JP2008276766A - フォーム自動埋込方法及び装置 - Google Patents

Abstract

【課題】フォームの完成のために要する時間の最小化と共に処理における誤りにも対応した電子フォームを埋めるための方法を提供する。
【解決手段】ハードコピー書類の取込画像内のテキスト内容を識別する光学式文字認識エンジン６４と、埋められることになるフォームの欄を埋めるためにテキスト内容の中の候補テキストセグメントにタグ付けするタグ付けモジュール６８と、フォームの複数の欄のそれぞれについて、前記欄を欄除外パラメータに基づいて手作業入力欄または自動的に埋められる欄として指定し、自動的に埋められる欄として指定された欄を自動的に埋め、手作業で埋められる欄を空欄のまま残す欄除外モジュールと７２と、を有し、前記欄除外パラメータは、タグ付けの誤り率、光学式文字認識の誤り率、および欄の関連度パラメータのうちの少なくとも１つの関数として行う。
【選択図】図３

Description

例示的な実施態様は、情報技術に関する。特にそれは、物理的な書類から抽出したテキスト情報を用いてフォームを埋めるための方法および装置に関し、特にそれに関して述べられることになる。

多くのビジネス関連フォームは、現在、電子形式である。場合によっては、それらのフォームに書き込むための情報が印刷書類で呈示される。たとえば、本に関係する情報を入力するための電子フォームは、著者、題名、ＩＳＢＮ番号、発行者、および日付等の欄を含むことがある。フォームはまた、名刺、ＩＤ、書状、およびそのほかの物理的な書類からの情報が電子形式で利用可能となるように、それらの情報を入力するためにも存在する。

光学式文字認識（ＯＣＲ）技術は、スキャンされた画像からテキスト情報を抽出するソフトウエアを採用する。その種のテクニックが、本、名刺、およびそれらの類からテキスト情報を抽出するために応用されている。テキストが抽出された後は、各テキスト行をデータ型についてタグ付けすることが可能である。抽出された情報は、電子フォーム内の対応する欄をあらかじめ書き込むために使用できる。そのほかの情報は手作業で入力できる。たとえば名刺またはＩＤの取り込み時に、テキスト行を『個人名』、『役職』『所属』等々としてタグ付けすることによって個人データが抽出されるようにできる。タグ付けされた個人データを使用して新しい連絡フォーム等のフォームを埋めることが可能であり、その後それを連絡データベース内に組み込むことが可能である。会社の郵便室もまた、この種のテクニックを使用し、到来した郵便物から抽出された情報を用いてフォームを完成することによってデータベースを提供することができる。

フォームを埋めるために使用されるＯＣＲ技術は、ディジタル書類内の個別の文字の認識、および抽出された情報とフォームの特定の欄の正しい結合（タグ付け）の両方において必ずいくつかの誤りをもたらす。しかしながら情報の手作業の入力は時間を要し、また概して誤りも招く。

フォームの完成のために要する時間の最小化と共に処理における誤りにも対応した電子フォームを埋めるための方法を提供する。

例示的な実施態様の１つの態様によれば、電子フォームの欄を、書類の画像を取り込むこと、取り込まれた画像に対して光学式文字認識を適用してテキスト内容を識別すること、およびテキスト内容内の候補テキストセグメントをフォームの欄についてタグ付けすることによって獲得された候補テキストセグメントを用いて自動的に埋めるために選択するための方法である。この方法は、フォームの複数の欄のそれぞれについて、テキストの長さパラメータ、光学式文字認識の誤り率、タグ付けの誤り率、および欄の関連度パラメータから選択された少なくとも１つのパラメータに基づいて欄除外関数を計算することを含む。自動的に埋めるために欄を選択するか否かの決定が、計算された欄除外関数に基づいてなされる。

この方法においては、欄除外関数の計算が、欄のための手作業入力時間および手作業訂正時間の評価を含むことができ、計算される関数は、評価された手作業入力時間および手作業訂正時間に基づく。

欄除外関数は、欄の関連度パラメータに基づくこともできる。

この方法は、さらに、フォームの複数の欄のそれぞれについて、関連度パラメータを欄に割り当てることを含み、欄除外関数は、割り当てられた欄の関連度パラメータに基づく。

光学式文字認識誤り率は、光学式文字認識デバイスによって提供される情報から評価できる。

この方法は、さらに、フォームの複数の欄のそれぞれについて、画像の取り込みに使用されるデバイスの画質属性の説明となる画像取込パラメータを割り当てることを含み、欄除外関数は、その画像取込パラメータに基づく。

この方法は、さらに、フォームの複数の欄のそれぞれについて、テキスト属性に基づいてテキスト属性パラメータを割り当てることを含み、欄除外関数は、そのテキスト属性パラメータに基づく。

この方法は、さらに、フォームの複数の欄のそれぞれについて、選択されたユーザインターフェースについての手作業の挿入および訂正の時間に基づいてインターフェース属性パラメータを割り当てることを含み、欄除外関数は、そのテキスト属性パラメータに基づく。

欄のテキストの長さパラメータは、その欄のための、書類の代表的な標本から得られたテキストセグメントの平均の長さに基づくことができる。

フォームの欄のうちの少なくとも第１のものに、そのフォームの第２の欄の関連度パラメータと異なる関連度パラメータを割り当てることができる。

この方法は、さらに、物理的書類の画像を取り込むこと、取り込まれた画像に対して光学式文字認識を適用してテキスト内容を識別すること、テキスト内容内の候補テキストセグメントをフォームの欄についてタグ付けすること、および欄が自動的に埋められる欄として指定される場合にはタグ付けされた候補テキストセグメントを用いてフォームの欄を自動的に埋め、それ以外の場合にはその欄を空欄のまま残すことを含む。自動的に埋められるとして、または埋められないとして欄を指定することは、テキストの長さパラメータ、タグ付け誤り率、光学式文字認識誤り率、および欄の関連度パラメータのうちの少なくとも１つに依存する。

電子フォームを埋めるための装置は、請求項１の方法を実行するプロセッサ、および埋められることになるフォームを表示するグラフィカルユーザインターフェースを含むことができ、ユーザインターフェースは、プロセッサによって自動的に欄を埋めることが決定された自動的に埋められる欄を表示する。

コンピュータプログラムプロダクトは、コンピュータ上で実行されたときにそのコンピュータにこの方法を実行させるインストラクションをエンコードできる。

別の態様においては、フォームを埋めるための装置が、ハードコピー書類の取込画像内のテキスト内容を識別する光学式文字認識エンジンを含む。タグ付けモジュールが、埋められることになるフォームの欄を埋めるためにテキスト内容内の候補テキストセグメントにタグ付けする。欄除外モジュールが、フォームの複数の欄のそれぞれについて、欄を欄除外パラメータに基づいて手作業入力欄または自動的に埋められる欄として指定し、かつ自動的に埋められる欄として指定された欄を自動的に埋め、手作業で埋められる欄を空欄のまま残す。欄除外パラメータは、タグ付けの誤り率、光学式文字認識の誤り率、および欄の関連度パラメータのうちの少なくとも１つの関数である。

この装置は、さらに、フォームの欄についてタグ付け誤りを決定するタグ付け誤り率モジュール、およびフォームの欄について光学式文字認識誤り率を決定する光学式文字認識誤り率モジュールを含むことができる。

この装置は、さらに、欄除外モジュールによって自動的に埋められる欄として指定された自動的に埋められる欄を伴うフォームを表示するために構成されたグラフィカルユーザインターフェースを含むことができる。

この装置は、さらに、取込画像を生成する画像取り込みデバイスを含むことができる。

別の態様においては、欄が、その欄のための手作業の訂正および手作業の入力の時間の決定およびその欄の関連度に基づいて、手作業または自動的に埋められるとして指定されるフォームを表示するべくグラフィカルユーザインターフェースが構成される。このグラフィカルユーザインターフェースは、自動的に埋められるとして指定された欄を書類の取込画像から引き出された候補テキストセグメントを用いて埋め、かつ手作業で埋められるとして指定された欄を空欄のまま残すために構成される。

別の態様においては、フォームを埋めるための方法が、物理的書類の画像を取り込むこと、取り込まれた画像に光学式文字認識を適用してテキスト内容を識別すること、テキスト内容内の候補テキストセグメントをフォームの欄についてタグ付けすること、およびフォームの欄を、その欄が自動的に埋められる欄として指定される場合にはタグ付けされた候補テキストセグメントを用いて自動的に埋め、それ以外の場合にはその欄を空欄のまま残すことを含む。自動的に埋められるとして、または埋められないとして欄を指定することは、テキストの長さパラメータ、タグ付け誤り率、光学式文字認識誤り率、および欄の関連度パラメータのうちの少なくとも１つに依存する。

この方法は、さらに、フォームの複数の欄のそれぞれについて、テキストの長さパラメータ、タグ付け誤り率、光学式文字認識誤り率、および欄の関連度パラメータのうちの少なくとも１つに基づく欄除外関数の計算、および欄除外関数に基づくフォームの欄を自動的に埋めるか否かの決定を含むことができる。

この方法は、さらに、フォームの複数の欄のそれぞれについて、欄に対する関連度パラメータの割り当てを含むことができ、欄除外関数は、割り当てられた欄の関連度パラメータに基づく。

この方法は、さらに、タグ付け誤り率の設定を含むことができ、欄除外関数は、タグ付け誤り率の関数になる。

この方法は、さらに、光学式文字認識誤り率の設定を含むことができ、欄除外関数は、光学式文字認識誤り率の関数になる。
この方法は、さらに、（ａ）取り込まれた画像の画質属性に基づいて画像取り込み属性パラメータを計算すること、および欄除外関数が画像取り込み属性パラメータの関数となること、（ｂ）取り込まれた画像のテキスト属性に基づいてテキスト属性パラメータを計算すること、および欄除外関数がテキスト属性パラメータの関数となること、および（ｃ）選択されたユーザインターフェースについての手作業の挿入および訂正の時間に基づいてインターフェース属性パラメータを計算すること、および欄除外関数がインターフェース属性パラメータの関数となることのうちの少なくとも１つを含むことができる。

この方法は、さらに、自動的に埋められないと決定された手作業で埋めるための欄をユーザに対して明らかにすることを含むことができる。

物理的書類は、名刺を含むことができる。

フォームの埋込みのための自動化された方法および装置は、フォームの欄の自動化されたタグ付けを可能にし、それによってユーザがチェックすること、およびおそらくは（誤り率および欄の重要性等のファクタに基づいて）訂正することを欲すると見られる欄だけが手作業の入力または訂正のためにユーザに呈示される。このようにこの方法は、最適後訂正時間の提供をねらいとしている。

自動化されたフォームの埋込みは、ここで述べられているとおり、フォームの欄の少なくともいくつかを、ディジタル書類から引き出された情報を用いて埋めることを伴う。印刷された書類内に含まれている情報からの自動化されたフォームの埋込みは、通常、ディジタル化、ＯＣＲ、および実体認識を必要とし、その後に、テキストセグメントが適用できると決定されたフォームの適切な欄に応じたＯＣＲ出力のテキストセグメントのタグ付けが続く。ＯＣＲおよびタグ付けの両方が、フォームの内容に誤りを導く可能性があることから、通常は手作業の訂正段階が採用される。時間要件および最終的な正確さに関して最適訂正アプローチは、ＯＣＲの精度およびタグ付けの精度、ユーザインターフェース、およびフォームの特性に依存する。例示的な方法は、１つまたは複数のファクタに基づいて所定の欄が自動的に埋められるか否かについての決定がなされることを可能にする。その種のファクタは、精度（または誤差）関連ファクタ、欄の属性（欄が正確に完成されることの相対的な重要度等）、および効率（ユーザの利便性、および手作業の入力対手作業の訂正に要する相対的な時間等）ファクタのうちの１つまたは複数を含むことがある。例示的なシステムおよび方法は、フォームの複数の欄のそれぞれについて決定が計算されることを可能にする。その決定に基づき、タグ付きの情報を用いて欄が自動的に埋められるか、ユーザが手作業で完成するべく空欄のまま残されるようにできる。

訂正段階に関係する決定の１つは、したがって、タグ付きの情報を用いてフォームの欄を埋めて、ユーザに結果の訂正を許すか否かということになる。この決定は、この例示的な方法の、アプリケーション固有の後訂正段階と見ることができる。

種々の態様において、この例示的な方法は、ユーザの後訂正のために最適なやり方で自動化されたタグ付きの結果を変更する。この例示的な方法は、フォーム内の所定の欄が、書類から自動的に抽出された情報およびフォームの特徴を用いて埋められるべきであるか否かを決定する。欄への埋込みについての決定は、ユーザの観点から誤りの確率、記載事項をタイプする時間、および欄の属性を考慮しつつ、手作業で入力するより処理を便利にする。特に、欄関連度の重みが、この決定のための基本的な属性として導入される。

一例として、この例示的な方法は、印刷された名刺からの個人的な連絡情報を用いたフォーム内の埋込みの点から述べられる。しかしながら、この方法は、任意のフォーム埋込み処理、特に時間および精度の恩典がもっとも明白になる大量のフォームの完成を必要とする処理における応用を見出している。

この例示的な方法は、物理的なテキスト書類からフォーム内を埋める処理を単純化し、かつそれに必要となる時間を短縮する。種々の態様において、この方法は、ユーザが低い関連度の欄内の誤りの訂正に時間を消費することを防止する一方、高い関連度の欄について、抽出された情報の訂正が手作業の入力より便利であり、かつ信頼できるものであるか否かを自動的に評価する。

図１は、名刺１０の形式の例示的な物理的書類である名刺から抽出できる例示的なディジタル情報１２、および、ここではオペレータに表示できる連絡情報ファイルとして示されている例示的な電子フォーム１４を図示している。電子フォームは、抽出された情報の少なくともいくつかを用いて埋められるが、そのほかの欄は、手作業の入力のために空欄のまま残される。

図１において、名刺１０は、５×８．５ｃｍの名刺またはその類似物等の物理的なカードであるが、この方法は、到来郵便物、医療記録、運転免許証等の識別カード、本および技術文献の情報、たとえば著者、題名、ＩＳＢＮ番号、発行者、日付等々といったほかの印刷書類からの情報を用いる自動化されたフォーム埋込みにも等しく適用可能である。名刺の個人情報は、一般に、テキスト行１６に整理された個人の名前、役職、所属（会社名、大学名、組織、またはそれらの類等）、仕事先の居所情報、仕事先の電話番号、仕事先のファクシミリ番号、電子メールアドレス等々を含み、グラフィックの所属ロゴ（組織のロゴ、大学のロゴ、会社のロゴ等々）を含むこともある。与えられた名刺がそれらの項目のうちのいくつかしか含まないこともあれば追加の、またはほかの情報を含むこともある。

図１に示されているとおり、例示的なフォーム１４は、名刺から抽出された情報を用いて埋められることになる多数の欄１８、２０等を含む。例示的な欄は、『人名』、『役職』、『会社名』、『仕事先の電話番号』、『自宅の電話』、『仕事先のファクシミリ番号』、およびそれらの類を含むことができる。フォーム１４の欄は、それぞれ、この方法が進行する間に、情報を用いて自動的に埋められる自動埋込み欄（ＡＰＦ）１８、またはユーザにより手作業で埋められる手動埋込み欄（ＭＰＦ）２０として指定される。ＭＰＦ２０が、ＡＰＦ１８から区別される何らかの方法で強調されてもよい。ＡＰＦ１８は、概して、全内容を削除して欄の全内容をタイプ入力することによって、またはＡＰＦの内容を適宜訂正することによってユーザが内容を変更できる欄である。ＭＰＦ２０は、埋められないが、ユーザによって埋められることになり、異なる色を用いて強調されるようにできる。自動／手動としてのフォームの欄の指定は、多数の特徴に基づく。それらの特徴のいくつかは、欄を埋めるときの誤りについての尤度を考慮した誤り関連の特徴である。そのほかの欄の指定に使用可能な特徴には、目標欄の属性特徴（標本セットについて計算できる平均の内容の長さ、型等、および欄関連度であり、特にこれは有用である）、インターフェース属性（挿入および訂正時間）および目標欄の属性等の効率の属性特徴を含めることができる。この方法は、それらの特徴のいくつかまたは全部に対するパラメータの割り当て、および決定の基礎を、それらのパラメータに基づいて計算される関数に置くことを含む。

図２は、フォーム１４等の電子フォームの埋込みにおいて、書類１０がスキャンされて取り込み済み書類２６が生成され、ＯＣＲ処理されてテキスト２８が生成され、タグ付けされてラベル付きテキスト３０が生成されるときに生じるおそれのある誤りの原因を示す概略図である。自動化されたフォーム埋込みにおける誤りは、ＯＣＲ文字認識誤り３２、タグ付け誤り３４（情報と特定の欄の誤った結合）をはじめ、正しくない情報の入力または自動的に入力された情報の訂正から生じる手作業の誤りを含む多数の原因から生じ得る。欄除外システム３６は、それらの、およびそのほかの特徴３８を考慮に入れて、所定の欄を自動的に埋めること、またはそれを除外すること、すなわちそれを手作業の入力のために空欄のまま残すことがより効率的であるか否かを決定する。
ＯＣＲおよびタグ付けに関連付けされる誤り率は、たとえば、手作業の訂正のために一般に必要となる平均時間に影響を及ぼす。たとえば、デスクトップ・ラップトップ・コンピュータ上においてユーザが特定の電子名刺連絡フォームのために必要なすべての情報を手作業で入力するために平均して２．５分を要することがある。スキャナが２％のグローバルＯＣＲ誤り率を有すること、および所定の名刺１０について１５％のタグ付け誤り率が存在すると仮定すると、自動的な出力からユーザが必要と考えるすべての後訂正を行うために平均して１分を要することになる。この例において、手作業の訂正が続いて行われる自動フォーム埋込みは、全体のフォームを手作業で完成するより、概略で２．５倍高速である。

次の表１は、この例示的な方法においてフォームの欄に欄指定を割り当てるために利用することができるいくつかの候補特徴を要約している。

特徴が１より多くの属性を表す場合には、それらの属性のそれぞれに、名前および値等のパラメータを与えることができる。値のそれぞれは、独立に、または組み合わせて、欄が自動的に埋められるべきか否かの決定において使用できる。それに代えて、特徴の属性を、所定の欄を埋めるか否かの決定に使用されるベクトルまたはそのほかの表現に結合してもよい。認識されることになろうが、これらの属性の多くは、値の範囲を仮定でき、統計的に決定された平均の値（たとえば平均値）またはそのほかの方法で評価された値によって割り当てられたパラメータで表現できる。

画像／取り込み属性の特徴Ｉｑは、画像の取り込みに使用されるデバイスの画質属性、たとえば取り込みデバイスの解像度、雑音、レンズ品質、およびそれらの類を組み込むことができる。概して言えば、この特徴に割り当てられる１つまたは複数のパラメータは、所定の画像取り込みデバイスについて一定にとどまり、したがってすべての欄に等しく影響を及ぼすと考えられる。

テキスト属性の特徴Ａは、取込画像（または、一般的な取込画像）のテキスト属性、たとえばフォントサイズ、フォントタイプ、レイアウト、およびそれらの類を組み込むことができる。これらの属性は、全体的なＯＣＲ誤り率およびタグ付け誤り率に影響を及ぼすことがある。したがって、たとえばフォントが小さいか、またはＯＣＲによって容易に認識されないものの場合に、評価された訂正時間が手作業の入力時間より高ければ、割り当てられるパラメータが、自動的な欄の埋込みに抗する重み付けをすることができる。

インターフェース属性の特徴Ｋは、特定のユーザインターフェースについて予測される英数／数字挿入および訂正時間を組み込むことができる。たとえば携帯電話は、コンピュータのキーボードより操作により多くの時間を消費し、したがってこれら２つのタイプのインターフェースについてＫが異なってよい。この特徴は、ユーザが欄を空欄のまま残すことを好むか、またはあらかじめ埋め込まれた欄の訂正を好むかといったユーザの好みを組み込むこともできる。ユーザが訂正するより欄に書埋め込む方を好む場合には、この特徴に割り当てられるパラメータが、自動的な欄の埋込みに抗して決定を重くすることができる。

欄属性の特徴Ｆは、内容の長さ、内容のタイプ、およびそれらの類といった欄の内容ベースの属性を組み込むことができる。１つの実施態様においては、欄属性の特徴Ｆが、欄の内容の平均の長さの関数になる（たとえば、各文字に長さ１を与える）。たとえば、Ｆ＝Ｆ_length＝フォームの特定の欄の平均の内容の長さとする。テキストの長さパラメータＦ_lengthは、取り込み中のタイプの書類、たとえば名刺等の代表的な標本からの正しくタグ付けされた記載事項の長さを平均することによってフォームの各欄について評価できる。

欄関連度の特徴Ｗは、フォーム内の任意の与えられた欄の重要度を示す値を有し、連続またはバイナリの測度とすることが可能である。バイナリの測度（すなわち、０または１）は、オプションおよび必須の欄をともに含むフォームに適すると見られる。たとえば、必須の欄には１の関連度が、オプションの欄にはゼロの関連度が与えられるようにできる。概して言えば、所定の電子フォームについて、管理者が各欄に欄関連度Ｗを割り当てる。欄が必須欄、すなわちオプションの欄とは対照的に埋められることが必須となっている欄として指定されている場合には、より高い値を欄関連度パラメータＷに割り当てることができる。各欄の関連度を計算する別の方法は、ユーザの好みから、たとえば手作業でフォームを埋めるときにユーザがいずれの欄に入力するかを観察することによって学習することである。

ＯＣＲ誤り率Ｅ_oは、ＯＣＲ処理から生じる誤りのはびこる率を表す。この誤り率は、平均して誤って識別されると予測される文字の比率として表すことができる。これは、フォームの各欄について、たとえばフォントサイズ、フォントの明瞭度、文字のタイプ等に基づき統計的に決定できる。ＯＣＲ誤り率Ｅ_oは、ＯＣＲの信頼性、たとえば特定の書類に関するＯＣＲデバイスによる出力を用いてさらに絞り込むことができる。ＯＣＲ誤り率は、０と１の間で変化する値とすることができ、その場合には０が欄の文字の正しい認識において誤りの尤度がないことに対応し、１が文字の正しい認識において成功する尤度がないことに対応する。

ＯＣＲ誤り率Ｅ_oは、フォームの各欄に割り当てることができ、その結果、いくつかの欄がほかの欄より高い、または低い誤り率を有する。ＯＣＲ誤り率Ｅ_oは、フォームの完成に使用されることになるタイプの書類のセットをスキャンし、手作業で誤りを評価、識別し、かつ所定の欄についての平均値を計算することによって決定される平均値とすることができる。別の実施態様においては、ＯＣＲ誤り率を、特定の取り込みデバイスについての平均誤り率とすること、すなわちフォームの各欄について同一の値とすることができる。

タグ付け誤り率Ｅ_tは、ＯＣＲ処理されたテキストのシーケンスの誤ったタグ付けから生じる誤りのはびこる率を表す。タグ付け誤り率は、ＯＣＲ品質および内容のタイプ（英数字、数字等）を含む１つまたは複数のパラメータの関数とすることができる。タグ付け誤り率の評価は、タグ付けの信頼性、たとえばＯＣＲデバイスによる出力を使用することによってさらに絞り込むことができる。タグ付け誤り率は、０と１の間で変化する値とすることができ、その場合には０が正しい欄に対するテキストセグメントの整合において誤りの尤度がないことに対応し、１が正しい欄に対するテキストセグメントの整合において成功の尤度がないことに対応する。

ＯＣＲ誤り率Ｅ_oの場合と同様に、タグ付け誤り率Ｅ_tは、システムによってタグ付けされた書類の手作業による再検討、欄が正しいテキスト行を含んでいるか否かの評価、および正確さの計算によって決定できる。この場合に各欄が、その欄にあるテキストが実際は別の欄に属する平均の確率を表す独自の誤り率を有する。郵便番号または住所等の非常に特定された内容を有するいくつかの欄は、低いタグ付け誤り率を有することになるが、ほかのいくつかの、概して内容がほかのものと非常に近い欄（特に、ファクシミリ番号と電話番号）は、より大きいタグ付け誤り率を有することがある。別の実施態様においては、タグ付け誤り率を平均タグ付け誤り率とすること、すなわちフォームの各欄について同一の値が割り当てられるとすることができる。

概して言えば、ＭＰＦ／ＡＰＦとして欄を指定することは、これらのいくつかまたは全部の関数となる。パラメータのいくつかが、ほかより大きい重みを与えられてもよい。

フォームの欄のいくつかが、この例示的な欄除外のシステムとは別の手段によって指定されてもよいことが認識されるものとする。たとえば、いくつかの欄が、ユーザの好みだけを通じて指定されてもよい。

図３は、より詳細が以下に説明されている例示的な方法に従った電子フォームを埋めるための例示的な装置４０の機能ブロック図である。この装置は、プロセッサ４２を含む。

画像取り込みデバイス４４は、名刺１０等の物理的な書類の画像を取り込むが、装置４０に組み込まれてもよく、または別体のデバイスとしてもよい。取り込みデバイス４４は、ディジタルカメラ、スキャナ、電話のカメラ、またはそのほかの、物理的な書類のディジタル画像を提供するデバイスとすることができる。取り込まれた画像の画質は、レンズ品質、照明状態、センサの分解能、およびそれらの類といったいくつかのファクタに依存することがある。取り込まれた画像は、プロセッサ４２によって処理される。

ユーザインターフェース４６は、ここにはグラフィカルユーザインターフェース（ＧＵＩ）として図解されているが、プロセッサ４２と有線または無線通信する。図示されているユーザインターフェース４６は、フォームを埋める間にそれを表示するためのＬＣＤスクリーンまたはコンピュータモニタ等のディスプレイ４８を含み、名刺１０の取込画像等の取込画像２６を横並びで提供することもできる。ユーザインターフェース４６はまた、ユーザとユーザインターフェース４６のインタラクションを可能にするユーザ入力デバイス５０、たとえばキーボード、キーパッド、タッチスクリーン、カーソルコントロールデバイス、またはそれらの組み合わせ等も含む。

プロセッサ４２は、この例示的な方法を実施するための関連するメモリ８０内にストアされたインストラクションを実行するいくつかの処理モジュール６０，６２，６４，６６，６８，７０，７２を含むことができる。プロセッサ４２およびオプションとしてメモリ８０、画像取り込みデバイス４４および／またはユーザインターフェース４６は、デスクトップまたはラップトップコンピュータ、パームトップコンピュータ、または携帯情報端末（ＰＤＡ）等の汎用コンピューティングデバイス内において具体化してもよい。または、プロセッサ４２が、ディジタルカメラ、写真撮影能力を伴う携帯電話、ページャ、スキャニングデバイス、プリンタ、またはそれらの類といったコンピューティング能力を伴うデバイス内に組み込まれてもよい。さらに別の実施態様においては、ＧＵＩが、完成されることになるフォームをウェブブラウザ内に表示し、ローカルエリアネットワーク（ＬＡＮ）またはワイドエリアネットワーク（ＷＡＮ）、たとえばインターネット等のコンピュータネットワークを介してプロセッサ４２と通信する。

特に汎用コンピューティングデバイスの場合においては、処理モジュール６０，６２，６４，６６，６８，７０，７２をアドオンソフトウエアまたはハードウエアとすることができる。コンピュータの種々のコンポーネント４２，４４，４６，８０は、すべてバス（図示せず）によって接続されるようにできる。

メモリ８０は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、磁気ディスクまたはテープ、光ディスク、フラッシュメモリ、またはホログラフメモリ等の任意タイプのコンピュータ可読メディアを表すことができる。取込画像、ＯＣＲ処理済みデータ、タグ付き情報、埋められることになる欄を含めた埋められることになるフォームの構造、およびそれらの類もまたメモリ８０内にストアすることができる。

オプションとして画像処理モジュール６０は、獲得された名刺画像２６に対して選択された画像前処理（たとえば、リサイズ、ゆがみ補正）を実行してＯＣＲを向上させる。またはモジュール６０は、画像取り込みデバイス４４内に組み込まれることもある。

画質評価モジュール６２は、獲得された（オプションとして前処理された）画像の品質および／またはフォームを埋めることになる書類の代表的な画像の品質を評価できる。画質評価モジュール６２は、入力として画像取り込みデバイス４４および／または画像処理モジュール６０からのレンズ品質、照明状態、センサの分解能、およびそれらの類といった画質情報を得ることができる。それに代えて、この情報の一部または全部を関連するメモリ８０内にストアすることができる。画質評価モジュール６２は、画質情報に基づいて１つまたは複数の画質パラメータを出力する。この情報は、メモリ内において取り込みデバイスについての情報と関連付けすることができ、それによって新しい書類が既知の取り込みデバイスを用いて取り込まれたときに適切なパラメータが検索されるようにできる。

光学式文字認識（ＯＣＲ）モジュール６４は、取り込まれ、またオプションで前処理された画像を処理して情報を抽出する。概して言えば、ＯＣＲモジュール６４は、画像内に含まれているテキスト文字を抽出し、またレイアウトおよびフォント情報を提供することもできる。ＯＣＲモジュールは、文字、それらの位置、およびフォントサイズを包含するテキストファイル２８を出力する。これらの特徴を結合してテキスト行およびセパレータの書類表現を形成できる。たとえば、ＯＣＲモジュールによって出力される書類表現は、一連のテキストセグメント８２（図１）に分解される。各セグメント８２は、名刺画像内のテキスト行に対応できる。たとえば図１の名刺１０の場合であれば、セグメント８２が、『Ｊｏｈｎ Ｈ． Ｓｍｉｔｈ』、『Ｐｒｏｃｅｓｓ Ｅｎｇｉｎｅｅｒ』、『ＡＢＣ Ｃｏｒｐｏｒａｔｉｏｎ』、『１２３４５ Ｍａｉｎ Ｓｔｒｅｅｔ』、および『Ｎｅｗ Ｙｏｒｋ， ＮＹ １１１１１』（ＯＣＲモジュールが行の情報および文字を正しく識別したことを前提とする）というテキストセグメントを含むことができる。ＯＣＲ出力は、ＸＭＬまたはそのほかのマークアップ言語フォーマットでエンコードされてもよい。

ＯＣＲモジュール６４は、期待される文字形状との整合を基礎として文字を識別する１つまたは複数のパターン認識アルゴリズムに基づいて動作する。ＯＣＲ処理の出力においては、印刷された文字と期待されるパターンの間の理想に至らない整合、非最適画質、名前または住所等の短いかまたは常用テキスト内容、実質的な装飾またはそのほかの芸術的特徴を有する整合困難なフォント等々の多様なファクタに起因して誤りまたは不確実性の発生が期待できる。

不確実性を解決するために、ＯＣＲモジュール６４は、オプションとして追加の情報または後変換処理、たとえばスペルチェッカ、文法チェッカ、およびそれらの類を利用する。

信頼性評価モジュール６６は、画質およびテキスト属性（フォントサイズ、レイアウト、およびそれらの類）の評価を基礎として、出力されたテキスト情報２８が正しいことの信頼性を評価する。この信頼性は、割り当てたＯＣＲ誤り率Ｅ_oとして、たとえば、平均して誤って識別されることが期待される文字のパーセンテージの関数として表現できる。モジュール６６は、ＯＣＲエンジン６４の一部とするか、または別体のモジュールとすることができる。別体のモジュールの場合には、信頼性評価モジュール６６が、Ｅ_oを決定するためにＯＣＲモジュール６４から情報を受け取ることができる。この場合においては、ＯＣＲモジュールが、各欄のために信頼性レベルを割り当てることができる。別の実施態様においては、割り当てられる誤り率Ｅ_oが、少なくとも部分的に特定の書類についての情報を基礎とすること、たとえばタグ付けされたセグメント８２についてのパターン整合の近さ、およびＯＣＲがそのセグメント（または候補内の単語）のために１より多くの候補を識別したか否かを基礎とすることができる。

タグ付けモジュール６８は、入力としてＯＣＲエンジン６４の出力２８を取り、フォームの欄のためのテキストセグメントの候補を識別する。特にタグ付けモジュール６８は、ＯＣＲ出力をタグ付けして、その内容にラベルを付ける。タグ付けモジュール６８は、テキスト行またはそのほかのセグメント１６に、正規表現の整合を使用するトークンのシーケンスとしてラベル付けできる。このトークンおよびセパレータのストリームの最大尤度構文解析が、書類の行の機能的ラベル付けをもたらす。たとえば、候補テキストセグメント８２が、それぞれ、特定のテキストセグメントとの対応がもっともありがちであると決定されたフォーム１４の欄を表すタグ８４（図１）を用いてタグ付けされる。

タグ付けモジュール６８は、テキスト画像セグメント１６にタグを割り当てる上で情報の種々の断片を使用することができる。たとえば、第１行および／または最大フォントサイズを伴う行は、しばしばそのカードによって伝えられる人の名前となり、住所情報は、しばしば１つまたは複数の数字を伴って開始する。

タグ付けの方法は、第８回インターナショナル カンファレンス オン ドキュメント アナリシス アンド レコグニション（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｄｏｃｕｍｅｎｔ Ａｎａｌｙｓｉｓ ａｎｄ Ｒｅｃｏｇｎｉｔｉｏｎ）会報、５１１〜５１５ページのハンドリー（Ｈａｎｄｌｅｙ）ほかによる『ドキュメント アンダスタンディング システム ユージング ストカスティック コンテキストフリー グラマーズ（Ｄｏｃｕｍｅｎｔ Ｕｎｄｅｒｓｔａｎｄｉｎｇ Ｓｙｓｔｅｍ Ｕｓｉｎｇ Ｓｔｏｃｈａｓｔｉｃ Ｃｏｎｔｅｘｔ‐Ｆｒｅｅ Ｇｒａｍｍａｒｓ）』（２００５年）、および米国特許第７，０５８，５６７号の中で述べられている。タグ付け段階の中で適用可能な例示的なテクノロジは、確率論的コンテキスト‐フリー文法、ゼロックス インクリメンタル パーザー（Ｘｅｒｏｘ Ｉｎｃｒｅｍｅｎｔａｌ Ｐａｒｓｅｒ（ＸＩＰ）、およびそれらの類である。

タグ付け誤りモジュール７０は、トークン（または複数のトークン）８２が割り当てられる各欄についてのタグ付け誤り率Ｅ_tを割り当てる。

欄除外モジュール７２は、フォーム１４の欄１８，２０が、図２に概説されている例示的な欄除外システム３６の原理を使用して自動的に埋められるべきであるか否かを決定する。この決定は、上記の表１を参照して説明した特徴のうちの少なくともいくつかに基づくことができる。特にモジュール７２は、モジュール７０および６６から得られるタグ付け誤りおよびＯＣＲ誤りの情報を利用できる。

図４は、図３の装置を用いて実行できる、例示的なコンピュータ実装によるフォームを埋めるための方法を示している。この方法は、Ｓ１００において開始する。

この方法の初期段階Ａは、欄除外モジュールによって使用されることになるパラメータの設定（たとえば、決定または割り当て）を含むことができる。Ｓ１０２においては画像取り込み属性パラメータＩｑが決定されるか、または別の方法で割り当てできる。このステップは、取り込みデバイス４２から画質、取り込みデバイスの分解能等の画像属性を獲得し、それらの属性をメモリ内にストアし、それらから画像取り込み属性パラメータＩｑを決定することを含むことができる。それに代えて、メモリからＩｑの値を、特定の取り込みデバイスについて検索してもよい。

Ｓ１０４においては、ＯＣＲ誤り率Ｅ_oを各欄について設定できる。これは、たとえば書類内に異なるフォントが使用されている場合に各欄について決定されてもよく、またはフォーム全体について決定された単一の値としてもよい。このステップは、ＯＣＲ属性の値を獲得すること、それらをメモリ内にストアすること、およびそれらからＯＣＲ誤り率Ｅ_oを決定することを含むことができる。

Ｓ１０６においては、タグ付け誤り率Ｅ_oを各欄について設定できる。このステップは、ＯＣＲ品質、内容のタイプ（英数、数字等）、およびタグ付けの信頼性といったタグ付け誤り属性の値を獲得すること、それらの値をメモリ内にストアすること、およびそれらからタグ付け誤り率を決定することを含むことができる。

Ｓ１０８においては、欄関連度パラメータＷを各欄について設定できる。

Ｓ１１０においては、そのほかのパラメータ、たとえばテキスト属性パラメータＡ、インターフェース属性パラメータＫ、欄属性パラメータＦ等を設定できる。

Ｓ１１２においては、決定済みのパラメータに基づいてフォームの欄のための指定が決定される。詳細には、欄除外関数を各欄について計算すること、およびその関数に基づいて各欄をＡＰＦまたはＭＰＦとして指定することができる。特にＳ１１２は、各欄について、平均の手作業による訂正時間および手作業による入力時間を評価すること、およびそれらからの欄除外関数の計算を含むことができる。Ｓ１１２の終わりにフォームの各欄が、ＭＰＦまたはＡＰＦ指定を伴ってタグ付けされるようにできる。

この方法の第２段階Ｂは、欄指定が設定された後に実行できるが、フォームを埋めることを含む。Ｓ１１４においては、物理的な書類１０が、たとえば画像取り込みデバイス４４によって取り込まれる。

Ｓ１１６においては、取り込まれた画像が、たとえば前処理モジュール６０によってオプションで前処理される。

Ｓ１１８においては、その画像がＯＣＲ処理されてテキストのセグメント８２、および各セグメント内の文字列が識別される。

Ｓ１２０においては、テキスト８２の候補セグメントがタグ付け、たとえばフォーム１４の対応する欄に対する参照を用いてラベル付けされる。

Ｓ１２２においては、欄指定に従い、ＯＣＲ抽出された情報を用いてフォーム１４を埋めることができる。ＡＰＦとして指定された欄は、自動的に埋められて第１の色で強調されるようにできる。ユーザに、欄と名刺または表示されたそれの画像を比較し、誤りがある場合には欄の内容を編集することを促すプロンプトを表示できる。ＭＰＦは空欄のまま残され、第２の色で強調されるようにできる。ユーザに、情報の入力を促してもよい。『必須でない』が指定されている欄は、ユーザに、その欄を空欄のまま残してもよいことを示す異なる色で強調するか、または強調しなくてもよい。

Ｓ１２４においては、埋められ、かつオプションで訂正されたフォームをストアし、連絡データベース内に組み込むことができる。この方法は、ステップＳ１２６において終了する。

認識されるとおり、別の実施態様においては、スキャンされた特定の書類の属性がパラメータのいくつかまたは全部の決定において考慮され得るように、ステップＳ１０２〜Ｓ１１０を全体として、または部分的に書類の画像の取り込み（Ｓ１１４）の後に実行できる。

図４に図示した方法は、コンピュータ上において実行できるコンピュータプログラムプロダクトに実装できる。コンピュータプログラムプロダクトは、コントロールプログラムが記録されたディスク、ハードディスク等の有体のコンピュータ可読記録メディアとしてもよく、またはデータ信号としてコントロールプログラムが埋め込まれる伝送可能な搬送波としてもよい。

欄除外モジュール７２は、入力としてパラメータまたは属性を取り、欄のそれぞれについて欄指定を自動的に決定する。１つの実施態様においては、欄指定がユーザのインタラクション時間を最小化するべく意図される。以下の考察において、Ｍは手作業による入力時間であり、欄の内容の完全な手作業入力に要すると期待される合計時間を表す。Ｃは手作業による訂正時間であり、ＡＰＦの内容の手作業訂正に要すると期待される合計時間を表す。この例示的な実施態様においては、すべてのユーザが訂正および手作業入力を類似の態様で行うことが仮定されている。たとえば、特定のユーザのタイピング能力の評価は欄除外モデル内に組み込まれていない。しかしながらその種の評価がマシンの学習アプローチを通じて組み込み可能となることは企図されている。

欄についての手作業の訂正および入力の時間ＣおよびＭは、上で識別されたパラメータの関数として表すことが可能である。１つの例示的なモデルにおいては、所定の欄のための手作業入力時間Ｍが欄およびインターフェースのパラメータのみに依存し、Ｍ（Ｆ，Ｋ）で表される。手作業訂正時間Ｃは、ＯＣＲおよびタグ付けの誤り率、および手作業入力時間に依存し、Ｃ（Ｅ_o，Ｅ_t，Ｍ，Ｆ，Ｋ）で表される。手作業訂正時間Ｃが手作業入力時間に依存する理由はタグ付けである。モデルが、誤ってタグ付けされた欄を埋める決定を行った場合に、完全な削除が必要となることから、訂正時間Ｃが、ほとんど手作業入力時間Ｍに等しくなる。これが生じ得る回数は、タグ付け誤り率Ｅ_tの分布によって与えられる。ストア済みの値Ｅ_o、Ｅ_t、Ｍ、Ｆ、およびＫに基づくＣおよびＭを計算するための関数は、メモリ内にストアできる。すべてのフォームのために同一の取り込みデバイスが使用される場合には、Ｅ_oおよびＥ_tが、特定のフォームの所定の欄について一定であると仮定できる。

１つの単純なアプローチは、期待される訂正時間Ｃが期待される手作業入力時間Ｍより少ない場合に欄を埋めることである。またはその逆に、期待される手作業入力時間Ｍが期待される手作業訂正時間Ｃより少ない場合（Ｃ‐Ｍ＞０）には、その欄を空のまま残す。より複雑な仮説検定手順も使用可能であり、以下に概説する。

上に述べた単純化されたモデルは、決定の中で欄関連度Ｗを考慮していない。１つの実施態様においては、決定が、無関係な（または重要でない）欄の訂正に過剰な時間をユーザが費やすことの回避を求める。このモデルは、欄が埋められた場合に、それが必須欄でない場合でさえ、ユーザは、それが正しいことを確かめることになるが、欄が空欄のまま残されていれば、ユーザは、その欄が低い重要度を伴うとき、それを埋めることはしない。しかしながら、手作業訂正時間Ｃと手作業入力時間Ｍの間の差が大きい場合には（すなわち、Ｃ＜＜Ｍ）自動的に欄を埋める決定がなされる（ここでの仮定は、欄が重要でない場合であっても、それがおそらくは誤りを含んでなく、したがって訂正処理をより長くすることがないというものである）。これは、ｆ（Ｃ，Ｍ，Ｗ）＞０であれば欄を空欄のまま残す決定を採用することによって達成され、それにおいてｆは、訂正時間、訂正と手作業入力時間の差、および関連度の関数である。たとえば、
Ｃ＞（Ｗ×Ｔ_D）＋αＭ
であれば欄を空欄のまま残し、それにおいてＴ_Dは、ユーザが重要な欄（関連度１）のために快く払う平均の時間を表す時間のユニットであり、
αはユーザの好みの関数である重み付けファクタである。

この例において、記載事項を訂正する最大容認時間は、２つのパラメータによってコントロールされる。αの値は、バイアスを与えて、そのユーザが概して手作業で欄に入力すること（α＞１）またはそれらを訂正すること（α＜１）を好むか否かを指定するために使用可能であり、所定のユーザについてメモリ８０内にストアできる。Ｗ×Ｔ_Dは、ユーザが関連度Ｗを伴う欄を、印刷と電子バージョンの間を交互に見比べなければならないことが回避できるために記載事項がたとえいくつかの誤りを有していても手作業で入力する代わりに訂正する最大容認オーバーヘッドを与える。

以下は、決定をどのように行うことが可能であるかの例を提供する。次の時間を定義できる。
Ｔ_M＝入力ユニットに手作業で書き込む平均時間
Ｔ_R＝ユニットを読む平均時間
Ｔ_C＝ユニットを訂正する平均時間
Ｆ_length＝欄属性特徴Ｆにストアされる長さ値

これらの時間のための適切な値を、使用されることになるユーザインターフェースのタイプを伴った典型的なユーザ経験に基づいて割り当てることができる。ユニットは、文字、数字、またはほかの文字との間の空白等の１文字に対応する。長さ値は、概して特定の欄のユニットの総数に対応する（適正にタグ付けされているとき）。

手作業入力時間Ｍ（Ｆ，Ｋ）は、平均μ_Mを伴う正規分布であると考えることが可能である。つまり、
μ_M（Ｆ，Ｋ）＝Ｆ_length×Ｔ_M

この仮定においては、特定のインターフェースについてＴ_Mが一定になることから、手作業入力時間が欄の長さにのみ依存する。より複雑な仮定は、インターフェースの性質およびテキスト内容の属性を考慮に入れることができる。たとえば、通常のキーボード上に用意されていない記号には、より高いユニット時間Ｔ_Mを割り当てることができる。

手作業訂正時間Ｃ（Ｅ_o，Ｅ_t，Ｍ，Ｆ，Ｋ）は、平均μ_c（Ｅ_o，Ｅ_t，Ｍ，Ｆ，Ｋ）を伴う正規分布であると仮定することが可能である。

μ_cは、合計の読む時間＋合計の編集時間の和であると仮定できる。合計の読む時間Ｒは、人がＡＰＦを読むために要すると評価された時間であり、したがってテキストの長さに比例すると仮定される。つまり、
Ｒ＝Ｆ_length×Ｔ_R

合計の編集時間Ｘは、埋められた欄を人が編集するために要すると評価された時間であり、したがって誤りに依存する。タグ付けが正しくない場合には（Ｅ_t＝１）、編集時間が手作業入力時間（μ_M）とほぼ等しくなり、それが正しい場合には（Ｅ_t＝０）、ＯＣＲ誤り（長さにＯＣＲ誤り率Ｅ_oを乗じる）に、ユニットＴ_cを訂正する平均時間を乗じた値に比例することになる。つまり、
Ｘ＝（１‐Ｅ_t）×Ｅ_o×Ｆ_length×Ｔ_c＋Ｅ_t×μ_M
したがって、
μ_c（Ｅ_o，Ｅ_t，Ｍ，Ｆ，Ｋ）＝Ｆ_length×（Ｔ_R＋（１‐Ｅ_t）×Ｅ_o×Ｆ_length×Ｔ_c＋Ｅ_t×μ_M）

欄の埋込みについての決定評価基準は次のとおりとなる。
μ_c＜Ｗ×Ｔ_D＋αμ_M
これは単純化されたモデルについて次を意味する。
Ｗ＞Ｆ_length（Ｔ_R＋（１‐Ｅ_t）×Ｅ_o×Ｔ_c＋（Ｅ_t‐α）Ｔ_M）／Ｔ_D

例としてα＝１（すなわち、ユーザが手作業入力および訂正のいずれも好まない）とし、かつ以下を仮定する。
Ｔ_M＝１秒
‐ Ｔ_D＝５秒
‐ Ｔ_R＝０．２秒
‐ Ｔ_C＝５秒

フォームの３つの欄、すなわち人名、会社名、およびファクシミリ番号のそれぞれに、たとえば管理者によって、欄関連度ファクタＷとして０．９、０．８、および０．２が割り当てられていると仮定する。またタグ付けモジュールが、１２、１０、および１０文字の平均の長さを有するとして識別されたそれらの欄について、テキストセグメントを識別したとする。表２は、それらの欄のそれぞれについての決定を例示している。

ファクシミリ番号および会社名の場合には、予測される誤り率が同じである。しかしながら関連度の重みが最終的な決定を変更し、会社名が高い関連度の重みを有し、かつこの欄が埋込みを必要とすることから、誤りを伴うテキストであっても欄に書き込む時間を短縮できると決定される。

より複雑なモデルは、数字対そのほかの文字といった目標の欄の内容のタイプの影響を考慮に入れることができる。このモデルの変更は、手作業入力時間Ｍに対して次のとおりの結果をもたらす。
Ｍ（Ｆ，Ｋ）＝Ｆ_LENGTH×（Ｆ_DIGIT×Ｋ_INSERT__DIGIT＋（１‐Ｆ_DIGIT）×Ｋ_INSERT__OTHER）
（Ｍ（Ｆ，Ｋ）＝Ｆ_LENGTH×Ｔｍの代わり）

本実施の形態において、名刺の形式の例示的な物理的書類からのテキストセグメントの抽出、およびフォームの選択された欄への埋込みを示した概略図である。 フォームの自動埋込みにおける誤りの原因を説明するために用いる図である。 物理的書類から引き出されたテキストセグメントを用いて電子フォームを埋めるための例示的な装置の機能ブロック図である。 本実施の形態においてフォームの選択された欄を埋めるための方法を示した図フローチャートである。

符号の説明

１０ 名刺、書類、１２ ディジタル情報、１４ 電子フォーム、フォーム、１６ テキスト行、セグメント、テキスト画像セグメント、１８ 自動埋込み欄（ＡＰＦ）、ＡＰＦ、２０ 手動埋込み欄（ＭＰＦ）、ＭＰＦ、２６ 取り込み済み書類、取り込み済み画像、名刺画像、２８ テキスト、テキストファイル、テキスト情報、３０ ラベル付きテキスト、３２ ＯＣＲ文字認識誤り、３４ タグ付け誤り、３６ 欄除外システム、３８ そのほかの特徴、４０ 装置、４２ プロセッサ、４４ 画像取り込みデバイス、４６ ユーザインターフェース、４８ ディスプレイ、５０ ユーザ入力デバイス、６０ 画像処理モジュール、６２ 画質評価モジュール、６４ 光学式文字認識（ＯＣＲ）モジュール、ＯＣＲモジュール、ＯＣＲエンジン、６６ 信頼性評価モジュール、６８ タグ付けモジュール、７０ タグ付け誤りモジュール、７２ 欄除外モジュール、８０ メモリ、８２ テキストセグメント、セグメント、トークン、テキスト、８４ タグ、６０，６２，６４，６６，６８，７０，７２ 処理モジュール。

Claims (5)

1. 電子フォームの欄を、書類の画像を取り込むこと、前記取り込まれた画像に対して光学式文字認識を適用してテキスト内容を識別すること、および前記テキスト内容の中の候補テキストセグメントを前記フォームの欄にタグ付けすることによって獲得された候補テキストセグメントで自動的に埋めるために選択するための方法であって、
   電子フォームの複数の欄のそれぞれについて、テキストの長さパラメータ、光学式文字認識の誤り率、タグ付けの誤り率、および欄の関連度パラメータから選択された少なくとも１つのパラメータに基づいて欄除外関数を計算し、
   前記計算された欄除外関数に基づいて自動的に埋めるために前記欄を選択するか否かを決定する、
   ことを包含するフォーム自動埋込方法。
2. 物理的書類の画像を取り込み、
   前記取り込まれた画像に対して光学式文字認識を適用してテキスト内容を識別し、
   前記テキスト内容内の候補テキストセグメントを前記フォームの欄についてタグ付けし、
   前記欄が自動的に埋められる欄として指定される場合には前記タグ付けされた候補テキストセグメントを用いて前記フォームの欄を自動的に埋め、それ以外の場合には前記欄を空欄のまま残し、前記欄の指定は、テキストの長さパラメータ、タグ付けの誤り率、光学式文字認識の誤り率、および欄の関連度パラメータのうちの少なくとも１つに依存すること、
   を包含するフォーム自動埋込方法。
3. 請求項１記載の方法を実行し、
   物理的書類の画像を取り込み、
   前記取り込まれた画像に対して光学式文字認識を適用してテキスト内容を識別し、
   前記テキスト内容内の候補テキストセグメントを前記フォームの欄についてタグ付けし、
   前記欄が自動的に埋められる欄として指定される場合には前記タグ付けされた候補テキストセグメントを用いて前記フォームの欄を自動的に埋め、それ以外の場合には前記欄を空欄のまま残す、
   ことを包含するフォーム自動埋込方法。
4. ハードコピー書類の取込画像内のテキスト内容を識別する光学式文字認識エンジンと、
   埋められることになるフォームの欄を埋めるために前記テキスト内容の中の候補テキストセグメントにタグ付けするタグ付けモジュールと、
   前記フォームの複数の欄のそれぞれについて、前記欄を欄除外パラメータに基づいて手作業入力欄または自動的に埋められる欄として指定し、自動的に埋められる欄として指定された欄を自動的に埋め、手作業で埋められる欄を空欄のまま残す欄除外モジュールと、
   を有し、
   前記欄除外パラメータは、タグ付けの誤り率、光学式文字認識の誤り率、および欄の関連度パラメータのうちの少なくとも１つの関数として行うフォーム自動埋込装置。
5. 欄が、前記欄のための手作業の訂正および手作業の入力の時間の決定および前記欄の関連度に基づいて、手作業または自動的に埋められるとして指定されるフォームを表示するグラフィカルユーザインターフェースであって、
   自動的に埋められるとして指定された欄を書類の取込画像から引き出された候補テキストセグメントを用いて埋め、かつ手作業で埋められるとして指定された欄を空欄のまま残す手段を有するグラフィカルユーザインターフェース装置。

Images