JP6131765B2 - 情報処理装置及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置及び情報処理プログラムに関する。

特許文献１には、処理方法が簡易で、文字ピッチが一定でない文書、全角や半角や倍角等の文字の混在する文書等でも、高精度で、かつ高速に文字読取りを行うことのできる文字認識後処理方法を提供することを目的とし、文字列パターンから個々の文字を切出して文字認識を行う文字読取りにおける当該文字の誤切出しによる誤認識を訂正する文字認識後処理方法であって、文字の誤切出しにより誤認識された箇所を訂正する情報から候補文字列集合を抽出し、この候補文字列集合に対する正解文字列の関係を訂正規則として登録し、この訂正規則を以後の文字認識結果に適用することにより、当該訂正規則内の正解文字列を以後の文字認識結果の第１位候補文字列に置き換えることが開示されている。

特許文献２には、文字記入枠の無い帖票でも文字を迅速に読取ることが可能な光学的文字読取装置を提供することを目的とし、イメージ検出段で、スキャナが帖票を光学的に走査して、シートバッファが帖票イメージを格納し、文字切出し段は、格納された帖票イメージのうち、制御部から送出されたフォーマットコントロール情報で指定された読取フィールドについて垂直射影を検出し、それに基づいて帖票イメージから一文字毎に文字パターンを切り出して、認識段に出力し、認識段は、入力文字パターンについて、認識辞書を用いて文字認識処理を行い、その結果を後処理段に出力し、後処理段は、単語辞書部に格納されている単語及びエラー文字列と認識部からの候補文字列とを比較、照合して正解単語を決め、出力バッファに出力することが開示されている。

特許文献３には、文字認識手段が文字の切り出し方を誤って結合文字又は分離文字を誤認識した時、ユーザーが文字の切り出し方の修正を指示しなくても、結合文字又は分離文字の文字認識を簡単に、かつ確実に実行できる文字認識装置を得ることを目的とし、文字認識装置は、筆記文字等の文字パターンデータの文字認識を行う文字認識手段と、この文字パターンデータに該当する文字として文字認識手段で認識された認識結果文字、及びこの認識結果文字の候補となる文字群を記憶する記憶手段と、複数個の文字から構成され、その複数個の文字とは異なった組み合わせ文字と、上記複数個の文字との対応関係を予め記憶した文字テーブルと、文字テーブルを参照して、文字認識手段で認識されて記憶手段に記憶されている認識結果文字及びこの認識結果文字に対する候補に基づいて新たな文字を生成する文字生成手段と、を備えたものであることが開示されている。

特開平０２−１７０２９２号公報 特開平０５−２９８４８８号公報 特開平０７−３０６９１７号公報

本発明は、認識文字列の修正処理を行う場合にあって、修正命令の種類に応じた第１の文字列と第２の文字列を抽出するようにした情報処理装置及び情報処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、複数の修正命令を格納する格納手段と、前記格納手段に格納された修正命令を解釈する解釈手段と、前記解釈手段によって解釈された修正命令に従って、認識文字列を修正する修正手段を具備し、前記解釈手段は、前記修正命令の種類を判別し、該修正命令の種類に応じて、該修正命令の対象となる１つ以上の文字によって構成される第１の文字列と該第１の文字列の一部又は全部の変換後の第２の文字列を抽出し、前記修正手段は、前記第１の文字列が前記認識文字列内に存在する場合に、該認識文字列内の該第１の文字列の一部又は全部を前記第２の文字列に変換し、前記修正命令として、認識結果としての文字候補の追加命令を含み、前記修正命令が文字候補の追加命令である場合は、前記第１の文字列として対象文字と該対象文字の前後の文字を含む文字列を抽出し、前記第２の文字列として該対象文字の認識候補として付加する文字を抽出することを特徴とする情報処理装置である。

請求項２の発明は、前記修正命令として、文字の統合命令、文字の分離命令を含み、前記解釈手段は、前記修正命令が文字の統合命令である場合は、前記第１の文字列として複数文字の列を抽出し、前記第２の文字列として１つの文字を抽出し、前記修正命令が文字の分離命令である場合は、前記第１の文字列として１つの文字を抽出し、前記第２の文字列として複数文字の列を抽出することを特徴とする請求項１に記載の情報処理装置である。

請求項３の発明は、前記修正命令として、文字の置換命令を含み、前記解釈手段は、前記修正命令が文字の置換命令である場合は、前記第１の文字列として対象文字と該対象文字の前後の文字を含む文字列を抽出し、前記第２の文字列として置換文字と該前後の文字列を抽出することを特徴とする請求項１又は２に記載の情報処理装置である。

請求項４の発明は、前記解釈手段は、前記修正命令として、前記文字の統合命令と前記文字の分離命令がある場合であって、前記文字の統合命令における第２の文字列と前記文字の分離命令における第１の文字列とが合致するか否かを判断することを特徴とする請求項２又は請求項２に従属する請求項３に記載の情報処理装置である。

請求項５の発明は、コンピュータを、複数の修正命令を格納する格納手段と、前記格納手段に格納された修正命令を解釈する解釈手段と、前記解釈手段によって解釈された修正命令に従って、認識文字列を修正する修正手段として機能させ、前記解釈手段は、前記修正命令の種類を判別し、該修正命令の種類に応じて、該修正命令の対象となる１つ以上の文字によって構成される第１の文字列と該第１の文字列の一部又は全部の変換後の第２の文字列を抽出し、前記修正手段は、前記第１の文字列が前記認識文字列内に存在する場合に、該認識文字列内の該第１の文字列の一部又は全部を前記第２の文字列に変換し、前記修正命令として、認識結果としての文字候補の追加命令を含み、前記修正命令が文字候補の追加命令である場合は、前記第１の文字列として対象文字と該対象文字の前後の文字を含む文字列を抽出し、前記第２の文字列として該対象文字の認識候補として付加する文字を抽出することを特徴とする情報処理プログラムである。

請求項１の情報処理装置によれば、認識文字列の修正処理を行う場合にあって、修正命令の種類に応じた第１の文字列と第２の文字列を抽出することができる。

請求項２の情報理装置によれば、文字の統合命令、文字の分離命令に応じて、第１の文字列と第２の文字列を抽出することができる。

請求項３の情報理装置によれば、文字の置換命令に応じて、第１の文字列と第２の文字列を抽出することができる。

請求項４の情報理装置によれば、同じ文字に対する文字の統合命令と文字の分離命令によって、認識文字の修正が行われなくなってしまうことを抑制することができる。

請求項５の情報処理プログラムによれば、認識文字列の修正処理を行う場合にあって、修正命令の種類に応じた第１の文字列と第２の文字列を抽出することができる。

第１の実施の形態の構成例についての概念的なモジュール構成図である。 第１の実施の形態による処理例を示すフローチャートである。 修正命令の例を示す説明図である。 修正パラメータの例を示す説明図である。 修正命令の例を示す説明図である。 修正パラメータの例を示す説明図である。 第２の実施の形態の構成例についての概念的なモジュール構成図である。 第２の実施の形態による処理例を示すフローチャートである。 修正命令データの例を示す説明図である。 第３の実施の形態の構成例についての概念的なモジュール構成図である。 第３の実施の形態による処理例を示すフローチャートである。 修正命令リストの例を示す説明図である。 修正命令の例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

以下、図面に基づき本発明を実現するにあたっての好適な各種の実施の形態の例を説明する。
＜第１の実施の形態＞
図１は、第１の実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という意味を有する記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

本実施の形態である認識文字列補正モジュール１２０は、文字認識モジュール１１０の処理結果である認識文字列１１５を修正して修正認識文字列１５５を出力するものであって、図１の例に示すように、修正命令格納モジュール１３０、修正命令解釈モジュール１４０、修正命令実行モジュール１５０を有している。
文書画像中の文字部分を特定し、それを認識して文字コードに変換する文字認識技術が知られている。
現状の文字認識技術では、予め文字として切出された状態の単体文字（以降の説明では単文字と表記）や活字原稿などでは比較的高い文字認識精度で文字を認識できる。
しかし、複雑なレイアウトで表現された原稿や手書き文書などでは、単文字切出しのミスや手書き文字品質のばらつき（文字サイズや文字ピッチのばらつき）などの原因により文字認識精度が大きく低下し、誤認識される文字が増加する傾向がある。
そこで、文字認識技術における誤認識文字の検出及び修正を行う技術が必要になる。

文字認識モジュール１１０は、認識文字列補正モジュール１２０の修正命令実行モジュール１５０と接続されている。文字認識モジュール１１０は、文字画像データ１０５を受け付けて、その文字画像データ１０５を認識し、認識文字列１１５を出力する。ここでの文字認識は、既存の認識技術を用いればよい。例えば、文字認識モジュール１１０は、電子文書画像データ中から文字列に相当する文字画像データ１０５を切出し、その文字画像データ１０５から切出し可能な単文字候補領域を順次切出し、切れ出された各単文字候補領域を認識して認識結果である認識文字列１１５を出力する。

認識文字列補正モジュール１２０は、文字認識モジュール１１０から出力された認識文字列１１５を修正する。
修正命令格納モジュール１３０は、修正命令解釈モジュール１４０と接続されている。修正命令格納モジュール１３０は、複数の修正命令を格納している。具体的には、修正命令格納モジュール１３０は、文字列に対する複数の修正方法を格納している。修正方法として、例えば、文字の統合命令、文字の分離命令、文字の置換命令、文字候補の追加命令のうち、いずれか１つ又はこれらの組み合わせがある。ここで修正命令は文字列の修正方法を表した修正コマンドとその修正コマンドに必要な修正パラメータで構成されている。さらに同じ修正命令には付随する修正パラメータが異なるものが複数ある構成となる。また修正コマンドの修正パラメータは、複数の文字コードで構成された文字コードパターン、又は予め定められた文字コードの範囲を規定する文字コード群などがある。なお修正コマンドとその修正パラメータに関しては後述する。

修正命令解釈モジュール１４０は、修正命令格納モジュール１３０、修正命令実行モジュール１５０と接続されている。修正命令解釈モジュール１４０は、修正命令格納モジュール１３０に格納された修正命令を解釈する。ここでの解釈処理としては、修正命令の種類を判別し、その修正命令の種類に応じて、その修正命令の対象となる１つ以上の文字によって構成される第１の文字列とその第１の文字列の一部又は全部の変換後の第２の文字列を抽出する。ここで、第１の文字列は、具体的な文字列であってもよいし、正規表現によって表される文字列であってもよい。
具体的には、修正命令解釈モジュール１４０では、修正命令格納モジュール１３０に格納されている複数種の修正命令の中から、どの修正命令を適用するか判断し、修正コマンドと必要な修正パラメータ（前述の第１の文字列、第２の文字列）を取得する。ここでの判断としては、予め定められた順番で修正命令を適用すること、修正命令間の組み合わせが不適当であるか否かを判断する等がある。

修正命令解釈モジュール１４０は、解釈処理として、以下の抽出処理を行う。図１３の例を用いて説明する。
修正命令が文字の統合命令である場合は、第１の文字列として複数文字の列を抽出し、第２の文字列として１つの文字を抽出する。図１３（ａ）の例に示すように、文字１３１０、文字１３１２と連続している文字列を文字１３１４に統合する。なお、２文字以上を対象とする場合、この命令を複数回適用すればよい。
修正命令が文字の分離命令である場合は、第１の文字列として１つの文字を抽出し、第２の文字列として複数文字の列を抽出する。図１３（ｂ）の例に示すように、文字１３２０の１文字を文字１３２２、文字１３２４の２文字に分離する。なお、３文字以上に分離する場合は、この命令を複数回適用すればよい。
修正命令が文字の置換命令である場合は、第１の文字列として対象文字とその対象文字の前後の文字を含む文字列を抽出し、第２の文字列として置換文字とその前後の文字列を抽出する。なお、第２の文字列内の前後の文字列は、第１の文字列内の前後の文字列と同じである。図１３（ｃ）の例に示すように、文字１３３０、文字１３３２、文字１３３４（対象としている文字１３３２と前後の文字である文字１３３０、文字１３３４）を、文字１３３０、文字１３３６、文字１３３４（対象としている文字１３３２を文字１３３６）に置換する。
修正命令が文字候補の追加命令である場合は、第１の文字列として対象文字と該対象文字の前後の文字を含む文字列を抽出し、第２の文字列としてその対象文字の認識候補として付加する文字を抽出する。図１３（ｄ）の例に示すように、文字１３４０、文字１３４２、文字１３４４（対象としている文字１３４２と前後の文字である文字１３４０、文字１３４４）の場合に、対象である文字１３４２の認識候補として、文字１３４６を追加する。文字候補を追加するのは、文字認識モジュール１１０が行う文字認識処理は、認識文字列１１５として、各文字画像に対する認識候補として予め定められた数の認識候補（例えば１文字だけ）を出力する場合に、誤認識となりやすい文字に対して候補文字を追加するものである。例えば、修正認識文字列１５５を最終的な修正結果とするものではなく、修正認識文字列１５５をさらに言語処理（例えば、形態素解析等の言語辞書とのマッチング処理）による修正を施す場合のために、文字認識の結果である文字候補を追加するようにしてもよい。
なお、修正命令解釈モジュール１４０による解釈処理の対象としては、文字の統合命令、文字の分離命令、文字の置換命令、文字候補の追加命令のうち、いずれか１つ又はこれらの組み合わせ（例えば、文字の統合命令と文字の分離命令の組み合わせ、文字の置換命令と文字候補の追加命令の組み合わせ等）がある。

また、修正命令解釈モジュール１４０は、修正命令として、文字の統合命令と文字の分離命令がある場合であって、文字の統合命令における第２の文字列と文字の分離命令における第１の文字列とが合致するか否かを判断するようにしてもよい。「文字の統合命令における第２の文字列と文字の分離命令における第１の文字列とが合致するか否かを判断する」のは、同じ文字に対して、統合命令、分離命令を行った場合は、本来の修正が行われなくなってしまう可能性が高いからである。例えば、元の認識文字に戻ってしまうことがあり得るからである。
そして、合致するときは、対応する統合命令、分離命令のいずれかを削除するようにしてもよい。又は、１つの認識文字列１１５に対して、統合命令による修正を行わせた修正認識文字列１５５と、分離命令による修正を行わせた修正認識文字列１５５を生成するようにしてもよい。その結果、修正結果として、２つの文字列（統合命令を行った文字列と分離命令を行った文字列）を出力することとなる。もちろんのことながら、対応する統合命令、分離命令が複数組ある場合は、修正命令、分離命令の組み合わせの数の修正命令列を生成する。その結果、その組み合わせの数の修正認識文字列１５５を出力することになる。

修正命令実行モジュール１５０は、文字認識モジュール１１０、修正命令解釈モジュール１４０と接続されている。修正命令実行モジュール１５０は、修正命令解釈モジュール１４０によって解釈された修正命令に従って、認識文字列１１５を修正する。ここでの修正処理としては、第１の文字列が認識文字列１１５内に存在する場合に、その認識文字列１１５内の第１の文字列の一部又は全部を第２の文字列に変換する。「第１の文字列が認識文字列１１５内に存在する場合」としては、例えば、パターンマッチング処理によって、認識文字列内で第１の文字列を探索すればよい。
つまり、修正命令実行モジュール１５０は、取得された修正コマンドとその修正パラメータに基づいて、認識文字列１１５内に該当する修正が必要な文字列が存在するか判定し、存在する場合は修正コマンドとその修正パラメータに従って修正する。

図２は、第１の実施の形態の認識文字列補正モジュール１２０による処理例（認識文字列補正処理例）を示すフローチャートである。なお、以下で説明する処理の流れは１つの文字列に関する処理の流れを説明するものであり、複数の文字列を処理する場合は、以下に説明するステップＳ２０２からステップＳ２１８までの処理を文字列数分だけ繰り返すようにすればよい。

ステップＳ２０２では、修正命令解釈モジュール１４０は、修正命令格納モジュール１３０に格納されている複数の修正命令から１つの修正命令を選択する。
ステップＳ２０４では、修正命令解釈モジュール１４０は、ステップＳ２０２で選択された修正命令の修正コマンドを解釈する。修正コマンドは先に述べたように文字列の修正方法（前述の文字の統合命令、文字の分離命令、文字の置換命令、文字候補の追加命令）を表したものである。またここで言う解釈とは、修正コマンドが上記のどの修正方法を表すコマンドかを判定することである。また、その修正命令に応じた修正パラメータも抽出する。
ステップＳ２０６では、修正命令実行モジュール１５０は、文字認識モジュール１１０から入力された認識文字列１１５から修正文字列候補を選択する。

ステップＳ２０８では、修正命令実行モジュール１５０は、修正命令の修正パラメータを取得する。修正命令実行モジュール１５０は、修正命令解釈モジュール１４０で解釈された修正コマンドに必要な修正パラメータを修正命令格納モジュール１３０から取得する。
ステップＳ２１０では、修正命令実行モジュール１５０は、修正文字列候補が、修正命令実行モジュール１５０が取得した修正パラメータに合致するか否かを判断する。合致する場合は、処理をステップＳ２１４に移し、修正命令実行モジュール１５０は、修正命令解釈モジュール１４０で解釈された修正コマンドが表す修正方法に従って修正文字列候補を修正する。合致しない場合は、ステップＳ２１２に処理を移す。
ステップＳ２１２では、修正命令実行モジュール１５０は、修正命令解釈モジュール１４０で解釈した修正コマンドの異なる全修正パラメータを取得して修正文字列候補との合致判断を行ったかを判定する。全修正パラメータを取得して合致判断済みであれば処理をステップＳ２１６に移す。そうでなければステップＳ２０８に処理を戻して、次の修正パラメータに関して、ステップＳ２０８及びステップ２１０の処理を繰り返す。

ステップＳ２１６では、修正命令実行モジュール１５０は、入力された認識文字列１１５に関して修正文字列候補全てを処理したかを判定する。未処理の修正文字列候補があれば処理をステップＳ２０６に移し、新たな修正文字列候補に対してステップＳ２０６からステップＳ２１４の処理を繰り返す。全ての修正文字列候補を処理した場合はステップＳ２１８に処理を移す。
ステップＳ２１８では、修正命令実行モジュール１５０は、修正命令格納モジュール１３０に格納されている全ての修正命令の処理が終了したかどうかを判定する。全ての修正命令が終了していれば文字認識モジュール１１０から入力された認識文字列１１５に対する修正認識文字列１５５を出力する。未処理の修正命令がある場合は、ステップＳ２０２に処理を移し、次の修正命令に関してステップＳ２０２からステップＳ２１６までの処理を繰り返す。

次に、図３に修正命令格納モジュール１３０に格納される修正命令（修正コマンドならびに修正パラメータ）の具体例を示す。
図３は修正命令の１つである「統合命令」の具体例であり、図３（Ａ）に示す“ＣＯＲＲＥＣＴ＿ＭＥＲＧＥ”が修正コマンドを表し、図３（Ｂ）に示す文字コード列“０ｘ３０ａ３ ０ｘ４ｅ４ｄ ０ｘ４ｆ５ｃ”が修正コマンド“ＣＯＲＲＥＣＴ＿ＭＥＲＧＥ”に必要な修正パラメータを示す。ここでは、“０ｘ３０ａ３ ０ｘ４ｅ４ｄ”が第１の文字列となり、“０ｘ４ｆ５ｃ”が第２の文字列となる。図３に示す「統合命令」は、「文字コード０ｘ３０ａ３（ィ）と、文字コード０ｘ４ｅ４ｄ（乍）が並んでいれば一つの文字コード０ｘ４ｆ５ｃ（作）に統合する」という修正を実行することを表す。なお、すでに述べたように修正コマンド“ＣＯＲＲＥＣＴ＿ＭＥＲＧＥ”に対する修正パラメータは図３（Ｂ）に示す文字コード列のみではなく、例えば図４に示すように、図４（Ａ）の“０ｘ３０ａ３ ０ｘ３０ｄ２ ０ｘ５３１６”（つまり、「文字コード０ｘ３０ａ３（ィ）と文字コード０ｘ３０ｄ２（ヒ）が並んでいれば一つの文字コード０ｘ５３１６（化）に統合する」）、図４（Ｂ）“０ｘ３０ｂ７ ０ｘ４ｅ３ｂ ０ｘ６ｃｅ８”（つまり、「文字コード０ｘ３０ｂ７（シ）と文字コード０ｘ４ｅ３ｂ（主）が並んでいれば一つの文字コード０ｘ６ｃｅ８（注）に統合する」）など修正命令格納モジュール１３０には複数格納するように実現されている。

図５は別の修正命令の１つである「置換命令」の具体例であり、図３の例に示す「統合命令」と同様に図５（Ａ）に示す“ＣＯＲＲＥＣＴ＿ＥＸＣＨＡＮＧＥ”が修正コマンドを表し、図３（Ｂ）に示す文字コード列“０ｘ３０ｃｄ ０ｘ３０ｃ８ ０ｘ３０ｃ４ ０ｘ３０ｃ３”が修正コマンド“ＣＯＲＲＥＣＴ＿ＥＸＣＨＡＮＧＥ”に必要な修正パラメータを示す。ここでは、“０ｘ３０ｃｄ ０ｘ３０ｃ８ ０ｘ３０ｃ４”が第１の文字列となり、“０ｘ３０ｃ３”が第２の文字列となる。図５に示す「置換命令」は、「０ｘ３０ｃｄ（ネ）と０ｘ３０ｃ８（ト）に挟まれた０ｘ３０ｃ４（ツ）は、０ｘ３０ｃ３（ッ）に置換する」という修正を実行する。また図３、図４と同様に修正コマンド“ＣＯＲＲＥＣＴ＿ＥＸＣＨＡＮＧＥ”も複数の修正パラメータを修正命令格納モジュール１３０に格納するように実現されており、例えば図６に示すように、“０ｘｆｆ１３ ０ｘ６７０８ ０ｘ３０ａｂ ０ｘ３０ｆ５”（つまり「０ｘｆｆ１３（３）と０ｘ６７０８（月）に挟まれた０ｘ３０ａｂ（カ）は、０ｘ３０ｆ５（ヵ）に置換する」）などの修正パラメータが格納されている。もちろんのことながら、修正命令格納モジュール１３０に修正パラメータは複数格納するように実現されている。

＜第２の実施の形態＞
以下で説明する第２の実施の形態は、認識文字列補正モジュール１２０と修正命令を分離して、認識文字列補正モジュール１２０自身に変更を加えることなく修正命令の追加／削除が可能な構成である。
図７は、第２の実施の形態の構成例についての概念的なモジュール構成図である。なお、第１の実施の形態と同種の部位には同一符号を付し重複した説明を省略する（以下、同様）。修正命令受付モジュール７３０は、修正命令解釈モジュール１４０、修正命令データ７１０と接続されている。
図７の例に示すように、第２の実施の形態における文字認識装置は、第１の実施の形態と同様に文字認識モジュール１１０と認識文字列補正モジュール１２０とで構成されるが、第２の実施の形態における認識文字列補正モジュール１２０は、外部の修正命令データ７１０から修正命令を入力する修正命令受付モジュール７３０と、受け付けた修正命令を解釈する修正命令解釈モジュール１４０と、解釈された修正命令を文字認識モジュール１１０から入力された認識文字列１１５に対して実行する修正命令実行モジュール１５０から構成される。ここで、修正命令解釈モジュール１４０ならびに修正命令実行モジュール１５０は本発明の第１の実施の形態で説明したものと同様である。

図８は、第２の実施の形態の認識文字列補正モジュール１２０による処理例（認識文字列補正処理例）を示すフローチャートである。なお、図７に例示する修正命令データ７１０に記憶されている外部データである修正命令は、修正コマンドとそれに必要な修正パラメータが、例えば図９に表すように１つの修正命令データとして構成されているものとする。つまり、各修正命令は、修正コマンドと修正パラメータによって構築されている。
ステップＳ８０２では、修正命令受付モジュール７３０は、修正命令データ７１０から修正命令を受け付ける。
ステップＳ８０４では、修正命令解釈モジュール１４０は、受け付けた修正命令を解釈する。つまり、修正命令解釈モジュール１４０は修正命令データ７１０内の修正コマンドがどの修正方法を表すコマンドかを判定し、付随する修正パラメータを取得する。
ステップＳ８０６では、修正命令実行モジュール１５０は、文字認識モジュール１１０から入力された認識文字列１１５から修正文字列候補を選択する。

ステップＳ８０８では、修正命令実行モジュール１５０は、修正文字列候補が修正パラメータに合致するかを判断する。合致する場合は、処理をステップＳ８１０に移し、修正命令実行モジュール１５０は、修正命令解釈モジュール１４０で解釈された修正コマンドが表す修正方法に従って修正文字列候補を修正する。合致しない場合は、ステップＳ８０２に処理を移し、修正命令データ７１０内の新たな修正命令に関してステップＳ８０２からステップＳ８０６までの処理を繰り返す。
ステップＳ８１２では、修正命令実行モジュール１５０は、入力された認識文字列１１５に関して修正文字列候補全てを処理したかを判定する。未処理の修正文字列候補があれば処理をステップＳ８０６に移し、新たな修正文字列候補に対してステップＳ８０６からステップＳ８１０の処理を繰り返す。全ての修正文字列候補を処理した場合はステップＳ８１４に処理を移す。
ステップＳ８１４では、修正命令実行モジュール１５０は、全ての修正命令データ７１０の処理が終了したかどうかを判定する。全ての修正命令データ７１０の処理が終了していれば文字認識モジュール１１０から入力された認識文字列１１５に対する修正認識文字列１５５を出力する。未処理の修正命令データ７１０がある場合は、ステップＳ８０２に処理を移し、次の修正命令データ７１０に関してステップ８０２からステップＳ８１２までの処理を繰り返す。
第２の実施の形態においては、修正命令データ７１０を認識文字列補正モジュール１２０の外部に設置し、認識文字列補正モジュール１２０と修正命令を分離することで、認識文字列補正モジュール１２０を変更することなく修正命令の追加／削除を可能とする。これにより新規の誤認識修正への対応が容易となる。

＜第３の実施の形態＞
図１０は、第３の実施の形態の構成例についての概念的なモジュール構成図である。認識文字列補正モジュール１２０は、修正命令受付モジュール１０２０、修正命令記憶モジュール１０３０、修正命令解釈モジュール１４０、修正命令実行モジュール１５０を有している。修正命令受付モジュール１０２０は、修正命令記憶モジュール１０３０、修正命令リスト１０１０と接続されている。修正命令記憶モジュール１０３０は、修正命令解釈モジュール１４０、修正命令受付モジュール１０２０と接続されている。
図１０に示すように、第３の実施の形態は、第１の実施の形態と同様に文字認識モジュール１１０と認識文字列補正モジュール１２０は接続されているが、第３の実施の形態における認識文字列補正モジュール１２０は、外部ファイルである修正命令リスト１０１０を受け付ける修正命令受付モジュール１０２０と、前記修正命令受付モジュール１０２０で受け付けられた修正命令リスト１０１０を予め定められたデータ構造に基づいて記憶する修正命令記憶モジュール１０３０と、受け付けられた修正命令を解釈する修正命令解釈モジュール１４０と、解釈された修正命令を文字認識モジュール１１０から入力された認識文字列１１５に対して実行する修正命令実行モジュール１５０から構成される。

修正命令受付モジュール１０２０は、認識文字列補正モジュール１２０の外部ファイルとして用意された修正命令リスト１０１０を読み込み、複数の修正命令を表す修正コマンド及び修正コマンドに必要な修正パラメータを、予め定められたデータ構造に基づいて修正命令記憶モジュール１０３０に記憶させる。
修正命令記憶モジュール１０３０は、予め定められたデータ形式に基づいて、修正命令を記憶する。修正命令記憶モジュール１０３０におけるデータ形式は、例えば単に修正コマンド及び修正パラメータを図９に例示したような単純なリストデータ構造でもよいが、修正命令の数が非常に多い場合には、ハッシュ構造のような検索効率のよいデータ構造を用いるのが好ましい。

図１１は、第３の実施の形態の認識文字列補正モジュール１２０による処理例（認識文字列補正処理例）を示すフローチャートである。ここでの処理例は、修正命令記憶モジュール１０３０におけるデータ構造が修正パラメータである文字コードをキーとして、修正コマンドを値としたハッシュ構造の場合に関して、第３の実施の形態における認識文字列補正モジュール１２０における認識文字列補正処理例を説明する。

ステップＳ１１０２では、修正命令解釈モジュール１４０は、文字認識モジュール１１０から入力された認識文字列１１５の対象文字の文字コードをキーに、修正命令記憶モジュール１０３０に記憶されている修正コマンドを検索する。
ステップＳ１１０４では、修正命令解釈モジュール１４０は、キーにヒットする修正コマンドが存在する場合はステップＳ１１０８に処理を移し、キーにヒットする修正コマンドがない場合は、次の認識文字へ対象を移し（ステップＳ１１０６）、ステップＳ１１０２の処理を繰り返す。

ステップＳ１１０８では、修正命令解釈モジュール１４０は、検索された修正コマンドから予め定められた修正コマンドを選択する。ここでの修正コマンドの選択は、予め修正命令の実行順序が決定されているなどの規則に従うようにするのがよい。
ステップＳ１１１０では、修正命令解釈モジュール１４０は、選択された修正コマンドを解釈する。つまり、修正命令解釈モジュール１４０は、修正コマンドがどの修正方法を表すコマンドかを判定し、修正命令記憶モジュール１０３０に記憶されている修正コマンドに紐付けされた修正パラメータを取得する。
ステップＳ１１１２では、修正命令実行モジュール１５０は、文字認識モジュール１１０から入力された認識文字列１１５から、ステップＳ１１１０で解釈された修正コマンドに必要な修正文字列候補を選択する。

ステップＳ１１１４では、修正命令実行モジュール１５０は、修正文字列候補が修正パラメータに合致するかを判断する。合致する場合は、処理をステップＳ１１１６に移し、修正命令解釈モジュール１４０で解釈された修正コマンドが表す修正方法に従って修正文字列候補を修正する。合致しない場合は、次の認識文字へ対象を移し（ステップＳ１１０６）、処理をステップＳ１１０２に移してステップＳ１１０２からステップＳ１１１２までの処理を繰り返す。
ステップＳ１１１８では、修正命令実行モジュール１５０は、入力された認識文字列１１５に関して修正文字列候補全てを処理したかを判定する。未処理の修正文字列候補があれば、次の認識文字へ対象を移し（ステップＳ１１０６）、処理をステップＳ１１０２に移してステップＳ１１０２からステップＳ１１１６までの処理を繰り返す。全ての修正文字列候補を処理した場合はステップＳ１１２０に処理を移す。
ステップＳ１１２０では、修正命令実行モジュール１５０は、認識文字列１１５に必要な全ての修正命令の処理が終了したかどうかを判定する。全ての修正命令データ処理が終了していれば文字認識モジュール１１０から入力された認識文字列１１５に対する修正認識文字列１５５を出力する。未処理の修正命令がある場合は、再度、認識文字列１１５の先頭へ対象を移し（ステップＳ１１２２）、ステップＳ１１０２からステップＳ１１１８までの処理を繰り返す。

次に、第３の実施の形態における外部ファイルとして用意される修正命令リスト１０１０の１つの具体例を図１２に示す。
図１２に示す修正命令リスト１０１０の具体例では、リストの先頭行と最終行に「ＳＴＡＲＴ」、「ＥＮＤ」が記述されている。先頭行の「ＳＴＡＲＴ」はこれ以降の記述が修正命令リスト本体であることを示し、これ以前の記述は参照しないことを示す。また最終行の「ＥＮＤ」はこれ以前の記述が修正命令リスト本体であることを示し、これ以降の記述は参照しないことを示す。例えば「ＳＴＡＲＴ」以前あるいは「ＥＮＤ」以降に本修正命令リストのバージョンや修正命令リスト本体の記述方法などユーザーに有益な情報を記述するようにする。
「ＳＴＡＲＴ」と「ＥＮＤ」に囲まれた部分が修正命令リスト本体であり、各行に「修正コマンド」とそれに必要な「修正パラメータ」が記述されている。例えば、以下のような修正命令がある。（「イ」、「ヒ」の２文字を「化」に統合する）、（「イ」、「壬」の２文字を「任」に統合する）、（「イ」、「左」の２文字を「佐」に統合する）、（「イ」、「右」の２文字を「佑」に統合する）、（「イ」、「乍」の２文字を「作」に統合する）、（「シ」、「主」の２文字を「注」に統合する）、（「シ」、「隼」の２文字を「準」に統合する）、（「シ」、「皮」の２文字を「波」に統合する）、（「シ」、「舌」の２文字を「活」に統合する）、（「シ」、「凡」の２文字を「汎」に統合する）、（「シ」、「太」の２文字を「汰」に統合する）、（「シ」、「及」の２文字を「汲」に統合する）、（「シ」、「屯」の２文字を「沌」に統合する）、（「シ」、「中」の２文字を「沖」に統合する）、（「シ」、「少」の２文字を「沙」に統合する）、（「シ」、「尺」の２文字を「沢」に統合する）、（「シ」、「末」の２文字を「沫」に統合する）、（「ネ」、「ツ」、「ト」の３文字を「ネット」に置換する）等がある。
第３の実施の形態における修正命令受付モジュール１０２０は、「ＳＴＡＲＴ」及び「ＥＮＤ」に囲まれた各行を読み込み、修正命令記憶モジュール１０３０に予め定められたデータ構造（例えば、ハッシュ構造）に変換して記憶させる。
第３の実施の形態においては、修正命令リスト１０１０を認識文字列補正モジュール１２０の外部に設置し、認識文字列補正モジュール１２０と修正命令を分離することで、認識文字列補正モジュール１２０を変更することなく修正命令の追加／削除を可能とする。これにより新規の誤認識修正への対応が容易となる。さらには修正命令の数が増大した場合においても、修正命令記憶モジュール１０３０に予め定められたデータ構造で修正命令を保持することで誤認識修正の処理時間の増加を抑えることが可能となる。

図１４を参照して、本実施の形態の情報処理装置のハードウェア構成例について説明する。図１４に示す構成は、例えばパーソナルコンピュータ（ＰＣ）などによって構成されるものであり、スキャナ等のデータ読み取り部１４１７と、プリンタなどのデータ出力部１４１８を備えたハードウェア構成例を示している。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１４０１は、前述の実施の形態において説明した各種のモジュール、すなわち、文字認識モジュール１１０、認識文字列補正モジュール１２０、修正命令格納モジュール１３０、修正命令解釈モジュール１４０、修正命令実行モジュール１５０、修正命令受付モジュール７３０、修正命令受付モジュール１０２０、修正命令記憶モジュール１０３０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムに従った処理を実行する制御部である。

ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１４０２は、ＣＰＵ１４０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１４０３は、ＣＰＵ１４０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス１４０４により相互に接続されている。

ホストバス１４０４は、ブリッジ１４０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス１４０６に接続されている。

キーボード１４０８、マウス等のポインティングデバイス１４０９は、操作者により操作される入力デバイスである。ディスプレイ１４１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）などがあり、各種情報をテキストやイメージ情報として表示する。

ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１４１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ１４０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、認識文字列１１５、修正認識文字列１５５、修正命令などが格納される。さらに、その他の各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。

ドライブ１４１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体１４１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース１４０７、外部バス１４０６、ブリッジ１４０５、及びホストバス１４０４を介して接続されているＲＡＭ１４０３に供給する。リムーバブル記録媒体１４１３も、ハードディスクと同様のデータ記録領域として利用可能である。

接続ポート１４１４は、外部接続機器１４１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート１４１４は、インタフェース１４０７、及び外部バス１４０６、ブリッジ１４０５、ホストバス１４０４等を介してＣＰＵ１４０１等に接続されている。通信部１４１６は、通信回線に接続され、外部とのデータ通信処理を実行する。データ読み取り部１４１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部１４１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。

なお、図１４に示す情報処理装置のハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図１４に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図１４に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

前述の実施の形態においては、文字認識モジュール１１０の認識対象として文字画像データ１０５を示したが、オンライン文字認識における筆記順のベクトルデータであってもよい。その場合、文字認識モジュール１１０は、筆記順のベクトルデータに対する手書き文字認識処理を行えばよい。
文字の統合命令、文字の分離命令、文字の置換命令、文字候補の追加命令のうち、予め定められた種類の修正命令を最初に行うようにしてもよい。例えば、文字候補の追加命令を行った後に、他の修正命令を行うようにしてもよい。つまり、文字候補の追加命令を行った場合の文字列（対象の文字を追加された文字に置換した文字列）を、別の認識文字列１１５として認識文字列補正モジュール１２０による処理を行うようにしてもよい。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。

１１０…文字認識モジュール
１２０…認識文字列補正モジュール
１３０…修正命令格納モジュール
１４０…修正命令解釈モジュール
１５０…修正命令実行モジュール
７１０…修正命令データ
７３０…修正命令受付モジュール
１０１０…修正命令リスト
１０２０…修正命令受付モジュール
１０３０…修正命令記憶モジュール

Claims (5)

1. 複数の修正命令を格納する格納手段と、
   前記格納手段に格納された修正命令を解釈する解釈手段と、
   前記解釈手段によって解釈された修正命令に従って、認識文字列を修正する修正手段
   を具備し、
   前記解釈手段は、前記修正命令の種類を判別し、該修正命令の種類に応じて、該修正命令の対象となる１つ以上の文字によって構成される第１の文字列と該第１の文字列の一部又は全部の変換後の第２の文字列を抽出し、
   前記修正手段は、前記第１の文字列が前記認識文字列内に存在する場合に、該認識文字列内の該第１の文字列の一部又は全部を前記第２の文字列に変換し、
   前記修正命令として、認識結果としての文字候補の追加命令を含み、
   前記修正命令が文字候補の追加命令である場合は、前記第１の文字列として対象文字と該対象文字の前後の文字を含む文字列を抽出し、前記第２の文字列として該対象文字の認識候補として付加する文字を抽出する
   ことを特徴とする情報処理装置。
2. 前記修正命令として、文字の統合命令、文字の分離命令を含み、
   前記解釈手段は、前記修正命令が文字の統合命令である場合は、前記第１の文字列として複数文字の列を抽出し、前記第２の文字列として１つの文字を抽出し、
   前記修正命令が文字の分離命令である場合は、前記第１の文字列として１つの文字を抽出し、前記第２の文字列として複数文字の列を抽出する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記修正命令として、文字の置換命令を含み、
   前記解釈手段は、前記修正命令が文字の置換命令である場合は、前記第１の文字列として対象文字と該対象文字の前後の文字を含む文字列を抽出し、前記第２の文字列として置換文字と該前後の文字列を抽出する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記解釈手段は、前記修正命令として、前記文字の統合命令と前記文字の分離命令がある場合であって、前記文字の統合命令における第２の文字列と前記文字の分離命令における第１の文字列とが合致するか否かを判断する
   ことを特徴とする請求項２又は請求項２に従属する請求項３に記載の情報処理装置。
5. コンピュータを、
   複数の修正命令を格納する格納手段と、
   前記格納手段に格納された修正命令を解釈する解釈手段と、
   前記解釈手段によって解釈された修正命令に従って、認識文字列を修正する修正手段
   として機能させ、
   前記解釈手段は、前記修正命令の種類を判別し、該修正命令の種類に応じて、該修正命令の対象となる１つ以上の文字によって構成される第１の文字列と該第１の文字列の一部又は全部の変換後の第２の文字列を抽出し、
   前記修正手段は、前記第１の文字列が前記認識文字列内に存在する場合に、該認識文字列内の該第１の文字列の一部又は全部を前記第２の文字列に変換し、
   前記修正命令として、認識結果としての文字候補の追加命令を含み、
   前記修正命令が文字候補の追加命令である場合は、前記第１の文字列として対象文字と該対象文字の前後の文字を含む文字列を抽出し、前記第２の文字列として該対象文字の認識候補として付加する文字を抽出する
   ことを特徴とする情報処理プログラム。

Images