JPH0896085A

JPH0896085A - 文字認識文字補完方法及びコンピュータ・システム

Info

Publication number: JPH0896085A
Application number: JP6227559A
Authority: JP
Inventors: Hiroshi Nozaki; 広志野崎; Nobuyasu Ito; 伸泰伊東
Original assignee: IBM Japan Ltd
Current assignee: IBM Japan Ltd
Priority date: 1994-09-22
Filing date: 1994-09-22
Publication date: 1996-04-12
Anticipated expiration: 2013-04-22
Also published as: JP2741575B2; US5835635A

Abstract

(57)【要約】【目的】部分文字列を入力した際に必要な文字を効果
的に補完すること。【構成】各ノードに各文字を対応させ、ルートから各ノ
ードまでで表す文字列の生起確率を各ノードに記憶した
木構造辞書を用い、入力された文字パターンより、読取
候補文字列を生成するステップと、木構造辞書におい
て、生成された読取候補文字列に対応するノードの次の
ノードを取り出し、読取候補文字列と次のノードに対応
する文字を連結した予測文字列及びその確からしさを表
すデータを生成するステップと、予測文字列の数をカウ
ントするステップと、予測文字列の数がユーザに提示可
能な最大数以上の場合には、確からしさを表すデータの
大きい順に予測文字列を表示するステップと、提示可能
な最大数未満の場合には、確からしさを表すデータを含
む参照データを参照して、辞書のどのノードまでを提示
するかを判断し、そのノードまでの文字列を表示するス
テップとを含む。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字認識に関し、特に
文字認識機能と文字補完機能を合わせ持つ装置及び方法
に関する。

【０００２】

【従来の技術】コンピュータを携帯して使用すること
や、ペン入力による操作の容易化といった要求に対応し
て、小型でタブレットを有するコンピュータが開発され
てきている。このようなタブレット付きコンピュータに
は、ペンによる入力をそのまま表示、記憶する使用形態
の他、文字を入力する際には、所定のスペースに文字を
書き込みコンピュータに文字を認識させるオンライン文
字認識という使用形態がある。このオンライン文字認識
は、主として認識率の問題からあまり用いられていな
い。しかし、あまり用いられていない原因はこれだけで
なく、この技術を十分活用した入力技術が確立されてい
ないことも原因の１つである。

【０００３】すなわち、このようなタブレット付きコン
ピュータにおいてデータを入力する場合、数字だけなら
ば仮想キーボードでタップする方法があり、単語を入力
する場合においても少数の単語集合に分類できるならば
メニュー方式にて十分である。よって、オンライン文字
認識技術を用いて入力するのは、分類してメニューに収
まる程度の部分集合にできないような大量の単語のいず
れかを入力する場合にほぼ限られる。

【０００４】このような状況のもと、認識の問題を考え
つつ、入力効率を高めるには、筆記者がすべての文字を
記入するのではなく、部分文字列を筆記すると残りを補
完して提示するような機能が有用である。

【０００５】この補完機能を用いている例としては、キ
ーボード入力においてエディタ、シェルの例がある。R.
Stallman,GNU Emacs Manual,1987、Joy,An Introductio
n tothe C shell, 4.3BSD manual.を参照のこと。これ
らの例の場合、ファイル名やシェル変数の補完が目的で
あるため、該当する単語が複数存在する場合、入力され
た部分文字列に該当する単語をリスト形式で表示すると
いう簡単な形式が採用されている。このようにしても、
この例では入力済みの部分列にあいまい度はなく、対象
となる単語は、極端な場合を除き、たかだか数百である
ため、補完を行った候補単語は十分短いリストで表示で
きるので、問題ない。しかし、対象となる単語数が著し
く多くなる場合には、入力に対して可能性のある文字列
をすべて提示するのでは実用的でない。また、単語数が
多い場合出現頻度順に表示する方法もあるが、一目で認
識される単語以外を入力しようとする場合には、繁雑な
スクロールを行うことになる。

【０００６】候補単語を提示する例としては特公平５−
５０７８６号があるが、ここでは筆記者はすべての文字
を入力して、その識別の候補をその候補の確からしさと
ともに提供する方法が記載されている。しかし、文字の
認識の候補に加え、文字補完をおこなうことは何等記載
されていない。

【０００７】また、ある文字に対する連鎖頻度を辞書に
記憶しておき、その連鎖頻度を参照しつつ認識文字の候
補順を変更していく方法が特開平５−１８９６２１号に
記載されている。しかし、部分文字列から文字補完をも
行うということは何等記載されていない。

【０００８】

【発明が解決しようとする課題】そこで本発明の目的
は、オンライン文字認識において文字入力の効率を高め
ることである。

【０００９】また、部分文字列を入力した際に必要な文
字を効果的に補完することも目的である。

【００１０】

【課題を解決するための手段】上述の目的を達成するた
め、本発明は以下のような構成を有する。すなわち、各
ノードに各文字を対応させ、ルートから各ノードまでで
表す文字列の生起確率を各ノードに記憶した木構造辞書
と、文字を入力する座標入力装置と、表示装置とを有す
るコンピュータ・システムにおいて、（ａ）座標入力装
置に入力された文字パターンより、読取候補文字列を生
成するステップと、（ｂ）木構造辞書において、生成さ
れた読取候補文字列に対応するノードの次のノードを取
り出し、読取候補文字列と次のノードに対応する文字を
連結した予測文字列及びその確からしさを表すデータを
生成するステップと、（ｃ）予測文字列の数をカウント
するステップと、（ｄ）予測文字列の数がユーザに提示
可能な最大数Ｎ以上の場合には、確からしさを表すデー
タの大きい順に予測文字列を表示装置に表示するステッ
プと、（ｅ）予測文字列の数がユーザに提示可能な最大
数Ｎ未満の場合には、確からしさを表すデータを参照し
て、辞書のどのノードまでを提示するかを判断し、その
ノードまでの文字列を表示装置に表示するステップとを
含む文字認識文字補完方法である。これにより、読取候
補文字列(実施例における左部分列)の次の文字(あわせ
て予測文字列)までユーザに提示するか、またはそれ以
上の文字列(例えば単語)を提示するかを動的変更するこ
とができる。

【００１１】ここでステップ（ｅ）は、（ｆ）１の予測
文字列を、辞書を参照して１の予測文字列を含む単語に
展開し、単語の確からしさを表すデータを生成するステ
ップと、（ｇ）単語と他の予測文字列で構成される候補
文字列を、確からしさを表すデータの大きい順に並べ換
えるステップと、（ｈ）ステップ（ｇ）の順番で上位Ｎ
＋１以降の候補文字列が破棄可能かを判断するステップ
と、（ｉ）ステップ（ｈ）で破棄可能と判断されなかっ
た場合は、予測文字列を表示装置に表示するステップ
と、（ｊ）予測文字列をすべて単語に展開してもステッ
プ（ｈ）で破棄可能とされた場合には、単語を表示装置
に表示するステップとを含んでもよい。これにより、単
語まで提示することができる場合も生じ、ユーザはより
効率的な入力を行うことができる。また、単語を提示す
ることが好ましくない場合にも対応することができる。

【００１２】またステップ（ｅ）は、（ｋ）予測文字列
を、辞書を参照して予測文字列を含む単語に展開し、単
語の確からしさを表すデータを生成するステップと、
（ｌ）単語をその確からしさを表すデータの大きい順に
並べ換えるステップと、（ｍ）ステップ（ｌ）の順番で
上位Ｎ＋１以降の単語が破棄可能かを判断するステップ
と、（ｎ）ステップ（ｍ）で破棄可能と判断されなかっ
た場合は、予測文字列を表示装置に表示するステップ
と、（ｏ）ステップ（ｍ）で破棄可能と判断された場合
には、単語を表示装置に表示するステップとを含んでも
よい。この方法は、単語まで展開する上述の方法を簡便
化した方法である。

【００１３】さらにステップ（ｅ）は、（ｐ）１の予測
文字列を、辞書を参照して１の予測文字列を表すノード
から所定数先のノードまでに対応する文字列に展開し、
文字列の確からしさを表すデータを生成するステップ
と、（ｑ）文字列と他の予測文字列で構成される候補文
字列を、確からしさを表すデータの大きい順に並べ換え
るステップと、（ｒ）ステップ（ｑ）の順番で上位Ｎ＋
１以降の候補文字列が破棄可能かを判断するステップ
と、（ｓ）ステップ（ｒ）で破棄可能と判断されなかっ
た場合は、予測文字列を表示装置に表示するステップ
と、（ｔ）予測文字列をすべて文字列に展開してもステ
ップ（ｒ）で破棄可能とされた場合には、文字列を表示
装置に表示するステップとを含むようにしてもよい。こ
れにより、単語だけでなく、読取候補文字列から複数文
字予測した文字列をユーザに提示することができる。

【００１４】またステップ（ｅ）は、（ｕ）予測文字列
を、辞書を参照して予測文字列を表すノードから所定数
先のノードまでに対応する文字列に展開し、文字列の確
からしさを表すデータを生成するステップと、（ｖ）文
字列をその確からしさを表すデータの大きい順に並べ換
えるステップと、（ｗ）ステップ（ｖ）の順番で上位Ｎ
＋１以降の文字列が破棄可能かを判断するステップと、
（ｘ）ステップ（ｗ）で破棄可能と判断されなかった場
合は、予測文字列を表示装置に表示するステップと、
（ｙ）ステップ（ｗ）で破棄可能と判断された場合に
は、文字列を表示装置に表示するステップとを含んでも
よい。これは、上述の複数文字予測の方法を簡便化した
方法である。

【００１５】以上のような方法は、この方法を実施する
装置であっても同様の作用効果を奏する。

【００１６】

【実施例】図１に、本発明を実施した装置の一例を示
す。処理装置１は、メイン・メモリ３に接続されてお
り、メイン・メモリ３に格納されたプログラム及びデー
タを用いて演算を行う。入出力装置５は、キーボード、
マウス、プリンタなどを含み、処理装置１等に対する命
令、データを入力し、必要なデータなどを出力する。本
発明は文字入力をペン等で行うため、いわゆる表示装置
とタブレットなどの入力装置とが一体となった座標入力
・表示装置１１を有している。この座標入力・表示装置
１１の表示機能に対しては、表示制御部９が接続されて
おり、処理装置１と共動する。また、座標入力・表示装
置１１の入力機能に対しては、文字入力部７を有してい
る。この文字入力部７は、座標入力・表示装置１１から
読み取られた情報を処理装置１に送り、処理装置１にて
入力された文字の同定を行う。ここで、座標入力・表示
装置１１は一体のものとして記載されているが、座標入
力装置と表示装置を別個のものとして設置してもよい。
但し、一体とすれば装置全体の小型化を図ることがで
き、携帯性において有利である。また、ペン等の座標指
示装置は、座標入力・表示装置１１の方式に依存し、本
発明の要旨ではないので詳細な説明は省略する。記憶装
置１３は、メイン・メモリ３等にロードするためのデー
タ等を格納しておくためのハードディスク等の装置であ
る。ここではデータとして、文字補完のために用いる辞
書等がある。

【００１７】図１に示した処理装置１のブロック図を図
２に示す。処理装置１は、大きく分けると文字認識部２
１と文字予測部２３とに分けられる。文字認識部２１
は、文字入力部７より入力された読み取り情報に対応す
る文字を特定する操作を行う。そして、確からしい順に
１以上の候補を選び出す。この操作は、従来行われてい
るものと何等変わることはないので、それ以上述べな
い。

【００１８】文字予測部２３は、部分文字列を入力され
た場合に、文字認識部２１の認識結果を元に次の文字
(複数文字の場合もある)又は単語全体を予測するもので
ある。この場合に、ある文字からある文字に分岐する確
率をそれぞれ求め且つ記憶している辞書を用いる。この
辞書は、単語を共通する左部分列（左文字部分列ともい
う。）により木構造（本発明では、木は左から右に広が
っていく。また、文字も左から右に記載される。但し、
いずれの方向からでも問題ない。）になっており、各ノ
ードは文字に対応する。

【００１９】例えば図３に、英語辞書のうちｄに関する
部分木の例を示す。この分岐確率付き辞書は、各ノード
に文字、子ノードへのポインタの他に、ルート・ノード
からあるノードへの分岐確率を保持している。分岐確率
は、ある部分木に該当する単語の頻度の総和を求め、そ
れを全単語の生起数で正規化することにより得られる。
すなわち、あるノードの子ノードの分岐確率をすべて加
えると当該ノード自身の分岐確率になる。例えば、左部
分列ｄｉを共通して有するｄｉｄ＊，ｄｉｆ＊，ｄｉｓ
＊，ｄｉｒ＊，ｄｉｅ＊，ｄｉｃ＊等（＊は、後続の文
字があることを示す。）の生起確率を加えたものが、文
字列ｄｉの生起確率、すなわちルート・ノードからｄｉ
への分岐確率（１２８＝５８＋３０＋２３＋７＋３＋１
＋・・・・）となる。この値１２８は説明のため便宜上
付された数字であり、また辞書全体の文字数にも依存す
るが、一定数で除したものが、正確な分岐確率になる。
なお、ある単語が単語の終端であり、且つさらにそれに
続く別の単語が存在する場合がある。言いかえれば、あ
る単語が別の単語の左部分列になることもある。例え
ば、ｄｉｄはｄｉｄａｃｔｉｃの左部分列でもあるが、
ｄｉｄで終了することもあるので、これを示すためのノ
ード（図３ではεと示す。)を設定し、そこにｄｉｄの
分岐確率を格納する。

【００２０】このように文字予測部２３は上述した分岐
確率付き辞書を用いるが、図４に示す動作を行う。

【００２１】すなわち次のアルゴリズムに従う。座標入
力・表示装置１１から文字入力部７を経由して入力され
た読み取り情報から読取候補文字列を認識する（ステッ
プ３３）。この結果として通常は複数の文字列が候補と
して認識される。認識された読取候補文字列ごとに、辞
書を検索して読取候補文字列に続き得る文字、及びその
生起確率（分岐確率）を取得する（ステップ３５）。こ
こで、認識された読取候補文字列はそれぞれ確からしさ
を有しているので、その読取候補文字列に続き得る文字
まで（以下、予測文字列という。）の確からしさという
ものも認識できる。この予測文字列の確からしさＬを求
める（ステップ３７）。

【００２２】この際、予測文字列の数が候補文字列とし
てユーザに提示される最大数Ｎより多いか否かを判断す
る（ステップ３９）。もし、多い場合にはＬが大きい順
にＮだけ表示する（ステップ４９）。しかし、少ない場
合にはまだ候補をユーザに提示できるので、１文字のみ
ではなくそれ以上予測することができる。ここでは、予
測文字列を単語となるまで、辞書のノードを探索するこ
とにより展開する。そして、その単語をＬが大きい順に
ソートする（ステップ４１)。そして、Ｎ番目までの単
語のＬの総和ＬcとＮ＋１番目以降のＬの総和Ｌdの差が
所定数以上であれば、展開することにより予測された単
語をユーザに提示する（ステップ４５）。ＬcとＬdの差
が所定数未満であれば、展開する意味がないので予測文
字列を提示する(ステップ４７）。

【００２３】以下、このアルゴリズムについて、背景理
論と共に詳細を述べる。

【００２４】分岐確率付き辞書を用いて、既に記入され
た左部分列（ｎ−１文字とする。）に対する認識結果
（オンライン文字入力においては、そのカラムごとに文
字を記入する。そのカラムごとに認識候補があり、マト
リクスとなるので、それをＭで表す。）から、次の文字
ｃ_nを含めて実際に書かれるべき文字列がｃ₁，ｃ₂,・・
・・ｃ_n-1，ｃ_nである確率を求める。

【００２５】筆記済みの左部分文字列に相当するｃ₁，
ｃ₂,・・・・ｃ_n-1は認識結果に依存してさまざまな可
能性があるので、この部分をＴ_jで表す。すると、条件
付き確率Ｐ（Ｔ_j，ｃ_n｜Ｍ）を求めることが目的とな
る。ここで、Ｐ（ｃ_n｜Ｔ_j）は明らかに認識結果Ｍには
依存せず、マルコフ性があるので、Ｌ＝Ｐ（Ｔ_j｜Ｍ）
＊Ｐ（ｃ_n｜Ｔ_j）の値を求め、評価すればよいことにな
る。Ｐ（Ｔ_j｜Ｍ）は、Ｂａｙｅｓの定理より数１に分
解できる。

【００２６】

【数１】

【００２７】この分母は各文字列Ｔ_jに共通なので分子
のみで大小を判断すればよい。よってＬは、以下のとお
りに変形することができる。Ｌ＝Ｐ（Ｔ_j）Ｐ（Ｍ｜Ｔ_j）＊（Ｐ（ｃ_n，Ｔ_j）／Ｐ
（Ｔ_j））＝Ｐ（ｃ_n，Ｔ_j）＊Ｐ（Ｍ｜Ｔ_j）

【００２８】この式の前半は文字列Ｔ_jｃ_nが生起する確
率なので、前に述べた分岐確率に相当する。後半は、認
識から得られるＴ_jの確からしさというべきものであ
る。しかし、これは正確な値を求めることは多くの実験
を必要とする。そこで、文字認識候補ｃ_i(i=1,・・n-1)
の認識時の尤度ｓ_ciを用いて数２のように近似すること
ができる。但し、数２中のαは正規化定数である。

【００２９】

【数２】

【００３０】上述のＬの式を評価して、次の文字を含め
た文字列を予測する。この値が、補完された文字列の候
補順位を決定すると同時にさらにその先を予測するか、
すなわち辞書の子ノード以降を展開するかを決定する基
礎となる。

【００３１】これで上記の各ステップをさらに具体的に
述べる容易が整った。まずステップ３３は、入力された
左部分列を認識するステップであるが、上述のように候
補となる文字列は通常複数になる。よって、場合によっ
てはその数が著しく多くなる場合もある。よって、その
ような場合には、数２を各Ｔ_jごとに計算し、その値に
より候補文字列の絞り込みを行う。これは、音声認識等
でよく用いられるビーム・サーチと同様なので、これ以
上述べない。

【００３２】ステップ３５は、ステップ３３で得られた
候補文字列Ｔ_jごとに、上述の辞書を検索して続き得る
文字及び生起確率Ｐ（Ｔ_j，ｃ_n）を取り出す。

【００３３】ステップ３７で、候補文字列とステップ３
５にて得られた続き得る文字との結合である予測文字列
ごとに上記のＬを計算する。Ｌは、Ｔ_jの確率である数
２と、ｃ_nの生起確率Ｐ（Ｔ_j，ｃ_n）の積である。

【００３４】ここで、予測文字列をＬが大きい順に並べ
かえる。これは、表示する際に確からしい順に提示する
等ためである。

【００３５】そして、予測文字列の数をカウントする。
もし、予測文字列の数がユーザに提示できる最大数Ｎよ
り多ければ、Ｌが大きい順にＮ個の予測文字列をユーザ
に提示する（ステップ４９）。

【００３６】予測文字列の数がＮより少なければ、ユー
ザにさらに候補を提示することにより、入力の効率を高
めることができる。そこで、より確からしいものから順
に辞書の子ノードを探索する。この実施例では、Ｌの大
きい順に、各予測文字列を部分文字列とする単語まで展
開する。そして、その単語のＬも求める。

【００３７】１の予測文字列を展開するごとに、その単
語と展開されていない予測文字列で構成される候補文字
列をＬの大きい順に並べ換える。この候補文字列のＮ番
目までのＬの総和ＬcとＮ＋１番目以降のＬの総和Ｌdの
差が所定数以上であれば、Ｎ＋１番目以降の候補文字列
は破棄されても問題がない程選択される可能性は少な
い。よって、Ｎ＋１番目以降の候補文字を破棄する。し
かしＬdは保持し、他の予測文字列を展開した場合に生
じたＬdに加算していく。

【００３８】ＬcとＬdの差が所定数未満であれば、破棄
されるＮ＋１番目以降の候補文字列も、選択される可能
性が十分あることがわかるので、単語への展開を中止す
る。そして、予測文字列を候補文字列としてユーザに提
示する。

【００３９】ＬcとＬdの差が所定数以上であれば、上述
の展開操作を他の予測文字列に対して行う。そして同様
の処理を行い、単語まで展開する是非を判断する。展開
していない予測文字列が無くなるまで上述の操作を行っ
て、最終的にＬcとＬdの差が所定数以上であれば、候補
文字列のＮ番目までの単語をユーザに提示する。

【００４０】以上、図４に示したフローのステップ４１
乃至４７の具体的実施例を説明したが、システムの容量
・能力に余裕があれば、最初にすべての予測文字列を単
語に展開してもよい。しかし、通常はメイン・メモリの
容量や処理装置の能力に限界があるので、具体的実施例
の説明の方が効率的である。どちらで実施しても結果が
同様である。

【００４１】これにて、ユーザが十分可能性の高い文字
補完のなされた候補の中から、自己の所望の単語、又は
部分単語を選択することにより、入力効率を向上するこ
とができる。

【００４２】上述のような次の１文字か単語かという提
示の切り換えだけでなく、状況に応じて可能な限り複数
文字を予測するように拡張することもできる。例えば、
予測文字列の子ノードを候補文字列として展開し、それ
ぞれにつきＬを求めソートし、ＬcとＬdを求め、同様に
ＬcとＬdの差が所定数以上であれば候補文字列（予測文
字列の子ノードまでの文字列）をユーザに提示するよう
にしてもよい。

【００４３】図３の例で考えてみる。ここで、＋はその
文字列で単語を形成していることを示す。例えばｄｉを
入力した場合、先に述べた方法で行えばｄｉｄ＊，ｄｉ
ｆ＊，ｄｉｓ＊，ｄｉｒ＊，ｄｉｅ＊，ｄｉｃ＊．．．
の各子ノードのうち単語であるもののみ処理の対象とな
る。これに対し複数文字の予測を行うことになると、ｄ
ｉｄ＊の子ノードのｄｉｄ＋とｄｉｄａ＊等が、候補文
字列として考慮されるようになる。

【００４４】以上本発明の実施例について述べたが、本
発明はこの実施例に限定されるものではない。例えば、
入力された文字列Ｔ_jの絞り込みは、ビーム・サーチと
いう方法を提案したが、他の方法とも置換可能である。
また、ユーザに提示する候補数は任意であり、設定可能
なようにしてもよい。さらにオンライン文字認識という
ことで、ある一定のカラムに文字を書き込む環境を設定
したが、ユーザ・インターフェースにおいてカラムなし
でも認識できるならば、カラムに限定されるわけではな
い。

【００４５】本発明を英単語の例をもって説明してきた
が、適用は英単語に限られない。例えば、日本語のかな
姓名の文字認識及び文字補完に用いることができる。両
者は、文字の認識率、表音文字として情報量という観点
から類似しており、その量も同様である。但し、住所入
力における文字補完は、日本語の漢字及び住所の統計的
性質を利用するのがより効率的であり、本発明の主たる
対象とはならない。

【００４６】

【発明の効果】以上述べたように、１文字予測にとどめ
るか、単語予測を行うかを効果的に切り換えることによ
り、提示できる数の限界と出来る限り先まで予測するこ
とが望ましいという要請のバランスをとることができ
た。さらに、複数文字予測もでき、より効率的になっ
た。

【００４７】このことにより、オンライン文字認識にお
いて文字入力の効率を高めることができた。

【００４８】さらに、動的に予測する文字の長さを変化
させることにより、よりユーザに的確な文字列を提示す
ることができた。

【図面の簡単な説明】

【図１】本発明の装置構成の例を示すブロック図であ
る。

【図２】本発明の処理装置の例を示すブロック図であ
る。

【図３】本発明で使用する辞書の一部の例である。

【図４】本発明の高レベルのフローチャートである。

【符号の説明】

１処理装置３メイン・メモリ５入出力装置７文字入力部９表示制御部１１座標入力・表示装置１３記憶装置２１文字認識部２３文字予測部

Claims

【特許請求の範囲】

【請求項１】各ノードに各文字を対応させ、ルートから
前記各ノードまでで表す文字列の生起確率を前記各ノー
ドに記憶した木構造辞書と、文字を入力する座標入力装
置と、表示装置とを有するコンピュータ・システムにお
いて、（ａ）前記座標入力装置に入力された文字パター
ンより、読取候補文字列を生成するステップと、（ｂ）
前記木構造辞書において、生成された前記読取候補文字
列に対応するノードの次のノードを取り出し、前記読取
候補文字列と前記次のノードに対応する文字を連結した
予測文字列及びその確からしさを表すデータを生成する
ステップと、（ｃ）前記予測文字列の数をカウントする
ステップと、（ｄ）前記予測文字列の数がユーザに提示
可能な最大数Ｎ以上の場合には、前記確からしさを表す
データの大きい順に前記予測文字列を前記表示装置に表
示するステップと、（ｅ）前記予測文字列の数がユーザ
に提示可能な最大数Ｎ未満の場合には、前記確からしさ
を表すデータを参照して、前記辞書のどのノードまでを
提示するかを判断し、そのノードまでの文字列を前記表
示装置に表示するステップとを含む文字認識文字補完方
法。
【請求項２】前記ステップ（ｅ）が、（ｆ）１の前記予
測文字列を、前記辞書を参照して前記１の予測文字列を
含む単語に展開し、前記単語の確からしさを表すデータ
を生成するステップと、（ｇ）前記単語と他の前記予測
文字列で構成される候補文字列を、前記確からしさを表
すデータの大きい順に並べ換えるステップと、（ｈ）前
記ステップ（ｇ）の順番で上位Ｎ＋１以降の前記候補文
字列が破棄可能かを判断するステップと、（ｉ）前記ス
テップ（ｈ）で破棄可能と判断されなかった場合は、前
記予測文字列を前記表示装置に表示するステップと、
（ｊ）前記予測文字列をすべて単語に展開しても前記ス
テップ（ｈ）で破棄可能とされた場合には、前記単語を
前記表示装置に表示するステップとを含む請求項１記載
の文字認識文字補完方法。
【請求項３】前記ステップ（ｅ）が、（ｋ）前記予測文
字列を、前記辞書を参照して前記予測文字列を含む単語
に展開し、前記単語の確からしさを表すデータを生成す
るステップと、（ｌ）前記単語をその確からしさを表す
データの大きい順に並べ換えるステップと、（ｍ）前記
ステップ（ｌ）の順番で上位Ｎ＋１以降の前記単語が破
棄可能かを判断するステップと、（ｎ）前記ステップ
（ｍ）で破棄可能と判断されなかった場合は、前記予測
文字列を前記表示装置に表示するステップと、（ｏ）前
記ステップ（ｍ）で破棄可能と判断された場合には、前
記単語を前記表示装置に表示するステップとを含む請求
項１記載の文字認識文字補完方法。
【請求項４】前記ステップ（ｅ）が、（ｐ）１の前記予
測文字列を、前記辞書を参照して前記１の予測文字列を
表すノードから所定数先のノードまでに対応する文字列
に展開し、前記文字列の確からしさを表すデータを生成
するステップと、（ｑ）前記文字列と他の前記予測文字
列で構成される候補文字列を、前記確からしさを表すデ
ータの大きい順に並べ換えるステップと、（ｒ）前記ス
テップ（ｑ）の順番で上位Ｎ＋１以降の前記候補文字列
が破棄可能かを判断するステップと、（ｓ）前記ステッ
プ（ｒ）で破棄可能と判断されなかった場合は、前記予
測文字列を前記表示装置に表示するステップと、（ｔ）
前記予測文字列をすべて前記文字列に展開しても前記ス
テップ（ｒ）で破棄可能とされた場合には、前記文字列
を前記表示装置に表示するステップとを含む請求項１記
載の文字認識文字補完方法。
【請求項５】前記ステップ（ｅ）が、（ｕ）前記予測文
字列を、前記辞書を参照して前記予測文字列を表すノー
ドから所定数先のノードまでに対応する文字列に展開
し、前記文字列の確からしさを表すデータを生成するス
テップと、（ｖ）前記文字列をその確からしさを表すデ
ータの大きい順に並べ換えるステップと、（ｗ）前記ス
テップ（ｖ）の順番で上位Ｎ＋１以降の前記文字列が破
棄可能かを判断するステップと、（ｘ）前記ステップ
（ｗ）で破棄可能と判断されなかった場合は、前記予測
文字列を前記表示装置に表示するステップと、（ｙ）前
記ステップ（ｗ）で破棄可能と判断された場合には、前
記文字列を前記表示装置に表示するステップとを含む請
求項１記載の文字認識文字補完方法。
【請求項６】１）各ノードに各文字を対応させ、ルート
から前記各ノードまでで表す文字列の生起確率を前記各
ノードに記憶した木構造辞書と、２）文字を入力する座標入力装置と、３）表示装置と、４）前記座標入力装置に入力された文字パターンより、
読取候補文字列を生成する手段と、５）前記木構造辞書において、生成された前記読取候補
文字列に対応するノードの次のノードを取り出し、前記
読取候補文字列と前記次のノードに対応する文字を連結
した予測文字列及びその確からしさを表すデータを生成
する手段と、６）前記予測文字列の数をカウントする手段と、７）前記予測文字列の数がユーザに提示可能な最大数Ｎ
以上の場合には、前記確からしさを表すデータの大きい
順に前記予測文字列を前記表示装置に表示する手段と、８）前記予測文字列の数がユーザに提示可能な最大数Ｎ
未満の場合には、前記確からしさを表すデータを参照し
て、前記辞書のどのノードまでを提示するかを判断し、
そのノードまでの文字列を前記表示装置に表示する手段
とを有するコンピュータ・システム。
【請求項７】前記手段８）が、９）１の前記予測文字列を、前記辞書を参照して前記１
の予測文字列を含む単語に展開し、前記単語の確からし
さを表すデータを生成する手段と、１０）前記単語と他の前記予測文字列で構成される候補
文字列を、前記確からしさを表すデータの大きい順に並
べ換える手段と、１１）前記手段１０）が並べ換えた順番で上位Ｎ＋１以
降の前記候補文字列が破棄可能かを判断する手段と、１２）前記手段１０）が破棄可能と判断しなかった場合
は、前記予測文字列を前記表示装置に表示し、前記予測
文字列をすべて単語に展開しても前記手段１０）が破棄
可能とした場合には、前記単語を前記表示装置に表示す
る手段とを有する請求項６記載のコンピュータ・システ
ム。
【請求項８】前記手段８）が、１３）前記予測文字列を、前記辞書を参照して前記予測
文字列を含む単語に展開し、前記単語の確からしさを表
すデータを生成する手段と、１４）前記単語をその確からしさを表すデータの大きい
順に並べ換える手段と、１５）前記手段１４）が並べ換えた順番で上位Ｎ＋１以
降の前記単語が破棄可能かを判断する手段と、１６）前記手段１４）が破棄可能と判断しなかった場合
は、前記予測文字列を前記表示装置に表示し、前記手段
１４）が破棄可能と判断した場合には、前記単語を前記
表示装置に表示する手段とを有する請求項６記載のコン
ピュータ・システム。
【請求項９】前記手段８）が、１７）１の前記予測文字列を、前記辞書を参照して前記
１の予測文字列を表すノードから所定数先のノードまで
に対応する文字列に展開し、前記文字列の確からしさを
表すデータを生成する手段と、１８）前記文字列と他の前記予測文字列で構成される候
補文字列を、前記確からしさを表すデータの大きい順に
並べ換える手段と、１９）前記手段１８）が並べ換えた順番で上位Ｎ＋１以
降の前記候補文字列が破棄可能かを判断する手段と、２０）前記手段１９）が破棄可能と判断しなかった場合
は、前記予測文字列を前記表示装置に表示し、前記予測
文字列をすべて前記文字列に展開しても前記手段１９）
が破棄可能とした場合には、前記文字列を前記表示装置
に表示する手段とを有する請求項６記載のコンピュータ
・システム。
【請求項１０】前記手段８）が、２１）前記予測文字列を、前記辞書を参照して前記予測
文字列を表すノードから所定数先のノードまでに対応す
る文字列に展開し、前記文字列の確からしさを表すデー
タを生成する手段と、２２）前記文字列をその確からしさを表すデータの大き
い順に並べ換える手段と、２３）前記手段２２）が並べ換えた順番で上位Ｎ＋１以
降の前記文字列が破棄可能かを判断する手段と、２４）前記手段２３）が破棄可能と判断しなかった場合
は、前記予測文字列を前記表示装置に表示し、前記手段
２３）が破棄可能と判断した場合には、前記文字列を前
記表示装置に表示する手段とを有する請求項６記載のコ
ンピュータ・システム。