特許 7398526 テーブルに含まれる情報を認識する文字認識方法及び文字認識システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-12-06

(45)【発行日】2023-12-14

(54)【発明の名称】テーブルに含まれる情報を認識する文字認識方法及び文字認識システム

(51)【国際特許分類】

   G06V 30/12 20220101AFI20231207BHJP

   G06V 30/412 20220101ALI20231207BHJP

【ＦＩ】

G06V30/12 Z

G06V30/412

【請求項の数】 14

(21)【出願番号】P 2022115078

(22)【出願日】2022-07-19

(65)【公開番号】P2023016031

(43)【公開日】2023-02-01

【審査請求日】2022-07-19

(31)【優先権主張番号】10-2021-0094843

(32)【優先日】2021-07-20

(33)【優先権主張国・地域又は機関】KR

(73)【特許権者】

【識別番号】505205812

【氏名又は名称】ネイバー コーポレーション

【氏名又は名称原語表記】ＮＡＶＥＲ Ｃｏｒｐｏｒａｔｉｏｎ

(73)【特許権者】

【識別番号】523303688

【氏名又は名称】ワークスモバイルジャパン株式会社

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(74)【代理人】

【識別番号】100135079

【弁理士】

【氏名又は名称】宮崎 修

(72)【発明者】

【氏名】キム ギウク

(72)【発明者】

【氏名】シン スン

(72)【発明者】

【氏名】ペク ヨンミン

(72)【発明者】

【氏名】ワン ヒョソン

(72)【発明者】

【氏名】キム ジュングン

(72)【発明者】

【氏名】チェー スンボム

【審査官】▲広▼島 明芳

(56)【参考文献】

【文献】特開２０１０－００３１５５（ＪＰ，Ａ）

【文献】特開２０１８－０４２０６７（ＪＰ，Ａ）

【文献】特開２０２１－０５６７５０（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｖ ３０／００ － ３０／４２４

(57)【特許請求の範囲】

【請求項1】

受信部と制御部を含む文字認識システムにより行われる文字認識方法であって、
前記受信部が、テーブルを含むイメージを受信するステップと、
前記制御部が、
前記テーブルを構成する複数のセルに含まれるテキストを認識するステップと、
予め設定された基準に基づいて、前記複数のセルから補正対象セルを特定するステップと、
前記複数のセルから、それぞれのセルに含まれるテキストが示す意味間に形成される関連関係に基づいて、前記補正対象セルに関連する少なくとも１つの関連セルを特定するステップと、
前記補正対象セル及び前記関連セルに含まれるテキストを用いて算出された前記補正対象セルのベクトルを用いて、前記補正対象セルに含まれるテキストの補正を行うステップと、を含むことを特徴とする文字認識方法。

【請求項2】

前記関連セルを特定するステップにおいては、
前記補正対象セルに含まれるテキストの意味に基づいて、前記関連セルを特定することを特徴とする請求項１に記載の文字認識方法。

【請求項3】

前記複数のセルは、少なくとも一部がカテゴリーセルに特定され、他の一部が前記カテゴリーセルの少なくとも１つに対応するデータを含めるデータセルに特定され、
前記関連セルを特定するステップにおいては、
前記カテゴリーセルのうち、前記補正対象セルに含まれるテキストの意味に関連する特定のカテゴリーセルを、前記関連セルとして特定することを特徴とする請求項２に記載の文字認識方法。

【請求項4】

前記補正対象セルに含まれるテキストの意味に関連する特定のカテゴリーセルには、
前記補正対象セルに含まれるテキストの上位概念又は下位概念の意味を有するテキストが含まれることを特徴とする請求項３に記載の文字認識方法。

【請求項5】

前記補正対象セルに含まれるテキストの意味に関連する特定のカテゴリーセルは、
前記補正対象セルを基準にして、前記補正対象セルと列方向又は行方向に並んで位置することを特徴とする請求項４に記載の文字認識方法。

【請求項6】

前記特定のカテゴリーセルは、前記カテゴリーセルのうち、前記テーブル上で、前記補正対象セルを基準にして、前記補正対象セルと行方向又は列方向に隣接して位置するセルであることを特徴とする請求項３に記載の文字認識方法。

【請求項7】

前記補正を行うステップにおいては、
前記補正対象セルのベクトルと予め特定されたデータセットに含まれるベクトル間の距離に基づいて、前記補正対象セルに含まれるテキストの補正を行うことを特徴とする請求項１に記載の文字認識方法。

【請求項8】

前記補正を行うステップは、
前記補正対象セルのベクトルと予め特定されたデータセットに含まれるベクトル間の距離に基づいて、前記データセットから補正対象テキストを抽出するステップと、
前記補正対象セルに含まれるテキストを前記補正対象テキストに変更するステップと、を含むことを特徴とする請求項７に記載の文字認識方法。

【請求項9】

前記データセットには、
前記テーブルを構成する前記複数のセルに含まれ得る候補テキスト、並びに、
前記複数のセルの位置関係及び前記候補テキスト間の意味関係の少なくとも一方に基づいて埋め込みが行われた結果に該当する、前記候補テキストのそれぞれに関するベクトル情報が含まれることを特徴とする請求項８に記載の文字認識方法。

【請求項10】

前記補正を行うステップにおいては、
前記データセットから、前記補正対象セルのベクトルに最も近いベクトルを特定し、
前記最も近いベクトルに対応するテキストを前記補正対象テキストとして抽出することを特徴とする請求項９に記載の文字認識方法。

【請求項11】

前記補正対象セルに前記補正対象テキストが含まれ、
前記制御部が前記イメージに含まれるテーブルに対応する構造を有するテーブルを生成するステップをさらに含むことを特徴とする請求項１０に記載の文字認識方法。

【請求項12】

前記補正対象セルを特定するための前記予め設定された基準は、前記複数のセルに含まれるテキストの認識の信頼度に関連するものであることを特徴とする請求項１に記載の文字認識方法。

【請求項13】

保存部と、
テーブルを含むイメージを受信する受信部と、
前記イメージに含まれる前記テーブルを構成する複数のセルに含まれるテキストを認識する制御部と、を含み、
前記制御部は、
予め設定された基準に基づいて、前記複数のセルから補正対象セルを特定し、
前記複数のセルから、それぞれのセルに含まれるテキストが示す意味間に形成される関連関係に基づいて、前記補正対象セルに関連する少なくとも１つの関連セルを特定し、
前記補正対象セル及び前記関連セルに含まれるテキストを用いて算出された前記補正対象セルのベクトルを用いて、前記補正対象セルに含まれるテキストの補正を行うことを特徴とする文字認識システム。

【請求項14】

複数の命令を含むコンピュータプログラムであって、
命令が実行されると、
テーブルを含むイメージを受信するステップと、
前記テーブルを構成する複数のセルに含まれるテキストを認識するステップと、
予め設定された基準に基づいて、前記複数のセルから補正対象セルを特定するステップと、
前記複数のセルから、それぞれのセルに含まれるテキストが示す意味間に形成される関連関係に基づいて、前記補正対象セルに関連する少なくとも１つの関連セルを特定するステップと、
前記補正対象セル及び前記関連セルに含まれるテキストを用いて算出された前記補正対象セルのベクトルを用いて、前記補正対象セルに含まれるテキストの補正を行うステップと、をコンピュータで実行することを特徴とするコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、テーブルに含まれる情報を認識する文字認識方法及び文字認識システムに関する。

【背景技術】

【0002】

人工知能の辞書的意味は、人間の学習能力、推論能力、知覚能力、自然言語理解能力などをコンピュータプログラムで実現した技術である。このような人工知能は、マシンラーニングに人間の脳を模倣したニューラルネットワークを加えたディープラーニングにより飛躍的に発展してきた。

【0003】

ディープラーニング（ｄｅｅｐ ｌｅａｒｎｉｎｇ）とは、コンピュータが人間のように判断及び学習できるようにし、それにより事物やデータを群集化又は分類する技術をいい、近年、テキストデータだけでなく画像データまで分析できるようになり、非常に多様な産業分野に積極的に活用されている。

【0004】

このような人工知能の発達により、オフィス・オートメーション（ｏｆｆｉｃｅ ａｕｔｏｍａｔｉｏｎ）分野においても様々な自動化が行われている。特に、オフィス・オートメーション分野においては、人工知能を活用した画像データ分析技術に基づいて、紙（ペーパ）に印刷されたコンテンツをデータ化するのに多くの努力をしている。その一環として、オフィス・オートメーション分野においては、紙文書をイメージ化し、イメージに含まれるコンテンツを分析するイメージ分析技術（又は画像データ分析技術）により、文書に含まれるコンテンツをデータ化しており、その場合、文書に含まれるコンテンツの特性によってイメージを分析する技術が必要である。

【0005】

例えば、テーブル（表）を含む文書をデータ化する場合、テーブルの形式、テーブルに含まれるテキストの内容、及びテーブルに含まれるテキストの位置などのように、テーブルに関連する様々な要素についての正確な分析が必要である。

【0006】

そこで、特許文献１（書式自動化のためのテーブル生成装置及び方法）においては、イメージからテーブルを認識し、認識されたテーブルを再現する方法について開示しているが、それは、テーブルに含まれる線分（ライン）を基準にテーブルを再現するものであるので、テーブルに含まれる内容まで正確に分析するのに限界があった。

【0007】

よって、テーブルに含まれる内容まで正確に生成できる文字認識方法が求められている。

【先行技術文献】

【特許文献】

【0008】

【文献】韓国登録特許第１０－１９０７０２９号公報

【発明の概要】

【発明が解決しようとする課題】

【0009】

本発明は、テーブルに含まれる内容（又はコンテンツ、情報）をデータ化することができる、文字認識のエラーに対してロバストな文字認識方法及び文字認識システムを提供するためのものである。

【0010】

また、本発明は、テーブルに含まれる内容をデータ化する場合、テーブルに含まれる内容を正確にデータとして確保することができる、文字認識のエラーに対してロバストな文字認識方法及び文字認識システムを提供するためのものである。

【0011】

さらに、本発明は、テーブルに含まれる内容間の有機的な関係を考慮してテーブルに含まれる内容をデータ化することができる、文字認識のエラーに対してロバストな文字認識方法及び文字認識システムを提供するためのものである。

【0012】

さらに、本発明は、データ処理量を最小限に抑えたうえでテーブルに含まれる内容をデータ化することができる、文字認識のエラーに対してロバストな文字認識方法及び文字認識システムを提供するためのものである。

【課題を解決するための手段】

【0013】

本発明による文字認識方法は、テーブルを含むイメージを受信するステップと、前記テーブルを構成する複数のセルに含まれるテキストを認識するステップと、予め設定された基準に基づいて、前記複数のセルから補正対象セルを特定するステップと、前記複数のセルから前記補正対象セルに関連する少なくとも１つの関連セルを特定するステップと、前記補正対象セル及び前記関連セルに含まれるテキストを用いて算出された前記補正対象セルのベクトルを用いて、前記補正対象セルに含まれるテキストの補正を行うステップとを含むようにしてもよい。

【0014】

また、本発明による文字認識システムは、保存部と、テーブルを含むイメージを受信する受信部と、前記イメージに含まれる前記テーブルを構成する複数のセルに含まれるテキストを認識する制御部とを含み、前記制御部は、予め設定された基準に基づいて、前記複数のセルから補正対象セルを特定し、前記複数のセルから前記補正対象セルに関連する少なくとも１つの関連セルを特定し、前記補正対象セル及び前記関連セルに含まれるテキストを用いて算出された前記補正対象セルのベクトルを用いて、前記補正対象セルに含まれるテキストの補正を行うようにしてもよい。

【0015】

さらに、本発明による複数の命令を含むコンピュータプログラムは、命令が実行されると、テーブルを含むイメージを受信するステップと、前記テーブルを構成する複数のセルに含まれるテキストを認識するステップと、予め設定された基準に基づいて、前記複数のセルから補正対象セルを特定するステップと、前記複数のセルから前記補正対象セルに関連する少なくとも１つの関連セルを特定するステップと、前記補正対象セル及び前記関連セルに含まれるテキストを用いて算出された前記補正対象セルのベクトルを用いて、前記補正対象セルに含まれるテキストの補正を行うステップと、をコンピュータで実行するようにしてもよい。

【発明の効果】

【0016】

前述したように、本発明による文字認識方法及び文字認識システムは、イメージに含まれるテーブルからテキストを認識し、認識されたテキストの検証を行うことにより、イメージに含まれるテーブルの内容をより正確にデータ化することができる。

【0017】

より具体的には、本発明による文字認識方法及び文字認識システムは、イメージに含まれるテーブルから、テーブルに含まれるテキストが誤って認識された場合、それを補正することにより、イメージに含まれるテーブルの内容をより正確にデータ化することができる。

【図面の簡単な説明】

【0018】

【図1】本発明による文字認識システムを説明するための概念図である。

【図2】テーブルの構成要素を説明するための概念図である。

【図3】本発明による文字認識方法を説明するためのフローチャートである。

【図4】文字認識システムによりテーブルに含まれる情報を認識する方法を説明するための概念図である。

【図5】文字認識システムによりテーブルに含まれる情報を認識する方法を説明するための概念図である。

【図6A】文字認識システムによりテーブルに含まれる情報を認識する方法を説明するための概念図である。

【図6B】文字認識システムによりテーブルに含まれる情報を認識する方法を説明するための概念図である。

【図6C】文字認識システムによりテーブルに含まれる情報を認識する方法を説明するための概念図である。

【図7】文字認識システムによりテーブルに含まれる情報を認識する方法を説明するための概念図である。

【図8】文字認識システムによりテーブルに含まれる情報を認識する方法を説明するための概念図である。

【発明を実施するための形態】

【0019】

以下、添付図面を参照して本発明の実施形態について詳細に説明するが、図面番号に関係なく同一又は類似の構成要素には同一の符号を付し、それについての重複する説明は省略する。以下の説明で用いられる構成要素の接尾辞である「モジュール」や「部」は、明細書の作成を容易にするために付与又は混用されるものであり、それ自体が有意性や有用性を有するものではない。また、本発明の実施形態について説明するにあたり、関連する公知技術についての具体的な説明が本発明の実施形態の要旨を不明にすると判断される場合は、その詳細な説明を省略する。さらに、添付図面は本発明の実施形態の理解を助けるためのものにすぎず、添付図面により本発明の技術的思想が限定されるものではなく、本発明の思想及び技術範囲に含まれるあらゆる変更、均等物乃至代替物を含むものと理解すべきである。

【0020】

「第１」、「第２」などのように序数を含む用語は様々な構成要素を説明するために用いられるが、上記構成要素は上記用語により限定されるものではない。上記用語は１つの構成要素を他の構成要素と区別する目的でのみ用いられる。

【0021】

ある構成要素が他の構成要素に「連結」又は「接続」されていると言及された場合は、他の構成要素に直接連結又は接続されていてもよく、中間にさらに他の構成要素が存在してもよいものと解すべきである。それに対して、ある構成要素が他の構成要素に「直接連結」又は「直接接続」されていると言及された場合は、中間にさらに他の構成要素が存在しないものと解すべきである。

【0022】

単数の表現には、特に断らない限り複数の表現が含まれる。

【0023】

本明細書において、「含む」や「有する」などの用語は、本明細書に記載された特徴、数字、段階、動作、構成要素、部品又はそれらの組み合わせが存在することを指定しようとするもので、１つ又はそれ以上の他の特徴、数字、段階、動作、構成要素、部品又はそれらの組み合わせの存在や付加可能性を予め排除するものではないと理解すべきである。

【0024】

前述したように、人工知能が発達するにつれて様々な形態でオフィス・オートメーション（ｏｆｆｉｃｅ ａｕｔｏｍａｔｉｏｎ）が行われており、業務効率のために、紙文書に含まれるテーブル（表）を、紙文書に含まれるテーブルの形式のままデジタル化（データ化）するニーズがますます高まっている。

【0025】

例えば、様々な種類の領収証（レシート）などの文書はテーブルを含み、保険会社や病院などでは、大量の紙文書に含まれるテーブルをデジタル化されたデータとして処理して電算化する必要がある。

【0026】

このようなニーズに伴い、イメージに含まれるテーブルと同じ構成を有するテーブルを生成又は再現する技術の開発が活発に行われている。

【0027】

一方、イメージに含まれるテーブルに含まれる内容（又はコンテンツ、情報）を認識し、認識された内容をデータ化する技術においては、テーブルに関連する様々な要素（例えば、テキスト、テキストの位置、セルの構成、セルの位置、セル間の関連関係など）を正確に認識することが非常に重要である。

【0028】

そのために、テーブルを構成する様々な構成要素を正確に認識し、誤って認識された要素に対しては補正を行うことにより、イメージに含まれるテーブルを正確に認識するための様々な努力がなされている。

【0029】

以下、イメージに含まれるテーブルの内容とは異なる内容（又はコンテンツ、情報）が抽出された場合にそれを補正する方法について、添付図面と共により具体的に説明する。図１は本発明による文字認識システムを説明するための概念図であり、図２はテーブルの構成要素を説明するための概念図である。また、図３は本発明による文字認識方法を説明するためのフローチャートであり、図４、図５、図６A、図６B、図６C、図７及び図８は文字認識システムによりテーブルに含まれる情報を認識する方法を説明するための概念図である。

【0030】

本発明による文字認識システム１００は、イメージ１０００に含まれるテーブル１１００から、テーブル１１００に含まれる内容及びテーブル１１００を構成する構成成分を認識し、認識された内容及び構成成分間の関係に基づいて、テーブル１１００に含まれる内容を正確にデータ化することができる。

【0031】

ここで、テーブル１１００に含まれる内容とは、文字、数字、記号、演算子などの意味のある全ての符号体系を意味する。本発明においては、説明の便宜上、「文字、数字、記号、演算子などの意味のある全ての符号体系」をまとめて「テキスト」と命名する。

【0032】

例えば、図示のように、テーブル１１００には、「患者氏名」、「住民登録番号」、「診療費（薬剤費）内訳」などのテキストが含まれる。

【0033】

また、テーブル１１００を構成する構成成分は、テキストが含まれるセル、セルを区画するライン又は線などの構成要素で構成される。これらの構成要素は、互いに位置的及び／又は意味的関係性を有する。

【0034】

ここで、位置的関係性とは、テーブル１１００に含まれるセル間の相互位置関係を示すものであって、それぞれのセルに対して、周辺又は隣りにどのセルが位置し、どのセルと同じ又は隣接する行、列に位置するかなどに関する位置関係（又は配置関係）を意味する。

【0035】

また、意味的関係性とは、テーブル１１００に含まれるセルの少なくとも一部と他の一部とが互いに関連する内容を含むことを意味する。このような意味的関係性とは、それぞれのセルに含まれる内容（テキスト）に基づく連結情報を意味する。例えば、ある１つのセルに含まれる内容と他の１つのセルに含まれる内容とは、ｉ）同一又は類似の概念であるか、ｉｉ）同一のカテゴリー又は同一のグループに属するか、ｉｉｉ）互いに対して上位概念又は下位概念に該当する内容であることがあり、この場合、これらのセルが連結されていると表現できる。

【0036】

なお、イメージ１０００には１つ又はそれ以上のテーブルが含まれることがあり、本発明においては、イメージ１０００に含まれるテーブルの数に関係なく、イメージ１０００に含まれる全てのテーブルを認識することができる。

【0037】

本発明において、イメージ１０００は、紙文書のスキャンにより取得されたイメージ、写真撮影により取得されたイメージ、又はその他の様々な方法により取得されたイメージである。

【0038】

一方、本発明による文字認識システム１００は、図１に示すように、受信部１１０、保存部１２０、ＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅａｄｅｒ）部１３０及び制御部１４０の少なくとも１つを含む。

【0039】

まず、受信部１１０は、テーブル１１００を含むイメージ１０００を受信する手段であって、通信部、スキャン部及び入力部の少なくとも１つを含むようにしてもよく、その他のイメージ１０００を受信する手段からなるようにしてもよい。

【0040】

文字認識システム１００は、受信部１１０を介して受信したイメージ１０００に含まれるテーブル１１００を認識し、イメージ１０００に含まれるテーブル１１００に含まれる内容をデータ化するすることができる。その認識の結果、文字認識システム１００は、テーブル１１００に含まれる内容と一致するデータを確保することができる。

【0041】

本発明においては、文字認識システム１００により、イメージ１０００に含まれるテーブル１１００の内容（又はコンテンツ、情報）を認識し、認識された内容にエラーが存在するとそれを補正することにより、テーブル１１００に含まれる内容を正確にデータ化する方法を提供することができる。

【0042】

なお、本発明によりイメージ１０００に含まれるテーブル１１００から認識された内容は、イメージ１０００に含まれるテーブル１１００と同一又は類似の構造を有するテーブルデータを生成するのに活用することができる。

【0043】

テーブルデータは、イメージ１０００に含まれるテーブル１１００を構成するセルの構造及びセルの関係性（カテゴリーセルとデータセルの関係など）の少なくとも一方に基づいて整形化又は構造化されたデータからなるようにしてもよい。

【0044】

テーブルデータには、本発明による文字認識システム１００により認識された内容に該当するデータが含まれる。

【0045】

本発明において、構成要素の位置的関係には、特にテーブルに含まれるセルの配置関係、行又は列の関係に応じた位置関係が含まれ、構成要素の意味的関係には、それぞれのセルに含まれるテキストが示す意味間に形成される関係が含まれる。

【0046】

次に、保存部１２０は、本発明による様々な情報を保存するようにしてもよい。保存部１２０は、その種類が非常に多様であり、少なくとも一部は外部サーバ１５０（クラウドサバー１５１及びデータベース（ＤＢ）１５２の少なくとも一方）を意味する。すなわち、保存部１２０は、本発明に関連する情報が保存される空間であればよく、物理的な空間の制約はない。

【0047】

保存部１２０には、テーブルを構成する様々な構成要素に関する情報が含まれる。保存部１２０には、ｉ）テーブル１１００を含むイメージ１０００及びそれに関連するデータ、ｉｉ）イメージ１０００から認識されたテーブル１１００のセル情報、構成成分（例えば、ライン、コーナーなど）及びそれに関連するデータ、ｉｉｉ）テーブル１１００に含まれるコンテンツ（例えば、テキスト、イメージなど）データ、ｉｖ）テーブル１１００に含まれるコンテンツに関連するデータセットの少なくとも１つが保存される。ここで、データセットは、テーブル１１００に含まれるコンテンツを検証又は補正するのに活用されるデータであってもよい。

