文書認識支援装置、文書検索装置及び文書管理方法
【課題】
文書に記載された情報の項目と、文書に記載された前記項目に対応するデータとの関係の認識において、項目の文字列が全て読取れない場合や、データの内容として考えられない結果が認識された場合、認識結果の修正を可能にする。
【解決手段】
文書に記載された情報の項目と、前記項目に対応するデータとの関係を認識する文書認識支援装置であって、文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部と、前記データパターン記憶部に記憶された項目とデータの対応関係を用いて、入力された文書に記載された項目と対応するデータの候補を決定する項目-データ関係決定部と、前記項目-データ関係決定部により決定された項目と対応するデータの候補を出力する出力部とを備える。
文書に記載された情報の項目と、文書に記載された前記項目に対応するデータとの関係の認識において、項目の文字列が全て読取れない場合や、データの内容として考えられない結果が認識された場合、認識結果の修正を可能にする。
【解決手段】
文書に記載された情報の項目と、前記項目に対応するデータとの関係を認識する文書認識支援装置であって、文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部と、前記データパターン記憶部に記憶された項目とデータの対応関係を用いて、入力された文書に記載された項目と対応するデータの候補を決定する項目-データ関係決定部と、前記項目-データ関係決定部により決定された項目と対応するデータの候補を出力する出力部とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、文書認識支援装置に関し、特に文書に記載された情報の項目と、文書に記載された前記項目に対応するデータとの関係を読み取る技術に関する。
【背景技術】
【０００２】
従来の文書認識支援システムは、あらかじめユーザが事前に装置に登録しておく項目名テーブルにより、文書に記載された情報の項目と、項目に対応するデータの関係を認識していた。
【０００３】
文書によっては、例えば紙面上の汚れや文書印刷時のかすれなどが原因で、多くの文字列の認識に失敗する場合もあり、従来の文書認識支援システムでは十分ではなかった。
【０００４】
この問題に対して、特開２００８−２１０６８号公報（特許文献１）がある。この公報には、「帳票認識処理によって認識されない項目名があるか否かを判定し、認識されない項目名があると判定された場合、認識されなかった項目名に対応するデータ枠を再度検出し、検出されたデータ枠の文字列を認識する。」と記載されている。さらに、特開２０１０−１４０４０２号公報（特許文献２）がある。この公報には、「キー表現の位置情報及び当該キー表現を包含するフォームの位置情報にラベルを対応付けた帳票情報を用いて、切り取り線で区分けされた帳票上の部分領域の各割合を判定し、所定の役割の部分領域を識別可能な態様で出力する。」と記載されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００８−２１０６８号公報
【特許文献２】特開２０１０−１４０４０２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
図１に示す文書１００の表１０１に記載された項目とデータの対応関係を認識する例を説明する。表１０１は、図２に示す文書構造例を表形式で表現した例である。表１０１は、項目「機器Ａ」「型番」に対応するデータ「ＡＡＡ」などが表現されているが、枠１０２や枠１０３の部分に、例えば紙面上の汚れや文書印刷時のかすれが発生している例である。図３に示す項目名テーブルは、項目「機器Ａ」「型番」などが登録されている例である。表１０１を認識する場合、例えば枠１０２の文字全体に例えば紙面上の汚れがあるため、項目名テーブルとの照合ができず、項目「機器Ａ」「型番」や項目「機器Ｂ」「型番」の認識に失敗する。さらに、枠１０３の「０」の文字に例えば文書印刷時のかすれが発生しているため、項目「機器Ｂ」「電源周波数」に対応するデータの認識に失敗する。
【０００７】
前記特許文献１には、項目名テーブルとの照合ができなかった場合、照合条件を緩和して項目を認識する仕組みが記載されている。しかし特許文献１の方法は、例えば図１における文書１００の表１０１の枠１０２のように、項目の文字列が全て読取れない場合は項目を認識できない。
【０００８】
さらに前記特許文献２には、項目に対応するデータのラベルを用いて、認識されたデータの文字列が正しいかどうかを検知する仕組みが記載されている。しかし特許文献２の方法は、例えば項目「機器Ｂ」「電源周波数」に対応するラベルが「数字」のとき、図１における文書例１００の表例１０１の枠１０３に関して、本来「５０Ｈｚ」であるところを「５」と読取りに失敗した場合、「５」がラベル「数字」を満たすために、認識の失敗を検知できない。一般的に電源周波数は５０Ｈｚまたは６０Ｈｚであり、５Ｈｚはデータの内容として考えられない結果である。
【０００９】
本発明は、上記のように、項目名やデータの文字列認識に失敗した場合にも項目名やデータを抽出し、また、データの内容としては適切でない抽出結果を除くことが可能な文書認識支援システムを提供することを課題とする。
【課題を解決するための手段】
【００１０】
上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。 本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、文書に記載された情報の項目と、前記項目に対応するデータとの関係を認識する文書認識支援装置であって、文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部と、前記データパターン記憶部に記憶された項目とデータの対応関係を用いて、入力された文書に記載された項目と対応するデータの候補を決定する項目-データ関係決定部と、前記項目-データ関係決定部により決定された項目と対応するデータの候補を出力する出力部とを備える構成とする。
【発明の効果】
【００１１】
本発明によれば、文字列の読取りに失敗する場合や、文字列の入力に誤りがある場合にも、文書内から正しく項目および項目に対応するデータを認識することができる。
【００１２】
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
【図面の簡単な説明】
【００１３】
【図１】文書認識支援システムにおいて認識する文書の例である。
【図２】文書認識支援システムにおいて認識する文書の構造の例である。
【図３】文書認識支援システムにおける項目名記憶部の項目名テーブルの例である。
【図４】文書認識支援システムの構成図の例である。
【図５】文書認識支援システムの処理を示すフローチャートの例である。
【図６】文書認識支援システムにおいて、文書認識結果を提供する画面の例を示す説明図である。
【図７】文書認識支援システムのデータパターン記憶部におけるデータパターンテーブルの例である。
【図８】文書認識支援システムの項目関係記憶部における項目関係テーブルの例である。
【図９】文書認識支援システムにおいてデータパターン尤度を計算する処理を示すフローチャートの例である。
【図１０】文書認識支援システムにおいてデータパターン尤度を計算する一例を説明するための、データパターン尤度計算テーブルの図の例である。
【図１１】文書認識支援システムにおいて項目関係尤度を計算する処理を示すフローチャートの例である。
【図１２】文書認識支援システムにおいて項目関係尤度を計算する一例を説明するための項目関係尤度計算テーブルの図の例である。
【図１３】文書管理システムにおいて登録・検索する文書の例である。
【図１４】文書管理システムの構成図の例である。
【図１５】文書管理システムの処理を示すフローチャートの例である。
【図１６】文書管理システムにおいて文書を登録する処理を示すフローチャートの例である。
【図１７】文書管理システムの項目‐データ関係記憶部における項目‐データ関係テーブルの例である。
【図１８】文書管理システムにおいて文書を検索する処理を示すフローチャートの例である。
【図１９】文書管理システムにおいて、利用者から文書検索条件を受け付け、さらに当該利用者に文書検索結果を提供する画面の例を示す説明図の例である。
【発明を実施するための形態】
【００１４】
以下、実施例を、図面を用いて説明する。
【実施例１】
【００１５】
本実施例では、文書画像における表内から、表内の文字列の読取りに失敗する場合にも、項目とデータの対応関係を認識する文書認識支援システムの例を説明する。
【００１６】
本実施例では、図１に示す文書１００の画像データより、表１０１に記載された項目とデータの対応関係を認識する例を説明する。表１０１は、図２に示す文書構造例を表形式で表現した例である。表１０１は、項目「機器Ａ」「型番」に対応するデータ「ＡＡＡ」などが表現されており、また枠１０２や枠１０３には例えば紙面上の汚れや文書印刷時のかすれが発生している例である。
【００１７】
図４は、本実施例の文書認識支援システムの構成図の例である。
文書認識支援システム４００は、画像読取部４０１、表枠検出部４０２、文字列認識部４０３、項目名記憶部４０４、項目枠・データ枠判別部４０５、項目‐データ関係推定部４０６、項目‐データ関係決定部４０７、データパターン記憶部４０８、データパターン尤度計算部４０９、項目関係記憶部４１０、項目関係尤度計算部４１１、項目‐データ関係評価部４１２、入出力制御部４１３、入出力部４１４を有する。
【００１８】
画像読取部４０１は、文書を読み取って、画像データを生成する処理部である。表枠検出部４０２は、画像読取部４０１で読み取った画像データから表枠を検出する処理部である。文字列認識部４０３は、表枠検出部４０２で検出した各表枠内の個々の文字を認識する処理部である。項目名記憶部４０４は、文書の項目名の文字列があらかじめ登録された記憶装置である。
【００１９】
項目枠・データ枠判別部４０５は、各表枠において文字列認識部４０３で認識した文字列と、項目名記憶部４０４に記憶した項目名とを照合し、文字列の一部と項目名の一部とが一致し照合された表枠を項目枠、照合されなかった表枠をデータ枠と判別する処理部である。
【００２０】
項目‐データ関係推定部４０６は、文字列認識部４０３で各表枠内の文字列を認識した結果、および文字列項目枠・データ枠判別部４０５で表枠を判別した結果を用いて、文書内の項目とデータの対応関係を推定する処理部である。項目‐データ関係決定部４０７は、項目‐データ関係推定部４０６が推定した項目とデータの各対応関係に基づき、文書１００における項目とデータの対応関係を決定する処理部である。 以下、本実施例の文書認識支援システムについての詳細を説明する。
図５は、本実施例の文書認識支援システム４００において、図１における文書１００の表１０１を認識する処理を説明するフローチャートの例である。ステップ５００では、画像読取部４０１が、文書１００を読み取って、画像文書データを生成する。
【００２１】
ステップ５０１では、表枠検出部４０２が、ステップ５００で生成した文書画像データから、表枠を検出する。
ステップ５０２では、文字列認識部４０３が、ステップ５０１で検出した各表枠内から、文字列を認識する。
ステップ５０３では、項目枠・データ枠判別部４０５が、ステップ５０２で認識した各表枠内の文字列と、項目名記憶部４０４の項目名テーブルの各項目名とを照合し、照合できた表枠を項目枠、照合できなかった表枠をデータ枠と判別する。
【００２２】
図３は、項目名記憶部４０４の項目名テーブルの例である。項目名テーブルは、項目名フィールド３００および３０１を有するテーブルである。項目名フィールド３００および３０１は、文書１０１の項目名があらかじめ利用者により事前に登録されたフィールドである。ステップ５０３では、ステップ５０２で認識した各表枠内の文字列が、項目名テーブルに登録されている場合は、当該表枠を項目枠と判別する。
【００２３】
図５に戻り、ステップ５０４では、項目‐データ関係推定部４０６が、ステップ５０３で判定された項目枠とデータ枠に基づき、項目とデータとを対応付ける。ステップ５０５では、項目‐データ関係決定部４０７が、ステップ５０４で対応付けられた項目とデータの対応関係（以下、項目‐データ関係）を１件読み込む。
【００２４】
以下、本実施例の文書認識支援システムについての詳細を説明する。
図５は、本実施例の文書認識支援システム４００において、図１における文書１００の表１０１を認識する処理を説明するフローチャートの例である。ステップ５００では、画像読取部４０１が、文書１００を読み取って、画像文書データを生成する。
【００２５】
ステップ５０１では、表枠検出部４０２が、ステップ５００で生成した文書画像データから、表枠を検出する。
ステップ５０２では、文字列認識部４０３が、ステップ５０１で検出した各表枠内から、文字列を認識する。
ステップ５０３では、項目枠・データ枠判別部４０５が、ステップ５０２で認識した各表枠内の文字列と、項目名記憶部４０４の項目名テーブルの各項目名とを照合し、照合できた表枠を項目枠、照合できなかった表枠をデータ枠と判別する。
【００２６】
図３は、項目名記憶部４０４の項目名テーブルの例である。項目名テーブルは、項目名フィールド３００および３０１を有するテーブルである。項目名フィールド３００および３０１は、文書１０１の項目名があらかじめ利用者により事前に登録されたフィールドである。ステップ５０３では、ステップ５０２で認識した各表枠内の文字列が、項目名テーブルに登録されている場合は、当該表枠を項目枠と判別する。
【００２７】
図５に戻り、ステップ５０４では、項目‐データ関係推定部４０６が、ステップ５０３で判定された項目枠とデータ枠に基づき、項目とデータとを対応付ける。ステップ５０５では、項目‐データ関係決定部４０７が、ステップ５０４で対応付けられた項目とデータの対応関係（以下、項目‐データ関係）を１件読み込む。
【００２８】
ステップ５０６では、データパターン尤度計算部４０９が、データパターン記憶部４０８のデータパターンテーブルを利用し、当該項目‐データ関係に関して、データパターン記憶部４０８のデータパターンテーブルに記憶された各データパターンとしての妥当さであるデータパターン尤度を計算する。ステップ５０６の処理については、後述する。
【００２９】
ステップ５０７では、項目関係尤度計算部４１１が、項目関係記憶部４１０の項目関係テーブルを利用し、当該項目‐データ関係に関して、項目関係記憶部４１０の項目関係テーブルに記憶された各項目関係としての妥当さである項目関係尤度を計算する。ステップ５０７の処理については、後述する。
【００３０】
ステップ５０８では、項目‐データ関係評価部４１２が、ステップ５０６で計算したデータパターン尤度、およびステップ５０７で計算した項目関係尤度に基づき、当該項目‐データ関係の評価値を計算し、当該項目‐データ関係の候補を決定する。ステップ５０８の処理については、後述する。
【００３１】
ステップ５０９では、項目‐データ関係決定部４０７が、ステップ５０４において推定した項目‐データ関係のうち、ステップ５０５〜５０８の処理に供していない項目‐データ関係が残っているかを判定し、ステップ５０５〜５０８の処理に供していない項目‐データ関係が残っている場合はステップ５０５に戻り、ステップ５０４において推定した項目‐データ関係のうち、ステップ５０５〜５０８の処理に供していない項目‐データ関係を１件読込む。
【００３２】
ステップ５１０では、入出力制御部４１３が、ステップ５０８で候補と決定した項目‐データ関係とその評価値を、入出力部４１４に配信する。
【００３３】
図６は、本実施例における、利用者に文書認識結果を提供する例を示す説明である。入出力部４１４が、ステップ５０８で項目‐データ関係評価部４１２が計算した評価値に基づき、利用者に対して、例えば認識結果提供画面６００に示す情報を提供する。項目名フィールド６０１および６０２には文書１００の項目名、データフィールド６０３には、各項目に対して、ステップ５０８で項目‐データ関係評価部４１２が候補と決定したデータ、およびデータの文字列が認識された箇所（例えば、文書のページ番号）を表示する。項目に対応するデータの候補が複数ある場合、データ候補リスト６０４に全てのデータの候補を、ステップ５０８で項目‐データ関係評価部４１２が計算した評価値の大きい順に表示する。
【００３４】
図５に戻り、ステップ５１０では、入出力部４１４が、認識結果提供画面６００に対する利用者からの入力を受付け、入力された内容を入出力制御部４１３に提供する。図６のデータフィールド６０３において、利用者がデータ候補リスト６０４からデータを選択すると、認識対象画像表示エリア６０５を、当該データの文字列が認識されたページの画像に更新する。さらに、認識されたデータの文字列を包含するデータ枠６０６を強調表示する。認識対象画像表示エリア６０５およびデータ枠６０６の強調表示により、利用者は、認識対象の文書画像を閲覧しながら、認識結果を確認することができる。また、データ候補リスト６０４のデータ候補に適切なデータがない場合は、データ入力欄６０７に、利用者から適切なデータの入力を受け付ける。データ候補リスト６０４またはデータ入力欄６０７には、利用者により適切なデータが入力されるため、最終的にデータフィールド６０３の全てのデータに適切な文字列が入力される。利用者により保存ボタン６０８が押下されると、入出力部４１４が、項目名フィールド６０１および６０２とデータフィールド６０３の内容を、入出力制御部４１３に提供する。
【００３５】
図５に戻り、ステップ５１１では、入出力制御部４１３が、入出力部４１４で利用者により入力された項目‐データ関係に基づき、データパターン記憶部４０８のデータパターンテーブルの内容を更新する。
【００３６】
図７は、データパターン記憶部４０８のデータパターンテーブルの例である。データパターンテーブルは、項目名フィールド７００および７０１、データフィールド７０２、頻度フィールド７０３を有するテーブルである。項目名フィールド７００および７０１は、文書１００の項目名が記載されたフィールドである。データフィールド７０２は、項目名フィールド７００および７０１に記載された項目に対して、図６のデータ候補リスト６０４またはデータ入力欄６０７において利用者が選択、または入力したデータが記載されたフィールドである。頻度フィールド７０３は、項目名フィールド７００および７０１に記載された項目に対して、データフィールド７０２に記載されたデータが利用者により選択または入力された頻度が記載されたフィールドである。これにより、ステップ５１１において、入出力部４１４が利用者により入力された項目‐データ関係を入出力制御部４１３に提供すると、入出力制御部４１４が、データパターン記憶部４０８のデータパターンテーブルより当該項目‐データ関係に一致する項目、データ、頻度の組を読み込み、頻度に１を追加してデータパターンテーブルに保存する。
【００３７】
図５に戻り、ステップ５１２では、入出力制御部４１３が、入出力部４１４で利用者により入力された項目‐データ関係に基づき、項目関係記憶部４１０の項目関係テーブルの内容を更新する。
【００３８】
図８は、項目関係記憶部４１０の項目関係テーブルの例である。項目関係テーブルは、関係αの項目名フィールド８００および８０１、関係αのデータフィールド８０２、関係βの項目名フィールド８０３および８０４、関係βのデータフィールド８０５、頻度フィールド８０６を有するテーブルである。関係αの項目名フィールド８００および８０１は、文書１００の項目名が記載されたフィールドである。関係αのデータフィールド８０２は、関係αの項目名フィールド８００および８０１に記載された項目に対して、図６のデータ候補リスト６０４またはデータ入力欄６０７において利用者が選択、または入力したデータが記載されたフィールドである。関係βの項目名フィールド８０３および８０４は、文書１０１の項目名が記載されたフィールドである。関係βのデータフィールド８０５は、関係βの項目名フィールド８０３および８０４に記載された項目に対して、図６のデータ候補リスト６０４またはデータ入力欄６０７において利用者が選択、または入力したデータが記載されたフィールドである。頻度フィールド８０６は、関係αの項目名フィールド８００および８０１とデータフィールド８０２に記載された関係αと、関係βの項目名フィールド８０３および８０４とデータフィールド８０５に記載された関係βの両方が、同一文書内で入力された頻度が記載されたフィールドである。これにより、ステップ５１２において、入出力部４１４が利用者により入力された文書内の全項目‐データ関係を入出力制御部４１３に提供すると、入出力制御部４１４が関係αと関係βの組み合わせを全通り生成し、項目関係記憶部４１０の項目関係テーブルより当該組み合わせに一致する項目関係を読み込み、頻度に１を追加して項目関係テーブルに保存する。
以上の一連の処理の後、本実施例の文書認識支援システムの処理を終了する。
【００３９】
次に、本実施例の文書認識支援システムのステップ５０６の処理におけるデータパターン尤度の計算について、ステップ５０５の処理の結果、項目「機器Ｂ」「電源周波数」に対応するデータ「５Ｈｚ」の項目‐データ関係（文書１００の表１０１の枠１０３に該当）を読み込んだ場合の例を説明する。
【００４０】
図９は、本実施例の文書認識支援システム４００において当該項目‐データ関係に関してデータパターン尤度を計算する処理を説明するフローチャートの例である。
ステップ９００では、データパターン尤度計算部４０９が、データパターン記憶部４０８のデータパターンテーブルの内容を読み込む。
【００４１】
図１０は、本実施例の文書認識支援システムのステップ５０６の処理において、当該各項目‐データ関係のデータパターン尤度を計算する一例を説明するための、データパターン尤度計算テーブルの図の例である。データパターン尤度計算テーブルは、項目名フィールド１０００および１００１、データフィールド１００２、頻度フィールド１００３、レーベンシュタイン距離フィールド１００４、尤度フィールド１００５を有するテーブルである。項目名フィールド１０００および１００１は、データパターン記憶部４０８のデータパターンテーブルの項目名フィールド７００および７０１の項目名が記載されたフィールドである。データフィールド１００２は、データパターンテーブルのデータフィールド７０２のデータが記載されたフィールドである。頻度フィールド１００３は、データパターンテーブルの頻度フィールド７０３の頻度が記載されたフィールドである。レーベンシュタイン距離フィールド１００４は、当該項目‐データ関係の文字列と、各データパターンの文字列がどの程度異なるかを示す数値であるレーベンシュタイン距離が記載されたフィールドである。ここで、レーベンシュタイン距離とは、２つの文字列に関して、一方の文字列をもう一方の文字列に変換するために必要な、編集操作（挿入、削除または置換）の回数を指す。尤度フィールド１００５は、ステップ５０６の処理の結果明らかにされる、当該項目‐データ関係に対する、各データパターンとしての妥当さであるデータパターン尤度が記載されたフィールドである。ステップ９００では、データパターン尤度計算部４０９が、データパターン尤度計算テーブルのフィールド１０００〜１００３に対して、データパターンテーブルのフィールド７００〜７０３の内容を、全てのデータパターンに関して読み込む。
【００４２】
図９に戻り、ステップ９０１では、データパターン尤度計算部４０９が、当該項目‐データ関係と、ステップ９００で読み込んだ各データパターンの項目‐データ関係とのレーベンシュタイン距離を計算し、図１０のデータパターン尤度計算テーブルのレーベンシュタイン距離フィールド１００４に記憶する。例えば、当該項目‐データ関係と、図１０に示すデータパターン１００６の項目‐データ関係のレーベンシュタイン距離は、「機器Ｂ電源周波数５Ｈｚ」の「５」を「６」に置換し、直後に「０」を挿入する２回の編集操作で「機器Ｂ電源周波数６０Ｈｚ」に変換できるため、２である。よって、図１０に示す項目‐データ関係１００６のレーベンシュタイン距離フィールド１００４に「２」と記憶する。
【００４３】
図９に戻り、ステップ９０２では、データパターン尤度計算部４０９が、当該項目‐データ関係に対する、各データパターンとしての妥当さであるデータパターン尤度（データパターン尤度＝レーベンシュタイン距離の逆数×頻度）を計算する。ただしレーベンシュタイン距離が０の場合はデータパターン尤度を無限大とする。
以上の一連の処理の後、当該項目‐データ関係に関してデータパターン尤度を計算する処理（ステップ５０６）を終了する。
【００４４】
次に、本実施例の文書認識支援システムのステップ５０７の処理における項目関係尤度の計算について、ステップ５０５の処理の結果、項目「機器Ａ」に対応するデータ「０．８ｋｇ」の項目‐データ関係（図１における文書１００の表１０１の枠１０４に該当）を読み込んだ場合の例を説明する。
【００４５】
図１１は、本実施例の文書認識支援システム４００において当該項目‐データ関係に関して項目関係尤度を計算する処理を説明するフローチャートの例である。
ステップ１１００では、項目関係尤度計算部４１１が、項目関係記憶部４１０の項目関係テーブルから、ステップ５０４までの処理の結果推定された全項目‐データ関係と、関係αとが一致する項目関係を抽出する。
【００４６】
図１２は、本実施例の文書認識支援システムのステップ５０７の処理において、各項目‐データ関係の項目関係尤度を計算する一例を説明するための、項目関係尤度計算テーブルの図の例である。項目関係尤度計算テーブルは、関係αの項目名フィールド１２００および１２０１、関係αのデータフィールド１２０２、関係βの項目名フィールド１２０３および１２０４、関係βのデータフィールド１２０５、頻度フィールド１２０６、レーベンシュタイン距離フィールド１２０７、尤度フィールド１２０８を有するテーブルである。関係αの項目名フィールド１２００および１２０１は、項目関係記憶部４１０の関係αの項目名フィールド８００および８０１の項目名が記載されたフィールドである。関係αのデータフィールド１００２は、データパターンテーブルの関係αのデータフィールド８０２のデータが記載されたフィールドである。関係βの項目名フィールド１２０３および１２０４は、項目関係記憶部４１０の関係βの項目名フィールド８０３および８０４の項目名が記載されたフィールドである。関係βのデータフィールド１００５は、データパターンテーブルの関係βのデータフィールド８０５のデータが記載されたフィールドである。頻度フィールド１００６は、データパターンテーブルの頻度フィールド１００６の頻度が記載されたフィールドである。レーベンシュタイン距離フィールド１００７は、当該項目‐データ関係の文字列と各項目関係の関係βとの文字列がどの程度異なるかを示す数値であるレーベンシュタイン距離が記載されたフィールドである。尤度フィールド１００８は、ステップ５０７の処理の結果明らかになる、当該項目‐データ関係に対する、項目関係記憶部４１０が記憶する各項目関係としての妥当さである項目関係尤度が記載されたフィールドである。ステップ１１００では、項目関係尤度計算部４１１が、項目関係尤度テーブルのフィールド１２００〜１２０６に対して、項目関係テーブルのフィールドの８００〜８０６の内容を、ステップ５０４までの処理の結果推定された全項目‐データ関係と、関係αとが一致する項目関係に関して読み込む。例えば、ステップ５０４までに推定された項目関係が項目「機器Ａ」「電源周波数」に対するデータ「５０Ｈｚ」および項目「機器Ａ」「型番」に対するデータ「ＡＡＡ」であった場合、図１２のフィールド１２００〜１２０６に示す項目関係を読み込む。
【００４７】
図１１に戻り、ステップ１１０１では、項目関係尤度計算部４１１が、当該項目‐データ関係と、ステップ１１００で読み込んだ各関係βの項目‐データ関係とのレーベンシュタイン距離を計算し、図１１の項目関係尤度計算テーブルのレーベンシュタイン距離フィールド１２０７に記憶する。例えば、当該項目‐データ関係と、図１２に示す項目関係１２０９の項目βの項目‐データ関係とでは、「機器Ａ０．８ｋｇ」と「機器Ａ重量０．８ｋｇ」とのレーベンシュタイン距離が２であるため、図１２に示す項目関係１２０９のレーベンシュタイン距離フィールド１２０７に「２」と記憶する。
【００４８】
図１１に戻り、ステップ１１０２では、項目関係尤度計算部４１１が、当該項目‐データ関係に対する、各項目関係としての妥当さである項目関係尤度（項目関係尤度＝レーベンシュタイン距離の逆数×頻度）を計算する。ただしレーベンシュタイン距離が０の場合は項目関係尤度を無限大とする。
以上の一連の処理の後、当該項目‐データ関係に関して項目関係尤度を計算する処理（ステップ５０７）を終了する。
【００４９】
次に、本実施例の文書認識支援システムのステップ５０８の処理における項目‐データ関係の決定の例について説明する。ステップ１１０１では、項目‐データ関係評価部４１２が、ステップ５０６で計算したデータパターン尤度、およびステップ５０７で計算した項目関係尤度に基づき、当該項目‐データ関係の評価値を計算し、当該項目‐データ関係の候補を決定する。例えばステップ９０２で計算したデータパターン尤度のうち最も尤度の大きいデータパターンの項目‐データ関係、およびステップ１１０２で計算した項目関係尤度のうち最も尤度の大きい項目関係の項目βの項目‐データ関係を候補とする。このとき、それぞれの項目‐データ関係の評価値は、データパターン尤度または項目関係尤度を用いる。
以上の一連の処理の後、当該項目‐データ関係に関して項目‐データ関係を決定する処理（ステップ５０８）を終了する。
【００５０】
なお、上記実施例では、データパターン記憶部４０８に記憶されたデータ及び項目関係記憶部４１０に記憶されたデータの両方を利用した処理を説明したが、そのうちの一方を省略することも可能である。例えば、項目関係記憶部４１０を用いず、データパターン記憶部４０８に記憶されたデータを利用して、データパターン尤度計算及び項目-データ関係評価を行うことは可能である。
【００５１】
また、上記実施例では文書を読み取り、画像データとして処理を開始しているが、必ずしも画像データにのみに本発明の適用が限定されるものではない。例えば、テキストデータとしての文書であっても、項目の入力漏れやデータの誤入力がある場合に本発明を適用することによって正しい項目及びデータの抽出が可能となる。
【実施例２】
【００５２】
本実施例では、文書に記載された箇条書きの文章から、項目とデータの対応関係を認識し、項目とデータの対応関係を検索条件とした文書の検索を受け付ける文書管理システムの例を説明する。
【００５３】
本実施例では、図１３に示す文書１３００のワープロ文書より、箇条書き１３０１に記載された項目とデータの対応関係を認識し、さらに利用者からの入力を受け付け、項目とデータの対応関係を検索条件として文書を検索する例を説明する。箇条書き１３０１は、図２に示す文書構造例を箇条書き形式で表現した例である。箇条書き１３０１は、項目「機器Ａ」「型番」に対応するデータ「ＡＡＡ」などが表現されているが、文字列１３０１は本来「５０Ｈｚ」のところ、ワープロ文書への入力誤りにより「５Ｈｚ」と入力されている。
【００５４】
図１４は、本実施例の文書管理システムの構成図の例である。
文書管理システム１４００は、文書受付部１４０１、文書記憶部１４０２、項目名表記箇所判別部１４０３、項目名記憶部４０４、項目‐データ関係推定部４０６、項目‐データ関係決定部４０７、データパターン記憶部４０８、データパターン尤度計算部４０９、項目関係記憶部４１０、項目関係尤度計算部４１１、項目‐データ関係評価部４１２、項目‐データ関係記憶部１４０４、項目‐データ関係保存部１４０５、入出力部４１４、項目‐データ関係検索部１４０６を有する。
【００５５】
項目名記憶部４０４、項目‐データ関係決定部４０７、データパターン記憶部４０８、データパターン尤度計算部４０９、項目関係記憶部４１０、項目関係尤度計算部４１１、項目‐データ関係評価部４１２は実施例１と同様であるため、ここでの説明は省略する。
【００５６】
文書受付部１４０１は、検索対象の文書データを受け付ける処理部である。文書記憶部１４０２は、文書受付部１４０１で受け付けた文書データを記憶する記憶部である。
【００５７】
項目名表記箇所判別部１４０３は、文書受付部１４０１で受け付けた文書の文字列と、項目名記憶部４０４に記憶した項目名とを照合し、項目名と一致した箇所を項目名表記箇所と判別する処理部である。
【００５８】
項目‐データ関係推定部４０６は、項目名表記箇所判別部１４０３で判別した結果を用いて、文書内の項目とデータの対応関係を推定する処理部である。項目‐データ関係記憶部１４０４は項目‐データ関係決定部４０７で決定した項目とデータの対応関係を蓄積する記憶部である。
【００５９】
項目‐データ関係保存部１４０５は、項目‐データ関係決定部４０７で決定した文書内の項目とデータの対応関係（以下、項目‐データ関係）に基づき、認識結果およびユーザの認識結果に対する操作内容からデータパターンおよび項目関係を抽出し、データパターン記憶部４０８および項目関係記憶部４１０に記憶する処理部である。さらに、項目‐データ関係決定部４０７で決定した項目‐データ関係を、文書毎に記憶する処理部である。
【００６０】
入出力部４１４は、項目名記憶部４０４に記憶された項目名を利用者に提示し、利用者から入力された文書検索条件を受け付け、入力された検索条件に基づく検索結果および検索結果に含まれる文書を利用者に提供する処理部である。
【００６１】
項目‐データ関係検索部１４０６は、入出力部４１４が受け付けた検索条件の項目‐データ関係と、項目‐データ関係記憶部１４０４に記憶された項目‐データ関係とを照合し、照合された文書の情報を検索結果として入出力部４１４に提供する処理部である。
【００６２】
以下、本実施例の文書管理システムについての詳細を説明する。
図１５は、本実施例の文書管理システム１４００において、図１３における文書１３００の箇条書き１３０１を認識し、さらに利用者からの検索条件の入力を受け付け、項目‐データ関係を検索条件として文書を検索する処理を説明するフローチャートの例である。
【００６３】
ステップ１５００では、文書受付部１４０１、項目名表記箇所判別部１４０３、項目名記憶部４０４、項目‐データ関係推定部４０６、項目‐データ関係決定部４０７、データパターン尤度計算部４０９、項目関係尤度計算部４１１、項目‐データ関係評価部４１２が、文書１３００を受け付け、箇条書きを認識し、当該システムに文書を登録する。ステップ１５００の処理については、後述する。
【００６４】
ステップ１５０１では、入出力部４１４、検索制御部 １４０５、個目‐データ関係検索部１４０６が、利用者から入力された検索条件を受け付け、項目とデータの対応関係を検索する。ステップ１５０１の処理については、後述する。
【００６５】
次に、本実施例の文書管理システムのステップ１５００の処理における文書の登録について、図１３における文書１３００を登録する例を説明する。
図１６は、本実施例の文書管理システム１４００において、文書を登録する処理を説明するフローチャートの例である。
ステップ１６００では、文書受付部１４０１が、文書１３００を受け付け、文書に固有のＩＤ（例えば「０００１」）を付与して文書記憶部１４０２に保存する。
ステップ１６０１では、項目名表記箇所判別部１４０３が、ステップ１４０１で受け付けた文書の文字列と、項目名記憶部４０４に記憶した項目名とを照合し、項目名と一致した箇所を項目名表記箇所と判別する。
【００６６】
ステップ５０５では、項目‐データ関係推定部４０６が、ステップ１６０１で判定されたデータ表記箇所の情報に基づき、項目とデータを対応付ける。
ステップ５０６〜ステップ５１０は実施例１と同様であるため、ここでの説明は省略する。
ステップ１６０２では、項目‐データ関係保存部１４０５が、ステップ５０９で決定した項目‐データ関係を、文書ＩＤと共に記憶する。
【００６７】
図１７は、項目‐データ関係記憶部１４０４の項目‐データ関係テーブルの例である。項目‐データ関係テーブルは、項目名フィールド１７００および１７０１、データフィールド１７０２、文書ＩＤフィールド１７０３を有するテーブルである。項目名フィールド１７００および１７０１は、文書１３００の項目名が記載されたフィールドである。データフィールド１７０２は、項目名フィールド７００および７０１に記載された項目に対応して、ステップ５０８で項目‐データ関係評価部４１２が候補と決定したデータが記載されたフィールドである。文書ＩＤフィールド１７０３は、項目名フィールド７００および７０１、データフィールド７０２に記載された項目‐データ関係が認識された文書のＩＤが記載されたフィールドである。これにより、ステップ５０９で決定した項目‐データ関係を、文書ＩＤと共に記憶する。
【００６８】
図１６に戻り、ステップ５１１〜ステップ５１２は実施例１と同様であるため、ここでの説明は省略する。
以上の一連の処理の後、当該文書を受け付ける処理（ステップ１５００）を終了する。
【００６９】
次に、本実施例の文書管理システムのステップ１５００において、利用者から入力された検索条件を受け付け、項目‐データ関係を検索条件として文書を検索する処理の例を説明する。
【００７０】
図１８は、本実施例の文書管理システム１４００において、利用者から入力された検索条件を受け付け、項目とデータの対応関係を検索する処理を説明するフローチャートの例である。
ステップ１８００では、入出力部４１４が、利用者から入力された文書検索条件を受け付け、入力された検索条件に基づく検索結果を利用者に提供する。
【００７１】
図１９は、本実施例における、利用者から文書検索条件を受け付け、さらに利用者に文書検索結果を提供する例を示す説明である。入出力部４１４が、項目名記憶部４０４に記憶された項目名を読み込み、検索条件項目１９０１に示す情報を提供する。利用者により検索条件項目１９０１が選択され、検索条件項目１９０１に関する検索条件データ１９０２が入力される。利用者により検索ボタン１９０３が押下されると、検索条件項目１９０１と検索条件データ１９０２に入力された検索条件を、項目‐データ関係検索部１４０６に提供する。
【００７２】
図１８に戻り、ステップ１８０１では、項目‐データ関係検索部１４０６が、入出力部４１４が受け付けた検索条件と、項目‐データ関係記憶部１４０４に記憶された項目とデータの対応関係とを照合し、照合された関係の文書ＩＤを検索結果として入出力部４１４に提供する。
【００７３】
ステップ１８０２では、入出力部４１４が、項目‐データ関係検索部１４０６で検索された結果である文書ＩＤと、文書記憶部１４０２に記憶された文書ＩＤとを照合し、照合された文書へのリンクおよび概要を、検索結果表示部１９０４に表示する。
以上の一連の処理の後、利用者から入力された検索条件を受け付け、項目とデータの対応関係を検索する処理（ステップ１５００）を終了する。
【００７４】
以上説明したように、本発明は項目及び項目に対応するデータが記載された文書において適用されるが、例えば、設計図面や、仕様書等、同種の項目についてのデータ等が繰り返し記載されるような文書については特に有効である。
【００７５】
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
【００７６】
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テープ、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記憶媒体に置くことができる。
【００７７】
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
【符号の説明】
【００７８】
４０６ 項目‐データ関係推定部
４０８ データパターン記憶部
４０９ データパターン尤度計算部
４１０ 項目関係記憶部
４１１ 項目関係尤度計算部
４１２ 項目−データ関係評価部
６００ 認識結果提供画面
６０１ 項目名フィールド
６０２ 項目名フィールド
６０３ データフィールド
６０４ データ候補リスト
６０７ データ入力欄
６０８ 保存ボタン
【技術分野】
【０００１】
本発明は、文書認識支援装置に関し、特に文書に記載された情報の項目と、文書に記載された前記項目に対応するデータとの関係を読み取る技術に関する。
【背景技術】
【０００２】
従来の文書認識支援システムは、あらかじめユーザが事前に装置に登録しておく項目名テーブルにより、文書に記載された情報の項目と、項目に対応するデータの関係を認識していた。
【０００３】
文書によっては、例えば紙面上の汚れや文書印刷時のかすれなどが原因で、多くの文字列の認識に失敗する場合もあり、従来の文書認識支援システムでは十分ではなかった。
【０００４】
この問題に対して、特開２００８−２１０６８号公報（特許文献１）がある。この公報には、「帳票認識処理によって認識されない項目名があるか否かを判定し、認識されない項目名があると判定された場合、認識されなかった項目名に対応するデータ枠を再度検出し、検出されたデータ枠の文字列を認識する。」と記載されている。さらに、特開２０１０−１４０４０２号公報（特許文献２）がある。この公報には、「キー表現の位置情報及び当該キー表現を包含するフォームの位置情報にラベルを対応付けた帳票情報を用いて、切り取り線で区分けされた帳票上の部分領域の各割合を判定し、所定の役割の部分領域を識別可能な態様で出力する。」と記載されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００８−２１０６８号公報
【特許文献２】特開２０１０−１４０４０２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
図１に示す文書１００の表１０１に記載された項目とデータの対応関係を認識する例を説明する。表１０１は、図２に示す文書構造例を表形式で表現した例である。表１０１は、項目「機器Ａ」「型番」に対応するデータ「ＡＡＡ」などが表現されているが、枠１０２や枠１０３の部分に、例えば紙面上の汚れや文書印刷時のかすれが発生している例である。図３に示す項目名テーブルは、項目「機器Ａ」「型番」などが登録されている例である。表１０１を認識する場合、例えば枠１０２の文字全体に例えば紙面上の汚れがあるため、項目名テーブルとの照合ができず、項目「機器Ａ」「型番」や項目「機器Ｂ」「型番」の認識に失敗する。さらに、枠１０３の「０」の文字に例えば文書印刷時のかすれが発生しているため、項目「機器Ｂ」「電源周波数」に対応するデータの認識に失敗する。
【０００７】
前記特許文献１には、項目名テーブルとの照合ができなかった場合、照合条件を緩和して項目を認識する仕組みが記載されている。しかし特許文献１の方法は、例えば図１における文書１００の表１０１の枠１０２のように、項目の文字列が全て読取れない場合は項目を認識できない。
【０００８】
さらに前記特許文献２には、項目に対応するデータのラベルを用いて、認識されたデータの文字列が正しいかどうかを検知する仕組みが記載されている。しかし特許文献２の方法は、例えば項目「機器Ｂ」「電源周波数」に対応するラベルが「数字」のとき、図１における文書例１００の表例１０１の枠１０３に関して、本来「５０Ｈｚ」であるところを「５」と読取りに失敗した場合、「５」がラベル「数字」を満たすために、認識の失敗を検知できない。一般的に電源周波数は５０Ｈｚまたは６０Ｈｚであり、５Ｈｚはデータの内容として考えられない結果である。
【０００９】
本発明は、上記のように、項目名やデータの文字列認識に失敗した場合にも項目名やデータを抽出し、また、データの内容としては適切でない抽出結果を除くことが可能な文書認識支援システムを提供することを課題とする。
【課題を解決するための手段】
【００１０】
上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。 本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、文書に記載された情報の項目と、前記項目に対応するデータとの関係を認識する文書認識支援装置であって、文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部と、前記データパターン記憶部に記憶された項目とデータの対応関係を用いて、入力された文書に記載された項目と対応するデータの候補を決定する項目-データ関係決定部と、前記項目-データ関係決定部により決定された項目と対応するデータの候補を出力する出力部とを備える構成とする。
【発明の効果】
【００１１】
本発明によれば、文字列の読取りに失敗する場合や、文字列の入力に誤りがある場合にも、文書内から正しく項目および項目に対応するデータを認識することができる。
【００１２】
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
【図面の簡単な説明】
【００１３】
【図１】文書認識支援システムにおいて認識する文書の例である。
【図２】文書認識支援システムにおいて認識する文書の構造の例である。
【図３】文書認識支援システムにおける項目名記憶部の項目名テーブルの例である。
【図４】文書認識支援システムの構成図の例である。
【図５】文書認識支援システムの処理を示すフローチャートの例である。
【図６】文書認識支援システムにおいて、文書認識結果を提供する画面の例を示す説明図である。
【図７】文書認識支援システムのデータパターン記憶部におけるデータパターンテーブルの例である。
【図８】文書認識支援システムの項目関係記憶部における項目関係テーブルの例である。
【図９】文書認識支援システムにおいてデータパターン尤度を計算する処理を示すフローチャートの例である。
【図１０】文書認識支援システムにおいてデータパターン尤度を計算する一例を説明するための、データパターン尤度計算テーブルの図の例である。
【図１１】文書認識支援システムにおいて項目関係尤度を計算する処理を示すフローチャートの例である。
【図１２】文書認識支援システムにおいて項目関係尤度を計算する一例を説明するための項目関係尤度計算テーブルの図の例である。
【図１３】文書管理システムにおいて登録・検索する文書の例である。
【図１４】文書管理システムの構成図の例である。
【図１５】文書管理システムの処理を示すフローチャートの例である。
【図１６】文書管理システムにおいて文書を登録する処理を示すフローチャートの例である。
【図１７】文書管理システムの項目‐データ関係記憶部における項目‐データ関係テーブルの例である。
【図１８】文書管理システムにおいて文書を検索する処理を示すフローチャートの例である。
【図１９】文書管理システムにおいて、利用者から文書検索条件を受け付け、さらに当該利用者に文書検索結果を提供する画面の例を示す説明図の例である。
【発明を実施するための形態】
【００１４】
以下、実施例を、図面を用いて説明する。
【実施例１】
【００１５】
本実施例では、文書画像における表内から、表内の文字列の読取りに失敗する場合にも、項目とデータの対応関係を認識する文書認識支援システムの例を説明する。
【００１６】
本実施例では、図１に示す文書１００の画像データより、表１０１に記載された項目とデータの対応関係を認識する例を説明する。表１０１は、図２に示す文書構造例を表形式で表現した例である。表１０１は、項目「機器Ａ」「型番」に対応するデータ「ＡＡＡ」などが表現されており、また枠１０２や枠１０３には例えば紙面上の汚れや文書印刷時のかすれが発生している例である。
【００１７】
図４は、本実施例の文書認識支援システムの構成図の例である。
文書認識支援システム４００は、画像読取部４０１、表枠検出部４０２、文字列認識部４０３、項目名記憶部４０４、項目枠・データ枠判別部４０５、項目‐データ関係推定部４０６、項目‐データ関係決定部４０７、データパターン記憶部４０８、データパターン尤度計算部４０９、項目関係記憶部４１０、項目関係尤度計算部４１１、項目‐データ関係評価部４１２、入出力制御部４１３、入出力部４１４を有する。
【００１８】
画像読取部４０１は、文書を読み取って、画像データを生成する処理部である。表枠検出部４０２は、画像読取部４０１で読み取った画像データから表枠を検出する処理部である。文字列認識部４０３は、表枠検出部４０２で検出した各表枠内の個々の文字を認識する処理部である。項目名記憶部４０４は、文書の項目名の文字列があらかじめ登録された記憶装置である。
【００１９】
項目枠・データ枠判別部４０５は、各表枠において文字列認識部４０３で認識した文字列と、項目名記憶部４０４に記憶した項目名とを照合し、文字列の一部と項目名の一部とが一致し照合された表枠を項目枠、照合されなかった表枠をデータ枠と判別する処理部である。
【００２０】
項目‐データ関係推定部４０６は、文字列認識部４０３で各表枠内の文字列を認識した結果、および文字列項目枠・データ枠判別部４０５で表枠を判別した結果を用いて、文書内の項目とデータの対応関係を推定する処理部である。項目‐データ関係決定部４０７は、項目‐データ関係推定部４０６が推定した項目とデータの各対応関係に基づき、文書１００における項目とデータの対応関係を決定する処理部である。 以下、本実施例の文書認識支援システムについての詳細を説明する。
図５は、本実施例の文書認識支援システム４００において、図１における文書１００の表１０１を認識する処理を説明するフローチャートの例である。ステップ５００では、画像読取部４０１が、文書１００を読み取って、画像文書データを生成する。
【００２１】
ステップ５０１では、表枠検出部４０２が、ステップ５００で生成した文書画像データから、表枠を検出する。
ステップ５０２では、文字列認識部４０３が、ステップ５０１で検出した各表枠内から、文字列を認識する。
ステップ５０３では、項目枠・データ枠判別部４０５が、ステップ５０２で認識した各表枠内の文字列と、項目名記憶部４０４の項目名テーブルの各項目名とを照合し、照合できた表枠を項目枠、照合できなかった表枠をデータ枠と判別する。
【００２２】
図３は、項目名記憶部４０４の項目名テーブルの例である。項目名テーブルは、項目名フィールド３００および３０１を有するテーブルである。項目名フィールド３００および３０１は、文書１０１の項目名があらかじめ利用者により事前に登録されたフィールドである。ステップ５０３では、ステップ５０２で認識した各表枠内の文字列が、項目名テーブルに登録されている場合は、当該表枠を項目枠と判別する。
【００２３】
図５に戻り、ステップ５０４では、項目‐データ関係推定部４０６が、ステップ５０３で判定された項目枠とデータ枠に基づき、項目とデータとを対応付ける。ステップ５０５では、項目‐データ関係決定部４０７が、ステップ５０４で対応付けられた項目とデータの対応関係（以下、項目‐データ関係）を１件読み込む。
【００２４】
以下、本実施例の文書認識支援システムについての詳細を説明する。
図５は、本実施例の文書認識支援システム４００において、図１における文書１００の表１０１を認識する処理を説明するフローチャートの例である。ステップ５００では、画像読取部４０１が、文書１００を読み取って、画像文書データを生成する。
【００２５】
ステップ５０１では、表枠検出部４０２が、ステップ５００で生成した文書画像データから、表枠を検出する。
ステップ５０２では、文字列認識部４０３が、ステップ５０１で検出した各表枠内から、文字列を認識する。
ステップ５０３では、項目枠・データ枠判別部４０５が、ステップ５０２で認識した各表枠内の文字列と、項目名記憶部４０４の項目名テーブルの各項目名とを照合し、照合できた表枠を項目枠、照合できなかった表枠をデータ枠と判別する。
【００２６】
図３は、項目名記憶部４０４の項目名テーブルの例である。項目名テーブルは、項目名フィールド３００および３０１を有するテーブルである。項目名フィールド３００および３０１は、文書１０１の項目名があらかじめ利用者により事前に登録されたフィールドである。ステップ５０３では、ステップ５０２で認識した各表枠内の文字列が、項目名テーブルに登録されている場合は、当該表枠を項目枠と判別する。
【００２７】
図５に戻り、ステップ５０４では、項目‐データ関係推定部４０６が、ステップ５０３で判定された項目枠とデータ枠に基づき、項目とデータとを対応付ける。ステップ５０５では、項目‐データ関係決定部４０７が、ステップ５０４で対応付けられた項目とデータの対応関係（以下、項目‐データ関係）を１件読み込む。
【００２８】
ステップ５０６では、データパターン尤度計算部４０９が、データパターン記憶部４０８のデータパターンテーブルを利用し、当該項目‐データ関係に関して、データパターン記憶部４０８のデータパターンテーブルに記憶された各データパターンとしての妥当さであるデータパターン尤度を計算する。ステップ５０６の処理については、後述する。
【００２９】
ステップ５０７では、項目関係尤度計算部４１１が、項目関係記憶部４１０の項目関係テーブルを利用し、当該項目‐データ関係に関して、項目関係記憶部４１０の項目関係テーブルに記憶された各項目関係としての妥当さである項目関係尤度を計算する。ステップ５０７の処理については、後述する。
【００３０】
ステップ５０８では、項目‐データ関係評価部４１２が、ステップ５０６で計算したデータパターン尤度、およびステップ５０７で計算した項目関係尤度に基づき、当該項目‐データ関係の評価値を計算し、当該項目‐データ関係の候補を決定する。ステップ５０８の処理については、後述する。
【００３１】
ステップ５０９では、項目‐データ関係決定部４０７が、ステップ５０４において推定した項目‐データ関係のうち、ステップ５０５〜５０８の処理に供していない項目‐データ関係が残っているかを判定し、ステップ５０５〜５０８の処理に供していない項目‐データ関係が残っている場合はステップ５０５に戻り、ステップ５０４において推定した項目‐データ関係のうち、ステップ５０５〜５０８の処理に供していない項目‐データ関係を１件読込む。
【００３２】
ステップ５１０では、入出力制御部４１３が、ステップ５０８で候補と決定した項目‐データ関係とその評価値を、入出力部４１４に配信する。
【００３３】
図６は、本実施例における、利用者に文書認識結果を提供する例を示す説明である。入出力部４１４が、ステップ５０８で項目‐データ関係評価部４１２が計算した評価値に基づき、利用者に対して、例えば認識結果提供画面６００に示す情報を提供する。項目名フィールド６０１および６０２には文書１００の項目名、データフィールド６０３には、各項目に対して、ステップ５０８で項目‐データ関係評価部４１２が候補と決定したデータ、およびデータの文字列が認識された箇所（例えば、文書のページ番号）を表示する。項目に対応するデータの候補が複数ある場合、データ候補リスト６０４に全てのデータの候補を、ステップ５０８で項目‐データ関係評価部４１２が計算した評価値の大きい順に表示する。
【００３４】
図５に戻り、ステップ５１０では、入出力部４１４が、認識結果提供画面６００に対する利用者からの入力を受付け、入力された内容を入出力制御部４１３に提供する。図６のデータフィールド６０３において、利用者がデータ候補リスト６０４からデータを選択すると、認識対象画像表示エリア６０５を、当該データの文字列が認識されたページの画像に更新する。さらに、認識されたデータの文字列を包含するデータ枠６０６を強調表示する。認識対象画像表示エリア６０５およびデータ枠６０６の強調表示により、利用者は、認識対象の文書画像を閲覧しながら、認識結果を確認することができる。また、データ候補リスト６０４のデータ候補に適切なデータがない場合は、データ入力欄６０７に、利用者から適切なデータの入力を受け付ける。データ候補リスト６０４またはデータ入力欄６０７には、利用者により適切なデータが入力されるため、最終的にデータフィールド６０３の全てのデータに適切な文字列が入力される。利用者により保存ボタン６０８が押下されると、入出力部４１４が、項目名フィールド６０１および６０２とデータフィールド６０３の内容を、入出力制御部４１３に提供する。
【００３５】
図５に戻り、ステップ５１１では、入出力制御部４１３が、入出力部４１４で利用者により入力された項目‐データ関係に基づき、データパターン記憶部４０８のデータパターンテーブルの内容を更新する。
【００３６】
図７は、データパターン記憶部４０８のデータパターンテーブルの例である。データパターンテーブルは、項目名フィールド７００および７０１、データフィールド７０２、頻度フィールド７０３を有するテーブルである。項目名フィールド７００および７０１は、文書１００の項目名が記載されたフィールドである。データフィールド７０２は、項目名フィールド７００および７０１に記載された項目に対して、図６のデータ候補リスト６０４またはデータ入力欄６０７において利用者が選択、または入力したデータが記載されたフィールドである。頻度フィールド７０３は、項目名フィールド７００および７０１に記載された項目に対して、データフィールド７０２に記載されたデータが利用者により選択または入力された頻度が記載されたフィールドである。これにより、ステップ５１１において、入出力部４１４が利用者により入力された項目‐データ関係を入出力制御部４１３に提供すると、入出力制御部４１４が、データパターン記憶部４０８のデータパターンテーブルより当該項目‐データ関係に一致する項目、データ、頻度の組を読み込み、頻度に１を追加してデータパターンテーブルに保存する。
【００３７】
図５に戻り、ステップ５１２では、入出力制御部４１３が、入出力部４１４で利用者により入力された項目‐データ関係に基づき、項目関係記憶部４１０の項目関係テーブルの内容を更新する。
【００３８】
図８は、項目関係記憶部４１０の項目関係テーブルの例である。項目関係テーブルは、関係αの項目名フィールド８００および８０１、関係αのデータフィールド８０２、関係βの項目名フィールド８０３および８０４、関係βのデータフィールド８０５、頻度フィールド８０６を有するテーブルである。関係αの項目名フィールド８００および８０１は、文書１００の項目名が記載されたフィールドである。関係αのデータフィールド８０２は、関係αの項目名フィールド８００および８０１に記載された項目に対して、図６のデータ候補リスト６０４またはデータ入力欄６０７において利用者が選択、または入力したデータが記載されたフィールドである。関係βの項目名フィールド８０３および８０４は、文書１０１の項目名が記載されたフィールドである。関係βのデータフィールド８０５は、関係βの項目名フィールド８０３および８０４に記載された項目に対して、図６のデータ候補リスト６０４またはデータ入力欄６０７において利用者が選択、または入力したデータが記載されたフィールドである。頻度フィールド８０６は、関係αの項目名フィールド８００および８０１とデータフィールド８０２に記載された関係αと、関係βの項目名フィールド８０３および８０４とデータフィールド８０５に記載された関係βの両方が、同一文書内で入力された頻度が記載されたフィールドである。これにより、ステップ５１２において、入出力部４１４が利用者により入力された文書内の全項目‐データ関係を入出力制御部４１３に提供すると、入出力制御部４１４が関係αと関係βの組み合わせを全通り生成し、項目関係記憶部４１０の項目関係テーブルより当該組み合わせに一致する項目関係を読み込み、頻度に１を追加して項目関係テーブルに保存する。
以上の一連の処理の後、本実施例の文書認識支援システムの処理を終了する。
【００３９】
次に、本実施例の文書認識支援システムのステップ５０６の処理におけるデータパターン尤度の計算について、ステップ５０５の処理の結果、項目「機器Ｂ」「電源周波数」に対応するデータ「５Ｈｚ」の項目‐データ関係（文書１００の表１０１の枠１０３に該当）を読み込んだ場合の例を説明する。
【００４０】
図９は、本実施例の文書認識支援システム４００において当該項目‐データ関係に関してデータパターン尤度を計算する処理を説明するフローチャートの例である。
ステップ９００では、データパターン尤度計算部４０９が、データパターン記憶部４０８のデータパターンテーブルの内容を読み込む。
【００４１】
図１０は、本実施例の文書認識支援システムのステップ５０６の処理において、当該各項目‐データ関係のデータパターン尤度を計算する一例を説明するための、データパターン尤度計算テーブルの図の例である。データパターン尤度計算テーブルは、項目名フィールド１０００および１００１、データフィールド１００２、頻度フィールド１００３、レーベンシュタイン距離フィールド１００４、尤度フィールド１００５を有するテーブルである。項目名フィールド１０００および１００１は、データパターン記憶部４０８のデータパターンテーブルの項目名フィールド７００および７０１の項目名が記載されたフィールドである。データフィールド１００２は、データパターンテーブルのデータフィールド７０２のデータが記載されたフィールドである。頻度フィールド１００３は、データパターンテーブルの頻度フィールド７０３の頻度が記載されたフィールドである。レーベンシュタイン距離フィールド１００４は、当該項目‐データ関係の文字列と、各データパターンの文字列がどの程度異なるかを示す数値であるレーベンシュタイン距離が記載されたフィールドである。ここで、レーベンシュタイン距離とは、２つの文字列に関して、一方の文字列をもう一方の文字列に変換するために必要な、編集操作（挿入、削除または置換）の回数を指す。尤度フィールド１００５は、ステップ５０６の処理の結果明らかにされる、当該項目‐データ関係に対する、各データパターンとしての妥当さであるデータパターン尤度が記載されたフィールドである。ステップ９００では、データパターン尤度計算部４０９が、データパターン尤度計算テーブルのフィールド１０００〜１００３に対して、データパターンテーブルのフィールド７００〜７０３の内容を、全てのデータパターンに関して読み込む。
【００４２】
図９に戻り、ステップ９０１では、データパターン尤度計算部４０９が、当該項目‐データ関係と、ステップ９００で読み込んだ各データパターンの項目‐データ関係とのレーベンシュタイン距離を計算し、図１０のデータパターン尤度計算テーブルのレーベンシュタイン距離フィールド１００４に記憶する。例えば、当該項目‐データ関係と、図１０に示すデータパターン１００６の項目‐データ関係のレーベンシュタイン距離は、「機器Ｂ電源周波数５Ｈｚ」の「５」を「６」に置換し、直後に「０」を挿入する２回の編集操作で「機器Ｂ電源周波数６０Ｈｚ」に変換できるため、２である。よって、図１０に示す項目‐データ関係１００６のレーベンシュタイン距離フィールド１００４に「２」と記憶する。
【００４３】
図９に戻り、ステップ９０２では、データパターン尤度計算部４０９が、当該項目‐データ関係に対する、各データパターンとしての妥当さであるデータパターン尤度（データパターン尤度＝レーベンシュタイン距離の逆数×頻度）を計算する。ただしレーベンシュタイン距離が０の場合はデータパターン尤度を無限大とする。
以上の一連の処理の後、当該項目‐データ関係に関してデータパターン尤度を計算する処理（ステップ５０６）を終了する。
【００４４】
次に、本実施例の文書認識支援システムのステップ５０７の処理における項目関係尤度の計算について、ステップ５０５の処理の結果、項目「機器Ａ」に対応するデータ「０．８ｋｇ」の項目‐データ関係（図１における文書１００の表１０１の枠１０４に該当）を読み込んだ場合の例を説明する。
【００４５】
図１１は、本実施例の文書認識支援システム４００において当該項目‐データ関係に関して項目関係尤度を計算する処理を説明するフローチャートの例である。
ステップ１１００では、項目関係尤度計算部４１１が、項目関係記憶部４１０の項目関係テーブルから、ステップ５０４までの処理の結果推定された全項目‐データ関係と、関係αとが一致する項目関係を抽出する。
【００４６】
図１２は、本実施例の文書認識支援システムのステップ５０７の処理において、各項目‐データ関係の項目関係尤度を計算する一例を説明するための、項目関係尤度計算テーブルの図の例である。項目関係尤度計算テーブルは、関係αの項目名フィールド１２００および１２０１、関係αのデータフィールド１２０２、関係βの項目名フィールド１２０３および１２０４、関係βのデータフィールド１２０５、頻度フィールド１２０６、レーベンシュタイン距離フィールド１２０７、尤度フィールド１２０８を有するテーブルである。関係αの項目名フィールド１２００および１２０１は、項目関係記憶部４１０の関係αの項目名フィールド８００および８０１の項目名が記載されたフィールドである。関係αのデータフィールド１００２は、データパターンテーブルの関係αのデータフィールド８０２のデータが記載されたフィールドである。関係βの項目名フィールド１２０３および１２０４は、項目関係記憶部４１０の関係βの項目名フィールド８０３および８０４の項目名が記載されたフィールドである。関係βのデータフィールド１００５は、データパターンテーブルの関係βのデータフィールド８０５のデータが記載されたフィールドである。頻度フィールド１００６は、データパターンテーブルの頻度フィールド１００６の頻度が記載されたフィールドである。レーベンシュタイン距離フィールド１００７は、当該項目‐データ関係の文字列と各項目関係の関係βとの文字列がどの程度異なるかを示す数値であるレーベンシュタイン距離が記載されたフィールドである。尤度フィールド１００８は、ステップ５０７の処理の結果明らかになる、当該項目‐データ関係に対する、項目関係記憶部４１０が記憶する各項目関係としての妥当さである項目関係尤度が記載されたフィールドである。ステップ１１００では、項目関係尤度計算部４１１が、項目関係尤度テーブルのフィールド１２００〜１２０６に対して、項目関係テーブルのフィールドの８００〜８０６の内容を、ステップ５０４までの処理の結果推定された全項目‐データ関係と、関係αとが一致する項目関係に関して読み込む。例えば、ステップ５０４までに推定された項目関係が項目「機器Ａ」「電源周波数」に対するデータ「５０Ｈｚ」および項目「機器Ａ」「型番」に対するデータ「ＡＡＡ」であった場合、図１２のフィールド１２００〜１２０６に示す項目関係を読み込む。
【００４７】
図１１に戻り、ステップ１１０１では、項目関係尤度計算部４１１が、当該項目‐データ関係と、ステップ１１００で読み込んだ各関係βの項目‐データ関係とのレーベンシュタイン距離を計算し、図１１の項目関係尤度計算テーブルのレーベンシュタイン距離フィールド１２０７に記憶する。例えば、当該項目‐データ関係と、図１２に示す項目関係１２０９の項目βの項目‐データ関係とでは、「機器Ａ０．８ｋｇ」と「機器Ａ重量０．８ｋｇ」とのレーベンシュタイン距離が２であるため、図１２に示す項目関係１２０９のレーベンシュタイン距離フィールド１２０７に「２」と記憶する。
【００４８】
図１１に戻り、ステップ１１０２では、項目関係尤度計算部４１１が、当該項目‐データ関係に対する、各項目関係としての妥当さである項目関係尤度（項目関係尤度＝レーベンシュタイン距離の逆数×頻度）を計算する。ただしレーベンシュタイン距離が０の場合は項目関係尤度を無限大とする。
以上の一連の処理の後、当該項目‐データ関係に関して項目関係尤度を計算する処理（ステップ５０７）を終了する。
【００４９】
次に、本実施例の文書認識支援システムのステップ５０８の処理における項目‐データ関係の決定の例について説明する。ステップ１１０１では、項目‐データ関係評価部４１２が、ステップ５０６で計算したデータパターン尤度、およびステップ５０７で計算した項目関係尤度に基づき、当該項目‐データ関係の評価値を計算し、当該項目‐データ関係の候補を決定する。例えばステップ９０２で計算したデータパターン尤度のうち最も尤度の大きいデータパターンの項目‐データ関係、およびステップ１１０２で計算した項目関係尤度のうち最も尤度の大きい項目関係の項目βの項目‐データ関係を候補とする。このとき、それぞれの項目‐データ関係の評価値は、データパターン尤度または項目関係尤度を用いる。
以上の一連の処理の後、当該項目‐データ関係に関して項目‐データ関係を決定する処理（ステップ５０８）を終了する。
【００５０】
なお、上記実施例では、データパターン記憶部４０８に記憶されたデータ及び項目関係記憶部４１０に記憶されたデータの両方を利用した処理を説明したが、そのうちの一方を省略することも可能である。例えば、項目関係記憶部４１０を用いず、データパターン記憶部４０８に記憶されたデータを利用して、データパターン尤度計算及び項目-データ関係評価を行うことは可能である。
【００５１】
また、上記実施例では文書を読み取り、画像データとして処理を開始しているが、必ずしも画像データにのみに本発明の適用が限定されるものではない。例えば、テキストデータとしての文書であっても、項目の入力漏れやデータの誤入力がある場合に本発明を適用することによって正しい項目及びデータの抽出が可能となる。
【実施例２】
【００５２】
本実施例では、文書に記載された箇条書きの文章から、項目とデータの対応関係を認識し、項目とデータの対応関係を検索条件とした文書の検索を受け付ける文書管理システムの例を説明する。
【００５３】
本実施例では、図１３に示す文書１３００のワープロ文書より、箇条書き１３０１に記載された項目とデータの対応関係を認識し、さらに利用者からの入力を受け付け、項目とデータの対応関係を検索条件として文書を検索する例を説明する。箇条書き１３０１は、図２に示す文書構造例を箇条書き形式で表現した例である。箇条書き１３０１は、項目「機器Ａ」「型番」に対応するデータ「ＡＡＡ」などが表現されているが、文字列１３０１は本来「５０Ｈｚ」のところ、ワープロ文書への入力誤りにより「５Ｈｚ」と入力されている。
【００５４】
図１４は、本実施例の文書管理システムの構成図の例である。
文書管理システム１４００は、文書受付部１４０１、文書記憶部１４０２、項目名表記箇所判別部１４０３、項目名記憶部４０４、項目‐データ関係推定部４０６、項目‐データ関係決定部４０７、データパターン記憶部４０８、データパターン尤度計算部４０９、項目関係記憶部４１０、項目関係尤度計算部４１１、項目‐データ関係評価部４１２、項目‐データ関係記憶部１４０４、項目‐データ関係保存部１４０５、入出力部４１４、項目‐データ関係検索部１４０６を有する。
【００５５】
項目名記憶部４０４、項目‐データ関係決定部４０７、データパターン記憶部４０８、データパターン尤度計算部４０９、項目関係記憶部４１０、項目関係尤度計算部４１１、項目‐データ関係評価部４１２は実施例１と同様であるため、ここでの説明は省略する。
【００５６】
文書受付部１４０１は、検索対象の文書データを受け付ける処理部である。文書記憶部１４０２は、文書受付部１４０１で受け付けた文書データを記憶する記憶部である。
【００５７】
項目名表記箇所判別部１４０３は、文書受付部１４０１で受け付けた文書の文字列と、項目名記憶部４０４に記憶した項目名とを照合し、項目名と一致した箇所を項目名表記箇所と判別する処理部である。
【００５８】
項目‐データ関係推定部４０６は、項目名表記箇所判別部１４０３で判別した結果を用いて、文書内の項目とデータの対応関係を推定する処理部である。項目‐データ関係記憶部１４０４は項目‐データ関係決定部４０７で決定した項目とデータの対応関係を蓄積する記憶部である。
【００５９】
項目‐データ関係保存部１４０５は、項目‐データ関係決定部４０７で決定した文書内の項目とデータの対応関係（以下、項目‐データ関係）に基づき、認識結果およびユーザの認識結果に対する操作内容からデータパターンおよび項目関係を抽出し、データパターン記憶部４０８および項目関係記憶部４１０に記憶する処理部である。さらに、項目‐データ関係決定部４０７で決定した項目‐データ関係を、文書毎に記憶する処理部である。
【００６０】
入出力部４１４は、項目名記憶部４０４に記憶された項目名を利用者に提示し、利用者から入力された文書検索条件を受け付け、入力された検索条件に基づく検索結果および検索結果に含まれる文書を利用者に提供する処理部である。
【００６１】
項目‐データ関係検索部１４０６は、入出力部４１４が受け付けた検索条件の項目‐データ関係と、項目‐データ関係記憶部１４０４に記憶された項目‐データ関係とを照合し、照合された文書の情報を検索結果として入出力部４１４に提供する処理部である。
【００６２】
以下、本実施例の文書管理システムについての詳細を説明する。
図１５は、本実施例の文書管理システム１４００において、図１３における文書１３００の箇条書き１３０１を認識し、さらに利用者からの検索条件の入力を受け付け、項目‐データ関係を検索条件として文書を検索する処理を説明するフローチャートの例である。
【００６３】
ステップ１５００では、文書受付部１４０１、項目名表記箇所判別部１４０３、項目名記憶部４０４、項目‐データ関係推定部４０６、項目‐データ関係決定部４０７、データパターン尤度計算部４０９、項目関係尤度計算部４１１、項目‐データ関係評価部４１２が、文書１３００を受け付け、箇条書きを認識し、当該システムに文書を登録する。ステップ１５００の処理については、後述する。
【００６４】
ステップ１５０１では、入出力部４１４、検索制御部 １４０５、個目‐データ関係検索部１４０６が、利用者から入力された検索条件を受け付け、項目とデータの対応関係を検索する。ステップ１５０１の処理については、後述する。
【００６５】
次に、本実施例の文書管理システムのステップ１５００の処理における文書の登録について、図１３における文書１３００を登録する例を説明する。
図１６は、本実施例の文書管理システム１４００において、文書を登録する処理を説明するフローチャートの例である。
ステップ１６００では、文書受付部１４０１が、文書１３００を受け付け、文書に固有のＩＤ（例えば「０００１」）を付与して文書記憶部１４０２に保存する。
ステップ１６０１では、項目名表記箇所判別部１４０３が、ステップ１４０１で受け付けた文書の文字列と、項目名記憶部４０４に記憶した項目名とを照合し、項目名と一致した箇所を項目名表記箇所と判別する。
【００６６】
ステップ５０５では、項目‐データ関係推定部４０６が、ステップ１６０１で判定されたデータ表記箇所の情報に基づき、項目とデータを対応付ける。
ステップ５０６〜ステップ５１０は実施例１と同様であるため、ここでの説明は省略する。
ステップ１６０２では、項目‐データ関係保存部１４０５が、ステップ５０９で決定した項目‐データ関係を、文書ＩＤと共に記憶する。
【００６７】
図１７は、項目‐データ関係記憶部１４０４の項目‐データ関係テーブルの例である。項目‐データ関係テーブルは、項目名フィールド１７００および１７０１、データフィールド１７０２、文書ＩＤフィールド１７０３を有するテーブルである。項目名フィールド１７００および１７０１は、文書１３００の項目名が記載されたフィールドである。データフィールド１７０２は、項目名フィールド７００および７０１に記載された項目に対応して、ステップ５０８で項目‐データ関係評価部４１２が候補と決定したデータが記載されたフィールドである。文書ＩＤフィールド１７０３は、項目名フィールド７００および７０１、データフィールド７０２に記載された項目‐データ関係が認識された文書のＩＤが記載されたフィールドである。これにより、ステップ５０９で決定した項目‐データ関係を、文書ＩＤと共に記憶する。
【００６８】
図１６に戻り、ステップ５１１〜ステップ５１２は実施例１と同様であるため、ここでの説明は省略する。
以上の一連の処理の後、当該文書を受け付ける処理（ステップ１５００）を終了する。
【００６９】
次に、本実施例の文書管理システムのステップ１５００において、利用者から入力された検索条件を受け付け、項目‐データ関係を検索条件として文書を検索する処理の例を説明する。
【００７０】
図１８は、本実施例の文書管理システム１４００において、利用者から入力された検索条件を受け付け、項目とデータの対応関係を検索する処理を説明するフローチャートの例である。
ステップ１８００では、入出力部４１４が、利用者から入力された文書検索条件を受け付け、入力された検索条件に基づく検索結果を利用者に提供する。
【００７１】
図１９は、本実施例における、利用者から文書検索条件を受け付け、さらに利用者に文書検索結果を提供する例を示す説明である。入出力部４１４が、項目名記憶部４０４に記憶された項目名を読み込み、検索条件項目１９０１に示す情報を提供する。利用者により検索条件項目１９０１が選択され、検索条件項目１９０１に関する検索条件データ１９０２が入力される。利用者により検索ボタン１９０３が押下されると、検索条件項目１９０１と検索条件データ１９０２に入力された検索条件を、項目‐データ関係検索部１４０６に提供する。
【００７２】
図１８に戻り、ステップ１８０１では、項目‐データ関係検索部１４０６が、入出力部４１４が受け付けた検索条件と、項目‐データ関係記憶部１４０４に記憶された項目とデータの対応関係とを照合し、照合された関係の文書ＩＤを検索結果として入出力部４１４に提供する。
【００７３】
ステップ１８０２では、入出力部４１４が、項目‐データ関係検索部１４０６で検索された結果である文書ＩＤと、文書記憶部１４０２に記憶された文書ＩＤとを照合し、照合された文書へのリンクおよび概要を、検索結果表示部１９０４に表示する。
以上の一連の処理の後、利用者から入力された検索条件を受け付け、項目とデータの対応関係を検索する処理（ステップ１５００）を終了する。
【００７４】
以上説明したように、本発明は項目及び項目に対応するデータが記載された文書において適用されるが、例えば、設計図面や、仕様書等、同種の項目についてのデータ等が繰り返し記載されるような文書については特に有効である。
【００７５】
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
【００７６】
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テープ、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記憶媒体に置くことができる。
【００７７】
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
【符号の説明】
【００７８】
４０６ 項目‐データ関係推定部
４０８ データパターン記憶部
４０９ データパターン尤度計算部
４１０ 項目関係記憶部
４１１ 項目関係尤度計算部
４１２ 項目−データ関係評価部
６００ 認識結果提供画面
６０１ 項目名フィールド
６０２ 項目名フィールド
６０３ データフィールド
６０４ データ候補リスト
６０７ データ入力欄
６０８ 保存ボタン
【特許請求の範囲】
【請求項１】
文書に記載された情報の項目と、前記項目に対応するデータとの関係を認識する文書認識支援装置であって、
文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部と、
前記データパターン記憶部に記憶された項目とデータの対応関係を用いて、入力された文書に記載された項目と対応するデータの候補を決定する項目-データ関係決定部と、
前記項目-データ関係決定部により決定された項目と対応するデータの候補を出力する出力部と、
を備えたことを特徴とする文書認識支援装置。
【請求項２】
請求項１に記載された文書認識支援装置であって、
文書に記載された項目とデータの対応関係の組み合わせを記憶する項目関係記憶部を備え、
前記項目-データ関係決定部は、前記データパターン記憶部に記憶された項目とデータの対応関係および前記項目関係記憶部に記憶された項目とデータの対応関係の組み合わせを用いて、入力された文書に記載された項目と対応するデータの候補を決定することを特徴とする文書認識支援装置。
【請求項３】
請求項１または２に記載の文書認識支援装置であって、
前記出力部から出力された項目と対応するデータの候補から、利用者が選択した結果を入力する入力部を備えることを特徴とする文書認識支援装置。
【請求項４】
請求項１または２に記載の文書認識支援装置であって、
前記出力部から出力される入力された文書の項目と対応するデータの候補は、一つの項目に対し、複数のデータが候補としてあげられ、ユーザが複数のデータから１つを選択可能としたことを特徴とする文書認識支援装置。
【請求項５】
請求項１に記載の文書認識支援装置であって、
前記出力部から出力された項目と対応するデータの候補から、利用者が選択した項目と対応するデータの対応関係は、前記データパターン記憶部に保存されることを特徴とする文書認識支援装置。
【請求項６】
請求項２に記載の文書認識支援装置であって、
前記出力部から出力された項目と対応するデータの候補から、利用者が選択した項目と対応するデータの対応関係の組み合わせは、前記項目関係記憶部に保存されることを特徴とする文書認識支援装置。
【請求項７】
請求項２に記載の文書認識支援装置であって、
文書に記載された項目とデータの対応関係を推定する項目‐データ関係推定部を備え、
前記項目-データ関係決定部は、
前記データパターン記憶部が記憶する項目とデータの対応関係に基づき、前記推定された各項目とデータの対応関係が妥当であるかを示すデータパターン尤度を計算するデータパターン尤度計算部と、
前記項目関係記憶部が記憶する項目とデータの対応関係の組み合わせに基づき、前記推定された各項目とデータの対応関係が妥当であるかを示す項目関係尤度を計算する項目関係尤度計算部と、
前記データパターン尤度計算部で計算したデータパターン尤度、および前記項目関係尤度計算で計算した項目関係尤度に基づき、項目とデータの対応関係を決定する項目‐データ関係評価部とを備えることを特徴とする文書認識支援装置。
【請求項８】
項目と、前記項目に対応するデータとを有する複数の文書から所望の文書を検索する文書検索装置であって、
文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部と、
前記データパターン記憶部に記憶された項目とデータの対応関係を用いて、入力された文書に記載された項目と対応するデータの候補を決定する項目-データ関係決定部と、
前記項目-データ関係決定部により決定された項目と対応するデータの候補を出力する出力部と、
前記出力部から出力された項目と対応するデータの候補から利用者が選択した項目と対応するデータの対応関係及び入力された文書のＩＤが保存される項目-データ関係保存部と、
を備えることを特徴とする文書検索装置。
【請求項９】
請求項８に記載された文書検索装置であって、
文書に記載された項目とデータの対応関係の組み合わせを記憶する項目関係記憶部を備え、
前記項目-データ関係決定部は、前記データパターン記憶部に記憶された項目とデータの対応関係および前記項目関係記憶部に記憶された項目とデータの対応関係の組み合わせを用いて、入力された文書に記載された項目と対応するデータの候補を決定することを特徴とする文書検索装置。
【請求項１０】
請求項９に記載された文書検索装置であって、
検索条件として項目名及び当該項目に対応するデータを用いて検索する場合、前記項目-データ関係保存部に保存されたデータと検索条件との照合を行うことで文書を検索することを特徴とする文書検索装置。
【請求項１１】
文書に記載された情報の項目と、前記項目に対応するデータとの関係を認識し、文書の管理を行う文書管理方法であって、
管理する文書を受け付するステップと、
受け付けた文書を記憶するステップと、
文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部に記憶された項目とデータの対応関係を用いて、前記受け付けた文書に記載された項目と対応するデータの候補を決定し、出力するステップと、
前記出力された項目と対応するデータの候補から利用者により選択された項目と対応するデータの対応関係を前記データパターン記憶部に保存するステップと、
を備えることを特徴とする文書管理方法。
【請求項１２】
請求項１１に記載された文書管理方法であって、
前記受け付けた文書に記載された項目と対応するデータの候補を決定し、出力するにあたり、さらに、文書に記載された項目とデータの対応関係の組み合わせを記憶する項目関係記憶部に記憶された項目とデータの対応関係の組み合わせを用いて、前記受け付けた文書に記載された項目と対応するデータの候補を決定し、
利用者により選択された項目と対応するデータの対応関係の組み合わせは、前記項目関係記憶部に保存することを特徴とする文書管理方法。
【請求項１３】
請求項１２に記載の文書管理方法であって、
前記受け付けた文書に記載された項目とデータの対応関係を推定するステップと、
前記データパターン記憶部が記憶する項目とデータの対応関係に基づき、前記推定された各項目とデータの対応関係が妥当であるかを示すデータパターン尤度を計算するステップと、
前記項目関係記憶部が記憶する項目とデータの対応関係の組み合わせに基づき、前記推定された各項目とデータの対応関係が妥当であるかを示す項目関係尤度を計算するステップと、
計算されたデータパターン尤度、および前記項目関係尤度計算で計算した項目関係尤度に基づき、項目とデータの対応関係を決定するステップとを備えることを特徴とする文書管理方法。
【請求項１４】
請求項１１に記載の文書管理方法であって、
利用者により選択された項目と対応するデータの対応関係は、受付された文書のＩＤとともに蓄積されることを特徴とする文書管理方法。
【請求項１５】
請求項１４に記載の文書管理方法であって、
検索条件として項目及び当該項目に対応するデータを指定するステップと、
前記蓄積された情報から、指定された項目及び当該項目に対応するデータを有する文書ＩＤを出力するステップとを備えることを特徴とする文書管理方法。
【請求項１】
文書に記載された情報の項目と、前記項目に対応するデータとの関係を認識する文書認識支援装置であって、
文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部と、
前記データパターン記憶部に記憶された項目とデータの対応関係を用いて、入力された文書に記載された項目と対応するデータの候補を決定する項目-データ関係決定部と、
前記項目-データ関係決定部により決定された項目と対応するデータの候補を出力する出力部と、
を備えたことを特徴とする文書認識支援装置。
【請求項２】
請求項１に記載された文書認識支援装置であって、
文書に記載された項目とデータの対応関係の組み合わせを記憶する項目関係記憶部を備え、
前記項目-データ関係決定部は、前記データパターン記憶部に記憶された項目とデータの対応関係および前記項目関係記憶部に記憶された項目とデータの対応関係の組み合わせを用いて、入力された文書に記載された項目と対応するデータの候補を決定することを特徴とする文書認識支援装置。
【請求項３】
請求項１または２に記載の文書認識支援装置であって、
前記出力部から出力された項目と対応するデータの候補から、利用者が選択した結果を入力する入力部を備えることを特徴とする文書認識支援装置。
【請求項４】
請求項１または２に記載の文書認識支援装置であって、
前記出力部から出力される入力された文書の項目と対応するデータの候補は、一つの項目に対し、複数のデータが候補としてあげられ、ユーザが複数のデータから１つを選択可能としたことを特徴とする文書認識支援装置。
【請求項５】
請求項１に記載の文書認識支援装置であって、
前記出力部から出力された項目と対応するデータの候補から、利用者が選択した項目と対応するデータの対応関係は、前記データパターン記憶部に保存されることを特徴とする文書認識支援装置。
【請求項６】
請求項２に記載の文書認識支援装置であって、
前記出力部から出力された項目と対応するデータの候補から、利用者が選択した項目と対応するデータの対応関係の組み合わせは、前記項目関係記憶部に保存されることを特徴とする文書認識支援装置。
【請求項７】
請求項２に記載の文書認識支援装置であって、
文書に記載された項目とデータの対応関係を推定する項目‐データ関係推定部を備え、
前記項目-データ関係決定部は、
前記データパターン記憶部が記憶する項目とデータの対応関係に基づき、前記推定された各項目とデータの対応関係が妥当であるかを示すデータパターン尤度を計算するデータパターン尤度計算部と、
前記項目関係記憶部が記憶する項目とデータの対応関係の組み合わせに基づき、前記推定された各項目とデータの対応関係が妥当であるかを示す項目関係尤度を計算する項目関係尤度計算部と、
前記データパターン尤度計算部で計算したデータパターン尤度、および前記項目関係尤度計算で計算した項目関係尤度に基づき、項目とデータの対応関係を決定する項目‐データ関係評価部とを備えることを特徴とする文書認識支援装置。
【請求項８】
項目と、前記項目に対応するデータとを有する複数の文書から所望の文書を検索する文書検索装置であって、
文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部と、
前記データパターン記憶部に記憶された項目とデータの対応関係を用いて、入力された文書に記載された項目と対応するデータの候補を決定する項目-データ関係決定部と、
前記項目-データ関係決定部により決定された項目と対応するデータの候補を出力する出力部と、
前記出力部から出力された項目と対応するデータの候補から利用者が選択した項目と対応するデータの対応関係及び入力された文書のＩＤが保存される項目-データ関係保存部と、
を備えることを特徴とする文書検索装置。
【請求項９】
請求項８に記載された文書検索装置であって、
文書に記載された項目とデータの対応関係の組み合わせを記憶する項目関係記憶部を備え、
前記項目-データ関係決定部は、前記データパターン記憶部に記憶された項目とデータの対応関係および前記項目関係記憶部に記憶された項目とデータの対応関係の組み合わせを用いて、入力された文書に記載された項目と対応するデータの候補を決定することを特徴とする文書検索装置。
【請求項１０】
請求項９に記載された文書検索装置であって、
検索条件として項目名及び当該項目に対応するデータを用いて検索する場合、前記項目-データ関係保存部に保存されたデータと検索条件との照合を行うことで文書を検索することを特徴とする文書検索装置。
【請求項１１】
文書に記載された情報の項目と、前記項目に対応するデータとの関係を認識し、文書の管理を行う文書管理方法であって、
管理する文書を受け付するステップと、
受け付けた文書を記憶するステップと、
文書に記載された項目とデータの対応関係を記憶するデータパターン記憶部に記憶された項目とデータの対応関係を用いて、前記受け付けた文書に記載された項目と対応するデータの候補を決定し、出力するステップと、
前記出力された項目と対応するデータの候補から利用者により選択された項目と対応するデータの対応関係を前記データパターン記憶部に保存するステップと、
を備えることを特徴とする文書管理方法。
【請求項１２】
請求項１１に記載された文書管理方法であって、
前記受け付けた文書に記載された項目と対応するデータの候補を決定し、出力するにあたり、さらに、文書に記載された項目とデータの対応関係の組み合わせを記憶する項目関係記憶部に記憶された項目とデータの対応関係の組み合わせを用いて、前記受け付けた文書に記載された項目と対応するデータの候補を決定し、
利用者により選択された項目と対応するデータの対応関係の組み合わせは、前記項目関係記憶部に保存することを特徴とする文書管理方法。
【請求項１３】
請求項１２に記載の文書管理方法であって、
前記受け付けた文書に記載された項目とデータの対応関係を推定するステップと、
前記データパターン記憶部が記憶する項目とデータの対応関係に基づき、前記推定された各項目とデータの対応関係が妥当であるかを示すデータパターン尤度を計算するステップと、
前記項目関係記憶部が記憶する項目とデータの対応関係の組み合わせに基づき、前記推定された各項目とデータの対応関係が妥当であるかを示す項目関係尤度を計算するステップと、
計算されたデータパターン尤度、および前記項目関係尤度計算で計算した項目関係尤度に基づき、項目とデータの対応関係を決定するステップとを備えることを特徴とする文書管理方法。
【請求項１４】
請求項１１に記載の文書管理方法であって、
利用者により選択された項目と対応するデータの対応関係は、受付された文書のＩＤとともに蓄積されることを特徴とする文書管理方法。
【請求項１５】
請求項１４に記載の文書管理方法であって、
検索条件として項目及び当該項目に対応するデータを指定するステップと、
前記蓄積された情報から、指定された項目及び当該項目に対応するデータを有する文書ＩＤを出力するステップとを備えることを特徴とする文書管理方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【公開番号】特開２０１３−９７６３３（Ｐ２０１３−９７６３３Ａ）
【公開日】平成２５年５月２０日（２０１３．５．２０）
【国際特許分類】
【出願番号】特願２０１１−２４０７６２（Ｐ２０１１−２４０７６２）
【出願日】平成２３年１１月２日（２０１１．１１．２）
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
【Ｆターム（参考）】
【公開日】平成２５年５月２０日（２０１３．５．２０）
【国際特許分類】
【出願日】平成２３年１１月２日（２０１１．１１．２）
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
【Ｆターム（参考）】
[ Back to top ]