JPS62245366A

JPS62245366A - 文書処理装置

Info

Publication number: JPS62245366A
Application number: JP61088064A
Authority: JP
Inventors: Toshio Okamoto; 利夫岡本; Isamu Iwai; 岩井　勇; Miwako Doi; 美和子土井
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1986-04-18
Filing date: 1986-04-18
Publication date: 1987-10-26
Anticipated expiration: 2010-01-30
Also published as: JPH077411B2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】［発明の目的］（産業上の利用分野）本発明は文書データの章・箇条書き等の論理構造を生成
する文書処理装置に関する。

（従来の技術）文書は理解しやすく、又、読みやす（するために、形態
上の構造を持っている。

たとえば、１つの文書は複数の章という大きなかたまり
から成っており、１つの章はさらに複数の節に分かれて
いるという構成になっている。１つの章なり節のかたま
りはかたまりの先頭に見だしと呼ばれる、短い文をつけ
る。

さらにそのかたまり間の関係を示す、数字等の記号（前
見出し記号）がついているのが一般的である。たとえば
、「第１章」、「第３節」というのがここでいう前見出
し記号である。

このような文書構造を持った文を表示する際には、この
構造を反映して、レイアウト処理を行い見やすく表示す
ることが望まれる。たとえば見だしのところに下線を引
いたり、倍角表示をすることを行い、見だしと本体の間
には一行空行を入れ゛る等の処置を行うと見やすくなる
。

従来の７−ドプロセサ等の文書処理装置ではこれらのレ
イアウト処理を利用者が行う必要があった。つまり下線
を引く操作を見たしの所で行いまた見出しと本体との間
に空行挿入の操作を行う等の必要が有った。

従来のワードプロセサはかな漢字変換技術の向上にとも
ない入力操作は非常に向上し、利用者の負担軽減が著し
い。ところがレイアウト操作の軽減化はほとんど進歩し
ておらず、文書処理の全体の負担に対するレイアウトの
負担の割合は非常に大きくなっており、レイアウト操作
の軽減が必要である。

さらにある機械で作成した文書を別の機械に移す場合、
コードは互換性がある場合が多いが、レイアウト情報は
、はとんど互換性がない。従って従来は文字コードだけ
を移し、その後、再度レイアウト処理を行うか、レイア
ウトコードの変換機能を作成し、それを用いて処理する
。ところが、変換機能は特定の機種どうしの変換しか行
えず、また、すべてのレイアウト情報が完全に変換され
るわけではないので、利用に制限があり、不満であった
。

（発明が解決しようとする問題点）このように従来の文書処理装置では、文書構造を利用し
ていないためレイアウト処理がユーザにとって負担の大
きいものとなっていた。

そこで本発明は文書の階層構造を自動的に生成するもの
であり、特に見出し抽出に対する効率を高めることを目
的とする。

［発明の構成］（問題点を解決するための手段）本発明は、コード情報で書かれた文書データを入力する
ための入力手段と、見出しと見出し以外の文の区切り記
号等を記憶した見出し区切り語辞書と、前記入力手段よ
り入力された文書データに対し、前記見出し区切りの語
辞書の内容に基づいて見出し区切り候補を抽出する見出
し区切り候補抽出手段と、見出しの範囲を決定するため
の規則を記憶した見出し区切り規則辞書と、前記見出し
区切り候補抽出手段により抽出された見出し区切り候補
及び前記見出し区切り規則辞書の内容に基づいて見出し
範囲の決定を行う見出し範囲判定手段と、この見出し範
囲判定手段により決定された見出し範囲に対し見出し語
としての決定に関する規則に基づいて見出し語であるか
否かの決定を行う見出し判定手段と、この見出し判定手
段により決定された見出し語及び見出し以外の文に対し
て文書構造に関する規則に基づいて章及び箇条書き等の
構造を決定する文書構造判定手段とを具備したことを特
徴とするものである。

（作　用）本発明は、コード情報で書かれた文書データに対し、見
出し区切り辞書のデータから見出し区切り候補を求め、
更に見出し区切り規則辞書を用いて見出しの範囲を求め
ることを可能としたものである。

具体的に例をあげると、改行コードがあるとこれは見出
し区切りと判定して次の文字が見出し範囲の始めとなる
。

また「９」　「第ｊの文字があるとこの文字から見出し
範囲の始めとなる。

また改行コード、ｒ：ｊ　　ｒ〜Ｊの文字があるとこの
文字の１つ前までで見出し範囲が終りとなる。

このようにして見出し範囲の開始位置、終了位置の候補
が求まるので、これらに対して見出し区切り規則を適用
して、見出し範囲を決定する。

（実施例）以下図面を参照して本発明の一実施例を説明する。第１
図は本発明の一実施例の構成概略図である。原文は入力
部１あるいはすでに入力されている場合は原文記憶部２
から呼び出さ、れて、文書管理部５に送られる。文書管
理部５は、文書データを見出し区切り候補抽出部７へ送
る。見出し区切り候補抽出部では見出し区切り語辞１１
８（区切りとなるべき記号・数字や改行コード等が記憶
されている）を検索して、文書データ中から見出しと見
出し以外の文に分離する可能性の高い文字を検索して、
それぞれ見出し範囲始り位置、見出し範囲終り位置とし
て、見出し区切り候補とする。

見出し範囲判定部９は、見出し区切り辞書１０にもとづ
いて文書管理部５から送られた見出し区切り候補を判定
して、見出し範囲を定める。

見出し判定部１１は、見出し範囲判定部９により求めた
範囲に対して第２図に示す見出し語辞書１３により、見
出し語の候補を抽出し、見出し語候補に対して、例えば
、第３図のような見出し規則辞書１２の内容に基づいて
、見出しであるかいなかの判定を行う。

文書構造判定部１４は見出し判定部１１により、見出し
あるいは見出しでないと判定されたものに対し、例えば
第４図のような文書構造−規則辞書１５の内容に基づい
て、章見出し、節見出し、段落などの論理構造を判定す
る。この結果は、文書管理部５により、論理構造記憶部
６に書き込まれ、表示制御部３により、表示部４に表示
される。

以下、第７図の文書及び第８図の処理フローチャートを
例にとって本発明の特徴である見出し範囲を求める動作
を詳しく説明する。ここで口が１つの文字コード情報を
表わしており、口の上の数字は、入力された文字コード
の順番を表わしている。この様な文字コード情報から成
る文書データが入力部１より入力される（第８図８１）
。

すると、見出し区切り候補抽出部７は、文書データに対
して見出し区切り語辞書８の内容を参照して区切りとな
るべき記号・文字・改行コード等を検索する。

つまり文書データ中の区切り開始候補、区切り終了候補
を抽出する。（第８図８３．８４）抽出した結果はその
文字の位置、優先度として文書管理部５内にある所定の
記憶部に貯えられる。（第８図８５）この動作は文書デ
ータが無くなるまで続けられる。（第８図８２）第７図では、抽出した結果の様子を、各文字の下に区切り開始位置候補を　［相］で、区切り終了位置候補を　■で、示し、その下の△の中に数字で各候補の優先度を表示し
ている。

次に文書管理部５は見出し範囲判定部９にさきほど貯え
た結果を送る。（第８図８６）見出し範囲判定部９では
、第６図に示す、見出し区切り規則に従って見出し範囲
を決定する。

（第８図８７）第７図（ａ）の文書では、カラム０が区切り開始候補、
カラム５が区切り終了候補であるので見出し区切り規則
の■に従ってカラム０からカラム５までが見出し範囲に
なる。第７図（ａ）では矢印でその範囲と示しである。

第７図（ｂ）文書ではすてにカラム２４が区切り終了位
置になっている場合である。規則■によりカラム２５が
区切り開始位置になり規則■によりカラム２６が区切り
終了位置になる。従って、カラム２５からカラム２６が
見出し範囲となる。第７図（ｂ）では矢印Ａがそれを示
している。しかし、規則■によりカラム２９の区切り終
了候補の優先度の方が高いので、上での範囲Ａは修正さ
れ、カラム２５からカラム２９までが見出し範囲となる
。

第７図（ｂ）では矢印Ｂがそれを示している。

このようにして、見出し範囲判定部９は人力された文書
の区切り候補に対し、見出し区切り規則辞’１ｆｌｏに
したがって次々と見出し範囲を定め、その結果を文書管
理部５へ出力する（第８図８８）。この動作は見出し区
切り候補の全ての位置と優先度に対して規則を適用して
行われるが、それが終了すると（第８図８９）、上述し
た様に見出し判定部１１では見出しであるか否かの決定
がその見出し内容を基に行われ、続いて文書構造規則辞
書１４では見出し及び見出しでないとされた文に対して
、章・節・箇条書き等の階層構造が決定される。

尚、上記した実施例においては、見出し範囲を決定して
から、見出し判定部１１に結果を送っているが、ここで
完全に範囲を決定せず、区切り候補の優先度を利用して
見出し範囲優先度を計算し、その結果を利用して見出し
判定部１１で見出しを判定してもよい。また、優先度を
待った複数の見出し範囲を見出し判定部１１に送ってそ
こで見出しを判定してもよい。

また、見出し区切り辞書１０には、文字と優先度を表わ
す数字しか入っていないが、その他の属性たとえば数字
であるとか、アルファベットであるとかの細かい情報を
入れておいて、見出し範囲判定部９では、それらの属性
を利用してもう少し詳しく判定して見出し範囲を決定し
てもよい。

更に、本発明は見出し範囲の抽出に限ったことではなく
、たとえば、文書中の数式等の形態上池と穴なる部分を
抽出する場合でも区切り辞書と区切り規則の内容を変え
ることで応用可能である。

本実施例は日本語の文書を扱っているが日本語に限らず
、他国語の文書でも見だしかついているものであれば辞
書、判定規則を、その国語用に書き直せばそれで同様に
実施できる。

［発明の効果］本発明によれば、文書のコード情報から見だしを利用し
て文書構造を抽出する場合、見たしの抽出精度が大巾に
向上することで文書構造の抽出精度も向上する。従って
利用者が後で修正する負担が大巾に減少し、操作性がか
なり向上する。

さらに見出し区切り辞書と規則を文書構造抽出部と切り
はなすことで、見出し抽出のためだけの辞書と規則が簡
単にかつ適格になるので、開発に要するリソースがかな
り減少する。また英文や他外国語の文書のように、使用
する文字や使用方法が異なる場合でも、辞書をそれにあ
ったものに切りかえるだけでよく、文書構造抽出の汎用
性が高まる。

【図面の簡単な説明】

第１図は本発明の一実施例の全体構成図、第２図は見出
し語辞書の構成例を示す図、第３図は見出し規則辞書の
構成例を示す図、第４図は文書構造規則辞書の構成例を
示す図、第５図は見出し区切り語辞書の構成例を示す図
、第６図は見出し区切り規則辞書の構成例を示す図、第
７図は文書データに対する見出し区切り規則の適用例を
示す図、第８図は本発明の一実施例の処理フロー図であ
る。１・・・入力部、２・・・原文記憶部、３・・・表示制
御部、４・・・表示部、５・・・文書管理部、６・・・
論理構造記憶部、７・・・見出し区切り候補抽出部、８・・・見出し区切り語辞書、９・・・見出し範囲判定部、１０・・・見出し区切り規則辞書、１１・・・見出し判定部、１２・・・見出し規則辞書、
１３・・・見出し語辞書、１４・・・文書構造判定部、
１５・・・文書構造規則辞書

Claims

【特許請求の範囲】

（１）コード情報で書かれた文書データを入力するため
の入力手段と、見出しと見出し以外の文の区切り記号等
を記憶した見出し区切り語辞書と、前記入力手段より入
力された文書データに対し、前記見出し区切り語辞書の
内容に基づいて見出し区切り候補を抽出する見出し区切
り候補抽出手段と、見出しの範囲を決定するための規則
を記憶した見出し区切り規則辞書と、前記見出し区切り
候補抽出手段により抽出された見出し区切り候補及び前
記見出し区切り規則辞書の内容に基づいて見出し範囲の
決定を行う見出し範囲判定手段と、この見出し範囲判定
手段により決定された見出し範囲に対し見出し語として
の決定に関する規則に基づいて見出し語であるか否かの
決定を行う見出し判定手段と、この見出し判定手段によ
り決定された見出し語及び見出し以外の文に対して文書
構造に関する規則に基づいて章及び箇条書き等の構造を
決定する文書構造判定手段とを具備したことを特徴とす
る文書処理装置。
（２）見出し区切り語辞書は各区切り記号に対応して優
先度を記憶したものであり、見出し範囲判定手段は前記
見出し区切候補抽出手段により抽出された見出し区切り
候補に対応する優先度及び前記見出し区切り規則辞書の
内容に基づいて見出し範囲を決定するものである特許請
求の範囲第１項記載の文書処理装置。