JPH07319880A - キーワード抽出・検索装置 - Google Patents
キーワード抽出・検索装置Info
- Publication number
- JPH07319880A JPH07319880A JP6106528A JP10652894A JPH07319880A JP H07319880 A JPH07319880 A JP H07319880A JP 6106528 A JP6106528 A JP 6106528A JP 10652894 A JP10652894 A JP 10652894A JP H07319880 A JPH07319880 A JP H07319880A
- Authority
- JP
- Japan
- Prior art keywords
- keyword
- character recognition
- candidate
- image information
- character
- 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
Abstract
(57)【要約】
【目的】 本発明は、文書の画像情報からキーワードを
抽出するキーワード抽出・検索装置に関し、紙文書や紙
文書から読み取った画像情報から文字認識して文字認識
結果候補列を自動抽出し、この文字認識結果候補列から
キーワード候補を自動抽出し、更にこのキーワード候補
から信頼度や重要度や分野によってキーワードを自動選
択し、紙文書や画像情報から自動的にキーワード抽出を
行ったりなどすることを目的とする。 【構成】 原文書の画像情報から文字認識して文字認識
結果候補列を生成する文字認識部１と、この文字認識結
果候補列からキーワード候補を抽出するキーワード抽出
部２と、各キーワード候補の信頼度を求めて所定閾値以
上をキーワードとして選択するキーワード選択部３とを
備えるように構成する。
抽出するキーワード抽出・検索装置に関し、紙文書や紙
文書から読み取った画像情報から文字認識して文字認識
結果候補列を自動抽出し、この文字認識結果候補列から
キーワード候補を自動抽出し、更にこのキーワード候補
から信頼度や重要度や分野によってキーワードを自動選
択し、紙文書や画像情報から自動的にキーワード抽出を
行ったりなどすることを目的とする。 【構成】 原文書の画像情報から文字認識して文字認識
結果候補列を生成する文字認識部１と、この文字認識結
果候補列からキーワード候補を抽出するキーワード抽出
部２と、各キーワード候補の信頼度を求めて所定閾値以
上をキーワードとして選択するキーワード選択部３とを
備えるように構成する。
Description
【０００１】
【産業上の利用分野】本発明は、文書の画像情報からキ
ーワードを抽出するキーワード抽出・検索装置であっ
て、紙文書やこれをスキャナで読み取った画像ファイル
からキーワードを自動抽出および検索するキーワード抽
出・検索装置に関するものである。
ーワードを抽出するキーワード抽出・検索装置であっ
て、紙文書やこれをスキャナで読み取った画像ファイル
からキーワードを自動抽出および検索するキーワード抽
出・検索装置に関するものである。
【０００２】氾濫する紙文書を電子化して格納したいと
いう要求がある。紙文書を単に画像情報として電子化し
ただけでは、後でその文書を検索しようとした時に高速
な検索が望めない。予め文書に対してキーワードを自動
抽出して付加しておくことが望まれている。
いう要求がある。紙文書を単に画像情報として電子化し
ただけでは、後でその文書を検索しようとした時に高速
な検索が望めない。予め文書に対してキーワードを自動
抽出して付加しておくことが望まれている。
【０００３】
【従来の技術】従来、画像情報からキーワードを認識し
て登録を行う手法が種々考えられている。
て登録を行う手法が種々考えられている。
【０００４】文書中のキーワードとすべき部分をマーク
づけてしておき、そのマーク部分の文字認識を行ってキ
ーワード登録する。また、文書イメージを図面領域と文
書領域とに予め分割し、文書領域について文字認識を行
ってキーワード登録する。
づけてしておき、そのマーク部分の文字認識を行ってキ
ーワード登録する。また、文書イメージを図面領域と文
書領域とに予め分割し、文書領域について文字認識を行
ってキーワード登録する。
【０００５】例えば特願昭５８−１２５２２２号や特願
昭５８−１２５２２３号公報には、画像情報について文
字認識を行うことにより検索用キーワードを得る手段が
述べられている。キーワード位置はオペレータが指定す
る必要があると共に、文字認識結果をオペレータが必要
に応じて修正を行ってからキーワード登録を行うことが
示されている。
昭５８−１２５２２３号公報には、画像情報について文
字認識を行うことにより検索用キーワードを得る手段が
述べられている。キーワード位置はオペレータが指定す
る必要があると共に、文字認識結果をオペレータが必要
に応じて修正を行ってからキーワード登録を行うことが
示されている。
【０００６】
【発明が解決しようとする課題】上述した従来の紙文書
からキーワードを認識して登録を行う場合、予めキーワ
ードとして抽出する部分にマークを付与する必要があっ
たり、あるいはキーワードを抽出する文書領域を予め指
定する必要があったり、更にこれら指定した部分あるい
は文書領域から文字認識したキーワードについてオペレ
ータが確認・修正する手間が生じてしまい、手間がかか
ると共に紙文書からキーワードを自動抽出できないとい
う問題があった。
からキーワードを認識して登録を行う場合、予めキーワ
ードとして抽出する部分にマークを付与する必要があっ
たり、あるいはキーワードを抽出する文書領域を予め指
定する必要があったり、更にこれら指定した部分あるい
は文書領域から文字認識したキーワードについてオペレ
ータが確認・修正する手間が生じてしまい、手間がかか
ると共に紙文書からキーワードを自動抽出できないとい
う問題があった。
【０００７】本発明は、これらの問題を解決するため、
紙文書や紙文書から読み取った画像情報から文字認識し
て文字認識結果候補列を自動抽出し、この文字認識結果
候補列からキーワード候補を自動抽出し、更にこのキー
ワード候補から文字認識結果の信頼度や重要度や分野に
よってキーワードを自動選択し、紙文書や画像情報から
自動的にキーワード抽出を行ったりなどすることを目的
としている。
紙文書や紙文書から読み取った画像情報から文字認識し
て文字認識結果候補列を自動抽出し、この文字認識結果
候補列からキーワード候補を自動抽出し、更にこのキー
ワード候補から文字認識結果の信頼度や重要度や分野に
よってキーワードを自動選択し、紙文書や画像情報から
自動的にキーワード抽出を行ったりなどすることを目的
としている。
【０００８】
【課題を解決するための手段】図１は、本発明の原理構
成図を示す。図１において、文字認識部１は、原文書の
画像情報から文字認識して文字認識結果候補列を生成す
るものである。
成図を示す。図１において、文字認識部１は、原文書の
画像情報から文字認識して文字認識結果候補列を生成す
るものである。
【０００９】キーワード抽出部２は、文字認識結果候補
列からキーワード候補を抽出するものである。キーワー
ド選択部３は、各キーワード候補の信頼度を求めて所定
閾値以上をキーワードとして選択したり、各キーワード
候補の原文書中の位置に対応する重要度が所定値以上の
ときにキーワードとして選択したり、各キーワード候補
の分野特徴ベクトルから求めた文書全体の分野特徴ベク
トルに対して各キーワード候補の分野特徴ベクトルが所
定範囲内に納まったときにキーワードとして選択したり
するものである。
列からキーワード候補を抽出するものである。キーワー
ド選択部３は、各キーワード候補の信頼度を求めて所定
閾値以上をキーワードとして選択したり、各キーワード
候補の原文書中の位置に対応する重要度が所定値以上の
ときにキーワードとして選択したり、各キーワード候補
の分野特徴ベクトルから求めた文書全体の分野特徴ベク
トルに対して各キーワード候補の分野特徴ベクトルが所
定範囲内に納まったときにキーワードとして選択したり
するものである。
【００１０】キーワード付ファイル６は、選択されたキ
ーワードを原文書の画像情報に付加して登録したもので
ある。検索／表示部７は、キーワードあるいはキーワー
ド群を指定した検索指示に対応して、キーワード付ファ
イル６から検索指示されたキーワードの全部あるいは一
部が一致するキーワードを持つファイルを取り出し、そ
の検索指示されたキーワード群と検索されたファイルの
持つキーワード信頼度とから検索指示とファイルとの信
頼度を算出して信頼度の大きい順に検索指示に対応する
画像情報を並べて表示したり、先頭から所定個数のみを
表示したり、あるいは色マークを変えて順次表示したり
するものである。
ーワードを原文書の画像情報に付加して登録したもので
ある。検索／表示部７は、キーワードあるいはキーワー
ド群を指定した検索指示に対応して、キーワード付ファ
イル６から検索指示されたキーワードの全部あるいは一
部が一致するキーワードを持つファイルを取り出し、そ
の検索指示されたキーワード群と検索されたファイルの
持つキーワード信頼度とから検索指示とファイルとの信
頼度を算出して信頼度の大きい順に検索指示に対応する
画像情報を並べて表示したり、先頭から所定個数のみを
表示したり、あるいは色マークを変えて順次表示したり
するものである。
【００１１】
【作用】本発明は、図１に示すように、文字認識部１が
原文書の画像情報から文字認識して文字認識結果候補列
を生成し、キーワード抽出部２が文字認識結果候補列か
らキーワード候補を抽出し、キーワード選択部３が各キ
ーワード候補の信頼度を求めて所定閾値以上をキーワー
ドとして選択するようにしている。
原文書の画像情報から文字認識して文字認識結果候補列
を生成し、キーワード抽出部２が文字認識結果候補列か
らキーワード候補を抽出し、キーワード選択部３が各キ
ーワード候補の信頼度を求めて所定閾値以上をキーワー
ドとして選択するようにしている。
【００１２】また、文字認識部１が原文書の画像情報か
ら文字認識して文字認識結果候補列を生成し、キーワー
ド抽出部２が文字認識結果候補列からキーワード候補を
抽出し、キーワード選択部３が各キーワード候補の原文
書中の位置に対応する重要度が所定値以上のときにキー
ワードとして選択するようにしている。
ら文字認識して文字認識結果候補列を生成し、キーワー
ド抽出部２が文字認識結果候補列からキーワード候補を
抽出し、キーワード選択部３が各キーワード候補の原文
書中の位置に対応する重要度が所定値以上のときにキー
ワードとして選択するようにしている。
【００１３】また、文字認識部１が原文書の画像情報か
ら文字認識して文字認識結果候補列を生成し、キーワー
ド抽出部２が文字認識結果候補列からキーワード候補を
抽出し、キーワード選択部３が各キーワード候補の分野
特徴ベクトルから求めた文書全体の分野特徴ベクトルに
対して各キーワード候補の分野特徴ベクトルが所定範囲
内に納まったときにキーワードとして選択するようにし
ている。
ら文字認識して文字認識結果候補列を生成し、キーワー
ド抽出部２が文字認識結果候補列からキーワード候補を
抽出し、キーワード選択部３が各キーワード候補の分野
特徴ベクトルから求めた文書全体の分野特徴ベクトルに
対して各キーワード候補の分野特徴ベクトルが所定範囲
内に納まったときにキーワードとして選択するようにし
ている。
【００１４】また、選択されたキーワードを原文書の画
像情報に付加してキーワード付ファイル６に登録するよ
うにしている。また、キーワードを指定した検索指示に
対応して、検索／表示部７がキーワード付ファイル６か
ら検索指示されたキーワードの全部あるいは一部の一致
するファイルを見つけ、その信頼度を算出して信頼度の
大きい順にキーワードに対応する画像情報を並べて表示
したり、先頭から所定個数のみを表示したり、あるいは
色マークを変えて順次表示したりするようにしている。
像情報に付加してキーワード付ファイル６に登録するよ
うにしている。また、キーワードを指定した検索指示に
対応して、検索／表示部７がキーワード付ファイル６か
ら検索指示されたキーワードの全部あるいは一部の一致
するファイルを見つけ、その信頼度を算出して信頼度の
大きい順にキーワードに対応する画像情報を並べて表示
したり、先頭から所定個数のみを表示したり、あるいは
色マークを変えて順次表示したりするようにしている。
【００１５】従って、紙文書や紙文書から読み取った画
像情報より文字認識して文字認識結果候補列を自動抽出
し、この文字認識結果候補列からキーワード候補を自動
抽出し、更にこのキーワード候補から文字認識の信頼度
や重要度や分野によってキーワードを自動選択すること
により、紙文書や画像情報から自動的にキーワードを抽
出することが可能となった。また、キーワードを指定し
た検索指示に対応して、信頼度の大きい順に表示、先頭
から所定個数表示、あるいは色を変えて表示したりする
ことが可能となった。
像情報より文字認識して文字認識結果候補列を自動抽出
し、この文字認識結果候補列からキーワード候補を自動
抽出し、更にこのキーワード候補から文字認識の信頼度
や重要度や分野によってキーワードを自動選択すること
により、紙文書や画像情報から自動的にキーワードを抽
出することが可能となった。また、キーワードを指定し
た検索指示に対応して、信頼度の大きい順に表示、先頭
から所定個数表示、あるいは色を変えて表示したりする
ことが可能となった。
【００１６】
【実施例】次に、図２から図１２を用いて本発明の実施
例の構成および動作を順次詳細に説明する。
例の構成および動作を順次詳細に説明する。
【００１７】図２は、本発明の動作説明フローチャート
を示す。図２において、Ｓ１は、原文書を入力する。こ
れは、紙に印刷された文書をスキャナで読み取った画像
情報、例えば後述する図３の原文書をスキャナで読み取
った画像情報を入力する。
を示す。図２において、Ｓ１は、原文書を入力する。こ
れは、紙に印刷された文書をスキャナで読み取った画像
情報、例えば後述する図３の原文書をスキャナで読み取
った画像情報を入力する。
【００１８】Ｓ２は、テキスト領域の抽出する。これ
は、Ｓ１で原文書から読み取った画像情報のうち、ドッ
トが存在する領域をテキスト領域として抽出する。この
テキスト領域には、文字のドットイメージおよび文字以
外の記号などのドットイメージも含まれる。
は、Ｓ１で原文書から読み取った画像情報のうち、ドッ
トが存在する領域をテキスト領域として抽出する。この
テキスト領域には、文字のドットイメージおよび文字以
外の記号などのドットイメージも含まれる。
【００１９】Ｓ３は、文字認識する。これは、Ｓ２で抽
出したテキスト領域から文字認識を行う。即ちテキスト
領域のドットイメージについて、予め作成しておいた文
字のドットイメージ（あるいはテンプレート）と照合し
て一致したときにその一致した文字イメージの文字コー
ドと文字認識し、一致したものがないときは文字以外の
ドットイメージとして文字コードの抽出しない。
出したテキスト領域から文字認識を行う。即ちテキスト
領域のドットイメージについて、予め作成しておいた文
字のドットイメージ（あるいはテンプレート）と照合し
て一致したときにその一致した文字イメージの文字コー
ドと文字認識し、一致したものがないときは文字以外の
ドットイメージとして文字コードの抽出しない。
【００２０】Ｓ４は、Ｓ３で文字認識されたものを、文
字認識結果候補列とする。以上のＳ１からＳ４によっ
て、原文書から読み取った画像情報からドットイメージ
の存在する部分をテキスト領域と見なして予め作成した
おいた文字のドットイメージ（テンプレート）と照合を
行い、一致したときの文字コードを文字認識結果候補列
として抽出できたこととなる。
字認識結果候補列とする。以上のＳ１からＳ４によっ
て、原文書から読み取った画像情報からドットイメージ
の存在する部分をテキスト領域と見なして予め作成した
おいた文字のドットイメージ（テンプレート）と照合を
行い、一致したときの文字コードを文字認識結果候補列
として抽出できたこととなる。
【００２１】Ｓ５は、単語辞書からの単語の取り出しを
行う。Ｓ６は、文字認識結果候補列の中に存在するかを
判定して、あるものだけを残す。これは、Ｓ５で単語辞
書から順次取り出した単語と、Ｓ１からＳ４で抽出した
文字認識結果候補列との照合を行い、一致したもののみ
を残す。
行う。Ｓ６は、文字認識結果候補列の中に存在するかを
判定して、あるものだけを残す。これは、Ｓ５で単語辞
書から順次取り出した単語と、Ｓ１からＳ４で抽出した
文字認識結果候補列との照合を行い、一致したもののみ
を残す。
【００２２】Ｓ７は、Ｓ６で残したものをキーワード候
補とする。尚、図５の（ａ）に示すように、個々の文字
認識結果候補の信頼度からキーワードの信頼度を求めて
値が所定閾値以上のものをキーワード候補とするように
してもよい。
補とする。尚、図５の（ａ）に示すように、個々の文字
認識結果候補の信頼度からキーワードの信頼度を求めて
値が所定閾値以上のものをキーワード候補とするように
してもよい。
【００２３】以上のＳ５およびＳ６によって、文字認識
結果候補列と単語辞書の単語とを照合して一致したもの
をキーワード候補と決定する。Ｓ８は、キーワード候補
の信頼度をもとにキーワードの自動選択する。これは、
キーワード候補について、例えば後述する図５の（ｂ）
に示すように、図６を参照してキーワード候補の信頼度
を求め、その信頼度が所定閾値よりも大きいときにキー
ワードとして選択する。
結果候補列と単語辞書の単語とを照合して一致したもの
をキーワード候補と決定する。Ｓ８は、キーワード候補
の信頼度をもとにキーワードの自動選択する。これは、
キーワード候補について、例えば後述する図５の（ｂ）
に示すように、図６を参照してキーワード候補の信頼度
を求め、その信頼度が所定閾値よりも大きいときにキー
ワードとして選択する。
【００２４】Ｓ９は、Ｓ８で選択されたキーワードを出
力する。そして、このキーワードを原文書の画像情報に
付加してキーワード付ファイル６に登録する。以上によ
って、原文書から読み取った画像情報より文字認識を行
って文字認識結果候補列を生成し、この文字認識結果候
補列について単語辞書の単語と照合して一致したものを
キーワード候補とし、このキーワード候補についてキー
ワードの信頼度を求めて所定閾値以上のものをキーワー
ドと決定し、原文書の画像情報にこのキーワードを付加
し、キーワード付ファイル６に登録する。これにより、
原文書の画像情報から自動的に文字認識結果候補列、キ
ーワード候補、更にキーワードを自動抽出して原文書の
画像情報に付加し、キーワード付ファイル６に自動登録
することが可能となった。
力する。そして、このキーワードを原文書の画像情報に
付加してキーワード付ファイル６に登録する。以上によ
って、原文書から読み取った画像情報より文字認識を行
って文字認識結果候補列を生成し、この文字認識結果候
補列について単語辞書の単語と照合して一致したものを
キーワード候補とし、このキーワード候補についてキー
ワードの信頼度を求めて所定閾値以上のものをキーワー
ドと決定し、原文書の画像情報にこのキーワードを付加
し、キーワード付ファイル６に登録する。これにより、
原文書の画像情報から自動的に文字認識結果候補列、キ
ーワード候補、更にキーワードを自動抽出して原文書の
画像情報に付加し、キーワード付ファイル６に自動登録
することが可能となった。
【００２５】図３は、本発明の原文書のイメージ図を示
す。これは、原文書中に存在するテキスト部（文字が存
在する領域）、図表部（図形が存在する領域）、および
テキスト領域（文字が存在する領域）である。これら文
字や図形などが存在してドットイメージがある部分を、
本実施例では全てテキスト領域として文字認識の対象と
している。従って、ここでは、テキスト部および図表部
の両者がテキスト領域と見なし、文字認識の対象とす
る。図表の部分から文字が認識されないだけである。
す。これは、原文書中に存在するテキスト部（文字が存
在する領域）、図表部（図形が存在する領域）、および
テキスト領域（文字が存在する領域）である。これら文
字や図形などが存在してドットイメージがある部分を、
本実施例では全てテキスト領域として文字認識の対象と
している。従って、ここでは、テキスト部および図表部
の両者がテキスト領域と見なし、文字認識の対象とす
る。図表の部分から文字が認識されないだけである。
【００２６】図４は、本発明のキーワード候補の抽出説
明図を示す。これは、単語辞書２１中に図示のように単
語“文字”、“文学”、“文献”などが登録されてお
り、これらを取り出す。そして、図２のＳ４で文字認識
した文字認識結果候補列と、これら取り出した単語とを
照合して一致したものがあったときにその単語をキーワ
ード候補（例えば“文字”、“文学”）と決定する。
明図を示す。これは、単語辞書２１中に図示のように単
語“文字”、“文学”、“文献”などが登録されてお
り、これらを取り出す。そして、図２のＳ４で文字認識
した文字認識結果候補列と、これら取り出した単語とを
照合して一致したものがあったときにその単語をキーワ
ード候補（例えば“文字”、“文学”）と決定する。
【００２７】図５は、本発明の信頼度の説明図を示す。
図５の（ａ）は、文字認識における確からしさの場合の
信頼度を示す。ここで、文字認識では、例えば入力文字
と辞書中のテンプレート文字の特徴ベクトル間の距離を
もとに、各文字認識結果の文字の信頼度を計算する。確
率的な計算式を使って求めることが普通であるが、ここ
では、単純に距離値のものを使って説明する。従って値
が小さいものほど確からしいと判断する。例えば図６を
参照して図示の下記のように文字認識結果の文字の確か
らしさを算出する。
図５の（ａ）は、文字認識における確からしさの場合の
信頼度を示す。ここで、文字認識では、例えば入力文字
と辞書中のテンプレート文字の特徴ベクトル間の距離を
もとに、各文字認識結果の文字の信頼度を計算する。確
率的な計算式を使って求めることが普通であるが、ここ
では、単純に距離値のものを使って説明する。従って値
が小さいものほど確からしいと判断する。例えば図６を
参照して図示の下記のように文字認識結果の文字の確か
らしさを算出する。
【００２８】・３文字めが“文”である確からしさ １
１４１ ・４文字めが“字”である確からしさ １１０５ ・４文字めが“学”である確からしさ １３８７ これら値は、図６のから“３文字めが“文”である確
からしさ“１１４１”が算出される。同様に、図６の
、から確からしさ“１１０５”、“１３８７”がそ
れぞれ算出される。
１４１ ・４文字めが“字”である確からしさ １１０５ ・４文字めが“学”である確からしさ １３８７ これら値は、図６のから“３文字めが“文”である確
からしさ“１１４１”が算出される。同様に、図６の
、から確からしさ“１１０５”、“１３８７”がそ
れぞれ算出される。
【００２９】以上のようにして算出した文字の値が小さ
い程、確からしさが増すので、予め定めた値以下のも
の、あるいは値の最も小さい先頭のものを文字認識結果
候補列と決定する。尚、これら距離は、後述する図１２
に示すように、文字のドットイメージを所定方向に投影
しときのテンプレートのものと入力字形のものとの差を
積分したものである。
い程、確からしさが増すので、予め定めた値以下のも
の、あるいは値の最も小さい先頭のものを文字認識結果
候補列と決定する。尚、これら距離は、後述する図１２
に示すように、文字のドットイメージを所定方向に投影
しときのテンプレートのものと入力字形のものとの差を
積分したものである。
【００３０】図５の（ｂ）は、キーワード候補の確から
しさの場合の値を示す。ここでは、例として、構成文字
の値の平均値の値が小さいほど確からしいと判断する。
例えば図６を参照して図示の下記のように値を算出す
る。
しさの場合の値を示す。ここでは、例として、構成文字
の値の平均値の値が小さいほど確からしいと判断する。
例えば図６を参照して図示の下記のように値を算出す
る。
【００３１】・キーワード候補“文字”の確からしさ （１１４１＋１１０５）／２＝１１２３ ・キーワード候補“文学”の確からしさ （１１４１＋１３８７）／２＝１２６４ これら値は、図６のから“３文字めが“文”である確
からしさ“１１４１”が算出される。同様に、図６の
から値“１３８７”が算出される。そして、これらの平
均（和を２で除算した値）を値とする。
からしさ“１１４１”が算出される。同様に、図６の
から値“１３８７”が算出される。そして、これらの平
均（和を２で除算した値）を値とする。
【００３２】図５の（ｃ）は、適当な閾値でキーワード
候補を絞る例を示す。これは、図５の（ｂ）によって算
出した値が 適当な閾値以下例えば１２５０以下をキー
ワードとすれば、図５の（ｂ）で算出した値のうち“１
２６４”の“文学”がキーワード候補から外れ、結果と
して値“１１２３”のキーワード“文字”のみが残り、
これをキーワードと決定する。
候補を絞る例を示す。これは、図５の（ｂ）によって算
出した値が 適当な閾値以下例えば１２５０以下をキー
ワードとすれば、図５の（ｂ）で算出した値のうち“１
２６４”の“文学”がキーワード候補から外れ、結果と
して値“１１２３”のキーワード“文字”のみが残り、
これをキーワードと決定する。
【００３３】図６は、本発明の文字認識結果例を示す。
ここで、縦方向の１文字目、２文字目、３文字目、４文
字目・・・が認識対象の文字を表し、その横の数字が値
を表す。また、横方向の１位、２位、３位・・・は値の
小さい順に文字認識されたときの文字を表す。例えば４
文字目の１位の“字”の値は“１１０５”（）であ
り、４位の“学”の値は“１３８７”（）と算出され
たものである。以下同様に図示のように文字認識によっ
て各値を算出したものである。
ここで、縦方向の１文字目、２文字目、３文字目、４文
字目・・・が認識対象の文字を表し、その横の数字が値
を表す。また、横方向の１位、２位、３位・・・は値の
小さい順に文字認識されたときの文字を表す。例えば４
文字目の１位の“字”の値は“１１０５”（）であ
り、４位の“学”の値は“１３８７”（）と算出され
たものである。以下同様に図示のように文字認識によっ
て各値を算出したものである。
【００３４】図７は、本発明の動作説明フローチャート
（位置）を示す。これは、原文書中の位置（タイトル、
日付、シグニチャなど）に対応して重要度を判定したも
のである。ここで、（Ａ）、（Ｂ）、（Ｃ）は、図２の
対応する記号を表し、（Ａ）は図２のＳ１につづいて処
理を行う。（Ｂ）は図２のＳ７のキーワード候補の情報
を受け取り、処理を進める。更に、（Ｃ）は図７のＳ１
４で自動選択したキーワードを図２のＳ９のキーワード
と決定する。
（位置）を示す。これは、原文書中の位置（タイトル、
日付、シグニチャなど）に対応して重要度を判定したも
のである。ここで、（Ａ）、（Ｂ）、（Ｃ）は、図２の
対応する記号を表し、（Ａ）は図２のＳ１につづいて処
理を行う。（Ｂ）は図２のＳ７のキーワード候補の情報
を受け取り、処理を進める。更に、（Ｃ）は図７のＳ１
４で自動選択したキーワードを図２のＳ９のキーワード
と決定する。
【００３５】図７において、Ｓ１１は、テキストブロッ
クの位置の認識を行う。これは、右側に記載したよう
に、例えばテキストブロック矩形の位置（ｘ１，ｙ
１）、（ｘ２，ｙ２）の認識、即ち図８の上から横方向
に順次走査し、ドットイメージの現れた領域の左上の座
標（ｘ１，ｙ１）および右下の座標（ｘ２，ｙ２）を求
める。
クの位置の認識を行う。これは、右側に記載したよう
に、例えばテキストブロック矩形の位置（ｘ１，ｙ
１）、（ｘ２，ｙ２）の認識、即ち図８の上から横方向
に順次走査し、ドットイメージの現れた領域の左上の座
標（ｘ１，ｙ１）および右下の座標（ｘ２，ｙ２）を求
める。
【００３６】Ｓ１２は、テキストブロックの役割判定す
る。これは、右側に記載したように、Ｓ１１で位置を認
識したテキストブロックの役割として、例えばタイト
ル、日付、シグニチャなどのいずれに該当するかの役割
を認識する。
る。これは、右側に記載したように、Ｓ１１で位置を認
識したテキストブロックの役割として、例えばタイト
ル、日付、シグニチャなどのいずれに該当するかの役割
を認識する。
【００３７】Ｓ１３は、キーワード候補がいずれのテキ
ストブロックに属するかによってキワード候補の重要度
を判定する。例えばキーワード候補が存在するテキスト
ブロックがタイトルのときに重要度が高いと判定する。
ストブロックに属するかによってキワード候補の重要度
を判定する。例えばキーワード候補が存在するテキスト
ブロックがタイトルのときに重要度が高いと判定する。
【００３８】Ｓ１４は、キーワード候補の重要度によっ
てキーワードを自動選択する。これは、Ｓ１３でキーワ
ード候補が属するテキストブロックに対応して重要度を
それぞれ判明したので、そのうちの重要度が高いキーワ
ード候補をキーワードと選択する。そして、図２の
（Ｃ）に戻り、Ｓ９でキーワードを決定し、画像情報に
当該キーワードを付加してキーワード付ファイル６に登
録する。
てキーワードを自動選択する。これは、Ｓ１３でキーワ
ード候補が属するテキストブロックに対応して重要度を
それぞれ判明したので、そのうちの重要度が高いキーワ
ード候補をキーワードと選択する。そして、図２の
（Ｃ）に戻り、Ｓ９でキーワードを決定し、画像情報に
当該キーワードを付加してキーワード付ファイル６に登
録する。
【００３９】以上によって、原文書中のテキストブロッ
クの位置の重要度が高いもののキーワード候補をキーワ
ードと自動選択することにより、キーワード候補から原
文書中の重要度の高い位置をもとにキーワードを決定す
ることが可能となる。
クの位置の重要度が高いもののキーワード候補をキーワ
ードと自動選択することにより、キーワード候補から原
文書中の重要度の高い位置をもとにキーワードを決定す
ることが可能となる。
【００４０】図８は、本発明の重要度の説明図を示す。
これは、原文書中のテキストブロックの位置を左上の座
標および右下の座標によってそれぞれ表す。このテキス
トブロックのうち、重要度の高い順にキーワード候補か
らキーワードを自動選択する。ここでは、重要度は例え
ばタイトル、本文、日付、シグニチャの順に高いとす
る。
これは、原文書中のテキストブロックの位置を左上の座
標および右下の座標によってそれぞれ表す。このテキス
トブロックのうち、重要度の高い順にキーワード候補か
らキーワードを自動選択する。ここでは、重要度は例え
ばタイトル、本文、日付、シグニチャの順に高いとす
る。
【００４１】図９は、本発明の動作説明フローチャート
（分野）を示す。これは、各キーワード候補の分野特徴
ベクトルの総和の文書全体の分野特徴ベクトルと、各キ
ーワード候補の分野特徴ベクトルとを比較し、キーワー
ド候補の分野特徴ベクトルが大きく異なるときに除外
し、残りのものをキーワードと自動選択するものであ
る。ここで、（Ｂ）、（Ｃ）は、図２の対応する記号を
表す。（Ｂ）は図２のＳ７のキーワード候補の情報を受
け取り、処理を進める。（Ｃ）は図９のＳ２３で自動選
択したキーワードを図２のＳ９のキーワードと決定す
る。
（分野）を示す。これは、各キーワード候補の分野特徴
ベクトルの総和の文書全体の分野特徴ベクトルと、各キ
ーワード候補の分野特徴ベクトルとを比較し、キーワー
ド候補の分野特徴ベクトルが大きく異なるときに除外
し、残りのものをキーワードと自動選択するものであ
る。ここで、（Ｂ）、（Ｃ）は、図２の対応する記号を
表す。（Ｂ）は図２のＳ７のキーワード候補の情報を受
け取り、処理を進める。（Ｃ）は図９のＳ２３で自動選
択したキーワードを図２のＳ９のキーワードと決定す
る。
【００４２】図９において、Ｓ２１は、各キーワード候
補の分野特徴ベクトルを求める。これは、右側に記載し
たように、 ・キーワード候補１の分野特徴ベクトル：ｖ１ ・キーワード候補２の分野特徴ベクトル：ｖ２ と求める。例えば後述する図１０に示すように、分野
（文学、化学、機械、物理、情報、経済など）毎のそれ
ぞれの値を持つ分野特徴ベクトルを求める。
補の分野特徴ベクトルを求める。これは、右側に記載し
たように、 ・キーワード候補１の分野特徴ベクトル：ｖ１ ・キーワード候補２の分野特徴ベクトル：ｖ２ と求める。例えば後述する図１０に示すように、分野
（文学、化学、機械、物理、情報、経済など）毎のそれ
ぞれの値を持つ分野特徴ベクトルを求める。
【００４３】Ｓ２２は、各キーワード候補の分野特徴ベ
クトルから文書全体の分野特徴ベクトルを求める。これ
は、右側に記載したように、文書全体の分野特徴ベクト
ルとして、 Ｖ＝ｖ１＋ｖ２・・・ といように、ベクトル和を求める。
クトルから文書全体の分野特徴ベクトルを求める。これ
は、右側に記載したように、文書全体の分野特徴ベクト
ルとして、 Ｖ＝ｖ１＋ｖ２・・・ といように、ベクトル和を求める。
【００４４】Ｓ２３は、各キーワードの分野特徴ベクト
ルと文書全体の分野特徴ベクトルとを比較し、ベクトル
の方向が大きく異なる分野特徴ベクトルを持つキーワー
ド候補を捨てる。これは、右側に記載したように、各キ
ーワードの分野特徴ベクトルと文書全体の分野特徴ベク
トルとの内積を求めそれぞれのベクトルの大きさで割っ
たもの（ｃｏｓθ）が閾値よりんも小さいものを捨て
る。そして、残ったキーワード候補を図２の（Ｃ）に続
くＳ９によってキーワードと決定する。このキーワード
を原文書の画像情報に付加してキーワード付ファイル６
に登録する。
ルと文書全体の分野特徴ベクトルとを比較し、ベクトル
の方向が大きく異なる分野特徴ベクトルを持つキーワー
ド候補を捨てる。これは、右側に記載したように、各キ
ーワードの分野特徴ベクトルと文書全体の分野特徴ベク
トルとの内積を求めそれぞれのベクトルの大きさで割っ
たもの（ｃｏｓθ）が閾値よりんも小さいものを捨て
る。そして、残ったキーワード候補を図２の（Ｃ）に続
くＳ９によってキーワードと決定する。このキーワード
を原文書の画像情報に付加してキーワード付ファイル６
に登録する。
【００４５】以上によって、キーワード候補の分野特徴
ベクトルと、文書全体の分野特徴ベクトルとを比較し、
ベクトルの方向が所定閾値以上異なる場合に捨て、残っ
たキーワード候補をキーワードと決定し、画像情報に付
加してキーワード付ファイル６に登録する。これによ
り、キーワード候補から分野特徴ベクトルをもとに自動
選択することが可能となる。
ベクトルと、文書全体の分野特徴ベクトルとを比較し、
ベクトルの方向が所定閾値以上異なる場合に捨て、残っ
たキーワード候補をキーワードと決定し、画像情報に付
加してキーワード付ファイル６に登録する。これによ
り、キーワード候補から分野特徴ベクトルをもとに自動
選択することが可能となる。
【００４６】図１０は、本発明の分野特徴ベクトルの説
明図を示す。ここで、横軸は分野（化学、機械、物理、
情報、経済など）を表し、縦軸はそのときの分野特徴ベ
クトルの大きさを表す。例えば点線で表したキーワード
候補“アルコール”の分野特徴ベクトルは、図示のよう
に、化学、経済の分野でその値が大きく、物理、情報の
分野でその値が小さい。一方、実線で表したキーワード
候補“文学”の分野特徴ベクトルは、図示のように、情
報の分野でその値が多く、他の分野ではその値が小さ
い。
明図を示す。ここで、横軸は分野（化学、機械、物理、
情報、経済など）を表し、縦軸はそのときの分野特徴ベ
クトルの大きさを表す。例えば点線で表したキーワード
候補“アルコール”の分野特徴ベクトルは、図示のよう
に、化学、経済の分野でその値が大きく、物理、情報の
分野でその値が小さい。一方、実線で表したキーワード
候補“文学”の分野特徴ベクトルは、図示のように、情
報の分野でその値が多く、他の分野ではその値が小さ
い。
【００４７】図１１は、本発明の表示文書選択説明図を
示す。これは、キーワードｋｌを指定した検索指示に対
応して、キーワード付ファイル６を検索し、検索結果と
して図示の ・文書ｄ１信頼度ａ１ ・文書ｄ２信頼度ａ２ を取り出す。そして、下段に記載した下記のように表示
する。
示す。これは、キーワードｋｌを指定した検索指示に対
応して、キーワード付ファイル６を検索し、検索結果と
して図示の ・文書ｄ１信頼度ａ１ ・文書ｄ２信頼度ａ２ を取り出す。そして、下段に記載した下記のように表示
する。
【００４８】（１） 信頼度の高いもの順に表示する。 （２） 信頼度の高いものｎ個だけ表示する。 （３） 信頼度の一番高いものは赤で表示、２位は黄色
で表示などする。
で表示などする。
【００４９】ここで、信頼度ａ１、ａ２などは、図５の
（ｂ）で説明し確からしさと同等である。図１２は、本
発明の漢字対応の認識説明図を示す。これは、原文書か
らスキャナで読み取った画像情報より文字認識を行うと
きのものである。ここでは、漢字の文字認識について説
明するが、同様にかな、ひらながなども文字認識すれば
よい。
（ｂ）で説明し確からしさと同等である。図１２は、本
発明の漢字対応の認識説明図を示す。これは、原文書か
らスキャナで読み取った画像情報より文字認識を行うと
きのものである。ここでは、漢字の文字認識について説
明するが、同様にかな、ひらながなども文字認識すれば
よい。
【００５０】図１２の（ａ）は、文字“文”を画像情報
とした例を示す。図１２の（ｂ）は、特徴抽出を示す。
これは、線方法、線間、線密度についてそれぞれ特徴抽
出を図示のようにそれぞれ行う。
とした例を示す。図１２の（ｂ）は、特徴抽出を示す。
これは、線方法、線間、線密度についてそれぞれ特徴抽
出を図示のようにそれぞれ行う。
【００５１】図１２の（ｃ）は、判定を行う様子を示
す。これは、図１２の（ｂ）で求めた特徴抽出した結果
と、予め求めておいたテンプレートとの差分を求め、そ
の差分が所定閾値以下のときに一致したとしてそのとき
のテンプレートの文字と認識する。また、その距離値Ｄ
は、図示のように、 として算出する。ここで、ｄijはテンプレート文字ｉの
特徴パターンｉの値を表し、riは入力文字の特徴パター
ンｉの値を表す。
す。これは、図１２の（ｂ）で求めた特徴抽出した結果
と、予め求めておいたテンプレートとの差分を求め、そ
の差分が所定閾値以下のときに一致したとしてそのとき
のテンプレートの文字と認識する。また、その距離値Ｄ
は、図示のように、 として算出する。ここで、ｄijはテンプレート文字ｉの
特徴パターンｉの値を表し、riは入力文字の特徴パター
ンｉの値を表す。
【００５２】
【発明の効果】以上説明したように、本発明によれば、
紙文書や紙文書から読み取った画像情報より文字認識し
て文字認識結果候補列を自動抽出し、この文字認識結果
候補列からキーワード候補を自動抽出し、更にこのキー
ワード候補から文字認識結果の信頼度や重要度や分野に
よってキーワードを自動選択する構成を採用しているた
め、紙文書や画像情報から自動的にキーワードを抽出す
ることができる。特に、文書中の文字の全てを正しく復
元しようとするものではないが、文書全体が正しく文字
認識されないような文書に対してもキーワードを抽出で
きる。また、キーワードを指定した検索指示に対応し
て、信頼度の大きい順に表示したり、先頭から所定個数
表示したり、あるいは色を変えて重要度を表示すること
で、文字認識結果の誤りによる雑音として余分に検索さ
れてしまう文書を容易に見分けることが可能である。
紙文書や紙文書から読み取った画像情報より文字認識し
て文字認識結果候補列を自動抽出し、この文字認識結果
候補列からキーワード候補を自動抽出し、更にこのキー
ワード候補から文字認識結果の信頼度や重要度や分野に
よってキーワードを自動選択する構成を採用しているた
め、紙文書や画像情報から自動的にキーワードを抽出す
ることができる。特に、文書中の文字の全てを正しく復
元しようとするものではないが、文書全体が正しく文字
認識されないような文書に対してもキーワードを抽出で
きる。また、キーワードを指定した検索指示に対応し
て、信頼度の大きい順に表示したり、先頭から所定個数
表示したり、あるいは色を変えて重要度を表示すること
で、文字認識結果の誤りによる雑音として余分に検索さ
れてしまう文書を容易に見分けることが可能である。
【図１】本発明の原理構成図である。
【図２】本発明の動作説明フローチャートである。
【図３】本発明の原文書のイメージ図である。
【図４】本発明のキーワード候補の抽出説明図である。
【図５】本発明の距離の説明図である。
【図６】本発明の文字認識結果例である。
【図７】本発明の動作説明フローチャート（位置）であ
る。
る。
【図８】本発明の重要度の説明図である。
【図９】本発明の動作説明フローチャート（分野）であ
る。
る。
【図１０】本発明の分野特徴ベクトルの説明図である。
【図１１】本発明の表示文書選択説明図である。
【図１２】本発明の漢字対応の認識説明図である。
１：文字認識部 ２：キーワード抽出部 ２１：単語辞書 ３：キーワード選択部 ４：文書構造判定部 ５：テーマ判定部 ６：キーワード付ファイル ７：検索／表示部
Claims (5)
- 【請求項１】文書の画像情報からキーワードを抽出する
キーワード抽出・検索装置において、 原文書の画像情報から文字認識して文字認識結果候補列
を生成する文字認識部（１）と、 この文字認識結果候補列からキーワード候補を抽出する
キーワード抽出部（２）と、 各キーワード候補の信頼度を求めて所定閾値以上をキー
ワードとして選択するキーワード選択部（３）とを備え
たことを特徴とするキーワード抽出・検索装置。 - 【請求項２】文書の画像情報からキーワードを抽出する
キーワード抽出・検索装置において、 原文書の画像情報から文字認識して文字認識結果候補列
を生成する文字認識部（１）と、 この文字認識結果候補列からキーワード候補を抽出する
キーワード抽出部（２）と、 各キーワード候補の原文書中の位置に対応する重要度が
所定値以上のときにキーワードとして選択するキーワー
ド選択部（３）とを備えたことを特徴とするキーワード
抽出・検索装置。 - 【請求項３】文書の画像情報からキーワードを抽出する
キーワード抽出・検索装置において、 原文書の画像情報から文字認識して文字認識結果候補列
を生成する文字認識部（１）と、 この文字認識結果候補列からキーワード候補を抽出する
キーワード抽出部（２）と、 各キーワード候補の分野特徴ベクトルから求めた文書全
体の分野特徴ベクトルに対して、各キーワード候補の分
野特徴ベクトルが所定範囲内に納まったときにキーワー
ドとして選択するキーワード選択部（３）とを備えたこ
とを特徴とするキーワード抽出・検索装置。 - 【請求項４】上記請求項１から請求項３によって選択さ
れたキーワードを原文書の画像情報に付加して登録する
キーワード付ファイル（６）を備えたことを特徴とする
キーワード抽出・検索装置。 - 【請求項５】キーワードあるいはキーワード群を指定し
た検索指示に対応して、上記キーワード付ファイル
（６）から検索指示されたキーワードの全部および一部
が一致するキーワードを取り出し、その信頼度を算出し
て大きい順にキーワードに対応する画像情報を並べて表
示、先頭から所定個数のみを表示、あるいは色マークを
変えて順次表示する検索／表示部（７）を備えたことを
特徴とするキーワード抽出・検索装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6106528A JPH07319880A (ja) | 1994-05-20 | 1994-05-20 | キーワード抽出・検索装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6106528A JPH07319880A (ja) | 1994-05-20 | 1994-05-20 | キーワード抽出・検索装置 |
Related Child Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003336621A Division JP2004030695A (ja) | 2003-09-29 | 2003-09-29 | キーワード抽出・検索装置 |
| JP2003336622A Division JP2004005761A (ja) | 2003-09-29 | 2003-09-29 | キーワード抽出・検索装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07319880A true JPH07319880A (ja) | 1995-12-08 |
Family
ID=14435899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6106528A Pending JPH07319880A (ja) | 1994-05-20 | 1994-05-20 | キーワード抽出・検索装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07319880A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11272707A (ja) * | 1998-03-26 | 1999-10-08 | Sharp Corp | 情報処理システム |
| JP2002183165A (ja) * | 2000-12-08 | 2002-06-28 | Ricoh Co Ltd | デジタル複合機および文書格納システム |
| JP2006277089A (ja) * | 2005-03-28 | 2006-10-12 | Fuji Xerox Co Ltd | ドキュメント処理装置 |
| WO2008015907A1 (fr) * | 2006-08-03 | 2008-02-07 | Nec Corporation | Dispositif, procédé et programme d'exploration de texte |
| JP2011034230A (ja) * | 2009-07-30 | 2011-02-17 | Rakuten Inc | 画像検索エンジン |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0492973A (ja) * | 1990-08-06 | 1992-03-25 | Fujitsu Ltd | イメージ情報登録検索装置 |
| JPH04232570A (ja) * | 1990-12-28 | 1992-08-20 | Fuji Electric Co Ltd | キーワード検索方法 |
| JPH052661A (ja) * | 1991-06-25 | 1993-01-08 | Mitsubishi Electric Corp | 単語読取装置 |
-
1994
- 1994-05-20 JP JP6106528A patent/JPH07319880A/ja active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0492973A (ja) * | 1990-08-06 | 1992-03-25 | Fujitsu Ltd | イメージ情報登録検索装置 |
| JPH04232570A (ja) * | 1990-12-28 | 1992-08-20 | Fuji Electric Co Ltd | キーワード検索方法 |
| JPH052661A (ja) * | 1991-06-25 | 1993-01-08 | Mitsubishi Electric Corp | 単語読取装置 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11272707A (ja) * | 1998-03-26 | 1999-10-08 | Sharp Corp | 情報処理システム |
| JP2002183165A (ja) * | 2000-12-08 | 2002-06-28 | Ricoh Co Ltd | デジタル複合機および文書格納システム |
| JP4695255B2 (ja) * | 2000-12-08 | 2011-06-08 | 株式会社リコー | デジタル複合機 |
| JP2006277089A (ja) * | 2005-03-28 | 2006-10-12 | Fuji Xerox Co Ltd | ドキュメント処理装置 |
| JP4682663B2 (ja) * | 2005-03-28 | 2011-05-11 | 富士ゼロックス株式会社 | ドキュメント処理装置 |
| WO2008015907A1 (fr) * | 2006-08-03 | 2008-02-07 | Nec Corporation | Dispositif, procédé et programme d'exploration de texte |
| US8140337B2 (en) | 2006-08-03 | 2012-03-20 | Nec Corporation | Apparatus, method and program for text mining |
| JP2011034230A (ja) * | 2009-07-30 | 2011-02-17 | Rakuten Inc | 画像検索エンジン |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6341176B1 (en) | Method and apparatus for character recognition | |
| KR100339446B1 (ko) | 주소 인식 장치 및 주소 인식 방법 | |
| US8208765B2 (en) | Search and retrieval of documents indexed by optical character recognition | |
| US6944344B2 (en) | Document search and retrieval apparatus, recording medium and program | |
| Chaudhuri et al. | A complete printed Bangla OCR system | |
| JP4740916B2 (ja) | 画像文書処理装置、画像文書処理プログラムおよび画像文書処理プログラムを記録した記録媒体 | |
| US6470336B1 (en) | Document image search device and recording medium having document search program stored thereon | |
| KR100412317B1 (ko) | 문자인식/수정방법및장치 | |
| JP2713622B2 (ja) | 表形式文書読取装置 | |
| JP2002312385A (ja) | 文書自動分割装置 | |
| JP2000182064A (ja) | ドキュメント処理システム及びインデックス情報獲得方法 | |
| JP4280355B2 (ja) | 文字認識装置 | |
| JP2009176264A (ja) | 画像文書処理装置および画像文書処理方法 | |
| JP3917349B2 (ja) | 文字認識結果を利用して情報を検索する検索装置および方法 | |
| JPH07319880A (ja) | キーワード抽出・検索装置 | |
| JP2004005761A (ja) | キーワード抽出・検索装置 | |
| Lu et al. | Word searching in document images using word portion matching | |
| US9224040B2 (en) | Method for object recognition and describing structure of graphical objects | |
| JP2004030695A (ja) | キーワード抽出・検索装置 | |
| Al-Barhamtoshy et al. | Arabic OCR segmented-based system | |
| JPH07282193A (ja) | 表を含む帳票処理装置 | |
| JPH06223121A (ja) | 情報検索装置 | |
| JP4221960B2 (ja) | 帳票識別装置及びその識別方法 | |
| JPH0728935A (ja) | 文書画像処理装置 | |
| JPH07271921A (ja) | 文字認識装置および文字認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20031104 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20031204 |
|
| A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20040128 |
|
| A912 | Removal of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20040220 |