JPH0522949B2

JPH0522949B2 -

Info

Publication number: JPH0522949B2
Application number: JP59208197A
Authority: JP
Inventors: Hidefumi Goto; Akihiro Asada
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1984-10-05
Filing date: 1984-10-05
Publication date: 1993-03-31
Also published as: JPS6186883A

Description

【発明の詳細な説明】〔発明の利用分野〕本発明は、文字を手書きする過程の情報を用い
て、逐次認識処理を行つてゆくオンライン手書き
文字認識方式に関する。

〔発明の背景〕

近年、計算機はその能力向上に伴い、多くの分
野に利用されるようになつて来た。特に事務所な
どで日常多く行なわれる文章処理（Word
Processing）の分野での発展はめざましいものが
ある。その中で、文章をそのまま計算機に入力
し、編集、登録情報検索などの処理が主に行われ
ている。このような利用において、入力装置は非
常に重要な役割りを果している。

とりわけ、日本においては、漢字、ひらがな、
カタカナなどの手軽な入力手段がなかつた。しか
し、最近文字を手書きすることで、漢字やひらが
ななどの入力が行えるようにしたオンライン手書
き文字認識装置が発表された。これらのオンライ
ン手書き文字認識装置は、タブレツト式文字入力
装置に手書きされたストローク情報を用いて、記
入された文字を認識するものである。

この文字認識には、多くの認識方式が考案され
ている。主なものとしては、 (1) 文字を手書きする際の筆点の運動変化を直交
座標成分に分解した一次元波形と考え、この一
次元波形を直交関数展開により近似し、直交関
数の係数を用いて文字を認識する方式。

(2) 文字を構成する各ストロークを８方向で方向
量子化したベクトルのつながりとして近似し、
これらの近似された各ストロークをいくつかの
基本ストロークに分類し、基本ストロークの組
合せから文字を認識する方式。

(3) 文字を構成する各ストロークをいくつかの基
本ストロークに分類し、かつストロークの端点
や交点などを用いて文字を記述する特徴テーブ
ルを作り、入力文字とこの特徴テーブルの比較
により入力文字を認識する方式。

(4) 特公昭57−6151号公報「手書き文字のオンラ
イン認識処理方式」で提案されている方式で、
各ストロークの始点、終点座標、該始点と終点
との中央位置である中点座標を抽出して各点を
特徴点とし、予め準備された標準文字における
上記各特徴点との距離の総和を計算して、この
距離の総和が最小値となる標準文字を上記入力
文字として認識する方式。

などがある。しかし、いずれの方式においても、
認識というのは確率的な結果を出力するにすぎな
い。従つて、必ず誤認識が存在する。特に、漢字
の「工」とカタカナの「エ」のように全く型が同
じ文字や、漢字の「才」とカタカナの「オ」のよ
うに非常に類似した文字などについては、どちら
の文字とするべきかを決定するのは因難である。

従来、このような問題に対して、 (1) 特開昭52−100936号公報にあるように、記入
領域の文字数、字種などのフオーマツト情報を
予め記憶させ、文字が入力された領域情報によ
り認識理論を切り替える方法や、 (2) 特願昭52−86025号にあるように、文字の前
後係を調べ、文法的に許容されない組合せがあ
れば、どちらかの文字を誤認識したと見なし、
一方または両方の文字をリジエクトする方法な
どがある。しかし、前者は漢字がカナ文字、英
数字等が混在して存在する文章に対しては、一
つの文章を複数の領域へ分割して入力しなけれ
ばならないという筆記者への負担が増加し、後
者は濁点や半濁点等の限られたカテゴリーに対
してのみ有効であり、一般性がなかつた。

この問題の解決策の一つとして、特開昭55−
140976号公報「文字選択処理方式」が提案されて
いる。この方式は、一つの意味のある複数個の入
力文字を単位とし、一つの文字に対して複数の認
識論理を適用し、各論理からの認識結果に対し、
文法規則および読取帳表特有の知識を活用し、文
字種やカテゴリー名の前後関係から有力な候補サ
ブカテゴリーを改めて取捨選択を行う。

この方式は、英字、数字、カナ文字等が混在す
る文章の入力を、筆記者への心理的負担を増加さ
せることなく実現できるという点で、非常にすぐ
れている。

しかし、文字の前後関係から取捨選択を行うこ
とや、文法規則および読取帳票特有の知識を活用
しているために、何も制限のない一般の文章をオ
ンラインで入力する手書き認識方式への適用が配
慮されていなかつた。

