JP6317280B2 - 同種帳票ファイル選定装置、同種帳票ファイル選定方法、および、同種帳票ファイル選定プログラム - Google Patents

Description

本発明は、同種帳票ファイル選定装置、同種帳票ファイル選定方法、および、同種帳票ファイル選定プログラムに関する。

業務では、申請書、管理簿、申込書等、様々な利用シーンにあわせて帳票が作成される。特に、表計算ソフト等で作成された電子帳票（以下、適宜「帳票」と略す）はユーザが帳票のテンプレートを簡単に作成できるため、汎用性が高い。一方で、帳票の様式構造は帳票の作成者の意図・嗜好に依存し、画一的に定義することが困難である。そのため、多くの場合は帳票の値の意味を明示的に示す情報（以下、「項目名」と表現する）およびその値（以下、「帳票データ」と表現する）の記入位置を定義し、指定の処理プロセスをスクリプトやマクロで記述、実行させる。しかし、この方法では、（１）指定の処理プロセスでしか帳票データを活用できない、（２）表計算ソフト等は様式の操作が可能なため、作成者が意図しない操作（例えば、行列の追加・削除、項目の追加・削除など）が行われた場合に指定の処理プロセスを正しく実行できない、等の問題が生じる。帳票は、情報を記入するユーザが項目名の並びを頼りにして正確に情報を記入できるように、定型的に作成される傾向があり、その関係性は木構造と表の２つの表現形式によって概念的に表現することができる。そこで、帳票を概念化した論理構造に変換して上記の問題を解決する方法（非特許文献１参照）や、特定分野で利用される知識表現を分析し、意味的な論理構造に形式化する手法（非特許文献２参照）が提案されている。これらの技術を利用することで、例えば、帳票群の帳票データ個々を対象にして、ユーザの要求に従って外部からデータ操作（例えば、参照、更新、削除）することができる。ただし、帳票を電子的に管理する場合は、例えば、ファイルサーバやデータベースでの運用が考えられるが、その運用思想によって複数の種別の帳票が混在することがある。その場合、ユーザが操作対象としない帳票に対してもデータ操作を行ってしまう状況が考えられ、その結果、膨大な帳票の中から条件に一致するデータを検索する無駄な処理が発生したり、他の種別の帳票のデータを誤って書き換える等のエラーが発生したりするおそれがある。そこで、複数の種別の帳票が混在する場合において、ユーザが概念的に求める帳票群を自動選定する手法が求められている。

上記の課題に対するアプローチとして、帳票の画像を利用した帳票選択技術や、比較対象の複票（複数の種別の帳票）について帳票の画像の類似度を検出し、類似度の閾値で選択可否を決定する技術が提案されている（特許文献１，２参照）。

特許第４１５４３０８号公報 特開２００５−２７５８２０号公報

高木郁子他、「電子帳票群に対する横断的データ操作技術のための抽出手法の検討」、電子情報通信学会、信学技報、Vol.114、No.150、LOIS2014-11、pp.1-6、2014年7月17日 角田篤泰他，「e-Legislationにおける条文と様式の計算論的形式かへ向けて」、名古屋大學法政論集259号、pp327-368、2014年12月25日

しかし、上記の技術はいずれも帳票を画像単位で識別することを前提としているため、帳票の様式（例えば、帳票の表枠の大きさ、位置、数、表枠内のセルの数等）によっては、ユーザが求める帳票群を選定することができなかった。そこで、本発明は、前記した問題を解決し、ユーザが概念的に求める帳票群を自動選定することを課題とする。

前記した課題を解決するため、本発明は、１以上のシートからなる帳票ファイルについて、比較帳票ファイルがテンプレート帳票ファイルと同種の帳票ファイルを選定する同種帳票ファイル選定装置であって、前記テンプレート帳票ファイルの各シートの項目の並びを示す木構造を記憶するテンプレート記憶部と、１以上の比較帳票ファイルの各シートの項目の並びを示す木構造を記憶する比較帳票群記憶部と、前記テンプレート記憶部に記憶された木構造と前記比較帳票群記憶部に記憶された木構造とをシートごとに比較し、シート間の木構造の類似度であるシート類似度を算出するシート間類似度算出部と、算出されたシート類似度に基づいて前記テンプレート帳票ファイルおよび前記比較帳票ファイルのシート同士の尤もらしい対応関係を求めるシート間対応関係算出部と、前記対応関係のあるシート同士のシート類似度に基づき、前記比較帳票ファイルが前記テンプレート帳票ファイルと同種の帳票ファイルか否かを判定する判定部とを備えることを特徴とする。

