている文書管理テーブルのテーブル構造を示した図である。 第１の実施の形態にかかる文書管理サーバの文書メタデータベースに格納されているページ管理テーブルのテーブル構造を示した図である。 第１の実施の形態にかかる文書管理サーバの文書メタデータベースに格納されている領域管理テーブルのテーブル構造を示した図である。 文書管理サーバで管理対象となる文書データに含まれていたページの例を示した説明図である。 ＰＣに表示される文書画像検索を行う画面例を示した説明図である。 検索結果生成部により生成されたＨＴＭＬファイルがＰＣに表示された画面例を示した説明図である。 文書画像の検索結果として示された各領域がサムネイル表示されたＰＣの画面例を示した説明図である。 検索結果として示された領域の詳細説明が表示されたＰＣの画面例を示した説明図である。 図８で示した画面例において検索ボタンを押下した場合にＰＣに表示される類似領域の検索結果の画面例を示した説明図である。 類似ページの検索結果の表示形式として「ツリー」を選択した場合のＰＣの画面例を示した説明図である。 図１１で示した画面例において、右に移動してさらに領域を表示するボタンが押下された場合のＰＣの画面例を示した説明図である。 類似ページの検索結果を時系列のツリー構造として表示する場合のＰＣの画面例を示した説明図である。 第１の実施の形態にかかる文書管理サーバにおける文書画像の受信から当該文書画像の登録までの処理の手順を示すフローチャートである。 第１の実施の形態にかかる文書管理システムにおけるＰＣからの文書画像のページの検索要求から検索結果の表示までの処理の手順を示すフローチャートである。 第１の実施の形態にかかる文書管理システムにおけるＰＣからの文書画像の領域の検索要求から検索結果の表示までの処理の手順を示すフローチャートである。 第１の実施の形態にかかる文書管理システムにおけるＰＣに表示された領域又はページに類似する領域又はページの検索から検索結果の表示までの処理の手順を示すフローチャートである。 第２の実施の形態にかかる文書管理システムの構成を示すブロック図である。 第２の実施の形態にかかる文書管理サーバの文書メタデータベースに格納されている領域管理テーブルのテーブル構造を示した図である。 第２の実施の形態にかかる文書管理サーバの検索結果生成部が生成したＨＴＭＬファイルを、ＰＣで表示した画面例を示した説明図である。 第２の実施の形態の変形例にかかる文書管理サーバの検索結果生成部が生成したＨＴＭＬファイルを、ＰＣで表示した画面例を示した説明図である。 第４の実施の形態にかかる文書管理システムの構成を示すブロック図である。 第４の実施の形態にかかるＰＣが表示する類似ページ検索を行う画面例を示した説明図である。 第４の実施の形態にかかるＰＣの表示処理部が表示する類似ページ検索で、ページの選択を受け付ける画面の例を示した説明図である。 第４の実施の形態にかかるＰＣに表示される類似文書検索を行う画面例を示した説明図である。 第４の実施の形態にかかる文書管理サーバが類似ページ検索を行い、検索元の領域の種別毎に、検索元の領域に類似する領域を示すサムネイルが配列されたＨＴＭＬファイルを作成するまでの処理の手順を示すフローチャートである。 第４の実施の形態にかかる文書管理サーバの検索結果生成部が類似ページ検索の結果として生成したＨＴＭＬファイルを、ＰＣで表示した画面例を示した説明図である。 第４の実施の形態にかかる文書管理サーバが類似ページ検索を行い、検索元のページに類似するページのサムネイルが配列されたＨＴＭＬファイルを作成するまでの処理の手順を示すフローチャートである。 第４の実施の形態にかかる文書管理サーバの類似情報検索部が類似度を算出する際の概念を示した説明図である。 第４の実施の形態にかかる文書管理サーバの検索結果生成部が類似ページ検索の結果として生成したＨＴＭＬファイルを、ＰＣで表示した第２の画面例を示した説明図である。 第４の実施の形態にかかる文書管理サーバが類似文書検索を行い、検索元の文書に類似する文書に含まれるページのサムネイルが配列されたＨＴＭＬファイルを作成するまでの処理の手順を示すフローチャートである。 変形例１とは別の例として類似する領域を検索する際に、作成更新日について検索条件を設定しなかった場合に、類似する領域を再帰的に検索することで生成されたツリーを示した説明図である。 変形例１で類似する領域を検索する際に、作成更新日について検索条件として所定の設定を行った場合に、類似する領域を再帰的に検索することで生成されたツリーを示した説明図である。 変形例２で類似する領域を検索する際に、類似する領域を再帰的に検索することで生成されたツリーを示した説明図である。 文書管理サーバの機能を実現するためのプログラムを実行したＰＣのハードウェア構成を示した図である。
符号の説明
１００、１９００、２２００ 文書管理サーバ
１０１ 記憶部
１０２ 通信処理部
１０３ 検索部
１０４、２２０１ 類似情報検索部
１０５、１９０２、２２０２ 検索結果生成部
１０６ 領域抽出部
１０７ 関係抽出部
１０８ 領域特徴抽出部
１０９ ページ特徴抽出部
１１０ 登録部
１１１ ツリー構造生成部
１２１、１９１１ 文書メタデータベース
１２２ データ格納部
１５０ ＰＣ
１５１ 通信処理部
１５２ 表示処理部
１５３ 操作処理部
５０１ 画像領域
５０２ 画像領域
５０３ 画像領域
５０３ 文書領域
５０４ 文書領域
５０５ ページ全体
６０１ 検索対象
６０２ 検索ボタン
６０３ テキスト
６０４ 表示形式
７０１ ボタン
８０１ 検索ボタン
８０２ 表示形式
８０３ ボタン
９０１ 実行ボタン
９０２ 「オリジナルを開く」ボタン
９０３ 検索ボタン
１１０１ 検索元と同じ文書画像
１１０２ 検索元のページ及び検索されたページ
１１０３ ボタン
１２０１ ボタン
１３０１ 検索元の文書画像
２００１ ＣＰＵ
２００２ ＲＯＭ
２００３ ＲＡＭ
２００４ 外部記憶装置
２００５ 表示装置
２００６ 入力装置
２００７ 通信インターフェース
２００８ バス

Claims (32)

  1. 文書情報の各ページを構成する領域に含まれる領域情報と、該文書情報及び該文書情報のページを示すページ情報と該領域情報との関係が示された関係情報と、を対応付けた領域対応情報を記憶すると共に、該ページ情報と、該文書情報と、を対応付けたページ対応情報を記憶する記憶手段と、
    文書情報のページから、当該ページに配置された種別が異なる領域毎に領域情報を抽出する領域抽出手段と、
    前記領域抽出手段により抽出された前記領域情報と、当該領域情報の抽出元である前記文書情報のページ情報と、の関係が示された関係情報を、前記文書情報の前記ページから抽出する関係抽出手段と、
    前記領域抽出手段により抽出された前記領域情報と、前記関係抽出手段により抽出された前記関係情報と、を対応付けて前記領域対応情報に登録する登録手段と、
    検索元のページ情報に類似するページを示す類似ページ情報を、前記ページ対応情報から検索する類似情報検索手段と、
    検索された前記類似ページ情報毎に、当該類似ページ情報と、当該類似ページ情報を示す前記関係情報と前記領域対応情報で対応付けた前記領域情報と、当該類似ページ情報と前記ページ対応情報で対応付けられた前記文書情報と、で構成された木構造情報を生成する木構造生成手段と、
    前記文書情報と、前記類似ページ情報と、前記領域情報と、で構成される、複数の前記木構造情報を、当該木構造を構成する前記類似ページ情報が前記検索元のページ情報に類似する順に配置すると共に、当該木構造を構成する前記類似ページ情報を、当該検索元のページ情報と共に直列に配置した上で、出力する出力処理手段と、
    を備えたことを特徴とする情報管理装置。
  2. 前記領域抽出手段により抽出された前記領域情報から、前記領域情報の特徴を示した特徴情報を抽出する特徴抽出手段と、をさらに備え、
    前記記憶手段は、前記領域対応情報として、さらに前記特徴情報を、前記領域情報と、前記関係情報とを対応付けて記憶し、
    前記登録手段は、前記領域抽出手段により抽出された領域情報と、前記関係抽出手段により抽出された前記関係情報と、前記特徴抽出手段により抽出された前記特徴情報とを対応付けて、前記領域対応情報に登録すること、
    を特徴とする請求項１に記載の情報管理装置。
  3. 前記記憶手段に記憶された前記領域対応情報から、前記領域情報を検索する検索手段と、をさらに備えたことを特徴とする請求項２に記載の情報管理装置。
  4. 前記類似情報検索手段は、さらに、前記記憶手段に記憶された前記領域対応情報において、検索元となる前記領域情報と対応付けられた前記特徴情報と、前記領域対応情報で保持されている特徴情報とを比較して所定の条件を満足した場合に、前記保持されている特徴情報と対応付けられた領域情報を検出する、
    ことを特徴とする請求項２に記載の情報管理装置。
  5. 前記記憶手段は、前記関係情報として前記領域情報の前記ページ内の位置情報を記憶し、
    前記関係抽出手段は、前記文書情報の抽出元のページを構成する領域における、前記領域情報の位置情報を抽出し、
    前記記憶手段に記憶された前記領域情報を、前記領域情報に対応付けられた前記位置情報に従って配置したページ情報を生成するページ情報生成手段をさらに備えたことを特徴とする請求項１乃至４のいずれか一つに記載の情報管理装置。
  6. 前記記憶手段は、前記領域対応情報において、前記領域情報に含まれる文字情報の配置を特定する文字配置情報を、前記領域情報及び前記関係情報と対応付けて記憶し、
    前記関係抽出手段は、前記文書情報の抽出元のページに含まれている前記領域情報の種別が文字情報の場合に、該文字情報の配置を特定する文字配置情報を、前記関係情報に含まれる情報として抽出し、
    前記ページ情報生成手段は、前記記憶手段に記憶された前記領域情報が文字情報の場合に、前記領域情報に対応付けられた前記文字配置情報に従って文字を配置すること、
    を特徴とする請求項５に記載の情報管理装置。
  7. 前記記憶手段は、前記文字配置情報として、フォント名、フォントサイズ及び行方向のいずれか一つ以上を記憶することを特徴とする請求項６に記載の情報管理装置。
  8. 前記領域抽出手段は、前記領域情報として、当該領域を表示する画像情報を抽出すること、
    を特徴とする請求項３に記載の情報管理装置。
  9. 前記領域抽出手段により抽出された前記画像情報から、前記画像情報により表示される画像に含まれる文字を示す文字情報を抽出する文字情報抽出手段と、をさらに備え、
    前記記憶手段は、前記領域対応情報として、さらに前記文字情報とを対応付けて記憶し、
    前記登録手段は、前記領域対応情報に対して、さらに前記文字情報抽出手段により抽出された前記文字情報を対応付けて登録すること、
    を特徴とする請求項８に記載の情報管理装置。
  10. 前記記憶手段は、前記関係情報として前記画像情報の前記ページ内の位置情報を記憶し、
    前記関係抽出手段は、前記文書情報の抽出元のページを構成する領域に含まれている前記画像情報の位置情報を抽出し、
    前記記憶手段に記憶された前記画像情報を、前記画像情報に対応付けられた前記位置情報に従って配置したページ情報を生成すると共に、当該ページ情報の前記文字情報を抽出した前記画像情報の領域に対して、当該文字情報を含めるページ情報生成手段と、
    をさらに備えることを特徴とする請求項９に記載の情報管理装置。
  11. 前記検索手段は、前記画像情報を検索する時に、利用者により入力された文字列をキーとし、前記領域対応情報に対応付けて前記登録手段により登録された前記文字情報に対して検索を行い、該検索で一致した前記文字情報に対応付けられた前記画像情報を検出すること、
    を特徴とする請求項９又は１０に記載の情報管理装置。
  12. 前記記憶手段は、前記領域対応情報において前記領域情報と対応付けられた前記関係情報として前記ページ情報を含み、
    前記登録手段は、さらに前記文書情報のページを示すページ情報と、前記文書情報とを対応付けて前記記憶手段に記憶された前記ページ対応情報に登録し、且つ前記領域情報と前記関係情報と該ページ情報とを前記領域対応情報に対応付けて登録し、
    前記出力処理手段は、さらに、前記領域情報と、前記記憶手段に記憶された前記領域対応情報において前記領域情報と対応付けられた前記関係情報により特定される前記文書情報及び前記ページ情報のうちいずれか一つ以上と、を出力する、
    ことを特徴とする請求項１乃至１１のいずれか一つに記載の情報管理装置。
  13. 前記出力処理手段は、さらに、前記類似する順の代わりに、前記文書情報が生成又は更新が行われた時間系列順で、前記木構造を構成している前記文書情報と、前記類似ページ情報と、前記領域情報と、のうちいずれか１つ以上を出力処理すること、
    を特徴とする請求項１に記載の情報管理装置。
  14. 前記出力処理手段は、さらに、前記類似ページ毎及び前記領域毎に、関連付けを表示した状態で出力する、
    ことを特徴とする請求項１３に記載の情報管理装置。
  15. 文書情報のページから、当該ページに配置された種別が異なる領域毎に領域情報を抽出する領域抽出ステップと、
    前記領域抽出ステップにより抽出された前記領域情報と、当該領域情報の抽出元である前記文書情報のページと、の関係が示された関係情報を、前記文書情報の前記ページから抽出する関係抽出ステップと、
    前記領域抽出ステップにより抽出された前記領域情報と、前記関係抽出ステップにより抽出された前記関係情報と、を対応付けて、記憶手段に記憶された領域対応情報として録する登録ステップと、
    検索元のページ情報に類似するページを示す類似ページ情報を、文書情報のページを示すページ情報と該文書情報とを対応付けて記憶手段に記憶されるページ対応情報から検索する類似情報検索ステップと、
    検索された前記類似ページ情報毎に、当該類似ページ情報と、当該類似ページ情報を示す前記関係情報と前記領域対応情報で対応付けた前記領域情報と、当該類似ページ情報と前記ページ対応情報で対応付けられた前記文書情報と、で構成された木構造情報を生成する木構造生成ステップと、
    前記文書情報と、前記類似ページ情報と、前記領域情報と、で構成される、複数の前記木構造情報を、当該木構造を構成する前記類似ページ情報が前記検索元のページ情報に類似する順に配置すると共に、当該木構造を構成する前記類似ページ情報を、当該検索元のページ情報と共に直列に配置した上で、出力する出力処理ステップと、
    を有することを特徴とする情報管理方法。
  16. 前記領域抽出ステップにより抽出された前記領域情報から、前記領域情報の特徴を示した特徴情報を抽出する特徴抽出ステップと、をさらに有し、
    前記登録ステップは、前記領域抽出ステップにより抽出された領域情報と、前記関係抽出ステップにより抽出された前記関係情報と、前記特徴抽出ステップにより抽出された前記特徴情報とを対応付けて、前記領域対応情報として登録すること、
    を特徴とする請求項１５に記載の情報管理方法。
  17. 前記記憶手段に記憶された前記領域対応情報から、前記領域情報を検索する検索ステップと、をさらに備えたことを特徴とする請求項１６に記載の情報管理方法。
  18. 前記類似情報検索ステップは、さらに、前記記憶手段に記憶された前記領域対応情報において、検索元となる前記領域情報と対応付けられた前記特徴情報と、前記領域対応情報で保持されている特徴情報とを比較して所定の条件を満足した場合に、前記保持されている特徴情報と対応付けられた領域情報を検出する、
    ことを特徴とする請求項１６に記載の情報管理方法。
  19. 前記関係抽出ステップは、前記文書情報の抽出元のページを構成する領域における、前記領域情報の位置情報を、前記関係情報に含まれる情報として抽出し、
    前記記憶手段に記憶された前記領域情報を、前記領域情報に対応付けられた前記関係情報に含まれる前記ページ内の位置情報に従って配置したページ情報を生成するページ情報生成ステップをさらに備えたことを特徴とする請求項１５乃至１８のいずれか一つに記載の情報管理方法。
  20. 前記関係抽出ステップは、前記文書情報の抽出元のページに含まれている前記領域情報の種別が文字情報の場合に、該文字情報の配置を特定する文字配置情報を、前記関係情報に含まれる情報として抽出し、
    前記ページ情報生成ステップは、前記記憶手段に記憶された前記領域情報が文字情報の場合に、前記領域情報に対応付けられた前記文字配置情報に従って文字を配置すること、
    を特徴とする請求項１９に記載の情報管理方法。
  21. 前記関係抽出ステップは、前記文字配置情報としてフォント名、フォントサイズ及び行方向のいずれか一つ以上を抽出することを特徴とする請求項２０に記載の情報管理方法。
  22. 前記領域抽出ステップは、前記領域情報として、当該領域を表示する画像情報を抽出すること、
    を特徴とする請求項１７に記載の情報管理方法。
  23. 前記領域抽出ステップにより抽出された前記画像情報から、前記画像情報により表示される画像に含まれる文字を示す文字情報を抽出する文字情報抽出ステップと、をさらに有し、
    前記登録ステップは、前記領域対応情報に対して、さらに前記文字情報抽出ステップにより抽出された前記文字情報を対応付けて登録すること、
    を特徴とする請求項２２に記載の情報管理方法。
  24. 前記関係抽出ステップは、前記文書情報の抽出元のページを構成する領域に含まれている前記画像情報の当該ページ内の位置情報を、前記関係情報に含まれる情報として抽出し、
    前記記憶手段に記憶された前記画像情報を、前記画像情報に対応付けられた前記関係情報に含まれる前記ページ内の前記位置情報に従って配置したページ情報を生成すると共に、当該ページ情報の前記文字情報を抽出した前記画像情報の領域に対して、当該文字情報を含めるページ情報生成ステップをさらに有すること、
    を特徴とする請求項２３に記載の情報管理方法。
  25. 前記検索ステップは、前記画像情報を検索する時に、利用者により入力された文字列をキーとし、前記領域対応情報に対応付けて前記登録ステップにより登録された前記文字情報に対して検索を行い、該検索で一致した前記文字情報に対応付けられた前記画像情報を検出すること、
    を特徴とする請求項２３に記載の情報管理方法。
  26. 前記記憶手段は、前記領域対応情報において前記領域情報と対応付けられた前記関係情報として前記ページ情報を含み、
    前記登録ステップは、さらに前記文書情報のページを示すページ情報と、前記文書情報とを対応付けてページ対応情報として前記記憶手段に登録し、且つ前記領域情報と前記関係情報と該ページ情報とを前記領域対応情報に対応付けて登録し、
    前記出力処理ステップは、さらに、前記領域情報と、前記記憶手段に記憶された前記領域対応情報において前記領域情報と対応付けられた前記関係情報により特定される前記文書情報及び前記ページ情報のうちいずれか一つ以上と、を出力する、
    ことを特徴とする請求項１５乃至２５のいずれか一つに記載の情報管理方法。
  27. 前記出力処理ステップは、さらに、前記類似する順の代わりに、前記文書情報が生成又は更新が行われた時間系列順で、前記木構造を構成している前記文書情報と、前記類似ページ情報と、前記領域情報と、のうちいずれか１つ以上を出力処理すること、
    を特徴とする請求項１５に記載の情報管理方法。
