JPS60169984A - 文章読取装置 - 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】 〔発明の利用分野〕 本発明は、文字、特に自然言語で書かれた文章を読み取
る装置に関する。

〔発明の背景〕

従来、文章を読取る場合は、０ＣＲ（光学文字読取り装
置）により、−文字単位で文字を認識して行く方法によ
っており、行またはページ単位で読取る場合でも、物理
的な行や紙一枚という単位で読込んでいるのみであり、
文章のどことどこがつながっているかは、まったく認識
していないか、認識していても、［ある行が終れば、次
の行に続く」としているのみで、・・）文章の内容の必
然性からつながりを判定しているものではない。また、
本願の発明者が、先に出願し、公開された「文章読取装
置」においては、文章の図形的特徴により段落を見つけ
、内容的なつながりが不明な場合で、縦書き／横書きの
一般的配置規則ｔもってしても順序が不明な図形間につ
いては、順序コードをあらかじめ指定させるか、図形間
ヲ線でつなぐ方式であり、文章の内容に立入らずに処理
が可能であるかわり、順序を指定するという手間がかか
るという不便さがあった。

〔発明の目的〕

本発明の目的は、段組や、物理的に離れているような図
形内に書かれた文章金、使用者（以下ユーザと呼ぶ）は
、範囲を示す図形のみを指示するのみで、一つのまとま
りを持った文章として読取ることを可能ならしめる装置
全提供するものである。

〔発明の概袈〕

この目的を達成する為、本発明では、範囲を示す図形を
読取る装置の他に、文章の記述されている官給に関する
知識を格納して置く辞書メモリを設け、これらの情報に
より、あらかじめ決められている一般的な接続順序規則
（例えば、縦書きならば、「各図形の重心が右上から近
いものの順で、等距離ならば、右のものが優先」）′ｔ
−適用しても順序が不明となるような図形群内に書かれ
た文字群を一つのつながった文章として読取る手段を与
えるものである。

〔発明の実施例〕

以下、本発明を実施例全参照して詳細に説明する。第１
図及び第２図は本発明の一実施例になる装置の構成を示
すもので、キーボード１、文字読取装置２、図形読取装
置３、処理装置（以下ＣＰＵと呼ぶ）４、メインメモリ
５、辞書メモリ６、データファイル装置７等より構成さ
れる。キーボード１には、縦書／横書指定キー１１、フ
ァイル各指定用キー１２、スタートキー１３が設けられ
ている。

メインメそり５は、第３図に示す如く処理プログラム５
１、図形位置テーブル５２、つなぎぬテーブル５３、並
び用レジスタ５４、近傍バンファ５５、読取用メモリ５
６を含む。

次に本発明の処理動作について説明する。

まず、ユーザは、どの部分を一つの文章として読取るべ
きか全指示する。指示の方法は、任意側の閉じた平面図
形を第４図（ａ］に示す如く文字の１・かれている範囲
のみを、きっちりした直線で囲んだものでも（この場合
、この図形は、すべての角が直角の多角形となる）、第
４図（ｂ）に示す如きフリーハンドで書きれた、各文字
群の境界をはみ出したような図形でも、さらには、第４
図（Ｃ）に示す如き内側に文字以外の図柄を含んだよう
なものでも良い。それらの範囲指定の結果は、ユーザが
スタートキー１３を押すことにより、ＣＰＵ４が起動し
た処理プログラム５１０指令により図形読取装置３によ
り読取られ、図形としての形（例えば、文字の行として
の形態）から文字群としてまとめられる。（この際、行
の方向をあらかじめ示す為に、縦書／横書指定キー１１
より行の方向全指示しても良い。）その−例は、第４図
（ａ）に示されている。また、第４図（ａ）の■で示さ
れた文字群σ）位置全図形位置テーブル５２に格納した
一実施例を第５図に示す。

読取り範囲の指示の処理が終ると、ＣＰＯ４は、処理プ
ログラム５１に従い、文字群を読取る順序を判定しなが
ら文字を読取って行く。そσ）際の文字群を読取る順序
を決定する処理の一例を第６図に示す。図中、「切れ目
」とは、文章全体を文字群（第４図（ａ）の■、■、■
、■のような集り、以下「ブロック」と呼ぶ）の集りと
みた時のブロック間の「切れ目」を意味する。

以下第６図に従い処理を説明する。

まず、文章が書かれている図形全体として、接続順序の
多義があるか調べる（ステップ１０１）。

もしなければ、一般的順序規則吟で分かつている順に文
字を読取るべく、本処理を終る。一方、多義があること
が分かｉｔば、まず、初めの切れ目をみる（ステップ１
０２）。この際、例えば、第４図（ａ）で■の部分に文
字がない場合は、始まりのブロック自体が、■か■か不
明になるが、その場合でも、接続（つなぎ方）を調べる
以下の処理は適用できる。その場合、文章の先頭が、■
か■かを決めるのは、仮想的なのからの接続関係すなわ
ち空白の次に続く（この場合、「文頭になる」）のは■
と■のどちらかを判定することになる。

さて、切れ目をみたら、当該切れ目に（池に）可能性の
ある接続があるか調べる（ステップ１０３）。本処理は
、この後で、不可能な接続の可能性を消して行った時、
すべて不可能になっていないか調べる為の処理である。

可能性のめる接続があれば、当該接続の適否処理に入る
。まず、当該接続が既に調べられたかをチェックする（
ステップ１０４）。

もし、調べ終っていれば、その接続が適か否かをみる（
ステップ１０５）。適か否かは、接続テーブル５３に表
示される。その−例を第７図に示す。図中の「○」は接
続が適であることを「×」は不適であることを、「△」
はあやしいことを各々表わす。また、空白は未判定であ
ること金示す。

ブロック間の接続の適・不適は、文脈上おる時は適で、
他の時は不適ということがあり得るが、「△」以外は、
一度判定したら、その判定が変わることはないと仮定す
る。

さてステップ１０５で不適と判定されれば、他の接続を
みて（ステップ１０６）、ステップ１０３に戻る。ステ
ップ１０５で適またはあやしいと判定された場合はステ
ップ１１２に進む。ステップ１０４で、当該接続が未チ
ェックの場合は、接続の近傍を近傍バッファに格納する
。「近傍」としては、当該接続部を含む文字列で、必要
最少限のものを選ぶが、判定方法の種類により異なる。

判定方法の一例を以下にあげる。

（１）単語として成り立つか： 例えば、第８図の■から■の接続は、「しば」と「らく
」が「しばらく」で成り立つが、■がら■の「しばてる
」は成り立たない。

（２）活用語尾として成り立つか： 例えば、第８図の■から■は、「公表されている」とな
って正しい。

（３）文脈上止しいか： 例えば、第８図の■から■の「国会間期中」は正しいが
、■から■の「公表され開期中」は、「公表され、開期
中」に比べれば「あやしい」と判定できる。さらに文章
全体にわたる文脈としては、Ｔ１）・・・２）・・・」
といった並列関係等も番号の出現順序により、接続の適
否判定に利用できる。

その場合ｖｃは、近傍バッファ５４には、ブロック全体
が入る必要がある場合がある。上記は日本語について述
べたが、英語の場合は、一般的に単語が切れることはな
い（ハイフンづけされることはある）ので、（３）の文
脈上の判定を行なうこととなる。その場合は、例えば、
（ａ）　Ｉｈａｖｅ　ａｂｏｏｋ（Ｌ）ｌ　１ｉｈｅｓ
　ｔｏ　ｃｏｏｋ、（Ｃ）　Ｍｙｍｏｔｈｅｒ＋（ｄ）
　ｉｎ　ｔｈｅｂｏｏｋｃａｓｅ、の文で、（ａ）（ｂ
）は主動詞が二ツ（Ｃ）（ｄ）は、主動詞なし、よって
（ａ）（ｂ）、　（ＣＸｄ）といった接続が正しいとい
った判定となる。

上記の（１）から（３）の判定には、辞書が使われる。

辞書は、辞書メモリ６に格納されており、その内容は、
例えば、（１）の判定には、単語帳のみで良いが、（２
）の場合には、接尾辞の辞書が、また（３）の場合には
、単語間の接続可能性全表わす表や、さらには、文法則
も必要となるが、実用上からは、（１）程度によるのが
簡便さの点から望ましく、判定不能の場合には、ユーザ
に知らせ、もつと明確な指定方法（例えは、番号により
明確に順序を示す）で再度、読取り順序を指定しなおし
てもらうのが望ましい。

ステップ１０７で近傍バッファに、接続の近傍が格納さ
れると、ステップ１０８で接続の認定を行なう。具体的
にハ、凧語としてＯＫか（ステップ１０９）、並びとし
てＯＫか（ステップ１１ｏ）等となる。これらのチェッ
クで、接続として適と判定された場合（ステップ１１１
）は、ステップ１１６に進む。また、適と判定されない
場合は、ステップ１１２に進む。ステップ１１２では、
接続があやしいか調べ、めやしくもない場合は不適とし
てステップ１１４に進む。あやしい場合は、これ以前に
もあやしいものがあったか調べる（ステツ７’１１３）
。これ以前にもあやしいものが既ｌｃ６れば、この接続
を不適としくステップ１１４）、他の接続の可能性を調
べるべく、ステップ１０３に戻る。当該接続以外には、
あやしいものがない場合は、一応、「あやしいが適」と
判定し、この接続をあやしいとして憶えておき（「△」
をつける）次の切れ目に進む（ステップ１１５）。

次の切れ目があるか調べ（ステップ１１６）、もうなけ
れば、終りまで正しくつながったとみなして、この並び
を適として（ステップ１１７）当該処理を終る。まだ次
の切れ目かめれば、次の切れ目に進む（ステップ１１８
）。ステップ１０３で、当該切れ目のすべての可能性が
不適と判定された場合は、この切れ目を不適として一つ
前の切れ目に戻る（ステップ１１９）。こｉ″Ｌは、例
えば、第９図において、■■の並びで、もし■■の接続
が不適であった場合は、■■も不適なので、■の一つ前
、すなわち■へ戻るような処理である。

ステップ１１９で一つ前の切れ目に戻れない、すなわち
初めの切れ目自体が不適の時は、本処理のどこかに誤っ
た判定があるとみなして、エラー表示をしユーザの再指
示全させるようにする（ステップ１２１）。一つ前に戻
れる時はステップ１０３に戻り、判定処理を続ける。

上記の処理により、例えば、第８図に示すような文章に
対しては、第９図に示す如き結果となる。

すなわち、■から■へは、接続不適となり、■から■が
適の為、次に進む。■からは、一般規則からもまた、単
語の接続関係からも■に接続不可能なので、結果として
■■■■がめるものである。

第６図に示したような、順序の判定が終ると、ＣＰＵ４
は、この順序に従い、文字読取装置２を起動して文字を
順次、読取用メモリ５６に格納し、文章全体を読経ると
、ユーザが、ファイル名指定用キー１２より指定した名
前を付して、データファイル装置７に格納する。

〔発明の効果〕

以上説明した如く本発明によれば、段組みや物理的に分
離された文章を、範囲金示す図形のみを指定するのみで
、一つのまとまった文章として読取ってくれるので、新
聞、雑誌等からの文章の入力を簡便に行なうことかでき
る。

【図面の簡単な説明】

第１図は本発明における一実施例を示す概観図、第２図
は本発明の一実施例を示すブロック図、第３図はメイン
メモリの割付の一実施例を示す略図、第４図及び第８図
は本発明の説明の為の文章の段組みのいくつかの例を示
した図、第５図は図形位置テーブルの一実施例を示す略
図、第６図は本発明の処理手順の一実施例を示すフロー
チャート、第７図は接続テーブルの一実施例を示す略図
、第９図は本発明における読取順序の一例を示す略図第
　Ｉ　目 第　２　口 第　３　目 第　４　図 ＜ｃＬ）　（ｂ）　（す 第５田 第　７　日

Claims (1)

【特許請求の範囲】
1. １、文字を読み取る文字読取装置と、簡単な図形を読み
   取る図形読取装置と、文字がつながっているかどうかを
   判定する為に使用される辞書を格納する辞書メモリと、
   これらの装置全制御し、文章を読み取る制御装置と、読
   み取った結果を格納するデータファイル装置と全備え、
   図形読取装置によって読み取りの範囲を認識し、分離し
   た図形に対しては、一般的な接続の規則と、辞書ファイ
   ル装置に格納された構文的情報を利用することにより、
   接続順を認識し、その順序に従い文字読み取りを行なう
   ことを特徴とする文章読取装置。