JP2015108982A - Information processing apparatus and program - Google Patents
Information processing apparatus and program Download PDFInfo
- Publication number
- JP2015108982A JP2015108982A JP2013251668A JP2013251668A JP2015108982A JP 2015108982 A JP2015108982 A JP 2015108982A JP 2013251668 A JP2013251668 A JP 2013251668A JP 2013251668 A JP2013251668 A JP 2013251668A JP 2015108982 A JP2015108982 A JP 2015108982A
- Authority
- JP
- Japan
- Prior art keywords
- character string
- information
- electronic information
- storage location
- heading
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本発明は、情報処理装置及びプログラムに関する。 The present invention relates to an information processing apparatus and a program.
特許文献1には、作業工程マニュアル文書の各作業工程と、その作業工程を実施することにより生成される電子情報を予め関連付けて定義しておき、作業工程に応じて対応する電子情報をユーザに提示する技術が開示されている。 In Patent Document 1, each work process of the work process manual document and electronic information generated by performing the work process are defined in advance, and the corresponding electronic information is given to the user according to the work process. The technique to be disclosed is disclosed.
本発明の目的の一つは、階層構造を有して構成される文書に含まれる文字列に関連する電子情報を、当該文字列の階層構造における位置に基づいて容易に取得することにある。 One of the objects of the present invention is to easily obtain electronic information related to a character string included in a document having a hierarchical structure based on the position of the character string in the hierarchical structure.
請求項1に記載の発明は、情報処理装置であって、第1の階層構造を有して構成される見出し要素の何れかに属する構成要素に含まれる文字列を取得する文字列取得手段と、前記取得された文字列の前記第1の階層構造における位置を示す文字列位置情報を取得する文字列位置情報取得手段と、それぞれ、第2の階層構造を有して構成される分類要素の何れかに格納する複数の電子情報のうち、その電子情報の電子情報名に前記取得された文字列を含む複数の前記電子情報を抽出する電子情報抽出手段と、前記抽出した複数の電子情報の前記第2の階層構造における格納場所を示す格納場所情報と、前記文字列位置情報と、に基づいて前記抽出した複数の電子情報のうち、前記取得された文字列と関連する前記電子情報を取得する電子情報取得手段と、を含むことを特徴とする。 The invention according to claim 1 is an information processing apparatus, and a character string acquisition unit that acquires a character string included in a constituent element belonging to any one of heading elements having a first hierarchical structure A character string position information acquisition unit that acquires character string position information indicating a position of the acquired character string in the first hierarchical structure, and a classification element configured to have a second hierarchical structure, respectively. Of the plurality of electronic information stored in any one of the plurality of electronic information, the electronic information extraction means for extracting the plurality of electronic information including the acquired character string in the electronic information name of the electronic information; The electronic information related to the acquired character string is acquired from the plurality of extracted electronic information based on the storage location information indicating the storage location in the second hierarchical structure and the character string position information. Electronic information collection Characterized in that it comprises a means.
請求項2に記載の発明は、請求項1に記載の情報処理装置であって、前記格納場所情報と前記文字列位置情報とが類似するか否かを判断する判断手段、をさらに含み、前記電子情報取得手段は、前記文字列位置情報と類似すると判断された前記格納場所情報に対応する前記電子情報を取得する、ことを特徴とする。 The invention according to claim 2 is the information processing apparatus according to claim 1, further comprising a determination unit that determines whether the storage location information and the character string position information are similar, The electronic information acquisition means acquires the electronic information corresponding to the storage location information determined to be similar to the character string position information.
請求項3に記載の発明は、請求項2に記載の情報処理装置であって、前記文字列位置情報は、前記取得された文字列を含む構成要素が属する階層から最上階層までの各見出し要素の見出し要素名を順に含み、前記格納場所情報は、前記電子情報が格納される階層から最上層までの各分類要素の分類要素名を順に含み、前記判断手段は、前記文字列位置情報に含まれるすべての前記見出し要素名それぞれが、前記格納場所情報における同じ階層の前記分類要素名と類似するか否かを判断する、ことを特徴とする。 The invention according to claim 3 is the information processing apparatus according to claim 2, wherein the character string position information includes each heading element from the hierarchy to which the constituent element including the acquired character string belongs to the highest hierarchy. In order, the storage location information includes the classification element name of each classification element from the hierarchy in which the electronic information is stored to the top layer, and the determination means is included in the character string position information It is determined whether each of the heading element names to be similar is similar to the classification element name of the same hierarchy in the storage location information.
請求項4に記載の発明は、請求項2に記載の情報処理装置であって、前記文字列位置情報は、前記取得された文字列を含む構成要素が属する階層から最上階層までの各見出し要素の見出し要素名を順に含み、前記格納場所情報は、前記電子情報が属する階層から最上層までの各分類要素の分類要素名を順に含み、前記判断手段は、前記文字列位置情報に含まれる見出し要素名の中から抽出した、1または複数の見出し要素名に基づいて類似するか否かを判断する、ことを特徴とする。 The invention according to claim 4 is the information processing apparatus according to claim 2, wherein the character string position information includes each heading element from the hierarchy to which the constituent element including the acquired character string belongs to the highest hierarchy. The storage location information sequentially includes the classification element names of the classification elements from the hierarchy to which the electronic information belongs to the top layer, and the determination means includes the header information included in the character string position information. It is characterized in determining whether or not they are similar based on one or more heading element names extracted from the element names.
