JPH0776970B2 - 文書整形装置 - Google Patents

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は、文書の論理的構造に基づいて、指定された領
域内に文書を自動的に配置する文書整形装置に関する。

（従来の技術） 近年、文書データからその論理構造や意味構造を抽出
し、これらの構造データから上記文書を自動的に所定の
出力フォーマットに整形する文書処理システムの開発が
進められている。（情報処理学会第34回全国大会講演論
文集“知的文書処理システムにおける文書構造生成機能
について“岩井勇、土井美和子、福井美佳,pp.1309−p
p.1310）。この種のシステムでは、文書をあるフォーマ
ットで出力する場合、予め文書を配置する為のフレーム
を定義して、そのフレームに従って文書を流し込むこと
が行われる。例えば、技術文献の文書整形を例にとる
と、先頭頁については、標題、著者名、所属、要約等を
割付けるためのシングルカラムのフレームが、頁上部に
設定され、本文を割付けるためのダブルカラムのフレー
ムが、上記フレームの下に設定される。また、２頁目以
降は、全てダブルカラムのフレームが設定される。この
ように、従来は文書の性質に合せてフレーム構造を予め
設定し、この設定されたフレーム内に文書データを流し
込むようにしていた。

しかしながら、フレームを予め設定しておくと、例え
ば、文書データの内容に変更があった場合、設定された
フレームに文書データが入り切らなかったり、また、逆
にフレームの面積に対して文書データ量が極端に少なく
なり、大きなスペースが発生して文書の見栄えが悪くな
るという欠点があった。従って、このような場合、再度
フレームを設定し直す必要があるが、この作業はフレー
ム構造が複雑である場合、非常に面倒な作業となってい
た。また、この問題は、罫線設定を行なった後のデータ
修正時にも同様に発生していた。

（発明が解決しようとする課題） このように、従来の文書整形装置では、予め設定された
文書の配置領域と、この配置領域に配置すべき文書デー
タとが整合せずに、文書データが割付け不能となった
り、文書の見栄えが低下する等の問題があった。

本発明は、上記問題点に鑑みなされたもので、文書デー
タの整形処理を領域情報に基づいて行なう文書整形装置
において、常に文書データと領域情報との整合がとれ、
見易く見栄えの良い文書を整形できる文書整形装置を提
供することを目的とする。

［発明の構成］ （課題を解決するための手段） 本発明は、第１図に示すように、文書データを入力する
入力部10と、この入力部10を介して入力された文書デー
タの構造属性を解析する構造解析部20と、前記文書デー
タの構造属性に応じた割付け領域を各頁毎に特定する領
域情報を記憶する領域情報記憶部30と、前記構造解析部
20で求められた前記文書データの構造属性と前記領域情
報記憶部30に記憶された領域情報とに基づいて前記文書
データをその構造属性に応じた前記割付け領域に割付け
る文書整形部40と、この文書整形部40で割付けた状態を
監視し前記文書データと前記割付け領域との不整合が生
じた場合にこれを検知する出力状態監視部50と、この出
力状態監視部50で前記不整合が検知されたときに前記領
域情報記憶部30の記憶内容を上記不整合が解消されるよ
うに修正する領域情報修正部60と、前記文書整形部40で
割付けられた文書を出力する出力部70とを具備したこと
を特徴としている。

（作用） 本発明によれば、文書データの構造属性に応じた割付け
領域を各頁毎に特定する領域情報を領域情報記憶部に記
憶しているので、文書整形部は、前記領域情報と文書デ
ータの構造属性情報とから、その文書データをどの領域
に割付ければ良いかを判別できる。そして、出力状態監
視部が、この文書整形部で文書データを割付けた場合の
文書データと領域情報との不整合を検出し、領域情報修
正部が、上記不整合を解消すべく前記領域情報記憶部の
記憶内容を修正するので、常に、文書データと領域情報
との整合性がとれ、見易く見栄えの良い文書を自動整形
することができる。

（実施例） 以下、図面に基づいて本発明の一実施例について説明す
る。

第２図〜第10図は、本実施例に係る文書整形装置を説明
するための図である。

この装置は、第２図にその全体構成を示すように、入力
部10と、構造解析部20と、フレーム情報記憶部31と、文
書整形部40と、出力状態監視部51と、フレーム情報修正
部61と、出力部70とで構成されている。

