JPH1040248A - 文書処理装置及び文書管理方法 - Google Patents

Abstract

(57)【要約】 【課題】複雑な段組みを持つ文書に対しても正しく段落
を接続することができるようにする。 【解決手段】文書データから連続する文字列の固まりか
ら構成される段落を抽出する段落抽出部１４と、抽出さ
れた段落の位置と、各段落に含まれる文字列に対する文
書処理の順番を表す段落の接続順を示すデータを記憶す
るための段落情報データ記憶部１６と、抽出された複数
の段落からある段落に対して次に接続されるべき段落の
候補を選択する段落接続先検索部２４と、選択された段
落の先頭の文字列とある段落の段落末の文字列とを接続
して連続する文字列を生成し、接続の妥当性を判別する
ための解析を行なう解析部１８と、解析結果に基づいて
段落の接続順を判定して、段落情報データ記憶部に各段
落の接続順を示すデータを記憶させる段落接続判定部２
６とを具備する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複数の段落を渡っ
て連続する文字列について文書処理を実行する文書処理
装置及び文書管理方法に関する。

【０００２】

【従来の技術】一般に、文書処理装置においては、光学
式文字読取り装置（ＯＣＲ）のように紙上の段組み表現
を保持できる入力装置を用いて、新聞や雑誌などの紙面
を読み取らせ、その読み取り結果に対して機械翻訳や校
正支援などの文書処理を行なうことができる。

【０００３】この時、読みとり対象に図表が含まれてい
たり、大きな見出しがあったりした場合、文書部分はそ
れらを境にして、いくつかの固まりに分けられ、それを
一まとまり（「段落」と呼ぶことにする）として文書処
理が行われる。

【０００４】例えば、新聞紙面から読み取られたデータ
については、図１３（ａ）中に矩形で示すような段落に
文書を分割し、それぞれの段落単位、あるいはそれぞれ
の段落の文書を接続することで一続きの文書として、そ
の後の文書処理（機械翻訳、校正支援）を行っている。

【０００５】文書処理装置は、複数の段落の文書を接続
して一続きの文書とする場合には、例えば日本語の場合
なら「上から下へ」、「横書きなら、左から右へ」、
「縦書きなら、右から左へ」というように言語の固有の
縦・横の記述方向の位置関係から複数の段落の接続関係
を判定している。

【０００６】

【発明が解決しようとする課題】このように従来の文書
処理装置では、複数の段落に分割される文書については
段落内の文書を接続した上で文書処理を行なっていた。
しかしながら、文書処理装置においては、例えば日本語
の場合なら「上から下へ」、「横書きなら、左から右
へ」、「縦書きなら、右から左へ」というように言語の
固有の縦・横の記述方向に単純に従って文書処理を行っ
ているため、見出し語の位置や余白の取り方などの段組
みの関係で記述方向が前述したような単純な位置関係の
みでは決められない場合がある。

【０００７】こうした場合には、本来、文書の内容がつ
ながらない段落同士をつなげてしまい、正しい文書処理
（機械翻訳、校正支援）を行なうことができないという
問題があった。

【０００８】例えば、図１３（ｂ）に示すような、段組
みを持った日本語縦書き文書の場合、段落Ａ内の文書処
理を行った後、次に段落Ｂと段落Ｃの何れの文書を処理
対象とするかは、段落の位置関係からでは明確に何れか
一方を選択することができず正しく文書処理を行なうこ
とができない場合があった。

【０００９】本発明は前記のような事情を考慮してなさ
れたもので、複雑な段組みを持つ文書に対しても正しく
段落を接続できる文書処理装置及び文書管理方法を提供
することを目的とする。

【００１０】

【課題を解決するための手段】本発明は、連続する文字
列について文書処理を実行する文書処理装置において、
文書処理の対象とする文字列の情報とその他の情報が混
在する文書データから連続する文字列の固まりから構成
される段落をレイアウト上の位置関係をもとに抽出する
段落抽出手段と、前記段落抽出手段によって抽出された
段落の位置と、各段落に含まれる文字列に対する文書処
理の順番を表す段落の接続順を示すデータを記憶するた
めの段落情報データ記憶手段と、前記段落抽出手段によ
って抽出された複数の段落から、ある段落に対して次に
接続されるべき段落の候補を選択する段落接続先検索手
段と、前記段落接続先検索手段によって選択された段落
の先頭の文字列と前記ある段落の段落末の文字列とを接
続して連続する文字列を生成し、接続の妥当性を判別す
るための解析を行なう解析処理手段と、前記解析処理手
段による解析結果に基づいて段落の接続順を判定して、
前記段落情報データ記憶手段に各段落の接続順を示すデ
ータを記憶させる段落接続判定手段とを具備し、前記段
落情報データ記憶手段に記憶された段落の接続順に連続
する文字列に対して文書処理を実行することを特徴とす
る。

【００１１】また、前記解析処理手段は、形態素解析処
理による単語同士の接続の妥当性から文字列の接続の妥
当性を判定することを特徴とする。また、前記解析処理
手段は、形態素解析、構文解析、意味解析を選択的に実
行することにより、文字列の接続の妥当性を判定するこ
とを特徴とする。

【００１２】こうして、段落間を渡る文字列に対して、
文字列の接続の妥当性を判別するための解析を行ない、
この解析結果から段落のつながりを判定する手段を新た
に付加したことにより、段落同士のつながりを精度よく
検出できるようになるから、複雑な段組みを持った文書
データに対しても、間違った段落をつなげて文書処理を
してしまうことがなくなる。

【００１３】また、前記段落抽出手段によって抽出され
た段落中の文字列から段落間で文字列が接続されている
ことを示す段落接続記号を抽出して、この段落接続記号
をもとに、ある段落に対して接続先となる段落を選択す
る段落接続記号参照手段を具備し、前記段落接続先検索
手段は、前記段落接続記号参照手段によって選択された
段落を候補として選択することを特徴とする。

【００１４】こうして、斜め矢印など段落間の文字列の
接続関係を示す段落接続記号を参照して段落のつながり
先を見つけだすことができる手段を新たに付加したこと
により、直接文書中の段落のつながりに関わる段落接続
記号の情報を有効に利用することができるようになるか
ら、正しい段落のつながりを見つけだす精度が向上す
る。また、最初に正しい接続先の段落が選択できるよう
になるため、処理速度が向上する。

【００１５】また、前記段落接続判定手段によって判定
された段落の接続順を任意に変更する接続段落修正手段
を具備したことを特徴とする。これにより、複数の段落
中から接続先と判定された段落が誤りであった場合に、
判定結果を修正する接続段落修正手段を新たにつけ加え
たことにより、誤判定のまま文書処理が続けられること
がなくなり、文書処理効率が向上する。

【００１６】また、前記段落抽出手段によって抽出され
た複数の段落に対して、任意の段落間の接続関係を指定
するための段落処理順番指定手段を具備し、前記段落接
続先検索手段は、前記段落処理順番指定手段によって指
定された接続関係を参照すると共に、指定されていない
他の段落を対象として段落の候補を選択することを特徴
とする。

【００１７】こうして、機械翻訳や構成支援などの文書
処理前に段落の処理順番を指定できることにより、接続
判定処理にかかる時間を低減させることを優先するため
に処理順番を指定するか、あるいは処理順番を指定する
手間をかけても接続判定処理で失敗するリスクを低減す
ることを優先するかを選択することができる。

【００１８】また、前記段落抽出手段によって抽出され
た各段落内で用いられている色を識別する色識別手段を
具備し、前記段落接続先検索手段は、前記色識別手段に
よって識別された色をもとに段落の候補を選択すること
を特徴とする。

【００１９】これより、１ページ中の紙面の色の違いに
よって段落のつながりがわかるような入力原稿があった
ときに、カラースキャナなどの入力手段を用いることに
よって、紙面の色や文字の色の違いを文書データに反映
させることができるので、色識別手段を新たにつけ加え
ることにより、記事によって例えば文字の背景色が異な
る文書で、請求項１の方法より接続先の段落候補を絞る
ことができるようになるので、接続判定の精度が向上す
る。

【００２０】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態について説明する。図１は本実施形態に係わる
文書処理装置の構成を示すブロック図である。本実施形
態における文書処理装置は、記録媒体（磁気ディスク、
光ディスク、半導体メモリ）に記録されたプログラムを
読み込み、このプログラムによって動作が制御されるコ
ンピュータによって実現される。

【００２１】図１に示すように、本実施形態における文
書処理装置は、入力部１０、データ記憶部１２、段落抽
出部１４、段落情報データ記憶部１６、解析部１８、解
析辞書２０、段落接続制御部２２、段落接続先検索部２
４、接続判定部２６、接続段落修正部２８、表示装置３
０によって構成されている。

【００２２】入力部１０は、文字や図・記号のデータ
（以下、文書データと称する。）、及び種々の指令を入
力するためのものである。文字や図・記号のデータ（文
書データ）は、光学式文字読取り装置（ＯＣＲ）のよう
に紙上の段組み表現を保持できる形式で入力される。ま
た、段組み表現だけでなく、カラースキャナを用いるこ
とで文字や図・記号の色、その背景の色を示すデータの
入力も行なう。

【００２３】データ記憶部１２は、入力部１０によって
入力された文書データ（段組表現を保持する形式、文字
や背景の色を示すデータを含む）を記憶するためのもの
である。文書データは、段組み表現されたものを含んで
いる。

【００２４】段落抽出部１４は、データ記憶部１２に記
憶されている文書データについて、文字、図形・記号の
位置関係から、内容的な一まとまりである段落に分割す
るものである。

【００２５】段落情報データ記憶部１６は、段落抽出部
１４によって分割された段落の位置、各段落に対して接
続判定部２６によって判定された段落の接続順（文書処
理の処理順）を示すデータを記憶するものである。

【００２６】解析部１８は、データ記憶部１２に記憶さ
れた文書データについて解析辞書２０に登録された情報
を参照しながら、文字列の接続の妥当性を判定するため
の解析を行なうもので、形態素解析部１８ａ、構文解析
部１８ｂ、意味解析部１８ｃによって構成されている。
解析部１８は、形態素解析部１８ａ、構文解析部１８
ｂ、意味解析部１８ｃを選択的に起動させる。

【００２７】形態素解析部１８ａは、解析辞書２０の形
態素解析辞書２０ａを参照しながら形態素解析を行な
う。構文解析部１８ｂは、解析辞書２０の構文解析辞書
２０ｂを参照しながら、形態素解析部１８ａによる形態
素解析結果を利用して構文解析を行なう。意味解析部１
８ｃは、解析辞書２０の意味解析辞書２０ｃを参照しな
がら、構文解析部１８ｂによる構文解析結果を利用して
意味解析を行なう。

【００２８】解析辞書２０は、解析部１８による文解析
の際に参照されるもので、形態素解析辞書２０ａ、構文
解析辞書２０ｂ、意味解析辞書２０ｃを含んで構成され
ている。

【００２９】段落接続制御部２２は、段落接続先検索部
２４が複数の段落の中から、ある段落に対する段落接続
先を検索する際の段落を特定するための制御を行なうも
ので、段落処理順番指定部２２ａ、段落接続記号参照部
２２ｂ、背景色識別部２２ｃを含んで構成されている。
段落接続制御部２２は、段落処理順番指定部２２ａ、段
落接続記号参照部２２ｂ、背景色識別部２２ｃを選択的
に起動させる。

【００３０】段落処理順番指定部２２ａは、段落情報デ
ータ記憶部１６に記憶された複数の段落に対して、接続
判定部２６による判定前に入力部１０を介して処理順の
指定を入力し、段落接続先検索部２４に通知する。段落
接続記号参照部２２ｂは、データ記憶部１２に記憶され
た文書データ中に含まれる段落の接続関係を示す段落接
続記号を参照して、段落の接続先を検出して段落接続先
検索部２４に通知する。背景色識別部２２ｃは、データ
記憶部１２に記憶された文書データ中に含まれる文字の
背景色あるいは文字の色等を示すデータを参照して、段
落の接続先を検出して段落接続先検索部２４に通知す
る。

【００３１】段落接続先検索部２４は、解析部１８によ
る解析結果をもとにした接続判定部２６による判定結
果、あるいは段落接続制御部２２からの通知に基づい
て、段落情報データ記憶部１６に記憶された複数の段落
から次に処理対象とすべき段落の候補を選択する。

【００３２】接続判定部２６は、解析部１８による解析
結果をもとにして、段落接続先検索部２４によって選択
された段落の候補について、段落の接続の正当性を判定
し、この判定結果に応じて段落情報データ記憶部１６に
該当する段落に対して段落の接続順を示すデータを記憶
させる。

【００３３】接続段落修正部２８は、接続判定部２６に
よりある段落に対して接続先として判定された段落を、
段落情報データ記憶部１６に記憶された段落の接続順を
示すデータを修正することで変更する。

【００３４】表示装置３０は、データ記憶部１２に記憶
された文書データを表示する。次に、本実施形態におけ
る文書処理装置の基本的な動作について、図２に示すフ
ローチャートを参照しながら説明する。

【００３５】ここでは、文書処理として日本語による文
書を他国語の文書に変換する機械翻訳を行なう場合を例
にして説明する。文書処理装置は、入力した文書データ
について、段落組みによって分割されている文書を接続
することで一続きの文書としながら機械翻訳を行なう。

【００３６】まず、入力部１０は、ＯＣＲ等を介して、
新聞・雑誌等から文書データを入力する（ステップＡ
１）。入力された文書データは、データ記憶部１２に格
納され、表示装置３に表示される。図３には、データ記
憶部１２に格納された文書データをもとに表示された文
書の一例を示している。

【００３７】文書データには、紙上の段組み表現を保持
できる形式をもち、また文字が存在する領域の背景の色
（あるいは文字の色）を示すデータが付加されているも
のとする。

【００３８】データ記憶部１２に記憶された文書データ
に対して、段落抽出部１４は、文書の表面的な文字配置
や文字サイズ、図表の位置などから文書部分を段落分け
して、段落分けの結果を表す段落情報データを生成して
段落情報データ記憶部１６に記憶させる（ステップＡ
２）。段落情報データには、段落につけた名前（ラベ
ル）、段落の位置を示すデータを含み、各段落に対して
後段の処理において段落の接続順（処理順番）を示すデ
ータが付加される。

【００３９】図３に示す文書データの例では、文書部分
が４つの段落に領域分けされ、それぞれの段落に段落
Ａ，Ｂ，Ｃ，Ｄのラベルが付与されたものとする。図４
には段落情報データ記憶部１６に記憶された段落情報デ
ータの内容の一例を示している。段落位置は、段落の領
域を示す矩形枠の対角の２点の座標によって定義されて
いる。

【００４０】段落抽出部１４によって文書データから段
落が抽出されると、段落接続先検索部２４は、最初に処
理すべき段落を選択する（ステップＡ３）。ここでは、
段落抽出部１４は、文書の基本規則、すなわち横書きの
日本語の場合なら「上から下へ」、「左から右へ」の順
で記述されることに基づいて段落を選択する。従って、
図３においては、左上に位置するラベルＡの段落（以
下、段落Ａ）が選択されたものとする。

【００４１】なお、最初にどの段落から処理を開始する
かは、縦書きの日本語ならば最も右上に位置する段落を
自動的に選択し、また基本規則に従う選択方法に限ら
ず、入力部１０から入力された指示に応じて任意の段落
を選択する方法であっても良い。

【００４２】段落接続先検索部２４によって段落が選択
されると、選択された段落中から１文単位で取得されて
文書処理（翻訳処理）が実行される（ステップＡ４）。
翻訳が成功した場合には（ステップＡ５）、ステップＡ
４に戻り、そのまま次の文へ翻訳処理を進める。

【００４３】翻訳が失敗したときには（ステップＡ
５）、その文が段落末でなければ単なる翻訳処理失敗と
してエラー処理し、ステップＡ４へ戻って次の文へ処理
を進める（ステップＡ６）。

【００４４】また、翻訳が失敗し、かつステップＡ４に
おいて取得した文が段落末にあった場合には、そこが例
えば句点によって区分された文書末であれば、その文が
単なる翻訳処理失敗だったとしてエラー処理し、文書処
理を終える。

【００４５】一方、文書末でなければ、段落末で文が途
中で切れていたために翻訳処理に失敗したものと判別さ
れ、段落接続先検索部２４は、段落Ａにつながる段落
を、段落情報データ記憶部１６に記憶された段落情報デ
ータを参照して未処理の段落の中から仮に一つ選択する
（ステップＡ８）。

【００４６】ここで段落接続先検索部２４は、例えば基
本規則に従って、段落接続先の候補の中から１つの段落
を選択するものとする。図３に示す例では、段落Ａに対
する段落の接続は、図５に示すように、段落の位置関係
から右上の段落（以下、段落Ｃ）に対する（Ａ）の接続
と、左下の段落（以下、段落Ｂ）に対する（Ｂ）の接続
が候補となる。

【００４７】段落接続先検索部２４は、最初に段落Ａに
接続する段落の候補として、段落Ｃを選択したものとす
る（図５に示す接続（Ａ））。解析部１８は、先に処理
対象としていた段落Ａで翻訳処理に失敗した段落末の１
文と、段落接続先検索部２４によって選択された段落Ｃ
の先頭の１文とをつなげた文字列データを作り、その文
字列に対して文解析を行なう。

【００４８】なお、必ずしも、文単位で段落末の文字列
と先頭の文字列を接続する必要はなく、段落の区切り部
分を含めば任意の単語単位で文字列を接続するようにし
ても良い。

【００４９】ここでは、段落Ａと段落Ｃの文字列を接続
して、図６（Ａ）（ａ）に示すように、「注意深く見守
って」という文字列が生成され、解析処理が実行される
ものとする。まず、解析部１８は、形態素解析部１８ａ
を起動して、生成された文字列に対して形態素解析処理
を実行する（ステップＡ９）。

【００５０】形態素解析処理の中では、文字列内の単語
に対応する品詞や活用形、それに品詞間の接続の妥当性
が記述された形態素解析辞書２０ａを検索して、文字列
を日本語として自然な単語の系列として構成できるかど
うかを調べる。

【００５１】この結果、文字列「注意深く見守って」に
ついては、図６（Ａ）（ｂ）に示すような形態素解析結
果が得られ、自然な日本語として単語の系列に分解され
るので、接続可能という段落接続評価が得られる（ステ
ップＡ１０）。解析部１８は、この解析結果を接続判定
部２６に通知する。

【００５２】接続判定部２６は、形態素解析部１８ａに
よる解析結果から段落Ｃが段落Ａの接続先として適当で
あるかどうかを、図６（Ａ）（ａ）の文字列の解析結果
から判定し、この結果、段落Ｃを接続可能とする（ステ
ップＡ１０）。

【００５３】次に、段落接続先検索部２４は、段落Ａの
接続先となる段落の候補が残っているかを調べ、この結
果、未判定の段落があるので再びステップＡ８に戻る
（ステップＡ１１）。

【００５４】段落接続先検索部２４は、残っている接続
候補から段落Ｂを選択したものとする（図５に示す接続
（Ｂ））。解析部１８は、先に処理対象としていた段落
Ａで翻訳処理に失敗した段落末の１文と、段落接続先検
索部２４によって選択された段落Ｂの先頭の１文とをつ
なげた文字列データを作り、前述と同様にして、その文
字列に対して文解析を行なう。

【００５５】すなわち、段落Ａと段落Ｂの文字列を接続
して、図６（Ｂ）（ａ）に示すように、「注意深には明
らかに」という文字列が生成され、解析部１８の形態素
解析部１８ａによって形態素解析処理が施される（ステ
ップＡ９）。

【００５６】この結果、文字列「注意深には明らかに」
については、図６（Ｂ）（ｂ）に示すような形態素解析
結果が得られ、段落渡りの部分で解析に失敗し、自然な
日本語として単語系列に分解できないので、接続不可と
いう段落接続評価が得られる（ステップＡ１０）。解析
部１８は、この解析結果を接続判定部２６に通知する。

【００５７】接続判定部２６は、形態素解析部１８ａに
よる解析結果から段落Ｃが段落Ｂの接続先として適当で
あるかどうかを、図６（Ｂ）（ａ）の文字列の解析結果
から判定し、段落Ｂを接続不可として段落接続先候補か
ら除外する（ステップＡ１０）。

【００５８】再び、段落接続先検索部２４は、段落Ａの
接続先となる段落の候補を検索するが、未判定の段落は
ないので、段落接続先検索の完了を接続判定部２６に通
知する（ステップＡ１１）。

【００５９】接続判定部２６は、接続候補の中から段落
Ａと接続可能となった段落Ｃを選択して、段落情報デー
タ記憶部１６に記憶された段落情報データに対して、段
落Ｃの処理順番が段落Ａに次ぐことを示すように設定す
る（ステップＡ１２）。

【００６０】そして、ステップＡ４に戻って、段落Ａの
段落末の文字列から段落Ｃの文字列に渡って機械翻訳処
理が再開され、処理が続けられる。以下、同様にして各
段落の段落末において、現在、処理対象としている段落
と接続の可能性があり、他の段落との接続が確定されて
いない段落を接続候補として文字列を生成して形態素解
析を行なうことで、解析結果から正しい接続先である段
落を判定することができる。

【００６１】各段落について接続関係を確定すると、段
落情報データ記憶部１６に記憶された段落情報データに
は、図７（ａ）に示すように、各段落に対して接続関係
（前の段落、後ろの段落）を示すデータが設定される。

【００６２】なお、前述した説明においては、段落の接
続関係を判定するために、解析部１８の形態素解析部１
８ａによる形態素解析のみを用いているが、構文解析部
１８ｂによる構文解析、意味解析部１８ｃによる意味解
析をさらに実行することで接続判定をすることもでき
る。

【００６３】すなわち、接続候補とする段落の先頭の文
字列によっては、複数の段落について形態素の関係から
接続可能と判定される場合があり、形態素解析の成功／
不成功の結果だけで接続判定ができない場合がある。

【００６４】この場合、形態素解析の結果から接続可能
と判定された段落から生成される文字列について、構文
解析辞書２０ｂを参照しながら構文解析部１８ｂによっ
て構文解析を行ない、構文上、正しい構造を持つ文が得
られる段落接続先候補を正しい段落接続先として選択す
る。

【００６５】さらに、構文解析によっても、接続先の段
落が特定できない場合、構文解析の結果から接続可能と
判定された段落から生成される文字列について、意味解
析辞書２０ｃを参照しながら意味解析部１８ｃによって
意味解析を行ない、意味的に異常な段落接続先候補を除
去するようにもできる。

【００６６】例えば、「名詞」「助詞」「動詞」という
品詞の並びは日本語として妥当であるが、「テレビ（名
詞）が（助詞）走る（動詞）」の文字列は意味的に異常
である。従って、こうした文字列を構成する段落は、段
落接続先候補から除去され、接続先として正しい段落を
最終的に取得することができる。

【００６７】また、接続先が特定できない場合にのみ、
次の段階の解析を行なうのではなく、段落接続先候補の
それぞれについて複数の解析（形態素解析、構文解析、
意味解析）を行ない、各解析結果をもとにして優先度を
設定して、最も優先度の高い段落を接続先の段落として
判定するようにしても良い。

【００６８】また、前述した説明では、段落の接続関係
が１度決定されると変更されないものとして説明してい
るが、段落接続先が見つからなかったときに、処理済み
の段落をも再度対象として段落接続先を選び直すといっ
た、接続先の再選択を行なうことも可能である。この
際、最初に段落接続先が決定された時とは異なるレベル
の解析処理の結果をもとにして段落接続先の判定を行な
うようにすることもできる。すなわち、最初に形態素解
析の結果をもとにして段落接続先が決定されている場合
には、再度、段落接続先候補とする場合には、形態素解
析、構文解析、意味解析の結果をもとにして段落接続先
を決定する。

【００６９】次に、図２を用いた説明においては文字列
に対する解析処理の結果のみをもとにして段落の接続関
係を判定していたのに対し、さらに正しい段落の接続関
係を検出する方法として、第１に段落接続記号を用いる
方法、第２に段落処理順番の指定を入力する方法、第３
に文書に使用されている色情報を利用する方法について
説明する。

【００７０】まず、第１の段落接続記号を用いる方法
（第１の方法）について、図８に示すフローチャートを
参照しながら説明する。なお、第１の方法は、図２のフ
ローチャートに示す処理に加えて実行されるものであ
り、図２中に示すステップＡ１〜Ａ７の処理と図８のＢ
１〜Ｂ７の処理が同じであり、ステップＡ８〜Ａ１２の
処理とＢ１０〜Ｂ１４の処理が同じであるので、同一部
分については説明を省略する。

【００７１】ステップＢ４における文書処理の対象が段
落末まで到達し、文末が見つけられず翻訳失敗となった
とき（ステップＢ５〜Ｂ７）、段落接続記号参照部２２
ｂは、データ記憶部１２に記憶された文書データ中か
ら、斜め矢印などの段落のつながりを示すための記号が
あるかどうかを調べる（ステップＢ８）。

【００７２】つまり、複数の段組が設けられている文書
においては、文書中に段落間の接続関係を明示するため
の段落接続記号が挿入されている場合がある。通常、段
落接続記号は、図９に示すように、段落中の文末の後ろ
と、接続先の段落の文字列の先頭に付与されていること
が多い。

【００７３】図９には段落接続記号として斜め矢印記号
が用いられている縦書きの日本語の例を示している。図
９に示す例では右下側の段落の末尾に文書の接続先が左
上側の段落に接続されることを示す斜め矢印記号が挿入
され、左上側の段落の先頭に右下側の段落の文書が接続
されることを示す斜め矢印記号が挿入されている。

【００７４】段落接続記号参照部２２ｂは、該当する段
落接続記号が段落末尾から検出できたときには、その記
号に対応する記号を段落の先頭部分にもつ段落を探し、
その段落を接続先の段落として選択し（ステップＢ
９）、段落接続先検索部２４に通知する。

【００７５】段落接続先検索部２４は、段落接続記号参
照部２２ｂから通知された段落を選択し、その後、２つ
の段落間で文字列を生成して、前述と同様にして解析部
１８により解析処理を行ない、段落接続評価を行なう
（ステップＢ１１〜Ｂ１４）。

【００７６】なお、ステップＢ８において、段落接続記
号が検出できなかった場合には、図２を用いた説明と同
じ処理となる。第１の方法では、文書中に挿入されてい
る段落のつながりに関わる段落接続記号を有効に利用す
ることで正しい段落のつながりを判別する精度が向上さ
れ、また段落接続記号から接続先段落を確定したとき
に、そのステータスを保存しておくことにより、その他
の段落候補を検索する必要がなくなり高速化が図れる。

【００７７】なお、段落接続記号は、図９に示すよう
な、斜め矢印記号に限るものではなく、文書本文とは無
関係な段落の接続関係のみを表わす記号であれば、どの
ような種類であっても勿論利用することができる。

【００７８】ところで、接続判定部２６によって接続す
べき段落を判定したものの（ステップＢ１４）、その判
定が誤りであったり、複数の候補が同じくらい確からし
い接続先候補として残ることもあり得る（ステップＢ１
５）。

【００７９】この場合、接続段落修正部２８は、ステッ
プＢ１４において段落接続判定を行った後、ステップＢ
４の文書処理に戻る前に、入力部１０を介して接続判定
部２６によって判定された段落処理順番を訂正する指示
を入力して、段落情報データ記憶部１６に記憶された段
落情報データの段落処理順番を変更する（ステップＢ１
６）。

【００８０】なお、接続段落修正部２８は、段落情報デ
ータ記憶部１６に記憶された段落情報データを参照し
て、例えば図３に示すような形態によって、接続判定部
２６による判定結果（段落処理順番）を明示する表示を
させて、この表示画面中における訂正指示（訂正すべき
段落と段落処理順番の指定）に基づいて修正を行なうも
のとする。

【００８１】こうして、接続判定部２６によって判定さ
れた段落処理順番が変更できることにより、接続先と判
定された段落が誤りであった場合に、誤判定のまま文書
処理が続けられることがなくなり文書処理効率が向上さ
れる。

【００８２】次に、第２の段落処理順番の指定を入力す
る方法（第２の方法）について、図１０に示すフローチ
ャートを参照しながら説明する。なお、第２の方法は、
図２のフローチャートに示す処理に加えて実行されるも
のであり、図２中に示すステップＡ１〜Ａ７の処理と図
１０のＣ１，Ｃ２，Ｃ４〜Ｃ８の処理が同じであり、ス
テップＡ８〜Ａ１２の処理とＣ１１〜Ｃ１５の処理が同
じであるので、同一部分については説明を省略する。

【００８３】第２の方法では、段落抽出部１４によって
文書データから段落が抽出された後（ステップＣ２）、
文書処理（機械翻訳）を実行させる前に、段落処理順番
指定部２２ａによって段落情報データ記憶部１６の段落
情報データに設定すべき段落処理順番を示すデータを直
接入力するものである。

【００８４】段落処理順番指定部２２ａは、段落情報デ
ータ記憶部１６に記憶された段落情報データを参照し
て、例えば図３に示すような形態によって、段落抽出部
１４による段落抽出結果を表示をさせて、この表示画面
中における指示（任意に指定された段落に対する段落処
理順番）に基づいて、段落情報データ記憶部１６に記憶
された各段落に対して段落処理順番を設定する。

【００８５】例えば、段落抽出結果の表示画面中から段
落Ａの後に接続すべき段落が、段落Ｃであると指定され
た場合、段落処理順番指定部２２ａは、段落情報データ
記憶部１６の段落情報データについて、図７（ｂ）に示
すように、該当する段落について接続関係を示すデータ
を設定する。

【００８６】こうして、段落処理順番指定部２２ａによ
って設定された段落接続関係については、段落接続判定
をする必要がなく、かつ段落接続判定をしてはいけな
い。そこで、ステップＣ１１で接続する段落候補を選択
する前に、段落接続先検索部２４は、段落情報データの
処理順番の項目に現在処理中の段落の次の段落が指定さ
れていないかどうかをチェックし（ステップＣ９）、指
定されていればステップＣ１１以降の段落接続判定の処
理に進まずに、指定された段落と接続し（ステップＣ１
０）、ステップＣ５の文書処理（機械翻訳処理）に戻
る。次の段落が指定されていなければ、前述と同様にし
てステップＣ１１以降の処理に進み、文字列に対する解
析処理に基づいて、接続すべき段落を設定する。

【００８７】第２の方法を用いることにより、段落処理
順番を指定する手間をかけても、文書処理を正確に実行
させたいといったこともでき、処理形態の選択の幅を広
げることが可能になり利便性が向上される。

【００８８】次に、第３の文書に使用されている色情報
を利用する方法（第３の方法）について、図１１に示す
フローチャートを参照しながら説明する。なお、第３の
方法は、図２のフローチャートに示す処理に加えて実行
されるものであり、図２中に示すステップＡ１〜Ａ７の
処理と図１１のＤ１〜Ｄ７の処理が同じであり、ステッ
プＡ８〜Ａ１２の処理とＤ１０〜Ｄ１４の処理が同じで
あるので、同一部分については説明を省略する。

【００８９】一般に、雑誌などでは、記事ごとに文字の
背景色（紙面の色）が使い分けられている場合がある。
第３の方法では、この種の文書について、入力部１０か
ら入力された文書データに文字の背景色を反映させてお
いたとき、背景色識別部２２ｃによって接続先の候補の
段落の背景色を識別し、同じ背景色を持った段落のみを
接続候補として選択するように段落接続先検索部２４を
制御するものである。

【００９０】ステップＤ４における文書処理の対象が段
落末まで到達し、文末が見つけられず翻訳失敗となった
とき（ステップＤ５〜Ｄ７）、背景色識別部２２ｃは、
データ記憶部１２に記憶された文書データを参照して、
段落における背景色が複数存在するかどうかを調べる
（ステップＤ８）。

【００９１】背景色識別部２２ｃは、現在対象としてい
る段落の背景色と同じ背景色を持つ段落が存在すれば、
該当する段落のみが接続先段落候補となるように段落接
続先検索部２４に通知する（ステップＤ９）。

【００９２】例えば、入力部１０から入力された文書デ
ータが図１２に示すような形態を有しているものとす
る。図１２に示す文書データからは段落Ａ〜Ｆが抽出さ
れ、段落Ａ，Ｂ，Ｄの背景色が黄色、段落Ｃ，Ｆの背景
色が赤色であるものとする。

【００９３】この場合、段落Ａに対する段落接続先候補
は、同じ背景色を持つ段落Ｂ，Ｄのみとすることができ
る（例えば日本語縦書きの文書とする）。同様にして、
段落Ｃについては、同じ背景色を持つ段落が段落Ｆのみ
であるので一意に選択することができる。

【００９４】第３の方法を用いることにより、図２を用
いて説明した処理と比較して接続候補を絞ることができ
るので、段落接続先検索部２４の他、解析部１８、接続
判定部２６で要する処理時間を減らすことができる。ま
た、接続先となる段落の選択肢が減るのであるから、接
続先の選択間違いの可能性が減少することが期待でき
る。

【００９５】なお、段落全体の一様な色をもとにするの
ではなく、段落内において用いられる複数の色の割合を
もとに段落接続先候補とすべき段落を特定するようにも
できる。また、段落の背景色ではなく、各段落内の文字
そのものの色をもとにして、段落接続先候補とする段落
を判定しても良い。

【００９６】また、前述した説明では、第１〜第３の方
法がそれぞれ独立して実行されるものとして説明してい
るが、複数の方法を選択的に並行して実行させるように
もできる。例えば、モード設定において、段落接続先の
決定に際して実行すべき方法を任意に設定できるように
し、例えば第１と第３の方法が選択された場合には、段
落接続記号を用いる方法と文書に使用されている色情報
を利用する方法とを併用して実行することもできる。

【００９７】なお、前述した実施形態においては、ＯＣ
Ｒを介して入力された文書データを対象として説明して
いるが、その他の手段（例えば通信経路）を介して入力
された文書についても同様にして本発明を適用すること
ができる。

【００９８】また、実施形態において記載した手法は、
コンピュータに実行させることのできるプログラムとし
て、磁気ディスク（フロッピーディスク、ハードディス
ク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）、半
導体メモリなどの記録媒体に格納して提供することがで
きる。コンピュータは、記録媒体に記録されたプログラ
ムを読み込み、このプログラムによって動作が制御され
ることにより、前述した処理を実行する。

【００９９】

【発明の効果】以上詳述したように本発明によれば、複
数の段落を渡って連続する文字列について、段落間での
文字列の接続の妥当性を判別するので、複雑な段組みを
持つ文書に対しても正しく段落を接続して文書処理を実
行することができるものである。

【図面の簡単な説明】

【図１】本発明の実施形態に係わる文書処理装置の構成
を示すブロック図。

【図２】本実施形態における文書処理装置の基本的な動
作を説明するためのフローチャート。

【図３】本実施形態におけるデータ記憶部１２に格納さ
れた文書データをもとに表示された文書の一例を示す
図。

【図４】本実施形態における段落情報データ記憶部１６
に記憶された段落情報データの内容の一例を示す図。

【図５】本実施形態における段落接続先候補の選択につ
いて説明するための図。

【図６】本実施形態における２つの段落の接続の妥当性
を判定する処理を説明するための図。

【図７】本実施形態における段落情報データ記憶部１６
に記憶された段落情報データの接続関係（前の段落、後
ろの段落）を示すデータの設定を説明するための図。

【図８】本実施形態における第１の段落接続記号を用い
る方法を説明するためのフローチャート。

【図９】段落接続記号が挿入された文書を説明するため
の図。

【図１０】本実施形態における第２の段落処理順番の指
定を入力する方法を説明するためのフローチャート。

【図１１】本実施形態における第３の文書に使用されて
いる色情報を利用する方法を説明するためのフローチャ
ート。

【図１２】段落に複数の背景色が用いられた文書の形態
を説明するための図。

【図１３】従来の文書処理装置における複数の段落が設
けられた文書の扱いを説明するためのフローチャート。

【符号の説明】

１０…入力部 １２…データ記憶部 １４…段落抽出部 １６…段落情報データ記憶部 １８…解析部、 １８ａ…形態素解析部 １８ｂ…構文解析部 １８ｃ…意味解析部 ２０…解析辞書 ２０ａ…形態素解析辞書 ２０ｂ…構文解析辞書 ２０ｃ…意味解析辞書 ２２…段落接続制御部 ２２ａ…段落処理順番指定部 ２２ｂ…段落接続記号参照部 ２２ｃ…背景色識別部 ２４…段落接続先検索部 ２６…接続判定部 ２８…接続段落修正部 ３０…表示装置

Claims (9)

【特許請求の範囲】
1. 【請求項１】 連続する文字列について文書処理を実行
   する文書処理装置において、 文書処理の対象とする文字列の情報とその他の情報が混
   在する文書データから連続する文字列の固まりから構成
   される段落をレイアウト上の位置関係をもとに抽出する
   段落抽出手段と、 前記段落抽出手段によって抽出された段落の位置と、各
   段落に含まれる文字列に対する文書処理の順番を表す段
   落の接続順を示すデータを記憶するための段落情報デー
   タ記憶手段と、 前記段落抽出手段によって抽出された複数の段落から、
   ある段落に対して次に接続されるべき段落の候補を選択
   する段落接続先検索手段と、 前記段落接続先検索手段によって選択された段落の先頭
   の文字列と前記ある段落の段落末の文字列とを接続して
   連続する文字列を生成し、接続の妥当性を判別するため
   の解析を行なう解析処理手段と、 前記解析処理手段による解析結果に基づいて段落の接続
   順を判定して、前記段落情報データ記憶手段に各段落の
   接続順を示すデータを記憶させる段落接続判定手段とを
   具備し、 前記段落情報データ記憶手段に記憶された段落の接続順
   に連続する文字列に対して文書処理を実行することを特
   徴とする文書処理装置。
2. 【請求項２】 前記解析処理手段は、 形態素解析処理による単語同士の接続の妥当性から文字
   列の接続の妥当性を判定することを特徴とする請求項１
   記載の文書処理装置。
3. 【請求項３】 前記解析処理手段は、 形態素解析、構文解析、意味解析を選択的に実行するこ
   とにより、文字列の接続の妥当性を判定することを特徴
   とする請求項１記載の文書処理装置。
4. 【請求項４】 前記段落抽出手段によって抽出された段
   落中の文字列から段落間で文字列が接続されていること
   を示す段落接続記号を抽出して、この段落接続記号をも
   とに、ある段落に対して接続先となる段落を選択する段
   落接続記号参照手段を具備し、 前記段落接続先検索手段は、前記段落接続記号参照手段
   によって選択された段落を候補として選択することを特
   徴とする請求項１記載の文書処理装置。
5. 【請求項５】 前記段落接続判定手段によって判定され
   た段落の接続順を任意に変更する接続段落修正手段を具
   備したことを特徴とする請求項１記載の文書処理装置。
6. 【請求項６】 前記段落抽出手段によって抽出された複
   数の段落に対して、任意の段落間の接続関係を指定する
   ための段落処理順番指定手段を具備し、 前記段落接続先検索手段は、前記段落処理順番指定手段
   によって指定された接続関係を参照すると共に、指定さ
   れていない他の段落を対象として段落の候補を選択する
   ことを特徴とする請求項１記載の文書処理装置。
7. 【請求項７】 前記段落抽出手段によって抽出された各
   段落内で用いられている色を識別する色識別手段を具備
   し、 前記段落接続先検索手段は、前記色識別手段によって識
   別された色をもとに段落の候補を選択することを特徴と
   する請求項１記載の文書処理装置。
8. 【請求項８】 複数の段落を渡って連続する文字列につ
   いて文書処理を実行するための文書管理方法において、 文書処理の対象とする文字列の情報とその他の情報が混
   在する文書データから連続する文字列の固まりから構成
   される段落をレイアウト上の位置関係をもとに抽出し、 この抽出された複数の段落から、ある段落に対して次に
   接続されるべき段落の候補を選択し、 この選択された段落の先頭の文字列と前記ある段落の段
   落末の文字列とを接続して連続する文字列を生成し、接
   続の妥当性を判別するための解析を行ない、 この解析結果に基づいて段落の接続順を判定し、 この接続順に連続する文字列に対して文書処理を実行す
   ることを特徴とする文書管理方法。
9. 【請求項９】 複数の段落を渡って連続する文字列につ
   いて文書処理を実行するためのプログラムであって、 文書処理の対象とする文字列の情報とその他の情報が混
   在する文書データから連続する文字列の固まりから構成
   される段落をレイアウト上の位置関係をもとに抽出し、 この抽出された複数の段落から、ある段落に対して次に
   接続されるべき段落の候補を選択し、 この選択された段落の先頭の文字列と前記ある段落の段
   落末の文字列とを接続して連続する文字列を生成し、接
   続の妥当性を判別するための解析を行ない、 この解析結果に基づいて段落の接続順を判定し、 この接続順に連続する文字列に対して文書処理を実行す
   るようにコンピュータを制御するためのプログラムを格
   納したコンピュータ読取り可能な記録媒体。