[論文レビュー] Combining Linguistic and Spatial Information for Document Analysis

Marco Aiello, Christof Monz+1 more|UvA-DARE (University of Amsterdam)|Sep 20, 2000

Constraint Satisfaction and Optimization参考文献 7被引用数 9

ひとこと要約

本稿では、浅層的自然言語処理と定性的空間推論を統合することで、複雑なレイアウトを有するカラー文書を分析するコンテンツ駆動型のボトムアップフレームワークを提示する。言語的タグ付けとアレンの区間計算を組み合わせることで、レイアウトの仮定なしに現実のジャーナルページにおける正しい読み順序を効果的に推論できることを示している。

ABSTRACT

We present a framework to analyze color documents of complex layout. In addition, no assumption is made on the layout. Our framework combines in a content-driven bottom-up approach two different sources of information: textual and spatial. To analyze the text, shallow natural language processing tools, such as taggers and partial parsers, are used. To infer relations of the logical layout we resort to a qualitative spatial calculus closely related to Allen's calculus. We evaluate the system against documents from a color journal and present the results of extracting the reading order from the journal's pages. In this case, our analysis is successful as it extracts the intended reading order from the document.

研究の動機と目的

• 構造に関する事前の仮定なしに、複雑なレイアウトを有するカラー文書を分析する強固な手法を開発すること。
• 浅層的NLPツールを介した言語的情報と空間推論を統合し、文書の意味を推論すること。
• アレンの区間関係にインspiredされた定性的空間計算を用いて、論理的なレイアウト関係をモデル化すること。
• 読み順抽出を目的として、実際のジャーナルページに対してシステムを評価すること。
• コンテンツ駆動型のボトムアップアプローチが文書分析において有効であることを示すこと。

提案手法

• 文書領域からのテキスト特徴抽出に、品詞タガーや部分構文解析器などの浅層的NLPツールを活用する。
• アレンの区間代数に類似した定性的空間計算を用いて、テキスト領域間の空間的関係を推論する。
• 言語的情報と空間的情報をコンテンツ駆動型のボトムアップ処理パイプラインで統合し、文書構造を再構築する。
• 空間的関係を用いて、文書コンポONENT間の論理的読み順序を推論する。
• ルールベースのシステムを用いて、空間的および言語的情報を一貫性のある文書レイアウトモデルに変換する。
• 実際のカラー・ジャーナルページを対象にシステムを評価し、読み順の回復に焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 構造に関する仮定なしに、コンテンツ駆動型のボトムアップフレームワークが、複雑なレイアウトを有するカラー文書を効果的に分析できるか。
• RQ2 言語的および空間的情報をどのように統合することで、論理的な文書構造を推論できるか。
• RQ3 定性的空間推論を用いることで、文書における読み順検出がどの程度向上するか。
• RQ4 浅層的NLPツールは、空間分析と組み合わせることで、文書レイアウト理解に有意義に寄与できるか。
• RQ5 本システムは、現実の複雑な文書から意図された読み順を抽出する上で、どの程度の耐障害性を示すか。

主な発見

• 本システムは、実際のカラー・ジャーナルのページから意図された読み順を効果的に抽出でき、実用的応用の有効性を示している。
• 言語的および空間的情報の統合により、単独で用いる場合よりも、より正確なレイアウト推論が可能になる。
• 定性的空間計算の使用により、正確な座標を必要とせずに相対的位置関係を効果的にモデル化できる。
• 本フレームワークは文書レイアウトに関する仮定なしに動作するため、多様な文書タイプに適応可能である。
• 評価結果から、視覚的に豊富な複雑な文書から論理的な読み順の流れを再構築する本システムの有効性が確認された。
• 本アプローチは、デジタル図書館やコンテンツベースのマルチメディア情報アクセス応用分野において、有望である。