JP7430437B1 - 印刷物に印刷された文字情報を収集する方法、プログラム及び情報処理装置 - Google Patents
印刷物に印刷された文字情報を収集する方法、プログラム及び情報処理装置 Download PDFInfo
- Publication number
- JP7430437B1 JP7430437B1 JP2023161674A JP2023161674A JP7430437B1 JP 7430437 B1 JP7430437 B1 JP 7430437B1 JP 2023161674 A JP2023161674 A JP 2023161674A JP 2023161674 A JP2023161674 A JP 2023161674A JP 7430437 B1 JP7430437 B1 JP 7430437B1
- Authority
- JP
- Japan
- Prior art keywords
- information
- character
- prompt
- processing device
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012015 optical character recognition Methods 0.000 claims abstract description 140
- 230000004044 response Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 82
- 230000008569 process Effects 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 abstract description 41
- 238000010586 diagram Methods 0.000 abstract description 26
- 238000004891 communication Methods 0.000 description 18
- 238000012986 modification Methods 0.000 description 15
- 230000004048 modification Effects 0.000 description 15
- 238000003058 natural language processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Abstract
【解決手段】情報処理装置1が行う方法は、光学文字認識により印刷物から読み取られた一群の文字列を取得する工程と、所定の1以上の項目に関する1以上の文字情報を一群の文字列から抽出するように大規模言語モデル6へ指示を与える第1プロンプトを生成する工程と、生成した第1プロンプトを大規模言語モデル6に提供し、当該第1プロンプトに応じて一群の文字列から抽出された1以上の文字情報を大規模言語モデル6から取得する工程とを有する。
【選択図】図1
Description
情報処理装置1は、本発明の情報処理装置の一例である。
大規模言語モデル6は、本発明の大規模言語モデルの一例である。
端末装置3は、広告のチラシなどの印刷物に印刷された文字情報を収集するための作業を行う作業者によって操作される装置であり、例えばパーソナルコンピュータ、タブレット、スマートフォンなどの情報通信機能を備えた装置である。図1のシステムの例において端末装置3は1つであるが、本実施形態の他の例において、システムは複数の作業者に対応した複数の端末装置3を有していてもよい。
OCR処理サーバ5は、OCR処理を行うサーバであり、情報処理装置1からの要求に応じて印刷物の画像から一群の文字列(文字、数字など)を読み取り、読み取った一群の文字列を情報処理装置1に提供する。
大規模言語モデル6は、大量のパラメータ(例えば数十億~数千億)を持つ人工ニューラルネットワークに大量のテキストデータを学習させることにより、人間の言語理解能力を模倣するように構成されたシステムである。大規模言語モデル6は、与えられたプロンプトに従って、文章のパターンや文脈の把握、質問への応答、文章の生成、翻訳などの幅広い自然言語処理タスクを行うことができる。大規模言語モデル6としては、例えば米国のOpenAI社により運営されるGPTシリーズ(Chat GPTなど)を用いることができる。
情報処理装置1は、印刷物に印刷された文字情報を収集する処理を行う装置である。情報処理装置1は、端末装置3において取得された印刷物の画像から、OCR処理サーバ5のOCRにより一群の文字列を読み取り、この一群の文字列から、大規模言語モデル6の自然言語処理によって、所定の項目に関連した文字情報を抽出する。例えば情報処理装置1は、通信ネットワーク9に接続された1台若しくは複数台のコンピュータを含んで構成される。図1の例に示す情報処理装置1は、通信部11と、記憶部12と、処理部13を有する。
記憶装置2は、情報処理装置1の処理において使用される種々の情報を記憶する。情報処理装置1と記憶装置2は、任意の通信路(LAN、専用回線網、インターネットなど)介して通信可能である。例えば記憶装置2は、複数の装置からのアクセスを受け付けるファイルサーバやデータベースサーバなどに含まれていてもよいし、情報処理装置1のみアクセス可能な専用の記憶装置でもよい。図1の例において、記憶装置2は、印刷物データベース21と収集情報データベース22を記憶する。以下の説明では、データベースを「DB」と省略して記載する場合がある。
・印刷物を識別するための識別情報(印刷物ID)
・印刷物の画像若しくはその保存場所
・印刷物に印刷された情報の種類
(例)印刷物が広告のチラシの場合、広告対象の商品やサービスの種類など
・印刷物の発行日に関する情報
・印刷物ID
・印刷物の画像からOCRにより読み取られた一群の文字列
・一群の文字列から抽出された所定の1以上の項目に関する1以上の文字情報
・各項目について大規模言語モデル6により評価された文字情報の抽出結果の信頼性
図2は、印刷物の画像からOCRにより一群の文字列を取得する処理の一例を説明するための図である。
上述した実施形態では、マンション等の賃貸物件に関連する項目について文字情報を抽出する例が挙げられているが、OCR結果(一群の文字列)から抽出する情報の種類として、賃貸物件とは別の種類(例えば売買物件など)を作業者が選択できるようにしてもよい。例えば端末装置3は、ステップST100(図2)において、印刷物のOCR結果から抽出する情報の種類として作業者により選択された種類に関する種類情報を入力する。情報処理装置1は、この種類情報を端末装置3から取得し(ST125)、印刷物DB21に登録する(ST130)。この場合、情報処理装置1は、ステップST235(図3)において、種類情報が示す種類について定められた1以上の項目に関する1以上の文字情報をOCR結果(一群の文字列)から抽出するように指示する第1プロンプトを生成する。例えば情報処理装置1は、種類情報が賃貸物件を示す場合には、賃貸物件用の第1プロンプト(図6)を生成し、種類情報が売買物件を示す場合には、売買物件用の第1プロンプトを生成する。これにより、種類情報が示す種類に応じて生成された第1プロンプトを大規模言語モデル6に与えることができるため、種類情報が示す種類に当てはまる適切な情報をOCR結果(一群の文字列)から抽出することが可能になる。
上述した(1)の変形例では、端末装置3において作業者により入力された種類情報に応じて第1プロンプトが生成されるが、この変形例では、OCR結果(一群の文字列)に基づいて種類(OCR結果から抽出する情報の種類)が判定される。図8は、その変形例を説明するための図であり、OCRにより読み取られた一群の文字列から所定の項目に関する文字情報を抽出する処理の例を示す。
上述した(2)の変形例では、OCR結果(一群の文字列)に含まれる所定のキーワードに基づいて、印刷物に印刷された情報の種類が判定されるが、この変形例では、大規模言語モデル6の自然言語処理を利用して種類の判定が行われる。図9は、その変形例を説明するための図である。
上述した実施形態とその変形例では、所定の項目に関する文字情報がOCR結果(一群の文字列)のみから抽出されるが、所定の項目に関する情報が印刷物に印刷されていない場合や、印刷物の情報が最新のものでない場合、OCR結果(一群の文字列)のみからでは適切な文字情報を抽出できない。そこで、この変形例では、ウェブ検索により得られる関連情報も加味した上で、所定の項目に関する情報の抽出が行われる。図10は、その変形例を説明するための図である。
例えば情報処理装置1は、一の項目についての文字情報をOCR結果(一群の文字列)から抽出できない場合、当該一の項目についての文字情報を関連情報から抽出する指示(第4指示)を含むように、第1プロンプトをステップST235Bにおいて生成してもよい。
また情報処理装置1は、一の項目について収集された関連情報のウェブ上での公開日が印刷物の発行日より後の場合、当該一の項目についてOCR結果(一群の文字列)から抽出された文字情報を、当該一の項目について関連情報から抽出された文字情報に応じて修正する指示(第5指示)を含むように、第1プロンプトをステップST235Bにおいて生成してもよい。
これにより、情報処理装置1において関連情報に基づいて文字情報を修正する処理を省略できる。
図4Bに示すように表が印刷された印刷物の場合、図5のOCR結果(末尾付近)に示すように、表に含まれる文字列同士の関係が不明確になり、大規模言語モデル6において正しい文字情報を抽出し難くなる。そこで、この変形例では、表が印刷された印刷物の場合に、OCR処理サーバ5のOCR処理において、印刷物の表から表形式に整形されたデータ(表データ)を読み取る処理が行われる。図11は、その変形例を説明するための図であり、印刷物の画像からOCRにより一群の文字列を取得する処理の例を示す。
以下、本願の出願当初の特許請求の範囲に記載された内容を付記する。
[1]
印刷物に印刷された文字情報を情報処理装置が収集する方法であって、
前記情報処理装置が、光学文字認識により前記印刷物の画像から読み取られた一群の文字列を取得する工程と、
前記情報処理装置が、所定の1以上の項目に関する1以上の前記文字情報を前記一群の文字列から抽出するように大規模言語モデルへ指示を与える第1プロンプトを生成する工程と、
前記情報処理装置が、生成した前記第1プロンプトを前記大規模言語モデルに提供し、当該第1プロンプトに応じて前記一群の文字列から抽出された1以上の前記文字情報を前記大規模言語モデルから取得する工程と
を有する方法。
[2]
前記第1プロンプトを生成する工程は、一の前記項目に関する前記文字情報を前記一群の文字列から抽出できない場合、当該一の項目に関する前記文字情報が不明であることを回答するように指示する前記第1プロンプトを生成することを含む、
[1]に記載の方法。
[3]
前記情報処理装置が、前記一群の文字列から抽出する情報の種類に関する種類情報を取得する工程を有し、
前記第1プロンプトを生成する工程は、前記種類情報が示す前記種類について定められた1以上の前記項目に関する1以上の前記文字情報を前記一群の文字列から抽出するように指示する前記第1プロンプトを生成することを含む、
[1]に記載の方法。
[4]
前記種類情報を取得する工程は、
前記種類を特徴付ける所定のキーワードを前記一群の文字列において検索することと、
検索により見つかった前記キーワードに基づいて前記種類を判定することとを含む、
[3]に記載の方法。
[5]
前記種類情報を取得する工程は、
所定の複数の前記種類から該当する1つの前記種類を前記一群の文字列に基づいて判定するように前記大規模言語モデルへ指示を与える第2プロンプトを生成することと、
生成した前記第2プロンプトを前記大規模言語モデルに提供し、当該第2プロンプトに応じて判定された前記種類を前記大規模言語モデルから取得することとを含む、
[3]に記載の方法。
[6]
前記第1プロンプトを生成する工程は、少なくとも一部の前記項目について、前記一群の文字列から前記項目に関する前記文字情報を抽出する第1指示と、前記一群の文字列中の前記項目に関するキーワードに基づいて前記項目に関する関連情報をウェブ検索により収集する第2指示とを含んだ前記第1プロンプトを生成することを含み、
前記文字情報を取得する工程は、前記第1指示に応じて抽出された前記文字情報と、前記第2指示に応じて収集された前記関連情報とを前記大規模言語モデルから取得することを含み、
前記情報処理装置が、一の前記項目について前記大規模言語モデルから取得した前記文字情報を、当該一の項目について取得した前記関連情報に応じて修正する工程を有する、
[1]に記載の方法。
[7]
文字情報を修正する工程は、前記関連情報のウェブ上での公開日が前記印刷物の発行日より後の場合、前記文字情報を前記関連情報に応じて修正することを含む、
[6]に記載の方法。
[8]
前記第1プロンプトを生成する工程は、少なくとも一部の前記項目について、前記一群の文字列から前記項目に関する前記文字情報を抽出する第1指示と、前記一群の文字列中の前記項目に関するキーワードに基づいて前記項目に関する関連情報をウェブ検索により収集する第2指示と、前記第2指示に応じて一の前記項目について収集された前記関連情報から、当該一の項目についての前記文字情報を抽出する第3指示とを含んだ前記第1プロンプトを生成することを含み、
前記文字情報を取得する工程は、前記第1指示に応じて前記一群の文字列から抽出された前記文字情報と、前記第3指示に応じて前記関連情報から抽出された前記文字情報とを前記大規模言語モデルから取得することを含み、
前記文字情報を前記関連情報に応じて修正する工程は、一の前記項目について前記第1指示に応じて前記一群の文字列から抽出された前記文字情報を、当該一の項目について前記第3指示に応じて前記関連情報から抽出された前記文字情報に応じて修正する工程を有する、
[1]に記載の方法。
[9]
前記情報処理装置が、前記印刷物に表が印刷されている場合において、当該印刷物の前記表から光学文字認識により読み取られた表データを取得する工程を有し、
前記第1プロンプトを生成する工程は、前記印刷物の前記表から読み取られた前記表データを取得した場合、前記一群の文字列及び前記表データから前記文字情報を抽出するように指示する前記第1プロンプトを生成することを含む、
[1]に記載の方法。
[10]
前記第1プロンプトを生成する工程は、1以上の前記項目の各々について、前記項目に関する前記文字情報の抽出結果の信頼性を評価するように指示する前記第1プロンプトを生成することを含み、
前記大規模言語モデルから前記文字情報を取得する工程は、各前記項目についての前記信頼性の評価結果を取得することを含む、
[1]に記載の方法。
[11]
印刷物に印刷された文字情報を収集する処理を情報処理装置に行わせる命令を含んだプログラムであって、
前記命令に従って前記情報処理装置が行う処理は、[1]~[10]のいずれか一つに記載された方法の各工程を含む、
プログラム。
[12]
印刷物に印刷された文字情報を収集する処理を行う情報処理装置であって、
処理部と、
前記処理部において実行される命令を記憶した記憶部とを有し、
前記処理部が前記命令に従って行う処理は、[1]~[10]のいずれか一つに記載された方法の各工程を含む、
情報処理装置。
Claims (11)
- 印刷物に印刷された文字情報を情報処理装置が収集する方法であって、
前記情報処理装置が、光学文字認識により前記印刷物の画像から読み取られた一群の文字列を取得する工程と、
前記情報処理装置が、所定の1以上の項目に関する1以上の前記文字情報を前記一群の文字列から抽出するように大規模言語モデルへ指示を与える第1プロンプトを生成する工程と、
前記情報処理装置が、生成した前記第1プロンプトを前記大規模言語モデルに提供し、当該第1プロンプトに応じて前記一群の文字列から抽出された1以上の前記文字情報を前記大規模言語モデルから取得する工程とを有し、
前記第1プロンプトを生成する工程は、一の前記項目に関する前記文字情報を前記一群の文字列から抽出できない場合、当該一の項目に関する前記文字情報が不明であることを回答するように指示する前記第1プロンプトを生成することを含む、
方法。 - 印刷物に印刷された文字情報を情報処理装置が収集する方法であって、
前記情報処理装置が、光学文字認識により前記印刷物の画像から読み取られた一群の文字列を取得する工程と、
前記情報処理装置が、所定の1以上の項目に関する1以上の前記文字情報を前記一群の文字列から抽出するように大規模言語モデルへ指示を与える第1プロンプトを生成する工程と、
前記情報処理装置が、生成した前記第1プロンプトを前記大規模言語モデルに提供し、当該第1プロンプトに応じて前記一群の文字列から抽出された1以上の前記文字情報を前記大規模言語モデルから取得する工程と、
前記情報処理装置が、前記一群の文字列から抽出する情報の種類に関する種類情報を取得する工程とを有し、
前記第1プロンプトを生成する工程は、前記種類情報が示す前記種類について定められた1以上の前記項目に関する1以上の前記文字情報を前記一群の文字列から抽出するように指示する前記第1プロンプトを生成することを含む、
方法。 - 前記種類情報を取得する工程は、
前記種類を特徴付ける所定のキーワードを前記一群の文字列において検索することと、
検索により見つかった前記キーワードに基づいて前記種類を判定することとを含む、
請求項2に記載の方法。 - 前記種類情報を取得する工程は、
所定の複数の前記種類から該当する1つの前記種類を前記一群の文字列に基づいて判定するように前記大規模言語モデルへ指示を与える第2プロンプトを生成することと、
生成した前記第2プロンプトを前記大規模言語モデルに提供し、当該第2プロンプトに応じて判定された前記種類を前記大規模言語モデルから取得することとを含む、
請求項2に記載の方法。 - 印刷物に印刷された文字情報を情報処理装置が収集する方法であって、
前記情報処理装置が、光学文字認識により前記印刷物の画像から読み取られた一群の文字列を取得する工程と、
前記情報処理装置が、所定の1以上の項目に関する1以上の前記文字情報を前記一群の文字列から抽出するように大規模言語モデルへ指示を与える第1プロンプトを生成する工程と、
前記情報処理装置が、生成した前記第1プロンプトを前記大規模言語モデルに提供し、当該第1プロンプトに応じて前記一群の文字列から抽出された1以上の前記文字情報を前記大規模言語モデルから取得する工程とを有し、
前記第1プロンプトを生成する工程は、少なくとも一部の前記項目について、前記一群の文字列から前記項目に関する前記文字情報を抽出する第1指示と、前記一群の文字列中の前記項目に関するキーワードに基づいて前記項目に関する関連情報をウェブ検索により収集する第2指示とを含んだ前記第1プロンプトを生成することを含み、
前記文字情報を取得する工程は、前記第1指示に応じて抽出された前記文字情報と、前記第2指示に応じて収集された前記関連情報とを前記大規模言語モデルから取得することを含み、
前記情報処理装置が、一の前記項目について前記大規模言語モデルから取得した前記文字情報を、当該一の項目について取得した前記関連情報に応じて修正する工程を有する、
方法。 - 文字情報を修正する工程は、前記関連情報のウェブ上での公開日が前記印刷物の発行日より後の場合、前記文字情報を前記関連情報に応じて修正することを含む、
請求項5に記載の方法。 - 印刷物に印刷された文字情報を情報処理装置が収集する方法であって、
前記情報処理装置が、光学文字認識により前記印刷物の画像から読み取られた一群の文字列を取得する工程と、
前記情報処理装置が、所定の1以上の項目に関する1以上の前記文字情報を前記一群の文字列から抽出するように大規模言語モデルへ指示を与える第1プロンプトを生成する工程と、
前記情報処理装置が、生成した前記第1プロンプトを前記大規模言語モデルに提供し、当該第1プロンプトに応じて前記一群の文字列から抽出された1以上の前記文字情報を前記大規模言語モデルから取得する工程とを有し、
前記第1プロンプトを生成する工程は、少なくとも一部の前記項目について、前記一群の文字列から前記項目に関する前記文字情報を抽出する第1指示と、前記一群の文字列中の前記項目に関するキーワードに基づいて前記項目に関する関連情報をウェブ検索により収集する第2指示と、前記第2指示に応じて一の前記項目について収集された前記関連情報から、当該一の項目についての前記文字情報を抽出する第3指示とを含んだ前記第1プロンプトを生成することを含み、
前記文字情報を取得する工程は、前記第1指示に応じて前記一群の文字列から抽出された前記文字情報と、前記第3指示に応じて前記関連情報から抽出された前記文字情報とを前記大規模言語モデルから取得することを含み、
前記情報処理装置が、一の前記項目について前記第1指示に応じて前記一群の文字列から抽出された前記文字情報を、当該一の項目について前記第3指示に応じて前記関連情報から抽出された前記文字情報に応じて修正する工程を有する、
方法。 - 印刷物に印刷された文字情報を情報処理装置が収集する方法であって、
前記情報処理装置が、光学文字認識により前記印刷物の画像から読み取られた一群の文字列を取得する工程と、
前記情報処理装置が、所定の1以上の項目に関する1以上の前記文字情報を前記一群の文字列から抽出するように大規模言語モデルへ指示を与える第1プロンプトを生成する工程と、
前記情報処理装置が、生成した前記第1プロンプトを前記大規模言語モデルに提供し、当該第1プロンプトに応じて前記一群の文字列から抽出された1以上の前記文字情報を前記大規模言語モデルから取得する工程とを有し、
前記第1プロンプトを生成する工程は、1以上の前記項目の各々について、前記項目に関する前記文字情報の抽出結果の信頼性を評価するように指示する前記第1プロンプトを生成することを含み、
前記大規模言語モデルから前記文字情報を取得する工程は、各前記項目についての前記信頼性の評価結果を取得することを含む、
方法。 - 前記情報処理装置が、前記印刷物に表が印刷されている場合において、当該印刷物の前記表から光学文字認識により読み取られた表データを取得する工程を有し、
前記第1プロンプトを生成する工程は、前記印刷物の前記表から読み取られた前記表データを取得した場合、前記一群の文字列及び前記表データから前記文字情報を抽出するように指示する前記第1プロンプトを生成することを含む、
請求項1~請求項8のいずれか一項に記載の方法。 - 印刷物に印刷された文字情報を収集する処理を情報処理装置に行わせる命令を含んだプログラムであって、
前記命令に従って前記情報処理装置が行う処理は、請求項1~請求項8のいずれか一項に記載された方法の各工程を含む、
プログラム。 - 印刷物に印刷された文字情報を収集する処理を行う情報処理装置であって、
処理部と、
前記処理部において実行される命令を記憶した記憶部とを有し、
前記処理部が前記命令に従って行う処理は、請求項1~請求項8のいずれか一項に記載された方法の各工程を含む、
情報処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023161674A JP7430437B1 (ja) | 2023-09-25 | 2023-09-25 | 印刷物に印刷された文字情報を収集する方法、プログラム及び情報処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023161674A JP7430437B1 (ja) | 2023-09-25 | 2023-09-25 | 印刷物に印刷された文字情報を収集する方法、プログラム及び情報処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7430437B1 true JP7430437B1 (ja) | 2024-02-13 |
Family
ID=89852740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023161674A Active JP7430437B1 (ja) | 2023-09-25 | 2023-09-25 | 印刷物に印刷された文字情報を収集する方法、プログラム及び情報処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7430437B1 (ja) |
-
2023
- 2023-09-25 JP JP2023161674A patent/JP7430437B1/ja active Active
Non-Patent Citations (2)
Title |
---|
Vincent Perot et al.,LMDX:Language Model-based Document Information Extraction and Localization,arXiv.org[online],米国,Cornell University Liblary,2023年09月19日,pp.1-21,[検索日 2023.11.01],インターネット:<URL:https://arxiv.org/pdf/2309.10952.pdf> |
神戸宏之,追加学習が不要な「GPT-3」 文章生成などビジネス活用も,日経コンピュータ,日本,日経BP,2022年07月21日,No.1073,pp.080~083 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210073531A1 (en) | Multi-page document recognition in document capture | |
US10318593B2 (en) | Extracting searchable information from a digitized document | |
CN107818143B (zh) | 一种页面配置、生成方法及装置 | |
CN112631997B (zh) | 数据处理方法、装置、终端及存储介质 | |
CN110309388B (zh) | 数据对象信息违法风险识别方法、装置以及计算机系统 | |
US8660294B2 (en) | Form data extraction without customization | |
US20070171473A1 (en) | Information processing apparatus, Information processing method, and computer program product | |
US8886661B2 (en) | Information extraction system, information extraction method, information extraction program, and information service system | |
JPWO2018221120A1 (ja) | 表示装置 | |
WO2019024692A1 (zh) | 语音输入方法、装置、计算机设备和存储介质 | |
WO2022111249A1 (zh) | 一种信息展示的方法、装置以及计算机存储介质 | |
CN101582083A (zh) | 基于万维网的图像内容的检测、提取以及识别 | |
CN110276236B (zh) | 计算机及模板管理方法 | |
JP5204534B2 (ja) | データ収集処理システム | |
JP2022128268A (ja) | 商標使用検知装置、商標使用検知方法及び商標使用検知プログラム | |
WO2022007798A1 (zh) | 数据显示方法、装置、终端设备及存储介质 | |
CN113807066A (zh) | 一种图表生成方法、装置及电子设备 | |
JP7430437B1 (ja) | 印刷物に印刷された文字情報を収集する方法、プログラム及び情報処理装置 | |
JP2015049741A (ja) | 会計情報処理装置、会計情報処理方法、及びプログラム | |
JP5064791B2 (ja) | 帳票データ検索装置、帳票データ検索方法及びプログラム | |
CN116611401A (zh) | 文案生成方法及相关装置、电子设备和存储介质 | |
JP6907701B2 (ja) | 情報処理装置、情報処理システム、情報処理方法およびプログラム | |
WO2021059848A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2011192041A (ja) | 輸出管理サーバ装置、輸出管理方法およびプログラム | |
JP6810303B1 (ja) | データ処理装置、データ処理方法及びデータ処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230926 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230926 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20230927 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231220 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240124 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7430437 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |