JPS6262387B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は単語認識を用いて、住所情報中に含ま
れるキーワードを認識し読取対象行を絞ることに
より郵便番号を識別する郵便番号識別装置に関す
る。

従来の郵便番号読取装置において、郵便物の住
所記載面を広範囲にわたり走査するような場合、
次に説明するような問題があつた。

(1) 第１図ａは米国郵便物住所記載の一例であ
り、図において１は私書箱を示す単語であり、
２は私書番号であり、そして３は郵便番号であ
る。この場合郵便番号と同一桁数の私書箱番号
２があるため番号読取だけでは、２と３両者の
識別が不可能である。第１図ｂも米国郵便物住
所記載の一例であり、４は郵便番号、５は「気
付」を示す単語、６は気付欄に記載された郵便
番号以外のコードである。この場合も郵便番号
と同一桁数のコード６があり番号読取だけで４
と６両者の識別は不可能である。

(2) 前述の第１図ａ，ｂは郵便番号の位置が相反
する例であり、第１図ａは郵便番号３が最下行
にあり、同一桁数の私書箱番号が下から２行目
にある例である。そして第１図ｂは郵便番号４
が下から２行目にあり、同一桁数の郵便番号以
のコード６が最下行にある例である。従来の
郵便番号読取装置においては、住所記載の一般
的規則から、例えば郵便番号は最下行にあるも
のを優先的に読取る方式であつたため、第１図
ｂにおいてはコード６を郵便番号として誤認識
してしまう。

(3) 第１図ｃの例のように、窓付の郵便物等で最
下行１０が窓桁９の外にかくれてしまい、下か
ら２行目だけが郵便物の窓から見えて私書箱番
号８を郵便番号と誤認識してしまう。

(4) 第１図ｄの例は米国から航空便としてイタリ
アへ出された郵便物の住所記載の例であり、１
１は国名、１２はイタリアの郵便番号である。
従来の郵便番号読取では外国郵便物であること
を識別不可能であり、イタリアの郵便番号１２
を米国内の対応する郵便番号として読み取るの
で、その結果読取エラーとなる。

したがつて、本発明の目的は読み取つた文字情
報から、行の属性を示す特定のキーワードを検知
し、これを参照して郵便番号を識別する郵便番号
識別装置を提供することである。

本発明においては公知の単語認識手法により、
行の属性を示すようなキーワードを、まず最初に
認識することにより、前記(1)〜(4)のような欠点を
除去することができる。尚、ここで言う行の属性
とは第１図ａの例では私書箱表示が下から２行目
の行属性であり、１の「P.O.BOX」がキーワー
ドである。第１図ｂでは、気付欄が最下行の行属
性であり５の「ATTENTION」がキーワードで
ある。また公知の単語認識の手法としては、特に
動的計画法（Dynamic Programing）を応用した
DPマツチング手法が一般的である。これは、あ
る入力文字列に対して予め用意された単語辞書と
文字対文字を一対一に照合するだけでなく、各文
字毎にある一定幅ずらした文字に対しても照合を
とり最もよく一致する（最大一致）部分を抽出し
ていく方法である。この方式によれば、単語内に
読めない文字等がいくつか存在したり、文字のセ
グメンテーシヨンエラー等により文字数が多少増
減しても、単語の持つ冗長度によりある程度吸収
され辞書上の単語と完全一致ではなくとも非常に
よく一致する単語として抽出することができる。

本発明の郵便番号識別装置の処理過程は、(1)キ
ーワードを認識することにより、行の属性を認識
する。(2)次に行の属性認識により、その行が読取
り有効行かを判断し、有効行でなければ、読取対
象から除外することにより行なわれる。

本発明の効果は、読取対象行を限定することに
より処理時間の無駄を省くことができること、更
に読取対象コードを類似のコードが存在する場合
は行の属性認識により従来のような読取エラーを
防止することにより、郵便番号を識別し、処理性
能の改善をはかることができる点である。

以下、本発明の一実施例を示した図面を用いて
本発明を詳細に説明する。第２図は本発明の一実
施例の構成図である。第３図は第１図ａの住所の
単語配列を図式化したもので、以下の詳細説明例
に用いる。本例では「PO BOX」をコードの属
性を示すキーワードとする。

第２図において、文字認識部１からは第３図の
住所に対応する文字列が単語抽出部２に入力され
る。このとき、語順については上行と下行を区別
して左端また右端から順次送られてくる。また、
単語の区切りについては、余白部やカンマ、ピリ
オド及びハイフオン等の記号により検出されるの
が一般的であり、文字認識部１ではこれを検出
し、単語区切り情報として一文字分送出する。本
例では郵便番号の読取処理を上行から順に実行す
る場合を示す。なお、下行から順に処理する場合
でも全く同様である。

単語抽出部２においては、入力文字列から単語
区切り情報により単語を抽出し、第３図に図式化
したような形に、コード以外の単語については並
びを示す一連番号を付して記憶する。

次に抽出された単語列は入力単語選択部３に入
力される。ここでは、各コードの属性を示すキー
ワード抽出のための入力単語組合せを決定し、次
の最大一致検出部４に入力する。

第３図において、コード１の属性を示すキーワ
ード抽出エリアとして単語１から単語３を選び、
またコード２の属性を示すキーワード抽出エリア
として単語４から単語６を選択する。第４図ａに
第３図における上行のコード１に対するキーワー
ド抽出の単語組合せを、また第４図ｂに第３図に
おける下行のコード２に対するキーワード抽出の
単語組合せを示す。

入力単語選択部３はキーワード辞書記憶部５に
対して、照合をとる辞書を索引する情報（キー）
を与える。当該情報としては入力単語の語長をキ
ーとする方法や、入力単語の語頭の数文字の読取
結果をキーとする方法等が一般に用いられてお
り、照合する辞書の範囲を制限するものである。
もし、辞書の容量のそのものが小さければ、辞書
全体を照合範囲として選んでもよい。

キーワード辞書記憶部５から選択される照合辞
書は照合辞書記憶部６に与えられ、最大一致検出
部４に入力され、入力単語列と照合をとる。最大
一致検出部４では前述の公知のDPマツチング手
法により入力単語列とキーワード辞書との照合を
行い、最もよく一致（最大一致）するキーワード
候補を選びキーワード判定部７に出力する。

キーワード判定部７では入力したキーワード候
補を一時記憶し次の単語の組合せで前記最大一致
検出を行うか否かを判断する。判断に際しては、
上行の場合第４図ａの単語組合せ（下行の場合第
４図ｂ）をすべて終了したか、またはキーワード
辞書５に登録されたキーワードの最大語長と比較
し、最大一致検出部４に入力した単語組合せの文
字数の総和が長くなつたか否かを調べる。すべて
の単語組合せが未終了であるか、または、入力単
語列文字数総和がキーワード最大語長に達してな
いとき、入力単語選択部３に戻り次の単語組合せ
でキーワード認識を繰返す。

前記以外のとき、キーワード候補の抽出を終了
し、これまでに得られたキーワード候補の中から
最も一致度の高い候補を選び一定スレシヨールド
を満足するものをキーワードとして行属性判定部
８に出力する。第３図に示す単語配列の例では
｛P.O BOX」をキーワードとしてキーワード辞書
５に登録しておくことにより、第４図の単語組合
せによるキーワード認識の結果第４図ａの(ii)の組
合せによる単語が、最も一致度の高い候補として
抽出される。

行属性判定部８においては第３図の住所単語配
列における上行のキーワードとして「P.O
BOX」が入力されると上行の属性が住所の中の
「私書箱」を示す情報を含む行であることを識別
できコード１が「私書箱番号」であり「郵便番
号」ではないと判定する。その結果、上行は郵便
番号を含まないとしてスキツプされ、制御ライン
１０を通つて文字認識部１に戻り下行について前
記上行と同様にキーワード抽出を行う。下行にお
いて、該当するキーワードが検出できなかつた場
合特殊な行属性を持たない一般的住所を示す行と
見なし、郵便番号判定部９において郵便番号を識
別する。なお、郵便番号であるコード２を含む下
行のキーワードとして地名であるNEW YORK等
をキーワード辞書５に登録しておけば下行の属性
が住所を示す行であることも当然識別できる。し
かし、地名は多数（数千又は数万）存在し、キー
ワード辞書の容量としては極めて大となる。また
処理時間も大となる。

以上第１図ａについて説明したが、第１図ｃに
ついては「P.O BOX」が認識できることによ
り、８の私書箱番号を郵便番号として誤認識する
ことはない。第１図ｂについては
「ATTENTION」をキーワードとして登録するこ
とにより、最下行が住所として無効行であること
を認識し、下から２行目の４を郵便番号として識
別できる。第１図ｄについては「ITALY」等の
国名（たかだか100〜200）を登録しておけば、外
国行郵便物として識別できる。

以上詳細に説明したように本発明によれば(1)走
査域内に多数の行が存在し、郵便番号とそれ以外
の類似したコードが存在するとき、そのコードを
含む行の属性を示す何らかの情報があれば郵便番
号を識別できる。(2)走査域内に、郵便番号と全く
同一の桁数のコードが唯一あり、性格は本来の郵
便番号と全く異なつていてもそのコードを含む行
の属性を示す何らかの情報があれば郵便番号以外
のコードとして識別できる。(3)さらに、本発明の
他の効果として走査域内に多数の行が存在する場
合、読取対象行を絞ることにより、無効行をスキ
ツプすることによつて、郵便番号読取処理の効率
アツプをはかることができる。

【図面の簡単な説明】

第１図は読取対象となる帳票類の単語及びコー
ドの記載例であり、ａは類似したコードを含む例
で、郵便番号及び同一桁数の私書箱番号を持つ郵
便物、ｂは類似したコードを含む例で、郵便番号
及び同一桁数のコードを持つ住所以外の行を含む
郵便物、ｃはａと同一であるが最下行が郵便物の
窓桁の外にかくれている例、ｄはａ，ｂと同一桁
の郵便番号を持つが国が異なる郵便物の例であ
る。第２図は本発明の一実施例の装置構成図であ
る。第３図は第１図ｂの例を単語配列に図式化し
たものである。第４図は第３図の例でキーワード
抽出を行うときの単語組合せ例である。 図において、１……文字認識部、２……単語抽
出部、３……入力単語選択部、４……最大一致検
出部、５……キーワード辞書、６……照合辞書記
憶部、７……キーワード判定部、８……行属性判
定部、９……郵便番号判定部。

Claims (1)

【特許請求の範囲】
1. １ 郵便物上に記載されている複数の行にわたつ
   ている単語を抽出する抽出手段と、前記抽出手段
   で抽出された単語とあらかじめ定められた行の属
   性を示す辞書とを比較する比較手段と、前記比較
   手段からの出力を受け前記単語を含む行の属性を
   決定する属性判定部とを具備し、前記属性判定部
   の結果から郵便番号を含む行を識別することを特
   徴とする郵便番号識別装置。