請求項5に記載の発明は、請求項2から4のいずれか1項に記載の情報処理装置であって、前記文字列位置情報は、前記取得された文字列を含む構成要素が属する階層から最上階層までの各見出し要素の見出し要素名を順に含み、前記格納場所情報は、前記電子情報が属する階層から最上層までの各分類要素の分類要素名を順に含み、前記判断手段は、前記文字列位置情報に含まれるすべての見出し要素名それぞれと、前記格納場所情報における同じ階層の前記分類要素名と、が類似しない場合に、当該見出し要素名と、当該同じ階層より上層の前記分類要素名と、が類似するか否かを判断する、ことを特徴とする。 The invention according to claim 5 is the information processing apparatus according to any one of claims 2 to 4, wherein the character string position information is from a hierarchy to which a component including the acquired character string belongs. The heading element name of each heading element up to the top layer is included in order, and the storage location information includes the class element name of each classification element from the layer to which the electronic information belongs to the top layer in order, and the determining means includes the character When each heading element name included in the column position information is not similar to the classification element name at the same level in the storage location information, the heading element name and the classification element name above the same level And are similar to each other.
請求項6に記載の発明は、プログラムであって、第1の階層構造を有して構成される見出し要素の何れかに属する構成要素に含まれる文字列を取得する文字列取得手段、前記取得された文字列の前記第1の階層構造における位置を示す文字列位置情報を取得する文字列位置情報取得手段、それぞれ、第2の階層構造を有して構成される分類要素の何れかに格納する複数の電子情報のうち、その電子情報の電子情報名に前記取得された文字列を含む複数の前記電子情報を抽出する電子情報抽出手段、前記抽出した複数の電子情報の前記第2の階層構造における格納場所を示す格納場所情報と、前記文字列位置情報と、に基づいて前記抽出した複数の電子情報のうち、前記取得された文字列と関連する前記電子情報を取得する電子情報取得手段、としてコンピュータを機能させることを特徴とする。 The invention according to claim 6 is a program, a character string acquisition means for acquiring a character string included in a constituent element belonging to any one of heading elements having a first hierarchical structure, the acquisition Character string position information acquisition means for acquiring character string position information indicating the position of the generated character string in the first hierarchical structure, each of which is stored in one of the classification elements configured to have the second hierarchical structure Electronic information extraction means for extracting the plurality of electronic information including the acquired character string in the electronic information name of the electronic information, and the second hierarchy of the extracted plurality of electronic information Electronic information acquisition means for acquiring the electronic information related to the acquired character string out of the plurality of electronic information extracted based on storage location information indicating a storage location in the structure and the character string position information , And characterized by causing a computer to function with.
請求項1及び6に記載の発明によれば、階層構造を有して構成される見出し要素に属する構成要素に含まれる文字列に関連する電子情報を、当該文字列の階層構造における位置情報に基づいて取得する。 According to the first and sixth aspects of the invention, the electronic information related to the character string included in the constituent element belonging to the heading element having a hierarchical structure is converted into the position information in the hierarchical structure of the character string. Get based on.
請求項2に記載の発明によれば、階層構造を有して構成される見出し要素に属する構成要素に含まれる文字列に関連する電子情報を、当該文字列の階層構造における位置情報と、当該電子情報の階層構造における格納場所情報と、の類似度に基づいて取得する。 According to the second aspect of the present invention, the electronic information related to the character string included in the constituent element belonging to the heading element configured to have a hierarchical structure, the position information in the hierarchical structure of the character string, and the Obtained based on the similarity to the storage location information in the hierarchical structure of electronic information.
請求項3に記載の発明によれば、文字列の階層構造における位置情報と電子情報の階層構造における格納場所情報とが完全に一致するかを判断できる。 According to the third aspect of the present invention, it can be determined whether the position information in the hierarchical structure of the character string completely matches the storage location information in the hierarchical structure of the electronic information.
請求項4に記載の発明によれば、文字列の階層構造における位置情報の一部と電子情報の階層構造における格納場所情報との類似度を判断することができる。 According to the fourth aspect of the present invention, it is possible to determine the similarity between a part of the position information in the character string hierarchical structure and the storage location information in the electronic information hierarchical structure.
請求項5に記載の発明によれば、電子情報の階層構造における格納場所情報から関連性の低い情報を除外して類似度の判断を行うことができる。 According to the fifth aspect of the present invention, the similarity can be determined by excluding information with low relevance from the storage location information in the hierarchical structure of electronic information.
以下、本発明の一実施形態について図面に基づき詳細に説明する。 Hereinafter, an embodiment of the present invention will be described in detail with reference to the drawings.
