JP2020135172A - 情報処理装置及びプログラム - Google Patents

Abstract

【課題】文字認識機能により誤認識されやすい文字が含まれている場合であっても、指定された文字又は文字列を抽出することを可能とする。【解決手段】画像に含まれる文字を認識して文字を示す文字情報を出力する認識手段と、認識手段による認識の精度を示す指標が予め定められた値未満となる第１の特定の文字と、認識手段により第１の特定の文字を認識することによって出力された第２の特定の文字とを関連付けて記憶する記憶手段と、操作者が第１の文字又は文字列を登録する操作をした場合において、第１の文字又は文字列に第１の特定の文字が含まれている場合に、第１の文字又は文字列とともに、第１の文字又は文字列中の第１の特定の文字を第２の特定の文字に替えて構成した第２の文字又は文字列を抽出の対象として登録する登録手段と、文字情報から、抽出の対象として登録された第１の文字又は文字列及び第２の文字又は文字列を抽出する抽出手段とを含む。【選択図】図６

Description

本発明は、情報処理装置及びプログラムに関する。

近年、ＯＣＲにより誤認識された文字列を、正しい文字列に補正するための置換辞書を自動的に作成する文書処理装置が提案されている（例えば、特許文献１参照。）。

特許文献１に記載された文書処理装置は、業務文書を画像化したサンプル電子文書データから切り分けた正解文字列と、前記サンプル電子文書データに対してＯＣＲを行った結果得られるＯＣＲ後サンプル文書データから切り分けたＯＣＲ後文字列と、を比較単位とし、誤認識の判定を行うマッチング処理部と、前記正解文字列を所定の単語単位に切り分け、該切り分けた単語のうち前記マッチング処理部で誤認識と判定された文字を含む単語を誤認識パターン候補として登録する解析処理部と、記憶装置に格納された日本語の単語が登録された日本語辞書データ及び業務で使用される単語が登録された業務単語辞書データに含まれる単語と部分一致または完全一致する単語を前記誤認識パターン候補から削除してフィルタリングし、該フィルタリング後の誤認識パターン候補を誤認識パターンとして前記記憶装置へ格納するフィルタリング処理部とを備える。

特開２０１１−１０７９６６号公報

本発明の課題は、文字認識機能により誤認識されやすい文字が含まれている場合であっても、指定された文字又は文字列を抽出することが可能な情報処理装置及びプログラムを提供することにある。

［１］画像に含まれる文字を認識して前記文字を示す文字情報を出力する認識手段と、
前記認識手段による認識の精度を示す指標が予め定められた値未満となる第１の特定の文字と、前記認識手段により前記第１の特定の文字を認識することによって出力された第２の特定の文字とを関連付けて記憶する記憶手段と、
操作者が、抽出の対象として第１の文字又は文字列を登録する操作をした場合において、前記第１の文字又は文字列に前記第１の特定の文字が含まれている場合に、前記第１の文字又は文字列とともに、前記第１の文字又は文字列中の前記第１の特定の文字を前記第２の特定の文字に替えて構成した第２の文字又は文字列を前記抽出の対象として登録する登録手段と、
前記文字情報から、前記抽出の対象として登録された前記第１の文字又は文字列及び前記第２の文字又は文字列を抽出する抽出手段と、
を備える情報処理装置。
［２］前記登録手段は、前記第１の文字又は文字列と同一の意味を有し、かつ、表記が異なる第３の文字又は文字列を前記抽出の対象としてさらに追加して登録する、
前記［１］に記載の情報処理装置。
［３］前記登録手段は、前記第３の文字又は文字列に前記第１の特定の文字が含まれる場合、前記第３の文字又は文字列中の前記第１の特定の文字を前記第２の文字に替えて構成した第４の文字又は文字列を前記抽出の対象としてさらに追加して登録する、
前記［２］に記載の情報処理装置。
［４］前記抽出の対象に複数の文字又は文字列が登録されている場合に、前記複数の文字又は文字列の順序を入れ替える入替手段をさらに備える、
前記［１］から［３］のいずれか１つに記載の情報処理装置。
［５］前記入替手段は、前記複数の文字又は文字列を構成する文字の数に応じて順序を入れ替える、
前記［４］に記載の情報処理装置。
［６］前記文字情報から抽出された文字又は文字列と前記抽出の対象として登録された文字又は文字列とが一致する度合いが予め定められた値以上の場合に、前記抽出された文字又は文字列と関連付いた値を表示するよう制御する表示制御手段をさらに備える、
前記［１］から［５］のいずれか１つに記載の情報処理装置。
［７］前記度合いが予め定められたしきい値以上の場合に前記抽出された文字又は文字列のうち、前記登録された文字又は文字列に含まれない第３の特定の文字を前記第２の特定の文字として一次的に記録する記録手段をさらに備える、
前記［６］に記載の情報処理装置。
［８］前記記憶手段は、予め定められた個数以上の前記第３の特定の文字が記録された場合に、前記第３の特定の文字を前記第２の特定の文字として記憶するとともに、前記第３の特定の文字に対応する前記第１の特定の文字を前記第２の特定の文字と関連付けてさらに記憶する、
前記［７］に記載の情報処理装置。
［９］前記予め定められた個数を第１の個数とした場合に、
前記記憶手段は、前記抽出された文字又は文字列の前記画像内の位置が予め定められた範囲にあるとき、前記第１の個数よりも小さい第２の個数以上の前記第３の特定の文字が記録された場合に、前記第３の特定の文字を前記第２の特定の文字として、前記第３の特定の文字に対応する前記第１の特定の文字と関連付けてさらに記憶する、
前記［７］に記載の情報処理装置。
［１０］画像に含まれる文字を認識して前記文字を示す文字情報を出力する認識手段と、
前記認識手段による認識の精度を示す指標が予め定められた値未満となる第１の特定の文字と、前記認識手段により前記第１の特定の文字を認識することによって出力された第２の特定の文字とを対応付けて記憶する記憶手段と、
前記文字情報から抽出の対象となる第１の文字又は文字列を登録する登録手段と、
前記第１の文字又は文字列に前記第１の特定の文字が含まれている場合に、前記第１の文字又は文字列中の前記第１の特定の文字を前記第２の特定の文字に替えて構成した第２の文字又は文字列を前記抽出の対象として追加する追加手段と、
前記文字情報から前記第１の文字又は文字列及び前記第２の文字又は文字列を抽出する抽出手段と、
を備える、情報処理装置。
［１１］コンピュータを、
画像に含まれる文字を認識して前記文字を示す文字情報を出力する認識手段と、
前記認識手段による認識の精度を示す指標が予め定められた値未満となる第１の特定の文字と、前記認識手段により前記第１の特定の文字を認識することによって出力された第２の特定の文字とを関連付けて記憶する記憶手段と、
操作者が、抽出の対象として第１の文字又は文字列を登録する操作をした場合において、前記第１の文字又は文字列に前記第１の特定の文字が含まれている場合に、前記第１の文字又は文字列とともに、前記第１の文字又は文字列中の前記第１の特定の文字を前記第２の特定の文字に替えて構成した第２の文字又は文字列を前記抽出の対象として登録する登録手段、
前記文字情報から、前記抽出の対象として登録された前記第１の文字又は文字列及び第２の文字又は文字列を抽出する抽出手段
として、機能させるためのプログラム。

請求項１〜１１に係る発明によれば、文字認識機能により誤認識されやすい文字が含まれている場合であっても、指定された文字又は文字列を抽出することができる。

図１は、本発明の第１の実施の形態に係る情報処理装置の制御系の一例を示すブロック図である。 図２は、誤認識辞書情報の一例を示す図である。 図３は、定義ファイルの一例を示す図である。 図４は、画面の一例を示す図であり、（ａ）は、選択画面の一例を示す図、（ｂ）は、設定画面の一例を示す図、（ｃ）は、確認画面の一例を示す図である。 図５は、請求書の一例を示す図である。 図６は、図１に示す情報処理装置の動作の一例を模式的に示す図である。 図７は、図１に示す情報処理装置の動作の一例を示すフローチャートである。 図８は、本発明の第２の実施の形態に係る情報処理装置の制御系の一例を示すブロック図である。 図９は、文書の一例を示す図であり、（ａ）は、第１の請求書の一例を示す図、（ｂ）は、第２の請求書の一例を示す図である。 図１０は、定義ファイルの一例を示す図であり、（ａ）は、キーの順序の入れ替え前の定義ファイルの一例を示す図、（ｂ）は、キーの順序の入れ替え後の定義ファイルの一例を示す図である。 図１１は、文字列の抽出の一例を示す図である。 図１２は、本発明の第３の実施の形態に係る情報処理装置の制御系の一例を示すブロック図である。 図１３は、誤認識候補辞書の一例を示す図である。 図１４は、画面の一例を示す図であり、（ａ）は、候補画面の一例を示す図、（ｂ）は、確認画面６３の一例を示す図である。 図１５は、誤認識辞書情報の一例を示す図である。 図１６は、誤認識候補辞書情報の一例を示す図である。

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。なお、各図中、実質的に同一の機能を有する構成要素については、同一の符号を付してその重複した説明を省略する。

［第１の実施の形態］
（情報処理装置の構成）
図１は、本発明の第１の実施の形態に係る情報処理装置の制御系の一例を示すブロック図である。このような情報処理装置１には、例えば、パーソナルコンピュータ、画像形成装置、タブレッド端末、多機能携帯電話機（スマートフォン）等が含まれる。以下、情報処理装置１として、スキャン機能、プリンタ機能、コピー機能、ファクシミリ機能、電子メール機能等の複数の機能を有する複合機を例に説明するが、情報処理装置１は、複合機に限定されるものではない。

この情報処理装置１は、各部を制御する制御部１０と、各種のデータを記憶する記憶部１１と、情報の入力及び表示を行う操作表示部１２と、原稿から原稿画像を読み取る画像読取部１４と、画像を印刷出力する画像出力部１５と、外部ファクシミリ装置２に対して公衆回線網４を介してファクシミリ送受信を行うファクシミリ通信部１６と、外部装置３との間でネットワーク５を介して通信するネットワーク通信部１７とを備える。記憶部１１は、記憶手段の一例である。

制御部１０は、ＣＰＵ（Central Processing Unit）、インターフェース等から構成されている。ＣＰＵは、記憶部１１に記憶されたプログラム１１０に従って動作することにより、生成手段１００、解析手段１０１、判定手段１０２、追加手段１０３、認識手段１０４、抽出手段１０５、表示制御手段１０６等として機能する。生成手段１００及び追加手段１０３は、登録手段の一例である。各手段１００〜１０６の詳細については後述する。

記憶部１１は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ハードディスク等から構成され、プログラム１１０や、形態素情報１１１、連想辞書情報１１２、誤認識辞書情報１１３（図２参照）、定義ファイル１１４（図３参照）、画面情報１１５（図４参照）、ＯＣＲ情報１１６等の各種データを記憶する。各種データ１１１〜１１６の詳細については後述する。

操作表示部１２は、例えば、タッチパネルディスプレイであり、液晶ディスプレイ等のディスプレイにタッチパネルを重合配置した構成を有する。

画像読取部１４は、原稿から原稿画像を読み取るものであり、原稿台（不図示）上に設けられた自動原稿送り装置（不図示）と、スキャナ（不図示）とを備え、原稿台に配置された原稿、又は自動原稿送り装置により送られた原稿から原稿画像を光学的に読み取る。

画像出力部１５は、例えば、電子写真方式、インクジェット方式等によりカラー画像又は白黒画像を用紙等の記録媒体に印刷出力する。

ファクシミリ通信部１６は、Ｇ３、Ｇ４等のファクシミリプロトコルに従ってデータの変復調を行い、公衆回線網４を介してファクシミリ通信を行う。

ネットワーク通信部１７は、ＮＩＣ（Network Interface Card）等によって実現され、ネットワーク５を介して外部装置３との間で信号を送受信する。外部装置３には、例えば、パーソナルコンピュータ、サーバ装置等が含まれる。

ネットワーク５は、例えば、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、インターネット、イントラネット等であり、有線でも無線でもよい。

〔各種データの詳細〕
次に、記憶部１１に記憶された各種データの詳細について説明する。形態素情報１１１は、文字又は文字列の形態素の解析に用いる単語の品詞等の情報である。

連想辞書情報１１２は、表現の揺らぎの類型を記録した情報である。「表現の揺らぎ」とは、実質的な意味を変更しない表記上の相違をいう。連想辞書情報１１２には、例えば、以下の類型の表現の揺らぎが記録さていれる。
・類型１：名詞の接頭語（例えば、「お」、「こ」、「御」等）の有無の相違、
・類型２：送り仮名の相違（例えば、「見積」、「見積もり」、「見積り」等）、
・類型３：所有格を示す助詞「の」の有無の相違、及び
・類型４：一定の語句（例えば、「請求」に対して「請求書」）の有無の相違等。
なお、以下、基準となる文字又は文字列と同一の意味を有し、かつ、表記が異なる文字又は文字列を、「基準となる文字又は文字列から派生した、表現の有する文字又は文字列」ともいう。

図２は、誤認識辞書情報１１３の一例を示す図である。誤認識辞書情報１１３は、画像に対して後述する認識手段１０４によってＯＣＲ処理を施したときに、画像に記載されている実際の文字と異なる文字として誤って認識されやすい文字をリスト化したテーブルである。具体的には、誤認識辞書情報１１３には、ＯＣＲ処理による認識の精度が低い文字と、誤った結果として出力された文字とを関連付けて記録されている。「認識の精度が低い文字」とは、例えば、ＯＣＲ処理による認識の精度を示す指標が予め定められた値未満となる文字をいう。

ここで、「認識の精度を示す指標」とは、ＯＣＲ処理によって文字が正しく認識されるか否かを示す度合いをいう。この指標には、例えば、同一の文字に対して複数回のＯＣＲ処理を実行した場合における実行したＯＣＲ処理の回数に対する正しく認識できた回数の割合（換言すれば、認識の成功率）や、特定の文字に対してＯＣＲ処理を実行した場合において出力された文字が当該特定の文字である可能性を示す割合（換言すれば、認識の確率）等が合まれる。この割合は、例えば、ＯＣＲ情報１１６に記録された文字と認識された文字との一致率により与えられる。

この誤認識辞書情報１１３には、図２に示すように、「誤認識文字」欄と、「正解文字」欄と、が設けられている。「誤認識文字」欄には、ＯＣＲ処理によって誤った結果として出力される文字、すなわち画像に記載されている実際の文字と異なる文字（以下、「誤認識文字」ともいう。）が記録されている。「正解文字」欄には、画像に記載されている実際の文字（以下、「正解文字」ともいう。）が記録されている。正解文字は、第１の特定の文字の一例である。誤認識文字は、第２の特定の文字の一例である。

誤認識文字は、例えば、対応する正解文字と同一の部首（例えば、辺、旁、冠、構等）を有して外観の形状が類似しているものが該当する。一例として、誤認識文字には、正解文字としての「請」に対応する「晴」や、正解文字としての「積」に対応する「責」、正解文字としての「求」に対応する「救」等が含まれる。

図３は、定義ファイル１１４の一例を示す図である。定義ファイル１１４は、検索の対象となる文字又は文字列（以下、「キー」又は「key」ともいう。）１１４ａをリスト化して記録したファイルである。

図３に示すように、キー１１４ａには、操作者（以下、単に「ユーザ」ともいう。）の操作に応じて記録された文字又は文字列（以下、「第１のキー」ともいう。）１１４ｂと、第１のキー１１４ｂに誤認識辞書情報１１３に記録された正解文字が含まれる場合に、この第１のキー１１４ｂ中の当該正解文字を、対応する誤認識文字に替えて新たに構成した文字又は文字列（以下、「第２のキー」ともいう。）１１４ｃと、第１のキー１１４ｂから派生した、表現の揺らぎ含む文字又は文字列（以下、「第３のキー」ともいう。）１１４ｄと、第３のキー１１４ｄに誤認識辞書情報１１３に記録された正解文字が含まれる場合に、この第３のキー１１４ｄ中の当該正解文字を対応する誤認識文字に替えて新たに構成した文字又は文字列（以下、「第４のキー」ともいう。）１１４ｅと、が含まれる。なお、第４のキー１１４ｅは、第２のキー１１４ｃから派生した、表現の揺らぎ含む文字又は文字列でもよい。

キー１１４ａは、抽出の対象の一例である。第１のキー１１４ｂは、第１の文字又は文字列の一例である。第２のキー１１４ｃは、第２の文字又は文字列の一例である。第３のキー１１４ｄは、第３の文字又は文字列の一例である。第４のキー１１４ｅは、第４の文字又は文字列の一例である。

画面情報１１５は、後述する表示制御手段１０６により操作表示部１２の表示面（不図示）に表示される各種画面の情報である。画面情報１１５について、図４各図を参照して説明する。図４は、画面の一例を示す図であり、（ａ）は、選択画面の一例を示す図、（ｂ）は、設定画面の一例を示す図、（ｃ）は、確認画面の一例を示す図である。

選択画面６１は、ユーザに使用する機能を選択させる画面である。図４（ａ）に示すように、選択画面６１には、請求書の属性を抽出する請求書属性抽出機能を起動する第１の釦６１１Ａ、見積書の属性を抽出する見積書属性抽出機能を起動する第２の釦６１１Ｂ、請求書内の検索の対象となるキー１１４ａの設定を行う請求書key設定機能を起動する第３の釦６１２Ａ、及び見積書内の検索の対象となるキー１１４ａの設定を行う見積書key設定機能を起動する第４の釦６１２Ｂが含まれる。以下、第１〜第４の釦を総称する場合、単に「操作釦」ともいう。

請求書及び見積書は、読み取りの対象となる文書の一例である。なお、文書は、請求書及び見積書に限定されるものではなく、例えば、申請書、契約書、仕様書、帳票等、文字、図形、画像等、及びこれらのいくつかを組み合わせて構成したものを含む。文書は、原稿の一例である。

設定画面６２は、ユーザが上述した第１のキー１１４ｂの設定及び登録を行う画面である。図４（ｂ）に示すように、設定画面６２には、キー１１４ａの設定を行う設定釦６２１と、設定されたキー１１４ａを登録する登録釦６２２とを含んでいる。ここで、「登録」とは、記憶部１１の定義ファイル１１４にキー１１４ａを記録することをいう。

確認画面６３は、画像から抽出された文字又は文字列と、この抽出された文字又は文字列に関連付いたバリュー値とを表示する画面である。図４（ｃ）に示すように、確認画面６３には、抽出された文字又は文字列が示す内容（すなわち、属性）を示す属性欄６３１と、各属性に関連付いたバリュー値を示す値欄６３２とがそれぞれ列ごとに並べて示されている。

ＯＣＲ情報１１６は、文字のパターンを辞書化した情報である。ＯＣＲ情報１１６は、認識手段１０４によるＯＣＲ処理に用いられる。

〔制御部１０の各手段の構成〕
次に、制御部１０を構成する各手段の詳細について説明する。生成手段１００は、ユーザによる第１のキー１１４ｂを設定及び登録する操作に応じて、当該第１のキー１１４ｂが記録された定義ファイル１１４を生成する。

解析手段１０１は、形態素情報１１１を参照して定義ファイル１１４に記録されたキー１１４ａの形態素の解析（以下、単に「形態素解析」ともいう。）を行い、解析の結果を出力する。

判定手段１０２は、解析手段１０１により出力された結果を、記憶部１１に記憶された誤認識辞書情報１１３と照合し、定義ファイル１１４に記録されたキー１１４ａに誤認識辞書情報１１３に「正解文字」として記録された文字が含まれるか否かを判定する。

追加手段１０３は、予め定められた規則に従って定義ファイル１１４に文字又は文字列を追加する。具体的には、追加手段１０３は、定義ファイル１１４に記録されたキー１１４ａに誤認識辞書情報１１３に「正解文字」として記録された文字が含まれる場合に、当該文字を、対応する「誤認識文字」として記録された文字に替えて構成した新たな文字又は文字列（すなわち、第２のキー１１４ｃ）を定義ファイル１１４にさらに追加して記録する。

また、追加手段１０３は、連想辞書情報１１２を参照して、定義ファイル１１４に記録されているキー１１４ａから派生した、表現の揺らぎを含む文字又は文字列（すなわち、第３のキー１１４ｄ及び第４のキー１１４ｅ）を定義ファイル１１４にさらに追加して記録する。

認識手段１０４は、情報処理装置１に取り込まれた画像に含まれる文字を認識して当該文字を示す文字情報を出力する。画像は、例えば、画像読取部１４により原稿を読み取って取り込んだものでもよく、予め外部の機器（例えば、スキャナ）で原稿を読み取って取り込んだものでもよい。

文字の認識は、例えば、ＯＣＲ（Optical Character Recognition）処理により行われる。文字情報には、認識した文字の内容や意味を示す情報（いわゆる、テキスト情報）や、画像内の当該文字の位置を示す情報（例えば、座標値）等が含まれる。

抽出手段１０５は、定義ファイル１１４を参照し、認識手段１０４により出力された文字情報から、定義ファイル１１４に記録されたキー１１４ａを検索して抽出するとともに、該文字情報から、抽出された当該キー１１４ａに関連付いた値（以下、「バリュー値」ともいう。）を検索して抽出する。

表示制御手段１０６は、操作表示部１２の表示面に、画面情報１１５等の各種の情報を表示するよう制御する。

（第１の実施の形態の動作）
次に、第１の実施の形態に係る情報処理装置１の動作の一例について説明する。以下の説明では、（１）画像として取り込まれる文書、（２）定義ファイル１１４の設定及び登録の動作、及び（３）文書を読み取った読取画像（以下、単に「文書画像」ともいう。）から指定された文字又は文字列を抽出する処理（以下、「キーバリュー処理」ともいう。）に係る動作、に分けて説明する。

（１）画像として取り込まれる文書
図５は、動作の説明に用いる文書としての請求書の一例を示す図である。以下では、図５に示すように、第１の請求書７Ａは、例えば、請求の番号を示す第１の情報７１と、この第１の請求書７Ａが発行された発行日を示す第２の情報７２と、請求された金額を示す第３の情報７３と、振り込み先を示す第４の情報７４とを含んでいる。

第１の情報７１は、「請求番号」と記載された文字列７１１と、請求の番号を示す請求番号情報７１２とを含む。第２の情報７２は、「発行日」と記載された文字列７２１と、発行された日を示す発行日情報７２２とを含む。第４の情報７４は、「口座番号」と記載された文字列７４１と、口座番号を示す口座番号情報７４２と、振り込む先の金融機関等の名称を示す振込先情報７４３とを含む。請求番号、発行日及び口座番号等、数情報と関連付いている文字列７１１，７２１，７４１は、属性の一例である。各番号は及び振込先は、「値」の一例である。

（２）定義ファイル１１４の設定及び登録の動作
次に、図６及び図７を参照して、定義ファイル１１４の設定及び登録の動作について説明する。図６は、図１に示す情報処理装置１の動作の一例を模式的に示す図である。図７は、図１に示す情報処理装置１の動作の一例を示すフローチャートである。図６及び図７に示すように、まず、表示制御手段１０６は、操作表示部１２の表示面に選択画面６１（図４（ａ）参照）を表示するよう制御する（Ｓ１）。

次に、ユーザにより選択画面６１内の操作釦が操作されると（Ｓ２：Ｙｅｓ）、表示制御手段１０６は、操作表示部１２の表示面に設定画面６２（図４（ｂ）参照）を表示するよう制御する（Ｓ３）。なお、図６に示す例では、操作釦として、上述した請求書key設定機能を起動する第３の釦６１２Ａを操作した場合を例に挙げている。

次に、ユーザの設定画面６２に対する操作により第１のキー１１４ｂが設定及び登録されると、生成手段１００は、当該第１のキー１１４ｂが記録された定義ファイル（仮）１１４Ａを生成する（Ｓ４）。

図６に示す例では、第１のキー１１４ｂとして、「請求番号」と記録された場合を例に挙げている。なお、編集中の定義ファイルを、編集後の定義ファイル１１４と区別して特定するときは、「定義ファイル（仮）１１４Ａ」ともいう。

次に、解析手段１０１は、定義ファイル１１４に記録された第１のキー１１４ｂの形態素解析を行う（Ｓ５）。追加手段１０３は、連想辞書情報１１２を参照して、第１のキー１１４ｂから派生した、表現の揺らぎを含む第３のキー１１４ｄを定義ファイル（仮）１１４Ａに追加する（Ｓ６）。

図６に示す例では、「請求番号」から派生した、表現の揺らぎを含む文字列である、「請求書番号」（上述した類型４に相当するもの）や、「ご請求番号」（類型１に相当するもの）が追加される（図６の定義ファイル（仮）１１４Ａ内の破線枠参照）。

次に、判定手段１０２は、定義ファイル（仮）１１４Ａに含まれる第１のキー１１４ｂ及び第３のキー１１４ｄの中に、記憶部１１の誤認識辞書情報１１３に「正解文字」として記録された文字が含まれるものがあるか否かを判定する（Ｓ７）。なお、判定手段１０２は、ユーザの操作により記録された第１のキー１１４ｂに対してのみならず、追加手段１０３により追加された第３のキー１１４ｄ（すなわち、表現の揺らぎを含む文字又は文字列）に対しても上記の判定を行う。

定義ファイル（仮）１１４Ａに記録された第１のキー１１４ｂ及び第３のキー１１４ｄに「正解文字」が含まれるものがある場合（Ｓ７：Ｙｅｓ）、追加手段１０３は、当該第１のキー１１４ｂ及び第３のキー１１４ｄ中の当該正解文字を、対応する誤認識文字に替えてそれぞれ構成した第２のキー１１４ｃ及び第４のキー１１４ｅを定義ファイル（仮）１１４Ａにさらに記録して（Ｓ８）、定義ファイル１１４を完成させる（図６の定義ファイル１１４中の破線枠参照）。

図６に示す例では、定義ファイル（仮）１１４Ａに記録された「請求番号」、「請求書番号」及び「ご請求番号」のそれぞれに含まれる「請」を「晴」に替えて構成した「晴求番号」、「晴求書番号」及び「ご晴求番号」の文字列がさらに追加される。ここで、「請求番号」は、第１のキー１１４ｂの一例であり、請求書番号」及び「ご請求番号」は、第３のキー１１４ｄの一例であり、「晴求番号」は、第２のキー１１４ｃの一例であり、「晴求書番号」及び「ご晴求番号」は、第４のキー１１４ｅの一例である。

（３）キーバリュー処理に係る動作
次に、文書画像からの文字の認識の動作について説明する。まず、画像読取部１４は、請求書等の文書を読み取って文書画像を形成する。認識手段１０４は、文書画像に対してＯＣＲ処理を実行して、文書画像に含まれる文字を示す文字情報を出力する。

抽出手段１０５は、出力された文字情報から、定義ファイル１１４に記録されたキー１１４ａを検索して抽出するとともに、当該キー１１４ａに関連付いたバリュー値を抽出する。なお、定義ファイル１１４に複数のキー１１４ａが記録されている場合、抽出手段１０５は、記録された順にキー１１４ａを検索してもよい。

表示制御手段１０６は、操作表示部１２の表示面に、抽出されたキー１１４ａとそのバリュー値とを含む確認画面６３を表示するよう制御する。なお、第２のキー１１４ｃ又は第４のキー１１４ｅが抽出された場合、第２のキー１１４ｃ又は第４のキー１１４ｅ（すなわち、誤って認識された文字を含む文字列）をそのまま確認画面６３にて表示するのではなく、対応する第１のキー１１４ｂ（すなわち、誤って認識された文字を含まない文字列）を確認画面６３にて表示してもよい。

［第２の実施の形態］
次に本発明の第２の実施の形態について図８から図１１を参照して説明する。第２の実施の形態では、制御部１０が入替手段１０７をさらに備える点で第１の実施の形態と相違する。以下、第１の実施の形態と同一の構成要素については同一の符号を付してその詳細な説明を省略し、第１の実施の形態と相違する点を中心に説明する。

図８は、本発明の第２の実施の形態に係る情報処理装置１の制御系の一例を示すブロック図である。図８に示すように、第２の実施の形態では、第１の実施の形態で説明した構成に加えて、制御部１０に入替手段１０７がさらに設けられている。すなわち、制御部１０のＣＰＵは、記憶部１１に記憶されたプログラム１１０に従って動作することにより、第１の実施の形態で説明した手段１００〜１０６に加えて、入替手段１０７等としてさらに機能する。

入替手段１０７について、図９及び図１０を参照して詳細を説明する。入替手段１０７は、定義ファイル１１４に記録されたキー１１４ａの記録の順序を変更する。例えば、図９（ａ）に示すような、請求の番号を意味する単に「番号」と記載された文字列７１１Ａを含む第１の請求書７Ａと、図９（ｂ）に示すような、請求の番号を意味する「請求番号」と記載された文字列７１１Ｂを含む第２の請求書７Ｂとから、それぞれ請求番号を抽出する場合を例に挙げて説明する。

ユーザの操作によって生成された定義ファイル（仮）１１４Ａには、上述した第１の請求書７Ａ及び第２の請求書７Ｂから請求の番号に係る情報をともに抽出するための複数のキー１１４ａが記録されている。

具体的には、この定義ファイル（仮）１１４Ａには、図１０（ａ）に示すように、第１の請求書７Ａから請求番号情報７１２Ａを抽出するための「番号」なる第１のキー１１４ｂと、第２の請求書７Ｂから請求番号情報７１２Ｂを抽出するための「請求番号」なる第１のキー１１４ｂと、に加え、「請求番号」中の「請」を「晴」に替えて構成した第２のキー１１４ｃ（具体的には、「晴求番号」）と、「請求番号」から派生した、表現の揺らぎを含む第３のキー１１４ｄ（具体的には、「ご請求番号」）と、第３のキー１１４ｄ中の「請」を「晴」に替えて構成した第４のキー１１４ｅ（具体的には、「ご晴求番号」）とがさらに記録されている。なお、図１０（ａ）中に付した番号は、説明の便宜上付したものであり、必ずしも実際の定義ファイル１１４内に記載されていなくてもよい。

入替手段１０７は、予め定められた基準に従って、キー１１４ａの順序を入れ替える。予め定められた基準には、例えば、キー１１４ａが示す概念の順位に応じた基準が含まれる。具体的には、入替手段１０７は、上位の概念のキー１１４ａほど定義ファイル１１４の下側に位置付けるようにキー１１４ａの順序を入れ替えてもよい。ここで、上位の概念とは、他のキー１１４ａの概念を包含する広い意味を有するものをいう。より具体的には、入替手段１０７は、例えば、キー１１４ａを構成する文字の数等に応じてキー１１４ａの記録の順序を入れ替えてもよい。

さらにより具体的には、入替手段１０７は、キー１１４ａを構成する数が少ないキー１１４ａを下側に記録されるように入れ替えてよい。一例として、入替手段１０７は、図１０（ｂ）に示すように、記録されているキー１１４ａの中で最も少ない２文字からなる「番号」をファイルの末尾に入れ替えてもよい。

（実施例）
図１１は、文字列の抽出の一例を示す図である。抽出手段１０５がキー１１４ａの入れ替え前の定義ファイル（仮）１１４Ａ（図１０（ａ）参照）に記録された順に従って、第２の請求書７Ｂから「番号」、「請求番号」、「晴求番号」、「ご請求番号」及び「ご晴求番号」の順に文字列を検索すると、図１１の破線枠に示すように、「番号」との文字列が含まれる「口座番号」と記載された文字列７４１とそのバリュー値である口座番号情報７４２とが抽出されてしまう。

これに対して、抽出手段１０５がキー１１４ａの入れ替え後の定義ファイル１１４（図１０（ｂ）参照）に記録された順に従って、第２の請求書７Ｂから「請求番号」、「晴求番号」、「ご請求番号」、「ご晴求番号」及び「番号」の順に文字列を検索すると、「請求番号」と記載された文字列７１１Ｂとそのバリュー値である請求番号情報７１２Ｂとが抽出される。

なお、記録の順序が入れ替わっても「番号」なるキー１１４ａも定義ファイル１１４に記録されているため、第１の請求書７Ａに対して当該定義ファイル１１４を適用した場合であっても、「番号」と記載された文字列７１１Ａとそのバリュー値である請求番号情報７１２Ａとが抽出される。

［第３の実施の形態］
次に本発明の第３の実施の形態について図１２から図１６を参照して説明する。第３の実施の形態では、制御部１０が記録手段１０８をさらに備える点、及び記憶部１１が誤認識候補辞書情報１１７をさらに備える点で第１の実施の形態と相違する。以下、第１の実施の形態と同一の構成要素については同一の符号を付してその詳細な説明を省略し、第１の実施の形態と相違する点を中心に説明する。

図１２は、本発明の第３の実施の形態に係る情報処理装置１の制御系の一例を示すブロック図である。図１２に示すように、第３の実施の形態では、第１の実施の形態で説明した構成に加えて、制御部１０に記録手段１０８がさらに設けられている。すなわち、制御部１０のＣＰＵは、記憶部１１に記憶されたプログラム１１０に従って動作することにより、第１の実施の形態で説明した手段１００〜１０６に加えて、記録手段１０８等としてさらに機能する。記録手段１０８の詳細については、後述する。

記憶部１１には、第１の実施の形態に係る各種情報に加えて、誤認識候補辞書情報１１７がさらに記憶されている。図１３は、誤認識候補辞書情報１１７の一例を示す図である。図１３に示すように、誤認識候補辞書情報１１７には、誤認識辞書情報１１３と同様に、「誤認識文字」欄と、「正解文字」欄と、が設けられている。

第３の実施の形態では、抽出手段１０５は、文字情報から、定義ファイル１１４に記録されたキー１１４ａに加えて、これらキー１１４ａと誤認識する候補となる類似する文字列（以下、「候補文字列」ともいう。）をさらに抽出の対象として検索して抽出する。

候補文字列は、例えば、各キー１１４ａとの一致する度合いを示す指標が予め定められた基準値となる文字列をいう。「各キー１１４ａとの一致する度合いを示す指標」は、例えば、キー１１４ａを構成する複数の文字がどの程度含まれるかを示す割合が該当する。「予め定められた基準値」は、例えば、８０％としてよい。

具体的には、「請求書番号」を一つのキー１１４ａとする場合、候補文字列には、「請求書番号」を構成する５つの文字（具体的には、「請」、「求」、「書」、「番」及び「号」）のうち、８０％に相当する４つの文字（例えば、「請」、「書」、「番」及び「号」）が含まれる文字列（例えば、「請水書番号」等）が含まれる。

記録手段１０８は、抽出手段１０５により抽出された候補文字列（上述の例では、「請水書番号」）に対応するキー１１４ａ（上述の例では、「請求書番号」）を構成する複数の文字（上述の例では、「請」、「求」、「書」、「番」及び「号」）に含まれない文字（上述の例では、「水」）を、誤認識候補辞書情報１１７の「誤認識文字」欄に記録する。

また、記録手段１０８は、キー１１４ａを構成する複数の文字のうち、「誤認識文字」として記録した文字（上述の例では、「水」）に対応する文字（上述の例では、「求」）を「正解文字」欄に記録する。候補文字列に対応するキー１１４ａを構成する複数の文字に含まれない文字は、第３の特定の文字の一例である。

図１４は、画面の一例を示す図であり、（ａ）は、候補画面の一例を示す図であり、（ｂ）は、確認画面６３の一例を示す図である。画面情報１１５には、第１の実施の形態で説明した画面に加えて、候補画面６４がさらに含まれる。候補画面６４は、確認手段の一例である。

候補画面６４は、図１４（ａ）に示すように、抽出手段１０５により抽出された候補文字列を示す候補文字列表示欄６４１と、この候補文字列を対応するキー１１４ａとして抽出されたものとして認識させるか否かをユーザ選択させる記録釦６４２とを含む。記録釦６４２が操作されると、抽出手段１０５により抽出された候補文字列（すなわち、誤って認識された文字を含む文字列）が、対応するキー１１４ａ（すなわち、誤って認識された文字を含まない文字列）として抽出されたものとして扱われるようになっている。

（第３の実施の形態の動作）
第３の実施の形態の動作は、第１の実施の形態の動作に加えて、以下の動作を含む。抽出手段１０５は、文字情報から、定義ファイル１１４に記録されたキー１１４ａに加えて、これらキー１１４ａに対応する候補文字列を検索して抽出する。

抽出手段１０５が候補文字列を抽出した場合、表示制御手段１０６は、図１４（ａ）に示すように、候補文字列表示欄６４１に当該候補文字列を含む候補画面６４を操作表示部１２の表示面に表示するよう制御する。

ユーザによって登録釦６４２が操作されると、記録手段１０８は、図１３に示すように、当該候補画面６４に表示された候補文字列を構成する複数の文字のうち、対応するキー１１４ａの「請求書番号」に含まれない「水」を、誤認識候補辞書情報１１７に「誤認識文字」として記録するとともに、「水」に対応する「求」を「正解文字」として記録する。

候補文字列を構成する文字が誤認識候補辞書情報１１７に記録されると、表示制御手段１０６は、図１４（ｂ）に示すように、当該候補文字列に対応する第１のキー１１４ｂを改めて確認画面６３にて操作表示部１２の表示面に表示するよう制御する。なお、追加手段１０３は、当該候補文字列を定義ファイル１１４に追加してもよい。

＜変形例１＞
図１５は、誤認識辞書情報１１３の一例を示す図である。記録手段１０８は、候補文字列を構成する誤認識文字と対応する正解文字とが誤認識候補辞書情報１１７に記録された場合に、当該誤認識文字と正解文字との組み合わせを誤認識辞書情報１１３にさらに記録してもよい。上述の例では、記録手段１０８は、図１５に示すように、「水」と「求」とを誤認識辞書情報１１３に追加して記録してもよい（図１５の末尾の破線枠参照）。

＜変形例２＞
また、記録手段１０８は、予め定められた条件を満たした場合に、候補文字列を構成する誤認識文字と対応する正解文字との組み合わせを誤認識辞書情報１１３にさらに記録してもよい。すなわち、候補文字列を検索の対象となる第２のキー１１４ｃとしてもよい。

予め定められた条件は、例えば、抽出手段１０５により候補文字列が抽出された回数や候補文字列の画像内の位置を示す位置情報に係る条件が該当する。具体的には、予め定められた条件には、以下の条件を含めてよい。

条件（１）
誤認識候補辞書情報１１７に同一の文字の組み合わせが予め定められた個数以上記録された場合。このような場合としては、例えば、抽出手段１０５により同一の候補文字列が予め定められた回数以上抽出された場合が該当する。なお、予め定められた回数及び予め定められた個数は、例えば、５としてよい。

条件（２）
抽出手段１０５により抽出された候補文字列が画像内の予め定められた特定の範囲にある場合。この場合、予め定められた回数又は個数は、条件（１）に係る回数又は個数よりも少なくてもよく、例えば、２としてよい。また、予め定められた特定の範囲は、例えば、画像の上側等としてよい。

当条件には、例えば、図１６に示すように、候補文字列を構成する誤認識文字としての「語」と正解文字としての「請」との組み合わせについて、画像内の位置（例えば、「座標」）が上側の範囲で同一の候補文字列が２回抽出された場合（図１６の破線枠参照）が該当する。

以上、本発明の実施の形態を説明したが、本発明の実施の形態は上記実施の形態に限定されるものではなく、本発明の要旨を変更しない範囲内で種々の変形、実施が可能である。例えば、誤認識辞書情報１１３は、１文字ごとに記録するようにしたが、２つ以上の文字からなる文字列を記録したものでもよい。

また、第１の実施の形態の動作において、第３のキー１１４ｄを追加する動作（ステップＳ６）と、第２のキー１１４ｃ及び第４のキー１１４ｅを追加する動作（ステップＳ７及びＳ８）との順序を入れ替えてもよい。換言すれば、誤認識文字を替えて構成した新たな文字列を追加する動作を先に行い、表現の揺らぎ文字列を追加する動作を後に行ってもよい。

また、表示制御手段１０６は、必ずしも各種画面を操作表示部１２の表示面に表示しなくてもよく、例えば、当該情報処理装置１に接続する端末装置（不図示）のディスプレイ等の画面に表示するよう制御してもよい。

また、第２のキー１１４ｃは、キー１１４ａに２つ以上の正解文字が含まれている場合に、当該２つ以上の正解文字のいずれも「誤認識文字」に替えて構成したものでもよく、一部のみを替えて構成したものでもよい。具体的には、第１のキー１１４ｂが「積算額請求書」のように「積」「請」及び「求」の複数（例えば、３つ）の正解文字を含む場合、３つの全てを替えて構成した「責算額晴救書」でもよく、３つのうちの２つを替えて構成した「責算額晴求書」、「責算額請救書」又は「積算額晴救書」でもよく、３つのうちの１つを替えて構成した「責算額請求書」、「積算額晴求書」又は「積算額請救書」でもよく、これらすべてを第２のキー１１４ｃとして記録してもよい。

また、上述のようにキー１１４ａに２つ以上の正解文字が含まれている場合、一度に誤認識文字と入れ替える文字数を制限してもよい。例えば、誤認識文字と入れ替える正解文字の文字数を、キー１１４ａを構成する文字数に対して一定の割合（例えば、半数以内）以下に制限してよい。一例として、「御見積請求書」のような６文字で構成されるキー１１４ａの場合、６文字の半数である３文字以内であれば一度に入れ替えてもよい。

制御部１０の各手段は、それぞれ一部又は全部を再構成可能回路（ＦＰＧＡ：Field Programmable Gate Array）、特定用途向け集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）等のハードウエア回路によって構成してもよい。

また、本発明の要旨を変更しない範囲内で、上記実施の形態の構成要素の一部を省くことや変更することが可能である。また、本発明の要旨を変更しない範囲内で、上記実施の形態のフローにおいて、ステップの追加、削除、変更、入替え等が可能である。また、上記実施の形態で用いたプログラムをＣＤ−ＲＯＭ等のコンピュータで読み取り可能な記録媒体に記録して提供することができ、クラウドサーバ等の外部サーバに格納しておき、ネットワークを介して利用することもできる。

１…情報処理装置
１０…制御部
１００…生成手段
１０１…解析手段
１０２…判定手段
１０３…追加手段
１０４…認識手段
１０５…抽出手段
１０６…表示制御手段
１０７…入替手段
１０８…記録手段
１１…記憶部
１１０…プログラム
１１１…形態素情報
１１２…連想辞書情報
１１３…誤認識辞書情報
１１４…定義ファイル
１１４Ａ…定義ファイル（仮）
１１４ａ…キー
１１４ｂ…第１のキー
１１４ｃ…第２のキー
１１４ｄ…第３のキー
１１４ｅ…第４のキー
１１５…画面情報
１１６…ＯＣＲ情報
１１７…誤認識候補辞書情報
１２…操作表示部
１４…画像読取部
１５…画像出力部
１６…ファクシミリ通信部
１７…ネットワーク通信部
２…外部ファクシミリ装置
３…外部装置
４…公衆回線網
５…ネットワーク
６１…選択画面
６１１Ａ…第１の釦
６１１Ｂ…第２の釦
６１２Ａ…第３の釦
６１２Ｂ…第４の釦
６２…設定画面
６２１…設定釦
６２２…登録釦
６３…確認画面
６３１…属性欄
６３２…値欄
６４…候補画面
６４１…候補文字列表示欄
６４２…登録釦
７Ａ…第１の請求書
７Ｂ…第２の請求書
７１…第１の情報
７１１，７１１Ａ，７１１Ｂ，７２１，７４１…文字列
７１２，７１２Ａ，７１２Ｂ…請求番号情報
７２…第２の情報
７２２…発行日情報
７３…第３の情報
７４…第４の情報
７４２…口座番号情報
７４３…振込先情報

Claims (11)

1. 画像に含まれる文字を認識して前記文字を示す文字情報を出力する認識手段と、
   前記認識手段による認識の精度を示す指標が予め定められた値未満となる第１の特定の文字と、前記認識手段により前記第１の特定の文字を認識することによって出力された第２の特定の文字とを関連付けて記憶する記憶手段と、
   操作者が、抽出の対象として第１の文字又は文字列を登録する操作をした場合において、前記第１の文字又は文字列に前記第１の特定の文字が含まれている場合に、前記第１の文字又は文字列とともに、前記第１の文字又は文字列中の前記第１の特定の文字を前記第２の特定の文字に替えて構成した第２の文字又は文字列を前記抽出の対象として登録する登録手段と、
   前記文字情報から、前記抽出の対象として登録された前記第１の文字又は文字列及び前記第２の文字又は文字列を抽出する抽出手段と、
   を備える情報処理装置。
2. 前記登録手段は、前記第１の文字又は文字列と同一の意味を有し、かつ、表記が異なる第３の文字又は文字列を前記抽出の対象としてさらに追加して登録する、
   請求項１に記載の情報処理装置。
3. 前記登録手段は、前記第３の文字又は文字列に前記第１の特定の文字が含まれる場合、前記第３の文字又は文字列中の前記第１の特定の文字を前記第２の文字に替えて構成した第４の文字又は文字列を前記抽出の対象としてさらに追加して登録する、
   請求項２に記載の情報処理装置。
4. 前記抽出の対象に複数の文字又は文字列が登録されている場合に、前記複数の文字又は文字列の順序を入れ替える入替手段をさらに備える、
   請求項１から３のいずれか１項に記載の情報処理装置。
5. 前記入替手段は、前記複数の文字又は文字列を構成する文字の数に応じて順序を入れ替える、
   請求項４に記載の情報処理装置。
6. 前記文字情報から抽出された文字又は文字列と前記抽出の対象として登録された文字又は文字列とが一致する度合いが予め定められた値以上の場合に、前記抽出された文字又は文字列と関連付いた値を表示するよう制御する表示制御手段をさらに備える、
   請求項１から５のいずれか１項に記載の情報処理装置。
7. 前記度合いが予め定められたしきい値以上の場合に前記抽出された文字又は文字列のうち、前記登録された文字又は文字列に含まれない第３の特定の文字を前記第２の特定の文字として一次的に記録する記録手段をさらに備える、
   請求項６に記載の情報処理装置。
8. 前記記憶手段は、予め定められた個数以上の前記第３の特定の文字が記録された場合に、前記第３の特定の文字を前記第２の特定の文字として記憶するとともに、前記第３の特定の文字に対応する前記第１の特定の文字を前記第２の特定の文字と関連付けてさらに記憶する、
   請求項７に記載の情報処理装置。
9. 前記予め定められた個数を第１の個数とした場合に、
   前記記憶手段は、前記抽出された文字又は文字列の前記画像内の位置が予め定められた範囲にあるとき、前記第１の個数よりも小さい第２の個数以上の前記第３の特定の文字が記録された場合に、前記第３の特定の文字を前記第２の特定の文字として、前記第３の特定の文字に対応する前記第１の特定の文字と関連付けてさらに記憶する、
   請求項７に記載の情報処理装置。
10. 画像に含まれる文字を認識して前記文字を示す文字情報を出力する認識手段と、
    前記認識手段による認識の精度を示す指標が予め定められた値未満となる第１の特定の文字と、前記認識手段により前記第１の特定の文字を認識することによって出力された第２の特定の文字とを対応付けて記憶する記憶手段と、
    前記文字情報から抽出の対象となる第１の文字又は文字列を登録する登録手段と、
    前記第１の文字又は文字列に前記第１の特定の文字が含まれている場合に、前記第１の文字又は文字列中の前記第１の特定の文字を前記第２の特定の文字に替えて構成した第２の文字又は文字列を前記抽出の対象として追加する追加手段と、
    前記文字情報から前記第１の文字又は文字列及び前記第２の文字又は文字列を抽出する抽出手段と、
    を備える、情報処理装置。
11. コンピュータを、
    画像に含まれる文字を認識して前記文字を示す文字情報を出力する認識手段と、
    前記認識手段による認識の精度を示す指標が予め定められた値未満となる第１の特定の文字と、前記認識手段により前記第１の特定の文字を認識することによって出力された第２の特定の文字とを関連付けて記憶する記憶手段と、
    操作者が、抽出の対象として第１の文字又は文字列を登録する操作をした場合において、前記第１の文字又は文字列に前記第１の特定の文字が含まれている場合に、前記第１の文字又は文字列とともに、前記第１の文字又は文字列中の前記第１の特定の文字を前記第２の特定の文字に替えて構成した第２の文字又は文字列を前記抽出の対象として登録する登録手段、
    前記文字情報から、前記抽出の対象として登録された前記第１の文字又は文字列及び第２の文字又は文字列を抽出する抽出手段
    として、機能させるためのプログラム。
    

Images