JP2002304598A - 文書読取装置及び文書読取処理プログラム - Google Patents

Abstract

(57)【要約】 【課題】 既存の光学文字読取装置で変換された文字列
が誤認識されたものかを判断する。 【解決手段】 光学文字読取装置で文書を読み取った読
取データ４の文字列を誤認識データベースで検索し、誤
認識文字列の場合は対応した修正文字列に変換した修正
データ６を作成し、修正データの文字種別に基づき解析
したパターンが数字文字を含む文字列のパターンに該当
するか否かを判断して、パターン認識データベースに記
憶している文字列から修正データ６の文字列が数字文字
を含む文字列のいずれに該当するか否かを判断し、修正
データの文字列が数字文字を含む文字列のいずれにも該
当しない文字列は前記商品名データベースに記憶してい
る文字列を検索し商品名に該当するか否かを判断する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、光学文字読取装置
（ＯＣＲ：Ｏｐｔｉｃａｌ ＣｈａｒａｃｔｅｒＲｅａ
ｄｅｒ）の読み取りデータに関する。

【０００２】

【従来の技術】従来、光学文字読取装置（以降、ＯＣＲ
とする。）で読み取った情報は、ＯＣＲ文字変換ソフト
に記憶されている画像（イメージ）情報をもとに、該当
すると思われる文字（文字、記号、或いは、小さい図形
を含むものとして以降説明する。）に変換を行ってい
る。また、請求書などの項目に分かれて印刷されている
原稿にたいしては、罫線を文字列（文字列は、１文字、
或いは、複数文字のつらなりをさすものとして以降説明
する。）の区切りとして判断するか、文字列と文字列の
隙間（空白など）を項目の分かれ目として判断して項目
の区切りとして判断する。

【０００３】

【発明が解決しようとする課題】しかし、既存のＯＣＲ
文字変換ソフトで変換された文字列は、ＯＣＲ文字変換
ソフトの性能・スキャナーの解像度・原稿の鮮明度など
の諸条件により誤認識される場合が多い。また、項目の
分かれ目を文字列と文字列の隙間を項目の分かれ目とし
て判断している場合には、ＯＣＲ文字変換ソフトの性能
・スキャナーの解像度・原稿の鮮明度などの諸条件によ
り文字列と文字列分かれ目の判断を誤ることがある。そ
のため、罫線がはっきり印刷されていない原稿や、薄い
インキで罫線が印刷されている原稿にたいしては、項目
の区切りの認識があまくなる。また、誤認識された場合
には、読み取った情報を画面に表示して画面を見ながら
人が修正を行う必要があった。

【０００４】

【課題を解決するための手段】上記目的を達成するため
に、また、請求項１は、光学文字読取装置で文書を読み
取る文書読取装置であって、誤認識した文字を含む誤認
識文字列と誤認識した文字を修正する修正文字列とを対
応して記憶する誤認識データベースを有し、光学文字読
取装置で文書を読み取った読取データの文字列を前記誤
認識データベースで検索し、誤認識文字列の場合は対応
した修正文字列に変換した修正データを作成する誤認識
修正手段と、単位や規格や日付時間などを表す数字文字
を含む文字列の文字種別のパターンとそのパターンに該
当する文字列とを記憶するパターン認識データベース
と、商品名を記憶する商品名認識データベースとを有
し、前記修正データの文字種別に基づき解析したパター
ンが前記数字文字を含む文字列のパターンに該当するか
否かを判断して、パターン認識データベースに記憶して
いる文字列から前記修正データの文字列が前記数字文字
を含む文字列のいずれかに該当するか否かを判断し、前
記修正データの文字列が前記数字文字を含む文字列のい
ずれにも該当しない文字列は前記商品名データベースに
記憶している文字列を検索し商品名に該当するか否かを
判断する文字列解析手段と、を備える。

【０００５】上記手段によれば、修正データ作成手段で
は、ＯＣＲで読み取った文字列のなかで誤認識し易い文
字列のパターンと、それに対応した修正文字列を誤認識
データベースに記憶し、ＯＣＲで読み取った文字列を誤
認識データベースで検索して該当する文字列は修正文字
列に変換して修正データを作成する。また、変換データ
作成手段では、修正データの文字列を数字、日本語文字
などの文字種別のパターンを判別して、文字列が単位や
規格や日付時間などを表すかを効率よく判断する。さら
に、単位や規格や日付時間などに該当しない文字列から
商品名を表す文字列を捜すことができる。

【０００６】また、請求項２は、光学文字読取装置で診
療報酬明細書、納品書、請求書、見積書、伝票などの帳
票類を読み取る文書読取装置であって、誤認識した文字
を含む誤認識文字列と誤認識した文字を修正する修正文
字列とを対応して記憶する誤認識データベースを有し、
光学文字読取装置で帳票類を読み取った読取データの文
字列を前記誤認識データベースで検索し、誤認識文字列
の場合は対応した修正文字列に変換した修正データを作
成する誤認識修正手段と、単位や規格や日付時間などを
表す数字文字を含む文字列の文字種別のパターンとその
パターンに該当する文字列とを記憶するパターン認識デ
ータベースと、商品名を記憶する商品名認識データベー
スとを有し、前記修正データの文字種別に基づき解析し
たパターンが前記数字文字を含む文字列のパターンに該
当するか否かを判断して、パターン認識データベースに
記憶している文字列から前記修正データの文字列が前記
数字文字を含む文字列のいずれかに該当するか否かを判
断し、前記修正データの文字列が前記数字文字を含む文
字列のいずれにも該当しない文字列は前記商品名データ
ベースに記憶している文字列を検索し商品名に該当する
か否かを判断して、前記商品名を表す文字列や前記数字
文字を含む文字列で区切った変換データを作成する文字
列解析手段と、前記変換データの商品名や単位や規格や
日付時間などを表す文字列の並びから帳票類に応じて内
容を判断して、帳票類に応じた形式に変換する構成解析
手段と、を備える。

【０００７】上記手段によれば、商品名や単位や規格や
日付時間などを表す文字列の並びから内容を把握し、帳
票類に応じた形式にまで変換できる。さらに、商品名や
単位や規格や日付時間などを表す文字列の並びから対応
する内容にあてはまらない場合には、光学文字読取装置
の誤認の可能性があると判断できる。

【０００８】また、請求項３は、請求項１または２記載
の文書読取装置において、相違した文字列が同一内容を
表す文字列の組み合わせを記憶する組み合わせデータベ
ースを有し、前記商品名を表す文字列の組み合わせを前
記組み合わせデータベースで検索し、同一内容を表す文
字列の組み合わせを統一するように置き換える同一文字
列置き換え手段を備えることを特徴とする。

【０００９】上記手段によれば、商品名を統一すること
で情報を整理することができる。

【００１０】また、請求項４においては、請求項１〜３
いずれか記載の文書読取装置において、前記誤認識デー
タベースを業種などに応じて誤認識文字列と修正文字列
とを対応して記憶することを特徴とする。

【００１１】上記手段によれば、業種によって誤認識し
易い文字列があり、誤認識データベースを業種などに応
じて用意することにより、光学文字読取装置で読み込ん
だデータに対して正確な変換ができるようになる。

【００１２】また、請求項５においては、請求項１〜４
いずれか記載の文書読取装置において、前記誤認識デー
タベースを光学文字読取装置に応じて誤認識文字列と修
正文字列とを対応して記憶することを特徴とする。

【００１３】上記手段によれば、光学文字読取装置やそ
のソフトには、読み取り方にそれぞれ癖があり、誤認識
データベースを光学文字読取装置やそのソフトに応じて
用意することにより正確な変換ができるようになる。

【００１４】また、請求項６においては、請求項１〜５
いずれか記載の文書読取装置において、前記組み合わせ
データベースには、業種などに応じて同一のものを表す
文字列の組み合わせ記憶することを特徴とする。

【００１５】上記手段によれば、文字列の順番が違うな
ど同じものを表す文字列の組み合わせのパターンを記憶
した組み合わせデータベースを業種に応じて記憶するこ
とにより的確な変換が行える。

【００１６】また、請求項７では、光学文字読取装置で
文書を読み取った読取データの文字列を、誤認識した文
字を含む誤認識文字列と誤認識した文字を修正する修正
文字列とを対応して記憶する前記誤認識データベースで
検索して、誤認識文字列の場合は対応した修正文字列に
変換した修正データを作成し、前記修正データの文字種
別に基づき解析したパターンが単位や規格や日付時間な
どを表す数字文字を含む文字列のパターンに該当するか
否かを判断して、前記数字文字を含む文字列の文字種別
のパターンとそのパターンに該当する文字列とを記憶す
るパターン認識データベースから前記修正データの文字
列が前記数字文字を含む文字列のいずれに該当するか否
かを判断し、前記修正データの文字列が前記数字文字を
含む文字列のいずれにも該当しない文字列は商品名を記
憶する商品名データベースに記憶している文字列を検索
し商品名に該当するか否かを判断するように実行する文
書読取処理プログラム。

【００１７】上記手段によれば、請求項1記載の発明を
コンピュータ上で実行可能なプログラムである。

【００１８】請求項８は、光学文字読取装置で診療報酬
明細書、納品書、請求書、見積書、伝票などの帳票類を
読み取った読取データの文字列を誤認識した文字を含む
誤認識文字列と誤認識した文字を修正する修正文字列と
を対応して記憶する誤認識データベースで検索して、誤
認識文字列の場合は対応した修正文字列に変換した修正
データを作成し、前記修正データの文字種別に基づき解
析したパターンが単位や規格や日付時間などを表す数字
文字を含む文字列のパターンに該当するか否かを判断し
て、前記数字文字を含む文字列の文字種別のパターンと
そのパターンに該当する文字列とを記憶するパターン認
識データベースに記憶している文字列から前記修正デー
タの文字列が前記数字文字を含む文字列のいずれに該当
するか否かを判断し、前記修正データの文字列が前記数
字文字を含む文字列のいずれにも該当しない文字列は商
品名を記憶する商品名データベースに記憶している文字
列を検索し商品名に該当するか否かを判断して、前記商
品名を表す文字列や前記数字文字を含む文字列で区切っ
た変換データを作成し、前記変換データの商品名や単位
や規格や日付時間などを表す文字列の並びから帳票類に
応じて内容を解析して、帳票類に応じた形式に変換する
ように実行する文書読取処理プログラム。

【００１９】上記手段によれば、請求項２記載の発明を
コンピュータ上で実行可能なプログラムである。

【００２０】

【発明の実施の形態】以下、本発明にかかる実施の形態
を、図を用いて説明する。図１は、本発明の実施の１形
態の文書読取装置１の構成を示すブロック図である。文
書読取装置１は、診療報酬明細書、納品書、請求書、見
積書、伝票などの紙の情報２を読み取るＯＣＲ３に接続
される。文書読取装置１は、ＯＣＲ３から読み取ったデ
ータであるＯＣＲ読み取りデータ４に含まれる誤認識し
た文字を修正して修正データ６を作成する誤認識修正手
段５と、修正データ６の文字列を文字種別のパターンに
基づいてパターン認識データベースで検索し、文字列が
単位や規格や日付時間を表す数字文字を含む文字列か判
断し、さらに、商品名認識データベースで文字列が商品
名を表すかを判断して文字列に分けた変換データ８を作
成する文字列解析手段７から構成される。さらに、変換
データ８から相違した文字列が同一のものを表す場合に
は文字列を統一した出力データ１０を作成する同一文字
列置き換え手段９とで概略構成される。数字文字を含む
文字列は、単位や規格や日付時間に限らず、他にも住所
など数字と文字の組み合わせで意味をなす文字列を含む
ものである。

【００２１】また、文書読取装置１は、図示しないが、
中央演算処理装置（ＣＰＵ）やメモリーを備え、プログ
ラムをメモリー上にロードし起動することが可能であ
る。また、表示機能を備え、読み込んだデータや出力す
るデータなどを表示する機能を備えている。また、文書
読取装置１は、入力インターフェース１１を備え、この
入力インターフェース１１を介してＯＣＲ３と接続さ
れ、ＯＣＲ文字変換ソフト１２を介して読取データ４を
受け取る機能を有する。さらに、出力インターフェース
１３を備え、出力インターフェース１３を介して出力デ
ータ１０を外部のハードディスク、ＭＴ（Ｍａｇｎｅｔ
ｉｃ Ｔａｐｅ）、フレキシブルディスク、ＭＯ（Ｍａ
ｇｎｅｔｏ−Ｏｐｔｉｃａｌ Ｄｉｓｃ）、ＭＤ（Ｍａ
ｇｎｅｔｉｃ Ｄｉｓｃ）などの記憶媒体に出力する機
能をも有する。

【００２２】誤認識修正手段５を、図２を用いて説明す
る。誤認識修正手段５は、ＯＣＲ文字変換ソフトによる
誤読の癖を文字列のパターンで記憶し、誤認識と思われ
る文字列に応じて修正する文字列を記憶した誤認識デー
タベース５１と誤認識修正処理５２を備える。誤認識修
正処理５２は読取データ４を先頭から読んでいき、空白
（スペース）、括弧、罫線、カンマなどを文字列の区切
りとして文字列に分け、各文字列が誤認識に当たるかを
誤認識データベース５１で検索し、一致する文字列があ
る場合は誤認識データベース５１より修正する文字列を
取り出して置き換え修正データ６に出力する機能を有す
る。また、空白は区切りとして判断するが、空白が複数
つながる場合には、複数の空白を１文字の空白に置き換
え、処理を簡略化する機能をも有する。

【００２３】また、誤認識データベース５１は業種毎に
用意することもでき、業種毎に用意することにより的確
な変換を行う機能を備える。

【００２４】さらに、正しく修正されなかったものにつ
いては、誤認識データベース５１に追加していくことで
誤認識の成功率を高くする機能も備える。

【００２５】文字列解析手段７を、図３を用いて説明す
る。文字列解析手段７は、修正データ６から読み込んだ
文字列を数字や日本語や英字などの文字種別に基づき解
析してパターンを取り出すフィルタリング処理７１と、
文字列を解析したパターンを記憶したパターン認識デー
タベース７３と、解析したパターンが単位か数値かなど
を判断して、パターン認識データベース７３をもとに単
位や規格や日付時間などに該当するかを判断し、さら
に、単位や規格や日付時間などに該当しない文字列が商
品名認識データベース７４で商品名に該当するかを判断
する対応項目変換処理７２とを備える。さらに、対応項
目変換処理７２では、意味のある文字列に分けて変換デ
ータ８に出力する機能を備える。

【００２６】パターン認識データベース７３には、図４
に示すように、単位を記憶する単位認識データベース７
３２と規格のパターンを記憶する規格認識データベース
７３３と日付時間認識データベース７３４等から構成さ
れる。また、商品名認識データベース７４には商品名な
どを記憶する。診療報酬明細書（以下、レセプトとす
る。）を対象として変換する場合には、診療内容を表す
もの商品名として商品名認識データベース７４に記憶す
る。他の帳票類でも、項目として取り扱うものや内容を
あらわすものを商品名認識データベース７４に記憶する
ようにしてもよい。

【００２７】単位認識データベース７３２の一例を図５
のに示す。単位認識データベース７３２には、単位を
表す文字列が項目７３２２に記憶され、単位のサブコー
ド７３２１、該当の文字列のタイプ７３２３を含んでい
る。タイプ７３２３は、例えば、「カプセル」は単位で
あることを表すものである。

【００２８】また、規格認識データベース７３３の一例
を図５のに示す。規格認識データベース７３３には、
規格を表す文字列の組み合わせが項目１（７３３２）、
項目２（７３３３）、規格のサブコード７３３１、該当
の文字列のタイプ７３３４を含んでいる。

【００２９】次に、日付時間データベース７３４の一例
を図５のに示す。日付時間データベース７３４は、日
付時間のサブコード７３４１、時間を表す文字列の組み
合わせが項目１（７３４２）、項目２（７３４３）に、
該当の文字列のタイプ７３４４を含んでいる。

【００３０】図示しないが、商品名認識データベース７
４には、商品名とコードを含んでいる。

【００３１】フィルタリング処理７１では、図６のに
示すように、例えば、入力データが「○×△ １０カプ
セル」の場合には、文字種別が日本語の場合はＮ・数字
の場合には９・空白の場合にはＳＰとして「ＮＮＮ Ｓ
Ｐ ９９ ＮＮＮＮ」としてイメージされ、この文字列
の場合には数字＋単位は単位のパターンであると解析す
る機能を有する。

【００３２】対応項目変換処理７２では、図６のの例
では、パターン認識データベース７３の単位認識データ
ベース７３２を参照にして、該当するパターンに基づき
単位を表すか判断する。そこで、単位の前にある数字の
文字列は数値であると判断する機能を有する。つまり、
図５のに示すように、「カプセル」は単位認識データ
ベース７３２に存在するので「カプセル」は単位を表
し、「１０」は「カプセル」の前にあるので数値である
と判断するものである。さらに、数値と単位の組み合わ
せで意味をなす文字列となるので、この文字列種別（あ
るいは、コード）と数値と単位を組み合わせた文字列
（例えば、「１０カプセル」）を変換データに書き込む
機能を備える。

【００３３】或いは、フィルタリング処理７１では、図
６ので示すように、例えば、入力データが「○○△
１０％２０ｍｌ」の場合には、「ＮＮＮ ＳＰ ９９Ｎ
９９ＮＮ」としてイメージして、この文字列の場合は数
字＋単位＋数字＋単位は規格のパターンであると解析す
る機能を有する。

【００３４】さらに、対応項目変換処理７２では、パタ
ーン認識データベース７３の規格認識データベース７３
３を参照にして、該当するパターンに基づき規格を表す
パターンか判断する。規格の前にある数字の文字列を数
値であると判断する機能を有する。つまり、図５のに
示すように、「％」と「ｍｌ」は規格認識データベース
７３３に存在するので規格を表す。「％」と「ｍｌ」は
規格を表し、「１０」は「％」の前にあるので数値であ
ると判断し、さらに、「２０」は「ｍｌ」の前にあるの
で数値であると判断し、「１０」や「２０」は数値であ
ると判断する。さらに、数値と規格の組み合わせで意味
をなす文字列となるので、この文字列種別（あるいは、
コード）と数値と規格を組み合わせた文字列（例えば、
「１０％２０ｍｌ」）を変換データに書き込む機能を備
える。

【００３５】日付時間も同様にして判断できる。また、
商品名の一部に数字を含む場合もあるが、文字列が単位
や規格や日付時間などの数字文字を含むパターンに該当
しない場合のみ、商品名データベース７４から検索すれ
ばよい。

【００３６】パターン認識データベース７３は業種毎に
用意することもでき、業種毎に用意することにより的確
な変換を行う機能を備える。

【００３７】さらに、正しく修正されなかったものを、
パターン認識データベース７３に追加していくことで成
功率を高くする機能も備える。

【００３８】同一文字列置き換え手段９を、図７を用い
て説明する。同一文字列置き換え手段９は、相違する文
字列が同じものを指す組み合わせを記憶している組み合
わせデータベース９１と同一文字列変換処理９２とを備
える。同一文字列変換処理９２では、変換データ８から
読み取った文字列を組み合わせデータベース９１から取
り出して統一した文字列に置き換え出力データ１０に出
力する機能を備える。

【００３９】例えば、「ボールペン・黒」と「黒・ボー
ルペン」と「ボールペン／黒」とは同じものをあらわ
し、組み合わせデータベース９１には、全てのパターン
が同じものを指すことが検索できるように登録され、同
一文字列変換処理９２では、いずれかの文字列で組み合
わせデータベース９１を検索すると、どのパターンでも
必ず、「ボールペン・黒」と返すような機能を有する。

【００４０】また、組み合わせデータベース９１は業種
毎に用意することもでき、業種毎に用意することにより
的確な変換を行う機能を備える。

【００４１】さらに、正しく修正されなかったものにつ
いては、組み合わせデータベース９１に追加していくこ
とで成功率を高くする機能も備える。

【００４２】以下、文書読取装置１の処理ついてレセプ
トを例にＯＣＲで読み取ったデータの変換を説明する。
まず、誤認識修正手段について、図８のフローチャート
と図９に示す読取データ４と図１０に示す修正データ６
を用いて説明する。紙の情報２（レセプト）をＯＣＲ３
で読み取り、ＯＣＲ文字変換ソフト１２で読み取ったイ
メージをＯＣＲ文字変換ソフト１２に記憶されているパ
ターンと比較して文字に変換すると、図９に示すような
読取データ４として表示される。図９に示す読取データ
４は、明らかな誤字を含む文字列４０、４１、４２、４
３、４４、４５がある。これを、誤認識修正手段５で変
換する。

【００４３】まず、誤認識修正手段５の誤認識修正処理
５２は読取データ４の先頭から文字列読み取り処理（Ｓ
１００）で文字列を読み取る。図９の読取データ４の例
では、まず、文字列読み取り処理（Ｓ１００）で先頭の
文字列「４０」を読み取る。読み取った文字列「４０」
を誤認識データベース５１で該当するものがあるか検索
する（Ｓ１０２）。該当するもが無い場合は、文字列に
誤認識がないのでそのまま修正データ６に出力する（Ｓ
１０５）。

【００４４】さらに、文字列読み取り処理（Ｓ１００）
で次の文字列を読み取る。読取データ４から、「×××
ゼリー」「２％１ｍｌ」「５皿Ω」（４０）・・・とい
う文字列を順次読み取っていく（Ｓ１００）。「×××
ゼリー」「２％１ｍｌ」には、誤認識文字はない。つま
り、誤認識データベース５１で検索しても（Ｓ１０
２）、該当する文字列は見つからないので（Ｓ１０
３）、そのまま修正データ６に出力される（Ｓ１０
５）。しかし、「５皿Ω」（４０）の文字列には誤認識
文字を含む。そこで、「５皿Ω」から数字を除いた「皿
Ω」を誤認識データベース５１で検索すると「ｍｌ」が
取り出される。そこで、「皿Ω」を「ｍｌ」に変換して
（Ｓ１０４）、「５ｍｌ」を変換データ６に出力する
（Ｓ１０５）。全ての文字列が終了するまで（Ｓ１０
２）、以上の処理を繰り返す。

【００４５】ここで、文字列読み取り処理（Ｓ１００）
は、具体的には、読取データ４から１文字づつ読み込
み、空白（スペース）、括弧、罫線、カンマなどの区切
り文字がくるまでを文字列とする。区切り文字を見つけ
ると、文字列を戻り値として返す。或いは、読取データ
４から読み込んだ文字が、ファイルの終了を表している
場合は戻り値として文字列無しを返す。

【００４６】以上説明したように、図９の読取データ４
の誤認識した文字を含む文字列は誤認識データベース５
１に基づき修正され、「１ｆ固」（４１）を「１個」
（６１）とし、「７夜」（４２）を「液」（６２）と
し、「５００皿Ω」（４３）を「５００ｍｌ」（６３）
とし、「２２０ｍ３」（４４）を「２００ｍｌ」（６
４）とし、「２５ＩＩＩＬ」（４５）を「２５ｍｌ」
（６５）とし図１０に示すの修正データ６のように出力
する。

【００４７】従って、誤認識した文字列を正確な文字列
に変換でき、人が目で確認しながら修正する必要がな
い。

【００４８】次に、文字列解析手段７について、図１１
から図１４のフローチャートと図１０に示す修正データ
６と図１５に示すの変換データ８を用いて説明する。ま
ず、文字列解析手段は図１１のフローチャートに示すよ
うに、フィルタリング処理７１（Ｓ１２０）で修正デー
タ６から読み込んだ文字列を解析したイメージのパター
ンが、単位・規格・日付時間・・・のいずれであるかが
返される。それに基づき（Ｓ１２１）、対応項目変換処
理７２である単位認識処理（Ｓ１２２）・規格認識処理
（Ｓ１２３）・日付時間認識処理（Ｓ１２４）・・・で
該当するものがあるかをパターン認識データベース７３
で検索し、数字の文字列が数値であるか判断する。さら
に、変換データ８に、単位・規格・日付時間の文字列の
文字種別（以降、コードとする。）と該当する文字列を
書き込む。以上Ｓ１２０からＳ１２４の処理を修正デー
タ６から読み込む文字列がなくなるまで繰り返す（Ｓ１
２５）。

【００４９】ここで、フィルタリング処理７１（Ｓ１２
０）を図１２のフローチャートに基づいて説明する。フ
ィルタリング処理７１は、図６を用いて説明したよう
に、修正データ６より１文字読み込み（Ｓ１３０）、日
本語をＮ、空白をＳＰ、数字を９と置き（Ｓ１３１）、
区切り文字（Ｓ１３３）までを一つのイメージとして作
成する。このイメージのパターンから単位・規格・日付
時間を表すかが判断できる。

【００５０】また、単位認識処理（Ｓ１２２）を図１３
のフローチャートに基づいて説明する。単位認識処理
（Ｓ１２２）では、単位を表す部分の文字列を単位認識
ＤＢ（７３２）で検索し（Ｓ１４０）、単位に該当する
パターンかを判断する。例えば、図１０の「５ｍｌ」
（６０）の「ｍｌ」は、図５のに示すように単位認識
ＤＢ（７３２）で検索すると（Ｓ１４１）、「ｍｌ」は
該当するものがサブコード「５４」に登録されている。
そこで、「ｍｌ」前にある数字「５」は数値を表すもの
と判断する（Ｓ１４２）。これにもとづき、図１５に示
すように、単位を表すコード「２」（Ｓ１４３）と文字
列「５ｍｌ」を変換データ８の４行目のように書き込む
（Ｓ１４４）。単位認識ＤＢ（７３２）を検索して該当
するものが無い場合はエラーとする（Ｓ１４５）。或い
は、該当なしを戻すようにしても良い。

【００５１】また、規格認識処理（Ｓ１２３）を図１４
のフローチャートにもとづいて説明する。規格認識処理
（Ｓ１２３）では、規格を表す部分の文字列を規格認識
ＤＢ（７３３）で検索する（Ｓ１５０）。例えば、図１
０の「２％１ｍｌ」（６６）の「％」と「ｍｌ」は、図
５のに示すように規格認識ＤＢ（７３３）で検索する
と（Ｓ１５１）、サブコード「１５」に「％」と「ｍ
ｌ」の組み合わせが登録されている。そこで、「％」の
前にある数字「２」と「ｍｌ」の前にある数字「１」を
数値と判断する（Ｓ１５２）。これにもとづき、図１５
に示すように、規格を表すコード「１」（Ｓ１４３）と
文字列「２％１ｍｌ」を変換データ８の３行目のように
書き込む（Ｓ１４４）。さらに、規格認識ＤＢ（７３
３）に該当するものが無い場合はエラーとする（Ｓ１５
５）。或いは、該当なしを戻すようにしても良い。

【００５２】さらに、日付時間認識処理（Ｓ１２４）に
ついて説明する（フローチャートは省略する）。文字列
が単位のパターンか規格のパターンに該当し単位認識処
理や規格認識処理で該当するものが無い場合（単位認識
処理や規格認識処理でエラーの場合）は、日付時間認識
処理で、さらに、日付時間認識ＤＢ（７３４）を検索す
る。該当するものがある場合には、日付時間を表してい
ると判断し、該当する数字は数値であると判断できる。
また、図１５の３０行目に示すように、このとき日付時
間を表すコードは「４」である。

【００５３】以上の結果に当てはまらないもので、文字
列が商品名認識ＤＢ（７４）に該当する文字列がある場
合には場合にコード「Ｓ」とし、数字文字の並びの場合
にはコード「８」とし、いずれにも当てはまらない場合
にはコメントとしてコード「Ｃ」とする。さらに、
「×」などの特殊な意味を持つ文字（あるいは、文字
列）の場合には、特殊コード「８９」を割り当てるよう
にする。「１」「２」「４」「８」「８９」「Ｃ」
「Ｓ」などのコードは便宜上これを用いて説明するが、
これに限定する趣旨ではない。

【００５４】以上説明したように、文字列の文字種別の
並びから文字列が単位や規格や日付時間などに該当する
かを判断することができ、読み取った文字が数値である
か、商品名などに含まれる文字であるかを正確に判断す
ることができ、ＯＣＲで読み取った文字が正しく変換さ
れているか判断することができる。

【００５５】また、コメントとして処理されたものの中
には文字が正しく変換されていない場合がある。例え
ば、「２％１ｍｌ」などは「２％ｌ（エル）ｍｌ」と読
み取る場合があり、この場合にはコメントとして判断さ
れる。そこで、コメントと判断された場合には、「％」
「ｍｌ」など規格・単位・日付時間などに該当する文字
列を含んでいるかいないかを再度検索して、「ｌ（エ
ル）」と「１」のように誤認識した文字を再度修正する
ことが可能である。

【００５６】さらに、同一文字列置き換え手段９では、
変換データ８の項目の相違する文字列が同一内容を表す
場合は統一する。以下、同一文字列置き換え手段９を図
１６のフローチャートを用いて説明する。同一文字列変
換処理９２で変換データファイルより項目の文字列を取
り出す（Ｓ１６０）。組み合わせデータベース９１で検
索し（Ｓ１６１）、該当文字列ある場合は（Ｓ１６
２）、組み合わせデータベース９１から取り出された文
字列に置き換えて（Ｓ１６３）、出力データファイル１
０に書き込む（Ｓ１６４）。項目が無くなるまで（Ｓ１
６５）、Ｓ１６０からＳ１６４の処理を繰り返す。例え
ば、請求書の場合は、 ・ ＊＊ボールペン（黒）と、＊＊ボールペン黒色と、
黒色＊＊ボールペン が同じものを表し、組み合わせデータベース９１に同じ
ものとして記憶される。レセプトの場合には、 ・ 血清鉄定量検査と、Ｂ−Ｆｅと、Ｂ−テツ ・ 血清ピルビン定量と、Ｂ−ＢＩＬ／値と、Ｂ−ＢＩ
Ｌ／チョクと、Ｂ−ＢＩＬ／総と、Ｂ−ＢＩＬ／ソウ が同じものを表す。これにより、コンピュータで違う文
字列が同じものであると判断して統一して他の処理に受
け渡すことができる。

【００５７】以上、詳細に説明したように第１に実施の
形態では、商品名、規格、単位、日付日時であるかを判
断して該当しないものについて誤認識がないかをチェッ
クすることができる。さらに、数字を含む文字列につい
ては、規格や単位に該当する文字列で数値として意味を
持つものか、商品名などに含まれるもので数値として意
味を持たないものかを判断することができる。

【００５８】次に、第２の実施の形態では、さらに、レ
セプト、納品書、請求書、見積書、伝票などの帳票類の
場合には、数値や文字列が出てくる順番が決まっている
ので、ＯＣＲで読み取ったデータから帳票類に応じた形
式に変換する場合について説明する。第２の実施の形態
では、第１の実施の形態と同じ構成には同一符号を振っ
て詳細な説明を省略する。

【００５９】図 １７は、第２の実施の形態の文書読取
装置１’の構成を示すブロック図である。文書読取装置
１’は、診療報酬明細書、納品書、請求書、見積書、伝
票などの紙の情報２を読み取るＯＣＲ３に接続される。
文書読取装置１’は、ＯＣＲ３から読み取ったデータで
ある読取データ４に含まれる誤認識した文字を修正して
修正データ６を作成する誤認識修正手段５と、修正デー
タ６の文字列を文字種別のパターンに基づいてパターン
認識データベースで検索し、文字列が単位や規格や日付
時間を表すか判断し、さらに、商品名認識データベース
で文字列が商品名を表すかを判断して文字列に分けた変
換データ８を作成する文字列解析手段７と、変換データ
８からさらに、商品名、単位、規格、日時などを表す文
字列の並びがＯＣＲから読み込んだ帳票類に応じた並び
になっているかをみてその文字列が表す内容を解析して
帳票類に応じた形式に変換した解析データ１５を作成す
る構成解析手段１４とで概略構成される。さらに、解析
データ１５から相違した文字列が同一のものを表す場合
には文字列を統一した出力データ１０’を作成する同一
文字列置き換え手段９を備えるように構成する。

【００６０】解析手段１４には、変換データ８の商品名
や単位や規格や日付時間などを表す文字列の並びから、
文字列の商品名や単位や規格や日付時間などコードが正
しいかや文字列の区切りが正しいかや文字列に誤認識文
字が含まれるか否かを判断する機能も備える。

【００６１】ここで、レセプトの場合について説明す
る。レセプトの場合は、文字列の並びは以下のような形
式のパターン１〜４が考えられる。 パターン１：項目名称（Ｓ） パターン２：項目名称（Ｓ）使用量（２） パターン３：項目名称（Ｓ）力価（１）使用量（２） パターン４：パターン１からパターン３が複数並んだパ
ターン 上記パターンの最後には、必ず『点数（８）×（８９）
回数（８）』のデータがあり、『点数（８）×（８９）
回数（８）』が出てくるまでをひとまとまりのデータと
して判断する。また、この項目名称の前後には、日付時
間やコメントなどが来る場合も考えられる。ここで、項
目名称は商品名（コード「Ｓ」））に該当し、力価は規
格（コード「１」）、使用量は単位（コード「２」）に
該当し、点数や回数は数字の文字列（コード「８」）に
該当し、「×」は特殊コード「８９」に該当する。ま
た、商品名はレセプトの場合には診療内容も含むもので
ある。以上示したパターンは例であり、この他にも様々
なパターンが考えられるが、便宜上、これらのパターン
にもとづいて以下説明する。

【００６２】以下、構成解析処理１４の動作について図
１５の変換データ８と図１８の解析データ１５にもとづ
いて説明する。まず、レセプトの場合、変換データ８の
先頭にある数字の文字列（コード「８」）は診療区分を
表すものであるので、解析データ１５の1行目のよう
に、項目のはじめである印と診療区分（「＊＊＊４０＊
＊＊」）を書き込む。『点数（８）×（８９）回数
（８）』が出て来るまでがひとまとまりのデータである
ので、変換データ８の２行目〜７行目までがひとまとま
りのデータである。この文字列のコードの並びが「Ｓ、
１、２、８、８９、８」であるのでパターン３に該当
し、解析データ１５の２行目〜７行目のように書き込
む。

【００６３】変換データ８の８行目からは次のデータで
ある。また、次の先頭が数字文字列（コード「８」）で
なければ、同じ診療区分であるので、ここで、項目のは
じめである印と診療区分（「＊＊＊４０＊＊＊」）を解
析データ１５に書き込む。

【００６４】また、変換データ８の９行目にあるコード
「Ｃ」はコメントなので、８行目〜１３行目はコメント
を含んだパターン２であることがわかる。また、９行目
にあるコメントは項目を修飾する内容として解釈して解
析データ１５に書き込む。

【００６５】１４行目は数字文字列（コード「８」）
で、診療区分が変わったことを表す。そこで、項目のは
じめである印と診療区分（「＊＊＊５０＊＊＊」）を解
析データ１５書き込む。

【００６６】変換データ８の２６行目〜２８行目が『点
数（８）×（８９）回数（８）』であるので、ここまで
が次のひとまとまりのデータであることがわかる。そこ
で、２５行目から前に戻って行き、２４行目から２５行
目、２２行目から２３行目、２０行目から２１行目、が
『項目名称（Ｓ）使用量（２）』（パターン２）の繰り
返しであることがわかる。そこで、コメントを含む１５
行目〜１９行目までは補助的な記載であると判断でき、
ここに含まれる単位に該当する「４００ｃｃ」や「８０
０ｃｃ」の文字列は数値としては意味を待ないことがわ
かるので、コメントとして解析データ１５の１５行目の
ようにまとめる。

【００６７】また、変換データ８の３４行目〜３６行目
のようにコードが「Ｓ、２、２」に該当するパターンは
ない。しかし、力価には単位で表されるものも含まれる
ので、このときは、同じでパターン３であると解釈する
ことができる。このように、単位や規格の内容を正確に
判断することができる。以下同様に考えて、変換データ
８をもとに解析データ１５に書き込む。

【００６８】以上説明したいずれのパターンに当てはま
らない場合には、誤認識された部分があるものと解釈で
きる。例えば図１５の２５行目の「４袋」が、図１９に
示すように「Ａ袋」と誤認識されていた場合にはいずれ
のパターンにも当てはまらない。しかい、２６行目〜２
８行目のコードは「８、８９、８」の順に出てきている
ので、この前はコードが「２」であれば該当するパター
ンがある。そこで、２５行目は誤認識されている可能性
があり、再度単位を表す文字列はないかを調べて、誤認
識部分を捜すことができる。

【００６９】さらに、解析データ１５をもとに同一文字
列置き換え手段９では文字列を統一した出力データ１
０’を作成する。

【００７０】以上詳細に説明したように、第２の実施の
形態では、商品名、規格、単位、日付日時を表す文字列
の並びから帳票類に応じた形式に変換することができ
る。さらに、帳票類に応じた並びに該当しないものにつ
いて誤認識がないかをチェックし、再度見つけて修正す
ることが可能となる。

【００７１】また、ＯＣＲで読み込んだデータから必要
な情報を取り出すことができ、関連する内容をまとめて
取り出すことができる。さらに、数字を含む文字列につ
いては、規格や単位に該当する文字列で数値として意味
を持つものか、数値として意味を持たないものかを判断
することができる。これにより、レセプトなどの帳票類
のデータをＯＣＲで読み込んで計算処理にも使えるよう
に変換することも可能である。

【００７２】本明細書記載の処理動作を実現するプログ
ラムをコンピュータで実行する際には、コンピュータ内
のハードディスク装置等の補助記憶装置にプログラムを
格納しておき、メモリー上にロードして実行する。ま
た、ＣＤ−ＲＯＭなどの可搬型記憶媒体にプログラムを
格納し、メモリー上にロードして実行することも可能で
ある。

【００７３】以上レセプトを例に説明してきたが、納品
書、請求書、見積書、伝票などの帳票類に対応すること
が可能である。

【００７４】

【発明の効果】以上述べたように、本願発明では、既存
のＯＣＲやＯＣＲ用ソフトで変換された文字列は、ＯＣ
Ｒ文字変換ソフトの性能・スキャーの解像度・原稿の鮮
明度などの諸条件により誤認識されるが、文字列の文字
種別から解析したパターンに基づき、単位や規格や日付
時間などを表す文字列かを判断することで数字の文字列
が数値に該当するものか商品名などに該当するものかを
区別することが効率よく行える。さらに、商品名や単位
や規格や日付時間などを表す文字列のいずれにも該当し
ない場合には誤認識の可能性があり、いずれにも該当し
ない文字列だけ再度文字列をチェックして誤認識を正す
ことができる。

【００７５】さらに、商品名や単位や規格や日付時間な
どを表す文字列の並びから文字列の区切りが適切でない
ことが判断できる。さらに、文字列の並びが適切でない
場合には誤認識文字を含んでいる可能性があり、その部
分を再チェックすることで誤認識を正すことができる。
さらに、これにより単位や規格や日付時間などの文字列
に含まれる数字文字が数値を表すことがわかるので計算
処理などのデータにすることができる。

【００７６】ＯＣＲやそのＯＣＲ用ソフトの癖に応じて
データベースを用意する。あるいは、業種に合わせてデ
ータベースを用意することにより誤認識の訂正がより正
確に行われる。

【００７７】また、以上のように何度も誤認識を判別す
ることが出来るので、読み取った情報を画面を見なが
ら、誤認識された文字を修正する必要がほとんど無い。

【００７８】さらに、商品名などをいろんな表現で表す
ことは通常良く行われるが、コンピュータでは別のもの
として認識するためデータの適切な処理がおこなわれな
い。そこで本願発明のように、同じものを指す組み合わ
せを組み合わせデータベースに記憶することにより表現
を統一することができる。これより、表現が違っている
ものでも同じものを指す場合は、同じものとしてコンピ
ュータで認識することができる。

【００７９】以上、レセプト、納品書、請求書、見積
書、伝票などの帳票類をＯＣＲで読取ったデータをコン
ピュータの計算処理に利用する形式にまで変換すること
が可能である。

【図面の簡単な説明】

【図１】 第1の実施の形態の文書読取装置１の構成を
示すブロック図である。

【図２】 誤認識修正手段の構成を表す図である。

【図３】 文字列解析手段の構成を表す図である。

【図４】 パターン認識データベースの構成を表す図で
ある。

【図５】 パターン認識データベースの一例を示す図で
ある。

【図６】 フィルタリング処理を説明するための図であ
る。

【図７】 同一文字列置き換え手段の構成を表す図であ
る。

【図８】 誤認識修正処理のフローチャートである。

【図９】 ＯＣＲで読み取った読取データを表す図であ
る。

【図１０】 誤認識データベースを基に作成した修正デ
ータを表す図である。

【図１１】 文字列解析手段のフローチャートである。

【図１２】 フィルタリング処理のフローチャートであ
る。

【図１３】 単位認識処理のフローチャートである。

【図１４】 規格認識処理のフローチャートである。

【図１５】 パターン認識データベースと変換データの
関連を表す図である。

【図１６】 同一文字列変換処理のフローチャートであ
る。

【図１７】 第２の実施の形態の文書読取装置の構成を
示すブロック図である。

【図１８】 解析データの一例を表す図である。

【図１９】 誤認識されている例を示す図である。

【符号の説明】

１ 文書読取装置 ２ 紙の情報 ３ ＯＣＲ ４ 読取データ ５ 誤認識修正手段 ６ 修正データ ７ 文字列解析手段 ８ 変換データ ９ 同一文字列置き換え手段 １０ 出力データ １１ 入力インターフェース １２ ＯＣＲ文字変換ソフト １３ 出力インターフェース １４ 構成解析手段 １５ 解析データ ５１ 誤認識データベース ５２ 誤認識修正処理 ７１ フィルタリング処理 ７２ 対応項目変換処理 ７３ パターン認識データベース ７４ 商品名認識データベース ９１ 組み合わせデータベース ９２ 同一文字列変換処理 ７３２ 単位認識データベース ７３３ 規格認識データベース ７３４ 日付時間データベース ７３２１、７３３１、７３４１ サブコード ７３２２、７３４２ 項目 ７３２３、７３３４、７３４３ タイプ ７３３２ 項目１ ７３３３ 項目２

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成１４年７月１９日（２００２．７．１
９）

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】特許請求の範囲

【補正方法】変更

【補正内容】

【特許請求の範囲】

【手続補正２】

【補正対象書類名】明細書

【補正対象項目名】０００４

【補正方法】変更

【補正内容】

【０００４】

【課題を解決するための手段】上記目的を達成するため
に、また、請求項１は、光学文字読取装置で文書を読み
取る文書読取装置であって、誤認識した文字を含む誤認
識文字列と誤認識した文字を修正する修正文字列とを対
応して記憶する誤認識データベースを有し、光学文字読
取装置で文書を読み取った読取データの文字列を前記誤
認識データベースで検索し、誤認識文字列の場合は対応
した修正文字列に変換した修正データを作成する誤認識
修正手段と、単位や規格や日付時間などと数値との組み
合わせで表される数字文字を含む文字列の文字種別のパ
ターンと、そのパターンに対応する単位や規格や日付時
間などの数値と組み合わせて用いられる文字列とを、記
憶するパターン認識データベースと、商品名を記憶する
商品名認識データベースとを有し、前記修正データの文
字列を文字種別に基づき解析したパターンが、前記パタ
ーン認識データベースに記憶されているパターンに該当
するか否かを判断して、該当する場合には、その該当す
るパターンに対応する文字列から、前記修正データの文
字列が単位や規格や日付時間などの数値と組み合わせて
用いられる文字列のいずれに該当するかいずれにも該当
しないかを判断し、前記修正データの文字列がいずれに
も該当しない場合は、前記商品名認識データベースに記
憶している文字列を検索し商品名に該当するか否かを判
断する文字列解析手段と、を備える。

【手続補正３】

【補正対象書類名】明細書

【補正対象項目名】０００６

【補正方法】変更

【補正内容】

【０００６】また、請求項２は、光学文字読取装置で診
療報酬明細書、納品書、請求書、見積書、伝票などの帳
票類を読み取る文書読取装置であって、誤認識した文字
を含む誤認識文字列と誤認識した文字を修正する修正文
字列とを対応して記憶する誤認識データベースを有し、
光学文字読取装置で帳票類を読み取った読取データの文
字列を前記誤認識データベースで検索し、誤認識文字列
の場合は対応した修正文字列に変換した修正データを作
成する誤認識修正手段と、単位や規格や日付時間などと
数値との組み合わせで表される数字文字を含む文字列の
文字種別のパターンと、そのパターンに対応する単位や
規格や日付時間などの数値と組み合わせて用いられる文
字列とを、記憶するパターン認識データベースと、商品
名を記憶する商品名認識データベースとを有し、前記修
正データの文字列を文字種別に基づき解析したパターン
が、前記パターン認識データベースに記憶されているパ
ターンに該当するか否かを判断して、該当する場合に
は、その該当するパターンに対応する文字列から、前記
修正データの文字列が単位や規格や日付時間などの数値
と組み合わせて用いられる文字列のいずれに該当するか
いずれにも該当しないかを判断し、前記修正データの文
字列がいずれにも該当しない場合は、前記商品名認識デ
ータベースに記憶している文字列を検索し商品名に該当
するか否かを判断して、前記商品名を表す文字列や前記
単位や規格や日付時間などの数値と組み合わせて用いら
れる文字列で区切った変換データを作成する文字列解析
手段と、前記変換データの前記商品名を表す文字列や前
記単位や規格や日付時間などと数値との組み合わせで表
される文字列がいかなる並びであるかに基づき、帳票類
に対応した並びであるか否かを判断する構成解析手段
と、を備える。

【手続補正４】

【補正対象書類名】明細書

【補正対象項目名】００１４

【補正方法】変更

【補正内容】

【００１４】また、請求項６においては、請求項３〜５
いずれか記載の文書読取装置において、前記組み合わせ
データベースには、業種などに応じて同一のものを表す
文字列の組み合わせ記憶することを特徴とする。

【手続補正５】

【補正対象書類名】明細書

【補正対象項目名】００１６

【補正方法】変更

【補正内容】

【００１６】また、請求項７では、光学文字読取装置で
文書を読み取った読取データの文字列を、誤認識した文
字を含む誤認識文字列と誤認識した文字を修正する修正
文字列とを対応して記憶する誤認識データベースで検索
して、誤認識文字列の場合は対応した修正文字列に変換
した修正データを作成し、単位や規格や日付時間などと
数値との組み合わせで表される数字文字を含む文字列の
文字種別のパターンと、そのパターンに対応する単位や
規格や日付時間などの数値と組み合わせて用いられる文
字列とを、記憶するパターン認識データベースから、前
記修正データの文字列を文字種別に基づき解析したパタ
ーンが、前記パターン認識データベースに記憶されてい
るパターンに該当するか否かを判断して、該当する場合
には、その該当するパターンに対応する文字列から、前
記修正データの文字列が単位や規格や日付時間などの数
値と組み合わせて用いられる文字列のいずれに該当する
かいずれにも該当しないかを判断し、前記修正データの
文字列がいずれにも該当しない場合は、商品名を記憶す
る商品名認識データベースに記憶している文字列を検索
し商品名に該当するか否かを判断するようにコンピュー
タで実行する文書読取処理プログラム。

【手続補正６】

【補正対象書類名】明細書

【補正対象項目名】００１８

【補正方法】変更

【補正内容】

【００１８】請求項８は、光学文字読取装置で診療報酬
明細書、納品書、請求書、見積書、伝票などの帳票類を
読み取った読取データの文字列を、誤認識した文字を含
む誤認識文字列と誤認識した文字を修正する修正文字列
とを対応して記憶する誤認識データベースで検索して、
誤認識文字列の場合は対応した修正文字列に変換した修
正データを作成し、単位や規格や日付時間などと数値と
の組み合わせで表される数字文字を含む文字列の文字種
別のパターンと、そのパターンに対応する単位や規格や
日付時間などの数値と組み合わせて用いられる文字列と
を、記憶するパターン認識データベースから、前記修正
データの文字列を文字種別に基づき解析したパターン
が、前記パターン認識データベースに記憶されているパ
ターンに該当するか否かを判断して、該当する場合に
は、その該当するパターンに対応する文字列から、前記
修正データの文字列が単位や規格や日付時間などの数値
と組み合わせて用いられる文字列のいずれに該当するか
いずれにも該当しないかを判断し、前記修正データの文
字列がいずれにも該当しない場合は、商品名を記憶する
商品名認識データベースに記憶している文字列を検索
し、商品名に該当するか否かを判断して、前記商品名を
表す文字列や前記単位や規格や日付時間などの数値と組
み合わせて用いられる文字列で区切った変換データを作
成し、前記変換データの前記商品名を表す文字列や前記
単位や規格や日付時間などと数値との組み合わせで表さ
れる文字列がいかなる並びであるかに基づき、帳票に対
応した並びであるか否かを判断するようにコンピュータ
で実行する文書読取処理プログラム。

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B064 EA19

Claims (8)

【特許請求の範囲】
1. 【請求項１】 光学文字読取装置で文書を読み取る文書
   読取装置であって、 誤認識した文字を含む誤認識文字列と誤認識した文字を
   修正する修正文字列とを対応して記憶する誤認識データ
   ベースを有し、 光学文字読取装置で文書を読み取った読取データの文字
   列を前記誤認識データベースで検索し、誤認識文字列の
   場合は対応した修正文字列に変換した修正データを作成
   する誤認識修正手段と、 単位や規格や日付時間などを表す数字文字を含む文字列
   の文字種別のパターンとそのパターンに該当する文字列
   とを記憶するパターン認識データベースと、 商品名を記憶する商品名認識データベースとを有し、 前記修正データの文字種別に基づき解析したパターンが
   前記数字文字を含む文字列のパターンに該当するか否か
   を判断して、パターン認識データベースに記憶している
   文字列から前記修正データの文字列が前記数字文字を含
   む文字列のいずれかに該当するか否かを判断し、前記修
   正データの文字列が前記数字文字を含む文字列のいずれ
   にも該当しない文字列は前記商品名データベースに記憶
   している文字列を検索し商品名に該当するか否かを判断
   する文字列解析手段と、を備える文書読取装置。
2. 【請求項２】 光学文字読取装置で診療報酬明細書、納
   品書、請求書、見積書、伝票などの帳票類を読み取る文
   書読取装置であって、 誤認識した文字を含む誤認識文字列と誤認識した文字を
   修正する修正文字列とを対応して記憶する誤認識データ
   ベースを有し、 光学文字読取装置で帳票類を読み取った読取データの文
   字列を前記誤認識データベースで検索し、誤認識文字列
   の場合は対応した修正文字列に変換した修正データを作
   成する誤認識修正手段と、 単位や規格や日付時間などを表す数字文字を含む文字列
   の文字種別のパターンとそのパターンに該当する文字列
   とを記憶するパターン認識データベースと、 商品名を記憶する商品名認識データベースとを有し、 前記修正データの文字種別に基づき解析したパターンが
   前記数字文字を含む文字列のパターンに該当するか否か
   を判断して、パターン認識データベースに記憶している
   文字列から前記修正データの文字列が前記数字文字を含
   む文字列のいずれかに該当するか否かを判断し、前記修
   正データの文字列が前記数字文字を含む文字列のいずれ
   にも該当しない文字列は前記商品名データベースに記憶
   している文字列を検索し商品名に該当するか否かを判断
   して、前記商品名を表す文字列や前記数字文字を含む文
   字列で区切った変換データを作成する文字列解析手段
   と、前記変換データの商品名や単位や規格や日付時間な
   どを表す文字列の並びから帳票類に応じて内容を判断し
   て、帳票類に応じた形式に変換する構成解析手段と、を
   備える文書読取装置。
3. 【請求項３】 請求項１または２記載の文書読取装置に
   おいて、 相違した文字列が同一内容を表す文字列の組み合わせを
   記憶する組み合わせデータベースを有し、 前記商品名を表す文字列の組み合わせを前記組み合わせ
   データベースで検索し、同一内容を表す文字列の組み合
   わせを統一するように置き換える同一文字列置き換え手
   段を備えることを特徴とする文書読取装置。
4. 【請求項４】 請求項１〜３いずれか記載の文書読取装
   置において、 前記誤認識データベースを業種などに応じて誤認識文字
   列と修正文字列とを対応して記憶することを特徴とする
   文書読取装置。
5. 【請求項５】 請求項１〜４いずれか記載の文書読取装
   置において、 前記誤認識データベースを光学文字読取装置に応じて誤
   認識文字列と修正文字列とを対応して記憶することを特
   徴とする文書読取装置。
6. 【請求項６】 請求項１〜５いずれか記載の文書読取装
   置において、 前記組み合わせデータベースには、業種などに応じて同
   一のものを表す文字列の組み合わせ記憶することを特徴
   とする文書読取装置。
7. 【請求項７】 光学文字読取装置で文書を読み取った読
   取データの文字列を、誤認識した文字を含む誤認識文字
   列と誤認識した文字を修正する修正文字列とを対応して
   記憶する前記誤認識データベースで検索して、誤認識文
   字列の場合は対応した修正文字列に変換した修正データ
   を作成し、 前記修正データの文字種別に基づき解析したパターンが
   単位や規格や日付時間などを表す数字文字を含む文字列
   のパターンに該当するか否かを判断して、前記数字文字
   を含む文字列の文字種別のパターンとそのパターンに該
   当する文字列とを記憶するパターン認識データベースか
   ら前記修正データの文字列が前記数字文字を含む文字列
   のいずれに該当するか否かを判断し、前記修正データの
   文字列が前記数字文字を含む文字列のいずれにも該当し
   ない文字列は商品名を記憶する商品名データベースに記
   憶している文字列を検索し商品名に該当するか否かを判
   断するように実行する文書読取処理プログラム。
8. 【請求項８】 光学文字読取装置で診療報酬明細書、納
   品書、請求書、見積書、伝票などの帳票類を読み取った
   読取データの文字列を誤認識した文字を含む誤認識文字
   列と誤認識した文字を修正する修正文字列とを対応して
   記憶する誤認識データベースで検索して、誤認識文字列
   の場合は対応した修正文字列に変換した修正データを作
   成し、 前記修正データの文字種別に基づき解析したパターンが
   単位や規格や日付時間などを表す数字文字を含む文字列
   のパターンに該当するか否かを判断して、前記数字文字
   を含む文字列の文字種別のパターンとそのパターンに該
   当する文字列とを記憶するパターン認識データベースに
   記憶している文字列から前記修正データの文字列が前記
   数字文字を含む文字列のいずれに該当するか否かを判断
   し、前記修正データの文字列が前記数字文字を含む文字
   列のいずれにも該当しない文字列は商品名を記憶する商
   品名データベースに記憶している文字列を検索し商品名
   に該当するか否かを判断して、前記商品名を表す文字列
   や前記数字文字を含む文字列で区切った変換データを作
   成し、 前記変換データの商品名や単位や規格や日付時間などを
   表す文字列の並びから帳票類に応じて内容を解析して、
   帳票類に応じた形式に変換するように実行する文書読取
   処理プログラム。