JP6652141B2 - 項目名対応付け処理方法、項目名対応付け処理プログラム及び情報処理装置 - Google Patents

Description

本発明は、項目名対応付け処理方法、項目名対応付け処理プログラム及び情報処理装置に関する。

近年、例えば地方自治体が、当該地方自治体の地域内の観光地について様々な情報を集約し、インターネット上のホームページで公開することが行われている。当該地方自治体は、観光地の施設等から情報の提供を受けることで、観光地の情報を収集する。また、当該自治体の委託先企業が自治体からオープンデータとして観光地の情報の提供を受けて入力する場合もある。この場合、提供を受ける情報は、例えば、表形式データである各種表計算ソフトウェアのファイル形式、ＣＳＶ（Comma-Separated Values）形式、ＴＳＶ（Tab-Separated Values）形式等の様々なフォーマットに基づいた情報である。

特開２０１３−０１５９０９号公報

しかしながら、収集された情報は、例えば、名前と氏名のように、項目名が統一されていない場合がある。このため、収集された情報の項目名を定義済みの標準化ボキャブラリに関連付けることで、項目名を統一することが考えられる。ところが、項目名に適切な標準化ボキャブラリを探し出すには、相応の知識を有する者による探索の手間が発生する。

一つの側面では、本発明は、項目名を標準化したボキャブラリに対応付けできる項目名対応付け処理方法、項目名対応付け処理プログラム及び情報処理装置を提供することにある。

一つの態様では、項目名対応付け処理方法は、表形式データから複数の項目名を抽出する処理をコンピュータが実行する。また、項目名対応付け処理方法は、複数の項目群が記憶された記憶部を参照して、抽出した前記複数の項目名のそれぞれと所定の類似関係を有する項目名がどの項目群に含まれるか否か判定する処理をコンピュータが実行する。また、項目名対応付け処理方法は、前記複数の項目名のうち、肯定的な判定結果が得られた項目名については、前記所定の類似関係を有する項目名を対応付け対象として選択する処理をコンピュータが実行する。また、項目名対応付け処理方法は、否定的な判定結果が得られた項目名については、他の項目名と前記所定の類似関係を有する項目名が含まれると判定された項目群を対応付け候補として提示する処理をコンピュータが実行する。

項目名を標準化したボキャブラリに対応付けできる。

図１は、実施例の情報処理装置の構成の一例を示すブロック図である。 図２は、表形式データ及び表データの一例を示す図である。 図３は、情報ＤＢの一例を示す図である。 図４Ａは、ボキャブラリＤＢの一例を示す図である。 図４Ｂは、ボキャブラリＤＢの一例を示す図である。 図４Ｃは、ボキャブラリＤＢの一例を示す図である。 図５は、履歴ＤＢの一例を示す図である。 図６は、表データの抽出の一例を示す図である。 図７は、表データの抽出の他の一例を示す図である。 図８は、編集処理の一例を示す図である。 図９は、編集処理の他の一例を示す図である。 図１０は、編集処理の他の一例を示す図である。 図１１は、項目行ではない行におけるセルの連結解除の一例を示す図である。 図１２は、項目名の生成の一例を示す図である。 図１３は、項目名の生成の他の一例を示す図である。 図１４は、項目行の特定の一例を示す図である。 図１５は、項目行の特定の他の一例を示す図である。 図１６は、項目行の特定の他の一例を示す図である。 図１７は、項目行の特定の他の一例を示す図である。 図１８は、項目列の特定の一例を示す図である。 図１９は、項目列の特定の他の一例を示す図である。 図２０は、項目行の追加の一例を示す図である。 図２１は、項目行の追加の他の一例を示す図である。 図２２は、整形後の表データの一例を示す図である。 図２３は、割当画面の一例を示す図である。 図２４は、実施例の解析処理の一例を示すフローチャートである。 図２５は、実施例の標準化処理の一例を示すフローチャートである。 図２６は、項目名対応付け処理プログラムを実行するコンピュータの一例を示す図である。

以下、図面に基づいて、本願の開示する項目名対応付け処理方法、項目名対応付け処理プログラム及び情報処理装置の実施例を詳細に説明する。なお、本実施例により、開示技術が限定されるものではない。また、以下の実施例は、矛盾しない範囲で適宜組みあわせてもよい。

図１は、実施例の情報処理装置の構成の一例を示すブロック図である。図１に示す情報処理装置１００は、表形式データから複数の項目名を抽出する。また、情報処理装置１００は、複数の項目群が記憶された記憶部を参照して、抽出した複数の項目名のそれぞれと所定の類似関係を有する項目名がどの項目群に含まれるか否か判定する。また、情報処理装置１００は、複数の項目名のうち、肯定的な判定結果が得られた項目名については、所定の類似関係を有する項目名を対応付け対象として選択する。また、情報処理装置１００は、否定的な判定結果が得られた項目名については、他の項目名と所定の類似関係を有する項目名が含まれると判定された項目群を対応付け候補として提示する。これにより、情報処理装置１００は、項目名を標準化したボキャブラリに対応付けできる。なお、以下の説明では、主に行方向に着目して説明するが、列方向についても同様に適用可能である。

図１に示す情報処理装置１００は、通信部１１０と、表示部１１１と、操作部１１２と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、図１に示す機能部以外にも既知のコンピュータが有する各種の機能部、例えば各種の通信デバイス、入力デバイスや音声出力デバイス等の機能部を有することとしてもかまわない。情報処理装置１００の一例としては、サーバ等の据置型のコンピュータを採用できる。情報処理装置１００には、上記のサーバ等の据置型のコンピュータのみならず、可搬型や据置型のパーソナルコンピュータを情報処理装置１００として採用することもできる。

通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１１０は、図示しないネットワークを介して図示しないユーザの端末装置と有線又は無線で接続され、端末装置との間で情報の通信を司る通信インタフェースである。通信部１１０は、端末装置から表形式データと、選択情報とを受信する。通信部１１０は、受信した表形式データと、選択情報とを制御部１３０に出力する。また、通信部１１０は、制御部１３０から割当画面が入力される。通信部１１０は、入力された割当画面を端末装置に送信する。

ここで、図２を用いて表形式データについて説明する。図２は、表形式データ及び表データの一例を示す図である。図２に示す表形式データ１１は、例えば、複数の表データ１２ａ、１２ｂと、表形式データ１１のタイトル等を含むデータである。なお、以下の説明では、例えば１つのファイル全体のデータを表形式データと表現し、表形式データ内の個々の表を表データと表現する。表形式データ１１には、例えば、最上段の行に項目（ヘッダ）がある表データ、最上段の行と最左列の列に項目がある表データ、小項目を表すためにセルが連結されて項目行が２行に渡る表データ等が含まれる。なお、表データは、これらに限定されず、行列の形で表すことができるデータであれば、どのようなデータでもよい。また、表形式データは、例えば、官公庁や自治体から提供されるオープンデータを用いることができる。

図１の説明に戻って、表示部１１１は、各種情報を表示するための表示デバイスである。表示部１１１は、例えば、表示デバイスとして液晶ディスプレイ等によって実現される。表示部１１１は、制御部１３０から入力された表示画面等の各種画面を表示する。

操作部１１２は、情報処理装置１００の管理者から各種操作を受け付ける入力デバイスである。操作部１１２は、例えば、入力デバイスとして、キーボードやマウス等によって実現される。操作部１１２は、管理者によって入力された操作を操作情報として制御部１３０に出力する。なお、操作部１１２は、入力デバイスとして、タッチパネル等によって実現されるようにしてもよく、表示部１１１の表示デバイスと、操作部１１２の入力デバイスとは、一体化されるようにしてもよい。

記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、ハードディスクや光ディスク等の記憶装置によって実現される。記憶部１２０は、情報データベース１２１と、ボキャブラリデータベース１２２と、履歴データベース１２３とを有する。なお、以下の説明では、データベースをＤＢと省略して表現する。また、記憶部１２０は、制御部１３０での処理に用いる情報を記憶する。

情報ＤＢ１２１は、表データについて、項目と値とボキャブラリとを対応付けて記憶する。図３は、情報ＤＢの一例を示す図である。図３に示すように、情報ＤＢ１２１は、「行」、「項目」、「値」、「標準化ボキャブラリ」、「グループ」といった項目を有する。情報ＤＢ１２１は、例えば、表データを構成するセルごとに１レコードとして記憶する。