〔発明の目的〕

本発明の目的は、漢字、ひらがな、カタカナ英
数字など異つた字種を混在で認識するオンライン
手書き文字認識方式における異なる字種との誤認
識を、自動的に訂正することで、入力時の筆記者
への負担を低減させることが可能なオンライン手
書き文字認識方式を提供することにある。

〔発明の概要〕

異つた字種を混在で認識するオンライン手書き
文字認識方式においては、前述のように同型文
字，類似文字に対して誤認識を生じやすい。とこ
ろが、一つの単語の中に異つた字種が存在するこ
とは少なく、ある字種が連続するという法則を利
用して、前の文字の字種を考慮して、認識した結
果得られる１個あるいは複数個の候補文字の優先
順位を決定することで、自動的に誤認識を訂正す
るものである。

〔発明の実施例〕第１図は、本発明の一実施例のブロツクダイヤ
グラムを示す。図中記号１は座標入力装置、いわ
ゆるタブレツド、２は文字認識装置でありその中
には、文字認識処理部３、文字選択部４、出力制
御部５がある。該文字認識装置２からの出力は、
表示装置６やホストコンピユータ７に送られる。
本発明の原理は以下の通りである。

座標入力装置１に入力された座標情報を文字認
識装置２が受け取り、認識処理部３でこの情報を
元に必要な処理を行ない文字の認識を行う。この
時、認識結果として、１個あるいは複数個の候補
文字を図示されない標準となる辞書に存在する文
字に対する類似度の高い順に、文字を表わす情
報、たとえば、JIS漢字コード、あるいはコード
と類似度を出力する。この出力は該文字選択部５
に送られ、類似度の最も高い文字を後述する複数
のサブカテゴリー群に分類し、それぞれのサブカ
テゴリー群に対し決められたアルゴリズムによつ
て、該認識処理部３より出力された結果に、優先
度をつけ、優先度の高い順に候補文字を入れ換え
あるいは並べ直しを行う。この結果を出力制御部
５が、表示装置６やホストコンピユータ７に送
る。

第２図に、該文字認識装置２の具体的な構成図
を示す。中央処理装置（CPU）８、ランダムア
クセスメモリ（RAM）９、リードオンリーメモ
リ（ROM）１０、認識出力バツフア１１、認識
処理用辞書１２、文字選択バツフア１３、文字選
択用辞書１４、入力インタフエース１５、出力イ
ンターフエース１６、フイルタ１７から成つてい
る。該座標入力装置１から送られて来る座標情報
は、入力インターフエース１５を介して、RAM
９上におかれる。CPU８は、これらの情報を用
い適当な処理を行つて、認識処理用辞書１２の登
録されている文字の情報と比較することにより、
類似度を計算し、類似度の高い順に認識出力用バ
ツフア１１に格納する。該座標入力装置１から送
られてくる情報には図示されない入力ペンが座標
入力装置の入力面に押しつけられたかどうかを示
すペンタツチ信号と、座標入力装置１の記入面に
固定された座標系に対する入力ペンの位置を表わ
す座標信号が含まれている。CPU８は、これら
の信号から入力された文字情報に最も近い文字か
ら順に１個あるいは複数個の文字を出力する。こ
の認識には、多くの方法が知られており、例えば
先に示した特公昭57−6151号公報「オンライン手
書き文字認識方式」では、座標入力装置から送ら
れてくるペンタツチ信号のペンタツチかから、ペ
ンノンタツチまでの間の座標信号を１つのストロ
ークとして切り出し、このストロークを、始点座
標、終点座標、始点と終点の中央位置の中点座標
の３点で代表させ、これらのストロークの組合せ
として入力情報を取り出し、同様な方法ですでに
登録されている辞書の中の標準パターンの座標点
間のパターンマツチングを行つて、このパターン
間距離を非類似度とする。従つて、このパターン
間距離の最も小さい標準パターンが、入力された
文字に等しいとする方式である。一般的に、辞書
に登録される標準パターンは、多くの人のパター
ンの平均的なものが採用されるが、手書き文字の
文字パターンの個人差は大きく、不特定の筆記者
に対して一律のパターン間距離を与える標準パタ
ーンを作成することはできない。さらに、漢字な
どの書き順は、人によつてまちまちである。従つ
て、登録されている標準パターンＳと、これと同
じ文字を不特定の人が筆記し、パターン間距離を
計算すると、ある分布を示す。この分布の分散δ² _s
が大きくなると、別の標準パターンＰに対するパ
ターン間距離の分布と重なりが生じる。この時、
ある事象Ｘがどちらの分布に属するかを決定する
のは、ベイズの理論などにより行われるが、分布
の重なりによつて、本来標準パターンＳに存在す
るべき事象が、標準パターンＰに存在すると判断
されたり逆の現象が生じる。従つて、パターン間
距離の最小となる標準パターンが必ずしも入力文
字と一致しない。そこで、この入力文字との非類
似度を表わすパターン間距離の小さい順（類似度
の高い順）に１個あるいは複数個選択し、これら
を入力文字に対する候補文字として出力を行う。

通常類似度の最も高い文字を認識結果として出
力装置へ出力インターフエース１６を介して出力
される。その認識結果が誤つている場合には、筆
記者が誤つていることを確認して、再度入力をや
り直したり、候補文字の中から正しい文字を選択
するなどの方法で、訂正しなければならない。

しかし、文章などの入力に対して、誤認識によ
る誤り訂正を行うことは、筆記者に対して多くの
負担を与えることになる。このような負担を軽減
するために、種々の認識アルゴリズムの工夫によ
り認識率を向上させる努力が行なわれている。と
ころが、従来行なわれて来た認識対象字種の指定
を行う方式では、カナ漢字混り文などの複数字種
が存在する入力に対しては、やはり認識対象字種
の指定という負担を筆記者に負わせることとな
る。そこで、すべての字種を混在で認識する方法
が採用されるようになつた。この混在認識方式に
おいては、一つの入力文字に対する認識率が向上
しても、たとえば漢字の「力」とカタカナの
「カ」は、全く同じ型の文字であり、この２つの
文字を区別することは困難である。

あるいは、漢字の「才」とカタカナの「オ」は
ほとんど同じ型をしている。このような文字も認
識処理によつて区別することは難しい。しかし、
一般的な文章には、このような漢字やカタカナが
多く混在するので、前記のような文字が存在する
たびに、書き直しや侯補選択を行うのは、やはり
筆記者の負担となる。

ところが、文章の中に現われる前述のような同
型文字、あるいは類似文字は、単独で文章中に存
在することは少ない。つまり、カタカナは１つの
単語として複数個のカタカナが連続して現われ、
その中の１つとして同型文字や類似文字が存在す
ることが多い。従つて、前述のような同型文字、
あるいは類似文字が認識結果となつた場合には、
その前に入力されている文字の字種に従い、後述
するアルゴリズムにより、どの字種の文字を優先
して出力するかを決定する。第２図中で、文字選
択用辞書１４は、これらの同型文字や類似文字が
格納されている辞書である。CPU８は、候補文
字が格納されている認識出力バツフア１１内の類
似度が最も高い文字と、該文字選択用辞書１４内
に登録されている文字とを比較し、次の３つのサ
ブカテゴリー群のどれに属するかを決定する。そ
のサブカテゴリー群とは、１ Cφ…同型文字カテゴリーの集合２ C1…類似文字カテゴリーの集合３ C2…その他である。

同型文字カテゴリーとは、異つた字種で同じ型
をしている文字の集合である。本実施例では字種
として、１…漢字、ひらがな２…カタカナ３…英数字とした。

類似文字カテゴリーとは、異つた字種で非常に
類似した型をしている文字の集合である。

その他カテゴリーは、上記２つのサブカテゴリ
ー群に属さない文字の集合である。

第２図中、文字選択用バツフア１３は、認識出
力バツフア内の類似度の最も高い文字が属するカ
テゴリーの構成要素、つまりそのカテゴリーに属
する文字を格納する場所である。図中１８は前文
字バツフアで、前に入力された文字、字種が格納
されている。CPU８は、これらの情報から正し
い優先順位の決定を行い、その結果を出力インタ
ーフエース１６を介して出力したり、フアイル１
７に出力したりする。

第３図に、本実施例の文字選択部のさらに詳細
な構成図を示す。図中３３はマイクロプロセツサ
であり、アドレスバス、データバス、リードライ
ト信号により、周辺デバイスとインターフエース
する。キーボード１９、RAM２０、ROM２１
で構成され、認識プロセツサ２２からの出力を取
り込すためのインターフエース２３、大きな容量
を必要とする文書などを格納するフアイル１７と
そのインターフエース２４によつて、周辺デバイ
スへのアクセスを可能としている。

図中２５は、認識プロセツサ２２から出力され
る類似度順の候補文字格納エリアであり、２６は
その各候補文字に対応した類似度および字種を格
納するエリアである。これらのエリアへのアクセ
スは、データバスとリードライト信号によつてマ
イクロプロセツサ３３によつて行なわれる。図中
２７は、一文字前に入力され、認識、文字選択が
行われた後の優先度が最も高かつた文字および字
種を格納するエリアである。２９，３０，３１は
文字選択用辞書で、それぞれサブカテゴリー群
Cφ，C1，C2であり、それぞれサブカテゴリーに
存在する文字および字種が登録されている。２８
は、ここに入力される文字が、サブカテゴリー群
Cφ，C1，C2の中のどれに属するかを調べ、さら
に、その中のカテゴリーを決定し、その構成要
素、つまり文字および字種を格納するカテゴリー
制御部である。マイクロプロセツサ３３は認識プ
ロセツサ２２から取り込んだ認識結果を該候補文
字格納エリア２５と類似度および字種格納エリア
２６へ格納し、このうち類似度の最も高い文字
を、該カテゴリー制御部２８へデータバスを介
し、リードライト信号により書き込む。この書き
込まれた文字に対し相当するサブカテゴリーとカ
テゴリーに属する文字をカテゴリー制御部２８が
選びだす。

その後、各サブカテゴリーごとに定められたア
ルゴリズムに従い文字の優先度の決定を行う。優
先度が決定されると、優先度１位の文字と字種が
前文字バツフア２７に登録される。その概略を第
４図に示した。図中３４で認識結果の格納を行
う。３５では認識プロセツサ２２より取り込んだ
認識結果のうち、類似度の最も高い文字と、その
次に高い文字の類似度の比を取り、この比がしき
い値Ｔを越える場合、つまり明らかに類似度の高
い文字が他の文字と区別できる場合にはその認識
結果の類似度順が正しいとし、類似度順に優先順
位をつけて、文字選択部４の出力とする。

類似度の比がしきい値を越えない場合に、３６
でカテゴリー決定処理を行う。本実施例では、認
識結果の類似度の最も高い文字をカテゴリー制御
部２８へ書込み、サブカテゴリー名と、カテゴリ
ーに登録されている文字を読み出すことに相当す
る。しかし、カテゴリー制御部２８の行うことを
アルゴリズムでマイクロプロセツサ３３でソフト
的に行わせることも可能である。その結果得られ
るサブカテゴリー群名によつて、３８の同型文字
処理、３９の類似文字処理、４０のその他文字処
理が実行される。

第５図、第６図に、本実施例におけるサブカテ
ゴリー群と各カテゴリーの構成文字を示す。これ
らのカテゴリーとその構成文字の選び方は認識プ
ロセツサ２２の文字認識アルゴリズムによつて変
わる。本実施例では、先に述べた特公昭57−6151
号公報「オンライン手書き文字認識方式」に代表
されるパターンマツチング方式の認識において主
に生じる異文種文字間の誤認識を解決するための
カテゴリーとして同図のように選択した。従つ
て、他の認識方法のもとではこのカテゴリーとそ
の構成文字は、その認識方式による認識結果によ
り異字種文字間で誤認識しやすい文字を選択すれ
ば良い。該カテゴリー決定処理３６の出力として
は、サブカテゴリー群名Cφ〜C2と、カテゴリー
No.およびその構成文字である。例えば、漢字の
「工」という入力に対しては、サブカテゴリー群
Cφ、カテゴリーNo.、1φ、構成文字「工」（漢
字）、「エ」（カタカナ）、「Ｉ」（英数字）となる。

第７図に、同型文字処理の概要を示す。まず前
に入力され認識された文字と同じ字種の文字が、
候補文字の類似度の最も高い文字の属するサブカ
テゴリー群CiのカテゴリーNo.ｎの中に存在するか
どうかを調べる。もし、サブカテゴリー群Cinの
中に同じ字種が存在すれば、その文字の優先度を
１位として出力する。この場合の例を第８図に示
す。

今、漢字で「人口」と入力されたと仮定する
と、第一の入力文字「人」が認識され、必要な処
理が行われる。この時、優先度が１位となつた文
字と字種を前文字バツフアに登録する。第２の入
力文字「口」を認識プロセツサが認識し、その結
果を候補文字格納エリア、類似度および字種格納
エリアに格納された所を第８図は示している。従
つて、この時の候補文字の中で最も類似度の高い
「ロ」（カタカナ）について、カテゴリー決定処理
を行うと、その出力として、サブカテゴリー群
Cφ、カテゴリーNo.12、構成文字「口」（漢字）、
「ロ」（カタカナ）を得る。前文字の字種コードは
１、つまり漢字、ひらがな字種である。そこで、
このカテゴリーに存在する前文字と同じ字種コー
ドの文字、すなわち、漢字の「口」が優先度１位
とされる。この時、候補文字格納エリアの類似度
第２位に漢字の「口」があるので、優先度２位に
は類似度が１位だつたカタカナの「ロ」を選び、
第８図のｂのような優先順位をつけた候補文字を
出力する。従つて、認識プロセツサの出力は誤つ
ていたが、文字選択部で正しく訂正し、出力する
ため筆記者からは正しく認識されたとされる。

一方、類似度が最も高い文字のサブカテゴリー
群Cinの中に前文字の字種と同じ字種がない場
合、類似度の１位の文字と２位の文字が両方とも
サブカテゴリー群Cinに存在するかどうかを調
べ、もしあれば、そのカテゴリーに存在する文字
の中で、出現頻度の高い文字の優先度を１位とし
て出力する。この出現頻度は、今まで筆記され、
認識された文字の中にどのぐらいの割合でこの文
字が出て来たかを示すものであればよい。従つ
て、出現頻度はその文字が出て来るたびに変化す
る。この例を第９図に示す。

前に入力された文字が数字の「１」であり、漢
字の「口」を入力し、認識結果として第８図ａの
ような出力を得たとする。この場合カテゴリー決
定処理の出力は、サブカテゴリー群名Cφ、カテ
ゴリーNo.12、構成文字「口」（漢字）「ロ」（カタ
カナ）である。このカテゴリーを構成する文字の
中に、前文字の字種（英数字）と同じ文字がない
ので、類似度１位、２位の文字が両方共にカテゴ
リーNo.12に存在するかどうかを調べる。この例で
は、両方とも存在しているのでこの２つの文字の
うち出現頻度の高い文字の優先度を１位とする。
もしどちらの文字の出現頻度も同じ場合には、類
似度の高い方を優先度１位とする。

第９図において、漢字の「口」とカタカナの
「ロ」について、漢字の「口」の出現頻度が高い
とすると、同図ｂのような結果を出力する。

また、第１０図のａのように、類似度１位と２
位の文字が同じカテゴリーに存在しない場合に
は、類似度１位の文字が存在しているカテゴリー
の中の出現頻度の最も高い文字と類似度２位の文
字との字種を調べ、同じ字種であれば類似度の高
い方の文字の優先度を１位とする。第１０図にお
いて、類似度１位の文字のカテゴリー決定処理の
出力は、サブカテゴリー群Cφ、カテゴリーNo.１、
構成文字「ヘ」（ひらがな）、「ヘ」（カタカナ）で
ある。従つて、類似度１位と２位の文字が同じカ
テゴリーに存在しないためこのカテゴリー内で出
現頻度の高い文字（ひらがなの「へ」と仮定）
と、類似度２位の「つ」の字種が一致するかどう
かを調べる。この例では一致するので、類似度の
高い「つ」の優先度を１位とし、第１０図ｂのよ
な出力をする。

出現頻度の高い文字と類似度が第２位の文字が
同じ字種でない場合には、出現頻度の高い文字を
優先度１位とする。第１１図にその例を示す。こ
の場合のカテゴリー決定処理の出力として、サブ
カテゴリー群Cφ、カテゴリーNo.２、構成文字
「つ」、「フ」である。カテゴリーに存在する文字
の中で出現頻度の高い文字（ここでは「つ」）と
類似度第２位の文字の字種とが一致しないので、
出現頻度の高い文字「つ」の優先度を１位とし、
第１１図のｂのような出力をする。

第１２図に、類似文字処理の概要を示す。始め
に前に入力された文字と同じ字種の文字が候補文
字の字種の中にあるかどうかを調べる。その結
果、同じ字種が存在すればその文字の優先度を１
位とする。この例を第１３図に示す。入力として
「テレ」とカタカナを続けた場合、２文字目の認
識結果として図中ａのような出力が得られたとす
る。この時類似度１位の「し」は、サブカテゴリ
ー群C1、カテゴリーNo.１、構成文字「し」「レ」
「Ｌ」を得る。しかし。図中ａの中に前文字の字
種と同じ文字「レ」が存在するので、優先度を図
中ｂのように決定する。

一方、前文字の字種と同じ字種の文字が候補文
字内にない場合、類似度１位の文字が属するカテ
ゴリー内に前文字の字種と同じ字種の文字がある
かどうかを調べる。同じ字種の文字がある場合、
次の類似度１位の文字が属するカテゴリーの構成
文字の前文字と同じ字種の文字と入力との類似度
α₁と、候補文字の中の第２位の類似度α₂との比
（α₁／α₂）が、しきい値ｔを越えるかどうかを調
べる。その結果、しきい値ｔを越えれば、カテゴ
リー内にある文字の優先度を１位とし、越えない
場合は、類似度の高い順に優先順位をつける。前
者の例を第１４図に、後者の例を第１５図に示
す。

第１４図において、候補文字の中に前文字と同
じ字種がなく、類似度１位の「し」の属するカテ
ゴリーの中に前文字の字種と同じ字種の文字
「レ」が存在する。この文字に対する類似度α₃と
候補文字内の第２位の類似度α₄との比（α₃／α₄）
がしきい値ｔを越えるとすると、カテゴリー内に
存在する文字「レ」の優先度を１位とし図中ｂの
ような出力をする。

第１５図には前述の比がしきい値ｔを越えない
例であり、例えば「テニスし」と入力した場合、
「し」の属するカテゴリーにある文字「レ」と候
補文字内第２位の類似度との比がしきい値ｔを越
えない場合、類似度の高い順に優先度をつけ図中
ｂのような出力をする。

第１６図には、類似度１位の文字の属するカテ
ゴリー内に前の文字と同じ字種の文字が存在しな
い場合の例を示す。「５千」という入力に対し、
２文字目の認識結果が図中ａのようになつた時、
類似度１位の文字の属するサブカテゴリー群C1、
カテゴリーNo.８には、前文字の字種と同じ字種の
文字が存在しないので、類似度の高い順に優先度
をつけて図中ｂのように出力する。

その他文字処理では、類似度の高い順に優先度
をつけて出力を行うようにする。

以上のような一連の処理を行うことによつて、
全字種混在認識における異文字種同型あるいは類
似文字の誤認識結果に対し、効率の良い訂正を行
う事ができるため、筆記者の負担を軽減し専門教
育を受けていない一般の筆記者が容易に使用する
ことができる文字認識装置を構築できるという効
果がある。さらに、本発明によればわずかなサブ
カテゴリー群を必要とするだけであるので、膨大
な文法規則や例外処理のような非常に多くの情報
を利用する方式に比べ、専用認識装置への適応、
パーソナルコンピユータへの応用など、より広範
な適応が可能となり、銀行や郵便局などの窓口業
務の自動化、伝票処理配達業務の省力化に利用で
きる文字認識装置を実現する効果がある。

〔発明の効果〕

本発明によれば、オンライン手書き文字認識に
おける全字種混在認識時に、異文字種間の同型文
字あるいは、類似文字による誤認識を、単語内の
同文字種の連続性を考慮して複数個の候補文字の
優先順位を決定することで自動的に訂正を行うこ
とができるので、文法を調べるための大きな辞書
や特殊な禁止条件などが不用であるために、シス
テム全体をコンパクトに構成できると共に、筆記
者への負担を大きく軽減できるという効果があ
る。

【図面の簡単な説明】

第１図は、本発明の一実施例のブロツクダイア
グラム、第２図は、本発明の一実施例の構成図、
第３図は、本発明の一実施例の詳細な構成図、第
４図は、本発明の概略アルゴリズム、第５図、第
６図は本発明の文字選択用辞書の例、第７図は同
型文字処理概要説明図、第８〜１１図は同型文字
処理例、第１２図は類似文字処理説明図、第１３
〜１６図は類似文字処理例である。２５……候補文字格納エリア、２６……類似度
および字種格納エリア、２７……前文字バツフ
ア、２８……カテゴリー制御部、２９……サブカ
テゴリーCφ辞書、３０……サブカテゴリーC1辞
書、３１……サブカテゴリーC2辞書、３４……
表示装置。

Claims

【特許請求の範囲】１文字情報入力装置から送られる情報をもと
に、該文字情報入力装置に筆記された文字を認識
する時、認識対象文字の字種が複数であり、認識
を行なう文字認識部が該文字情報入力装置に筆記
された文字と類似度の高い順に１個以上の候補文
字と、該候補文字と前記筆記された文字との類似
度を出力するように構成されたオンライン手書き
文字認識装置において、少なくとも一つ前に入力された文字の字種と候
補文字の字種を比較する比較手段と、前記文字認識部が出力する類似度の最も高い第
１の候補文字が、異なつた字種で同じ型をしてい
る文字の集合である同型文字サブカテゴリー群に
属するか、異なつた字種で類似した型の文字の集
合である類似文字サブカテゴリー群に属するかを
検出する検出手段を設け、該検出手段によつて前記第１の候補文字が前記
同型文字サブカテゴリー群あるいは前記類似文字
サブカテゴリー群に属する場合、それぞれ同型文
字処理あるいは類似文字処理を実行するように構
成され、前記同型文字処理は、一つ前の認識結果文字の
字種を判定し、この字種と一致する文字が、前記
同型文字サブカテゴリー群の中のカテゴリー内に
存在し、該文字と前記第１の候補文字とが異なつ
ている時、該カテゴリー内の文字を第１の候補文
字とするように動作し、また、一つ前の認識結果
文字の字種と一致する文字が、前記同型文字サブ
カテゴリー群の中のカテゴリー内に存在しない場
合には、前記第１の候補文字が属する前記同型文
字サブカテゴリー群に対応したサブ同型文字処理
を実行し、前記類似文字処理は、一つ前の認識結果文字の
字種を判定し、この字種と一致する文字が、前記
候補文字内に存在し、該文字と前記第１の候補文
字とが異なつている時、該文字を第１の候補文字
とするように動作し、また、一つ前の認識結果文
字の字種と一致する文字が、前記候補文字の中に
存在しない場合には、前記第１の候補文字が属す
る前記類似文字サブカテゴリー群に対応したサブ
類似文字処理を実行するように構成したことを特
徴とするオンライン手書き文字認識方式。２前記サブ同型文字処理は、前記第１の候補文字と該第１の候補文字の次に
類似度の高い第２の候補文字が両方とも前記同型
文字サブカテゴリー群の中の同じカテゴリー内に
存在する場合には、前記第１及び前記第２の候補
文字の出現頻度の高さに従つて候補順位を決定
し、前記第１の候補文字と前記第２の候補文字が両
方とも前記同じカテゴリー内に存在せず、前記第
１の候補文字のカテゴリー内の出現頻度の最も高
い文字と前記第２の候補文字との字種が一致した
場合には前記第２の候補文字を第１の候補文字と
し、該字種が一致しない場合には前記第１の候補文
字のカテゴリー内の出現頻度の高い文字を第１の
候補文字として出力することを特徴とする特許請
求の範囲第１項に記載のオンライン手書き文字認
識方式。３前記サブ類似文字処理は、前記第１の候補文字が属する前記類似文字サブ
カテゴリー群の中のカテゴリー内に一つ前の文字
の字種と一致する文字があり、かつ、該文字と筆
記された文字の類似度Ａを計算し、この類似度Ａ
と該第１の候補文字の次に類似度の高い第２の候
補文字の類似度Ｂの比（Ａ／Ｂ）があらかじめ定
めた値Ｔより大きい場合、類似度Ａの文字を第１
の候補とし、前記カテゴリー内に一つ前の文字の字種と一致
する文字があり、かつ、前記比が前記値Ｔよりも
小さい場合、あるいは、前記カテゴリー内に一つ
前の文字の字種と一致する文字がない場合には前
記候補文字の類似度の高い順に候補として文字を
出力することを特徴とする特許請求の範囲第１項
に記載のオンライン手書き文字認識方式。