JP3469375B2 - 認識結果の確信度決定方法及び文字認識装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字認識技術に係
り、特に、文字認識における認識結果の確からしさを評
価する技術に関する。

【０００２】

【従来の技術】文字認識装置においては、ある程度の誤
認識が避けられないのが現状であり、装置ユーザは認識
結果中の間違いの修正を行なう必要がある。このような
誤認識文字の修正作業を容易にするため、文字認識装置
側で誤認の可能性が高い文字を検出してユーザに提示す
るのが望ましい。

【０００３】この目的のため、文字認識装置においては
一般に、入力文字とパターン辞書とのパターンマッチン
グによって得られた第１候補文字の辞書との類似度もし
くは辞書からの距離や、第１候補文字と第２候補文字の
辞書からの距離の差から、認識結果文字の信頼度を求
め、これを認識結果文字とともにユーザに提示してい
る。しかし、日本語の文字認識の場合、類似文字を持つ
文字が多数存在するため、そのような方法による信頼度
を用いると、正しい認識結果を誤りとして過剰に検出し
てしまう傾向が強い。例えば、文字列「コンピュータ
ー」は、その７文字すべてに類似文字が存在するため、
それが正しく認識されたとしても、上記方法によると各
文字に対して得られる信頼度が低くなり誤認とみさなれ
ることがある。

【０００４】ワープロの文書入力等に用いられている校
正支援ツールが、文字認識結果中の間違い検出のために
利用されることもある。しかし、文字認識特有の誤り、
例えば「。」「；」「、」「一」等の誤認識の検出が困
難である。

【０００５】認識結果の言語解析処理を行ない、その解
析結果に対して各種の言語的ルールを適用することによ
って、誤認文字を検出する方法も提案されている（特開
平５−８９２８１号）。しかし、この方法を実現するた
めには、文字認識装置の開発段階において多様な事象そ
れぞれ毎にルールを導きださねばならず多大な労力を必
要とし、またルールを洩れなく網羅的に用意することは
実際上不可能である。

【０００６】以上の諸点に鑑み、本出願人は、文字認識
結果を得るための文字の切り出し処理、パターン辞書と
のマッチング処理、文字組合せ（パス）選択処理、ルー
ル処理、言語処理までの各処理段階で得られた情報を証
拠として用いることにより、最終的な文字認識結果の確
からしさの度合（確信度）を決定する方式を提案してい
る（特開平４−２１１８８３号）。

【０００７】

【発明が解決しようとする課題】上記特開平４−２１１
８８３号の方式は、文字認識に係わる各種処理で得られ
る情報に基づき多角的総合的に最終認識結果の確からし
さを評価するため、パターンマッチングの結果である第
１候補文字の辞書からの距離や、第１候補文字と第２候
補文字の辞書からの距離の差によって評価するような方
法に比べ、高い精度で誤認識文字を検出又は指摘するこ
とができ、また、特開平５−８９２８１号の技術のよう
に様々なルールを作成する必要もない。

【０００８】しかしながら、各種処理の段階で得られた
証拠を用いて多角的に確信度を決定することが、逆に、
言語的には明らかに正しいと考えられる文字列（例えば
前記「コンピューター」）を誤認の可能性が高いと判断
してしまうという過剰検出が起こることがあった。

【０００９】本発明は、上記特開平４−２１１８８３号
の方式をベースに、その弱点を補い、より精度のよい誤
認文字検出を可能にしようとするものである。

【００１０】すなわち、本発明は、上記特開平４−２１
１８８３号の方式をベースに、文字認識の最終的認識結
果文字の確信度を決定するための改良された方法及びそ
れを用いた文字認識装置を提供することにある。

【００１１】

【課題を解決するための手段】請求項１の発明は、１以
上の文字認識のための処理によって認識結果を得、該 得
られた認識結果に言語処理を施こすによって最終的な認
識結果を決定する文字認識装置における認識結果の確信
度決定方法であって、最終的な認識結果の各文字毎に、
前記言語処理より提供される情報に基づいて確信度を決
定し、該確信度が一定以上の確からしさの度合を示す場
合には該確信度を最終的な確信度と決定し、前記確信度
が一定以上の確からしさの度合を示さない場合には、前
記言語処理以外の前記１以上の文字認識のための処理そ
れぞれより提供される情報に基づき１以上の確信度を求
め、該求めた１以上の確信度と前記言語処理の情報に基
づいて求められた確信度とを利用して最終的な確信度を
決定することを特徴とするものである。

【００１２】請求項２の発明は、請求項１記載の発明に
よる認識結果の確信度決定方法において、利用する確信
度の数に応じて各確信度に対する重み付けを制御するこ
とを特徴とするものである。

