文書処理装置、方法及びプログラム
【課題】関連する文書データを特定する際の操作負担を軽減させる。
【解決手段】文書処理装置は、テキスト情報を抽出するテキスト文書抽出部と、テキスト情報に含まれている文字列の係り受け関係を解析する構文解析部と、係り受け関係の内容を示すタグを、当該係り受け関係が示す文字列に割り当て、テキスト情報に埋め込む論理構造埋込部と、タグが割り当てられた文字列に文書名が含まれている場合、文書名を識別するタグを、テキスト情報に対して埋め込む文書タグ埋込部と、文字列の入力を受け付けるユーザ入力受付部と、テキスト情報に埋め込まれたタグに基づいて、入力を受け付けた文字列と係り受け関係を有する文書名を含む文字列が存在するか否か判断する判断部と、文書名が存在すると判断された場合、文書名で示されたＸＭＬ文書又は文書データを検索する検索部とを備える。
【解決手段】文書処理装置は、テキスト情報を抽出するテキスト文書抽出部と、テキスト情報に含まれている文字列の係り受け関係を解析する構文解析部と、係り受け関係の内容を示すタグを、当該係り受け関係が示す文字列に割り当て、テキスト情報に埋め込む論理構造埋込部と、タグが割り当てられた文字列に文書名が含まれている場合、文書名を識別するタグを、テキスト情報に対して埋め込む文書タグ埋込部と、文字列の入力を受け付けるユーザ入力受付部と、テキスト情報に埋め込まれたタグに基づいて、入力を受け付けた文字列と係り受け関係を有する文書名を含む文字列が存在するか否か判断する判断部と、文書名が存在すると判断された場合、文書名で示されたＸＭＬ文書又は文書データを検索する検索部とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、文書処理装置、方法及びプログラムに関するものである。
【背景技術】
【０００２】
従来から、企業内では、規程等が記載された文書を電子化して、サーバ等で管理している。
【０００３】
企業内における規程文書が業務活動の基盤である以上、日々の企業活動や世の動向と共に生じる業務プロセスの変更、又は組織名の変更が生じた場合、当該変更を正しく反映させるために各規程文書に適切な修正や更新を行う必要がある。
【０００４】
しかしながら、実際の規程文書自体は、特定のファイルフォーマットで記述等がなされ、企業内データベースにフラットに格納されていることが多い。また、規程文書が分類されていても、組織階層と部分的に対応付けられている程度の単純な分類しか行われていないことが多い。
【０００５】
また、これら規程文書を管理する管理者は、規程文書を新規作成し、その後も継続的に改訂・更新を行う。この改訂・更新として、管理者は、業務活動に沿って実施する必要がある。このような訂正・更新を容易にするために、規程文書の作成時に、将来的に行われるであろう修正箇所を予測し、当該箇所を再利用可能な部分として他の箇所から分割する等のモジュール化することは、日々改変される業務の性質上、非常に困難である。
【０００６】
つまり、規程文書には改訂すべき箇所と改訂不要な箇所とが混在することになる。このため、業務プロセスや組織名の変更等が生じた場合、膨大な規程文書で修正の影響が波及する箇所を見つけることは非常に作業負担が大きかった。
【０００７】
そこで、特許文献１に記載された技術は、文書管理データベースに法律類の文書データを登録する際、関連する法令やチェックポイント、証跡等を同時に記憶しておく。これにより、例えば法律を閲覧画面上に表示した際、同時に関連情報を提示することで、容易に関連情報を参照できる。この技術を適用することで、修正の影響が波及する箇所を見つけることが可能となる。
【０００８】
【特許文献１】特開２００３−１０８５９８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、特許文献１に記載された技術は、文書の登録時に予め関連情報を登録するため、登録後の業務の改変や組織名の変更に対して、事前に想定していないリンク識別情報や検索キーを辿って、修正を要する文書データや関連文書データを特定することは難しいという問題がある。
【００１０】
本発明は、上記に鑑みてなされたものであって、関連する文書データを容易に特定する文書処理装置、方法及びプログラムを提供するものである。
【課題を解決するための手段】
【００１１】
上述した課題を解決し、目的を達成するために、本発明に係る文書処理装置は、テキスト文書情報を取得するテキスト文書取得部と、前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析部と、前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込部と、前記属性埋込部により前記属性が埋め込まれた前記テキスト文書情報から、文書を特定する文字列を示す文書特定文字列を特定する文書特定部と、前記文書特定部により特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込部と、文字列の入力を受け付ける入力受付部と、前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断部と、前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定部と、を備えることを特徴とする。
【００１２】
また、本発明に係る文書処理方法は、テキスト文書取得部が、テキスト文書情報を取得するテキスト文書取得ステップと、構文解析部が、前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析ステップと、属性埋込部が、前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込ステップと、文書特定部が、前記属性埋込ステップにより前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定ステップと、文書識別情報埋込部が、前記文書特定ステップにより特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込ステップと、入力受付部が、文字列の入力を受け付ける入力受付ステップと、判断部が、前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断ステップと、特定部が、前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定ステップと、を有することを特徴とする。
【００１３】
また、本発明は、テキスト情報について処理を行う手段として、コンピュータを機能させるプログラムであって、テキスト文書情報を取得するテキスト文書取得手段と、前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析手段と、前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込手段と、前記属性埋込手段により前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定手段と、前記文書特定手段により特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込手段と、文字列の入力を受け付ける入力受付手段と、前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断手段と、前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定手段、としてコンピュータを機能させることを特徴とする。
【発明の効果】
【００１４】
本発明によれば、入力された文字列と関連する文書データを特定できるので、関連する文書データを特定するための操作負担を軽減させるという効果を奏する。
【発明を実施するための最良の形態】
【００１５】
以下に添付図面を参照して、この発明にかかる文書処理装置、方法及びプログラムの最良な実施の形態を詳細に説明する。
【００１６】
（第１の実施の形態）
図１に示すように、第１の実施の形態にかかる文書処理装置１００は、形態素辞書１０１と、構造化ルール記憶部１０２と、文書論理構造化ルール記憶部１０３と、ファイル内容判定ルール記憶部１０４と、ファイル名解析ルール記憶部１０５と、文書記憶部１０６と、入力部１０７と、テキスト文書抽出部１０８と、形態素解析部１０９と、構文解析部１１０と、論理構造埋込部１１１と、文書構造埋込部１１２と、ファイルタイプ判定部１１３と、リンク情報埋込部１１４と、表示部１１５と、ユーザ入力受付部１１６と、検索部１１７と、文書取得部１１８と、登録部１１９と、候補生成部１２０と、判断部１２１と、を備える。
【００１７】
形態素辞書１０１は、形態素と、品詞と、品詞番号とを対応付けて記憶している。これにより、文書データに含まれている形態素に対して、品詞及び品詞番号を割り当てることができる。また、品詞番号とは、品詞毎に割り当てられたユニークな番号とする。
【００１８】
構造化ルール記憶部１０２は、文書データに含まれる文字列に対して、当該文字列を示す属性を示すタグを割り当てるためのルールを記憶する。図２の構造化ルールのテンプレートに示すように、タグ２０１が割り当てられるべき表層表現の開始位置を決定するタグ２０２と、表層表現の終了位置を決定するタグ２０３とが定義されている。
【００１９】
このように、構造化ルールは、属性タグ（構造情報）を割り当てるための条件と、付与すべき属性（構造情報）との組を宣言的に記載されている。つまり、構造化ルールでは、文書データ中の語や正規表現、文書中の品詞並びや係り受け関係を特定して、これらを表すタグを割り当てるための情報が定義されている。
【００２０】
これらタグ２０２及びタグ２０３内において、attには“Ｅ”、“Ｓ”、“Ｃ”のうちいずれか一つを、hidには品詞番号を定義可能としている。そして、タグ<range>２０４にはタグで囲むべき範囲を特定するためのシフト移動を定義可能としている。
【００２１】
そして、図３に示す例では、“（任意の名詞＋）責任者”に対して、タグ<position>が割り当てられることになる。なお、当該構造化ルールを用いて詳細なタグの割り当てられる範囲の決定手法については後述する。
【００２２】
文書論理構造化ルール記憶部１０３は、テキスト文書情報の構造を解析して、構造情報を示すタグを割り当てるためのルールを記憶する。図４に示す文書論理構造化ルールにより、テキスト文書情報に含まれる文字列に対して、タグ<s-title>や、タグ<s-body>などを割り当てることが可能となる。テキスト文書情報とは、文書データを構成するテキスト情報とし、例えば、文書データから抽出されたテキスト情報の他、ＸＭＬタグが埋め込まれたテキスト情報や、文書データそのものが該当する。
【００２３】
ファイル内容判定ルール記憶部１０４は、テキスト文書情報の内容から、当該文書のファイルタイプを判定するためのファイル内容判定ルールを記憶する。図５に示すように、ファイル内容判定ルール記憶部１０４は、ルール番号と、文字列と、文書構造と、文書タイプと、付与ポイントとを対応付けて記憶している。つまり、文書構造で示された領域に、文字列が含まれていた場合、これら文書構造及び文字列と対応付けられているファイルタイプに対して、対応付けられている付与ポイントを加算していくことで、ファイルタイプを決定できる。
【００２４】
ファイル名解析ルール記憶部１０５は、文書データのファイル名から、対応するラベルを割り当てるためのルールを記憶する。図６に示すように、ファイル名に含まれる情報として、時間情報、タイプ情報及び所属情報等があり、それぞれに設定されている条件表記がファイル名に含まれていた場合に、対応付けられている対応ラベルが割り当てられることになる。
【００２５】
文書記憶部１０６は、文書処理装置１００の処理でタグ等が埋め込まれたテキスト文書情報を、（構造解析結果済み）ＸＭＬ文書として格納する。また、文書記憶部１０６は、当該テキスト文書情報に対応付けられた文書名、及び文書ＩＤも格納する。なお、当該文書ＩＤは、ユーザ等が文書作成時等に文書に対してユニークに割り当てられたＩＤとする。
【００２６】
入力部１０７は、文書処理装置１００で管理する文書データを入力処理する。この文書データはいずれのフォーマット形式でも良く、ワードプロセッサや表計算アプリケーション、又はプレゼンテーションソフト等で作成された文書データなどが考えられる。これらのフォーマット形式で、企業内で通常流通している形式の規程文書や業務マニュアル、各種の企業内文書が作成されているものと仮定する。本実施の形態においては、図７に示す入力文書に対して、処理を行っていくものとする。
【００２７】
テキスト文書抽出部１０８は、入力処理された文書データから、テキスト文書情報を抽出する。本実施の形態においては、テキスト文書情報として、テキスト情報が抽出されるものとする。さらに、テキスト文書抽出部１０８は、文字列や段落に付与されている書式やスタイル情報、ページ情報なども抽出する。テキスト文書抽出部１０８は、抽出テキストを取得する以上、換言するとテキスト文書取得部としての機能を有することになる。また、テキスト文書抽出部１０８は、文書データから、当該文書データの文書名及び文書ＩＤも抽出し、抽出したテキスト情報と対応付ける。
【００２８】
そして、以下に示す構成が、文書データから抽出された情報とそれらの書式スタイル情報とから、文書の特徴を判定した後、当該特徴を示すタグなどの埋込を行う。
【００２９】
形態素解析部１０９は、抽出されたテキスト情報に対して、形態素解析を行い、当該テキスト情報を形態素毎に分割すると共に、当該形態素毎に品詞情報を解析結果として割り当てる。これにより、図８に示すように、形態素毎に品詞情報が割り当てられることになる。
【００３０】
さらに、形態素解析部１０９は、図示していないが、形態素毎に、割り当てた品詞情報と対応する品詞番号を割り当てる。さらに、形態素解析部１０９は、名詞のうち人名や企業名等の固有名詞に対して、形態素解析辞書により、姓や企業名であることを示すプロパティを付与する。
【００３１】
構文解析部１１０は、テキスト情報に含まれている文字列の係り受け関係を解析する。本実施の形態にかかる構文解析部１１０は、形態素解析部１０９による形態素解析の結果を用いて、テキスト情報に対して、日本語の文法に基づく構文解析を行う。これにより、テキスト情報に含まれていた文それぞれについて、主語、述語及び目的語等の係り受け関係や、単語間の係り受け情報などを特定できる。
【００３２】
図９に示すように、構文解析部１１０は、テキスト情報に含まれる文に対して、係り受け関係を特定すると共に、主語（Ｓ）、目的語（Ｏ）、述語（Ｖ）を特定する。また、構文解析部１１０は、補語（Ｃ）等についても特定しても良い。
【００３３】
論理構造埋込部１１１は、文書特定部１４１と、文書タグ埋込部１４２と、を備え、テキスト文書情報に対して、属性を示すタグを埋め込む。
【００３４】
例えば、論理構造埋込部１１１は、構造化ルール記憶部１０２に記憶された構造化ルールを利用して、テキスト情報に含まれている文字列に対して、これら文字列の属性を示すタグの割当を行う。割り当てられるタグとしては、人名や企業名、場所や日付表現、役職・部署名等を示すタグが考えられる。このような処理を行うために、論理構造埋込部１１１は、予めテキスト情報と共に、形態素解析部１０９及び構文解析部１１０による解析結果を取得しておく必要がある。
【００３５】
また、論理構造埋込部１１１は、構文解析部１１０による構文解析結果に基づいて、係り受け関係の内容を示す属性を示すタグを、テキスト文書情報内の、当該係り受け関係が指し示す各文字列に対して埋め込む。この各文字列に対して割り当てられる属性としては、主語、述語及び目的語などの係り受け関係や、単語間の係り受け等とする。
【００３６】
このように属性を割り当てる手法の例としては、論理構造埋込部１１１は、構文解析結果で係り受け関係が特定された各文字列の語尾表現に基づいて、動作の主体、対象物、主体が行うアクションを特定し、これらを示す属性のタグを割り当てる。動作の主体、対象物、主体が行うアクションは、構文解析部１１０による係り受け情報、例えば図９に示す解析結果から特定できる。
【００３７】
なお、他の例としては、文節末に表層表現「は、」が出現している場合に当該文節を動作の主体としてもよい。この場合、文節末に表層表現「を、」が出現していれば、当該文節を対象物とする。さらに、文節の品詞情報が動詞の場合に主体が行うアクションとする。
【００３８】
図９に示した構文解析結果を用いた場合、図１０に示すように、論理構造埋込部１１１は、文字列“情報セキュリティ管理責任者は、”に対して、タグ<subject>を割り当て、文字列“「新規サーバ登録申請書」を”に対して、タグ<object>を割り当て、さらに、「提出する」に対して、タグ<action>を割り当てる。また、これらのタグが埋め込まれるために所定の条件を設けても良い。このような条件としては、例えば、タグ<object>に、他の文書とリンクするための情報が含まれている場合に限る等が考えられる。
【００３９】
論理構造埋込部１１１が備える文書特定部１４１は、テキスト情報内から文書名、文書ＩＤ及び文中で参照されている節・句等を特定する。以降、文書名、文書ＩＤ及び文中で参照されている節・句等の文書を特定する文字列を、文書特定文字列とする。
【００４０】
論理構造埋込部１１１が備える文書タグ埋込部１４２は、文書特定部１４１により特定された文書特定文字列に対して、文書を示すタグ<document>を割り当てる。
【００４１】
次に、論理構造埋込部１１１のタグを割り当てる範囲の特定手法について説明する。図１１に示す例では、論理構造埋込部１１１が、図３に示した構造化ルールを用いることで、タグ<position>の割り当てる範囲が特定されている。この際、図３の構造化ルールに従って、まず、論理構造埋込部１１１は、文字列“責任者”を特定する。当該構造化ルールでは、eshift（最後尾の移動制御）=0のため、最後尾は“責任者”で固定されるが、bshift=1のため、品詞番号が“97”又は“98”である限り前（読み始め）方向にシフト移動し続け、始点を探索する。これにより、論理構造埋込部１１１は、“情報セキュリティ管理責任者”が、タグ<position>の割り当てられる範囲として特定される。
【００４２】
他にも様々な構造化ルールが考えられる。次に、文書特定文字列の一種である文書名の特定するための構造化ルールについて説明する。上述した構造化ルールと同様のロジックを用いた例としては、文書特定部１４１が、“責任者”の代わりに“申請書”を特定し、特定された“申請書”から品詞番号が“97”又は“98”である限り前（読み始め）方向にシフト移動し続け、始点を探索し、最終的に“新規計算機登録申請書”という文字列を特定する。そして、文書タグ埋込部１４２は、この特定された“新規計算機登録申請書”に対して、タグ<document>を割り当て、テキスト情報に埋め込む。このような構造化ルールにより、文書タグ埋込部１４２は、テキスト情報に含まれている文書名に対して、タグ<document>を割り当てることができる。また、文書名以外の文書特定文字列についても同様の手順でタグ<document>を割り当てることができる。
【００４３】
他には、論理構造埋込部１１１は、テキスト情報に、数値＋“年”や“月”、“日”のパタン、若しくは“YYYY/MM/DD”などの表記(YMDはそれぞれ年月日に相当する数値）が含まれている場合、当該文字列に対して日付表現を示すタグを割り当てる。
【００４４】
さらに、論理構造埋込部１１１は、形態素解析結果で固有名詞の姓・名と判定された連接文字列に対して人名を示すタグを割り当てる。このように、形態素解析結果に基づいて、文字列に対して当該 文字列を表すタグを割り当てる。
【００４５】
このようにして、論理構造埋込部１１１は、形態素解析結果および構文解析結果を利用することで、テキスト情報内に含まれる、意味的な用言や明示的な書誌情報に対して、これら属性を示すタグを割り当てることができる。
【００４６】
文書構造埋込部１１２は、文書論理構造化ルール記憶部１０３に記憶されている構造化ルールを用いて、抽出されたテキスト情報、文字列や段落に付与されている書式やスタイル情報、ページ情報、さらには形態素解析部１０９や構文解析部で解析された品詞情報や係り受け関係等から、文書の論理構造を判定する。
【００４７】
これにより、文書構造埋込部１１２は、テキスト情報に含まれている文字列に対して文書の論理構造を示すタグを割り当て、当該タグをテキスト情報に埋め込む。これら割り当てられる論理構造としては、文書タイトル、文書中の大見出しや小見出し、箇条書き表現、又は章節構造等がある。例えば、図４に示す文書論理構造化ルールの場合、領域４０１に示す構造化ルールでは、“第[1-9][0-9]+{条|章|項}”又は“第[一-九][〇-九]+{条|章|項}”が含まれていた場合に、これら文字列に対してタグ<s-title>を割り当る。
【００４８】
さらに、文書構造埋込部１１２は、割り当てたタグを手がかりにして、他のタグを割り当てる処理も行う。例えば、図４に示す構造化ルールを利用する場合、領域４０２にしめす文書論理構造化ルールでは、文書構造埋込部１１２は、タグ<s-title>が割り当てられた領域以外に、タグ<s-body>を割り当てる。
【００４９】
つまり、図４に示す文書論理構造化ルールによれば、<s-body>は<s-title>と排他的な関係で、かつ<s-title>に後続として<s-body>が割り当てられるという関係から、テキスト情報中のタグ<s-title>に対して相補的に付与する。
【００５０】
図１２に示すように、文書構造埋込部１１２までの処理が終了した場合、抽出されたテキスト情報を構成する文書要素に対してさまざまなタグが割り当てられていることになる。例えば、文書のタイトルには、<document_title>や、章や節に対しては、<section>や<subsection>などの論理構造ラベルが割り当てられている。また、当然ながら論理構造埋込部１１１及び文書タグ埋込部１４２により埋め込まれたタグも存在する。例えば、“「新規計算機登録申請書」”に対するタグ<document>、“情報セキュリティ管理責任者”に対するタグ<position>、“セキュリティ管理部”に対するタグ<department>、また前半には書誌情報として日付表現に対応するタグ<date>が存在し、当該タグ<date>内に発行日と改訂日を示す詳細な属性値が埋め込まれている。
【００５１】
ファイルタイプ判定部１１３は、本文内容判定部１３１と、ファイル名判定部１３２とを備え、入力された文書データのファイルタイプを判定する。具体的には、ファイルタイプ判定部１１３は、本文内容判定部１３１の本文内容によるファイルタイプの判定結果、及びファイル名判定部１３２のファイル名によるファイルタイプの判定結果に基づいて、総合的にファイルタイプを判定する。
【００５２】
本文内容判定部１３１は、文書データから抽出されたテキスト情報、及び文書構造埋込部１１２により埋め込まれたタグに基づいて、本文内容によるファイルタイプを決定する。例えば、本文内容判定部１３１は、上述した処理によりタグが埋め込まれたテキスト情報に対し、図５に示したファイル内容判定ルールを用いて、本文内容のファイルタイプを決定する。つまり、図５に示したファイル内容判定ルールに定義された文字列及び文書構造が、テキスト情報に含まれる文字列、及び当該文字列に割り当てられた文書構造（タグ）が一致した場合に、当該ルールで対応付けられたファイルタイプに対して、設定されたポイントを付与する。そして、本文内容判定部１３１は、当該処理をテキスト情報全体に対して行い、最も高いポイントから順に所定の数のファイルタイプを、本文内容のファイルタイプとして決定する。
【００５３】
図５の例を具体的に示すと、ルールＩＤ１は、“議事録”の文字列が文書データ中のタグ“title_area”が割り当てられたタイトル領域に含まれていれば、本文内容判定部１３１は、当該文書データのファイルタイプが“minute”(議事録)であるという判定に、１００ポイント加算することを意味する。
【００５４】
ルールＩＤ２も同様に、文字列“提案書”が、文書構造（タグ）“title_area”が割り当てられたタイトル領域に含まれていれば、本文内容判定部１３１は、ファイルタイプが“proposal”であるという判定に、８０ポイント加算することを意味している。このように、以下同様にファイル内容判定ルールをそれぞれ適用し、最終的に最も高いポイントから順に所定の数のファイルタイプを、当該文書データの本文内容における判定結果とする。
【００５５】
ファイル名判定部１３２は、ファイル名解析ルール記憶部１０５に記憶されたファイル名解析ルールに基づいて、文書データのファイル名を解析し、当該ファイル名による、当該文書データのファイルタイプを判定する。また、ファイル名判定部１３２は、ファイル名から解析した内容を、メタ情報として、テキスト情報に埋め込む。
【００５６】
例えば、ファイル名判定部１３２は、ファイル名「070614情報セキュリティ会議議事録.doc」から、日付表現、文書のタイプを示す特徴語（ここでは“議事録”）の有無、さらにファイル形式(.doc)等の情報を取得する。
【００５７】
続いて、ファイル名判定部１３２は、ファイル名解析ルールを読み込む。例えば、図６に示すファイル名解析ルールでは、時間情報、タイプ情報、所属情報の各属性に関するルールが定義されているので、ファイル名判定部１３２は、これらファイル名解析ルールで設定されている条件表記に一致した表記がファイル名に含まれている場合、当該条件表記と対応付けられている対応ラベル（属性）をメタ情報として、テキスト情報に埋め込む。
【００５８】
詳細な例としては、ファイル名判定部１３２は、ファイル名中に、四桁の数値の表記が含まれていることを検出した場合、当該数値の表記を、YEARラベル（年を表す表記）と対応づけて、テキスト情報に埋め込む。他の例としては、ファイル名判定部１３２は、ファイル名中に、六桁の数値の表記が含まれていることを検出した場合、それぞれ２桁ごとに年、月、日の表記であるとみなし、それぞれの数値と対応するラベルとをメタ情報として、テキスト情報に埋め込む。
【００５９】
同様にして、ファイル名判定部１３２は、ファイル名中に、“議事録”、“配布資料”、“仕様書”等の表記が含まれていることを検出した場合、これらの表記を、当該表記に該当するラベルと対応付けて、テキスト情報に埋め込む。さらに、ファイル名判定部１３２は、その詳細情報として、それぞれの内容(議事録、配布資料、仕様書等々）を属性値として埋め込む。
【００６０】
そして、このような判定結果から、ファイル名判定部１３２は、ファイル名に基づくファイルタイプを判定する。つまり、図６に示すファイル名解析ルールによれば、ファイル名中に“議事録”が含まれていれば、ファイルタイプを“minute”と判定し、“配付資料”が含まれていれば、ファイルタイプを“handout”と判定し、“仕様書”が含まれていれば、ファイルタイプを“spec”と判定する。
【００６１】
また、ファイル名判定部１３２は、ファイル名中に、形態素解析適用の結果である固有名詞（姓・名表現や企業名）が含まれることを検出した場合、これら表記についても、当該表に該当するラベルと対応付けて、テキスト情報に埋め込む。
【００６２】
ファイルタイプ判定部１１３は、本文内容判定部１３１によるファイルタイプの判定結果と、ファイル名判定部１３２によるファイルタイプの判定結果に対し、それぞれ重み付けを行い、両者の結果を組み合わせることで、判定結果に冗長性を持たせてファイルタイプを最終的に決定する。決定されたファイルタイプは、例えばテキスト情報内にメタ情報として格納してもよいし、文書記憶部１０６にテキスト情報と対応付けて格納しても良い。
【００６３】
例として、ファイル本文の解析に基づく判定結果で“議事録”及び“お知らせ”が判定結果として得られ、ファイル名の解析に基づく判定結果で“議事録”が得られた場合について説明する。この場合、ファイルタイプ判定部１１３は、単純に各結果に同等の重み付けで評価することで、“議事録”の判定結果をより際立たせて、ファイルタイプを決定する。このように、本実施の形態においては、ファイルタイプ判定部１１３が複数のファイルタイプを決定するものの、これらファイルタイプにおいては重み付けされた結果を出力する。
【００６４】
一方で、文書データの性質上、より確度が高く判定できるファイルタイプや、逆に判定が困難なファイルタイプには、結果を判定するときに重み付けの値を増減させてもよい。これにより、ファイルタイプ判定部１１３は、ファイルタイプの判定結果にバイアスを掛けることで、適切な結果を得ることが可能となる。
【００６５】
リンク情報埋込部１１４は、テキスト情報内の表記から、参照又は引用されている文書特定文字列を特定し、当該文書特定文字列に割り当てられたタグ“document”内に、リンク識別情報を埋め込む。
【００６６】
本実施の形態におけるリンク情報埋込部１１４においては、まず、論理構造埋込部１１１によりタグが埋め込まれたテキスト情報から、文書を示すタグ<document>が割り当てられている文書特定文字列を抽出する。
【００６７】
また、リンク情報埋込部１１４は、異なる文書データ間で、文書データに類似した単語や概念が出現している等の関係に基づいて、異なる文書データ間の類似性や改訂関係を判定し、当該テキスト情報と類似性や改訂関係のある文書データに対してリンクするためのリンク識別情報を埋め込む。
【００６８】
そして、リンク情報埋込部１１４は、抽出されたタグ<document>が割り当てられている表記、文書名、及び文書ＩＤが、当該テキスト情報の抽出元の文書データ又は当該文書データ内の論理構造（例えば章、節）を指しているのか、当該文書データと異なる文書データを示しているのか判定する。
【００６９】
その後、リンク情報埋込部１１４は、判定結果に基づいて、表記などが当該文書データと異なる文書データを指し示していると判断した場合、指し示している文書データが文書記憶部１０６に格納されているか否か判断する。そして、格納されていると判断した場合に、当該表記などに割り当てられたタグ<document>に対して、例えばリンク識別情報“val="external"”を埋め込む。これにより、タグ<document>に“val="external"”を埋め込まれているのであれば、外部の文書が存在し、検索部１１７で検索を行うことで、当該文書を参照可能であることを意味する。
【００７０】
一方、リンク情報埋込部１１４は、判定結果に基づいて、表記などが当該文書データ又は当該文書データ内の章や節を指し示していると判断した場合、当該表記に割り当てられたタグ<document>に対して、例えばリンク識別情報“val="internal"”を埋め込む。さらに、リンク情報埋込部１１４は、章や節番号などの指定がある場合、target="2章3節"などの属性により、詳細な指定情報をタグ<document>に対して埋め込む。このようにして、リンク情報埋込部１１４は、リンク識別情報の埋め込み処理を行う。
【００７１】
なお、本実施の形態においては、外部の文書とリンクするためのリンク識別情報として、当該テキスト情報内の章・節を示すか、他の文書データを示しているかを表す文字列である、“val="external"”と、“val="internal"”とを埋め込むこととした。しかしながら、実際に文書データが格納されているパスなどをリンク識別情報として埋め込んでも良い。
【００７２】
このように、本実施の形態においては、各種の解析結果が、テキスト情報にタグとして埋め込まれる、又はメタデータとして埋め込まれる。
【００７３】
図１３に示す例では、ファイル名判定部１３２が、ファイル名“情報セキュリティ管理規程＿071003案_rev2.doc”に対して行った解析結果を、タグ<fileinfo>の領域１３０１内に書き込まれている。さらに、リンク情報埋込部１１４が、リンク識別情報として“val="external"”１３０２を、タグ<document>内に書き込んでいる。
【００７４】
また、本実施の形態とは異なるが、当該テキスト情報と対応付けられた外部ファイルに、解析結果を書き込んでも良い。この外部ファイルは容易に参照・再利用可能な形式で原文と対応づけて保持される。
【００７５】
登録部１１９は、入力された文書データと、上述した処理によりタグが埋め込まれたテキスト情報（構造解析結果済みＸＭＬ文書）とを対応付けて、文書記憶部１０６に登録する。換言すれば、文書データ及びＸＭＬ文書は、検索対象となるテキスト文書情報として、文書記憶部１０６に登録されたことになる。また、これらのＸＭＬ文書は、文書記憶部１０６内のＸＭＬデータベースに階層構造を保持した状態で格納される。これにより、上述した処理で埋め込まれたタグを検索キーとして検索を行うことができる。本実施の形態では、テキスト情報に対応付けられた、文書データの文書特定文字列（例えば、文書名、文書ＩＤ）も、ＸＭＬ文書と対応付けて記憶する。これにより、文書特定文字列から、ＸＭＬ文書を特定することも可能とし、文書特定文字列から、ＸＭＬ文書の検索が可能となる。
【００７６】
こうして格納された文書記憶部１０６に格納されたＸＭＬ文書及び文書データは、ユーザの検索要求に応じて、選択的に提示される。
【００７７】
表示部１１５は、図示しないモニタに対してさまざまな情報の表示処理を行う。例えば、文書記憶部１０６に格納された文書データまたはＸＭＬ文書の検索画面や、検索結果の画面などの表示処理を行う。他の例としては、後述する候補生成部１２０により生成された検索候補を含む検索絞込画面などの表示処理を行う。また、検索絞込画面などにおいてプルダウンメニューなどを表示しても良い。
【００７８】
ユーザ入力受付部１１６は、図示しない入力デバイスを介して、ユーザからの入力情報の入力を受け付ける。ユーザ入力受付部１１６が受け付ける入力情報としては、例えば検索要求、検索候補の選択など、ユーザが入力可能なあらゆる情報が考えられる。
【００７９】
また、ユーザ入力受付部１１６は、組織の改変等の伴い、名称などの文字列が変更される場合、表示部１１５に表示された文書データ又はＸＭＬ文書に含まれる当該文字列の入力を受け付ける。
【００８０】
判断部１２１は、ユーザ入力受付部１１６が文字列の入力を受け付けた場合に、テキスト文書情報に埋め込まれた係り受け関係の内容を示すタグ（例えば<subject>, <object>, <action>）及びタグ<document>に基づいて、入力を受け付けた文字列と関連する文書名が存在するか否か判断する。
【００８１】
本実施の形態において、判断部１２１は、入力された文字列と同じ文にタグ<document>で囲まれた文字列が存在すると共に、入力された文字列と、タグ<document>で囲まれた文字列に係り受け関係を有する場合に、入力を受け付けた文字列と関連する文書特定文字列が存在すると判断する。
【００８２】
そして、判断部１２１が、文書特定文字列が存在すると判断した場合、検索部１１７が当該文書特定文字列で、文書記憶部１０６に対して検索を行い、文書取得部１１８が検出されたＸＭＬ文書又は当該ＸＭＬ文書と対応付けられた文書データを取得する。
【００８３】
この文書データ又はＸＭＬ文書を特定するためには、リンク識別情報を用いる。すなわち、文書名に割り当てられたリンク識別情報が“val="external"”であれば、検索部１１７が文書記憶部１０６に格納されているものとして検索を行い、文書取得部１１８が検索された文書データ又はＸＭＬ文書を取得する。そして、リンク識別情報が“val="internal"”であれば、現在参照している文書データ又はＸＭＬ文書内の章又は節などを指し示しているとして、文書取得部１１８が当該文書データ又はＸＭＬデータの章又は節などを特定する。
【００８４】
また、本実施の形態とは異なるが、リンク識別情報に文書データ又はＸＭＬ文書のパスが記載されている場合、文書取得部１１８はリンク識別情報から文書データ又はＸＭＬ文書を取得できる。
【００８５】
検索部１１７は、ユーザからの検索要求に応じて、文書記憶部１０６内のＸＭＬデータベースに対してＸＭＬ文書の検索を行う。検索を行うために、検索部１１７は、ユーザから入力された検索要求を解析し、検索を行うためのクエリを生成する。そして、生成したクエリを文書記憶部１０６に出力することで、ＸＭＬ文書の検索を行うことができる。そして、ＸＭＬ文書と入力された文書データは対応付けられているため、当該文書データも特定することができる。
【００８６】
換言すれば検索部１１７は、検索を行うことで、文書名で示されたＸＭＬ文書、又は当該ＸＭＬ文書に対応する文書データを特定する特定部としての機能を有している。
【００８７】
文書取得部１１８は、ユーザが要求する文書データ又はＸＭＬ文書を、文書記憶部１０６から取得する。例えば、文書取得部１１８は、検索部１１７からの入力されたクエリによる検索が行われた場合、当該検索結果となるＸＭＬ文書及びＸＭＬ文書と対応付けられた文書データとを取得する。
【００８８】
候補生成部１２０は、ユーザが所望するＸＭＬ文書又は文書データを絞り込むための検索条件の候補を生成する。このために、候補生成部１２０は、ユーザにより入力された検索条件に従って検索が行われた結果である複数のＸＭＬ文書を、文書取得部１１８から取得し、当該複数のＸＭＬ文書のそれぞれに含まれている情報（例えばタグが割り当てられた文書要素）を組み合わせることで、さらなる絞込を行うための検索条件の候補を生成する。このように、候補生成部１２０は、文書要素単位で組み合わせて検索結果を、要約的に纏め上げ等を行う。
【００８９】
そして、候補生成部１２０で生成された検索条件の候補を、表示部１１５が表示処理し、ユーザ入力受付部１１６が、検索条件の候補の選択を受け付けた場合、検索部１１７が選択された候補を検索キーとして検索を行う。そして、検索されたＸＭＬ文書を文書取得部１１８が取得して、再び候補生成部１２０が候補の生成を行う。当該処理を繰り返すことで、ユーザが所望する文書データを絞り込むことができる。
【００９０】
図１４に示す検索を行うためのインターフェースに基づいて、行われる検索の手順について説明する。
【００９１】
まず、「人物／役職」のプルダウンメニュー内に表示する文書要素を抽出するために、検索部１１７が文書記憶部１０６に対して検索を行う。例えば、検索部１１７は、タグ<subject>又はタグ<position>が割り当てられた文書要素の検索を行う。そして、候補生成部１２０が、検出された文書要素から、プルダウンメニューに表示される候補を生成する。そして、表示部１１５が、生成された候補を含む「人物／役職」のプルダウンメニューを表示する。図１４に示す例では、当該プルダウンメニュー１４０１には、“情報管理責任者”などが列挙されているものとする。そして、ユーザ入力受付部１１６が、ユーザからの“情報管理責任者”の選択を受け付けたものとする。
【００９２】
その後、検索部１１７が選択された「人物／役職」とＸＭＬ文書で関連するタグ<action>内の文書要素を検索する。この検索例としては、選択された「人物／役職」を含む文中に埋め込まれたタグ<action>内の文書要素を検索する等が考えられる。
【００９３】
そして、検索部１１７が、当該タグ<action>内の文書要素を検索した後、候補生成部１２０が、検出された文書要素から、検索候補を生成し、表示部１１５が「アクション」のプルダウンメニュー１４０２を表示する。当該プルダウンメニュー１４０２は、例として、申請する、管理する、掌る、参加する等を提示する。そして、ユーザ入力受付部１１６が、ユーザからの“申請する”の選択を受け付けたものとする。
【００９４】
次に、検索部１１７が、“情報管理責任者”と“申請する”に関連付けられたタグ<object>内の文書要素を検索する。その後、タグ<action>の場合と同様の処理が行われる。これにより、タグ<object>内の文書要素が抽出され、表示部１１５が、「対象物」のプルダウンメニュー１４０３を表示する。当該プルダウンメニュー１４０３は、例として、外部サーバ管理申込書、新規ユーザ登録申請書、ドメイン参加申込書、終夜運転申請書等を提示する。そして、ユーザ入力受付部１１６が、ユーザからの“外部サーバ管理申込書”の選択を受け付けたものとする。
【００９５】
選択された“外部サーバ管理申込書”は、タグ<document>が割り当てられている他、リンク情報埋込部１１４により“val="external"”がタグ<document>の属性値として埋め込まれているものとする。これにより、当該ＸＭＬ文書とは異なる文書データを指し示していることが認識できる。
【００９６】
そこで、検索部１１７は、文書記憶部１０６に対して、“外部サーバ管理申込書”のタイトルを有する文書データを取得するクエリを生成し、文書記憶部１０６に対して出力する。これにより、“外部サーバ管理申込書”のタイトルを有する文書データを検索することができる。
【００９７】
そして、該当する文書データが検出された場合、文書取得部１１８が当該文書データを取得して、表示部１１５が当該文書データの表示を行う。これにより、ユーザはプルダウンメニューで絞り込んだ検索条件と一致する文書データを閲覧できる。
【００９８】
このようにして、ユーザは検索語を入力することなく、文書記憶部１０６に格納されている文書データを取得することが可能となる。
【００９９】
また、ユーザがプルダウンメニューで検索候補を絞り込んでいった結果、対象物として“外部サーバ管理申込書の第三条二項”というような、文書データの特定の部分構造を指し示している場合、検索部１１７は、当該文書データ「外部サーバ管理申込書」の第三条二項を検索するクエリを生成し、文書記憶部１０６に対して検索を行う。当該検索は、上述した文書構造埋込部１１２によりタグ<section>、<subsection>を埋め込み、当該ＸＭＬ形式を保持した状態で文書記憶部１０６に格納しているために容易に実現できる。
【０１００】
そして、文書取得部１１８は、図１３に示したＸＭＬ文書の例のように、該当するタグ<section>及び<subsection>を探索して、特定することで、第三条二項の部分構造のみ抽出して、ユーザに対して優先的に提示することが可能となる。
【０１０１】
次に、関連する文書データを提示する例について説明する。本例は、文書記憶部１０６に格納されている解析済みＸＭＬ文書に対して、業務内容や組織の見直し等の改変に伴い、文書データ内の文言や部署名を変更する例とする。
【０１０２】
本例は、旧名称「情報セキュリティ管理責任者」を、組織改変と業務見直しに伴い新名称「情報セキュリティ管理エキスパート」に改称する例とする。そして、ユーザが現在参照している文書データでは、旧名称「情報セキュリティ管理責任者」が記載されているものとする。そして、ユーザは、当該文書データ以外に影響がある文書データを参照することを要求しているものとする。
【０１０３】
図１５に示す例では、ユーザが、文書表示ビュー１５０１で参照している文書データから、変更したい文字列を選択する。これにより、ユーザ入力受付部１１６が、当該文書データに含まれている「情報セキュリティ管理責任者」１５０２の選択を受け付けたものとする。
【０１０４】
そして、文書取得部１１８が、当該文書データと対応付けられているＸＭＬ文書を取得し、表示部１１５が、所定の表示領域１５０３に、選択された文字列に割り当てられているタグが示す属性と、選択された文字列を含む文書名（例えば規程が記載された文書名）を表示する。
【０１０５】
図１５に示す例では、表示部１１５は、「情報セキュリティ管理責任者」に対して、人物／役職、及び主体を示すタグが割り当てられていることを表示する。さらに、表示部１１５は、「情報セキュリティ管理責任者」が含まれている規程文書名を表示する。
【０１０６】
この際、判断部１２１が、選択された文字列「情報セキュリティ管理責任者」と関係を有する文書名が存在するか否か判定する。本実施の形態ではＸＭＬ文書に対して、係り受け関係に応じてタグ<subject>、タグ<action>及びタグ<object>が割り当てられている。そこで、タグ<subject>に含まれている文字列について改称する場合に、当該文字列を含む<subject>と、同じ文中で係り受け関係があることを示すタグ<object>内の含まれている文字列であってタグ<document>が割り当てられている文書名又は文書ＩＤが存在するか否か判定する。なお、変換する文字列がタグ<object>に含まれている場合、タグ<subject>に含まれている文字列に文書名が存在するか否か判定する。
【０１０７】
判断部１２１は文書名が存在すると判定した場合、検索部１１７が、当該文書名で文書記憶部１０６を検索することで、文書取得部１１８が、該当するＸＭＬ文書又は、当該ＸＭＬ文書と対応付けられた文書データを取得する。この取得したＸＭＬ文書又は文書データは、「情報セキュリティ管理責任者」に関係する業務が出現している文書データとなる。そこで、表示部１１５が、これら取得したＸＭＬ文書又は文書データを、関連する業務（アクション）が出現している規程などとして表示する。
【０１０８】
これにより、文字列を変更する場合に、特に関連が高いＸＭＬ文書又は、文書データを特定することができる。具体的には、「情報セキュリティ管理責任者」が主体として、関係する業務（アクション）が出現している規程をユーザに対して提示できる。
【０１０９】
なお、本実施の形態は、取得する文書データを、このように係り受け関係を有する文書データに限るものではなく、文書表示ビュー１５０１で表示されている文書データに埋め込まれたタグ<document>でリンクを貼られた文書データ全てを取得しても良い。
【０１１０】
さらには、検索部１１７が、表示している文書データに対してリンクを張っているＸＭＬ文書を検索する。当該検索は、文書表示ビュー１５０１で表示されている文書データ又はＸＭＬ文書の文書名を含むタグ<document>を検索キーとして、文書記憶部１０６に対して行う。
【０１１１】
また、検索部１１７は、「情報セキュリティ管理責任者」を含むＸＭＬ文書の検索を、文書記憶部１０６に対して行う。そして、文書取得部１１８は、検索されたＸＭＬ文書、又は当該ＸＭＬ文書と対応付けられた文書データを取得する。
【０１１２】
つまり、文書取得部１１８は、変換する文字列と関連を有するＸＭＬ文書、表示しているＸＭＬ文書に対してリンクを貼っているＸＭＬ文書、変換する文字列を含むＸＭＬ文書、及びこれらＸＭＬ文書と対応付けられた文書データを取得する。
【０１１３】
これにより、関連を有すると考えられるＸＭＬ文書又は、文書データを全て取得できるので、ユーザは変更が必要な文書範囲について容易に確認することができる。
【０１１４】
その際、例えばこの文字列「情報セキュリティ管理責任者」を変更することによる影響を異なる軸で提示し、ユーザのナビゲートと注意を促す。
【０１１５】
そして、表示部１１５は、例えば、取得した文書データのうち、関連規程と、既に表示されている文書データ中で表現されている規程文書を、アイコンやファイル名で表示する。さらには、表示部１１５は、関連する「申請書」が、組織や業務の変更に伴って見直す箇所がないかを促すために、「波及可能性あり」などのメッセージと共に、ファイル名や該当箇所を表示する。これにより、ユーザへ確認を推奨できる。
【０１１６】
さらに、変更に伴い要確認などのメッセージと共に、対象業務の記述内容の確認を促すことができる。
【０１１７】
また、ユーザが、改称語の文字列「情報セキュリティ管理エキスパート」を入力した場合、ユーザ入力受付部１１６が、関連規程として取得した文書データの全てに対して、該当する文字列を置換する。さらには、表示部１１５が、関連規程として取得した文書データのうち、置換対象となった文書データや該当文書データの変更箇所（部分構造）のみ表示することで、変更箇所が容易に区別可能とする。
【０１１８】
また、表示部１１５は、文書取得部１１８が取得した文書データを、文書の種別毎に分けて表示しても良い。図１５に示す例では、表示部１１５は、閲覧のみ可能な関連規程と、入力可能なフォームを含む申請書とを分けて表示している。この分類は、ファイルタイプに応じて分けられたものとする。さらには、表示部１１５は、文書データの変更箇所に応じて、リンクが張られている文書データのうち特に関連文書を光らせて表示などを行ってもよい。
【０１１９】
次に、文書処理装置１００の文書データを格納するまでの手順について、図１６を用いて説明する。
【０１２０】
まず、入力部１０７は、文書データの入力処理を行う（ステップＳ１６０１）。次に、テキスト文書抽出部１０８は、文書データから、テキスト文書情報として、テキスト情報を抽出する（ステップＳ１６０２）。
【０１２１】
そして、形態素解析部１０９は、抽出されたテキスト情報に対して形態素解析を行い、形態素毎に品詞及び品詞番号が割り当てられる（ステップＳ１６０３）。
【０１２２】
次に、構文解析部１１０が、ステップＳ１６０３の形態素解析の結果を用いて、テキスト情報に対して、日本語の文法に基づく構文解析を行う（ステップＳ１６０４）。
【０１２３】
そして、論理構造埋込部１１１は、構造化ルール記憶部１０２に記憶された構造化ルールを利用して、テキスト情報に含まれている文字列に対して、属性を示すタグを割り当て、テキスト情報に属性タグの埋め込みを行う（ステップＳ１６０５）。
【０１２４】
次に、ファイルタイプ判定部１１３が、テキスト情報及び当該テキスト情報の抽出元の文書データについて、ファイルタイプの判定を行う（ステップＳ１６０６）。判定されたファイルタイプは、テキスト情報に埋め込むこととする。なお、ファイルタイプの際に行われたファイル名の解析結果は、メタ情報として、テキスト情報に埋め込まれる。
【０１２５】
リンク情報埋込部１１４は、テキスト情報内の文字列に文書名が含まれている場合に、当該文書データ名にリンク識別情報を埋め込む（ステップＳ１６０７）。
【０１２６】
そして、登録部１１９は、上述した処理によりタグが埋め込まれたテキスト情報を、ＸＭＬ文書として、文書記憶部１０６に登録する（ステップＳ１６０８）。この際、ＸＭＬ文書は、入力された文書データと対応付けられる。
【０１２７】
上述した処理により、解析結果が埋め込まれたＸＭＬ文書を検索可能に格納することができる。
【０１２８】
次に、ステップＳ１６０５の属性タグの割り当て手順について、図１７を用いて説明する。まず、論理構造埋込部１１１は、形態素解析部１０９の形態素解析結果を取得する（ステップＳ１７０１）。
【０１２９】
次に、論理構造埋込部１１１は、構文解析部１１０の構文解析結果を取得する（ステップＳ１７０２）。
【０１３０】
そして、論理構造埋込部１１１は、文書論理構造化ルール記憶部１０３から、文書論理構造化ルールを読み込む（ステップＳ１７０３）。
【０１３１】
次に、論理構造埋込部１１１は、読み込んだ文書論理構造化ルールの条件記述パタンと、テキスト情報の文字列、当該文字列の品詞（番号）及び構文解析結果と、が一致するか否か判定する（ステップＳ１７０４）。一致しないと判定した場合（ステップＳ１７０４：Ｎｏ）、特に処理を行わない。
【０１３２】
そして、論理構造埋込部１１１が一致すると判定した場合（ステップＳ１７０４：Ｙｅｓ）、条件記述パタンと対応付けられている条件定義に基づく属性のタグを、テキスト情報の該当箇所に埋め込む（ステップＳ１７０５）。
【０１３３】
また、ステップＳ１７０４において、文書特定部１４１が、読み込んだ文書論理構造化ルールの条件記述パタンに従って、テキスト文書情報内に文書特定文字列を特定する。そして、Ｓ１７０５において、文書タグ埋込部１４２は、特定された文書特定文字列に対して、当該条件記述パタンと対応付けられている条件定義に従ってタグ<document>を、テキスト情報の該当箇所に埋め込む。
【０１３４】
そして、論理構造埋込部１１１は、読み込んだ文書論理構造化ルールに、割り当てたタグを利用した文書論理構造化ルールが存在する場合、タグの埋込結果が、文書論理構造化ルールの条件記述パタンと一致するか否か判定する（ステップＳ１７０６）。一致しないと判定した場合（ステップＳ１７０６：Ｎｏ）、特に処理を行わない。
【０１３５】
一方、論理構造埋込部１１１が、一致すると判定した場合（ステップＳ１７０６：Ｙｅｓ）、条件記述パタンと対応付けられている条件定義に基づく属性のタグを、テキスト情報の該当箇所に埋め込む（ステップＳ１７０７）。なお、文書タグ埋込部１４２も同様の処理を行う。
【０１３６】
その後、論理構造埋込部１１１は、全ての文書論理構造化ルールについて処理を終了したか否か判断する（ステップＳ１７０８）。全ての文書論理構造化ルールについて処理を終了していないと判断した場合（ステップＳ１７０８：Ｎｏ）、再びステップＳ１７０４から処理を開始する。
【０１３７】
一方、全ての構造化ルールについて処理を終了したと判断した場合（ステップＳ１７０８：Ｙｅｓ）、論理構造埋込部１１１による処理を終了する。
【０１３８】
上述した処理手順により、テキスト情報内にさまざまなタグが埋め込まれることになる。例えば、文書名について、タグ<document>が割り当てられたり、係り受け関係に応じて<subject>、<object>及び<action>等が割り当てられる等がある。
【０１３９】
次に、図１６のステップＳ１６０６のファイルタイプの判定手順について、図１８を用いて説明する。
【０１４０】
まず、ファイルタイプ判定部１１３の本文内容判定部１３１は、図１６のステップＳ１６０５でタグが埋め込まれたテキスト情報を取得する（ステップＳ１８０１）。
【０１４１】
次に、本文内容判定部１３１は、ファイル内容判定ルール記憶部１０４のファイル内容判定ルールを用いて、テキスト情報の所定の文書構造内に所定の文字列が含まれているか否か判断し、該当する文字列が含まれている場合にファイル内容判定ルールで対応付けられているファイルタイプに対して付加ポイントを加算する（ステップＳ１８０２）。
【０１４２】
そして、本文内容判定部１３１は、テキスト情報全域についてステップＳ１８０２の処理を終了した後、各ファイルタイプの合計ポイント数を参照し、最も高いポイントから順に所定の数のファイルタイプを、当該文書データの本文内容における判定結果とする（ステップＳ１８０３）。
【０１４３】
次に、ファイル名判定部１３２は、ファイル名解析ルールを用いて、テキスト情報の抽出元の文書データのファイル名の解析を行う（ステップＳ１８０４）。
【０１４４】
そして、ファイル名判定部１３２は、ファイル名の解析結果を、メタ情報としてテキスト情報に埋め込む（ステップＳ１８０５）。
【０１４５】
次に、ファイル名判定部１３２は、ファイル名の解析結果から、ファイルタイプを判定する(ステップＳ１８０６)。
【０１４６】
そして、ファイルタイプ判定部１１３は、本文内容判定部１３１によるファイルタイプの判定結果と、ファイル名判定部１３２によるファイルタイプの判定結果に対し、それぞれ重み付けを行う（ステップＳ１８０７）。
【０１４７】
最後に、ファイルタイプ判定部１１３は各ファイルタイプに重み付けを行った結果に基づいて、最終的にファイルタイプを決定する（ステップＳ１８０８）。
【０１４８】
次に、図１６のステップＳ１６０７のリンク識別情報の埋込手順について、図１９を用いて説明する。
【０１４９】
まず、リンク情報埋込部１１４は、タグが埋め込まれたテキスト情報を取得する(ステップＳ１９０１)。
【０１５０】
次に、リンク情報埋込部１１４は、取得したテキスト情報から、文書名、文書ＩＤ、章又は節などに割り当てられたタグ情報を抽出する（ステップＳ１９０２）。つまり、リンク情報埋込部１１４は、タグ<document>内の情報を取得する。
【０１５１】
そして、リンク情報埋込部１１４は、抽出されたタグ内の情報が、当該文書内部を参照しているか否か判断する（ステップＳ１９０３）。リンク情報埋込部１１４が、当該文書内部を参照していると判断した場合（ステップＳ１９０３：Ｙｅｓ）、内部参照を示すリンク識別情報（“val="internal"”）をタグ<document>内部に埋め込む（ステップＳ１９０４）。
【０１５２】
一方、リンク情報埋込部１１４が、当該文書内部を参照していないと判断した場合（ステップＳ１９０３：Ｎｏ）、外部を参照していると判断し、外部参照先の文書データが存在するか否か文書記憶部１０６を確認する（ステップＳ１９０５）。
【０１５３】
そして、リンク情報埋込部１１４は、外部参照先を示すリンク識別情報（“val="external"”）をタグ<document>内部に埋め込む（ステップＳ１９０６）。
【０１５４】
次に、リンク情報埋込部１１４は、抽出した全てのタグ情報について処理を終了したか否か判断する（ステップＳ１９０７）。処理を終了していないと判断した場合（ステップＳ１９０７：Ｎｏ）、再びステップＳ１９０３から処理を開始する。
【０１５５】
一方、リンク情報埋込部１１４は、抽出した全てのタグ情報について処理を終了したと判断した場合（ステップＳ１９０７：Ｙｅｓ）、処理を終了する。
【０１５６】
次に、文書処理装置１００における、置換対象語を置換する場合、影響あるＸＭＬ文書を提示する処理手順について、図２０を用いて説明する。
【０１５７】
まず、表示部１１５が、テキスト文書情報の一種である、ＸＭＬ文書を表示する（ステップＳ２００１）。なお、表示対象は文書データでも良い。
【０１５８】
次に、ユーザ入力受付部１１６が、ＸＭＬ文書内の置換対象語（文字列）の入力を受け付ける（ステップＳ２００２）。図１５に示す例では、「情報セキュリティ管理責任者」が置換対象語となる。なお、表示対象が文書データの場合は、文書データ内の置換対象語の入力を受け付けることになる。また、文書データの場合、以降の処理は、当該文書データと対応付けられたＸＭＬ文書に対して、処理を行うものとする。
【０１５９】
そして、判断部１２１が、入力を受け付けた置換対象語と関連する文書名が存在するか否か判断する（ステップＳ２００３）。存在しないと判断した場合（ステップＳ２００３：Ｎｏ）、特に処理を行わない。なお、関連する文書の判断基準については、上記に示したので説明を省略する。
【０１６０】
一方、判断部１２１が置換対象語と関連する文書名が存在すると判断した場合（ステップＳ２００３：Ｙｅｓ）、検索部１１７が、文書記憶部１０６に対し、文書名でＸＭＬ文書を検索する（ステップＳ２００４）。
【０１６１】
次に、検索部１１７が、参照しているＸＭＬ文書に対応付けられた文書名に対してリンクを張っているＸＭＬ文書を、文書記憶部１０６に対して検索する（ステップＳ２００５）。
【０１６２】
さらに、検索部１１７は、置換対象語を含むＸＭＬ文書を、文書記憶部１０６に対して検索する（ステップＳ２００６）。
【０１６３】
そして、文書取得部１１８が、検出されたＸＭＬ文書、又は当該ＸＭＬ文書と対応付けられた文書データを取得する（ステップＳ２００７）。
【０１６４】
その後、表示部１１５が、取得したＸＭＬ文書又は文書データを、ＸＭＬ文書に対して判定されたファイルタイプに基づいて分類して表示する（ステップＳ２００８）。
【０１６５】
上述した本実施の形態にかかる文書処理装置１００は、文字列に対して修正等を加える場合に、当該文字列と関連のある文書データ又はＸＭＬ文書をユーザに対して提示することができるので、ユーザの操作負担を軽減することができる。
【０１６６】
さらに、参照しているＸＭＬ文書からリンクが張られているＸＭＬ文書や、参照しているＸＭＬ文書に対してリンクを張っているＸＭＬ文書、及び置換対象となる文字列を含むＸＭＬ文書、並びにこれらＸＭＬと対応付けられた文書データをユーザに提示できるので、影響を及ぼす文書の範囲や箇所がわかるため、改訂のコストや見直しを軽減することができる。
【０１６７】
さらに、本実施の形態にかかる文書処理装置１００においては、ユーザがプルダウンメニューで適切な文字列を選択することで、所望する文書データ又はＸＭＬ文書を参照できるので、検索時に検索語を考えて入力する手間を省略することで操作負担を軽減できる。さらに、適切な検索語を思いつかない場合でも、適切な文字列群を提示できるので、関連する文書データを容易に特定することが可能となる。
【０１６８】
また、本実施の形態にかかる文書処理装置１００においては、上述した効果を得るために、文書処理装置１００自体が文書データに対して構造解析などを行い、当該構造解析結果を登録している。これにより、ユーザが文書データ間の関係を入力する負担を軽減させることができる。
【０１６９】
また、上述した各実施の形態に限定されるものではなく、以下に例示するような種々の変形が可能である。
【０１７０】
（変形例）
上述した第１の実施の形態にかかる文書処理装置１００においては、文書データの絞込検索を行う場合に、図１４に示した検索画面から、特定の文書データ内に含まれている係り受け関係から文書データの絞込を行った。しかしながら、上述した実施の形態は、ＸＭＬ文書内のタグ<object>が指し示すＸＭＬ文書の絞込に制限するものではない。
【０１７１】
本変形例では、当該係り受け関係が指し示している文書データ又は当該係り受け関係を含む文書データを選択する例とする。
【０１７２】
図２１に示す検索を行うためのインターフェースに基づいて、行われる検索の手順について説明する。
【０１７３】
まず、「人物／役職」のプルダウンメニュー内に表示する文書要素を抽出するために、検索部１１７が文書記憶部１０６に対して検索を行う。例えば、検索部１１７は、タグ<subject>又はタグ<position>が割り当てられた文書要素の検索を行う。そして、候補生成部１２０が、検出された文書要素から、プルダウンメニューに表示される候補を生成する。そして、表示部１１５が、生成された候補を含む「人物／役職」のプルダウンメニュー２１０１を表示する。図２１に示す例では、当該プルダウンメニュー２１０１には、“情報管理責任者”などが列挙されているものとする。そして、ユーザ入力受付部１１６が、ユーザからの“情報管理責任者”の選択を受け付けたものとする。
【０１７４】
次に、検索部１１７が、“情報管理責任者”に関連付けられたタグ<object>内の文書要素を検索する。そして、検索部１１７が、当該タグ<action>内の文書要素を検索した後、候補生成部１２０が、検出された文書要素から、検索候補を生成し、表示部１１５が「対象物」のプルダウンメニュー２１０２を表示する。当該プルダウンメニュー２１０２は、例として、外部計算機管理申込書、新規ユーザ登録申請書、ドメイン参加申込書、終夜運転申請書等を提示する。そして、ユーザ入力受付部１１６が、ユーザからの“外部計算機管理申込書”の選択を受け付けたものとする。
【０１７５】
その後、表示部１１５が、「閲覧対象」のプルダウンメニュー２１０３を表示する。当該プルダウンメニュー２１０３は、例として、文書、及び作業内容を提示する。
【０１７６】
プルダウンメニュー２１０３における“文書”の選択は、プルダウンメニュー２１０２で選択を受け付けた“文書”を選択することを意味する。また、プルダウンメニュー２１０３における“作業内容”の選択は、プルダウンメニュー２１０２で選択を受け付けた“文書”の名称、及びプルダウンメニュー２１０１で選択された“人物／役職”の名称を含む文書を選択することを意味する。
【０１７７】
つまり、プルダウンメニュー２１０３で、“文書”を選択した場合は、第１の実施の形態と同様に、文書名を検索キーとして検索を行う。そして、“作業内容”を選択した場合、選択された“人物／役職”及び“文書”を含むＸＭＬ文書の検索を、検索部１１７が行う。
【０１７８】
本変形例によれば、ユーザが閲覧したい文書データ又はＸＭＬ文書を容易に提供することが可能となる。
【０１７９】
図２２に示すように、上述した実施の形態の文書処理装置１００は、ハードウェア構成として、上述した処理を行う画像処理プログラムなどが格納されているＲＯＭ５２と、ＲＯＭ５２内のプログラムに従って文書処理装置１００の各部を制御するＣＰＵ５１と、データの格納領域となるＲＡＭ５３と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５６と、表示装置５４と、情報を格納するＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）５５と、各部を接続するバス６２とを備えている。
【０１８０】
画像処理プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録されて提供されてもよい。
【０１８１】
この場合には、画像処理プログラムは、文書処理装置１００において上記記録媒体から読み出して実行することによりＲＡＭ５３上にロードされ、上記ソフトウェア構成で説明した各部がＲＡＭ５３上に生成されるようになっている。
【０１８２】
また、上述した実施の形態の画像処理プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。
【０１８３】
以上、本発明を実施の形態を用いて説明したが、上記実施の形態の構成を組み合わせたり、上記実施の形態に多様な変更または改良を加えることができる。
【図面の簡単な説明】
【０１８４】
【図１】第１の実施形態にかかる文書処理装置の構成を示すブロック図である。
【図２】構造化ルール記憶部に格納される構造化ルールのテンプレートを示した図である。
【図３】構造化ルール記憶部に格納される構造化ルールの例を示した図である。
【図４】文書論理構造化ルール記憶部に格納される文書論理構造化ルールの例を示した図である。
【図５】ファイル内容判定ルール記憶部に格納されるファイル内容判定ルールの例を示した図である。
【図６】ファイル名解析ルール記憶部に格納されるファイル名解析ルールの例を示した図である。
【図７】入力部が入力する文書データの例を示した図である。
【図８】形態素解析部が文書データに対して行った形態素解析結果の例を示した図である。
【図９】構文解析部による構文解析結果の例を示した図である。
【図１０】論理構造埋込部によりテキスト文書情報に対して、係り受け関係を示す属性タグを埋め込んだ例を示した図である。
【図１１】論理構造埋込部による、図３に示す構造化ルールを用いて、属性タグを割り当てる範囲の特定手法の例を示した図である。
【図１２】文書構造埋込部による属性タグを埋め込み後のテキスト文書情報の例を示した図である。
【図１３】論理構造埋込部により属性タグを埋め込んだ後、ファイル名判定部によるメタ情報の埋め込み及びリンク情報埋込部によるリンク識別情報の埋め込み後のテキスト文書情報の例を示した図である。
【図１４】第１の実施の文書処理装置における、プルダウンメニューにより文書データを特定する検索インターフェースの例を示した図である。
【図１５】文書データに含まれている文字列を置換する場合のインターフェースの例を示した図である。
【図１６】第１の実施の形態にかかる文書処理装置において、文書データを格納するまでの処理手順を示したフローチャートである。
【図１７】第１の実施の形態にかかる論理構造埋込部において、属性タグの埋め込み処理の手順を示したフローチャートである。
【図１８】第１の実施の形態にかかるファイルタイプ判定部において、ファイルタイプの判定手順を示したフローチャートである。
【図１９】第１の実施の形態にかかるリンク情報埋込部において、リンク識別情報の埋込手順を示したフローチャートである。
【図２０】第１の実施の形態にかかる文書処理装置における、置換対象語を置換する場合、影響あるＸＭＬ文書を提示する処理手順を示したフローチャートである。
【図２１】変形例の文書処理装置における、プルダウンメニューにより文書データを特定する検索インターフェースの例を示した図である。
【図２２】画像処理装置のハードウェア構成を示す図である。
【符号の説明】
【０１８５】
５１ ＣＰＵ
５２ ＲＯＭ
５３ ＲＡＭ
５４ 表示装置
５５ ＨＤＤ
５６ 通信Ｉ／Ｆ
６２ バス
１００ 文書処理装置
１０１ 形態素辞書
１０２ 構造化ルール記憶部
１０３ 文書論理構造化ルール記憶部
１０４ ファイル内容判定ルール記憶部
１０５ ファイル名解析ルール記憶部
１０６ 文書記憶部
１０７ 入力部
１０８ テキスト文書抽出部
１０９ 形態素解析部
１１０ 構文解析部
１１１ 論理構造埋込部
１１２ 文書構造埋込部
１１３ ファイルタイプ判定部
１１４ リンク情報埋込部
１１５ 表示部
１１６ ユーザ入力受付部
１１７ 検索部
１１８ 文書取得部
１１９ 登録部
１２０ 候補生成部
１２１ 判断部
１３１ 本文内容判定部
１３２ ファイル名判定部
１４１ 文書タグ埋込部
【技術分野】
【０００１】
この発明は、文書処理装置、方法及びプログラムに関するものである。
【背景技術】
【０００２】
従来から、企業内では、規程等が記載された文書を電子化して、サーバ等で管理している。
【０００３】
企業内における規程文書が業務活動の基盤である以上、日々の企業活動や世の動向と共に生じる業務プロセスの変更、又は組織名の変更が生じた場合、当該変更を正しく反映させるために各規程文書に適切な修正や更新を行う必要がある。
【０００４】
しかしながら、実際の規程文書自体は、特定のファイルフォーマットで記述等がなされ、企業内データベースにフラットに格納されていることが多い。また、規程文書が分類されていても、組織階層と部分的に対応付けられている程度の単純な分類しか行われていないことが多い。
【０００５】
また、これら規程文書を管理する管理者は、規程文書を新規作成し、その後も継続的に改訂・更新を行う。この改訂・更新として、管理者は、業務活動に沿って実施する必要がある。このような訂正・更新を容易にするために、規程文書の作成時に、将来的に行われるであろう修正箇所を予測し、当該箇所を再利用可能な部分として他の箇所から分割する等のモジュール化することは、日々改変される業務の性質上、非常に困難である。
【０００６】
つまり、規程文書には改訂すべき箇所と改訂不要な箇所とが混在することになる。このため、業務プロセスや組織名の変更等が生じた場合、膨大な規程文書で修正の影響が波及する箇所を見つけることは非常に作業負担が大きかった。
【０００７】
そこで、特許文献１に記載された技術は、文書管理データベースに法律類の文書データを登録する際、関連する法令やチェックポイント、証跡等を同時に記憶しておく。これにより、例えば法律を閲覧画面上に表示した際、同時に関連情報を提示することで、容易に関連情報を参照できる。この技術を適用することで、修正の影響が波及する箇所を見つけることが可能となる。
【０００８】
【特許文献１】特開２００３−１０８５９８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、特許文献１に記載された技術は、文書の登録時に予め関連情報を登録するため、登録後の業務の改変や組織名の変更に対して、事前に想定していないリンク識別情報や検索キーを辿って、修正を要する文書データや関連文書データを特定することは難しいという問題がある。
【００１０】
本発明は、上記に鑑みてなされたものであって、関連する文書データを容易に特定する文書処理装置、方法及びプログラムを提供するものである。
【課題を解決するための手段】
【００１１】
上述した課題を解決し、目的を達成するために、本発明に係る文書処理装置は、テキスト文書情報を取得するテキスト文書取得部と、前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析部と、前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込部と、前記属性埋込部により前記属性が埋め込まれた前記テキスト文書情報から、文書を特定する文字列を示す文書特定文字列を特定する文書特定部と、前記文書特定部により特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込部と、文字列の入力を受け付ける入力受付部と、前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断部と、前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定部と、を備えることを特徴とする。
【００１２】
また、本発明に係る文書処理方法は、テキスト文書取得部が、テキスト文書情報を取得するテキスト文書取得ステップと、構文解析部が、前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析ステップと、属性埋込部が、前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込ステップと、文書特定部が、前記属性埋込ステップにより前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定ステップと、文書識別情報埋込部が、前記文書特定ステップにより特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込ステップと、入力受付部が、文字列の入力を受け付ける入力受付ステップと、判断部が、前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断ステップと、特定部が、前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定ステップと、を有することを特徴とする。
【００１３】