  28. 前記出力処理ステップは、さらに、前記類似ページ毎及び前記領域毎に、関連付けを表示した状態で出力する、
    ことを特徴とする請求項２７に記載の情報管理方法。
  29. 請求項１５乃至２８のいずれか一つに記載された情報管理方法をコンピュータに実行させることを特徴とする情報管理プログラム。
  30. 請求項２９に記載の情報管理プログラムを格納したことを特徴とするコンピュータ読み取り可能な記録媒体。
  31. 利用者の要求に従って文書情報を処理する情報処理装置と、該情報処理装置で処理された該文書情報を管理する情報管理装置とを備えた情報管理システムであって、
    前記情報処理装置は、
    前記情報管理装置に文書情報を送信する送信手段を備え、
    前記情報管理装置は、
    文書情報の各ページを構成する領域に含まれる領域情報と、該文書情報及び該ページと該領域情報との関係が示された関係情報と、を対応付けた領域対応情報を記憶すると共に、文書情報のページを示すページ情報と、該文書情報と、を対応付けたページ対応情報を記憶する記憶手段と、
    前記情報処理装置から文書情報を受信する受信手段と、
    前記受信手段により受信した前記文書情報のページから、当該ページに配置された種別が異なる領域毎に領域情報を抽出する領域抽出手段と、
    前記領域抽出手段により抽出された前記領域情報と、当該領域情報の抽出元である前記文書情報のページ情報と、の関係が示された関係情報を、前記文書情報の前記ページから抽出する関係抽出手段と、
    前記領域抽出手段により抽出された前記領域情報と、前記関係抽出手段により抽出された前記関係情報と、を対応付けて前記領域対応情報に登録する登録手段と、
    検索元のページ情報に類似するページを示す類似ページ情報を、前記ページ対応情報から検索する類似情報検索手段と、
    検索された前記類似ページ情報毎に、当該類似ページ情報と、当該類似ページ情報を示す前記関係情報と前記領域対応情報で対応付けた前記領域情報と、当該類似ページ情報と前記ページ対応情報で対応付けられた前記文書情報と、で構成された木構造情報を生成する木構造生成手段と、
    前記文書情報と、前記類似ページ情報と、前記領域情報と、で構成される、複数の前記木構造情報を、当該木構造を構成する前記類似ページ情報が前記検索元のページ情報に類似する順に配置すると共に、当該木構造を構成する前記類似ページ情報を、当該検索元のページ情報と共に直列に配置した上で、前記情報処理装置に送信する送信手段と、
    を備えたことを特徴とする情報管理システム。
  32. 前記情報管理装置は、
    前記領域抽出手段により抽出された前記領域情報から、前記領域情報の特徴を示した特徴情報を抽出する特徴抽出手段と、をさらに備え、
    前記記憶手段は、前記領域対応情報として、さらに前記特徴情報を、前記領域情報と、前記関係情報とを対応付けて記憶し、
    前記登録手段は、前記領域抽出手段により抽出された領域情報と、前記関係抽出手段により抽出された前記関係情報と、前記特徴抽出手段により抽出された前記特徴情報とを対応付けて、前記領域対応情報に登録すること、
    を特徴とする請求項３１に記載の情報管理システム。
JP2006320792A 2006-01-24 2006-11-28 情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システム Expired - Fee Related JP4977452B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2006320792A JP4977452B2 (ja) 2006-01-24 2006-11-28 情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システム
US11/656,996 US20070171482A1 (en) 2006-01-24 2007-01-24 Method and apparatus for managing information, and computer program product
US12/604,063 US20100067052A1 (en) 2006-01-24 2009-10-22 Method and apparatus for managing information, and computer program product

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2006015591 2006-01-24
JP2006015591 2006-01-24
JP2006320792A JP4977452B2 (ja) 2006-01-24 2006-11-28 情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システム

Publications (2)

Publication Number Publication Date
JP2007226769A JP2007226769A (ja) 2007-09-06
JP4977452B2 true JP4977452B2 (ja) 2012-07-18

Family

ID=38285228

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006320792A Expired - Fee Related JP4977452B2 (ja) 2006-01-24 2006-11-28 情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システム

Country Status (2)

Country Link
US (2) US20070171482A1 (ja)
JP (1) JP4977452B2 (ja)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008209985A (ja) * 2007-02-23 2008-09-11 Canon Inc データ処理装置、電子文書登録方法、及びコンピュータプログラム
US20080292195A1 (en) * 2007-05-22 2008-11-27 Vijayasenan Deepu Data Processing System And Method
US8140525B2 (en) 2007-07-12 2012-03-20 Ricoh Company, Ltd. Information processing apparatus, information processing method and computer readable information recording medium
US8144988B2 (en) * 2007-09-06 2012-03-27 Ricoh Company, Ltd. Document-image-data providing system, document-image-data providing device, information processing device, document-image-data providing method, information processing method, document-image-data providing program, and information processing program
US8194982B2 (en) * 2007-09-18 2012-06-05 Ricoh Company, Ltd. Document-image-data providing system, document-image-data providing device, information processing device, document-image-data providing method, information processing method, document-image-data providing program, and information processing program
US8254669B2 (en) * 2007-09-19 2012-08-28 Ricoh Company, Ltd. Data processing apparatus, computer program product, and data processing method for predicting an optimum function based on a case database and image feature values calculated by a feature-value calculating unit
JP2009110506A (ja) * 2007-10-11 2009-05-21 Ricoh Co Ltd 情報処理装置及び情報処理プログラム
JP5151394B2 (ja) * 2007-10-25 2013-02-27 株式会社リコー 情報管理装置、情報管理方法、及びプログラム
US20090112830A1 (en) * 2007-10-25 2009-04-30 Fuji Xerox Co., Ltd. System and methods for searching images in presentations
JP4926004B2 (ja) * 2007-11-12 2012-05-09 株式会社リコー 文書処理装置、文書処理方法及び文書処理プログラム
JP2009146262A (ja) * 2007-12-17 2009-07-02 Hitachi Software Eng Co Ltd 衛星画像の選択操作支援方法及び装置
US9613150B2 (en) * 2007-12-28 2017-04-04 International Business Machines Corporation Remote viewing of documents via the web in real-time
JP5167821B2 (ja) * 2008-01-11 2013-03-21 株式会社リコー 文書検索装置、文書検索方法及び文書検索プログラム
JP5239423B2 (ja) * 2008-03-17 2013-07-17 株式会社リコー 情報処理装置，情報処理方法，プログラム，および記録媒体
JP5089482B2 (ja) 2008-05-12 2012-12-05 キヤノン株式会社 情報処理装置、データ処理方法およびプログラム
JP4458184B2 (ja) 2008-06-09 2010-04-28 ソニー株式会社 情報管理装置、通信処理装置、および方法、並びにプログラム
JP5444115B2 (ja) * 2010-05-14 2014-03-19 株式会社Ｎｔｔドコモ データ検索装置、データ検索方法及びプログラム
US20110295879A1 (en) * 2010-05-27 2011-12-01 Neuone, Llc Systems and methods for document management
WO2012050251A1 (ko) * 2010-10-14 2012-04-19 엘지전자 주식회사 이동 단말기 및 그 제어방법
JP5195881B2 (ja) * 2010-11-30 2013-05-15 コニカミノルタビジネステクノロジーズ株式会社 文書閲覧装置、文書閲覧装置における表示方法、および表示プログラム
JP5259753B2 (ja) * 2010-12-20 2013-08-07 株式会社プロフィールド 電子ブック処理装置、電子ブック処理方法、およびプログラム
JP5345128B2 (ja) 2010-12-24 2013-11-20 株式会社東芝 情報処理装置、情報検索方法及びプログラム
JP5175951B2 (ja) * 2011-04-27 2013-04-03 株式会社東芝 映像表示装置、映像表示管理装置、映像表示方法、及び映像表示管理方法
JP5758262B2 (ja) * 2011-10-06 2015-08-05 株式会社エヌ・ティ・ティ・データ 類似文書可視化装置、類似文書可視化方法およびプログラム
JP6045330B2 (ja) * 2012-12-21 2016-12-14 キヤノン株式会社 ファクス管理装置、情報処理方法及びプログラム
CN103077238B (zh) * 2013-01-09 2017-04-05 百度在线网络技术（北京）有限公司 电子文档的提供方法、系统、母书服务器及子书客户端
JP6323994B2 (ja) * 2013-06-06 2018-05-16 キヤノン株式会社 コンテンツ管理装置、コンテンツ管理方法及びプログラム
JP2014013579A (ja) * 2013-08-06 2014-01-23 Toshiba Corp 電子機器、情報の検索を行うための方法及びプログラム
JP6171807B2 (ja) * 2013-10-02 2017-08-02 富士ゼロックス株式会社 文書データ処理システム、文書データ処理プログラム
JP6122394B2 (ja) * 2014-03-05 2017-04-26 日本電信電話株式会社 ファイル管理システム、サーバ装置、ファイル管理方法、ユーザインタフェース提供方法ならびにファイル管理プログラム
JP2015215853A (ja) * 2014-05-13 2015-12-03 株式会社リコー システム、画像処理装置、画像処理方法およびプログラム
JP6481957B2 (ja) * 2014-08-20 2019-03-13 富士ゼロックス株式会社 画像処理装置およびプログラム
JP7135785B2 (ja) * 2018-11-28 2022-09-13 株式会社リコー データ生成装置、データ生成方法及びプログラム
JP2021051364A (ja) * 2019-09-20 2021-04-01 富士ゼロックス株式会社 情報処理装置及びプログラム

