JP6600973B2 - 文字認識装置、文字認識処理システム、およびプログラム - Google Patents

Description

本発明は、文字認識装置、文字認識処理システム、およびプログラムに関する。

特許文献１では、文字認識処理後のべリファイ時にオペレータに促す確認や修正操作を必要最小限とするために、未知文字イメージ群の各候補文字コードを取得し、これら候補文字コードの信頼性を判定し、単語辞書を用いて単語照合を行ない近い文字コード群を選出し、再判定で信頼性が低い第１位候補文字コードと単語中の対応する文字コードとを比較し、一致する場合は信頼性を「低」から「高」に変更し、未知文字イメージの再判定が終わると、認識結果（単語）を表示すると共に再判定により信頼性が低いと判定された文字コードについてオペレータに対する警告目印を表示している。

また、特許文献２では、漢字１文字体言または前後の単語に接続可能な単語を照合できなかったリジェクト文字が２文字以上連続して現れかつ前記単語辞書にない部分を、誤読の可能性があるとして検出するステップを有している。

特開２００３−２８１４６７号公報 特開平０５−８９２８１号公報

一般的に、文字に対する文字認識の認識率の値が予め決められた値に満たない場合に、この文字ごとに警告を発すると、警告の内容を確認する手間が発生してしまう場合がある。
本発明は、文字に対する文字認識の認識率の値が予め決められた値に満たない場合に当該文字ごとに警告を発するものに比べて、警告の回数を低減させることを目的とする。

請求項１に記載された発明は、認識対象から単文字を抽出する抽出手段と、前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告文字として出力するとともに、当該認識候補に対して当該認識候補を他の認識候補に入れ替えた文字列を生成し、当該文字列が当該認識対象の並び規則を用いた文脈再評価に合致しない場合に、単文字に対する複数の認識候補間に類似の文字が含まれる場合の警告の候補である警告文字候補の中から警告文字候補を減らし、残った警告文字候補を警告文字として出力する警告手段とを有する文字認識装置である。
請求項２に記載された発明は、前記警告手段は、前記認識対象の並び規則を用いた文脈処理により特定された認識候補の評価値が予め定めた値より低い場合の文字を、警告の候補である警告文字候補とすることを特徴とする請求項１記載の文字認識装置である。
請求項３に記載された発明は、認識対象から単文字を抽出する抽出手段と、前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告の候補である第１の警告文字候補とする第１の警告文字候補手段と、前記単文字の複数の認識候補の中から特定された認識候補に対し、類似の文字が含まれている場合の文字を、警告の候補である第２の警告文字候補とする第２の警告文字候補手段と、特定された前記認識候補による認識処理を行った後に、認識候補を入れ替えた文字列を生成し、生成した当該文字列が前記認識対象の並び規則を用いた文脈再評価に合致しない場合に、前記第２の警告文字候補手段による第２の警告文字候補を解除して除外する警告文字候補解除手段と、特定された認識候補の文字列の中から、前記第１の警告文字候補および前記警告文字候補解除手段において残った第２の警告文字候補を警告文字として識別できる状態で表示するように制御する警告手段とを有する文字認識装置である。
請求項４に記載された発明は、前記第２の警告文字候補手段は、複数の認識候補間の相対評価値を算出し、算出された相対評価値が予め定めた値よりも低い場合に前記類似の文字が含まれていると判断することを特徴とする請求項３記載の文字認識装置である。
請求項５に記載された発明は、認識対象から単文字を抽出する抽出手段と、前記単文字に対して複数の認識候補と評価値とを取得する取得手段と、前記認識対象が有する並び規則を用いた文脈処理により、前記複数の認識候補の中から認識候補を特定する文脈処理手段と、特定された前記認識候補の評価値が予め定めた値よりも低い場合に、低い評価値の単文字を警告文字とする警告手段とを有し、前記警告手段は、前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告文字とするとともに、当該認識候補に対して当該認識候補を他の認識候補に入れ替えた文字列を生成し、当該文字列が当該認識対象の並び規則を用いた文脈再評価に合致しない場合に、単文字に対する複数の認識候補間に類似の文字が含まれる場合の警告の候補である警告文字候補の中から警告文字候補を減らして、残った警告文字候補を警告文字とすることを特徴とする文字認識装置である。
請求項６に記載された発明は、文字認識装置と、使用者記入情報取得装置とを含み、前記文字認識装置は、前記使用者記入情報取得装置から取得した認識対象から単文字を抽出する抽出手段と、前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告文字として出力するとともに、当該認識候補に対して当該認識候補を他の認識候補に入れ替えた文字列を生成し、当該文字列が当該認識対象の並び規則を用いた文脈再評価に合致しない場合に、単文字に対する複数の認識候補間に類似の文字が含まれる場合の警告の候補である警告文字候補の中から警告文字候補を減らし、残った警告文字候補を警告文字として出力する警告手段とを有することを特徴とする文字認識処理システムである。
請求項７に記載された発明は、コンピュータに、認識対象から単文字を抽出する機能と、前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告文字として出力するとともに、当該認識候補に対して当該認識候補を他の認識候補に入れ替えた文字列を生成し、当該文字列が当該認識対象の並び規則を用いた文脈再評価に合致しない場合に、単文字に対する複数の認識候補間に類似の文字が含まれる場合の警告の候補である警告文字候補の中から警告文字候補を減らし、残った警告文字候補を警告文字として出力する機能とを実現させるプログラムである。

