特開 2022-103685 情報処理システム、情報処理方法、プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022103685

(43)【公開日】2022-07-08

(54)【発明の名称】情報処理システム、情報処理方法、プログラム

(51)【国際特許分類】

   G06F 16/383 20190101AFI20220701BHJP

   G06V 30/12 20220101ALI20220701BHJP

【ＦＩ】

G06F16/383

G06K9/03 B

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2020218463

(22)【出願日】2020-12-28

(71)【出願人】

【識別番号】390002761

【氏名又は名称】キヤノンマーケティングジャパン株式会社

(71)【出願人】

【識別番号】592135203

【氏名又は名称】キヤノンＩＴソリューションズ株式会社

(74)【代理人】

【識別番号】100189751

【弁理士】

【氏名又は名称】木村 友輔

(72)【発明者】

【氏名】松田 雄介

(72)【発明者】

【氏名】福田 直之

【テーマコード（参考）】

5B064

5B175

【Ｆターム（参考）】

5B064AA01

5B064BA01

5B064CA08

5B064EA11

5B064EA18

5B064EA19

5B064EA21

5B175DA02

5B175GA03

(57)【要約】

【課題】 効率的に誤読修正を行い適切な検索結果を得ることができる
【解決手段】 文書をＯＣＲ処理した結果に対して修正を行い、ＯＣＲ処理した結果と修正された結果とを記憶する。入力された検索語により、ＯＣＲ処理した結果と修正された結果との両方を検索する。
【選択図】 図１

【特許請求の範囲】

【請求項1】

文書をＯＣＲ処理した結果に対して、修正を行う修正手段と、
前記ＯＣＲ処理した結果と、前記修正手段により修正された結果とを記憶する記憶手段と、
入力された検索語を用いて、前記記憶手段に記憶されたＯＣＲ処理した結果と、前記修正手段により修正された結果とを検索する検索手段と、
を備えることを特徴とする情報処理システム。

【請求項2】

前記修正手段は、前記ＯＣＲ処理の結果に対して形態素解析をした結果に基づき、修正を行うことを特徴とする請求項１に記載の情報処理システム。

【請求項3】

前記修正手段は、前記ＯＣＲ処理の結果に対して、正しいキーワードが登録された辞書情報を用いて修正を行うことを特徴とする請求項１または２に記載の情報処理システム。

【請求項4】

前記修正手段は、前記ＯＣＲ処理の結果に対して、ユーザによる修正履歴に基づいて修正を行うことを特徴とする請求項１乃至３のいずれか１項に記載の情報処理システム。

【請求項5】

前記修正手段により修正された結果に対して、ユーザから評価を受け付ける受付手段を備えることを特徴とする請求項１乃至４のいずれか１項に記載の情報処理システム。

【請求項6】

情報処理システムの修正手段が、文書をＯＣＲ処理した結果に対して、修正を行う修正工程と、
前記情報処理システムの記憶手段が、前記ＯＣＲ処理した結果と、前記修正工程により修正された結果とを記憶する記憶工程と、
前記情報処理システムの検索手段が、入力された検索語を用いて、前記記憶手段に記憶されたＯＣＲ処理した結果と、前記修正工程において修正された結果とを検索する検索工程と、
を備えることを特徴とする情報処理方法。

【請求項7】

コンピュータを、
文書をＯＣＲ処理した結果に対して、修正を行う修正手段と、
前記ＯＣＲ処理した結果と、前記修正手段により修正された結果とを記憶する記憶手段と、
入力された検索語を用いて、前記記憶手段に記憶されたＯＣＲ処理した結果と、前記修正手段により修正された結果とを検索する検索手段として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理システム、情報処理方法、プログラムに関する。

【背景技術】

【0002】

多くの企業において、紙媒体で保管していた文書をデータ化して保管することが行われている。このようにして保管される文書データは、膨大な量となるため、効率的に所望の文書が検索できる仕組みが必要不可欠となっている。効率的な検索を行うための方法の一つとして、文書に対してＯＣＲ（光学文字認識）処理を行ってデータ化することが行われている。これにより、検索キーワードを用いて文書を検索することが可能となる。

