文書比較処理装置及び文書比較処理プログラム
【課題】文書情報の内容の整合性を複数の文書情報の比較結果から検出する文書比較処理装置及び文書比較処理プログラムを提供する。
【解決手段】文書比較処理装置１は、文書情報を文書形式毎に分類する文書形式分類手段１００と、同一形式の文書情報間で位置及び内容が共通する文字列を形式テンプレート情報１１１として抽出する形式テンプレート抽出手段１０２と、同一案件に含まれる文書情報で共通する文字列を位置とともに共通値情報１１２として抽出する案件共通値抽出手段１０３と、案件の文書情報から共通値情報１１２に含まれる文字列を除いて入力欄とした案件テンプレート情報１１３を抽出する案件テンプレート抽出手段１０５と、誤り検出の対象となる文書情報において、案件テンプレート情報１１３の入力欄に対応する内容を共通値情報１１２に当てはめて互いに異なる内容となる文字列を検出する誤り検出手段１０６とを有する。
【解決手段】文書比較処理装置１は、文書情報を文書形式毎に分類する文書形式分類手段１００と、同一形式の文書情報間で位置及び内容が共通する文字列を形式テンプレート情報１１１として抽出する形式テンプレート抽出手段１０２と、同一案件に含まれる文書情報で共通する文字列を位置とともに共通値情報１１２として抽出する案件共通値抽出手段１０３と、案件の文書情報から共通値情報１１２に含まれる文字列を除いて入力欄とした案件テンプレート情報１１３を抽出する案件テンプレート抽出手段１０５と、誤り検出の対象となる文書情報において、案件テンプレート情報１１３の入力欄に対応する内容を共通値情報１１２に当てはめて互いに異なる内容となる文字列を検出する誤り検出手段１０６とを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、文書比較処理装置及び文書比較処理プログラムに関する。
【背景技術】
【０００２】
文書情報の内容の整合性の良否を判別する技術が提案されている。
【０００３】
これに関連する技術として、特許文献１には、入力される文書情報中の記述情報と、文書情報中に出現する複数種類の項目名、出現位置及び表現パターンの情報とを関連付けた文書構造テーブルとを照合して文書情報中の各種項目名の記述情報を判別し、判別した各種項目名の記述情報と、項目名及びルールの情報を関連付けた分析ルールテーブルとを照合して各種項目名の記述情報がルールに合致しているか否かを判別して、記述情報がルールに合致していない場合にその旨のメッセージを表示部に表示する文書データ処理装置が開示されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−１２２６６１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本発明の目的は、文書情報の内容の整合性を複数の文書情報の比較結果から検出する文書比較処理装置及び文書比較処理プログラムを提供することにある。
【課題を解決するための手段】
【０００６】
［１］コンピュータを、
内容が関連する複数の文書情報を有する案件が複数ある場合に、当該複数の案件に含まれる複数の文書情報を文書形式毎に分類する形式分類手段と、
前記形式分類手段が分類した文書形式の複数の文書情報間で位置及び内容が共通する文字列を第１のテンプレートとして抽出する第１のテンプレート抽出手段と、
同一案件に含まれる複数の文書情報間で内容が共通する文字列を当該文字列が記載された位置とともに抽出し、当該抽出された共通の文字列から前記第１のテンプレートの文字列のうち位置が同一の文字列を除去して共通値情報として抽出する共通値情報抽出手段と、
前記案件に含まれるそれぞれの文書情報から前記共通値情報に含まれる文字列を除いて入力欄とした第２のテンプレートとして抽出する第２のテンプレート抽出手段と、
対象となる前記案件の文書情報において、前記第２のテンプレートの前記入力欄に対応する文字列を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する検出手段として機能させるための文書比較処理プログラム。
【０００７】
［２］コンピュータを、
複数の案件の前記第２のテンプレートを同一形式に分類し、第２のテンプレートの入力欄のうち当該入力欄の位置が同一形式の複数の第２のテンプレート間で予め定めた割合で共通する入力欄を抽出し、当該抽出された入力欄からなる第３のテンプレートを抽出する第３のテンプレート抽出手段としてさらに機能させ、
前記検出手段は、当該第３のテンプレートの入力欄に入力される内容を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する前記［１］に記載の文書比較処理プログラム。
【０００８】
［３］内容が関連する複数の文書情報を有する案件が複数ある場合に、当該複数の案件に含まれる複数の文書情報を文書形式毎に分類する形式分類手段と、
前記形式分類手段が分類した文書形式の複数の文書情報間で位置及び内容が共通する文字列を第１のテンプレートとして抽出する第１のテンプレート抽出手段と、
同一案件に含まれる複数の文書情報間で内容が共通する文字列を当該文字列が記載された位置とともに抽出し、当該抽出された共通の文字列から前記第１のテンプレートの文字列のうち位置が同一の文字列を除去して共通値情報として抽出する共通値情報抽出手段と、
前記案件に含まれるそれぞれの文書情報から前記共通値情報に含まれる文字列を除いて入力欄とした第２のテンプレートとして抽出する第２のテンプレート抽出手段と、
対象となる前記案件の文書情報において、前記第２のテンプレートの前記入力欄に対応する文字列を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する検出手段とを有する文書比較処理装置。
【発明の効果】
【０００９】
請求項１又は３に係る発明によれば、文書情報の内容の整合性を複数の文書情報の比較結果から検出することができる。
【００１０】
請求項２に係る発明によれば、複数案件にわたって共通にすべき文書情報の内容を複数の文書情報の比較結果から検出することができる。
【図面の簡単な説明】
【００１１】
【図１】図１は、文書比較処理システムの構成例を示す概略図である。
【図２】図２は、文書比較処理装置の構成例を示すブロック図である。
【図３】図３は、文書情報の格納パス構造の一例を示す概略図である。
【図４】図４（ａ）及び（ｂ）は、それぞれ形式毎に分類された文書情報の一例を示す概略図である。
【図５】図５（ａ）及び（ｂ）は、それぞれ形式毎に抽出された形式テンプレート情報の一例を示す概略図である。
【図６】図６は、文書情報の格納パス構造の一例を示す概略図である。
【図７】図７（ａ）及び（ｂ）は、それぞれ案件毎に分類された文書情報の一例を示す概略図である。
【図８】図８は、案件に含まれる文書情報において抽出された共通値の一例を示す概略図である。
【図９】図９は、抽出された共通値から構成される共通値情報の内容の一例を示す概略図である。
【図１０】図１０は、形式テンプレート情報の文字列と一致する文字列を除去した共通値情報の内容の一例を示す概略図である。
【図１１】図１１は、形式テンプレート情報の文字列と一致する文字列が除去された共通値情報の内容の一例を示す概略図である。
【図１２】図１２は、案件テンプレート情報の内容の一例を示す概略図である。
【図１３】図１３（ａ）は、複数案件における共通値情報の内容に該当する文字列の一例を示す概略図であり、図１３（ｂ）は、複数案件における共通値情報の内容に該当する文字列の共通値の一例を示す概略図である。
【図１４】図１４（ａ）〜（ｄ）は、誤り検出手段の動作例を説明するための概略図である。
【発明を実施するための形態】
【００１２】
（文書比較処理システムの構成）
図１は、文書比較処理システムの構成例を示す概略図である。
【００１３】
この文書比較処理システム４は、文書比較処理装置１と、文書データベース（ＤＢ）２とをネットワーク３によって互いに通信可能に接続することで構成される。
【００１４】
文書比較処理装置１は、情報を処理するための機能を備えたＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）や記憶部等の電子部品を備え、文書ＤＢ２に格納された複数の文書情報２００の内容を分析して、誤っている蓋然性が高い文書情報中に記載された文字列を検出する情報処理装置である。
【００１５】
また、文書比較処理装置１は、画像を表示する液晶ディスプレイ等の表示部１２と、操作に応じた操作信号を発するキーボード、マウス、タッチパッド等の操作部１３とを備える。なお、文書比較処理装置１は、例えば、パーソナルコンピュータであり、その他にＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、携帯電話機等を用いることもできる。
【００１６】
文書ＤＢ２は、テキストや画像等の情報から構成される文書情報２００等を格納する。文書情報２００は、本実施の形態において、一例として、業務進行の際に必要な見積依頼書、見積回答書、納品依頼書、納品回答書等の書類である。
【００１７】
ネットワーク３は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネット等の通信網であり、有線、無線は問わない。
【００１８】
（文書比較処理装置の構成）
図２は、文書比較処理装置１の構成例を示すブロック図である。
【００１９】
文書比較処理装置１は、ＣＰＵ等から構成され各部を制御するとともに各種のプログラムを実行する制御部１０と、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やフラッシュメモリ等の記憶媒体であって情報を記憶する記憶部１１と、上述した画像を表示する液晶ディスプレイ等の表示部１２と、操作に応じた操作信号を発するキーボード、マウス、タッチパッド等の操作部１３と、ネットワーク３を介して外部と通信する通信部１４とを備える。
【００２０】
制御部１０は、後述する文書比較処理プログラム１１０を実行することで、文書形式分類手段１００、文書案件分類手段１０１、形式テンプレート抽出手段１０２、案件共通値抽出手段１０３、形式共通値除去手段１０４、案件テンプレート抽出手段１０５、誤り検出手段１０６及び共通値範囲抽出手段１０７等として機能する。
【００２１】
文書形式分類手段１００は、文書ＤＢ２の文書情報２００を、文書情報２００のファイル名や格納場所により、その文書形式、例えば、見積依頼書、見積回答書、納品依頼書、納品回答書等に分類する。なお、文書情報２００にタグ付けする等して分類してもよい。
【００２２】
文書案件分類手段１０１は、文書情報２００のファイル名や格納場所（格納パス）により、文書ＤＢ２の文書情報２００のうちある相手に対する又はその相手から受け付ける一連の文書情報、例えば、見積依頼書、見積回答書、納品依頼書、納品回答書…等を、その相手に対する案件として分類する。
【００２３】
形式テンプレート抽出手段１０２は、異なる案件間の共通の形式を有する文書情報において共通する文字列を形式テンプレート情報１１１として抽出する。
【００２４】
案件共通値抽出手段１０３は、同一案件間のそれぞれ形式の異なる文書情報において共通する文字列を共通値情報１１２として抽出する。
【００２５】
形式共通値除去手段１０４は、案件共通値抽出手段１０３が抽出した共通値情報１１２から形式テンプレート抽出手段１０２が抽出した形式テンプレート情報１１１と一致する文字列を除去する。
【００２６】
案件テンプレート抽出手段１０５は、同一案件の書類情報から形式共通値除去手段１０４が除去した共通値情報１１２以外の文字列を案件テンプレート情報１１３として抽出する。
【００２７】
誤り検出手段１０６は、文書情報と案件テンプレート情報１１３とを比較して、案件テンプレート情報１１３の共通値に入力される文字列が互いに異なる場合に、当該互いに異なる文字列を文書情報の内容の誤りとして検出する。
【００２８】
共通値範囲抽出手段１０７は、案件テンプレート情報１１３の共通値を異なる案件の間で比較し、さらに共通する共通値情報を抽出する。
【００２９】
記憶部１１は、制御部１０を上述した各手段１００〜１０６として動作させる文書比較処理プログラム１１０、形式テンプレート抽出手段１０２が抽出して出力する形式テンプレート情報１１１、案件共通値抽出手段１０３及び形式共通値除去手段１０４が出力する共通値情報１１２、及び案件テンプレート抽出手段１０５が出力する案件テンプレート情報１１３等を記憶する。
【００３０】
図３は、文書情報２００の格納場所である格納パス構造の一例を示す概略図である。
【００３１】
格納パス構造２０は、文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…の格納パスの構造を示し、例えば、「見積業務」フォルダには案件名を示す「見積０００１」、「見積０００２」…のフォルダが含まれ、「見積０００１」及び「見積０００２」のフォルダにはそれぞれ「見積」、「承認」、「納品」及び「発注」等のフォルダが含まれる。
【００３２】
「見積０００１」の「見積」フォルダには、「見積依頼」の文書情報２００ａと、「見積回答」の文書情報２００ｂとが格納される。ここで、「見積依頼」フォルダに含まれる文書情報２００ａを形式Ａといい、「見積回答」に含まれる文書情報２００ｂを形式Ｂという。
【００３３】
また、「見積０００２」の「見積」には、「見積依頼」の文書情報２０１ａ（形式Ａ）と、「見積回答」の文書情報２０１ｂ（形式Ｂ）とが格納される。
【００３４】
（文書比較処理装置の動作）
以下に、文書比較処理装置１の動作例を図１〜図１５を参照しつつ、（１）基本動作、（２）形式テンプレート抽出動作、（３）案件テンプレート抽出動作、（４）誤り検出動作に分けて説明する。
【００３５】
（１）基本動作
まず、利用者は、図示しない端末装置等を操作し、図３に示す文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を作成する。作成された文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…は、利用者の要求により端末装置によって文書ＤＢ２に格納される。文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…の作成は複数の利用者によって行われてもよい。
【００３６】
次に、管理者は、複数の利用者の文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…の作成状況を管理するため、文書比較処理装置１を操作する。具体的な管理内容として、管理者は、文書比較処理装置１を用いて作成された文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…に入力ミス等による記載の誤りがないかどうかを監視する。
【００３７】
まず、管理者は、監視する対象とする文書情報を文書ＤＢ２から選択するために、文書比較処理装置１の操作部１３を操作する。文書比較処理装置１は、操作部１３から出力される操作信号に応じて、文書ＤＢ２から、例えば、文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を読み出す。
【００３８】
（２）形式テンプレート抽出動作
次に、文書形式分類手段１００は、読み出した文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を形式毎に分類する。
【００３９】
図４（ａ）及び（ｂ）は、それぞれ形式毎に分類された文書情報の一例を示す概略図である。
【００４０】
文書形式分類手段１００は、文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を図４（ａ）に示す「見積依頼書」を示す形式Ａ及び図４（ｂ）に示す「見積回答書」を示す形式Ｂに分類する。形式Ａは、文書情報２００ａ及び２０１ａを有し、形式Ｂは、文書情報２００ｂ及び２０１ｂを有する。
【００４１】
次に、形式テンプレート抽出手段１０２は、文書形式分類手段１００が分類した各形式に含まれる文書情報から、共通の記載位置に共通する内容が入力された文字列を抽出して形式テンプレート情報１１１を出力する。
【００４２】
図５（ａ）及び（ｂ）は、それぞれ形式毎に抽出された形式テンプレート情報の一例を示す概略図である。図５（ａ）及び（ｂ）により示した形式テンプレート情報は、網掛け部分以外の文字列の内容と位置情報を含むものである。
【００４３】
形式テンプレート抽出手段１０２は、図４（ａ）に示す文書情報２００ａ及び２０１ａの共通でない文字列１０２ａを削除して、共通の文字列を抽出し、図５（ａ）に示す形式テンプレート情報１１１ａを出力する。
【００４４】
また、形式テンプレート抽出手段１０２は、図４（ｂ）に示す文書情報２００ｂ及び２０１ｂの共通でない文字列１０２ｂを削除して、共通の文字列を抽出し、図５（ｂ）に示す形式テンプレート情報１１１ｂを出力する。
【００４５】
（３）案件テンプレート抽出動作
次に、文書案件分類手段１０１は、文書ＤＢ２から読み出した文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を案件毎に分類する。
【００４６】
図６は、文書情報２００の格納パス構造の一例を示す概略図である。
【００４７】
格納パス構造２０において案件を示す「見積０００１」に含まれる文書情報２００ａ、２００ｂ…及び「見積０００２」に含まれる文書情報２０１ａ、２０１ｂ…をそれぞれ「案件０１」及び「案件０２」として分類する。
【００４８】
図７（ａ）及び（ｂ）は、それぞれ案件毎に分類された文書情報の一例を示す概略図である。
【００４９】
文書案件分類手段１０１は、文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を図７（ａ）に示す「見積０００１」を示す案件０１及び図７（ｂ）に示す「見積０００２」を示す案件０２に分類する。案件０１は、文書情報２００ａ及び２００ｂを有し、案件０２は、文書情報２０１ａ及び２０１ｂを有する。
【００５０】
次に、案件共通値抽出手段１０３は、同一案件に属する文書情報のそれぞれにおいて内容が共通する文字列を共通値として抽出する。なお、共通値は、入力された内容が共通すればよく、記載位置は異なっていてもよい。
【００５１】
以下、案件共通値抽出手段１０３は、案件０１及び０２に対し同様に動作するため、代表して案件０１の内容について説明する。
【００５２】
図８は、案件０１に含まれる文書情報において抽出された共通値の一例を示す概略図である。
【００５３】
案件共通値抽出手段１０３は、文書情報２００ａ、２００ｂ…から内容が共通する文字列を共通値１１２ａ〜１１２ｇとして抽出する。なお、本実施の形態においては完全に一致する文字列を共通値としているが、完全一致でなくとも文字列のうち予め定めた文字数が一致している場合や、正式な記載と略称での記載にて一致している場合等に共通値として抽出してもよい。
【００５４】
図９は、案件０１の文書情報から抽出された共通値から構成される共通値情報の内容の一例を示す概略図である。
【００５５】
案件共通値抽出手段１０３は、図８において抽出した共通値から共通値情報１１２として共通値１１２ａ、１１２ｂ、１１２ｃ、１１２ｄ…に該当する共通値範囲１１２Ａ、１１２Ｂ、１１２Ｃ、１１２Ｄ…を出力する。
【００５６】
共通値範囲１１２Ａ、１１２Ｂ、１１２Ｃ、１１２Ｄ…は、それぞれ共通値が抽出された文書の形式を示す文書形式欄と、共通値が抽出された文書上の記載位置の範囲を示す範囲欄と、抽出された記載内容を示す値欄とを有する。なお、範囲欄は、文書情報２００ａの共通値１１２ａの記載範囲をＡ１、共通値１１２ｂの記載範囲をＢ１、共通値１１２ｃの記載範囲をＣ１、共通値１１２ｄの記載範囲をＤ１とし、文書情報２００ｂの共通値１１２ａの記載範囲をＡ２、共通値１１２ｂの記載範囲をＢ２、共通値１１２ｃの記載範囲をＣ２、共通値１１２ｄの記載範囲をＤ２として記載されている。
【００５７】
次に、形式共通値除去手段１０４は、共通値情報１１２から形式テンプレート情報１１１の文字列と一致する文字列を除去する。
【００５８】
図１０は、形式テンプレート情報１１１の文字列と一致する文字列が除去された共通値情報１１２の内容の一例を示す概略図である。
【００５９】
形式共通値除去手段１０４は、図８に示す書類情報２００ａ及び２００ｂの共通値１１２ａ〜１１２ｇから形式テンプレート情報１１１の文字列と一致する文字列、つまり１１２ｃ、１１２ｅ、１１２ｆ、１１２ｇ、１１２ｈに該当する文字列１０４ａ及び１０４ｂをそれぞれ除去する。
【００６０】
図１１は、形式テンプレート情報１１１の文字列と一致する文字列が除去された共通値情報の内容の一例を示す概略図である。
【００６１】
形式共通値除去手段１０４は、共通値１１２ｃ、１１２ｅ、１１２ｆ、１１２ｇ、１１２ｈを除去することで共通値情報１１２として共通値範囲１１２Ａ、１１２Ｂ及び１１２Ｄを出力する。
【００６２】
次に、案件テンプレート抽出手段１０５は、文書情報２００ａ及び２００ｂから図１１に示す共通値情報１１２の内容を削除して以下に説明する案件０１の案件テンプレート情報１１３１ａ及び１１３１ｂを抽出する。
【００６３】
図１２は、案件テンプレート情報の内容の一例を示す概略図である。
【００６４】
案件テンプレート情報１１３１ａ及び１１３１ｂは、案件０１である文書情報２００ａ及び２００ｂから共通値情報１１２の内容に該当する文字列１０５１ａ及び１０５１ｂを削除して得られるテンプレートである。
【００６５】
なお、案件０２に関しても同様に案件テンプレート情報１１３２ａ及び１１３２ｂを抽出する。
【００６６】
次に、共通値範囲抽出手段１０７は、共通値情報１１２の内容に該当する文字列の共通値範囲を抽出する。
【００６７】
図１３（ａ）は、複数案件における共通値情報１１２の内容に該当する文字列の一例を示す概略図であり、図１３（ｂ）は、複数案件における共通値情報１１２の内容に該当する文字列の共通値の一例を示す概略図である。
【００６８】
共通値範囲抽出手段１０７は、図１３（ａ）に示すように、複数案件の削除した文字列１０５１ａ及び１０５１ｂ、１０５２ａ及び１０５２ｂ…を形式毎に分類して各形式において記載範囲が共通する文字列を文字列１０５ａ及び１０５ｂとして抽出し、図１３（ｂ）に示すように、共通案件の共通値テンプレート情報１１３ａ及び１１３ｂとして抽出する。なお、複数案件における共通する記載範囲の抽出は、すべての案件において完全一致するものであってもよいし、予め定めた割合で一致するものであってもよい。
【００６９】
（４）誤り検出動作
次に、誤り検出手段１０６は、共通値範囲抽出手段１０７が抽出した共通値テンプレート情報１１３ａ及び１１３ｂに基づいて、文書情報の誤り検出を行う。
【００７０】
図１４（ａ）〜（ｄ）は、誤り検出手段１０６の動作例を説明するための概略図であり、図１４（ａ）は文書情報の格納パス構造、図１４（ｂ）は文書情報の内容、図１４（ｃ）は共通値テンプレート、図１４（ｄ）は共通値情報の内容を示す。
【００７１】
まず、誤り検出手段１０６は、誤り検出の対象として、図１４（ａ）に示すように、例えば、案件０３を選択し、案件０３に含まれる文書情報２０２ａ及び２０２ｂを文書ＤＢ２から取得する。
【００７２】
次に、誤り検出手段１０６は、図１４（ｂ）に示す取得した文書情報２０２ａ及び２０２ｂの内容と、図１４（ｃ）に示す共通値テンプレート情報１１３ａの文字列１０５ａ及び共通値テンプレート情報１１３ｂの文字列１０５ｂとを、共通の形式間で比較し、文書情報２０２ａ及び２０２ｂの文字列のうち文字列１０５ａ及び１０５ｂの範囲に該当する値を抽出して、図１４（ｄ）に示す共通値情報１１２Ａ、１１２Ｂ、１１２Ｄを生成する。
【００７３】
次に、誤り検出手段１０６は、共通値情報１１２Ａ、１１２Ｂ、１１２Ｄのうち値欄が互いに一致しない不整合箇所１１２０Ｂ及び１１２０Ｄを検出するとともに、当該不整合箇所１１２０Ｂ及び１１２０Ｄに該当する記載範囲に誤りがあると判断する。
【００７４】
誤り検出手段１０６は、検出した誤りの箇所を文書情報とともに表示部１２に表示し、利用者に提示する。
【００７５】
［他の実施の形態］
なお、本発明は、上記実施の形態に限定されず、本発明の要旨を逸脱しない範囲で種々な変形が可能である。
【００７６】
また、上記文書比較処理プログラム１１０をＣＤ−ＲＯＭ等の記憶媒体に格納して提供することも可能であり、インターネット等のネットワークに接続されているサーバ装置等から装置内の記憶部にダウンロードしてもよい。また、文書形式分類手段１００、文書案件分類手段１０１、形式テンプレート抽出手段１０２、案件共通値抽出手段１０３、形式共通値除去手段１０４、誤り検出手段１０６及び共通値範囲抽出手段１０７の一部又は全部をＡＳＩＣ等のハードウェアによって実現してもよい。なお、上記実施の形態の動作説明で示した各ステップは、順序の変更、ステップの省略、追加が可能である。
【符号の説明】
【００７７】
１…文書比較処理装置、２…文書データベース（ＤＢ）、３…ネットワーク、４…文書比較処理システム、１０…制御部、１１…記憶部、１２…表示部、１３…操作部、１４…通信部、２０…格納パス構造、１００…文書形式分類手段、１０１…文書案件分類手段、１０２…形式テンプレート抽出手段、１０３…案件共通値抽出手段、１０４…形式共通値除去手段、１０５…案件テンプレート抽出手段、１０６…誤り検出手段、１０７…共通値範囲抽出手段、１１０…検出プログラム、１１１…形式テンプレート情報、１１２…共通値情報、１１３…案件テンプレート情報、２００…文書情報
【技術分野】
【０００１】
本発明は、文書比較処理装置及び文書比較処理プログラムに関する。
【背景技術】
【０００２】
文書情報の内容の整合性の良否を判別する技術が提案されている。
【０００３】
これに関連する技術として、特許文献１には、入力される文書情報中の記述情報と、文書情報中に出現する複数種類の項目名、出現位置及び表現パターンの情報とを関連付けた文書構造テーブルとを照合して文書情報中の各種項目名の記述情報を判別し、判別した各種項目名の記述情報と、項目名及びルールの情報を関連付けた分析ルールテーブルとを照合して各種項目名の記述情報がルールに合致しているか否かを判別して、記述情報がルールに合致していない場合にその旨のメッセージを表示部に表示する文書データ処理装置が開示されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−１２２６６１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本発明の目的は、文書情報の内容の整合性を複数の文書情報の比較結果から検出する文書比較処理装置及び文書比較処理プログラムを提供することにある。
【課題を解決するための手段】
【０００６】
［１］コンピュータを、
内容が関連する複数の文書情報を有する案件が複数ある場合に、当該複数の案件に含まれる複数の文書情報を文書形式毎に分類する形式分類手段と、
前記形式分類手段が分類した文書形式の複数の文書情報間で位置及び内容が共通する文字列を第１のテンプレートとして抽出する第１のテンプレート抽出手段と、
同一案件に含まれる複数の文書情報間で内容が共通する文字列を当該文字列が記載された位置とともに抽出し、当該抽出された共通の文字列から前記第１のテンプレートの文字列のうち位置が同一の文字列を除去して共通値情報として抽出する共通値情報抽出手段と、
前記案件に含まれるそれぞれの文書情報から前記共通値情報に含まれる文字列を除いて入力欄とした第２のテンプレートとして抽出する第２のテンプレート抽出手段と、
対象となる前記案件の文書情報において、前記第２のテンプレートの前記入力欄に対応する文字列を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する検出手段として機能させるための文書比較処理プログラム。
【０００７】
［２］コンピュータを、
複数の案件の前記第２のテンプレートを同一形式に分類し、第２のテンプレートの入力欄のうち当該入力欄の位置が同一形式の複数の第２のテンプレート間で予め定めた割合で共通する入力欄を抽出し、当該抽出された入力欄からなる第３のテンプレートを抽出する第３のテンプレート抽出手段としてさらに機能させ、
前記検出手段は、当該第３のテンプレートの入力欄に入力される内容を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する前記［１］に記載の文書比較処理プログラム。
【０００８】
［３］内容が関連する複数の文書情報を有する案件が複数ある場合に、当該複数の案件に含まれる複数の文書情報を文書形式毎に分類する形式分類手段と、
前記形式分類手段が分類した文書形式の複数の文書情報間で位置及び内容が共通する文字列を第１のテンプレートとして抽出する第１のテンプレート抽出手段と、
同一案件に含まれる複数の文書情報間で内容が共通する文字列を当該文字列が記載された位置とともに抽出し、当該抽出された共通の文字列から前記第１のテンプレートの文字列のうち位置が同一の文字列を除去して共通値情報として抽出する共通値情報抽出手段と、
前記案件に含まれるそれぞれの文書情報から前記共通値情報に含まれる文字列を除いて入力欄とした第２のテンプレートとして抽出する第２のテンプレート抽出手段と、
対象となる前記案件の文書情報において、前記第２のテンプレートの前記入力欄に対応する文字列を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する検出手段とを有する文書比較処理装置。
【発明の効果】
【０００９】
請求項１又は３に係る発明によれば、文書情報の内容の整合性を複数の文書情報の比較結果から検出することができる。
【００１０】
請求項２に係る発明によれば、複数案件にわたって共通にすべき文書情報の内容を複数の文書情報の比較結果から検出することができる。
【図面の簡単な説明】
【００１１】
【図１】図１は、文書比較処理システムの構成例を示す概略図である。
【図２】図２は、文書比較処理装置の構成例を示すブロック図である。
【図３】図３は、文書情報の格納パス構造の一例を示す概略図である。
【図４】図４（ａ）及び（ｂ）は、それぞれ形式毎に分類された文書情報の一例を示す概略図である。
【図５】図５（ａ）及び（ｂ）は、それぞれ形式毎に抽出された形式テンプレート情報の一例を示す概略図である。
【図６】図６は、文書情報の格納パス構造の一例を示す概略図である。
【図７】図７（ａ）及び（ｂ）は、それぞれ案件毎に分類された文書情報の一例を示す概略図である。
【図８】図８は、案件に含まれる文書情報において抽出された共通値の一例を示す概略図である。
【図９】図９は、抽出された共通値から構成される共通値情報の内容の一例を示す概略図である。
【図１０】図１０は、形式テンプレート情報の文字列と一致する文字列を除去した共通値情報の内容の一例を示す概略図である。
【図１１】図１１は、形式テンプレート情報の文字列と一致する文字列が除去された共通値情報の内容の一例を示す概略図である。
【図１２】図１２は、案件テンプレート情報の内容の一例を示す概略図である。
【図１３】図１３（ａ）は、複数案件における共通値情報の内容に該当する文字列の一例を示す概略図であり、図１３（ｂ）は、複数案件における共通値情報の内容に該当する文字列の共通値の一例を示す概略図である。
【図１４】図１４（ａ）〜（ｄ）は、誤り検出手段の動作例を説明するための概略図である。
【発明を実施するための形態】
【００１２】
（文書比較処理システムの構成）
図１は、文書比較処理システムの構成例を示す概略図である。
【００１３】
この文書比較処理システム４は、文書比較処理装置１と、文書データベース（ＤＢ）２とをネットワーク３によって互いに通信可能に接続することで構成される。
【００１４】
文書比較処理装置１は、情報を処理するための機能を備えたＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）や記憶部等の電子部品を備え、文書ＤＢ２に格納された複数の文書情報２００の内容を分析して、誤っている蓋然性が高い文書情報中に記載された文字列を検出する情報処理装置である。
【００１５】
また、文書比較処理装置１は、画像を表示する液晶ディスプレイ等の表示部１２と、操作に応じた操作信号を発するキーボード、マウス、タッチパッド等の操作部１３とを備える。なお、文書比較処理装置１は、例えば、パーソナルコンピュータであり、その他にＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、携帯電話機等を用いることもできる。
【００１６】
文書ＤＢ２は、テキストや画像等の情報から構成される文書情報２００等を格納する。文書情報２００は、本実施の形態において、一例として、業務進行の際に必要な見積依頼書、見積回答書、納品依頼書、納品回答書等の書類である。
【００１７】
ネットワーク３は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネット等の通信網であり、有線、無線は問わない。
【００１８】
（文書比較処理装置の構成）
図２は、文書比較処理装置１の構成例を示すブロック図である。
【００１９】
文書比較処理装置１は、ＣＰＵ等から構成され各部を制御するとともに各種のプログラムを実行する制御部１０と、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やフラッシュメモリ等の記憶媒体であって情報を記憶する記憶部１１と、上述した画像を表示する液晶ディスプレイ等の表示部１２と、操作に応じた操作信号を発するキーボード、マウス、タッチパッド等の操作部１３と、ネットワーク３を介して外部と通信する通信部１４とを備える。
【００２０】
制御部１０は、後述する文書比較処理プログラム１１０を実行することで、文書形式分類手段１００、文書案件分類手段１０１、形式テンプレート抽出手段１０２、案件共通値抽出手段１０３、形式共通値除去手段１０４、案件テンプレート抽出手段１０５、誤り検出手段１０６及び共通値範囲抽出手段１０７等として機能する。
【００２１】
文書形式分類手段１００は、文書ＤＢ２の文書情報２００を、文書情報２００のファイル名や格納場所により、その文書形式、例えば、見積依頼書、見積回答書、納品依頼書、納品回答書等に分類する。なお、文書情報２００にタグ付けする等して分類してもよい。
【００２２】
文書案件分類手段１０１は、文書情報２００のファイル名や格納場所（格納パス）により、文書ＤＢ２の文書情報２００のうちある相手に対する又はその相手から受け付ける一連の文書情報、例えば、見積依頼書、見積回答書、納品依頼書、納品回答書…等を、その相手に対する案件として分類する。
【００２３】
形式テンプレート抽出手段１０２は、異なる案件間の共通の形式を有する文書情報において共通する文字列を形式テンプレート情報１１１として抽出する。
【００２４】
案件共通値抽出手段１０３は、同一案件間のそれぞれ形式の異なる文書情報において共通する文字列を共通値情報１１２として抽出する。
【００２５】
形式共通値除去手段１０４は、案件共通値抽出手段１０３が抽出した共通値情報１１２から形式テンプレート抽出手段１０２が抽出した形式テンプレート情報１１１と一致する文字列を除去する。
【００２６】
案件テンプレート抽出手段１０５は、同一案件の書類情報から形式共通値除去手段１０４が除去した共通値情報１１２以外の文字列を案件テンプレート情報１１３として抽出する。
【００２７】
誤り検出手段１０６は、文書情報と案件テンプレート情報１１３とを比較して、案件テンプレート情報１１３の共通値に入力される文字列が互いに異なる場合に、当該互いに異なる文字列を文書情報の内容の誤りとして検出する。
【００２８】
共通値範囲抽出手段１０７は、案件テンプレート情報１１３の共通値を異なる案件の間で比較し、さらに共通する共通値情報を抽出する。
【００２９】
記憶部１１は、制御部１０を上述した各手段１００〜１０６として動作させる文書比較処理プログラム１１０、形式テンプレート抽出手段１０２が抽出して出力する形式テンプレート情報１１１、案件共通値抽出手段１０３及び形式共通値除去手段１０４が出力する共通値情報１１２、及び案件テンプレート抽出手段１０５が出力する案件テンプレート情報１１３等を記憶する。
【００３０】
図３は、文書情報２００の格納場所である格納パス構造の一例を示す概略図である。
【００３１】
格納パス構造２０は、文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…の格納パスの構造を示し、例えば、「見積業務」フォルダには案件名を示す「見積０００１」、「見積０００２」…のフォルダが含まれ、「見積０００１」及び「見積０００２」のフォルダにはそれぞれ「見積」、「承認」、「納品」及び「発注」等のフォルダが含まれる。
【００３２】
「見積０００１」の「見積」フォルダには、「見積依頼」の文書情報２００ａと、「見積回答」の文書情報２００ｂとが格納される。ここで、「見積依頼」フォルダに含まれる文書情報２００ａを形式Ａといい、「見積回答」に含まれる文書情報２００ｂを形式Ｂという。
【００３３】
また、「見積０００２」の「見積」には、「見積依頼」の文書情報２０１ａ（形式Ａ）と、「見積回答」の文書情報２０１ｂ（形式Ｂ）とが格納される。
【００３４】
（文書比較処理装置の動作）
以下に、文書比較処理装置１の動作例を図１〜図１５を参照しつつ、（１）基本動作、（２）形式テンプレート抽出動作、（３）案件テンプレート抽出動作、（４）誤り検出動作に分けて説明する。
【００３５】
（１）基本動作
まず、利用者は、図示しない端末装置等を操作し、図３に示す文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を作成する。作成された文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…は、利用者の要求により端末装置によって文書ＤＢ２に格納される。文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…の作成は複数の利用者によって行われてもよい。
【００３６】
次に、管理者は、複数の利用者の文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…の作成状況を管理するため、文書比較処理装置１を操作する。具体的な管理内容として、管理者は、文書比較処理装置１を用いて作成された文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…に入力ミス等による記載の誤りがないかどうかを監視する。
【００３７】
まず、管理者は、監視する対象とする文書情報を文書ＤＢ２から選択するために、文書比較処理装置１の操作部１３を操作する。文書比較処理装置１は、操作部１３から出力される操作信号に応じて、文書ＤＢ２から、例えば、文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を読み出す。
【００３８】
（２）形式テンプレート抽出動作
次に、文書形式分類手段１００は、読み出した文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を形式毎に分類する。
【００３９】
図４（ａ）及び（ｂ）は、それぞれ形式毎に分類された文書情報の一例を示す概略図である。
【００４０】
文書形式分類手段１００は、文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を図４（ａ）に示す「見積依頼書」を示す形式Ａ及び図４（ｂ）に示す「見積回答書」を示す形式Ｂに分類する。形式Ａは、文書情報２００ａ及び２０１ａを有し、形式Ｂは、文書情報２００ｂ及び２０１ｂを有する。
【００４１】
次に、形式テンプレート抽出手段１０２は、文書形式分類手段１００が分類した各形式に含まれる文書情報から、共通の記載位置に共通する内容が入力された文字列を抽出して形式テンプレート情報１１１を出力する。
【００４２】
図５（ａ）及び（ｂ）は、それぞれ形式毎に抽出された形式テンプレート情報の一例を示す概略図である。図５（ａ）及び（ｂ）により示した形式テンプレート情報は、網掛け部分以外の文字列の内容と位置情報を含むものである。
【００４３】
形式テンプレート抽出手段１０２は、図４（ａ）に示す文書情報２００ａ及び２０１ａの共通でない文字列１０２ａを削除して、共通の文字列を抽出し、図５（ａ）に示す形式テンプレート情報１１１ａを出力する。
【００４４】
また、形式テンプレート抽出手段１０２は、図４（ｂ）に示す文書情報２００ｂ及び２０１ｂの共通でない文字列１０２ｂを削除して、共通の文字列を抽出し、図５（ｂ）に示す形式テンプレート情報１１１ｂを出力する。
【００４５】
（３）案件テンプレート抽出動作
次に、文書案件分類手段１０１は、文書ＤＢ２から読み出した文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を案件毎に分類する。
【００４６】
図６は、文書情報２００の格納パス構造の一例を示す概略図である。
【００４７】
格納パス構造２０において案件を示す「見積０００１」に含まれる文書情報２００ａ、２００ｂ…及び「見積０００２」に含まれる文書情報２０１ａ、２０１ｂ…をそれぞれ「案件０１」及び「案件０２」として分類する。
【００４８】
図７（ａ）及び（ｂ）は、それぞれ案件毎に分類された文書情報の一例を示す概略図である。
【００４９】
文書案件分類手段１０１は、文書情報２００ａ、２００ｂ…、２０１ａ、２０１ｂ…を図７（ａ）に示す「見積０００１」を示す案件０１及び図７（ｂ）に示す「見積０００２」を示す案件０２に分類する。案件０１は、文書情報２００ａ及び２００ｂを有し、案件０２は、文書情報２０１ａ及び２０１ｂを有する。
【００５０】
次に、案件共通値抽出手段１０３は、同一案件に属する文書情報のそれぞれにおいて内容が共通する文字列を共通値として抽出する。なお、共通値は、入力された内容が共通すればよく、記載位置は異なっていてもよい。
【００５１】
以下、案件共通値抽出手段１０３は、案件０１及び０２に対し同様に動作するため、代表して案件０１の内容について説明する。
【００５２】
図８は、案件０１に含まれる文書情報において抽出された共通値の一例を示す概略図である。
【００５３】
案件共通値抽出手段１０３は、文書情報２００ａ、２００ｂ…から内容が共通する文字列を共通値１１２ａ〜１１２ｇとして抽出する。なお、本実施の形態においては完全に一致する文字列を共通値としているが、完全一致でなくとも文字列のうち予め定めた文字数が一致している場合や、正式な記載と略称での記載にて一致している場合等に共通値として抽出してもよい。
【００５４】
図９は、案件０１の文書情報から抽出された共通値から構成される共通値情報の内容の一例を示す概略図である。
【００５５】
案件共通値抽出手段１０３は、図８において抽出した共通値から共通値情報１１２として共通値１１２ａ、１１２ｂ、１１２ｃ、１１２ｄ…に該当する共通値範囲１１２Ａ、１１２Ｂ、１１２Ｃ、１１２Ｄ…を出力する。
【００５６】
共通値範囲１１２Ａ、１１２Ｂ、１１２Ｃ、１１２Ｄ…は、それぞれ共通値が抽出された文書の形式を示す文書形式欄と、共通値が抽出された文書上の記載位置の範囲を示す範囲欄と、抽出された記載内容を示す値欄とを有する。なお、範囲欄は、文書情報２００ａの共通値１１２ａの記載範囲をＡ１、共通値１１２ｂの記載範囲をＢ１、共通値１１２ｃの記載範囲をＣ１、共通値１１２ｄの記載範囲をＤ１とし、文書情報２００ｂの共通値１１２ａの記載範囲をＡ２、共通値１１２ｂの記載範囲をＢ２、共通値１１２ｃの記載範囲をＣ２、共通値１１２ｄの記載範囲をＤ２として記載されている。
【００５７】
次に、形式共通値除去手段１０４は、共通値情報１１２から形式テンプレート情報１１１の文字列と一致する文字列を除去する。
【００５８】
図１０は、形式テンプレート情報１１１の文字列と一致する文字列が除去された共通値情報１１２の内容の一例を示す概略図である。
【００５９】
形式共通値除去手段１０４は、図８に示す書類情報２００ａ及び２００ｂの共通値１１２ａ〜１１２ｇから形式テンプレート情報１１１の文字列と一致する文字列、つまり１１２ｃ、１１２ｅ、１１２ｆ、１１２ｇ、１１２ｈに該当する文字列１０４ａ及び１０４ｂをそれぞれ除去する。
【００６０】
図１１は、形式テンプレート情報１１１の文字列と一致する文字列が除去された共通値情報の内容の一例を示す概略図である。
【００６１】
形式共通値除去手段１０４は、共通値１１２ｃ、１１２ｅ、１１２ｆ、１１２ｇ、１１２ｈを除去することで共通値情報１１２として共通値範囲１１２Ａ、１１２Ｂ及び１１２Ｄを出力する。
【００６２】
次に、案件テンプレート抽出手段１０５は、文書情報２００ａ及び２００ｂから図１１に示す共通値情報１１２の内容を削除して以下に説明する案件０１の案件テンプレート情報１１３１ａ及び１１３１ｂを抽出する。
【００６３】
図１２は、案件テンプレート情報の内容の一例を示す概略図である。
【００６４】
案件テンプレート情報１１３１ａ及び１１３１ｂは、案件０１である文書情報２００ａ及び２００ｂから共通値情報１１２の内容に該当する文字列１０５１ａ及び１０５１ｂを削除して得られるテンプレートである。
【００６５】
なお、案件０２に関しても同様に案件テンプレート情報１１３２ａ及び１１３２ｂを抽出する。
【００６６】
次に、共通値範囲抽出手段１０７は、共通値情報１１２の内容に該当する文字列の共通値範囲を抽出する。
【００６７】
図１３（ａ）は、複数案件における共通値情報１１２の内容に該当する文字列の一例を示す概略図であり、図１３（ｂ）は、複数案件における共通値情報１１２の内容に該当する文字列の共通値の一例を示す概略図である。
【００６８】
共通値範囲抽出手段１０７は、図１３（ａ）に示すように、複数案件の削除した文字列１０５１ａ及び１０５１ｂ、１０５２ａ及び１０５２ｂ…を形式毎に分類して各形式において記載範囲が共通する文字列を文字列１０５ａ及び１０５ｂとして抽出し、図１３（ｂ）に示すように、共通案件の共通値テンプレート情報１１３ａ及び１１３ｂとして抽出する。なお、複数案件における共通する記載範囲の抽出は、すべての案件において完全一致するものであってもよいし、予め定めた割合で一致するものであってもよい。
【００６９】
（４）誤り検出動作
次に、誤り検出手段１０６は、共通値範囲抽出手段１０７が抽出した共通値テンプレート情報１１３ａ及び１１３ｂに基づいて、文書情報の誤り検出を行う。
【００７０】
図１４（ａ）〜（ｄ）は、誤り検出手段１０６の動作例を説明するための概略図であり、図１４（ａ）は文書情報の格納パス構造、図１４（ｂ）は文書情報の内容、図１４（ｃ）は共通値テンプレート、図１４（ｄ）は共通値情報の内容を示す。
【００７１】
まず、誤り検出手段１０６は、誤り検出の対象として、図１４（ａ）に示すように、例えば、案件０３を選択し、案件０３に含まれる文書情報２０２ａ及び２０２ｂを文書ＤＢ２から取得する。
【００７２】
次に、誤り検出手段１０６は、図１４（ｂ）に示す取得した文書情報２０２ａ及び２０２ｂの内容と、図１４（ｃ）に示す共通値テンプレート情報１１３ａの文字列１０５ａ及び共通値テンプレート情報１１３ｂの文字列１０５ｂとを、共通の形式間で比較し、文書情報２０２ａ及び２０２ｂの文字列のうち文字列１０５ａ及び１０５ｂの範囲に該当する値を抽出して、図１４（ｄ）に示す共通値情報１１２Ａ、１１２Ｂ、１１２Ｄを生成する。
【００７３】
次に、誤り検出手段１０６は、共通値情報１１２Ａ、１１２Ｂ、１１２Ｄのうち値欄が互いに一致しない不整合箇所１１２０Ｂ及び１１２０Ｄを検出するとともに、当該不整合箇所１１２０Ｂ及び１１２０Ｄに該当する記載範囲に誤りがあると判断する。
【００７４】
誤り検出手段１０６は、検出した誤りの箇所を文書情報とともに表示部１２に表示し、利用者に提示する。
【００７５】
［他の実施の形態］
なお、本発明は、上記実施の形態に限定されず、本発明の要旨を逸脱しない範囲で種々な変形が可能である。
【００７６】
また、上記文書比較処理プログラム１１０をＣＤ−ＲＯＭ等の記憶媒体に格納して提供することも可能であり、インターネット等のネットワークに接続されているサーバ装置等から装置内の記憶部にダウンロードしてもよい。また、文書形式分類手段１００、文書案件分類手段１０１、形式テンプレート抽出手段１０２、案件共通値抽出手段１０３、形式共通値除去手段１０４、誤り検出手段１０６及び共通値範囲抽出手段１０７の一部又は全部をＡＳＩＣ等のハードウェアによって実現してもよい。なお、上記実施の形態の動作説明で示した各ステップは、順序の変更、ステップの省略、追加が可能である。
【符号の説明】
【００７７】
１…文書比較処理装置、２…文書データベース（ＤＢ）、３…ネットワーク、４…文書比較処理システム、１０…制御部、１１…記憶部、１２…表示部、１３…操作部、１４…通信部、２０…格納パス構造、１００…文書形式分類手段、１０１…文書案件分類手段、１０２…形式テンプレート抽出手段、１０３…案件共通値抽出手段、１０４…形式共通値除去手段、１０５…案件テンプレート抽出手段、１０６…誤り検出手段、１０７…共通値範囲抽出手段、１１０…検出プログラム、１１１…形式テンプレート情報、１１２…共通値情報、１１３…案件テンプレート情報、２００…文書情報
【特許請求の範囲】
【請求項１】
コンピュータを、
内容が関連する複数の文書情報を有する案件が複数ある場合に、当該複数の案件に含まれる複数の文書情報を文書形式毎に分類する形式分類手段と、
前記形式分類手段が分類した文書形式の複数の文書情報間で位置及び内容が共通する文字列を第１のテンプレートとして抽出する第１のテンプレート抽出手段と、
同一案件に含まれる複数の文書情報間で内容が共通する文字列を当該文字列が記載された位置とともに抽出し、当該抽出された共通の文字列から前記第１のテンプレートの文字列のうち位置が同一の文字列を除去して共通値情報として抽出する共通値情報抽出手段と、
前記案件に含まれるそれぞれの文書情報から前記共通値情報に含まれる文字列を除いて入力欄とした第２のテンプレートとして抽出する第２のテンプレート抽出手段と、
対象となる前記案件の文書情報において、前記第２のテンプレートの前記入力欄に対応する文字列を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する検出手段として機能させるための文書比較処理プログラム。
【請求項２】
コンピュータを、
複数の案件の前記第２のテンプレートを同一形式に分類し、第２のテンプレートの入力欄のうち当該入力欄の位置が同一形式の複数の第２のテンプレート間で予め定めた割合で共通する入力欄を抽出し、当該抽出された入力欄からなる第３のテンプレートを抽出する第３のテンプレート抽出手段としてさらに機能させ、
前記検出手段は、当該第３のテンプレートの入力欄に入力される内容を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する請求項１に記載の文書比較処理プログラム。
【請求項３】
内容が関連する複数の文書情報を有する案件が複数ある場合に、当該複数の案件に含まれる複数の文書情報を文書形式毎に分類する形式分類手段と、
前記形式分類手段が分類した文書形式の複数の文書情報間で位置及び内容が共通する文字列を第１のテンプレートとして抽出する第１のテンプレート抽出手段と、
同一案件に含まれる複数の文書情報間で内容が共通する文字列を当該文字列が記載された位置とともに抽出し、当該抽出された共通の文字列から前記第１のテンプレートの文字列のうち位置が同一の文字列を除去して共通値情報として抽出する共通値情報抽出手段と、
前記案件に含まれるそれぞれの文書情報から前記共通値情報に含まれる文字列を除いて入力欄とした第２のテンプレートとして抽出する第２のテンプレート抽出手段と、
対象となる前記案件の文書情報において、前記第２のテンプレートの前記入力欄に対応する文字列を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する検出手段とを有する文書比較処理装置。
【請求項１】
コンピュータを、
内容が関連する複数の文書情報を有する案件が複数ある場合に、当該複数の案件に含まれる複数の文書情報を文書形式毎に分類する形式分類手段と、
前記形式分類手段が分類した文書形式の複数の文書情報間で位置及び内容が共通する文字列を第１のテンプレートとして抽出する第１のテンプレート抽出手段と、
同一案件に含まれる複数の文書情報間で内容が共通する文字列を当該文字列が記載された位置とともに抽出し、当該抽出された共通の文字列から前記第１のテンプレートの文字列のうち位置が同一の文字列を除去して共通値情報として抽出する共通値情報抽出手段と、
前記案件に含まれるそれぞれの文書情報から前記共通値情報に含まれる文字列を除いて入力欄とした第２のテンプレートとして抽出する第２のテンプレート抽出手段と、
対象となる前記案件の文書情報において、前記第２のテンプレートの前記入力欄に対応する文字列を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する検出手段として機能させるための文書比較処理プログラム。
【請求項２】
コンピュータを、
複数の案件の前記第２のテンプレートを同一形式に分類し、第２のテンプレートの入力欄のうち当該入力欄の位置が同一形式の複数の第２のテンプレート間で予め定めた割合で共通する入力欄を抽出し、当該抽出された入力欄からなる第３のテンプレートを抽出する第３のテンプレート抽出手段としてさらに機能させ、
前記検出手段は、当該第３のテンプレートの入力欄に入力される内容を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する請求項１に記載の文書比較処理プログラム。
【請求項３】
内容が関連する複数の文書情報を有する案件が複数ある場合に、当該複数の案件に含まれる複数の文書情報を文書形式毎に分類する形式分類手段と、
前記形式分類手段が分類した文書形式の複数の文書情報間で位置及び内容が共通する文字列を第１のテンプレートとして抽出する第１のテンプレート抽出手段と、
同一案件に含まれる複数の文書情報間で内容が共通する文字列を当該文字列が記載された位置とともに抽出し、当該抽出された共通の文字列から前記第１のテンプレートの文字列のうち位置が同一の文字列を除去して共通値情報として抽出する共通値情報抽出手段と、
前記案件に含まれるそれぞれの文書情報から前記共通値情報に含まれる文字列を除いて入力欄とした第２のテンプレートとして抽出する第２のテンプレート抽出手段と、
対象となる前記案件の文書情報において、前記第２のテンプレートの前記入力欄に対応する文字列を前記共通値情報に当てはめて互いに異なる内容となる文字列を検出する検出手段とを有する文書比較処理装置。
【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】
【公開番号】特開２０１２−６８８４４（Ｐ２０１２−６８８４４Ａ）
【公開日】平成２４年４月５日（２０１２．４．５）
【国際特許分類】
【出願番号】特願２０１０−２１２４７０（Ｐ２０１０−２１２４７０）
【出願日】平成２２年９月２２日（２０１０．９．２２）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
【公開日】平成２４年４月５日（２０１２．４．５）
【国際特許分類】
【出願日】平成２２年９月２２日（２０１０．９．２２）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
[ Back to top ]