「行」は、データが入力されているセルの行、つまりデータ行数を示す情報である。「項目」は、セルに対応する項目、つまり項目名を示す情報である。「値」は、セルに格納されているデータを示す情報である。「標準化ボキャブラリ」は、当該項目、つまり項目名に対応付けられた標準化ボキャブラリを示す情報である。「グループ」は、標準化ボキャブラリの属するグループを示す情報である。なお、グループは、項目群ともいう。図３の１行目の例では、表データの「１」行目の項目「ｘ１」の値は「ｙ１」となり、項目「ｘ１」に対応付けられた標準化ボキャブラリは「Ｂ０１」、グループは「Ｇ０２」である。なお、図３の説明では、項目、値、標準化ボキャブラリ及びグループは、簡単のために記号と数字とで表しているが、実際には具体的な文字等が入る。例えば、あるレコードには、項目「住所」と、値「東京都・・・」と、標準化ボキャブラリ「住所」と、グループ「共通」とが対応付けられて記憶される。

図１の説明に戻って、ボキャブラリＤＢ１２２は、標準化ボキャブラリをグループごとに記憶する。図４Ａは、ボキャブラリＤＢの一例を示す図である。図４Ａは、標準化ボキャブラリのうち、全業種で共通する共通ボキャブラリを記憶するグループを示す。図４Ａに示すように、ボキャブラリＤＢ１２２の共通ボキャブラリグループ１２２ａは、例えば、グループ名「共通ボキャブラリグループ」とともに、「タイトル」、「説明文」といった全業種で共通するボキャブラリを記憶する。なお、グループ名は省略して「共通」としてもよい。また、ボキャブラリＤＢ１２２は、既存のデータベースがあれば、当該データベースを取り込んで用いてもよいし、既存のデータベースがなければ、新規に生成するようにしてもよい。

図４Ｂは、ボキャブラリＤＢの一例を示す図である。図４Ｂは、標準化ボキャブラリのうち、業種ごとのボキャブラリを記憶するグループの一例である医薬品ボキャブラリグループを示す。図４Ｂに示すように、ボキャブラリＤＢ１２２の医薬品ボキャブラリグループ１２２ｂは、例えば、グループ名「医薬品ボキャブラリグループ」とともに、「薬の名称」、「個別医薬品コード」といった医薬品に関して共通するボキャブラリを記憶する。なお、グループ名は省略して「医薬品」としてもよい。

図４Ｃは、ボキャブラリＤＢの一例を示す図である。図４Ｃは、標準化ボキャブラリのうち、業種ごとのボキャブラリを記憶するグループの一例である取引ボキャブラリグループを示す。図４Ｃに示すように、ボキャブラリＤＢ１２２の取引ボキャブラリグループ１２２ｃは、例えば、グループ名「取引ボキャブラリグループ」とともに、「取引の債権者」、「取引の債務者」といった取引に関して共通するボキャブラリを記憶する。なお、グループ名は省略して「取引」としてもよい。また、共通ボキャブラリグループ１２２ａ、医薬品ボキャブラリグループ１２２ｂ及び取引ボキャブラリグループ１２２ｃは、所定の項目群の一例である。

図１の説明に戻って、履歴ＤＢ１２３は、過去に手動判定で対応付けが行われた履歴を記憶する。図５は、履歴ＤＢの一例を示す図である。図５に示すように、履歴ＤＢ１２３は、「項目名」、「標準化ボキャブラリ」、「グループ」といった項目を有する。履歴ＤＢ１２３は、例えば、項目名ごとに１レコードとして記憶する。言い換えると、履歴ＤＢ１２３は、採用された候補と否定的な判定結果が得られた項目名との対応関係を記憶する。なお、履歴ＤＢ１２３は、全てのユーザの履歴を用いることで、より適切な標準化ボキャブラリを提示させることができる。

「項目名」は、表形式データから抽出され、手動判定が行われた項目名を示す情報である。「標準化ボキャブラリ」は、手動判定が行われた結果、採用された標準化ボキャブラリを示す情報である。「グループ」は、標準化ボキャブラリが属するグループを示す情報である。図５の１行目の例では、項目名「ＴＥＬ」に対して、グループ「共通」に属する標準化ボキャブラリ「電話番号」が手動判定にて採用されたことを示す。

図１の説明に戻って、制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、内部の記憶装置に記憶されているプログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されるようにしてもよい。

制御部１３０は、判定部１３１と、抽出部１３２と、編集部１３３と、カウント部１３４と、生成部１３５と、検出部１３６と、特定部１３７と、記憶制御部１３８とを有する。また、制御部１３０は、項目群判定部１３９と、提示部１４０と、対応関係記憶制御部１４１と有し、以下に説明する情報処理の機能や作用を実現又は実行する。なお、制御部１３０の内部構成は、図１に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

判定部１３１は、通信部１１０から表形式データが入力されると、入力された表形式データの各行又は各列について、データが入力されたセルの有無を判定する。すなわち、判定部１３１は、表形式データのデータ入力セルの有無を判定する。判定部１３１は、表形式データ及び判定結果を抽出部１３２に出力する。

抽出部１３２は、判定部１３１から表形式データ及び判定結果が入力されると、判定結果に基づいて、表形式データから、データが入力されたセルが存在する複数の連続する行又は列の塊を１つの表データに関連する部分として抽出する。すなわち、抽出部１３２は、データが入力されたセルが存在しない１又は複数の連続する行又は列を挟んで、データが入力されたセルが存在する１又は複数の連続する行又は列の塊を２つ検出すると、該２つの塊のそれぞれを異なる表データとして抽出する。抽出部１３２は、表データを抽出すると、抽出した表データを第１表データとして編集部１３３及び生成部１３５に出力する。また、抽出部１３２は、第１表データを記憶部１２０に記憶する。

ここで、図６及び図７を用いて表データの抽出について説明する。図６は、表データの抽出の一例を示す図である。図６は、表データが縦方向に複数存在する場合の一例である。図６の例では、表形式データ１３について、各行のデータ入力数１４を検出する。例えば、表形式データ１３では、１行目は表形式データ１３のタイトルが１つのセルに入力されているので、データ入力数１４は「１」となる。また、２行目は、データが入力されているセルがないので、データ入力数１４は「０」となる。以下同様に、各行のデータ入力数１４を検出する。

抽出部１３２は、データ入力数１４が「０」である行を表データの切れ目と判定し、表形式データ１３を切れ目で分割する。なお、以下の説明では、分割された表データに関する部分である塊をクラスタともいう。表形式データ１３は、クラスタ１５と、クラスタ１６と、クラスタ１７とに分割される。クラスタ１５は、表形式データ１３のタイトルである。クラスタ１６は、１つ目の表データである。クラスタ１７は、２つ目の表データである。抽出部１３２は、クラスタ１６及びクラスタ１７を第１表データとして抽出する。なお、抽出された第１表データは、例えばメモリ上で二次元配列等を用いて表形式に展開される。また、以下の説明において、第１表データに基づく各表データも同様である。

図７は、表データの抽出の他の一例を示す図である。図７は、表データが横方向に複数存在する場合の一例である。図７の例では、表形式データ１８について、各列のデータ入力数１９を検出する。例えば、表形式データ１８では、１列目はデータが入力されているセルがないので、データ入力数１９は「０」となる。また、２列目は、１行目に表形式データ１８のタイトル、２行目に「ａ」、３行目に「１」、４行目に「１」が入力されているので、データ入力数１９は「４」となる。以下同様に、各列のデータ入力数１９を検出する。

抽出部１３２は、データ入力数１９が「０」である列を表データの切れ目と判定し、表形式データ１８を切れ目で分割する。表形式データ１８は、クラスタ２０と、クラスタ２１とに分割される。クラスタ２０は、１つ目の表データである。クラスタ２１は、２つ目の表データである。抽出部１３２は、クラスタ２０及びクラスタ２１を第１表データとして抽出する。なお、クラスタ２０は、クラスタ２１と比べて、５行目にデータ入力セルがないが、５行目に空文字を付加して表の大きさを揃えている。

図１の説明に戻って、編集部１３３は、抽出部１３２から第１表データが入力されると、入力された第１表データに対して編集処理を実行する。編集部１３３は、まず、第１表データのうち、タイトルのセルを除く表を構成するセルの中で、最も上側の行又は最も左側の列を項目行又は項目列と仮に決定する。なお、タイトルのセルは、第１表データの中で、抽出部１３２で用いたデータ入力数が「１」である最も上側又は最も左側の行又は列として判定できる。編集部１３３は、仮に決定した項目行又は項目列にセル連結処理が施された特定のセルが含まれる場合には、特定のセルを単位セルに分割する。また、編集部１３３は、分割された単位セルのそれぞれに特定のセルに入力されたデータと同じデータを入力する。編集部１３３は、編集処理を完了した表データを第２表データとしてカウント部１３４及び生成部１３５に出力する。また、編集部１３３は、仮に決定した項目行又は項目列にセル連結処理が施された特定のセルが含まれない場合には、入力された第１表データをそのまま第２表データとしてカウント部１３４及び生成部１３５に出力する。

ここで、図８から図１１を用いて編集処理について説明する。図８は、編集処理の一例を示す図である。図８の例では、第１表データ２２の１行目にセル連結処理が施されたセルが含まれている。つまり、値「ａ」、「ｂ」のセルが、セル連結処理が施された特定のセルである。編集部１３３は、特定のセルを単位セルに分割し、値「ａ」、「ｂ」を、分割された単位セルのそれぞれに入力する。編集部１３３は、編集処理を完了した第２表データ２３をカウント部１３４及び生成部１３５に出力する。

図９は、編集処理の他の一例を示す図である。図９の例では、図８の例と同様に、第１表データ２４のセル連結処理が施された特定のセルの値「ａ」、「ｂ」を、分割された単位セルのそれぞれに入力して第２表データ２５としている。

図１０は、編集処理の他の一例を示す図である。図１０の例では、第１表データ２６の１列目にセル連結処理が施されたセルが含まれている。つまり、値「ｇ」、「ｈ」のセルが、セル連結処理が施された特定のセルである。編集部１３３は、特定のセルを単位セルに分割し、値「ｇ」、「ｈ」を、分割された単位セルのそれぞれに入力する。編集部１３３は、編集処理を完了した第２表データ２７をカウント部１３４及び生成部１３５に出力する。すなわち、編集部１３３は、行方向のセル連結処理が施された特定のセルと、列方向のセル連結処理が施された特定のセルとを単位セルに分割し、分割された単位セルのそれぞれに特定のセルの値を入力する。

図１１は、項目行ではない行におけるセルの連結解除の一例を示す図である。図１１の例では、第１表データ２８の最終行、つまり４行目にセル連結処理が施されたセルが含まれている。つまり、値「１００」のセルが、セル連結処理が施された特定のセルである。編集部１３３は、第１表データ２８の最終行が項目行ではないので、特定のセルを単位セルに分割し、値「１００」を分割した単位セルのうち１つのセルに入力する。編集部１３３は、編集処理を完了した第２表データ２９をカウント部１３４及び生成部１３５に出力する。なお、図１１の例では、１行目のセルの連結処理の解除の説明は省略している。なお、項目行ではない行におけるセルの連結解除は、特定部１３７において項目行又は項目列が特定された後に行ってもよい。

図１の説明に戻って、カウント部１３４は、編集部１３３から第２表データが入力されると、第２表データのうち、データが入力されたセルの数を行ごと又は列ごとにカウントする。すなわち、カウント部１３４は、行又は列の塊のうち、データが入力されたセルの数を行ごと又は列ごとにカウントする。カウント部１３４は、行ごと又は列ごとにカウントしたセルの数をカウント値として検出部１３６に出力する。

生成部１３５には、抽出部１３２から第１表データが入力され、編集部１３３から第２表データが入力される。生成部１３５は、まず、入力された第１表データのうち、タイトルのセルを除く表を構成するセルの中で、最も上側の行又は最も左側の列を項目行又は項目列と仮に決定する。なお、タイトルのセルは、編集部１３３と同様に判定できる。生成部１３５は、仮に決定した項目行又は項目列にセル連結処理が施された特定のセルが含まれる場合には、特定のセルを含む範囲を連続する複数の項目行又は連続する複数の項目列と仮に決定する。すなわち、生成部１３５は、特定のセルを分割したそれぞれの単位セルが含まれる行又は列と、当該行又は列の下側又は右側に隣接する行又は列とを、連続する複数の項目行又は連続する複数の項目列と仮に決定する。

生成部１３５は、連続する複数の項目行又は連続する複数の項目列を仮に決定すると、編集部１３３から入力された第２表データに対して、項目名の生成を実行する。すなわち、生成部１３５は、仮に決定した連続する複数の項目行若しくは連続する複数の項目列について、同じ列若しくは同じ列のセルを含む連結セルの値、又は、同じ行若しくは同じ行のセルを含む連結セルの値を合成した値を項目名として生成する。なお、連結セルは、セル連結処理が施された特定のセルのことである。生成部１３５は、生成した項目名を適用した第２表データを第３表データとして検出部１３６に出力する。生成部１３５は、仮に決定した項目行又は項目列にセル連結処理が施された特定のセルが含まれない場合には、入力された第２表データをそのまま第３表データとして検出部１３６に出力する。

ここで、図１２及び図１３を用いて項目名の生成について説明する。図１２は、項目名の生成の一例を示す図である。図１２の例では、生成部１３５は、第１表データ３０について、１行目及び２行目を項目行、並びに、１列目及び２列目を項目列と仮に決定する。次に、生成部１３５は、１行目及び２行目において、同じ列若しくは同じ列のセルを含む連結セルの値を合成した値を、項目行のそれぞれの項目名として生成する。なお、合成した値は、セル連結処理が施された特定のセルについてセル連結処理が解除された図示しない第２表データに基づいて生成される。生成部１３５は、例えば、第１表データ３０の１行３列の「ｂ」と、２行３列の「ｆ」とを合成した「ｂ／ｆ」を、第３表データ３１の１行２列の項目名として生成する。

また、生成部１３５は、１列目及び２列目において、同じ行若しくは同じ行のセルを含む連結セルの値を合成した値を、項目列のそれぞれの項目名として生成する。生成部１３５は、例えば、第１表データ３０の３行１列の「ｊ」と、３行２列の「ｍ」とを合成した「ｊ／ｍ」を、第３表データ３１の２行１列の項目名として生成する。なお、第１表データ３０では、１行１列、１行２列、２行１列及び２行２列の４つのセルは連結されて値が「ａ」であるので、第３表データ３１では、１行１列の項目名を「ａ」としている。

図１３は、項目名の生成の他の一例を示す図である。図１３の例では、生成部１３５は、第１表データ３２について、１行目及び２行目を項目行と仮に決定する。次に、生成部１３５は、１行目及び２行目において、同じ列若しくは同じ列のセルを含む連結セルの値を合成した値を、項目行のそれぞれの項目名として生成する。なお、合成した値は、セル連結処理が施された特定のセルについてセル連結処理が解除された図示しない第２表データに基づいて生成される。生成部１３５は、例えば、第１表データ３２の１行１列の「ａ」と、２行１列の「ｄ」とを合成した「ａ／ｄ」を、第３表データ３３の１行１列の項目名として生成する。また、生成部１３５は、例えば、第１表データ３２の１行２列の「ａ」と、２行２列の「ｅ」とを合成した「ａ／ｅ」を、第３表データ３３の１行２列の項目名として生成する。

図１の説明に戻って、検出部１３６には、カウント部１３４からカウント値が入力され、生成部１３５から第３表データが入力される。検出部１３６は、入力された第３表データに対して、入力されたカウント値が最大の行又は列のうち、最も上側の行又は最も左側の列を検出する。検出部１３６は、検出された最も上側の行又は最も左側の列を検出結果として、カウント値及び第３表データとともに特定部１３７に出力する。

特定部１３７には、検出部１３６から検出結果、カウント値及び第３表データが入力される。特定部１３７は、カウント値及び第３表データに基づいて、カウント値が最大の行又は列のうち、最も上側の行又は最も左側の列を表の項目を示す行又は列として特定する。すなわち、特定部１３７は、項目行又は項目列を特定する。特定部１３７は、特定が完了した第３表データを第４表データとする。特定部１３７は、特定した項目行又は項目列と、第４表データとを記憶制御部１３８に出力する。

また、特定部１３７は、検出結果、カウント値及び第３表データに基づいて、項目行又は項目列を特定してもよい。特定部１３７は、検出した最も上側の行に隣接する下側の行に対応するカウント値が最大でない場合に、最も上側の行を表の項目を示す行として特定する。又は、特定部１３７は、検出した最も左側の列に隣接する右側の列に対応するカウント値が最大でない場合に、最も左側の列を表の項目を示す列として特定する。すなわち、特定部１３７は、項目行又は項目列を特定する。特定部１３７は、特定が完了した第３表データを第４表データとする。特定部１３７は、特定した項目行又は項目列と、第４表データとを記憶制御部１３８に出力する。

