JPH04225471A - キーワード検索方法 - Google Patents
キーワード検索方法Info
- Publication number
- JPH04225471A JPH04225471A JP2407098A JP40709890A JPH04225471A JP H04225471 A JPH04225471 A JP H04225471A JP 2407098 A JP2407098 A JP 2407098A JP 40709890 A JP40709890 A JP 40709890A JP H04225471 A JPH04225471 A JP H04225471A
- Authority
- JP
- Japan
- Prior art keywords
- characters
- keyword
- character
- read
- rank
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
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。
め要約のデータは記録されません。
Description
【０００１】
【産業上の利用分野】この発明は、登録キーワードと同
じ文字列をキーワードとして文書中から検索する方法で
あって、とくにキーワード構成文字の一部に誤読があっ
たとしても、単純に排除しないで合理的に救済すること
により、検索効率の向上が図れるキーワード検索方法に
関する。
じ文字列をキーワードとして文書中から検索する方法で
あって、とくにキーワード構成文字の一部に誤読があっ
たとしても、単純に排除しないで合理的に救済すること
により、検索効率の向上が図れるキーワード検索方法に
関する。
【０００２】
【従来の技術】一般に、文書の内容を迅速，的確に把握
するには、キーワードを活用するのが有効である。たと
えば、地球環境保護の問題に関する文書では、たとえば
「放射能」や「オゾン層」，「地球汚染」などのキーワ
ードが用いられる。さて、文書のデータベース化をおこ
なうとき、文書の文字つまり原稿文字を順に文字読取装
置によって、標準文字に対する類似度のもっとも高い文
字を読取文字として選出し、文字コードで表されるテキ
ストを作成する。このテキストに対して、登録されたキ
ーワードと同じ単一文字または文字列をキーワードとし
て検索する。
するには、キーワードを活用するのが有効である。たと
えば、地球環境保護の問題に関する文書では、たとえば
「放射能」や「オゾン層」，「地球汚染」などのキーワ
ードが用いられる。さて、文書のデータベース化をおこ
なうとき、文書の文字つまり原稿文字を順に文字読取装
置によって、標準文字に対する類似度のもっとも高い文
字を読取文字として選出し、文字コードで表されるテキ
ストを作成する。このテキストに対して、登録されたキ
ーワードと同じ単一文字または文字列をキーワードとし
て検索する。
【０００３】
【発明が解決しようとする課題】従来の方法では、文字
読取装置によって読み取られた結果に誤り、つまり誤読
が１字でもあると、キーワードが存在するにもかかわら
ず、検索対象から除外される。すなわち、文書中のキー
ワード総数に対する検索キーワード数の比率を検索効率
と定義したとき、検索効率は著しく低下する。
読取装置によって読み取られた結果に誤り、つまり誤読
が１字でもあると、キーワードが存在するにもかかわら
ず、検索対象から除外される。すなわち、文書中のキー
ワード総数に対する検索キーワード数の比率を検索効率
と定義したとき、検索効率は著しく低下する。
【０００４】この発明の課題は、従来の技術がもつ以上
の問題点を解消し、キーワード構成文字の一部に誤読が
あったとしても、単純に排除しないで合理的に救済する
ことにより、検索効率の向上が図れるキーワード検索方
法を提供することにある。
の問題点を解消し、キーワード構成文字の一部に誤読が
あったとしても、単純に排除しないで合理的に救済する
ことにより、検索効率の向上が図れるキーワード検索方
法を提供することにある。
【０００５】
【課題を解決するための手段】この課題を解決するため
に、請求項１に係るキーワード検索方法は、登録キーワ
ードと同じ文字列をキーワードとして文書中から検索す
る方法において、この文書の各文字を文字読取装置によ
って読み取り、前記登録キーワードと同一文字数で、か
つ各同一順位の文字同士が第１の所定数以上一致し、前
記登録キーワードの各文字全てとは一致しない読取文字
列を選出し；この選出された各読取文字列について各同
一順位ごとの文字の集合を求め；この各順位ごとの文字
集合のうちに前記登録キーワードの対応する順位の文字
と一致する文字の個数が第２の所定数以上あるとき、前
記各読取文字列の全てを検索すべきキーワードとみなす
。
に、請求項１に係るキーワード検索方法は、登録キーワ
ードと同じ文字列をキーワードとして文書中から検索す
る方法において、この文書の各文字を文字読取装置によ
って読み取り、前記登録キーワードと同一文字数で、か
つ各同一順位の文字同士が第１の所定数以上一致し、前
記登録キーワードの各文字全てとは一致しない読取文字
列を選出し；この選出された各読取文字列について各同
一順位ごとの文字の集合を求め；この各順位ごとの文字
集合のうちに前記登録キーワードの対応する順位の文字
と一致する文字の個数が第２の所定数以上あるとき、前
記各読取文字列の全てを検索すべきキーワードとみなす
。
【０００６】請求項２に係るキーワード検索方法は、請
求項１に記載の方法において、第１所定数は、登録キー
ワードの文字数に応じて定められる。
求項１に記載の方法において、第１所定数は、登録キー
ワードの文字数に応じて定められる。
【０００７】請求項３に係るキーワード検索方法は、請
求項１または２に記載の方法において、第２所定数は、
各順位ごとの文字集合に属する共通な文字数に応じて定
められる。
求項１または２に記載の方法において、第２所定数は、
各順位ごとの文字集合に属する共通な文字数に応じて定
められる。
【０００８】
【作用】請求項１に係るキーワード検索方法では、■文
書の各文字を文字読取装置によって読み取り、登録キー
ワードと同一文字数で、かつ各同一順位の文字同士が第
１の所定数以上一致し、登録キーワードの各文字全てと
は一致しない読取文字列を選出する、つまり登録キーワ
ードと部分的に一致し、従来は除外されるべき読取文字
列について救済可能な候補として１次選考する、■この
選出された各読取文字列について各同一順位ごとの文字
の集合を求め、この各順位ごとの文字集合のうち登録キ
ーワードの対応する順位の文字と一致する文字の個数が
第２の所定数以上あるとき、２次選考として各読取文字
列の全てを検索すべきキーワードとみなす。なお、１次
選考における第１所定数は、請求項２のように登録キー
ワードの文字数に応じて、また２次選考における第２所
定数は、請求項３のように各順位ごとの文字集合に属す
る共通な文字数に応じてそれぞれ定められる。
書の各文字を文字読取装置によって読み取り、登録キー
ワードと同一文字数で、かつ各同一順位の文字同士が第
１の所定数以上一致し、登録キーワードの各文字全てと
は一致しない読取文字列を選出する、つまり登録キーワ
ードと部分的に一致し、従来は除外されるべき読取文字
列について救済可能な候補として１次選考する、■この
選出された各読取文字列について各同一順位ごとの文字
の集合を求め、この各順位ごとの文字集合のうち登録キ
ーワードの対応する順位の文字と一致する文字の個数が
第２の所定数以上あるとき、２次選考として各読取文字
列の全てを検索すべきキーワードとみなす。なお、１次
選考における第１所定数は、請求項２のように登録キー
ワードの文字数に応じて、また２次選考における第２所
定数は、請求項３のように各順位ごとの文字集合に属す
る共通な文字数に応じてそれぞれ定められる。
【０００９】
【実施例】本発明に係るキーワード検索方法を適用した
検索装置について、以下に図を参照しながら説明する。 図３は検索装置に係る登録キーワードと１次選考読取文
字列の例示図である。図３において、登録キーワードＫ
は、４文字から構成される「富士電機」である。１次選
考の結果、５個の読取文字列Ｗ１〜Ｗ５が選出されたと
する。すなわち、富土謳機，富土電揆，笛士雷機，宮士
壇機，宙土電機 である。各読取文字列とも登録キー
ワードと、下線を付けた２個の同一文字をもっている。 ここで、発明における第１所定数は２とする。
検索装置について、以下に図を参照しながら説明する。 図３は検索装置に係る登録キーワードと１次選考読取文
字列の例示図である。図３において、登録キーワードＫ
は、４文字から構成される「富士電機」である。１次選
考の結果、５個の読取文字列Ｗ１〜Ｗ５が選出されたと
する。すなわち、富土謳機，富土電揆，笛士雷機，宮士
壇機，宙土電機 である。各読取文字列とも登録キー
ワードと、下線を付けた２個の同一文字をもっている。 ここで、発明における第１所定数は２とする。
【００１０】図４は読取文字列の２次選考に係る選考過
程図である。図４において、第１列に文字順位、第２列
に登録キーワード、第３列に１次選考読取文字列の各順
位文字の集合、第４列に登録キーワードの各構成文字と
各順位文字の集合との一致文字数、がそれぞれ示される
。たとえば、文字順位１に相当する登録キーワードの構
成文字は「富」、これに対して１次選考された５個の読
取文字列Ｗ１〜Ｗ５で文字順位１に相当する文字の集合
は｛富，富，笛，宮，宙｝である。つまり、一致文字数
は２である。ここで、発明における第２所定数は２とす
る。同様に、各文字順位２，３，４について文字集合を
求め、各一致文字数２，２，４を得る。したがって、１
次選考された５個の読取文字列Ｗ１〜Ｗ５は、２次選考
にも合格してキーワードであると判定される。なお、第
１，第２の各所定数は、基本的には経験的に定められ、
一般的には、第１所定数は登録キーワードの構成文字数
が多くなるほど大きい数値をとり、第２所定数は各順位
の文字集合に属する文字数が多くなるほど比例的に大き
い数値をとる。
程図である。図４において、第１列に文字順位、第２列
に登録キーワード、第３列に１次選考読取文字列の各順
位文字の集合、第４列に登録キーワードの各構成文字と
各順位文字の集合との一致文字数、がそれぞれ示される
。たとえば、文字順位１に相当する登録キーワードの構
成文字は「富」、これに対して１次選考された５個の読
取文字列Ｗ１〜Ｗ５で文字順位１に相当する文字の集合
は｛富，富，笛，宮，宙｝である。つまり、一致文字数
は２である。ここで、発明における第２所定数は２とす
る。同様に、各文字順位２，３，４について文字集合を
求め、各一致文字数２，２，４を得る。したがって、１
次選考された５個の読取文字列Ｗ１〜Ｗ５は、２次選考
にも合格してキーワードであると判定される。なお、第
１，第２の各所定数は、基本的には経験的に定められ、
一般的には、第１所定数は登録キーワードの構成文字数
が多くなるほど大きい数値をとり、第２所定数は各順位
の文字集合に属する文字数が多くなるほど比例的に大き
い数値をとる。
【００１１】図２は検索装置の構成を示すブロック図で
ある。図２において、１は文書の原稿文字に係る画像を
求めるイメージスキャナ、２は読取部で、原稿文字に係
る画像に基づいて読み取りをおこなう。３は読取文字用
のメモリで、ここに読取文字が文字コードで格納される
。４は登録キーワード用の入力部、５は登録キーワード
用のメモリである。６は照合部で、各メモリ３，５から
の対応する文字コードを照合し、一致，不一致の判定を
する等、前記の１次，２次の各選考処理をおこない、最
終的にキーワードとみなすかどうかを決める。７はＣＲ
Ｔで、照合結果を画面に表示する。なお、このＣＲＴ７
に照合結果を印刷して出力するプリンタを併設すること
ができる。
ある。図２において、１は文書の原稿文字に係る画像を
求めるイメージスキャナ、２は読取部で、原稿文字に係
る画像に基づいて読み取りをおこなう。３は読取文字用
のメモリで、ここに読取文字が文字コードで格納される
。４は登録キーワード用の入力部、５は登録キーワード
用のメモリである。６は照合部で、各メモリ３，５から
の対応する文字コードを照合し、一致，不一致の判定を
する等、前記の１次，２次の各選考処理をおこない、最
終的にキーワードとみなすかどうかを決める。７はＣＲ
Ｔで、照合結果を画面に表示する。なお、このＣＲＴ７
に照合結果を印刷して出力するプリンタを併設すること
ができる。
【００１２】図１は検索装置の動作を示すフローチャー
トである。図１のステップＳ１で、キーワードＫＷと同
じ文字数の読取文字列Ｗを順次選出（予備選考）する。 ステップＳ２で、Ｓ１で選出された読取文字列Ｗで、Ｋ
Ｗと同一順位同士が全て同文字である読取文字列Ｗｉを
選出する。これは従来の検索方法である。ステップＳ３
で、Ｓ２で選出されなかった読取文字列から、ＫＷと同
一順位同士がＡ個（第１所定数）以上、同文字である読
取文字列Ｗｊを選出（１次選考）する。すなわち、ステ
ップＳ３以降が検索キーワードの救済処置になる。なお
、図３の例では、Ａ＝２ である。ステップ４で、ス
テップＳ１〜Ｓ３を文書全体について繰り返す。ステッ
プＳ５で、Ｓ３で選出された読取文字列Ｗｊに係る同一
順位文字の集合のうちＢ個（第２所定数）以上が、ＫＷ
の同一順位文字と同かどうか判断（２次選考）し、ＹＥ
ＳならステップＳ５に移行し、ＮＯなら救済されず終了
する。なお図４の例では、Ｂ＝２である。ステップＳ６
で、読取文字列ＷｊをＫＷとみなし、救済する。したが
って、検索キーワードは各読取文字列Ｗｉ，Ｗｊになる
。
トである。図１のステップＳ１で、キーワードＫＷと同
じ文字数の読取文字列Ｗを順次選出（予備選考）する。 ステップＳ２で、Ｓ１で選出された読取文字列Ｗで、Ｋ
Ｗと同一順位同士が全て同文字である読取文字列Ｗｉを
選出する。これは従来の検索方法である。ステップＳ３
で、Ｓ２で選出されなかった読取文字列から、ＫＷと同
一順位同士がＡ個（第１所定数）以上、同文字である読
取文字列Ｗｊを選出（１次選考）する。すなわち、ステ
ップＳ３以降が検索キーワードの救済処置になる。なお
、図３の例では、Ａ＝２ である。ステップ４で、ス
テップＳ１〜Ｓ３を文書全体について繰り返す。ステッ
プＳ５で、Ｓ３で選出された読取文字列Ｗｊに係る同一
順位文字の集合のうちＢ個（第２所定数）以上が、ＫＷ
の同一順位文字と同かどうか判断（２次選考）し、ＹＥ
ＳならステップＳ５に移行し、ＮＯなら救済されず終了
する。なお図４の例では、Ｂ＝２である。ステップＳ６
で、読取文字列ＷｊをＫＷとみなし、救済する。したが
って、検索キーワードは各読取文字列Ｗｉ，Ｗｊになる
。
【００１３】以上のように、従来の方法で除外された読
取文字列を、１次，２次の各選考過程を経て救済するが
、この救済が適正かつ合理的な制約条件のもとでおこな
われるから、救済により検索効率の向上が図れるととも
に、救済された読取文字列の検索確度は高い。
取文字列を、１次，２次の各選考過程を経て救済するが
、この救済が適正かつ合理的な制約条件のもとでおこな
われるから、救済により検索効率の向上が図れるととも
に、救済された読取文字列の検索確度は高い。
【００１４】
【発明の効果】請求項１〜３のいずれかに係るキーワー
ド検索方法では共通に、登録キーワードと同一文字数で
、かつ各同一順位の文字同士が第１の所定数以上一致し
、登録キーワードの各文字全てとは一致しない読取文字
列を１次選考として選出し；この選出された各読取文字
列について各同一順位ごとの文字の集合を求め、この各
順位ごとの文字集合のうち登録キーワードの対応する順
位の文字と一致する文字の個数が第２の所定数以上ある
とき、２次選考として各読取文字列の全てを検索すべき
キーワードとみなす。
ド検索方法では共通に、登録キーワードと同一文字数で
、かつ各同一順位の文字同士が第１の所定数以上一致し
、登録キーワードの各文字全てとは一致しない読取文字
列を１次選考として選出し；この選出された各読取文字
列について各同一順位ごとの文字の集合を求め、この各
順位ごとの文字集合のうち登録キーワードの対応する順
位の文字と一致する文字の個数が第２の所定数以上ある
とき、２次選考として各読取文字列の全てを検索すべき
キーワードとみなす。
【００１５】したがって、キーワード構成文字の一部に
誤読があったとしても、単純に排除しないで合理的に救
済することにより、検索効率の向上が図れる、という効
果が得られる。また、とくに請求項２のように、第１所
定数が登録キーワード文字数に応じて定められ、また請
求項３のように、第２所定数が各順位ごとの文字集合に
属する共通な文字数に応じて定められるから、救済が適
正かつ合理的な制約条件のもとでおこなわれ、救済され
た読取文字列の検索確度は高い。
誤読があったとしても、単純に排除しないで合理的に救
済することにより、検索効率の向上が図れる、という効
果が得られる。また、とくに請求項２のように、第１所
定数が登録キーワード文字数に応じて定められ、また請
求項３のように、第２所定数が各順位ごとの文字集合に
属する共通な文字数に応じて定められるから、救済が適
正かつ合理的な制約条件のもとでおこなわれ、救済され
た読取文字列の検索確度は高い。
【図１】本発明に係る方法を適用した検索装置の動作を
示すフローチャート
示すフローチャート
【図２】この検索装置の構成を示すブロック図
【図３】
この検索装置に係る登録キーワードと１次選考読取文字
列の例示図
この検索装置に係る登録キーワードと１次選考読取文字
列の例示図
【図４】読取文字列の２次選考に係る選考過程図
１ イメージセンサ
２ 読取部
３ メモリ
４ 入力部
５ メモリ
６ 照合部
７ ＣＲＴ
Claims (3)
- 【請求項１】登録キーワードと同じ文字列をキーワード
として文書中から検索する方法において、この文書の各
文字を文字読取装置によって読み取り、前記登録キーワ
ードと同一文字数で、かつ各同一順位の文字同士が第１
の所定数以上一致し、前記登録キーワードの各文字全て
とは一致しない読取文字列を選出し；この選出された各
読取文字列について各同一順位ごとの文字の集合を求め
；この各順位ごとの文字集合のうちに前記登録キーワー
ドの対応する順位の文字と一致する文字の個数が第２の
所定数以上あるとき、前記各読取文字列の全てを検索す
べきキーワードとみなす；ことを特徴とするキーワード
検索方法。 - 【請求項２】請求項１に記載の方法において、第１所定
数は、登録キーワードの文字数に応じて定められること
を特徴とするキーワード検索方法。 - 【請求項３】請求項１または２に記載の方法において、
第２所定数は、各順位ごとの文字集合に属する共通な文
字数に応じて定められることを特徴とするキーワード検
索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2407098A JPH04225471A (ja) | 1990-12-27 | 1990-12-27 | キーワード検索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2407098A JPH04225471A (ja) | 1990-12-27 | 1990-12-27 | キーワード検索方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04225471A true JPH04225471A (ja) | 1992-08-14 |
Family
ID=18516712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2407098A Pending JPH04225471A (ja) | 1990-12-27 | 1990-12-27 | キーワード検索方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04225471A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11232296A (ja) * | 1998-02-18 | 1999-08-27 | Mitsubishi Electric Corp | 文書ファイリングシステムおよび文書ファイリング方法 |
| JP2000057315A (ja) * | 1998-08-06 | 2000-02-25 | Mitsubishi Electric Corp | 文書ファイリング装置及び文書ファイリング方法 |
| US6070161A (en) * | 1997-03-19 | 2000-05-30 | Minolta Co., Ltd. | Method of attaching keyword or object-to-key relevance ratio and automatic attaching device therefor |
| US7130487B1 (en) | 1998-12-15 | 2006-10-31 | Matsushita Electric Industrial Co., Ltd. | Searching method, searching device, and recorded medium |
| JP2011034230A (ja) * | 2009-07-30 | 2011-02-17 | Rakuten Inc | 画像検索エンジン |
-
1990
- 1990-12-27 JP JP2407098A patent/JPH04225471A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6070161A (en) * | 1997-03-19 | 2000-05-30 | Minolta Co., Ltd. | Method of attaching keyword or object-to-key relevance ratio and automatic attaching device therefor |
| JPH11232296A (ja) * | 1998-02-18 | 1999-08-27 | Mitsubishi Electric Corp | 文書ファイリングシステムおよび文書ファイリング方法 |
| JP2000057315A (ja) * | 1998-08-06 | 2000-02-25 | Mitsubishi Electric Corp | 文書ファイリング装置及び文書ファイリング方法 |
| US7130487B1 (en) | 1998-12-15 | 2006-10-31 | Matsushita Electric Industrial Co., Ltd. | Searching method, searching device, and recorded medium |
| JP2011034230A (ja) * | 2009-07-30 | 2011-02-17 | Rakuten Inc | 画像検索エンジン |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8005819B2 (en) | Indexing and searching product identifiers | |
| US5469355A (en) | Near-synonym generating method | |
| JP3689455B2 (ja) | 情報処理方法及び装置 | |
| US8250469B2 (en) | Document layout extraction | |
| JP2643094B2 (ja) | 文書用紙認識システム | |
| US20160048528A1 (en) | Indexing and search query processing | |
| EP1843276A1 (en) | Method for automated processing of hard copy text documents | |
| JP4260790B2 (ja) | ファイリング・検索装置およびファイリング・検索方法 | |
| CN117493712B (zh) | Pdf文档可导航目录提取方法、装置、电子设备及存储介质 | |
| US7539343B2 (en) | Classifying regions defined within a digital image | |
| WO2008130501A1 (en) | Unstructured and semistructured document processing and searching and generation of value-based information | |
| JP2007172077A (ja) | 画像検索システム及び方法及びプログラム | |
| JP2693914B2 (ja) | 検索システム | |
| CN106933824A (zh) | 在多个文档中确定与目标文档相似的文档集合的方法和装置 | |
| JPH10230226A (ja) | 住所読み取り装置 | |
| JP3589007B2 (ja) | 文書ファイリングシステムおよび文書ファイリング方法 | |
| JPH11306203A (ja) | インデックス作成方法及び文書検索処理方法 | |
| JP2535629B2 (ja) | 検索システムの入力文字列正規化方式 | |
| JP2998054B2 (ja) | 文字認識方法及び文字認識装置 | |
| JP4677750B2 (ja) | 文書属性取得方法および装置並びにプログラムを記録した記録媒体 | |
| JP3477822B2 (ja) | 文書登録検索システム | |
| Terasawa et al. | A fast appearance-based full-text search method for historical newspaper images | |
| Takasu et al. | Approximate matching for OCR-processed bibliographic data | |
| JP2000305935A (ja) | 文書ファイリング装置 | |
| JPH07146875A (ja) | 情報検索装置 |