JP2002279349A - 自動文字認識に用いる辞書の提供方法 - Google Patents

Abstract

(57)【要約】 【課題】 ＯＣＲの精度向上を図る。 【解決手段】 通信ネットワーク１０１を介して送信さ
れた自動文字認識対象物についての自動文字認識サービ
スを提供する自動文字認識サービス提供サイトを介し
て、ユーザから送信された自動文字認識対象物を受信し
たら、自動文字認識処理を実行するに際して参照可能な
辞書のリストをユーザに選択可能に提供する。そして、
ユーザが選択した辞書を参照し、受信した自動文字認識
対象物についての自動文字認識処理を実行する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、インターネット等
の通信ネットワークを介して自動文字認識を提供する技
術に係り、特に、認識精度向上や処理速度向上のために
自動文字認識処理に際して参照される辞書を提供する自
動文字認識に用いる辞書の提供方法に関する。

【０００２】

【従来の技術】インターネットを基軸とするネットワー
ク技術の発展は、目覚しいものがある。自動文字認識
（以下、ＯＣＲと略称する）の分野においても、その利
用形態として、ネットワーク等を利用する方法が提案さ
れている。

【０００３】例えば、特開２０００−３４０９公報に
は、「ＯＣＲシステム」として、ネットワークを通じて
ＯＣＲ処理の負荷分散を図ることにより、処理効率を高
めることを目的とした技術が開示されている。

【０００４】また、特開平６−２５９６００号公報に
は、「辞書分散システム及び辞書分散管理方法」とし
て、ネットワークを通じて辞書の分散を図り、辞書管理
に工夫を凝らすことで辞書の検索効率を高めることを目
的とした技術が開示されている。

【０００５】ところが、このように、ＯＣＲをネットワ
ーク上で利用する幾つかの手法は提案されているもの
の、そのほとんどは処理効率を高めることを目的として
おり、処理精度を高めることを主眼とはしていない。

【０００６】処理精度を高めるための一つの方法とし
て、より良い辞書を用いることが考えられる。ここで辞
書と呼んでいるものは、主に二種類の辞書の総称であ
る。

【０００７】一つは、一文字を認識するために文字の形
状等に関する標準的な特徴量を蓄えたものであり、一般
にはパターン辞書と呼ばれるものである。

【０００８】もう一つは、言語的な観点から文字候補を
取捨選択してより正確に文字を認識するために、単語や
その接続に関する情報を蓄えたものであり、一般には言
語辞書と呼ばれるものである。

【０００９】これ以外にも、文字を切り出すためのパラ
メータを蓄えた辞書などがありうるが、代表的なものは
上記の二つである。

【００１０】これらの辞書は、一般にはアプリケーショ
ン・パッケージに同梱されており、ＯＣＲ使用者の側で
は、未登録の文字パターンあるいは言語情報を追加して
利用することが可能になっているというのが現状であ
る。

【００１１】

【発明が解決しようとする課題】しかしながら、それら
の更新辞書は、各ユーザが個別に作成したものを個別に
利用するのみの形態である。したがって、各ユーザは、
それぞれ独立に辞書更新をするのであって、互いの辞書
更新による認識精度向上の恩恵を共有することができな
い。

【００１２】一方、ＯＣＲ提供者も、アプリケーション
・パッケージのバージョン・アップを機会として更新さ
れた辞書を提供してはいるものの、必ずしもすべての情
報を盛り込むことができないというのが現状である。

【００１３】たとえば、医学専門分野の言語辞書が提供
されたならば、医学関連の文献の認識精度は大幅に高ま
ると考えられるが、ＯＣＲ提供者があらゆる分野の辞書
を用意することは困難なことである。

【００１４】本発明の目的は、ＯＣＲの精度向上を図る
ことである。

【００１５】本発明の目的は、各ＯＣＲユーザに自らの
ユーザ辞書を公開できる場を設け、各ＯＣＲユーザが自
分の要求にあった辞書を選択しうる仕組みを設けること
で、互いに精度向上という恩恵を共有できるような辞書
サービス方法を提供することである。

【００１６】

【課題を解決するための手段】請求項１記載の自動文字
認識に用いる辞書の提供方法の発明は、通信ネットワー
クを介して送信された自動文字認識対象物についての自
動文字認識サービスを提供する自動文字認識サービス提
供サイトを介して、この自動文字認識サービス提供サイ
トに前記通信ネットワークを介してアクセスするユーザ
から送信された前記自動文字認識対象物を受信するステ
ップと、前記自動文字認識対象物の受信に応じて、自動
文字認識処理を実行するに際して参照可能な辞書のリス
トを前記ユーザに選択可能に提供するステップと、前記
ユーザが選択した辞書を参照し、受信した前記自動文字
認識対象物についての自動文字認識処理を実行するステ
ップと、を具備する。

【００１７】請求項２記載の発明は、請求項１記載の自
動文字認識に用いる辞書の提供方法において、辞書の識
別情報を算出するステップと、前記ユーザに選択可能に
提供する前記参照可能な辞書のリストに、算出された前
記識別情報を伴わせるステップと、を具備する。

【００１８】請求項３記載の発明は、請求項２記載の自
動文字認識に用いる辞書の提供方法において、前記辞書
の識別情報として、評価原稿に対する認識精度を数値化
した辞書の有効度を用いる。

【００１９】請求項４記載の発明は、請求項２記載の自
動文字認識に用いる辞書の提供方法において、前記辞書
の識別情報として、ユーザの選択履歴を通値化した辞書
の選択頻度を用いる。

【００２０】請求項５記載の発明は、請求項１ないし４
のいずれか一記載の自動文字認識に用いる辞書の提供方
法において、前記自動文字認識サービス提供サイトを介
してユーザからユーザ辞書を受信するステップと、前記
ユーザ辞書を、自動文字認識処理を実行するに際して参
照可能な辞書として扱うステップと、を具備する。

【００２１】請求項６記載の発明は、請求項１ないし４
のいずれか一記載の自動文字認識に用いる辞書の提供方
法において、前記自動文字認識サービス提供サイトを介
してユーザからユーザ辞書に対するリンク情報を受信す
るステップと、前記ユーザ辞書を、自動文字認識処理を
実行するに際して参照可能な辞書として扱うステップ
と、を具備する。

【００２２】

【発明の実施の形態】本発明の第１の実施の形態を図１
ないし図３に基づいて説明する。

【００２３】図１は、本実施の形態のシステム構成例を
示す模式図である。本実施の形態のシステムは、通信ネ
ットワークとしてのインターネットやイントラネット等
のネットワーク１０１を介してブラウズソフトウエア等
の必要な閲覧環境を備えたユーザのクライアント端末で
あるＯＣＲサービスクライアント１０２にＯＣＲサービ
スを提供する。このようなサービスの提供は、ネットワ
ーク１０１を介してアクセス可能なＯＣＲサーバ１０３
及び辞書サーバ１０４でのデータ処理によって実現可能
である。つまり、ＯＣＲサーバ１０３は、ユーザが提供
するＯＣＲ対象物である例えば画像データに基づいてＯ
ＣＲ処理を実行するためのコンピュータプログラムがイ
ンストールされたコンピュータであり、このようなＯＣ
Ｒ処理に際しては、ネットワーク１０１等のネットワー
クを介して辞書サーバ１０４にアクセスし、辞書サーバ
１０４が保有する辞書を参照する。

【００２４】文字認識サービス提供サイトは、ＯＣＲサ
ーバ１０３及び辞書サーバ１０４によってネットワーク
１０１上に提供されるサイトである。ＯＣＲサーバ１０
３及び辞書サーバ１０４は、ここでは別なものとして図
示しているが、同一であっても構わない。また、ＯＣＲ
サービスクライアント１０２は多数存在し、その数を特
定することはできない。

【００２５】ＯＣＲ処理の流れを図２のタイミングチャ
ートを参照しながら説明する。

【００２６】実際には、インターネット通信でよく用い
られるＨＴＴＰプロトコルはステートレス（状態を保持
しない）であって、一つ一つの要求・応答の組み合わせ
が独立している。つまり、そのままではセッション管理
ができず、あるＷｅｂページの前にどのページを参照し
ていたかが判らないようになっている。これを補う工夫
として、クライアント側にクッキー（Cookie）と呼ばれ
る特殊な役割をもつ小さなファイルを置いたり、サーバ
側でセッション管理を行ったりなどの方法がある。ここ
では、それらの工夫を併用するものとして考える。

【００２７】以下、図２の流れに沿って処理を説明す
る。

【００２８】ＯＣＲユーザは、ＯＣＲサービスクライア
ント１０２からＯＣＲサービスを利用するために、文字
認識サービス提供サイトに接続要求を送信する。これ
は、セッション管理を開始するための接続要求という意
味である。

【００２９】文字認識サービス提供サイトは、接続要求
を受け付けたのち、ＯＣＲ処理に用いる幾つかのパラメ
ータについての選択を促すコンテンツを送信する。パラ
メータとは、たとえば認識対象言語（日／英など）や認
識対象文字種、二値化方法・領域分割の自動化指定など
処理手続きに関するもの、及び読取対象となる画像ファ
イル名などである。

【００３０】続いて、ユーザはそのコンテンツに基づい
てパラメータを選択し、その結果を送信する。

【００３１】文字認識サービス提供サイトでは選択され
たパラメータを受信したのち、既に蓄えられている辞書
へのリンクを適切な順に表示するための辞書選択コンテ
ンツを生成し、クライアントに送信する。

【００３２】ここで、辞書そのものは、物理的に辞書サ
ービス提供者側（ＯＣＲサーバ１０３又は辞書サーバ１
０４の側）に用意されていても良いし、他のサイトに公
開されているものであっても良い。このとき、辞書の数
が複数あると、ユーザが選択に悩むことになるので、辞
書を識別するための情報を算出し、その情報に基づいて
辞書選択コンテンツを生成することになる。このコンテ
ンツは、辞書の選択を促すような表示を行う（図３）。

【００３３】図３では、識別情報として辞書のバージョ
ン番号を用いている。これは、主として文字認識サービ
ス提供サイト側で用意した辞書を用いてサービスする場
合に用いられる。この場合には、一般にはより新しいバ
ージョンのものほど認識精度が高いため、サービスを初
めて利用するユーザは、最も新しいバージョンを選択す
れば良い。

【００３４】一方、既に何度か試しているユーザは、経
験的にどのバージョンがもっとも自分のドキュメントに
合うかを知っているため、そのバージョンを指定するこ
とができる。

【００３５】図３では、初期画面としてデフォルトの辞
書が指定されている。したがって、選択は必須ではな
く、選択がなければデフォルト辞書を適用することとな
る。

【００３６】また、言語辞書に関しては、一般辞書と専
門辞書に分かれており、それらを取捨選択して組み合わ
せることにより、認識対象ドキュメントにもっともよく
合う言語辞書組を適用することができるようになる。

【００３７】いずれにしても、ＯＣＲユーザは、表示さ
れた内容に基づいて所望の辞書を選択し、選択結果を文
字認識サービス提供サイトに送信する。

【００３８】辞書選択結果を受信した文字認識サービス
提供サイトでは、ＯＣＲサーバ１０３が辞書サーバ１０
４を呼び出す形で対象辞書の取得が行われ、この辞書を
用いてＯＣＲサーバ１０３によりＯＣＲ処理が実行され
る。この場合のＯＣＲ処理はＯＣＲサーバ１０３側で行
われることを想定しており、ＯＣＲユーザは辞書そのも
のを入手することはできない。つまり、辞書コンテンツ
を保護してサービスのみを提供するという形となる。

【００３９】ＯＣＲサーバ１０３は、認識結果に基づい
てＯＣＲ結果コンテンツを生成し、それをＯＣＲユーザ
（クライアント）に送信して、処理を終了する。

【００４０】次いで、本発明の第２の実施の形態を図４
に基づいて説明する。

【００４１】本実施の形態のシステムにおける構成及び
処理の流れは第１の実施の形態と同じである。異なるの
は、辞書選択コンテンツの内容である。これを、図４に
示す。同図では、パターン辞書、言語辞書ともに、各辞
書と辞書有効度とが組み合わされて、有効度の大きい順
に並ぶように辞書選択コンテンツが生成されている。有
効度とは、あらかじめ定められた評価原稿に対する認識
精度を表す値である。評価原稿は、ＯＣＲサーバ１０３
又は辞書サーバ１０４側にあっても良いし、場所が特定
されていればインターネット上のどこにあっても良い。

【００４２】このように、単に辞書のバージョン番号の
みでは不十分な情報、すなわちＯＣＲユーザが認識精度
を高めるうえでいずれの辞書を選択すべきかを判断する
ための情報を、辞書有効度によって補い、それを辞書選
択コンテンツに反映させることにより、ＯＣＲユーザの
辞書選択を容易ならしめることができる。

【００４３】次いで、本発明の第３の実施の形態を図５
に基づいて説明する。

【００４４】本実施の形態のシステムにおける構成及び
処理の流れは第１の実施の形態と同じである。異なるの
は辞書選択コンテンツの内容である。これを、図５に示
す。同図では、パターン辞書、言語辞書ともに、各辞書
とユーザの適用数とがペアになり、適用数の大きい順に
並ぶように辞書選択コンテンツが生成されている。適用
数とはその辞書が選択された回数を示すものであり、ダ
ウンロード数のようなものである。

【００４５】ただし、本実施の形態のシステム構成で
は、ＯＣＲ処理をクライアント側で行うのみならず、Ｏ
ＣＲサーバ１０３側で行うことをも想定しているため
に、ダウンロード数とは呼ばずに適用数と呼んでいる。

【００４６】次いで、本発明の第４の実施の形態を図６
に基づいて説明する。

【００４７】この実施例は、文字認識サービス提供サイ
トをユーザ辞書共有の場とするためのものである。

【００４８】システムの基本構成は図１と同じである
が、ＯＣＲサービスクライアント１０１が辞書登録クラ
イアントの役割を果たす。

【００４９】また、処理の流れが異なる。処理の流れを
図６にタイミングチャートとして示す。以下、同図にし
たがって説明する。

【００５０】ＯＣＲユーザは、自分のユーザ辞書を登録
・公開するために、ＯＣＲサービスクライアント１０１
から辞書文字認識サービス提供サイトに接続する。

【００５１】文字認識サービス提供サイトでは、接続を
受け付けると登録辞書入力コンテンツを配信する。

【００５２】ＯＣＲユーザは、登録辞書入力コンテンツ
にしたがって、自分のもつユーザ辞書を選択すると、そ
の結果は登録辞書選択結果として文字認識サービス提供
サイトに送信される。

【００５３】文字認識サービス提供サイトでは、辞書を
受信すると、その辞書を用いて第２の実施の形態に示し
た方法を流用して、辞書の有効度を算出する。これは、
でたらめな辞書が送られた場合にそれを排除するための
ものである。すなわち、辞書の有効度が所定値以上の場
合に限り、文字認識サービス提供サイトへの受信辞書の
登録を行う。

【００５４】そして、辞書を受信したことを示す受理コ
ンテンツをＯＣＲサービスクライアントに配信して処理
を終了する。

【００５５】登録された辞書は、前述した第１〜第３の
実施の形態において辞書選択コンテンツを生成する際
に、動的に組み込まれることになる。すなわち、登録さ
れた辞書は、それがでたらめな辞書でなければ自動的に
文字認識サービス提供サイトで公開する辞書に自動的に
反映される仕組みとなっている。

【００５６】したがって、文字認識サービス提供サイト
では、人手によって辞書をチェックすることは不要にな
るとともに、辞書更新サービスの遅延を排除することが
できる。

【００５７】次いで、本発明の第５の実施の形態につい
て説明する。

【００５８】システムの基本構成及び処理の流れは、基
本的に第４の実施の形態と同じである。

【００５９】異なるのは、ＯＣＲユーザから文字認識サ
ービス提供サイトに送られるのが辞書そのものではな
く、たとえばＯＣＲユーザ側のサイトのように、文字認
識サービス提供サイト以外のところに置かれた辞書への
参照情報（リンク）である点にある。

【００６０】このような構成を許可することにより、二
つのメリットが生じる。

【００６１】第一は、文字認識サービス提供サイトにお
ける辞書記憶容量の増大を抑制できることにある。

【００６２】第二は、辞書登録を申し込んだＯＣＲユー
ザ側で独自の課金システムを適用することができること
にある。これによって、良い辞書を作るほど良い評価が
得られるということに関してオープンな仕組みとなるの
で、より優れた辞書の登録を促すことになり、最終的に
は他のＯＣＲユーザに文字認識精度の向上という恩恵を
もたらすことが可能となる。

【００６３】

【発明の効果】本発明によれば、ＯＣＲの精度向上を図
ることができる。また、各ＯＣＲユーザに自らのユーザ
辞書を公開できる場を設け、各ＯＣＲユーザが自分の要
求にあった辞書を選択しうる仕組みを設けることで、互
いに精度向上という恩恵を共有できるような辞書サービ
ス方法を提供することができる。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態として、全体のシス
テム構成の概略を示す模式図である。

【図２】ＯＣＲ処理の流れを示すタイミングチャートで
ある。

【図３】辞書選択コンテンツを例示する模式図である。

【図４】本発明の第２の実施の形態として、辞書選択コ
ンテンツを例示する模式図である。

【図５】本発明の第３の実施の形態として、辞書選択コ
ンテンツを例示する模式図である。

【図６】本発明の第４の実施の形態として、ＯＣＲ処理
の流れを示すタイミングチャートである。

【符号の説明】

１０１ 通信ネットワーク（インターネット）

───────────────────────────────────────────────────── フロントページの続き (72)発明者 大黒 慶久 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 (72)発明者 宮澤 利夫 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 (72)発明者 内山 幸央 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 (72)発明者 井上 浩一 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 (72)発明者 原 潤一 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 Ｆターム(参考） 5B064 DA14 DA30 EA19 FA18

Claims (6)

【特許請求の範囲】
1. 【請求項１】 通信ネットワークを介して送信された自
   動文字認識対象物についての自動文字認識サービスを提
   供する自動文字認識サービス提供サイトを介して、この
   自動文字認識サービス提供サイトに前記通信ネットワー
   クを介してアクセスするユーザから送信された前記自動
   文字認識対象物を受信するステップと、 前記自動文字認識対象物の受信に応じて、自動文字認識
   処理を実行するに際して参照可能な辞書のリストを前記
   ユーザに選択可能に提供するステップと、 前記ユーザが選択した辞書を参照し、受信した前記自動
   文字認識対象物についての自動文字認識処理を実行する
   ステップと、を具備する自動文字認識に用いる辞書の提
   供方法。
2. 【請求項２】 辞書の識別情報を算出するステップと、
   前記ユーザに選択可能に提供する前記参照可能な辞書の
   リストに、算出された前記識別情報を伴わせるステップ
   と、を具備する請求項１記載の自動文字認識に用いる辞
   書の提供方法。
3. 【請求項３】 前記辞書の識別情報として、評価原稿に
   対する認識精度を数値化した辞書の有効度を用いる請求
   項２記載の自動文字認識に用いる辞書の提供方法。
4. 【請求項４】 前記辞書の識別情報として、ユーザの選
   択履歴を通値化した辞書の選択頻度を用いる請求項２記
   載の自動文字認識に用いる辞書の提供方法。
5. 【請求項５】 前記自動文字認識サービス提供サイトを
   介してユーザからユーザ辞書を受信するステップと、 前記ユーザ辞書を、自動文字認識処理を実行するに際し
   て参照可能な辞書として扱うステップと、を具備する請
   求項１ないし４のいずれか一記載の自動文字認識に用い
   る辞書の提供方法。
6. 【請求項６】 前記自動文字認識サービス提供サイトを
   介してユーザからユーザ辞書に対するリンク情報を受信
   するステップと、 前記ユーザ辞書を、自動文字認識処理を実行するに際し
   て参照可能な辞書として扱うステップと、を具備する請
   求項１ないし４のいずれか一記載の自動文字認識に用い
   る辞書の提供方法。