KR100692327B1 - 지명 표현 방법, 지명 문자열 인식 방법 및 장치 - Google Patents

Abstract

지명 표기에 많은 이표기(異表記)가 있는 경우에도, 모든 지명 문자열을 망라한 지명 사전을 적은 수고로도 작성 가능하게 하고, 고속의 대조 처리를 가능하게 한다.

본 발명은, 문맥 자유 문법의 생성 규칙의 표현법 중 1개로서 알려진 BNF 기법을, 지명의 표기에 적합하도록 확장하여, 지명의 이표기를 표현한다.

생성 규칙에 따라, 전형적인 이표기의 패턴, 예를 들면 「ヶ」「ケ」 「が」를 1개의 구문 카테고리로서 정의함으로써, 지명의 이표기의 집합을 간결히 표현할 수 있다. 또한, BNF 기법으로 채용되어 있는 선택 기호를 이용함으로써, 더욱 지명의 이표기를 간결하게 표현하는 것이 가능해진다. 처리는, 지명의 이표기를 생성 규칙으로 표현하고(102), 생성 규칙으로부터 얻어지는 네트워크를 이용하여 인식 처리(104)를 행하는 것이다. 이 때문에, 다양한 이표기의 집합을 빠짐없이 기재하는 사전을 용이하게 작성할 수 있다.

지명 문자열, 지명 표현 방법, 지명 문자열 대조 방법, 지명 인식 처리, 문자열 대조 처리

Description

지명 표현 방법, 지명 문자열 인식 방법 및 장치{AN EXPRESSION METHOD OF NAMES OF PLACES, A RECOGNITION METHOD OF NAMES OF PLACES AND A RECOGNITION APPARATUS OF NAMES OF PLACES}

도 1은 본 발명의 실시예에 따른 지명 문자열 인식의 처리예를 설명하는 플로우차트.

도 2는 편집된 지명 문자열 생성 규칙에 따라 표현된 지명의 표기예와 생성 규칙을 이용하지 않고 이표기를 나열한 예를 나타낸 도면.

도 3은 생성 규칙의 예로부터 만들어진 지명 표기 네트워크를 모식적으로 나타낸 도면.

도 4는 지명 표기 네트워크를 계산기 상에 실장할 때의 데이터 형식을 설명하는 도면.

도 5는 지명 문자열 생성 규칙으로부터 지명 표기 네트워크를 생성하는 처리를 설명하는 플로우차트.

도 6은 생성되는 구문목(構文木)의 예를 설명하는 도면.

도 7은 지명 표기 생성 규칙으로부터 지명 표기 네트워크 생성하는 함수 proc 에 의한 처리 동작을 설명하는 플로우차트.

도 8은 함수 proc에 의해 지명 표기 네트워크가 생성되는 과정을 설명하는 도면(그 1).

도 9는 함수 Proc에 의해 지명 표기 네트워크가 생성되는 과정을 설명하는 도면(그 2).

도 10은 지명 표기 생성 규칙으로부터 생성된 지명 표기 네트워크군을 나타낸 도면.

도 11은 종래 기술을 이용하여 지명 표기 네트워크를 생성하는 처리 순서를 설명하는 플로우차트.

도 12는 종래 기술에 의해 생성되는 지명 표기 네트워크의 생성 과정의 예를 설명하는 도면.

도 13은 종래 기술에 의해 생성된 지명 표기 네트워크의 예를 나타내는 도면.

도 14는 도 1에 도시된 지명 인식 처리에서의 처리 동작을 설명하는 플로우차트.

도 15는 도 14에 도시된 문자열 대조 처리에서의 처리 동작을 설명하는 플로우차트.

도 16은 함수 srch의 처리 동작을 설명하는 플로우차트.

도 17은 본 발명의 실시예에 따른 지명 문자열 인식의 처리를 응용한 시스템의 구성예를 나타내는 블록도.

도 18은 지명 문자열 생성 규칙 편집 장치의 구성을 나타내는 블록도.

도 19는 본 발명의 다른 실시예의 구성을 나타내는 블록도.

도 20은 디스플레이에 표시되는 화면예를 설명하는 도면.

<도면의 주요 부분에 대한 부호의 설명>

101 : 지명 문자열 생성 규칙 편집 처리

102 : 지명 문자열 생성 규칙 파일

103 : 지명 표기 네트워크 생성 처리

104 : 지명 인식 처리

1404 : 문자열 대조 처리

1701 : 우편 구분기

1702 : 스캐너

1703 : 딜레이 라인

1704 : 소터

1705 : 지명 인식 장치

1706 : 입력용 인터페이스

1707 : 연산 처리 장치

1708 : 출력용 처리 장치

1710 : 메모리

1711 : 네트워크 인터페이스

1712 : 하드디스크

1713 : 미디어 착탈 가능 기억 장치

1714 : 지명 문자열 생성 규칙 편집 장치

1718 : 네트워크

1801 : 마우스

1802 : 키보드

1803 : 디스플레이

1804 : 지명 문자열 생성 규칙 편집 프로그램

1805 : 문자열 대조 프로그램

1806 : 지명 표기 네트워크 표시 프로그램

1807 : 지명 문자열 생성 규칙 파일

1808 : 지명 표기 네트워크 생성 프로그램

1809 : 지명 표기 네트워크 데이터

1810 : 통신 장치

1811 : 미디어 착탈 가능 기억 장치

1812 : 컴퓨터

1901 : 마우스

1902 : 키보드

1903 : 디스플레이

1904 : 프린터

1905 : 입력 파일

1906 : 출력 파일

1907 : 지명록 프로그램

1908 : 지명 부가 정보 파일

1909 : 지명 문자열 생성 규칙 파일

1910 : 통신 모듈

1911 : 인터페이스 모듈

1912 : 지명 리스트 데이터

1913 : 지명 리스트 소트 모듈

1914 : 지명 정보 검색 모듈

1915 : 지명 리스트 생성 모듈

1916 : 문자열 대조 모듈

1917 : 지명 표기 전개 모듈

1918 : 지명 표기 네트워크 생성 프로그램

1919 : 지명 표기 네트워크 데이터

본 발명은, 지명군 표현 방법, 지명 문자열 인식 방법 및 장치에 관한 것으로, 특히 문서 상에 기재된 지명을 판독하는 장치에 사용되는 지명 문자열 기억 수단 및 대조 수단에 적용하기에 적합한 지명군 표현 방법, 지명 문자열 인식 방법 및 장치에 관한 것이다.

일반적으로, 都道府縣(일본의 행정구역)명, 시읍면명, 字(일본의 말단 행정 구획의 하나)명 등의 지명 단어의 배열로 이루어지는 문자열(이하, 지명 문자열이라고 함)을 화상 내에서 판독하는 문자 인식 장치는,

(1) 문자 패턴을 추출하고(문자 추출),

(2) 각각의 문자 패턴의 자종(문자 코드)을 식별하고(문자 식별),

(3) 문자의 식별 결과를 미리 기억한 지명 단어의 열과 대조하는(문자열 대조), 3개의 기능을 구비하여 구성한다.

문자열 대조의 방법에 관한 종래 기술로서, 예를 들면 丸川 등에 의한 방식(정보 처리학회 논문지 제35권 제6호「손으로 쓴 한자 주소 인식을 위한 에러 수정 알고리즘」) 등이 알려져 있다. 또한, 문자 추출, 인식, 대조를 일체화한 방식에 관한 종래 기술로서, 히든 마르코브 모델에 기초한 방식(O. E. Agazzi, et al., "Connected And Degraded Text Recognition using Planar Hidden Markov Models," Proceedings of International Conference on Acoustics, Speech, and Signal Processing), 탐색적으로 문자열을 인식하는 방법(Koga, et al., “Lexical Search Approach for Character-String Recognition" Third International Association for Pattern Recognition Workshop on Document Analysis Systems 1998)이 알려져 있다.

상술된 종래 기술은, 문자열 대조 처리를 위해, 미리 출현할 수 있는 지명 문자열을 기억하는 수단, 지명 문자열 사전이 필요하다. 그리고, 지명 문자열 사전으로는, 이하 도시된 바와 같은 3 종류의 것이 있다.

(1) 파일에 저장된 「사전 소스 파일」

이것은, 후술된 「지명 표기 규칙 파일」등이고, 신규 작성이나 수정을 위해, 편집이 가능해야한다.

(2) 메모리 상에 저장된 「사전 테이블」

이것은, 후술된 「지명 표기 네트워크」등이고, 사전 파일의 내용을, 대조 처리에 적합한 형식으로 메모리 상에 전개한 것이다.

(3) 상술된 (1)과 (2)의 중간 단계인 「사전 바이너리 파일」

이것은, 메모리 상에의 전개를 쉽게 하기 위해, 미리 전개 처리의 일부를 실시한 결과를 파일에 저장한 것이다.

종래 기술에 사용되는 사전 소스 파일의 형식은 분명해지지 않은 경우가 많다. 그러나, 종래 기술은, 모두 출현할 수 있는 지명 문자열을 미리 빠짐없이 사전 테이블에 기억하는 것을 전제로 하고 있고, 이 때문에 출현할 수 있는 지명 문자열을, 미리 빠짐없이 열거한 텍스트 파일이, 사전 소스 파일로서 이용되고 있다고 생각되어진다.

상술된 종래 기술은, 문자열 대조 처리를 위해 사전을 준비할 필요가 있지만, 일본어로는 동일한 지역을 다른 문자열로 표현하는 이표기가 많아, 출현할 수 있는 지명 문자열을 사전에 빠짐없이 등록하는 것이 곤란하고, 이를 위한 완전한 사전을 손으로 작성하는 것이 사실상 불가능하다는 문제점을 갖고 있다.

일본어의 지명의 이표기에는, 사용하는 문자의 차이에 따른 이표기, 단어의 생략에 따른 이표기, 부가적인 문자열에 따른 이표기, 도로명의 표기에 따른 이표 기등이 있다. 이하, 이들 이표기의 예에 대해 설명한다.

(1) 사용하는 문자의 차이에 따른 이표기

와 「小澤」, 「市ヶ谷」과 「市ケ谷」과 「市が谷」등이 있다.

(2) 단어의 생략에 따른 이표기

都道府縣명을 생략하는 이표기, 「大字」, 「字」(大字, 字 모두, 일본의 말단 행정구획의 하나)를 생략하는 이표기가 있다. 都道府縣명을 생략하는 이표기는, 우편물의 수신인명 등의 경우에 많이 보이는데, 예를 들면 「埼玉縣川越市大字小ヶ谷」과 「川越市大字小ヶ谷」등이 있다. 또한, 「大字」, 「字」를 생략하는 예로서, 예를 들면 「埼玉縣川越市大字小ヶ谷」과 「埼玉縣川越市小ヶ谷」등이 있다.

(3) 부가적인 문자열에 따른 이표기

小字명등의 본래 주소의 특정에는 불필요한 문자열이 부가되어 이표기가 되는데, 예를 들면 「埼玉縣川越市大字小ヶ谷」과 「埼玉縣川越市大字小ヶ谷字東關」 등이 있다.

(4) 거리명의 표기에 따른 이표기

京都 등에서 많이 보이는 것으로, 예를 들면 「京都市下京區大政所町」과 「烏丸通佛光寺下る」 등이 있다.

상술된 바와 같이, 지명의 이표기에는 각종의 것이 있지만, 예를 들면 「埼玉縣川越市小ヶ谷」이라는 지명을 예로 하여, 이것에 대응하는 이표기를 조사해 보면, 다음에 열거한 바와 같이, 매우 다수의 이표기가 있는 것을 알 수 있다.

「埼玉縣川越市小ヶ谷」

「埼玉縣川越市小ケ谷」

「埼玉縣川越市小が谷」

「埼玉縣川越市大字小ヶ谷」

「埼玉縣川越市大字小ケ谷」

「埼玉縣川越市大字小が谷」

「川越市小ヶ谷」

「川越市小ケ谷」

「川越市小が谷」

「川越市大字小ヶ谷」

「川越市大字小ケ谷」

「川越市大字小が谷」

상술된 예에서는, 또한 「埼玉縣川越市小ヶ谷東田」, 「埼玉縣川越市小ヶ谷東關」, 「埼玉縣川越市小ヶ谷西關」등, 小字명이 함께 이용되는 경우가 있고, 상술에서 열기한 12의 이표기와의 조합을 고려하면, 합계 84가지의 이표기가 존재하게 된다.

종래 기술의 경우, 상술된 바와 같은 다양한 이표기의 모든 조합을, 망라하여 손으로 사전 파일에 등록할 필요가 있고, 이 때문에 사전 파일 작성에는 많은 수고가 든다는 문제가 있었다. 또한, 이표기가 특히 많은 京都市 등의 경우, 시내의 동네명과 거리명과의 호칭법의 합계가 수십만가지나 달해, 완전한 사전을 손으 로 작성하는 것은 사실상 불가능하였다.

본 발명의 제1 목적은, 상술된 문제점을 해결하고, 문자열 대조용 사전에 다양한 이표기를 빠짐없이 등록하는 것을 용이하게 할 수 있는 지명 표기 방법을 제공하는 것에 있다.

상술된 바와 같이, 지명의 표기에 이표기가 많은 경우, 가령 이표기를 빠짐없이 사전에 기재할 수 있었다고 해도, 종래 기술의 것으로는, 사전의 기억 용량이 커지고, 처리 시간도 이표기의 수에 따라 커진다는 문제점이 생기게 된다.

상술된 문제점을 해결할 수 있는 기술로서, 트라이(Trie)라고 불리는 데이터 형식에 따라, 사전의 기억 용량을 작게 하고, 더욱 대조 처리를 고속으로 할 수 있도록 한 기술이, (Koga, et al., “Lexical Search Approach for Character-String Recognition" Third International Association for Pattern Recognition Workshop on Document Analysis Systems 1998) 등에 기재되어 알려져 있다. 이 기술은, 표기에 다양함이 있는 부분만 분기하는, 트리 형식의 데이터로서 지명을 표기하는 것이고, 문자열의 집합으로부터 Trie를 자동적으로 생성하는 것을 용이하게 한 것이다.

상술된 기술은, 예를 들면 「埼玉縣川越市小ヶ谷東田」,「埼玉縣川越市小ヶ谷東關」, 「埼玉縣川越市小ヶ谷西關」의 3개의 표기로부터, 이하와 같은 Trie를 용이하게 생성할 수 있다.

이하, 이와 같이, 지명 문자열에서의 문자의 연접 관계를 네트워크로 나타낸 것을 지명 표기 네트워크로 하기로 한다.

그러나, 이러한 Trie형의 지명 표기 네트워크는, 문자열의 일부분에 차이가 있는 경우, 이들을 전혀 다른 문자열로서 취급하여, 다른 브랜치를 생성해야되고, 이 때문에, 예를 들면 「埼玉縣川越市小ヶ谷」의 이표기군에 대응하는 Trie는, 다음에 도시된 바와 같은 큰 것으로 되어 버린다.

(이하 생략)

상술된 바와 같이, Trie 형의 지명 표기 네트워크를 이용하는 수법으로 이표기를 표현하려고 해도, 사전 용량, 처리 시간 모두 대폭 증대한다는 문제점이 생긴다.

따라서, 본 발명의 목적은, 다양한 이표기를 인식하기 위한 지명 사전에 사용하기 위한, 기억 용량이 작고 또한 고속으로 대조 처리를 할 수 있도록 기억 형 식을 갖는 지명 표현 방법, 지명 문자열 인식 방법 및 장치를 제공하는 것에 있다.

본 발명에 따르면 상기 목적은, 지역을 나타내는 지명이, 다른 문자열이지만 동일한 지역을 의미하는 단어의 배열에 의해 표현되는 복수의 이표기를 갖는 지명 문자열의 집합을 표기하는 지명 표현 방법에 있어서, 지명 문자열의 일부 또는 전부를 구성하는 부분 문자열마다, 문자 또는 구문 카테고리의 배열을 정의하고, 문자 또는 정의를 끝낸 구문 카테고리의 배열로 이루어지는 구문 카테고리에 의해 지명 문자열을 나타냄에 따라 달성된다.

또한, 상기 목적은, 상기 지명 문자열을, 구문 카테고리가 다른 어떠한 문자 또는 구문 카테고리 열로 치환되는지를 나타내는 치환 기호와, 어떤 구문 카테고리가 특정한 지역을 나타내는 것을 나타내는 지명 기호를 이용하여 표현함으로써 달성된다.

또한, 상기 목적은, 입력 문자열의 부분 문자열이, 미리 주어진, 지명 문자열의 일부 또는 전부를 구성하는 부분 문자열마다, 문자 또는 구문 카테고리의 배열을 정의하고, 문자 또는 정의를 끝낸 구문 카테고리의 배열로 이루어지는 구문 카테고리에 의해 나타낸 지명 문자열의 1개와 일치하는지의 여부를 판단함으로써, 입력 문자열 중에서 지명을 대조함으로써 달성된다.

또한, 상기 목적은, 지명 문자열의 일부 또는 전부를 구성하는 부분 문자열마다, 문자 또는 구문 카테고리의 배열을 정의하고, 문자 또는 정의를 끝낸 구문 카테고리의 배열로 이루어지는 구문 카테고리에 의해 나타낸 지명 문자열을 기억하는 기억 수단과, 문자열을 입력하는 입력 수단과, 입력된 문자열이 상기 기억 수단에 기억한 지명 문자열인지의 여부를 대조하는 수단과, 대조의 결과를 출력하는 수단을 구비함에 따라 달성된다.

또한, 상기 목적은, 문서의 표면의 농담을 전기 신호로 변환하여 얻을 수 있는 화상을 입력으로 하여, 문서 상에 기재되어 있던 문자를 판독하는 문자 판독 수단을 구비하고, 상기 입력 수단이 상기 문자 판독 수단으로부터의 문자열을 입력함으로써 달성된다.

구체적으로 말하면, 본 발명은, 상기 목적을 달성하기 위해, 지명의 이표기를 문맥 자유 문법의 생성 규칙을 이용하여 표현한다. 문맥 자유 문법은, 어떤 문장의 요소(구문 카테고리)가 어떠한 다른 구문 카테고리의 열로 치환되는지를, 생성 규칙에 의해 나타낸다(「자연 언어 처리 입문」 근대 과학사, ISBN4-7649-0143-9). 본 발명은, 생성 규칙의 표현법 중 1개로서 알려진 BNF 기법(Backus-Naur-Form)(中田「컴파일러」 ISBN4-7828-5057-3)을, 지명의 표현에 적합하도록 확장한 확장 BNF 기법을 이용한다.

상술된 생성 규칙에 따라, 전형적인 이표기의 패턴, 예를 들면 「ヶ」, 「ケ」, 「が」를 1개의 구문 카테고리로서 정의할 수 있고, 지명의 이표기의 집합을 간결히 표현할 수 있다. 또한, BNF 기법으로 채용되는 선택 기호를 이용함으로써, 지명의 이표기를 보다 간결하게 표현하는 것이 가능해진다. 이 때문에, 본 발명에 따르면, 다양한 이표기의 집합을 빠짐없이 기재한 사전을 용이하게 작성할 수 있다.

BNF 기법은, 문맥 자유 문법의 생성 규칙을, 치환, 옵션, 선택 등의 기호를 이용하여 표현하는 기법으로, 이하와 같은 기호를 이용한다.

::= 치환. 좌변의 구문 카테고리를 우변의 구문 카테고리 또는 문자의 배열로 치환할 수 있는 것을 의미한다.

[ ] 옵션. [ ] 내의 기술이 있어도 없어도 되는 것을 의미한다.

| 선택. 우변, 좌변의 어느 하나를 의미한다.

일례로서, 상술된 「埼玉縣川越市小ヶ谷」의 이표기의 생성 규칙을 BNF 기법으로 표현한 예를 이하에 나타낸다.

<wヶ>::=ヶ|ケ|が

<埼玉縣川越市小ヶ谷>::=[埼玉縣]川越市[大字]小<wヶ>谷[[字]東田|東關|西關]

또한, 상술된 바와 같은 표기 형식을 이용함으로써, 지명 표기 네트워크를 소형화하는 것이 가능해진다. 상술된 표기 형식에서는, 부분 문자열의 차이는 기호 「[ ]」나 「|」을 이용하여 표현되고 있다. 이 때문에, 부분 문자열의 차이가 이표기에 있을 수 있는 경우, 그 부분을 바이패스하는 경로를 네트워크 상에 용이하게 설정할 수 있다. 예를 들면, 상술된 BNF 기법의 표기는, 아래에 도시된 바와 같은 조밀한 네트워크로 치환할 수 있다. 종래와 같은 문자열의 나열로부터 이러한 조밀한 네트워크를 생성하는 것은, 곤란하였다.

이하, 본 발명에 따른 지명 표기 방법 및 지명 문자열 인식 방법의 실시예를 도면에 의해 상세히 설명한다.

도 1은 본 발명의 실시예에 따른 지명 문자열 인식의 처리예를 설명하는 플로우차트이고, 우선 이 플로우에 대해 설명한다. 또, 이하의 설명에서 사용하는 플로우차트는, 게인-서슨(Gane-Sarson) 기법에 따라 표현하였다. 이 기법에 대해서는, 「J. Martin과 C. McClure의「소프트웨어 구조화 기법」,근대 과학사」, 「ISBN4-7649-0124-2 C3050 P5562E」에 기재되어 있다.

(1) 우선, 지명의 인식에 앞서, 지명 문자열 생성 규칙 편집 처리(스텝 101)가, 지명의 이표기의 사례에 기초하여 지명 문자열의 생성 규칙을 작성하고, 이 생성 규칙을 지명 문자열 생성 규칙 파일(102)에 저장한다. 스텝 101의 지명 문자열 생성 규칙 편집 처리는, 계산기를 통한 인간의 편집 작업에 의해 실현할 수 있다.

(2) 이어서, 지명 표기 네트워크 생성 처리(스텝 103)가, 지명 문자열 생성 규칙 파일(102)을 판독하고, 지명 인식(104)을 위한 사전인 지명 표기 네트워크를 생성한다. 스텝 103의 지명 표기 네트워크 생성 처리는, 계산기 상의 프로그램으로서 실현할 수 있다.

(3) 이어서, 지명 인식 처리(스텝 104)가, 지명 표기 네트워크를 참조하여, 입력 화상 중에서 지명 문자열을 판독한다. 스텝 104의 지명 인식 처리(104)는, 계산기 상의 프로그램으로서 실현할 수 있다.

지명 문자열 생성 규칙 파일(102)은, 본 발명에 따른 「확장 BNF 기법」을 이용하여, 지명의 이표기군을 문맥 자유 문법의 생성 규칙에 의해 표현한다. 확장 BNF 기법은, BNF 기법에 결합 등의 기호를 확장한 것이고, 이하에 설명한 바와 같은 기호를 이용한다.

::= 치환. 좌변의 구문 카테고리를 우변의 구문 카테고리, 또는 문자의 배열로 치환할 수 있는 것을 의미한다.

[ ] 옵션. [ ]내의 기술을 생략해도 되는 것을 의미한다.

| 선택. 이 기호의 우측, 좌측의 어느 하나를 의미한다.

<W 문자열> 구문 카테고리

<N 숫자> 특정한 지역을 나타내는 지명 문자열의 이표기군을 나타내는 구문 카테고리. 숫자는, 지명의 식별자. 0보다 큰 정수를 이용한다.

그리고, 상술된 기호는, 이하의 우선 순위에 따라 평가된다.

(1)<W 문자열> 및 <N 숫자>의 변수명의 정의

(2) [ ] 및 ( )의 괄호 종류. 2중 이상의 상자로 괄호 종류를 이용하는 경우, 내측의 괄호를 우선하여 평가

(3) |

(4) ::=

도 2는 상술된 스텝101에 따른 편집 처리로 편집된 지명 문자열 생성 규칙에 따라 표현된 지명의 표기예와 생성 규칙을 이용하지 않고 이표기를 나열한 예를 나타낸 도면이다.

도 2(A)에 도시된 지명 문자열 생성 규칙에 따라 표현된 지명의 표기예는, 그 예로서, 「埼玉縣川越市大字小ヶ谷」(「東田」「東關」「西關」이 小字), 「埼玉縣川越市大字笠幡」(「久保」「河南」이 小字), 「埼玉縣川越市下廣谷」의 이표기를 본 발명에 따른 확장 BNF기법으로 표기한 예이다. 이와 같이, 다수의 이표기를 포함하는 지명을, 본 발명에 따라 도입한 기호를 이용함으로써, 매우 간단히 표현할 수 있다. 이에 대해, 도 2(B)에 도시된 생성 규칙을 이용하지 않고 이표기를 나열한 예는, 다수의 이표기를 나열할 뿐이므로, 도 2(A)에 도시된 4 행의 표기로부터 생성되는 이표기의 수는 106가지나 된다. 도 2(B)에 도시된 것은 그 일부이다.

지명 문자열 생성 규칙 파일(102)은, 통상의 텍스트 파일이고, 지명 문자열 생성 규칙 편집 처리의 스텝 101의 실현 수단으로서는 일반적인 텍스트 에디터를 적용하는 것이 가능하다.

도 3은 도 2(A)의 생성 규칙의 예로부터 만들어진 지명 표기 네트워크를 모식적으로 도시한 도면이고, 이하 이것에 대해 설명한다.

지명 표기 네트워크는, 각 변이 부분 문자열로, 각 정점이 부분 문자열의 경계에 대응하는 방향성 그래프이다. 각 변의 방향은, 문자열 중 문자의 순으로 일치한다. 도 3에서, NULL이라고 기록된 변은, NULL 천이, 즉 그 개소에 아무것도 문자열이 없어도 되는 것을 나타내고 있다. 도 3 내의 우측밑에 선이 들어간 원(301)은, 지명 문자열의 개시 위치를 나타낸다. 또한, 중앙에 사선이 들어간 원(302∼304)은, 지명 문자열의 끝 위치를 나타낸다.

도 4는 지명 표기 네트워크를 계산기 상에 실장할 때의 데이터 형식을 설명 하는 도면이고, 이하 이에 대해 설명한다. 그리고, 계산기 상에 지명 표기 네트워크를 실장할 때, 지명 표기 네트워크는, 도 4에 도시된 바와 같은 데이터 형식(left-child. right-sibling representation, T. 콜멘 외에 「알고리즘 인트로덕션」근대 과학사, pp.201-202)을 이용하여 표현된다. 이 데이터 형식은, 문자의 연접 관계를 자(子) 포인터로, 지명 표기 네트워크의 분기를 형제 포인터로 표현하는 것이다.

도 4(A)는, 각 데이터 레코드의 구성 요소를 나타내고 있고, 각 데이터 레코드는, 데이터 항목 c(401), b(402), d(403)의 3개의 데이터 항목으로 이루어진다. 데이터 항목 c는 문자 코드이고, 데이터 항목 b는 형제 포인터이다. 또한, 데이터 항목 d는 자 포인터이다. 그리고, 어떤 데이터 레코드로부터의 분기는, 형제 포인터에 의해, 또한 문자열은, 자 포인터에 의해 접속된 리스트 형식으로 표현된다. 예를 들면, 도 3에 도시된 지명 표기 네트워크를 상술된 데이터 레코드에 의해 리스트 형식으로 표현하면, 도 4(B)에 도시된 바와 같은 것이 된다.

도 4(B)에 도시된 리스트 형식으로 표현한 지명 표기 네트워크에 있어서, 데이터 레코드(404')(문자 코드 「小」에 대응)로부터는, 데이터 레코드(404∼406)로 분기하지만, 데이터 레코드(404'로부터 404)에는 자 포인터에 의해 연결되고, 데이터 레코드(404, 405, 406)는 형제 포인터에 의해 연결되어 있다. 또한, 문자열 「埼玉縣」은, 자 포인터로 접속된 데이터 레코드(407, 408, 409)로 나타내고 있다. 또한, 데이터 레코드가 NULL 천이에 대응하는 경우, 그 데이터 레코드의 문자 코드c(401)에는 NULL 문자가 저장되고, 이 NULL 문자가 저장된 데이터 코드로부터 분기하는 데이터 레코드는, 생략되어도 되는 것을 의미한다. 또한, 지명 문자열의 최후의 문자에 대응하는 데이터 레코드 다음에, 데이터 레코드(410)로서 나타낸 바와 같이, 1개 여분의 데이터 레코드가 설치되고, 이 데이터 레코드(410)의 자 포인터 d에는, NULL 포인터가 저장되어, 네트워크의 종단인 것을 나타냄과 함께, 형제 포인터 b에 지명의 식별자가 저장된다.

상술된 바와 같은 형식 표현되는 도 4(B)에 도시된 리스트 형식의 지명 표기 네트워크는, 각 데이터 레코드가 노드에 대응하는 그래프라고 간주할 수 있고, 도 3에 모식적으로 나타낸 지명 표기 네트워크 중의 각 변이, 여기서는 문자수만큼의 노드로 나타내어지게 된다.

도 5는 도 1의 스텝 103에서의 지명 문자열 생성 규칙으로부터 지명 표기 네트워크를 생성하는 처리를 설명하는 플로우차트, 도 6은 생성되는 구문목의 예를 설명하는 도면이고, 이하 이들에 대해 설명한다.

우선, 지명 표기 생성 규칙 파일(102) 내의 각 지명 문자 열의 생성 규칙, 예를 들면 도 2(A) 상으로부터 2행째 이후의 <N 숫자>로 시작되는 각 행에 대해, 제어 루프(501)에 의해 하나씩 처리한다. 각 행에 대해, 우선 스텝 502에서, 행 내의 문자열의 구문 해석을 행하고, 도 6에 도시된 바와 같은 구문목을 작성한다. 이어서, 스텝 503에서, 그 지명 이표기군에 대응하는 지명 표기 네트워크의 종단 노드 t_i를 생성한다. 이하, 특별히 지장이 없는 경우, 「지명 표기 네트워크 상의 노드」는 도 4(A)의 형식의 데이터 레코드를 나타내는 것으로 한다. t_i 내의 문자 코드 c에는 NULL을, 자 포인터 d에는 NULL을, 형제 포인터 b에는 그 지명 이표기군의 지명 식별자를 저장한다. 다음에, 스텝 504에서, 후술된 함수 proc를 사용하여 그 지명 이표기군에 대응하는 지명 표기 네트워크를 생성한다. 모든 지명 문자열 생성 규칙을 처리하는 것을 끝낸 후, 스텝505에서 생성된 지명 표기 네트워크가 중복된 부분을 통합한다.

지명 문자열 생성 규칙으로부터 구문목을 생성하는 처리는, 예를 들면 「자연 언어 처리 입문」(근대 과학사, ISBN4-7649-0143-9, pp.19-30)에 기재되어 있는 생성 규칙에 따른 천이 네트워크를 생성하는 수법 등을 사용할 수 있다. 도 6에 도시된 스텝 502의 처리로 생성된 구문목의 예는, 도 2(A)의 2행째로부터 생성되는 구문목의 예이다. 이 도 6에서, 「+」가 기록된 원은 문자열의 연접을, 「[ ]」이 기록된 원은 옵션을, 「｜」이 기록된 원은 선택을 나타내고, 사각은 문자열을 나타내고 있다. 확장 BNF 기법은, 괄호 「(」, 「)」 도 사용되지만, 본 발명의 실시예에 사용하는 구문목은, 괄호에 대응하는 노드는 설치하지 않고, 괄호에 의해 정해지는 연산의 순서를, 구문목의 구조 자신에게 반영시킨 것으로 한다.

함수 proc는, 구문목으로부터 지명 표기 네트워크를 생성하기 위해 사용하는 함수이고, p와 a의 2개의 인수를 취한다. 인수 p는, 생성하는 지명 표기 네트워크의 종단의 노드의 자 포인터 d가 취하는 값을 지정한다. 또한, 인수 a는, 처리 대상의 구문목의 최상위 노드를 나타낸다. 어떤 노드에 인수 a가 지정되면, 인수 a 이하의 모든 노드가 재귀적으로 처리된다.

도 7은 함수 proc에 의한 처리 동작을 설명하는 플로우차트, 도 8, 도 9는 함수 Proc에 의해 지명 표기 네트워크가 생성되는 과정을 설명하는 도면, 도 10은 지명 표기 생성 규칙으로부터 생성된 지명 표기 네트워크군을 도시한 도면이고, 이하, 이들에 대해 설명한다. 또, 도 7에서, 도면에 도시되고 있는 p, q, r은, 도 4에 도시된 형식의 데이터 레코드의 어드레스를 나타내는 변수이고, 기호 「->」는, 데이터 레코드 중 데이터 항목을 나타내고 있다. 또한, 도 7에 도시된 플로우의 처리는, 구문목의 노드 a의 종류에 따라 4개에 경우를 분리하여 실행한다.

(1) 구문목의 노드 a의 종류를 판별하고, 종류가, 「+」, 「｜」, 「[ ]」, 「문자열」의 어느 하나를 판정한다(스텝 701).

(2) 스텝 701에서의 판정으로, 구문목의 노드 a의 종류가 「+」즉 결합인 경우, 우선 변수 q에 인수 p를 복사한다. 즉, 이 처리로 생성하는 부분 네트워크의 종단 노드의 어드레스를 복사한다(스텝 702) .

(3) 이어서, 구문목의 자노드(子node) n_i (1≤i≤자노드의 수)를 우측으로부터 순서대로 함수 proc( )에 의해 처리하여 지명 표기 네트워크의 부분 네트워크를 생성한다. 그 때, 함수 proc( )로 생성하는 부분 네트워크의 종점이 q가 되도록 인수를 건낸다. 이 결과 생성된 부분 네트워크의 시점의 포인터를 q로 다시 대입하고, 이어서 생성하는 부분 네트워크의 종점으로 한다. 이와 같이 함으로써 함수 proc( )를 반복하여 호출함에 따라, 구문목의 「+」의 자노드로부터 생성되는 지명 표기 네트워크의 부분 네트워크가 차례차례로 연결된다(스텝 703, 704).

(4) 모든 자노드를 처리하는 것이 끝났으면, 그 시점에서의 q 즉 부분 네트워크의 선두를 복귀값으로 하여 돌려준다(스텝 705).

(5) 스텝 701에서의 판정으로, 구문목의 노드 a의 종류가 「1」즉 선택인 경우, 우선 자노드의 1개 n₁로부터 부분 네트워크를 생성하고, 얻어진 부분 네트워크의 선두 어드레스를 변수 q에 대입한다(스텝 706).

(6) 이어서, 변수 r에 q의 값을 대입하고, 다른 자노드 n_i(2≤i≤자노드의 수)로부터 생성하는 부분 네트워크를 순서대로 생성한다. 생성한 부분 네트워크의 선두 어드레스는, r의 형제 포인터 b에 저장한다. 또한, 생성한 부분 네트워크의 선두 어드레스를 r에 대입하고, 이하 동일한 처리를 반복한다(스텝 707∼710).

(7) 모든 자노드를 처리하는 것을 끝냈으면, q 즉 가장 처음에 생성한 부분 네트워크의 선두의 어드레스 q를 복귀값으로 하여 돌려준다(스텝 711).

(8) 스텝 701에서의 판정으로, 구문목의 노드 a의 종류가 「[ ]」즉 옵션인 경우, 우선 구문목의 자노드에 대응하는 부분 네트워크를 생성하고, 그 선두 어드레스를 변수 q에 저장한다. 그 때, 생성한 부분 네트워크의 말단은 p가 되도록 파라미터를 지정한다(스텝 712).

(9) 이어서, NULL 천이에 대응하는 노드를 함수 newNd( )를 이용하여 생성하고, 그 어드레스를 q의 형제 포인터 b에 저장한다. 또, newNd( )는, 도 4에 도시된 형식의 데이터 레코드의 기억 영역을 새롭게 1개 확보하는 함수이고, 확보된 데이터 레코드의 데이터 항목 b에는 NULL 포인터가 세트된다(스텝 713).

(10) 이어서, NULL 천이에 대응하는 노드의 문자 코드 c에 NULL을 대입하고, 또한 NULL 천이에 대응하는 노드의 자노드 포인터 d에 p를 세트한다(스텝 714, 715).

(11) 마지막으로 생성한 부분 네트워크의 선두의 어드레스 q를 복귀값으로 하여 돌려준다(스텝 716).

(12) 스텝 701에서의 판정으로, 구문목의 노드 a의 종류가 문자열인 경우, 우선 변수 q에 p의 값을 대입한다(스텝 717).

(13) 이어서, 하기의 처리를 문자열 내의 각 문자 C_i(1≤i≤문자열 길이)에 대해, 문자열의 끝에서 순서대로 반복하고, 각 문자에 대응하는 노드를 1개씩 생성한다. 여기서는, 우선 함수 newNd( )로 노드의 기억 영역을 1개분 확보한다. 이어서, 새롭게 생성한 노드의 문자 코드 c에, C_i를 대입한다. 이어서, 새롭게 생성한 노드의 자노드 d에 q의 값을 대입한다. 이어서, q의 값을 새롭게 생성한 노드의 어드레스로 치환한다(스텝 718∼722).

(14) 상술된 처리를 각 문자 C_i에 대해 실행한 후, 새롭게 생성한 부분 네트워크의 어드레스 q를 복귀값으로 하여 돌려준다(스텝 723).

함수 Proc에 의해 지명 표기 네트워크가 생성되는 과정을 나타낸 도 8, 도 9에서, 참조 번호(801)는, 도 5에 도시된 플로우의 스텝 503의 처리로 종단 노드를 생성하고, 식별자 「3501104」를 저장한 것이다. 그 후, 도 7에 도시된 플로우의 각 스텝의 처리에 따라, 도 8, 도 9에 도시된 도면의 위에서 아래로 순서대로 나타낸 바와 같이 지명 표기 네트워크가 생성되어 간다. 그리고, 도 6에 도시된 구문 목의 노드(603)를 함수 proc로 처리한 경우, 우선 노드(602)에 대응하는 부분 네트워크가 함수 proc로 생성되고, 참조 번호(802)에 도시된 바와 같이 노드(602)에 대응하는 부분 네트워크가 생성된다. 이어서, 노드(604)에 대응하는 부분 네트워크를 함수 proc로 생성한다. 이 경우, p는 노드(804)의 어드레스를 저장하고, 생성된 부분 네트워크는, 참조 번호(803)에 도시된 바와 같이 노드(804)에 접속된다.

도 5에 도시된 플로우의 제어 루프(501)에 의해, 각 지명 문자열의 생성 규칙마다 별개의 지명 표기 네트워크가 생성된다. 이 결과, 도 2의 지명 표기 생성 규칙으로부터 생성된 지명 표기 네트워크군은, 도 10에 도시된 바와 같은 것으로서 생성되고, 또한 스텝 505의 처리에 따라, 이들 네트워크군이 중복된 부분, 예를 들면 埼玉縣川越市의 부분을 통합하고, 도 3에 의해 설명한 바와 같은 지명 표기 네트워크가 생성된다.

도 11은 종래 기술을 이용하여 지명 표기 네트워크를 생성하는 처리 순서를 설명하는 플로우차트, 도 12는 종래 기술에 의해 생성되는 지명 표기 네트워크의 생성 과정의 예를 설명하는 도면, 도 13은 종래 기술에 의해 생성된 지명 표기 네트워크의 예를 나타내는 도면이고, 이하 이들 도면을 참조하여, 생성 규칙을 이용하지 않은 경우의 지명 표기 네트워크 생성 방법에 대해 설명한다.

여기서 종래 기술을 설명하는 이유는, 종래의 지명 문자열의 표기 방법으로부터는 Trie라고 하는 트리 구조의 지명 표기 네트워크밖에 생성할 수 없고, 본 발명의 표기 방법으로부터 생성되는 지명 표기 네트워크가 기억 용량, 대조에 필요한 처리 시간 모두 우수한 것을 나타내기 때문이다. 종래 기술에 따른 지명의 표기를 표현하는 수법은, 도 2(B)에 도시된 바와 같은 지명 문자열의 나열이고, 도 11에 의해 설명하는 플로우는, 이러한 단어의 나열로부터 지명 표기 네트워크를 생성하는 순서이다. 여기서, 도 2(B) 중 k 번째의 문자열을 S_k, 그 길이를 L_k, 각 문자열의 i 번째의 문자를 C_i로 한다. 또한, 각 문자열에 대응하는 식별자가 별도로 기억되는 것으로 한다. 그리고, 생성하는 지명 표기 네트워크는, 도 4에 도시된 데이터 형식으로 실현한다.

(1) 우선, 지명 표기 네트워크의 가상의 루트가 되는 노드 rr을 생성한다. 이 노드의 자노드 포인터 d에는 NULL을 세트한다(스텝 1101, 1102).

(2) 루프(1103)에 의해 모든 문자열 S_k를 1씩 처리한다.

(3) 우선, 변수 p에 루트의 어드레스를 대입한다. 이어서 문자열 내의 문자의 1개마다, 서브 루틴 SrchNxt를 호출한다. 서브 루틴 SrchNxt는, 각 문자에 대응하는 노드가 이미 생성되어 있는지의 여부를 판단하고, 생성되지 않은 경우, 새로운 노드를 추가하는 처리 순서이고, 이 순서에 대해서는 후술하겠다(스텝 1104∼1106).

(4) 서브 루틴 SrchNxt로 문자열 내의 문자를 처리하는 것을 끝냈으면, 새로운 자노드를 함수 newNd( )로 생성하고, 그 문자열의 식별자를 포인터 b의 영역에 저장하고, 더욱 이 새로운 자노드의 어드레스를 p의 자노드 포인터 d에 대입한다. 루프(1103)가 종료한 시점에서의 rr의 자노드가 지명 표기 네트워크의 루트가 된다(스텝 1107∼1110).

이어서, 서브 루틴 SrchNxt의 처리에 대해 설명한다.

(1) 우선, 변수 q에 p의 자노드 d의 값을 대입하고, 이어서 루프 처리를 행하여 모든 p의 자노드를 변수 q에 의해 주사하고, 대응하는 문자 코드 즉 데이터 항목 c가 C_i와 같은지의 여부를 조사한다. 만약 같으면, 이미 C_i에 대응하는 노드가 생성된다고 간주하여, 포인터 p를 그 노드 q로 진행시켜 종료한다(스텝 1111, 1113∼1115, 루프(1112)).

(2) 스텝 1113에서의 체크로, 데이터 항목 c가 C_i와 같지 않으면, q에 q의 형제 포인터의 값을 대입하고, q가 NULL이 될 때까지 루프 처리를 반복한다.(스텝 1116).

(3) 루프 처리가 종료해도 C_i에 대응하는 노드를 발견할 수 없는 경우, 새로운 노드를 함수 newNd( )로 생성하고, 새로운 노드의 문자 코드 c에 C_i를, 자노드 포인터 d에 NULL을, 형제 포인터 b에 p의 자노드 포인터 d의 값을 각각 대입하고, 이 새로운 노드의 어드레스를 p의 자노드 포인터 d에 대입하고, 포인터 p에 새로운 자노드의 어드레스를 대입하여, 이 서브 루틴의 처리를 종료한다(스텝 1117∼1122).

상술된 도 11의 처리 순서에 따라 지명 표기 네트워크가 생성되는 과정을 도 12에 나타내고 있다. 여기서 예로 든 것은, 도 2(B) 위에서 3 행을 처리하는 과정이다. 우선, 처음에 「川越市小ヶ谷」에 대응하는 지명 표기 네트워크가 생성된다(1201). 이어서, 「川越市笠幡」을 처리하지만, 「川越市」의 부분은, 참 조 번호(1201)에서 이미 생성되어 있으므로, 새로운 노드는 생성되지 않는다. 그러나, 포인터 p가 참조 번호(1202)에 나타낸 위치에 달하여, 「笠」의 문자를 처리할 때에는, 「笠」에 해당하는 노드는 「市」의 자노드에는 없다. 그래서, 「小」의 형제 노드로서 새롭게 「笠」에 해당하는 노드를 생성한다. 이하, 남은 문자 「幡」에 대응하는 노드를, 새롭게 생성한 노드의 자노드로서 연결한다(1203). 「川越市下廣谷」의 경우도 마찬가지로 처리되고, 「下」에 대한 노드를 「小」, 「笠」의 형제로서 새롭게 생성하고(1204), 이후의 문자에 대응하는 노드가 연결된다(1205).

도 13은 도 2(B)에 적은 이표기군으로부터 생성한 지명 표기 네트워크의 일부를 모식적으로 나타내는 것이지만, 이 예는 도 3에 도시된 경우와 달리, 종래의 표기 방법으로부터 생성되는 지명 표기 네트워크는, 트리 형식, 즉 한번 분기하면 다시 합류하지 않은 형식으로 되어 있다. 이것은, Trie로서 알려져 있는 데이터의 표현 형식이다. 도 3과 비교하면, 중복된 부분이 많은 것을 알 수 있다.

예를 들면, 「東田」, 「東關」, 「西關」에 대응하는 부분 네트워크가, 6회 반복되어 있다. 이것은, 필요해지는 기억 용량의 증대로 연결되는 것을 의미하며, 계층적인 메모리 구성을 취하는 계산기의 경우, 액세스하는 메모리 공간이 커지면 캐쉬의 미스히트등에 의해 액세스가 늦어지고, 나아가서는 후술된 문자열 대조 처리 자신이 늦어지게 된다.

본 발명에 따라, 도 3에 도시된 바와 같은 중복이 적은 지명 표기 네트워크를 생성할 수 있는 것은, 생성 규칙에 따른 지명 단어 표기의 본질적인 이점이다. 이 생성 규칙을 이용하면, 중복된 개소를 명확하게 표현할 수 있다. 예를 들면, 도 2(A)에 나타낸 예의 경우, 「小ヶ谷」의 「ヶ」에는 3가지의 이표기가 있지만, 「ヶ」이후의 문자열은 동일한 것이 확장 BNF 기법에 따라 나타내어지고 있다. 이 때문에, 도 3에 도시된 바와 같이, 「小」와 「谷」사이에만, 3개의 경로가 있는 네트워크가 생성된다.

이에 대해, 도 2(B)에 도시된 바와 같은 종래의 지명 문자열의 표기 방법은, 「ケ」 이후의 이표기군이 등가인지의 여부를 검지할 수 없어, 도 13에 도시된 바와 같은 네트워크밖에 생성할 수 없다.

도 14는 도 1에 도시된 지명 인식 처리(104)에서의 처리 동작을 설명하는 플로우차트이고, 이하 이에 대해 설명한다.

(1) 우선, 입력 화상으로부터 문자 행 추출 처리에 따라, 문자 행의 부분의 화상을 추출한다(스텝 1401).

(2) 이어서, 문자 추출 처리에 따라, 문자 행 화상 중에서 문자라고 생각되어지는 패턴, 즉 후보 패턴을 추출한다. 이 단계에서 일의로 문자의 경계를 결정할 수 없는 경우, 복수의 경계의 가설에 기초하여, 문자 패턴이 추출을 시도하고, 각각의 가설에 대응한 후보 패턴을 출력한다(스텝 1402).

(3) 이어서, 문자 인식 처리에 따라, 추출된 각각의 후보 패턴이 어떤 문자인지를 인식하고, 후보 문자열로서 출력한다. 문자의 추출 방법이 복수의 가설에 기초한 경우, 또한 문자 인식의 결과, 1개의 패턴에 대해 복수의 후보 문자가 출력되는 경우, 문자 인식 처리는, 각각의 추출 방법 및 후보 문자의 조합에 대응하여 복수의 후보 문자열을 출력한다(스텝 1403).

(4) 마지막으로, 문자열 대조 처리에 따라, 각각의 후보 문자열이 옳은 지명 문자열로 되어 있는지의 여부를, 지명 표기 네트워크를 참조하여 대조한다. 대조로 수리된 후보 문자열을 지명 인식 결과로 한다(스텝 1404).

도 15는 상술된 문자열 대조 처리(1404)에서의 처리 동작을 설명하는 플로우차트이고, 이하 이에 대해 설명한다. 이 처리는, 1개의 문자열을 입력으로 하고, 입력 문자열 중 적어도 일부가 지명 문자열로서 수리할 수 있는지의 여부가 판정되고, 수리할 수 있으면 해당하는 그 지명 표기의 식별자를 구하는 처리이다. 여기서, 입력 문자열의 길이를 L, 문자열의 i 번째의 문자를 C_i로 한다.

(1) 우선, 루프(1501)에 의해, 대조의 기점 s를 1로부터 L까지 바꾸면서, 스텝 1502, 1503을 반복한다.

(2) 노드를 지시하는 변수 p에, 지명 표기 네트워크의 루트의 어드레스를 세트한다. 이어서, 인수 p 및 s를 제공하여 함수 srch를 호출한다. 함수 srch는, 지명 표기 네트워크 중에서 입력 문자열에 일치하는 경로를 발견하고, 그 종단의 노드의 어드레스를 돌려주는 함수이다. srch의 복귀값이, NULL 포인터가 아니면 대조에 성공한 것이라고 간주하여, 함수 srch의 복귀값이 나타내는 노드에 저장된 식별자를 출력한다(스텝 1502∼1504).

(3) 만약 s가 L에 달해도 대조가 성공하지 않으면, 문자열 대조 처리는 실패한 것으로서, 처리를 종료한다(스텝 1505).

상술된 처리에서, 함수 srch는, 재귀적으로 자기 자신으로부터도 호출되고, 지명 표기 네트워크 중에서 입력 문자열에 일치하는 경로를 깊이 우선으로 탐색한다. 함수 srch는, 인수 p 및 i의 2개의 인수를 취한다. 인수 p는, 탐색을 개시하는 노드를 지시한다. 또한, 인수 i는, 정수이고, 현재의 처리로 주목하는 것이 입력 문자열 중 몇번째의 문자인지를 나타낸다. 수리되는 문자열이 발견된 경우, 함수 srch는, 그 문자열의 종단의 노드의 어드레스를 돌려주고, 수리되는 문자열이 발견되지 않았던 경우, NULL 포인터를 돌려 준다.

도 16은 상술된 처리에서의 함수 srch의 처리 동작을 설명하는 플로우차트이고, 이하 이것에 대해 설명한다.

(1) 우선, 인수 p가 문자열 종료 노드를 가리키는지의 여부를 조사한다. 만약에 문자열 종료 노드를 가리키는 경우에는, 입력 문자열이 수리된다고 간주되고, p를 복귀값으로 하여 복귀하여 처리를 종료한다(스텝 1601).

(2) 이어서, 이미 모든 문자를 처리하는 것을 끝냈는지의 여부를 판정한다. i가 L보다 크고, 모든 문자를 처리하는 것을 끝냄에도 불구하고, 지명 표기 네트워크의 종단에 p가 달하지 않는 경우, NULL을 돌려준다(스텝 1602).

(3) 이어서, p의 데이터 항목 c가 문자열의 i 번째의 문자 C_i와 일치하는지의 여부를 조사한다. 만약 일치하면, p의 자노드 p->d를 탐색의 기점으로 하고, i+1번째로부터 문자열을 처리하도록, 함수 srch를 재귀적으로 호출한다. 이 복귀값 r이 NULL이 아니면, 문자열이 수리되었다고 간주하여, r을 복귀값으로 하여 처 리를 종료한다(스텝 1603).

(4) 이어서, p가 NULL 천이에 대응하는 노드인지를 조사한다. 만약 그렇다면, p의 자노드 p->d를 탐색의 기점으로 하고, i 번째로부터 문자열을 처리하도록, 함수 srch를 재귀적으로 호출한다. 이 복귀값 r이 NULL이 아니면, 문자열이 수리됐다고 간주하고, r을 복귀값으로 하여 종료한다(스텝 1604).

(5) 이어서, p에 형제 노드 p->b가 연결되는지의 여부를 조사한다. 혹시 연결되면, p의 형제 노드 p->b를 탐색의 기점으로 하고, i 번째로부터 문자열을 처리하도록, 함수 srch를 재귀적으로 호출하고, 이 복귀값을 상위로 복귀시킨다(스텝 1605).

(6) 만약에 상술된 어느 한 처리라도 입력 문자열이 수리되지 않으면, 이 이상의 탐색은 할 수 없기 때문에, NULL을 복귀값으로 하여 처리를 종료한다(스텝 1606).

상술된 바와 같이 설명한 본 발명의 실시예는, 문자 추출, 문자 인식, 문자열 대조를 순차 행한다고 설명했지만, 본 발명은, 古賀 외「수신인명 판독 장치 및 우편물등 구분기 및 문자열 인식 방법」(특원평10-28077호 공보)와 같이 문자열 대조 결과를 문자 추출에 피드백하는 방식으로 용이하게 확장할 수도 있다.

도 17은 본 발명의 실시예에 따른 지명 문자열 인식의 처리를 응용한 시스템의 구성예를 나타내는 블록도, 도 18은 지명 문자열 생성 규칙 편집 장치의 구성을 나타내는 블록도이다. 이 시스템 예는, 우편 구분 시스템에 본 발명을 적용한 예이다. 도 17, 도 18에서, 참조 번호(1701)는 우편 구분기, 참조 번호(1702)는 스 캐너, 참조 번호(1703)는 딜레이 라인, 참조 번호(1704)는 소터, 참조 번호(1705)는 지명 인식 장치, 참조 번호(1706)는 입력용 인터페이스, 참조 번호(1707)는 연산 처리 장치, 참조 번호(1708)는 출력용 처리 장치, 참조 번호(1710)는 메모리, 참조 번호(1711)는 네트워크 인터페이스, 참조 번호(1712)는 하드디스크, 참조 번호(1713)는 미디어 착탈 가능 기억 장치, 참조 번호(1714)는 지명 문자열 생성 규칙 편집 장치, 참조 번호(1718)는 네트워크, 참조 번호(1801)는 마우스, 참조 번호(1802)는 키보드, 참조 번호(1803)는 디스플레이, 참조 번호(1804)는 지명 문자열 생성 규칙 편집 프로그램, 참조 번호(1805)는 문자열 대조 프로그램, 참조 번호(1806)는 지명 표기 네트워크 표시 프로그램, 참조 번호(1807)는 지명 문자열 생성 규칙 파일, 참조 번호(1808)는 지명 표기 네트워크 생성 프로그램, 참조 번호(1809)는 지명 표기 네트워크 데이터, 참조 번호(1810)는 통신 장치, 참조 번호(1811)는 미디어 착탈 가능 기억 장치, 참조 번호(1812)는 컴퓨터이다.

도 17에 도시된 시스템은, 1대 또는 복수대의 우편 구분기(1701)와, 1대 또는 복수대의 지명 문자열 생성 규칙 편집 장치(1714)가 네트워크(1718)로 접속되어 구성된다. 우편 구분기(1701)는, 스캐너(1702), 딜레이 라인(1703), 소터(1704), 지명 인식 장치(1705)로 구성된다. 또한, 지명 인식 장치(1705)는, 입력용 인터페이스(1706), 연산 처리 장치(1707), 출력용 처리 장치(1708), 메모리(1710), 네트워크 인터페이스(1711), 하드디스크(1712), 미디어 착탈 가능 기억 장치(1713)로 구성된다. 또, 도면에서의 굵은 선은, 우편물의 흐름을 나타낸다.

도 17에 도시된 시스템에 있어서, 스캐너(1702)로부터 입력된 우편물에 기재 되어 있는 지명의 화상 정보는, 지명 인식 장치(1705)로 전송된다. 그리고, 우편물이 딜레이 라인(1703)을 반송하는 동안, 지명 인식 장치(1705)는, 우편물에 기재되어 있는 지명을 인식하고, 인식 결과를 소터(1704)로 전송한다. 소터(1704)는, 인식 결과에 따라 우편물을 구분한다.

우편물의 구분의 준비 단계로서, 지명 인식 장치(1705)는, 하드디스크(1712)로부터 지명 표기 네트워크 생성 프로그램 파일을 메모리(1710)로 판독하여 연산 장치(1707)로 기동한다. 지명 표기 네트워크 생성 프로그램의 제어하에, 지명 인식 장치(1705)는, 지명 문자열 생성 규칙을 지명 문자열 생성 규칙 편집 장치(1714)로부터 네트워크 인터페이스(1711)를 통해 입력하고, 지명 표기 네트워크 파일을 작성하여 하드디스크(1712)에 저장한다.

또, 지명 문자열 생성 규칙은, 네트워크를 통해 지명 문자열 생성 규칙 편집 장치(1714)로부터 입력하는 대신에, 플로피 디스크 드라이브 등의 미디어 착탈 가능 기억 장치(1713)로부터 판독해도 좋다.

지명 인식 장치(1705)는, 우편물의 구분시, 하드디스크(1712)로부터 인식 프로그램 파일 및 지명 표기 네트워크 파일을 메모리(1710)로 판독하여 연산 장치(1807)에 의해 실행한다. 그리고, 지명 인식 장치(1705)는, 인식 프로그램의 제어하에, 입력 인터페이스(1706)로부터 화상을 입력하고, 우편물에 기재된 지명을 인식하고, 인식 결과를 출력 인터페이스(1708)를 통해 출력한다.

지명 문자열 생성 규칙 편집 장치(1714)는, 도 18에 도시된 바와 같이 컴퓨터(1812)에, 마우스(1801), 키보드(1802), 디스플레이(1803), 지명 문자열 생성 규 칙 파일(1807)을 저장하는 디스크 장치, 통신 장치(1810), 미디어 착탈 가능 기억 장치(1811)를 접속하여 구성된다. 편집 작업은, 컴퓨터(1812) 상에서 동작하는 지명 문자열 생성 규칙 편집 프로그램(1804)을 통해 지명 문자열 생성 규칙 파일(1807)을 편집함으로써 실행된다. 지명 문자열 생성 규칙 파일(1807)은, 텍스트 파일이고, 편집에는 통상의 텍스트 에디터를 이용할 수 있다. 또한, 컴퓨터(1812) 상에서 지명 표기 네트워크 생성 프로그램(1808)을 실행하고, 지명 문자열 생성 규칙 파일(1807)로부터 지명 표기 네트워크(1809)를 생성할 수 있다.

지명 문자열 생성 규칙 편집 장치(1714)는, 상술된 기능에 따라 편집 중 지명 단어 생성 규칙이 문법적으로 옳은지의 여부를 확인할 수 있고, 또한 인식 처리에서의 문자열 대조(1404)와 등가인 프로그램(1805)을 실행하고, 키보드(1803)로부터 입력된 시험용의 문자열이 수리되는지의 여부를 확인할 수 있다.

또한, 컴퓨터(1812)는, 지명 표기 네트워크(1809)를, 예를 들면 도 3에 도시된 바와 같은 형식으로 표시하기 위한 지명 표기 네트워크 표시 프로그램(1806)을 실행하므로, 작업자는, 편집 결과를 시각적으로 확인할 수 있다. 편집한 결과의 지명 문자열 생성 규칙 파일(1807)은, 통신 장치(1810)를 통해 지명 인식 장치(1705)로 전송되고, 혹은 미디어 착탈 가능 기억 장치(1811)에 의해 플로피 디스크 등의 착탈 가능한 기억 미디어에 복사되고, 기억 미디어에 의해 우편 구분기(1701)로 수송되어도 좋다.

도 19는 본 발명의 다른 실시예의 구성을 나타내는 블록도, 도 20은 디스플레이에 표시되는 화면예를 설명하는 도면이다. 이 예는, 본 발명에 따른 지명 문 자열의 표기 방법 및 지명 대조 방식을 이용하여, 지명을 나타내는 문자열로부터 지명에 관한 정보를 검색하기 위한 지명록 장치이다. 도 19에서, 참조 번호(1901)는 마우스, 참조 번호(1902)는 키보드, 참조 번호(1903)는 디스플레이, 참조 번호(1904)는 프린터, 참조 번호(1905)는 입력 파일, 참조 번호(1906)는 출력 파일, 참조 번호(1907)는 지명록 프로그램, 참조 번호(1908)는 지명 부가 정보 파일, 참조 번호(1909)는 지명 문자열 생성 규칙 파일, 참조 번호(1910)는 통신 모듈, 참조 번호(1911)는 인터페이스 모듈, 참조 번호(1912)는 지명 리스트 데이터, 참조 번호(1913)는 지명 리스트 소트 모듈, 참조 번호(1914)는 지명 정보 검색 모듈, 참조 번호(1915)는 지명 리스트 생성 모듈, 참조 번호(1916)는 문자열 대조 모듈, 참조 번호(1917)는 지명 표기 전개 모듈, 참조 번호(1918)는 지명 표기 네트워크 생성 프로그램, 참조 번호(1919)는 지명 표기 네트워크 데이터이다.

도 19에 도시된 장치는, 이하와 같은 서비스를 제공하는 것이다.

(1) 키보드로부터 입력된 지명 문자열의 표준형을 표시 또는 인쇄한다.

(2) 키보드로부터 입력된 지명 문자열의 이표기를 표시 또는 인쇄한다.

(3) 키보드로부터 입력된 지명 문자열에 대응하는 지역의 정보(우편 번호등)을 표시 또는 인쇄한다.

(4) 파일로부터 입력한 지명 문자열을 표준형 또는 우편 번호 등 해당하는 지역에 고유의 정보로 변환하여 파일로 출력한다.

(5) 네트워크로부터 입력한 지명 문자열을 표준형 또는 우편 번호 등 해당하는 지역에 고유의 정보로 변환하여 네트워크로 출력한다.

상술된 것에 있어서, 표준형이란, 예를 들면 행정 구분으로 정해져 있는 지역을 나타내는 정식 문자열을 말한다.

도 19에 도시된 실시예는, 계산기 상에서 실행되는 지명록 프로그램(1907)에, 마우스(1901), 키보드(1902), 디스플레이(1903), 프린터(1904), 입력 파일(1905), 출력 파일(1906), 지명 부가 정보 파일(1908), 지명 문자열 생성 규칙 파일(1909)이 접속되어 구성된다. 표시, 입출력은, 인터페이스 모듈(1911)을 통해 행해진다. 검색 대상의 문자열이 입력되면, 지명 정보 검색 모듈(1914)은, 문자열 대조 모듈(1916)을 호출한다. 문자열 대조 모듈(1916)은, 도 14에서의 문자열 대조 처리(1404)와 등가인 처리를 담당하는 모듈이고, 지명 표기 생성 규칙 파일(1909)로부터 지명 표기 네트워크 생성 프로그램(1918)에 의해 생성된 지명 표기 네트워크 데이터(1919)를 참조하고, 입력 문자열이 어떠한 식별자의 지명 표기에 해당하는지를 조사한다.

지명 정보 검색 모듈(1914)은, 얻어진 식별자를 단서로, 지명 부가 정보 파일(1908)로부터, 표준형과, 우편 번호 등의 부가적인 정보를 검색한다. 또한, 지명 표기 전개 모듈(1917)은, 지명 표기 네트워크 데이터(1919)로부터 있을 수 있는 이표기를 전부 열거한다. 얻어진 이표기군은, 지명 리스트 데이터(1912)에 저장하고, 필요에 따라 인터페이스 모듈(1911)을 통해 출력한다. 또한, 지명 리스트 소트 모듈(1913)은, 조작자의 지시에 따라, 이표기군의 순서를 재배열하여 출력한다. 이러한 처리를 위한 입력은, 키보드(1901), 입력 파일(1905), 통신 모듈(1910)의 어느 하나를 통해 행해져도 좋다. 또한, 출력은, 디스플레이(1904), 출력 파일(1906), 통신 모듈(1910)의 어느 하나를 통해 행해도 좋다.

도 20에 도시된 도 19의 실시예의 디스플레이(1903)에 표시되는 화면예에서, 도 20(A)에 나타낸 예는, 조작자가, 「川越市小ヶ谷」이라는 문자열을 입력하여, 검색을 실행했을 때에 디스플레이(1903)에 표시되는 화면예이다. 입력 문자열은, 필드(2005)에 입력되고, 버튼(2006)을 마우스로 클릭함으로써, 검색이 실행된다. 검색의 결과, 입력 문자열에 해당하는 것을 알 수 있는 문자열은, 윈도우(2007)에 표시된다. 각 행의 「표준」의 항목에는, 그 문자열이 표준형인지의 여부가 나타내어진다. 항목 「지명」은, 그 문자열을 표시한다. 항목 「우편 번호」에는, 그 문자열에 대응하는 우편 번호를 표시하지만, 그 밖의 그 지역의 부가 정보를 표시해도 좋다.

영역(2004)에 나열된 「표준」, 「지명」, 「우편 번호」의 프레임은 버튼이 되고, 각 버튼을 마우스에 의해 클릭함으로써, 각각의 항목에 기초를 둔 행의 재배열을 지시한다. 윈도우(2008)는, 검색의 옵션을 지정하기 위한 것이다. 여기서, 표준형만을 표시하거나, 字, 大字 등에 기초하여 이표기군을 표시하거나, 통칭명(「** 단지」등)에 기초하여 이표기군을 표시하는지를 지정한다. 버튼(2002)은, 표시 내용의 인쇄를 지시하기 위한 버튼이고, 버튼(2001)은, 키보드와 디스플레이를 대신하여, 파일을 입출력하는 모드에의 전환을 위한 버튼이다. 또한, 버튼(2003)은, 프로그램의 종료를 지시하기 위한 버튼이다.

도 20(B)에 열린 윈도우(2009)는, 대조 결과 얻어진 지명의 읽는 법, 小字, 우편 번호 등의 상세한 정보를 표시하는 윈도우이다. 이 윈도우(2009)는, 윈도우(2007) 상에 표시된 검색 결과를 마우스로 클릭함으로써 기동한다.

또, 본 발명의 실시예에 따른 표기 방법에 따라 표기된 지명 문자열은, FD, MO, DVD 등의 기억 매체에 지명 사전으로서 저장하여 제공할 수 있다.

이상 설명한 바와 같이 본 발명에 따르면, 지명의 표기에 대부분의 이표기가 있는 경우라도, 있을 수 있는 모든 지명 문자열을 망라한 지명 사전을 적은 수고로 작성할 수 있다. 또한, 고속의 대조 처리가 가능한 네트워크 형식의 지명 사전을 용이하게 작성할 수 있다.

Claims (9)

1. 문자열의 입력을 받는 입력 인터페이스와, 복수의 지명 문자열을 저장하는 메모리와, 연산 처리 장치와, 출력 인터페이스를 포함하는 지명 인식 장치에서의 지명 문자열 대조 방법으로서,

   상기 메모리에는, 지명 문자열의 일부 또는 전부를 구성하는 부분 문자열마다, 문자 또는 구문 카테고리의 배열을 정의하고, 문자 또는 정의를 마친 구문 카테고리의 배열로 이루어지는 구문 카테고리에 의해 나타낸 복수의 지명 문자열을 토대로 생성되고, 그 복수의 지명 문자열에서의 문자의 연접 관계를 방향성 그래프를 이용하여 나타내는 지명 표기 네트워크가 미리 저장되어 있고,

   상기 연산 처리 장치는 상기 입력 인터페이스로부터 입력되는 입력 문자열의 부분 문자열이, 상기 메모리에 지명 표기 네트워크로서 미리 저장된 복수의 지명 문자열 중 1개와 일치하는지 여부를 판단하는 것에 의해, 입력 문자열 중에서 지명을 대조하고, 상기 출력 인터페이스로부터 그 대조 결과를 출력하는 것을 특징으로 하는 지명 문자열 대조 방법.
2. 지명 문자열 대조 장치로서,

   지명 문자열의 일부 또는 전부를 구성하는 부분 문자열마다, 문자 또는 구문 카테고리의 배열을 정의하고, 문자 또는 정의를 마친 구문 카테고리의 배열로 이루어지는 구문 카테고리에 의해 나타낸 지명 문자열을 토대로 생성되고, 그 복수의 지명 문자열에서의 문자의 연접 관계를 방향성 그래프를 이용하여 나타내는 지명 표기 네트워크를 기억하는 기억 수단,

   문자열을 입력하는 입력 수단,

   상기 입력된 문자열이 상기 기억 수단에 지명 표기 네트워크로서 기억한 지명 문자열인지의 여부를 대조하는 수단, 및

   대조의 결과를 출력하는 수단

   을 포함하는 것을 특징으로 하는 지명 문자열 대조 장치.
3. 지명 문자열 인식 장치로서,

   문서의 표면의 농담을 전기 신호로 변환하여 얻어진 화상을 입력으로 하여, 문서 상에 기재되어 있는 문자를 판독하는 문자 판독 수단, 및

   제2항에 기재된 지명 문자열 대조 장치를 포함하고,

   상기 지명 문자열 대조 장치 내의 입력 수단이 상기 문자 판독 수단으로부터의 문자열을 입력하는 것을 특징으로 하는 지명 문자열 인식 장치.
4. 우편물 구분 시스템으로서,

   제3항에 기재된 지명 문자열 인식 장치를 사용하여, 우편물의 수신인명 중의 지명 문자열을 인식하고, 우편물을 구분하거나, 또는 인식 결과를 우편물에 인쇄하는 것을 특징으로 하는 우편물 구분 시스템.
5. 문서의 표면의 농담을 전기 신호로 변환하여 얻어진 화상을 입력으로 하고, 문서 상에 기재되어 있는 문자를 판독하여, 지명 문자열을 인식하는 지명 문자열 인식 장치로서,

   지역을 나타내는 지명이 서로 다른 문자열이지만 동일한 지역을 의미하는 단어의 배열에 의해 표현되는 복수의 이표기(異表記)를 갖는 지명 문자열의 집합을 표현하고, 지명 문자열의 일부 또는 전부를 구성하는 부분 문자열마다, 문자 또는 구문 카테고리의 배열을 정의하고, 문자 또는 정의를 마친 구문 카테고리의 배열로 이루어진 구문 카테고리에 의해 지명 문자열을 나타내는 지명 표현 방법을 사용하여 지명 문자열을 기억하는 수단과,

   상기 입력 화상 중의 부분 화상의 배열로서, 각각의 부분 화상이 상기 지명 문자열 표현에 의해 나타내어진 지명 문자열의 1개에 포함되는 각 문자와 유사한 것을 발견하는 대조를 행하고, 그 대조 결과를 상기 부분 화상의 배열의 선택에 피드백하는 것에 의해 지명 문자열을 인식하는 수단을 포함하는 것을 특징으로 하는 지명 문자열 인식 장치.
6. 삭제
7. 삭제
8. 삭제
9. 삭제

Images