JPH1139304A - 文書処理装置及び方法、及びそのプログラムを記憶した記憶媒体 - Google Patents
文書処理装置及び方法、及びそのプログラムを記憶した記憶媒体Info
- Publication number
- JPH1139304A JPH1139304A JP9197018A JP19701897A JPH1139304A JP H1139304 A JPH1139304 A JP H1139304A JP 9197018 A JP9197018 A JP 9197018A JP 19701897 A JP19701897 A JP 19701897A JP H1139304 A JPH1139304 A JP H1139304A
- Authority
- JP
- Japan
- Prior art keywords
- document
- integration
- sentence
- documents
- duplicate
- 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.)
- Withdrawn
Links
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Abstract
(57)【要約】
【課題】 重複のある複数の文書による情報洪水を、ユ
ーザの興味に応じて効率的に緩和する。 【解決手段】 文書処理装置に、重複のある文書の統合
方式を文書のカテゴリ毎に設定する統合方式設定部109
と、文書群から重複のある文書の組を検出する重複文書
検出部102と、検出された文書の組を前記カテゴリのい
ずれかに分類する文書分類部106と、分類されたカテゴ
リに対して統合方式設定部109により設定された統合方
式に基づいて、前記文書の組を１つの文書に統合する文
書統合部104とを備える。
ーザの興味に応じて効率的に緩和する。 【解決手段】 文書処理装置に、重複のある文書の統合
方式を文書のカテゴリ毎に設定する統合方式設定部109
と、文書群から重複のある文書の組を検出する重複文書
検出部102と、検出された文書の組を前記カテゴリのい
ずれかに分類する文書分類部106と、分類されたカテゴ
リに対して統合方式設定部109により設定された統合方
式に基づいて、前記文書の組を１つの文書に統合する文
書統合部104とを備える。
Description
【０００１】
【発明の属する技術分野】本発明は、文書処理に関し、
特に、重複した内容を有する文書を選別し、重複部分を
検出し、それらの文書をひとつにまとめて提示する文書
処理装置及びその方法、及びそのプログラムを記憶する
記憶媒体に関するものである。
特に、重複した内容を有する文書を選別し、重複部分を
検出し、それらの文書をひとつにまとめて提示する文書
処理装置及びその方法、及びそのプログラムを記憶する
記憶媒体に関するものである。
【０００２】
【従来の技術】今日では、記憶媒体の大容量化・低価格
化、ワードプロセッサの普及等によって電子化された文
書の量が増大している。さらに、ネットワークの整備が
進み、電子メール・電子ニュース等のメディアによって
ユーザのもとに届く電子化文書の量も増えている。この
ため、ユーザが処理できる量を越えた文書が入ってくる
ようになるという、いわゆる「情報洪水」が問題になっ
てきている。
化、ワードプロセッサの普及等によって電子化された文
書の量が増大している。さらに、ネットワークの整備が
進み、電子メール・電子ニュース等のメディアによって
ユーザのもとに届く電子化文書の量も増えている。この
ため、ユーザが処理できる量を越えた文書が入ってくる
ようになるという、いわゆる「情報洪水」が問題になっ
てきている。
【０００３】この問題への対応策として、各文書の量を
減らすために文書の内容を要約する「文書要約」や、多
数の文書を分類毎に整理する「文書分類」の技術が用い
られるようになってきた。「文書要約」では、例えば文
書中の各文に重要度にしたがってスコアを付け、スコア
の高いものから文を選択することにより定められた比率
で要約文書を生成する。また、「文書分類」では、文書
中の単語の偏りを検出し、予め設けておいた分類に整理
する。
減らすために文書の内容を要約する「文書要約」や、多
数の文書を分類毎に整理する「文書分類」の技術が用い
られるようになってきた。「文書要約」では、例えば文
書中の各文に重要度にしたがってスコアを付け、スコア
の高いものから文を選択することにより定められた比率
で要約文書を生成する。また、「文書分類」では、文書
中の単語の偏りを検出し、予め設けておいた分類に整理
する。
【０００４】
【発明が解決しようとする課題】インターネットの整備
等により、情報発信が容易になるとともに、同じ事柄に
ついて様々な情報が提供されるようになってきた。例え
ば、コンピュータの新製品が発表されると、発売したメ
ーカ、新聞等の報道機関、消費者などから、異なった立
場で製品についての情報が発信されている。これらの情
報が、「文書分類」によって適切に分類されて、「文書
要約」によって要約を作成しても、重複部分の冗長性を
解消することはできない。さらには、同じような情報を
読んでいると、他の情報との差がわからなくなったり、
必要な情報を読み落としてしまうことになりかねないと
いう問題があった。
等により、情報発信が容易になるとともに、同じ事柄に
ついて様々な情報が提供されるようになってきた。例え
ば、コンピュータの新製品が発表されると、発売したメ
ーカ、新聞等の報道機関、消費者などから、異なった立
場で製品についての情報が発信されている。これらの情
報が、「文書分類」によって適切に分類されて、「文書
要約」によって要約を作成しても、重複部分の冗長性を
解消することはできない。さらには、同じような情報を
読んでいると、他の情報との差がわからなくなったり、
必要な情報を読み落としてしまうことになりかねないと
いう問題があった。
【０００５】そこで、本出願人は、本願と同時の出願に
おいて、重複した文書を選別し、重複部分を検出し、そ
れらの文書をひとつにまとめて提示できるようにした文
書処理装置について提案している。この装置において
は、 1. 複数の文書で重複している部分のみを抜き出す方式
(以下、AND方式) 2. 複数の文書に書かれている内容を漏らさずまとめあ
げる方式(以下、OR方式) 3. 複数の文書の内の特定の一つをベースにし、そこに
他の文書にしか書かれていない情報を付加する方式(以
下、SELECT方式) の３つの方式で文書の内容を統合することができる。こ
れによって、必要な情報の読み落としがなくなる。
おいて、重複した文書を選別し、重複部分を検出し、そ
れらの文書をひとつにまとめて提示できるようにした文
書処理装置について提案している。この装置において
は、 1. 複数の文書で重複している部分のみを抜き出す方式
(以下、AND方式) 2. 複数の文書に書かれている内容を漏らさずまとめあ
げる方式(以下、OR方式) 3. 複数の文書の内の特定の一つをベースにし、そこに
他の文書にしか書かれていない情報を付加する方式(以
下、SELECT方式) の３つの方式で文書の内容を統合することができる。こ
れによって、必要な情報の読み落としがなくなる。
【０００６】しかし、この装置においては、全ての重複
文書について特定の一つの統合方法を使用して複数の文
書を統合するか、あるいは重複文書ごとに三つの統合方
法のうちどれを用いるかを明示的に指定する必要があ
る。実際の利用においては、興味のある分野の情報は詳
しく、それほど興味のない分野の情報は簡潔に、という
ようにユーザの興味によって情報の詳細度に対する要求
が異なるが、こうした要請に簡便に応えることができな
い。
文書について特定の一つの統合方法を使用して複数の文
書を統合するか、あるいは重複文書ごとに三つの統合方
法のうちどれを用いるかを明示的に指定する必要があ
る。実際の利用においては、興味のある分野の情報は詳
しく、それほど興味のない分野の情報は簡潔に、という
ようにユーザの興味によって情報の詳細度に対する要求
が異なるが、こうした要請に簡便に応えることができな
い。
【０００７】本発明は、上述した課題を解決するために
なされたものであり、重複した文書を１つの文書に統合
して提示可能であるとともに、そのための文書の統合方
式を文書の分類カテゴリ毎に設定できる文書処理装置及
びその方法、及びそのプログラムを記憶した記憶媒体を
提供することを目的とする。
なされたものであり、重複した文書を１つの文書に統合
して提示可能であるとともに、そのための文書の統合方
式を文書の分類カテゴリ毎に設定できる文書処理装置及
びその方法、及びそのプログラムを記憶した記憶媒体を
提供することを目的とする。
【０００８】
【課題を解決するための手段】上述した目的を達成する
ための一手段として、本発明によれば、文書処理装置
に、重複のある文書の統合方式を文書のカテゴリ毎に設
定する統合方式設定手段と、文書群から重複のある文書
の組を検出する重複文書検出手段と、該重複文書検出手
段で検出された文書の組を前記カテゴリのいずれかに分
類する文書分類手段と、該文書分類手段により分類され
たカテゴリに対して前記統合方式設定手段により設定さ
れた統合方式に基づいて、前記文書の組を１つの文書に
統合する文書統合手段とを備える。
ための一手段として、本発明によれば、文書処理装置
に、重複のある文書の統合方式を文書のカテゴリ毎に設
定する統合方式設定手段と、文書群から重複のある文書
の組を検出する重複文書検出手段と、該重複文書検出手
段で検出された文書の組を前記カテゴリのいずれかに分
類する文書分類手段と、該文書分類手段により分類され
たカテゴリに対して前記統合方式設定手段により設定さ
れた統合方式に基づいて、前記文書の組を１つの文書に
統合する文書統合手段とを備える。
【０００９】また、本発明の他の態様によれば、文書処
理方法に、重複のある文書の統合方式を文書のカテゴリ
毎に設定する統合方式設定工程と、文書群から重複のあ
る文書の組を検出する重複文書検出工程と、該重複文書
検出工程で検出された文書の組を前記カテゴリのいずれ
かに分類する文書分類工程と、該文書分類工程により分
類されたカテゴリに対して前記統合方式設定工程におい
て設定された統合方式に基づいて、前記文書の組を１つ
の文書に統合する文書統合工程とを備える。
理方法に、重複のある文書の統合方式を文書のカテゴリ
毎に設定する統合方式設定工程と、文書群から重複のあ
る文書の組を検出する重複文書検出工程と、該重複文書
検出工程で検出された文書の組を前記カテゴリのいずれ
かに分類する文書分類工程と、該文書分類工程により分
類されたカテゴリに対して前記統合方式設定工程におい
て設定された統合方式に基づいて、前記文書の組を１つ
の文書に統合する文書統合工程とを備える。
【００１０】更に、本発明の他の態様によれば、記憶媒
体に、前記文書処理方法をコンピュータに実行させるた
めの文書処理プログラムを記憶する。
体に、前記文書処理方法をコンピュータに実行させるた
めの文書処理プログラムを記憶する。
【００１１】
（第１の実施形態）以下、図面を用いて本発明の１実施
形態を詳細に説明する。
形態を詳細に説明する。
【００１２】図1は、本発明の実施形態に係る文書処理
装置の構成を示すブロック図である。同図において、10
1は入力文書が保存されている入力文書保持部、102は入
力文書保持部101中の文書から重複のある文書を検出す
る重複文書検出部、103は重複文書検出部102で検出され
た重複文書を保持する重複文書保持部、104は重複文書
保持部103に保持された重複文書を統合する文書統合
部、105は文書統合部104で統合された結果を保持する統
合結果保持部、106は重複文書保持部103に保持された文
書を分類する文書分類部、107は、ユーザの用意した分
類カテゴリと各分類カテゴリの条件を記述したプロファ
イルを保持するプロファイル保持部、108は、文書分類
部106で付与された分類カテゴリを保持する分類カテゴ
リ保持部、109は、各分類カテゴリに対して文書統合部1
04での統合方式を設定する統合方式設定部、110は統合
方式設定部108で設定した統合方式を分類カテゴリごと
に保持する統合方式保持部である。
装置の構成を示すブロック図である。同図において、10
1は入力文書が保存されている入力文書保持部、102は入
力文書保持部101中の文書から重複のある文書を検出す
る重複文書検出部、103は重複文書検出部102で検出され
た重複文書を保持する重複文書保持部、104は重複文書
保持部103に保持された重複文書を統合する文書統合
部、105は文書統合部104で統合された結果を保持する統
合結果保持部、106は重複文書保持部103に保持された文
書を分類する文書分類部、107は、ユーザの用意した分
類カテゴリと各分類カテゴリの条件を記述したプロファ
イルを保持するプロファイル保持部、108は、文書分類
部106で付与された分類カテゴリを保持する分類カテゴ
リ保持部、109は、各分類カテゴリに対して文書統合部1
04での統合方式を設定する統合方式設定部、110は統合
方式設定部108で設定した統合方式を分類カテゴリごと
に保持する統合方式保持部である。
【００１３】図2は上述の文書処理装置のハードウェア
構成を示す図である。
構成を示す図である。
【００１４】同図において、201は制御メモリ203に記憶
されている制御手順を実現するプログラムに従って処理
を行なうCPUである。202はメモリであり、重複文書保持
部103、統合結果保持部105、分類カテゴリ保持部108と
上記プログラムの動作に必要な記憶領域とを提供する。
203は図3〜4に示す制御手順を実現するプログラムを記
憶する制御メモリである。これはROMであつてもよい
し、RAMであつてもよい。
されている制御手順を実現するプログラムに従って処理
を行なうCPUである。202はメモリであり、重複文書保持
部103、統合結果保持部105、分類カテゴリ保持部108と
上記プログラムの動作に必要な記憶領域とを提供する。
203は図3〜4に示す制御手順を実現するプログラムを記
憶する制御メモリである。これはROMであつてもよい
し、RAMであつてもよい。
【００１５】204はディスク装置であり、入力文書保持
部101、プロファイル保持部107、統合方式保持部110と
を実現する。205はマウス・キーボード等の入力部であ
る。206は出力部である。これはCRT、液晶ディスプレ
イ、プリンタ等、どのような装置であってもよい。207
は各構成要素を接続するためのバスである。
部101、プロファイル保持部107、統合方式保持部110と
を実現する。205はマウス・キーボード等の入力部であ
る。206は出力部である。これはCRT、液晶ディスプレ
イ、プリンタ等、どのような装置であってもよい。207
は各構成要素を接続するためのバスである。
【００１６】本実施形態の処理は、統合方式設定処理と
文書統合処理に大きく分かれる。
文書統合処理に大きく分かれる。
【００１７】以下、図3のフローチャートを参照して、
本実施形態の文書処理装置における統合方式設定処理の
手順を示す。
本実施形態の文書処理装置における統合方式設定処理の
手順を示す。
【００１８】ステップS301では、プロファイル保持部10
7に保持された分類カテゴリのうち未処理のものがある
かどうかを調べる。全ての分類カテゴリの処理が終わっ
ていれば、全体の処理を終了する。未処理の分類カテゴ
リがあれば、ステップS302に進む。
7に保持された分類カテゴリのうち未処理のものがある
かどうかを調べる。全ての分類カテゴリの処理が終わっ
ていれば、全体の処理を終了する。未処理の分類カテゴ
リがあれば、ステップS302に進む。
【００１９】ステップS302では、未処理のプロファイル
の中から分類カテゴリをひとつ取り出す。
の中から分類カテゴリをひとつ取り出す。
【００２０】ステップS303では、統合方式設定部109
で、取り出した分類カテゴリについて、ユーザが統合方
式を入力する。統合方式は、先に述べたようにAND方式
／OR方式／SELECT方式の3種類である。たとえば、これ
らの方式を分類カテゴリとともにディスプレイ上に提示
して、マウス等で選択するようにすればよい。
で、取り出した分類カテゴリについて、ユーザが統合方
式を入力する。統合方式は、先に述べたようにAND方式
／OR方式／SELECT方式の3種類である。たとえば、これ
らの方式を分類カテゴリとともにディスプレイ上に提示
して、マウス等で選択するようにすればよい。
【００２１】ステップS304では、分類カテゴリとステッ
プS303で設定された統合方式を対にして統合方式保持部
110に保持する。そしてステップS301に戻る。
プS303で設定された統合方式を対にして統合方式保持部
110に保持する。そしてステップS301に戻る。
【００２２】統合方式保持部110の例を図5に示す。ここ
には分類カテゴリとして「政治」「スポーツ」「科学」
の3つを示してある。各分類カテゴリにはそれぞれ統合
方式として「AND方式」「OR方式」「SELECT方式」が設
定されている。
には分類カテゴリとして「政治」「スポーツ」「科学」
の3つを示してある。各分類カテゴリにはそれぞれ統合
方式として「AND方式」「OR方式」「SELECT方式」が設
定されている。
【００２３】次に、図4のフローチャートを参照して、
本実施形態の文書処理装置における文書統合処理の手順
を示す。
本実施形態の文書処理装置における文書統合処理の手順
を示す。
【００２４】ステップS401では、重複文書検出部102
で、入力文書保持部101に保持された文書のうちの重複
文書を検出する。ここでの重複文書検出処理について
は、例えば、本願と同時の出願に記載したように、各文
書から内容を代表する情報を抽出して（例えば、会社名
・製品名などを登録し、「発売する」 「開発した」な
どの特定のパタンから日付や値段等の情報を取り出
す）、一致するか調べる。その際、特徴などは、いろい
ろな表現が用いられるので完全な一致が起こりにくいた
め、「メーカ、製品名または日付が一致する」というよ
うに部分一致で行なわれる。これらの情報が一致してい
れば文書の内容もおおむね一致しているとみなし、重複
文書とする。検出した結果は重複文書保持部103に保持
する。重複文書は重複のパタン毎に、重複グループとし
てまとめておく。グループには2文書だけでなく、3文書
以上が入つてもよい。
で、入力文書保持部101に保持された文書のうちの重複
文書を検出する。ここでの重複文書検出処理について
は、例えば、本願と同時の出願に記載したように、各文
書から内容を代表する情報を抽出して（例えば、会社名
・製品名などを登録し、「発売する」 「開発した」な
どの特定のパタンから日付や値段等の情報を取り出
す）、一致するか調べる。その際、特徴などは、いろい
ろな表現が用いられるので完全な一致が起こりにくいた
め、「メーカ、製品名または日付が一致する」というよ
うに部分一致で行なわれる。これらの情報が一致してい
れば文書の内容もおおむね一致しているとみなし、重複
文書とする。検出した結果は重複文書保持部103に保持
する。重複文書は重複のパタン毎に、重複グループとし
てまとめておく。グループには2文書だけでなく、3文書
以上が入つてもよい。
【００２５】ステップS402では、未処理の重複文書があ
るかどうかを調べる。全ての重複文書の処理が終了して
いれば、全体の処理を終了する。未処理の重複文書が残
っている場合はステップS403に進む。
るかどうかを調べる。全ての重複文書の処理が終了して
いれば、全体の処理を終了する。未処理の重複文書が残
っている場合はステップS403に進む。
【００２６】ステップS403では、重複文書保持部103か
ら未処理の重複文書の組を一つ取り出す。
ら未処理の重複文書の組を一つ取り出す。
【００２７】ステップS404では、ステップS403で取り出
した重複文書について、文書分類部106で文書分類処理
を行なう。ここでの処理は一般に行なわれている文書分
類処理の手法によればよい。たとえば、文書および分類
カテゴリをベクトル表現し、文書のベクトルに最も近い
ベクトルを持つ分類カテゴリを与えるようにする。この
処理によって重複文書に対して分類カテゴリが割り振ら
れるので、分類カテゴリ保持部108に保持する。
した重複文書について、文書分類部106で文書分類処理
を行なう。ここでの処理は一般に行なわれている文書分
類処理の手法によればよい。たとえば、文書および分類
カテゴリをベクトル表現し、文書のベクトルに最も近い
ベクトルを持つ分類カテゴリを与えるようにする。この
処理によって重複文書に対して分類カテゴリが割り振ら
れるので、分類カテゴリ保持部108に保持する。
【００２８】ステップS405とステップS407では、分類カ
テゴリ保持部108に保持された分類カテゴリに対する統
合方式を統合方式保持部110を参照して調べる。
テゴリ保持部108に保持された分類カテゴリに対する統
合方式を統合方式保持部110を参照して調べる。
【００２９】ステップS405では統合方式がAND方式かど
うかを調べる。AND方式であれば、ステップS406に進
み、文書統合部104でAND方式の統合を行なう。AND方式
でなければステップS407に進む。
うかを調べる。AND方式であれば、ステップS406に進
み、文書統合部104でAND方式の統合を行なう。AND方式
でなければステップS407に進む。
【００３０】ステップS407では統合方式がOR方式かどう
かを調べる。OR方式であれば、ステップS408に進み、OR
方式の統合を行なう。OR方式でなければ、ステップS409
に進み、SELECT方式の統合を行なう。
かを調べる。OR方式であれば、ステップS408に進み、OR
方式の統合を行なう。OR方式でなければ、ステップS409
に進み、SELECT方式の統合を行なう。
【００３１】ステップS406、ステップS408、ステップS4
09の各文書統合処理の後はステップS402に戻る。
09の各文書統合処理の後はステップS402に戻る。
【００３２】次に実例を示して、本実施形態のさらなる
説明を行なう。ここでは、統合方式保持部110の内容が
図5のような場合を考える。
説明を行なう。ここでは、統合方式保持部110の内容が
図5のような場合を考える。
【００３３】図6において、重複文書として「文書1と文
書2」「文書3と文書4」「文書5と文書6」がある。これ
らに文書分類部106で分類カテゴリを付与した結果、
「文書1と文書2」には「政治」カテゴリがふられると、
これらは「AND方式」で文書統合する。同様に「文書3と
文書4」に「科学」カテゴリがふられると、これらは「S
ELECT方式」で文書統合し、「文書5と文書6」に「スポ
ーツ」カテゴリがふられると、これらは「OR方式」で文
書統合する。
書2」「文書3と文書4」「文書5と文書6」がある。これ
らに文書分類部106で分類カテゴリを付与した結果、
「文書1と文書2」には「政治」カテゴリがふられると、
これらは「AND方式」で文書統合する。同様に「文書3と
文書4」に「科学」カテゴリがふられると、これらは「S
ELECT方式」で文書統合し、「文書5と文書6」に「スポ
ーツ」カテゴリがふられると、これらは「OR方式」で文
書統合する。
【００３４】（他の実施形態）上記実施形態において
は、統合方式として、AND方式／OR方式／SELECT方式の
三つを示したが、このうちの二つの組合せであってもよ
い。
は、統合方式として、AND方式／OR方式／SELECT方式の
三つを示したが、このうちの二つの組合せであってもよ
い。
【００３５】上記実施形態においては、分類カテゴリご
との統合方式をユーザが設定するようにしたが、分類カ
テゴリから統合方式を自動的に決めるようにしてもよ
い。たとえば、ベクトル空間において、AND方式／OR方
式／SELECT方式に対応する領域を定めておき、分類カテ
ゴリに対応するベクトルがこのうちのどの領域に入るか
によって統合方式を決めるようにしてもよい。
との統合方式をユーザが設定するようにしたが、分類カ
テゴリから統合方式を自動的に決めるようにしてもよ
い。たとえば、ベクトル空間において、AND方式／OR方
式／SELECT方式に対応する領域を定めておき、分類カテ
ゴリに対応するベクトルがこのうちのどの領域に入るか
によって統合方式を決めるようにしてもよい。
【００３６】上記実施形態においては、文書分類によっ
て分類カテゴリを与えるようにしたが、もともと分類カ
テゴリが付与されているような文書を対象とする場合
は、文書分類部を設けず、付与されている分類カテゴリ
を利用するようにしてもよい。
て分類カテゴリを与えるようにしたが、もともと分類カ
テゴリが付与されているような文書を対象とする場合
は、文書分類部を設けず、付与されている分類カテゴリ
を利用するようにしてもよい。
【００３７】上記実施形態においては、分類カテゴリご
とに統合方式を設定するようにしたが、分類カテゴリで
なく、各文書とユーザの興味の近さで決めるようにして
もよい。たとえば、ユーザの興味をベクトル空間内のベ
クトルVで表現する。文書に対応するベクトルとベクト
ルVとの距離でAND方式／OR方式／SELECT方式を決めるよ
うにする。
とに統合方式を設定するようにしたが、分類カテゴリで
なく、各文書とユーザの興味の近さで決めるようにして
もよい。たとえば、ユーザの興味をベクトル空間内のベ
クトルVで表現する。文書に対応するベクトルとベクト
ルVとの距離でAND方式／OR方式／SELECT方式を決めるよ
うにする。
【００３８】上記実施形態においては、分類カテゴリと
統合方式の関係を予め設定するようにしたが、これに限
らず、この関係を学習によって得るようにしてもよい。
この実施形態では統合方式学習部を設ける。ユーザは最
初に統合方式を明示的に指定する。統合方式学習部で
は、分類カテゴリと統合方式の対を学習データとして蓄
積し、ある程度データが蓄積した段階で、分類カテゴリ
と統合方式の対応を決めるようにする。どのような決め
方をしてもよいが、たとえば単純に最も数の多かった統
合方式を選択することができる。この後は、学習された
統合方式で文書統合を行なう。
統合方式の関係を予め設定するようにしたが、これに限
らず、この関係を学習によって得るようにしてもよい。
この実施形態では統合方式学習部を設ける。ユーザは最
初に統合方式を明示的に指定する。統合方式学習部で
は、分類カテゴリと統合方式の対を学習データとして蓄
積し、ある程度データが蓄積した段階で、分類カテゴリ
と統合方式の対応を決めるようにする。どのような決め
方をしてもよいが、たとえば単純に最も数の多かった統
合方式を選択することができる。この後は、学習された
統合方式で文書統合を行なう。
【００３９】上記実施形態においては、各部を同一の計
算機上で構成する場合について説明したが、これに限定
されるものではなく、ネットワーク上に分散した計算機
や処理装置などに分かれて各部を構成してもよい。
算機上で構成する場合について説明したが、これに限定
されるものではなく、ネットワーク上に分散した計算機
や処理装置などに分かれて各部を構成してもよい。
【００４０】上記実施形態においては、プログラムをRO
Mに保持する場合について説明したが、これに限定され
るものではなく、任意の記憶媒体を用いて実現してもよ
い。また、同様の動作をする回路で実現してもよい。
Mに保持する場合について説明したが、これに限定され
るものではなく、任意の記憶媒体を用いて実現してもよ
い。また、同様の動作をする回路で実現してもよい。
【００４１】なお、本発明は、複数の機器から構成され
るシステムに適用しても、1つの機器からなる装置に適
用してもよい。前述した実施形態の機能を実現するソフ
トウェアのプログラムコードを記録した記録媒体を、シ
ステム或いは装置に供給し、そのシステム或いは装置の
コンピュータ（またはCPUゃMPU）が記録媒体に格納され
たプログラムコードを読み出し実行することによって
も、達成されることは言うまでもない。
るシステムに適用しても、1つの機器からなる装置に適
用してもよい。前述した実施形態の機能を実現するソフ
トウェアのプログラムコードを記録した記録媒体を、シ
ステム或いは装置に供給し、そのシステム或いは装置の
コンピュータ（またはCPUゃMPU）が記録媒体に格納され
たプログラムコードを読み出し実行することによって
も、達成されることは言うまでもない。
【００４２】この場合、記録媒体から読み出されたプロ
グラムコード自体が前述した実施形態の機能を実現する
ことになり、そのプログラムコードを記録した記録媒体
は本発明を構成することになる。
グラムコード自体が前述した実施形態の機能を実現する
ことになり、そのプログラムコードを記録した記録媒体
は本発明を構成することになる。
【００４３】上記プログラムコードを供給するための記
録媒体としては、例えば、フロッピーディスク、ハード
ディスク、光ディスク、光磁気デイスク、CD―ROM、CD
―R、磁気テ―プ、不揮発性のメモリカード、ROMなどを
用いることができる。
録媒体としては、例えば、フロッピーディスク、ハード
ディスク、光ディスク、光磁気デイスク、CD―ROM、CD
―R、磁気テ―プ、不揮発性のメモリカード、ROMなどを
用いることができる。
【００４４】また、コンピュータが読み出したプログラ
ムコードを実行することにより、前述した実施形態の機
能が実現される場合だけでなく、そのプログラムコード
の指示に基づき、コンピュータ上で稼働しているOSなど
が実際の処理の一部または全部を行ない、その処理によ
って前述した実施形態の機能が実現される場合も含まれ
ることは言うまでもない。
ムコードを実行することにより、前述した実施形態の機
能が実現される場合だけでなく、そのプログラムコード
の指示に基づき、コンピュータ上で稼働しているOSなど
が実際の処理の一部または全部を行ない、その処理によ
って前述した実施形態の機能が実現される場合も含まれ
ることは言うまでもない。
【００４５】更に、記録媒体から読み出されたプログラ
ムコードが、コンピュー夕に挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書き込まれた後、そのプログラムコードの指示
に基づき、その機能拡張ボードや機能拡張ユニットに備
わるCPUなどが実際の処理の一部または全部を行ない、
その処理によって前述した実施形態の機能が実現される
場合も含まれることは言うまでもない。
ムコードが、コンピュー夕に挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書き込まれた後、そのプログラムコードの指示
に基づき、その機能拡張ボードや機能拡張ユニットに備
わるCPUなどが実際の処理の一部または全部を行ない、
その処理によって前述した実施形態の機能が実現される
場合も含まれることは言うまでもない。
【００４６】
【発明の効果】以上説明したように、本発明によれば、
ユーザの興味に応じて効率的に情報提示が行なえるとい
う効果がある。
ユーザの興味に応じて効率的に情報提示が行なえるとい
う効果がある。
【図１】本発明に係る一実施形態の文書処理装置の基本
構成を示すブロック図である。
構成を示すブロック図である。
【図２】本発明の実施形態に係るハードウェア構成を示
すブロック図である。
すブロック図である。
【図３】実施形態における統合方式設定処理の処理手順
を示すフローチャートである。
を示すフローチャートである。
【図４】文書統合処理の処理手順を示すフローチャート
である。
である。
【図５】統合方式保持部の内容を示す図である。
【図６】文書統合処理を具体的に説明するための図であ
る。
る。
１０１ 入力文書保持部 １０２ 重複文書検出部 １０３ 重複文書保持部 １０４ 文書統合部 １０５ 統合結果保持部 １０６ 文書分類部 １０７ プロファイル保持部 １０８ 分類カテゴリ保持部 １０９ 統合方式設定部 １１０ 統合方式保持部 ２０１ ＣＰＵ ２０２ メモリ ２０３ 制御メモリ ２０４ ディスク装置 ２０５ 入力部 ２０６ 出力部 ２０７ バス
───────────────────────────────────────────────────── フロントページの続き (72)発明者 伊藤 史朗 東京都大田区下丸子３丁目30番２号キヤノ ン株式会社内 (72)発明者 池田 裕治 東京都大田区下丸子３丁目30番２号キヤノ ン株式会社内
Claims (11)
- 【請求項１】 重複のある文書の統合方式を文書のカテ
ゴリ毎に設定する統合方式設定手段と、 文書群から重複のある文書の組を検出する重複文書検出
手段と、 該重複文書検出手段で検出された文書の組を前記カテゴ
リのいずれかに分類する文書分類手段と、 該文書分類手段により分類されたカテゴリに対して前記
統合方式設定手段により設定された統合方式に基づい
て、前記文書の組を１つの文書に統合する文書統合手段
とを備えることを特徴とする文書処理装置。 - 【請求項２】 前記文書統合手段は、前記設定された統
合方式が第１の統合方式である場合は、前記文書の組
を、当該文書の組において重複する内容を記述した文の
集合に統合することを特徴とする請求項１記載の文書処
理装置。 - 【請求項３】 前記文書統合手段は、前記設定された統
合方式が第２の統合方式である場合は、前記文書の組
を、当該文書の組において重複する内容を記述した文
と、各文書における前記重複する内容以外の文との集合
に統合することを特徴とする請求項１記載の文書処理装
置。 - 【請求項４】 前記文書統合手段は、前記設定された統
合方式が第３の統合方式である場合は、前記文書の組
を、当該文書の組において重複する内容を記述した文
と、特定の文書における前記重複する内容以外の文との
集合に統合することを特徴とする請求項１記載の文書処
理装置。 - 【請求項５】 前記文書統合手段が、 前記重複のある文書の組から重複部分のある文の組を検
出する重複文検出手段と、 該重複文検出手段で検出された重複部分のある文の組
を、当該重複部分に基づいて1つの文に統合することに
より、前記重複する内容を記述した文を作成する文統合
手段とを備えることを特徴とする請求項２乃至４記載の
文書処理装置。 - 【請求項６】 重複のある文書の統合方式を文書のカテ
ゴリ毎に設定する統合方式設定工程と、 文書群から重複のある文書の組を検出する重複文書検出
工程と、 該重複文書検出工程で検出された文書の組を前記カテゴ
リのいずれかに分類する文書分類工程と、 該文書分類工程により分類されたカテゴリに対して前記
統合方式設定工程において設定された統合方式に基づい
て、前記文書の組を１つの文書に統合する文書統合工程
とを備えることを特徴とする文書処理方法。 - 【請求項７】 前記文書統合工程では、前記設定された
統合方式が第１の統合方式である場合は、前記文書の組
を、当該文書の組において重複する内容を記述した文の
集合に統合することを特徴とする請求項６記載の文書処
理方法。 - 【請求項８】 前記文書統合工程では、前記設定された
統合方式が第２の統合方式である場合は、前記文書の組
を、当該文書の組において重複する内容を記述した文
と、各文書における前記重複する内容以外の文との集合
に統合することを特徴とする請求項６記載の文書処理方
法。 - 【請求項９】 前記文書統合工程では、前記設定された
統合方式が第３の統合方式である場合は、前記文書の組
を、当該文書の組において重複する内容を記述した文
と、特定の文書における前記重複する内容以外の文との
集合に統合することを特徴とする請求項６記載の文書処
理方法。 - 【請求項１０】 前記文書統合工程が、 前記重複のある文書の組から重複部分のある文の組を検
出する重複文検出工程と、 該重複文検出工程で検出された重複部分のある文の組
を、当該重複部分に基づいて1つの文に統合することに
より、前記重複する内容を記述した文を作成する文統合
工程とを備えることを特徴とする請求項７乃至９記載の
文書処理方法。 - 【請求項１１】 請求項６乃至１０に記載の文書処理方
法をコンピュータに実行させるための文書処理プログラ
ムを記憶したことを特徴とする記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9197018A JPH1139304A (ja) | 1997-07-23 | 1997-07-23 | 文書処理装置及び方法、及びそのプログラムを記憶した記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9197018A JPH1139304A (ja) | 1997-07-23 | 1997-07-23 | 文書処理装置及び方法、及びそのプログラムを記憶した記憶媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1139304A true JPH1139304A (ja) | 1999-02-12 |
Family
ID=16367413
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9197018A Withdrawn JPH1139304A (ja) | 1997-07-23 | 1997-07-23 | 文書処理装置及び方法、及びそのプログラムを記憶した記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1139304A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1104359C (zh) * | 1996-07-31 | 2003-04-02 | 日本精机株式会社 | 包装装置 |
| CN110569491A (zh) * | 2019-07-26 | 2019-12-13 | 上海千检信息技术服务有限公司 | 合并报告的方法、服务器及用户端 |
-
1997
- 1997-07-23 JP JP9197018A patent/JPH1139304A/ja not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1104359C (zh) * | 1996-07-31 | 2003-04-02 | 日本精机株式会社 | 包装装置 |
| CN110569491A (zh) * | 2019-07-26 | 2019-12-13 | 上海千检信息技术服务有限公司 | 合并报告的方法、服务器及用户端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5924104A (en) | Method and apparatus for displaying intradocument links in a computer system | |
| KR100345460B1 (ko) | 컴퓨터 네트워크상의 스토리지 최적 제어 및 컴퓨터프로그램 전송을 위한 시스템 및 그 방법 | |
| US20090110298A1 (en) | System and Method for Compiling Images from a Database and Comparing the Compiled Images with Known Images | |
| EP0883057A2 (en) | Method and apparatus for software component analysis | |
| US20070150556A1 (en) | Method for analyzing state transition in web page | |
| US20130080838A1 (en) | Programming in a Simultaneous Multi-Threaded Processor Environment | |
| US5600828A (en) | File specification wildcard | |
| CN114579461B (zh) | 浏览器兼容性检测方法及相关设备 | |
| CN111597309A (zh) | 相似企业推荐方法、装置、电子设备及介质 | |
| CN106921682A (zh) | 文件上传方法和装置 | |
| Prazina et al. | Methods for automatic web page layout testing and analysis: A review | |
| Newby | Virtual reality. | |
| KR102285308B1 (ko) | 경영 표준 규격 자동 매핑 시스템 | |
| JP2016110256A (ja) | 情報処理装置及び情報処理プログラム | |
| US11507639B1 (en) | Methods for identifying recurring web site accessibility issues and devices thereof | |
| US6964011B1 (en) | Document type definition generating method and apparatus, and storage medium for storing program | |
| JP7033115B2 (ja) | クリップボードデータに基づく検索処理方法および装置 | |
| CN112947984B (zh) | 应用程序开发方法及装置 | |
| US20080103752A1 (en) | Apparatus, method, and program for conversion of application program | |
| US20170371935A1 (en) | Relating collections in an item universe | |
| CN111144122B (zh) | 评价处理方法、装置和计算机系统及介质 | |
| CN114296774B (zh) | 一种应用程序的存储方法、调用方法、装置及存储介质 | |
| US20050060308A1 (en) | System, method, and recording medium for coarse-to-fine descriptor propagation, mapping and/or classification | |
| KR20250060887A (ko) | 정보 처리 장치 및 정보 처리 방법, 그리고 프로그램 | |
| JPH11306187A (ja) | カテゴリ付文書の検索結果の提示処理方法およびその装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20041005 |