JPH05303569A - Document processor - Google Patents
Document processorInfo
- Publication number
- JPH05303569A JPH05303569A JP4132066A JP13206692A JPH05303569A JP H05303569 A JPH05303569 A JP H05303569A JP 4132066 A JP4132066 A JP 4132066A JP 13206692 A JP13206692 A JP 13206692A JP H05303569 A JPH05303569 A JP H05303569A
- Authority
- JP
- Japan
- Prior art keywords
- document
- information
- arrangement information
- block
- learning
- 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.)
- Pending
Links
Landscapes
- Document Processing Apparatus (AREA)
- Machine Translation (AREA)
Abstract
Description
【0001】[0001]
【産業上の利用分野】本発明は、ワードプロセッサ等に
用いられる文書処理装置に係り、詳細には、文書書式学
習機能を備えた文書処理装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a document processing device used in a word processor or the like, and more particularly to a document processing device having a document format learning function.
【0002】[0002]
【従来の技術】一般にワードプロセッサ等においては、
文書の書式は一行当りの桁数を設定することにより規定
される。そして、この書式に従って文書が作成され、作
成された文書はプリンタで印刷される。この場合、文字
の表現は、表示あるいは印刷において、ハードウェア
(記憶容量、プリンタ、内蔵フォント、画面解像度等)
に依存する部分が多く、各ワードプロセッサの特徴が出
るところであるが、一般的には文字として、全角、半
角、1/4倍角、横倍角、縦倍角、4倍角が使え、文字
単位あるいは行単位にピッチ指定ができ、下線、文字飾
り、罫線機能を備えたものが多い。また、文章を作成す
る場合、多くの文書処理装置では特定の文字または行に
対して、アンダーラインを引いたり、文字サイズを拡大
することで、その文字または行を強調することができ
る。これらの操作は文字修飾と呼ばれている。また、文
書処理装置においては、作成した文書を印字出力する際
に、所望の書式に設定して出力できるようになってい
る。このような書式の設定には、桁間のピッチ、行間の
ピッチ、1ページの桁数、1ページの行数、文字ポイン
ト等の設定項目にそれぞれ所望の値を入力するあるいは
選択することにより行われている。こうして設定された
書式に基づいて、プリンタ等の印字装置により文書が出
力されるものであるが、この出力に先立って、その設定
された書式でどのような印字出力が得られるかを表示装
置の表示画面上に表示する印刷イメージ表示機能を備え
た日本語ワードプロセッサも知られている。2. Description of the Related Art Generally, in a word processor or the like,
The format of the document is specified by setting the number of digits per line. Then, a document is created according to this format, and the created document is printed by the printer. In this case, the character representation is hardware (storage capacity, printer, built-in font, screen resolution, etc.) in display or printing.
There are many parts that depend on, and the characteristics of each word processor come out, but in general, you can use full-width, half-width, 1/4 double-width, double-width double, vertical double-width, and double-width characters as a character It is possible to specify the pitch, and many have underline, character decoration, and ruled line functions. Further, when creating a sentence, in many document processing apparatuses, a particular character or line can be emphasized by underlining or enlarging the character size. These operations are called character modification. Further, in the document processing apparatus, when the produced document is printed out, it can be set in a desired format and outputted. To set such a format, enter or select desired values in the setting items such as pitch between columns, pitch between lines, number of digits per page, number of lines per page, and character points. It is being appreciated. A document is output by a printing device such as a printer based on the format set in this way. Prior to this output, what kind of print output can be obtained in the set format is displayed on the display device. A Japanese word processor having a print image display function for displaying on a display screen is also known.
【0003】[0003]
【発明が解決しようとする課題】しかしながら、このよ
うな従来の文書処理装置にあっては、操作者が自由に文
書フォーマットを設定して文書作成ができるようになっ
ているため、作成された文書が何種類もある場合には、
操作者の個性に応じて文書フォーマット(例えば、「見
出し」、「日付」等の順番、アンダーライン、文字飾り
等の書式情報)が複数混在することになり、見づらくな
るという問題があった。すなわち、各個人の好み、目的
に応じて様々な書式設定が行えるものの、ある人が作成
した文書の書式に合わせて他人が文書を作成しようとす
るときには、その都度書式を変更しなければならず、こ
のような書式決定の変更の繰り返しは多くの労力及び時
間を費やしてしまうことになる。特に、製品の使用書や
複数人の分担で執筆される論文・辞書編集等においては
文書フォーマットに整合性が保たなければならないが、
従来の文書処理装置では、あらかじめ決められている1
段組の文書フォーマット(例えば、情報処理学会誌フォ
ーマット)を2段組の文書フォーマットに変換する程度
のものであったため、これではオリジナルな文書フォー
マットへの変換はできない。また、従来の文書処理装置
の場合、構成要素の順番は変換後のフォーマットの構成
要素の順番通りに入力しなければならず、変換前の文書
にも制約があった。本発明の課題は、文書フォーマット
の解析や学習・変換を容易に行うことができるようにす
ることである。However, in such a conventional document processing apparatus, since the operator can freely set the document format and create the document, the created document is processed. If there are several types,
There is a problem in that a plurality of document formats (for example, order information such as “heading” and “date”, format information such as underline, character decoration, and the like) are mixed depending on the individuality of the operator, making it difficult to read. That is, although various format settings can be made according to individual preferences and purposes, the format must be changed each time another person tries to create a document in accordance with the format of a document created by one person. Iteratively changing the format decision as described above consumes a lot of labor and time. In particular, it is necessary to maintain consistency in the document format in product usage manuals and papers / dictionaries edited by multiple people.
In the conventional document processing device, the predetermined number 1
Since the document format of columns (for example, the journal of Information Processing Society of Japan) is converted to the document format of two columns, it cannot be converted to the original document format. Further, in the case of the conventional document processing apparatus, the order of the constituent elements has to be input in the order of the constituent elements of the format after conversion, and the document before conversion is also limited. An object of the present invention is to make it possible to easily analyze, learn, and convert a document format.
【0004】[0004]
【課題を解決するための手段】本発明の手段は次の通り
である。文書データ記憶手段は、文書データを記憶する
ためのRAM等である。アレンジ情報解析手段は、文書
データ記憶手段に記憶されている第1の文書データ及び
第2の文書データのアレンジ情報を解析する文書解析装
置等である。アレンジ情報学習手段は、アレンジ情報解
析手段により解析された第1の文書データ及び(また
は)第2の文書データのアレンジ情報を学習して文書を
作成する際の学習データとして記憶するもので、例え
ば、CPU等により実行され、不揮発性メモリ等に記憶
される。アレンジ情報供給手段は、アレンジ情報学習手
段に記憶された学習データに基づいてフォーマット変換
しようとする文書データのアレンジ情報を供給するもの
で、例えば、前記アレンジ情報学習手段により学習した
アレンジ情報でもよいし、オペレータがキー入力で登録
したもの、あるいはROM等によりメーカ等が供給する
ものでもよい。文書フォーマット変換手段は、アレンジ
情報解析手段により解析された出力対象の一方の文書デ
ータのアレンジ情報を、アレンジ情報供給手段により供
給された他方の文書データのアレンジ情報に変換する文
書フォーマット変換装置等である。文書データ出力手段
は、文書フォーマット変換手段によりフォーマット変換
されたアレンジ情報に従って前記出力対象の文書データ
を出力するもので、例えばCRT等の表示装置やプリン
タ等の印刷装置である。前記アレンジ情報解析手段は、
例えば、請求項2に記載するように、文書データを所定
の文書構成要素(例えば、日付、差出人、見出し等のブ
ロック)に分割し、該文書構成要素ブロック毎にアレン
ジ情報を抽出する文書アレンジ情報抽出手段により構成
するようにしてもよい。また、前記アレンジ情報は、例
えば、請求項3に記載するように、書式パターン情報、
修飾情報、文書構成要素ブロック特有の個別情報のうち
の何れか1つ以上の情報であるように構成するようにし
てもよい。The means of the present invention are as follows. The document data storage means is a RAM or the like for storing the document data. The arrangement information analysis means is a document analysis device or the like that analyzes arrangement information of the first document data and the second document data stored in the document data storage means. The arrangement information learning means stores the arrangement information of the first document data and / or the second document data analyzed by the arrangement information analyzing means as learning data for creating a document, for example, , And is stored in a non-volatile memory or the like. The arrangement information supply means supplies arrangement information of document data to be format-converted based on the learning data stored in the arrangement information learning means, and may be arrangement information learned by the arrangement information learning means. It may be registered by an operator by key input, or supplied by a maker or the like through a ROM or the like. The document format conversion means is a document format conversion device or the like that converts the arrangement information of one document data of the output target analyzed by the arrangement information analysis means to the arrangement information of the other document data supplied by the arrangement information supply means. is there. The document data output means outputs the document data to be output according to the arrangement information converted in format by the document format conversion means, and is, for example, a display device such as a CRT or a printing device such as a printer. The arrangement information analysis means,
For example, as described in claim 2, the document arrangement information that divides the document data into predetermined document constituent elements (for example, blocks such as date, sender, headline, etc.) and extracts arrangement information for each of the document constituent element blocks. You may make it comprise by an extraction means. The arrangement information is, for example, as described in claim 3, format pattern information,
It may be configured such that it is any one or more of the modification information and the individual information unique to the document component block.
【0005】[0005]
【作用】本発明の手段の作用は次の通りである。文書デ
ータ記憶手段には、文書データが記憶されている。この
状態において、文書データ記憶手段から文書データが読
出されると、アレンジ情報解析手段により第1文書デー
タ及び第2の文書データのアレンジ情報が解析される。
また、アレンジ情報学習手段により解析された第1の文
書データ及び(または)第2の文書データのアレンジ情
報が学習されて他の文書を作成する際の学習データとし
て記憶される。一方、アレンジ情報供給手段により、ア
レンジ情報学習手段に学習された学習データに基づいて
フォーマット変換しようとする文書データのアレンジ情
報が供給されると、解析された出力対象の一方の文書デ
ータのアレンジ情報は、文書フォーマット変換手段によ
りアレンジ情報供給手段から供給された他方の文書デー
タのアレンジ情報にフォーマット変換される。そして、
フォーマット変換されたアレンジ情報に従って文書フォ
ーマット変換手段が出力対象の文書データを出力する。
従って、文書を作成する際に、学習しているアレンジ情
報を利用することができ、アレンジが統一されていない
文書データのアレンジをいずれかの文書データに統一す
ることができる。The operation of the means of the present invention is as follows. Document data is stored in the document data storage means. In this state, when the document data is read from the document data storage means, the arrangement information analysis means analyzes the arrangement information of the first document data and the second document data.
Also, the arrangement information of the first document data and / or the second document data analyzed by the arrangement information learning means is learned and stored as learning data when another document is created. On the other hand, when the arrangement information supply means supplies the arrangement information of the document data to be format-converted based on the learned data learned by the arrangement information learning means, the arrangement information of one of the analyzed document data of the output target. Is subjected to format conversion by the document format conversion means into the arrangement information of the other document data supplied from the arrangement information supply means. And
The document format conversion means outputs the document data to be output in accordance with the format-converted arrangement information.
Therefore, when creating a document, the learned arrangement information can be used, and the arrangement of the document data whose arrangement is not unified can be unified to any document data.
【0006】[0006]
【実施例】以下、図1〜図17を参照して実施例を説明
する。図1〜図17は文書処理装置10の一実施例を示
す図であり、ワードプロセッサに適用した例である。先
ず、構成を説明する。図2は文書処理装置10のブロッ
ク図である。この図において、11は装置全体の制御、
並びに後述する文書最小分割処理、文書レイアウト情報
抽出処理、文書アレンジ情報抽出処理、学習処理、文書
構造解析処理、文書アレンジ変換処理、文書レイアウト
変換処理の制御を行なうCPUであり、CPU11は後
述するROM12に格納されているマイクロプログラム
に従って文書処理装置の各種の動作を制御する。CPU
11には、所定のプログラム及び文字パターン等の固定
データを記憶するROM12と、演算に使用するデータ
や演算結果などを一時的に記憶するRAM13と、キー
ボード14を制御するキーボード制御部15と、OCR
(optical character reader:光学式文字読取装置)1
6を制御するOCR制御部17と、入力された画像デー
タ及び配置情報、アレンジ情報を画面表示するCRT1
8を制御するCRT制御部19と、文書ファイルを記憶
するフロッピディスク等の外部記憶装置20と、外部記
憶装置20に対してデータの書込み/読出しを制御する
外部記憶制御部21と、文書を印刷出力するプリンタ2
2を制御するプリンタ制御部23と、後述する文書記憶
領域28に記憶されている文書データの構造を解析する
文書解析装置24と、文書解析装置24による解析結果
から文書要素のレイアウト情報(配置情報)を抽出する
文書レイアウト情報抽出装置25と、文書解析装置24
による解析結果から文書要素のアレンジ情報を抽出する
文書アレンジ情報抽出装置26と、抽出した情報を学習
した学習データを基に文書データを統一された文書フォ
ーマットに変換する文書フォーマット変換装置27とが
それぞれ接続されている。EXAMPLES Examples will be described below with reference to FIGS. 1 to 17 are diagrams showing an embodiment of the document processing apparatus 10, which is an example applied to a word processor. First, the configuration will be described. FIG. 2 is a block diagram of the document processing apparatus 10. In this figure, 11 is the control of the entire apparatus,
Further, it is a CPU that controls the document minimum division processing, the document layout information extraction processing, the document arrangement information extraction processing, the learning processing, the document structure analysis processing, the document arrangement conversion processing, and the document layout conversion processing, which will be described later. Various operations of the document processing apparatus are controlled in accordance with a micro program stored in. CPU
Reference numeral 11 denotes a ROM 12 for storing fixed data such as a predetermined program and a character pattern, a RAM 13 for temporarily storing data used for calculation and a calculation result, a keyboard control unit 15 for controlling a keyboard 14, and an OCR.
