JPH08221399A

JPH08221399A - 構造化文書作成方法および装置

Info

Publication number: JPH08221399A
Application number: JP7029096A
Authority: JP
Inventors: Yoshifumi Sato; 佳史里; Masatoshi Hino; 匡利樋野
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1995-02-17
Filing date: 1995-02-17
Publication date: 1996-08-30

Abstract

(57)【要約】（修正有）【構成】予め用意したユーザが定義した文書論理構造を
表す情報（仮タグ）と複数の文書論理構造定義（文書型
定義）との対応関係を参照して、ユーザが仮タグを用い
て作成した原テキストと各文書型定義との一致度(検索
頻度)を求め１０１、その一致度順に文書型定義を表示
し、ユーザに対して文書型定義の選択要求を行う。更
に、ユーザの選択した文書型定義１０９に合わせて、原
テキスト中の仮タグを、文書型定義に基づく文書論理構
造を表す情報（ＳＧＭＬタグ情報）に変換し、変換結果
を含むテキストを、文書型定義に基づいて構文解析を行
なうパーサ（ＳＧＭＬパーサ）によって解析し、変換結
果の整合性の検証を行なう１１３。【効果】複数の文書型定義の中から、ユーザが仮タグを
用いて作成した原文書に対応する文書型定義の選択及び
文書型定義に応じた文書インスタンスへの変換を容易に
行なうことができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ユ−ザが作成した文書
から所定の文書論理構造定義に従った構造化文書を作成
する構造化文書作成方法および装置に関するものであ
る。

【０００２】

【従来の技術】構造化文書の形式の一つに、論理構造を
明示的に表す情報をテキスト中に埋め込むものがある。
一般にユーザが作成した構造化文書（以下、文書インス
タンスと呼ぶ）は、文書の論理構造を規定する文書論理
構造定義を記述したファイルを指定する部分と、文書の
内容を表す内容テキスト部からなることが多い。文書論
理構造定義には、その文書の論理構造と、その構成要素
を表わすマーク（以下、タグと呼ぶ）が定義されてい
る。また、内容テキスト部には、文書論理構造定義内で
定義されたタグを、そのタグに対応する論理構造の内容
となる文字列が一意に定まるように挿入し、文書の論理
構造を明示的に表現する。

【０００３】文書インスタンスは、一般にテキストエデ
ィタや、構造化文書専用のエディタである構造化文書エ
ディタを用いて作成する。また、文書インスタンス中の
タグが正しく付けられているか否かは、指定された文書
論理構造定義に従って文書インスタンスの構文解析を行
うパーサによって検証される。

【０００４】他に文書インスタンスを生成する手段とし
ては、ワードプロセッサ等で作成した、タグのない文書
（以下、プレーンテキストと呼ぶ）の文書論理構造を解
析して、構造化文書の文書インスタンスを作成するとい
う手段も考えられる。この手段に必要なプレーンテキス
トの論理構造を解析する技術として特開昭６２−２４９
２７０号公報に記載された「文書処理装置」がある。こ
の装置では、見出し語辞書、見出し規則辞書、文章構造
規則辞書等を参照して文書構造を判定し、この文書構造
に従って前記文書データの、例えば、章、節、箇条書、
段落などの階層的な論理構造を求めるものである。

【０００５】

【発明が解決しようとする課題】近年、組織内に氾濫す
る膨大な量の文書を電子的かつ統一的に扱うため、組織
内の文書を全て構造化文書形式で蓄積し、共有／活用す
る文書情報処理システムの構築が活発化している。ま
た、米国防総省のCALS(Continuous Acquisition and Li
fecycle Support)において、国際標準構造化文書形式Ｓ
ＧＭＬをベースとして規定された形式の文書のみ受け付
けるという例に見られるように、文書情報処理システム
へのデ−タ入力に要する労力を削減するため、受け付け
る文書を特定の構造化文書形式に限定する（あるいはそ
の形式に従った文書を優遇する）という動きもある。

【０００６】しかし、対象とする構造化文書形式を扱い
慣れない者にとって、最初から正確な構造化文書を作成
することは困難である。これは、以下に示すような理由
による。

【０００７】まず、テキストエディタを用いて文書イン
スタンスを作成する場合、「対象とする文書に対してど
のような文書論理構造定義が用意されており、どのよう
にタグを付けるべきか」というような、文書インスタン
スの記述方法に関する正確な知識をユーザが持つ必要が
ある。

【０００８】また、構造化文書エディタを用いて文書イ
ンスタンスを作成する場合には、扱い慣れないタグを付
加する労力を軽減することが出来るが、ユーザが使用す
る計算機環境に構造化文書エディタが存在する必要があ
る。

【０００９】さらに、先に挙げた特開昭６２−２４９２
７０号公報における、プレ−ンテキストから論理構造を
抽出する方法については、予め与えられた見出し語や文
書構造に従って文書論理構造を求めるため、与えられて
いない見出し語や文書構造については対応できない。

【００１０】以上の理由により、従来の技術では、対象
とする構造化文書形式を扱い慣れない者にとって、その
形式に沿った正確な文書インスタンスを作成することは
困難である。

【００１１】

【課題を解決するための手段】本発明は、ユーザが独自
に定義した文書の論理構造を示す情報（以下、ユ−ザ定
義タグ情報と呼ぶ）と、対象とする構造化文書形式にお
いて予め用意されている複数の文書論理構造定義とを対
応付けてその一致度を求める手段と、ユーザがユーザ定
義タグ情報を用いて作成した原テキストについて文書論
理構造定義との一致度を求め、一致度順に文書論理構造
定義を表示する手段と、表示された文書論理構造定義を
ユーザが選択する手段と、ユーザの選択した文書論理構
造定義に合わせて原テキスト中のユーザ定義タグ情報を
文書論理構造定義で用いられている文書の論理構造を示
す情報（以下、規定タグ情報と呼ぶ）に変換する手段と
を具備して構成するものである。

【００１２】ユ−ザ定義タグ情報と文書論理構造定義と
の対応付けは、例えばユ−ザ定義タグ情報と、文書論理
構造定義名称又は文書論理構造定義を一意に示す情報
と、規定タグ情報との三項関係を持つ関係テ−ブルを用
いて行う。

【００１３】また、上記関係テーブルの登録内容の不足
が検出される場合に、未登録の三項関係を上記関係テー
ブルに登録する手段を設ける。

【００１４】さらに、変換結果を含むテキストが文書論
理構造定義に適合するか否かを検証する手段（パーサ）
を設ける。

【００１５】なお、ユ−ザの作成する原テキストは、ユ
−ザ定義タグ情報及び規定タグ情報の一方、又は両方を
用いて記述して良いとする。

【００１６】本発明では、文書の目的にあった文書論理
構造定義を検索する手段を提供することで、予め決めら
れた論理構造にユ−ザの作成する原テキストを合わせる
のではなく、原テキストに合った文書論理構造定義を選
択し、その文書論理構造定義に沿った構造化文書を生成
することができる。

【００１７】

【作用】原テキスト中のユーザ定義タグ情報と、変換対
象の文書論理構造定義との対応関係を参照することによ
り、原テキストと各文書論理構造定義との一致度を調べ
る。

【００１８】ユーザ定義タグ情報と文書論理構造定義と
の一致度順に、検索された文書論理構造定義をユーザに
対して提示する。

【００１９】ユーザが文書論理構造定義の選択を行うこ
とで、提示された複数の文書論理構造定義の中から目的
とする文書論理構造定義が決定する。

【００２０】ユーザの選択した文書論理構造定義に合わ
せて原テキスト中のユーザ定義タグ情報を規定タグ情報
に変換する。その過程でタグ情報間の対応関係の不足が
検出された場合には、新たな対応関係の関係テーブル登
録をユーザに対して要求する。

【００２１】変換したテキストを、文書論理構造定義に
従って構文解析を行うパーサによって検証することで、
文書インスタンスが文書論理構造定義沿っているか否か
が判定される。これによりユーザ定義タグ情報から規定
タグ情報への変換が正しく行われたか否かの判定が行わ
れる。