図1は、本発明の一実施形態に係る電子情報管理システムの構成の一例を示す図である。図1に示すように、電子情報管理システムは、情報処理装置10、マニュアル管理サーバ20、及び電子情報管理サーバ30を含んで構成されている。情報処理装置10、電子情報管理サーバ20、及びマニュアル管理サーバ30はLANやインターネットなどの通信手段に接続されており、互いに通信されるようになっている。
FIG. 1 is a diagram showing an example of the configuration of an electronic information management system according to an embodiment of the present invention. As shown in FIG. 1, the electronic information management system includes an
情報処理装置10は、情報処理装置10にインストールされているプログラムに従って動作するCPU等のプログラム制御デバイスである制御部、ROMやRAM等の記憶素子やハードディスクドライブなどである記憶部、ネットワークボードなどの通信インタフェースである通信部、マウス、ディスプレイなどであるユーザインタフェース部などを含んでいる。これらの要素は、バスを介して接続される。情報処理装置10の記憶部には、情報処理装置10の制御部によって実行されるプログラムが記憶される。また、情報処理装置10の記憶部は、情報処理装置10のワークメモリとしても動作する。
The
マニュアル管理サーバ20は、作業手順等が記述されたマニュアル文書を管理している。マニュアル文書は、章、節、項といった見出し要素を用いた階層構造(第1の階層構造)を有する文書である。ここで、各見出し要素が階層構造におけるノード、見出し要素の文字列データがノード名に相当し、各ノードに作業内容を示す構成要素が属している。構成要素としては、例えば、文、図形、表などであってよい。
The
図2にマニュアル文書の一例を示す。図2に示すように購買マニュアルの階層構造では、「第1章 見積」、「第2章 購入」等の「章」階層は第一階層に位置し、「1.1 基本事項」、「1.2 相見積先の選定」等の「節」階層は第二階層に位置し、「1.4.1 回答書チェック」等の「項」階層は第三階層に位置している。そして、見出し要素の文字列「見積」、「回答」、「回答書チェック」がそれぞれノード名となる。この場合、例えば、マニュアル文書に記述されている作業内容「見積書を見積先に送付し・・・」内の語句「見積書」について、その階層構造における位置を最上階層(章見出しから)から各ノード名を区切り記号「/」で区切って連ね、「見積/見積/」のように表す。 FIG. 2 shows an example of a manual document. As shown in FIG. 2, in the hierarchical structure of the purchasing manual, “chapter” hierarchies such as “Chapter 1 Estimate” and “Chapter 2 Purchase” are located in the first hierarchy, “1.1 Basic matters”, “1 .2 “Choice of phase estimation” “section” hierarchy is located in the second hierarchy, and “1.4.1 Check answer” etc. “item” hierarchy is located in the third hierarchy. The heading element character strings “estimate”, “answer”, and “answer check” are the node names. In this case, for example, the position in the hierarchical structure of the word “estimate” in the work content “Send an estimate to the estimate destination ...” described in the manual document from the top level (from the chapter heading) Each node name is separated by a delimiter “/” and expressed as “estimate / estimate /”.
電子情報管理サーバ30は、文書管理サーバ20にインストールされているプログラムに従って動作するCPU等のプログラム制御デバイスである制御部、ROMやRAM等の記憶素子やハードディスクドライブなどである記憶部、ネットワークボードなどの通信インタフェースである通信部、などを含んでいる。これらの要素は、バスを介して接続される。文書管理サーバ20の記憶部には、文書管理サーバ20の制御部によって実行されるプログラムが記憶される。また、文書管理サーバ20の記憶部は、文書管理サーバ20のワークメモリとしても動作する。
The electronic
電子情報管理サーバ30は、マニュアル文書に基づいて作業した結果生成される成果物をディレクトリシステムにて管理する。成果物は、作業内容に応じて生成される電子情報とし、例えば文書情報、画像情報、動画情報、音声情報などであってよい。そして、電子情報管理サーバ30の記憶部には、ディレクトリシステム上に存在する複数のディレクトリからなる木構造(第2の階層構造)を示す木構造データが記憶されている。木構造データには、各ディレクトリのディレクトリ名が含まれる。また、木構造データにおいて、各ディレクトリのディレクトリ名は、そのディレクトリの上位のディレクトリのディレクトリ名に関連づけられている。図3は電子情報管理サーバ30に実装されるディレクトリシステムの一例を模式的に示す図である。図3に示すように「購買申請書フォルダ」はルートとなる第五階層に位置し、「購買No0001」は第四階層に位置し、「見積」、「購入依頼」は第三階層に位置し、「相見積」、「回答書」、「見積先決定」、「テンプレート」、「(旧)ドラフト版」は第二階層に位置し、「チェックシート」は第一階層に位置している。なお、ディレクトリの作成、削除等はユーザにより自由に実施される。
The electronic
また、電子情報管理サーバ30の記憶部には、ディレクトリシステム上に存在する複数の電子情報が記憶されている。図3に示すように、例えば「見積書.doc」が電子情報を示している。各電子情報は、それぞれ、いずれかのディレクトリに格納され、それぞれの電子情報の電子情報名が、その電子情報が格納されているディレクトリのディレクトリ名に関連づけられて記憶部に記憶される。例えば、図3によれば、電子情報「A社見積書.doc」は第一階層のディレクトリ「相見積」に格納されている。そして、ディレクトリ「相見積」に属している電子情報「A社見積書.doc」について、その格納場所を最上階層のディレクトリから各ディレクトリ名を区切り記号で区切って連ね、「/購買申請書フォルダ/購買No0001/見積/相見積/」のように表す。なお、電子情報を格納するディレクトリはユーザにより選択される。
The storage unit of the electronic
ここで、マニュアル文書の作業手順に従って作成された成果物である電子情報を格納するディレクトリの階層構造及びディレクトリ名はマニュアル文書の階層構造及び見出し要素名と類似することが推定される。そこで、本実施形態では、電子情報を格納するディレクトリの階層構造及びディレクトリ名と、マニュアル文書の階層構造及び見出し要素名との類似性からマニュアル文書に記述されている文字列に対応する電子情報を特定する構成としている。 Here, it is presumed that the hierarchical structure and directory name of the directory for storing electronic information, which is a product created in accordance with the work procedure of the manual document, are similar to the hierarchical structure and heading element name of the manual document. Therefore, in this embodiment, the electronic information corresponding to the character string described in the manual document is obtained from the similarity between the hierarchical structure and directory name of the directory storing the electronic information and the hierarchical structure and heading element name of the manual document. It has a specific configuration.
図4は、本実施形態に係る情報処理装置10により実行される主な機能の一例を示すブロック図である。図4に示すように、本実施形態における情報処理装置10は、機能的には、マニュアル文書取得部200、文字列取得部201、電子情報抽出部202、格納場所情報取得部203、文字列位置情報取得部204、類似度判断部205、及び表示部206を含んで構成される。なお、本実施形態に係る文書管理サーバ20において、図2に示す機能以外の機能が実現されていてもよい。これらの機能は、記憶部に記憶されたプログラムが制御部を実行することにより実現されている。このプログラムは、例えば、光ディスク、磁気ディスク、磁気テープ、光磁気ディスク、フラッシュメモリ等のコンピュータ可読な情報記憶媒体を介して、あるいは、インターネットなどの通信手段を介して文書管理サーバ20に供給される。
FIG. 4 is a block diagram illustrating an example of main functions executed by the
マニュアル文書取得部200は、マニュアル文書管理サーバ20の記憶部からマニュアル文書を取得する。
The manual
文字列取得部201は、マニュアル文書取得部200が取得したマニュアル文書の文中からユーザにより指定された文字列を取得する。例えば、文字列取得部201は、マニュアル文書取得部200が取得したマニュアル文書の文中のユーザが指定する任意の文字列を取得してもよいし、予め定義した文字列から選択してもよい。
The character
電子情報抽出部202は、電子情報管理サーバ20の記憶部に記憶されている複数の電子情報から、当該電子情報の電子情報名に文字列取得部201が取得した文字列を含む電子情報を抽出する。具体的には、文字列取得部201が図2に示すマニュアル文書の「見積書」を取得した場合は、図3に示すディレクトリシステムに格納されている電子情報のうち電子情報名に「見積書」を含む、「A社見積書.doc」、「B社見積書.doc」、「見積書.doc」(ディレクトリ「テンプレート」に格納されている)、「見積書.doc」(ディレクトリ「(旧)ドラフト版」に格納されている)の4つの電子情報が抽出される。なお、ここでは「購買No0001」ディレクトリ内に格納されている電子情報のうちから抽出しているが、「購買申請書」ディレクトリ内に格納されているすべての電子情報のうちから抽出してもよいし、いずれかのディレクトリを選択してもよい。
The electronic
格納場所情報取得部203は、電子情報抽出部202が抽出した各電子情報の電子情報管理サーバ30の記憶部における格納場所を示す格納場所情報を取得する。具体的には、例えば、格納場所情報取得部203は、電子情報「A社見積書.doc」の格納場所情報は「/購買申請書フォルダ/購買No0001/見積/相見積/」、電子情報「B社見積書.doc」の格納場所情報は/購買申請書フォルダ/購買No0001/見積/相見積/」、電子情報「見積書.doc」(ディレクトリ「テンプレート」に格納されている)の格納場所情報は「/購買申請書フォルダ/購買No0001/見積/テンプレート/」、電子情報「見積書.doc」(ディレクトリ「(旧)ドラフト版」に格納されている)の格納場所情報は「/購買申請書フォルダ/購買No0001/見積/(旧)ドラフト版/」として取得する。
The storage location
文字列位置情報取得部204は、文字列取得部201が取得した文字列のマニュアル文書内の記述場所を示す文字列位置情報をマニュアル文書管理サーバ20から取得する。具体的には、例えば、文字列位置情報取得部204は、「見積書」の文字列位置情報を「見積/見積/」として取得する。
The character string position
類似度判断部205は、文字列位置情報取得部204が取得した文字列位置情報と、格納場所情報取得部203が取得した各電子情報の格納場所情報との類似度を判断する。類似度の判断は、マニュアル文書内の取得した文字列に対応する電子情報は、マニュアル文書の階層構造と類似した階層構造を有するディレクトリに格納されているという推定のもとに判断するものである。つまり、文字列位置情報に含まれる見出し要素名及びその順序がそれぞれ、格納場所情報に含まれる分類要素名及びその順序と類似するかを判断し文字列位置情報と格納場所情報との類似度を判断する。そうすることで、取得した文字列を電子情報名に含む複数の電子情報のうち、当該取得した文字列と関連の高い(類似度の高い)電子情報を特定することが可能となる。
The
まず、類似度の判断を行うための第1の手法について説明する。第1の手法は、文字列位置情報に含まれる見出し要素名それぞれを、類似度の判断を行う対象である電子情報の格納場所情報における同じ階層の分類要素名と比較し類似するか否かを判断する。具体的には、例えば、階層i(i≧1)において見出し要素名と分類要素名との語句類似度Si(0≦Si≦100)を算出し、算出された語句類似度Siの平均値を類似度Sv(0≦Sv≦100)とする。この場合、類似度Svが100の場合に、文字列位置情報のすべての階層における見出し要素名が、それぞれ同じ階層の分類要素名と完全に一致する。なお、類似度Svが所定値以上(例えば、80以上)の場合に、格納場所情報と文字列位置情報との類似度が高いと判断してもよい。これにより、文字列位置情報に含まれる1以上の見出し要素名と、その階層順と、がともに一致するという類似度の高い格納場所情報を特定することが可能となる。 First, a first method for determining similarity will be described. In the first method, each heading element name included in the character string position information is compared with the classification element name of the same hierarchy in the storage location information of the electronic information that is the target of similarity determination, and whether or not they are similar. to decide. Specifically, for example, the phrase similarity S i (0 ≦ Si ≦ 100) between the heading element name and the classification element name is calculated in the hierarchy i (i ≧ 1), and the average of the calculated phrase similarity S i is calculated. The value is a similarity Sv (0 ≦ Sv ≦ 100). In this case, when the similarity Sv is 100, the heading element names in all layers of the character string position information completely match the classification element names in the same layer. When the similarity Sv is equal to or higher than a predetermined value (for example, 80 or higher), it may be determined that the similarity between the storage location information and the character string position information is high. As a result, it is possible to specify storage location information with a high degree of similarity in which one or more heading element names included in the character string position information and the hierarchical order thereof match each other.
ここで、見出し要素名と分類要素名との語句同士の類似度(語句類似度S)を判断する手法は既存の技術を用いてよい。例えば、各語句について形態素解析を行うとともに、その形態素解析の結果に基づいて各語句を単語に分割し、分割した各単語に対して名詞、動詞、付属語等の品詞情報を付与する。付属語が連続している場合には、連続した付属語を一つの単語として扱うことにしてもよい。そして、各語句を構成する単語や文節(名詞や動詞等の内容後に続く付属語のまとまり)をそれぞれ比較して、その語句同士の差異が所定数以下の単語または文節に過ぎない場合には、それらの語句同士は類似の関係にあるとして判断する。付属語が連続している場合には、連続した付属語を一つの単語として扱うことにしてもよい。そして、語句同士の差異として検出された単語数または文節数の、各語句を構成する全単語数または全文節数に対する割合に応じた語句類似度Sを設定することとする。なお、その他の語句同士の類似性を判断する手法により設定される語句類似度Sを用いることとしてもよい。 Here, an existing technique may be used as a method of determining the similarity (word similarity S) between the words of the heading element name and the classification element name. For example, morphological analysis is performed on each word, and each word is divided into words based on the result of the morphological analysis, and part-of-speech information such as a noun, a verb, and an attached word is assigned to each divided word. When the adjunct words are continuous, the consecutive adjunct words may be handled as one word. Then, comparing the words and phrases that make up each phrase (a group of adjunct words following the contents of nouns, verbs, etc.), if the difference between the phrases is only a predetermined number of words or phrases, These words are judged as having a similar relationship. When the adjunct words are continuous, the consecutive adjunct words may be handled as one word. Then, the phrase similarity S is set according to the ratio of the number of words or phrases detected as a difference between phrases to the total number of words or the total number of phrases constituting each phrase. In addition, it is good also as using the phrase similarity S set by the method of judging the similarity of other words.
図3を用いて第1の手法について具体例を示す。文字列位置情報取得部204が取得した「見積書」の文字列位置情報「見積/見積/」と、格納場所情報取得部203が取得した「A社見積書.doc」の格納場所情報「購買申請書フォルダ/購買No0001/見積/相見積」と、の類似度を判断する場合を例にすると、まず文字列位置情報の一層目の見出し要素名「見積」と、格納場所情報の一層目の分類要素名「相見積」と、の語句類似度S1を算出する。この場合、分類要素名「相見積」と見出し要素名「見積」との語句の差異は「相」だけであるため語句類似度S1は高い(例えば、S1>80)と判断される。次に、文字列位置情報の二層目の見出し要素名「見積」と、格納場所情報の二層目の分類要素名「見積」と、の語句類似度S2を算出する。この場合は、見出し要素名「見積」と分類要素名「見積」の語句は完全に一致するため語句類似度S2は100と判断される。そして、語句類似度S1と語句類似度S2との平均値が類似度Sv(この場合は、Sv>90となり類似度Svは高いと判断される)となる。同様にして、電子情報抽出部が抽出した電子情報「B社見積書.doc」、「見積書.doc」(ディレクトリ「テンプレート」に格納されている)、及び「見積書.doc」(ディレクトリ「(旧)ドラフト版」に格納されている)についてもそれぞれ、文字列位置情報取得部204が取得した「見積書」の文字列位置情報「見積/見積/」との類似度を判断すると、類似度Svが高いと判断される格納場所情報は「A社見積書.doc」及び「B社見積書.doc」の格納場所情報となる。
A specific example of the first method will be described with reference to FIG. The character string position information “estimate / estimate /” of the “estimate” acquired by the character string position
次に、類似度の判断を行うための第2の手法について説明する。この第2の手法は、上述した第1の手法より類似度の確度は低いが、広い範囲で類似度の高い格納場所情報を特定することができる。 Next, a second method for determining similarity will be described. Although the second method has a lower degree of similarity than the first method described above, it is possible to specify storage location information having a high degree of similarity in a wide range.
第2の手法としては、文字列位置情報に含まれる見出し要素名それぞれと、格納御場所情報における同じ階層の分類要素名との類似度が低いと判断された場合に、当該同じ階層より上層の分類要素名との類似度を判断する。格納場所情報に含まれる分類要素と分類要素名とがユーザにより自由に設定することができる場合は、格納場所情報に見出し要素名と全く関連性のない分類要素名が含まれている可能性がある。そこで、第2の手法によりこのような見出し要素名と全く関連性のない分類要素名との語句類似度Siを判断しないようにすることができる。具体的には、例えば、一層目の見出し要素名と一層目の分類要素名との語句類似度S1が低いと判断された場合に、一層目の見出し要素名と、1つ上層である二層目の分類要素名との語句類似度を判断する。このような処理を一層目の見出し要素名と、いずれかの層の分類要素名との語句類似度が高いと判断されるまで、または最上層の分類要素名との類似度が判断されるまで繰り返す。そして、いずれかの層の分類要素名との語句類似度が高いと判断された場合に当該語句類似度を語句類似度S1の値とし、最下層から最上層の分類要素名のうち語句類似度が高いと判断される分類要素名がない場合は、一層目の見出し要素名と一層目の分類要素名との語句類似度S1をそのまま用いる。そして、すべての階層の見出し要素名について同様の処理を行い算出された語句類似度Siの平均値を語句類似度Svとする。これにより、格納場所情報に、見出し要素名と関連性のない分類要素名が含まれている場合であっても、その関連性のない分類要素名をスキップして、文字列位置情報と格納場所情報との類似度Svの判断を行うことが可能となる。なお、第2の手法によりスキップされた分類要素の数と、語句類似度Siとの重みづけにより類似度Svを算出することとしてもよい。 As a second method, when it is determined that the similarity between each heading element name included in the character string position information and the classification element name of the same hierarchy in the storage location information is low, the upper hierarchy of the same hierarchy. The similarity with the classification element name is determined. If the classification element and classification element name included in the storage location information can be freely set by the user, there is a possibility that the storage location information includes a classification element name that is completely unrelated to the heading element name. is there. Therefore, it is possible to prevent the phrase similarity S i between such a heading element name and a classification element name having no relevance from being determined by the second method. Specifically, for example, when it is determined that the phrase similarity S1 between the heading element name of the first layer and the classification element name of the first layer is low, the heading element name of the first layer and the second uppermost element name The phrase similarity with the layer classification element name is determined. Such a process is performed until it is determined that the word similarity between the heading element name of the first layer and the classification element name of any layer is high, or the similarity with the classification element name of the top layer is determined. repeat. Then, when it is determined that the phrase similarity with the classification element name of any layer is high, the phrase similarity is set as the value of the phrase similarity S 1 , and the phrase similarity among the classification element names of the top layer from the lowest layer degrees is If there is no higher classification element name is determined, using the word or phrase as similarity S 1 and more eye heading element name and the first layer of the classification element names. The average value of the phrase similarity S i calculated by performing the same process for the heading element names of all layers is set as the phrase similarity Sv. As a result, even if the storage location information includes a classification element name that is not related to the heading element name, the character string position information and the storage location are skipped. It is possible to determine the degree of similarity Sv with information. Note that the similarity Sv may be calculated by weighting the number of classification elements skipped by the second method and the phrase similarity S i .
図5を用いて第2の手法について具体例を示す。図5は、図3に示すディレクトリシステムのうち「購買No002」のディレクトリに格納されている情報の一例を示す図である。まず、語句取得部201が図2に示すマニュアル文書の「見積書」を取得した場合に、電子情報抽出部202は、図5に示す「購買No0002」ディレクトリに格納されている電子情報のうち電子情報名に「見積書」を含む電子情報「見積書.doc」を抽出する。そして、抽出した電子情報「見積書.doc」の格納場所情報「購買申請書フォルダ/購買No0002/相見積/X社/見積」と、文字列位置情報取得部204が取得した「見積書」の文字列位置情報「見積/見積/」と、の類似度を判断する場合を例にすると、まず文字列位置情報の一層目の見出し要素名「見積」と、格納場所情報の一層目の分類要素名「見積」と、の語句類似度S1を算出すると、両者の語句は完全に一致するため語句類似度S1は100となる。次に文字列位置情報の二層目の見出し要素名「見積」と、格納場所情報の二層目の分類要素名「X社」と、の語句類似度S2を算出すると、一致する語句がないため語句類似度S2は0となる。このままだと、語句類似度S1(=100)と語句類似度S2(=0)との平均値である類似度Svは低いと判断される。そこで、第2の手法を用いると、語句類似度S2は低いと判断されるため、文字列位置情報の二層目の見出し要素名「見積」と、1つ上層の三層目の分類要素名「相見積」と、の語句類似度を算出することになる。すると、「相見積」と「見積」との語句の差異は「相」だけであるため語句類似度(例えば>80)は高いと判断されるので、当該語句類似度が語句類似度S2の値となる。そして、語句類似度S1(=100)と語句類似度S2(>80)との平均値である類似度Svは高いと判断される。このように、図5に示す「X社」ディレクトリのようなユーザの都合により作成された、「見積書」とは直接関連性のないディレクトリを含む場合であっても、当該ディレクトリをスキップすることで広範囲での類似度の判断を行うことができる。
A specific example of the second method will be described with reference to FIG. FIG. 5 is a diagram illustrating an example of information stored in the directory “purchasing No 002” in the directory system illustrated in FIG. 3. First, when the
また、類似度の判断を行うための第3の手法として、文字列位置情報に含まれる見出し要素のうち1または複数の見出し要素を抽出して類似度の判断の対象としてもよい。具体的には、例えば、文字列位置情報に含まれる複数の見出し要素のうち、最上層から順に1または複数の見出し要素を抽出して文字列位置情報とする。例えば、文字列位置情報に含まれる見出し要素数が格納場所情報に含まれる分類要素数より多い場合に、当該分類要素数と同数の見出し要素を抽出することとしてもよい。文字列位置情報の上層の見出し要素は、例えば章、節といった大見出しであるためその見出し要素名を分類要素名に使用する可能性は高く、上層の見出し要素を抽出することで類似度の判断を容易にすることが期待できる。なお、同様にして、格納場所情報に含まれる複数の分類要素のうちから1または複数の分類要素を抽出して類似度の判断の対象としてもよい。 As a third method for determining the similarity, one or a plurality of heading elements may be extracted from the heading elements included in the character string position information, and the similarity may be determined. Specifically, for example, among a plurality of heading elements included in the character string position information, one or a plurality of heading elements are extracted in order from the top layer to obtain character string position information. For example, when the number of heading elements included in the character string position information is larger than the number of classification elements included in the storage location information, the same number of heading elements as the number of classification elements may be extracted. The heading elements in the upper layer of the character string position information are large headings such as chapters and sections, so it is highly likely that the heading element name will be used as the classification element name, and the similarity is judged by extracting the upper heading element. Can be expected to facilitate. Similarly, one or a plurality of classification elements may be extracted from a plurality of classification elements included in the storage location information, and the similarity may be determined.
