JP2021022261A - 補正候補決定装置、補正候補決定方法およびプログラム - Google Patents

Abstract

【課題】文字認識結果の誤認識を補正することができる補正候補決定装置を提供すること。【解決手段】補正候補決定装置３は、文字認識部２０１の文字認識結果と誤認識パターンＤＢ３０２内の真値とのレーベンシュタイン距離を測定する真値類似度測定部２０３と、真値類似度測定部２０３の測定結果、類似度が０の真値が存在しない場合、文字認識部２０１の文字認識結果と誤認識パターンＤＢ３０２内の真値に対応する誤認識パターンとのレーベンシュタイン距離を測定するパターン類似度測定部２０４と、パターン類似度測定部２０４の測定結果、レーベンシュタイン距離が最も小さい誤認識パターンを補正候補として決定する補正候補決定部２０５と、を備える。【選択図】図３

Description

本発明は、補正候補決定装置、補正候補決定方法およびプログラムに関する。

従来、ＯＣＲ（Optical Character Reader）などの文字認識装置は、帳票などに書かれている文字を自動的に読み取って、文字を自動入力していた。

文字認識装置として、分類器を参照して処理対象の書類に表示されている認識するべき文字列に対する正解文字に対応付けられている認識文字列を参照して正解文字列を類推して類推文字列を出力する技術が提案されている（例えば、特許文献１参照）。

また、文字認識装置として、認識文字列と知識辞書に管理されている単語との距離を測定し、測定する距離に基づいて、認識文字列の誤りを修正する技術が提案されている（例えば、特許文献２参照）。

特開２０１６−９５６６２号公報 特開平１１−１７５６６４号公報

しかしながら、特許文献１及び特許文献２に記載の技術では、正解の文字らしき文字候補を類推することができた場合であっても、文字候補が複数ある場合には、文字候補の絞り込みを行うことができなかった。その結果、文字認識結果の誤認識を補正することができなかった。

本発明は、上記課題に鑑み、文字認識結果の誤認識を補正することができる補正候補決定装置を提供することを目的とする。

本発明の第１の側面である補正候補決定装置は、文字認識結果とデータベース内の真値との類似度を測定する真値類似度測定部と、前記真値類似度測定部の測定結果、前記類似度が０の真値が存在しない場合、前記文字認識結果と前記データベース内の前記真値に対応する誤認識パターンとの類似度を測定するパターン類似度測定部と、前記パターン類似度測定部の測定結果、前記類似度が最も高い前記誤認識パターンを補正候補として決定する補正候補決定部と、を備えることを特徴とする。

本発明の他の側面である補正候補決定方法は、文字認識結果の補正候補を決定する補正候補決定装置の補正候補決定方法であって、前記補正候補決定装置が、前記文字認識結果とデータベース内の真値との類似度を測定し、前記真値との類似度の測定結果、前記類似度が０の真値が存在しない場合、前記文字認識結果と前記データベース内の前記真値に対応する誤認識パターンとの類似度を測定し、前記誤認識パターンとの類似度の測定結果、前記類似度が最も高い前記誤認識パターンを補正候補として決定することを特徴とする。

本発明の他の側面であるプログラムは、文字認識結果の補正候補を決定する補正候補決定装置のコンピュータに、前記文字認識結果とデータベース内の真値との類似度を測定し、前記真値との類似度の測定結果、前記類似度が０の真値が存在しない場合、前記文字認識結果と前記データベース内の前記真値に対応する誤認識パターンとの類似度を測定し、前記誤認識パターンとの類似度の測定結果、前記類似度が最も高い前記誤認識パターンを補正候補として決定する。

本発明の一態様によれば、文字認識結果の誤認識を補正することができる。

本実施の形態における補正候補決定装置を備える帳票処理システムのシステム構成図である。 本実施の形態における補正候補決定装置のハードウェア構成図である。 本実施の形態における補正候補決定装置の機能ブロック図である。 記憶部に記憶されているＤＢの一例を示す図である。 レーベンシュタイン距離に基づき補正候補を決定する一例を示す図である。 本実施の形態における補正候補決定処理の流れの一例を示すフローチャートである。

以下、本発明の実施の形態について、図面を参照しながら詳細に説明する。図１は、本実施の形態における補正候補決定装置を備える帳票処理システムのシステム構成図である。

図１に示すように、帳票処理システム１は、画像読取装置２、画像読取装置２と接続された補正候補決定装置３を備える。ここで、本実施の形態の帳票処理システム１は、例えば金融機関や公共機関等に設置されている。また、本実施の形態の帳票処理システム１は、携帯通信端末に内蔵された機能としての画像読取装置２および補正候補決定装置３で構成されることも可能である。

画像読取装置２は、例えば、オーバーヘッドスキャナであり、帳票を光学的に読み取り、補正候補決定装置３に送出する。読み取りの対象となる帳票は、例えば、振込依頼書、入出金伝票など、各種手書き入力する書類である。

補正候補決定装置３は、例えば、ワークステーション、サーバ、パーソナルコンピュータ等のコンピュータの機能を備えており、補正候補決定方法に基づく後述する補正候補決定処理を実行する。

図２は、本実施の形態における補正候補決定装置のハードウェア構成図である。
図２に示すように、補正候補決定装置３は、制御部１０１、入力装置１０２、出力装置１０３、記憶部１０４、インターフェース（Ｉ／Ｆ）１０５がバス１０６に接続されて構成されている。また、補正候補決定装置３は、図２に示していない他のハードウェア構成を備えていてもよい。

制御部１０１は、補正候補決定装置３全体を統括的に制御するもので、プログラムを読み込んで補正候補決定処理を実行するＣＰＵ（Central Processing Unit）を有する。

入力装置１０２は、例えば、キーボード、ジョイスティック、ライトペン、マウス、タッチパッド、タッチパネル、トラックボール等、各種のデータや信号等を入力する。

出力装置１０３は、例えば、ＬＣＤ（Liquid Crystal Display）等の各種ディスプレイ、プリンタ等、画像やその他の情報を出力する。

記憶部１０４は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）等を有する。記憶部１０４は、補正候補決定装置３が補正候補決定処理を実行するプログラムの他、補正候補決定装置３の各機能を制御し実行するための制御プログラム、画面データなどを記憶する。記憶部１０４は、補正候補決定装置３がプログラムを実行する際の作業領域を提供する。また、記憶部１０４は、後述の各種データベース（ＤＢ）や、他のデータを記憶してもよい。

インターフェース１０５は、ＵＳＢ（Universal Serial Bus）等のシリアルインターフェースやイーサネット（登録商標）等のパラレルインターフェース等、画像読取装置２や図示しない外部機器と接続するためのユニットである。

本実施の形態における補正候補決定処理は、前述した補正候補決定装置３によって実行される。

図３は、本実施の形態における補正候補決定装置３の機能ブロック図である。図３に示すように、補正候補決定装置３の制御部１０１は、文字認識部２０１、補正可否判定部２０２、真値類似度測定部２０３、パターン類似度測定部２０４、補正候補決定部２０５、表示制御部２０６を備える。また、補正候補決定装置３の制御部１０１は、図３に示していない他の機能構成を備えていてもよい。記憶部１０４は、カテゴリデータベース（ＤＢ）３０１、誤認識パターンデータベース（ＤＢ）３０２を備える。また、記憶部１０４は、図３に示していないデータベース（ＤＢ）を備えていてもよい。補正候補決定装置３は、コンピュータの機能を備えており、補正候補決定プログラムにしたがって後述する補正候補決定処理を実行する。

文字認識部２０１は、画像読取装置２を制御して画像読取装置２に画像を読み取らせる。
文字認識部２０１は、画像読取装置２により読み取られて電子化された帳票画像を取得する。例えば、画像取得部３１は、画像読取装置２から振込依頼書、入出金伝票など、各種手書き入力する書類の帳票画像を取得する。文字認識部２０１は、取得した帳票画像に基づき文字認識処理を行い、文字認識結果を取得する。文字認識部２０１が取得する文字認識結果として、文字列の候補が取得される。文字認識部２０１により文字認識結果を取得する文字認識処理については、公知の技術を採用することができるため、詳細については説明を省略する。なお、カテゴリＤＢ３０１、誤認識パターンＤＢ３０２は、記憶部１０４に記憶されているがこの限りではない。例えば、補正候補決定装置３と接続される図示しないサーバに記憶されていてもよい。

記憶部１０４に記憶されている、カテゴリＤＢ３０１、誤認識パターンＤＢ３０２について説明する。図４は、記憶部１０４に記憶されているＤＢの一例を示す図である。図４（１）は、カテゴリＤＢ３０１の一例を示す図である。図４（２）は、誤認識パターンＤＢ３０２の一例を示す図である。

図４（１）に示すように、カテゴリＤＢ３０１には、カテゴリの項目ごとに補正可否の情報が格納されている。カテゴリの項目には、「企業名」、「銀行名」、「お振込み先」、「金額」等、帳票内において手書き入力される項目の分類の情報が格納されている。補正可否の情報には、カテゴリの項目ごとに、後述の補正候補決定処理の補正候補の決定対象とするか否かの情報が格納されている。例えば、補正候補決定処理の補正候補の決定対象とするカテゴリの項目には「可」の情報が格納され、補正候補決定処理の補正候補の決定対象としないカテゴリの項目には「不可」の情報が格納されている。例えば、本実施形態では、「金額」のカテゴリの情報は銀行員が任意に変更すべき情報ではないと考えられるため「不可」の情報が設定されている。但し、カテゴリの項目の情報及び補正可否の情報は、任意に設定変更可能である。

図４（２）に示すように、誤認識パターンＤＢ３０２には、真値の項目ごとに、出現頻度の情報、誤認識パターンの情報が格納されている。図４（２）の実施形態では、説明の便宜上、誤認識パターンＤＢ３０２は、カテゴリＤＢ３０１に格納されている１つのカテゴリ（企業名）しか記載していないがこの限りではない。例えば、誤認識パターンＤＢ３０２は、カテゴリＤＢ３０１に格納されているすべてのカテゴリごとに複数格納される。真値の情報には、各カテゴリの項目に対し、ユーザが帳票に手書き入力した結果、入力されるべき正しい文字列の候補の情報が格納されている。誤認識パターンの情報には、文字認識部２０１により文字認識処理を行った結果、真値に対し誤って認識される可能性がある文字認識結果のパターンの情報が、真値の情報ごとに少なくとも１つ格納されている。出現頻度の情報には、文字認識部２０１により文字認識処理を行った文字認識結果が、各真値に対応する誤認識パターンとして出現する頻度の情報が各真値の情報ごとに格納されている。

補正可否判定部２０２は、文字認識部２０１が取得した文字認識結果は補正可であるか否か、すなわち、後述の補正候補決定処理の補正候補の決定対象とするか否かを判定する。具体的には、補正可否判定部２０２は、カテゴリＤＢ３０１に格納されているカテゴリのうち、補正可の項目のカテゴリの項目に、文字認識部２０１が取得した文字認識結果が入力されたか否かを判定する。補正不可のカテゴリの項目に、文字認識部２０１が取得した文字認識結果が入力された場合には、補正可否判定部２０２は、他のカテゴリの項目に対し文字認識結果が入力されるまで処理を待機する。補正可のカテゴリの項目に、文字認識部２０１が取得した文字認識結果が入力された場合には、補正可否判定部２０２は、文字認識部２０１が取得した文字認識結果は補正可であると判定する。そして、補正可否判定部２０２は、当該カテゴリの項目の文字認識結果を補正候補決定部２０５の補正候補の決定対象として判定する。補正可否判定部２０２により補正候補決定部２０５の補正候補の対象を絞り込むことで、必要のない処理を省略し、処理速度の向上を図ることができる。また、「金額」のカテゴリなど、銀行員が任意に変更すべき情報は、補正候補の決定の対象外とすることで、業務上の要請を担保することができる。

真値類似度測定部２０３は、誤認識パターンＤＢ３０２を参照して、文字認識部２０１が取得した文字認識結果と誤認識パターンＤＢ３０２内の真値との類似度を測定する。具体的には、真値類似度測定部２０３は、文字認識結果と真値との類似度として、文字認識部２０１が取得した文字認識結果と誤認識パターンＤＢ３０２内の真値とのレーベンシュタイン距離を測定する。

以下、文字認識部２０１が取得した文字認識結果が「ａｅ電力」で、真値が「ＡＢ電力」である場合である例について図５を参照して説明する。図５は、レーベンシュタイン距離に基づき補正候補を決定する一例を示す図である。

真値類似度測定部２０３は、文字認識結果「ａｅ電力」と、誤認識パターンＤＢ３０２内の真値「ＡＡ電力」、「ＡＢ電力」、「ＣＢ電力」とのレーベンシュタイン距離をそれぞれ算出する。図５（１）は、文字認識結果と真値とのレーベンシュタイン距離の一例を示す図である。算出した結果、図５（１）に示すように、文字認識結果「ａｅ電力」と真値「ＡＡ電力」とのレーベンシュタイン距離、文字認識結果「ａｅ電力」と真値「ＡＢ電力」とのレーベンシュタイン距離、文字認識結果「ａｅ電力」と「ＣＢ電力」とのレーベンシュタイン距離は、それぞれ「２」となる。

パターン類似度測定部２０４は、真値類似度測定部２０３の判定結果、類似度が０以外の真値が存在しない場合、文字認識結果と誤認識パターンＤＢ３０２内の誤認識パターンとの類似度を測定する。具体的には、パターン類似度測定部２０４は、誤認識パターンとの類似度として文字認識結果とカテゴリＤＢ３０１内の真値に対応する誤認識パターンとのレーベンシュタイン距離を測定する。

上述の実施形態では、真値類似度測定部２０３の測定結果、文字認識結果とのレーベンシュタイン距離が「０」の真値は存在しない。このため、パターン類似度測定部２０４は、文字認識結果と誤認識パターンＤＢ３０２内の真値に対応する誤認識パターンとのレーベンシュタイン距離を測定する。なお、レーベンシュタイン距離が「０」の真値が存在する場合には、表示制御部２０６は、レーベンシュタイン距離が「０」の真値をディスプレイに出力する。

文字認識部２０１が取得した文字認識結果が「ａｅ電力」であるため、パターン類似度測定部２０４は、文字認識結果「ａｅ電力」と、誤認識パターンＤＢ３０２内の真値に対応する誤認識パターン「Ａｄｅ電力」、「Ａｄｆ電力」、「Ａｄｇ電力」、「Ａｅ電力」、「Ａｈ電力」、「ｈｅ電力」、「Ｃｅ電力」とのレーベンシュタイン距離を測定する。

補正候補決定部２０５は、類似度が最も高い誤認識パターンが複数存在するか否かを判定する。類似度が最も高い誤認識パターンが複数存在しない場合には、補正候補決定部２０５は、パターン類似度測定部２０４の測定結果、類似度が最も高い誤認識パターンを補正候補として決定する。具体的には、補正候補決定部２０５は、レーベンシュタイン距離が最も小さい誤認識パターンが複数存在するか否かを判定する。パターン類似度測定部２０４の測定結果、レーベンシュタイン距離が最も小さい誤認識パターンを補正候補として決定する。

図５（２）は、文字認識結果と誤認識パターンとのレーベンシュタイン距離の一例を示す図である。図５（２）に示すように、文字認識結果「ａｅ電力」と、誤認識パターン「Ａｄｅ電力」、「Ａｄｆ電力」、「Ａｄｇ電力」、「Ａｅ電力」、「Ａｈ電力」、「ｈｅ電力」、「Ｃｅ電力」とのレーベンシュタイン距離は、それぞれ「２」、「３」、「３」、「１」、「２」、「１」、「１」となる。したがって、文字認識結果と誤認識パターンとのレーベンシュタイン距離が最も小さい値は「１」となる。図５（２）に示すように、最も小さいレーベンシュタイン距離となる誤認識パターンは、「Ａｅ電力」、「ｈｅ電力」、「Ｃｅ電力」の３つとなる。

補正候補決定部２０５は、文字認識結果と誤認識パターンとのレーベンシュタイン距離が小さい順に並べる。そして、レーベンシュタイン距離が最も小さい誤認識パターンを補正候補として決定する。但し、現時点では、図５（３）に示すように、レーベンシュタイン距離が最も小さい誤認識パターンは、３つ存在するため、誤認識パターン「Ａｅ電力」、「ｈｅ電力」、「Ｃｅ電力」の順位は同率「１位」となり、補正候補の順位が決定できない。

このように、類似度が最も高い、すなわち、レーベンシュタイン距離が最も小さい誤認識パターンが複数存在する場合には、図４（２）の誤認識パターンＤＢ３０２を参照して、補正候補決定部２０５は、類似度が最も高い、すなわち、レーベンシュタイン距離が最も小さい誤認識パターンの中から、出現頻度が多い順に誤認識パターンを決定する。その結果、図５（４）に示すように、補正候補決定部２０５は、レーベンシュタイン距離が最も小さい誤認識パターンを出願頻度の順に並べて順位を決定する。

図５（４）の例では、補正候補決定部２０５は、補正候補として、レーベンシュタイン距離が最も小さい「１」の誤認識パターンのうち、出願頻度「６」の真値を１位、出願頻度「３」の真値を２位、次にレーベンシュタイン距離が小さい「２」の誤認識パターンの真値を３位に決定する。

このように、レーベンシュタイン距離が最も小さい誤認識パターンを補正候補として決定することにより、補正候補の絞り込みを行うことができる。これにより、誤認識を補正することができる。また、誤認識パターンとレーベンシュタイン距離だけで補正候補の順位が決定できない場合であっても、補正候補の順位を出現頻度で判別することができる。これにより、文字認識結果の補正候補の絞り込みを行うことができ、誤認識を補正することができる。

表示制御部２０６は、補正候補決定部２０５が決定した補正候補をディスプレイなどの出力装置１０３に表示する。例えば、帳票のカテゴリを入力する欄に図５（５）の補正候補をピックアップして表示することができる。銀行員等は、ピックアップされた補正候補を選択または参照しながら入力することで、補正作業を容易に行うことができる。

図６は、本実施の形態における補正候補決定処理の流れの一例を示すフローチャートである。本実施の形態における補正候補決定処理は、図１〜５を用いて説明した補正候補決定装置３が補正候補決定処理プログラムにしたがって実行する。

補正候補決定処理プログラムは、図６に示した補正候補決定処理のフローのようにして実行される。補正候補決定処理の対象となる帳票は、上述したように、振込依頼書、入出金伝票など、各種手書き入力する書類である。

はじめに、文字認識部２０１は、キーボードなどの入力装置１０２から文字の入力を受け付けるまで処理を待機する（Ｓ１１：ＮＯ）。文字認識部２０１は、文字の入力を受け付けると（Ｓ１１：ＹＥＳ）、画像読取装置２を制御して画像読取装置２に画像を読み取らせる。そして、文字認識部２０１は、画像読取装置２により読み取られて電子化された帳票画像を取得する。文字認識部２０１は、取得した帳票画像に基づき文字認識処理を行い、文字認識結果（入力文字）を取得する（Ｓ１２）。

補正可否判定部２０２は、カテゴリＤＢ３０１を参照して、文字認識部２０１が取得した文字認識結果（入力文字）は補正可であるか否か、すなわち、補正候補の決定対象とするか否かを判定する（Ｓ１３）。

文字認識部２０１が取得した文字認識結果（入力文字）は補正不可（Ｓ１３：ＮＯ）である場合には、表示制御部２０６は、文字認識結果（入力文字）を補正せずにそのままディスプレイなどの出力装置１０３に表示する（Ｓ１４）。この処理が終了すると、処理はＳ１１に戻る。

文字認識部２０１が取得した文字認識結果（入力文字）は補正可（Ｓ１３：ＹＥＳ）である場合には、真値類似度測定部２０３は、誤認識パターンＤＢ３０２を参照して、文字認識部２０１が取得した文字認識結果と誤認識パターンＤＢ３０２内の真値とのレーベンシュタイン距離を測定する（Ｓ１５）。

パターン類似度測定部２０４は、真値類似度測定部２０３の判定結果、レーベンシュタイン距離が０の真値が存在するか否かを判定する（Ｓ１６）。真値類似度測定部２０３の判定結果、レーベンシュタイン距離が０の真値が存在する場合（Ｓ１６：ＹＥＳ）には、表示制御部２０６は、レーベンシュタイン距離が０の真値をディスプレイなどの出力装置１０３に表示する（Ｓ２２）。この処理が終了すると、処理はＳ２３に進む。

真値類似度測定部２０３の判定結果、レーベンシュタイン距離が０の真値が存在しない場合（Ｓ１６：ＮＯ）には、パターン類似度測定部２０４は、文字認識結果と誤認識パターンＤＢ３０２内の真値に対応する誤認識パターンとのレーベンシュタイン距離を測定する（Ｓ１７）。

補正候補決定部２０５は、Ｓ１７で測定した結果、レーベンシュタイン距離が最も小さい誤認識パターンが複数存在するか否かを判定する（Ｓ１８）。Ｓ１７で測定した結果、レーベンシュタイン距離が最も小さい誤認識パターンが複数存在しない場合（Ｓ１８：ＮＯ）には、補正候補決定部２０５は、レーベンシュタイン距離が最も小さい誤認識パターンを補正候補として決定する（Ｓ１９）。表示制御部２０６は、Ｓ１９で決定した補正候補をディスプレイなどの出力装置１０３に表示する（Ｓ２１）。この処理が終了すると、処理はＳ２３に進む。

Ｓ１７で測定した結果、レーベンシュタイン距離が最も小さい誤認識パターンが複数存在する場合（Ｓ１８：ＹＥＳ）には、補正候補決定部２０５は、レーベンシュタイン距離が最も小さい誤認識パターンのうち、出現頻度が最も多い誤認識パターンに対応する真値を補正候補として決定する（Ｓ２０）。表示制御部２０６は、Ｓ２０で決定した補正候補を出現頻度が多い順にディスプレイなどの出力装置１０３に表示する（Ｓ２１）。この処理が終了すると、処理はＳ２３に進む。

文字認識部２０１は、帳票内のすべてのカテゴリに対して文字認識処理が終了したか否かを判定する（Ｓ２３）。帳票内のすべてのカテゴリに対して文字認識処理が終了していない場合（Ｓ２３：ＮＯ）には、処理はＳ１１に戻り、帳票内のすべてのカテゴリに対して文字認識処理が行われるまで、Ｓ１１〜Ｓ２３の処理が繰り返し実行される。これに対し、帳票内のすべてのカテゴリに対して文字認識処理が終了した場合（Ｓ２３：ＹＥＳ）には、補正候補決定処理は終了となる。

なお、本発明は上述した実施形態そのままに限定されるものではなく、実施段階での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することができる。また、上記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、種々の発明を形成することができる。例えば、実施形態に示される全構成要素を適宜組み合わせても良い。更に、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。このような、発明の趣旨を逸脱しない範囲内において種々の変形や応用が可能である。

１ ：帳票処理システム
２ ：画像読取装置
３ ：補正候補決定装置
１０１ ：制御部
１０２ ：入力装置
１０３ ：出力装置
１０４ ：記憶部
１０５ ：インターフェース
１０６ ：バス
２０１ ：文字認識部
２０２ ：補正可否判定部
２０３ ：真値類似度測定部
２０４ ：パターン類似度測定部
２０５ ：補正候補決定部
２０６ ：表示制御部
３０１ ：カテゴリデータベース（ＤＢ）
３０２ ：誤認識パターンデータベース（ＤＢ）

Claims (6)

1. 文字認識結果とデータベース内の真値との類似度を測定する真値類似度測定部と、
   前記真値類似度測定部の測定結果、前記類似度が０の真値が存在しない場合、前記文字認識結果と前記データベース内の前記真値に対応する誤認識パターンとの類似度を測定するパターン類似度測定部と、
   前記パターン類似度測定部の測定結果、前記類似度が最も高い前記誤認識パターンを補正候補として決定する補正候補決定部と、
   を備えることを特徴とする補正候補決定装置。
2. 請求項１に記載の補正候補決定装置であって、
   前記補正候補決定部は、前記パターン類似度測定部の測定結果、前記類似度が最も高い誤認識パターンが複数存在する場合には、前記複数の誤認識パターンのうち、出現頻度が最も多い誤認識パターンを前記補正候補として決定する
   ことを特徴とする補正候補決定装置。
3. 請求項１または２に記載の補正候補決定装置であって、
   前記真値類似度測定部は、前記類似度として前記文字認識結果と前記データベース内の真値とのレーベンシュタイン距離を測定し、
   前記パターン類似度測定部は、前記真値類似度測定部の測定結果、前記レーベンシュタイン距離が０の真値が存在しない場合、前記文字認識結果と前記データベース内の前記真値に対応する誤認識パターンとのレーベンシュタイン距離を測定し、
   前記補正候補決定部は、前記パターン類似度測定部の測定結果、前記レーベンシュタイン距離が最も小さい前記誤認識パターンを補正候補として決定する
   ことを特徴とする補正候補決定装置。
4. 請求項１から３のいずれかに記載の補正候補決定装置であって、
   前記文字認識結果のカテゴリが、前記補正候補決定部による前記補正候補の決定対象とするか否かを判定する補正可否判定部を更に備える
   ことを特徴とする補正候補決定装置。
5. 文字認識結果の補正候補を決定する補正候補決定装置の補正候補決定方法であって、前記補正候補決定装置が、
   前記文字認識結果とデータベース内の真値との類似度を測定し、
   前記真値との類似度の測定結果、前記類似度が０の真値が存在しない場合、前記文字認識結果と前記データベース内の前記真値に対応する誤認識パターンとの類似度を測定し、
   前記誤認識パターンとの類似度の測定結果、前記類似度が最も高い前記誤認識パターンを補正候補として決定する
   ことを特徴とする補正候補決定方法。
6. 文字認識結果の補正候補を決定する補正候補決定装置のコンピュータに、
   前記文字認識結果とデータベース内の真値との類似度を測定し、
   前記真値との類似度の測定結果、前記類似度が０の真値が存在しない場合、前記文字認識結果と前記データベース内の前記真値に対応する誤認識パターンとの類似度を測定し、
   前記誤認識パターンとの類似度の測定結果、前記類似度が最も高い前記誤認識パターンを補正候補として決定する
   処理を実行させることを特徴とするプログラム。

Images