JPH04199467A - 情報蓄積装置 - 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】 産業上の利用分野 本発明は　画像情報として入力される文書を電子的に蓄
積する情報蓄積装置における情報の検索に関するもので
ある。

従来の技術 返歌　文書や図面を画像情報と［７て入力してこれを電
子的に蓄積する文書ファイル装置と呼ばれる情報蓄積装
置力（文書や図面の管理を専業とする部署を中心に普及
し始めている。

以下、図面を参照しなが収　上述した従来の情報蓄積装
置の一例について説明する。

第５図は従来の情報蓄積装置の動作を示すフローチャー
トである。第５図（ａ）は文書の登録時、第５図（ｂ）
は検索時の動作をそれぞれ示すものであム以上のように
動作する情報蓄積装置について、以下その動作をさらに
詳しく説明をする。まず、文書を登録するときには、　
イメージスキャナなどの画像入力装置で、文書情報を画
像情報として取り込む。取り込んだ画像情報は光デイス
ク装置などの記憶装置に蓄積されも　続いて、蓄積した
画像情報の文書名　分類　作成者、キーワードなどの検
索に利用する補助情報をキーボードから入力しこの補助
情報に対応する画像情報を示す情報を付加して所定の場
所に記憶すム　このようにして蓄積された画像情報を検
索するときには　キーボードから補助情報を限定する検
索条件を入力し　所定の場所に記憶された補助情報の中
でこれに合致する補助情報を検索すム　このようにして
検索しようとする文書情報の補助情報が特定されると、
これに対応する文書を読み出すことができ７）。　（例
えば　オーム社「オフィスオートメーション入門Ｊ　Ｉ
ＩＩ〜１１３ページ） 発明が解決しようとする課題 しかしながら上記のような動作では、　文書を登録する
ときに必ず検索のための補助情報を入力する必要があり
、登録に手間がかかるばかりでなく、複数の人で文書を
登録したり検索したりするときに（表　各人の間でキー
ワードの整合性や一貫性をとる必要もあり、キーワード
体系の管理が大変であるという問題点を有していｋ　本
発明は上記問題点に鑑へ　文書を登録するときに　検索
のための補助情報をわざわざ人力しなくても後で検索す
ることが可能な情報蓄積装置を提供するものであ課題を
解決するための手段 上記課題を解決するために　本発明の情報蓄積装置（上
　画像情報として人力される文書情報から文字認識した
文字コード情報を用いて所定の文字列を検索しようとす
るもので、検索すべき文字列を含む文書の画像情報から
この文字列を認識するとき、認識アルゴリズムに付随す
る不完全性の為に誤認識し易い文字同士をグループ化し
　それぞれのグループに対して文字コードを割り当て、
その文字コードにより文字列を検索するようにしたもの
であム 作用 本発明は上記した方法によって、文書の画像情報を文字
認識して得られる文字コード情報の中で所定の文字列を
認識するので、文書情報に検索用のキーワードなどの補
助情報を付加しなくても直接文書情報から検索すること
が可能であり、また文字認識の不完全性を補うように検
索の゛条件を拡大するので、誤認識に伴う検索漏れを回
避することが可能となム　認識の不完全性を補う方法に
ついて、その原理をさらに説明すも 第３図ζ表　理想的に文字認識できる場合を示す概念図
であも　同図において、実線で囲んだ領域ａ〜領領域（
友　それぞれ　仮想的な文字ａ〜文字りのパターンの存
在範囲を示すもので、破線で囲んだ領域Ａ〜領域Ｂζ友
　それぞれ　文字ａ〜文字りと認識されるパターンの範
囲を示すものである。

この場合に　領域ａ〜領領域は　それぞれ　領域Ａ〜領
域Ｈに完全に包含されており、文字ａ〜文字りがすべて
正しく認識されることは明らかであム　−人　第４図は
認識が正しく行われない場合を示す概念図であム　第３
図の場合と同様へ　実線で囲んだ領域１〜領域ｐζよ　
それぞれ　仮想的な文字ｉ〜文字ｐのパターンの存在範
囲を示し破線で囲まれた領域１〜領域Ｐは、　それぞれ
　文字ｉ〜文字ｐと認識されるパターンの範囲を示すも
のであム　な抵　領域Ｘ〜領領域は、　どの文字にも認
識できない領域を示すものであム　この場合には、　す
べでの文字１〜文字ｐが領域１〜領域Ｐに完全に包含さ
れているわけではなく、完全な文字認識を行うのは不可
能である。例え（Ｌ　文字１は　はとんどの場合、文字
１と正しく認識される力ｔ　文字ｊや文字ｎに近いパタ
ーンで書かれていると、それぞれ文字ｊや文字ｎに誤認
識されることとなム　また　文字ｍと文字ｏ　ｌ；！、
　　存在し得るパターンの領域が重なっており、文脈な
どから意味を理解するような　パターン認識以外の手段
を併用する以外に誤認識を避ける方法はない。このよう
なことζよ　異なる文字体系が混在する場合におこり得
るものである。例えば　漢字の“入′とギリシャ文字の
′λ′や、数字の０′　とアルファベットの０′などが
その好例である。このような誤認識力（どの文字に対し
てどのように発生するかということｊ！　　認識アルゴ
リズムに固有の傾向を有しており、その傾向さえ把握で
きておれは　検索のときにその欠点を補うことが可能で
あム　例えば　文字ｌが文字ｊに誤認識されたとしよう
。この場合、その認識結果を印刷や表示などの形で出力
すると支障がある力交　文字）で検索する場合には　文
字ｌ、文字Ｊ、文字ｎに共通の文字コードをキーワード
として検索すれば検索漏れは回避される。検索範囲を拡
大することによって、余分なものも検索されてしまう力
（検索条件を変えて絞り込みを行えばほとんど支障はな
くなム　また　実際には　１文字で検索することはほと
んどなく、数文字を組み合わせた熟語で検索されるので
、検索範囲は実質的にはそれほど極端に拡大されること
はな賎　例えば　゛人力゛　という文字列で検索する場
合　′入′という文字を人とλに共通の文字コードで、
　′力′を力と力に共通の文字コードをキーワードとし
て検索して転　入力　λ九　入力、　λカの文字列が検
索されるだけで、　゛λ力″、　′人力゛、　゛λ力°
などはほとんど存在しないので、実質的な検索範囲の拡
大は極わずかとなる。このように　検索時に文字認識の
不完全性を補うことによって、検索漏れという不都合な
事態を大幅に減少させることが可能とな本実　　施　例 以下本発明の一実施例の情報の検索方法について、図面
を参照しながら説明する。

第１図は本発明の第１の実施例における情報蓄積装置の
ブロック図を示すものであａ　第１図において、　１は
画像人力手段で、手書きあるいは印刷された文書から画
像として情報を取り込む２は情報処理手段で、情報の入
出力の制御やさまざまな処理を行う。３は記憶手段で、
情報処理手段２の取り扱う情報を必要に応じて記憶すも
　４はコード入力手段で、画像入力手段ｌから入力され
た画像情報の補助情報東　検索のための文字列などを人
力すム　５は文字認識手段で、情報処理手段２から送ら
れてくる画像情報から文字を切り出して認識し　文字認
識して得られた文字コードを情報処理手段２に返す。６
は出力手段で、コード入力手段４から入力される指示に
従って、指示された特定の情報や指示に従って検索して
抽出された情報などを出力する。

以上のように構成された情報蓄積装置について、以下、
第１図および第２図を用いてその動作を説明すも　まず
、第２図は本実施例における情報蓄積装置の動作のフロ
ーチャートを示したものであって、第２図ａ）ｌよ　文
書情報を蓄積する場合、第２図ｂ）ｆｉ　　所望する文
書情報を検索する場合をそれぞれ示すものであム　文書
情報を蓄積するときには、　まず、手書きあるいは印刷
さた文書を、イメージスキャナのような画像入力手段１
で画像情報として読み取り、情報処理手段２に転送する
。

情報処理手段２ば　この画像情報のフォーマットを整え
　記憶手段３に転送してファイルとして記憶させも　さ
らに　必要に応じて、キーワードなどの補助情報をコー
ド入力手段４から入力して、情報処理手段２はこの補助
情報を所定のフォーマットに整えて、記憶手段３に送出
して所定の場所に記憶させも　−人　情報処理手段２は
、　文字認識手段５にも情報画像情報を送出する。文字
認識手段５は、　この画像情報から文字を順次切り出し
てこれを認識し　内蔵するグループ文字コード表に基づ
いて、検索の為の認識文字コードに変換すム　ここでこ
の文字を検索の為の認識文字コードに変換する過程を、
さらに詳しく説明する。グループ文字コード表とζよ　
文字認識手段５が各文字を認識するときに誤認識する可
能性のある文字をグループ化し　各文字にグループ化さ
れた文字コードを対応させた表であム　例えば　第４図
に示すように　文字ｉ〜文字ｐのパターンの範囲および
文字ｉ〜文字ｐと認識されるパターンの範囲である領域
ｒ〜領領域が分布しているとすれば　これらの文字に関
するグループ文字コード表は次表のようになム （以下余白） グループ文字コード表 このグループ文字コード表は、　実際のそれぞれの文字
を表す文字コードと、その文字が属するグループのグル
ープ文字コードで構成されており、文字？（マ　　認識
できなかった文字に割り当てる特殊コードを意味す４　
認識した文字列か′文字Ｊ文字ｍ文字０′の３文字から
成る文字列であるとすれば　文字Ｊは、　グループ文字
コード′ＧＯ゛に置き換え　文字ｍｆｉ　　グループ文
字コード”Ｇ３’に置き換エ　　文字Ｏはグループ文字
コード“Ｇ３’に置き換える。次に文字認識手段５（友
　この認識文字コード情報を情報処理手段２に返す。情
報処理手段２は、　この認識文字コード情報を所定のフ
ォーマットに整えた後、記憶手段３に送出して、所定の
場所に記録させる。以上のようにして蓄積された文書情
報か技　所望の情報を検索するときには、まず検索を行
う対象となるファイルを限定するために必要に応じてキ
ーワードなどによる制限条件をコード入力手段４から入
力する。もちろん　すべてのファイルを対象にするとき
には、　このような制限条件の入力は必要としない。次
（、−検索すべき文字列を再びコード人力手段４から人
力する。

この文字列は、　情報処理手段２に転送され　情報処理
手段２線　上記グループ文字コード表に基づいて、この
文字列を検索の為の検索文字コード列に変換する。この
文字列を検索する過程を、さらに詳しく説明する。検索
する文字列が゛文字Ｊ文字ｍ文字０゛の３文字から成る
文字列であるとすれ１瓜　検索文字コード列’Ｇｏ　０
３　Ｇ３”に置き換えもさて、情報処理手段２（戴　以
上のようにして、検索すべき文字の検索文字コード列を
生成し　記憶手段３か収　指定された範囲の認識文字コ
ード情報を読み出しなが収　検索文字コード列のいずれ
かと一致する認識文字コード列を検索する。情報処理手
段２は検索によって抽出された文書情報を、出力手段６
に送出すも　出力手段６力丈　例えばＣＲＴの場合には
、　それに表示され　プリンタの場合に１よ　その情報
が印刷され４　以上のように本実施例によれｌ′Ｌ　　
画像情報として入力された文書情報を文字認識し　文字
コードに変換する時、文字認識のアルゴリズムに固有の
誤認識する可能性のある文字をグループ化し　各文字に
グループ化されたグループ文字コードを対応させたグル
ープ文字コード表に基づいて各文字を認識文字コードに
変換し　更に文字列を検索するときには、　この処理と
同様に検索すべき各文字をグループ文字コード表に基づ
いて検索文字コードに変ｍｌ　　この検索文字コードと
上記認識文字コードにより文字列を検索するム　この文
字列とこれを誤認識する可能性のあるすべての文字列を
検索することになり、例え文字認識手段５が誤認識して
Ｌ　検索漏れの頻度を大幅に減少させることができる。

発明の効果 以上のように本発明は　文書を文字認識して得られた文
字コードから文字列を検索するとき、文字認識の不完全
性を補うように検索の文字列と更にこの文字列と誤Ｅ１
ｍする可能性のあるすべての文字列を検索することにな
り、検索漏れの頻度を大幅に減少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おける情報蓄積装置のブロ
ック医　第２図は上記実施例における情報蓄積装置の動
作を示すフローチャート、第３図は理想的な文字認識の
場合を示す概念医　第４図は不完全な文字認識の場合を
示す概念医　第５図は従来の情報蓄積装置の動作を示す
フローチャートであａ ２・・・情報処理手段、　３・・・記憶手段、　４・・
・コード入力手段、　５・・・文字認識手既 代理人の氏名　弁理士　小鍜治　明 ほか２名 第１図 第　２　口 （（１）　　　　　　　　　　　　　　　　　　　　　
　　　　　　　　（ｂ）第　３１」 又宇パターン宝閤 第４図 文字パターン空間 第　５［１３ （ａ）

Claims (2)

【特許請求の範囲】
1. （１）画像情報として入力される文書情報を蓄積する画
   像蓄積手段と、上記文書情報に含まれる文字を認識する
   認識手段と、この認識手段から出力される文字コード情
   報を蓄積する補助情報蓄積手段と、検索範囲として入力
   される条件式に基づいて上記補助情報蓄積手段に蓄積さ
   れた文字コード情報内で検索する検索手段とを具備し、
   上記文字コード情報は、一つ以上の文字から成る文字グ
   ループに文字コードが割り当てられていることを特徴と
   する情報蓄積装置。
2. （２）文字コード情報は、認識手段の認識のアルゴリズ
   ムに固有の誤認識の傾向に基づき、誤認識し易い文字同
   士をグループ化し、それぞれのグループに対して文字コ
   ードを割り当てることを特徴とする特許請求の範囲第（
   １）項記載の情報蓄積装置。