JPH0242561A - 文書諭理構造抽出方式 - 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】 ［産業上の利用分野〕 本発明は、既存の文書から、論理構造を抽出する方式に
係り、特に、様式に対する制約なしに記述された文書か
ら、論理的な構造を抽出するのに好適な論理構造抽出方
式に関する。

〔従来の技術〕

計算機で文書処理を行なう場合、文書は、表題・章・節
などの階層的な構造を持つ論理構造を表現することがで
きる。その論理構造を扱うためには、論理要素（文書の
章・節・項や図表といった意味的に区切られる単位）を
予め指定しなければならない。従来の論理要素を指定す
る方法として。

情報処理学会第３４回（昭和６２年前期）全国大会講演
論文集（ＩＩ）Ｐ１３０９には、見出し部か内容部かを
識別する規則１と、支間の関係から、章・節などの階層
構造を識別する規則２をシステム内部に記述し１文書の
論理構造を自動的に抽出する方法が述べられている。

この方法では、入力文書は、レイアウト編集されていな
い、べた書き文書で、改行コードまでを一単位としてい
る。また文章は、論理的展開類に並んでいると仮定する
。このような形式の入力文書から自動的に文書の論理構
造を抽出する。自動抽出のための規則ｌ、規則２は、シ
ステム内部に記述している。まず、規則１による一単位
ごとの解析を行い、−文の要素が見出しなのか、内容部
なのかを識別する。その後、規則２による文書内の文の
つながりを解析して、各文の親子関係、兄弟関係などを
識別子・章・節などの階層的な構造を抽出している。こ
れらの処理は、バッチ型で行われる。

【発明が解決しようとする課題〕

上記従来技術は、見出し部か内容部かを識別する規則と
１文間の関係から章・節などの階層構造を識別する規則
によって文書を解析している。

このため論理構造を抽出するには、文書をこれらの規則
に従って記述する必要があるので、上記規則に従って記
述されていない既存の文書からは論理構造を抽出できな
い、また新規に文書を作成する場合に自由な様式で文書
を記述できない等の問題があった。

本発明の目的は、かかる従来方法の問題点を解決し、自
由な様式で作成さ才した文書の、論理構造解析を可能と
することにある。

〔課題を解決するための手段〕

マルチウィンドウを用いた文書処理システムにおいて、
文書の論理構造を論理要素名（表題９章。

節、参考文献等）で登録したものを、論理構造テンプレ
ートと呼ぶ。

第１ステップとして、オペレータがテンプレート登録ウ
ィンドウを用いてテンプレート仕様に従って入力した文
字列を、論理構造テンプレートとして論理構造ファイル
に格納する。

第２ステップとして、オペレータによる論理構造解析開
始の指示により、予め４ｉ録された論理構造テンブレー
１−の名称−覧を、テンプレートメニューウィンドウに
表示し、オペレータによるメニューの中からの適当なテ
ンプレートの選択に基づいて、テンプレートメニューウ
ィンドウを消去し、論理要素メニューウィンドウにテン
プレートを表示する。内部では、テンプレート仕様に従
って。

論理構造テンプレートを解析し、論理構造メモリ上に１
階層構造を記憶する。そのテンプレートの各論理要素名
に対して、オペレータは、文書表示ウィンドウ上での文
字列対象を指示し、その結果を、論理構造メモリ上の階
層構造の内容として、記憶する０以上、第１ステップ、
第２ステップにより、自由な様式で作成された文書の論
理構造解析を可能とすることができる。

また、第３ステップとして、文書表示ウィンドウに文書
を表示し、論理要素メニューウイ、ンドウにテンプレー
トを表示した後、オペレータによるテンプレートの修正
に基づき、論理構造テンプレートの文字列を修正する。

そのデータを、テンプレート仕様に従って解析し、第１
メモリ上に記憶する。

以上の第３ステップを加えることにより、標準的な論理
構造テンブレー１−を第１ステップで登録し、それを修
正して使うことができるので、オペレータの作業を削減
して、本方式の目的を達成することができる。

〔作用〕

論理構造テンプレートを、テンプレート仕様によって解
析して階層構造を生成し、オペレータが要素名毎に画面
上で選択した文字列対象を階層構造に格納することによ
って、論理構造を作成する。

それによって１文書データ本体を規則で解析することが
ないので１文書を自由な様式で記述しても論理構造を生
成することができる。

また、論理構造テンプレートを文書を兄ながら修正でき
るようにしたことにより、予め登録した標準的な論理構
造テンプレートを修正して使用すればよいので、テンプ
レート登録にかかるオペレータの作業を削減することが
できる。

〔実施例〕

まず、第１図を参照して１本発明が適用される文書編集
システムの全体構成を説明する。このシステムは、シス
テム全体動作を制御する主制御装置（マイクロプロセッ
サ）１．主制御装置１が実行する各種プログラムを格納
するメモリ２．これらのプログラムの実行過程で生ずる
データを一時的に格納するためのワークメモリ３２本シ
ステムで作成、参照する論理構造テンプレートデータを
格納するためのテンプレートファイル４９文書データや
論理構造データ等を格納するためのデータファイル１６
．データファイル１６からロードした文書データを格納
する文書データメモリ１７表示画面７に表示すべきデー
タが格納されるリフレッシュメモリ（ビットマツプメモ
リ）５．リフレッシュメモリ５の内容を順次に読出して
表示画面７に出力するデイスプレィ制御装置６．各仮想
画面に対応する第４図に示すデータレコード４１〜４７
を格納するための仮想画面メモリ８．第３図に示すウィ
ンドウ管理テーブル３０を格納するためのウィンドウ管
理テーブルメモリ９９文字コードに対応する文字フォン
トを格納するためのメモリ１０．仮想画面上の表示デー
タをリフレッシュメモリ５上にビットマツプデータとし
で展開するビットマツプ・プロセッサ（ＢＭＰ）１１．
上記ビットマツプ・プロセッサ１１を動作させるための
各種コマンドを格納するためのＢＭＰコマンドメモリ１
２．論理構造データを格納するための論理構造メモリ１
５２本システムに対して各種の制御指示やデータを入力
するためのキーボード１３゜および表示画面上でカーソ
ルによる位置を指定するためのマウス（ＭＯＵＳＥ）な
どのボインティング装置１４からなる。

次に１本システムが利用するマルチウィンドウシステム
について、第２図、第３図、第４図を参照しながら説明
する。

第２図は、仮想画面メモリ８に格納される仮想画面２０
．２１上のウィンドウ表示域２３．２４とデイスプレィ
実画面７上に設定されるウィンドウ２５．２６との関係
を示す、この例では、ウィンドウ２５．２６の位置と大
きさは、ウィンドウ矩形の左上端点のＸＹ座４１！１！
　（Ｘｌ、　Ｙｔ）と右下端点のＸＹ座ＪＩＡ　ＣＸｘ
’　、　Ｙｔ’　）とで表わされる。

仮想画面２０．２１のウィンドウ表示域２３゜２４内に
位置するデータが、ウィンドウ２５゜２６に表示される
。ウィンドウ表示域２３．．２４の位置と大きさは、ウ
ィンドウ２５．２６と同様に当該矩形の左上端点、右下
端点のｘｙ座標で表わす。

第２図に示したウィンドウ２５．２６とウィンドウ表示
域２３．２４との対応関係は、第３図に示すウィンドウ
管理テーブル３ｏに記憶する。

第３図はウィンドウ管理テーブル３ｏのデータ項目を示
す、３１はウィンドウが重なる時の表示優先順位である
。３２はデイスプレィ実画面の左上端点を原点としたウ
ィンドウの左上端点のＸＹ座標、３３は同じく右下端点
のＸ’　Ｙ’座標である。３４は仮想画面の左上端点を
原点としたウィンドウ表示域の左上端点のｘｙａ標、３
５は同じく右下端点のｘ’　ｙ’座標である。

第４図は、仮想画面メモリ８のデータ項目を示す０図に
おいて、４１は仮想画面の大きさを表ねす横と縦のサイ
ズ、４２は仮想画面内の領域の総数である。仮想画面内
のデータは１次に述べる領域単位で管理する。４３は仮
想画面の左上端点を原点とした領域の横縦座標、４４は
領域のサイズである。４５は当該領域のデータ種別（テ
キスト／図形／画像）である、４６は当該領域のデータ
属性である。データ種別４５がテキストの場合は。

横／縦書き種別２行ピッチ、字ピッチ等である。

データ種別４５が図形の場合は、図形数等である。

データ種別４５が画像の場合は圧縮形式、階調数等であ
る。４７は領域データである。データ種別４５がテキス
トの場合は、文字コード列、図形の場合は、図形コマン
ド列、画像の場合は、画像データである。

第５図は、論理構造メモリ１５上に記憶される論理構造
データテーブルである。論理構造テーブル５０は、対象
（文書・表題・章・節等）単位毎のレコード５９からな
る。各レコードは、階層構造の最上位レベル、中間レベ
ル、最下位レベルを示す種別５１．対象の上下関係を示
す識別子５２゜下位に属する対象数を示す従属子５３．
対象が文書内容を持っているか否かを示す内容部５４．
小象の論理要素名（要旨、１章等）を示す利用者可視名
５５１文書内容を、どの枠に表示するか等のレイアウト
情報とリンクをとる割付様式識別子５６、文書データメ
モリ１７上にある表示データ５９の位置を示す開始ポイ
ンタ５７と終了ポインタ５８を含む。

第６図に識別子５２をつけた論理構造の一列を示し、対
象識別子の意味を説明する。識別子は、階層レベルが１
段階下がる毎に１桁多くなり、同じ対象から発生した同
レベルの対象の場合は１発生順に、下１桁の数字が１づ
つ増加する０例えば。

識別子“３２１０　”の次にあられれた対象が下位レベ
ルの場合は、識別子“３２１００″′となり、同位レベ
ルの場合は、”３２１１”となる、このように、識別子
は、階層構造における対象の位置を明確にする役割を果
たす。

次に第５図に示した。論理構造データ構造を利用して実
施される、文書論理構造抽出処理のための制御フローに
ついて、第１４図、第７図、第８図及び第９図に示すプ
ログラム・フローチャートを参照にして説明する。第１
０図は、処理に用いるキーボード１３で、第１１図、第
１２図は、処理中の表示画面７の表示例である。

先ず、第１４図に本実施例のメインルーチンを示す。オ
ペレータによりコマンドが入力されるのを待ち（ステッ
プ１４１）、テンプレート登録キー１０１が入力された
場合は（ステップ１４２）。

テンプレート登録制御ルーチンを起動しくステップ１４
３）、論理構造解析キー１０２が入力された場合は（ス
テップ１４２）、論理構造抽出制御ルーチンを起動する
（ステップ１４４）、終了キー１０３が入力されたら、
制御を終了する。

第７図は、テンプレート登録制御ルーチン１４３の詳細
を示すプログラム・フローチャートである。

先ず、ウィンドウ管理テーブルメモリ９に、テンプレー
ト登録ウィンドウ１１１を設定する（ステップ７２）、
オペレータが文字コードキー１０４によりテンプレート
名を記述し入カキ−１０７を入力したら（ステップ７３
）、ワークメモリ３にテンプレート名の文字コード列を
入力する（ステップ７４）。

そして、オペレータは、文字コードキー１０４により、
論理要素名を入力する。要素名毎の終わりには改行キー
１０８を入力し、入力は、テンプレートをコンピュータ
で解析するための、テンプレート仕様に基づいて行う（
ステップ７５）。

文書は、表題・著者名等の文書開始部１章節部後書き、
参考文献等の文書終了部の、３部に分けることができる
。テンプレート仕様は、この３部について、次の４項目
からなる。

第１項目は、文書開始部、終了部の論理要素名の制限（
例、タイトル、標題は、表題に統一）。

第２項目は、章節部の論理要素名は数字とピリオドで記
述（例、３．１，２．）。

第３項目は１章節部の論理要素名は、章、節の従属関係
を表わすために１節のレベルが下がる毎に、論理要素名
の前にスペースを付ける（例えば、“１．”　　”−１
，１”−一１．１．１”）。

第４項目は論理要素名は、論理的展開類に入力。

オペレータが、終了キー１０３を入力したら（ステップ
７６）、データをワークメモリ３に一時的に入力しくス
テップ７７）、先はど入力したテンプレート名をファイ
ル名とし、テンプレートファイル４にテンプレートを格
納する（ステップ７８）。

第１１図は、オペレータが論理要素を入力するときの、
表示画面７の１例である。

次に、ウィンドウ管理テーブルメモリ９に、メツセージ
ウィンドウ１２３を設定する（ステップ７９）、そして
、メツセージウィンドウ１２３に対応した仮想画面メモ
リ８に、ｒ別テンプレートを登録しますか？」という文
字列データを入力する（ステップ７１０）、オペレータ
がＹＥＳキー１０５を入力した場合はステップ７３に戻
り、Ｎｏキー１０６を入力した場合は（ステップ７１１
）。

テンプレート登録ウィンドウ及びメツセージウィンドウ
を消去し、ウィンドウ管理テーブルメモリ９から当該ウ
ィンドウの管理データを削除する（ステップ７１２）、
以上がテンプレート登録処理である。

第８図は、論理構造抽出制御ルーチン１４４の詳細を示
すプログラム・フロチャートである。

オペレータによる論理構造解析キー１０２の入力に応答
して、ウィンドウ管理テーブルメモリ９にテンプレート
メニューウィンドウを設定する（ステップ９１）０次に
、テンプレートファイル４より、テンプレートファイル
名の一覧をワークメモリ３に読込み、テンプレートメニ
ューウィンドウに対応する仮想画面メモリ８に入力する
（ステップ９２）、オペレータがマウスで指示したテン
プレート名のファイルを、テンプレートファイル４より
、ワークメモリ３に読込む（ステップ９３．９４）、そ
して、そのデータを論理構造解析ルーチン（第９図参照
）で解析する（ステップ９５）０次に、ウィンドウ管理
テーブルメモリ９に、論理要素メニューウィンドウ１２
２を設定しくステップ９６）、ワークメモリ３上のテン
プレートを、論理要素メニューウィンドウ１２２に対応
した仮想画面メモリ８に、出力する（ステップ９７）。

コマンド入力待ちの時（ステップ９１８）、オペレータ
が論理要素ウィンドウ１２２上で、マウスを用いて論理
要素名を指示したら（ステップ９１９）、論理構造メモ
リ１５上の論理構造テーブルを検索し、指定された論理
要素名の識別子臼２をワークメモリ３に人力する（ステ
ップ９９）。

そして、ウィンドウ管理テーブル９に、メツセージウィ
ンドウ１２３を設定しくステップ９１０）。

メツセージウィンドウに対応した仮想画面メモリ８に、
文字対象の指定を促す旨のメツセージの文字コード列を
入力する（ステップ９１１）、第１２図は、その１例で
ある。

オペレータが、文書表示ウィンドウ１２１上に表示され
た文字列を指示すると（ステップ９１２）。

文書データメモリ１７上での、文字列の開始ポインタと
終了ポインタを検索する（ステップ９１３）。

その結果を、先程ワークメモリ３に入力した識別子に対
応する開始ポインタ５７．終了ポインタ５８へ格納する
（ステップ９１４）、そして、ステップ９１８へ続く。

オペレータが終了キー１０３を入力したら、メツセージ
ウィンドウ１２３．論理要素メニューウィンドウ１２２
を消去し、ウィンドウ管理テーブルメモリ９から当該ウ
ィンドウの管理データを削除する（ステップ９１７）・ 第９図に、論理構造テンプレート解析ルーチン９５のフ
ローチャートを示す。

先ず、論理構造メモリ１５上の論理構造テープＪＬ１５
０（７）、項目５１〜５４，５６〜５８にｏを、５６″
＆こヌル文字コードを入力することによって初期化する
（ステップ８０）。次に、ワークメモリ３より、テンプ
レートに記述された論理要素名を、改行コードまでを一
輪理要素名として、ワークメモリ３の別アドレスに入力
する（ステップ８２）。

もし、データが終了した場合は、第８図の制御フローに
戻る（ステップ８３．８４）。

次に、入力した論理要素名の先頭文字コードを調べ、数
字、スペース文字、それ以外の文字の３通りに分ける（
ステップ８５）、１文字目がスペースの場合は、何文字
目までがスペース文字かを文字コードで調べ（ステップ
８６）、数字、それ以外の文字の場合と同様に、第６図
に示したルールに従って識別子の計算を行う（ステップ
８７）。

その結果を論理構造メモリ１５上の論理構造テーブルに
格納し、ステップ８２に戻る（ステップ８８）６以上が
論理構造抽出処理である。

上記実施例によれば、論理構造を抽出する場合。

文字データのポインタを検索する以外に、文書データメ
モリ１７上のデータを解析する必要がないので９文書を
自由に記述しても、論理構造を抽出できるという利点が
ある。

しかし、上述した第１の実施例においては、登録済のテ
ンプレートと文書の論理構造が一致しない場合は、新し
くテンプレートを登録する必要があった。この場合、テ
ンプレートファイルの数が非常に多くなりまた、オペレ
ータにとっては、テンプレート登録が負担になる可能性
がある。

そこで、次に、テンプレートの修正を可能にすることに
より、かかる問題点を改善した第２の実施例について説
明する。

第１３図の制御フローは、第８図の論理構造抽出制御ル
ーチンを改良した、プログラム・フローチャートである
。以下、第１３図を参照して、説明する。

第１３図において、先ず、テンプレート管理テーブルメ
モリ９に、メツセージウィンドウ１２３を設定する（ス
テップ１３１）、そして、メツセージウィンドウ１２３
に対応する仮想画面メモリ８に、ｌ１ｆｆｉ録済みのテ
ンプレートを使用しますか？」という文字コード列を入
力する（ステップ１３２）。

オペレータがＮｏキー１０６を入力した場合は（ステッ
プ１３３）、テンプレート管理テーブルメモリ９に、テ
ンプレート登録ウィンドウ１１１を設定し、オペレータ
は、文字コードキー１０４によりテンプレート名を記述
し、終了後、入カキ−１０７を入力する（ステップ１３
４，１３５）。

テンプレート名は、ワークメモリ３に入力する。

そして、オペレータは１文字コードキー１０４により、
論理要素名を入力する（ステップ１３１．６）。

その際１要素毎に改行キー１０８を人力する。又記述は
、テンプレート仕様に基づいて行う（ステップ１３１６
）、オペレータが終了キー１０３を入力したら、記述さ
れたデータをワークメモリ３に一時的に入力し、先程入
力したテンプレート名をファイル名とし、テンプレート
ファイル４にテンプレートを格納する（ステップ１３１
７〜１３１９）。

その後は第８図ステップ９４以降と同様である・もし、
メツセージに対してＹＥＳキー１０５が入力されたら（
ステップ１３３）、まず、ウィンドウ管理テーブルメモ
リ９に、テンプレートメニューウィンドウを設定する（
ステップ１３７）。

そして、テンプレートファイル４よりテンプレート名一
覧をワークメモリ３に読込み、テンプレートメニューウ
ィンドウに対応する仮想画面メモリ８に人力する（ステ
ップ１３８）、オペレータは、マウスでテンプレート名
を指示する（ステップ１３９）。

次に、ウィンドウ管理テーブルメモリ９に、論理要素メ
ニューウィンドウ１２２を設定し、ウィンドウ１２２に
対応した仮想画面メモリ８に、オペレータが指示したフ
ァイルのデータを、テンプレートファイル４より入力す
る（ステップ１３１０゜１３１１）、そして、メツセー
ジウィンドウに対応した仮想画面メモリ８に、テンプレ
ートを修正するか否かのメツセージの文字コード列を入
力する（ステップ１３１２）、オペレータがＮｏキー１
０６を入力した場合は、ステップ９４八続く。

ＹＥＳキー１０５を入力した場合は、ウィンドウ管理テ
ーブルメモリ９に、テンプレート登録ウィンドウ１１１
を設定し、ウィンドウ１１１に対応した仮想画面メモリ
８に、オペレータが指示したファイルを、テンプレート
ファイル４より人力する（ステップ１３１４．１３１５
）。そして、新規に登録する場合と同様に、ステップ１
３１３〜１３１９を行い、ステップ９４に続く。

以上説明した第２の実施例によれば、予め！：Ａ＄的な
論理構造テンプレートを登録しておけば、テンプレート
を修正するだけで論理構造の抽出ができ、また特殊な論
理構造を持つ文書の場合も、テンプレートの新規登録が
容易にできるので、オペレータの作業が削減され、様々
な文書に対して柔軟に対応できる。

〔発明の効果〕

以上の実施例の説明から明らかな如く１本発明によれば
、予め文書の論理構造を、簡易な方法で登録しておき、
文書中の文章単位と、登録済の論理要素ｍ位との対応づ
けを、対話的に行うことができるので、様々な様式の文
書の論理構造を容易に抽出する手段を提供することがで
きる。

【図面の簡単な説明】

第１図は１本発明によるマルチウィンドウ・システｌ＼
の全体構成を示すブロック図、第２図は、仮想画面上の
ウィンドウ表示域と、デイスプレィ実画面上のウィンド
ウとの関係を示す図、第３図は、ウィンドウ管理テーブ
ルの説明図、第４図は、仮想画面メモリの構成を示す説
明図、第５図は、論理構造データテーブルの説明図、第
６図は、識別子を付けた論理構造の１倒を示した説明図
、第７図は、テンプレート登録のために実行されるプロ
グラム・フローチャート、第８図は、論理構造を抽出す
るために実行されるプログラム・フローチャート、第９
図は、第８図における論理構造テンプレート解析ルーチ
ンを詳細にしたプログラム・フローチャート、第１０図
は１本システムで使用するキーボードの一例の平面図、
第１１図は、テンプレート登録の際の表示画面を示した
図、第１２図は、論理構造抽出の際の表示画面を示した
図、第１３図は１本発明の第２の実施例で実行されるプ
ログラム・フローチャート、第１４図は、循 図 第 １ρ 口 第 図 第 図

Claims (1)

1. 【特許請求の範囲】 １、入力手段と表示画面上に複数のウィンドウが設定さ
   れるマルチウィンドウ・システムを用いる文書編集装置
   において、オペレータにより、論理要素識別名で、論理
   要素識別名の階層関係を示す記述に従つて入力された文
   書の論理構造を、表示画面に設定された第１ウィンドウ
   に表示し、同入力データを論理構造ファイルに格納する
   第１ステップと、第１ステップにより格納したデータを
   論理構造ファイルより読出し、第１ステップでデータを
   入力する際用いた仕様に基づいて、論理要素名の階層構
   造を、論理構造メモリに格納し、また、第１ウィンドウ
   に論理要素識別名、第２ウィンドウに文書を表示し、オ
   ペレータによる第１ウィンドウの論理要素識別名と第２
   ウィンドウの文書の論理要素単位の文字列との対応指示
   に基づき、その結果を、論理構造メモリ上の階層構造の
   論理要素識別名エリアに格納することによつて論理構造
   を生成する第２ステップとを有することを特徴とする文
   書論理構造抽出方式。 ２、第１表示画面に設定されたウィンドウに文書を表示
   し、第１ステップにより格納したデータを論理要素ファ
   イルより読出し、第２ウィンドウに論理要素名のデータ
   を表示し、オペレータによる第２ウィンドウ上での論理
   要素名のデータの修正指示に基づき、論理構造ファイル
   上のデータを修正し、修正が終了したら、データを論理
   構造ファイルより読出し、仕様に基づいて論理要素識別
   名の階層構造を論理構造メモリに格納する第３ステップ
   を有することを特徴とした請求項第１項記載の文書論理
   構造抽出方式。