JP5752073B2 - データ修正装置 - Google Patents

Description

この発明は、文字認識処理で文字を誤認識して生成された誤認識データの修正を行うデータ修正装置に関するものである。

紙の文書や図面に記載された手書き文字や活字文字を文字認識した場合、誤認識が発生するが、この誤認識されたデータは検索時にヒットしない。検索ヒット率を上げるためには、正しい認識情報に修正しておく必要がある。
従来では、この修正は、次のように行われる。ツールにより、文字認識データをユーザが見やすいようにテキスト出力し、この出力されたテキストデータと文字認識する対象の元データを目視にて確認し、誤認識されているものを、修正必要データとして洗い出しする。そして、この洗い出したデータを元に、修正機能にて文字認識データを修正するようになっていた。
また、特許文献１には、文字認識部によって認識された認識結果を修正する場合に、オペレータが正しい文字を検索キーとして指定すると、検索部が修正用辞書のうちのその検索キーを含む専門用語をリスト表示し、そのうちの一つの専門用語をオペレータが選択すると、その選択した専門用語で認識結果が一括して置き換えられるものが記載されている。

特開平９−２３１３２０号公報（第３〜５頁、図１）

従来は、文字認識時に誤認識したデータを確認するには、元データ（紙の文書や図面）と認識結果を目視にて比べて誤認識箇所を得る必要があり、手間がかかるという問題があった。
特許文献１のものでは、検索キーの指定をオペレータが行うとともに、修正用辞書のうちのその検索キーを含む専門用語をリスト表示したものの中から１つの専門用語をオペレータが選択するようになっており、オペレータの介入によって始めて修正が可能になっていたので、オペレータの時間が取られるという問題がある。

この発明は、上述のような課題を解決するためになされたものであり、文字認識時に誤認識したデータ箇所の修正を自動的に行うデータ修正装置を得ることを目的とする。

この発明に係わるデータ修正装置においては、文書・図面のイメージデータから文字認識されて形成された文字認識データを格納した文字認識データベースに対する修正用のキーワードをキーワードデータベースに蓄積するキーワード蓄積手段、キーワードデータベースから修正用のキーワードを抽出する修正文字抽出手段、及びこの修正文字抽出手段によって抽出された修正用のキーワードを用いて、文字認識データベース中の文字列を修正する文字認識データ修正手段を備え、文字認識データ修正手段は、文字認識データベースから抽出した文字列と修正用のキーワードを比較し、異なる文字数が所定の割合以下の場合に文字認識データベース中の比較した文字列を修正用のキーワードに置き換えるとともに、文字認識データベースから抽出した文字列と修正用のキーワードとの比較結果、異なる文字数が所定の割合を超える場合、及び異なる文字数が所定の割合以下であっても、比較した文字列と同じ文字列が文字認識データベース中にある場合には、比較した文字列と修正用のキーワードを対にして修正候補リストデータベースに格納するものである。

この発明によれば、文書・図面のイメージデータから文字認識されて形成された文字認識データを格納した文字認識データベースに対する修正用のキーワードをキーワードデータベースに蓄積するキーワード蓄積手段、キーワードデータベースから修正用のキーワードを抽出する修正文字抽出手段、及びこの修正文字抽出手段によって抽出された修正用のキーワードを用いて、文字認識データベース中の文字列を修正する文字認識データ修正手段を備え、文字認識データ修正手段は、文字認識データベースから抽出した文字列と修正用のキーワードを比較し、異なる文字数が所定の割合以下の場合に文字認識データベース中の比較した文字列を修正用のキーワードに置き換えるとともに、文字認識データベースから抽出した文字列と修正用のキーワードとの比較結果、異なる文字数が所定の割合を超える場合、及び異なる文字数が所定の割合以下であっても、比較した文字列と同じ文字列が文字認識データベース中にある場合には、比較した文字列と修正用のキーワードを対にして修正候補リストデータベースに格納するので、文字認識時に誤認識したデータ箇所の修正を自動的に行うことができるとともに、修正候補リストを作成することができる。

この発明の実施の形態１によるデータ修正装置を示す全体構成図である。 この発明の実施の形態１によるデータ修正装置の検索キーワード蓄積機能を説明する説明図である。 この発明の実施の形態１によるデータ修正装置の文字認識データ修正処理を示すフローチャートである。 この発明の実施の形態５によるデータ修正装置を示す全体構成図である。 この発明の実施の形態５によるデータ修正装置の修正候補リスト修正Ｉ／Ｆ機能の処理を説明する説明図である。 この発明の実施の形態５によるデータ修正装置の修正候補リスト修正Ｉ／Ｆ機能の処理を示すフローチャートである。 この発明の実施の形態６によるデータ修正装置を示す全体構成図である。 この発明の実施の形態６によるデータ修正装置の修正候補リスト一括修正Ｉ／Ｆ機能の処理を説明する説明図である。 この発明の実施の形態６によるデータ修正装置の修正候補リスト一括修正Ｉ／Ｆ機能の処理を示すフローチャートである。

実施の形態１．
以下、この発明の実施の形態１を図に基づいて説明する。
図１は、この発明の実施の形態１によるデータ修正装置を示す全体構成図である。
図１において、文書・図面イメージデータ１は、文字認識する対象の元データであり、紙の文書や図面に記載された漢字を含む手書き文字や活字文字である。文字認識機能２は、文書・図面イメージデータ１を、所定の文字認識アルゴリズムにより文字認識する。文字認識データ３（文字認識データベース）は、文字認識機能２によって文字認識された結果を蓄積している。
検索画面４は、ユーザが、文字認識データ３の検索時に利用する画面であり、検索キーワード入力、結果の一覧表示を実施する。検索処理機能５は、検索画面４で入力された検索キーワードを元に、文字認識データ３に対して検索処理を実施し、検索結果を検索画面４に返し、表示させる。

検索キーワード蓄積機能６（キーワード蓄積手段）は、検索画面４でユーザによって入力された検索キーワードを蓄積する。蓄積キーワード７（キーワードデータベース）は、検索キーワード蓄積機能６によって蓄積されたキーワード群である。
修正文字抽出機能８（修正文字抽出手段）は、蓄積キーワード７から１レコードのキーワードを抽出して修正用の文字列（修正用のキーワード）とする。なお、この修正用の文字列は、キーワードから所定のアルゴリズムにより抽出した文字列としてもよい。ここでは３文字以上とする。
文字認識データ修正機能９（文字認識データ修正手段）は、修正文字抽出機能８によって抽出されたキーワードを用いて、文字認識データ３の該当データを修正する。
なお、検索キーワード蓄積機能６と修正文字抽出機能８と文字認識データ修正機能９とは、データ修正装置を構成する。データ修正装置はコンピュータにより形成されている。
また、文字認識データ３、蓄積キーワード７は、記憶装置に格納されている。

図２は、この発明の実施の形態１によるデータ修正装置の検索キーワード蓄積機能を説明する説明図である。
図２において、４、６、７は図１におけるものと同一のものである。図２では、検索キーワード蓄積機能６について説明する。蓄積キーワード７は、図示するような構造であり、検索キーワードがそのまま、または検索キーワードから抽出された文字列を格納している。図２では、英文字及び数字の文字列を示したが、これに限らず、漢字の文字列であってもよい。

次に、動作について説明する。
文書・図面イメージデータ１の文書、図面の生成のつど、適宜、文字認識機能２により文字認識を行い、文字認識データ３に蓄積する。
ユーザは、文字認識データ３を検索する必要が生じた場合には、検索画面４から検索キーワードを入力し、検索処理機能５により、検索し、検索結果を検索画面４に表示するようになっている。

このとき、検索に使用した検索キーワードを、検索キーワード蓄積機能６により、蓄積キーワード７に追加蓄積する。
そして、検索処理機能５の運用時間帯の外で、蓄積キーワード７を用いて、文字認識データ３の誤認識されている文字列の修正を行う。
この場合、修正文字抽出機能８が、蓄積キーワード７から修正用のキーワードを抽出し、次に、文字認識データ修正機能９によって、文字認識データ３の修正を実行する。

次に、修正文字抽出機能８及び文字認識データ修正機能９による文字認識データ修正処理について、図３を用いて説明する。
修正文字抽出機能８が、蓄積キーワード７から、１つのレコードである１つのキーワード（Ａ）を抽出する（ステップＳ１）。次に、修正文字抽出機能８が、抽出したキーワード（Ａ）が３文字以上かどうかを判定する（ステップＳ２）。Ｎｏであれば、ステップＳ２に戻る。
Ｙｅｓの場合には、文字認識データ修正機能９が、キーワード（Ａ）と文字認識データ３中の文字列（Ｂ）とを比較する（ステップＳ３）。この文字列（Ｂ）は、文字認識データ３から任意のアルゴリズムで取り出された単語の文字列であり、キーワード（Ａ）と同じ文字数とする。

この比較で、キーワード（Ａ）と文字認識データ３中の文字列（Ｂ）とが全く同じであれば（ステップＳ４）、ステップＳ１に戻る。
同じでなければ、文字認識データ修正機能９は、キーワード（Ａ）と文字列（Ｂ）とで、違う文字数が所定の割合（しきい値）以下かどうかを判定する（ステップＳ５）。ここで、所定の割合は、例えば文字数の２０パーセントである。この場合、５文字で１文字以内の違いであれば、Ｙｅｓということになる。
ステップＳ５の判定で、Ｎｏの場合には、元々異なる単語か、もしくは単語を誤認識したものかが不明であるので、修正候補リスト１０に、キーワード（Ａ）と文字列（Ｂ）と対にして格納して、ステップＳ１に戻る。

ステップＳ５の判定で、Ｙｅｓの場合には、文字認識データ修正機能９は、文字認識データ３中に文字列（Ｂ）と同一の他の文字列があるかどうかを判定する（ステップＳ６）。Ｙｅｓ（有るとき）であれば、誤認識した可能性があるか、正しく認識されているかが不明であるので、修正候補リスト１０に、キーワード（Ａ）と文字列（Ｂ）と対にして格納して、ステップＳ１に戻る。
Ｎｏの場合には、文字認識データ修正機能９は、誤認識と判断し、文字認識データ３中の文字列（Ｂ）をキーワード（Ａ）で置き換え、文字認識データ３を修正する（ステップＳ７）。
なお、修正候補リスト１０の取り扱いについては、実施の形態５で後述し、ここでは述べない。

なお、上述の説明では、ステップＳ２では、３文字以上とし、ステップＳ５では、キーワード（Ａ）と文字列（Ｂ）とで、違う文字数が所定の割合（しきい値）以下かどうかを判定したが、このしきい値は、ステップＳ２の文字数に応じて、変動させても良い。

実施の形態１によれば、文字認識時の誤認識したデータ箇所を自動的に修正し、文字認識データを検索する場合における検索ヒット率を上げることができる。

実施の形態２．
実施の形態１では、蓄積キーワードを検索キーワードから自動的に生成するようにしたが、文字認識結果のデータ修正は、検索キーワードだけでなく、客先にて運用している業務システムのデータを用いることでも修正可能である。
実施の形態２は、図１の蓄積キーワード７を客先業務データから生成するようにした。この場合、検索キーワード蓄積機能６が、客先業務データから必要に応じて、誤認識の修正に用いるキーワードとしての単語を切り出し、蓄積キーワード７に蓄積する。

実施の形態２によれば、蓄積キーワードを客先業務データから生成するようにしたので、文字認識の修正度合を上げることができる。

実施の形態３．
実施の形態１では、蓄積キーワードを検索キーワードから自動的に生成するようにしたが、文字認識結果のデータ修正は、検索キーワードや業務システムのデータ（実施の形態２）だけでなく、客先での業務用の専門用語をリストアップしたデータを用いることでも修正可能である。
すなわち、実施の形態３は、図１の蓄積キーワード７として、客先での専門用語リストを用いるようにした。

実施の形態３によれば、蓄積キーワード７として、客先の専門用語リストを用いるようにしたので、文字認識の修正度合を上げることができる。

実施の形態４．
実施の形態１では、蓄積キーワードを検索キーワードから自動的に生成するようにしたが、文字認識結果の修正は、検索キーワードや、業務システムのデータ（実施の形態２）や、客先での業務用の専門用語をリストアップしたデータ（実施の形態３）だけでなく、住所や人名をリストアップしたデータを用いることでも修正可能である。
実施の形態４は、図１の蓄積キーワード７として、住所リスト／人名リストを用いるようにした。

実施の形態４によれば、蓄積キーワードとして、住所リスト／人名リストを用いるようにしたので、文字認識の修正度合を上げることができる。

実施の形態５．
実施の形態１では、誤認識と判定できないものを修正候補リスト１０に蓄積するようにした。実施の形態５は、この修正候補リスト１０を用いて、誤認識文字の修正を行うものである。

図４は、この発明の実施の形態５によるデータ修正装置を示す全体構成図である。
図４において、１〜９は図１におけるものと同一のものである。図４では、データ修正装置に修正候補リスト修正Ｉ／Ｆ（インタフェース）機能１１（修正インタフェース手段）を設け、この修正候補リスト修正Ｉ／Ｆ機能１１は、文字認識データ修正機能９の実行時に、修正するかどうかの判断ができなかった修正候補リスト１０を一覧表示し、この一覧表示の各行に示される誤認識データの修正を行う。

図５は、この発明の実施の形態５によるデータ修正装置の修正候補リスト修正Ｉ／Ｆ機能の処理を説明する説明図である。
図５において、修正用画面２１は、修正候補リスト修正Ｉ／Ｆ機能１１により、修正候補リスト１０（修正候補リストデータベース）を読み出し、一覧表示した画面である。キーワード（Ａ）に対応する文字認識データの文字列（Ｂ）が各行に表示され、それぞれ該当文書名及びその頁数が表示される。同行の表示ボタン２２を押下すれば、該当文書の該当頁２３が表示され、該当する文字認識データの文字列（Ｂ）２４も強調表示されている。

実施の形態５は、修正候補リスト修正Ｉ／Ｆ機能１１によって修正候補リスト１０を修正用画面２１に一覧表示し、修正する箇所をクリックするだけで、誤認識データの修正を実施することが可能である。
図５に示す修正用画面２１には、修正候補リスト１０に蓄積されているキーワード（Ａ）と、修正判断がつかなかった文字認識結果（文字認識データの文字列（Ｂ）、該当文書の文書名、該当頁）が一覧表示される。
誤認識とユーザが判断した行の表示ボタン２２を押すと、該当文書の該当頁２３がイメージ等で表示されるとともに、該当する文字認識データの文字列（Ｂ）２４が強調表示される。
そして、この強調表示された文字認識データの文字列（Ｂ）２４をクリックすると、文字認識データ３中の該当する文字列が、修正用のキーワード（Ａ）に修正される。
なお、修正用画面２１の表示項目は、すべて修正候補リスト１０に蓄積されているものとする。

次に、図６を用いて、修正候補リスト修正Ｉ／Ｆ機能１１の修正候補リスト修正処理について説明する。
まず、修正候補リスト修正Ｉ／Ｆ機能１１は、修正候補リスト１０から、図５に示す修正用画面２１の一覧表を表示する（ステップＳ１１）。修正する対象行の表示ボタン２２をクリックする（ステップＳ１２）。そうすると、表示される該当文献の該当頁２３のうちの該当する文字認識データの文字列（Ｂ）２４が強調表示されるので、その強調表示箇所をクリックする（ステップＳ１３）。
これにより、強調表示された文字列２４に対応する行のキーワード（Ａ）によって、強調表示された文字認識データ３の該当する文字列を修正する（ステップＳ１４）。次いで、修正した文字認識データの文字列（Ｂ）に該当する行を、修正候補リスト１０から削除し、修正用画面２１を再表示する（ステップＳ１５）。
他に修正箇所がなければ終了し、有れば、ステップＳ１２に戻る。

実施の形態５によれば、修正候補リストを一覧表示することで、ユーザは変更必要箇所を確認でき、該当の表示箇所をクリックするだけで、自動的に文字認識データに蓄積されている該当データを修正することができる。

実施の形態６．
実施の形態５は、修正候補リストから１つずつ修正する場合のついてのものであるが、実施の形態６は、修正候補リストの文字認識データの修正箇所を一括修正するようにしたものである。
図７は、この発明の実施の形態６によるデータ修正装置を示す全体構成図である。
図７において、１〜９は図１におけるものと同一のものである。図７ではデータ修正装置に修正候補リスト一括修正Ｉ／Ｆ機能１２（一括修正インタフェース手段）を設け、この修正候補リスト一括修正Ｉ／Ｆ機能１２は、文字認識データ修正機能９の実行時に、修正するかどうかの判断ができなかった修正候補リスト１０を一覧表示し、この一覧表示の各行に示される誤認識データの一括修正を行う。

図８は、この発明の実施の形態６によるデータ修正装置の修正候補リスト一括修正Ｉ／Ｆ機能の処理を説明する説明図である。
図８において、３、１０は図５におけるものと同一のものである。図８では、修正候補リスト一括修正Ｉ／Ｆ機能１２により、修正候補リスト１０から、一括修正用画面３１が表示され、この状態で、一括修正ボタン３２を押下することにより、一覧表示された全ての文字認識データ３の該当箇所が修正される。
修正用のキーワード（Ａ）が複数表示されている場合には、そのいずれかを選択して、キーワード（Ａ）に対応する文字認識データの文字列を一括修正することができるようになっている。

実施の形態６は、修正候補リスト１０から読み出した一括修正用画面３１で、一括修正ボタン３２を押下することにより、文字認識データ３の該当する部分が自動的に修正されるようになっている。
図８の一括修正用画面３１には、修正候補リスト１０に蓄積されている修正用のキーワード（Ａ）と、修正判断がつかなかった文字認識結果（文字認識データの文字列（Ｂ）、該当文書の文書名、頁）が一覧表示される。この状態で、一括修正ボタン３２を押すと、キーワード（Ａ）に対応してリスト表示しているものについて、自動的に文字認識データ３に蓄積されている該当データを修正する。
図８に示すように、例えば、誤認識した文字認識データ内容が「１２９４」、「１２８４」の場合、必ず修正用のキーワード（Ａ）の「１２３４」という文字に修正する場合に有効である。

次に、図９を用いて、修正候補リスト一括修正Ｉ／Ｆ機能１２の一括修正処理について説明する。
まず、修正候補リスト一括修正Ｉ／Ｆ機能１２は、修正候補リスト１０を読み出し、一括修正用画面３１を表示する（ステップ２１）。次に、修正用のキーワード（Ａ）が複数ある場合には選択して、一括修正ボタン３２をクリックする（ステップＳ２２）。選択されたキーワード（Ａ）に対応して一覧表示されている文字認識データ（Ｂ）全てについて、文字認識データ３の該当文字列を修正する（ステップＳ２３）。他に修正に用いるべきキーワードがなければ終了し、有ればステップＳ２２に戻る。

なお、上述の説明では、一括修正用画面３１に表示されたキーワード（Ａ）に対応する文字認識データの文字列（Ｂ）を全て一括修正するものとしたが、文字認識データの文字列（Ｂ）を選択して、この選択したものだけを一括修正するようにしてもよい。

実施の形態６によれば、修正候補リストを一覧表示し、ユーザは一括修正ボタンを押下するだけで、一括して、自動的に文字認識データに蓄積されている該当データを修正することができる。

なお、本発明は、その発明の範囲内において、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略することが可能である。

１ 文書・図面イメージデータ
２ 文字認識機能
３ 文字認識データ
４ 検索画面
５ 検索処理機能
６ 検索キーワード蓄積機能
７ 蓄積キーワード
８ 修正文字抽出機能
９ 文字認識データ修正機能
１０ 修正候補リスト
１１ 修正候補リスト修正Ｉ／Ｆ機能
１２ 修正候補リスト一括修正Ｉ／Ｆ機能
２１ 修正用画面
２２ 表示ボタン
２３ 該当文書の該当頁
２４ 強調表示された文字認識データの文字列（Ｂ）
３１ 一括修正用画面
３２ 一括修正ボタン

Claims (9)

1. 文書・図面のイメージデータから文字認識されて形成された文字認識データを格納した文字認識データベースに対する修正用のキーワードをキーワードデータベースに蓄積するキーワード蓄積手段、
   上記キーワードデータベースから修正用のキーワードを抽出する修正文字抽出手段、
   及びこの修正文字抽出手段によって抽出された修正用のキーワードを用いて、上記文字認識データベース中の文字列を修正する文字認識データ修正手段を備え、
   上記文字認識データ修正手段は、上記文字認識データベースから抽出した文字列と上記修正用のキーワードを比較し、異なる文字数が所定の割合以下の場合に上記文字認識データベース中の上記比較した文字列を上記修正用のキーワードに置き換えるとともに、
   上記文字認識データベースから抽出した文字列と上記修正用のキーワードとの比較結果、異なる文字数が所定の割合を超える場合、及び上記異なる文字数が所定の割合以下であっても、上記比較した文字列と同じ文字列が上記文字認識データベース中にある場合には、上記比較した文字列と上記修正用のキーワードを対にして修正候補リストデータベースに格納することを特徴とするデータ修正装置。
2. 文書・図面のイメージデータから文字認識されて形成された文字認識データを格納した文字認識データベースに対する修正用のキーワードをキーワードデータベースに蓄積するキーワード蓄積手段、
   上記キーワードデータベースから修正用のキーワードを抽出する修正文字抽出手段、
   及びこの修正文字抽出手段によって抽出された修正用のキーワードを用いて、上記文字認識データベース中の文字列を修正する文字認識データ修正手段を備え、
   上記文字認識データ修正手段は、上記文字認識データベースから抽出した文字列と上記修正用のキーワードを比較し、異なる文字数が所定の割合以下の場合で、かつ上記比較した文字列と同じ文字列が上記文字認識データベース中にない場合に上記文字認識データベース中の上記比較した文字列を上記修正用のキーワードに置き換えるとともに、
   上記文字認識データベースから抽出した文字列と上記修正用のキーワードとの比較結果、異なる文字数が所定の割合を超える場合、及び上記異なる文字数が所定の割合以下であっても、上記比較した文字列と同じ文字列が上記文字認識データベース中にある場合には、上記比較した文字列と上記修正用のキーワードを対にして修正候補リストデータベースに格納することを特徴とするデータ修正装置。
3. 上記キーワード蓄積手段は、上記文字認識データベースの検索に用いられた検索キーワードを蓄積することを特徴とする請求項１または請求項２記載のデータ修正装置。
4. 上記キーワード蓄積手段は、客先の業務データを基にして上記修正用のキーワードを蓄積することを特徴とする請求項１または請求項２記載のデータ修正装置。
5. 文書・図面のイメージデータから文字認識されて形成された文字認識データを格納した文字認識データベースに対する修正用のキーワードを、別途作成されたキーワードデータベースから抽出する修正文字抽出手段、
   及びこの修正文字抽出手段によって抽出された修正用のキーワードを用いて、上記文字認識データベース中の文字列を修正する文字認識データ修正手段を備え、
   上記文字認識データ修正手段は、上記文字認識データベースから抽出した文字列と上記修正用のキーワードを比較し、異なる文字数が所定の割合以下の場合で、かつ上記比較した文字列と同じ文字列が上記文字認識データベース中にない場合に上記文字認識データベース中の上記比較した文字列を上記修正用のキーワードに置き換えるとともに、
   上記文字認識データベースから抽出した文字列と上記修正用のキーワードとの比較結果、異なる文字数が所定の割合を超える場合、及び上記異なる文字数が所定の割合以下であっても、上記比較した文字列と同じ文字列が上記文字認識データベース中にある場合には、上記比較した文字列と上記修正用のキーワードを対にして修正候補リストデータベースに格納することを特徴とするデータ修正装置。
6. 上記キーワードデータベースは、専門用語リストであることを特徴とする請求項５記載のデータ修正装置。
7. 上記キーワードデータベースは、住所リストまたは人名リストであることを特徴とする請求項５記載のデータ修正装置。
8. 上記修正候補リストデータベースから、上記比較した文字列と上記修正用のキーワードの対を読み出し、一覧表示するとともに、
   いずれかの上記対が操作されることにより、上記操作された対中の上記修正用のキーワードによって、対応する上記比較した文字列を置き換える修正インタフェース手段を備えたことを特徴とする請求項１から請求項７のいずれか一項記載のデータ修正装置。
9. 上記修正候補リストデータベースから、上記比較した文字列と上記修正用のキーワードの対を読み出し、上記修正用のキーワードごとに一覧表示するとともに、
   いずれかの上記修正用のキーワードが選択され、一括修正ボタンが操作されることにより、上記選択された修正用のキーワードに対応して一覧表示された上記比較した文字列を、上記選択された修正用のキーワードに置き換える一括修正インタフェース手段を備えたことを特徴とする請求項１から請求項７のいずれか一項記載のデータ修正装置。

Images