JPH01177180A

JPH01177180A - 文字認識方法

Info

Publication number: JPH01177180A
Application number: JP63000004A
Authority: JP
Inventors: Tsunefumi Shindo; 進藤　恒文; Yoshimi Terada; 寺田　善美
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1988-01-04
Filing date: 1988-01-04
Publication date: 1989-07-13
Anticipated expiration: 2010-12-06
Also published as: JPH07113957B2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】（産業上の利用分野）本発明は帳票上の文字を読取って得られた候補文字デー
タをもとに候補文字を単語辞書と照合することにより、
より正解に近い認識結果を出力する文字認識方法に関す
るものである。

（従来の技術）従来、この種の単語照合による文字認識方法の説明図を
第５図に示す。従来の文字認識方法では、文字読取装置
が読取ワた帳票上の各文字について出力する複数個の候
補文字データと、予め用意した単語辞書を人力データと
する。帳票上に書かれる各単語はなんらかのセパレータ
で分かち書きされていなければならない。例えば同図（
ａ）の級票の例では、セパレータとして「東京都Ｊ　「
港区」の間の４文字目のスペース（ブランク）が設けら
れている。このようなセパレータによって切り出された
単語を構成する各文字の候補文字を何通りかに組合わせ
てできた単語が予め用意した単語辞書に登録されている
かどうか、検索し、登録されていれば候補単語とし、登
録されていなければ候補単語としない。同図（ａ）の帳
票上の文字を読取フて得られた同図（ｂ）の候補文字デ
ータの例では、４文字目のスペースにより先頭から３文
字を単語として切り出し、同図（Ｃ）に示すような候補
文字の組合わせを作成して単語辞書と照合する。この結
果、同図（ｄ）に示すように「東京都」「西京都」が単
語辞書に登録されているので、これらを候補単語として
選出する。

このようにして検索した結果、候補単語が複数個あった
場合は類似雁を計算する。類似度は各候補文字に与えら
れた順位、ランク、レベル等様々であるが、各候補単語
に対してその単語を構成する各文字の類似度を加算して
各候補単語の類似度を算出する。その類似度が最も高い
ものを正解単語として出力する。同図（ｅ）に示すよう
に「東京都」及び「西京都」の場合には、そわぞれ、類
似度（正確には非類似度）が「５」と「６」であるので
、「東京都」が認識結果（正解単語）として出力される
。

（発明が解決しようとする課題）しかし、以上述べた文字認識方法では、単語が必ず分か
ち書きにされていなければ単語の文字数が確定できない
ため単語の類似度の計算に誤りが生じ、また単語中のあ
る文字について候補文字の中に正解文字がなかったり、
候補文字がなかったりすると単語の検索ができないとい
う問題点があった。

本発明の目的は上述した分かち書きされていなければな
らないという問題点と誤読文字・読取不能文字を含む単
語の検索ができないという問題点とを除去し、より汎用
的で単語読取率の高い文字認識方法を提供することであ
る。

（課題を解決するための手段）本発明は前記問題点を解決するために、帳票上の文字を
読取って得られた候補文字データと単語辞書とを照合し
、照合結果に基づいて認識単語を出力する文字認識方法
において、前記単語辞書として予め認識対象となる単語
の種類別に単語と該単語の文字数から成る複数種類の単
語辞書を備えておき、前記候補文字データを走査してス
ペースを検索することにより、処理対象の文字列を決定
する第１のステップと、決定した文字列を前記認識対象
に応じて選択した単語辞書と照合して各単語についての
各文字の類似度の和を文字数で割った平均類似度を計算
する第２のステップと、前記計算結果に基づいて認識単
語を出力する第３のステップとを備え、前記認識単語に
基づいて選択した単語辞書に対して残りの文字列を照合
して少なくとも前記平均類似度の計算及び認識単語の判
定を繰り返すことを特徴とする文字認識方法。

好ましい実施態様では、前記各文字の類似度として、認
識不能文字及び単語辞書にない文字に対しては特定の固
定値を与えると共に、単語辞書の文字と一致する文字に
対しては候補順位を与えるものである。

（作用）本発明は次のように作用する。第１のステップでは、単
語照合の処理対象の文字列を決定するように働く。第２
のステップでは、決定した文字列と単語辞書と照合して
、単語辞書の各単語について、各文字の類似度の和を文
字数で割フた平均類似度を求めているので、例えば認識
不能文字や単語辞書の単語の文字と一致しない場合には
それぞれについて特定の固定値を加算することにより、
候補文字データに誤読文字やりジェクト文字を含む場合
にも単語照合が正しくできると共に、上記平均類似度の
計算により分かち書きされていない場合にも単語照合が
可能となる。従って、上記のような場合にも第３のステ
ップで第２のステップの平均類似度が最も大きいものを
認識単語として出力できるので、前記従来技術の問題点
を解決できるのである。

（実施例）以下、第１図乃至第４図を参照して本発明の詳細な説明
する。

第１図は本発明の実施例の認識手順を示すフローチャー
ト、第２図は本実施例のシステム構成図、第３図は本実
施例の動作説明図である。

本実施例のシステムは、第２図に示すように、文字が記
入された帳票を認識し、候補文字データを出力する文字
読取装置１、文字読取装置１からの人力と後述する単語
照合処理部へのデータの受は渡し、及び後述する出力装
置へ読取り結果を出力する制御部２、本発明の要部であ
る単語照合処理（マツチング処理）を実行する単語照合
処理部３、単語照合を行なう際に参照するための単語と
その文字数から成る複数種類の単語辞書４、及び読取り
（認識）結果を出力する出力装置５から構成される。

次に、第１図のフローチャート及び第３図の説明図を参
照して本実施例の動作を説明する。ここで、読取対象と
しての帳票には、第３図（ａ）に示すように、住所を記
入するフィールド（欄）を持つものであり、セパレータ
（スペース）なしで住所がべた書きされているものとす
る。

まず、帳票上の住所フィールドが読取装置１で読取られ
、その結果として、第３図（ｂ）に示すような候補文字
データが制御部へ出力される（ステップＳ１、Ｓ２）。

この候補文字データは住所フィールドの各文字について
、それぞれ複数個の候補文字が選択される。第３図（ｂ
）では各文字について類似度の高い順に第２位まで示さ
れる。図中、第１文字目の「？」は読取（認識）不能文
字を示し、第６文字目乃至第８文字目の「―」はスペー
ス（ブランク）を示す。

次に、制御部２は文字読取装置１から候補文字データを
受は取ると、そのデータを単語照合処理部３へ転送する
。単語照合処理部３では、認識対象が住所フィールドで
あることが、制御部２より予め通知されているので、レ
ベル１として複数種類の単語辞書４のうち都道府県名辞
書４ａを選択する（ステップＳ３）。単語照合処理部３
は選択した都道府県名辞書４ａに対して次のマツチング
処理を行う（ステップＳ４）。

まず、候補文字データ上でスペースを検索してスペース
の直航までを処理対象の文字列とする（ステップ５４ａ
）。第３図（ｂ）の候補文字データでは第６文字目にス
ペースがあることから、第１文字目から第５文字目まで
が処理対象の文字列として決定される。

次に、該当する単語辞書４（この場合は、都道府県辞書
４ａ）に登録されているすべての単語に対して、その単
語の各文字が候、補文字データのうち、第何位にあるか
を検索し、第３図（Ｃ）に示すように候補順位の和を文
字数で割った値を類似度（平均類似度）とする（ステッ
プ５４ｃ）。この際、読取不能文字及び候補文字データ
中にない文字に対しては固定値を与える。第３図（Ｃ）
では、第１文字目の読取不能文字（？）については「θ
ノ、都道府県名辞書４ａと候補文字データの文字と一致
しない文字については「２０」をそれぞれ与えている。

この結果、類似度が最も大きい、つまり第３図（Ｃ）で
は、非類似度で示されているので、最も小さい単語「東
京都」を読取り（認識）結果として制御部２を介して出
力装置５へ出力する（ステップＳ５）。

次に、ステップＳ４ａで決定した処理対象の文字列のう
ち既に読取り（認識）結果が得られた文字列を処理済と
しその次の文字以降を処理対象として照合をくりかえす
。即ち、認識結果が県であれば、単語照合処理部３はこ
れを認識し、この結果、レベル２としてその県の小郡辞
書を選択してステップ４と同様のマツチング処理を行っ
て認識結果を出力する（ステップＳ６〜Ｓ８）。この結
果、ある特定の市が認識されると、ステップ６と同様に
してその市の字辞書が選択された後に、ステップＳ４、
Ｓ７と同様にマツチング処理が行われて認識結果が出力
され、すべての住所フィールドの認識が終了する（ステ
ップ８９〜Ｓ　１１）。第３図の例では、第３文字目ま
で認識されたので、レベル２として東京都の市区郡辞書
を選択し、第４文字目からスペースをサーチして第６文
字目にスペースがあることを確認した後、第４文字及び
第５文字を処理対象として選択した市区郡辞書によりマ
ツチング処理が行われることとなる。

次に、第４図のフローチャートを参照してマツチング処
理を詳細に説明する。

□まず、候補文字データからスペースをサーチして処理
対象の文字列を決定する。即ち、文字ＮＯ，ｉに先頭文
字ＮＯ，を入力する（ステップ５２１ａ）。

第３図（ｂ）の例では「１」を人力する。次に、ｉがフ
ィールドの終り（第３図（ｂ）では「８」）より小さい
かを判定し、小さい場合にはｉ文字名の第１位候補文字
（Ｃ（ｉ）、ＣＤ　（１））がスペース（Ｉ−１）と等
しいかどうかを判定し、等しくなければｉに＋１をして
以上のステップを繰り返す（ステップＳ　２１ｂ〜５２
１ｄ）。

この結果、例えば、第３図（ｂ）のように第６文字目に
スペースがあると、ｒｉ−ＩＪ　　（第３図（ｂ）では
ｒ６−ＩＪ）をして、スペースによる仮文字数（ＳＰ−
５ＥＰ）に入力した後、単語辞書の単ＷｎＮＯ−ｋ及び
文字ＮＯ，ｉを「１」とする（ステップＳ２２、Ｓ２３
・）。ｋが単語辞書の単語数（ＷＲ−ＣＮＴ）より小さ
いかどうかを判定し、小さい場合には単語文字数が仮文
字数より大きいかどうか判定する（ステップＳ２４．５
２５）。この判定の結果、大きくない場合には、ｉが単
語文字数より小さいかどうかを判定し、小さい場合には
候補順位ＮＯ，ｊを「１」とした後、ｊがｉ文字目の候
補数（Ｃ（ｉ　）、ＣＮＴ）より小さいかどうかを判定
する（ステップＳ２６．５２７ａ　、　５２７ｂ　）　
、この結果率さい場合には、ｉ文字目の第ｊ位候補文字
（Ｃ（ｉ）、ＣＤ　（ｊ））かに番目の単語のｉ文字目
の文字（ＷＲ（ｋ）、Ｃ（ｉ））と等しいかどうかを判
定し、等しくなければｊに＋１をしてｊに人力してステ
ップＳ　２７ｂに戻る（ステップ５２７ｃ　、　５２７
ｄ　）。

ステップＳ２５で単語文字数が仮文字数より大きい場合
には予め定められた類似度の上限の定数（ＭＡＸ）をに
番目の単語の類似度ａ　（ｋ）とした後、次の単語の照
合を行う（ステップＳ　２８ａ、Ｓ　３０）。なお、こ
の場合は第３図の例では存在しない。また、ステップ２
７ｂで、ｊがｉ文字目の候補数より大きい場合には、ａ
（ｋ）（初期値「０」）に最大候補数×２の定数ａ′を
プラスしてａ　（ｋ）に人力した後、次の文字の照合を
行う（ステップ５２８ｂ　、　５２９）　、第３図（Ｃ
）”ｔ’！ｔ、最大候補数「１０」としているので、ａ
′は「２ｏ」である。また、ステップＳ　２７ｃでｉ文
字目の第ｊ位候補文字かに番目の単語のｉ文字目の文字
と一致した場合には、その候補文字の順位Ｎｏ、ｊをａ
（ｋ）（初期値「０」）にプラスしてａ　（ｋ）に入力
した後に次の文字の照合を行う（ステップＳ　２８ｃ％
５２９）。なお、第４図では省略されているが、第３図
で述べたように、ｉ文字目の第１位候補文字が認識不能
文字（？）であるかどうかの判定をし、この結果、認識
不能文字である場合にはａ　（ｋ）に固定値（第３図で
は「０」）をプラスしてａ　（ｋ）に入力している。更
に、ステップＳ２６でｉが単語文字数（「東京都」の場
合「３」）より大きくなった場合にはａ　（ｋ）を単語
文字数で割って次の単語の照合を行う（ステップ５２８
ａ　％５３０）。

このようにして、ステップ２４でｋが単語数（都道府県
名辞書４ａではｒ　４７　、　）より大きくなると、ａ
　（ｋ）の最小値（ＭＩＮ　（ａ　（ｋ）））を類似度
（ＭＩＮ−ａ）とし、ＭＩＮ−ａが類似度の上限（ＭＡ
Ｘ）より小さいか否かを判定し、小さい場合にはＭ　Ｉ
　Ｎ　−ａに対応するに番目の単語（ＷＲ（ｋ））を認
識結果として出力し、逆に大きい場合にはリジェクトす
る（ステップＳ３１〜５３４）。

２回目（レベル２）以降は、先頭文字ＮＯ，が変更され
るだけで１回目（レベル２）と同様にして行なわれる。

因に、第３図の例のレベル２では先頭文字ＮＯ，は「４
」となる。

（発明の効果）以上詳細に説明したように本発明によれば、単語照合の
処理が単語辞書をベースにして行なわれるので誤読文字
やりジェクト文字を含むデータについても単語照合が正
しく行なわれる。また、類低度を計算する際に各文字の
類似度の和を文字数で割って平均の類似度とすることに
より、文字数の特定できないデータ（べた書き等）の照
合も可能となる。

【図面の簡単な説明】

第１図は本発明の一実施例のフローチャート、第２図は
本実施例のシステム構成図、第３図（ａ）乃至（Ｃ）は
本実施例の動作説明図、第４図はマツチング処理のフロ
ーチャート、第５図（ａ）乃至（ｆ）は従来技術の説明
図である。１・・・文字読取装置、　　　　２・・・制御部、３・
・・単語照合処理部、　　４・・・単語辞書、４　ａ　
−−−都道府県名辞書、　　　５・・・出力装置。

Claims

【特許請求の範囲】

（１）帳票上の文字を読取って得られた候補文字データ
と単語辞書とを照合し、照合結果に基づいて認識単語を
出力する文字認識方法において、前記単語辞書として予
め認識対象となる単語の種類別に単語と該単語の文字数
から成る複数種類の単語辞書を備えておき、前記候補文字データを走査してスペースを検索すること
により処理対象の文字列を決定する第１のステップと、決定した文字列を前記認識対象に応じて選択した単語辞
書と照合して各単語についての各文字の類似度の和を文
字数で割った平均類似度を計算する第２のステップと、前記計算結果に基づいて認識単語を判定して出力する第
３のステップとを備え、前記認識単語に基づいて選択した単語辞書に対して残り
の文字列を照合して少なくとも前記平均類似度の計算及
び認識単語の判定を繰り返すことを特徴とする文字認識
方法。
（２）前記各文字の類似度として、認識不能文字及び単
語辞書にない文字に対しては特定の固定値を与えると共
に、単語辞書の文字と一致する文字に対しては候補順位
を与える特許請求の範囲第１項記載の文字認識方法。