JP2930246B2 - パターン認識装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、文字認識装置や音声認識装置等のパターン
認識装置に係り、特に入力パターンをパターンマッチン
グによって認識し、その結果を単語等の知識を用いて修
正するパターン認識装置に関する。

〔従来の技術〕

例えば文字認識装置においては、入力文字パターンを
パターン辞書とのマッチングによって認識するが、パタ
ーンマッチングのみでは認識率の向上に限界がある。そ
こで最近は、パターンマッチングによる認識結果を、文
字のパターンの位置、サイズ等に関するルールや単語な
どの知識の辞書を用いて修正する後処理を行っている。

また、手書き文字は筆者によってパターンの特徴にか
なりの違いがあるため、認識間違いが生じた場合にパタ
ーン辞書の登録（更新）を行う必要がある。さらに、後
処理に用いる単語等の辞書も、出現可能性のある単語や
その他のルールを予め全て登録しておくとは不可能であ
るため、必要に応じて登録（更新）を行わければならな
い。

このような辞書の登録（更新）に関しては、パターン
辞書とのマッチングにより認識された文字列が、単語辞
書とのマッチングにより修正された場合に、自動的にパ
ターン辞書の更新を指示するようにした情報入力装置
（音声認識装置）が特開昭58−156998号公報に述べられ
ている。

〔発明が解決しようとする課題〕

しかし、前記公開特許公報に述べられているように単
語辞書とのマッチングで修正されたからといって、直ち
にパターン辞書の更新を指示することは危険である。

すなわち、あらゆる単語を網羅した単語辞書を予め登
録しておくことは不可能であるから、パターン辞書側に
問題がなくとも、単語辞書が不備であるために誤修正さ
れる場合も多いからである。この場合には、パターン辞
書の登録を行っても、単語辞書とのマッチングにより同
様の修正が繰り返えされることになるので、ユーザーは
困惑してしまう。この場合には、入力単語に対応した新
しい単語の登録を行うべできある。

なお、このような不都合を避けるため、どのような辞
書登録を行うべきかの判断をユーザーに委ねるにして
も、現在の文字認識装置では、そのような判断を適確に
行うための情報がユーザーに提供されないため、適確な
辞書登録を行うことは容易ではなかった。

本発明の目的は、パターンマッチングによる認識結果
を、後処理において単語等の知識の辞書を用いて修正す
る文字認識装置や音声認識装置等のパターン認識装置に
おいて、必要な辞書登録もしくは修正を適切かつ効率的
に行い得るようにすることである。

〔課題を解決するための手段〕

特許請求の範囲の請求項（１）記載の発明は、入力パ
ターンをパターン辞書とのパターンマッチングにより認
識する認識手段と、該認識手段による認識結果を単語等
の知識の辞書を利用して修正する後処理手段と、前記辞
書の登録もしくは修正の処理を行う辞書登録手段とを具
備するパターン認識装置において、前記辞書登録手段
に、ユーザーより指定された誤認識文字に対し前記後処
理手段によりなされた修正に関する情報を参照すること
によって、前記辞書のいずれの登録または修正を行うべ
きかのユーザーの判断を助けるためのメッセージを出力
する手段を持たせることを特徴とする。

特許請求の範囲の請求項（２）記載の発明は、前記の
如き認識手段、後処理手段及び辞書登録手段とを具備す
るパターン認識装置において、前記辞書登録手段に、ユ
ーザーより指定された誤認識文字に対し前記認識手段に
より得られた第１候補とユーザーより入力された正解文
字との比較によって、及び前記誤認識文字に対し前記後
処理手段によりなされた修正に関する情報を参照するこ
とによって、前記辞書のいずれの登録または修正を行う
べきかのユーザーの判断を助けるためのメッセージを出
力する手段を持たせることを特徴とする。

特許請求の範囲の請求項（３）記載の発明は、前記の
如き認識手段、後処理手段及び辞書登録手段とを具備す
るパターン認識装置において、前記辞書登録手段に、ユ
ーザーより指定された誤認識文字に対し前記後処理手段
によりなされた修正に関する情報を参照することによっ
て、前記辞書のいずれかを選択し、その登録または修正
の処理を起動する手段を持たせることを特徴とする。

特許請求の範囲の請求項（４）記載の発明は、前記の
如き認識手段、後処理手段及び辞書登録手段とを具備す
るパターン認識装置において、前記辞書登録手段に、ユ
ーザーより指定された誤認識文字に対し前記認識手段に
より得られた第１候補とユーザーより入力された正解文
字との比較によって、及び前記誤認識文字に対し前記後
処理手段によりなされた修正に関する情報を参照するこ
とによって、前記辞書のいずれかを選択し、その登録ま
たは修正の処理を起動する手段を持たせることを特徴と
する。

〔作 用〕

請求項（１）または（２）記載の発明によれば、ユー
ザーはメッセージを参考にして必要な辞書の登録または
修正を容易にかつ的確に判断し、その処理を行うことが
できる。

請求項（３）または（４）記載の発明によれば、ユー
ザーの判断に依存せずに、適確な辞書の登録または修正
を自動的に選択して行うことができる。

〔実施例〕

第１図は本発明の一実施例に係る文字認識装置のブロ
ック図である。

１は原稿の画像を読取り２値データとして入力するス
キャナー、２はその入力画像データを記憶する画像メモ
リである。３は各種の処理及び制御を実行する中央演算
処理装置（CPU）、４はCPU3で実行される各種の処理、
制御のプログラムやペレーティングシステム等を格納し
たプログラムメモリ、５はCPU3による処理の中間データ
や処理結果データ等を記憶するためのワークメモリ、６
はパターンマッチングによる入力文字の認識のためのパ
ターン辞書d1及び後処理のための単語辞書d2やルール辞
書d3を記憶するための辞書メモリである。7,8及び９は
ユーザーインターフェースのためのディスプレイ、キー
ボード及びマウスである。

プログラムメモリ４に格納される文字認識に関連した
プログラムとしては、画像メモリ２に格納された画像に
対する文字画像切出し、文字画像の正規化等の前処理の
ための前処理プログラムp1、パターンマッチングによる
文字認識のための認識プログラムp2、パターンマッチン
グによる認識結果に対して単語辞書d2やルール辞書d3を
用いた後処理を行うための後処理プログラムp3、認識結
果の修正のための修正処理プログラムp4、パターン辞書
d1または単語辞書d2の登録あるいはルール辞書d3の登録
もしくは修正のための辞書登録プログラムp5がある。

なお、この辞書登録プログラムp5は、４種類のモード
をユーザーがキーボード８またはマウス９の操作によっ
て選択することができる。第１モードと第２モードは、
どのような辞書の登録（修正）を行うべきかの判断をユ
ーザーに委ねるモードである。第３モードと第４モード
は、その判断にユーザを介入させないモードである。

次に文字認識処理の内容について説明する。

原稿の画像データが画像メモリ２に格納されると、前
処理プログラムp1が起動し、入力画像より行が切り出さ
れ、次に文字画像が切り出されて正規化される。正規化
文字画像や文字切出しの情報はワークメモリ５に一時的
に記憶される。

例えば１行以上の文字画像切出しが終了すると認識プ
ログラムp2が起動し、正規化文字画像のパターンマッチ
ングによる文字認識が実行される。具体的には、文字画
像の特徴量が抽出され、辞書メモリ６に記憶されている
各パターン辞書d1（標準パターンの特徴量）との距離演
算が行われ、距離が小さい順にソートされた候補がｎ位
まで得られる。候補の文字コードはワークメモリ５の認
識結果エリアa1に格納される。

例えば１行以上についてパターンマッチングによる認
識結果が得られると後処理プログラムp3が起動し、認識
結果エリアa1内の認識結果に対して後処理が行われる。

まず、ワークメモリ５に記憶されている切出し情報及
び候補の文字コードを参照し、文字画像の行内での相対
的位置（「・」と「．」の区別等に関係）、文字の大き
さ（文字画像を正規化するのでＣとｃの区別などに関
係）、文字種（カタカナ文字列中の漢数字の「一」があ
ったら、これはカタカナの長音記号「ー」に修正するな
ど）等の知識であるルール辞書d3を適用することによ
り、認識結果エリアa1内のパターンマッチングによる候
補文字列を修正し、修正結果を最終認識結果エリアa2に
格納する。また、この修正が行われた文字については、
予め決められた固有の数値情報を修正情報として認識結
果エリアa2に認識結果とペアにして格納する。

この最終認識結果エリアa2内の文字列に対して形態素
解析、単語辞書d2とのマッチングが行われ、必要な修正
がなされる。ここで修正された場合は、予め決められた
固有の数字情報が修正情報として最終認識結果エリアa2
に認識結果とペアにして格納される。この処理後の認識
結果が最終的な認識結果となる。

このような文字認識が例えば１枚の原稿について終了
した時点で（ディスプレイ７の画面には最終認識結果エ
リアa2内の第１位候補が表示されている）、修正処理プ
ログラムp4を起動して認識結果の修正を行い、また辞書
登録プログラムp5を起動して誤認識文字に関連した辞書
登録を行うことができる。修正処理と辞書登録を同時に
行うことも可能である。

次に辞書登録処理についてモード別に説明する。な
お、第２図は第１モードの説明のためのフローチャー
ト、第３図は第２のモードの説明のためのフローチャー
ト、第４図は第３モードの説明のためのフローチャー
ト、第５図は第４モードの説明のためのフローチャート
である。

第１モード ユーザーは、ディスプレイ７の画面上で、誤認識文字
を例えばマウス９を用いて指定する。

辞書登録プログラムp5は、誤認識文字の指定入力を待
ち（ステップ100）、誤認識文字が指定されると、その
誤認識文字に対応した数値情報（修正情報）を最終認識
結果エリアa2より読み出し（ステップ102）、その数値
情報に対応したメッセージをディスプレイ画面に出力さ
せ（ステップ104）、ユーザーからの指定を持つ（ステ
ップ106）。

読み出した数値情報と出力メッセージの関係は例えば
次の通りである。数値情報が後処理での無修正を意味す
る場合、指定された誤認識文字はパターン辞書を用いた
認識処理で間違った可能性が高いので、パターン辞書登
録を勧めるメッセージを出力する。数値情報が単語辞書
d2を用いた後処理による修正を意味する場合、単語辞書
d2に必要な単語が登録されていないために間違った可能
性が高いので、単語辞書登録を勧めるメッセージを出力
する。数値情報がルール辞書d3を用いた後処理による修
正を意味する場合、ルール辞書d3に必要なルールが未登
録（あるいは不適切）であるために間違った可能性が高
いので、ルール辞書登録（あるいは修正）を勧めるメッ
セージを出力する。単語辞書d2を用いた後処理での修正
を意味する数値情報とルール辞書d3を用いた後処理での
修正を意味する数値情報の両方が読み出された場合は、
両方または一方の辞書に必要な単語またはルールが未登
録であるため（あるいはルールが不適切であるため）に
間違った可能性があるので、ルール辞書登録または単語
辞書登録の一方または両方の登録（修正）を勧めるメッ
セージを出力する。

ユーザーは、ディスプレイ画面に出力されたメッセー
ジを参考して、辞書登録（修正）をするか否か、どの辞
書の登録（修正）を行うかを判断し、判断結果をマウス
９またはキーボード８を用いて入力する。

辞書登録（修正）が指示された場合、辞書登録プログ
ラムp5は、ユーザーより指定された辞書の登録（修正）
を行うが、その際に必要な情報の入力を促す入力メッセ
ージをディスプレイ画面に出力する（ステップ108）。
ユーザーはディスプレイ画面の入力メッセージに従っ
て、パターン辞書登録を行う場合には誤認識文字の正解
文字を、単語辞書登録を行う場合は登録したい単語を、
ルール辞書登録を行う場合は登録したいルールの情報を
それぞれキーボード８より入力する。辞書登録プログラ
ムp5は、パターン辞書登録を指定された場合、例えば認
識プログラムp2によって先に抽出された誤認識文字の特
徴量をワークメモリ５より読み出し、これをそのまま、
あるいは必要な加工を旋してから、ユーザーより入力さ
れた正解文字のコードを対応させてパターン辞書d1に登
録する。単語辞書登録を指定された場合、ユーザーより
入力された単語（文字列）を単語辞書d2に登録する。ル
ール辞書登録（修正）を指定された場合、ユーザーはユ
ーザーより指定されたルールの情報をルール辞書d3に登
録する（あるいはルール辞書d3の内容を修正する）。

第２モード ユーザーは、ディスプレイ７の画面上で、誤認識文字
を例えばマウス９を用いて指定するとともにキーボード
８を用いて正解文字を入力する。

辞書登録プログラムp5は、誤認識文字の指定及び正解
文字の入力を待ち（ステップ200）、誤認識文字が指定
され、その正解文字が入力されると、誤認識文字に対す
る認識プログラムp2による認識結果の第１位候補の文字
コードを認識結果エリアa1より読み出し、これを正解文
字のコードとの一致判定を行う（ステップ202）。

第１位候補文字と正解文字とが不一致の場合、辞書登
録プログラムp5は、パターン辞書登録を行う必要がある
旨のメッセージをディスプレイ７の画面に出力し（ステ
ップ206）、ユーザーの判断を待つ（ステップ206）。ユ
ーザーは画面のメッセージを参照にしてパターン辞書登
録を行うか否かの判断をし、その判断結果をキーボード
８より入力する。ユーザーから登録指示が入力される
と、辞書登録プログラムp5は、例えば認識プログラムp2
によって先に抽出された誤認識文字の特徴量をワークメ
モリ５より読み出し、これをそのまま、あるいは必要な
加工を旋してから、ユーザーより入力された正解文字の
コードと対応させてパターン辞書d1に登録する（ステッ
プ208）。

ステップ202で一致と判断した場合、辞書登録プログ
ラムp5は指定された誤認識文字に対応する数値情報（修
正情報）を最終認識結果エリアa2より読み出し（ステッ
プ210）、その数値情報に対応したメッセージをディス
プレイ画面に出力させ（ステップ212）、ユーザーから
の指示を待つ（ステップ214）。

読み出した数値情報と出力メッセージの関係は例えば
次の通りである。数値情報が単語辞書d2を用いた後処理
により修正を意味する場合には、単語辞書登録が必要で
ある旨のメッセージを出力する。数値情報がルール辞書
d3を用いた後処理による修正を意味する場合、ルール辞
書登録が必要である旨のメッセージを出力する。単語辞
書d2を用いた後処理での修正を意味する数値情報とルー
ル辞書d3を用いた後処理での修正を意味する数値情報の
両方が読み出された場合は、ルール辞書登録または単語
辞書登録の一方または両方の登録が必要である旨のメッ
セージを出力する。

ユーザーは、ディスプレイ画面に出力されたメッセー
ジを参考にして、辞書登録（修正）をするか否か、どの
辞書の登録（修正）を行うかを判断し、判断結果をマウ
ス９またはキーボード８を用いて入力する。

辞書登録（修正）が指示された場合、辞書登録プログ
ラムp5は、ユーザーより指定された辞書の登録（修正）
を行うが、その際に必要な情報の入力を促す入力メッセ
ージをディスプレイ画面に出力する（ステップ216）。
ユーザーはディスプレイ画面の入力メッセージに従っ
て、単語辞書登録を行う場合は登録したい単語を、ルー
ル辞書登録（修正）を行う場合は、必要なルールの情報
をそれぞれキーボード８より入力する。辞書登録プログ
ラムp5は、単語辞書登録を指定された場合にはユーザー
より入力された単語を単語辞書d2に登録し、ルール辞書
登録（修正）を指定された場合にはユーザーより指定さ
れたルールの情報をルール辞書d3に登録する（入力情報
に基づいてルール辞書d3の内容を修正する）。

第３モード ユーザーは、ディスプレイ画面上で、誤認識文字を例
えばマウス９を用いて指定する。

辞書登録プログラムp5は、誤認識文字の指定入力を待
ち（ステップ300）、誤認識文字が指定されると、その
誤認識文字に対応した数値情報（修正情報）を最終認識
結果エリアa2より読み出し（ステップ302）、その数値
情報に基づいて辞書登録機能を選択して起動する（ステ
ップ304）。この機能の選択方法はユーザーの判断を介
入させないことを除けば前記第１モードの場合と同様で
ある。そして、起動した辞書登録機能の名称とともに必
要な情報の入力を促す入力メッセージをディスプレイ画
面に出力させ（ステップ306）ユーザーからの入力を待
つ（ステップ308）。

ユーザーは、入力メッセージに従って、パターン辞書
登録機能が選択された場合は正解文字を入力し、単語辞
書登録機能が選択された場合は単語を入力し、ルール辞
書登録（修正）機能が選択された場合は登録したいルー
ルの情報（またはルール修正のための情報）を入力す
る。

辞書登録プログラムp5は、ユーザーより入力された情
報を用いて、選択した辞書の登録（修正）を実行する
（ステップ310）。

第４モード ユーザーはディスプレイ画面上で誤認識文字を例えば
マウス９を用いて指定し、キーボード８より正解文字を
入力する。

辞書登録プログラムp5は、誤認識文字の指定と正解文
字の入力を待ち（ステップ400）、この入力がなされる
と、指定された誤認識文字に対するパターンマッチング
による認識結果の第１候補文字を認識結果エリアa1より
読み出し、これは入力された正解文字と一致を調べる
（ステップ402）。

この比較が不一致の場合、辞書登録プログラムp5はパ
ターン辞書登録機能を選択して起動し（ステップ40
4）、誤認識文字のパターンのパターン辞書d1への登録
処理を実行する（ステップ406）。

ステップ402の比較が一致した場合、辞書登録プログ
ラムp5は、最終認識結果エリアa2より誤認識文字に対応
した数値情報すなわち修正情報を読み出し（ステップ40
8）、それを解析することにより必要な単語辞書登録ま
たはルール辞書登録（修正）の一方または両方の機能を
選んで起動し、（ステップ410）、その機能の名称とと
もに必要な情報の入力を促す入力メッセージをディスプ
レイ画面に出力させ（ステップ412）、ユーザーからの
入力を待つ（ステップ414）。

ユーザーより必要な情報が入力されると、辞書登録プ
ログラムp5は、入力情報を用いて、選択した辞書登録
（修正）処理を実行する（ステップ416）。

以上、文字認識装置の実施例について説明したが、例
えば前処理で入力音声の単音節のパターンを切り出し、
パターン辞書とのマッチングにより単音節を認識し、そ
れに対して単語辞書等を用いた後処理を行うような音声
認識装置等にも、本発明を同様に適用できる。

〔発明の効果〕

以上、詳細に説明した如く、本発明によれば、ユーザ
ーに負担をかけずに、必要な辞書の登録または修正を的
確にかつ効率的に行うことができるため、従来よりユー
ザーに親切な使いやすい文字認識装置等を実現できる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る文字認識装置のブロッ
ク図、第２図乃至第５図はそれぞれ辞書登録処理の各１
モードの説明のためのフローチャートである。 １……スキャナー、２……画像メモリ、３……CPU、４
……プログラムメモリ、５……ワークメモリ、６……辞
書メモリ、７……ディスプレイ、８……キーボード、９
……マウス、d1……パターン辞書、d2……単語辞書、d3
……ルール辞書、p1……前処理プログラム、p2……認識
プログラム、p3……後処理プログラム、p4……修正処理
プログラム、p5……辞書登録プログラム。

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】入力パターンをパターン辞書とのパターン
   マッチングにより認識する認識手段と、該認識手段によ
   る認識結果を単語等の知識の辞書を利用して修正する後
   処理手段と、前記辞書の登録もしくは修正の処理を行う
   辞書登録手段とを具備し、前記辞書登録手段は、ユーザ
   ーより指定された誤認識文字に対し前記後処理手段によ
   りなされた修正に関する情報を参照することによって、
   前記辞書のいずれの登録または修正を行うべきかのユー
   ザーの判断を助けるためのメッセージを出力する手段を
   有することを特徴とするパターン認識装置。
2. 【請求項２】入力パターンをパターン辞書とのパターン
   マッチングにより認識する認識手段と、該認識手段によ
   る認識結果を単語等の知識の辞書を利用して修正する後
   処理手段と、前記辞書の登録もしくは修正の処理を行う
   辞書登録手段とを具備し、前記辞書登録手段は、ユーザ
   ーより指定された誤認識文字に対し前記認識手段により
   得られた第11候補とユーザーより入力された正解文字と
   の比較によって、及び前記誤認識文字に対し前記後処理
   手段によりなされた修正に関する情報を参照することに
   よって、前記辞書のいずれの登録または修正を行うべき
   かのユーザーの判断を助けるためのメッセージを出力す
   る手段を有することを特徴とするパターン認識装置。
3. 【請求項３】入力パターンをパターン辞書とのパターン
   マッチングにより認識する認識手段と、該認識手段によ
   る認識結果を単語等の知識の辞書を利用して修正する後
   処理手段と、前記辞書の登録もしくは修正の処理を行う
   辞書登録手段とを具備し、前記辞書登録手段は、ユーザ
   ーより指定された誤認識文字に対し前記後処理手段によ
   りなされた修正に関する情報を参照することによって、
   前記辞書のいずれかを選択し、その登録または修正の処
   理を起動する手段を有することを特徴とするパターン認
   識装置。
4. 【請求項４】入力パターンをパターン辞書とのパターン
   マッチングにより認識する認識手段と、該認識手段によ
   る認識結果を単語等の知識の辞書を利用して修正する後
   処理手段と、前記辞書の登録もしくは修正の処理を行う
   辞書登録手段とを具備し、前記辞書登録手段は、ユーザ
   ーより指定された誤認識文字に対し前記認識手段により
   得られた第１候補とユーザーより入力された正解文字と
   の比較によって、及び前記誤認識文字に対し前記後処理
   手段によりなされた修正に関する情報を参照することに
   よって、前記辞書のいずれかを選択し、その登録または
   修正の処理を起動する手段を有することを特徴とするパ
   ターン認識装置。