JP7290391B2 - 情報処理装置及びプログラム - Google Patents
情報処理装置及びプログラム Download PDFInfo
- Publication number
- JP7290391B2 JP7290391B2 JP2017159662A JP2017159662A JP7290391B2 JP 7290391 B2 JP7290391 B2 JP 7290391B2 JP 2017159662 A JP2017159662 A JP 2017159662A JP 2017159662 A JP2017159662 A JP 2017159662A JP 7290391 B2 JP7290391 B2 JP 7290391B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- content
- unit
- server
- data
- 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.)
- Active
Links
Images
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
(実施の形態1)
図1は、情報処理システムの概要を示す説明図である。本実施の形態では、マイクロコンテンツのデータアーカイブを作成する情報処理システムを一例に説明を行う。情報処理システムは、情報処理装置1及び端末2を含む。情報処理装置1及び端末2は、インターネット等のネットワークNを介して通信接続されている。
制御部11は、一又は複数のCPU(Central Processing Unit)、MPU(Micro-Processing Unit)等の演算処理装置を有し、補助記憶部14に記憶されたプログラムPを読み出して実行することにより、サーバ1に係る種々の情報処理、制御処理等を行う。主記憶部12は、SRAM(Static Random Access Memory)、DRAM(Dynamic Random Access Memory)、フラッシュメモリ等であり、制御部11が演算処理を実行するために必要なデータを一時的に記憶する。通信部13は、通信に関する処理を行うための処理回路等を含み、端末2等と情報の送受信を行う。
サーバ1は、端末2から教師用のサンプル文書を取得し、当該サンプルデータを基に構造化ルールを設定(学習)する。サンプル文書は、構造されていない文書データであり、例えばPDF(Portable Document Format、登録商標)ファイルである。サーバ1は、一点のサンプル文書を基に、非構造化データを構造化するための構造化ルールを設定する。
サーバ1の制御部11は、非構造化データのサンプルと、当該サンプルに含まれる各要素のタグ情報の正解値とを含む教師情報を取得する(ステップS11)。タグ情報は、各要素を定義付けるメタ情報であり、例えばXMLファイルにおける要素名又は属性値である。例えば制御部11は、非構造化データの各要素の要素名を既知とした教師用データを取得する。制御部11は、サンプルに含まれる各要素の特徴を抽出する(ステップS12)。例えば制御部11は、サンプル文書に含まれる各要素の書式及びレイアウトに係る情報を抽出する。
実施の形態1では、書籍等のデジタルコンテンツから各要素を抽出し、マイクロコンテンツのデジタルアーカイブを作成する形態について述べた。本実施の形態では、作成したデジタルアーカイブを用い、マイクロコンテンツの販売を行う形態について述べる。なお、実施の形態1と重複する内容については同一の符号を付して説明を省略する。
サーバ1の制御部11は、コンテンツDB142から、デジタルコンテンツの構造化データを読み出す(ステップS201)。具体的には、制御部11は、デジタルコンテンツから抽出した各要素(マイクロコンテンツ)のデータと、要素の属性値として格納されている付随情報、すなわちコンテンツの作者、コンテンツ全体での価格等の情報を読み出す。制御部11は、読み出したコンテンツ全体での価格から、個々の要素の価格を算出する(ステップS202)。具体的には、制御部11は式(1)に従い、コンテンツ全体の価格からマイクロコンテンツ単位の価格を算出する。制御部11は、各要素と、各要素に対応するデジタルコンテンツの付随情報とを販売管理サーバ3に出力する(ステップS203)。例えば制御部11は、各マイクロコンテンツのデータのほか、作者、マイクロコンテンツの価格等の情報を出力する。
本実施の形態では、著作物であるコンテンツの不正使用をチェックするためのクローリング監視を行う形態について説明する。
図11は、実施の形態3の概要を示す説明図である。サーバ1は、ネットワークNを介してWebサイトの情報を収集するクローリング処理を行い、各サイトのWebページにおいて、コンテンツDB142に記憶されているデジタルコンテンツが不正に使用されていないかどうかを監視する処理を行う。
サーバ1の制御部11は、ネットワークNを介して各Webサイトにアクセスし、Webページのデータを収集する(ステップS301)。制御部11は、収集したWebページから、コンテンツDB142に記憶されている要素と一致するコンテンツが掲載されたWebページがあるか否かを判定する(ステップS302)。該当するWebページがないと判定した場合(S302:NO)、制御部11は一連の処理を終了する。
図13は、上述した形態のサーバ1の動作を示す機能ブロック図である。制御部11がプログラムPを実行することにより、サーバ1は以下のように動作する。取得部131は、非構造化データのサンプルと、該サンプルに含まれる各要素を定義付けるタグ情報とを含む教師情報を取得する。特徴抽出部132は、前記サンプルの前記各要素の特徴を抽出する。設定部133は、抽出した前記各要素の特徴と、前記教師情報が示す前記タグ情報とに基づき、前記要素の特徴に応じて前記タグ情報を識別するルールを設定する。コンテンツ取得部134は、非構造化データであるコンテンツを取得する。抽出部135は、取得した前記コンテンツから前記各要素を抽出する。付与部136は、前記ルールを参照して、前記要素に前記タグ情報を付与する。
11 制御部
12 主記憶部
13 通信部
14 補助記憶部
P プログラム
141 構造化テーブル
142 コンテンツDB
2 端末
3 販売管理サーバ
Claims (6)
- 少なくとも1つ以上の要素からなる非構造化データのサンプルと、サンプル毎の各要素を定義付けるメタ情報からなるタグ情報とを関連付けた教師情報を取得する取得部と、
取得した前記教師情報が示す前記サンプルに対する前記各要素のレイアウトの特徴及び前記各要素内のデータの特徴に基づいて、前記サンプルの前記各要素の特徴を抽出する特徴抽出部と、
抽出した前記各要素の特徴と、前記教師情報が示す前記タグ情報とに基づき、前記要素の特徴に応じて前記タグ情報を識別するルールを設定する設定部と、
非構造化データであるコンテンツを取得するコンテンツ取得部と、
取得した前記コンテンツから前記各要素を抽出する抽出部と、
前記ルールを参照して、前記要素に前記タグ情報を付与する付与部と、
前記コンテンツから、前記コンテンツ全体での価格に関する情報を含む付随情報を取得する付随情報取得部と、
前記コンテンツ全体での価格から、前記要素夫々の価格を算出する算出部と、
前記要素夫々に付与した前記タグ情報に基づき、前記コンテンツを構造化し、前記要素夫々に対応付けて前記付随情報を格納した構造化データを生成する生成部と、
生成した前記構造化データを参照して、前記各要素及び各要素の価格を出力する出力部と
を備えることを特徴とする情報処理装置。 - 前記サンプル及びコンテンツは、テキスト又は画像からなる文書データであり、
前記特徴抽出部は、前記要素の書式又はレイアウトに係る情報を抽出し、
前記設定部は、前記要素の書式又はレイアウトと、前記タグ情報との対応関係を示す前記ルールを設定する
ことを特徴とする請求項1に記載の情報処理装置。 - 前記取得部は、複数の前記教師情報を取得し、
前記設定部は、前記教師情報夫々から前記要素の特徴と前記タグ情報との対応関係を学習することで、前記要素に対応する前記タグ情報を識別する識別器を生成する
ことを特徴とする請求項1又は2に記載の情報処理装置。 - 前記出力部が出力した前記要素に対して、該要素に対応する前記コンテンツの出力要求を受け付ける受付部を備え、
出力要求を受け付けた場合、前記出力部は前記コンテンツを出力する
ことを特徴とする請求項1~3のいずれか1項に記載の情報処理装置。 - ネットワークを介してWebページに係るデータを収集する収集部と、
収集した前記Webページから、前記要素と一致するコンテンツを有する前記Webページを抽出するページ抽出部と、
抽出した前記Webページを報知する報知部と
を備えることを特徴とする請求項1~4のいずれか1項に記載の情報処理装置。 - 少なくとも1つ以上の要素からなる非構造化データのサンプルと、サンプル毎の各要素を定義付けるメタ情報からなるタグ情報とを関連付けた教師情報を取得し、
取得した前記教師情報が示す前記サンプルに対する前記各要素のレイアウトの特徴及び前記各要素内のデータの特徴に基づいて、前記サンプルの前記各要素の特徴を抽出し、
抽出した前記各要素の特徴と、前記教師情報が示す前記タグ情報とに基づき、前記要素の特徴に応じて前記タグ情報を識別するルールを設定し、
非構造化データであるコンテンツを取得し、
取得した前記コンテンツから前記各要素を抽出し、
前記ルールを参照して、前記要素に前記タグ情報を付与し、
前記コンテンツから、前記コンテンツ全体での価格に関する情報を含む付随情報を取得し、
前記コンテンツ全体での価格から、前記要素夫々の価格を算出し、
前記要素夫々に付与した前記タグ情報に基づき、前記コンテンツを構造化し、前記要素夫々に対応付けて前記付随情報を格納した構造化データを生成し、
生成した前記構造化データを参照して、前記各要素及び各要素の価格を出力する
処理をコンピュータに実行させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017159662A JP7290391B2 (ja) | 2017-08-22 | 2017-08-22 | 情報処理装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017159662A JP7290391B2 (ja) | 2017-08-22 | 2017-08-22 | 情報処理装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019040260A JP2019040260A (ja) | 2019-03-14 |
JP7290391B2 true JP7290391B2 (ja) | 2023-06-13 |
Family
ID=65726422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017159662A Active JP7290391B2 (ja) | 2017-08-22 | 2017-08-22 | 情報処理装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7290391B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11971852B2 (en) | 2019-05-31 | 2024-04-30 | Pfu Limited | File management device, file management method, and non-transitory computer readable medium |
WO2020240831A1 (ja) * | 2019-05-31 | 2020-12-03 | 株式会社Pfu | ファイル管理装置、ファイル管理方法、及びプログラム |
JP7471802B2 (ja) | 2019-11-18 | 2024-04-22 | 清水建設株式会社 | アーカイブ支援システム |
JP7166509B1 (ja) | 2021-05-11 | 2022-11-07 | 三菱電機株式会社 | 画像解析装置、画像解析方法及び、画像解析プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004178010A (ja) | 2002-11-22 | 2004-06-24 | Toshiba Corp | 文書処理装置並びにその方法及びプログラム |
JP4642139B1 (ja) | 2010-05-10 | 2011-03-02 | キャスタリア株式会社 | 学習システム、学習コンテンツ送信方法及びコンピュータプログラム |
US20170039341A1 (en) | 2015-08-07 | 2017-02-09 | Flatiron Health Inc. | Extracting facts from unstructured data |
US20170200141A1 (en) | 2016-01-13 | 2017-07-13 | Glossaread Technologies Private Limited | Methods and systems for managing electronic contents in electronic publication |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004086642A (ja) * | 2002-08-28 | 2004-03-18 | Hitachi Ltd | Xml変換装置及びそのプログラムの記録媒体 |
US8341513B1 (en) * | 2007-05-21 | 2012-12-25 | Amazon.Com Inc. | Incremental updates of items |
JP2014071749A (ja) * | 2012-09-28 | 2014-04-21 | Dainippon Printing Co Ltd | コンテンツサーバ装置、プログラム及び通信システム |
-
2017
- 2017-08-22 JP JP2017159662A patent/JP7290391B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004178010A (ja) | 2002-11-22 | 2004-06-24 | Toshiba Corp | 文書処理装置並びにその方法及びプログラム |
JP4642139B1 (ja) | 2010-05-10 | 2011-03-02 | キャスタリア株式会社 | 学習システム、学習コンテンツ送信方法及びコンピュータプログラム |
US20170039341A1 (en) | 2015-08-07 | 2017-02-09 | Flatiron Health Inc. | Extracting facts from unstructured data |
US20170200141A1 (en) | 2016-01-13 | 2017-07-13 | Glossaread Technologies Private Limited | Methods and systems for managing electronic contents in electronic publication |
Non-Patent Citations (1)
Title |
---|
坂口 朋章 外3名,著作権侵害検出のための剽窃Webページ発見システム,経営情報学会2007年秋季全国研究発表大会予稿集,日本,経営情報学会,2007年11月17日,pp.454-457 |
Also Published As
Publication number | Publication date |
---|---|
JP2019040260A (ja) | 2019-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7290391B2 (ja) | 情報処理装置及びプログラム | |
US8707167B2 (en) | High precision data extraction | |
US20070171473A1 (en) | Information processing apparatus, Information processing method, and computer program product | |
US8577887B2 (en) | Content grouping systems and methods | |
JP2009122760A (ja) | 文書処理装置、文書処理方法及び文書処理プログラム | |
JP5424798B2 (ja) | メタデータ設定方法及びメタデータ設定システム、並びにプログラム | |
JP3803961B2 (ja) | データベース生成装置、データベース生成処理方法及びデータベース生成プログラム | |
US20120046937A1 (en) | Semantic classification of variable data campaign information | |
JP2007304644A (ja) | 静的ウェブページ生成方法、プログラム、記録媒体及び静的ウェブページ生成管理システム | |
KR102463120B1 (ko) | 문서 다운로드시 사용자 맞춤형 파일명 생성 기능을 제공하는 특허 문서 검색 서버 및 이를 이용한 특허 문서 검색 방법 | |
JP6727097B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
KR20110024874A (ko) | 웹 컨텐츠 스크랩 시스템 및 그 방법 | |
JP2005321849A (ja) | データ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置 | |
US10394920B2 (en) | Data verification device | |
JP5008152B2 (ja) | 調達情報検索システム | |
CN104063416A (zh) | 商品比较装置、方法、以及程序 | |
JP2002342342A (ja) | 文書管理方法及びその実施システム並びにその処理プログラムと記録媒体 | |
JP6493413B2 (ja) | データ取得プログラム、データ取得方法及びデータ取得装置 | |
JP7377565B2 (ja) | 図面検索装置、図面データベース構築装置、図面検索システム、図面検索方法、及びプログラム | |
Han et al. | Making Metadata Maker: A web application for metadata production | |
CN111143719A (zh) | 论文在线出版方法、装置、设备及计算机可读存储介质 | |
WO2023281707A1 (ja) | データ収集装置、データ収集方法、及びプログラム | |
JP2009110506A (ja) | 情報処理装置及び情報処理プログラム | |
JP2019040261A (ja) | 情報処理装置及びプログラム | |
US20240205348A1 (en) | Display system, display method, and display program for displaying a cotent of electronic document |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200625 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210528 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210819 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220428 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220428 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20220512 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20220517 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20220729 |
|
C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20220802 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20220906 |
|
C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20230418 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230601 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7290391 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |