特許

J-GLOBAL ID：201503020677914657

文書構造解析装置及びプログラム

発明者： 紺谷 精一 ,  田中 明通 ,  内山 匡
出願人/特許権者： 日本電信電話株式会社
代理人 (1件)： 特許業務法人太陽国際特許事務所
公報種別：特許公報
出願番号（国際出願番号）：特願2012-194305
公開番号（公開出願番号）：特開2014-049088
特許番号：特許第5701830号
出願日： 2012年09月04日
公開日（公表日）： 2014年03月17日
請求項（抜粋）：

【請求項1】 解析対象となる少なくとも1つの構造化文書の各々について、前記構造化文書の要素の階層構造を解析する階層構造解析手段と、 前記階層構造解析手段によって解析された構造化文書を表示したときの前記構造化文書の各要素の表示位置を解析する位置情報解析手段と、 前記階層構造解析手段によって解析された解析結果に基づいて、前記少なくとも1つの構造化文書における複数の要素のうちの第1要素と第2要素との間の各々について、前記第1要素及び前記第1要素の子孫の要素と、前記第2要素及び前記第2要素の子孫の要素とを比較して、要素の構造に関する構造類似度を算出する構造類似度計算手段と、 前記位置情報解析手段によって解析された解析結果に基づいて、前記少なくとも1つの構造化文書における複数の要素のうちの2つの要素間の各々について、要素の表示位置に関する位置類似度を算出する位置類似度計算手段と、 前記構造類似度計算手段によって算出された構造類似度と、前記位置類似度計算手段によって算出された位置類似度とに基づいて、前記少なくとも1つの構造化文書における複数の要素をクラスタリングするクラスタリング手段と を含む文書構造解析装置。

IPC (2件)：

G06F 17/30 ( 200 6.01) ,  G06F 17/22 ( 200 6.01)

FI (3件)：

G06F 17/30 210 D ,  G06F 17/30 140 ,  G06F 17/22 647

引用特許：

出願人引用 (4件)

• 構造化文書検索装置、構造化文書検索方法および構造化文書検索プログラム
  公報種別：公開公報   出願番号：特願2006-265769   出願人：株式会社東芝
• SVGドキュメントの類似性を測定するシステム及び方法
  公報種別：公表公報   出願番号：特願2008-534104   出願人：ノキアコーポレイション
• 構造化文書の部分指定及び抽出方法及び構造化文書の部分指定装置及び構造化文書の抽出装置及び構造化文書の部分指定プログラム及び構造化文書の抽出プログラム
  公報種別：公開公報   出願番号：特願2003-111701   出願人：日本電信電話株式会社
• 構造化文書検索方法および構造化文書検索装置およびプログラム
  公報種別：公開公報   出願番号：特願2001-099973   出願人：株式会社東芝

引用文献：

出願人引用 (1件)

• HTMLタグを用いたWebページのクラスタリング手法