特開 2024-95140 情報処理装置、文字列出力方法及び文字列出力プログラム

(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】P2024095140

(43)【公開日】2024-07-10

(54)【発明の名称】情報処理装置、文字列出力方法及び文字列出力プログラム

(51)【国際特許分類】

   G06V 30/26 20220101AFI20240703BHJP

【ＦＩ】

G06V30/266

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022212202

(22)【出願日】2022-12-28

(71)【出願人】

【識別番号】000005049

【氏名又は名称】シャープ株式会社

(74)【代理人】

【識別番号】100147304

【弁理士】

【氏名又は名称】井上 知哉

(74)【代理人】

【識別番号】100148493

【弁理士】

【氏名又は名称】加藤 浩二

(74)【代理人】

【識別番号】100168583

【弁理士】

【氏名又は名称】前井 宏之

(72)【発明者】

【氏名】雨水 大典

【テーマコード（参考）】

5B064

【Ｆターム（参考）】

5B064AA01

5B064EA27

5B064FA01

(57)【要約】

【課題】予め記憶された文字列に対して他の文字列を柔軟に比較する。
【解決手段】情報処理装置１０２は、画像Ｇ１を取得する取得部１１と、画像Ｇ１から抽出文字列を抽出する抽出部１２と、抽出文字列の比較対象である対象文字列を記憶する記憶部１３と、抽出文字列を第１変換文字列に変換する第１変換処理、又は対象文字列を第２変換文字列に変換する第２変換処理を行う変換部１４と、第１変換文字列と対象文字列との間の第１類似度を算出する第１算出処理、又は第２変換文字列と抽出文字列との間の第２類似度を算出する第２算出処理を行う算出部１５と、第１出力処理又は第２出力処理を行う出力部１６とを備える。第１出力処理では、第１類似度が閾値α以上である場合に対象文字列が出力される。第２出力処理では、第２類似度が閾値β以上である場合に対象文字列が出力される。
【選択図】図２

【特許請求の範囲】

【請求項1】

画像を取得する取得部と、
前記画像から文字列を抽出する抽出部と、
前記文字列の比較対象である対象文字列を記憶する記憶部と、
前記抽出部によって抽出された抽出文字列の少なくとも一部を所定のルールに従って変換して第１変換文字列を生成する第１変換処理と、前記対象文字列の少なくとも一部を所定のルールに従って変換して第２変換文字列を生成する第２変換処理との少なくともいずれか一方を行う変換部と、
前記第１変換処理において生成された前記第１変換文字列と前記対象文字列とが一致している割合を示す第１類似度を算出する第１算出処理と、前記第２変換処理において生成された前記第２変換文字列と前記抽出文字列とが一致している割合を示す第２類似度を算出する第２算出処理との少なくともいずれか一方を行う算出部と、
前記第１算出処理が行われた場合、前記第１類似度が閾値以上である場合に前記対象文字列を出力する第１出力処理と、前記第２算出処理が行われた場合、前記第２類似度が閾値以上である場合に前記対象文字列を出力する第２出力処理との少なくともいずれか一方を行う出力部と
を備える、情報処理装置。

【請求項2】

前記記憶部は、参考文字列が入力されると前記参考文字列の少なくとも一部が変換された変換文字列を出力する学習済みモデルを記憶し、
前記変換部は、前記第１変換処理において前記抽出文字列を前記参考文字列として前記学習済みモデルに入力し、前記学習済みモデルから出力された前記変換文字列を前記第１変換文字列として取得し、前記第２変換処理において前記対象文字列を前記参考文字列として前記学習済みモデルに入力し、前記学習済みモデルから出力された前記変換文字列を前記第２変換文字列として取得する、請求項１に記載の情報処理装置。

【請求項3】

前記記憶部は、画像における文字列の配置を示す複数の画像レイアウトごとに、画像の生成元に関する生成元情報と所定のルールとを対応づけたレイアウト情報を記憶し、
前記抽出文字列を抽出する際、前記抽出部は、前記取得部によって取得された前記画像の画像レイアウトを特定し、
前記抽出部によって特定された前記画像レイアウトが前記記憶部における複数の画像レイアウトのうちのいずれかに一致する場合、前記変換部は、前記レイアウト情報に基づいて、前記抽出部によって特定された前記画像レイアウトに対応する生成元情報に応じた前記所定のルールを適用する、請求項１に記載の情報処理装置。

【請求項4】

前記記憶部は、画像における文字列の配置を示す複数の画像レイアウトごとに、画像の生成元に関する生成元情報と所定のルールとを対応づけたレイアウト情報を記憶し、
前記抽出部は、前記レイアウト情報に含まれる前記生成元情報と同じ生成元を示す生成元文字列を前記画像から抽出すると、前記レイアウト情報に基づいて、抽出した前記生成元文字列の示す前記生成元情報に対応する画像レイアウトを特定し、前記画像レイアウトに従って前記抽出文字列を抽出し、
前記変換部は、前記レイアウト情報に基づいて、前記抽出部によって抽出された前記生成元文字列の示す生成元情報に応じた前記所定のルールを適用する、請求項１に記載の情報処理装置。

【請求項5】

前記文字列は、服薬に関する単語を含む、請求項１に記載の情報処理装置。

【請求項6】

前記出力部は、前記取得部によって取得された前記画像と、前記画像に含まれる前記抽出文字列に対応する前記対象文字列とを並べて表示装置に出力する、請求項１に記載の情報処理装置。

【請求項7】

前記出力部は、前記取得部によって取得された前記画像における前記抽出文字列を識別可能に表示する、請求項６に記載の情報処理装置。

【請求項8】

画像を取得するステップと、
前記画像から文字列を抽出するステップと、
抽出された抽出文字列の少なくとも一部を所定のルールに従って変換して第１変換文字列を生成する第１変換処理と、前記文字列の比較対象である対象文字列の少なくとも一部を所定のルールに従って変換して第２変換文字列を生成する第２変換処理との少なくともいずれか一方を行うステップと、
前記第１変換処理において生成された前記第１変換文字列と前記対象文字列とが一致している割合を示す第１類似度を算出する第１算出処理と、前記第２変換処理において生成された前記第２変換文字列と前記抽出文字列とが一致している割合を示す第２類似度を算出する第２算出処理との少なくともいずれか一方を行うステップと、
前記第１算出処理において算出された前記第１類似度が閾値以上である場合、前記対象文字列を出力する第１出力処理と、前記第２算出処理において算出された前記第２類似度が閾値以上である場合、前記対象文字列を出力する第２出力処理との少なくともいずれか一方を行うステップと
を含む、文字列出力方法。

【請求項9】

画像を取得するステップと、
前記画像から文字列を抽出するステップと、
抽出された抽出文字列の少なくとも一部を所定のルールに従って変換して第１変換文字列を生成する第１変換処理と、前記文字列の比較対象である対象文字列の少なくとも一部を所定のルールに従って変換して第２変換文字列を生成する第２変換処理との少なくともいずれか一方を行うステップと、
前記第１変換処理において生成された前記第１変換文字列と前記対象文字列とが一致している割合を示す第１類似度を算出する第１算出処理と、前記第２変換処理において生成された前記第２変換文字列と前記抽出文字列とが一致している割合を示す第２類似度を算出する第２算出処理との少なくともいずれか一方を行うステップと、
前記第１算出処理が行われた場合、前記第１類似度が閾値以上である場合に前記対象文字列を出力する第１出力処理と、前記第２算出処理が行われた場合、前記第２類似度が閾値以上である場合に前記対象文字列を出力する第２出力処理との少なくともいずれか一方を行うステップと
をコンピューターに実行させる、文字列出力プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、情報処理装置、文字列出力方法及び文字列出力プログラムに関する。

【背景技術】

【0002】

特許文献１の処方箋受付装置は、処方箋の画像イメージを入力する入力手段と、画像イメージに文字認識処理を施すことにより画像イメージから処方箋データを得るデータ処理部とを備え、データ処理部において、各種の薬品名を含むデータを保持する薬品マスターと、文字認識処理により得られた認識文字列の一部である置換前文字列を他の文字列である置換後文字列で置き換える文字列置換手段と、置換前文字列及び置換後文字一対の文字列を受理して前記文字列置換テーブルにデータ保持させる置換文字列設定手段とを具える。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００７－１６４２７４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

例えば、特許文献１に記載のような処方箋受付装置において、処方箋に含まれる薬品名と薬品マスターに含まれる薬品名とを照合する場合、薬品名の表記が処方箋と薬品マスターとで異なっていると、両方が同じ薬品を示していても、異なる薬品であると判定されてしまう。このように、特許文献１に記載のような処方箋受付装置では、処方箋に含まれる薬品名と薬品マスターに含まれる薬品名とに基づいて、処方箋に含まれる薬品名と薬品マスターに含まれる薬品名とを柔軟に比較して処方箋が示す薬品と薬品マスターが示す薬品とを照合することが困難であった。

【0005】

本開示は上記課題に鑑みてなされたものであり、その目的は、予め記憶された文字列に対して他の文字列を柔軟に比較することが可能な情報処理装置、文字列出力方法及び文字列出力プログラムを提供することにある。

【課題を解決するための手段】

【0006】

本開示に係る情報処理装置は、取得部と、抽出部と、記憶部と、変換部と、算出部と、出力部とを備える。前記取得部は、文字列が含まれる画像を取得する。前記抽出部は、前記画像から前記文字列を抽出する。前記記憶部は、前記文字列の比較対象である対象文字列を記憶する。前記変換部は、前記抽出部によって抽出された抽出文字列の少なくとも一部を所定のルールに従って変換して第１変換文字列を生成する第１変換処理と、前記対象文字列の少なくとも一部を所定のルールに従って変換して第２変換文字列を生成する第２変換処理との少なくともいずれか一方を行う。前記算出部は、前記第１変換処理において生成された前記第１変換文字列と前記対象文字列とが一致している割合を示す第１類似度を算出する第１算出処理と、前記第２変換処理において生成された前記第２変換文字列と前記抽出文字列とが一致している割合を示す第２類似度を算出する第２算出処理との少なくともいずれか一方を行う。前記出力部は、前記第１算出処理が行われた場合、前記第１類似度が閾値以上である場合に前記対象文字列を出力する第１出力処理と、前記第２算出処理が行われた場合、前記第２類似度が閾値以上である場合に前記対象文字列を出力する第２出力処理との少なくともいずれか一方を行う。

【0007】

本開示に係る文字列出力方法は、文字列が含まれる画像を取得するステップと、前記画像から前記文字列を抽出するステップと、抽出された抽出文字列の少なくとも一部を所定のルールに従って変換して第１変換文字列を生成する第１変換処理と、前記文字列の比較対象である対象文字列の少なくとも一部を所定のルールに従って変換して第２変換文字列を生成する第２変換処理との少なくともいずれか一方を行うステップと、前記第１変換処理において生成された前記第１変換文字列と前記対象文字列とが一致している割合を示す第１類似度を算出する第１算出処理と、前記第２変換処理において生成された前記第２変換文字列と前記抽出文字列とが一致している割合を示す第２類似度を算出する第２算出処理との少なくともいずれか一方を行うステップと、前記第１算出処理において算出された前記第１類似度が閾値以上である場合、前記対象文字列を出力する第１出力処理と、前記第２算出処理において算出された前記第２類似度が閾値以上である場合、前記対象文字列を出力する第２出力処理との少なくともいずれか一方を行うステップとを含む。

【0008】

本開示に係る文字列出力プログラムは、文字列が含まれる画像を取得するステップと、前記画像から前記文字列を抽出するステップと、抽出された抽出文字列の少なくとも一部を所定のルールに従って変換して第１変換文字列を生成する第１変換処理と、前記文字列の比較対象である対象文字列の少なくとも一部を所定のルールに従って変換して第２変換文字列を生成する第２変換処理との少なくともいずれか一方を行うステップと、前記第１変換処理において生成された前記第１変換文字列と前記対象文字列とが一致している割合を示す第１類似度を算出する第１算出処理と、前記第２変換処理において生成された前記第２変換文字列と前記抽出文字列とが一致している割合を示す第２類似度を算出する第２算出処理との少なくともいずれか一方を行うステップと、前記第１算出処理が行われた場合、前記第１類似度が閾値以上である場合に前記対象文字列を出力する第１出力処理と、前記第２算出処理が行われた場合、前記第２類似度が閾値以上である場合に前記対象文字列を出力する第２出力処理との少なくともいずれか一方を行うステップとをコンピューターに実行させる。

【発明の効果】

【0009】

本開示によれば、予め記憶された文字列に対して他の文字列を柔軟に比較することが可能となる。

【図面の簡単な説明】

【0010】

【図1】本実施形態に係る情報処理装置を含む画像処理システムを示す図である。

【図2】本実施形態に係る情報処理装置の機能ブロック図である。

【図3】本実施形態に係る情報処理装置において用いられる画像の一例を示す図である。

【図4】本実施形態に係る変換部による第１変換処理及び算出部による第１算出処理を模式的に示す図である。

【図5】本実施形態に係る変換部による第２変換処理及び算出部による第２算出処理を模式的に示す図である。

【図6】図３に示す画像を簡略化した図である。

【図7】図６に示す画像と異なる処方箋の画像を示す図である。

【図8】本実施形態におけるレイアウト情報の一例を示す図である。

【図9】本実施形態に係る出力部によって表示部に表示される出力画像の一例を示す図である。

【図10】本実施形態に係る文字列出力方法の一例を示すフローチャートである。

【図11】本実施形態に係る文字列出力方法の他の例を示すフローチャートである。

【発明を実施するための形態】

【0011】

以下、本開示の実施形態について、図面を参照しながら説明する。なお、図中、同一又は相当部分については同一の参照符号を付して説明を繰り返さない。

【0012】

図１を参照して、本実施形態に係る情報処理装置１０２を含む画像処理システム１００の構成について説明する。図１は、本実施形態に係る情報処理装置１０２を含む画像処理システム１００を示す図である。図１に示すように、画像処理システム１００は、画像読取装置１０１と、情報処理装置１０２と、操作端末１０と、ネットワーク２０とを備える。画像処理システム１００は、例えば、医療機関で出された処方箋に基づいて薬を調合する調剤薬局において用いられる。例えば、処方箋に記載の薬品名が、調剤薬局において別の表記で登録されていることがある。この場合、調剤薬局において、処方箋に記載の薬品を探し出すことが難しくなる。

【0013】

上記の解決のため、画像読取装置１０１と情報処理装置１０２と、及び情報処理装置１０２と操作端末１０とは、ネットワーク２０を介して通信を行うことができる。ネットワーク２０は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、無線ＬＡＮ、携帯電話通信網、赤外線通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）等のうちの少なくとも１つを含み得る。

【0014】

画像読取装置１０１は、例えば、スキャナーであり得る。画像読取装置１０１は、紙の記録媒体に形成された画像を読み取って記録媒体に形成された画像を示す画像データを生成する。例えば、記録媒体に形成された画像には、文字列が含まれる。本実施形態において、画像読取装置１０１は、服薬に関する単語が文字列として含まれる処方箋を読み取って、処方箋の画像Ｇ１を示す画像データを生成する。なお、画像データは、カメラ及びスマートフォンで、紙の記録媒体に形成された画像を撮像することで生成されてもよい。

【0015】

画像読取装置１０１は、画像読取装置１０１によって生成された画像データをネットワーク２０を介して情報処理装置１０２に送信する。

【0016】

操作端末１０は、ユーザーが使用する端末であり、例えば、デスクトップ型パーソナルコンピューター、ノート型パーソナルコンピューター、タブレット端末、又はスマートフォンであり得る。操作端末１０は、操作部１０３と、表示部１０４と、制御部１０５と、記憶部１０６とを備える。操作部１０３は、キーボード、マウス、トラックパッド等を含む。表示部１０４は、例えば、液晶ディスプレイ及び有機エレクトロルミネッセンスディスプレイ等を含む。制御部１０５は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等のプロセッサーを含む。記憶部１０６は、半導体メモリー及びハードディスクドライブ（ＨＤＤ）等の記憶装置を含む。記憶部１０６は、データ及びコンピュータープログラム等を記憶する。制御部１０５は、操作部１０３、表示部１０４及び記憶部１０６を制御する。また、制御部１０５は、ネットワーク２０を介して情報処理装置１０２と各種データの送受信を行う。表示部１０４は、表示装置の一例である。

【0017】

次に、図２を参照して、本実施形態に係る情報処理装置１０２を説明する。図２は、本実施形態に係る情報処理装置１０２の機能ブロック図である。

【0018】

情報処理装置１０２は、例えば、サーバーであり得る。情報処理装置１０２は、取得部１１と、抽出部１２と、記憶部１３と、変換部１４と、算出部１５と、出力部１６とを備える。情報処理装置１０２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等のプロセッサーを含む。記憶部１３は、半導体メモリー及びハードディスクドライブ（ＨＤＤ）等の記憶装置を含む。記憶部１３は、データ及びコンピュータープログラム等を記憶する。記憶部１３に記憶されているプログラムは、文字列出力プログラムを含む。

【0019】

情報処理装置１０２のプロセッサーは、記憶部１３に記憶された文字列出力プログラムを実行することにより、取得部１１、抽出部１２、変換部１４、算出部１５及び出力部１６として機能する。

【0020】

取得部１１は、画像Ｇ１を取得する。例えば、取得部１１は、画像読取装置１０１から送信された画像データを受信する。抽出部１２は、取得部１１によって取得された画像Ｇ１から文字列を抽出する。変換部１４、算出部１５及び出力部１６については、後述する。

【0021】

次に、図３を参照して、抽出部１２による文字列の抽出について説明する。図３は、情報処理装置１０２において用いられる画像Ｇ１の一例を示す図である。

【0022】

画像Ｇ１には、服薬に関する複数の単語が、それぞれ文字列として含まれる。具体的には、画像Ｇ１は、文字列ＣＡ１と、文字列ＣＡ２と、文字列ＣＡ３と、文字列ＣＡ４とを含む。また、画像Ｇ１は、文字列ＣＢ１と、文字列ＣＢ２と、文字列ＣＢ３と、文字列ＣＢ４とを含む。画像Ｇ１は、文字列ＣＣ１と、文字列ＣＣ２と、文字列ＣＣ４とを含む。

【0023】

例えば、文字列ＣＡ１は、薬品名（製品名）を示す。文字列ＣＡ２は、文字列ＣＡ１の薬品の用量を示す。文字列ＣＡ３は、文字列ＣＡ１の薬品の用法を示す。文字列ＣＡ４は、文字列ＣＡ１の薬品の内容量を日数で示す。なお、文字列ＣＡ１～文字列ＣＡ４がそれぞれ示す内容は、上記に限定されない。

【0024】

また、文字列ＣＢ１は、薬品名（製品名）を示す。文字列ＣＢ２は、文字列ＣＢ１の薬品の用量を示す。文字列ＣＢ３は、文字列ＣＢ１の薬品の用法を示す。文字列ＣＢ４は、文字列ＣＢ１の薬品の内容量を日数で示す。なお、文字列ＣＢ１～文字列ＣＢ４がそれぞれ示す内容は、上記に限定されない。

【0025】

また、文字列ＣＣ１は、薬品名（製品名）を示す。文字列ＣＣ２は、文字列ＣＣ１の薬品の用量を示す。文字列ＣＣ４は、文字列ＣＣ１の薬品の内容量を日数で示す。なお、文字列ＣＣ１～文字列ＣＣ４がそれぞれ示す内容は、上記に限定されない。

【0026】

文字列ＣＡ１、文字列ＣＡ２、文字列ＣＡ３及び文字列ＣＡ４の組み合わせの配置と、文字列ＣＢ１、文字列ＣＢ２、文字列ＣＢ３及び文字列ＣＢ４の組み合わせの配置と、文字列ＣＣ１、文字列ＣＣ２及び文字列ＣＢ４の組み合わせの配置とは、処方箋が出される医療機関ごとに異なる。

【0027】

抽出部１２は、ＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）処理等を行なって、画像Ｇ１に含まれる各文字列を認識してテキストデータとして抽出する。以下、抽出部１２によって抽出された文字列を抽出文字列と記載する場合がある。

【0028】

本実施形態において、抽出部１２によって抽出文字列が抽出されると、情報処理装置１０２において、第１処理及び第２処理の少なくともいずれか一方が行われる。第１処理は、第１変換処理、第１算出処理及び第１出力処理を含む。第２処理は、第２変換処理、第２算出処理及び第２出力処理を含む。本実施形態において、第１処理及び第２処理のいずれの処理が行われるかは、ユーザーによって予め設定されている。例えば、第１処理を行う設定を情報処理装置１０２に対してユーザーが予め入力しておくことで、抽出文字列が抽出された後、第１処理が行われる。又は、第１処理及び第２処理のいずれの処理が行われるか予め設定される以外に、抽出部１２によって抽出文字列が抽出された時に、いずれの処理を行うかの判断をユーザーに要求する処理が行われてもよい。

【0029】

［第１変換処理］
次に、図２～図４を参照して、情報処理装置１０２における変換部１４による第１変換処理について説明する。図４は、変換部１４による第１変換処理及び算出部１５による第１算出処理を模式的に示す図である。算出部１５による第１算出処理については後述する。

【0030】

図２に示す変換部１４は、抽出部１２によって抽出された文字列の少なくとも一部を所定のルールに従って変換して第１変換文字列を生成する第１変換処理を行う。

【0031】

例えば、図４に示すように、変換部１４は、抽出部１２によって抽出された文字列ＣＡ１を文字列Ｃａ１に変換する。変換部１４によって文字列ＣＡ１から変換された文字列Ｃａ１は、第１変換文字列である。

【0032】

第１変換処理の一例として、文字列ＣＡ１である「〇〇錠◎ｍｇ」は、変換部１４によって文字列Ｃａ１である「〇〇－◎」に変換される。文字列ＣＡ１から文字列Ｃａ１への変換の際に適用されるルールは、「錠」を「－」に置換すること、及び「ｍｇ」を削除することである。例えば、適用されるルールには、文字列ＣＡ１にない文字を追加することが含まれてもよい。

【0033】

第１変換処理の他の例として、文字列ＣＣ１である「◎〇◎〇「▽▽」」は、変換部１４によって「▽▽」が削除され、文字列Ｃｃ１である「◎〇◎〇」に変換される。

【0034】

ここで、第１変換処理における所定のルールは、例えば、学習済みモデルＭ１による機械学習の結果、決められる。以下、学習済みモデルＭ１を用いた文字列の変換について説明する。

【0035】

図２に示すように、記憶部１３には、学習済みモデルＭ１が記憶されている。例えば、ある文字列（参考文字列）が学習済みモデルＭ１に入力されると参考文字列の少なくとも一部を他の文字に変換した変換文字列を出力するように機械学習が行われる。具体的には、学習済みモデルＭ１は、処方箋に記載の文字列と処方箋に記載の文字列の変換結果とのペアを教師データとして機械学習した結果、文字列ＣＡ１のうち一部の文字が変換された文字列Ｃａ１を第１変換文字列として出力するようになる。

【0036】

学習済みモデルＭ１を生成する機械学習のアルゴリズムは、教師あり学習であれば、特に限定されず、例えば、自然言語処理技術（ＮＬＰ：Ｎａｔｕｒａｌ Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ）における機械学習の一例であるＢＥＲＴ（Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｅｎｃｏｄｅｒ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ｆｒｏｍ Ｔｒａｎｓｆｏｒｍｅｒｓ）、決定木、最近傍法、単純ベイズ分類器、サポートベクターマシン、又は、ニューラルネットワーク等である。

【0037】

例えば、第１変換処理において、変換部１４が学習済みモデルＭ１に文字列ＣＡ１を入力すると、学習済みモデルＭ１は、文字列ＣＡ１のうち一部の文字が変換された文字列Ｃａ１を第１変換文字列として出力する。変換部１４は、学習済みモデルＭ１から出力された文字列Ｃａ１を取得する。

【0038】

［第１算出処理］
次に、図２～図４を参照して、情報処理装置１０２における算出部１５による第１算出処理について説明する。

【0039】

本実施形態において、図２に示すように、記憶部１３は、抽出文字列の比較対象である複数の対象文字列を記憶している。複数の対象文字列は、処方箋の例では、処方箋に記載の複数の薬品名に対して対応する、調剤薬局において登録されている薬品名を示す。算出部１５は、第１変換処理において生成された第１変換文字列と対象文字列とが一致している割合を示す第１類似度を算出する第１算出処理を行う。第１算出処理は、第１変換処理の後に行われる。

【0040】

例えば、変換部１４によって、第１変換文字列として文字列Ｃａ１が生成されると、算出部１５は、記憶部１３を参照して、複数の対象文字列の各々と文字列Ｃａ１とを比較し、複数の対象文字列のうちから少なくとも一部の文字が文字列Ｃａ１に含まれる文字と一致する１つ以上の対象文字列を抽出する。具体的には、図４に示す例では、算出部１５は、文字列ＣＳ１を対象文字列として抽出したものとする。算出部１５は、抽出した文字列ＣＳ１に対して、文字列Ｃａ１との第１類似度Ａを算出する。

【0041】

ここで、算出部１５は、文字列ＣＳ１に加えて、文字列ＣＳ１以外の対象文字列を更に抽出し、抽出した対象文字列ごとに第１類似度を算出してもよい。

【0042】

また、変換部１４によって、第１変換文字列として文字列Ｃｃ１が生成されると、算出部１５は、記憶部１３を参照して、複数の対象文字列の各々と文字列Ｃｃ１とを比較し、複数の対象文字列のうちから文字列ＣＳ２を対象文字列として抽出する。算出部１５は、抽出した文字列ＣＳ２に対して、文字列Ｃｃ１との第１類似度Ｂを算出する。

【0043】

［第１出力処理］
図２に示す出力部１６は、算出部１５によって第１算出処理が行われた場合、第１類似度が閾値以上である場合に対象文字列を出力する第１出力処理を行う。第１出力処理は、第１算出処理の後に行われる。

【0044】

第１出力処理の一例として、算出部１５によって算出された図４に示す第１類似度Ａが閾値α以上である場合、出力部１６は、対象文字列である文字列ＣＳ１を表示部１０４に出力する。具体的には、算出部１５によって算出された図４に示す第１類似度Ａが閾値α以上である場合、出力部１６は、文字列ＣＳ１を含む出力画像を生成し、生成した出力画像をネットワーク２０を介して操作端末１０（図１）に送信する。なお、算出部１５によって、文字列Ｃａ１に対して文字列ＣＳ１以外に複数の対象文字列が抽出され、複数の対象文字列ごとに第１類似度を算出された場合、出力部１６は、複数の対象文字列を含む出力画像を生成して表示部１０４に出力する。このとき、例えば、出力画像には、複数の対象文字列ごとの第１類似度又は第１処理が行われた旨の情報等が含まれてもよい。

【0045】

一方、複数の対象文字列ごとの第１類似度がいずれも閾値α未満である場合、出力部１６は、抽出文字列である文字列ＣＳ１を含む出力画像を生成して表示部１０４に出力するか、又は、文字列ＣＳ１に対応する対象文字列が存在しない旨のメッセージを含む出力画像を生成して表示部１０４に出力する。

【0046】

操作端末１０の制御部１０５は、情報処理装置１０２の出力部１６から送信された出力画像を受信し、受信した出力画像を表示するように表示部１０４を制御する。出力画像の詳細は後述する。

【0047】

なお、第１出力処理は、表示部１０４への出力画像の表示以外に、例えば、紙等の記録媒体への出力画像の画像形成つまり印刷であってもよい。

【0048】

［第２変換処理］
次に、図２、図３及び図５を参照して、情報処理装置１０２における変換部１４による第２変換処理について説明する。図５は、変換部１４による第２変換処理及び算出部１５による第２算出処理を模式的に示す図である。算出部１５による第２算出処理については後述する。

【0049】

図２に示す変換部１４は、記憶部１３に記憶されている複数の対象文字列の各々における少なくとも一部を所定のルールに従って変換して第２変換文字列を生成する第２変換処理を行う。

【0050】

例えば、図５に示すように、抽出部１２によって文字列ＣＡ１が抽出されると、変換部１４は、記憶部１３の複数の対象文字列のうちの文字列ＣＳ１を文字列Ｃａ２に変換する。例えば、抽出部１２は、記憶部１３を参照して、複数の対象文字列の各々と文字列ＣＡ１とを比較し、複数の対象文字列のうちから少なくとも一部の文字が文字列ＣＡ１に含まれる文字と一致する１つ以上の対象文字列を抽出する。図５に示す例では、抽出部１２は、文字列ＣＳ１を対象文字列として抽出したものとする。変換部１４は、抽出部１２によって抽出された文字列ＣＳ１に対して第２変換処理を行う。変換部１４によって文字列ＣＳ１から変換された文字列Ｃａ２は、第２変換文字列である。

【0051】

第２変換処理の一例として、文字列ＣＳ１である「〇〇◎」は、変換部１４によって文字列Ｃａ２である「〇〇◎ｍｇ」に変換される。文字列ＣＡ１から文字列Ｃａ１への変換の際に適用されるルールは、「◎」の後に「ｍｇ」を追加することである。例えば、適用されるルールには、文字列ＣＳ１の一部の文字を置換したり、文字列ＣＳ１から文字を削除することが含まれてもよい。

【0052】

第２変換処理の他の例として、文字列ＣＳ２である「◎〇◎〇」は、変換部１４によって文字列Ｃｃ２である「◎〇錠剤」に変換される。

【0053】

第２変換処理における所定のルールは、第１変換処理と同様、学習済みモデルＭ１による機械学習の結果、決められる。なお、この場合、学習済みモデルＭ１は、調剤薬局において登録されている登録文字列と登録文字列の変換結果とのペアを教師データとして機械学習する。

【0054】

例えば、第２変換処理において、変換部１４が学習済みモデルＭ１に文字列ＣＳ１を入力すると、学習済みモデルＭ１は、文字列ＣＳ１のうち一部の文字が変換された文字列Ｃａ２を第２変換文字列として出力する。変換部１４は、学習済みモデルＭ１から出力された文字列Ｃａ２を取得する。

【0055】

［第２算出処理］
次に、図２、図３及び図５を参照して、情報処理装置１０２における算出部１５による第２算出処理について説明する。

【0056】

本実施形態において、算出部１５は、第２変換処理において生成された第２変換文字列と抽出文字列とが一致している割合を示す第２類似度を算出する第２算出処理を行う。第２算出処理は、第２変換処理の後におこなわれる。

【0057】

例えば、変換部１４によって、第２変換文字列として文字列Ｃａ２が生成されると、算出部１５は、抽出部１２によって抽出された文字列ＣＡ１と文字列Ｃａ２とを比較し、文字列ＣＡ１と文字列Ｃａ２との第２類似度Ｃを算出する。

【0058】

ここで、算出部１５は、変換部１４によって生成された文字列Ｃａ２以外の第２変換文字列に対して、文字列Ｃａ２との第２類似度を算出してもよい。

【0059】

また、変換部１４によって、第２変換文字列として文字列Ｃｃ２が生成されると、算出部１５は、抽出部１２によって抽出された文字列ＣＣ１と文字列Ｃｃ２とを比較し、文字列ＣＣ１と文字列Ｃｃ２との第２類似度Ｄを算出する。

【0060】

なお、例えば、抽出部１２によって文字列ＣＡ１に対して複数の対象文字列が抽出された場合、算出部１５は、複数の対象文字列ごとに第２類似度を算出する。

【0061】

［第２出力処理］
図２に示す出力部１６は、算出部１５によって第２算出処理が行われた場合、第２類似度が閾値以上である場合に対象文字列を出力する第２出力処理を行う。第２出力処理は、第２算出処理の後に行われる。

【0062】

第２出力処理の一例として、算出部１５によって算出された図２に示す第２類似度Ｃが閾値β以上である場合、出力部１６は、対象文字列である文字列ＣＳ１を表示部１０４に出力する。具体的には、算出部１５によって算出された図５に示す第２類似度Ｃが閾値β以上である場合、出力部１６は、文字列ＣＳ１を記憶部１３から取得して文字列ＣＳ１を含む出力画像を生成し、生成した出力画像をネットワーク２０を介して操作端末１０（図１）に送信する。なお、閾値βは、第１出力処理における閾値αと同じ値でもよいし、異なる値でもよい。なお、抽出部１２によって文字列ＣＡ１に対して文字列ＣＳ１以外に複数の対象文字列が抽出され、算出部１５によって複数の対象文字列ごとに第２類似度が算出された場合、出力部１６は、複数の対象文字列を含む出力画像を生成して表示部１０４に出力する。このとき、例えば、出力画像には、複数の対象文字列ごとの第２類似度又は第２処理が行われた旨の情報等が含まれてもよい。

【0063】

一方、複数の対象文字列ごとの第２類似度がいずれも閾値α未満である場合、出力部１６は、抽出文字列である文字列ＣＳ１を含む出力画像を生成して表示部１０４に出力するか、又は、文字列ＣＳ１に対応する対象文字列が存在しない旨のメッセージを含む出力画像を生成して表示部１０４に出力する。

【0064】

操作端末１０の制御部１０５は、情報処理装置１０２の出力部１６から送信された出力画像を受信し、受信した出力画像を表示するように表示部１０４を制御する。

【0065】

なお、第２出力処理は、表示部１０４への出力画像の表示以外に、例えば、紙等の記録媒体への出力画像の画像形成つまり印刷であってもよい。

【0066】

次に、図６及び図７を参照して、抽出部１２による文字列の抽出についてより詳細に説明する。図６は、図３に示す画像Ｇ１を簡略化した図である。図７は、図６に示す画像Ｇ１と異なる医療機関で出された処方箋の画像Ｇ２を示す図である。画像Ｇ１と画像Ｇ２とでは、複数の文字列の配置が異なる。

【0067】

画像Ｇ１には、画像レイアウトＲＡに従って、文字列ＣＡ１～ＣＡ４を含む複数の文字列が配置されている。画像レイアウトＲＡは、画像Ｇ１における複数の文字列の配置を示す。具体的には、画像Ｇ１は、各々が４つの文字列から構成される複数のグループＣＧを含む。例えば、複数のグループＣＧのうちの１つであるグループＣＧ１は、文字列ＣＡ１～ＣＡ４で構成される。画像レイアウトＲＡは、画像Ｇ１における各グループＣＧの配置、及びグループＣＧにおける４つの文字列の配置を規定している。

【0068】

画像レイアウトＲＡは、複数のグループＣＧが縦方向に１列に並ぶ配置を示す。更に、画像レイアウトＲＡは、グループＣＧ１において、文字列ＣＡ１及び文字列ＣＡ２と、文字列ＣＡ３及び文字列ＣＡ４とが２行に分割されて並ぶ配置を示す。また、画像レイアウトＲＡは、文字列ＣＡ１が文字列ＣＡ２より左側に位置し、文字列ＣＡ３が文字列ＣＡ４より左側に位置する配置を示す。

【0069】

一方、画像Ｇ２には、画像レイアウトＲＡと異なる画像レイアウトＲＢに従って、複数の文字列が配置されている。画像レイアウトＲＢは、各々が４つの文字列から構成される複数のグループを含む。画像レイアウトＲＢは、複数のグループが縦方向に２列に並ぶ配置を示す。更に、画像レイアウトＲＢは、各グループにおいて、４つの文字列が縦方向に１列に並ぶ配置を示す。

【0070】

本実施形態において、抽出部１２は、抽出文字列を抽出する際、取得部１１によって取得された画像の画像レイアウトを特定する。例えば、取得部１１によって画像Ｇ１が取得されると、抽出部１２は、ＯＣＲ処理に加えて、画像Ｇ１の画像処理を行って各文字列同士の間隔を測定することで、画像Ｇ１の画像レイアウトＲＡを特定する。また、例えば、取得部１１によって画像Ｇ２が取得されると、抽出部１２は、ＯＣＲ処理に加えて、画像Ｇ２の画像処理を行って、画像Ｇ２の画像レイアウトＲＢを特定する。

【0071】

次に、図８を参照して、本実施形態における画像レイアウトと所定のルールとの対応関係について説明する。図８は、本実施形態におけるレイアウト情報Ｔ１の一例を示す図である。

【0072】

レイアウト情報Ｔ１は、画像レイアウトごとの、画像の生成元に関する生成元情報と所定のルールとの対応関係を示す。例えば、画像レイアウトＲＡに従って文字列が配置されている画像Ｇ１（図６）の生成元は「ＡＡ病院」であり、画像Ｇ１に適用される所定のルールは、ルールＲＬ１である。また、画像レイアウトＲＢに従って文字列が配置されている画像Ｇ２（図７）の生成元は「ＢＢ医院」であり、画像Ｇ２に適用される所定のルールは、ルールＲＬ２である。

【0073】

変換部１４は、第１変換処理又は第２変換処理を行う場合、レイアウト情報Ｔ１を参照し、取得部１１によって取得された画像に対応する生成元情報に応じた所定のルールを適用する。

【0074】

なお、抽出部１２は、画像処理を行って画像レイアウトを特定する以外に、抽出した抽出文字列に基づいて、画像レイアウトを特定してもよい。例えば、抽出部１２は、生成元文字列「ＡＡ病院」を画像Ｇ１から抽出すると、レイアウト情報Ｔ１に基づいて、抽出した生成元文字列「ＡＡ病院」に対応する画像レイアウトＲＡを特定する。抽出部１２は、特定した画像レイアウトＲＡに従って、他の抽出文字列を抽出する。また、変換部１４は、第１変換処理又は第２変換処理を行う場合、レイアウト情報Ｔ１を参照し、抽出部１２によって抽出された生成元文字列「ＡＡ病院」に応じた所定のルールを適用する。

【0075】

［出力画像］
次に、図２及び図９を参照して、画像処理システム１００において表示部１０４に表示される出力画像Ｖ１について説明する。図９は、出力部１６によって表示部１０４に表示される出力画像Ｖ１の一例を示す図である。

【0076】

第１出力処理又は第２出力処理で説明したように、画像処理システム１００における操作端末１０の表示部１０４は、制御部１０５の制御により、出力部１６によって出力された対象文字列を含む出力画像Ｖ１を表示する。

