JP2001291060A - 単語列照合装置および単語列照合方法 - Google Patents
単語列照合装置および単語列照合方法Info
- Publication number
- JP2001291060A JP2001291060A JP2000102370A JP2000102370A JP2001291060A JP 2001291060 A JP2001291060 A JP 2001291060A JP 2000102370 A JP2000102370 A JP 2000102370A JP 2000102370 A JP2000102370 A JP 2000102370A JP 2001291060 A JP2001291060 A JP 2001291060A
- Authority
- JP
- Japan
- Prior art keywords
- word
- word string
- words
- string
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
- G06V30/262—Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
- G06V30/268—Lexical context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
- Y10S707/99936—Pattern matching access
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99937—Sorting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99951—File or database maintenance
- Y10S707/99952—Coherency, e.g. same view to multiple users
- Y10S707/99953—Recoverability
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【課題】文字認識分野において、入力された単語列と単
語辞書内の各単語との照合の際、従来よりも高精度な単
語列照合が行なえる単語列照合装置および単語列照合方
法を提供する。 【解決手段】複数の単語からなる住所情報などの単語列
に対する文字認識結果から単語列を抽出する際に入力さ
れた単語列と住所辞書内の住所データとの照合を行なう
単語列照合方法において、入力された単語列と住所辞書
内の住所データとを対応付け、この対応付けられた入力
された単語列の単語間の距離と住所辞書内の住所データ
間の距離との位置関係を求め、この求められた位置関係
と入力された単語列の単語間の距離とに基づき、前記対
応付けられた入力された単語列と住所辞書内の住所デー
タとの対応関係が最適か否かを決定する。
語辞書内の各単語との照合の際、従来よりも高精度な単
語列照合が行なえる単語列照合装置および単語列照合方
法を提供する。 【解決手段】複数の単語からなる住所情報などの単語列
に対する文字認識結果から単語列を抽出する際に入力さ
れた単語列と住所辞書内の住所データとの照合を行なう
単語列照合方法において、入力された単語列と住所辞書
内の住所データとを対応付け、この対応付けられた入力
された単語列の単語間の距離と住所辞書内の住所データ
間の距離との位置関係を求め、この求められた位置関係
と入力された単語列の単語間の距離とに基づき、前記対
応付けられた入力された単語列と住所辞書内の住所デー
タとの対応関係が最適か否かを決定する。
Description
【０００１】
【発明の属する技術分野】本発明は、たとえば、住所情
報などを読取る光学的文字読取装置や帳票入力装置など
で用いられる文字認識分野において、誤りを含む文字認
識結果から住所などの単語列を抽出する際に住所辞書と
の照合を行なう単語列照合装置および単語列照合方法に
関する。
報などを読取る光学的文字読取装置や帳票入力装置など
で用いられる文字認識分野において、誤りを含む文字認
識結果から住所などの単語列を抽出する際に住所辞書と
の照合を行なう単語列照合装置および単語列照合方法に
関する。
【０００２】
【従来の技術】この種の単語列照合装置として、単語間
の距離に基づく住所照合装置、たとえば、編集距離（レ
ーベンシュタイン距離、ＬＤ、Ｖ．Ｌevenshtein：Ｓo
v．Ｐhys.Ｄokl.１０，７０７など）に基づく単語照合
を用いた装置が知られている。その概要は、入力された
誤りを含む文字認識結果の集合から単語列を抽出する際
に、入力単語列と住所辞書内の単語との距離（類似度）
を求め、それを測度として住所照合を行なうものであ
る。
の距離に基づく住所照合装置、たとえば、編集距離（レ
ーベンシュタイン距離、ＬＤ、Ｖ．Ｌevenshtein：Ｓo
v．Ｐhys.Ｄokl.１０，７０７など）に基づく単語照合
を用いた装置が知られている。その概要は、入力された
誤りを含む文字認識結果の集合から単語列を抽出する際
に、入力単語列と住所辞書内の単語との距離（類似度）
を求め、それを測度として住所照合を行なうものであ
る。
【０００３】以下、技術技術について詳細に説明する。
【０００４】図７は、従来の単語列照合装置としての住
所照合装置の構成を示すものである。図７において、入
力部１は、文書画像を入力すると、それをコンピュータ
で扱える形式に変換する（たとえば、イメージスキャナ
のような光電変換装置など）。
所照合装置の構成を示すものである。図７において、入
力部１は、文書画像を入力すると、それをコンピュータ
で扱える形式に変換する（たとえば、イメージスキャナ
のような光電変換装置など）。
【０００５】文字認識部２は、入力された文書画像を基
に２値化、セグメンテーション、個別文字認識など、文
書画像の内容を理解するための処理を行なう。文字認識
部２で得られる認識結果を文字認識結果と呼ぶことにす
る。なお、文字認識は古くから研究されている分野であ
るが、限られた場合を除き、文字認識率１００％を保証
できるシステムは未だ存在しない。そこで、文字認識結
果に誤りが含まれる場合でも正しく単語列を抽出できる
手段が、実用上、求められる。
に２値化、セグメンテーション、個別文字認識など、文
書画像の内容を理解するための処理を行なう。文字認識
部２で得られる認識結果を文字認識結果と呼ぶことにす
る。なお、文字認識は古くから研究されている分野であ
るが、限られた場合を除き、文字認識率１００％を保証
できるシステムは未だ存在しない。そこで、文字認識結
果に誤りが含まれる場合でも正しく単語列を抽出できる
手段が、実用上、求められる。
【０００６】単語列生成部３は、文字認識結果から単語
列Ａを生成し、メモリＭ１に格納する。単語列Ａは、単
語単位で区切られた文字列の集合である。
列Ａを生成し、メモリＭ１に格納する。単語列Ａは、単
語単位で区切られた文字列の集合である。
【０００７】一方、単語辞書としての住所辞書Ｍ２に
は、あらかじめ複数の住所データ（単語）Ｂが格納され
ており、随時、任意の住所データＢが読出されるように
なっている。
は、あらかじめ複数の住所データ（単語）Ｂが格納され
ており、随時、任意の住所データＢが読出されるように
なっている。
【０００８】距離算出部１１は、単語列Ａと住所データ
Ｂとで、単語間の距離Ｄを算出し、メモリＭ４に格納す
る。単語間の距離の定義にはさまざまなものがあるが、
その一例として、編集距離（レーベンシュタイン距離と
も言う、以下、ＬＤと略称する）が挙げられる。ＬＤ
は、一方の単語列Ａを他方の単語列Ｂに変換するのに必
要な文字の置換・挿入・削除の操作回数の最小値のこと
である。式で表わすと以下のようになる。
Ｂとで、単語間の距離Ｄを算出し、メモリＭ４に格納す
る。単語間の距離の定義にはさまざまなものがあるが、
その一例として、編集距離（レーベンシュタイン距離と
も言う、以下、ＬＤと略称する）が挙げられる。ＬＤ
は、一方の単語列Ａを他方の単語列Ｂに変換するのに必
要な文字の置換・挿入・削除の操作回数の最小値のこと
である。式で表わすと以下のようになる。
【０００９】ＬＤ（Ａ，Ｂ）＝ｍｉｎ｛ｐａ（ｉ）＋ｑ
ｂ（ｉ）＋ｒｃ（ｉ）｝ ここで、ａ（ｉ）はある置換回数、ｂ（ｉ）はある挿入
回数、ｃ（ｉ）はある削除回数である。また、ｐ，ｑ，
ｒはそれぞれ置換・挿入・削除の編集操作に対する重み
係数であり、出現文字に依存する。一般に、ａ（ｉ）、
ｂ（ｉ）、ｃ（ｉ）の組合わせは無限に存在するため、
ＬＤ（Ａ，Ｂ）の最小値は、動的計画法（ＤＰ）によっ
て求められる。
ｂ（ｉ）＋ｒｃ（ｉ）｝ ここで、ａ（ｉ）はある置換回数、ｂ（ｉ）はある挿入
回数、ｃ（ｉ）はある削除回数である。また、ｐ，ｑ，
ｒはそれぞれ置換・挿入・削除の編集操作に対する重み
係数であり、出現文字に依存する。一般に、ａ（ｉ）、
ｂ（ｉ）、ｃ（ｉ）の組合わせは無限に存在するため、
ＬＤ（Ａ，Ｂ）の最小値は、動的計画法（ＤＰ）によっ
て求められる。
【００１０】最適解算出部１２は、複数の住所データの
中で、単語列Ａとの距離が最小となるものを選び出し、
最適解とする。
中で、単語列Ａとの距離が最小となるものを選び出し、
最適解とする。
【００１１】出力部１０は、求められた最適解を利用者
が理解できる形式に変換して出力するもので、たとえ
ば、画面表示装置などである。
が理解できる形式に変換して出力するもので、たとえ
ば、画面表示装置などである。
【００１２】
【発明が解決しようとする課題】従来は、上記したよう
に、単語間の距離（類似度）だけを用いて住所照合を行
なっていたため、正解の住所データよりも誤った住所デ
ータの方が最適解として選ばれてしまうことがあった。
これについて、図８および図９を用いて説明する。
に、単語間の距離（類似度）だけを用いて住所照合を行
なっていたため、正解の住所データよりも誤った住所デ
ータの方が最適解として選ばれてしまうことがあった。
これについて、図８および図９を用いて説明する。
【００１３】図９は、たとえば、カナダ国の住所（架
空）を例に、従来手法による住所照合の方法を示したも
のである。なお、入力される文書画像は、図８に示した
通りである。ここでは、「Ｊｏｈｎ Ｗｉｌｌｉａｍｓ
／Ｍｕｌｔｉｐｌｅ Ｄｉｓｔｒｉｃｔ Ｃ／１２７８
Ｓｈｅｒａｔｏｎ Ｓｔｒｅｅｔ Ｕｎｉｔ ５／Ｒ
ｉｃｈｍｏｎｄｈｉｌｌ Ｏｎｔａｒｉｏ Ｌ４Ｂ ２
Ｎ１ ＣＡＮＡＤＡ」と書かれている。この文書画像を
文字認識部２およ単語列生成部３が処理した結果が、文
字誤りを含む単語列である。前述した理由により、単語
列には文字誤りが含まれている。
空）を例に、従来手法による住所照合の方法を示したも
のである。なお、入力される文書画像は、図８に示した
通りである。ここでは、「Ｊｏｈｎ Ｗｉｌｌｉａｍｓ
／Ｍｕｌｔｉｐｌｅ Ｄｉｓｔｒｉｃｔ Ｃ／１２７８
Ｓｈｅｒａｔｏｎ Ｓｔｒｅｅｔ Ｕｎｉｔ ５／Ｒ
ｉｃｈｍｏｎｄｈｉｌｌ Ｏｎｔａｒｉｏ Ｌ４Ｂ ２
Ｎ１ ＣＡＮＡＤＡ」と書かれている。この文書画像を
文字認識部２およ単語列生成部３が処理した結果が、文
字誤りを含む単語列である。前述した理由により、単語
列には文字誤りが含まれている。
【００１４】なお、ここでは認識された文字は、全て大
文字に変換される（大文字・小文字の区別がない）。文
字誤りを含む単語列は、「ＪＯＨＮ−ＷＩＬＬＩＡＭＳ
−ＭＵＬＴＬＰＬＥ−ＤＬＳＴＲＩＣＴ−Ｃ−１２７８
−ＳＨＥＩＡＴＯＮ−ＳＴＲＥＥＴ−ＵＮＬＴ−５−Ｒ
ＩＣＨＲＴＩＯＮＤＨＩＬＬ−ＯＮＴＡＲＩＯ−Ｌ４Ｂ
−２Ｎ１−ＣＡＮＡＤＡ」となっている。
文字に変換される（大文字・小文字の区別がない）。文
字誤りを含む単語列は、「ＪＯＨＮ−ＷＩＬＬＩＡＭＳ
−ＭＵＬＴＬＰＬＥ−ＤＬＳＴＲＩＣＴ−Ｃ−１２７８
−ＳＨＥＩＡＴＯＮ−ＳＴＲＥＥＴ−ＵＮＬＴ−５−Ｒ
ＩＣＨＲＴＩＯＮＤＨＩＬＬ−ＯＮＴＡＲＩＯ−Ｌ４Ｂ
−２Ｎ１−ＣＡＮＡＤＡ」となっている。
【００１５】一方、住所辞書Ｍ２には、複数の住所デー
タが蓄積されている。ここでは、説明を簡単にするため
に、第１の住所データ「ＷＩＬＬＩＡＭＳ−ＳＴＲＥＥ
Ｔ−ＲＩＣＨＭＯＮＤＨＩＬＬ−ＯＮＴＡＲＩＯ−Ｌ４
Ｂ−２Ｎ１」と、第２の住所データ「ＳＨＥＲＡＴＯＮ
−ＳＴＲＥＥＴ−ＲＩＣＨＭＯＮＤＨＩＬＬ−ＯＮＴＡ
ＲＩＯ−Ｌ４Ｂ−２Ｎ１」の２つのみとする。なお、そ
れぞれ先頭から、ストリート名、ストリート接尾語、都
市名、州名、郵便番号（前３桁）、郵便番号（後３桁）
を意味する。
タが蓄積されている。ここでは、説明を簡単にするため
に、第１の住所データ「ＷＩＬＬＩＡＭＳ−ＳＴＲＥＥ
Ｔ−ＲＩＣＨＭＯＮＤＨＩＬＬ−ＯＮＴＡＲＩＯ−Ｌ４
Ｂ−２Ｎ１」と、第２の住所データ「ＳＨＥＲＡＴＯＮ
−ＳＴＲＥＥＴ−ＲＩＣＨＭＯＮＤＨＩＬＬ−ＯＮＴＡ
ＲＩＯ−Ｌ４Ｂ−２Ｎ１」の２つのみとする。なお、そ
れぞれ先頭から、ストリート名、ストリート接尾語、都
市名、州名、郵便番号（前３桁）、郵便番号（後３桁）
を意味する。
【００１６】距離算出部１１は、単語列Ａと第１の住所
データ、単語列Ａと第２の住所データとをそれぞれ比較
する。その方法は、住所データの各項目ごとに、最も距
離の最小となる単語を求める。図９では、単語間の距離
をＬＤに基づいて求め、下記数１により類似度を算出し
ている。
データ、単語列Ａと第２の住所データとをそれぞれ比較
する。その方法は、住所データの各項目ごとに、最も距
離の最小となる単語を求める。図９では、単語間の距離
をＬＤに基づいて求め、下記数１により類似度を算出し
ている。
【００１７】
【数１】
【００１８】ただし、ｌｅｎ（・）は文字列の長さを返
す関数、ＬＤ′（・，・）は正規化されたＬＤである。
εは任意の小さな実数でよいが、ここではε＝１として
いる。すると、ＬＤが最小値（すなわち、単語列ＡとＢ
が同一）のとき、類似度は最大値「１」となる。
す関数、ＬＤ′（・，・）は正規化されたＬＤである。
εは任意の小さな実数でよいが、ここではε＝１として
いる。すると、ＬＤが最小値（すなわち、単語列ＡとＢ
が同一）のとき、類似度は最大値「１」となる。
【００１９】ここで、文書画像には住所データにない、
さまざまな単語が介在する。たとえば、「Ｍｕｌｔｉｐ
ｌｅ Ｄｉｓｔｒｉｃｔ Ｃ」というのは正式な住所で
はないが、区画を表記するものである。他にも、宛名、
部屋番号、国名などがあり得る。その中で、この例の
「Ｗｉｌｌｉａｍｓ」のように、宛名がストリート名や
都市名などと同一となる場合がある。
さまざまな単語が介在する。たとえば、「Ｍｕｌｔｉｐ
ｌｅ Ｄｉｓｔｒｉｃｔ Ｃ」というのは正式な住所で
はないが、区画を表記するものである。他にも、宛名、
部屋番号、国名などがあり得る。その中で、この例の
「Ｗｉｌｌｉａｍｓ」のように、宛名がストリート名や
都市名などと同一となる場合がある。
【００２０】従来手法では、距離（類似度）だけを用い
るため、この単語列Ａと第１の住所データとの例では、
第１の住所データのストリート名と宛名とが誤って照合
してしまう。しかも、単語列Ａと第２の住所データとの
比較では、文字認識において「Ｓｈｅｒａｔｏｎ」が
「ＳＨＥＬＡＴＯＮ」のように文字誤りを起こしたた
め、距離（類似度）だけでは、単語列Ａと第１の住所デ
ータとの比較よりも劣ってしまい、結果的に、誤認識と
なる場合があった。
るため、この単語列Ａと第１の住所データとの例では、
第１の住所データのストリート名と宛名とが誤って照合
してしまう。しかも、単語列Ａと第２の住所データとの
比較では、文字認識において「Ｓｈｅｒａｔｏｎ」が
「ＳＨＥＬＡＴＯＮ」のように文字誤りを起こしたた
め、距離（類似度）だけでは、単語列Ａと第１の住所デ
ータとの比較よりも劣ってしまい、結果的に、誤認識と
なる場合があった。
【００２１】そこで、本発明は、文字認識分野におい
て、入力された単語列と単語辞書内の各単語との照合の
際、従来よりも高精度な単語列照合が行なえる単語列照
合装置および単語列照合方法を提供することを目的とす
る。
て、入力された単語列と単語辞書内の各単語との照合の
際、従来よりも高精度な単語列照合が行なえる単語列照
合装置および単語列照合方法を提供することを目的とす
る。
【００２２】
【課題を解決するための手段】本発明の単語列照合装置
は、複数の単語からなる単語列に対する文字認識結果か
ら単語列を抽出する際に入力された単語列と単語辞書内
の単語との照合を行なう単語列照合装置において、入力
された単語列と単語辞書内の各単語とを対応付ける対応
付け手段と、この対応付け手段により対応付けられた入
力された単語列の単語間の距離と単語辞書内の単語間の
距離との位置関係を求める位置関係算出手段と、この位
置関係算出手段により求められた位置関係と入力された
単語列の単語間の距離とに基づき、前記対応付け手段に
より対応付けられた入力された単語列と単語辞書内の各
単語との対応関係が最適か否かを決定する手段とを具備
している。
は、複数の単語からなる単語列に対する文字認識結果か
ら単語列を抽出する際に入力された単語列と単語辞書内
の単語との照合を行なう単語列照合装置において、入力
された単語列と単語辞書内の各単語とを対応付ける対応
付け手段と、この対応付け手段により対応付けられた入
力された単語列の単語間の距離と単語辞書内の単語間の
距離との位置関係を求める位置関係算出手段と、この位
置関係算出手段により求められた位置関係と入力された
単語列の単語間の距離とに基づき、前記対応付け手段に
より対応付けられた入力された単語列と単語辞書内の各
単語との対応関係が最適か否かを決定する手段とを具備
している。
【００２３】また、本発明の単語列照合装置は、複数の
単語からなる単語列に対する文字認識結果から単語列を
抽出する際に入力された単語列と単語辞書内の単語との
照合を行なう単語列照合装置において、複数の単語から
なる単語列に対する文字認識結果から単語列を生成する
単語列生成手段と、この単語列生成手段により生成され
た単語列と単語辞書内の各単語とを対応付ける対応付け
手段と、前記単語列生成手段により生成された単語列と
単語辞書内の各単語とで単語間の距離を求める距離算出
手段と、前記対応付け手段により対応付けられた入力さ
れた単語列の単語間の距離と単語辞書内の単語間の距離
との位置関係を求める位置関係算出手段と、この位置関
係算出手段により求められた位置関係と前記距離算出手
段により求められた単語間の距離とに基づき評価値を求
める評価値算出手段と、この評価値算出手段により求め
られた評価値に基づき前記対応付け手段により対応付け
られた入力された単語列と単語辞書内の各単語との対応
関係を更新する更新手段と、前記評価値算出手段により
求められた評価値が最小となる最適解を求めて出力する
最適解算出手段とを具備している。
単語からなる単語列に対する文字認識結果から単語列を
抽出する際に入力された単語列と単語辞書内の単語との
照合を行なう単語列照合装置において、複数の単語から
なる単語列に対する文字認識結果から単語列を生成する
単語列生成手段と、この単語列生成手段により生成され
た単語列と単語辞書内の各単語とを対応付ける対応付け
手段と、前記単語列生成手段により生成された単語列と
単語辞書内の各単語とで単語間の距離を求める距離算出
手段と、前記対応付け手段により対応付けられた入力さ
れた単語列の単語間の距離と単語辞書内の単語間の距離
との位置関係を求める位置関係算出手段と、この位置関
係算出手段により求められた位置関係と前記距離算出手
段により求められた単語間の距離とに基づき評価値を求
める評価値算出手段と、この評価値算出手段により求め
られた評価値に基づき前記対応付け手段により対応付け
られた入力された単語列と単語辞書内の各単語との対応
関係を更新する更新手段と、前記評価値算出手段により
求められた評価値が最小となる最適解を求めて出力する
最適解算出手段とを具備している。
【００２４】また、本発明の単語列照合装置は、前記対
応付け手段は、単語辞書から読込んだ１つの単語に応じ
て対応関係を初期化することを特徴とする。
応付け手段は、単語辞書から読込んだ１つの単語に応じ
て対応関係を初期化することを特徴とする。
【００２５】また、本発明の単語列照合装置は、前記対
応付け手段は、単語辞書内の各単語について単語間の距
離が最小となる単語を求め、それを初期値として用いる
ことを特徴とする。
応付け手段は、単語辞書内の各単語について単語間の距
離が最小となる単語を求め、それを初期値として用いる
ことを特徴とする。
【００２６】また、本発明の単語列照合装置は、前記対
応付け手段は、以前に照合した単語辞書内の単語と共通
した単語が存在する場合、その結果を初期値として再利
用することを特徴とする。
応付け手段は、以前に照合した単語辞書内の単語と共通
した単語が存在する場合、その結果を初期値として再利
用することを特徴とする。
【００２７】また、本発明の単語列照合方法は、複数の
単語からなる単語列に対する文字認識結果から単語列を
抽出むする際に入力された単語列と単語辞書内の単語と
の照合を行なう単語列照合方法において、入力された単
語列と単語辞書内の各単語とを対応付けるステップと、
この対応付けられた入力された単語列の単語間の距離と
単語辞書内の単語間の距離との位置関係を求めるステッ
プと、この求められた位置関係と入力された単語列の単
語間の距離とに基づき、前記対応付けられた入力された
単語列と単語辞書内の各単語との対応関係が最適か否か
を決定するステップとを具備している。
単語からなる単語列に対する文字認識結果から単語列を
抽出むする際に入力された単語列と単語辞書内の単語と
の照合を行なう単語列照合方法において、入力された単
語列と単語辞書内の各単語とを対応付けるステップと、
この対応付けられた入力された単語列の単語間の距離と
単語辞書内の単語間の距離との位置関係を求めるステッ
プと、この求められた位置関係と入力された単語列の単
語間の距離とに基づき、前記対応付けられた入力された
単語列と単語辞書内の各単語との対応関係が最適か否か
を決定するステップとを具備している。
【００２８】さらに、本発明の単語列照合方法は、複数
の単語からなる単語列に対する文字認識結果から単語列
を抽出する際に入力された単語列と単語辞書内の単語と
の照合を行なう単語列照合方法において、複数の単語か
らなる単語列に対する文字認識結果から単語列を生成す
るステップと、この生成された単語列と単語辞書内の各
単語とを対応付けるステップと、前記生成された単語列
と単語辞書内の各単語とで単語間の距離を求めるステッ
プと、前記対応付けられた入力された単語列の単語間の
距離と単語辞書内の単語間の距離との位置関係を求める
ステップと、この求められた位置関係と前記求められた
単語間の距離とに基づき評価値を求めるステップと、こ
の求められた評価値に基づき前記対応付けられた入力さ
れた単語列と単語辞書内の各単語との対応関係を更新す
るステップと、前記求められた評価値が最小となる最適
解を求めて出力するステップとを具備している。
の単語からなる単語列に対する文字認識結果から単語列
を抽出する際に入力された単語列と単語辞書内の単語と
の照合を行なう単語列照合方法において、複数の単語か
らなる単語列に対する文字認識結果から単語列を生成す
るステップと、この生成された単語列と単語辞書内の各
単語とを対応付けるステップと、前記生成された単語列
と単語辞書内の各単語とで単語間の距離を求めるステッ
プと、前記対応付けられた入力された単語列の単語間の
距離と単語辞書内の単語間の距離との位置関係を求める
ステップと、この求められた位置関係と前記求められた
単語間の距離とに基づき評価値を求めるステップと、こ
の求められた評価値に基づき前記対応付けられた入力さ
れた単語列と単語辞書内の各単語との対応関係を更新す
るステップと、前記求められた評価値が最小となる最適
解を求めて出力するステップとを具備している。
【００２９】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して説明する。
て図面を参照して説明する。
【００３０】まず、第１の実施の形態について説明す
る。
る。
【００３１】図１は、第１の実施の形態に係る単語列照
合装置の構成を概略的に示すものである。この単語列照
合装置は、入力手段としての入力部１、認識手段として
の文字認識部２、単語列生成手段としての単語列生成部
３、対応付け手段としてのリンク初期化部４、距離算出
手段としての距離算出部５、位置関係算出手段としての
位相算出部６、評価値算出手段としての評価値算出部
７、更新手段としてのリンク更新部８、最適解算出手段
としての最適解算出部９、出力部１０、単語列Ａが格納
されるメモリＭ１、複数の住所データ（単語）Ｂが格納
されている単語辞書としての住所辞書Ｍ２、リンクＣが
格納されるメモリＭ３、距離Ｄが格納されるメモリＭ
４、および、評価値Ｆが格納されるメモリＭ５から構成
されている。
合装置の構成を概略的に示すものである。この単語列照
合装置は、入力手段としての入力部１、認識手段として
の文字認識部２、単語列生成手段としての単語列生成部
３、対応付け手段としてのリンク初期化部４、距離算出
手段としての距離算出部５、位置関係算出手段としての
位相算出部６、評価値算出手段としての評価値算出部
７、更新手段としてのリンク更新部８、最適解算出手段
としての最適解算出部９、出力部１０、単語列Ａが格納
されるメモリＭ１、複数の住所データ（単語）Ｂが格納
