JP2003223390A - データ抽出・構造変換処理プログラム、コンテンツ生成処理プログラム、データ抽出・構造変換処理プログラム記録媒体、コンテンツ生成処理プログラム記録媒体、およびコンテンツ再構築処理システム - Google Patents

Abstract

(57)【要約】 【課題】 既存のコンテンツから自動的に表示環境が異
なる端末用コンテンツを再構築する方法を提供する。 【解決手段】 データ抽出・構造変換処理部２は、Ｗｅ
ｂコンテンツ４を得て、リソースとスタイルとに分離
し、リソースをタグをもとにグループ化してモジュール
を生成し、リンク情報をもとにページのツリー構造を再
構築してモジュールを並べ替えてＸＭＬデータを生成し
てコンテンツＤＢ５へ記憶する。コンテンツ生成処理部
３は、携帯端末１３から閲覧要求があると、データセン
タ１４から得た要求元の携帯端末１３のスペック情報を
もとに選択した表示形式テンプレートにしたがってコン
テンツＤＢ５のＸＭＬデータを再構成して応答する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、Ｗｅｂコンテンツ
を様々な表示処理環境に対応可能な形式のデータに再構
成して記憶し、記憶しておいたデータを要求元の表示処
理環境に対応した表示形式に従って再生成するＷｅｂコ
ンテンツ再構築処理方法に関する。特に、Ｗｅｂコンテ
ンツに対して自動ないし半自動で意味付けを行い、その
意味をもとにページのリンク情報を再構築したデータを
記憶しておき、表示処理環境に制約があるような端末に
適合する表示が可能なようにデータを再構成するＷｅｂ
コンテンツ再構築処理方法に関する。

【０００２】

【従来の技術】Ｗｅｂコンテンツの閲覧処理手段ごと
に、適合するデータの形式が異なる場合がある。例え
ば、通常のコンピュータ端末などでの閲覧を想定したコ
ンテンツと、携帯電話端末やＰＤＡ（Personal Digital
Assistance ）などの携帯型データ処理端末（以下、携
帯端末という。）での閲覧に適合したコンテンツとは、
データの記述形式、データ容量および画面サイズなどに
相違がある。したがって、例えばＨＴＭＬ（HyperText
Markup Language ）で記述されたページの集合（ＨＴＭ
Ｌドキュメント）からなるＷｅｂコンテンツを携帯端末
で閲覧させるためには、Ｗｅｂコンテンツを携帯端末用
に再構築する必要がある。

【０００３】しかし、既存のＨＴＭＬドキュメントの記
述は多様な形式が許容されており、また、携帯端末側の
表示処理条件（画面サイズや表示可能なページ容量な
ど）も様々である。そのために、通常のＷｅｂコンテン
ツから携帯端末用のコンテンツへの再構築処理を自動化
することが困難であった。

【０００４】従来は、端末の表示画面サイズや表示可能
なページ容量などを考慮して、Ｗｅｂコンテンツの内容
を検討して部分的に内容を変更したり、また、ページレ
イアウトやページ構成などを変更したりして、人手によ
り再構築していた。

【０００５】または、予め特殊な言語を用いてＷｅｂコ
ンテンツを記述しておき、所定の変換処理ツールを用い
て携帯端末用のコンテンツを再構築するようにしてい
た。

【０００６】

【発明が解決しようとする課題】携帯端末の種類の増加
に伴い既存のＷｅｂコンテンツを再利用してコンテンツ
を豊富化することが望まれているが、従来では、内容や
ページ構成などを考慮して、Ｗｅｂコンテンツから他の
表示処理環境に適合したコンテンツを自動的に再構築処
理することはできなかった。Ｗｅｂコンテンツから他の
表示処理環境で表示可能なコンテンツへの再構築処理は
人手で行うために、人的および時間的負担が大きかっ
た。

【０００７】本発明の目的は、Ｗｅｂコンテンツの内容
やページ構成を考慮しつつ、元のＷｅｂコンテンツから
他の形式のコンテンツを自動または半自動的に再構築す
る処理方法を提供することである。

【０００８】また本発明の目的は、上記の処理方法をコ
ンピュータで実現するためのプログラムもしくは処理装
置を提供することである。

【０００９】

【課題を解決するための手段】上記の目的を達成するた
め、本発明は、タグ付きマークアップ言語で記述された
コンテンツデータから再利用可能な形式の中間コンテン
ツデータを再構成するデータ抽出・構造変換処理をコン
ピュータに実行させるためのプログラムであって、前記
コンテンツデータから、データ構成を定義する情報であ
るタグをもとに人間にとって有意な情報を構成する部分
であるリソース情報を抽出し、前記リソース情報を前記
タグをもとにグループ化してモジュールを生成し、前記
モジュールに意味を付与するモジュール生成処理と、前
記タグをもとに前記モジュール間の関係を付与し、前記
コンテンツデータに定義されているリンク情報から前記
コンテンツデータのページ間のツリー構造を再構築する
関係設定処理と、前記モジュール間の関係および前記ツ
リー構造にしたがって、前記モジュールを並べ替えて再
利用可能な形式の前記中間コンテンツデータを生成する
再構成処理と、前記中間コンテンツデータを記憶するコ
ンテンツデータ記憶処理とを、コンピュータに実行させ
るものである。

【００１０】また、本発明は、タグ付きマークアップ言
語で記述された再利用可能な形式の中間コンテンツデー
タから、閲覧要求があった端末での表示に対応するコン
テンツデータを生成するコンテンツ生成処理をコンピュ
ータに実行させるためのプログラムであって、端末の表
示処理環境に対応する表示形式情報であるテンプレート
を保持するテンプレート記憶手段へアクセスする処理
と、前記端末からの閲覧要求および前記端末の種別情報
を受け付け、前記識別情報をもとに前記テンプレート記
憶手段から該当するテンプレートを抽出し、前記テンプ
レートに従って前記中間コンテンツデータを再構成して
前記コンテンツデータを生成する動的生成処理とを、コ
ンピュータに実行させるものである。

【００１１】また、本発明は、タグ付きマークアップ言
語で記述されたコンテンツデータから再利用可能な形式
の中間コンテンツデータを再構成するデータ抽出・構造
変換処理をコンピュータに実行させるためのプログラム
を記録した記録媒体であって、前記コンテンツデータか
ら、データ構成を定義する情報であるタグをもとに人間
にとって有意な情報を構成する部分であるリソース情報
を抽出し、前記リソース情報を前記タグをもとにグルー
プ化してモジュールを生成し、前記モジュールに意味を
付与するモジュール生成処理と、前記タグをもとに前記
モジュール間の関係を付与し、前記コンテンツデータに
定義されているリンク情報から前記コンテンツデータの
ページ間のツリー構造を再構築する関係設定処理と、前
記モジュール間の関係および前記ツリー構造にしたがっ
て、前記モジュールを並べ替えて再利用可能な形式の前
記中間コンテンツデータを生成する再構成処理と、前記
中間コンテンツデータを記憶するコンテンツデータ記憶
処理とを、コンピュータに実行させるためのプログラム
を記録したものである。

【００１２】また、本発明は、タグ付きマークアップ言
語で記述された再利用可能な形式の中間コンテンツデー
タから、閲覧要求があった端末での表示に対応するコン
テンツデータを生成するコンテンツ生成処理をコンピュ
ータに実行させるためのプログラムを記録した記録媒体
であって、端末の表示処理環境に対応する表示形式情報
であるテンプレートを保持するテンプレート記憶手段へ
アクセスする処理と、前記端末からの閲覧要求および前
記端末の種別情報を受け付け、前記識別情報をもとに前
記テンプレート記憶手段から該当するテンプレートを抽
出し、前記テンプレートに従って前記中間コンテンツデ
ータを再構成して前記コンテンツデータを生成する動的
生成処理とを、コンピュータに実行させるためのプログ
ラムを記録したものである。

【００１３】また、本発明は、第１のタグ付きマークア
ップ言語で記述された第１のコンテンツデータから再利
用可能な形式の中間コンテンツデータを再構成して記憶
するデータ抽出・構造変換処理部と、前記中間コンテン
ツデータから閲覧要求があった端末での表示に対応する
第２のタグ付きマークアップ言語で記述した第２のコン
テンツデータを生成するコンテンツ生成処理部とからな
るコンテンツ再構築処理システムであって、前記データ
抽出・構造変換処理部は、前記第１のコンテンツデータ
から、データ構成を定義する情報であるタグをもとに人
間にとって有意な情報を構成する部分であるリソース情
報を抽出し、前記リソース情報を前記タグをもとにグル
ープ化してモジュールを生成し、前記モジュールに意味
を付与するモジュール生成処理手段と、前記タグをもと
に前記モジュール間の関係を付与し、前記第１のコンテ
ンツデータに定義されているリンク情報から前記第１の
コンテンツデータのページ間のツリー構造を再構築する
関係設定手段と、前記モジュール間の関係および前記ツ
リー構造にしたがって、前記モジュールを並べ替えて再
利用可能な形式の前記中間コンテンツデータを生成する
再構成処理手段と、前記中間コンテンツデータを記憶す
るコンテンツデータ記憶部とを備え、前記コンテンツ生
成部は、端末の表示処理環境に対応した表示形式情報で
あるテンプレートを保持するテンプレート記憶手段と、
前記端末からの閲覧要求および前記端末の種別情報を受
け付け、前記識別情報をもとに前記テンプレート記憶手
段から該当するテンプレートを抽出し、前記テンプレー
トに従って前記中間コンテンツデータを再構成して前記
コンテンツデータを生成する動的生成処理手段を備え
る。

【００１４】本発明のコンテンツ再構築処理システム
は、第１のタグ付きマークアップ言語で記述された第１
のコンテンツデータから再利用可能な形式の中間コンテ
ンツデータを再構成して記憶するデータ抽出・構造変換
処理部と、前記中間コンテンツデータから閲覧要求があ
った端末での表示に対応する第２のタグ付きマークアッ
プ言語で記述した第２のコンテンツデータを生成するコ
ンテンツ生成処理部とからなるシステムであって、前記
データ抽出・構造変換処理部では、前記第１のコンテン
ツデータから、データ構成の定義情報をもとに人間にと
って有意なリソース情報を抽出して前記タグをもとにグ
ループ化してモジュールを生成し、さらに、前記第１の
コンテンツデータのリンク情報から前記第１のコンテン
ツデータのページ間のツリー構造を再構築して前記モジ
ュールを並べ替えて再利用可能な形式の前記中間コンテ
ンツデータを生成して記憶しておき、前記コンテンツ生
成部では、前記端末からの閲覧要求および前記端末の種
別情報を受け付けると、前記識別情報をもとに端末の表
示処理環境に対応した表示形式情報であるテンプレート
から該当するテンプレートを抽出し、前記テンプレート
に従って前記中間コンテンツデータを再構成して前記コ
ンテンツデータを生成することを特徴とする。

【００１５】本発明の各手段または機能または要素をコ
ンピュータに実行させるためのプログラムは、コンピュ
ータが読み取り可能な、可搬媒体メモリ、半導体メモ
リ、ハードディスクなどの適当な記録媒体に格納するこ
とができ、これらの記録媒体に記録して提供され、また
は、通信インタフェースを介して種々の通信網を利用し
た送受信により提供される。

【００１６】

【発明の実施の形態】以下に、本発明の実施の形態とし
て、Ｗｅｂコンテンツから、携帯電話端末などの表示画
面サイズが小型の携帯端末で表示されるコンテンツを再
構築する場合の処理を説明する。

【００１７】図１に、本発明にかかるシステムの構成例
を示す。本発明を実現するコンテンツ再構築処理システ
ム１は、データ抽出・構造変換処理部２と、コンテンツ
生成処理部３と、コンテンツデータベース（コンテンツ
ＤＢ）５とを備える。

【００１８】データ抽出・構造変換処理部２は、Ｗｅｂ
コンテンツ４として一つのサイトを構成するＨＴＭＬド
キュメント（ＨＴＭＬページの集合）を取得し、人間に
とって意味があるデータ部分を部品化し、部品化したデ
ータに意味付けし、その意味や元のページ構成を考慮し
て、他の表示処理環境で再利用可能な形式へ再構築して
コンテンツＤＢ５に格納する手段である。ここでは、再
利用可能なデータとして例えばＸＭＬ（eXtensible Mar
kup Language）データを生成する。

【００１９】コンテンツ生成処理部３は、携帯端末など
の端末からのアクセス要求を受け付けて、コンテンツＤ
Ｂ５から該当するＸＭＬデータを抽出し、抽出したＸＭ
Ｌデータをもとに要求元に最適なコンテンツとなるよう
に所定の表示形式テンプレートを用いてモバイル用コン
テンツ６を動的に生成する手段である。ここでは、モバ
イル用コンテンツ６として、例えばＣｏｍｐａｃｔＨＴ
ＭＬ（Ｃ−ＨＴＭＬ）で記述されたコンテンツを生成す
る。

【００２０】図２に示すように、コンテンツ再構築処理
システム１は、インターネット１２を介して、Ｗｅｂサ
ーバ１１、Ｗｅｂコンテンツ４へのアクセスを中継する
データセンタ１４へ接続している。

【００２１】Ｗｅｂサーバ１１はＷｅｂコンテンツ４を
提供するサーバである。

【００２２】データセンタ１４は、携帯端末１３が接続
する電話網などとインターネット１２とを中継する装置
である。

【００２３】携帯端末１３は、携帯電話、ＰＨＳ、ＰＤ
Ａなどの端末であって、データセンタ１４を介してイン
ターネット１２へ接続でき、コンテンツ再構築処理シス
テム１で生成されたモバイル用コンテンツ６を表示処理
できる端末である。

【００２４】図３に、Ｗｅｂコンテンツ４のデータ構造
の例を示す。それぞれのコンテンツは、一または複数の
ページ４１を持つ。

【００２５】ページ４１は、Ｗｅｂブラウザなどの閲覧
手段により一度に表示されるデータのまとまりであり、
各ページは、一または複数のコンテナ４２およびリンク
を持つ。

【００２６】コンテナ４２は、一または複数のリソース
４３もしくはコンテナ４２を格納する部分である。

【００２７】リソース４３は、人間にとって有意な情報
を構成するデータである。ここでは、リソース４３は、
ＨＴＭＬドキュメントの最小単位で、文字（テキスト）
データまたは画像（イメージ）データなどを指し、いず
れも文全体あるいはイメージ全体ではなく、ＨＴＭＬの
タグで修飾された最小単位を１リソースとする。

【００２８】スタイル４５は、コンテンツを構成するペ
ージ４１、コンテナ４２、リソース４３に関連するデー
タであって、フォントの種類、配置、属性などの書式情
報である。ここでは、文字データまたは画像データなど
のリソース４３を修飾する情報を全てスタイル４５とす
る。

【００２９】リンク４４は、各オブジェクト間の繋がり
を示すデータであり、リソース４３からコンテナ４２も
しくはページ４１へのリンクがある。

【００３０】図４に、データ抽出・構造変換処理部２の
構成例を示す。

【００３１】データ抽出・構造変換処理部２は、正規化
処理手段２０１と、分離処理手段２０２と、カテゴリ特
定手段２０３と、モジュール生成処理手段２０４と、関
係設定手段２０５と、カスタマイズ処理手段２０６と、
再構成処理手段２０７とを備える。

【００３２】正規化処理手段２０１は、入力ソースとし
てＷｅｂコンテンツ４であるＨＴＭＬドキュメントを格
納元のＷｅｂサーバ１１から取得し、取得したＨＴＭＬ
ドキュメントの記述を正規化するためにＸＨＴＭＬ形式
へ変換し、変換したＸＨＴＭＬデータを一時的に格納す
る手段である。

【００３３】分離処理手段２０２は、正規化処理手段２
０１で生成されたＸＨＴＭＬデータからリソース４３と
スタイル４５とを分離し、そのＸＨＴＭＬドキュメント
内のリンク情報を特定する手段である。

【００３４】カテゴリ特定手段２０３は、ＸＨＴＭＬド
キュメントのトップページから抽出した単語データをも
とに、業種カテゴリデータベース（業種カテゴリＤＢ）
２１０を参照して、そのＸＨＴＭＬドキュメント（コン
テンツ）の業種カテゴリを特定する手段である。業種カ
テゴリＤＢ２１０は、社名や製品名などを業種カテゴリ
ごとに管理するデータベースである。

【００３５】モジュール生成処理手段２０４は、ＸＨＴ
ＭＬデータの最小単位に分解された要素を機能ごとにグ
ループ化してモジュールを生成し、各要素のモジュール
内での役割を判定してモジュールに意味を付与する手段
である。

【００３６】関係設定手段２０５は、モジュール間の主
従関係などを示すモジュール関係を付与する手段であ
る。

【００３７】カスタマイズ処理手段２０６は、例えば本
システムのユーザの指示入力により、関係設定処理手段
２０５で付与されたモジュール間関係を修正し、また
は、リソース４３の内容を変更する手段である。

【００３８】再構成処理手段２０７は、ＸＨＴＭＬドキ
ュメントのリンク情報を用いてページ間のツリー構成な
どを再構成し、モジュール関係およびツリー構成をもと
に、最小単位であるリソース４３を並べて出力用のＸＭ
Ｌデータを再構成する手段である。再構成されたＸＭＬ
データはコンテンツＤＢ５へ格納される。

【００３９】図５は、データ抽出・構造変換処理部２の
処理を説明するための図である。

【００４０】正規化処理手段２０１は、Ｗｅｂサーバ１
１の管理者、コンテンツ作成者などから取得したＷｅｂ
コンテンツ４のＵＲＩ（Uniform Resource Identifier
s）にもとづき、同一ドメイン内でリンクしている全て
のＨＴＭＬページをＷｅｂサーバ１１から取得する。こ
こで、すべてのＨＴＭＬページとは、同一の処理装置内
に配置された相対パスで参照可能なページの集合を意味
する。他サイトへのリンクは同一コンテンツの範囲外と
みなして取得しない。

【００４１】そして、図５（Ａ）に示すように、正規化
処理手段２０１は、ＨＴＭＬドキュメントのページひと
つひとつのタグを調べ、ＸＭＬの記述方法に合わせ、い
ったん処理しやすいＸＨＴＭＬ形式へ変換する。一般の
ＨＴＭＬドキュメントでは、終了タグが閉じられていな
いなどの終了タグに関するあいまいさの問題や、属性の
記述がまちまちであるというような記述の多様性の問題
などがあり、ＨＴＭＬドキュメントのままでは、以降の
処理上においてやや不都合な点がいくつか存在するから
である。

【００４２】ここではＨＴＭＬドキュメントを単にＸＭ
Ｌデータとして扱うことができればよいので、最もＨＴ
ＭＬの記述に近いＸＭＬとしてのＸＨＴＭＬの仕様に合
わせて取得したＨＴＭＬドキュメントをＸＨＴＭＬ形式
のデータへ変換するが、ＸＨＴＭＬ形式への変換処理
は、厳密なＸＨＴＭＬの仕様に沿うようにデータを変換
するのではなく、欠落したタグの補完、不要なタグの削
除などを行なうことにより記述のあいまいさを排除し、
以降の処理が容易となるような記述形式へ整形すること
を目的として変換する。具体的に以下のような変換処理
を指す。 ・<img> 、<br>、<hr>などの空要素を閉じる 例）<br>→<br /> ・同じインライン要素のタグが入れ子になっている場
合、不要なタグとみなし、一方の対を削除する 例）<b><a name= "aiueo"><b> あいうえお</b></a></b> →<b><a name= "aiueo">あいうえお</a></b> ・開始タグと終了タグがクロスしている個所を、以下の
規則に従い正しい入れ子にする 規則１：ブロック要素とインライン要素がクロスしてい
る場合、インライン要素をブロック要素の中に入れる 規則２：ブロック要素同士またはインライン要素同士が
クロスしている場合、はじめに出てきたタグに順序を合
わせる 例）<ul><li><b><a name="aiueo"> あいうえお</b></a></ul></li> →<ul><li><b><a name="aiueo"> あいうえお</a></b></li></ul> ・<p> 、<li>など終了タグが欠落している個所を、以下
の規則に従い補う 規則３：次に同じタグが現れる直前、もしくはそのタグ
の親となるタグの終了タグに遭遇したとき、閉じられて
いないタグを補完する ・属性値が省略されている個所を属性名で補う 例）<td align="left" valign="top" nowrap> →<td align="left" valign="top" nowrap="nowrap"> ・テキスト、イメージなどの最小要素を複数修飾するタグを個別に振り分ける 例）<a href="index.html"> <img src="pressrelease.gif" alt=" プレスリリース" width="87" heigh t="12"/> <img src="delta-b.gif" alt="" width="10" height="13"/> </a> →<a href="index.html"> <img src="pressrelease.gif" alt=" プレスリリース" width="87" heigh t="12"/> </a> <a href="index.html"> <img src="delta-b.gif" alt="" width="10" height="13"/> </a> （「- 」は、半角のアンダーラインを表す記号である。) 次に、図５（Ｂ）に示すように、分離処理手段２０２
は、ＸＨＴＭＬデータから、リソース４３を最小単位ご
とに別ファイルに切り分け、さらにリソース４３に付随
するスタイル４５を別ファイルとして分離する。また、
分離処理手段２０２は、リソース４３を包含するコンテ
ナ４２を確定するとともにコンテナ４２に付随するスタ
イル４５を分離する。また、ページ４１内の構造情報で
あるリンク４４を特定する。

【００４３】一般的に、ＨＴＭＬドキュメントから意味
的にまとまりのある部分を抽出することは困難である。
その理由は、ＨＴＭＬドキュメントには人間が直接関わ
る文字データや画像のほかに、それらを修飾する書式情
報（スタイル）や、ページ構造を記述するタグが散在し
ているからである。

【００４４】分離処理手段２０２は、以下の方法によ
り、ＸＨＴＭＬドキュメントからリソース４３を抽出
し、またリソース４３を修飾するスタイル４５を分離す
る。ここでは、リソース４３およびスタイル４５を特定
するための規則を以下のように定義する。 ・タグに囲まれたテキストノードである。 ・１リソースには、テキストノードを囲むインラインレ
ベル要素のタグ（文字や画像を直接修飾するタグであっ
て、テーブル<table> やリスト<ul>などのブロックレベ
ル要素を除くもの）全てを含む。ただしインライン要素
のうちアンカー<a> は含まない。 ・改行タグ<br>が現れた場合は、改行タグを含むその直
前までを１リソースとする。 ・改行タグ<br>を除く全てのタグおよびび属性は、スタ
イル情報として格納する。 ・水平線<hr>は１つで１リソースとする。

【００４５】以下に、ＨＴＭＬドキュメントの一部の例
と、その例から分離処理されたリソース４３およびスタ
イル４５の例を示す。 例）ＨＴＭＬドキュメントの一部 <a href="http://www.f.com/"> <img src="img.gif" width="415" height="64" alt="F" border="0"/> </a > <b><i>製品情報</i></b><br /> <a href="products/gis/pd.html"> 位置情報表示システム</a> 例) 作成されるリソース ・リソースｒ１： <resource id="1" type="image" src="img.gif" br="false" link="http://ww w.f.com/">F</resource> ・リソースｒ２： <resource id="2" type="text" src="" br="true" link="">製品情報</resour ce> ・リソースｒ３： <resource id="3" type="text" src="" br="false" link="products/gis/pd.h tml"> 位置情報表示システム</resource> 例）作成されるスタイル ・スタイルｓ１： <style id="1"><width>415</width><height>64</height><border>0</border>< /style> ・スタイルｓ２： <style id="2"><b /><i /></style> また、カテゴリ特定手段２０３は、ＸＨＴＭＬデータの
トップページの定義語を除いたデータ部分を切り出して
単語インデックスを生成し、単語インデックスの中の社
名や製品名などの単語をキーワードとして業種カテゴリ
ＤＢ２１０を検索して業種カテゴリを特定する。業種カ
テゴリとしては、例えば、日本標準産業分類を用いる。
また、検索の結果、業種カテゴリが確定できない場合に
は、類義語データベース（図示しない）をもとに抽出し
た単語の同義語リストを生成して、生成した同義語リス
トを用いて業種カテゴリＤＢ２１０を検索して業種カテ
ゴリを特定する。

【００４６】次に、図５（Ｃ）に示すように、モジュー
ル生成処理手段２０４は、ＸＨＴＭＬドキュメントにお
いて最小単位に解体された要素であるリソース４３を、
タグをもとに、テーブル、リスト、文パラグラフなどの
所定の機能ごとにグループ化し、モジュールを生成す
る。そして、各要素のモジュール内での役割を判定して
意味として付与する。

【００４７】すなわち、ＴＡＢＬＥ、ＵＬ、ＯＬ、Ｄ
Ｌ、Ｐ、ＨＲや、ＴＲ、ＴＨ、ＴＤ、ＬＩ、ＴＤ、ＴＨ
などのタグをもとに、どの要素までがテーブルやリスト
としてひとまとまりであるかを調べて１つのモジュール
とし、構成する要素からそのモジュールの意味するもの
が何であるかを解釈する。

【００４８】例えば、いくつかの要素で１つの表を構成
する場合に、その要素がテーブルの見出しにあたる項目
であるとか、見出しに対する値であるとかなど要素の役
割を判定して、そのモジュールの内容を解釈し、例えば
「○○の表」、「△△のリスト」などの意味情報をメタ
データとして付加していく。また別の例として、リンク
項目のみで構成されるモジュールがページに出現する場
合に、そのモジュールに対して「インデックス」という
意味情報を付加する。

【００４９】なお、スタイル４５を参照し、リソース４
３のテキストの文字サイズやセンタリングなどの書式情
報から、テーブルやリストのタイトルにあたる文字デー
タを抽出し、意味情報としてもよい。

【００５０】そして、図５（Ｄ）に示すように、関係設
定手段２０５は、モジュール単位でページ内のモジュー
ル間に主従関係を付与する。例えば、同じ階層のモジュ
ールで、テキストモジュールの次に表モジュールがくる
場合に、意味情報が同一もしくは類似する場合には、そ
のテキストモジュールは次の表モジュールと関連がある
という文脈情報（関係）を付加していく。

【００５１】そして、図５（Ｅ）に示すように、カスタ
マイズ処理手段２０６は、ユーザの入力指示により、関
係設定手段２０５で付けられたモジュール関係を修正す
る。また、カスタマイズ処理手段２０６は、タグを利用
して見出し項目のみを集めて新たにページ内インデック
スを作成したり、リソース４３のテキストが長文である
場合にその要約文を新たなリソース４３として代替した
り、表形式のデータの各項目をリスト形式で表現するよ
うなデータに変更したりするなど、ユーザが任意な指示
入力によりダイナミックな変更を行なう。

【００５２】次に、再構成処理手段２０７は、図５
（Ｆ）に示すように、ＸＨＴＭＬドキュメントのリンク
４４をもとに、ページ間のツリー構造を再構築し、この
ツリー構造とモジュール関係に従って、リソース４３を
順に並べて中間データであるＸＭＬドキュメントを生成
する。

【００５３】ここで、再構成処理手段２０７は、ページ
間のツリー構造を再構築する場合に、リンクされる回数
が多いモジュールや、トップページ内に表れるキーワー
ドに重み付けしてそのキーワードと同一または類似する
意味情報を持つモジュールについては、優先度を高く
し、これらのモジュールを含むページが上位階層となる
ように構成することもできる。例えば、トップページに
「プレスリリース」、「新着情報」、「更新情報」など
のキーワードが含まれる場合に、そのキーワードと同一
の意味情報が付与されたモジュールからなるページを、
トップページから直接リンクされるようにページ構成す
る。

【００５４】なお、この場合に、キーワードの重み付け
により、「プレスリリース」、「新着情報」の意味情報
を持つモジュールは、トップページから直接リンクされ
るようにページ構成し、「更新情報」の意味情報を持つ
モジュールは、より下位のリンクとなるようにページ構
成することもできる。

【００５５】また、再構成処理手段２０７は、予め定め
た業種カテゴリごとにページ構成情報を定義した業種カ
テゴリ別構成情報２１１を持ち、特定した業種カテゴリ
で選択したページ構成情報に従ってツリー構造を再構築
することもできる。

【００５６】また、再構成処理手段２０７は、ＸＭＬデ
ータを生成する際に、アクセス者の年齢に応じて内容を
変更した年齢別バージョンのＸＭＬデータを生成しても
よい。

【００５７】図６に、データ抽出・構造変換処理部の処
理フローチャートを示す。

【００５８】データ抽出・構造変換処理部２では、正規
化処理手段２０１により、Ｗｅｂコンテンツ４として同
一サイト内の全ＨＴＭＬページを取得し（ステップＳ
１）、ＸＨＴＭＬの形式に変換する（ステップＳ２）。
そして、分離処理手段２０２により、リソース４３とス
タイル４５とを分離し（ステップＳ３）、さらにリンク
情報を抽出する（ステップＳ４）。そして、カテゴリ特
定手段２０３により、サイトの業種カテゴリを特定し
（ステップＳ５）、モジュール生成処理手段２０４によ
り、リソース４３をグループ化してモジュールを生成し
（ステップＳ６）、各要素の役割からモジュールの意味
を特定して付与する（ステップＳ７）。そして、関係設
定手段２０５により、モジュール間の関係付けを行い
（ステップＳ８）、カスタマイズ処理手段２０６により
カスタマイズを行う（ステップＳ９）。そして、再構成
処理手段２０７により、リンク情報をもとにサイトのツ
リー構造を再構築し（ステップＳ１０）、再構築したツ
リー構造およびモジュール関係に従ってリソース４３を
順にならべてＸＭＬデータの形式でコンテンツを再構成
する（ステップＳ１１）。

【００５９】次に、コンテンツ生成処理部３を説明す
る。図７に、コンテンツ生成処理部３の構成例を示す。
コンテンツ生成処理部３は、スペック情報取得処理手段
３０１と、テンプレート選択手段３０２と、動的生成処
理手段３０３と、テンプレートデータベース（テンプレ
ートＤＢ）３１０とを備える。

【００６０】スペック情報取得処理手段３０１は、携帯
端末１３からアクセス要求があると、携帯端末１３の機
種名および利用するキャリア名などのスペック情報を取
得する手段である。なお、スペック情報として、アクセ
ス要求があった地域および時期、アクセス者年齢などの
情報を、アクセス要求を中継するデータセンタ１４で付
加してもよい。

【００６１】テンプレート選択手段３０２は、予め記憶
しておいたコンテンツ表示形式を定義する情報であるテ
ンプレートＤＢ３１０から、取得したスペック情報をも
とに該当するテンプレートを選択する手段である。

【００６２】テンプレートＤＢ３１０に記憶されるテン
プレートでは、キャリアごとに携帯端末１３の機種別
に、携帯端末１３のＷｅｂブラウザが解釈可能な言語、
表示画面サイズ、データ容量、対応可能なカラーの種別
などの情報が定義される。また、テンプレートに、ペー
ジの書式情報を定義したスタイルシートを含めてもよ
い。

【００６３】動的生成処理手段３０３は、テンプレート
ＤＢ３１０から選択したテンプレートに従ってコンテン
ツＤＢ５に格納された該当するＸＭＬデータをモバイル
用コンテンツ６に生成する手段である。例えば、テンプ
レートに定義された言語がＣ−ＨＴＭＬである場合に
は、ＸＭＬデータの各ページを表示画面サイズに対応す
るように分割し、ページ間のリンクを再構築し、Ｃ−Ｈ
ＴＭＬに書き直してモバイル用コンテンツ６を生成す
る。また、動的生成処理手段３０３は、テンプレートが
スタイルシートを含む場合には、そのスタイルシートの
書式情報にしたがってモバイル用コンテンツ６を生成す
る。

【００６４】なお、動的生成処理手段３０３は、スペッ
ク情報にアクセス地域やアクセス者年齢などのアクセス
情報が含まれる場合に、これらのアクセス情報をキーに
コンテンツＤＢから該当するＸＭＬデータを抽出してモ
バイル用コンテンツ６を生成することもできる。

【００６５】図８に、コンテンツ生成処理部３の処理フ
ローチャートを示す。

【００６６】携帯端末１３からアクセス要求を受け付け
ると（ステップＳ２１）、スペック情報取得処理手段３
０１により、データセンタ１４で付加されたスペック情
報を取得する（ステップＳ２２）。そして、テンプレー
ト選択手段３０２により、スペック情報をもとにテンプ
レートＤＢ３１０から該当するテンプレートを選択する
（ステップＳ２３）。そして、動的生成処理手段３０３
により、コンテンツＤＢ５からアクセス要求にかかるコ
ンテンツ（ＸＭＬデータ）を抽出し（ステップＳ２
４）、テンプレートに従ってＸＭＬデータからモバイル
用コンテンツ６を生成し（ステップＳ２５）、生成した
モバイル用コンテンツ６を要求元の携帯端末１３へ応答
する（ステップＳ２６）以下に、本発明を適用して、通
常のサイトのＷｅｂコンテンツ４から、携帯電話端末な
どの小さい画面サイズに対応したモバイル用コンテンツ
６を再構成した場合の各データ例を示す。

【００６７】図９に、通常のコンピュータ端末などでの
閲覧に適したＷｅｂコンテンツの表示例を示す。図１０
に、図９のＷｅｂコンテンツ４の表示例において点線で
示す部分の前後のＨＴＭＬデータを示す。

【００６８】図１０に示すＨＴＭＬデータは、データ抽
出・構造変換処理部２の正規化処理手段２０１によりＸ
ＨＴＭＬデータに変換される。図１１に、正規化処理部
２０１により変換されたＸＨＴＭＬデータの例を示す。

【００６９】図１１のＸＨＴＭＬデータは、データ抽出
・構造変換処理部２の各処理手段により再構成されて、
再利用可能なデータ形式であるＸＭＬの記述へ変換され
て、コンテンツＤＢ５に格納される。図１２および図１
３は、図１１のＸＨＴＭＬデータから再構成されたＸＭ
Ｌデータの例を示す。

【００７０】その後、携帯端末１３からアクセス要求が
あると、図１２および図１３に示すＸＭＬデータは、コ
ンテンツ生成処理部３により、携帯端末１３に対応する
テンプレートに従ってページ構成が再構築されてモバイ
ル用コンテンツ６が生成される。

【００７１】図１４に、アクセス要求した携帯端末１３
の表示処理環境に対応する表示形式テンプレートの例を
示す。図１４のテンプレートでは、携帯端末１３で表示
するモバイル用コンテンツ６のページ構成として、ＸＭ
Ｌデータを構成するコンテナ４２のうち、container[@i
d='10'] およびcontainer[@id='11'] とされたモジュー
ルを順にページ構成することが定義されている。図１５
に、図１２および図１３のＸＭＬデータを、図１４のテ
ンプレートに従って生成されたモバイル用コンテンツ６
の例を示す。

【００７２】

【発明の効果】以上説明したように、本発明によれば、
データ抽出・構造変換処理部２により、Ｗｅｂコンテン
ツをその内容および構成をもとに再構築し、再利用可能
な中間的なデータ（ＸＭＬデータ）を生成し記憶し、ア
クセス要求時に、コンテンツ生成処理部３により、アク
セス要求元の携帯端末１３のスペック情報をもとに選択
したテンプレートに従って記憶しておいたＸＭＬデータ
からモバイル用コンテンツ６を自動的に生成する。これ
により、通常サイト用のＷｅｂコンテンツから携帯電話
端末などの表示画面が小さい端末での表示に適合したモ
バイル用コンテンツへの再構築処理の負担を軽減でき
る。

【００７３】また、本発明によれば、データ抽出・構造
変換処理部２によりコンテンツの所定のモジュールごと
に意味を特定して付与し、その意味をもとにページのツ
リー構造を再構築する。これにより、表示可能なデータ
量が制約されるような端末からのアクセスであっても、
ＸＭＬデータから適切なページ構成のコンテンツを再構
成して提供することができる。

【００７４】本発明の効果を以下に列挙する。 (1) 人手を介することなく、ＨＴＭＬコンテンツを内容
に応じて再利用可能な形式（ＸＭＬ）に変換できる。 (2) 再利用可能な形式をもとに検索する場合に、精度の
高い検索結果が得られる。 (3) 業種カテゴリに応じた基本的な規則を踏まえた上
で、提供者の意図を反映した項目の並べ替えや表示内容
の変更が容易になる。

【図面の簡単な説明】

【図１】本発明にかかるシステムの構成例を示す図であ
る。

【図２】本発明にかかるシステムの接続関係例を示す図
である。

【図３】Ｗｅｂコンテンツのデータ構造の例を示す図で
ある。

【図４】データ抽出・構造変換処理部の構成例を示す図
である。

【図５】データ抽出・構造変換処理部の処理を説明する
ための図である。

【図６】データ抽出・構造変換処理部の処理フローチャ
ート図である。

【図７】コンテンツ生成処理部の構成例を示す図であ
る。

【図８】コンテンツ生成処理部の処理フローチャート図
である。

【図９】通常のＷｅｂコンテンツの表示例を示す図であ
る。

【図１０】図９に示すＷｅｂコンテンツのＨＴＭＬデー
タの例を示す図である。

【図１１】図１０に示すＨＴＭＬデータから変換された
ＸＨＴＭＬデータの例を示す図である。

【図１２】データ抽出・構造変換処理部で再構成された
ＸＭＬデータの例を示す図である。

【図１３】データ抽出・構造変換処理部で再構成された
ＸＭＬデータの例を示す図である。

【図１４】テンプレートの例を示す図である。

【図１５】携帯端末におけるモバイル用コンテンツの表
示例を示す図である。

【符号の説明】

１ コンテンツ再構築処理システム ２ データ抽出・構造変換処理部 ２０１ 正規化処理手段 ２０２ 分離処理手段 ２０３ カテゴリ特定手段 ２０４ モジュール生成処理手段 ２０５ 関係設定手段 ２０６ カスタマイズ処理手段 ２０７ 再構成処理手段 ２１０ 業種カテゴリＤＢ ２１１ 業種カテゴリ別構成情報 ３ コンテンツ生成処理部 ３０１ スペック情報取得処理手段 ３０２ テンプレート選択手段 ３０３ 動的生成処理手段 ３１０ テンプレートＤＢ ４ Ｗｅｂコンテンツ（ＨＴＭＬ） ５ コンテンツＤＢ（ＸＭＬ） ６ モバイル用コンテンツ（Ｃ−ＨＴＭＬ）

───────────────────────────────────────────────────── フロントページの続き (72)発明者 岡本 晋吾 神奈川県川崎市中原区小杉町１丁目403番 地 株式会社富士通ソーシアルサイエンス ラボラトリ内 (72)発明者 稲田 知義 神奈川県川崎市中原区小杉町１丁目403番 地 株式会社富士通ソーシアルサイエンス ラボラトリ内 (72)発明者 中村 拓郎 神奈川県川崎市中原区小杉町１丁目403番 地 株式会社富士通ソーシアルサイエンス ラボラトリ内 Ｆターム(参考） 5B082 GA02 GA07 (54)【発明の名称】 データ抽出・構造変換処理プログラム、コンテンツ生成処理プログラム、データ抽出・構造変換 処理プログラム記録媒体、コンテンツ生成処理プログラム記録媒体、およびコンテンツ再構築処 理システム

Claims (8)

【特許請求の範囲】
1. 【請求項１】 タグ付きマークアップ言語で記述された
   コンテンツデータから再利用可能な形式の中間コンテン
   ツデータを再構成するデータ抽出・構造変換処理をコン
   ピュータに実行させるためのプログラムであって、 前記コンテンツデータから、データ構成を定義する情報
   であるタグをもとに人間にとって有意な情報を構成する
   部分であるリソース情報を抽出し、前記リソース情報を
   前記タグをもとにグループ化してモジュールを生成し、
   前記モジュールに意味を付与するモジュール生成処理
   と、 前記タグをもとに前記モジュール間の関係を付与し、前
   記コンテンツデータに定義されているリンク情報から前
   記コンテンツデータのページ間のツリー構造を再構築す
   る関係設定処理と、 前記モジュール間の関係および前記ツリー構造にしたが
   って、前記モジュールを並べ替えて再利用可能な形式の
   前記中間コンテンツデータを生成する再構成処理と、 前記中間コンテンツデータを記憶するコンテンツデータ
   記憶処理とを、 コンピュータに実行させることを特徴とするデータ抽出
   ・構造変換処理プログラム。
2. 【請求項２】 請求項１に記載のデータ抽出・構造変換
   処理プログラムにおいて、 前記再構成処理では、前記モジュール間の前記意味を用
   いて前記モジュールに重み付けを行い、前記重み付けと
   前記モジュール間の関係と前記ツリー構造とにしたがっ
   て、前記モジュールを並べ替えて再利用可能な形式の前
   記中間コンテンツデータを生成する処理を、 コンピュータに実行させることを特徴とするデータ抽出
   ・構造変換処理プログラム。
3. 【請求項３】 請求項１に記載のデータ抽出・構造変換
   処理プログラムにおいて、 予め備えた企業名や製品名および企業活動に関する語句
   を業種カテゴリごとに管理した業種カテゴリ情報をもと
   に前記コンテンツデータの業種を特定する業種カテゴリ
   特定処理と、 前記再構成処理において、業種カテゴリごとのコンテン
   ツデータのモジュール構成の規則を定めたカテゴリ別構
   成情報を備え、前記コンテンツデータの業種により選択
   したカテゴリ別構成情報をもとに、前記モジュール間の
   関係と前記ツリー構造とにしたがって、前記モジュール
   を並べ替えて再利用可能な形式の前記中間コンテンツデ
   ータを生成する処理とを、 コンピュータに実行させることを特徴とするデータ抽出
   ・構造変換処理プログラム。
4. 【請求項４】 タグ付きマークアップ言語で記述された
   再利用可能な形式の中間コンテンツデータから、閲覧要
   求があった端末での表示に対応するコンテンツデータを
   生成するコンテンツ生成処理をコンピュータに実行させ
   るためのプログラムであって、 端末の表示処理環境に対応する表示形式情報であるテン
   プレートを保持するテンプレート記憶手段へアクセスす
   る処理と、 前記端末からの閲覧要求および前記端末の種別情報を受
   け付け、前記識別情報をもとに前記テンプレート記憶手
   段から該当するテンプレートを抽出し、前記テンプレー
   トに従って前記中間コンテンツデータを再構成して前記
   コンテンツデータを生成する動的生成処理とを、 コンピュータに実行させることを特徴とするコンテンツ
   生成処理プログラム。
5. 【請求項５】 請求項４に記載のコンテンツ生成処理プ
   ログラムにおいて、 前記動的生成処理では、前記閲覧要求とともに前記端末
   のアクセスに関するアクセス情報を受け付け、前記識別
   情報および前記アクセス情報をもとに前記テンプレート
   記憶手段から該当するテンプレートを抽出し、前記テン
   プレートに従って前記中間コンテンツデータを再構成し
   て前記コンテンツデータを生成する処理を、 コンピュータに実行させることを特徴とするコンテンツ
   生成処理プログラム。
6. 【請求項６】 タグ付きマークアップ言語で記述された
   コンテンツデータから再利用可能な形式の中間コンテン
   ツデータを再構成するデータ抽出・構造変換処理をコン
   ピュータに実行させるためのプログラムを記録した記録
   媒体であって、 前記コンテンツデータから、データ構成を定義する情報
   であるタグをもとに人間にとって有意な情報を構成する
   部分であるリソース情報を抽出し、前記リソース情報を
   前記タグをもとにグループ化してモジュールを生成し、
   前記モジュールに意味を付与するモジュール生成処理
   と、 前記タグをもとに前記モジュール間の関係を付与し、前
   記コンテンツデータに定義されているリンク情報から前
   記コンテンツデータのページ間のツリー構造を再構築す
   る関係設定処理と、 前記モジュール間の関係および前記ツリー構造にしたが
   って、前記モジュールを並べ替えて再利用可能な形式の
   前記中間コンテンツデータを生成する再構成処理と、 前記中間コンテンツデータを記憶するコンテンツデータ
   記憶処理とを、 コンピュータに実行させるためのプログラムを記録した
   ことを特徴とするデータ抽出・構造変換処理プログラム
   記録媒体。
7. 【請求項７】 タグ付きマークアップ言語で記述された
   再利用可能な形式の中間コンテンツデータから、閲覧要
   求があった端末での表示に対応するコンテンツデータを
   生成するコンテンツ生成処理をコンピュータに実行させ
   るためのプログラムを記録した記録媒体であって、 端末の表示処理環境に対応する表示形式情報であるテン
   プレートを保持するテンプレート記憶手段へアクセスす
   る処理と、 前記端末からの閲覧要求および前記端末の種別情報を受
   け付け、前記識別情報をもとに前記テンプレート記憶手
   段から該当するテンプレートを抽出し、前記テンプレー
   トに従って前記中間コンテンツデータを再構成して前記
   コンテンツデータを生成する動的生成処理とを、 コンピュータに実行させるためのプログラムを記録した
   ことを特徴とするコンテンツ生成処理プログラム記録媒
   体。
8. 【請求項８】 第１のタグ付きマークアップ言語で記述
   された第１のコンテンツデータから再利用可能な形式の
   中間コンテンツデータを再構成して記憶するデータ抽出
   ・構造変換処理部と、前記中間コンテンツデータから閲
   覧要求があった端末での表示に対応する第２のタグ付き
   マークアップ言語で記述した第２のコンテンツデータを
   生成するコンテンツ生成処理部とからなるコンテンツ再
   構築処理システムであって、 前記データ抽出・構造変換処理部は、 前記第１のコンテンツデータから、データ構成を定義す
   る情報であるタグをもとに人間にとって有意な情報を構
   成する部分であるリソース情報を抽出し、前記リソース
   情報を前記タグをもとにグループ化してモジュールを生
   成し、前記モジュールに意味を付与するモジュール生成
   処理手段と、 前記タグをもとに前記モジュール間の関係を付与し、前
   記第１のコンテンツデータに定義されているリンク情報
   から前記第１のコンテンツデータのページ間のツリー構
   造を再構築する関係設定手段と、 前記モジュール間の関係および前記ツリー構造にしたが
   って、前記モジュールを並べ替えて再利用可能な形式の
   前記中間コンテンツデータを生成する再構成処理手段
   と、 前記中間コンテンツデータを記憶するコンテンツデータ
   記憶部とを備え、 前記コンテンツ生成部は、 端末の表示処理環境に対応した表示形式情報であるテン
   プレートを保持するテンプレート記憶手段と、 前記端末からの閲覧要求および前記端末の種別情報を受
   け付け、前記識別情報をもとに前記テンプレート記憶手
   段から該当するテンプレートを抽出し、前記テンプレー
   トに従って前記中間コンテンツデータを再構成して前記
   コンテンツデータを生成する動的生成処理手段を備える
   ことを特徴とするコンテンツ再構築処理システム。