【0048】

次に、ＯＣＲ部１３０は、イメージ１０００に含まれるコンテンツ（又は情報）を認識する手段であって、様々なコンテンツ認識アルゴリズムの少なくとも１つによりイメージ１０００に含まれるコンテンツを認識することができる。ＯＣＲ部１３０は、人工知能に基づくアルゴリズム（又はディープラーニングアルゴリズム）を用いて、コンテンツを認識することができる。ここで、コンテンツは、テキスト（文字）を含んでもよい。ＯＣＲ部は、「ＯＣＲ ＡＰＩ」とも命名できる。

【0049】

ＯＣＲ部１３０は、イメージ１０００に含まれるテキスト及びテキストの位置情報を認識することができる。ここで、テキストの位置情報には、受信部１１０を介して入力されたイメージ１０００内でのテキストの位置に関する情報、及びテーブル１１００内でのテキストの位置に関する情報の少なくとも一方が含まれる。

【0050】

ＯＣＲ部１３０は、イメージ１０００に含まれるテキストに基づいて、それぞれのセルに含まれるテキストを認識することができる。

【0051】

テーブル１１００は、複数のセルで構成され、ＯＣＲ部１３０は、それぞれのセルに含まれるテキストを認識することができる。

【0052】

例えば、図１に示すように、テーブル１１００の１番目のセル１１０１から「患者氏名」というテキストが認識された場合、１番目のセル１１０１の識別情報と「患者氏名」というテキストとがマッチングされ、このようなマッチング情報は保存部１２０に保存される。

【0053】

本発明においては、ＯＣＲ部１３０により、それぞれのセルに含まれるテキストを区分して認識することができる。よって、本発明においては、どのセルにどのテキストが含まれるか、セルの識別情報とそれに対応するテキストとがマッチングされて存在する。このようなマッチング情報は保存部１２０に保存される。

【0054】

このように、それぞれのセルから認識されたテキストは、それぞれのセルの識別情報とマッチングされて保存され、このようなセルの識別情報には、イメージ１０００及びテーブル１１００の少なくとも一方に関するセルの位置情報が含まれる。

【0055】

このようなマッチング情報は、ＯＣＲ部１３０により、イメージ１０００からテキストが認識される過程で生成されるか、又は制御部１４０の制御の下で生成される。

【0056】

次に、制御部１４０は、本発明に関連する文字認識システム１００の全般的な動作を制御する。制御部１４０は、人工知能アルゴリズム（又はディープラーニングアルゴリズム）を処理するプロセッサ（又は人工知能プロセッサ、ディープラーニングプロセッサ）を含んでもよい。制御部１４０は、人工知能アルゴリズムに基づいて、イメージ１０００からテーブル１１００を認識し、テーブル１１００を構成する少なくとも１つのセルを認識することができる。

【0057】

また、制御部１４０は、人工知能アルゴリズムに基づいて、セルの関係及びセルに含まれるテキストの意味を分析することができる。

【0058】

さらに、制御部１４０は、セルの関係及びセルに含まれるテキストの意味に基づいて、ＯＣＲ部１３０により認識されたテキストの少なくとも一部を補正することができる。

【0059】

ここで、制御部１４０は、保存部１２０に保存されたデータセットに基づいて、ＯＣＲ部１３０により認識されたテキストを補正することができる。

【0060】

なお、本発明におけるセルとは、テーブルを構成する複数のラインにより規定される長方形（ｒｅｃｔａｎｇｌｅ）のボックスをいう。

【0061】

本発明についての説明に先立って、テーブルの構成要素について説明する。本発明における「テーブル」とは、ある内容を所定の形式又は手順で示したものを意味し、表とも命名される。図２を参照してテーブルの構成要素について説明すると、テーブル２００は、少なくとも１つのセル（又は空間、領域）２１０を含む。すなわち、テーブル２００は、少なくとも１つのセル２１０を含み、セル２１０内に情報を含むように構成される。

【0062】

テーブル２００に含まれるセル２１０は、少なくとも４つの線分（ｌｉｎｅ ｓｅｇｍｅｎｔ）により規定されるものであってもよい。テーブル２００及びテーブル２００内に備えられたセルは、長方形状からなる。

【0063】

すなわち、テーブルに含まれるセルは、４つの線分で囲まれた四角形からなるものであってもよい。本発明における「線分（ｌｉｎｅ ｓｅｇｍｅｎｔ）」は、ライン（ｌｉｎｅ）又は線の少なくとも一部をいう。各セルを構成する線分は、延びてライン又は線となる。

【0064】

このように、１つの四角形状のセルを形成するためには、少なくとも４つの線分ａ、ｂ、ｃ、ｄが必要であり、これは、テーブルを構成する２つの水平ライン（ｈｏｒｉｚｏｎｔａｌ ｌｉｎｅ）（又は行方向のライン、エッジ）２０１、２０２及び２つの垂直ライン（ｖｅｒｔｉｃａｌ ｌｉｎｅ）（又は列方向のライン、エッジ）２０３、２０４の少なくとも一部からなるようにしてもよい。より具体的には、長方形状のセルは、２つの水平ライン２０１、２０２及び２つの垂直ライン２０３、２０４の少なくとも一部が互いに交差して形成されてもよい。

【0065】

よって、テーブル２００は、少なくとも４つのラインを含み、水平ラインの数、垂直ラインの数、ライン間の間隔、ラインの配列位置によって、セルの数、セルの大きさ、セルの位置などが定義される。

【0066】

一方、テーブル２００を構成する複数のラインは、異なる第１タイプ及び第２タイプのいずれかのタイプに分けられ、これは当該ラインがどの方向に延びたかによって特定される。

【0067】

図示のように、水平方向に延びるライン２０１、２０２は第１タイプに定義され、垂直方向に延びるライン２０３、２０４は第２タイプに定義される。

【0068】

第１タイプのラインは、水平ライン、横ライン、行ライン、横方向のラインなど、その意味が同一又は類似の用語で多様に命名される。

【0069】

また、第２タイプのラインは、垂直ライン、縦ライン、列ライン、縦方向のラインなど、その意味が同一又は類似の用語で多様に命名される。

【0070】

一方、テーブル２００に含まれるセルの数、セルの大きさ又はセルの位置などは、横ライン及び縦ラインの数や配置関係などに基づいて様々に変形することができ、セルの結合によっても様々に変形することができる。

【0071】

また、本発明におけるテーブルを構成する構成成分は、テーブルを構成するライン（横ライン及び縦ライン）と、テーブルを構成するラインが交差して形成されるコーナー（又は角、頂点）（符号「ｅ、ｆ、ｇ、ｈ」参照）とを含んでもよい。

【0072】

全てのテーブルが少なくとも４つのコーナーを有し、それはテーブルの最外枠に含まれるコーナーであり得る。また、テーブルに含まれるコーナーの数は、テーブルに含まれるセルの数に応じて異なる。

【0073】

以下、前述した本発明による文字認識システムの構成に基づいて、テーブルを生成する方法についてより具体的に説明する。

【0074】

図３に示すように、本発明による文字認識方法においては、まず、テーブル１１００を含むイメージ１０００（図１参照）を受信する過程が行われる（Ｓ３１０）。

【0075】

前述したように、テーブル１１００を含むイメージ１０００は、様々なルートで受信することができる。例えば、イメージ１０００は、通信部により伝送される方式、スキャン部によりスキャンされる方式、入力部により入力される方式などで受信することができる。

【0076】

イメージ１０００が受信されると、イメージ１０００に含まれるテーブル１１００からテキストを認識する過程が行われる。

【0077】

より具体的には、本発明においては、テーブル１１００を構成する複数のセルに含まれるテキストを認識する過程が行われる（Ｓ３２０）。このような認識はＯＣＲ部１３０で行われ、ＯＣＲ部１３０により、テーブル１１００に含まれる情報又は内容が認識される。ここで、テーブル１１００に含まれる情報又は内容が認識されるとは、テーブル１１００に含まれるテキストが認識されることを意味する。

【0078】

ＯＣＲ部１３０による認識の結果、テーブル１１００に含まれる内容に該当するデータを確保することができる。例えば、ＯＣＲ部１３０は、テーブル１１００に含まれるテキストを認識し、テーブル１１００に含まれる内容に該当するテキスト、例えば「患者氏名」、「住民登録番号」、「診療費（薬剤費）内訳」などのテキストをデータとして確保することができる。ＯＣＲ部１３０は、イメージ１０００に含まれる各テキスト（又は文字）及びテキストの位置を認識するために訓練されたテキスト認識モデルにより、イメージ１０００からテキストを認識することができる。このようなテキスト認識モデルは、人工知能に基づくアルゴリズム（例えば、ディープラーニングアルゴリズム）を含んでもよい。

【0079】

図４の（ａ）に示すように、ＯＣＲ部１３０は、テーブル１１００からテキストを認識し、図４の（ｂ）に示すように、認識されたテキストは、テキストが含まれるそれぞれのセルの識別情報ＫＥＹ１、ＫＥＹ２、ＫＥＹ３．．．と共にマッチングされて保存部１２０に保存される。

【0080】

このように、テーブル１１００を構成するセルに対してテキストが認識されると、認識されたテキストの検証を行う過程が行われてもよい。ここで、「検証」とは、それぞれのセルに含まれるテキストが正確に認識されたか否かを確認する過程を意味する。例えば、図４の（ａ）に示すように、テーブル１１００の特定のセル４０１には「組合負担額」というテキストが含まれるが、図４の（ｂ）に示すように、ＯＣＲ部１３０により「粗合負担額」４０２というテキストが認識されることがある。

【0081】

この場合、原本資料とは異なる内容が認識（誤認識）されることにより、認識されるデータの信頼度及び正確度の問題が生じる。

【0082】

よって、制御部１４０は、テーブル１１００から認識されたテキストの検証を行うようにしてもよい。この場合、本発明においては、それぞれのセル間の相互位置関係及び意味関係（又は連結関係）に基づいて、検証過程で補正が必要なセルに含まれるテキストの補正を行うようにしてもよい。

【0083】

そのために、本発明においては、複数のセルから補正対象セルを特定する過程が行われる（Ｓ３３０）。制御部１４０は、予め設定された基準に基づいて、複数のセルから少なくとも１つの補正対象セルを特定するようにしてもよい。ここで、予め設定された基準は非常に多様に設定することができ、よって、本発明において、補正対象セルが特定される過程は非常に多様である。

【0084】

例えば、制御部１４０は、テーブル１１００を構成する複数のセルに対してテキストが認識されると、テキストの認識が行われた全てのセルの検証を行うようにしてもよい。

【0085】

この場合、テキストの認識が行われた全てのセルが補正対象セルとしてそれぞれ特定される。

【0086】

それとは異なり、制御部１４０は、テーブル１１００を構成する複数のセルのうち、カテゴリーセルに含まれるテキストに対して検証を行うようにしてもよい。

【0087】

この場合、制御部１４０は、テーブル１１００を構成する複数のセルのうち、カテゴリーセルに含まれるテキストのそれぞれを補正対象セルとして特定する。

【0088】

ここで、カテゴリーセルは、キーセルとも命名され、データセル（又はバリューセル）とは区分されるものである。

【0089】

カテゴリーセルは、タイトルセルとも命名され、データセルに含まれるデータ（テキスト）のカテゴリー、種類、所属、特徴などを定義する意味のテキストが含まれるセルとして理解される。

【0090】

カテゴリーは、同一又は類似の性質や意味を基準に分けられるものであり、範疇とも命名される。同一のカテゴリーに属するデータは、同一の意味、同一の種類、又は同一の所属に該当するデータであり得る。

【0091】

カテゴリーセルには、カテゴリー名又はカテゴリー名に関連するデータが含まれ、データセルには、カテゴリーセルに含まれるカテゴリー名に属するデータが含まれる。ここで、カテゴリー名は範疇名とも命名される。

【0092】

一例として、図４の（ａ）に示すように、テーブル１１００において、「診療，調剤日付（診療期間）」というテキストが含まれる特定のセル４１２は、カテゴリーセルであり、特定のセル４１２と同じ列に位置し、日付情報がそれぞれ含まれるセル４０３は、特定のセル４１２に関連するデータセルである。

【0093】

他の例として、テーブル１１００において、「患者氏名」というテキストが含まれる特定のセル４１１は、カテゴリーセルであり、特定のセル４１１と同じ行に位置し、名前情報「ホン・ギルドン」が含まれるセル４０５は、特定のセル４１１に関連するデータセルである。

【0094】

図４に示すように、テーブル１１００には、１つ又はそれ以上のカテゴリーセル４１１、４１２、４１３、４１４、４１５、４１６が含まれる。

【0095】

制御部１４０は、テーブル１１００の構造及びセルに含まれるテキストの意味に基づいて、テーブル１１００を構成する複数のセルのタイプを第１タイプ（カテゴリーセルタイプ）及び第２タイプ（データセルタイプ）のいずれかに特定することができる。

【0096】

また、制御部１４０は、テーブル１１００を構成する複数のセルのうち、カテゴリーセルに含まれるテキストのそれぞれを、補正対象セルとして特定することができる。

【0097】

他の例として、制御部１４０は、テーブル１１００を構成する複数のセルのうち、カテゴリーセルの少なくとも一部を、補正対象セルとして特定することができる。ここで、補正対象セルを特定するための予め設定された基準は、前記複数のセルに含まれるテキストに対する認識率に関連するものであってもよい。制御部１４０は、カテゴリーセルから抽出されたテキストのうち、テキストの認識及び抽出当時にテキスト認識率が低い特定のセルを、補正対象セルとして特定することができる。

【0098】

図５に示すように、ＯＣＲ部１３０によりそれぞれのセルに対してテキストを認識する場合、それぞれのテキストの認識の信頼度を特定することができる。

【0099】

このような信頼度は、信頼度スコア（ｃｏｎｆｉｄｅｎｃｅ ｓｃｏｒｅ）又は信頼スコアとも命名される。

【0100】

図５に示すように、このような信頼度スコアは、テーブル１１００を構成するそれぞれのセル及びセルから認識されたテキストの少なくとも一方とマッチングされて保存部１２０に保存されてもよい。

【0101】

制御部１４０は、図５に示すように、テキストの信頼度が予め設定された基準条件を満たすカテゴリーセル（例えば、テキストの信頼度が基準スコア（基準確率など）未満であるセル）を補正対象セルとして特定することができる。図５によれば、信頼スコアが１に近いほど、認識されたテキストが正確に認識された確率が高く、信頼スコアが０に近いほど、認識されたテキストが正確に認識された確率が低いことを意味する。

【0102】

本発明において、制御部１４０は、テキストが正確に認識された確率が低いセルに含まれるテキストの補正を行うことにより、データ処理の演算量を低減し、テーブル１１００に含まれる情報を正確に抽出することができる。このように、制御部１４０は、認識された全てのテキストを補正対象テキストとして特定するのではなく、信頼度に基づいてテキストが正確に認識された確率が低いテキストを補正対象テキストとして特定する。よって、制御部１４０は、補正対象テキストとして特定されたテキストに対してのみ本発明による補正を行うので、全てのテキストに対して補正を行う場合より、データ処理の演算量を低減することができる。

【0103】

例えば、予め設定された基準条件が、テキストの信頼スコアが０．５未満であるセルを補正するように設定された場合、制御部１４０は、図５において、「ＫＥＹ７」に該当するセルを補正対象セルとして特定する。この場合、セル「ＫＥＹ７」に含まれる「(1)粗合負担額」に該当するテキストの補正を行う。

【0104】

このように、様々な方法又は基準に基づいて補正対象セルが特定されると、制御部１４０は、テーブル１１００に含まれる複数のセルのうち補正対象セルに関連する少なくとも１つの関連セル及びそれに含まれるコンテンツ（テキスト）を用いて、補正対象セルに含まれるテキストの補正を行うことができる。

【0105】

そのために、本発明においては、テーブル１１００に含まれる複数のセルから補正対象セルに関連する関連セルを特定する過程が行われる（Ｓ３４０）。

【0106】

以下、説明の便宜上、補正対象セルが図６Aに示す「(1)組合負担額」というテキストが含まれる特定のカテゴリーセル６０１であると仮定して説明する。以下の説明は、全てのカテゴリーセルに対して共通に適用することができる。

【0107】

図４、図６A及び図６Bに示すように、イメージ１０００において、特定のカテゴリーセル６０１に「(1)組合負担額」に該当するテキストが含まれるが、図５において説明したように、ＯＣＲ認識エラーにより「(1)粗合負担額」というテキストが認識されることがある。よって、制御部１４０は、誤って認識されたテキストが含まれる特定のカテゴリーセル６０１及び特定のカテゴリーセル６０１に関連する少なくとも１つの関連セルを用いて、誤って認識されたテキスト（例えば、(1)粗合負担額）の補正を行うことができる。

【0108】

制御部１４０は、補正対象セル６０１を基準として、少なくとも１つの関連セルを特定することができる。

【0109】

制御部１４０は、補正対象セル６０１に含まれるテキストの意味及び補正対象セル６０１の位置の少なくとも一方に基づいて、関連セルを特定することができる。

【0110】

ここで、補正対象セル６０１の関連セルは、カテゴリーセルであってもよい。制御部１４０は、テーブル１１００に含まれるカテゴリーセル及びデータセルのうち、カテゴリーセルのみを補正対象セル６０１の関連セルとして特定することができる。

【0111】

また、制御部１４０は、カテゴリーセルのうち、意味的に補正対象セル６０１に関連するテキストが含まれるカテゴリーセルを関連セルとして特定するか、又は位置的に補正対象セル６０１に隣接するカテゴリーセルを関連セルとして特定することができる。

【0112】

制御部１４０は、補正対象セル６０１に関連するセルを特定する際に、以下のケースのいずれかに基づいて関連セルを特定することができる。

【0113】

第１ケースとして、制御部１４０は、意味的に補正対象セル６０１に関連するテキストが含まれるカテゴリーセルを関連セルとして特定することができる。

【0114】

また、第２ケースとして、制御部１４０は、位置的に補正対象セル６０１に関連するカテゴリーセルを関連セルとして特定することができる。

【0115】

さらに、第３ケースとして、制御部１４０は、第１ケースと第２ケースとを組み合わせ、意味的に補正対象セル６０１に関連するテキストが含まれるカテゴリーセルを関連セルとして特定し、かつ位置的に補正対象セル６０１に関連するカテゴリーセルを関連セルとして特定することができる。第３ケース、第１ケース及び第２ケースにおいて関連セルとして特定されたセルの全てを補正対象セル６０１の関連セルとして特定することができる。

【0116】

以下、第１ケースの具体的な例として、補正対象セル６０１に含まれるテキストの意味に基づいて関連セルを特定する方法について説明する。

【0117】

まず、補正対象セル６０１に含まれるテキストの意味に基づいて関連セルを特定する方法について説明すると、制御部１４０は、補正対象セル６０１に含まれるテキストに関連する意味に該当するテキストが含まれる少なくとも１つのカテゴリーセルを関連セルとして特定することができる。

【0118】

制御部１４０は、人工知能アルゴリズムに基づいて、補正対象セル６０１に含まれるテキストの意味及び他のカテゴリーセルに含まれるテキストの意味を分析し、互いに関連する意味を有するテキストが含まれる少なくとも１つのカテゴリーセルを関連セルとして特定することができる。

【0119】

補正対象セル６０１に関連する意味を有するテキストは、補正対象セル６０１に含まれるテキストの上位概念又は下位概念の意味を有するテキストであってもよい。

【0120】

制御部１４０は、カテゴリーセルに対して補正対象セル６０１及び関連セルを特定するので、カテゴリーセルの特性上、補正対象セル６０１は、関連セルに対して上位概念又は下位概念に該当する意味を有するテキストを含む。例えば、補正対象セル６０１と関連セルとは、同一又は関連するカテゴリー（種類）に該当する意味を有するテキストで構成される。

【0121】

例えば、図６Aに示すように、第１カテゴリーセル６１１に含まれるテキスト（「診療費（薬剤費）内訳」）は、第２カテゴリーセル６１２（「総額(1)＋(2)＋(3)」）、第３カテゴリーセル６１３（「給与」）、第４カテゴリーセル６１５（「(2)患者負担額」）、第５カテゴリーセル６１８（「患者負担総額(2)＋(3)」）、第６カテゴリーセル６０１（補正対象セル、「(1)組合負担額」、ＯＣＲ認識時には「(1)粗合負担額」として認識される）、第７カテゴリーセル６１７（「(3)患者負担額」）、第８カテゴリーセル６１６（「非給与」）に含まれるテキストに対する上位概念の意味を有する。

【0122】

また、第１カテゴリーセル６１１に対して下位概念のカテゴリーセルは、他のカテゴリーセルに対しては上位概念のカテゴリーセルでもある。例えば、第３カテゴリーセル６１３に含まれるテキスト「給与」は、第１カテゴリーセル６１１に含まれるテキスト「診療費（薬剤費）内訳」に対しては下位概念であり、第４カテゴリーセル６１５に含まれるテキスト「(2)患者負担額」及び第６カテゴリーセル６０１（補正対象セル）に含まれるテキスト「(1)組合負担額」（ＯＣＲ認識時には「(1)粗合負担額」として認識される）に対しては上位概念である。

【0123】

一方、制御部１４０は、カテゴリーセルのうち、意味的に補正対象セル６０１に関連するテキストが含まれるカテゴリーセルを関連セルとして特定することができ、より具体的には、補正対象セル６０１に含まれるテキストの上位概念又は下位概念の意味を有するテキストが含まれるカテゴリーセルを関連セルとして特定することができる。

【0124】

第１ケースにおいて、補正対象セル６０１の関連セルは、補正対象セル６０１の上位概念のテキストが含まれる第１カテゴリーセル６１１（「診療費（薬剤費）内訳」）及び第３カテゴリーセル６１３（「給与」）に決定される。

【0125】

以下、第２ケースの具体的な例として、位置的に補正対象セル６０１に関連するカテゴリーセルを関連セルとして特定する方法について説明する。より具体的には、制御部１４０は、テーブル１１００の特性を考慮して、補正対象セル６０１と予め設定された位置関係（又は配列関係）を有するカテゴリーセルを、補正対象セル６０１に含まれるテキストの意味に関連するカテゴリーセル、すなわち関連セルとして判断することができる。

【0126】

ここで、予め設定された位置関係は、補正対象セル６０１に隣接して位置することを意味するものであってもよい。例えば、第２カテゴリーセル６１２（「総額(1)＋(2)＋(3)」）、第３カテゴリーセル６１３（「給与」）、第４カテゴリーセル６１５（「(2)患者負担額」）及び特定のデータセル６２２は、補正対象セル６０１に隣接して位置するものであり、補正対象セル６０１と予め設定された位置関係を有するといえる。

【0127】

このように、補正対象セル６０１と予め設定された位置関係を有するセルは、補正対象セル６０１を基準にして補正対象セル６０１と列方向ａ又は行方向ｂに並んで位置し、補正対象セル６０１に隣接して位置するセルに該当するものである。

【0128】

ここで、補正対象セル６０１の列方向ａに並んで位置するセルは、図６Aの符号６２１、６１１、６１３、６０１、６２２に該当するセルであり、補正対象セル６０１の行方向ｂに並んで位置するセルは、図６Aの符号６４１、６４２、６１２、６０１、６１５、６１７、６１８、６４３、６４４、６４５に該当するセルである。

【0129】

一方、制御部１４０は、カテゴリーセルのみを補正対象セル６０１の関連セルとして特定するので、前述した予め設定された位置関係を有するセル（第２カテゴリーセル６１２（「総額(1)＋(2)＋(3)」）、第３カテゴリーセル６１３（「給与」）、第４カテゴリーセル６１５（「(2)患者負担額」）及び特定のデータセル６２２）のうち特定のデータセル６２２は関連セルから除外される。

【0130】

その結果、制御部１４０は、図６Bに示すように、予め設定された位置関係を有するセルから、カテゴリーセルに該当する第２カテゴリーセル６１２（「総額(1)＋(2)＋(3)」）、第３カテゴリーセル６１３（「給与」）、第４カテゴリーセル６１５（「(2)患者負担額」）を関連セルとして特定することができる。

【0131】

第２ケースによれば、補正対象セル６０１の関連セルとして、第２カテゴリーセル６１２（「総額(1)＋(2)＋(3)」）、第３カテゴリーセル６１３（「給与」）、第４カテゴリーセル６１５（「(2)患者負担額」）が特定される。

【0132】

一方、制御部１４０は、補正対象セル６０１と位置的関係性を有する関連セルを特定するために、補正対象セル６０１のコーナー（頂点）の中央値をテーブル１１００又はイメージ１０００上での補正対象セル６０１の位置として特定し、当該位置を基準として、予め設定された距離以内に位置する中央値を有するカテゴリーセル６１２、６１３、６１５を関連セル６１２、６１３、６１５として特定することができる。

【0133】

ここで、予め設定された距離は、Ｌ２距離情報に基づくものであってもよく、Ｌ２距離情報は、ユークリッド距離（Ｅｕｃｌｉｄｅａｎ ｄｉｓｔａｎｃｅ）情報ともいえる。

【0134】

このように、制御部１４０は、テーブル１１００において、左、右、上、下方向毎に、補正対象セル６０１のコーナー（頂点）の中央値からそれぞれ予め設定された距離以内に位置する中央値を有するカテゴリーセルが存在するか否かを確認することができる。また、確認の結果、予め設定された距離以内に位置する中央値を有するカテゴリーセルが存在する場合、それを関連セルとして特定することができる。

【0135】

前述したように、制御部１４０は、第１ケース又は第２ケースによって、補正対象セル６０１に関連する関連セルを特定することができる。

【0136】

また、制御部１４０は、第１ケースにより特定された関連セル及び第２ケースにより特定された関連セルの全てを、補正対象セル６０１の関連セルとして特定することができる。この場合は前述した第３ケースに該当する。

【0137】

前述したように、制御部１４０は、テーブル１１００に含まれるカテゴリーセルのうち、第１ケースにより、意味的に補正対象セル６０１に関連するテキストが含まれるカテゴリーセルを関連セルとして特定し、また、第２ケースにより、位置的に補正対象セル６０１に隣接するカテゴリーセルを関連セルとして特定することができる。その結果、補正対象セル６０１の関連セルは、図６A及び図６Bに示すように、第１カテゴリーセル６１１（「診療費（薬剤費）内訳」）、第２カテゴリーセル６１２（「総額(1)＋(2)＋(3)」）、第３カテゴリーセル６１３（「給与」）、第４カテゴリーセル６１５（「(2)患者負担額」）となる。

【0138】

ここで、少なくとも１つのカテゴリーセル（例えば、第３カテゴリーセル６１３（「給与」）は、意味的及び位置的に重複して関連セルとして特定される。

【0139】

補正対象セル６０１の関連セルとして特定されたカテゴリーセル６１１、６１２、６１３、６１５は、「関連セル」とも命名されてもよいことは言うまでもなく、同一の符号を用いる。

【0140】

以下では、第３ケースの例示として、意味的関係及び位置的関係の両方を考慮して特定された関連セルを用いて補正対象セル６０１に含まれるテキストの補正を行う方法を例に挙げて説明する。

【0141】

前述したように、第３ケースにより、補正対象セル６０１及び少なくとも１つの関連セルが特定された場合、制御部１４０は、図６Cに示すように、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５に含まれるテキストを用いて補正対象セル６０１の埋め込み（ｅｍｂｅｄｄｉｎｇ）を行って計算（又は算出、導出）された密ベクトル（ｄｅｎｓｅ ｖｅｃｔｏｒ）を、補正対象セル６０１の補正に活用することができる。本発明においては、補正対象セル及び関連セルに含まれるテキスト間の関係性を示すために、補正対象セル及び関連セルに含まれるテキストの埋め込みを行い、補正対象セル及び関連セルに含まれるテキストをベクトルで示すことができる。

【0142】

ここで、埋め込みは、埋め込みの対象となる情報をベクトルで表現する方法であり、本発明において、制御部１４０は、埋め込みにより、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５の情報を密ベクトルの形で表現することができる。

【0143】

より具体的には、制御部１４０は、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５のそれぞれに含まれるテキストを用いて、補正対象セル６０１を示す密ベクトルを計算することができる。

【0144】

また、制御部１４０は、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５を用いて計算された密ベクトルを、補正対象セル６０１の補正に用いることができる。

【0145】

本発明において、埋め込みを行うアルゴリズムは特に限定されず、テキストを密ベクトルで表現できるアルゴリズムであれば本発明に活用することができる。例えば、制御部１４０は、ＦａｓｔＴｅｘｔ、ＢＥＲＴなどのアルゴリズムに基づいて、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５に含まれるテキストを基に補正対象セル６０１を示す密ベクトルを計算することができる。

【0146】

一方、制御部１４０は、埋め込みを行うために、図６Cに示すように、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５に含まれるテキスト６３１、６３２、６３３、６３４、６３５を並べることができる。ここで、制御部１４０は、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５に含まれるテキスト６３１、６３２、６３３、６３４、６３５の並び順序を、予め設定された基準に基づいて決定することができる。

【0147】

例えば、制御部１４０は、意味的関連性のある関連セル６１１、６１３に含まれるテキスト６３２、６３４を補正対象セル６０１に含まれるテキスト６３１にさらに近い位置に配置することもでき、逆に、位置的関連性のある関連セル６１２、６１３、６１５に含まれるテキスト６３３、６３４、６３５を補正対象セル６０１に含まれるテキスト６３１にさらに近い位置に配置することもできる。

【0148】

また、制御部１４０は、意味的関連性及び位置的関連性の両方を有する関連セル６１３に含まれるテキスト６３４を補正対象セル６０１に含まれるテキスト６３１に最も近い位置に配置することもできる。

【0149】

このように、制御部１４０は、埋め込みにより、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５に含まれるテキストを基に補正対象セル６０１をベクトルで示すことができる。このように、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５に含まれるテキスト６３１、６３２、６３３、６３４、６３５を基に補正対象セル６０１に対して埋め込みが完了すると、本発明においては、補正対象セルの補正を行う過程が行われる（Ｓ３５０）。

【0150】

制御部１４０は、補正対象セル６０１及び関連セルに含まれるテキスト６３１、６３２、６３３、６３４、６３５を用いて算出された補正対象セルのベクトルを用いて、補正対象セル６０１に含まれるテキストの補正を行うことができる。ここで、補正対象セル６０１のベクトルは、前述した密ベクトルに該当するものであり得る。

【0151】

より具体的には、制御部１４０は、予め特定されたデータセットから、補正対象セル６０１のベクトルに最も類似したベクトル表現を有する単語（例えば、補正対象ベクトルに最も近い距離に位置する特定のベクトルに対応する単語）を、補正対象テキストとして抽出することができる。

【0152】

制御部１４０は、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５を用いて計算された補正対象セルのベクトルと予め特定されたデータセットに含まれるベクトル間の距離に基づいて、予め特定されたデータセットから補正対象テキストを抽出することができる。ここで、予め特定されたデータセットは、テーブル１１００に含まれる複数のセル、特にカテゴリーセルに含まれ得る候補テキスト及びそれに対応するベクトルを含んでもよい。このようなデータセットは、事前に構築されたものであってもよく、データセットに含まれ得る候補テキストは、データセットが構築された後も、さらにデータセットに含まれるか、又はデータセットから除去されることが可能である。

【0153】

また、このようなデータセットには、テーブル１１００を構成する複数のセルの位置関係及びそれぞれのセルに含まれる候補テキスト間の意味関係の少なくとも一方に基づいて埋め込みが行われた結果が含まれてもよい。すなわち、データセットには、候補テキストのそれぞれに関するベクトル情報が含まれてもよい。

【0154】

制御部１４０は、データセットから、補正対象セル６０１のベクトルに最も近い特定のベクトルに対応するテキスト８０６（図７参照）を、補正対象テキストとして抽出することができる。

【0155】

また、制御部１４０は、補正対象セル６０１に含まれるテキストを、補正対象セル６０１のベクトルに最も近い特定のベクトルに対応するテキスト８０６（図７参照）に変更することができる。

【0156】

このように、制御部１４０は、補正対象セル６０１及び関連セル６１１、６１２、６１３、６１５に含まれるテキスト８０１～８０５を用いて導出された補正対象セル６０１のベクトルを用いて、データセットから、補正対象テキスト８０６を抽出することができる。

【0157】

その結果、補正対象セル６０１に対して誤って認識されたテキスト「(1)粗合負担額」が「(1)組合負担額」に補正される。

【0158】

このように、データセットから補正対象テキスト８０６が抽出されると、制御部１４０は、補正対象セル６０１に含まれるテキスト８０１を補正対象テキスト８０６に変更することができる。

【0159】

一方、前述したように、補正対象テキスト８０６が抽出されると、制御部１４０は、抽出された補正対象テキスト８０６を、イメージ１０００に含まれるテーブル１１００をデータ化するのに活用することができる。制御部１４０は、イメージ１０００に含まれるテーブル１１００のデータ化の結果として得られたデータ上に、補正対象テキスト８０６を含めることができる。

【0160】

また、制御部１４０は、テーブル１１００をデータ化するだけでなく、データ化の結果として得られたデータを用いて、イメージ１０００に含まれるテーブル１１００に対応する構造を有するテーブルを生成することができる。

【0161】

例えば、制御部１４０は、図８の（ａ）に示すように、スキャンされたイメージに含まれるテーブル９１０から抽出されたデータの少なくとも一部に該当するテキスト９３０（「撰沢診療科以外」）にエラーがある場合、前述した方法で補正を行うことにより、図８の（ｂ）に示すように、補正されたテキスト９４０（「選択診療料以外」）が含まれるデータを確保することができる。また、必要に応じて、補正されたテキスト９４０が含まれるテーブル９２０を生成することができ、このようなテーブル９２０は、スキャンの対象となったテーブル９１０と同じ内容で構成される。

【0162】

前述したように、本発明による文字認識方法及び文字認識システムは、イメージに含まれるテーブルからテキストを認識し、認識されたテキストの検証を行うことにより、イメージに含まれるテーブルの内容をより正確にデータ化することができる。

【0163】

より具体的には、本発明による文字認識方法及び文字認識システムは、イメージに含まれるテーブルから、テーブルに含まれるテキストが誤って認識された場合、それを補正することにより、イメージに含まれるテーブルの内容をより正確にデータ化することができる。そのために、本発明においては、テーブルを構成するセルの配置関係、セルに含まれるテキストの意味関係を考慮して、補正の対象となったセルに含まれるテキストを補正することにより、イメージに含まれるテーブルの内容をそのままデータ化することのできる、正確度の高い文字認識方法及びシステムを提供することができる。その結果、本発明による文字認識方法及びシステムは、イメージに含まれるテーブルと同じ内容を含むテーブルを生成することができる。

【0164】

また、本発明による文字認識方法及び文字認識システムは、テキスト認識率が低い特定のセルに対してのみ補正を行うことにより、イメージに含まれるテーブルの内容を正確にデータ化しながらも、データ処理量を最小限に抑えることができる。

【0165】

一方、前述した本発明は、コンピュータで１つ以上のプロセスにより実行され、コンピュータ可読媒体（又は記録媒体）に格納可能なプログラムとして実現することができる。

【0166】

また、前述した本発明は、プログラム記録媒体にコンピュータ可読コード又はコマンドとして実現することができる。すなわち、本発明は、プログラムの形態で提供することができる。

【0167】

一方、コンピュータ可読媒体は、コンピュータシステムにより読み取り可能なデータが記録されるあらゆる種類の記録装置を含む。コンピュータ可読媒体の例としては、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｉｓｋ）、ＳＤＤ（Ｓｉｌｉｃｏｎ Ｄｉｓｋ Ｄｒｉｖｅ）、ＲＯＭ、ＲＡＭ、ＣＤ－ＲＯＭ、磁気テープ、フロッピーディスク、光データ記憶装置などが挙げられる。

【0168】

また、コンピュータ可読媒体は、ストレージを含み、電子機器が通信によりアクセスできるサーバ又はクラウドストレージであり得る。この場合、コンピュータは、有線又は無線通信により、サーバ又はクラウドストレージから本発明によるプログラムをダウンロードすることができる。

【0169】

さらに、本発明において、前述したコンピュータは、プロセッサ、すなわち中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ，ＣＰＵ）が搭載された電子機器であり、その種類は特に限定されない。

【0170】

一方、本発明の詳細な説明は例示的なものであり、あらゆる面で制限的に解釈されてはならない。本発明の範囲は添付の特許請求の範囲の合理的解釈により定められるべきであり、本発明の等価的範囲内でのあらゆる変更が本発明の範囲に含まれる。

【符号の説明】

【0171】

１００ 文字認識システム
１１０ 受信部
１２０ 保存部
１３０ ＯＣＲ部
１４０ 制御部
１５０ 外部サーバ
１５１ クラウドサバー
１５２ データベース（ＤＢ）
２００ テーブル
２０１、２０２ 水平ライン
２０３、２０４ 垂直ライン
２１０ セル
１０００ イメージ
１１００ テーブル

【図1】

【図2】

【図3】

【図4】

【図5】

【図6A】

【図6B】

【図6C】

【図7】

【図8】