(Optical character reader) 1
6, an OCR control unit 17 for controlling 6, and a CRT 1 for displaying the input image data, arrangement information, and arrangement information on the screen.
8, a CRT control unit 19, an external storage device 20 such as a floppy disk that stores a document file, an external storage control unit 21 that controls writing / reading of data to / from the external storage device 20, and a document print Printer 2 to output
2, a printer control unit 23 for controlling the document data 2, a document analysis device 24 for analyzing a structure of document data stored in a document storage area 28, which will be described later, and layout information (arrangement information) of document elements based on an analysis result by the document analysis device 24. ) For extracting document layout information and a document analysis device 24
A document arrangement information extraction device 26 that extracts arrangement information of document elements from the analysis result by the document format conversion device 27 and a document format conversion device 27 that converts the document data into a unified document format based on learning data obtained by learning the extracted information. It is connected.
【0007】ROM12は、システム立ち上げ時のOS
(Operating System)となるIPLプログラム、キーボ
ード14、OCR16、CRT19、外部記憶装置20
の入出力制御を行うためのIOCS(Input Output Con
trol System)プログラム、キーワードを検索するため
のキーワード辞書、及び文字フォントデータなどを記憶
する固定メモリである。The ROM 12 is an OS for starting the system.
(Operating System) IPL program, keyboard 14, OCR 16, CRT 19, external storage device 20
(IOCS) for input / output control of
control system) program, a keyword dictionary for searching keywords, and fixed memory for storing character font data and the like.
【0008】また、RAM13の記憶領域は所定用途毎
に分割して使用され、具体的には、入力された文書デー
タを記憶する文書記憶領域28、文書レイアウト情報抽
出装置25により抽出したレイアウト情報(配置情報)
を学習して学習データとして記憶するための文書レイア
ウト情報学習領域29と、文書アレンジ情報抽出装置2
6により抽出したアレンジ情報を学習して学習データと
して記憶するための文書アレンジ情報学習領域30と、
演算処理中のデータを一時的に格納するワーク領域31
を備えている。上記各記憶領域のうち、学習データを記
憶する文書レイアウト情報学習領域29及び文書アレン
ジ情報学習領域30は、電源オフ後もその記憶内容を保
持するEEPROM等の不揮発性メモリや電源バックア
ップされたRAMが使用される。The storage area of the RAM 13 is divided and used for each predetermined purpose. Specifically, the document storage area 28 for storing the input document data and the layout information extracted by the document layout information extracting device 25 ( Placement information)
Document layout information learning area 29 for learning and storing as learning data, and a document arrangement information extracting device 2
A document arrangement information learning area 30 for learning the arrangement information extracted by 6 and storing it as learning data;
Work area 31 for temporarily storing data being processed
Is equipped with. Of the above-mentioned storage areas, the document layout information learning area 29 and the document arrangement information learning area 30 for storing the learning data include a non-volatile memory such as an EEPROM that retains the stored contents even after the power is turned off or a power-backed RAM. used.
【0009】CPU11は、外部記憶装置20に記憶さ
れている文書データを読込んでRAM13の文書記憶領
域28に格納する。また、CPU11は上記各装置及び
RAM13を制御して文書フォーマット学習及び文書フ
ォーマット変換を実行する。すなわち、CPU11によ
って制御される文書解析装置24は、文書記憶領域28
に格納された文書データを1行ずつ取出して文書データ
の構造を解析し(解析手法の詳細な説明は後述する)、
その解析結果から文書レイアウト情報及び文書アレンジ
情報を抽出し、抽出した情報を文書レイアウト情報学習
領域29及び文書アレンジ情報学習領域30に学習デー
タとして記憶する。また、統一されていない文書データ
を統一しようとするときには文書記憶領域28から統一
とようとする文書データを読出し、文書フォーマット変
換装置27により文書レイアウト情報学習領域29及び
文書アレンジ情報学習領域30から読出した学習データ
を用いて文書フォーマット変換してCRT18あるいは
プリンタ22等に出力する。The CPU 11 reads the document data stored in the external storage device 20 and stores it in the document storage area 28 of the RAM 13. Further, the CPU 11 controls the above-mentioned devices and the RAM 13 to execute document format learning and document format conversion. That is, the document analysis device 24 controlled by the CPU 11 has the document storage area 28
The document data stored in is extracted line by line and the structure of the document data is analyzed (a detailed explanation of the analysis method will be given later).
Document layout information and document arrangement information are extracted from the analysis result, and the extracted information is stored in the document layout information learning area 29 and the document arrangement information learning area 30 as learning data. When undocumented document data is to be unified, the document data to be unified is read from the document storage area 28, and is read from the document layout information learning area 29 and the document arrangement information learning area 30 by the document format conversion device 27. The learned learning data is used to convert the document format and output to the CRT 18 or the printer 22.
【0010】また、上記ワーク領域31には、図6〜図
17で後述する各処理(すなわち、文書最小分割処理、
文書レイアウト情報抽出処理、文書アレンジ情報抽出処
理、学習処理、文書構造解析処理、文書アレンジ変換処
理)によって文書最小分割ブロックテーブル(テーブル
1)、文書構成要素ブロックテーブル(テーブル2)、
文書構成要素レイアウト情報テーブル(テーブル3)、
文書アレンジ情報テーブル(テーブル4)、入力例文書
2の文書構造解析テーブル(テーブル5)が作成され
る。Further, in the work area 31, each process described later with reference to FIGS. 6 to 17 (that is, the document minimum division process,
Document layout information extraction processing, document arrangement information extraction processing, learning processing, document structure analysis processing, document arrangement conversion processing), document minimum division block table (table 1), document constituent element block table (table 2),
Document component layout information table (Table 3),
A document arrangement information table (table 4) and a document structure analysis table (table 5) of the input example document 2 are created.
【0011】キーボード14は、英数字、平仮名等を入
力するキーや、カーソル移動キー、実行キー、中止キー
等のファンクションキーが配設された操作盤である。ま
た、キーボード制御部15は、キーボード14上のいず
れかのキーが操作された場合、そのキーに対応する所定
のキーコードに変換し、CPU11に出力する。OCR
16は、帳票等に印刷あるいは手書きされた文字を光学
的スキャナにより読取り、識別、判断処理した後、文字
の符号化を行なう。また、プリンタ22は予め作成者が
設定しておいた書式情報または学習機能により文書フォ
ーマット変換された書式情報に従ってRAM13に記憶
された文書を印刷出力するためのものである。The keyboard 14 is an operation panel provided with keys for inputting alphanumeric characters, hiragana, etc., and function keys such as a cursor movement key, an execute key, and a stop key. When any key on the keyboard 14 is operated, the keyboard control unit 15 converts the key code into a predetermined key code corresponding to the key and outputs the key code to the CPU 11. OCR
Reference numeral 16 reads characters printed or handwritten on a form or the like with an optical scanner, performs identification and determination processing, and then encodes the characters. The printer 22 is for printing out the document stored in the RAM 13 according to the format information preset by the creator or the format information converted by the learning function.
【0012】次に、本実施例の動作を説明する。本実施
例に係る文書処理装置10は、文書データの構造を解析
して、文書フォーマットの指定・学習を行なう文書フォ
ーマット学習機能と、学習した文書フォーマットを用い
て変換しようとする文書データを別の異なるフォーマッ
トの文書に変換する文書フォーマット変換機能とを備え
ている。Next, the operation of this embodiment will be described. The document processing apparatus 10 according to the present exemplary embodiment analyzes the structure of document data to specify a document format and learn the document format, and a document data to be converted using the learned document format. It is provided with a document format conversion function for converting documents of different formats.
【0013】上記文書フォーマット学習機能は、レイア
ウト済みの文書の構造(文字のつながりや構成要素分
類)をタイトル記号や句点の有無及びキーワード等を基
に判別して、この判別結果からフォーマット情報や文字
のアレンジ情報を得、その情報を学習するものである。
また、上記文書フォーマット変換機能は、上記文書フォ
ーマット学習と同じ手段で文書の構造を判別した後、各
構成要素を学習情報により並び替え、更に文字のアレン
ジを行うものである。The document format learning function discriminates the structure of a laid-out document (character connection or component element classification) based on the presence or absence of title symbols or punctuation marks, keywords, etc., and based on the discrimination result, format information or characters. The arrangement information is obtained and the information is learned.
Further, the document format conversion function is to determine the structure of a document by the same means as the above-mentioned document format learning, rearrange each component according to learning information, and further arrange characters.
【0014】以下、図2〜図17を参照しながら上記文
書フォーマット学習機能及び文書フォーマット変換機能
について具体的に説明する。図2は文書フォーマット学
習される入力例文書(入力例文書1)、図3は学習した
文書フォーマット学習結果を用いて文書フォーマット変
換される入力例文書(入力例文書2)、図4は出力例文
書1に変換途中の文書を示す中間例文書(中間例文書
1)、図5は文書フォーマット変換された出力例文書
(出力例文書1)をそれぞれ示す図であり、本実施例で
は入力例文書1に対して文書フォーマット学習を行な
い、学習した文書フォーマット学習結果を用いて入力例
文書2を出力例文書1に変換する変換例を示す。なお、
本実施例では説明の便宜上、文字は全角のみを使用し、
同一行に複数個の文書構成要素ブロック(図6及び図7
で後述する)は存在しない例文を用いるものとする。The document format learning function and the document format conversion function will be specifically described below with reference to FIGS. 2 is an input example document (input example document 1) in which the document format is learned, FIG. 3 is an input example document (input example document 2) in which the document format is converted using the learned document format learning result, and FIG. 4 is an output example. Document 1 is an intermediate example document (intermediate example document 1) showing a document being converted, and FIG. 5 is a diagram showing an output example document (output example document 1) whose document format has been converted. In the present embodiment, an input example document is shown. A conversion example is shown in which the document format learning is performed for 1 and the input example document 2 is converted to the output example document 1 using the learned document format learning result. In addition,
In the present embodiment, for convenience of explanation, only full-width characters are used,
Multiple document component blocks in the same line (see FIGS. 6 and 7).
Will be used later) will be used.
【0015】○文書フォーマット学習 文書フォーマット学習は、文書最小分割処理(図6及び
図7)、文書レイアウト情報抽出処理(図8〜図1
1)、文書アレンジ情報抽出処理(図12〜図14)及
び学習処理からなる。また、既に前記RAM13の文書
記憶領域28には図2に示す入力例文書1の文書が格納
されているものとする。Document Format Learning Document format learning includes document minimum division processing (FIGS. 6 and 7) and document layout information extraction processing (FIGS. 8 to 1).
1), document arrangement information extraction processing (FIGS. 12 to 14), and learning processing. Further, it is assumed that the document of the input example document 1 shown in FIG. 2 is already stored in the document storage area 28 of the RAM 13.
【0016】文書最小分割処理 図6は文書の構造を解析するために文書データを最小ブ
ロックに区分けする文書最小分割処理を示すフローチャ
ートであり、本文書最小分割処理を実行することにより
図7に示す文書最小分割ブロックテーブル(テーブル
1)が作成される。図6中、符号Sn(n=1,2,
…)はフローの各ステップを示している。 Document Minimum Division Processing FIG. 6 is a flow chart showing the document minimum division processing for dividing the document data into the minimum blocks in order to analyze the structure of the document, and is shown in FIG. 7 by executing this document minimum division processing. A document minimum divided block table (table 1) is created. In FIG. 6, reference numeral Sn (n = 1, 2,
...) indicates each step of the flow.
【0017】先ず、ステップS1でRAM13の文書記
憶領域28から文書データを1行づつ取出し、ステップ
S2で文書データの取出しができかた否かを判別する。
文書の取出しができなかったときは文書末と判断して本
フローの処理を終え、文書の取出しができたときはステ
ップS3で文書行取出しポインタを更新する。次いで、
ステップS4で有効文字をサーチし、ステップS5で有
効文字があると判別されたときはステップS6に進み、
有効文字がないと判断したときはステップS1に戻って
次の行の文書データの取出し処理を行なう。ここで、有
効文字サーチによって有効文字とされる文字データ以外
のデータ(例えば、スペース)は読飛ばされる。この有
効文字サーチを行なうことにより、例えば有効文字がス
ペースを挟んで2箇所あれば1ブロックを作成した後、
同一行にもう1つのブロックを作成することができる。
従って、文書データの行数よりも多くのブロックが作成
されることもある。ステップS6では文書行位置及び開
始桁位置を図7に示す文書最小分割ブロックテーブル
(テーブル1)にセットし、ステップS7でスペース・
未入力、改行が現れるまで文字サーチを行なう。次い
で、ステップS8で終了桁位置を文書最小分割ブロック
テーブル(テーブル1)にセットし、ステップS9で
「ブロック属性(後述)」を文書最小分割ブロックテー
ブル(テーブル1)にセットしてステップS4に戻って
上記処理を繰り返す。First, in step S1, the document data is taken out line by line from the document storage area 28 of the RAM 13, and in step S2, it is determined whether or not the document data could not be taken out.
When the document cannot be taken out, it is determined that the document is at the end, and the processing of this flow is ended. When the document can be taken out, the document line take-out pointer is updated in step S3. Then
In step S4, a valid character is searched, and if it is determined in step S5 that there is a valid character, the process proceeds to step S6.
If it is determined that there are no valid characters, the process returns to step S1 and the document data of the next line is taken out. Here, data (for example, space) other than the character data that is regarded as an effective character by the effective character search is skipped. By performing this effective character search, for example, after creating one block if there are two effective characters across a space,
You can create another block in the same row.
Therefore, more blocks may be created than the number of lines of document data. In step S6, the document line position and the start column position are set in the document minimum divided block table (table 1) shown in FIG.
Character search is performed until no input or line feed appears. Next, in step S8, the end digit position is set in the document minimum divided block table (table 1), in step S9 "block attribute (described later)" is set in the document minimum divided block table (table 1), and the process returns to step S4. Then, the above processing is repeated.
【0018】上記文書最小分割処理により、RAM13
のワーク領域31に図7に示すような文書最小分割ブロ
ックテーブル(テーブル1)が作成されることになる。
この文書最小分割ブロックテーブル(テーブル1)は、
文書記憶領域28から1行づつ取出した文書データを、
未入力・改行・スペースで区切られた最小ブロック1−
1,1−2,…,1−5,1−6に分割して記憶するブ
ロックテーブルである。文書最小分割ブロックテーブル
の1ブロックは、図7に示すように文書の区切り情報に
基づく「文書行位置」、「開始桁位置」及び「終了桁位
置」と、文書最小分割ブロックが何で区切られたか及
び、句点・タイトル記号を含んでいるかを示す「ブロッ
ク属性」とからなり、上述した最小分割ブロック毎に上
記「ブロック属性」、「文書行位置」、「開始桁位置」
及び「終了桁位置」がセットされる。By the above document minimum division processing, the RAM 13
A document minimum divided block table (table 1) as shown in FIG. 7 is created in the work area 31 of FIG.
This document minimum division block table (Table 1) is
Document data retrieved line by line from the document storage area 28
Minimum block separated by blank space, line feed, space 1-
1, 1-2, ..., 1-5, 1-6 are divided and stored in a block table. As shown in FIG. 7, one block of the document minimum division block table is divided into “document line position”, “start column position”, and “end column position” based on the document delimiter information, and what the document minimum division block is delimited. And a "block attribute" indicating whether or not a punctuation mark / title symbol is included, and the above "block attribute", "document line position", and "start column position" for each minimum divided block described above.
And "end digit position" are set.
【0019】また、上記「ブロック属性」は、8ビット
を4ビットと4ビットに分けたビット情報でセットされ
るものであり、各ビットに対する内容は次のようなもの
である。すなわち、ビット情報onの場合は「0」が句
点を含む、「1」がタイトル記号を含む、「2」がスペ
ースで分割される、「3」が未入力・改行で分割され
る、「4」が行末まで文字が続く、「5」〜「7」が未
使用、であることをそれぞれ示している。例えば、文書
最小分割ブロック1−1のブロック属性「08H」は、
8=23で表される3ビット目のビット情報「未入力・
改行で分割される」を示している。また、文書最小分割
ブロック1−5のブロック属性「10H」は、4ビット
目のビット情報「行末まで文字が続く」を示している。
さらに、文書最小分割ブロック1−6のブロック属性
「09H」は、「08H」にビット情報「0」を加えた
ものであり、したがって、上述した3ビット目のビット
情報「未入力・改行で分割される」とビット情報「句点
を含む」であることを示している。The "block attribute" is set by bit information in which 8 bits are divided into 4 bits and 4 bits, and the contents for each bit are as follows. That is, in the case of bit information on, "0" includes a punctuation mark, "1" includes a title symbol, "2" is divided by a space, "3" is divided by a non-input / line feed, "4""Indicates that characters continue to the end of the line, and" 5 "to" 7 "are unused. For example, the block attribute “08H” of the minimum document division block 1-1 is
Bit information of the 3rd bit represented by 8 = 2 3
It is separated by a line break ". Further, the block attribute "10H" of the minimum document division block 1-5 indicates the bit information of the 4th bit "characters continue to the end of line".
Furthermore, the block attribute “09H” of the minimum document division block 1-6 is obtained by adding bit information “0” to “08H”, and therefore, the above-mentioned third bit information “divided by non-input / line feed” is used. It is shown that the bit information is “included”.
【0020】このように、上記文書最小分割処理では、
文書解析装置24が、文書記憶領域28から文書データ
を1行ずつ取出し、1行ずつ取出した文書データを未入
力・改行・スペースで区切られた最小分割ブロックに分
割し、文書最小分割ブロックテーブル(テーブル1)を
ワーク領域31に作成する。この時に、文書最小分割ブ
ロックが何で区切られたか及び句点・タイトル記号を含
んであるかを示すブロック属性もセットする。As described above, in the above document minimum division processing,
The document analysis device 24 takes out the document data line by line from the document storage area 28 and divides the document data taken out line by line into the minimum divided blocks separated by non-input / line feed / space, and the document minimum divided block table ( The table 1) is created in the work area 31. At this time, the block attribute indicating what the document minimum division block is divided into and including the punctuation mark / title symbol is also set.
【0021】以下、入力例文書1(図2)を例に採り上
記文書最小分割処理を具体的に説明する。先ず、図2に
示す入力例文書1の文書データから、文書1行目を取出
し、有効文字をサーチする。この場合の有効文字は「平
成3年10月23日」であるから「文書行位置」は「0
1」行目、「開始桁位置」は「25」桁目、「終了桁位
置」は「34」桁目となり、これらの情報が文書最小分
割ブロックテーブル(テーブル1)に文書最小分割ブロ
ック1−1としてセットされる。また、有効文字「平成
3年10月23日」は改行で分割されて最小分割ブロッ
クとなっているから「ブロック属性」は「08H」とな
り、そのビット情報には「3:未入力・改行で分割され
る」がセットされる。このように、先ず文書1行目が取
り出され、24桁目までのスペースは読み飛ばされ25
桁目からの「平成3年10月23日」が文書最小分割ブ
ロックテーブル(テーブル1)の最小分割ブロック1−
1となる。この最小分割ブロックは改行で区切られてい
るので「ブロック属性」が「08H」となる。次に、文
書2行目が取り出されるが、この2行目には有効文字は
なく行のみであるため、最小分割ブロックは作成されな
い。そして、次に文書3行目が取り出されるが、この3
行目には先頭から有効文字「出張報告書」があり、かつ
改行で区切られているから「ブロック属性」は「08
H」、「文書行位置」は「03」行目、「開始桁位置」
は「13」桁目、「終了桁位置」は「22」桁目とな
り、これらの情報が文書最小分割ブロックテーブル(テ
ーブル1)の最小分割ブロック1−2としてセットされ
る。このようにして入力例文書1の最小行まで解析さ
れ、全ての最小分割ブロックが作成される。The document minimum division process will be described in detail below by taking the input example document 1 (FIG. 2) as an example. First, the first line of the document is extracted from the document data of the input example document 1 shown in FIG. 2 and effective characters are searched. In this case, the valid characters are "October 23, 1991", so "Document line position" is "0".
The 1st line, the "start digit position" is the "25" digit, and the "end digit position" is the "34" digit, and these pieces of information are stored in the document minimum divided block table (table 1). Set as 1. In addition, since the effective character "October 23, 1991" is divided by a line feed and becomes the minimum divided block, the "block attribute" is "08H", and the bit information is "3: No input / line feed". "Split" is set. In this way, the first line of the document is first fetched, and the space up to the 24th digit is skipped.
"October 23, 1991" from the digit is the smallest divided block of the document smallest divided block table (Table 1) 1-
It becomes 1. Since this minimum divided block is separated by a line feed, the "block attribute" is "08H". Next, the second line of the document is extracted, but since there are no valid characters in this second line and only lines are included, the minimum divided block is not created. Then, the third line of the document is taken out.
The effective character "travel report" is included from the beginning in the line and is separated by a line feed, so the "block attribute" is "08".
"H" and "Document line position" are "03" line, "Start column position"
Becomes the "13" th digit and the "end digit position" becomes the "22" th digit, and these pieces of information are set as the minimum divided block 1-2 of the document minimum divided block table (table 1). In this way, the minimum line of the input example document 1 is analyzed, and all the minimum divided blocks are created.
【0022】文書レイアウト情報抽出処理 図8は文書データ構造の解析結果から文書要素のレイア
ウト情報を抽出する文書レイアウト情報抽出処理を示す
フローチャートであり、本フローは前記文書最小分割ブ
ロックが連結できるか否かを判別してブロックの属性を
付与する処理である。本処理を実行することにより図1
0に示す文書構成要素ブロックテーブル(テーブル2)
及び図11に示す文書レイアウト情報テーブル(テーブ
ル3)が作成される。 Document Layout Information Extraction Process FIG. 8 is a flowchart showing the document layout information extraction process for extracting the layout information of the document element from the analysis result of the document data structure. This flow shows whether or not the document minimum division blocks can be connected. This is a process of determining whether or not a block attribute is added. By executing this process,
Document component block table shown in 0 (Table 2)
A document layout information table (table 3) shown in FIG. 11 is created.
【0023】先ず、ステップS11で前記文書最小分割
処理(図6)で作成した文書最小分割ブロックを取出
し、ステップS12で文書最小分割ブロックが取出しで
きたか否かを判別する。文書最小分割ブロックの取出し
ができたときはステップS13で取出しポインタを更新
し、ステップS14で図9に示すキーワード辞書を参照
して取出した文書最小分割ブロックの文字列にキーワー
ドがあるか否かをチェックする。First, in step S11, the minimum document division block created in the minimum document division processing (FIG. 6) is taken out, and in step S12, it is determined whether or not the minimum document division block has been extracted. When the document minimum division block has been extracted, the extraction pointer is updated in step S13, and it is determined in step S14 whether or not there is a keyword in the extracted document minimum division block character string by referring to the keyword dictionary shown in FIG. To check.
【0024】ここで、キーワード辞書とは、文書構成要
素特有の用語を辞書化したものであり、ROM12に記
憶されている。キーワード辞書は、文書構成要素分類に
よって分類されており、最小分割ブロックから文書構成
要素ブロックを作成する段階で、そのブロックの構成要
素分類を決定する要素の一つとなる。例えば、その一例
として図9に示すようなキーワード辞書がある。図9に
示すキーワード辞書は、日付に関するキーワード「平
成」、「昭和」、「明治」、…、「年」、「月」、
「日」等と、宛先・差出人に関するキーワード「株式会
社」、「有限会社」、…、「営業部」、「企画部」等を
備えている。このキーワード辞書を参照することによっ
て文書最小分割ブロックの文字列の中にキーワード辞書
に登録されたキーワードがあるか否かをチェックする。
例えば、文書最小分割ブロックテーブル(テーブル1)
の最小分割ブロック1−1(図2の入力例文書1の1行
目を分割したブロック)の文字列には、「平成」、
「月」、「日」の日付に関するキーワードがあり、ま
た、図2の入力例文書1の5行目を分割したブロックの
文字列には、「営業部」という宛名・差出人に関するキ
ーワードがある。なお、キーワード辞書を参照して該当
する文字列が見つかっただけでは、これによって直ちに
所定の文書構成要素ブロックであるとすることはでき
ず、次の文字列・ブロックとの連結状態をみることによ
って初めて文書構成要素ブロックであると判断すること
ができる。例えば、上述した最小分割ブロック1−1の
文字列には「平成」などがあるから、上記ステップS1
4のキーワードチェックの段階で日付情報のキーワード
として候補となり、また、この文字列は改行で終わって
いるから結果的に日付の文書構成要素ブロックとされ
る。ところが、キーワード辞書に登録されている同じ
「平成」のキーワードであっても、例えば図2の入力例
文書1の8行目の文字列「平成」では改行等がなく、そ
の前後の文字列から通常の文書の文字列がつながってい
ると判別されるから日付の文書構成ブロックと判断され
ない。Here, the keyword dictionary is a dictionary of terms peculiar to the document constituent elements and is stored in the ROM 12. The keyword dictionary is classified according to the document constituent element classification, and is one of the elements that determines the constituent element classification of the block at the stage of creating the document constituent element block from the smallest divided block. For example, there is a keyword dictionary as shown in FIG. 9 as an example. The keyword dictionary shown in FIG. 9 includes keywords related to dates “Heisei”, “Showa”, “Meiji”, ..., “Year”, “Month”,
It is provided with “day” and the like, and keywords “company”, “limited company”, ... By referring to this keyword dictionary, it is checked whether or not there is a keyword registered in the keyword dictionary in the character string of the document minimum division block.
For example, the document minimum division block table (Table 1)
Of the minimum divided block 1-1 (the block obtained by dividing the first line of the input example document 1 in FIG. 2) is “Heisei”,
There are keywords relating to the date of “month” and “day”, and the character string of the block obtained by dividing the fifth line of the input example document 1 in FIG. 2 has a keyword relating to the address and sender of “sales department”. It should be noted that it is not possible to immediately determine that the block is a predetermined document component block by simply finding the corresponding character string by referring to the keyword dictionary, and by checking the connection state with the next character string / block. For the first time, it can be determined that the block is a document component block. For example, since there is "Heisei" in the character string of the above-mentioned minimum division block 1-1, the above step S1
It becomes a candidate as a keyword of the date information at the keyword check stage of No. 4, and since this character string ends with a line feed, it is consequently a document component block of the date. However, even if the same keyword “Heisei” is registered in the keyword dictionary, for example, in the character string “Heisei” on the 8th line of the input example document 1 in FIG. Since it is determined that the character strings of an ordinary document are connected, it is not determined to be the document configuration block of the date.
【0025】図8に示す文書レイアウト情報抽出処理フ
ローに戻って、ステップS14でキーワードチェックが
済むとステップS15で文書を取出した文書最小分割ブ
ロックが次の文書最小分割ブロックと連結するかを判断
し、連結するときはステップS11に戻って上記処理を
繰り返すことによって文書最小分割ブロック同士を連結
する。また、取出した文書最小分割ブロックが次の文書
最小分割ブロックと連結しないときはステップS17に
進む。また、上記ステップS12で文書最小分割ブロッ
クがないときはそのままステップS17に進む。このよ
うにして、キーワードがチェックされた後、文書最小分
割ブロックの連結が決定されると文書構成要素ブロック
が作成できることになり、図10に示す文書構成要素ブ
ロックテーブル(テーブル2)が作成される。また、こ
の文書構成要素ブロックの位置情報は以下に述べるステ
ップS17及びS18で図11に示す文書レイアウト情
報テーブル(テーブル3)にセットされることになる。
すなわち、ステップS17で上記キーワードチェック及
びタイトル記号等を参照して「構成要素分類(図10参
照)」を決定しこの「構成要素分類」を図10に示す文
書構成要素ブロックテーブル(テーブル2)にセットす
るとともに、連結情報を基に決定された「先頭最小分割
ブロック番号」及び「最終最小分割ブロック番号」を文
書構成要素ブロックテーブル(テーブル2)にセット
し、さらに、上記「構成要素分類」を図11に示す文書
レイアウト情報テーブル(テーブル3)にセットする。
次いで、ステップS18で上記文書構成要素ブロックの
位置情報を文書レイアウト情報テーブル(テーブル3)
にセットし、ステップS19でまだ取出すべき文書最小
分割ブロックがあるか否かをチェックし、ステップS2
0で取出すべき次の文書最小分割ブロックがあると判別
されたときはステップS11に戻って次の文書最小分割
ブロックについて同様の配置情報抽出処理を繰り返す。
また、全ブロックが終了していると判別されたときには
本フローの処理を終える。Returning to the document layout information extraction processing flow shown in FIG. 8, when the keyword check is completed in step S14, it is determined in step S15 whether the document minimum division block taken out of the document is connected to the next document minimum division block. When connecting, the minimum document division blocks are connected by returning to step S11 and repeating the above processing. If the extracted minimum document divided block is not connected to the next minimum document divided block, the process proceeds to step S17. If there is no document minimum division block in step S12, the process directly proceeds to step S17. In this way, after the keyword is checked and the concatenation of the document minimum division blocks is determined, the document component block can be created, and the document component block table (table 2) shown in FIG. 10 is created. .. The position information of this document component block is set in the document layout information table (table 3) shown in FIG. 11 in steps S17 and S18 described below.
That is, in step S17, the "component classification (see FIG. 10)" is determined by referring to the keyword check and the title symbol and the "component classification" is stored in the document component block table (table 2) shown in FIG. At the same time as setting, the "start minimum divided block number" and "final minimum divided block number" determined based on the connection information are set in the document component block table (Table 2), and the "component classification" is set. It is set in the document layout information table (table 3) shown in FIG.
Then, in step S18, the position information of the document component block is stored in the document layout information table (table 3).
, And it is checked in step S19 whether or not there is a minimum document division block to be extracted.
If it is determined that there is a next document minimum division block to be taken out at 0, the process returns to step S11 and the same arrangement information extraction processing is repeated for the next document minimum division block.
When it is determined that all the blocks are finished, the process of this flow is finished.
【0026】上記文書レイアウト情報抽出処理により、
RAM13のワーク領域31に図10に示す文書構成要
素ブロックテーブル(テーブル2)及び図11に示す文
書レイアウト情報テーブル(テーブル3)が作成される
ことになる。上記文書構成要素ブロックテーブル(テー
ブル2)は、文書最小分割ブロックの1つ1つについて
文書要素を分類しこれを文書構成要素ブロック2−1,
2−2,…毎に分類・記憶するものである。文書構成要
素ブロックテーブル(テーブル2)の文書構成要素ブロ
ックの1ブロックは図10に示すように日付、タイトル
等の最小分割文書の構成要素を示す「構成要素分類」
と、最小分割ブロックの先頭及び最終番号を示す「先頭
最小分割ブロック番号」及び「最終最小分割ブロック番
号」とからなり、「構成要素分類」の内容は次のような
ものである。すなわち、「01」が日付、「02」が作
成者、「03」が差出人、「04」が宛名、「05」が
大見出し、「06」が序文、「07」が本文、「08」
が追記文、「09」がその他であることをそれぞれ示
す。例えば、文書構成要素ブロック2−1は、先頭最小
分割ブロック番号が「01」の最小分割ブロック(前記
図7の最小分割ブロック1−1に該当する)ものであ
り、この最小分割ブロックは図7の文書最小分割ブロッ
クテーブル(テーブル1)のブロック属性から分かるよ
うに次に連結される最小分割ブロックはないから最終最
小分割ブロック番号は「01」となる。また、この文書
構成要素ブロック2−1の構成要素分類は「01」の
「日付」である(図2の入力例文書1の1行目参照)。
また、文書構成要素ブロック2−2は、先頭最小分割ブ
ロック番号が「02」の最小分割ブロック(前記図7の
最小分割ブロック2−1に該当する)ものであり、この
最小分割ブロックは文書最小分割ブロックテーブル(テ
ーブル1)のブロック属性から分かるように次に連結さ
れる最小分割ブロックはないから最終最小分割ブロック
番号は「02」となる。また、この文書構成要素ブロッ
ク2−2の構成要素分類は「05」の「大見出し」であ
る(図2の入力例文書1の3行目参照)。さらに、文書
構成要素ブロック2−5は、先頭最小分割ブロック番号
が「05」の最小分割ブロック(前記図7の最小分割ブ
ロック1−5に該当する)ものであり、この最小分割ブ
ロックは図2の入力例文書1の8行目及び9行目から明
かなように次に図7の最小分割ブロック1−6が連結さ
れるから最終最小分割ブロック番号は「06」となる。
また、この文書構成要素ブロック2−5の構成要素分類
は「06」の「序文」である。ここで、「序文」という
のは図2の入力例文書1に示すように「記」の後に続く
本文の前に置かれる文書をいう。By the above document layout information extraction processing,
The document component block table (table 2) shown in FIG. 10 and the document layout information table (table 3) shown in FIG. 11 are created in the work area 31 of the RAM 13. The document constituent element block table (Table 2) classifies document elements for each of the minimum document division blocks, and classifies the document elements into document constituent element blocks 2-1 and 2-1.
It is classified and stored for each 2-2, .... As shown in FIG. 10, one block of the document component block of the document component block table (Table 2) indicates the component of the smallest divided document such as date, title, etc. "component classification".
And the "start minimum division block number" and "final minimum division block number" indicating the start and end numbers of the minimum division block, and the contents of the "component classification" are as follows. In other words, "01" is the date, "02" is the creator, "03" is the sender, "04" is the addressee, "05" is the headline, "06" is the preface, "07" is the text, "08".
Indicates a postscript, and “09” indicates other. For example, the document component block 2-1 is the smallest divided block having the head smallest divided block number "01" (corresponding to the smallest divided block 1-1 in FIG. 7), and this smallest divided block is shown in FIG. As can be seen from the block attribute of the document minimum divided block table (table 1), the final minimum divided block number is "01" because there is no next minimum divided block. The component classification of this document component block 2-1 is "01" for "date" (see the first line of the input example document 1 in FIG. 2).
Further, the document component block 2-2 is the smallest divided block having the head smallest divided block number "02" (corresponding to the smallest divided block 2-1 in FIG. 7), and this smallest divided block is the smallest document. As can be seen from the block attribute of the divided block table (Table 1), there is no minimum divided block to be connected next, so the final minimum divided block number is "02". The constituent element classification of the document constituent element block 2-2 is "major headline" of "05" (see the third line of the input example document 1 in FIG. 2). Further, the document component block 2-5 is the smallest divided block having the leading smallest divided block number "05" (corresponding to the smallest divided block 1-5 in FIG. 7), and this smallest divided block is shown in FIG. As is apparent from the 8th and 9th lines of the input example document 1, the minimum divided block number 1-6 of FIG. 7 is connected next, and the final minimum divided block number is "06".
Further, the component classification of this document component block 2-5 is "06""preface". Here, the "preface" refers to a document placed before the text following "notation" as shown in the input example document 1 in FIG.
【0027】一方、上記レイアウト情報テーブル(テー
ブル3)の文書レイアウト情報ブロックの1ブロック
は、上述した文書構成要素ブロックで用いた「構成要素
分類」と、そのブロックの順番を記憶する「位置情報」
からなり、「位置情報」の内容は「01」が左よせ、
「02」がセンタリング、「04」が右よせ、である。On the other hand, one block of the document layout information block of the layout information table (Table 3) is "positional information" for storing the "component classification" used in the above-mentioned document component block and the order of the block.
The contents of "Location information" are "01" on the left,
“02” is centering, and “04” is right-handed.
【0028】このように、上記文書レイアウト情報抽出
処理では、図6の文書最小分割処理で作成した文書最小
分割ブロックの1つ1つについて図9に示したキーワー
ド辞書及びタイトル記号(例えば、1.、2.、−、
○、☆等)を参考にしながら文書構成要素ブロックテー
ブル(テーブル2)を作成し、同時にそのブロックの位
置情報を格納した文書レイアウト情報テーブル(テーブ
ル3)をワーク領域31に作成する。この文書レイアウ
ト情報テーブル(テーブル3)に格納される順序が文書
上の文書構成要素ブロックのレイアウト順序を表わすこ
とになる。例えば、この文書レイアウト情報テーブル
(テーブル3)上で「大見出し」より「日付」が先にあ
れば、それは文書レイアウトでも「大見出し」より「日
付」が先にレイアウトされることを表わす。すなわち、
最初に文書最小分割ブロックに切り分けしたものを、あ
る一定のグループに纏められるものは纏めてその連結さ
れたブロックに文書構造要素を表わすブロック属性とそ
の順番(位置情報)を順次文書レイアウト情報テーブル
(テーブル3)に学習データとして記憶しておくように
する。そして、後述する文書フォーマット変換を行なう
場合には、この文書レイアウト情報テーブル(テーブル
3)に従って配置変換すべき文書データの文書レイアウ
トが変換されることになる。As described above, in the document layout information extraction processing, the keyword dictionary and title symbols (for example, 1. 2.,-,
The document component block table (table 2) is created while referring to (○, ☆, etc.), and at the same time, the document layout information table (table 3) storing the position information of the block is created in the work area 31. The order stored in the document layout information table (Table 3) represents the layout order of the document component block on the document. For example, if "date" precedes "major heading" on this document layout information table (table 3), it means that "date" is laid out before "major heading" in the document layout. That is,
Those which are first divided into the document minimum division blocks are grouped into a certain fixed group, and the block attributes representing the document structure elements and the order (position information) thereof are sequentially arranged in the connected blocks and the document layout information table ( It should be stored in table 3) as learning data. When the document format conversion to be described later is performed, the document layout of the document data to be layout-converted is converted according to the document layout information table (Table 3).
【0029】以下、入力例文書1を例に採り上記文書レ
イアウト情報抽出処理を具体的に説明する。先ず、文書
最小分割ブロックテーブル(テーブル1)の先頭の文書
最小分割ブロック1−1が取出される。次に、キーワー
ド辞書を参照すると、この文書最小ブロック1−1の文
字列の中に「日付」に関するキーワードが含まれている
ことが分かる。この文書最小ブロック1−1が「日付」
の記述のみで構成されていること及び文書の先頭であっ
て、かつ右よせされていることなどから、「日付」の文
書構成要素ブロックであると判断される。次の最小分割
ブロック1−2は前記最小分割ブロック1−1と1行離
れているため、連結されず別の文書構成要素ブロックと
される。この段階で、構成要素分類「01(日付)」を
持つ文書構成要素テーブル(テーブル2)の文書構成要
素ブロック2−1が作成され、この文書構成要素ブロッ
ク2−1は最小分割ブロック1−1のみで構成されてい
るので「先頭最小分割ブロック番号」及び「最終最小分
割ブロック番号」はともに「01(最小分割ブロック1
−1を示す)」がセットされる。と同時に、文書レイア
ウト情報テーブル(テーブル3)の文書レイアウト情報
ブロック3−1が作成され、構成要素分類情報「01
(日付)」及び位置情報「04(右よせ)」が文書レイ
アウト情報ブロック3−1にセットされる。最小分割ブ
ロックが連結される例としては、入力例文書1の行位置
08行目がある。この行位置08行目の最小分割ブロッ
ク1−5は行末まで文字が続いているので、次の最小分
割ブロック1−6と連結される。また、最小分割ブロッ
ク1−6が句点を含み、本文の前にあることなどの条件
から、この文書構成要素ブロックは序文と見なされ、文
書構成要素ブロック3−5が作成される。このようにし
て、文書構成要素ブロックテーブル(テーブル2)及び
文書レイアウト情報テーブル(テーブル3)が作成され
る。The document layout information extraction processing will be described in detail below by taking the input example document 1 as an example. First, the first document minimum division block 1-1 of the document minimum division block table (table 1) is taken out. Next, referring to the keyword dictionary, it can be seen that the character string of this document minimum block 1-1 includes a keyword relating to "date". This document minimum block 1-1 is "date"
It is determined that the document component block is “date” because it is composed only of the description “1” and the document is at the beginning and right-handed. The next smallest divided block 1-2 is separated from the smallest divided block 1-1 by one line, and thus is not connected and is regarded as another document constituent block. At this stage, the document component block 2-1 of the document component table (table 2) having the component classification "01 (date)" is created, and this document component block 2-1 is the minimum division block 1-1. Since it is composed of only "head minimum divided block number" and "final minimum divided block number", "01 (minimum divided block 1
-1) "is set. At the same time, the document layout information block 3-1 of the document layout information table (Table 3) is created, and the component classification information “01
(Date) "and position information" 04 (right) "are set in the document layout information block 3-1. An example in which the smallest divided blocks are connected is line position 08 of the input example document 1. Since characters continue to the end of the line in the smallest divided block 1-5 at the line position 08, they are connected to the next smallest divided block 1-6. Further, from the condition that the minimum divided block 1-6 includes a punctuation mark and is before the text, this document component block is regarded as an introduction, and the document component block 3-5 is created. In this way, the document component block table (table 2) and the document layout information table (table 3) are created.
【0030】上記文書構成要素ブロックテーブル(テー
ブル2)及び文書レイアウト情報テーブル(テーブル
3)が作成されることによって文書レイアウト情報(配
置情報)利用した学習ができることになるが、本実施例
に係る文書処理装置10では上述した文書レイアウト情
報抽出処理に加えて、書式パターンや倍角、アンダーラ
イン等のアレンジ情報も学習可能にするために、上記文
書レイアウト情報抽出処理で行ったレイアウト情報抽出
処理と同様の処理をアレンジ情報(書式パターン情報・
修飾情報・個別情報等)抽出処理として行なうようにす
る。By creating the document component block table (table 2) and the document layout information table (table 3), learning using the document layout information (arrangement information) can be performed. In addition to the document layout information extraction process described above, the processing device 10 is similar to the layout information extraction process performed in the document layout information extraction process in order to enable learning of arrangement information such as format patterns, double-width characters, and underlines. Arrange processing information (format pattern information,
(Qualification information / individual information, etc.) extraction processing.
【0031】文書アレンジ情報抽出処理 図12は文書データ構造の解析結果から文書要素のアレ
ンジ情報を抽出する文書アレンジ情報抽出処理を示すフ
ローチャートであり、本処理を実行することにより図1
4に示す文書アレンジ情報テーブル(テーブル4)が作
成される。また、図13は修飾情報を文書アレンジ情報
テーブル(テーブル4)にセットする修飾情報セット処
理を示すフローチャートである。 Document Arrangement Information Extraction Process FIG. 12 is a flow chart showing a document arrangement information extraction process for extracting arrangement information of document elements from the analysis result of the document data structure. By executing this process, FIG.
A document arrangement information table (table 4) shown in 4 is created. FIG. 13 is a flowchart showing a modification information setting process of setting modification information in the document arrangement information table (table 4).
【0032】図12において、先ず、ステップS21で
前記文書レイアウト情報抽出処理(図8)で作成した文
書構成要素ブロックテーブル(テーブル2)の文書構成
要素ブロックを取出し、ステップS22で文書構成要素
ブロックの取出しができたか否かを判別する。文書構成
要素ブロックの取出しができなかったときは次ブロック
なしと判断して本フローの処理を終え、文書構成要素ブ
ロックの取出しができたときはステップS23で取出し
ポインタを更新する。次いで、ステップS24で取出し
た文書構成要素ブロックテーブル(テーブル2)の文書
構成要素ブロックの「構成要素分類(図10参照)」を
図13に示す文書アレンジ情報テーブル(テーブル4)
にセットする。すなわち、前記文書構成要素ブロックテ
ーブル(テーブル2)の文書構成要素ブロックの「構成
要素分類」と同一の構成要素分類情報が文書アレンジ情
報テーブル(テーブル4)にセットされる。次いで、ス
テップS23で後述する「構成要素分類別書式パター
ン」を文書アレンジ情報テーブル(テーブル4)にセッ
トする。次いで、ステップS24で「修飾情報」を文書
アレンジ情報テーブル(テーブル4)にセットし、ステ
ップS25で「個別情報」を文書アレンジ情報テーブル
(テーブル4)にセットしてステップS21に戻って上
記文書アレンジ抽出処理を繰り返す。この場合、取出し
た文書構成要素ブロックの文書に「修飾情報(例えば、
倍角、アンダーライン、網かけ等)」がなければ修飾情
報サイズのみ(すなわち、ワード情報のみ)がセットさ
れることとなり、「修飾情報」があるときには図13に
示す修飾情報セット処理フローで修飾情報がセットされ
る。「文書成要素分類」によって固有のアレンジ情報が
あったときはそのアレンジ情報は文書アレンジ情報ブロ
ックの「個別情報」にセットされる。In FIG. 12, first, in step S21, the document component block of the document component block table (table 2) created in the document layout information extraction process (FIG. 8) is taken out, and in step S22, the document component block is extracted. It is determined whether or not the product can be taken out. If the document component block cannot be taken out, it is determined that there is no next block, and the process of this flow is terminated. If the document component block can be taken out, the take-out pointer is updated in step S23. Next, the document arrangement information table (table 4) shown in FIG. 13 showing the “component classification (see FIG. 10)” of the document component block of the document component block table (table 2) extracted in step S24.
Set to. That is, the same component classification information as the "component classification" of the document component block of the document component block table (Table 2) is set in the document arrangement information table (Table 4). Then, in step S23, a "format pattern by component element classification" described later is set in the document arrangement information table (table 4). Next, in step S24, "qualification information" is set in the document arrangement information table (table 4), in step S25 "individual information" is set in the document arrangement information table (table 4), and the process returns to step S21 to set the document arrangement. Repeat the extraction process. In this case, "qualification information (for example,
If there is no "double-width, underline, shading, etc.", only the modification information size (that is, only the word information) is set. If there is "modification information", the modification information is set in the modification information setting processing flow shown in FIG. Is set. If there is unique arrangement information according to the "document element classification", the arrangement information is set in the "individual information" of the document arrangement information block.
【0033】図13は修飾情報を文書アレンジ情報テー
ブル(テーブル4)にセットする修飾情報セット処理の
フローチャートであり、修飾情報の一例としてアンダー
ライン修飾をセットする例を示す。先ず、ステップS3
1でアンダーライン修飾されているかをチェックし、ス
テップS32でアンダーライン修飾があると判別された
ときにはステップS33でアンダーラインの線種(例え
ば、細実線アンダーライン、太実線アンダーライン等)
を取込み、ステップS34でこの取込んだ情報を基に修
飾情報を作成して文書アレンジ情報テーブル(テーブル
4)にセットする。また、上記ステップS32でアンダ
ーライン修飾がないと判別されたときにはそのままステ
ップS35に進む。次いで、ステップS35でその他の
修飾情報(例えば、網かけ)について同様の処理を行っ
てその修飾情報を文書アレンジ情報テーブル(テーブル
4)にセットして本フローの処理を終える。FIG. 13 is a flowchart of the modification information setting process for setting the modification information in the document arrangement information table (table 4), and shows an example of setting the underline modification as an example of the modification information. First, step S3
If it is determined in step S32 that there is underline modification, the underline line type (eg, thin solid line underline, thick solid line underline, etc.) is checked in step S33.
In step S34, modification information is created based on the acquired information and set in the document arrangement information table (table 4). If it is determined in step S32 that there is no underline modification, the process directly proceeds to step S35. Next, in step S35, similar processing is performed for other modification information (for example, shaded), the modification information is set in the document arrangement information table (table 4), and the processing of this flow ends.
【0034】上記文書アレンジ抽出処理及び修飾情報セ
ット処理により、RAM13のワーク領域31に図14
に示すよう文書アレンジ情報テーブル(テーブル4)が
作成されることになる。By the document arrangement extraction process and the modification information set process, the work area 31 of the RAM 13 is displayed in FIG.
A document arrangement information table (table 4) is created as shown in FIG.
【0035】上記文書アレンジ情報テーブル(テーブル
4)は、文書構成要素ブロックの1つ1つについてアレ
ンジ情報ブロック4−1,4−2,…毎に記憶するもの
である。文書アレンジ情報テーブル(テーブル4)の文
書アレンジ情報ブロックの1ブロックは図14に示すよ
うに文書の構成要素を示す「構成要素分類」、「書式パ
ターン」、「修飾情報サイズ」及び「個別情報サイズ」
と、修飾情報がある場合にセットされる「修飾情報」と
からなり、このうち、「構成要素分類」は前記文書構成
要素ブロックの「構成要素分類」と同一である。また、
「書式パターン」の内容としては、例えば構成要素分類
が「日付(平成3年10月23日)」の書式パターンで
は「01」が平成3年10月23日、「02」が199
1.10.23、「03」がその他、である。また、
「修飾情報サイズ」及び「個別情報サイズ」には修飾情
報を格納する上記文書アレンジ情報ブロックのサイズ
(バイト数で表わす)であり、例えば「0004」は4
バイト分のサイズがこのブロック内に確保されることを
示す。The document arrangement information table (table 4) is stored for each arrangement information block 4-1, 4-2, ... For each of the document constituent element blocks. As shown in FIG. 14, one block of the document arrangement information block of the document arrangement information table (Table 4) indicates the constituent elements of the document, that is, “component classification”, “format pattern”, “modification information size” and “individual information size”. "
And "qualification information" that is set when there is qualification information, of which "component classification" is the same as the "component classification" of the document component block. Also,
As the content of the “format pattern”, for example, in the format pattern in which the component classification is “date (October 23, 1991)”, “01” is October 23, 1991, and “02” is 199.
1.10.23 and "03" are others. Also,
The "qualification information size" and the "individual information size" are the size (expressed by the number of bytes) of the document arrangement information block that stores the modification information, and "0004" is 4 for example.
Indicates that the byte size is reserved in this block.
【0036】また、文書アレンジ情報テーブル(テーブ
ル4)の個別情報部分には、本文などのアレンジ情報の
段落字下げ情報やタイトル番号の種類(「1.」「」
など)の情報のようなその文書構成要素ブロック特有の
アレンジ情報が格納される。Further, in the individual information portion of the document arrangement information table (table 4), the paragraph indentation information of the arrangement information such as the text and the type of title number (“1.” “”)
Arrangement information specific to the document component block, such as the information (1) is stored.
【0037】一方、修飾情報があったときにセットされ
る「修飾情報」は、上位4ビットで修飾種を表わし、下
位4ビットで修飾パターンを表わす(但し、修飾種によ
り異なる)ものとする。例えば、上位4ビットについて
「01」が文字サイズ変更、「02」がアンダーライ
ン、「04」が網かけ、「08」がその他の文字修飾、
である。また、例えば、下位4ビットは文字サイズ変
更、アンダーライン、網かけについて夫々「00」が全
角、細実線、網かけ1、「01」が半角、太実線、網か
け2、「02」が横倍角、細破線、網かけ3、「03」
が縦倍角、太破線、網かけ4、である。On the other hand, the "modification information" set when there is modification information represents the modification type in the upper 4 bits and the modification pattern in the lower 4 bits (however, it depends on the modification type). For example, for the upper 4 bits, "01" is a character size change, "02" is underlined, "04" is shaded, "08" is another character modification,
Is. Also, for example, in the lower 4 bits, "00" is full-width, thin solid line, shaded 1, "01" is half-width, and bold solid line, shaded 2, "02" are horizontal for character size change, underline, and shade, respectively. Double angle, thin broken line, shaded 3, "03"
Is a vertical double angle, a thick broken line, and a shaded area 4.
【0038】このように、上記文書アレンジ抽出処理で
は、図8の文書レイアウト情報抽出処理で作成された文
書構成要素ブロックテーブル(テーブル2)の文書構成
要素ブロックの1つ1つについてアレンジ情報(書式パ
ターン情報・修飾情報・個別情報など)を抽出し、文書
アレンジ情報テーブル(テーブル4)をワーク領域31
に作成する。また、文書構成要素分類によって固有のア
レンジ情報は文書アレンジ情報テーブル(テーブル4)
の個別情報部分に格納される。As described above, in the document arrangement extraction process, the arrangement information (format) is set for each of the document component blocks of the document component block table (Table 2) created in the document layout information extraction process of FIG. (Pattern information, decoration information, individual information, etc.) are extracted, and the document arrangement information table (Table 4) is set in the work area 31.
To create. Arrangement information unique to the document component classification is a document arrangement information table (Table 4).
It is stored in the individual information part of.
