JPH02121078A - 用語辞書検索装置 - Google Patents

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】 ［発明の目的］ （産業上の利用分野） 本発明は、用語辞書に登録された多数の用語から文字認
識結果などの曖昧な入力記号列に最も類似した用語を検
索する用語辞書検索装置に関する。

（従来の技術） 手書ぎまたは印刷の文字を機械によって読み取るための
技術においては、読み取り精度の向上が最重要課題とな
っている。精度を向上されるための一つの技術として、
文字辞書を用いる１文字毎の文字認識と、この文字認識
結果の組合せから生成される用語候補の妥当性をチエツ
クする用語辞書検索とを組み合わせる方法が一般的であ
る。

すなわち、現状では完全とは言えない１文字毎の文字認
識精度を用語辞書検索によって補う方法である。上記方
法においては、用語辞書検索時に正解用語候補が生成さ
れる確率を高めるため、文字認識結果どして１文字領域
当り複数の、すなわち通常は数十の文字候補を出力させ
る必要がある。

方、前述し１＝文字読み取り技術を活用した実用装置の
開発に対する要求として読み取り速度が重要な評価尺度
と考えられる場合が多いが、前記読み取り精度を向上さ
せる技術を導入すると、般に読み取り速度を低下させる
ことになるため、処理の高効率化も併せて実現する必要
がある。特に、上述したように文字認識結果として１文
字領域当り複数の文字候補を出力する場合、これらの組
合せから生成される用語候補が膨大な量となり、用語辞
書検索時間が増大する。

そこで、上記問題を解決するため、文字認識結果の組合
せから生成される文字列を検索キーとして用語辞書検索
を直接実行するのでなく、例えば松尾他による「単語認
識装置」という名称の特願昭６１−２４８４１５に記載
されているように、文字字種とその文字が含まれるべき
文字の用語内の位置を指定することによって用語候補を
出力する選択テーブルを用いて演算量を削減しようと覆
る方法がある。更に詳細には、文字認識結果として与え
られる文字候補１ｙｌｉｊ（ｉ　　：入力文字列中の文
字認識順位（１≦ｊｓｒａ、　　ｍ：入力文字列長）、
ｊ　：文字位置ｉにおける複数文字候補の文字認識順位
（１≦ｊ≦ｎ、　　ｎ：任意の定数））の１文字ずつを
参照キーとして前記選択テーブルをｍＸ０回参照し、文
字Ｍｉｊをｉ文字目に含む用語の集合をｍ個求め、これ
らの集合間の論理積を求めるとともに、該論理積の結果
ぐある各用語候補が包含する文字Ｍｉｊに付された文字
認識スコアｓｉｊの和Ｔｉ　　（１≦ｉ≦Ｗ、　　Ｗ：
前記論理積としての用語候補個数）を求め、前記用Ｔｉ
が所定のしきい値以上であった用語候補を出力している
。

上述した従来の方法は、文字候補Ｍｉｊの組合せ（最大
ｎ″個）をキーとして用語辞書検索を実行する方法に対
して、選択テーブルの参照による演算量をほぼｍｘｎま
で低減するという利点がある。

（発明が解決しようとする課題） 上述した従来の方法においては、読み取り対象データと
して例えば住所を想定し、「東京都武蔵野市緑町」のよ
うに都道府県名から町村名までを一括して１用語として
登録している住所辞書を用いる場合、高頻度で使用され
る文字、例えば「市」や「町ｊなどが文字候補ＭＩＪに
含まれていて、これらの高頻度出現文字をキーとして前
記選択テーブルを参照すると、極めて多数の用語、場合
によっては住所辞書中の半分以上の多数の用語が出力さ
れ、以降の各用語に対する演算量を増大させてしまうと
ともに、正解用語の識別率を低下させるという問題があ
る。具体的には、例えば「市」をキーとして用語を選択
すると、例えば「秋用市」、「入間市」、１所沢市」、
「川越布」・・・・・・・・・等のように多数の用語が
出力され演算量が増大するばかりでなく、不要用語を処
理対象とさせるため、正解用語の識別率を著しく低下さ
せる可能性がある。

本発明は、上記に鑑みてなされｔｃもので、その目的と
するところは、用語辞書検索の高速化および用語辞書の
高識別化を図った用語辞書検索装置を提供することにあ
る。

［発明の構成］ （課題を解決するための手段） 上記目的を達成する１こめ、本発明の用語辞書検索装置
は、少なくとも１文字からなる文字列の各文字に対して
少なくとも１文字以上の候補文字を該候補文字の確から
しさを示すスコアとともに有する入力文字候補から最も
確からしい用語を検索する用語辞書検索装置であって、
前記入力文字候補のうち所定の高頻度使用文字を除去し
た各候補文字について該各候補文字の前記文字列の中の
文字位置が同じでかつ文字列の文字数が同じ用語を選択
する用語選択手段と、該用語選択手段で選択した各用語
において各用語を構成する各文字のうち前記候補文字と
同じ文字に対する前記スコアを加算して各用語の合計ス
コアを算出するスコア算出手段と、前記用語選択手段で
選択された各用語に含まれる高頻度使用文字を識別し、
該高頻度使用文字を含む各用語の前記合計スコアに高頻
度使用文字に対応する所定のスコアを加算して各用語の
スコアを補正するスコア補正手段とを有することを要旨
と覆る。

（作用） 本発明の用語辞書検索装置では、入力文字候補のうち所
定の高頻度使用文字を除去した各候補文字について文字
位置が同じで文字列の文字数が同じ用語を選択し、この
各用語に含まれるスコアを加算して各用語の合計スコア
を算出するとともに、該各用語が高頻度使用文字を含む
場合、該高頻度使用文字に対応Ｊる所定のスコアを前記
合計スコアに加算してスコアを補正している。

（実施例） 以下、図面を用い−Ｃ本発明の詳細な説明する。

第１図は本発明の一実施例に関わる用語辞書検索装置の
機能的構成および動作原理を示す説明図である。同図に
示す用語辞書検索装置は、例えば文字認識装置等で認識
された複数の文字候補からなる文字マトリックス２１が
入力され、この文字マトリックス２１は選択処理部１に
供給されるようになっている。同図に示す文字マトリッ
クス２１は、−例として１横方向に配列された３文字が
らなり、この３文字の各文字位置に対してそれぞれ２文
字ずつの候補を有する。具体的に説明すると、３文字の
うちの第１文字に対する文字候補としては、第１候補の
「立」と第２候補の１日」があり、第２文字に対する文
字候補としては、同様に「山」と「川」があり、第３文
字に対する文字候補としては、「市」と「原」がある。

また、各文字候補には、文字認識時に判定した文字の「
確からしさ」を示すスコアが各文字の後の括弧内に、例
えば２．１のような数字で示されている。

前記選択処理部１は選択テーブル１ａを有する。

選択テーブル１ａは、文字７トリツクス２１を構成する
例えば３文字等のような複数の文字からなる各文字候補
が該複数の文字の組合せどし−ｒｉ度の高い用語候補を
得るために用語辞書内の各用語についてｉ文字目にいず
れの文字が含まれるかを示すように各用語および各用語
に対する構成文字をテーブル化したものである。選択処
理部１は、墜選択テーブル１ａを参照することにより文
字マトリックス２１を含まれる各候補文字を指定位置に
含む候補用語、具体的には該候補用語に対する用語コー
ドを選択するものである。例えば、文字マトリックス２
１の第１文字にある文字「立」に対しては第１文字目に
１立」を有する「立用市」に対する用語コードＣ５３が
選択され、第１文字の「日」に対しては同様に第１文字
目に「日」を有する「日野市」および「日立市」に対す
るコードＣ５０，Ｃ５１がそれぞれ選択されている。

選択処理部１で選択された前記用語コードＣ５０、Ｃ５
１，・・・・・・・・・、Ｃ１０等は累積加算処理部３
に供給され、該累積加算処理部３内の累積加算テーブル
３ａに各用語コードの各文字が有している各用語スコア
が各用語コードに対応して累積加算される。例えば、用
語コードＣ５３で示される「立用市」の場合には、第１
文字目の「立」のスコアの２点と、第２文字目の「川」
のスコアの１点とが累積加算され、合計のスコアは３点
となる。

なお、この場合は、該用語「立用市」の第３文７目の高
頻度使用文字「市」によって選択テーブル１ａを参照し
ても用語候補コードを出力せず、またこの高頻度使用文
字「市」に対するスコアを累積加算テーブル３ａに加算
しない点が従来と巽なっている。従って、「立用市」の
ように高頻度使用文字「市」を含む用語候補の累積加算
テーブル３ａ上のスコアは「市」の文字認識スコアであ
る２点だけ本来の累積スコア値よりも低くなっている。

累積加算処理部３の累積加算テーブル３ａに加算された
各用語コードおよび用語スコアは、スコア補正部５に供
給される。スコア補正部５は、用語辞書中に含まれる各
用語について包含する高頻度使用文字の種類と位置を示
す用語対応テーブル５ａおよびスコアの累積加算結果を
待避する作業テーブル５ｂを有し、該文字用語対応テー
ブル５ａを使用して各候補用語がスコア補正すべき高頻
度使用文字を含んでいるか否かの判定を行う。更に詳し
くは、前記累積加算テーブル３ａにスコアを累積加算さ
れた用語が高頻度使用文字、例えば［市Ｊ等を含む場合
、該用語のスコアに対して高頻度使用文字「市」のスコ
アの２点を累積加算してスコアの補正処理を行う。すな
わち、文字用語対応テーブル５ａは各用語コードに対応
して高頻度使用文字「市」およびその位置、例えば３が
示されているが、累積加算テーブル３ａからの各用語が
この高頻度使用文字「市」を文字用語対応テブル５ａに
示す所定位置に有する場合、該高頻度使用文字「市」の
スコアの２点が加算され、作業テーブル５ｂのように用
語スコアが補正される。

具体的には、用語コードＣ５０，Ｃ５１，Ｃ５３゜Ｃ６
２の「日野市」、「日立市」、「立川市」、「狭山市」
は累積加算テーブル３ａにおける用語スコアはそれぞれ
１点、１点、３点、２点であるが、高頻度使用文字「市
」の２点が加算され、作業テーブル５ｂではそれぞれ３
点、３点、５点、４点に補正されている。

文字用語対応テーブル５ａは高頻度使用文字を含む辞書
中の全用語について用語コードＣ１、同用語コードＣｉ
が含む高頻度使用文字種別、および高頻度使用文字が締
める用語内の位置を示し、作業テーブル５ｂにある用語
候補のコードから高頻度使用文字の種類と位置を出力し
、入力文字７１−リックス中の高頻度使用文字と種類、
位置共に致したことを検出することによりスコア補正処
理の実施判定を可能とする。なお、例えば「化１市」の
ように高頻度使用文字「市」を２個含む場合でも、先頭
の「市」の３文字目の「市」とを区別し、３文字目の「
市］のみを高頻度使用文字として処理するようになって
いる。

上述したように、選択処理部１においては、１市」のよ
うな住所辞書中の１／２以上の用語に含まれる高頻度使
用文字の用語候補コードの出力を抑制し、後に高頻度使
用文字以外の文字から出力され少量の用語候補に対して
のみスコア補正処理を行うことによって、演算量を少な
くすることができることは明らかである。

スコア補正部５で補正されＩＣ用語コードおよび対応覆
る用語スコアは、選別処理部７に供給される。選別処理
部７は、作業用テーブル７ａを有し、スコア補正部５で
補正された用語スコアから最終累積スコアが高い任意個
数の用語補正を選別して出力する。この選別に当たつ−
Ｃは、各種の方法が考えられるが、−殻内にはソーティ
ングを用いる。

すなわち、作業用テーブル７ａ上において、各用語候補
を累積スコアの高いものから順に並べ直し、その後に上
位から任意個数の用語候補を抽出する方法である。第１
図では、上位から２位までの用語候補例「立川市」、「
狭山市」を出力している。

第２図は第１図の用語辞書検索装置の具体的な構成を示
すブロック図である。同図に示すように、用語辞書検索
装置は、図示しない文字認識装置等から転送路９ａを介
して前記入力文字マトリックス２１が供給され、前記用
語候補列を転送路９ｂを介して出力するプロセッサ９と
、該プロセッサ９に転送路１１ｂを介して接続され、前
述した選択処理部１、累積加韓処理部３、スコア補正部
５および選別処理部７の機能を実現するためのプログラ
ムを記憶しているプログラムメモリ１１と、プロセッサ
９に転送路１３ｂを介して接続され、前記累積加算テー
ブル３ａ、作業テーブル５ｂ、作業用テーブル７８等を
構成する作業用メモリ１３と、プロセッサ９に転送路１
５ｂを介して接続されているテーブルメモリ１５とを有
する。また、テーブルメモリ１５は、前記選択テーブル
１ａ１文字用語対応テーブル５ａ、および用語コードか
ら実際の文字列を得るためのコード文字列変換テーブル
１５ａを有する。

このように構成される用語辞書検索装置は、入力される
文字マトリックス２１の中の候補用語の組合せとして最
も確からしい用語候補を選別するものであるが、プロセ
ッサ９は、転送路９ａを介して外部の例えば文字認識装
置等から供給される文字マトリックス２１を受信すると
、この文字マトリックス２１を転送路１３ｂを介して作
業用メモリ１３の所定の記憶領域に書ぎ込む。次に、プ
ロセッサ９は、作業用メモリ１３上の文字マトリックス
２１から順に１文字ずつ読み出しながら転送路１５ｂを
介して選択テーブル１ａを参照し、着目文字を指定の位
置に含む用語コードを選択し、この用語コードで示され
る作業用メモリ１３」二の累積加算テーブル３ａの該当
位置に着目文字に付された文字認識スコアを加算する。

なお、前記累積加算テーブル３ａへのスコアの加算にお
いては、旦、１加算値を読み出し、プロセッサ９におい
て加算を施した後に同じ記憶領域に書き戻す２動作が必
要となる。

前述したスコア加算動作を文字マトリックス２１中のす
べての文字について実行する。次に、プロセッサ９は、
作業用メモリ１３中に記憶した累積加算テーブル３ａ中
のスコアが付されている用語コードに関するデータのみ
を作業用メモリ１３の作業テーブル５ｂに転送し、それ
から作業テーブル５ｂ内の用語コードを順に読み出し、
この読み出した用語コードから高頻度使用文字が含まれ
ているか否かを識別する。高頻度使用文字を含むと識別
された用語コードに対しては、テーブルメモリ１５内の
文字用語対応テーブル５ａを該用語コードで参照し、高
頻度使用文字の種別と位置を入手し、これらの結果と文
字マトリックス２１中に含まれている高頻度使用文字の
種別と位置が致するか否かを識別する。一致した高頻度
使用文字については、該高頻度使用文字に付された文字
認識スコアを着目の用語コードに付随するスコア領域に
加算してスコア補正処理を行う。このスコア補正処理を
作業テーブル５ｂ上のすべての用語コードについて行う
。

次に、作業テーブル５ｂ上の各用語コードの中から付随
する累積スコアの高い候補を任意個数選別し、この選別
した用語コードに対して前記テーブルメモリ１５のコー
ド文字列変換テーブル１５ａを参照しながら、選別され
た用語コードを実際の文字列、すなわち漢字仮名列に変
換し、作業用メモリ１３中の所定の記憶領域、すなわち
作業用テーブル７ａに記憶する。このように記憶されｌ
〔最終処理結果の文字列、例えば前述した第１図に示す
「立川布」、「狭山市」などの文字列は転送路９ｂを介
してプロセッサ９から外部の例えば表示装置、ファイル
記憶装置等に出力されることになる。

−１５＝ ［発明の効果］ 以上説明したように、本発明によれば、入力文字候補の
うち所定の高頻度使用文字を除去した各候補文字につい
°Ｃ文字位置が同じで文字列の文字数が同じ用語を選択
し、この各用語に含まれるスコアを加算して各用語の合
計スコアを算出するとともに、該各用語が高頻度使用文
字を含む場合、該高頻度使用文字に対応する所定のスコ
アを前記合計スコアに加算してスコアを補正しているの
で、極めて高頻度で多数の用語中に使用される高頻度使
用文字を用語の選択から除去しているため、演算量が大
幅に削減され、高速化が図れるとともに、また正確用語
の識別率を向上させることができる。

【図面の簡単な説明】

第１図は本発明の一実施例に関わる用語辞書検索装置の
機能的構成および動作原理を示す説明図、第２図は第１
図の用語辞書検索装置の構成を示すブロック図である。 １・・・選択処理部 １ａ・・・選択テーブル ３・・・累積加算処理部 ３ａ・・・累積加算テーブル ５・・・スコア補正部 ５ａ・・・文字用語対応テーブル ７・・・選別処理部 ９・・・プロセッサ １１・・・プログラムメモリ １３・・・作業用メモリ １５・・・テーブルメモリ

Claims (1)

【特許請求の範囲】
1. 少なくとも１文字からなる文字列の各文字に対して少な
   くとも１文字以上の候補文字を該候補文字の確からしさ
   を示すスコアとともに有する入力文字候補から最も確か
   らしい用語を検索する用語辞書検索装置であって、前記
   入力文字候補のうち所定の高頻度使用文字を除去した各
   候補文字について該各候補文字の前記文字列の中の文字
   位置が同じでかつ文字列の文字数が同じ用語を選択する
   用語選択手段と、該用語選択手段で選択した各用語にお
   いて各用語を構成する各文字のうち前記候補文字と同じ
   文字に対する前記スコアを加算して各用語の合計スコア
   を算出するスコア算出手段と、前記用語選択手段で選択
   された各用語に含まれる高頻度使用文字を識別し、該高
   頻度使用文字を含む各用語の前記合計スコアに高頻度使
   用文字に対応する所定のスコアを加算して各用語のスコ
   アを補正する補正手段とを有することを特徴とする用語
   辞書検索装置。