【0003】

ＯＣＲは必ずしも正しく認識するものではなく、誤読が生じることがある。誤読したままにしておくと、適切に検索されないといった後続の処理に悪影響を与える場合があるため、誤読はできるだけ前もって修正しておく必要がある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開平０５－３１４３０３号公報

【発明の開示】

【発明が解決しようとする課題】

【0005】

特許文献１には、オペレータによる修正履歴を保存しておき、それを修正候補として提示することでオペレータの修正作業の負荷を軽減させるための技術が記載されている。

【0006】

しかし、前述の技術を用いたとしても、文書が大きくなれば誤読箇所も増えるため、全てを一度に修正しようとするとオペレータには大きな負担となるという課題がある。

【0007】

そこで、本発明は、効率的に誤読修正を行い適切な検索結果を得られる仕組みを提供すること目的とする。

【課題を解決するための手段】

【0008】

本発明の情報処理システムは、文書をＯＣＲ処理した結果に対して修正を行う修正手段と、前記ＯＣＲ処理した結果と、前記修正手段により修正された結果とを記憶する記憶手段と、入力された検索語を用いて、前記記憶手段に記憶されたＯＣＲ処理した結果と、前記修正手段により修正された結果とを検索する検索手段と、を備えることを特徴とする。

【発明の効果】

【0009】

本発明によれば、効率的に誤読修正を行い適切な検索結果を得ることができる。

【図面の簡単な説明】

【0010】

【図1】本発明の実施形態における、システム構成の一例を示す図

【図2】本発明の実施形態における、ハードウエア構成の一例を示す図

【図3】本発明の実施形態における、機能構成の一例を示す図である。

【図4】本発明の実施形態における、文書登録処理の一例を示すフローチャートである。

【図5】本発明の実施形態における、誤読修正処理の一例を示すフローチャートである。

【図6】本発明の実施形態における、形態素解析による誤読修正の一例を示すフローチャートである。

【図7】本発明の実施形態における、キーワード辞書による誤読修正の一例を示すフローチャートである。

【図8】本発明の実施形態における、誤読修正履歴による誤読修正の一例を示すフローチャートである。

【図9】本発明の実施形態における、検索処理の一例を示すフローチャートである。

【図10】本発明の実施形態における、修正確定処理の一例を示すフローチャートである。

【図11】本発明の実施形態における、検索結果画面の一例を示す図である。

【図12】本発明の実施形態における、修正確定画面の一例を示す図である。

【図13】本発明の実施形態における、誤読修正履歴テーブルの一例を示す図である。

【発明を実施するための形態】

【0011】

以下、図面を参照して、本発明の実施形態を詳細に説明する。

【0012】

図１は、本発明における情報処理システムの構成の一例を示す図である。

【0013】

図１に示す通り、１または複数のサーバ装置１０１とクライアント端末１０２とが通信可能に接続されている。

【0014】

サーバ装置は、本実施例の図４～図１０の処理を実行する装置であり、クライアント端末１０２は、図１１や図１２に示す画面を表示し、ユーザからの指示を受け付ける装置である。

【0015】

図２は、本発明のクライアント端末、サーバ装置に適用可能な情報処理装置のハードウェア構成の一例を示すブロック図である。

【0016】

図２に示すように、情報処理装置は、システムバス２１５を介してＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２０２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０３、記憶装置２０４、入力コントローラ２０５、音声コントローラ２０６、ビデオコントローラ２０７、メモリコントローラ２０８、よび通信Ｉ／Ｆコントローラ２０９が接続される。

【0017】

ＣＰＵ２０１は、システムバス２１５に接続される各デバイスやコントローラを統括的に制御する。

【0018】

ＲＯＭ２０２あるいは外部メモリ２１３は、ＣＰＵ２０１が実行する制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）や、本情報処理方法を実現するためのコンピュータ読み取り実行可能なプログラムおよび必要な各種データ（データテーブルを含む）を保持している。

【0019】

ＲＡＭ２０３は、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０２あるいは外部メモリ２１３からＲＡＭ２０３にロードし、ロードしたプログラムを実行することで各種動作を実現する。

【0020】

入力コントローラ２０５は、キーボード２１０や不図示のマウス等のポインティングデバイス等の入力装置からの入力を制御する。入力装置がタッチパネルの場合、ユーザがタッチパネルに表示されたアイコンやカーソルやボタンに合わせて押下（指等でタッチ）することにより、各種の指示を行うことができることとする。

【0021】

また、タッチパネルは、マルチタッチスクリーンなどの、複数の指でタッチされた位置を検出することが可能なタッチパネルであってもよい。

【0022】

ビデオコントローラ２０７は、ディスプレイ２１２などの外部出力装置への表示を制御する。ディスプレイは本体と一体になったノート型パソコンのディスプレイも含まれるものとする。なお、外部出力装置はディスプレイに限ったものははく、例えばプロジェクタであってもよい。また、前述のタッチ操作を受け付け可能な装置については、入力装置も提供する。

【0023】

なおビデオコントローラ２０７は、表示制御を行うためのビデオメモリ（ＶＲＡＭ）を制御することが可能で、ビデオメモリ領域としてＲＡＭ２０３の一部を利用することもできるし、別途専用のビデオメモリを設けることも可能である。

【0024】

メモリコントローラ２０８は、外部メモリ２１３へのアクセスを制御する。外部メモリとしては、ブートプログラム、各種アプリケーション、フォントデータ、ユーザファイル、編集ファイル、および各種データ等を記憶する外部記憶装置（ハードディスク）、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるコンパクトフラッシュ（登録商標）メモリ等を利用可能である。

【0025】

通信Ｉ／Ｆコントローラ２０９は、ネットワークを介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信やＩＳＤＮなどの電話回線、および携帯電話の４Ｇ回線、５Ｇ回線等を用いた通信が可能である。

【0026】

尚、ＣＰＵ２０１は、例えばＲＡＭ２０３内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ディスプレイ２１２上での表示を可能としている。また、ＣＰＵ２０１は、ディスプレイ２１２上の不図示のマウスカーソル等でのユーザ指示を可能とする。

【0027】

図３は、本発明の情報処理システムの機能を示した機能ブロック図である。

【0028】

文書登録処理部１００は、スキャンされた文書など登録対象の文書を、登録文書インデックスに登録する処理を行う。

【0029】

誤読修正処理部２００は、ＯＣＲ原文に対して誤読箇所を検出し、検出された誤読箇所を正しい内容に修正する処理を実行する。

【0030】

文書登録部３００は、誤読修正処理部２００により誤読箇所の修正が行われた文書を登録文書インデックスに登録する処理を行う。

【0031】

検索処理部４００は、ユーザから受け付けた検索語を用いて、登録文書インデックスで管理された文書の検索を行う。

【0032】

修正確定処理部５００は、登録文書インデックスで管理された文書に対して、ユーザにより受け付けた修正内容を反映する処理を行う。

【0033】

誤修正用データソース６００は、誤読箇所の検出や修正に用いられるデータ（住所データ、形態素辞書、キーワード辞書など）が登録されている。

【0034】

登録文書インデックス７００は、検索対象となる文書が管理されるデータベースである。

【0035】

誤読修正履歴８００は、ユーザにより確定された誤読修正履歴（修正実績）が管理されるデータベースである。

【0036】

次に図４～図１０のフローチャートを用いて、本発明の実施形態における情報処理システムが実行する処理について説明する。

【0037】

図４のフローチャートは、文書登録処理部１００および誤読修正処理部２００および文書登録部３００において文書を登録する処理を示すフローチャートである。

【0038】

ステップＳ４０１では、登録対象となる文書全てに対して処理が終了したかどうかを判定する。処理が終了していれば（Ｓ４０１のＹｅｓ）該フローチャートの処理を終了し、処理の終了していない文書が残っていれば（Ｓ４０１のＮｏ）ステップＳ０２に進む。

【0039】

なお、登録対象となる文書は、ユーザにより登録対象として指定された文書や、登録対象の文書を管理する装置において管理されている文書などが対象となる。

【0040】

ステップＳ４０２では、登録対象の文書に対してＯＣＲを用いたテキスト抽出処理を行う。

【0041】

ステップＳ４０３では、ステップＳ４０２で抽出されたテキストに対して、誤読修正処理を行う。誤読修正処理の詳細については、図５のフローチャートを用いて後述する。

【0042】

ステップＳ４０４では、ステップＳ４０２におけるＯＣＲ処理によって抽出されたテキストの原文（ＯＣＲ原文）とステップＳ４０３（Ｓ４０３のサブフローである図５のフローチャートのＳ５０４）で出力された仮修正文の両方を登録文書インデックス７００に格納する。

【0043】

次に図５のフローチャートを用いて、ステップＳ４０３の処理（誤読修正処理部２００においてＯＣＲ原文の誤読を修正する処理）の詳細を説明する。なお、ここで示す誤読修正処理の手法はあくまでも一例であり、ここで示さない誤読修正の手法を用いても構わない。

【0044】

ステップＳ５０１では、形態素解析による誤読修正を行う。処理の詳細は、図６のフローチャートを用いて後述する。

【0045】

ステップＳ５０２では、キーワード辞書による誤読修正を行う。処理の詳細は、図７のフローチャートを用いて後述する。

【0046】

ステップＳ５０３では、過去誤読傾向による誤読修正を行う。処理の詳細は、図８のフローチャートを用いて後述する。

【0047】

ステップＳ５０４では、ステップＳ５０１～Ｓ５０３の処理により修正した文書を仮修正文として出力する。

【0048】

次に図６のフローチャートを用いて、ステップＳ５０１における形態素解析を用いて誤読を修正する処理について説明する。なお、本実施例では住所に対する誤読修正について説明するが、これはあくまでも一例である。

【0049】

ステップＳ６０１では、ステップＳ４０２で抽出されたＯＣＲ原文に形態素解析を実行する。

【0050】

ステップＳ６０２では、ステップＳ６０１における形態素解析の結果に基づき、品詞が［名詞－固有名詞－地域］で囲まれた部分が存在するかどうかを判断する。条件に合致する場合（Ｓ６０２のＹｅｓ）ステップＳ６０３へ処理を進め、そうでない場合（Ｓ６０２のＮｏ）処理を終了する。

【0051】

ステップＳ６０３では、ステップＳ６０２の条件に該当する部分を抽出する。例えば、「市役所は大阪府東太阪市荒本北にある。」という文字列の場合、「大阪」と「荒本北」という言葉の品詞が［名詞－固有名詞－地域］であるため、「大阪」と「荒本北」とにより囲まれた部分である「大阪府東太阪市荒本北」が条件に合致する部分となり抽出される。

【0052】

ステップＳ６０４では、ステップＳ６０３で抽出された部分のうち、品詞が［名詞－固有名詞－地域］である形態素を使って住所の検索を行う。例えば「大阪府東太阪市荒本北」の場合、「大阪」「荒本北」で住所の検索を実行する。

【0053】

ステップＳ６０５では、住所の検索結果が見つかりかつ該部分と検索結果の住所の編集距離（二つの文字列がどの程度異なっているかを示す値）が小さいかどうか（所定の条件を満たすか否か）を判断する。例えば、編集距離が所定の値以下であるかを判断したり、文字列の文字数との比率によって判断しても良い。

【0054】

条件に合致すれば（Ｓ６０５のＹｅｓ）処理をステップＳ６０６に進め、条件に合致しない場合（Ｓ６０５のＮｏ）は処理をステップＳ６０２に進める。

【0055】

例えば、「大阪」「荒本北」で住所検索をした場合、「大阪府東大阪市荒本北」が見つかり、Ｓ６０３において抽出された文字列である「大阪府東太阪市荒本北」との編集距離は１となる。この１という値が所定の条件を満たす値であると判断されると、ステップＳ６０５はＹｅｓと判定される。

【0056】

ステップＳ６０６では、Ｓ６０３において抽出された文字列をＳ６０４において検索された住所に修正したものを仮修正とする。上記例の場合、「大阪府東太阪市荒本北」の修正が「大阪府東大阪市荒本北」となるため仮修正は「太」→「大」となる。

【0057】

次に図７のフローチャートを用いて、ステップＳ５０２の処理（正しい表記のキーワードが登録されたキーワード辞書６０３を用いた誤読を修正する処理）について説明する。

【0058】

ステップＳ７０１では、キーワード辞書に含まれる全てのキーワードを処理したかどうかを判断する。全て処理した場合（Ｓ７０１のＹｅｓ）処理を終了し、そうでない場合（Ｓ７０１のＮｏ）処理をステップＳ７０２に進める。

【0059】

ステップＳ７０２では、キーワード辞書からキーワードを取得する。キーワード辞書には予め正しい表記のキーワードが登録されているものとする。

【0060】

ステップＳ７０３では、ＯＣＲ原文に、ステップＳ７０２で取得したキーワードと編集距離が小さいワードがあるかどうかを判断する。ある場合（Ｓ７０３のＹｅｓ）処理をステップＳ７０４へ進め、そうでない場合（Ｓ７０３のＮｏ）処理をステップＳ７０１へ進める。

【0061】

例えばＯＣＲ原文が「国の文化敗保護法で指定された重要文化敗である。」でキーワードが「文化財保護法」である場合、ＯＣＲ原文の「文化敗保護法」の部分がキーワードとの編集距離が１となり、条件と合致する部分と判定される。

【0062】

ステップＳ０４では、条件と合致すると判定された部分を当該キーワードとしたものを仮修正とする。例の場合、「文化敗保護法」の修正が「文化財保護法」となるため仮修正は「敗」→「財」となる。

【0063】

次に図８のフローチャートを用いて、ステップＳ５０３における誤読修正履歴８００を用いた誤読修正処理について説明する。

【0064】

ステップＳ８０１では、ＯＣＲ原文を形態素解析する。例えば「国の文化財保護法で指定された重要文化敗である」という文書の場合、「国／の／文化財／保護／法／で／指定／さ／れ／た／重要／文化／敗／で／ある」という形態素に分解される。

【0065】

ステップＳ８０２では、誤読修正履歴（一例として図１３）に含まれるすべての修正履歴を処理したかどうかを判断する。すべて処理した場合（Ｓ８０２のＹｅｓ）処理を終了し、そうでない場合（Ｓ８０２のＮｏ）処理をステップＳ８０３に進める。

【0066】

ステップＳ８０３では、修正履歴のエントリを取得する。例えば、「敗」→「財」を取得したとする。

【0067】

ステップＳ８０４では、ステップＳ８０３で取得したエントリの修正前に該当する部分がＯＣＲ原文に存在するかどうかを判断する。存在する場合（Ｓ８０４のＹｅｓ）処理をステップＳ８０５に進め、そうでない場合（Ｓ８０４のＮｏ）処理をステップＳ８０２に進める。上で例示した文の場合、１３形態素目の「敗」が該当する部分として存在する。

【0068】

ステップＳ８０５では、ステップＳ８０４で該当すると判定された部分を含む周辺（所定の範囲。例えば、前後２形態素分）の形態素を抽出する。上で例示した文の場合、例えば「重要／文化／敗／で／ある」を抽出する。

【0069】

ステップＳ８０６では、ステップＳ８０５で抽出した形態素の数を修正前形態素数として記録する。例の場合、修正前形態素数は５となる。

【0070】

ステップＳ８０７では、ステップＳ８０４で該当すると判定された部分を修正履歴に従って修正する。例の場合、「重要文化財である」と修正される。

【0071】

ステップＳ８０８では、当該部分に対して形態素解析を実行する。例の場合、「重要／文化財／で／ある」という形態素に分解される。

【0072】

ステップＳ８０９では、ステップＳ８０８により得られる形態素の数を修正後形態素数として記録する。例の場合、修正後形態素数は４となる。

【0073】

ステップＳ８１０では、修正後形態素数が修正前形態素数より小さいかどうかを判断する。小さい場合（Ｓ８１０のＹｅｓ）処理をステップＳ８１１に進め、そうでない場合（Ｓ８１０のＮｏ）処理をステップＳ８０４に進める。上述の例の場合、修正後形態素数が４で修正前形態素数が５であるため小さいと判断される。

【0074】

ステップＳ８１１では、ステップＳ８０７における修正を仮修正とする。例の場合「敗」→「財」が仮修正となる。

【0075】

以上の処理により、過去の修正履歴（修正実績）に基づいて、修正すべき部分を特定し修正する処理について説明した。本実施例においては、過去のすべての修正履歴を用いて修正を行う手法を説明したが、図１３の修正件数１３０３のような情報を用いて、仮修正とするかどうかを判断してもよい。例えば、修正履歴の修正件数が他の修正履歴よりも極端に小さいと判断できる場合には仮修正としない、といった処理を加えてもよい。

【0076】

過去の修正実績が少ない履歴を用いることがなくなるため、例えば「誤って修正してしまったような実績」を用いることがなくなる。そのため、本来修正すべきではない箇所を修正してしまうという事態を低減させることが可能となる。

【0077】

以上説明した、図４～図８のフローチャートで示す処理により、文書に対してＯＣＲ処理をした結果であるＯＣＲ原文と、当該ＯＣＲ原文に対して誤読（誤認識）をしたと考えられる部分を修正した仮修正文の両方をインデックスに登録することが可能となる。

【0078】

次に、図９のフローチャートを用いて、登録文書インデックス７００から文書を検索する処理について説明する。

【0079】

図９は、検索処理部４００において、ユーザからの検索語を入力として受けとり、登録文書インデックス７００から文書を検索する処理を示すフローチャートである。

【0080】

ステップＳ９０１では、ユーザにより入力された検索語を取得する。検索語の取得については、ユーザにより入力されたキーワードを取得しても良いし、ユーザから受け付けた文書から抽出されたキーワードを取得しても良い。

【0081】

ステップＳ９０２では、ステップＳ９０１で取得した検索語を用いて、ＯＣＲ原文および仮修正文から検索を行う。ＯＣＲ原文と仮修正文の両方から検索を行うことで、ＯＣＲ原文を誤修正していた場合（本来、修正が必要ないにもかかわらず修正してしまった場合）でもヒットさせることができる。

【0082】

ステップＳ９０３では、ヒットしたすべての文書に対して、ステップＳ９０４以降の処理を実行したかどうかを判断する。すべての文書に対して処理を実行した場合（Ｓ９０３のＹｅｓ）は本フローチャートの処理を終了し、そうでない場合（Ｓ９０３のＮｏ）は処理をステップＳ９０４に進める。

【0083】

ステップＳ９０４では、ステップＳ９０２における検索処理によりヒットした文書を取得する。

【0084】

ステップＳ９０５では、検索ヒットした部分に仮修正が含まれるかどうかを判断する。含まれる場合（Ｓ９０５のＹｅｓ）処理をステップＳ９０６に進め、そうでない場合（Ｓ９０５のＮｏ）処理をステップＳ９０７に進める。例えば文書が上記の例（ＯＣＲ原文が「国の文化敗保護法で指定された重要文化敗である」で、仮修正文が「国の文化財保護法で指定された重要文化財である」）で、検索語が「文化財」である場合、仮修正である「敗」→「財」の部分が含まれることになる。

【0085】

ステップＳ９０６では、検索結果に誤読を修正した箇所がある旨（一例として図１１の誤読修正ありリンク１１０６）を表示する。

【0086】

ステップＳ９０７では、検索結果のみを表示する。

【0087】

以上の処理により、検索処理によりヒットした文書に、図４～図８のフローチャートの処理による修正箇所が含まれているか否かを把握することが可能となる。

【0088】

図１０は、修正確定処理部５００において、修正確定画面１２００（図１２）からの入力を受けとり、修正を確定する処理を示すフローチャートである。

【0089】

修正確定画面１２００は、図１１に示す誤読修正ありリンク１１０６に対してクリック操作を受け付けることで表示される画面である。

【0090】

ステップＳ１００１では、修正確定画面１２００において、ユーザによる修正内容に対する指示を受け付ける。図１２の修正確定画面の詳細は後述する。

【0091】

ステップＳ１００２では、すべての修正指示を処理したかどうかを判断する。すべて処理した場合（Ｓ１００２のＹｅｓ）処理を終了し、そうでない場合（Ｓ１００２のＮｏ）処理をステップＳ１００３に進める。

【0092】

ステップＳ１００３では、図１２の画面を介してユーザから受け付けた修正指示を取得する。

【0093】

ステップＳ１００４では、ステップＳ１００３で取得した修正指示の内容が、仮修正が正しいとするものかどうか（修正確定画面１２００の仮修正が正しいラジオボタン１２０３が選択されているかどうか）を判断する。仮修正が正しいと判断された場合（Ｓ１００４のＹｅｓ）処理をステップＳ１００５に進め、そうでない場合（Ｓ１００４のＮｏ）処理をステップＳ１００６に進める。

【0094】

ステップＳ１００５では、修正指示の内容が、ＯＣＲ原文が正しいとするものかどうか（修正確定画面１２００のＯＣＲ原文が正しいラジオボタン１２０４が選択されているかどうか）を判断する。ＯＣＲ原文が正しいと判断された場合（Ｓ１００５のＹｅｓ）処理をステップＳ１００７に進め、そうでない場合（Ｓ１００５のＮｏ）処理をステップＳ１０８に進める。

【0095】

ステップＳ１００６では、仮修正の内容を確定し、誤読修正履歴に記録する。

【0096】

ステップＳ１００７では、仮修正を破棄し、ＯＣＲ原文の内容で確定する。

【0097】

ステップＳ１００８では、正しい修正内容の入力を受け付け、入力された内容を誤読修正履歴に記録する。

【0098】

図１１は、ユーザが入力した検索語での検索結果を表示する画面である。検索結果画面１１００は検索語入力フィールド１１０１、検索ボタン１１０２、検索結果表示領域１１０３、ヒット文書タイトル１１０４、ヒット部分スニペット１１０５、誤読修正リンク１１０６からなる。

【0099】

検索語入力フィールド１１０１は、ユーザが検索したい語句を入力するためのものである。

【0100】

検索ボタン１１０２は、押下することで検索語入力フィールド１１０１に入力された語句を用いて検索処理を実行するためのものである。

【0101】

検索結果表示領域１１０３は、検索処理によってヒットした文書の一覧を表示する領域である。

【0102】

ヒット文書タイトル１１０４は、検索処理によってヒットした文書のタイトルを表示するものである。これは文書ファイルのダウンロードリンクになっていたり、ブラウザ上で内容の詳細を表示するためのリンクになっていたりする。

【0103】

ヒット部分スニペット１１０５は、文書の本文内でヒットした検索語の周辺を表示するものである。

【0104】

誤読修正リンク１１０６は、後述する図１２に遷移するためのリンクである。ヒットした検索語が仮修正の部分に該当する場合のみ表示される。

【0105】

図１２は、該文書の仮修正を確定させるための指示を入力する画面である。修正確定画面１２００は、ＯＣＲ原文表示フィールド１２０１、仮修正文表示フィールド１２０２、仮修正が正しいラジオボタン１２０３、ＯＣＲ原文が正しいラジオボタン１２０４、修正を入力するラジオボタン１２０５、修正入力フィールド１２０６、修正確定ボタン１２０７、キャンセルボタン１２０８からなる。

【0106】

ＯＣＲ原文表示フィールド１２０１は、該仮修正のＯＣＲ原文側を表示するためのものである。

【0107】

仮修正文表示フィールド１２０２は、該仮修正の仮修正文側を表示するためのものである。

【0108】

仮修正文が正しいラジオボタン１２０３は、該仮修正の内容が、仮修正文側が正しいとユーザが判断した場合に選択するためのものである。

【0109】

ＯＣＲ原文が正しいラジオボタン１２０４は、該仮修正の内容が、ＯＣＲ原文側が正しいとユーザが判断した場合に選択するためのものである。

【0110】

修正を入力するラジオボタン１２０５は、該仮修正の内容が、仮修正文側・ＯＣＲ原文側ともに正しくないとユーザが判断した場合に選択するためのものである。

【0111】

修正入力フィールド１２０６は、ユーザが自分で修正内容を入力するためのフィールドである。修正を入力するラジオボタン１２０５が選択された場合に入力可能となる。

【0112】

修正確定ボタン１２０７は、押下することで入力された修正内容で修正確定処理を実行するためのものである。

【0113】

キャンセルボタン１２０８は、押下することで修正確定処理を実行させずに修正確定画面００を閉じるためのものである。

【0114】

図１３の修正履歴テーブル１３００は、修正履歴を保持するためのテーブルであり、修正前語句１３０１、修正後語句１３０２、修正件数１３０３の項目からなる。

【0115】

修正前語句１３０１には、修正確定時の修正前の語句が登録される。

【0116】

修正後語句１３０２には、修正確定時の修正後の語句が登録される。

【0117】

修正件数１３０３には、該修正確定処理が行われた回数が記録される。

【0118】

以上説明した通り、本願発明は、文書に対してＯＣＲ処理を実行し、当該ＯＣＲ処理の結果に対して、形態素解析やキーワード辞書やユーザによる修正履歴を用いて修正を行う。このように、システム側でＯＣＲ結果に対して修正を行うため、ユーザが一つ一つ確認しながら修正を行う場合に比べ、効率的にＯＣＲ結果に対する修正を行うことが可能となる。

【0119】

そして、修正された内容と、修正前の内容（ＯＣＲ原文）の両方を保持し両方を検索対象とすることで、修正内容が間違っていた場合（例えば、ＯＣＲ原文が正しいのに、間違っていると判断して誤修正してしまった場合など）でも、ＯＣＲ原文の方が検索でヒットするため、適切な（漏れのない）検索を行うことが可能となる。

【0120】

また、修正内容についてユーザに確認させ、評価を受け付ける（適切な修正内容の入力や、修正内容とＯＣＲ原文のどちらが正しいかの選択）を受け付けることで、誤修正を修正することが可能となる。

【0121】

本発明は、例えば、システム、装置、方法、プログラムもしくは記録媒体等としての実施態様をとることが可能である。具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。

【0122】

また、本発明におけるプログラムは、図４～図１０に示すフローチャートの処理方法をコンピュータが実行可能なプログラムであり、本発明の記憶媒体は図４～図１０の処理方法をコンピュータが実行可能なプログラムが記憶されている。なお、本発明におけるプログラムは図４～図１０の各装置の処理方法ごとのプログラムであってもよい。

【0123】

以上のように、前述した実施形態の機能を実現するプログラムを記録した記録媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムを読み出し、実行することによっても本発明の目的が達成されることは言うまでもない。

【0124】

この場合、記録媒体から読み出されたプログラム自体が本発明の新規な機能を実現することになり、そのプログラムを記録した記録媒体は本発明を構成することになる。

【0125】

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ－ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＥＥＰＲＯＭ、シリコンディスク等を用いることが出来る。

【0126】

また、コンピュータが読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

【0127】

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

【0128】

また、本発明は、複数の機器から構成されるシステムに適用しても、ひとつの機器から成る装置に適用しても良い。また、本発明は、システムあるいは装置にプログラムを供給することによって達成される場合にも適応できることは言うまでもない。この場合、本発明を達成するためのプログラムを格納した記録媒体を該システムあるいは装置に読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。

【0129】

さらに、本発明を達成するためのプログラムをネットワーク上のサーバ、データベース等から通信プログラムによりダウンロードして読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。なお、上述した各実施形態およびその変形例を組み合わせた構成も全て本発明に含まれるものである。

【符号の説明】

【0130】

１０１ サーバ装置
１０２ クライアント端末

【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】