入力部10は、文書データを入力するためのもので、原文
を直接入力するためのキーボード11や、既に作成された
原文を記憶しているディスクファイル12等から、入力制
御部13を介して例えばパラグラフ単位に文書データを取
出し、構造解析部20に与えるように構成されている。入
力制御部13は、例えば第３図に示すように、入力原文中
の改行コードのように文書の構造を規定する単位の区切
りコードによって入力原文を分割する。

構造解析部20は、上記入力部10からパラグラフ単位で入
力される文書データの構造属性を抽出するもので、構造
属性抽出部21と、構造解析辞書22と、文書データ記憶部
23とで構成されている。構造解析辞書22には、日本語辞
書、形態素解析規則、論理解析規則等が備えられてい
る。構造属性抽出部21は、この構造解析辞書22を参照し
て入力された文書データの形態要素のつながり関係、前
後の文の構造をもとに、標題、章見出し、章段落等の構
造属性を抽出する。文書データ記憶部23は、第３図に示
すように、入力された文書データをパラグラフ単位で上
記抽出された構造属性と対応させて記憶する。

フレーム情報記憶部31は、文書データの割付け領域であ
るフレームに関する情報を記憶する部分である。第４図
にフレーム情報記憶部31の内容を示す。即ち、フレーム
情報記憶部31には、各ページの情報として、ページ情報
とフレーム情報とがページ毎に格納されている。ページ
情報は、フレームを配置するための外枠の情報であり、
ページ番号、ページサイズ、１行の文字数、１ページの
行数、そのページに含まれるフレーム数から構成され
る。フレーム情報は、そのページに定義される１又は複
数のフレームの各フレームについてフレーム番号、フレ
ームの種類（シングルカラムかダブルカラムか）、フレ
ームX,Y位置、フレームX,Yサイズ、隣接するフレームの
番号、割付ける文書の構造属性等を特定する情報であ
る。これらの情報は、後述するフレーム情報修正部61に
よって適宜修正、追加、削除される。

文書整形部40は、文書データ記憶部23に記憶された文書
データを、その構造属性情報とフレーム情報記憶部31に
格納されたフレーム情報とに基づいて、指定フレーム内
に割付け処理するもので、文書整形制御部41と整形規則
辞書42とから構成されている。整形規則辞書42は、例え
ば第５図に示すように、各構造属性に応じた割付け規則
を備えたものとなっている。

出力状態監視部51は、文書整形部40で割付けられる文書
データがフレーム枠をはみ出したり、フレーム内に極端
に余白が残ってしまったり、そのページに割付けるべき
文書データのフレームが存在しない等の、文書データと
フレームとの間の不整合が発生した場合、これを検出す
る。

フレーム情報修正部61は、上記出力状態監視部51が文書
データとフレームとの間の不整合を検出した場合、フレ
ーム情報記憶部31の内容を不整合の生じない内容に修正
するものである。

出力部70は、フレーム情報記憶部31の内容が不整合のな
い状態に修正された後、文章整形部40にて整形された文
書を出力するもので、出力制御を司る出力制御部71と、
この出力制御部71の制御のもとに文書を表示するCRTデ
ィスプレイ72と、このCRTディスプレイ72に表示された
文書を紙の形態で出力するプリンタ73とで構成されてい
る。

次に以上のように構成された本実施例の装置の動作につ
いて説明する。

入力部10を介して第３図に示した文書がパラグラフ単位
で構造解析部20に入力されると、構造情報抽出部21は、
構造解析辞書を参照しながら、上記入力文書の構造属性
を抽出する。第３図の例では、文番号１は、最初の文章
で、「文章整形装置」という名詞句で終わっているの
で、これは標題であると判定される。文番号２は、「山
田太郎」という固有名詞であることが構造解析辞書22中
の日本語辞書によって分るので、前後の関係からこれは
著者名であると判定される。同様にして所属、章見出
し、章段落等の論理構造属性が抽出される。入力文書デ
ータの全てのパラグラフについて構造属性が抽出された
ら、抽出された構造属性情報は文書データとともに文書
データ記憶部23に格納される。

続いて文書データ記憶部23に格納された文書データは、
文書整形部40に与えられ、文書整形処理に供される。即
ち、例えば、フレーム情報記憶部31に記憶された第１ペ
ージのフレーム情報によって第６図（ａ）に示すような
３つのフレーム＃1,＃2,＃３が定義され、第１フレーム
の「フレームのＹサイズ」として「３行」が、また「割
付ける文書の構造属性」として「標題」、「著者名」及
び「所属」が定義され、第2,第３フレームの「割付ける
文書の構造属性」として「章見出し」、「章段落」等が
定義されているとする。文書整形部40は、まず、第１文
「文書整形装置」を読出し、その属性が「標題」である
ことから、「標題」を割付け可能な第１フレームに、第
５図の規則に基づき、この第１文を１行目にセンタリン
グして割付ける。続いて文書整形部40は、第２文の「山
田太郎」、第３文の「○ｘ△株式会社」についても同様
に整形規則辞書42に従って第１フレームに割付ける。次
に第４文「xxxx研究所」を取出して、その属性「所属」
に応じた第１フレームに割当てようとすると、第６図
（ａ）に示すように、第１フレームは、３行分のスペー
スしかないため、この第４文ははみ出してしまうことに
なる。このような事態が発生すると、出力状態監視部51
はこれを検知しフレーム情報61に１文はみ出しが発生し
たことを示す情報を出力する。

この情報を受取ったフレーム情報修正部61は、フレーム
情報記憶部31にアクセスして現フレーム（第１フレー
ム）に関する情報のうちＹサイズを１つ増やす。次に下
側に隣接するフレームの番号（ここでは＃2,＃３）を取
出し、これら第２、第３フレームのＹサイズを１つ減ら
すとともにＹ位置を一つ増やす。これによって第６図
（ｂ）に示すように、第１フレームが１行分拡大され、
第2,第３フレームが１行分縮小する。そして、文書整形
制御部41は、再度、整形規則辞書42から第１フレームの
情報を取出し、第４文の割付け処理を行なう。

第５文以降は、構造属性が「省見出し」、「章段落」、
・・・と続くので、第２フレームから第３フレームへと
割付けが行われる。

更に第11文が取出されると、その構造属性が「脚注」と
なっている。この時点では、「脚注」を格納すべきフレ
ームが第１ページのフレーム情報に定義されていないの
で、再び出力状態監視部51はこれを検知しフレーム情報
61に未定義フレームへの割付けが発生したことを示す情
報を出力する。

この情報を受取ったフレーム情報修正部61は、その構造
属性が「脚注」であることから、脚注参照箇所を抽出
し、該参照箇所を含むフレーム（第２フレーム）に関す
る情報のうちＹサイズを１つ減らす。次に「脚注」用の
新たな第４フレームを第２フレームの下に形成すべく新
たなフレーム情報を登録する。これによって第６図
（ｃ）に示すように、脚注用の第４フレームが形成され
ることになる。

更に第54文が割付けられると、次の文が存在しないこと
から、この文が文書データの最終文であることがわか
る。このとき割付けが行われていたフレームがダブルカ
ラムである場合、第７図（ａ）に示すように、第６フレ
ームのＹサイズa21＋b1に対し、余白部分b1が存在して
いると、出力状態監視部51はこれを検知し、フレーム情
報修正部61にダブルカラムのフレーム内に余白が発生し
たことを示す情報を出力する。

この情報を受取ったフレーム情報修正部61は、第６フレ
ームとこれと左右に隣接する第５フレームのＹサイズを
a11から（a11＋a21）/2＝c1＝c2に変更する。これによ
って、第７図（ｂ）に示すようにダフルカラムのフレー
ムの左右のＹサイズを揃えた形の文書を整形できる。

このようにして、正しいフレーム情報が登録されたら、
文書整形部40は、最終的に文書の割付け処理を実行し、
得られた文書を出力部を介して出力する。

以上の処理を第８図〜第10図に示す。即ち、第８図に示
すように、この装置では、１パラグラフずつ文書整形処
理を行ない、はみ出しやフレームの不存在が発生するか
どうかを調べ、これらが検知されたらフレーム修正処理
を実行する。フレームの修正は、第９図に示すように、
原フレームの収納属性とはみ出し文書の属性との同一性
に応じてフレーム修正処理と新フレーム設定処理のいず
れか一方を選択する。また、第８図において、割付けが
終了したら、文書末尾整形処理を行なう。この文書末尾
整形処理は、第10図に示すように、現フレームがダブル
カラムで、原フレームに余白が残っている時に、前述し
た左右のフレームのサイズを統一すれば良い。

以上の実施例によれば、フレームサイズと文書データと
の整合性がとれるばかりでなく、ダブルカラムの文書末
尾のサイズも揃えることができるので、見栄えの良い見
易い文書を整形できる。

なお、上記実施例では、文書データの割付け領域として
フレームの自動設定について説明したが、同様に罫線の
内外の文書データを構造属性に基づいて判定することに
より、罫線の設定処理に本発明を適用することも可能で
ある。

［発明の効果］ 以上述べたように、本発明によれば、文書データの構造
属性と領域情報とに基づいて、文書データを所定の領域
に割付けながら文書データと領域情報との整合性をとっ
ていくので、最終的に設定された領域情報は文書データ
と整合性の取れたものとなる。このため、見栄え良く見
易い文書を整形できるという効果を奏する。

【図面の簡単な説明】

第１図は本発明の構成を示すブロック図、第２図〜第10
図は本発明の一実施例に係る文書整形装置を説明するた
めの図で、第２図は全体ブロック図、第３図は文書デー
タと構造属性抽出部で抽出された構造属性を示す図、第
４図はフレーム情報記憶部の記憶内容を示す図、第５図
は整形規則辞書の内容を示す図、第６図及び第７図は同
装置によりフレームが形成されていく様子を時系列的に
示した図、第８図〜第10図は同装置の作用を説明するた
めの流れ図である。 10……入力部、11……キーボード、12……ディスクファ
イル、13……入力制御部、20……構造解析部、21……構
造属性抽出部、22……構造解析辞書、23……文書データ
記憶部、40……文書整形部、41……文書整形制御部、42
……整形規則辞書、50,51……出力状態監視部、60……
領域情報修正部、61……フレーム情報修正部、70……出
力部、71……出力制御部、72……CRTディスプレイ、73
……プリンタ。

Claims (3)

【特許請求の範囲】
1. 【請求項１】文書データを入力する入力部と、この入力
   部を介して入力された文書データの構造属性を解析する
   構造解析部と、前記文書データの構造属性に応じた割付
   け領域を各頁毎に特定する領域情報を記憶する領域情報
   記憶部と、前記構造解析部で求められた前記文書データ
   の構造属性と前記領域情報記憶部に記憶された領域情報
   とに基づいて前記文書データをその構造属性に応じた前
   記割付け領域に割付ける文書整形部と、この文書整形部
   で割付けた状態を監視し前記文書データと前記割付け領
   域との不整合が生じた場合にこれを検知する出力状態監
   視部と、この出力状態監視部で前記不整合が検知された
   ときに前記領域情報記憶部の記憶内容を上記不整合が解
   消されるように修正する領域情報修正部と、前記文書整
   形部で割付けられた文書を出力する出力部とを具備した
   ことを特徴とする文書整形装置。
2. 【請求項２】前記領域情報記憶部は、各頁毎にページ番
   号、ページサイズ、１ページの行数等のページ情報と、
   そのページに含まれるフレームのフレーム番号、フレー
   ムの種類、フレーム位置、フレームサイズ、割付け可能
   な構造属性等のフレーム情報とを記憶してなるものであ
   る請求項１記載の文書整形装置。
3. 【請求項３】前記出力状態監視部は、割付けるべき文書
   データに対する前記割付け領域の収納スペースの不整合
   や、割付けるべき領域の不存在等を検出するものであ
   り、前記領域情報修正部は、前記出力状態監視部からの
   情報に基づいてフレームの大きさを修正したり、新たな
   フレームを追加するものである請求項２記載の文書整形
   装置。