文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理方法
【課題】融通が利き、且つ精度低下も防止できる文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理方法を提供することを目的とする。
【解決手段】文書の属性に応じた処理を行う文書解析処理装置であって、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段１７に基づいて文書の例外属性を解析する例外属性解析手段６４と、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段１６に基づいて文書の推定属性を解析する推定属性解析手段６３と、推定属性解析手段６３によって解析された文書の推定属性から例外属性解析手段６４によって解析された文書の例外属性を除いた結果に基づき文書の属性を解析する文書属性解析手段６２とを有することにより上記課題を解決する。
【解決手段】文書の属性に応じた処理を行う文書解析処理装置であって、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段１７に基づいて文書の例外属性を解析する例外属性解析手段６４と、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段１６に基づいて文書の推定属性を解析する推定属性解析手段６３と、推定属性解析手段６３によって解析された文書の推定属性から例外属性解析手段６４によって解析された文書の例外属性を除いた結果に基づき文書の属性を解析する文書属性解析手段６２とを有することにより上記課題を解決する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理方法に係り、特に文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理方法に関する。
【背景技術】
【０００２】
近年の自然言語処理技術の発達と計算機の処理能力の向上に伴い、従来の文書解析処理装置では、大量の蓄積文書の中から内容が類似する文書を抽出し、類似度に基づいて分類をすることが可能になっている。
【０００３】
文書が類似するかどうかの判定方法としては、以下の手法が知られている。まず、従来の判定方法では、対象文書を文字列や単語や文節を単位とする要素に分解し、その要素の組み合わせに基づいて特徴量を計算する。そして、従来の判定方法では、全ての文書の組み合わせについて、特徴量の類似度を求め、類似度が一定以上であれば類似するとみなしていた。
【０００４】
特徴量の計算方法としては様々な方式が考案されている。例えば、従来の計算方法では対象文書を文字列や単語や文節を単位とする要素に分解した後に、各要素の文書集合における出現頻度と、その対象文書における出現頻度とに基づいて要素の重みを求める。そして、従来の計算方法では各要素と、その重みによって構成されるベクトルとによって特徴量を表現していた。
【０００５】
なお、類似度は、そのベクトルの内積を求めるなどして算出する。類似度に基づく従来の分類方法では、同じ分類のものとして定義された文書群の特徴量（ベクトル）の平均値を算出し、対象文書の特徴量（ベクトル）と、その平均ベクトルとの類似度が一定以上であれば、その対象文書はその分類であると判断していた。特許文献１には、上記のような類似文書の検索に関する技術の一例が記載されている。
【０００６】
また、企業等の各組織では、扱う企業秘密や個人情報について、その情報漏えいを防止することが求められている。特許文献２には、各組織においてセキュリティポリシー（ポリシー）を掲げて、権限のある人にしか機密情報にアクセスできないようにアクセスを制御したり、機密情報を暗号化して権限のある人にしか閲覧できないようにしたりする技術の一例が記載されている。
【０００７】
このように従来の文書解析処理装置では、文書にアクセスする際、上記のような類似文書の検索に関する技術を利用し、文書の内容から文書の属性を推定して、文書に対するアクセスがポリシーに違反していないかを監視することができた。
【特許文献１】特開２０００−１４８７７０号公報
【特許文献２】特開２００６−１８５１５３号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、ポリシーに従って文書に対するアクセスの監視を行う従来の文書解析処理装置では、以下のように、運用時にユーザが不便を感じることも起こり得た。例えばポリシーは「・・・は原則的に禁止、実行せざるをえない場合は管理責任者の許可を得た上で実行する。」というような原則運用である。したがって、原則以外が適用できない従来の文書解析処理装置は、例えば以下のケースについて、不便，融通が利かないなどの悪評を買うことがあった。
【０００９】
第１のケースは、類似検索・分類の推定結果が論理的に正解であるが、運用上、その文書に推定属性を適用したくないような例である。原則以外が適用できない従来の文書解析処理装置は第１のケースに対して融通性がない。
【００１０】
例えば開発商品単位のカテゴリの分類「商品Ａ，商品Ｂ，商品Ｃ」で分類管理する体系があるとする。商品Ａについては競合他社への漏洩対策の為、開発関係者のみ参照可が規定され、開発関係者以外に対して「極秘」扱いが規定されている。
【００１１】
商品Ａのパンフレット文書を分類すると、原則以外が適用できない従来の文書解析処理装置では「商品Ａ」に判定される。しかし、パンフレット文書は、多くの人に公開したいため、「極秘」扱いとしたくない。また、商品Ａの機能仕様書のドラフト文書は開発関係者以外「極秘」扱いだが、他の商品Ｂのチームでも参考にする記述がある場合、他の商品Ｂのチームも参照可としたい。
【００１２】
このようなケースでは、次回以降、同じような文書が分類された場合、前回の判定結果と異なる結果を要求される。このような状況を解決する１つの方法として、「極秘，秘，社外秘」など、アクセス制御されている従来の文書解析処理装置ではコンテンツによらず文書にＩＤが付与されており、例外制御を扱う機能として許可証等も考案されている。しかし、許可証を利用する従来の文書解析処理装置は、文書に付与されたＩＤに基づくものであり、文書にＩＤが付与されていない文書に適応できなかった。
【００１３】
第２のケースは、類似検索・分類の判定結果を変更する方法として、電子メールのスパムフィルタのフィードバック・再学習機能タイプを利用する例である。スパムフィルタのフィードバック・再学習機能タイプを利用する従来の文書解析処理装置では、学習データベースそのものを再学習させており、学習データベースの特徴量を変えることになってしまう。正解を正解でないと学習させることは、学習データベースの精度低下に繋がってしまう。
【００１４】
本発明は、上記の点に鑑みなされたもので、融通が利き、且つ精度低下も防止できる文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理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】
【００１５】
上記課題を解決するため、本発明は、文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置であって、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段とを有することを特徴とする。
【００１６】
また、本発明は、文書の属性を解析し、その属性に応じた処理を行うプロッタ部及びスキャナ部の少なくとも一方を有する画像処理装置であって、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段とを有することを特徴とする。
【００１７】
また、本発明は、文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置を、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段として機能させるための文書解析処理プログラムであることを特徴とする。
【００１８】
また、本発明は、文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置における文書解析処理方法であって、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析ステップと、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析ステップと、前記推定属性解析ステップにより解析された前記文書の推定属性から前記例外属性解析ステップにより解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析ステップとを有することを特徴とする。
【００１９】
なお、本発明の構成要素、表現または構成要素の任意の組合せを、方法、装置、システム、コンピュータプログラム、記録媒体、データ構造などに適用したものも本発明の態様として有効である。
【発明の効果】
【００２０】
本発明によれば、融通が利き、且つ精度低下も防止できる文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理方法を提供可能である。
【発明を実施するための最良の形態】
【００２１】
次に、本発明を実施するための最良の形態を、以下の実施例に基づき図面を参照しつつ説明していく。
【００２２】
図１は本発明によるシステムの一実施例の構成図である。図１のシステムは、文書属性学習・解析サーバ１，複合機２，文書学習連携プログラム３及び例外学習連携プログラム４を含む構成である。なお、文書属性学習・解析サーバ１は、文書解析処理装置の一例である。複合機２は、画像処理装置の一例である。
【００２３】
図１の文書属性学習・解析サーバ１は、文書属性解析プログラム１１，文書属性学習プログラム１２，例外学習プログラム１３，解析結果ＤＢ１４，ポリシーＤＢ１５，属性特徴ベースＤＢ１６，例外情報ＤＢ１７を含む構成である。
【００２４】
文書属性学習は、学習クライアントである文書学習連携プログラム３と、学習サーバである文書属性学習プログラム１２とで行われる。文書属性学習プログラム１２は、文書属性学習の結果を属性特徴ベースＤＢ１６に登録する。また、例外学習は学習クライアントである例外学習連携プログラム４と、学習サーバである例外学習プログラム１３とで行われる。例外学習プログラム１３は、例外学習の結果を例外情報ＤＢ１７に登録する。
【００２５】
文書属性解析プログラム１１は、複合機２から解析対象文書５を受信し、その文書の属性を後述のように解析する。そして、文書属性解析プログラム１１はポリシーＤＢ１５を用いて後述のようにポリシー判定を行う。ポリシー違反を検出すると、文書属性解析プログラム１１は例えば管理者に警告を行う。最後に、文書属性解析プログラム１１は結果を解析結果ＤＢ１４に登録する。
【００２６】
文書属性学習・解析サーバ１は、例えば図２に示すようなハードウェア構成により実現される。図２は、文書属性学習・解析サーバの一実施例のハードウェア構成図である。
【００２７】
文書属性学習・解析サーバ１は、それぞれバスＢで相互に接続された入力装置２１，出力装置２２，ドライブ装置２３，補助記憶装置２４，主記憶装置２５，演算処理装置２６およびインターフェース装置２７で構成される。
【００２８】
入力装置２１はキーボードやマウスなどで構成され、各種信号を入力するために用いられる。出力装置２２はディスプレイ装置などで構成され、各種ウインドウやデータ等を表示するために用いられる。インターフェース装置２７は、モデム，ＬＡＮカードなどで構成されており、インターネットやＬＡＮ等のネットワークに接続する為に用いられる。
【００２９】
本発明による文書解析処理プログラムは、文書属性学習・解析サーバ１を制御する各種プログラムの少なくとも一部である。文書解析処理プログラムは例えば記録媒体２８の配布やネットワークからのダウンロードなどによって提供される。文書解析処理プログラムを記録した記録媒体２８は、ＣＤ−ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的，電気的或いは磁気的に記録する記録媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記録媒体を用いることができる。
【００３０】
また、文書解析処理プログラムを記録した記録媒体２８がドライブ装置２３にセットされると、文書解析処理プログラムは記録媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。ネットワークからダウンロードされた文書解析処理プログラムはインターフェース装置２７を介して補助記憶装置２４にインストールされる。
【００３１】
補助記憶装置２４はインストールされた文書解析処理プログラムを格納すると共に、必要なファイル，データ等を格納する。主記憶装置２５は、起動時に補助記憶装置２４から文書解析処理プログラムを読み出して格納する。そして、演算処理装置２６は主記憶装置２５に格納された文書解析処理プログラムに従って、後述するような各種処理を実現している。
【００３２】
本発明による文書解析処理プログラムは、文書属性解析プログラム１１，文書属性学習プログラム１２，例外学習プログラム１３を含む構成である。文書属性学習処理は文書学習連携プログラム３及び文書属性学習プログラム１２によって実現される。
【００３３】
文書属性学習プログラム１２は文書学習連携プログラム３から文書属性の学習依頼を受け付け、受け付けた文書を基に文書属性学習の結果を属性特徴ベースＤＢ１６に登録する登録処理を行う。なお、文書学習連携プログラム３及び文書属性学習プログラム１２は所定のフォルダを監視し、フォルダに機密文書が保存されたとき、機密文書の文書属性学習を行って文書属性学習の結果を登録するような既存の技術を利用して実現できる。
【００３４】
また、例外学習処理は例外学習連携プログラム４及び例外学習プログラム１３によって実現される。図３は例外学習処理の手順を表したフローチャートである。ステップＳ１に進み、例外学習連携プログラム４は例えば管理者等のユーザから特別に例外扱いしたい文書と例外扱いしたい文書の属性（例外属性）とが入力される。
【００３５】
図４は特別に例外扱いしたい文書と例外扱いしたい文書の属性とが入力される例外学習画面の一例のイメージ図である。図４の例外学習画面４０は、例外扱いしたい文書を「対象ファイル」として入力し、例外扱いしたい文書の属性を「属性」として入力する例を表している。なお、「対象ファイル」の入力は、「参照」ボタン４１を押下することで表示されるファイル管理画面を利用して行うこともできる。
【００３６】
ステップＳ２に進み、例外学習連携プログラム４はユーザから入力された例外扱いしたい文書と例外扱いしたい文書の属性とに基づき、例外学習プログラム１３へ例外情報の学習依頼を送信する。例外情報の学習依頼には、ユーザによって入力された例外扱いしたい文書と例外扱いしたい文書の属性とが、学習文書と例外属性として含まれる。
【００３７】
さらに、ユーザから例外属性を適用するのに必要なコンテキスト（付帯条件）が入力された場合、例外情報の学習依頼にはコンテキストが更に含まれる。例えばコンテキストには例外属性を適用する人を特定するもの（ＸＸＸさんがコピーする場合だけ例外的に許可する等）や例外属性を適用する場所を特定するもの（ｘｘｘの部屋内であればコピーを許可する等）がある。
【００３８】
ステップＳ３に進み、例外学習プログラム１３は例外学習連携プログラム４から例外情報の学習依頼を受け付ける。ステップＳ４に進み、例外学習プログラム１３は受け付けた例外情報の学習依頼を基に例外情報の登録処理を行う。
【００３９】
例外情報の登録処理では、受け付けた例外情報の学習依頼に含まれる学習文書から全文検索の元になるテキスト情報を抽出する。なお、学習文書がスキャン文書等の画像である場合にはＯＣＲ処理によりテキスト情報を抽出する。
【００４０】
ステップＳ５に進み、例外学習プログラム１３はテキスト情報から全文検索用の特徴量を算出し、その特徴量と共に、受け付けた例外情報の学習依頼に含まれる指定された例外属性を紐付けて例外情報ＤＢ１７へ登録する。
【００４１】
なお、図３のフローチャートに表した例外学習処理は既存の技術を利用して実現することができる。例えばテキスト情報から全文検索用の特徴量を算出する処理は従来技術を応用して実現できる。全文検索用の特徴量は、文字列，単語又は文節の組み合わせの要素に分解されたテキスト情報における、各要素の出現頻度や重みのｎ次元ベクトルで表すことができる。
【００４２】
全文検索用の特徴量をｎ次元ベクトルで表した場合、文書間の類似度は以下のように計算できる。類似度の計算は、例えば特開２０００−１４８７７０号公報などに記載されているようなｎ次元ベクトル間の内積あるいは余弦によって算出する方法を用いることができる。類似度が閾値を超えていれば、２つの文書は類似すると判定される。
【００４３】
図５は例外情報ＤＢに登録されるレコードのイメージ図である。図５のレコードは例外扱いする文書（例外文書）の特徴データと、例外文書の属性（例外属性）と、例外属性を適用する人（ユーザ）を特定するコンテキスト１と、例外属性を適用する場所を特定するコンテキスト２とを含む構成である。なお、例外文書の特徴データはテキスト情報から算出した全文検索用の特徴量である。例外属性，コンテキスト１及び２は、受け付けた例外情報の学習依頼に含まれていたものである。
【００４４】
さらに、文書属性解析処理は、文書属性解析プログラム１１，解析結果ＤＢ１４，ポリシーＤＢ１５，属性特徴ベースＤＢ１６，例外情報ＤＢ１７によって実現される。図６は文書属性解析プログラムの一実施例の構成図である。図６の文書属性解析プログラム１１は、文書解析依頼受付部６１，文書解析判定処理部６２，属性特徴ベース判定部６３，例外情報判定部６４，ポリシー判定部６５を含む構成である。
【００４５】
図７は文書属性解析処理の手順を表したフローチャートである。ステップＳ１１では文書解析依頼受付部６１が複合機２等の外部から解析対象文書５及びアクション情報（例えば誰が何をした等）をネットワーク経由で受信し、その解析対象文書５及びアクション情報を文書解析判定処理部６２に送信する。
【００４６】
ステップＳ１２に進み、文書解析判定処理部６２は例外情報判定部６４へ例外判定を要求する。例外判定を要求された例外情報判定部６４は例外情報ＤＢ１７に登録されている例外文書の特徴データから解析対象文書５の特徴データと、ほぼ同一の例外文書を検索する類似文書検索を行う。そして、例外情報判定部６４は検索された例外文書に紐付けされている例外属性を例外情報ＤＢ１７から抽出する（結果１）。
【００４７】
なお、例外情報判定部６４は例外情報ＤＢ１７に登録されている例外文書の特徴データから解析対象文書５の特徴データと、ほぼ同一の例外文書を検索するため、類似度の閾値を図８に示すように通常より高く設定する。図８は、ほぼ同一の例外文書を検索する為に利用する類似度の閾値を表した一例のグラフ図である。
【００４８】
閾値のグラフ図は、利用する文書検索エンジンによって類似度の値、分布が違う。したがって、類似文書検索を行う場合には予め実験して閾値の推奨値を決める。類似文書検索を行う場合の閾値は、評価段階で、目的に近いサンプルデータ（学習文書）を使って決めることが望ましい。
【００４９】
例外判定では、ほぼ同一に近い類似文書を抽出したい。そこで、例外判定では学習したものと同じ文書（質問文書）で質問した場合に１００％となるように正規化した類似度を用いる。
【００５０】
ただし、学習文書や質問文書が複合機２から得たスキャン画像である場合、毎回、全く同一の像やＯＣＲ結果を得ることが難しいので、同じ紙画像を質問しても１００％は得られない。そこで、類似文書検索を行う場合には類似度の閾値を、多少の相違結果を考慮した高い値（２）とする。値（１）は、正解を誤りとしてしまう誤認と、誤りを正解としてしまう誤認とのバランスを考えた通常の閾値を表している。
【００５１】
ステップＳ１３に進み、文書解析判定処理部６２は属性特徴ベース判定部６３へ属性推定を要求する。属性推定を要求された属性特徴ベース判定部６３は、属性特徴ベースＤＢ１６に登録されている文書属性学習の結果に基づき、通常のコンテンツ解析（類似文書検索＆文書分類）により解析対象文書５の推定属性を抽出する（結果２）。
【００５２】
ステップＳ１４に進み、文書解析判定処理部６２は結果１の例外属性と結果２の推定属性とに基づき、解析対象文書５の総合判定を行う。図９は、結果１の例外属性，結果２の推定属性および総合結果を表した構造イメージ図である。図９に示すように、結果１の例外属性の構造は、複数の例外属性及び信頼度から成る。結果２の推定属性の構造は、複数の推定属性及び信頼度から成る。解析対象文書５の総合結果は、結果２の推定属性の構造を表す属性リストから結果１の例外属性の構造を表す属性リストを除いたものである。
【００５３】
図１０は、結果１の例外属性，結果２の推定属性及び総合結果を表した処理イメージ図である。図１０の例では、結果１の例外属性「カテゴリＡ」を結果２の推定属性「カテゴリＡ，カテゴリＢ」から除いて、総合結果「カテゴリＢ」が得られた例を表している。
【００５４】
総合結果が得られた後、ポリシー判定部６５はステップＳ１５に進み、ステップＳ１４で得られた総合結果とステップＳ１１で受信したアクション情報とを元に、ポリシーＤＢ１５を用いてポリシー判定を行う。ポリシーＤＢ１５には、図１１のようなポリシーが設定されている。
【００５５】
図１１はポリシーＤＢに設定されているポリシーの一例の構成図である。図１１のポリシーは「ＣＡＴＥＧＯＲＹ＿Ａの文書がスキャンされたら、管理者に警告メールを送信する。」というものである。ポリシーＤＢ１５には、文書の属性「カテゴリＡ」及び文書に対するアクション情報「スキャン」が、処理「管理者に警告メールを送信する」と対応付けられている。
【００５６】
ステップＳ１５のポリシー判定の結果、ポリシー違反を検出すると、ポリシー判定部６５はステップＳ１６からステップＳ１７に進み、ポリシーＤＢ１５に設定されているポリシーに従って警告メールや警告ログ等の責務処理を行った後、ステップＳ１８に進む。
【００５７】
ステップＳ１５のポリシー判定の結果、ポリシー違反を検出しなければ、ポリシー判定部６５はステップＳ１６からステップＳ１８に進む。ステップＳ１８では、文書解析判定処理部６２が総合結果を解析結果ＤＢ１４に登録する。
【００５８】
なお、本発明によるシステムは図１の構成に限るものでなく、図１２，図１３に示した構成であってもよい。図１２は本発明によるシステムの他の実施例の構成図である。図１２のシステムはサーバ及びクライアントの連携型でなく、複合機２へ各種機能を盛り込んだ構成となっている。
【００５９】
図１２のシステムは、学習も文書学習連携プログラム３及び例外学習連携プログラム４と連携するのでなく、複合機２側から学習元のファイルサーバ１２１を監視して文書を取り込む形式となる。
【００６０】
複合機２は、文書属性解析プログラム１１，文書属性学習プログラム１２，例外学習プログラム１３，解析結果ＤＢ１４，ポリシーＤＢ１５，属性特徴ベースＤＢ１６，例外情報ＤＢ１７，コピー，スキャナ，ファクシミリ等のアプリ１２０を含む構成である。
【００６１】
文書属性解析プログラム１１は自機のアプリ１２０から解析対象文書５を取得し、その文書の属性を前述のように解析する。そして、文書属性解析プログラム１１はポリシーＤＢ１５を用いて前述のようにポリシー判定を行う。ポリシー違反を検出すると、文書属性解析プログラム１１は例えばオペパネを利用して管理者に警告を行う。最後に、文書属性解析プログラム１１は結果を解析結果ＤＢ１４に登録する。
【００６２】
図１３は本発明によるシステムの他の実施例の構成図である。図１３のシステムは図１２のシステムと同様、複合機２へ各種機能を盛り込んだ構成となっているが、学習を文書学習連携プログラム３と連携して行っている。
【００６３】
本発明によるシステムは、属性特徴ベースＤＢ１６とは別の独立した例外情報ＤＢ１７を用意して、例外情報を独立して学習させることにより、属性特徴ベースＤＢ１６の精度を低下させることなく、融通性を高めることができる。
【００６４】
また、類似文書検索による例外文書の特定には、曖昧性を低くする為に類似度の閾値を通常より高く設定することで、ほぼ同一の例外文書の検索を実現する。ほぼ同一の例外文書の検索を実現することで、本発明によるシステムは文書のコンテンツ自体が文書を特定する要素になる。
【００６５】
本発明は、具体的に開示された実施例に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。
【図面の簡単な説明】
【００６６】
【図１】本発明によるシステムの一実施例の構成図である。
【図２】文書属性学習・解析サーバの一実施例のハードウェア構成図である。
【図３】例外学習処理の手順を表したフローチャートである。
【図４】特別に例外扱いしたい文書と例外扱いしたい文書の属性とが入力される例外学習画面の一例のイメージ図である。
【図５】例外情報ＤＢに登録されるレコードのイメージ図である。
【図６】文書属性解析プログラムの一実施例の構成図である。
【図７】文書属性解析処理の手順を表したフローチャートである。
【図８】ほぼ同一の例外文書を検索する為に利用する類似度の閾値を表した一例のグラフ図である。
【図９】結果１の例外属性，結果２の推定属性および総合結果を表した構造イメージ図である。
【図１０】結果１の例外属性，結果２の推定属性及び総合結果を表した処理イメージ図である。
【図１１】ポリシーＤＢに設定されているポリシーの一例の構成図である。
【図１２】本発明によるシステムの他の実施例の構成図である。
【図１３】本発明によるシステムの他の実施例の構成図である。
【符号の説明】
【００６７】
１ 文書属性学習・解析サーバ
２ 複合機
３ 文書学習連携プログラム
４ 例外学習連携プログラム
５ 解析対象文書
１１ 文書属性解析プログラム
１２ 文書属性学習プログラム
１３ 例外学習プログラム
１４ 解析結果ＤＢ
１５ ポリシーＤＢ
１６ 属性特徴ベースＤＢ
１７ 例外情報ＤＢ
２１ 入力装置
２２ 出力装置
２３ ドライブ装置
２４ 補助記憶装置
２５ 主記憶装置
２６ 演算処理装置
２７ インターフェース装置
６１ 文書解析依頼受付部
６２ 文書解析判定処理部
６３ 属性特徴ベース判定部
６４ 例外情報判定部
６５ ポリシー判定部
１２０ アプリ
１２１ ファイルサーバ
【技術分野】
【０００１】
本発明は、文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理方法に係り、特に文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理方法に関する。
【背景技術】
【０００２】
近年の自然言語処理技術の発達と計算機の処理能力の向上に伴い、従来の文書解析処理装置では、大量の蓄積文書の中から内容が類似する文書を抽出し、類似度に基づいて分類をすることが可能になっている。
【０００３】
文書が類似するかどうかの判定方法としては、以下の手法が知られている。まず、従来の判定方法では、対象文書を文字列や単語や文節を単位とする要素に分解し、その要素の組み合わせに基づいて特徴量を計算する。そして、従来の判定方法では、全ての文書の組み合わせについて、特徴量の類似度を求め、類似度が一定以上であれば類似するとみなしていた。
【０００４】
特徴量の計算方法としては様々な方式が考案されている。例えば、従来の計算方法では対象文書を文字列や単語や文節を単位とする要素に分解した後に、各要素の文書集合における出現頻度と、その対象文書における出現頻度とに基づいて要素の重みを求める。そして、従来の計算方法では各要素と、その重みによって構成されるベクトルとによって特徴量を表現していた。
【０００５】
なお、類似度は、そのベクトルの内積を求めるなどして算出する。類似度に基づく従来の分類方法では、同じ分類のものとして定義された文書群の特徴量（ベクトル）の平均値を算出し、対象文書の特徴量（ベクトル）と、その平均ベクトルとの類似度が一定以上であれば、その対象文書はその分類であると判断していた。特許文献１には、上記のような類似文書の検索に関する技術の一例が記載されている。
【０００６】
また、企業等の各組織では、扱う企業秘密や個人情報について、その情報漏えいを防止することが求められている。特許文献２には、各組織においてセキュリティポリシー（ポリシー）を掲げて、権限のある人にしか機密情報にアクセスできないようにアクセスを制御したり、機密情報を暗号化して権限のある人にしか閲覧できないようにしたりする技術の一例が記載されている。
【０００７】
このように従来の文書解析処理装置では、文書にアクセスする際、上記のような類似文書の検索に関する技術を利用し、文書の内容から文書の属性を推定して、文書に対するアクセスがポリシーに違反していないかを監視することができた。
【特許文献１】特開２０００−１４８７７０号公報
【特許文献２】特開２００６−１８５１５３号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、ポリシーに従って文書に対するアクセスの監視を行う従来の文書解析処理装置では、以下のように、運用時にユーザが不便を感じることも起こり得た。例えばポリシーは「・・・は原則的に禁止、実行せざるをえない場合は管理責任者の許可を得た上で実行する。」というような原則運用である。したがって、原則以外が適用できない従来の文書解析処理装置は、例えば以下のケースについて、不便，融通が利かないなどの悪評を買うことがあった。
【０００９】
第１のケースは、類似検索・分類の推定結果が論理的に正解であるが、運用上、その文書に推定属性を適用したくないような例である。原則以外が適用できない従来の文書解析処理装置は第１のケースに対して融通性がない。
【００１０】
例えば開発商品単位のカテゴリの分類「商品Ａ，商品Ｂ，商品Ｃ」で分類管理する体系があるとする。商品Ａについては競合他社への漏洩対策の為、開発関係者のみ参照可が規定され、開発関係者以外に対して「極秘」扱いが規定されている。
【００１１】
商品Ａのパンフレット文書を分類すると、原則以外が適用できない従来の文書解析処理装置では「商品Ａ」に判定される。しかし、パンフレット文書は、多くの人に公開したいため、「極秘」扱いとしたくない。また、商品Ａの機能仕様書のドラフト文書は開発関係者以外「極秘」扱いだが、他の商品Ｂのチームでも参考にする記述がある場合、他の商品Ｂのチームも参照可としたい。
【００１２】
このようなケースでは、次回以降、同じような文書が分類された場合、前回の判定結果と異なる結果を要求される。このような状況を解決する１つの方法として、「極秘，秘，社外秘」など、アクセス制御されている従来の文書解析処理装置ではコンテンツによらず文書にＩＤが付与されており、例外制御を扱う機能として許可証等も考案されている。しかし、許可証を利用する従来の文書解析処理装置は、文書に付与されたＩＤに基づくものであり、文書にＩＤが付与されていない文書に適応できなかった。
【００１３】
第２のケースは、類似検索・分類の判定結果を変更する方法として、電子メールのスパムフィルタのフィードバック・再学習機能タイプを利用する例である。スパムフィルタのフィードバック・再学習機能タイプを利用する従来の文書解析処理装置では、学習データベースそのものを再学習させており、学習データベースの特徴量を変えることになってしまう。正解を正解でないと学習させることは、学習データベースの精度低下に繋がってしまう。
【００１４】
本発明は、上記の点に鑑みなされたもので、融通が利き、且つ精度低下も防止できる文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理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】
【００１５】
上記課題を解決するため、本発明は、文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置であって、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段とを有することを特徴とする。
【００１６】
また、本発明は、文書の属性を解析し、その属性に応じた処理を行うプロッタ部及びスキャナ部の少なくとも一方を有する画像処理装置であって、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段とを有することを特徴とする。
【００１７】
また、本発明は、文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置を、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段として機能させるための文書解析処理プログラムであることを特徴とする。
【００１８】
また、本発明は、文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置における文書解析処理方法であって、例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析ステップと、例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析ステップと、前記推定属性解析ステップにより解析された前記文書の推定属性から前記例外属性解析ステップにより解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析ステップとを有することを特徴とする。
【００１９】
なお、本発明の構成要素、表現または構成要素の任意の組合せを、方法、装置、システム、コンピュータプログラム、記録媒体、データ構造などに適用したものも本発明の態様として有効である。
【発明の効果】
【００２０】
本発明によれば、融通が利き、且つ精度低下も防止できる文書解析処理装置、画像処理装置、文書解析処理プログラム、文書解析処理方法を提供可能である。
【発明を実施するための最良の形態】
【００２１】
次に、本発明を実施するための最良の形態を、以下の実施例に基づき図面を参照しつつ説明していく。
【００２２】
図１は本発明によるシステムの一実施例の構成図である。図１のシステムは、文書属性学習・解析サーバ１，複合機２，文書学習連携プログラム３及び例外学習連携プログラム４を含む構成である。なお、文書属性学習・解析サーバ１は、文書解析処理装置の一例である。複合機２は、画像処理装置の一例である。
【００２３】
図１の文書属性学習・解析サーバ１は、文書属性解析プログラム１１，文書属性学習プログラム１２，例外学習プログラム１３，解析結果ＤＢ１４，ポリシーＤＢ１５，属性特徴ベースＤＢ１６，例外情報ＤＢ１７を含む構成である。
【００２４】
文書属性学習は、学習クライアントである文書学習連携プログラム３と、学習サーバである文書属性学習プログラム１２とで行われる。文書属性学習プログラム１２は、文書属性学習の結果を属性特徴ベースＤＢ１６に登録する。また、例外学習は学習クライアントである例外学習連携プログラム４と、学習サーバである例外学習プログラム１３とで行われる。例外学習プログラム１３は、例外学習の結果を例外情報ＤＢ１７に登録する。
【００２５】
文書属性解析プログラム１１は、複合機２から解析対象文書５を受信し、その文書の属性を後述のように解析する。そして、文書属性解析プログラム１１はポリシーＤＢ１５を用いて後述のようにポリシー判定を行う。ポリシー違反を検出すると、文書属性解析プログラム１１は例えば管理者に警告を行う。最後に、文書属性解析プログラム１１は結果を解析結果ＤＢ１４に登録する。
【００２６】
文書属性学習・解析サーバ１は、例えば図２に示すようなハードウェア構成により実現される。図２は、文書属性学習・解析サーバの一実施例のハードウェア構成図である。
【００２７】
文書属性学習・解析サーバ１は、それぞれバスＢで相互に接続された入力装置２１，出力装置２２，ドライブ装置２３，補助記憶装置２４，主記憶装置２５，演算処理装置２６およびインターフェース装置２７で構成される。
【００２８】
入力装置２１はキーボードやマウスなどで構成され、各種信号を入力するために用いられる。出力装置２２はディスプレイ装置などで構成され、各種ウインドウやデータ等を表示するために用いられる。インターフェース装置２７は、モデム，ＬＡＮカードなどで構成されており、インターネットやＬＡＮ等のネットワークに接続する為に用いられる。
【００２９】
本発明による文書解析処理プログラムは、文書属性学習・解析サーバ１を制御する各種プログラムの少なくとも一部である。文書解析処理プログラムは例えば記録媒体２８の配布やネットワークからのダウンロードなどによって提供される。文書解析処理プログラムを記録した記録媒体２８は、ＣＤ−ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的，電気的或いは磁気的に記録する記録媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記録媒体を用いることができる。
【００３０】
また、文書解析処理プログラムを記録した記録媒体２８がドライブ装置２３にセットされると、文書解析処理プログラムは記録媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。ネットワークからダウンロードされた文書解析処理プログラムはインターフェース装置２７を介して補助記憶装置２４にインストールされる。
【００３１】
補助記憶装置２４はインストールされた文書解析処理プログラムを格納すると共に、必要なファイル，データ等を格納する。主記憶装置２５は、起動時に補助記憶装置２４から文書解析処理プログラムを読み出して格納する。そして、演算処理装置２６は主記憶装置２５に格納された文書解析処理プログラムに従って、後述するような各種処理を実現している。
【００３２】
本発明による文書解析処理プログラムは、文書属性解析プログラム１１，文書属性学習プログラム１２，例外学習プログラム１３を含む構成である。文書属性学習処理は文書学習連携プログラム３及び文書属性学習プログラム１２によって実現される。
【００３３】
文書属性学習プログラム１２は文書学習連携プログラム３から文書属性の学習依頼を受け付け、受け付けた文書を基に文書属性学習の結果を属性特徴ベースＤＢ１６に登録する登録処理を行う。なお、文書学習連携プログラム３及び文書属性学習プログラム１２は所定のフォルダを監視し、フォルダに機密文書が保存されたとき、機密文書の文書属性学習を行って文書属性学習の結果を登録するような既存の技術を利用して実現できる。
【００３４】
また、例外学習処理は例外学習連携プログラム４及び例外学習プログラム１３によって実現される。図３は例外学習処理の手順を表したフローチャートである。ステップＳ１に進み、例外学習連携プログラム４は例えば管理者等のユーザから特別に例外扱いしたい文書と例外扱いしたい文書の属性（例外属性）とが入力される。
【００３５】
図４は特別に例外扱いしたい文書と例外扱いしたい文書の属性とが入力される例外学習画面の一例のイメージ図である。図４の例外学習画面４０は、例外扱いしたい文書を「対象ファイル」として入力し、例外扱いしたい文書の属性を「属性」として入力する例を表している。なお、「対象ファイル」の入力は、「参照」ボタン４１を押下することで表示されるファイル管理画面を利用して行うこともできる。
【００３６】
ステップＳ２に進み、例外学習連携プログラム４はユーザから入力された例外扱いしたい文書と例外扱いしたい文書の属性とに基づき、例外学習プログラム１３へ例外情報の学習依頼を送信する。例外情報の学習依頼には、ユーザによって入力された例外扱いしたい文書と例外扱いしたい文書の属性とが、学習文書と例外属性として含まれる。
【００３７】
さらに、ユーザから例外属性を適用するのに必要なコンテキスト（付帯条件）が入力された場合、例外情報の学習依頼にはコンテキストが更に含まれる。例えばコンテキストには例外属性を適用する人を特定するもの（ＸＸＸさんがコピーする場合だけ例外的に許可する等）や例外属性を適用する場所を特定するもの（ｘｘｘの部屋内であればコピーを許可する等）がある。
【００３８】
ステップＳ３に進み、例外学習プログラム１３は例外学習連携プログラム４から例外情報の学習依頼を受け付ける。ステップＳ４に進み、例外学習プログラム１３は受け付けた例外情報の学習依頼を基に例外情報の登録処理を行う。
【００３９】
例外情報の登録処理では、受け付けた例外情報の学習依頼に含まれる学習文書から全文検索の元になるテキスト情報を抽出する。なお、学習文書がスキャン文書等の画像である場合にはＯＣＲ処理によりテキスト情報を抽出する。
【００４０】
ステップＳ５に進み、例外学習プログラム１３はテキスト情報から全文検索用の特徴量を算出し、その特徴量と共に、受け付けた例外情報の学習依頼に含まれる指定された例外属性を紐付けて例外情報ＤＢ１７へ登録する。
【００４１】
なお、図３のフローチャートに表した例外学習処理は既存の技術を利用して実現することができる。例えばテキスト情報から全文検索用の特徴量を算出する処理は従来技術を応用して実現できる。全文検索用の特徴量は、文字列，単語又は文節の組み合わせの要素に分解されたテキスト情報における、各要素の出現頻度や重みのｎ次元ベクトルで表すことができる。
【００４２】
全文検索用の特徴量をｎ次元ベクトルで表した場合、文書間の類似度は以下のように計算できる。類似度の計算は、例えば特開２０００−１４８７７０号公報などに記載されているようなｎ次元ベクトル間の内積あるいは余弦によって算出する方法を用いることができる。類似度が閾値を超えていれば、２つの文書は類似すると判定される。
【００４３】
図５は例外情報ＤＢに登録されるレコードのイメージ図である。図５のレコードは例外扱いする文書（例外文書）の特徴データと、例外文書の属性（例外属性）と、例外属性を適用する人（ユーザ）を特定するコンテキスト１と、例外属性を適用する場所を特定するコンテキスト２とを含む構成である。なお、例外文書の特徴データはテキスト情報から算出した全文検索用の特徴量である。例外属性，コンテキスト１及び２は、受け付けた例外情報の学習依頼に含まれていたものである。
【００４４】
さらに、文書属性解析処理は、文書属性解析プログラム１１，解析結果ＤＢ１４，ポリシーＤＢ１５，属性特徴ベースＤＢ１６，例外情報ＤＢ１７によって実現される。図６は文書属性解析プログラムの一実施例の構成図である。図６の文書属性解析プログラム１１は、文書解析依頼受付部６１，文書解析判定処理部６２，属性特徴ベース判定部６３，例外情報判定部６４，ポリシー判定部６５を含む構成である。
【００４５】
図７は文書属性解析処理の手順を表したフローチャートである。ステップＳ１１では文書解析依頼受付部６１が複合機２等の外部から解析対象文書５及びアクション情報（例えば誰が何をした等）をネットワーク経由で受信し、その解析対象文書５及びアクション情報を文書解析判定処理部６２に送信する。
【００４６】
ステップＳ１２に進み、文書解析判定処理部６２は例外情報判定部６４へ例外判定を要求する。例外判定を要求された例外情報判定部６４は例外情報ＤＢ１７に登録されている例外文書の特徴データから解析対象文書５の特徴データと、ほぼ同一の例外文書を検索する類似文書検索を行う。そして、例外情報判定部６４は検索された例外文書に紐付けされている例外属性を例外情報ＤＢ１７から抽出する（結果１）。
【００４７】
なお、例外情報判定部６４は例外情報ＤＢ１７に登録されている例外文書の特徴データから解析対象文書５の特徴データと、ほぼ同一の例外文書を検索するため、類似度の閾値を図８に示すように通常より高く設定する。図８は、ほぼ同一の例外文書を検索する為に利用する類似度の閾値を表した一例のグラフ図である。
【００４８】
閾値のグラフ図は、利用する文書検索エンジンによって類似度の値、分布が違う。したがって、類似文書検索を行う場合には予め実験して閾値の推奨値を決める。類似文書検索を行う場合の閾値は、評価段階で、目的に近いサンプルデータ（学習文書）を使って決めることが望ましい。
【００４９】
例外判定では、ほぼ同一に近い類似文書を抽出したい。そこで、例外判定では学習したものと同じ文書（質問文書）で質問した場合に１００％となるように正規化した類似度を用いる。
【００５０】
ただし、学習文書や質問文書が複合機２から得たスキャン画像である場合、毎回、全く同一の像やＯＣＲ結果を得ることが難しいので、同じ紙画像を質問しても１００％は得られない。そこで、類似文書検索を行う場合には類似度の閾値を、多少の相違結果を考慮した高い値（２）とする。値（１）は、正解を誤りとしてしまう誤認と、誤りを正解としてしまう誤認とのバランスを考えた通常の閾値を表している。
【００５１】
ステップＳ１３に進み、文書解析判定処理部６２は属性特徴ベース判定部６３へ属性推定を要求する。属性推定を要求された属性特徴ベース判定部６３は、属性特徴ベースＤＢ１６に登録されている文書属性学習の結果に基づき、通常のコンテンツ解析（類似文書検索＆文書分類）により解析対象文書５の推定属性を抽出する（結果２）。
【００５２】
ステップＳ１４に進み、文書解析判定処理部６２は結果１の例外属性と結果２の推定属性とに基づき、解析対象文書５の総合判定を行う。図９は、結果１の例外属性，結果２の推定属性および総合結果を表した構造イメージ図である。図９に示すように、結果１の例外属性の構造は、複数の例外属性及び信頼度から成る。結果２の推定属性の構造は、複数の推定属性及び信頼度から成る。解析対象文書５の総合結果は、結果２の推定属性の構造を表す属性リストから結果１の例外属性の構造を表す属性リストを除いたものである。
【００５３】
図１０は、結果１の例外属性，結果２の推定属性及び総合結果を表した処理イメージ図である。図１０の例では、結果１の例外属性「カテゴリＡ」を結果２の推定属性「カテゴリＡ，カテゴリＢ」から除いて、総合結果「カテゴリＢ」が得られた例を表している。
【００５４】
総合結果が得られた後、ポリシー判定部６５はステップＳ１５に進み、ステップＳ１４で得られた総合結果とステップＳ１１で受信したアクション情報とを元に、ポリシーＤＢ１５を用いてポリシー判定を行う。ポリシーＤＢ１５には、図１１のようなポリシーが設定されている。
【００５５】
図１１はポリシーＤＢに設定されているポリシーの一例の構成図である。図１１のポリシーは「ＣＡＴＥＧＯＲＹ＿Ａの文書がスキャンされたら、管理者に警告メールを送信する。」というものである。ポリシーＤＢ１５には、文書の属性「カテゴリＡ」及び文書に対するアクション情報「スキャン」が、処理「管理者に警告メールを送信する」と対応付けられている。
【００５６】
ステップＳ１５のポリシー判定の結果、ポリシー違反を検出すると、ポリシー判定部６５はステップＳ１６からステップＳ１７に進み、ポリシーＤＢ１５に設定されているポリシーに従って警告メールや警告ログ等の責務処理を行った後、ステップＳ１８に進む。
【００５７】
ステップＳ１５のポリシー判定の結果、ポリシー違反を検出しなければ、ポリシー判定部６５はステップＳ１６からステップＳ１８に進む。ステップＳ１８では、文書解析判定処理部６２が総合結果を解析結果ＤＢ１４に登録する。
【００５８】
なお、本発明によるシステムは図１の構成に限るものでなく、図１２，図１３に示した構成であってもよい。図１２は本発明によるシステムの他の実施例の構成図である。図１２のシステムはサーバ及びクライアントの連携型でなく、複合機２へ各種機能を盛り込んだ構成となっている。
【００５９】
図１２のシステムは、学習も文書学習連携プログラム３及び例外学習連携プログラム４と連携するのでなく、複合機２側から学習元のファイルサーバ１２１を監視して文書を取り込む形式となる。
【００６０】
複合機２は、文書属性解析プログラム１１，文書属性学習プログラム１２，例外学習プログラム１３，解析結果ＤＢ１４，ポリシーＤＢ１５，属性特徴ベースＤＢ１６，例外情報ＤＢ１７，コピー，スキャナ，ファクシミリ等のアプリ１２０を含む構成である。
【００６１】
文書属性解析プログラム１１は自機のアプリ１２０から解析対象文書５を取得し、その文書の属性を前述のように解析する。そして、文書属性解析プログラム１１はポリシーＤＢ１５を用いて前述のようにポリシー判定を行う。ポリシー違反を検出すると、文書属性解析プログラム１１は例えばオペパネを利用して管理者に警告を行う。最後に、文書属性解析プログラム１１は結果を解析結果ＤＢ１４に登録する。
【００６２】
図１３は本発明によるシステムの他の実施例の構成図である。図１３のシステムは図１２のシステムと同様、複合機２へ各種機能を盛り込んだ構成となっているが、学習を文書学習連携プログラム３と連携して行っている。
【００６３】
本発明によるシステムは、属性特徴ベースＤＢ１６とは別の独立した例外情報ＤＢ１７を用意して、例外情報を独立して学習させることにより、属性特徴ベースＤＢ１６の精度を低下させることなく、融通性を高めることができる。
【００６４】
また、類似文書検索による例外文書の特定には、曖昧性を低くする為に類似度の閾値を通常より高く設定することで、ほぼ同一の例外文書の検索を実現する。ほぼ同一の例外文書の検索を実現することで、本発明によるシステムは文書のコンテンツ自体が文書を特定する要素になる。
【００６５】
本発明は、具体的に開示された実施例に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。
【図面の簡単な説明】
【００６６】
【図１】本発明によるシステムの一実施例の構成図である。
【図２】文書属性学習・解析サーバの一実施例のハードウェア構成図である。
【図３】例外学習処理の手順を表したフローチャートである。
【図４】特別に例外扱いしたい文書と例外扱いしたい文書の属性とが入力される例外学習画面の一例のイメージ図である。
【図５】例外情報ＤＢに登録されるレコードのイメージ図である。
【図６】文書属性解析プログラムの一実施例の構成図である。
【図７】文書属性解析処理の手順を表したフローチャートである。
【図８】ほぼ同一の例外文書を検索する為に利用する類似度の閾値を表した一例のグラフ図である。
【図９】結果１の例外属性，結果２の推定属性および総合結果を表した構造イメージ図である。
【図１０】結果１の例外属性，結果２の推定属性及び総合結果を表した処理イメージ図である。
【図１１】ポリシーＤＢに設定されているポリシーの一例の構成図である。
【図１２】本発明によるシステムの他の実施例の構成図である。
【図１３】本発明によるシステムの他の実施例の構成図である。
【符号の説明】
【００６７】
１ 文書属性学習・解析サーバ
２ 複合機
３ 文書学習連携プログラム
４ 例外学習連携プログラム
５ 解析対象文書
１１ 文書属性解析プログラム
１２ 文書属性学習プログラム
１３ 例外学習プログラム
１４ 解析結果ＤＢ
１５ ポリシーＤＢ
１６ 属性特徴ベースＤＢ
１７ 例外情報ＤＢ
２１ 入力装置
２２ 出力装置
２３ ドライブ装置
２４ 補助記憶装置
２５ 主記憶装置
２６ 演算処理装置
２７ インターフェース装置
６１ 文書解析依頼受付部
６２ 文書解析判定処理部
６３ 属性特徴ベース判定部
６４ 例外情報判定部
６５ ポリシー判定部
１２０ アプリ
１２１ ファイルサーバ
【特許請求の範囲】
【請求項１】
文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置であって、
例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、
例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、
前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段と
を有することを特徴とする文書解析処理装置。
【請求項２】
前記文書及び前記文書に対するアクション情報を受信する受付手段と、
前記文書の属性及び前記文書に対するアクション情報と、前記文書の属性及び前記文書に対するアクション情報に応じた処理とが対応付けられたポリシー格納手段に基づいてポリシー判定を行い、そのポリシー判定の結果に基づいて前記文書の属性及び前記文書に対するアクション情報に応じた処理を行うポリシー判定手段と
を更に有することを特徴とする請求項１記載の文書解析処理装置。
【請求項３】
前記例外属性格納手段は、例外扱いする場合の付帯条件が、例外扱いする文書の特徴及び例外扱いする例外属性に対応付けられていることを特徴とする請求項１又は２記載の文書解析処理装置。
【請求項４】
前記文書は画像処理装置で処理された文書であることを特徴とする請求項１乃至３何れか一項記載の文書解析処理装置。
【請求項５】
文書の属性を解析し、その属性に応じた処理を行うプロッタ部及びスキャナ部の少なくとも一方を有する画像処理装置であって、
例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、
例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、
前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段と
を有することを特徴とする画像処理装置。
【請求項６】
前記文書及び前記文書に対するアクション情報を受信する受付手段と、
前記文書の属性及び前記文書に対するアクション情報と、前記文書の属性及び前記文書に対するアクション情報に応じた処理とが対応付けられたポリシー格納手段に基づいてポリシー判定を行い、そのポリシー判定の結果に基づいて前記文書の属性及び前記文書に対するアクション情報に応じた処理を行うポリシー判定手段と
を更に有することを特徴とする請求項５記載の画像処理装置。
【請求項７】
前記例外属性格納手段は、例外扱いする場合の付帯条件が、例外扱いする文書の特徴及び例外扱いする例外属性に対応付けられていることを特徴とする請求項５又は６記載の画像処理装置。
【請求項８】
文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置を、
例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、
例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、
前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段と
して機能させるための文書解析処理プログラム。
【請求項９】
文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置における文書解析処理方法であって、
例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析ステップと、
例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析ステップと、
前記推定属性解析ステップにより解析された前記文書の推定属性から前記例外属性解析ステップにより解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析ステップと
を有することを特徴とする文書解析処理方法。
【請求項１】
文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置であって、
例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、
例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、
前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段と
を有することを特徴とする文書解析処理装置。
【請求項２】
前記文書及び前記文書に対するアクション情報を受信する受付手段と、
前記文書の属性及び前記文書に対するアクション情報と、前記文書の属性及び前記文書に対するアクション情報に応じた処理とが対応付けられたポリシー格納手段に基づいてポリシー判定を行い、そのポリシー判定の結果に基づいて前記文書の属性及び前記文書に対するアクション情報に応じた処理を行うポリシー判定手段と
を更に有することを特徴とする請求項１記載の文書解析処理装置。
【請求項３】
前記例外属性格納手段は、例外扱いする場合の付帯条件が、例外扱いする文書の特徴及び例外扱いする例外属性に対応付けられていることを特徴とする請求項１又は２記載の文書解析処理装置。
【請求項４】
前記文書は画像処理装置で処理された文書であることを特徴とする請求項１乃至３何れか一項記載の文書解析処理装置。
【請求項５】
文書の属性を解析し、その属性に応じた処理を行うプロッタ部及びスキャナ部の少なくとも一方を有する画像処理装置であって、
例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、
例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、
前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段と
を有することを特徴とする画像処理装置。
【請求項６】
前記文書及び前記文書に対するアクション情報を受信する受付手段と、
前記文書の属性及び前記文書に対するアクション情報と、前記文書の属性及び前記文書に対するアクション情報に応じた処理とが対応付けられたポリシー格納手段に基づいてポリシー判定を行い、そのポリシー判定の結果に基づいて前記文書の属性及び前記文書に対するアクション情報に応じた処理を行うポリシー判定手段と
を更に有することを特徴とする請求項５記載の画像処理装置。
【請求項７】
前記例外属性格納手段は、例外扱いする場合の付帯条件が、例外扱いする文書の特徴及び例外扱いする例外属性に対応付けられていることを特徴とする請求項５又は６記載の画像処理装置。
【請求項８】
文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置を、
例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析手段と、
例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析手段と、
前記推定属性解析手段によって解析された前記文書の推定属性から前記例外属性解析手段によって解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析手段と
して機能させるための文書解析処理プログラム。
【請求項９】
文書の属性を解析し、その属性に応じた処理を行う文書解析処理装置における文書解析処理方法であって、
例外扱いする文書の特徴と例外扱いする例外属性とが対応付けられた例外属性格納手段に基づいて前記文書の例外属性を解析する例外属性解析ステップと、
例外扱いしない文書の特徴と例外扱いしない推定属性とが対応付けられた推定属性格納手段に基づいて前記文書の推定属性を解析する推定属性解析ステップと、
前記推定属性解析ステップにより解析された前記文書の推定属性から前記例外属性解析ステップにより解析された前記文書の例外属性を除いた結果に基づき、前記文書の属性を解析する文書属性解析ステップと
を有することを特徴とする文書解析処理方法。
【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２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２００８−２７６３８６（Ｐ２００８−２７６３８６Ａ）
【公開日】平成２０年１１月１３日（２００８．１１．１３）
【国際特許分類】
【出願番号】特願２００７−１１７１９３（Ｐ２００７−１１７１９３）
【出願日】平成１９年４月２６日（２００７．４．２６）
【出願人】（０００００６７４７）株式会社リコー (37,907)
【Ｆターム（参考）】
【公開日】平成２０年１１月１３日（２００８．１１．１３）
【国際特許分類】
【出願日】平成１９年４月２６日（２００７．４．２６）
【出願人】（０００００６７４７）株式会社リコー (37,907)
【Ｆターム（参考）】
[ Back to top ]