JP7271987B2 - 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。

近年、ＯＣＲにより誤認識された文字列を、正しい文字列に補正するための置換辞書を自動的に作成する文書処理装置が提案されている（例えば、特許文献１参照。）。

特許文献１に記載された文書処理装置は、業務文書を画像化したサンプル電子文書データから切り分けた正解文字列と、前記サンプル電子文書データに対してＯＣＲを行った結果得られるＯＣＲ後サンプル文書データから切り分けたＯＣＲ後文字列と、を比較単位とし、誤認識の判定を行うマッチング処理部と、前記正解文字列を所定の単語単位に切り分け、該切り分けた単語のうち前記マッチング処理部で誤認識と判定された文字を含む単語を誤認識パターン候補として登録する解析処理部と、記憶装置に格納された日本語の単語が登録された日本語辞書データ及び業務で使用される単語が登録された業務単語辞書データに含まれる単語と部分一致または完全一致する単語を前記誤認識パターン候補から削除してフィルタリングし、該フィルタリング後の誤認識パターン候補を誤認識パターンとして前記記憶装置へ格納するフィルタリング処理部とを備える。

特開２０１１－１０７９６６号公報

本発明の課題は、抽出の対象となる第１の文字又は文字列と共通の属性を有する第２の文字又は文字列を誤って抽出することを抑制することが可能な情報処理装置及びプログラムを提供することにある。

［１］文字を認識する認識手段と、
認識された前記文字の中に第１の文字又は文字列が含まれない場合に、該第１の文字又は文字列と共通の属性を有する第２の文字又は文字列を除外して、前記属性を示す第３の文字又は文字列を含む第４の文字又は文字列を抽出する抽出手段と、
前記抽出手段による抽出の対象として文字又は文字列を登録する登録手段とを備え、
前記登録手段により前記第１の文字又は文字列と共通の属性を有する第５の文字又は文字列が新たに前記抽出の対象として登録された場合に、前記抽出手段は、該第５の文字又は文字列をさらに除外して、前記属性を示す第３の文字又は文字列を含む第４の文字又は文字列を抽出する、情報処理装置。
［２］複数の前記第１の文字又は文字列を前記抽出の対象としてそれぞれ記録する複数の記録手段と、
前記複数の記録手段のうち、前記第５の文字又は文字列を前記抽出の対象として記録する記録手段以外の記録手段のそれぞれに、前記第５の文字又は文字列を前記抽出手段による抽出から除外する除外条件として追加する追加手段と、
をさらに備える、前記［１］に記載の情報処理装置。
［３］複数の前記第１の文字又は文字列を前記抽出の対象としてそれぞれ記録する複数の記録手段と、
前記第１の文字又は文字列の属性に応じて前記記録手段を群に分類した分類情報の中から、前記複数の記録手段のうち前記第１の文字又は文字列が記録された第１の記録手段と同一の群に属する第２の記録手段に記録された前記第１の文字又は文字列を前記第２の文字又は文字列として前記第１の記録手段に追加する追加手段と、をさらに備える、前記［１］に記載の情報処理装置。
［４］前記追加手段は、前記第１の記録手段が属する群の名称を示す文字又は文字列を前記第３の文字又は文字列として前記第１の記録手段に追加する、前記［３］に記載の情報処理装置。
［５］前記第１の文字又は文字列を記録する記録手段と、
前記第１の文字又は文字列を属性に応じて前記記録手段を群に分類する分類手段と、
前記群に分類された前記記録手段が予め定められた個数以上となった場合に、新たな群を生成する生成手段と、をさらに備える、前記［１］に記載の情報処理装置。
［６］前記生成手段は、前記属性を付して前記新たな群を生成する、前記［５］に記載の情報処理装置。
［７］コンピュータを、文字を認識する認識手段と、
認識された前記文字の中に第１の文字又は文字列が含まれない場合に、該第１の文字は文字列と共通の属性を有する第２の文字又は文字列を除外して、前記属性を示す第３の文字又は文字列を含む第４の文字又は文字列を抽出する抽出手段と、
前記抽出手段による抽出の対象として文字又は文字列を登録する登録手段として、機能させるためのプログラムであって、
前記登録手段により前記第１の文字又は文字列と共通の属性を有する第５の文字又は文字列が新たに前記抽出の対象として登録された場合に、前記抽出手段は、該第５の文字又は文字列をさらに除外して、前記属性を示す第３の文字又は文字列を含む第４の文字又は文字列を抽出する、プログラム。

請求項１～７に係る発明によれば、抽出の対象となる第１の文字又は文字列と共通の属性を有する第２の文字又は文字列を誤って抽出することを抑制することができる。

図１は、本発明の実施の形態に係る情報処理装置の制御系の一例を示すブロック図である。 図２は、定義ファイルリストの一例を示す図である。 図３は、定義ファイルの一例を示す図であり、（ａ）は、第１の定義ファイルの一例を示す図、（ｂ）は、第２の定義ファイルの一例を示す図、（ｃ）は、第３の定義ファイルの一例を示す図である。 図４は、画面の一例を示す図であり、（ａ）は、選択画面の一例を示す図、（ｂ）は、設定画面の一例を示す図、（ｃ）は、確認画面の一例を示す図である。 図５は、見積書の一例を示す図であり、（ａ）は、第１の見積書の一例を示す図、（ｂ）は、第２の見積書の一例を示す図である。 図６は、定義ファイルの設定の動作の一例を示すフローチャートである。 図７は、キーバリュー処理の動作の一例を模式的に示す図である。 図８は、変形例に係る情報処理装置の動作の一例を模式的に示す図である。 図９（ａ）は、定義ファイルの一例を示す図、（ｂ）は、請求書の一例を示す図である。 図１０（ａ）及び（ｂ）は、定義ファイルリストの一例を示す図である。

以下、本発明の実施の形態について図面を参照して説明する。なお、各図中、実質的に同一の機能を有する構成要素については、同一の符号を付してその重複した説明を省略する。

［実施の形態］
（情報処理装置の構成）
図１は、本発明の実施の形態に係る情報処理装置の制御系の一例を示すブロック図である。このような情報処理装置１には、例えば、パーソナルコンピュータ、画像形成装置、タブレッド端末、多機能携帯電話機（スマートフォン）等が含まれる。以下、情報処理装置１として、スキャン機能、プリンタ機能、コピー機能、ファクシミリ機能、電子メール機能等の複数の機能を有する複合機を例に説明するが、情報処理装置１は、複合機に限定されるものではない。

この情報処理装置１は、各部を制御する制御部１０と、各種のデータを記憶する記憶部１１と、情報の入力及び表示を行う操作表示部１２と、原稿から原稿画像を読み取る画像読取部１４と、画像を印刷出力する画像出力部１５と、外部ファクシミリ装置２に対して公衆回線網４を介してファクシミリ送受信を行うファクシミリ通信部１６と、外部装置３との間でネットワーク５を介して通信するネットワーク通信部１７とを備える。

制御部１０は、ＣＰＵ（Central Processing Unit）、インターフェース等から構成されている。ＣＰＵは、記憶部１１に記憶されたプログラム１１０に従って動作することにより、生成手段１００、解析手段１０１、判定手段１０２、追加手段１０３、認識手段１０４、抽出手段１０５、表示制御手段１０６等として機能する。生成手段１００は、登録手段の一例である。各手段１００～１０６の詳細については後述する。

記憶部１１は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ハードディスク等から構成され、プログラム１１０や、形態素情報１１１、定義ファイルリスト１１３（図２参照）、定義ファイル１１４（図３参照）、画面情報１１５（図４参照）、ＯＣＲ情報１１６等の各種データを記憶する。各種データ１１１～１１６の詳細については後述する。定義ファイルリスト１１３は、分類情報の一例である。

操作表示部１２は、例えば、タッチパネルディスプレイであり、液晶ディスプレイ等のディスプレイにタッチパネルを重合配置した構成を有する。

画像読取部１４は、原稿から原稿画像を読み取るものであり、原稿台（不図示）上に設けられた自動原稿送り装置（不図示）と、スキャナ（不図示）とを備え、原稿台に配置された原稿、又は自動原稿送り装置により送られた原稿から原稿画像を光学的に読み取る。

画像出力部１５は、例えば、電子写真方式、インクジェット方式等によりカラー画像又は白黒画像を用紙等の記録媒体に印刷出力する。

ファクシミリ通信部１６は、Ｇ３、Ｇ４等のファクシミリプロトコルに従ってデータの変復調を行い、公衆回線網４を介してファクシミリ通信を行う。

ネットワーク通信部１７は、ＮＩＣ（Network Interface Card）等によって実現され、ネットワーク５を介して外部装置３との間で信号を送受信する。外部装置３には、例えば、パーソナルコンピュータ、サーバ装置等が含まれる。

ネットワーク５は、例えば、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、インターネット、イントラネット等であり、有線でも無線でもよい。

〔各種データの詳細〕
次に、記憶部１１に記憶された各種データの詳細について説明する。形態素情報１１１は、文字又は文字列の形態素の解析に用いる単語の品詞等の情報である。

図２は、定義ファイルリスト１１３の一例を示す図である。定義ファイルリスト１１３は、定義ファイル１１４をグループごとに分類してリスト化した情報である。グループは、定義ファイル１１４に記録された指定キー（後述する）の属性に応じて構成されている。グループは、群の一例である。

換言すれば、同一のグループには、共通の属性を有する文字又は文字列（以下、単に「キー」又は「key」ともいう。）が抽出の対象として記録された定義ファイル１１４（以下、「キーの検索に係る定義ファイル１１４」ともいう。以下、同様。）が属している。ここで、「共通の属性」とは、当該グループに属する複数の定義ファイル１１４にそれぞれ記録された複数の指定キーに共通する属性をいい、「共通の属性」には、例えば、複数の指定キーを包含する上位の概念が該当する。なお、以下、指定キーに共通する属性を、単に「指定キーの属性」ともいう。

定義ファイルリスト１１３には、図２に示すように、例えば、請求番号、見積番号、口座番号等、各種の番号の検索に係る定義ファイル１１４を分類する第１のグループ１１３ａの欄と、請求日、見積日、発行日等、各種の日付の検索に係る定義ファイル１１４を分類する第２のグループ１１３ｂの欄と、請求金額や見積金額等、各種の金額の検索に係る定義ファイル１１４を分類する第３のグループ１１３ｃの欄と、第１から第３のグループ１１３ａ～ｃに属しないその他の定義ファイル１１４を一括してまとめる第４のグループ１１３ｄの欄と、が設けられている。番号、日付及び金額は、各グループ１１３ａ～ｃに属する複数の定義ファイル１１４にそれぞれ記録された複数の指定キーに共通する属性の一例である。なお、属性は、番号、日付及び金額に限定されるものではない。

各グループ１１３ａ～ｄの欄には、それぞれのグループ１１３ａ～ｄに属する定義ファイル１１４を識別する情報（以下、一例として、ファイルの名称を例に挙げて説明する。）が記録されている。ファイルの名称（以下、単に「ファイル名」ともいう。）は、操作者（以下、「ユーザ」ともいう。）によって設定及び登録された、抽出の対象となる文字又は文字列（以下、「指定キー」ともいう。）を含めて構成してもよい。指定キーは、第１の文字又は文字列の一例である。

例えば、第１のグループ１１３ａの欄には、「請求番号」の検索に係る第１の定義ファイル１１４Ａのファイル名（例えば、「key定義ファイル（請求番号）」）、「見積番号」の検索に係る第２の定義ファイル１１４Ｂのファイル名（例えば、「key定義ファイル（見積番号）」）、及び「口座番号」の検索に係る第３の定義ファイル１１４Ｃのファイル名（例えば、「key定義ファイル（口座番号）」）が記録されている。第１の定義ファイル１１４Ａは、第１の記録手段の一例である。第２の定義ファイル１１４Ｂ及び第３の定義ファイル１１４Ｃは、第２の記録手段の一例である。

図３は、定義ファイル１１４の一例を示す図であり、（ａ）は、第１の定義ファイル１１４Ａの一例を示す図、（ｂ）は、第２の定義ファイル１１４Ｂの一例を示す図、（ｃ）は、第３の定義ファイル１１４Ｃの一例を示す図である。定義ファイル１１４には、抽出の対象となる文字又は文字列（以下、「(抽出キー」又は「検索キー」ともいう。）１１４ａと、抽出の対象から除外される文字又は文字列（以下、「除外キー」ともいう。）１１４ｂと、がそれぞれリスト化されて記録されている。

除外キー１１４ｂは、抽出の対象から除外する除外条件を構成する。換言すれば、定義ファイル１１４は、抽出の対象となる抽出キー１１４ａとともに、抽出の対象から除外キー１１４ｂを除外する、との除外条件を記録したファイルである。定義ファイル１１４は、記録手段の一例である。

抽出キー１１４ａには、ユーザの操作によって設定及び登録がなされた指定キー、及び当該指定キーの属性を示す属性キーが含まれる。属性キーは、例えば、グループの名称（以下、単に「グループ名」ともいう。）を示す文字列により構成してよい。属性キーは、第３の文字又は文字列の一例である。

除外キー１１４ｂには、当該定義ファイル１１４に抽出キー１１４ａとして記録された指定キーと共通の属性を有する他の指定キーが該当する。「他の指定キー」とは、定義ファイルリスト１１３において同一のグループに分類された定義ファイル１１４のうち、当該定義ファイル１１４以外の定義ファイル１１４に記録されている指定キーが該当する。

換言すれば、指定キーの検索に係る一の定義ファイル１１４と、除外キー１１４ｂに記録されたキーを指定キーとする他の定義ファイル１１４とは、同一のグループに属している。除外キー１１４ｂとしての他の指定キーは、第２の文字又は文字列の一例である。

具体的には、図３（ａ）に示すように、第１の定義ファイル１１４Ａには、抽出キー１１４ａとして、指定キーである「請求番号」との文字列と、属性キーである「番号」との文字列と、が記録される。

また、第１の定義ファイル１１４Ａには、除外キー１１４ｂとして、指定キーである「請求番号」と共通の属性を有する「見積番号」との文字列と、「口座番号」との文字列と、が記録されている。「見積番号」及び「口座番号」は、いずれも第１のグループ１１３ａに属するその他の定義ファイル１１４（具体的には、それぞれ第２の定義ファイル１１４Ｂ及び第３の定義ファイル１１４Ｃ）に記録された指定キーである。

第１の定義ファイル１１４Ａと同様に、第２の定義ファイル１１４Ｂには、図３（ｂ）に示すように、抽出キー１１４ａとして「見積番号」及び「番号」との文字列が記録され、除外キー１１４ｂとして「請求番号」及び「口座番号」との文字列が記録されている。また、第３の定義ファイル１１４Ｃには、図３（ｃ）に示すように、抽出キー１１４ａとして「口座番号」及び「番号」との文字列が記録され、除外キー１１４ｂとして「請求番号」及び「見積番号」との文字列が記録されている。

画面情報１１５は、後述する表示制御手段１０６により操作表示部１２の表示面（不図示）に表示される各種画面の情報である。画面情報１１５について、図４各図を参照して説明する。図４は、画面の一例を示す図であり、（ａ）は、選択画面の一例を示す図、（ｂ）は、設定画面の一例を示す図、（ｃ）は、確認画面の一例を示す図である。

選択画面６１は、ユーザに使用する機能を選択させる画面である。図４（ａ）に示すように、選択画面６１には、請求書の属性を抽出する請求書属性抽出機能を起動する第１の釦６１１Ａ、見積書の属性を抽出する見積書属性抽出機能を起動する第２の釦６１１Ｂ、請求書内の抽出の対象となるキーの設定を行う請求書key設定機能を起動する第３の釦６１２Ａ、及び見積書内の抽出の対象となるキーの設定を行う見積書key設定機能を起動する第４の釦６１２Ｂが含まれる。以下、第１～第４の釦を総称する場合、単に「操作釦」ともいう。

請求書及び見積書は、読み取りの対象となる文書の一例である。なお、文書は、請求書及び見積書に限定されるものではなく、例えば、申請書、契約書、仕様書、帳票等、文字、図形、画像等、及びこれらのいくつかを組み合わせて構成したものを含む。文書は、原稿の一例である。

設定画面６２は、ユーザがキーの設定及び登録を行う画面である。図４（ｂ）に示すように、設定画面６２には、キーの設定を行う設定釦６２１と、設定されたキーを登録する登録釦６２２とを含んでいる。ここで、「登録」とは、記憶部１１の定義ファイル１１４にキーを記録することをいう。なお、ユーザにより設定及び登録の対象となるキーについて、定義ファイル１１４に記録される前のキーと、定義ファイル１１４に記録されたキーとを区別して特定する場合は、前者を単に「キー」ともいい、後者を特に「指定キー」ともいう。

確認画面６３は、画像から抽出された文字又は文字列と、この抽出された文字又は文字列に関連付いたバリュー値とを表示する画面である。図４（ｃ）に示すように、確認画面６３には、抽出された文字又は文字列が示す内容（すなわち、属性）を示す属性欄６３１と、各属性に関連付いたバリュー値を示す値欄６３２とがそれぞれ列ごとに並べて示されている。

ＯＣＲ情報１１６は、文字のパターンを辞書化した情報である。ＯＣＲ情報１１６は、認識手段１０４によるＯＣＲ処理に用いられる。

〔制御部１０の各手段の構成〕
次に、制御部１０を構成する各手段の詳細について説明する。生成手段１００は、ユーザによるキーを設定及び登録する操作に応じて、抽出キー１１４ａとして指定キーが記録された定義ファイル１１４を生成する。

解析手段１０１は、形態素情報１１１を参照して定義ファイル１１４に記録された指定キーの形態素の解析（以下、単に「形態素解析」ともいう。）を行い、解析の結果を出力する。一例として、解析手段１０１は、指定キーとしての「請求番号」との文字列を形態素解析して、「請求」との文字列と「番号」との文字列との２つの形態素に分解する。

判定手段１０２は、解析手段１０１により出力された結果に応じて、当該定義ファイル１１４が、定義ファイルリスト１１３に記録されたグループ１１３ａ～ｄのうちいずれのグループ１１３ａ～ｄに属するかを判定する。

具体的には、判定手段１０２は、解析手段１０１により出力された形態素の中に、定義ファイルリスト１１３に記録されたいずれかのグループ名と一致するものがあるか否かを判定する。より具体的には、上述の例では、判定手段１０２は、２つの形態素「請求」及び「番号」の中に、定義ファイルリスト１１３に記録されたグループ名、すなわち「番号」、「日付」及び「金額」のいずれかと一致するか否かを判定する。

追加手段１０３は、定義ファイル１１４に他のキーを追加する。具体的には、追加手段１０３は、判定手段１０２による判定の結果に応じて、抽出キー１１４ａとしての属性キーを追加する。より具体的には、上述したように、追加手段１０３は、指定キーの属性を示す文字列（具体的には、当該定義ファイル１１４が属するグループ名を示す文字列）を、抽出キー１１４ａとして追加する。なお、属性キーは、定義ファイル１１４内において指定キーの下の位置に記録される。

また、追加手段１０３は、抽出の対象から除外する除外条件を構成する情報として除外キー１１４ｂを定義ファイル１１４に追加する。具体的には、追加手段１０３は、定義ファイルリスト１１３を参照して、定義ファイル１１４に記録された指定キーと共通の属性を有する他の指定キーを除外キー１１４ｂとして追加する。より具体的には、追加手段１０３は、定義ファイルリスト１１３において、当該定義ファイル１１４と同一のグループに属する他の定義ファイル１１４に記録された指定キーを除外キー１１４ｂとして追加する。

認識手段１０４は、情報処理装置１に取り込まれた画像に含まれる文字を認識して当該文字を示す文字情報を出力する。画像は、例えば、画像読取部１４により原稿を読み取って取り込んだものでもよく、予め外部の機器（例えば、スキャナ）で原稿を読み取って取り込んだものでもよい。

文字の認識は、例えば、ＯＣＲ（Optical Character Recognition）処理により行われる。文字情報には、認識した文字の内容や意味を示す情報（いわゆる、テキスト情報）や、画像内の当該文字の位置を示す情報（例えば、座標値）等が含まれる。

抽出手段１０５は、認識手段１０４により認識された文字の中から、予め指定された特定の文字又は文字列を検索して抽出する。具体的には、抽出手段１０５は、定義ファイル１１４を参照し、認識手段１０４により出力された文字情報から、定義ファイル１１４に記録された抽出キー１１４ａを検索して抽出する。なお、定義ファイル１１４に抽出キー１１４ａとして複数のキーが記録されている場合、抽出手段１０５は、記録された順に、すなわち先頭から後尾に向かって順にキーを検索する。

より具体的には、まず、抽出手段１０５は、文字情報に、抽出キー１１４ａのうちの指定キーが含まれているか検索する。文字情報に指定キーが含まれている場合、抽出手段１０５は、当該指定キーを抽出する。これに対して、文字情報に指定キーが含まれていない場合、抽出手段１０５は、除外キー１１４ｂを除外して属性キーが含まれる文字列を検索して抽出する。

また、抽出手段１０５は、該文字情報から、抽出されたキーに関連付いた値（以下、「バリュー値」ともいう。）を検索して抽出する。

表示制御手段１０６は、操作表示部１２の表示面に、画面情報１１５等の各種の情報を表示するよう制御する。

（実施の形態の動作）
次に、情報処理装置１の動作の一例について説明する。以下の説明では、（１）画像として取り込まれる文書、（２）定義ファイル１１４の設定及び登録の動作、及び（３）文書を読み取った読取画像（以下、単に「文書画像」ともいう。）から指定されたキーとバリュー値とを抽出する処理（以下、「キーバリュー処理」ともいう。）に係る動作、に分けて説明する。

（１）画像として取り込まれる文書
図５は、動作の説明に用いる文書としての見積書の一例を示す図であり、（ａ）は、第１の見積書の一例を示す図、（ｂ）は、第２の見積書の一例を示す図である。図５（ａ）に示すように、第１の見積書７Ａには、例えば、見積りの番号を示す見積番号情報７５が含まれている。また、図５（ｂ）に示すように、第２の見積書７Ｂは、例えば、見積りの番号を示す見積番号情報７５Ｂに加えて、口座番号等の振り込み先を示す振込先情報７４が含まれている。

（２）定義ファイル１１４の設定及び登録の動作
次に、図６を参照して、定義ファイル１１４の設定及び登録の動作について説明する。図６は、定義ファイル１１４の設定及び登録の動作の一例を示すフローチャートである。図６に示すように、まず、表示制御手段１０６は、操作表示部１２の表示面に選択画面６１（図４（ａ）参照）を表示するよう制御する（Ｓ１）。

次に、ユーザにより選択画面６１内の操作釦が操作されると（Ｓ２：Ｙｅｓ）、表示制御手段１０６は、操作表示部１２の表示面に設定画面６２（図４（ｂ）参照）を表示するよう制御する（Ｓ３）。

次に、ユーザの操作によりキーが登録されると（Ｓ４：Ｙｅｓ）、生成手段１００は、指定キーが記録された定義ファイル１１４を生成する（Ｓ５）。

次に、解析手段１０１は、定義ファイル１１４に記録された指定キーの形態素解析を行う（Ｓ６）。判定手段１０２は、当該指定キーの属するグループが定義ファイルリスト１１３に存在するか否かを判定する（Ｓ７）。

該当のグループが定義ファイルリスト１１３に存在する場合（Ｓ７：Ｙｅｓ）、追加手段１０３は、定義ファイルリスト１１３を参照して、定義ファイル１１４に除外条件を追加する（Ｓ８）。具体的には、追加手段１０３は、当該指定キーと共通の属性を有する他の指定キーを除外キー１１４ｂとして定義ファイル１１４に追加する。

（３）キーバリュー処理に係る動作
次に、図７を参照して、キーバリュー処理に係る動作について説明する。図７は、キーバリュー処理の動作の一例を模式的に示す図である。定義ファイル１１４として、上述した第２の定義ファイル１１４Ｂを用いる場合を例に挙げて説明する。

まず、画像読取部１４は、第１の見積書７Ａ及び第２の見積書７Ｂをそれぞれスキャンして文書画像を形成する（Ｓ１０）。次に、認識手段１０４は、文書画像に対してＯＣＲ処理を実行して、文書画像に含まれる文字を示す文字情報７０Ｂを出力する（Ｓ１１）。

抽出手段１０５は、出力された文字情報７０Ｂから、定義ファイル１１４に記録された指定キーを検索して抽出するとともに、当該指定キーに関連付いたバリュー値を抽出する（Ｓ１２）。

図７に示すように、第２の見積書７Ｂにおいて、ＯＣＲ処理により「見積番号」との文字列が誤って「見晴番号」等のような異なる文字列として認識された場合（文字情報７０Ｂ内の枠参照）、すなわち、定義ファイル１１４Ｂの冒頭に記録された「見積番号」との指定キーが検索されない場合、抽出手段１０５は、次に記録された属性キーである「番号」との文字列が含まれる文字列を検索する。このとき、除外キー１１４ｂは、抽出の対象から除外される。「見晴番号」等のような誤って認識された指定キーと異なる文字列は、第４の文字又は文字列の一例である。

図７に示す例では、第２の定義ファイル１１４Ｂには、除外キー１１４ｂとして「請求番号」及び「口座番号」との文字列が記録されている。抽出手段１０５は、「請求番号」及び「口座番号」を抽出の対象から除外して、「番号」が含まれる文字列を検索して抽出する。この場合、図７に示すように、抽出手段１０５は、文字情報７０Ｂから、「見晴番号」との文字列のみを抽出する（文字情報７０Ｂ内の枠参照）。また、抽出手段１０５は、この「見晴番号」に関連付いたバリュー値である「３３３３」との数字からなる文字列をさらに抽出する。表示制御手段１０６は、上記の結果を出力する（Ｓ１３）。

以上のようにして、文字情報７０に抽出の対象として指定された「見積番号」と完全に一致する文字列が検索されない場合であっても、当該文字列に一定の類似度を有する「見晴番号」が抽出され、さらに対応するバリュー値が抽出される。

＜変形例１＞

次に、図８を参照して、変形例１について説明する。追加手段１０３は、上述の実施の形態で説明した機能に加えて、定義ファイルリスト１１３に定義ファイル１１４を追加する機能をさらに有している。具体的には、追加手段１０３は、定義ファイル１１４を、定義ファイル１１４に記録された指定キーの属性に応じて、対応するグループに追加する。

図８は、変形例に係る情報処理装置１の動作の一例を模式的に示す図である。図８に示すように、ユーザによる設定及び登録の操作に応じて、新たに追加された指定キーである「郵便番号」の検索に係る第４の定義ファイル１１４Ｄが新たに生成されると（Ｓ２０）、解析手段１０１は、「郵便番号」を形態素解析し、「郵便」及び「番号」の２つの形態素に分解する。新たに追加された指定キーは、第５の文字又は文字列の一例である。

判定手段１０２が、この２つの形態素のうちの「番号」が第１のグループ１１３ａの名称と一致すると判定する（Ｓ２１）と、すなわち、当該定義ファイル１１４が第１のグループ１１３ａに属するものと判定すると、追加手段１０３は、第４の定義ファイル１１４Ｄを第１のグループ１１３ａに追加する（Ｓ２２）。

また、追加手段１０３は、第１の定義ファイル１１４Ａ、第２の定義ファイル１１４Ｂ及び第３の定義ファイル１１４Ｃにそれぞれ、除外キー１１４ｂとして「郵便番号」との文字列を追加する（２３）。以上のように、第１のグループ１１３ａに属するその他の定義ファイル１１４Ａ～Ｃの全てに、上記の新たに追加された指定キーが除外条件として追加される。

＜変形例２＞
次に、図９を参照して、変形例２について説明する。図９は、定義ファイル１１４の一例を示す図、（ｂ）は、第３の見積書の一例を示す図である。図９（ａ）に示すように、例えば、「参照」との文字列を除外条件である除外キー１１４ｂとして記録してもよい。「参照」との文字列が抽出の対象から除外されると、図９（ｂ）に示すように、第３の見積書７Ｃ内に備考として記載された参照情報７１１が含まれている場合であっても、抽出手段１０５は、かかる参照情報７１１を抽出の対象から除外して、請求の番号を示す請求番号情報７１を抽出してもよい。

＜変形例３＞
次に、図１０を参照して、変形例３について説明する。図１０（ａ）及び（ｂ）は、定義ファイルリスト１１３の一例を示す図である。生成手段１００は、上述の実施の形態で説明した機能に加えて、定義ファイルリスト１１３に新たなグループを生成する機能をさらに有している。

図１０（ａ）に示すように、第１～第３のグループ１１３ａ～ｃに分類されない定義ファイル１１４は、「その他」に係る第４のグループ１１３ｄに記録される。第４のグループに記録された定義ファイル１１４の数が予め定められた個数以上となる場合、生成手段１００は、図１０（ｂ）に示すように、新たな第５のグループ１１３ｅを生成して、第４のグループ１１３ｄに記録された定義ファイル１１４を該第５のグループ１１３ｅに記録しなおしてもよい。予め定められた個数は、例えば、３～５個としてよい。

また、生成手段１００は、第５のグループ１１３ｅに記録された定義ファイル１１４から共通の属性を抽出して、当該属性を、第５のグループ１１３ｅを識別する情報（例えば、名称）として付して第５のグループ１１３ｅを生成してもよい。第５のグループ１１３ｅは、新たな群の一例である。

以上、本発明の実施の形態を説明したが、本発明の実施の形態は上記実施の形態に限定されるものではなく、本発明の要旨を変更しない範囲内で種々の変形、実施が可能である。

制御部１０の各手段は、それぞれ一部又は全部を再構成可能回路（ＦＰＧＡ：Field Programmable Gate Array）、特定用途向け集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）等のハードウエア回路によって構成してもよい。

また、本発明の要旨を変更しない範囲内で、上記実施の形態の構成要素の一部を省くことや変更することが可能である。また、本発明の要旨を変更しない範囲内で、上記実施の形態のフローにおいて、ステップの追加、削除、変更、入替え等が可能である。また、上記実施の形態で用いたプログラムをＣＤ－ＲＯＭ等のコンピュータで読み取り可能な記録媒体に記録して提供することができ、クラウドサーバ等の外部サーバに格納しておき、ネットワークを介して利用することもできる。

１…情報処理装置
１０…制御部
１００…生成手段
１０１…解析手段
１０２…判定手段
１０３…追加手段
１０４…認識手段
１０５…抽出手段
１０６…表示制御手段
１１…記憶部
１１０…プログラム
１１１…形態素情報
１１３…定義ファイルリスト
１１３ａ…第１のグループ
１１３ｂ…第２のグループ
１１３ｃ…第３のグループ
１１３ｄ…第４のグループ
１１３ｅ…第５のグループ
１１４…定義ファイル
１１４Ａ…第１の定義ファイル
１１４Ｂ…第２の定義ファイル
１１４Ｃ…第３の定義ファイル
１１４Ｄ…第４の定義ファイル
１１４ａ…抽出キー
１１４ｂ…除外キー
１１５…画面情報
１１６…情報
１２…操作表示部
１４…画像読取部
１５…画像出力部
１６…ファクシミリ通信部
１７…ネットワーク通信部
２…外部ファクシミリ装置
３…外部装置
４…公衆回線網
５…ネットワーク
６１…選択画面
６２…設定画面
６３…確認画面
６１１Ａ…第１の釦
６１１Ｂ…第２の釦
６１２Ａ…第３の釦
６１２Ｂ…第４の釦
６２１…設定釦
６２２…登録釦
６３１…属性欄
６３２…値欄
７Ａ…第１の見積書
７Ｂ…第２の見積書
７Ｃ…第３の見積書
７０Ｂ…文字情報
７１…請求番号情報
７４…振込先情報
７５，７５Ｂ…見積番号情報
７１１…参照情報

Claims (7)

1. 文字を認識する認識手段と、
   認識された前記文字の中に第１の文字又は文字列が含まれない場合に、該第１の文字又は文字列と共通の属性を有する第２の文字又は文字列を除外して、前記属性を示す第３の文字又は文字列を含む第４の文字又は文字列を抽出する抽出手段と、
   前記抽出手段による抽出の対象として文字又は文字列を登録する登録手段とを備え、
   前記登録手段により前記第１の文字又は文字列と共通の属性を有する第５の文字又は文字列が新たに前記抽出の対象として登録された場合に、前記抽出手段は、該第５の文字又は文字列をさらに除外して、前記属性を示す第３の文字又は文字列を含む第４の文字又は文字列を抽出する、
   情報処理装置。
2. 複数の前記第１の文字又は文字列を前記抽出の対象としてそれぞれ記録する複数の記録手段と、
   前記複数の記録手段のうち、前記第５の文字又は文字列を前記抽出の対象として記録する記録手段以外の記録手段のそれぞれに、前記第５の文字又は文字列を前記抽出手段による抽出から除外する除外条件として追加する追加手段と、
   をさらに備える、
   請求項１に記載の情報処理装置。
3. 複数の前記第１の文字又は文字列を前記抽出の対象としてそれぞれ記録する複数の記録手段と、
   前記第１の文字又は文字列の属性に応じて前記記録手段を群に分類した分類情報の中から、前記複数の記録手段のうち前記第１の文字又は文字列が記録された第１の記録手段と同一の群に属する第２の記録手段に記録された前記第１の文字又は文字列を前記第２の文字又は文字列として前記第１の記録手段に追加する追加手段と、
   をさらに備える、
   請求項１に記載の情報処理装置。
4. 前記追加手段は、前記第１の記録手段が属する群の名称を示す文字又は文字列を前記第３の文字又は文字列として前記第１の記録手段に追加する、
   請求項３に記載の情報処理装置。
5. 前記第１の文字又は文字列を記録する記録手段と、
   前記第１の文字又は文字列を属性に応じて前記記録手段を群に分類する分類手段と、
   前記群に分類された前記記録手段が予め定められた個数以上となった場合に、新たな群を生成する生成手段と、
   をさらに備える、
   請求項１に記載の情報処理装置。
6. 前記生成手段は、前記属性を付して前記新たな群を生成する、
   請求項５に記載の情報処理装置。
7. コンピュータを、
   文字を認識する認識手段と、
   認識された前記文字の中に第１の文字又は文字列が含まれない場合に、該第１の文字は文字列と共通の属性を有する第２の文字又は文字列を除外して、前記属性を示す第３の文字又は文字列を含む第４の文字又は文字列を抽出する抽出手段と、
   前記抽出手段による抽出の対象として文字又は文字列を登録する登録手段として、機能させるためのプログラムであって、
   前記登録手段により前記第１の文字又は文字列と共通の属性を有する第５の文字又は文字列が新たに前記抽出の対象として登録された場合に、前記抽出手段は、該第５の文字又は文字列をさらに除外して、前記属性を示す第３の文字又は文字列を含む第４の文字又は文字列を抽出する、
   プログラム。

Images