JP2009230658A - 文字検索システム - Google Patents

Abstract

【課題】文字の認識結果の確認を容易に行うことができ時間が短縮できる文字検索システムを提供する。
【解決手段】書類データ１０１、１０２を格納する書庫データベース１０３と、書類データから文字を解析して文字データを作成する解析サーバ１と、文字データを格納する文字データベース１０４と、任意の文字列を文字データベース１０４の文字データから検索する検索サーバ３とを備え、検索サーバ３は、文字列を有するとして検索された文字データに対応する書類データを書庫データベース１０３から抽出して書類データ内の文字列が検索された箇所のサムネイル画像データ、および、検索された文字データの文字列を有する箇所を含む所定領域分の文字データを文字データベース１０４から抽出した要約データを作成するヒット要約・サムネイル作成機能部３０３を有する。
【選択図】図１

Description

この発明は、書類データ内の文字が検索できる文字検索システムにおいて、文字の認識結果の確認を効率良く行うことができるものである。

従来の文字検索システムは、文字の認識結果の確認および修正を行う場合、文字の認識結果を画面表示し、オペレータが１文字ずつ文字認識結果の確認を行い、文字認識結果に誤りがあれば、キー入力により正しい文字に修正することを可能としている。また、修正履歴を利用し、誤認識しやすい文字の確認や、修正後の文字認識処理において同じ誤りが無いようにすることを可能としている（例えば、特許文献１参照）。

特開２０００−５７２５８号公報

従来の文字検索システムは、文字認識結果を確認する場合、その検索された文字が本来検索すべき文字であるか否かの判断を行うこと無く、検索された文字を１文字ずつ実施するため、明らかに検索されるべきでない不必要な文字が含まれている可能性があり、文字認識結果の確認作業に時間が掛かり、作業の効率が悪いという問題点があった。

この発明は上記のような課題を解決するためになされたものであり、文字の認識結果の確認を容易に行うことができ、時間が短縮できる文字検索システムを提供することを目的とする。

この発明は、書類データを格納する書庫データベースと、
書類データから文字を解析して文字データを作成する解析サーバと、
文字データを格納する文字データベースと、
任意の文字列を文字データベースの文字データから検索する検索サーバとを備えた文字検索システムにおいて、
検索サーバは、文字列を有するとして検索された文字データに対応する書類データを書庫データベースから抽出して書類データ内の文字列が検索された箇所のサムネイル画像データ、または、検索された文字データの文字列を有する箇所を含む所定領域分の文字データを文字データベースから抽出した要約データの少なくともいずれか一方を作成するものである。

この発明の文字検索システムは、書類データを格納する書庫データベースと、
書類データから文字を解析して文字データを作成する解析サーバと、
文字データを格納する文字データベースと、
任意の文字列を文字データベースの文字データから検索する検索サーバとを備えた文字検索システムにおいて、
検索サーバは、文字列を有するとして検索された文字データに対応する書類データを書庫データベースから抽出して書類データ内の文字列が検索された箇所のサムネイル画像データ、または、検索された文字データの文字列を有する箇所を含む所定領域分の文字データを文字データベースから抽出した要約データの少なくともいずれか一方を作成するので、文字の認識結果の確認を容易に行うことができ時間が短縮できる。

実施の形態１．
以下、本願発明の実施の形態について説明する。図１はこの発明の実施の形態１における文字検索システムの構成を示すブロック図、図２は図１に示した文字検索システムの動作を説明するためのフローチャート、図３および図４は図１に示した文字検索システムの表示手段に表示される画面構成を示す図である。図において、文字検索システムは以下の構成要素から構成されている。まず、例えば文字がデータ形式にて入力されているデータを、ここでは電子データとして称する。そして、この電子データにてなる書類データ１０２、および、画像を例えばスキャナ５で読み取り画像を表す画像データまたはあらじめ電子化されている画像データを書類データ１０１として格納する書庫データベース１０３と、書庫データベース１０３から解析するための書類データを抽出する登録サーバ２と、登録サーバ２から抽出された書類データの文字を解析して文字データを作成し登録サーバ２に送信する解析サーバ１と、登録サーバ２が解析サーバ１にて解析された文字データを格納するための文字データベース１０４とを備えている。

そして、解析サーバ１には、画像を表す画像データから文字を解析して抽出して文字データを作成するイメージ内文字抽出機能部２０１ａと、電子データの書類データ１０２内の文字を抽出して文字データを作成する電子データ内文字抽出機能部２０１ｂとを有する。尚、１つの書類データ内には、電子データと画像データとが混在しているものも存在していることは言うまでも無い。また、登録サーバ２は、検索文書登録機能部２０２を備えており、書庫データベース１０３から、解析するために抽出した書類データのデータ構成に応じて、画像データならばイメージ内文字抽出機能部２０１ａに送出したり、電子データならば電子データ内文字抽出機能部２０１ｂに送出したりと解析サーバ１への割り振りを行っている。また、その解析結果を文字データとして文字データベース１０４に、書類データのＩＤ番号などとともに登録し、その文字がいずれの書類データの部分であるかを関連づけして登録している。尚、文字データと書類データとを関連づける方法は他の方法でも良いことは言うまでもない。

尚、文字データとは、例えば画像データの書類データの場合には、その画像データ内に示されている文字と認識することができるか否かの解析を行い、文字と認識することができるデータである。画像データの方向を定め、その書類データの左上から右下に向かって順次解析する方法などにより解析することが可能である。また、例えば電子データの場合には、その電子データ内の文字データのみを抽出して文字データとするものであり、文字以外のデータが削除されて保管されているものである。但し、電子データの解析された文字データは確実に認識されているデータであり、誤認識が無いものと考える。

また、検索サーバ３は、任意の文字列を文字データベース１０４の文字データから検索する全文検索機能部３０１と、文字列を有するとして検索された文字データに対応する書類データを例えばＩＤ番号をキーとして書庫データベース１０３から抽出して書類データ内の文字列が検索された箇所、すなわち文字列の含まれている１ページ分のサムネイル画像データ、および、検索された文字データの文字列を有する箇所を含む所定領域分、例えば、検索に用いられた文字列の前後７０文字数分の合計１４０文字分＋検索文字列分を所定領域分として文字データを文字データベース１０４から抽出した要約データを作成するヒット要約・サムネイル作成機能部３０３と、ヒット要約・サムネイル作成機能部３０３にて作成されたサムネイル画像データおよび要約データ、および、検索された文字データに対応する書類データの文書名（ファイル名）、登録されている箇所、登録日、その他の属性など、書類データに関する情報を後述する表示手段に表示する検索結果表示機能部３０２とを備えている。尚、ヒット要約・サムネイル作成機能部３０３の所定領域部は、あくまでも１例を示したものであり、検索する文字列の文字数に応じて設定したり、上記に示した場合よりさらに多くの領域、または、少ない領域を表示するように設定したりすることも可能であることは言うまでも無い。

また、表示されているサムネイル画像データおよび要約データに対応する書類データを例えばＩＤ番号をキーとして書庫データベース１０３から抽出して書庫データベース１０３から読み出して表示手段に表示するヒット文書閲覧機能部３０４と、ヒット文書閲覧機能部３０４により表示手段に表示された書類データに対して修正文字の修正データを入力し、かつ、修正データの内容を文字データに反映して文字データベース１０４に登録する誤認識修正機能部３０５とを備える。そして、クライアント端末４には、全文検索実行画面４０１と、検索結果表示画面４０２と、ヒット文書閲覧画面４０５と、誤認識修正画面４０６とにて構成されている表示手段が備えられている。

そして、全文検索実行画面４０１では、検索を行うための任意の文字列を入力することができる。また、検索結果表示画面４０２には要約データを表示する検索ヒット要約表示部４０３およびサムネイル画像データを表示する検索ヒットサムネイル表示部４０４を有している。そして、サムネイル画像データまたは要約データに対応する書類データを表示するヒット文書閲覧画面４０５と、表示された書類データの誤認識を修正することができる誤認識修正画面４０６とを備えている。

次に上記のように構成された実施の形態１の文字検索システムの動作について説明する。まず、文書登録処理において、画像データを有する書類データ１０１および電子データを有する書類データ１０２を書庫データベース１０３に保存する（図２のステップＳ１）。次に、保存された書類データ（図２のステップＳ２）を、その書類データの内容に応じて、イメージ内文字抽出機能部２０１ａまたは電子データ内文字抽出機能部２０１ｂに登録サーバ２の検索文書登録機能部２０２が割り振って送信して、解析サーバ１に解析を要求する（図２のステップＳ３）。次に、解析サーバ１のイメージ内文字抽出機能部２０１ａおよび電子データ内文字抽出機能部２０１ｂにて書類データの解析を行い文字抽出処理を行う（図２のステップＳ４）。そして、その解析された抽出結果を文字データとして文字データベース１０４に登録サーバ２の検索文章登録機能部２０２が保存する（図２のステップＳ５）。尚、この際、画像データから解析され抽出された文字は、複数の候補文字、例えば、「金」であれば「金」、「全」、「企」、「合」などの複数の候補文字が登録されている可能性が考えられる。これに対し、電子データの場合は、１つの文字に対して１つの候補文字が登録されている。

次に、文書検索処理においては、検索サーバ３の全文検索機能部３０１がクライアント端末４の全文検索実行画面４０１を、例えば図３の左端の一覧の部分に示すように表示する（図２のステップＳ７）。次に、検索するための任意の文字列としての検索キーワードが、例えばここでは”全文検索”という文字列が入力されて指定される。そして、実行ボタンが押され、全文検索機能部３０１が文字データベース１０４から文字列を有する文字データの検索を実行する（図２のステップＳ８）。次に、検索結果表示機能部３０２が、文字列を有するとして検索された文字データに対応する書類データがいずれのデータであるかを、例えばＩＤ番号を取得する（図２のステップＳ９）。次に、ヒット要約・サムネイル作成機能部３０３は、検索された文字データの文字列が検索された箇所を含む所定領域分の文字データを文字データベース１０４から抽出した要約データを、ＩＤ番号に基づいて取得する（図２のステップＳ１０）。

次に、検索された書類データのＩＤ番号に基づいて、すなわち、文字列を有するとして検索された文字データに対応する書類データを書庫データベース１０３から抽出してサムネイル画像データを作成し、書庫データベース１０３に登録する（図２のステップＳ６）。次に、検索された書類データのＩＤ番号に基づいて、書庫データベース１０３に登録されたサムネイル画像データを取得する（図２のステップＳ１１）。次に、検索結果表示機能部３０２が、検索結果画面４０２の検索ヒット要約表示部４０３および検索ヒットサムネイル表示部４０４に、図３に示すように、検索結果の一覧画面を表示する（図２のステップＳ１２）。具体的には、図３に示すように、サムネイル画像データがサムネイルという箇所に、要約データがサマリという箇所に、他に、検索された文字データに対応する書類データの文書名（ファイル名）に、登録されている箇所（フォルダ）および登録日が登録部に、その他の属性、ページ数、サイズなど、書類データに関する情報を表示される。尚、要約データでは、検索された文字列の箇所が容易に判断できるように、強調表示されている。

次に、このように表示された、要約・サムネイルから誤認識であると考えられる誤認識文書を特定して選択する（図２のステップＳ１３）。このように、文字列を有するとして検索された書類データの文字列を有する箇所のサムネイル画像およびサマリを見ることにより、その検索された書類データが本来検索したい文字列が含まれている内容であるのか否かを判断する基準に利用することができるため、容易にかつ短時間にて本来検索したい文字列が含まれているか否かを判断することができる。次に、ヒット文章閲覧機能部３０４は誤認識が行われているとして選択された書類データを書庫データベース１０３から抽出して、例えば図４（ａ）に示すように、ヒット文書閲覧画面４０５に表示する（図２のステップＳ１４）。

尚、ここでの書類データの表示とは、書類データが実際に書面としてあらわれるイメージでの表示であり、図４（ａ）に示すように、検索文字列を”Ｅ１０２１”であり、その検索された文字列の部分が、ユーザに一目で分かるように、文字を強調表示（色枠表示等）されている。そしてこの図から明らかなように、”Ｅ１０２Ｉ”の”Ｉ”を”１”として誤って認識し”Ｅ１０２１”として検索されている箇所が存在する。また、何らかの理由により、”Ｅ１０２１”との記載が認識されていない箇所が存在する。次に、ヒット文書閲覧画面４０５から誤認識部分を、例えばマウスドラッグ操作等により位置座標を指定することで選択する（図２のステップＳ１５）。

すると、誤認識修正機能部３０５は、例えば図４（ｂ）に示すように、誤認識修正画面４０６を表示する（図２のステップＳ１６）。次に、誤認識修正画面４０６から”Ｅ１０２Ｉ”と修正を入力し、誤認識修正機能部３０５は文字データベース１０４の対応する文字データに修正部分を反映させて保存する（図２のステップＳ１７）。次に、他にも修正対象があるか否かを判断する（図２のステップＳ１８）。次に、修正対象が残っていると判断された場合（ＹＥＳ）には、ステップＳ１２に戻り上記に示した動作を繰り返す。また、修正対象が残っていないと判断された場合（ＮＯ）には、処理を終了する。

以上のように、この発明の実施の形態１の文字検索システムによれば、検索を行った文字列に対し、検索結果表示画面での要約データおよびサムネイル画像データの表示により誤認識および認識漏れ箇所の確認を行うことができるため、誤認識の抽出が容易にかつ短時間に行うことができる。さらに、これを用いて、誤認識および認識漏れの確認および修正を行うとができるため、誤認識の確認および修正作業が容易にかつ短時間に行うことができる。また、この誤認識の修正した修正データは元の文字データに反映して保存しているため、今後の誤認識を防止することができる。これらのことは特に画像を表す画像データの場合は顕著となる。但し、電子データのように、文字列が誤認識されない場合であっても、文字列の検索により作成された、要約データおよびサムネイル画像データにより、その検索された書類データが本来検索するべきデータであるか否かを、容易にかつ短時間にて判断することが可能になることは言うまでも無い。

尚、上記実施の形態１においては、要約データおよびサムネイル画像データのいずれも表示する例を示したが、これに限られることは無く、サムネイル画像データまたは要約データの少なくともいずれか一方を表示して行って良いことは言うまでも無い。但し、その場合は２つを表示する場合より誤認識の確認自体が行いにくくなったりすることが考えられる。

実施の形態２．
図５はこの発明の実施の形態２における文字検索システムの構成を示したブロック図、図６は図５に示した文字検索システムの動作を説明するためのフローチャートである。図において、上記実施の形態１と同様な部分を示す箇所は同一符号を付して説明を省略する。検索サーバ３は、検索にて作成されたサムネイル画像データおよび要約データを巡回してヒット文書閲覧画面４０５の閲覧自動巡回表示部４０７に表示する閲覧自動巡回機能部３０６を備えたものである。

次に上記のように構成された実施の形態２の文字検索システムの動作について図６のフローチャートを交えて説明する。ここでは、上記実施の形態１とは異なる動作の部分について主に説明する。まず、上記実施の形態１と同様に、書類データおよび文字データの登録を各データベース１０３、１０４に行う。次に、全文検索を行い、検索結果表示機能部３０２が、検索結果画面４０２の検索ヒット要約表示部４０３および検索ヒットサムネイル表示部４０４に、図３に示すように、検索結果の一覧画面を表示する（図４のステップＳ１２）。次に、閲覧自動巡回機能部３０６により検索結果画面４０２の検索ヒット要約表示部４０３および検索ヒットサムネイル表示部４０４を、閲覧自動巡回表示部４０７に検索にて作成されたサムネイル画像データおよび要約データ毎に巡回して表示する（図４のステップＳ２０）。次に、この巡回して表示されるサムネイル画像データおよび要約データから修正対象を発見して、選択する（図４のステップＳ２１）。以後の工程は、上記実施の形態１と同様に誤認識を表示して修正する。

以上のように、この発明の実施の形態２の文字検索システムによれば、上記実施の形態１と同様の効果を奏するのはもちろんのこと、検索された書類データのサムネイル画像データおよび要約データの表示を自動で巡回表示することができるため、少ない操作で誤認識および認識漏れ箇所の確認を行うことができる。

実施の形態３．
図７はこの発明の実施の形態３における文字検索システムの構成を示すブロック図、図８は図７に示した文字検索システムの動作を説明するためのフローチャート、図９は図７に示した文字検索システムの表示手段に表示される画面構成を示す図である。図において、上記各実施の形態と同様な部分を示す箇所は同一符号を付して説明を省略する。図において、解析サーバ１のイメージ内文字候補抽出機能部２０３は、画像データの文字の解析において文字の確度を設定し、複数の認識候補を抽出して解析し確度とともに文字データを作成する。検索サーバ３には、文字列の検索において文字列の確度を確度閾値設定部４０８から設定され、その確度に基づいて検索する確度閾値設定機能部３０７を備える。

次に上記のように構成された実施の形態３の文字検索システムの動作について説明する。ここでは、上記各実施の形態とは異なる動作の部分について主に説明する。まず、上記各実施の形態と同様に、文書登録処理において、書類データ１０１、１０２を書庫データベース１０３に保存する（図８のステップＳ１）。次に、保存された書類データ（図８のステップＳ２）を、その書類データの内容に応じて、イメージ内文字抽出機能部２０３または電子データ内文字抽出機能部２０１ｂに登録サーバ２の検索文書登録機能部２０２が割り振って送信して、解析サーバ１に解析を要求する（図８のステップＳ３）。

次に、解析サーバ１のイメージ内文字抽出抽出機能部２０３および電子データ内文字抽出機能部２０１ｂにて書類データの解析を行い文字抽出処理を行う（図８のステップＳ４）。そして、その解析された抽出結果を文字データとして文字データベース１０４に登録サーバ２の検索文章登録機能部２０２が保存する（図８のステップＳ５）。この際、本実施の形態３では、画像データの各文字の解析結果をその確度とともに保存する。画像データから解析され抽出された文字は、複数の候補文字、例えば、「金」であれば「金」の確度は９９％、「全」の確度は８０％、「企」の確度は６０％、「合」の確度は５５％などの複数の候補文字が確度とともに登録されている可能性が考えられる。これに対し、電子データの場合は、１つの文字に対して１つの候補文字が登録され、確度は１００％である。

次に、文書検索処理においては、検索サーバ３の全文検索機能部３０１がクライアント端末４の全文検索実行画面４０１を、例えば図９の左端の一覧の部分に示すように表示する（図８のステップＳ７）。次に、検索するための任意の文字列としての検索キーワードが、例えばここでは”全文検索”という文字列が入力されて指定される。そして、これとともに本実施の形態３では、確度閾値を設定する。ここではこれを、誤認識修正を行う場合であるか否かの判断を行い（図８のステップＳ３０）、通常の検索（ＮＯ）においては、確度を９０％以上と設定する。

また、誤認識修正を行う場合には、確度閾値を下げ確度の低い、例えば確度を７０％以上と設定する。このように誤認識修正を行わないような場合、ただ単に文字列の含まれている書類データを確認したい場合などには、確度の高い検索結果を表示し、不必要となる書類データをなるべく少なくすると判断し、また、誤認識修正を行う場合には、修正することを目的としているため、確度の低い検索結果も参照に検討する必要があると判断されるため上記に示したように確度がそれぞれ設定されているものである。尚、この確度の設定方法は様々な例が考えられることは言うまでも無い。そして、以後の工程は、上記実施の形態１と同様に誤認識を表示して修正する。

以上のように、この発明の実施の形態３の文字検索システムによれば、上記各実施の形態と同様の効果を奏するのはもちろんのこと、確度の低い認識候補も検索結果として表示するため、認識漏れ箇所の確認漏れを少なくすることができる。また、確度の高いものを表示することにより、検索する文字列を確実に含んでいると考えられる書類データのみを表示させることができるため、検索のみを行う場合などは大変有効となる。

実施の形態４．
図１０はこの発明の実施の形態４における文字検索システムの構成を示したブロック図、図１１は図１０に示した文字検索システムの動作を説明するためのフローチャートである。図において、上記各実施の形態と同様な部分を示す箇所は同一符号を付して説明を省略する。修正データと修正前の文字との関係を蓄積する修正候補データベース１０５と、解析サーバ１のイメージ内文字抽出機能部２０３は、修正候補データベース１０５の修正データに登録されている文字に対しては修正データの修正文字として書類データの解析を行う修正候補反映機能部２０４とを備えている。

次に上記のように構成された実施の形態４の文字検索システムの動作について図１１のフローチャートを交えて説明する。ここでは、上記各実施の形態とは異なる動作の部分について主に説明する。まず、上記各実施の形態と同様に、書類データおよび文字データの登録を各データベース１０３、１０４に行う。次に、全文検索を行い、誤認識を表示して修正する。そして、本実施の形態４では、図１１のステップＳ１７における修正において、修正データと修正前の文字との関係を修正候補データベース１０５に蓄積する。そして、他の書類データを登録する際に、イメージ内文字抽出機能部２０３の修正候補反映機能部２０４により、修正候補データベース１０５内に修正候補と同じ文字があるか否かを判断する（図１１のステップＳ４０）。そして、無いと判断される（ＮＯ）と上記各実施の形態と同様に抽出される。また、あると判断される（ＹＥＳ）と、抽出された文字を修正データの修正文字として書類データの解析を行い、抽出文字を修正する（図１１のステップＳ４１）。そして、以下の動作は上記各実施の形態と同様に行う。

以上のように、この発明の実施の形態４の文字検索システムによれば、上記各実施の形態と同様の効果を奏するのはもちろんのこと、一度修正を実行した文字は、以降の解析において同じ誤認識をした文字を修正候補データベースの修正データを元に自動修正するため、認識精度の向上を図ることができる。

実施の形態５．
図１２はこの発明の実施の形態５における文字検索システムの構成を示したブロック図、図１３は図１２に示した文字検索システムの動作を説明するためのフローチャートである。図において、上記各実施の形態と同様な部分を示す箇所は同一符号を付して説明を省略する。修正候補データベース１０５には、修正データにて修正された修正文字の書類データ内における位置、文字サイズ、確度の付帯情報を付加して保存する付帯情報データベース１０６と、解析サーバ１のイメージ内文字抽出機能部２０３は、修正候補データベース１０５の付帯情報データベース１０６の修正データの付帯情報に近似する文字においては修正データの修正文字として書類データの解析を行う付帯情報評価修正候補反映機能部２０５とを備えている。

次に上記のように構成された実施の形態５の文字検索システムの動作について図１３のフローチャートを交えて説明する。ここでは、上記各実施の形態とは異なる動作の部分について主に説明する。まず、上記各実施の形態と同様に、書類データおよび文字データの登録を各データベース１０３、１０４に行う。次に、全文検索を行い、誤認識を表示して修正する。そして、本実施の形態５では、上記実施の形態４と同様に、図１３のステップＳ１７の修正において、修正データと修正前の文字との関係を修正候補データベース１０５に蓄積するとともに、修正データにて修正された修正文字の書類データ内における位置、文字サイズ、確度の付帯情報を付加して付帯情報データベース１０６に保存する。

そして、他の書類データを登録する際に、イメージ内文字酵素抽出機能部２０３の付帯情報評価修正候補反映機能部２０５により、修正候補データベース１０５内に修正候補と同じ文字があるか否かを判断する（図１３のステップＳ４０）。そして、無いと判断される（ＮＯ）と上記各実施の形態と同様に抽出される。次に、あると判断される（ＹＥＳ）と、付帯情報データベース１０６内の付帯情報が類似しているか否かを判断する（図１３のステップＳ５０）。そして、類似していないと判断される（ＮＯ）と上記各実施の形態と同様に抽出される。また、類似していると判断される（ＹＥＳ）と、抽出された文字を修正データの修正文字として書類データの解析を行い、抽出文字を修正する（図１３のステップＳ４１）。そして、以下の動作は上記各実施の形態と同様に行う。

以上のように、この発明の実施の形態５の文字検索システムによれば、上記各実施の形態と同様の効果を奏するのはもちろんのこと、一度修正を実行した文字は、以降の解析において同じ誤認識をした文字を修正文字候補リストを元に自動修正する場合に、修正文字の付帯情報を見て、修正時と同じ状況の解析結果の場合に自動修正を行い、修正時と異なる状況の場合には自動修正しないため、無駄な修正が行われない。

この発明の実施の形態１の文字検索システムの構成を示す図である。 図１に示した文字検索システムの動作を説明するためのフローチャートである。 図１に示した文字検索システムの表示手段に表示される画面構成を示す図である。 図１に示した文字検索システムの表示手段に表示される画面構成を示す図である。 この発明の実施の形態２の文字検索システムの構成を示す図である。 図５に示した文字検索システムの動作を説明するためのフローチャートである。 この発明の実施の形態３の文字検索システムの構成を示す図である。 図７に示した文字検索システムの動作を説明するためのフローチャートである。 図７に示した文字検索システムの表示手段に表示される画面構成を示す図である。 この発明の実施の形態４の文字検索システムの構成を示す図である。 図１０に示した文字検索システムの動作を説明するためのフローチャートである。 この発明の実施の形態５の文字検索システムの構成を示す図である。 図１２に示した文字検索システムの動作を説明するためのフローチャートである。

符号の説明

１ 解析サーバ、３ 検索サーバ、４ クライアント端末、
１０１，１０２ 書類データ、１０３ 書庫データベース、１０４ 文字データベース、１０５ 修正候補データベース、１０６ 付帯情報データベース、
２０１ａ，２０３ イメージ内文字酵素抽出機能部、２０４ 修正候補反映機能部、
２０５ 付帯情報反映機能部、３０１ 全文検索機能部、３０２ 検索結果表示機能部、３０３ ヒット要約・サムネイル作成機能部、３０４ ヒット文書閲覧機能部、
３０６ 閲覧自動巡回機能部、３０５ 誤認識修正機能部、４０１ 全文検索実行画面、４０２ 検索結果表示画面、４０３ 検索ヒット要約表示部、
４０４ 検索ヒットサムネイル表示部、４０５ ヒット文書閲覧画面、
４０７ 閲覧自動巡回表示部、４０６ 誤認識修正画面。

Claims (8)

1. 書類データを格納する書庫データベースと、
   上記書類データから文字を解析して文字データを作成する解析サーバと、
   上記文字データを格納する文字データベースと、
   任意の文字列を上記文字データベースの文字データから検索する検索サーバとを備えた文字検索システムにおいて、
   上記検索サーバは、上記文字列を有するとして検索された文字データに対応する上記書類データを上記書庫データベースから抽出して当該書類データ内の上記文字列が検索された箇所のサムネイル画像データ、または、上記検索された文字データの上記文字列を有する箇所を含む所定領域分の文字データを上記文字データベースから抽出した要約データの少なくともいずれか一方を作成することを特徴とする文字検索システム。
2. 上記サムネイル画像データまたは上記要約データの少なくともいずれか一方を表示する表示手段を備えたことを特徴とする請求項１に記載の文字検索システム。
3. 上記書類データは、画像を表す画像データを有し、
   上記解析サーバは、上記画像データから文字を解析するイメージ内文字抽出機能部を有していることを特徴とする請求項２に記載の文字検索システム。
4. 上記検索サーバは、上記サムネイル画像データまたは上記要約データの少なくともいずれか一方に対応する上記書類データを読み出して表示するヒット文章閲覧機能部と、
   上記ヒット文章閲覧機能部により上記表示手段に表示された上記書類データに対して修正文字の修正データを入力する誤認識修正機能部とを有し、
   上記誤認識修正機能部は、上記修正データの内容を上記文字データに反映して登録することを特徴とする請求項３に記載の文字検索システム。
5. 上記修正データと修正前の文字との関係を蓄積する修正候補データベースを備え、
   上記解析サーバのイメージ内文字抽出機能部は、上記修正候補データベースの修正データに登録されている文字に対しては上記修正データの修正文字として上記書類データの解析を行うことを特徴とする請求項４に記載の文字検索システム。
6. 上記修正候補データベースは、上記修正データにて修正された修正文字の上記書類データ内における位置、文字サイズ、確度の付帯情報を保存し、
   上記解析サーバのイメージ内文字抽出機能部は、上記修正候補データベースの修正データの付帯情報に近似する文字においては上記修正データの修正文字として上記書類データの解析を行うことを特徴とする請求項５に記載の文字検索システム。
7. 上記解析サーバのイメージ内文字抽出機能部は、上記画像データの文字の解析において上記文字の確度を設定して解析して上記文字データを作成し、
   上記検索サーバは、上記文字列の検索において上記文字列の確度を設定して検索する確度閾値設定機能部を備えたことを特徴とする請求項２ないし請求項６のいずれか１項に記載の文字検索システム。
8. 上記検索サーバは、上記検索にて作成されたサムネイル画像データまたは要約データの少なくともいずれか一方を巡回して上記表示手段に表示する閲覧自動巡回機能部を備えたことを特徴とする請求項２ないし請求項７のいずれか１項に記載の文字検索システム。

Images