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5553277A (en) * 1992-12-29 1996-09-03 Fujitsu Limited Image search method for searching and retrieving desired image from memory device
US6415307B2 (en) * 1994-10-24 2002-07-02 P2I Limited Publication file conversion and display
JPH0991305A (ja) * 1995-09-27 1997-04-04 Canon Inc 情報処理方法及び装置
JPH10307846A (ja) * 1997-03-03 1998-11-17 Toshiba Corp ドキュメント情報管理システム、ドキュメント情報管理方法、及びドキュメント検索方法
JPH10320412A (ja) * 1997-05-22 1998-12-04 Tec Corp 文書作成装置
US7596755B2 (en) * 1997-12-22 2009-09-29 Ricoh Company, Ltd. Multimedia visualization and integration environment
JPH11203305A (ja) * 1998-01-12 1999-07-30 Ricoh Co Ltd 文書画像処理方法および記録媒体
US6353823B1 (en) * 1999-03-08 2002-03-05 Intel Corporation Method and system for using associative metadata
US6397213B1 (en) * 1999-05-12 2002-05-28 Ricoh Company Ltd. Search and retrieval using document decomposition
US6501855B1 (en) * 1999-07-20 2002-12-31 Parascript, Llc Manual-search restriction on documents not having an ASCII index
US7162691B1 (en) * 2000-02-01 2007-01-09 Oracle International Corp. Methods and apparatus for indexing and searching of multi-media web pages
US6925475B2 (en) * 2001-10-12 2005-08-02 Commissariat A L'energie Atomique Process and apparatus for management of multimedia databases
US8635531B2 (en) * 2002-02-21 2014-01-21 Ricoh Company, Ltd. Techniques for displaying information stored in multiple multimedia documents
US7283992B2 (en) * 2001-11-30 2007-10-16 Microsoft Corporation Media agent to suggest contextually related media content
US7043474B2 (en) * 2002-04-15 2006-05-09 International Business Machines Corporation System and method for measuring image similarity based on semantic meaning
CA2397424A1 (en) * 2002-08-09 2004-02-09 Mohammed Lamine Kherfi Content-based image retrieval using positive and negative examples
JP2005107931A (ja) * 2003-09-30 2005-04-21 Ricoh Co Ltd 画像検索装置
US7872669B2 (en) * 2004-01-22 2011-01-18 Massachusetts Institute Of Technology Photo-based mobile deixis system and related techniques
US7707039B2 (en) * 2004-02-15 2010-04-27 Exbiblio B.V. Automatic modification of web pages
US7812860B2 (en) * 2004-04-01 2010-10-12 Exbiblio B.V. Handheld device for capturing text from both a document printed on paper and a document displayed on a dynamic display device
US20050210008A1 (en) * 2004-03-18 2005-09-22 Bao Tran Systems and methods for analyzing documents over a network
JP4349183B2 (ja) * 2004-04-01 2009-10-21 富士ゼロックス株式会社 画像処理装置および画像処理方法
US8600989B2 (en) * 2004-10-01 2013-12-03 Ricoh Co., Ltd. Method and system for image matching in a mixed media environment
US8521737B2 (en) * 2004-10-01 2013-08-27 Ricoh Co., Ltd. Method and system for multi-tier image matching in a mixed media environment
US8156427B2 (en) * 2005-08-23 2012-04-10 Ricoh Co. Ltd. User interface for mixed media reality
US8332401B2 (en) * 2004-10-01 2012-12-11 Ricoh Co., Ltd Method and system for position-based image matching in a mixed media environment
US7809722B2 (en) * 2005-05-09 2010-10-05 Like.Com System and method for enabling search and retrieval from image files based on recognized information
WO2006127480A2 (en) * 2005-05-20 2006-11-30 Perfect Market Technologies, Inc. A search apparatus having a search result matrix display
US7433895B2 (en) * 2005-06-24 2008-10-07 Microsoft Corporation Adding dominant media elements to search results
JP2007034847A (ja) * 2005-07-28 2007-02-08 Canon Inc 検索装置及び検索方法
CA2628846A1 (en) * 2005-08-09 2007-02-15 Zalag Corporation Methods and apparatuses to assemble, extract and deploy content from electronic documents
JP4856925B2 (ja) * 2005-10-07 2012-01-18 株式会社リコー 画像処理装置、画像処理方法及び画像処理プログラム
US20070133947A1 (en) * 2005-10-28 2007-06-14 William Armitage Systems and methods for image search
JP4859025B2 (ja) * 2005-12-16 2012-01-18 株式会社リコー 類似画像検索装置、類似画像検索処理方法、プログラム及び情報記録媒体
WO2007117643A2 (en) * 2006-04-07 2007-10-18 Mathsoft Engineering & Education, Inc. System and method for maintaining the genealogy of documents
US8060514B2 (en) * 2006-08-04 2011-11-15 Apple Inc. Methods and systems for managing composite data files
US7801358B2 (en) * 2006-11-03 2010-09-21 Google Inc. Methods and systems for analyzing data in media material having layout

