既存文書のレイアウト情報付き構造化手法

スポンサーリンク

概要

論文の詳細を見る
近年、注目をあびているものに電子図書館システムがあるが、この電子図書館システムを実際に運用するためには、現在紙ベースで存在している既存文書を電子化して入力する必要がある。既存文書を電子化する方法として、文書をスキャナとOCRを用いてテキストデータに変換し、変換されたテキストデータから文書の持つ論理構造(タイトルや、段落である、といった情報)を抽出して論理構造情報を含んだデータ(構造化テキスト)として格納するやり方がある。しかし、文書には論理構造だけでなくレイアウトに関する情報も含まれているが、レイアウトの持つ意味は非常に大きいため、これを無視するわけにはいかない。本稿では、既存文書を電子化するときに、従来の論理構造情報記述手段の枠組の中で、文書のレイアウト情報も保存出来る情報構造化方式を提案し、試作システムについて述べる。
一般社団法人情報処理学会の論文
1996-09-04

著者

関連論文

もっと見る

スポンサーリンク