なお、類似度判断部205は、上述した第1の手法、第2の手法、及び第3の手法のいずれかを用いてもよいし、組み合わせて用いてもよい。また、第1の手法を用いて類似度が高いと判断された格納場所情報と、第2の手法、第3の手法を用いて類似度が高いと判断された格納場所情報と、を類似度の算出精度の違いにより区別してもよい。
Note that the
表示部206は、類似度判断部205により類似度Svが高いと判断された格納場所情報に対応する電子情報を電子情報管理サーバ20から取得してユーザインタフェース部に表示出力する。このとき、第1の手法を用いて類似度Svが100と判断された格納場所情報に対応する電子情報と、それ以外の手法を用いて類似度Svが高いと判断された格納場所情報に対応する電子情報と、の表示を異ならせる。また、第2の手法、第3の手法を用いて類似度Svが高いと判断された格納場所情報に対応する電子情報は、類似度の算出精度が低いことを示して表示することとしてもよい。
The
なお、本発明は上述の実施形態に限定されるものではない。 In addition, this invention is not limited to the above-mentioned embodiment.
例えば、上述の実施形態において情報処理装置10により実行される機能をマニュアル管理サーバ20または電子情報管理サーバ30で実行されることとしてもよい。また、情報処理装置10、マニュアル管理サーバ20、及び電子情報管理サーバ30を別体の装置である例について示したが、これらは一体の装置であってもよい。
For example, the function executed by the
10 情報処理装置、20 マニュアル文書管理サーバ、30 電子情報管理サーバ、200 マニュアル文書取得部、201 文字列取得部、202 電子情報抽出部、203 格納場所情報取得部、204 文字列位置情報取得部、205 類似度判断部、206 表示部。
DESCRIPTION OF
Claims (6)
前記取得された文字列の前記第1の階層構造における位置を示す文字列位置情報を取得する文字列位置情報取得手段と、
それぞれ、第2の階層構造を有して構成される分類要素の何れかに格納する複数の電子情報のうち、その電子情報の電子情報名に前記取得された文字列を含む複数の前記電子情報を抽出する電子情報抽出手段と、
前記抽出した複数の電子情報の前記第2の階層構造における格納場所を示す格納場所情報と、前記文字列位置情報と、に基づいて前記抽出した複数の電子情報のうち、前記取得された文字列と関連する前記電子情報を取得する電子情報取得手段と、
を含むことを特徴とする情報処理装置。 A character string acquisition means for acquiring a character string included in a component belonging to any of the heading elements configured to have the first hierarchical structure;
Character string position information acquisition means for acquiring character string position information indicating the position of the acquired character string in the first hierarchical structure;
Among a plurality of electronic information stored in any one of the classification elements each having the second hierarchical structure, a plurality of the electronic information including the acquired character string in the electronic information name of the electronic information Electronic information extraction means for extracting
The acquired character string among the plurality of extracted electronic information based on the storage location information indicating the storage location in the second hierarchical structure of the plurality of extracted electronic information and the character string position information. Electronic information acquisition means for acquiring the electronic information related to
An information processing apparatus comprising:
前記電子情報取得手段は、前記文字列位置情報と類似すると判断された前記格納場所情報に対応する前記電子情報を取得する、
ことを特徴とする請求項1に記載の情報処理装置。 Determining means for determining whether or not the storage location information and the character string position information are similar;
The electronic information acquisition means acquires the electronic information corresponding to the storage location information determined to be similar to the character string position information;
The information processing apparatus according to claim 1.
前記判断手段は、前記文字列位置情報に含まれるすべての前記見出し要素名それぞれが、前記格納場所情報における同じ階層の前記分類要素名と類似するか否かを判断する、
ことを特徴とする請求項2に記載の情報処理装置。 The character string position information sequentially includes heading element names of heading elements from the hierarchy to which the constituent element including the acquired character string belongs to the highest hierarchy, and the storage location information is a hierarchy in which the electronic information is stored To the top layer of each classification element in order,
The determination means determines whether each of the heading element names included in the character string position information is similar to the classification element name of the same hierarchy in the storage location information.
The information processing apparatus according to claim 2.
前記判断手段は、前記文字列位置情報に含まれる見出し要素名の中から抽出した、1または複数の見出し要素名に基づいて類似するか否かを判断する、
ことを特徴とする請求項2に記載の情報処理装置。 The character string position information sequentially includes the heading element names of the heading elements from the hierarchy to which the constituent element including the acquired character string belongs to the highest hierarchy, and the storage location information is from the hierarchy to which the electronic information belongs. Including the classification element name of each classification element up to the upper layer in order,
The determination means determines whether or not the similarity is based on one or more heading element names extracted from the heading element names included in the character string position information;
The information processing apparatus according to claim 2.
前記判断手段は、前記文字列位置情報に含まれるすべての見出し要素名それぞれと、前記格納場所情報における同じ階層の前記分類要素名と、が類似しない場合に、当該見出し要素名と、当該同じ階層より上層の前記分類要素名と、が類似するか否かを判断する、
ことを特徴とする請求項2から4のいずれか1項に記載の情報処理装置。 The character string position information sequentially includes the heading element names of the heading elements from the hierarchy to which the constituent element including the acquired character string belongs to the highest hierarchy, and the storage location information is from the hierarchy to which the electronic information belongs. Including the classification element name of each classification element up to the upper layer in order,
The determination means, when each of the heading element names included in the character string position information and the classification element name of the same hierarchy in the storage location information is not similar, the heading element name and the same hierarchy It is determined whether or not the classification element name in the upper layer is similar.
The information processing apparatus according to claim 2, wherein the information processing apparatus is an information processing apparatus.
前記取得された文字列の前記第1の階層構造における位置を示す文字列位置情報を取得する文字列位置情報取得手段、
それぞれ、第2の階層構造を有して構成される分類要素の何れかに格納する複数の電子情報のうち、その電子情報の電子情報名に前記取得された文字列を含む複数の前記電子情報を抽出する電子情報抽出手段、
前記抽出した複数の電子情報の前記第2の階層構造における格納場所を示す格納場所情報と、前記文字列位置情報と、に基づいて前記抽出した複数の電子情報のうち、前記取得された文字列と関連する前記電子情報を取得する電子情報取得手段、
としてコンピュータを機能させるためのプログラム。 A character string acquisition means for acquiring a character string included in a constituent element belonging to any of the heading elements having the first hierarchical structure;
Character string position information acquisition means for acquiring character string position information indicating the position of the acquired character string in the first hierarchical structure;
Among a plurality of electronic information stored in any one of the classification elements each having the second hierarchical structure, a plurality of the electronic information including the acquired character string in the electronic information name of the electronic information Electronic information extraction means for extracting
The acquired character string among the plurality of extracted electronic information based on the storage location information indicating the storage location in the second hierarchical structure of the plurality of extracted electronic information and the character string position information. Electronic information acquisition means for acquiring the electronic information related to
As a program to make the computer function as.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013251668A JP6217362B2 (en) | 2013-12-05 | 2013-12-05 | Information processing apparatus and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013251668A JP6217362B2 (en) | 2013-12-05 | 2013-12-05 | Information processing apparatus and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015108982A true JP2015108982A (en) | 2015-06-11 |
JP6217362B2 JP6217362B2 (en) | 2017-10-25 |
Family
ID=53439282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013251668A Active JP6217362B2 (en) | 2013-12-05 | 2013-12-05 | Information processing apparatus and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6217362B2 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006018584A (en) * | 2004-07-01 | 2006-01-19 | Toshiba Corp | Structured document management system, and method and program for generating value-index |
JP2008204444A (en) * | 2007-01-23 | 2008-09-04 | Just Syst Corp | Data processing apparatus, data processing method and search apparatus |
JP2012063822A (en) * | 2010-09-14 | 2012-03-29 | Fuji Xerox Co Ltd | Information processor and information processing program |
JP2013089140A (en) * | 2011-10-20 | 2013-05-13 | Canon Inc | Document management device and control method for the same, and program |
-
2013
- 2013-12-05 JP JP2013251668A patent/JP6217362B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006018584A (en) * | 2004-07-01 | 2006-01-19 | Toshiba Corp | Structured document management system, and method and program for generating value-index |
JP2008204444A (en) * | 2007-01-23 | 2008-09-04 | Just Syst Corp | Data processing apparatus, data processing method and search apparatus |
JP2012063822A (en) * | 2010-09-14 | 2012-03-29 | Fuji Xerox Co Ltd | Information processor and information processing program |
JP2013089140A (en) * | 2011-10-20 | 2013-05-13 | Canon Inc | Document management device and control method for the same, and program |
Also Published As
Publication number | Publication date |
---|---|
JP6217362B2 (en) | 2017-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ding et al. | Entity discovery and assignment for opinion mining applications | |
TWI524193B (en) | Computer-readable media and computer-implemented method for semantic table of contents for search results | |
US9104979B2 (en) | Entity recognition using probabilities for out-of-collection data | |
RU2671047C2 (en) | Search tables understanding | |
JP5550669B2 (en) | SEARCH DEVICE, SEARCH METHOD, AND PROGRAM | |
WO2015047920A1 (en) | Title and body extraction from web page | |
US8243988B1 (en) | Clustering images using an image region graph | |
US8983965B2 (en) | Document rating calculation system, document rating calculation method and program | |
AU2016201273B2 (en) | Recommending form fragments | |
WO2011152925A2 (en) | Detection of junk in search result ranking | |
US10810181B2 (en) | Refining structured data indexes | |
US20200278989A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
EP2805266A1 (en) | Grouping search results into a profile page | |
US20140101162A1 (en) | Method and system for recommending semantic annotations | |
CN107085568A (en) | A kind of text similarity method of discrimination and device | |
US20140280084A1 (en) | Using structured data for search result deduplication | |
CN107103023B (en) | Organizing electronically stored files using an automatically generated storage hierarchy | |
US9886497B2 (en) | Indexing presentation slides | |
JP6217362B2 (en) | Information processing apparatus and program | |
US20120197909A1 (en) | Method for determining a similarity of objects | |
CN111752898B (en) | File processing method and device | |
JP6488399B2 (en) | Information presentation system and information presentation method | |
JP2008225957A (en) | Document retrieval device, method, and program | |
JP6707410B2 (en) | Document search device, document search method, and computer program | |
KR100922693B1 (en) | System and method for searching person |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161019 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170829 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170825 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170911 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6217362 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |