JPWO2020240820A1 - ファイル管理装置、ファイル管理方法、及びプログラム - Google Patents

Abstract

ファイル管理装置５は、同一のタグが付与された複数のデータファイルから、これらのデータファイルに共通する特徴を抽出する共通特徴抽出部５０２と、共通特徴抽出部５０２により抽出された特徴と、これらのデータファイルに付与されていたタグとを互いに関連付けてタグ付けルールとして格納するタグ付けルール格納ＤＢ６００と、タグ付けルール格納ＤＢ６００に格納されているタグ付けルールに基づいて、新たに入力されたデータファイルにタグを付与するタグ付与部５０８とを有する。

Description

本発明は、ファイル管理装置、ファイル管理方法、及びプログラムに関する。

例えば、特許文献１には、第１の規則と該第１の規則に適用する第２の規則との組合を、文書を分類する分類規則として登録する分類規則登録手段と、前記分類規則登録手段により登録された異なる複数の分類規則について、該異なる複数の分類規則間で重複する内容を排除して統合する分類規則統合手段とを有する文書処理装置が開示されている。

また、特許文献２には、新規のデータ項目及び当該新規のデータ項目のカテゴリを記憶装置に格納するステップと、データ項目と当該データ項目のカテゴリとを格納する正解データ格納部に格納されたデータから、前記記憶装置に格納された前記新規のデータ項目の特徴素を含む条件と対応するカテゴリとを含む特徴パターンを抽出し、特徴パターン格納部に格納するステップと、前記特徴パターン格納部に格納された特徴パターンを、前記記憶装置に格納された前記新規のデータ項目のカテゴリに合致する第１の集合と合致しない第２の集合とにグループ化し、グループ化した結果をグループデータ格納部に格納するグループ化ステップと、を含み、コンピュータに実行される分類ルール作成支援方法が開示されている。

また、特許文献３には、記憶手段と、文書を表す文書画像データが入力される入力手段と、前記入力手段へ入力された文書画像データにレイアウト解析を施しその文書画像データの表す文書のレイアウトを特定する特定手段と、前記入力手段へ入力された文書画像データに文字解析を施しその文書画像データの表す文書の各記載項目の属性を判別する判別手段と、前記特定手段により特定されたレイアウトおよび前記判別手段により判別された各記載項目の属性に基づいて記載項目間の階層構造を特定しその階層構造を表すルールデータを生成する生成手段と、前記生成手段により生成されたルールデータを前記記憶手段へ書き込む書き込み手段とを有することを特徴とする文書処理装置が開示されている。

特開２０１３−２５１６１０ 特開２００７−０５２７４４ 特開２００７−０５２６１５

データファイルを適切に分類することができるファイル管理装置を提供することを目的とする。

本発明に係るファイル管理装置は、同一のタグが付与された複数のデータファイルから、これらのデータファイルに共通する特徴を抽出する共通特徴抽出部と、前記共通特徴抽出部により抽出された特徴と、これらのデータファイルに付与されていたタグとを互いに関連付けて付与ルールとして格納するルール格納部と、前記ルール格納部に格納されている付与ルールに基づいて、新たに入力されたデータファイルにタグを付与するタグ付与部とを有する。

好適には、前記タグ付与部は、新たに入力されたデータファイルから、前記ルール格納部に付与ルールとして登録されている特徴を探索し、いずれかの特徴が発見された場合に、この特徴に関連付けられたタグを、新たに入力されたデータファイルに付与する。

好適には、前記タグ付与部は、付与ルールとして登録されている特徴の一部が、新たに入力されたデータファイルから発見された場合に、この特徴に関連付けられたタグをユーザに提案し、ユーザの操作に応じて、タグを付与する。

好適には、提案したタグがユーザに採用された場合に、新たに入力されたデータファイルの特徴が、付与ルールの特徴と一致するように、付与ルールを更新するルール更新部をさらに有する。

好適には、提案したタグがユーザに採用されなかった場合に、新たに入力されたデータファイルの特徴が、付与ルールの特徴と一致しないように、付与ルールを更新するルール更新部をさらに有する。

好適には、前記共通特徴抽出部は、前記特徴として、文字列、日付、画像サイズ、及び、画像に使用される色数の少なくとも一つを抽出する。

好適には、前記ルール格納部に格納される付与ルールは、複数の判定要素を含んでおり、前記ルール更新部は、複数のデータファイルで共通する特徴の中から、出現頻度、直近性及び出現位置の少なくとも一つと、特有性とに基づいて、付与ルールの判定要素として登録される特徴を選択する。

本発明に係るファイル管理方法は、同一のタグが付与された複数のデータファイルから、これらのデータファイルに共通する特徴を抽出する共通特徴抽出ステップと、前記共通特徴抽出ステップにより抽出された特徴と、これらのデータファイルに付与されていたタグとを互いに関連付けて付与ルールとして格納するルール格納ステップと、前記ルール格納ステップに格納されている付与ルールに基づいて、新たに入力されたデータファイルにタグを付与するタグ付与ステップとを有する。

本発明に係るプログラムは、同一のタグが付与された複数のデータファイルから、これらのデータファイルに共通する特徴を抽出する共通特徴抽出ステップと、前記共通特徴抽出ステップにより抽出された特徴と、これらのデータファイルに付与されていたタグとを互いに関連付けて付与ルールとして格納するルール格納ステップと、前記ルール格納ステップに格納されている付与ルールに基づいて、新たに入力されたデータファイルにタグを付与するタグ付与ステップとをコンピュータに実行させる。

データファイルを適切に分類することができる。

ファイル管理システム１の全体構成を例示する図である。 ファイル管理装置５のハードウェア構成を例示する図である。 ファイル管理装置５の機能構成を例示する図である。 （ａ）は、タグ付けルールを説明する表であり、（ｂ）は、タグ「見積書」のタグ付けルールを説明する表であり、（ｃ）は、共通特徴抽出部５０２により抽出された特徴を例示する図である。 （ａ）は、キーワードとキーワードの位置情報を例示する表であり、（ｂ）は、日付と日付の位置情報を例示する図であり、（ｃ）は、画像サイズと使用色数を例示する表である。 ファイル管理装置５によるタグ付けルールの登録と更新処理（Ｓ１０）を説明するフローチャートである。 ユーザによるタグ付け操作の画面例である。 （ａ）は、タグ付けルールのカスタマイズ画面の呼び出し例１であり、（ｂ）は、ユーザによるタグ付けルールのカスタマイズ画面例である。 （ａ）は、タグ付けルールのカスタマイズ画面の呼び出し例２であり、（ｂ）は、タグ付けルールのカスタマイズ画面の呼び出し例３である。 ファイル管理装置５によるタグ付け及びタグ提案処理（Ｓ２０）を説明するフローチャートである。 タグ付け提案に対するユーザの応答に応じたタグ付けルールの更新処理（Ｓ３０）を説明するフローチャートである。 タグ付け対案に対するユーザの応答操作画面を例示する図である。 （ａ）は、「請求書（２０１８）」のタグ付けルールと文書Ｃの条件候補を例示する図であり、（ｂ）は、条件候補のキーワードのスコアを示す表であり、（Ｃ）は、タグ付けルールの更新例である。 （ａ）は、「請求書」のタグ付けルールと文書Ｄとの特徴を表す図であり、（ｂ）は、条件候補のキーワードのスコアを示す表であり、（ｃ）は、タグ付けルールの更新例である。 （ａ）は、「ＡＡ社_請求書」のタグ付けルールと、ＢＢ社の請求書である新規タグ付け文書Ｇの特徴とを表す図であり、（ｂ）は、「○○社_請求書」のタグ付けルールを例示する図であり、（ｃ）は、条件候補のキーワードのスコアを表す表であり、（ｄ）は、タグ付けルールデータの更新例である。

以下、本発明の実施形態を、図面を参照して説明する。
図１は、ファイル管理システム１の全体構成を例示する図である。
図１に例示するように、ファイル管理システム１は、複数のスキャナ３a、スキャナ３ｂ、スキャナ３ｃ、ファイル管理装置５、及びユーザ端末７を含み、ネットワーク９を介して互いに接続している。スキャナ３ａ、スキャナ３ｂ、スキャナ３ｃをスキャナ３と総称し、ユーザ端末７ａとユーザ端末７ｂとをユーザ端末７と総称する。
スキャナ３は、光学式の読取装置であり、取得した画像データをファイル管理装置５へ送信する。
ファイル管理装置５は、コンピュータ端末であり、スキャナ３から受信した画像データを分類するタグを、画像データに付与する。具体的には、ファイル管理装置５は、タグ付けの規則であるタグ付けルールを保持し、タグ付けルールと、画像データをＯＣＲ処理したデータファイルの特徴とに基づいて、適したタグをデータファイルに付与する。さらに、ファイル管理装置５は、ユーザの操作に応じて、タグ付けルールの生成、及び更新を行う。なお、タグ付けルールは、本発明に係る付与ルールの一例である。
ユーザ端末７は、ユーザが操作するコンピュータ端末であり、ファイル管理装置５により提供されるユーザインタフェースを表示する。

図２は、ファイル管理装置５のハードウェア構成を例示する図である。
図２に例示するように、ファイル管理装置５は、ＣＰＵ２００、メモリ２０２、ＨＤＤ２０４、ネットワークインタフェース２０６（ネットワークＩＦ２０６）、表示装置２０８、及び、入力装置２１０を有し、これらの構成はバス２１２を介して互いに接続している。
ＣＰＵ２００は、例えば、中央演算装置である。
メモリ２０２は、例えば、揮発性メモリであり、主記憶装置として機能する。
ＨＤＤ２０４は、例えば、ハードディスクドライブ装置であり、不揮発性の記録装置としてコンピュータプログラム（例えば、図３のファイル管理プログラム５０）やその他のデータファイル（例えば、図３のタグ付けルールデータベース６００）を格納する。
ネットワークＩＦ２０６は、有線又は無線で通信するためのインタフェースであり、例えば、内部ネットワーク９における通信を実現する。
表示装置２０８は、例えば、液晶ディスプレイである。
入力装置２１０は、例えば、キーボード及びマウスである。

図３は、ファイル管理装置５の機能構成を例示する図である。
図３に例示するように、本例のファイル管理装置５には、ファイル管理プログラム５０がインストールされると共に、タグ付けルールデータベース６００（タグ付けルールＤＢ６００）が構成される。
ファイル管理プログラム５０は、取得部５００、共通特徴抽出部５０２、照合部５０４、スコア算出部５０６、タグ付与部５０８、及びルール更新部５１０を有する。
なお、ファイル管理プログラム５０の一部又は全部は、ＡＳＩＣなどのハードウェアにより実現されてもよく、また、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）の機能を一部借用して実現されてもよい。
ファイル管理プログラム５０において、取得部５００は、スキャナ３により読み取られた画像データを取得する。
共通特徴抽出部５０２は、同一のタグが付与された複数のデータファイルから、これらのデータファイルに共通する特徴を抽出する。例えば、データファイルとは、画像データに対してＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）処理を実施したものをいう。具体的には、共通特徴抽出部５０２は、取得部５００より取得した画像データに対してＯＣＲ処理を実施し、ＯＣＲ処理結果に基づいて、データファイルの特徴を抽出する。より具体的には、共通特徴抽出部５０２は、データファイルに記載される文字列、日付、データファイルの画像サイズ、及び、データファイルの画像に使用される色数の少なくとも一つを特徴として抽出する。

ここで、タグ付けルールＤＢ６００について説明する。
タグ付けルールＤＢ６００は、共通特徴抽出部５０２により抽出された特徴と、これらのデータファイルに付与されていたタグとを互いに関連付けてタグ付けルールとして格納する。具体的には、タグ付けルールＤＢ６００は、タグ名と、タグ名に関連付けられる「条件候補」と「条件」とを格納する。「条件」とは、データファイルに関連付けられる「タグ名」を付与するための制約であり、同じタグが付与された複数のデータファイルから抽出された共通する特徴である。同様に、「条件候補」は、複数のデータファイルから抽出された共通する特徴であり、「条件」は、「条件候補」の中から選出される。タグ付けルールＤＢ６００は、本発明に係るルール格納部の一例である。

照合部５０４は、新たに入力されたデータファイルと、タグ付けルールとして登録されている特徴とを照合する。新たに入力されたデータファイルとは、取得部５００により取得された画像データに対して、ＯＣＲ処理されたデータファイルをいう。具体的には、照合部５０４は、共通特徴抽出部５０２によりＯＣＲ処理されたデータファイルと、タグ付けルールＤＢ６００に格納される、タグ付けルールに登録されている特徴との一致度を判定する。
スコア算出部５０６は、各「条件候補」の判定要素となるスコアを算出し、閾値以上のスコアを有する「条件候補」の中から「条件」を選出する。具体的には、スコア算出部５０６は、各「条件候補」の出現頻度、直近性、出現位置、及び特有性のスコアを算出し、各スコアに重みを付けて合算し、「条件候補」の優位性を算出する。

タグ付与部５０８は、タグ付けルールＤＢ６００に格納されるタグ付けルールに基づいて、新たに入力されたデータファイルにタグを付与する。
具体的には、タグ付与部５０８は、新たに入力されたデータファイルから、タグ付けルールとして登録されている特徴を探索し、いずれかの特徴が発見された場合に、この特徴に関連付けられたタグを、新たに入力されたデータファイルに付与する。
より具体的には、タグ付与部５０８は、タグ付けルールとして登録されている特徴の一部が、新たに入力されたデータファイルから発見された場合に、この特徴に関連付けられたタグをユーザに提案し、ユーザの操作に応じて、タグを付与する。特徴の一部が新たに入力されたデータファイルから発見された場合とは、共通特徴抽出部５０２により抽出された特徴と、タグ付けルールの特徴との一致率が５０％〜９９％である場合をいう。

ルール更新部５１０は、タグ付けルールの生成及び更新を行う。具体的には、ルール更新部５１０は、複数のデータファイルで共通する特徴の中から、出現頻度、直近性及び出現位置の少なくとも一つと、特有性とに基づいて、タグ付けルールの判定要素として登録される特徴を選択する。より具体的には、ルール更新部５１０は、スコア算出部５０６により算出された合算スコアが閾値より高い「条件候補」から「条件」を選出し、タグ付けルールを更新する。
また、具体的には、ルール更新部５１０は、照合部５０４により、新たに入力されたデータファイルと、タグ付けルールとして登録されている特徴の一部が一致したと判定された場合であって、ユーザが提案されたタグを採用した場合に、新たに入力されたデータファイルと、タグ付けルールとして登録されている特徴とが一致するように、タグ付けルールを更新する。
さらに、ルール更新部５１０は、照合部５０４により、新たに入力されたデータファイルと、タグ付けルールとして登録されている特徴の一部が一致したと判定された場合であって、ユーザが提案されたタグを拒否した場合に、新たに入力されたデータファイルと、タグ付けルールとして登録されている特徴とが一致しないように、タグ付けルールを更新する。

次に、タグ付けルールＤＢ６００に格納されるタグ付けルールについて説明する。
図４（ａ）は、タグ付けルールを説明する表であり、（ｂ）は、タグ「見積書」のタグ付けルールを説明する表であり、（ｃ）は、共通特徴抽出部５０２により抽出された特徴を例示する図である。
図４（ａ）に例示するように、タグ付けルールは、「タグ名」と、「タグ名」に関連付けられた「条件」とを有する。「タグ名」は、データファイルを分類する名称である。「条件」は、「タグ名」を付与するための制約であり、同じタグが付与されたデータファイルから抽出された共通する特徴である。次回取り込まれたデータファイルがその「条件」に該当すれば、ファイル管理装置５は、「条件」に関連付けられた「タグ名」を、取り込まれたデータファイルに自動で付与する。

さらに、「条件」は、「条件候補」の中から選出される。「条件候補」とは、共通特徴抽出部５０２がデータファイルから抽出した特徴である。具体的には、図４（ｂ）に例示されるように、タグ「見積書」には、「条件候補」と「条件」とが関連付けられ、「条件候補」は、タグ付けの「条件」には含めなかったが、タグ付けルールの更新時用に「条件」の候補として保存されるデータファイルから抽出された特徴である。
より具体的には、共通特徴抽出部５０２は、図４（ｃ）に例示されるデータファイルから図４（ｂ）に例示するように、項目毎の「条件候補」を抽出する。スコア算出部５０６は、各条件候補の優位性を表すスコアを算出し、ルール更新部５１０は、各「条件候補」の合算スコアに基づいて、閾値以上のスコアを有する「条件候補」の中から「条件」を選出する。

図５は、データファイルから抽出した条件候補を例示する図である。
図５に例示するように、「条件候補」は、共通特徴抽出部５０２によりデータファイルから抽出された特徴であり、文字列、及び画像の縦、及び横の長さである。具体的には、「条件候補」とは、データファイルの文中の単語（キーワード）、文書日付の値、及び画像の縦横の長さの値等である。
キーワードについて、図５（ａ）に例示するように、共通特徴抽出部５０２は、データファイル中のキーワードの文字列と、文字列が記載された位置情報とを特徴として記録する。具体的には、共通特徴抽出部５０２は、ＯＣＲ処理の結果に基づいて、データファイルの形態素解析を行い、分割された単語をキーワード条件候補とする。共通特徴抽出部５０２は、キーワード条件候補のうち、スコアが特定の条件を満たす最大５件をキーワード条件とする。

文書日付について、図５（ｂ）に例示するように、共通特徴抽出部５０２は、データファイル中の日付を年／月／日の要素に分解し、日付の記載された位置情報を特徴として記録する。共通特徴抽出部５０２は、文書内に日付が書かれている場合、年、月、日、及び曜日それぞれの要素を文書日付条件候補とする。共通特徴抽出部５０２は、文書日付条件候補のうち、スコアが特定の条件を満たす各要素で最大１件を文書日付条件とする。
画像サイズについて、図５（ｃ）に例示するように、共通特徴抽出部５０２は、データファイルの縦・横の長さを画像サイズ条件候補とし、画像サイズ条件候補のうち、スコアが特定の条件を満たす各要素で最大１件を画像サイズ条件とする。
その他に、キーワード、文書日付の値、及び画像の縦横の長さ以外にも、ルール更新部５１０は、「フォーマット」、「名刺またはレシートの属性値(会社名または住所)」、及び「画像の色」を条件候補とし、これらの一致または類似を条件としてタグ付けルールを作成してもよい。

タグ付与部５０８は、「条件」を満たすデータファイルにタグを付与する。具体的には、データファイルの特徴と、タグ付けルールのキーワードとの一致、文書日付との類似、及び画像の縦横の長さとの類似の場合に、タグ付与部５０８は、タグを付与する。
例えば、キーワードの条件は、特定の文字列がデータファイル内に記載されていることにより満たされる。文書日付の類似の条件は、データファイル内に記載された年月日がある特徴を有することにより満たされる。画像の縦横の長さの類似の条件は、画像の縦横サイズがある特徴を有することにより満たされる。

次に、条件候補のスコアの算出方法について説明する。
各条件候補は、出現頻度、直近性、出現位置、及び特有性に対するスコアを有する。各スコアは、０〜１０の間で増減する。
出現頻度のスコアは、すべてのタグ付きデータファイル中、ある特徴が何件のデータファイルで出現するかに基づいて算出される。出現頻度のスコアは、出現回数が多いほど高くなる。また、タグ付けしたすべてのデータファイルに共通した特徴であればスコアは、１０である。
直近性スコアは、ある特徴が最近入力されたデータファイルに該当するか否かに基づいて算出される。直近性のスコアの初期値は、最大値（１０）である。また、追加されたデータファイルに特徴が当てはまらない場合に、直近性のスコアは減少する。
出現位置のスコアは、データファイル上の近い位置に記載されているか否かに基づいて算出される。出現位置のスコアは、同一箇所であれば最大値（１０）であり、位置が離れるにつれて、出現位置のスコアは減少する。

特有性のスコアは、タグ付けルールに特有の特徴であるか否かに基づいて算出される。スコア算出部５０６は、タグ付けルールに該当するデータファイルに対し、タグ付け提案を行った場合、且つ、ユーザがその提案を拒否した場合に、タグ付けルールには存在し、該当のデータファイルには存在しない「条件」、及び「条件候補」の特有性のスコアを加算する。
スコア算出部５０６は、出現頻度、直近性、出現位置、及び特有性のスコアを算出し、各スコアに重みを付けて合算し、「条件候補」の優位性を計算する。スコア算出部５０６は、「合算スコア＝α×出現頻度のスコア＋β×直近性スコア＋γ×出現位置のスコア＋δ×特有性のスコア」の式を用いて合算スコアを計算する。ルール更新部５１０は、スコア算出部５０６により算出された合算スコアが閾値より高い条件候補から「条件」を選出する。

図６は、ファイル管理装置５によるタグ付けルールの登録及び更新処理（Ｓ１０）を説明するフローチャートである。図６では、ユーザがタグ「Ａ」をデータファイルに付与した場合のタグ付けルールの登録及び更新について説明する。
図６に例示するように、ステップ１００（Ｓ１００）において、ルール更新部５１０は、ユーザのタグ付け操作により、データファイルにタグが付与されたことを検知する。具体的には、ユーザは、図７に例示するように、タグ付け操作画面において、タグの選択、または新規タグ名を入力し、データファイルに対してタグ付け操作（タグ「Ａ」の付与）を行い、ルール更新部５１０は、ユーザによるタグ付け操作を検知する。
ステップ１０５（Ｓ１０５）において、照合部５０４は、タグ「Ａ」のタグ付けルールが存在するか否かをタグ付けルールＤＢ６００から検索する。タグ付けルールが存在する場合に、照合部５０４は、Ｓ１３５へ移行し、タグ付けルールが存在しない場合に、照合部５０４は、Ｓ１１０へ移行する。

ステップ１１０（Ｓ１１０）において、照合部５０４により検索された、ユーザによりタグ「Ａ」が付与されたデータファイルが２つ以上存在する場合に、照合部５０４は、Ｓ１１５へ移行する。ユーザにより、タグ「Ａ」が付与されたデータファイルが１つしかいない場合に、ルール更新部５１０は、タグ付けルールの登録及び更新処理（Ｓ１０）を終了する。タグ「Ａ」の付与されたデータファイルが１つだけでは、同じタグ「Ａ」が付与されたデータファイルにおける共通の特徴を抽出できないため、タグ付けルールは生成されない。
ステップ１１５（Ｓ１１５）において、共通特徴抽出部５０２は、タグ「Ａ」が付与されているデータファイルの特徴を抽出する。具体的には、共通特徴抽出部５０２は、データファイルの文字列、日付、画像サイズ、及び画像に使用される色数の少なくとも一つを抽出する。

ステップ１２０（Ｓ１２０）において、共通特徴抽出部５０２が、タグ「Ａ」の付与されているデータファイルすべての特徴を抽出した場合に、タグ付けルールの登録及び更新処理（Ｓ１０）は、Ｓ１２５へ移行し、すべてのデータファイルの特徴を抽出していない場合に、タグ付けルールの登録及び更新処理（Ｓ１０）は、Ｓ１１５へ移行する。
ステップ１２５（Ｓ１２５）において、共通特徴抽出部５０２は、タグ「Ａ」が付与されたデータファイルすべてに共通する特徴を「条件候補」として抽出する。
ステップ１３０（Ｓ１３０）において、スコア算出部５０６は、各「条件候補」の出現頻度、直近性、出現位置、及び特有性のスコアと、合算スコアとを算出する。ルール更新部５１０は、合算スコアが高く、且つ、各スコアが閾値以上の「条件候補」を「条件」として選出し、タグ「Ａ」のタグ付けルールを生成し、タグ付けルールＤＢ６００に登録する。

ステップ１３５（Ｓ１３５）において、タグ「Ａ」のタグ付けルールが存在する場合に、照合部５０４は、タグ「Ａ」のタグ付けルールを取得する。
ステップ１４０（Ｓ１４０）において、共通特徴抽出部５０２は、ユーザによりタグ「Ａ」が付与されたデータファイルの特徴を抽出する。具体的には、共通特徴抽出部５０２は、データファイルの文字列、日付、画像サイズ、及び画像に使用される色数の少なくとも一つを取得する。
ステップ１４５（Ｓ１４５）において、ルール更新部５１０は、Ｓ１３５において、照合部５０４が取得したタグ付けルールの「条件」のうち、Ｓ１４０において、共通特徴抽出部５０２が抽出した特徴に該当しない条件を削除する。さらに、スコア算出部５０６は、Ｓ１３５において、照合部５０４が取得したタグ付けルールの「条件候補」を加えて、Ｓ１４０において取得した各「条件候補」のスコアを再計算する。ユーザによるカスタマイズにより固定条件を設定されている場合には、固定条件を設定された条件候補をスコアの値によらず「条件」として選出する。さらに、ルール更新部５１０は、その他の条件候補の中から合算スコアが高く、且つ各スコアが閾値以上の条件候補を「条件」として追加選出する。
ステップ１５０（Ｓ１５０）において、ルール更新部５１０は、タグ「Ａ」のタグ付けルールの「条件」を、選出された新たな「条件」に入れ替えてタグ付けルールを更新する。新たな「条件」に入れ替えることにより、より一致率の高いタグ付けルールを生成することができる。

次に、ユーザによるタグ付けルールのカスタマイズについて説明する。
ユーザは、任意のタイミングでタグ付けルールのカスタマイズ画面を呼び出し、タグ付けルールの確認、及びカスタマイズを行うことができる。具体的には、図８（ａ）に例示するように、タグ「納品書」から「タグ付けルールの確認」メニューが表示され、ユーザの選択により、タグ付けルールのカスタマイズ画面が表示される。さらに、ユーザは、図８（ｂ）に例示するように、タグに関連付けられるキーワードの追加、削除、及び日付の変更等のカスタマイズをすることができる。さらに、ユーザは、タグに関連付けられる「条件」を固定する設定（固定条件）ができる。固定条件に設定された「条件」は、ユーザのタグ付け操作によるルール更新時に、除去されることなく、必ず「条件」として保持される。
また、図９（ａ）及び（ｂ）に例示するように、ユーザへのタグの提案時、及びタグの検索結果であるタグリストからもタグ付けルールのカスタマイズ画面を呼び出すことができる。このように、ユーザがタグ付けルールを確認し、必要に応じて修正できるため、ファイル管理装置５によるタグ付けルールの更新では対応できないようなタグ付けルールの生成も可能である。

図１０は、ファイル管理装置５によるタグ付け及びタグ提案処理（Ｓ２０）を説明するフローチャートである。
図１０に例示するように、ステップ２００（Ｓ２００）において、取得部５００は、スキャナ３によりスキャンされた書類の画像データを取得する。共通特徴抽出部５０２は、取得部５００により取得された画像データに対してＯＣＲ処理を実施したデータファイルを取得する。共通特徴抽出部５０２は、データファイルの文字列、日付、画像サイズ、及び画像に使用される色数の少なくとも一つを特徴として抽出する。
ステップ２０５（Ｓ２０５）において、照合部５０４は、データファイルの特徴とタグ付けルールＤＢ６００に格納されるタグ付けルールとを照合する。
ステップ２１０（Ｓ２１０）において、照合部５０４は、データファイルの特徴と、すべてのタグ付けルールとを照合した場合に、Ｓ２１５へ移行し、すべてのタグ付けルールと照合していない場合に、Ｓ２０５へ移行する。
ステップ２１５（Ｓ２１５）において、照合部５０４は、照合した結果、データファイルの特徴と一致率が最も高いタグ付けルールを選出する。
ステップ２２０（Ｓ２２０）において、Ｓ２１５において選出したタグ付けルールの一致率が１００％である場合に、Ｓ２２５へ移行し、一致率が１００％でない場合に、Ｓ２３５へ移行する。

ステップ２２５（Ｓ２２５）において、タグ付与部５０８は、一致率１００％であるタグ付けルールのタグをデータファイルに付与する。
ステップ２３０（Ｓ２３０）において、ルール更新部５１０は、タグ付けルールを更新し、登録する。具体的には、Ｓ２１５において選出したタグ付けルールのうち、共通特徴抽出部５０２が抽出した特徴に該当しない条件を削除する。さらに、各条件候補のスコア、固定条件、及びその他の条件候補に基づいて「条件」を選出し、タグ付けルールの「条件」を、選出された新たな「条件」に入れ替え、タグ付けルールＤＢ６００に登録する。
ステップ２３５（Ｓ２３５）において、タグ付与部５０８は、Ｓ２１５において選出されたタグ付けルールとデータファイルとの特徴が一致率５０％以上９９％未満（類似）である場合に、Ｓ２４０へ移行し、一致率が４９％以下である場合に、タグ付けをせず、処理を終了する。
ステップ２４０（Ｓ２４０）において、タグ付与部５０８は、類似であると判断されたタグ付けルールのタグをデータファイルに付与することを提案し、付与するか否かの判断をユーザに求める。

図１１は、タグ付け提案に対するユーザの応答に応じたタグ付けルールの更新処理（Ｓ３０）を説明するフローチャートである。図１１では、ファイル管理装置５がタグ「ＡＡＡ」の付与をユーザに提案した場合について説明する。
図１１に例示するように、ステップ３００（Ｓ３００）において、タグ付与部５０８は、図１２に例示するように、ユーザにタグ「ＡＡＡ」の付与を提案する。具体的には、タグ付与部５０８は、タグ「ＡＡＡ」の付与、タグを付与しない、及び、別タグの付与をユーザの応答操作として提示する。
ステップ３０５（Ｓ３０５）において、タグ付与部５０８によるタグの提案に対してユーザがタグ「ＡＡＡ」を妥当であると判断した場合に、Ｓ３１０へ移行し、タグ「ＡＡＡ」を妥当であると判断しない場合に、Ｓ３２０へ移行する。
ステップ３１０（Ｓ３１０）において、タグ付与部５０８は、データファイルにタグ「ＡＡＡ」を付与する。
ステップ３１５（Ｓ３１５）において、ルール更新部５１０は、タグ「ＡＡＡ」のタグ付けルールを更新登録する。具体的には、ルール更新部５１０は、データファイルの特徴と、タグ「ＡＡＡ」のタグ付けルールとの一致率が１００％となるよう、「条件」を選定し、既存の「ＡＡＡ」のタグ付けルールの「条件」とを入れ替える。ルール更新部５１０は、「条件」の入れ替えではなく、「条件」の一部削除（例えば、文字列が３文字一致から２文字一致により条件を満たすような、条件の緩和）により一致率が上がるようにしてもよい。

ステップ３２０（Ｓ３２０）において、ユーザが「ＡＡＡ」とは別のタグを付与することを選択した場合、ここでは、ユーザがタグ「ＢＢＢ」を付与することを選択した場合にＳ３２５へ移行し、それ以外の場合に、Ｓ３４０へ移行する。
ステップ３２５（Ｓ３２５）において、タグ付与部５０８は、データファイルにタグ「ＢＢＢ」を付与する。
ステップ３３０（Ｓ３３０）において、ユーザが「タグ「ＢＢＢ」を付与する」を選択した場合に、ルール更新部５１０は、データファイルの特徴と、タグ「ＡＡＡ」のタグ付けルールとの一致率が４９％以下となるよう、タグ「ＡＡＡ」のタグ付けルールを更新する。具体的には、ルール更新部５１０は、データファイルの特徴と、タグ「ＡＡＡ」のタグ付けルールとが一致率が４９％以下となるよう「条件」を選定する。さらに、ルール更新部５１０は、選定した「条件」と、既存の「ＡＡＡ」のタグ付けルールの「条件」とを入れ替える。これにより、データファイルの特徴とタグ「ＡＡＡ」のタグ付けルールとが類似と判定されないようになる。また、ルール更新部５１０は、「条件」の入れ替えではなく、「条件」の追加（条件の強化）により一致率が下がるようにしてもよい。

ステップ３３５（Ｓ３３５）において、ルール更新部５１０は、データファイルの特徴と、タグ「ＢＢＢ」のタグ付けルールとの一致率が１００％となるようタグ「ＢＢＢ」のタグ付けルールを更新する。具体的には、ルール更新部５１０は、データファイルの特徴と、タグ「ＢＢＢ」のタグ付けルールとの一致率が１００％となるよう、「条件」を選定する。さらに、ルール更新部５１０は、選定した「条件」と、既存の「ＢＢＢ」のタグ付けルールの「条件」とを入れ替える。これにより、データファイルの特徴とタグ「ＢＢＢ」のタグ付けルールとが一致と判定されるようになる。また、ルール更新部５１０は、「条件」の入れ替えではなく、「条件」の一部削除（条件の緩和）により一致率が上がるようにしてもよい。
ステップ３４０（Ｓ３４０）において、ユーザが「タグ「ＡＡＡ」を付与しない」を選択した場合に、ルール更新部５１０は、データファイルの特徴と、タグ「ＡＡＡ」のタグ付けルールとの一致率が４９％以下となるようタグ「ＡＡＡ」のタグ付けルールを更新する。より具体的には、ルール更新部５１０は、データファイルの特徴と、タグ「ＡＡＡ」のタグ付けルールとの一致率が４９％以下となるよう、「条件」を選定する。そして、ルール更新部５１０は、選定した「条件」と、既存の「ＡＡＡ」のタグ付けルールの「条件」とを入れ替える。これにより、データファイルの特徴とタグ「ＡＡＡ」のタグ付けルールとが類似と判定されないようになる。また、ルール更新部５１０は、「条件」の入れ替えではなく、「条件」の追加（条件の強化）により一致率が下がるようにしてもよい。
ステップ３４５（Ｓ３４５）において、ルール更新部５１０は、入れ替えた「条件」をタグ付けルールの条件としてタグ付けルールＤＢ６００に登録する。

次に、新規タグ付け文書Ｃに対して、文書Ａ及び文書Ｂに付与された既存タグ「請求書（２０１８）」を付与した場合のタグ付けルールの更新例を説明する。
図１３（ａ）は、「請求書（２０１８）」のタグ付けルールと文書Ｃの特徴とを表す図であり、文書Ａ、文書Ｂ、及び文書Ｃのキーワード、文書日付、及びサイズを表す。図１３（ａ）に例示するように、文書Ｃには、文書Ａ及び文書Ｂのように、「下記」及び「東京」の文字列が含まれない。
図１３（ｂ）は、条件候補のキーワードのスコアを表す表である。
図１３（ｃ）は、タグ付けルールデータの更新例である。
ルール更新部５１０は、文書Ｃに含まれる「条件候補」のスコアに基づいて、「条件」として採用されるキーワードを選出する。具体的には、図１３（ｂ）に例示するように、スコア算出部５０６により算出された、「下記」及び「東京」の出現頻度は「１０」から「７」に、直近度は「１０」から「９」に下がり、「請求書」及び「税額」の出現位置は加算される。その結果、「下記」及び「東京」の合算スコアが下がり、「請求書」及び「税額」の合算スコアは上がる。したがって、図１３（ｃ）に例示するように、ルール更新部５１０は、文書Ａ及び文書Ｂに基づいて生成されたタグ付けルールを、キーワードとして「請求書」、「金額」、「振込」、「税額」、及び「納期」を有し、文書日付として「２０１８」を有し、サイズが「Ａ４」であるデータファイルにタグ「請求書（２０１８）」を付与するタグ付けルールに更新する。

次に、１つの条件だけでは、一致率が１００％となるタグ付けルールを生成できない場合のタグ付けルールの更新例を説明する。具体的には、ユーザが、新規タグ付け文書Ｄに対して、既存タグ「請求書」を付与する場合について説明する。
図１４（ａ）は、「請求書」のタグ付けルールと文書Ｄとの特徴を表す図であり、文書Ａ、文書Ｂ、文書Ｃ、及び文書Ｄのキーワード、及び文書日付を表す。図１４（ａ）に例示するように、文書Ｄには、文書Ａ〜文書Ｃのように、「請求書」の文字列が含まれず、文書Ａ〜文書Ｃと新規タグ付け文書Ｄとでは、共通するデータファイルの特徴がない。つまり、図１４（ｃ）のＮｏ．１の既存のタグ「請求書」のタグ付けルールだけでは、文書Ｄに対してタグ「請求書」を付与することができない。
図１４（ｂ）は、条件候補のキーワードのスコアを表す表である。
図１４（ｃ）は、タグ付けルールデータの更新例である。
図１４（ｂ）、及び図１４（ｃ）に例示するように、スコア算出部５０６は、「条件候補」のキーワードのスコアを再計算し、ルール更新部５１０は、更新前のタグ付けルール（Ｎｏ．１）に加え、文書Ｄがタグ「請求書」に該当するように、合算スコアの高い「振込先」及び「支払期限」を「条件」として選出し、タグ「請求書」のタグ付けルールとして追加する。したがって、ルール更新部５１０は、タグ「請求書」のタグ付けルールとして条件「Ｎｏ．１」と「Ｎｏ．２」とを登録する。これにより、タグ付けルールの条件が「Ｎｏ．１」または「Ｎｏ．２」に該当すればタグ「請求書」が付与されるようになる。

次に、タグ付けを提案後、ユーザがその提案を拒否した場合のタグ付けルールの更新例を説明する。具体的には、ＢＢ社の請求書である新規タグ付け文書Ｇに対して、ユーザが既存タグ「ＡＡ社_請求書」の提案を拒否した場合について説明する。
図１５（ａ）は、「ＡＡ社_請求書」のタグ付けルールと、ＢＢ社の請求書である新規タグ付け文書Ｇの特徴とを表す図であり、（ｂ）は、「○○社_請求書」のタグ付けルールを例示する図であり、（ｃ）は、条件候補のキーワードのスコアを表す表であり、（ｄ）は、タグ付けルールデータの更新例である。
図１５（ｂ）に例示する「○○社_請求書」のタグ付けルールでは、ＢＢ社の請求書にも「ＡＡ社_請求書」タグの付与を提案してしまう。
そこで、図１５（ａ）に例示するように、スコア算出部５０６は、タグ付けを拒否した文書Ｇの特徴と、タグ「ＡＡ社_請求書」のタグ付けルールの「条件候補」とを比較する。スコア算出部５０６は、タグ「ＡＡ社_請求書」のタグ付けルールの「条件候補」の中に、文書Ｇの特徴に含まれない「条件候補」があれば、その「条件候補」の特有性のスコアを加算する。具体的には、図１５（ｃ）に例示するように、スコア算出部５０６は、文書Ｅ、文書Ｆに含まれ、文書Ｇに含まれないキーワードの条件候補である“ＡＡ社”に特有性スコアを付与する。スコア算出部５０６によるスコアの再計算の結果、図１５（ｄ）に例示するように、ルール更新部５１０は、タグ付けルールを、タグ名「ＡＡ社_請求書」、キーワード「“ＡＡ会社”、“請求書”、“振込先”、“支払期限”、及び“請求金額”」を有するタグ付けルールに更新する。これにより、タグ付与部５０８は、ＢＢ社の請求書である文書Ｇに対して、タグ「ＡＡ社_請求書」を提案することがなくなる。

以上説明したように、ファイル管理装置５によれば、スキャナ３から取得したデータファイルに、データファイルの特徴とタグ付けルールと基づいて、ユーザの介在なく自動でタグを付与することができる。また、ユーザは、ファイル管理装置５により管理されるタグ付けルールの見直しが可能であり、必要に応じてタグ付けルールを修正することができる。そして、タグ付けルールは、タグ付け対象の文書とタグ付けルールとの一致率に基づいて、タグ付けルールを更新するため、使用により、より精度の高いタグ付けルールが確立される。

また、上記実施形態では、ファイル管理装置５がスキャナ３により読み取られた画像データに対してタグを付与しているが、これに限定されず、スキャナ３が、ファイル管理装置５の機能を有し、画像データを読み取り、データファイルに対して、タグを付与してもよい。さらに、ユーザ端末７が、ファイル管理装置５の機能を有し、ユーザ端末７が、データファイルに対してタグを付与してもよい。

１…ファイル管理システム
３…スキャナ
５…ファイル管理装置
５０…ファイル管理プログラム
５００…取得部
５０２…共通特徴抽出部
５０４…照合部
５０６…スコア算出部
５０８…タグ付与部
５１０…ルール更新部
６００…タグ付けルールデータベース

Claims (9)

1. 同一のタグが付与された複数のデータファイルから、これらのデータファイルに共通する特徴を抽出する共通特徴抽出部と、
   前記共通特徴抽出部により抽出された特徴と、これらのデータファイルに付与されていたタグとを互いに関連付けて付与ルールとして格納するルール格納部と、
   前記ルール格納部に格納されている付与ルールに基づいて、新たに入力されたデータファイルにタグを付与するタグ付与部と
   を有するファイル管理装置。
2. 前記タグ付与部は、新たに入力されたデータファイルから、前記ルール格納部に付与ルールとして登録されている特徴を探索し、いずれかの特徴が発見された場合に、この特徴に関連付けられたタグを、新たに入力されたデータファイルに付与する
   請求項１に記載のファイル管理装置。
3. 前記タグ付与部は、付与ルールとして登録されている特徴の一部が、新たに入力されたデータファイルから発見された場合に、この特徴に関連付けられたタグをユーザに提案し、ユーザの操作に応じて、タグを付与する
   請求項２に記載のファイル管理装置。
4. 提案したタグがユーザに採用された場合に、新たに入力されたデータファイルの特徴が、付与ルールの特徴と一致するように、付与ルールを更新するルール更新部
   をさらに有する請求項３に記載のファイル管理装置。
5. 提案したタグがユーザに採用されなかった場合に、新たに入力されたデータファイルの特徴が、付与ルールの特徴と一致しないように、付与ルールを更新するルール更新部
   をさらに有する請求項３に記載のファイル管理装置。
6. 前記共通特徴抽出部は、前記特徴として、文字列、日付、画像サイズ、及び、画像に使用される色数の少なくとも一つを抽出する
   請求項１に記載のファイル管理装置。
7. 前記ルール格納部に格納される付与ルールは、複数の判定要素を含んでおり、
   前記ルール更新部は、複数のデータファイルで共通する特徴の中から、出現頻度、直近性及び出現位置の少なくとも一つと、特有性とに基づいて、付与ルールの判定要素として登録される特徴を選択する
   請求項４又は５に記載のファイル管理装置。
8. 同一のタグが付与された複数のデータファイルから、これらのデータファイルに共通する特徴を抽出する共通特徴抽出ステップと、
   前記共通特徴抽出ステップにより抽出された特徴と、これらのデータファイルに付与されていたタグとを互いに関連付けて付与ルールとして格納するルール格納ステップと、
   前記ルール格納ステップに格納されている付与ルールに基づいて、新たに入力されたデータファイルにタグを付与するタグ付与ステップと
   を有するファイル管理方法。
9. 同一のタグが付与された複数のデータファイルから、これらのデータファイルに共通する特徴を抽出する共通特徴抽出ステップと、
   前記共通特徴抽出ステップにより抽出された特徴と、これらのデータファイルに付与されていたタグとを互いに関連付けて付与ルールとして格納するルール格納ステップと、
   前記ルール格納ステップに格納されている付与ルールに基づいて、新たに入力されたデータファイルにタグを付与するタグ付与ステップと
   をコンピュータに実行させるプログラム。

Images