JPH11120293A - 文字認識／修正方式 - Google Patents

Abstract

(57)【要約】 【課題】 各種伝票に記入される、不規則な文字間隔又
は不規則な記入方法で記入される低品質な文字列を、精
度よく認識することにある。 【解決手段】 入力文字列１０１と特定文字標準パター
ン辞書１０７との間で第１のマッチング処理が実行され
ることにより、入力文字列中１０１から特定文字又は特
定文字列が抽出される。次に、所定カテゴリーに属し、
かつ入力文字列１０１中から抽出された各特定文字又は
特定文字列の前後の入力文字列１０１中の領域に位置す
る可能性のある候補単語群が特定文字辞書１１０及びそ
れにリンクする知識辞書１１１から抽出される。そし
て、候補単語群に属する各候補単語毎に、その各候補単
語に関する情報に基づいてそれが位置する入力文字列１
０１中の各領域に対して標準パターン辞書１１３を用い
て第２のマッチング処理が実行されることにより、入力
文字列１０１を構成する文字が認識される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、通常見かける各種
伝票に記入される文字列であって、不規則な文字間隔又
は不規則な記入方法で記入され、隣接文字間で接触、分
離が発生することのあるような、低品質な文字列を認識
する技術に関する。

【０００２】

【従来の技術及び発明が解決しようとする課題】イメー
ジデータを読み取って文字符号データに変換するＯＣＲ
（光学的文字読取装置）は、その適用分野が広まるに伴
って、様々な業務に使われてきている。業務毎に異なる
帳票が使用され、そこに記入される文字列も記入者もさ
まざまとなってきている。

【０００３】従来のＯＣＲ用帳票においては、文字記入
枠が１文字ずつ印刷された文字枠が使用され、特に漢字
が記入される場合には大きな文字枠が使用されている。
これは、ＯＣＲ装置にとっては記入される文字を一文字
ずつ検出しやすくし、また、記入者に対しては記入時に
記入される文字が隣の文字と接触しないように促すため
のものである。

【０００４】このような帳票の場合、例えば、住所や氏
名が２、３箇所記入されるだけでも記入される文字数は
何十文字にもなり、結果的に大きなサイズの帳票が必要
となり費用がかかる。また、記入者に対しても、１文字
ずつ枠の中に記入しなければならないという面倒を強い
ていた。

【０００５】ＯＣＲの適用分野が広まるに従って、通常
の帳票のような小さな帳票の中に漢字文字列を文字枠に
とらわれずに記入でき、かつ実用になる認識精度で認識
でき、また読めない文字を修正する際にも効率よく修正
できる文字認識／修正技術が必要になってきている。

【０００６】従来の代表的な文字認識方法では、認識対
象文字列が記入される文字枠の帳票上での座標位置が格
納された、定義体と呼ばれるファイルが参照されなが
ら、記入された文字が１文字ずつ検出されて切り出され
る。そして、その切り出された各文字に対して認識処理
が実行されることにより、認識結果である候補文字群が
出力される。

【０００７】切り出された文字の認識処理は、例えば次
のようにして実行される。まず、多数の不特定の筆記者
により予め決められた書式に従って記入された文字が収
集され、これらの文字から認識方式に依存する特徴量が
抽出され、統計的な手法等（例えばクラスタリング手
法）によって標準パターンが作成される。そして、目的
とする字種毎の標準パターンから標準パターン辞書が作
成される。

【０００８】標準パターンは、例えば収集された各文字
パターンを平均することによって得られる平均パターン
として作成される。より具体的には、収集された各文字
に対応する特徴量の平均が演算されることによって得ら
れる平均特徴量によって、この平均パターンが表現され
る。

【０００９】手書き文字の認識処理においては、記入者
によって大きな字形変形が生じるため、各字種毎に複数
の標準パターンが作成される。通常、１つの標準パター
ンはテンプレートと呼ばれ、上記各字種毎に複数の標準
パターンから作成される辞書は、複数テンプレート辞書
と呼ばれる。

【００１０】文字認識処理は、上述の標準パターン辞書
又は複数テンプレート辞書を用いて実行される。具体的
には、入力帳票から切り出された１文字から特徴量が抽
出され、この特徴量と標準パターン辞書（又は複数テン
プレート辞書）を構成する各テンプレート（標準パター
ン）の特徴量との間で、類似度又は距離（ユークリッド
距離、マハラノビス距離等）が計算される。そして、類
似度が大きい順又は距離が小さい順に所定順位（例えば
８位）までの各テンプレートが属する各字種カテゴリー
が、候補文字群として出力される。

【００１１】ここで、認識される文字が住所や氏名を表
わす文字である場合には、一般に、上記候補文字群に対
し、住所単語、氏名単語を使った知識処理が実行され
る。より具体的には、まず、各記入位置毎の候補文字群
が記入位置全体で組み合わせられることにより、候補文
字列群が出力される。

【００１２】次に、この候補文字列群を構成する各候補
文字列毎に、知識処理対象の住所辞書又は氏名辞書内の
各単語文字列がその候補文字列中に存在するか否かが比
較される。

【００１３】そして、その比較結果と、例えば候補文字
列を構成する各候補文字の順位等に従って、その候補文
字列に対して得点が付けられる。この処理が全ての候補
文字列に対して実行された後、最も得点の高い候補文字
列が知識処理結果として出力される。

【００１４】このような知識処理に関する従来技術とし
ては、例えば日本国特許公開公報：特開昭６１−１０７
４８６号に開示されるものが知られている。ここで、通
常の伝票への記入のように、フリーピッチで記入された
住所、氏名のような漢字文字列が認識される場合、隣接
する文字同士が接触することは一般に多く発生し、ま
た、逆に漢字には偏（へん）と旁（つくり）のように分
離して記入される文字も存在する。

【００１５】このため、記入文字が１文字ずつ検出され
切り出されて認識される従来の文字認識方法では、どの
範囲が１文字の範囲であるかを判断するのは困難であ
り、実用に耐える認識精度を実現することは困難であ
る。

【００１６】更に、各文字が正しく認識できなければ、
何文字記入されているかさえ判断できない場合もあり、
単語を構成する文字数が確定していることが前提とされ
る従来の知識処理では、認識精度の向上を図ることには
限界がある。

【００１７】また、特に住所地名などの認識処理におい
て、例えば上位レベルの単語（例えば東京都、大阪府
等）が知識処理によって認識できなかった場合に、その
段階にでは下位レベルの単語は知識処理できていないの
が一般的であるため、住所地名を修正するためには、１
文字目から全ての文字列を順次修正する必要がある。

【００１８】上述のようなフリーピッチの文字列を認識
するための第１の従来技術として、日本国特許公報：特
公平８−２３８７５号「単語読み取り方式」に開示され
ているものが知られている。この第１の従来技術では、
認識結果である候補文字列と単語辞書とがＤＰマッチン
グ等により照合され、一致する文字が多い単語が選択さ
れ、不一致の部分が再度切り出され、その切り出された
文字列に対して更に認識が行われる。

【００１９】フリーピッチの文字列を認識するための第
２の従来技術として、日本国特許公開公報：特開昭６３
−１３６２９１号「単語読み取り方式」に開示されてい
るものが知られている。この第２の従来技術では、文字
の偏、旁の各部分を示す部分パターンを標準パターンと
して有する標準パターン辞書を用いて認識処理が実行さ
れ、候補文字列の各文字の偏、旁から文字列が生成さ
れ、それと単語辞書とのマッチング処理が実行される。

【００２０】フリーピッチの文字列を認識するための第
３の従来技術として、日本国特許公開公報：特開平８−
１７１６１４号「文字列読み取り装置」に開示されてい
るものが知られている。この第３の従来技術では、候補
文字列中に正解文字が含まれずに読み飛ばしが発生した
場合や、正解文字と競合する文字候補の存在によって複
数の読み取り候補が発生した場合などにつき、予想文字
列の存在可能性が検証される。この場合の検証手段とし
て、いくつかの実現方法が開示されている。

【００２１】しかし、我々が日常記入するような文字
列、即ち隣接文字間の接触が頻繁に発生し、文字幅も文
字毎に大きく変化し、つぶれやかすれの多い低品質な文
字列に対する認識処理を検討した場合に、上記第１乃至
第３の従来技術は、以下のような問題点を有している。

【００２２】まず、第１の従来技術では、候補文字列の
どの文字が優先的に扱われるかは不定であり、候補文字
列中の全ての文字が対等に扱われるため、最初の文字切
り出し位置によっては全く不適切な単語しか候補に選ば
れない可能性があるという問題点を有している。

【００２３】次に、第２の従来技術では、隣接文字同士
が接触した領域に対する処理に問題がある。更に、第３
の従来技術では、検証手段の実現方法としていくつかの
方法が記されているが、いずれの方法も文字候補の組合
せを用いたものであり、それらの検証性能は最初の文字
の切出し結果に大きく依存してしまうという問題点を有
している。

【００２４】本発明の課題は、特定の文字に着目するこ
とにより低品質な文字列を精度よく認識することにあ
る。

【００２５】

【課題を解決するための手段】本発明は、所定カテゴリ
ーを有する記入フィールドに記入された入力文字列を構
成する文字を認識する文字認識／修正方法、それと同等
の機能を有する文字認識装置、又はコンピュータ読出し
可能記録媒体を前提とする。

【００２６】本発明において、まず、入力文字列と第１
の認識辞書（特定文字標準パターン辞書１０７）との間
で第１のマッチング処理が実行されることにより、入力
文字列中から特定文字又は特定文字列が抽出される。よ
り具体的には、第１の認識辞書に、特定文字又は特定文
字列に対応する標準パターンが記憶され、入力文字列の
パターンと第１の認識辞書内の各標準パターンとの間で
第１のマッチング処理が実行されることにより、入力文
字列中から特定文字又は特定文字列が抽出される。上述
の特定文字又は特定文字列は、例えば所定カテゴリーに
おいて出現する頻度の高いもの、或いは、認識精度の高
いものである。

【００２７】次に、所定カテゴリー（例えば住所文字
列）に属し、かつ入力文字列中から抽出された各特定文
字又は特定文字列の前後の入力文字列中の領域に位置す
る可能性のある候補単語群がカテゴリー別単語辞書（特
定文字辞書１１０、知識辞書１１１）から抽出される。

【００２８】そして、その抽出された候補単語群に属す
る各候補単語毎に、その各候補単語に関する情報に基づ
いてその各候補単語が位置する入力文字列中の各領域に
対して第２の認識辞書（標準パターン辞書１１３）を用
いて第２のマッチング処理が実行されることにより、入
力文字列を構成する文字が認識される。より具体的に
は、第２の認識辞書に、候補単語群に属する候補単語に
関連する文字又は文字列に対応する標準パターンが記憶
され、候補単語群に属する各候補単語毎に、その各候補
単語に関する情報に基づいてその各候補単語が位置する
入力文字列中の各領域に対してその各候補単語のパター
ンと第２の認識辞書内の各標準パターンとの間で第２の
マッチング処理が実行されることにより、入力文字列を
構成する文字が認識される。この場合に、各候補単語に
関する情報として、例えばその各候補単語の文字数の情
報が使用される。また、第２の認識辞書は、第１の認識
辞書を含むように構成されてもよい。

【００２９】上述の発明の構成により、入力文字列中の
特定文字又は特定文字列がまず優先的に認識され、その
認識結果に基づいてその前後の候補単語が仮定され、更
にその候補単語の情報を用いて入力文字列を構成する文
字が再認識されることによって、通常見かける各種帳票
（伝票）に記入されるような、不規則な間隔、記入方法
で記入された入力文字列を構成する文字を、高い精度で
認識することが可能となる。

【００３０】上述の発明の構成において、入力文字列を
構成する文字の認識結果が入力文字列と並列して表示さ
れ、その表示される入力文字列上の所望領域がユーザに
よって指定されてその所望領域に対応する文字又は文字
列が修正され、その修正によって与えられた正解文字又
は正解文字列に関する情報に基づいて、候補単語群の抽
出処理及び第２のマッチング処理が再度実行され、入力
文字列を構成する文字が再度認識されるように構成する
ことができる。この場合に、表示される入力文字列上の
所望領域の指定に応答して、その所望領域における複数
の候補認識結果が表示されるように構成することができ
る。

【００３１】このような文字修正技術によって、特定の
文字又は文字列のみを修正するだけで、他の認識不能部
分も自動的に修正することができる。また、上述の発明
の構成において、各候補単語に対して表記上のゆらぎを
有する単語が、候補単語群に属する新たな候補単語とし
て出力されるように構成することができる。

【００３２】このような表記上のゆらぎの制御技術によ
って、種々の記入方法に柔軟に対処することができる。

【００３３】

【発明の実施の形態】以下、図面を参照しながら本発明
の実施の形態につき詳細に説明する。本発明の実施の形態の構成及び概略動作 図１は、本発明の実施の形態の構成図である。

【００３４】まず、文字切り出し部１０３が、帳票の記
入フィールド位置に関する情報を定義した記入フィール
ド定義１０４を用いて、イメージメモリ１０２から読み
出された帳票に記入された入力文字列１０１中の先頭か
ら順に１文字ずつを切り出す。

【００３５】次に、特徴抽出部１０５が、その切り出さ
れた文字から特徴量を抽出する。続いて、マッチング部
１０６が、その切り出された文字の特徴量と、特定文字
標準パターン辞書１０７内の各特定文字標準パターンの
特徴量との間のマッチング処理を実行し、マッチング度
が高い順に所定順位までの各特定文字標準パターンが属
する各特定文字の字種カテゴリーを、上記切り出された
文字に対する候補特定文字として候補文字列バッファ１
０８に出力する。

【００３６】文字切り出し部１０３、特徴抽出部１０
５、及びマッチング部１０６による上記一連の特定文字
認識処理は、文字切り出し部１０３が入力文字列１０１
の先頭から順に切り出した文字毎に実行される。この結
果、候補文字列バッファ１０８には、入力文字列１０１
から切り出された文字の並び順に対応する並び順で、各
文字に対応する候補特定文字が保持される。

【００３７】候補単語検索部１０９は、候補文字列バッ
ファ１０８に得られた候補特定文字列の中から隣接する
任意の２つの特定文字からなる組（特定文字組）を全て
抽出し、それぞれの特定文字組が特定文字辞書１１０に
登録されているか否かを検索する。

【００３８】候補単語検索部１０９は、１組の特定文字
組が特定文字辞書１１０に登録されている場合、その登
録レコードにリンクする知識辞書１１１中のレコードか
ら、その特定文字組を構成する２つの特定文字により挟
まれる単語群を検索し、その検索された単語群を候補単
語群として候補単語バッファ１１２に保持する。

【００３９】候補単語検索部１０９は、候補文字列バッ
ファ１０８から抽出した上記特定文字組毎に、それに対
応する候補単語群を抽出し、候補単語バッファ１１２に
保持する。

【００４０】結局、候補単語バッファ１１２には、１組
の特定文字組について１つ以上の候補単語群が得られ、
最終的に、複数の特定文字組分の候補単語群の集合が得
られることになる。

【００４１】１組の特定文字組について候補単語バッフ
ァ１１２に得られた候補単語群に属する各候補単語は、
順次読み出されてそれぞれに対して以下の一連の処理が
実行される。

【００４２】まず、文字切り出し部１０３は、イメージ
メモリ１０２から読み出される入力文字列１０１におい
て、候補単語バッファ１１２から出力された候補単語の
情報を使って、その候補単語が属する特定文字組を構成
する２つの特定文字に挟まれた文字列領域内の文字列を
再度切り出す。

【００４３】特徴抽出部１０５は、再度切り出された文
字列から特徴量を抽出する。更に、マッチング部１０６
は、その再度切り出された文字列の特徴量と、第２の辞
書である標準パターン辞書１１３内の各標準パターンの
特徴量とのマッチング処理を実行し、マッチング度が高
い順に所定順位までの各標準パターンが属する文字列の
カテゴリーを、上記候補単語に対する候補認識結果群と
して候補文字列バッファ１０８に保持する。

【００４４】文字切り出し部１０３、特徴抽出部１０
５、及びマッチング部１０６による上記一連の再認識処
理は、上記１組の特定文字組について候補単語バッファ
１１２に得られた候補単語群に属する候補単語のそれぞ
れにつき実行され、各候補単語毎に所定順位までの候補
認識結果群が候補文字列バッファ１０８に得られる。

【００４５】そして、マッチング部１０６は、上記１組
の特定文字組に属する各候補単語毎に候補文字列バッフ
ァ１０８に得られる所定順位までの候補認識結果群の全
て中から、最も妥当で信頼度の高い認識結果、より具体
的には最もマッチング度が高い候補認識結果を、上記１
組の特定文字組を構成する２つの特定文字に挟まれた部
分の認識結果として、知識処理部１１４に出力する。

【００４６】文字切り出し部１０３、特徴抽出部１０
５、及びマッチング部１０６による、１組の特定文字組
の候補単語群に属する候補単語毎の上記一連の再認識処
理は、候補単語バッファ１１２に登録されている各特定
文字組毎に実行される。この結果、知識処理部１１４に
は、各特定文字組を構成する２つの特定文字に挟まれた
各文字領域に対応する認識結果が出力されることにな
る。

【００４７】知識処理部１１４は、各特定文字組を構成
する２つの特定文字に挟まれた各文字領域に対応する認
識結果に対して、記入フィールド定義１０４及び知識辞
書１１１を用いた知識処理によって、上記各文字領域か
らなる全体文字領域の最終認識結果を決定し、それを認
識結果バッファ１１５に出力する。

【００４８】上述の一連の認識処理において、認識条件
を最後まで満たさなかった文字又は文字列の部分につい
ては、リジェクト（認識不能）情報が付加される。この
場合に、認識結果バッファ１１５に得られた認識結果
が、インタフェース部１１６を介して表示部１１７に表
示される。ユーザは、表示部１１７での認識結果の表示
に対して、マウス及びキーボード等からなる入力部１１
８から、認識不能文字／文字列を修正することができ
る。

【００４９】ユーザは、入力部１１８から認識不能文字
／文字列中の特定の正解文字を指定するだけで、その正
解文字に関する情報がインタフェース部１１６から正解
文字バッファ１１９及び領域座標バッファ１２０に出力
される。

【００５０】候補単語検索部１０９は、正解文字バッフ
ァ１１９に得られた正解文字に関する情報を特定文字の
情報として、前述した特定文字辞書１１０と知識辞書１
１１を用いた候補単語の検索処理を実行することによ
り、認識不能文字を正しく再認識させることができる。
また、文字切り出し部１０３は、ユーザによって指定さ
れた正解文字の切り出し位置を領域座標バッファ１２０
から取得することによって、正しい文字の切り出しを実
行することができる。

【００５１】以上のように、本実施の形態では、帳票中
の各記入フィールドに記入される住所、氏名、品名等の
入力文字列１０１に対し、各フィールド毎に出現頻度が
高い文字或いは特定の文字／文字列に着目することで、
知識辞書１１１が保持する単語情報と、階層構造を有す
る住所等の文字列の場合は各文字領域毎の接続情報を用
いて、上記特定文字に挟まれた文字領域の候補単語を選
択することができる。更に、本実施の形態では、その候
補単語の情報を用いて、入力文字列１０１から上記特定
文字に挟まれた文字領域の抽出とその文字領域に対する
再認識処理が実行されることにより、隣接文字間で接
触、分離が多く発生する書き方で記入された文字列を、
高い認識精度で認識することができる。本発明の実施の形態の詳細動作 図２〜図４は、図１に示される構成を有する本発明の実
施の形態が実現する全体制御を示す動作フローチャート
である。 ＜特定文字の認識処理＞まず、文字切り出し部１０３
が、帳票の記入フィールド位置に関する情報を定義した
記入フィールド定義１０４を用いて、イメージメモリ１
０２から２値化画像データとして読み出された、帳票に
記入された入力文字列１０１中の先頭から順に１文字ず
つを切り出す（図２のステップ２０１）。

【００５２】図５は、文字切り出し部１０３が使用する
記入フィールド定義１０４のデータフォーマット例を示
す図である。例えば、帳票上にフィールド１、２が配置
されており、この２つのフィールドに記入された文字列
が認識される場合、記入フィールド定義１０４は、以下
のようにして決定される。

【００５３】まず、帳票の上部が座標原点とされ、横方
向にｘ軸、縦方向にｙ軸がそれぞれ定義され、フィール
ド１、２のそれぞれについて、そのフィールドの左上端
の位置の座標（フィールド原点座標）と、ｘ軸方向のフ
ィールド幅及びｙ軸方向のフィールド高さとからなるフ
ィールドの大きさデータが、図５(a) に示されるように
定義される。長さの単位は、ミリメートル又はインチで
ある。

【００５４】次に、フィールド１、２のそれぞれについ
て、各フィールドにどのような種別の文字列が記入され
るかを示すフィールド種別が定義される。これらの情報
が、図５(b) に示される表形式で、記入フィールド定義
１０４として特には図示しない記憶装置に保持される。

【００５５】文字切り出し部１０３は、上述の記入フィ
ールド定義１０４を用いることによって、イメージメモ
リ１０２から読み出されたイメージデータ上で各フィー
ルド毎の文字領域を決定した後、その文字領域内のイメ
ージデータに対して、図６に示される動作フローチャー
トによって示される文字切り出し制御を実行する。

【００５６】ここで、図８(a) に示されるように、記入
フィールド定義１０４から抽出される対象領域のフィー
ルド原点座標を（ｘ₀ ，ｙ₀ ）、ｘ軸方向のフィールド
幅をｄｘ、ｙ軸方向のフィールド高さをｄｙとする。

【００５７】まず文字切り出し部１０３は、ｘ軸方向の
各走査ライン毎に、黒画素数を累算することにより、各
ｙ座標位置毎のｘ軸方向の黒画素の出現頻度を示す水平
ヒストグラムを、図８(b) に示されるように算出する
（図６のステップ６０１）。

【００５８】次に、図８(b) に示されるように、文字切
り出し部１０３は、上記水平ヒストグラム上をその上方
及び下方のそれぞれから走査し、最初に頻度値Ｃを超え
る位置α及びβを算出し、更にそれらから算出される値
α−βを、その対象領域における文字列高さｈとする
（ステップ６０２）。

【００５９】次に、文字切り出し部１０３は、ｙ軸方向
の各走査ライン毎に、黒画素数を累算することにより、
各ｘ座標位置毎のｙ軸方向の黒画素の出現頻度を示す垂
直ヒストグラムを図８(c) に示されるように算出する
（図６のステップ６０３）。

【００６０】続いて、図８(c) に示されるように、文字
切り出し部１０３は、上記垂直ヒストグラム上をその左
から走査し、頻度値がしきい値ｄ以下からしきい値ｄ以
上に変化する点ｘ₁ ，ｘ₃ ，ｘ₅ ，・・・（ｘ_2n-1：ｎ
＝１，２，・・・）を切り出し候補位置として算出し、
また、頻度値がしきい値ｄ以上からしきい値ｄ以下に変
化する点ｘ₂ ，ｘ₄ ，ｘ₆ ，・・・（ｘ_2m：ｍ＝１，
２，・・・）もやはり切り出し候補位置として算出する
（ステップ６０４）。

【００６１】次に、文字切り出し部１０３は、下記条件
式を満たす領域［ｘ_2m，ｘ_2n-1］を算出し、それを文字
切り出し結果とする（ステップ６０５）。

【００６２】

【数１】ｈ−ｔ₁ ≦ｘ_2m−ｘ_2n-1≦ｈ＋ｔ₂ （ｍ＝１，２，３，・・・），（ｎ＝１，２，３，・・
・） ここで、ｈは前述したステップ６０２において算出され
た文字列高さ、ｔ₁ 及びｔ₂ は入力文字列１０１の学習
サンプルによって決まるパラメータである。図８(c) の
例では、下記３つの領域が文字切り出し結果として算出
される。 ［ｘ₁ ，ｘ₂ ］ ［ｘ₃ ，ｘ₄ ］ ［ｘ₅ ，ｘ₈ ］ 文字切り出し部１０３は、ステップ６０５の処理の結
果、下記条件式を満たす領域が残ったか否かを判定する
（ステップ６０６）。

【００６３】

【数２】ｘ_2l−ｘ_2l-1＞ｈ＋ｔ₂ （ｌ＝１，２，３，・・・） ステップ６０６の判定がＮＯならば、文字切り出し部１
０３は、その制御処理を終了する。

【００６４】ステップ６０６の判定がＹＥＳであるなら
ば、文字切り出し部１０３は、領域［ｘ_2l-1，ｘ_2l］に
おいて、ステップ６０３で算出された垂直ヒストグラム
の頻度値がしきい値ｄより大きい所定値以下で、かつ、
下記条件式を満たす値ｋを算出する。

【００６５】

【数３】ｈ≒（ｘ_2l−ｘ_2l-1）／ｋ この結果、領域［ｘ_2l-1，ｘ_2l］をｋ分割した各位置を
文字切り出し位置として算出する（以上、ステップ６０
７）。図８(d) の例においては、ｌ＝１、ｋ＝２とな
り、領域［ｘ₁ ，ｘ₂ ］を２分割した位置ｘ′が文字切
り出し位置として算出される。

【００６６】その後、文字切り出し部１０３は、その制
御処理を終了する。以上説明した図６の動作フローチャ
ートは、文字切り出し部１０３が、文字数が予め与えら
れていないフィールドに対して実行する文字切り出し処
理に対応するものである。

【００６７】これに対して、候補単語バッファ１１２か
ら読み出される候補単語の情報に基づいて再認識処理が
実行される場合のように、文字切り出し部１０３が、文
字切り出しの対象となる領域とその領域内の文字数が予
め与えられているフィールドに対して文字切り出し処理
を実行する場合もある。

【００６８】この場合には、文字切り出し部１０３は、
図６のステップ６０５〜６０７の処理群の代わりに、図
７のステップ７０１の処理を実行する。即ち、文字切り
出しの対象となる領域の左端のｘ座標がｘ_s 、右端のｘ
座標がｘ_t 、上記領域内の文字数がｎとして与えられた
ときに、文字切り出し部１０３は、図６のステップ６０
３で算出された垂直ヒストグラムの頻度値が所定値以下
で、かつ、下記条件式を満たす値Ｘ_n に近い隣接間隔を
有する位置を文字切り出し位置として算出する。

【００６９】

【数４】（ｘ_t −ｘ_s ）／ｎ＝Ｘ_n 具体的には、隣接する２つの文字切り出し位置をｘ_i ，
ｘ_i+1 （ｉ＝１，２，・・・、ｘ_s ≦ｘ_i ，ｘ_i+1 ≦ｘ
_t ）としたときに、文字切り出し部１０３は、下記条件
式を満たす文字切り出し位置ｘ_i （ｘ_i ≠ｘ_s ，ｘ_t ）
を算出する。

【００７０】

【数５】Ｘ_n −ｔ₅ ≦ｘ_i+1 −ｘ_i ≦Ｘ_n ＋ｔ₆ ここで、ｔ₅ 及びｔ₆ は入力文字列１０１の学習サンプ
ルによって決まるパラメータである。

【００７１】以上説明した文字切り出し部１０３による
文字切り出し処理の後、特徴抽出部１０５が、その切り
出された１文字から、認識のための特徴量である特徴ベ
クトルを抽出する（図２のステップ２０２）。

【００７２】具体的には、特徴抽出部１０５は、例えば
以下の一連の処理によって特徴ベクトルを抽出する。即
ちまず、特徴抽出部１０５は、切り出された文字のイメ
ージデータから文字輪郭画素を抽出する。

【００７３】次に、特徴抽出部１０５は、その切り出さ
れた領域を複数の分割領域に分割する。更に、特徴抽出
部１０５は、各分割領域につき、その分割領域内の輪郭
画素毎に方向成分（例えば、縦方向、横方向、左斜め方
向、右斜め方向の４方向成分）を抽出し、その分割領域
内の全輪郭画素の方向成分を集計することによりその分
割領域内の各方向成分毎の集計値を算出し、それらを各
方向成分に対応する要素値として有する部分特徴ベクト
ルを算出する。

【００７４】最後に、特徴抽出部１０５は、全ての分割
領域の部分特徴ベクトルの各要素を統合することによ
り、特徴ベクトルを抽出する。上述のようにして特徴抽
出部１０５が切り出された文字の特徴ベクトルを抽出し
た後に、マッチング部１０６が、その切り出された文字
の特徴ベクトルと、特定文字標準パターン辞書１０７内
の各特定文字標準パターンの特徴ベクトルとの間のマッ
チング処理を実行し（図２のステップ２０３）、マッチ
ング度が高い順に所定順位までの各特定文字標準パター
ンが属する各特定文字の字種カテゴリーを、上記切り出
された文字に対する候補特定文字群として候補文字列バ
ッファ１０８に出力する（図２のステップ２０４）。

【００７５】より具体的には、マッチング部１０６が、
その切り出された文字の特徴ベクトルと、特定文字標準
パターン辞書１０７内の各特定文字標準パターンの特徴
ベクトルとの間で、例えば距離（ユークリッド距離、マ
ハラノビス距離等）を計算する。そして、マッチング部
１０６は、距離が小さい順に所定順位（ｎ位）までの各
特定文字標準パターンが属する各特定文字の字種カテゴ
リーを、上述の切り出された特定文字に対する候補特定
文字群として候補文字列バッファ１０８に出力する。

【００７６】なお、１位の特定文字標準パターンの距離
が所定のしきい値Ｔ₁ より大きい場合は、その切り出さ
れた文字にはリジェクト（認識不能）情報が付加され
る。ここで、上述の特定文字標準パターン辞書１０７に
ついて、具体例を挙げて説明する。

【００７７】今、入力文字列１０１が住所文字列である
場合を考える。本実施の形態では、最初は、例えば住所
文字列において、その階層構造の区切りを示す出現頻度
が高い、「都」「道」「府」「県」「市」「区」「郡」
「町」「村」「字」「大字」等の１文字又は２文字から
なる特定文字のみが認識されればよい。また、住所文字
列においては、「東」「西」「南」「北」等の特定文字
も出現頻度が高い。

【００７８】このため、本実施の形態では、これらの特
定文字の認識精度を高めるために、これらの特定文字の
標準パターンのみから構成され辞書容量の小さな特定文
字標準パターン辞書１０７が使用される。

【００７９】このような特定文字標準パターン辞書１０
７が標準パターン辞書１１３とは別に用意されることに
より、認識処理速度を短縮し、かつ認識精度を高めるこ
とが可能となる。

【００８０】なお、特定文字標準パターン辞書１０７が
標準パターン辞書１１３と同じ辞書として構成され、特
定文字の認識精度を高めるために、各特定文字毎に多く
のテンプレート（標準パターン）が記憶されるように構
成されてもよい。

【００８１】一方、入力文字列１０１が氏名文字列であ
る場合には、住所文字列のように区切りとなる文字は存
在しないが、出現頻度の高い文字種は存在する。例え
ば、名字に使用される文字は出現頻度において上位５０
０位までの文字種が８２％程度をカバーしているため、
上位Ｎ文字で特定文字標準パターン辞書１０７が作成さ
れるように構成することができる。

【００８２】或いは、標準パターン辞書１１３から選択
的にＮ字種のみが特定文字の認識に使用されるように構
成されてもよい。そして、特定文字辞書１１０は、上述
の特定の字種に対応するように構成される。

【００８３】また、出現頻度によって字種を選択するの
ではなく、認識しやすい文字を多数の実データから統計
的に決定し、それらの決定された字種を選択するように
構成してもよい。

【００８４】文字切り出し部１０３、特徴抽出部１０
５、及びマッチング部１０６による上記一連の特定文字
認識処理は、文字切り出し部１０３が入力文字列１０１
の先頭から順に切り出した文字毎に実行される（図２の
ステップ２０５→２０２の繰り返し）。この結果、候補
文字列バッファ１０８には、入力文字列１０１から切り
出された文字の並び順に対応する並び順で、各文字毎の
候補特定文字群が保持される。 ＜特定文字間領域の候補単語の検索とその領域での再認
識処理＞候補単語検索部１０９は、候補文字列バッファ
１０８に得られた候補特定文字群の集合の中から隣接す
る任意の２つの特定文字からなる組（特定文字組）を全
て抽出し、それぞれの特定文字組が特定文字辞書１１０
に登録されているか否かを検索する。そして、候補単語
検索部１０９は、１組の特定文字組が特定文字辞書１１
０に登録されている場合、その登録レコードにリンクす
る知識辞書１１１中のレコードから、その特定文字組を
構成する２つの特定文字により挟まれる単語群を検索
し、その検索された単語群を候補単語群として候補単語
バッファ１１２に保持する（以上、図３のステップ２０
６）。

【００８５】今、入力文字列１０１が住所文字列である
場合を考える。なお、住所文字列以外の氏名文字列、品
名文字列等については、階層構造を持たないため、階層
構造に関する部分を除いて住所文字列の場合と同様に実
現できる。

【００８６】住所辞書である知識辞書１１１の構造は、
例えば図１０に示されるように、住所の階層構造に従っ
て、レベル１：都道府県、レベル２：市区郡、レベル
３：町村、・・・というように分割されて、それぞれの
階層に属する単語が格納されている。

【００８７】一方、特定文字辞書１１０には、図１１に
示されるように、「文字１」と「文字２」という２つの
特定文字からなる特定文字組に対応するレコード毎に、
その特定文字組を構成する２つの特定文字により挟まれ
る単語群が格納されている知識辞書１１１上のレコード
の集合を示すための、ポインタ情報とそのポインタから
始まるデータ数情報とからなるデータ組が格納されてい
る。このデータ組としては、図１１に示されるように複
数組指定することができ、特定文字辞書１１０の各特定
文字組毎のレコードには、図１１に示されるように、上
記ポインタ情報とデータ数情報のデータ組の数に対応す
るポインタ数情報Ｎも記憶される。

【００８８】図１２の例では、特定文字辞書１１０内
の、空白文字と「県」という２つの特定文字からなる特
定文字組に対応するレコードには、図１０に示される知
識辞書１１１内のレベル１領域内の単語「青森」から始
まるｎ₁ 個のレコードと、同じくレベル１領域内の単語
「神奈川」から始まるｎ₂ 個のレコードをそれぞれ示す
データ組（ポインタ情報とデータ数情報）と、ポインタ
数Ｎ＝２が登録されている。

【００８９】また図１３の例では、特定文字辞書１１０
内の、「都」と「区」という２つの特定文字からなる特
定文字組に対応するレコードには、図１０に示される知
識辞書１１１内のレベル２領域内の単語「千代田」から
始まるｎ₃ 個のレコードと、ポインタ数Ｎ＝１が登録さ
れている。

【００９０】また、住所は通常、「・・・丁目・・・番
地・・・方」という書き方で終わるが、このような特定
文字「丁目」「番地」「番」「方」「号」に挟まれた領
域には、単語ではなく数字が記入される場合が多い。こ
のような場合には、図１４に示されるように、特定文字
辞書１１０内の、上記特定文字からなる特定文字組に対
応するレコードには、前述したようんポインタ情報とデ
ータ数情報とかなるデータ組ではなく、「（数字）＊
ｎ」というような記号が設定される。候補単語検索部１
０９は、特定文字辞書１１０から上述したような記号が
設定されているレコードを検索した場合には、上述のよ
うな特定文字に挟まれた領域には数字が連続して記入さ
れていることを検出し、その旨を示す検出結果を候補単
語バッファ１１２に書き込む。

【００９１】更に、例えば図１５に示されるような特定
文字辞書１１０及び知識辞書１１１の構成も可能であ
る。即ち、図１５の例では、特定文字辞書１１０内の、
空白文字と「川」という２つの特定文字からなる特定文
字組に対応するレコードには、知識辞書１１１内の４文
字の単語「神奈川県」を指すポインタ情報及びデータ数
＝１と、知識辞書１１１内の２文字の単語「神奈」を指
すポインタ情報及びデータ数＝１が設定される。

【００９２】また特定文字辞書１１０内の、「川」と
「中」という２つの特定文字からなる特定文字組に対応
するレコードには、知識辞書１１１内の２文字の単語
「崎市」を指すポインタ情報及びデータ数＝１が設定さ
れる。

【００９３】更に特定文字辞書１１０内の、「中」と
「中」という２つの特定文字からなる特定文字組に対応
するレコードには、知識辞書１１１内の５文字の単語
「原区上小田」を指すポインタ情報及びデータ数＝１が
設定される。

【００９４】このように、住所文字列に高い頻度で出現
する特定文字及び単語に対応する情報を、特定文字辞書
１１０と知識辞書１１１に記憶させることも可能であ
る。次に、図１６に示されるように、特定文字辞書１１
０内の、「区」と住所の終わりを示す特定文字の２つの
特定文字からなる特定文字組に対応するレコードに、知
識辞書１１１内の単語「丸の内」がリンクしている場合
に、表示のゆらぎとして、「丸の内」ではなく「丸ノ
内」という文字列が記入される可能性がある。このよう
な場合に、知識辞書１１１に全ての表記のゆらぎに対応
する単語を記憶させるのは無駄である。

【００９５】そこで、本実施の形態では、特定文字辞書
１１０からリンクする知識辞書１１１内の単語の検索時
に、図９の動作フローチャートで示される表記のゆれに
対処するための制御動作が実行される。

【００９６】まず、候補単語検索部１０９は、１組の特
定文字組に対し、特定文字辞書１１０及び知識辞書１１
１をここまで説明してきた規則に従って検索し、その結
果検索された単語群を現在処理中の特定文字組に対応す
る候補単語群として候補単語バッファ１１２に書き込む
（図９のステップ９０１）。このステップ９０１は、図
３のステップ２０６の一部である。

【００９７】次に、図３のステップ２０６の一部とし
て、候補単語検索部１０９は、１組の特定文字組に対し
て候補単語バッファ１１２に得られた候補単語群のそれ
ぞれに対して、図９のステップ９０２〜９１０で示され
る一連の処理を繰り返し実行する。

【００９８】即ち、候補単語検索部１０９は、検出した
単語を構成する文字にひらがなが存在する場合に、その
ひらがなをカタカナに変更し、その結果得られる単語
を、現在処理中の特定文字組に対応する他の候補単語と
して、候補単語バッファ１１２に書き込む（図９のステ
ップ９０２→９０３）。

【００９９】次に、候補単語検索部１０９は、検出した
単語を構成する文字にカタカナが存在する場合に、その
カタカナをひらがなに変更し、その結果得られる単語
を、現在処理中の特定文字組に対応する他の候補単語と
して、候補単語バッファ１１２に書き込む（図９のステ
ップ９０４→９０５）。

【０１００】次に、候補単語検索部１０９は、検出した
単語を構成する文字に漢数字が存在する場合に、その漢
数字をアラビア数字に変更し、その結果得られる単語
を、現在処理中の特定文字組に対応する他の候補単語と
して、候補単語バッファ１１２に書き込む（図９のステ
ップ９０６→９０７）。

【０１０１】次に、候補単語検索部１０９は、検出した
単語を構成する文字にアラビア数字が存在する場合に、
そのアラビア数字を漢数字に変更し、その結果得られる
単語を、現在処理中の特定文字組に対応する他の候補単
語として、候補単語バッファ１１２に書き込む（図９の
ステップ９０８→９０９）。

【０１０２】最後に候補単語検索部１０９は、検出した
単語を構成する文字に省略可能文字（例えば「溝ノ口」
が「溝口」と省略されたときの「ノ」）が存在する場合
に、その省略可能文字を省略して得られる文字列を、現
在処理中の特定文字組に対応する他の候補単語として、
候補単語バッファ１１２に書き込む（図９のステップ９
０８→９０９）。

【０１０３】候補単語検索部１０９は、１組の特定文字
組に対して候補単語バッファ１１２にまだ表記のゆらぎ
に対する制御処理を実行していない候補単語群がある場
合には、上述の図９のステップ９０２〜９１０で示され
る一連の処理を繰り返し実行する（図９のステップ９１
１→９０２〜９１０→９１１の繰り返し）。

【０１０４】上述のようにして、１組の特定文字組に対
して候補単語バッファ１１２に得られた候補単語群に対
して、表記のゆらぎに対する制御が実現される。以上の
ようにして、候補文字列バッファ１０８から選択された
１組の特定文字組に対して候補単語バッファ１１２に候
補単語群が得られる。

【０１０５】今、例えば図１７に示される入力文字列１
０１が記入されると、前述の図２のステップ２０１〜２
０５の特定文字の認識処理によって、領域１７０１が特
定文字「都」、領域１７０２が特定文字「区」と認識さ
れる。

【０１０６】この認識結果に対して、候補単語検索部１
０９は、上述した図３のステップ２０６で、特定文字辞
書１１０において空白文字と特定文字「都」とからなる
特定文字組のレコードを検出し、その登録レコードにリ
ンクする知識辞書１１１中のエントリから、その特定文
字組を構成する２つの特定文字によって挟まれる１つの
単語「東京」を検索して、その検索された単語を、空白
文字と特定文字「都」とからなる特定文字組に対応する
候補単語群として、候補単語バッファ１１２に保持す
る。この場合は、上記特定文字組に対する候補単語群の
数は１個で、図１８に示されるように、、候補単語「東
京」の文字数は２文字となる。

【０１０７】また、候補単語検索部１０９は、後述する
図３のステップ２１１の判定の後に２回目に実行される
図３のステップ２０６で、特定文字辞書１１０において
特定文字「都」と「区」からなる特定文字組のレコード
を検出し、その登録レコードにリンクする図１０に示さ
れる知識辞書１１１中のエントリから、その特定文字組
を構成する２つの特定文字によって挟まれる２３個の単
語「千代田」「中央」「港」・・・を検索して、それら
の検索された単語群を、上記特定文字組に対応する候補
単語群として、候補単語バッファ１１２に保持する。こ
の場合は、上記特定文字組に対する候補単語群の数は２
３個となり、図１９に示されるように、各候補単語の文
字数は、３文字、２文字、又は１文字の何れかとなる。

【０１０８】このようにして、候補文字列バッファ１０
８から選択された１組の特定文字組に対して候補単語バ
ッファ１１２に候補単語群が得られた後、その候補単語
群に属する候補単語のそれぞれにつき、文字切り出し部
１０３、特徴抽出部１０５、及びマッチング部１０６
が、図３のステップ２０７〜２１１の一連の再認識処理
を実行することにより、各候補単語毎に所定順位までの
候補認識結果群を抽出する。

【０１０９】まず、文字切り出し部１０３は、イメージ
メモリ１０２から読み出される入力文字列１０１におい
て、候補単語バッファ１１２から出力された候補単語の
情報を使って、その候補単語が属する特定文字組を構成
する２つの特定文字に挟まれた文字列領域内の文字列を
再度切り出す（図３のステップ２０７）。

【０１１０】この場合、候補単語の文字数が例えば図１
８に示される「東京」又は図１９に示される「中央」の
ように２文字である場合には、文字切り出し部１０３
は、前述した図６のステップ６０１〜６０４及び図７の
ステップ７０１で示される動作フローチャートに従っ
て、文字切り出しの対象となる領域を２分割して（前述
した数３式におけるｎ＝２）、各文字の切り出し位置を
決定する。

【０１１１】また候補単語の文字数が例えば図１９に示
される「千代田」のように３文字である場合は、文字切
り出し部１０３は、文字切り出しの対象となる領域を３
分割して（前述した数３式におけるｎ＝３）、各文字の
切り出し位置を決定する。

【０１１２】更に候補単語の文字数が例えば図１９に示
される「港」のように１文字である場合は、文字切り出
し部１０３は、文字切り出しの対象となる領域に１文字
のみが存在すると仮定する（前述した数３式におけるｎ
＝１）。

【０１１３】次に特徴抽出部１０５は、再度切り出され
た文字列に対して１文字ずつ、前述したようにして特徴
ベクトルを抽出する（図３のステップ２０８）。更に、
マッチング部１０６は、上記各文字毎に、その文字の特
徴ベクトルと、第２の辞書である標準パターン辞書１１
３内の各標準パターンの特徴ベクトルとの間のマッチン
グ処理を実行し（図３のステップ２０９）、マッチング
度が高い順に所定順位までの各標準パターンが属する各
字種カテゴリーを、上記文字に対する候補文字群として
候補文字列バッファ１０８に出力する（図３のステップ
２１０）。

【０１１４】より具体的には、マッチング部１０６が、
上記文字の特徴ベクトルと、標準パターン辞書１１３内
の各標準パターンの特徴ベクトルとの間で、例えば距離
（ユークリッド距離、マハラノビス距離等）を計算す
る。そして、マッチング部１０６は、距離が小さい順に
所定順位（ｎ位）までの各標準パターンが属する各字種
カテゴリーを、上述の文字に対する候補文字群として候
補文字列バッファ１０８に出力する。

【０１１５】文字切り出し部１０３によって再度切り出
された文字列を構成する各文字のそれぞれについて、上
述のように距離が小さい順に所定順位までの候補文字群
が候補文字列バッファ１０８に得られた後、１つの特定
文字組について候補単語バッファ１１２に得られた候補
単語群に属する他の候補単語について、ステップ２０７
〜２１０の一連の処理が繰り返し実行される。

【０１１６】１つの特定文字組について候補単語バッフ
ァ１１２に得られた候補単語群に属する全ての候補単語
について、それぞれを構成する文字毎に所定順位までの
候補文字群が候補文字列バッファ１０８に得られると、
マッチング部１０６は、各候補単語のそれぞれについ
て、それぞれを構成する文字毎の所定順位までの候補文
字群の全てを組み合わせて候補文字列群を生成し、それ
に含まれる各候補文字列毎に、次式によってその平均距
離を計算する（図３のステップ２１２）。

【０１１７】

【数６】（Ｄ₁ ＋Ｄ₂ ＋・・・＋Ｄ_m ）／ｍ ここで、ｍは対象候補単語の文字数であり、Ｄ_i （１≦
ｉ≦ｍ）は、対象候補単語内のｉ文字目において対象候
補文字列を構成するために選択された候補文字の距離を
示す。

【０１１８】そして、マッチング部１０６は、１つの特
定文字組についての全ての候補単語に対応して生成され
た候補文字列群の中から、それを構成する各候補文字列
に対応する平均距離が小さい順に所定数（Ｐ個）の候補
文字列を選択し、それらを上記特定文字組を構成する２
つの特定文字により挟まれた文字領域の認識結果とし
て、知識処理部１１４に出力する。

【０１１９】このようにして、１つの特定文字組を構成
する２つの特定文字により挟まれた文字領域の認識結果
が得られると、再び図３のステップ２１３からステップ
２０６の処理に戻る。

【０１２０】そして、前述の図２のステップ２０１〜２
０５の特定文字の認識処理によって候補文字列バッファ
１０８に得られている候補特定文字群の集合の中から隣
接する他の任意の２つの特定文字からなる他の特定文字
組が再び抽出され、その特定文字組に対して図３のステ
ップ２０６〜２１２の一連の制御処理が再び実行される
ことにより、その特定文字組を構成する２つの特定文字
により挟まれた文字領域の認識結果が算出されるという
動作が、各特定文字組毎に繰り返し実行される（図３の
ステップ２１３→２０６〜２１２→２１３の繰り返
し）。

【０１２１】知識処理部１１４は、各特定文字組を構成
する２つの特定文字に挟まれた各文字領域に対応する認
識結果に対して、記入フィールド定義１０４及び知識辞
書１１１を用いた知識処理によって、上記各文字領域か
らなる全体文字領域の最終認識結果を決定し、それを認
識結果バッファ１１５に出力する（図４のステップ２１
４）。

【０１２２】以上説明した図２のステップ２０１〜図４
のステップ２１４の一連制御処理が帳票の記入フィール
ド位置毎に繰り返し実行されることにより、各記入フィ
ールドに対する最終認識結果が決定される（図４のステ
ップ２１５→図２のステップ２０１の繰り返し）。

【０１２３】上述の一連の認識処理において、認識条件
を最後まで満たさなかった文字又は文字列の部分につい
ては、リジェクト（認識不能）情報が付加される。この
場合に、認識結果バッファ１１５に得られた認識結果
が、インタフェース部１１６を介して表示部１１７に表
示される。ユーザは、表示部１１７での認識結果の表示
に対して、マウス及びキーボード等からなる入力部１１
８から、認識不能文字／文字列を修正することができ
る。

【０１２４】ユーザは、入力部１１８から認識不能文字
／文字列中の特定の正解文字を指定するだけで、その正
解文字に関する情報がインタフェース部１１６から正解
文字バッファ１１９及び領域座標バッファ１２０に出力
される。

【０１２５】図２１の例では、表示部１１７に、認識結
果２１０２と並列に、対象文字列のイメージ２１０１が
表示される。ユーザは、イメージ２１０１上の特定領域
２１０３を入力部１１８であるマウス等から指示する
と、それに対応する認識結果文字２１０４が強調又は反
転表示等される。この表示に対し、ユーザが、入力部１
１８であるキーボード等から正解文字「都」を入力する
と、その正解文字「都」に関する情報がインタフェース
部１１６から正解文字バッファ１１９及び領域座標バッ
ファ１２０に出力される。当然、ユーザが、イメージ２
１０１上の例えば「東京」に対応する領域を指示し、そ
れに対応する認識結果「束長」を「東京」に修正する
と、その正解文字「東京」に関する情報がインタフェー
ス部１１６から正解文字バッファ１１９及び領域座標バ
ッファ１２０に出力される。

【０１２６】候補単語検索部１０９は、正解文字バッフ
ァ１１９に得られた正解文字に関する情報を特定文字の
情報として、前述した特定文字辞書１１０と知識辞書１
１１を用いた候補単語の検索処理を実行することによ
り、認識不能文字を正しく再認識させることができる。
また、文字切り出し部１０３は、ユーザによって指定さ
れた正解文字の切り出し位置を領域座標バッファ１２０
から取得することによって、正しい文字の切り出しを実
行することができる。

【０１２７】また、図２２の例では、表示部１１７に、
認識結果２２０２と並列に、対象文字列のイメージが表
示される。ユーザは、そのイメージ上の特定領域２２０
１を入力部１１８であるマウス等から指示すると、それ
に対応する認識結果文字２２０３が強調又は反転表示等
されると共に、指示部分に認識結果候補２２０４が表示
される。この表示に対して、ユーザが、入力部１１８で
あるキーボード等から正解文字「都」を選択すると、そ
の正解文字「都」に関する情報がインタフェース部１１
６から正解文字バッファ１１９及び領域座標バッファ１
２０に出力される。この場合に、指示部分に表示される
認識結果候補２２０４は、表示される文字の出現頻度
順、或いは住所文字列のように階層構造を有する場合に
はその階層構造による決定順、或いは単純に文字コード
順で表示されるように構成することができる。

【０１２８】図２２の例に続いて図２３に示されるよう
に、更に指示位置２３０１とそれに対応する認識結果位
置２３０２についても、同様の修正処理が行われること
により、文字列２３０３を正しく再認識させることが可
能となる。

【０１２９】ここで、各特定文字組を構成する２つの特
定文字に挟まれた各文字領域に対する再認識処理につい
て、前述した図３のステップ２０７〜２１２において
は、１つの候補単語を構成する文字毎に個別に再認識処
理が実行され、最終的にその候補単語に対する認識結果
が出力されるように構成されている。

【０１３０】この場合に、マッチング部１０６が標準パ
ターン辞書１１３上から検索する文字種が、候補単語が
属するカテゴリーの文字種に限定されることにより、効
率的な再認識処理が実現される。

【０１３１】一方、２つの特定文字に挟まれた文字領域
全体に対して、特徴ベクトルの抽出とマッチング部１０
６によるマッチング処理が実行されるように構成されて
もよい。この場合には、標準パターン辞書１１３には、
「川崎」「横浜」「横須賀」・・・のそれぞれの単語を
１つのパターンとする標準パターンの特徴ベクトルが保
持され、マッチング部１０６は、１つの候補単語の全体
を１つのパターンとする特徴ベクトルと、標準パターン
辞書１１３内の各標準パターンの特徴ベクトルとのマッ
チング処理を実行する。

【０１３２】この場合に、マッチング部１０６が標準パ
ターン辞書１１３上から検索する単語群が、候補単語が
属するカテゴリーの単語群に限定されることにより、効
率的な再認識処理が実現される。

【０１３３】より具体的には、例えば住所文字列の認識
において、マッチング部１０６が標準パターン辞書１１
３上から検索する単語群が、候補単語が属する階層レベ
ルを構成する単語群に限定されることにより、効率的な
再認識処理が実現される。

【０１３４】例えば、図２０に示されるように、２つの
特定文字「県」と「市」に挟まれた領域の再認識処理に
おいて、標準パターン辞書１１３を、「川崎」「横浜」
「横須賀」・・・等の市を表わす単語群のみのものに限
定することができる。

【０１３５】また、例えば住所文字列の認識において、
上位レベルの認識結果が得られているときには、マッチ
ング部１０６が標準パターン辞書１１３上から検索する
単語群が、その上位レベルの認識結果に属しかつ候補単
語が属する下位レベルを構成する単語群に限定されるこ
とにより、更に効率的な再認識処理が実現される。

【０１３６】例えば、住所文字列のレベル１の認識結果
が「青森」である場合に、レベル２の標準パターンは、
２つの特定文字「県」と「市」に挟まれて出現し得る全
ての単語群ではなく、「青森県」に属する市を表わす単
語群に限定することが可能である。

【０１３７】上記とは逆に、例えば住所文字列の認識に
おいて、下位レベルの認識結果が得られているときに
は、マッチング部１０６が標準パターン辞書１１３上か
ら検索する単語群が、その下位レベルの認識結果が属し
かつ候補単語が属する上位レベルを構成する単語群に限
定されることにより、上位レベルの認識不能状態を救済
することもできる。本実施の形態を実現するプログラムが記録された記録媒
体についての補足 本発明は、コンピュータにより使用されたときに、上述
の本発明の実施の形態の各構成によって実現される機能
と同様の機能をコンピュータに行わせるためのコンピュ
ータ読出し可能記録媒体として構成することもできる。

【０１３８】この場合に、図２４に示されるように、例
えばフロッピィディスク、ＣＤ−ＲＯＭディスク、光デ
ィスク、リムーバブルハードディスク等の可搬型記録媒
体２４０２や、ネットワーク回線２４０３経由で、本発
明の実施の形態の各種機能を実現するプログラムが、コ
ンピュータ２４０１の本体２４０４内のメモリ（ＲＡＭ
又はハードディスク等）２４０５にロードされて、実行
される。

【０１３９】

【発明の効果】本発明の文字認識技術によれば、入力文
字列中の特定文字又は特定文字列がまず優先的に認識さ
れ、その認識結果に基づいてその前後の候補単語が仮定
され、更にその候補単語の情報を用いて入力文字列を構
成する文字が再認識されることによって、通常見かける
各種帳票（伝票）に記入されるような、不規則な間隔、
記入方法で記入された入力文字列を構成する文字を、高
い精度で認識することが可能となる。

【０１４０】本発明の文字修正技術によれば、特定の文
字又は文字列のみを修正するだけで、他の認識不能部分
も自動的に修正することが可能となる。本発明の表記ゆ
らぎの制御技術によれば、種々の記入方法に柔軟に対処
することが可能となる。

【図面の簡単な説明】

【図１】本発明の実施の形態の構成図である。

【図２】本発明の実施の形態の全体制御動作フローチャ
ート（その１）である。

【図３】本発明の実施の形態の全体制御動作フローチャ
ート（その２）である。

【図４】本発明の実施の形態の全体制御動作フローチャ
ート（その３）である。

【図５】記入フィールド定義のデータフォーマット例を
示す図である。

【図６】文字切り出し部の制御動作フローチャート（そ
の１）である。

【図７】文字切り出し部の制御動作フローチャート（そ
の２）である。

【図８】文字切り出し部の制御動作の説明図である。

【図９】表記のゆれについての制御動作フローチャート
である。

【図１０】知識辞書（住所）の構造図である。

【図１１】特定文字辞書の構造図である。

【図１２】特定文字辞書１１０の構造例（その１）を示
す図である。

【図１３】特定文字辞書１１０の構造例（その２）を示
す図である。

【図１４】特定文字辞書１１０の構造例（その３）を示
す図である。

【図１５】特定文字辞書１１０の構造例（その４）を示
す図である。

【図１６】表記のゆらぎの制御動作の説明図である。

【図１７】候補単語検索部の動作説明図（その１）であ
る。

【図１８】候補単語検索部の動作説明図（その２）であ
る。

【図１９】候補単語検索部の動作説明図（その３）であ
る。

【図２０】標準パターン辞書による文字列検出／認識動
作の説明図である。

【図２１】入力部と表示部の動作説明図（その１）であ
る。

【図２２】入力部と表示部の動作説明図（その２）であ
る。

【図２３】入力部と表示部の動作説明図（その３）であ
る。

【図２４】本実施の形態を実現するプログラムが記録さ
れた記録媒体の説明図である。

【符号の説明】

１０１ 入力文字列 １０２ イメージメモリ １０３ 文字切り出し部 １０４ 記入フィールド定義 １０５ 特徴抽出部 １０６ マッチング部 １０７ 特定文字標準パターン辞書 １０８ 候補文字列バッファ １０９ 候補単語検索部 １１０ 特定文字辞書 １１１ 知識辞書 １１２ 候補単語バッファ １１３ 標準パターン辞書 １１４ 知識処理部 １１５ 認識結果バッファ １１６ インタフェース部 １１７ 表示部 １１８ 入力部 １１９ 正解文字バッファ １２０ 領域座標バッファ

Claims (12)

【特許請求の範囲】
1. 【請求項１】 所定カテゴリーを有する記入フィールド
   に記入された入力文字列を構成する文字を認識する文字
   認識方法であって、 前記入力文字列と第１の認識辞書との間で第１のマッチ
   ング処理を実行することにより、前記入力文字列中から
   特定文字又は特定文字列を抽出し、 前記所定カテゴリーに属し、かつ前記入力文字列中から
   抽出された各特定文字又は特定文字列の前後の前記入力
   文字列中の領域に位置する可能性のある候補単語群をカ
   テゴリー別単語辞書から抽出し、 該抽出された候補単語群に属する各候補単語毎に、該各
   候補単語に関する情報に基づいて該各候補単語が位置す
   る前記入力文字列中の各領域に対して第２の認識辞書を
   用いて第２のマッチング処理を実行することにより、前
   記入力文字列を構成する文字を認識する、 過程を含むことを特徴とする文字認識方法。
2. 【請求項２】 請求項１に記載の方法であって、 前記第１の認識辞書に、前記特定文字又は特定文字列に
   対応する標準パターンを記憶し、 前記入力文字列のパターンと前記第１の認識辞書内の各
   標準パターンとの間で前記第１のマッチング処理を実行
   することにより、前記入力文字列中から前記特定文字又
   は特定文字列を抽出する、 過程を含むことを特徴とする文字認識方法。
3. 【請求項３】 請求項１又は２の何れか１項に記載の方
   法であって、 前記第２の認識辞書に、前記候補単語群に属する候補単
   語に関連する文字又は文字列に対応する標準パターンを
   記憶し、 前記候補単語群に属する各候補単語毎に、該各候補単語
   に関する情報に基づいて該各候補単語が位置する前記入
   力文字列中の各領域に対して該各候補単語のパターンと
   前記第２の認識辞書内の各標準パターンとの間で前記第
   ２のマッチング処理を実行することにより、前記入力文
   字列を構成する文字を認識する、 過程を含むことを特徴とする文字認識方法。
4. 【請求項４】 請求項１乃至３の何れか１項に記載の方
   法であって、 前記各候補単語に関する情報として、該各候補単語の文
   字数の情報を使用する、 過程を含むことを特徴とする文字認識方法。
5. 【請求項５】 請求項１乃至４の何れか１項に記載の方
   法であって、 前記第１の認識辞書として、該第１の認識辞書を含む前
   記第２の認識辞書を使用する、 過程を含むことを特徴とする文字認識方法。
6. 【請求項６】 請求項１乃至５の何れか１項に記載の方
   法であって、 前記入力文字列と前記第１の認識辞書との間で第１のマ
   ッチング処理を実行することにより、前記入力文字列中
   から前記所定カテゴリーにおいて出現する頻度の高い特
   定文字又は特定文字列を抽出する、 過程を含むことを特徴とする文字認識方法。
7. 【請求項７】 請求項１乃至５の何れか１項に記載の方
   法であって、 前記入力文字列と前記第１の認識辞書との間で第１のマ
   ッチング処理を実行することにより、前記入力文字列中
   から認識精度の高い特定文字又は特定文字列を抽出す
   る、 過程を含むことを特徴とする文字認識方法。
8. 【請求項８】 請求項１乃至７の何れか１項に記載の文
   字認識方法を用いた文字修正方法であって、 前記入力文字列を構成する文字の認識結果を前記入力文
   字列と並列して表示し、 該表示される入力文字列上の所望領域を指定して該所望
   領域に対応する文字又は文字列を修正し、 該修正によって与えられた正解文字又は正解文字列に関
   する情報に基づいて、前記候補単語群の抽出処理及び前
   記第２のマッチング処理を再度実行することにより、 前記入力文字列を構成する文字を再度認識する、 過程を含むことを特徴とする文字修正方法。
9. 【請求項９】 請求項８に記載の方法であって、 前記表示される入力文字列上の所望領域の指定に応答し
   て、該所望領域における複数の候補認識結果を表示す
   る、 過程を含むことを特徴とする文字修正方法。
10. 【請求項１０】 請求項１乃至９に記載の方法であっ
    て、 前記各候補単語に対して表記上のゆらぎを有する単語
    を、前記候補単語群に属する新たな候補単語として出力
    する、 過程を含むことを特徴とする文字認識方法又は文字修正
    方法。
11. 【請求項１１】 所定カテゴリーを有する記入フィール
    ドに記入された入力文字列を構成する文字を認識する文
    字認識装置であって、 前記入力文字列と第１の認識辞書との間で第１のマッチ
    ング処理を実行することにより、前記入力文字列中から
    特定文字又は特定文字列を抽出する特定文字／特定文字
    列抽出手段と、 前記所定カテゴリーに属し、かつ前記入力文字列中から
    抽出された各特定文字又は特定文字列の前後の前記入力
    文字列中の領域に位置する可能性のある候補単語群をカ
    テゴリー別単語辞書から抽出する候補単語群抽出手段
    と、 該抽出された候補単語群に属する各候補単語毎に、該各
    候補単語に関する情報に基づいて該各候補単語が位置す
    る前記入力文字列中の各領域に対して第２の認識辞書を
    用いて第２のマッチング処理を実行することにより、前
    記入力文字列を構成する文字を認識する入力文字列認識
    手段と、 を含むことを特徴とする文字認識装置。
12. 【請求項１２】 コンピュータにより使用されたときに
    それによって読み出されるプログラムを記録した記録媒
    体であって、 所定カテゴリーを有する記入フィールドに記入された入
    力文字列と第１の認識辞書との間で第１のマッチング処
    理を実行することにより、前記入力文字列中から特定文
    字又は特定文字列を抽出する機能と、 前記所定カテゴリーに属し、かつ前記入力文字列中から
    抽出された各特定文字又は特定文字列の前後の前記入力
    文字列中の領域に位置する可能性のある候補単語群をカ
    テゴリー別単語辞書から抽出する機能と、 該抽出された候補単語群に属する各候補単語毎に、該各
    候補単語に関する情報に基づいて該各候補単語が位置す
    る前記入力文字列中の各領域に対して第２の認識辞書を
    用いて第２のマッチング処理を実行することにより、前
    記入力文字列を構成する文字を認識する機能と、 を前記コンピュータに行わせるためのプログラムを記録
    したコンピュータ読出し可能記録媒体。