されている単語辞書としての住所辞書Ｍ２、リンクＣが
格納されるメモリＭ３、距離Ｄが格納されるメモリＭ
４、および、評価値Ｆが格納されるメモリＭ５から構成
されている。
【００３２】以下、各部について詳細に説明する。
【００３３】入力部１は、図８に示したような文書画像
を入力すると、それをコンピュータで扱える形式に変換
する（たとえば、イメージスキャナのような光電変換装
置など）。
を入力すると、それをコンピュータで扱える形式に変換
する（たとえば、イメージスキャナのような光電変換装
置など）。
【００３４】文字認識部２は、入力部１で入力された文
書画像を基に２値化、セグメンテーション、個別文字認
識など、文書画像の内容を理解するための処理を行な
う。文字認識部２で得られる認識結果を文字認識結果と
呼ぶことにする。
書画像を基に２値化、セグメンテーション、個別文字認
識など、文書画像の内容を理解するための処理を行な
う。文字認識部２で得られる認識結果を文字認識結果と
呼ぶことにする。
【００３５】単語列生成部３は、文字認識部２の文字認
識結果から単語列Ａを生成し、メモリＭ１に格納する。
単語列Ａは、単語単位で区切られた文字列の集合であ
る。
識結果から単語列Ａを生成し、メモリＭ１に格納する。
単語列Ａは、単語単位で区切られた文字列の集合であ
る。
【００３６】一方、単語辞書としての住所辞書Ｍ２に
は、あらかじめ複数の住所データ（単語）Ｂが格納され
ており、随時、任意の住所データＢが読出されるように
なっている。
は、あらかじめ複数の住所データ（単語）Ｂが格納され
ており、随時、任意の住所データＢが読出されるように
なっている。
【００３７】リンク初期化部４は、住所辞書Ｍ２から読
込んだ１つの住所データＢに応じてリンクＣを初期化す
る。この場合、住所データＢを読込むごとに全て再設定
するもので、その様子を図２に示す。リンクＣとは、単
語列Ａと住所データＢとの対応関係を表わすものであ
り、その対応関係は、後述するリンク更新部８により随
時変化する（更新される）。
込んだ１つの住所データＢに応じてリンクＣを初期化す
る。この場合、住所データＢを読込むごとに全て再設定
するもので、その様子を図２に示す。リンクＣとは、単
語列Ａと住所データＢとの対応関係を表わすものであ
り、その対応関係は、後述するリンク更新部８により随
時変化する（更新される）。
【００３８】以下、リンク初期化の一例を述べる。ここ
では、リンクの数を住所データＢの項目の数とする。す
なわち、ストリート名、ストリート接尾語、都市名、州
名、郵便番号（前３桁）、郵便番号（後３桁）に対応す
る６つである。リンクを２つの配列で表現する。すなわ
ち、下記数２で表わされる。
では、リンクの数を住所データＢの項目の数とする。す
なわち、ストリート名、ストリート接尾語、都市名、州
名、郵便番号（前３桁）、郵便番号（後３桁）に対応す
る６つである。リンクを２つの配列で表現する。すなわ
ち、下記数２で表わされる。
【００３９】
【数２】
【００４０】ただし、ｉはリンクのインデックス番号
で、
で、
【００４１】
【数３】
【００４２】ｎは単語列の単語の数、ｘM[・]は住所デー
タ側の項目番号（ストリート名（０）から郵便番号
（５）までの範囲をとる）、ｘI[・]は単語列側の単語番
号（先頭（０）から末尾（ｎ−１）までの範囲をとる）
である。
タ側の項目番号（ストリート名（０）から郵便番号
（５）までの範囲をとる）、ｘI[・]は単語列側の単語番
号（先頭（０）から末尾（ｎ−１）までの範囲をとる）
である。
【００４３】このように、初期化した場合の結果を図３
に示す。図３に示したように、リンクは均等配置され
る。
に示す。図３に示したように、リンクは均等配置され
る。
【００４４】距離算出部５は、単語列Ａと住所データＢ
とで、単語間の距離Ｄを算出し、メモリＭ４に格納す
る。単語間の距離の定義にはさまざまなものがあるが、
その一例として、編集距離（レーベンシュタイン距離と
も言う、以下、ＬＤと略称する）が挙げられる。本実施
の形態では、単語間の距離をＬＤに基づいて求め、下記
数４により類似度を算出している。
とで、単語間の距離Ｄを算出し、メモリＭ４に格納す
る。単語間の距離の定義にはさまざまなものがあるが、
その一例として、編集距離（レーベンシュタイン距離と
も言う、以下、ＬＤと略称する）が挙げられる。本実施
の形態では、単語間の距離をＬＤに基づいて求め、下記
数４により類似度を算出している。
【００４５】
【数４】
【００４６】ただし、ｌｅｎ（・）は文字列の長さを示
す関数、ＬＤ′（・，・）は正規化されたＬＤである。
εは任意の小さな実数でよいが、ここではε＝１として
いる。すると、ＬＤが最小値（すなわち、単語列ＡとＢ
が同一）のとき、類似度は最大値「１」となる。
す関数、ＬＤ′（・，・）は正規化されたＬＤである。
εは任意の小さな実数でよいが、ここではε＝１として
いる。すると、ＬＤが最小値（すなわち、単語列ＡとＢ
が同一）のとき、類似度は最大値「１」となる。
【００４７】距離算出部５では、各リンクによって関連
付けられている単語同士について上記の計算を行ない、
さらにそれらを平均化する。すなわち、下記数５のよう
な値を求め、この求めた値を距離ＤとしてメモリＭ４に
格納する。
付けられている単語同士について上記の計算を行ない、
さらにそれらを平均化する。すなわち、下記数５のよう
な値を求め、この求めた値を距離ＤとしてメモリＭ４に
格納する。
【００４８】
【数５】
【００４９】位相算出部６は、下記数６により、各リン
クにつき、近傍のリンクとの位相差を算出する。本実施
の形態では、説明を簡単にするため、前後のリンク（た
かだか２本）のみを近傍リンクとする。
クにつき、近傍のリンクとの位相差を算出する。本実施
の形態では、説明を簡単にするため、前後のリンク（た
かだか２本）のみを近傍リンクとする。
【００５０】
【数６】
【００５１】ただし、ｎｏｒｍ（・）は、住所データ、
単語列それぞれの単語数に応じた正規化関数である（こ
こでは、住所データの単語数（項目数）は６つに固定と
している）。
単語列それぞれの単語数に応じた正規化関数である（こ
こでは、住所データの単語数（項目数）は６つに固定と
している）。
【００５２】位相算出部６では、各リンクについて上記
の計算を行ない、さらにそれらを平均化する。すなわ
ち、下記数７のような値を求め、この求めた値を位相Ｅ
としてメモリＭ５に格納する。
の計算を行ない、さらにそれらを平均化する。すなわ
ち、下記数７のような値を求め、この求めた値を位相Ｅ
としてメモリＭ５に格納する。
【００５３】
【数７】
【００５４】評価値算出部７は、先に求めた距離Ｄと位
相Ｅとから、以下のような評価関数にしたがって評価値
Ｆを算出し、この算出した評価値ＦをメモリＭ６に格納
する。この算出した評価値Ｆは、値が小さければ小さい
ほど照合がうまくいったことを示す。
相Ｅとから、以下のような評価関数にしたがって評価値
Ｆを算出し、この算出した評価値ＦをメモリＭ６に格納
する。この算出した評価値Ｆは、値が小さければ小さい
ほど照合がうまくいったことを示す。
【００５５】ＣALL ＝ＣP −ＣLDリンク更新部８は、上
記したように算出された評価値Ｆを基にリンクＣを更新
する。すなわち、前回の評価値Ｆと今回の評価値Ｆ′と
を比較して、今回の評価値Ｆ′が小さければ、それを前
回の評価値Ｆと入れ替える。そして、リンクの一部を更
新し、再び距離算出部５の処理から繰り返す。この繰り
返しは、後述する最適解算出部９によって止められるま
で行なわれる。
記したように算出された評価値Ｆを基にリンクＣを更新
する。すなわち、前回の評価値Ｆと今回の評価値Ｆ′と
を比較して、今回の評価値Ｆ′が小さければ、それを前
回の評価値Ｆと入れ替える。そして、リンクの一部を更
新し、再び距離算出部５の処理から繰り返す。この繰り
返しは、後述する最適解算出部９によって止められるま
で行なわれる。
【００５６】最適解算出部９は、評価値Ｆの推移が収束
したことを判断し、次の住所データＢ′に対してリンク
初期化部４の処理から繰り返す。比較対象となる住所デ
ータＢ′がなくなった時点で、繰り返しは終了する。そ
して、複数の住所データＢとの比較において評価値Ｆが
最小となるものを選び出し、それを最適解とする。
したことを判断し、次の住所データＢ′に対してリンク
初期化部４の処理から繰り返す。比較対象となる住所デ
ータＢ′がなくなった時点で、繰り返しは終了する。そ
して、複数の住所データＢとの比較において評価値Ｆが
最小となるものを選び出し、それを最適解とする。
【００５７】図４に示したのが、本実施の形態による住
所照合の模式図である。距離（類似度）だけでは、第１
の住所データの方が高いが、第１の住所データは「ＷＩ
ＬＬＩＡＭＳ」と「ＳＴＲＥＥＴ」との位相関係が悪
く、本実施の形態による評価基準では、「ＳＨＥＲＡＴ
ＯＮ」と「ＳＨＥＬＴＯＮ」のように、文字認識結果の
段階では必ずしも完全に一致しなくても、隣接リンクと
の位相関係が考慮され、最適解として第２の住所データ
（正解）が選ばれる。
所照合の模式図である。距離（類似度）だけでは、第１
の住所データの方が高いが、第１の住所データは「ＷＩ
ＬＬＩＡＭＳ」と「ＳＴＲＥＥＴ」との位相関係が悪
く、本実施の形態による評価基準では、「ＳＨＥＲＡＴ
ＯＮ」と「ＳＨＥＬＴＯＮ」のように、文字認識結果の
段階では必ずしも完全に一致しなくても、隣接リンクと
の位相関係が考慮され、最適解として第２の住所データ
（正解）が選ばれる。
【００５８】出力部１０は、最適解算出部９で求められ
た最適解を利用者が理解できる形式に変換して出力する
もので、たとえば、画面表示装置などである。
た最適解を利用者が理解できる形式に変換して出力する
もので、たとえば、画面表示装置などである。
【００５９】このように、第１の実施の形態によれば、
住所照合の際、単語列と住所データとのつながり（対応
付け）を表わす「リンク」を有するとともに、このリン
クを用いて単語間の距離（類似度）と位相（位置関係）
との両方から局所的に類似した特徴同士を結び付けるこ
とで、きわめて高精度な住所照合を行なうことができ
る。
住所照合の際、単語列と住所データとのつながり（対応
付け）を表わす「リンク」を有するとともに、このリン
クを用いて単語間の距離（類似度）と位相（位置関係）
との両方から局所的に類似した特徴同士を結び付けるこ
とで、きわめて高精度な住所照合を行なうことができ
る。
【００６０】次に、第２の実施の形態について説明す
る。
る。
【００６１】前記した第１の実施の形態において、リン
ク初期化部４では、リンクの初期値を均等配分で決めて
いたが、第２の実施の形態では、初期化前に一旦、住所
データの各項目について距離最小（類似度最大）となる
単語を求め、それを初期値として採用するもので、図５
はその様子を示したものである。
ク初期化部４では、リンクの初期値を均等配分で決めて
いたが、第２の実施の形態では、初期化前に一旦、住所
データの各項目について距離最小（類似度最大）となる
単語を求め、それを初期値として採用するもので、図５
はその様子を示したものである。
【００６２】このように、第２の実施の形態によれば、
リンクの初期化段階において準最適解が求まり、その値
から最適解計算が始まるので、最適解探索時間を短縮で
きる。
リンクの初期化段階において準最適解が求まり、その値
から最適解計算が始まるので、最適解探索時間を短縮で
きる。
【００６３】次に、第３の実施の形態について説明す
る。
る。
【００６４】前記第１の実施の形態において、リンク初
期化部４では、住所データＢを読込むごとに全て再設定
していたが、第３の実施の形態では、それ以前に照合し
た住所データと共通した項目（単語）がある場合、その
結果を初期値として再利用するもので、図６はその様子
を示したものである。
期化部４では、住所データＢを読込むごとに全て再設定
していたが、第３の実施の形態では、それ以前に照合し
た住所データと共通した項目（単語）がある場合、その
結果を初期値として再利用するもので、図６はその様子
を示したものである。
【００６５】このように、第３の実施の形態によれば、
以前に得られた最適解のうち、共通化（再利用）可能な
部分について計算を省略でき、最適解の探索時間を短縮
できる。
以前に得られた最適解のうち、共通化（再利用）可能な
部分について計算を省略でき、最適解の探索時間を短縮
できる。
【００６６】なお、本発明は、前記実施の形態に限定さ
れるものではなく、その要旨を逸脱しない範囲で種々変
形して実施することができる、たとえば、単語間の距離
や位相、評価値の求め方などは、前述した数式に限定さ
れるものではない。また、リンク更新の方法も、前述し
たような山登り法以外にも、広く知られている各種最適
化手法を用いることが可能である。
れるものではなく、その要旨を逸脱しない範囲で種々変
形して実施することができる、たとえば、単語間の距離
や位相、評価値の求め方などは、前述した数式に限定さ
れるものではない。また、リンク更新の方法も、前述し
たような山登り法以外にも、広く知られている各種最適
化手法を用いることが可能である。
【００６７】
【発明の効果】以上詳述したように本発明によれば、文
字認識分野において、入力された単語列と単語辞書内の
各単語との照合の際、従来よりも高精度な単語列照合が
行なえる単語列照合装置および単語列照合方法を提供で
きる。
字認識分野において、入力された単語列と単語辞書内の
各単語との照合の際、従来よりも高精度な単語列照合が
行なえる単語列照合装置および単語列照合方法を提供で
きる。
【図１】本発明の第１の実施の形態に係る単語列照合装
置の構成を概略的に示すブロック図。
置の構成を概略的に示すブロック図。
【図２】第１の実施の形態に係るリンク初期化部を説明
するための図。
するための図。
【図３】第１の実施の形態に係るリンク初期化部を説明
するための図。
するための図。
【図４】第１の実施の形態に係る住所照合方法を説明す
る模式図。
る模式図。
【図５】本発明の第２の実施の形態に係るリンク初期化
部を説明するための図。
部を説明するための図。
【図６】本発明の第３の実施の形態に係るリンク初期化
部を説明するための図。
部を説明するための図。
【図７】従来の単語列照合装置の構成を概略的に示すブ
ロック図。
ロック図。
【図８】被読取物である文書画像の一例を示す図。
【図９】従来の住所照合方法を説明する模式図。
１……入力部（入力手段） ２……文字認識部（認識手段） ３……単語列生成部（単語列生成手段） ４……リンク初期化部（対応付け手段） ５……距離算出部（距離算出手段） ６……位相算出部（位置関係算出手段） ７……評価値算出部（評価値算出手段） ８……リンク更新部（更新手段） ９……最適解算出部（最適解算出手段） １０……出力部 Ｍ２……住所辞書（単語辞書） Ａ……単語列 Ｂ……住所データ（辞書単語） Ｃ……リンク Ｄ……距離（類似度） Ｅ……位相（位置関係） Ｆ……評価値
Claims (7)
- 【請求項１】 複数の単語からなる単語列に対する文字
認識結果から単語列を抽出する際に入力された単語列と
単語辞書内の単語との照合を行なう単語列照合装置にお
いて、 入力された単語列と単語辞書内の各単語とを対応付ける
対応付け手段と、 この対応付け手段により対応付けられた入力された単語
列の単語間の距離と単語辞書内の単語間の距離との位置
関係を求める位置関係算出手段と、 この位置関係算出手段により求められた位置関係と入力
された単語列の単語間の距離とに基づき、前記対応付け
手段により対応付けられた入力された単語列と単語辞書
内の各単語との対応関係が最適か否かを決定する手段
と、 を具備したことを特徴とする単語列照合装置。 - 【請求項２】 複数の単語からなる単語列に対する文字
認識結果から単語列を抽出する際に入力された単語列と
単語辞書内の単語との照合を行なう単語列照合装置にお
いて、 複数の単語からなる単語列に対する文字認識結果から単
語列を生成する単語列生成手段と、 この単語列生成手段により生成された単語列と単語辞書
内の各単語とを対応付ける対応付け手段と、 前記単語列生成手段により生成された単語列と単語辞書
内の各単語とで単語間の距離を求める距離算出手段と、 前記対応付け手段により対応付けられた入力された単語
列の単語間の距離と単語辞書内の単語間の距離との位置
関係を求める位置関係算出手段と、 この位置関係算出手段により求められた位置関係と前記
距離算出手段により求められた単語間の距離とに基づき
評価値を求める評価値算出手段と、 この評価値算出手段により求められた評価値に基づき前
記対応付け手段により対応付けられた入力された単語列
と単語辞書内の各単語との対応関係を更新する更新手段
と、 前記評価値算出手段により求められた評価値が最小とな
る最適解を求めて出力する最適解算出手段と、 を具備したことを特徴とする単語列照合装置。 - 【請求項３】 前記対応付け手段は、単語辞書から読込
んだ１つの単語に応じて対応関係を初期化することを特
徴とする請求項１または請求項２記載の単語列照合装
置。 - 【請求項４】 前記対応付け手段は、単語辞書内の各単
語について単語間の距離が最小となる単語を求め、それ
を初期値として用いることを特徴とする請求項１または
請求項２記載の単語列照合装置。 - 【請求項５】 前記対応付け手段は、以前に照合した単
語辞書内の単語と共通した単語が存在する場合、その結
果を初期値として再利用することを特徴とする請求項１
または請求項２記載の単語列照合装置。 - 【請求項６】 複数の単語からなる単語列に対する文字
認識結果から単語列を抽出する際に入力された単語列と
単語辞書内の単語との照合を行なう単語列照合方法にお
いて、 入力された単語列と単語辞書内の各単語とを対応付ける
ステップと、 この対応付けられた入力された単語列の単語間の距離と
単語辞書内の単語間の距離との位置関係を求めるステッ
プと、 この求められた位置関係と入力された単語列の単語間の
距離とに基づき、前記対応付けられた入力された単語列
と単語辞書内の各単語との対応関係が最適か否かを決定
するステップと、 を具備したことを特徴とする単語列照合方法。 - 【請求項７】 複数の単語からなる単語列に対する文字
認識結果から単語列を抽出する際に入力された単語列と
単語辞書内の単語との照合を行なう単語列照合方法にお
いて、 複数の単語からなる単語列に対する文字認識結果から単
語列を生成するステップと、 この生成された単語列と単語辞書内の各単語とを対応付
けるステップと、 前記生成された単語列と単語辞書内の各単語とで単語間
の距離を求めるステップと、 前記対応付けられた入力された単語列の単語間の距離と
単語辞書内の単語間の距離との位置関係を求めるステッ
プと、 この求められた位置関係と前記求められた単語間の距離
とに基づき評価値を求めるステップと、 この求められた評価値に基づき前記対応付けられた入力
された単語列と単語辞書内の各単語との対応関係を更新
するステップと、 前記求められた評価値が最小となる最適解を求めて出力
するステップと、 を具備したことを特徴とする単語列照合方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000102370A JP2001291060A (ja) | 2000-04-04 | 2000-04-04 | 単語列照合装置および単語列照合方法 |
| US09/824,876 US6643647B2 (en) | 2000-04-04 | 2001-04-04 | Word string collating apparatus, word string collating method and address recognition apparatus |
| KR10-2001-0017871A KR100417306B1 (ko) | 2000-04-04 | 2001-04-04 | 단어열 대조장치, 단어열 대조방법 및 주소 인식장치 |
| US10/653,924 US7124130B2 (en) | 2000-04-04 | 2003-09-04 | Word string collating apparatus, word string collating method and address recognition apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000102370A JP2001291060A (ja) | 2000-04-04 | 2000-04-04 | 単語列照合装置および単語列照合方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001291060A true JP2001291060A (ja) | 2001-10-19 |
Family
ID=18616268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000102370A Pending JP2001291060A (ja) | 2000-04-04 | 2000-04-04 | 単語列照合装置および単語列照合方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (2) | US6643647B2 (ja) |
| JP (1) | JP2001291060A (ja) |
| KR (1) | KR100417306B1 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011036830A1 (ja) * | 2009-09-24 | 2011-03-31 | 日本電気株式会社 | 単語認識装置、方法及びプログラムが格納された非一時的なコンピュータ可読媒体並びに発送物区分装置 |
| JP4809477B2 (ja) * | 2006-06-09 | 2011-11-09 | ソニー エリクソン モバイル コミュニケーションズ， エービー | 電子メールアドレスの検査 |
Families Citing this family (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7031002B1 (en) | 1998-12-31 | 2006-04-18 | International Business Machines Corporation | System and method for using character set matching to enhance print quality |
| US7039637B2 (en) * | 1998-12-31 | 2006-05-02 | International Business Machines Corporation | System and method for evaluating characters in an inputted search string against a character table bank comprising a predetermined number of columns that correspond to a plurality of pre-determined candidate character sets in order to provide enhanced full text search |
| US7030863B2 (en) | 2000-05-26 | 2006-04-18 | America Online, Incorporated | Virtual keyboard system with automatic correction |
| US7821503B2 (en) | 2003-04-09 | 2010-10-26 | Tegic Communications, Inc. | Touch screen and graphical user interface |
| US7750891B2 (en) * | 2003-04-09 | 2010-07-06 | Tegic Communications, Inc. | Selective input system based on tracking of motion parameters of an input device |
| US7286115B2 (en) | 2000-05-26 | 2007-10-23 | Tegic Communications, Inc. | Directional input system with automatic correction |
| US7191114B1 (en) | 1999-08-27 | 2007-03-13 | International Business Machines Corporation | System and method for evaluating character sets to determine a best match encoding a message |
| US7899665B2 (en) * | 2004-08-20 | 2011-03-01 | International Business Machines Corporation | Methods and systems for detecting the alphabetic order used by different languages |
| JP4855698B2 (ja) * | 2005-03-22 | 2012-01-18 | 株式会社東芝 | 宛先認識装置 |
| JP4740060B2 (ja) * | 2006-07-31 | 2011-08-03 | 富士通株式会社 | 重複データ検出プログラム、重複データ検出方法および重複データ検出装置 |
| US8255216B2 (en) | 2006-10-30 | 2012-08-28 | Nuance Communications, Inc. | Speech recognition of character sequences |
| KR100835289B1 (ko) * | 2006-11-20 | 2008-06-05 | 엔에이치엔(주) | 키 배열 정보를 이용한 단어 추천 방법 및 그 시스템 |
| US8225203B2 (en) | 2007-02-01 | 2012-07-17 | Nuance Communications, Inc. | Spell-check for a keyboard system with automatic correction |
| US8201087B2 (en) * | 2007-02-01 | 2012-06-12 | Tegic Communications, Inc. | Spell-check for a keyboard system with automatic correction |
| DE102007010259A1 (de) | 2007-03-02 | 2008-09-04 | Volkswagen Ag | Sensor-Auswertevorrichtung und Verfahren zum Auswerten von Sensorsignalen |
| US8775931B2 (en) * | 2007-03-30 | 2014-07-08 | Blackberry Limited | Spell check function that applies a preference to a spell check algorithm based upon extensive user selection of spell check results generated by the algorithm, and associated handheld electronic device |
| US8023719B2 (en) * | 2007-08-15 | 2011-09-20 | International Business Machines Corporation | MICR reader using phase angle extracted from frequency domain analysis |
| KR101126406B1 (ko) * | 2008-11-27 | 2012-04-20 | 엔에이치엔(주) | 유사어 결정 방법 및 시스템 |
| US20110106836A1 (en) * | 2009-10-30 | 2011-05-05 | International Business Machines Corporation | Semantic Link Discovery |
| US20130007004A1 (en) * | 2011-06-30 | 2013-01-03 | Landon Ip, Inc. | Method and apparatus for creating a search index for a composite document and searching same |
| US10146979B2 (en) * | 2015-06-03 | 2018-12-04 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Processing visual cues to improve device understanding of user input |
| US9858385B2 (en) | 2015-07-23 | 2018-01-02 | International Business Machines Corporation | Identifying errors in medical data |
| CN105446957B (zh) * | 2015-12-03 | 2018-07-20 | 小米科技有限责任公司 | 相似性确定方法、装置及终端 |
| JP6690484B2 (ja) * | 2016-09-15 | 2020-04-28 | 富士通株式会社 | 音声認識用コンピュータプログラム、音声認識装置及び音声認識方法 |
| KR102322703B1 (ko) * | 2016-10-21 | 2021-11-08 | 두나무 주식회사 | 주식 매매일지 자동 작성 방법 |
| KR102132745B1 (ko) * | 2016-10-21 | 2020-07-10 | 두나무 주식회사 | Ｓｍｓ 메시지를 이용한 주식 매매일지 작성 장치 |
| CN107133215A (zh) * | 2017-05-20 | 2017-09-05 | 复旦大学 | 一种脱机手写中文规范地址识别方法 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2737173B2 (ja) * | 1988-10-25 | 1998-04-08 | 日本電気株式会社 | 記号列照合装置とその制御方法 |
| US5020112A (en) * | 1989-10-31 | 1991-05-28 | At&T Bell Laboratories | Image recognition method using two-dimensional stochastic grammars |
| US5497488A (en) * | 1990-06-12 | 1996-03-05 | Hitachi, Ltd. | System for parallel string search with a function-directed parallel collation of a first partition of each string followed by matching of second partitions |
| US5526444A (en) * | 1991-12-10 | 1996-06-11 | Xerox Corporation | Document image decoding using modified branch-and-bound methods |
| US5321773A (en) * | 1991-12-10 | 1994-06-14 | Xerox Corporation | Image recognition method using finite state networks |
| US5535119A (en) * | 1992-06-11 | 1996-07-09 | Hitachi, Ltd. | Character inputting method allowing input of a plurality of different types of character species, and information processing equipment adopting the same |
| US5699456A (en) * | 1994-01-21 | 1997-12-16 | Lucent Technologies Inc. | Large vocabulary connected speech recognition system and method of language representation using evolutional grammar to represent context free grammars |
| US5594809A (en) * | 1995-04-28 | 1997-01-14 | Xerox Corporation | Automatic training of character templates using a text line image, a text line transcription and a line image source model |
| JP3040945B2 (ja) * | 1995-11-29 | 2000-05-15 | 松下電器産業株式会社 | 文書検索装置 |
| US5933525A (en) * | 1996-04-10 | 1999-08-03 | Bbn Corporation | Language-independent and segmentation-free optical character recognition system and method |
| US5873111A (en) * | 1996-05-10 | 1999-02-16 | Apple Computer, Inc. | Method and system for collation in a processing system of a variety of distinct sets of information |
| US5995963A (en) * | 1996-06-27 | 1999-11-30 | Fujitsu Limited | Apparatus and method of multi-string matching based on sparse state transition list |
| JP3143079B2 (ja) * | 1997-05-30 | 2001-03-07 | 松下電器産業株式会社 | 辞書索引作成装置と文書検索装置 |
| JPH1153384A (ja) * | 1997-08-05 | 1999-02-26 | Mitsubishi Electric Corp | キーワード抽出装置及びキーワード抽出方法並びにキーワード抽出プログラムを格納したコンピュータ読み取り可能な記録媒体 |
| JP3275816B2 (ja) * | 1998-01-14 | 2002-04-22 | 日本電気株式会社 | 記号列検索方法及び記号列検索装置並びに記号列検索プログラムを記録した記録媒体 |
| US6507678B2 (en) * | 1998-06-19 | 2003-01-14 | Fujitsu Limited | Apparatus and method for retrieving character string based on classification of character |
-
2000
- 2000-04-04 JP JP2000102370A patent/JP2001291060A/ja active Pending
-
2001
- 2001-04-04 KR KR10-2001-0017871A patent/KR100417306B1/ko not_active IP Right Cessation
- 2001-04-04 US US09/824,876 patent/US6643647B2/en not_active Expired - Fee Related
-
2003
- 2003-09-04 US US10/653,924 patent/US7124130B2/en not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4809477B2 (ja) * | 2006-06-09 | 2011-11-09 | ソニー エリクソン モバイル コミュニケーションズ， エービー | 電子メールアドレスの検査 |
| WO2011036830A1 (ja) * | 2009-09-24 | 2011-03-31 | 日本電気株式会社 | 単語認識装置、方法及びプログラムが格納された非一時的なコンピュータ可読媒体並びに発送物区分装置 |
| JP5621777B2 (ja) * | 2009-09-24 | 2014-11-12 | 日本電気株式会社 | 単語認識装置、方法及びプログラムが格納された非一時的なコンピュータ可読媒体並びに発送物区分装置 |
| US9101961B2 (en) | 2009-09-24 | 2015-08-11 | Nec Corporation | Word recognition apparatus, word recognition method, non-transitory computer readable medium storing word recognition program, and delivery item sorting apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| US7124130B2 (en) | 2006-10-17 |
| US20010031088A1 (en) | 2001-10-18 |
| KR20010095304A (ko) | 2001-11-03 |
| US6643647B2 (en) | 2003-11-04 |
| US20040044676A1 (en) | 2004-03-04 |
| KR100417306B1 (ko) | 2004-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001291060A (ja) | 単語列照合装置および単語列照合方法 | |
| US8745077B2 (en) | Searching and matching of data | |
| JP3689455B2 (ja) | 情報処理方法及び装置 | |
| US7092567B2 (en) | Post-processing system and method for correcting machine recognized text | |
| EP0844583B1 (en) | Method and apparatus for character recognition | |
| US8069033B2 (en) | Document based character ambiguity resolution | |
| US20090006394A1 (en) | Systems and methods for validating an address | |
| US20060004744A1 (en) | Method and system for approximate string matching | |
| CN111209447A (zh) | 一种基于音形码的中文字符串相似度计算方法及装置 | |
| CN111782892B (zh) | 基于前缀树的相似字符识别方法、设备、装置和存储介质 | |
| US20120254190A1 (en) | Extracting method, computer product, extracting system, information generating method, and information contents | |
| JPH087033A (ja) | 情報処理方法及び装置 | |
| JP4066507B2 (ja) | 日本語文字認識誤り訂正方法及び装置、並びに、誤り訂正プログラムを記録した記録媒体 | |
| WO2016181470A1 (ja) | 認識装置、認識方法およびプログラム | |
| CN111814781A (zh) | 用于对图像块识别结果进行校正的方法、设备和存储介质 | |
| KR20110044253A (ko) | 근사조합장치, 근사조합방법, 프로그램 및 기록매체 | |
| JPH05257982A (ja) | 文字列認識方法 | |
| JP3080066B2 (ja) | 文字認識装置、方法及び記憶媒体 | |
| JP6320089B2 (ja) | 認識装置、認識方法およびプログラム | |
| JP2003331214A (ja) | 文字認識誤り訂正方法、装置及びプログラム | |
| JP3274014B2 (ja) | 文字認識装置および文字認識方法 | |
| JP3548372B2 (ja) | 文字認識装置 | |
| JP2894305B2 (ja) | 認識装置の候補修正方式 | |
| US8019158B2 (en) | Method and computer program product for recognition error correction data | |
| KR100258923B1 (ko) | 한글 및 영문 성명인식 및 오인식 교정방법 |