JP7268311B2 - 情報処理装置及びプログラム - Google Patents

Description

本発明は、情報処理装置及びプログラムに関する。

例えば、特許文献１には、人手によるベリファイを必要とする文字認識方法が記載されている。この文字認識方法は、文字が記載されている帳票上の画像を入力する第１のステップと、第１のステップにより入力された入力画像に対し文字認識を行ない、その文字認識結果としての類似度を得る第２のステップと、第２のステップにより得られた類似度と、あらかじめ登録された文字認識に要求する確信度とを比較する第３のステップと、を含む。また、この文字認識方法は、第３のステップによる比較の結果に基づき、文字認識結果に対し人手によるベリファイ処理を必要としない出力、文字認識結果に対し文字認識候補の選択肢を提示して人手によるベリファイ処理を促す出力、あるいは、文字認識結果に対し人手による新規入力および確定を提示して手入力処理を促す出力のいずれかを行なう第４のステップを含む。

また、特許文献２には、入力された未知の文字について認識結果を得るとともに、その認識結果の確からしさである確信度を決定できる文字認識装置が記載されている。この文字認識装置は、決定された確信度を閾値と比較して認識結果の誤りを検出する検出手段と、この検出手段の検出の際に、閾値を所定の条件に応じて随時変更させる閾値変更手段と、検出手段の検出した認識結果の誤りを、認識結果とともに出力する出力手段と、を備える。

特開２００３－３４６０８０号公報 特開平９－６２７７３号公報

ところで、文書の認識結果の確認作業においては、確認作業の工数を低減することと、認識結果の正誤の判定精度を向上させることとを両立させることは難しい。このため、文書の領域毎の重要性を考慮して、確認作業を行うことが望ましい。

本発明は、文書の領域毎の重要性を考慮しない場合と比較して、文書の認識結果についての確認作業の工数の低減を図りつつ、認識結果の正誤の判定精度を向上させることができる情報処理装置及びプログラムを提供することを目的とする。

上記目的を達成するために、請求項１に記載の情報処理装置は、認識の対象とする文書に含まれる複数の領域の各々に対応する画像の認識結果の確からしさを示す確信度、及び、前記複数の領域の各々に応じて予め設定された重み値に基づいて、前記認識結果の確認作業を行うか否かを判定する制御を行う制御部、を備えている。

また、請求項２に記載の情報処理装置は、請求項１に記載の発明において、前記重み値が、前記認識結果が不正解である場合に前記認識結果を確認しない場合のリスクを表す第１指標値、及び、前記認識結果が正解である場合に前記認識結果を確認する手間を表す第２指標値の少なくとも一方を含んでいる。

また、請求項３に記載の情報処理装置は、請求項２に記載の発明において、前記制御部が、前記画像に対応する領域についての前記第１指標値及び前記第２指標値の入力を受け付けるための入力画面を表示させる制御を更に行う。

また、請求項４に記載の情報処理装置は、請求項３に記載の発明において、前記入力画面が、前記第１指標値及び前記第２指標値の各々の大きさに対応して予め定められた複数のレベルが選択可能とされている。

また、請求項５に記載の情報処理装置は、請求項２に記載の発明において、前記複数の領域の各々に対応付けて、前記第１指標値及び前記第２指標値を登録した重み値テーブルを更に備え、前記制御部が、前記画像に対応する領域についての前記第１指標値及び前記第２指標値を、前記重み値テーブルから読み出す制御を更に行う。

また、請求項６に記載の情報処理装置は、請求項５に記載の発明において、前記第１指標値が、前記認識結果を確認しないことで発生するリスクが大きい領域ほど、大きな値が設定されている。

また、請求項７に記載の情報処理装置は、請求項６に記載の発明において、前記認識結果を確認しないことで発生するリスクの大きさを示すリスク情報を領域毎に記憶する記憶部を更に備え、前記制御部が、前記記憶部に記憶されているリスク情報に基づいて、前記第１指標値を導出する制御を更に行う。

また、請求項８に記載の情報処理装置は、請求項５に記載の発明において、前記第２指標値が、前記認識結果の確認の操作に要する操作時間が長い領域ほど、大きな値が設定されている。

また、請求項９に記載の情報処理装置は、請求項８に記載の発明において、前記認識結果の確認の操作に要した操作時間を領域毎に記憶する記憶部を更に備え、前記制御部が、前記記憶部に記憶されている操作時間に基づいて、前記第２指標値を導出する制御を更に行う。

また、請求項１０に記載の情報処理装置は、請求項１～９のいずれか１項に記載の発明において、前記制御部が、前記確信度の閾値を、前記重み値から導出する制御を行い、前記確信度が前記閾値未満である場合に、前記認識結果を不正解とし、前記認識結果の確認作業を行うと判定し、前記確信度が前記閾値以上である場合に、前記認識結果を正解とし、前記認識結果の確認作業を行わないと判定する制御を更に行う。

また、請求項１１に記載の情報処理装置は、請求項１０に記載の発明において、前記制御部が、前記認識結果の確認作業を行うと判定した場合、前記確認作業を行うための確認画面を、確認者が使用する端末装置に表示させ、前記確認画面において、前記確認作業の対象とする、前記文書の領域を強調して表示させる制御を更に行う。

また、請求項１２に記載の情報処理装置は、請求項１１に記載の発明において、前記制御部が、前記確認画面において、前記確信度と前記閾値との差が大きい順に、前記文書の領域を順番に強調して表示させる制御を更に行う。

また、請求項１３に記載の情報処理装置は、請求項１１又は１２に記載の発明において、前記制御部が、前記確認画面を介して前記確認者により、前記認識結果が訂正されなかった場合に、前記認識結果を不正解から正解に変更する制御を更に行う。

更に、上記目的を達成するために、請求項１４に記載のプログラムは、コンピュータを、請求項１～１３のいずれか１項に記載の情報処理装置が備える制御部として機能させる。

請求項１及び請求項１４に係る発明によれば、文書の領域毎の重要性を考慮しない場合と比較して、文書の認識結果についての確認作業の工数の低減を図りつつ、認識結果の正誤の判定精度を向上させることができる。

請求項２に係る発明によれば、重み値として２つの指標値を用いない場合と比較して、文書の領域毎の重要性を適切に考慮することができる。

請求項３に係る発明によれば、入力画面を介して２つの指標値を受け付けない場合と比較して、２つの指標値を容易に設定することができる。

請求項４に係る発明によれば、２つの指標値を数値で入力する場合と比較して、２つの指標値を容易に設定することができる。

請求項５に係る発明によれば、重み値テーブルを用いない場合と比較して、自装置の処理負荷を軽減することができる。

請求項６に係る発明によれば、指標値としてリスクの大きさを考慮しない場合と比較して、文書の領域毎の重要性を適切に考慮することができる。

請求項７に係る発明によれば、指標値の導出にリスク情報を用いない場合と比較して、文書の領域毎の重要性を適切に考慮することができる。

請求項８に係る発明によれば、指標値として操作時間の長さを考慮しない場合と比較して、文書の領域毎の重要性を適切に考慮することができる。

請求項９に係る発明によれば、指標値の導出に操作時間を用いない場合と比較して、文書の領域毎の重要性を適切に考慮することができる。

請求項１０に係る発明によれば、確信度の閾値を重み値から導出しない場合と比較して、確認作業の工数の低減を図りつつ、認識結果の正誤の判定精度を向上させることができる。

請求項１１に係る発明によれば、文書の領域を強調して表示しない場合と比較して、確認作業の工数の低減を図ることができる。

請求項１２に係る発明によれば、確信度と閾値との差を考慮しない場合と比較して、確認作業の工数の低減を図ることができる。

請求項１３に係る発明によれば、認識結果を変更しない場合と比較して、認識結果の正誤の判定精度を向上させることができる。

実施形態に係る情報処理システムの構成の一例を示す図である。 実施形態に係るサーバ装置の電気的な構成の一例を示すブロック図である。 実施形態に係る確信度の閾値を設定する方法の説明に供する図である。 実施形態に係るサーバ装置の機能的な構成の一例を示すブロック図である。 実施形態に係るサーバ装置の具体的な構成の一例を示すブロック図である。 実施形態に係る帳票定義画面の一例を示す正面図である。 実施形態に係る帳票定義画面の他の例を示す正面図である。 実施形態に係る重み値テーブルの一例を示す図である。 実施形態に係る帳票定義画面の一部を示す図である。 実施形態に係る認識正誤データの一例を示す図である。 実施形態に係る確認処理プログラムによる確認判定処理の流れの一例を示すフローチャートである。 実施形態に係る確認者による確認作業の説明に供する図である。 実施形態に係る確認処理プログラムによる認識設定処理の流れの一例を示すフローチャートである。

以下、図面を参照して、本発明を実施するための形態の一例について詳細に説明する。

図１は、本実施形態に係る情報処理システム９０の構成の一例を示す図である。
図１に示すように、本実施形態に係る情報処理システム９０は、サーバ装置１０と、確認者用端末装置４０Ａ、４０Ｂ、・・・と、画像読取装置５０と、管理者用端末装置６０と、を備えている。なお、サーバ装置１０は、情報処理装置の一例である。

サーバ装置１０は、ネットワークＮを介して、確認者用端末装置４０Ａ、４０Ｂ、・・・、画像読取装置５０、及び管理者用端末装置６０の各々と通信可能に接続されている。このサーバ装置１０には、一例として、サーバコンピュータや、パーソナルコンピュータ（ＰＣ：Personal Computer）等の汎用的なコンピュータが適用される。また、このネットワークＮには、一例として、インターネットや、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等が適用される。

画像読取装置５０は、紙媒体の帳票等を光学的に読み取って画像を取得し、取得した画像（以下、「帳票画像」という。）をサーバ装置１０に送信する機能を備えている。なお、ここでいう帳票としては、例えば、住所欄や氏名欄等の複数の項目を含む各種の帳票が用いられる。この帳票には、これら複数の項目の各々について手書き文字や、印刷文字等が記入される。なお、帳票は、文書の一例であり、項目は、領域の一例である。サーバ装置１０は、具体的には後述するように、画像読取装置５０から受信した帳票画像に対して、光学的文字認識処理の一例であるＯＣＲ（Optical Character Recognition）処理を行い、複数の項目の各々に対応する画像についての認識結果を取得する。なお、この認識結果には、一例として、１文字以上の文字の連なりを示す文字列等が含まれる。

