JPH03154985A - 最尤度単語認識方式 - 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） 本発明は、入力文字列から候補単語を探索し、この候補
単語の中から最も適切で尤度の高い単語を認識する最尤
度単語認識方式に関し、更に詳しくは、単語照合の途中
結果として得られるＮ個の候補単語から不一致文字部分
の文字切り出しおよび文字照合を再処理する再照合の対
象とすべきｎ個の候補単語を抽出する候補単語絞り込み
方式を使用した最尤度単語認識方式に関する。

（従来の技術） 従来の最尤度単語認識方式は、第３図に示すように、入
力文字列とメモリ部３７の単語辞書１１との連想統合処
理を行って、入力文字列の各文字位置にその文字が存在
する候補単語を探索し、該当するすべての候補単語を抽
出する探索処理部１を有し、それから評価値加算処理部
２において前記探索処理部１で得られた候補単語に対し
て一致した文字に付与された評価値を評価値テーブル１
２に加算する。次に、評価値加算処理部２から出力され
る候補単語に対してソート処理部３において評価値の降
順にソートを行い、上位Ｎ位までの候補単語を得る。な
お、探索処理部１、評価点加算処理部２およびソート処
理部３は単語照合処理部１６を構成している。

ソート処理部２で得られたＮ個の各候補単語は、判定処
理部４において各単語の文字が人力文字列の中にすべて
含まれているか否かを判定される。

この判定の結果、すべての文字か含まれていない場合に
は、再照合処理部１０において、その単語の不一致部分
に対して再度文字切り出しおよび文字照合を行い、再度
単語の認識処理ようになっている。この再照合処理部１
０は不一致文字位置探索処理部６１文字一致率による絞
り込み部１３、再文字切り出し部７、再文字照合部８、
単語照合処理部５および判定処理部９から構成されてい
る。

また、前記判定処理部４における判定の結果、候補単語
中の全構成文字が候補文字列（入力文字列）の中に存在
すると判定された場合、該当する候補単語を照合認識結
果として出力する。

任意ピッチ文字列では、１文字文の領域が２文字分の領
域に分割されたり、逆に２文字分の領域が１文字分の領
域として合成されてしまう等というように１文字の領域
が必ずしも正確に識別できない。

従って、領域の識別が誤った場合、入力文字列から絞ら
れた文字候補列と候補単語の一致状態は、単純に各々の
先頭位置から１文字毎に文字コードの比較を行う方法で
は、一致部分と不一致部分を切り分けることができない
。単純な比較をした場合には、誤った一致部分、不一致
部分の判定を行うことが多くなる。このため、一致部分
、不一致部分の判定は、各々の文字候補の前後の文字ま
での比較を行いながら最適な組合せを求めるＤＰマツチ
ング方と呼ばれる方法に類似した方法により行う。この
不一致部分判定の処理量は候補単語数Ｎｘ候補単語長、
ｌｘ候補文字列長ｍのオーダとなる。

この判定の結果得られた一致部分の文字数と単語の文字
数の比を文字一致率と称し、この文字一致率の大きな単
語をｎ個（＜Ｎ個）選択することにより再照合単語を絞
り込んでいる。

（発明が解決しようとする課題） 上述した従来の方法では、Ｎ個の候補について一致／不
一致部分を求める処理を行うため、処理負荷が重く、高
速化を図ることができないという問題がある。

本発明は、上記に鑑みてなされたもので、その目的とす
るところは、再照合処理の対象とする候補単語数を減ら
して再照合処理量を低減し、高速化を図った最尤度単語
認識方式を提供することにある。

［発明の構成］ （課題を解決しようとする手段） 上記目的を達成するため、本発明の最尤度単語認識方式
は、入力文字列の文字切り出し、文字認識の結果得られ
た文字候補列中のすべての文字について文字毎に該文字
を有する単語を探索し、該文字の得点を該単語の得点と
して加算し、この得られた単語の得点の高いものから類
似度が高いと判断する尤度検索手段と、尤度の高い所定
数の単語について構成文字がすべて文字候補列中に含ま
れるか否かを調べ、すべての文字が含まれている単語を
入力文字候補列に一致した単語と判断し、この判断によ
り一致しないと判断された場合には、前記所定数の単語
について文字候補列と単語の−致部分／不一致部分を探
索し、不一致部分について再度文字領域の識別と文字認
識を行い、最尤度単語を決定する再照合手段を有する任
意ピッチで記入された日本語文字列に一致する単語を単
語辞書中から探索する最尤度単語認識方式であって、文
字の得点を単語の得点として加算する場合に単語毎の加
算回数を記憶する加算回数記憶手段と、この加算回数を
単語の構成文字数で割って得られる疑似文字一致率が所
定値以上の前記所定数よりも少ない数の単語についての
み再照合を行う再照合手段と有することを要旨とする。

（作用） 本発明の最尤度単語認識方式では、文字候補列に含まれ
る文字の得点を単語対応に加算するとともに、この加算
回数を記憶し、この加算回数を基に単語を少ない数に絞
り込み、それから文字の一致／不一致部分を識別し、単
語の再照合を行っている。

（実施例） 以下、図面を用いて本発明の詳細な説明する。

第１図は本発明の一実施例に係わる最尤度単語認識方式
の構成を示すブロック図である。同図に示す最尤度単語
認識方式は、単語照合処理部３１と、判定処理部４と、
再照合処理部３３と、メモリ部３５とから構成されてい
る。単語照合処理部３１は、探索処理部１と、評価値加
算処理部２０と、ソート処理部３とから構成され、再照
合処理部３３は、疑似文字一致率による絞り込み部１４
と、不一致文字位置探索処理部６と、再文字切り出し部
７と、再文字照合部８と、単語照合処理部５と、判定処
理部９とから構成され、メモリ部３５は、単語辞書１１
と、評価値テーブル１２と、加算回数集計テーブル１５
とから構成されている。

なお、本実施例に示す最尤度単語認識方式において、前
述した第３図の最尤度単語認識方式に使用されている構
成要素と同じ構成要素には同じ符号が付されており、本
実施例の最尤度単語認識方式が前述した第３図の最尤度
単語認識方式と異なる点は、評価値加算処理部２０にお
いて加算回数を計数し、この加算回数を記憶する加算回
数集計テーブル１５を設けた点と、疑似文字一致率によ
る絞り込み部１４を設け、Ｎ個の候補単語から正解の可
能性の高い候補単語をｎ個に絞り込んでから不一致文字
位置探索処理を行い、処理負荷を低減している点である
。

また、前記疑似文字一致率により絞り込み部１４は、第
２図に示すように、疑似文字一致率算出部２６と、グル
ープ化順位置付は部２７と、候補単語採否判定部２８と
から構成されている。

次に作用を説明する。

人力文字列は、まず探索処理部１において単語辞書１１
の各単語と比較され、入力文字列の各文字位置にその文
字が存在する候補単語が探索され、該当するすべての候
補単語が抽出される。この抽出された各候補単語は、評
価値加算処理部２０において一致した文字に付与された
評価値を該当する評価値テーブル１２に加算されると同
時に、評価値を加算する各単語に対して評価値の加算回
数を計数し、その加算回数値を加算回数集計テーブル１
５に格納する。この評価値加算回数の記憶処理は、１単
語当りの評価値加算処理部の加算処理と、１回の格納処
理が追加されるだけであるので、この処理量は無視し得
る程度である。

次に、ソート処理部３は、評価値加算処理部２の出力と
して得られる候補単語について評価値の降順にソートを
実行し、上位Ｎ位までの候補単語を得る。それから、判
定処理部４は、ソート処理部３で得たＮ個の各候補単語
についてその構成文字と候補文字である入力文字列との
一致状況を判定して、構成文字のすべてが候補文字列中
に存在する候補単語が存在した場合、これらのうち最も
評価値の高い候補単語を照合結果として出力する。

構成文字のすべてが候補文字列中に存在する候補単語が
ない場合には、Ｎ個の候補単語を次の再照合処理部３３
に引き渡す。再照合処理部３３では、Ｎ候補単語の中か
ら再照合処理の対象候補単語を決定するため、疑似文字
一致率による絞り込み部１４における処理を実行し、以
下不一致文字位置探索処理部６、再文字切り出し部７、
再文字　０ 照合部８、単語照合処理部５および判定処理部９を順次
実行して照合結果を出力する。

疑似文字一致率による絞り込み部１４では、第２図に示
すように疑似文字一致率算出部２６、グループ化順位置
付は部２７および候補単語採否判定部２８における処理
を実行する。

疑似文字一致率算出部２６では、評価値加算処理部２０
で記憶した評価値加算回数を当該単語長、すなわち単語
の構成文字数で割ることにより、疑似文字一致率を算出
する。なお、疑似文字一致率と称するのは、次の理由に
よる。評価値加算処理部２０では、文字切り出し誤りに
よる文字位置がずれる影響を補正するために、その文字
位装置の前後り文字の範囲を調べ、その文字が含まれて
いる単語に加算を行う。従って、「東京Ｊと「京都」の
場合、２文字目の「京」によりどちらも１回の加算が行
われること１とより、正確な一致状態を表現しないこと
があるためである。なお、従来の一致／不一致の判定で
は、文字の並び順までを考慮した判定を行うため、この
ような不正確さは発生しない。

グループ化順位置付は部２７では、上記疑似文字一致率
算出部２６で得られた各候補単語の疑似文字一致率の高
い候補単語を再照合処理の対象候補単語とするため、疑
似文字一致率の降順に候補単語をソートする。ここで、
疑似文字一致率の差が少ない候補単語があったとき、単
純に疑似文字一致率の順位を評価尺度とし、そのしきい
値で再照合対象候補とするか除外するかを区別すること
は、本来、正解／不正解の判定が難しい類似単語の中で
僅かな疑似文字一致率の差のみで採否を決定することに
なり、判定方法としては無理がある。

このため、グループ化順位置付は部２７では、疑似文字
一致率の近い類似候補単語を一纏めにしたグループとし
て扱うこととし、そのグループに順位を付与する。

疑似文字一致率による絞り込み部１４の最後の処理であ
る候補単語採否判定部２８における処理は、グループ化
順位付けされた候補単語のうち、予め設定した評価代部
のしきい値（グループ化順１　］ 　２ 位）より上位の候補単語を再照合処理の対象候補単語と
して抽出する。

以上の疑似文字一致率による絞り込み部１４により、判
定処理部４で再照合処理が必要と判定された場合のＮ個
の候補単語から正解の可能性の高い候補単語Ｎ個に絞り
込むことができる。なお、疑似文字一致率による絞り込
み部１４は文字一致率の算出に用いる値が異なる他は従
来の文字一致率による絞り込み部１３の処理と全く同じ
処理である。

［発明の効果］ 以上説明したように、本発明によれば、文字候補列に含
まれる文字の得点を単語対応に加算するとともに、この
加算回数を記憶し、この加算回数を基に単語を少ない数
に絞り込み、それから文字の一致／不一致部分を識別し
、単語の再照合を行っているので、この絞り込んだ分だ
け処理不可量を低減することができ、高速化を図ること
ができる。

【図面の簡単な説明】

第１図は本発明の一実施例に係わる最尤度単語認識方式
の構成を示すブロック図、第２図は第１図の最尤度単語
認識方式に使用されている疑似文字一致率による絞り込
み部の詳細な構成を示すブロック図、第３図は従来の最
尤度単語認識方式の構成を示すブロック図である。 １・・・探索処理部　　　３・・・ソート処理部、４・
・・判定処理部 ６・・・不一致文字位置探索処理部 １１・・・単語辞書　　　１２・・評価値テーブル１４
・・・疑似文字一致率による絞り込み部１５・・・加算
回数集計テーブル ２０・・・評価値加算処理部 ３１・・・単語照合処理部

Claims (2)

【特許請求の範囲】
1. （１）入力文字列の文字切り出し、文字認識の結果得ら
   れた文字候補列中のすべての文字について文字毎に該文
   字を有する単語を探索し、該文字の得点を該単語の得点
   として加算し、この得られた単語の得点の高いものから
   類似度が高いと判断する尤度検索手段と、尤度の高い所
   定数の単語について構成文字がすべて文字候補列中に含
   まれるか否かを調べ、すべての文字が含まれている単語
   を入力文字候補列に一致した単語と判断し、この判断に
   より一致しないと判断された場合には、前記所定数の単
   語について文字候補列と単語の一致部分／不一致部分を
   探索し、不一致部分について再度文字領域の識別と文字
   認識を行い、最尤度単語を決定する再照合手段を有する
   任意ピッチで記入された日本語文字列に一致する単語を
   単語辞書中から探索する最尤度単語認識方式であって、
   文字の得点を、単語の得点として加算する場合に単語毎
   の加算回数を記憶する加算回数記憶手段と、この加算回
   数を単語の構成文字数で割って得られる疑似文字一致率
   が所定値以上の前記所定数よりも少ない数の単語につい
   てのみ再照合を行う再照合手段と有することを特徴とす
   る最尤度単語認識方式。
2. （２）前記再照合手段は、前記疑似文字一致率で単語を
   ソートし、所定の刻み幅以内の疑似文字一致率を有する
   単語を１つのグループとし、このグループに疑似文字一
   致率の大きいものから順位を付与し、該順位が所定の順
   位以上の前記所定数よりも少ない数の単語について再照
   合を行うことを特徴とする請求項（１）記載の最尤度単
   語認識方式。