JPH0355874B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は入力文字を効果的に認識する汎用性に
優れた文字認識装置に関する。

近時、計算機システムを用いた日本語情報処理
が注目され、その漢字文字を自動読取りして認識
することが行われている。例えば本や雑誌等の記
事情報の入力や伝票情報等の入力を上記した文字
読取り・認識により自動的に行うことが試みられ
ている。

ところで従来一般的には、文字認識は、予め辞
書メモリに登録された認識対象文字の辞書パター
ンと、読取り入力された文字のパターンとを比較
し、パターン整合した１つの認識対象文字を選出
することによつてその認識を行つている。然し、
日常使用される漢字文字は５〜６万種もあり、こ
れらの文字の辞書パターンを全て辞書メモリに登
録することは、メモリの容量、処理効率の点で勘
だ不経済である。そこで一般的には、使用頻度の
高い約２千種の文字を認識対象とし、その辞書パ
ターンを記憶することが行われている。これによ
り入力文字データの99％程度の認識が可能とな
り、また上記辞書パターンを記憶するメモリの構
成においても実現が非常に容易となる。

然し乍ら、残る１％程度の入力文字については
依然として認識することができず、これらに対し
ては読取り入力拒否や誤認識が生じ易くなり、オ
ペレータによつて訂正処理の行うこと等が要求さ
れる。特に本や雑誌等の記事情報を入力する場
合、固有名詞や古語等の認識対象以外の文字が限
定された僅かの文字種であるけれども繰返して多
数発生する。この為、文字認識拒否等の頻度が必
然的に増大し、スループツト性能の低下を招い
た。

このような欠点を解消すべく、出現頻度の高い
文字の辞書パターンを記憶しておくことにより、
認識対象外文字の発生頻度を小さくすることが考
えられている。然し、記事情報の内容によつて上
記文字の出現頻度が大きく異なる為、汎用化を図
ることは殆んど不可能である。

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、入力文字の認識
拒否や誤認識の発生を極力少なくして、幅広い文
字認識を可能とする実用性の高い文字認識装置を
提供することにある。

本発明の概要は、一般的に発生頻度の高い文字
を認識対象文字としてその辞書パターンを辞書メ
モリに登録記憶すると共に、本や雑誌等に固有的
に出現する上記認識対象文字以外の認識対象外文
字の辞書パターンを補助メモリに記憶しておき、
上記認識対象文字として認識できなかつた入力文
字に該当する認識対象外文字を補助メモリから選
出し、その辞書パターンを辞書メモリに登録する
ことによつて、辞書メモリ上の文字種の組合せを
入力文字情報の内容に即して厚生することによつ
て、それ以後の入力文字に対する認識拒否や誤認
識等の発生を抑えて上述した目的を効果的に達成
したものである。

また入力文字情報の内容が代つたときにも、辞
書メモリに登録する認識対象外文字の種類を変更
することにより、少ない容量の辞書メモリを有効
に利用して効率の良い文字認識処理を可能とし汎
用性を高めたものである。

以下、図面を参照して本発明の一実施例につき
説明する。

OCR等により読取り入力された文字情報は１
文字づつ切出され、そのパターン情報が抽出され
て文字認識部１に供給される。一方、辞書パター
ンメモリ２には、一般に使用頻度の高（2000字程
度の標準文字が認識対象文字としてその辞書パタ
ーンが記憶されている。文字認識部１は入力文字
のパターンと、上記辞書パターンメモリ２に予め
登録された複数の文字の辞書パターンとを比較
し、パターン整合した１つの文字を選出すること
によつて上記入力文字を認識している。そして、
この認識結果はコントロール部３を介して読取結
果メモリ４に順次登録されるようになつている。
また文字認識部１は、入力文字のパターンに整合
する辞書パターンが辞書パターンメモリ２に存在
しない場合、上記入力文字の認識ができないとし
て、認識拒否信号を前記コントロール部３に与え
るようになつている。しかして、この認識拒否さ
れた文字は、コントロール部３の制御によつてデ
イスプレイ５にて表示されるようになつている。
このデイスプレイ５に表示された認識拒否文字は
オペレータによつて認識され、その結果がキーボ
ード６等の入力装置を介してコントロール部３に
与えられるようになつている。つまり、認識拒否
文字についてはオペレータの目視により認識さ
れ、その認識結果が与えられるようになつてい
る。

一方、補助メモリ７には、前記辞書パターンメ
モリ２に記憶登録された標準文字からなる認識対
象文字以外の非標準文字、即ち固有名詞文字や古
語文字等の情報種類によつては発生頻度が高くな
る認識対象外文字の辞書パターンを記憶してい
る。この補助メモリ７に記憶された認識対象外文
字のうち、上記認識拒否文字に該当するものは、
以下に説明するようにコントロール部３の制御を
受けて選択的に読出され、上記認識拒否文字の読
取り訂正に供されると共に、その辞書パターンが
前記辞書パターンメモリ２に登録される。これに
よつて、以後、上記認識拒否された文字と同じ文
字が入力されたとき、辞書パターンメモリ２に新
たに登録された認識対象外文字によつて文字認識
されることになる。

ところで、コントロール部３には、辞書パター
ンメモリ２に登録された辞書パターンの文字コー
ドを示す文字コードリストテーブル８と、補助メ
モリ７に記憶された認識対象外文字を示す文字コ
ードリストテーブル９とが設けられている。文字
コードリストテーブル８は、例えば第２図にメモ
リ構成を示すように、領域Ａに認識対象文字の文
字コードを登録し、領域Ｂに補助メモリ７から選
択的に読出されて辞書パターンメモリ２に登録さ
れた認識対象外文字の文字コードを登録してい
る。しかして、認識拒否された文字に対してキー
ボード６から与えられた認識結果、例えば文字コ
ードは、先ず文字コードリストテーブル８に登録
された文字コードと対比される。これにより、入
力文字が既に辞書パターン・メモリ２に登録され
ているものか否かがチエツクされる。尚、この文
字コードリストテーブル８を参照することによつ
て辞書パターンメモリ２に登録された辞書パター
ンの文字をモニタするように構成してもよい。

また文字コードリストテーブル９には、補助メ
モリ７に記憶された認識対象外文字の文字コード
と、その補助メモリ７上の記憶アドレスがデイレ
クトリ情報として例えば第３図に示すように書込
まれている。しかして、今、認識拒否された文字
についてオペレータが認識し、キーボード６を介
して入力された文字コードが、前記テーブル８を
参照して辞書パターンメモリ２に登録されていな
いと判定されたとき、文字コードリストテーブル
９に書込まれた文字コードとの参照比較が行われ
る。この参照比較によつて、認識拒否された文字
に該当する認識対象外文字が選出され、前記テイ
レクトリとして示されるアドレス情報に従つて、
その辞書パターンが補助メモリ７から読出され
る。そして、この辞書パターンは前記辞書パター
ンメモリ２に登録され、またその文字コードが文
字コードリストテーブル８の領域Ｂに登録される
ことになる。

尚、ここでは、キーボード６を介して入力され
た認識情報に従つて補助メモリ７から該当する対
象外文字を選出し、これを辞書パターンメモリ２
に登録すると言う実施例について説明したが、こ
れを自動処理するようにしてもよい。即ち、入力
文字が認識拒否されたとき、その文字パターンに
ついて補助メモリ７に記憶された認識対象外文字
の辞書パターンと照合して該当する文字を選出
し、これを辞書パターンメモリ２に登録すること
によつてその処理の自動化を図るようにしてもよ
い。また読取り対象とする情報内容に変つた場合
には、辞書パターンメモリ２に登録した認識対象
外文字を一旦リセツトし、新たに認識拒否された
文字に該当する認識対象外文字の辞書パターンを
登録して辞書メモリ２上に登録記憶される認識の
対象とする文字辞書パターンの組合せを変えるよ
うにして、その入力情報内容に適合させるように
すればよい。

このように本発明は、出現頻度の高い認識対象
文字の辞書パターンを記憶した標準的な辞書メモ
リの他に、出現頻度の低い認識対象外文字の辞書
パターンを記憶した補助メモリを設けたもので、
入力文字に対して、まず標準的な辞書メモリを用
いて文字認識を行い、認識できれば、この認識結
果を出力し、一方、認識が拒絶された場合は、入
力文字を認識対象外文字として補助メモリを用い
て当該する辞書パターンを選出するとともに、こ
の辞書パターンを標準的な辞書メモリいに登録す
るようにしたものである。したがつて、本や雑誌
などの記事情報の文字列を、何等加工することな
く、そのまま入力することで効率よい文字認識を
行うことができ、使用する者に不必要な負担を強
いることもなく、しかも融通性をもつて能率よく
作業を進めることができる。また、入力文字中に
固有名詞や古語などの出現頻度の低い標準文字以
外のものが含まれていても、補助メモリを用いる
ことにより簡易にして効率よく正しい文字認識を
行うことができる。そして、このような標準文字
だけによつてカバーすることができない特殊な固
有的な文字については、該当する辞書パターンを
辞書メモリに登録する学習機能を有していて、以
後、同様な文字入力に対しては認識拒否を招くこ
とがなく、効率的な認識が可能になる。しかも辞
書パターンメモリ２に登録される文字の組合せ
は、標準文字である認識対象文字を基本として入
力情報に応じて変えられるので、汎用性を高める
ことができる。しかも辞書パターンメモリ２を小
容量化して、有効利用することが可能であり、実
用的利点が極めて大きい。故に、文字入力の経過
に伴つて、そのスループツトの向上を図り、学習
機能を備えた文字認識装置を提供できることにな
る。

尚、本発明は上記実施例に限定されるものでは
ない。例えば認識対象文字として設定する標準文
字の数や、補助メモリに準備しておく上記標準文
字以外の認識対象外文字の数およびその種類につ
いては、装置に要求される仕様に応じて定めれば
よい。また補助メモリ７として外部大容量メモリ
を用いても良いことい言うまでもない。また辞書
パターンの形態も種々とることができる。要する
に本発明はその要旨を逸脱しない範囲で形成して
実施することができる。

【図面の簡単な説明】

第１図は本発明の一実施例装置を示す概略構成
図、第２図および第３図はそれぞれ文字コードリ
ストテーブルのメモリ構成例を示す図である。 １……文字認識部、２……辞書パターンメモ
リ、３……コントロール部、４……読取結果メモ
リ、５……デイスプレイ、６……キーボード、７
……補助メモリ、８，９……文字コードリストテ
ーブル。

Claims (1)

【特許請求の範囲】
1. １ 予め定められた複数の認識対象文字の辞書パ
   ターンを記憶した辞書メモリと、上記認識対象文
   字以外の複数の認識対象外文字の辞書パターンを
   記憶した補助メモリと、与えられた入力文字のパ
   ターンを上記辞書メモリに記憶された辞書パター
   ンと比較して文字認識するとともに文字認識でき
   ない場合は上記入力文字を認識対象外文字として
   この認識対象外文字の辞書パターンを上記補助メ
   モリから選出する認識部と、この認識部にて選出
   された認識対象外文字の辞書パターンを上記辞書
   メモリに登録する手段とを具備したことを特徴と
   する文字認識装置。