[發明專利]信息處理裝置以及記錄媒體

在審

• 申請號: 202010147358.2
• 申請日: 2020-03-05
• 公開（公告）號: CN112446276A
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 米田祐司
• 申請（專利權）人: 富士施樂株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 馬爽;臧建明

本發明以票據設計者可對票據的項目設定字符串的記載規則的方式進行支援。本發明提供一種信息處理裝置以及記錄媒體，所述信息處理裝置(10)當在票據的項目中，與作為確認訂正者對票據的文字識別結果進行了確認的結果的已確認字符串的記載相關的規則性被提取時，對票據的各項目輸出已被提取的字符串的記載規則。

技術領域

本發明涉及一種信息處理裝置以及記錄媒體。

背景技術

在專利文獻1中公開有一種文字識別裝置的識別候補文字輸出控制方法，其是將被填寫在紙張介質上，利用光學部件所讀取的各個文字作為像素的集合而識別成文字單位，并將包含有可能成為與所述像素的集合所表示的文字一致的正解文字的多個文字的第一候補文字群，按事先任意地設定的作為正解文字來提取的概率的順位輸出的文字識別裝置的識別候補文字輸出控制方法，其包括：賦予識別候補文字保存部件與第二候補文字存儲部件，所述識別候補文字保存部件以所述順位存儲所述已被輸出的第一候補文字群的各個文字的文字編碼，所述第二候補文字存儲部件針對從已被存儲在所述識別候補文字保存部件中的第一候補文字群中作為正解文字被提取的文字，存儲作為正解文字被提取的總次數、及對應于所述順位的出現次數，根據已存儲在所述第二候補文字存儲部件中的所述總次數與出現次數，從已被存儲在所述識別候補文字保存部件中的候補字符串中，進一步挑選作為正解文字被提取的概率高的第二候補文字群的步驟；從所述已挑選的第二候補文字群中，提取經由人工所指定的正解文字的步驟；以及識別所述正解文字在所述識別候補文字保存部件中的出現順位，訂正所述正解文字在所述第二候補文字存儲部件中的對應于所述出現順位的出現次數、及作為正解文字被提取的總次數的步驟。

在專利文獻2中公開有一種文字識別裝置，其是用于存儲為了讀取已被記錄在紙張中的文字等而參照的格式控制信息者，其包括：格式控制信息存儲部件，通過正規表達來表示指定所述格式控制信息中的文字種類的信息；正規表達分析部件，對已被存儲在所述格式控制信息存儲部件中的格式控制信息中的正規表達進行分析；以及讀取部件，根據所述正規表達分析部件的分析結果，求出針對已被記錄在所述紙張中的文字等的讀取結果。

在專利文獻3中公開有一種文字識別裝置，其包括：文字統計信息制作部，制作票據的文字統計信息；標準模式詞典，具有表示文字的特征的標準模式；標準模式詞典變更部，根據文字統計信息來變更標準模式詞典的內容；文字識別部，將識別對象的文字模式與標準模式詞典的標準模式進行比較來進行所述文字模式的文字識別；以及識別結果輸出部，輸出文字識別的結果。

[現有技術文獻]

[專利文獻]

專利文獻1：日本專利特開平03-291777號公報

專利文獻2：日本專利特開平06-36069號公報

專利文獻3：日本專利特開平09-35006號公報

發明內容

[發明所要解決的問題]

為了提高利用光學字符識別(Optical Character Recognition，OCR)處理的字符串的識別結果的確信度，設計了成為OCR處理中的讀取對象的票據的票據設計者對用戶在票據的項目中記載何種內容進行研究，并預測在表示內容的字符串中是否存在某些記載規則。例如，若為填寫年齡的項目，則預測由用戶填寫數字，因此若事先設定在年齡的項目中記載數字等記載規則，則在OCR處理中根據所述記載規則而將年齡的項目作為數字來識別。因此，例如即便記載有不知道是數字“2”還是英文字母“Z”的含糊的字符串，也作為數字“2”來識別，因此與不設定記載規則的情況相比，字符串的識別結果的確信度變高。

但是，根據項目，存在難以預測由用戶記載何種字符串者。在此種情況下，票據設計者決定不完應設定在票據的項目中的記載規則，因此有時不設定記載規則，有時因未設定對于票據的項目的記載規則而導致由OCR處理所得的字符串的識別結果的確信度下降。