Also Published As

Publication number Publication date
US20100067052A1 (en) 2010-03-18
US20070171482A1 (en) 2007-07-26
JP2007226769A (ja) 2007-09-06

Similar Documents

Publication Publication Date Title
JP4977452B2 (ja) 情報管理装置、情報管理方法、情報管理プログラム、記録媒体及び情報管理システム
CN100437578C (zh) 文档图像信息管理装置和文档图像信息管理方法
US7162691B1 (en) Methods and apparatus for indexing and searching of multi-media web pages
JP5167821B2 (ja) 文書検索装置、文書検索方法及び文書検索プログラム
US8271512B2 (en) Presenting digitized content on a network using a cross-linked layer of electronic documents derived from a relational database
US20070171473A1 (en) Information processing apparatus, Information processing method, and computer program product
US20090052804A1 (en) Method process and apparatus for automated document scanning and management system
US8482808B2 (en) Image processing apparatus and method for displaying a preview of scanned document data
US7949206B2 (en) Scanned image management device
JP4920928B2 (ja) 画像処理装置及びその制御方法、プログラム
US20020184196A1 (en) System and method for combining voice annotation and recognition search criteria with traditional search criteria into metadata
JP2000222394A (ja) 文書管理装置及びその文書管理方法並びにその制御プログラムを記録した記録媒体
JP2009200699A (ja) 画像処理装置および画像処理方法
US20070185832A1 (en) Managing tasks for multiple file types
JP2006202081A (ja) メタデータ生成装置
US8447748B2 (en) Processing digitally hosted volumes
KR20090037704A (ko) 직관적 이미지 검색을 위한 이미지의 메타 데이터 생성방법
JP2010092383A (ja) 電子文書ファイル検索装置、電子文書ファイル検索方法及びコンピュータプログラム
US7418653B1 (en) System and method for data publication through web pages
CN100489857C (zh) 管理信息的方法和装置
JPH0934903A (ja) ファイル検索装置
JP2000020549A (ja) 文書データベースシステムへの入力支援装置
JP2008257537A (ja) 情報登録装置、情報検索装置、情報検索システム、情報登録プログラム、および情報検索プログラム
JP2005149210A (ja) 画像処理装置及びその制御方法、プログラム
JP2009110506A (ja) 情報処理装置及び情報処理プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090716

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20110615

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110621

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110819

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111220

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120213

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: 20120410

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: 20120416

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150420

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees