特許 7519649 情報処理装置、情報処理方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-07-11

(45)【発行日】2024-07-22

(54)【発明の名称】情報処理装置、情報処理方法及びプログラム

(51)【国際特許分類】

   G06V 30/262 20220101AFI20240712BHJP

【ＦＩ】

G06V30/262

【請求項の数】 7

(21)【出願番号】P 2024506714

(86)(22)【出願日】2024-02-02

(86)【国際出願番号】 JP2024003447

【審査請求日】2024-02-02

【早期審査対象出願】

(73)【特許権者】

【識別番号】516380407

【氏名又は名称】ファーストアカウンティング株式会社

(74)【代理人】

【識別番号】110004222

【氏名又は名称】弁理士法人創光国際特許事務所

(72)【発明者】

【氏名】藤武 将人

【審査官】藤原 敬利

(56)【参考文献】

【文献】特開２０２０－１０２１６６（ＪＰ，Ａ）

【文献】特開２０２１－１９７１７５（ＪＰ，Ａ）

【文献】国際公開第２０２１／０１０２７６（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｔ ７／００－ ７／９０

Ｇ０６Ｖ １０／００－２０／９０

Ｇ０６Ｖ ３０／００－３０／４２４

(57)【特許請求の範囲】

【請求項1】

画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、を関連付けた教師データを取得する取得部と、
前記取得部が取得した教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成する学習部と、
を有し、
前記認識文字列は、画像に含まれる文字列であって、該文字列を構成する文字のうち１以上の文字に重なるように押印された文書を光学文字認識することにより生成された文字列を含む、
情報処理装置。

【請求項2】

画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、を関連付けた教師データを取得するとともに、推論対象の認識文字列と、推論対象の認識文字列を生成するために認識された画像である推論対象画像と、を取得する取得部と、
前記取得部が取得した教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成する学習部と、
前記推論対象画像における文字列と印影との重なりの有無を判定する判定部と、
前記判定部が当該画像において文字列と印影とが重なっていると判定する場合、前記取得部が取得した認識文字列を前記学習済みモデルに入力し、入力された認識文字列に対応する文字列を出力させる推論部と、
前記学習済みモデルが出力した文字列を表示部に表示させる表示制御部と、
を有する情報処理装置。

【請求項3】

画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、該認識文字列に対応する前記画像を光学文字認識した認識手段を識別するための認識手段識別情報と、を関連付けた教師データを取得するとともに、推論対象の認識文字列と、該認識文字列に対応する認識手段識別情報と、を取得する取得部と、
前記取得部が取得した教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列及び認識手段識別情報を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成する学習部と、
前記取得部が取得した認識文字列及び認識手段識別情報を前記学習済みモデルに入力し、入力された認識文字列に対応する文字列を出力させる推論部と、
前記学習済みモデルが出力した文字列を表示部に表示させる表示制御部と、
を有する情報処理装置。

【請求項4】

コンピュータが実行する、
画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、を関連付けた教師データを取得するステップと、
取得された前記教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成するステップと、
を有し、
前記認識文字列は、画像に含まれる文字列であって、該文字列を構成する文字のうち１以上の文字に重なるように押印された文書を光学文字認識することにより生成された文字列を含む、
情報処理方法。

【請求項5】

コンピュータが実行する、
画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、を関連付けた教師データを取得する第１取得ステップと、
取得された前記教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成する生成ステップと、
推論対象の認識文字列と、推論対象の認識文字列を生成するために認識された画像と、を取得する第２取得ステップと、
当該画像における文字列と印影との重なりの有無を判定する判定ステップと、
前記判定ステップにおいて当該画像において文字列と印影とが重なっていると判定される場合、前記第２取得ステップにおいて取得された認識文字列を前記学習済みモデルに入力し、入力された認識文字列に対応する文字列を出力させる出力ステップと、
前記学習済みモデルが出力した文字列を表示部に表示させる表示制御ステップと、
を有する情報処理方法。

【請求項6】

コンピュータが実行する、
画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、認識文字列に対応する前記画像を光学文字認識した認識手段を識別するための認識手段識別情報と、を関連付けた教師データを取得する第１取得ステップと、
取得された前記教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列と、認識手段識別情報と、を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成する生成ステップと、
推論対象の認識文字列と、該認識文字列に対応する認識手段識別情報と、を取得する第２取得ステップと、
前記第２取得ステップにおいて取得された認識文字列及び認識手段識別情報を前記学習済みモデルに入力し、入力された認識文字列に対応する文字列を出力させる推論ステップと、
前記学習済みモデルが出力した文字列を表示部に表示させる表示制御ステップと、
を有する情報処理方法。

【請求項7】

コンピュータに、
画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、を関連付けた教師データを取得するステップと、
取得された前記教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成するステップと、
を実行させ、
前記認識文字列は、画像に含まれる文字列であって、該文字列を構成する文字のうち１以上の文字に重なるように押印された文書を光学文字認識することにより生成された文字列を含む、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

【背景技術】

【0002】

ＯＣＲにより認識された文字列について、誤り箇所の検出と検出された誤り箇所の訂正とを行うことにより訂正する技術が知られている（例えば特許文献１）。

【先行技術文献】

【特許文献】

【0003】

特表２０１８－５２３１８８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

取引書類においては、書類中の文字列に重なるように押印する場合があるが、このような書類においては文字列中に含まれる文字のうち複数の文字が読み取れない場合が生じ得る。従来技術においては、このようにして生じた文字列中の複数の文字が誤認識された場合に訂正が困難になるという問題が生じていた。

【0005】

そこで、本発明はこれらの点に鑑みてなされたものであり、ＯＣＲ（Optical Character Recognition）による文字認識の傾向に基づいて認識結果を訂正できるようにすることを目的とする。

【課題を解決するための手段】

【0006】

本発明の第１の態様に係る情報処理装置においては、画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、を関連付けた教師データを取得する取得部と、前記取得部が取得した教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成する学習部と、を有する。

【0007】

前記認識文字列は、画像に含まれる文字列であって、該文字列を構成する文字のうち１以上の文字に重なるように押印された文書を光学文字認識することにより生成された文字列を含んでもよい。

【0008】

前記取得部は、推論対象の認識文字列を取得し、前記情報処理装置は、前記取得部が取得した認識文字列を前記学習済みモデルに入力し、入力された認識文字列に対応する文字列を出力させる推論部と、前記学習済みモデルが出力した文字列を表示部に表示させる表示制御部と、をさらに有してもよい。

【0009】

前記取得部は、推論対象の認識文字列を生成するために認識された画像をさらに取得し、前記情報処理装置は、当該画像における文字列と印影との重なりの有無を判定する判定部をさらに有し、前記推論部は、前記判定部が当該画像において文字列と印影とが重なっていると判定する場合、前記取得部が取得した認識文字列を前記学習済みモデルに入力し、入力された認識文字列に対応する文字列を出力させてもよい。

【0010】

前記教師データにおいては、認識文字列に対応する前記画像を光学文字認識した認識手段を識別するための認識手段識別情報がさらに関連付けられており、前記学習済みモデルは、認識文字列と、認識手段識別情報と、を入力として、入力された認識文字列に対応する文字列を出力し、前記取得部は、推論対象の認識文字列と、該認識文字列に対応する認識手段識別情報と、を取得し、前記推論部は、前記取得部が取得した認識文字列及び認識手段識別情報を前記学習済みモデルに入力し、入力された認識文字列に対応する文字列を出力させてもよい。

【0011】

本発明の第２の態様の情報処理方法においては、コンピュータが実行する、画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、を関連付けた教師データを取得するステップと、取得された前記教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成するステップと、を有する。

【0012】

本発明の第３の態様のプログラムにおいては、コンピュータに、画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、を関連付けた教師データを取得するステップと、取得された前記教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成するステップと、を実行させる。

【発明の効果】

【0013】

本発明によれば、所定の傾向を有するＯＣＲによる認識結果を訂正できるという効果を奏する。

【図面の簡単な説明】

【0014】

【図1】情報処理システムＳの概要を説明するための図である。

【図2】情報処理装置１の構成を示すブロック図である。

【図3】取得部１３１が取得する教師データの一例を示す図である。

【図4】認識文字列を生成する対象の画像の一部を示す図である。

【図5】情報処理装置１における処理の流れを示すフローチャートである。

【図6】取得部１３１が取得する教師データの一例を示す図である。

【発明を実施するための形態】

【0015】

［情報処理システムＳの概要］
図１は、情報処理システムＳの概要を説明するための図である。情報処理システムＳは、画像に含まれる文字列を光学文字認識した結果を出力するためのシステムである。情報処理装置１、認識手段２及び情報端末３を有する。

【0016】

情報処理装置１は、光学文字認識されることで生成された文字列を訂正するための装置である。認識手段２は、画像を光学文字認識することにより、画像に含まれる文字列を出力する。なお、情報処理装置１は、認識手段２と一体に構成されてもよい。すなわち、情報処理装置１が認識対象の画像に基づいて認識結果の文字列を生成し、認識結果の文字列を訂正し、訂正した文字列を出力するよう構成されてもよい。

【0017】

情報端末３は、情報処理システムＳを利用するユーザが使用する端末である。情報端末３は、例えばスマートフォン、タブレット又はパーソナルコンピュータである。

【0018】

まず、情報処理装置１における学習について説明する。情報処理装置１は、認識文字列と、正解文字列と、を関連付けた教師データＤ１を取得する。認識文字列は、画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である。正解文字列は、該認識文字列が抽出された画像に含まれる文字列の正解を示す。教師データにおいては、認識文字列と正解文字列とのペアが複数含まれる。認識文字列においては、正解文字列と異なる文字列（すなわち、ＯＣＲが文字列を誤って認識した結果生成された文字列）が含まれていてもよいし、正解文字列と同一の文字列が含まれていてもよい。

【0019】

情報処理装置１は、教師データに基づいて事前学習済みモデルを学習させ、学習済みモデルＭを生成する。学習済みモデルＭは、推論対象の認識文字列が入力されると、推論対象の認識文字列に対応する文字列を出力する。事前学習済みモデルは、大量のテキストデータを学習用データセットとして文の意味や文脈を理解できるように学習した学習済みモデルである。一例として、事前学習済みモデルは、学習用データセットに基づいてMasked Language Model （MLM）及びNext Sentence Prediction （NSP）のタスクを解かせることで、与えられた文脈に基づいて後続する単語を予測できるように学習させた学習済みモデルである。

【0020】

情報処理システムＳにおける推論処理の概要について説明する。情報処理装置１は、推論対象の画像データＤ２に対応する認識文字列を取得する。画像データＤ２は、文字列を含む書類を画像化した画像データである。より具体的には、認識手段２は、推論対象の画像データＤ２を取得し、画像データＤ２を光学文字認識することにより推論対象の認識文字列を生成し、情報処理装置１に出力する。情報処理装置１は、認識文字列を学習済みモデルＭに入力し、認識文字列に対応する文字列を出力する。

【0021】

情報処理装置１がこのように構成されることで、ＯＣＲの認識の傾向に基づいて、認識結果を訂正することができるという効果を奏する。すなわち、ＯＣＲの誤認識結果と、画像に含まれる本来の文字列との関係を学習することにより、ＯＣＲによる読取結果の文字数と画像に含まれる本来の文字数とが異なることにより誤り箇所の検出が困難な場合であっても認識結果を訂正することが期待できる。

【0022】

［情報処理装置１の構成］
図２は、情報処理装置１の構成を示すブロック図である。情報処理装置１は、通信部１１、記憶部１２及び制御部１３を有する。制御部１３は、取得部１３１、学習部１３２、推論部１３３、表示制御部１３４及び判定部１３５を有する。

【0023】

通信部１１は、ネットワークを介して他の装置とデータの送受信をするための通信インターフェースである。記憶部１２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＳＳＤ（Solid State Drive）、ハードディスクドライブ等を含む記憶媒体である。記憶部１２は、制御部１３が実行するプログラムを予め記憶している。

【0024】

制御部１３は、例えばＣＰＵ（Central Processing Unit）等のプロセッサである。制御部１３は、記憶部１２に記憶されたプログラムを実行することにより、取得部１３１、学習部１３２、推論部１３３、表示制御部１３４及び判定部１３５として機能する。

【0025】

取得部１３１は、教師データを取得する。一例として、取得部１３１は、情報端末３から教師データを取得する。図３は、取得部１３１が取得する教師データの一例を示す図である。図３に示すように、教師データおいては、認識文字列と、該認識文字列に対応する正解文字列と、が関連付けられている。

【0026】

学習部１３２は、取得部１３１が取得した教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成する。一例として、学習部１３２は、認識文字列を入力として、文字列を出力させるタスクを事前学習済みモデルに実行させ、出力された文字列と入力した認識文字列に関連付けられた正解文字列との誤差に基づいてパラメータを更新することで、事前学習済みモデルＭを学習させ、学習済みモデルＭを生成する。

【0027】

情報処理装置１がこのように構成されることで、ＯＣＲによる認識誤りの傾向に基づいて認識結果を訂正する手段を提供することができる。

【0028】

情報処理装置１によって提供される認識結果の訂正は、特に光学文字認識される時点において読取対象の文字列と重なるように何らかの要素が上書きされている場合に好適である。一例として、認識対象の文字列に重なるように押印された書類を光学文字認識することにより認識文字列が生成された文字列を訂正する場合に情報処理装置１は好適である。より具体的には、発行する企業名に被さるように押印して発行された請求書等の文字列を訂正する場合である。すなわち、認識文字列は、画像に含まれる文字列であって、該文字列を構成する文字のうち１以上の文字に重なるように押印された文書を光学文字認識することにより生成された文字列を含む。図４は、このような場合の認識文字列を生成する対象の画像の一部を示す図である。図４に示す画像は押印された請求書を画像化した画像の一部を示す。図４に示す画像においては、書類に本来記載されていた「株式会社ＡＢＣ」の文字列のうち、「会社Ａ」に相当する部分に重なるように押印されている。この場合の認識文字列は、例えば「株式＃ＢＣ」等の文字列となることが想定され、教師データとして「株式＃ＢＣ」の認識文字列と「株式会社ＡＢＣ」の正解文字列と、をペアとして学習部１３２は学習させた学習済みモデルＭを生成する。

【0029】

情報処理装置１における推論処理について説明する。取得部１３１は、推論対象の認識文字列を取得する。推論部１３３は、取得部１３１が取得した認識文字列を学習済みモデルＭに入力し、入力された認識文字列に対応する文字列を出力させる。取得部１３１は、認識手段から認識文字列を取得してもよいし、情報端末３から文字列を取得してもよい。

【0030】

表示制御部１３４は、学習済みモデルＭが出力した文字列を表示部に表示させる。一例として、表示制御部１３４は、学習済みモデルＭが出力した文字列を情報端末３の表示部に表示させる。また、情報処理装置１が表示部を有してもよく、この場合、表示制御部１３４は、情報処理装置１の表示部に学習済みモデルＭが出力した文字列を表示させる。

【0031】

表示制御部１３４は、取得部１３１が取得した認識文字列と、推論部１３３が学習済みモデルＭに出力させた認識文字列に対応する文字列と、を関連付けて表示部に表示させてもよい。また、表示制御部１３４は、認識文字列と、推論部１３３が出力させた文字列と、のいずれかを選択可能に構成された画面を表示部に表示させてもよい。表示制御部１３４は、認識文字列と、推論部１３３が学習済みモデルＭに出力させた文字列と、が一致するか否かを判定し、認識文字列と、推論部１３３が学習済みモデルＭに出力させた文字列と、が一致しない場合にユーザに文字列が訂正されたことを認識させるための情報を、表示部に表示させてもよい。

【0032】

ＯＣＲの誤りの傾向を学習した学習済みモデルＭに認識された文字列を入力し、対応する文字列を出力させるよう情報処理装置１が構成されることで、ＯＣＲの誤認識の傾向を踏まえて文字列を認識させることが可能になる。

【0033】

文字列の読取が困難な可能性がある場合に、上記の訂正処理が行われるよう情報処理装置１が構成されてもよい。

【0034】

取得部１３１は、推論対象の認識文字列を生成するために認識された画像を取得する。一例として、取得部１３１は、認識文字列と、認識文字列を生成するために認識された画像と、を関連付けて取得する。

【0035】

判定部１３５は、画像における文字列と印影との重なりの有無を判定する。一例として、記憶部１２は、画像における文字列と印影との重なりを判定するための学習済みモデルである判定モデルを記憶する。判定モデルは、画像を入力として受付け、画像に含まれる文字列中に印影との重なりがあるか否かを示すフラグを出力するよう学習されている。一例として、判定モデルは、文字列を含む画像と、画像における文字列と印影との重なりの有無を示すラベルを関連付けた教師データに基づいて学習されている。

【0036】

判定部１３５は、取得部１３１が取得した画像を判定モデルに入力し、画像に含まれる文字列中に印影との重なりがあるか否かを示すフラグを出力させる。判定部１３５は、判定モデルに出力させたフラグに基づいて、画像における文字列と印影との重なりの有無を判定する。

【0037】

推論部１３３は、判定部１３５が画像において文字列と印影とが重なっていると判定する場合、取得部１３１が取得した認識文字列を学習済みモデルＭに入力し、入力された認識文字列に対応する文字列を出力させる。表示制御部１３４は、学習済みモデルＭが出力した文字列と、取得部１３１が取得した認識対象の画像と、を関連付けて表示部に表示してもよい。このように構成されることで、ユーザは情報処理装置１が出力した文字列の妥当性を判断することができる。

【0038】

情報処理装置１がこのように構成されることで、文字列の読取が困難な可能性がある場合に誤認識傾向を踏まえた読取結果の訂正を行うことができるようになる。その結果、不要な文字列の訂正を防止することが可能となり、文字列認識の精度を向上させることができる。

【0039】

なお、情報処理装置１は、画像を光学文字認識し、認識文字列を生成するための認識手段をさらに有してもよい。この場合、取得部１３１は、光学文字認識を行う対象の画像を取得し、取得した画像を認識手段に入力する。取得部１３１は、認識手段が当該画像を光学文字認識することで生成された認識文字列を取得する。

【0040】

［情報処理装置１における処理の流れ］
図５は、情報処理装置１における処理の流れを示すフローチャートである。図５に示すフローチャートは、学習を開始する指示を受付けた時点から開始している。

【0041】

取得部１３１は、教師データを取得する（Ｓ０１）。学習部１３２は、取得した教師データに基づいて学習済みモデルＭを生成する（Ｓ０２）。一例として、学習部１３２は、取得した教師データに基づいて事前学習済みモデルをファインチューニングすることで、学習済みモデルＭを生成する。

【0042】

取得部１３１は、推論対象の認識文字列を取得する（Ｓ０３）。推論部１３３は、取得部１３１が取得した認識文字列を学習済みモデルＭに入力し、入力された認識文字列に対応する文字列を出力させる（Ｓ０４）。表示制御部１３４は、学習済みモデルＭが出力した文字列を表示部に表示させる（Ｓ０５）。そして、情報処理装置１は、処理を終了する。

【0043】

＜変形例＞
ＯＣＲの種類ごとに文字列の認識の傾向が異なる場合がある。そこで、認識文字列を生成したＯＣＲの種類をさらに含む教師データに基づいて学習済みモデルＭを学習させるよう情報処理装置１が構成されてもよい。

【0044】

教師データにおいては、認識文字列に対応する画像を光学文字認識した認識手段を識別するための認識手段識別情報がさらに関連付けられている。図６は、この場合に取得部１３１が取得する教師データの一例を示す図である。図６に示す教師データにおいては、認識文字列と正解文字列のペアに、認識手段識別情報がさらに関連付けられている。認識手段識別情報は、一例として、ＯＣＲのベンダ、ソフトウェアのバージョン又は機種等を示す。

【0045】

学習部１３２は、認識手段識別情報を含む教師データに基づいて、事前学習済みモデルを学習させ、学習済みモデルＭを生成する。この場合の学習済みモデルＭは、認識文字列と、認識手段識別情報と、を入力として、入力された認識文字列に対応する文字列を出力する。

【0046】

取得部１３１は、推論対象の認識文字列と、該認識文字列に対応する認識手段識別情報と、を取得する。すなわち、取得部１３１は、推論対象の認識文字列と、当該認識文字列を生成した認識手段を示す認識手段識別情報と、を関連付けて取得する。

【0047】

推論部１３３は、取得部１３１が取得した認識文字列及び認識手段識別情報を学習済みモデルＭに入力し、入力された認識文字列に対応する文字列を出力させる。

【0048】

変形例における情報処理装置１においては、ＯＣＲの種類ごとに異なる認識の傾向に基づいて認識結果の訂正を提供することができる。

【0049】

以上、実施の形態を用いて本発明を説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。

【符号の説明】

【0050】

１ 情報処理装置
２ 認識手段
３ 情報端末
１１ 通信部
１２ 記憶部
１３ 制御部
１３１ 取得部
１３２ 学習部
１３３ 推論部
１３４ 表示制御部
１３５ 判定部

【要約】

画像に含まれる文字列を光学文字認識により認識されることにより生成された文字列である認識文字列と、該認識文字列に対応する前記画像における文字列の正解を示す正解文字列と、を関連付けた教師データを取得する取得部１３１と、
前記取得部１３１が取得した教師データに基づいて、自然言語処理タスクを実行可能に事前学習された事前学習済みモデルを学習させることにより、認識文字列を入力として、入力された認識文字列に対応する文字列を出力するように学習された学習済みモデルを生成する学習部１３２と、を有する情報処理装置１である。
前記認識文字列は、画像に含まれる文字列であって、該文字列を構成する文字のうち１以上の文字に重なるように押印された文書を光学文字認識することにより生成された文字列を含んでもよい。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】