JP3350127B2 - 文字認識装置 - Google Patents
文字認識装置Info
- Publication number
- JP3350127B2 JP3350127B2 JP05191893A JP5191893A JP3350127B2 JP 3350127 B2 JP3350127 B2 JP 3350127B2 JP 05191893 A JP05191893 A JP 05191893A JP 5191893 A JP5191893 A JP 5191893A JP 3350127 B2 JP3350127 B2 JP 3350127B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- candidate
- unit
- phrase
- word
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Character Discrimination (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、文字を読みとるための
文字認識装置に関するものである。
文字認識装置に関するものである。
【０００２】
【従来の技術】近年、データベースの発展に伴い、高速
で認識率の高い文字認識装置に対する要求が高まってい
る。
で認識率の高い文字認識装置に対する要求が高まってい
る。
【０００３】従来の文字認識装置としては、例えば、特
開平2-214990号広報に示されているような、図９に示し
た文字認識装置が提案されている。文字訂正部８は、文
字認識部１から１文字に付きＮ個の候補文字を入力とし
て受け取る。自動訂正部６１は、候補文字と訂正規則テ
ーブル６３を比較し訂正規則により文字を訂正する。自
動訂正部６１の訂正出力結果は操作者に表示され、操作
者は誤って認識された文字を訂正する。この訂正の操作
の情報をもとに、手動訂正制御部６２で訂正規則を作
り、この規則を訂正規則テーブル６３に登録し、以降の
認識結果に訂正規則を適用して認識誤りを自動訂正す
る。これにより、操作者が行った訂正をもとに、文書の
フォントに合わせた文字認識を行うことができる。
開平2-214990号広報に示されているような、図９に示し
た文字認識装置が提案されている。文字訂正部８は、文
字認識部１から１文字に付きＮ個の候補文字を入力とし
て受け取る。自動訂正部６１は、候補文字と訂正規則テ
ーブル６３を比較し訂正規則により文字を訂正する。自
動訂正部６１の訂正出力結果は操作者に表示され、操作
者は誤って認識された文字を訂正する。この訂正の操作
の情報をもとに、手動訂正制御部６２で訂正規則を作
り、この規則を訂正規則テーブル６３に登録し、以降の
認識結果に訂正規則を適用して認識誤りを自動訂正す
る。これにより、操作者が行った訂正をもとに、文書の
フォントに合わせた文字認識を行うことができる。
【０００４】
【発明が解決しようとする課題】しかしながら、上記の
文字認識装置では、操作者が行った訂正をもとに訂正規
則テーブルを作成するために、人手をかけずに自動的に
訂正規則を作成することができない。
文字認識装置では、操作者が行った訂正をもとに訂正規
則テーブルを作成するために、人手をかけずに自動的に
訂正規則を作成することができない。
【０００５】本発明は、このような従来の課題を解決す
るもので、知識処理を用いて修正された文字列をもと
に、文字認識部の認識辞書を自動的に再構成し、これに
より自動的に文書のフォントに合った認識を行い、文字
認識率を高くすることを目的としている。
るもので、知識処理を用いて修正された文字列をもと
に、文字認識部の認識辞書を自動的に再構成し、これに
より自動的に文書のフォントに合った認識を行い、文字
認識率を高くすることを目的としている。
【０００６】
【課題を解決するための手段】本発明は上記目的を達成
するために、文字修正部において訂正された文字を、文
字認識部における候補文字と比較することにより、文字
認識部の誤り易い文字を抽出する。抽出された文字は文
字認識部に送られ、この文字をもとに文字認識部におけ
る認識辞書を再構成することにより、文字認識部の処理
を認識対象の文書の文字に適応させ、認識誤りをなくす
る。
するために、文字修正部において訂正された文字を、文
字認識部における候補文字と比較することにより、文字
認識部の誤り易い文字を抽出する。抽出された文字は文
字認識部に送られ、この文字をもとに文字認識部におけ
る認識辞書を再構成することにより、文字認識部の処理
を認識対象の文書の文字に適応させ、認識誤りをなくす
る。
【０００７】
【作用】本発明は上記した構成により、文字修正部が文
字を訂正した情報から、文字認識部の誤り易い文字を抽
出し、この文字をもとに文字認識部の認識辞書を再構成
する。これにより、文字認識部における認識誤りが減
り、文字認識率が向上する。
字を訂正した情報から、文字認識部の誤り易い文字を抽
出し、この文字をもとに文字認識部の認識辞書を再構成
する。これにより、文字認識部における認識誤りが減
り、文字認識率が向上する。
【０００８】
【実施例】以下、本発明の第１の発明の実施例について
説明する。図１にこの実施例の文字認識装置の全体の構
成を示す。文字認識部１は、認識辞書１６を用いて文書
画像１０より文字認識を行い、１文字につき第１候補文
字から第ｎ候補文字までのｎ個の候補文字を持つ候補文
字集合を出力する。
説明する。図１にこの実施例の文字認識装置の全体の構
成を示す。文字認識部１は、認識辞書１６を用いて文書
画像１０より文字認識を行い、１文字につき第１候補文
字から第ｎ候補文字までのｎ個の候補文字を持つ候補文
字集合を出力する。
【０００９】単語検索部２は、単語辞書６を検索するこ
とにより候補文字集合１１の組み合せの中から、単語辞
書６に存在する単語と一致する候補文字の組み合せであ
る候補単語集合１２を選び出す。文節検索部３は、文法
辞書７を参照して候補単語集合１２から文節となりえる
単語の組み合せ候補文節集合１３を選び出す。文節評価
値演算部４は、文節検索部３で検索された文節の語彙的
および文法的な正しさを文節中の単語の長さや頻度を基
準として評価値を計算する。文節選択部５は、文節の候
補の中で評価値の最も大きい文節を選択し、修正文字列
１４を出力する。
とにより候補文字集合１１の組み合せの中から、単語辞
書６に存在する単語と一致する候補文字の組み合せであ
る候補単語集合１２を選び出す。文節検索部３は、文法
辞書７を参照して候補単語集合１２から文節となりえる
単語の組み合せ候補文節集合１３を選び出す。文節評価
値演算部４は、文節検索部３で検索された文節の語彙的
および文法的な正しさを文節中の単語の長さや頻度を基
準として評価値を計算する。文節選択部５は、文節の候
補の中で評価値の最も大きい文節を選択し、修正文字列
１４を出力する。
【００１０】候補文字比較部９は、修正文字列１４と候
補文字集合１１を比較し、修正文字列と候補文字集合の
第１候補文字とが異なる文字を抽出し、追加学習文字１
５として文字認識部１に送る。
補文字集合１１を比較し、修正文字列と候補文字集合の
第１候補文字とが異なる文字を抽出し、追加学習文字１
５として文字認識部１に送る。
【００１１】上記の構成の文字認識装置において次のよ
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で認識辞書１６を用いて文字認識し
て、１文字につき第１候補文字から第ｎ候補文字までの
ｎ個の候補文字を持つ候補文字集合を出力する。
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で認識辞書１６を用いて文字認識し
て、１文字につき第１候補文字から第ｎ候補文字までの
ｎ個の候補文字を持つ候補文字集合を出力する。
【００１２】さらに、単語検索部２で、単語辞書６を検
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
【００１３】候補文字比較部９は、修正文字列１４と候
補文字集合１１の比較を行う。同じ文字位置の修正文字
列の文字と候補文字集合の第１候補文字を比較し、これ
らの二つの文字が異なれば、追加学習文字１５として出
力する。
補文字集合１１の比較を行う。同じ文字位置の修正文字
列の文字と候補文字集合の第１候補文字を比較し、これ
らの二つの文字が異なれば、追加学習文字１５として出
力する。
【００１４】文字認識部１は、追加学習文字１５を受け
取り、追加学習文字の文字画像と修正文字列の文字か
ら、追加学習文字が認識できるように認識辞書１６に追
加学習文字１５の辞書を追加する。
取り、追加学習文字の文字画像と修正文字列の文字か
ら、追加学習文字が認識できるように認識辞書１６に追
加学習文字１５の辞書を追加する。
【００１５】これにより、文字認識部１における初めの
文字認識で認識できなかった文字も認識辞書に追加文字
の辞書が追加されたことにより認識可能になる。
文字認識で認識できなかった文字も認識辞書に追加文字
の辞書が追加されたことにより認識可能になる。
【００１６】なお、文字認識部１における認識辞書１６
への追加学習文字１５の辞書への追加は、文字認識部１
をニューラルネットワークで構成してネットワークの重
みを追加学習によって変化させて処理を行っても良い。
への追加学習文字１５の辞書への追加は、文字認識部１
をニューラルネットワークで構成してネットワークの重
みを追加学習によって変化させて処理を行っても良い。
【００１７】また、本実施例では候補文字比較部９で、
修正文字列と第１候補文字との比較を行ったが、修正文
字と第ｍ候補文字（１≦ｍ≦ｉ＜ｎ）とを比較し、修正
文字がｉ個の候補文字の中に含まれていなかったら、修
正文字を追加学習文字１５として出力するようにしても
良い。
修正文字列と第１候補文字との比較を行ったが、修正文
字と第ｍ候補文字（１≦ｍ≦ｉ＜ｎ）とを比較し、修正
文字がｉ個の候補文字の中に含まれていなかったら、修
正文字を追加学習文字１５として出力するようにしても
良い。
【００１８】次に、本発明の第２の発明の実施例につい
て説明する。図２にこの実施例の文字認識装置の全体の
構成を示す。
て説明する。図２にこの実施例の文字認識装置の全体の
構成を示す。
【００１９】文字認識部１、単語検索部２、文節検索部
３、文節評価演算部４、文節選択部５、候補文字比較部
９は、第１の発明の実施例と同じである。
３、文節評価演算部４、文節選択部５、候補文字比較部
９は、第１の発明の実施例と同じである。
【００２０】同文字抽出部２１は、候補文字比較部から
出力された文字に対して、同じ文字を抽出し、さらにそ
の文字が異なる単語に含まれている場合に、その文字を
追加学習文字１５として出力する。
出力された文字に対して、同じ文字を抽出し、さらにそ
の文字が異なる単語に含まれている場合に、その文字を
追加学習文字１５として出力する。
【００２１】上記の構成の文字認識装置において次のよ
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で認識辞書１６を用いて文字認識し
て、１文字につき第１候補文字から第ｎ候補文字までの
ｎ個の候補文字を持つ候補文字集合を出力する。
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で認識辞書１６を用いて文字認識し
て、１文字につき第１候補文字から第ｎ候補文字までの
ｎ個の候補文字を持つ候補文字集合を出力する。
【００２２】さらに、単語検索部２で、単語辞書６を検
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
【００２３】候補文字比較部９は、修正文字列１４と候
補文字集合１１の比較を行う。同じ文字位置の修正文字
列の文字と候補文字集合の第１候補文字を比較し、これ
らが異なる文字を出力する。
補文字集合１１の比較を行う。同じ文字位置の修正文字
列の文字と候補文字集合の第１候補文字を比較し、これ
らが異なる文字を出力する。
【００２４】同文字抽出部２１は、候補文字比較部９が
出力した文字に対して、同じ文字を抽出し、さらにその
文字が異なる単語に含まれている場合に、その文字を追
加学習文字１５として出力する。例えば、文字修正部８
によって訂正文字列が図３に示すように出力されたと
き、候補文字比較部９は、文章の『文』、認識の
『認』、文法の『文』、訂正の『正』を出力する。これ
らの文字に対して、同文字抽出部は、文章の『文』と文
法の『文』が同じ文字であり、かつ異なる単語に含まれ
ているので、『文』を追加学習文字１５として出力す
る。
出力した文字に対して、同じ文字を抽出し、さらにその
文字が異なる単語に含まれている場合に、その文字を追
加学習文字１５として出力する。例えば、文字修正部８
によって訂正文字列が図３に示すように出力されたと
き、候補文字比較部９は、文章の『文』、認識の
『認』、文法の『文』、訂正の『正』を出力する。これ
らの文字に対して、同文字抽出部は、文章の『文』と文
法の『文』が同じ文字であり、かつ異なる単語に含まれ
ているので、『文』を追加学習文字１５として出力す
る。
【００２５】文字認識部１は、追加学習文字１５を受け
取り、追加学習文字の文字画像と修正文字列の文字か
ら、追加学習文字が認識できるように認識辞書１６に追
加学習文字１５の辞書を追加する。
取り、追加学習文字の文字画像と修正文字列の文字か
ら、追加学習文字が認識できるように認識辞書１６に追
加学習文字１５の辞書を追加する。
【００２６】これにより、文字認識部１における初めの
文字認識で認識できなかった文字も認識辞書に追加文字
の辞書が追加されたことにより認識可能になる。
文字認識で認識できなかった文字も認識辞書に追加文字
の辞書が追加されたことにより認識可能になる。
【００２７】なお、文字認識部１における認識辞書１６
への追加学習文字１５の辞書への追加は、文字認識部１
をニューラルネットワークで構成してネットワークの重
みを追加学習によって変化させて処理を行っても良い。
への追加学習文字１５の辞書への追加は、文字認識部１
をニューラルネットワークで構成してネットワークの重
みを追加学習によって変化させて処理を行っても良い。
【００２８】また、本実施例では候補文字比較部９で、
修正文字列と第１候補文字との比較を行ったが、修正文
字と第ｍ候補文字（１≦ｍ≦ｉ＜ｎ）とを比較し、修正
文字がｉ個の候補文字の中に含まれていなかったら、修
正文字を追加学習文字１５として出力するようにしても
良い。
修正文字列と第１候補文字との比較を行ったが、修正文
字と第ｍ候補文字（１≦ｍ≦ｉ＜ｎ）とを比較し、修正
文字がｉ個の候補文字の中に含まれていなかったら、修
正文字を追加学習文字１５として出力するようにしても
良い。
【００２９】次に、本発明の第３の発明の実施例につい
て説明する。図４にこの実施例の文字認識装置の全体の
構成を示す。
て説明する。図４にこの実施例の文字認識装置の全体の
構成を示す。
【００３０】図５に図４の文字認識部１の構成を示す。
文字認識部１はニューラルネットワークにより、候補文
字を認識する。類似度計算部３６は、文字画像と重み係
数３７とから各文字との類似度を計算し、候補文字を出
力する。重み係数更新部３８は、候補文字と追加学習文
字の誤差とをもとにして重み係数を更新することもでき
る。
文字認識部１はニューラルネットワークにより、候補文
字を認識する。類似度計算部３６は、文字画像と重み係
数３７とから各文字との類似度を計算し、候補文字を出
力する。重み係数更新部３８は、候補文字と追加学習文
字の誤差とをもとにして重み係数を更新することもでき
る。
【００３１】なお、単語検索部２、文節検索部３、文節
評価値演算部４、文節選択部５は、第１の発明の実施例
と同じである。
評価値演算部４、文節選択部５は、第１の発明の実施例
と同じである。
【００３２】図４のキーワード抽出部３１は、文節選択
部５の出力の修正文字列１４から認識対象の文書のキー
ワードを抽出し、キーワード集合３５を作成する。キー
ワードの抽出は、例えば文書中の単語の頻度と一般の文
書における単語の頻度との差から求める。キーワード部
分一致検索部３２は、得られたキーワード集合３５と候
補文字集合１１との部分一致検索を行う。例えば、キー
ワードとして、「認識」が抽出されていれば、修正文字
列１４にある「認＊」や「＊識」が部分一致文字として
抽出される。候補単語付加部３３は、部分一致したキー
ワードを候補単語集合に付加する。前述の例では、部分
一致した「認＊」や「＊識」が「認識」として候補単語
集合１２に付加される。これによって、文字認識部１か
ら出力されなかった文字を文字訂正に用いることができ
る。
部５の出力の修正文字列１４から認識対象の文書のキー
ワードを抽出し、キーワード集合３５を作成する。キー
ワードの抽出は、例えば文書中の単語の頻度と一般の文
書における単語の頻度との差から求める。キーワード部
分一致検索部３２は、得られたキーワード集合３５と候
補文字集合１１との部分一致検索を行う。例えば、キー
ワードとして、「認識」が抽出されていれば、修正文字
列１４にある「認＊」や「＊識」が部分一致文字として
抽出される。候補単語付加部３３は、部分一致したキー
ワードを候補単語集合に付加する。前述の例では、部分
一致した「認＊」や「＊識」が「認識」として候補単語
集合１２に付加される。これによって、文字認識部１か
ら出力されなかった文字を文字訂正に用いることができ
る。
【００３３】候補外文字検出部３４は、文節選択部５が
出力した修正文字列１４の中で、候補単語付加部３３に
よって付加された候補外文字を検出し、その文字を追加
学習文字１５として出力する。
出力した修正文字列１４の中で、候補単語付加部３３に
よって付加された候補外文字を検出し、その文字を追加
学習文字１５として出力する。
【００３４】上記の構成の文字認識装置において次のよ
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で図５に示した重み係数３７を参照し
て類似度計算部３６で、１文字につき第１候補文字から
第ｎ候補文字までのｎ個の候補文字を持つ候補文字集合
を出力する。
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で図５に示した重み係数３７を参照し
て類似度計算部３６で、１文字につき第１候補文字から
第ｎ候補文字までのｎ個の候補文字を持つ候補文字集合
を出力する。
【００３５】さらに、単語検索部２で、単語辞書６を検
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
【００３６】次いで、キーワード抽出部３１で、修正文
字列１４からキーワード集合３５を抽出する。
字列１４からキーワード集合３５を抽出する。
【００３７】キーワード部分一致検索部３２で、キーワ
ード集合３５と候補文字集合１１との部分一致検索を行
う。次に候補単語付加部３３で、キーワード部分一致検
索部３２で出力された単語を候補単語集合１２に付加す
る。
ード集合３５と候補文字集合１１との部分一致検索を行
う。次に候補単語付加部３３で、キーワード部分一致検
索部３２で出力された単語を候補単語集合１２に付加す
る。
【００３８】再び、文節検索部３と文節評価値演算部４
で、付加された候補単語から候補文節を検索し、文節評
価値を求める。
で、付加された候補単語から候補文節を検索し、文節評
価値を求める。
【００３９】さらに、文節選択部５で、文節の候補の中
で評価値の大きい文節を選択し、修正文字列１４を出力
する。
で評価値の大きい文節を選択し、修正文字列１４を出力
する。
【００４０】候補外文字検出部３４で、修正文字列１４
の中で候補単語付加部３３によって付加された文字を検
出し、その文字を追加学習文字１５として出力する。
の中で候補単語付加部３３によって付加された文字を検
出し、その文字を追加学習文字１５として出力する。
【００４１】重み係数更新部３８は、追加学習文字と候
補文字との誤差をもとに重み係数３７を更新し、追加学
習を行う。
補文字との誤差をもとに重み係数３７を更新し、追加学
習を行う。
【００４２】これにより、文字認識部１における初めの
文字認識で認識できなかった文字も認識辞書に追加文字
の辞書が追加されたことにより認識可能になる。
文字認識で認識できなかった文字も認識辞書に追加文字
の辞書が追加されたことにより認識可能になる。
【００４３】なお、文字認識部１は、ニューラルネット
ワークを用いない文字認識方式を用いてもよい。この方
式として例えば、各文字の平均値ベクトルを認識辞書と
して有し、それと画像との比較により文字を認識しても
よい。認識辞書を用いた場合は、追加された文字をもと
に認識辞書を再構築して、追加学習を行う。
ワークを用いない文字認識方式を用いてもよい。この方
式として例えば、各文字の平均値ベクトルを認識辞書と
して有し、それと画像との比較により文字を認識しても
よい。認識辞書を用いた場合は、追加された文字をもと
に認識辞書を再構築して、追加学習を行う。
【００４４】次に、本発明の第４の発明の実施例につい
て説明する。図６にこの実施例の文字認識装置の全体の
構成を示す。
て説明する。図６にこの実施例の文字認識装置の全体の
構成を示す。
【００４５】なお、文字認識部１、単語検索部２、文節
検索部３、文節評価値演算部４、文節選択部５は、第１
の発明の実施例と同じである。
検索部３、文節評価値演算部４、文節選択部５は、第１
の発明の実施例と同じである。
【００４６】また、キーワード抽出部３１、キーワード
部分一致検索部３２、候補外文字検出部３４は、第４の
発明の実施例と同じである。
部分一致検索部３２、候補外文字検出部３４は、第４の
発明の実施例と同じである。
【００４７】単語誤訂正度演算部４１は、修正文字列１
４から訂正された単語が、誤訂正である確からしさ、す
なわち単語誤訂正度を計算する。リジェクト文字決定部
４２は、単語誤訂正度演算部４１が出力した単語誤訂正
度にもとづきリジェクト文字を決定する。候補単語付加
部４３は、キーワード部分一致検索部３２で検索された
キーワードの中で、リジェクト文字となっている文字を
候補単語集合に付加する。
４から訂正された単語が、誤訂正である確からしさ、す
なわち単語誤訂正度を計算する。リジェクト文字決定部
４２は、単語誤訂正度演算部４１が出力した単語誤訂正
度にもとづきリジェクト文字を決定する。候補単語付加
部４３は、キーワード部分一致検索部３２で検索された
キーワードの中で、リジェクト文字となっている文字を
候補単語集合に付加する。
【００４８】上記の構成の文字認識装置において次のよ
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で認識辞書１６を用いて文字認識し
て、１文字につき第１候補文字から第ｎ候補文字までの
ｎ個の候補文字を持つ候補文字集合を出力する。
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で認識辞書１６を用いて文字認識し
て、１文字につき第１候補文字から第ｎ候補文字までの
ｎ個の候補文字を持つ候補文字集合を出力する。
【００４９】さらに、単語検索部２で、単語辞書６を検
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
【００５０】次いで、キーワード抽出部３１で、修正文
字列１４からキーワード集合３５を抽出する。
字列１４からキーワード集合３５を抽出する。
【００５１】キーワード部分一致検索部３２で、キーワ
ード集合３５と候補文字集合１２との部分一致検索を行
う。
ード集合３５と候補文字集合１２との部分一致検索を行
う。
【００５２】次に、修正文字列１４中に含まれる単語を
訂正単語、修正文字列１４中の文字を訂正文字と呼ぶと
すると、単語誤訂正度演算部４１で、訂正単語の長さ、
単語中に含まれる文字の文字認識部１での評価値、訂正
文字と第１候補文字の文字認識部１での評価値の差、単
語を構成する文字の種類、訂正単語が正解である統計確
率などから各訂正単語の単語誤訂正度を計算する。リジ
ェクト文字決定部４２で、訂正単語とその前後の単語の
単語誤訂正度などからリジェクト文字を決定する。
訂正単語、修正文字列１４中の文字を訂正文字と呼ぶと
すると、単語誤訂正度演算部４１で、訂正単語の長さ、
単語中に含まれる文字の文字認識部１での評価値、訂正
文字と第１候補文字の文字認識部１での評価値の差、単
語を構成する文字の種類、訂正単語が正解である統計確
率などから各訂正単語の単語誤訂正度を計算する。リジ
ェクト文字決定部４２で、訂正単語とその前後の単語の
単語誤訂正度などからリジェクト文字を決定する。
【００５３】次に候補単語付加部４３で、キーワード部
分一致検索部３２で出力された単語とリジェクト文字決
定部４２で出力された文字とを比較し、両者が一致して
いたら、キーワード部分一致検索部３２で出力された単
語を候補単語集合１２に付加する。
分一致検索部３２で出力された単語とリジェクト文字決
定部４２で出力された文字とを比較し、両者が一致して
いたら、キーワード部分一致検索部３２で出力された単
語を候補単語集合１２に付加する。
【００５４】再び、文節検索部３と文節評価値演算部４
で、付加された候補単語から候補文節を検索し、文節評
価値を求める。
で、付加された候補単語から候補文節を検索し、文節評
価値を求める。
【００５５】さらに、文節選択部５で、文節の候補の中
で評価値の大きい文節を選択し、修正文字列１４を出力
する。
で評価値の大きい文節を選択し、修正文字列１４を出力
する。
【００５６】候補外文字検出部３４で、修正文字列１４
の中で候補単語付加部４３によって付加された文字を検
出し、その文字を追加学習文字１５として出力する。
の中で候補単語付加部４３によって付加された文字を検
出し、その文字を追加学習文字１５として出力する。
【００５７】文字認識部１は、追加学習文字１５を受け
取り、追加学習文字の文字画像と修正文字列の文字か
ら、追加学習文字が認識できるように認識辞書１６に追
加学習文字１５の辞書を追加する。
取り、追加学習文字の文字画像と修正文字列の文字か
ら、追加学習文字が認識できるように認識辞書１６に追
加学習文字１５の辞書を追加する。
【００５８】これにより、文字認識部１における初めの
文字認識で認識できなかった文字も認識辞書に追加文字
の辞書が追加されたことにより認識可能になる。
文字認識で認識できなかった文字も認識辞書に追加文字
の辞書が追加されたことにより認識可能になる。
【００５９】なお、文字認識部１における認識辞書１６
への追加学習文字１５の辞書への追加は、文字認識部１
をニューラルネットワークで構成してネットワークの重
みを追加学習によって変化させて処理を行っても良い。
への追加学習文字１５の辞書への追加は、文字認識部１
をニューラルネットワークで構成してネットワークの重
みを追加学習によって変化させて処理を行っても良い。
【００６０】次に、本発明の第５の発明の実施例につい
て説明する。図７にこの実施例の文字認識装置の全体の
構成を示す。
て説明する。図７にこの実施例の文字認識装置の全体の
構成を示す。
【００６１】なお、文字認識部１、単語検索部２、文節
検索部３、文節評価値演算部４、文節選択部５は、第１
の発明の実施例と同じである。
検索部３、文節評価値演算部４、文節選択部５は、第１
の発明の実施例と同じである。
【００６２】文字種決定部５１は、修正文字列１４から
文字種辞書５２を参照して各文字の文字種を決定し出力
する。
文字種辞書５２を参照して各文字の文字種を決定し出力
する。
【００６３】上記の構成の文字認識装置において次のよ
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で認識辞書１６を用いて文字認識し
て、１文字につき第１候補文字から第ｎ候補文字までの
ｎ個の候補文字を持つ候補文字集合を出力する。
うにして文字認識を行う。まず、認識対象の文書画像１
０を文字認識部１で認識辞書１６を用いて文字認識し
て、１文字につき第１候補文字から第ｎ候補文字までの
ｎ個の候補文字を持つ候補文字集合を出力する。
【００６４】さらに、単語検索部２で、単語辞書６を検
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
索することにより候補文字集合１１の組み合せの中か
ら、単語辞書６に存在する単語と一致する候補文字の組
み合せである候補単語集合１２を選び出す。さらに、文
節検索部３で、文法辞書７を参照して候補単語集合１２
から文節となりえる単語の組み合せである候補文節集合
１３を選び出す。文節検索部３で検索された文節の語彙
的および文法的な正しさを文節中の単語の長さや頻度な
どを基準として文節評価値を計算する。文節評価値を求
めた候補文節に対して文節評価値を基準にして、文節選
択部５で正しい文節の組み合せを選択し修正文字列１４
を出力する。
【００６５】文字種決定部５１で、修正文字列１４から
文字種辞書５２に従って文字種を決定する。文字種辞書
５２には、例えば、数詞前接頭語（第、約など）と数助
詞（本、個など）の間に挟まれる文字は数字である、片
仮名と片仮名に挟まれている文字は片仮名である確率が
高い、英字と英字に挟まれている文字は英字である確率
が高いなどというルールが登録されており、このルール
に従って文字種を決定する。図８は、修正文字列から文
字種を決定した例である。図８で修正文字列の中の「ニ
ューラねネットワーク」の文字列を片仮名、「９Ｇ．
５」の文字列を数字であると決定した。それ以外の部分
は、文字種の決定はされなかった。文字種が決定した文
字は文字認識部１に送られ、文字認識部１では、文字種
決定部の出力に従って文字種を限定して文字認識を再度
行う。
文字種辞書５２に従って文字種を決定する。文字種辞書
５２には、例えば、数詞前接頭語（第、約など）と数助
詞（本、個など）の間に挟まれる文字は数字である、片
仮名と片仮名に挟まれている文字は片仮名である確率が
高い、英字と英字に挟まれている文字は英字である確率
が高いなどというルールが登録されており、このルール
に従って文字種を決定する。図８は、修正文字列から文
字種を決定した例である。図８で修正文字列の中の「ニ
ューラねネットワーク」の文字列を片仮名、「９Ｇ．
５」の文字列を数字であると決定した。それ以外の部分
は、文字種の決定はされなかった。文字種が決定した文
字は文字認識部１に送られ、文字認識部１では、文字種
決定部の出力に従って文字種を限定して文字認識を再度
行う。
【００６６】再度文字認識部１によって出力された文字
を候補文字集合１１に付加し、単語検索部２では、再度
候補単語を検索し、検索された候補単語を候補単語集合
１２に付加する。さらに、文節検索部３と文節評価値演
算部４で、付加された候補単語から候補文節を検索し、
文節評価値を求める。
を候補文字集合１１に付加し、単語検索部２では、再度
候補単語を検索し、検索された候補単語を候補単語集合
１２に付加する。さらに、文節検索部３と文節評価値演
算部４で、付加された候補単語から候補文節を検索し、
文節評価値を求める。
【００６７】さらに、文節選択部５で、文節の候補の中
で評価値の大きい文節を選択し、修正文字列１４を出力
する。
で評価値の大きい文節を選択し、修正文字列１４を出力
する。
【００６８】このように、文字種を限定すると、文字認
識部１は文字種が限定されたことにより認識率が向上す
る。その結果文字修正を行った結果も認識率が向上す
る。
識部１は文字種が限定されたことにより認識率が向上す
る。その結果文字修正を行った結果も認識率が向上す
る。
【００６９】なお、本実施例では、文字種決定部５１に
おいて文字種を決定し文字種の限定を行ったが、文字種
決定部５１である一定の数の文字に限定することを行っ
ても良い。例えば、修正文字列１４から文字列が都市名
を表していることが決定できたら、都市名に使われてい
る文字だけに限定を行えば良い。
おいて文字種を決定し文字種の限定を行ったが、文字種
決定部５１である一定の数の文字に限定することを行っ
ても良い。例えば、修正文字列１４から文字列が都市名
を表していることが決定できたら、都市名に使われてい
る文字だけに限定を行えば良い。
【００７０】
【発明の効果】以上の実施例から明らかなように、本発
明の構成の文字認識装置を使用することにより、文字修
正部の訂正結果の情報を用いて追加学習文字を決定し、
認識対象の文書のフォントに合った認識辞書を自動的に
構成することができる。このため、認識対象の文書に合
った文字認識を行うために認識率が向上し、その実用的
効果は大きい。また、文字修正部の訂正結果の情報から
文字認識部における認識文字の文字種を限定することに
より、文字認識部の認識率を向上させることができる。
明の構成の文字認識装置を使用することにより、文字修
正部の訂正結果の情報を用いて追加学習文字を決定し、
認識対象の文書のフォントに合った認識辞書を自動的に
構成することができる。このため、認識対象の文書に合
った文字認識を行うために認識率が向上し、その実用的
効果は大きい。また、文字修正部の訂正結果の情報から
文字認識部における認識文字の文字種を限定することに
より、文字認識部の認識率を向上させることができる。
【図１】本発明の文字認識装置の一実施例の構成図
【図２】本発明の文字認識装置の他の実施例の構成図
【図３】本発明の同文字抽出部の出力図
【図４】本発明の文字認識装置の別の実施例の構成図
【図５】本発明の文字認識部の構成図
【図６】本発明の文字認識装置の他の実施例の構成図
【図７】本発明の文字認識装置の別の実施例の構成図
【図８】本発明の文字種決定部の出力図
【図９】従来の文字認識装置の構成図
１ 文字認識部 ２ 単語検索部 ３ 文節検索部 ４ 文節評価値演算部 ５ 文節選択部 ６ 単語辞書 ７ 文法辞書 ８ 文字修正部 ９ 候補文字比較部 １０ 文字画像 １１ 候補文字集合 １２ 候補単語集合 １３ 候補文節集合 １４ 修正文字列 １５ 追加学習文字 １６ 認識辞書 ２１ 同文字抽出部 ３１ キーワード抽出部 ３２ キーワード部分一致検索部 ３３ 候補単語付加部 ３４ 候補外文字検出部 ３５ キーワード集合 ３６ 類似度計算部 ３７ 重み係数 ３８ 重み係数更新部 ４１ 単語誤訂正度演算部 ４２ リジェクト文字決定部 ４３ 候補単語付加部 ５１ 文字種決定部 ５２ 文字種辞書 ６１ 自動訂正部 ６２ 手動訂正制御部 ６３ 訂正規則テーブル
フロントページの続き (72)発明者 〆木 泰治 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (72)発明者 前川 英嗣 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (72)発明者 伊藤 哲 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (72)発明者 小島 良宏 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (72)発明者 山本 浩司 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (56)参考文献 特開 平４−372086（ＪＰ，Ａ) 特開 平４−67277（ＪＰ，Ａ) 特開 平２−39282（ＪＰ，Ａ) 「電子情報通信学会研究技術報告 Ｐ ＲＵ91−135」Ｖｏｌ．91 Ｎｏ．478 Ｐ．71−78 ”文字認識後処理方法と後 処理による効果の分析" (58)調査した分野(Int.Cl.7，ＤＢ名) G06K 9/62 - 9/82
Claims (3)
- 【請求項１】文書画像を認識して１文字に付きＮ個の候
補文字を出力する文字認識部と、 候補文字集合から単
語辞書を用いて候補単語集合を求める単語検索部と、候
補単語集合から文法辞書を用いて候補文節を求める文節
検索部と、文節の語彙的及び文法的な正しさを計算する
文節評価値演算部と、文節の評価値を基準にして文節を
選択し修正文字列を出力する文節選択部と、候補文字集
合と修正文字列を比較する候補文字比較部と、異なる単
語中の同文字を抽出し追加学習文字を出力する同文字抽
出部とを備えたことを特徴とする文字認識装置。 - 【請求項２】文書画像を認識して１文字に付きＮ個の候
補文字を出力する文字認識部と、候補文字集合から単語
辞書を用いて候補単語集合を求める単語検索部と、候補
単語集合から文法辞書を用いて候補文節を求める文節検
索部と、文節の語彙的及び文法的な正しさを計算する文
節評価値演算部と、文節の評価値を基準にして文節を選
択し修正文字列を出力する文節選択部と、修正文字列か
ら認識対象の文書のキーワードを抽出するキーワード抽
出部と、前記候補文字列集合の中で前記キーワードとの
部分一致検索を行うキーワード部分一致検索部と、部分
一致したキーワードを候補単語集合に付加する候補単語
付加部と、修正文字列から候補単語付加部によって付加
された文字を検出し追加学習文字を出力する候補外文字
検出部とを備えたことを特徴とする文字認識装置。 - 【請求項３】文字認識部が、文字画像と重み係数とから
文字の類似度を計算して候補文字を出力する類似度計算
部と、追加学習文字と候補文字の誤差とから重み係数を
更新する重み係数更新部とからなることを特徴とする、
請求項２記載の文字認識装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05191893A JP3350127B2 (ja) | 1993-03-12 | 1993-03-12 | 文字認識装置 |
| US08/513,294 US6041141A (en) | 1992-09-28 | 1995-08-10 | Character recognition machine utilizing language processing |
| US08/965,534 US5987170A (en) | 1992-09-28 | 1997-11-06 | Character recognition machine utilizing language processing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05191893A JP3350127B2 (ja) | 1993-03-12 | 1993-03-12 | 文字認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06266906A JPH06266906A (ja) | 1994-09-22 |
| JP3350127B2 true JP3350127B2 (ja) | 2002-11-25 |
Family
ID=12900260
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP05191893A Expired - Fee Related JP3350127B2 (ja) | 1992-09-28 | 1993-03-12 | 文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3350127B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005339039A (ja) | 2004-05-25 | 2005-12-08 | Fuji Xerox Co Ltd | 文書処理装置および文書処理方法 |
| JP7221143B2 (ja) * | 2019-06-17 | 2023-02-13 | 株式会社日立製作所 | キーワード検出装置、及びキーワード検出方法 |
-
1993
- 1993-03-12 JP JP05191893A patent/JP3350127B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| 「電子情報通信学会研究技術報告 ＰＲＵ９１−１３５」Ｖｏｌ．９１ Ｎｏ．４７８ Ｐ．７１−７８ "文字認識後処理方法と後処理による効果の分析" |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH06266906A (ja) | 1994-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5377281A (en) | Knowledge-based character recognition | |
| CN111859921A (zh) | 文本纠错方法、装置、计算机设备和存储介质 | |
| Lehal et al. | A shape based post processor for Gurmukhi OCR | |
| JP3350127B2 (ja) | 文字認識装置 | |
| Chaudhuri et al. | OCR error detection and correction of an inflectional indian language script | |
| JP3975825B2 (ja) | 文字認識誤り訂正方法、装置及びプログラム | |
| JP3469375B2 (ja) | 認識結果の確信度決定方法及び文字認識装置 | |
| JPH076215A (ja) | ニューラルネットワークに基づく文字処理装置のための字句の後処理方法 | |
| JP3274014B2 (ja) | 文字認識装置および文字認識方法 | |
| JP3255816B2 (ja) | 文字認識装置 | |
| JP3085107B2 (ja) | 文字認識装置 | |
| JP4047895B2 (ja) | 文書校正装置およびプログラム記憶媒体 | |
| JP3123181B2 (ja) | 文字認識装置 | |
| JP4318223B2 (ja) | 文書校正装置およびプログラム記憶媒体 | |
| JP2827066B2 (ja) | 数字列混在文書の文字認識の後処理方法 | |
| JP3924899B2 (ja) | テキスト検索装置およびテキスト検索方法 | |
| JP2002091961A (ja) | コーパス誤りの検出・修正システム，コーパス誤りの検出・修正処理方法およびそのプログラム記録媒体 | |
| JPH0757059A (ja) | 文字認識装置 | |
| Konno et al. | Postprocessing algorithm based on the probabilistic and semantic method for Japanese OCR | |
| JP2908460B2 (ja) | 誤認識修正方法及び装置 | |
| JP3339879B2 (ja) | 文字認識装置 | |
| JPH09185674A (ja) | 誤認識文字検出装置、誤認識文字訂正装置、誤認識文字検出方法、および、誤認識文字訂正方法 | |
| JPH0290384A (ja) | 文字認識装置の後処理方式 | |
| JPH0589281A (ja) | 誤読修正・検出方法 | |
| JPH10240736A (ja) | 形態素解析装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080913 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080913 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090913 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |