JPH01231185A - 文字認識装置 - 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】 〔発明の目的〕 （産業上の利用分野） 本発明は入力文字列に対して単語辞書と照合して認識を
行なう文字認識装置に関する。

（従来の技術） 従来の文字認識後処理法は単語と辞書を照合していた。

しかしこの方法は辞書登録単語に対しては強力に働くが
、入力単語が上記単語辞書に登録されていない場合には
辞書内の単語と誤って対応付けられるという誤回復の危
険性が高かった。このとき後処理結果として得られる尤
度をしきい値処理することにより誤回復を減らすことは
できるが、同時に正回復も減ってしまうという問題があ
った。

（発明が解決しようとする課題） 以上のように、従来技術には辞書未登録単語に対する誤
回復の危険性の開運、前記誤回復を避けると正回復も減
ってしまうという問題、語長の短い単語に対して効果が
薄いという問題があった。

本発明は上記従来技術の問題点を解決するために、辞書
登録単語と未登録単語の両方に対して、柔軟に対応でき
る装置を提供することを目的とする。

〔発明の構成〕

（課題を解決するための手段） 上記目的を達成するため、本発明では単語を表わす漢字
文字コード列とその読みがなを表わすカナ文字コード列
の対応関係を利用する第１の手段と、■文字の漢字文字
コードとその読み方の関係を利用する第２の手段を組み
合せ、これらの後処理手段を有効に利用するための制御
手段と該手段により得られた後処理結果を評価・比較し
て最終結果を決定する手段を用いて文字認識を行なう。

これは言え換えれば単語辞書に依存する後処理方式と該
単語辞書に依存しない別の後処理方式を併用する文字認
識方式とも言える。

（作　用） 本発明によれば、単語辞書に登録されている単語が入力
される場合には、第１の後処理手段が適用され、その結
果はとんどの誤読文字を回復して正しい文字に置き換え
られる。

一方、単語辞書に登録されていない単語が入力される場
合には第２の後処理手段が適用されて。

誤読文字が回復される。第２の手段では単語辞書という
特殊な知識ではなく、漢字とその読みという一般的な知
識を利用しているので、単語辞書に登録されていない単
語が入力されても対応できるのである。

このようにして、単語辞書に登録されている単語も、そ
れ以外の単語も一様に後処理によって正しく回復される
ようになる。

（実施例）　　　、 本発明の一実施例を図面に従って説明する。第１図は本
発明に係る文字認識装置の一般構成を示したものである
。以下第１図の各ブロックの説明する。

文字列を含む画像から入力手段１と前処理部２を経て文
字パターン列を抽出し、文字認識部３で文字列中の各文
字に対する１つ乃至それ以上の候補文字を決定する。制
御部４では後処理モジュール群５から１つ乃至それ以上
の後処理手段を選択して文字認識結果を送る。選択され
た後処理手段は上記文字列の各桁についての候補文字か
ら最も妥当な文字を選択した候補文字列を決定して得点
を付属させて制御部４に返す。制御部４は返された結果
に基いて必要な場合にはさらに別の後処理手段の使用を
繰り返し、得られた後処理結果を比較・決定部６に送る
。比較・決定部６では上記の処理により得られた１つ乃
至それ以上の後処理結果を評価・比較して最終結果を決
定する。出力手段７はこの最終結果を出力する。

次に第１図の後処理モジュール群５に含まれる各後処理
手段、制御部４及び比較・決定部６について順次説明す
る。本実施例は振り仮名付きデータを入力とし、文字認
識後処理手段として付属の振り仮名辞書を有する漢字単
語辞書を用いる方式（以後、振り仮名付き辞書方式と呼
ぶ）と漢字の読みを登録したテーブルを用いる方式（以
後１Ｍみテーブル方式と呼ぶ）を選択的に使用する文字
認識装置の実施例である。

以下に振り仮名付き辞書方式の原理を説明する。

振り仮名付き辞書方式の例を第２図に示す。この図は「
薫」なる単語と「カオル」なる振り仮名が入力された例
である。文字認識過程により入力文字列の各桁について
複数の候補が順位付けられて出力される。各文字にはそ
れぞれの順位に応じた得点が付けられる。ここでは仮に
１位から１０点・９点・・・と得点付けられているとす
る。後処理部では、漢字部分と仮名部分の認識結果が接
続されて図のような候補マトリックスが作られる。この
候補マトリックスと対応付けられるべき辞書として漢字
より成る単語を登録した辞書と該単語辞書に付属して各
単語に対応する振り仮名を登録した辞書を登録した辞書
を用意する。このマトリックスの漢字部分と長さの一致
する漢字を単語辞書から選択し、該単語に対応する振り
仮名を該単語辞書に付属の振り仮名辞書から選択し、選
択された漢字単語と振り仮名の各々を該マトリックスの
漢字部分と仮名部分の各々とマツチングして、一致した
文字の順位から各桁の得点を求め、それらを合計した単
語の得点が最も高いものを出力する。図の例では最高得
点を取った「薫（カオル）」なる単語が出力される。

以下に読みテーブル方式の原理を説明する。第３図に読
みテーブル方式の例を示す。この図は「佐藤」なる単語
と「サトウ」なる振り仮名が入力された例である。文字
認識部を経て図のような候補マトリックスが得られたと
する。このマトリックスには漢字部分の各桁についてそ
れぞれ３つの候補文字があるので、単語を構成する漢字
の組み合わせ数は３　Ｘ　３＝９通りあることになる０
次に読みテーブルを参照してこの各組み合わせシこよる
９通りの漢字文字列の各々につし）て、各桁の読みを組
み合わせて例えば「佐藤サトウ」とし）うような入力文
字列の各部分と長との一致する候補文字列を生成する。

この候補文字列をマトリックスと照合する。得点の計算
は振り仮名付き辞書方式と同様に行う。図の例では最高
得点を取った「佐藤（サトウ）ノが出力される。

以下に第１図の制御部４と比較・決定部６をまとめて説
明する。振り仮名付き辞書方式は、辞書登録単語に対し
ては強力に働く反面、未登録単語に対しては役に立たな
い。従って、辞書登録単語に対しては振り仮名付き辞書
方式で、未登録単語に対しては読みテーブル方式で結果
を出力する方式を設計することが望ましい。本実施例で
は、上記の制御を第４図に示すフローにより実現した。

図中Ｒ１，Ｒ２は各々振り仮名付き辞書方式と読みテー
ブル方式により得られた結果の集合であり、ｓｌ。

ｓ２は２つの結果の集合Ｒ１，Ｒ２の得点である。また
、Ｒは最終結果の集合である。

振り仮名付き辞書方式では多くの場合、辞書登録単語の
得点は高く未登録単語の得点は低い、しかし、各々の得
点領域は完全には分離せずオーバーラツプしている。そ
こで本方式では先に振り仮名付き辞書方式を行い、２つ
のしきい値ＴＨＩ、ＴＨ２（Ｔ旧≧ＴＨ２）を設けて、
結果の得点により次のように処理を制御する。

（ｉ）ｓｌ≧Ｔ旧なる場合、辞書登録単語力を正しく回
復されたとして、Ｒ＝８１とする。

（ｉｔ）　　Ｔ旧≧Ｓ１≧ＴＨ２なる場合、辞書未登録
単語が誤って辞書内の単語と対応付番すられた可能性も
あるとして、読みテーブル方式も併用してＲ１とＲ２を
比較して最終結果を決定する。

（ｉｉｉ）　　ｓｌ≧ＴＨ２なる場合、辞書未登録単語
が読まれたとして、読みテーブル方式を行し１、Ｒ＝＝
Ｒ２とする。

なお、読みテーブル方式ではしき６ＮｆｌＴＨ３を設け
、ｓ２≧ＴＨ３なる場合にＲ２を出力し、他の場合番±
リジェクトとする。

また、Ｔ旧≧Ｓ１≧ＴＨ２なる場合の最終結果Ｒの決定
は、基本的にＲ１，Ｒ２のうち得点の高１１方をＲとす
る。得点が同点の場合は、Ｒ１とＲ２の共通集合をＲと
する。もし共通集合が空集合なら、辞書優先方式でＲ１
をＲとする。

最終結果Ｒが得られたら、Ｒ中の要素の個数を調べる。

これが１つなら一意すこ結果力へ′４誇られたとしてＲ
を出力し、複数個なら同点りジエクトとする。

以下第２の実施例として、第１の実施例中の振り仮名付
き辞書方式の部分を次のよう番こ変更しても良い。この
変更された振り仮名付き辞書方式の例を第５図に示す、
この図は第１の実施例と同様ｒｌＪなる単語と「カオル
」なる振り仮名が入力された例である。文字認識部によ
り入力文字列の各桁について複数の候補が順位付けられ
て出力される。各文字にはそれぞれの順位に応じた得点
力１付けられる。ここでは仮に１位から１０点・９点・
・・と得点付けられているとする。後処理部では、漢字
部分と仮名部分の認識結果が接続されて図のような候補
マトリックスが作られる。この候補マトリックスに対応
付けられるべく単語辞書として振り仮名付き単語の漢字
部分と仮名部分を連結した複合語を持つ辞書を用書する
。これを振り仮名付き単語辞書と呼ぶ。このマトリック
スと振り仮名付き単語辞書とをマツチングして、一致し
た文字の順位から各桁の得点を求め、それらを合計した
単語の得点が最も高いものを出力する１図の例では最高
得点を取った「薫（カオル）」なる単語が出力される。

なお本実施例の変形として、以下に例を挙げる。

上記の実施例において、入力単語の各漢字に対して振り
仮名が与えられている場合には、入力単語の漢字文字列
とその振り仮名文字列を扱うかわりに漢字１字とその振
り仮名文字列を扱うようにしても良い、また文字認識後
処理手段として上記２方式に限らず他の方式を利用して
も良い。

上記の第１の実施例の振り仮名付き辞書方式において、
候補マトリックスの漢字部分と対応付けられるべき漢字
単語の一致度を先に評価して、その値があるしきい値を
超えない場合にはその漢字単語を候補から除外するよう
にしても良い。

上記の第１の実施例の振り仮名付き辞書方式において、
選択された漢字単語の振り仮名を該単語付属の振り仮名
辞書から選択する場合、仮名部分のみ先に対応付けを行
っても最も一致度の高い振り仮名のみを選択しても良い
。

上記の実施例において、読みに対応した漢字を登録した
テーブルを利用する方式を併用しても良い。

要するに、本発明はその主旨を逸脱しない限り様々に変
形することが可能である。

〔発明の効果〕

以上述べたように、本発明によれば特長の異なる様々な
後処理方式を駆使することが可能となる。

特に単語辞書に依存する文字認識後処理方式と該辞書に
依存しない方式を組み合わせることにより、辞書登録語
に対しては辞書依存形の方式を未登録語に対しては非辞
書依存形の方式を使い分けて辞書登録語／未登録語に関
係なくうまく働く後処理系を実現できる。この結果強力
な文字認識装置を構築できる。

【図面の簡単な説明】

第１図は本発明に係る文字認識装置の一般構成を示した
図、第２図は本発明に係る文字認識装置の第１の実施例
におけるふり仮名付き辞書方式の例を示す図、第３図は
本発明に係る文字認識装置の一実施例における読みテー
ブル方式の例を示す図、第４図は本発明に係る文字認識
装置の一実施例における制御部と比較・決定部の処理の
フロー図、第５図は本発明に係る文字認識装置の第２の
実施例におけるふり仮名付き辞書方式の例を示す図であ
る。 １・・・入力手段　　　　　　２・・・前処理部３・・
・文字認識部　　　　　４・・・制御部５・・・後処理
モジュール群　６・・・比較・決定部７・・・出力手段 代理人　弁理士　則　近　憲　佑 同　　松山光之 第１図 λか：償（方オル）」 却互：１薫（７７オル）」 第　　２　　図 タ３鼾］杵１−・家、・ノ？≧２」≧二；２＼力、′イ
１ｔｉＡ−（すトウ）」 ↓ 第　　３　図 入カニ　１叉（刀オルン」 番 各 話果、′ｔ（カオル）」 第　　５　区 第　　４ｖ！Ｊ

Claims (3)

【特許請求の範囲】
1. （１）入力された漢字文字列と該文字列に対応する振り
   仮名文字列を文字認識し、少なくとも単語を表わす漢字
   文字コード列とそれに対応するカナ文字コード列の対応
   関係を利用して後処理する第１の手段と、漢字文字コー
   ドとその読みを表わすカナ文字コードの対応関係を利用
   して後処理する第２の手段と、これらの手段により得ら
   れる後処理結果を評価して最終結果を決定する手段とを
   有することを特徴とする文字認識装置。
2. （２）第１の手段は、漢字文字コード列より成る単語を
   登録した辞書と該辞書に付属して各漢字文字コード列に
   対応する振り仮名のカナ文字コード列を登録した辞書と
   を利用するものである請求項１記載の文字認識装置。
3. （３）第２の手段は、漢字に対する読みを登録しておい
   て利用するものである請求項１記載の文字認識装置。