JPH05324903A - パターン認識装置 - Google Patents
パターン認識装置Info
- Publication number
- JPH05324903A JPH05324903A JP4135303A JP13530392A JPH05324903A JP H05324903 A JPH05324903 A JP H05324903A JP 4135303 A JP4135303 A JP 4135303A JP 13530392 A JP13530392 A JP 13530392A JP H05324903 A JPH05324903 A JP H05324903A
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- dictionary
- result
- correct answer
- pattern recognition
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】オンラインパターン認識に用いるアルゴリズム
と辞書の組み合せが複数利用できる場合、各組み合せの
利用者への適合度を算出し、多様な利用者に自動的に適
応できる情報処理システムを実現することを目的とす
る。 【構成】手書き文字認識制御装置１０５は、各認識装置
からの結果を保持する認識装置別結果表１１２、１１
３、１１４と正解を保持する正解記録表１１５を持つ。
利用者が誤認識を訂正した結果は正解記録表１１５に反
映される。手書き文字認識制御装置１０５は、これらの
表から各手書き文字認識装置の利用者への適合度を計算
し、各手書き文字認識装置から得られた結果の確からし
さを推定する。
と辞書の組み合せが複数利用できる場合、各組み合せの
利用者への適合度を算出し、多様な利用者に自動的に適
応できる情報処理システムを実現することを目的とす
る。 【構成】手書き文字認識制御装置１０５は、各認識装置
からの結果を保持する認識装置別結果表１１２、１１
３、１１４と正解を保持する正解記録表１１５を持つ。
利用者が誤認識を訂正した結果は正解記録表１１５に反
映される。手書き文字認識制御装置１０５は、これらの
表から各手書き文字認識装置の利用者への適合度を計算
し、各手書き文字認識装置から得られた結果の確からし
さを推定する。
Description
【０００１】
【産業上の利用分野】本発明は、パターン認識技術を応
用したパターン認識装置に関し、特に、複数の認識結果
から最適なものを選択する装置に係る。
用したパターン認識装置に関し、特に、複数の認識結果
から最適なものを選択する装置に係る。
【０００２】
【従来の技術】本発明は、たとえば、ユーザインタフェ
ースにオンラインパターン認識技術を応用したパターン
認識装置に適用される。オンラインパターン認識の例と
して、手書き文字認識や音声認識がある。パターン認識
装置の例として、オフィスで用いられるような文書処理
システム、銀行やデパートなどで用いられる伝票記入シ
ステムなどが考えられる。
ースにオンラインパターン認識技術を応用したパターン
認識装置に適用される。オンラインパターン認識の例と
して、手書き文字認識や音声認識がある。パターン認識
装置の例として、オフィスで用いられるような文書処理
システム、銀行やデパートなどで用いられる伝票記入シ
ステムなどが考えられる。
【０００３】パターン認識を応用した従来の情報処理シ
ステムでは、特開昭５５−２２３８８７号公報に記載の
ように、システムの利用に先立ち既存の辞書から適当な
ものを選び出し、それを基に利用者辞書を作成する方法
や、特開昭５７−４５６８０号公報に記載のように、シ
ステムの稼働中に辞書に新たなパターンを追加して利用
者に適合していく方法がある。また、利用者への適合化
方法として、標準的なパターンを認識するための標準辞
書の他に、利用者に固有のパターンを認識するための個
人辞書を備える方法もある。
ステムでは、特開昭５５−２２３８８７号公報に記載の
ように、システムの利用に先立ち既存の辞書から適当な
ものを選び出し、それを基に利用者辞書を作成する方法
や、特開昭５７−４５６８０号公報に記載のように、シ
ステムの稼働中に辞書に新たなパターンを追加して利用
者に適合していく方法がある。また、利用者への適合化
方法として、標準的なパターンを認識するための標準辞
書の他に、利用者に固有のパターンを認識するための個
人辞書を備える方法もある。
【０００４】
【発明が解決しようとする課題】上記従来技術では、そ
れぞれの辞書の利用者に対する適合度を自動的に見つけ
出す手段が提供されいないため、利用者が自分に適合し
た辞書を見つけるためには試行錯誤が必要であるという
問題があった。このような試行錯誤は、不特定多数の利
用者が使用するシステムでは実質的に不可能であるし、
特定の利用者が使用するような環境でも利用者に多大な
負担を強いることになる。
れぞれの辞書の利用者に対する適合度を自動的に見つけ
出す手段が提供されいないため、利用者が自分に適合し
た辞書を見つけるためには試行錯誤が必要であるという
問題があった。このような試行錯誤は、不特定多数の利
用者が使用するシステムでは実質的に不可能であるし、
特定の利用者が使用するような環境でも利用者に多大な
負担を強いることになる。
【０００５】また、利用者が自分に適合する個人辞書を
作ることはできるが、登録に必要なパターンが多数ある
場合には利用者に多大な負担を強いることになる。例え
ば、手書き文字認識の場合は認識対象となるパターンが
漢字を含めると数千にも及ぶため、利用者が全てを登録
することは実質的には不可能である。さらに個人辞書
は、それぞれの利用者に応じてあらかじめ用意してある
必要があり、不特定多数の利用者が使用するシステムに
は適さないという問題がある。
作ることはできるが、登録に必要なパターンが多数ある
場合には利用者に多大な負担を強いることになる。例え
ば、手書き文字認識の場合は認識対象となるパターンが
漢字を含めると数千にも及ぶため、利用者が全てを登録
することは実質的には不可能である。さらに個人辞書
は、それぞれの利用者に応じてあらかじめ用意してある
必要があり、不特定多数の利用者が使用するシステムに
は適さないという問題がある。
【０００６】さらに、新たなパターンを辞書に自動的に
登録することで利用者に適合する方法では、不特定多数
の利用者が使用した場合に対応しきれないという問題が
ある。ある利用者によって登録されたパターンは、必ず
しも標準的なパターンであるとは限らないので、別の利
用者にとっては誤認識の原因となる場合がある。また、
一つの辞書中に似通ったパターンが存在することは誤認
識発生の原因となり、かえって認識の正解率を落すこと
になってしまう。したがって、辞書に新たに登録できる
パターンは既存のパターンとの距離がある程度離れたも
のである必要があるため、一つの辞書に登録できるパタ
ーンには限界がある。以上のような理由で、辞書の内容
を書き換えることによる学習は、不特定多数の利用者が
使用するシステムには適さない。
登録することで利用者に適合する方法では、不特定多数
の利用者が使用した場合に対応しきれないという問題が
ある。ある利用者によって登録されたパターンは、必ず
しも標準的なパターンであるとは限らないので、別の利
用者にとっては誤認識の原因となる場合がある。また、
一つの辞書中に似通ったパターンが存在することは誤認
識発生の原因となり、かえって認識の正解率を落すこと
になってしまう。したがって、辞書に新たに登録できる
パターンは既存のパターンとの距離がある程度離れたも
のである必要があるため、一つの辞書に登録できるパタ
ーンには限界がある。以上のような理由で、辞書の内容
を書き換えることによる学習は、不特定多数の利用者が
使用するシステムには適さない。
【０００７】本発明は、適合度を自動的に計算するパタ
ーン認識装置を提供することを目的とする。
ーン認識装置を提供することを目的とする。
【０００８】
【課題を解決するための手段】本発明は、パターン認識
に用いるプログラムと辞書の組み合せを複数個記憶する
第１の記憶手段を有するパターン認識装置において、実
行済みの認識結果を記憶する第２の記憶手段と、上記記
憶された認識結果より、各組み合せごとの正解への適合
度を算出する適合度算出手段と、パターン認識の対象と
なる情報を受付ける入力手段と、プログラムと辞書の組
み合せごとに、プログラムと辞書により、上記受付けた
情報に対する認識結果を求める認識装置と、上記適合度
に基づき、各組み合せから得られた認識結果から少なく
とも一つを選択する認識制御装置とを有することとした
ものである。
に用いるプログラムと辞書の組み合せを複数個記憶する
第１の記憶手段を有するパターン認識装置において、実
行済みの認識結果を記憶する第２の記憶手段と、上記記
憶された認識結果より、各組み合せごとの正解への適合
度を算出する適合度算出手段と、パターン認識の対象と
なる情報を受付ける入力手段と、プログラムと辞書の組
み合せごとに、プログラムと辞書により、上記受付けた
情報に対する認識結果を求める認識装置と、上記適合度
に基づき、各組み合せから得られた認識結果から少なく
とも一つを選択する認識制御装置とを有することとした
ものである。
【０００９】
【作用】パターン認識に用いるプログラムと辞書の組み
合せを複数個記憶する第１の記憶手段を有するパターン
認識装置において、第２の記憶手段は、実行済みの認識
結果を記憶する。適合度算出手段は、上記記憶された認
識結果より、各組み合せごとの正解への適合度を算出す
る。入力手段は、パターン認識の対象となる情報を受付
ける。認識装置は、プログラムと辞書の組み合せごと
に、プログラムと辞書により、上記受付けた情報に対す
る認識結果を求める。認識制御装置は、上記適合度に基
づき、各組み合せから得られた認識結果から少なくとも
一つを選択する。
合せを複数個記憶する第１の記憶手段を有するパターン
認識装置において、第２の記憶手段は、実行済みの認識
結果を記憶する。適合度算出手段は、上記記憶された認
識結果より、各組み合せごとの正解への適合度を算出す
る。入力手段は、パターン認識の対象となる情報を受付
ける。認識装置は、プログラムと辞書の組み合せごと
に、プログラムと辞書により、上記受付けた情報に対す
る認識結果を求める。認識制御装置は、上記適合度に基
づき、各組み合せから得られた認識結果から少なくとも
一つを選択する。
【００１０】
【実施例】以下、本発明の一実施例を図１により説明す
る。図１は、オンライン手書き文字認識を利用した文書
処理システムの構成図である。本文書処理システムは、
座標読取装置１０１と、座標入力用のペン１０２と、表
示装置１０３と、情報処理装置１０４と、手書き文字認
識制御装置１０５と、プログラムと辞書を有する手書き
文字認識装置１０６、１０８、１１０と、利用者は、座
標読取装置１０１および座標入力用のペン１０２を用
い、システムに座標列を入力できる。座標列は、ペン先
が座標読取装置の表面に触れている間は、連続して入力
される。座標読取装置１０１は透明で、表示装置１０３
の表面に重ねて装着されている。さらに、この実施例で
は両者の座標系は一致しているものとする。これによ
り、利用者は、表示装置１０３に表示されている内容を
見ながらペンで座標列を入力できる。
る。図１は、オンライン手書き文字認識を利用した文書
処理システムの構成図である。本文書処理システムは、
座標読取装置１０１と、座標入力用のペン１０２と、表
示装置１０３と、情報処理装置１０４と、手書き文字認
識制御装置１０５と、プログラムと辞書を有する手書き
文字認識装置１０６、１０８、１１０と、利用者は、座
標読取装置１０１および座標入力用のペン１０２を用
い、システムに座標列を入力できる。座標列は、ペン先
が座標読取装置の表面に触れている間は、連続して入力
される。座標読取装置１０１は透明で、表示装置１０３
の表面に重ねて装着されている。さらに、この実施例で
は両者の座標系は一致しているものとする。これによ
り、利用者は、表示装置１０３に表示されている内容を
見ながらペンで座標列を入力できる。
【００１１】入力された座標列は直ちに情報処理装置１
０４に送られる。情報処理装置１０４は、状況に応じて
所定の処理を実行する。利用者が線画情報を入力する状
況であれば、情報処理装置１０４は入力座標の各点を順
次線分で結んで行く。座標入力装置１０１の座標系と表
示装置１０３の座標系は一致しているので、描画された
線分は利用者にはペン１０２の筆跡のように見える。こ
れにより利用者は紙に鉛筆で線を書くのと同様の操作感
を得られるようになる。また、入力された座標の位置に
メニューなどが表示されていた場合は、情報処理装置１
０４はメニュー項目の反転表示、およびその項目に割り
当てられた機能の実行などの処理をすることになる。
０４に送られる。情報処理装置１０４は、状況に応じて
所定の処理を実行する。利用者が線画情報を入力する状
況であれば、情報処理装置１０４は入力座標の各点を順
次線分で結んで行く。座標入力装置１０１の座標系と表
示装置１０３の座標系は一致しているので、描画された
線分は利用者にはペン１０２の筆跡のように見える。こ
れにより利用者は紙に鉛筆で線を書くのと同様の操作感
を得られるようになる。また、入力された座標の位置に
メニューなどが表示されていた場合は、情報処理装置１
０４はメニュー項目の反転表示、およびその項目に割り
当てられた機能の実行などの処理をすることになる。
【００１２】図２はこの実施例の文書処理システムの操
作画面である。この画面は、情報処理装置１０４により
表示装置１０３に表示され、利用者はペン１０２で文章
を入力または編集する。文書表示領域２０１はワードプ
ロセッサの画面に相当する部分であり、入力された文字
を表示する領域である。図２の状態では、「犬も歩けば
棒」という文書が表示されている。カーソル２０５は次
の文字が挿入される位置を示している。
作画面である。この画面は、情報処理装置１０４により
表示装置１０３に表示され、利用者はペン１０２で文章
を入力または編集する。文書表示領域２０１はワードプ
ロセッサの画面に相当する部分であり、入力された文字
を表示する領域である。図２の状態では、「犬も歩けば
棒」という文書が表示されている。カーソル２０５は次
の文字が挿入される位置を示している。
【００１３】文字入力領域２０２および２０３は、手書
き文字を入力するための領域であり、利用者はそれらの
中にペン１０２で文字を書く。情報処理装置１０４は、
入力が文字入力領域へのものであると判断したら、ペン
先の軌跡を描画するとともに、入力座標列を記録してお
く。文字が完結したことは、利用者が文字入力領域への
入力を中断してから一定時間（例えば２秒）が経過した
ことや、入力が別の文字入力領域や文字入力領域以外に
移ったことで検出できる。なお、本実施例では文字入力
領域は２つであるとしたが、１つでも３つ以上でも良
い。
き文字を入力するための領域であり、利用者はそれらの
中にペン１０２で文字を書く。情報処理装置１０４は、
入力が文字入力領域へのものであると判断したら、ペン
先の軌跡を描画するとともに、入力座標列を記録してお
く。文字が完結したことは、利用者が文字入力領域への
入力を中断してから一定時間（例えば２秒）が経過した
ことや、入力が別の文字入力領域や文字入力領域以外に
移ったことで検出できる。なお、本実施例では文字入力
領域は２つであるとしたが、１つでも３つ以上でも良
い。
【００１４】図２の状態では、利用者は文字入力領域２
０２に平仮名の「に」と手書きしたところである。情報
処理装置１０４は、利用者の文字入力が完結したことを
検出すると、記録しておいた入力座標列に、何回目の認
識であるかを示す識別番号を付加して手書き文字認識制
御装置１０５に送信する。
０２に平仮名の「に」と手書きしたところである。情報
処理装置１０４は、利用者の文字入力が完結したことを
検出すると、記録しておいた入力座標列に、何回目の認
識であるかを示す識別番号を付加して手書き文字認識制
御装置１０５に送信する。
【００１５】手書き文字認識制御装置１０５には、アル
ゴリズム（プログラム）あるいは辞書が異なる複数の手
書き文字認識装置が接続されている。この実施例では、
手書き文字認識装置１０６、１０８、および１１０の３
台が接続されているが使われている。手書き文字認識制
御装置１０５は、情報処理装置１０４から受信した入力
座標列を、各手書き文字認識装置が受理できるように正
規化し、それぞれの手書き文字認識装置に送信する。正
規化とは、座標列を手書き文字認識装置が受理できるよ
うな表現に変換する処理である。例えば、座標系の向
き、文字の大きさ、一画の始まりと終りの表現方法など
をそれぞれの手書き文字認識装置が受理できるように変
換する。正規化されたデータは、それぞれの手書き文字
認識装置１０６、１０８、１１０に送信される。
ゴリズム（プログラム）あるいは辞書が異なる複数の手
書き文字認識装置が接続されている。この実施例では、
手書き文字認識装置１０６、１０８、および１１０の３
台が接続されているが使われている。手書き文字認識制
御装置１０５は、情報処理装置１０４から受信した入力
座標列を、各手書き文字認識装置が受理できるように正
規化し、それぞれの手書き文字認識装置に送信する。正
規化とは、座標列を手書き文字認識装置が受理できるよ
うな表現に変換する処理である。例えば、座標系の向
き、文字の大きさ、一画の始まりと終りの表現方法など
をそれぞれの手書き文字認識装置が受理できるように変
換する。正規化されたデータは、それぞれの手書き文字
認識装置１０６、１０８、１１０に送信される。
【００１６】ここでは、手書き文字認識装置１０６の場
合について認識処理の内容を説明する。
合について認識処理の内容を説明する。
【００１７】手書き文字認識装置１０６は、手書き文字
を認識するための辞書１０７を持っている。辞書１０７
の内容は、文字コードと文字形状の対の集まりである。
文字形状は、例えば文字を構成する線のベクトル情報を
何等かの形で簡略化したものである。ここでは、各ベク
トルの始点と終点の座標だけで表現されているものとす
る。手書き文字認識制御装置１０５から送られてくるデ
ータは、手書き文字認識装置１０６によってこのデータ
表現に合わせて加工される。
を認識するための辞書１０７を持っている。辞書１０７
の内容は、文字コードと文字形状の対の集まりである。
文字形状は、例えば文字を構成する線のベクトル情報を
何等かの形で簡略化したものである。ここでは、各ベク
トルの始点と終点の座標だけで表現されているものとす
る。手書き文字認識制御装置１０５から送られてくるデ
ータは、手書き文字認識装置１０６によってこのデータ
表現に合わせて加工される。
【００１８】手書き文字認識装置１０６は、入力データ
と、辞書１０７中の各形状とを照合することで、入力デ
ータと近い形状を持つ文字を推定する。照合の方法とし
ては、入力データと辞書中のデータの幾何的な距離を計
算し、それが小さいものを結果とする方法がある。この
幾何的距離を以下では単に「距離」と呼ぶ。手書き文字
の持つ曖昧性のため、結果として得られる文字コードは
複数存在することがある。得られた結果のうち距離が小
さい順に正解らしいと推定できる。
と、辞書１０７中の各形状とを照合することで、入力デ
ータと近い形状を持つ文字を推定する。照合の方法とし
ては、入力データと辞書中のデータの幾何的な距離を計
算し、それが小さいものを結果とする方法がある。この
幾何的距離を以下では単に「距離」と呼ぶ。手書き文字
の持つ曖昧性のため、結果として得られる文字コードは
複数存在することがある。得られた結果のうち距離が小
さい順に正解らしいと推定できる。
【００１９】照合のアルゴリズムとしては、照合範囲の
限定方法、続け書きの処理方法、書き順誤りの処理方
法、辞書中の文字形状に含まれる特徴値などの違いで、
色々なものが考案されている。手書き文字認識装置１０
８、１１０も、それぞれのアルゴリズムと辞書１０９、
１１１によって、互いに異なるかもしれない認識結果を
出す。
限定方法、続け書きの処理方法、書き順誤りの処理方
法、辞書中の文字形状に含まれる特徴値などの違いで、
色々なものが考案されている。手書き文字認識装置１０
８、１１０も、それぞれのアルゴリズムと辞書１０９、
１１１によって、互いに異なるかもしれない認識結果を
出す。
【００２０】それぞれの手書き文字認識装置１０６，１
０８，１１０は、得られた結果を正解らしい順に並べて
手書き文字認識制御装置１０５に返送する。
０８，１１０は、得られた結果を正解らしい順に並べて
手書き文字認識制御装置１０５に返送する。
【００２１】各手書き文字認識装置１０６，１０８，１
１０から得られた認識結果の文字の列は、手書き文字認
識制御装置１０５の内部にある認識装置別結果表１１
２、１１３、１１４に格納される。認識装置別結果表１
１２は手書き文字認識装置１０６からの結果を格納する
ための領域である。同様に、認識装置別結果表１１３は
手書き文字認識装置１０８からの認識結果を、認識装置
別結果表１１４は手書き文字認識装置１１０からの結果
を格納するための領域である。図３に認識装置別結果表
１１２、１１３、１１４の内容の一例を示す。認識装置
別結果表１１２、１１３、１１４の第１行は、何回目の
認識結果かを示す識別番号である。この識別番号は認識
すべきデータと一緒に情報処理装置１０４から送られて
きたものである。第２行目以降は、手書き文字認識装置
から送られてきた文字を確からしい順に並べたものであ
る。
１０から得られた認識結果の文字の列は、手書き文字認
識制御装置１０５の内部にある認識装置別結果表１１
２、１１３、１１４に格納される。認識装置別結果表１
１２は手書き文字認識装置１０６からの結果を格納する
ための領域である。同様に、認識装置別結果表１１３は
手書き文字認識装置１０８からの認識結果を、認識装置
別結果表１１４は手書き文字認識装置１１０からの結果
を格納するための領域である。図３に認識装置別結果表
１１２、１１３、１１４の内容の一例を示す。認識装置
別結果表１１２、１１３、１１４の第１行は、何回目の
認識結果かを示す識別番号である。この識別番号は認識
すべきデータと一緒に情報処理装置１０４から送られて
きたものである。第２行目以降は、手書き文字認識装置
から送られてきた文字を確からしい順に並べたものであ
る。
【００２２】各手書き文字認識装置１０６，１０８，１
１０からの結果が揃ったら、複数存在するであろう結果
のうちから、最も正解らしいものを選び出し、情報処理
装置１０４に送り返さねばならない。そのために、手書
き文字認識制御装置１０５は、まずは次のような方法で
各手書き文字認識装置１０６，１０８，１１０の利用者
への適合度を計算する。
１０からの結果が揃ったら、複数存在するであろう結果
のうちから、最も正解らしいものを選び出し、情報処理
装置１０４に送り返さねばならない。そのために、手書
き文字認識制御装置１０５は、まずは次のような方法で
各手書き文字認識装置１０６，１０８，１１０の利用者
への適合度を計算する。
【００２３】手書き文字認識制御装置１０５の内部にあ
る、正解記録表１１５にはこれまでの認識の正解が記録
されている。図４に正解記録表１１５の内容の一例を示
す。正解記録表１１５の第１行は、各認識装置別結果表
１１２，１１３，１１４の第１行目と同じく、何回目の
認識結果かを示す識別番号である。第２行目は、正解で
ある文字である。正解記録表１１５の正解の欄には、ま
ずは手書き文字認識制御装置１０５が最も確からしいと
推定した文字が入れられる。したがって、利用者の誤認
識訂正操作の結果が反映されるまでは、正解でない文字
が格納されていることもあり得る。利用者は数文字まと
めて書いた後に誤認識を訂正することが多いので、正解
記録表１１５に記録されている結果のうち、新しく記録
されたものは誤りを含んでいる可能性が高い。
る、正解記録表１１５にはこれまでの認識の正解が記録
されている。図４に正解記録表１１５の内容の一例を示
す。正解記録表１１５の第１行は、各認識装置別結果表
１１２，１１３，１１４の第１行目と同じく、何回目の
認識結果かを示す識別番号である。第２行目は、正解で
ある文字である。正解記録表１１５の正解の欄には、ま
ずは手書き文字認識制御装置１０５が最も確からしいと
推定した文字が入れられる。したがって、利用者の誤認
識訂正操作の結果が反映されるまでは、正解でない文字
が格納されていることもあり得る。利用者は数文字まと
めて書いた後に誤認識を訂正することが多いので、正解
記録表１１５に記録されている結果のうち、新しく記録
されたものは誤りを含んでいる可能性が高い。
【００２４】正解記録表１１５と各認識装置別結果表１
１２，１１３，１１４から、それぞれの手書き文字認識
装置が出した結果で、正解が何番目の候補になっていた
かを知ることができる。この情報を基に、各手書き文字
認識装置１０６，１０８，１１０の利用者への適合度を
計算する。適合度の算出方法の例を以下に示す。
１２，１１３，１１４から、それぞれの手書き文字認識
装置が出した結果で、正解が何番目の候補になっていた
かを知ることができる。この情報を基に、各手書き文字
認識装置１０６，１０８，１１０の利用者への適合度を
計算する。適合度の算出方法の例を以下に示す。
【００２５】まず、正解が第１候補になっていたら１
点、第２候補になっていたら０．８点、第３候補になっ
ていたら０．５点、それ以降の候補になっていたら０．
２点、候補に入っていなかったら０点というように、各
認識について点数を付ける。そして、点数の合計を認識
の回数で割る。こうして得られた０以上１以下の値を、
手書き文字認識装置１０６，１０８，１１０の利用者へ
の適合度と定める。ただし、既に述べたように、正解記
録表１１５に最近記録された文字は正解でない可能性が
あるので、最近の数回分は上記の計算の対象から除く。
点、第２候補になっていたら０．８点、第３候補になっ
ていたら０．５点、それ以降の候補になっていたら０．
２点、候補に入っていなかったら０点というように、各
認識について点数を付ける。そして、点数の合計を認識
の回数で割る。こうして得られた０以上１以下の値を、
手書き文字認識装置１０６，１０８，１１０の利用者へ
の適合度と定める。ただし、既に述べたように、正解記
録表１１５に最近記録された文字は正解でない可能性が
あるので、最近の数回分は上記の計算の対象から除く。
【００２６】例として、正解記録表１１５が図４の内容
で、各認識装置別結果表１１２，１１３，１１４が図３
の内容である場合を考える。この認識装置別結果表１１
２，１１３，１１４には最近の５回の認識についての情
報が記録されているが、ごく最近の結果については、正
解記録表１１５に誤りが含まれている可能性があるの
で、正解記録表１１５に記録されている結果のうち新し
い順から２回分、つまり識別番号が大きい方から２つ分
は適合度計算の対象から外す。すなわち、認識の識別番
号が１から４までの結果が適合度計算の対象である。手
書き文字認識装置１０６の点数の合計は、識別番号が１
の時は正解が第１候補だったので１点、識別番号２のと
きは第３候補だったので０．５点、識別番号３のときは
第１候補だったので１点、識別番号４のときは第２候補
だったので０．８点を合計し、３．３点である。したが
って、これを認識の回数４で割った値０．８２５が利用
者への適合度である。同様に計算すると、手書き文字認
識装置１０８の適合度は１、手書き文字認識装置１１０
の適合度は０．７７５である。
で、各認識装置別結果表１１２，１１３，１１４が図３
の内容である場合を考える。この認識装置別結果表１１
２，１１３，１１４には最近の５回の認識についての情
報が記録されているが、ごく最近の結果については、正
解記録表１１５に誤りが含まれている可能性があるの
で、正解記録表１１５に記録されている結果のうち新し
い順から２回分、つまり識別番号が大きい方から２つ分
は適合度計算の対象から外す。すなわち、認識の識別番
号が１から４までの結果が適合度計算の対象である。手
書き文字認識装置１０６の点数の合計は、識別番号が１
の時は正解が第１候補だったので１点、識別番号２のと
きは第３候補だったので０．５点、識別番号３のときは
第１候補だったので１点、識別番号４のときは第２候補
だったので０．８点を合計し、３．３点である。したが
って、これを認識の回数４で割った値０．８２５が利用
者への適合度である。同様に計算すると、手書き文字認
識装置１０８の適合度は１、手書き文字認識装置１１０
の適合度は０．７７５である。
【００２７】各手書き文字認識装置１０６，１０８，１
１０の信頼度を求め終ったら、その値をもとに以下のよ
うな方法で認識結果の中から最も正解らしい文字を推定
する。
１０の信頼度を求め終ったら、その値をもとに以下のよ
うな方法で認識結果の中から最も正解らしい文字を推定
する。
【００２８】まず、各手書き文字認識装置１０６，１０
８，１１０からの結果に点数を付ける。ある手書き文字
認識装置の認識装置別信頼度をＲｎとすると、その手書
き文字認識装置から得られたｉ番目の候補の点数は、Ｒ
ｎ＊Ｐ（ｉ）となる。ここで、Ｐは、順位に応じて点数
を付けるための関数で、第１候補の場合（つまりｉ＝１
の場合）は１、第２候補の場合（ｉ＝２）は０．８、第
３候補の場合（ｉ＝３）は０．５、それ以外の場合（ｉ
＞３）は０．２の値をとる。次に、各手書き文字認識装
置から得られた結果に重複する文字がある場合は、その
文字について上で計算した点数を合計する。最後に、点
数の高い順から並べたものが、結果が確からしい順序で
あるとする。
８，１１０からの結果に点数を付ける。ある手書き文字
認識装置の認識装置別信頼度をＲｎとすると、その手書
き文字認識装置から得られたｉ番目の候補の点数は、Ｒ
ｎ＊Ｐ（ｉ）となる。ここで、Ｐは、順位に応じて点数
を付けるための関数で、第１候補の場合（つまりｉ＝１
の場合）は１、第２候補の場合（ｉ＝２）は０．８、第
３候補の場合（ｉ＝３）は０．５、それ以外の場合（ｉ
＞３）は０．２の値をとる。次に、各手書き文字認識装
置から得られた結果に重複する文字がある場合は、その
文字について上で計算した点数を合計する。最後に、点
数の高い順から並べたものが、結果が確からしい順序で
あるとする。
【００２９】こうして求められた値が最も大きいもの
を、最も正解らしい認識結果として採用する。この際、
認識結果正解表に、この結果を記録しておく。
を、最も正解らしい認識結果として採用する。この際、
認識結果正解表に、この結果を記録しておく。
【００３０】例として、正解記録表１１５が図４、認識
装置別結果表１１２，１１３，１１４が図３のような内
容であった場合について、認識の識別番号が７の時の正
解を推定する。手書き文字認識装置１０６から得られた
結果の点数は、利用者への適合度が０．８２５であるか
ら、第１候補から順に０．８２５点、０．６６点、０．
４１２５点、０．１６５点、０．１６５点である。手書
き文字認識装置１０８の結果の点数は、適合度が１であ
るから、第１候補から順に１点、０．８点、０．５点、
０．２点、０．２点である。手書き文字認識装置１１０
の結果の点数は、適合度が０．７７５であるから、第１
候補から順に０．７７５点、０．６２点、０．３８７５
点、０．１１５点、０．１１５点である。これらの値を
基に各文字の合計点数を計算すると、「に」が２．０３
２５点、「Ｆ」が１．８点、「上」が１．５７５点、
「じ」が０．７５２５点、「エ」が０．５点、「下」が
０．２８点となる。したがってこの場合は、「に」が最
も正解らしいと推定できる。また、この結果に基づき、
正解記録表１１５に識別番号７の場合が記録され、内容
は図５のようになる。
装置別結果表１１２，１１３，１１４が図３のような内
容であった場合について、認識の識別番号が７の時の正
解を推定する。手書き文字認識装置１０６から得られた
結果の点数は、利用者への適合度が０．８２５であるか
ら、第１候補から順に０．８２５点、０．６６点、０．
４１２５点、０．１６５点、０．１６５点である。手書
き文字認識装置１０８の結果の点数は、適合度が１であ
るから、第１候補から順に１点、０．８点、０．５点、
０．２点、０．２点である。手書き文字認識装置１１０
の結果の点数は、適合度が０．７７５であるから、第１
候補から順に０．７７５点、０．６２点、０．３８７５
点、０．１１５点、０．１１５点である。これらの値を
基に各文字の合計点数を計算すると、「に」が２．０３
２５点、「Ｆ」が１．８点、「上」が１．５７５点、
「じ」が０．７５２５点、「エ」が０．５点、「下」が
０．２８点となる。したがってこの場合は、「に」が最
も正解らしいと推定できる。また、この結果に基づき、
正解記録表１１５に識別番号７の場合が記録され、内容
は図５のようになる。
【００３１】手書き文字認識制御装置１０５は、得られ
た結果の内上位の数個を情報処理装置１０４に送信す
る。
た結果の内上位の数個を情報処理装置１０４に送信す
る。
【００３２】正解記録表１１５および各認識装置別結果
表１１２，１１３，１１４の大きさ（列数）はもちろん
有限であるから、空きが無くなったときは最も古い列を
捨てて新しい結果を格納する。これにより、古い認識結
果は捨てられるので、手書き文字認識装置の適合度計算
に反映しなくなるという効果を生む。人間の書く文字は
時間的に変化していくと言われているので、この特徴は
都合が良いものである。また、不特定多数の利用者が使
用するような環境では、利用者が変ったときに新しい利
用者に速やかに対応する必要がある。このような場合
は、手書き文字認識装置の適合度を、比較的新しい認識
結果を基に計算すれば良い。
表１１２，１１３，１１４の大きさ（列数）はもちろん
有限であるから、空きが無くなったときは最も古い列を
捨てて新しい結果を格納する。これにより、古い認識結
果は捨てられるので、手書き文字認識装置の適合度計算
に反映しなくなるという効果を生む。人間の書く文字は
時間的に変化していくと言われているので、この特徴は
都合が良いものである。また、不特定多数の利用者が使
用するような環境では、利用者が変ったときに新しい利
用者に速やかに対応する必要がある。このような場合
は、手書き文字認識装置の適合度を、比較的新しい認識
結果を基に計算すれば良い。
【００３３】情報処理装置１０４は、手書き文字認識制
御装置１０５から送られてきた結果の内、最も確からし
い文字を文書表示領域２０１に表示する。上で示した例
では「に」が最も確からしいので、文書表示領域２０１
の内容は図６のようになる。また、情報処理装置１０４
は結果を結果記録表１１６に記録する。記録された結果
は、後の誤認識訂正の際に使用される。結果記録表１１
６の内容の一例を図７に示す。表の構造は認識装置別結
果表１１２，１１３，１１４と同じである。
御装置１０５から送られてきた結果の内、最も確からし
い文字を文書表示領域２０１に表示する。上で示した例
では「に」が最も確からしいので、文書表示領域２０１
の内容は図６のようになる。また、情報処理装置１０４
は結果を結果記録表１１６に記録する。記録された結果
は、後の誤認識訂正の際に使用される。結果記録表１１
６の内容の一例を図７に示す。表の構造は認識装置別結
果表１１２，１１３，１１４と同じである。
【００３４】ある程度入力が進むと、表示装置１０３に
表示されている画面は例えば図６のようになっているで
あろう。ところが、手書き文字の曖昧性のため、表示さ
れた文書は利用者の意図した文書とは違う場合がある。
この図６では、利用者は「犬も歩けば棒に」と入力しよ
うとしたにも関わらず、画面では「犬も歩けぼ棒に」と
表示されている。利用者は誤りを訂正するため、誤って
認識された文字「ぼ」をペン１０２で指し示す。情報処
理装置１０４は、利用者が既に表示されている文字を指
し示したことが分かるので、誤認識の訂正を可能にする
ために、認識時に得られた結果を候補文字表示領域２０
４に表示する。上で示した例では、結果記録表１１６は
図７のような内容なので、候補は「ぼばげゲぽ」であ
る。したがって画面は図８に示すような内容になる。利
用者は、意図していた文字が候補文字表示領域２０４の
中にあれば、それをペン１０２で指し示すことで、文書
表示領域中の誤認識された文字を訂正できる。この場合
は、第２候補に意図していた文字「ば」があるので、利
用者はそれをペン１０２で指し示すことで誤認識を訂正
できる。
表示されている画面は例えば図６のようになっているで
あろう。ところが、手書き文字の曖昧性のため、表示さ
れた文書は利用者の意図した文書とは違う場合がある。
この図６では、利用者は「犬も歩けば棒に」と入力しよ
うとしたにも関わらず、画面では「犬も歩けぼ棒に」と
表示されている。利用者は誤りを訂正するため、誤って
認識された文字「ぼ」をペン１０２で指し示す。情報処
理装置１０４は、利用者が既に表示されている文字を指
し示したことが分かるので、誤認識の訂正を可能にする
ために、認識時に得られた結果を候補文字表示領域２０
４に表示する。上で示した例では、結果記録表１１６は
図７のような内容なので、候補は「ぼばげゲぽ」であ
る。したがって画面は図８に示すような内容になる。利
用者は、意図していた文字が候補文字表示領域２０４の
中にあれば、それをペン１０２で指し示すことで、文書
表示領域中の誤認識された文字を訂正できる。この場合
は、第２候補に意図していた文字「ば」があるので、利
用者はそれをペン１０２で指し示すことで誤認識を訂正
できる。
【００３５】情報処理装置１０４は、利用者による訂正
操作により、誤認識されていた認識の識別番号と、その
正解を知ることができる。ここで判明した識別番号と正
解は、手書き文字認識制御装置１０５に送られ、手書き
文字認識制御装置１０５は、送られてきた結果を正解記
録表１１５に反映させる。上で示した例では、識別番号
が５、訂正の結果が「ば」なので、手書き文字認識制御
装置１０５は、正解記録表１１５の内容を図９で示すよ
うに修正する。
操作により、誤認識されていた認識の識別番号と、その
正解を知ることができる。ここで判明した識別番号と正
解は、手書き文字認識制御装置１０５に送られ、手書き
文字認識制御装置１０５は、送られてきた結果を正解記
録表１１５に反映させる。上で示した例では、識別番号
が５、訂正の結果が「ば」なので、手書き文字認識制御
装置１０５は、正解記録表１１５の内容を図９で示すよ
うに修正する。
【００３６】本実施例では、それぞれの手書き文字認識
装置は辞書を一つだけ持つものとした。実際には、手書
き文字認識のアルゴリズムが同一であっても、辞書が異
なることで認識率が著しく異なることは珍しくない。し
たがって、一つの手書き文字認識装置が複数の辞書を持
つ構成もあり得る。そのような場合は、同一のアルゴリ
ズムであっても辞書の数だけ仮想的な手書き文字認識装
置があると考えればよい。
装置は辞書を一つだけ持つものとした。実際には、手書
き文字認識のアルゴリズムが同一であっても、辞書が異
なることで認識率が著しく異なることは珍しくない。し
たがって、一つの手書き文字認識装置が複数の辞書を持
つ構成もあり得る。そのような場合は、同一のアルゴリ
ズムであっても辞書の数だけ仮想的な手書き文字認識装
置があると考えればよい。
【００３７】また、ここで説明した利用者への適合度の
計算は、必ずしも手書き文字認識制御装置１０５内でな
される必要はない。ある手書き文字認識装置が複数のア
ルゴリズムもしくは辞書を持っているような場合は、手
書き文字認識制御装置１０５が手書き文字認識装置に利
用者の誤認識訂正の様子を伝えることで、手書き文字認
識装置の内部でアルゴリズムと辞書の組み合せを評価す
れば良い。
計算は、必ずしも手書き文字認識制御装置１０５内でな
される必要はない。ある手書き文字認識装置が複数のア
ルゴリズムもしくは辞書を持っているような場合は、手
書き文字認識制御装置１０５が手書き文字認識装置に利
用者の誤認識訂正の様子を伝えることで、手書き文字認
識装置の内部でアルゴリズムと辞書の組み合せを評価す
れば良い。
【００３８】また、本実施例では、誤認識を発見する方
法として利用者の訂正操作を用いているが、入力される
文字列が地名などのようにあらかじめ予測できる場合
は、入力された文字列が予想される文字列の集合に含ま
れるかどうかで誤認識を発見できることもある。あるい
は、構文解析などの言語処理的な手法で誤認識を発見で
きる場合もあり得る。
法として利用者の訂正操作を用いているが、入力される
文字列が地名などのようにあらかじめ予測できる場合
は、入力された文字列が予想される文字列の集合に含ま
れるかどうかで誤認識を発見できることもある。あるい
は、構文解析などの言語処理的な手法で誤認識を発見で
きる場合もあり得る。
【００３９】また、本実施例では各手書き文字認識装置
の利用者への適合度を認識の度に算出しているが、適当
な回数の認識が終った時点で適合度を固定してしまう方
法も考えられる。この方法では、利用者が切り替わった
場合に正解率が低下することが予想されるが、正解率が
ある程度以下になった時点で再び適合度を計算しなおす
ことで対応できる。
の利用者への適合度を認識の度に算出しているが、適当
な回数の認識が終った時点で適合度を固定してしまう方
法も考えられる。この方法では、利用者が切り替わった
場合に正解率が低下することが予想されるが、正解率が
ある程度以下になった時点で再び適合度を計算しなおす
ことで対応できる。
【００４０】また、本実施例では複数の手書き文字認識
装置をずっと使い続けるようになっているが、利用者へ
の適合度が高い手書き文字認識装置だけを使用する方法
も考えられる。この場合も、利用者が切り替わった場合
に正解率が低下することが予想されるが、正解率がある
程度以下になった時点で再び複数の手書き文字認識装置
を使用して適合度を計算しなおすことで対応できる。
装置をずっと使い続けるようになっているが、利用者へ
の適合度が高い手書き文字認識装置だけを使用する方法
も考えられる。この場合も、利用者が切り替わった場合
に正解率が低下することが予想されるが、正解率がある
程度以下になった時点で再び複数の手書き文字認識装置
を使用して適合度を計算しなおすことで対応できる。
【００４１】また、システムの使用が終了したときに適
合度を不揮発メモリに記憶しておいて、次に、システム
を立ち上げたときに、その適合度を初期値とすることに
より、同一の人が使うときに、最初から良く適合したシ
ステムとすることができる。
合度を不揮発メモリに記憶しておいて、次に、システム
を立ち上げたときに、その適合度を初期値とすることに
より、同一の人が使うときに、最初から良く適合したシ
ステムとすることができる。
【００４２】なお、情報処理装置や手書き文字認識装置
などは計算機上で実行されるソフトウェアの形で実現さ
れていてもよい。その場合、それぞれのソフトウェアは
同一の計算機上で実行されてもよいし、別々の計算機の
上で実行されてもよい。別々の計算機の上で実行される
場合は、システム全体としてみれば処理が分散して同時
に行われることになるので、利用者に対する応答性を上
げることができる。
などは計算機上で実行されるソフトウェアの形で実現さ
れていてもよい。その場合、それぞれのソフトウェアは
同一の計算機上で実行されてもよいし、別々の計算機の
上で実行されてもよい。別々の計算機の上で実行される
場合は、システム全体としてみれば処理が分散して同時
に行われることになるので、利用者に対する応答性を上
げることができる。
【００４３】さらに、本実施例では本発明をオンライン
手書き文字認識に適用した場合について述べたが、オン
ライン図形認識、オンライン記号認識、オンライン音声
認識などについても適用可能である。
手書き文字認識に適用した場合について述べたが、オン
ライン図形認識、オンライン記号認識、オンライン音声
認識などについても適用可能である。
【００４４】オンライン音声認識においては、例えば、
世代別または男女別に音声に関する辞書を用意してお
き、また音声認識のアルゴリズムも複数用意しておき、
各組み合せごとに得られた音声認識結果から、上述と同
じ方法で適合度を計算すれば良い。
世代別または男女別に音声に関する辞書を用意してお
き、また音声認識のアルゴリズムも複数用意しておき、
各組み合せごとに得られた音声認識結果から、上述と同
じ方法で適合度を計算すれば良い。
【００４５】以上のように、本発明によれば、オンライ
ンパターン認識に用いるアルゴリズムと辞書の組み合せ
を複数使用できる環境において、各組み合せの利用者へ
の適合度を自動的に算出でき、その適合度を基に認識結
果の確からしさを推定できるので、多様な利用者に自動
的に適合できるオンラインパターン認識技術を実現でき
る。
ンパターン認識に用いるアルゴリズムと辞書の組み合せ
を複数使用できる環境において、各組み合せの利用者へ
の適合度を自動的に算出でき、その適合度を基に認識結
果の確からしさを推定できるので、多様な利用者に自動
的に適合できるオンラインパターン認識技術を実現でき
る。
【００４６】
【発明の効果】本発明によれば、適合度を自動的に計算
するパターン認識装置を提供できる。
するパターン認識装置を提供できる。
【図１】本発明の一実施例である手書き文字認識を用い
た文書処理システムのブロック図。
た文書処理システムのブロック図。
【図２】文書処理システムの画面の説明図。
【図３】各手書き文字認識装置からの認識結果を格納し
ておくための認識装置別結果表の説明図。
ておくための認識装置別結果表の説明図。
【図４】認識の正解を記録しておくための正解記録表の
説明図。
説明図。
【図５】図４で示した正解記録表の内容が更新されたも
のの説明図。
のの説明図。
【図６】図２で示した画面が更新されたものの説明図。
【図７】認識結果記録表の説明図。
【図８】図６で示した画面が更新されたもの説明図。
【図９】図５で示した正解記録表の内容が誤認識訂正に
より更新されたものの説明図。
より更新されたものの説明図。
１０１−−−座標読取装置、１０２−−−ペン、１０３
−−−表示装置、１０４−−−情報処理装置、１０５−
−−手書き文字認識制御装置、１０６−−−手書き文字
認識装置、１０７−−−手書き文字認識用辞書、１０８
−−−手書き文字認識装置、１０９−−−手書き文字認
識用辞書、１１０−−−手書き文字認識装置、１１１−
−−手書き文字認識用辞書、１１２−−−認識装置別結
果表、１１３−−−認識装置別結果表、１１４−−−認
識装置別結果表、１１５−−−正解記録表、１１６−−
−認識結果記録表、２０１−−−文書表示領域、２０２
−−−手書き文字入力領域、２０３−−−手書き文字入
力領域、２０４−−−候補文字表示領域、２０５−−−
カーソル。
−−−表示装置、１０４−−−情報処理装置、１０５−
−−手書き文字認識制御装置、１０６−−−手書き文字
認識装置、１０７−−−手書き文字認識用辞書、１０８
−−−手書き文字認識装置、１０９−−−手書き文字認
識用辞書、１１０−−−手書き文字認識装置、１１１−
−−手書き文字認識用辞書、１１２−−−認識装置別結
果表、１１３−−−認識装置別結果表、１１４−−−認
識装置別結果表、１１５−−−正解記録表、１１６−−
−認識結果記録表、２０１−−−文書表示領域、２０２
−−−手書き文字入力領域、２０３−−−手書き文字入
力領域、２０４−−−候補文字表示領域、２０５−−−
カーソル。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 福永 泰 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内
Claims (6)
- 【請求項１】パターン認識に用いるプログラムと辞書の
組み合せを複数個記憶する第１の記憶手段を有するパタ
ーン認識装置において、 実行済みの認識結果を記憶する第２の記憶手段と、 上記記憶された認識結果より、各組み合せごとの正解へ
の適合度を算出する適合度算出手段と、 パターン認識の対象となる情報を受付ける入力手段と、 プログラムと辞書の組み合せごとに、プログラムと辞書
により、上記受付けた情報に対する認識結果を求める認
識装置と、 上記適合度に基づき、各組み合せから得られた認識結果
から少なくとも一つを選択する認識制御装置とを有する
ことを特徴とするパターン認識装置。 - 【請求項２】請求項１記載のパターン認識装置におい
て、 上記認識制御装置が選択した認識結果を出力する出力手
段と、 出力された認識結果に対する修正を受付ける訂正手段と
を有し、 上記適合度算出手段は、上記受付けた修正により、プロ
グラムと辞書の各組み合せの正解への適合度を算出する
ことを特徴とするパターン認識装置。 - 【請求項３】請求項１または２記載のパターン認識装置
において、 上記第１の記憶手段は、パターン認識に用いる辞書を複
数種記憶し、 上記適合度算出手段は、上記記憶された認識結果より、
各辞書ごとの正解への適合度を算出することを特徴とす
るパターン認識装置。 - 【請求項４】請求項１または２記載のパターン認識装置
において、 上記第１の記憶手段は、パターン認識に用いるプログラ
ムを複数種記憶し、 上記適合度算出手段は、上記記憶された認識結果より、
各プログラムごとの正解への適合度を算出することを特
徴とするパターン認識装置。 - 【請求項５】パターン認識に用いるプログラムと辞書の
組み合せを複数個記憶する第１の記憶手段を有する情報
処理装置において、 実行済みの認識結果を記憶する第２の記憶手段と、 上記記憶された認識結果より、各組み合せごとの正解へ
の適合度を算出する適合度算出手段と、 パターン認識の対象となる情報を受付ける入力手段と、 プログラムと辞書の組み合せごとに、プログラムと辞書
により、上記受付けた情報に対する認識結果を求める認
識装置と、 上記適合度に基づき、各組み合せから得られた認識結果
から少なくとも一つを選択する認識制御装置とを有する
ことを特徴とする情報処理装置。 - 【請求項６】パターン認識に用いるプログラムと辞書の
組み合せを複数個記憶する第１の記憶手段を有する文字
認識装置において、 実行済みの認識結果を記憶する第２の記憶手段と、 上記記憶された認識結果より、各組み合せごとの正解へ
の適合度を算出する適合度算出手段と、 パターン認識の対象となる情報を受付ける入力手段と、 プログラムと辞書の組み合せごとに、プログラムと辞書
により、上記受付けた情報に対する認識結果を求める認
識装置と、 上記適合度に基づき、各組み合せから得られた認識結果
から少なくとも一つを選択する認識制御装置とを有する
ことを特徴とする文字認識装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04135303A JP3131287B2 (ja) | 1992-05-27 | 1992-05-27 | パターン認識装置 |
| US08/460,599 US5841901A (en) | 1992-05-27 | 1995-06-02 | Pattern recognition system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04135303A JP3131287B2 (ja) | 1992-05-27 | 1992-05-27 | パターン認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05324903A true JPH05324903A (ja) | 1993-12-10 |
| JP3131287B2 JP3131287B2 (ja) | 2001-01-31 |
Family
ID=15148562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04135303A Expired - Lifetime JP3131287B2 (ja) | 1992-05-27 | 1992-05-27 | パターン認識装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5841901A (ja) |
| JP (1) | JP3131287B2 (ja) |
Families Citing this family (66)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6295372B1 (en) * | 1995-03-03 | 2001-09-25 | Palm, Inc. | Method and apparatus for handwriting input on a pen based palmtop computing device |
| US5889888A (en) | 1996-12-05 | 1999-03-30 | 3Com Corporation | Method and apparatus for immediate response handwriting recognition system that handles multiple character sets |
| US6137863A (en) * | 1996-12-13 | 2000-10-24 | At&T Corp. | Statistical database correction of alphanumeric account numbers for speech recognition and touch-tone recognition |
| US6300946B1 (en) | 1997-01-29 | 2001-10-09 | Palm, Inc. | Method and apparatus for interacting with a portable computer |
| JPH1115914A (ja) * | 1997-06-09 | 1999-01-22 | Internatl Business Mach Corp <Ibm> | 文字データ入力装置およびその方法 |
| US6219453B1 (en) | 1997-08-11 | 2001-04-17 | At&T Corp. | Method and apparatus for performing an automatic correction of misrecognized words produced by an optical character recognition technique by using a Hidden Markov Model based algorithm |
| US6154579A (en) * | 1997-08-11 | 2000-11-28 | At&T Corp. | Confusion matrix based method and system for correcting misrecognized words appearing in documents generated by an optical character recognition technique |
| JP4071328B2 (ja) * | 1997-11-18 | 2008-04-02 | 富士通株式会社 | 文書画像処理装置および方法 |
| US6205428B1 (en) | 1997-11-20 | 2001-03-20 | At&T Corp. | Confusion set-base method and apparatus for pruning a predetermined arrangement of indexed identifiers |
| US6208965B1 (en) | 1997-11-20 | 2001-03-27 | At&T Corp. | Method and apparatus for performing a name acquisition based on speech recognition |
| TW421980B (en) * | 1997-12-22 | 2001-02-11 | Citizen Watch Co Ltd | Electronic component device, its manufacturing process, and collective circuits |
| US6223158B1 (en) | 1998-02-04 | 2001-04-24 | At&T Corporation | Statistical option generator for alpha-numeric pre-database speech recognition correction |
| US6205261B1 (en) * | 1998-02-05 | 2001-03-20 | At&T Corp. | Confusion set based method and system for correcting misrecognized words appearing in documents generated by an optical character recognition technique |
| US6400805B1 (en) | 1998-06-15 | 2002-06-04 | At&T Corp. | Statistical database correction of alphanumeric identifiers for speech recognition and touch-tone recognition |
| US7031925B1 (en) | 1998-06-15 | 2006-04-18 | At&T Corp. | Method and apparatus for creating customer specific dynamic grammars |
| US7937260B1 (en) * | 1998-06-15 | 2011-05-03 | At&T Intellectual Property Ii, L.P. | Concise dynamic grammars using N-best selection |
| US6260015B1 (en) * | 1998-09-03 | 2001-07-10 | International Business Machines Corp. | Method and interface for correcting speech recognition errors for character languages |
| US6388877B1 (en) | 1999-02-04 | 2002-05-14 | Palm, Inc. | Handheld computer with open accessory slot |
| US6388870B1 (en) | 1999-02-04 | 2002-05-14 | Palm, Inc. | Housing for a handheld computer |
| US6535199B1 (en) | 1999-02-04 | 2003-03-18 | Palm, Inc. | Smart cover for a handheld computer |
| US6344848B1 (en) | 1999-02-19 | 2002-02-05 | Palm, Inc. | Stylus assembly |
| US6457134B1 (en) | 1999-04-21 | 2002-09-24 | Palm, Inc. | Portable computer with differentiated time-out feature |
| US6185332B1 (en) | 1999-04-22 | 2001-02-06 | Faxtrieve, Inc. | Character recognition technique |
| US6523124B1 (en) * | 1999-04-23 | 2003-02-18 | Palm, Inc. | System and method for detection of an accessory device connection status |
| US6115248A (en) | 1999-05-17 | 2000-09-05 | Palm, Inc. | Detachable securement of an accessory device to a handheld computer |
| US6283777B1 (en) | 1999-05-26 | 2001-09-04 | Palm, Inc. | Dual style connector for handheld computer |
| US6425087B1 (en) | 1999-05-28 | 2002-07-23 | Palm, Inc. | Method and apparatus for using residual energy in a battery-powered computer |
| US6904405B2 (en) * | 1999-07-17 | 2005-06-07 | Edwin A. Suominen | Message recognition using shared language model |
| US6510524B1 (en) * | 1999-08-23 | 2003-01-21 | Palm, Inc. | System for managing power of peripheral communications by automatically closing communications channel immediately after finishing a communication with a peripheral device |
| US6356443B2 (en) | 1999-11-30 | 2002-03-12 | Palm, Inc. | Handheld computer configured for attachment with an external device |
| US6532148B2 (en) | 1999-11-30 | 2003-03-11 | Palm, Inc. | Mechanism for attaching accessory devices to handheld computers |
| US6708280B1 (en) | 2000-05-31 | 2004-03-16 | Palmone, Inc. | Method and apparatus for allowing a battery to preserve charge in a handheld device without an supplying unregulated voltage to selected internal components |
| US6687839B1 (en) | 2000-05-31 | 2004-02-03 | Palmone, Inc. | Method and apparatus allowing a battery to regain charge in a handheld device without an applied external charge while still supplying power selected designated components |
| US6490155B2 (en) | 2000-07-07 | 2002-12-03 | Palm, Inc. | Detachable coupling for handheld computer and peripheral attachment scheme |
| GB2365188B (en) * | 2000-07-20 | 2004-10-20 | Canon Kk | Method for entering characters |
| US6788285B2 (en) | 2001-04-10 | 2004-09-07 | Palmone, Inc. | Portable computer with removable input mechanism |
| US6552282B2 (en) | 2001-09-19 | 2003-04-22 | Palm, Inc. | Floating button design for a handheld computer |
| US6986106B2 (en) | 2002-05-13 | 2006-01-10 | Microsoft Corporation | Correction widget |
| US7137076B2 (en) * | 2002-07-30 | 2006-11-14 | Microsoft Corporation | Correcting recognition results associated with user input |
| US7886236B2 (en) * | 2003-03-28 | 2011-02-08 | Microsoft Corporation | Dynamic feedback for gestures |
| US7187801B2 (en) * | 2003-03-31 | 2007-03-06 | Microsoft Corporation | Multiple handwriting recognition engine selection |
| US20050125217A1 (en) * | 2003-10-29 | 2005-06-09 | Gadi Mazor | Server-based spell check engine for wireless hand-held devices |
| US7848573B2 (en) * | 2003-12-03 | 2010-12-07 | Microsoft Corporation | Scaled text replacement of ink |
| US7506271B2 (en) * | 2003-12-15 | 2009-03-17 | Microsoft Corporation | Multi-modal handwriting recognition correction |
| JP4297798B2 (ja) * | 2004-01-29 | 2009-07-15 | 富士通株式会社 | 移動体情報管理プログラム |
| ITMI20041113A1 (it) * | 2004-06-01 | 2004-09-01 | Antibioticos Spa | Processo per la sintesi della talidomide |
| JP4756876B2 (ja) * | 2004-06-09 | 2011-08-24 | キヤノン株式会社 | 画像表示制御装置、画像表示制御方法、プログラム、及び記憶媒体 |
| JP4574313B2 (ja) * | 2004-10-04 | 2010-11-04 | キヤノン株式会社 | 画像処理装置および方法 |
| US9142369B2 (en) | 2005-03-14 | 2015-09-22 | Qualcomm Incorporated | Stack assembly for implementing keypads on mobile computing devices |
| US7623118B2 (en) | 2005-03-14 | 2009-11-24 | Palm, Inc. | Actuation mechanism for use with keyboards on mobile computing devices |
| US7525534B2 (en) | 2005-03-14 | 2009-04-28 | Palm, Inc. | Small form-factor keypad for mobile computing devices |
| US7511700B2 (en) | 2005-03-14 | 2009-03-31 | Palm, Inc. | Device and technique for assigning different inputs to keys on a keypad |
| US7275836B2 (en) | 2005-08-13 | 2007-10-02 | Palm, Inc. | Lighting and usability features for key structures and keypads on computing devices |
| US7294802B2 (en) | 2005-08-13 | 2007-11-13 | Palm, Inc. | Lighting and usability features for key structures and keypads on computing devices |
| US7836216B2 (en) * | 2005-08-23 | 2010-11-16 | Palm, Inc. | Connector system for supporting multiple types of plug carrying accessory devices |
| US7734841B2 (en) * | 2006-06-30 | 2010-06-08 | Palm, Inc. | System and method for providing serial bus connectivity |
| US8077974B2 (en) * | 2006-07-28 | 2011-12-13 | Hewlett-Packard Development Company, L.P. | Compact stylus-based input technique for indic scripts |
| US8989822B2 (en) | 2006-09-08 | 2015-03-24 | Qualcomm Incorporated | Keypad assembly for use on a contoured surface of a mobile computing device |
| US7259339B1 (en) | 2006-09-08 | 2007-08-21 | Palm, Inc. | Enhanced key structure with combined keycap for a mobile computing device |
| FI20065783A0 (sv) * | 2006-12-08 | 2006-12-08 | Nokia Corp | Signalfördistorsion i radiosändare |
| USD613743S1 (en) | 2007-08-30 | 2010-04-13 | Palm, Inc. | Mobile computing device |
| US8270158B2 (en) * | 2007-08-30 | 2012-09-18 | Hewlett-Packard Development Company, L.P. | Housing construction for mobile computing device |
| US8350728B2 (en) | 2010-04-23 | 2013-01-08 | Hewlett-Packard Development Company, L.P. | Keyboard with integrated and numeric keypad |
| US8286104B1 (en) * | 2011-10-06 | 2012-10-09 | Google Inc. | Input method application for a touch-sensitive user interface |
| JP2014215877A (ja) * | 2013-04-26 | 2014-11-17 | 株式会社デンソー | 物体検出装置 |
| US9659213B2 (en) * | 2015-07-03 | 2017-05-23 | Cognizant Technology Solutions India Pvt. Ltd. | System and method for efficient recognition of handwritten characters in documents |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3988715A (en) * | 1975-10-24 | 1976-10-26 | International Business Machines Corporation | Multi-channel recognition discriminator |
| JPS5745680A (en) * | 1980-08-30 | 1982-03-15 | Fujitsu Ltd | Pattern recognition device |
| JPS57187780A (en) * | 1981-05-13 | 1982-11-18 | Toshiba Corp | Multifont character reader |
| JPS58223887A (ja) * | 1982-06-21 | 1983-12-26 | Fujitsu Ltd | 文字認識装置における個人辞書作成処理方式 |
| US5054093A (en) * | 1985-09-12 | 1991-10-01 | Cooper Leon N | Parallel, multi-unit, adaptive, nonlinear pattern class separator and identifier |
| US4944022A (en) * | 1986-12-19 | 1990-07-24 | Ricoh Company, Ltd. | Method of creating dictionary for character recognition |
| US5191622A (en) * | 1987-07-17 | 1993-03-02 | Hitachi, Ltd. | Hand-written character recognition apparatus with a personal dictionary preparation function |
| JP2553608B2 (ja) * | 1988-01-04 | 1996-11-13 | 住友電気工業 株式会社 | 光学文字読取装置 |
| US4958375A (en) * | 1988-02-17 | 1990-09-18 | Nestor, Inc. | Parallel, multi-unit, adaptive pattern classification system using inter-unit correlations and an intra-unit class separator methodology |
| EP0511658B1 (en) * | 1991-04-30 | 1997-09-03 | Sony Corporation | Character inputting apparatus |
| US5257323A (en) * | 1991-05-29 | 1993-10-26 | Canon Kabushiki Kaisha | Selection agent for a symbol determination system with multiple character recognition processors |
-
1992
- 1992-05-27 JP JP04135303A patent/JP3131287B2/ja not_active Expired - Lifetime
-
1995
- 1995-06-02 US US08/460,599 patent/US5841901A/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US5841901A (en) | 1998-11-24 |
| JP3131287B2 (ja) | 2001-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3131287B2 (ja) | パターン認識装置 | |
| JP3974359B2 (ja) | オンライン文字認識装置及び方法並びにコンピュータ読み取り可能な記憶媒体及びオンライン文字認識プログラム | |
| JP3004495B2 (ja) | 手書き記号の認識方法 | |
| US7369702B2 (en) | Template-based cursive handwriting recognition | |
| US5533141A (en) | Portable pen pointing device and a processing system with pen pointing device | |
| US8600163B2 (en) | Handwriting determination apparatus and method and program | |
| EP0539739A2 (en) | Improving on-line handwriting recognition using a prototype confusability dialogue | |
| US7142715B2 (en) | Arabic handwriting recognition using feature matching | |
| EP3828685B1 (en) | Gesture stroke recognition in touch-based user interface input | |
| JP4686502B2 (ja) | オンライン文字認識装置 | |
| KR102759947B1 (ko) | 수기에 기반한 입력을 디스플레이하기 위한 방법 및 장치 | |
| JP2003196593A (ja) | 文字認識装置および文字認識方法および文字認識プログラム | |
| EP4086744B1 (en) | Gesture stroke recognition in touch-based user interface input | |
| JP2002196879A (ja) | 情報処理装置及びその方法、コンピュータ可読メモリ、プログラム | |
| JP7095450B2 (ja) | 情報処理装置、文字認識方法、および文字認識プログラム | |
| TWI303783B (en) | Method and device for recognition of a handwritten pattern, and computer program product | |
| US7266236B2 (en) | Accelerated handwritten symbol recognition in a pen based tablet computer | |
| JP2761679B2 (ja) | オンライン手書き文字認識装置 | |
| JPH07117993B2 (ja) | 手書き文字認識のための特定ユーザ用プロトタイプ集合生成方法 | |
| JPS60247793A (ja) | オンライン手書文字認識装置 | |
| JPH07320001A (ja) | 文字認識装置，認識辞書の参照方法 | |
| JPH07325888A (ja) | 辞書登録方法，文字認識方法及び文字認識装置 | |
| JP3157995B2 (ja) | 文字処理装置 | |
| JPH0756666B2 (ja) | 情報認識方法 | |
| JPH08171612A (ja) | パターン認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071117 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081117 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081117 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091117 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101117 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101117 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111117 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111117 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121117 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121117 Year of fee payment: 12 |