JPH08138000A - 文字認識方法および装置 - Google Patents

Abstract

(57)【要約】 【目的】 文字認識誤りを言語的な知識を用いて補完す
る後処理付き文字認識方法においては、単語辞書の検索
による候補単語の抽出が大きなウェイトを占めるので、
候補文字群を用いて辞書検索を行う手法、及び動詞の活
用形処理のための辞書見出しを工夫することにより、候
補単語抽出の高速化を計る。また、単語照合コストの計
算法を工夫し、誤認識修正精度を向上させる。 【構成】 “候補文字主導型の辞書引き”と“辞書主導
型の辞書引き”を組み合わせた“混合法”を用いた単語
検索を行う。また、動詞活用語尾を後続助動詞、助詞の
先頭に付加した見出し語を持つ単語辞書を利用する。単
語照合コストについては、確信度が総体的に低い文字に
関する照合コストの差より、確信度が総体的に高い文字
に関する照合コストの差を重視する方法を用いる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、後処理を用いて認識精
度を向上させる手段を持つ文字認識方法および装置に係
り、文字認識装置（以下OCRと称する）を用いて一般文
書を自動的に入力する目的に好適な後処理法に関する。

【０００２】

【従来の技術】OCRを用いて文書を読み取った場合、各
文字パタンごとに複数の候補文字（各候補には、数値化
された確信度が付与される）が得られるが、最も確信度
が高い文字の正解率は通常100％ではなく、また正解が
文字候補に入らない場合もある。このような文字認識性
能の不完全性を補うため、一般文書の読み取り結果につ
いては、通常図１に示す如き構成を用いて修正、補完等
の後処理を行う。

【０００３】文献〔1〕、〔2〕、〔3〕および特開平０
３−１２５２８８を参考にその概要を述べる： 〔1〕
杉村 利明：候補文字補完と言語処理による漢字認識の
誤り訂正処理法(電子情報通信学会論文誌D-II,Vol. J72
-D-II, No. 7, pp.993-1000(1989)) 〔2〕 高尾 哲康 他：日本語文書リーダ後処理の実現と
評価(情報処理学会論文誌、Vol. 30, No. 11, pp.1394-
1401 (1989)) 〔3〕 伊藤 伸泰 他：OCR入力された日本語文の誤り検
出と自動訂正（情報処理学会論文誌、Vol. 33, No. 5,
pp.664-670 (1992)） 読み取り対象文書１０１をスキャナ１０２を用いてディ
ジタル画像化し、文字認識部１０３により、文字パタン
の切り出し及び各文字パタンごとに候補文字群（それぞ
れに確信度が付与される）が得られる。この様子を図２
(a)に、入力文字列が“米国産のトウモロコシや…”で
ある場合を用いて例示した。確信度は通常０以上１以下
の実数であるが、例では、これを０から２５５の正数値
にデジタイズしたものを用いている。各行が、各文字パ
タンに対する確信度付きの候補文字群を表わす（正解文
字を網掛け表示により示した）。図１５は、韓国語の例
である。正解文字列を図２(a)と同じく網掛けにより示
してある（正解文字列は、“図書館へ行く”という意味
である。韓国語は分かち書きを行うので、“図書館へ”
に対応する部分と、“行く”に対応する部分のあいだに
空白がある）。

【０００４】文字認識部１０３の出力は、文字認識後処
理部１０４にて修正、補完される。文字認識後処理部１
０４は、３つの部分から構成される。すなわち、候補文
字調整部１０４４、候補単語抽出部１０４５、候補単語
列抽出部１０４６である。候補文字調整部１０４４は、
候補文字制限処理部１０４４１、候補文字追加処理部１
０４４２からなる。候補文字制限処理部１０４４１は、
確信度があらかじめ定められた値より低い文字を候補文
字から除外する等の除外処理を、候補文字追加処理部１
０４４２は、コンフュージョン マトリックス（confusi
on matrix-文字間の誤認識確率テーブル）１０４１を用
いて、必要な場合候補文字に特定の文字を追加する処理
を行う。候補文字調整部１０４４における処理の詳細
は、例えば上記文献〔1〕に従えば実現できる。図２(b)
は、図２(a)のごとき候補文字群に、候補文字制限処理
を施した結果の一例である。候補文字調整部１０４４の
処理を経て、一つの文字パタンごとに複数個得られる候
補文字群は候補単語抽出部１０４５へ送られ、候補単語
の辞書引き処理、照合コスト計算等が行われる。辞書引
き処理部１０４５１では、候補文字群から生成したキー
と辞書１０４２を用いて、入力文に出現した可能性のあ
る単語を抽出し、照合コスト計算処理部１０４５２は該
候補単語と文字パタンとの適合性の指標となる照合コス
トを算出し、{候補単語、位置情報、照合コスト}の三つ
組の集合（以下候補単語ラティスと称する）を生成し、
候補単語列抽出部１０４６へ送る。

【０００５】図３に、図２(a)の候補文字集合を用いて
候補単語抽出部１０４５から出力される候補単語ラティ
スの模式図を示す。図１６は、図１５の候補文字集合を
用いて候補単語抽出部１０４５から出力される候補単語
ラティスの模式図である。図中のciは、各候補単語の照
合コストであり、種々の手法で算出されるが、例えば前
述の文献〔1〕の方式を用いることができる。候補単語
ラティスは候補単語列抽出部１０４６へ送られ、接続検
定処理部１０４６１、最尤単語列抽出処理部１０４６２
により、品詞の接続チェック、単語の頻度、単語間接続
尤度等の文法知識１０４３を用いて最尤単語列が抽出さ
れ、端末１０５にて表示される。候補単語列抽出部１０
４６における処理の詳細は、例えば上記文献〔3〕に従
えば実現できる。

【０００６】本発明では、候補文字調整部１０４４に関
しては方法を特定しないため、まず、辞書引き処理部１
０４５１、辞書１０４５について従来方法の詳細を述べ
る。

【０００７】・辞書引き方法 辞書引き方法は大別して２種類ある。ひとつは、図４に
摸式的に示した方法で、以下では“候補文字主導型の辞
書引き”と呼ぶ。この手法は、確信度がある条件を満た
す（図４の場合、簡単のため、「最高の確信度を持つ候
補文字との確信度の差dが60以内である」としている。
他に、「順位がK位以内である」等の制約が考えられ
る）候補文字のみを用いて、一定の長さL個を超えない
範囲で組み合わせ、これをキーとして単語辞書を検索す
るものである。

【０００８】図４は、図２に示した例の、５文字目以降
に対応する部分に“候補文字主導型の辞書引き”を適用
した場合である。辞書検索の対象となるのは、図５に示
したキー群であり、図４の太線で示した正解文字列“ト
ウモロコシ”も含まれる（ここでは簡単のためL＝５と
仮定した）。

【０００９】もう一つの方法を、以下で“辞書主導型の
辞書引き”と呼ぶ。図６はこの手法を模式的に示す。辞
書は、各単語に、例えば一文字目の文字、二文字目の文
字等、特定の位置の文字をキーとしてアクセス可能な構
成にする。m文字目から始まる候補単語を抽出するため
には、例えばm番目の文字パタンの候補文字集合のう
ち、確信度が第１位の文字で始まる単語群を辞書から抽
出して照合対象単語群とし、これらと候補文字群との間
の照合コストを計算して候補単語ラティスを生成する。
図７に、図６の例で先頭一文字目をキーに用いる場合に
照合対象となる単語群を示した。

【００１０】・辞書について 辞書検索のためのデータ構造、検索方法については、TR
IE構造、ハッシュ法等高速化のための様々な標準的手法
があるが、本発明ではこれらについては特定しないた
め、説明は割愛する。本発明は見出し語の工夫により後
処理の高速を図るものであり、特に動詞活用形の扱いに
特徴がある。従って、以下では従来の動詞活用形の処理
手法について述べる。

【００１１】従来方式において動詞活用形処理に用いる
辞書見出しには、大別して二種類ある。その一つを、以
下では“活用形展開方式”と称する。“活用形展開方
式”においては、動詞活用は図１０に示したごとく、活
用形を展開した形で見出し語に用いられる。各見出し語
には識別コードが与えられ、単語間の接続可否は、識別
コード間の接続可否を１または０で表現した接続テーブ
ルにより表現されるが、ここでは識別コード、接続テー
ブルの詳細な説明は割愛する。他の一つを、以下では
“活用語尾分離方式”と称する。“活用語尾分離方式”
においては、図１１に示したごとく、動詞活用形は語
幹、語尾に分離される。助動詞や少数の不規則動詞は、
通常活用形に展開して登録される。

【００１２】次に、照合コスト計算処理部１０４５２、
候補単語列抽出部１０４６に関して説明する。

【００１３】例として、図１７に示した、“車体が良
い。”という文字列を認識した結果の候補文字集合を用
いて、誤認識を修正する場合を用いる。図１８は、図１
７の候補文字集合から生成した候補単語ラティスを示し
ている。

【００１４】候補単語ラティスの単語を、重なりなく、
しかも文頭から文末まで覆うよう組み合わせて得られる
単語列w1・…・w n に対しては、一般に、照合コストg
(w1・…・w n)と、単語の並びとしての評価値（これを
言語的コストと呼ぶ）f（w1・…・w n ）が付与され
る。

【００１５】gは、（数１）で表わされるように、各単
語ごとの単語照合コストc(wi)の和で定義される。

【００１６】

【数１】

【００１７】w＝C1C2…Cmの単語照合コストc(w)は、単
語を構成する各文字の文字照合コストの和として表わさ
れる。Ciと照合されるべき候補文字群をSi＝{(Ci1, Vi
1), ..., (Cil, Vil,), ..., (CiN, ViN)}としたとき、
CiとSiとの照合コストをK(Ci,Si)として、c(w)は（数
２）で定義される。図１８では、文献〔3〕の単語照合
コストを用いている。

【００１８】

【数２】

【００１９】すなわち、第m位として認識された文字に
は（m−１）を照合コストとして与え、ある語wの照合コ
ストg(w)は、それを構成する文字ごとの照合コストの和
とする方法である。以下、これを便宜上順位利用法と称
する。

【００２０】一方、fとしては、図１９に示した関数mを
用いて、（数３）のように定義できる。

【００２１】

【数３】

【００２２】ここで＠は、言語的コストを計算するため
に仮想的に用いる、文頭を表わす記号。

【００２３】この２種類のコストを総合的に評価するた
め、従来、適当な正数αを用いて、コスト関数 Fをαg
＋fの形で定義し、実験により適当なαを定めていた。
図１７、図１８の例の場合、言語的コストが最低になる
単語列は、 A1＝(車体、名詞) / (が、助詞1) / (良、用言語幹) /
(い、終止形活用語尾)/ (。、読点) A2＝(単作、名詞) / (が、助詞1) / (良、用言語幹) /
(い、終止形活用語尾)/ (。、読点) の二つであり(文頭は省略した)、言語的コストは f(A1)
= f(A2) = 7である。一方、照合コストは、g(A1) =
4、g(A2) = 3である。

【００２４】一方、照合コストが最小となる単語列は、 A3＝(単作、名詞) / (か、助詞3) / (良、用言語幹) /
(い、終止形活用語尾)/ (。、読点) であり、g(A3)=2である。一方、 言語的コストは f(A3)
= 9である。

【００２５】従って、この場合、例えばα＝0.5とすれ
ば、F = 0.5＊ f + g より、F(A1)= 9, F(A2) = 8.5,
F(A3) = 10となり、最尤解はA2となり、出力される文字
列は“単作が良い”となる。

【００２６】すなわち、３文字目の‘か’、５文字目の
‘ぃ’は、各々正しい文字‘が’、‘い’に置換され、
後処理効果が生じている。しかし、この場合、１文字目
の‘車’が、‘単’に誤置換置換されている。

【００２７】ここで、単語照合コストとして、第m位と
して認識された文字のコストを、（第1位の文字の確信
度−第m位の文字の確信度）とし、ある語wの照合コスト
g(w)は、それを構成する文字ごとの照合コストの和とす
る方法を用いる（以下、これを便宜上確信度差分法と称
する）と、照合コストは、g(A1) = 30、g(A2) = 30、g
(A2) = 10 となり、α＝0.05 とすれば、F = 0.05*f +
g より、F(A1) = 8.5,F(A2) = 8.5, F(A3) = 9.5とな
る。この手法は、順位利用法より、確信度の差を良く反
映でき、より精度の高いコスト関数となることが予想さ
れ、実際正解であるA1が、コスト最小解に含まれる。し
かし、コスト最小解は複数個（A1とA2）となり、どちら
を出力すべきかは決められない。A2を出力した場合、上
記の場合と同様、誤置換が生じる。これは、αを調整し
てもなくすことはできない。

【００２８】

【発明が解決しようとする課題】

・辞書引き法について 辞書引き、動詞活用処理、照合コスト計算処理における
従来方式の問題点を述べる。

【００２９】“候補文字主導型の辞書引き”の問題点
は、dやLが増大すると、検索対象キー数が指数的に増大
し、辞書引き、及び後続の処理に負担がかかる点であ
る。例えば、図４の例では、検索対象となるキー数は、
L≦５という応用上短かすぎる設定にもかかわらず、７
５０個にのぼる。

【００３０】“辞書主導型の辞書引き”は、キー数の組
み合わせ的爆発は起こらないが、一文字目が与えられた
文字と一致する単語数は、辞書が100,000語程度のと
き、平均して100個を超え(上記文献〔2〕参照)、計算機
の負担はまだ大きい。

【００３１】・動詞活用処理について “活用形展開方式”の問題点は、辞書見出し数が動詞語
幹のみの場合と比べて一万個以上増大すること、“辞書
主導型の辞書引き”を用いた場合、例えば“分”のよう
な動詞語幹となりうる漢字が出現するたびに、すべての
活用形の照合コストを計算しなければならないという問
題がある。

【００３２】“活用語尾分離方式”の問題点は、分割数
が増大するため、接続チェックの負担が増大することで
ある。

【００３３】上記文献〔2〕によれば、辞書検索、接続
チェックの手間は、後処理全体の７５％を占めるため、
大量の文書に対処するため文字認識後処理の速度を向上
させるには、上記の問題点を解決する必要がある。すな
わち、本発明で解決しようとする課題は、以下の二点で
ある １）辞書引き、候補単語抽出の効率を改善すること。

【００３４】２）活用処理の合理化により、辞書引き、
接続検定の効率を改善すること。

【００３５】・照合コスト計算処理について 従来の方法として、２種類の単語照合コスト計算方法を
見た。順位利用法では、順位が１違い確信度の近接して
いる候補文字の対と、順位が１違い確信度が離れている
候補文字の対を、どちらもコスト１の差としてしか取り
扱えない。確信度差分法は、候補文字の確信度の差を反
映するが、まだ次の点で問題がある。すなわち、図１７
の１文字目のように、確信度が総じて低い場合、確信度
の差はあまり意味が無いが、２文字目のように確信度が
総じて高い場合、確信度の差は確信度の差が総体的に低
い場合と比べて意味がある。確信度差分法は、この違い
を捕えられない点で問題があり、この結果、最小コスト
解が絞り切れない問題が生じたものと考えられる。

【００３６】

【課題を解決するための手段】

・辞書引き法について 本発明では、辞書引き方法として、“候補文字主導型の
辞書引き”と“辞書主導型の辞書引き”の長所を融合し
た、以下で“混合法”と称する方法を用いる。“混合
法”とは、辞書を見出しの長さがL個以下の単語辞書D１
とLより大きい単語辞書D２に分割し、長さL個以下の候
補単語は候補文字を組み合わせる“候補文字主導型の辞
書引き”を用いてD１から抽出し、長さがL＋１以上の候
補単語は、D２に“辞書主導型の辞書引き”を適用して
抽出する。D２の構成は、単語の先頭L文字で検索可能に
しておく（これはTRIE構造などを用いて容易に実現でき
る）。

【００３７】・動詞活用処理について 本発明では、活用形処理のための辞書見出しとして、図
１２に示したごとき見出しを持つ辞書を用いる。すなわ
ち、見出しとして動詞活用形の活用語尾を該活用形に後
接する助動詞語幹、助詞、句読点等の語頭に付加した文
字列を用いる。

【００３８】・照合コスト計算処理について 本発明では、候補文字の確信度が総体的に高い場合の確
信度の差を、候補文字の確信度が総体的に高い場合の確
信度の差より重視するという考え方を用いる。これを実
現するため、文字照合コストを以下のようにする。すな
わち、単語を構成する各文字の文字照合コストの計算に
おいて、該文字をC、該文字と照合されるべき候補文字
群Sを{(C1, V1), ..., (Ci, Vi), ..., (CN, VN)}とし
たとき、CとSとの総合コストを、以下で述べる性質を持
つ関数K(C, S)を用いて計算する：K(C, S)は、C ＝ Ci
の場合、K(C, S) = α・G1(V0, V1, Vi)； C ＝ Ci と
なるiがない場合、K(C, S) = G2(VN)、ここで、α、β
は正定数、V0は確信度の最大値、0≦VN≦…≦V1≦V0、G
1(V0, V1, Vi)は、(V0 - V1)が大きくなるにしたがって
減少し、(V1 - Vi)が大きくなるにしたがって増大する
正値関数、G2は、VNの値の単調非減少関数。

【００３９】

【作用】 ・辞書引き法について “混合法”において、例えばL＝２と設定すれば、“候
補文字主導型の辞書引き”によって生成される長さ２以
下のキーの数は、Lが５の場合に比べても数十分の１に
減少する。また、通常の日本語の辞書の場合、長さが２
以下の単語が過半数をしめ、さらに先頭L文字に関する
制約を課すことにより、“辞書主導型の辞書引き”によ
り得られる候補単語数（長さ３以上）は、平均数個に減
少する。このため、“混合法”では、従来方式をそれぞ
れ単独で用いた場合に比べ、辞書検索と候補単語抽出の
手間を大幅に減少させることが可能である。

【００４０】従来法と同じ例を用いて具体的にこれを示
すと、図９のごとく、“混合法”による辞書検索回数＝
長さ２以下の検索対象キー数＝８、“辞書主導型の辞書
引き”により得られる候補単語数は２個となり、あわせ
て１０個に過ぎない。従って、“混合法”では、従来方
法に比べ、辞書引き、候補単語抽出の手間が大幅に減少
している（１／１０〜１／１００）。

【００４１】・動詞活用処理について さらに、本発明における動詞活用形処理のための見出し
語を利用すれば、動詞語幹と活用語尾、活用語尾と助動
詞（又は助詞）の接続チェックのうち、一方が必要でな
くなり、後処理効率をさらに改善することができる。こ
こで、活用語尾付加によって生じる見出し語数は１５０
個程度に過ぎないので、辞書の規模からは無視できる。

【００４２】・照合コスト計算処理について 例えば、先の課題を解決するための手段の項で述べたK
において、β＝１、G1(V0, V1, Vi)＝{Max{(V1 - Vsh),
0}}・(V1 - Vi)／(V0 - Vsh), Vsh = 90, V0 =255 と
すると、先の従来の技術の項で述べた単語列A1, A2 に
対し、g(A1) ≒ 20.8, g(A2) ≒ 14.8となる。gを最小
とする単語列は、 A4＝(車体、名詞) / (か、助詞3) / (良、用言語幹) /
(い、終止形活用語尾)/ (。、読点) であり、 g(A4) ≒ 7.6 である。α＝0.1と置くことに
より、Fの最小コスト解はA1のみである。この結果、す
べての認識誤りを正しく置換することができる。

【００４３】

【実施例】

・辞書引き法について 以下、図８に従い、図２の５文字目からの候補単語を抽
出する手続きを例として、“混合法”を用いた候補単語
抽出手続に関する説明を行う。なお、文字パタン列は十
分に長いものとする。

【００４４】ステップ８０１で、文字の先頭位置pを５
にセットする。

【００４５】ステップ８０２で、“候補文字主導型の辞
書引き”を用いて生成するキーの長さの上限をLにセッ
トする。ここではL＝２とする。確信度の低い候補文字
を対象から外して処理速度を上げるため、ステップ８０
３で、キー生成に用いる候補文字に関して制約を設け
る。ここでは、d＝６０とする。

【００４６】ステップ８０４１、ステップ８０４２は、
それぞれ“候補文字主導型の辞書引き”、“辞書主導型
の辞書引き”により得られる候補単語に関して、これを
候補単語ラティスに登録するか否かを判定するための照
合コストC1、C2の上限をセットする手続である。この制
限は正しい可能性の低い候補単語を早期に除外し、後処
理の効率を高めるためである。本発明では照合コスト算
出法に関しては詳述しないが、ここでは簡単のため、
「候補単語の各文字が候補文字集合中に現われる順位−
１」の和とする。文字が候補文字中にない場合、ペナル
ティとして、順位−１の代りに１０を用いることにする
（但し、候補は最低でも１０位以上としている）。

【００４７】一般に、pが文字パタン列の末尾に近く、p
から始まる候補単語が比較すべき文字パタンの末尾を超
える場合、照合を打ち切る。図２の候補文字集合を前提
とした場合、単語“トウモロコシ”の照合コストは、１
＋１＋０＋０＋０＝２である。長い単語程、認識誤りが
混入する確率が高いため、C1<C2とするのが合理的であ
る。ここでは簡単のため、C1＝１、C2＝２とする。

【００４８】ステップ８０５で、“候補文字主導型の辞
書引き”のキーを生成する準備として、キーに用いる文
字を各位置ごとにリストするための、領域を初期化す
る。

【００４９】ステップ８０６で、位置pから始まる候補
単語と照合コストの組を記録する領域Candsを初期化す
る。

【００５０】ステップ８０７、ステップ８０８で、０≦
k≦L−１かつp+kが文字パタンの長さを超えないkについ
て、リストLkにキー生成の候補となる文字を最尤候補と
の確信度の差により選択、登録する。この場合、文字パ
タンは十分長いとしたので、０≦k≦L−１なるkについ
てp+kは文字パタンの長さを超えないとしてよく、上記
の例の場合、L0＝{ト、卜}、L1＝{ヴ、ウ、ゥ}となる。

【００５１】ステップ８０９で、ステップ８０８で生成
したリストを用いて、長さL以下のキー集合を生成す
る。この場合、キーは、図９の表９０１に示した如く、
{ト、卜、トヴ、卜ウ、トゥ、卜ヴ、トウ、卜ゥ}とな
る。

【００５２】ステップ８１０では、この集合の各要素v
を辞書中で検索するが、この場合はすべてのvについて
辞書中に存在しないので、Candsは空のままである。

【００５３】ステップ８１１では、各vについて、先頭
の２文字がvと一致する長さ３以上の単語を検索し、照
合対象単語を求め、それらの照合コストがC２を超えな
い場合、単語照合コストと組にしてCandsに加える。

【００５４】この場合、まず照合対象単語として、図９
の表９０２に示した２語{トウシューズ、トウモロコシ}
があり、トウシューズの照合コストは３２、トウモロコ
シの照合コストは２となるから、Candsへ加えられる要
素は、（トウモロコシ、２）だけである。

【００５５】一般の場合、pが文字パタン列の末尾に近
く、pから末尾までの長さをL＋１が超えた場合、「最初
のL文字がvと一致する長さL+1以上の単語w」は存在せ
ず、候補単語ラティスには登録されない。

【００５６】・動詞活用処理について 辞書に関しては、基本的に図１２に示したごとき辞書を
用いる。見出し語の長さによる辞書の分割、高速検索の
ためのメモリ内への展開法等については本発明では特定
しない。また、これらはワードプロセッサ等で利用され
ている任意の既存技術を用いて実現できることは自明で
あるため、説明は割愛する。ここでは、見出し語の構成
法について詳述する。

【００５７】動詞活用形と助動詞、動詞活用形と助詞と
の連鎖について、動詞が五段動詞である場合は各活用形
ごとに語幹と動詞活用語尾が分離できるので、分離した
活用語尾を後続する助動詞、または助詞の先頭に付加
し、新たな見出し語を生成する。形容詞、形容動詞につ
いても同様である。一段動詞については活用語尾が無い
ため手続きの対象としない。サ変名詞に後接する“す
る”などの不規則活用の動詞は、少数であるため活用形
に展開する。助動詞は、語幹−活用語尾分離方式とす
る。以上を例示すると、次のようになる。

【００５８】 “分からなかった”→“分か”＋“らな”＋“かった” “赤くなかった”→“赤”＋“くな”＋“かった” “簡単だった”→“簡単”＋“だった” “研究した”→“研究”＋“した” 等から、“らな”、“かった”、“くな”、“だっ
た”、“した”等が登録される。

【００５９】単語の識別コード、接続テーブル等に関す
る説明は割愛する。

【００６０】図８に示した実施例の変形例として、文字
列のマッチング条件を緩めて、先頭L文字が長さLのキー
と完全にマッチしない場合も、辞書検索の対象とすると
いう方法が考えられる。この場合の手順を図１３に示し
た。

【００６１】図８と図１３においては、それぞれステッ
プ８０１→ステップ１３０１、ステップ８０２→ステッ
プ１３０２、ステップ８０３→ステップ１３０３、ステ
ップ８０４１→ステップ１３０４１、ステップ８４２→
ステップ１３０４２、ステップ８０５→ステップ１３０
６、ステップ８０６→ステップ１３０７、ステップ８０
７→ステップ１３０８、ステップ８０９→ステップ１３
１０、ステップ８１０→ステップ１３１１、ステップ８
１２→ステップ１３１４が、同様の処理として対応す
る。

【００６２】以下では、本実施例の特徴について説明す
る。ステップ１３０５は、辞書検索の際のキーに用いる
文字位置をセットする。図８に示した方法との相違は、
図８では、長さがL+1以上の候補単語は、あるキーと先
頭L文字が一致しなければならなかったが、本実施例で
は、先頭L文字のかわりに、１３０５で指定する特定位
置の文字のうち、少なくても一字が、特定の条件（ここ
では確信度が一位の候補文字と一致する）を満たす単語
を１３０２における照合コストの計算対象とし、１３１
３でその中から候補単語を選択する。例えば、１３０５
でＳ＝｛１，２｝とした場合、照合コストの計算対象と
なるのは、１文字目、または２文字目が各位値の第一候
補と一致する単語である。

【００６３】図８の説明と同様の例を用いて説明する
と、本実施例において５文字目からの単語照合対象とな
る単語は、１字目が「ト」である単語，または２字目が
「ヴ」からなる単語である。これらの単語数は、長さ３
以上のものに限定されているため通常の流し込み方に比
べて半減するが、図８に述べた方法に比べれば増加す
る。しかし、図８の例とは異なり、たとえ正解文字が候
補中に存在しなくても、正解単語を得る事ができる可能
性が生じる。例えば、「トウモロコシ」の２字目「ウ」
が、候補文字中に存在しない場合も、一字目の一致から
「トウモロコシ」を照合コスト計算対象に選びだし、候
補単語に登録し、正解を発見できる可能性がある。これ
は、図8の実施例では不可能であった。つまり、照合効
率を若干犠牲にしながらも、低品質入力に対して頑健な
システムを構成することができる。照合位置の設定法と
しては、単語の先頭からL文字以内に限る等の、様々な
方法も考えられる。

【００６４】次に、図１２に示した動詞活用形処理のた
めの見出しを持つ辞書の変形例として、活用語尾を助動
詞、助詞に付加するのみならず、より拡張して見出し語
の追加を行う方法が考えられる。その例を図１４に示し
た。本例では、終止形語尾＋句点（１４０２）、接続助
詞＋読点（１４０５）、連用形語尾＋“〜なる”の語幹
（１４０４）、さらに分割してもあまり意味の無い慣用
的なまとまり（１４０１や、１４０３）等の追加が考え
られる。このように、より長いまとまりを見出しとして
保持すれば、文字の部分的な欠落に対処する上で有利で
ある。

【００６５】なお、本願の発明がＣＰＵ、メモリ、入出
力装置よりなるコンピュータにおいて実現されることは
言うまでもなく、これを図面に表現することは省略し
た。

【００６６】録可否を決定する。

【００６７】・照合コスト計算処理について 先の、課題を解決するための手段の項においても述べた
ように、確信度の差に関する情報をよりきめ細かく利用
するためには、単語を構成する各文字の文字照合コスト
の計算において、次の計算を行う：該文字をC、該文字
と照合されるべき候補文字群Sを{(C1, V1), ..., (Ci,
Vi), ..., (CN, VN)}としたとき、CとSとの照合コスト
を、以下の関数Kを用いて計算する。

【００６８】ここでK(C, S)は、C ＝ Ci の場合、K(C,
S) = α・G1(V0, V1, Vi)； C ＝ Ciとなるiがない場
合、K(C, S) = G2(VN)、ここで、αは正定数、V0は確信
度の最大値、0≦VN≦…≦V1≦V0、G1(V0, V1, Vi)は、
(V0 - V1)が大きくなるにしたがって減少し、(V1 - Vi)
が大きくなるにしたがって増大する正値関数、G2は、VN
の値以上の値をとる単調非減少関数とする。例えば、α
＝１とし、G1(V0, V1, Vi)は、（数４）で定義する。G2
は、G2(VN) = G1(V0, V1, VN) で定義する。

【００６９】

【数４】

【００７０】本願で用いている例の場合、確信度を０以
上２５５以下の正整数にデジタイズしているので、V0
＝ 255 である。Vsh は、第一候補の確信度がある一定
値より低い場合、確信度の差を無視するために導入した
パラメータである。

【００７１】上述のKを用いると、図１７の候補文字集
合と、単語‘車体’の照合コストは、(225 - 90)*(255
- 255)/(255 - 90) + (125 - 90)*(125 - 115)/(255 -
90)= 350/165 ≒ 2.12 となる。

【００７２】

【発明の効果】“混合法”を用いて候補単語群を抽出す
ることにより、辞書探索の回数、辞書から得られる候補
単語の数が大幅に減少し、文字認識後処理の効率が大幅
に向上する。

【図面の簡単な説明】

【図１】誤認識後処理付きの文字認識方法の概要を示す
説明図。

【図２】(a)は候補文字集合の例（候補文字制限処理
前）。(b)は候補文字集合の例（候補文字制限処理
後）。

【図３】候補文字集合と辞書を用いて生成した候補単語
ラティスの例。

【図４】候補文字群から候補単語を抽出するための従来
方式（“候補文字主導型の辞書引き”）の説明図。

【図５】“候補文字主導型の辞書引き”を用いて生成し
たキーの例。

【図６】候補文字群から候補単語を抽出するための従来
方式（“辞書主導型の辞書引き”）の説明図。

【図７】“辞書主導型の辞書引き”を用いて抽出した候
補単語の例。

【図８】本願で提案する“混合方式”を説明する流れ
図。

【図９】“混合方式”を用いた場合の、キーと候補単語
の例。

【図１０】従来方式（“活用形展開方式”）を用いた場
合の、動詞活用形処理のための辞書見出しの例。

【図１１】従来方式（“活用語尾分離方式”）を用いた
場合の、動詞活用形処理のための辞書見出しの例。

【図１２】本願で提案する動詞活用形処理のための辞書
見出しの例。

【図１３】図８に示した“混合方式”の変形例。

【図１４】図１２に示した辞書見出しの変形例。

【図１５】韓国語の文を認識した場合の候補文字集合の
例（候補文字制限処理前）。

【図１６】図１５の候補文字集合と辞書を用いて生成し
た候補単語ラティスの例。

【図１７】候補文字集合の例（候補文字制限処理後）。

【図１８】図１７の候補文字集合と辞書を用いて生成し
た候補単語ラティスの例。

【図１９】言語的コストを与える関数の定義例。

フロントページの続き (72)発明者 下川部 宏明 神奈川県小田原市国府津2880番地 株式会 社日立製作所ストレージシステム事業部内 (72)発明者 新田 義彦 埼玉県比企郡鳩山町赤沼2520番地 株式会 社日立製作所基礎研究所内

Claims (15)

【特許請求の範囲】
1. 【請求項１】文字列の画像を含むディジタル画像を入力
   し、該文字列部分の画像を個々の文字と推定される部分
   画像である文字パタンの列として認識し、各文字パタン
   に対して原文字と推定される文字の集合である候補文字
   群と、その要素である候補文字とを個々の候補文字に関
   する確信度付きで出力すること、 文字パタンに対する候補文字集合中から選択した少なく
   とも一文字を含む文字列であるキーを用いて単語辞書か
   ら０個以上の単語よりなる候補単語群と、その要素であ
   る候補単語とを抽出し、該候補単語群中の指定された候
   補単語をw、文字パタン列中の指定された位置をｐとす
   るとき、少なくともw、ｐを含む情報を用いる数値算出
   手続である位置ｐからの単語照合を実行して単語照合コ
   ストを算出するとともに、少なくともwとｐとwの単語照
   合コストとを含む情報の集合である候補単語ラティスを
   記録すること、 該候補単語ラティスから最尤候補単語列を算出するこ
   と、 該単語列の接続により生成される連続文字列を表示する
   こと、よりなる後処理付き文字認識方法において、 文字パタン中の位置ｐからの単語照合を行う候補単語を
   単語辞書から抽出する場合、定められた長さLを超えな
   い候補単語は、位置ｐ以降の連続するL個以下の文字パ
   タンについて、先頭側の文字パタンに対する候補文字群
   から順に一文字ずつ選択して生成したキーの全体、また
   はその部分集合を単語辞書中で検索することにより抽出
   し、長さがL+1以上の候補単語は、ｐ1≦・・・≦ｐkなる自
   然数の集合P＝{ｐ1、・・・、ｐk}を用い、少なくても一つ
   のｐi∈Pについて、単語の先頭からｐi文字目が (ｐ+ｐ
   i)−1番目の文字パタンに対する候補文字中の、指定さ
   れた条件を満たす文字の一つと一致する単語の全体また
   はその部分集合とすることを特徴とする文字認識方法。
2. 【請求項２】後処理付き文字認識において、位置ｐから
   の単語照合を行う候補単語を単語辞書から抽出する場
   合、定められた自然数Lを超えない長さの候補単語は、
   位置ｐ以降の連続するL個以下の文字パタンについて、
   先頭側の文字パタンに対する候補文字群から順に一文字
   ずつ選択して生成したキー全体の集合に含まれる要素を
   単語辞書中で検索することにより抽出し、長さがLを超
   える候補単語については、位置ｐ以降の連続するL個の
   文字パタンについて、先頭側の文字パタンに対する候補
   文字群から順に一文字ずつ選択して生成した長さL個の
   キーの集合の要素の一つと、先頭L文字が指定された条
   件で一致する単語の全体、または一部分を単語辞書から
   抽出することを特徴とする文字認識方法。
3. 【請求項３】ｐk≦Lであることを特徴とする請求項１記
   載の文字認識方法。
4. 【請求項４】L=2またはL=3であることを特徴とする請求
   項２記載の文字認識方法。
5. 【請求項５】文字列の画像を含むディジタル画像を入力
   し、該文字列部分の画像を個々の文字と推定される部分
   画像である文字パタンの列として認識し、各文字パタン
   に対して原文字と推定される文字の集合である候補文字
   群と、その要素である候補文字とを個々の候補文字に関
   する確信度付きで出力すること、 文字パタンに対する候補文字集合中から選択した少なく
   とも一文字を含む文字列であるキーを用いて単語辞書か
   ら０個以上の単語よりなる候補単語群と、その要素であ
   る候補単語とを抽出し、該候補単語群中の指定された候
   補単語をw、文字パタン列中の指定された位置をｐとす
   るとき、少なくともw、ｐを含む情報を用いる数値算出
   手続である位置ｐからの単語照合を実行して照合コスト
   を算出するとともに、少なくともwとｐとwの単語照合コ
   ストとを含む情報の集合である候補単語ラティスを記録
   すること、 該候補単語ラティスから最尤候補単語列を算出するこ
   と、 該単語列の接続により生成される連続文字列を表示する
   こと、よりなる後処理を有する後処理付き文字認識方法
   において、 前記単語辞書として、連続して用いられる頻度の高い単
   語列を、連続した文字列として見出しに持つ単語辞書を
   用いることを特徴とする文字認識方法。
6. 【請求項６】連続して用いられる頻度の高い単語列を、
   連続した文字列として見出しに持つ単語辞書を用いるこ
   とを特徴とする請求項１記載の文字認識方法。
7. 【請求項７】連続して用いられる頻度の高い単語列を、
   連続した文字列として見出しに持つ単語辞書を用いるこ
   とを特徴とする請求項２記載の文字認識方法。
8. 【請求項８】動詞語幹とともに、動詞活用形の活用語尾
   を該活用形に後接する助動詞語幹、助詞、句読点等の語
   頭に付加した文字列を見出しとして持つ単語辞書を用い
   ることを特徴とする請求項５記載の文字認識方法。
9. 【請求項９】動詞語幹とともに、動詞活用形の活用語尾
   を該活用形に後接する助動詞語幹、助詞、句読点等の語
   頭に付加した文字列を見出しとして持つ単語辞書を用い
   ることを特徴とする請求項６記載の文字認識方法。
10. 【請求項１０】動詞語幹とともに、動詞活用形の活用語
    尾を該活用形に後接する助動詞語幹、助詞、句読点等の
    語頭に付加した文字列を見出しとして持つ単語辞書を用
    いることを特徴とする請求項７記載の文字認識方法。
11. 【請求項１１】長さがL+1以上の候補単語は、少なくて
    も一つのpi∈Pについて、単語の先頭からpi文字目が
    (ｐ+ｐi)−1番目の文字パタンの候補文字中で最も確信
    度が高い候補文字と一致する単語の全体、またはその部
    分集合として抽出することを特徴とする請求項１記載の
    文字認識方法。
12. 【請求項１２】長さがLを超える候補単語については、
    ｐ番目以降の連続するL個の文字パタンについて、先頭
    側の文字パタンに対する候補文字群から順に一文字ずつ
    選択して生成した長さLのキーの集合の要素の一つと先
    頭L文字が完全一致するという条件を満たす単語の全体
    または一部分を単語辞書から抽出することを特徴とする
    請求項２記載の文字認識方法。
13. 【請求項１３】文字列の画像を含むディジタル画像を入
    力し、該文字列部分の画像を個々の文字と推定される部
    分画像である文字パタンの列として認識し、各文字パタ
    ンに対して原文字と推定される文字の集合である候補文
    字群と、その要素である候補文字とを個々の候補文字に
    関する確信度付きで出力すること、 文字パタンに対する候補文字集合中から選択した少なく
    とも一文字を含む文字列であるキーを用いて単語辞書か
    ら０個以上の単語よりなる候補単語群と、その要素であ
    る候補単語とを抽出し、該候補単語群中の指定された候
    補単語をw、文字パタン列中の指定された位置をｐとす
    るとき、少なくともw、ｐを含む情報を用いる数値算出
    手続である位置ｐからの単語照合を実行して単語照合コ
    ストを算出するとともに、少なくともwとｐとwの単語照
    合コストとを含む情報の集合である候補単語ラティスを
    記録すること、 該単語照合コスト計算の手段として、単語を構成する各
    文字と、該文字位置に対応する候補文字群の、各候補文
    字に付与された確信度を用いて、単語を構成する各文字
    ごとに文字照合コストと称する数値を算出し、該候補単
    語の文字照合コストを、単語を構成する文字おのおのの
    文字照合コストの和によって定めること、 単語間の接
    続のしやすさを示す数値情報である接続コストを記録す
    ること、 単語照合コストと接続コストの線形和を用いて、該候補
    単語ラティス中の単語の組み合わせからなる単語列に尤
    度付けし、最尤候補単語列を算出すること、 該単語列の接続により生成される連続文字列を表示する
    こと、よりなる後処理を有する文字認識方法において、 単語を構成する各文字の文字照合コストの計算におい
    て、該文字をC、該文字と照合されるべき候補文字群Sを
    {(C1, V1), ..., (Ci, Vi), ..., (CN, VN)}としたと
    き、CとSとの照合コストを、特定の性質を持つ関数 K
    (C, S)を用いて計算することを特徴とする文字認識方
    法。ここでK(C, S)は、C ＝ Ci の場合、K(C, S) = α
    ・G1(V0, V1, Vi)； C ＝ Ciとなるiがない場合、K(C,
    S) = G2(VN)、ここで、αは正定数、V0は確信度の最大
    値、0≦VN≦…≦V1≦V0、G1(V0, V1, Vi)は、(V0 - V1)
    が大きくなるにしたがって減少し、(V1 - Vi)が大きく
    なるにしたがって増大する正値関数、G2は、ＶＮの値の
    単調非減少関数。
14. 【請求項１４】請求項１３に記載の文字認識方法であっ
    て、文字照合コストの計算に用いる関数において、α＝
    １、Ｇ１（Ｖ０， Ｖ１， Ｖｉ）＝{Max{(V1 - Vsh),
    0}}・(V1 - Vi)／(V0- Vsh)となることを特徴とする文
    字認識方法。ここに、Vshは、0≦Vsh＜V0なる定数。
15. 【請求項１５】文字列の画像を含むディジタル画像を入
    力し、該文字列部分の画像を個々の文字と推定される部
    分画像である文字パタンの列として認識し、各文字パタ
    ンに対して原文字と推定される文字の集合である候補文
    字群と、その要素である候補文字とを個々の候補文字に
    関する確信度付きで出力する手段、 文字パタンに対する候補文字集合中から選択した少なく
    とも一文字を含む文字列であるキーを用いて単語辞書か
    ら０個以上の単語よりなる候補単語群と、その要素であ
    る候補単語とを抽出する手段、 前記候補単語群中の指定された候補単語をw、文字パタ
    ン列中の指定された位置をｐとするとき、少なくとも
    w、ｐを含む情報を用いる数値算出手続である位置ｐか
    らの単語照合を実行して単語照合コストを算出するとと
    もに、少なくともwとｐとwの単語照合コストとを含む情
    報の集合である候補単語ラティスを記録する手段、 該候補単語ラティスから最尤候補単語列を算出する手
    段、 該単語列の接続により生成される連続文字列を表示する
    手段、よりなる後処理付き文字認識装置において、 前記候補単語を抽出する手段は、文字パタン中の位置ｐ
    からの単語照合を行う候補単語を単語辞書から抽出する
    場合、定められた長さLを超えない候補単語は、位置ｐ
    以降の連続するL個以下の文字パタンについて、先頭側
    の文字パタンに対する候補文字群から順に一文字ずつ選
    択して生成したキーの全体、またはその部分集合を単語
    辞書中で検索することにより抽出し、長さがL+1以上の
    候補単語は、ｐ1≦・・・≦ｐkなる自然数の集合P＝{ｐ1、
    ・・・、ｐk}を用い、少なくても一つのｐi∈Pについて、
    単語の先頭からｐi文字目が (ｐ+ｐi)−1番目の文字パ
    タンに対する候補文字中の、指定された条件を満たす文
    字の一つと一致する単語の全体またはその部分集合とす
    ることを特徴とする文字認識装置。