JPS61194584A

JPS61194584A - 単語認識方式

Info

Publication number: JPS61194584A
Application number: JP60034444A
Authority: JP
Inventors: Yoshiaki Kurosawa; 由明黒沢; Masami Hashimoto; 雅美橋本
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1985-02-25
Filing date: 1985-02-25
Publication date: 1986-08-28

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、例えば印刷、手書入力された文字列あるいは
音声入力された文字列からなる単語データを簡易に且つ
効果的に認識することのできる単語認識方式に関する。

〔発明の技術的背景とその問題点〕

情報処理技術の発展に伴い、印刷、手書入力された文字
列や音声入力された文字列からなる単語データを認識し
、その情報を計算機システムに収込むことが行われてい
る。この場合、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それぞれ検出することによって行
われるが、個々の文字認識結果を組合せるだけでは、そ
の認識処理が不十分なことが多い。例えは、成る文字に
ついての認識結果が正しく得られない場合には、その単
語データ全体の認識ができなくなる。

そこで従来では、例えば第１図に示すように、光電変換
部１にて帳票２から読取った文字列の各文字を前処理部
３を介したのち文字認識部４で認識し、その認識された
文字候補によって示される候補単語と単語辞書５に予め
登録された単語との類似度を単語認識部６にて求め、そ
の類似度の高い単語を認識結果として得ている。

このような方式の例はたとえば特願昭５６−１３８１６
３号等に詳しく紹介されている。ところが、この種の方
式にあっては、例えば異種の単語を連結してなる合成語
を示す文字列が与えられた場合等、その合成語を正し□
く認識することができないという不具合があった。

このため、゛たとえば特願昭５８−’１０８１１１号に
紹介されているような、単語を分割し、その単語を構成
する各部分単語ごとに単語辞書との照合を行なう方式が
知られている。

しかしながら、これらの方式においては、単語が辞書に
登録されていない時や文字８　Ｍ＜結果が著しく不良の
時に部分単語と単語辞書との照合が失敗してしまうとい
う不具合を生じていた。

〔発明の目的〕

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、入力文字列が複数の部分単語に
より構成される合成語で、その部分単語が単語辞書に登
録されていない時や文字認識結果が著しく不良の時でも
、これを簡易に効果的に認識することのできる単語認識
方式を提供することにある。

〔発明の概要〕

本発明は入力文字列が複数の部分単語を連結した合成語
であるとき、この合成語を構成する各部分単語毎に単語
辞書との照合を行ない、このうち一部の部分単語が照合
不能すなわちリジェクトだった場合に、その部分単語の
部分を文字認識結果の第１位候補文字に置きかえて出力
し、部分単語が辞書に登録されていミ＜でも全体の単語
の認識を可能ならしめるものである。前記の置きかえに
おいて第１位候補のかわりにリジェクト。コード列で置
きかえても良い。この場合には箪語全体の認識は不完全
であるが、全部リジェクトなのではなく、単語の一部が
リジェクトであるという形での出力ができる。

〔発明の効果〕

かくして、本発明によれば、入力される合成語の部分単
語が辞書に登録されていない時や、文字認識が不良の時
であっても、全体の単語認識は可能であり、最悪の場合
でも合成語の一部がリジェクトという形での出力を提供
できる。一般に単語辞書に登録されていない単語が入力
されるという例はきわめて多く、本発明は実用上多大な
る効果を奏する。

〔発明の実施例〕

以下、図面を参照して本発明の実施例につき説明する。

文字認識結果と単語辞書との照合方式としては、たとえ
ば文字認識結果と単語辞書内の単語との間で計算される
類似度を用いる方式があるが、以下この方式を採用する
ものとして説明していく。

第２図は、実施例に係る単語認誠部の既略構成を示すも
のである。単語情報バッファ１１は、前記文字８織部４
で認識された入力文字列の各文字の文字候補をそれぞれ
蓄えるもめである。

これらの文字候補の組によって前記入力文字列に対する
候補単語が示される。単語類似変針α部１２はコントロ
ーラ１３の制御を受けで、前記バッフ；ア１１に求めら
れた候補単語と、単語辞書５に予め登録された辞書半開
との類似度を計算するもので、コントローラ１３は、こ
れらの類似度の情報に従って、前記入力文字列が示す単
語を認識結果として得ている。

上記コントローラ１３の制御による単語認識は、基本的
には前記バッファ１１に格納された入力文字列の各文字
の８８結果（文字候補）の列を１つの単語と看做して行
われるが、前記入力文字列が複数の単語を結合した合成
語であるとき、この合成語を構成する単語に対応して文
字候補の列を区切り、各候補単語毎に単語辞書５との照
合による認識処理が行われる。即ち、入力文字列が合成
語であるとき、この合成語を為す単語の可能な組合せに
応じて前記入力文字列を区切り、これらの区切られた文
字列をそれぞれ候補単語として認識処理する。例えば、
入力文字列が４文字からなる場合には、この合成語を為
す単語の組合せとして（１文字単語＋３文字単語）、（
２文字単語＋２文字単語）、（３文字単語＋１文字単飴
）等が考えられる。これらの単語の組に応じて、その組
を為す候補単語と単語辞書５に登録された単語との類似
度が計算される。コントローラ１３は、これらの合成語
を為す単語の組の各単語について求められた類似度の情
報に従って、その単語の組を評価し、前記入力文字列に
対する認識結果を得ている。

このようにしてＪヲ識処理を行う装置に、今「１７ｙ本
大学」からなる４文字の合成語を示す文字列が与えられ
たとする。この場合、第３図に示すように単語情報バッ
ファ１１には、「熊本」に対応する候補文字群と、１大
学」に対応する候補文字群が求められる。このような各
単語に対して、倒えば単語辞書ファイル５ａに登録され
た単語との類似度が計算され、その最大類似度を得る辞
書単語「熊本」とその類似度値Ｓ１が求められる。また
同様にして１大学」なる入力単語については、単語辞書
ファイル５ｂに登録された単語との類似度が計算され、
その最大類似度を得る辞書単語１大学」と、その類似度
値Ｓ２とが求められる。

そして、コントローラ１３は、これらの類似度値Ｓ１、
Ｓ２が共に所定の閾値を越えることから、上記最大類似
度を得た単語を結合し、入力文字列の認識結果として「
熊本大学」を得ている。

これに対してたとえば「駅前大学」なる単語が入力され
たケースでは、「大学」はＳ２の類似度を得て、これは
所定の閾値を越えるが、「駅前」なる部分単語の類似度
Ｓ１は所定の閾値を越えないすなわちリジェクトとなる
。なぜなら「駅前」なる部分単語は単語辞書５ａに含ま
れていないからである。この時、「駅前」の文字Ｂ　％
１４結果が正しければ、文字認識結果（第４図１４）と
単語辞書より得られる単語「大学」　（第４図１５）を
組合せる事によって第４図の１６に示すような単語認識
結果が得られる。

また、文字認識結果が十分信頼できないものである時は
第５図に示すようにこの部分をリジェクトコード「？？
」に置きかえて出力しても良い。

このようにして部分単語が辞書にない時や、文字認識結
果が不良の時でも正しい結果を出力することができる。

第６図は別の実施例における合成語の辞書登録法を示し
たものである。この例は各部分単語を別々のファイルに
登録するのではなく、合ａ　Ｗｇ全全体１個の単語とし
て辞書に登録し、その部分単語の区切位置を単語に付加
したものである。１８かその区切位置指定を示す例でこ
の例に示す「８．３．２．４．６」なる数値はそれぞれ
単語長、区切数、第１区切位置、第２区切位を霞、第３
区切位Ｗｔを表わすものである。このような辞書であっ
ても本発明は実施できる。

これらの実施例について、たとえば一部の部分単語の照
合が不能で、これを文字詔蒔５結果に恒きかえたような
候補単語が拶数個得られる４５もあり得るが、このよう
な場合には不能部分について一定の数似度を強制的に割
当てて、全体の類似度を計算し、これに基づいて最も確
からしい単語を出力すれば良い。

また、剖Ｃ分単語を不確実な文字認識結果に置き替えた
ようなケースでは、これを出力表示する時に、その部分
だけの色を変えたり、濃度をかえたり、点滅させたり、
アンダーライン等などのマークを付ける等してオペレー
タの注意を峡起するルもできる。尚、本発明は上記実施
例に限定されるものではない。たとえば、文字認識結果
と単語辞書との照合方式はどのようなものであっても良
いし、合成語を分割照合する方式も特に限定しない。

実施例の方式をより複雑にしたものであっても本発明を
実施し得るものであれば良い。

また、辞書の形式も特に限定しない。また入力文字列が
音声入力された音韻情報によって構成されるものであっ
てもよい。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図は単語認識装置の基本構成図、第２図は本発明方
式の一実施例を示す単語認識部の構成図、第３図は本方
式の処理概念を示す図、第４図及び第５図は出力単語を
合成する例を示す図、第６図は別の実施例における、辞
書に登録された単語フォーマットを示す図である。４・・・文字認識部、５・・・単語辞書、５ａｓ５ｂ・
・・単語辞書ファイル、６・・・単語認識部、１１・・
・単語情報バッファ、１２・・・単語類似度計算部、１
３・・・コントローラ、１４・・・文字認識結果、１５
・・・辞書登録単語、１６・・・曜語認識結果、１７・
・・一部リジエクトの単語認識結果、１８・・・辞書フ
ォーマットの例。

Claims

【特許請求の範囲】

入力文字列の各文字をそれぞれ認識し、この認識結果と
して得られる候補文字群と単語辞書との照合を、該入力
文字列を構成する部分単語毎に行ない、このうち一部の
部分単語が照合に失敗し、単語辞書に該部分単語が登録
されていないと判断された時に、その部分単語を前記し
た候補文字群の第１位候補文字列に置きかえるか、また
はリジエクトコードに置きかえ、これをもう一方の照合
に成功し単語辞書より得られる部分単語と合成して出力
する事を特徴とする単語認識方式。