JP7298248B2 - 文書処理装置及びプログラム - Google Patents

Description

本発明は、文書処理装置及びプログラムに関する。

文書管理システムにおいて全文検索機能を提供する場合、文書管理システムに格納されている検索対象の文書の全文から、インデックス（すなわち索引）データを予め作成しておくことが行われている。このように文書の全文からインデックスデータを作成する方式は、全文インデキシングと呼ばれる。しかし、クラウド上で同様の機能を提供する場合、インデックスデータのデータ容量がストレージのコストに直結する。このため、インデックスデータの量の削減が求められている。そこで、文書中の選ばれた一部分（例えば本文の先頭から100KB等）のみからインデックスデータを作成することが一般的に行われている。このように文書中の選ばれた一部分からインデックスデータを作成する方式は、部分インデキシングと呼ばれる。

また、インデキシングに関する従来技術として、以下の先行技術文献が知られている。

特許文献１には、イメージデータ上のテキスト領域を指定してテキストデータを抽出する場合、容易且つ迅速にテキストデータを抽出するための方法が開示されている。この方法は、マウスによって指定されたイメージデータ上におけるテキスト領域内のテキストデータを抽出するテキストデータ抽出方法であって、テキスト領域の範囲を設定する領域設定部と、マウスのワンクリックによって指定されたイメージデータ上の任意の位置情報を取得する位置情報取得部と、位置情報に基づき、領域設定部において設定された範囲のテキスト領域を切り出す領域切り出し部と、切り出したテキスト領域内のイメージデータをＯＣＲ処理することによってテキストデータを抽出するテキストデータ抽出部と、を備えたものである。

特許文献２に開示された方法では、ワークシート上でインデックスデータ作成時およびインデックスデータ選択時に、そのインデックスデータに相対するイメージ部分を主にイメージビューワに表示するため、オペレータがイメージビューワに表示されたイメージ上からインデックスデータにあたる文字情報部分を目視によって探す動作が省略される。

特開２００５－２６７０５７号公報 特開２００６－１６４１４９号公報

文書の特徴を示す一以上の文字列である第一の文字列が、文書の内容の一部の範囲である第一の範囲から生成された後、前記第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲を定める場合、第二の範囲から生成される一以上の文字列のデータ量が、文書に割り当てられているデータ容量を超過してしまうことがある。

請求項１に係る発明は、文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列、が存在する場合に、前記内容の中から、前記第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲、の特定を受け付ける受付部と、前記第二の範囲から生成される前記第二の文字列のデータ量が、前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下、となるよう前記受付部による前記第二の範囲の特定の受付を制御する制御部と、を含む文書処理装置である。

請求項２に係る発明は、文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列、が存在する場合に、前記内容の中から、前記第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲、の特定を受け付ける受付部と、前記第二の範囲のデータ量が、前記第一の文字列のデータ量によって定まる前記第二の範囲についてのデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下となるように、前記受付部による前記特定の受付を制御する制御部と、を含む文書処理装置である。

請求項３に係る発明は、文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲の特定を受け付ける受付部と、前記受付部が受け付けた前記第二の範囲から生成される前記第二の文字列のデータ量が前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下となるよう、前記第二の範囲からの前記第二の文字列の生成を制御する制御部と、を含む文書処理装置である。

請求項４に係る発明は、前記制御部は、前記第二の文字列の前記データ量が、前記第一の文字列のデータ量によって定まる前記第二の文字列の前記データ容量、又は前記第二の範囲を特定する際に定められた前記データ容量、を超えた場合に、前記第二の範囲から削除する範囲の指定を求める削除要請の表示を行う、請求項１に記載の文書処理装置である。

請求項５に係る発明は、前記制御部は、前記第二の範囲の前記データ量が、前記第一の文字列のデータ量によって定まる前記第二の範囲についての前記データ容量、又は前記第二の範囲を特定する際に定められた前記データ容量、を超えた場合に、前記第二の範囲から削除する範囲の指定を求める削除要請の表示を行う、請求項２に記載の文書処理装置である。

請求項６に係る発明は、前記制御部は、前記削除要請の表示に応じて指定された範囲を前記第二の範囲から削除し、この削除後の前記第二の範囲から生成される前記第二の文字列の前記データ量が、依然として前記第一の文字列のデータ量によって定まる前記第二の文字列の前記データ容量、又は前記第二の範囲を特定する際に定められた前記データ容量、を超えている場合は、前記削除要請の表示を続行する、請求項４に記載の文書処理装置である。

請求項７に係る発明は、前記制御部は、前記削除要請の表示に応じて指定された範囲を前記第二の範囲から削除し、この削除後の前記第二の範囲についての前記データ量が、依然として、前記第一の文字列のデータ量によって定まる前記第二の範囲についての前記データ容量、又は前記第二の範囲を特定する際に定められた前記データ容量、を超えている場合は、前記削除要請の表示を続行する、請求項５に記載の文書処理装置である。

請求項８に係る発明は、前記制御部は、前記受付部による前記特定の受付のために前記文書の内容を表示する画面において、前記第一の範囲のうち、前記第一の範囲から生成された前記一以上の文字列に該当する部分、を強調表示する、請求項１～７のいずれか１項に記載の文書処理装置である。

請求項９に係る発明は、前記制御部は、前記画面において、前記文書の内容のうち前記第二の範囲以外の範囲から生成される前記文書の特徴を示す一以上の文字列のうち、前記第二の範囲から生成される前記一以上の文字列に含まれない文字列を強調表示する、請求項８に記載の文書処理装置である。

請求項１０に係る発明は、前記制御部は、前記受付部による前記特定の受付のために前記文書の内容を表示する画面において、前記第二の範囲のうち前記第一の範囲と重複する重複範囲に含まれる前記一以上の文字列と、前記第二の範囲のうち前記第一の範囲と重複しない非重複範囲について生成される前記一以上の文字列と、を互いに区別可能に表示する、請求項１～９のいずれか１項に記載の文書処理装置である。

請求項１１に係る発明は、前記制御部は、前記画面において、前記文書の内容のうち前記第二の範囲以外の範囲から生成される前記文書の特徴を示す一以上の文字列のうち、前記第二の文字列に含まれない文字列が強調表示されるよう制御する、請求項１０に記載の文書処理装置である。

請求項１２に係る発明は、前記制御部は、前記受付部による前記特定の受付のために前記文書の内容を表示する画面において、前記第一の範囲以外の範囲から生成される前記文書の特徴を示す一以上の文字列のうち、前記第一の文字列に含まれない文字列が強調表示されるよう制御する、請求項１～１１のいずれか１項に記載の文書処理装置である。

請求項１３に係る発明は、前記データ容量は、複数の文書の各々について前記文書の特徴を示す一以上の文字列を記憶する記憶装置、に記憶されている前記一以上の文字列の総データ量、又は前記複数の文書の文書数に応じて変化する、ことを特徴とする請求項１～１２のいずれか１項に記載の文書処理装置である。

請求項１４に係る発明は、前記総データ量が多いほど前記データ容量は少なくなる、請求項１３に記載の文書処理装置である。

請求項１５に係る発明は、前記複数の文書の文書数が多いほど、前記データ容量は少なくなる、請求項１３又は１４に記載の文書処理装置である。

請求項１６に係る発明は、前記第一の範囲から前記第一の文字列を生成する生成部を更に含み、前記制御部は、前記生成部が前記第一の範囲から生成する前記第一の文字列のデータ量がその生成の時点の状況により定まるデータ容量以下となるよう制御する、請求項１～１５のいずれか１項に記載の文書処理装置である。

請求項１７に係る発明は、前記データ容量は、前記受付部が前記第二の範囲の特定を受け付ける時点で許容される容量である、請求項１～１６のいずれか１項に記載の文書処理装置である。

請求項１８に係る発明は、前記データ容量は、前記第一の範囲から生成された前記一以上の文字列のデータ量と異なる場合がある、請求項１７に記載の文書処理装置である。

請求項１９に係る発明は、前記制御部は、前記受付部が受け付けた前記第二の範囲から生成される前記第二の文字列のデータ量が、前記データ容量を超える場合に、受け付けた前記第二の範囲を取り消す、請求項１に記載の文書処理装置である。

請求項２０に係る発明は、前記制御部は、前記受付部による前記特定の受付のために前記文書の内容を表示する画面において、前記第二の範囲から生成される前記第二の文字列に含まれる前記一以上の文字列のうち、前記第一の範囲から生成された前記第一の文字列に含まれない文字列を表示する、請求項１～３のいずれか１項に記載の文書処理装置である。

請求項２１に係る発明は、前記制御部は、前記第二の文字列のデータ量が前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量未満、又は前記第二の範囲を特定する際に定められたデータ容量未満である場合に、前記第二の範囲を更に広げることが可能である旨を通知する、請求項１に記載の文書処理装置である。

請求項２２に係る発明は、コンピュータを、文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列、が存在する場合に、前記内容の中から、前記第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲、の特定を受け付ける受付部、前記第二の範囲から生成される前記第二の文字列のデータ量が、前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下、となるよう前記受付部による前記第二の範囲の特定の受付を制御する制御部、として機能させるためのプログラムである。

請求項２３に係る発明は、コンピュータを、文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列、が存在する場合に、前記内容の中から、前記第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲、の特定を受け付ける受付部、前記第二の範囲のデータ量が、前記第一の文字列のデータ量によって定まる前記第二の範囲についてのデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下となるように、前記受付部による前記特定の受付を制御する制御部、として機能させるためのプログラムである。

請求項２４に係る発明は、コンピュータを、文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲の特定を受け付ける受付部、前記受付部が受け付けた前記第二の範囲から生成される前記第二の文字列のデータ量が前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下となるよう、前記第二の範囲からの前記第二の文字列の生成を制御する制御部、として機能させるためのプログラムである。

請求項１－５、１９、２２－２４に係る発明によれば、第二の範囲から生成された前記第二の文字列のデータ量が、第二の文字列に割り当てられているデータ容量を超過することを防止することができる。

請求項６又は７に係る発明によれば、第二の文字列に割り当てられているデータ容量を超えていることが最初に分かったときにのみ警告表示を行う方式と比べて、第二の文字列に割り当てられているデータ容量の超過の防止の確実性を高めることができる。

請求項８に係る発明によれば、ユーザに対して、第二の範囲を特定する際の参考となる情報を提供することができる。

請求項９又は１１に係る発明によれば、ユーザが第二の範囲を特定した後、その第二の範囲を変更する際の参考となる情報を提供することができる。

請求項１０に係る発明によれば、ユーザが第一範囲を基準にして第二の範囲を特定する場合に、第二の範囲を特定したことにより生成される文字列がどれであるかをユーザに知らせることができる。

請求項１２に係る発明によれば、第一の範囲以外の範囲を含む範囲のうち第二の範囲に含める部分をユーザが特定する際の参考となる情報を提供することができる。

請求項１３、１４又は１５に係る発明によれば、データ容量を固定値とする場合に比べて、生成される第二の文字列のデータ量を、記憶装置の空きの程度により適応したものとすることができる。

請求項１６に係る発明によれば、データ容量を固定値とする場合に比べて、生成される第一の文字列のデータ量を、その生成の時点の状況により適応したものとすることができる。

請求項１７又は１８に係る発明によれば、データ容量を固定値とする場合に比べて、生成される第二の文字列のデータ量を、第二の範囲の特定を受け付ける時点での状況により適応したものとすることができる。

請求項２０に係る発明によれば、ユーザが第一範囲を基準にして第二の範囲を特定する場合に、第二の範囲を特定したことにより生成される文字列がどれであるかをユーザに知らせることができる。

請求項２１に係る発明によれば、第二の範囲を広げてよいことをユーザに知らせることができる。

実施形態のシステム構成を例示する図である。 実施形態のシステムの処理手順の前半部を例示する図である。 実施形態のシステムの処理手順の後半部を例示する図である。 アプリケーションサーバがイメージビューアーを介してユーザに提供する、インデキシング範囲のハイライト表示を含む文書画像の例を示す図である。 アプリケーションサーバがイメージビューアーを介してユーザに提供する、インデキシング範囲のハイライト表示を含む属性画像の例を示す図である。 インデキシング範囲に追加される範囲の強調表示を含む文書画像を例示する図である。 警告表示を含む文書画像を例示する図である。 インデキシング範囲に削除される範囲の強調表示を含む文書画像を例示する図である。 実施形態のシステムの処理手順の後半部の別の例を示す図である。 元のインデキシング範囲内のインデックスの強調表示を含む文書画像を例示する図である。 元のインデキシング範囲内及び追加された範囲内のインデックスの強調表示を含む文書画像を例示する図である。 元のインデキシング範囲の外にあるインデックス候補の強調表示を含む文書画像を例示する図である。 更新後のインデキシング範囲の外にあるインデックスの強調表示を含む文書画像を例示する図である。 実施形態のシステムの処理手順の後半部の更に別の例を示す図である。

図１に、本発明に係る文書処理装置の一例である文書管理システム１００と、ユーザ側でこの文書管理システム１００を利用する際に用いられるＷｅｂＵＩ（ユーザインタフェース）２００を例示する。

文書管理システム１００は、ユーザに対して文書検索のサービスを提供する情報処理システムである。文書管理システム１００は、例えばクラウド上に構築される。

文書管理システム１００において、文書格納部１０２には、検索対象となる各文書のファイル（以下、このファイルのことを単に「文書」とも呼ぶ）が格納されている。個々の文書のファイルには、文書の内容のデータであるファイル本体と、文書の属性情報とが含まれる。

文書取得部１０４は、アプリケーションサーバ１３０からの指示に従って、文書格納部１０２に格納されている文書のファイル本体及び属性情報を取得する。イメージ変換部１０６は、文書のファイル本体や属性情報をイメージデータに変換する。テキスト抽出部１０８は、文書のファイル本体や属性情報に含まれるテキストデータを抽出する。

インデキシング範囲制御部１１０は、インデキシング対象の文書から生成されるインデックスデータのデータ量が定められた上限のデータ容量以下となるという条件を満たすよう、インデキシング範囲を制御するための機構である。インデキシング範囲制御部１１０は、インデキシング対象の文書をテキスト抽出部１０８に渡し、テキスト抽出部１０８がその文書から抽出したテキストデータを取得する。そして、そのテキストデータのうち、上限のデータ容量以下の部分をインデキシング範囲に選んでインデキシング部１２２に渡す機能を持つ。またインデキシング範囲制御部１１０は、ユーザがインデキシング範囲の変更操作を行った場合に、その変更操作後のインデキシング範囲が、上述した条件を満たすようにするための制御（例えば後述する警告表示）を行う。なお、インデキシング範囲は、文書のうちインデキシング処理の対象となる範囲（言い換えればインデックスの抽出範囲）である。

全文検索エンジン１２０は、文書の全文検索を実行するための機構である。全文検索エンジン１２０は、インデキシング部１２２、インデックス格納部１２４、インデックスデータ取得部１２６を含む。

インデキシング部１２２は、インデキシング範囲制御部１１０から渡されたテキストデータからインデックスデータを生成する。インデックスデータは、１以上のインデックスからなるデータであり、言い換えればインデックスの集合である。インデックスは、文書に含まれるキーワードやキーフレーズである。インデキシング部１２２は、インデックス範囲のテキストデータからインデックスを抽出し、抽出したインデックスの集合をインデックスデータとして出力する。インデキシング部１２２が、テキストデータからインデックスデータを生成する方法は、特に限定されるものではなく、既存の、又はこれから開発される、どの方法を用いてもよい。

