JPS6132186A - パタ−ン認識装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明はパターン認識装置に関する。

〔発明の背景〕

文字パターン又は音声パターンを認識するパターン認識
においては、入カバターンとあらかじめメモリ内に登録
された標準パターンとを比較して認識している。この標
準パターンの集合を辞書と呼ぶ。以下の説明では後述す
る単語辞書と区別すス＋−甑　慴油パカーり小櫨Ａ九バ
カー１ノ綽愈シ睡ぶ。第１図に示したように万人用パタ
ーン辞書（不特定筆者の書く文字パターンを認識するた
めの標準パターンの集合又は不特定話者の発生する音声
パターンを認識するための標準パターンの集合）を用い
る場合、■十分な認識率が得られない、或いは■十分な
認識率を得ようとするとパターン辞書容量（つまりコス
ト）や認識時間が莫大で非実用的なものになる等の問題
点があった。

これらの問題点を解決するための方法として、従来、第
２図と第３図に示した２つの方式が提案されている。

第２図に示した方式は、パターン認識の結果得られる記
号列に対し、後処理として言語処理（■単語照合、■文
字列のマルコフモデルに基づく文脈処理、■構文解析そ
の他）を行うものである。

この方式で例えば単語照合を行う場合、単語辞書に万人
があるびん度以上で使用するすべての単語を格納してお
くことが必要になる。このため万人用単語辞書の容量が
大きくなる。しかし上記単語の多くは、本パターン認識
装置の各ユーザ個人が使用することは極めて少ないもの
であるため、メモリコストが不当に高くなる。また万人
用の単語辞書を用いる方式では、正解率も十分には高く
できなかった。例えば「入水」という文字パターン列を
「入来」と誤読したとき、単語辞書に「入来Ｊという単
語が含まれているとき単語照合によってはこの誤読を検
出・除去することができない。

また、第２図の方式で広く用いられる方法では、パター
ン認識の結果得られる候補の中から言語処理によって適
格性を判断しているが、この方法は正解候補が必がパタ
ーン認識の結果に含まれることを前提としている。しか
し、万人用のパターン辞書を用いたときはこの前提を満
すのは困難である。

次に第３図に示した方式は、パターン認識用の辞書とし
て個人用パターン辞書（個人専用の標準パターンの集合
）を用いるものである。本方式により、万人用パターン
辞書を用いる場合より、認識率と認識速度を高め、辞書
容量（つまりコスト）を低減できたが、低品質の文字パ
ターン、音声パターンに対しては未だ十分な認識率が得
られなかった。また■片板名のｒカ」と漢字の「力」の
ような同形異字、或いは■「億」と「憶」のような類似
形状文字を文字単位で認識することは極めて難しいとい
う問題点もあった６ また第４図に示したように、キーボード入力に対して言
語処理を行う場合についても、言語処理用辞書を万人用
のものでなく個人専用のものにすることにより、言語処
理についての辞書容量（つまりコスト）の低減と正解率
の向上が計られてきた。しかし本方式には、漢字（常用
漢字で約２０００、ＪＩＳ第１水準で約３０００）を含
む日本語文章を入力するとき、人間のキーボード操作の
負担が大きいという問題点があった。特にキーボードに
不慣れな素人への負担は大きく、入力速度は遅く、疲労
も大きかった。

〔発明の目的〕

本発明の目的は、上記従来発明の欠点を解消できるパタ
ーン認識装置を提供することにある。

〔発明の概要〕

上記の目的を達成するために、本発明では第５図に示し
たように、入カバターン（文字パターン、音声パターン
など）に対するパターン認識処理を個人用パターン辞書
を用いて行うとともに、パターン認識処理の後処理とし
て言語処理を行いその言語処理のための辞書としても個
人用辞書を用いるものである。ここで個人用辞書とはそ
の内容の少なくとも一部又は全部が個人専用の内容から
なる辞書のことである。辞書の内容とは、パターン辞書
の場合標準パターンのことであり、言語処理用辞書の場
合第６図（ａ）に記したように、■単語、■カテゴリ列
についての遷移確率、■その他のことである。

〔発明の実施例〕

本発明の実施例を説明する前に本発明の基本手順を第６
図（ａ）　、　　（ｂ）　、　　（ｃ）のＰＡＤ（Ｐｒ
ｏｇｒａｍ　Ａｎａｌｙｓｉｓ　Ｄｉａｇｒａｍ）によ
り示す。本ＰＡＤについての注意事項は以下の通りであ
る。

（ＥＤ＝雷門処理とは、カテゴリ列を構成するカテＣ□
、（Ｕ）の誤りを発見又は修正する処理のことである。

例えば言語処理として単語照合を行う場合。

Ｄ、１．は、■個人Ｐが過去に入力したことのある単語
（単語を構成するカテゴリの列）、又は■個人Ｐが将来
入力する可能性が十分高いと推定された単語、の集合で
ある。

また例えば言語処理としてマルコフモデルに基づく文脈
処理を行う場合、Ｄ、１．には■個人Ｐが過去に入力し
たことのあるカテゴリ列についての遷移確率、又はｄ個
人Ｐが将来入力する可能性が十分高いと推定されたカテ
ゴリ列についての遷移確率が格納しである。

Ｏ：未知パターン列ｕ　＝　ｕｚｙ　ｕｚｔ　”””ｔ
　ｕ、ｌに対しパターン認識、言語処理を施すとき、各
各の出力として得られる答カテゴリ列 Ｃｐｒａ　　（ｕ　）　、Ｃ，ｒａｔ　（ｕ　）の長さ
がＮから変わる場合（どちらか一方の長さがＮから変る
場合と両方の長さが変る場合がある）についても識と言
語処理を行うことができる。

■＝パターン認識で各Ｕ、に対し一個以上の候補カテゴ
リＣ１（ｕ−）　ＨＣ”　（ｕ、）　ｅ　・＝”・ｔｃ
”″（ｕ、）　　（ここでＬ　ｎ　＞　１　）を出力し
、言語処理ではＣ”　（ｕ、）　、　ＣＪ″（ｕｓ）　
ｔ　”””ｔＣ”（ｕ、）　　（ここで１＜ｊｌ＜Ｌｌ
ｔ　１＜ｊｚりＬ２．・・・・・・＊１＜ｊ−＜Ｌ−）
　　という１個以上の（Ｌ、ｘＬ、ｘ・・・・・・ＸＬ
、通り）候補カテゴリ列に対し答カテゴリ列ｃｐ＊ａｔ
　（ｕ）を求める場合についても、言語処理のための個
人辞書を同じように利用することができる。

ｅ＝言語処理として形態素解析、構文解析、意味解析、
その他を行う場合についても、各言語処理におけるアル
ゴリズム、データのうち個人専用に用いるものを個人用
辞書とみなすことにより同様にして、個人辞書を利用し
た言語処理を行うことができる。

以下本発明の実施例を第７図を用いて説明する。

初めに、入カバターン列７０ａ　（文字パターン、音声
パターン、その他のパターンの列）がパターン観測部７
１に入力される。パターン観測部７１は入カバターン列
７０ａを電気信号に変換されたパターン列７１ａに変換
する。電気信号に変換されたパターン列７１ａは切り出
し部７２により単位パターン毎に切り出され、単位パタ
ーン列７２ａに変換される。

単位パターン列７２ａを構成する各単位パターンはパタ
ーン認識部７３へ入力される。パターン認識部７３は、
パターン認識のための個人用パターン辞書７４に属する
各標準パターン７４ａと上。

記単位パターンとの間の類似性を評価した後、その評価
値に基づいて、上記単位パターンに対し１つの答カテゴ
リ又は１個以上の候補カテゴリを出力する。こうしてパ
ターン認識部７３の出力としてカテゴリ列７３ａが出力
される。〔７２ａの単位パターン列Ｕ＝Ｕ□、ｕ２・・
・・・・Ｕイを単位パターンｕ、（ここで１　＜　ｎ　
＜　Ｎ　）が構成し、Ｕ、の答カテゴリがＣ□、（ｕ、
）であり、ｕ、の１個以上の候補カテゴリがＣ１（ｕｊ
　＊　Ｃ”　（ｕｊ　ｙ　”””ｔＣ”（ｕ、、）　　
（ここでり、＞１）であるとする。このときＣ１１＠　
　（ｕ　１）ｇ　Ｃ１，、＠　　（ｕ　２）　Ｈ”’　
”’　ｙＣ，、、（ｕｓ）又はＣ”　（ｕｌ）、Ｃ”　
（ｕ２）、−−、ｃ”　（ｕｎ）（ここで１　＜　ｊ　
１　＜　Ｌ　１＊　１　＜　ｊｘりＬ２．・・・・・・
、１＜ｊＮ＜ＬＮ　）がカテゴリ列７３ａである。） 言語処理部７５は、言語処理のための個人用辞書７６に
属する各内容７６ａとカテゴリ列７３ａとの間の言語処
理の結果に基づいて、カテゴリ列７５ａを出力する。言
語処理としては、単語照合、マルコフモデルに基づく文
脈処理、形態素解析、構文解析、意味解析などを使うこ
とができる。

７０ａ、７１ａ、７２ａ、・・・・・・などの信号の制
御は制御部７７で行う。７１，７２．・・・、７７の各
処理部と記憶部は、光電変換装置、マイクロホン、μｍ
プロセッサ、メモリ、表示装置などにより実現すること
ができる。

また個人用辞書（パターン認識のためのもの７４及び言
語処理のためのもの７６）の内容をユーザ毎に入れ換え
るためには、プロツピディスクなどに予め記憶しておい
た各個人用辞書の内容をその都度７４と７６の記憶部に
ロードし直せ４ｆよい。

〔発明の効果〕

本発明によれば、次の■〜■に示す効果を達成すること
ができた。

■　パターン認識において個人用ノ（ターン辞書を用い
たため、パターンの認識率が良く、少数個の候補カテゴ
リ内に正解カテゴリを必ず入れることができるようにな
った。前述したよう番こ、正解が候補に含まれているこ
とが言語処理が正しく動作する条件の一つである。また
）（ターン辞書容量を低減し、認識速度も向上できた。

■　パターン認識用辞書と言語処理用辞書の両方を個人
用辞書にしたことにより、言語処理時間を実用的なもの
にすることができた。

例えば、言語処理として単語照合を行う場合、言語処理
時間（つまり単語照合時間）Ｔは、Ｔ＝Ｎ、、・　Ｎ７
．、・　ｔ Ｎ、、＝に’ ここでＮｉｍ：入力候補カテゴリ列の場合の数Ｎ、、、
：単語辞書的単語数 ｔ　：単語照合１回当りの時間 Ｋ　：パターン認識で正解カテゴリを ９９％候補に上げるために必要 な平均候補数 Ω　：平均単語長 となる。

ここでパターン認識用辞書Ｄ　Ｐ　ｔ　＊　と言語処理
用辞書Ｄ□、のそれぞれを万人用、個人用とした各場合
についてのＴを計算してみる。

ｆｉ＝３ とすると、第８図が得られる。

木表の要点は次の■〜０である。

■　Ｄ　Ｐｔｍ　ｌ　ＤＡｌ。の両者を個人用にしたと
きのＴが４つの場合のうちで最小であり、実用化できる
ものである。

■　Ｄ　Ｐ　ｔ　＊　を万人用とした場合Ｔが実現不可
能になる。

［相］　Ｄ□、を個人用にして、Ｄ□、を万人用にした
場合、両方を個人用にした場合と比べＴが３〜４０倍に
なる。（この場合はＤｔｉ＊を万人用にしたため次の■
に示す効果が得られず、実用的方式になりえない。） ■　言語処理において個人用辞書を用いたため、■　辞
書内に未登録のため正解を落す現象がなくなった（例え
ば言語処理として単語照合を行う場合、通常の単語辞書
に存在しないような′摂動′や゛章動′　（天文学分野
の専門用語）なども正解にできるようになった。）■　
ユーザ個人は絶対に使わない内容が辞書に格納されなく
なった。そのため辞書容量（つまりコスト）を低減し、
処理速度を向上できるとともに、思わぬ誤りをおかすこ
ともなくなった。例えば言語処理として単語照合を行う
場合、万人用単語辞書では「入水」というパターン列に
対し“入来′という妨害単語が第１位になっていたのが
、個人用単語辞書（′入来′という単語を含まない）を
用いることにより、１入水′という正解を得ることがで
きるようになった。

■　個人用辞書を用いたパターン認識の後処理として言
語処理を用いたことにより、パターン認識部では識別で
きなかった同形異字や類似形状文字も言語処理部で識別
できるようになった。

■　キーボード入力の熱処理として個人用辞書を利用し
た言語処理を施していた場合と比べて、キーボード操作
という人間への負担が激減した。

また、パターン認識用のパターン辞書と言語処理用の辞
書を、制限された複数人の利用者グループ（例えば職場
グループ）毎に専用化した場合についても、利用者−人
毎に専用化した場合と同様の効果を得ることができる。

【図面の簡単な説明】

第１図〜第４図は従来の例を示す図、第５図は本発明の
概要を示す図、第６図（ａ）、（ｂ）。 （ｃ）は本発明の基本手順を示す図、第７図は本発明の
実施例を示す図、第８図は種々の言語処理辞書を組合せ
た場合の認識処理時間を示す図である。 ７１・・・パターン観測部、７２・・・切り出し部、７
３・・・パターン認識部、７４・・・パターン認識のた
めの個人用パターン辞書、７５・・・言語処理部、７６
・・・言語処理のための個人用辞書、７７・・・制御部
、７０ａ・・・入カバターン列、７１ａ・・・電気信号
に変換されたパターン列、７２ａ・・・切り出された単
位パターン列、７３ａ・・・カテゴリ列、７４ａ・・・
標準パターン、７５ａ・・・出力カテゴリ列、７６ａ・
・・辞書７６の各内容。 ￥Ｊ　　ｌ　　図 第　２　口 ｆＪ　３　図　　　　　％　４　凹 ■　　５　　図

Claims (1)

【特許請求の範囲】
1. 入力に対しパターン認識処理を行う手段と、上記パター
   ン認識処理の後処理として言語処理を行う手段とを有す
   るパターン認識装置において、上記パターン認識を行う
   手段及び上記言語処理を行う手段は、それぞれ利用者又
   は利用者グループ毎に専用化した辞書を有していること
   を特徴とするパターン認識装置。