JPH05314320A

JPH05314320A - 認識距離の差と候補順を利用した認識結果の評価方式

Info

Publication number: JPH05314320A
Application number: JP4116417A
Authority: JP
Inventors: Kimu Kiyunho Rooken; キムキュンホローケン
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1992-05-08
Filing date: 1992-05-08
Publication date: 1993-11-26

Abstract

(57)【要約】（修正有）【目的】信頼度の高い認識候補を得る。【構成】入力データが加わると認識部１１は入力デー
タの特徴を求めるとともにこの辞書の特徴データと求め
た入力データの特徴との距離を求める。候補ラティス記
憶部１２はこのデータを記憶する。ラティス探索部１３
はラティス記憶部１２に記憶されている各候補の距離を
探索し順次距離の短いものを求め、その候補のコードと
類似度等を候補類似度記憶部１５に記憶する。認識候補
計算部１６は類似度記憶部１５に格納されている候補の
情報をもとに候補順を計算する。候補間認識距離差計算
部１７では上記類似度の差も考慮し全体の信頼度を評価
する。候補選定部１４は上記信頼度をもとに最終候補を
決定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は認識装置に係り、さらに
詳しくは信頼度によって候補を選定する認識距離の差と
候補順を利用した認識結果の評価方式に関する。

【０００２】

【従来の技術】認識装置は、音声や手紙文字等を入力と
する分野で要求されている。現在では、規定の方法で複
数の文字の特徴を求め、複数の候補として辞書に記憶し
ている。そしてその辞書を用いて入力した文字の特徴と
比較し、どの文字が最適であるかを求めている。

【０００３】図６は従来の構成図である。入力した入力
データは認識部１で特徴化される。すなわち特徴抽出が
なされる。この入力は例えば音声や文字等の情報であ
る。さらに、認識部１内ではその特徴抽出したデータと
予め記憶している辞書データとを比較する。この比較は
例えばそれぞれの文字の特徴間の距離である。

【０００４】それぞれの候補に対しすなわち辞書に設け
られたそれぞれの文字の特徴のうち、その距離の和が少
ないものを候補として複数出力する。換言するならば候
補ラティスを出力する。

【０００５】認識部１より出力される候補ラティスは候
補ラティス記憶部２で記憶される。そしてラティス探索
部３により探索され、特定の数の候補とする。そして、
その結果を候補選定部４に出力する。例えば入力データ
が文字であったならば候補の単語の各文字の認識類似度
の大小を判断の基準とし、候補文あるいは候補単語の信
頼性を評価する。そして信頼の例えば高いものを結果と
して出力する。

【０００６】

【発明が解決しようとする課題】前述した処理すなわち
類似度の値は候補の可能性としての信頼性は高い。しか
しながら、類似度の値そのものは変化が大きいため、候
補の認識の正解を表わす基準として利用することは難し
いという問題を有していた。

【０００７】本発明は信頼度の高い認識候補を出力する
認識装置を目的とする。

【０００８】

【課題を解決するための手段】図１は本発明に係る認識
距離の差と候補順を利用した認識結果の評価方式の原理
ブロック図である。

【０００９】認識手段５は候補の特徴データを有し、入
力するデータの特徴データを求めて、候補の特徴データ
との比較から入力するデータを認識して候補ラティスを
求める。

【００１０】計算手段６は前記認識手段５の結果から各
候補の信頼度を求める。例えばその計算手段６は要素単
位での当該候補と次順位候補との類似度の差分で表わさ
れる関数の値や、認識ランクで表わされる関数の値や、
それらに重み付けした値とを組み合わせた和の関数の値
を求める。

【００１１】候補選定手段７は候補ラティスと信頼度と
から少なくとも１個の候補を決定する。

【００１２】

【作用】認識すべきデータが入力すると認識手段５が動
作し、あらかじめ記憶している候補データとの例えば距
離を求める。そしてその求めた候補ラティスから計算手
段６は各認識すべき要素単位での類似度の差分や認識ラ
ンクやそれらに重み付けをした値とから信頼度を求め
る。信頼度はその優先すべき情報から予め求めた例えば
傾向を元に決定するものであり、候補選定手段７はその
信頼度をもとに少なくとも１個の候補を決定する。

【００１３】候補ラティスと信頼度とから候補を決定す
るので、候補選定手段７により選定された候補は確実な
ものとなる。

【００１４】

【実施例】以下、図面を用いて本発明を詳細に説明す
る。図２は本発明の第１の実施例の構成図である。音声
や文字等の認識すべき認識データが認識部１１に加わる
と、認識部１１は動作を開始する。

【００１５】本発明の第１の実施例においては認識部１
１内に予め候補になる全ての種類の候補の特徴データを
記憶する辞書を有し、入力データが加わると認識部１１
は入力データの特徴を求めるとともに、この辞書の特徴
データと求めた入力データの特徴との距離を求める。な
お、その入力データの特徴と辞書内に記憶されている特
徴データとの距離は辞書に記憶されているそれぞれの候
補に対して求められる。候補ラティス記憶部１２にはこ
れらの結果が加わり、それを記憶する。

【００１６】ラティス探索部１３はこれらの候補ラティ
ス記憶部１２に記憶されている各候補の距離を検索して
順次距離の短いもの、すなわち類似度の高いものを求
め、その候補のコードと類似度等を候補類似度記憶部１
５に記憶する。この候補類似度記憶部１５で記憶する候
補は例えば上位から１０位までの候補データである。

【００１７】認識候補計算部１６はこれらの類似度記憶
部１５に格納されている候補の情報をもとに候補順を計
算する。例えば入力データが文字であったならば、各候
補文、あるいは候補単語の要素の認識ランク（候補順）
を考慮し、各候補文全体或いは単語の信頼度を評価す
る。

【００１８】候補文あるいは単語のｉ番目の要素の信頼
度Ｒ_iをＲ_i＝Ｒａｎｋ_k（_kはｉ番目要素のランク）・・・・・(1) で表わすと、候補文、或いは単語全体の信頼度Ｃは要素
信頼度の関数としてＣ＝ｆ（Ｒ）・・・・・(2) となる。例えばこのｉ番目の要素をもつ候補文の信頼度
は

【００１９】

【数１】

【００２０】である。そして、候補選定部１４は認識候
補順計算部１６で求めた信頼度から最終の候補を決定し
出力する。以上のような動作により信頼度を求め、その
信頼度から候補を決定しているので単なる距離の短いも
のに対して求めた候補に比べ確実な候補とすることがで
きる。

【００２１】図３は本発明の第２の実施例の構成図であ
る。第２の実施例の構成は第１の実施例に候補間認識距
離差計算部１７を設けたものである。なお、途中第１の
実施例と同一のものは同一符号を付して説明を略す。

【００２２】認識候補順計算部１６では認識ランクを考
慮して信頼度を求めていたが、その結果が加わる候補間
認識距離差計算部１７ではこの類似度の差を考慮し各候
補文や単語、全体の信頼度を評価する。この単語のｉ番
目の要素の信頼度ＤｉはＤｉ＝｜類似度_k−類似度_k+1｜・・・・・(4) で表わす。なお、ここで_kはｉ番目要素のランクを示
す。この場合、単語全体の信頼度ＣはＣ＝ｆ（Ｄ）・・・・・(5) で表わされる。例えばｉ個の要素持つ候補文の信頼度は
ｉ＝１〜ｉまでのＤｉの加算で表わせ、

【００２３】

【数２】

【００２４】となる。前述したそれぞれの候補順に対し
認識度の差を求めると、図４の如く関係を有する。図４
において、横軸は候補間類似度の差の平均値を表すべき
候補の順位を表し、縦軸はそれぞれ第１候補と第２候補
の差、第２候補と第３候補の差、・・・を表している。
尚、図中△は入力単語が第１位として認識された場合の
類似度の差の平均値の分布、○印は入力単語が第２〜第
１０位の間に認識された場合の類似度の差の平均値の分
布である。

【００２５】図４から明確なように入力データを第１位
として候補を認識した場合、すなわち第１位に正解が存
在した場合、第２位、第３位の順にその差は少なくなっ
ている。これに対して第１位以外のところに認識してし
まった場合には第１位から第２位の差は少なく２位、３
位から、また３位、４位、５位等の差が１位、２位の差
分より大となっている。

【００２６】このような傾向が存在するので、本発明の
実施例においては候補間認識距離計算部１７と認識候補
順計算部１６で求めた信頼度から、候補選定部１４は入
力したデータの文や単語を決定する。

【００２７】この場合、候補間認識距離計算部１７で求
めたランクからの信頼度のみを用いてもよい。また、各
候補文あるいは各候補単語の要素の類似度とその要素の
次の要素の類似度の差、そして要素の認識ランクの両方
を考慮し、信頼度を求めても良い。例えば、この時の各
単語のｉ番目の要素の信頼度Ｒｅｌ_iをＲｅｌ_i＝ａＤ_i＋ｂＲ_i ・・・・・(7) で表わす。尚ａとｂは重みであり、実験的に決まるもの
である。この時候補文あるいは全単語の信頼度Ｃは要素
信頼度の関数でＣ＝ｆ（Ｒｅｌ）・・・・・(8) で表す。このＣを求めることにより信頼度の高い文字が
求められる。例えばこのＣはｉの要素を持つ候補文の信
頼度として

【００２８】

【数３】

【００２９】である。前述した本発明の実施例において
は、その信頼度は（１）〜（９）で表しているが本発明
はこれに限るものではなく、前述のＲｅｌ_i＋ｃＭ_iを
信頼度ＴＲｅｌ_iとしてもよい。なお、ここでｃは重み
でありＭ_iはｉ番目の要素の類似度である。

【００３０】候補文、あるいは単語全体の信頼度Ｃは要
素信頼度の函数としてＣ＝ｆ（ＴＲｅｌ）・・・・・（10) とする。例えば、ｉ個の要素を持つ候補文の信頼度は

【００３１】

【数４】

【００３２】となる。このように種々の種類によりその
信頼度を求め、また前述した候補順位と認識率は候補順
位が図５で示す如く、１位で88.6、２位で 9.7、３位で
1.2となるが、この平均値（距離）の１位と２位の差は
大きく、この平均値いわゆる類似の逆数を求めることに
より１位、２位との差が的確に出ていれば判定に誤りが
ないと判断することができる。

【００３３】本発明の認識装置は例えば音声認識装置あ
るいは文字認識装置に適用される。

【００３４】

【発明の効果】以上述べたように本発明によれば、類似
度の差や認識ランクやそれらを合わせることにより、信
頼度を高めた認識結果を得ることができる。これは結果
的には認識結果の高評価となる。

【図面の簡単な説明】

【図１】本発明の原理ブロック図である。

【図２】本発明の第１の実施例の構成図である。

【図３】本発明の第２の実施例の構成図である。

【図４】認識候補順位と候補間類似度の差の関係図であ
る。

【図５】候補順位と認識率、平均値、標準偏差との関係
図表である。

【図６】従来の構成図である。

【符号の説明】

５認識手段６計算手段７候補選定手段

Claims

【特許請求の範囲】

【請求項１】候補の特徴データを有し、入力するデー
タの特徴データを求めて、前記候補の特徴データとの比
較から入力するデータを認識して候補ラティスを求める
認識手段（５）と、該認識手段（５）の結果から各候補の信頼度を求める計
算手段（６）と、前記候補ラティスと信頼度とから少なくとも１個の候補
を決定する候補選定手段（７）とよりなることを特徴と
する認識装置。
【請求項２】前記計算手段（６）は要素単位での類似
度の差分で表わされる関数の値を求めることを特徴とす
る請求項１記載の認識装置。
【請求項３】前記計算手段（６）は各要素単位での認
識ランクで表わされる関数の値を求めることを特徴とす
る請求項１記載の認識装置。
【請求項４】前記計算手段（６）は各要素単位での類
似度の差分と認識ランクとにそれぞれ重み付けした和の
関数の値を求めることを特徴とする請求項１記載の認識
装置。
【請求項５】前記計算手段（７）は各要素単位での類
似度の差分と認識ランクとにそれぞれ重み付けした値と
類似度と重み付けをした和で表わされる関数の値を求め
ることを特徴とする請求項１記載の認識装置。