JP2008293109A - テキスト処理装置及びプログラム - Google Patents

Abstract

【課題】操作者が修正文字列を含む任意の文字列を修正用文字列として入力した場合に、その修正用文字列から修正文字列を自動抽出できるようにする。
【解決手段】被修正文字列指定部１６は、入力操作部１５を用いた操作者の入力操作に基づき入力テキスト中の修正されるべき文字列を被修正文字列として指定する。修正用文字列入力部１７は、操作者の入力操作に基づき文字列の修正に用いられる修正文字列を含む修正用文字列を入力する。修正文字列抽出部２０は、被修正文字列指定部１６によって指定された被修正文字列と修正用文字列入力部１７によって入力された修正用文字列とを比較することにより、当該修正用文字列の中から指定された被修正文字列と最も類似した文字列を修正文字列として抽出する。修正部２１は、入力テキスト中の指定された被修正文字列を抽出された修正文字列に置き換えることで当該被修正文字列を修正する。
【選択図】図１

Description

本発明は、操作者による文字列修正作業を支援するテキスト処理装置及びプログラムに関する。

近年、コンピュータの処理能力の高まりと共に文字認識、音声認識が広く用いられるようになっている。これら認識技術の認識性能は年々向上しているが、それでも誤認識が生じることは避けられない。そのため、認識テキストに含まれている誤認識文字列を修正するための操作者による修正作業が必要とされる。

このような修正作業では、漢字１文字のみの修正が多発することがある。この場合、修正文字の入力に用いるインプットメソッド（仮名漢字変換モジュール、音声文字変換モジュールなど）の入力効率が悪くなる。例えば、文字認識において、文字列「晴天」の「天」が「夫」と誤認識されることがある。通常、画面表示されている認識テキスト中の誤認識文字「夫」を操作者が選択すると、当該誤認識文字「夫」の修正候補の一覧が画面表示される。もし、修正候補の一覧に正解文字「天」が含まれているならば、操作者はその「天」を選択すれば良い。しかし、修正候補の一覧が、例えば「１．人 ２．未 ３．大」であって、正解文字「天」を含んでいない場合、操作者は修正入力フィールドに当該正解文字（修正文字）「天」を入力することによって修正を行うこととなる。

ここで、操作者がインプットメソッドを用いて正解文字（修正文字）「天」を入力するものとする。もし、単漢字の仮名漢字変換により「天」を入力する場合、操作者は仮名文字列「てん」を入力する操作を行う。この入力仮名文字列「てん」が漢字に変換される。しかし、読みが「てん」の漢字は「天」以外に、「点」、「展」、「転」、「典」など様々あるため、操作者が意図した修正文字を効率良く入力することは難しい。

もし、例えば「天気」のように、正解文字「天」を含む変換しやすい単語を入力し、その後余分な文字（この場合「気」）を消去するならば、文字変換効率の問題を解消することが可能となる。しかし、この手法は余分な文字消去の手間を招く。

そこで、例えば特許文献１には、余分な文字の消去を自動的に行うようにした技術（以下、第１の技術と称する）が記載されている。第１の技術では、認識テキスト中の修正されるべき誤認識文字が操作者によって選択される。また、正解文字を含む文字列の読みが操作者によって入力される。入力された読みは、仮名漢字変換手段によって正解文字を含む文字列に変換される。第１の技術では、認識テキスト中の誤認識文字の周辺の文字と、仮名漢字変換手段によって得られた文字列（正解文字を含む文字列）との比較により一致する文字が検索される。そして、一致する文字を除いた残りの文字に基づいて修正文字が決定される。

第１の技術によれば、例えば「晴天」が「晴夫」と誤認識された場合、操作者は「晴夫」中の誤認識文字「夫」を「天」に修正するのに、当該誤認識文字「夫」を選択指定すると共に、「晴天」の読み「せいてん」を入力すれば良い。ここでは、読み「せいてん」が仮名漢字変換手段によって文字列「晴天」に変換される。そして、誤認識文字「夫」の周辺の文字と、仮名漢字変換手段により得られた文字列「晴天」との比較により、一致する文字「晴」が検索される。この場合、文字列「晴天」から一致する文字「晴」を除いた文字、つまり「天」が、誤認識文字「夫」に置き換えられるべき修正文字として決定される。

また、上記特許文献１には、同音異義語が存在するために操作者の意図した文字列に速やかに仮名漢字変換できない場合を考慮して修正文字を決定する技術（以下、第２の技術と称する）も記載されている。この第２の技術の特徴は、例えば「会議」の「会」が「合」と誤認識された場合、操作者が「会議」の読み「かいぎ」を入力すると、「会議」以外の単語である「懐疑」「回議」などに変換される可能性があることから、これを回避するために「会議」の後ろ側に例えば１文字「室」が続く文字列「会議室」の読み「かいぎしつ」を入力した場合の修正文字の決定の手法にある。ここでは、読み「かいぎしつ」は、ほぼ１度で文字列「会議室」に仮名漢字変換される。「会議室」において誤認識文字「合」の周辺の文字「合議」との間で一致しない文字は「会」と「室」の２文字である。この２文字のうち、「議」の後ろの文字である「室」は、一致文字「議」との位置関係に基づき修正文字の対象外とされて、一致文字「議」の前の文字である「会」が修正文字として決定される。

また、上記特許文献１には、修正文字を含む文字列であって複数の文節からなる文字列が入力されることを前提として、入力文字列のうちの予め定められた位置の文字（例えば第２文節の先頭文字）を修正文字として決定する技術（以下、第３の技術と称する）も記載されている。ここでは、第２文節の先頭文字を修正文字とすることが予め定められているものとする。第３の技術によれば、例えば「修士論文」の「修」が誤認識されて「参士論文」になった場合に、操作者が「がくもんをおさめる」と入力するならば、この入力文字列が「学問を修める」に仮名漢字変換された場合に、第２文節の先頭文字「修」が修正文字として決定される。
特開平７−３０２３０２号公報（段落００２３−００２７）

