JPS6186883A - オンライン手書き文字認識方式 - 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、文字を手書きする過程の情報を用い−Ｃ１逐
次認識処理を行っ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
されるようになって来た。特に事務所などで日常多く行
なわれる文章処理（ＷｏｒｄＰｒｏｃｅｓｓ　ｉｎｇ）
の分野での発展はめさましいものがある。その中で、文
章をその１１計算機に入力し、編集、登録情報検索など
の処理が王に行われている。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った。しかし、最
近文字を手書きすることで、漢字やひらがなγＳどの入
力が行えるよつ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
、タブレッ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−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−３古文字
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。従って、必
ず誤認識が存在する。特に、漢字の「工」とカタカナの
「工」のように全く型が同じ文字や、漢字の「才」とカ
タカナめ「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碓で
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？：ｉ）るよ
うに、記入領域の文字数、字種などのフォーマット情報
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
前後関係を調べ、文法的に許容されない組合せかあ２′
１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ェクトする方法などがある。しかし
、前者は漢字やカナ文字、英数字等が混在して存在する
文章に対しては、一つの文章を検数の領域へ分割して入
力しなければならないという爪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、−膜性かなかった。

この問題の解決策の一つとして、特開昭５５−１４０９
７６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、Ｐｉ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、踵やカテゴリー名の前体
関係から有力な候補サブカテゴリーを改、めて壜捨選釈
を行う。

この方式は、英字、！’Ｘ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截で、非常にすぐれている。

しかし、文字の前後Ｆ′絹係から取捨））、択を行うこ
とや、文法規則および読取・猥票特有の知懺を活用して
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Ｚ、織方式への適用が配慮さ七１ていな
かった。

〔発明の目的〕

本発明の目的は、漢字、Ｑ・らがな、カタカナ英数字な
ど異っ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２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１記者への負担を低減させること
が可能ｌオンライン千１き文字認識方式を提供すること
にある。

〔発明の概要〕

買った字種を混在で認識するオンライン手４き文字認識
方式においては、前述のように同型文字、′Ａ似文字に
対して′：Ａ認識を生じやすい。

ところが、一つの単梧の中に異った字種が存在すること
は少なく１、ち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、慝して、認識結果の優先順位を
決定することで、自動的ＩＣ誤？忍識を訂正するもので
７：ｌる。

〔詭明の実３例〕 弓１ズは、本発明の一実店例のブロックダイヤグラムを
示す。図中記号１はｊ坐標入力装置、いわゆるタブレッ
ト、２は文字認識装置でありその中には、文字認識処理
部３、文字選沢部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やホストコンピュータ７
に送られるっ本発明の原理（ま以下の通りである。

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
が受は取り、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、１１固ある１、７）は次数側
の１顔補又字を図示されない標準となる辞書に存在Ｎ−
る文字に対する類似度の高い順に、文字を表イっす１青
報、たとえば、ＪＩＳ漢字コート、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沢部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って、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１ｉＩ１１ｉ
ｃ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やホストコンピュータ
７に送る。

第２図に、該文字認識装置２の具体的な溝底−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（ｈｏ、＼１）１
０、認識出力バッファ１１、認識処理用辞書１２、文字
選択バッファ１３、父字ス六用辞容１４、入力インタフ
ェース１５、出力インターフェース１６、ファイル１７
カら成っている。

該座標入力装でη１から送られて来る座標情報は、入力
インターフェース１５を介して、Ｌｖａ　Ｍ　９上ＱＣ
おかれる。ＣＰＵ８１１、これらθ）情報を用い逼当な
処理を行って、認識処理用辞書１２に登録されている文
字の情報と比較することにより、類質度を計算し、類似
「毘の高いｌ１ｌｉ’ムに認識出力用バッファ１１に格
納する。該座標入力装ｊｆ　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ッチ信号と、座標入力
装置１の記入面に固定されたｌ半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閘あるい（ば失認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（１才、座標入力装置から送らイ１．てくる
ベンタッチＢ号のペンタッチから、ペンノンタッチまで
０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、終漬座標。

始点と終点の中央位１斤の中点座標の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・Ｉ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って、こ
のパターン間距離を非類似度とする。従って、このパタ
ーン間距離の品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
のが採用さ省るか、手Ａ−き文字の文字パターンの個人
差は大きく、不特定の爪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っ
ざら’ｓ庚字なとの男き順は、人によって寸ちまちであ
る。従って、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べが２豫記し、パターン間ｔｌ−？
Ｉをｑｔ算すると、ある分布を示す。この分布の分散δ
、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Ｎなりが生じる。この時１，５る事瘉
Ｘがどちらの分布に属する力）を決定するσノは、ベイ
ズの理論など・、でより行われるカー分布の重なりによ
って、本来標準パターンＳ；′（存在−→−るべき弔泉
が、標準パターンｐに存在すると＋ｉＪ断されたり切の
現象が生じる。従って、パターン間距離の最小となる徨
Ｓ慄パターンが・２ずしも入力文子とｒｙしない、そこ
で、この入力文字との非類似１１ｉを表わすパターン間
距膚の小ざい順（類似度の高い頑）Ｋ１１翳あるいは綬
叔個り沢し、これらを入力文字（で対するイ医袖文字と
じて出力を行うっ 通常類像度の最も高い文字を認識結果として出力装置へ
出力インターフェース１６を介して出力される。その認
識結果が誤っている場合には、筆記者が誤っていること
を確認して、再度入力をやりｉｌＭ　Ｌ／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：（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、従来性なわれて来た認識
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（（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
るようになった。

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「力」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ろう あるいは、漢字の「才」とカタカナの「オＪ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って
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、書き直しや候補選択を行う
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、琳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。従って、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った場合
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１である一ＣＰ　Ｕ　３
は、候補文字が格納されている認識出力バッファ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、　Ｃ
１・・・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、異っ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？ｑｉ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、異っ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、ト肥２つの廿ブ壱子１゛リ一群に
属さない文字の集合である。

第２図中、文字選択用バッファ１３は、認識出力バッフ
ァ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は前文字バッファで、前に入力され
た文字２字種が格納されているっＣＰＵ８は、これらの
情報から正しい優先順位の決定を行い、その結果を比カ
インターフェース１６を介して出力したり、ファイル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副１な構成
図を示す。図中３３はマイクロプロセッサであり、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ェースする。キーボード１９、ｌ
−ＬＡＭ２０、ＲＯＭ２１で構成され、認識プロセッサ
２２からの出力を取り込むためのインターフェース２３
、大きな容量を必要とする文書すどを格納するファイル
１７とそのインターフェース２４によって、周辺デバイ
スへのアクセスを可能としている。

図中２５は、認識プロセッサ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はその谷妖涌文字
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
イト信号によってマイクロプロセッサ３３によって行な
われる。

図中２７は、−文字前に入力され、認識１文字選択が行
われた後の優先度が最も高かっ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ＩＪ一群ＣΦ、　Ｃ１、Ｃ２で
あり、それぞれの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ｇＥ
Φ、　Ｃ１、Ｃ２の中のどれに属するかを調べ、さら（
（、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’Ｊ　　１ｌｆｌＪ
御部である。マイクロプロセッサ３３ｆ、を認識プロセ
ッサ２２から取り込んだ認識結果を該候補文字格納エリ
ア２５と類似音および字種格納エリア２６へ＠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２
８へデータバスを介し　ｊｌ−ドライド倍号罠より書き
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
が選びだすっ その後、各ザブカテコリーごとに定められたアルコリズ
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
字バッファ２７に登録される。その概略を酊４図に示し
たつ図中３４で認識結果の格納を行う。３５では認識プ
ロセッサ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、つ才り明らかに類
似度の高い文字が他の文字と区別できる場合にはその５
′３〜食結果の類似ｊ隻順が正しいとし、類似度順に優
先順位をつけて、文字選択部４の出力とするう 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￥流側では、認識結果の類似度
の最も高い文字をカテゴＩＪ−？Ｉｉｌ制御部２８へ壱
、き込み、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
ロセッサ３３でソフト的に行わせることも可能である。

その結果イ１メられるサブカテゴリー解毛によって、３
８の同型文字処理、３９０類似文字処理、４０のその地
文子処理が実行される。

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。

こ右らのカテゴリーとその構成文字の選び方は認識プロ
セッサ２２０文字認識アルゴリズムによって変わる。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ｊ’１％決するためのカテゴリーとして同図
のように選択した。従って、他の認識方式のもとではこ
のカテゴリーとそのセへ′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、サブカテゴリー解毛ＣΦ〜Ｃ２と、カテゴ’Ｉ　
−ＩＪｎ、＠よびその構成文字である。例え（才、漢字
の「工」という入力に対しては、廿ブカテゴリー解毛Ｃ
Φ、カテゴリー内、１Φ、も１成文字「工」（漢字）、
「工」（カタカナ）、「ｌ」（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ＱＣ↓のカテ
ゴリーＮｎ　ｎＯ中に存在するかどうかを調べる。もし
、→７トブカテゴリ一群Ｃａｎの中（τ同じ字種が存在
すれば、その文字の優先度を１位として出方する。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位となった文字と字種を前文字バッフ
ァに登録する。第２０入力文字「口」を認識プロセッサ
が認識し、その結果を候補文字格納エリア、類似度２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
。従って、この時の候補文字の中で最も−ｒ−自４ｉ丈
１隻の高い「口」（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Ｃ
Φ、カテゴＩＪ−Ｎｎ１２、Ｊ、４成文字「口」（漢字
）、「口」（カタカナ）を得る。前文字の字種コード（
π１、つより漢字、ひらかな字種である。そこで、この
カテフ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１０」が優先度１位とぎれる。このＷ
Ｆ、候補文字格納エリアのｒＲ供変度第２位漢字の「口
」があるので、優先度２位には類似度が１位たったカタ
カナの「口」を・３び、力８図のｆｂｌのような優先順
位をつけた候補文字を出力す４゜従・りて、認識プロセ
ッサの出力は誤っていたか、文字選択部で正しく訂正し
、出力するため一筆記者からは正しく認識されたとされ
る。

一方、類似壌、が最も高い文字のサブカテゴリー群ＣＬ
ｎ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Ｃ
Ｌｎ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、奇才で筆
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。従って、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（ａｌ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、
サブカテゴリー解毛ＣΦ、カテゴＩＪ−Ｎｎ１２、構成
文字「口」（漢字）「口」（カタカナ）である。このカ
テゴリーを構成する文字の中に、前文字の字イ・ｋ（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ＣΦ１２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窩い文字の優先度を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「口」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、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’Ｊ−Ｎｎｌ、構成文字「へ」（ひらが
な）、「へ」（カタカナ）である。従って類似度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」の字種が一致するがどうか
を藺べる。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）のような出力を
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１）−Ｎｎ２、ｍ数文字「つ」、
「つ」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（ｂｌ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「シ」は、サブカテゴ
リー群Ｃ１、カテゴリー１ｔｈｌ、ｍ成文字ＩＪｒし」
　「Ｌ」を得る。しかし、図中（ａｔの中に前文字の字
種と同じ文字「し」が存在するので、優先度を図中（ｂ
ｌのように決定する。

一方、前文字の字純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、次に類似度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α
２どの比（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を越えれは、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１
４Ｖ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「シ」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１し」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α
４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「し」のを先度を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「し」と候補文字内第２位の類（
ＬＪ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っ 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博１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）のようになった時、類似度１位の文字の属
するカテゴＩＪ　　Ｃ１Ｂ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１１
をつけて図中（ｂ）のように出力する。

その細文字処理では、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って、全字種混
在認識における異変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さるため、筆
記者の負担を軽減し専門教育を受けていない一般の亀記
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たけであるので、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
コンピュータへの応用など、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目動化、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二日ける
全字種混在認識時に、異文字棟間の同型文字あるいは、
題似文字による誤認識を、筆記者による訂正を行なわな
いで、単語内の同文字種の連続性を用いて目動的に訂正
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１′＋ｔどが不用であるために、シス
テム全体をコンパクトに惜敗できると共に、筆記者への
負担を大きく軽減できるという効果があるっ

【図面の簡単な説明】

第１図は、本発明の一′央−施ｆｉ１のブロックダイア
グラム、第２図は、本発明の一実施例の構成図、第３１
図は、本発明の一実施例の詳細な構成ｙ、第４図は、本
発明の概略アルコリズム、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３よび字種格納エリア２７・・・前文
字バッファ ２８・・・カテゴリー制御部 ２９・・・ザブカテゴリーＣΦ辞聾 ３０・・サブカテゴリーＣ１辞杏 ３１・・・サブカテゴリーＣ２辞書 ３・１・・表示装置 第　４−　区 第　Ｓ　区 第８図 ■５２５ 第１３図 第　ｔｓ　　図

Claims (2)

【特許請求の範囲】
1. （１）文字情報入力装置から送られる情報をもとに、入
   力された文字を認識する認識対象文字が複数の文字種で
   あるオンライン手書き文字認識方式において、該認識方
   式の認識部が、入力された文字との類似度の高い順に１
   個あるいは複数個の候補文字と、該候補文字の類似度を
   出力するように構成されており、異った字種で同じ型を
   した文字のサブカテゴリー群と、類似した型の文字のサ
   ブカテゴリー群と、その他文字カテゴリー群のうち、候
   補文字が属するカテゴリー内の構成文字および各字種と
   、一つ前に入力された文字の認識結果である文字の字種
   とから、候補文字あるいはカテゴリー内の構成文字の中
   から、優先順位を決定し、出力することを特徴とするオ
   ンライン手書き文字認識方式。
2. （２）該認識部が出力する１個あるいは複数個の候補文
   字とその類似度において、第１位の類似度と第２位の類
   似度の比が、あらかじめ設定されたしきい値よりも小さ
   い場合のみ、前述のカテゴリー内の構成文字の字種と一
   つ前に認識された文字の字種とから、候補文字あるいは
   、カテゴリー内の構成文字の中から優先順位を決定し、
   出力する処理を行うことを特徴とする特許請求の範囲第
   １項のオンライン手書き文字認識方式。