また、本発明は、テキスト情報について処理を行う手段として、コンピュータを機能させるプログラムであって、テキスト文書情報を取得するテキスト文書取得手段と、前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析手段と、前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込手段と、前記属性埋込手段により前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定手段と、前記文書特定手段により特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込手段と、文字列の入力を受け付ける入力受付手段と、前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断手段と、前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定手段、としてコンピュータを機能させることを特徴とする。
【発明の効果】
【００１４】
本発明によれば、入力された文字列と関連する文書データを特定できるので、関連する文書データを特定するための操作負担を軽減させるという効果を奏する。
【発明を実施するための最良の形態】
【００１５】
以下に添付図面を参照して、この発明にかかる文書処理装置、方法及びプログラムの最良な実施の形態を詳細に説明する。
【００１６】
（第１の実施の形態）
図１に示すように、第１の実施の形態にかかる文書処理装置１００は、形態素辞書１０１と、構造化ルール記憶部１０２と、文書論理構造化ルール記憶部１０３と、ファイル内容判定ルール記憶部１０４と、ファイル名解析ルール記憶部１０５と、文書記憶部１０６と、入力部１０７と、テキスト文書抽出部１０８と、形態素解析部１０９と、構文解析部１１０と、論理構造埋込部１１１と、文書構造埋込部１１２と、ファイルタイプ判定部１１３と、リンク情報埋込部１１４と、表示部１１５と、ユーザ入力受付部１１６と、検索部１１７と、文書取得部１１８と、登録部１１９と、候補生成部１２０と、判断部１２１と、を備える。
【００１７】
形態素辞書１０１は、形態素と、品詞と、品詞番号とを対応付けて記憶している。これにより、文書データに含まれている形態素に対して、品詞及び品詞番号を割り当てることができる。また、品詞番号とは、品詞毎に割り当てられたユニークな番号とする。
【００１８】
構造化ルール記憶部１０２は、文書データに含まれる文字列に対して、当該文字列を示す属性を示すタグを割り当てるためのルールを記憶する。図２の構造化ルールのテンプレートに示すように、タグ２０１が割り当てられるべき表層表現の開始位置を決定するタグ２０２と、表層表現の終了位置を決定するタグ２０３とが定義されている。
【００１９】
このように、構造化ルールは、属性タグ（構造情報）を割り当てるための条件と、付与すべき属性（構造情報）との組を宣言的に記載されている。つまり、構造化ルールでは、文書データ中の語や正規表現、文書中の品詞並びや係り受け関係を特定して、これらを表すタグを割り当てるための情報が定義されている。
【００２０】
これらタグ２０２及びタグ２０３内において、attには“Ｅ”、“Ｓ”、“Ｃ”のうちいずれか一つを、hidには品詞番号を定義可能としている。そして、タグ<range>２０４にはタグで囲むべき範囲を特定するためのシフト移動を定義可能としている。
【００２１】
そして、図３に示す例では、“（任意の名詞＋）責任者”に対して、タグ<position>が割り当てられることになる。なお、当該構造化ルールを用いて詳細なタグの割り当てられる範囲の決定手法については後述する。
【００２２】
文書論理構造化ルール記憶部１０３は、テキスト文書情報の構造を解析して、構造情報を示すタグを割り当てるためのルールを記憶する。図４に示す文書論理構造化ルールにより、テキスト文書情報に含まれる文字列に対して、タグ<s-title>や、タグ<s-body>などを割り当てることが可能となる。テキスト文書情報とは、文書データを構成するテキスト情報とし、例えば、文書データから抽出されたテキスト情報の他、ＸＭＬタグが埋め込まれたテキスト情報や、文書データそのものが該当する。
【００２３】
ファイル内容判定ルール記憶部１０４は、テキスト文書情報の内容から、当該文書のファイルタイプを判定するためのファイル内容判定ルールを記憶する。図５に示すように、ファイル内容判定ルール記憶部１０４は、ルール番号と、文字列と、文書構造と、文書タイプと、付与ポイントとを対応付けて記憶している。つまり、文書構造で示された領域に、文字列が含まれていた場合、これら文書構造及び文字列と対応付けられているファイルタイプに対して、対応付けられている付与ポイントを加算していくことで、ファイルタイプを決定できる。
【００２４】
ファイル名解析ルール記憶部１０５は、文書データのファイル名から、対応するラベルを割り当てるためのルールを記憶する。図６に示すように、ファイル名に含まれる情報として、時間情報、タイプ情報及び所属情報等があり、それぞれに設定されている条件表記がファイル名に含まれていた場合に、対応付けられている対応ラベルが割り当てられることになる。
【００２５】
文書記憶部１０６は、文書処理装置１００の処理でタグ等が埋め込まれたテキスト文書情報を、（構造解析結果済み）ＸＭＬ文書として格納する。また、文書記憶部１０６は、当該テキスト文書情報に対応付けられた文書名、及び文書ＩＤも格納する。なお、当該文書ＩＤは、ユーザ等が文書作成時等に文書に対してユニークに割り当てられたＩＤとする。
【００２６】
入力部１０７は、文書処理装置１００で管理する文書データを入力処理する。この文書データはいずれのフォーマット形式でも良く、ワードプロセッサや表計算アプリケーション、又はプレゼンテーションソフト等で作成された文書データなどが考えられる。これらのフォーマット形式で、企業内で通常流通している形式の規程文書や業務マニュアル、各種の企業内文書が作成されているものと仮定する。本実施の形態においては、図７に示す入力文書に対して、処理を行っていくものとする。
【００２７】
テキスト文書抽出部１０８は、入力処理された文書データから、テキスト文書情報を抽出する。本実施の形態においては、テキスト文書情報として、テキスト情報が抽出されるものとする。さらに、テキスト文書抽出部１０８は、文字列や段落に付与されている書式やスタイル情報、ページ情報なども抽出する。テキスト文書抽出部１０８は、抽出テキストを取得する以上、換言するとテキスト文書取得部としての機能を有することになる。また、テキスト文書抽出部１０８は、文書データから、当該文書データの文書名及び文書ＩＤも抽出し、抽出したテキスト情報と対応付ける。
【００２８】
そして、以下に示す構成が、文書データから抽出された情報とそれらの書式スタイル情報とから、文書の特徴を判定した後、当該特徴を示すタグなどの埋込を行う。
【００２９】
形態素解析部１０９は、抽出されたテキスト情報に対して、形態素解析を行い、当該テキスト情報を形態素毎に分割すると共に、当該形態素毎に品詞情報を解析結果として割り当てる。これにより、図８に示すように、形態素毎に品詞情報が割り当てられることになる。
【００３０】
さらに、形態素解析部１０９は、図示していないが、形態素毎に、割り当てた品詞情報と対応する品詞番号を割り当てる。さらに、形態素解析部１０９は、名詞のうち人名や企業名等の固有名詞に対して、形態素解析辞書により、姓や企業名であることを示すプロパティを付与する。
【００３１】
構文解析部１１０は、テキスト情報に含まれている文字列の係り受け関係を解析する。本実施の形態にかかる構文解析部１１０は、形態素解析部１０９による形態素解析の結果を用いて、テキスト情報に対して、日本語の文法に基づく構文解析を行う。これにより、テキスト情報に含まれていた文それぞれについて、主語、述語及び目的語等の係り受け関係や、単語間の係り受け情報などを特定できる。
【００３２】
図９に示すように、構文解析部１１０は、テキスト情報に含まれる文に対して、係り受け関係を特定すると共に、主語（Ｓ）、目的語（Ｏ）、述語（Ｖ）を特定する。また、構文解析部１１０は、補語（Ｃ）等についても特定しても良い。
【００３３】
論理構造埋込部１１１は、文書特定部１４１と、文書タグ埋込部１４２と、を備え、テキスト文書情報に対して、属性を示すタグを埋め込む。
【００３４】
例えば、論理構造埋込部１１１は、構造化ルール記憶部１０２に記憶された構造化ルールを利用して、テキスト情報に含まれている文字列に対して、これら文字列の属性を示すタグの割当を行う。割り当てられるタグとしては、人名や企業名、場所や日付表現、役職・部署名等を示すタグが考えられる。このような処理を行うために、論理構造埋込部１１１は、予めテキスト情報と共に、形態素解析部１０９及び構文解析部１１０による解析結果を取得しておく必要がある。
【００３５】
また、論理構造埋込部１１１は、構文解析部１１０による構文解析結果に基づいて、係り受け関係の内容を示す属性を示すタグを、テキスト文書情報内の、当該係り受け関係が指し示す各文字列に対して埋め込む。この各文字列に対して割り当てられる属性としては、主語、述語及び目的語などの係り受け関係や、単語間の係り受け等とする。
【００３６】
このように属性を割り当てる手法の例としては、論理構造埋込部１１１は、構文解析結果で係り受け関係が特定された各文字列の語尾表現に基づいて、動作の主体、対象物、主体が行うアクションを特定し、これらを示す属性のタグを割り当てる。動作の主体、対象物、主体が行うアクションは、構文解析部１１０による係り受け情報、例えば図９に示す解析結果から特定できる。
【００３７】
なお、他の例としては、文節末に表層表現「は、」が出現している場合に当該文節を動作の主体としてもよい。この場合、文節末に表層表現「を、」が出現していれば、当該文節を対象物とする。さらに、文節の品詞情報が動詞の場合に主体が行うアクションとする。
【００３８】
図９に示した構文解析結果を用いた場合、図１０に示すように、論理構造埋込部１１１は、文字列“情報セキュリティ管理責任者は、”に対して、タグ<subject>を割り当て、文字列“「新規サーバ登録申請書」を”に対して、タグ<object>を割り当て、さらに、「提出する」に対して、タグ<action>を割り当てる。また、これらのタグが埋め込まれるために所定の条件を設けても良い。このような条件としては、例えば、タグ<object>に、他の文書とリンクするための情報が含まれている場合に限る等が考えられる。
【００３９】
論理構造埋込部１１１が備える文書特定部１４１は、テキスト情報内から文書名、文書ＩＤ及び文中で参照されている節・句等を特定する。以降、文書名、文書ＩＤ及び文中で参照されている節・句等の文書を特定する文字列を、文書特定文字列とする。
【００４０】
論理構造埋込部１１１が備える文書タグ埋込部１４２は、文書特定部１４１により特定された文書特定文字列に対して、文書を示すタグ<document>を割り当てる。
【００４１】
次に、論理構造埋込部１１１のタグを割り当てる範囲の特定手法について説明する。図１１に示す例では、論理構造埋込部１１１が、図３に示した構造化ルールを用いることで、タグ<position>の割り当てる範囲が特定されている。この際、図３の構造化ルールに従って、まず、論理構造埋込部１１１は、文字列“責任者”を特定する。当該構造化ルールでは、eshift（最後尾の移動制御）=0のため、最後尾は“責任者”で固定されるが、bshift=1のため、品詞番号が“97”又は“98”である限り前（読み始め）方向にシフト移動し続け、始点を探索する。これにより、論理構造埋込部１１１は、“情報セキュリティ管理責任者”が、タグ<position>の割り当てられる範囲として特定される。
【００４２】
他にも様々な構造化ルールが考えられる。次に、文書特定文字列の一種である文書名の特定するための構造化ルールについて説明する。上述した構造化ルールと同様のロジックを用いた例としては、文書特定部１４１が、“責任者”の代わりに“申請書”を特定し、特定された“申請書”から品詞番号が“97”又は“98”である限り前（読み始め）方向にシフト移動し続け、始点を探索し、最終的に“新規計算機登録申請書”という文字列を特定する。そして、文書タグ埋込部１４２は、この特定された“新規計算機登録申請書”に対して、タグ<document>を割り当て、テキスト情報に埋め込む。このような構造化ルールにより、文書タグ埋込部１４２は、テキスト情報に含まれている文書名に対して、タグ<document>を割り当てることができる。また、文書名以外の文書特定文字列についても同様の手順でタグ<document>を割り当てることができる。
【００４３】
他には、論理構造埋込部１１１は、テキスト情報に、数値＋“年”や“月”、“日”のパタン、若しくは“YYYY/MM/DD”などの表記(YMDはそれぞれ年月日に相当する数値）が含まれている場合、当該文字列に対して日付表現を示すタグを割り当てる。
【００４４】
さらに、論理構造埋込部１１１は、形態素解析結果で固有名詞の姓・名と判定された連接文字列に対して人名を示すタグを割り当てる。このように、形態素解析結果に基づいて、文字列に対して当該 文字列を表すタグを割り当てる。
【００４５】
このようにして、論理構造埋込部１１１は、形態素解析結果および構文解析結果を利用することで、テキスト情報内に含まれる、意味的な用言や明示的な書誌情報に対して、これら属性を示すタグを割り当てることができる。
【００４６】
文書構造埋込部１１２は、文書論理構造化ルール記憶部１０３に記憶されている構造化ルールを用いて、抽出されたテキスト情報、文字列や段落に付与されている書式やスタイル情報、ページ情報、さらには形態素解析部１０９や構文解析部で解析された品詞情報や係り受け関係等から、文書の論理構造を判定する。
【００４７】
これにより、文書構造埋込部１１２は、テキスト情報に含まれている文字列に対して文書の論理構造を示すタグを割り当て、当該タグをテキスト情報に埋め込む。これら割り当てられる論理構造としては、文書タイトル、文書中の大見出しや小見出し、箇条書き表現、又は章節構造等がある。例えば、図４に示す文書論理構造化ルールの場合、領域４０１に示す構造化ルールでは、“第[1-9][0-9]+{条|章|項}”又は“第[一-九][〇-九]+{条|章|項}”が含まれていた場合に、これら文字列に対してタグ<s-title>を割り当る。
【００４８】
さらに、文書構造埋込部１１２は、割り当てたタグを手がかりにして、他のタグを割り当てる処理も行う。例えば、図４に示す構造化ルールを利用する場合、領域４０２にしめす文書論理構造化ルールでは、文書構造埋込部１１２は、タグ<s-title>が割り当てられた領域以外に、タグ<s-body>を割り当てる。
【００４９】
つまり、図４に示す文書論理構造化ルールによれば、<s-body>は<s-title>と排他的な関係で、かつ<s-title>に後続として<s-body>が割り当てられるという関係から、テキスト情報中のタグ<s-title>に対して相補的に付与する。
【００５０】
図１２に示すように、文書構造埋込部１１２までの処理が終了した場合、抽出されたテキスト情報を構成する文書要素に対してさまざまなタグが割り当てられていることになる。例えば、文書のタイトルには、<document_title>や、章や節に対しては、<section>や<subsection>などの論理構造ラベルが割り当てられている。また、当然ながら論理構造埋込部１１１及び文書タグ埋込部１４２により埋め込まれたタグも存在する。例えば、“「新規計算機登録申請書」”に対するタグ<document>、“情報セキュリティ管理責任者”に対するタグ<position>、“セキュリティ管理部”に対するタグ<department>、また前半には書誌情報として日付表現に対応するタグ<date>が存在し、当該タグ<date>内に発行日と改訂日を示す詳細な属性値が埋め込まれている。
【００５１】
ファイルタイプ判定部１１３は、本文内容判定部１３１と、ファイル名判定部１３２とを備え、入力された文書データのファイルタイプを判定する。具体的には、ファイルタイプ判定部１１３は、本文内容判定部１３１の本文内容によるファイルタイプの判定結果、及びファイル名判定部１３２のファイル名によるファイルタイプの判定結果に基づいて、総合的にファイルタイプを判定する。
【００５２】
本文内容判定部１３１は、文書データから抽出されたテキスト情報、及び文書構造埋込部１１２により埋め込まれたタグに基づいて、本文内容によるファイルタイプを決定する。例えば、本文内容判定部１３１は、上述した処理によりタグが埋め込まれたテキスト情報に対し、図５に示したファイル内容判定ルールを用いて、本文内容のファイルタイプを決定する。つまり、図５に示したファイル内容判定ルールに定義された文字列及び文書構造が、テキスト情報に含まれる文字列、及び当該文字列に割り当てられた文書構造（タグ）が一致した場合に、当該ルールで対応付けられたファイルタイプに対して、設定されたポイントを付与する。そして、本文内容判定部１３１は、当該処理をテキスト情報全体に対して行い、最も高いポイントから順に所定の数のファイルタイプを、本文内容のファイルタイプとして決定する。
【００５３】
図５の例を具体的に示すと、ルールＩＤ１は、“議事録”の文字列が文書データ中のタグ“title_area”が割り当てられたタイトル領域に含まれていれば、本文内容判定部１３１は、当該文書データのファイルタイプが“minute”(議事録)であるという判定に、１００ポイント加算することを意味する。
【００５４】
ルールＩＤ２も同様に、文字列“提案書”が、文書構造（タグ）“title_area”が割り当てられたタイトル領域に含まれていれば、本文内容判定部１３１は、ファイルタイプが“proposal”であるという判定に、８０ポイント加算することを意味している。このように、以下同様にファイル内容判定ルールをそれぞれ適用し、最終的に最も高いポイントから順に所定の数のファイルタイプを、当該文書データの本文内容における判定結果とする。
【００５５】
ファイル名判定部１３２は、ファイル名解析ルール記憶部１０５に記憶されたファイル名解析ルールに基づいて、文書データのファイル名を解析し、当該ファイル名による、当該文書データのファイルタイプを判定する。また、ファイル名判定部１３２は、ファイル名から解析した内容を、メタ情報として、テキスト情報に埋め込む。
【００５６】
例えば、ファイル名判定部１３２は、ファイル名「070614情報セキュリティ会議議事録.doc」から、日付表現、文書のタイプを示す特徴語（ここでは“議事録”）の有無、さらにファイル形式(.doc)等の情報を取得する。