本発明によれば、ユーザが概念的に求める帳票群を自動選定することができる。

図１は、同種帳票ファイル選定装置の概要を説明する図である。 図２は、同種帳票ファイル選定装置の構成例を示す図である。 図３は、シート間類似度算出部の概要を説明する図である。 図４は、シート間類似度算出部におけるシート類似度の算出方法を説明する図である。 図５は、シート間対応関係算出部の概要を説明する図である。 図６は、同種帳票ファイル選定装置の処理手順を示すフローチャートである。 図７は、図６のＳ２の処理手順の一例を示すフローチャートである。 図８は、図６のＳ２の処理手順の一例を示すフローチャートである。 図９は、図６のＳ３の処理手順の一例を示すフローチャートである。 図１０は、同種帳票ファイル選定プログラムを実行するコンピュータを示す図である。

（概要）
以下、図面を参照しながら、本発明の実施形態について説明する。本発明は本実施形態に限定されない。まず、図１を用いて本実施形態の同種帳票ファイル選定装置１０の概要を説明する。

なお、以下の説明において、テンプレートとは、ユーザが検索（選定）条件とする帳票ファイルであり、１以上のシートを含む。また、比較帳票とは、テンプレートとの比較対象となる（つまり選定対象となる）帳票ファイルである。この比較帳票も１以上のシートを含む。また、同種帳票ファイル選定装置１０は、テンプレートに含まれる各シートの項目名の並びおよびデータを論理構造に変換し、また、比較帳票についても同様に各シートの項目名の並びおよびデータを論理構造に変換しておくものとする。例えば、シートの項目名の並びおよびデータを、図１に示すような木構造に変換しておくものとする。

同種帳票ファイル選定装置１０は、テンプレートの入力を受け付けると、このテンプレートに含まれる各シートと比較帳票に含まれる各シートの論理構造に基づき、テンプレートと同種の比較帳票を選定する。例えば、同種帳票ファイル選定装置１０は、テンプレートに含まれるシートＸ−１，Ｘ−２，Ｘ−３および比較帳票に含まれるシートＹ−１，Ｙ−２，Ｙ−３間で，それぞれの構造的な類似度（シート類似度）を算出する（｛Ｘ−１，Ｙ−１｝，｛Ｘ−１，Ｙ−２｝，｛Ｘ−１，Ｙ−３｝，｛Ｘ−２，Ｙ−１｝，｛Ｘ−２，Ｙ−２｝，｛Ｘ−２，Ｙ−３｝，｛Ｘ−３，Ｙ−１｝，｛Ｘ−３，Ｙ−２｝，｛Ｘ−３，Ｙ−３｝）。そして、このシート類似度から、テンプレートおよび各比較帳票の各シートについて尤もらしい対応関係を求める（例えば、｛Ｘ−１，Ｙ−２｝，｛Ｘ−２，Ｙ−１｝，｛Ｘ−３，Ｙ−３｝）。次に、同種帳票ファイル選定装置１０は、各シートが当該対応関係をとる場合において、テンプレートと各比較帳票とがどの程度類似するかを算出し、その算出した値を閾値と比較することにより、比較帳票がテンプレートと同種の帳票ファイルか否かを判定する。

このような同種帳票ファイル選定装置１０によれば、帳票ファイルにおける項目名の並びの論理構造を考慮し、テンプレートと同種の帳票ファイルか否かを判定するので、比較帳票に複数の種別の帳票が混在する場合でも、ユーザが求める帳票ファイルを選定することができる。また、同種帳票ファイル選定装置１０は、帳票ファイル間でシート同士の尤もらしい対応関係を求めた上で、同種の帳票ファイルか否かを判定するので、比較帳票におけるシート順が、テンプレートのシート順と異なる場合でも、同種の帳票ファイルとして判定することができる。更に、同種帳票ファイル選定装置１０は、帳票ファイル間でシート同士の尤もらしい対応関係を求めた上で、同種の帳票ファイルか否かを判定するので、テンプレートのシートに含まれていないシートが比較帳票に含まれている場合、また、テンプレートのシートに含まれているシートが比較帳票に含まれていない場合に、該当のシートがいずれかを判定することができる。

