JPH0869455A - 文書検索方法，文書検索装置及び文書記憶装置 - Google Patents

Abstract

(57)【要約】 【目的】 文字コードに置き換えることのできない記
号、図形及び文字を検索し得るようにすること。 【構成】 文字認識部１２は読取部１１から入力された
文書内の一意的に文字コードに置き換えることのできな
い記号、図形又は文字に対して得られる複数の文字コー
ドを制御部２に認識結果として渡す。文書格納部２３は
前記文書の文字認識結果を文書記憶部３に格納する。次
に文字認識部１２は読取部１１から入力されたキーワー
ド内の前記と同種の記号、図形又は文字に対して得られ
る複数の文字コードを制御部２に認識結果として渡す。
その後検索部２２は前記キーワードを含む文書を文書記
憶部３内から検索するが、この際キーワードと検索対象
文書側の前記両複数の文字コードが一致した際に、これ
ら複数の文字コードに対応する記号、図形又は文字もキ
ーワードと検索対象文書間で一致したと判定し、上記の
ような記号、図形及び文字に対しても検索を行ない得
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、記憶装置内に記憶され
ている文書を検索する文書検索装置に係わり、特に文字
コードに置き換えることのできない文字や記号を含んだ
文書の検索を行う文書検索方法及び装置と、前記文字コ
ードに置き換えることのできない文字や記号を含んだ文
書を前記記憶装置に記憶する文書記憶装置に関する。

【０００２】

【従来の技術】従来この種の文書検索装置における文書
検索方法として、データベース作成時に予め文書に対し
てキーワードを付加しておき、検索時にこのキーワード
を利用して目的の文書を検索する方法が用いられてい
た。この方法では、検索速度は比較的高速であるが、デ
ータベース作成時に各文書に対してキーワードを付加す
る作業が必要で、これが作成者に負担になると共に、適
当なキーワードを付加することが必ずしも容易でなく、
検索時に検索者の目的とする文書が得られない場合もあ
った。

【０００３】これに対して近年、計算機の処理速度の高
速化・大容量化に伴い、全文検索による文書検索方法が
実用化されつつある。この方法では、文書中の全ての文
字列が検索可能となるため、予めキーワードを付加する
必要がなく、検索時に検索者の指定した語句（キーワー
ド）を含む全ての文書を得ることができる。

【０００４】しかし、このように全文検索を行なうこと
ができるようになっても、文字コードに置き換えること
のできる文字しか検索対象とならないため、文書中に含
まれる任意の記号や図形に対して検索を行なうことがで
きなかった。

【０００５】更に、手書き入力技術の進展に伴い、ペン
等を用いて、利用者独自の文字・記号等をタブレットと
表示装置が一体となった入力表示装置等から入力するこ
とができるようになってきているが、これらの文字や記
号に対しても、対応する文字コードがないため、検索を
行なうことができず、この分、文書の検索効率が悪化す
るという欠点があった。

【０００６】又、文字コードに置き換えることができな
い記号、図形及び文字を含んだ文書を記憶装置に記憶す
る場合、従来では前記記号、図形及び文字をコード化す
ることができず、検索以前の問題として、文字コードに
置き換えることのできない記号、図形及び文字を含んだ
文書の全内容を全て文字コード化してデータベースを作
ることができないという欠点があった。

【０００７】

【発明が解決しようとする課題】上記のように、従来の
文書検索装置では、文字コードに置き換えることのでき
ない記号、図形又は文字は検索の対象にされておらず、
これら記号や図形又は文字を検索することができなかっ
たため、この分、上記した記号や図形を含む文書の検索
効率が悪化するという欠点があった。又、文字コードに
置き換えることのできる記号、図形又は文字を含んだ文
書の全内容を全て文字コード化してデータベースを作る
ことができないという欠点があった。

【０００８】本発明はこのような事情を考慮してなされ
たもので、文字コードに置き換えることのできない記号
や図形又は文字に対しても、キーワードを用いた検索を
行なえるようにして、これら記号、図形又は文字を含む
文書の検索効率を向上させることができる文書検索方法
及びこの方法を用いた文書検索装置を提供すると共に、
文字コードに置き換えることのできない記号、図形及び
文字を含んだ文書の全内容を全て文字コード化して記憶
することができる文書記憶装置を提供することを目的と
している。

【０００９】

【課題を解決するための手段】請求項１の発明は、文字
コード化して記憶している複数の文書の中から別途入力
されるキーワードを含む文書を検索する文書検索装置に
おける文書検索方法にあって、前記文書を記憶するため
に、文書中の記号、図形又は文字を辞書に登録されてい
る文字パターン情報との類似度により文字認識する際
に、本来ならばリジェクトされる類似度の低い記号、図
形又は文字に対して得られる複数の文字コードを認識結
果として記憶することにより、被検索対象である文書群
を作成しておき、その後、入力される前記キーワード内
の記号、図形又は文字を文字認識する際に、本来ならば
リジェクトされる類似度の低い記号、図形又は文字に対
して得られる複数の文字コードを認識結果として保持し
ておき、その後、前記文書を検索する際に、被検索文書
内の類似度の低い記号、図形又は文字に対して得られる
複数の文字コードと前記キーワード内の類似度の低い記
号、図形又は文字に対して得られる複数の文字コードと
を比較して、前記キーワード側と被検索文書側の複数の
文字コードの各文字コードが一致した場合に、これら複
数の文字コードに対応する元の記号、図形又は文字が前
記キーワード側と被検索文書側で同一であると見做すこ
とによって、文書の検索を行う方法を有する。

【００１０】請求項２の発明は、前記文書を検索するた
めに、被検索文書内の類似度の低い記号、図形又は文字
に対して得られる複数の文字コードと前記キーワード内
の類似度の低い記号、図形又は文字に対して得られる複
数の文字コードとを比較する際に、前記キーワード側と
被検索文書側の複数の文字コードの各文字コードが一致
し且つ前記両複数の文字コードの出現順序も一致した場
合に、これら複数の文字コードに対応する元の記号、図
形又は文字が前記キーワード側と被検索文書側で同一で
あると見做す方法を有する。

【００１１】請求項３の発明は、前記文書を検索するた
めに、被検索文書内の類似度の低い記号、図形又は文字
に対して得られる複数の文字コードと前記キーワード内
の類似度の低い記号、図形又は文字に対して得られる複
数の文字コードとを比較する際に、前記キーワード側と
被検索文書側の複数の文字コードの中で予め決められた
所定数以上の文字コードが一致した場合に、これら複数
の文字コードに対応する元の記号、図形又は文字が前記
キーワード側と被検索文書側で同一であると見做す方法
を有する。

【００１２】請求項４の発明は、前記キーワードを含む
被検索文書を検索する際に、本来ならばリジェクトされ
る類似度の低い記号、図形又は文字に対して得られる複
数の文字コードと、これ以外の文字コードを一意的に定
められる記号、図形又は文字に対して得られる文字コー
ドとを区別し、前記キーワード側と被検索文書側で同一
の記号、図形又は文字があるかをそれぞれ別々に検索す
る方法を有する。

【００１３】請求項５の発明は、文書を画像データ化す
る読取手段と、この読取手段により得られた画像データ
を文字認識する文字認識手段と、この文字認識手段によ
る文字認識結果を被検索文書として記憶する記憶手段
と、この記憶手段に記憶されている複数の文書の中か
ら、前記読取手段により画像データ化された後前記文字
認識手段により文字認識されたキーワードを含む文書を
検索する文書検索装置において、前記文字認識手段によ
って文書中の文字を認識する際に、文書中の記号、図形
又は文字を辞書に登録されている文字パターン情報との
類似度に基づいて文字認識し、且つ本来ならばリジェク
トされる類似度の低い記号、図形又は文字に対して得ら
れる複数の文字コードを文字認識結果として得る認識ル
ールを前記文字認識手段内に具備し、且つ前記キーワー
ドを前記文字認識手段によって文字認識して得た認識結
果を保持する保持手段と、前記記憶手段内の被検索文書
内の類似度の低い記号、図形又は文字に対して得られる
複数の文字コードと前記保存手段内の前記キーワードの
認識結果である類似度の低い記号、図形又は文字に対し
て得られる複数の文字コードとを比較する比較手段と、
この比較手段によって前記キーワード側と被検索文書側
の複数の文字コードの各文字コードが一致したと判定さ
れた場合に、これら複数の文字コードに対応する元の記
号、図形又は文字が前記キーワード側と被検索文書側で
同一であると見做して前記キーワードを含む文書を検索
する検索手段とを具備した構成を有する。

【００１４】請求項６の発明は、前記比較手段は被検索
文書内の類似度の低い記号、図形又は文字に対して得ら
れる複数の文字コードと前記キーワード内の類似度の低
い記号、図形又は文字に対して得られる複数の文字コー
ドとを比較する際に、前記キーワード側と被検索文書側
の複数の文字コードの各文字コードが一致し且つ前記両
複数の文字コードの出現順序も一致したかどうかを判定
し、更に前記検索手段はこの比較手段によって前記文字
コードが一致したと判定された場合に、前記複数の文字
コードに対応する元の記号、図形又は文字が前記キーワ
ード側と被検索文書側で同一であると見做す構成を有す
る。

【００１５】請求項７の発明は、前記比較手段は被検索
文書内の前記文書内の類似度の低い記号、図形又は文字
に対して得られる複数の文字コードと前記キーワード内
の類似度の低い記号、図形又は文字に対して得られる複
数の文字コードとを比較する際に、前記キーワード側と
被検索文書側の複数の文字コードの中で予め決められた
所定数以上の文字コードが一致したかどうかを判定し、
更に前記検索手段はこの比較手段によって前記文字コー
ドが一致したと判定された場合に、前記複数の文字コー
ドに対応する元の記号、図形又は文字が前記キーワード
側と被検索文書側で同一であると見做す構成を有する。

【００１６】請求項８の発明は、前記検索手段は前記キ
ーワードを含む被検索文書を検索する際に、本来ならば
リジェクトされる類似度の低い記号、図形又は文字に対
して得られる複数の文字コードと、これ以外の文字コー
ドを一意的に定められる記号、図形又は文字に対して得
られる文字コードとを区別し、前記キーワード側と被検
索文書側で同一の記号、図形又は文字があるかどうかを
それぞれ別々に検索する構成を有する。

【００１７】請求項９の発明は、複数の文書を文字コー
ド化して記憶する文書記憶装置において、前記文書を画
像データ化する読取手段と、この読取手段から出力され
る画像データを辞書に登録されている文字パターン情報
との類似度により文字認識する際に、本来ならばリジェ
クトされる類似度の低い記号、図形又は文字に対して得
られる複数の文字コードを文字認識結果として出力する
文字認識手段と、この文字認識手段から出力される認識
結果を記憶する記憶手段とを具備した構成を有する。

【００１８】

【作用】請求項１の発明の文書検索方法にあって、前記
文書を記憶するために、文書中の記号、図形又は文字を
辞書に登録されている文字パターン情報との類似度によ
り文字認識する際に、本来ならばリジェクトされる類似
度の低い記号、図形又は文字に対して得られる複数の文
字コードを認識結果として記憶することにより、被検索
対象である文書群を作成しておき、その後、入力される
前記キーワード内の記号、図形又は文字を文字認識する
際に、本来ならばリジェクトされる類似度の低い記号、
図形又は文字に対して得られる複数の文字コードを認識
結果として保持しておき、その後、前記文書を検索する
際に、被検索文書内の類似度の低い記号、図形又は文字
に対して得られる複数の文字コードと前記キーワード内
の類似度の低い記号、図形又は文字に対して得られる複
数の文字コードとを比較して、前記キーワード側と被検
索文書側の複数の文字コードの各文字コードが一致した
場合に、これら複数の文字コードに対応する元の記号、
図形又は文字が前記キーワード側と被検索文書側で同一
であると見做すことによって、文書の検索を行ので、文
字コードに置き換えることのできない記号、図形又は文
字に対してもキーワードを使用した検索を行うことがで
きる。

【００１９】請求項２の発明の文書検索方法にあって、
前記文書を検索するために、被検索文書内の類似度の低
い記号、図形又は文字に対して得られる複数の文字コー
ドと前記キーワード内の類似度の低い記号、図形又は文
字に対して得られる複数の文字コードとを比較する際
に、前記キーワード側と被検索文書側の複数の文字コー
ドの各文字コードが一致し且つ前記両複数の文字コード
の出現順序も一致した場合に、これら複数の文字コード
に対応する元の記号、図形又は文字が前記キーワード側
と被検索文書側で同一であると見做すので、文字コード
に置き換えることのできない記号、図形又は文字に対す
る一致条件を厳しくすることができる。

【００２０】請求項３の発明の文書検索方法にあって、
前記文書を検索するために、被検索文書内の類似度の低
い記号、図形又は文字に対して得られる複数の文字コー
ドと前記キーワード内の類似度の低い記号、図形又は文
字に対して得られる複数の文字コードとを比較する際
に、前記キーワード側と被検索文書側の複数の文字コー
ドの中で予め決められた所定数以上の文字コードが一致
した場合に、これら複数の文字コードに対応する元の記
号、図形又は文字が前記キーワード側と被検索文書側で
同一であると見做ので、文字コードに置き換えることの
できない記号、図形又は文字に対する一致条件を緩やか
にすることができる。

【００２１】請求項４の発明の文書検索方法にあって、
前記キーワードを含む被検索文書を検索する際に、本来
ならばリジェクトされる類似度の低い記号、図形又は文
字に対して得られる複数の文字コードと、これ以外の文
字コードを一意的に定められる記号、図形又は文字に対
して得られる文字コードとを区別し、前記キーワード側
と被検索文書側で同一の記号、図形又は文字があるかを
それぞれ別々に検索するので、本来ならばリジェクトさ
れる類似度の低い記号、図形又は文字のみを最初に検索
してから、次に残りの文字コードを一意的に定められる
記号、図形又は文字の検索を行うというように、検索を
順序だてて、効率良く行うことができる。

【００２２】請求項５の発明の文書検索装置において、
文字認識手段内の認識ルールは前記文字認識手段によっ
て文書中の文字を認識する際に、文書中の記号、図形又
は文字を辞書に登録されている文字パターン情報との類
似度に基づいて文字認識し、且つ本来ならばリジェクト
される類似度の低い記号、図形又は文字に対して得られ
る複数の文字コードを文字認識結果として得る。保持手
段は前記キーワードを前記文字認識手段によって文字認
識して得た認識結果を保持する。比較手段は前記記憶手
段内の被検索文書内の類似度の低い記号、図形又は文字
に対して得られる複数の文字コードと前記保存手段内の
前記キーワードの認識結果である類似度の低い記号、図
形又は文字に対して得られる複数の文字コードとを比較
する。検索手段は前記比較手段によって前記キーワード
側と被検索文書側の複数の文字コードの各文字コードが
一致したと判定された場合に、これら複数の文字コード
に対応する元の記号、図形又は文字が前記キーワード側
と被検索文書側で同一であると見做して前記キーワード
を含む文書を検索する。これにより、文字コードに置き
換えることのできない記号、図形又は文字に対してもキ
ーワードを使用した検索を行うことができる。

【００２３】請求項６の発明の文書検索装置において、
前記比較手段は被検索文書内の類似度の低い記号、図形
又は文字に対して得られる複数の文字コードと前記キー
ワード内の類似度の低い記号、図形又は文字に対して得
られる複数の文字コードとを比較する際に、前記キーワ
ード側と被検索文書側の複数の文字コードの各文字コー
ドが一致し且つ前記両複数の文字コードの出現順序も一
致したかどうかを判定し、更に前記検索手段はこの比較
手段によって前記文字コードが一致したと判定された場
合に、前記複数の文字コードに対応する元の記号、図形
又は文字が前記キーワード側と被検索文書側で同一であ
ると見做す。これにより、文字コードに置き換えること
のできない記号、図形又は文字に対する一致条件を厳し
くすることができる。

【００２４】請求項７の発明の文書検索装置において、
前記比較手段は被検索文書内の前記文書内の類似度の低
い記号、図形又は文字に対して得られる複数の文字コー
ドと前記キーワード内の類似度の低い記号、図形又は文
字に対して得られる複数の文字コードとを比較する際
に、前記キーワード側と被検索文書側の複数の文字コー
ドの中で予め決められた所定数以上の文字コードが一致
したかどうかを判定し、更に前記検索手段はこの比較手
段によって前記文字コードが一致したと判定された場合
に、前記複数の文字コードに対応する元の記号、図形又
は文字が前記キーワード側と被検索文書側で同一である
と見做す。これにより、文字コードに置き換えることの
できない記号、図形又は文字に対する一致条件を緩やか
にすることができる。

【００２５】請求項８の発明の文書検索装置において、
前記検索手段は前記キーワードを含む被検索文書を検索
する際に、本来ならばリジェクトされる類似度の低い記
号、図形又は文字に対して得られる複数の文字コード
と、これ以外の文字コードを一意的に定められる記号、
図形又は文字に対して得られる文字コードとを区別し、
前記キーワード側と被検索文書側で同一の記号、図形又
は文字があるかどうかをそれぞれ別々に検索する。これ
により、本来ならばリジェクトされる類似度の低い記
号、図形又は文字のみを最初に検索してから、次に残り
の文字コードを一意的に定められる記号、図形又は文字
の検索を行うというように、検索を順序だてて、効率良
く行うことができる。

【００２６】請求項９の発明の文書記憶装置において、
読取手段は前記文書を画像データ化する。文字認識手段
は前記読取手段から出力される画像データを辞書に登録
されている文字パターン情報との類似度により文字認識
する際に、本来ならばリジェクトされる類似度の低い記
号、図形又は文字に対して得られる複数の文字コードを
文字認識結果として出力する。記憶手段は前記文字認識
手段から出力される認識結果を記憶する。これにより、
本来文字コードに置き換えることのできない記号、図形
又は文字をコード化して記憶することができる。

【００２７】

【実施例】以下、本発明の一実施例を図面を参照して説
明する。図１は本発明の文書記憶装置を含んだ本発明の
文書検索装置の一実施例を示したブロック図である。１
は文書記憶部３に記憶する文書を入力したり、或いは検
索のためのキーワード（検索文字列と称することもあ
る）を入力する入力部、２は文書記憶部３に記憶されて
いる文書を入力部１から入力されたキーワードに基づい
て検索を行ったり、或いは入力部１から入力される文書
を文書記憶部３に記憶する制御部、３は文書を記憶する
ＨＤＤ等から成る文書記憶部、４は検索結果等を出力す
るＣＲＴ等から成る出力部である。尚、入力部１、制御
部２の文書格納部２３及び文書記憶部３は文書記憶装置
を構成する。

【００２８】ここで、入力部１は文書を読み取って画像
データとして入力するＯＣＲ等の読取部１１と、この読
取部１１により得られた画像データを文字認識して対応
する文字コードに変換する文字認識部１２から成る。制
御部２は入力部１からの認識結果を導入する入力インタ
フェース２１、入力されたキーワードに基づいて文書記
憶部３内の該当する文書を検索する等の処理を行う検索
部２２、入力された文書を文書記憶部３内に格納する文
書格納部２３、検索文字列の認識結果や文書の検索結果
等を一時的に記憶する一時記憶部２４、一時記憶部２４
に記憶されている検索結果等を出力部４に出力する出力
インタフェース２５から成る。

【００２９】次に本実施例の動作について説明する。文
書記憶部３に文書を格納してデータベースを作成する場
合、格納する文書を入力部１の読取部１１に読み込ませ
る。読取部１１は文書を画像データとして読み込む。こ
こで、前記読取部１１による文書の入力方法としては、
本例のようにスキャナなどを備えた光学的な入力方法の
他に、タブレット及びスタイラスペンによる手書きによ
る入力方法等がある。文字認識部１２は読取部１１によ
って読み込まれた画像データに文字認識を施して、文書
を構成する文字や図形並びに記号を文字コードに変換
し、これを制御部２に送る。

【００３０】この時、前記文字認識部１２では、画像デ
ータから一文字を切り出した後、この文字と図示されな
い認識辞書内の登録文字パターンとの類似度を求め、こ
の類似度によって前記画像データを文字（次候補を含む
場合もある）として認識して、対応する文字コードに置
き換えるが、この際、文字コードに置き換えることので
きる文字については文字コードを一意的に定め、文字コ
ードに置き換えることのできない記号、図形又は文字等
については、リジェクトせずに、類似度の低い複数の候
補文字コードを文字認識結果として出力するルールを設
けることにより、上記した記号、図形又は文字について
も文字認識によって複数の文字コードに置き換えること
ができる。ここで、本例の文字認識部１２の文字認識に
おけるルール例を説明しておく。

【００３１】図２は上記したルール例を一覧とした図で
ある。上記した類似度を１０００点満点とした場合、類
似度が９００以上であった場合、第１候補の文字のみを
第２候補の文字の類似度の値に拘らず、無条件で認識結
果とする。類似度が９００〜５００の間であった場合
で、且つ第１候補、第２候補の類似度の差が２００以下
であった場合、第１候補から第４候補までの文字を認識
結果とする。類似度が９００〜５００の間であった場合
で、第１候補、第２候補の類似度の差が２００以上であ
った場合、第１項補の文字のみを認識結果とする。類似
度が５００以下であった場合で、第１候補〜第５候補ま
での文字を無条件で認識結果とする。

【００３２】尚、類似度５００以下の候補文字しか出て
来なかった場合は、通常であると、認識対象となった記
号、図形又は文字等はリジェクトされてしまうが、本例
の文字認識部１２はこのような場合も、リジェクトせず
に上記した候補文字コードを認識結果として出力する。

【００３３】制御部２の文書格納部２３は入力部１から
入力された文字コード化された文書を入力インタフェー
ス２１を介して渡されると、この文書に文書番号を施し
た後、この文書を文書タイトルにリンクして文書記憶部
３に記憶する。ここで、文書格納部２３は、記憶する文
字列のうち上記した文字認識により一意的に文字コード
を定めることができなかった文字に関して、複数の候補
文字列を図３（Ａ）に示すような形式にして、文書記憶
部３に記憶する。例えば、図３（Ａ）に示す記号（以降
この記号を温泉記号と称する）を含む図３（Ｂ）に示す
文字列は、文字記憶部３に図４（Ａ）に示すような形式
で記憶される。

【００３４】次に文書記憶部３に記憶されている文書を
検索する場合、まず、キーワードとなる検索文字列を入
力部１の読取部１１から読み込ませる。文字認識部１２
は読取部１１により読み込まれた前記検索文字列の画像
データに文字認識を施し、制御部２に送る。この場合
も、文字認識部１２は前述したのと同様に、文字コード
に置き換えることのできる文字については文字コードを
一意的に定め、文字コードに置き換えることのできない
記号、図形又は文字等については、文字認識による複数
候補文字を得て出力する。例えば、上記した検索文字列
が図３（Ｃ）に示すような文字列の場合、文字認識部１
２による文字認識結果は図４（Ｂ）に示すような文字列
となる。

【００３５】制御部２は入力インタフェース２１から上
記した検索文字列の認識結果を得ると、これを一時記憶
部２４に図４（Ｂ）に示すように記憶する。その後、検
索部２２が起動されて文書記憶部３に記憶されている文
書中から、一時記憶部２４に記憶された検索文字列を含
む文書の検索を行ない、その検索結果を出力インタフェ
ース２５から出力部４に送る。

【００３６】図５は上記した制御部２の文書検索処理の
流れを示したフローチャートである。まず、制御部２は
ステップ５０１にて入力部１より送られてくる検索文字
列を入力インタフェース２１を介して入力した後、これ
を一旦一時記憶部２４に格納する。次に検索部２２が起
動し、ステップ５０２にて前記検索文字列中に複数候補
（文字認識の結果複数の文字コードに相当）を持つ文
字、例えば温泉マークのような文字が存在するか否かを
判定し、存在しない場合はステップ５１９の通常の検索
処理に進む。

【００３７】ステップ５０２にて、入力文字列中に複数
候補を持つ文字が存在したならば、ステップ５０３に進
み、検索部２２は文書記憶部３に記憶されている最初の
文書を参照する。検索部２２はステップ５０４にて、検
索文字列中にある最初の複数候補を持つ文字より前の部
分の単一候補しか持たない文字のみから成る文字列（例
えば検索文字列が図３（Ｂ）に示すような文字列であっ
た場合、「設備：」の部分がこの文字列に当たる）と同
じ文字列を前記文書の中から検索する。この結果、検索
部２２はステップ５０５にて同じ文字列が存在しないと
判定したならば、ステップ５１６に跳び、存在したと判
定したならば、ステップ５０６に進む。

【００３８】検索部２２はステップ５０６にて、ステッ
プ５０５の処理により文書中から検索された同じ文字列
の次の文字が複数候補を持つ文字であるかどうかを判定
し、複数候補を持つ文字でなかった場合は、ステップ５
０４に戻って、検索対象文書内の他の場所を検索する。
しかし、複数候補を持つ文字であった場合、検索部２２
はステップ５０７に進み、検索文字列中の対象としてい
る複数候補文字（例えば温泉マークのような記号）の候
補のうち、最初の候補（図４（Ｂ）の例では「ザ」）に
ついて、これと同じ候補を前記参照文書内の検索対象複
数候補文字中に存在するかどうかを検索する。その結
果、検索部２２はステップ５０８にて、同じ候補が存在
するか否かを判定し、存在しなかった場合はステップ５
０４に戻って、現在参照中の文書内の他の場所を検索
し、存在した場合は、ステップ５０９に進む。

【００３９】検索部２２はステップ５０９にて、検索文
字列中の検索対象複数候補文字に次の候補（図４（Ｂ）
の例では「代」）が存在するか否かを判定し、次の候補
が存在する場合はステップ５１０に進み、存在しない場
合はステップ５１１に進む。検索部２２はステップ５１
０にて上記した次の候補と同じ候補を現在参照している
文書中の検索対象複数候補文字の候補中に存在するか否
かを検索し、その結果をステップ５０８に戻って判定
し、以降、上記した検索文字列中の対象複数候補文字の
全ての候補について上記ステップ５０８〜５１０の処理
を繰り返す。

【００４０】一方、検索部２２はステップ５１１に進ん
だ場合、検索文字列内に他にも複数候補を持つ文字列が
存在するか否かを判定し、存在するならばステップ５１
２に進み、存在しない場合はステップ５１４に進む。検
索部２２はステップ５１２にて、検索文字列中の複数候
補を持つ次の文字の前の単一候補しか持たない文字のみ
から成る文字列と、参照中の検索対象文書の次の文字列
とを比較し、その結果、上記両文字列がステップ５１３
にて同一の文字列であると判定されたら、ステップ５０
６に戻り、以降、検索文字列中の全ての対象複数候補文
字について、上記ステップ５０６〜５１３の処理を繰り
返す。しかし、ステップ５１３にて同一文字列でないと
判定された場合はステップ５０４の処理に戻って、現在
参照中の文書内の他の場所を検索する。

【００４１】一方、検索部２２はステップ５１４に進ん
だ場合、検索文字列の残りの文字列も現在参照中の文書
の検索対象文字列の残りの文字列と一致するかどうかを
判定し、一致しなかったならばステップ５０４に戻っ
て、検索対象文書中の他の場所を検索する。しかし、前
記両文字列が一致した場合、検索部２２はステップ５１
５にて現在参照している文書に関する必要は情報（文書
タイトルや文書番号等）を得て、これを一時記憶部２４
内に格納した後、ステップ５１６に進み、文書記憶部３
に検索対象になる次の文書が存在するかどうかを判定す
る。

【００４２】その結果、次の文書が存在する場合、検索
部２２はステップ５１７に進んで、文書記憶部３内の次
の文書の参照を開始し、ステップ５０４に戻って、以降
の処理を文書記憶部３内の残りの全ての文書について繰
り返す。検索部２２はステップ５１６にて次の文書が存
在しないと判定した場合、ステップ５１８に進んで、一
時記憶部２４内の検索結果を読み出し、これを出力イン
タフェース２５から出力部４に送って、処理を終了す
る。出力部４は制御部２から送られてくる検索結果を画
面に表示して出力する。

【００４３】次に上記した本例の検索処理について具体
例を用いてその動作を説明する。例えば、入力部１から
図３（Ｃ）に示すような検索文字列を入力した場合、文
字認識部１２はこの文字列に文字認識を施し、「有り」
の部分に関してはそのまま文字コードに変換し、文字コ
ードの存在しない温泉記号に関しては、それを文字認識
した際に得られる複数の候補「ザ」「代」「件」「げ」
「可」として扱う。そして、この文字列を図４（Ｂ）に
示すような情報として、制御部２に送る。この時、文書
記憶部３には、図４（Ａ）に示すような情報を持つ文書
１が存在するとする。

【００４４】制御部２は、入力部１から送られてくる文
字列が複数候補を持つ文字を含むものであると判断し、
前記文字列を含む文書が文書記憶部３内にあるかどうか
を検索する。この時、文書１内に複数候補「ザ」「代」
「件」「げ」「可」を持つ文字と、その直後に「有り」
という文字列の存在する文書１を得、この検索結果を出
力部４に送る。出力部４の画面に検索結果として、文書
１が表示される。

【００４５】本実施例によれば、文書記憶部３に格納す
る文書に含まれている一意的に文字コードを定めること
ができない記号、図形又は文字に対して文字認識した際
に得られる本来ならばリジェクトされてしまうような類
似度５００以下の複数の文字コードを、前記記号、図形
又は文字等の認識結果として文書記憶部３に格納してお
き、一方、キーワード（検索文字列）の文字認識に際し
ても上記と同様に前記記号、図形及び文字に対して本来
ならばリジェクトされてしまうような類似度５００以下
の複数の文字コードを認識結果として得ることとし、前
記キーワードと検索対象文書の類似度５００以下の複数
の文字コードが一致した際に、検索文字列と被検索文書
の前記記号、図形及び文字とが一致したと判定すること
により、任意の記号や図形又は利用者独自の文字や記号
を含んだ文書を効率よく検索することができる。又、入
力部１、制御部２の文書格納部２３及び文書記憶部３か
ら成る文書記憶装置に着目すると、文字認識部１２の上
記した作用により文字コードに置き換えることのできな
い記号、図形及び文字を含んだ文書の全内容を全て文字
コード化して記憶することができる。

【００４６】尚、本発明は上述した実施例に限定される
ものではない。実施例では日本語を使用しているが、他
の言語を用いた場合でも同様な方法又は構成にて、同様
な効果を得ることができる。又、文字コードに置き換え
られないものとしては、記号、図形又は文字だけでな
く、写真等、文書中に含まれ得るものであれば、どのよ
うなものでも検索対象とすることができる。更に、上記
実施例では、文字コードを一意的に定めることのできる
ものについては一意的に定めているが、全ての文字・記
号等を複数候補をもつものとして扱っても、検索部２２
の負荷は増大するが、同様な効果を得ることができる。

【００４７】又、文書中の文字列から検索語を捜し出す
方法については、単語の照合を行なう方法（フルテキス
ト・サーチ）や、文書入力時に予め検索表を作っておく
方法等、様々な方法があるが、ここではどのような方法
を用いても上記効果を得ることができる。更に、文字認
識の方法は様々な方法が提案されているが、複数の候補
が得られる方法であれば、どのような方法を用いても上
記効果を得ることができる。

【００４８】更に、複数候補を持つ文字列を同じもので
あると判断する条件として、上記実施例では、全く、同
じ候補群を持つ文字列としてきたが、他の方法を採用す
ることもできる。例えば、３つ以上一致する候補がある
時、同じものであると見做すとした場合は、「ザ」
「代」「件」「可」という候補を持つ記号や図形と、
「ザ」「代」「げ」「幻」「幼」という候補を持つ記号
や図形は、同じ記号や図形であると判断して、同様の効
果を得ることができる。

【００４９】又、文字認識部１２の文字認識方法とし
て、認識候補にその類似度の高いものから優先順位を持
たせられるものもある。このような文字認識の方法を用
いた場合、候補の順序の並びが同じものを、同じ文字
（記号・図）と見做すという方法も採用できる。例え
ば、温泉記号に対して文字認識を施し、第１候補：
「ザ」、第２候補：「代」、第３候補：「げ」という候
補とその順序が得られたならば、この候補と順序が同じ
物を検索することができ、上記実施例と同様の効果を得
ることができる。

【００５０】

【発明の効果】以上記述した如く請求項１又は５の発明
によれば、文字コードの存在しない記号や図形又文字を
含んだ文書に対しても、キーワードを用いて目的の文書
を効率よく検索することができる。

【００５１】請求項２又は６の発明によれば、文字コー
ドに置き換えることのできない記号、図形又は文字に対
する一致条件を厳しくすることができる。

【００５２】請求項３又は７の発明によれば、文字コー
ドに置き換えることのできない記号、図形又は文字に対
する一致条件を緩やかにすることができる。

【００５３】請求項４又は８の発明によれば、本来なら
ばリジェクトされる類似度の低い記号、図形又は文字の
みを最初に検索してから、次に残りの文字コードを一意
的に定められる記号、図形又は文字の検索を行うという
ように、検索を順序だてて、効率良く行うことができ
る。

【００５４】請求項９の発明によれば、本来文字コード
に置き換えることのできない記号、図形又は文字をコー
ド化して記憶することができる。

【図面の簡単な説明】

【図１】本発明の文書記憶装置を含んだ本発明の文書検
索装置の一実施例を示したブロック図。

【図２】図１に示した文字認識部の文字認識のルール例
を示した図。

【図３】図１に示した読取部から入力される文字列例を
示した図。

【図４】図１に示した文字認識部の認識結果例を示した
図。

【図５】図１に示した制御部による文書検索の処理の流
れを示したフローチャート。

【符号の説明】

１…入力部 ２…制御部 ３…文書記憶部 ４…出力部 １１…読取部 １２…文字認識
部 ２１…入力インタフェース ２２…検索部 ２３…文書格納部 ２４…一時記憶
部 ２５…出力インタフェース

フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 9194−5Ｌ Ｇ０６Ｆ 15/403 ３１０ Ｚ

Claims (9)

【特許請求の範囲】
1. 【請求項１】 文字コード化して記憶している複数の文
   書の中から別途入力されるキーワードを含む文書を検索
   する文書検索装置における文書検索方法にあって、前記
   文書を記憶するために、文書中の記号、図形又は文字を
   辞書に登録されている文字パターン情報との類似度によ
   り文字認識する際に、本来ならばリジェクトされる類似
   度の低い記号、図形又は文字に対して得られる複数の文
   字コードを認識結果として記憶することにより、被検索
   対象である文書群を作成しておき、その後、入力される
   前記キーワード内の記号、図形又は文字を文字認識する
   際に、本来ならばリジェクトされる類似度の低い記号、
   図形又は文字に対して得られる複数の文字コードを認識
   結果として保持しておき、その後、前記文書を検索する
   際に、被検索文書内の類似度の低い記号、図形又は文字
   に対して得られる複数の文字コードと前記キーワード内
   の類似度の低い記号、図形又は文字に対して得られる複
   数の文字コードとを比較して、前記キーワード側と被検
   索文書側の複数の文字コードの各文字コードが一致した
   場合に、これら複数の文字コードに対応する元の記号、
   図形又は文字が前記キーワード側と被検索文書側で同一
   であると見做すことによって、文書の検索を行うことを
   特徴とする文書検索方法。
2. 【請求項２】 前記文書を検索するために、被検索文書
   内の類似度の低い記号、図形又は文字に対して得られる
   複数の文字コードと前記キーワード内の類似度の低い記
   号、図形又は文字に対して得られる複数の文字コードと
   を比較する際に、前記キーワード側と被検索文書側の複
   数の文字コードの各文字コードが一致し且つ前記両複数
   の文字コードの出現順序も一致した場合に、これら複数
   の文字コードに対応する元の記号、図形又は文字が前記
   キーワード側と被検索文書側で同一であると見做すこと
   を特徴とする請求項１記載の文書検索方法。
3. 【請求項３】 前記文書を検索するために、被検索文書
   内の類似度の低い記号、図形又は文字に対して得られる
   複数の文字コードと前記キーワード内の類似度の低い記
   号、図形又は文字に対して得られる複数の文字コードと
   を比較する際に、前記キーワード側と被検索文書側の複
   数の文字コードの中で予め決められた所定数以上の文字
   コードが一致した場合に、これら複数の文字コードに対
   応する元の記号、図形又は文字が前記キーワード側と被
   検索文書側で同一であると見做すことを特徴とする請求
   項１記載の文書検索方法。
4. 【請求項４】 前記キーワードを含む被検索文書を検索
   する際に、本来ならばリジェクトされる類似度の低い記
   号、図形又は文字に対して得られる複数の文字コード
   と、これ以外の文字コードを一意的に定められる記号、
   図形又は文字に対して得られる文字コードとを区別し、
   前記キーワード側と被検索文書側で同一の記号、図形又
   は文字があるかをそれぞれ別々に検索することを特徴と
   する請求項１乃至３いずれにか記載の文書検索方法。
5. 【請求項５】 文書を画像データ化する読取手段と、こ
   の読取手段により得られた画像データを文字認識する文
   字認識手段と、この文字認識手段による文字認識結果を
   被検索文書として記憶する記憶手段と、この記憶手段に
   記憶されている複数の文書の中から、前記読取手段によ
   り画像データ化された後前記文字認識手段により文字認
   識されたキーワードを含む文書を検索する文書検索装置
   において、前記文字認識手段によって文書中の文字を認
   識する際に、文書中の記号、図形又は文字を辞書に登録
   されている文字パターン情報との類似度に基づいて文字
   認識し、且つ本来ならばリジェクトされる類似度の低い
   記号、図形又は文字に対して得られる複数の文字コード
   を文字認識結果として得る認識ルールを前記文字認識手
   段内に具備し、且つ前記キーワードを前記文字認識手段
   によって文字認識して得た認識結果を保持する保持手段
   と、前記記憶手段内の被検索文書内の類似度の低い記
   号、図形又は文字に対して得られる複数の文字コードと
   前記保存手段内の前記キーワードの認識結果である類似
   度の低い記号、図形又は文字に対して得られる複数の文
   字コードとを比較する比較手段と、この比較手段によっ
   て前記キーワード側と被検索文書側の複数の文字コード
   の各文字コードが一致したと判定された場合に、これら
   複数の文字コードに対応する元の記号、図形又は文字が
   前記キーワード側と被検索文書側で同一であると見做し
   て前記キーワードを含む文書を検索する検索手段とを具
   備したことを特徴とする文書検索装置。
6. 【請求項６】 前記比較手段は被検索文書内の類似度の
   低い記号、図形又は文字に対して得られる複数の文字コ
   ードと前記キーワード内の類似度の低い記号、図形又は
   文字に対して得られる複数の文字コードとを比較する際
   に、前記キーワード側と被検索文書側の複数の文字コー
   ドの各文字コードが一致し且つ前記両複数の文字コード
   の出現順序も一致したかどうかを判定し、更に前記検索
   手段はこの比較手段によって前記文字コードが一致した
   と判定された場合に、前記複数の文字コードに対応する
   元の記号、図形又は文字が前記キーワード側と被検索文
   書側で同一であると見做すことを特徴とする請求項５記
   載の文書検索装置。
7. 【請求項７】 前記比較手段は被検索文書内の前記文書
   内の類似度の低い記号、図形又は文字に対して得られる
   複数の文字コードと前記キーワード内の類似度の低い記
   号、図形又は文字に対して得られる複数の文字コードと
   を比較する際に、前記キーワード側と被検索文書側の複
   数の文字コードの中で予め決められた所定数以上の文字
   コードが一致したかどうかを判定し、更に前記検索手段
   はこの比較手段によって前記文字コードが一致したと判
   定された場合に、前記複数の文字コードに対応する元の
   記号、図形又は文字が前記キーワード側と被検索文書側
   で同一であると見做すことを特徴とする請求項５記載の
   文書検索装置。
8. 【請求項８】 前記検索手段は前記キーワードを含む被
   検索文書を検索する際に、本来ならばリジェクトされる
   類似度の低い記号、図形又は文字に対して得られる複数
   の文字コードと、これ以外の文字コードを一意的に定め
   られる記号、図形又は文字に対して得られる文字コード
   とを区別し、前記キーワード側と被検索文書側で同一の
   記号、図形又は文字があるかどうかをそれぞれ別々に検
   索することを特徴とする請求項５乃至７いずれにか記載
   の文書検索方法。
9. 【請求項９】 複数の文書を文字コード化して記憶する
   文書記憶装置において、前記文書を画像データ化する読
   取手段と、この読取手段から出力される画像データを辞
   書に登録されている文字パターン情報との類似度により
   文字認識する際に、本来ならばリジェクトされる類似度
   の低い記号、図形又は文字に対して得られる複数の文字
   コードを文字認識結果として出力する文字認識手段と、
   この文字認識手段から出力される認識結果を記憶する記
   憶手段とを具備したことを特徴とする文書記憶装置。