JP2922365B2 - Ｏｃｒ処理システムにおける漢字住所データ処理方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、帳票上の漢字文字列を
ＯＣＲ装置で読み取ってコード化するＯＣＲ処理システ
ムにおける漢字住所データ処理方法に関する。

【０００２】住所表記には、行政区画上の住所ととも
に、建物名やフロア番号、室番号、会社名などの補助的
な方名情報が用いられる場合が少なくない。本発明は、
ＯＣＲ装置で読み取られた漢字住所データについて方名
を含むデータの照合、確定とカナ文字での読みデータの
生成付加とを行う漢字住所データ処理方法を提供するも
のである。

【０００３】

【従来の技術】図６に、従来のＯＣＲ処理システムのブ
ロック構成を示す。図６において、１は入力帳票、２は
入力帳票１に設けられた住所フィールド、３は漢字読み
取りが可能なＯＣＲ装置、４はＯＣＲ読み取りデータ記
憶部、５は住所データの確定を行う知識処理部、６はＯ
ＣＲ装置３で読み取られる入力帳票１上の住所フィール
ド２を定義したＯＣＲ定義体、７は住所単語を登録した
住所辞書、８は知識処理部５により処理された結果のデ
ータを記憶する処理結果データ記憶部、９は表示装置で
ある。

【０００４】図７は、図６の従来システムの処理フロー
である。以下に図７のフローにしたがって図６の従来シ
ステムの動作を説明する。入力帳票１の住所フィールド
２に、利用者により手書きで漢字住所データが記入され
ている。この入力帳票１は、ＯＣＲ装置３にかけられる
と光学的に走査され、ＯＣＲ定義体６の解釈により住所
フィールド２の入力パターンが切り出される。次にＯＣ
Ｒ装置３は、各入力パターンごとに文字認識を行い、入
力パターンと内部に保持している複数の標準文字のパタ
ーンとを比較して、最も類似度の高い標準文字を読み取
り文字とし、次順位以下の標準文字を候補文字としてＯ
ＣＲ読み取りデータを作成し、ＯＣＲ読み取りデータ記
憶部４に格納する。このＯＣＲ読み取りデータ中の読み
取り文字列には、誤読された文字やリジェクトによる欠
陥部分が含まれる可能性がある。このため、読み取り文
字列と候補文字列の全体から実際の行政区画表記に整合
する最も妥当な１つの文字列を確定する必要がある。知
識処理部５はその処理を行うものである。

【０００５】知識処理部５は、ＯＣＲ読み取りデータ記
憶部４のＯＣＲ読み取りデータについて第１レベル「都
道府県」、第２レベル「市郡」、第３レベル「区町
村」、第４レベル「大字」の順次の読み取り文字および
候補文字を対象に、第１から第４の各レベルごとに住所
辞書７の各住所単語と照合して、一致する住所単語を探
してもしも完全に一致する住所単語がなければ知識処理
により最も近い妥当な住所単語を選択するようにして、
ＯＣＲ読み取りデータから１つの住所表記の漢字文字列
を確定する。

【０００６】知識処理部５は、確定した漢字文字列につ
いて、次に漢字カナ変換処理を行い、対応するカナ文字
列を生成する。これは利用者からの要求に応じて読み情
報を提供できるようにするためである。

【０００７】このようにして生成されたカナ文字列と漢
字文字列とは、処理結果データ記憶部８に格納されてか
ら表示装置９に表示され、利用者によるチェック修正を
受けて出力される。

【０００８】

【発明が解決しようとする課題】図６に示されているよ
うな従来システムでは、知識処理部５の処理対象は住所
表記中の第１レベル（都道府県）から第４レベル（大
字）までであり、住所表記中にその他の情報、たとえば
方名情報が含まれていても知識処理によって自動的にチ
ェック、修正することはできなかった。そのため従来
は、第１レベルから第４レベルまでの知識処理を行った
結果のデータを修正画面に表示させて、必要な場合に利
用者が手入力により修正を行っており、修正作業が多く
なることからＯＣＲ読み取り処理の自動化率が低下する
という問題があった。

【０００９】本発明は、方名を含む漢字住所データのＯ
ＣＲ読み取り処理の自動化率を向上させ、修正作業の負
担を軽減させることを目的としている。

【００１０】

【課題を解決するための手段】本発明は、従来のＯＣＲ
処理システムにおける漢字住所データの知識処理が行政
区画の表記の範囲に限定されていたものを、方名の表記
の範囲にまで拡張することにより課題の解決を図るもの
である。本発明はそのため、従来の行政区画表記照合用
の住所辞書のほかに、方名に用いられる氏名、名称、そ
の他の単語を登録した方名辞書を用意し、入力されたＯ
ＣＲ読み取りデータに対する知識処理として、住所辞書
を用いて照合した行政区画の表記部分の後の方名表記部
分を切り出し、方名辞書により照合を行い、その際方名
辞書の単語のほかに住所表記中の住所単語とも照合を行
い、さらに必要な場合に修正画面で補正して方名表記を
確定する処理を追加した。

【００１１】図１は本発明の原理説明図である。図にお
いて、１は入力帳票であり、手書きなどで記入された住
所等の漢字データをもち、ＯＣＲ装置によって読み取ら
れる。

【００１２】２は漢字による住所データが記入される住
所フィールドである。３は漢字読み取り機能をもつＯＣ
Ｒ装置であり、入力帳票１の住所フィールド２のＯＣＲ
読み取りとして、読み取り文字列と候補文字列とを出力
する。

【００１３】５′は知識処理部であり、読み取り文字列
と候補文字列とから、方名を含む妥当な漢字住所表記を
確定しまた読みとなるカナ文字列を生成する補正を行
う。７は住所辞書であり、行政区画上の表記単位となる
都道府県、市郡、区町村、大字についての住所単語が登
録されており、知識処理部５’によってＯＣＲ読み取り
データの照合に使用される。

【００１４】１０は方名辞書であり、方名に含まれ得る
氏名やビル、マンション、第１、１Ｆなどの一般単語が
登録されており、知識処理部５′によって方名の照合に
使用される。

【００１５】１１は修正画面であり、知識処理部５′に
よって確定された漢字表記住所の文字列および生成され
た読みのカナ文字列とが表示され、手入力による修正を
可能にする。修正処理後の各文字列のデータはファイル
に格納され、必要に応じて利用される。

【００１６】入力帳票１はＯＣＲ装置３へ給送され、住
所フィールド２に記入されている漢字住所データの個々
の漢字パターンが読み取られる。ＯＣＲ装置３は、個々
の漢字パターンについて内蔵している標準パターン辞書
を参照してパターン認識を行い、認識結果の読み取り文
字列と類似度が次順位以下の文字からなる候補文字列と
を出力する。読み取り文字列には誤認された文字やリジ
ェクト（読み取り不能）による欠陥が含まれ得るため、
知識処理部５′によってさらに単語レベルで知識処理さ
れる。この知識処理では、読み取り文字列と候補文字列
とから辞書アクセス用の単語を作成する方法で住所表記
部分と方名表記部分とがそれぞれ住所辞書７および方名
辞書１０に登録されている住所単語と方名単語と照合さ
れ、各単語の中で合致するものが選択されて、それらの
単語を組み合わせた１つの漢字文字列が確定される。

【００１７】この知識処理結果の文字列が修正画面１１
に表示され、オペレータによるチェックが必要な場合に
マニュアル修正とを受けて出力される。

【００１８】

【作用】本発明によれば、漢字で表記された住所データ
のＯＣＲ読み取り処理において、方名を含む住所の場合
にもＯＣＲ読み取りデータを一括して対象とし、住所辞
書および方名辞書を用いての単語照合と確定処理とを自
動的に行うことができるので、ＯＣＲ読み取り率と精度
が向上し、ＯＣＲ読み取りデータに対してオペレータが
修正画面により対話形式で修正しなければならない表記
中の欠陥量が減少する。

【００１９】

【実施例】図２は、本発明の１実施例によるＯＣＲ処理
システムのブロック図である。図において知識処理部
５′と方名辞書１０以外の構成は、図６に示されている
従来のＯＣＲ処理システムの構成におけるものと同じで
あるので重複する説明を省略する。知識処理部５′は、
住所辞書７を用いた行政区画上の住所表記の照合処理、
方名辞書１０を用いた方名表記の照合処理、照合により
確定した住所および方名の漢字文字列から読みのカナ文
字列の作成の各処理機能をもつ。

【００２０】住所辞書７は、都道府県名（第１レベ
ル）、市郡名（第２レベル）、区町村名（第３レベ
ル）、大字名（第４レベル）にそれぞれ属する住所単語
を漢字と読みのカナ文字とでもっている。

【００２１】方名辞書１０は、図３に例示されるよう
に、方名表記に現れるアパート、ビル等の一般単語と山
本、長島等の氏名単語とで構成される。住所辞書７およ
び方名辞書１０は、利用者がそれまでに処理した漢字住
所データに基づいて作成されることができ、登録されて
いる単語は必要に応じて追加、変更、削除される。

【００２２】図４は、図２の本発明実施例システムの処
理フローである。以下に、図４を参照して図２の実施例
システムの動作を説明する。入力帳票１をＯＣＲ装置３
にかけ、画像入力を行って住所フィールド２の手書漢字
パターンをＯＣＲ定義体６の帳票定義に基づいて切り出
し、文字認識を行う。認識結果として生成された読み取
り文字列と候補文字列とはＯＣＲ読み取りデータ記憶部
４に格納される。

【００２３】知識処理部５′は、認識結果の読み取り文
字列と候補文字列とを対象に、住所辞書７の住所単語を
参照して第１レベルから第４レベルまでの行政区画上の
表記単位について順次照合処理を行う。なお表記単位は
空白で区切られているものとする。次に第４レベルの表
記に続く、数字の連続か、丁目、番地、番、号等の番地
表記部分を識別し、さらに番地に続く部分があればそれ
を方名表記部分として、方名辞書１０を用いて照合処理
を行う。ただし方名表記部分の照合では、方名辞書１０
の一般単語と氏名単語のほか、住所表記中の住所単語も
参照される。

【００２４】このようにして第１レベルから第４レベル
までの住所表記部分と、あれば方名表記部分とを連続し
て照合し住所表記の漢字文字列を確定する。次に漢字カ
ナ変換処理により漢字文字列に対応するカナ文字列を作
成し、それらのカナ文字列と漢字文字列とを各々、処理
結果データ記憶部８に格納し、表示装置９の修正画面に
並べて表示する。

【００２５】オペレータは修正画面に表示された各文字
列を見て住所表記の正当性をチェックし、欠陥があれば
漢字データあるいはＡＮＫ（カナ英数字）データの入力
を行って修正してから出力する。

【００２６】住所と方名の表記部分に対して知識処理部
５′が行う照合処理の手法は基本的には同じであるが、
方名の照合処理のアルゴリズムについて以下に詳述す
る。図５に方名照合処理の具体例を示す。この照合処理
は次のようなアルゴリズムで実行される。 照合開始位置を文字列の先頭に設定する。 照合開始位置から空白までの文字列長で、候補文字
を参照しながら一般単語を検索する。見つからなかった
場合は見つかるまで文字列長を一文字ずつ減らして検索
する。一致する単語が見つかった場合は照合開始位置を
一致した単語長分進めて同様の照合を繰り返す。文字列
長を減らしていっても見つからなかった場合はの処理
に移る。 文字列長を一文字ずつ減らしていったが一般単語が
一つも一致しなかった場合は住所部分で確定した単語と
比較する。（ただし、照合開始位置の文字が数字であっ
た場合は照合開始位置を進めてから繰り返す。）一致
する単語が見つかった場合は照合開始位置を一致した単
語長分進めてから繰り返す。文字列長を減らしていっ
ても見つからなかった場合はの処理に移る。 住所部分で確定した単語と一致しなかった場合は照
合開始位置から空白までの文字列長で候補文字を参照し
ながら姓属性の単語を検索する。見つからなかった場合
は見つかるまで文字列長を一文字ずつ減らして検索す
る。一致する単語が見つかった場合は照合開始位置を一
致した単語長分進めてから繰り返す。ただし、一回前
に見つかった単語が姓属性の単語であった場合はここま
での照合を無かったことにしてこの一区切りの文字列は
読み取った文字列のままに戻す。文字列長を減らしてい
っても見つからなかった場合はそこで処理は終了する。 〜の処理が終了した後、辞書の単語よりカナを
生成して出力する。

【００２７】

【発明の効果】本発明によれば、方名を含む住所記入が
行われた帳票をＯＣＲ読み取りする場合認識率が向上
し、従来のように方名部分を修正画面で全面的に修正処
理する必要がなくなり、修正作業を必要最小限とするこ
とができ、ＯＣＲ読み取りの処理効率を向上させること
ができる。

【図面の簡単な説明】

【図１】本発明の原理説明図である。

【図２】本発明の１実施例によるＯＣＲ処理システムの
ブロック図である。

【図３】本発明実施例に用いられる方名辞書の例の説明
図である。

【図４】本発明実施例システムの処理フロー図である。

【図５】本発明実施例による方名照合処理の具体例の説
明図である。

【図６】従来のＯＣＲ処理システムのブロック図であ
る。

【図７】従来システムの処理フロー図である。

【符号の説明】

１ 入力帳票 ２ 住所フィールド ３ ＯＣＲ装置 ５’知識処理部 ７ 住所辞書 １０ 方名辞書 １１ 修正画面

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】 帳票上の漢字文字列をＯＣＲ装置で読み
   取ってコード化するＯＣＲ処理システムにおける漢字住
   所データ処理方法において、 漢字住所データが記入されている帳票をＯＣＲ装置に読
   み取らせて、読み取り文字列と候補文字列とを作成する
   第１の段階と、 行政区画上の住所表記に用いられる住所単語を登録した
   住所辞書と方名表記に用いられる一般単語および氏名単
   語を登録した方名辞書とをそなえ、上記読み取り文字列
   と候補文字列とを対象に、行政区画上の住所表記部分と
   方名表記部分とに対してそれぞれ住所辞書と方名辞書と
   を参照して照合し、読み取り文字列を確定する知識処理
   を行う第２の段階と、 知識処理により確定された読み取り文字列を修正画面に
   表示して修正を可能にする第３の段階とからなり、上記第２の段階における読み取り文字列の方名表記部分
   を確定する知識処理では、番地表記部分に続く部分を方
   名表記部分として切り出すとともに方名辞書を用いての
   照合処理を行い、その際住所表記中の住所単語も参照し
   て照合を行うことを特徴 とするＯＣＲ処理システムにお
   ける漢字住所データ処理方法。
2. 【請求項２】 請求項１において、第２の段階の知識処
   理で確定した読み取り文字列を漢字とカナ文字とで生成
   することを特徴とするＯＣＲ処理システムにおける漢字
   住所データ処理方法。