（構成）
次に、図２を用いて、同種帳票ファイル選定装置１０の構成を説明する。同種帳票ファイル選定装置１０は、入力部１１と、出力部１２と、記憶部１３と、制御部１４とを備える。

入力部１１は、同種帳票ファイル選定装置１０への種々のデータ入力を受け付ける。例えば、入力部１１は、テンプレート、比較帳票群、閾値情報（後記）等の入力を受け付ける。出力部１２は、制御部１４による計算結果、例えば、比較帳票群のうち、対象帳票判定部１４３（後記）によりテンプレートと同種と判定された比較帳票を出力する。

記憶部１３は、テンプレートを記憶するテンプレート記憶部１３１と、比較帳票群を記憶する比較帳票群記憶部１３２と、閾値情報を記憶する閾値情報記憶部１３３とを備える。なお、テンプレートも比較帳票も１以上のシートを含んでいれば、zipファイル等の圧縮ファイルでもよいし、同じフォルダ内に保持される複数のファイルをまとめたものでもよい。テンプレートは、各シートに含まれる項目名の並びが論理構造、例えば木構造形式に変換された状態でテンプレート記憶部１３１に記憶される。また、比較帳票についても各シートに含まれる項目名の並びが論理構造に変換された状態で比較帳票群記憶部１３２に記憶される。各シートの項目名の並びの取得は、例えば、非特許文献１に記載の帳票の木構造変換技術を用いる。ここでの木構造とは、例えば、シートを構成する項目名の並び（項目名、…、項目名）、または、項目名の並びとデータ（項目名、…、項目名、データ）のデータセットにより構成される。なお、上記の論理構造への変換は、制御部１４において行うようにしてもよい。

閾値情報は、対象帳票判定部１４３が、比較帳票をテンプレートと同種の帳票ファイルと判定するときに参照する閾値を示した情報である。この閾値情報を用いた判定の詳細は、対象帳票判定部１４３の項で詳細に説明する。

制御部１４は、同種帳票ファイル選定装置１０全体の制御を司り、ここでは主に比較帳票からテンプレートと同種の帳票ファイルを選定する。この制御部１４は、シート間類似度算出部１４１と、シート間対応関係算出部１４２と、対象帳票判定部１４３とを備える。

シート間類似度算出部１４１は、テンプレート記憶部１３１に記憶されたテンプレートの木構造と比較帳票群記憶部１３２に記憶された比較帳票それぞれの木構造とをシートごとに比較し、シート間の木構造の類似度であるシート類似度を算出する。つまり、シート間類似度算出部１４１は、まず、比較帳票群記憶部１３２に記憶されている比較帳票を１つ選択する。そして、シート間類似度算出部１４１は、シートの木構造から、テンプレートの任意のシートＸが、選択した比較帳票の任意のシートＹと類似する度合い（シート類似度）を算出する（図３参照）。シート間類似度算出部１４１は、このような処理を、比較帳票群記憶部１３２の比較帳票それぞれについて実行する。シート類似度は、例えば、シート間で当該シートの項目パス（シート上のデータを表現する項目名の並び。図４の符号４０２における項目パス参照）がどの程度類似しているかを算出することにより求めることができる。以下、シート類似度の算出方法の例を２つ挙げる。

（シート類似度の算出方法（１））
ここでは、図４に示すように、テンプレートのシートＸと比較帳票のシートＹとのシート類似度を算出する場合を考える。この場合、テンプレートのシートＸの木構造から項目パスを抽出しておく（符号４０１→符号４０２）。また、比較帳票のシートＹについても同様に木構造から項目パスを抽出しておく。そして、シート間類似度算出部１４１は、シートＹ上の項目パスのうち、シートＸと一致する項目パスの数の割合を算出する。つまり、シート間類似度算出部１４１は、（シートＸの項目パスのうち、シートＹ上にも存在する項目パスの数／シートＸの項目パスの数）をテンプレートのシートＸと比較帳票のシートＹとのシート類似度として算出する。シート間類似度算出部１４１は、このような処理をテンプレートのすべてのシートと、比較帳票のすべてのシートとのペアについて実行する。

