JPS60217489A - 文字認識装置 - 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】 〔発明の技術分野〕 本発明は入力文字パターン列を簡易に、且つ効果的に認
識することのできる文字認識装置に関する。

〔発明の技術的背用とその問題点〕

情報処理技術の発達に伴い、印刷・手Ｂき入力された文
字パターン列、或いは音声入力された文字パターン列か
らなる単語データを認識し、その認識結果を計算機シス
テムに取込むことが行われている。この単語データの認
識処理は、基本的には上記単語データを構成する文字列
の各文字の特徴を検出して行われるが、個々の文字認識
結果を単に組合わせるだけでは精度の高いεに識結果が
１ｑられないことが多い。例えば入力文字列中のある文
字について正しい認識結果が得られなかった場合には、
上記入力文字列が示す単語全体の認識結東が得られなく
なる。

そこで従来では、例えば個々の文字認識結果で示される
入、力文字列情報と、単語辞書に予め登録された認識対
象単語の各文字との類似度をそれぞれめ、これらの類似
度を総合的に評価して上記入力文字列全体の認識結果を
得ることが行われている。

このような処理方式によれば、前述したように入力文字
列中に正しい文字認識結果が得られない文字が存在して
いても、その入力文字列全体から単語データを認識する
ことが可能となる。

然し乍ら、認識処理に供せられる入力文字列は、例えば
一般文章のように必ずしも単語単位に分割されていない
ことが多い。この為、上述した単語単位の処理だけでは
これに対処することができない。

一方、上記単語単位の処理とは別に、入力文字列中で出
現頻度の高いＮ文字の組の情報を辞書登録しておき、入
力文字列中の成る文字の前後の連続したＮ文字の文字認
識結果と上記辞書に予め登録された出現頻度の高いＮ文
字の組の情報とを照合して認識結果をめる方式が提唱さ
れている。

しかし、このような処理内容の異なる２種の後処理方式
を同時採用して文字認識装置を構成するには無駄が多く
、またコスト的な問題やそのシステム管理上の問題が多
く生じた。

〔発明の目的〕

本発明はこのような事情を考鹿してなされたもので、そ
の目的とするところは、入力文字パターン列の形式に拘
らずにその認識処理を効率良く、高精度に実行すること
のできる文字認識装置を提供することにある。

〔発明の概要〕

本発明は、−辞書メモリに認識対象単語および入力文字
列において出現頻度の高いＮ文字の組を辞書登録してお
き、入力文字パターン列の各文字パターンに対する文字
認識結果をそれぞれめ、これらの文字認識結果の列とし
て示される入力文字列中の単語または連続するＮ文字の
組を検出してその単語または連続するＮ文字の組と上記
辞書メモリに登録された認識対象単語および出現頻度の
高いＮ文字の組とを順次照合して類似度をそれぞれめ、
これらの類似度から前記単語または連続するＮ文字の組
に対する認識結果を得るようにしたものである。

つまり、単語単位による文字認識結果の後処理と、連続
したＮ文字の組を単位とした文字１識結果の後処理との
異なった処理を共通の辞書メモリおよび類似度演算部を
用いて統一的に取扱うようにしたものである。

〔発明の効果〕

かくして本発明によれば、入力文字パターン列が単語単
位に分割できる場合であっても、或いは単語単位に分割
できない場合であっても、その入力文字列に対する文字
認識結果を効果的に後処理して正しい認識結果を得るこ
とが可能となる。しかも、これらの処理方式の異なる２
つの後処理を共通の辞書メモリおよび共通の類似度計算
部を用いて統一的に実行することができ、従って装置構
成の簡素化およびコストの低減、システム管理の容易化
を図ることができる等の効果が奏せられる。

また入力文字パターンの形式に制限を受けることがない
ので、その汎用性が高い等の効果が奏せられる。

（発明の実施例〕 以下、図面を参照して本発明の一実施例につき説明する
。

第１図は実施例装置の概略構成図である。この実施例装
置は帳票１に印刷、或いは手書きされた文字パターン列
を光学的に読取って文字認識するものであり、上記帳票
１に記載された文字パターン列の情報は入力部２を介し
て画像データとして入力される。前処理部３は上記画像
データ中から雑音成分を除去し、各文字パターンの大き
さを正規化する等の前処理を行うと共に、入力画像パタ
ーンを検切処理して文字パターンを１文字毎に区分し、
且つ各文字パターンの特徴を抽出するものとなっている
。文字認識部４は文字辞店メモリ５に予め登録された標
準文字パターンの特徴情報と前記前処理部３でめられた
前記各文字の特徴とを照合してその文字認識結果をめて
おり、その文字認識結果を前記入力文字に対応して文字
認識結果バッファ６に格納している。尚、上記文字認識
部４における文字認識方式は、従来より知られている種
々の方式を適宜採用することができる。

しかして、類似度計算部７は単語辞書メモリ８に予め登
録された認識対象単語の情報および入力文字列中で出現
頻度の高いＮ文字の組に関する情報と前記文字認識結果
バッファ６に格納された単語または連続するＮ文字の組
との類似度計算を行う。そしてその類似度計算結果から
前記入力文字列中の単語または連続するＮ文字の組に対
する認識結果をめている。

この類似度計算は、例えば入力文字列中のＮ文字からな
る単語、或いは連続するＮ文字の組の各文字認識結果を
Ｒｉ　（ｉ＝１．２〜Ｎ）とし、前記単語辞書メモリ８
に登録されたＮ文字の単語またはＮ文字の組の各文字を
Ａｉ　（ｉ＝１．２〜Ｎ）として、入力文字Ｒｉが文字
Ａ１である確からしさをＰ（ＡｉｌＲｉ＞としたとき、 なる計算によって類似度Ｓをめることにより行われる。

尚、上記Ｐ（Ａ＞は文字列Ａｉの出現頻度である。

尚、上記式の対数を取り、 Ｓ’　＝　ＩｏｇＳ Ｆ　（Ａｉ　ｌＲｉ　）＝　ｌｏｇＰ　（Ａｉ　ｌＲｉ
　）と置換え、且つ前記出現頻度Ｐ（Ａ）が一定である
と看做すと、類似度計算を Ｓ′−ΣＦ（ＡｉｌＲｉ＞ ｉ＝１ として簡易に実行することができる。

ところで、このような類似度計算による文字認識結果に
対する後処理は、入力文字列中の単語または連続するＮ
文字の組に対して行われる。この後処理を単語に対して
行うか、或いは入力文字列中の任意の連続したＮ文字の
組に対して行うかは、例えば入力文字パターンのフォー
マット・コントロール情報ＦＣに従って選択される。

このフォーマット・コントロール情報ＦＣは、入力文字
列が単語単位に区切ることができるものか、或いは一般
文章のように単語単位に明確に区切ることができないも
のであるかを示すものである。このフォーマット・コン
トロール情報ＦＣによって前記入力文字列が単語単位に
区切ることができることが示された場合には、前記文字
認識結果バッファ６に格納された入力文字列から単語文
字列を選択的に抽出して読出して前述した後処理が行わ
れる。また入力文字列を単語単位に区切ることができな
い場合には、前記文字認識結果バッファ６から任意の連
続したＮ文字の組を順次選択的に抽出して前述した後処
理が行われる。

第２図はこの後処理の概念を示すもので、８ａは前記単
語辞書メモリ８の辞書構成を示している。

単語辞書メモリ８の辞書構成８ａは、例えば「北海道」
　「東京都」　「千葉系」等の入力文字列から明らかに
識別可能な単語を辞書登録すると共に、「である」　「
さらに」　「基本の」等の入力文字列中の出現頻度の高
い文字の組合せを辞書登録している。またこの単語辞書
メモリ８には「昭和＊＊年」「＊＊月＊＊日」等の出現
頻度の高い文字の組等も辞書登録されている。ここで上
記「＊」は任意の文字が認識結果として許容されること
を示している。尚、これらの単語および出現頻度の高い
Ｎ文字の組合せは、単語辞書メモリ８中で相互に区別し
て、つまり登録領域を異ならせてそれぞれ登録されてい
る。

そして、入カバターンが「東京都」のように単語として
検出された場合には、前記単語辞書メモリ８の単語情報
との照合が行われ、また入力文字列「具体的な基本の」
の中の「基本の」として文字列抽出が行われた場合には
、前記単語辞書メモリ８中の出現頻度の高いＮ文字との
照合が行われる。

このように本装置によれば、入力文字列に対する後処理
をζその文字列を構成する単語または出現頻度の高いＮ
文字の組として照合するので、入力文字列が単語単位に
区切ることができない場合であっても、これを効果的に
認識して正しい認識結果を簡易に、且つ精度良くめるこ
とが可能である。しかも、上述した２種類の相互に異な
った後処理プロセスを共通な単語辞書メモリ８と類似度
計算部７とによって実行することができる。つまり、入
力文字列中で出現頻度の高い連続文字列を単語と看做し
て同一装置により同一な認識制御の下で後処理すること
ができる。故に、装置構成の簡素化を図り得ることは勿
論のこと、入カバターンの形式に拘ることなしに効果的
な文字認識を行って、その入カバターンに対する精度の
高い認識結果を得ることが可能となる等の実用上絶大な
る効果が奏せられる。

尚、本発明は上述した実施例に限定されるものではない
。実施例では、文字入カバターンを光学的に画像入力し
て認識処理するものについて述べたが、タブレット装置
等を介して実時間的に筆記入力される文字入カバターン
や、音声入力された文字入カバターン（音韻情報）を認
識処理するものであっても良い。要するに本発明はその
要旨を逸脱しない範囲で種々変形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の概略構成図、第２図は
実施例装置における文字Ｕ、識結果に対する後処理の概
念を示す図である。 １・・・帳票、２・・・入力部、３・・・前処理部、４
・・・文字認識部、５・・・文字辞書メモリ、６・・・
文字認識結果バッファ、７・・・類似度計算部、８・・
・単語辞書メモリ。 出願人代理人　弁理士　鈴江武彦

Claims (1)

【特許請求の範囲】
1. （１）入力文字パターン列の各文字パターンに対する文
   字認識結果をそれぞれめる手段と、これらの文字認識結
   果の列として示される入力文字列中の単語または連続す
   るＮ文字の組を検出する手段と、認識対象単語および上
   記入力文字列において出現頻度の高いＮ文字の組を辞書
   登録した辞書メモリと、前記入力文字列中の単語または
   連続するＮ文字の組と上記辞書メモリに登録された認識
   対象単語および出現頻度の高いＮ文字の組とを順次照合
   して類似度をそれぞれめる手段と、これらの類似度から
   前記単語または連続するＮ文字の組に対する認識結果を
   得る手段とを具備したことを特徴とする文字認識装置。 （２人力文字列中の単語または連続するＮ文字の組を検
   出する手段は、入力文字パターン列に対して与えられた
   フォーマット・コントロール情報に従って上記単語また
   はＮ文字の組を選択的に検出抽出するものである特許請
   求の範囲第１項記載の文字認識装置。