文脈自由文法上のある非文訂正技術を用いたOCR出力後の誤り検出

概要

論文の詳細を見る
イメージスキャナなどを用いた文字認識技術は年々向上し,その需要も増えつつあるが,文字認識後の複数候補の選択や,誤って選択した文字を検出する機構が,現在のところ十分に発達しているとは言い難いこのような誤り検出をするための研究として,隣接文字間の接続確率を用いた方法などが成果を上げているが,確率の学習を十分に行なわせるためには,かなりの量のコーバスが必要であり,実用段階には至っていない.また,最小文節法に基づいた方法では,誤り推定の候補を1つだけしか出力しなかったため,誤り検出に十分な能力を示してはいない.一方,文脈自由文法上の非文訂正法として,文献[2,3]などが提案されている.これらの方法は,元の言語を文脈自由文法上の文法として規定できれば,それを誤り訂正用の文法に変換することにより,誤った文が入力されても,正しい文が入力されたときと同じように解析可能となる.しかもこれらの方法は,どこに誤りがあったのかも知ることができる.特に我々が開発した方法(以下,渥美らの方法とする)は,後で示す誤り訂正演算の使用回数が最小の場合だけの解析に留めず,最小から最小+dまでの誤り訂正演算の使用回数までの解析をすることにより,かなり広範な誤り訂正ができるものと期待きる.このような方法が現在まであまり注目されていなかったのは,入力列の長さを、とするとき,実行時間がO(n^3)もかかることや,使用する記憶容量がO(n^2)になり,採用が困難であったためだが,近年の計算機の高速化,大容量化に伴ない,十分実行可能な環境が整ったと考えている.そこで本稿では,渥美らの方法を形態素解析に応用した誤り検出手法を提案し,その手法について計算機実験を行ったので,それを報告する.
1994-09-20

文脈自由文法上のある非文訂正技術を用いたOCR出力後の誤り検出

スポンサーリンク

概要

著者

関連論文

スポンサーリンク