インデックス格納部１２４は、文書についてインデキシング部１２２が生成したインデキシングデータを、その文書の識別情報と対応付けて格納している。またインデックス格納部１２４は、文書の識別情報に対応付けて、その文書のインデキシング範囲を表す範囲情報を格納している。範囲情報は、例えば、文書のファイル内容及び属性情報のそれぞれにおける、インデキシング範囲の開始位置と終了位置を示す情報である。また、範囲情報は、インデキシング範囲内に含まれるテキストデータを含んでいてもよい。なお、１つの文書についてのインデキシング範囲は、互いに位置が隔たった複数の部分範囲から構成される場合がある。この場合、インデキシング範囲を示す範囲情報は、それら各部分範囲を示す情報（例えば部分範囲の開始位置と終了位置）の組である。

インデックスデータ取得部１２６は、指定された文書のインデックスデータ、又は範囲情報、又はその両方を、インデックス格納部１２４から取得する。

アプリケーションサーバ１３０は、ユーザに対して、文書の登録、検索、インデキシング範囲の確認や変更、等のサービスのためのＵＩを提供する。またアプリケーションサーバ１３０は、そのＵＩを介して受け取ったユーザからの入力に応じて、文書取得部１０４～全文検索エンジン１２０を制御することで、ユーザの入力に応じた処理を提供する。

ＷｅｂＵＩ２００は、ユーザが操作するパーソナルコンピュータやスマートフォン等の端末上でユーザに提供される、Ｗｅｂ（World Wide Web）技術を用いたＵＩである。ＷｅｂＵＩ２００は、例えば、その端末にインストールされたＷｅｂブラウザにて、アプリケーションサーバ１３０が提供するＵＩ用のＷｅｂページを表示することにより実現される。なお、文書管理システム１００のＵＩにＷｅｂ技術を利用するのはあくまで一例に過ぎない。別の技術を用いたＵＩを採用してももちろんよい。

イメージビューアー２０４は、ユーザが選択した文書の内容や属性情報を表す画像を表示する。また、イメージビューアー２０４は、イメージを表示した文書についてのインデキシング範囲を表示したり、そのインデキシング範囲についての変更の操作を受け付けたりする機能を有する。

文書管理ＵＩ２０２は、文書管理システム１００のためのＷｅｂＵＩ２００の中核の部分であり、文書管理のための各種の画面を提供し、それら画面に対するユーザからの操作を受け付ける。文書管理ＵＩ２０２が提供する画面には、例えば、文書格納部１０２のフォルダ群の構成を示す画面や、各フォルダ内の文書一覧の画面、検索結果の文書一覧の画面等がある。また、文書管理ＵＩ２０２は、文書一覧の画面上でユーザから文書の選択と、その選択された文書に対する操作指示の入力を受け付ける。例えば、文書管理ＵＩ２０２は、文書に対して選択可能な操作項目のメニューを画面表示し、そのメニュー上でユーザから操作項目の選択を受け付ける。選択可能な操作項目には、例えば、文書のダウンロード、属性の表示、インデキシング範囲の設定、等がある。ユーザが、ある文書に対する操作としてインデキシング範囲の設定を選択した場合、イメージビューアー２０４がその文書のイメージとインデキシング範囲を表す画面を表示する。

さて、文書管理システム１００に対してユーザから文書が登録されると、インデキシング範囲制御部１１０がその文書に対して自動的にインデキシング範囲を設定する。この設定では、インデキシング範囲に関するデータ量が閾値以下となるよう、インデキシング範囲を設定する。ここで「インデキシング範囲に関するデータ量」は、インデキシング範囲に含まれる文字列のデータ量であってもよいし、そのインデキシング範囲に含まれる文字列からインデキシング部１２２が生成するインデックスデータのデータ量であってもよい。

例えば、インデキシング範囲制御部１１０は、従来と同様、インデキシング範囲に含まれる文字列のデータ量があらかじめ定められた固定の閾値以下となるよう、インデキシング範囲を自動的に設定してもよい。

また、インデキシング範囲内の文字列のデータ量、又はインデックスデータのデータ量のいずれを閾値で制限する場合でも、閾値は固定としてもよいし、その時点で文書格納部１０２に格納されている文書群に関する量に応じて動的にその閾値を定めてもよい。

例えば、その時点で文書格納部１０２に格納されている文書群のインデックスデータの総量に基づいて、閾値を決めてもよい。例えば、インデックスデータの総量が多いほど閾値が低くなるような関数又はルールに従って、閾値を設定する。別の観点から言えば、インデックスデータのために用意する記憶容量に上限を設定しておき、その上限の記憶容量の空きの量（すなわち上限から現在のインデックスデータの総量を引いた残り）が少ない程、閾値が低くなるように閾値を設定してもよい。

また、例えば、文書格納部１０２に格納されている文書の数、あるいはそれら文書群のデータの総量に基づいて閾値を決めてもよい。例えば、文書格納部１０２内の文書の数が多いほど閾値が低くなる関数又はルールに基づいて閾値を決めてもよい。また、文書格納部１０２内の文書群のデータの総量が多いほど閾値が低くなる関数又はルールに基づいて閾値を決めてもよい。別の観点から言えば、文書格納部１０２の記憶容量に上限を設定しておき、その上限の記憶容量の空きの量（すなわち上限から現在の文書群のデータの総量を引いた残り）が少ない程、閾値が低くなるように閾値を設定してもよい。

なお、説明を簡単にするために、図２及び図３の例では、インデキシング範囲に含まれる文字列のデータ量について閾値が設定される場合を説明する。

次にインデキシング部１２２がそのインデキシング範囲のテキストデータからインデックスデータを生成し、そのインデックスデータをその文書の識別情報に対応付けてインデックス格納部１２４に格納する。このときインデキシング範囲制御部１１０は所定のアルゴリズムに従ってインデキシング範囲を自動設定するが、この自動設定されたインデキシング範囲が適切でない場合がある。すなわち、文書に対して自動設定されたインデキシング範囲から生成されるインデックスデータが、その文書の特徴をよく表すインデックスを含まない場合がある。本実施形態では、このような場合に対応すべく、ユーザに文書のインデックス範囲の確認及び変更のためのＵＩを提供する。

例えば、ユーザが、文書管理システム１００に登録されている自分がよく知っている文書（例えば自分自身が登録した文書）を検索しようとして、その文書が含んでいる特定のキーワードを入力したところ、検索結果にその文書が見つからないということがあり得る。この場合、ユーザは、文書管理システム１００のフォルダ階層を辿ったり、別のキーワードで検索したりする等により、その文書を探すことになる。このときユーザは、なぜ最初に入力した、その文書が含んでいるはずのキーワードでその文書が検索できなかったかを考える。そして、文書管理システム１００が自動設定したインデキシング範囲から生成されたインデックスデータにそのキーワードが含まれていない可能性に気づき、本実施形態のＵＩを用いてインデキシング範囲が適切か確認し、必要に応じそのインデキシング範囲に変更を加える。

ユーザによるインデキシング範囲の確認、変更のために文書管理システム１００が実行する処理の一例を、図２及び図３のフローチャートを参照して説明する。

この処理は、例えば、アプリケーションサーバ１３０から提供されることにより文書管理ＵＩ２０２によりユーザの端末の画面に表示された文書一覧において、ユーザがある文書を選択し、「インデキシング範囲の設定」の操作項目を選択した場合に開始される。

文書管理ＵＩ２０２は、ユーザが選択した文書の識別情報と、ユーザが選択した操作項目「インデキシング範囲の設定」を示す情報とを含んだ処理要求を、ネットワーク経由で文書管理システム１００に送る。この処理要求を受け取った文書管理システム１００のアプリケーションサーバ１３０は、文書取得部１０４～インデックスデータ取得部１２６を制御して、その処理要求に対応する情報処理を実行する。

この処理では、図２に示すように、まず文書取得部１０４が、ユーザの選択した文書を文書格納部１０２から取得する（Ｓ１０）。次にテキスト抽出部１０８が、その文書からテキストデータを抽出する（Ｓ１２）。このとき、その文書のファイル本体だけでなく、属性情報からもテキストデータが抽出される。また、イメージ変換部１０６が、その文書のファイル本体及び属性情報の画像を示すイメージデータを生成する（Ｓ１４）。また、インデックスデータ取得部１２６が、インデックス格納部１２４から、その文書のインデキシング範囲を表す範囲情報を取得する（Ｓ１６）。アプリケーションサーバ１３０は、テキスト抽出部１０８が抽出したテキストデータ、イメージ変換部１０６が生成したイメージデータ、及びインデックスデータ取得部１２６が取得した範囲情報を受け取る。そして、アプリケーションサーバ１３０は、それらのデータ及び情報から、インデキシング範囲の変更のためのＵＩ画面のデータ（例えばＨＴＭＬ形式のデータ）を生成する。このデータは、例えば、文書のイメージ上に、透明化したテキストデータを、各文字の位置が一致するように位置合わせして重ね、更に、範囲情報が示すインデキシング範囲をハイライト表示等の形態で強調したデータである。アプリケーションサーバ１３０は、このデータを、処理要求に対する応答としてＷｅｂＵＩ２００に返す。このときアプリケーションサーバ１３０は、インデキシング範囲が文書のファイル本体にのみ設定されている場合にはファイル本体についてのデータのみを、インデキシング範囲が文書の属性情報にも設定されている場合にはファイル本体と属性情報の両方についてのデータを、ＷｅｂＵＩ２００に応答してもよい。
このデータを受け取ったＷｅｂＵＩ２００では、イメージビューアー２０４が、そのデータが示す文書画像をユーザの端末の画面に表示する（Ｓ１８）。

図４に、このとき端末の画面に表示される文書画像１０００を例示する。この文書画像１０００は、文書の内容を表す画像のうち、インデキシング範囲に対応する部分をハイライト表示１００２で強調表示したものである。

図示は省略するが、インデキシング範囲が互いに隔たった複数の部分範囲に分かれて設定されている場合、それら複数の部分範囲を１つにまとめて表示してもよい。例えば、複数の部分範囲のそれぞれを取り出し、それら部分範囲を例えば文書内での出現位置の順に並べた画像を表示するなどである。これにより、通常の文書画像１０００の表示ではユーザが一覧できない複数の部分範囲を、一覧可能な状態でユーザに提供する。

また、文書の属性情報にもインデキシング範囲が設定されている場合、端末の画面には、例えば図５に例示する属性画像１１００が表示される。この例では、属性画像１１００中のインデキシング範囲に対応する部分がハイライト表示１１０２で強調されている。

ユーザは、これら文書画像１０００及び属性画像１１００上のハイライト表示１００２及び１０１２で強調された部分を見て、インデキシング範囲が適切であるかどうかを確認する。そして、例えばユーザが必要と考えるインデックスがインデキシング範囲内に含まれていないことが分かった場合、ユーザは、イメージビューアー２０４が提供するＵＩにより、インデキシング範囲の変更を行う。

「インデキシング範囲の設定」操作が選ばれた場合、図３に示すように、アプリケーションサーバ１３０は、現時点でその文書のインデキシング範囲に適用されるデータ量の閾値（すなわち許容されるデータ量、つまり上限値）を決定する（Ｓ２０）。この閾値は、例えば、インデキシング範囲制御部１１０がインデキシング範囲を自動設定する場合と同様のものでよい。すなわち、あらかじめ定められた固定の閾値を用いてもよいし、その時点で文書格納部１０２に格納されている文書群に関する量に応じて決定される閾値を用いてもよい。このうち後者の閾値は、例えば文書格納部１０２内の文書群のインデックスデータの総量、文書群の数、又は文書群のデータの総量が多いほど低くなるように決定されるものであってもよい。また、この閾値は、インデックス格納部１２４に記憶されている当該文書のインデックスデータの量（以下、第１のデータ量と呼ぶ）に基づいて決定してもよい。例えば、その時点で文書格納部１０２に格納されている文書群に関する量からみて、文書管理システム１００のストレージに余裕があると判定される場合は、第１のデータ量を閾値として採用し、余裕がないと判定される場合には、第１のデータ量よりも少ない量を閾値とする。以上の説明から明らかなように、Ｓ２０で決定される閾値は、インデキシング範囲制御部１１０が元のインデキシング範囲を自動設定したときの閾値とは異なる場合がある。アプリケーションサーバ１３０は、Ｓ２０で決定した閾値をイメージビューアー２０４に通知する。

イメージビューアー２０４は、表示した文書画像１０００及び属性画像１１００上で、ユーザからインデキシング範囲の変更操作を受け付ける（Ｓ２２）。インデキシング範囲の変更操作は、例えば、マウス等のポインティングデバイスやタッチパネル画面へのタッチによる範囲指定の操作により行われる。

例えば、イメージビューアー２０４は、文書画像１０００等を最初に表示した時点では非範囲指定モードである。非範囲指定モードにおいて文書画像１０００等で選択可能な位置（例えば透明化したテキストが重畳された範囲内の位置）がポインティングデバイス等で選択されると、イメージビューアー２０４は範囲指定モードへと遷移し、その位置を指定範囲の開始点と認識する。次に、イメージビューアー２０４は、その範指定囲の終了点の位置がポインティングデバイス等で選択されるのを待ち、終了点の位置が選択されると、開始点から終了点までの範囲を、ユーザの指定した範囲として認識し、非範囲指定モードに戻る。ユーザは、この範囲指定の操作により、元のインデキシング範囲（すなわちＳ１６でインデックス格納部１２４から読み出したインデキシング範囲）に対して追加又は削除する範囲を指定する。

インデキシング範囲の変更操作（すなわち範囲指定の操作）が開始されたことを検知すると、範囲指定の開始点が、元のインデキシング範囲内に位置するか否かを判定する（Ｓ２４）。

Ｓ２４の判定の結果がＮｏの場合、すなわち元のインデキシング範囲の外側の位置が範囲指定の開始点に指定された場合、その指定操作は、元のインデキシング範囲に対して追加する範囲を指定するものである。この場合、イメージビューアー２０４は、範囲指定の終了点の指定を受け付けるが、このとき元のインデキシング範囲外の位置は終了点として受け付けるが、元のインデキシング範囲内の位置は終了点として受け付けない（Ｓ２６）。これにより、元のインデキシング範囲と重なる部分を持つ範囲が、インデキシング範囲に追加される範囲として指定されるのが防がれる。

ユーザが、ポインティングデバイス等により元のインデキシング範囲外の位置を終了点として選択すると、イメージビューアー２０４は、その終了点と前に指定した開始点とで規定される指定範囲をインデキシング範囲に追加するか否かをユーザに問い合わせる（Ｓ２８）。なお、このとき、その指定範囲は、元のインデキシング範囲とは異なる表示態様で強調表示中である。ユーザは、その問合せに対して、肯定又は否定の応答を入力する。否定の入力があった場合、イメージビューアー２０４は、ユーザが指定範囲の終了点を再指定するのを待つ。一方、その問合せに対してユーザから肯定の応答があった場合（Ｓ２８の判定結果がＹｅｓ）、イメージビューアー２０４は、元のインデキシング範囲に対して、今回指定された指定範囲を追加することにより、インデキシング範囲を更新する（Ｓ３０）。ただし、この更新はイメージビューアー２０４の内部における仮の更新であり、その更新結果はまだ文書管理システム１００側には通知されない。

イメージビューアー２０４は、Ｓ３０の更新後のインデキシング範囲内の文字列のデータ量を求め、そのデータ量がＳ２０で決定した閾値より多いかどうかを判定する（Ｓ３２）。Ｓ３２の判定結果がＹｅｓ、すなわち更新後のインデキシング範囲内の文字列のデータ量が閾値より多い場合、そのインデキシング範囲から生成されるインデックスデータのデータ量が、インデキシング範囲内の文字列のデータ量が閾値以下の場合よりも多くなりやすい。インデックスデータの量が多くなると、文書管理システム１００におけるインデックスデータのためのストレージを多く消費することになり、ストレージのためのコストがかさむ。そこで、この例では、更新後のインデキシング範囲のデータ量が閾値を超えることを認めない。イメージビューアー２０４は、インデキシング範囲がデータ量を超えたことを示す警告表示を行う（Ｓ３４）。この警告表示は、インデキシング範囲から一部の範囲を削除することを明示的に又は暗黙に求めるメッセージを含む。この警告表示は、削除する範囲の指定を求める削除要請の表示、の一例である。ユーザは、この警告表示に応じて、画面上に表示された文書画像１０００等の上で削除する範囲を選択すなわち指定し、イメージビューアー２０４はその削除範囲の選択を受け付ける（Ｓ３６）。削除範囲の選択は、Ｓ２２等における範囲指定と同様に行えばよい。イメージビューアー２０４は、現在のインデキシング範囲（すなわちこの時点では、元のインデキシング範囲に対して、ユーザが選択した範囲をＳ３０で追加したもの）から、選択された削除範囲を削除することにより、インデキシング範囲を更に更新する（Ｓ３８）。そして、Ｓ３２に戻り、更新後のインデキシング範囲のデータ量が閾値より多いか否かを判定する。以上のＳ３２～Ｓ３８のループを、Ｓ３２の判定結果がＮｏになるまで繰り返す。

Ｓ３２の判定結果がＮｏ、すなわち更新後のインデキシング範囲のデータ量が閾値以下、となると、そのインデキシング範囲は受け入れ可能である。この場合、イメージビューアー２０４は、そのインデキシング範囲を表す範囲情報を文書管理システム１００に通知する。この通知を受けた文書管理システム１００のアプリケーションサーバ１３０は、インデキシング部１２２に、その範囲情報が表すインデキシング範囲で、当該文書のインデキシングを再実行させる（Ｓ４６）。これに応じて、インデキシング部１２２は、当該文書のうちそのインデキシング範囲内の文字列を対象として、インデキシングの処理を再実行する。これにより、ユーザにより追加された範囲を含んだ更新後のインデキシング範囲からインデックスが抽出される。ユーザは、インデックスとして抽出して欲しいキーワードを含んだ範囲を追加する範囲として指定すると考えられ、Ｓ４６では、高い確率でそのキーワードがインデックスとして抽出される。インデキシング部１２２は、インデックス格納部１２４に格納されている当該文書のインデックスデータを削除し、この代わりにＳ４６で生成したインデックスデータをその文書のインデックスデータとしてインデックス格納部１２４に格納する。

ここでは、追加された範囲を含む更新後のインデキシング範囲全体を対象としてインデキシングを再実行したが、これは一例に過ぎない。この代わりに、追加された範囲のみを対象としてインデキシング部１２２がインデキシング処理を行い、この処理により新たに抽出されたインデックスを、インデックス格納部１２４に格納されている元のインデックスデータに追加してもよい。この場合、新たに抽出されたインデックスの中に元のインデックスデータに含まれているものがあれば、元のインデックスデータに追加する必要はない。

Ｓ２４の判定結果がＹｅｓ、すなわち元のインデキシング範囲内の位置が範囲指定の開始点に指定された場合、その指定操作は、元のインデキシング範囲から削除する範囲を指定するものである。この場合、イメージビューアー２０４は、範囲指定の終了点の指定を受け付けるが、このとき元のインデキシング範囲内の位置は終了点として受け付けるが、元のインデキシング範囲外の位置は終了点として受け付けない（Ｓ４０）。

ユーザが、ポインティングデバイス等により元のインデキシング範囲内の位置を終了点として選択すると、イメージビューアー２０４は、その終了点と前に指定した開始点とで規定される指定範囲をインデキシング範囲から削除するか否かをユーザに問い合わせる（Ｓ４２）。なお、このとき、その指定範囲は、元のインデキシング範囲とも、Ｓ２６及びＳ２８で追加される範囲とも異なる表示態様で強調表示中である。ユーザは、その問合せに対して、肯定又は否定の応答を入力する。否定の入力があった場合、イメージビューアー２０４は、ユーザが指定範囲の終了点を再指定するのを待つ。一方、その問合せに対してユーザから肯定の応答があった場合（Ｓ４２の判定結果がＹｅｓ）、イメージビューアー２０４は、元のインデキシング範囲から、今回指定された指定範囲を削除することにより、インデキシング範囲を更新する（Ｓ４４）。そして、イメージビューアー２０４は、更新後のインデキシング範囲を表す範囲情報を文書管理システム１００に通知する。この通知を受けた文書管理システム１００のアプリケーションサーバ１３０は、インデキシング部１２２に、その範囲情報が表すインデキシング範囲で、当該文書のインデキシングを再実行させる（Ｓ４６）。これに応じて、インデキシング部１２２は、当該文書のうちその更新後のインデキシング範囲内の文字列を対象として、インデキシングの処理を再実行する。インデキシング部１２２は、インデックス格納部１２４に格納されている当該文書のインデックスデータを削除し、この代わりにＳ４６で生成したインデックスデータをその文書のインデックスデータとしてインデックス格納部１２４に格納する。

ここでは、指定範囲が削除された更新後のインデキシング範囲全体を対象としてインデキシングを再実行したが、これは一例に過ぎない。この代わりに、インデックス格納部１２４に格納されている元のインデックスデータから、その指定範囲のみに含まれるインデックスを削除してもよい。

また図３の手順では、Ｓ３２で更新後のインデキシング範囲のデータ量が閾値を超過した場合、警告表示（Ｓ３４）を行って、削除範囲の指定をユーザに求めたが、この代わりに、その超過の原因となった追加する範囲の指定を取り消してもよい。取り消しを行った場合、ユーザは再度追加する範囲を指定するか、削除する範囲を指定した後再度追加する範囲を指定する。

図６に、Ｓ２６～Ｓ２８でユーザからインデキシング範囲に追加する範囲の指定を受けたときにイメージビューアー２０４が表示する文書画像１０００を例示する。図示のように、追加する範囲として指定された範囲は、インデックス格納部１２４から読み出された元のインデキシング範囲のハイライト表示１００２とは異なる表示態様（例えば異なる色）の強調表示１００４で示されている。

図７に、Ｓ３４で表示される警告表示１００６の例を示す。この例では、イメージビューアー２０４が表示する文書画像１０００上でユーザが指定した追加する範囲（すなわち強調表示１００４が施された範囲）を追加した結果、インデキシング範囲のデータ量が閾値を超過する場合、警告表示１００６が表示される。この警告表示１００６には、選択した範囲が上限を超えていること、及び、削除範囲の指定が必要なこと、を示すメッセージが含まれる。

図８に、Ｓ４０～Ｓ４２でインデキシング範囲から削除する範囲の指定を受けたときにイメージビューアー２０４が表示する文書画像１０００を例示する。図示のように、削除する範囲として指定された範囲は、インデックス格納部１２４から読み出された元のインデキシング範囲のハイライト表示１００２と、図６に例示した追加する範囲の強調表示と、のいずれとも異なる表示態様（例えば異なる色）の強調表示１００８で示されている。

