JPS63100584A - 文字認識処理方式 - 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】 〔発明の目的〕 （産業上の利用分野） 本発明け１文字−，！ｉ＆装置に関Ｔる。

（従来の技術） 近時、印刷１手書き入力された文字列を認識し。

その入力の意味する情報を計算機システムに取り込む技
術の開発が活発に進められている。この認識技術は、基
本的には入力する文字列と予め用意された単語辞書とを
参照し、文字列を構成する単語ｔ−認識することによっ
て入力文字列を認識するものである。従って、ｌ＃語辞
書にない単語が入力されると十分な認識性能が発揮され
ないと論う欠点が内在されている。そこで％修正時に人
手によって指定された略語をその時点で単語をその時点
で単語辞書に追加登録してそれ以降の照合に用いるとい
う方式が提案されているが１人手を介するという意味で
は省力化という本来の目標からは逆行することになるの
で、より有効な方式の開発が待たれいた。

（発明が解決しようとする間遺点） 本発明は、このような事情に鑑みてなされたもので、認
識結果の候補列から自動的に照合修正用の５ａｔ−生成
することによって認識性能を向上させることを目的とす
るものである。

〔発明の構成〕

（間頂点ｔ−Ｓ決する為の手段） 本発明は、入力文字列中の異なる位置にある類似した複
数の候補列を見付け、それらの認識結果から同定される
入力単語を後処理用の辞書単語として予め用意してあっ
た辞書とともに用いて、認識結果を修正するものである
。

（作用） かくして１本発明によれば、同一単語の認識結果の候補
列が互いに類似していると論う性質を用いて、予め登録
されていない頻出単語を自動的に抽出し、照合に用いる
ことによって１人手による登録という介入なしに高い認
識性能を得ることができる。

（実施列） 以下、図面を参照して本発明の一実施例につき説明する
。

第１図は本発明の概略構成を示すブロック図である。第
１図において、光電変換部ｌに入力文書の各文字パター
ンは、この光電変換部１で光学的に読み取られて電気信
号に変換される。このようにして光電変換部１を介して
入力された電気信号は前処理部２にて処理され、文字認
識部３にて認識される。この文字認識部３では１例えば
、予め複数の文字パターンが登録されである文字認識辞
書４と上記入力文字パターンとの照合を行い、入力され
た文字に対して１個の候補文字を出力することによって
１文字認識が行われる。この出力は後処理部５へ送られ
る。

さて、後処理部５は基本的には次の様に構成されている
。

導Ｉｆｉ照合部６においては１文字認識部３でｎ個の文
字を認識した結果得られたｎｘｒ個の候浦文字詳と単語
の知識情報として予め複数個の単語が登録されである単
語辞書７との照合を行なう。そして、ＱＬ語辞書７に登
録されている単語の各文字と前記候補文字とが一致した
場合、（１）その候補文字の順位に対する点数を加算し
、単語辞書７に登録されている各県語毎に第２０頭領度
である得点（単語得点という）を求め、（２）文字認識
部３で得られたｎｘｒ個の候補文字詳の内、ｆｌ、ｔば
ｎｘ１個の第１位文字詳で構成される単語に第１の類似
度としての得点（文字得点という）を与え、（３）ＱＬ
語得点および文字゛得点を考慮して認識結果の単語を求
める。ここで単語として認識されなかった文字列は、単
語判定部９に送られ１文字認、Ｉｌｉ＠Ｓ３から得られ
る各文字の特徴パラメータに従りて、漢字の並びである
可能性が高い場合には単語であると判定され１文字列の
長さＷ毎に分類されバッファ１０に入れられる。一時辞
書登録部１１では。

入力の一定量（例えば１ペ一ジ分）の処理が終った時点
でバッファ１０をもとに以下のような方法で琳語辞！Ｉ
ｉｌこ入っていない４１語（一時辞Ｗ拳語）を見付ける
ことができた場合、その単語を一時辞畜１２に豆碌する
。単語照合部６ではその文書の処理が終わるまでの闇、
単語辞書７と一時辞’１ｉＦ１２を併用する。

一時辞書登録部１１の動作番こつ込でさらに詳しく説明
する。入力の一定量の処理が終った時点で一時辞書登録
部１１は、文字長Ｗのバッファ中のａｌ！識結果候補文
字列の各組み合わせに対して、予め定められた方法によ
って認識結果候補文字列間類似度を計算し、予め定めら
れた数Ｎより多くの認識結果候補文字列につ論゛でテめ
定められた点数θより高い点数が付いた場合、それらの
認識結果候補文字列から推定される最適な入力文字列を
一時辞書略語とする。

第２図を用いて実際の認識結果候補文字列から一時辞１
１Ｆ尋語を求める過穆を説明する。例えば、認識結果候
補文字グリ間類似度の計算方法として。

類似度１位の候補文字の一致する割合（−位の候補文字
の一致する数Ｃ÷候補文５字列の長さＷ）モとったとし
−Ｎ”２ｔθ−０，５とする。文字長Ｗ−５のバッファ
中に１３の（ａ）〜（Ｃ）に示す３つがあったとする。

ここでは候補文字の１立のみを＃えているものとする。

この場合、　１ａ）ｔｂ）間、　ｊｂ）Ｉｃ）間。

（ａ）（Ｃ）間の認識結果候補文字列間類似度は全てＣ
÷Ｗ−３÷５−０．６）θとなるから、　Ｎ（−２）よ
り多く（この場＠ｒ３個）の認ａ績果淡袖文字列にっｈ
で認識結果候補文字列間類似度〉θを満たすことになる
。一時辞香薬語としては、（ａ）〜ｔｃ）にお論で１位
になった頻度のもっとも高匹候嶋文子からなるＩＩ＃語
１３を結果とする。

本発明は前記実施例に限定されるものではなく。

その趣旨を変更しない範囲でさまざまの変形が可能であ
る。例えに後処理の方法、認識結果候補文字列類似度の
計算方法には上記以外にも一位以外の候補を用いるなど
様々の方法が考えられる。まｔ、同定されｔ単語を用い
て修正する方法についても。

一時辞−＄を持ｔず、１文書全体の処理が終わってから
認識結果候補文字列間類似度の高いグループを作り、同
一グループ内のすべての文字列の認識結果を、同定され
る最適の（同一の）文字列とするなどの方法が考えられ
る。さらに、入力文字列についてもベタの文章の場合や
、単語毎にフィールドが分かれている帳票の場合などが
考、ｔられる。

〔発明の効果〕

以上説明したように０本発明によれば、認識結果から未
矧の単語を自動的に推定して後処理につ小うことによっ
て、認識性能を向上させることが可能となる。

【図面の簡単な説明】

第１図は本発明の一実施例の概略構成を示すブロック図
、第２図は実際の認識結果候補文字列から一時辞書琳語
を求める過程の説明図である。 １・・・九電変換部、２・・・前処理部、３・・・文字
認識部、４・・・文字認識辞書、５・・・侵処理部、６
・・・単語照合部、７・・・単語辞書、９・・・暎語判
定部、１０・・・バッファ、１１・・・一時辞書登録部
、１２・・・一時辞書、１３・・・バッファ内の候補の
列、１４・・・一時辞書単語の例。

Claims (1)

【特許請求の範囲】
1. 入力文字列を認識して得られた各入力文字に対する文字
   候補からなる列（候補列）から上記入力文字列を認識す
   る際に、入力文字列中の異なる位置にある同一単語の認
   識結果と推定される複数の候補列を選び出す手段と、該
   候補列から入力単語を同定する手段と、該入力単語を認
   識して得られたと推定される候補列に対する認識結果を
   該入力単語に修正する手段を備えたことを特徴とする文
   字認識処理方式。