JPH0239282A - パターン認識後処理方式 - 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】 〔産業上の利用分野〕 本発明は、音声や文字などのパターン認識に関し、より
詳細には、操作者が認識結末の誤りを訂正したときの操
作の情報を利用するパターン認識後処理方式に関する。

〔従来の技術〕

近年、オフィスオートメーション化の発達に伴い、文字
やａ声の認識が広く研究され、一部実用化されている。

文字や音声の認識は、これらをパターン化してパターン
特徴１を抽出し、認識辞潜に登録されている標準パター
ンと比較することにより候補文字や音声（以下、候補カ
テゴリという）を生成している。

通常、このようなパターン認識では認識率を向上させる
ため、特に誤認識しやすいパターンについては、認識パ
ターン特＠けを追加登録する処理が行われている。また
、候補カテゴリについて単語照合や形態素解析などの文
法処理を施すことによって、認識精度を上げることも提
案されている。

更に、従来のパターン認識では、候補カテゴリ中に正解
カテゴリの含まれる割合（以下、累積認識率という）を
高くして、言語処理による訂正の粘度向上Ｊ３よび操作
者による訂正作業を容易にするために、誤り易いパター
ンの対応表を利用して候補カテゴリの追加を行う方法が
提案されている。

〔発明が解決しようとする課題〕

しかしながら、上記認識パターン特ｙｉ吊を追加登録す
る処理では、パターン特微量の情報量が多いため、新規
のパターン特徴υの登録には、大さな容量の記憶領域を
必要とするという問題点があった。また、上記理由から
、認識処理に要する時間が増大してしまい、さらには、
新しいカテゴリ（文字や音声）のパターンを登録したた
めに、かえって認識精度が低下してしまうという問題点
があった。この認識精度の低下を避けるためには、その
パターンを登録すべきか否かを確認する作業が必要とな
り、その作業に時間がかるという問題点があった。

また文法処理を用いて認識精度を上げる従来技術は、１
に補カテゴリ数が多くなるにしたがい、認識処理に要す
る時間が急激に増大するという問題点や、候補カテゴリ
中に正解が存在しない場合、または認識辞書中に該当す
る単語が存在しない場合、文法処理により得られた結果
は正しいが誤った文を生成する傾向が強いために、操作
者により訂正作業を困難にさせるという問題点があった
。

さらに、誤り易いバ・ターンの対応表を利用して候補カ
テゴリの追加を行う方法では、対応表を作成するのに多
くのパターンを集めて認識誤りの傾向を調べる必要があ
るために大きな労力を必要とし、しかも平均的な誤り傾
向しか得られないために必ずしも十分な効果が得られる
ものではなく、さらには操作者が認識誤りパターンを訂
正する作業の情報を学習することもできないという問題
点があった。

したがって、本発明は上記従来技術の問題点を解決し、
認識結果の誤りを操作者が訂正したときの操作の情報を
用いて、認識辞書の容量を増大さぜることなく高速かつ
容易な操作で、高い認識精度及び累積認識率を得ること
を目的とブる。

ゴリ集合とパターン認識結果に含まれる候補カテゴリ集
合同士が近似している場合、該補完規則の正解カテゴリ
をパターン認識結果の候補カテゴリ集合内に挿入する。

好ましくは、前記自動抽出された補完規則を既に訂正済
みの正解が判明しているパターン認識結果に含まれる候
補カテゴリ集合に適用した結果、自動訂正された総カテ
ゴリに対する誤認識カテゴリが正しく訂正された総カテ
ゴリ数の比率が一定値以上となる補完規則のみを、以後
のパターン認識結果の訂正に適用する。

〔課題を解決するための手段〕

本発明は、入力パターンを認識して単数または複数の候
補カテゴリを生成するパターン認識方式において、誤っ
て認識したパターンのカテゴリを操作者が訂正する情報
から自動抽出された候補カテゴリ集合に対する正解カテ
ゴリの関係よりなる補完規則を以後のパターン認識結果
に適用して自動訂正する。そして、＋ｉｆｆ記補完規則
内の候補カテ〔作用〕 例えば、正解パターンＡに対し、候補カテゴリ集合が８
．０と１ｑられたとする。操作者はこの候補カテゴリ集
合中Ｂ、ＣにＡが含まれていないため、Ａと訂正する。

この結果Ａ（正解カテゴリ）とＢおよびＣより成る補完
規則が得られる。

その後のパターン認識より、補完規則内の候補カテゴリ
集合に近似する候補カテゴリ集合、例えば同一のＢ、Ｃ
が得られたとする。この場合、補完規則内の候補がカテ
ゴリ集合とパターン認識結果に含まれる候補カテゴリ集
合同士は近似している（この例では同一）なので、補完
規則の正解カテゴリＡをパターン認識結果に含まれる候
補１３テゴリＢおよびＣ集合内に挿入（追加）する。挿
入する位Ｎ（正解カテゴリＡの順位）は、例えば、前記
近似の度合に応じて決められる。そして、新たに正解カ
テゴリＡが挿入された候補カテゴリ集合から、第１位の
候補カテゴリを認識結果として出力する。このように、
従来のようにパターン特Ｉｌ！間の再登録または文法処
理による訂正にくらべ簡単に訂正を行うことができ、処
理の高速化が図れるとともに、累積正解率の向上が図れ
る。

上記作用において、正解パターンＡに対する候補カテゴ
リ集合Ｂ、Ｃを規定する補完規則は引き続くパターン認
識処理において常に正しいものであるとは限らない。そ
こで、上記比率が一定値以上となる補完規則のみを以後
のパターン認識結果の訂正に適用することで、自動訂正
の信頼性を高めることができるとともに、パターン種別
やパターン特徴の変化に容易に追随でき、適用するにつ
れて自動補完の信頼性が高まる学習効果が得られる。

〔実施例〕

以下、本発明の実施例を図面を参照して詳細に説明する
。

第１図は本発明のパターン認識後５１！ｌ理方式の一実
施例のブロック構成図である。同図において、自動補完
部１は図示しないパターン認識装置からのパターンを入
力し、補完規則テーブル２中の補完規則にしたがって、
入力したパターン認識結果を自動補完する。自動補完に
より１％られた候補カテゴリは、手動訂正制御部３へ出
力される。なお、補完規則テーブル２に入っている後述
する補完規則は、操作者がパターン認識結果を手動訂正
することにより順次自動生成、更新されるため、初期（
１回目）のパターン認識結果には適用されない。

すなわち、１回目のパターン認識結果は自動補完部１を
介してそのまま手動訂正制御部３に出力される。

補完規則テーブル２は、自動補完部１がパターン認識結
果を自動補完する際の補完規則を定める。

萌述したように、この補完規則は操作者がパターン認識
結果を手動訂正することにより順次生成。

更新される。

手動訂正ｔｉｌＩＩ１１部３は自動補完部１から出力さ
れた自動補完結果（又は１回目のパターン認識結果）の
第１位候補文字を、操作部６を介して操作者が与える訂
正操作の指示にしたがって訂正する。そして、手動訂正
るり御部３は、初期のパターン認識結果に対する手動訂
正の操作情報にしたがって、後述する補完規則を作成し
、補完規則判定部５を介して作成した補完規則を補完規
則テーブル２に登録する。初期の認識結果以降のパター
ン認識結果に対しては手動訂正終了後、後述する新規補
完規則候補リストと補完規則更新用リストとを作成し、
それぞれ補完規則判定部５に送る。また、手動訂正υＪ
ｔ１１部３は後述する履歴情報を作成して、履歴情報格
納部４に格納する。

補完規則判定部５は手動訂正制御部３の出力。

履歴情報格納部４に格納されている履歴情報、上記新規
補完規則候補リストおよび補完規則更新用リストを用い
て、補完規則テーブル２中の補完規則を更新する。

操作部６はキーボード、マウスおよびデイスプレィ等か
らなり、手動訂正制御部３からの゛情報をデイスプレィ
上に表示し、また手動訂正υ制御部３に対しキーボード
やマウスから手動操作の指示等を与える。

次に、本実施例の動作を第２図、第３図および第４図に
示す動作フローチャート、ならびに第５図ないし第８図
を参照して詳細に説明する。ここで、第２図は手動訂正
制御部３の動作フローチャートであり、同図（Ａ）は最
初の手動訂正時の動作７０−チト一ト、および同図（Ｂ
）はそれ以降の手動訂正時の動作フローチャートである
。また、第３図は自動補完部１の動作フローチャート、
および第４図は補完規則判定部５の動作フローチャ−ト
である。

本実施例は文字および音声のパターン認識処理のいずれ
にも適用できるが、以下入力パターンとして文字を対象
にした具体例で説明する。

文字認識装置により認識された結果は、まず自動補完部
１に入力される。自動補完部１は補完規則テーブル２を
参照しながら、誤認識文字を自動補完する。前述したよ
うに、自動補完部１は初期の認識結末に対しては動作せ
ず、文字認識結果はそのまま手動訂正ｉ、ｌＪｗＪ部３
に送られる。

第５図（Ａ）は、入力文章「今日の夜の天気を予測する
・・・」を文字認識した認識結果ａに対する操作者の手
動訂正操作および補完規則生成の手順を示す。また、第
５図（Ｂ）は操作部６のデイスプレィへの表示例を示す
。

手動訂正ｉ、１１郊部３は、各文字の認識結果の第１位
候補文字を、第５図（８）の左側のデイスプレィ表示例
に示すように操作部６のデイスプレィに表示する（第２
図のステップ１０１）。次に、このデイスプレィに表示
された文字を見て、操作者は操作部６のキーボード、マ
ウス等を用いて誤認識文字を訂正する（ステップ１０２
）。訂正の方法は、正解が候補文字集合にある場合は次
候補を順次表示して選択する（本例では、第２位までの
候補文字を用いている）ことにより、また正解が候補文
字集合中に存在しない場合はかな漢字変換入力などによ
り、正解文字を入力する。手動訂正結果を第５図（Ｂ）
の右側のデイプレイ表示例に示す。

手動訂正が終了したら、操作者は操作部６のキーボード
から手動訂正制御部３に、手動訂正終了信号を送る。

操作部６から手動訂正終了信号が送られてくると、手動
訂正制御部３は操作者が訂正した文字の認識結果の候補
文字集合と正解文字との関係（補完規則）を作成し、訂
正回数をカラン］−する（ステップ１０３）。初期の文
字認識結果に対する手動訂正により生成された補完規則
はすべて、補完規則判定部５を介して補完規則テーブル
２に登録される（ステップ１０４）。この場合の補完規
則テーブル２の内容の一部を第５図（Ａ＞に示す。図示
するように、例えば正解文字「日」に関してはこの候補
文字集合「自」および「白」が補完規則として登録され
る。これを「日←自　白」と表わす。

また、この場合、最初の手！７１訂正により生成された
補完規則のため、訂正回数は１となる。

次に、手動訂正制御部３は認識結果すべての正解文字と
それに対する候補文字集合を、後に行う訂正規則判定（
第４図の動作フロー）に使用するために、履歴情報（訂
正結果）として履歴情報格納部４に格納する（ステップ
１０５）。第６図に、第５図（△）に示す認識結果ａを
手動訂正した後の履歴情報格納部４の内容を示す。そし
て、手動訂正の処理を終了する。

次に、入力文章［明日の天気を予測するのは難しいのだ
ろう・・・］が入力されたとする。第７図（Ａ）にこの
入力文章の認識結果すを示す。この認識結果すは最初に
、第１図に示す自動補完部１で自動補完される。この自
ｖＪ補完では、まず先に自動作成された補完規則テーブ
ル２に入っている補完規則内の候補文字集合と、認識結
果すの候補同士の近似性（以下、−政変という）を計算
する（第３図のステップ１２１）　、この−政変は、次
式（１）にしたがって計算する。

一政変一 ２ｘＬ　（ｘｎｙ）／　（Ｌ（Ｘ）＋Ｌ（ｙｌ　）　・
（１）ここで、Ｘ、ｙはそれぞれ認識結果の候補文字集
合および補完規則の候補文字集合を表し、Ｌ（ｘ）　、
　Ｌ（ｙ）　ハ１ｆ７４文字数、またＬ（ｘ／ｌｙ）は
ｘ、ｙ間の論理積集合の候補文字を表わす。次に、−政
変が一定のしきい値（以下−政変しきい値という）以上
かどうかを調べる（ステップ１２２）。−政変が一致度
のしきい値以上の場合は、この補完規則の正解文字を認
識結果すの候補文字集合中に挿入する（ステップ１２３
）。認識結末の候補文字集合中への自動補完の際、挿入
する位置の決定基準として種々考えられる。例えば上述
した一致度および一致値しぎい値を用いて、−政変が一
致度しきい値以上の場合には、新しい候補文字は候補文
字集合中の第１位候補に補完しく第７図（Ａ）の「日　
白　自←白　自」「を　の　ち←の　も」なと）、一致
度が一致度しきい値より小さい場合は、一致度の値に応
じて第２位以下に補完される。また、挿入された新しい
候補文字と同一の候補文字が最初から存在した場合は新
しい候補文字が優先され、以前から存在した当該候補文
字は候補文字集合から除去される（第７図（Ａ）の「る
　ろ　←ろ　る」）。ステップ１２３での上記処理終了
後、または第３図のステップ１２２で一致度が一致度し
きい値を下まわるときは、ステップ１２４に進む。ステ
ップ１２４では、自助補完部１は認識結果すおよび自動
補完の結果を手動訂正制御部３へ送る。

手動訂正制御部３では、第２図（Ｂ）のステップ１１１
に５３いて、自動補完部１によって自動補完された結果
の第１位候補文字を操作部６のデイスプレィに表示する
（第７図（Ｂ）の中央のデイスプレィ表示例）。そして
、操作者はデイスプレィを兄ながら誤った文字を手ｖＪ
訂正する（ステップ１１２）。第７図（Ｂ）の右側のデ
イスプレィ表示例に、上記手動訂正の結果を示す。手動
訂正が終了したら、操作者は操作部６から手動訂正終了
信号を手動訂正１１Ｊ御部３に送る。

操作者から訂正終了の信号が送られてくると、手動訂正
υＪｔ２Ｉ１部３は操作部によって手動訂正された後の
文字を調べ、次の３つの集合を作成する（ステップ１１
３）。

（１）認識結果の第１位候補文字が誤っており、補完処
理後の第１位候補文字が正解文字となり、正しく自動訂
正された文字（第８図における「明白の・・・」） ［Ｆ］　認識結果の第１位候補文字が誤っていたが、補
完規則が適用されず、手ｆ！ＩＪ訂正により正しく修正
された文字（同図における［・・・予訂る・・・」） ■　認識結果の第１位候補文字は正しかったが、補完処
理後の第１位候補文字が誤った文字となり、誤って自動
訂正された文字（同図における「・・・予測するのは・
・・」）以後、これらの集合をそれぞれ集合１．集合２
゜集合３と呼ぶこととする。

手動訂正υ制御部３は集合２の各文字について、認識結
果の候補文字集合と手動訂正された結果の正解文字を新
規補完規則候補リストとして補完規則判定部５に送る（
ステップ１１４）。次に手動訂正υ＋１２ａ部３は集合
１と集合３について、各文字の自動補完による自動訂正
に適用された補完規則を集めて補完規則更新用リストを
作成し、補完規則判定部５に送る（ステップ１１５）。

その際、補完規則更新用リストには、補完規則が正しく
訂正されるのに適用されたもの（集合１）であるか、あ
るいは誤って訂正するのに適用されたちのく集合３）で
あるかを識別する情報も付加しておく。第８図中、○は
正しい適用を示し、×は誤った適用をボす。

補完規則判定部５は、最初に手動訂正ｆｉｌ制御部３か
ら送られてきた新規補完規則候補を用いて履歴情報格納
部４の中の履歴情報（第６図）の自動補完を先に述べた
一致度判定により行う（ステップ１３１）。ここで、自
動補完により得られた自動訂正結果の文字と履歴情報の
正解文字とを比較して、誤っていた文字を正しく訂正し
た回数（ｇ、下、これを訂正回数とよぶ）と、正しい文
字を誤って訂正した回数（以下、これを誤訂正回数とよ
ぶ）を数え、式（２）で定義する信頼度を計算し、信頼
度が一定のしきい値（例えば０．５）以上のｆｙ規Ｉ完
規則候補のみを新しい補完規則として作用し、補完規則
テーブル２に追加登録する。

信頼度＝訂正回数／（訂正回数＋誤訂正回数）・・・（
２） 次に補完規則判定部５は、手動訂正制御部３から送られ
てぎた補完規則更新用リストと補完規則テーブル２を比
較し、補完規則更新用リストに含まれる補完規則につい
て、該補完規則が前記集合１に含まれていたちのなら補
完規則テーブル２の該当する補完規則の訂正回数に１を
加え、該補完規則が前記集合３に含まれていたちのなら
補完規則テーブル２の該当する補完規則の誤ｒ（正回数
に１を加える（ステップ１３２）。

最侵に、補完規則判定部５は補完規則テーブル２の補完
規則について、おのおのの訂正回数と訳訂正回数から式
■によって信頼度を計算する（ステップ１３３）。そし
て、信頼度が一定しきい値以下の補完規則を補完規則テ
ーブル２から除去する（ステップ１３４．　１３５）。

例えば第８図の補完規則「を←の　も」は信頼度−０，
４となり除去する。そして、最後に認識結果すに関する
履歴情報を履歴情報格納部４に格納した後、処理を終了
する。

このようにして得られた補完結末は、任意のデータ処理
システム（図示なし）に出力される。

以上説明したように、誤って認識された文字を操作者が
訂正する操作より１９られた候補文字集合に対する正解
文字の関係を補完規則候補として作成し、該補完規則候
補を操作者による訂正が完了している過去の文字認識結
果に適用することにより、正しく訂正される割合の高い
補完規則のみを用いて以後の文字認識結果の自動補完を
行って文字を自動訂正することにより、認識精度および
累積認識率を高めることができる。

以上、本発明の一実施例を説明した。本発明は上記実施
例に限定されず、次のように構成することもできる。

補完規則テーブル２内の補完規則の数は認識文字数の増
加につれて増加するが、補完規則テーブル２の各補完規
則に自動訂正に適用された履歴を記録しておき、使用頻
度の小さい補完規則や、最後に適用されてから長時間経
過した補完規則は補完規則テーブル２から除去するなど
により、補完規則テーブル２を一定範囲のサイズに抑え
ることができる。

また補完規則の判定に使用される履歴情報の量も認識文
字数の増加につれて増大するが、最新の認識結果数ペー
ジ分のみを蓄積することにより一定範囲のサイズに抑え
ることができる。

また、実施例では学習は１文字型位で行われたが、本発
明の原理は隣接した２文字以上を単位とした学習と自動
補完にも適用できる。

また、本文中の実施例では認識結果の候補文字は第２位
までであったが、原理的には何位まで出現しても同様で
ある。

また、実施例では最初に入力された入力中位（例、ペー
ジ）から生成された補完規則に対しては、補完規則判定
部５において使用するかどうかの判定は行わずに無条件
で採用したが、装置内にあらかじめ履歴情報を組み込む
か、あるいは最初に入力した入力単位を手動訂正した結
果を履歴情報として用いれば、該補完規則に対しても信
頼度の３ｉ締による判定を行うことが可能である。

また、実施例において補完規則の候補文字集合と認識結
果の候補文字集合との近似性の尺度として式（１）で定
義した一致度には、候補文字集合の順位や認識の結果の
距離値が考慮されていないが、これらを考慮にいれた候
補文字集合同士の近似性の尺度を定義して自動補完に用
いることも可能である。

以上入力パターンとして文字を例に説明したが、入力パ
ターンが音声の場合は認識結果の候補カテゴリ集合は第
９図に示す通り、音節候補の集合として出力される。第
９図の例では「せつぞく（接続）」を音声認識した結果
を示している。以降の処理は文字認識結果の後処理と同
様に行なわれる。

第９図に手動訂正の結果として得られる補完規則を併せ
て示す。

〔発明の効果〕

本発明は上述のとおり構成されているので、次に記載す
る効果を奏する。

請求項（１）の構成においては、パターン認識後処理を
行なうに際して誤って認識されたパターンを操作者が訂
正する操作の情報を補完規則として自動登録し、以後の
認識結果に適用して認識誤りを自動訂正するもので、パ
ターン特徴間の再登録または文法処理による訂正方法に
比べ処理方法が簡易なため、パターン認識後処理の高速
化が図れるとともに、累積正解率を高めることができる
。これにより、単語照合・文法的接続判定を行う言語処
理の訂正精度が向上し、かつ操作者の訂正作業を瀬次軽
減できる。

請求項■の構成においては、補完規則の逐次判定・更新
により信頼性の高い補完規則のみを常に蓄積しているた
め、文章種別・パターン特徴の変化に容易に追随でき、
適用するにつれて自動訂正の信頼性が高まる学言効果が
実現できるとともに、累積正解率を＾めることができる
。これにより、単語照合１文法的接続判定を行う言語処
理の訂正精度が向上し、かつ操作者の訂正作業を漸次軽
減できる。さらに、単語照合・形態素解析などにより、
文法的には正しいが誤訂正された文を生成することがな
く、操作者による訂正作業を容易にすることができる。

する自動補完および操作者の手動訂正操作ならびに操作
部のデイスプレィへの表示例を示す図、第８図は補完規
則の判定処理の流れを示す図、および第９図は本発明を
音声認識に適用した場合の認識結果と訂正規則テーブル
の一例を示す図である。

１・・・自動補完部、２・・・補完規則テーブル、３・
・・手動訂正制御部、４・・・履歴情報格納部、５・・
・補完規則判定部、６・・・操作部。

【図面の簡単な説明】

第１図は本発明の一実施例のブロック構成図、第２図は
手動補完υ［御部の動作フローチャート、第３図は自動
補完部の動作フローチャート、第４図は補完規則判定部
の動作フローチャート、第５図は文字認識結果に対する
操作者の手動訂正操作および補完規則生成の手順並びに
操作部のデイスプレィへの表示例を示す図、第６図は履
歴情報格納部の内容を示す図、第７図は文字認識結果に
対認識結果 本発明の一実施例のブロック構成図 第１図 手動訂正制御部の動作フローチャート（その１）第２図
（Ａ＞ 自動訂正結果 手動訂正制御部の動作フローチャート（その２）第 図（Ｂ） Ｍ規補完規則候補リスト受信 補完規則判定部の動作フローチャート 第４図 文字認識結果 自動補完部の動作フローチャート 第 図 認識結果ａ （Ａ） （Ｂ） 文字認識結果に対する操作者の手動訂正操作及び補完規
則生成の手順並びに操作部のデイスプレィへの表示例を
示す図第５図 履歴情報格納部の内容を示す図 第 図 （手動訂正結果） 文字認識結果に対する自動訂正結果 及び手動訂正結果を示す図 第 図（Ｂ） 補完規則テーブル２ 操作者の手動訂正操作を示す図 第 図（Ａ）

Claims (2)

【特許請求の範囲】
1. （１）音声や文字などの入力パターンを認識して単数ま
   たは複数の候補カテゴリを生成するパターン認識方式に
   おいて、 誤つて認識したパターンのカテゴリを操作者が訂正する
   情報から自動抽出された候補カテゴリ集合に対する正解
   カテゴリの関係よりなる補完規則を以後のパターン認識
   結果に適用して自動訂正し、前記補完規則内の候補カテ
   ゴリ集合とパターン認識結果に含まれる候補カテゴリ集
   合同士が近似している場合、該補完規則の正解カテゴリ
   をパターン認識結果の候補カテゴリ集合内に挿入するこ
   とを特徴とするパターン認識後処理方式。
2. （２）前記自動抽出された補完規則を既に訂正済みの正
   解が判明しているパターン認識結果に含まれる候補カテ
   ゴリ集合に適用した結果、自動訂正された総カテゴリに
   対する誤認識カテゴリが正しく訂正された総カテゴリ数
   の比率が一定値以上となる補完規則のみを、以後のパタ
   ーン認識結果の訂正に適用することを特徴とする請求項
   （１）に記載のパターン認識後処理方式。