ところで、文書が小さい場合など、その文書の全体がインデキシング範囲に自動設定される場合がある。このようにインデキシング範囲が文書全体となっている場合、イメージビューアー２０４は、インデキシング範囲に追加する範囲の指定は受け付けず、削除する範囲の指定のみを受け付けるようにしてもよい。

図３に示した手順は、インデキシング範囲を追加する場合の上限を規定する閾値として、インデキシング範囲内の文字列のデータ量についての閾値を用いた場合の例であった。これに対して、その閾値として、インデキシング範囲内の文字列から生成されるインデックスデータのデータ量についての閾値を用いる場合の処理手順の例を、図９に示す。図９の手順は、図２の手順の後に続いて実行される。図９の手順のち、図３の手順と同様の処理を表すステップについては、同一符号を付した。

図９の手順は、Ｓ２０ａ、Ｓ５０及びＳ３２ａが図３の手順と異なる。

Ｓ２０ａにて、アプリケーションサーバ１３０は、現時点でその文書のインデックスデータのデータ量の閾値（すなわち上限値）を決定する。この閾値は、例えば、インデキシング範囲制御部１１０がインデキシング範囲を自動設定する場合と同様のものでよい。すなわち、あらかじめ定められた固定の閾値を用いてもよいし、その時点で文書格納部１０２に格納されている文書群に関する量に応じて決定される閾値を用いてもよい。このうち後者の閾値は、例えば文書格納部１０２内の文書群のインデックスデータの総量、文書群の数、又は文書群のデータの総量が多いほど低くなるように決定されるものであってもよい。また、この閾値は、インデックス格納部１２４に記憶されている当該文書のインデックスデータの量に基づいて決定してもよい。アプリケーションサーバ１３０は、Ｓ２０ａで決定した閾値をイメージビューアー２０４に通知する。Ｓ２２～Ｓ３０、Ｓ４０～Ｓ４６の処理は、図３の例と同様でよい。

Ｓ３０の後、イメージビューアー２０４は、更新後のインデキシング範囲を文書管理システム１００に通知する。この通知を受けた文書管理システム１００では、アプリケーションサーバ１３０が、インデキシング部１２２に、その更新後のインデキシング範囲でインデキシングを再実行させる（Ｓ５０）。なお、ここでは便宜上「更新後のインデキシング範囲」といっているが、これはあくまで暫定的な意味でのことである。まだこの時点では、インデックス格納部１２４に格納されている当該文書のインデックス範囲の範囲情報は更新されていない（言い換えれば、インデキシング範囲の更新は確定していない）。

次に、アプリケーションサーバ１３０が、Ｓ５０でインデキシング部１２２が更新後のインデキシング範囲から生成したインデックスデータのデータ量が、Ｓ２０ａで定められた閾値より多いかどうかを判定する（Ｓ３２ａ）。

Ｓ３２ａの判定の結果がＮｏの場合、アプリケーションサーバ１３０は、そのインデックスデータとインデキシング範囲の範囲情報を採用する。すなわち、インデックス格納部１２４内に格納されたその文書についての既存のインデックスデータ及び範囲情報を削除し、その代わりに採用したインデックスデータと範囲情報を格納する。

Ｓ３２ａの判定結果がＹｅｓの場合、アプリケーションサーバ１３０は、イメージビューアー２０４に対して、更新後のインデキシング範囲が閾値超過であることを示すエラー情報を返す。これに応じて、イメージビューアー２０４は、警告表示を行い（Ｓ３４）、削除範囲の選択をユーザから受け付け（Ｓ３６）、選択された削除範囲に応じてインデキシング範囲を更に更新し（Ｓ３８）、Ｓ５０の処理に戻る。

図９に例示するように、インデックスデータのデータ量に関して閾値を定める方式でも、図３と同様の処理が可能である。

なお、図９の手順において、Ｓ３２ａの判定結果がＮｏ（すなわちインデックスデータのデータ量が閾値以下）となった場合に、直ちに更新後のインデキシング範囲を採用したが、これは一例に過ぎない。この代わりに、アプリケーションサーバ１３０は、そのデータ量と閾値との差が十分に大きい（例えばあらかじめ定めた量以上の差がある）場合には、更に範囲の追加が可能であることを示すヒント表示を、イメージビューアー２０４を介してユーザに提示してもよい。ユーザは、このヒント表示に対して更なる範囲の追加を行うか、又はこれ以上追加しない旨を応答する。

＜様々な変形例＞
図２の手順のＳ１８では、イメージビューアー２０４は、図４に例示する様に、インデキシング範囲がハイライト表示１００２で強調された文書画像１０００を表示した。これに対する変形例として、Ｓ１８でイメージビューアー２０４が、インデキシング範囲のハイライト表示１００２に加え、そのインデキシング範囲内の個々のインデックスを強調表示１０１０で示した文書画像１０００を表示してもよい（図１０参照）。この強調表示１０１０は、インデキシング範囲のハイライト表示１００２、図６に例示した、追加する範囲の強調表示１００４、図８に例示した、削除する範囲の強調表示１００８、のいずれとも異なる表示態様のものとする。

また同様に、図１１に示すように、図９のＳ２６～Ｓ３０でユーザが追加範囲の指定を行った後、イメージビューアー２０４が、元のインデキシング範囲内のインデックスを強調表示１０１０で示し、追加された範囲内のインデックスを強調表示１０１２で示してもよい。ここで、追加された範囲内において強調表示１０１２で示すものを、その範囲内でインデックスに選ばれた単語等のうち、元のインデキシング範囲内から抽出されたインデックスデータに含まれないもののみとしてもよい。これにより、追加された範囲内から新たに選ばれたインデックスをユーザに分かりやすく提示する。

また、図示は省略するが、元のインデキシング範囲と追加された範囲の両方に同じインデックスが含まれる場合、その同じインデックスを、どちらか一方にしか含まれないインデックスとは区別可能な表示形態で強調表示してもよい。例えばこの表示は、警告表示（図３のＳ３４、図７参照）を行う際に、文書画像１０００で行う。ユーザは、この強調表示により、それら両方の範囲に含まれる同じインデックスが分かるので、例えば追加された範囲のうちその同じインデックスを含む範囲を削除する操作を行う等の対処が行える。例えば、インデキシング範囲を表す範囲情報に対応付けてインデキシング範囲のテキストデータ自体をインデックス格納部１２４に格納する方式を採用している場合、そのようにしてインデキシング範囲を削減することで、インデックス格納部１２４内のデータ量の削減に繋がる。

また、Ｓ１８でイメージビューアー２０４は、図１２に例示するように、インデキシング範囲内の個々のインデックスの強調表示１０１０に加え、インデキシング範囲外にあるインデックス候補を強調表示１０１４で示してもよい。インデックス候補は、文書中のインデキシング範囲外の文字列からインデキシング部１２２が抽出する、インデックスの候補の文字列である。ユーザが「インデックス範囲の設定」操作を選択した場合、アプリケーションサーバ１３０は、インデキシング部１２２に対して、文書中のインデキシング範囲外の文字列を対象に、インデキシング処理を実行させる。この処理では、インデキシング部１２２は、インデキシング範囲外の文字列に含まれる個々の単語等について、通常のインデキシング処理と同様、インデックスとしての適性度（言い換えれば当該文書の特徴を表している度合い）を計算する。そして、インデキシング部１２２は、その適性度が閾値以上の単語等を、インデックス候補として抽出する。ここで、適性度が閾値以上であっても、インデキシング範囲内から生成済みのインデックスデータにインデックスとして既に含まれている単語等は、インデックス候補として抽出しないようにしてもよい。アプリケーションサーバ１３０は、イメージビューアー２０４に送信する文書画像１０００のデータに、それらインデックス候補を特定する情報を含める。イメージビューアー２０４は、この情報に基づいて、インデックス候補の強調表示１０１４を実施する。インデックス候補の強調表示１０１４は、インデキシング範囲のハイライト表示１００２、追加する範囲の強調表示１００４、削除する範囲の強調表示１００８、インデキシング範囲内のインデックスの強調表示１０１２のいずれとも区別可能な表示態様のものとする。

図１２に例示したように、インデキシング範囲外にあるインデックス候補を、強調表示１０１４により明示することで、ユーザに対して、インデキシング範囲に追加する範囲の判断材料となる情報を提供する。

図１２の例と同様、ユーザがインデキシング範囲に対して追加する範囲を選択した後、その追加を反映した更新後のインデキシング範囲の外部からインデックス候補を求め、求めたインデックス候補を強調表示してもよい。図１３に示す例では、元のインデキシング範囲及び追加された範囲内のインデックスを示す強調表示１０１０及び強調表示１０１２に加えて、それら両方の範囲を合わせた更新後のインデキシング範囲の外にあるインデックス候補が強調表示１０１６により示されている。

また、図３及び図９に示した処理に対する変形例として、図１４に示す処理も考えられる。図１４の処理手順のうち、図９に示したステップと同様の処理を行うステップについては、同一符号を付した。

図１４の手順では、ユーザから追加された範囲を元のインデキシング範囲に追加してインデキシング範囲を更新した後、アプリケーションサーバ１３０の制御のもとインデキシング部１２２が、この更新後のインデキシング範囲を対象としてインデキシングを再実行する（Ｓ５２）。ただし、この再実行では、インデキシング部１２２は、更新後のインデキシング範囲から抽出するインデックスの総データ量（すなわちその範囲から生成するインデックスデータのデータ量）が、Ｓ２０ａで定めた閾値以下となるようにする。すなわち、インデキシング部１２２は、更新後のインデキシング範囲内に含まれる個々の単語等についてインデックスとしての適性度を計算し、適性度が上位の単語等から順にインデックスを選んでいく。そして、例えば、選んだインデックスの総データ量が閾値に達したところで、それ以上の単語等をインデックスに選ぶのを止める。このインデキシング部１２２がこのような処理を行うように制御するアプリケーションサーバ１３０の機能が、制御部の機能の一例である。

図１４に例示した処理でも、ユーザの変更操作による更新後のインデキシング範囲から生成されるインデックスデータの量が閾値以下に抑えられる。

また以上では、文書に対してインデキシングを行うシステムを例にとったが、本発明は、インデキシング以外の技術にも適用可能である。例えば、文書から、その文書の要約やキャッチコピー等のように、その文書の特徴を表す他の種類の文字列を生成するシステムにも、本発明の方式は適用可能である。すなわち、文書全体ではなく、その文書の中から選択された一部の範囲（以下、生成範囲と呼ぶ）から、要約やキャッチコピー等（以下「要約等」と略称）の文書の特徴を示す文字列を生成するシステムにおいて、その範囲をユーザが変更することでその特徴を示す文字列を更新する場合にも、本発明は適用可能である。

このように、本発明は、文書全体ではなくその文書の内容の中から選ばれた第一の範囲からその文書の特徴を示す一以上の文字列である第一の文字列が生成されている状況で、第二の範囲をユーザが特定し、その第二の範囲から、その文書の特徴を表す第二の文字列であって、その第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列を生成する場合一般に適用可能である。ここで、第一の範囲は、例えば、文書登録時にインデキシング範囲制御部１１０が文書中に自動設定したインデキシング範囲、いずれかのユーザが過去に設定又は変更したインデキシング範囲、又は、要約等を生成するシステムがその要約等の生成範囲として自動設定した範囲、又はいずれかのユーザが過去に設定又は変更した要約等の生成範囲等である。また第一の文字列は、例えば、文書の第一の範囲のデータから生成されたインデックスデータ、要約、キャッチコピー等である。例えば、個々のインデックスを文書の特徴を示す文字列とした場合に、第一の範囲から抽出された一以上のインデックスからなるインデックスデータが、第一の文字列の一例である。したがって、インデキシング範囲からインデックスデータを生成するインデキシング部１２２は、第一の範囲から前記第一の文字列を生成する生成部の一例である。

また第二の範囲は、文書の特徴を示す一以上の文字列を、第一の範囲から生成されたもの（すなわち第一の文字列）から変更しようとする場合に、ユーザがその文書の内容の中で特定する範囲である。第二の範囲は、典型的には、第一の範囲とは異なる部分を含む。上述したインデキシングの実施形態では、第一の範囲の一例である元のインデキシング範囲に対して、第二の範囲は、その元のインデキシング範囲に対してユーザが変更（すなわち範囲の追加又は削除）を加えた結果である更新後のインデキシング範囲、がその一例となる。第二の範囲は、第一の範囲と重複する部分を含むか、第一の範囲と重複しない部分を含むか、又はその両方である。第二の範囲のうち、第一の範囲と重複する部分を「重複範囲」と呼び、第一の範囲と重複しない部分を「非重複範囲」と呼ぶ。例えば、図１１に示す文書画像１０００の例において、更新後のインデキシング範囲は、元のインデキシング範囲を示すハイライト表示１００２と、追加された範囲を示す強調表示１００４との両方からなる。このうちハイライト表示１００２で示される部分が重複範囲の例であり、強調表示１００４で示される部分が非重複範囲の例である。また、第二の文字列は、例えば、文書の第二の範囲のデータから生成されたインデックスデータ、要約、キャッチコピー等である。

また、典型的な例では、第二の範囲の特定を受け付ける際にその第二の範囲から生成される第二の文字列のデータ量、又はその第二の範囲自体のデータ量が、それぞれに対応するデータ容量以下となるように制御する。このデータ容量の一例が、Ｓ２０又はＳ２０ａで決定される閾値である。

また、上記実施形態において、アプリケーションサーバ１３０が、イメージビューアー２０４を制御することにより、ユーザからインデキシング範囲の変更操作を受け、その変更操作による更新後のインデキシング範囲を受け付けるか否かを制御する機能が、特許請求の範囲における受付部及び制御部の一例である。

以上に説明した文書管理システム１００は、コンピュータに上述のその文書管理システム１００を構成する要素群の機能を表すプログラムを実行させることにより実現してもよい。ここで、コンピュータは、例えば、ハードウエアとして、ＣＰＵ等のマイクロプロセッサ、ランダムアクセスメモリ（ＲＡＭ）及びリードオンリメモリ（ＲＯＭ）等のメモリ（一次記憶）、フラッシュメモリやＳＳＤ（ソリッドステートドライブ）、ＨＤＤ（ハードディスクドライブ）等の固定記憶装置を制御するコントローラ、各種Ｉ／Ｏ（入出力）インタフェース、ローカル・エリア・ネットワークなどのネットワークとの接続のための制御を行うネットワークインタフェース等が、たとえばバス等を介して接続された回路構成を有する。それら各機能の処理内容が記述されたプログラムがネットワーク等の経由でフラッシュメモリ等の固定記憶装置に保存され、コンピュータにインストールされる。固定記憶装置に記憶されたプログラムがＲＡＭに読み出されＣＰＵ等のマイクロプロセッサにより実行されることにより、上に例示した機能モジュール群が実現される。

また文書管理システム１００は、上述のように単体のコンピュータ上に構成されていてもよいし、相互に通信可能な複数のコンピュータからなるシステムとして構成されていてもよい。

１００ 文書管理システム、１０２ 文書格納部、１０４ 文書取得部、１０６ イメージ変換部 １０８ テキスト抽出部、１１０ インデキシング範囲制御部、１２０ 全文検索エンジン、１２２ インデキシング部、１２４ インデックス格納部、１２６ インデックスデータ取得部、１３０ アプリケーションサーバ、２００ ＷｅｂＵＩ、２０２ 文書管理ＵＩ、２０４ イメージビューアー。

Claims (24)

1. 文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列、が存在する場合に、前記内容の中から、前記第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲、の特定を受け付ける受付部と、
   前記第二の範囲から生成される前記第二の文字列のデータ量が、前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下、となるよう前記受付部による前記第二の範囲の特定の受付を制御する制御部と、
   を含む文書処理装置。
2. 文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列、が存在する場合に、前記内容の中から、前記第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲、の特定を受け付ける受付部と、
   前記第二の範囲のデータ量が、前記第一の文字列のデータ量によって定まる前記第二の範囲についてのデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下となるように、前記受付部による前記特定の受付を制御する制御部と、
   を含む文書処理装置。
3. 文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲の特定を受け付ける受付部と、
   前記受付部が受け付けた前記第二の範囲から生成される前記第二の文字列のデータ量が前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下となるよう、前記第二の範囲からの前記第二の文字列の生成を制御する制御部と、
   を含む文書処理装置。
4. 前記制御部は、前記第二の文字列の前記データ量が、前記第一の文字列のデータ量によって定まる前記第二の文字列の前記データ容量、又は前記第二の範囲を特定する際に定められた前記データ容量、を超えた場合に、前記第二の範囲から削除する範囲の指定を求める削除要請の表示を行う、請求項１に記載の文書処理装置。
5. 前記制御部は、前記第二の範囲の前記データ量が、前記第一の文字列のデータ量によって定まる前記第二の範囲についての前記データ容量、又は前記第二の範囲を特定する際に定められた前記データ容量、を超えた場合に、前記第二の範囲から削除する範囲の指定を求める削除要請の表示を行う、請求項２に記載の文書処理装置。
6. 前記制御部は、前記削除要請の表示に応じて指定された範囲を前記第二の範囲から削除し、この削除後の前記第二の範囲から生成される前記第二の文字列の前記データ量が、依然として前記第一の文字列のデータ量によって定まる前記第二の文字列の前記データ容量、又は前記第二の範囲を特定する際に定められた前記データ容量、を超えている場合は、前記削除要請の表示を続行する、請求項４に記載の文書処理装置。
7. 前記制御部は、前記削除要請の表示に応じて指定された範囲を前記第二の範囲から削除し、この削除後の前記第二の範囲についての前記データ量が、依然として、前記第一の文字列のデータ量によって定まる前記第二の範囲についての前記データ容量、又は前記第二の範囲を特定する際に定められた前記データ容量、を超えている場合は、前記削除要請の表示を続行する、請求項５に記載の文書処理装置。
8. 前記制御部は、前記受付部による前記特定の受付のために前記文書の内容を表示する画面において、前記第一の範囲のうち、前記第一の範囲から生成された前記一以上の文字列に該当する部分、を強調表示する、請求項１～７のいずれか１項に記載の文書処理装置。
9. 前記制御部は、前記画面において、前記文書の内容のうち前記第二の範囲以外の範囲から生成される前記文書の特徴を示す一以上の文字列のうち、前記第二の範囲から生成される前記一以上の文字列に含まれない文字列を強調表示する、請求項８に記載の文書処理装置。
10. 前記制御部は、前記受付部による前記特定の受付のために前記文書の内容を表示する画面において、前記第二の範囲のうち前記第一の範囲と重複する重複範囲に含まれる前記一以上の文字列と、前記第二の範囲のうち前記第一の範囲と重複しない非重複範囲について生成される前記一以上の文字列と、を互いに区別可能に表示する、請求項１～９のいずれか１項に記載の文書処理装置。
11. 前記制御部は、前記画面において、前記文書の内容のうち前記第二の範囲以外の範囲から生成される前記文書の特徴を示す一以上の文字列のうち、前記第二の文字列に含まれない文字列が強調表示されるよう制御する、請求項１０に記載の文書処理装置。
12. 前記制御部は、前記受付部による前記特定の受付のために前記文書の内容を表示する画面において、前記第一の範囲以外の範囲から生成される前記文書の特徴を示す一以上の文字列のうち、前記第一の文字列に含まれない文字列が強調表示されるよう制御する、請求項１～１１のいずれか１項に記載の文書処理装置。
13. 前記データ容量は、複数の文書の各々について前記文書の特徴を示す一以上の文字列を記憶する記憶装置、に記憶されている前記一以上の文字列の総データ量、又は前記複数の文書の文書数に応じて変化する、ことを特徴とする請求項１～１２のいずれか１項に記載の文書処理装置。
14. 前記総データ量が多いほど前記データ容量は少なくなる、請求項１３に記載の文書処理装置。
15. 前記複数の文書の文書数が多いほど、前記データ容量は少なくなる、請求項１３又は１４に記載の文書処理装置。
16. 前記第一の範囲から前記第一の文字列を生成する生成部を更に含み、
    前記制御部は、前記生成部が前記第一の範囲から生成する前記第一の文字列のデータ量がその生成の時点の状況により定まるデータ容量以下となるよう制御する、請求項１～１５のいずれか１項に記載の文書処理装置。
17. 前記データ容量は、前記受付部が前記第二の範囲の特定を受け付ける時点で許容される容量である、請求項１～１６のいずれか１項に記載の文書処理装置。
18. 前記データ容量は、前記第一の範囲から生成された前記一以上の文字列のデータ量と異なる場合がある、請求項１７に記載の文書処理装置。
19. 前記制御部は、前記受付部が受け付けた前記第二の範囲から生成される前記第二の文字列のデータ量が、前記データ容量を超える場合に、受け付けた前記第二の範囲を取り消す、請求項１に記載の文書処理装置。
20. 前記制御部は、前記受付部による前記特定の受付のために前記文書の内容を表示する画面において、前記第二の範囲から生成される前記第二の文字列に含まれる前記一以上の文字列のうち、前記第一の範囲から生成された前記第一の文字列に含まれない文字列を表示する、請求項１～３のいずれか１項に記載の文書処理装置。
21. 前記制御部は、前記第二の文字列のデータ量が前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量未満、又は前記第二の範囲を特定する際に定められたデータ容量未満である場合に、前記第二の範囲を更に広げることが可能である旨を通知する、請求項１に記載の文書処理装置。
22. コンピュータを、
    文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列、が存在する場合に、前記内容の中から、前記第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲、の特定を受け付ける受付部、
    前記第二の範囲から生成される前記第二の文字列のデータ量が、前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下、となるよう前記受付部による前記第二の範囲の特定の受付を制御する制御部、
    として機能させるためのプログラム。
23. コンピュータを、
    文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列、が存在する場合に、前記内容の中から、前記第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲、の特定を受け付ける受付部、
    前記第二の範囲のデータ量が、前記第一の文字列のデータ量によって定まる前記第二の範囲についてのデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下となるように、前記受付部による前記特定の受付を制御する制御部、
    として機能させるためのプログラム。
24. コンピュータを、
    文書の内容の一部の範囲である第一の範囲から生成された、前記文書の特徴を示す一以上の文字列である第一の文字列とは少なくとも一部が異なる一以上の文字列である第二の文字列が生成される範囲である第二の範囲の特定を受け付ける受付部、
    前記受付部が受け付けた前記第二の範囲から生成される前記第二の文字列のデータ量が前記第一の文字列のデータ量によって定まる前記第二の文字列のデータ容量以下、又は前記文書における前記第一の範囲の決定後前記第二の範囲を特定する迄に定められたデータ容量以下となるよう、前記第二の範囲からの前記第二の文字列の生成を制御する制御部、
    として機能させるためのプログラム。

Images