【0039】以下、入力例文書1を例に採り上記文書ア
レンジ情報抽出処理を具体的に説明する。先ず、文書最
構成要素ブロックテーブル(テーブル2)の先頭の文書
構成要素ブロック2−1が取出されると同時に、文書ア
レンジ情報テーブル(テーブル49に文書アレンジ情報
ブロック4−1を作成し、この文書アレンジ情報テーブ
ル(テーブル4)に文書構造要素ブロック2−1と同一
の構成要素分類情報をセットする。次に構成要素分類別
書式パターン情報をセットすることになるが、この場合
「構成要素分類」が「日付」であるので日付の書式パタ
ーン分類の「01(「平成**年**月**日」パター
ン)」が文書アレンジ情報ブロック4−1にセットされ
る。次の修飾情報は文書上ブロック何の修飾も行われて
いないので、自分を含めたサイズ「0002(ワード情
報)」のみがセットされる。次に文書構成要素ブロック
2−2が取出され文書アレンジ情報ブロック4−2にセ
ットされることになる。このようにして文書アレンジ情
報テーブル(テーブル4)が作成されていく。The document arrangement information extracting process will be specifically described below by taking the input example document 1 as an example. First, at the same time that the first document constituent element block 2-1 of the document most constituent element block table (table 2) is taken out, a document arrangement information table (document arrangement information block 4-1 is created in the table 49, In the arrangement information table (table 4), the same component classification information as that of the document structure element block 2-1 is set, and then the format pattern information for each component classification is set, in this case, "component classification". Is "date", the date format pattern classification "01 (" Heisei ** year ** month ** day "pattern)" is set in the document arrangement information block 4-1. The following modification information is the document. Since the upper block has not been modified, only the size "0002 (word information)" including itself is set. So that is set in the document arrangement information block 4-2 is taken out. In this way the document arrangement information table (table 4) is gradually created.
【0040】学習処理 学習処理は、上述の処理で得られた文書レイアウト情報
及び文書アレンジ情報を、文書フォーマット変換等で使
用できる形態にして記憶しておく処理である。すなわ
ち、文書解析装置24により前述の処理でワーク領域3
1上に作成された文書レイアウト情報テーブル(テーブ
ル3)及び文書アレンジ情報テーブル(テーブル4)
が、それぞれ文書レイアウト情報学習情報29及び文書
アレンジ情報学習領域30に格納されることで学習が行
われる。この文書レイアウト情報学習領域29及び文書
アレンジ学習領域30は文書作成装置の電源をオフして
も内容は保持されるものとし、不揮発性メモリ等により
構成される。また、これらの学習領域29,30の学習
データは、外部記憶装置20に保存することもできる。 Learning Process The learning process is a process of storing the document layout information and the document arrangement information obtained by the above-described process in a form that can be used for document format conversion and the like. That is, the work area 3 is processed by the document analysis device 24 by the above-described processing.
1 document layout information table (table 3) and document arrangement information table (table 4)
Are stored in the document layout information learning information 29 and the document arrangement information learning area 30, respectively, to perform learning. Contents of the document layout information learning area 29 and the document arrangement learning area 30 are retained even when the power of the document creating apparatus is turned off, and are configured by a non-volatile memory or the like. Further, the learning data of these learning areas 29 and 30 can be stored in the external storage device 20.
【0041】以上により文書最小分割処理(図6及び図
7)、文書レイアウト情報抽出処理(図8〜図11)、
文書アレンジ情報抽出処理(図12〜図14)及び学習
処理からなる文書フォーマット学習の説明を終え、次に
学習情報に基づいて文書フォーマットを変換する文書フ
ォーマット変換について詳細に説明する。As described above, the document minimum division processing (FIGS. 6 and 7), the document layout information extraction processing (FIGS. 8 to 11),
After the description of the document format learning including the document arrangement information extraction processing (FIGS. 12 to 14) and the learning processing is completed, the document format conversion for converting the document format based on the learning information will be described in detail.
【0042】○文書フォーマット変換 文書フォーマット変換は、文書構造解析処理(図1
5)、文書アレンジ変換処理(図16)及び文書レイア
ウト変換処理(図17)からなる。また、前述した学習
処理が終了し、文書フォーマット学習情報が文書レイア
ウト情報学習領域29及び文書アレンジ情報学習領域3
0に既に格納されているものとし、図3に示す入力例文
書2を入力例文書1の学習結果に従って変換して出力例
文書1として出力する場合を例に採り説明する。Document format conversion Document format conversion is a document structure analysis process (see FIG. 1).
5), document arrangement conversion processing (FIG. 16) and document layout conversion processing (FIG. 17). Further, the learning process described above is completed, and the document format learning information is stored in the document layout information learning area 29 and the document arrangement information learning area 3
The input example document 2 shown in FIG. 3 is converted according to the learning result of the input example document 1 and output as the output example document 1 as an example.
【0043】文書構造解析処理 この文書構造解析処理は、入力文の文書構造を解析して
ブロックの範囲と構成要素分類を持つ文書構造解析テー
ブル(テーブル5)をワーク領域31に作成する処理で
あり、この文書構造解析処理は前述した文書最小分割処
理(図6及び図7)及び文書レイアウト情報抽出処理
(図8〜図11)と結果として作成されるテーブルのフ
ォーマットが多少異なるだけで解析手順は略同一であ
る。すなわち、図6及び図8に示す処理フローと同様な
処理によって文書構造解析テーブル(テーブル5)を作
成することができ、この文書構造解析テーブル(テーブ
ル5)は前記図10の文書構成要素ブロックテーブル
(テーブル2)に相当する。 Document Structure Analysis Process This document structure analysis process is a process of analyzing the document structure of an input sentence and creating a document structure analysis table (table 5) having a block range and a component classification in the work area 31. This document structure analysis process is different from the above-described document minimum division process (FIGS. 6 and 7) and document layout information extraction process (FIGS. 8 to 11) only in that the format of the resulting table is slightly different, and the analysis procedure is It is almost the same. That is, the document structure analysis table (table 5) can be created by the same processing as the processing flows shown in FIGS. 6 and 8. This document structure analysis table (table 5) is the document constituent element block table of FIG. This corresponds to (Table 2).
【0044】上記文書構造解析テーブル(テーブル5)
は、入力例文書2の文書最小分割ブロックの1つ1つに
ついて文書構成要素を分類しこれを文書構造解析ブロッ
ク5−1,5−5,…毎に分類記憶するものである。ま
た、文書構造解析ブロックテーブル(テーブル5)の文
書構造解析要素ブロックの1ブロックは日付、タイトル
等の文書の構成要素を示す「構成要素分類」と、ブロッ
クの範囲を示す「開始行位置」及び「終了行位置」から
なる。Document structure analysis table (Table 5)
Is to classify document constituent elements for each of the minimum document division blocks of the input example document 2 and classify and store the document constituent elements for each of the document structure analysis blocks 5-1, 5-5, .... In addition, one block of the document structure analysis element block of the document structure analysis block table (Table 5) is a "component classification" indicating a document component such as a date and a title, a "start line position" indicating a block range, and It consists of "end line position".
【0045】なお、文書フォーマット変換の場合は、文
書構造解析テーブル(テーブル5)だけあればよく、前
記文書アレンジ情報テーブル(テーブル5)は必要では
ない。すなわち、文書のフォーマット変換は、フォーマ
ット学習と同じ手段で文書の構造を判断した後、各構成
要素を学習情報により並び替え、更に文字のアレンジを
行うものであるため、統一すべき文書の文書アレンジ情
報テーブル(テーブル4)があればよい。従って、ブロ
ックがどういう種類のものかさえ分かればよく、文書フ
ォーマット学習時に作成したレイアウト情報(配置情
報)やアレンジ情報をそのブロックに付加していくだけ
である。In the case of the document format conversion, only the document structure analysis table (table 5) is required, and the document arrangement information table (table 5) is not necessary. That is, since the format conversion of a document determines the structure of the document by the same means as the format learning, the constituent elements are rearranged according to the learning information, and the characters are further arranged. An information table (table 4) is sufficient. Therefore, it suffices to know what kind of block the block is, and the layout information (arrangement information) and arrangement information created at the time of learning the document format are simply added to the block.
【0046】文書アレンジ変換処理 図16は学習したアレンジ情報に基づいて入力文書(入
力例文書2)のアレンジを行なう文書アレンジ変換処理
のフローチャートである。先ず、ステップS41で入力
文書の文書構造を解析し、ステップS42で入力文書の
文書構造解析テーブル(テーブル5)から文書構造解析
ブロックを取出し、ステップS43で文書構造解析テー
ブル(テーブル5)から文書構造解析ブロックの取出し
ができたか否かを判別する。ここで、文書構造の解析は
前述した文書最小分割処理、文書レイアウト情報抽出処
理による文書情報の解析手順と全く同じように解析され
る。文書構造解析ブロックの取出しができなかったとき
は次ブロックなしと判断して本フローの処理を終え、文
書構造解析ブロックの取出しができたときはステップS
44で取出しポインタを更新する。次いで、ステップS
45で前記文書アレンジ情報テーブル(テーブル4)か
ら同じ「構成要素分類」を持つブロックをサーチし、ス
テップS46で書式パターンの変更情報があるかをチェ
ックする。ステップS47で書式パターンの変更がある
と判別されたときはステップS48で書式パターンを変
更し、書式パターンの変更がないときにはそのままステ
ップS49に進む。すなわち、文書アレンジ情報学習領
域30に格納されている同じ構成要素ブロックから同じ
構成要素分類情報を持つ文書アレンジ情報ブロックの学
習に従って書式パターンの変更が行われる。これによ
り、文書の書式が文書アレンジ変換しようとする文書の
書式パターン(例えば、文書サイズ)に変更される。 Document Arrangement Conversion Processing FIG. 16 is a flowchart of the document arrangement conversion processing for arranging the input document (input example document 2) based on the learned arrangement information. First, the document structure of the input document is analyzed in step S41, the document structure analysis block is extracted from the document structure analysis table (table 5) of the input document in step S42, and the document structure is analyzed from the document structure analysis table (table 5) in step S43. It is determined whether the analysis block has been taken out. Here, the document structure is analyzed in exactly the same manner as the document information analysis procedure by the document minimum division processing and the document layout information extraction processing described above. When the document structure analysis block cannot be extracted, it is determined that there is no next block, and the processing of this flow ends, and when the document structure analysis block can be extracted, step S
At 44, the fetch pointer is updated. Then, step S
In step 45, the document arrangement information table (table 4) is searched for a block having the same "component classification", and in step S46 it is checked whether there is format pattern change information. When it is determined in step S47 that the format pattern has been changed, the format pattern is changed in step S48, and when there is no change in the format pattern, the process directly proceeds to step S49. That is, the format pattern is changed according to the learning of the document arrangement information block having the same constituent element classification information from the same constituent element block stored in the document arrangement information learning area 30. As a result, the format of the document is changed to the format pattern (for example, the document size) of the document to be subjected to the document arrangement conversion.
【0047】次いで、ステップS49で修飾情報がある
かをチェックし、ステップS50で修飾情報があると判
別されたときはステップS51で文字修飾を行ってステ
ップS52に進み、修飾情報がないときにはそのままス
テップS52に進む。ステップS52では個別アレンジ
情報があるかをチェックし、ステップS53で個別アレ
ンジ情報があると判別されたときはステップS54で個
別アレンジを行ってステップS55に進み、個別アレン
ジ情報がないときにはそのままステップS55に進む。
ステップS55では上記書式パターン、文字修飾、個別
アレンジ等のアレンジ変換が行われた文書を、ワーク領
域31に中間文書として出力して該当ブロックにおける
文書アレンジ変換を終えてステップS42に戻り、上記
処理を文書構造解析ブロックがなくなるまで繰り返す。Next, in step S49, it is checked whether or not there is modification information. If it is determined that there is modification information in step S50, character modification is performed in step S51 and the process proceeds to step S52. Proceed to S52. In step S52, it is checked whether or not there is individual arrangement information. When it is determined in step S53 that there is individual arrangement information, individual arrangement is performed in step S54 and the process proceeds to step S55. When there is no individual arrangement information, the process directly proceeds to step S55. move on.
In step S55, the document subjected to arrangement conversion such as the format pattern, character modification, and individual arrangement is output to the work area 31 as an intermediate document, the document arrangement conversion in the corresponding block is completed, and the process returns to step S42 to perform the above processing. Repeat until there are no document structure analysis blocks.
【0048】このように、上記文書アレンジ変換処理で
は、図15の文書構造解析処理で作成された文書構造解
析テーブル(テーブル5)先頭の構成要素ブロックか
ら、文書アレンジ情報学習領域30に格納されている文
書アレンジ情報テーブル(テーブル4)の同じ構成要素
ブロックを取出す。そして、文書アレンジ情報学習領域
30に格納されている同じ構成要素を持つ文書アレンジ
情報ブロックの学習に従って文書のアレンジ(例えば、
書式パターンの変更、文字修飾等)を行なう。この文書
アレンジ変換の結果は、ワーク領域31に中間文書の形
で出力される。ここで、ワーク領域31に一時的に格納
される中間文書は、文書のアレンジ変換はされている
が、レイアウト位置の変更はまだ行われていない文書で
あり、図4の中間例文書1で示される。As described above, in the document arrangement conversion process, the component block at the head of the document structure analysis table (table 5) created by the document structure analysis process of FIG. 15 is stored in the document arrangement information learning area 30. The same component block of the existing document arrangement information table (table 4) is extracted. Then, according to the learning of the document arrangement information block having the same components stored in the document arrangement information learning area 30, the arrangement of the document (for example,
Change the format pattern, character modification, etc.). The result of this document arrangement conversion is output to the work area 31 in the form of an intermediate document. Here, the intermediate document that is temporarily stored in the work area 31 is a document that has undergone the arrangement conversion of the document but the layout position has not been changed, and is shown in the intermediate example document 1 of FIG. Be done.
【0049】以下、入力例文書2及び中間例文書1を例
に採り上記文書アレンジ変換処理を具体的に説明する。
先ず、最初に入力例文書2の文書構造解析テーブル(テ
ーブル5)の先頭のブロック5−1が取出される。この
文書構造解析ブロック5−1の構成要素分類情報は「日
付(01)」であり、これと同じ構成要素分類情報を持
つ文書アレンジ情報学習領域30に格納されている文書
アレンジ情報ブロック4−1に従ってアレンジが行われ
る。文書記憶領域28に格納されている文書データ「1
991.11.15」は文書アレンジ情報ブロック4−
1の書式パターン情報によって「「平成3年11月15
日」に変更される。次に、本来修飾情報及び個別情報に
従ってアレンジされているが、文書アレンジ情報ブロッ
ク4−1ではこのアレンジ情報がないのでそのままであ
る。このアレンジされた中間文書はワーク領域31に出
力される。このようにして、ワーク領域31上に図4に
示す中間例文書1が作成される。この中間例文書1は、
入力例文書1(図2)のアレンジ情報に従って入力例文
書2(図3)の内容をアレンジ変換した文書である。従
って、この中間例文書1では入力例文書1のレイアウト
位置の変更は行われておらず、書式パターン等のアレン
ジ情報のみが変更されている。例えば、入力例文書2の
行位置01の日付「1991.11.15」は、入力例
文書1の01行目の日付のアレンジ情報学習「平年**
月**日」に合わせて中間例文書1の行位置01に示す
ように「平成3年11月15日」にアレンジ変換され
る。また、入力例文書2の行位置03の全角の大見出し
(タイトル)「出張報告書」は、入力例文書1の03行
目の行位置03の倍角アンダーラインの大見出し(タイ
トル)「出張報告書」に合わせて中間例文書
1の行位置03に示すように「出張報告書」
にアレンジ変換される。このように、文書レイアウト
(配置)変換以外のアレンジ変換後の文書が中間例文書
1としてワーク領域31に作成されることになる。ワー
ク領域31に作成された中間例文書1は以下に述べる文
書レイアウト変換処理によって最終的な出力例文書1
(図5)にレイアウト変換され、一連の文書フォーマッ
ト学習・文書フォーマット変換が終了する。The document arrangement conversion process will be described in detail below by taking the input example document 2 and the intermediate example document 1 as examples.
First, the first block 5-1 of the document structure analysis table (table 5) of the input example document 2 is taken out. The constituent element classification information of this document structure analysis block 5-1 is "date (01)", and the document arrangement information block 4-1 stored in the document arrangement information learning area 30 having the same constituent element classification information as this. Arrangements are made according to. The document data “1 stored in the document storage area 28
991.11.15 "is the document arrangement information block 4-
According to the format pattern information of "1 November 15, 1991"
It is changed to "day". Next, although originally arranged according to the modification information and the individual information, the document arrangement information block 4-1 does not have this arrangement information, so it is left as it is. The arranged intermediate document is output to the work area 31. In this way, the intermediate example document 1 shown in FIG. 4 is created on the work area 31. This intermediate example document 1
This is a document obtained by arranging the contents of the input example document 2 (FIG. 3) according to the arrangement information of the input example document 1 (FIG. 2). Therefore, in the intermediate example document 1, the layout position of the input example document 1 is not changed, and only the arrangement information such as the format pattern is changed. For example, the date “1991.11.15” at line position 01 of the input example document 2 is the arrangement information learning “normal year ** of the date of the 01st line of the input example document 1.
The arrangement is converted to "November 15, 1991" in accordance with "month ** day" as shown in line position 01 of the intermediate example document 1. In addition, the full-width large headline (title) “business trip report” at line position 03 of the input example document 2 is a double-width underlined large headline (title) “ business trip report ” at line position 03 of the input example document 1 on line 03. according to the book "as shown in row position 03 of the intermediate sentences manual 1" trip report "
The arrangement is converted to. In this way, the document after the arrangement conversion other than the document layout (arrangement) conversion is created in the work area 31 as the intermediate example document 1. The intermediate example document 1 created in the work area 31 is the final output example document 1 by the document layout conversion process described below.
The layout is converted to (FIG. 5), and a series of document format learning / document format conversion is completed.
【0050】文書レイアウト変換処理 図17は学習した文書レイアウト情報に基づいて中間文
書に作成されたアレンジ変換後の文書の配置を変換して
最終的な出力文書を出力する文書レイアウト変換処理の
フローチャートである。先ず、ステップS61で前記文
書レイアウト情報抽出処理(図8)で作成した文書レイ
アウト情報テーブル(テーブル3)の文書レイアウト情
報ブロックを取出し、ステップS62で文書レイアウト
情報ブロックの取出しができたか否かを判別する。文書
レイアウト情報ブロックの取出しができなかったときは
次ブロックなしと判断して本フローの処理を終え、文書
レイアウト情報ブロックの取出しができたときはステッ
プS63で取出しポインタを更新する。次いで、ステッ
プS64で対応する入力文の文書構造解析テーブル(テ
ーブル5)の文書構造解析テーブルブロックがあるかを
チェックし、ステップS65で対応する入力文の文書構
造解析テーブルブロックがあると判別されたときはステ
ップS66で中間文書の対応する部分を文書フォーマッ
ト変換後の最終的な文書(出力例文書1)として文書記
憶領域28に出力してステップS61に戻り、文書レイ
アウト情報ブロックがなくなるまで上記処理を繰り返
す。一方、ステップS65で対応する入力文の文書構造
解析テーブルブロックがないと判別されたときはステッ
プS61に戻り上記処理を繰り返す。 Document Layout Conversion Process FIG. 17 is a flowchart of a document layout conversion process for converting the arrangement of the arranged document after the arrangement conversion created in the intermediate document based on the learned document layout information and outputting the final output document. is there. First, in step S61, the document layout information block of the document layout information table (table 3) created in the document layout information extraction processing (FIG. 8) is taken out, and in step S62, it is determined whether or not the document layout information block can be taken out. To do. If the document layout information block cannot be extracted, it is determined that there is no next block, and the processing of this flow is terminated. If the document layout information block can be extracted, the extraction pointer is updated in step S63. Next, in step S64, it is checked whether or not there is a document structure analysis table block of the document structure analysis table (table 5) of the corresponding input sentence, and it is determined that there is a document structure analysis table block of the corresponding input sentence in step S65. In step S66, the corresponding part of the intermediate document is output to the document storage area 28 as the final document (output example document 1) after the document format conversion, the process returns to step S61, and the above-described processing is performed until there is no document layout information block. repeat. On the other hand, when it is determined in step S65 that there is no document structure analysis table block of the corresponding input sentence, the process returns to step S61 and the above process is repeated.
【0051】このように、上記文書レイアウト変換処理
では、前記文書アレンジ変換処理でワーク領域31上に
作成された中間文書が、文書レイアウト情報学習領域2
9に学習されている文書レイアウト情報テーブル(テー
ブル3)に従って文書記憶領域28に出力される。As described above, in the document layout conversion process, the intermediate document created in the work area 31 by the document arrangement conversion process is the document layout information learning area 2
9 is output to the document storage area 28 according to the document layout information table (table 3) learned in FIG.
【0052】中間例文書1により具体的に説明すると、
最初に文書レイアウト情報テーブル(テーブル3)の先
頭ブロック3−1が取出され、それと同じ構成要素分類
情報「日付」を持つ文書構造解析テーブル(テーブル
5)上の文書構造解析ブロック5−1が見つけられ、そ
れに対応するワーク領域31にある中間例文書1の部分
が文書記憶領域28に出力される。次に、文書レイアウ
ト情報テーブル(テーブル3)では文書レイアウト情報
ブロック3−2の「大見出し」が先にあるので中間例文
書1の「大見出し」に対応する文書部分が文書記憶領域
28に出力される。これにより、入力例文書2と出力例
文書1で「大見出し」と「差出人」のレイアウトが入れ
替えられたことになる。このようにして中間例文書1は
全て出力例文書1にレイアウト変換されることになる。
最終的には、入力例文書2の内容を持つ中間例文書1
が、入力例文書1のレイアウト情報に従って並べ替えら
れて出力される。More specifically with reference to the intermediate example document 1,
First, the top block 3-1 of the document layout information table (Table 3) is taken out, and the document structure analysis block 5-1 on the document structure analysis table (Table 5) having the same component classification information "date" as that is found. Then, the portion of the intermediate example document 1 in the work area 31 corresponding thereto is output to the document storage area 28. Next, in the document layout information table (table 3), the “large headline” of the document layout information block 3-2 is first output, so the document portion corresponding to the “large headline” of the intermediate example document 1 is output to the document storage area 28. To be done. As a result, the layouts of "large headline" and "sender" in the input example document 2 and the output example document 1 are switched. In this way, the layout of the intermediate example document 1 is entirely converted into the output example document 1.
Finally, the intermediate example document 1 having the contents of the input example document 2
Are sorted and output according to the layout information of the input example document 1.
【0053】以上説明したように、本実施例の文書処理
装置10は、文書記憶領域28に記憶されている文書デ
ータの構造を解析する文書解析装置24と、文書解析装
置24による解析結果から文書要素のアレンジ情報を抽
出する文書アレンジ情報抽出装置26と、抽出した情報
を学習した学習データを基に文書データを統一された文
書フォーマットに変換する文書フォーマット変換装置2
7と、文書アレンジ情報抽出装置25により抽出したア
レンジ情報を学習するための文書アレンジ情報学習領域
30とを備え、CPU11によって制御される文書解析
装置24は、文書記憶領域28に格納された文書データ
を1行ずつ取り出して文書データの構造を解析し、その
解析結果から文書アレンジ情報を抽出し、抽出した情報
を文書アレンジ情報学習領域30に学習データとして記
憶しておくとともに、フォーマット変換時にはこの学習
データに基づいて同様にして抽出された出力対象の文書
データのアレンジ情報を文書フォーマット変換し、フォ
ーマット変換されたアレンジ情報に従って統一されたア
レンジ情報の文書データをCRT18やプリンタ22に
出力するようにしているので、文書を作成する際に、学
習しているアレンジ情報を利用することができ、アレン
ジが統一されていない文書データのアレンジをいずれか
の文書データに統一することができる。従って、あるア
レンジ情報を持つ文書データを、統一したアレンジ情報
の文書データに揃えたい場合には、まず統一したいアレ
ンジ情報を持つ第1の文書データを読込んで前述した文
書フォーマット学習をした後、第2の文書データ(複数
であってもよい)を読込んで同様に文書フォーマット学
習をし、更に前述した文書アレンジ変換を行うようにす
ればよい。以後、統一されていない文書データが複数あ
る場合も同様に処理すればよい。その結果、オペレータ
は統一したい文書データを指示するだけで済むので、従
来オペレータが逐一指定していたアレンジ変換作業を格
段に軽減させることができる。また、他人の文書を自分
のフォーマットに変換して見やすくすることができる効
果もある。特に、製品の使用書や複数人の分担で執筆さ
れる論文・辞書編集等において文書フォーマットの整合
性を保つ必要がある場合に予め決めておいたアレンジ情
報を供給し、そのアレンジ情報に合わせて文書書式が統
一できるので、複数人で自由に文書をつくった場合にも
逐一「日付」、「タイトル」、「差出人」等に付された
アレンジ情報を変更することがなくなり作業性を格段に
向上させことができる。また、本実施例の文書処理装置
10は、文書フォーマットの学習が簡単に行えるという
効果があるが、文書データの読取りの際、OCR16等
を用いて文字を直接読み取って符号化して前記学習を行
なうようにすればより作業性を高めることが可能にな
る。As described above, the document processing apparatus 10 according to the present embodiment analyzes a document from the document analysis apparatus 24 that analyzes the structure of the document data stored in the document storage area 28 and the analysis result by the document analysis apparatus 24. A document arrangement information extraction device 26 for extracting arrangement information of elements, and a document format conversion device 2 for converting document data into a unified document format based on learning data obtained by learning the extracted information.
7 and a document arrangement information learning area 30 for learning arrangement information extracted by the document arrangement information extracting apparatus 25, and the document analysis apparatus 24 controlled by the CPU 11 stores the document data stored in the document storage area 28. Is extracted line by line, the structure of the document data is analyzed, the document arrangement information is extracted from the analysis result, the extracted information is stored in the document arrangement information learning area 30 as learning data, and this learning is performed at the time of format conversion. The arrangement information of the document data to be output which is similarly extracted based on the data is subjected to the document format conversion, and the document data of the arrangement information unified according to the format-converted arrangement information is output to the CRT 18 or the printer 22. When you create a document, you are Information can be utilized, it is possible to unify the arrangement of document data that arrangement has not been unified in one of the document data. Therefore, when it is desired to align the document data having certain arrangement information with the document data having the unified arrangement information, first read the first document data having the arrangement information to be unified, perform the above-mentioned document format learning, and It suffices to read the second document data (may be plural), similarly learn the document format, and further perform the document arrangement conversion described above. After that, the same processing may be performed when there are a plurality of document data that are not unified. As a result, the operator only has to instruct the document data to be unified, so that the arrangement conversion work conventionally specified by the operator can be remarkably reduced. There is also an effect that it is possible to convert another person's document into his own format and make it easier to see. In particular, when it is necessary to maintain the consistency of the document format in the product usage manual and thesis / dictionary editing etc. written by multiple people, supply the predetermined arrangement information and match it with the arrangement information. Since the document formats can be unified, even if multiple people freely create a document, the arrangement information attached to "Date", "Title", "Sender" etc. is not changed one by one, and the workability is greatly improved. It can be done. Further, the document processing apparatus 10 of the present embodiment has an effect that learning of the document format can be easily performed, but at the time of reading the document data, the character is directly read by using the OCR 16 or the like and encoded to perform the learning. By doing so, it becomes possible to improve workability.
