JP5766438B2 - 電子メディアにおけるクリックスルー機能に関する方法およびシステム - Google Patents

Description

本発明は、一般に電子メディアにおけるクリックスルー機能を提供する。この電子メディアには、非構造化ハイパーテキスト・マークアップ・ランゲージ（ＨＴＭＬ）ファイル、ポータブル・ドキュメント・フォーマット（ＰＤＦ）ファイル、および、非構造化テキストファイルを含むがこれらに限定されるわけではない。

本明細書において引用されている全ての参考文献、および、それらの参考文献は、参照することにより、追加的または代替的な詳細部分、構成および／または技術的な背景の教示にとってふさわしい部分に組み込まれる。

さまざまな情報源から収集された情報に基づいて、多くの重要な決定がなされる。例えば、財務情報は、多くの場合、多数の情報源から抽出される。投資家、会計監査員、アナリストおよび債権者は、多くの場合、投資、預金、アドバイスおよび資産決定を実施するために、上記のような財務情報に依存している。好ましくは、いずれの財務報告も、検証可能で、理解可能で、かつ内容のあるものでなければならない。理解されるように、不正確に伝えられた情報、または、財務報告から欠けている情報は、情報に依存している人々に対して、将来にわたって影響を及ぼす可能性がある。不完全または誤りのあるデータは、重大な財務上の損失を引き起こす可能性がある。会社に関するデータの効果的な収集および監査は、投資家および債権者にとって、最重要の関心事である。

いかなる情報収集においても、財務情報の情報源のなかには、他の情報源よりも信頼性が高いと考えられるものがある。例えば、サーベンス・オクスリーおよびその他の財務報告に関する立法を考慮すると、国の監督官庁に対する公開会社の財務報告は、多くの人々にとって、一般的に信頼性があると考えられている。このような報告書の難点は、これらが複雑であることが多いために、完全に詳細な情報を得た上での決断をなすために必要なデータを、調査者がすばやく収集することを妨げていることにある。さらに、このような報告書は、設定された時点でのみにおいて命じられるために、連邦政府によって命じられたセキュリティファイリングから収集された情報が、報告書の提出日から離れた時点においては、不適切となっている可能性がある。

容易に理解することの可能な、適切かつタイムリーな情報を人々に与えるために、複数の組織が、多数のデータ源からの情報を要約して、そのような情報を使いやすい方法で表示することに従事している。このような要約された情報は、種々異なる情報源から集められることもあるし、異なるまたは同一の情報源から収集された情報から予測されることもある。また、これらの情報源は、調査者に対してなされる提示によって完全に明らかになるわけではない。情報源が脚注などに一覧表示されることもあるが、そのようなオリジナルの情報源を検索すること、および、それを調査することには時間がかかるために、多くの調査者は、彼らに提示された情報をほぼ完全に信頼している。

例えば、任意の特定の財務要約に関するデータは、一定期間に何度もまとめられ発行された、何百ページもの財務実績データから集められている可能性がある。電子文書からデータを転送して収集するという従来の実務は、典型的に、データを新しい文書に手動でタイピングすること、または、従来どおりのカット・アンド・ペースト操作を実行すること（この機能をソースデータが有している場合）を必要とする。これらの方法の双方は、間違いの発生しやすい方法である（例えば、カット・アンド・ペースト操作に関しては、１つの数字をカットできなかったことが、財務の展望の全体に対して、１桁分の影響を与える可能性がある）。これらの極度の手作業プロセスを実行するために要する時間を、そのような作業をサポートする、費用のかかる管理業務ではなく、データを監査するために使う方がよいはずである。理解されていることであるが、手動で収集および監査するためのデータがあまりにも多いので、いずれの財務上の収集、編集においても、データの転写およびコピーにおける誤りを排除することがほとんど不可能である。さらに、情報源または情報を生成した方法を完全に理解しないことにより、決定事項において、予期せぬ深刻な結果を招く可能性がある。

全世界の公開会社は、それらの国内法によって、個人および機関が、公開会社と彼らとの関係に関する、合理的な決断をなすことができるように、財務諸表を作成および発行することを要求されることが多い。これらの報告の大部分は、米国の証券取引委員会などの適切な政府の監督官庁に対して、電子文書を提出することによって完了する。異なる監督官庁に受け入れられる電子文書の書式は、国によって異なっている。現在、このような文書は、ポータブル・ドキュメント・フォーマット（ＰＤＦ）のネイティブファイル、ポータブル・ドキュメント・フォーマット（ＰＤＦ）の画像ファイル、構造化されたハイパーテキスト・マークアップ・ランゲージ（ＨＴＭＬ）文書、非構造化テキストファイルなどの形式をとることが可能である。これらの文書は、追加的に、提示する目的のために、高度にフォーマットされる場合もある。

ハイパーテキスト・マークアップ・ランゲージ（ＨＴＭＬ）は、電子文書を提示するための言語である。それは、ワールド・ワイド・ウェブにおいて使用されているウェブページなどのページの構造およびレイアウトを規定する、スクリプトプロトコルである。タグおよび属性を使用することによって、著者によって設計された特定のフォーマットで文書を伝達するように、ページが組み立てられる。ＨＴＭＬ文書は、もともと、インターネットを閲覧する際に、クロス・プラットフォーム・プロトコルを使用することによって、テキストによる提示を容易にすることを目的としていた。

ポータブル・ドキュメント・フォーマット（ＰＤＦ）は、ファイル交換に関する事実上の業界標準であり、ＨＴＭＬと同様に、自己完結したクロスプラットフォームの文書である。ＰＤＦ文書は、関係しているコンピュータまたはプリンタとは無関係に、紙上であれスクリーン上であれ、これらが同じものを表示するように意図されている点で異なっている。ＰＤＦ文書およびＨＴＭＬ文書の双方とも、画像を含むことが可能である。しかしながら、ＨＴＭＬ文書とは違って、ＰＤＦ文書は高度に圧縮することが可能である。ポータブル・ドキュメント・フォーマット（ＰＤＦ）の画像ファイルによって与えられるような画像ファイルは、現在のところ、その上にあるデータのために上書きするための「カット・アンド・ペースト」機能を備えてはいない。ＰＤＦ文書は、「ネイティブのＰＤＦ」ファイルまたはスキャンされた画像ＰＤＦファイルのいずれかであり得る。ネイティブのＰＤＦファイルについては、スキャンすることが可能であり、さらに、ポストスクリプト変換をする必要なく、プリントすることが可能である。ネイティブのＰＤＦは、検索することが可能であり、さらに、スキャンされた画像のＰＤＦファイル（ポストスクリプト変換を経てプリントする必要がある）に比して、著しく小さなファイルサイズを有する。政府機関（ＭＳＲＢなど）には、ネイティブのＰＤＦまたは画像のＰＤＦの提出を許可している機関もある。

なし

なし

情報源におけるキーインおよび脚注付けを除いては、現行の電子文書データ抽出方法は、アナリストによって最初にデータが供給された場所を収集および管理するための手段を提供していない。画像ファイルやネイティブＰＤＦなどとして提示される電子ソース文書については、監査をする場合に、新しい文書に手作業で転送し、手作業で参照しなければならない。特に、画像ファイル、非構造化テキストおよびＨＴＭＬ、およびＰＤＦ文書に関して、監査機能すなわち「クリックスルー」機能を提示する能力は知られていない。

ここに記載した実施形態を介して、財務情報の収集、分析および監査のための文書などの電子メディアからクリックスルーデータをキャプチャするための方法およびシステムが開示される。記述されるこれらの方法およびシステムは、現在のところ、利用することのできないものである。

ここでは、自動化されたコンピュータによって実施される方法であって、（ａ）孤立している数字列を情報として含む非構造化電子文書内における、前記数字列を含む領域内に固有のポインタを決定し、かつ前記領域内の前記数字列を含む情報に対し座標マッピングを行い、前記非構造化電子文書内における前記孤立している数字列の位置を特定するステップと、（ｂ）前記固有のポインタ、及び前記座標マッピングにより特定される前記数字列の位置情報に関連付けられた、前記数字列を前記非構造化電子文書から抽出するステップと、（ｃ）前記ステップ（ｂ）で抽出された、前記位置情報に関連付けられた前記数字列を、他の電子文書内にインポートするステップと、（ｄ）前記他の電子文書内にインポートされた前記位置情報に関連付けられた前記数字列のクリックスルーが実行された際に、前記数字列の抽出元である前記非構造化電子文書を識別し、前記非構造化電子文書を表示するステップと、を含み、前記ステップ（ａ）に記載の前記孤立している数字列は、前記座標マッピングにより設定されたバウンディングボックス内の選択された１つの数字上にマウスの座標を設定するステップと、前記選択された１つの数字の左右の文字が数字であるかどうかを順次識別するステップと、前記左右の文字が数字である場合に、前記選択された１つの数字及びその左右の数字を一纏めに取り囲む固有のバウンディングボックスを決定することによって、前記選択された１つの数字とその左右の数字列をグループ化するステップと、により形成されることを特徴とする、自動化されたコンピュータによって実施される方法を、含む。ここで、「電子文書」は、ワード文書、画像文書およびアプリケーションを含むことを意図する。アプリケーションの例としては、財務アプリケーション（例えばＴｈｏｍｓｏｎ ＯＮＥなど）が挙げられる。

別の実施形態は、以下の方法を含む。

自動化されたコンピュータによって実現される方法であって、（ａ）複数の画素を伴う画像文書から、前記画像文書における選択された画像の位置を規定する座標のマップセットを識別するステップと、（ｂ）画像文書に対する固有のポインタを規定するステップと、（ｃ）、前記座標のマップセットおよび前記固有のポインタに関連づけられる選択された画像を保存するステップと、を含む方法。画素は、電子的にコード化された画像における最小の部分を意味する。

自動化されたコンピュータによって実現される方法であって、（ａ）複数の画素を伴う画像文書から、前記画像文書における選択された画像の位置を規定する座標のマップセットを識別するステップと、（ｂ）前記選択された画像をサブユニットに分解し、さらに、前記サブユニットを、座標のサブユニット・マップセットに関連づけるステップと、（ｃ）前記画像文書に対する固有のポインタを選択するステップと、（ｄ）前記座標のサブユニット・マップセットおよび前記画像文書に対する前記固有のポインタに関連付けられる前記分解されたサブユニットを保存するステップと、を含む方法。

本発明は以下の〔１〕〜〔９〕の構成を含んでも良い。
〔１〕
自動化されたコンピュータによって実施される方法であって、
（ａ）複数の画素を伴う画像文書から、前記画像文書における選択された画像の位置を
規定する座標のマップセットを識別するステップと、
（ｂ）前記画像文書に対する固有のポインタを規定するステップと、
（ｃ）前記座標のマップセットおよび前記固有のポインタに関連する前記選択された画
像を保存するステップと、
を含む方法。
〔２〕
前記画像文書はＰＤＦ文書である、〔１〕に記載の自動化されたコンピュータによって実施される方法。
〔３〕
前記ＰＤＦ文書はネイティブのＰＤＦ文書である、〔２〕に記載の自動化されたコン
ピュータによって実施される方法。
〔４〕
前記ＰＤＦ文書は、画像のＰＤＦ文書である、〔２〕に記載の自動化されたコンピュ
ータによって実施される方法。
〔５〕
自動化されたコンピュータによって実施される方法であって、
（ａ）複数の画素を伴う画像文書から、前記画像文書における選択された画像の位置を
規定する座標のマップセットを識別するステップと、
（ｂ）前記選択された画像をサブユニットに分解し、さらに、前記サブユニットを、座
標のサブユニット・マップセットに関連づけるステップと、
（ｃ）前記画像文書に対する固有のポインタを選択するステップと、
（ｄ）前記座標のサブユニット・マップセットおよび前記画像文書に対する前記固有の
ポインタに関連する前記分解されたサブユニットを保存するステップと、
を含む方法。
〔６〕
前記画像文書はＰＤＦ文書である、〔５〕に記載の自動化されたコンピュータによって実施される方法。
〔７〕
前記ＰＤＦ文書はネイティブのＰＤＦ文書である、〔６〕に記載の自動化されたコン
ピュータによって実施される方法。
〔８〕
前記ＰＤＦ文書は、画像のＰＤＦ文書である、〔６〕に記載の自動化されたコンピュ
ータによって実施される方法。
〔９〕
前記分解されたサブユニットは文字である、〔５〕に記載の自動化されたコンピュー
タによって実施される方法。

本発明の実施形態が、添付図面において例示される。

システムを例示する例示的なブロック図である。 電子文書からの情報のキャプチャおよび分析を例示する、コンピュータ・スクリーン・ショットにおける例示的な実施形態を示す図である。 電子文書からの情報のキャプチャおよび分析を例示する、コンピュータ・スクリーン・ショットにおける例示的な実施形態を示す図である。 電子文書からの情報のキャプチャおよび分析を例示する、コンピュータ・スクリーン・ショットにおける例示的な実施形態を示す図である。 電子文書からの情報のキャプチャおよび分析を例示する、コンピュータ・スクリーン・ショットにおける例示的な実施形態を示す図である。 クリックスルー文書データ管理のための、アプリケーション側のシステム・フロー・ダイヤグラムを例示する図である。 クリックスループロセスに関する文書検索および操作を示す、システム・フロー・ダイヤグラムである。

本明細書では、非構造化ＨＴＭＬベースの文書、および非ＨＴＭＬ文書などの電子文書から得られた情報に対してクリッスルー監査証跡を可能とする方法およびシステムが、実施形態に開示される。さらに、一実施形態において、画像ベースのメディアなどの電子メディアからキャプチャされた財務データのキャプチャ、収集、分析および監査の内蔵化された自動化のためのシステムおよび方法が開示される。

画像ＰＤＦファイルなどの画像文書内および非構造化ＨＴＭＬ文書などの非構造化文書内には、テキスト、画像、および、ページの内容に関連する他のオブジェクトなどからなる要素がある。例えば、テキスト要素は、単語、文字（数字やアルファベット文字など）、多くの単語、または単語と記号との任意の組み合わせ、を含み得る。ポータブル・ドキュメント・フォーマット（ＰＤＦ）ファイルおよび非構造化ＨＴＭＬ文書などの画像電子文書は、表示目的のために最適化されているが、テキストを抽出するためには最適化されていない。

ＰＤＦＴｒｏｎプログラムは、要素の周りに矩形パッチおよび半矩形パッチを座標マッピングすることによって、ネイティブのＰＤＦ文書に記録されている要素のインデックス付けを可能とする。すなわち、要素は、ページ上での位置を、ページを構成している他の全ての画素に対して規定する、バウンディングボックスによって取り囲まれる。このバウンディングボックスは、テキストを取り囲む矩形であり、ボックスの頂点をマッピングする孤立した画素のサブセットからなる、４つのポイントとして規定することの可能なものである。これは、矩形の左下隅に関するページ座標ｘ，ｙ、および、その矩形の右上隅に関するページ座標ｘ’，ｙ’を含む。このようなインデックス付けによって、１つまたは複数の文字を含む要素の位置を、検索機能を用いることによって発見することが可能となる。

ＰＤＦＴｒｏｎは、異なる文書間におけるトレースマッピングを行えるようには構成されていない。画像電子文書または非構造化ｈｔｍｌ／テキスト文書を調査する人（財務アナリストなど）は、これらの文書における選択された部分にしか関心がない場合があり、そのような部分の組み合わせを用いて、新しい文書を作成することが可能である。ＰＤＦＴｒｏｎは、ネイティブのＰＤＦにおける各ページから選択された情報を抽出すること、および、そのような情報を単一の文書にペーストすることを可能とする。しかし、このプログラムは、コピーされた構成要素に付加することができるメモを手作業によって入力する以外には、その情報がどこから取り込まれたのかを記録するようには構成されていない。

１つの例示的な実施形態では、文書を構成している構成要素の素性における自動的なトレースだけでなく、選択された個々の要素が抽出された元の文書を調査するために、文書内に記録されている選択された個々の要素におけるステップスルーを可能とする、システムおよび方法が提供される。

上記のような実施形態では、選択されて他の文書にインポートされた情報の属するそれぞれのページに関して、方向を指示するポインタが決定される。そして、そのようなページ上の要素のそれぞれが、バウンディングボックスによって区切られる。これにより、そのページにおける要素の位置（および、そのページにおける他の要素に対する位置）のマップが生成される。次に、このように区切られた要素が抽出される。有利にも、これらの要素を文字の大きさの部分に分解して、フォントサイズおよび各文字の幅のようなパラメータを考慮に入れたバウンディングボックスを用いて、各部分を、その部分自体のバウンディングボックスによって区切ることも可能である。そして、これらの文字を、これらの要素が抽出されたページ上の全ての要素からなる、上から下に向かい、左から右に向かう表現にソートすることが可能である。これにより、アレイマトリクスが形成される。次に、このシステムは、これらの文字を、含まれている記号の種類の認識に基づいて、単語およびフレーズ、数字などにグループ化することが可能である。例えば、単語を、最小の分離「スペース」を伴うアルファベット記号のセットとして規定することが可能である。単語の末尾については、「スペース」、行の末尾、または、次の記号が十分に遠く離れたところにあると考えることの可能な部分、のいずれかとして規定することが可能である。同様に、フレーズを、同一の（またはほとんど同一の）水平行上にある、単一の「スペース」によって分離された複数の単語のセットと考えることが可能である。

ページにおける文字のそれぞれのマッピングを明確に与えることによって、および自動的に、文字が関連付けられている基本的で根本的な単位（例えば、単語またはフレーズなど）を決定するそのようにマップされた文字から、第２の文書に対する情報の入力を、非常に単純化することが可能となる。すなわち、文字との対話（例えばそれをクリックすること）を用いて、基本的で根本的な単位を第２の文書へ、マップおよび取得することができる。例えば、文字上にあるマウスのｘ，ｙ座標を用いて、そのページにおける基本要素の適切なバウンディングボックスを決定することが可能である。したがって、例えば、１つのバウンディングボックス内にマウスの座標があることを見出した場合には、文字を数字であるか否かを判断するために確認することができ、また、選択された文字の左右の文字を、その数字かどうか決定するために検査することが可能であり、両側にあるこれらの追加的な文字とともに一緒にグループ分けされ、基本的で根本的な単位（すなわち、孤立している数字列）を形成する。さらに、基本的で根本的な単位の数字列を、矩形によって取り囲むとともに、強調表示することも可能である。所定のタイプの要素、例えば数字などの上にマウスがとどまっている限り、グループ分けを、マウスの座標によって示された最初の文字の近傍にある追加的な要素を含むように拡大することも可能である。そして、基本的で根本的な単位の全体を、他の文書、例えば要約文書などにエクスポートすることが可能である。

上記のような例に加えて、要約文書の調査者は、要約文書における個々の数字列が抽出された経路を、その数字列を強調表示することによって、判断することが可能である。これは、例えばマウスを用いることによって（例として、それをダブルクリックすることによって）、実行される。数字列が特定のソース文書ポインタに関連しており、さらに、この数字列が上記した特定のソース文書に対してマップされているために、その文書における数字列の位置を、強調表示するか、または際立たせることが可能となっている。このため、調査者は、オリジナルのソース文書にすばやくアクセスすることが可能であるとともに、ソース文書から組み込まれた情報を取得した場所を、検分することが可能である。このように、クリックスルー能力が設けられているために、場合によっては、要約文書における特定の入力に関する複数階層のソース文書に、アクセスすることも可能となる。

文字、および、これらの文字に関連する基本要素をマッピングすることを超えて、ある実施形態では、基本要素を、可能性のある対応する他の要素、例えば数字に関連するフレーズなどに対して関連付けるためのシステムおよび方法が提供される（例えば、同じ水平行上にあり、アレイを生成する上述したプロセスを用いて構築されたフレーズを、その数字に関するラベルとして、検査および選択することが可能である）。例えば、調査者は、ラベルの選択を表示することが可能である。この表示は、例えば、あらかじめ強調表示されている数字の矩形を右クリックすることによって実行される。ラインにおける最も左にあるフレーズおよびそれに最も近いフレーズから構成された、可能性のあるラベルからなるメニューから、ユーザに対してラベルを提示することが可能であり、さらに、ユーザは、それを選択することが可能である。デフォルトの動作を組み込むことも可能である。例えば、デフォルトの動作を、上記した左の最も近いフレーズを使用することとすることも可能である。ラベルのためのフレーズの長さを、フレーズ内の単語数または文字数からなる所定の値によって、制限することも可能である。フレーズ内の数字は、このフレーズ自体をラベルとして使用することも可能である。フレーズの長さを、上述した方法と同様の方法で、あらかじめ定めておくことも可能である。

他の実施形態では、テーブルを認識および構築するという目的のために、従前の実施形態において述べたようなページアレイを、上から下に向かい、左から右に向かう方法で、順序づけることも可能である。ページアレイ内のバウンディングボックスにおけるｙ座標が、所定の閾値内にある場合には、バウンディングボックスに関連づけられたテキストが、同じ水平ライン上にあると認識することが可能である。ある種の文書、例えばポータブル・ドキュメント・フォーマット（ＰＤＦ）ファイルなどに関しては、水平方向のテキストは、そのネイティブの状態において、列／行のフォーマットに対して正確に整列しているわけではない。

テーブル内における列の認識については、水平方向において重複しているバウンディングボックスを有する検査しているテキストの上および下にあるラインを検査することによって、実行することが可能である。水平方向および垂直方向のスペースあけを分析することによって、フレーズを、テーブルの「セル」内にどのようにまとめるかを決定することが可能である。テーブルの末尾については、ページの末尾に到達したこと、または、テキストにおける他の部分のように列内に「フィット」しないラインに遭遇したことによって、判断することが可能である。

他の実施形態では、財務アナリストなどのユーザは、電子文書内のテーブルを識別することが可能である。ハイパーテキスト・マークアップ・ランゲージ（ＨＴＭＬ）文書またはポータブル・ドキュメント・フォーマット（ＰＤＦ）ファイルなどの文書は、会社の財務状態における継続的な分析において新しい値を使用するための、列を備えることが可能である。また、テーブルからの値も、従前の実施形態において述べたものと同様の、ページアレイからもたらされることが可能である。

例えば、マウスボタンをクリックすることなどによって、テーブルおよび／または列にユーザが興味を示すことにより、従前の実施形態において示したような、テキストの分解および／またはテーブルの認識および／または生成を実行することが可能となる。例えば、ユーザは、特定の会社の財務状態に関する新しい値を盛り込むために、与えられた損益計算書における２００６年の列を選択することが可能である。既に入力されている前年の文書は、同様のラベルに関して検索される。他の例では、２００５年の報告書に関する従前に収集した値が、「純利益」というラベルを付されている可能性がある。同じ「純利益」というフレーズに関する現在のテーブルの検索は、ユーザが向けられた、および新しい値を選択することの可能な列を結果として返すことができる。データは、収集および分析された過去の情報に基づいて、最新の文書のために自動的に収集される。

図１は、電子文書システムのキャプチャ、収集および分析における例示的な実施形態を示す。このシステム５の構造は、システムにおける入力、プロセスおよび出力を含む、複数の層から構成することが可能である。この実施形態のシステムを、データ収集をサポートする他のウィンドウズ（登録商標）アプリケーション内から、呼び出すことも可能である。入力文書１０は、初期設定層１５によって、読み込まれ、適切な文書タイププロセッサ２０〜３０に送られる。この文書は、関連する識別番号（ＩＤ）、および、ＳＥＣＡＰＩなどの安全なアプリケーション・プログラム・インターフェイスからダウンロードすることの可能なフォーマットを有することが可能である。文書の読み込みに加えて、初期設定層１５は、他の文書プロバイダーと一体化する能力を提供することが可能である。

文書プロセッサ２０〜３０は、ポータブル・ドキュメント・フォーマット（ＰＤＦ）、テキスト、および、ハイパーテキスト・マークアップ・ランゲージ（ＨＴＭＬ）の文書タイプを含むことが可能である。この文書プロセッサ層は、文書からテキストを開いて読み込み、文書内のデータテーブルを識別してフォーマットすることが可能である。さらに、これらの文書プロセッサは、テーブルデータ（行および列など）を、テーブル内の各セルに関する対応する位置情報とともに抽出することが可能である。例えばポータブル・ドキュメント・フォーマット（ＰＤＦ）ファイルのために使用される文書プロセッサ２０は、テーブル情報を標準的なフォーマットに変換した後、このテーブル情報をプロセス層３５に送ることが可能である。プロセス層の複雑さは、このような標準的なテーブルフォーマットを利用することによって、減少することが可能である。必要に応じて、追加文書タイププロセッサをシステムに追加することが可能である。

システムのプロセス層３５は、テーブルの種類、例えば、バランスシート、損益計算書などを識別すること、および、データを分析するための適切なテーブル規則を適用することが可能である。テーブルの行および列を、どの行を合併して新しい１つの行を作るべきか、および、どの列を合併して新しい１つの列を作るべきかに関して、識別および決定することが可能である。行または列が合併される場合、クリックスルー情報を更新して、これらの変更を反映させることができる。プロセス層３５は、さらに、あるフォーマット、例えばデータベースなどにデータを保存することも可能である。これにより、下流のアプリケーションが、クリックスルー情報を有するテーブルを生成することが可能となる。

自動マッピング層４０は、分析および／または監査される特定の会社に関して収集されたデータの履歴を調査して、このデータを収集システムに対して直接的にマップする。このマッピング層は、収集されたデータ、および、アナリストの調査者によってなされた選択に基づいて、経時学習する能力を有している。

プレゼンテーション層４５によるシステムからの情報の出力５５は、２つ以上の部分に分割することが可能である。可能性のある２つの区分は、データを保存するためのもの、および、アナリストの調査者に文書を表示するためのものである。データの保存は、テーブル情報、例えば、行および列などをデータベースに保存すること、および、マッピング情報をデータベースに保存すること、を含み得る。表示部分は、収集するための文書の全体を表示する能力、適切な行および列だけを有する抽出されたテーブルを表示する能力、および、マッピングの問題の種類および／または成功率に基づいて、自動的にマップされたデータを異なる色で表示する能力、を含むことが可能である。プレゼンテーション層４５内では、文書タイプＡＰＩ５０が存在し得る。このＡＰＩは、プレゼンテーション（提示）を補助するため、および、呼び出しプログラムとインターフェイスをとるために、使用することが可能である。

図２は、このシステムおよび方法の一実施形態における、例示的なスクリーンショットである。スクリーンショット１０５は、２つのウィンドウを表示している。ここでは、会社のバランスシートにおける２００６年６月３０日の列からのデータ１１０が、ユーザの興味を引いていることを示している。このデータは、選択され、収集および分析のために別のウィンドウにおける第２四半期（Ｑ２）セル１１５に転送される。

次に、図３を参照すると、本発明の例示的な実施形態が表示されている。スクリーン１３０上では、マイクロソフト社に関する従前に収集されたデータ（ＭＳＦＴ５９４９）が、青などの別の色で表示することによって、強調表示されている。個々の数字、例えば、＄１２，５９９．００の普通株主に分配する純利益１３５は、クライアントユーザがより詳細な部分について掘り下げることを望む場合に、追加的なクリックスルー情報を利用できることを示している。クライアントユーザがそのような１つの数字、例えば、＄１８，０４４．００の税引き前利益１４０を選択した場合、「申告書類上の」値から、この値がどのように生じたのかを示すために、図４に示されている追加的なスクリーン１４５を提供することが可能である。さらに、「申告書類上の」値におけるクリックスルーを実行することも可能である。クライアントユーザは、数値、例えば、第１のクリックスルースクリーン１４５上の数値を選択して、より多くのソースデータにリンクバックすることができる。図５に示されるように、このようなクリックスルーデータを、参照された項目をソース文書が強調表示することの可能な、追加的なスクリーン１５０に示すことが可能である。

図６は、一実施形態における例示的なプロセス・フロー・ダイヤグラムである。システム１６０は、３つのゾーン、すなわち、インターネット１６２、プロセス１６４（ＤＭＺとして示されている）および内部保存エリア１６６から構成することが可能である。クライアントユーザ１７０（端末によって示されている）は、ＳＥＣＡＰＩ１７６を介して文書を読み出すために、要求信号１７２を送信することが可能である。その間に、文書が変換され、リンクが確立される１７４。アプリケーション・インターフェイス・アドイン１６８は、基本単位クリックスルー・サービス・インターフェイス１８６と動作可能なように通信する。さらに、戦略的基本単位ページ１７８によって、クライアントユーザ１７０と基本単位クリックスルー・サービス・インターフェイスおよびＳＯＡＰ／インプロセス１８６との間の通信を達成することが可能である。戦略的基本単位ページと基本単位クリックスルー・サービス・インターフェイスおよびＳＯＡＰ／インプロセス１８６との間の要求および応答１８２は、基本単位・クリックスルー・サービス１８４によって与えられる追加的な機能性に対して、クライアントユーザ１７０を動作可能なように接続する。要求信号内に含まれる情報は、ユーザにとって重要な、記号、年度、およびＩＤ情報を含み得る。このシステムは、例えばＳＥＣＡＰＩ文書の返信ＵＲＬ（ＵｎｉｖｅｒｓａｌＲｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）などの情報によって対応し得る。戦略的基本単位ページ内の表示ペインター１８０は、要求および応答の構築を補助することが可能である。

基本単位・クリックスルー・サービス１８４は、基本単位クリックスルー・サービス・インターフェイス１８６を備えており、プロセス構築ＳＥＣＡＰＩ文書読み出しＵＲＬ１８８および構築表示１９０と通信することが可能である。信号１９２は、基本単位・クリックスルー・サービス１８４とアダプティブ層１９４との間で、送受信され得る。このアダプティブ層は、アプリケーションアダプタ、例えば、ワールドスコープアダプタおよびエクステルアダプタなどを含む。クライアントユーザ１７０の動作に関する情報は、最終的に、ＳＱＬサーバー１９６のストレージ、例えば、クリックスルー・データベース、ワールドスコープ・クリックスルー・データベース、または、エクステル・クリックスルー・データベースなどに保存することができる。戦略的基本単位ページ１７８は、ユーザ１７０と追加的な保存場所、例えば、ワールドスコープ・データベースなどとの間で、情報を通信することが可能である。

１つの例示的な実施形態では、図７のシステム２００は、文書収納部２０５を提供することが可能である。そして、グラフィカル・ユーザ・インターフェース（ＧＵＩ）２２０を作動する、さまざまなアナリストの調査者の端末をサポートするために、この文書収納部から、ＳＥＣＡＰＩ２１０インターフェイスまたはＶＡＭ優先順位付けプロセス２１５を介して、情報を取得することが可能である。この収納部からの情報を、動作しているアプリケーションに関連するマスターデータベース構造２２５に収集することも可能である。このデータベース内の１つのサブ構造から、情報をフォーマットおよび標準化することの可能な他のサブ構造に向けて、情報を流すことも可能である。収集マスターデータベース構造２２５からの情報を、演算システム２４０に送信し、そこに格納することも可能であるし、この情報を、内容物クリックスルー・マスターデータベース構造２３５（アプリケーションから離れており、それとは区別されるデータベース構造）に送信することも可能である。演算システム２４０において得られた情報の結果として生じた演算情報を、内容クリックスルー・マスターデータベース２３５内に配置することも可能である。内容クリックスルー・マスターデータベース構造２３５内の１つのサブ構造から、他のサブ構造に向けて、情報を流すようにすることも可能である。サブ構造は、報告書上のデータ、マッピング情報、および、演算のための公式を備えることが可能である。さまざまな生成物をサポートするために、演算システム２４０の結果、および、内容物クリックスルー・マスターデータベース構造２３５に保存されている情報を、追加データベース構造２４５および２５０に送信することも可能である。

上述の事項に関連して本発明を説明してきたが、添付の特許請求の範囲によって規定されているような本発明の精神および範囲から逸脱することなく、さまざまな変更および／または修正が本発明に対してなされてもよいことは、当業者であれば容易に認識するはずである。

Claims (4)

1. 自動化されたコンピュータによって実施される方法であって、
   （ａ）孤立している数字列を情報として含む非構造化電子文書内における、前記数字列を含む領域内に固有のポインタを決定し、かつ前記領域内の前記数字列を含む情報に対し座標マッピングを行い、前記非構造化電子文書内における前記孤立している数字列の位置を特定するステップと、
   （ｂ）前記固有のポインタ、及び前記座標マッピングにより特定される前記数字列の位置情報に関連付けられた、前記数字列を前記非構造化電子文書から抽出するステップと、
   （ｃ）前記ステップ（ｂ）で抽出された、前記位置情報に関連付けられた前記数字列を、他の電子文書内にインポートするステップと、
   （ｄ）前記他の電子文書内にインポートされた前記位置情報に関連付けられた前記数字列のクリックスルーが実行された際に、前記数字列の抽出元である前記非構造化電子文書を識別し、前記非構造化電子文書を表示するステップと、を含み、
   前記ステップ（ａ）に記載の前記孤立している数字列は、前記座標マッピングにより設定されたバウンディングボックス内の選択された１つの数字上にマウスの座標を設定するステップと、前記選択された１つの数字の左右の文字が数字であるかどうかを順次識別するステップと、前記左右の文字が数字である場合に、前記選択された１つの数字及びその左右の数字を一纏めに取り囲む固有のバウンディングボックスを決定することによって、前記選択された１つの数字とその左右の数字列をグループ化するステップと、により形成されることを特徴とする、自動化されたコンピュータによって実施される方法。
2. 上記ステップ（ｂ）において、前記位置情報に関連付けられた前記数字列がデータベースに保存されることを特徴とする、請求項１に記載の、自動化されたコンピュータによって実施される方法。
3. 前記非構造化電子文書はＰＤＦ文書である、請求項１または２に記載の、自動化されたコンピュータによって実施される方法。
4. 前記領域がページである、請求項１乃至３に記載の、自動化されたコンピュータによって実施される方法。
   

Images