【0077】

図９に示すように、出力画像Ｖ１は、取得部１１によって取得された画像Ｇ１と、選択ウィンドウＷ１と、選択ウィンドウＷ２と、選択ウィンドウＷ３とを含む。出力画像Ｖ１において、画像Ｇ１と、選択ウィンドウＷ１、選択ウィンドウＷ２及び選択ウィンドウＷ３とは、互いに並べて配置される。例えば、選択ウィンドウＷ１には、画像Ｇ１に含まれる抽出文字列である文字列ＣＡ１に対応する対象文字列である文字列ＣＳ１が配置される。

【0078】

選択ウィンドウＷ２は、例えば、選択ウィンドウＷ１に配置されたプルダウンボタンＢ１が押下されることにより表示部１０４に表示される。選択ウィンドウＷ２には、第１算出処理又は第２算出処理の際に、算出部１５によって抽出された文字列ＣＳ１以外の対象文字列が、文字列ＣＡ１に対応する候補として配置される。

【0079】

選択ウィンドウＷ３は、画像Ｇ１に含まれる抽出文字列である文字列ＣＢ１に対応する対象文字列が配置されている以外、選択ウィンドウＷ１と同様であるため、説明を省略する。

【0080】

また、出力部１６は、出力画像Ｖ１において、画像Ｇ１における抽出文字列を識別可能に表示する。例えば、出力部１６は、他の文字列と区別を容易にするため、抽出文字列の背景色を変えたり、抽出文字列の表示態様を変えたりする。具体的には、出力部１６は、出力画像Ｖ１の生成の際、画像Ｇ１に含まれる文字列ＣＡ１、ＣＢ１の周囲にそれぞれ枠線Ｆ１、Ｆ２を配置したり、枠線Ｆ１、Ｆ２の内側を枠線Ｆ１、Ｆ２の外側と異なる色に着色したり、文字列ＣＡ１、ＣＢ１の色を変更したりする。例えば、抽出文字列の背景色及び表示態様は、対象文字列が出力されたか否か、又は、第１類似度又は第１類似度の数値に応じて決定される。

【0081】

次に、図１０及び図１１を参照して、本実施形態に係る文字列出力方法について説明する。図１０は、本実施形態に係る文字列出力方法の一例を示すフローチャートである。図１１は、本実施形態に係る文字列出力方法の他の例を示すフローチャートである。図１０は、第１変換処理、第１算出処理及び第１出力処理を含む文字列出力方法を示す。図１１は、第２変換処理、第２算出処理及び第２出力処理を含む文字列出力方法を示す。

【0082】

図１０に示すように、まず、取得部１１は、画像Ｇ１を取得する（ステップＳ１１）。

【0083】

抽出部１２は、画像Ｇ１に含まれる各文字列を認識して抽出文字列として抽出する（ステップＳ１２）。

【0084】

変換部１４は、抽出部１２によって抽出された抽出文字列の少なくとも一部を所定のルールに従って変換して第１変換文字列を生成する（ステップＳ１３）。

【0085】

算出部１５は、変換部１４によって生成された第１変換文字列と対象文字列との第１類似度を算出して閾値αと比較する（ステップＳ１４）。

【0086】

第１類似度が閾値α以上である場合（ステップＳ１４でＹｅｓ）、出力部１６は、対象文字列を出力する（ステップＳ１５）。文字列出力方法は終了する。

【0087】

一方、第１類似度が閾値α未満である場合（ステップＳ１４でＮｏ）、出力部１６は、抽出文字列を出力する（ステップＳ１６）。文字列出力方法は終了する。

【0088】

また、図１１に示すように、まず、取得部１１は、画像Ｇ１を取得する（ステップＳ２１）。

【0089】

抽出部１２は、画像Ｇ１に含まれる各文字列を認識して抽出文字列として抽出する（ステップＳ２２）。

【0090】

変換部１４は、記憶部１３の複数の対象文字列のうち少なくとも１つの対象文字列に対して、対象文字列の少なくとも一部を所定のルールに従って変換して第２変換文字列を生成する（ステップＳ２３）。

【0091】

算出部１５は、変換部１４によって生成された第２変換文字列と抽出部１２によって抽出された抽出文字列との第２類似度を算出して閾値βと比較する（ステップＳ２４）。

【0092】

第２類似度が閾値β以上である場合（ステップＳ２４でＹｅｓ）、出力部１６は、対象文字列を出力する（ステップＳ２５）。文字列出力方法は終了する。

【0093】

一方、第２類似度が閾値β未満である場合（ステップＳ２４でＮｏ）、出力部１６は、抽出文字列を出力する（ステップＳ２６）。文字列出力方法は終了する。

【0094】

以上のように、本実施形態における情報処理装置１０２は、画像Ｇ１から抽出文字列を抽出し、抽出文字列の少なくとも一部を所定のルールに従って変換した第１変換文字列と、記憶部１３における抽出文字列の比較対象である対象文字列とを比較して第１類似度を算出し、第１類似度が閾値以上である場合に対象文字列を出力する第１出力処理を行うか、画像Ｇ１から抽出文字列を抽出し、抽出文字列と、抽出文字列の比較対象である対象文字列の少なくとも一部を所定のルールに従って変換した第２変換文字列とを比較して第２類似度を算出し、第２類似度が閾値以上である場合に対象文字列を出力する第２出力処理を行う。このように、予め記憶された対象文字列と、対象文字列と比較される抽出文字列の一方が変換されるため、例えば、同じ対象に対して複数の表記が存在する場合においても、予め記憶された対象文字列に対して、抽出文字列を柔軟に比較して、抽出文字列と対象文字列が同じ対象を示すか否かを判定することが可能になる。よって、抽出文字列と対象文字列とが完全一致していない場合においても、抽出文字列と対象文字列との照合が可能になる。

【0095】

また、本実施形態では、変換部が、参考文字列が入力されると参考文字列の少なくとも一部が変換された変換文字列を出力する学習済みモデルＭ１を用いて、第１変換文字列又は第２変換文字列を生成する。したがって、第１変換処理又は第２変換処理における所定のルールを、より的確に適用することができる。

【0096】

また、本実施形態では、画像Ｇ１における文字列の配置を示す複数の画像レイアウトごとに、画像の生成元に関する生成元情報と所定のルールとを対応づけたレイアウト情報を記憶し、抽出部１２が抽出文字列を抽出する際、画像の画像レイアウトを特定し、変換部１４が、レイアウト情報に基づいて、抽出部１２によって特定された画像レイアウトに対応する生成元情報に応じた所定のルールを適用する。したがって、画像レイアウトが特定されるだけで、対応する所定のルールが判定され、第１変換処理又は第２変換処理における精度が向上する。

【0097】

また、本実施形態では、画像Ｇ１における文字列の配置を示す複数の画像レイアウトごとに、画像の生成元に関する生成元情報と所定のルールとを対応づけたレイアウト情報を記憶し、抽出部１２が、生成元情報を抽出すると、レイアウト情報に基づいて、生成元情報に応じた画像レイアウトを特定する。したがって、文字列の配置に基づいて、画像レイアウトが特定できない場合においても画像レイアウトの特定が可能になり、抽出文字列のより正確な抽出が可能になる。

【0098】

また、本実施形態では、対象文字列は、服薬に関する単語を含む。したがって、画像Ｇ１が処方箋を示す場合において、画像Ｇ１の内容をより正確に判断することが可能になる。なお、本実施形態において、画像Ｇ１は、処方箋に限らず、例えば、見積及び納品書等、生成元と受取先で同じ対象に対して異なる文字列が用いられる書類を示す画像であってもよい。この場合は、対象文字列を文書のタイトルや金額や日付などを示す項目名に関する単語とすることで文書に応じた適用が可能である。

【0099】

また、本実施形態では、出力部１６は、画像Ｇ１に含まれる抽出文字列に対応する対象文字列と画像Ｇ１とを並べた出力画像Ｖ１を表示装置に出力する。したがって、ユーザーが画像Ｇ１に含まれる抽出文字列と対象文字列とを容易に見比べることができ、抽出文字列に対応する対象文字列について種々の判断がしやすくなる。

【0100】

また、本実施形態では、出力部１６は、出力画像Ｖ１において、画像Ｇ１における抽出文字列を識別可能に表示する。したがって、ユーザーは、抽出文字列が画像Ｇ１のいずれの位置にあるかを認識しやすくなり、抽出文字列と対象文字列とをより容易に見比べることができる。

【0101】

［変形例１］
本実施形態において、第１変換処理において生成される第１変換文字列と、第２変換処理において生成される第２変換文字列とが同じ文字列になるように、所定のルールが決められてもよい。

【0102】

具体的には、第１変換処理において文字列ＣＡ１が文字列Ｃａ１に変換される（図４）場合、第２変換処理において文字列ＣＳ１が図４に示す文字列Ｃａ１に変換されるように、第１変換処理及び第２変換処理におけるそれぞれの所定のルールが決められてもよい。

【0103】

更に、この場合、情報処理装置１０２において第１変換処理及び第２変換処理の両方を行い、生成された第１変換文字列及び第２変換文字列のうち重複する文字列に対して第１類似度又は第２類似度を算出することで、抽出文字列と対象文字列との照合が効率的に行われ、処理時間の短縮を図ることができる。

【0104】

［変形例２］
本実施形態において、第１処理及び第２処理のいずれを行うか、又は、第１処理及び第２処理の両方を行うかは、ユーザーよる選択以外に、例えば、以前の第１処理における第１類似度又は以前の第２処理における第２類似度に基づいて判定されてもよい。例えば、記憶部１３に、第１処理又は第２処理と抽出文字列とを対応付けた変換情報を記憶させる。

【0105】

抽出部１２は、抽出文字列を抽出すると、記憶部１３を参照し、抽出した抽出文字列に対応する変換情報が記憶されているか否かを判定する。抽出した抽出文字列に対応する変換情報が記憶部１３に記憶されていない場合、抽出部１２は、変換部１４、算出部１５及び出力部１６が第１処理を行った後、第２処理を行うことを決定する。この場合、出力部１６は、第１処理において算出された第１類似度を保持した状態で第２処理を行い、第２処理において算出された第２類似度と第１類似度とを比較する。出力部１６は、比較結果に応じて、第１類似度と第２類似度とにうち値が大きい方と抽出文字列とを対応付けて変換情報として記憶部１３に記憶させる。

【0106】

一方、抽出部１２は、抽出した抽出文字列に対応する変換情報が記憶されている場合、変換情報の抽出文字列に対応付けられた第１処理又は第２処理に従って、変換部１４、算出部１５及び出力部１６が第１処理を行うか、又は第２処理を行うかを決定する。変換部１４、算出部１５及び出力部１６は、抽出部１２に決定に従って第１処理又は第２処理を行う。なお、抽出部１２が抽出した文字列が生成元文字列である場合、抽出文字列の代わりに生成元文字列が変換情報に含められてもよい。これにより、生成元に応じて第１処理を行うか第２処理を行うかが統一され、ユーザーが文字列の変換規則を推測しやすくなり、画像処理システム１００の利便性が向上する。

【0107】

なお、抽出文字列が抽出された際、上記の処理を行うことなく、情報処理装置１０２において第１処理及び第２処理の両方が常に行われてもよい。また、情報処理装置１０２において、第１処理が行われるか、第２処理が行われるか、又は第１処理及び第２処理の両方が行われるかは、レイアウト情報Ｔ１に示すレイアウトごとに判定されてもよい。

【0108】

以上、図面を参照して本発明の実施形態について説明した。ただし、本発明は、上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲で種々の態様において実施できる。また、上記の実施形態に開示される複数の構成要素は適宜改変可能である。例えば、ある実施形態に示される全構成要素のうちのある構成要素を別の実施形態の構成要素に追加してもよく、又は、ある実施形態に示される全構成要素のうちのいくつかの構成要素を実施形態から削除してもよい。

【0109】

また、図面は、発明の理解を容易にするために、それぞれの構成要素を主体に模式的に示しており、図示された各構成要素の厚さ、長さ、個数、間隔等は、図面作成の都合上から実際とは異なる場合もある。また、上記の実施形態で示す各構成要素の構成は一例であって、特に限定されるものではなく、本発明の効果から実質的に逸脱しない範囲で種々の変更が可能であることは言うまでもない。

【産業上の利用可能性】

【0110】

本発明は、画像処理の分野に利用可能である。

【符号の説明】

【0111】

１１ ：取得部
１２ ：抽出部
１３ ：記憶部
１４ ：変換部
１５ ：算出部
１６ ：出力部
１０２ ：情報処理装置
１０４ ：表示部
Ａ、Ｂ ：第１類似度
Ｃ、Ｄ ：第２類似度
ＣＡ１～ＣＡ４、ＣＢ１～ＣＢ４、ＣＣ１～ＣＣ４、ＣＳ１、ＣＳ２、Ｃａ１、Ｃａ２、Ｃｃ１、Ｃｃ２ ：文字列
Ｇ１、Ｇ２ ：画像
Ｍ１ ：モデル
ＲＡ、ＲＢ ：画像レイアウト
ＲＬ１、ＲＬ２ ：ルール
Ｔ１ ：レイアウト情報
α ：閾値
β ：閾値

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】