JPH08212293A - Sgmlタグ付与処理システム - Google Patents
Sgmlタグ付与処理システムInfo
- Publication number
- JPH08212293A JPH08212293A JP7014201A JP1420195A JPH08212293A JP H08212293 A JPH08212293 A JP H08212293A JP 7014201 A JP7014201 A JP 7014201A JP 1420195 A JP1420195 A JP 1420195A JP H08212293 A JPH08212293 A JP H08212293A
- Authority
- JP
- Japan
- Prior art keywords
- sgml
- tag
- file
- contents
- text
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Character Input (AREA)
- Document Processing Apparatus (AREA)
Abstract
(57)【要約】
【目的】 本発明は印刷物を処理してSMGLタグを付
与する際、レイアウト解析情報などを参照しながら、図
やグラフなどのイメージデータを持つSMGLタグを付
与して、SMGLタグを付与する際の精度を高くする。 【構成】 テキストリーダ装置2によって、印刷物9の
イメージを取り込み、そのレイアウトを解析するととも
に、この解析結果を使用して文字認識処理、イメージ認
識処理などを行なった後、SGMLタグ付与支援装置5
によってレイアウト解析情報、文書構造登録ファイル3
およびキーワード辞書ファイル4の内容を参照しなが
ら、前記テキストリーダ装置2で得られたイメージデー
タ、テキストデータなどを処理して、図、グラフなどの
イメージデータを持つSMGLタグを付与して、SGM
Lエディタビュア装置6に表示する。
与する際、レイアウト解析情報などを参照しながら、図
やグラフなどのイメージデータを持つSMGLタグを付
与して、SMGLタグを付与する際の精度を高くする。 【構成】 テキストリーダ装置2によって、印刷物9の
イメージを取り込み、そのレイアウトを解析するととも
に、この解析結果を使用して文字認識処理、イメージ認
識処理などを行なった後、SGMLタグ付与支援装置5
によってレイアウト解析情報、文書構造登録ファイル3
およびキーワード辞書ファイル4の内容を参照しなが
ら、前記テキストリーダ装置2で得られたイメージデー
タ、テキストデータなどを処理して、図、グラフなどの
イメージデータを持つSMGLタグを付与して、SGM
Lエディタビュア装置6に表示する。
Description
【0001】
【産業上の利用分野】本発明は、既存の印刷物をテキス
トデータ化して、インターネットなどで使用されるSG
ML(Standerd Generarized Markup Language)対応の
データベースに入力するSGMLタグ付与処理システム
に関する。
トデータ化して、インターネットなどで使用されるSG
ML(Standerd Generarized Markup Language)対応の
データベースに入力するSGMLタグ付与処理システム
に関する。
【0002】
【従来の技術】既存の印刷物をテキストデータ化して、
インターネットなどで使用されるSGML対応のデータ
ベースに入力するときには、自動タグ付与処理システム
などを使用して、既存の印刷物のイメージを読み取り、
これをテキストデータに変換しながら、キーワード辞書
や文書構造登録データなどを参照して、前記テキストデ
ータに対し、日本語文書処理を行なって、文中にあるキ
ーワードを抽出し、このキーワードに基づいて、前記テ
キストデータに対するSGMLタグを付与し、これを前
記データベースに格納している。
インターネットなどで使用されるSGML対応のデータ
ベースに入力するときには、自動タグ付与処理システム
などを使用して、既存の印刷物のイメージを読み取り、
これをテキストデータに変換しながら、キーワード辞書
や文書構造登録データなどを参照して、前記テキストデ
ータに対し、日本語文書処理を行なって、文中にあるキ
ーワードを抽出し、このキーワードに基づいて、前記テ
キストデータに対するSGMLタグを付与し、これを前
記データベースに格納している。
【0003】
【発明が解決しようとする課題】しかしながら、上述し
た従来の自動タグ付与処理システムにおいては、登録し
ようとする印刷物からキーワードを抽出するとき、前記
印刷物中で使用されている文章中の文字列を日本語解析
処理して、一連の文字列として認識した後、この一連の
文字列中で使用されている各文字のうち、特徴的な文字
列をキーワードとして抽出し、SMGLタグを付与して
いるので、前記文章の構造、例えば段落替えなどのレイ
アウト解析情報、文字サイズ解析情報などの情報を無視
してしまい、一連の文字列からキーワードを抽出してS
MGLタグを付与する際の精度を高くすることができな
いという問題があった。
た従来の自動タグ付与処理システムにおいては、登録し
ようとする印刷物からキーワードを抽出するとき、前記
印刷物中で使用されている文章中の文字列を日本語解析
処理して、一連の文字列として認識した後、この一連の
文字列中で使用されている各文字のうち、特徴的な文字
列をキーワードとして抽出し、SMGLタグを付与して
いるので、前記文章の構造、例えば段落替えなどのレイ
アウト解析情報、文字サイズ解析情報などの情報を無視
してしまい、一連の文字列からキーワードを抽出してS
MGLタグを付与する際の精度を高くすることができな
いという問題があった。
【0004】また、文章中に、図、グラフなどのイメー
ジデータがあったり、表形式のデータなどのイメージ領
域があるとき、これを処理して、SMGLタグを付与す
ることができないという問題があった。
ジデータがあったり、表形式のデータなどのイメージ領
域があるとき、これを処理して、SMGLタグを付与す
ることができないという問題があった。
【0005】本発明は上記の事情に鑑み、印刷物を処理
してSMGLタグを付与する際、日本語解析処理だけで
は、SMGLタグを付与することができないときにも、
レイアウト解析情報や文字サイズ解析情報などを参照し
ながら、SMGLタグを付与することができ、これよっ
てSMGLタグを付与する際の精度を高くすることがで
きるとともに、前記印刷物中にあるイメージ領域を利用
して、図、グラフなどのイメージデータ、表形式のSM
GLタグを付与することができるSGMLタグ付与処理
システムを提供することを目的としている。
してSMGLタグを付与する際、日本語解析処理だけで
は、SMGLタグを付与することができないときにも、
レイアウト解析情報や文字サイズ解析情報などを参照し
ながら、SMGLタグを付与することができ、これよっ
てSMGLタグを付与する際の精度を高くすることがで
きるとともに、前記印刷物中にあるイメージ領域を利用
して、図、グラフなどのイメージデータ、表形式のSM
GLタグを付与することができるSGMLタグ付与処理
システムを提供することを目的としている。
【0006】
【課題を解決するための手段】上記の目的を達成するた
めに本発明によるSGMLタグ付与処理システムは、印
刷物のイメージを読み取って、レイアウト解析し、この
レイアウト解析結果をレイアウト解析ファイルとして出
力するとともに、イメージ領域をイメージデータファイ
ルとして出力し、さらに前記レイアウト解析結果に基づ
き、前記印刷物の文字領域、表形式の数値領域を文字認
識して、文字認識結果をテキストデータファイル、表形
式数値データファイルとして出力するテキストリーダ装
置と、このテキストリーダ装置から出力されるレイアウ
ト解析ファイルの内容および予め登録されている文書構
造登録データ、キーワード辞書データを参照しながら、
前記テキストリーダ装置から出力されるテキストデータ
ファイルの内容、表形式数値データファイルの内容を解
析してキーワードを抽出するとともに、これらの各キー
ワードに対するSGMLタグを付与するSGMLタグ付
与支援装置と、このSGMLタグ付与支援装置によって
得られたSGMLタグと前記テキストリーダ装置から出
力されるイメージデータファイルの内容とを関連させて
表示させ、修正の必要があるとき、手動で入力された修
正内容に基づいて前記SGMLタグの内容を修正するS
GMLエディタビュア装置とを備えたことを特徴として
いる。
めに本発明によるSGMLタグ付与処理システムは、印
刷物のイメージを読み取って、レイアウト解析し、この
レイアウト解析結果をレイアウト解析ファイルとして出
力するとともに、イメージ領域をイメージデータファイ
ルとして出力し、さらに前記レイアウト解析結果に基づ
き、前記印刷物の文字領域、表形式の数値領域を文字認
識して、文字認識結果をテキストデータファイル、表形
式数値データファイルとして出力するテキストリーダ装
置と、このテキストリーダ装置から出力されるレイアウ
ト解析ファイルの内容および予め登録されている文書構
造登録データ、キーワード辞書データを参照しながら、
前記テキストリーダ装置から出力されるテキストデータ
ファイルの内容、表形式数値データファイルの内容を解
析してキーワードを抽出するとともに、これらの各キー
ワードに対するSGMLタグを付与するSGMLタグ付
与支援装置と、このSGMLタグ付与支援装置によって
得られたSGMLタグと前記テキストリーダ装置から出
力されるイメージデータファイルの内容とを関連させて
表示させ、修正の必要があるとき、手動で入力された修
正内容に基づいて前記SGMLタグの内容を修正するS
GMLエディタビュア装置とを備えたことを特徴として
いる。
【0007】
【作用】上記の構成において、テキストリーダ装置によ
って印刷物のイメージを読み取って、レイアウト解析
し、このレイアウト解析結果をレイアウト解析ファイル
として出力するとともに、イメージ領域をイメージデー
タファイルとして出力し、さらに前記レイアウト解析結
果に基づき、前記印刷物の文字領域、表形式の数値領域
を文字認識して、文字認識結果をテキストデータファイ
ル、表形式数値データファイルとして出力した後、SG
MLタグ付与支援装置によって前記テキストリーダ装置
から出力されるレイアウト解析ファイルの内容および予
め登録されている文書構造登録データ、キーワード辞書
データを参照しながら、前記テキストリーダ装置から出
力されるテキストデータファイルの内容、表形式数値デ
ータファイルの内容を解析してキーワードを抽出すると
ともに、これらの各キーワードに対するSGMLタグを
付与し、SGMLエディタビュア装置によって前記SG
MLタグ付与支援装置で得られたSGMLタグと前記テ
キストリーダ装置から出力されるイメージデータファイ
ルの内容とを関連させて表示させ、修正の必要があると
き、手動で入力された修正内容に基づいて前記SGML
タグの内容を修正することにより、印刷物を処理してS
MGLタグを付与する際、レイアウト解析情報などを参
照しながら、図やグラフなどのイメージデータを持つS
MGLタグを付与して、SMGLタグを付与する際の精
度を高くする。
って印刷物のイメージを読み取って、レイアウト解析
し、このレイアウト解析結果をレイアウト解析ファイル
として出力するとともに、イメージ領域をイメージデー
タファイルとして出力し、さらに前記レイアウト解析結
果に基づき、前記印刷物の文字領域、表形式の数値領域
を文字認識して、文字認識結果をテキストデータファイ
ル、表形式数値データファイルとして出力した後、SG
MLタグ付与支援装置によって前記テキストリーダ装置
から出力されるレイアウト解析ファイルの内容および予
め登録されている文書構造登録データ、キーワード辞書
データを参照しながら、前記テキストリーダ装置から出
力されるテキストデータファイルの内容、表形式数値デ
ータファイルの内容を解析してキーワードを抽出すると
ともに、これらの各キーワードに対するSGMLタグを
付与し、SGMLエディタビュア装置によって前記SG
MLタグ付与支援装置で得られたSGMLタグと前記テ
キストリーダ装置から出力されるイメージデータファイ
ルの内容とを関連させて表示させ、修正の必要があると
き、手動で入力された修正内容に基づいて前記SGML
タグの内容を修正することにより、印刷物を処理してS
MGLタグを付与する際、レイアウト解析情報などを参
照しながら、図やグラフなどのイメージデータを持つS
MGLタグを付与して、SMGLタグを付与する際の精
度を高くする。
【0008】
《実施例の構成説明》図1は本発明によるSGMLタグ
付与処理システムの一実施例を示すブロック図である。
付与処理システムの一実施例を示すブロック図である。
【0009】この図に示すSGMLタグ付与処理システ
ム1は、テキストリーダ装置2と、文書構造登録ファイ
ル3と、キーワード辞書ファイル4と、SGMLタグ付
与支援装置5と、SGMLエディタビュア装置6とを備
えており、テキストリーダ装置2によってSGMLのデ
ータベース(図示は省略する)に対して、登録しようと
する印刷物のイメージを取り込み、そのレイアウトを解
析するとともに、この解析結果を使用して文字認識処
理、イメージ認識処理などを行なって、テキストデータ
ファイル、表形式数値データファイル、イメージデータ
ファイルを作成した後、SGMLタグ付与支援装置5に
よってレイアウト解析情報、文書構造登録ファイル3の
内容およびキーワード辞書ファイル4の内容を参照しな
がら、前記テキストリーダ装置2の文字認識処理、イメ
ージ認識処理などで得られたイメージデータ、テキスト
データなどを処理して、図、グラフなどのイメージデー
タを持つSMGLタグを付与して、SGMLエディタビ
ュア装置6に表示する。
ム1は、テキストリーダ装置2と、文書構造登録ファイ
ル3と、キーワード辞書ファイル4と、SGMLタグ付
与支援装置5と、SGMLエディタビュア装置6とを備
えており、テキストリーダ装置2によってSGMLのデ
ータベース(図示は省略する)に対して、登録しようと
する印刷物のイメージを取り込み、そのレイアウトを解
析するとともに、この解析結果を使用して文字認識処
理、イメージ認識処理などを行なって、テキストデータ
ファイル、表形式数値データファイル、イメージデータ
ファイルを作成した後、SGMLタグ付与支援装置5に
よってレイアウト解析情報、文書構造登録ファイル3の
内容およびキーワード辞書ファイル4の内容を参照しな
がら、前記テキストリーダ装置2の文字認識処理、イメ
ージ認識処理などで得られたイメージデータ、テキスト
データなどを処理して、図、グラフなどのイメージデー
タを持つSMGLタグを付与して、SGMLエディタビ
ュア装置6に表示する。
【0010】テキストリーダ装置2は図2に示す如く印
刷物9のイメージを読み取るイメージスキャナ機構10
と、このイメージスキャナ機構10によって得られたイ
メージデータファイル11を処理して、印刷物9のレイ
アウト(段落替えなどの文字下げなどのレイアウト、使
用している文字のサイズ、文字領域の位置、表形式数値
データの位置、イメージ領域の位置、イメージデータの
形式など)を認識してレイアウト解析ファイル13を出
力するとともに、文字領域とイメージ領域とを自動的に
切り出すレイアウト解析処理部12と、このレイアウト
解析処理部12によって得られたレイアウト解析ファイ
ル13の内容を参照しながら、前記レイアウト解析処理
部12によって切り出された文字領域・表形式の数値デ
ータ領域14に対して文字認識を行ない、認識結果を各
々、テキストデータファイル16、表形式数値データフ
ァイル17として出力する文字認識処理部15と、前記
レイアウト解析処理部12によって得られたイメージ領
域18のうち、オペレータによって指定されたイメージ
領域をイメージデータファイル20として出力するイメ
ージ領域認識処理部19とを備えている。
刷物9のイメージを読み取るイメージスキャナ機構10
と、このイメージスキャナ機構10によって得られたイ
メージデータファイル11を処理して、印刷物9のレイ
アウト(段落替えなどの文字下げなどのレイアウト、使
用している文字のサイズ、文字領域の位置、表形式数値
データの位置、イメージ領域の位置、イメージデータの
形式など)を認識してレイアウト解析ファイル13を出
力するとともに、文字領域とイメージ領域とを自動的に
切り出すレイアウト解析処理部12と、このレイアウト
解析処理部12によって得られたレイアウト解析ファイ
ル13の内容を参照しながら、前記レイアウト解析処理
部12によって切り出された文字領域・表形式の数値デ
ータ領域14に対して文字認識を行ない、認識結果を各
々、テキストデータファイル16、表形式数値データフ
ァイル17として出力する文字認識処理部15と、前記
レイアウト解析処理部12によって得られたイメージ領
域18のうち、オペレータによって指定されたイメージ
領域をイメージデータファイル20として出力するイメ
ージ領域認識処理部19とを備えている。
【0011】そして、登録対象となる印刷物9がセット
されたとき、この印刷物9のイメージを読み取って、レ
イアウトを解析した後、このレイアウト解析処理で得ら
れたレイアウト解析ファイル13の内容を参照しなが
ら、文字領域・表形式の数値データ領域14で使用され
ている文字、数値を各々、認識して、この認識結果をテ
キストデータファイル16、表形式数値データファイル
17として、出力し、さらに前記印刷物9中の図形式、
グラフ形式などのイメージ領域18を抽出するととも
に、これら各イメージ領域18のうち、指定されたイメ
ージ領域をイメージデータファイル20として出力す
る。
されたとき、この印刷物9のイメージを読み取って、レ
イアウトを解析した後、このレイアウト解析処理で得ら
れたレイアウト解析ファイル13の内容を参照しなが
ら、文字領域・表形式の数値データ領域14で使用され
ている文字、数値を各々、認識して、この認識結果をテ
キストデータファイル16、表形式数値データファイル
17として、出力し、さらに前記印刷物9中の図形式、
グラフ形式などのイメージ領域18を抽出するととも
に、これら各イメージ領域18のうち、指定されたイメ
ージ領域をイメージデータファイル20として出力す
る。
【0012】また、文書構造登録ファイル3は前記テキ
ストデータファイル16中のテキストデータに対して、
日本語解析処理を行なうのに必要な文書構造データが登
録されているファイルであり、前記SGMLタグ付与支
援装置5から読み出し指令が出力されたとき、この読み
出し指令によって指定された文書構造データを読み出し
て、これを前記SGMLタグ付与支援装置5に供給す
る。
ストデータファイル16中のテキストデータに対して、
日本語解析処理を行なうのに必要な文書構造データが登
録されているファイルであり、前記SGMLタグ付与支
援装置5から読み出し指令が出力されたとき、この読み
出し指令によって指定された文書構造データを読み出し
て、これを前記SGMLタグ付与支援装置5に供給す
る。
【0013】また、キーワード辞書ファイル4は各目的
毎に、前記テキストデータ中の各キーワードに対して、
どんなタグを付与するかを定義する定義データが登録さ
れているファイルであり、前記SGMLタグ付与支援装
置5から読み出し指令が出力されたとき、この読み出し
指令によって指定された定義データを読み出して、これ
を前記SGMLタグ付与支援装置5に供給する。
毎に、前記テキストデータ中の各キーワードに対して、
どんなタグを付与するかを定義する定義データが登録さ
れているファイルであり、前記SGMLタグ付与支援装
置5から読み出し指令が出力されたとき、この読み出し
指令によって指定された定義データを読み出して、これ
を前記SGMLタグ付与支援装置5に供給する。
【0014】SGMLタグ付与支援装置5は図3に示す
如く前記テキストリーダ装置2から出力されるイメージ
データファイル20を取込み、これを前記SGMLエデ
ィタビュア装置6に供給するイメージデータファイル転
送部21と、前記テキストリーダ装置2から出力される
レイアウト解析ファイル13の内容、前記文書構造登録
ファイル3の内容および前記キーワード辞書ファイル4
の内容を参照しながら、前記テキストリーダ装置2から
出力されるテキストデータファイル16の内容や表形式
数値データファイル17の内容からキーワードを抽出す
るとともに、これらのキーワードに対して、SGMLタ
グを付与してSGMLタグファイル24を作成するタグ
付与処理部23とを備えている。
如く前記テキストリーダ装置2から出力されるイメージ
データファイル20を取込み、これを前記SGMLエデ
ィタビュア装置6に供給するイメージデータファイル転
送部21と、前記テキストリーダ装置2から出力される
レイアウト解析ファイル13の内容、前記文書構造登録
ファイル3の内容および前記キーワード辞書ファイル4
の内容を参照しながら、前記テキストリーダ装置2から
出力されるテキストデータファイル16の内容や表形式
数値データファイル17の内容からキーワードを抽出す
るとともに、これらのキーワードに対して、SGMLタ
グを付与してSGMLタグファイル24を作成するタグ
付与処理部23とを備えている。
【0015】そして、前記テキストリーダ装置2から出
力されるイメージデータファイル20を取込み、これを
前記SGMLエディタビュア装置6に供給し、さらに前
記テキストリーダ装置2から出力されるレイアウト解析
ファイル13の内容、前記文書構造登録ファイル3の内
容および前記キーワード辞書ファイル4の内容を参照し
ながら、前記テキストリーダ装置2から出力されるテキ
ストデータファイル16の内容や表形式数値データファ
イル17の内容からキーワードを抽出するとともに、こ
れらのキーワードに対して、SGMLタグを付与してS
GMLタグファイル24を作成し、これを前記SGML
エディタビュア装置6に供給する。
力されるイメージデータファイル20を取込み、これを
前記SGMLエディタビュア装置6に供給し、さらに前
記テキストリーダ装置2から出力されるレイアウト解析
ファイル13の内容、前記文書構造登録ファイル3の内
容および前記キーワード辞書ファイル4の内容を参照し
ながら、前記テキストリーダ装置2から出力されるテキ
ストデータファイル16の内容や表形式数値データファ
イル17の内容からキーワードを抽出するとともに、こ
れらのキーワードに対して、SGMLタグを付与してS
GMLタグファイル24を作成し、これを前記SGML
エディタビュア装置6に供給する。
【0016】この場合、テキストデータファイル16や
表形式数値データファイル17内にある各文章などの構
造解析処理してキーワードを抽出するのみなず、レイア
ウト解析ファイル13の内容、すなわち文字領域や表形
式データなどを構成している各文字や数値などが段落替
えされた後に出てきた文字列、使用している文字のサイ
ズが大きくなった文字列、他の文字と独立して配置され
ている文字列など、文章中で特別に使用されている文字
列などがキーワードとして、抽出され、これらの各キー
ワードに対して、目的毎に最適なSGMLタグが付与さ
れる。
表形式数値データファイル17内にある各文章などの構
造解析処理してキーワードを抽出するのみなず、レイア
ウト解析ファイル13の内容、すなわち文字領域や表形
式データなどを構成している各文字や数値などが段落替
えされた後に出てきた文字列、使用している文字のサイ
ズが大きくなった文字列、他の文字と独立して配置され
ている文字列など、文章中で特別に使用されている文字
列などがキーワードとして、抽出され、これらの各キー
ワードに対して、目的毎に最適なSGMLタグが付与さ
れる。
【0017】SGMLエディタビュア装置6は図4に示
す如く前記SGMLタグ付与支援装置5から出力される
SGMLタグファイル24の内容やイメージデータファ
イル20の内容などを表示する表示器25と、この表示
器25に表示されている内容を修正するときなどに操作
されるキーボード26と、このキーボード26の操作内
容に基づいて前記表示器25などに表示されている内容
などをプリントアウトするプリンタ(図示は省略する)
などとを備えており、前記SGMLタグ付与支援装置5
から出力されるSGMLタグファイル24の内容やイメ
ージデータファイル20の内容などを表示するととも
に、この表示内容に対して修正などが必要なとき、オペ
レータによってキーボード26が操作されて入力された
修正内容に基づき、前記表示内容を修正し、修正済み、
確認済みのイメージデータ付きSGMLタグをプリント
アウトしたり、インターネットなどで使用されるSGM
L対応のデータベースに入力したりする。
す如く前記SGMLタグ付与支援装置5から出力される
SGMLタグファイル24の内容やイメージデータファ
イル20の内容などを表示する表示器25と、この表示
器25に表示されている内容を修正するときなどに操作
されるキーボード26と、このキーボード26の操作内
容に基づいて前記表示器25などに表示されている内容
などをプリントアウトするプリンタ(図示は省略する)
などとを備えており、前記SGMLタグ付与支援装置5
から出力されるSGMLタグファイル24の内容やイメ
ージデータファイル20の内容などを表示するととも
に、この表示内容に対して修正などが必要なとき、オペ
レータによってキーボード26が操作されて入力された
修正内容に基づき、前記表示内容を修正し、修正済み、
確認済みのイメージデータ付きSGMLタグをプリント
アウトしたり、インターネットなどで使用されるSGM
L対応のデータベースに入力したりする。
【0018】《実施例の動作説明》次に、図1〜図4に
示すブロック図を参照しながら、この実施例の動作につ
いて説明する。
示すブロック図を参照しながら、この実施例の動作につ
いて説明する。
【0019】まず、インターネットなどで使用されるS
GML対応のデータベースに対して、入力対象となって
いる印刷物9がテキストリーダ装置2にセットされた
後、このテキストリーダ装置2のスタートスイッチが押
下されれば、このテキストリーダ装置2のイメージスキ
ャナ機構10によって前記印刷物9のイメージが読み取
られ、レイアウト解析処理部12によってレイアウトが
解析される。
GML対応のデータベースに対して、入力対象となって
いる印刷物9がテキストリーダ装置2にセットされた
後、このテキストリーダ装置2のスタートスイッチが押
下されれば、このテキストリーダ装置2のイメージスキ
ャナ機構10によって前記印刷物9のイメージが読み取
られ、レイアウト解析処理部12によってレイアウトが
解析される。
【0020】次いで、このレイアウト解析処理で得られ
たレイアウト解析ファイル13の内容が参照されつつ、
文字認識処理部15によって文字領域・表形式の数値デ
ータ領域14で使用されている文字や数値が認識され、
この認識結果が各々、テキストデータファイル16、表
形式数値データファイル17として出力され、さらに前
記印刷物9中の図形式、グラフ形式などのイメージ領域
18が抽出され、これら各イメージ領域18のうち、指
定されたイメージ領域がイメージデータファイル20と
して出力される。
たレイアウト解析ファイル13の内容が参照されつつ、
文字認識処理部15によって文字領域・表形式の数値デ
ータ領域14で使用されている文字や数値が認識され、
この認識結果が各々、テキストデータファイル16、表
形式数値データファイル17として出力され、さらに前
記印刷物9中の図形式、グラフ形式などのイメージ領域
18が抽出され、これら各イメージ領域18のうち、指
定されたイメージ領域がイメージデータファイル20と
して出力される。
【0021】そして、SGMLタグ付与支援装置5のイ
メージデータ転送部21によって前記テキストリーダ装
置2から出力されるイメージデータファイル20が取込
まれ、これが前記SGMLエディタビュア装置6に供給
され、さらにSGMLタグ付与支援装置5のタグ付与処
理部23によって前記テキストリーダ装置2から出力さ
れるレイアウト解析ファイル13の内容、前記文書構造
登録ファイル3の内容および前記キーワード辞書ファイ
ル4の内容が参照されつつ、前記テキストリーダ装置2
から出力されるテキストデータファイル16の内容や表
形式数値データファイル17の内容からキーワードが抽
出されるとともに、これらのキーワードに対して、SG
MLタグが付与され、これが前記SGMLエディタビュ
ア装置6に供給される。
メージデータ転送部21によって前記テキストリーダ装
置2から出力されるイメージデータファイル20が取込
まれ、これが前記SGMLエディタビュア装置6に供給
され、さらにSGMLタグ付与支援装置5のタグ付与処
理部23によって前記テキストリーダ装置2から出力さ
れるレイアウト解析ファイル13の内容、前記文書構造
登録ファイル3の内容および前記キーワード辞書ファイ
ル4の内容が参照されつつ、前記テキストリーダ装置2
から出力されるテキストデータファイル16の内容や表
形式数値データファイル17の内容からキーワードが抽
出されるとともに、これらのキーワードに対して、SG
MLタグが付与され、これが前記SGMLエディタビュ
ア装置6に供給される。
【0022】この際、テキストデータファイル16内や
表形式数値データファイル17内にある各文章の構造解
析処理されてキーワードが抽出されるのみなず、レイア
ウト解析ファイル13の内容、すなわち文字領域や表形
式データなどを構成している各文字や数値などが段落替
えされた後に出てきた文字列、使用している文字のサイ
ズが大きくなった文字列、他の文字と独立して配置され
ている文字列など、文章中で特別に使用されている文字
列などがキーワードとして、抽出され、これらの各キー
ワードに対して、目的毎に最適なSGMLタグが付与さ
れ、これによってSGMLタグの付与精度が高められ
る。
表形式数値データファイル17内にある各文章の構造解
析処理されてキーワードが抽出されるのみなず、レイア
ウト解析ファイル13の内容、すなわち文字領域や表形
式データなどを構成している各文字や数値などが段落替
えされた後に出てきた文字列、使用している文字のサイ
ズが大きくなった文字列、他の文字と独立して配置され
ている文字列など、文章中で特別に使用されている文字
列などがキーワードとして、抽出され、これらの各キー
ワードに対して、目的毎に最適なSGMLタグが付与さ
れ、これによってSGMLタグの付与精度が高められ
る。
【0023】そして、SGMLエディタビュア装置6の
表示器25によって前記SGMLタグ付与支援装置5か
ら出力されるSGMLタグやイメージデータなどが表示
されるとともに、この表示内容に対して修正などが必要
なとき、オペレータによってキーボード26が操作され
て、修正内容が入力され、この修正内容に基づき、前記
表示内容が修正され、修正済み、確認済みのイメージデ
ータ付きSGMLタグがプリントアウトされたり、イン
ターネットなどで使用されるSGML対応のデータベー
スに入力されたりする。
表示器25によって前記SGMLタグ付与支援装置5か
ら出力されるSGMLタグやイメージデータなどが表示
されるとともに、この表示内容に対して修正などが必要
なとき、オペレータによってキーボード26が操作され
て、修正内容が入力され、この修正内容に基づき、前記
表示内容が修正され、修正済み、確認済みのイメージデ
ータ付きSGMLタグがプリントアウトされたり、イン
ターネットなどで使用されるSGML対応のデータベー
スに入力されたりする。
【0024】《実施例の効果説明》このようにこの実施
例においては、テキストリーダ装置2によってSGML
のデータベース(図示は省略する)に対して、登録しよ
うとする印刷物9のイメージを取り込み、そのレイアウ
トを解析するとともに、この解析結果を使用して文字認
識処理、イメージ認識処理などを行なって、テキストデ
ータファイル16、表形式数値データファイル17、イ
メージデータファイル20を作成した後、SGMLタグ
付与支援装置5によってレイアウト解析情報、文書構造
登録ファイル3の内容およびキーワード辞書ファイル4
の内容を参照しながら、前記テキストリーダ装置2の文
字認識処理、イメージ認識処理などで得られたイメージ
データ20、テキストデータ16などを処理して、図、
グラフなどのイメージデータを持つSMGLタグを付与
して、SGMLエディタビュア装置6に表示するように
したので、印刷物9を処理してSMGLタグを付与する
際、日本語解析処理だけでは、SMGLタグを付与する
ことができないときにも、レイアウト解析情報や文字サ
イズ解析情報などを参照しながら、SMGLタグを付与
することができ、これよってSMGLタグを付与する際
の精度を高くすることができるとともに、前記印刷物中
にあるイメージ領域を利用して、図、グラフなどのイメ
ージデータ、表形式のSMGLタグを付与することがで
きる。
例においては、テキストリーダ装置2によってSGML
のデータベース(図示は省略する)に対して、登録しよ
うとする印刷物9のイメージを取り込み、そのレイアウ
トを解析するとともに、この解析結果を使用して文字認
識処理、イメージ認識処理などを行なって、テキストデ
ータファイル16、表形式数値データファイル17、イ
メージデータファイル20を作成した後、SGMLタグ
付与支援装置5によってレイアウト解析情報、文書構造
登録ファイル3の内容およびキーワード辞書ファイル4
の内容を参照しながら、前記テキストリーダ装置2の文
字認識処理、イメージ認識処理などで得られたイメージ
データ20、テキストデータ16などを処理して、図、
グラフなどのイメージデータを持つSMGLタグを付与
して、SGMLエディタビュア装置6に表示するように
したので、印刷物9を処理してSMGLタグを付与する
際、日本語解析処理だけでは、SMGLタグを付与する
ことができないときにも、レイアウト解析情報や文字サ
イズ解析情報などを参照しながら、SMGLタグを付与
することができ、これよってSMGLタグを付与する際
の精度を高くすることができるとともに、前記印刷物中
にあるイメージ領域を利用して、図、グラフなどのイメ
ージデータ、表形式のSMGLタグを付与することがで
きる。
【0025】
【発明の効果】以上説明したように本発明によれば、印
刷物を処理してSMGLタグを付与する際、日本語解析
処理だけでは、SMGLタグを付与することができない
ときにも、レイアウト解析情報や文字サイズ解析情報な
どを参照しながら、SMGLタグを付与することがで
き、これよってSMGLタグを付与する際の精度を高く
することができるとともに、前記印刷物中にあるイメー
ジ領域を利用して、図、グラフなどのイメージデータ、
表形式のSMGLタグを付与することができる。
刷物を処理してSMGLタグを付与する際、日本語解析
処理だけでは、SMGLタグを付与することができない
ときにも、レイアウト解析情報や文字サイズ解析情報な
どを参照しながら、SMGLタグを付与することがで
き、これよってSMGLタグを付与する際の精度を高く
することができるとともに、前記印刷物中にあるイメー
ジ領域を利用して、図、グラフなどのイメージデータ、
表形式のSMGLタグを付与することができる。
【図1】本発明によるSGMLタグ付与処理システムの
一実施例を示すブロック図である。
一実施例を示すブロック図である。
【図2】図1に示すテキストリーダ装置の詳細な構成例
を示すブロック図である。
を示すブロック図である。
【図3】図1に示すSGMLタグ付与支援装置の詳細な
構成例を示すブロック図である。
構成例を示すブロック図である。
【図4】図1に示すSGMLエディタビュア装置の詳細
な構成例を示すブロック図である。
な構成例を示すブロック図である。
1 SGMLタグ付与処理システム 2 テキストリーダ装置 3 文書構造登録ファイル 4 キーワード辞書ファイル 5 SGMLタグ付与支援装置 6 SGMLエディタビュア装置 9 印刷物 10 イメージスキャナ機構 11 イメージデータ 12 レイアウト解析処理部 13 レイアウト解析ファイル 14 文字領域・表形式の数値データ領域 15 文字認識処理部 16 テキストデータファイル 17 表形式数値データファイル 18 イメージ領域 19 イメージ領域認識処理部 20 イメージデータファイル 21 イメージデータ転送部 23 タグ付与処理部 24 SGMLタグファイル 25 表示器 26 キーボード
Claims (1)
- 【請求項1】 印刷物のイメージを読み取って、レイア
ウト解析し、このレイアウト解析結果をレイアウト解析
ファイルとして出力するとともに、イメージ領域をイメ
ージデータファイルとして出力し、さらに前記レイアウ
ト解析結果に基づき、前記印刷物の文字領域、表形式の
数値領域を文字認識して、文字認識結果をテキストデー
タファイル、表形式数値データファイルとして出力する
テキストリーダ装置と、 このテキストリーダ装置から出力されるレイアウト解析
ファイルの内容および予め登録されている文書構造登録
データ、キーワード辞書データを参照しながら、前記テ
キストリーダ装置から出力されるテキストデータファイ
ルの内容、表形式数値データファイルの内容を解析して
キーワードを抽出するとともに、これらの各キーワード
に対するSGMLタグを付与するSGMLタグ付与支援
装置と、 このSGMLタグ付与支援装置によって得られたSGM
Lタグと前記テキストリーダ装置から出力されるイメー
ジデータファイルの内容とを関連させて表示させ、修正
の必要があるとき、手動で入力された修正内容に基づい
て前記SGMLタグの内容を修正するSGMLエディタ
ビュア装置と、 を備えたことを特徴とするSGMLタグ付与処理システ
ム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP7014201A JPH08212293A (ja) | 1995-01-31 | 1995-01-31 | Sgmlタグ付与処理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP7014201A JPH08212293A (ja) | 1995-01-31 | 1995-01-31 | Sgmlタグ付与処理システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH08212293A true JPH08212293A (ja) | 1996-08-20 |
Family
ID=11854508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP7014201A Pending JPH08212293A (ja) | 1995-01-31 | 1995-01-31 | Sgmlタグ付与処理システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH08212293A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6385728B1 (en) | 1997-11-26 | 2002-05-07 | International Business Machines Corporation | System, method, and program for providing will-call certificates for guaranteeing authorization for a printer to retrieve a file directly from a file server upon request from a client in a network computer system environment |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05189292A (ja) * | 1991-07-29 | 1993-07-30 | Internatl Business Mach Corp <Ibm> | 非テキスト・オブジェクトの格納及び検索 |
JPH05307638A (ja) * | 1991-12-27 | 1993-11-19 | Xerox Corp | ビットマップ・イメージ・ドキュメントのコード化データへの変換方法 |
JPH0628354A (ja) * | 1992-05-20 | 1994-02-04 | Matsushita Graphic Commun Syst Inc | Sgml文書入力装置 |
JPH06214983A (ja) * | 1993-01-20 | 1994-08-05 | Kokusai Denshin Denwa Co Ltd <Kdd> | 文書画像の論理構造化文書への変換方法および装置 |
JPH06290209A (ja) * | 1993-03-31 | 1994-10-18 | Nec Corp | 文切り装置 |
-
1995
- 1995-01-31 JP JP7014201A patent/JPH08212293A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05189292A (ja) * | 1991-07-29 | 1993-07-30 | Internatl Business Mach Corp <Ibm> | 非テキスト・オブジェクトの格納及び検索 |
JPH05307638A (ja) * | 1991-12-27 | 1993-11-19 | Xerox Corp | ビットマップ・イメージ・ドキュメントのコード化データへの変換方法 |
JPH0628354A (ja) * | 1992-05-20 | 1994-02-04 | Matsushita Graphic Commun Syst Inc | Sgml文書入力装置 |
JPH06214983A (ja) * | 1993-01-20 | 1994-08-05 | Kokusai Denshin Denwa Co Ltd <Kdd> | 文書画像の論理構造化文書への変換方法および装置 |
JPH06290209A (ja) * | 1993-03-31 | 1994-10-18 | Nec Corp | 文切り装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6385728B1 (en) | 1997-11-26 | 2002-05-07 | International Business Machines Corporation | System, method, and program for providing will-call certificates for guaranteeing authorization for a printer to retrieve a file directly from a file server upon request from a client in a network computer system environment |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7315867B2 (en) | Document processing apparatus, document processing method, document processing program, and recording medium | |
US6533822B2 (en) | Creating summaries along with indicators, and automatically positioned tabs | |
JP3220560B2 (ja) | 機械翻訳装置 | |
US6397183B1 (en) | Document reading system, read control method, and recording medium | |
JP4311365B2 (ja) | 文書処理装置およびプログラム | |
JPH0981566A (ja) | 翻訳装置及び翻訳方法 | |
US6286014B1 (en) | Method and apparatus for acquiring a file to be linked | |
JPH11120185A (ja) | 情報処理装置及びその方法 | |
US20060143555A1 (en) | Apparatus and method for extracting information from a formatted document | |
JPH07121673A (ja) | 情報提供方法およびその装置 | |
JP2848729B2 (ja) | 翻訳方法および翻訳装置 | |
JPH08212293A (ja) | Sgmlタグ付与処理システム | |
JP2006252164A (ja) | 中国語文書処理装置 | |
JP3122417B2 (ja) | 情報表示方法及び情報処理装置 | |
Sinha | Computer Processing of Indian Languages and Scripts—Potentialities & Problems | |
JPH08329059A (ja) | 汎用参照装置 | |
JPH09146958A (ja) | 語彙対応辞書作成装置および語彙対応辞書作成方法 | |
JP2924955B2 (ja) | 翻訳方法および翻訳装置 | |
JPH08161350A (ja) | 電子ファイリング方法および装置 | |
JPH01261775A (ja) | 文書編集装置における文書の登録方法 | |
JP2007233921A (ja) | 翻訳装置および翻訳方法 | |
JPH03129562A (ja) | インデックス作成支援装置 | |
JPH0764990A (ja) | オンライン手書き文字認識による文章作成装置 | |
JPH08297671A (ja) | 文書の速読支援装置 | |
JP2001043223A (ja) | 文書作成支援装置、文書作成支援方法及び文書作成支援プログラムを記憶した記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040413 |