上記したように、第１乃至第３の技術によれば、操作者は認識テキスト中の誤認識文字を指定して、当該誤認識文字の正解文字を含む単語または文節の読みを入力することにより、その読みが仮名漢字変換された文字列から誤認識文字に置き換えられるべき修正文字が自動的に決定される。

但し、修正文字の自動決定のためには、第１の技術では、操作者は、認識テキスト中の、誤認識文字が正解文字に置き換えられた本来あるべき単語または文節の読みを入力する必要がある。例えば、「晴天」が「晴夫」と誤認識された場合であれば、操作者は「晴夫」中の誤認識文字「夫」を「天」に修正するのに、当該「晴天」の読み「せいてん」を入力しなければならない。つまり第１の技術では、例えば「天気」の読み「てんき」と入力しても、「天」を文字列「晴夫」中の「夫」に対する修正文字であると自動決定することはできない。

また、第２の技術では、「会議」の「会」が「合」と誤認識された場合、操作者が「会議」の後ろ側に文字「室」が続く文字列「会議室」の読み「かいぎしつ」を入力することにより、読み「かいぎしつ」を仮名漢字変換して得られる「会議室」に含まれている不一致文字「会」及び「室」のうち、一致文字「議」の前の文字「会」が修正文字と決定される。しかし第２の技術では、操作者が、例えば文字列「早朝会議」は思いついても、「会議」の後ろ側に文字が続く文字列を思いつかなかった場合、修正作業を行うことができなくなる。勿論、仮名漢字変換後の文字列の中から操作者に修正文字の位置を指定させる構成を適用するならば、操作者は正解文字を含む任意の単語または文節を入力することができる。そのためには、操作者は仮名漢字変換後の文字列中で修正文字を指定する作業を必要とする。

次に第３の技術では、操作者は、予め定められた位置に正解文字を含む文節の読みを入力しなければならず、文字修正作業を困難にする。

本発明は上記事情を考慮してなされたものでその目的は、テキスト中に修正されるべき文字（文字列）が含まれているために、操作者が修正文字（修正文字列）を含む任意の文字列を修正用文字列として入力するための操作を行った場合に、その修正用文字列から修正されるべき文字（文字列）の修正に用いる修正文字（修正文字列）を自動抽出することができるテキスト処理装置及びプログラムを提供することにある。

本発明の１つの観点によれば、テキスト処理装置が提供される。このテキスト処理装置は、テキストを入力するためのテキスト入力手段と、前記テキスト入力手段によって入力されたテキストを入力テキストとして格納するためのテキスト記憶手段と、前記テキスト記憶手段に格納された入力テキストの表示に用いられるディスプレイと、操作者の入力操作に用いられる入力操作手段と、前記入力操作手段を用いた操作者の入力操作に基づき前記入力テキスト中の修正されるべき文字列を被修正文字列として指定するための被修正文字列指定手段と、前記入力操作手段を用いた操作者の入力操作に基づき文字列の修正に用いられる修正文字列を含む修正用文字列を入力するための修正用文字列入力手段と、前記被修正文字列指定手段によって指定された被修正文字列と前記修正用文字列入力手段によって入力された修正用文字列とを比較することにより、当該修正用文字列の中から前記指定された被修正文字列の修正に用いられる修正文字列として最も尤もらしい文字列を抽出する修正文字列抽出手段と、前記入力テキスト中の前記指定された被修正文字列を前記抽出された文字列に置き換えることで当該被修正文字列を修正する修正手段とを具備する。

本発明によれば、テキスト中の誤入力、或いは誤認識されたような文字列の修正作業を行う際、修正に用いる文字列（文字）を含みさえすれば、本来の文字列とは無関係の、入力しやすい任意の文字列を修正用文字列として操作者が入力する操作を行っても、当該修正に用いる文字列（文字）が修正用文字列から修正文字列（修正文字）として自動的に抽出される。このため、修正文字列を含む修正用文字列の入力時における仮名漢字変換等インプットメソッドの変換効率向上や、一旦修正用文字列を入力した後で余計な文字列を削除する手間の解消を図ることができ、テキスト修正の効率向上が可能となる。

以下、本発明の実施の形態につき図面を参照して説明する。
［第１の実施形態］
図１は本発明の第１の実施形態に係るテキスト処理装置の構成を示すブロック図である。図１のテキスト処理装置は、テキスト入力部１１、テキスト記憶部１２、ディスプレイ１３、テキスト表示部１４、入力操作部１５、被修正文字列指定部１６、修正用文字列入力部１７、仮名漢字変換部１８、辞書記憶部１９、修正文字列抽出部２０、及び修正部２１から構成される。

テキスト入力部１１は、例えば文字コードで表された漢字混じりのテキスト（テキストデータ）をネットワークから入力する通信インタフェースである。このテキストは、例えば、図１のテキスト処理装置とネットワークを介して接続された文字認識装置または音声認識装置による認識処理（文字認識処理または音声認識処理）によって認識された文字列から構成される文書データであり、当該文字認識装置または音声認識装置からネットワークを介して送信されるものとする。

テキスト入力部１１によって入力されるテキスト（ここでは認識結果）は一般に誤認識文字を含む。またテキストは、認識文字毎に認識候補文字群と対応付けられている。認識候補文字群の各認識候補文字には、その文字の認識文字としての確からしさを表すスコア、尤度或いは類似度が付されている。一般には、最も確からしい候補文字が認識文字として選択される。なお、テキスト入力部１１が、文字認識装置または音声認識装置による認識結果としてのテキストを格納した例えばリムーバブル記憶媒体から当該テキストを読み込む記憶装置であっても良い。また、テキスト入力部１１が、操作者の入力操作に従って文字列（テキスト）を入力するのに用いられるキーボードであっても良い。

テキスト記憶部１２は、テキスト入力部１１によって入力されたテキスト（及び当該テキストに付随する認識文字毎の認識候補文字群）を格納するのに用いられる。

ディスプレイ１３は、テキストの表示等に用いられる。テキスト表示部１４は、テキスト記憶部１２に格納されたテキスト（入力テキスト）をディスプレイ１３に表示するための処理を行う。

入力操作部１５は、ディスプレイ１３に表示されているテキストに修正されるべき文字列（被修正文字列）が含まれている場合に、その被修正文字列の選択、及び当該被修正文字列に置き換えられるべき文字列（修正文字列）を含む文字列（修正用文字列）の例えば読みの入力に用いられる。入力操作部１５は、例えばキーボード及びマウスから構成される。

被修正文字列指定部１６は、入力操作部１５を用いた操作者の入力操作により任意の文字列が被修正文字列として選択されたことを検出する。被修正文字列指定部１６は、この文字列選択の検出により、選択された文字列を被修正文字列として指定（決定）する。修正用文字列入力部１７は、入力操作部１５を用いて行われる操作者による修正用文字列入力操作に基づき修正用文字列を入力する。

仮名漢字変換部１８は、修正用文字列入力部１７によって入力された読みを漢字混じりの文字列（修正用文字列）に変換する。ここでの読みは、例えば仮名入力によるものであっても、ローマ字入力によるものであっても構わない。

辞書記憶部１９は、言語知識データベース記憶部１９１、文字パターン辞書記憶部１９２及び音声パターン辞書記憶部１９３を含む。言語知識データベース記憶部１９１は、言語知識データベースを格納する。この言語知識データベースは、種々の文字の組み合わせからなる文字列毎に、その文字列の言語（単語または語句）としての尤もらしさを表す情報を保持する。文字パターン辞書記憶部１９２は、各文字の標準の文字パターン情報を格納する。音声パターン辞書記憶部１９３は、各文字を構成する音節の標準の音声パターン情報を格納する。

修正文字列抽出部２０は、修正用文字列を、ディスプレイ１３に表示されているテキストのうち、被修正文字列指定部１６によって指定された被修正文字列と比較することによって、当該修正用文字列から修正文字列を抽出する。

修正部２１は、ディスプレイ１３に表示されているテキストのうちの被修正文字列を、修正文字列抽出部２０によって抽出された修正文字列に置き換えることにより、当該テキスト（中の被修正文字列）を修正する。

図２は、図１のテキスト処理装置を実現する情報処理装置のハードウェア構成を示すブロック図である。図２において、図１と同様の部分には同一符号を付してある。図２に示す情報処理装置は、例えばパーソナルコンピュータのようなコンピュータである。この情報処理装置は、図１に示されるディスプレイ１３及び入力操作部１５の他に、通信インタフェース３１、リムーバブル記憶装置３２及びハードディスクドライブ（ＨＤＤ）３３の各入出力機器、ＣＰＵ３４及びメモリ３５を含む。メモリ３５の記憶領域の一部は、図１に示されるテキスト記憶部１２として用いられる。またＨＤＤ３３の記憶領域の一部は、図１に示される辞書記憶部１９として用いられる。

ＨＤＤ３３には、図２の情報処理装置をテキスト処理装置（テキストエディタ）として機能させるためのプログラム３３０が予め格納されている。ＣＰＵ３４は、ＨＤＤ３３に格納されているプログラム３３０をメモリ３５に読み込んで実行することにより、図２の情報処理装置を図１に示されるテキスト処理装置として機能させる。即ちＣＰＵ３４は、プログラム３３０の実行により、図１に示されるテキスト入力部１１、テキスト表示部１４、被修正文字列指定部１６、修正用文字列入力部１７、仮名漢字変換部１８、修正文字列抽出部２０及び修正部２１の各機能部（処理部）を実現するものとする。このプログラム３３０は、コンパクトディスク、或いはＲＯＭのような、コンピュータ読み取り可能な記憶媒体に予め格納して頒布可能である。また、このプログラム３３０が、ネットワークを介して図２の情報処理装置のＨＤＤ３３にダウンロードされても構わない。

次に、図１のテキスト処理装置における文字列修正処理について、図３に示すフローチャート及び図４に示す画面例を参照して説明する。まず、テキスト入力部１１によって、テキスト「本日は晴夫なり。明日は晴れるてしようか。」が入力されたものとする（ステップＳ１）。このテキスト「本日は晴夫なり。明日は晴れるてしようか。」は、例えば紙の文書「本日は晴天なり。明日は晴れるでしょうか。」をスキャナでスキャンして得られた画像（入力画像）を文字認識装置にて文字認識処理した認識結果であるものとする。ここでは、「晴天」の「天」が「夫」に誤認識されている。また、「晴れるでしょうか」における「で」と「ょ」が誤認識されて「晴れるてしようか」となっている。

テキスト入力部１１によって入力されたテキストはテキスト記憶部１２に格納される。このテキストには、入力画像が付随している。また、テキストには、当該テキストを構成する認識文字毎に認識候補文字群が付随している。認識文字も認識候補文字の１つである。各認識候補文字には、その文字の認識文字としての確からしさ（認識信頼度）を表す情報が付されている。本実施形態では、「晴天」の「天」に対する認識候補文字として、最も確からしい文字「夫」から順に、「人」、「未」及び「大」の４文字が挙げられているものとする。この場合、文字「夫」がテキスト中の認識文字として用いられ、残りの３文字「人」、「未」及び「大」が修正候補文字として用いられる。

テキスト表示部１４は、テキスト記憶部１２に格納されたテキスト（入力テキスト）及び当該テキストに付随する入力画像を、それぞれ図４において符号４１及び４２で示されるように、ディスプレイ１３に表示させる（ステップＳ２）。この際、テキスト表示部１４は、テキスト中の各文字（認識文字）の認識信頼度を表す情報に基づき、例えば認識信頼度が一定レベルよりも低い文字を、誤認識の可能性が高い文字（誤認識候補）として操作者が視認可能なように、他の文字とは区別してディスプレイ１３に表示させる。図４の例では、網掛け文字として表示されている。これにより操作者は、画面表示されているテキストに含まれている誤認識候補の中から、修正されるべき候補（被修正文字列）を入力操作部１５（の例えばマウス、或いはキーボード）で選択することができる。

なお、図１のテキスト処理装置に文法／単語チェック機能を持たせ、当該機能により入力テキストに対して、言語知識データベース記憶部１９１に格納されている言語知識データベースに基づいて文法／単語チェックを行うことで、文法的に誤っている文字列、或いは単語として尤もらしくない文字列を被修正文字列候補として抽出して、当該被修正文字列候補が他の文字列とは区別して表示されるようにしても良い。

また操作者は、画面表示されている誤認識候補（被修正文字列候補）を被修正文字列として選択する以外に、入力テキスト上の任意の文字列の開始／終了位置を修正開始／終了位置として入力操作部１５で指定することで、当該開始／終了位置で示される文字列を被修正文字列として選択することもできる。

ここで、図４に示されるテキスト中に修正されるべき誤認識候補（誤認識文字）が存在するために、操作者が入力操作部１５を操作することによって、テキスト中の誤認識候補（誤認識文字）、例えば図４において符号４５で示される、文字列「晴夫」の文字「夫」を、被修正文字列（被修正文字）として選択したものとする。この場合、テキスト表示部１４は選択された文字「夫」が被修正文字列（被修正文字）として視認可能なように、当該文字「夫」を特別の表示属性でディスプレイ１３に表示させると共に、上記修正候補文字「人」、「未」及び「大」を、図４に示される修正候補表示領域４３に表示させる。但し本実施形態では、修正候補表示領域４３に表示される修正候補文字群には、正解文字「天」が含まれていない。

操作者は、入力操作部１５を操作して被修正文字列を選択すると、修正候補表示領域４３に表示された修正候補文字群の中に、修正文字（正解文字）が含まれているかを調べる。もし、修正文字が含まれていない場合、操作者は入力操作部１５を用いて、図４に示される修正入力フィールド４４に修正文字を含む文字列を入力するための操作を行う。

さて被修正文字列指定部１６は、操作者によって被修正文字列が選択されたことを検出すると（ステップＳ３，Ｓ４）、その旨を修正用文字列入力部１７に通知すると共に、修正文字列抽出部２０に対し、選択された文字列を被修正文字列として指定する（ステップＳ５）。図４において符号４５で示される、文字列「晴夫」の文字「夫」が選択された本実施形態では、当該文字「夫」が被修正文字列（被修正文字）として指定される。

修正用文字列入力部１７は、被修正文字列指定部１６によって被修正文字列が選択されると、修正入力フィールド４４への修正文字を含む文字列（修正用文字列）の入力または修正候補表示領域４３からの修正候補の選択のいずれが行われるかを判定する（ステップＳ６）。ここでは、操作者が、入力操作部１５を用いて、修正入力フィールド４４へ修正用文字列「天気」の読み「てんき」を入力する操作を行ったものとする。この場合、仮名漢字変換部１８は、入力された読み「てんき」を「天気」に変換する。これにより修正入力フィールド４４には、修正用文字列「天気」が表示される。つまり修正入力フィールド４４に修正用文字列「天気」が入力される。

修正用文字列入力部１７は、修正入力フィールド４４に修正用文字列が入力されると、修正用文字列の入力を判定する（ステップＳ６）。この場合、修正用文字列入力部１７は、修正入力フィールド４４に入力された修正用文字列を取り込み、当該修正用文字列を修正文字列抽出部２０に渡す（ステップＳ７）。

修正文字列抽出部２０は、修正用文字列入力部１７によって取り込まれた修正用文字列の文字数と被修正文字列指定部１６によって指定された被修正文字列の文字数とを比較することにより、修正用文字列からの修正文字列の抽出が必要かを判定する（ステップＳ８）。ここでは、修正用文字列の文字数が指定された被修正文字列の文字数よりも多い場合に、修正文字列の抽出が必要であると判定される。修正用文字列が「天気」であり、被修正文字列が「夫」である本実施形態では、修正文字列の抽出が必要であると判定される。

修正文字列抽出部２０は、修正文字列の抽出が必要であると判定した場合、修正用文字列と被修正文字列とを比較することにより、当該修正用文字列から被修正文字列と置き換えるべき修正文字列を抽出する（ステップＳ９）。この修正文字列抽出部２０による修正文字列（修正文字）の抽出には、第１の文字列（修正用文字列）の中から第２の文字列（被修正文字列）に類似した第３の文字列を（修正文字列として）検索する手法が適用される。

修正文字列抽出部２０による検索には、文字列や音声などのマッチングによく用いられる周知のＤＰ（Dynamic Programming）マッチングのような手法が適用される。第２の文字列（被修正文字列）を含むテキストが文字認識結果である本実施形態では、このマッチングには、第１の文字列（修正用文字列）を構成する各文字の標準パターン（標準文字パターン）と、第２の文字列（被修正文字列）を構成する各文字の標準文字パターンとが用いられる。これらの文字パターンの情報は、文字パターン辞書記憶部１９２に格納されている。

修正文字列抽出部２０によるマッチング手法を適用した検索により、第１の文字列（修正用文字列）の中から第２の文字列（被修正文字列）に最も一致度（類似度）の高い文字列（第３の文字列）が修正文字列として抽出される。

第１の文字列（修正用文字列）が「天気」、第２の文字列（被修正文字列）が「夫」である本実施形態では、「天気」の「天」と「夫」との文字パターン（字形状）の類似度と「天気」の「気」と「夫」との字形状の類似度とが比較される。ここでは、「天」と「夫」との文字パターンの類似度の方が「気」と「夫」との文字パターンの類似度よりも十分高い、この場合、修正文字列抽出部２０は、第１の文字列（修正用文字列）「天気」の中から、第２の文字列（被修正文字列）「夫」に類似した第３の文字列「天」を修正文字列（修正文字）として抽出する。

上記の例は、テキスト入力部１１によって入力されたテキストが文字認識結果の場合である。もし、テキスト入力部１１によって入力されたテキストが音声認識結果の場合であるならば、修正文字列抽出部２０によるマッチング手法を適用した検索には、各文字の標準文字パターンに代えて、その文字の標準音声パターン（例えば、その文字に対応する音声を構成する音節の標準音声パターン）を用いれば良い。これらの音声パターンの情報は、音声パターン辞書記憶部１９３に格納されている。

また、パターンマッチングを用いた検索に代えて、例えば文字列（単語または語句）の言語としての尤もらしさ（単語または語句としての尤もらしさ）を評価して比較することにより、第１の文字列（修正用文字列）の中から第２の文字列（被修正文字列）の修正に最も適した文字列を修正文字列として検索することも可能である。ここでは修正文字列抽出部２０は、入力テキストから第２の文字列（被修正文字列）を含む第４の文字列を取り出す。次に修正文字列抽出部２０は取り出された第４の文字列中の被修正文字列を、第１の文字列（修正用文字列）から選択可能な同一文字数の文字列と置き換える処理を繰り返す。修正文字列抽出部２０は、この文字列置き換えが行われた第４の文字列の単語（言語）としての尤もらしさを、言語知識データベース記憶部１９１に格納されている言語知識データベースに基づいて評価する。そして修正文字列抽出部２０は、単語（言語）として最も尤もらしいと評価された第４の文字列に含まれている、被修正文字列の置き換えに用いられた文字列（第３の文字列）を、修正文字列として抽出する。この手法は、被修正文字列を含むテキストが、キー入力操作等によって作成されたテキストを編集するために、編集者（操作者）が、例えば誤入力文字を含む編集対象文字列を被修正文字列として指定して修正用文字列を入力する場合に、特に有効である。また、被修正文字列を含むテキストが文字認識結果又は音声認識結果の場合に、この手法を先のマッチングによる検索手法と組み合わせるならば、修正文字列を一層高精度に抽出することができる。

以下、言語としての尤もらしさを利用した修正文字列の抽出の具体例について説明する。ここでは上述のように、第１の文字列（修正用文字列）が「天気」、第２の文字列（被修正文字列）が「夫」、第２の文字列（被修正文字列）「夫」を含む入力テキストが「本日は晴夫なり。明日は晴れるてしようか。」であるものとする。

まず修正文字列抽出部２０は、入力テキストから第２の文字列（被修正文字列）「夫」を含む第４の文字列（単語）を抽出する。ここでは、第４の文字列として単語「晴夫」が抽出されたものとする。次に修正文字列抽出部２０は、単語「晴夫」中の被修正文字「夫」を、第１の文字列（修正用文字列）「天気」を構成する各文字「天」「気」で置き換える。この置き換え後の単語は、「晴天」及び「晴気」となる。修正文字列抽出部２０は、言語知識データベース記憶部１９１に格納されている言語知識データベースに基づいて、「晴天」及び「晴気」の単語（言語）としての尤もらしさを評価する。この言語知識データベースは、種々の文字の組み合わせから構成される文字列（単語または語句）について、単語または語句（言語）としての尤もらしさを示す情報（例えば尤度）を保持している。例えば、「晴天」及び「晴気」の両単語の場合、「晴天」により高い尤度が付されている。そこで修正文字列抽出部２０は、単語としての尤もらしさが最も高い「晴天」を選択して、その「晴天」に含まれている、被修正文字「夫」の置き換えに用いられた文字「天」を、修正文字として抽出する。

修正部２１は、入力テキスト中の被修正文字列（被修正文字）を、修正文字列抽出部２０によって抽出された修正文字列（修正文字）に置き換える（ステップＳ１０）。また、修正部２１は、修正候補表示領域４３に表示された修正候補文字群の中から任意の候補文字が選択された場合には（ステップＳ６）、当該選択された候補文字を修正文字として、入力テキスト中の被修正文字を、当該修正文字に置き換える（ステップＳ１０）。

本実施形態において修正文字列抽出部２０は、修正用文字列の文字数が被修正文字列の文字数と同数である場合、修正用文字列からの修正文字列の抽出が不要であると判定する（ステップＳ８）。この場合、修正部２１は、修正用文字列を修正文字列として、入力テキスト中の被修正文字列を、当該修正文字列（修正用文字列）に置き換える（ステップＳ１０）。

以上の文字列修正処理は、操作者によって被修正文字列が選択される限り、繰り返される。そして、入力テキスト中に修正すべき文字列が存在しなくなり、操作者によってテキスト修正の終了が指定されると（ステップＳ３）、文字列修正処理は終了する。

［第２の実施形態］
次に、本発明の第２の実施形態について説明する。第２の実施形態の特徴は、操作者による文字列選択操作に基づく被修正文字列の指定を不要とすると共に、この被修正文字列が指定されない状態で被修正文字列を決定（推定）してテキスト修正を行うためのモード（第１のテキスト修正モード）と、第１の実施形態と同様に被修正文字列の指定を前提としてテキスト修正を行うためのモード（第２のテキスト修正モード）との切り替え設定を可能とした点にある。

図５は本発明の第２の実施形態に係るテキスト処理装置の構成を示すブロック図である。図５において、図１と同様の要素には同一符号を付してある。図５のテキスト処理装置が、図１のそれと異なる点は、モード設定部２２及び被修正文字列検索部２３が追加されている点と、修正文字列抽出部２０に代えて修正文字列抽出部２００が用いられている点である。修正文字列抽出部２００は、第２のテキスト修正モードで動作する点で当該修正文字列抽出部２０と相違する。修正文字列抽出部２００は第２のテキスト修正モードにおいて、修正文字列抽出部２０と同様の修正文字列抽出を行う。

モード設定部２２は、入力操作部１５を用いた操作者の入力操作に基づき、第１のテキスト修正モード及び第２のテキスト修正モードの一方のモードを選択的に設定する。更に具体的に述べるならば、モード設定部２２は、被修正文字列指定部１６によって被修正文字列が指定されていない状態で、修正用文字列入力部１７によって修正用文字列が入力される特定状態の場合に第１のテキスト修正モードを設定し、被修正文字列指定部１６によって被修正文字列が指定された場合に第２のテキスト修正モードを設定する。

被修正文字列検索部２３は、第１のテキスト修正モードにおいて動作して、修正用文字列入力部１７によって入力された（取り込まれた）修正用文字列を入力テキストと比較することにより、当該入力テキストから修正用文字列に類似した文字列を検索する。被修正文字列検索部２３は、検索された類似文字列を被修正文字列として決定（推定）する。

図５に示されるテキスト入力部１１、テキスト表示部１４、被修正文字列指定部１６、修正用文字列入力部１７、仮名漢字変換部１８、修正部２１、モード設定部２２、被修正文字列検索部２３及び修正文字列抽出部２００は、図２に示される情報処理装置（コンピュータ）内のＣＰＵ３４がプログラム３３０をメモリ３５に読み込んで実行することにより実現されるものとする。

次に、図５のテキスト処理装置における文字列修正処理について、図６Ａ及び図６Ｂに示すフローチャート並びに図７及び図８に示す画面例を参照して説明する。まず上記第１の実施形態と同様に、テキスト入力部１１によって、テキスト「本日は晴夫なり。明日は晴れるてしようか。」が入力されたものとする（ステップＳ１１）。このテキスト「本日は晴夫なり。明日は晴れるてしようか。」は、紙の文書「本日は晴天なり。明日は晴れるでしょうか。」をスキャナでスキャンして得られた画像（入力画像）を文字認識装置にて文字認識処理した認識結果である。テキスト入力部１１によって入力されたテキストはテキスト記憶部１２に格納される。

テキスト表示部１４は、テキスト記憶部１２に格納されたテキスト（入力テキスト）及び当該テキストに付随する入力画像を、それぞれ図７（ａ）において符号７１及び７２で示されるように、ディスプレイ１３に表示させる（ステップＳ１２）。

ここで、図７（ａ）に示されるテキスト中の文字「夫」、つまり誤認識候補（誤認識文字）「夫」を、上記第１の実施形態と同様に、操作者が入力操作部１５を用いた操作で被修正文字列として選択したものとする。操作者によって被修正文字列が選択されたことは、被修正文字列指定部１６によって検出される（ステップＳ１３，Ｓ１４）。

すると被修正文字列指定部１６は、修正文字列抽出部２０に対し、操作者によって選択された文字列を被修正文字列として指定する（ステップＳ１５）。このステップＳ１５において被修正文字列指定部１６は、操作者によって被修正文字列が選択されたこと（操作者によって選択された文字列が被修正文字列として指定されたこと）をモード設定部２２に通知する。この通知を受けてモード設定部２２は、テキスト処理装置を第２のテキスト修正モードに設定する（ステップＳ１６）、即ちモード設定部２２は、操作者による被修正文字列の選択操作（被修正文字列指定部１６による被修正文字列の指定）に応じて、テキスト修正モードを第２のテキスト修正モードに設定する。

以降のテキスト処理装置における第２のテキスト修正モードでの処理（ステップＳ１７〜Ｓ２１）は、前記第１の実施形態におけるステップＳ６〜Ｓ１０の処理と同様である。

これに対し、操作者が被修正文字列を選択することなく、図７（ａ）に示される修正入力フィールド４４に修正用文字列を入力する操作を開始したものとする。操作者によって修正用文字列を入力する操作が行われたことは、修正用文字列入力部１７によって検出される（ステップＳ２２）。

修正用文字列入力部１７は、操作者によって修正用文字列を入力する操作が行われたこと（つまり修正用文字列の入力）をモード設定部２２に通知する。このときモード設定部２２は、被修正文字列の選択（指定）が被修正文字列指定部１６によって通知されていない状態（つまり被修正文字列が指定されていない状態）にある。この場合、モード設定部２２は、被修正文字列が指定されていない状態で、修正用文字列入力部１７から修正用文字列の入力が通知される（つまり修正用文字列が入力される）特定状態を検出する。つまりモード設定部２２は、修正用文字列入力部１７からの修正用文字列の入力の通知を受けて、被修正文字列が指定されていない状態で修正用文字列が入力される特定状態を検出する。モード設定部２２は、この特定状態の検出に応じてテキスト処理装置を第１のテキスト修正モードに設定する（ステップＳ２３）。

修正用文字列入力部１７は、第１のテキスト修正モードでは、修正入力フィールド４４に入力された修正用文字列を例えば１文字ずつ取り込み、１文字取り込む毎に、当該取り込んだ１文字を被修正文字列検索部２３に渡す（ステップＳ２４）。

被修正文字列検索部２３は、第１のテキスト修正モードにおいて、修正用文字列入力部１７から渡される修正用文字列を、入力テキストと当該テキストの先頭から順次比較することにより、当該テキストから当該修正用文字列に類似した文字列を検索する（ステップＳ２５）。このステップＳ２５において被修正文字列検索部２３は、検索された類似文字列を被修正文字列として決定（推定）する。

本実施形態において、ステップＳ２５で実行される検索には、文字列修正のための検索であることを考慮して、必ずしも完全一致しない類似文字列の検索も可能なあいまい性を許容した検索（あいまい検索）手法が適用される。あいまい検索は、ＤＰマッチングのような手法を用いて修正用文字列と入力テキストとのマッチングを行うことで実現可能である。本実施形態では、被修正文字列検索部２３によるステップＳ２５の検索に、修正用文字列入力部１７によって１文字が取り込まれる毎に候補を絞り込むインクリメンタル検索（インクリメンタルあいまい検索）が用いられる。

今、操作者の入力操作により、例えば図７（ｂ）に示すように、修正入力フィールド４４に修正用文字列の先頭文字となる「晴」が入力されたものとする。この場合、被修正文字列検索部２３は、文字「晴」を入力テキストと比較することにより、当該テキストから被修正文字の候補となる類似文字を検索する。ここでは、被修正文字列検索部２３は、入力テキストにおける「晴夫」の「晴」と、「晴れる」の「晴」とを検索して、両文字「晴」を被修正文字の候補として決定（推定）する。するとテキスト表示部１４は、被修正文字列検索部２３によって入力テキストから検索された文字が被修正文字の候補として自動決定されていることを明示するために、図７（ｂ）に示すように、当該検索された２つの文字「晴」を他の文字と区別してディスプレイ１３に表示させる（図では網掛け表示）。

次に操作者の入力操作により、「晴」に続いて「天」が修正入力フィールド４４に入力されたものとする。つまり、修正入力フィールド４４に「晴天」が入力されたものとする。すると被修正文字列検索部２３は、その時点における修正用文字列「晴天」を、入力テキストにおける現在の被修正文字の候補「晴」を含み且つ「晴天」と文字数が同数の文字列「晴夫」及び「晴れ」と比較して、当該文字列「晴夫」及び「晴れ」の「晴天」に対する類似度（一致度）を取得する。本実施形態では説明を簡略化するために、例えば一致する文字数の割合が類似度として取得され、一定割合（ここでは半数）以上の文字が一致している場合に被修正文字列の候補として決定されるものとする。この例では、文字列「晴夫」及び「晴れ」の「晴天」に対する類似度は０．５であり、両文字列とも被修正文字列の候補となる。

そこで操作者が、被修正文字列の候補を絞るために、入力操作部１５を用いて、「晴夫」に続いて「な」を修正入力フィールド４４に入力するための操作を行ったものとする。これにより修正入力フィールド４４には、図７（ｃ）に示されるように「晴天な」が入力される。すると被修正文字列検索部２３は、その時点における修正用文字列「晴天な」を、入力テキストにおける現在の被修正文字列の候補（「晴夫」または「晴れ」）を含み且つ「晴天な」と文字数が同数の文字列「晴夫な」及び「晴れる」と比較して、当該文字列「晴夫な」及び「晴れる」の「晴天な」に対する類似度を取得する。この例では、文字列「晴夫な」及び「晴れる」の「晴天な」に対する類似度は、それぞれ２／３（≒０．６７）及び１／３（≒０．３３）である。この場合、被修正文字列検索部２３は、類似度が０．５以上である文字列「晴夫な」のみを被修正文字列の候補として決定する。つまり、被修正文字列の候補が１つに絞られる。

このように被修正文字列検索部２３は、修正入力フィールド４４に入力された修正用文字列「晴天な」を入力テキストと比較することにより、当該修正用文字列「晴天な」との類似度が一定レベル以上の文字列「晴夫な」を当該入力テキストから検索して、当該検索された文字列「晴夫な」を被修正文字列の候補として決定する。するとテキスト表示部１４は、図７（ｃ）に示すように、被修正文字列検索部２３によって検索された入力テキスト中の文字列「晴夫な」が被修正文字列の候補として決定されていることを明示するために、当該文字列「晴夫な」を他の文字列と区別してディスプレイ１３に表示させる（図では網掛け表示）。

操作者は、画面上で示されている被修正文字列候補が、修正されるべき目的の文字列に絞られたならば、修正入力フィールド４４への修正用文字列の入力操作を停止する。換言するならば、操作者は、被修正文字列候補が目的の文字列に絞られるまで修正用文字列を入力する操作を行う。操作者は、被修正文字列候補が目的の文字列に絞られたならば、入力操作部１５を用いて、当該文字列を被修正文字列として確定させるための操作を行う。

修正部２１は、操作者の操作によって修正文字列の確定が指示されたことを検出すると（ステップＳ２６）、修正入力フィールド４４に入力されている修正用文字列を修正文字列として、その時点において確定されている、入力テキスト中の被修正文字列を、当該修正文字列に置き換える（ステップＳ２７）。図７（ｃ）の例では、「晴夫な」が「晴天な」に置き換えられる。

同様に、操作者が修正入力フィールド４４に、図８に示されるように修正用文字列「晴れるでしょうか」を入力すると、被修正文字列検索部２３によって入力テキストから、類似度が６／８（＝０．７５）の類似文字列「晴れるてしようか」が被修正文字列の候補として抽出される。

このように本実施形態のテキスト処理装置は、操作者が、画面表示されている入力テキスト中の修正されるべき箇所（被修正文字列）を指定することなく修正用文字列を入力しても、入力テキストから当該修正用文字列に一定レベル以上類似した文字列を検索することにより操作者が意図した被修正文字列を自動的に決定（推定）して、当該決定された被修正文字列を（修正文字列としての）修正用文字列に置き換える（修正する）ことができる。

なお、被修正文字列検索部２３によるインクリメンタルあいまい検索は一例であり、修正入力フィールド４４への修正用文字列の入力が完了してから被修正文字列検索部２３による検索が開始されても構わない。また、操作者が、修正されるべき箇所（入力テキストが文字認識結果の例では誤認識箇所）をより発見しやすいように、あいまい検索の検索結果から修正用文字列と完全一致する文字列の抽出を除外するモードを設定する機能を図５のテキスト処理装置に備えても良い。また、被修正文字列の候補となる類似文字列が一定数以上存在する場合に、例えば入力テキストから最初に検索された類似文字列のみを被修正文字列の候補とするなど、候補を限定しても良い。

なお、本発明は、上記第１及び第２の実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記第１及び第２の実施形態に開示されている複数の構成要素の適宜な組み合わせにより種々の発明を形成できる。例えば、第１または第２の実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。

本発明の第１の実施形態に係るテキスト処理装置の構成を示すブロック図。 図１に示すテキスト処理装置を実現するのに用いられる情報処理装置のハードウェア構成を示すブロック図。 図１のテキスト処理装置における文字列修正処理の手順を示すフローチャート。 図１のテキスト処理装置における文字列修正処理を説明するための画面例を示す図。 本発明の第２の実施形態に係るテキスト処理装置の構成を示すブロック図。 図５のテキスト処理装置における文字列修正処理の手順を示すフローチャートの一部を示す図。 図５のテキスト処理装置における文字列修正処理の手順を示すフローチャートの残りを示す図。 図５のテキスト処理装置における文字列修正処理を説明するための画面例を示す図。 図５のテキスト処理装置における文字列修正処理を説明するための他の画面例を示す図。

符号の説明

１１…テキスト入力部、１２…テキスト記憶部、１３…ディスプレイ、１４…テキスト表示部、１５…入力操作部、１６…被修正文字列指定部、１７…修正用文字列入力部、１９…辞書記憶部、２０，２００…修正文字列抽出部、２１…修正部、２２…モード設定部、２３…被修正文字列検索部、１９１…言語知識データベース記憶部、１９２…文字パターン辞書記憶部、１９３…音声パターン辞書記憶部、３３０…プログラム。

Claims (8)

1. テキストを入力するためのテキスト入力手段と、
   前記テキスト入力手段によって入力されたテキストを入力テキストとして格納するためのテキスト記憶手段と、
   前記テキスト記憶手段に格納された入力テキストの表示に用いられるディスプレイと、
   操作者の入力操作に用いられる入力操作手段と、
   前記入力操作手段を用いた操作者の入力操作に基づき前記入力テキスト中の修正されるべき文字列を被修正文字列として指定するための被修正文字列指定手段と、
   前記入力操作手段を用いた操作者の入力操作に基づき文字列の修正に用いられる修正文字列を含む修正用文字列を入力するための修正用文字列入力手段と、
   前記被修正文字列指定手段によって指定された被修正文字列と前記修正用文字列入力手段によって入力された修正用文字列とを比較することにより、当該修正用文字列の中から前記指定された被修正文字列の修正に用いられる修正文字列として最も尤もらしい文字列を抽出する修正文字列抽出手段と、
   前記入力テキスト中の前記指定された被修正文字列を前記抽出された文字列に置き換えることで当該被修正文字列を修正する修正手段と
   を具備することを特徴とするテキスト処理装置。
2. 前記入力操作手段を用いた操作者の入力操作に基づき、前記被修正文字列の指定を不要とする第１のテキスト修正モード及び前記被修正文字列の指定を前提とする第２のテキスト修正モードの一方のモードを選択的に設定するモード設定手段と、
   前記第１のテキスト修正モードにおいて動作して、前記修正用文字列入力手段によって入力された修正用文字列を前記入力テキストと比較することにより、当該修正用文字列を修正文字列として用いる場合に被修正文字列として最も尤もらしい文字列を前記入力テキストから検索する被修正文字列検索手段とを更に具備し、
   前記修正手段は、前記第１のテキスト修正モードにおいて、前記修正用文字列入力手段によって入力された修正用文字列を前記修正文字列として、前記入力テキスト中の前記検索された文字列を当該修正文字列に置き換えることで前記入力テキスト中の前記検索された文字列を修正し、
   前記修正文字列抽出手段は、前記第２のテキスト修正モードにおいて動作する
   ことを特徴とする請求項１記載のテキスト処理装置。
3. 前記モード設定手段は、前記被修正文字列指定手段によって被修正文字列が指定されていない状態で、前記修正用文字列入力手段によって修正用文字列が入力される特定状態の場合に前記第１のテキスト修正モードを設定し、前記被修正文字列指定手段によって被修正文字列が指定された場合に前記第２のテキスト修正モードを設定する
   ことを特徴とする請求項２記載のテキスト処理装置。
4. 前記被修正文字列検索手段は、前記修正用文字列を構成する文字に一致する文字が含まれている割合が一定レベル以上の文字列を検索することを特徴とする請求項２記載のテキスト処理装置。
5. 前記修正文字列抽出手段は、前記指定された被修正文字列を構成する文字のパターンと最も類似したパターンの文字から構成される文字列を前記入力された修正用文字列から抽出することを特徴とする請求項１記載のテキスト処理装置。
6. 前記修正文字列抽出手段は、前記入力テキストから前記指定された被修正文字列を含む文字列を取り出し、当該取り出された文字列中の前記被修正文字列を、前記修正用文字列から選択可能な当該被修正文字列と同一文字数の全ての文字列で順次置き換えて、その置き換え後が行われた全ての文字列の中から、言語として最も尤もらしい文字列を選択して、当該選択された文字列に含まれている、前記被修正文字列の置き換えに用いられた文字列を抽出することを特徴とする請求項１記載のテキスト処理装置。
7. テキストを入力するためのテキスト入力手段と、
   前記テキスト入力手段によって入力されたテキストを入力テキストとして格納するためのテキスト記憶手段と、
   前記テキスト記憶手段に格納された入力テキストの表示に用いられるディスプレイと、
   操作者の入力操作に用いられる入力操作手段と、
   前記入力操作手段を用いた操作者の入力操作に基づき文字列の修正に用いられる修正文字列を含む修正用文字列を入力するための修正用文字列入力手段と、
   前記修正用文字列入力手段によって入力された修正用文字列を前記入力テキストと比較することにより、当該修正用文字列を前記修正文字列として用いる場合に被修正文字列として最も尤もらしい文字列を前記入力テキストから検索被修正文字列検索手段と、
   前記修正用文字列入力手段によって入力された修正用文字列を前記修正文字列として、前記入力テキスト中の前記検索された文字列を当該修正文字列に置き換えることで前記入力テキスト中の前記検索された文字列を修正する修正手段と
   を具備することを特徴とするテキスト処理装置。
8. テキストを入力するためのテキスト入力手段と、前記テキスト入力手段によって入力されたテキストを入力テキストとして格納するためのテキスト記憶手段と、ディスプレイと、入力操作手段とを有するコンピュータに、
   前記テキスト入力手段によって入力されて前記テキスト記憶手段に格納された入力テキストを前記ディスプレイに表示するステップと、
   前記入力テキストが前記ディスプレイに表示されている状態で、前記入力テキスト中の修正されるべき文字列が前記入力操作手段を用いた操作者の入力操作によって選択された場合に、当該選択された文字列を被修正文字列として決定するステップと、
   前記入力操作手段を用いた操作者の入力操作によって入力される、文字列の修正に用いられる修正文字列を含む修正用文字列を取り込むステップと、
   前記決定された被修正文字列と前記取り込まれた修正用文字列とを比較することにより、当該修正用文字列の中から前記指定された被修正文字列の修正に用いられる修正文字列として最も尤もらしい文字列を抽出するステップと、
   前記入力テキスト中の前記決定された被修正文字列を前記抽出された文字列に置き換えることで当該被修正文字列を修正するステップと
   を実行させるためのプログラム。

Images