【００１３】請求項３の発明は、請求項２の発明による
認識結果の確信度決定方法において、利用される確信度
の数が一定数以下の場合には、言語処理より提供された
情報から誤認の可能性の高い言語条件か否かを判定し、
その結果に応じて各確信度の重み付けを制御することを
特徴とするものである。

【００１４】請求項４の発明は、文字切り出し処理手
段、文字認識処理手段、文字組合せ選択処理手段、ルー
ル処理手段、言語処理手段等の複数の処理手段を有する
文字認識装置において、言語処理手段及びそれ以外の１
以上の処理手段より提供される情報に基づいて、請求項
１，２又は３記載の確信度決定方法によって最終的認識
結果の各文字の確信度を決定する確信度処理手段を有
し、該確信度処理手段により決定された確信度が最終的
認識結果の付帯情報として出力されることを特徴とす
る。

【００１５】

【発明の実施の形態】本発明の実施の形態を明らかにす
るため、本発明の実施例を図面を用いて説明する。

【００１６】図１は本発明の一実施例による文字認識装
置の概略構成を示すブロック図である。図１に示す文字
認識装置は、画像入力部１、切り出し処理部２、文字認
識処理部３、文字組合せ（パス）選択処理部４、ルール
処理部５、言語処理部６、確信度処理部７及び出力／表
示部８から構成されている。

【００１７】画像入力部１は、文書の画像をイメージス
キャナ等によって読み取り、２値画像データとして入力
する部分である。切り出し処理部２は、入力された文書
画像の個々の文字画像を切り出す処理を行なう部分であ
る。この切り出し処理の方法は従来と同様でよく、例え
ば文書画像の行方向の射影を求め、この射影を利用して
文書画像より文字行の切り出しを行ない、切り出した各
文字行より例えば行と垂直の方向の射影を利用し、ある
いは黒画素連結成分の外接矩形を統合することにより、
個々の文字を切り出す。

【００１８】文字認識処理部３は、切り出された各文字
画像を正規化してから特徴量を抽出し、その特徴量とパ
ターン辞書とのマッチングを行なうことにより、類似度
の大きい又は相違度（距離）の小さい候補文字を１つ以
上決定する部分である。文字組合せ選択処理部４は、連
続した文字についての文字認識処理部３により決定され
た候補文字の最適な組み合わせ（パス）を決定する処理
を行なう部分である。ルール処理部５は、文字の行内で
の相対位置についての情報（例えば「・」と「．」の区
別等に関係）、文字の大きさの情報（文字画像を正規化
するので、例えばＣとｃのような大文字小文字の区別に
関係）、文字種の情報（例えばカタカナ文字列中に漢字
の「一」があったら、これをカタカナの長音記号「ー」
に修正する）等々の一定のルールに基づいて、文字認識
処理の候補文字に対する修正処理を行なう部分である。
言語処理部６は、文字組合せ選択処理部４及びルール処
理部５による後処理を施された後の文字認識の候補文字
列について、単語辞書との照合及び文法チェック等の解
析を行なって誤りを修正し、最終的な認識結果文字を決
定する部分である。この言語処理語の認識結果文字がユ
ーザによる修正の対象となる最終認識結果であり、その
文字コードは出力／表示部８へ送られ、ディスプレーに
表示されたり、記憶装置に格納されたりする。

【００１９】以上に述べた切り出し処理から言語処理ま
での処理内容及び装置構成は、特開平４−２１１８８３
号の文字認識装置と同様である。本発明の特徴は、次に
説明する確信度処理部７の構成と処理内容に関する。た
だし、確信度処理部７において扱う確信度の定義は、特
開平４−２１１８８３号と同様である。

【００２０】確信度処理部７は切り出し処理部２、文字
認識処理部３、文字組合せ選択処理部４、ルール処理部
５及び言語処理部６より「文字が誤っているかどうか」
の情報の提供を受け、それを証拠として用いて、最終認
識結果の各文字の確からしさの度合を示す確信度を求め
る部分である。この確信度を求める処理は最終認識結果
の１文字単位の処理となる。

【００２１】確信度処理部７は、図示のようにパラメー
タ格納部２１、言語処理確信度算出部２２、言語処理確
信度テーブル２３、各処理確信度算出部２４、重み制御
部２５、合成部２６及び確信度決定部２７から構成され
ている。各処理部２，３，４，５はそれぞれの処理を実
行した時に、誤認検出のために有効と考えられるパラメ
ータの値を提供し、これがパラメータ格納部２１に格納
される。提供されるパラメータ値としては、文字認識処
理部３からは例えば、第１候補文字のパターン辞書から
の距離（もしくは距離を文字の総輪郭数で除した評価
値）や、第１候補文字のパターン辞書からの距離（もし
くは評価値）と第２候補文字のパターン辞書からの距離
（もしくは評価値）との差が提供され、文字組合せ選択
処理部４からは例えば、最適な文字組合せ（パス）を決
定する時の評価値や、それと次候補の文字組合せの評価
値との差が提供される。ルール処理部５からは例えば、
修正のために適用されたルールの情報がパラメータ値と
して提供される。切り出し処理部２からは例えば、文字
間ピッチと文字幅がパラメータ値として提供される。

【００２２】言語処理部６は、言語解析により求めた言
語情報の属性値を言語処理確信度算出部２２に提供す
る。本実施例では、次の５つの属性値 ａ）単語長（その文字が属する語の長さ） ｂ）品詞（その文字が属する語の品詞） ｃ）頻度（その文字が属する語の頻度） ｄ）接続強度（その文字が属する語の前接する語との接
続強度） ｅ）修正有無（その文字が言語処理によって修正された
か否か）が提供される。

【００２３】例えば、最終認識結果文字列「言語処理」
が得られたが、言語処理によって「言語」と「処理」と
いう２つの単語に解析され、その「言語」中の文字”
語”は言語処理によって認識結果が修正された場合を仮
定する。この場合、当該４文字について次の表１に示す
ような属性値が提供される。この例から理解されるよう
に、同一の単語に属する最終認識結果文字の属性値は、
「修正有無」を除き、すべて同じになる（修正された”
語”だけは「修正有無」は「あり」である。

【００２４】

【表１】

【００２５】言語処理確信度算出部２２に関連した言語
処理確信度テーブル２３は、言語的確からしさのテーブ
ルであり、前記のａ）〜ｅ）までの５つの属性値に相当
する５項目に、文字の言語的確からしさの度合である
「確信度」の１項目を加えた、合計６項目から構成され
ている。その例を図２に示す。確信度は０から１００ま
での数値で記述される。項目によっては、全ての属性値
と照合可能であるという仮想の属性値（図２の”ａｎｙ
ｏｎｅ”）を記述できる。このような言語処理確信度テ
ーブルは、サンプルデータを学習させて誤認率を求める
などの方法によって予め作成されるが、学習理論（例え
ば決定木）等を使ってデータから自動的に求めることで
もよい。

【００２６】次に、確信度処理部７の処理について説明
する。最終認識結果の１文字毎に、最初に言語処理確信
度算出部２２が作動し図３に示すような処理を実行す
る。まず、言語処理確信度算出部２２は言語処理部６よ
り与えられた前記の５つの属性値をキーとして言語処理
確信度テーブル２３を検索し、対象文字の確信度を得る
（ステップ１００）。つぎに、この言語処理の確信度が
予め定めた閾値以上であるか判定する（ステップ１０
２）。この確信度が閾値以上のときは、当該文字は明ら
かに正しいとして、当該言語処理の確信度をそのまま出
力／表示部８へ出力し（ステップ１０４）、当該文字に
関する確信度処理は終了する。言語処理の確信度が閾値
以上でないと判定した場合、言語処理確信度算出部２２
は各処理確信度算出部２４に制御を渡し（ステップ１０
６）処理を終了する。

【００２７】各処理確信度算出部２４に制御が渡された
場合の処理内容について、以下説明する。各処理確信度
算出部２４は、対象文字に関して提供されてパラメータ
格納部２１に格納された切り出し処理、文字認識処理、
文字組合せ選択処理、ルール処理の各処理段階のパラメ
ータ値を証拠として用いて、特開平４−２１１８８３号
と同手法により、各処理段階における対象文字の確信度
を求める。そして、重み制御部２５に制御を渡す。

【００２８】重み制御部２５は、各処理確信度算出部２
４により求められた各処理の確信度、及び言語処理確信
度算出部２２により求められた言語処理の確信度に、そ
れぞれの重用度に応じた重みを付与する。そして、制御
が合成部２６に渡る。

【００２９】合成部２６は、言語処理及び各処理の確信
度の合成統合を、それぞれの確信度に付与された重みを
反映させて行なう。この合成統合の手法は、特開平４−
２１１８８３と同手法である。すなわち、言語処理の確
信度及び各処理の確信度を疑似可能性分布に割り当て、
次に基本確率に変換し、基本確率をデンプスターの統合
規則により合成する。疑似可能性分布を基本確率に変換
する際に、重み制御部２５により付与された重みが用い
られる。例えば、Ｆを重み係数として、 確率の大きい方に、（α−β）＊Ｆ 未知の確率に、１−｛（α−β）＊Ｆ｝ 確率の小さい方は、ゼロ とする。例えば、「文字が正しい」確率が８０％、「文
字が間違っている」確率が２０％、重み係数Ｆ＝０．５
の時は、「文字が正しい」確率は３０％（＝（８０−２
０）＊０．５）、「文字が間違っている」確率は０％、
「文字が正しいか間違っているかわからない」確率は７
０％（＝１−０．３）となる。

【００３０】確信度の合成統合が終わると、確信度決定
部２７に制御が渡り、合成部２６により求められた合成
確率から最終的に出力する確信度を決定する。この決定
方法は特開平４−２１１８８３号の方法でもよいが、こ
れに限られるものではなく、本実施例では、例えば 確信度＝「文字が正しい」の下界確率＋（「文字が正し
いか間違っているかわからない」確率／２） により確信度が決定される。

【００３１】このようにして決定された確信度は、最終
認識結果文字の文字コードの付帯情報として出力／表示
部８へ送られる。出力／表示部８においては、特開平４
−２１１８８３号と同様に、認識結果文字の表示の方法
を確信度に応じて変化させたり、表示文字の近傍に確信
度を記号として表示させたりすることにより、ユーザの
誤認文字の検索と修正を容易にする。

【００３２】図４は、重み制御部２５の処理内容を示す
フローチャートである。前述のように、重み制御部２５
において言語処理の確信度及び各処理の確信度に対し”
重要度”に応じて重みを付与する。この重要度は、確信
度の合成統合に使用される確信度の数や言語条件によっ
て決定される。

【００３３】すなわち、予め定めたパラメータでは計測
できない場合もあるため、合成統合に使用される確信度
の数は必ずしも一定でない。そこで最初に、合成統合に
使用される確信度の数が最小限の数（具体的には２）に
等しいかチェックする（ステップ４００）。最小限の数
に等しいときには、使用される各確信度に対して最大の
重み値を与える（ステップ４０２）。

【００３４】合成統合に使用される確信度の数が最小限
の数より多いときには、言語条件をチェックし（ステッ
プ４０４）、対象の認識結果文字が誤っている可能性が
高い言語条件であるか否か判定する（ステップ４０
６）。ここでの言語条件とは、具体的には、言語処理部
６より提供された前記の５つの属性値の条件である。

【００３５】認識結果文字が言語処理のための単語辞書
に未登録であった場合、その文字は単語辞書に登録され
た一般の品詞の語に属する文字より誤っている可能性が
高い。このような誤っている可能性が高い言語条件であ
ると判定された場合には処理はステップ４０８へ進む
が、そうでない場合には処理はステップ４１０へ進む。

【００３６】言語処理のための単語辞書は全ての語を網
羅しているとは限らないので、未登録のために間違って
いる可能性が高い言語条件であると判断される場合で
も、文字列としては正しい語（辞書未登録語）であるこ
とも少なくないので、言語処理以外の処理の確信度を重
要視し、文字の形状から正誤を判断するほうが望まし
い。そこで、ステップ４０８では、言語処理以外の各処
理の確信度に対する重み値を上げるように、各確信度の
重みを制御する。

【００３７】他方、文字の形状による認識処理では多数
の類似文字の識別が難しいので、対象の認識結果文字が
単語辞書に登録された通常の品詞の語に属する文字であ
る場合には、言語処理以外の処理の確信度の影響力を、
言語処理の確信度より低く抑えたい。そこで、ステップ
４１０では、言語処理以外の各処理の確信度に対する重
み値を下げるように、各確信度の重みを制御する。

【００３８】

【発明の効果】単語や文法等の言語的知識を利用して認
識結果の妥当性のチェック・修正を行なう言語処理にお
いては、認識結果文字の言語的情報が得られる。また、
言語処理によって認識結果文字が修正されたか否かの情
報も得られる。このような言語処理により得られる情報
を用いれば、認識結果文字の言語的観点から見た確から
しさを的確に反映した確信度を求めることができる。例
えば、「コンピューター」のような単語長の長い名詞
や、「飛んでいるだろう」の「でいるだろう」のような
接続助詞や助動詞連続に属する認識結果文字は、言語的
には見れば正解の可能性が高く、言語処理の情報に基づ
けば高い確信度を得られる。他方、そのような認識結果
文字であっても、言語処理以外の処理から得られる情報
も用いて多角的に確信度を求めると、必ずしも高い確信
度とならない場合がある。

【００３９】本発明によれば、言語処理の情報に基づい
て確からしさの度合が高い確信度を得られた場合、その
確信度を認識結果文字の確信度とするので、上に例示し
たような言語的に正解の可能性の高い認識結果文字が誤
認文字と評価される誤り（誤認の過剰検出）を減らすこ
とができる。他方、言語的見地からは正解であるか不明
確な認識結果文字については、多角的な情報に基づいて
確信度を決定することにより、確からしさを的確に評価
することができる。

【００４０】また、本発明によれば、言語処理の情報に
基づく信頼度が一定以上の確からしさを示さない場合、
複数の処理からの情報に基づいて求めた複数の確信度を
利用して最終的な確信度を決定する。この利用される確
信度の数が少ない場合、確信度の決定に利用される情報
の重要度が増幅される結果、得られる確信度が不当に低
くなってしまうことがある。しかし、本発明によれば、
合成される確信度の数に応じて各確信度の重み付けを制
御することによって、そのような不具合を回避できる。

【００４１】さらに、本発明によれば、利用される確信
度数が少ない場合に、認識結果文字の言語条件に応じて
確信度の重み付けを制御することにより、言語的特徴だ
けでは誤りの検出が難しかった認識結果文字、特に未登
録語のように誤認が多いと予測される言語条件に対し、
その誤りの傾向を考慮し各確信度の重みを適切に変える
ことができるため、より高い精度で確信度を決定でき
る。

【００４２】また、本発明によれば、認識結果文字に対
する確信度を高精度に決定し、それを認識結果文字の付
帯情報として出力するため、例えば、確信度を記号とし
て認識結果文字と一緒に表示したり、認識結果文字の表
示形態を確信度に応じて変化させる等により、文字認識
装置のユーザは誤認文字の修正作業をより確実かつ効率
的に行なうことできるようになる。

【図面の簡単な説明】

【図１】本発明の一実施例による文字認識装置の概略ブ
ロック図である。

【図２】言語処理確信度テーブルの一例を示す図であ
る。

【図３】の処理の流れを示すフローチャートである。

【図４】重み制御部の処理の流れを示すフローチャート
である。

【符号の説明】

１ 画像入力部 ２ 切り出し処理部 ３ 文字認識処理 ４ 文字組合せ選択処理部 ５ ルール処理部 ６ 言語処理部 ７ 確信度処理部 ２１ パラメータ格納部 ２２ 言語処理確信度算出部 ２３ 言語処理確信度テーブル ２４ 各処理確信度算出部 ２５ 重み制御部 ２６ 合成部 ２７ 確信度決定部

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/00 - 9/76

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 １以上の文字認識のための処理によって
   認識結果を得、該得られた認識結果に対して言語処理を
   施こすことによって最終的な認識結果を決定する文字認
   識装置における認識結果の確信度決定方法であって、最
   終的な認識結果の各文字毎に、前記言語処理より提供さ
   れる情報に基づいて確信度を決定し、該確信度が一定以
   上の確からしさの度合を示す場合には該確信度を最終的
   な確信度と決定し、前記確信度が一定以上の確からしさ
   の度合を示さない場合には、前記言語処理以外の前記１
   以上の文字認識のための処理それぞれより提供される情
   報に基づき１以上の確信度を求め、該求めた１以上の確
   信度と前記言語処理の情報に基づいて求められた確信度
   とを利用して最終的な確信度を決定することを特徴とす
   る認識結果の確信度決定方法。
2. 【請求項２】 請求項１記載の認識結果の確信度決定方
   法において、利用する確信度の数に応じて各確信度に対
   する重み付けを制御することを特徴とする認識結果の確
   信度決定方法。
3. 【請求項３】 請求項２記載の認識結果の確信度決定方
   法において、利用される確信度の数が一定数以下の場合
   には、言語処理より提供された情報から誤認の可能性の
   高い言語条件か否かを判定し、該判定の結果に応じて、
   各確信度の重み付けを制御することを特徴とする認識結
   果の確信度決定方法。
4. 【請求項４】 文字切り出し処理手段、文字認識処理手
   段、文字組合せ選択処理手段、ルール処理手段、言語処
   理手段等の複数の処理手段を有する文字認識装置におい
   て、言語処理手段及びそれ以外の処理手段中の１以上の
   処理手段より提供される情報に基づいて、請求項１、２
   又は３記載の確信度決定方法によって最終的認識結果の
   各文字の確信度を決定する確信度処理手段を有し、該確
   信度処理手段により決定された確信度が最終的認識結果
   の付帯情報として出力されることを特徴とする文字認識
   装置。