JP4991407B2 - 情報処理装置、その制御プログラムおよび該制御プログラムを記録したコンピュータ読み取り可能な記録媒体、ならびに制御方法 - Google Patents

Description

本発明は、特定の媒体に記載された文字列のうちから氏名、会社名、店舗名などを表す文字列を同定するものであって、特に、上記媒体に記載されている電子メールアドレス、ネットワークアドレスの情報を用いて氏名、会社名、店舗名などを表す文字列を同定する情報処理装置、その制御プログラムおよび該制御プログラムを記録したコンピュータ読み取り可能な記録媒体、ならびに制御方法に関するものである。

従来から、名刺などといった、特定の媒体に記載された文字列の内容を、カメラ機能付き携帯電話機で読み取って電話帳に記録するという技術が知られている。なお、カメラ機能付き携帯電話機で読み取った文字列の内容を電話帳に記録する場合、電話帳には氏名、電話番号などの項目があるので、名刺などに記載された文字列の内容を分類し、正しく各項目部分に記録する必要がある。

また、近年では、上記分類を人手でなく、自動で行う技術も知られている。例えば、特許文献１では、会社名に含まれる「（株）」または「株式会社」といった特定の分類の指標となる文字列を利用して、文字列を自動で分類する文字認識装置が開示されている。

他にも、名刺などに記載されている氏名の、１文字ごとの文字間隔が比較的広く、文字が大きいという一般的な特徴を利用して、名刺から氏名を表す文字列を同定して分類するといった項目分類方法も知られている。

さらに、特許文献２では、文字認識によって得られた各文字列に対して、スコア付与手段によってスコアを付与し、当該スコアに基づいて文字列の尤もらしい意味属性（氏名、住所、電話番号、役職等の情報の分類）を決定して分類する情報処理装置が開示されている。特許文献２に開示の情報処理装置では、文字認識によって得られる文字列の文字列群（つまり、同一行で見つかった文字列をパターンとする文字列群）の各文字列の組み合わせパターンに基づいて、文字列を各意味属性に分類するので、特定の分類の指標となる文字列が当該文字列に含まれていない場合であっても、比較的高精度に項目ごとに分類することが可能になっている。

ところで、特定の媒体として取り上げた「名刺」は、ビジネスにおいて使用されることが多い。近年では、仕事によって日本だけではなく海外を取引先とする場合も多数あることから、「名刺」として、日本語だけでなく、英語、ドイツ語、およびフランス語などの多種多様な言語で記載されたものが存在している。
特開平１０−７８９９７号公報（平成１０年３月２４日公開） 特開２００６−１８５３４２号公報（平成１８年７月１３日公開）

しかしながら、特許文献１に開示の文字認識装置では、英文名刺などの日本語以外で記載された名刺から得られる文字列を自動で分類することが困難であるという問題点を有している。すなわち、日本語で記載された名刺（和文名刺）でいうところの「（株）」または「株式会社」といった特定の分類の指標となる文字列（英文名刺における「Corp.」「Inc.」など）を利用して分類しようとしても、英文名刺においては記載されていないことが多いため、特定の分類の指標となる文字列を利用して文字列を自動で分類することができないという問題がある。

さらに、上記従来の項目分類方法も、英文名刺などの日本語以外で記載された名刺から得られる文字列を自動で分類することが困難であるという問題点を有している。すなわち、英文名刺における氏名は姓と名との間隔は比較的広いものの、姓または名に含まれる１文字ごとの文字間隔は他の項目と違いがないことが多いため、和文名刺における一般的な特徴を利用して、英文名刺から氏名を表す文字列を同定して分類することは難しいという問題点がある。

また、特許文献２に開示の情報処理装置では、文字認識で得られた文字列から氏名などを分類する場合に、予め辞書データベース（ＤＢ）、確率情報ＤＢ、ルールＤＢなどといった記録媒体を備える必要があるので、膨大な記録媒体の容量が必要となる。また、確率モデルを使用したスコア付与を行うため、処理が複雑になる。すなわち、特許文献２に開示の情報処理装置では、文字認識で得られた文字列から氏名などを分類することが容易でないという問題点を有している。また、特許文献２に開示の情報処理装置を、英文名刺から得られる文字列に適用しようとした場合、英文に対応したデータベースをさらに備える必要があるため、必要とする記録媒体の容量がさらに増加し、文字認識で得られた文字列から氏名などを分類することがより容易に実現できないことになる。

本発明は、上記従来の問題点に鑑みなされたものであって、その目的は、特定の媒体についての画像情報より抽出される文字列から、より容易に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することを可能にする情報処理装置、その制御プログラムおよび該制御プログラムを記録したコンピュータ読み取り可能な記録媒体、ならびに制御方法を提供することにある。

本発明の情報処理装置は、上記課題を解決するために、文字列が記載された媒体の画像情報をもとに、文字認識辞書を利用して文字認識を行い、上記媒体に記載されている文字列を取得する情報処理装置であって、上記文字認識で得られた文字列から、少なくとも電子メールアドレスを表す文字列であるメールアドレス情報、およびネットワークアドレスを表す文字列であるネットワークアドレス情報のうちのいずれかであるアドレス情報を取得するアドレス情報取得手段と、上記文字認識で得られた文字列から、上記メールアドレス情報および上記ネットワークアドレス情報以外の文字列である複数の比較照合用文字列を取得する比較照合用文字列取得手段と、上記アドレス情報取得手段によって取得した上記アドレス情報に基づいて、少なくとも氏名の識別に用いる個人識別文字列、会社名の識別に用いる会社識別文字列、および店舗名の識別に用いる店舗識別文字列のうちのいずれかである識別文字列を生成する識別文字列生成手段と、上記識別文字列生成手段によって生成した上記識別文字列と上記比較照合用文字列取得手段によって取得した上記複数の比較照合用文字列のそれぞれとを比較照合する文字列比較照合手段と、上記文字列比較照合手段での比較照合の結果に基づいて、上記個人識別文字列に類似すると判定した比較照合用文字列を、氏名を表す文字列として同定し、上記会社識別文字列に類似すると判定した比較照合用文字列を、会社名を表す文字列として同定し、上記店舗識別文字列に類似すると判定した比較照合用文字列を、店舗名を表す文字列として同定する同定手段とを備えることを特徴としている。

また、本発明の制御方法は、上記課題を解決するために、文字列が記載された媒体の画像情報をもとに、文字認識辞書を利用して文字認識を行い、上記媒体に記載されている文字列を取得する情報処理装置の制御方法であって、アドレス情報取得手段によって、上記文字認識で得られた文字列から、少なくとも電子メールアドレスを表す文字列であるメールアドレス情報、およびネットワークアドレスを表す文字列であるネットワークアドレス情報のうちのいずれかであるアドレス情報を取得するアドレス情報取得工程と、比較照合用文字列取得手段によって、上記文字認識で得られた文字列から、上記メールアドレス情報および上記ネットワークアドレス情報以外の文字列である複数の比較照合用文字列を取得する比較照合用文字列取得工程と、識別文字列生成手段によって、上記アドレス情報取得手段によって取得された上記アドレス情報に基づいて、少なくとも氏名の識別に用いる個人識別文字列、会社名の識別に用いる会社識別文字列、および店舗名の識別に用いる店舗識別文字列のうちのいずれかである識別文字列を生成する識別文字列生成工程と、文字列比較照合手段によって、上記識別文字列生成手段によって生成された上記識別文字列と上記比較照合用文字列取得手段によって取得した上記複数の比較照合用文字列のそれぞれとを比較照合する文字列比較照合工程と、同定手段によって、上記文字列比較照合工程での比較照合の結果に基づいて、上記個人識別文字列に類似すると判定した比較照合用文字列を、氏名を表す文字列として同定し、上記会社識別文字列に類似すると判定した比較照合用文字列を、会社名を表す文字列として同定し、上記店舗識別文字列に類似すると判定した比較照合用文字列を、店舗名を表す文字列として同定する同定工程とを含むことを特徴としている。

上記の発明によれば、文字列が記載された媒体の画像情報をもとに、文字認識辞書を利用して文字認識を行って取得した文字列から、アドレス情報取得手段によって、少なくとも電子メールアドレスを表す文字列であるメールアドレス情報、およびネットワークアドレスを表す文字列であるネットワークアドレス情報のうちのいずれかであるアドレス情報を取得し、識別文字列生成手段によって、上記アドレス情報に基づいて、少なくとも氏名の識別に用いる個人識別文字列、会社名の識別に用いる会社識別文字列、および店舗名の識別に用いる店舗識別文字列のうちのいずれかである識別文字列を生成する構成になっている。また、上記文字認識を行って取得した文字列から、比較照合用文字列取得手段によって、メールアドレス情報およびネットワークアドレス情報以外の文字列である複数の比較照合用文字列を取得する構成になっている。そして、文字列比較照合手段によって、上記識別文字列と上記複数の比較照合用文字列のそれぞれとを比較照合し、同定手段によって、上記比較照合の結果に基づいて、個人識別文字列に類似すると判定した比較照合用文字列を、氏名を表す文字列として同定し、会社識別文字列に類似すると判定した比較照合用文字列を、会社名を表す文字列として同定し、店舗識別文字列に類似すると判定した比較照合用文字列を、店舗名を表す文字列として同定するので、氏名、会社名、店舗名を表す文字列を同定するために、新しく辞書およびデータベースを情報処理装置に備える必要がない。

また、文字認識を行って取得した文字列から得られた、少なくともメールアドレス情報およびネットワークアドレス情報のうちのいずれかに由来する識別文字列と、メールアドレス情報およびネットワークアドレス情報以外の文字列である複数の比較照合用文字列とを比較照合し、識別文字列に類似する比較照合用文字列を抽出することによって、氏名、会社名、店舗名を同定するので、複雑な辞書データおよび複雑な処理のルールが、情報処理装置に必要とならない。よって、比較的簡単な処理によって、文字列が記載された媒体についての画像情報から、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することが可能になる。

さらに、上述したように、少なくともメールアドレス情報およびネットワークアドレス情報のうちのいずれかから生成される、氏名の識別に用いる個人識別文字列、会社名の識別に用いる会社識別文字列、店舗名の識別に用いる店舗識別文字列等の識別文字列と、メールアドレス情報およびネットワークアドレス情報以外の文字列である複数の比較照合用文字列とを比較照合し、識別文字列に類似する比較照合用文字列を抽出することによって、氏名、会社名、店舗名を同定するので、「（株）」、「株式会社」、「Corp.」、「Inc.」といったような、特定の分類の指標となる文字列が、文字認識を行って取得した文字列に含まれていなかった場合であっても、氏名、会社名、店舗名を表す文字列を同定することが可能になる。また、特に、氏名、会社名、店舗名に特定の分類の指標となる文字列が含まれることの少ない英文表記の名刺等の媒体についての画像情報より抽出される文字列から、より容易に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することが可能になる。

その結果、特定の媒体についての画像情報より抽出される文字列から、より容易に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することが可能になる。

また、本発明の情報処理装置では、前記アドレス情報取得手段は、前記メールアドレス情報または前記ネットワークアドレス情報に含まれる少なくとも特定の文字および特定の文字列のうちのいずれかを利用することによって、少なくとも上記メールアドレス情報および上記ネットワークアドレス情報のうちのいずれかを取得することが好ましい。

これにより、メールアドレス情報またはネットワークアドレス情報に含まれる、少なくとも特定の文字および特定の文字列のうちのいずれかを利用することによって、アドレス情報取得手段が、少なくともメールアドレス情報およびネットワークアドレス情報のうちのいずれかを取得することが可能になる。よって、メールアドレス情報またはネットワークアドレス情報に特徴的な文字または文字列を、上記特定の文字または文字列とすれば、アドレス情報取得手段によって容易にメールアドレス情報およびネットワークアドレス情報を判別して取得することが可能になる。

また、本発明の情報処理装置では、前記アドレス情報取得手段は、さらに、取得した前記メールアドレス情報または前記ネットワークアドレス情報のうちの、メールアドレスおよびネットワークアドレスの構成要素以外を表す文字列であることが明らかな文字列を削除してメールアドレス情報またはネットワークアドレス情報とすることが好ましい。

これにより、アドレス情報取得手段が、メールアドレスおよびネットワークアドレスの構成要素以外を表す文字列であることが明らかな文字列を削除してメールアドレス情報またはネットワークアドレス情報とするので、メールアドレスおよびネットワークアドレスの構成要素以外を表す文字列であることが明らかな文字列を含まない識別文字列を、識別文字列生成手段で生成することが容易になる。また、文字列比較照合手段での比較照合に用いられる識別文字列に、メールアドレスおよびネットワークアドレスの構成要素以外を表す文字列であることが明らかな文字列を含まないことは、上記比較照合の精度を上げるとともに、無駄な比較照合を低減させることになるので、特定の媒体についての画像情報より抽出される文字列から、さらに容易に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することが可能になるとともに、情報処理装置での処理量を低減させることが可能になる。

また、本発明の情報処理装置では、前記比較照合用文字列取得手段は、前記文字認識で得られた文字列のうち、前記メールアドレス情報および前記ネットワークアドレス情報以外の文字列を、所定の区切り文字の前後で分割することによって、前記複数の比較照合用文字列を取得することが好ましい。

これにより、所定の区切り文字の前後で分割したメールアドレス情報およびネットワークアドレス情報以外の文字列を、比較照合用文字列取得手段で取得する比較照合用文字列とすることになる。メールアドレス情報およびネットワークアドレス情報以外の文字列に氏名、会社名、店舗名を表す文字列が含まれている場合、氏名、会社名、店舗名を表す文字列は、一般的に区切り文字で区切られていることが多いので、氏名、会社名、店舗名を表す文字列のみを含む比較照合用文字列を取得することが可能になる。氏名、会社名、店舗名を表す文字列のみを含む比較照合用文字列が取得された場合、文字列比較照合手段での比較照合の結果、同定手段が氏名、会社名、または店舗名を表す文字列として判定する比較照合用文字列が、氏名、会社名、店舗名を表す文字列のみを含む比較照合用文字列となるので、より正確に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することが可能になる。

また、本発明の情報処理装置では、前記比較照合用文字列取得手段は、さらに、前記複数の比較照合用文字列のうちから、氏名、会社名、および店舗名以外を表す文字列であることが明らかな文字列を削除して比較照合用文字列とすることが好ましい。

これにより、比較照合用文字列取得手段が、氏名、会社名、および店舗名以外を表す文字列であることが明らかな文字列を削除して比較照合用文字列とすることになる。また、文字列比較照合手段での比較照合に用いられる比較照合用文字列に、氏名、会社名、および店舗名以外を表す文字列であることが明らかな文字列を含まないことは、上記比較照合の精度を上げるとともに、無駄な比較照合を低減させることになるので、特定の媒体についての画像情報より抽出される文字列から、さらに容易に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することが可能になるとともに、情報処理装置での処理量を低減させることが可能になる。

また、本発明の情報処理装置では、前記識別文字列生成手段は、前記アドレス情報取得手段によってネットワークアドレス情報が取得されなかった場合には、前記メールアドレス情報に含まれる前記会社識別文字列を会社識別文字列として生成することが好ましい。

これにより、アドレス情報取得手段によってネットワークアドレス情報が取得されなかった場合にも、識別文字列生成手段によってメールアドレス情報から会社識別文字列を生成することが可能になる。

また、本発明の情報処理装置では、前記識別文字列生成手段は、前記アドレス情報取得手段によって取得した前記メールアドレス情報に含まれる、電子メールアドレスのユーザ名とホスト名との間に入る特定の文字の前後で、上記メールアドレス情報を分割することによって、前記個人識別文字列と前記会社識別文字列または店舗識別文字列とを生成することが好ましい。

これにより、識別文字列生成手段が、電子メールアドレスのユーザ名とホスト名との間に入る特定の文字、すなわち“@”の前後でメールアドレス情報を分割することになる。ビジネスなどで用いられる電子メールアドレスは“@”以前の部分に氏名を使用することが多く、“@”以降の部分に会社名、店舗名を使用することが多いため、ビジネス名刺を文字認識の対象としていた場合に、より精度を高く、氏名を表す文字列を個人識別文字列として生成したり、会社名を表す文字列を会社識別文字列として生成したり、店舗名を表す文字列を店舗識別文字列として生成したりすることが可能になる。従って、特定の媒体についての画像情報より抽出される文字列から、より正確に、少なくとも氏名、および会社名または店舗名のうちのいずれかを表す文字列を同定することが可能になる。

また、本発明の情報処理装置では、前記識別文字列生成手段は、前記メールアドレス情報のうちの、前記特定の文字よりも前方の文字列を個人識別文字列または店舗識別文字列として生成することが好ましい。

これにより、識別文字列生成手段が、メールアドレス情報から、上記特定の文字、すなわち“@”よりも前方の文字列を個人識別文字列または店舗識別文字列として生成することになる。ビジネス名刺などで用いられる電子メールアドレスは“@”以前の部分に氏名を使用することが多いため、ビジネス名刺を文字認識の対象としていた場合に、より精度を高く、氏名を表す文字列を個人識別文字列として生成することが可能になる。また、店舗の情報が掲載された雑誌などで掲載されている電子メールアドレスには、“@”以前の部分に店舗名を使用することが多いため、上述のような雑誌を文字認識の対象としていた場合に、より精度を高く、店舗名を表す文字列を店舗識別文字列として生成することが可能となる。従って、特定の媒体についての画像情報より抽出される文字列から、より正確に、氏名または店舗名識別文字列を表す文字列を同定することが可能になる。

また、本発明の情報処理装置では、前記識別文字列生成手段は、前記メールアドレス情報のうちの、前記特定の文字よりも後方の文字列を会社識別文字列または店舗識別文字列として生成することが好ましい。

これにより、識別文字列生成手段が、メールアドレス情報から、上記特定の文字、すなわち“@”よりも後方の文字列を会社識別文字列または店舗識別文字列として生成することになる。ビジネス名刺などで用いられる電子メールアドレスは“@”以降の部分に会社名を使用することが多いため、ビジネス名刺を文字認識の対象としていた場合に、より精度を高く、会社名を表す文字列を会社識別文字列として生成することが可能になる。また、店舗の情報が掲載された雑誌などで掲載されている電子メールアドレスには、“@”以降の部分に店舗名を使用することも多いため、上述のような雑誌を文字認識の対象としていた場合に、より精度を高く、店舗名を表す文字列を店舗識別文字列として生成することが可能となる。従って、特定の媒体についての画像情報より抽出される文字列から、より正確に、少なくとも会社名または店舗名識別文字列を表す文字列を同定することが可能になる。

また、本発明の情報処理装置では、前記識別文字列生成手段は、さらに、前記アドレス情報取得手段によって取得した前記メールアドレス情報に含まれる区切り文字の前後で前記個人識別文字列、前記会社識別文字列、または前記店舗識別文字列を分割し、新たな個人識別文字列、会社識別文字列、または店舗識別文字列とすることが好ましい。

これにより、電子メールアドレスのユーザ名とホスト名との間に入る特定の文字、すなわち“@”の前後でメールアドレス情報を分割して生成した個人識別文字列、会社識別文字列、または店舗識別文字列を、さらにメールアドレス情報に含まれる区切り文字の前後で分割した個人識別文字列、会社識別文字列、または店舗識別文字列を、識別文字列生成手段で生成する個人識別文字列、会社識別文字列、または店舗識別文字列とすることが可能になる。

また、本発明の情報処理装置では、前記識別文字列生成手段は、前記アドレス情報取得手段によって取得した前記ネットワークアドレス情報に含まれる区切り文字の前後で上記ネットワークアドレス情報を分割することによって、前記会社識別文字列または前記店舗識別文字列を生成することが好ましい。

これにより、ネットワークアドレス情報に含まれる区切り文字の前後で分割したネットワークアドレス情報を、識別文字列生成手段で生成する会社識別文字列または店舗識別文字列とすることになる。ネットワークアドレス情報に会社名、店舗名を表す文字列が含まれている場合、会社名、店舗名を表す文字列は、一般的に区切り文字で区切られていることが多いので、会社名、店舗名を表す文字列のみを含む会社識別文字列または店舗識別文字列を生成することが可能になる。会社名、店舗名を表す文字列のみを含む会社識別文字列または店舗識別文字列が生成された場合、文字列比較照合手段での比較照合時に、会社名、店舗名を表す文字列のみを含む会社識別文字列または店舗識別文字列が比較照合に用いられることになるので、比較照合の精度をより高くすることが可能になる。

また、本発明の情報処理装置では、前記文字列比較照合手段は、前記識別文字列生成手段によって生成した前記識別文字列と、前記比較照合用文字列取得手段によって取得した前記複数の比較照合用文字列のそれぞれとについて、お互いの前方の文字からの比較照合、お互いの後方の文字からの比較照合、および、お互いの比較照合する相手を１文字ずつ順番にずらしながらの比較照合のそれぞれを行うことが好ましい。

これにより、お互いの前方の文字からの比較照合、お互いの後方の文字からの比較照合、および、お互いの比較照合する相手を１文字ずつ順番にずらしながらの比較照合といった異なる種類の比較照合を行った結果を総合して、同定手段で判定を行うことが可能になる。従って、特定の媒体についての画像情報より抽出される文字列から、より精度を高くして、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することが可能になる。

また、本発明の情報処理装置では、前記文字列比較照合手段は、お互いの比較照合する相手を１文字ずつ順番にずらしながらの比較照合を行う場合、前記識別文字列と前記複数の比較照合用文字列とのうち、文字数の少ない方を、相手に対して１文字ずつ順番にずらしながら比較照合することが好ましい。

これにより、お互いの比較照合する相手を１文字ずつ順番にずらしながらの比較照合を行う場合に、識別文字列と複数の比較照合用文字列とのうち、文字数の少ない方を、相手に対して１文字ずつ順番にずらしながら比較照合することが可能になる。

また、本発明の情報処理装置では、前記同定手段は、前記文字列比較照合手段での比較照合の結果、前記識別文字列と前記複数の比較照合用文字列のそれぞれとの間で一致する文字数に基づいて、前記識別文字列と前記複数の比較照合用文字列のそれぞれとが類似しているか否かを判定することが好ましい。

これにより、同定手段が、文字列比較照合手段での比較照合の結果、識別文字列と複数の比較照合用文字列のそれぞれとの間で一致する文字数に基づいて、識別文字列と複数の比較照合用文字列のそれぞれとが類似しているか否かを判定することが可能になる。

また、本発明の情報処理装置では、前記同定手段は、前記一致する文字数が前記個人識別文字列に対して最も多い比較照合用文字列を、上記個人識別文字列に類似すると判定し、上記一致する文字数が前記会社識別文字列に対して最も多い比較照合用文字列を、上記会社識別文字列に類似すると判定し、上記一致する文字数が前記店舗識別文字列に対して最も多い比較照合用文字列を、上記店舗識別文字列に類似すると判定することが好ましい。

これにより、個人識別文字列、会社識別文字列、店舗識別文字列のそれぞれに対して、一致する文字数が最も多い比較照合用文字列を、それぞれ、氏名を表す文字列、会社名を表す文字列、店舗名を表す文字列として同定することが可能になる。

また、本発明の情報処理装置では、前記同定手段は、前記文字列比較照合手段での比較照合の結果、前記複数の比較照合用文字列のいずれも前記識別文字列に類似しないと判定した場合、前記複数の比較照合用文字列のうちの、それぞれ予め定められた条件を満たす比較照合用文字列を、氏名および会社名または店舗名として同定することが好ましい。

これにより、文字列比較照合手段での比較照合の結果、複数の比較照合用文字列のいずれも前記個人識別文字列に類似しないと判定した場合にも、複数の比較照合用文字列のうちの、それぞれ予め定められた条件を満たす比較照合用文字列を、氏名および会社名または店舗名として同定することが可能になる。

なお、上記情報処理装置は、コンピュータによって実現してもよく、この場合には、コンピュータを上記各手段として動作させることにより上記情報処理装置をコンピュータにて実現させる制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

本発明によれば、新しく辞書およびデータベースを情報処理装置に備える必要がない。また、文字認識を行って取得した文字列から得られた、少なくともメールアドレス情報およびネットワークアドレス情報のうちのいずれかから生成される、氏名の識別に用いる個人識別文字列、会社名の識別に用いる会社識別文字列、店舗名の識別に用いる店舗識別文字列等の識別文字列と、メールアドレス情報およびネットワークアドレス情報以外の文字列である複数の比較照合用文字列とを比較照合し、識別文字列に類似する比較照合用文字列を抽出することによって、氏名、会社名、店舗名を同定するので、複雑な辞書データおよび複雑な処理のルールが、情報処理装置に必要とならないとともに、「（株）」、「株式会社」、「Corp.」、「Inc.」といったような、特定の分類の指標となる文字列が、文字認識を行って取得した文字列に含まれていなかった場合であっても、氏名、会社名、店舗名を表す文字列を同定することが可能になる。

よって、比較的簡単な処理によって、文字列が記載された媒体についての画像情報から、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することが可能になる。また、特に、氏名、会社名、店舗名に特定の分類の指標となる文字列が含まれることの少ない英文表記の名刺等の媒体についての画像情報より抽出される文字列から、より容易に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することが可能になる。従って、特定の媒体についての画像情報より抽出される文字列から、より容易に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することを可能にするという効果を奏する。

〔実施の形態１〕
本発明の一実施形態について図１ないし図１６に基づいて説明すれば、以下の通りである。なお、以下の説明に用いる図面は、同一の部材または同一の機能のものについては同一の符号を付してある。従って、それらについての詳細な説明は繰り返さない。

最初に、図１を用いて情報処理装置１の構成の概要について説明を行う。図１は、本実施の形態における情報処理装置１の概略的構成を示す機能ブロック図である。情報処理装置１は、図１に示すように、画像データ取得部１１、文字認識辞書データ格納部１２、文字認識部１３、アドレス情報取得部（アドレス情報取得手段）１４、比較照合用文字列取得部（比較照合用文字列取得手段）１５、識別文字列生成部（識別文字列生成手段）１６、文字列比較照合部（文字列比較照合手段）１７、および項目分類決定部（同定手段）１８を備えている。なお、情報処理装置１は、名刺などの媒体についての画像情報をもとに文字認識を行い、媒体に記載されている氏名、会社名などの文字列を同定し、氏名、会社名などの項目分類を行うものである。

まず、画像データ取得部１１は、カメラ機能付き携帯電話機のカメラで撮影した画像の画像データ（画像情報）、スキャナで読み取った画像の画像データ（画像情報）などを取得するものである。また、画像データ取得部１１は、取得した画像データを文字認識部１３に送るものである。なお、画像データ取得部１１で取得した画像データは、名刺（文字列が記載された媒体）をスキャナで読み取った画像に由来する画像データ、または名刺をカメラ機能付き携帯電話機のカメラで撮影して得た画像に由来する画像データであるものとして以降では説明を行っていく。

文字認識辞書データ格納部１２は、文字認識部１３で文字列を認識するために用いる文字列のデータ（文字認識辞書）を格納しているものである。例えば、文字認識辞書データ格納部１２には、漢字、平仮名、カタカナ、数字、英字、記号等の文字コードとその文字コードに対応する文字の標準特徴ベクトルとを格納している構成であってもよく、以降では、文字認識辞書データ格納部１２に文字コードとその文字コードに対応する文字の標準特徴ベクトル（文字認識辞書データ）とを格納しているものとして説明を行う。

文字認識部１３は、文字認識辞書データ格納部１２に格納されている文字認識辞書データを参照して、画像データ取得部１１から送られてくる画像データについて文字認識するものである。例えば、文字認識部１３は、画像データ取得部１１から送られてくる画像データから特徴ベクトルを抽出し、文字認識辞書データ格納部１２の文字認識辞書データのすべての文字コードの標準特徴ベクトルと照合し、文字認識を行うものである。なお、文字認識部１３には、公知のＯＣＲ（Optical Character Recognition）を利用する構成であってもよい。

アドレス情報取得部１４は、文字認識部１３での文字認識によって得られた文字列から、電子メールアドレス情報およびＵＲＬ（Uniform Resource Locator）情報といったアドレス情報を抽出し、取得するものである。例えば、電子メールアドレス情報を抽出する方法としては、文字列が半角文字からなり、接頭に“E-mail”、“mail”などの文字列（特定の文字列）が含まれるものを抽出する方法を用いてもよいし、電子メールアドレス情報を示す文字列には“@”が含まれるはずなので、“@”を含む文字列（特定の文字）を抽出する方法を用いてもよい。また、ＵＲＬ情報（ネットワークアドレス情報）を抽出する方法としては、例えば文字列が半角文字からなり、“http”または“www”から文字列が始まる文字列（特定の文字列）を抽出する方法を用いてもよいし、“http”または“www”を含む文字列（特定の文字列）を抽出する方法を用いてもよい。

比較照合用文字列取得部１５は、文字認識部１３での文字認識によって得られた文字列から、上記アドレス情報に該当する文字列以外の文字列を取得し、“ （スペース）”、”,”の箇所で分割し、後述する文字列比較照合部１７での比較照合で用いる比較照合用文字列を得るものである。

識別文字列生成部１６は、アドレス情報取得部１４で取得した電子メールアドレス情報を示す文字列を、特定の区切り文字で区切ることによって、個人識別文字列（識別文字列）を生成するものである。また、識別文字列生成部１６は、アドレス情報取得部１４で取得したネットワークアドレス情報を示す文字列を、特定の区切り文字で区切ることによって、会社識別文字列（識別文字列）を生成するものである。ここで言うところのそれぞれの特定の区切り文字については、後に詳述する。

文字列比較照合部１７は、識別文字列生成部１６で生成された個人識別文字列および会社識別文字列と比較照合用文字列取得部１５で得られた比較照合用文字列との比較照合を行うものである。

そして、項目分類決定部１８は、文字列比較照合部１７における比較照合の結果（比較照合結果）に基づいて、文字列の項目を分類する（氏名、会社名を表す文字列を同定する）ものである。なお、項目分類決定部１８で決定された分類の結果（分類結果）は、情報処理装置１の外部に備えられた表示装置などに送られ、分類結果が表示装置などで表示される。

次に、図２を用いて、情報処理装置１での動作フローについて説明を行う。図２は、情報処理装置１での動作フローの一例を示すフローチャートである。なお、ここでは、図３に示すような英文名刺の画像データのすべてをもとにして情報処理装置１で処理を行う場合を例にとって説明を行う。

まず、ステップＳ１では、文字認識部１３が、画像データ取得部１１で取得した画像データに対して文字認識を行う。なお、文字認識は縦書きの名刺の場合には１行単位、横書きの名刺の場合には１列単位で行うものとする。図３に示すような英文名刺の画像データについて文字認識を行った結果として、図４（ａ）に示すように、“Ray Smith”、“NML Market”、“○○Avenue,△△,[][]”、“TEL（999）888-5678”、“FAX（999)888-1234”、”E-mail：[email protected]”、“www.nml-Market.com”といった文字列が得られることになる。なお、“[]”の部分には、図４（ａ）にも示すように、白抜きの四角が本来は当てはまるものとし、以降の“[]”の部分についても白抜きの四角が当てはまるものとする。

続いて、ステップＳ２では、文字認識部１３での文字認識の結果によって得られた文字列から、電子メールアドレス情報およびＵＲＬ（ネットワークアドレス）情報といったアドレス情報を示す文字列をアドレス情報取得部１４が抽出し、取得する。本例では、アドレス情報取得部１４によって、図４（ａ）の破線で囲んだ箇所に示す電子メールアドレス情報“E-mail：[email protected]”とネットワークアドレス情報“www.nml-Market.com”とを取得することになる。また、電子メールアドレス情報を示す文字列中の“E-mail：”との文字列（メールアドレスおよびネットワークアドレスの構成要素以外を表す文字列であることが明らかな文字列）は、電子メールアドレス情報ごとに共通の文字列であり、氏名、会社名などが含まれていない、メールアドレスおよびネットワークアドレスの構成要素以外を表す文字列であるため、アドレス情報取得部１４は、“E-mail：”の部分を削除してアドレス情報を取得する構成であってもよく、本例では、図４（ｂ）の破線で囲んだ箇所に示すような“[email protected]”との文字列をアドレス情報として取得することとする。なお、ここでは、“E-mail：”の部分を削除する構成を例として示したが、必ずしもこれに限らない。例えば、氏名、会社名などが含まれないなどのメールアドレスおよびネットワークアドレスの構成要素以外を表す文字列であることが明らかな部分であれば上記削除を行う構成であってもよく、“mail：”などの部分（メールアドレスおよびネットワークアドレスの構成要素以外を表す文字列であることが明らかな文字列）についても同様に削除する構成であってもよい。

次に、ステップＳ３では、文字認識部１３により得られた、アドレス情報に該当する文字列以外の文字列（比較照合用文字列候補）を、比較照合用文字列取得部１５によって、さらに“ （スペース）”、“,”などの区切り文字（所定の区切り文字）の前後で分割する（区切り文字で区切る）。本例では、図５（ａ）に示す比較照合用文字列候補（図５（ａ）中の文字列候補１）から、図５（ｂ）に示す比較照合用文字列（図５（ｂ）中の文字列候補２）が得られる。また、文字列比較照合部１７での比較照合時に、分割された文字列（比較照合用文字列）が、名刺（特定の媒体）上で同一行にもともと記載されていたか否かの情報が必要となるため、文字列（比較照合用文字列候補）を分割する際に、名刺上で同一行にもともと記載されていたことを何らかの形で保持しておく。本例では、同一行にもともと記載されていた比較照合用文字列同士については、図５（ｂ）に示すように同一のインデックスを付与している。なお、ここで言うところの区切り文字（所定の区切り文字）としては、“ （スペース）”、“,”などの他に、“（”、“）”、“‐”、“_”などを含んでもよく、それ以外の任意の文字を区切り文字としてもよい。また、区切り文字として以上のいずれかのみを用いる構成であってもよいし、以上の組み合わせを用いる構成であってもよい。

なお、比較照合用文字列候補のうち、“TEL”または“FAX”との文字列に続く数字等の文字列（氏名、会社名、および店舗名以外を表す文字列であることが明らかな文字列）は、電話番号またはファックス番号のみである場合が多いことから、“TEL”および“FAX”との文字列、ならびにTEL”または“FAX”との文字列に続く文字列は、電話番号またはファックス番号として決定してしまい、比較照合用文字列から削除してしまう構成であってもよい。ただし、“TEL”または“FAX”という特定文字列に続いてはいるものの、電話番号またはファックス番号の特徴として当てはまらない文字列については、比較照合用文字列とする構成であってもよい。

続いて、ステップＳ４では、識別文字列生成部１６が、アドレス情報取得部１４によって得られたアドレス情報のうちの電子メールアドレス情報から個人識別文字列と会社識別文字列とを取得し、ステップＳ５に移る。また、ステップＳ５では、識別文字列生成部１６が、アドレス情報取得部１４によって得られたアドレス情報のうちのネットワークアドレス情報から会社識別文字列を取得し、ステップＳ６に移る。なお、ステップＳ４での詳しい処理については後述する。

ここで、図６を用いて、ステップＳ４での、電子メールアドレス情報から、個人識別文字列および会社識別文字列を生成する処理についての詳細な説明を行う。図６は、電子メールアドレス情報から個人識別文字列および会社識別文字列を生成する処理の一例の詳細を示すフローチャートである。

まず、ステップＳ４１では、アドレス情報取得部１４によって得られたアドレス情報のうちの電子メールアドレス情報から、“@”の箇所（電子メールアドレスのユーザ名とホスト名との間に入る文字）を検出し、ステップＳ４２に移る。ステップＳ４２では、当該電子メールアドレス情報から、“@”以前の文字列を取得し、ステップＳ４３に移る。ここで、“@”以前の文字列は、個人識別文字列の候補となる。

ステップＳ４３では、“@”以前の文字列に含まれることのある“_”、“‐”、“．”といった区切り文字（メールアドレス情報に含まれる区切り文字）が、個人識別文字列の候補の文字列内に存在するか否かを判定する。そして、上記区切り文字が存在した場合（ステップＳ４３でＹｅｓ）には、ステップＳ４４に移る。また、上記区切り文字が存在しなかった場合（ステップＳ４３でＮｏ）には、ステップＳ４５に移る。

ステップＳ４４では、区切り文字が存在した位置の前後で個人識別文字列の候補の文字列を分割し、分割で得られたそれぞれの文字列を新たな個人識別文字列の候補の文字列として保持する。また、ステップＳ４５では、個人識別文字列の候補の文字列をそのまま個人識別文字列として保持する。

本例では、電子メールアドレス情報として“[email protected]”が得られているので、ステップＳ４１での処理によって“@”が検出される。そして、ステップＳ４２の処理によって、個人識別文字列の候補として“rsmith”が取得される。なお、“rsmith”には“_”、“‐”、“．”といった区切り文字が含まれないので、ステップＳ４４での処理は行われず、“rsmith”との文字列が、電子メールアドレス情報から生成される個人識別文字列となる。もし、電子メールアドレス情報が“[email protected]”であった場合には、個人識別文字列の候補となる“r-smith”に“‐”との区切り文字が存在するので、ステップＳ４３での処理によって、“r”と“smith”との２つの個人識別文字列が生成されることになる。

続いて、ステップＳ４６以降の処理は、電子メールアドレス情報のうちの“@”以降の文字列を取得し、ステップＳ４７に移る。なお、“@”以降の文字列は、会社識別文字列の候補となる。ステップＳ４７では、“@”以降の文字列に含まれることのある“_”、“‐”、“．”といった区切り文字（メールアドレス情報に含まれる区切り文字）が、会社識別文字列の候補の文字列内に存在するか否かを判定する。そして、上記区切り文字が存在した場合（ステップＳ４７でＹｅｓ）には、ステップＳ４８に移る。また、上記区切り文字が存在しなかった場合（ステップＳ４７でＮｏ）には、ステップＳ４９に移る。

ステップＳ４８では、区切り文字が存在した位置の前後で会社識別文字列の候補の文字列を分割し、分割で得られたそれぞれの文字列を新たな会社識別文字列の候補の文字列として保持する。また、ステップＳ４９では、会社識別文字列の候補の文字列をそのまま会社識別文字列として保持し、フローを終了する。

本例では、会社識別文字列は“nmlMar.com”なので、区切り文字“．”の前後で“nmlMar.com”は“nmlMar”と“com”とに分割され、“nmlMar”と“com”との２つの会社識別文字列が生成されることになる。ただし、“com”は、電子メールアドレスのそれぞれで共通に使用される文字列なので、識別文字列生成部１６で削除する構成であってもよい。他にも、任意で“co”、“ne”、“go”、“jp”、および“ca”などの電子メールアドレスに共通で用いられる文字列を、図示しない辞書データ格納部などに格納しておき、上記辞書データ格納部の辞書データを照合することにより、識別文字列生成部１６で当該文字列を削除する構成としてもよい。本例では、“com”を削除して“nmlMar”を会社識別文字列として生成する場合を例として説明を続ける。

さらに、ここでは、図７を用いて、ステップＳ５での、ネットワークアドレス情報から、会社識別文字列を生成する処理についての詳細な説明を行う。図７は、ネットワークアドレス情報から会社識別文字列を生成する処理の一例の詳細を示すフローチャートである。

まず、ステップＳ５１では、アドレス情報取得部１４によって得られたアドレス情報のうちのネットワークアドレス情報に、区切り文字が存在するかを判定する処理である。なお、ネットワークアドレス情報における区切り文字（ネットワークアドレス情報に含まれる区切り文字）としては、“‐”、“．”、“_”、“/”、“：”などが対象となる。そして、上記区切り文字が存在した場合（ステップＳ５１でＹｅｓ）には、ステップＳ５２に移る。また、上記区切り文字が存在しなかった場合（ステップＳ５１でＮｏ）には、ステップＳ５３に移る。

ステップＳ５２では、区切り文字が存在した位置の前後でネットワークアドレス情報の文字列を分割し、分割で得られたそれぞれの文字列を新たなネットワークアドレス情報の文字列として保持する。また、ステップＳ５３では、ネットワークアドレス情報の文字列をそのまま会社識別文字列として保持し、フローを終了する。

本例では、ネットワークアドレス情報として“www.nml-Market.com”が得られているので、ステップＳ５３での処理によって、“www”と“nml”と“Market”と“com”との４つの会社識別文字列が生成されることになる。また、ネットワークアドレス情報を示す文字列中の“www”、“com”などの文字列（氏名、会社名、および店舗名以外を表す文字列であることが明らかな文字列）は、ネットワークアドレス情報ごとに共通の文字列であり、会社名などが含まれていないことが明らかなため、アドレス情報取得部１４は、“www”、“com”などの部分を削除して会社識別文字列を取得する構成であってもよい。本例では、“www”および“com”を削除して“nml”および“Market”を会社識別文字列として生成する場合を例として説明を続ける。なお、ここでは、“www”、“com”の部分を削除する構成を例として示したが、必ずしもこれに限らない。例えば、会社名などが含まれないことが明らかな文字列（氏名、会社名、および店舗名以外を表す文字列であることが明らかな文字列）であれば上記削除を行う構成であってもよい。また、電子メールアドレス情報の場合と同様に、ネットワークアドレスに共通で用いられる文字列を、図示しない辞書データ格納部などに格納しておき、上記辞書データ格納部の辞書データを照合することにより、識別文字列生成部１６で当該文字列を削除する構成としてもよい。

すなわち、本例では、ステップＳ４の処理の結果、図８（ａ）に示すように、個人識別文字列として“rsmith”、会社識別文字列として図８（ｂ）に示すように、“nmlMar”が得られ、ステップＳ５の処理の結果、図８（ｂ）に示すように、会社識別文字列として“nml”、“Market”が得られることになる。

続いて、ステップＳ６では、文字列比較照合部１７が、識別文字列生成部１６で得た個人識別文字列と比較照合用文字列取得部１５で取得した複数の比較照合用文字列とを比較照合する。詳細には、上記比較照合用文字列と個人識別文字列とを比較し、両者で一致する文字数を求める。なお、ここで求められる文字数が、当該比較照合で得られる評価値となる。

ここで、図９（ａ）ないし図９（ｃ）を用いて、比較照合用文字列“Ray”と個人識別文字列“rsmith”との比較照合の具体例を示す。なお、比較照合用文字列および個人識別文字列については、正規化を行うことによって大文字を小文字として処理を行ってもよいし、正規化を行わずに処理をおこなってもよいが、ここでは、正規化を行うことによって大文字を小文字として処理する場合を例に挙げて説明を行う。すなわち、“Ray”は“ray”として処理を行う。

まず、図９（ａ）で示すように、“ray”と“rsmith”とを前方の先頭文字（前方先頭文字）から順番に比較照合していき（前方一致処理）、文字が一致するごとに評価値として１を加算していく。また、両者の前方先頭文字が一致していた場合には、さらに評価値として１を加算するものとする。“ray”と“rsmith”との比較照合では、前方先頭文字が一致しているので、評価値として２（前方先頭文字の一致と文字の一致との分）が加算される。引き続き、後続の文字も比較照合していくが、一致する文字はないので、“ray”と“rsmith”との前方一致処理では＋２という評価値が最終的に得られることになる。なお、前方先頭文字から順番に比較照合していくと、“ray”と“rsmith”との文字数の違いにより、“rsmith”のうちの“ith”は比較照合されないことになるが、文字数の違いによる評価値の減算などは本例では特に行わないものとする。しかしながら、文字数の違いによる評価値の減算などを行う構成であっても構わないものとする。

続いて、図９（ｂ）で示すように、“ray”と“rsmith”とを後方の先頭文字（後方先頭文字）から順番に比較照合していき（後方一致処理）、文字が一致するごとに評価値として１を加算していく。“ray”と“rsmith”との比較照合では、“ray”の“y”と“rsmith”の“h”とを比較し、一致すれば評価値として１を加算し、両者の後方先頭文字が一致した場合には、さらに評価値として１を加算するものとする。“ray”と“rsmith”との比較照合では、後方先頭文字が一致していないので、評価値として０が加算される（評価値が加算されない）。引き続き、後続の文字も比較照合していくが、一致する文字はないので、“ray”と“rsmith”との後方一致処理では０という評価値が最終的に得られることになる。

そして、最後に、図９（ｃ）で示すように、“ray”と“rsmith”とを、比較照合する相手を１文字ずつ順番にずらしながら比較照合していき、文字が一致するごとに評価値として１を加算していく。ここでは、比較照合用文字列と個人識別文字列のうち、文字数が少ないものを、文字数の多いものに対して１文字ずつ順番にずらしながら比較照合していく。すなわち、ここでは、“ray”の“r”と“rsmith”の“s”との比較照合から順番に、図９（ｃ）に示すように行っていくことになる。そして、“ray”の“r”と“rsmith”の“s”とから始まる比較照合が終了した後に、比較照合する相手を１文字ずらし、“ray”の“r”と“rsmith”の“m”とから始まる比較照合を開始するといったように、比較照合する相手を１文字ずつ順番にずらしながらの比較照合を行うことを繰り返すことによって、“ray”という文字列の評価値を比較照合の種類ごとに得るが、そのうちの最大の評価値を、比較照合する相手を１文字ずつ順番にずらしながらの比較照合を行った場合の最終的な評価値とする。ただし、評価値が１以下であった場合には、評価値は０とする。また、評価値が１以下であった場合の評価値を０とするのは、前方一致処理、後方一致処理でも同様とする。そして、文字列比較照合部１７での比較照合用文字列と個人識別文字列との比較照合の結果として最終的に得られる評価値としては、前方一致処理、後方一致処理、および比較照合する相手を１文字ずつ順番にずらしながらの比較照合を行う処理のそれぞれで得られた評価値のうちの最大の評価値を選択するものとする。以上のようにして、ステップＳ６の処理を、比較照合用文字列と個人識別文字列とのすべての組み合わせに対して行い、各比較照合用文字列の評価値を得る。

ここで、図１０に、各比較照合用文字列“Ray”、“Smith”、“NML”、“Market”、“○○Avenue”、“△△”、および“[][]”の評価値を計算した結果を示す。図１０に示すように、各比較照合用文字列ごとに、インデックスと評価値とが対応付けられており、“Smith”のインデックスは「１」であって、評価値が最大の「＋６」であることがわかる。

続いて、ステップＳ７では、比較照合用文字列と個人識別文字列とのすべての組み合わせに対して比較照合が終了していた場合（ステップＳ７でＹｅｓ）には、ステップＳ８に移る。また、比較照合用文字列と個人識別文字列とのすべての組み合わせに対して比較照合が終了していなかった場合（ステップＳ７でＮｏ）には、ステップＳ６に戻ってフローを繰り返す。

ステップＳ８では、文字列比較照合部１７での比較照合結果に基づいて、項目分類決定部１８が、氏名項目に分類される文字列の決定を行う（氏名を表す文字列を同定する）。具体的には、文字列比較照合部１７で得られた評価値が最大であった文字列を、氏名を表す文字列として同定する。本例では、図１０に示すように、比較照合用文字列“Smith”の評価値が最大であるので、“Smith”との文字列を、氏名を表す文字列として同定する。

なお、氏名は名刺上の同一行で姓と名とが記載されていることが多いので、名刺上の同一行に存在した比較照合用文字列（同一のインデックスが付与されている比較照合用文字列）も氏名を表す文字列として同定する構成であってもよい。すなわち、本例では、“Smith”と同じインデックス（１）が付与されている“Ray”も氏名を表す文字列として同定される。なお、姓と名との判断については、文字列の並び順に基づいて判断する構成にすればよく、英文名刺の場合は、名の次に姓の順に文字列が一般的に並ぶので並び順の先の“Ray”を名とし、並び順の後の“Smith”を姓として判断する構成にすればよい。以上で、氏名を表す文字列を同定する処理（氏名項目分類処理）は終了である。

次に、ステップＳ９では、文字列比較照合部１７が、識別文字列生成部１６で得た会社識別文字列と比較照合用文字列取得部１５で取得した複数の比較照合用文字列とを比較照合する。詳細には、上記比較照合用文字列と会社識別文字列とを比較し、両者で一致する文字数を求める。なお、ここで求められる文字数が、当該比較照合で得られる評価値となる。

本例では、比較照合用文字列と会社識別文字列とがそれぞれ複数存在しているが、ここでは、比較照合用文字列“NML”と会社識別文字列“nmlMar”との比較照合の具体例を示す。なお、比較照合用文字列および会社識別文字列については、正規化を行うことによって大文字を小文字として処理を行ってもよいし、正規化を行わずに処理をおこなってもよいが、ここでは、正規化を行うことによって大文字を小文字として処理する場合を例に挙げて説明を行う。すなわち、“NML”は“nml”となり、“nmlMar”は“nmlmar”となる。

まず、“nml”と“nmlmar”とを前方の先頭文字（前方先頭文字）から順番に比較照合していく（前方一致処理）。つまり、“nml”の“n”と“nmlmar”の“n”との比較から比較照合を開始する。なお、前方先頭文字から順番に比較照合していくと、“nml”と“nmlmar”との文字数の違いにより、“nmlmar”のうちの“mar”は比較照合されないことになるが、文字数の違いによる評価値の減算などは本例では特に行わないものとする。しかしながら、文字数の違いによる評価値の減算などを行う構成であっても構わないものとする。また、評価値については、比較照合用文字列と個人識別文字列との比較照合の場合と同様にして求めるものとする。すなわち、文字列比較照合部１７での比較照合用文字列と会社識別文字列との比較照合の結果として最終的に得られる評価値としては、前方一致処理、後方一致処理、および比較照合する相手を１文字ずつ順番にずらしながらの比較照合を行う処理のそれぞれで得られた評価値のうちの最大の評価値を選択するものとする。よって、本例では「＋４」が比較照合用文字列“NML”の評価値となる。

続いて、ステップＳ１０では、比較照合用文字列と会社識別文字列とのすべての組み合わせに対して比較照合が終了していた場合（ステップＳ１０でＹｅｓ）には、ステップＳ１１に移る。また、比較照合用文字列と会社識別文字列とのすべての組み合わせに対して比較照合が終了していなかった場合（ステップＳ１０でＮｏ）には、ステップＳ９に戻ってフローを繰り返す。

ステップＳ１１では、文字列比較照合部１７での比較照合結果に基づいて、項目分類決定部１８が、会社項目に分類される文字列の決定を行う（会社名を表す文字列を同定する）。具体的には、文字列比較照合部１７で得られた評価値が最大であった文字列を、会社名を表す文字列として同定する。本例では、図１１（ａ）に示す全比較照合用文字列と図１１（ｂ）に示す全会社識別文字列とを文字列比較照合部１７によって各々比較照合することによって、図１２に示すような比較照合結果（評価値）を得る。図１２に示すように、各比較照合用文字列ごとに、インデックスと評価値とが対応付けられており、図１２からわかるように、評価値が最大の比較照合用文字列は、評価値が「＋７」の“Market”であるので、“Market”との文字列を、会社名を表す文字列として同定する。

なお、会社名は、名刺上の同一行で会社名を構成する文字列が羅列して記載されていることが多いので、名刺上の同一行に存在した比較照合用文字列（同一のインデックスが付与されている比較照合用文字列）も会社名を表す文字列として同定する構成であってもよい。すなわち、本例では、“Market”と同じインデックス（２）が付与されている“NML”も会社名を表す文字列として同定され、文字列の並び順に従って、“NML Market”が会社名を表す文字列として同定される。以上で、会社名を表す文字列を同定する処理（会社名項目分類処理）は終了であって、情報処理装置１での動作フローも終了である。

なお、以上の実施の形態は、最良のものについて説明したものであり、文字認識部１３での文字認識の結果に誤りがない場合について説明したものである。そこで、以下では、文字認識部１３が、図３に示す英文名刺の画像データから電子メールアドレス情報を、例えば図１３に示すように“[email protected]”と誤認識した場合を例にとって説明を行う。

図２に示したフローに従って処理をすすめると、図１４（ａ）に示すように、“Ray”、“Smith”、“NML”、“Market”、“○○Avenue”、“△△”、および“[][]”が比較照合用文字列として得られ、図１４（ｂ）および図１４（ｃ）に示すように、個人識別文字列が“l3mith”、会社識別文字列が“mnlMar”、“nml”、および“Market”として生成されることになる。そして、生成された個人識別文字列、会社識別文字列について、前方一致処理、後方一致処理、および比較照合する相手を１文字ずつ順番にずらしながらの比較照合の処理を行うことになる。

ここで、図１５を用いて、個人識別文字列“l3mith”と比較照合用文字列とを比較照合した結果を示す。図１５に示すように、比較照合用文字列“Smith”の評価値が「＋５」で最大であるので、“Smith”との文字列を、氏名を表す文字列として同定する。また、“Smith”と同じインデックス（１）が付与されている“Ray”も、氏名を表す文字列として同定される。

次に、図１４（ａ）に示す比較照合用文字列と図１４（ｃ）に示す会社識別文字列とのすべての組み合わせについて、前方一致処理、後方一致処理、および比較照合する相手を１文字ずつ順番にずらしながらの比較照合の処理を行うことになる。

ここで、図１６を用いて、図１４（ａ）に示す比較照合用文字列と図１４（ｃ）に示す会社識別文字列とのすべての組み合わせについての比較照合結果を示す。図１６に示すように、比較照合用文字列“Market”の評価値が「＋７」で最大であるので、“Market”との文字列を、会社名を表す文字列として同定する。また、“Market”と同じインデックス（２）が付与されている“NML”も、会社名を表す文字列として同定され、“NML Market ”が会社名を表す文字列として同定される。

以上のように、本発明の構成によれば、文字認識部１３での文字認識の結果に誤りがあった場合でも、より正確に氏名、会社名を表す文字列を同定（氏名、会社名項目を分類）することが可能になる。

〔実施の形態２〕
本発明の他の実施の形態について図１７ないし図２６に基づいて説明すれば、以下の通りである。なお、本実施の形態において説明すること以外の構成は、前記実施の形態１と同じである。また、説明の便宜上、前記の実施の形態１の図面に示した部材と同一の機能を有する部材については、同一の符号を付し、その説明を省略する。

前記実施の形態１においては、図３に示した英文名刺の画像を携帯電話のカメラなどで撮影、またはスキャナなどで読み取りし、その画像データを画像データ取得部１１ですべて取得した後に、比較照合用文字列を複数得て、取得した比較照合用文字列のすべてについて、個人識別文字列および会社識別文字列と比較照合し、氏名および会社名を表す文字列を同定する構成を示した。これに対して、本実施の形態では、画像データを画像データ取得部１１で取得しながら、取得した分の画像データから得られる比較照合用文字列について、個人識別文字列および会社識別文字列を得て、個人識別文字列および会社識別文字列と比較照合し、氏名および会社名を表す文字列を同定する構成について説明する。なお、本実施の形態を実現する情報処理装置の主要な構成は、図１に示したものと同様である。

まず、図１７を用いて、本実施の形態における処理の流れについて説明を行う。図１７は、本実施の形態における処理のフローの一例を示すフローチャートである。

まず、ステップＳ６１では、図１８に示すように、名刺の下辺からスキャナ等の入力装置によって画像の走査を開始する。そして、走査を行いながら画像を読み取り、読み取った画像に文字列が存在した場合（ステップＳ６１でＹｅｓ）には、ステップＳ６２に移る。また、読み取った画像に文字列が存在しなかった場合（ステップＳ６１でＹｅｓ）には、フローを終了する。ステップＳ６２では、文字認識部１３によって文字認識を開始し、ステップＳ６３に移る。なお、この際、名刺に記載されている１行単位で、名刺の下辺側から順番に文字認識部１３が文字認識を行うものとする。

ステップＳ６３では、文字認識部１３での文字認識の結果によって得られた文字列が、電子メールアドレス情報またはネットワークアドレス情報であるかを文字認識部１３が判定する。そして、文字認識部１３での文字認識の結果によって得られた文字列が、電子メールアドレス情報またはネットワークアドレス情報であった場合（ステップＳ６３でＹｅｓ）には、ステップＳ６４に移る。また、文字認識部１３での文字認識の結果によって得られた文字列が、電子メールアドレス情報またはネットワークアドレス情報でなかった場合（ステップＳ６３でＮｏ）には、ステップＳ６６に移る。

ステップＳ６４では、電子メールアドレス情報およびネットワークアドレス情報といったアドレス情報を示す文字列を、アドレス情報取得部１４が取得し、識別文字列生成部１６が、アドレス情報取得部１４によって取得したアドレス情報から、個人識別文字列および／または会社識別文字列を生成する。そして、ステップＳ６５に移る。

図１８に示す名刺画像では、まず、名刺の最も下辺側の文字列が文字認識されるため、図１９（ａ）に示す“www.nml-Market.com”が文字認識部１３によって得られることになる。そして、“www”という文字列を含むことから、ネットワークアドレス情報であると文字認識部１３で判断され、識別文字列生成部１６によって、図１９（ａ）に示す、“www”と“nml”との間の“．”、“nml”と“Market”との間の“-”、“Market”と“com”との間の“．”といった区切り文字の前後で分割され、図１９（ｂ）に示すように“nml”および“Market”が、会社識別文字列として生成される。なお、“com”も上記分割によって得られるが、前記実施の形態１と同様に、会社識別文字列から削除する。また、上記文字列がネットワークアドレス情報であった場合のステップＳ６４の処理は、図７で示した前述の処理と同様であるので、詳細な説明はここでは行わない。本例では、ステップＳ６４において会社識別文字列が得られ、ステップＳ６５に移る。

ステップＳ６５では、名刺の下辺側からの順番に従って、次の行に文字認識が可能な文字列が存在するか否かを文字認識部１３が判定する。そして、文字列が存在した場合（ステップＳ６５でＹｅｓ）には、ステップＳ６２に戻って、フローを繰り返す。また、文字列が存在しなかった場合（ステップＳ６５でＮｏ）には、フローを終了する。

図１８に示す名刺画像では、名刺の下辺側からの順番に従って、“www.nml-Market.com”の次の行の、図２０（ａ）に示す“E-mail:[email protected]”が文字認識部１３によって得られることになる。そして、接頭に“E-mail”という文字列を含むこと、および“@”を含むことなどから、ステップＳ６３の処理により、電子メールアドレス情報であると文字認識部１３で判断される。また、ステップＳ６４の処理により、識別文字列生成部１６によって、図２０（ｂ）および図２０（ｃ）に示すように、“rsmith”が個人識別文字列、“nmlMar”が会社識別文字列として生成される。なお、“com”も取得されるが、前記実施の形態１と同様に、会社識別文字列から削除する。前述したネットワークアドレス情報が得られた時点で、“nml”、“Market”がすでに会社識別文字列として生成されているので、“nmlMar”はすでに存在している会社識別文字列に追加されることになる。また、上記文字列が電子メールアドレス情報であった場合のステップＳ６４の処理は、図６で示した前述の処理と同様であるので、詳細な説明はここでは行わない。

さらに、本例では、ステップＳ６５に移り、名刺の下辺側からの順番に従って、さらに次の行に文字認識が可能な文字列が存在するか否かを文字認識部１３が判定する。図１８に示す名刺画像では、さらに次の行にも文字列が存在するので、ステップＳ６２において、名刺の下辺側からの順番に従って、“E-mail:[email protected]”の次の行の、“FAX（999）888‐1234”が文字認識部１３によって得られることになる。そして、“FAX”という文字列を含むことからファックス番号であることがわかるので、ステップＳ６３の処理により、電子メールアドレス情報およびネットワークアドレス情報ではないと文字認識部１３で判断され、ステップＳ６６に移る。

また、ステップＳ６６では、比較照合用文字列との比較照合を行うためには個人識別文字列または会社識別文字列が必要であるので、個人識別文字列または会社識別文字列が既に得られているか否かを文字列比較照合部１７が判定する。そして、個人識別文字列または会社識別文字列が既に得られていた場合（ステップＳ６６でＹｅｓ）には、ステップＳ６７に移る。また、個人識別文字列または会社識別文字列が既に得られていなかった場合（ステップＳ６６でＮｏ）には、ステップＳ６１に戻ってフローを繰り返す。本例では、個人識別文字列および会社識別文字列が既に得られているので、ステップＳ６７に移る。

ステップＳ６７では、アドレス情報に該当する文字列以外の文字列（比較照合用文字列候補）を、比較照合用文字列取得部１５によって、さらに“ （スペース）”、“,”などの区切り文字（所定の区切り文字）の前後で分割する。本例では、区切り文字の前後として、“FAX（999）888‐1234”のうちの、“（”、“）”、“‐”（所定の区切り文字）の前後で文字列を分割する。ただし、“FAX（999）888‐1234”は、“FAX”という文字列と“FAX”という文字列に続く数字の羅列とからなっていることから、氏名および会社名ではないことがわかるので、ステップＳ６６以降の比較照合の処理を省く構成であってもよい。なお、本例において、“FAX（999）888‐1234”の次の文字認識で得られる文字列“TEL（999）888‐5678”についても同様に、“TEL”という文字列と“TEL”という文字列に続く数字の羅列とからなっていることから、氏名および会社名ではないことがわかるため、ステップＳ６６以降の比較照合の処理を省く構成であってもよい。

続いて、本例において上述の処理を繰り返して、ステップＳ６２で文字認識部１３により、図２１に示すような“○○Avenue,△△,[][]”との文字列（比較照合用文字列候補）が得られた場合について説明を行う。ステップＳ６３の処理において、“○○Avenue,△△,[][]”は電子メールアドレス情報およびネットワークアドレス情報でないと判定されることから、ステップＳ６６に移る。ステップＳ６６の処理においては、個人識別文字列または会社識別文字列が既に得られているため、ステップＳ６７に移る。ステップＳ６７の処理では、比較照合用文字列取得部１５によって、“○○Avenue,△△,[][]”に含まれる区切り文字“,”の前後で“○○Avenue,△△,[][]”の文字列が分割され、比較照合用文字列“○○Avenue”、“△△”、“[][]”が得られることになる。

ステップＳ６８では、文字列比較照合部１７が、識別文字列生成部１６で得た個人識別文字列および／または会社識別文字列と比較照合用文字列取得部１５で取得した比較照合用文字列とを比較照合する。なお、本処理は、前記実施の形態１で説明したように、前方一致処理、後方一致処理、および比較照合する相手を１文字ずつ順番にずらしながらの比較照合の処理を行うことによって、評価値を求めるものである。

続いて、ステップＳ６９では、比較照合の結果に基づいて、比較照合用文字列が個人識別文字列または会社識別文字列に類似しているか否かを項目分類決定部１８が判定する。そして、比較照合用文字列が個人識別文字列または会社識別文字列に類似していた場合（ステップＳ６９でＹｅｓ）には、ステップＳ７０に移る。また、比較照合用文字列が個人識別文字列および会社識別文字列に類似していなかった場合（ステップＳ６９でＮｏ）には、ステップＳ６５に移ってフローを繰り返す。

そして、ステップＳ７０では、項目分類決定部１８が、個人識別文字列に比較照合用文字列が類似していた場合には、個人識別文字列に類似していた比較照合用文字列を氏名を表す文字列として同定する。また、会社識別文字列に比較照合用文字列が類似していた場合には、会社識別文字列に類似していた比較照合用文字列を、会社名を表す文字列として同定する。そして、ステップＳ６５に移ってフローを繰り返す。

本例では、図２２（ａ）および図２２（ｂ）に示す比較照合結果から、比較照合用文字列“○○Avenue”、“△△”、“[][]”は全て評価値が「０」なので、比較照合用文字列が個人識別文字列および会社識別文字列に類似していないものとして項目分類決定部１８が判定し、ステップＳ６５に移る。本例では、“○○Avenue,△△,[][]”の次の行にも文字列があるので、ステップＳ６２に移る。また、ステップＳ６２の処理では、名刺の下辺側からの順番に従って、“○○Avenue,△△,[][]”の次の行の、図２３に示す“NML Market”が文字認識部１３によって得られ、ステップＳ６３に移る。ステップＳ６３の処理では、“NML Market”は電子メールアドレス情報およびネットワークアドレス情報でないと判定されることから、ステップＳ６６に移る。ステップＳ６６の処理においては、個人識別文字列または会社識別文字列が既に得られているため、ステップＳ６７に移る。ステップＳ６７の処理では、比較照合用文字列取得部１５によって、“NML Market”に含まれる区切り文字“ （スペース）”の前後で“NML Market”の文字列が分割され、比較照合用文字列“NML”と“Market”とが得られることになる。

また、本例では、ステップＳ６８の処理において、まず、比較照合用文字列“NML”と個人識別文字列“rsmith”との比較照合を行い、次に比較照合用文字列“Market”と個人識別文字列“rsmith”との比較照合を行う。そして、比較照合の結果、図２４（ａ）に示すような評価値「０」が両者ともに得られるので、比較照合用文字列“NML”および“Market”は、個人識別文字列とは類似していないものとして項目分類決定部１８に判定される。また、比較照合用文字列“NML”と会社識別文字列“nml”との比較照合を行う。そして、比較照合の結果、図２４（ｂ）に示すような「＋４」という評価値が得られる。比較照合用文字列“NML”と会社識別文字列“nml”とは、文字数がお互い３文字であることから、比較照合用文字列“NML”と会社識別文字列“nml”とは、完全に一致していることがわかる。従って、比較照合用文字列“NML”と会社識別文字列“nml”とが類似しているものとして項目分類決定部１８に判定される。そして、ステップＳ７０の処理において、比較照合用文字列“NML”を、会社名を表す文字列として同定する。

なお、本実施の形態では、名刺に記載されている１行単位で処理を行っているので、これ以上の比較照合を行わずに、“NML”と同じ行に羅列されている“Market”をさらに加えた“NML Market”という文字列を、会社名を表す文字列として同定する構成であってもよい。上記構成によれば、情報処理装置１での処理量が減少し、処理時間が短縮されるという効果が得られる。

上述した一連の処理を、名刺の最も上辺側の文字列が認識されるまで繰り返す。本例では、この結果、上述した一連の処理を、名刺の最も上辺側の文字列が認識されるまで繰り返した結果、“NML Market”が、会社名を表す文字列として同定（会社名項目として分類）され、“Ray Smith”が、氏名を表す文字列として同定（氏名項目として分類）される。

また、本実施の形態の構成では、評価値が最大になる比較照合用文字列を氏名または会社名を表す文字列として同定するのではなく、評価値が所定の値以上となるものを選別して、氏名または会社名を表す文字列として同定する必要がある。なお、ここで言うところの所定の値とは、例えば、比較照合の対象となる氏名識別文字列または会社名識別文字列の文字数の半分以上の値とするなど、任意で設定可能なものである。

ここで、所定の値を、比較照合の対象となる氏名識別文字列または会社名識別文字列の文字数の半分以上の値とした場合について、本例を用いて示す。本例では、比較照合用文字列候補として図２５に示す文字列が得られ、比較照合用文字列として、“Ray”と“Smith”との文字列が得られる。なお、個人識別文字列“rsmith”の文字数が６文字であるので、所定の値は、個人識別文字列“rsmith”の文字数の半分の値の３（＋３）となる。比較照合用文字列“Ray”および“Smith”と個人識別文字列“rsmith”との比較照合の結果として得られる評価値は、それぞれ図２６に示すとおりであるので、評価値が「＋３」以上の「＋６」である比較照合用文字列“Smith”を、氏名を表す文字列として選別し、“Smith”と同一行に存在していた比較照合用文字列“Ray”も含めた“Ray Smith”を、氏名を表す文字列として同定することになる。

なお、所定の値は任意に設定可能な値ではあるが、氏名または会社名を表す文字列を同定する処理の精度をより高いものとするために、２（＋２）以上とすることが望ましい。これは、前方一致処理、または後方一致処理において、比較照合した文字列同士の先頭文字が一致していた場合に、先頭文字の一致および文字の一致によって、評価値に２が加算され、先頭文字以外の文字列がまったく一致しないものであっても、氏名または会社名を表す文字列として選別される可能性があるためである。

ビジネス名刺では、氏名および会社名よりも上段に電子メールアドレス情報およびネットワークアドレス情報が記載されることが少ない。具体的には、図３に示すように、英文名刺であっても、氏名および会社名よりも下段に電子メールアドレス情報およびネットワークアドレス情報が記載されることが多い。従って、以上の構成によれば、名刺画像の下辺の文字列から上辺の文字列に向かって順番に文字認識を開始し、識別文字列を氏名及び会社名項目よりも先に生成するので、情報処理装置１での処理量の削減、処理の高速化を実現することが可能になる。すなわち、実施の形態１の情報処理装置１では、名刺の上辺から下辺までの全てを走査し、走査した全てについて文字認識を行い、文字認識した結果が出揃ってから、個人識別文字列および会社識別文字列を生成するのに対して、実施の形態２の情報処理装置１では、名刺の下辺から１行ずつ文字認識を行い、電子メールアドレス情報またはネットワークアドレス情報が見つかった時点で、個人識別文字列および会社識別文字列を生成する構成になっているので、実施の形態２の情報処理装置１では、名刺の上辺から下辺までの全てを走査し、走査した全てについて文字認識を行う前に、個人識別文字列および会社識別文字列を生成することができ、情報処理装置１での処理量の削減、処理を高速化を実現することができる。

なお、両実施の形態において、氏名および会社名以外の文字列の同定（項目分類）については特に規定しないが、個人識別文字列および会社識別文字列と比較照合した結果、氏名および会社名のどちらとも判断されなかった比較照合用文字列は、他の記憶領域に記憶しておき、最後に氏名・会社名以外の項目に項目分類を行う構成にしてもよい。また、電話番号、ファックス番号などを表す文字列は、“TEL”、“FAX”等の文字列によって、容易に電話番号、ファックス番号などであると判断できるので、“TEL”、“FAX”等の文字列を利用することにより、情報処理装置１で電話番号、ファックス番号などを表す文字列も同定する構成にしてもよい。

また、両実施の形態において、氏名識別文字列および会社識別文字列と比較照合用文字列との比較照合の結果、比較照合用文字列内に氏名および会社名を表す文字列が含まれていないと判断された場合には、氏名および会社名以外を表す文字列を先に同定（氏名および会社名以外の項目を先に分類）してしまい、氏名および会社名以外の項目の分類で残った比較照合用文字列の中から、氏名に用いられる頻度が高い候補（それぞれ予め定められた条件を満たす比較照合用文字列）を氏名の項目に分類する構成にすればよい。一方、会社名については、氏名の項目の分類後に、さらに残った比較照合用文字列（それぞれ予め定められた条件を満たす比較照合用文字列）を会社名の項目に分類する構成にすればよい。なお、ここで言うところの氏名および会社名以外の項目としては、例えば、前述した電話番号およびファックス番号、ならびに住所などが挙げられる。また、氏名に用いられる頻度が高い候補は、情報処理装置１に姓名辞書データを保持しておき、当該姓名辞書データと比較照合することによって判定する構成であってよいし、情報処理装置１に姓名辞書データを保持せず、周知技術である「比較的大きく書かれた文字列を氏名とする」などの条件を保持しておき、当該条件に一致するものを氏名とする構成であってもよい。

なお、両実施の形態では、情報処理装置１に文字認識辞書データ格納部１２を備える構成を示したが、必ずしもこれに限らない。例えば、情報処理装置１の外部の記憶装置、サーバ装置などに文字認識辞書データ格納部１２が格納されている構成であってもよい。この場合、文字認識部１３は、上記外部の記憶装置、サーバ装置などにアクセスすることによって文字認識辞書データ格納部１２に格納されている文字認識辞書データを参照すればよい。

また、両実施の形態では、英文名刺の画像データについて文字認識を行った場合について説明を行ったが、必ずしもこれに限らず、欧文名刺の画像データについて文字認識を行った場合であっても本発明は適用可能である。なぜならば、電子メールアドレスおよびネットワークアドレスの表記は、必ず英数文字であることが規定されているため、欧文名刺であっても電子メールアドレスおよびネットワークアドレスに、合字またはドイツ語のウムラウトなどのような特殊文字が含まれる事はない。従って、英文名刺の画像データについて文字認識を行う場合と同様にして処理をすすめることが可能である。

ただし、欧文名刺中の氏名等の表記には上述したような特殊文字が含まれることがあり得るので、欧文名刺中に特殊文字が含まれる場合には、特殊文字を、対応する英字に置き換える変換を行う部材を情報処理装置１にさらに備えることによって、欧文名刺の画像データに対して本発明を適用可能にする構成であってもよい。また、特殊文字を、対応する英字に置き換える変換を行った後のデータに対して、本発明を適用する構成であってもよい。

また、ローマ字で記載された名刺においても、上述したのと同様の処理を行うことにより、本発明は適用可能である。また、和文名刺においても、日本語をローマ字表記に置き換える変換を行う部材を情報処理装置１にさらに備えることによって、和文名刺の画像データに対して本発明を適用可能であるし、日本語をローマ字表記に置き換える変換を行った後のデータに対して、本発明を適用することも可能である。

なお、両実施の形態では、特定の媒体として名刺を用い、情報処理装置１によって、名刺に記載された氏名と会社名とを表す文字列を同定する構成を示したが、必ずしもこれに限らない。例えば、特定の媒体は、名刺だけでなく雑誌であってもよい。この場合、情報処理装置１によって、会社名を表す文字列を同定する処理と同様にして、雑誌等に掲載されている店舗名を表す文字列を同定することが可能である。すなわち、雑誌等に記載されている店舗のホームページを表すネットワークアドレス、および電子メールアドレスなどに店舗名が含まれている場合には、当該ネットワークアドレスおよび／または電子メールアドレスを利用することによって、会社識別文字列と同様の店舗識別文字列（識別文字列）を生成し、比較照合用文字列と比較照合を行うことによって、店舗名を表す文字列を同定することが可能になる。

また、両実施の形態では、氏名または会社名を表す文字列を同定するときに、同一行で認識された文字列同士を、１つの文字列として同定（同じ項目として分類）するようにしているが、スコアがある一定値以上である文字列を選別する構成としてもよい。ここで言うところのスコアのつけかたとしては、特に規定されたものを使用する必要はない。なお、スコアがある一定値以上である文字列を選別する場合には、姓名辞書のデータを別途保持し、頻度の高い氏名に高いスコアを付与することによって頻度の高い氏名に該当する文字列を選別するなどの処理を行ってもよい。

本発明では、氏名の項目分類には、電子メールアドレスの“@”以前の文字列を用い、会社名の項目分類には、“@”以降の特定部分の文字列を用いる。また、ネットワークアドレス情報に含まれる“．”、“_”、“-”、“/”、および“:”などの区切り文字（ネットワークアドレス情報に含まれる区切り文字）で区切られる特定部分の文字列を用いることによって会社名の項目分類を行う構成になっている。

ただし、電子メールアドレスに用いられる個人識別文字列は姓名そのものであることはまずなく、
イ）姓＋区切り文字＋名＋（その他）
ロ）名＋区切り文字＋姓＋（その他）
ハ）姓の一部＋（区切り文字）＋名＋（その他）
ニ）名の一部＋（区切り文字）＋姓＋（その他）
ホ）姓（の一部）＋（その他）
ヘ）名（の一部）＋（その他）
ト）（その他)＋姓（の一部）
チ）（その他)＋名（の一部）
リ）姓名に関係なし
などのパターンがあるため、単純に比較照合用文字列と比較照合しても比較照合用文字列との一致は難しい。

そこで、本発明では、得られた電子メールアドレスの“@”以前の個人識別文字列を、“.”、“_”、および“-”などの区切り文字（メールアドレス情報に含まれる区切り文字）で区切ることによって、複数もしくは１つの個人識別文字列を得て、すでに得られている比較照合用文字列と比較照合し、最も類似する比較照合用文字列を氏名として同定する構成になっている。また、電子メールアドレスの“@”以降の特定部分の文字列も、同様に区切り文字で区切って切り出し、会社識別文字列とし、すでに得られている比較照合用文字列と比較照合し、最も類似する比較照合用文字列を会社名として同定する構成になっている。さらに、ネットワークアドレスも、特定部分の文字列を切り出すことで会社識別文字列とし、すでに得られている比較照合用文字列と比較照合し、最も類似する比較照合用文字列を会社名として同定する構成になっている。

なお、店舗名の項目分類の場合には、電子メールアドレスの“@”以前の文字列を用いてもよいし、“@”以降の特定部分の文字列を用いてもよい。これは、店舗の情報が掲載された雑誌、ビジネス名刺などで掲載されている電子メールアドレスでは、店舗が独自に電子メールアドレスを設定するため、“@”以前の部分に店舗名を使用する場合と“@”以降の部分に店舗名を使用する場合との両方が存在することによる。

本発明では、氏名および／または会社名の項目分類に利用する電子メールアドレスおよび／またはネットワークアドレスは、名刺などの文字認識の結果として得られるものであるため、新たに辞書またはデータベースを備える必要がない。また、本発明では、上述したように、複雑な辞書およびルールを保持しない構成であるため、比較的簡単な処理によって、名刺などの特定の媒体に表記されている氏名および会社名を同定することができる。さらに、本発明では、「（株）」、「株式会社」、「Corp.」、「Inc.」のような、会社名を特定する会社識別文字列がない場合でも、氏名及び会社名項目を分類することができ、特に、氏名、会社名、店舗名に特定の分類の指標となる文字列が含まれることの少ない英文表記の名刺の氏名、会社名、店舗名の同定を精度よく行うことができる。

なお、本発明では、より精度高く氏名を表す文字列を同定可能にするために、上述した姓名辞書データを情報処理装置１にさらに保持する構成とした場合であっても、保持する姓名辞書のル―ルは難しいものでなくてもよく、予め多数の姓名を保持しておけばよいだけである。従って、上述した姓名辞書データを情報処理装置１にさらに保持する構成とした場合であっても、新たに複雑な辞書またはデータベースを備える必要がなく、特定の媒体についての画像情報より抽出される文字列から、より容易に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を精度良く同定することができる。

最後に、情報処理装置１の各ブロックは、ハードウェアロジックによって構成してもよいし、次のようにＣＰＵを用いてソフトウェアによって実現してもよい。

すなわち、情報処理装置１は、各機能を実現する制御プログラムの命令を実行するＣＰＵ（central processing unit）、上記プログラムを格納したＲＯＭ（read only memory）、上記プログラムを展開するＲＡＭ（random access memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の目的は、上述した機能を実現するソフトウェアである情報処理装置１の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読取り可能に記録した記録媒体を、情報処理装置１に供給し、そのコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。

上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ系、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやＣＤ−ＲＯＭ／ＭＯ／ＭＤ／ＤＶＤ／ＣＤ−Ｒ等の光ディスクを含むディスク系、ＩＣカード（メモリカードを含む）／光カード等のカード系、あるいはマスクＲＯＭ／ＥＰＲＯＭ／ＥＥＰＲＯＭ／フラッシュＲＯＭ等の半導体メモリ系などを用いることができる。

また、情報処理装置１を通信ネットワークと接続可能に構成し、上記プログラムコードを、通信ネットワークを介して供給してもよい。この通信ネットワークとしては、特に限定されず、例えば、インターネット、イントラネット、エキストラネット、ＬＡＮ、ＩＳＤＮ、ＶＡＮ、ＣＡＴＶ通信網、仮想専用網（virtual private network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、通信ネットワークを構成する伝送媒体としては、特に限定されず、例えば、ＩＥＥＥ１３９４、ＵＳＢ、電力線搬送、ケーブルＴＶ回線、電話線、ＡＤＳＬ回線等の有線でも、ＩｒＤＡやリモコンのような赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、８０２．１１無線、ＨＤＲ、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

なお、本発明は、上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

以上のように、本発明の情報処理装置、その制御プログラムおよび該制御プログラムを記録したコンピュータ読み取り可能な記録媒体、ならびに制御方法は、特定の媒体についての画像情報より抽出される文字列から、より容易に、少なくとも氏名、会社名、および店舗名のうちのいずれかを表す文字列を同定することを可能にする。従って、本発明は、名刺、雑誌などの媒体を撮影して得られる画像情報より抽出される文字列から氏名などを同定し、氏名などの項目ごとに分類する装置に関連する産業分野に好適に用いることができ、撮影した画像に含まれる文字列の内容を読み取って電話帳に記録するカメラ機能付き携帯電話機にも好適に用いることができる。

本発明における情報処理装置の概略的構成を示す機能ブロック図である。 上記情報処理装置での動作フローの一例を示すフローチャートである。 英文名刺の一例を示した図である。 （ａ）は、上記情報処理装置の文字認識部で得られる文字列の一例を示す図であって、（ｂ）は、上記情報処理装置のアドレス情報取得部で取得されるアドレス情報の一例を示す図である。 （ａ）は、本発明におけるアドレス情報に該当する文字列以外の文字列の一例を示す図であって、（ｂ）は、上記情報処理装置の比較照合用文字列取得部で得られる比較照合用文字列の一例を示す図である。 本発明における電子メールアドレス情報から個人識別文字列および会社識別文字列を生成する処理の一例の詳細を示すフローチャートである。 本発明におけるネットワークアドレス情報から会社識別文字列を生成する処理の一例の詳細を示すフローチャートである。 （ａ）は、本発明における個人識別文字列の一例を示す図であって、（ｂ）は、本発明における会社識別文字列の一例を示す図である。 （ａ）ないし（ｃ）は、本発明における比較照合用文字列と個人識別文字列との比較照合の具体例を示す模式図である。 本発明における比較照合用文字列と個人識別文字列との比較照合結果の一例を示す図である。 （ａ）は、本発明における比較照合用文字列の一例を示す図であって、（ｂ）は、本発明における会社識別文字列の一例を示す図である。 本発明における比較照合用文字列と会社識別文字列との比較照合結果の一例を示す図である。 上記情報処理装置の文字認識部で得られる文字列の一例を示す図である。 （ａ）は、本発明における比較照合用文字列の一例を示す図であって、（ｂ）は、本発明における個人識別文字列の一例を示す図であって、（ｃ）は、本発明における会社識別文字列の一例を示す図である。 本発明における比較照合用文字列と個人識別文字列とを比較照合した結果の一例を示す図である。 本発明における比較照合用文字列と会社識別文字列とを比較照合した結果の一例を示す図である。 本発明における処理のフローの一例を示すフローチャートである。 本発明における文字認識を行う場合の順番の一例を示した図である。 （ａ）は、本発明におけるネットワークアドレス情報の一例を示す図であって、（ｂ）は、本発明における会社識別文字列の一例を示す図である。 （ａ）は、本発明における電子メールアドレス情報の一例を示す図であって、（ｂ）は、本発明における会社識別文字列の一例を示す図であって、（ｃ）は、本発明における個人識別文字列の一例を示す図である。 本発明における比較照合用文字列候補の一例を示す図である。 （ａ）は、本発明における比較照合用文字列と個人識別文字列との比較照合の結果を示す図であって、（ｂ）は、本発明における比較照合用文字列と会社識別文字列との比較照合の結果を示す図である。 本発明における比較照合用文字列候補の一例を示す図である。 （ａ）は、本発明における比較照合用文字列と個人識別文字列との比較照合の結果を示す図であって、（ｂ）は、本発明における比較照合用文字列と会社識別文字列との比較照合の結果を示す図である。 本発明における比較照合用文字列候補の一例を示す図である。 本発明における比較照合用文字列と個人識別文字列との比較照合の結果を示す図で

符号の説明

１ 情報処理装置
１１ 画像データ取得部
１２ 文字認識辞書データ格納部
１３ 文字認識部
１４ アドレス情報取得部（アドレス情報取得手段）
１５ 比較照合用文字列取得部（比較照合用文字列手段）
１６ 識別文字列生成部（識別文字列生成手段）
１７ 文字列比較照合部（文字列比較照合手段）
１８ 項目分類決定部（同定手段）

Claims (19)

1. 文字列が記載された媒体の画像情報をもとに、文字認識辞書を利用して文字認識を行い、上記媒体に記載されている文字列を取得する情報処理装置であって、
   上記文字認識で得られた文字列から、少なくとも電子メールアドレスを表す文字列であるメールアドレス情報、およびネットワークアドレスを表す文字列であるネットワークアドレス情報のうちのいずれかであるアドレス情報を取得するアドレス情報取得手段と、
   上記文字認識で得られた文字列から、上記メールアドレス情報および上記ネットワークアドレス情報以外の文字列である複数の比較照合用文字列を取得する比較照合用文字列取得手段と、
   上記アドレス情報取得手段によって取得した上記アドレス情報に基づいて、少なくとも氏名の識別に用いる個人識別文字列、および会社名の識別に用いる会社識別文字列のうちのいずれかである識別文字列を生成する識別文字列生成手段と、
   上記識別文字列生成手段によって生成した上記識別文字列と上記比較照合用文字列取得手段によって取得した上記複数の比較照合用文字列のそれぞれとを比較照合する文字列比較照合手段と、
   上記文字列比較照合手段での比較照合の結果に基づいて、上記個人識別文字列に類似すると判定した比較照合用文字列を、氏名を表す文字列として同定し、上記会社識別文字列に類似すると判定した比較照合用文字列を、会社名を表す文字列として同定する同定手段とを備えることを特徴とする情報処理装置。
2. 前記アドレス情報取得手段は、前記メールアドレス情報または前記ネットワークアドレス情報に含まれる少なくとも特定の文字および特定の文字列のうちのいずれかを利用することによって、少なくとも上記メールアドレス情報および上記ネットワークアドレス情報のうちのいずれかを取得することを特徴とする請求項１に記載の情報処理装置。
3. 前記アドレス情報取得手段は、さらに、取得した前記メールアドレス情報または前記ネットワークアドレス情報のうちの、メールアドレスおよびネットワークアドレスの構成要素以外を表す文字列であることが明らかな文字列を削除してメールアドレス情報またはネットワークアドレス情報とすることを特徴とする請求項２に記載の情報処理装置。
4. 前記比較照合用文字列取得手段は、前記文字認識で得られた文字列のうち、前記メールアドレス情報および前記ネットワークアドレス情報以外の文字列を、所定の区切り文字の前後で分割することによって、前記複数の比較照合用文字列を取得することを特徴とする請求項１から３までのいずれか１項に記載の情報処理装置。
5. 前記比較照合用文字列取得手段は、さらに、前記複数の比較照合用文字列のうちから、氏名、および会社名以外を表す文字列であることが明らかな文字列を削除して比較照合用文字列とすることを特徴とする請求項４に記載の情報処理装置。
6. 前記識別文字列生成手段は、前記アドレス情報取得手段によってネットワークアドレス情報が取得されなかった場合には、前記メールアドレス情報に含まれる前記会社識別文字列を会社識別文字列として生成することを特徴とする請求項１から５までのいずれか１項に記載の情報処理装置。
7. 前記識別文字列生成手段は、前記アドレス情報取得手段によって取得した前記メールアドレス情報に含まれる、電子メールアドレスのユーザ名とホスト名との間に入る特定の文字の前後で、上記メールアドレス情報を分割することによって、前記個人識別文字列と前記会社識別文字列とを生成することを特徴とする請求項１から６までのいずれか１項に記載の情報処理装置。
8. 前記識別文字列生成手段は、前記メールアドレス情報のうちの、前記特定の文字よりも前方の文字列を個人識別文字列として生成することを特徴とする請求項７に記載の情報処理装置。
9. 前記識別文字列生成手段は、前記メールアドレス情報のうちの、前記特定の文字よりも後方の文字列を会社識別文字列として生成することを特徴とする請求項７または８に記載の情報処理装置。
10. 前記識別文字列生成手段は、さらに、前記アドレス情報取得手段によって取得した前記メールアドレス情報に含まれる区切り文字の前後で前記個人識別文字列、または前記会社識別文字列を分割し、新たな個人識別文字列、または会社識別文字列とすることを特徴とする請求項８または９に記載の情報処理装置。
11. 前記識別文字列生成手段は、前記アドレス情報取得手段によって取得した前記ネットワークアドレス情報に含まれる区切り文字の前後で上記ネットワークアドレス情報を分割することによって、前記会社識別文字列を生成することを特徴とする請求項１から１０までのいずれか１項に記載の情報処理装置。
12. 前記文字列比較照合手段は、前記識別文字列生成手段によって生成した前記識別文字列と、前記比較照合用文字列取得手段によって取得した前記複数の比較照合用文字列のそれぞれとについて、お互いの前方の文字からの比較照合、お互いの後方の文字からの比較照合、および、お互いの比較照合する相手を１文字ずつ順番にずらしながらの比較照合のそれぞれを行うことを特徴とする請求項１から１１までのいずれか１項に記載の情報処理装置。
13. 前記文字列比較照合手段は、お互いの比較照合する相手を１文字ずつ順番にずらしながらの比較照合を行う場合、前記識別文字列と前記複数の比較照合用文字列とのうち、文字数の少ない方を、相手に対して１文字ずつ順番にずらしながら比較照合することを特徴とする請求項１２に記載の情報処理装置。
14. 前記同定手段は、前記文字列比較照合手段での比較照合の結果、前記識別文字列と前記複数の比較照合用文字列のそれぞれとの間で一致する文字数に基づいて、前記識別文字列と前記複数の比較照合用文字列のそれぞれとが類似しているか否かを判定することを特徴とする請求項１から１３までのいずれか１項に記載の情報処理装置。
15. 前記同定手段は、前記一致する文字数が前記個人識別文字列に対して最も多い比較照合用文字列を、上記個人識別文字列に類似すると判定し、上記一致する文字数が前記会社識別文字列に対して最も多い比較照合用文字列を、上記会社識別文字列に類似すると判定することを特徴とする請求項１４に記載の情報処理装置。
16. 前記同定手段は、前記文字列比較照合手段での比較照合の結果、前記複数の比較照合用文字列のいずれも前記識別文字列に類似しないと判定した場合、前記複数の比較照合用文字列のうちの、それぞれ予め定められた条件を満たす比較照合用文字列を、氏名および会社名として同定することを特徴とする請求項１から１５までのいずれか１項に記載の情報処理装置。
17. 文字列が記載された媒体の画像情報をもとに、文字認識辞書を利用して文字認識を行い、上記媒体に記載されている文字列を取得する情報処理装置の制御方法であって、
    アドレス情報取得手段によって、上記文字認識で得られた文字列から、少なくとも電子メールアドレスを表す文字列であるメールアドレス情報、およびネットワークアドレスを表す文字列であるネットワークアドレス情報のうちのいずれかであるアドレス情報を取得するアドレス情報取得工程と、
    比較照合用文字列取得手段によって、上記文字認識で得られた文字列から、上記メールアドレス情報および上記ネットワークアドレス情報以外の文字列である複数の比較照合用文字列を取得する比較照合用文字列取得工程と、
    識別文字列生成手段によって、上記アドレス情報取得手段によって取得された上記アドレス情報に基づいて、少なくとも氏名の識別に用いる個人識別文字列、および会社名の識別に用いる会社識別文字列のうちのいずれかである識別文字列を生成する識別文字列生成工程と、
    文字列比較照合手段によって、上記識別文字列生成手段によって生成された上記識別文字列と上記比較照合用文字列取得手段によって取得した上記複数の比較照合用文字列のそれぞれとを比較照合する文字列比較照合工程と、
    同定手段によって、上記文字列比較照合工程での比較照合の結果に基づいて、上記個人識別文字列に類似すると判定した比較照合用文字列を、氏名を表す文字列として同定し、上記会社識別文字列に類似すると判定した比較照合用文字列を、会社名を表す文字列として同定する同定工程とを含むことを特徴とする制御方法。
18. 請求項１から１６までのいずれか１項に記載の情報処理装置の備える前記各手段としてコンピュータを動作させるための制御プログラム。
19. 請求項１８に記載の制御プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images