【００２２】以上述べたように、ユーザの馴染みやすい
ユーザ定義タグ情報と各文書論理構造定義内の規定タグ
情報とを予め対応付けておくことにより、ユーザはユー
ザ定義タグ情報のみを用いて原テキストを作成すればよ
く、文書論理構造定義名称や、その定義に従った記述方
法を正確に把握しておく必要はない。そのため、対象と
する構造化文書形式を扱い慣れない者にとっても、容易
にその文書形式に従った文書インスタンスを作成するこ
とが可能になる。

【００２３】

【実施例】本発明の一実施例を図を用いて説明する。本
実施例においては、構造化文書形式としてＳＧＭＬ形式
を採用し、文書論理構造定義に相当する概念はＳＧＭＬ
の「文書型定義」であるとする。ここでは、本発明を用
いた構造化文書作成プログラム３０１について説明す
る。

【００２４】図１は、構造化文書作成プログラム３０１
の処理フローである。この処理フローを説明する前に、
ハードウェア構成とシステム構成を図２と図３を用いて
説明する。

【００２５】図２はハードウェア構成を示す図である。
ハードウェアは主記憶装置２０１、ＣＰＵ２０３、二次
記憶装置２０５、キーボード２０７、マウス２０９、Ｃ
ＲＴ２１１を持つ計算機である。

【００２６】図３はシステム構成を示す図である。

【００２７】構造化文書作成プログラム３０１は原テキ
ストファイル３０７から原テキストを読み込み、関係テ
ーブルファイル３０９にある関係テーブル６００を用い
て原テキストを文書インスタンスに変換して、結果ファ
イル３１１に出力する。

【００２８】ＳＧＭＬパーサ３０５は文書型定義ファイ
ル３１３中の文書型定義を用いて結果ファイル３１１中
の文書インスタンスの検証を行う。

【００２９】連絡領域３０３は構造化文書作成プログラ
ム３０１とＳＧＭＬパーサ３０５とのデータのやりとり
を行うための領域である。

【００３０】原テキストファイル３０７の内容を図４
に、結果ファイル３１１の内容である文書インスタンス
を図５に、関係テーブルファイル３０９の内容を図６に
それぞれ示す。

【００３１】図４は原テキストの内容を示す図である。

【００３２】原テキストはユーザが定義したタグ（以
下、仮タグと呼ぶ）を付けられた文書である。

【００３３】仮タグには開始仮タグ（４０１、４０３、
４０５、４０７、４０９）と終了仮タグ（４０２、４０
４、４０６、４０８、４１０）がある。開始仮タグは記
号”＜＜”と記号”＞＞”で囲まれており、記号で挟ま
れた文字列が開始仮タグ名称である。終了仮タグは記
号”＜＜／”と記号”＞＞”で囲まれており、記号で挟
まれた文字列が終了仮タグ名称である。開始仮タグと終
了仮タグで囲まれたテキストが仮タグで示される内容で
ある。

【００３４】図５は文書インスタンスを示す図である。

【００３５】文書インスタンスは文書型定義情報とタグ
付けされた文書からなる。

【００３６】文書型定義情報は文書インスタンスの型を
定義する情報であり、図５では文書型宣言文５０１で外
部ファイルに書かれた型を定義している。

【００３７】文書インスタンスはＳＧＭＬタグを付けら
れた文書である。ＳＧＭＬタグには開始タグ（５０２、
５０４、５０６、５０８、５１０）と終了タグ（５０
３、５０５、５０７、５０９、５１１）がある。開始タ
グは記号”＜”と記号”＞”で囲まれており、記号で挟
まれた文字列が開始タグ名称である。終了タグは記号”
＜／”と記号”＞”で囲まれており、記号で挟まれた文
字列が終了タグ名称である。開始タグと終了タグで囲ま
れたテキストがタグで示された内容である。

【００３８】図６は関係テーブル６００である。関係テ
ーブル６００は仮タグ欄６０１、ＳＧＭＬタグ欄６０
２、文書型定義ファイル名称欄６０３からなる。関係テ
ーブル６００の各行は仮タグとＳＧＭＬタグと文書型定
義の三項関係を表す。

【００３９】仮タグ欄６０１は原テキスト中に記述され
た仮タグを格納する。ＳＧＭＬタグ欄６０２は文書イン
スタンス中のＳＧＭＬタグを格納する。文書型定義ファ
イル名称欄６０３は文書型定義ファイル名称を格納す
る。

【００４０】次に図１の処理ついて説明する。

【００４１】処理１０１は仮タグを用いた文書型定義検
索処理である。処理１０１は原テキスト中の仮タグから
文書型定義ファイル名を検索する処理である。処理１０
１の詳細を図８を用いて説明する。また、処理１０１の
別の処理方法を図９を用いて説明する。

【００４２】図８は処理１０１の詳細処理フローであ
る。

【００４３】処理８０１は原テキストから仮タグを１件
抜き出す処理である。原テキスト中の仮タグは記号”＜
＜”と記号”＞＞”で囲まれているので、記号”＜＜”
と記号”＞＞”の記号に注目して仮タグを抜き出す。

【００４４】処理８０３は原テキスト中から全てのタグ
を抜き出したか否かを判定する処理である。全ての仮タ
グを抜き出した場合は処理８１１に移り、原テキスト中
にまだ抜き出していない仮タグがある場合には処理８０
５に移る。

【００４５】処理８０５は処理８０１で抜き出した仮タ
グを用いて関係テーブル６００の仮タグ欄６０１を検索
し、該当する関係を取り出す処理である。

【００４６】処理８０７は処理８０５で仮タグの検索が
成功したか否かの判定を行う処理である。検索が成功し
た場合は処理８０９に移り、検索が失敗した場合は処理
８０１に移る。

【００４７】処理８０９は処理８０５の検索でヒットし
た関係の中の文書型定義ファイル名称の頻度を記憶する
処理である。この検索時の頻度情報（以下、検索頻度と
呼ぶ）が、原テキストと文書型定義との「一致度」に相
当する概念である。

【００４８】処理８１１は処理８０９で文書型定義ファ
イル名を記憶したか否かを判定する処理である。１件で
も記憶していれば処理１０１は成功（処理８１３）と
し、記憶してなければ処理１０１は失敗（処理８１５）
とする。

【００４９】図９は処理１０１の別法の詳細処理フロー
である。

【００５０】図９の処理方法は原テキスト中に仮タグだ
けでなくＳＧＭＬタグが混在している場合に、ＳＧＭＬ
タグをも文書型定義検索に利用するための方法である。

【００５１】処理９０１は原テキストから仮タグまたは
ＳＧＭＬタグを１件抜き出す処理である。原テキスト中
の仮タグは記号”＜＜”と記号”＞＞”で囲まれている
ので、記号”＜＜”と記号”＞＞”の記号に注目して仮
タグを抜き出す。また原テキスト中のＳＧＭＬタグは記
号”＜”と記号”＞”で囲まれているので記号”＜”と
記号”＞”の記号に注目して抜き出す。

【００５２】処理９０３は原テキスト中から全てのタグ
を抜き出したか否かを判定する処理である。全ての仮タ
グまたはＳＧＭＬタグを抜き出したときは処理９１５に
移り、原テキスト中にまだ仮タグまたはＳＧＭＬタグが
あるときには処理９０５に移る。

【００５３】処理９０５は処理９０１で抜き出したタグ
の種類を判定する処理である。抜き出したタグが仮タグ
の場合は処理９０７に移り、抜き出したタグがＳＧＭＬ
タグの場合は処理９０９に移る。

【００５４】処理９０７は処理９０１で抜き出した仮タ
グを用いて関係テーブル６００の仮タグ欄６０１を検索
し、関係を取り出す処理である。

【００５５】処理９０９は処理９０１で抜き出したＳＧ
ＭＬタグを用いて関係テーブル６００のＳＧＭＬタグ欄
６０２を検索し、関係を取り出す処理である。

【００５６】処理９１１は処理９０７で仮タグの検索
が、また処理９０９でＳＧＭＬタグの検索が成功したか
否かの判定を行う処理である。検索が成功したときは処
理９１３に移り、検索が失敗したときは処理９０１に移
る。

【００５７】処理９１３は処理９０７または処理９０９
で検索した関係中の文書型定義ファイル名称の頻度を記
憶する処理である。

【００５８】処理９１５は処理９１３で文書型定義ファ
イル名を記憶したか否かを判定する処理である。１件で
も記憶していれば処理１０１は成功（処理９１７）と
し、記憶してなければ処理１０１は失敗（処理９１９）
とする。

【００５９】処理１０３は処理１０１が成功したか否か
を判定する処理である。処理１０１が成功ならば処理１
０５に移り、失敗ならば処理１１９に移る。

【００６０】処理１０５は処理１０１で検索した文書型
定義を検索頻度順に表示する処理である。処理１０５の
詳細を図１０を用いて説明する。

【００６１】図１０は検索した文書型定義を検索頻度順
に表示する処理の詳細フローである。

【００６２】処理１００１は処理１０１で検索し記憶し
た文書型定義ファイル名称を検索頻度の降順にソートす
る処理である。降順にソートすることで文書型定義ファ
イル名称を検索頻度の高い順に順序付ける。

【００６３】処理１００３は処理１００１でソートした
文書型定義ファイル名称の中から検索頻度の高い文書型
定義ファイル名称から順に１件取り出す処理である。

【００６４】処理１００５は処理１００３で取り出した
文書型定義ファイル名称とそのファイルの内容を表示す
る処理である。

【００６５】処理１００７は次に頻度の高い文書型定義
ファイル名称が存在するか否かを判定する処理である。
存在すれば処理１００１に移り、存在しなければ処理１
０５を終了する。

【００６６】処理１０５の表示内容を図１１に示す。

【００６７】図１１は文書型定義のファイル名と内容の
表示を示す図である。

【００６８】枠１１００は文書型定義のファイル名と内
容を表示する表示枠である。枠１１００には処理１０１
で検索した全ての文書型定義について表示する。

【００６９】枠１１０１には処理１０１で検索した全て
の文書型定義ファイル名を表示する。

【００７０】枠１１０２には処理１０１で検索した全て
の文書型定義ファイルの内容を表示する。

【００７１】枠１１０３と枠１１０５はそれぞれ１件の
文書型定義ファイルについてその名称と内容を表示する
表示枠である。

【００７２】枠１１０４と枠１１０６はそれぞれ１件の
文書型定義ファイル名称を表示する表示枠である。枠１
１０７（枠１１０９）は枠１１０４（枠１１０６）に示
される文書型定義ファイルの内容を表示する表示枠であ
る。

【００７３】マーク１１１０、マーク１１１１は表示枠
１１００をスクロールするボタンである。

【００７４】マーク１１１２、マーク１１１３（マーク
１１１４、マーク１１１５）は表示枠１１０７（表示枠
１１０９）をスクロールするボタンである。

【００７５】処理１０７は文書型定義の選択をユーザに
要求する処理である。文書型定義の選択の手段を図１２
を用いて、また処理の詳細を図１３を用いて説明する。

【００７６】図１２は文書型定義の選択画面である。文
書の選択は図１１で示した枠１１００を用いて行う。

【００７７】図１２において、マーク１２００はマウス
カーソルであり、マウス２０９を用いて動かされる。枠
１２０１は空の表示枠である。

【００７８】図１３は処理１０７の詳細フローである。

【００７９】処理１３０１はユーザの入力待ちを行う処
理である。ユーザ入力待ちはマウス２０９のボタンをユ
ーザが押すまで続く。

【００８０】処理１３０３は処理１３０１でマウス２０
９のボタンが押された位置を判定する処理である。空の
表示枠が選択された場合は文書型定義の選択は行われな
かったこととする（処理１３０４）。文書型定義ファイ
ル名称が表示されている枠を選択した場合は選択した枠
の文書型定義の選択は行われたこととする（処理１３０
５）。スクロールボタン（１１１０、１１１１、１１１
２、１１１３、１１１４、１１１５）を選択した場合は
該当する枠のスクロール処理（処理１３０７）を行う。

【００８１】処理１０９は処理１０７で文書型定義を選
択したか否かを判定する処理である。

【００８２】処理１０７で文書型定義を選択しなかった
ときは処理１１９に移り、文書型定義を選択したときは
処理１１１に移る。

【００８３】処理１１１は原テキストを文書インスタン
スに変換する処理である。処理１１１の詳細処理を図１
４を用いて説明する。

【００８４】図１４は処理１１１の詳細フローである。

【００８５】処理１４０１は処理１０７または処理１１
９で決まった文書型定義ファイルに含まれる論理構造の
中から、目的とする構造の名称をユーザに要求する処理
である。ユーザは処理１０７または処理１１９で選択し
た文書型定義ファイル中の目的とする論理構造の名称を
入力する。

【００８６】処理１４０３は処理１０７または処理１１
９で決まった文書型定義ファイル名称と処理１４０１で
入力した論理構造名称から文書型宣言文５０１を生成す
る。処理１４０５は処理１４０５で生成された文書型宣
言文５０１を結果ファイル３１１に出力する。

【００８７】処理１４０７は、関係テーブル６００に記
述された三項関係に従って、原テキスト中の仮タグを処
理１０７または処理１１９で決まった文書型定義で定義
されたＳＧＭＬタグに変換を行なう処理である。その過
程で、関係テーブル６００に登録内容の不足が存在する
ことが検出された場合には、ユーザに新たな三項関係の
設定を要求する。処理１４０７の詳細処理を図１５を用
いて説明する。

【００８８】図１５は原テキスト中の仮タグをＳＧＭＬ
タグに変換する処理の詳細フローである。

【００８９】処理１５０１は原テキストから同一文字種
が連続した文字列を取り出す処理である。同一文字種が
連続した文字列とは、漢字、ひらがな、カタカナ、数
字、英字、記号のいずれか一つの種類で構成される文字
列である。

【００９０】処理１５０３は処理１５０１で文字列が取
り出せたか否かを判定する処理である。文字列が取り出
せない場合には処理１４０７を終了し、処理１５０１で
文字列が取り出せた場合には処理１５０５に移る。

【００９１】処理１５０５は処理１５０１で取り出した
文字列が仮タグの開始記号”＜＜”であるか否かを判定
する処理である。処理１５０１で取り出した文字列が記
号”＜＜”である場合は処理１５０７に移り、記号”＜
＜”でない場合は処理１５０６に移る。

【００９２】処理１５０６は処理１５０１で取り出した
文字列を結果ファイル３１１に出力する処理である。

【００９３】処理１５０７は仮タグ内のタグ名称を表す
文字列を取り出す処理である。また、この処理内で仮タ
グの種類が開始仮タグであるか終了仮タグであるかの判
定を同時に行う。

【００９４】処理１５０９は関係テーブル６００から処
理１０７または処理１１９でユーザが指定した文書型定
義ファイル名と処理１５０７で取り出した仮タグ名称を
持つ関係を検索する処理である。

【００９５】処理１５１０は処理１５０９の検索が成功
したか否かを判定する処理である。検索が成功したとき
は処理１５１１に移り、検索が失敗したときは処理１５
１３に移る。

【００９６】処理１５１１は処理１５０９で検索した関
係に含まれるＳＧＭＬタグを結果ファイル３１１に出力
する処理である。処理１５０７で開始仮タグを取り出し
た場合は開始タグを、処理１５０７で終了仮タグを取り
出した場合は終了タグを出力する。

【００９７】処理１５１３はユーザにＳＧＭＬタグ名を
要求する処理である。ユーザは目的とする文書型定義の
ＳＧＭＬタグ名称を入力する。

【００９８】処理１５１５は処理１５１３で入力された
ＳＧＭＬタグ名称を持つＳＧＭＬタグを結果ファイル３
１１に出力し、処理１５０７で取り出した仮タグと処理
１０７または処理１１９でユーザが指定した文書型定義
ファイル名と処理１５１３でユーザが入力したＳＧＭＬ
タグ名称の組を記憶する処理である。結果ファイルに出
力するＳＧＭＬタグは処理１５０７で開始仮タグを取り
出した場合は開始タグを、処理１５０７で終了仮タグを
取り出した場合は終了タグとする。

【００９９】処理１４０９はＳＧＭＬパーサ３０５に結
果ファイル３１１中の文書インスタンスを検証させるた
めの処理要求を行う処理である。処理要求は連絡領域３
０３にＳＧＭＬパーサ３０５の処理要求を出力すること
で行う。

【０１００】処理１４１１はＳＧＭＬパーサ３０５の検
証結果待ち処理である。ＳＧＭＬパーサ３０５の検証結
果は連絡領域３０３にＳＧＭＬパーサ３０５が出力す
る。

【０１０１】処理１１３はＳＧＭＬパーサ３０５で結果
ファイル３１１中の文書インスタンスを検証する処理で
ある。処理１１３の詳細処理を図１６を用いて説明す
る。

【０１０２】図１６は処理１１３の詳細フローである。

【０１０３】処理１６０１は連絡領域３０３の情報を読
み込む処理である。

【０１０４】処理１６０３は処理１６０１で読み込んだ
情報が構造化文書作成プログラム３０１からの検証処理
要求か否かを判定する処理である。検証処理要求のとき
は処理１６０３に移り、検証処理要求でないときは処理
１６０１に移る。

【０１０５】処理１６０５は結果ファイル３１１から文
書インスタンスを読み込み、文書インスタンスの検証を
行う処理である。文書インスタンスの検証では、文章型
定義に沿ったタグづけが行われているか否かを調べる。

【０１０６】処理１６０７は処理１６０５の検証結果を
連絡領域３０３に出力する処理である。

【０１０７】処理１１５は処理１１３の検証の成否を判
定する処理である。検証が成功したときは処理１１７に
移り、検証が失敗したときは構造化文書作成処理を終了
する。

【０１０８】処理１１７は処理１５１５で記憶した仮タ
グとＳＧＭＬタグと文書型定義ファイル名称の組を関係
テーブル６００に格納する。処理１１７によって新規に
格納された関係の例を図７に示す。図７において関係７
０１が処理１１７によって新たに関係テーブル６００に
加えられた関係である。関係７０１は原テキスト中に存
在した仮タグのうち図６の関係テーブル６００には存在
しなかったためユーザが仮タグとＳＧＭＬタグとの関係
を定義することで関係テーブル６００に加えられたもの
である。

【０１０９】処理１１９は文書型定義ファイル名称をユ
ーザに要求する処理である。処理１１９は処理１０１で
文書型定義の検索に失敗した場合や検索した文書型定義
に目的とする文書型定義がない場合にユーザが適当な文
書型定義を用いて文書インスタンスの検証を行うための
手段となる。

【０１１０】なお、本実施例では、関係テーブル６００
の登録内容の不足の検出を処理１１１におけるタグ変換
処理の過程で行なっているが、これを、処理１１３にお
いて変換後の構造化文書の整合性をパーサを用いて検証
する際に行なうことも可能である。その場合には、不足
を解消する三項関係の入力をユーザに要求し、ユーザが
入力した新たな三項関係を考慮したタグ変換処理を行な
い、変換結果の整合性をパーサを用いて再検証する。

【０１１１】

【発明の効果】本発明により、ユーザは自らの扱いやす
いユーザ定義タグ情報のみを用いて原テキストを作成す
ればよく、文書論理構造定義名称や、その定義に従った
記述方法を正確に把握しておく必要はない。そのため、
対象とする構造化文書形式を扱い慣れない者にとって
も、容易にその文書形式に従った文書インスタンスを作
成することが可能になる。

【図面の簡単な説明】

【図１】図１は文書型定義検索プログラムの処理フロー
について説明する図である。

【図２】図２はハードウェア構成について説明する図で
ある。

【図３】図３はシステム構成について説明する図であ
る。

【図４】図４は原テキストについて説明する図である。

【図５】図５は文書インスタンスについて説明する図で
ある。

【図６】図６は関係テーブルについて説明する図であ
る。

【図７】図７は更新後の関係テーブルについて説明する
図である。

【図８】図８は仮タグを用いた文書型定義検索の詳細フ
ローについて説明する図である。

【図９】図９は仮タグを用いた文書型定義検索の別法の
詳細フローについて説明する図である。

【図１０】図１０は検索した文書型定義を検索頻度順に
表示する処理の詳細フローについて説明する図である。

【図１１】図１１は文書型定義のファイル名と内容の表
示を示す図である。

【図１２】図１２は文書型定義の選択画面を示す図であ
る。

【図１３】図１３は文書型定義の選択をユーザに要求す
る処理の詳細フローについて説明する図である。

【図１４】図１４は原テキストの文書インスタンス変換
について説明する図である。

【図１５】図１５は原テキスト中の仮タグをＳＧＭＬタ
グに変換する処理の詳細フローについて説明する図であ
る。

【図１６】図１６はＳＧＭＬパーサによる検証処理につ
いて説明する図である。

【符号の説明】

３０１…構造化文書作成プログラム、３０５…ＳＧＭＬ
パーサ、３０７…原テキストファイル、３０９…関係テ
ーブルファイル、３１１…結果ファイル、６００…関係
テーブル

Claims

【特許請求の範囲】

【請求項１】文書から所定の文書論理構造定義にしたが
った構造化文書を作成する構造化文書作成方法におい
て、予め文書の論理構造を示す所定の論理構造定義を複数記
憶しておき、上記文書についてユーザが定義した論理構造を示す情報
と、記憶された所定の文書論理構造定義を比較して、一
致度を求め、比較された文書論理構造を一致度順に表示し、表示された文書論理構造定義を上記ユーザが選択し、上記ユーザの選択に基づいて上記ユーザが定義した文書
の論理構造を示す情報をユーザの選択した文書論理構造
定義で用いられる文書の論理構造を示す情報に変換する
ことを特徴とする構造化文書作成方法。
【請求項２】請求項１に記載の構造化文書作成方法にお
いて、上記ユーザが定義した文書論理構造を示す情報を用いて
行なう複数の文書論理構造定義との対応付けを、少なく
ともユーザが定義した文書論理構造を示す情報と、文書
論理構造定義の名称又は文書論理構造定義を一意に示す
情報と、各文書論理構造定義においてテキスト中で用い
る文書論理構造を示す情報の三項関係を持つ関係テーブ
ルを用いて行なうことを特徴とする構造化文書作成方
法。
【請求項３】請求項２に記載の構造化文書作成方法にお
いて、上記ユーザが定義した文書論理構造を示す情報を登録さ
れた文書論理構造定義で用いられる文書論理構造を示す
情報に変換した後、変換された文書論理構造定義を含む
文書が文書論理構造定義に適合するかどうかを検証する
ことを特徴とする構造化文書作成方法。
【請求項４】請求項２に記載の構造化文書作成方法にお
いて、上記関係テーブルに登録内容の過不足を確認し、確認の結果不足が存在することが検出された場合に、ユ
ーザが定義した文書論理構造を示す情報、文書論理構造
定義の名称又は文書論理構造定義を一意に示す情報、文
書論理構造定義で用いられる文書論理構造を示す情報、
の三項目を新たに対応付け、上記三項関係を持つ関係テ
ーブルに登録することを特徴とする構造化文書作成方
法。
【請求項５】請求項１に記載の構造化文書作成方法にお
いて、上記文書中のユーザが定義した文書論理構造を示す情
報、及び、文書論理構造定義で用いられる文書論理構造
を示す情報の一方、又は、両方を用いて文書論理構造定
義との対応付けを行なうことを特徴とする構造化文書作
成方法。
【請求項６】文書から所定の文書論理構造定義にしたが
った構造化文書を作成する構造化文書作成装置におい
て、予め文書の論理構造を示す所定の論理構造定義を複数記
憶する手段と、上記文書についてユーザが定義した論理構造を示す情報
と、記憶された所定の文書論理構造定義を比較し、一致
度を求める手段と、比較された文書論理構造を一致度順に表示する手段と、表示された文書論理構造定義を上記ユーザが選択する手
段と、上記ユーザの選択に基づいて上記ユーザが定義した文書
の論理構造を示す情報をユーザの選択した文書論理構造
定義で用いられる文書の論理構造を示す情報に変換する
手段を有することを特徴とする構造化文書作成装置。