さらに、特定部１３７は、複数行が同じカウント値である場合に、非数値データが入力されたセルの割合に基づいて、項目行又は項目列を特定してもよい。特定部１３７は、検出した最も上側の行を含み連続する複数行が同じカウント値である場合に、複数行について行内のセルのうち非数値データが入力されたセルの割合に基づいて、項目を示す行を特定する。又は、特定部１３７は、検出した最も左側の列を含み連続する複数列が同じカウント値である場合に、複数列について列内のセルのうち非数値データが入力されたセルの割合に基づいて、項目を示す列として特定する。すなわち、特定部１３７は、項目行又は項目列を特定する。特定部１３７は、特定が完了した第３表データを第４表データとする。特定部１３７は、特定した項目行又は項目列と、第４表データとを記憶制御部１３８に出力する。

また、特定部１３７は、編集部１３３で仮に決定された項目行又は項目列を採用して項目行又は項目列を特定してもよい。さらに、特定部１３７は、生成部１３５で仮に決定された連続する複数の項目行又は連続する複数の項目列を採用して、項目行又は項目列を特定してもよい。特定部１３７は、特定が完了した第３表データを第４表データとする。特定部１３７は、特定した項目行又は項目列と、第４表データとを記憶制御部１３８に出力する。

また、特定部１３７は、第３表データが、項目行又は項目列が存在しない表である場合に、最も上側の行又は最も左側の列を項目行又は項目列とみなして項目行又は項目列を特定してもよい。特定部１３７は、カウント値が最大の行又は列のうち、最も上側の行又は最も左側の列が、入力されたデータが項目名ではないセルを含む場合であっても、最も上側の行又は最も左側の列を、項目行又は項目列として特定する。特定部１３７は、特定が完了した第３表データを第４表データとする。特定部１３７は、特定した項目行又は項目列と、第４表データとを記憶制御部１３８に出力する。

さらに、特定部１３７は、入力されたデータが重複するセルを含む場合に、新たな項目行又は項目列を追加してもよい。特定部１３７は、カウント値が最大の行又は列のうち、最も上側の行又は最も左側の列が、入力されたデータが重複するセルを含む場合に、最も上側の行のさらに上側又は最も左側の列のさらに左側に新たな行又は列を追加する。特定部１３７は、追加した行又は列を項目行又は項目列として特定する。特定部１３７は、新たな行又は列が追加されて特定が完了した第３表データを第４表データとする。特定部１３７は、特定した項目行又は項目列と、第４表データとを記憶制御部１３８に出力する。

また、特定部１３７は、最も上側の行又は最も左側の列が空白のセルを含む場合に、新たな項目行又は項目列を追加してもよい。なお、空白のセルは、空文字（ＮＵＬＬ）で表される。特定部１３７は、カウント値が最大の行又は列のうち、最も上側の行又は最も左側の列が、空白のセルを含む場合に、最も上側の行のさらに上側又は最も左側の列のさらに左側に新たな行又は列を追加する。特定部１３７は、追加した行又は列を項目行又は項目列として特定する。特定部１３７は、新たな行又は列が追加されて特定が完了した第３表データを第４表データとする。特定部１３７は、特定した項目行又は項目列と、第４表データとを記憶制御部１３８に出力する。

ここで、図１４から図２２を用いて、項目行の特定について説明する。図１４は、項目行の特定の一例を示す図である。図１４の例は、カウント値が最大の行が１つの場合に、項目行を特定する場合である。第３表データ３４は、カウント値３５を見ると、２行目が「５」であり最大である。特定部１３７は、２行目に隣接する下側の行である３行目のカウント値が「４」であり最大でないので、２行目を項目行と特定する。

図１５は、項目行の特定の他の一例を示す図である。図１５の例は、カウント値が最大の行が複数の場合に、項目行を特定する場合である。第３表データ３７は、カウント値３８を見ると、２行目及び５行目が「５」であり最大である。特定部１３７は、カウント値が最大の行のうち、最も上側の行である２行目を項目行と特定する。

図１６は、項目行の特定の他の一例を示す図である。図１６の例は、非数値データが入力されたセルの割合に基づいて、項目行を特定する場合である。第３表データ４１は、カウント値４２を見ると、２行目及び３行目が「５」であり最大である。なお、他の行のカウント値４２は省略している。また、第３表データ４１は、非数値データが入力されたセルの割合４３は、２行目が１００％、３行目が４０％である。特定部１３７は、２行目に隣接する３行目の当該割合が、例えば５０％以上であるか否かを判定する。特定部１３７は、３行目の当該割合が４０％であるので、３行目は項目行でないと判定し、２行目を項目行と特定する。

図１７は、項目行の特定の他の一例を示す図である。図１７の例は、非数値データが入力されたセルの割合に基づいて、項目行を特定する場合である。第３表データ４６は、カウント値４７を見ると、２行目及び３行目が「５」であり最大である。なお、他の行のカウント値４７は省略している。また、第３表データ４６は、非数値データが入力されたセルの割合４８は、２行目が１００％、３行目が６０％である。特定部１３７は、２行目に隣接する３行目の当該割合が、例えば５０％以上であるか否かを判定する。特定部１３７は、３行目の当該割合が６０％であるので、３行目は項目行であると判定し、２行目及び３行目を項目行と特定する。なお、項目行に入る数値データは、例えば、交通手段の数等が挙げられる。

図１８は、項目列の特定の一例を示す図である。図１８の例は、項目列が存在しない表である場合に、最も左側の列を項目列とみなして項目列を特定する場合である。第３表データ５１は、１行目が項目行であるが、２行目以降の１列目のセルには、データが入力されている。この場合に、特定部１３７は、最も左側の列である１列目を項目列とみなして、１列目を項目列と特定する。

図１９は、項目列の特定の他の一例を示す図である。図１９の例は、項目列が存在しない表である場合に、最も左側の列を項目列とみなして項目列を特定する場合である。第１表データ５３は、１行目が項目行であるが、２行目以降の１列目のセルには、データが入力されている。また、第１表データ５３は、１行１列のセルと１行２列のセルとが連結された特定のセルである。この場合に、特定部１３７は、１列目に特定のセルが含まれるので、特定のセルが含まれる列、つまり１列目及び２列目を項目列とみなして、１列目及び２列目を項目列と特定する。なお、特定部１３７は、検出結果、カウント値及び第３表データの他に、記憶部１２０に記憶された第１表データを参照して、項目列を特定する。

図２０は、項目行の追加の一例を示す図である。図２０の例は、入力されたデータが重複するセルを含む場合に、新たな項目行又は項目列を追加する場合である。第３表データ５６は、１行１列と１行２列のデータがともに「ａ」であり、１行目が入力されたデータが重複するセルを含む。この場合に、特定部１３７は、最も上側の行のさらに上側に新たな行を追加して第４表データ５８とする。特定部１３７は、第４表データ５８の追加した行５９を項目行として特定する。

図２１は、項目行の追加の他の一例を示す図である。図２１の例は、最も上側の行が空白のセルを含む場合に、新たな項目行を追加する場合である。第３表データ６０は、１行３列のセルが空白である。この場合に、特定部１３７は、最も上側の行のさらに上側に新たな行を追加して第４表データ６２とする。特定部１３７は、第４表データ６２の追加した行６３を項目行として特定する。なお、第３表データ６０は、他の行にも空白のセルがあり、１行目がカウント値が最大の行に含まれる場合である。このような場合には、２行目以降の行が項目行と誤認識されないので適用可能である。

図２２は、整形後の表データの一例を示す図である。図２２に示す第４表データ６４は、特定部１３７で項目行又は項目列が特定された後、つまり整形後の表データである。第４表データ６４は、項目行６５と、データ行数６６と、データ部分６７とを有する。すなわち、第４表データ６４は、データ（セルの値）１つ１つに対して行数と項目名との関連付けが行われた状態である。なお、データ行数６６は、第４表データ６４に含まれなくてもよく、情報ＤＢ１２１への記憶時に行数をカウントして付加してもよい。

図１の説明に戻って、記憶制御部１３８には、特定部１３７から特定した項目行又は項目列と、第４表データとが入力される。記憶制御部１３８は、特定した項目行又は項目列と、第４表データとに基づいて、項目行又は項目列の各セルの入力データを項目名とし、各行又は各列の値を対応する項目名とデータ行数とに対応付けて、情報ＤＢ１２１に記憶する。記憶制御部１３８は、データ行数と項目名と値とを対応付けて情報ＤＢ１２１に記憶すると、項目群判定部１３９に判定指示を出力する。なお、判定部１３１から記憶制御部１３８の各部は、表形式データから特定した項目行又は項目列の各セルの入力データを項目名として抽出する項目名抽出部に対応する。

項目群判定部１３９は、記憶制御部１３８から判定指示が入力されると、情報ＤＢ１２１、ボキャブラリＤＢ１２２及び履歴ＤＢ１２３を参照して、各項目名に対応する項目群（グループ）を判定する。すなわち、項目群判定部１３９は、複数の項目群が記憶されたボキャブラリＤＢ１２２及び履歴ＤＢ１２３を参照して、情報ＤＢ１２１に記憶された複数の項目名のそれぞれと所定の類似関係を有する項目名がどの項目群に含まれるか否か判定する。

具体的には、項目群判定部１３９は、例えば、情報ＤＢ１２１の１レコード目から順に項目名を読み込み、項目名を整形する。項目群判定部１３９は、読み込んだ項目名から、例えば、カッコ書き等の注釈的な要素や、項目名の前後の空白を取り除くことで項目名を整形する。項目群判定部１３９は、例えば、「公共交通機関（ＪＲ）」という項目名を読み込むと、「公共交通機関」に整形する。

項目群判定部１３９は、ボキャブラリＤＢ１２２を参照し、整形後の項目名を用いて、標準化ボキャブラリとのマッチングを実行する。項目群判定部１３９は、項目名が標準化ボキャブラリとマッチングしたか否かを判定する。項目群判定部１３９は、マッチング時に、項目名と標準化ボキャブラリとが完全一致した場合、又は、部分一致した場合に、マッチングしたと判定する。項目群判定部１３９は、例えば、項目名が「公共交通機関」である場合に、標準化ボキャブラリが「公共交通機関」であれば完全一致と判定し、標準化ボキャブラリが「交通機関」であれば部分一致と判定する。

項目群判定部１３９は、項目名が標準化ボキャブラリとマッチングした場合には、マッチングした標準化ボキャブラリを採用する。項目群判定部１３９は、採用した標準化ボキャブラリと、標準化ボキャブラリが属するグループとを情報ＤＢ１２１に記憶する。

項目群判定部１３９は、項目名が標準化ボキャブラリとマッチングしない場合には、項目名を履歴ＤＢ１２３と照合する。つまり、項目群判定部１３９は、項目名を過去の手動判定の対応付け履歴とのマッチングを実行する。項目群判定部１３９は、項目名が履歴ＤＢ１２３の項目名とマッチングしたか否かを判定する。このとき、項目群判定部１３９は、項目名が履歴ＤＢ１２３の項目名と完全一致した場合に、マッチングしたと判定する。項目群判定部１３９は、例えば、項目名が「バス」である場合に、履歴ＤＢ１２３の項目名の「バス」と完全一致するとマッチングしたと判定する。

項目群判定部１３９は、項目名が履歴ＤＢ１２３の項目名とマッチングした場合には、履歴ＤＢ１２３の標準化ボキャブラリを採用する。例えば、項目群判定部１３９は、履歴ＤＢ１２３の項目名「バス」に対応付けられている標準化ボキャブラリ「公共交通機関」を採用する。項目群判定部１３９は、採用した標準化ボキャブラリと、標準化ボキャブラリが属するグループとを情報ＤＢ１２１に記憶する。項目群判定部１３９は、項目名が履歴ＤＢ１２３の項目名とマッチングしない場合には、項目名を手動判定ストックに追加する。なお、手動判定ストックは、記憶部１２０に設けられる記憶領域である。

言い換えると、項目群判定部１３９は、ボキャブラリＤＢ１２２及び履歴ＤＢ１２３を参照し、項目名と完全一致又は部分一致したという所定の類似関係を有する標準化ボキャブラリが、どのグループ（項目群）に含まれるか否かを判定する。項目群判定部１３９は、肯定的な判定結果であると、採用した標準化ボキャブラリと、標準化ボキャブラリが属するグループとを情報ＤＢ１２１に記憶する。項目群判定部１３９は、否定的な判定結果であると、標準化ボキャブラリとグループとを情報ＤＢ１２１に記憶しない。なお、参照する履歴ＤＢ１２３は、業種ごとのグループに応じた履歴を記憶するデータベースとしてもよい。この場合には、項目群判定部１３９は、当該業種の履歴を優先して判定できる。

項目群判定部１３９は、全ての項目名のマッチングが完了したか否かを判定する。項目群判定部１３９は、全ての項目名のマッチングが完了していない場合には、情報ＤＢ１２１の次のレコードの項目名についてマッチングを繰り返す。項目群判定部１３９は、全ての項目名のマッチングが完了した場合には、提示指示を提示部１４０に出力する。

提示部１４０は、項目群判定部１３９から提示指示が入力されると、肯定的な判定結果が得られた項目名、つまり、情報ＤＢ１２１に標準化ボキャブラリ及びグループが記憶されている項目名は、記憶されている標準化ボキャブラリを対応付け対象として選択する。すなわち、提示部１４０は、項目名に対してボキャブラリＤＢ１２２又は履歴ＤＢ１２３に記憶される標準化ボキャブラリを自動的に選択する。提示部１４０は、選択した標準化ボキャブラリ及びグループと対応する項目名とを対応関係記憶制御部１４１に出力する。

提示部１４０は、否定的な判定結果が得られた項目名、つまり、手動判定ストックに記憶された項目名については、表内の他の項目名と完全一致又は部分一致したという所定の類似関係を有する標準化ボキャブラリが含まれるグループを対応付け候補として提示する。すなわち、提示部１４０は、手動判定ストックに記憶された項目名に対して標準化ボキャブラリ候補、つまり対応付け候補を提示する割当画面を、通信部１１０を介して、図示しない端末装置に送信して表示させる。

提示部１４０は、通信部１１０を介して、図示しない端末装置から選択情報を受信する。提示部１４０は、選択情報を受け付け、選択を受け付けた標準化ボキャブラリ及びグループと対応する項目名とを対応関係記憶制御部１４１に出力する。

また、提示部１４０は、対応付け候補を提示する際に、さらに、所定の項目群を他の対応付け候補として提示してもよい。提示部１４０は、例えば、グループ「医薬品」に属する標準化ボキャブラリに加えて、グループ「共通」に属する標準化ボキャブラリを対応付け候補として提示してもよい。

さらに、提示部１４０は、複数の項目名は、表形式データから検出された複数の表の中から抽出されたものである場合に、複数の表のうち同じ表から抽出された他の項目名と所定の類似関係を有する項目名が含まれるグループを対応付け候補として提示してもよい。すなわち、提示部１４０は、同じ表から抽出された他の項目名と完全一致又は部分一致する標準化ボキャブラリが含まれるグループを対応付け候補として提示してもよい。

また、提示部１４０は、同じ表に含まれる他の項目名でマッチングした標準化ボキャブラリが属するグループを優先して提示するようにしてもよい。すなわち、提示部１４０は、否定的な判定結果が得られた項目名と同じ表に含まれる項目名と所定の類似関係を有する第１の項目名が含まれると判定され、かつ、否定的な判定結果が得られた項目名と異なる表に含まれる第２の項目名と所定の類似関係を有する項目名が含まれると判定された場合に、否定的な判定結果が得られた項目名について、第１の項目名が含まれる項目群（グループ）を第２の項目名が含まれる項目群よりも優先して対応付け候補として提示する。

さらに、提示部１４０は、表形式データ又は他の表形式データから抽出した項目名が、履歴ＤＢ１２３に記憶される対応関係によって特定の項目名に対応付けられている場合は、当該特定の項目名を対応付け対象として選択するようにしてもよい。なお、特定の項目名は、対応関係に係る標準化ボキャブラリである。

また、提示部１４０は、否定的な判定結果が得られた他の項目名の対応付け候補を提示する際に、特定の項目名（対応関係に係る標準化ボキャブラリ）が含まれる項目群（グループ）を、他の項目群よりも優先して対応付け候補として提示するようにしてもよい。

ここで、図２３を用いて、割当画面の一例について説明する。図２３は、割当画面の一例を示す図である。図２３に示すように、割当画面７０は、未確定項目名欄７１と、ボキャブラリ候補欄７２と、決定ボタン７３とを有する。未確定項目名欄７１には、手動判定ストックに記憶された項目名、つまり、対応する標準化ボキャブラリが未確定の項目名が表示される。ボキャブラリ候補欄７２には、グループごとに標準化ボキャブラリの対応付け候補が表示される。決定ボタン７３は、例えば、対応付け候補の先頭に設けられたラジオボタンが選択された状態で押下されると、当該ラジオボタンが選択された対応付け候補を、標準化ボキャブラリとして選択情報を送信するためのボタンである。

