JP5739253B2 - 文書処理方法 - Google Patents

Description

本発明は、多数のマークアップ済み電子文書ファイル（以下、単に「文書」ともいう）にまたがる階層化番号と参照を効率的に作成する仕組みに係り、この仕組みを利用した文書処理方法、並びに、文書処理装置に関する。
特に、本発明は、文書内のデータが木構造を有する複数の要素に分類された構造化文書を処理するための方法、その方法を利用した文書処理装置に関する。

インターネットでは膨大な量の電子文書ファイルが流通している。ＷＷＷ（Ｗｏｒｌｄ
ＷｉｄｅＷｅｂ）上で公開されるこれら電子文書ファイルのほとんどはＨＴＭＬまたはＸＨＴＭＬ等のマークアップがなされてコンピュータの記憶装置の上に分散した状態で公開されており、分散ファイル間の参照関係を設定したリンクによって情報をたどっていく仕組みとなっている。

しかし、これらの電子文書ファイルは体系化されておらず、膨大な量の電子文書ファイルを効率よく体系化することができないという問題点が指摘されるようになった。
すなわち、マークアップされた多数の文書ファイルを整理・体系化して一つのパッケージとしてまとめた電子書籍として発行するために、複数のマークアップ済み電子文書ファイルを簡便に、効率よく整理し、体系化する処理を行なうための方法および装置の開発が求められている。

本発明は、上記の電子文書ファイルの現状に鑑み、多数の文書ファイルを体系化するために複数の文書ファイルを階層化し順序付けして並べた上で、複数の文書ファイル内の見出し、図表のキャプション、注釈などを対象として階層化した番号を、各文書ファイルをまたがる連続番号として付与するとともに、見出しや図表のキャプション、注釈、用語・索引語などを取り出して一覧表などにした新しい文書ファイルを作り出して、元の文書ファイルと新しい文書ファイル間の関係する場所を相互に参照するリンクを設定する文書処理を簡便かつ効率的に行なう方法および装置を提供することを、課題とする。

すなわち本発明は、上記の課題を解決することができる文書処理方法、及び、文書処理装置を提供することを目的とするが、この目的は、特許請求の範囲における独立請求項１，２に記載の発明の組み合わせ、或は、独立請求項４又は５に記載の発明により達成される。また、従属請求項３の発明は、本発明の更なる有利な具体例を規定している。以下、本発明について詳しく述べる。

上記課題を解決することを目的としてなされた本発明の文書処理装置の構成は、各々が木構造としてマークアップ済みの多数の文書ファイルを記録・保管する記憶装置と、多数の文書ファイル同士の関係を木構造として定義し、木構造の根からの階層（深さ）に応じた階層化番号形式を定義し、所定マークアップ部分を取り出して集め新しい文書ファイルを作成し、相互参照を設定するための処理を定義する出版編成機構部と、前記記憶装置から取り出した文書ファイルを、前記木構造定義に従って結合した上で前記階層化番号形式定義により階層化した連続番号を付与し、前記所定マークアップ部分を取出す定義を使って多数の文書ファイルから所定マークアップ部分を取り出して新しい文書を作成し、その新しい文書と元の文書間で相互参照のためのリンクを作り出した上で、前記の結合された電子文書ファイルを元のファイル単位に分割する機能を有する文書処理加工部と、文書処理加工部の出力をパッケージして電子書籍を作成する電子書籍出力機構部と、を含むことを特徴とするものである。

一方、上記の課題を解決できる本発明文書処理方法の構成は、次の通りである。
すなわち、本発明文書処理方法における第一の工程は、マークアップが施された多数の文書ファイルを記録している記録装置から電子ファイルのファイル名と名前を読み取って多数の電子文書ファイルを一つにパッケージしたときに読み込む際の順序関係と階層関係を木構造で定義し、階層化番号形式を定義し、マークアップを使って新しい文書を作り出し、元の文書と新しい文書の関連する箇所の間の相互参照設定を定義する工程である。
本発明文書処理方法における第二の工程は、マークアップが施された多数の文書ファイルを記録している記録装置から電子文書ファイルを読み出して、文書ファイル同士の木構造の指定にしたがって、電子文書ファイル同士を結合したうえで、結合された電子文書ファイル内のマークアップで指定された部分に階層化した連続番号を付与する工程と、結合された電子文書ファイルの指定マークアップ部分を複製または移動して新しい電子文書ファイルを作り出し、結合された電子文書ファイルと新しい電子文書ファイル間の関係する箇所に双方向の参照をマークアップする工程と、結合された電子文書ファイルを元の電子文書ファイル単位に分割する工程とからなる。
本発明文書処理方法における第三の工程は、上記第二の工程で出来上がった電子文書ファイル群を受け取って電子書籍の形にパッケージする工程であり、本発明文書処理方法は、上記の第一工程〜第三工程を備えたものである。

本発明における電子書籍の形式としてはＥＰＵＢのように多数のＸＨＴＭＬを一つのアーカイブにパッケージして配布する形式を作り出すが、ＥＰＵＢに限らず、類似のパッケージ形式の電子出版物を作るために使うことができる。また、マークアップはＸＭＬ、ＨＴＭＬ、ＸＨＴＭＬおよびそれらに対して拡張または限定をおこなった形式のうちのいずれかの形式で記述されても良い。
本発明の文書処理装置における記録媒体は、コンピュータ読み取り可能な記録媒体であって、上記いずれかに記載の方法をコンピュータに実行させるためのプログラムを記録する。
本発明の電子文書はコンピュータで読み取り可能な電子ファイルとしてコンピュータの記憶装置に記録されるものであるが、できあがった電子書籍を除いて永続的に記録されるものである必要はなく処理工程が終わった時点で消去されても良い。
なお、上述した本発明の概要は、本発明の構成に必要な特徴のすべてを列挙したものではなく、これらの特徴のサブコンビネーションもまた発明となりうる。

本発明は、多数の文書ファイルを体系化するために複数の文書ファイルを階層化し順序付けして並べた上で、複数の文書ファイルの見出し、図表のキャプション、注釈などを対象として階層化した番号を、各文書ファイルをまたがる連続番号として付与するとともに、見出しや図表のキャプション、注釈、用語・索引語などを取り出して一覧表などにした新しい文書ファイルを作り出して、元の文書ファイルと新しい文書ファイル間の関係する場所を相互に参照するリンクを設定することにより、複数の文書ファイルを処理するから、マークアップされた多数の文書ファイルを効率よく整理・体系化して一つのパッケージとしてまとめた電子書籍として形成することが、容易かつ簡便にできる。

本発明の文書処理装置ユニットの全体構造例を示すブロック図。 文書ファイル群の木構造定義ユニットの説明図。 図２のｆｉｌｅ−１の内容の説明図。 図２のｆｉｌｅ−２の内容の説明図。 図２のｆｉｌｅ−３の内容の説明図。 階層化番号形式定義ユニットの説明図。 電子文書加工処理ユニット３０の文書結合と階層化番号付け処理の説明図。 電子文書加工処理ユニット３０の文書結合と階層化番号付け処理の説明図。 結合された文書ファイルの内容を説明するための説明図。 階層化番号付処理済み文書ファイルの内容を説明するための説明図。 結合ファイルを元の文書ファイル単位に分割した文書ファイルの説明図。 結合ファイルを元の文書ファイル単位に分割した文書ファイルの説明図。 結合ファイルを元の文書ファイル単位に分割した文書ファイルの説明図。 文書ファイルの組４００と文書ファイルと注釈一覧の組４６０の説明図。 電子文書加工処理ユニット３０の文書結合と注釈一覧作成処理の説明図。 電子文書加工処理ユニット３０の文書結合と注釈一覧作成処理の説明図。 注釈処理用の文書ファイル１０の説明図。 注釈処理用の文書ファイル１１の説明図。 文書ファイル１０と文書ファイル１１を結合した文書ファイル３４０の説明図。 注釈ファイル処理を済ませた文書ファイル５２０のリンク設定を説明するための説明図。 新しく作成した注釈ファイル５３０の内容の説明図。 注釈処理済みの結合ファイルを元の文書ファイルに分割した説明図。 注釈処理済みの結合ファイルを元の文書ファイルに分割した説明図。

以下、発明の実施の形態を通じて本発明を説明する。
なお、以下の実施形態は請求項にかかる発明を限定するものではなく、又、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
すなわち、以下の説明では、本発明の実施形態として、請求項の発明に関わりのない部分については説明を省略しているので、実施形態の説明だけで完全なソリューションを実現することはできない。

図１は、本実施形態の処理装置の単位（以下、ユニットという）の構成を示したものである。図１において、文書ファイル記録ユニット１０は、ハードディスクなどの記憶媒体を利用してマークアップ済みの多数の文書ファイルを格納するものである。出版物編成指示ユニット２０は、ユーザーと対話するための画面を持つときは画面上に多数の文書ファイルのファイル名およびファイルの内容を表示しながらユーザーの要求に従って、多数の文書ファイルから電子書籍としてパッケージする文書ファイルを選択し、電子書籍を構成する文書ファイルの並びの順序と上下の階層構造を設定する木構造を作成する機能と階層化した番号形式を設定するユニットである。電子文書加工処理ユニット３０は、多数の文書ファイルを文書ファイル記録ユニット１０から受け取り、出版物編成指示ユニット２０が作成した木構造設定データを参照して文書ファイルを一つに結合し、結合した文書ファイルに出版物編成指示ユニット２０で規定した階層化した番号形式を付与し、元の文書ファイル単位に分割するユニットである。電子書籍出力生成ユニット４０は、多数の文書ファイルを電子書籍５０にパッケージするユニットである。

図２は、文書ファイル記録ユニット１０の内部に保存された文書ファイル群１１０を対象として、出版物編成指示ユニット２０の中に設けたユーザーとの対話機能をもつ出版物木構造定義ユニット１２０を使って文書ファイル間の木構造を作成する様子を示す説明図である。出版物木構造定義ユニット１２０は、文書ファイル群１１０の中の多数のファイルを整理して電子書籍のパッケージを木構造で表す。図２では電子書籍のパッケージ名をＰｕｂ１として設定しており、Ｐｕｂ１が根（第０階層）に該当する。いうまでもなくパッケージ名は任意に変更可能である。木構造の子供（第１階層）の先頭のファイルがｆｉｌｅ−１、次のファイルがｆｉｌｅ−２であり、ｆｉｌｅ−２の子供（第２階層）の先頭のファイルがｆｉｌｅ−３であり、以下、同じ階層にｆｉｌｅ−ｎまで配置する木構造を作成した様子を表している。この木構造定義は、出版物木構造定義データ１３０として記憶媒体に記録される。
また、この木構造では文書ファイルを取り出す順番は、ｆｉｌｅ−１、ｆｉｌｅ−２、ｆｉｌｅ−３、以下ｆｉｌｅ−ｎと規定する。

図３は、図２におけるｆｉｌｅ−１の内容を模式的に例示している。ｆｉｌｅ−１はＸＨＴＭＬに類似のＸＭＬで記述された内部が木構造の文書であるが、図３では本発明とは関連性のない部分の説明を省略している。以下、文書ファイルの内容の説明では同じ要領で説明を省略する。ｆｉｌｅ−１の内部でｈ１、ｈ２要素は見出しを表すマークアップである。ＸＨＴＭＬでは見出しには階層の概念がないので、この例ではｄｉｖ要素で囲む方式で階層化している。ＨＴＭＬ５では階層を表すためにｓｅｃｔｉｏｎ要素を導入しているが、これはｄｉｖの代わりにｓｅｃｔｉｏｎで階層構造を表すのである。このようにＸＭＬを使った電子文書のマークアップでは、異なる要素と属性の組を使って等価なマークアップを表現することができるが、本実施例の記述とは一見異なっていても、論理的には等価なマークアップ方式を使う実施形態も本発明範囲内のものである。

図４は、ｆｉｌｅ−２の内容を示している。ｆｉｌｅ−２にはｈ１で表す見出し要素のみを含んでいる。

図５は、ｆｉｌｅ−３の内容を示している。ｆｉｌｅ−３にはｈ１で表す見出し要素とｈ２で表す見出し要素を含んでおり、これをｄｉｖ要素でマークアップして階層化している。

図６は、出版物編成指示ユニット２０の中に設けた階層化番号形式定義ユニット２１０の中で電子書籍の文書ファイルの内部の見出し部分に階層化した順序番号を付けるための設定を行なう様子を模式的に示したものである。ここでは、出版物を構成する文書ファイルの木構造の根から数えた階層レベルによって番号を構造化し、同一階層内における出現順序によって番号を増加する仕組みの構造化した番号を、見出しｈ１からｈ３要素の内容に付与する設定を行なう。

図７および図８は、電子文書加工処理ユニット３０の内部の処理の様子を模式的に示す説明図である。文書ファイル結合処理ユニット３２０は、出版物木構造定義データ１３０に記録された電子書籍パッケージを構成する文書ファイルを文書ファイル群１１０から取り出して、出版物木構造定義データ１３０で決めた木構造に従ってひとつのファイルに結合し、結合された文書ファイル３４０を記憶媒体の上に作りだす。階層番号付け処理ユニット３５０は結合された文書ファイル３４０を入力として、階層化番号形式定義データ２２０を使って図８に示されている階層番号付処理済み文書ファイル３６０に変換する。文書ファイル結合処理ユニット３２０と階層番号付け処理ユニット３５０は、標準的なＸＳＬＴプロセッサを使って容易に作成することができる。次に文書ファイル分割処理ユニット３７０が階層番号付処理済み文書ファイル３６０を元の文書ファイル単位に分割して電子書籍のパッケージを構成する文書ファイル群３８０を作りだして、文書ファイル記録ユニット１０に記録する。

図９は、結合された文書ファイル３４０の内部の様子を模式的に示している。結合された文書ファイル３４０の木構造における根要素はｐｕｂｌｉｓｈであり、その属性に電子書籍のパッケージ名Ｐｕｂ１を設定している。結合された文書ファイルの区切りにはｆｉｌｅ要素を配置し、ｆｉｌｅ要素の内部に文書ファイルの内容を取り込んでいる。ｆｉｌｅ要素のｌｅｖｅｌ属性に階層化番号形式定義データ２２０に記録されたその文書ファイルのレベルを記録し、ｎａｍｅ属性にファイル名を記録した形式でマークアップしている。ＸＭＬ仕様に基づくこのようなマークアップ方式と論理的に等価な表現方式は様々に考えられるが、本発明方式と等価な結合文書ファイルのマークアップ方式を使った実施形態は発明の範囲内のものである。

図１０は、結合された文書ファイル３４０から変換して作成した階層番号付処理済み文書ファイル３６０の内部の様子を模式的に例示したものである。図１０で下線を施した部分が階層化番号である。階層化番号形式定義データ２２０によって階層番号をつける対象は、見出し要素ｈ１〜ｈ６と指定しているので、見出しの内容に階層化番号が付与される。階層については、出版物木構造定義データ１３０により、文書ファイル間の木構造で階層構造を規定しており、文書ファイル自体の階層レベルは、ｆｉｌｅ要素のｌｅｖｅｌ属性で表現されており、さらに文書ファイルの内部では、ｄｉｖ要素によって階層化しているので、結合済み文書ファイル自体も木構造であり、その内部のすべての見出し要素ｈ１〜ｈ６について、木構造の根要素であるｐｕｂｌｉｓｈからみて、何レベル目の階層に該当するかということを一意に決定でき、同一階層レベル内での当該見出しの出現順序を一意に決定できる。

図１１〜図１３は、階層化番号をつける処理を施したあとの結合ファイル３６０を元の文書ファイル単位に分割してできた文書ファイルの内容である。各文書ファイルの名前は結合ファイル図１０のｆｉｌｅ要素のｎａｍｅ属性の値として保持されているので、分割してできた文書ファイルには元の文書ファイル名を付与することができる。

図１４は、請求項２の発明を実施した適用例の概要を示したものである。図１４で示す概要における処理の例は、文書ファイルの組４００は、二つの文書ファイル４１０と４２０から構成する。文書ファイル４１０と４１０の内容には、注釈文章がマークアップされている。文書ファイル４１０から注釈文章を削除し、その代わりに注釈参照と注釈一覧文書ファイル４５０の関連する箇所へのリンクを挿入した文書ファイル４３０に変換し、文書ファイル４２０から注釈文章を削除し、その代わりに注釈参照と注釈一覧文書ファイル４５０の関連する箇所へのリンクを挿入した文書ファイル４４０に変換する。注釈一覧文書４５０には各注釈の文章からその文章が含まれていた文書ファイルの含まれていた箇所へのリンクを設定する。

図１５および図１６は、請求項２の発明を実施するさいの電子文書加工処理ユニット３０の内部の処理の様子を例示した説明図である。請求項２の発明の実施形態では、結合された文書ファイル３４０を作成するところまでは先に説明した実施形態と共通である。次に、電子文書加工処理ユニット３０内に設けた注釈処理ユニット５１０は注釈処理指示データ５００を使って結合された文書ファイル３４０の内部の注釈文章を削除して、その代わりに注釈参照番号と注釈ファイル５３０の中の参照先へのリンクを挿入して、注釈処理済み結合文書ファイル５２０に変換する。結合された文書ファイル３４０の中の注釈文章は注釈ファイル５３０に集められて、注釈処理済み結合文書ファイル５２０の注釈参照番号への参照のためのリンクを設定する。注釈処理ユニット５１０は、標準的なＸＳＬＴプロセッサをつかって容易に作成することができる。次に、電子文書加工処理ユニット３０内に設けた文書ファイル分割処理ユニット３７０が注釈処理済結合文書ファイル５２０を元の文書ファイル単位に分割して電子書籍パッケージを構成する文書ファイル群３８０を作りだして、文書ファイル記録ユニット１０に記録する。

図１７および図１８は、注釈処理を行なおうとする二つの文書ファイルｆｉｌｅ−１０とｆｉｌｅ−１１の内容を示したところである。注釈はｎｏｔｅ要素でマークアップされている。ｎｏｔｅには注釈の場所を示すための識別子がｉｄ属性の値として設定されている。注釈をｎｏｔｅではない別の要素でマークアップしても本実施例と同様の効果を得ることができるので、これと等価なマークアップを使った実施形態は本発明の範囲内のものである。

図１９は、文書ファイル図１７と文書ファイル図１８を結合したときの結合された文書ファイル３４０の内容である。

図２０は、結合済みの文書ファイル３４０の注釈マークアップの内容である文章を削除して、そこに、注釈文章をあつめて作成した注釈ファイル５３０の注釈番号への参照のためのリンクを挿入したものである。この実施形態では注釈番号は階層によらずｎｏｔｅ要素の出現順序で番号を付与しているが、請求項１の方法を適用して注釈に階層化番号をつけることも容易である。

図２１は、新しく作成した注釈ファイル５３０の内容である。各注釈はｌｉでマークアップしているが、ｌｉには、元の文書の注釈のｎｏｔｅのｉｄに対応するｉｄを設定している。このｉｄがあるので結合済みの文書ファイル３４０から注釈ファイル５３０へのリンクを設定することができる。各注釈には元の文書の該当箇所への参照リンクを設定している。

図２２と図２３は、注釈処理済みの結合ファイルを元の文書ファイルｆｉｌｅ−１０とｆｉｌｅ−１１に分割したものである。

図１４で概要を示し、段落００２３〜００２８で実施例を説明した注釈処理では、元の文書ファイルの中の注釈としてマークアップされた箇所を削除して注釈番号を挿入した。本発明では、図表のキャプションを集めて一覧する新しい文書ファイルを作成して、元の文書ファイルの図表キャプションと新しい文書ファイルの対応する図表キャプションに相互参照のリンクを設定する仕組みも上記例と同様にして実現できる。
これにより元の文書のマークアップ箇所の操作の異なる実施形態も本発明の範囲内のものであることが分かる。

本発明は以上の通りであるから、多数の文書ファイルを利用して電子書籍を作成する上できわめて有用である。

１０ 文書ファイル記録ユニット
２０ 出版物編成指示ユニット
３０ 電子文書加工処理ユニット
４０ 電子書籍生成出力ユニット
５０ 電子書籍

Claims (5)

1. 木構造でマークアップが施された複数の文書ファイルのマークアップ箇所に複数の文書ファイルにまたがる階層化された連続番号を付与するための文書処理方法であって、コンピュータに備えられた編集ユニットで複数の文書ファイルの関係を表す木構造定義を作成する工程と、コンピュータ・プログラムで複数の文書ファイルのデータを読んで前記木構造定義を使って一つの文書ファイルに結合する工程と、結合済み文書ファイルの中のマークアップ箇所に階層化した連続番号を付与する工程と、連続番号を付与した後の結合済み文書ファイルをもとの複数の文書ファイルに分割する工程と、を含むことを特徴とする文書処理方法。
2. 木構造を表すためのマークアップを施された複数の文書ファイルのマークアップを利用して新しいファイルを生成するための文書処理方法であって、コンピュータ・プログラムで複数の文書ファイルのデータを読んで多数の文書ファイルの関係木構造定義を使ってひとつの文書ファイルに結合する工程と、結合済み文書ファイルの中のマークアップ箇所を複製して一覧化した新しい文書ファイルを作成し、その際に新しい文書ファイルの項目と結合済み文書ファイルの中の項目の間に双方向の参照関係を付与する工程と、参照関係を付与した後の結合済み文書ファイルをもとの複数の文書ファイルに分割する工程と、を含むことを特徴とする文書処理方法。
3. 前記マークアップされた文書ファイルは、ＸＭＬ、ＨＴＭＬ、ＸＨＴＭＬおよびそれらに対して拡張または限定をおこなった形式のうちのいずれかの形式で記述されたものであることを特徴とする請求項１または請求項２に記載の文書処理方法。
4. マークアップが施された多数の文書ファイルを記録している記録装置から電子ファイルのファイル名と名前を読み取って多数の電子文書ファイルを一つにパッケージしたときに読み込む際の順序関係と階層関係を木構造で定義し、マークアップを使って新しい文書を作り出す設定を定義する工程と、マークアップが施された多数の文書ファイルを記録している記録装置から電子文書ファイルを読み出して、先に定義した文書ファイル同士の木構造の指定にしたがって、電子文書ファイル同士を結合したうえで、結合された電子文書ファイルのマークアップで指定された部分に階層化した連続番号を付与する工程と、結合された電子文書ファイルの指定マークアップ部分を複製して新しい電子文書ファイルを作り出し、結合された電子文書ファイルと新しい電子文書ファイル間の参照したい箇所に双方向の参照をマークアップする工程と、結合された電子文書ファイルを元の電子文書ファイル単位に分割する工程と、上記の工程で出来上がった電子文書ファイル群を受け取って電子書籍の形にパッケージする工程を備えたことを特徴とする文書処理方法。
5. 各々が木構造としてマークアップ済みの多数の文書ファイルを記録・保管する記憶装置と、
   多数の文書ファイル同士の関係を木構造として定義し、前記記憶装置から取り出した文書ファイルを、前記木構造定義に従って結合した上で多数の文書間にまたがる階層化した連続番号を付与する機能と、所定マークアップ部分を取り出して集めて新しい文書ファイルを作成するための処理を定義し、かつ、その定義を使って多数の文書ファイルから所定マークアップ部分を取り出して新しい文書を作成する機能と、その新しい文書と元の文書間で相互参照を実現するリンクを作り出した上で、電子文書ファイルを元のファイル単位に分割する機能を有する文書処理加工部と、
   文書処理加工部の出力をパッケージして電子書籍を作成する電子書籍出力機構部と、
   を含むことを特徴とする文書処理装置。

Images