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 |