【0054】また、本実施例の文書処理装置10は、文
書フォーマットの学習が簡単に行えるという効果がある
が、文書データの読取りの際、OCR16等を用いて文
字を直接読取って符号化して前記学習を行うようにすれ
ば作業性を高めることが可能になる。Further, the document processing apparatus 10 of the present embodiment has an effect that the document format can be easily learned, but at the time of reading the document data, the character is directly read and encoded by using the OCR 16 or the like. It is possible to improve workability by learning.
【0055】なお、本実施例では、文書構成要素ブロッ
クを行単位としているが、これには限定されず、桁単位
の構造管理の追加等を行うことで、同一行に2つ以上の
文書構成要素ブロックがあっても同様に処理することが
できる。In the present embodiment, the document component block is set as a line unit. However, the present invention is not limited to this, and by adding structure management in units of digits, two or more document configurations can be made in the same line. Even if there is an element block, it can be processed in the same manner.
【0056】また、本実施例の構成要素の分類や文書レ
イアウト情報の抽出及び学習は例示であり、より詳細に
分類及び抽出・学習を行えるのは言うまでもなく、本実
施例で開示した方法と同様の方法によって実現可能であ
る。Further, the classification of the constituent elements and the extraction and learning of the document layout information of this embodiment are examples, and it goes without saying that the classification, extraction and learning can be performed in more detail, like the method disclosed in this embodiment. Can be realized by the method of.
【0057】また、本実施例では入力例文書1,2のよ
うに文書レイアウトの施された文書のフォーマット学習
例を示したが、レイアウトを意識しないで作成された
(桁下げ等が行われていない)べた書きの文書を、学習
したフォーマットでレイアウトすることもできる。In the present embodiment, an example of learning the format of a document having a document layout such as the input example documents 1 and 2 has been shown, but the document is created without considering the layout (the digit indentation or the like is performed. You can also lay out plain text in a learned format.
【0058】また、本実施例の文書フォーマット変換処
理例では、文書フォーマット学習機能により学習したフ
ォーマット学習データを用いたが、これに限らず、例え
ば外部記憶装置等にあるフォーマット学習データを学習
領域に呼び出して用いても良いことは言うまでもない。Further, in the document format conversion processing example of the present embodiment, the format learning data learned by the document format learning function is used, but not limited to this, for example, the format learning data in the external storage device or the like is set as the learning area. Needless to say, it may be called and used.
【0059】また、本実施例では、文書アレンジ変換処
理後に、文書レイアウト変換処理を行っているが、まず
レイアウト変換処理を行ない、次にアレンジ変換処理を
行なうようにしてもよいことは勿論である。In the present embodiment, the document layout conversion process is performed after the document arrangement conversion process. However, it goes without saying that the layout conversion process may be performed first, and then the arrangement conversion process may be performed. ..
【0060】さらに、本実施例では、文書処理装置10
を日本語ワードプロセッサに適用した例であるが、文書
書式変換機能を持つ装置であれば他の全ての装置、例え
ばパーソナルコンピュータにも適用できることは言うま
でもない。Further, in the present embodiment, the document processing device 10
The above is an example in which is applied to a Japanese word processor, but it goes without saying that it can also be applied to all other devices, such as a personal computer, as long as the device has a document format conversion function.
【0061】[0061]
【発明の効果】本発明によれば、文書データ記憶手段に
記憶されている第1の文書データ及び第2の文書データ
のアレンジ情報を解析するアレンジ情報解析手段と、ア
レンジ情報解析手段により解析された第1の文書データ
及び(または)第2の文書データのアレンジ情報を学習
して文書を作成する際の学習データとして記憶するアレ
ンジ情報学習手段と、アレンジ情報学習手段に記憶され
た学習データに基づいてフォーマット変換しようとする
文書データのアレンジ情報を供給するアレンジ情報供給
手段と、アレンジ情報解析手段により解析された出力対
象の文書データのアレンジ情報を、前記アレンジ情報供
給手段により供給された文書データのアレンジ情報に変
換する文書フォーマット変換手段と、前記文書フォーマ
ット変換手段によりフォーマット変換された配置情報に
従って前記出力対象の文書データを出力する文書データ
出力手段とを備えているので、文書を作成する際に、学
習したアレンジ情報を利用することができ、アレンジが
統一されていない文書データのアレンジをいずれかの文
書データに統一することができる。According to the present invention, the arrangement information analysis means for analyzing arrangement information of the first document data and the second document data stored in the document data storage means, and the arrangement information analysis means for analyzing the arrangement information. Arrangement information learning means for storing arrangement information of the first document data and / or the second document data as learning data when creating a document and learning data stored in the arrangement information learning means. Arrangement information supplying means for supplying arrangement information of the document data to be format-converted based on the arrangement information, and arrangement information of the document data to be output analyzed by the arrangement information analyzing means, and the document data supplied by the arrangement information supplying means. Document format conversion means for converting into the arrangement information of the Since the document data output means for outputting the document data to be output according to the format-converted layout information is provided, the learned arrangement information can be used when creating the document, and the arrangement is unified. Arrangement of missing document data can be unified to any document data.
【図1】文書処理装置のブロック構成図である。FIG. 1 is a block diagram of a document processing apparatus.
【図2】文書処理装置の入力例文書1を示す図である。FIG. 2 is a diagram illustrating an input example document 1 of the document processing apparatus.
【図3】文書処理装置の入力例文書2を示す図である。FIG. 3 is a diagram showing an input example document 2 of the document processing apparatus.
【図4】文書処理装置の中間例文書を示す図である。FIG. 4 is a diagram illustrating an intermediate example document of the document processing apparatus.
【図5】文書処理装置の出力例文書を示す図である。FIG. 5 is a diagram illustrating an output example document of the document processing apparatus.
【図6】文書処理装置の文書最小分割処理を示すフロー
チャートである。FIG. 6 is a flowchart showing a document minimum division process of the document processing apparatus.
【図7】文書処理装置の文書最小分割ブロックテーブル
(テーブル1)を示す図である。FIG. 7 is a diagram showing a document minimum division block table (table 1) of the document processing apparatus.
【図8】文書処理装置の文書レイアウト情報抽出処理を
示すフローチャートである。FIG. 8 is a flowchart showing a document layout information extraction process of the document processing device.
【図9】文書処理装置のキーワード辞書の構造を示す図
である。FIG. 9 is a diagram showing a structure of a keyword dictionary of the document processing device.
【図10】文書処理装置の文書構成要素ブロックテーブ
ル(テーブル2)を示す図である。FIG. 10 is a diagram showing a document component block table (table 2) of the document processing apparatus.
【図11】文書処理装置の文書レイアウト情報テーブル
(テーブル3)を示す図である。FIG. 11 is a diagram showing a document layout information table (table 3) of the document processing apparatus.
【図12】文書処理装置の文書アレンジ情報抽出処理を
示すフローチャートである。FIG. 12 is a flowchart showing a document arrangement information extracting process of the document processing apparatus.
【図13】文書処理装置の修飾情報セット処理を示すフ
ローチャートである。FIG. 13 is a flowchart showing a modification information setting process of the document processing device.
【図14】文書処理装置の文書アレンジ情報テーブル
(テーブル4)を示す図である。FIG. 14 is a diagram showing a document arrangement information table (table 4) of the document processing apparatus.
【図15】文書処理装置の入力例文書2の文書構造解析
テーブル(テーブル5)を示す図である。FIG. 15 is a diagram showing a document structure analysis table (table 5) of an input example document 2 of the document processing apparatus.
【図16】文書処理装置の文書アレンジ変換処理を示す
フローチャートである。FIG. 16 is a flowchart showing a document arrangement conversion process of the document processing device.
【図17】文書処理装置の文書レイアウト変化処理を示
すフローチャートである。FIG. 17 is a flowchart showing a document layout changing process of the document processing apparatus.
10 文書処理装置 11 CPU 12 ROM 13 RAM 14 キーボード 16 OCR 18 CRT 20 外部記憶装置 22 プリンタ 24 文書解析装置 25 文書レイアウト情報抽出装置 26 文書アレンジ情報抽出装置 27 文書フォーマット変換装置 28 文書記憶領域 29 文書レイアウト情報学習領域 30 文書アレンジ情報学習領域 31 ワーク領域 10 Document Processing Device 11 CPU 12 ROM 13 RAM 14 Keyboard 16 OCR 18 CRT 20 External Storage Device 22 Printer 24 Document Analysis Device 25 Document Layout Information Extraction Device 26 Document Arrangement Information Extraction Device 27 Document Format Conversion Device 28 Document Storage Area 29 Document Layout Information learning area 30 Document arrangement Information learning area 31 Work area
Claims (3)
段と、 文書データ記憶手段に記憶されている第1の文書データ
及び第2の文書データのアレンジ情報を解析するアレン
ジ情報解析手段と、 前記アレンジ情報解析手段により解析された第1の文書
データ及び(または)第2の文書データのアレンジ情報
を学習して文書を作成する際の学習データとして記憶す
るアレンジ情報学習手段と、 前記アレンジ情報学習手段に記憶された学習データに基
づいてフォーマット変換しようとする文書データのアレ
ンジ情報を供給するアレンジ情報供給手段と、 前記アレンジ情報解析手段により解析された出力対象の
文書データの配置情報を、前記アレンジ情報供給手段に
より供給された文書データのアレンジ情報に変換する文
書フォーマット変換手段と、 前記文書フォーマット変換手段によりフォーマット変換
されたアレンジ情報に従って前記出力対象の文書データ
を出力する文書データ出力手段と、 を具備したことを特徴とする文書処理装置。1. A document data storage unit for storing document data, an arrangement information analysis unit for analyzing arrangement information of the first document data and the second document data stored in the document data storage unit, and the arrangement. Arrangement information learning means for learning arrangement information of the first document data and / or the second document data analyzed by the information analysis means and storing it as learning data when creating a document, and the arrangement information learning means. Arrangement information supply means for supplying arrangement information of document data to be format-converted based on the learning data stored in, arrangement information of the output target document data analyzed by the arrangement information analysis means, and the arrangement information. Document format conversion means for converting the arrangement information of the document data supplied by the supply means Document processing apparatus characterized by comprising a document data output means for outputting the document data of the output target according to arrangement information formatted converted by the document format conversion means.
データを所定の文書構成要素ブロックに分割し、該文書
構成要素ブロック毎にアレンジ情報を抽出する文書アレ
ンジ情報抽出手段を具備したことを特徴とする請求項1
記載の文書処理装置。2. The arrangement information analyzing means comprises document arrangement information extracting means for dividing the document data into predetermined document constituent element blocks and extracting arrangement information for each of the document constituent element blocks. Claim 1
Document processing device described.
報、修飾情報、文書構成要素ブロック特有の個別情報の
うちの何れか1つ以上の情報であることを特徴とする請
求項1記載の文書処理装置。3. The document processing apparatus according to claim 1, wherein the arrangement information is any one or more of format pattern information, decoration information, and individual information unique to a document component block. ..
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4132066A JPH05303569A (en) | 1992-04-24 | 1992-04-24 | Document processor |
US08/029,827 US5438657A (en) | 1992-04-24 | 1993-03-11 | Document processing apparatus for extracting a format from one document and using the extracted format to automatically edit another document |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4132066A JPH05303569A (en) | 1992-04-24 | 1992-04-24 | Document processor |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH05303569A true JPH05303569A (en) | 1993-11-16 |
Family
ID=15072719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4132066A Pending JPH05303569A (en) | 1992-04-24 | 1992-04-24 | Document processor |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH05303569A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021117743A (en) * | 2020-01-27 | 2021-08-10 | 株式会社日立製作所 | Business support system and business support method |
-
1992
- 1992-04-24 JP JP4132066A patent/JPH05303569A/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021117743A (en) * | 2020-01-27 | 2021-08-10 | 株式会社日立製作所 | Business support system and business support method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5438657A (en) | Document processing apparatus for extracting a format from one document and using the extracted format to automatically edit another document | |
JP3425408B2 (en) | Document reading device | |
KR910003523A (en) | Document data processing method using image data | |
JPH08106464A (en) | Document generating device | |
JPH06203018A (en) | Document processor | |
JPH05303569A (en) | Document processor | |
JPH05303571A (en) | Document processor | |
JP3122417B2 (en) | Information display method and information processing device | |
JPH05303568A (en) | Document processor | |
JPH05303572A (en) | Document processor | |
JPH05303567A (en) | Document processor | |
JPH07253968A (en) | Character string data processor | |
JPH05303570A (en) | Document processor | |
JPH0696288A (en) | Character recognizing device and machine translation device | |
JPH07253969A (en) | Document processor | |
JPH06203019A (en) | Document processor | |
JPH06274481A (en) | Document processor | |
JP3952009B2 (en) | Translation memory system, translation method, and program for translation memory system | |
JP2634926B2 (en) | Kana-Kanji conversion device | |
JPH06266753A (en) | Word processor | |
JP3193249B2 (en) | Keyword search method | |
JPH0944476A (en) | Chinese document processor | |
JP2002297574A (en) | System and program for kana putting along side chinese characters | |
JPH11203279A (en) | Kana-kanji conversion device and method and storage medium | |
JPH0721189A (en) | Translation assisting system |