JPS60160475A - 文書フアイル検索方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明は文書ファイル検索方式に関し、特に登録時に文
書を同質のデータの存在する領域に分割し、それを文書
の構造情報として、検索時に利用するファイル検索方式
に関するものである。

〔発明の背景〕

従来より用いられている文書ファイル検索方式としては
、基本的なものに、（ｉ）検索すべき文書名を直接指定
する方式や、（１１）分類コード（大分類、中分類等）
の指定に応じて表示される候補データの中から選択する
方式がある６また、より高度な検索方式としては、（ｉ
ｔｉ　）画像の例示で画像ファイルを検索するＱ　Ｐ　
Ｅ　（Ｑｕｅｒｙ−ｂｙ−Ｐｉｃｔｏｒｉａｌ　−Ｅｘ
ａｍｐｌｅ　：日経コンピュータ１９８２゜５．３１　
ｐｐ４０〜４９参照）、（１ｖ）データ内容から連想し
た色彩と対応づける方式（特開昭５７−１２１７６７号
公報参照）、（Ｖ）漢字パターン列の特徴パラメータに
よる検索（電子通信学会研究会資料ＩＥ８０−１２０ｐ
ｐ９１〜９８大田、その他「漢字パターン列の特徴パラ
メータによる検索」参照）、および（ｖｉ）部分画像や
縮小画像を案内画像として用いる方式等が知られている
。

以上は１機械によりファイルを検索する方法であるが、
一方、通常の人間が機械の力を惜りずに行う検索方法を
考えると、先ずその文書の内容等に応じて、それがどの
ファイル、どの書籍に存在するかを考慮し、該当するフ
ァイルや書籍を選び出す（文書ファイルではキーワード
によるおおまかな検索がこれに相当する）。次に、その
文書のどこに図があるか、あるいは絵や写真があるか等
の構造に関する情報を想像しながら、目標とする文書を
捜し出す。このような文書の構造に関する情報は、元の
文書そのものよりデータ量がきわめて少なく、かつ文書
の概略構造をディスプレイに高速に表示することが可能
であって、検索情報自体としても使用することができる
。

光ディスクによる文書画像ファイルの開発や、テキスト
だけでなく画像や図表を扱うことができる文書処理シス
テムの開発が進んでおり、特に文書から画像領域、テキ
スト領域、図表領域等を抽出し、各領域に適した情報圧
縮を行う方式（情報処理学会筒２１口金国大会、７Ｈ−
１、村尾、坂井［文書画像における構造情報の抽出」参
照）も提案されているが、まで文書の構造に関する情報
を、検索に利用した例は見当らない。

〔発明の目的〕

本発明の目的は、文書の構造に関する情報を利用し、操
作性に優れ検索効率がよい文書ファイルの検索方式を提
供することである。

〔発明の概要〕

上記目的を達成するため、本発明の文書ファイル検索方
式は、文書データを蓄積する文書ファイルを備えたファ
イル検索システムにおいて、上記文書ファイルに文書デ
ータを蓄積するときは、テキスト、画像１図表等の同質
データを含む領域に分割して蓄積し、指定情報を入力し
て文書を検索するときは、上記指定情報に合致する文書
が複数件存在するならば１文書を構成する領域を内容に
応じた構造パターンで表示し、表示された複数の文書の
中から目的の文書を認識することに特徴がある。

〔発明の実施例〕

以下、本発明の実施例を、図面により説明する。

第２図は１本発明の原理を示す概念図であり、第２図は
文書と領域の位置関係を示す図である。

第１図において、１は文書、２は文書ファイル、３は文
書表示画面、４は構造表示画面、５は検索データ・ベー
ス、６はキーボードである。

右方に示すように、第１図の上半分は登録処理。

下半分は検索処理を表わしている。

先ず、（ｉ）文書をファイルに登録するときには、同質
のデータ、例えばテキスト、画像等だけを含む領域に分
割して、文書ファイルに蓄積する。

このとき、文書名、検索キーワードとともに、各領域の
データ・タイプ、位置、大きさ等を、文書の構造情報と
して検索データ・ベース５に登録する。また、各領域に
対応するデータの文書ファイル中のデータ番号も登録す
る。

例えば、第１図においては、右方の文書１に示すように
、同質のデータ、すなわちＸ印で示すテキスト、地図等
の画像、図表等のみを含む領域に分割して、文書ファイ
ル２にそれぞれ蓄積する。

同時に、キーボード６から文書名、検索キーワードとと
もに、上記領域ごとに領域Ｎα、データ・タイプ、位置
、大きさ、データ番号を文書の構造情報として、検索デ
ータ・ベース５に登録する。登録するとき、文書名とキ
ーワードのみのテーブルと、その他の構造情報を記憶し
たテーブルの２種類に分けておく。

文書１と領域８の位置関係は、第２図に示すように、文
書１の左端からの距離又と上端からの距離Ｙで位置を、
また高さＨと幅Ｗの寸法で大きさを表わす。また、テー
ブル中に登録されるデータ番号は、各領域８に対応する
データの文書ファイル２中の番号である。領域分割は、
計算機により自動的に行うことも、また人手により行う
ことも可能である。検索データ・ベース５は、リレーシ
ョナル・データ・ベース等のよく知られた技術で構成さ
れる。

次に（１１）ファイルから目的の文書を検索するときに
は、指定された検索情報に合致する文書が複数存在すれ
ば、各文書の構造として、各領域をそのデータに応じた
パターンでディスプレイに表示する（これを構造表示画
面と呼ぶ）、ただし、検索情報から一意に決まる場合は
、該当の文書データを文書ファイルから読み出し、ディ
スプレイに表示する（これを文書表示画面と呼ぶ）。

また、構造表示画面上の指定した文書の指定領域のデー
タを、文書ファイルから読み出し文書表示画面に表示す
ることができる。また、構造表示画面上で、目的の文書
を探索し、当該文書を指定する。これにより、指定の文
書データを文書ファイルから読み出して、文書表示画面
に表示する。

なお、構造表示画面、文書表示画面は、別個のディスプ
レイを用いてもよいが、同一のディスプレイを用いて時
分割的に、あるいは画面を２分割して表示することもで
きる。なお、構造表示画面から目的の文書をパターン認
識して探索することもできる。

検索方法を、第１図により具体的に説明する。

（ａ）キーワードによる検索 （イ）目的文書のキーワードをキーボード６から指定す
る。（ロ）検索データ・ベース５より指定のキーワード
を持つ文書名をめる。（ハ）指定のキーワードを持つ文
書が複数個存在する場合、それらの文書の構造情報、す
なわちその文書に属する領域のデータ・タイプ、位置、
大きさをめ、そのデータ・タイプ、位置、大きさをめ、
そのデータ・タイプに応じたパターンで構造表示画面４
に表示する。第１図では、ｒＭＡＰＪをキーワードとし
た、３つの地図が構造表示画面４に表示されている。た
だし、文書が一意に決定される場合は、該当の文書を文
書ファイル２から読み出して、領域合成し、文書表示画
面３に表示する。

（ニ）構造表示画面４上の文書の領域を指定し、その内
容を文書表示画面３に表示することもてきるので、この
表示結果を目的文書の探索に利用できる。（ホ）構造表
示画面４上で、目的の文書をパターン認識により指定す
る。データ・ベース５より指定された文書の各領域の情
報とデータ番号をめて、文書ファイル２から読み出し、
領域合成して文書表示画面３に表示する。

（ｂ）構造情報による検索 （イ）目的の文書情報、例えば、図が２個存在すること
、あるいは右上に画像が存在すること等を、キーボード
６から入力する。（ロ）検索データ・ベース５により、
パターン認識の結果、入力された検索情報に合致する文
書名をめる。（ハ）以下は（、）キーワードによる検索
の（ハ）以降の処理と同じである。

（ｃ）文書名の直接指定による検索 文書名を直接指定して、目的の文書を文書表示画面３に
表示することもできる。

なお、領域分割された結果の各領域のデータは。

領域ごとに文鉄ファイル２に蓄積されるが、このとき、
データ・タイプによって圧縮や蓄線方法を変えて蓄積す
ることにより、蓄積効率を向上させることもできる。実
施例では、文書上の位置、大きさ１文書ファイルのデー
タ番号が与えられたとき、領域合成により文書表示画面
３に表示することができれば、どのような構成であって
もよい。

第３図は、本発明の一実施例を示す文書ファイル検索シ
ステムの機能ブロック図である。

第３図において、１０はマイクロプロセッサ、２０は主
メモリ、３０はキーボード、４０はファイル装置、５０
は画像プロセッサ、６０は画像メモリ、７０は画像入力
装置、８０は画像ディスプレイ、９０はデータ・ベース
・システムである。

第１図に示す文書ファイル２は、ファイル装置４０に存
在し、検索データ・ベース５はデータベース・システム
９０上に存在する。第３図のシステムは、ファイル族ｗ
４０に文書データを蓄積し。

必要に応じて目的の画像データをファイル装置４０から
読み出し、画像ディスプレイ８０に表示する機能を有し
ている。そして、このシステムは、各種のコマンドの指
示によって動作し、コマンドは主メモリ２０上のプログ
ラムとデータにもとづいて、マイクロプロセッサ１０に
より実行される。

画像入力装置７０は、例えばＣＯＤ等により画像を読み
取ってシステムに入力するためのものであり、画像プロ
せツサ５０と画像メモリ６０は、検索処理等のため領域
合成や、画像ディスプレイ８０に構造表示画面ど文書表
示画面を出力するためのプログラムを実行する機能を有
するものである。

第４図は、本発明に用いられるコマンドとその機能の説
明図であり、第５図は、第４図のコマンドの処理フロー
チャー１−である。

５ＴＯＲＥのコマンドは、文書の読み込み、領域分割お
よび登録を行う指示を与えるものであり、ＦＩＮＤのコ
マンドは検索情報に合致する文書を検索し、文書ファイ
ルから読み出して表示する指示を与えるものであり、Ｄ
ＥＬＥＴＩＥのコマンドは文書データを削除する指定を
与えるものであり、ＥＮＤのコマンドは検索終了を指示
するものである。

第５図において、先ず処理１００でキーボード３０から
コマンドを入力すると、処理２００ではそのコマンドを
解析し、その内容が５ＴＯＲＥ、　ＦＩＮＤ。

ＤＥＬＥＴＥのコマンドのときは、それぞれ処理３００
゜４００．５００を実行する。コマンドがＥＮＤコマン
ドのときは、全処理を終了する。

第６図は、第５図の処理３００、つまり５ＴＯＲＥコマ
ンドの実行手順を示すフローチャートである。

先ず、処理３１０では、蓄積すべき文書の文書名、キー
ワードをキーボード３０から読み込む。

処理３２０では、画像入力装置７０から上記文書を読み
込み、画像ブイスプレィ８０に表示する。

処′ｆｍ３３０では１文書の内容１例えばテキスト、画
像、図表等によって領域分割を行う。領域分割は画像で
あれば、読み込まれたデータ上に黒の部分が多く、高周
波成分が強いのに対して、図表であれば白い部分が多く
、黒ランレングスが短い等の特徴を用いて実行すること
ができる。なお、人間が、表示された文書を見ながら指
示することにより、分割を行うことも可能である。領域
分割を行うときのデータ・タイプは、この例では、テキ
スト、画像、図表としたが、これらは目的等に応じて自
由に設定できる。領域分割の結果は１画像ディスプレイ
８０に表示する。処理３４０では、分割後の各領域のデ
ータを、領域ごとに文書ファイルに蓄積する。処理３５
０では、当該文書の文書名、キーワード、文書中の各領
域のデータ・タイプ、位置、大きさ、文書ファイル上の
データ番号を、検索データ・ベースに登録する。

第７図は、第５図の処理４００、つまりＦＩＮＤコマン
ドの実行フローチャートである。

先ず、処理４１０では、検索すべき文書の検索情報をキ
ーボード３０より入力する。検索情報としては、文書名
、キーワード、領域に関する情報等を単独、または複合
して指定できる。処理４２０では、検索データ・ベース
より指定された検索情報に合致する文書名をめる。処理
４３０では、指定された検索情報に合致する文書数に応
じて、下記の各処理に進む、すなわち、合致した文書数
が０の場合には処理４９０に進み、指定の検索情報に合
致する文書が文書ファイル内に存在しないことを示すメ
ツセージを１画像ディスプレイに表示する。また、合致
した文書数が１の場合、処理４８０に進み、文書ファイ
ルから当該文書のデータを読み出して１画像ディスプレ
イ８０に表示する。また、合致した文書数が１より多い
場合、処理４４０に進み、各文書の領域に関する情報、
データ・タイプ、位置、大きさを検索データ・ベースか
ら読み出し、データ・タイプに応じたパターンで領域を
画像ディスプレイ８０に表示する。処理４５０では、キ
ーボード３０より、次の処理を決定するための指定を読
み込む。処理４６０では、キーボード３０から読み込ん
だ指示に応じて、次の処理に進む。すなわち、（１）領
域の内容表示要求の場合、キーボード３０からどの領域
の内容を表示するかを指定することにより、処理４７０
に進み、指定された領域のデータを文書ファイルから読
み出して１画像ディスプレイ８０に表示する。また（１
１）次ページ表示要求の場合、処理４４０に戻り、次ペ
ージの文書の領域情報を読み出して表示する。（ｉｉｉ
）目的文書を指定した場合。

処理４８０に進み、文書ファイルから当該文書のデータ
を読み出し、画像ディスプレイ８０に表示する。

第８図は、第５図の処理５００、つまりＤＥＬＥＴＥコ
マンドの実行フローチャートである。

先ず、処理５１０では、削除したい文書の文書名をキー
ボード３０から読み込み、処理５２０で。

検索データ・ベース上の該当データを削除する。

処理５３０では、文書ファイル上の該当データを削除す
る。

本発明の要点を列記すると、次の４つになる。

（ｉ）指定の検索情報を有する文書データがファイル内
に複数個存在する場合、当該の候補データの各領域を、
そのデータ・タイプに応じたパターンで表示することに
より、文書の構造を概略で表示することができ、またパ
ターンで表示されている領域を指定して、その内容を見
ることができるので、候補データの中から目的のデータ
を筒単に探索することができる。

（１１）領域をパターンで表示する場合、検索データ・
ベース内の領域に関するデータ・タイプ、位置、大きさ
のみの情報で表示させることができ、かつ文書ファイル
から画像データを読み出す必要がないため、きわめて高
速に表示することができる。また、見たい領域のみを選
択して表示することもできるため、効率のよい検索が可
能となる。

（＋ｉｉ　）検索を行う場合、文書の構造に関する情報
。

例えば「図が二つ存在する。」、「右下に写真がある。

」等を指定して、検索を行うことができ。

従来では見られない一種の内容検索が可能である。

（１ｖ）検索の過程に応じて、領域のパターン表示のみ
による文書表示から、特定の領域１例えば右下の画像領
域等を指定した文書まで、概略表示から詳細表示までの
柔軟な表示が可能であるため、効率的な検索を行うこと
ができる。

〔発明の効果〕

以上説明したように、本発明によれば、文書の構造情報
を利用して検索を行うので、操作性に優れ、かつ高速表
示が可能な、効率のよい検索を行うことができる。

【図面の簡単な説明】

第１図は本発明の原理を示す概念図、第２図は第１図の
文書と領域の位置関係を示す図、第３図は本発明の一実
施例を示す文書ファイル検索システムのブロック図、第
４図は本発明に用いるコマンドと機能の説明図、第５図
は第４図のコマンドの処理フローチャート、第・６図、
第７図、第８図はそれぞれ第５図の５ＴＯＲＥ、　ＦＩ
ＮＤ、　ＤＥＬＥＴＥのコマンドの処理フローチャート
である。 １・・・文書、２・・・文書ファイル、３・・・文書表
示画面。 ４・・・構造表示画面、５・・・検索データ・ベース、
６゜３０・・・キーボード、１０・・・マイクロプロセ
ッサ。 ２０・・・主メモリ、４０・・・ファイル装置、５０・
・・画像プロセッサ、６０・・・画像メモリ、７０・・
・画像入力装置、８０・・・画像ディスプレイ、９０・
・・データ箭　１　国 ｚＺ図 ＶＪ　３　図 第　４　図 て　５　圓

Claims (1)

1. 【特許請求の範囲】 １、文書データを蓄積する文書ファイルを備えたファイ
   ル検索システムにおいて、上記文書ファイルに文書デー
   タを蓄積するときは、テキスト１画像、図表等の同質デ
   ータを含む領域に分割して蓄積し、指定情報を入力して
   文書を検索するときは、上記指定情報に合致する文書が
   複数性存在するならば、文書を構成する領域を内容に応
   じた構造パターンで表示し、表示された複数の文書の中
   から目的の文書を認識することを特徴とする文書ファイ
   ル検索方式。 ２、前記内容に応じた構造パターンは、構造表示画面に
   表示され、該画面中の任意の文書または領域は、文書表
   示画面により表示されることを特徴とする特許請求の範
   囲第１項記載の文書ファイル検索方式。 ３、前記内容に応じた構造パターンは、領域に関するデ
   ータ・タイプ、位置、大きさ等の情報を指定することに
   より表示されることを特徴とする特許請求の範囲第１項
   または第２項記載の文書ファイル検索方式。