JPH07113957B2

JPH07113957B2 - 文字認識方法

Info

Publication number: JPH07113957B2
Application number: JP63000004A
Authority: JP
Inventors: 恒文進藤; 善美寺田
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1988-01-04
Filing date: 1988-01-04
Publication date: 1995-12-06
Anticipated expiration: 2010-12-06
Also published as: JPH01177180A

Description

【発明の詳細な説明】（産業上の利用分野）本発明は単語と該単語の文字数を格納してある単語辞書
と照合して帳票上のべた書きされた文字の切り出しを行
い、読取って得られた候補文字データをもとに候補文字
を単語辞書と照合することにより、より正解に近い認識
結果を出力する文字認識方法に関するものである。

（従来の技術）従来、この種の単語照合による文字認識方法の説明図を
第５図に示す。従来の文字認識方法では、文字読取装置
が読取った帳票上の各文字について出力する複数個の候
補文字データと、予め用意した単語辞書を入力データと
する。帳票上に書かれる各単語はなんらかのセパレータ
で分かち書きされていなければならない。例えば同図
（ａ）の帳票の例では、セパレータとして「東京都」
「港区」の間の４文字目のスペース（ブランク）が設け
られている。このようなセパレータによって切り出され
た単語を構成する各文字の候補文字を何通りかに組合わ
せてできた単語が予め用意した単語辞書に登録されてい
るかどうか、検索し、登録されていれば候補単語とし、
登録されていなければ候補単語としない。同図（ａ）の
帳票上の文字を読取って得られた同図（ｂ）の候補文字
データの例では、４文字目のスペースにより先頭から３
文字を単語として切り出し、同図（ｃ）に示すような候
補文字の組合わせを作成して単語辞書と照合する。この
結果、同図（ｄ）に示すように「東京都」「西京都」が
単語辞書に登録されているので、これらを候補単語とし
て選出する。

このようにして検索した結果、候補単語が複数個あった
場合は類似度を計算する。類似度は各候補文字に与えら
れた順位，ランク，レベル等様々であるが、各候補単語
に対してその単語を構成する各文字の類似度を加算して
各候補単語の類似度を算出する。その類似度が最も高い
ものを正解単語として出力する。同図（ｅ）に示すよう
に「東京都」及び「西京都」の場合には、それぞれ、類
似度（正確には非類似度）が「５」と「６」であるの
で、「東京都」が認識結果（正解単語）として出力され
る。

（発明が解決しようとする課題）しかし、以上述べた文字認識方法では、単語が必ず分か
ち書きにされていなければ単語の文字数が確定できない
ため単語の類似度の計算に誤りが生じ、また単語中のあ
る文字について候補文字の中に正解文字がなかったり、
候補文字がなかったりすると単語の検索ができないとい
う問題点があった。

本発明の目的は上述した分かち書きされていなければな
らないという問題点を誤読文字・読取不能文字を含む単
語の検索ができないという問題点とを除去し、より汎用
的で単語読取率の高い文字認識方法を提供することであ
る。

（課題を解決するための手段）本発明は前記問題点を解決するために、帳票上の文字を
読取って得られた候補文字データと単語辞書とを照合
し、照合結果に基づいて認識単語を出力する文字認識方
法において、予め認識対象となる種類別の単語と当該単
語の文字数からなり、かつ互いの種別の関係を持たせて
階層化された複数の単語辞書を備えておき、候補文字デ
ータを走査してスペースを検索することにより処理対象
の文字列を決定する第１のステップと、決定した文字列
を認識対象に応じて選択した単語辞書と照合して当該単
語辞書の前記文字数により決定した文字列から候補文字
を切り出し、候補文字の各単語に対する単語辞書の各文
字の類似度を求め、当該候補文字の類似度の和を文字数
で割った平均類似度を求める第２のステップと、求めた
平均類似度の最も高いものを認識単語と判定する第３の
ステップとからなり、認識単語に基づいて選択した単語
辞書に対して残りの候補文字列と単語辞書との照合して
少なくとも第２のステップ及び第３のステップを繰り返
すものである。

（作用）本発明は次のように作用する。第１のステップでは、単
語照合の処理対象の文字列を決定するように働く。第２
のステップでは、決定した文字列を認識対象に応じて選
択した単語辞書と照合して当該単語辞書の文字数により
決定した文字列から候補文字を切り出し、候補文字の各
単語に対する単語辞書の各文字の類似度を求め、当該候
補文字の類似度の和を文字数で割った平均類似度を求め
ているので、例えば認識不能文字や単語辞書の単語の文
字と一致しない場合にはそれぞれについて特定の固定値
を加算することにより、候補文字データに誤読文字やリ
ジェクト文字を含む場合にも単語照合が正しくできると
共に、上記平均類似度の計算により分かち書きされてい
ない場合にも単語照合が可能となる。従って、上記のよ
うな場合にも第３のステップで第２のステップの平均類
似度が最も大きいものを認識単語として出力できるの
で、前記従来技術の問題点を解決できるのである。

（実施例）以下、第１図乃至第４図を参照して本発明の実施例を説
明する。

第１図は本発明の実施例の認識手順を示すフローチャー
ト、第２図は本実施例のシステム構成図、第３図は本実
施例の動作説明図である。

本実施例のシステムは、第２図に示すように、文字が記
入された帳票を認識し、候補文字データを出力する文字
読取装置１、文字読取装置１からの入力と後述する単語
照合処理部へのデータの受け渡し、及び後述する出力装
置へ読取り結果を出力する制御部２、本発明の要部であ
る単語照合処理（マッチング処理）を実行する単語照合
処理部３、単語照合を行なう際に参照するための単語と
その文字数から成る複数種類の単語辞書４、及び読取り
（認識）結果を出力する出力装置５から構成される。

次に、第１図のフローチャート及び第３図の説明図を参
照して本実施例の動作を説明する。ここで、読取対象と
しての帳票には、第３図（ａ）に示すように、住所を記
入するフィールド（欄）を持つものであり、セパレータ
（スペース）なしで住所がべた書きされているものとす
る。

まず、帳票上の住所フィールドが読取装置１で読取ら
れ、その結果として、第３図（ｂ）に示すような候補文
字データが制御部へ出力される（ステップS1、S2）。こ
の候補文字データは住所フィールドの各文字について、
それぞれ複数個の候補文字が選択される。第３図（ｂ）
では各文字について類似度の高い順に第２位まで示され
る。図中、第１文字目の「？」は読取（認識）不能文字
を示し、第６文字目乃至第８文字目のはスペース（ブランク）を示す。

次に、制御部２は文字読取装置１から候補文字データを
受け取ると、そのデータを単語照合処理部３へ転送す
る。単語照合処理部３では、認識対象が住所フィールド
であることが、制御部２より予め通知されているので、
レベル１として複数種類の単語辞書４のうち都道府県名
辞書4aを選択する（ステップS3）。単語照合処理部３は
選択した都道府県名辞書4aに対して次のマッチング処理
を行う（ステップS4）。

まず、候補文字データ上でスペースを検索してスペース
の直前までを処理対象の文字列とする（ステップS4
a）。第３図（ｂ）の候補文字データでは第６文字目に
スペースがあることから、第１文字目から第５文字目ま
でが処理対象の文字列として決定される。

次に、該当する単語辞書４（この場合は、都道府県辞書
4a）に登録されているすべての単語に対して、その単語
の各文字が候補文字データのうち、第何位にあるかを検
索し、第３図（ｃ）に示すように候補順位の和を文字数
で割った値を類似度（平均類似度）とする（ステップS4
c）。この際、読取不能文字及び候補文字データ中にな
い文字に対しては固定値を与える。第３図（ｃ）では、
第１文字目の読取不能文字（？）については「０」、都
道府県名辞書4aと候補文字データの文字と一致しない文
字については「20」をそれぞれ与えている。この結果、
類似度が最も大きい、つまり第３図（ｃ）では、非類似
度で示されているので、最も小さい単語「東京都」を読
取り（認識）結果として制御部２を介して出力装置５へ
出力する（ステップS5）。

次に、ステップS4aで決定した処理対象の文字列のうち
既に読取り（認識）結果が得られた文字列を処理済とし
その次の文字以降を処理対象として照合をくりかえす。
即ち、認識結果が県であれば、単語照合処理部３はこれ
を認識し、この結果、レベル２としてその県の市郡辞書
を選択してステップ４と同様のマッチング処理を行って
認識結果を出力する（ステップS6〜S8）。この結果、あ
る特定の市が認識されると、ステップ６と同様にしてそ
の市の字辞書が選択された後に、ステップS4、S7と同様
にマッチング処理が行われて認識結果が出力され、すべ
ての住所フィールドの認識が終了する（ステップS9〜S1
1）。第３図の例では、第３文字目まで認識されたの
で、レベル２として東京都の市区郡辞書を選択し、第４
文字目からスペースをサーチして第６文字目にスペース
があることを確認した後、第４文字及び第５文字を処理
対象として選択した市区郡辞書によりマッチング処理が
行われることとなる。

次に、第４図のフローチャートを参照してマッチング処
理を詳細に説明する。

まず、候補文字データからスペースをサーチして処理対
象の文字列を決定する。即ち、文字NO.iに先頭文字NO.
を入力する（ステップS21a）。第３図（ｂ）の例では
「１」を入力する。次に、ｉがフィールドの終り（第３
図（ｂ）では「８」）より小さいかを判定し、小さい場
合にはｉ文字目の第１位候補文字（Ｃ（ｉ）.CD
（１））がスペースと等しいかどうかを判定し、等しくなければｉに＋１を
して以上のステップを繰り返す（ステップS21b〜21
d）。

この結果、例えば、第３図（ｂ）のように第６文字目に
スペースがあると、「ｉ−１」（第３図（ｂ）では「６
−１」）をして、スペースによる仮文字数（SP−SEP）
に入力した後、単語辞書の単語NO.k及び文字NO.iを
「１」とする（ステップS22、S23）。ｋが単語辞書の単
語数（WR−CNT）より小さいかどうかを判定し、小さい
場合には単語文字数が仮文字数より大きいかどうか判定
する（ステップS24、S25）。この判定の結果、大きくな
い場合には、ｉが単語文字数より小さいかどうかを判定
し、小さい場合には候補順位NO.jを「１」とした後、ｊ
がｉ文字目の候補数（Ｃ（ｉ）.CNT）より小さいかどう
かを判定する（ステップS26、S27a、S27b）。この結果
小さい場合には、ｉ文字目の第ｊ位候補文字（Ｃ
（ｉ）.CD（ｊ））がｋ番目の単語のｉ文字目の文字（W
R（ｋ）.C（ｉ））と等しいかどうかを判定し、等しく
なければｊに＋１をしてｊに入力してステップS27bに戻
る（ステップS27c、S27d）。

ステップS25で単語文字数が仮文字数より大きい場合に
は予め定められた類似度の上限の定数（MAX）をｋ番目
の単語の類似度ａ（ｋ）とした後、次の単語の照合を行
う（ステップS28a、S30）。なお、この場合は第３図の
例では存在しない。また、ステップ27bで、ｊがｉ文字
目の候補数より大きい場合には、ａ（ｋ）（初期値
「０」）に最大候補数×２の定数ａ′をプラスしてａ
（ｋ）に入力した後、次の文字の照合を行う（ステップ
S28b、S29）。第３図（ｃ）では、最大候補数「10」と
しているので、ａ′は「20」である。また、ステップS2
7cでｉ文字目の第ｊ位候補文字がｋ番目の単語のｉ文字
目の文字と一致した場合には、その候補文字の順位NO.j
をａ（ｋ）（初期値「０」）にプラスしてａ（ｋ）に入
力した後に次の文字の照合を行う（ステップS28c、S2
9）。なお、第４図では省略されているが、第３図で述
べたように、ｉ文字目の第１位候補文字が認識不能文字
（？）であるかどうかの判定をし、この結果、認識不能
文字である場合にはａ（ｋ）に固定値（第３図では
「０」）をプラスしてａ（ｋ）に入力している。更に、
ステップS26でｉが単語文字数（「東京都」の場合
「３」）より大きくなった場合にはａ（ｋ）を単語文字
数で割って次の単語の照合を行う（ステップS28a、S3
0）。

このようにして、ステップ24でｋが単語数（都道府県名
辞書4aでは「47」）より大きくなると、ａ（ｋ）の最小
値（MIN（ａ（ｋ）））を類似度（MIN−ａ）とし、MIN
−ａが類似度の上限（MAX）より小さいか否かを判定
し、小さい場合にはMIN−ａに対応するｋ番目の単語（W
R（ｋ））を認識結果として出力し、逆に大きい場合に
はリジェクトする（ステップS31〜S34）。

２回目（レベル２）以降は、先頭文字NO.が変更される
だけで１回目（レベル２）と同様にして行なわれる。因
に、第３図の例のレベル２では先頭文字NO.は「４」と
なる。

（発明の効果）以上詳細に説明したように本発明によれば、単語照合の
処理が単語辞書をベースにして行なわれるので誤読文字
やリジェクト文字を含むデータについても単語照合が正
しく行なわれる。また、単語辞書内の該当単語の文字数
により候補文字列の切り出しを行い、類似度を計算する
際に各文字の類似度の和を文字数で割って平均の類似度
とすることにより、文字数の特定できないデータ（ベタ
書き等）の照合も可能となる。更に、誤読文字やリジェ
クト文字を含むデータについてはそれぞれ固有値を割り
当てているので誤読文字やリジェクト文字についても単
語照合が可能である。

【図面の簡単な説明】

第１図は本発明の一実施例のフローチャート、第２図は
本実施例のシステム構成図、第３図（ａ）乃至（ｃ）は
本実施例の動作説明図、第４図はマッチング処理のフロ
ーチャート、第５図（ａ）乃至（ｆ）は従来技術の説明
図である。１……文字読取装置、２……制御部、３……単語照合処理部、４……単語辞書、 4a……都道府県名辞書、５……出力装置。

Claims

【特許請求の範囲】

【請求項１】帳票上の文字を読取って得られた候補文字
データと単語辞書とを照合し、照合結果に基づいて認識
単語を出力する文字認識方法において、予め認識対象となる種類別の単語と当該単語の文字数か
らなり、かつ互いの種別の関係を持たせて階層化された
複数の単語辞書を備えておき、前記候補文字データを走査してスペースを検索すること
により処理対象の文字列を決定する第１のステップと、決定した文字列を前記認識対象に応じて選択した単語辞
書と照合して当該単語辞書の前記文字数により決定した
文字列から候補文字を切り出し、候補文字の各単語に対
する単語辞書の各文字の類似度を求め、当該候補文字の
類似度の和を文字数で割った平均類似度を求める第２の
ステップと、求めた前記平均類似度の最も高いものを認識単語と判定
する第３のステップとからなり、前記認識単語に基づいて選択した単語辞書に対して残り
の前記候補文字列と前記単語辞書とを照合して少なくと
も前記第２のステップ及び前記第３のステップを繰り返
すことを特徴とする文字認識方法。
【請求項２】前記第２のステップにおいて認識不能文字
及び単語辞書の各文字に対応する候補文字がない場合に
は特定の固有値の類似度を与えると共に、単語辞書の各
文字と一致する文字に対しては候補順位を類似度として
与える特許請求の範囲第１項記載の文字認識方法。