【００５７】
続いて、ファイル名判定部１３２は、ファイル名解析ルールを読み込む。例えば、図６に示すファイル名解析ルールでは、時間情報、タイプ情報、所属情報の各属性に関するルールが定義されているので、ファイル名判定部１３２は、これらファイル名解析ルールで設定されている条件表記に一致した表記がファイル名に含まれている場合、当該条件表記と対応付けられている対応ラベル（属性）をメタ情報として、テキスト情報に埋め込む。
【００５８】
詳細な例としては、ファイル名判定部１３２は、ファイル名中に、四桁の数値の表記が含まれていることを検出した場合、当該数値の表記を、YEARラベル（年を表す表記）と対応づけて、テキスト情報に埋め込む。他の例としては、ファイル名判定部１３２は、ファイル名中に、六桁の数値の表記が含まれていることを検出した場合、それぞれ２桁ごとに年、月、日の表記であるとみなし、それぞれの数値と対応するラベルとをメタ情報として、テキスト情報に埋め込む。
【００５９】
同様にして、ファイル名判定部１３２は、ファイル名中に、“議事録”、“配布資料”、“仕様書”等の表記が含まれていることを検出した場合、これらの表記を、当該表記に該当するラベルと対応付けて、テキスト情報に埋め込む。さらに、ファイル名判定部１３２は、その詳細情報として、それぞれの内容(議事録、配布資料、仕様書等々）を属性値として埋め込む。
【００６０】
そして、このような判定結果から、ファイル名判定部１３２は、ファイル名に基づくファイルタイプを判定する。つまり、図６に示すファイル名解析ルールによれば、ファイル名中に“議事録”が含まれていれば、ファイルタイプを“minute”と判定し、“配付資料”が含まれていれば、ファイルタイプを“handout”と判定し、“仕様書”が含まれていれば、ファイルタイプを“spec”と判定する。
【００６１】
また、ファイル名判定部１３２は、ファイル名中に、形態素解析適用の結果である固有名詞（姓・名表現や企業名）が含まれることを検出した場合、これら表記についても、当該表に該当するラベルと対応付けて、テキスト情報に埋め込む。
【００６２】
ファイルタイプ判定部１１３は、本文内容判定部１３１によるファイルタイプの判定結果と、ファイル名判定部１３２によるファイルタイプの判定結果に対し、それぞれ重み付けを行い、両者の結果を組み合わせることで、判定結果に冗長性を持たせてファイルタイプを最終的に決定する。決定されたファイルタイプは、例えばテキスト情報内にメタ情報として格納してもよいし、文書記憶部１０６にテキスト情報と対応付けて格納しても良い。
【００６３】
例として、ファイル本文の解析に基づく判定結果で“議事録”及び“お知らせ”が判定結果として得られ、ファイル名の解析に基づく判定結果で“議事録”が得られた場合について説明する。この場合、ファイルタイプ判定部１１３は、単純に各結果に同等の重み付けで評価することで、“議事録”の判定結果をより際立たせて、ファイルタイプを決定する。このように、本実施の形態においては、ファイルタイプ判定部１１３が複数のファイルタイプを決定するものの、これらファイルタイプにおいては重み付けされた結果を出力する。
【００６４】
一方で、文書データの性質上、より確度が高く判定できるファイルタイプや、逆に判定が困難なファイルタイプには、結果を判定するときに重み付けの値を増減させてもよい。これにより、ファイルタイプ判定部１１３は、ファイルタイプの判定結果にバイアスを掛けることで、適切な結果を得ることが可能となる。
【００６５】
リンク情報埋込部１１４は、テキスト情報内の表記から、参照又は引用されている文書特定文字列を特定し、当該文書特定文字列に割り当てられたタグ“document”内に、リンク識別情報を埋め込む。
【００６６】
本実施の形態におけるリンク情報埋込部１１４においては、まず、論理構造埋込部１１１によりタグが埋め込まれたテキスト情報から、文書を示すタグ<document>が割り当てられている文書特定文字列を抽出する。
【００６７】
また、リンク情報埋込部１１４は、異なる文書データ間で、文書データに類似した単語や概念が出現している等の関係に基づいて、異なる文書データ間の類似性や改訂関係を判定し、当該テキスト情報と類似性や改訂関係のある文書データに対してリンクするためのリンク識別情報を埋め込む。
【００６８】
そして、リンク情報埋込部１１４は、抽出されたタグ<document>が割り当てられている表記、文書名、及び文書ＩＤが、当該テキスト情報の抽出元の文書データ又は当該文書データ内の論理構造（例えば章、節）を指しているのか、当該文書データと異なる文書データを示しているのか判定する。
【００６９】
その後、リンク情報埋込部１１４は、判定結果に基づいて、表記などが当該文書データと異なる文書データを指し示していると判断した場合、指し示している文書データが文書記憶部１０６に格納されているか否か判断する。そして、格納されていると判断した場合に、当該表記などに割り当てられたタグ<document>に対して、例えばリンク識別情報“val="external"”を埋め込む。これにより、タグ<document>に“val="external"”を埋め込まれているのであれば、外部の文書が存在し、検索部１１７で検索を行うことで、当該文書を参照可能であることを意味する。
【００７０】
一方、リンク情報埋込部１１４は、判定結果に基づいて、表記などが当該文書データ又は当該文書データ内の章や節を指し示していると判断した場合、当該表記に割り当てられたタグ<document>に対して、例えばリンク識別情報“val="internal"”を埋め込む。さらに、リンク情報埋込部１１４は、章や節番号などの指定がある場合、target="2章3節"などの属性により、詳細な指定情報をタグ<document>に対して埋め込む。このようにして、リンク情報埋込部１１４は、リンク識別情報の埋め込み処理を行う。
【００７１】
なお、本実施の形態においては、外部の文書とリンクするためのリンク識別情報として、当該テキスト情報内の章・節を示すか、他の文書データを示しているかを表す文字列である、“val="external"”と、“val="internal"”とを埋め込むこととした。しかしながら、実際に文書データが格納されているパスなどをリンク識別情報として埋め込んでも良い。
【００７２】
このように、本実施の形態においては、各種の解析結果が、テキスト情報にタグとして埋め込まれる、又はメタデータとして埋め込まれる。
【００７３】
図１３に示す例では、ファイル名判定部１３２が、ファイル名“情報セキュリティ管理規程＿071003案_rev2.doc”に対して行った解析結果を、タグ<fileinfo>の領域１３０１内に書き込まれている。さらに、リンク情報埋込部１１４が、リンク識別情報として“val="external"”１３０２を、タグ<document>内に書き込んでいる。
【００７４】
また、本実施の形態とは異なるが、当該テキスト情報と対応付けられた外部ファイルに、解析結果を書き込んでも良い。この外部ファイルは容易に参照・再利用可能な形式で原文と対応づけて保持される。
【００７５】
登録部１１９は、入力された文書データと、上述した処理によりタグが埋め込まれたテキスト情報（構造解析結果済みＸＭＬ文書）とを対応付けて、文書記憶部１０６に登録する。換言すれば、文書データ及びＸＭＬ文書は、検索対象となるテキスト文書情報として、文書記憶部１０６に登録されたことになる。また、これらのＸＭＬ文書は、文書記憶部１０６内のＸＭＬデータベースに階層構造を保持した状態で格納される。これにより、上述した処理で埋め込まれたタグを検索キーとして検索を行うことができる。本実施の形態では、テキスト情報に対応付けられた、文書データの文書特定文字列（例えば、文書名、文書ＩＤ）も、ＸＭＬ文書と対応付けて記憶する。これにより、文書特定文字列から、ＸＭＬ文書を特定することも可能とし、文書特定文字列から、ＸＭＬ文書の検索が可能となる。
【００７６】
こうして格納された文書記憶部１０６に格納されたＸＭＬ文書及び文書データは、ユーザの検索要求に応じて、選択的に提示される。
【００７７】
表示部１１５は、図示しないモニタに対してさまざまな情報の表示処理を行う。例えば、文書記憶部１０６に格納された文書データまたはＸＭＬ文書の検索画面や、検索結果の画面などの表示処理を行う。他の例としては、後述する候補生成部１２０により生成された検索候補を含む検索絞込画面などの表示処理を行う。また、検索絞込画面などにおいてプルダウンメニューなどを表示しても良い。
【００７８】
ユーザ入力受付部１１６は、図示しない入力デバイスを介して、ユーザからの入力情報の入力を受け付ける。ユーザ入力受付部１１６が受け付ける入力情報としては、例えば検索要求、検索候補の選択など、ユーザが入力可能なあらゆる情報が考えられる。
【００７９】
また、ユーザ入力受付部１１６は、組織の改変等の伴い、名称などの文字列が変更される場合、表示部１１５に表示された文書データ又はＸＭＬ文書に含まれる当該文字列の入力を受け付ける。
【００８０】
判断部１２１は、ユーザ入力受付部１１６が文字列の入力を受け付けた場合に、テキスト文書情報に埋め込まれた係り受け関係の内容を示すタグ（例えば<subject>, <object>, <action>）及びタグ<document>に基づいて、入力を受け付けた文字列と関連する文書名が存在するか否か判断する。
【００８１】
本実施の形態において、判断部１２１は、入力された文字列と同じ文にタグ<document>で囲まれた文字列が存在すると共に、入力された文字列と、タグ<document>で囲まれた文字列に係り受け関係を有する場合に、入力を受け付けた文字列と関連する文書特定文字列が存在すると判断する。
【００８２】
そして、判断部１２１が、文書特定文字列が存在すると判断した場合、検索部１１７が当該文書特定文字列で、文書記憶部１０６に対して検索を行い、文書取得部１１８が検出されたＸＭＬ文書又は当該ＸＭＬ文書と対応付けられた文書データを取得する。
【００８３】
この文書データ又はＸＭＬ文書を特定するためには、リンク識別情報を用いる。すなわち、文書名に割り当てられたリンク識別情報が“val="external"”であれば、検索部１１７が文書記憶部１０６に格納されているものとして検索を行い、文書取得部１１８が検索された文書データ又はＸＭＬ文書を取得する。そして、リンク識別情報が“val="internal"”であれば、現在参照している文書データ又はＸＭＬ文書内の章又は節などを指し示しているとして、文書取得部１１８が当該文書データ又はＸＭＬデータの章又は節などを特定する。
【００８４】
また、本実施の形態とは異なるが、リンク識別情報に文書データ又はＸＭＬ文書のパスが記載されている場合、文書取得部１１８はリンク識別情報から文書データ又はＸＭＬ文書を取得できる。
【００８５】
検索部１１７は、ユーザからの検索要求に応じて、文書記憶部１０６内のＸＭＬデータベースに対してＸＭＬ文書の検索を行う。検索を行うために、検索部１１７は、ユーザから入力された検索要求を解析し、検索を行うためのクエリを生成する。そして、生成したクエリを文書記憶部１０６に出力することで、ＸＭＬ文書の検索を行うことができる。そして、ＸＭＬ文書と入力された文書データは対応付けられているため、当該文書データも特定することができる。
【００８６】
換言すれば検索部１１７は、検索を行うことで、文書名で示されたＸＭＬ文書、又は当該ＸＭＬ文書に対応する文書データを特定する特定部としての機能を有している。
【００８７】
文書取得部１１８は、ユーザが要求する文書データ又はＸＭＬ文書を、文書記憶部１０６から取得する。例えば、文書取得部１１８は、検索部１１７からの入力されたクエリによる検索が行われた場合、当該検索結果となるＸＭＬ文書及びＸＭＬ文書と対応付けられた文書データとを取得する。
【００８８】
候補生成部１２０は、ユーザが所望するＸＭＬ文書又は文書データを絞り込むための検索条件の候補を生成する。このために、候補生成部１２０は、ユーザにより入力された検索条件に従って検索が行われた結果である複数のＸＭＬ文書を、文書取得部１１８から取得し、当該複数のＸＭＬ文書のそれぞれに含まれている情報（例えばタグが割り当てられた文書要素）を組み合わせることで、さらなる絞込を行うための検索条件の候補を生成する。このように、候補生成部１２０は、文書要素単位で組み合わせて検索結果を、要約的に纏め上げ等を行う。
【００８９】
そして、候補生成部１２０で生成された検索条件の候補を、表示部１１５が表示処理し、ユーザ入力受付部１１６が、検索条件の候補の選択を受け付けた場合、検索部１１７が選択された候補を検索キーとして検索を行う。そして、検索されたＸＭＬ文書を文書取得部１１８が取得して、再び候補生成部１２０が候補の生成を行う。当該処理を繰り返すことで、ユーザが所望する文書データを絞り込むことができる。
【００９０】
図１４に示す検索を行うためのインターフェースに基づいて、行われる検索の手順について説明する。
【００９１】
まず、「人物／役職」のプルダウンメニュー内に表示する文書要素を抽出するために、検索部１１７が文書記憶部１０６に対して検索を行う。例えば、検索部１１７は、タグ<subject>又はタグ<position>が割り当てられた文書要素の検索を行う。そして、候補生成部１２０が、検出された文書要素から、プルダウンメニューに表示される候補を生成する。そして、表示部１１５が、生成された候補を含む「人物／役職」のプルダウンメニューを表示する。図１４に示す例では、当該プルダウンメニュー１４０１には、“情報管理責任者”などが列挙されているものとする。そして、ユーザ入力受付部１１６が、ユーザからの“情報管理責任者”の選択を受け付けたものとする。
【００９２】
その後、検索部１１７が選択された「人物／役職」とＸＭＬ文書で関連するタグ<action>内の文書要素を検索する。この検索例としては、選択された「人物／役職」を含む文中に埋め込まれたタグ<action>内の文書要素を検索する等が考えられる。
【００９３】
そして、検索部１１７が、当該タグ<action>内の文書要素を検索した後、候補生成部１２０が、検出された文書要素から、検索候補を生成し、表示部１１５が「アクション」のプルダウンメニュー１４０２を表示する。当該プルダウンメニュー１４０２は、例として、申請する、管理する、掌る、参加する等を提示する。そして、ユーザ入力受付部１１６が、ユーザからの“申請する”の選択を受け付けたものとする。
【００９４】
次に、検索部１１７が、“情報管理責任者”と“申請する”に関連付けられたタグ<object>内の文書要素を検索する。その後、タグ<action>の場合と同様の処理が行われる。これにより、タグ<object>内の文書要素が抽出され、表示部１１５が、「対象物」のプルダウンメニュー１４０３を表示する。当該プルダウンメニュー１４０３は、例として、外部サーバ管理申込書、新規ユーザ登録申請書、ドメイン参加申込書、終夜運転申請書等を提示する。そして、ユーザ入力受付部１１６が、ユーザからの“外部サーバ管理申込書”の選択を受け付けたものとする。
【００９５】
選択された“外部サーバ管理申込書”は、タグ<document>が割り当てられている他、リンク情報埋込部１１４により“val="external"”がタグ<document>の属性値として埋め込まれているものとする。これにより、当該ＸＭＬ文書とは異なる文書データを指し示していることが認識できる。
【００９６】
そこで、検索部１１７は、文書記憶部１０６に対して、“外部サーバ管理申込書”のタイトルを有する文書データを取得するクエリを生成し、文書記憶部１０６に対して出力する。これにより、“外部サーバ管理申込書”のタイトルを有する文書データを検索することができる。
【００９７】
そして、該当する文書データが検出された場合、文書取得部１１８が当該文書データを取得して、表示部１１５が当該文書データの表示を行う。これにより、ユーザはプルダウンメニューで絞り込んだ検索条件と一致する文書データを閲覧できる。
【００９８】
このようにして、ユーザは検索語を入力することなく、文書記憶部１０６に格納されている文書データを取得することが可能となる。
【００９９】
また、ユーザがプルダウンメニューで検索候補を絞り込んでいった結果、対象物として“外部サーバ管理申込書の第三条二項”というような、文書データの特定の部分構造を指し示している場合、検索部１１７は、当該文書データ「外部サーバ管理申込書」の第三条二項を検索するクエリを生成し、文書記憶部１０６に対して検索を行う。当該検索は、上述した文書構造埋込部１１２によりタグ<section>、<subsection>を埋め込み、当該ＸＭＬ形式を保持した状態で文書記憶部１０６に格納しているために容易に実現できる。
【０１００】
そして、文書取得部１１８は、図１３に示したＸＭＬ文書の例のように、該当するタグ<section>及び<subsection>を探索して、特定することで、第三条二項の部分構造のみ抽出して、ユーザに対して優先的に提示することが可能となる。
【０１０１】
次に、関連する文書データを提示する例について説明する。本例は、文書記憶部１０６に格納されている解析済みＸＭＬ文書に対して、業務内容や組織の見直し等の改変に伴い、文書データ内の文言や部署名を変更する例とする。
【０１０２】
本例は、旧名称「情報セキュリティ管理責任者」を、組織改変と業務見直しに伴い新名称「情報セキュリティ管理エキスパート」に改称する例とする。そして、ユーザが現在参照している文書データでは、旧名称「情報セキュリティ管理責任者」が記載されているものとする。そして、ユーザは、当該文書データ以外に影響がある文書データを参照することを要求しているものとする。
【０１０３】
図１５に示す例では、ユーザが、文書表示ビュー１５０１で参照している文書データから、変更したい文字列を選択する。これにより、ユーザ入力受付部１１６が、当該文書データに含まれている「情報セキュリティ管理責任者」１５０２の選択を受け付けたものとする。
【０１０４】
そして、文書取得部１１８が、当該文書データと対応付けられているＸＭＬ文書を取得し、表示部１１５が、所定の表示領域１５０３に、選択された文字列に割り当てられているタグが示す属性と、選択された文字列を含む文書名（例えば規程が記載された文書名）を表示する。
【０１０５】
図１５に示す例では、表示部１１５は、「情報セキュリティ管理責任者」に対して、人物／役職、及び主体を示すタグが割り当てられていることを表示する。さらに、表示部１１５は、「情報セキュリティ管理責任者」が含まれている規程文書名を表示する。
【０１０６】
この際、判断部１２１が、選択された文字列「情報セキュリティ管理責任者」と関係を有する文書名が存在するか否か判定する。本実施の形態ではＸＭＬ文書に対して、係り受け関係に応じてタグ<subject>、タグ<action>及びタグ<object>が割り当てられている。そこで、タグ<subject>に含まれている文字列について改称する場合に、当該文字列を含む<subject>と、同じ文中で係り受け関係があることを示すタグ<object>内の含まれている文字列であってタグ<document>が割り当てられている文書名又は文書ＩＤが存在するか否か判定する。なお、変換する文字列がタグ<object>に含まれている場合、タグ<subject>に含まれている文字列に文書名が存在するか否か判定する。
【０１０７】
判断部１２１は文書名が存在すると判定した場合、検索部１１７が、当該文書名で文書記憶部１０６を検索することで、文書取得部１１８が、該当するＸＭＬ文書又は、当該ＸＭＬ文書と対応付けられた文書データを取得する。この取得したＸＭＬ文書又は文書データは、「情報セキュリティ管理責任者」に関係する業務が出現している文書データとなる。そこで、表示部１１５が、これら取得したＸＭＬ文書又は文書データを、関連する業務（アクション）が出現している規程などとして表示する。
【０１０８】
これにより、文字列を変更する場合に、特に関連が高いＸＭＬ文書又は、文書データを特定することができる。具体的には、「情報セキュリティ管理責任者」が主体として、関係する業務（アクション）が出現している規程をユーザに対して提示できる。
【０１０９】
なお、本実施の形態は、取得する文書データを、このように係り受け関係を有する文書データに限るものではなく、文書表示ビュー１５０１で表示されている文書データに埋め込まれたタグ<document>でリンクを貼られた文書データ全てを取得しても良い。
【０１１０】
さらには、検索部１１７が、表示している文書データに対してリンクを張っているＸＭＬ文書を検索する。当該検索は、文書表示ビュー１５０１で表示されている文書データ又はＸＭＬ文書の文書名を含むタグ<document>を検索キーとして、文書記憶部１０６に対して行う。
【０１１１】
また、検索部１１７は、「情報セキュリティ管理責任者」を含むＸＭＬ文書の検索を、文書記憶部１０６に対して行う。そして、文書取得部１１８は、検索されたＸＭＬ文書、又は当該ＸＭＬ文書と対応付けられた文書データを取得する。
【０１１２】
つまり、文書取得部１１８は、変換する文字列と関連を有するＸＭＬ文書、表示しているＸＭＬ文書に対してリンクを貼っているＸＭＬ文書、変換する文字列を含むＸＭＬ文書、及びこれらＸＭＬ文書と対応付けられた文書データを取得する。
【０１１３】
これにより、関連を有すると考えられるＸＭＬ文書又は、文書データを全て取得できるので、ユーザは変更が必要な文書範囲について容易に確認することができる。
【０１１４】
その際、例えばこの文字列「情報セキュリティ管理責任者」を変更することによる影響を異なる軸で提示し、ユーザのナビゲートと注意を促す。
【０１１５】
そして、表示部１１５は、例えば、取得した文書データのうち、関連規程と、既に表示されている文書データ中で表現されている規程文書を、アイコンやファイル名で表示する。さらには、表示部１１５は、関連する「申請書」が、組織や業務の変更に伴って見直す箇所がないかを促すために、「波及可能性あり」などのメッセージと共に、ファイル名や該当箇所を表示する。これにより、ユーザへ確認を推奨できる。
【０１１６】
さらに、変更に伴い要確認などのメッセージと共に、対象業務の記述内容の確認を促すことができる。
【０１１７】
また、ユーザが、改称語の文字列「情報セキュリティ管理エキスパート」を入力した場合、ユーザ入力受付部１１６が、関連規程として取得した文書データの全てに対して、該当する文字列を置換する。さらには、表示部１１５が、関連規程として取得した文書データのうち、置換対象となった文書データや該当文書データの変更箇所（部分構造）のみ表示することで、変更箇所が容易に区別可能とする。
【０１１８】
また、表示部１１５は、文書取得部１１８が取得した文書データを、文書の種別毎に分けて表示しても良い。図１５に示す例では、表示部１１５は、閲覧のみ可能な関連規程と、入力可能なフォームを含む申請書とを分けて表示している。この分類は、ファイルタイプに応じて分けられたものとする。さらには、表示部１１５は、文書データの変更箇所に応じて、リンクが張られている文書データのうち特に関連文書を光らせて表示などを行ってもよい。
【０１１９】
次に、文書処理装置１００の文書データを格納するまでの手順について、図１６を用いて説明する。
【０１２０】
まず、入力部１０７は、文書データの入力処理を行う（ステップＳ１６０１）。次に、テキスト文書抽出部１０８は、文書データから、テキスト文書情報として、テキスト情報を抽出する（ステップＳ１６０２）。
【０１２１】
そして、形態素解析部１０９は、抽出されたテキスト情報に対して形態素解析を行い、形態素毎に品詞及び品詞番号が割り当てられる（ステップＳ１６０３）。
【０１２２】
次に、構文解析部１１０が、ステップＳ１６０３の形態素解析の結果を用いて、テキスト情報に対して、日本語の文法に基づく構文解析を行う（ステップＳ１６０４）。
【０１２３】
そして、論理構造埋込部１１１は、構造化ルール記憶部１０２に記憶された構造化ルールを利用して、テキスト情報に含まれている文字列に対して、属性を示すタグを割り当て、テキスト情報に属性タグの埋め込みを行う（ステップＳ１６０５）。
【０１２４】
次に、ファイルタイプ判定部１１３が、テキスト情報及び当該テキスト情報の抽出元の文書データについて、ファイルタイプの判定を行う（ステップＳ１６０６）。判定されたファイルタイプは、テキスト情報に埋め込むこととする。なお、ファイルタイプの際に行われたファイル名の解析結果は、メタ情報として、テキスト情報に埋め込まれる。
【０１２５】
リンク情報埋込部１１４は、テキスト情報内の文字列に文書名が含まれている場合に、当該文書データ名にリンク識別情報を埋め込む（ステップＳ１６０７）。
【０１２６】
そして、登録部１１９は、上述した処理によりタグが埋め込まれたテキスト情報を、ＸＭＬ文書として、文書記憶部１０６に登録する（ステップＳ１６０８）。この際、ＸＭＬ文書は、入力された文書データと対応付けられる。
【０１２７】
上述した処理により、解析結果が埋め込まれたＸＭＬ文書を検索可能に格納することができる。
【０１２８】
次に、ステップＳ１６０５の属性タグの割り当て手順について、図１７を用いて説明する。まず、論理構造埋込部１１１は、形態素解析部１０９の形態素解析結果を取得する（ステップＳ１７０１）。
【０１２９】
次に、論理構造埋込部１１１は、構文解析部１１０の構文解析結果を取得する（ステップＳ１７０２）。
【０１３０】
そして、論理構造埋込部１１１は、文書論理構造化ルール記憶部１０３から、文書論理構造化ルールを読み込む（ステップＳ１７０３）。
【０１３１】
次に、論理構造埋込部１１１は、読み込んだ文書論理構造化ルールの条件記述パタンと、テキスト情報の文字列、当該文字列の品詞（番号）及び構文解析結果と、が一致するか否か判定する（ステップＳ１７０４）。一致しないと判定した場合（ステップＳ１７０４：Ｎｏ）、特に処理を行わない。
【０１３２】
そして、論理構造埋込部１１１が一致すると判定した場合（ステップＳ１７０４：Ｙｅｓ）、条件記述パタンと対応付けられている条件定義に基づく属性のタグを、テキスト情報の該当箇所に埋め込む（ステップＳ１７０５）。
【０１３３】
また、ステップＳ１７０４において、文書特定部１４１が、読み込んだ文書論理構造化ルールの条件記述パタンに従って、テキスト文書情報内に文書特定文字列を特定する。そして、Ｓ１７０５において、文書タグ埋込部１４２は、特定された文書特定文字列に対して、当該条件記述パタンと対応付けられている条件定義に従ってタグ<document>を、テキスト情報の該当箇所に埋め込む。
【０１３４】
そして、論理構造埋込部１１１は、読み込んだ文書論理構造化ルールに、割り当てたタグを利用した文書論理構造化ルールが存在する場合、タグの埋込結果が、文書論理構造化ルールの条件記述パタンと一致するか否か判定する（ステップＳ１７０６）。一致しないと判定した場合（ステップＳ１７０６：Ｎｏ）、特に処理を行わない。
【０１３５】
一方、論理構造埋込部１１１が、一致すると判定した場合（ステップＳ１７０６：Ｙｅｓ）、条件記述パタンと対応付けられている条件定義に基づく属性のタグを、テキスト情報の該当箇所に埋め込む（ステップＳ１７０７）。なお、文書タグ埋込部１４２も同様の処理を行う。
【０１３６】
その後、論理構造埋込部１１１は、全ての文書論理構造化ルールについて処理を終了したか否か判断する（ステップＳ１７０８）。全ての文書論理構造化ルールについて処理を終了していないと判断した場合（ステップＳ１７０８：Ｎｏ）、再びステップＳ１７０４から処理を開始する。
【０１３７】
一方、全ての構造化ルールについて処理を終了したと判断した場合（ステップＳ１７０８：Ｙｅｓ）、論理構造埋込部１１１による処理を終了する。
【０１３８】
上述した処理手順により、テキスト情報内にさまざまなタグが埋め込まれることになる。例えば、文書名について、タグ<document>が割り当てられたり、係り受け関係に応じて<subject>、<object>及び<action>等が割り当てられる等がある。
【０１３９】
次に、図１６のステップＳ１６０６のファイルタイプの判定手順について、図１８を用いて説明する。
【０１４０】
まず、ファイルタイプ判定部１１３の本文内容判定部１３１は、図１６のステップＳ１６０５でタグが埋め込まれたテキスト情報を取得する（ステップＳ１８０１）。
【０１４１】
次に、本文内容判定部１３１は、ファイル内容判定ルール記憶部１０４のファイル内容判定ルールを用いて、テキスト情報の所定の文書構造内に所定の文字列が含まれているか否か判断し、該当する文字列が含まれている場合にファイル内容判定ルールで対応付けられているファイルタイプに対して付加ポイントを加算する（ステップＳ１８０２）。
【０１４２】
そして、本文内容判定部１３１は、テキスト情報全域についてステップＳ１８０２の処理を終了した後、各ファイルタイプの合計ポイント数を参照し、最も高いポイントから順に所定の数のファイルタイプを、当該文書データの本文内容における判定結果とする（ステップＳ１８０３）。
【０１４３】
次に、ファイル名判定部１３２は、ファイル名解析ルールを用いて、テキスト情報の抽出元の文書データのファイル名の解析を行う（ステップＳ１８０４）。
【０１４４】
そして、ファイル名判定部１３２は、ファイル名の解析結果を、メタ情報としてテキスト情報に埋め込む（ステップＳ１８０５）。
【０１４５】
次に、ファイル名判定部１３２は、ファイル名の解析結果から、ファイルタイプを判定する(ステップＳ１８０６)。
【０１４６】
そして、ファイルタイプ判定部１１３は、本文内容判定部１３１によるファイルタイプの判定結果と、ファイル名判定部１３２によるファイルタイプの判定結果に対し、それぞれ重み付けを行う（ステップＳ１８０７）。
【０１４７】
最後に、ファイルタイプ判定部１１３は各ファイルタイプに重み付けを行った結果に基づいて、最終的にファイルタイプを決定する（ステップＳ１８０８）。
【０１４８】
次に、図１６のステップＳ１６０７のリンク識別情報の埋込手順について、図１９を用いて説明する。
【０１４９】
まず、リンク情報埋込部１１４は、タグが埋め込まれたテキスト情報を取得する(ステップＳ１９０１)。
【０１５０】
次に、リンク情報埋込部１１４は、取得したテキスト情報から、文書名、文書ＩＤ、章又は節などに割り当てられたタグ情報を抽出する（ステップＳ１９０２）。つまり、リンク情報埋込部１１４は、タグ<document>内の情報を取得する。
【０１５１】
そして、リンク情報埋込部１１４は、抽出されたタグ内の情報が、当該文書内部を参照しているか否か判断する（ステップＳ１９０３）。リンク情報埋込部１１４が、当該文書内部を参照していると判断した場合（ステップＳ１９０３：Ｙｅｓ）、内部参照を示すリンク識別情報（“val="internal"”）をタグ<document>内部に埋め込む（ステップＳ１９０４）。
【０１５２】
一方、リンク情報埋込部１１４が、当該文書内部を参照していないと判断した場合（ステップＳ１９０３：Ｎｏ）、外部を参照していると判断し、外部参照先の文書データが存在するか否か文書記憶部１０６を確認する（ステップＳ１９０５）。
【０１５３】
そして、リンク情報埋込部１１４は、外部参照先を示すリンク識別情報（“val="external"”）をタグ<document>内部に埋め込む（ステップＳ１９０６）。
【０１５４】
次に、リンク情報埋込部１１４は、抽出した全てのタグ情報について処理を終了したか否か判断する（ステップＳ１９０７）。処理を終了していないと判断した場合（ステップＳ１９０７：Ｎｏ）、再びステップＳ１９０３から処理を開始する。
【０１５５】
一方、リンク情報埋込部１１４は、抽出した全てのタグ情報について処理を終了したと判断した場合（ステップＳ１９０７：Ｙｅｓ）、処理を終了する。
【０１５６】
次に、文書処理装置１００における、置換対象語を置換する場合、影響あるＸＭＬ文書を提示する処理手順について、図２０を用いて説明する。
【０１５７】
まず、表示部１１５が、テキスト文書情報の一種である、ＸＭＬ文書を表示する（ステップＳ２００１）。なお、表示対象は文書データでも良い。
【０１５８】
次に、ユーザ入力受付部１１６が、ＸＭＬ文書内の置換対象語（文字列）の入力を受け付ける（ステップＳ２００２）。図１５に示す例では、「情報セキュリティ管理責任者」が置換対象語となる。なお、表示対象が文書データの場合は、文書データ内の置換対象語の入力を受け付けることになる。また、文書データの場合、以降の処理は、当該文書データと対応付けられたＸＭＬ文書に対して、処理を行うものとする。
【０１５９】
そして、判断部１２１が、入力を受け付けた置換対象語と関連する文書名が存在するか否か判断する（ステップＳ２００３）。存在しないと判断した場合（ステップＳ２００３：Ｎｏ）、特に処理を行わない。なお、関連する文書の判断基準については、上記に示したので説明を省略する。
【０１６０】
一方、判断部１２１が置換対象語と関連する文書名が存在すると判断した場合（ステップＳ２００３：Ｙｅｓ）、検索部１１７が、文書記憶部１０６に対し、文書名でＸＭＬ文書を検索する（ステップＳ２００４）。
【０１６１】
次に、検索部１１７が、参照しているＸＭＬ文書に対応付けられた文書名に対してリンクを張っているＸＭＬ文書を、文書記憶部１０６に対して検索する（ステップＳ２００５）。
【０１６２】
さらに、検索部１１７は、置換対象語を含むＸＭＬ文書を、文書記憶部１０６に対して検索する（ステップＳ２００６）。
【０１６３】
そして、文書取得部１１８が、検出されたＸＭＬ文書、又は当該ＸＭＬ文書と対応付けられた文書データを取得する（ステップＳ２００７）。
【０１６４】
その後、表示部１１５が、取得したＸＭＬ文書又は文書データを、ＸＭＬ文書に対して判定されたファイルタイプに基づいて分類して表示する（ステップＳ２００８）。
【０１６５】
上述した本実施の形態にかかる文書処理装置１００は、文字列に対して修正等を加える場合に、当該文字列と関連のある文書データ又はＸＭＬ文書をユーザに対して提示することができるので、ユーザの操作負担を軽減することができる。
【０１６６】
さらに、参照しているＸＭＬ文書からリンクが張られているＸＭＬ文書や、参照しているＸＭＬ文書に対してリンクを張っているＸＭＬ文書、及び置換対象となる文字列を含むＸＭＬ文書、並びにこれらＸＭＬと対応付けられた文書データをユーザに提示できるので、影響を及ぼす文書の範囲や箇所がわかるため、改訂のコストや見直しを軽減することができる。
【０１６７】
さらに、本実施の形態にかかる文書処理装置１００においては、ユーザがプルダウンメニューで適切な文字列を選択することで、所望する文書データ又はＸＭＬ文書を参照できるので、検索時に検索語を考えて入力する手間を省略することで操作負担を軽減できる。さらに、適切な検索語を思いつかない場合でも、適切な文字列群を提示できるので、関連する文書データを容易に特定することが可能となる。
【０１６８】
また、本実施の形態にかかる文書処理装置１００においては、上述した効果を得るために、文書処理装置１００自体が文書データに対して構造解析などを行い、当該構造解析結果を登録している。これにより、ユーザが文書データ間の関係を入力する負担を軽減させることができる。
【０１６９】
また、上述した各実施の形態に限定されるものではなく、以下に例示するような種々の変形が可能である。
【０１７０】
（変形例）
上述した第１の実施の形態にかかる文書処理装置１００においては、文書データの絞込検索を行う場合に、図１４に示した検索画面から、特定の文書データ内に含まれている係り受け関係から文書データの絞込を行った。しかしながら、上述した実施の形態は、ＸＭＬ文書内のタグ<object>が指し示すＸＭＬ文書の絞込に制限するものではない。
【０１７１】
本変形例では、当該係り受け関係が指し示している文書データ又は当該係り受け関係を含む文書データを選択する例とする。
【０１７２】
図２１に示す検索を行うためのインターフェースに基づいて、行われる検索の手順について説明する。
【０１７３】
まず、「人物／役職」のプルダウンメニュー内に表示する文書要素を抽出するために、検索部１１７が文書記憶部１０６に対して検索を行う。例えば、検索部１１７は、タグ<subject>又はタグ<position>が割り当てられた文書要素の検索を行う。そして、候補生成部１２０が、検出された文書要素から、プルダウンメニューに表示される候補を生成する。そして、表示部１１５が、生成された候補を含む「人物／役職」のプルダウンメニュー２１０１を表示する。図２１に示す例では、当該プルダウンメニュー２１０１には、“情報管理責任者”などが列挙されているものとする。そして、ユーザ入力受付部１１６が、ユーザからの“情報管理責任者”の選択を受け付けたものとする。
【０１７４】
次に、検索部１１７が、“情報管理責任者”に関連付けられたタグ<object>内の文書要素を検索する。そして、検索部１１７が、当該タグ<action>内の文書要素を検索した後、候補生成部１２０が、検出された文書要素から、検索候補を生成し、表示部１１５が「対象物」のプルダウンメニュー２１０２を表示する。当該プルダウンメニュー２１０２は、例として、外部計算機管理申込書、新規ユーザ登録申請書、ドメイン参加申込書、終夜運転申請書等を提示する。そして、ユーザ入力受付部１１６が、ユーザからの“外部計算機管理申込書”の選択を受け付けたものとする。
【０１７５】
その後、表示部１１５が、「閲覧対象」のプルダウンメニュー２１０３を表示する。当該プルダウンメニュー２１０３は、例として、文書、及び作業内容を提示する。
【０１７６】
プルダウンメニュー２１０３における“文書”の選択は、プルダウンメニュー２１０２で選択を受け付けた“文書”を選択することを意味する。また、プルダウンメニュー２１０３における“作業内容”の選択は、プルダウンメニュー２１０２で選択を受け付けた“文書”の名称、及びプルダウンメニュー２１０１で選択された“人物／役職”の名称を含む文書を選択することを意味する。
【０１７７】
つまり、プルダウンメニュー２１０３で、“文書”を選択した場合は、第１の実施の形態と同様に、文書名を検索キーとして検索を行う。そして、“作業内容”を選択した場合、選択された“人物／役職”及び“文書”を含むＸＭＬ文書の検索を、検索部１１７が行う。
【０１７８】
本変形例によれば、ユーザが閲覧したい文書データ又はＸＭＬ文書を容易に提供することが可能となる。
【０１７９】
図２２に示すように、上述した実施の形態の文書処理装置１００は、ハードウェア構成として、上述した処理を行う画像処理プログラムなどが格納されているＲＯＭ５２と、ＲＯＭ５２内のプログラムに従って文書処理装置１００の各部を制御するＣＰＵ５１と、データの格納領域となるＲＡＭ５３と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５６と、表示装置５４と、情報を格納するＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）５５と、各部を接続するバス６２とを備えている。
【０１８０】
画像処理プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録されて提供されてもよい。
【０１８１】
この場合には、画像処理プログラムは、文書処理装置１００において上記記録媒体から読み出して実行することによりＲＡＭ５３上にロードされ、上記ソフトウェア構成で説明した各部がＲＡＭ５３上に生成されるようになっている。
【０１８２】
また、上述した実施の形態の画像処理プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。
【０１８３】
以上、本発明を実施の形態を用いて説明したが、上記実施の形態の構成を組み合わせたり、上記実施の形態に多様な変更または改良を加えることができる。
【図面の簡単な説明】
【０１８４】
【図１】第１の実施形態にかかる文書処理装置の構成を示すブロック図である。
【図２】構造化ルール記憶部に格納される構造化ルールのテンプレートを示した図である。
【図３】構造化ルール記憶部に格納される構造化ルールの例を示した図である。
【図４】文書論理構造化ルール記憶部に格納される文書論理構造化ルールの例を示した図である。
【図５】ファイル内容判定ルール記憶部に格納されるファイル内容判定ルールの例を示した図である。
【図６】ファイル名解析ルール記憶部に格納されるファイル名解析ルールの例を示した図である。
【図７】入力部が入力する文書データの例を示した図である。
【図８】形態素解析部が文書データに対して行った形態素解析結果の例を示した図である。
【図９】構文解析部による構文解析結果の例を示した図である。
【図１０】論理構造埋込部によりテキスト文書情報に対して、係り受け関係を示す属性タグを埋め込んだ例を示した図である。
【図１１】論理構造埋込部による、図３に示す構造化ルールを用いて、属性タグを割り当てる範囲の特定手法の例を示した図である。
【図１２】文書構造埋込部による属性タグを埋め込み後のテキスト文書情報の例を示した図である。
【図１３】論理構造埋込部により属性タグを埋め込んだ後、ファイル名判定部によるメタ情報の埋め込み及びリンク情報埋込部によるリンク識別情報の埋め込み後のテキスト文書情報の例を示した図である。
【図１４】第１の実施の文書処理装置における、プルダウンメニューにより文書データを特定する検索インターフェースの例を示した図である。
【図１５】文書データに含まれている文字列を置換する場合のインターフェースの例を示した図である。
【図１６】第１の実施の形態にかかる文書処理装置において、文書データを格納するまでの処理手順を示したフローチャートである。
【図１７】第１の実施の形態にかかる論理構造埋込部において、属性タグの埋め込み処理の手順を示したフローチャートである。
【図１８】第１の実施の形態にかかるファイルタイプ判定部において、ファイルタイプの判定手順を示したフローチャートである。
【図１９】第１の実施の形態にかかるリンク情報埋込部において、リンク識別情報の埋込手順を示したフローチャートである。
【図２０】第１の実施の形態にかかる文書処理装置における、置換対象語を置換する場合、影響あるＸＭＬ文書を提示する処理手順を示したフローチャートである。
【図２１】変形例の文書処理装置における、プルダウンメニューにより文書データを特定する検索インターフェースの例を示した図である。
【図２２】画像処理装置のハードウェア構成を示す図である。
【符号の説明】
【０１８５】
５１ ＣＰＵ
５２ ＲＯＭ
５３ ＲＡＭ
５４ 表示装置
５５ ＨＤＤ
５６ 通信Ｉ／Ｆ
６２ バス
１００ 文書処理装置
１０１ 形態素辞書
１０２ 構造化ルール記憶部
１０３ 文書論理構造化ルール記憶部
１０４ ファイル内容判定ルール記憶部
１０５ ファイル名解析ルール記憶部
１０６ 文書記憶部
１０７ 入力部
１０８ テキスト文書抽出部
１０９ 形態素解析部
１１０ 構文解析部
１１１ 論理構造埋込部
１１２ 文書構造埋込部
１１３ ファイルタイプ判定部
１１４ リンク情報埋込部
１１５ 表示部
１１６ ユーザ入力受付部
１１７ 検索部
１１８ 文書取得部
１１９ 登録部
１２０ 候補生成部
１２１ 判断部
１３１ 本文内容判定部
１３２ ファイル名判定部
１４１ 文書タグ埋込部
【特許請求の範囲】
【請求項１】
テキスト文書情報を取得するテキスト文書取得部と、
前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析部と、
前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込部と、
前記属性埋込部により前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定部と、
前記文書特定部により特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込部と、
文字列の入力を受け付ける入力受付部と、
前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断部と、
前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定部と、
を備えることを特徴とする文書処理装置。
【請求項２】
前記特定部により特定された前記テキスト文書情報を取得する文書取得部をさらに備えることを特徴する請求項１に記載の文書処理装置。
【請求項３】
前記文書取得部は、さらに前記入力受付部により入力された前記文字列を含む前記テキスト文書情報を指し示す前記文書特定文字列が記載されているテキスト文書情報、及び前記入力受付部により入力を受け付けた前記文字列を含むテキスト文書情報を取得すること、
を特徴とする請求項２に記載の文書処理装置。
【請求項４】
前記テキスト文書情報について、前記テキスト文書情報の種別を判定し、当該種別を前記テキスト文書情報に埋め込む種別判定部と、
前記文書取得部が取得した前記テキスト文書情報を、当該テキスト文書情報に埋め込まれた種別毎に分類して表示する表示部と、
をさらに備えることを特徴とする請求項２又は３に記載に文書処理装置。
【請求項５】
前記属性が割り当てられた前記文字列を表示する候補表示部と、
前記候補表示部により表示された前記文字列の選択を受け付ける選択受付部と、
前記選択受付部により選択された前記文字列を含む前記テキスト文書情報を検索する検索部と、
をさらに備えることを特徴とする請求項１に記載の文書処理装置。
【請求項６】
前記検索部により検索された複数の前記テキスト文書情報のそれぞれから、前記選択受付部により選択を受け付けた前記文字列と係り受け関係を有する前記文字列を、選択候補として抽出する候補抽出部と、をさらに備え、
前記候補表示部は、さらに、前記選択候補として抽出された前記文字列を表示すること、
を特徴とする請求項５に記載の文書処理装置。
【請求項７】
他の文書情報を示しているか否かを示すリンク識別情報を、前記テキスト文書情報に埋め込むリンク名情報埋込部をさらに備え、
前記特定部は、前記文書名が存在すると判断された場合、前記リンク識別情報に基づいて、当該文書名で示された文書情報を特定すること、
を特徴とする請求項１に記載の文書処理装置。
【請求項８】
前記文書特定部が特定する前記文書特定文字列は、文書名、文書を識別する文書識別情報、及び文書の節又は句、のうちいずれか一方であること、
を特徴とする請求項１に記載の文書処理装置。
【請求項９】
テキスト文書取得部が、テキスト文書情報を取得するテキスト文書取得ステップと、
構文解析部が、前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析ステップと、
属性埋込部が、前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込ステップと、
文書特定部が、前記属性埋込ステップにより前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定ステップと、
文書識別情報埋込部が、前記文書特定ステップにより特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込ステップと、
入力受付部が、文字列の入力を受け付ける入力受付ステップと、
判断部が、前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断ステップと、
特定部が、前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定ステップと、
を有することを特徴とする文書処理方法。
【請求項１０】
テキスト情報について処理を行う手段として、コンピュータを機能させるプログラムであって、
テキスト文書情報を取得するテキスト文書取得手段と、
前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析手段と、
前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込手段と、
前記属性埋込手段により前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定手段と、
前記文書特定手段により特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込手段と、
文字列の入力を受け付ける入力受付手段と、
前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断手段と、
前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定手段、
としてコンピュータを機能させることを特徴とする文書処理プログラム。
【請求項１】
テキスト文書情報を取得するテキスト文書取得部と、
前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析部と、
前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込部と、
前記属性埋込部により前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定部と、
前記文書特定部により特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込部と、
文字列の入力を受け付ける入力受付部と、
前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断部と、
前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定部と、
を備えることを特徴とする文書処理装置。
【請求項２】
前記特定部により特定された前記テキスト文書情報を取得する文書取得部をさらに備えることを特徴する請求項１に記載の文書処理装置。
【請求項３】
前記文書取得部は、さらに前記入力受付部により入力された前記文字列を含む前記テキスト文書情報を指し示す前記文書特定文字列が記載されているテキスト文書情報、及び前記入力受付部により入力を受け付けた前記文字列を含むテキスト文書情報を取得すること、
を特徴とする請求項２に記載の文書処理装置。
【請求項４】
前記テキスト文書情報について、前記テキスト文書情報の種別を判定し、当該種別を前記テキスト文書情報に埋め込む種別判定部と、
前記文書取得部が取得した前記テキスト文書情報を、当該テキスト文書情報に埋め込まれた種別毎に分類して表示する表示部と、
をさらに備えることを特徴とする請求項２又は３に記載に文書処理装置。
【請求項５】
前記属性が割り当てられた前記文字列を表示する候補表示部と、
前記候補表示部により表示された前記文字列の選択を受け付ける選択受付部と、
前記選択受付部により選択された前記文字列を含む前記テキスト文書情報を検索する検索部と、
をさらに備えることを特徴とする請求項１に記載の文書処理装置。
【請求項６】
前記検索部により検索された複数の前記テキスト文書情報のそれぞれから、前記選択受付部により選択を受け付けた前記文字列と係り受け関係を有する前記文字列を、選択候補として抽出する候補抽出部と、をさらに備え、
前記候補表示部は、さらに、前記選択候補として抽出された前記文字列を表示すること、
を特徴とする請求項５に記載の文書処理装置。
【請求項７】
他の文書情報を示しているか否かを示すリンク識別情報を、前記テキスト文書情報に埋め込むリンク名情報埋込部をさらに備え、
前記特定部は、前記文書名が存在すると判断された場合、前記リンク識別情報に基づいて、当該文書名で示された文書情報を特定すること、
を特徴とする請求項１に記載の文書処理装置。
【請求項８】
前記文書特定部が特定する前記文書特定文字列は、文書名、文書を識別する文書識別情報、及び文書の節又は句、のうちいずれか一方であること、
を特徴とする請求項１に記載の文書処理装置。
【請求項９】
テキスト文書取得部が、テキスト文書情報を取得するテキスト文書取得ステップと、
構文解析部が、前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析ステップと、
属性埋込部が、前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込ステップと、
文書特定部が、前記属性埋込ステップにより前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定ステップと、
文書識別情報埋込部が、前記文書特定ステップにより特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込ステップと、
入力受付部が、文字列の入力を受け付ける入力受付ステップと、
判断部が、前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断ステップと、
特定部が、前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定ステップと、
を有することを特徴とする文書処理方法。
【請求項１０】
テキスト情報について処理を行う手段として、コンピュータを機能させるプログラムであって、
テキスト文書情報を取得するテキスト文書取得手段と、
前記テキスト文書情報に含まれている文字列の係り受け関係を解析する構文解析手段と、
前記係り受け関係の内容を示す属性を、当該係り受け関係が示す文字列に割り当て、前記テキスト文書情報に埋め込む属性埋込手段と、
前記属性埋込手段により前記属性が埋め込まれた前記テキスト文書情報から、他のテキスト文書情報を特定する文字列を示す文書特定文字列を特定する文書特定手段と、
前記文書特定手段により特定された前記文書特定文字列に対して、当該文書特定文字列を識別する文書識別情報を割り当て、前記テキスト文書情報に埋め込む文書識別情報埋込手段と、
文字列の入力を受け付ける入力受付手段と、
前記テキスト文書情報に埋め込まれた前記属性及び前記文書識別情報に基づいて、前記文字列と係り受け関係を有する文書特定文字列を含む文字列が存在するか否か判断する判断手段と、
前記文書特定文字列が存在すると判断された場合、当該文書特定文字列で示されたテキスト文書情報を特定する特定手段、
としてコンピュータを機能させることを特徴とする文書処理プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【公開番号】特開２００９−１８１１６６（Ｐ２００９−１８１１６６Ａ）
【公開日】平成２１年８月１３日（２００９．８．１３）
【国際特許分類】
【出願番号】特願２００８−１７４４１（Ｐ２００８−１７４４１）
【出願日】平成２０年１月２９日（２００８．１．２９）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
【公開日】平成２１年８月１３日（２００９．８．１３）
【国際特許分類】
【出願日】平成２０年１月２９日（２００８．１．２９）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
[ Back to top ]