JPH0212481A - 文字列認識装置 - 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が構成する単語列を簡易に、効率良
く解析することのできる文字列認識装置に関する。

（従来の技術） 書状郵便物の宛先情報を読取り入力する場合、一般的に
はその宛先情報を示す文字列の各文字をそれぞれ認識し
たのち、この文字認識で求められた各文字の並びが形成
する単語を単語辞書に登録された認識対象単語とを照合
して求め、これらの単語の並びから上記宛先情報を認識
して行なわれる。

ところが宛先情報の表記の形態は種々様々であり、例え
ば成る地名の表記についても「町」が付される場合と、
付されない場合がある。具体的には、本来「横手」なる
表記で示される地名に関しても、■「横手」、■「横手
町」、■「ヨコテ」■「ヨコテマチ」、■「ヨコテチョ
ウ」として様々な表記で示されることがある。この為、
宛先情報を読取り入力する上で、これらの種々の表記の
形態を取り得る地名を、例えば「横手」として正確に認
識する上で種々の問題があった。

そこで従来では、このような様々な表記形態をとる宛先
情報のそれぞれをその本来の地名（単語）として正しく
認識する為の手段として、これらの様々な表記の単語情
報の全てを見出しとして予め単語辞書に登録しておき、
入力文字列がこれらの単語情報の１つに一致したとき、
上記入力文字列を正しく単語認識するようにしている。

然し乍ら、これらの表記の異なる単語情報の全てを単語
辞書に登録しておくには、単語辞書として大容量のメモ
リを準備しておく必要が生じる。しかも単語辞書への登
録単語数が膨大化するので、この単語辞書を用いた単語
照合の為の辞書検索時間が増大し、単語照合処理に多大
な処理時間が必要となる等の不具合が生じた。

（発明が解決しようとする課題） このように従来にあっては、例えば住所等の様々な表記
で示される単語を正確に読取り人力しようとする場合、
その表記の異なる単語の情報の全てを単語辞書に登録し
て対処するようにしているので、単語辞書として大容量
のメモリを必要とし、またその辞書検索に多大な処理時
間を必要とする等の問題があった。

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、様々な表記形態の文字列として
与えられる単語情報を効率良く、且つ正確に読取り入力
することのできる文字列認識装置を提供することにある
。

［発明の構成］ （課題を解決するための手段） 本発明は、入力文字列の各文字をそれぞれ文字認識し、
この文字認識にて求められた各文字の認識結果の列と単
語辞書に登録されている認識対象単語とを照合して上記
入力文字列を構成する単語を認識したのち、この単語認
識された単語の並びを判定して前記入力文字列が構成す
る単語列を認識する文字列認識装置において、 他の単語に接続されて共通に用いられる共通単語が相当
数存在することに着目し、これらの共通単語とこの共通
単語が接続可能な単語とを前記単語辞書にそれぞれ別個
に登録しておき、単語照合によって求められた個々の単
語候補の接続可能性を共通単語処理部にて調べて接続可
能な単語候補を接続した後、その単語列の判定処理に供
するようにしたことを特徴とするものである。

（作用） 本発明によれば他の単語に接続されて共通に用いられる
共通単語と、この共通単語が接続可能な単語とがそれぞ
れ別個に単語辞書に登録されており、この単語辞書との
照合により求められた単語が共通単語である場合には、
その単語の接続可能性が単語間のつながり関係から調べ
られる。そしてこれらの単語が接続可能な関係にある場
合には、それらの単語を相互に結合して１つのに単語に
合成され、読取り入力対象の単語として処理される。

従って前述した例に示されるように地名にｒ町」が付加
される場合と、付加されない場合があるようなときでも
、その表記の異なりについて格別に辞書登録しておかな
くても、共通単語と共通単語に接続可能な単語とについ
てそれぞれ辞書照合により求められた単語がその接続可
能性の検査により接続されて１つの単語として取扱われ
るので、種々の表記形式で人力文字列が与えられる場合
であっても、これを正しく認識することができる。

具体的には前述した例に示されるように地名に「町」が
付加される場合と、付加されない場合があるようなとき
でも、その表記の異なりに拘らず、その入力単語情報を
正しく認識することができる。

また上述したように種々の表記形態をとる文字列に対し
て、共通単語とこの共通単語が接続可能な単語とに別け
て辞書登録するので、その辞書登録数を大幅に少なくす
ることができ、単語辞書として必要なメモリ容量の低減
を図り、且つその辞書検索所要時間の短縮化を図ること
が可能となる。

（実施例） 以下、図面を参照して本発明に係る文字列認識装置の一
実施例につき説明する。

第１図は実施例装置の概略構成図で、■は入力文字列の
各文字をそれぞれ認識する文字認識部である。この文字
認識に供される文字列は、例えば光学的文字読取り装置
にて読取り入力された帳票記載情報や、音声入力された
単語情報を示す文字列等からなる。この装置が、例えば
書状郵便物に記載された宛名住所を読取り対象としてい
る場合には、書状郵便物を撮像入力した画像中から宛名
住所記載領域を検出し、この宛名住所領域から文字行の
検出切出しを行なった後、その文字行の各文字をそれぞ
れ検出切出しをした情報として文字列が与えられる。文
字認識部ｌではこのような入力文字列の各文字について
、例えばその特徴情報の検出を行ない、その特徴情報と
認識対象文字特徴情報との類似度を計算してその入力文
字を認識する。この文字認識により、通常、高い類似度
を得た文字が認識候補として求められる。

単語認識部２は上記文字認識部ｌで求められた入力文字
列の各文字についての認識候補の組について、単語辞書
３に予め登録されている認識対象１１４語と照合し、そ
の類似度を計算する等して単語認識するものである。こ
の単語認識については、従来より種々提唱されている最
長マツチングの手法を用いる等して行なわれる。

このようにして求められた単語認識結果の列が単語列作
成部４に与えられ、その単語の列が構成する宛名住所の
認識処理が行なわれる。

ここで本装置が特徴とするところは、前記単語辞書３に
認識対象とする単語を予め登録しておくと共に、他の単
語に共通に接続されて用いられる共通単語、およびこの
共通単語が接続されてまとまりのある１つの単語を形成
可能な単語とをそれぞれ別個に辞書登録しておくように
した点にある。

具体的には、宛名住所を認識対象とする場合の単語辞書
３の構成を第２図に示すように、地名を示す複数の単語
に共通に接続されて１つの単語情報を構成するような「
県」や「区」　「市」　「郡」や「町」　「村」等の共
通単語を、これらの共通単語が接続可能な上記地名等の
単語と別個に辞書登録しておく。この際、共通単語が接
続可能な単語には、共通単語が接続可能な情報を付加し
、また共通単語には複数の単語に共通に接続可能である
旨の情報を付加して辞書登録する。そしてこれらの情報
には、同時にその接続形態の種別を示す情報を持たせて
おく。

この第２図に示す例では、「千代田区ｊなる住所を示す
単語を、他の単語に対しても共通に接続可能な共通単語
「区」と、この共通単語「区」が接続される「千代田」
なる単語とに分け、「千代田」なる単語に共通単語が接
続可能な旨の情報（Ｃ１）を付加して辞書登録する。そ
して共通単語「区」については、情報（Ｃ１）が付加さ
れた単語に接続可能な旨を示す情報（Ｃ１）を付加して
辞書登録する。

同様にして地名「横手」なる単語については、「町」な
る共通単語が付加される可能性がある旨の情報（Ｃ２）
を付加して辞書登録し、共通単語「町」については情報
（Ｃ２）が付加された単語に接続可能な旨を示す情報（
Ｃ２）を付加して辞書登録する。

このようにして共通ｔｐ語を別個に辞書登録しておくこ
とにより、単語辞書３に登録しておくべき単語数を大幅
に削減することが可能となる。具体的には、例えば「市
」なる共通単語が接続可能な単語が１０個存在している
場合、従来にあっては、これらの１０個の単語について
「市」を付けた場合と、つけない場合とを想定して合計
２０個の単語を辞書登録しておく必要があったが、共通
単語「市」を別個に辞書登録する場合には、「市」が付
加されない１０個の単語と、その共通単語「市」とから
なる１１個の単語を辞書登録しておけば十分となるので
、これらの単語を登録する為に必要となる単語辞書３と
してのメモリ容量を大幅に削減することが可能となる。

本装置における単語認識部２では、このように構成され
た単語辞書３を用いて入力文字列を単語認識するものと
なっている。しかしてこの単語認識部２の後段に設けら
れた共通単語処理部５は、単語認識された単語の系列に
ついて、前述した付加情報に基づいてその接続可能性を
検定するものである。そして共通単語が接続可能な単語
が求められ、その単語に続いて上記単語に接続可能な共
通単語が求められた場合、これらの単語を接続して１つ
の単語情報を生成している。このような単語の接続可能
性の検定が行なわれ、適宜その接続が施された単語の情
報が背単語列作成部４に与えられる。

ここで上記単語の接続可能性の検定について説明すると
、第３図にその処理手続きの例を示すように、先ず単語
認識されて求められた単語が共通単語が接続可能な単語
であるか否かが調べられる（ステップａ）。このチエツ
クは、単語情報に接続可能性を示す情報が付加されてい
るか否かを調べることによって行なわれる。しかして共
通単語が接続される可能性のない単語である場合には、
その単語を単独の単語として独立に抽出する（ステップ
ｂ）。