図２３の例では、ボキャブラリ候補欄７２には、先頭に、医薬品ボキャブラリグループ７４に属する「薬の名称」、「個別医薬品コード」、「ＪＡＮコード」といった対応付け候補、つまり標準化ボキャブラリの候補が表示される。なお、医薬品ボキャブラリグループ７４は、他の項目名においてマッチングしたボキャブラリグループである。また、ボキャブラリ候補欄７２には、他の項目名においてマッチングしたボキャブラリグループが複数ある場合には、マッチングした数の多いグループから順に表示される。例えば、ボキャブラリ候補欄７２には、医薬品ボキャブラリグループ７４よりもマッチング数が少ない△△ボキャブラリグループ７５が、医薬品ボキャブラリグループ７４の次に表示される。すなわち、提示部１４０は、処理中の表にマッチングする可能性の高い標準化ボキャブラリのグループを、ボキャブラリ候補欄７２に表示する。

また、ボキャブラリ候補欄７２には、△△ボキャブラリグループ７５の次に、共通ボキャブラリグループ７６が表示される。すなわち、ボキャブラリ候補欄７２には、他の項目名においてマッチングしたボキャブラリグループに続いて、次にマッチングする可能性が高いボキャブラリグループとして、共通ボキャブラリグループ７６が表示される。

さらに、ボキャブラリ候補欄７２には、共通ボキャブラリグループ７６の次に、その他全てのボキャブラリグループ７７が表示される。また、その他全てのボキャブラリグループ７７は、選択しやすいように、例えば、取引ボキャブラリグループ７７ａ、製品・物品ボキャブラリグループ７７ｂといったように、ボキャブラリグループごとに括りを分けて表示される。

図１の説明に戻って、対応関係記憶制御部１４１は、提示部１４０から選択された標準化ボキャブラリ及びグループと対応する項目名とが入力されると、項目名と標準化ボキャブラリ及びグループとを対応付けて情報ＤＢ１２１に記憶する。なお、この場合には、項目名と標準化ボキャブラリ及びグループとが、項目群判定部１３９によって情報ＤＢ１２１に記憶されているので、上書きしてもよいし、情報ＤＢ１２１の該当するレコードを読み込んで確認するようにしてもよい。

対応関係記憶制御部１４１は、提示部１４０から選択を受け付けた標準化ボキャブラリ及びグループと対応する項目名とが入力されると、項目名と標準化ボキャブラリ及びグループとを対応付けて情報ＤＢ１２１に記憶する。また、対応関係記憶制御部１４１は、項目名と標準化ボキャブラリ及びグループとを対応付けて履歴ＤＢ１２３に記憶する。すなわち、対応関係記憶制御部１４１は、否定的な判定結果が得られた項目名について提示した対応付け候補のうち、採用された候補と否定的な判定結果が得られた項目名との対応関係を履歴ＤＢ１２３に記憶する。

次に、実施例の情報処理装置１００の動作について説明する。まず、解析処理について説明する。図２４は、実施例の解析処理の一例を示すフローチャートである。

情報処理装置１００の通信部１１０は、図示しない端末装置から表形式データを受信する。通信部１１０は、受信した表形式データを制御部１３０に出力する。判定部１３１は、通信部１１０から表形式データが入力されると、入力された表形式データのデータ入力セルの有無を判定する（ステップＳ１）。判定部１３１は、表形式データ及び判定結果を抽出部１３２に出力する。

抽出部１３２は、判定部１３１から表形式データ及び判定結果が入力されると、判定結果に基づいて、表形式データから、データが入力されたセルが存在する複数の連続する行又は列の塊を１つの表データとして抽出する（ステップＳ２）。抽出部１３２は、表データを抽出すると、抽出した表データを第１表データとして編集部１３３及び生成部１３５に出力する。また、抽出部１３２は、第１表データを記憶部１２０に記憶する。

編集部１３３は、抽出部１３２から第１表データが入力されると、入力された第１表データに対して編集処理を実行する（ステップＳ３）。編集部１３３は、編集処理を完了した表データを第２表データとしてカウント部１３４及び生成部１３５に出力する。

カウント部１３４は、編集部１３３から第２表データが入力されると、第２表データのうち、データが入力されたセルの数を行ごと又は列ごとにカウントする（ステップＳ４）。カウント部１３４は、行ごと又は列ごとにカウントしたセルの数をカウント値として検出部１３６に出力する。

生成部１３５には、抽出部１３２から第１表データが入力され、編集部１３３から第２表データが入力される。生成部１３５は、入力された第１表データに基づいて、項目行又は項目列を仮に決定する。生成部１３５は、仮に決定した項目行又は項目列にセル連結処理が施された特定のセルが含まれる場合には、特定のセルに対応する連続する複数の項目行又は連続する複数の項目列を仮に決定する。生成部１３５は、連続する複数の項目行又は連続する複数の項目列を仮に決定すると、編集部１３３から入力された第２表データに対して、項目名の生成を実行する（ステップＳ５）。生成部１３５は、生成した項目名を適用した第２表データを第３表データとして検出部１３６に出力する。生成部１３５は、仮に決定した項目行又は項目列にセル連結処理が施された特定のセルが含まれない場合には、入力された第２表データをそのまま第３表データとして検出部１３６に出力する。

検出部１３６には、カウント部１３４からカウント値が入力され、生成部１３５から第３表データが入力される。検出部１３６は、入力された第３表データに対して、入力されたカウント値が最大の行又は列のうち、最も上側の行又は最も左側の列を検出する（ステップＳ６）。検出部１３６は、検出された最も上側の行又は最も左側の列を検出結果として、カウント値及び第３表データとともに特定部１３７に出力する。

特定部１３７には、検出部１３６から検出結果、カウント値及び第３表データが入力される。特定部１３７は、検出結果、カウント値及び第３表データに基づいて、項目行又は項目列を特定する（ステップＳ７）。特定部１３７は、特定が完了した第３表データを第４表データとし、特定した項目行又は項目列と、第４表データとを記憶制御部１３８に出力する。

記憶制御部１３８には、特定部１３７から特定した項目行又は項目列と、第４表データとが入力される。記憶制御部１３８は、特定した項目行又は項目列と、第４表データとに基づいて、第４表データの各セルの値を項目名とデータ行数とに対応付けて、情報ＤＢ１２１に記憶する（ステップＳ８）。記憶制御部１３８は、データ行数と項目名と値とを対応付けて情報ＤＢ１２１に記憶すると、項目群判定部１３９に判定指示を出力する。これにより、情報処理装置１００は、多様なフォーマットの表形式データを容易にデータベースに登録できる。

次に、標準化処理について説明する。図２５は、実施例の標準化処理の一例を示すフローチャートである。

項目群判定部１３９は、記憶制御部１３８から判定指示が入力されると、情報ＤＢ１２１の１レコード目から順に項目名を読み込む。項目群判定部１３９は、読み込んだ項目名を整形する（ステップＳ１１）。項目群判定部１３９は、ボキャブラリＤＢ１２２を参照し、整形後の項目名を用いて、標準化ボキャブラリとのマッチングを実行する。項目群判定部１３９は、項目名が標準化ボキャブラリとマッチングしたか否かを判定する（ステップＳ１２）。

項目群判定部１３９は、項目名が標準化ボキャブラリとマッチングした場合には（ステップＳ１２：肯定）、マッチングした標準化ボキャブラリを採用し（ステップＳ１３）、ステップＳ１８に進む。項目群判定部１３９は、採用した標準化ボキャブラリと、標準化ボキャブラリが属するグループとを情報ＤＢ１２１に記憶する。

項目群判定部１３９は、項目名が標準化ボキャブラリとマッチングしない場合には（ステップＳ１２：否定）、項目名を履歴ＤＢ１２３と照合する（ステップＳ１４）。つまり、項目群判定部１３９は、項目名を過去の手動判定の対応付け履歴とのマッチングを実行する。項目群判定部１３９は、項目名が履歴ＤＢ１２３の項目名とマッチングしたか否かを判定する（ステップＳ１５）。

項目群判定部１３９は、項目名が履歴ＤＢ１２３の項目名とマッチングした場合には（ステップＳ１５：肯定）、履歴ＤＢ１２３の標準化ボキャブラリを採用し（ステップＳ１６）、ステップＳ１８に進む。項目群判定部１３９は、採用した標準化ボキャブラリと、標準化ボキャブラリが属するグループとを情報ＤＢ１２１に記憶する。項目群判定部１３９は、項目名が履歴ＤＢ１２３の項目名とマッチングしない場合には（ステップＳ１５：否定）、項目名を手動判定ストックに追加する（ステップＳ１７）。

項目群判定部１３９は、全ての項目名のマッチングが完了したか否かを判定する（ステップＳ１８）。項目群判定部１３９は、全ての項目名のマッチングが完了していない場合には（ステップＳ１８：否定）、ステップＳ１１に戻る。項目群判定部１３９は、全ての項目名のマッチングが完了した場合には（ステップＳ１８：肯定）、提示指示を提示部１４０に出力する。

提示部１４０は、項目群判定部１３９から提示指示が入力されると、情報ＤＢ１２１に標準化ボキャブラリ及びグループが記憶されている項目名は、記憶されている標準化ボキャブラリを対応付け対象として選択する。提示部１４０は、選択した標準化ボキャブラリ及びグループと対応する項目名とを対応関係記憶制御部１４１に出力する。

提示部１４０は、手動判定ストックに記憶された項目名に対して、標準化ボキャブラリ候補を提示する割当画面を図示しない端末装置に送信して表示させる（ステップＳ１９）。提示部１４０は、図示しない端末装置から選択情報を受信する。提示部１４０は、選択情報を受け付け、選択を受け付けた標準化ボキャブラリ及びグループと対応する項目名とを対応関係記憶制御部１４１に出力する。

対応関係記憶制御部１４１には、提示部１４０から選択された標準化ボキャブラリ及びグループと対応する項目名とが入力される。又は、対応関係記憶制御部１４１には、提示部１４０から選択を受け付けた標準化ボキャブラリ及びグループと対応する項目名とが入力される。対応関係記憶制御部１４１は、選択された又は選択を受け付けた標準化ボキャブラリ及びグループを、項目名と対応付けて情報ＤＢ１２１に記憶する（ステップＳ２０）。また、対応関係記憶制御部１４１は、選択を受け付けた標準化ボキャブラリ及びグループを項目名と対応付けて履歴ＤＢ１２３に記憶する。これにより、情報処理装置１００は、項目名を標準化したボキャブラリに対応付けできる。また、情報処理装置１００は、標準化ボキャブラリを用いることで、各種データを統合して利用することができる。さらに、情報処理装置１００は、自動的に標準化ボキャブラリが採用されない項目名に対して、適切な標準化ボキャブラリを提示することができる。

このように、情報処理装置１００は、表形式データから複数の項目名を抽出する。また、情報処理装置１００は、複数の項目群が記憶されたボキャブラリＤＢ１２２を参照して、抽出した複数の項目名のそれぞれと所定の類似関係を有する項目名がどの項目群に含まれるか否か判定する。また、情報処理装置１００は、複数の項目名のうち、肯定的な判定結果が得られた項目名については、所定の類似関係を有する項目名を対応付け対象として選択する。また、情報処理装置１００は、否定的な判定結果が得られた項目名については、他の項目名と所定の類似関係を有する項目名が含まれると判定された項目群を対応付け候補として提示する。その結果、項目名を標準化したボキャブラリに対応付けできる。

また、情報処理装置１００は、否定的な判定結果が得られた項目名については、他の項目名と所定の類似関係を有する項目名が含まれると判定された項目群を対応付け候補として提示する際に、さらに、所定の項目群を他の対応付け候補として提示する。その結果、マッチングする可能性の高いグループの標準化ボキャブラリを提示できる。

また、情報処理装置１００では、複数の項目群は、業種ごとに形成された項目群と、業種共通に形成された項目群とを含み、所定の項目群は、該業種共通に形成された項目群に対応する。その結果、マッチングする可能性の高いグループの標準化ボキャブラリを提示できる。

また、情報処理装置１００では、複数の項目名は、表形式データから１つの表として検出された表の中から抽出されたものである。その結果、１つの表における項目名を標準化したボキャブラリに対応付けできる。

また、情報処理装置１００では、複数の項目名は、表形式データから検出された複数の表の中から抽出されたものである。また、情報処理装置１００は、否定的な判定結果が得られた項目名については、複数の表のうち同じ表から抽出された他の項目名と所定の類似関係を有する項目名が含まれると判定された項目群を対応付け候補として提示する。その結果、マッチングする可能性の高いグループの標準化ボキャブラリを提示できる。

また、情報処理装置１００は、否定的な判定結果が得られた項目名と同じ表に含まれる項目名と所定の類似関係を有する第１の項目名が含まれると判定され、かつ、否定的な判定結果が得られた項目名と異なる表に含まれる第２の項目名と所定の類似関係を有する項目名が含まれると判定された場合に、否定的な判定結果が得られた項目名について、第１の項目名が含まれる項目群を第２の項目名が含まれる項目群よりも優先して対応付け候補として提示する。その結果、他の項目名がマッチングしたグループの標準化ボキャブラリを提示できる。

また、情報処理装置１００は、否定的な判定結果が得られた項目名について提示した対応付け候補のうち、採用された候補と否定的な判定結果が得られた項目名との対応関係を履歴ＤＢ１２３に記憶する。また、情報処理装置１００は、表形式データ又は他の表形式データから抽出した項目名が対応関係によって特定の項目名に対応付けられている場合は、該特定の項目名を表形式データ又は他の表形式データから抽出した項目名の対応付け対象として選択する。その結果、履歴に含まれるグループの標準化ボキャブラリを提示できる。

また、情報処理装置１００は、否定的な判定結果が得られた他の項目名の対応付け候補を提示する際に、特定の項目名が含まれる項目群を、他の項目群よりも優先して対応付け候補として提示する。その結果、履歴に含まれるグループの標準化ボキャブラリを優先して提示できる。

また、情報処理装置１００は、対応付け対象として選択された項目名、又は、提示された項目群に含まれる項目名から選択を受け付けた項目名を、表形式データの複数の項目名のそれぞれの項目名と対応付けて情報ＤＢ１２１に記憶する。その結果、項目名を標準化したボキャブラリに対応付けできる。

また、情報処理装置１００は、入力された表形式データの各行又は各列についてデータが入力されたセルの有無を判定する。また、情報処理装置１００は、データが入力されたセルが存在する複数の連続する行又は列の塊を１つの表に関連する部分として抽出する。また、情報処理装置１００は、行又は列の塊のうち項目行又は項目列を特定する。また、情報処理装置１００は、特定した項目行又は項目列の各セルの入力データを項目名として抽出する。その結果、表形式データから項目名を抽出できる。

なお、上記実施例では、表の本体部分の上部に表のタイトルが記載されている場合を一例として挙げたが、これに限定されない。例えば、表の本体部分の上部に数行に渡って見出しや注釈が記載されている場合であっても、上記実施例と同様に、表の本体部分を抽出することができる。

また、上記実施例では、情報ＤＢ１２１の形態として、表データを構成するセルごとに１レコードとしたが、これに限定されない。例えば、情報ＤＢ１２１は、元の表データを復元できれば、どの様な形態のデータベースでもよい。

また、上記実施例では、表データを情報ＤＢ１２１に登録する際に、併せて標準化ボキャブラリ及びグループを決定したが、これに限定されない。例えば、標準化ボキャブラリ及びグループを決定する標準化処理を、情報ＤＢ１２１に記憶された表データを用いる際に行ってもよい。これにより、表データを使用するユーザが統一した基準で標準化ボキャブラリ及びグループを決定できる。さらに、例えば、他の自治体の各種データを登録する際に、他の自治体や業者が登録を支援することができる。

また、図示した各部の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。例えば、判定部１３１と抽出部１３２とを統合してもよい。また、図示した各処理は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲において、同時に実施してもよく、順序を入れ替えて実施してもよい。

さらに、各装置で行われる各種処理機能は、ＣＰＵ（又はＭＰＵ、ＭＣＵ（Micro Controller Unit）等のマイクロ・コンピュータ）上で、その全部又は任意の一部を実行するようにしてもよい。また、各種処理機能は、ＣＰＵ（又はＭＰＵ、ＭＣＵ等のマイクロ・コンピュータ）で解析実行されるプログラム上、又はワイヤードロジックによるハードウェア上で、その全部又は任意の一部を実行するようにしてもよいことは言うまでもない。

ところで、上記の実施例で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することで実現できる。そこで、以下では、上記の実施例と同様の機能を有する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２６は、項目名対応付け処理プログラムを実行するコンピュータの一例を示す図である。

図２６に示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、データ入力を受け付ける入力装置２０２と、モニタ２０３とを有する。また、コンピュータ２００は、記憶媒体からプログラム等を読み取る媒体読取装置２０４と、各種装置と接続するためのインタフェース装置２０５と、他の情報処理装置等と有線又は無線により接続するための通信装置２０６とを有する。また、コンピュータ２００は、各種情報を一時記憶するＲＡＭ２０７と、ハードディスク装置２０８とを有する。また、各装置２０１〜２０８は、バス２０９に接続される。

ハードディスク装置２０８には、図１に示した判定部１３１、抽出部１３２、編集部１３３、カウント部１３４、生成部１３５、検出部１３６、特定部１３７及び記憶制御部１３８の各処理部と同様の機能を有する項目名対応付け処理プログラムが記憶される。また、ハードディスク装置２０８には、項目群判定部１３９、提示部１４０及び対応関係記憶制御部１４１の各処理部と同様の機能を有する項目名対応付け処理プログラムが記憶される。また、ハードディスク装置２０８には、情報ＤＢ１２１、ボキャブラリＤＢ１２２、履歴ＤＢ１２３、及び、項目名対応付け処理プログラムを実現するための各種データが記憶される。入力装置２０２は、例えば、コンピュータ２００の管理者から操作情報、管理情報等の各種情報の入力を受け付ける。モニタ２０３は、例えば、コンピュータ２００の管理者に対して管理画面等の各種画面を表示する。インタフェース装置２０５は、例えば印刷装置等が接続される。通信装置２０６は、例えば、図１に示した通信部１１０と同様の機能を有し図示しないネットワークと接続され、図示しない端末装置と各種情報をやりとりする。

ＣＰＵ２０１は、ハードディスク装置２０８に記憶された各プログラムを読み出して、ＲＡＭ２０７に展開して実行することで、各種の処理を行う。また、これらのプログラムは、コンピュータ２００を図１に示した判定部１３１、抽出部１３２、編集部１３３、カウント部１３４、生成部１３５、検出部１３６、特定部１３７及び記憶制御部１３８として機能させることができる。また、これらのプログラムは、コンピュータ２００を図１に示した項目群判定部１３９、提示部１４０及び対応関係記憶制御部１４１として機能させることができる。

なお、上記の項目名対応付け処理プログラムは、必ずしもハードディスク装置２０８に記憶されている必要はない。例えば、コンピュータ２００が読み取り可能な記憶媒体に記憶されたプログラムを、コンピュータ２００が読み出して実行するようにしてもよい。コンピュータ２００が読み取り可能な記憶媒体は、例えば、ＣＤ−ＲＯＭやＤＶＤディスク、ＵＳＢ（Universal Serial Bus）メモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリ、ハードディスクドライブ等が対応する。また、公衆回線、インターネット、ＬＡＮ等に接続された装置にこの項目名対応付け処理プログラムを記憶させておき、コンピュータ２００がこれらから項目名対応付け処理プログラムを読み出して実行するようにしてもよい。

１００ 情報処理装置
１１０ 通信部
１１１ 表示部
１１２ 操作部
１２０ 記憶部
１２１ 情報ＤＢ
１２２ ボキャブラリＤＢ
１２３ 履歴ＤＢ
１３０ 制御部
１３１ 判定部
１３２ 抽出部
１３３ 編集部
１３４ カウント部
１３５ 生成部
１３６ 検出部
１３７ 特定部
１３８ 記憶制御部
１３９ 項目群判定部
１４０ 提示部
１４１ 対応関係記憶制御部

Claims (10)

1. 表形式データから複数の項目名を抽出し、
   業種ごとに形成された項目群と、業種共通に形成された項目群とを含む複数の項目群が記憶された記憶部を参照して、抽出した前記複数の項目名のそれぞれと所定の類似関係を有する項目名がどの項目群に含まれるか否か判定し、
   前記複数の項目名のうち、肯定的な判定結果が得られた項目名については、前記所定の類似関係を有する項目名を対応付け対象として選択し、否定的な判定結果が得られた項目名については、前記業種ごとに形成された項目群であって、他の項目名と前記所定の類似関係を有する項目名が含まれると判定された項目群と、前記業種共通に形成された項目群とを対応付け候補の先頭から順番に提示する、
   処理をコンピュータが実行することを特徴とする項目名対応付け処理方法。
2. 前記複数の項目名は、前記表形式データから１つの表として検出された表の中から抽出されたものである、
   ことを特徴とする請求項１に記載の項目名対応付け処理方法。
3. 前記複数の項目名は、前記表形式データから検出された複数の表の中から抽出されたものであり、
   前記提示する処理は、否定的な判定結果が得られた項目名については、前記複数の表のうち同じ表から抽出された他の項目名と前記所定の類似関係を有する項目名が含まれると判定された項目群を対応付け候補の先頭に提示する、
   ことを特徴とする請求項１に記載の項目名対応付け処理方法。
4. 前記提示する処理は、前記否定的な判定結果が得られた項目名と同じ表に含まれる項目名と前記所定の類似関係を有する第１の項目名が含まれると判定され、かつ、前記否定的な判定結果が得られた項目名と異なる表に含まれる第２の項目名と前記所定の類似関係を有する項目名が含まれると判定された場合に、前記否定的な判定結果が得られた項目名について、前記第１の項目名が含まれる項目群を前記第２の項目名が含まれる項目群よりも優先して対応付け候補として提示する、
   ことを特徴とする請求項１に記載の項目名対応付け処理方法。
5. 否定的な判定結果が得られた項目名について提示した対応付け候補のうち、採用された候補と前記否定的な判定結果が得られた項目名との対応関係を記憶部に記憶し、
   前記提示する処理は、前記表形式データ又は他の表形式データから抽出した項目名が前記対応関係によって特定の項目名に対応付けられている場合は、該特定の項目名を前記表形式データ又は他の表形式データから抽出した項目名の対応付け対象として選択する、
   ことを特徴とする請求項１に記載の項目名対応付け処理方法。
6. 前記提示する処理は、否定的な判定結果が得られた他の項目名の対応付け候補を提示する際に、前記特定の項目名が含まれる項目群を、他の項目群よりも優先して対応付け候補として提示する、
   ことを特徴とする請求項５に記載の項目名対応付け処理方法。
7. 前記対応付け対象として選択された項目名、又は、前記提示された項目群に含まれる項目名から選択を受け付けた項目名を、前記表形式データの前記複数の項目名のそれぞれの項目名と対応付けて記憶部に記憶する、
   ことを特徴とする請求項１に記載の項目名対応付け処理方法。
8. 前記項目名を抽出する処理は、
   入力された表形式データの各行又は各列についてデータが入力されたセルの有無を判定し、
   データが入力されたセルが存在する複数の連続する行又は列の塊を１つの表に関連する部分として抽出し、
   前記行又は列の塊のうち項目行又は項目列を特定し、
   特定した前記項目行又は前記項目列の各セルの入力データを前記項目名として抽出する、
   ことを特徴とする請求項１に記載の項目名対応付け処理方法。
9. 表形式データから複数の項目名を抽出し、
   業種ごとに形成された項目群と、業種共通に形成された項目群とを含む複数の項目群が記憶された記憶部を参照して、抽出した前記複数の項目名のそれぞれと所定の類似関係を有する項目名がどの項目群に含まれるか否か判定し、
   前記複数の項目名のうち、肯定的な判定結果が得られた項目名については、前記所定の類似関係を有する項目名を対応付け対象として選択し、否定的な判定結果が得られた項目名については、前記業種ごとに形成された項目群であって、他の項目名と前記所定の類似関係を有する項目名が含まれると判定された項目群と、前記業種共通に形成された項目群とを対応付け候補の先頭から順番に提示する、
   処理をコンピュータに実行させることを特徴とする項目名対応付け処理プログラム。
10. 表形式データから複数の項目名を抽出する項目名抽出部と、
    業種ごとに形成された項目群と、業種共通に形成された項目群とを含む複数の項目群が記憶された記憶部を参照して、抽出した前記複数の項目名のそれぞれと所定の類似関係を有する項目名がどの項目群に含まれるか否か判定する項目群判定部と、
    前記複数の項目名のうち、肯定的な判定結果が得られた項目名については、前記所定の類似関係を有する項目名を対応付け対象として選択し、否定的な判定結果が得られた項目名については、前記業種ごとに形成された項目群であって、他の項目名と前記所定の類似関係を有する項目名が含まれると判定された項目群と、前記業種共通に形成された項目群とを対応付け候補の先頭から順番に提示する提示部と、
    を有することを特徴とする情報処理装置。

Images