文書差分検出装置

【課題】電子ファイルの変更部分を容易に判別する方法を提供する。
【解決手段】電子ファイル解析手段１０２は、入力された変更前および変更後の電子ファイルを構成する要素をそれぞれ所定のオブジェクト単位に分割し、オブジェクト属性データ生成手段１０４は、メタデータをオブジェクト毎に付与し、オブジェクト対応付け手段１０６は、変更前および変更後の電子ファイル間におけるオブジェクトの対応付けを行い、差分データ出力手段１０８は、オブジェクトの対応付けに基づいて差分算出処理を行い、その結果を出力する。

【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、変更が加えられた電子ファイルの変更箇所を容易に判別する技術に関する。
【背景技術】
【０００２】
近年の情報技術の発達に伴って、電子ファイルを用いた商取引が社会に広く普及してきており、データの再利用などによる業務の効率化が図られている。
【０００３】
従来から、電子文書に含まれるテキストや画像をマッチング処理したり、変更履歴を常時記憶しておくことにより電子ファイル間における差分を検出する方法が知られている（特許文献１〜３）。
【０００４】
【特許文献１】特開平０６−２４３１３２号公報
【０００５】
【特許文献２】特開平０８−１９０５５７号公報
【０００６】
【特許文献３】特開２００４−５１６５８５号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかしながら、これら従来の文書差分検出装置は、以下のような問題があった。
【０００８】
（i）テキストや画像のマッチングによる差分検出では、レイアウトやフォントなどの詳細な変更要素まで特定することはできず、文章の構成が変更したような場合（例えば、段落の移動など）には差分箇所を容易に特定することはできなかった。
【０００９】
（ii）同じファイル形式の電子ファイル間における差分検出を前提としていたため、異なるファイル形式の電子ファイルについては差分検出を行うことができなかった。
【００１０】
（iii）文書の差分を検出するために変更履歴データを常時記憶しておくのはユーザーなどにとって面倒な作業であり、特に、異なるユーザー間（例えば、受注者と発注者間）において電子ファイルを取り扱うような場合には差分を検出するために変更履歴データも受け渡す必要が生じるため面倒である。
【００１１】
この発明は、上記問題を解決し、電子ファイルの変更部分を容易に判別する方法を提供することを目的とする。
【課題を解決するための手段】
【００１２】
（１、２）この発明の文書差分検出装置は、
電子ファイル間における差分を検出するための文書差分検出装置であって、
差分の検出処理を行う対象となる第１および第２の電子ファイルをそれぞれ入力するための電子ファイル入力手段、
入力された第１および第２の電子ファイルを構成する要素をそれぞれ所定のオブジェクト単位に分割する電子ファイル解析手段、
第１および第２の電子ファイルからメタデータを抽出し、それぞれのオブジェクト毎に付与することによりオブジェクト属性データを生成するオブジェクト属性データ生成手段、
第１および第２の電子ファイルについて生成した各オブジェクト属性データに基づいて、第１および第２の電子ファイル間におけるオブジェクトの対応付けを行うオブジェクト対応付け手段、
前記オブジェクトの対応付けに基づいて差分算出処理を行い、その結果を差分データとして出力する差分データ出力手段、
を備えたことを特徴とする。
【００１３】
これにより、電子ファイルに些細な変更（例えば、フォントサイズの変更、画像の位置移動）が加えられたような場合でも、変更前および変更後の電子ファイルさえ存在すれば、詳細な差分データを容易に得ることができる。
【００１４】
（３）この発明の文書差分検出装置においては、
前記オブジェクト対応付け手段は、オブジェクト属性データであるコンテンツ、文書構成、レイアウトの各データが一致するか否かを判定することによりオブジェクトの対応付けを行い、
前記差分データ出力手段は、コンテンツ、文書構成、レイアウトについて差分算出処理を行った結果を差分データとして出力する、
ことを特徴とする。
【００１５】
これにより、電子ファイルに些細な変更（例えば、フォントサイズの変更、画像の位置移動）が加えられたような場合でも、コンテンツ、文書構成、レイアウトについて差分算出処理を行うことで、詳細な差分データを得ることができる。
【００１６】
（４）この発明の文書差分検出装置においては、
前記オブジェクト対応付け手段は、コンテンツデータが共通するオブジェクトについて、コンテンツ、文書構成、レイアウトの各データが全て一致する場合には同一オブジェクトとして対応付けを行い、コンテンツ、文書構成、レイアウトの何れかのデータが異なる場合には関連オブジェクトとして対応付けを行い、
前記差分データ出力手段は、関連オブジェクトについて差分算出処理を行って更新項目とし、共通するコンテンツの存在しないオブジェクトについては追加または削除項目として差分データを出力する、
ことを特徴とする。
【００１７】
これにより、関連オブジェクトと同一オブジェクトに分けて確実に対応付けを行うことが可能となり、詳細な差分データを効率的に得ることができる。
【００１８】
（５）この発明の文書差分検出装置においては、
前記オブジェクト対応付け手段は、オブジェクト属性データの類似性を算出し、最も類似性の高いオブジェクトを関連オブジェクトとして対応付けを行う、
ことを特徴とする。
【００１９】
これにより、オブジェクト属性データに部分的な変更が加えられた場合であっても適切にオブジェクトの対応付けを行うことができる。
【００２０】
（６）この発明の文書差分検出装置においては、
前記差分データ出力手段は、差分算出処理の際に、テキストについて意味解析を行う、
ことを特徴とする。
【００２１】
これにより、意味的には変わらないが表現的な変更が加えられた場合に、全く意味内容が変更された場合と区別して差分データを出力することができる。
【００２２】
（７）この発明の文書差分検出装置においては、
前記差分データ出力手段は、差分算出処理の際に、画像についてベクター形式の場合にラスター形式に変換した後、画像マッチングを行う、
ことを特徴とする。
【００２３】
これにより、ベクター形式の画像についても確実に差分算出処理を行って差分データを得ることができる。
【００２４】
（８）この発明の文書差分検出装置においては、
第１の電子ファイルのファイル形式と第２の電子ファイルのファイル形式が異なる、
ことを特徴とする。
【００２５】
これにより、異なったファイル形式の電子ファイル間においても差分データを得ることが可能となり、汎用的な文書差分検出装置を提供することができる。
【００２６】
（９）この発明の文書差分検出装置においては、
差分データ出力手段から出力されたコンテンツ、文書構成、レイアウトの各差分データを表示する差分データ表示手段、
を備えたことを特徴とする。
【００２７】
これにより、ユーザーがコンテンツ、文書構成、レイアウトの各差分結果を容易に把握することができる。
【００２８】
（１０）この発明の文書差分検出装置においては、
前記差分データ表示手段は、差分データ出力手段から出力されたコンテンツ、文書構成、レイアウトの各差分データを考慮して、
第１の電子ファイルを表示するレイヤーと、第２の電子ファイルを表示するレイヤーと、第１および第２の電子ファイルの差分箇所を強調表示するレイヤーとを重ねて表示する、
ことを特徴とする。
【００２９】
これにより、ユーザーがコンテンツ、文書構成、レイアウトの差分結果を１つの表示画面上で把握することができる。
【００３０】
この実施形態において、「メタデータ」とは、分割されたオブジェクトについての属性情報（コンテンツ、レイアウト、文書構造など）を示すデータをいう。
【発明を実施するための最良の形態】
【００３１】
１．文書差分検出装置１の機能ブロック図
図１は、この発明の文書差分検出装置１の機能ブロック図である。図１に示すように、この発明の文書差分検出装置１は、電子ファイル入力手段１００、電子ファイル解析手段１０２、オブジェクト属性データ生成手段１０４、オブジェクト対応付け手段１０６、差分データ出力手段１０８を備えている。
【００３２】
図１に示す文書差分検出装置１の電子ファイル入力手段１００は、差分の検出処理を行う対象となる第１（変更前）および第２（変更後）の電子ファイルをユーザーがそれぞれ入力するための手段である。
【００３３】
電子ファイル解析手段１０２は、入力された変更前および変更後の電子ファイルを構成する要素をそれぞれ所定（例えば、テキスト、表、画像など）のオブジェクト単位に分割するための手段である。
【００３４】
オブジェクト属性データ生成手段１０４は、変更前および変更後の電子ファイルから属性データ（例えば、文書構造情報、レイアウト情報、コンテンツ情報）を抽出し、それぞれのオブジェクト毎に付与することによりオブジェクト属性データを生成するための手段である。
【００３５】
オブジェクト対応付け手段１０６は、変更前および変更後の電子ファイルについて生成した各オブジェクト属性データに基づいて、変更前および変更後の電子ファイル間におけるオブジェクトの対応付けを行うための手段である。
【００３６】
差分データ出力手段１０８は、ユーザーに差分データを提示するために、オブジェクトの対応付けに基づいて差分算出処理を行い、その結果を差分データとして出力するための手段である。
【００３７】
２．文書差分検出装置１のハードウェア構成など
図２に、この発明の文書差分検出装置（文書差分検出コンピュータ）１のハードウェア構成を示す。図２に示すように、文書差分検出装置１は、ＣＰＵ１０、ディスプレイ１２、ハードディスク１４、メモリ１６、キーボード／マウス１８、ＣＤ−ＲＯＭドライブ２０を備えている。
【００３８】
図２のハードディスク１４には、電子ファイル間における差分を検出する処理を行う文書差分検出装置処理プログラム３０が記録されている。また、図２に示す文書差分検出処理プログラム３０は、オブジェクト属性データ記憶部３２を備えている。文書差分検出処理プログラム３０は、ＣＰＵ１０、ディスプレイ１２、ハードディスク１４、メモリ１６、キーボード／マウス１８、ＣＤ−ＲＯＭドライブ２０を有するコンピュータを、図１に示す電子ファイル入力手段１００、電子ファイル解析手段１０２、オブジェクト属性データ生成手段１０４、オブジェクト対応付け手段１０６、差分データ出力手段１０８等として機能させるためのプログラムである。
【００３９】
なお、差分検出処理プログラム３０のハードディスク１４へのインストールは、ＣＤ−ＲＯＭドライブ２０を介してＣＤ−ＲＯＭ２２に記録されたデータを読み出して行われる。また、差分検出処理を行う対象となる第１および第２の電子ファイルデータ（図２に示すｆｉｌｅ１、ｆｉｌｅ２）は、ＣＤ−ＲＯＭ２２に記憶されており、ＣＤ−ＲＯＭドライブ２０を介して入力される。
【００４０】
差分検出処理を行う対象となる第１および第２の電子ファイルは、具体的には図３および図４に示すような一般的なワープロソフト（例えば、MicrosoftWord文書、一太郎（何れも登録商標）など）で作成したものである。なお、図３は、変更を加える前の電子ファイルfile1を示す図であり、図４は、図３に示す電子ファイルfile1の内容に変更を加えた後の電子ファイルfile2を示す図である。
【００４１】
図４に示すように、電子ファイルfile1からの変更点は、（i）α部分において「１．１．３既存研究」のフォントサイズが大きくなったこと、（ii）β部分において日付を「２」から「３」に訂正したこと、（iii）γ部分において「・変更前文書と変更後文書を比較することで・・・」（図３を参照）を削除したことの３点であり、差分検出プログラム３０はこれらの変更点を差分として検出することになる。
【００４２】
差分検出処理プログラム３０は、これらの電子ファイル（図２に示すｆｉｌｅ１、ｆｉｌｅ２）をそれぞれ所定のオブジェクト単位に分割し、それぞれのオブジェクトに文書構造、レイアウト、コンテンツなどのメタデータを付与して図５に示すオブジェクト属性データ記憶部３２に記憶している。なお、この実施形態においては、ＨＴＭＬのタグ単位（テキスト、画像などのコンテンツを含むもの）毎にオブジェクトを生成している。
【００４３】
図５は、オブジェクト属性データ記憶部３２のデータ例を示す図である。図５には、変更前の電子ファイルについてのオブジェクト属性データだけを示しているが、変更後の電子ファイルについても同様のオブジェクト属性データがオブジェクト属性データ記憶部３２に記憶される。
【００４４】
図５に示すように、各オブジェクトにはIDが付されており、文書から抽出した種別（テキスト、画像などの種類）、文書構造、レイアウト、コンテンツの各データ（メタデータ）が共に記憶されている。文書構造データｄａｔａ１としては、文書をツリー構造化した場合の階層レベル（階層の深さ）、階層ノード名称、親オブジェクトの階層ノードなど、文書全体におけるオブジェクトの位置を特定するためのデータが該当する。図５中のレイアウトデータｄａｔａ２としては、マージン、フォントサイズ、フォント名などの属性を示すデータが該当する。また、コンテンツデータｄａｔａ３としては、テキスト、表、画像などの具体的な内容を示すデータが該当するが、ファイル名称（例えば、「gazou001.img」）、保存場所などによってリンクしておけばよい。
【００４５】
オブジェクト属性データ記憶部３２に記憶されたこれら文書構造、レイアウト、コンテンツの各データに基づいて、以下に示すようなオブジェクトの対応付け処理や差分データの出力処理が行われることになる。
【００４６】
３．文書差分検出処理のフローチャート
まず、図６に示す文書差分検出処理のフローチャートを用いて、この発明の文書差分検出プログラム３０が行う処理を説明する。
【００４７】
まず、文書差分検出プログラム３０は、ユーザーによって図３および図４に示すような変更前および変更後の電子ファイル（第１および第２の電子ファイル）の入力があったか否かを判断している（ステップＳ１０）。
【００４８】
変更前および変更後の電子ファイルが入力されると、文書解析処理に移行するする（ステップＳ１２）。図７は文書解析処理の詳細を示すフローチャートである。
【００４９】
図７に示すように、文書解析処理（ステップＳ１２）においては、まず、オブジェクト分割単位が予め取得される（ステップＳ２０）。この実施形態においては、ＨＴＭＬのタグが分割単位として予め設定されている。
【００５０】
さらに、変更前および変更後の電子ファイルが解析され、それぞれについてのＨｔｍｌファイルが取得される（ステップＳ２２）。図８は、図３に示す変更前のワープロ文書をＨＴＭＬ形式に変換したデータを示す図である。なお、ここでは電子ファイルから文書構成要素を分割するために便宜的にＨＴＭＬ形式に変換しているが、電子ファイルから文書構成要素を直接抽出して分割することができる場合にはＨＴＭＬ形式に変換しなくてもよい。
【００５１】
文書差分検出プログラム３０は、電子ファイルを構成する要素を所定のオブジェクト毎に分割する（ステップＳ２４）。この実施形態では、ＨＴＭＬのタグが分割単位として予め設定されているため、例えば、図８に示す＜ｔｉｔｌｅ＞変更前文書サンプル＜／ｔｉｔｌｅ＞Ｔ０が１のオブジェクトとして分割される。
【００５２】
図６に示すように、文書解析処理（ステップＳ１２）の後は、オブジェクト属性データ生成処理（ステップＳ１４）が行われる。図９は、オブジェクト属性データ生成処理（ステップＳ１４）の詳細を示すフローチャートである。
【００５３】
オブジェクト属性データ生成処理（図６のステップＳ１４）においては、図９に示すように、まず、分割したオブジェクトに対してＩＤが付与され、オブジェクト属性データ記憶部３２に記憶される（ステップＳ３０）。さらに、各オブジェクトに対して種別の判定が行われ、オブジェクト属性データ記憶部３２に記憶される（ステップＳ３２）。
【００５４】
その後、図８に示すＨＴＭＬ文書や電子ファイルから抽出したスタイルシート（文書全体に影響する基本レイアウトおよび文書を構成する要素についての詳細レイアウト）を解析することにより、オブジェクト属性データ記憶部３２に文書構造データdata1、レイアウトデータdata2、コンテンツデータdata3が記憶される。
【００５５】
文書構造データdata1は、図８に示すタグの種類に基づいて文書構造を解析することで得られる。例えば、見出しタグ＜ｈｎ＞（ｎは数字）は、＜ｈ１＞が最上位の見出し（大見出し）で、以下数字が小さくなるにつれて下位構造の見出し（小見出し）を示している。また、表の横一行を定義するタグ＜ｔｒ＞の下位には、セルの見出しを示す＜ｔｈ＞やセルのデータ示すタグ＜ｔｄ＞が位置することを示している。
【００５６】
レイアウトデータdata2は、電子ファイルのスタイルシートからレイアウト情報を抽出することにより得ることができる。また、コンテンツデータdata3はＨＴＭＬ文書から抽出して得ることができる。
【００５７】
なお、このオブジェクト属性データ生成処理（ステップＳ１４）は、変更前および変更後の電子ファイルfile1、file2（図３、図４を参照）についてそれぞれ行われる。
【００５８】
上記オブジェクト属性データ生成処理（図６に示すステップＳ１４）の後、オブジェクト対応付け処理（ステップＳ１６）が行われる。図１０は、オブジェクト対応付け処理（ステップＳ１６）の詳細を示すフローチャートである。
【００５９】
図１０に示すように、まず、変更前の電子ファイルについてのオブジェクトリスト（図５）の最初のオブジェクトが対応付け対象として設定される（ステップＳ４０）。
【００６０】
さらに、当該オブジェクトについて、変更後の電子ファイルのオブジェクトリスト内にコンテンツデータが共通するものが存在するか否かを判断する（ステップＳ４２）。なお、コンテンツデータが共通するとしたのは、例えば、テキストの一部に訂正が加えられたようなオブジェクトについては、以下の対応付けを行ってオブジェクト間における差分データ出力処理を行う必要があるためである。例えば、テキストについては総文字数に対するマッチング率が所定のしきい値内にある場合に、画像については総画素数に対する明度、色相、彩度などのマッチング率が所定のしきい値内にある場合に共通すると判断している。
【００６１】
コンテンツが共通するデータが存在する場合（ステップＳ４２のＹｅｓ）には、さらに、オブジェクト属性データ記憶部３２を参照して文書構造、レイアウト、コンテンツの各データが全て一致するか否かを判断する（ステップＳ４４）。
【００６２】
オブジェクト属性データである文書構造、レイアウト、コンテンツの各データが全て一致する場合には、同一オブジェクトとして対応付けが行われ、メモリ１６に記憶される（ステップＳ４６）。
【００６３】
文書構造、レイアウト、コンテンツの何れかのデータが異なる場合には、関連オブジェクトとして対応付けが行われ、メモリ１６に記憶される（ステップＳ４８）。なお、複数の候補が存在する場合には、マッチング率などにより類似性を算出して最も類似性の高いオブジェクトについて対応付けを行う。ここで対応づけられた関連オブジェクトについて、以下の差分算出処理（図６のステップＳ１８）が行われることになる。
【００６４】
以上の処理が、第２の電子ファイルのオブジェクトリスト内の最後のオブジェクトまで繰り返されることになる（ステップＳ５０、ステップＳ５２）。
【００６５】
最後に、差分データ出力処理（図６のステップＳ１８）が行われる。図１１は、差分データ出力処理の詳細を示すフローチャートである。
【００６６】
図１１に示すように、まず、メモリ１６（図２）を参照することにより、変更前および変更後の電子ファイルについてのそれぞれのオブジェクトリスト（図５）から図１０のステップＳ４６において同一オブジェクトとして対応付けられたオブジェクトを削除する（ステップＳ６０）。
【００６７】
さらに、残りのオブジェクトについて関連オブジェクトであるか否かを判断し（ステップＳ６２）、図１０のステップＳ４８において関連オブジェクトとして対応付けられたオブジェクトについてコンテンツの種別に対応した差分算出処理を行う（ステップＳ６４）。
【００６８】
テキストの差分算出処理の場合には、テキストマッチング処理を行い変更箇所を検出する。例えば、図３に示すＤ１部分のテキスト「１９９４年９月２日」と図４に示すＤ２部分のテキスト「１９９４年９月３日」とのテキスト差分が行われることにより、変更前「２」および変更後「３」の部分が差分（更新項目）として得られる（このように、表に含まれるテキストも通常のテキストとして差分算出処理が行われる）。
【００６９】
ここで、さらに変更箇所について意味解析を行って同じ意味内容のテキストであるか否かを判断するようにしてもよい。これにより、単なる表現上の変更が行われたのか、意味内容についての変更が行われたかを別の色などでユーザーに提示することが可能となる。
【００７０】
画像の差分算出処理の場合には、例えば、ラスター形式の画像についてはそのまま画像差分を行うが、ベクター形式の画像については一旦ラスター形式に変換した後で画像差分を行うようにすればよい。
【００７１】
一方、関連オブジェクトでないオブジェクトについては、追加または削除された項目として出力する（ステップＳ６６）。例えば、変更前のオブジェクトリストのみに存在するオブジェクトは削除された項目と判断され、変更後のオブジェクトリストのみに存在するオブジェクトは追加された項目と判断される。
【００７２】
図１２に、差分データ出力処理（図６に示すステップＳ１８）の結果得られるデータの例を示す。図１２のＴ１部分に示すように、＜sameObjectList＞タグ内において、同一オブジェクトがそれぞれのＩＤが対応付けられている。
【００７３】
また、図１２のＴ１〜Ｔ３部分を挟んだ＜differnceObjectList＞タグ内において、対応づけられたオブジェクトの差分データが表されている。具体的には、削除された図４のγ部分に対応するオブジェクトのデータが図２のＴ２部分に表されている。更新が行われた図４のβ部分に対応する表のオブジェクトがＴ３部分に表されている。フォントのサイズ変更が行われた図４のα部分に対応するオブジェクトのデータがＴ４部分に表されている。
【００７４】
４．差分データの画面表示例
以下に、上記各処理によって得られた差分データを、差分データ表示手段であるディスプレイ１２（図２）に示した表示例を、図１３〜図１５に示す。なお、図１３〜図１５に示す表示例は、図１２に示す解析結果には対応していない。
【００７５】
図１３は、テキスト差分データの表示例である。図１３に示すように、ウィンドウ左側には、テキスト差分として表示する基本的なデータ項目（オブジェクト総数、同一個数、差分個数、差分内訳）などの情報を示しており、ウィンドウ右側には、変更箇所のリスト表示が行われている。なお、ウィンドウ右側に色分けなどによる差分を強調表示した文書全体の比較表示を行うようにしてもよい。
【００７６】
図１４は、文書構成差分データの表示例である。図１４に示すように、ウィンドウ左側には、文書構成差分として表示する基本的なデータ項目（階層数、ノード数、同一個数、差分個数、差分内訳）などの情報を示しており、ウィンドウ右側には、変更箇所のリスト表示が行われている。なお、ウィンドウ右側にツリー形式で表示する文書全体の構成を表示し、文書構成差分を色分けなどによって強調表示してもよい。
【００７７】
図１５は、レイアウト差分データの表示例である。図１５に示すように、ウィンドウ左側には、基本レイアウト（文書全体のレイアウト情報を解析した同一要素と差分要素の個数）と詳細レイアウト（各オブジェクトのレイアウト情報を解析して同一要素と差分要素の個数を表示したもの）についてのレイアウト差分が示されており、ウィンドウ右側には、変更箇所のリスト表示が行われている。
【００７８】
図１６は、画像差分データの表示例である。図１６に示すように、ウィンドウ左側には、画像総数、同一個数、差分個数、差分内訳（画像の追加、削除、更新、移動）などの基本的な情報を示しており、ウィンドウ右側には、変更箇所のリスト表示が行われている。なお、図１７に示すように、ウィンドウ右側に画像差分データを表示してもよい。
【００７９】
なお、上記実施形態においては、コンテンツ、文書構成、レイアウトの格差分データをタブを切り換えて表示するようにしているが、これらを１つの画面上において表示するようにしてもよい。例えば、変更前の電子ファイルを表示するレイヤーと、変更後の電子ファイルを表示するレイヤーと、その電子ファイルの差分箇所を強調表示するなどの属性を表すレイヤーとを重ねて表示するようにすればよい。
【００８０】
５．その他の実施形態
なお、上記実施形態においては、同じ形式の第１および第２の電子ファイル間における差分を検出したが、異なる形式の電子ファイル間における差分を検出するようにしてもよい。例えば、ＰＤＦファイルとＨＴＭＬファイルの間における差分を検出すればより汎用的な文書差分装置を提供することができる。
【００８１】
なお、上記実施形態においては、オブジェクトの対応付けを１対１で行うようにしたが、１対複数の対応付けを行うようにしてもよい。
【００８２】
なお、上記実施形態においては、スタンドアローンのコンピュータにおいて文書差分検出プログラム３０による処理を実行しているが、ネットワークを介したシステム上において文書差分検出プログラム３０による処理を実行するようにしてもよい。例えば、図１８に示すように、文書差分検出プログラム３０を記憶したサーバ装置５０がネットワーク５２を介して接続されたクライアント端末５４から電子ファイルの入力を受けて文書差分検出処理を行い、その結果（差分データ）をクライアント端末５４に対して出力するようにしてもよい。
【００８３】
なお、上記実施形態においては、コンテンツ、文書構成、レイアウトをオブジェクト属性データとしたが、少なくともコンテンツが含まれていればよく、コンテンツおよび文書構成（またはレイアウト）をオブジェクト属性データとしてもよい。
【００８４】
なお、上記実施形態においては、オブジェクトを分割する単位をＨＴＭＬのタグ単位としたが、テキストについて文章単位、文節単位、リスト単位など、表について、セル単位、行単位など詳細に設定することも可能である。
【図面の簡単な説明】
【００８５】
【図１】この発明の文書差分検出装置１の機能ブロック図である。
【図２】この発明の文書差分検出装置１のハードウェア構成を示す図である。
【図３】変更前の電子ファイルfile1を示す図である。
【図４】電子ファイルfile1の内容に変更を加えた後の電子ファイルfile2を示す図である。
【図５】オブジェクト属性データ記憶部３２のデータ例を示す図である。
【図６】文書差分検出処理全体のフローチャートである。
【図７】文書解析処理の詳細を示すフローチャートである。
【図８】図３に示す変更前のワープロ文書をＨＴＭＬ形式に変換したデータを示す図である。
【図９】オブジェクト属性データ生成処理（ステップＳ１４）の詳細を示すフローチャートである。
【図１０】オブジェクト対応付け処理（ステップＳ１６）の詳細を示すフローチャートである。
【図１１】差分データ出力処理（ステップＳ１８）の詳細を示すフローチャートである。
【図１２】差分データ処理の結果出力されるデータの例を示す図である。
【図１３】ハードディスク１４に記憶された接続状態表示定義表のデータ例を示す図である。
【図１４】文書構成差分データの表示例である。
【図１５】レイアウト差分データの表示例である。
【図１６】画像差分データの表示例である。
【図１７】画像差分データの他の表示例である。
【図１８】他の実施形態におけるシステム構成を示す図である。
【符号の説明】
【００８６】
１・・・・文書差分検出装置
１００・・・・電子ファイル入力手段
１０２・・・・電子ファイル解析手段
１０４・・・・オブジェクト属性データ生成手段
１０６・・・・オブジェクト対応付け手段
１０８・・・・差分データ出力手段

【特許請求の範囲】
【請求項１】
コンピュータを、
差分の検出処理を行う対象となる第１および第２の電子ファイルをそれぞれ入力するための電子ファイル入力手段、
入力された第１および第２の電子ファイルを構成する要素をそれぞれ所定のオブジェクト単位に分割する電子ファイル解析手段、
第１および第２の電子ファイルからメタデータを抽出し、それぞれのオブジェクト毎に付与することによりオブジェクト属性データを生成するオブジェクト属性データ生成手段、
第１および第２の電子ファイルについて生成した各オブジェクト属性データに基づいて、第１および第２の電子ファイル間におけるオブジェクトの対応付けを行うオブジェクト対応付け手段、
前記オブジェクトの対応付けに基づいて差分算出処理を行い、その結果を差分データとして出力する差分データ出力手段、
として機能させることを特徴とする文書差分検出プログラム。
【請求項２】
電子ファイル間における差分を検出するための文書差分検出装置であって、
差分の検出処理を行う対象となる第１および第２の電子ファイルをそれぞれ入力するための電子ファイル入力手段、
入力された第１および第２の電子ファイルを構成する要素をそれぞれ所定のオブジェクト単位に分割する電子ファイル解析手段、
第１および第２の電子ファイルからメタデータを抽出し、それぞれのオブジェクト毎に付与することによりオブジェクト属性データを生成するオブジェクト属性データ生成手段、
第１および第２の電子ファイルについて生成した各オブジェクト属性データに基づいて、第１および第２の電子ファイル間におけるオブジェクトの対応付けを行うオブジェクト対応付け手段、
前記オブジェクトの対応付けに基づいて差分算出処理を行い、その結果を差分データとして出力する差分データ出力手段、
を備えたことを特徴とする文書差分検出装置。
【請求項３】
請求項１または請求項２の文書差分検出プログラムまたは文書差分検出装置において、
前記オブジェクト対応付け手段は、オブジェクト属性データであるコンテンツ、文書構成、レイアウトの各データが一致するか否かを判定することによりオブジェクトの対応付けを行い、
前記差分データ出力手段は、コンテンツ、文書構成、レイアウトについて差分算出処理を行った結果を差分データとして出力する、
ことを特徴とするもの。
【請求項４】
請求項３の文書差分検出プログラムまたは文書差分検出装置において、
前記オブジェクト対応付け手段は、コンテンツデータが共通するオブジェクトについて、コンテンツ、文書構成、レイアウトの各データが全て一致する場合には同一オブジェクトとして対応付けを行い、コンテンツ、文書構成、レイアウトの何れかのデータが異なる場合には関連オブジェクトとして対応付けを行い、
前記差分データ出力手段は、関連オブジェクトについて差分算出処理を行って更新項目とし、共通するコンテンツの存在しないオブジェクトについては追加または削除項目として差分データを出力する、
ことを特徴とするもの。
【請求項５】
請求項１〜請求項４の何れかの文書差分検出プログラムまたは文書差分検出装置において、
前記オブジェクト対応付け手段は、オブジェクト属性データの類似性を算出し、最も類似性の高いオブジェクトを関連オブジェクトとして対応付けを行う、
ことを特徴とするもの。
【請求項６】
請求項１〜請求項５の何れかの文書差分検出プログラムまたは文書差分検出装置において、
前記差分データ出力手段は、差分算出処理の際に、テキストについて意味解析を行う、
ことを特徴とするもの。
【請求項７】
請求項１〜請求項６の何れかの文書差分検出プログラムまたは文書差分検出装置において、
前記差分データ出力手段は、差分算出処理の際に、画像についてベクター形式の場合にラスター形式に変換した後、画像マッチングを行う、
ことを特徴とするもの。
【請求項８】
請求項１〜７の何れかの文書差分検出プログラムまたは文書差分検出装置において、
第１の電子ファイルのファイル形式と第２の電子ファイルのファイル形式とが異なる、
ことを特徴とするもの。
【請求項９】
請求項１〜８の何れかの文書差分検出プログラムまたは文書差分検出装置において、さらに、
差分データ出力手段から出力されたコンテンツ、文書構成、レイアウトの各差分データを表示する差分データ表示手段、
を備えたことを特徴とするもの。
【請求項１０】
請求項９の文書差分検出プログラムまたは文書差分検出装置において、
前記差分データ表示手段は、差分データ出力手段から出力されたコンテンツ、文書構成、レイアウトの各差分データを考慮して、
第１の電子ファイルを表示するレイヤーと、第２の電子ファイルを表示するレイヤーと、第１および第２の電子ファイルの差分箇所を強調表示するレイヤーとを重ねて表示する、
ことを特徴とするもの。
【請求項１１】
ネットワークを介して接続されたクライアント端末とサーバ装置を備え、電子ファイル間における差分を検出するための文書差分検出システムであって、
サーバ装置に差分の検出処理を行う対象となる第１および第２の電子ファイルをそれぞれ入力するための電子ファイル入力手段を備えたクライアント端末と、
入力された第１および第２の電子ファイルを構成する要素をそれぞれ所定のオブジェクト単位に分割する電子ファイル解析手段、
第１および第２の電子ファイルからメタデータを抽出し、それぞれのオブジェクト毎に付与することによりオブジェクト属性データを生成するオブジェクト属性データ生成手段、
第１および第２の電子ファイルについて生成した各オブジェクト属性データに基づいて、第１および第２の電子ファイル間におけるオブジェクトの対応付けを行うオブジェクト対応付け手段、
前記オブジェクトの対応付けに基づいて差分算出処理を行い、その結果を差分データとしてクライアント端末に出力する差分データ出力手段、
を有するサーバ装置と、
を備えたことを特徴とする文書差分検出システム。
【請求項１２】
電子ファイル間における差分を検出するための文書差分検出方法であって、
差分の検出処理を行う対象となる第１および第２の電子ファイルをそれぞれ入力し、
入力された第１および第２の電子ファイルを構成する要素をそれぞれ所定のオブジェクト単位に分割し、
第１および第２の電子ファイルからメタデータを抽出し、それぞれのオブジェクト毎に付与することによりオブジェクト属性データを生成し、
第１および第２の電子ファイルについて生成した各オブジェクト属性データに基づいて、第１および第２の電子ファイル間におけるオブジェクトの対応付けを行い、
前記オブジェクトの対応付けに基づいて差分算出処理を行い、その結果を差分データとして出力する、
ことを特徴とする文書差分検出方法。

【図１】