JP2021105911A - 情報処理装置、制御方法、及びプログラム - Google Patents

Abstract

【課題】分類対象の特徴を容易に特定することが可能な仕組みを提供する。【解決手段】帳票を非定型帳票用のＯＣＲをかけることにより全ワードと位置情報を取得し、Ｋｅｙ−Ｖａｌｕｅ形式で取得されたワードのうち、Ｖａｌｕｅ形式のワードと、表テーブルを構成するワードと、を全ワードから削除することで、残されたワードから帳票の特徴語を定める。【選択図】図４

Description

本発明は、解析対象の種別の特定に係る技術に関する。

主に金融や保険業界において、複数の手書き帳票を効率よく処理するために、自動文字認識システムが利用される。

このような文字認識認識システムでは、ＯＣＲ技術が利用されているが、ＯＣＲでは、帳票のうち読み取り対象項目の座標や文字種別の情報を予め定義しておき（読み取り対象定義情報）、入力帳票画像から対象領域を切出して文字認識処理にかけるということが一般的に行われる。

通常、業務において扱う帳票の種類は複数種類あり、この場合、読み取り対象定義情報は帳票の種類によってそれぞれ登録しておく。

この場合、文字認識処理の前段として、入力帳票画像がどの種類の帳票であるかを精度良く認識し、適用する読み取り対象定義情報を決定することが重要となる。

帳票認識手法としては、帳票画像の罫線特徴によるマッチングや、予め帳票を特定づけるバーコードやＩＤを所定位置に印字しておくなど様々な手法が一般的に利用されている。

また、帳票認識手法として、帳票の画像特徴量による識別する手法があり、なかでも、ニューラルネットワークを用いた画像の類似度による帳票識別の手法がある。

このような機械学習手法においては学習によって精度を高めることができ、分類精度の低かった画像を優先的に抽出して追加学習することで効率的に分類性能を高める手法が提案されている（例えば、特許文献１参照）。

特開２０１７−２２４１８４号公報

しかしながら、特許文献１に記載の発明では、所定の形式を備えた画像データであれば学習することによって分類精度を高めることができるものの、帳票によっては、作成者が独自に作成する非定型の帳票も存在する。

したがって、このような帳票を学習したとしても類似の定型帳票なども存在し、非定型の帳票がどのような特徴をもって分類することが難しいという問題もある。

よって、本願発明では、解析対象の特徴を容易に特定することが可能な仕組みを提供することを目的とする。

上記課題を解決するための本発明は、解析対象の特徴を求める情報処理装置であって、解析対象を解析することにより文字列を取得する取得手段と、前記取得手段により取得した文字列から所定条件を満たす文字列を削除する削除手段と、を備えたことを特徴とする。

そこで、本願発明では、解析対象の特徴を容易に特定することができる、という効果を奏する。

情報処理システムの概略構成を示す構成図である。 クライアント装置及び情報処理装置のハードウェアの概略構成を示す構成図である。 特徴語を抽出する処理を示すフローチャートである。 特徴語を抽出する詳細な処理を示すフローチャートである。 不要語を除去する処理を示すフローチャートである。 帳票の一例を示す模式図である。 全取得ワードテーブルの構成を示す構成図である。 Ｋｅｙ−Ｖａｌｕｅテーブルの構成を示す構成図である。 表テーブルの構成を示す構成図である。 全取得ワードテーブルの構成を示す構成図である。 除外条件設定テーブルの構成を示す構成図である。 除外キーテーブルの構成を示す構成図である。

以下、図面を参照して、本発明の実施形態を詳細に説明する
図１には、本発明の実施形態に係る情報処理システムの概略の構成図が示されている。尚、各装置の機能については、後述するフローチャートを用いて合わせて説明を行う。

情報処理システム１００は、紙媒体等を読み取ることによりデータを生成するスキャナ装置１０２、スキャナ装置１０２において得られたデータに対する学習の指示を行い、学習結果を表示するクライアント装置１０４、及び入力されたデータを用いて学習を行う情報処理装置１０６を備えている。

スキャナ装置１０２は、スキャン画像送信部１０８を備え、スキャン画像送信部１０８は、紙媒体等のスキャンにより得られた画像データをクライアント装置１０４へ送信する。

クライアント装置１０４は、スキャン画像受信部１１０、操作受付部１１２、及び入力画像送信部１１４を備えている。

スキャン画像受信部１１０は、スキャナ装置１０２から送信された画像データを受信し、操作受付部１１２は、スキャナ装置１０２や情報処理装置１０６に対して、表示されている画面を利用する等して、ユーザからの操作指示を受付け、入力画像送信部１１４は、解析対象となる画像ファイル等を情報処理装置１０６へ送信する。

情報処理装置１０６は、入力画像受信部１１６、画像種別判定部１１８、記憶部１２０を備えている。

入力画像受信部１１６は、クライアント装置１０４から送信される画像ファイル等を受信し、画像種別判定部１１８は、解析対象となる画像をＯＣＲ処理により得られた情報を用いて帳票の種別を識別し、記憶部１２０は、それぞれの処理で用いられるデータを記憶する。

次に、図２では、情報処理装置１０６に適用可能な情報処理装置のハードウェア構成の一例について説明する。

図２において、２０１はＣＰＵで、システムバス２０４に接続される各デバイスやコントローラを統括的に制御する。また、ＲＯＭ２０２あるいは外部メモリ２１１には、ＣＰＵ２０１の制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ ／ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やオペレーティングシステムプログラム（以下、ＯＳ）や、各サーバ或いは各ＰＣの実行する機能を実現するために必要な後述する各種プログラム等が記憶されている。

２０３はＲＡＭで、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０２あるいは外部メモリ２１１からＲＡＭ２０３にロードして、該ロードしたプログラムを実行することで各種動作を実現するものである。

また、２０５は入力コントローラで、キーボード（ＫＢ）２０９や不図示のマウス等のポインティングデバイス等からの入力を制御する。２０６はビデオコントローラで、ＣＲＴディスプレイ（ＣＲＴ）２１０等の表示器への表示を制御する。

なお、図２では、ＣＲＴ２１０と記載しているが、表示器はＣＲＴだけでなく、液晶ディスプレイ等の他の表示器であってもよい。これらは必要に応じて管理者が使用するものである。

２０７はメモリコントローラで、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、各種データ等を記憶するハードディスク（ＨＤ）や、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるコンパクトフラッシュ（登録商標）メモリ等の外部メモリ２１１へのアクセスを制御する。

２０８は通信Ｉ／Ｆコントローラで、ネットワークを介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信等が可能である。

なお、ＣＰＵ２０１は、例えばＲＡＭ２０３内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ＣＲＴ２１０上での表示を可能としている。

また、ＣＰＵ２０１は、ＣＲＴ２１０上の不図示のマウスカーソル等でのユーザ指示を可能とする。

本発明を実現するための後述する各種プログラムは、外部メモリ２１１に記録されており、必要に応じてＲＡＭ２０３にロードされることによりＣＰＵ２０１によって実行されるものである。

さらに、上記プログラムの実行時に用いられる定義ファイル及び各種情報テーブル等も、外部メモリ２１１に格納されており、これらについての詳細な説明も後述する。

次に、図３を用いて、スキャナ装置１０２で帳票をスキャンすることにより得られた画像データをクライアント装置１０４で選定し、選定された画像データをＯＣＲすることにより帳票における特徴語を抽出する処理を説明する。

ステップＳ１００では、画像種別判定部１１８は、入力画像受信部１１６により受信した帳票の画像データに対して、非定型の対象をＯＣＲ処理するためのモジュールを適用し、処理結果を記憶部１２０の全取得ワードテーブル（図７）、Ｋｅｙ−Ｖａｌｕｅテーブル（図８）、表テーブル（図９）に記憶する。

帳票の例として、図６に示すような形式の請求書があり、この請求書は、定型のフォーマットにより作成されておらず、非定型のフォームからなるものであるため、非定型のフォームをＯＣＲ処理可能なモジュールを適用して文字列等の情報を取得する。

図７には、全取得ワードテーブルの構成が示されており、このテーブルには、ＯＣＲ処理を行って得られた全ての文字列等の情報を記憶している。

全取得ワードテーブルは、帳票から取得したデータを示す取得データとその帳票における取得データの位置座標とからなる。

この位置座標は、帳票の左上端の点を原点として、横の位置、縦の位置に関する情報を示しており、取得ワードの左上端の位置の情報を示している（以下、位置情報については同様である）。

図８には、Ｋｅｙ−Ｖａｌｕｅテーブルの構成が示されており、このテーブルには、帳票に対してＯＣＲ処理を行い、Ｋｅｙ−Ｖａｌｕｅ形式で取得した結果を記憶している。

Ｋｅｙ−Ｖａｌｕｅテーブルは、Ｋｅｙ−Ｖａｌｕｅ形式で取得したＫｅｙにあたる文字列を示すＫｅｙと、Ｋｅｙ−Ｖａｌｕｅ形式で取得したＶａｌｕｅにあたる文字列を示すＶａｌｕｅと、Ｋｅｙ−Ｖａｌｕｅ形式で取得したＫｅｙの位置情報を示すＫｅｙ−位置情報と、Ｋｅｙ−Ｖａｌｕｅ形式で取得したＶａｌｕｅの位置情報を示すＶｌｕｅ−位置情報とを含んで構成されている。

図９には、表テーブルの構成が示されており、このテーブルには、帳票に対してＯＣＲ処理を行い、帳票に表構造を備えた項目が存在する場合、Ｔａｂｌｅデータ形式で取得した結果を記憶している。

表テーブルは、Ｔａｂｌｅデータに存在する文字列数分作成し、複数の文字列がある場合は、複数列作成し（Ｃｏｌｕｍ１、Ｃｏｌｕｍ２、Ｃｏｌｕｍ３、Ｃｏｌｕｍ４・・・）、各文字列の位置座標も複数列作成する（Ｃｏｌｕｍ１位置座標、Ｃｏｌｕｍ２位置座標、Ｃｏｌｕｍ３位置座標、Ｃｏｌｕｍ４位置座標・・・）。

ステップＳ１０２では、画像種別判定部１１８は、ステップＳ１００においてＯＣＲ処理して得られた文字列等から帳票に対する特徴語を抽出する（詳細は、図４を用いて後述する）。

ステップＳ１０４では、画像種別判定部１１８は、ステップＳ１０２において抽出した特徴語を帳票に対する特徴語として決定する。

次に、図４に示すフローチャートを用いて、帳票から特徴語を抽出する詳細な処理について説明を行う。

ステップＳ２００では、画像種別判定部１１８は、記憶部１２０の除外条件設定テーブル（図１１）から設定値「Ｔａｂｌｅデータからカラム名以外を除外する」に対する値を取得する。

図１１には、除外条件設定テーブルの構成が示されており、特定の文字列を除外する条件を有効とするか無効とするかにかかる情報を記憶している。

除外条件設定テーブルは、特定文字列の除外条件を示す設定値と除外条件を有効とみなす場合にＴＲＵＥ、無効とみなす場合にＦＡＬＳＥが設定される値とを含んだ構成を備えている。

ステップＳ２０２では、画像種別判定部１１８は、ステップＳ２００において取得した設定値に対する値が、ＴＲＵＥかＦＡＬＳＥかを判定し、ＴＲＵＥである場合は、ステップＳ２０４に処理を進め、ＦＡＬＳＥである場合は、ステップＳ２１０へ処理を進める。

ステップＳ２０４では、画像種別判定部１１８は、表テーブルに記憶されているデータのうち取得していないレコードが存在するか否かを判定し、存在すると判定した場合は、ステップＳ２０６へ処理を進め、存在すると判定しない場合は、ステップＳ２１０へ処理を進める。

ステップＳ２０６では、画像種別判定部１１８は、表テーブルから取得していないレコードを１レコード取得する。

ステップＳ２０８では、画像種別判定部１１８は、全取得ワードテーブルからステップＳ２０６において取得したレコードのＣｏｌｕｍｎＸ（Ｘは数値）及びＣｏｌｕｍｎＸ位置情報（Ｘは数値）に該当する取得テータ及び位置情報のレコードを削除し、ステップＳ２０４へ処理を進める。

ステップＳ２１０では、画像種別判定部１１８は、記憶部１２０の除外条件設定テーブル（図１１）から設定値「Ｋｅｙ−Ｖａｌｕｅデータから特定キーを除外する」に対する値を取得する。

ステップＳ２１２では、画像種別判定部１１８は、ステップＳ２１０において取得した設定値に対する値が、ＴＲＵＥかＦＡＬＳＥかを判定し、ＴＲＵＥである場合は、ステップＳ２０４に処理を進め、ＦＡＬＳＥである場合は、ステップＳ２１０へ処理を進める。

ステップＳ２１４では、画像種別判定部１１８は、記憶部１２０の除外キーテーブル（図１２参照）に記憶されているデータのうち取得していないレコードが存在するか否かを判定し、存在すると判定した場合は、ステップＳ２１６へ処理を進め、存在すると判定しない場合は、本処理を終了する。

図１２には、除外キーテーブルの構成が示されており、このテーブルには、特徴語の抽出にあたり除外する文字列に関する情報を記憶している。

除外キーテーブルは、除外する文字列を示すキーと、当該文字列が帳票の文字列と部分一致するか完全一致するかにより除外対象とする条件を示す一致条件を含んで構成されている。

ステップＳ２１６では、画像種別判定部１１８は、除外キーテーブルから取得していないレコードを１レコード取得する。

ステップＳ２１８では、画像種別判定部１１８は、ステップＳ２１６において取得したレコードの一致条件が完全一致するの場合、ステップＳ２２０へ処理を進め、部分一致するの場合、ステップＳ２２２へ処理を進める。

ステップＳ２２０では、画像種別判定部１１８は、ステップＳ２１６において取得したレコードのキーとＫｅｙ−ＶａｌｕｅテーブルのＫｅｙが完全一致する文字列が全取得ワードテーブルに存在するかチェックする。

ステップＳ２２２では、画像種別判定部１１８は、ステップＳ２１６において取得したレコードのキーとＫｅｙ−ＶａｌｕｅテーブルのＫｅｙとが部分一致する文字列が全取得ワードテーブルに存在するかチェックする。

ステップＳ２２４では、画像種別判定部１１８は、不要語の除去処理（詳細は、図５を用いて後述する。）を行い、ステップＳ２１４へ処理を進める。

次に、図５に示すフローチャートを用いて、不要語の除去処理について説明を行う。

ステップＳ３００では、画像種別判定部１１８は、ステップＳ２２０あるいはステップＳ２２２において存在した場合は、ステップＳ３０２へ処理を進め、存在すると判定しない場合は、本処理を終了する。

ステップＳ３０２では、画像種別判定部１１８は、存在すると判定したＫｅｙのＶａｌｕｅデータとＶａｌｕｅ―位置情報が同じ文字列を全取得ワードテーブルから削除する。

このような一連の処理を行うことで、結果的には、図１０に示すように特徴語のなかから不要な語を取り除いたデータが全取得ワードテーブルに残されることになる。

これにより、帳票の特徴語を決定することが可能となり、このデータに対して帳票の種別を特定するようなタグ付けを行って学習し、学習したデータを用いて、入力された帳票の種別を推定することが可能となる。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワークまたは記憶媒体を介してシステムまたは装置に供給し、そのシステムまたは装置のコンピュータがプログラムを読出し実行する処理でも実現可能である。

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＥＥＰＲＯＭ、シリコンディスクなどを用いることが出来る。

また、コンピュータが読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

また、コンピュータは、１または複数のプロセッサーまたは回路を有し、コンピュータ実行可能命令を読み出し実行するために、分離した複数のコンピュータまたは分離した複数のプロセッサーまたは回路のネットワークを含みうる。

プロセッサーまたは回路は、中央演算処理装置（ＣＰＵ）、マイクロプロセッシングユニット（ＭＰＵ）、グラフィクスプロセッシングユニット（ＧＰＵ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートウェイ（ＦＰＧＡ）を含みうる。また、プロセッサーまたは回路は、デジタルシグナルプロセッサ（ＤＳＰ）、データフロープロセッサ（ＤＦＰ）、またはニューラルプロセッシングユニット（ＮＰＵ）を含みうる。

また、本発明は、複数の機器から構成されるシステムに適用しても、ひとつの機器から成る装置（例えば、画像処理装置等）に適用しても良い。

１００ 情報処理システム
１０２ スキャナ装置
１０４ クライアント装置
１０６ 情報処理装置

Claims (4)

1. 解析対象の特徴を求める情報処理装置であって、
   解析対象を解析することにより文字列を取得する取得手段と、
   前記取得手段により取得した文字列から所定条件を満たす文字列を削除する削除手段と、
   を備えたことを特徴とする情報処理装置。
2. 前記削除手段により削除されていない文字列を学習する学習部を備えたことを特徴とする請求項１に記載の情報処理装置。
3. 解析対象の特徴を求める情報処理装置の制御方法であって、
   前記情報処理装置は、
   解析対象を解析することにより文字列を取得する取得ステップと、
   前記取得ステップにより取得した文字列から所定条件を満たす文字列を削除する削除ステップと、
   を実行することを特徴とする情報処理装置の制御方法。
4. コンピュータを、
   解析対象を解析することにより文字列を取得する取得手段と、
   前記取得手段により取得した文字列から所定条件を満たす文字列を削除する削除手段と、
   して機能させるためのプログラム。

Images