（シート類似度の算出方法（２））
また、シート間類似度算出部１４１は、上記のシートＸおよびシートＹの各項目パスの文字列や順序等から類似度（項目パス同士の類似度）を求めて、その類似度が最大となる項目パス同士のマッチング関係（対応関係）をとり、そのマッチング関係における類似度の総和をシート類似度として算出してもよい。

例えば、上記のシートＸの項目パスｉとシートＹの項目パスｊとの類似度ｃ_ｉｊを、項目名ｓ_ｉ[ｋ]（項目パスｉのｋ番目の項目名）と項目名ｓ_ｊ[ｋ]（項目パスｊのｋ番目の項目名）の組み合わせの中で、類似度が最大のものとする場合、シート間類似度算出部１４１は、以下の式（１）により算出する。なお、項目名の類似度の算出に用いるｆ（）は、例えば、ダイス係数、ジャガード係数、シンプソン係数等の一般的な類似度算出指標を用いればよい。

そして、シート間類似度算出部１４１は、上記の式（１）により類似度ｃ_ｉｊを求めた後、テンプレートのシートＸの項目パス集合Ｔと比較帳票のシートＹの項目パス集合Ｆについて、以下の式（２）により、それぞれの項目パス同士のマッチング問題を解く。つまり、シート間類似度算出部１４１は、類似度ｃ_ｉｊが最大となるマッチング関係（対応関係ｘ_ｉｊ）を算出し、その対応関係ｘ_ｉｊにおける類似度ｃ_ｉｊの総和をシート類似度として算出する。

なお、シート間対応関係算出部１４１は、上記のシート類似度を算出する際、上記の項目パスのみならず、シート名、作成者、作成日、ファイル名等のファイル情報を用いて算出してもよい。

次に、シート間対応関係算出部１４２を説明する。シート間対応関係算出部１４２は、シート間類似度算出部１４１により算出されたシート類似度に基づいてテンプレートおよび比較帳票のシート同士の尤もらしい対応関係を求める。例えば、シート間対応関係算出部１４２は、図５に示すように、テンプレートの各シート（シート１〜Ｎ）それぞれが、比較帳票の各シート（シート１〜Ｍ）のどのシートと対応するかを、シート同士の類似度（シート類似度）を用いたマッチング問題を解くことにより求める。

例えば、テンプレートのシートｋと比較帳票のシートｌとのシート類似度ｗ_ｋｌは以下の式（３）により表される。

そして、シート間対応関係算出部１４２は、テンプレートのシート集合Ｓ^Ｔと、比較帳票のシート集合Ｓ^Ｆについて、シート類似度ｗ_ｋｌを用いて、以下の式（４）により、それぞれのシート同士のマッチング問題を解く。つまり、シート間対応関係算出部１４２は、シート類似度ｗ_ｋｌが最大となるシート同士のマッチング関係（対応関係ｚ_ｋｌ）を算出する。

対象帳票判定部１４３は、シート間対応関係算出部１４２により求められた、テンプレートおよび比較帳票のシート同士の尤もらしい対応関係（ｚ_ｋｌ）と閾値情報とを用いて、比較帳票がテンプレートと同種の帳票ファイルか否かを判定する。以下、判定方法の例を２つ挙げる。

（シート類似度を用いる方法（１））
例えば、対象帳票判定部１４３は、シート間対応関係算出部１４２において対応関係のある（つまり、ｚ_ｋｌ＝１）のテンプレートのシートと比較帳票のシートとのシート類似度（ｗ_ｋｌ）の最小値が、閾値情報に示される所定の閾値Ａを超えるとき、当該比較帳票をテンプレートと同種の帳票ファイルと判定する。つまり、対象帳票判定部１４３は、対応関係のあるシート間のシート類似度（ｗ_ｋｌ）のすべてが所定の閾値Ａを超えるとき、当該比較帳票をテンプレートと同種の帳票ファイルと判定する。

（シート類似度を用いる方法（２））
また、対象帳票判定部１４３は、対応関係のあるテンプレートのシートと比較帳票のシートの間のシート類似度（ｗ_ｋｌ）の平均値または合計値が所定の閾値Ｂを超えるとき、当該比較帳票をテンプレートと同種の帳票ファイルと判定してもよい。なお、対応関係のあるシート間のシート類似度（ｗ_ｋｌ）の平均値は、対応関係のあるシート間のシート類似度（ｗ_ｋｌ）の合計値を、テンプレートに含まれるシート数で割った値である。

なお、上記の判定に用いられる閾値Ａや閾値Ｂは、同種帳票ファイル選定装置１０のユーザが適宜設定することができる。このようにすることで、対象帳票判定部１４３がテンプレートと同種の帳票ファイルを判定する際、シートの項目名の揺らぎをどの程度許容するかをユーザが設定することができる。

（処理手順）
次に、図６を用いて、同種帳票ファイル選定装置１０の処理手順を説明する。なお、以下の説明において、比較帳票群は事前に比較帳票群記憶部１３２に記憶されているものとする。

まず、同種帳票ファイル選定装置１０の入力部１１はテンプレートの入力を受け付ける（Ｓ１）と、このテンプレートをテンプレート記憶部１３１に記憶する。そして、制御部１４は、比較帳票群の比較帳票ごとに、Ｓ２〜Ｓ４の処理を繰り返す。

すなわち、シート間類似度算出部１４１はテンプレートの木構造と比較帳票の木構造とをシートごとに比較し、それぞれのシート間のシート類似度を算出する（Ｓ２：シート類似度算出）。次に、シート間対応関係算出部１４２は、Ｓ２で算出されたシート類似度に基づいてテンプレートおよび比較帳票のシート同士の尤もらしい対応関係を求める（Ｓ３：シート間対応関係算出）。そして、対象帳票判定部１４３は、Ｓ３で求めたテンプレートおよび比較帳票のシート同士の尤もらしい対応関係（ｚ_ｋｌ）と、閾値情報とを用いて、比較帳票がテンプレートと同種の帳票ファイルか否かを判定する（Ｓ４）。

そして、制御部１４は、比較帳票群の比較帳票すべてについて、Ｓ２〜Ｓ４の処理を実行すると、テンプレートと同種と判定された比較帳票（帳票ファイル）を出力する（Ｓ５：判定結果出力）。つまり、制御部１４は、比較帳票群から、テンプレートと同種の比較帳票（帳票ファイル）を選定し、出力部１２経由で出力する。

このようにすることで、同種帳票ファイル選定装置１０は、帳票ファイルにおける項目の並び等の論理構造を考慮して、比較帳票群からテンプレートと同種の比較帳票を選定することができる。

次に、図７を用いて、図６のＳ２（シート類似度算出）において、前記したシート類似度の算出方法（１）によりシート類似度を算出する場合の処理手順を説明する。

まず、シート間類似度算出部１４１は、一致する項目パスの数のカウントに用いるカウント値に「０」をセットする（Ｓ１１）。そして、シート間類似度算出部１４１は、シートＸの各項目パスｉについて、Ｓ１２とＳ１３の処理を繰り返すことで、シートＹ上にシートＸの項目パスと一致する項目パスがいくつあるかをカウントする。すなわち、シート間類似度算出部１４１は、シートＹ上に項目パスｉと一致する項目パスが１つ以上あるか否かを判定し（Ｓ１２）、一致する項目パスが１つ以上あれば（Ｓ１２でＹｅｓ）、カウント値を１加算し（Ｓ１３）、一致する項目パスがなければ（Ｓ１２でＮｏ）、Ｓ１３をスキップする。そして、シート間類似度算出部１４１は、シートＸの項目パスすべてについて、Ｓ１２の処理を実行すると、（シートＹ上にシートＸと一致する項目パスがある個数／シートＸの項目パス数）を、シートＸとシートＹとのシート類似度として算出する（Ｓ１４）。

また、図８を用いて、図６のＳ２（シート類似度算出）において、前記したシート類似度の算出方法（２）によりシート類似度を算出する場合の処理手順を説明する。

まず、シート間類似度算出部１４１は、シートＸの各項目パスｉについて、例えば、式（１）に基づき、シートＹの各項目パスｊとの類似度を算出し（Ｓ２１：項目パスの類似度を算出）、その後、例えば、式（２）に基づき、シートＸ、シートＹについての項目パス同士のマッチング問題を解く（Ｓ２２）。つまり、シート間類似度算出部１４１は、式（１）により、上記のシートＸの各項目パスとシートＹの各項目パスとの類似度（項目パスの類似度）を算出し、その類似度が最大となるマッチング関係（対応関係）を求める。そして、シート間類似度算出部１４１は、Ｓ２２で解いた項目パス同士のマッチング問題の最適値をシート類似度として算出する（Ｓ２４）。例えば、シート間類似度算出部１４１は、Ｓ２２で求めた対応関係ｘ_ｉｊにおける項目パスの類似度ｃ_ｉｊの総和を、シートＸとシートＹのシート類似度として算出する。

このようにすることで、シート間類似度算出部１４１は、シートＸとシートＹとのシート類似度を算出することができる。

次に、図９を用いて、図６のＳ３（シート間対応関係算出）の処理手順の詳細を説明する。シート間類似度算出部１４１は、図６のＳ２で求めたテンプレートおよび比較帳票それぞれのシート同士の類似度（シート類似度）を用いて、式（４）に基づき、テンプレート、比較帳票についてシート同士のマッチング問題を解く（Ｓ３１）。つまり、シート間対応関係算出部１４２は、式（４）により、テンプレートおよび比較帳票のシート同士の尤もらしい対応関係（ｚ_ｋｌ）を求める。シート間対応関係算出部１４１は、このような処理を比較帳票群の各比較帳票について実行し、求めた対応関係（ｚ_ｋｌ）を対象帳票判定部１４３へ出力する。

以上説明した同種帳票ファイル選定装置１０によれば、帳票ファイルにおける項目名の並びの論理構造を考慮し、比較帳票がテンプレートと同種の帳票ファイルか否かを判定するので、比較帳票に複数の種別の帳票が混在する場合でも、ユーザが求める帳票ファイルを選定することができる。また、同種帳票ファイル選定装置１０は、比較帳票がテンプレートと同種の帳票ファイルか否かを判定する際、類似度（シート類似度）の閾値を用いるので、帳票ファイルの項目名の揺らぎを許容した判定を行うことができる。さらに、同種帳票ファイル選定装置１０は、帳票ファイル間でシート同士の尤もらしい対応関係を求めた上で、同種の帳票ファイルか否かの判定を行うので、比較帳票におけるシート順が、テンプレートのシート順と異なる場合でも、同種の帳票ファイルとして判定することができる。

（その他の実施形態）
なお、対象帳票判定部１４３は、比較帳票がテンプレートと同種の帳票ファイルであるか否かを判定する際、前記したシート類似度を用いる方法（１）またはシート類似度を用いる方法（２）に加え、以下の方法を組み合わせて判定してもよい。

例えば、対象帳票判定部１４３は、シート類似度を用いる方法（１）またはシート類似度を用いる方法（２）により、テンプレートと同種の帳票ファイルと判定した比較帳票について、シート間対応関係算出部１４２において対応関係があると判断されたシートを取り出す。そして、そのシート間で、シート間類似度算出部１４１において対応関係があると判断された各項目パスの類似度の最小値が所定の閾値を超えるとき、対象帳票判定部１４３は、比較帳票はテンプレートと同種の帳票ファイルであると判定する。つまり、対応関係があるシート間で対応関係ｘ_ｉｊ＝１をとるすべての項目パスの類似度ｃ_ｉｊが所定の閾値を超えていれば、対象帳票判定部１４３は、当該比較帳票をテンプレートと同種の帳票ファイルと判定する。

また、シート間対応関係算出部１４２において対応関係があると判断されたシート間で、シート間類似度算出部１４１において対応関係があると判断された各項目パスの類似度の平均値が所定の閾値を超えるとき、対象帳票判定部１４３は、比較帳票がテンプレートと同種の帳票ファイルであると判定してもよい。つまり、対象帳票判定部１４３は、対応関係のあるシート間で対応関係ｘ_ｉｊ＝１をとるすべての項目パスの類似度ｃ_ｉｊの合計値を、テンプレートにおける当該対応関係のあるシートの項目パス数で割った値が、所定の閾値を超えていれば、対象帳票判定部１４３は、当該比較帳票をテンプレートと同種の帳票ファイルと判定する。また、対象帳票判定部１４３は、上記の各項目パスの類似度の平均値に代えて、各項目パスの類似度の合計値を用いて判定してももちろんよい。

このようすることで、シート間類似度算出部１４１は、シート間対応関係算出部１４２において対応関係があると判定されたシートについて、実際にシート間で項目パス同士が類似しているかを考慮して、比較帳票がテンプレートと同種の帳票ファイルであるか否かを判定することができる。

また、同種帳票ファイル選定装置１０は、シート間対応関係算出部１４２によりテンプレートおよび比較帳票の各シートの尤もらしい対応関係を求めた後、対応関係のあるシート同士の項目パスの差分や、対応関係が得られなかったシート等を出力してもよい。このようにすることで、ユーザは、テンプレートに対し、比較帳票に過不足な項目パスやシートを確認することができる。

（プログラム）
また、上記実施形態に係る同種帳票ファイル選定装置１０が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成し、実行することもできる。この場合、コンピュータがプログラムを実行することにより、上記実施形態と同様の効果を得ることができる。さらに、かかるプログラムをコンピュータに読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータに読み込ませて実行することにより上記実施形態と同様の処理を実現してもよい。以下に、同種帳票ファイル選定装置１０と同様の機能を実現する制御プログラムを実行するコンピュータの一例を説明する。

図１０は、同種帳票ファイル選定プログラムを実行するコンピュータを示す図である。図１０に示すように、コンピュータ１０００は、例えば、メモリ１０１０と、ＣＰＵ（Central Processing Unit）１０２０と、ハードディスクドライブインタフェース１０３０と、ディスクドライブインタフェース１０４０と、シリアルポートインタフェース１０５０と、ビデオアダプタ１０６０と、ネットワークインタフェース１０７０とを有する。これらの各部は、バス１０８０によって接続される。

メモリ１０１０は、ＲＯＭ（Read Only Memory）１０１１およびＲＡＭ（Random Access Memory）１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０９０に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１１００に接続される。ディスクドライブ１１００には、例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が挿入される。シリアルポートインタフェース１０５０には、例えば、マウス１１１０およびキーボード１１２０が接続される。ビデオアダプタ１０６０には、例えば、ディスプレイ１１３０が接続される。

ここで、図１０に示すように、ハードディスクドライブ１０９０は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３およびプログラムデータ１０９４を記憶する。上記実施形態で説明した各帳票ファイルや閾値情報は、例えばハードディスクドライブ１０９０やメモリ１０１０に記憶される。

また、同種帳票ファイル選定プログラムは、例えば、コンピュータ１０００によって実行される指令が記述されたプログラムモジュールとして、ハードディスクドライブ１０９０に記憶される。具体的には、上記実施形態で説明した同種帳票ファイル選定装置１０が実行する各処理が記述されたプログラムモジュールが、ハードディスクドライブ１０９０に記憶される。

また、同種帳票ファイル選定プログラムによる情報処理に用いられるデータは、プログラムデータとして、例えば、ハードディスクドライブ１０９０に記憶される。そして、ＣＰＵ１０２０が、ハードディスクドライブ１０９０に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出して、上述した各手順を実行する。

なお、同種帳票ファイル選定プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０９０に記憶される場合に限られず、例えば、着脱可能な記憶媒体に記憶されて、ディスクドライブ１１００等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、制御プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）等のネットワークを介して接続された他のコンピュータに記憶され、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。

１０ 同種帳票ファイル選定装置
１１ 入力部
１２ 出力部
１３ 記憶部
１４ 制御部
１３１ テンプレート記憶部
１３２ 比較帳票群記憶部
１３３ 閾値情報記憶部
１４１ シート間類似度算出部
１４２ シート間対応関係算出部
１４３ 対象帳票判定部

Claims (7)

1. １以上のシートからなる帳票ファイルについて、比較帳票ファイルがテンプレート帳票ファイルと同種の帳票ファイルを選定する同種帳票ファイル選定装置であって、
   前記テンプレート帳票ファイルの各シートの項目の並びを示す木構造を記憶するテンプレート記憶部と、
   １以上の比較帳票ファイルの各シートの項目の並びを示す木構造を記憶する比較帳票群記憶部と、
   前記テンプレート記憶部に記憶された木構造と前記比較帳票群記憶部に記憶された木構造とをシートごとに比較し、シート間の木構造の類似度であるシート類似度を算出するシート間類似度算出部と、
   算出されたシート類似度に基づいて前記テンプレート帳票ファイルおよび前記比較帳票ファイルのシート同士の尤もらしい対応関係を求めるシート間対応関係算出部と、
   前記対応関係のあるシート同士のシート類似度に基づき、前記比較帳票ファイルが前記テンプレート帳票ファイルと同種の帳票ファイルか否かを判定する判定部とを備えることを特徴とする同種帳票ファイル選定装置。
2. 前記シート間対応関係算出部は、
   前記シート同士のシート類似度の総和が最大となるような前記対応関係を求めることを特徴とする請求項１に記載の同種帳票ファイル選定装置。
3. 前記シート間類似度算出部は、
   前記シート間で、前記シートの木構造を構成する項目パス同士の類似度の総和が最大となるような項目パスの組み合わせを算出し、当該組み合わせにおける項目パスの類似度の総和を前記シート類似度として算出とすることを特徴とする請求項１または請求項２に記載の同種帳票ファイル選定装置。
4. 前記判定部は、
   前記対応関係のあるシート同士のシート類似度の最小値が所定の閾値を超えるとき、前記シートを含む比較帳票ファイルについて前記テンプレート帳票ファイルと同種の帳票ファイルと判定することを特徴とする請求項１〜３のいずれか１項に記載の同種帳票ファイル選定装置。
5. 前記判定部は、
   前記対応関係のあるシート同士のシート類似度の平均値が所定の閾値を超えるとき、前記シートを含む比較帳票ファイルについて前記テンプレート帳票ファイルと同種の帳票ファイルと判定することを特徴とする請求項１〜３のいずれか１項に記載の同種帳票ファイル選定装置。
6. １以上のシートからなる帳票ファイルについて、比較帳票ファイルがテンプレート帳票ファイルと同種の帳票ファイルを選定する同種帳票ファイル選定方法であって、
   前記テンプレート帳票ファイルの各シートの項目の並びを示す木構造と前記比較帳票ファイルの各シートの項目の並びを示す木構造とをシートごとに比較し、シート間の木構造の類似度であるシート類似度を算出するステップと、
   算出されたシート類似度に基づいて前記テンプレート帳票ファイルおよび前記比較帳票ファイルのシート同士の尤もらしい対応関係を求めるステップと、
   前記対応関係のあるシート同士のシート類似度に基づき、前記比較帳票ファイルが前記テンプレート帳票ファイルと同種の帳票ファイルか否かを判定するステップとを含んだことを特徴とする同種帳票ファイル選定方法。
7. １以上のシートからなる帳票ファイルについて、比較帳票ファイルがテンプレート帳票ファイルと同種の帳票ファイルを選定する同種帳票ファイル選定プログラムであって、
   前記テンプレート帳票ファイルの各シートの項目の並びを示す木構造と前記比較帳票ファイルの各シートの項目の並びを示す木構造とをシートごとに比較し、シート間の木構造の類似度であるシート類似度を算出するステップと、
   算出されたシート類似度に基づいて前記テンプレート帳票ファイルおよび前記比較帳票ファイルのシート同士の尤もらしい対応関係を求めるステップと、
   前記対応関係のあるシート同士のシート類似度に基づき、前記比較帳票ファイルが前記テンプレート帳票ファイルと同種の帳票ファイルか否かを判定するステップとをコンピュータに実行させることを特徴とする同種帳票ファイル選定プログラム。

Images