JPH0744560A - 文書処理装置における論理構造認識処理方式 - Google Patents

Abstract

(57)【要約】 【目的】 一定のルールに従った定型文書を効率よく作
成する。 【構成】 共通文書ファイル１５は、文書の論理的構造
の出現順序ルールを記憶する。入力文書ファイル１６は
汎用マークアップ言語規約に基づいて作成された文書を
記憶する。プログラム１７４はファイル１５のルールを
チェーン形式の共通論理構造テーブルに展開して領域１
７２に記憶する。プログラム１７５は作業領域１７１に
取り込まれたマークアップ文書から文書タグを順番に取
得し、タグテーブルとして領域１７３に設定する。プロ
グラム１７６は論理構造テーブルを参照して、タグテー
ブルの文書タグの出現順序がルールに合致するか判定
し、合致すればタグテーブルのチェーンをのばし、合致
しなければその旨を利用者に指摘する。全文書タグの合
致判定後、プログラム１７７は文書の論理構造を生成す
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書の作成・編集を行
う文書処理装置における論理構造認識処理方式に係り、
特に、文書をマーク付けする汎用マークアップ言語規約
に従った文書タグを用いて作成された文書データの論理
構造認識処理方式に関する。

【０００２】

【従来の技術】文書の内容は、章・節・段落等の文書の
持つ意味について着目した論理構造と、ページやフレー
ム等の文書の内容を物理的に配置するための割付け構造
の二つに大別することができる。

【０００３】従来の技術は、この点に着目し、構造文書
の作成を行っている。例えば、特開平３−１２７１７０
号公報には、論理構造とその内容を並列して作成し、文
書に固有の論理的構造を作成することが記載されてい
る。この従来技術では、操作者にガイダンスを示すこと
で次内容を促し、操作性の向上をはかっている。

【０００４】

【発明が解決しようとする課題】ワードプロセッサの普
及に伴い文書処理システムは急速に進歩し、また、ワー
クステーションを中心に国際標準・オープン化への対応
が強く必要とされている。これらの文書表現は、ＩＳＯ
で規格化された交換形式表現や、同じくＩＳＯで規格化
されたマークアップゲージに代表される。このうち、Ｉ
ＳＯの交換形式は、実装面での負荷が大きい等の点か
ら、文字コードだけで表現できるマークアップゲージに
よる文書表現の普及が予想され、この表現方法で一定の
ルールに従った文書を容易に作成できることが要求され
てきた。

【０００５】しかしながら、従来技術は、先の特開平３
−１２７１７０号公報にも記載されているように、操作
者がガイダンスに従って文書内容を入力すると、それに
伴い文書の論理的構造を順次生成していくもので、処理
装置は文書の論理的構造単位の内容をキー入力によって
取得する方式であり、一定のルールに従った定型文書を
効率よく作成するには不向きである。

【０００６】本発明の目的は、文書処理装置において、
汎用マークアップ言語規約に従って作成された入力文書
データから、その文書の固有の論理的構造を容易に生成
することにある。

【０００７】

【課題を解決するための手段】上記目的を達成するため
に、請求項１の発明は、論理要素の名称を表わすタグ名
称である文字列とその前後のタグ区切り記号とからなる
文書タグ及びそれに続くテキスト文によって表わされる
マークアップランゲージに従って作成された文書（マー
クアップ文書）を処理する文書処理装置において、作成
されたマークアップ文書を記憶する手段と、予め定義さ
れた文書の論理的構造の出現順序に関するルールを記憶
する手段と、前記論理的構造の出現順序に関するルール
をチェーン形式の共通論理構造テーブルに展開する手段
と、前記マークアップ文書から文書タグを順次取得する
手段と、前記共通論理構造テーブルを参照して、前記文
書タグの出現順序が前記ルールと合致するか判定し、合
致しないときはその旨を出力する手段を有することを特
徴とする。

【０００８】請求項２の発明は、文書タグの出現順序の
判定に先立って、そのタグ名称の適否を判定することを
特徴とする。

【０００９】請求項３の発明は、文書タグのタグ名称、
出現順序が正しい場合、当該マークアップ文書に固有の
特定論理構造を生成することを特徴とする。

【００１０】

【作用】必要とされる予め定義された論理的構造の出現
順序に関するルールの情報を共通論理構造テーブルとし
て、内部的にランダムアクセスメモリ等に展開する。こ
れにより、マークアップされた入力文書データの文書タ
グの出現順序と共通論理構造テーブルのマッチングをと
ることで、容易に文書タグの出現順序がルールと合致す
るかどうか判定でき、処理の迅速化が図れる。また、こ
の時、共通論理構造テーブルのルールを表わす情報の中
に含まれている文書タグに対応する名称を利用して、入
力文書データの文書タグの出現順序の判定に先立って、
そのタグ名称の適否を判定することもできる。

【００１１】マークアップされた入力文書データの文書
タグ名称の出現順序等と共通論理構造テーブルのマッチ
ングをとり、適合しない文書タグが現れた場合にはそれ
を却下して、利用者に対し誤りである旨を指摘する。こ
れに応じ利用者は指摘された誤りを修正する。このよう
にして、入力文書データの文書タグの出現順序等が一定
のルールに従っていることが判定された場合、該入力文
書に固有の論理構造を生成する。

【００１２】

【実施例】以下、本発明の一実施例を図面を用いて詳述
する。

【００１３】図１は本発明の一実施例の構成図を示した
ものである。図中、１１は種々の処理を実行する処理装
置（ＣＰＵ）、１２は処理実行コマンド等を入力する為
に使用するキーボード、１３は出力結果を表示する為の
表示装置、１４は表示画面上での入力指示に使用するマ
ウス、１５は予め定義された文書の論理的構造の出現順
序に関するルール（例えば、ＩＳＯの国際規格であるＯ
ＤＡ／事務文書体系規約に準拠するルール）を前もって
記憶しておく共通文書ファイル、１６は汎用マークアッ
プ言語規約（例えば、文書構造の記述方法に関する国際
規格であるＳＧＭＬ／汎用マークアップ言語規約）に基
づいて作成された文書を記憶する入力文書ファイル、１
７は処理装置１１が実行するプログラムやデータを保持
するランダムアクセスメモリの主記憶装置である。

【００１４】主記憶装置１７には、データ領域として作
業領域１７１、共通論理構造テーブル領域１７２および
タグテーブル領域１７３があり、プログラムとしては共
通論理構造展開プログラム１７４、文書データ解析プロ
グラム１７５、マッチングプログラム１７６および論理
構造生成プログラム１７７がある。プログラム１７４
は、共通文書ファイル１５の予め定義された論理的構造
の出現順序に関するルールをチェーン形式の共通論理構
造テーブルとして領域１７２に展開するプログラム、プ
ログラム１７５は、入力文書ファイル１６の汎用マーク
アップ言語規約に従って作成された入力文書データか
ら、文書タグ情報を識別し、タグテーブルとして領域１
７３に展開するプログラム、プログラム１７６は、プロ
グラム１７５によって生成されたタグテーブルのパスを
元に、プログラム１７４によって展開された共通論理構
造テーブルを検索し、論理構造の下部構造をルールに従
って評価・決定することによって、マークアップされた
入力文書データのタグ名称の出現順序と共通論理構造の
マッチングを図り、併せて文書タグが論理構造上、正確
に設定されているかどうか検査するプログラム、プログ
ラム１７６は入力文書ファイル１６中の入力文書に固有
の文書の論理的構造を生成するプログラムである。

【００１５】初めに、図２のフローチャートを用いて本
発明による論理構造認識処理の全体的流れを説明する。
まず、入力文書ファイル１６及び共通文書ファイル１５
をオープンする（ステップ２０１，２０２）。次に、プ
ログラム１７４を起動し、共通文書ファイル１５中の必
要とされる予め定義された論理的構造の出現順序に関す
るルールの情報を共通論理構造テーブルとして、主記憶
装置１７の共通論理構造テーブル領域１７２に展開する
（ステップ２０３）。次に、入力文書ファイル１６の汎
用マークアップ言語規約に従って作成された入力文書デ
ータを読み込んで主記憶装置１７の作業領域１７１に格
納する（ステップ２０４）。この入力文書データの読み
込みが終了すると（ステップ２０５）、プログラム１７
５，１７６を起動する。プログラム１７５は作業領域１
７１の入力文書データを解析し、文書タグ情報を抽出
し、タグテーブルとしてタグテーブル領域１７３に設定
する（ステップ２０６）。プログラム１７６は、このタ
グテーブル領域１７３を参照し、タグの出現順序を上位
構造から下位構造までを１つのパスとして、該タグテー
ブルに登録する。さらに、プログラム１７６は、領域１
７２の共通論理構造テーブルを検索して、論理構造の下
部構造をルールに従って評価・決定し、タグテーブルに
登録した順序で下位構造が作成できるかチェックするこ
とによって文書タグと共通論理構造のマッチングを図る
（ステップ２０７）。この時、設定された文書タグが予
め定義された論理的構造の出現順序に関するルールに則
していない場合、その旨を表示装置１３に出力する。最
後の文書タグ名までの処理が終了すると（ステップ２０
８）、プログラム１７７を起動する。プログラム１７７
は領域１７３のタグテーブルに従い、入力文書の論理的
構造を生成する（ステップ２０９）。最後に、共通文書
ファイル１５および入力文書ファイル１６をクローズに
する（ステップ２１０，２１１）。

【００１６】図３は文書構造の出現順序に関するルール
を示す共通論理構造の例である。共通論理構造には、各
ノードに固有の名称を利用者可視名として付けておき
（例えば“文書”、“和文表題”など）、これをマーク
アップに利用し、マークアップ文書の文書タグと該利用
者可視名を一件一件対応させ、論理的構造の出現順序に
関するルールをこの共通論理構造に記述されたものと対
応するかチェックする。

【００１７】図４は、図３の共通論理構造から利用者可
視名、論理構造の出現順序に関するルール及び、識別子
等の情報を取得して、主記憶装置１７の領域１７２に共
通論理構造テーブルとしてチェーン形式に展開したもの
である。図３から図４への変換は、共通論理構造展開プ
ログラム１７４によって行われる。このように、共通論
理構造の情報を共通文書ファイル１５から内部のランダ
ムアクセスメモリ等の領域１７２へ展開することによっ
て、共通論理構造の情報を取得する際にアクセスが速く
なるため、処理速度の向上が望める上に、共通論理構造
から入力文書の特定論理構造を生成する際に必要となる
論理構造の上位と下位構造のパスの接続を示す識別子の
リストを取得することができる。図４中のＳＥＱ・ＲＥ
Ｐ・ＯＰＴは、それぞれ下位構造が順番に現れること・
繰り返すこと・省略可能となることを表している。例え
ば、識別子“本体”配下には「ＳＥＱ ３ ４ ５ ６
（ＯＰＴ７）」のルールに基づいてノードが生成される
ことになっており、更に識別子３“表題”の配下には
「ＳＥＱ ８ ９」の順で最下位オブジェクトである識
別子８“和文表題”、識別子９“英文表題”がそれぞれ
順に生成されるというルールが記述されている。

【００１８】図５は、マークアップされた入力文書デー
タから文書タグの情報を抜き出し文書タグテーブルとし
て、文書タグ名その他の必要とされる情報を設定したテ
ーブル・チェーンを示したものである。

【００１９】文書タグは、図５の（ｂ）に拡大して示す
ように、論理要素の名称を表すマークであることを示す
為に用いられるタグ区切り記号と、それに付随する論理
要素の名称を表すタグ名称である文字列及び、それに続
く文書の内容であるテキストとの論理要素の区切りを表
すタグ閉じ記号からなる。

【００２０】文書データ解析プログラム１７２では、作
業領域１７１に取り込まれた図５の（ａ）に示すような
入力マークアップ文書データから、データと論理構造単
位の名称との区切りを示す記号と、論理構造の名称と、
続くデータとの区切りを示す記号を識別することで、論
理構造単位の名称である文書タグ名を取得し、タグテー
ブル領域１７３に設定を行う。この際、共通論理構造の
すべてのノードに対してタグを対応させると、必然的に
決められてしまうタグも入力しなくてはならず煩雑であ
る。そこで、汎用マークアップ言語規約では次の様な構
造的ルールを設けている。 利用者可視名でノードとルートからのノード列が一
意に決まるもので、上位の文書タグを省略できる。 下位構造が選択の余地なく一意に決まる文書タグを
省略できる。 このように設定することで、利用者は共通論理構造で規
定されている全てのノードを文書タグとして記す必要が
なくなり、煩雑さから開放されることになる。図５の
（ｃ）に示すタグテーブルで、斜線を施こさないノード
が省略可を示している。

【００２１】次のマッチングプログラム１７６では、省
略されたノードを補正（追加）し、文書タグの出現順序
等が予め定義されたルールである共通論理構造に反する
ものである場合はエラーを出力し、適合する場合はタグ
テーブルのチェーンを繋げ、共通論理構造に沿った形で
文書タグテーブルのパスを生成する処理を行う。

【００２２】図６にマッチング処理のフローチャートを
示す。以下では、図７の例を用いて共通論理構造と文書
タグテーブルのチェーンのマッチング処理の概要を説明
す。

【００２３】いま、“文書”“和文表題”“英文表題”
“和文著者名”と順にタグテーブルのチェーンが生成さ
れ、次に“和文勤務先”の文書タグが文書データ解析プ
ログラム１７５によって取得されたとする。マッチング
プログラム１７６は共通論理構造テーブルのカレントポ
インタをノード２に設定した後（ステップ６０１）、該
ノード２以降をサーチし（ステップ６０２，６０４，６
０５）、処理対象文書タグ“和文勤務先”のノード識別
子１２を取得する（ステップ６０６）。この時、綴り上
の誤り等により、求める文書タグ名と一致する利用者可
視名が共通論理構造テーブル上に存在しない時は、その
旨をエラーメッセージとして出力する（ステップ６０
３）。これにより、利用者は指摘された誤りを修正すれ
ばよい。

【００２４】文書タグが正しく取得された場合には、そ
の時のタグテーブルの最終位置を退避した後（ステップ
６０７）、タグテーブル及び共通論理構造テーブルの各
カレントポインタを戻して（ステップ６０８，６０
９）、ステップ６０７で退避したタグテーブルの最終位
置まで再び順に共通論理構造テーブル及びタグテーブル
を検索し（ステップ６１０，６１１，６１３，６１
４）、文書タグの生成過程が正しく、処理対象文書タグ
に対応するタグテーブルを続けて生成することができる
か判定を行う。図７では、カレントポインタのある共通
論理構造テーブルのノード２配下に記述された下位構造
の出現順序に関するルールは「ＳＥＱ ３ ４５ ６
（ＯＰＴ７）」であるので、この順に各テーブルを検索
し、タグテーブルが出現順序に関するルールに従って生
成されることを確認する。すると、ノード識別子５の
“勤務先”の配下に、ノード識別子１２“和文勤務先”
が発見され、それまでの従属関係が正しいものであるこ
とが判定される。

【００２５】文書タグの生成過程が正しい場合、省略さ
れているノードを追加等するため、それまで生成されて
いたタグテーブルを補正する必要があるか判定し（ステ
ップ６１５）、補正要の場合はタグテーブルのチェーン
を補正後（ステップ６１６）、取得した文書タグを接続
する（ステップ６１７）。図７の場合、取得した“和文
勤務先”の文書タグは、“勤務先”のノードを追加し
て、途中まで生成されていたタグテーブルのチェーンを
補正後、接続されることになる。

【００２６】一方、上述の文書タグの続きとして“英文
著者名”の後に“和文勤務先”ではなく、“英文勤務
先”の文書タグが出現した場合、ノード識別子５の“勤
務先”の配下には、シーケンスとしてノード識別子１２
“和文勤務先”、続いてノード識別子１３”英文勤務
先”が来るべきであることから、ステップ６１１におい
て“和文勤務先”のタグより前に出現する“英文勤務
先”の文書タグの誤りが指摘され、マッチングプログラ
ム１７６は、その旨をエラーメッセージとして表示する
（ステップ６１２）。これを見て利用者は誤りを修正す
る。

【００２７】このように、文書データ解析プログラム１
７５が文書タグを取得する度にマッチングプログラム１
７６が動作し、文書タグの構造上の適否を判定した上
で、文書タグの出現順序等が正しければ、タグテーブル
に該文書タグデータをチェーンする処理が行われる。

【００２８】論理構造生成プログラム１７７は、全ての
文書タグの出現順序が一定のルールに適合していること
が判定された場合、プログラム１７６からの要求によ
り、タグテーブル等をもとに入力文書の特定論理構造を
生成する。これは、基本的には図４から図３を生成する
処理であり、タグテーブルが正しくチェーンされていれ
ば、それを元に入力文書に固有の特定論理構造を生成す
ることはたやすい。

【００２９】

【発明の効果】以上の説明から明らかであるように、本
発明によればマークアップゲージに従って作成された文
書を入力した場合、その文書タグの出現順序等が一定の
ルールに合致しているかどうか迅速に認識し、誤ったマ
ークアップがあればそれを利用者に指摘することによ
り、一定のルールに従った定型文書を効率よく作成する
ことができる。

【図面の簡単な説明】

【図１】本発明による文書処理装置の一実施例の構成図
である。

【図２】本発明による論理構造認識処理の流れを説明す
るためのフローチャートの一例である。

【図３】共通論理構造の一例を示す図である。

【図４】共通論理構造をチェーン形式に展開した図であ
る。

【図５】文書データ解析処理の概要を示す図である。

【図６】マッチング処理の流れを説明するためのフロー
チャートの一例である。

【図７】マッチング処理の概要を示す図である。

【符号の説明】

１１ 処理装置 １２ キーボード １３ 表示装置 １４ マウス １５ 共通文書ファイル １６ 入力文書ファイル １７ 主記憶装置 １７１ 作業領域 １７２ 共通論理構造テーブル領域 １７３ タグテーブル領域 １７４ 共通論理構造展開プログラム １７５ 文書データ解析プログラム １７６ マッチングプログラム １７７ 論理構造生成プログラム

───────────────────────────────────────────────────── フロントページの続き (72)発明者 山崎 英二 神奈川県横浜市中区尾上町６丁目81番地 日立ソフトウェアエンジニアリング株式会 社内

Claims (3)

【特許請求の範囲】
1. 【請求項１】 論理要素の名称を表わすタグ名称である
   文字列とその前後のタグ区切り記号とからなる文書タグ
   及びそれに続くテキスト文によって表わされるマークア
   ップランゲージに従って作成された文書（以下、マーク
   アップ文書と称す）を処理する文書処理装置における論
   理構造認識処理方式であって、 作成されたマークアップ文書を記憶する手段と、 予め定義された文書の論理的構造の出現順序に関するル
   ールを記憶する手段と、 前記の論理的構造の出現順序に関するルールをチェーン
   形式の共通論理構造テーブルに展開する手段と、 前記マークアップ文書から文書タグを順次取得する手段
   と、 前記共通論理構造テーブルを参照して、前記文書タグの
   出現順序が前記ルールと合致するか判定し、合致しない
   ときはその旨を出力する手段と、を有することを特徴と
   する論理構造認識処理方式。
2. 【請求項２】 請求項１記載の文書処理装置における論
   理構造認識処理方式において、文書タグの出現順序の判
   定に先立って、そのタグ名称の適否を判定することを特
   徴とする論理構造認識処理方式。
3. 【請求項３】 請求項１および２記載の文書処理装置に
   おける論理構造認識処理方式において、文書タグのタグ
   名称、出現順序が正しい場合、当該マークアップ文書に
   固有の特定論理構造を生成することを特徴とする論理構
   造認識処理方式。