請求項１に記載された発明によれば、単に文字に対する文字認識の認識率の値が予め決められた値に満たない場合に当該文字ごとに警告を発するものに比べて、警告の回数を低減させることができる。
請求項２に記載された発明によれば、字形が崩れた認識候補に対しても、規則性を加味した評価によって警告を発することができる。
請求項３に記載された発明によれば、単に文字に対する文字認識の認識率の値が予め決められた値に満たない場合に当該文字ごとに警告を発するものに比べて、警告の回数を低減させることができる。また規則性を加味した評価によって警告の回数を低減できる。
請求項４に記載された発明によれば、認識候補間の類似性を良好に判定できる。
請求項５に記載された発明によれば、単に文字に対する文字認識の認識率の値が予め決められた値に満たない場合に当該文字ごとに警告を発するものに比べて、警告の回数を低減させることができる。
請求項６に記載された発明によれば、単に文字に対する文字認識の認識率の値が予め決められた値に満たない場合に当該文字ごとに警告を発するものに比べて、警告の回数を低減させることができる文字認識処理システムを提供できる。
請求項７に記載された発明によれば、単に文字に対する文字認識の認識率の値が予め決められた値に満たない場合に当該文字ごとに警告を発するものに比べて、警告の回数を低減させることができる。

本実施の形態が適用される文字認識処理システムの全体構成を示す概略図である。 文字認識装置の機能構成を示すブロック図である。 文字認識装置によって行われるリジェクト処理の流れを示すフローチャートである。 （ａ）、（ｂ）は、ステップ１０１〜ステップ１０３にて行われる文字分割、単文字認識の処理を説明するための図である。 ステップ１０４によって行われる文脈処理を説明するための図である。 ステップ１０５によって行われる第１のリジェクト処理を説明するための図である。 ステップ１０６における相対スコアの算出処理、および第２のリジェクト処理を説明するための図である。 ステップ１０８の入れ替え文字生成処理と、ステップ１０９〜ステップ１１２の文脈再評価処理を説明するための図である。

以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。
〔文字認識処理システム１００の全体構成〕
図１は、本実施の形態が適用される文字認識処理システム１００の全体構成を示す概略図である。文字認識処理システム１００は、文字認識装置１０と、この文字認識装置１０に対して手書き文字等の情報を入力するペン型装置７０と、文字認識装置１０とＬＡＮ（Local Area Network）などのネットワーク９０を介して接続され、画像の出力などを行う画像形成装置８０とを含んでいる。

文字認識装置１０は、オンライン手書き文字認識や、オフライン文字認識を行う。オンライン手書き文字認識は、タブレットや電子ペン（ペン型装置７０）等で入力された文字の筆跡を電子テキストに変換する技術である。また、オフライン手書き文字認識は、例えば後述するスキャナ８２等によってスキャンされた手書きや活字画像をテキストに変換する技術である。

この文字認識装置１０は、例えばパーソナルコンピュータ（ＰＣ）により構成され、一般のパーソナルコンピュータが有する各種機能を備えている。より具体的には、ＯＳ（Operating System）やアプリケーション等の各種ソフトウェアを実行し後述する各種機能を実行するＣＰＵ１１と、ＣＰＵ１１の作業用のメモリとして用いられるＲＡＭ１２と、ＣＰＵ１１が実行する各種プログラムを記憶するメモリであるＲＯＭ１３とを備えている。ＲＡＭ１２は、ペン型装置７０からの入力情報などの一次記憶領域として機能させることもできる。また、各種画像情報やリジェクト結果などを記憶する、磁気ディスク等で構成された記憶部１４を備えている。更に、液晶ディスプレイなどのリジェクト出力手段であるディスプレイ１５と、入力手段としてのキーボード１６と、補助入力手段としてのポインティングデバイス１７とを備えている。更に、ペン型装置７０や画像形成装置８０との間で各種情報の送受信を行うネットワークインタフェース１８を備えている。このネットワークインタフェース１８は、例えば無線通信によりペン型装置７０から手書き文字等の情報を取得する。このペン型装置７０からの情報の取得は、ＵＳＢ（Universal Serial Bus）の規格に準拠したコネクタを介して行われる構成でもよく、また、ネットワーク９０を介して行われる構成を採用することも可能である。

使用者記入情報取得装置の一例として機能するペン型装置７０は、例えば画像形成装置８０により画像が形成された紙に、インク等によって文字や図などの記入を行うための書き込み装置である。このペン型装置７０は電子ペンとしての機能を備えており、紙に記録された情報を読み取る読取部７１、読み取った情報を記憶する記憶部７２、記憶した情報を文字認識装置１０へ送信するなど文字認識装置１０と通信を行う通信部７３を有している。尚、他の使用者記入情報取得装置としては、画像形成装置８０に設けられたスキャナ８２や、ネットワーク９０に接続されるタブレット（図示せず）などの各種入力装置を採用することができる。

画像形成装置８０は、紙などの記録媒体に画像を形成するとともに、ネットワーク９０を介して文字認識装置１０と通信を行い、文字認識装置１０から送信される情報に基づいて紙に画像を形成する。また、画像を読み取って記憶するなどの機能を備えている。より具体的には、例えば手書き文字の記載用の帳票画像などを出力するプリンタ８１、例えば手書き文字画像などを読み取るスキャナ８２、各種画像情報を記憶する記憶部８３、ネットワーク９０を介して文字認識装置１０などと情報の送受信を行う通信部８４を備えている。プリンタ８１は、例えば電子写真方式を用いることができるが、インクジェット方式など、他の画像形成方式を採用することもできる。

〔文字認識装置１０の機能説明〕
図２は、文字認識装置１０の機能構成を示すブロック図である。図２に示すように、文字認識装置１０は、認識対象を取得する認識対象取得部２１、取得された認識対象を個々の文字に切り出す、抽出手段の一つとして機能する文字切り出し部２２、切り出された個々の単文字について認識候補を複数取得する単文字認識部２３を有している。この単文字認識部２３は、単文字に対して複数の認識候補と評価スコア（評価値）とを取得する取得手段の一つとして機能する。また、文字列としての認識候補を取得する文脈処理部２４、および認識候補の評価スコアから文字をリジェクトする第１の警告文字候補手段の一つとして機能する第１のリジェクト出力部２５を有する。また、他方の認識候補との差を見るための相対スコアを算出する相対スコア算出部２６、相対スコア（相対評価値）を用いて文字をリジェクトする第２の警告文字候補手段の一つとして機能する第２のリジェクト出力部２７を有する。また、第２のリジェクトによってリジェクトされた文字に対して他の候補と入れ替えた文字列を生成する入れ替え文字列生成部２８、入れ替え文字列が文脈処理に合致するか否かを評価する文脈処理手段の一つとして機能する文脈再処理部２９、合致するか否かによって、第２リジェクトによってリジェクトされた文字に対するリジェクトを解除するか否かを決定する警告文字候補解除手段の一つとして機能するリジェクト解除決定部３０を有する。さらに、第１リジェクト出力部２５およびリジェクト解除決定部３０の内容からリジェクトを出力する警告手段の一つとして機能するリジェクト出力部３１を有する。リジェクト出力部３１からの出力は、ユーザに対して目視による確認を促す警告である。

認識対象取得部２１は、例えば画像形成装置８０が有するスキャナ８２で読み込まれネットワーク９０を介して認識対象を取得する。また、画像形成装置８０の記憶部８３に記憶されネットワーク９０を介して取得する場合や、ネットワーク９０に接続された他の読取装置から取得する場合もある。また、単に、文字認識装置１０の記憶部１４に記憶された手書き画像を読み出して取得する場合もある。取得する認識対象は、複数個の単文字の集まりからなり、特定の文字列を形成している。
また、リジェクト出力部３１は、例えばディスプレイ１５に、認識対象の文字列の中からリジェクトする文字を識別できる状態で表示するように制御する。例えば、リジェクトする文字を赤枠で強調表示する等である。

ここで、単文字認識部２３における認識候補と評価スコア（評価値）との求め方は、文字認識の手法によって異なる。例えば、文字認識の手法としては、何れも公知の技術であるシティブロック距離、ユークリッド距離、線形識別関数、部分空間法、ＫＮＮ法、ベイズ識別法、およびニューラルネットによる方法などが挙げられる。ここでは、詳細な説明は省略するが、何れの場合にも、以下のような手順をとって正解情報を推測する。
〈手順１〉文字の教師データを収集（正解情報のラベル付き）
〈手順２〉この〈手順１〉を用いて学習
〈手順３〉入力された文字データを〈手順２〉の学習結果を使って識別
このときの〈手順１〉の情報と〈手順３〉の情報とがどのくらい似ているのかを示す尺度が「評価スコア（評価値）」となる。この評価スコアを０から順に並べ、例えば評価スコアの高いものから「認識候補」とする。

また、「リジェクト」は、認識結果が正しいか疑わしい文字を検出する機能である。本実施の形態では、警告文字候補を得るにあたり第１リジェクトと第２リジェクトとを行っている。第１のリジェクトは、文字の単体の性質から警告文字候補を決定するものであり、例えば字形が崩れている場合に、確からしさが低いとみなしリジェクトする。より具体的には、字形の崩れに関する指標として予め定められた評価値（閾値）と、個々の認識候補が有する評価値とを比較し、評価値が閾値以下の文字をリジェクトする。また、第２のリジェクトでは、認識候補間の類似性により、認識結果が疑わしいものを警告文字候補とする。認識候補に類似の文字が含まれる場合、識別が困難なためにリジェクトする。例えば、“０”（数字のゼロ）と”Ｏ” （アルファベットのオー）、“エ”（カタカナのエ）と”Ｉ” （アルファベット大文字のアイ）、“１”（数字のイチ）と”ｌ” （アルファベット小文字のエル）など、候補間の確からしさの差が小さい場合にリジェクトする。文字認識において、リジェクト誤りが多いとそれを修正するオペレータの手間が多くなる。一方、リジェクト漏れが多いと入力精度が低下する。これらは、トレードオフの関係にある。

また、「文脈処理」は文字列を認識する際に、どのような内容が筆記されているか、を定義する技術である。例えば、ある文字列の中でＮ個の文字列または単語の組み合わせがどの程度出現するかの確率であるＮ−ｇｒａｍによる確率や、いくつかの文字列を一つの形式で表現するための正規表現によるパターンなどが用いられる。この正規表現では、何文字目に出てくる文字がどのような種類の文字なのか、といった並び規則である文脈パターンが予め定義されている。正規表現を用いる処理は、例えば、工場の部品の型番など、文脈パターンが明らかなものには特に有効である。

〔リジェクト処理の流れ〕
図３は、文字認識装置１０によって行われるリジェクト処理の流れを示すフローチャートである。
まず、認識対象取得部２１は、所定の文字列を有する認識対象を取得する（ステップ１０１）。この取得は、ペン型装置７０やタブレット（図示せず）等で入力された文字の筆跡情報や、スキャナ８２等によってスキャンされた手書きや活字画像である。文字切り出し部２２は、認識対象を１文字単位に切り出す（ステップ１０２）。そして、単文字認識部２３は、切り出した個々の文字に対する単文字認識処理を行い、文字ごとに認識候補を複数、取得する（ステップ１０３）。

〔リジェクト処理の流れ〜文字分割と単文字認識処理〕
図４（ａ）、（ｂ）は、ステップ１０１〜ステップ１０３にて行われる文字分割、単文字認識の処理を説明するための図である。図４（ａ）は、取得された認識対象２００を示し、図４（ｂ）は、認識対象２００を２０１〜２０８の単文字に分割し、個々の認識候補が取得されている。認識候補として、各認識候補の文字と、各認識候補に対する評価スコア（評価値）が取得される。

図４（ａ）に示すように、認識対象２００は、８つの単文字からなる文字列である。文字切り出し部２２は、この認識対象を２０１〜２０８の単文字に分割している。単文字認識部２３は、各単文字に対して認識候補の文字と評価スコアを与えている。単文字２０１に対しては、認識候補“Ｄ” に“０.８７”の評価スコアと、認識候補“Ｐ”に“０.７７”の評価スコアを与えている。同様に、単文字２０２に対して、数字の“１” に“０.９５”、アルファベット小文字の“ｌ”に“０.９４”を与えている。単文字２０３に対して、数字の“３” に“０.９９”、アルファベット小文字の“ｓ”に“０.２１”を与えている。単文字２０４では、アルファベット大文字の“Ｙ” に“０.９６”、アルファベット小文字の“ｙ”に“０.３１”を与えている。単文字２０５では、数字の“０” に“０.９６”、アルファベット小文字の“ｏ”に“０.９４”を与えている。単文字２０６では、数字の“９” に“０.９８”、数字の“４”に“０.２３”を与えている。単文字２０７では、アルファベット小文字の“ｂ” に“０.９７”、数字の“６”に“０.９６”を与えている。そして、単文字２０８では、アルファベット大文字 “Ｚ” の認識候補に“０.９１”の評価スコアを与え、数字の“２” の認識候補に“０.５０” の評価スコアを与えている。

なお、漢字のように文字の分割位置があいまいな文字の場合には、仮分割を行い、後でつながりを評価する。例えば、“言語”では、“言”と“言”と“吾”といった３分割か、“言”と“語”といった２分割が行われ、後の文脈処理により、つながりを評価して分割が決定される。

〔リジェクト処理の流れ〜文脈処理〕
図３のステップ１０３の処理の後、文脈処理部２４は、文脈処理によって文字列としての認識候補を得る（ステップ１０４）。
図５は、ステップ１０４によって行われる文脈処理を説明するための図である。ここでは、文脈処理の一例である正規表現３０１として、以下の並び規則が示されている。
[Ａ−Ｚａ−ｚ] [０−９]＋ [Ａ−Ｚａ−ｚ] [０−９]＋
ここで、最初の[Ａ−Ｚａ−ｚ]は、最初の単文字２０１に、このカギ括弧の中のいずれかが必ず来ることが示されている。これによると、単文字２０１には、“アルファベット大文字のＡ〜Ｚまたはアルファベット小文字のａ〜ｚ”が来る。同様に、次の単文字２０２には、“数字の０〜９”が来る。次の記号“＋”は、１文字以上続く符号であり、次の単文字２０３には、“数字の０〜９”が来る。同様に、単文字２０４には、“アルファベット大文字のＡ〜Ｚまたはアルファベット小文字のａ〜ｚ”が来て、次の単文字２０５には、“数字の０〜９”が来る。次の記号“＋”は、１文字以上続く符号であり、単文字２０６、２０７、２０８には、“数字の０〜９”が来ることが推定される。

図５に示す例で、単に評価スコアの１位候補だけを採択した場合には、
Ｄ１３Ｙ０９ｂＺ
が選択される。
一方、正規表現３０１に基づく文脈パターンが適応される場合には、
Ｄ１３Ｙ０９６２
が選択される。

〔リジェクト処理の流れ〜第１のリジェクト〕
図３のステップ１０４の処理の後、第１のリジェクト出力部２５は、第１のリジェクトとして、認識候補の評価スコアが第１の閾値以下のものをリジェクトする（ステップ１０５）。第１のリジェクト出力部２５は、第１の警告文字候補手段の一つとして機能する。
図６は、ステップ１０５によって行われる第１のリジェクト処理を説明するための図である。ここでは、ステップ１０５で判断する閾値（第１の閾値）を０.６とし、評価スコアが第１の閾値０.６以下の文字を第１のリジェクトとする。より具体的には、認識候補のうち、前述の文脈パターンに合致して、より評価スコアの高いものが選択され、閾値との比較がされる。

図６に示す例では、まず、単文字２０１は、パターンからは、“Ｄ”と“Ｐ”とが合致するが、この中で評価スコアの高い“Ｄ”が選択される。“Ｄ”の評価スコアが“０.８７”で第１の閾値０.６より高く、リジェクトされない。また、単文字２０２は、パターンから“１”が選択され、評価スコアが“０.９５”で第１の閾値０.６より高く、リジェクトされない。単文字２０３は、パターンから“３”が選択され、評価スコアが“０.９９”で第１の閾値０.６より高く、リジェクトされない。単文字２０４は、パターンから“Ｙ”が選択され、評価スコアが“０.９６”で第１の閾値０.６より高く、リジェクトされない。単文字２０５は、パターンから数字の “０”が選択され、評価スコアが“０.９６”で第１の閾値０.６より高く、リジェクトされない。単文字２０６は、パターンからは“９”か“４”が選択されるが、評価スコアの高い“９”が選択され、評価スコアの“０.９８”が第１の閾値０.６より高く、リジェクトされない。単文字２０７は、“ｂ”の評価スコアは高いものの、パターンから“６”が選択され、評価スコアが“０.９６”で第１の閾値０.６より高く、リジェクトされない。

一方、単文字２０８は、“Ｚ”の評価スコアは高いものの、パターンから“２”が選択される。この認識候補“２”の評価スコアは “０.５０”であり、第１の閾値０.６より低い。この結果、図６に示す第１のリジェクトの例では、単文字２０８だけがリジェクトされる。この単文字２０８のリジェクトは、認識対象の並び規則（パターン）から特定された認識候補“２”に対して評価スコアが予め定めた値より低い場合の文字を、警告の候補である警告文字候補とする。

〔リジェクト処理の流れ〜第２のリジェクト〕
図３のステップ１０５による第１のリジェクトの後、相対スコア算出部２６は、文字ごとに他の認識候補との間の相対スコアを算出する（ステップ１０６）。そして、第２の警告文字候補手段の一つとして機能する第２のリジェクト出力部２７は、第２のリジェクトとして、認識候補の相対スコアが第２の閾値を下回る文字をリジェクトする（ステップ１０７）。この第２のリジェクトでは、各々の単文字にて、文脈処理を考慮し、文字認識率の高い一方の認識候補と、文字認識率の高い他方の認識候補との評価スコアの相対的な差を、予め定めた数値と比較し、リジェクトする。
図７は、ステップ１０６における相対スコアの算出処理、および第２のリジェクト処理を説明するための図である。

相対スコアは、他方の認識候補との関係を表現したものである。ここでは、
相対スコア ＝ 評価スコア ÷ 全評価スコアの合計
で算出している。そして、単文字ごとの相対スコアの合計は１となる。
図７に示す例では、単文字２０１の相対スコアは、以下のようになる。
Ｄ ： ０.８７÷（０.８７＋０.７７）≒０.５３
Ｐ ： ０.７７÷（０.８７＋０.７７）≒０.４７
単文字２０２の相対スコアは、
１ ： ０.９５÷（０.９５＋０.９４）≒０.５０
ｌ ： ０.９４÷（０.９５＋０.９４）≒０.５０
単文字２０３の相対スコアは、
３ ： ０.９９÷（０.９９＋０.２１）≒０.８３
ｓ ： ０.２１÷（０.９９＋０.２１）≒０.１７
単文字２０４の相対スコアは、
Ｙ ： ０.９６÷（０.９６＋０.３１）≒０.７６
ｙ ： ０.３１÷（０.９６＋０.３１）≒０.２４
単文字２０５の相対スコアは、
０ ： ０.９６÷（０.９６＋０.９４）≒０.５１
ｏ ： ０.９４÷（０.９６＋０.９４）≒０.４９
単文字２０６の相対スコアは、
９ ： ０.９８÷（０.９８＋０.２３）≒０.８１
４ ： ０.２３÷（０.９８＋０.２３）≒０.１９
単文字２０７の相対スコアは、
ｂ ： ０.９７÷（０.９７＋０.９６）≒０.５０
６ ： ０.９６÷（０.９７＋０.９６）≒０.５０
単文字２０８の相対スコアは、
Ｚ ： ０.９１÷（０.９１＋０.５０）≒０.６５
２ ： ０.５０÷（０.９１＋０.５０）≒０.３５
尚、図７に示す例では、各単文字について２つの認識候補から相対スコアを算出しているが、複数のスコアから相対スコアを算出してもよい。

第２のリジェクト出力部２７は、以上のようにして算出された相対スコアが第２の閾値を下回るか否かを判断する。ここでは、予め定められた第２の閾値として、０.６を採用し、０.６を下回る文字をリジェクトする。単文字２０１は、“Ｄ”の相対スコアが“０.５３”で第２の閾値０.６を下回っており、リジェクトされる。単文字２０２は、文脈処理で選ばれた “１”の相対スコアが“０.５０”で第２の閾値０.６を下回っており、リジェクトされる。単文字２０３は、文脈処理で選ばれた “３”の相対スコアが“０.８３”で第２の閾値０.６を下回ることはなく、リジェクトされない。単文字２０４は、“Ｙ”の相対スコアが“０.７６”で第２の閾値０.６を下回ることはなく、リジェクトされない。単文字２０５は、文脈処理で選ばれた “０”の相対スコアが“０.５１”で第２の閾値０.６を下回っており、リジェクトされる。単文字２０６は、評価スコアの高い“９”の相対スコアが“０.８１”で第２の閾値０.６を下回ることはなく、リジェクトされない。単文字２０７は、文脈処理で選ばれた “６”の相対スコアが“０.５０”で第２の閾値０.６を下回っており、リジェクトされる。単文字２０８は、文脈処理で選ばれた “２”の相対スコアが“０.３５”で第２の閾値０.６を下回っており、リジェクトされる。

なお、上述した第２のリジェクト処理について、本実施の形態では、ステップ１０４の文脈処理の結果を利用している。しかしながら、文脈処理を経由せずに個々の認識候補とその評価スコアを用いて認識候補間の類似性を判断し、リジェクトを行うように構成することもできる。

〔リジェクト処理の流れ〜入れ替え文字生成と文脈再評価〕
図３のステップ１０７による第２のリジェクトの後、入れ替え文字列生成部２８は、リジェクトされた文字に対して、他の認識候補と入れ替えた文字列を生成する（ステップ１０８）。そして、文脈処理に合致するか否かを判断し（ステップ１０９）、合致しない場合には（ステップ１０９でＮｏ）、第１のリジェクト処理でリジェクトされているか否かを判断する（ステップ１１０）。第１のリジェクト処理でリジェクトされていなければ（ステップ１１０でＮｏ）、リジェクトを解除する（ステップ１１１）。一方、文脈処理に合致する場合には（ステップ１０９でＹｅｓ）、および、第１のリジェクト処理でリジェクトされていれば（ステップ１１０でＹｅｓ）、リジェクトを解除せず（ステップ１１２）、リジェクトを出力して（ステップ１１３）、リジェクト処理を終了する。このリジェクトの出力としては、例えばディスプレイ１５に文字列を表示し、その文字列のリジェクトする文字を色枠や太枠などで強調表示して出力する等がある。

図８は、ステップ１０８の入れ替え文字生成処理と、ステップ１０９〜ステップ１１２の文脈再評価処理を説明するための図である。
文脈のパターンは、前述と同様に、正規表現３０１として以下に示す。
[Ａ−Ｚａ−ｚ] [０−９]＋ [Ａ−Ｚａ−ｚ] [０−９]＋
第２のリジェクト処理によりリジェクトされた単文字２０１、２０２、２０５、２０７、２０８を各々、入れ替え、以下のように入れ替え文字を生成する。
入れ替え文字４０１ … Ｐ１３Ｙ０９６２
入れ替え文字４０２ … Ｄｌ３Ｙ０９６２
入れ替え文字４０３ … Ｄ１３Ｙｏ９６２
入れ替え文字４０４ … Ｄ１３Ｙ０９ｂ２
入れ替え文字４０５ … Ｄ１３Ｙ０９６Ｚ

入れ替え文字４０１は、単文字２０１の“Ｄ” を“Ｐ”に入れ替えたものであるが、正規表現３０１の文脈のパターンに合致することから、リジェクトを解除しない。すなわち、疑わしい認識候補が存在することから、警告文字候補としてリジェクト出力がなされるように制御する。
入れ替え文字４０２は、単文字２０２の数字“１” をアルファベット小文字（エル）“ｌ”に入れ替えたものであるが、正規表現３０１の文脈のパターンに合致しない。そのために、リジェクトを解除する。
入れ替え文字４０３は、単文字２０５の数字“０” をアルファベット小文字 “ｏ”に入れ替えたものであるが、正規表現３０１の文脈のパターンに合致せず、リジェクトを解除する。
入れ替え文字４０４は、単文字２０７の数字“６” をアルファベット小文字 “ｂ”に入れ替えたものであるが、正規表現３０１の文脈のパターンに合致せず、リジェクトを解除する。
入れ替え文字４０５は、単文字２０８の数字“２” をアルファベット大文字 “Ｚ”に入れ替えたものであり、パターンに合致しない。しかしながら、単文字２０８は、第１のリジェクト処理でリジェクトされていることから、リジェクトが解除されない。

なお、図８では、リジェクトが解除された単文字２０２、単文字２０５、および単文字２０７では、相対スコアが、“１.０”と “０”との値に変更されている。

このように、本実施の形態では、第１のリジェクト処理による“字形が崩れている文字”、および、入れ替え文字生成と文脈再評価による“他の候補が正しい可能性が高い文字”がリジェクトされる。リジェクト誤りが多いとそれを修正するオペレータの手間が多くなり、リジェクト漏れが多いと入力精度が低下する。本実施の形態では、これらのトレードオフの関係を良好に保つ文字認識装置１０、文字認識処理システム１００、およびコンピュータにて実行されるプログラムを提供している。

１０…文字認識装置、１５…ディスプレイ、１６…キーボード、１７…ポインティングデバイス、２１…認識対象取得部、２２…文字切り出し部、２３…単文字認識部、２４…文脈処理部、２５…第１のリジェクト出力部、２６…相対スコア算出部、２７…第２のリジェクト出力部、２８…入れ替え文字列生成部、２９…文脈再処理部、３０…リジェクト解除決定部、７０…ペン型装置、８２…スキャナ、１００…文字認識処理システム

Claims (7)

1. 認識対象から単文字を抽出する抽出手段と、
   前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告文字として出力するとともに、当該認識候補に対して当該認識候補を他の認識候補に入れ替えた文字列を生成し、当該文字列が当該認識対象の並び規則を用いた文脈再評価に合致しない場合に、単文字に対する複数の認識候補間に類似の文字が含まれる場合の警告の候補である警告文字候補の中から警告文字候補を減らし、残った警告文字候補を警告文字として出力する警告手段とを有する文字認識装置。
2. 前記警告手段は、前記認識対象の並び規則を用いた文脈処理により特定された認識候補の評価値が予め定めた値より低い場合の文字を、警告の候補である警告文字候補とすることを特徴とする請求項１記載の文字認識装置。
3. 認識対象から単文字を抽出する抽出手段と、
   前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告の候補である第１の警告文字候補とする第１の警告文字候補手段と、
   前記単文字の複数の認識候補の中から特定された認識候補に対し、類似の文字が含まれている場合の文字を、警告の候補である第２の警告文字候補とする第２の警告文字候補手段と、
   特定された前記認識候補による認識処理を行った後に、認識候補を入れ替えた文字列を生成し、生成した当該文字列が前記認識対象の並び規則を用いた文脈再評価に合致しない場合に、前記第２の警告文字候補手段による第２の警告文字候補を解除して除外する警告文字候補解除手段と、
   特定された認識候補の文字列の中から、前記第１の警告文字候補および前記警告文字候補解除手段において残った第２の警告文字候補を警告文字として識別できる状態で表示するように制御する警告手段と
   を有する文字認識装置。
4. 前記第２の警告文字候補手段は、複数の認識候補間の相対評価値を算出し、算出された相対評価値が予め定めた値よりも低い場合に前記類似の文字が含まれていると判断することを特徴とする請求項３記載の文字認識装置。
5. 認識対象から単文字を抽出する抽出手段と、
   前記単文字に対して複数の認識候補と評価値とを取得する取得手段と、
   前記認識対象が有する並び規則を用いた文脈処理により、前記複数の認識候補の中から認識候補を特定する文脈処理手段と、
   特定された前記認識候補の評価値が予め定めた値よりも低い場合に、低い評価値の単文字を警告文字とする警告手段と
   を有し、
   前記警告手段は、前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告文字とするとともに、当該認識候補に対して当該認識候補を他の認識候補に入れ替えた文字列を生成し、当該文字列が当該認識対象の並び規則を用いた文脈再評価に合致しない場合に、単文字に対する複数の認識候補間に類似の文字が含まれる場合の警告の候補である警告文字候補の中から警告文字候補を減らして、残った警告文字候補を警告文字とすることを特徴とする文字認識装置。
6. 文字認識装置と、使用者記入情報取得装置とを含み、
   前記文字認識装置は、
   前記使用者記入情報取得装置から取得した認識対象から単文字を抽出する抽出手段と、
   前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告文字として出力するとともに、当該認識候補に対して当該認識候補を他の認識候補に入れ替えた文字列を生成し、当該文字列が当該認識対象の並び規則を用いた文脈再評価に合致しない場合に、単文字に対する複数の認識候補間に類似の文字が含まれる場合の警告の候補である警告文字候補の中から警告文字候補を減らし、残った警告文字候補を警告文字として出力する警告手段と
   を有することを特徴とする文字認識処理システム。
7. コンピュータに、
   認識対象から単文字を抽出する機能と、
   前記認識対象の並び規則を用いた文脈処理により特定された認識候補の中で前記単文字の字形の崩れに関する指標により評価された評価値が予め定めた値より低いものを警告文字として出力するとともに、当該認識候補に対して当該認識候補を他の認識候補に入れ替えた文字列を生成し、当該文字列が当該認識対象の並び規則を用いた文脈再評価に合致しない場合に、単文字に対する複数の認識候補間に類似の文字が含まれる場合の警告の候補である警告文字候補の中から警告文字候補を減らし、残った警告文字候補を警告文字として出力する機能と
   を実現させるプログラム。

Images