JPH03257596A - 認識距離の差に基づく最良優先探索処理方法 - Google Patents
認識距離の差に基づく最良優先探索処理方法Info
- Publication number
- JPH03257596A JPH03257596A JP2056043A JP5604390A JPH03257596A JP H03257596 A JPH03257596 A JP H03257596A JP 2056043 A JP2056043 A JP 2056043A JP 5604390 A JP5604390 A JP 5604390A JP H03257596 A JPH03257596 A JP H03257596A
- Authority
- JP
- Japan
- Prior art keywords
- candidate
- difference
- search
- recognition
- candidates
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000000034 method Methods 0.000 claims description 19
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
- G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
- G06V30/36—Matching; Classification
- G06V30/373—Matching; Classification using a special pattern or subpattern alphabet
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Computational Biology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Acoustics & Sound (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Character Discrimination (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔概要〕
音声認識装置または文字認識装置が認識結果として生成
する候補単語ラティスまたは候補文字ラティスなどから
、候補文または候補単語を順次選別する認識距離の差に
基づく最良優先探索処理方法に関し。
する候補単語ラティスまたは候補文字ラティスなどから
、候補文または候補単語を順次選別する認識距離の差に
基づく最良優先探索処理方法に関し。
入力文または単語を候補ラティスから短時間で選別でき
るようにすることを目的とし。
るようにすることを目的とし。
各候補間の認識距離の差を計算する処理過程と。
その差の平均値を計算する処理過程と、前の候補との認
識距離の差に応じた探索優先指数を計算する処理過程と
、探索優先指数が小さい候補から優先的に探索する処理
過程とを含む、あるいは各候補間の認識距離の差および
その差の平均値を計算する処理過程と、この平均値と各
認識距離の差とに基づき、候補をグループに分ける処理
過程と。
識距離の差に応じた探索優先指数を計算する処理過程と
、探索優先指数が小さい候補から優先的に探索する処理
過程とを含む、あるいは各候補間の認識距離の差および
その差の平均値を計算する処理過程と、この平均値と各
認識距離の差とに基づき、候補をグループに分ける処理
過程と。
各グループごとに候補間の認識距離の差に応じた探索優
先指数を計算する処理過程と、グループ間で探索優先指
数が小さいグループから優先的に探索する処理過程とを
含むように構成する。
先指数を計算する処理過程と、グループ間で探索優先指
数が小さいグループから優先的に探索する処理過程とを
含むように構成する。
本発明は、音声認識装置または文字認識装置が認識結果
として生成する候補単語ラティスまたは候補文字ラティ
スなどから2候補文または候補単語を順次選別する認識
距離の差に基づく最良優先探索処理方法に関する。
として生成する候補単語ラティスまたは候補文字ラティ
スなどから2候補文または候補単語を順次選別する認識
距離の差に基づく最良優先探索処理方法に関する。
第10図は従来技術による縦型探索の例を示す。
従来、音声や文字の認識装置が認識結果として生成した
候補ラティスから、正解となる入力文や単語を選び出す
ための方式として、縦型探索方式が用いられている。
候補ラティスから、正解となる入力文や単語を選び出す
ための方式として、縦型探索方式が用いられている。
例えば9文字認識装置から「1!似度」という単語を入
力したとする0文字認識装置は、各文字ごとに、各種の
特徴に着目して抽出した入カバターンと あらかじめ用
意されている標準パターンとの照合を行い、いくつかの
候補とその候補に関する確からしさの基準となる認識距
離とを出力する。
力したとする0文字認識装置は、各文字ごとに、各種の
特徴に着目して抽出した入カバターンと あらかじめ用
意されている標準パターンとの照合を行い、いくつかの
候補とその候補に関する確からしさの基準となる認識距
離とを出力する。
第10図に示す例では、「類似度」の入力における1文
字目の候補順位が、’III(認lli距離=2458
)J→「類(認識距離=2497)J→「頽(認識距離
=2582)J→「締(認識距離=2717)Jの順と
なっている。2文字目は’4QJ→「以J→・・・・の
順である。このような候補の並びを候補ラティスという
。
字目の候補順位が、’III(認lli距離=2458
)J→「類(認識距離=2497)J→「頽(認識距離
=2582)J→「締(認識距離=2717)Jの順と
なっている。2文字目は’4QJ→「以J→・・・・の
順である。このような候補の並びを候補ラティスという
。
従来の縦型探索では、これらの候補ラティスから、正解
となる入力単語を選び出す場合に、第1O図に示す■→
■→■→・・・・の文字の組み合わせを生成して探索を
進める。すなわち、「願似唐」→「願似度」→「願似慶
」→・・・・の順で、探索していく、この例では、正解
候補のrl似度ノに行きつくまでに、18回の探索が必
要になる。
となる入力単語を選び出す場合に、第1O図に示す■→
■→■→・・・・の文字の組み合わせを生成して探索を
進める。すなわち、「願似唐」→「願似度」→「願似慶
」→・・・・の順で、探索していく、この例では、正解
候補のrl似度ノに行きつくまでに、18回の探索が必
要になる。
また、探索方式の1つとして、Il良優先探索方式が知
られている。最良優先探索方式は、横型探索の一種で、
ある量を基準として最も確からしい候補から優先的に選
びだして探索する方式である。
られている。最良優先探索方式は、横型探索の一種で、
ある量を基準として最も確からしい候補から優先的に選
びだして探索する方式である。
しかし、従来の最良優先探索方式では、基準となる量と
して認識距離の絶対的な値だけを用いることが考えられ
ており5次の候補との関係についてば2考慮が払われて
いなかった。
して認識距離の絶対的な値だけを用いることが考えられ
ており5次の候補との関係についてば2考慮が払われて
いなかった。
従来の縦型探索では、vA駄な探索を繰り返すことが多
く、また最良優先探索でも、下位の候補に正解が含まれ
ているときに、他との関係で、それの選択が後回しにな
り、探索に長時間かかることがしばしばあるという問題
があった。
く、また最良優先探索でも、下位の候補に正解が含まれ
ているときに、他との関係で、それの選択が後回しにな
り、探索に長時間かかることがしばしばあるという問題
があった。
本発明は上記問題点の解決を図り、入力文または単語を
候補ラティスから短時間で選別できるようにすることを
目的としている。
候補ラティスから短時間で選別できるようにすることを
目的としている。
第1図は本発明の原理説明図である。
第1の発明では、第1図(イ)に示すように処理する。
音声または文字の認識装置が認識した複数の認識候補群
から正解候補の文または単語を順次選別するにあたって
、まず、処理過程10により。認識装置が出力した候補
単語または文節間あるいは候補文字間の認識距離の差を
計算する。
から正解候補の文または単語を順次選別するにあたって
、まず、処理過程10により。認識装置が出力した候補
単語または文節間あるいは候補文字間の認識距離の差を
計算する。
次に、処理過程11により、各認識距離の差の平均値を
計算する。
計算する。
処理過程12では、処理過程11で計算した平均値を利
用して候補単語または文節ごと、あるいは候補文字ごと
に、前の候補との認識距離の差に応じた探索優先指数を
計算する。
用して候補単語または文節ごと、あるいは候補文字ごと
に、前の候補との認識距離の差に応じた探索優先指数を
計算する。
そして、処理過程13により、探索優先指数が小さい候
補から優先的に探索し、正解の入力文または単語を選男
1デする。
補から優先的に探索し、正解の入力文または単語を選男
1デする。
第2の発明では、第1図(ロ)に示すように処理する。
音声または文字の認識装置が認識した複数の認識候補群
から正解候補の文または単語を順次選別するにあたって
、まず、処理過程20により、認識装置が出力した候補
単語または文節間あるいは候補文字間の認識距離の差を
計算する。
から正解候補の文または単語を順次選別するにあたって
、まず、処理過程20により、認識装置が出力した候補
単語または文節間あるいは候補文字間の認識距離の差を
計算する。
次に、処理過程21により、各認識距離の差の平均値を
計算する。
計算する。
処理過程22では、処理過程21で計算した平均値と5
処理過程20で計算した各認識距離の差との大小関係な
どにより、候補をグループに分ける。
処理過程20で計算した各認識距離の差との大小関係な
どにより、候補をグループに分ける。
そして、処理過程23により、各グループごとに、隣接
するグループに属する候補との間の認識距離の差に応じ
た探索優先指数を計算する。
するグループに属する候補との間の認識距離の差に応じ
た探索優先指数を計算する。
各グループの探索優先指数を計算したならば処理過程2
4により、グループ間では探索優先指数が小さいグルー
プから優先的に探索し、グループ内では縦型探索または
横型探索を実施する。これにより、正解の入力文または
単語を得る。
4により、グループ間では探索優先指数が小さいグルー
プから優先的に探索し、グループ内では縦型探索または
横型探索を実施する。これにより、正解の入力文または
単語を得る。
文字認識装置が生成する文字の認識類似度、すなわち認
識距離には2次のような属性がある。
識距離には2次のような属性がある。
(i)候補文字ラティスの中の1位の候補文字が。
それより下位の候補文字より実際に入力した文字である
可能性が高い。例えば、5位以下の候補文字には、入力
文字が含まれている可能性はほとんどない。
可能性が高い。例えば、5位以下の候補文字には、入力
文字が含まれている可能性はほとんどない。
(ii )候補文字2位と3位の類似度の差が大きい場
合、1位と2位の中に入力文字が存在する可能性が高い
。
合、1位と2位の中に入力文字が存在する可能性が高い
。
このような属性は、音声認識の場合も同様であるが2本
発明は、この属性に着目し、認識距離の差を利用するこ
とにより7各候補または各グループの探索優先指数を求
め、その探索優先指数に基づいて最良優先探索を実施す
る。したがって、従来の縦型探索に比べて、大幅に探索
時間を短縮することが可能になる。また、認識距離の差
に着目して最良優先探索を行うので、認識距離そのもの
の値により最良優先探索を行う場合に比べても5探索時
間の削減が可能である。
発明は、この属性に着目し、認識距離の差を利用するこ
とにより7各候補または各グループの探索優先指数を求
め、その探索優先指数に基づいて最良優先探索を実施す
る。したがって、従来の縦型探索に比べて、大幅に探索
時間を短縮することが可能になる。また、認識距離の差
に着目して最良優先探索を行うので、認識距離そのもの
の値により最良優先探索を行う場合に比べても5探索時
間の削減が可能である。
〔実施例]
第2図は本発明の適用システムの例、第3図は本発明の
詳細な説明するための認識装置の出力例、第4図は第1
の発明に係る認識距離の差と平均値の計算例、第5図は
第1の発明に係る探索優先指数の計算例、第6図は第1
の発明に係る探索の例、第7図は第2の発明に係る認識
距離の差と平均値の計算例、第8図は第2の発明に係る
グループ化の例、第9図は第2の発明に係る探索優先指
数と探索の例を示す。
詳細な説明するための認識装置の出力例、第4図は第1
の発明に係る認識距離の差と平均値の計算例、第5図は
第1の発明に係る探索優先指数の計算例、第6図は第1
の発明に係る探索の例、第7図は第2の発明に係る認識
距離の差と平均値の計算例、第8図は第2の発明に係る
グループ化の例、第9図は第2の発明に係る探索優先指
数と探索の例を示す。
本発明は1例えば第2図に示すようなシステムに通用さ
れる。
れる。
第2図(イ)および(ロ)において、30は人力用マイ
クであり、音声パターン登録、音声入力などに使われる
もの、31は特定話者用音声認識装置であり、入力単語
に対して候補単語を抽出しその候補単語の類似度を示す
認識距離を生成するもの、32はパーソナルコンピュー
タなどの処理装置であって、CPUやメモリなどからな
るもの33は探索処理部であって、正解の候補を選別す
る処理を行うプログラムから構成されるもの、34はデ
イスプレィであり、認識結果や類似度などが表示される
もの、35はキーボードであり、認識用の単語などの登
録に使われるもの236は入力用タブレットであり1文
字入力に使われるもの。
クであり、音声パターン登録、音声入力などに使われる
もの、31は特定話者用音声認識装置であり、入力単語
に対して候補単語を抽出しその候補単語の類似度を示す
認識距離を生成するもの、32はパーソナルコンピュー
タなどの処理装置であって、CPUやメモリなどからな
るもの33は探索処理部であって、正解の候補を選別す
る処理を行うプログラムから構成されるもの、34はデ
イスプレィであり、認識結果や類似度などが表示される
もの、35はキーボードであり、認識用の単語などの登
録に使われるもの236は入力用タブレットであり1文
字入力に使われるもの。
37は文字認識装置であり、入力文字に対して候補文字
とその類似度(認識距離)を生成するものである。
とその類似度(認識距離)を生成するものである。
本発明は、第2図(イ)に示すような音声認識システム
にも2第2図(ロ)に示すような文字認識システムにも
適用することができ、処理装置32における探索処理部
33により実現される。
にも2第2図(ロ)に示すような文字認識システムにも
適用することができ、処理装置32における探索処理部
33により実現される。
以下1文字認識の認識候補から、正解単語を探索する具
体例について1本発明の詳細な説明する。
体例について1本発明の詳細な説明する。
実際の入力単語が「類似度」であり2文字認識装置によ
る認識結果が、第3図に示すとおりであったとする。
る認識結果が、第3図に示すとおりであったとする。
1文字目の認識候補の順番が「願」→「類」→・・・で
あり、2文字目の認識候補の順番が「似」→「以」、・
・・であり、3文字目の認識候補の順番が。
あり、2文字目の認識候補の順番が「似」→「以」、・
・・であり、3文字目の認識候補の順番が。
「唐」→「度」→・・・である。括弧内の数値は、認識
距離であり、標準パターンとの類似性の度合いを示す。
距離であり、標準パターンとの類似性の度合いを示す。
(第1の発明の実施例)
第1の発明では、第3図に示すような入力に対して2次
のように処理する。
のように処理する。
まず、第4図に示すように、候補文字間の認識距離の差
とその差の平均値を計算する。この例では 「願」と「
類」との認識距離の差は。
とその差の平均値を計算する。この例では 「願」と「
類」との認識距離の差は。
2497−2458 = 39である。また、「類」と
「頽」との認識距離の差は、85であり、「頽」と「締
」との認識距離の差は、135である。
「頽」との認識距離の差は、85であり、「頽」と「締
」との認識距離の差は、135である。
これらの認識距離の差の平均値は。
(39+ 85 + 135) / 3−約86 と
なる。
なる。
この認識距離の差と平均値とから、探索優先指数(Se
arch Pr1ority Index)を計算する
。
arch Pr1ority Index)を計算する
。
P I=((MS= MSt−1)/平均値) ×e
CtPI:探索優先指数 MS、:候補順位iの認識距離 i :候補順位 C:定数 なお、候補順位が1位の候補の探索優先指数P■の値は
、 “0”とする。
CtPI:探索優先指数 MS、:候補順位iの認識距離 i :候補順位 C:定数 なお、候補順位が1位の候補の探索優先指数P■の値は
、 “0”とする。
この式により、各候補の探索優先指数PIを計算すると
、第5図に示すような結果が得られる。
、第5図に示すような結果が得られる。
ここではC=4としている。この結果に従って探索優先
指数PIの小さい候補から探索を行う最良優先探索を実
施する。これにより、第6図に示すような探索が行われ
る。すなわち、「願似唐」→「類似度」→「類似唐」→
「類似度」の順で探索が進められ、4回で探索が終了す
ることになる。
指数PIの小さい候補から探索を行う最良優先探索を実
施する。これにより、第6図に示すような探索が行われ
る。すなわち、「願似唐」→「類似度」→「類似唐」→
「類似度」の順で探索が進められ、4回で探索が終了す
ることになる。
(第2の発明の実施例)
第2の発明では、第3図に示すような入力に対して1次
のように処理する。
のように処理する。
まず、第7図に示すように9候補文字間の認識距離の差
とその差の平均値を計算する。この例では「願」と「類
」との認識距離の差は。
とその差の平均値を計算する。この例では「願」と「類
」との認識距離の差は。
2497−2458 = 39である。また、「類」と
「頽」との認識距離の差は、85であり、「頽」と「締
」との認識距離の差は、135である。
「頽」との認識距離の差は、85であり、「頽」と「締
」との認識距離の差は、135である。
これらの認識距離の差の平均値は。
(39+85 + 135) / 3−約86 とな
る。
る。
次に、候補文字間の認識距離の差と平均値とを比較し、
認識距離の差が平均値より大きい場合そこまでをl単位
として、認識候補をグループ化する。この例では、「頽
」と「締」との認識距離の差が135であり、平均値の
86より大きいので、ここでグループを分ける。他の候
補についても、同様に認識距離の差と平均値とにより、
グループ化を行う。これにより、第8図に示すように1
文字目は2つのグループ、2文字目は3つのグループ、
3文字目は2つのグループにそれぞれ分けられることに
なる。
認識距離の差が平均値より大きい場合そこまでをl単位
として、認識候補をグループ化する。この例では、「頽
」と「締」との認識距離の差が135であり、平均値の
86より大きいので、ここでグループを分ける。他の候
補についても、同様に認識距離の差と平均値とにより、
グループ化を行う。これにより、第8図に示すように1
文字目は2つのグループ、2文字目は3つのグループ、
3文字目は2つのグループにそれぞれ分けられることに
なる。
次に、これらの各グループごとに、以下の式により、探
索優先指数を計算する。
索優先指数を計算する。
P I =((MSi−MSJ)/平均値)×eCII
Pi:探索優先指数 MS、ニゲループiの最後の文字の認識距離MSJ ニ
ゲループjの最初の文字のv1wh距離C距離窓数 Rニゲループ順位 なお、グループ順位が1位のグループの探索優先指数P
IO値は、“0“′とする。
Pi:探索優先指数 MS、ニゲループiの最後の文字の認識距離MSJ ニ
ゲループjの最初の文字のv1wh距離C距離窓数 Rニゲループ順位 なお、グループ順位が1位のグループの探索優先指数P
IO値は、“0“′とする。
例えばC=2として、この式により、各候補の探索優先
指数PIを計算すると、第9図に示すような結果が得ら
れる。
指数PIを計算すると、第9図に示すような結果が得ら
れる。
そこで、この結果に従って、グループ間で最良優先探索
を実施する。最初の探索は、第9図に示すGll、G2
1.G31のグループの組み合わせに対して行われるこ
とになる。もし仮に この最初のグループの組み合わせ
で正解が得られなかった場合には1次は、Gll、G2
2.G31のグループの組み合わせに対して、探索が行
われる。
を実施する。最初の探索は、第9図に示すGll、G2
1.G31のグループの組み合わせに対して行われるこ
とになる。もし仮に この最初のグループの組み合わせ
で正解が得られなかった場合には1次は、Gll、G2
2.G31のグループの組み合わせに対して、探索が行
われる。
1つのグループ内では、縦型探索または横型探索を実施
する。
する。
この例でも、rljl似唐」→r@似度J→「類似唐」
→「類似度」の順で探索が進められ、4回で探索が終了
することになる。
→「類似度」の順で探索が進められ、4回で探索が終了
することになる。
なお、探索の途中結果について、それが正解であるかど
うかの判断については1本発明の要旨に関係しないため
、詳しい説明を省略するが1例えば単語辞書を用いたり
2人力文の認識であれば文法チエツクその他の手段を用
いることにより1判断することができる。また、第2図
に示すデイスプレィ34に各探索結果を表示し、ユーザ
の確認を得るようにしてもよい。
うかの判断については1本発明の要旨に関係しないため
、詳しい説明を省略するが1例えば単語辞書を用いたり
2人力文の認識であれば文法チエツクその他の手段を用
いることにより1判断することができる。また、第2図
に示すデイスプレィ34に各探索結果を表示し、ユーザ
の確認を得るようにしてもよい。
文字認1識の例について説明したが、音声認識による単
語や文章の入力でも、音節、単語1文節などの候補につ
いて、同様に本発明による最良優先探索を実施すること
ができる。
語や文章の入力でも、音節、単語1文節などの候補につ
いて、同様に本発明による最良優先探索を実施すること
ができる。
以上説明したように9本発明によれば、探索の回数を削
減し、入力文または単語などを、候補ラティスから短時
間で選別できるようになるという効果がある。
減し、入力文または単語などを、候補ラティスから短時
間で選別できるようになるという効果がある。
第1図は本発明の原理説明図。
第2図は本発明の適用システムの例。
第3図は本発明の詳細な説明するための認識装置の出力
例。 第4図は第1の発明に係る認識距離の差と平均値の計算
例。 第5図は第1の発明に係る探索優先指数の計算例 第6図は第1の発明に係る探索の例 第7図は第2の発明に係る認識距離の差と平均値の計算
例 第8図は第2の発明に係るグループ化の例第9図は第2
の発明に係る探索優先指数と探索の例。 第10図は従来技術の例を示す。
例。 第4図は第1の発明に係る認識距離の差と平均値の計算
例。 第5図は第1の発明に係る探索優先指数の計算例 第6図は第1の発明に係る探索の例 第7図は第2の発明に係る認識距離の差と平均値の計算
例 第8図は第2の発明に係るグループ化の例第9図は第2
の発明に係る探索優先指数と探索の例。 第10図は従来技術の例を示す。
Claims (2)
- (1)認識装置が認識した複数の認識候補群から正解候
補の文または単語を順次選別する探索処理方法において
、 認識装置が出力した候補単語または文節間あるいは候補
文字間の認識距離の差を計算する処理過程(10)と、 各認識距離の差の平均値を計算する処理過程(11)と
、 この平均値を利用して候補単語または文節ごと、あるい
は候補文字ごとに、前の候補との認識距離の差に応じた
探索優先指数を計算する処理過程(12)と、 探索優先指数が小さい候補から優先的に探索する処理過
程(13)と を含むことを特徴とする認識距離の差に基づく最良優先
探索処理方法。 - (2)認識装置が認識した複数の認識候補群から正解候
補の文または単語を順次選別する探索処理方法において
、 認識装置が出力した候補単語または文節間あるいは候補
文字間の認識距離の差を計算する処理過程(20)と、 各認識距離の差の平均値を計算する処理過程(21)と
、 この平均値と各認識距離の差とに基づき、候補をグルー
プに分ける処理過程(22)と、各グループごとに、隣
接するグループに属する候補との間の認識距離の差に応
じた探索優先指数を計算する処理過程(23)と、 グループ間では探索優先指数が小さいグループから優先
的に探索し、グループ内では縦型探索または横型探索を
行う処理過程(24)と を含むことを特徴とする認識距離の差に基づく最良優先
探索処理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2056043A JP2795719B2 (ja) | 1990-03-07 | 1990-03-07 | 認識距離の差に基づく最良優先探索処理方法 |
US08/110,799 US5416892A (en) | 1990-03-07 | 1993-08-23 | Best first search considering difference between scores |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2056043A JP2795719B2 (ja) | 1990-03-07 | 1990-03-07 | 認識距離の差に基づく最良優先探索処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH03257596A true JPH03257596A (ja) | 1991-11-18 |
JP2795719B2 JP2795719B2 (ja) | 1998-09-10 |
Family
ID=13016062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2056043A Expired - Fee Related JP2795719B2 (ja) | 1990-03-07 | 1990-03-07 | 認識距離の差に基づく最良優先探索処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US5416892A (ja) |
JP (1) | JP2795719B2 (ja) |
Families Citing this family (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5546565A (en) * | 1993-06-21 | 1996-08-13 | Casio Computer Co., Ltd. | Input/output apparatus having a pen, and method of associating and processing handwritten image data and voice data |
JP2738403B2 (ja) * | 1995-05-12 | 1998-04-08 | 日本電気株式会社 | 音声認識装置 |
JPH1049549A (ja) * | 1996-05-29 | 1998-02-20 | Matsushita Electric Ind Co Ltd | 文書検索装置 |
WO1998002833A1 (en) * | 1996-07-17 | 1998-01-22 | Rutgers, The State University Of New Jersey | Methods of producing optimized designs using computer systems and designs produced therefrom |
US5940825A (en) * | 1996-10-04 | 1999-08-17 | International Business Machines Corporation | Adaptive similarity searching in sequence databases |
JP4465564B2 (ja) * | 2000-02-28 | 2010-05-19 | ソニー株式会社 | 音声認識装置および音声認識方法、並びに記録媒体 |
US7392287B2 (en) * | 2001-03-27 | 2008-06-24 | Hemisphere Ii Investment Lp | Method and apparatus for sharing information using a handheld device |
US7031915B2 (en) * | 2003-01-23 | 2006-04-18 | Aurilab Llc | Assisted speech recognition by dual search acceleration technique |
US8510283B2 (en) | 2006-07-31 | 2013-08-13 | Ricoh Co., Ltd. | Automatic adaption of an image recognition system to image capture devices |
US8856108B2 (en) | 2006-07-31 | 2014-10-07 | Ricoh Co., Ltd. | Combining results of image retrieval processes |
US8276088B2 (en) | 2007-07-11 | 2012-09-25 | Ricoh Co., Ltd. | User interface for three-dimensional navigation |
US8600989B2 (en) | 2004-10-01 | 2013-12-03 | Ricoh Co., Ltd. | Method and system for image matching in a mixed media environment |
US10192279B1 (en) | 2007-07-11 | 2019-01-29 | Ricoh Co., Ltd. | Indexed document modification sharing with mixed media reality |
US8176054B2 (en) | 2007-07-12 | 2012-05-08 | Ricoh Co. Ltd | Retrieving electronic documents by converting them to synthetic text |
US8521737B2 (en) * | 2004-10-01 | 2013-08-27 | Ricoh Co., Ltd. | Method and system for multi-tier image matching in a mixed media environment |
US9405751B2 (en) | 2005-08-23 | 2016-08-02 | Ricoh Co., Ltd. | Database for mixed media document system |
US8156427B2 (en) | 2005-08-23 | 2012-04-10 | Ricoh Co. Ltd. | User interface for mixed media reality |
US8949287B2 (en) | 2005-08-23 | 2015-02-03 | Ricoh Co., Ltd. | Embedding hot spots in imaged documents |
US8332401B2 (en) | 2004-10-01 | 2012-12-11 | Ricoh Co., Ltd | Method and system for position-based image matching in a mixed media environment |
US8184155B2 (en) | 2007-07-11 | 2012-05-22 | Ricoh Co. Ltd. | Recognition and tracking using invisible junctions |
US8369655B2 (en) | 2006-07-31 | 2013-02-05 | Ricoh Co., Ltd. | Mixed media reality recognition using multiple specialized indexes |
US9171202B2 (en) | 2005-08-23 | 2015-10-27 | Ricoh Co., Ltd. | Data organization and access for mixed media document system |
US8385589B2 (en) | 2008-05-15 | 2013-02-26 | Berna Erol | Web-based content detection in images, extraction and recognition |
US8144921B2 (en) | 2007-07-11 | 2012-03-27 | Ricoh Co., Ltd. | Information retrieval using invisible junctions and geometric constraints |
US7970171B2 (en) | 2007-01-18 | 2011-06-28 | Ricoh Co., Ltd. | Synthetic image and video generation from ground truth data |
US7885955B2 (en) | 2005-08-23 | 2011-02-08 | Ricoh Co. Ltd. | Shared document annotation |
US8825682B2 (en) | 2006-07-31 | 2014-09-02 | Ricoh Co., Ltd. | Architecture for mixed media reality retrieval of locations and registration of images |
US7917554B2 (en) | 2005-08-23 | 2011-03-29 | Ricoh Co. Ltd. | Visibly-perceptible hot spots in documents |
US9373029B2 (en) | 2007-07-11 | 2016-06-21 | Ricoh Co., Ltd. | Invisible junction feature recognition for document security or annotation |
US8005831B2 (en) | 2005-08-23 | 2011-08-23 | Ricoh Co., Ltd. | System and methods for creation and use of a mixed media environment with geographic location information |
US8156116B2 (en) * | 2006-07-31 | 2012-04-10 | Ricoh Co., Ltd | Dynamic presentation of targeted information in a mixed media reality recognition system |
US8195659B2 (en) | 2005-08-23 | 2012-06-05 | Ricoh Co. Ltd. | Integration and use of mixed media documents |
US7702673B2 (en) | 2004-10-01 | 2010-04-20 | Ricoh Co., Ltd. | System and methods for creation and use of a mixed media environment |
US7991778B2 (en) | 2005-08-23 | 2011-08-02 | Ricoh Co., Ltd. | Triggering actions with captured input in a mixed media environment |
US8335789B2 (en) | 2004-10-01 | 2012-12-18 | Ricoh Co., Ltd. | Method and system for document fingerprint matching in a mixed media environment |
US8086038B2 (en) | 2007-07-11 | 2011-12-27 | Ricoh Co., Ltd. | Invisible junction features for patch recognition |
US7920759B2 (en) | 2005-08-23 | 2011-04-05 | Ricoh Co. Ltd. | Triggering applications for distributed action execution and use of mixed media recognition as a control input |
US8838591B2 (en) | 2005-08-23 | 2014-09-16 | Ricoh Co., Ltd. | Embedding hot spots in electronic documents |
US9530050B1 (en) | 2007-07-11 | 2016-12-27 | Ricoh Co., Ltd. | Document annotation sharing |
US8868555B2 (en) | 2006-07-31 | 2014-10-21 | Ricoh Co., Ltd. | Computation of a recongnizability score (quality predictor) for image retrieval |
US9384619B2 (en) | 2006-07-31 | 2016-07-05 | Ricoh Co., Ltd. | Searching media content for objects specified using identifiers |
US7518749B2 (en) * | 2004-11-12 | 2009-04-14 | Microsoft Corporation | Analysis alternates in context trees |
US9020966B2 (en) | 2006-07-31 | 2015-04-28 | Ricoh Co., Ltd. | Client device for interacting with a mixed media reality recognition system |
US8489987B2 (en) | 2006-07-31 | 2013-07-16 | Ricoh Co., Ltd. | Monitoring and analyzing creation and usage of visual content using image and hotspot interaction |
US9176984B2 (en) | 2006-07-31 | 2015-11-03 | Ricoh Co., Ltd | Mixed media reality retrieval of differentially-weighted links |
US8676810B2 (en) * | 2006-07-31 | 2014-03-18 | Ricoh Co., Ltd. | Multiple index mixed media reality recognition using unequal priority indexes |
US8201076B2 (en) | 2006-07-31 | 2012-06-12 | Ricoh Co., Ltd. | Capturing symbolic information from documents upon printing |
US9063952B2 (en) | 2006-07-31 | 2015-06-23 | Ricoh Co., Ltd. | Mixed media reality recognition with image tracking |
US8073263B2 (en) | 2006-07-31 | 2011-12-06 | Ricoh Co., Ltd. | Multi-classifier selection and monitoring for MMR-based image recognition |
US8385660B2 (en) | 2009-06-24 | 2013-02-26 | Ricoh Co., Ltd. | Mixed media reality indexing and retrieval for repeated content |
US9058331B2 (en) | 2011-07-27 | 2015-06-16 | Ricoh Co., Ltd. | Generating a conversation in a social network based on visual search results |
US11036705B2 (en) | 2019-02-27 | 2021-06-15 | International Business Machines Corporation | Traversal of dispersed lockless concurrent index nodes |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5380922A (en) * | 1976-12-25 | 1978-07-17 | Toshiba Corp | Pattern recognition device |
JPS6172376A (ja) * | 1984-09-17 | 1986-04-14 | Sanyo Electric Co Ltd | 認識順位決定方式 |
JPS61114299A (ja) * | 1984-11-09 | 1986-05-31 | 日本電気株式会社 | 音声認識方式 |
JPS62192890A (ja) * | 1986-02-20 | 1987-08-24 | Fujitsu Ltd | 文字認識処理方式 |
JPH03161890A (ja) * | 1989-11-20 | 1991-07-11 | Sanyo Electric Co Ltd | 文字認識装置 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58100195A (ja) * | 1981-12-10 | 1983-06-14 | 日本電気株式会社 | 連続音声認識装置 |
JPS58115497A (ja) * | 1981-12-28 | 1983-07-09 | シャープ株式会社 | 音声認識方法 |
US4468756A (en) * | 1982-05-20 | 1984-08-28 | Chan Computer Corporation | Method and apparatus for processing languages |
US4658429A (en) * | 1983-12-29 | 1987-04-14 | Hitachi, Ltd. | System and method for preparing a recognition dictionary |
US4718088A (en) * | 1984-03-27 | 1988-01-05 | Exxon Research And Engineering Company | Speech recognition training method |
EP0158311A3 (en) * | 1984-04-06 | 1989-04-26 | Nec Corporation | Apparatus for retrieving character strings |
US4713777A (en) * | 1984-05-27 | 1987-12-15 | Exxon Research And Engineering Company | Speech recognition method having noise immunity |
US4718094A (en) * | 1984-11-19 | 1988-01-05 | International Business Machines Corp. | Speech recognition system |
JPS61220864A (ja) * | 1985-03-27 | 1986-10-01 | Toshiba Corp | ドツトプリンタ |
US4748670A (en) * | 1985-05-29 | 1988-05-31 | International Business Machines Corporation | Apparatus and method for determining a likely word sequence from labels generated by an acoustic processor |
US4783803A (en) * | 1985-11-12 | 1988-11-08 | Dragon Systems, Inc. | Speech recognition apparatus and method |
US4805100A (en) * | 1986-07-14 | 1989-02-14 | Nippon Hoso Kyokai | Language processing method and apparatus |
US4770843A (en) * | 1987-04-08 | 1988-09-13 | Westinghouse Electric Corp. | Controlling fuel assembly stability in a boiling water reactor |
US4899290A (en) * | 1987-10-16 | 1990-02-06 | Digital Equipment Corporation | System for specifying and executing protocols for using iterative analogy and comparative induction in a model-based computation system |
US5185813A (en) * | 1988-01-19 | 1993-02-09 | Kabushiki Kaisha Toshiba | Document image processing apparatus |
JPH02150899A (ja) * | 1988-12-02 | 1990-06-11 | Toshiba Corp | 音声認識方式 |
US5067165A (en) * | 1989-04-19 | 1991-11-19 | Ricoh Company, Ltd. | Character recognition method |
US5029223A (en) * | 1990-02-02 | 1991-07-02 | International Business Machines Corporation | Constraint driven-on line recognition of handwritten characters and symbols |
US5125022A (en) * | 1990-05-15 | 1992-06-23 | Vcs Industries, Inc. | Method for recognizing alphanumeric strings spoken over a telephone network |
-
1990
- 1990-03-07 JP JP2056043A patent/JP2795719B2/ja not_active Expired - Fee Related
-
1993
- 1993-08-23 US US08/110,799 patent/US5416892A/en not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5380922A (en) * | 1976-12-25 | 1978-07-17 | Toshiba Corp | Pattern recognition device |
JPS6172376A (ja) * | 1984-09-17 | 1986-04-14 | Sanyo Electric Co Ltd | 認識順位決定方式 |
JPS61114299A (ja) * | 1984-11-09 | 1986-05-31 | 日本電気株式会社 | 音声認識方式 |
JPS62192890A (ja) * | 1986-02-20 | 1987-08-24 | Fujitsu Ltd | 文字認識処理方式 |
JPH03161890A (ja) * | 1989-11-20 | 1991-07-11 | Sanyo Electric Co Ltd | 文字認識装置 |
Also Published As
Publication number | Publication date |
---|---|
US5416892A (en) | 1995-05-16 |
JP2795719B2 (ja) | 1998-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH03257596A (ja) | 認識距離の差に基づく最良優先探索処理方法 | |
US20080255841A1 (en) | Voice search device | |
JP2000112938A5 (ja) | ||
JPH07114558A (ja) | 漢字変換訂正処理方式 | |
CN111882462A (zh) | 一种面向多要素审查标准的中文商标近似检测方法 | |
JP4084515B2 (ja) | アルファベット文字・日本語読み対応付け装置と方法およびアルファベット単語音訳装置と方法ならびにその処理プログラムを記録した記録媒体 | |
JP2009271117A (ja) | 音声検索装置および音声検索方法 | |
KR101982490B1 (ko) | 문자 데이터 변환에 기초한 키워드 검색 방법 및 그 장치 | |
JP2014021535A (ja) | 関連キーワード列抽出装置及び関連キーワード列抽出方法ならびに相互関係文の検索装置 | |
JP5669707B2 (ja) | 類似文書検索装置 | |
JPH06274546A (ja) | 情報量一致度計算方式 | |
JPH07262191A (ja) | 単語分割方法、および音声合成装置 | |
JP3663012B2 (ja) | 音声による入力装置 | |
JPS61122781A (ja) | 音声ワ−ドプロセツサ | |
JPS6229796B2 (ja) | ||
Hossain et al. | Inclusive bidirectional conversion system between Chittagonian and standard Bangla | |
JPH04112269A (ja) | 認識候補間類似度の差を利用したラティス探索方式 | |
JPS62134698A (ja) | 多数単語の音声入力方式 | |
Milon et al. | A Comprehensive Dialect Conversion Approach from Chittagonian to Standard Bangla | |
JPH05119793A (ja) | 音声認識方法及び装置 | |
JPH0371285A (ja) | 認識距離の差を利用した二重探索方式 | |
JPS62121570A (ja) | 接続確率に基づく連文節変換処理方式 | |
JPH032960A (ja) | かな漢字変換装置 | |
JPH02298997A (ja) | 音声認識装置 | |
JPH10261049A (ja) | 文字認識装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |