JPH0728956A - 誤読修正支援方法 - Google Patents
誤読修正支援方法Info
- Publication number
- JPH0728956A JPH0728956A JP5168205A JP16820593A JPH0728956A JP H0728956 A JPH0728956 A JP H0728956A JP 5168205 A JP5168205 A JP 5168205A JP 16820593 A JP16820593 A JP 16820593A JP H0728956 A JPH0728956 A JP H0728956A
- Authority
- JP
- Japan
- Prior art keywords
- word
- string
- candidate
- column
- evaluation value
- 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.)
- Pending
Links
Landscapes
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】 比較的簡単な操作で正確な誤読修正を可能と
する。 【構成】 イメージスキャナ２およびＯＣＲ３により認
識された認識結果４に対し単語辞書６との照合，文法チ
ェック（７）等をして、候補文字列から妥当な単語
（列）を探索してその評価値を計算部９にて計算し、複
数の単語（列）が求まり、かつ評価値最大の単語（列）
の評価値との差が予め定められた値以下の単語（列）が
ある場合は、相違する単語（列）全体を処理部１０でリ
ジェクトするとともに、その部分の候補単語（列）をフ
ァイル１２に記憶しておき、エディタ１３で確認，修正
するときにその中から正しいものを選択できるようにし
て操作性を向上させる。
する。 【構成】 イメージスキャナ２およびＯＣＲ３により認
識された認識結果４に対し単語辞書６との照合，文法チ
ェック（７）等をして、候補文字列から妥当な単語
（列）を探索してその評価値を計算部９にて計算し、複
数の単語（列）が求まり、かつ評価値最大の単語（列）
の評価値との差が予め定められた値以下の単語（列）が
ある場合は、相違する単語（列）全体を処理部１０でリ
ジェクトするとともに、その部分の候補単語（列）をフ
ァイル１２に記憶しておき、エディタ１３で確認，修正
するときにその中から正しいものを選択できるようにし
て操作性を向上させる。
Description
【０００１】
【産業上の利用分野】この発明は、文字認識装置（ＯＣ
Ｒ）による日本語の文書処理結果中に含まれる誤読の修
正支援方法に関する。
Ｒ）による日本語の文書処理結果中に含まれる誤読の修
正支援方法に関する。
【０００２】
【従来の技術】ＯＣＲにより認識した結果に対する誤読
の自動検出や自動修正の方法として従来は、例えば認識
結果の候補文字列を単語辞書と照合し、その照合結果の
単語の品詞を文法ルールと照らし合わせてチェックして
評価値を求め、評価値の最も高い単語列を選択し、自動
的に誤読の修正を行なう方法や、認識結果の文字列に対
して形態素解析を行なうことにより、文法的に不適切な
部分を検出するなどの手法がある。なお、これらの処理
結果は、いずれも文字単位で修正・検出されているのが
普通である。また、誤読を修正するためのエディタも、
通常のテキストエディタに候補文字の選択機能を付加し
た程度のものであり、誤読修正・検出時の処理結果が反
映されない部分もある。
の自動検出や自動修正の方法として従来は、例えば認識
結果の候補文字列を単語辞書と照合し、その照合結果の
単語の品詞を文法ルールと照らし合わせてチェックして
評価値を求め、評価値の最も高い単語列を選択し、自動
的に誤読の修正を行なう方法や、認識結果の文字列に対
して形態素解析を行なうことにより、文法的に不適切な
部分を検出するなどの手法がある。なお、これらの処理
結果は、いずれも文字単位で修正・検出されているのが
普通である。また、誤読を修正するためのエディタも、
通常のテキストエディタに候補文字の選択機能を付加し
た程度のものであり、誤読修正・検出時の処理結果が反
映されない部分もある。
【０００３】
（１）すなわち、従来はＯＣＲにより認識した結果に含
まれる誤読を、修正・検出した結果をエディタにより参
照し、文字毎にＯＣＲの認識候補を表示してその候補文
字の中から正解の文字を選択するか、或いは上書きする
（候補文字中に正解が含まれていない場合）ことによ
り、正しい認識結果に対して修正を行なうようにしてい
る。しかし、これでは、以下のような場合にキー操作が
多くなり、操作性が悪くなるという問題がある。
まれる誤読を、修正・検出した結果をエディタにより参
照し、文字毎にＯＣＲの認識候補を表示してその候補文
字の中から正解の文字を選択するか、或いは上書きする
（候補文字中に正解が含まれていない場合）ことによ
り、正しい認識結果に対して修正を行なうようにしてい
る。しかし、これでは、以下のような場合にキー操作が
多くなり、操作性が悪くなるという問題がある。
【０００４】（１−１）候補文字を開いて見ないと、候
補文字中に正解が含まれているかどうかが分からず、候
補文字中に正解が含まれていない場合は、さらに、通常
の編集モードに戻って上書きをして修正しなければなら
ない。 （１−２）単語、または文字列中に複数の誤読があり、
それぞれ候補文字中に正解が含まれている場合、複数回
候補文字を表示・選択する操作が必要となる。 （１−３）誤読が含まれている単語または文字列を自動
的に修正したが、修正した文字は本当は正解で、修正し
ていない文字の中に誤読が含まれていた場合は、修正さ
れた文字を本来の認識結果に戻し、修正されていない誤
読を修正するという二重の修正操作が必要となる。
補文字中に正解が含まれているかどうかが分からず、候
補文字中に正解が含まれていない場合は、さらに、通常
の編集モードに戻って上書きをして修正しなければなら
ない。 （１−２）単語、または文字列中に複数の誤読があり、
それぞれ候補文字中に正解が含まれている場合、複数回
候補文字を表示・選択する操作が必要となる。 （１−３）誤読が含まれている単語または文字列を自動
的に修正したが、修正した文字は本当は正解で、修正し
ていない文字の中に誤読が含まれていた場合は、修正さ
れた文字を本来の認識結果に戻し、修正されていない誤
読を修正するという二重の修正操作が必要となる。
【０００５】（２）また、エディタにて誤読を修正した
り、正しい単語を選択する際に得られる情報（修正履歴
や出現頻度など）を十分に活用していないため、次のよ
うな場合は操作性が低下する。 （２−１）同じように誤読した文字の修正を何回も繰り
返すことが必要な場合。 （２−２）文書中では頻繁に出現する単語中の誤読が検
出されない場合。 （２−３）同じように誤って修正されている単語を元に
戻すことを繰り返すような場合。 したがって、この発明の課題は比較的簡単な操作で正確
な誤読修正を可能にすることにある。
り、正しい単語を選択する際に得られる情報（修正履歴
や出現頻度など）を十分に活用していないため、次のよ
うな場合は操作性が低下する。 （２−１）同じように誤読した文字の修正を何回も繰り
返すことが必要な場合。 （２−２）文書中では頻繁に出現する単語中の誤読が検
出されない場合。 （２−３）同じように誤って修正されている単語を元に
戻すことを繰り返すような場合。 したがって、この発明の課題は比較的簡単な操作で正確
な誤読修正を可能にすることにある。
【０００６】
【課題を解決するための手段】かかる課題を解決するた
め、この発明では、文字認識装置による日本語の文書処
理結果中に含まれる誤読を修正するに当たり、下記
（１）〜（６）を実行することを特徴としている。 （１）前記文字認識装置の認識結果に対して、単語辞書
との単語照合，文法規則を用いた文法チェックを含む処
理により、認識結果の候補文字列中から、日本語文章と
して妥当な単語列を検索する。 （２）その探索結果として生成された各単語列に対し
て、文字認識評価，単語長，単語の出現頻度および文法
的な単語の接続関係から、各単語列の評価値を算出し、
評価値最大の単語列を誤読修正結果として出力する。 （３）或る範囲内の文字列に対して、探索結果として複
数の単語（列）の候補が存在し、かつ、評価値が２位以
下で１位との評価値の差が予め設定したしきい値以下の
候補単語（列）が存在する場合、単語（列）中の特定の
文字をリジェクトするのではなく、評価値最大の単語
（列）と前記条件を満足する単語（列）と相違する単語
（列）全体をリジェクトし、その部分について、候補単
語（列）を記憶しておく。
め、この発明では、文字認識装置による日本語の文書処
理結果中に含まれる誤読を修正するに当たり、下記
（１）〜（６）を実行することを特徴としている。 （１）前記文字認識装置の認識結果に対して、単語辞書
との単語照合，文法規則を用いた文法チェックを含む処
理により、認識結果の候補文字列中から、日本語文章と
して妥当な単語列を検索する。 （２）その探索結果として生成された各単語列に対し
て、文字認識評価，単語長，単語の出現頻度および文法
的な単語の接続関係から、各単語列の評価値を算出し、
評価値最大の単語列を誤読修正結果として出力する。 （３）或る範囲内の文字列に対して、探索結果として複
数の単語（列）の候補が存在し、かつ、評価値が２位以
下で１位との評価値の差が予め設定したしきい値以下の
候補単語（列）が存在する場合、単語（列）中の特定の
文字をリジェクトするのではなく、評価値最大の単語
（列）と前記条件を満足する単語（列）と相違する単語
（列）全体をリジェクトし、その部分について、候補単
語（列）を記憶しておく。
【０００７】（４）誤読検出した結果をエディタにて確
認・修正する際に、リジェクトされた単語（列）中に誤
読が発見された場合、カーソルを含む指示手段にてその
単語（列）を指示し、さらに所定のファンクションキー
の操作またはマウスの指示により、その文字列部分の第
２位以下の候補単語（列）を表示し、その中から正しい
単語（列）を選択し、確定のためのファンクションキー
の操作またはマウスの指示により修正を行なう。 （５）誤読検出した結果をエディタにて確認・修正する
際に、被修正単語と修正単語（修正によって選択された
単語）を記憶する。 （６）この記憶した被修正単語を以降の認識結果中から
サーチし、リジェクトされていない被修正単語があった
場合、その単語を再リジェクトし、その部分の候補単語
として修正単語を格納することにより、修正結果を以後
の誤読検出に反映し、文書内容により一致した誤読検出
を行なう。
認・修正する際に、リジェクトされた単語（列）中に誤
読が発見された場合、カーソルを含む指示手段にてその
単語（列）を指示し、さらに所定のファンクションキー
の操作またはマウスの指示により、その文字列部分の第
２位以下の候補単語（列）を表示し、その中から正しい
単語（列）を選択し、確定のためのファンクションキー
の操作またはマウスの指示により修正を行なう。 （５）誤読検出した結果をエディタにて確認・修正する
際に、被修正単語と修正単語（修正によって選択された
単語）を記憶する。 （６）この記憶した被修正単語を以降の認識結果中から
サーチし、リジェクトされていない被修正単語があった
場合、その単語を再リジェクトし、その部分の候補単語
として修正単語を格納することにより、修正結果を以後
の誤読検出に反映し、文書内容により一致した誤読検出
を行なう。
【０００８】
（１）誤読検出に当たっては、単語範囲または複数の単
語からなる単語列について、単語照合や文法規則による
チェックで得られた評価値最大の単語（列）を誤読修正
結果として出力する。こうして求められた単語（列）が
複数個ある場合は、１位の単語（列）と２位以下の単語
（列）の評価値の差を計算し、この値が予め定められた
しきい値より小さい場合は、１位の単語（列）中で前記
条件を満足する２位以下の単語（列）との相違単語
（列）全体をリジェクトし、その部分について２位以下
の単語（列）を記憶しておく。
語からなる単語列について、単語照合や文法規則による
チェックで得られた評価値最大の単語（列）を誤読修正
結果として出力する。こうして求められた単語（列）が
複数個ある場合は、１位の単語（列）と２位以下の単語
（列）の評価値の差を計算し、この値が予め定められた
しきい値より小さい場合は、１位の単語（列）中で前記
条件を満足する２位以下の単語（列）との相違単語
（列）全体をリジェクトし、その部分について２位以下
の単語（列）を記憶しておく。
【０００９】（２）しかる後、誤読検出・修正結果をオ
ペレータがエディタにより参照して誤読検出・修正を行
なうとき、上記の方法によりリジェクトされた単語
（列）の誤読に対しては、その単語（列）の２位以下の
単語（列）を表示させ、その中に正解がある場合はその
単語（列）を選択することにより、より少ない操作で誤
読の修正を行なう。 （３）また、エディタによる修正においては、候補単語
（列）の選択によって選択された修正単語と被修正単語
とを記憶しておき、修正箇所以降の部分については被修
正単語（列）が出現した箇所をリジェクトし、修正単語
（列）を候補単語（列）に加える。
ペレータがエディタにより参照して誤読検出・修正を行
なうとき、上記の方法によりリジェクトされた単語
（列）の誤読に対しては、その単語（列）の２位以下の
単語（列）を表示させ、その中に正解がある場合はその
単語（列）を選択することにより、より少ない操作で誤
読の修正を行なう。 （３）また、エディタによる修正においては、候補単語
（列）の選択によって選択された修正単語と被修正単語
とを記憶しておき、修正箇所以降の部分については被修
正単語（列）が出現した箇所をリジェクトし、修正単語
（列）を候補単語（列）に加える。
【００１０】
【実施例】図１はこの発明の実施例を説明するためのブ
ロック図である。すなわち、この実施例は大きくは符号
２〜１２で示す誤読検出部と、誤読修正支援部１３とか
ら構成される。同図において、１は文書、２は画像入力
装置（イメージスキャナ）、３はＯＣＲで、画像入力装
置２により文書１の文書画像がＯＣＲ３に入力される。
ＯＣＲ３では文書１について文字切出，認識等の処理が
行なわれ、認識結果（候補文字）４が出力される。
ロック図である。すなわち、この実施例は大きくは符号
２〜１２で示す誤読検出部と、誤読修正支援部１３とか
ら構成される。同図において、１は文書、２は画像入力
装置（イメージスキャナ）、３はＯＣＲで、画像入力装
置２により文書１の文書画像がＯＣＲ３に入力される。
ＯＣＲ３では文書１について文字切出，認識等の処理が
行なわれ、認識結果（候補文字）４が出力される。
【００１１】単語照合部５ではこの認識結果に対し、候
補文字列と単語辞書６との照合を行ない、照合された候
補単語が文法チェック部７へと送られる。文法チェック
部７では候補単語列の中から文法ルール８と照合して、
適切な単語列を選択する。ここで、適切な単語列が１通
りしか存在しない場合は、修正・リジェクト処理部１０
により、その部分について誤読のある場合は修正処理を
行ない、ない場合はそのまま認識結果を出力する。
補文字列と単語辞書６との照合を行ない、照合された候
補単語が文法チェック部７へと送られる。文法チェック
部７では候補単語列の中から文法ルール８と照合して、
適切な単語列を選択する。ここで、適切な単語列が１通
りしか存在しない場合は、修正・リジェクト処理部１０
により、その部分について誤読のある場合は修正処理を
行ない、ない場合はそのまま認識結果を出力する。
【００１２】また、或る範囲について、文法チェック部
７でチェックした結果、複数の単語候補や複数の候補単
語列が発生した場合は、それぞれに対して文字認識評価
値や単語の出現頻度、または文法的結合の強弱等を定量
化した値を用いて、評価値計算部９で総合的な評価値を
算出する。その結果、評価値が最も高い単語（単語列）
と、２位以下の単語（単語列）との評価値が設定器１１
に設定されているしきい値よりも小さい場合、この単語
（単語列）全体を修正・リジェクト処理部１０でリジェ
クトし、そのときの２位以下の単語（単語列）をファイ
ル１２内の誤読検出・修正結果に付して出力する。この
ファイル１２には誤読検出・修正された候補文字、候補
単語、候補単語列などが格納される。
７でチェックした結果、複数の単語候補や複数の候補単
語列が発生した場合は、それぞれに対して文字認識評価
値や単語の出現頻度、または文法的結合の強弱等を定量
化した値を用いて、評価値計算部９で総合的な評価値を
算出する。その結果、評価値が最も高い単語（単語列）
と、２位以下の単語（単語列）との評価値が設定器１１
に設定されているしきい値よりも小さい場合、この単語
（単語列）全体を修正・リジェクト処理部１０でリジェ
クトし、そのときの２位以下の単語（単語列）をファイ
ル１２内の誤読検出・修正結果に付して出力する。この
ファイル１２には誤読検出・修正された候補文字、候補
単語、候補単語列などが格納される。
【００１３】１３は誤読修正支援エディタであり、この
エディタ１３内には、一般のエディタ機能である挿入１
８，削除１９，上書２０，検索２１，置換２２，複写２
３および移動２４等の他に、ＯＣＲの誤読修正用の機能
として、リジェクトリサーチ１６，候補文字選択１７等
の機能が含まれている。なお、ここまでは従来の誤読修
正用エディタにもある機能であるが、この発明では以上
の他に、候補単語選択機能１４および候補単語列選択機
能１５が付加されている。
エディタ１３内には、一般のエディタ機能である挿入１
８，削除１９，上書２０，検索２１，置換２２，複写２
３および移動２４等の他に、ＯＣＲの誤読修正用の機能
として、リジェクトリサーチ１６，候補文字選択１７等
の機能が含まれている。なお、ここまでは従来の誤読修
正用エディタにもある機能であるが、この発明では以上
の他に、候補単語選択機能１４および候補単語列選択機
能１５が付加されている。
【００１４】すなわち、候補単語選択機能１４によって
単語選択をすると、修正されたもとの単語は被修正単語
バッファ２５へ、また修正結果の単語は修正単語バッフ
ァ２６へとそれぞれ格納され、それらをもとに、再リジ
ェクト処理部２７で再リジェクト処理が行なわれ、以降
の認識結果中の被修正単語をリジェクトし、その候補単
語として、修正単語を格納する。このようにして、より
簡単な方法で修正結果を出力するようにしている。
単語選択をすると、修正されたもとの単語は被修正単語
バッファ２５へ、また修正結果の単語は修正単語バッフ
ァ２６へとそれぞれ格納され、それらをもとに、再リジ
ェクト処理部２７で再リジェクト処理が行なわれ、以降
の認識結果中の被修正単語をリジェクトし、その候補単
語として、修正単語を格納する。このようにして、より
簡単な方法で修正結果を出力するようにしている。
【００１５】図２は誤読検出手順を示すフローチャー
ト、図３は誤読検出のためのデータ形式を説明するため
の説明図である。図３（イ）は、或る有限の範囲の入力
文字列Ｉｉに対するＯＣＲの認識結果として、第１位か
ら第ｊ位までの候補文字Ｍi1，Ｍi2，……Ｍijを示す。
これらの入力候補文字列を単語辞書と照合することによ
って、図３（ロ）のような候補単語列Ｗijを得る（図２
ステップＳ１，Ｓ２参照）。ここに、添字ｉは単語の先
頭の文字番号、添字ｊは第ｉ文字から始まるｊ番目の単
語を示す。
ト、図３は誤読検出のためのデータ形式を説明するため
の説明図である。図３（イ）は、或る有限の範囲の入力
文字列Ｉｉに対するＯＣＲの認識結果として、第１位か
ら第ｊ位までの候補文字Ｍi1，Ｍi2，……Ｍijを示す。
これらの入力候補文字列を単語辞書と照合することによ
って、図３（ロ）のような候補単語列Ｗijを得る（図２
ステップＳ１，Ｓ２参照）。ここに、添字ｉは単語の先
頭の文字番号、添字ｊは第ｉ文字から始まるｊ番目の単
語を示す。
【００１６】次に、このようにして求めた候補単語列中
から、文法ルールによって文法的に接続可能な単語の列
を求める（同ステップＳ３参照）。これが、図３（ハ）
に示すＰｋである。このような単語列が１通りしかない
場合は、その結果Ｐ1 を誤読修正結果として出力する
（同ステップＳ４，Ｓ１２参照）。しかし、複数の単語
列が文法的に妥当とされる場合は、単語列Ｐｋの評価値
Ｖｋを求める（同ステップＳ５参照）。この評価値算出
方法は従来と同じく、文字認識時の評価値，単語の出現
頻度，文法的な接続評価値等を使用したものである。そ
して、評価値第１位の単語列とそれ以外の単語列につい
て、評価値の差を正規化した値がしきい値ＶＴ以下であ
れば、この部分について、単語または単語列のリジェク
トを行なう（同ステップＳ７，Ｓ８参照）。
から、文法ルールによって文法的に接続可能な単語の列
を求める（同ステップＳ３参照）。これが、図３（ハ）
に示すＰｋである。このような単語列が１通りしかない
場合は、その結果Ｐ1 を誤読修正結果として出力する
（同ステップＳ４，Ｓ１２参照）。しかし、複数の単語
列が文法的に妥当とされる場合は、単語列Ｐｋの評価値
Ｖｋを求める（同ステップＳ５参照）。この評価値算出
方法は従来と同じく、文字認識時の評価値，単語の出現
頻度，文法的な接続評価値等を使用したものである。そ
して、評価値第１位の単語列とそれ以外の単語列につい
て、評価値の差を正規化した値がしきい値ＶＴ以下であ
れば、この部分について、単語または単語列のリジェク
トを行なう（同ステップＳ７，Ｓ８参照）。
【００１７】｜Ｖ1 −Ｖ2 ｜＜ＶＴの場合は、図３
（ニ）のように、単語列Ｐ1 とＰ2 で単語Ｔ51と単語Ｔ
52が異なるので、この部分をリジェクトし、候補単語バ
ッファに対し単語Ｔ52を格納する（同ステップＳ９参
照）。また、｜Ｖ1 −Ｖ2 ｜＜ＶＴの場合に、Ｐ1 では
単語Ｔ11の部分が、また、Ｐ3 では単語列Ｔ12＋Ｔ31に
相当するのでＴ11の部分をリジェクトし、図３（ホ）の
ように候補単語列バッファにＴ12＋Ｔ31を格納する（同
ステップＳ９参照）。以後は、ｋをｍまで逐次増やして
行きながら、上記の動作を繰り返す（同ステップＳ１
０，Ｓ１１参照）。
（ニ）のように、単語列Ｐ1 とＰ2 で単語Ｔ51と単語Ｔ
52が異なるので、この部分をリジェクトし、候補単語バ
ッファに対し単語Ｔ52を格納する（同ステップＳ９参
照）。また、｜Ｖ1 −Ｖ2 ｜＜ＶＴの場合に、Ｐ1 では
単語Ｔ11の部分が、また、Ｐ3 では単語列Ｔ12＋Ｔ31に
相当するのでＴ11の部分をリジェクトし、図３（ホ）の
ように候補単語列バッファにＴ12＋Ｔ31を格納する（同
ステップＳ９参照）。以後は、ｋをｍまで逐次増やして
行きながら、上記の動作を繰り返す（同ステップＳ１
０，Ｓ１１参照）。
【００１８】図４は単語についての誤読検出（リジェク
ト）の具体例を説明するための説明図である。これは、
図４（イ）に示すような入力文字列Ｉｉに対し、同図
（ロ）のようなＯＣＲの認識結果文字列Ｍｉｊが得ら
れ、単語照合・文法チェックを行なった結果、Ｐ1 ，Ｐ
2 の２通りの単語が残った例を示している。そこで、単
語列の評価値Ｖを、次の評価式１で求める。
ト）の具体例を説明するための説明図である。これは、
図４（イ）に示すような入力文字列Ｉｉに対し、同図
（ロ）のようなＯＣＲの認識結果文字列Ｍｉｊが得ら
れ、単語照合・文法チェックを行なった結果、Ｐ1 ，Ｐ
2 の２通りの単語が残った例を示している。そこで、単
語列の評価値Ｖを、次の評価式１で求める。
【００１９】 ここに、αは定数、Ｔｕ＝ｔｕ１，ｔｕ２……ｔｕ１
（Ｔｕ）で、ｆ（Ｔｕ）は単語Ｔｕの出現頻度、ｒ（Ｔ
ｕ）は単語Ｔｕの単語長である。また、ｐ（ｔuv）は単
語Ｔｕのｖ文字目の認識評価値、ｎは単語列中の単語数
を表わす。
（Ｔｕ）で、ｆ（Ｔｕ）は単語Ｔｕの出現頻度、ｒ（Ｔ
ｕ）は単語Ｔｕの単語長である。また、ｐ（ｔuv）は単
語Ｔｕのｖ文字目の認識評価値、ｎは単語列中の単語数
を表わす。
【００２０】したがって、単語列Ｐ1 ，Ｐ2 の評価値Ｖ
1 ，Ｖ2 は以下のようになる。
1 ，Ｖ2 は以下のようになる。
【００２１】
【００２２】したがって、｜Ｖ1 −Ｖ2 ｜は、 となる。
【００２３】そして、｜Ｖ1 −Ｖ2 ｜＜ＶＴならば、上
記２つの単語列中の相違は、単語（入口）と単語（人
口）の部分だけなのでこの部分をリジェクトし、図４
（ハ）のように候補単語バッファに（人口）を格納す
る。図４（ホ），（ヘ）は同（ニ）の如き入力文字列を
について、上記と同様にして単語列「公園遠路上」をリ
ジェクトし、この候補単語列を候補単語列バッファに記
憶した例を示している。
記２つの単語列中の相違は、単語（入口）と単語（人
口）の部分だけなのでこの部分をリジェクトし、図４
（ハ）のように候補単語バッファに（人口）を格納す
る。図４（ホ），（ヘ）は同（ニ）の如き入力文字列を
について、上記と同様にして単語列「公園遠路上」をリ
ジェクトし、この候補単語列を候補単語列バッファに記
憶した例を示している。
【００２４】ところで、単語は一般にその出現頻度によ
り、次の３種類に分類される。 （１）日本語文章全般にわたって出現頻度が極めて高い
もの（助詞，助動詞，形容名詞：もの，こと，とき
等）。 （２）日常使用される単語（普通名詞，一般的な動詞，
形容詞，形容動詞等）。 （３）一般には出現頻度が極めて低いが、文章の種類に
よって高くなる単語（固有名詞，専門用語等）。
り、次の３種類に分類される。 （１）日本語文章全般にわたって出現頻度が極めて高い
もの（助詞，助動詞，形容名詞：もの，こと，とき
等）。 （２）日常使用される単語（普通名詞，一般的な動詞，
形容詞，形容動詞等）。 （３）一般には出現頻度が極めて低いが、文章の種類に
よって高くなる単語（固有名詞，専門用語等）。
【００２５】これらのうち、（３）に属する単語の領域
においては出現頻度が０に近い単語が多く、上記評価式
１で評価値を求める際に、評価値のアンダーフローが起
き、正確な評価値が得られないことがある。また、
（１）に属する単語では、逆に出現頻度の高い単語を含
む単語列の評価値が非常に高くなってしまい、認識時の
評価値や、単語列中の単語数の影響がなくなってしまう
可能性もある。このような現象を緩和するため、評価式
１での単語出現頻度ｆ（Ｔｕ）を、次の（２）式によっ
て補正したｆ’（Ｔｕ）を出現頻度として利用する。 ただし、 ｆ’（Ｔｕ）＝｛ｆUL（または１）（ｆ（Ｔｕ）＞ｆUL）｝ ｛ｆ（Ｔｕ） （ｆUL＞ｆ（Ｔｕ）＞ｆLL）｝ ｛ｆLL （Ｏｔｈｅｒｗｉｓｅ） とする。図５にこのような出現頻度の補正関数例を示
す。
においては出現頻度が０に近い単語が多く、上記評価式
１で評価値を求める際に、評価値のアンダーフローが起
き、正確な評価値が得られないことがある。また、
（１）に属する単語では、逆に出現頻度の高い単語を含
む単語列の評価値が非常に高くなってしまい、認識時の
評価値や、単語列中の単語数の影響がなくなってしまう
可能性もある。このような現象を緩和するため、評価式
１での単語出現頻度ｆ（Ｔｕ）を、次の（２）式によっ
て補正したｆ’（Ｔｕ）を出現頻度として利用する。 ただし、 ｆ’（Ｔｕ）＝｛ｆUL（または１）（ｆ（Ｔｕ）＞ｆUL）｝ ｛ｆ（Ｔｕ） （ｆUL＞ｆ（Ｔｕ）＞ｆLL）｝ ｛ｆLL （Ｏｔｈｅｒｗｉｓｅ） とする。図５にこのような出現頻度の補正関数例を示
す。
【００２６】図６はこの発明によってリジェクトした認
識結果を修正するための、誤読修正支援エディタ用画面
例を説明するための説明図である。図６（イ）は候補単
語選択画面例を示し、認識結果中の「入口」がリジェク
トされている。そこで、カーソルをリジェクトされた部
分まで動かし、候補単語表示キーを押すと、画面右下の
ようにこの部分に対応する候補単語を表示し、その中の
正解の単語（この場合は「人口」）を選択することによ
り、修正を行なうようにする。
識結果を修正するための、誤読修正支援エディタ用画面
例を説明するための説明図である。図６（イ）は候補単
語選択画面例を示し、認識結果中の「入口」がリジェク
トされている。そこで、カーソルをリジェクトされた部
分まで動かし、候補単語表示キーを押すと、画面右下の
ようにこの部分に対応する候補単語を表示し、その中の
正解の単語（この場合は「人口」）を選択することによ
り、修正を行なうようにする。
【００２７】このようにして修正が行なわれると、被修
正単語「入口」と修正単語「人口」がバッファに格納さ
れるので、以後はリジェクトされていない被修正単語を
サーチし、あった場合はその部分を再リジェクトする。
そして、候補単語として修正単語を記憶する。この場合
は、最下行にある「入口」をリジェクトする。この部分
の候補単語選択を図６（ロ）に示す。図６（ハ）は、単
語列がリジェクトされた場合の修正用のエディタ画面の
例である。この場合、リジェクトされた範囲に対して２
通りの候補単語列が表示されるので、その中から適当な
単語列を選択することができる。
正単語「入口」と修正単語「人口」がバッファに格納さ
れるので、以後はリジェクトされていない被修正単語を
サーチし、あった場合はその部分を再リジェクトする。
そして、候補単語として修正単語を記憶する。この場合
は、最下行にある「入口」をリジェクトする。この部分
の候補単語選択を図６（ロ）に示す。図６（ハ）は、単
語列がリジェクトされた場合の修正用のエディタ画面の
例である。この場合、リジェクトされた範囲に対して２
通りの候補単語列が表示されるので、その中から適当な
単語列を選択することができる。
【００２８】
【発明の効果】この発明によれば、認識結果に対して単
語辞書との照合，文法チェック等により、候補文字列か
ら妥当な単語（列）を探索してその評価値を算出し、複
数の単語（列）が求まり、かつ、評価値最大の単語
（列）の評価値との差が予め定められた値以下の単語
（列）がある場合は、評価値最大の単語（列）の中で前
記条件を満足する単語（列）と相違する単語（列）全体
をリジェクトし、その部分の候補単語（列）を記憶して
おき、誤読検出した結果をエディタにて確認・修正する
ときに、その候補単語（列）の中から正しいものを選択
するようにしたので、簡単な操作で正確な修正が可能に
なるという利点が得られる。
語辞書との照合，文法チェック等により、候補文字列か
ら妥当な単語（列）を探索してその評価値を算出し、複
数の単語（列）が求まり、かつ、評価値最大の単語
（列）の評価値との差が予め定められた値以下の単語
（列）がある場合は、評価値最大の単語（列）の中で前
記条件を満足する単語（列）と相違する単語（列）全体
をリジェクトし、その部分の候補単語（列）を記憶して
おき、誤読検出した結果をエディタにて確認・修正する
ときに、その候補単語（列）の中から正しいものを選択
するようにしたので、簡単な操作で正確な修正が可能に
なるという利点が得られる。
【図１】この発明の実施例を説明するためのブロック図
である。
である。
【図２】誤読検出手順を示すフローチャートである。
【図３】誤読検出のためのデータ形式を説明するための
説明図である。
説明図である。
【図４】単語と単語列に対するリジェクト処理例を説明
するための説明図である。
するための説明図である。
【図５】出現頻度の補正関数例を示すグラフである。
【図６】誤読修正エディタによる修正方法例を説明する
ための説明図である。
ための説明図である。
１…文書、２…イメージスキャナ、３…文字認識装置
（ＯＣＲ）、４…認識結果、５…単語照合部、６…単語
辞書、７…文法チェック部、８…文法ルール格納部、９
…評価値計算部、１０…修正・リジェクト処理部、１１
…しきい値設定部、１２…ファイル、１３…誤読修正支
援エディタ、１４…候補単語選択機能、１５…候補単語
列選択機能、１６…リジェクトサーチ機能、１７…候補
文字選択機能、２５…被修正単語バッファ、２６…修正
単語バッファ、２７…再リジェクト処理部、２８…最終
認識結果。
（ＯＣＲ）、４…認識結果、５…単語照合部、６…単語
辞書、７…文法チェック部、８…文法ルール格納部、９
…評価値計算部、１０…修正・リジェクト処理部、１１
…しきい値設定部、１２…ファイル、１３…誤読修正支
援エディタ、１４…候補単語選択機能、１５…候補単語
列選択機能、１６…リジェクトサーチ機能、１７…候補
文字選択機能、２５…被修正単語バッファ、２６…修正
単語バッファ、２７…再リジェクト処理部、２８…最終
認識結果。
Claims (1)
- 【請求項１】 文字認識装置による日本語の文書処理結
果中に含まれる誤読を修正するに当たり、 （１）前記文字認識装置の認識結果に対して、単語辞書
との単語照合，文法規則を用いた文法チェックを含む処
理により、認識結果の候補文字列中から、日本語文章と
して妥当な単語列を検索し、 （２）その探索結果として生成された各単語列に対し
て、文字認識評価，単語長，単語の出現頻度および文法
的な単語の接続関係から、各単語列の評価値を算出し、
評価値最大の単語列を誤読修正結果として出力し、 （３）或る範囲内の文字列に対して、探索結果として複
数の単語（列）の候補が存在し、かつ、評価値が２位以
下で１位との評価値の差が予め設定したしきい値以下の
候補単語（列）が存在する場合、単語（列）中の特定の
文字をリジェクトするのではなく、評価値最大の単語
（列）と前記条件を満足する単語（列）と相違する単語
（列）全体をリジェクトし、その部分について、候補単
語（列）を記憶しておき、 （４）誤読検出した結果をエディタにて確認・修正する
際に、リジェクトされた単語（列）中に誤読が発見され
た場合、カーソルを含む指示手段にてその単語（列）を
指示し、さらに所定のファンクションキーの操作または
マウスの指示により、その文字列部分の第２位以下の候
補単語（列）を表示し、その中から正しい単語（列）を
選択し、確定のためのファンクションキーの操作または
マウスの指示により修正を行ない、 （５）誤読検出した結果をエディタにて確認・修正する
際に、被修正単語と修正単語（修正によって選択された
単語）を記憶し、 （６）この記憶した被修正単語を以降の認識結果中から
サーチし、リジェクトされていない被修正単語があった
場合、その単語を再リジェクトし、その部分の候補単語
として修正単語を格納することにより、修正結果を以後
の誤読検出に反映し、文書内容により一致した誤読検出
を行なうことを特徴とする誤読修正支援方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5168205A JPH0728956A (ja) | 1993-07-07 | 1993-07-07 | 誤読修正支援方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5168205A JPH0728956A (ja) | 1993-07-07 | 1993-07-07 | 誤読修正支援方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0728956A true JPH0728956A (ja) | 1995-01-31 |
Family
ID=15863743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5168205A Pending JPH0728956A (ja) | 1993-07-07 | 1993-07-07 | 誤読修正支援方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0728956A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000073975A1 (fr) * | 1999-05-31 | 2000-12-07 | Cai Co., Ltd. | Systeme de reecriture |
-
1993
- 1993-07-07 JP JP5168205A patent/JPH0728956A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000073975A1 (fr) * | 1999-05-31 | 2000-12-07 | Cai Co., Ltd. | Systeme de reecriture |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6005973A (en) | Combined dictionary based and likely character string method of handwriting recognition | |
| US5890103A (en) | Method and apparatus for improved tokenization of natural language text | |
| JP3531468B2 (ja) | 文書処理装置及び方法 | |
| US7328404B2 (en) | Method for predicting the readings of japanese ideographs | |
| US20110229036A1 (en) | Method and apparatus for text and error profiling of historical documents | |
| JP2000089786A (ja) | 音声認識結果の修正方法および装置 | |
| CN111368547A (zh) | 基于语义解析的实体识别方法、装置、设备和存储介质 | |
| JPH11232296A (ja) | 文書ファイリングシステムおよび文書ファイリング方法 | |
| JPH0728956A (ja) | 誤読修正支援方法 | |
| JP4278011B2 (ja) | 文書校正装置およびプログラム記憶媒体 | |
| JP3469375B2 (ja) | 認識結果の確信度決定方法及び文字認識装置 | |
| JP4047895B2 (ja) | 文書校正装置およびプログラム記憶媒体 | |
| JP4318223B2 (ja) | 文書校正装置およびプログラム記憶媒体 | |
| JPH0748217B2 (ja) | 文書要約装置 | |
| JP4047894B2 (ja) | 文書校正装置およびプログラム記憶媒体 | |
| JP2004046388A (ja) | 情報処理システムおよび文字修正方法 | |
| JPH0256086A (ja) | 文字認識の後処理方法 | |
| EP0553745A2 (en) | Character recognition apparatus | |
| JPH08272813A (ja) | ファイリング装置 | |
| JP3241854B2 (ja) | 単語スペル自動補正装置 | |
| JP3157557B2 (ja) | 文字認識装置 | |
| JP3350127B2 (ja) | 文字認識装置 | |
| JP3548372B2 (ja) | 文字認識装置 | |
| JP2827066B2 (ja) | 数字列混在文書の文字認識の後処理方法 | |
| JP3118880B2 (ja) | 日本語文章処理装置 |