確認者用端末装置４０Ａは、確認作業を行う確認者（ユーザ）Ｕ１が操作する端末装置であり、確認者用端末装置４０Ｂは、確認作業を行う確認者Ｕ２が操作する端末装置である。これら複数の確認者用端末装置４０Ａ、４０Ｂ、・・・を区別して説明する必要がない場合には、確認者用端末装置４０Ａ、４０Ｂ、・・・を総称して確認者用端末装置４０ともいう。また、これら複数の確認者Ｕ１、Ｕ２、・・・を区別して説明する必要がない場合には、確認者Ｕ１、Ｕ２、・・・を総称して確認者Ｕともいう。この確認者用端末装置４０には、一例として、パーソナルコンピュータ（ＰＣ）等の汎用的なコンピュータや、スマートフォン、タブレット端末等の携帯可能な端末装置等が適用される。なお、確認者用端末装置４０には、確認者Ｕが確認作業を行うための確認作業アプリケーション・プログラム（以下、「確認作業アプリ」ともいう。）がインストールされており、確認作業用のＵＩ（User Interface）画面を生成して表示する。

管理者用端末装置６０は、システム管理者ＳＥが操作する端末装置であり、システム管理者ＳＥにより後述する重み値等が入力される。この管理者用端末装置６０には、一例として、パーソナルコンピュータ（ＰＣ）等の汎用的なコンピュータや、スマートフォン、タブレット端末等の携帯可能な端末装置等が適用される。

図２は、本実施形態に係るサーバ装置１０の電気的な構成の一例を示すブロック図である。
図２に示すように、本実施形態に係るサーバ装置１０は、制御部１２と、記憶部１４と、表示部１６と、操作部１８と、通信部２０と、を備えている。

制御部１２は、ＣＰＵ（Central Processing Unit）１２Ａ、ＲＯＭ（Read Only Memory）１２Ｂ、ＲＡＭ（Random Access Memory）１２Ｃ、及び入出力インターフェース（Ｉ／Ｏ）１２Ｄを備えており、これら各部がバスを介して各々接続されている。

Ｉ／Ｏ１２Ｄには、記憶部１４と、表示部１６と、操作部１８と、通信部２０と、を含む各機能部が接続されている。これらの各機能部は、Ｉ／Ｏ１２Ｄを介して、ＣＰＵ１２Ａと相互に通信可能とされる。

制御部１２は、サーバ装置１０の一部の動作を制御するサブ制御部として構成されてもよいし、サーバ装置１０の全体の動作を制御するメイン制御部の一部として構成されてもよい。制御部１２の各ブロックの一部又は全部には、例えば、ＬＳＩ（Large Scale Integration）等の集積回路又はＩＣ（Integrated Circuit）チップセットが用いられる。上記各ブロックに個別の回路を用いてもよいし、一部又は全部を集積した回路を用いてもよい。上記各ブロック同士が一体として設けられてもよいし、一部のブロックが別に設けられてもよい。また、上記各ブロックのそれぞれにおいて、その一部が別に設けられてもよい。制御部１２の集積化には、ＬＳＩに限らず、専用回路又は汎用プロセッサを用いてもよい。

記憶部１４としては、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等が用いられる。記憶部１４には、本実施形態に係る確認処理を行うための確認処理プログラム１４Ａが記憶される。なお、この確認処理プログラム１４Ａは、ＲＯＭ１２Ｂに記憶されていてもよい。また、記憶部１４には、確認処理に用いる重み値テーブル１４Ｂ及び認識正誤データ１４Ｃが記憶されている。

確認処理プログラム１４Ａは、例えば、サーバ装置１０に予めインストールされていてもよい。確認処理プログラム１４Ａは、不揮発性の記憶媒体に記憶して、又はネットワークＮを介して配布して、サーバ装置１０に適宜インストールすることで実現してもよい。なお、不揮発性の記憶媒体の例としては、ＣＤ-ＲＯＭ（Compact Disc Read Only Memory）、光磁気ディスク、ＨＤＤ、ＤＶＤ-ＲＯＭ（Digital Versatile Disc Read Only Memory）、フラッシュメモリ、メモリカード等が想定される。

表示部１６には、例えば、液晶ディスプレイ（ＬＣＤ:Liquid Crystal Display）や有機ＥＬ（Electro Luminescence）ディスプレイ等が用いられる。表示部１６は、タッチパネルを一体的に有していてもよい。操作部１８には、例えば、キーボードやマウス等の操作入力用のデバイスが設けられている。表示部１６及び操作部１８は、サーバ装置１０のユーザから各種の指示を受け付ける。表示部１６は、ユーザから受け付けた指示に応じて実行された処理の結果や、処理に対する通知等の各種の情報を表示する。

通信部２０は、インターネットや、ＬＡＮ、ＷＡＮ等のネットワークＮに接続されており、画像読取装置５０や、確認者用端末装置４０、管理者用端末装置６０との間でネットワークＮを介して通信が可能とされる。

ところで、上述の帳票の各項目に対応する画像についての認識結果の確信度を用いて、認識結果の正誤を判定する場合がある。ここでいう確信度とは、認識結果の確からしさを示す指標である。この認識結果の正誤の判定は、確信度と閾値とを比較することにより行われる。以下、図３を参照して、確信度の閾値を設定する方法について説明する。

図３は、本実施形態に係る確信度の閾値を設定する方法の説明に供する図である。
図３において、縦軸は確信度（０以上１以下）を示し、横軸は複数の帳票（本例では１００枚）を表す帳票番号を示す。また、白丸は帳票番号に対応して認識結果が正解とされる確信度をプロットした点を示し、黒丸は帳票番号に対応して認識結果が不正解とされる確信度をプロットした点を示す。

図３の上図に示すように、正解とされる確信度の分布と、不正解とされる確信度の分布とがある値を境として明確に分かれている場合、閾値Ｔｈは、境界となる値を基準として設定すればよい。

一方、図３の下図に示すように、正解とされる確信度の分布の幅と、不正解とされる確信度の分布の幅とが共に広い場合、大きい側の閾値Ｔｈ１を設定すると、不正解が増加し、確認作業が多くなる。また、小さい側の閾値Ｔｈ３を設定すると、正解が増加し、不正解のチェック漏れが多くなる。この場合、閾値Ｔｈ１と閾値Ｔｈ３との間で適切な閾値Ｔｈ２を設定することが望ましいが、各項目の画像についての認識結果に対してどの程度の判定精度が求められるかは、各項目の重要性によって異なる。従って、帳票の項目毎の重要性を考慮して、確認作業を行うことが望ましい。

このため、本実施形態に係るサーバ装置１０のＣＰＵ１２Ａは、記憶部１４に記憶されている確認処理プログラム１４ＡをＲＡＭ１２Ｃに書き込んで実行することにより、図４に示す確認制御部３０として機能する。

図４は、本実施形態に係るサーバ装置１０の機能的な構成の一例を示すブロック図である。
図４に示すように、本実施形態に係るサーバ装置１０のＣＰＵ１２Ａは、確認制御部３０として機能する。なお、確認制御部３０は、制御部の一例である。また、本実施形態では、文書の一例として帳票を適用し、更に、文書の領域の一例として帳票の項目を適用した場合について説明する。

本実施形態に係る確認制御部３０は、認識の対象とする帳票に含まれる複数の項目の各々に対応する画像（以下、「認識対象画像」という。）の認識結果の確信度、及び、複数の項目の各々に応じて予め設定されている重み値に基づいて、認識結果の確認作業を行うか否かを判定する制御を行う。なお、この認識結果には、認識対象画像をＯＣＲ処理して得られた文字列等が含まれる。また、重み値は、一例として、重み値テーブル１４Ｂから取得される。この重み値は、第１指標値及び第２指標値の少なくとも一方を含む。第１指標値とは、認識結果が不正解である場合に認識結果を確認しない場合のリスクを表す指標値であり、「リスク指数」ともいう。第２指標値とは、認識結果が正解である場合に認識結果を確認する手間を表す指標値であり、「チェック手間指数」ともいう。

次に、図５を参照して、本実施形態に係るサーバ装置１０の具体的な構成について説明する。

図５は、本実施形態に係るサーバ装置１０の具体的な構成の一例を示すブロック図である。
図５に示すように、本実施形態に係るサーバ装置１０は、認識設定部２１０、認識処理部２２０、確認処理実施判定部２３０、確認処理部２４０、及び認識結果出力部２５０を備えている。これらの各部は、図４に示す確認制御部３０を具体的に示したものである。

本実施形態に係る認識設定部２１０は、未記入帳票の帳票画像を入力として、認識設定を行う。認識設定部２１０は、例えば、図６に示す帳票定義画面６２を、管理者用端末装置６０に表示させて、確信度の閾値設定を行う。

図６は、本実施形態に係る帳票定義画面６２の一例を示す正面図である。
図６に示す帳票定義画面６２は、管理者用端末装置６０に表示され、システム管理者ＳＥにより確信度の閾値の入力を受け付けるための画面である。

図６に示す帳票定義画面６２は、未記入帳票のプレビュー画像６２Ａと、認識枠情報６２Ｂとを含んでいる。この認識枠情報６２Ｂは、一例として、枠の種類、枠の名前、枠の座標、文字種、及び確信度の閾値を含んでいる。図６に示す例では、「氏名」に関する認識枠情報６２Ｂが表示されている。

また、本実施形態に係る認識設定部２１０は、未記入帳票の帳票画像を入力として、例えば、図７に示す帳票定義画面６２を、管理者用端末装置６０に表示させて、リスク指数及びチェック手間指数の設定を行う。図７に示す帳票定義画面６２は、入力画面の一例である。

図７は、本実施形態に係る帳票定義画面６２の他の例を示す正面図である。
図７に示す帳票定義画面６２は、管理者用端末装置６０に表示され、システム管理者ＳＥによりリスク指数及びチェック手間指数の入力を受け付けるための画面である。

図７に示す帳票定義画面６２は、未記入帳票のプレビュー画像６２Ａと、認識枠情報６２Ｃとを含んでいる。この認識枠情報６２Ｃは、図６に示す確信度の閾値に代えて、リスク指数及びチェック手間指数を含んでいる。図７に示す例では、「認定番号」に関する認識枠情報６２Ｃが表示されている。

すなわち、認識設定部２１０は、認識対象画像に対応する項目についてのリスク指数及びチェック手間指数の入力を受け付けるための入力画面の一例である帳票定義画面６２を、管理者用端末装置６０に表示させる制御を行う。認識設定部２１０は、帳票定義画面６２を介して入力を受け付けたリスク指数及びチェック手間指数を、一例として、図８に示す重み値テーブル１４Ｂに登録する。

図８は、本実施形態に係る重み値テーブル１４Ｂの一例を示す図である。
図８に示す重み値テーブル１４Ｂでは、複数の項目の各々に対応付けて、リスク指数及びチェック手間指数が登録されている。

図８に示すように、リスク指数は、認識結果を確認しないことで発生するリスクが大きい項目ほど、大きな値が設定されている。本例の場合、「氏名」、「住所」、及び「認定番号」が含まれているが、「認定番号」は、間違えて認識してしまうと、修正に多大な工数を要したり、多大な損害が発生したりする可能性がある。このため、リスク指数を大きくする（本例では「１０００」である。）。一方、「住所」は、何らかの照会があった場合に参照するだけなので、間違えて認識しても発生するリスクは小さいと考えられる。このため、リスク指数を小さくする（本例では「０」である。）。

なお、リスク指数は、システム管理者ＳＥの手動による設定でもよいし、自動的に設定することでもよい。自動設定の場合、記憶部１４は、認識結果を確認しないことで発生するリスクの大きさを示すリスク情報を項目毎に記憶しておく。例えば、リスク情報として、リスクの大きさを示す値（一例として、０～１０００）を項目毎に予め割り当てておく。本例の場合、「認定番号」には「１０００」を割り当て、「住所」には「０」を割り当て、「氏名」には「５０」を割り当てておく。認識設定部２１０は、記憶部１４に記憶されているリスク情報に基づいて、リスク指数を導出し、一例として、図８に示す重み値テーブル１４Ｂに設定する。例えば、リスク情報として示される値をそのままリスク指数として用いてもよいし、リスク情報として示される値に所定の係数を乗じて得られる値をリスク指数として用いてもよい。

一方、チェック手間指数は、認識結果の確認の操作に要する操作時間が長い項目ほど、大きな値が設定されている。本例の場合、上述したように、「氏名」、「住所」、及び「認定番号」が含まれているが、「認定番号」は、数字のみであるため、確認作業をすぐに行える。このため、チェック手間指数を小さくする（本例では「１」である。）。一方、「住所」は、文字が複雑で、かつ、文字数が多いため、確認作業に時間がかかると考えられる。このため、チェック手間指数を大きくする（本例では「３」である。）。

なお、チェック手間指数は、上記リスク指数と同様に、システム管理者ＳＥの手動による設定でもよいし、自動的に設定することでもよい。自動設定の場合、記憶部１４は、認識結果の確認の操作に要した操作時間を項目毎に記憶しておく。この操作時間には、複数回の確認の操作を行った場合には、複数回の操作時間の最大値や平均値等が適用される。認識設定部２１０は、記憶部１４に記憶されている操作時間に基づいて、チェック手間指数を導出し、一例として、図８に示す重み値テーブル１４Ｂに設定する。例えば、操作時間が「Ｔ１以上Ｔ２未満」の項目にはチェック手間指数として「１」を設定し、操作時間が「Ｔ２以上Ｔ３未満」の項目には「２」を設定し、操作時間が「Ｔ３以上Ｔ４未満」の項目には「３」を設定する。但し、Ｔ１＜Ｔ２＜Ｔ３＜Ｔ４である。

また、チェック手間指数を自動設定する場合、一例として、認識枠の大きさに応じて、チェック手間指数を設定してもよい。なお、認識枠の大きさは、上述した認識枠情報に含まれる枠の座標から導出される。認識枠が大きいほど、文字数が多いと考えられるため、チェック手間指数として大きな値を設定する。

なお、図７に示す帳票定義画面６２では、リスク指数及びチェック手間指数の各々の値を指定するようにしたが、図９に示すように、リスク指数及びチェック手間指数の各々の大きさに対応して予め定められた複数のレベルが選択可能に設けられていてもよい。

図９は、本実施形態に係る帳票定義画面６２の一部を示す図である。
図９に示す帳票定義画面６２の一部は、認識枠情報６２Ｃに含まれるリスク指数及びチェック手間指数のみを示したものである。

図９に示すように、リスク指数及びチェック手間指数の各々について、上記複数のレベルの一例として、「大、中、小、なし」が選択可能とされている。この「大、中、小、なし」の各々には、リスク指数の値及びチェック手間指数の値が対応付けられている。本例の場合、リスク指数の「大」が選択され、チェック手間指数の「小」が各々選択されている。

次に、図５に戻り、本実施形態に係る認識処理部２２０は、記入済帳票の帳票画像を入力として、認識対象画像を受け付け、認識対象画像の認識結果及びその確信度を出力する。認識処理部２２０は、認識設定部２１０による設定内容に基づいて、受け付けた認識対象画像に対してＯＣＲ処理を行い、文字列等の認識結果を得る。なお、文字列等の認識方法としては、文字列等の認識結果、及び、その確信度を出力する公知の技術を用いればよい。この確信度とは、上述したように、文字列等の確からしさを示す指標であり、確信度の値が高いほど、認識対象画像とその文字列等とが一致する確率が高いことを示している。この確信度の導出方法としては、例えば、特開２０１６－２１２８１２号公報に記載されている、特開平５－０４０８５３公報、特開平５－０２０５００号公報、特開平５－２９０１６９号公報、特開平８－１０１８８０号公報、特開２０１１－１１３１２５号公報、及び特開２０１３－０６９１３２号公報等に記載の公知の技術を用いればよい。なお、これらの中で、各文字に対する確信度を用いるものがあるが、文字毎の確信度を文字列の確信度に変換する手法としては、下記に示す様々な手法の中から適切なものを選択すればよい。

・文字列内の各文字についての確信度の最大値を文字列の確信度とする。
・文字列内の各文字についての確信度の最小値を文字列の確信度とする。
・文字列内の各文字についての確信度の平均値（最頻値、中央値等）を文字列の確信度とする。

本実施形態に係る確認処理実施判定部２３０は、認識対象画像に対応する項目についてのリスク指数及びチェック手間指数を、一例として、図８に示す重み値テーブル１４Ｂから読み出す。確認処理実施判定部２３０は、図８に示す重み値テーブル１４Ｂから読み出したリスク指数及びチェック手間指数と、一例として、図１０に示す認識正誤データ１４Ｃとから確信度の閾値を導出する。

図１０は、本実施形態に係る認識正誤データ１４Ｃの一例を示す図である。
図１０において、縦軸は確信度（０以上１以下）を示し、横軸は複数の帳票（本例では１００枚）を表す帳票番号を示す。また、白丸は帳票番号に対応して認識結果が正解とされる確信度をプロットした点を示し、黒丸は帳票番号に対応して認識結果が不正解とされる確信度をプロットした点を示す。

図１０の左図は、帳票の項目のうちの「氏名」に関し、正解とされる確信度の分布と、不正解とされる確信度の分布とを示している。また、図１０の中図は、帳票の項目のうちの「住所」に関し、正解とされる確信度の分布と、不正解とされる確信度の分布とを示している。また、図１０の右図は、帳票の項目のうちの「認定番号」に関し、正解とされる確信度の分布と、不正解とされる確信度の分布とを示している。

確認処理実施判定部２３０は、各項目についての確信度の閾値（Ｔｈ）を、以下に示す式（１）から得られる値が最小となるものから選択する。

（確認を「する」かつ「正解」数）×（リスク指数）＋（確認を「しない」かつ「不正解」数）×（チェック手間指数） ・・・（１）

図１０の左図に示す「氏名」の場合、リスク指数及びチェック手間指数の各々の値に基づいて、正解とされる確信度の分布と、不正解とされる確信度の分布とが重なる部分のうちのいずれかの値が閾値Ｔｈとなる。また、図１０の中図に示す「住所」の場合、リスク指数が０であるため、正解とされる確信度の分布及び不正解とされる確信度の分布の各々におけるどの値よりも小さい値が閾値Ｔｈとなる。また、図１０の右図に示す「認定番号」の場合、正解とされる確信度の分布と不正解とされる確信度の分布との境界が明確であるため、その境界付近が閾値Ｔｈとなる。

確認処理実施判定部２３０は、認識処理部２２０から出力された認識結果及びその確信度に対して、上記で求めた閾値Ｔｈを用いて、認識結果の確認作業を行うか否かを判定する。つまり、確認処理実施判定部２３０は、確信度が閾値Ｔｈ未満である場合に、認識結果を不正解とし、認識結果の確認作業を行うと判定し、確信度が閾値Ｔｈ以上である場合に、認識結果を正解とし、認識結果の確認作業を行わないと判定する。そして、確認処理実施判定部２３０は、判定結果を確認処理部２４０に出力する。

本実施形態に係る確認処理部２４０は、確認処理実施判定部２３０から受け付けた判定結果に基づいて、確認作業の必要な項目について確認者Ｕに認識対象画像及び認識結果をフィードバックし、確認者Ｕに確認作業を行わせる。具体的に、確認処理部２４０は、認識結果の確認作業を行うと判定された場合、確認作業を行うための確認画面を、確認者用端末装置４０に表示させ、確認画面において、確認作業の対象とする、帳票の項目を強調して表示させる。ここでいう強調には、一例として、項目の画像の色を異ならせる、項目の画像に背景色を付与する、更には、項目の画像に下線や囲み線等の飾りを付与する等が含まれる。この確認画面の具体例については後述の図１２に示す。

ここで、確認者Ｕにより認識結果が訂正されなかった場合は正解、訂正された場合は不正解として、認識結果の確信度と共に、認識正誤データ１４Ｃとして記憶部１４に格納する。つまり、確認処理部２４０は、上記確認画面を介して確認者Ｕにより、認識結果が訂正されなかった場合に、認識結果を不正解から正解に変更する。そして、確認処理部２４０は、最終的な認識結果を出力する。

本実施形態に係る認識結果出力部２５０は、確認処理部２４０から受け付けた最終的な認識結果を出力する。最終的な認識結果の出力先は、特に限定されるものではないが、表示部１６、確認者用端末装置４０、及び管理者用端末装置６０の少なくとも１つを出力先としてもよい。

次に、図１１を参照して、本実施形態に係るサーバ装置１０の作用を説明する。

図１１は、本実施形態に係る確認処理プログラム１４Ａによる確認判定処理の流れの一例を示すフローチャートである。

まず、サーバ装置１０に対して、記入済帳票についての確認判定処理の開始が指示されると、確認処理プログラム１４Ａが起動され、以下の各ステップを実行する。

図１１のステップ１００では、認識処理部２２０が、記入済帳票の入力を受け付ける。

ステップ１０２では、認識処理部２２０が、記入済帳票の項目毎の画像に対してＯＣＲ処理を行うことにより文字認識を行い、項目毎に認識結果及びその確信度を得る。

ステップ１０４では、確認処理実施判定部２３０が、一例として、予め定められた順番に従って、項目を特定する。

ステップ１０６では、確認処理実施判定部２３０が、ステップ１０４で特定した項目についての重み値を、一例として、上述の図８に示す重み値テーブル１４Ｂから取得する。

ステップ１０８では、確認処理実施判定部２３０が、ステップ１０６で取得した重み値の一例であるリスク指数及びチェック手間指数と、一例として、上述の図１０に示す認識正誤データ１４Ｃとから、上述の式（１）を用いて、確信度の閾値Ｔｈを導出する。

ステップ１１０では、確認処理実施判定部２３０が、ステップ１０２で得られた確信度が、ステップ１０８で導出された閾値Ｔｈ未満であるか否かを判定する。確信度が閾値Ｔｈ未満であると判定した場合（肯定判定の場合）、ステップ１１２に移行し、確信度が閾値Ｔｈ以上であると判定した場合（否定判定の場合）、ステップ１１４に移行する。

ステップ１１２では、確認処理実施判定部２３０が、認識結果を不正解とし、認識結果の確認作業を行うと判定し、判定結果を確認処理部２４０に出力する。

一方、ステップ１１４では、確認処理実施判定部２３０が、認識結果を正解とし、認識結果の確認作業を行わないと判定し、判定結果を確認処理部２４０に出力する。

ステップ１１６では、確認処理実施判定部２３０が、最後の項目であるか否かを判定する。最後の項目であると判定した場合（肯定判定の場合）、本確認処理プログラム１４Ａによる確認判定処理を終了し、最後の項目ではないと判定した場合（否定判定の場合）、ステップ１０４に戻り処理を繰り返す。

次に、図１２を参照して、確認者Ｕによる確認作業について説明する。

図１２は、本実施形態に係る確認者Ｕによる確認作業の説明に供する図である。
図１２に示す例では、３名の確認者Ｕにより確認作業を行う場合について示しているが、確認者Ｕは１名以上であればよい。

図１２の（Ｓ１）では、確認処理部２４０が、確認者Ｕが操作する確認者用端末装置４０にログイン画面４２を表示させる。確認者Ｕがログイン画面４２からユーザＩＤ（Identification）及びパスワードを入力する。

図１２の（Ｓ２）では、確認処理部２４０が、確認者Ｕからのログインを受け付けた場合に、確認者用端末装置４０に確認画面４４を表示させる。この確認画面４４では、ある項目についての、認識対象画像としてのプレビュー画像と、ＯＣＲ処理の結果としての認識結果とが並べて表示される。また、この確認画面４４には、「全体プレビュー画像表示」ボタンが設けられており、この「全体プレビュー画像表示」ボタンが確認者Ｕにより選択指定されると、全体プレビュー画像４５が確認者用端末装置４０に表示される。この全体プレビュー画像４５においては、確認対象の項目４５Ａが強調して表示される。本例の場合、「生年月日」欄の画像が色付きの囲み線で囲まれることで、強調して表示されている。

なお、確認画面４４においては、確信度と閾値Ｔｈとの差が大きい順、つまり、不正解である可能性が高い順に、帳票の項目を順番に強調して表示させるようにしてもよい。

図１２の（Ｓ３）では、確認処理部２４０が、確認画面４４に対して確認者Ｕから画面遷移の指示を受け付けた場合、確認者用端末装置４０に確認画面４６を表示させる。この確認画面４６についても、確認画面４４と同様に、次の項目についての、認識対象画像としてのプレビュー画像と、ＯＣＲ処理の結果としての認識結果とが並べて表示される。なお、このときの確認作業に要した操作時間及び訂正結果は項目毎に記憶部１４に記憶される。操作時間は、１つの項目の確認画面を表示してから、次の項目の確認画面に遷移するまでの時間として計測する。また、確認処理部２４０では、確認対象とする項目を自動的に確認者Ｕに振り分けて表示させる。

図１２の（Ｓ４）では、確認処理部２４０が、確認対象の全ての項目について確認作業が完了した場合、確認者用端末装置４０に完了画面４８を表示させる。

次に、図１３を参照して、本実施形態に係るサーバ装置１０の別の作用を説明する。

図１３は、本実施形態に係る確認処理プログラム１４Ａによる認識設定処理の流れの一例を示すフローチャートである。

まず、サーバ装置１０に対して、未記入帳票についての認識設定処理の開始が指示されると、確認処理プログラム１４Ａが起動され、以下の各ステップを実行する。

図１３のステップ１２０では、認識設定部２１０が、未記入帳票の入力を受け付ける。

ステップ１２２では、認識設定部２１０が、一例として、予め定められた順番に従って、項目を特定する。

ステップ１２４では、認識設定部２１０が、ステップ１２２で特定された項目に対応付けて重み値を設定する。本実施形態では、重み値の一例であるリスク指数及びチェック手間指数を、上述の図８に示す重み値テーブル１４Ｂに登録する。

ステップ１２６では、認識設定部２１０が、最後の項目であるか否かを判定する。最後の項目であると判定した場合（肯定判定の場合）、本確認処理プログラム１４Ａによる認識設定処理を終了し、最後の項目ではないと判定した場合（否定判定の場合）、ステップ１２２に戻り処理を繰り返す。

このように本実施形態によれば、帳票の項目毎の重要性を考慮した重み値を用いて確信度の閾値を設定する。このため、帳票の認識結果についての確認作業の工数を低減させつつ、認識結果の正誤の判定精度が向上する。

以上、実施形態に係る情報処理装置の一例としてサーバ装置を例示して説明した。実施形態は、サーバ装置が備える各部の機能をコンピュータに実行させるためのプログラムの形態としてもよい。実施形態は、このプログラムを記憶したコンピュータが読み取り可能な記憶媒体の形態としてもよい。

その他、上記実施形態で説明したサーバ装置の構成は、一例であり、主旨を逸脱しない範囲内において状況に応じて変更してもよい。

また、上記実施形態で説明したプログラムの処理の流れも、一例であり、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよい。

また、上記実施形態では、プログラムを実行することにより、実施形態に係る処理がコンピュータを利用してソフトウェア構成により実現される場合について説明したが、これに限らない。実施形態は、例えば、ハードウェア構成や、ハードウェア構成とソフトウェア構成との組み合わせによって実現してもよい。

１０ サーバ装置
１２ 制御部
１２Ａ ＣＰＵ
１２Ｂ ＲＯＭ
１２Ｃ ＲＡＭ
１２Ｄ Ｉ／Ｏ
１４ 記憶部
１４Ａ 確認処理プログラム
１４Ｂ 重み値テーブル
１４Ｃ 認識正誤データ
１６ 表示部
１８ 操作部
２０ 通信部
３０ 確認制御部
４０、４０Ａ、４０Ｂ 確認者用端末装置
５０ 画像読取装置
６０ 管理者用端末装置
９０ 情報処理システム
２１０ 認識設定部
２２０ 認識処理部
２３０ 確認処理実施判定部
２４０ 確認処理部
２５０ 認識結果出力部

Claims (14)

1. 認識の対象とする文書に含まれる複数の領域の各々に対応する画像の認識結果の確からしさを示す確信度、及び、前記複数の領域の各々に応じて予め設定された重み値に基づいて、前記認識結果の確認作業を行うか否かを判定する制御を行う制御部、
   を備えた情報処理装置。
2. 前記重み値は、前記認識結果が不正解である場合に前記認識結果を確認しない場合のリスクを表す第１指標値、及び、前記認識結果が正解である場合に前記認識結果を確認する手間を表す第２指標値の少なくとも一方を含む請求項１に記載の情報処理装置。
3. 前記制御部は、前記画像に対応する領域についての前記第１指標値及び前記第２指標値の入力を受け付けるための入力画面を表示させる制御を更に行う請求項２に記載の情報処理装置。
4. 前記入力画面は、前記第１指標値及び前記第２指標値の各々の大きさに対応して予め定められた複数のレベルが選択可能とされている請求項３に記載の情報処理装置。
5. 前記複数の領域の各々に対応付けて、前記第１指標値及び前記第２指標値を登録した重み値テーブルを更に備え、
   前記制御部は、前記画像に対応する領域についての前記第１指標値及び前記第２指標値を、前記重み値テーブルから読み出す制御を更に行う請求項２に記載の情報処理装置。
6. 前記第１指標値は、前記認識結果を確認しないことで発生するリスクが大きい領域ほど、大きな値が設定されている請求項５に記載の情報処理装置。
7. 前記認識結果を確認しないことで発生するリスクの大きさを示すリスク情報を領域毎に記憶する記憶部を更に備え、
   前記制御部は、前記記憶部に記憶されているリスク情報に基づいて、前記第１指標値を導出する制御を更に行う請求項６に記載の情報処理装置。
8. 前記第２指標値は、前記認識結果の確認の操作に要する操作時間が長い領域ほど、大きな値が設定されている請求項５に記載の情報処理装置。
9. 前記認識結果の確認の操作に要した操作時間を領域毎に記憶する記憶部を更に備え、
   前記制御部は、前記記憶部に記憶されている操作時間に基づいて、前記第２指標値を導出する制御を更に行う請求項８に記載の情報処理装置。
10. 前記制御部は、前記確信度の閾値を、前記重み値から導出する制御を行い、
    前記確信度が前記閾値未満である場合に、前記認識結果を不正解とし、前記認識結果の確認作業を行うと判定し、
    前記確信度が前記閾値以上である場合に、前記認識結果を正解とし、前記認識結果の確認作業を行わないと判定する制御を更に行う請求項１～９のいずれか１項に記載の情報処理装置。
11. 前記制御部は、前記認識結果の確認作業を行うと判定した場合、前記確認作業を行うための確認画面を、確認者が使用する端末装置に表示させ、前記確認画面において、前記確認作業の対象とする、前記文書の領域を強調して表示させる制御を更に行う請求項１０に記載の情報処理装置。
12. 前記制御部は、前記確認画面において、前記確信度と前記閾値との差が大きい順に、前記文書の領域を順番に強調して表示させる制御を更に行う請求項１１に記載の情報処理装置。
13. 前記制御部は、前記確認画面を介して前記確認者により、前記認識結果が訂正されなかった場合に、前記認識結果を不正解から正解に変更する制御を更に行う請求項１１又は１２に記載の情報処理装置。
14. コンピュータを、請求項１～１３のいずれか１項に記載の情報処理装置が備える制御部として機能させるためのプログラム。

Images