[其他]圖象了解系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 101985000006850
• 申請(qǐng)日: 1985-09-11
• 公開（公告）號(hào): CN1004386B
• 公開（公告）日: 1989-05-31
• 發(fā)明（設(shè)計(jì)）人: 中野康明;藤澤浩道;東野純一;江尼正員
• 申請(qǐng)（專利權(quán)）人: 株式會(huì)社日立制作所
• 代理公司: 中國(guó)國(guó)際貿(mào)易促進(jìn)委員會(huì)專利代理部
• 代理人: 余剛

本發(fā)明的圖象了解系統(tǒng)使用了一種描述文件圖象的語(yǔ)法，并通過(guò)分析按照這種語(yǔ)法所寫的語(yǔ)句（即該語(yǔ)法的結(jié)構(gòu)）表示出一個(gè)未知輸入圖象的結(jié)構(gòu)。換句話說(shuō)這種語(yǔ)法將圖象描述成子結(jié)構(gòu)和它們之間的相對(duì)關(guān)系，在語(yǔ)法分析中，當(dāng)識(shí)別了子結(jié)構(gòu)和它們的相對(duì)關(guān)系后，便在未知的輸入圖象中進(jìn)行搜索，看是否存在這種子結(jié)構(gòu)和它們的相對(duì)關(guān)系。根據(jù)這個(gè)搜索的結(jié)果來(lái)表示未知輸入圖象的結(jié)構(gòu)。

一般地說(shuō)，本發(fā)明涉及一種文件圖象處理系統(tǒng)，更具體地說(shuō)，是涉及了一種適于作電子文件圖象存儲(chǔ)器的輸入單元的文件圖象處理系統(tǒng)。

通常的一些電子文件存儲(chǔ)器只是把文件的每一頁(yè)作為一個(gè)圖象來(lái)存儲(chǔ)，而用于信息檢索的輔助信息必須用代碼輸入裝置（比如鍵盤）從外部單獨(dú)地輸入。然而，為了使文件輸入工作自動(dòng)化，最好通過(guò)自動(dòng)地讀出文件中所描述的題目，作者名字等來(lái)生成輔助信息。為了進(jìn)一步改進(jìn)信息檢索，需要實(shí)現(xiàn)圖表標(biāo)題和章節(jié)標(biāo)題的自動(dòng)輸入，或者通過(guò)正文本身的識(shí)別自動(dòng)抽取關(guān)鍵詞，同時(shí)要求把目標(biāo)文件之圖象劃分成各部分，比如標(biāo)題、作者、摘要、正文、數(shù)字、插圖等，以減少存儲(chǔ)空間并增加檢索的自由度。

為了解決上述問(wèn)題，目前已研究出了一個(gè)能夠了解文件內(nèi)容并根據(jù)了解的結(jié)果處理文件的系統(tǒng)，由尤杰·諾古奇（Yoji Noguchi）和朱尼奇·托亞特（Junichi Toyoter）在“報(bào)刊文章剪輯系統(tǒng)的基本研究”中所公開的就是這種系統(tǒng)的一例（日本信息處理協(xié)會(huì)第23次全國(guó)大會(huì)文件摘需6C-1）。然而，由于這個(gè)文件了解系統(tǒng)是針對(duì)報(bào)紙的剪輯而研制的，所以還不清楚是否可以把它應(yīng)用到具有任意格式的文件中。另外，它只是把字符部分分割，而分割和識(shí)別相結(jié)合的方法卻沒(méi)有公開。

本發(fā)明的目的是提供一種圖象了解系統(tǒng)，它可處理普遍的文件圖象，根據(jù)它們的結(jié)構(gòu)把它們分割，使之可能在任何需要的時(shí)候識(shí)別字符部分。

為了完成上述目的，本發(fā)明運(yùn)用了一種描述文件圖象之結(jié)構(gòu)的語(yǔ)法和對(duì)以這種語(yǔ)法表示的語(yǔ)句（文件的結(jié)構(gòu)）進(jìn)行分析，以識(shí)別輸入未知的圖象的結(jié)構(gòu)。該語(yǔ)法把圖象描述為一些子結(jié)構(gòu)及其它們之間的相對(duì)關(guān)系。在分析過(guò)程中，識(shí)別了子結(jié)構(gòu)和它們的相對(duì)關(guān)系以后，做搜索，看未知的輸入圖象中是否存在這些子結(jié)構(gòu)和相對(duì)關(guān)系，如果存在，再進(jìn)一步分解這些子結(jié)構(gòu)的內(nèi)部，以進(jìn)行分析;如果不存在，則搜索其它的可能性。從這樣一種搜索的結(jié)果中我們可以了解輸入未知圖象的結(jié)構(gòu)。

下面是附圖的簡(jiǎn)要描述

圖1表示文件的一例;

圖2表示本發(fā)明的一個(gè)實(shí)施方案;

圖3、4、5和6是流程圖，用于說(shuō)明圖2中所示控制單元的處理過(guò)程;

圖7是表示一個(gè)文件例子的參考圖;

圖8、9、10、11、12和13是用于解釋本發(fā)明的第四實(shí)施方案工作原理的解釋圖;

圖14和圖15是流程圖，用于解釋本發(fā)明的第四實(shí)施方案中控制單元102所進(jìn)行的處理;

圖16和圖17是解釋圖，用于解釋圖15中所示的處理內(nèi)容。

在描述這些實(shí)施方案以前，讓我們首先解釋一下本發(fā)明實(shí)施方案的語(yǔ)法分析方法。雖然下面是以技術(shù)論文為例來(lái)描述，但因?yàn)檎Z(yǔ)法格式有一定程度的不同，所以通過(guò)改變語(yǔ)法的某些部分，也可以將本發(fā)明應(yīng)用到其它文件中去。因此，本發(fā)明不受技術(shù)論文的具體限制。

圖1示例了一頁(yè)具有預(yù)定格式的技術(shù)論文，下面將說(shuō)明一個(gè)表示文件結(jié)構(gòu)的語(yǔ)法例子（以后稱為“文件語(yǔ)法”）。

（原文行）

1.〈文件〉 ∷＝｜〈技術(shù)論文〉｜〈平裝本小說(shuō)〉｜～｜〈專利〉

2.〈技術(shù)論文〉 ∷＝〈題目頁(yè)〉

3.〈技術(shù)論文〉 ∷＝〈技術(shù)論文〉〔+〈接續(xù)頁(yè)〉：〕

4.〈題目頁(yè)〉 ∷＝｜〈UDC〉η〈題目?jī)?nèi)容〉η

〈作者摘要〉η〈正文〉η〈題目頁(yè)

分隔符〉

5.〈接續(xù)頁(yè)〉 ∷＝〈標(biāo)題〉η〈正文〉η〈頁(yè)分隔符〉