JPH03144877A - 文脈的文字または音素認識方法及びシステム - 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】 〔発明の利用分野〕 本発明は自然言語のテキスト及び音声の認識に関し、特
に、文字及び音素の認識に関する。

〔従来の技術〕

「パターン認識Ｊ　　（Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎ
ｉｔｉｏｎ　）誌、第２１巻、第５号（１９８８年）、
第４５５〜４６２頁に所載のニー・ゴシュタスビ−（Ｇ
ｏｓｈ　ｔａｓｂｙ　。

Ａ）及びアール・タブリュー・エーリッヒ（Ｅｈｒｉｃ
ｈＲ，Ｗ、）の論文「確率的弛緩ラベル付けを用いる文
脈的語認識Ｊ　（Ｃｏｎｔｅｘｔｕａｌ　Ｗｏｒｄ　Ｒ
ｅｃｏｇｎｉｔｉｏｎＵｓｉｎｇ　Ｐｒｏｂａｂｉｌｉ
ｓｔｉｃ　Ｌａｂｅｌｉｎｇ　）において、第１図に示
すような文脈的語認識システムが記載されている。即ち
、文字認識モジュールが、各入力文字に、入力内の文字
がａから２までのラベルを持っているということの確実
性を示す２６個の番号を割り当てる。この確実性は確率
に変換され、その出力は代入集合と呼ばれる集合のシー
ケンスとなり、その各々は、非ゼロ確率を有する個々の
文字に対する代替え物を含んでいる。ポストプロセッサ
が、この言語からの文脈的情報を用いてこの代替え物の
シーケンスから正しい語を識別し、また、文字の混同確
率、文字の遷移確率、辞書またはこれらの組合せを用い
る場合もある。第２節において、第４５７頁の辞書探索
を含む主な後処理方法が概説されている。第２．４節に
は、辞書探索に必要なメモリ及び時間が記載されている
。第３節には、弛緩ラベル付は処理が記載されている。

ＩＣＡＳＳＰ会報（Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　Ｉ
ＣＡＳＳＰ　）、８２、第１巻（ＩＥＩＩ！Ｅ、　１９
８２年）の第５４６〜５４９頁に所載のデイ−・ダブリ
ュー・シップマン（Ｓｈｉｐｍａｎ、　ｏ、　ｗ、　）
及びヴイー・ダブリュー・ツーエ（Ｚｕｅ、　Ｖ、　−
、）の論文「大型辞書の性質：高度孤立語認識システム
に対する含意Ｊ　（Ｐｒｏｐｅｒｔｉｅｓｏｆ　Ｌａｒ
ｇｅ　Ｌｅｘｉｃｏｎｓ：　Ｉｍｐｌｉｃａｔｉｏｎｓ
　ｆｏｒ　ＡｄｖａｎｃｅｄＩｓｏｌａｔｅｄ　Ｗｏｒ
ｄ　Ｒｅｃｏｇｎｉｔｉｏｎ　Ｓｙｓｔｅｍ　）におい
て、大型器量の音声学を基礎とする孤立語音声認識のた
めの方法が記載されている。そのデータベースは、客語
に対する音素的表記及びこの語の出現頻度を有する用語
集を含んでいる。第５４８頁には、例えば子音であるか
母音であるかを識別することのできる予備的な粗（ｃｒ
ｕｄｅ　）の音声学的解析が記載されている。第５４９
頁には、種々の大きさの辞書が、音素型、強度記号、及
び音節境界を含む客語の発音を選択することによってど
のようにして作られたかが記載されている。第５４７頁
には、音素の６様分類が記載されている。第５４７〜５
４８頁には、例えば、各子音を符号Ｃで置き換え、及び
各母音を符号Ｖで置き換えることによって辞書内の客語
をＣ−■のシーケンスに還元するというようなセグメン
ト的レベルにおける部分的仕様が、どのようにして語を
一意的に決定することができるかが記載されている。こ
の論文の著者は、子音と母音とを正確に識別する粗の予
備的な音声学的解析を考えており、また、大型の用語集
のための孤立語識別に対する一つの試みは、最初に音声
単位をいくつかの広い項頻に分類することであろう、と
示唆しており、これにおいてはラベル付けの誤りは依然
として小さい。

〔発明が解決しようとする課題〕

本発明は、書かれた語の文字または話された語の音素を
、この語を文字または音素の候補のストリングとして取
り扱うことによって認識するための方法を提供すること
を目的とするものであり、この本発明方法によれば、−
のストリングを認識するために、及び、そうであると思
われる語の格またはフォントのような認識済みストリン
グについての追加の情報を提供するために用いることの
できるデータ構造を提供することができ、また、複数の
これらデータ構造をシステムに含ませて並列認識操作を
提供することができる。

〔課題を解決するための手段〕

本発明の一つの態様は、蓋然的な文字のセットのストリ
ングに基づいて認識を行なう従来の方法にある基本的な
問題を認めたことから発生したものである。客語に対す
る文字の可能性ある組合せの数は、各セット内の文字の
数が増加するにしたがって急速に増加する。したがって
、この方法は、各セット内の文字の数が制限されている
場合にのみ実用的であり、蓋然性の少ない文字について
の情報を捨てるステップは、したがって、誤りを導入す
る可能性がある。

一現在市販の機械は、一般に、完全な正確性を持って文
字型を識別するということはできない。その理由は、一
部は、格、フォント、等の変化から生ずる各文字型内の
文字の形状及び大きさの大幅の変化のためである。しか
し、本発明のこの態様は、かかる機械を、機械識別可能
文字候補型のセット間でほとんど完全に識別するものと
して取り扱うことができる、ということを理解すること
から発生したものである。換言すれば、成るレベルにお
いて、かかる機械は、同一の文字候補に対して同一に応
答し、そして文字候補に対する有限数の個別的応答を有
す。これらの個別的応答は、所定の機械に対して一意的
であることができ、したがって、機械識別可能文字候補
型のセットを定義することができる。

この態様は、また、不正確な文字認識の問題を、一部は
、文字候補識別子のストリングを認識することによって
解決することができる、ということを理解することから
発生したものであり、各文字候補識別子は一つのセット
の機械識別可能文字候補型のうちの一つを指示する。認
識済みストリングであるという可能性が高い語の文字を
認識出力として提供することができる。

この解決法は、候補識別子のストリングのセットを指示
するデータを含むデータ構造を用いて実施することがで
き、したがって、プロセッサがこのデータ構造にアクセ
スし、このセット内に候補ストリングがあるかどうかを
測定することができる。このセットは、各々が少なくと
も１つの受容可能語である可能性がある受容可能なスト
リングを、及びこのセットが指示されたグラフまたは他
の適切なデータ構造であり得るということを指示するデ
ータを含むことができる。

本発明のこの態様はまた、従来の方法に重大な影響を与
える可能性のある問題であるセグメンテーションにおけ
る誤りに比較的１屯感である認識方法を提供するので、
有利である。成る与えられた文字候補は、文字の一部で
ある可能性、または複数の文字の組合せである可能性が
ある。文字候補のストリングがセット内にあるかぎり、
１つまたは複数の候補が単一の文字に対応しなくとも、
このストリングは認識可能である。

この方法の他の利点は、成る与えられた文字確率のシー
ケンスに対応する可能性のある文字の多数のストリング
について、時間のかかる計算を必要としないということ
である。従来の成る方法においては、可能性ある文字の
複数のストリングを計算し、そして受容可能な語である
ものを見付けるために辞書内の可能性ある各ストリング
を探索する。しかし、本発明方法においては、文字候補
識別子の単一のストリングを探索し、これが受容可能ス
トリングのセット内にあるかどうかを測定するだけでよ
い。

以下、本発明の前記及び他の目的、特徴及び利点を図面
を参照して詳細に説明する。

〔実施例〕

Ａ、用語の説明 次ぎに行なう用語の説明は本発明の広い範囲を理解する
のに助けとなるものであり、以下に定義する用語は本出
願明細書を通じて示される意味を有す。

「語ｊ　（ｗｏｒｄ　）とは、言語における意味の最少
単位である。「書かれた語Ｊ　（ｗｒｉｔｔｅｎ　ｉｍ
ｏｒｄ　）は、英字的、数字的、または絵文字的要素の
ような個別要素の形式で記録された語を意味する。「話
された語Ｊ　（５ｐｏｋｅｎ　ｗｏｒｄ　）または「音
声Ｊ　（ｓｐｅｅｃｈ）は、話者の発声からのような連
続した形式で受け取られる語を意味する。したがって、
記録された音声のような連続した形式で記憶された語は
書かれた語ではなく、再生されると話された語となる。

「孤立した話された語Ｊ　（１ｓｏｌａｔｅｄ　５ｐｏ
ｋｅｎ　ｗｏｒｄ）とは、先行または後続の全ての語か
ら分離して受け取られる話された語である。

「テキストＪ　（ｔｅｘｔ　）とは、書かれた語の配列
であり、通例はシーケンスである。したがって、テキス
トは、各々が少なくとも■つの個別要素を有するゼロま
たはそれ以上の語を含む。

「文字ｊ　（ｃｈａｒａｃｔｅｒ　）は、テキスト内に
現われる個別素子を意味する。したがって、文字は、英
数字要素だけではなく、更に、句読記号、分音記号、及
びテキスト内に含まれる他の要素を含む。

「文字型Ｊ　（ｃｈａｒａｃｔｅｒ　ｔｙｐｅ　）とは
、文字が英文字または数字のような例となることができ
る、という項頻である。

「音素Ｊ　（ｐｈｏｎｅｎ＋ｅ　）は、音声内に生ずる
要素のシーケンスの一部である要素を意味する。辞書内
に見られる語の音声学的表現は音素のシーケンスである
。「音素型Ｊ　（ｐｈｏｎｅｍｅ　ｔｙｐｅ　）とは、
一つの項類であり、その音素が一つの例となることがで
きる。

「文字識別子Ｊ　（ｃｈａｒａｃｔｅｒ　１ｄｅｎｔｉ
ｆｅｒ　）とは、一つのデータ構造であり、そのデータ
が一つのセットの文字型のうちの一つを指示する。「音
素識別子Ｊ　（ｐｈｏｎｅｍｅ　１ｄｅｎｔｉｆｉｅｒ
　）とは、一つのデータ構造であり、そのデータが一つ
のセットの音素型のうちの一つを指示する。

「文字候補」とは、分類または識別のためにシステムに
別々に提示されるテキストの全ての部分である。代表的
な文字識別システムにおいては、文字候補は、この文字
候補が文字となることを示す基準を基礎としてセグメン
ト化されたテキストの一部である。

「音素候補」とは、分類または識別のためにシステムに
別々に提示される発声の全ての部分である。代表的な音
素識別システムにおいては、音素候補は、この音素候補
が音素となることを示す基準を基礎としてセグメント化
された発声の一部である。

「候補Ｊ　（ｃａｎｄｉｄａｔｅ　）は、文字候補また
は音素候補のいずれかを意味することができる。

「文字確率空間」とは、一つの数学的空間であり、この
空間において、各次元が、一つの候補が成る特定の文字
型の例となる確率を指示する。

「音素確率空間Ｊ　（ｐｈｏｎｅｍｅ　ｐｒｏｂａｂｉ
ｌｉｔｙ　５ｐａｃｅ　）とは、一つの数学的空間であ
り、この空間において、各次元が、一つの候補が成る特
定の音素型の例となる確率を指示する。

「文字候補型ｊ　（ｃｈａｒａｃｔｅｒ　ｃａｎｄｉｄ
ａｔｅ　ｔｙｐｅ　）とは、一つの項類であり、その文
字候補が一つの例となることができる。一つの「文字候
補型のセットＪ　（ｓｅｔ　ｏｆ　ｃｈａｒａｃｔｅｒ
　ｃａｎｄｉｄａｔｅｔｙｐｅｓ　）は複数のかかる項
類を含む。

「音素候補型Ｊ　（ｐｈｏｎｅｍｅ　ｃａｎｄｉｄａｔ
ｅ　ｔｙｐｅ　）とは一つの項類であり、その音素候補
が一つの例となることができる。一つの「音素候補型の
セット」（ｓｅｔ　ｏｆ　ｐｈｏｎｅｍｅ　ｃａｎｄｉ
ｄａｔｅ　ｔｙｐｅｓ　）は複数のかかる項類を含む。

「候補型Ｊ　（ｃａｎｄｉｄａｔｅ　ｔｙｐｅ　）なる
語は、文字候補型及び音素候補型の両方を含む。１つま
たは複数の項類を変化することにより、型のセットを修
正することができる。

「機械識別可能文字候補型Ｊ　（ｍａｃｈｉｎｅ　ｄｉ
ｓｃｒｉｍｉｎａｂｌｅ　ｃｈａｒａｃｔｅｒ　ｃａｎ
ｄｉｄａｔｅ　ｔｙｐｅ　）とは、機械によって他の型
から正確に識別することのできる文字候補型である。「
機械識別可能音素候補型」（ｍａｃｈｉｎｅ　ｄｉｓｃ
ｒｉｍｉｎａｂｌｅ　ｐｈｏｎｅｍｅ　ｃａｎｄｉｄａ
ｔｅｔｙｐｅ　）とは、機械によって他の型から正確に
識別することのできる音素候補型である。前述したよう
に、文字型及び音素型は、これらを機械によって正確に
識別することができないので、一般に、機械識別可能性
でない。

「データ構造Ｊ　（ｄａｔａ　５ｔｒｕｃｔｕｒｅ　）
とは、相互関連したデータの全ての組合せである。「プ
ロセッサＪ　（ｐｒｏｃｅｓｓｏｒ　）とは、データを
処理することのできる全ての構成要素である。データは
、これがプロセッサによってアクセスされ得るときに「
アクセス可能Ｊ　（ａｃｃｅｓｓｉｂｌｅ　）となる。

データは、該データが、該データへのアクセスに先立っ
てデータ構造にアクセスすることを含む操作によってア
クセス可能となるときに、「データ構造内でＪ　（ｉｎ
　ａ　ｄａｔａ　５ｔｒｕｃｔｕｒｅ　）アクセス可能
となる。「データ単位Ｊ　（ｄａｔａ　ｕｎｉｔ　）と
は、データ処理システムによって単位としてアクセス可
能であるデータ構造である。データ構造内にデータを「
含む」とは、このデータをこのデータ構造内でアクセス
可能とするために必要な全ての操作を行なうことを意味
する。

データは、プロセッサが該データに基づいてそれぞれの
メンバを決定することができるときに、セットの前記そ
れぞれのメンバを「指示する」（１ｎｄｉｃａｔｅ　）
。データは、セットが該セットの各メンバを指示するデ
ータを含むときに、前記セットを「指示するＪ　（１ｎ
ｄｉｃａｔｅ　）。

「指示されたグラフデータ構造ｊ　（ｄｉｒｅｃｔｅｄ
ｇｒａｐｈ　ｄａｔａ　５ｔｒｕｃｔｕｒｅ　）とは、
ノードのセット及び辺（または弧）のセットを定義する
データを含むデータ構造であり、前記辺の各々は前記ノ
ードの一つにおいて始まり、前記ノードの一つにおいて
終わる。

「有限状態変換器データ構造Ｊ　（ｆｉｎｉｔｅ　５ｔ
ａｔｅｔｒａｎｓｄｕｃｅｒ　ｄａｔａ　５ｔｒｕｃｔ
ｕｒｅ　）　とは、指示されたグラフデータ構造であり
、そのデータが、状態と呼ばれるノードのセットを、及
び遷移と呼ばれる辺のセットを定義する、というもので
ある。即ち、次のごとくである。単一の開始状態があり
、これから、遷移のシーケンスに従うことにより、全て
の他の状態に到達することができる、これは、前記開始
状態を定義するデータの部分にアクセスし、次いで前記
データの他の部分にアクセスして遷移のシーケンスに従
うことによって、行なうことができる。遷移の前記シー
ケンスを定義する前記データの部分は、また、各遷移に
対し、２つのセットからの１対の素子を指示し、一方の
セットからの素子のシーケンスは他方のセットからの素
子のシーケンスと対になるようになっている。

「文字候補識別子Ｊ　（ｃｈａｒａｃｔｅｒ　ｃａｎｄ
ｉｄａｔｅｉｄｅｎｔｉｆｉｅｒ　）とは、一つのデー
タ構造であり、そのデータが一つのセットの文字候補型
の一つを指示する。「音素候補識別子Ｊ　（ｐｈｏｎｅ
ｍｅ　ｃａｎｄｉｄａｔｅｉｄｅｎｔｉｆｉｅｒ　）と
は、一つのデータ構造であり、そのデータが一つのセッ
トの文字候補型の一つを指示する。

識別子の「ストリング」とは、識別子の順序セットを含
むデータ構造である。データは、このようなストリング
の識別子の順序セットを指示することによって該ストリ
ングを「指示する」（ｉ　ｎｄ　ｔｃａ　ｔｅ）。かか
るストリングのセットは、該セット内のストリングの各
々を指示するデータを獲得することによって「獲得する
Ｊ　（ｏｂｔａｉｎ　）される。

Ｂ、−船釣特徴 本発明の一般的特徴は、第１図ないし第６図から理解す
ることができる。第１図は一般的段階を示すものであり
、これら段階により、サンプルテキスト内の誤セグメン
ト化文字候補が、正しく認識された文字へ通ずることが
できる。第２Ａ図は、文字候補ストリングのセットを指
示するデータをもつデータ構造の例を示すものである。

第２Ｂ図は、文字候補ストリングに基づく文字ストリン
グを獲得するために用いることのできる同様のデータ構
造の一部を示すものである。第３Ａ図は、第２Ａ図にお
けるものと同様のデータ構造を用いる際の一般的ステッ
プを示すものであり、第３Ｂ図は、第２Ｂ図におけるも
のと同様のデータ構造を用いる際の一般的ステップを示
すものである。第４図は、このようなデータ構造を作る
ためにストリングのセットを獲得する際の一般的ステッ
プを示すものである。第５図は、各々がこのようなデー
タ構造を含んでいる並列ｔ、識詰装置もつシステムの一
般的構成要素を示すものである。第６図は、第５図にお
ける結果プロセッサの操作における一般的ステップを示
すものである。

一般に、本発明の方法は、孤立語音声における音素の認
識に、及びテキストにおける文字の認識に適用すること
ができる。第１図ないし第４図の方法は、若干の修正を
もって音素に適用することができ、第５図及び第６図の
方法は、文字及び音素の両方に直接適用可能である。

第１図における第１の一般的段階は、第１０図に示すよ
うなｒｓａｖｖｙ　ｍｏｒｎｉｎｇ　ｗａｒｎｉｎｇ　
ｊという語を含んでいるテキストのセグメンテーション
である。第１図に示すセグメンテーション誤りとしては
、文字がｒｖｖＪ、ｒｒｎＪ、またはｒｉｎＪである場
合に２つの連続文字を単一文字候補に誤って包括すると
いうこと、及び文字がｒｍＪまたはｒｗＪで成る場合に
単一文字を２つの候補に誤って分離するということがあ
る。

セグメンテーションから生ずる文字候補は、次いで、各
候補に対して、ボックス１２内に示すように、そのそれ
ぞれの機械識別可能文字候補型の識別子を与える方法に
よって認識される。ボックス１２内の各文字候補識別子
は、例えば、候補のそれぞれの型を指示する番号が後に
続く英文字「Ｃ」を含んでいるが、これら識別子は任意
の適当する形式を取ることができる。この段階は、例え
ば、「確率クラスタリングに基づく文字及び音素認識Ｊ
　（Ｃｈａｒａｃｔｅｒ　ａｎｄ　Ｐｈｏｎｅｍｅ　Ｒ
ｅｃｏｇｎｉｔｉｏｎＢａｅｄ　ｏｎ　Ｐｒｏｂａｂｉ
ｌｔｙ　Ｃｌｕｓｔｅｒｉｎｇ）なる発明の名称の係属
中の米国特許出願第０７／４２７，１４８号に記載の方
法で実施することができる。前記発明は文字確率空間内
のクラスタの識別子を獲得するためのものであり、その
内容は、本明細書において参照として説明する。ボック
ス１２内の識別子のストリングは、また、テキスト内の
語相互間のスペースまたは他の区切り点を指示する語の
終わり（ＥＯＷ）識別子を含んでいる。

ＥＯＷｉＪ別子相互量子相互間文字候補識別子の各スト
リングは、次いで、ボックス１４内に示すようなストリ
ング識別子に変換される。ボックス１４内の各ストリン
グ識別子は、例えば、文字候補識別子のストリングを指
示する番号が後に続く英文字ｒｓＪを含んでいる。この
変換は、候補識別子ストリングのセットを指示するデー
タを含んでいるデータ構造で行なうことができる。ボッ
クス１２からのストリングがこのセットのものである場
合には、このデータ構造を用いて、このストリングを指
示するストリング識別子を獲得することができる。

次いで、各ストリング識別子を用いて、ボックス１６内
に示すようなそれぞれの識別子を獲得することができる
。ボックス１６内の各語識別子は、例えば、語を指示す
る番号が後に続く英文字「Ｗ」を含んでいる。この変換
は、ストリング識別子でアクセスされるとそれぞれの語
識別子を提供するルックアップテーブルのようなデータ
構造で行なうことができる。

最後に、各語識別子を用いて、ボックス１８内に示すよ
うな、これが指示する語の文字コードを獲得することが
できる。ボックス１８内の各文字コードは、例えば、文
字として示しであるが、実際には、ＡＳＣＩＩコードま
たは文字を指示する他の適当するコードであってもよい
。

第１図の例は、どのようにして文字候補ストリング認識
を用いて、間違ってセグメント化されたテキストの認識
を改善することができるかを示すものである。第１図に
おける一般的シーケンスの段階は、文字認識において通
例生ずる他の多くの問題に適用可能である。例えば、第
１図における段階は、相異なる文字が機械識別可能でな
い場合に適用可能である。これは、機械が「６」とｒｂ
Ｊとのような相異なる文字を識別することができないた
めに、または、機械が「ｃ」と「Ｃ」とのような相異な
るフォントもしくは格の文字を識別することができない
ために、または、一方の文字が、斜めになるというよう
に変形されているか、または点もしくは白スペースのよ
うな雑音によって変形されておって他の文字のように見
えるので機械が文字を識別することができないために、
生ずるのである。第１図における段階は、また、語の織
りが間違っている場合にも適用可能である。

第２Ａ図はデータ構造２０を示すものであり、このデー
タ構造を用いて、第１図のボックス１２内にあるような
文字候補識別子のストリングを認識し、そしてボックス
１４内にあるようなストリング識別子に変換することが
できる。データ構造２０は、指示されたグラフデータ構
造のノードを表す円、及び、辺または弧を表す線を含ん
でいる。

各辺は関連の候補識別子を有しており、この識別子は、
図示のように、この辺を指示するデータがアクセスされ
るとアクセス可能となる。同様に、許容ストリングの端
部において到達される各ノードは、先行する辺の識別子
が整合するとアクセス可能となるこのストリングに対す
る関連のストリング識別子を有している。

データ構造２０は、前述した可能性あるセグメンテーシ
ョン誤りに基づく３つの語ｒｓａｖｖｙ　Ｊ、ｒｍｏｒ
ｎｉｎｇ　Ｊ　、及びｒｔｎａｒｎｔｎｇ　Ｊを拡張す
ることによって獲得される１８ストリングのリストを指
示するデータを含んでいる。語ｒｓａｖｖｙ　Ｊは１つ
のセグメ・ンテーション誤りを受けている。従って、こ
れを、ｒＣ８−ＣＩ＝Ｃ９−Ｃ９−ＣＩ　ＩＪ及びｒＣ
８−Ｃ１−ＣＩ　０−Ｃ１１Ｊのような第２Ａ図及びに
示す２つの可能ストリングに拡張することができる。語
ｒｍｏｒｎｉｎｇ　Ｊ及びｒｉｙａｒｎｉｎｇ　Ｊは、
各々が３つのセグメンテーション誤りを受けている。従
って、その各々を８つの可能ストリングに拡張すること
ができる。

データ構造２０によって指示されるストリングは第２Ａ
図の左側において崩壊しており、これらストリングを指
示するデータはこれに対応して崩壊させられて冗長度を
排除し、データ構造２０を記憶するのに必要なメモリを
縮小させる可能性がある。

第２Ｂ図は、第２Ａ図におけるデータ構造２０と類似の
データ構造２２を示すものである。ストリング識別子を
提供するのに加えて、データ構造２２は、また、文字候
補ストリングに基づく文字ストリングを提供する。その
結果、データ構造２２を用い、第１図のボックス１４及
び１６内に示すストリング識別子または語識別子を用い
ることなしに、候補識別子ストリングに基づく文字スト
リングを獲得することができる。

第２Ｂ図に示すように、データ構造２２における各辺は
、候補識別子及び文字識別子を含んでいる関連の対を有
している。この文字識別子は、前記候補識別子と同しよ
うに、前記辺を指示するデータにアクセスすることによ
ってアクセスすることができる。後述するように、この
ようなデータ構造は、有限状態変換器方法によって作る
ことができる。この場合、このデータ構造は、上に定義
したような有限状態変換器データ構造となる。

データ構造２２は、データ構造２０によって指示されて
ない２つのストリングを指示するデータを含んでいる。

これら２つのストリングは、Ｓ９’及び３１０’として
識別され、その各々は語ｒｓａｗＪを認識しようとする
試みから生ずる可能性がある。語ｒｓａｗ　Ｊは、語ｒ
ｓａｖｖｙ　Ｊのセグメンテーション誤りと反対のセグ
メンテーション誤りを受けており、２つの可能ストリン
グＳ９’及びＳＩＯ’に拡張することができる。

ストリング３９’及びＳＩＯ’は、第２Ａ図から若干変
化しており、関連の対がニブシロン（ε）を含んでいる
辺を示している。このニブシロンは、候補識別子と文字
識別子との間に１対１の関係が存在していない場合に、
用いられる。ストリング３９’においては、Ｃ９−Ｃ９
のシーケンスが単一の文字ｒｗＪを発生するので、対ｃ
９：εが生ずる。同様に、ストリングＳＩＯにおいては
、候補識別子ＣＩＯが文字ｒｖｖＪのシーケンスを発生
するので、対ε：Ｖが生ずる。

第３Ａ図は、データ構造２０、または第１図のボックス
１２内のもののような候補識別子ストリングを持つ類似
のデータ構造にアクセスする際の一般的ステップを示す
ものである。第３Ａ図におけるステップは、ボックス３
ｏにおいて、候補識別子ストリングを受け取ると開始す
る。ボックス３２におけるステップは、データ構造２ｏ
の開始ノードにアクセスすることによって開始する。こ
のノードは、第２Ａ図においてＳＯとラベル付けされて
おり、初期現在（カレント）ノードとして働く。

第３Ａ図におけるステップは、２つの反復ループ、即ち
、ストリング内の候補識別子を通って進む外部反復・ル
ープ、及びストリングからの現在（カレント〉識別子を
現在（すなわちカレント）ノードからの各出発辺に対す
る候補識別子と比較する内部反復ループを含んでいる。

２つの反復ループの代わりに、この方法は、ストリング
内の各候補識別子をデータ構造２０内への・インデック
スとして用いることによって実施することもできる。

ボックス３４における試験は外部反復ループを開始する
。候補識別子が残っている限り、ボックス３６における
ステップはストリングからの次の候補識別子を取り、次
いでボックス３８におけるステップは内部反復ループを
開始する。ボックス４０において整合が検出されたら、
この整合辺の宛先ノードはボックス４２において現在す
なわちカレントノードとなり、次いで外部反復ループは
ボックス３４における試験へ戻る。しかし、整合が検出
されない場合には、内部反復ループはボックス３８へ戻
る。ボックス３８における試験が、カレントノードの全
ての出発辺が整合なしにこのように取り扱われていたと
いうことを決定する場合には、ボックス４４において、
候補識別ストリングへの整合に対する失敗を指示する値
が復帰させられる。

ストリングからの全ての候補識別子が間違いなく整合し
ている場合には、ボックス４６における試験が、カレン
トノードが許容可能ストリングの終わりであるかどうか
を測定する。このノードは、第２Ａ図及び第２Ｂ図にお
いて、前述したように内部にストリング識別子がある円
として示されている。許容可能ストリングの終わりであ
る場合には、ボックス４８において、探索の成功を指示
するストリング識別子が復帰させられる。しかし、許容
ストリングの終わりでない場合には、ボックス４４にお
いて、故障を指示する値が復帰させられる。

第３Ｂ図は第３Ａ図とほぼ同様であり、ボックス５０，
５２．５４．５６．５８．６０及び７０におけるステッ
プはボックス３０，３２．３４．３６．３８．４０及び
４６におけるステップに対応する。しかし、第３Ｂ図に
おけるステップは異なる。即ち、第３Ｂ図におけるステ
ップは、データ構造２２に、または、各辺が、候補識別
子及び文字識別子を含んでいる関連の対を有していると
いう類似のデータ構造に適当するものであるからである
。

ボックス６０において一つの辺と関連の候補識別子の整
合が見つかったら、ボックス６２におけるステップはデ
ータをスタックにロードし、この整合済み識別子と対に
なっている文字識別子、データ構造２２における現在位
置、及びこの候補識別子（ＩＤ）ストリング内の現在位
置を決定することのできるデータを指示する。次いで、
ボックス５４における試験へ戻る前に、ボックス６４に
おいて、カレントノードが次の辺の宛先へセットされる
。

ボックス５８における試験が、全ての辺が、整合を見付
けることなしに、所定の候補ＩＤに対して取り扱われた
ということを測定した場合、または、ボ・ツクスフ０に
おける試験が、整合済みストリングが受容可能ストリン
グではないということを測定した場合には、ボックス６
６における試験が、スタックが空であるかどうかを測定
する。スタックが空でない場合には、スタックを通って
後へ戻り、そして他の探索櫓を追跡することにより、整
合ストリングを見付けることが可能となる可能性がある
。従って、ボックス６８におけるステップは、スタック
から最上位のエントリをポツプし、このエントリにおい
て指示されているデータ構造２２内の場所へ、及び候補
ＩＤストリング内の指示された位置にある候補ＩＤへ行
く。このエントリが、候補識別子としてεを持っている
辺に対応した場合は、候補ＩＤストリング内の位置の変
化はない。次いで、ボックス５８におけるステップを繰
り返し、まだ考えられてなかった場所に何らかの択−的
辺があるかどうかを測定する。

ボックス７０における試験が、整合済みストリングが受
容可能であるということを測定した場合には、ボックス
７２におけるステップが、スタックを通って進んで、ε
以外の文字ＩＤを引き出すことによって獲得された文字
ＩＤのストリングを記憶する。次いで、ボックス６６に
おける試験が、前述したようにこのスタックが空である
かどうかを測定する。

ボックス６６における試験が、スタ７りが空であるとい
うことを最終的に決定したら、ボックス７４における試
験が、文字ＩＤの全てのストリングが、ボックス７２に
おけるステッ゛ブによって記憶されているかどうかを測
定する。記憶されている場合には、ボックス７６におい
て、記憶済み文字ＩＤストリングは戻されるが、記憶さ
れていない場合には、ボックス７８において、失敗を指
示する信号が戻される。

第４図は、ボックス８０において受け取られた語のリス
トを用い、データ構造２０及び２２に含まれているもの
のようなストリングのリストを獲得するための一般的ス
テップを示すものである。

第４図に示すステップは２つの方法でストリングを獲得
する。一つの方法は、所定の長さの全てのストリングを
発生し、次いで、各ストリングを語のリストと比較し、
これが語のうちの一つとして生ずる可能性があるかどう
かを測定する、という方法である。他の方法は、客語を
拡張して対応のストリングを獲得する、という方法であ
る。

ボックス８２におけるステップは、短い長さの全てのス
トリングを獲得することにより、これら２つの方法のう
ちの第１のものを開始する。例えば、１つまたは２の候
補識別子を有する全てのストリングが獲得される。ボッ
クス８４におけるステップは、ボックス８２において獲
得されたストリングの各々を取り扱う反復ループを開始
する。

ボックス８６における試験が、次のストリングが１つま
たは複数の語として生ずる可能性があるということを測
定した場合には、ボックス８８において、このストリン
グ及びその対応の語がストリングのリストに追加される
。

ボックス９０におけるステップは、前述の２つの方法の
うちの第２のものを適用する反復ループを開始し、ボッ
クス８０において受け取られたリスト内の客語を取り扱
う。ボックス９２におけるステップは、次の語をストリ
ングのセット内に拡張し、そしてこれらストリングをリ
ストに追加し、前記語を各ストリングと関連させる。所
定のストリングが既に前記リスト上にある場合には、前
記語を前記リスト上のストリングの対応の語に追加する
ことができる。

全ての語がこのようにして取り扱われたら、ボックス９
４におけるステップは、獲得されたストリングのリスト
を戻す。次いで、これらストリングを用い、後で詳述す
るように、第２Ａ図及び第２Ｂ図におけるもののような
データ構造を生成させる。

第５図は、第２Ａ図及び第２Ｂ図におけるもののような
データ構造をどのようにして並列に使用することができ
るかを示すものである。第５図におけるシステム１００
は２つの主な構成要素を含んでいる。即ち、候補ディス
クリミネータ１０２は、認識されるテキストまたは音声
に関する情報を受け取り、そして文字または音素候補識
別子を提供する。ストリングレコグナイザ１０４は、候
補識別子のストリングを認識し、そして、認識されたス
トリングに基づいて、テキストに対応する文字または音
素のストリングを提供する。前記並列のデータ構造はス
トリングリコグナイザ１０４内で使用される。

第５図に示すように、ストリングレコグナイザ１０４は
複数の認識装置を含んでいる。図にはその内の２つを示
しである。認識装置１１０及び１２０は、それぞれのプ
ロセッサ１１２及び１２２、ならびにそれぞれのサブセ
ットデータ構造１１４及び１２４を含んでいる。プロセ
ッサ１１２及び１２２は、各々が、候補ディスクリミネ
ータ１０２から候補識別子を受け取り、そしてそれぞれ
のサブセットデータ構造１１４または１２４にアクセス
するように、接続されている。従って、プロセソサ１１
２及び１２２は、各々が、第３図に示すものと同様なス
テップを実施し、候補ディスクリ藁ネータ１０２から受
け取った候補識別子のストリングがそれぞれの候補識別
子ストリングのサブセットに存在しているかどうかを測
定する。

プロセッサ１１２及び１２２は、また、各々が、それら
の結果を結果プロセッサ１３０に提供するように接続さ
れている。結果プロセッサ１３０はデータ構造１３２に
アクセスし、認識装置からの結果に基づいて出力文字ま
たは音素を提供する際に該データ構造を助ける。

第６図は、結果プロセッサ１３０が受け取った結果が、
第３Ａ図のボックス４８において提供されるような候補
ストリング番号、または音素ストリング番号を含んでい
る場合に、該プロセッサが従うことのできる一般的ステ
ップを示すものである。ボックス１４２において、結果
プロセッサ１３０は、候補ストリングのストリング番号
のような、前記結果内に生ずるストリング番号のうちの
一つを選択する。次いで、ボックス１４４において、前
記プロセッサはデータ構造１３２から対応の語を検索す
る。ボックス１４６において、前記プロセッサは、前記
語のうちの一つを選択し、この語の文字または音素を、
出力として、または次の処理のために、提供する。結果
プロセッサ１３０が、第３Ｂ図のボックス７６において
提供されるような文字識別子のストリングを、または音
素識別子のストリングを受け取る場合には、ボックス１
４６におけるステップのみが必要となる。

以上、第１図ないし第６図について本発明のいくつかの
一般的特徴を示した。次に、どのようにして本発明を実
施することができるかについて詳細に説明する。

Ｃ１実施 本発明は種々の仕方で実施することができる。

以下、どのようにして本発明のいくつかの態様が実施さ
れるかの例について説明する。これには、ストリングの
セットを獲得するためのステップ、ストリングのセット
を指示するデータ構造を獲得するためのステップ、この
ようなデータ構造を探索ためのプロセッサの操作、及び
並列認識装置からの結果を取り扱うためのプロセッサの
操作を含む。並列認識装置に加え、更に、候補識別、探
索、及び結果処理のための単一直列プロセッサの使用に
ついて説明する。

■１文字候補ストリングの獲得 前述した第４図は、文字候補ストリングのセットを獲得
する際に従うことのできる一般的ステップを示すもので
ある。第７図は、第４図のボックス８６及び８８におけ
るステップがどのようにして実施されるかを詳細に示す
ものであり、第８図は、第４図のボックス９２における
ステップがどのようにして実施されるかを詳細に示すも
のである。

第７図及び第８図におけるステップと類似のステップを
用いて音素候補ストリングを獲得することができる。こ
れは、図示のステップ変形し、テキスト、文字、文字型
、文字候補、及び文字候補型にではなしに、音声、音素
、音素型、音素候補、及び音素候補型に適用することに
よって、行なうことができる。

第７図におけるステップは、第４図のボックス８２にお
いて獲得された短いストリングの各々に対して追従され
、第４図のボックス８４における試験で始まる反復ルー
プを実施することができる。

ボックス１６０におけるステップは、現在取り扱われて
いる文字候補ストリングと等価の試行語のセットを獲得
する。このステップは経験データに基づいて行なうこと
ができ、この経験データは、各機械識別可能文字候補に
対し、出現することがありうるその文字型を指示すると
いうデータである。このデータを獲得するため、候補デ
ィスクリミネータを、正常操作においてこれが出会うで
あろうテキストと類似のテキストの代表的サンプルで試
験し、その識別可能文字候補型の各々として該ディスク
リミネータが認識する文字型の、及び各文字型に対する
文字候補型の記録を保持することができる。次いで、各
文字候補型に対する文字型の記録を文字型の小さいセッ
トに切り詰めることができる。この切り詰めは、この文
字候補型に対する高い頻度を持っている文字型、または
、この文字候補型が高い頻度を持っているという文字型
である文字型を選択することによって行なわれる。次い
で、取り扱い中のストリングにおける各文字候補に対す
る前記小さいセットの文字型を用い、このストリングと
して認識される可能性のある文字型の全ての組合せを獲
得することができ、そして、これら組合せは、ボックス
１６０において獲得される試行語のセットを形成する。

次いで、ボックス１６２におけるステップは、前記試行
語の各々を順々に取り扱う反復ループを開始する。ボッ
クス１６４における試験は、次の試行語が、第４図のボ
ックス８０において獲得された語りスト上の語のうちの
一つであるかどうかを測定する。そうである場合には、
ボックス１６６におけるステップは、この試行語を、取
り扱い中の文字候補ストリングに対する語セットに追加
する。

全ての試行語がこのようにして取り扱われたら、ボック
ス１７０における試験は、取り扱い中の文字候補ストリ
ングに対する語セットが何らかの語を含んでいるかどう
かを測定する。含んでいない場合には、ステップ８４に
おけるステップを行ない、次の文字候補ストリングを取
り扱うことができる。しかし、何らかの語が見つかった
場合には、ボックス８４へ戻る前に、ボックス１７２に
おけるステップは、前記文字候補ストリング及びそのそ
れぞれの語セットを許容可能文字候補ストリングのリス
トに追加する。

第８図におけるステップは、第４図のボックス８０にお
いて受け取られた語りスト上の語の各々に対して追従さ
れ、第４図のボックス９０における試験で始まる反復ル
ープを実施する。

ボックス１８０におけるステップは、取り扱い中の語の
最初の文字で反復ループを開妬する。次いで、ボックス
１８２における試験は、現在考えている文字が、まだ適
用されてない何らかの候補等個物を有しているかどうか
を測定する。有している場合には、ボックス１８４にお
けるステップは次の等価候補識別子または識別子をスタ
ック上にロードする。

各文字に対する等価候補識別子は、ボックス１８４にお
ける検索に利用可能な適当するデータ構造に記憶される
。例えば、データ構造は各文字に対する連結リストを含
み、この連結リストは、この文字と等価の１つまたは複
数の候補識別子のセットを含む。複数の文字のシーケン
スと等価の候補識別子のセットは、このシーケンスの下
記の文字を指示するデータと一緒に、このシーケンス内
の最初の文字の連結リストに含まれる。

ボックス１８２において文字が何らかの等個物を有して
いるかどうかを測定するに際し、行なわれる操作は、こ
の文字が先行文字の所定の等個物に対して取り扱われて
いたかどうかに応じて定まる。最初、この文字はこのよ
うな各等価物に対して取り扱われ、その連結リストはア
クセスされ、そして等価候補識別子の最初のセットは、
この連結リストの次の素子に対するポインタと一緒に、
スタック上にロードされる。

次いで、同じ文字を取り扱ったら、スタックからのポイ
ンタを用い、連結リストから該文字の次の等個物を検索
する。そこで、このスタックは、少なくとも１回取り扱
われた語の各文字に対する位置を持つ。また、各スタッ
ク位置は、候補識別子の可能な最大大きさのセットに対
して持続することができる。

また、ダミー候補識別子を持つことが有用であり、この
ダ逅−候補識別子は、スタック内の文字の位置にロード
された場合、このスタックから識別子を読み出すときに
この位置はスキップされるべきことを指示する。連結リ
スト内の素子が複数の文字の識別子と等価である場合、
及び取り扱い中の語がこの識別子を含んでいる場合、ダ
ミー識別子を識別子内の第２及び後続の文字のスタック
位置にロードし、文字が現在文字であるというトラック
を保持する際の助けとすることができる。

等個物をボックス１８４においてスタックにロードした
のち、ボックス１８６における試験は、語が次の文字を
有し、この文字は、そのスタック位置が最後にロードさ
れたというものであるかどうかを測定する。さもない場
合には、この語の最後の文字に到達しており、そして、
第７図について前述したように、このスタック内の候補
識別子のストリングは、この語と一緒に、ストリング及
びそれらの語セットのリストに追加される。スタック内
の全てのダミー識別子はストリング読出しの際にスキッ
プされる。ストリングが既にリスト内にある場合には、
語はこのストリングの語セットに追加される。次いで、
ボックス１８２における試験が現在取り扱い中の文字に
対して繰り返され、この文字が他の等傷物を持っている
かどうかを調べる。

ボックス１８６における試験が、スタック位置が最後の
ロードされたいう文字の後に次の文字があるということ
を測定した場合には、識別子のセットまたはダミー識別
子があってもなくとも、該次の文字は現在文字となる。

その等傷物の連結リストの最初の素子は、ボックス１８
２における試験が、これが等個物持っているということ
を測定した後に、ボックス１８４においてロードされる
。

同様に、ボックス１８２における試験が、文字の連結リ
スト内の最後の素子が到達されているということを測定
した場合、全ての前記文字の等傷物は適用されてしまっ
ている。この目的のため、各リンク内の最後の素子は、
これが最後の素子であって候補識別子を何も含んでいな
いということを指示する値を持つことができる。次いで
、ボックス１９０における試験は、語の最近接の先行文
字を見付ける。この先行文字は、そのスタック位置が、
ダミー識別子ではなしに候補識別子のセットを有してい
るという文字である。次いで、この先行文字は現在文字
となり、そして、ボックス１８２における試験は、該文
字が何らかの適用済み等傷物を持っているかどうかを測
定する。

ボックス１９０における試験が、候補識別子を持つ先行
スタック位置がないということを測定して場合には、全
ての文字の全ての等傷物は全ての組合せに適用されてし
まっている。従って、語は一杯に拡張されてしまってお
り、次の語はボックス９０におけるステップへ戻ること
によって取り扱われるということになる。

即ち、第７図及び第８図のステップは、受容可能語のセ
ットからの対応語を持つストリングのリストを提供する
。

２、サブセットデータ構造 第５図における認識装置の各々は第４図、第７図及び第
８図に示すように、獲得された文字または音素候補スト
リングのリストに基づくことのできるサブセットデータ
構造を含んでいる。第９図は、第５図におけるような並
列認識装置に用いるためにどのようにしてサブセットデ
ータ構造のグループを作ることができるかを示すもので
ある。

第９図におけるステップはいくつかの反復ループを含ん
でいる。最外側のループは、候補ディスクリ藁ネータを
調整し、これが適切なセットの文字または音素候補型を
識別することのできるようにする。中間及び最内側のル
ープは、ともに、適当する全ての候補等価データ構造を
複数の語りストの各々に適用し、サブセットデータ構造
が基礎としているストリングのリストを獲得する。他の
内側ループが設けられ、ストリングのリストの手動修正
ができるようになっている。

ボックス２００におけるステップは前記中間ループを開
始し、これは語りストの各々に対して繰り返される。ボ
ックス２０２におけるステップは、同様に、内側ループ
を開始する。これは、取り扱い中の語りストに適当する
等価候補識別子を持つ各ブタ−構造に対して繰り返され
る。ボックス２０４におけるステップは、第４図、第７
図及び第８図におけるように、等傷物のデータ構造のう
ちの一つを現在語リストに適用してストリングのリスト
を獲得する。

中間ループ内で取り扱われる種々の語りストは、例えば
、各品詞に対する語りスト、複数の言語の各々に対する
語りスト、複数の話者または著者の各々に対する語りス
ト、略語及び固有名詞に対する特殊な語りスト、複数の
専門用語集の各々に対する語りスト、全部が小文字の語
または最初の大文字付きの語に対する異なる語りスト、
及び他の全ての適当するリストまたは語のセットに対す
るその他のものを含んでいる。テキスト認識のための等
傷物のデータ構造は複数のフォントまたは書体の各々に
対する等傷物を含み、これらには、斜字体、太字体、下
線付き、重ね打ち、等がある。

テキスト認識のための等傷物の各データ構造において、
各文字の大文字及び小文字は等傷物の別々のリストを持
つ。

ストリングの全てのリストが獲得されたら、ボックス２
０６におけるステップは試行テキストとまたは話された
語を候補ディスクリミネータに加え、次いでその結果の
候補識別子をリストに加える。このリストからの結果は
、ボックス２１０において、誤りを見付けるために正し
い結果と比較される。

ボックス２１０において誤りが見つかった場合は、ボッ
クス２１２におけるステップは、文字または音素候補型
のセットを修正することによって誤りの全てが補正可能
になるかどうかに基づいて分岐する。修正可能になる場
合には、ボックス２１４におけるステップは型の数を適
当に増加または減少する。例えば、誤りが、２つの機械
識別可能文字または音素を同じ候補型として常に扱うも
のである場合には、この候補型を２つの型に分割するこ
とによって型の数を増加させることができる。これと逆
に、誤りが、識別する必要のない文字または音素の２つ
の形式を常に識別するものである場合には、型の数を減
少させることができ、唯１つの型が両方の形式を包含す
ることになる。

型が変形されたら、ボックス２１６におけるステップは
、これに従って、等傷物のデータ構造を変形する。次い
で、この変形済みデータ構造を、ボックス２００におけ
るステップで始まる反復ループにおいて用いることがで
きる。

候補型を変更することが適当でない場合には、ボックス
２２０におけるステップは、誤りを除去するのに適当す
るようにリスト自体を補正する。

例えば、語が、該語に頻繁に整合するストリングに対す
る語セット内にない場合には、この語をこのストリング
に対する語セットに追加する、等である。次いで、ボッ
クス２０６におけるステップを、この変形済みリストで
繰り返す。

ボックス２１０，２１２．２１４及び２２０におけるス
テップは、ある程度まで、自動的に行なうことができる
が、熟練した操作員が手動でこれらステップを行なうの
がより効果的である。熟練操作員は、例えば、どの誤り
を補正すべきか、及びどの誤りは補正しないでおくほう
がよいか、についての適切な判断を下すことができる。

補正すべき誤りがもはやなくなったら、ボックス２２２
におけるステップは、各リストを、サブセットデータ構
造として用いられるように、ＲＯＭのような永久メモリ
に、または他の適当するメモリ装置に記憶させる。ボッ
クス２２２におけるこの記憶ステップは適当する任意の
方法で行なうことができ、この方法としては第２Ａ図及
び第２Ｂ図において示唆されている２つの異なる方法が
ある。

ボックス２２２における記憶ステップは、前に掲げ且つ
本明細書において参照として内容を説明しであるアベル
（Ａｐｐｅｌ　）及びジャコブソン（Ｊａｃｏｂｓｏｎ
　）の論文に記載しである仕方で、ストリングの各リス
トを用いて提示されたグラフデータ構造を生成すること
によって実施することができ、各リスト上のストリング
の始まりにある冗長候補識別子を崩壊させる。次いで、
各リストに対する指示されたグラフは通例の方法を用い
て最小化され、ストリングの終わりにある冗長候補識別
子が除去される。アペル及びジャコブソンの論文に記載
されているように、この最少化された指示されたグラフ
データ構造は辺または遷移のアレイとして記憶される。

第２Ｂ図におけるもののようなデータ構造を作るため、
ξ−り一型順序回路方法としても知られている有限状態
変換器方法を適用することができる。対のリストの各々
に対してチェーン変換器を作ることができ、各月は、リ
スト上のストリング、及びこのストリングの語セットか
らの語を含んでいる。次いで、これらチェーン変換器の
結合体を用い、共通開始状態を持つデータ構造を作るこ
とができる。次いで、このデータ構造を決定性化及び最
少化し、記憶すべきデータ構造を獲得することができる
。要すればニブシロンをこのチェーン変換器に追加する
。しかし、その結果のデータ構造は、ニブシロンによっ
て決定性または最少となるとは限らない。

ストリングに整合したときにストリング識別子または他
の関連データを獲得するための一つの方法は、データ構
造内にあって、ストリングが整合されたときに検索でき
るようになっているデータを含むことである。また、語
りストを整列させて記憶するための通例の方法を用い、
ストリングのリストを単にリストとして記憶することも
可能であり、この場合、各ストリングを識別する番号は
、単に、リスト内のストリングを通って計数することに
よって獲得することができる。ハツシュ表のような、他
の多くの通例の方法があり、また、任意の適当する方法
であってもよい。

探索を促進することが望ましい場合には、各候補識別子
で始まる最初のストリングの始まりを、各アクセス点で
探索を始めるのに必要なデータを含むアクセス表をもっ
て、アクセス点として処理することができる。このアク
セス表はまた、メモリに記憶されているデータ構造内に
含むことができる。

メモリに記憶されているデータ構造は、第３Ａ図及び第
３Ｂ図について上述した仕方で探索することができる。

記憶されるべきサブセットデータ構造を作る際に追従さ
れるステップは、大きな程度まで、これを探索する際の
探索プロセッサによって追従されるステップを決定する
。

第５図に示すように、並列処理の結果プロセッサは複数
の探索プロセッサから並列に結果を受け取ることができ
る。従って、結果を戻す際に、各探索プロセッサは、ど
の探索プロセッサが値の器源であるかを識別し、及び候
補ディスクリミネータ１０２からのストリングのシーケ
ンスないのどのストリングがこの値に対応するかを指示
する追加のデータを提供する。各探索プロセッサは候補
識別器から受け取ったストリングのバッファを管理する
ことができ、この操作は、受け取られたストリングの実
行計数を保持することを含むことができ、従って、この
実行計数を提供して現在ストリングを提示することがで
きる。

次に、並列処理の結果プロセッサについて詳細に説明す
る。

３、並列認識装置のための結果プロセッサ第６図に示す
一般的ステップのほかに、結果プロセッサは並列認識装
置の操作に関する他の機能を行なうことができる。第１
０図は、結果プロセッサと他の若干の並列処理の構成素
子との間の接続を示すものである。第１１図は、認識済
み文字または音素のストリームを提供する際に、このよ
うな処理の結果プロセッサが行なうことのできるステッ
プを示すものである。第１２図及び第１３図は、候補デ
ィスクリミネータまたは認識装置からの割込みに応答し
て結果プロセッサが追従することのできるステップを示
すものである。

第１０図における結果プロセッサ３２０は、候補ディス
クリミネータ３２２からの割込み信号を受け取るように
接続されている。この信号は、弁別器３２２がストリン
グの終わりを検出し、そしてこのストリングの候補識別
子を認識装置に提供しようとしている、ということを指
示する。この信号はまた、候補弁別器３２２が、認識装
置に対するその出力端子において、新しい候補識別子を
提供し始めたということを指示する。このようなデータ
が全ての認識装置によって受け取られると、結果プロセ
ッサ３２０は解除信号をディスクリミネータ３２２に与
える。

第１０図は、認識装置３３０及び３４０に接続された結
果プロセッサ３２０を示すものである。

認識装置３３０はプロセッサ３３２及び確率データ構造
３３４を含んでいる。テキスト認識のため、確率データ
構造３３４は、各文字候補型の文字確率を指示するデー
タを記憶するすることができる。

これについては、係属中の米国特許出願第０７／４４２
７．１４７号に記載されており、その内容は参照として
本明細書において説明する。他方、認識装置３４０は、
第５図について前述した型の複数の並列認識装置のうち
の一つであり、探索プロセッサ３４２及びサブセットデ
ータ構造３４４を含んでいる。

結果プロセッサ３２０は各認識装置との複数の接続部を
有す。各認識装置は結果プロセッサ３２０に対する割込
み線を有す。この割り込みを用い、認識装置のプロセッ
サが、全ての認識装置に及び結果プロセッサ３２０に接
続されて結果バス上で結果を提供する準備ができている
、ということを指示することができる。このプロセッサ
はまたこのバスを制御することができる。結果プロセン
サ３２０は、また、各認識装置に対する複数の制御線を
有しており、認識装置のプロセッサに割込んでディスク
リミネータ３２２からデータを受け取るための回線、全
ての認識装置が操作を開始することができるストリング
の一連番号を提供するための回線、各認識装置のプロセ
ッサが一連番号を読み取り、そして該プロセッサがまだ
これに到達していない場合に対応のストリングへ進むよ
うに該プロセッサに割込むための回線、及び各プロセッ
サへ信号を送ってその結果を結果バス上で提供し、そし
てその結果が結果プロセッサ３２０によって受け取られ
たという信号を送るための回線を含んでいる。

結果プロセッサ３２０はまた複数のデータ構造にアクセ
スすることができ、このデータ構造の若干を第１０図に
示す。ストリング番号／語データ構造３５０に、認識装
置の一つからのストリング番号でアクセスし、このスト
リングまたはこのストリングに関する他のデータを獲得
することができる。第２Ｂ図に示すデータ構造で可能で
あるように、各サブセットデータ構造が整合済みストリ
ングとに対する語セットを提供するならば、データ構造
３５０は必要でない。最近語キャッシュ３５２は最近に
認識された語のキャッシュであり、あいまいな語を解明
する際に結果プロセッサ３２０を助けることができる。

品詞規則３５４は、結果プロセッサ３２０が、また、あ
いまいな語を解明するために適用することができる、と
いう規則である。

第１１図におけるステップは、第１０図に示すもののよ
うな認識装置からの結果に基づいて文字または音素のス
トリームを提供する際に結果プロセッサ３２０が行なう
操作を示すものである。第１１図は、候補ディスクリミ
ネータ３２２からのストリングのうちの一つのものの結
果に基づいて行なわれるステップを示すものである。後
で説明するように、各ストリングに対する結果はそれぞ
れのデータ構造にロートドされ、そして、バックグラウ
ンド処理が各結果データ構造を検査し、これが十分なデ
ータを含んでいるかどうかを測定することができる。含
んでいる場合には、バンクグラウンド処理はこのデータ
構造に対して第１１図におけるステップを開始すること
ができる。第１１図におけるステップは、語の文字また
は音素を出力データ構造にロードすることを含んでいる
。

従って、他のバックグラウンド処理は、適切な時に、文
字または音素が出力データ構造から提供されるかどうか
を検査することができ、提供される場合には、ストリー
ム内の文字または音素を出力として提供する。

第１１図におけるステップが結果データ構造に対して開
始されると、ボックス３７０におけるステップは、スト
リング整合に成功した認識装置の番号に基づいて分岐す
る。これは、認識装置から受け取られたストリング識別
子の番号に基づくことができるが、または、各認識装置
が、単に、該装置がストリング整合に成功したかどうか
を指示する信号を提供する。

受け取られた結果の全てがストリング整合の失敗を指示
する場合には、ボックス３７２におけるステップは、認
識装置３３０から獲得された確率を用い、認識中のスト
リングに対する最確の文字または音素を決定する。ボッ
クス３７２におけるステップは、その結果得られた文字
または音素を、受容可能語のリストと、及び受容不能語
のリストと比較することを含むことができる。これは、
また、通例の方法にしたがって、所定の位置に対する複
数の可能性ある文字または音素を考慮することを含むこ
とができる。次いで、ボックス３７４におけるステップ
は、その結果得られた文字または音素を、テキスト内の
現在ストリング位置に対応する位置にある出力データ構
造内にロードする。

複数の認識装置がストリングの成功的整合を指示した場
合には、ボックス３７６におけるステップがストリング
を分解して単一ストリングを獲得する。第１０図の処理
において、これは、成功を指示した認識装置から、また
は各整合済みストリング番号でストリング番号／語デー
タ構造３５０にアクセスすることによって、各整合済み
ストリングに対する語セットを先ず獲得することによっ
て行なわれる。次いで、これら語セットを比較し、スト
リングが同じ語セットを有しているかどうかを測定する
。有している場合には、全てのストリングを用いること
ができる。ストリングが同じ語セットを有していない場
合には、ボックス３７６におけるステップは全ての利用
可能情報を用いてこれらストリングを分解することがで
きる。各最近認識済み語の品詞を指示する最近語キャッ
シュ３５２からのデータに基づき、及び品詞規則３５４
に基づいて、ボックス３７６におけるステップは、どの
品詞がテキスト内の現在ストリング位置に適正に当ては
まるかを測定し、次いで、この品詞に対応する認識装置
からの結果を選択することができる。この手続きを、現
在ストリングの文脈に基づいて解決が得られるまで、ま
わりのストリングが分解される回数だけ繰り返す。同様
に、最近認識済み語の言語または専門用語集を指示する
最近語キャッシュからのデータを用い、この言語または
専門用語集に対応する認識装置からの結果を選択するこ
とができる。文の始まりまたは終わりが識別されたら、
ボックス３７６におけるステップは、この突内の現在ス
トリング位置に対する適切な格を持つ語に対応する認識
装置からの結果を選択することができる。また、認識装
置３３０からの確率データを用い、どのストリング番号
が、最確であってまた考慮に入れることのできる対応の
語を有しているかを測定することができる。

１つのストリングしか整合しなかった場合、またはボッ
クス３７６におけるステップが分解の結果としてのスト
リングを提供する場合、ボックス３８０におけるステッ
プはこのストリングの語セット内の語数に基づいて分岐
する。前述したように、この語セットは、ストリング番
号／語データ構造３５０から検索され、または認識装置
から受け取られる。

語セブトが複数の語を含んでいる場合には、ボックス３
８２におけるステップはこの語を分解して単一語を獲得
する。この語は、最近語キャッシュ３５２からのデータ
に基づいて選択され、最も頻繁に出現し且つ最も最近に
選択された語とともに、どのように最近に且つどのよう
に頻繁に語が出現したかを示す。これが語を分解しない
場合には、認識装置３３０からの確率データを用い、ど
の語が最確であるかを測定する。

語セットが１つの語しか有していない場合、または分解
済み語がボックス３８２におけるステップによって提供
される場合には、ボックス３８４におけるステップは、
この語を最近語キャッシュ３５２内にロードし、且つこ
の語の文字または音素を現在ストリングの位置にある出
力データ構造内にロードする。この語が既にキャッシュ
３５２内にある場合には、ボ・ノクス３８４におけるス
テップはこのキャッシュ内にあるそのデータを更新する
ことができる。

最後に、現在ストリングに関するデータが既に出力デー
タ構造内にロードされている場合には、ボックス３８６
におけるステップは、認識装置が、候補ディスクリミネ
ータ３２２から受け取られる次のストリングへ進むこと
を確実にする。第１１図におけるステップを、全ての認
識装置が所定のストリングに対するそれらの結果を提供
する前に開始させることができる場合には、ボックス３
８６におけるステップは、全ての先行ストリングに対す
る文字または音素が出力データ構造内にロードされてい
たかどうかを検査し、ロードされていない場合には、こ
のステップを省くことができる。

このステップが適切である場合には、各認識装置内のプ
ロセッサを制御することによって前記ステップを行ない
、次のストリングに未だ到達していない全てのプロセッ
サがその現在操作を停止し、そして次のストリングで開
始するようにすることができる。

第１２図及び第１３図は、第１１図に示すもののような
割り込みに応答して結果プロセッサ３２０が行なう操作
を示すものである。第１２図は候補ディスクリミネータ
３２２からの割り込みを取り扱うステップを示す。第１
３図は、認識装置の一つからの割り込みを取り扱うステ
ップを示す。

第１２におけるステップは、ボックス４１０において、
候補ディスクリミネータ３２２から割り込みを受け取る
と始まる。この割り込みは、候補ディスクリミネータ３
２２が認識装置に対するその出力端子においてデータを
提供していることを指示する。これに応答して、結果プ
ロセッサ３２０は、ボックス４１２において、割り込み
を認識装置へ送り、これに応答して、各認識装置は、候
補ディスクリミネータ３２２のよって提供されるデータ
を検索し、そして、これを、現在受け取り中のストリン
グを定義している、前に受け取られたデータに含ませる
。このデータが、ストリングの終わりが到達されている
ということを指示する場合には、各認識装置は、このス
トリングを、認識すべきストリングの待ち行列に追加し
、そして、候補ディスクリ累ネータ３２２が再びデータ
を提供するときに新しいストリングを受け取る準備をす
ることができる。データを成功的に検索したら、認識装
置は、ボックス４１４において、底切を指示する信号を
結果プロセッサ３２０へ送る。次いで、結果プロセッサ
３２０は、ボックス４１６において、解除信号を候補デ
ィスクリミネータ３２２へ送り、その後、候補ディスク
リミネータ３２２はその操作を継続し、その出力端子に
おいて更に他のデータを提供することができる。

第１３図におけるステップは、ボックス４３０において
、認識装置の一つからの割り込みを受け取ると開始する
。この割り込みは、認識装置が結果バス上に結果を提供
しようとしているということを指示する。これに応答し
て、結果プロセッサ３２０は、ボックス４３２において
その結果を提供するということの信号を認識装置に送る
。結果プロセッサ３２０は、前記認識装置に信号を送る
のを、１つまたは複数の他の認識装置がそれらの結果を
提供するのを終わるまで、延期している。

次いで、ボックス４３４において、結果プロセッサ３２
０は前記結果を受け取る。前記結果は、単一装置として
ではなしに一連のステップにおいて、送信及び受信され
る。結果プロセッサ３２０はまた前記結果を適切な結果
データ構造にロードする。

前述したように、結果データ構造は各ストリングに対し
て生成され、各認識装置からの結果は前記結果データ構
造内のそれぞれの位置を占める。結果が成功的に受け取
られると、ボックス４３６において、結果プロセッサ３
２０は成功信号を認識装置に送り、これが更にその操作
を継続することのできるようにする。

若干の目的のため、前述した並列認識装置は高速認識を
提供することができる。次に、並列認識装置ではなしに
、直列プロセッサの使用について簡単に説明する。

４、直列プロセッサ 並列認識装置にも利点があるが、直列プロセッサの使用
は、プロトタイピングに対して、及び他の状態において
、有利である。第１４図は、第１０図におけるいくつか
のプロセッサの機能を行なう直列プロセッサを持つシス
テムを示すものである。

第１４図におけるシステム４５０は直列プロセッサ４５
２を含んでおり、このプロセッサは、入力信号を受け取
り、そして出力信号を送り出すように、入出力装置４５
４に接続されている。また、直列プロセッサ４５２は、
プログラムメモリ４６０、長期データメモリ４６２、及
び短期データメモリ４６４にアクセスするように接続さ
れている。

プログラムメモリ４６０は主ルーチン４７０を含んでお
り、このルーチンは他の複数のルーチンを呼び出す。そ
のうちの若干を第１４図に示す。

候補認識ルーチン４７２は第１Ｏ図における候補ディス
クリミネータ３２２の機能を行なう。サブセット探索ル
ーチン４７４は第１Ｏ図における探索プロセッサ３４２
の機能を行なう。結果処理ル−チン４７６は第１０図に
おける結果プロセッサ３２０の機能を行ない、また、要
すれば、確率検索サブルーチン４７８を呼び出してプロ
セッサ３２２の機能を行なうことができる。

長期データメモリ４６２は、プログラムメモリ４６０内
のルーチンによってアクセスされる複数の永久データ構
造を含んでいる。そのうちの若干を第１４図に示す。サ
ブセットデータ構造４８０は第１０図における認識装置
内のサブセットデータ構造に対応する。確率データ構造
４８２は第１０図におけるデータ構造３３４に対応する
。ストリング番号／語データ構造４８４はデータ構造３
５０に対応し、品詞規則４８６は規則３５４に対応する
。

短期データメモリ４６４は複数のデータ構造を含んでお
り、このデータ構造の内容はプログラムメモリ４６０内
のルーチンによってアクセス及び修正される。前記デー
タ構造の若干を第１４図に示す。ストリング待ち行列４
９０は、候補識別ルーチア４７２によって提供される候
補ストリングの待ち行列であり、そして、主ルーチン４
７０が、他のルーチンがそのように高速で働いていない
としても候補識別ルーチン４７２がマルチタスキングを
通ってその操作を継続することを許す場合に、用いられ
る。ストリングの待ち行列を持つことは、結果処理ルー
チン４７６が、時折、一連の相互依存ストリングを、各
ストリングを別々に分解するのではなしに、文脈に基づ
いてグループとして極めて高速に分解する場合に、有用
である。結果データ構造４９２は、結果処理ルーチン４
７２によって取り扱われる前に各ストリングに対してセ
ットアツプされるデータ構造であり、主ルーチン４７０
が探索ルーチン４７４を並列に呼び出してマルチタスキ
ングを通って種々のストリングに対して操作させる場合
に用いられ、各ストリングに対する探索結果は、これら
が獲得されるにつれ、それぞれの結果データ構造にロー
ドされる。最近語キャッシュ４９４は、第１０図におけ
るキャッシュ３５２に対応し、客語に対して品詞、言語
、用語集、格、等を指示するデータ、及び、現在認識中
の突内で出現する語の表示を含むことができ、品詞規則
４８６の適用を許す、出力データ構造４９６は、それぞ
れの位置における各ストリングの対応する認識済み文字
または音素を待ち行列に入れるデータ構造であり、主ル
ーチン４７０が結果処理ルーチン４７６を並列に呼び出
してマルチタスキングを通って種々のストリングに対し
て操作させる場合に用いられる。後続のストリングに対
応する文字または音素は、全ての先行ストリングの対応
の文字または音素が獲得されるまで、出力データ構造４
９６内に保持される。

前述したように、主ルーチン４７０はマルチタスキング
または他の類似の方法を利用して何らかの並列性を獲得
することができる。一般に、主ルーチン４７０を最適化
し、第１０図に示すような並列認識装置で獲得される性
能に近付くことを試みることができる。

〔発明の効果〕

以上の本発明についての説明は、「確率クラスタリング
に基づく文字及び音素認識Ｊ　（Ｃｈａｒａｃｔｅｒａ
ｎｄ　Ｐｈｏｎｅｍｅ　Ｒｅｃｏｇｎｉｔｉｏｎ　Ｂａ
５ｅｄ　ｏｎ　Ｐｒｏｂａｂｉｌｉｔｙｃｌｕｓｔｅｒ
ｉｎｇ）なる発明の名称の係属中の米国特許出願第０７
／４２７．１４８号に関連して行なったものであり、こ
の米国出願の内容は本明細書において参照として説明し
た。本発明の方法は、前記米国特許出願において定義さ
れている制約された充足物の処理を提供する。前述した
ように、前記米国特許出願に開示されている方法は候補
識別に用いることができるが、本発明は更にまた、他の
候補識別方法からの出力について有用である。この出力
として、例えば、光センサの並列配置からの信号を処理
するためのネントワークからの出力がある。本発明はま
た、テキスと内の候補に整合し、そして整合候補のグル
ープに識別子を割り当てる候補識別方法について有用で
ある。

以上、本発明をその実施例について説明した。

しかし、本発明はこれに限定されるものではなく、特許
請求の範囲の記載のごとき本発明の範囲内で種々の変形
及び変更を行なうことができる。

【図面の簡単な説明】

第１図は本発明においてテキスと内の誤セグメンテト化
文字候補を正しく認識された文字へ通じさせる一般的段
階を示す路線図、第２Ａ図は文字候補ストリングのセッ
トを指示するデータを持つデータ構造を示す路線図、第
２Ｂ図は文字候補ストリングのセット及び可能性ある語
を指示するデータを持つデータ構造を示す路線図、第３
Ａ図は第２Ａ図におけるものと同様のデータ構造を用い
る際の一般的ステップを示すフローチャート、第３Ｂ図
は第２Ｂ図におけるものと同様のデータ構造を用いる際
の一般的ステップを示すフローチャート、第４図はスト
リングのかかるセットを指示するデータを持つデータ構
造を作るために文字候補ストリングのセットを獲得する
際の一般的ステップを示すフローチャート、第５図は、
文字または音素候補ストリングのセットを指示するデー
タを持つデータ構造を各々が含んでいる並列認識装置を
持つシステムの一般的構成要素を示すプロ・ツク線図、
第６図は第５図における結果プロセッサの操作における
一般的ステップを示すフローチャート、第７図は文字候
補ストリングが語りスト上の語のうちのどれかである可
能性があるかどうかを測定するために第４図のステップ
を実行する際に用いられるステップを示すフローチャー
ト、第８図は語の拡張文字候補ストリングを獲得してか
かるストリングのセットに含ませるために第４図のステ
ップを実行する際に用いられるステップを示すフローチ
ャート、第９図は第５図におけるような並列認識装置に
おいて用いるためのサブセットデータ構造のグループを
作るために用いられるステップを示すフローチャート、
第１０図は第５図におけるような並列認識装置を含んで
いるシステムにおける結果プロセッサと他の構成要素と
の間の接続を示すブロック線図、第１１図は認識済み文
字または音素のストリームを提供する際に第１０図の結
果プロセッサが行なうことのできるステップを示すフロ
ーチャート、第１２図は候補ディスクリ逅ネータからの
割り込みに応答して第１Ｏ図の結果プロセッサが行なう
ことのできるステップを示すフローチャート、第１３図
は並列認識装置の一つからの割り込みに応答して第１０
図の結果プロセッサが行なうことのできるステ、２プを
示すフローチャート、第１４図は直列プロセッサが第１
０図におけるプロセッサのうちのいくつかのものの機能
を行なうようになっているシステムを示すブロック線図
である。 １０２：候補ディスクリ稟ネータ １０４：ストリングレコグナイザ １１０．１２０，３３０，３４０；認識装置１３０．３
２０：結果プロセッサ ３２２：候補ディスクリミネータ

Claims (1)

1. 【特許請求の範囲】 １、文字候補識別子のセットを指示するデータ構造内に
   データを含む段階を有し、各前記文字候補識別子は一つ
   のセットの機械識別可能文字候補型のうちの一つを指示
   し、前記含む段階は、認識中の文字候補識別子のストリ
   ングが前記データによって指示されるセット内のストリ
   ングのうちの一つであるかどうかを測定するため、前記
   データがアクセス可能となるように前記データを含む段
   階から成っていることを特徴とする文字認識方法。 ２、認識されるべき文字候補識別子のストリングを提供
   するための候補ディスクリミネータを備え、各前記文字
   候補識別子は一つのセットの機械識別可能文字候補型の
   うちの一つを指示し、前記候補ディスクリミネータはテ
   キストに基づいて認識されるべき前記ストリングを提供
   し、更に、 認識されるべき前記ストリングを受け取るための、及び
   認識されるべき前記ストリングがそうである可能性があ
   る語の文字を提供するためのストリングレコグナイザを
   備えて成る文字認識システム。 ３、状態のセット及び遷移のセットを定義するデータを
   備えて成り、各前記遷移は前記状態の一つにおいて始ま
   って前記状態の一つにおいて終わり、前記状態及び遷移
   を定義するデータは、音素候補識別子のストリングのセ
   ットを、及び、前記セット内の各ストリングに対して、
   音素識別子のそれぞれのストリングを指示し、前記音素
   候補識別子の各々は一つのセットの機械識別可能音素候
   補型のうちの一つを指示し、認識中の音素候補識別子の
   ストリングが前記指示されたセットのストリングのうち
   の一つであるかどうかを測定するため、データ構造がア
   クセス可能であることを特徴とする有限状態変換器デー
   タ構造。 ４、認識されるべき音素候補識別子のストリングを提供
   するための候補ディスクリミネータを備え、各前記音素
   候補識別子は一つのセットの機械識別可能音素候補型の
   うちの一つを指示し、前記候補ディスクリミネータは話
   された語から前記認識されるべきストリングを獲得し、
   更に、前記認識されるべきストリングを受け取るための
   、及び前記認識されるべきストリングがそうである可能
   性がある語の音素を提供するためのストリングレコグナ
   イザを備えて成り、前記ストリングレコグナイザは、各
   々が前記候補ディスクリミネータから前記認識されるべ
   きストリングを受け取る複数の認識装置を具備し、各前
   記認識装置は、前記認識されるべきストリングが前記音
   素候補識別子のストリングのそれぞれのセット内のスト
   リングのうちの一つであるかどうかを測定するようにな
   っていることを特徴とする音素認識システム。