一方、上記単語が共通単語を持ち得る単語である場合に
は、次の単語が共通単語であるか否かの判定が行なわれ
る（ステップＣ）。そしてこの付きの単語が共通単語で
ない場合には、また共通単語との接続条件を満たさない
場合には、先の単語に共通単語が接続されないと判定し
て、その単語を独立に抽出する（ステップｄ）。

これに対して次の単語が共通単語であり、その接続条件
が満たされている場合にはこれらの単語を接続し、共通
単語が付加された新たな単語としてその単語情報を抽出
する（ステップｅ）。

以上のような接続可能性の検定により、例えば「熊本市
横手町・・・」なる入力文字列が与えられた場合、単語
辞書３との照合により求められた単語列「熊本」　「市
」　「横手」　「町」　「・・・」について単語「熊本
」　「市」の結合、および単語「横手」「町」の結合が
それぞれなされ、「熊本型」　「横手町」　「・・・」
なる単語列が求められることになる。

このように本装置によれば、複数の単語に共通に接続可
能な共通単語と、その共通単語が接続可能なｌｌｊ語と
がそれぞれ別個に辞書登録されており、辞書検索によっ
て求められた単語の列が上記共通単語とその共通単語が
接続可能な単語との間の接続条件を満たしている場合、
これらを結合して１つの単語情報として取扱うものとな
っている。従って様々な表記（表現）形態を取り得る単
語情報であっても、それらの表記での単語情報の全てを
辞書登録しておくことなく、その単語情報を正確に認識
することが可能となる。しかも単語辞書３としては、共
通単語をまとめて辞書登録しておくだけで良いので、辞
書登録単語数を少なくして必要メモリ容量を大幅に削減
することができる。また辞書登録単語数が少ない分だけ
、その辞書検索の時間の短縮化を図って辞書検索効率を
高めることが可能となる。

尚、本発明は上述した実施例に限定されるものではない
。ここでは書状郵便物ににおける宛名住所の読取りを例
に説明したが、一般文書情報の読取り入力を行なう場合
にも同様に適用可能である。

この場合には、所謂接頭語・接尾語を共通単語として辞
書登録しておくようにすれば良い。またここでは光電変
換して読取り入力した文字画像からその文字列を認識す
る例について示したが、音声人力情報を単語認識する場
合にも同様に適用することが可能である。その多、共通
単語の接続可能性の検定アルゴリズムも種々変形可能で
あり、要はその要旨を逸脱しない範囲で種々変形して実
施することができる。

（作用） 以上説明したように本発明によれば、入力文字列を単語
認識するに際して、複数の単語に共通に接続されてもと
いられる共通単語と、この共通単語が接続かのうな単語
とを別個に辞書登録しておき、単語辞書検索によって求
められた単語情報の接続可能性を調べてその接続条件を
満たす単語と共通単語とを適宜結合して１つの単語情報
として取扱うので、文字列の認識処理を効率的に、且つ
正確に行なうことができる。しかも上述した如く単語辞
書の構成を採用するので、単語辞書に登録すべき単語数
を少なくし、単語辞書として必要なメモリ容量の低減を
図り、またその辞書検索効率の向上を図り得る等の実用
上多大なる効果が奏せられる。

【図面の簡単な説明】

図は本発明の一実施例に係る文字列認識装置を示すもの
で、第１図は実施例装置の要部概略構成図、第２図は単
語辞書の構成例を示す図、第３図は共通単語の接続可能
性の検定処理アルゴリズムの例を示す図である。 １文字認識部、２・・・単語認識部、３・・・単語辞書
、４・・・単語列作成部、５・・・共通単語処理部。

Claims (1)

1. 【特許請求の範囲】 入力文字列の各文字をそれぞれ文字認識する文字認識部
   と、この文字認識部にて求められた各文字の認識結果の
   列と単語辞書に登録されている認識対象単語とを照合し
   て上記入力文字列を構成する単語を認識する単語認識部
   と、この単語認識部で求められた単語の並びを判定して
   前記入力文字列が構成する単語列を認識する単語列作成
   部とを具備した文字列認識装置において、 前記単語辞書に他の単語に接続されて共通に用いられる
   共通単語と、この共通単語が接続可能な単語とをそれぞ
   れ別個に登録しておき、前記単語認識部による単語照合
   によって求められた単語候補の接続可能性を共通単語処
   理部にて調べて接続可能な単語候補を接続した後、前記
   単語列作成部による判定処理に供することを特徴とする
   文字列認識装置。