[发明专利]帐票识别装置、方法、数据库生成装置、方法以及程序

权利要求书

1.一种帐票识别装置，该帐票识别装置对在帐票上任意的表结构内 存在的字符串进行识别，其特征在于，该帐票识别装置具有：

图像取得单元，其取得所述帐票进行了电子化后的帐票图像；

字符串识别单元，其识别在所述图像取得单元所取得的所述帐票图 像上存在的字符串；

字符串提取单元，其从所述字符串识别单元所识别的字符串中提取 预定的字符串即标题语句；

表结构判定单元，其在所述字符串提取单元提取出多个标题语句的 情况下，根据该字符串提取单元所提取的各标题语句、以及该各标题语 句在所述帐票图像上的配置，判定在该帐票图像上存在的表结构；

对应关系确定单元，其使用由所述表结构判定单元进行的所述表结 构的判定结果，确定所述标题语句与在该标题语句以外由所述字符串识 别单元所识别的字符串之间的对应关系；以及

存储单元，其按照作为在所述帐票上填写1个以上的关联数据的单 位的表结构即单位表结构各方，存储有以分层结构定义了有可能在该单 位表结构中出现的标题语句的数据库，

所述表结构判定单元参照存储在所述存储单元内的数据库，判定在 所述帐票图像上存在的整体的表结构。

2.根据权利要求1所述的帐票识别装置，其特征在于，所述分层结 构包含：第1层，其定义了1个以上的标题语句；第2层，其定义了第1 代表标题，该第1代表标题是代表在该第1层所定义的标题语句、并能 与其他标题语句置换的标题语句；以及第3层，其定义了第2代表标题， 该第2代表标题是在所述表结构中位于该第1代表标题的上位的标题语 句，

所述表结构判定单元根据由所述字符串提取单元进行的所述第2代 表标题的提取结果，设定具有该第2代表标题的所述单位表结构的范围， 对在该设定的范围内所提取的其他标题语句进行评价，确定在该单位表 结构内存在的标题语句。

3.根据权利要求1所述的帐票识别装置，其特征在于，所述分层结 构包含：第1层，其定义了1个以上的标题语句；第2层，其定义了第1 代表标题，该第1代表标题是代表在该第1层所定义的标题语句、并能 与其他标题语句置换的标题语句；以及第3层，其定义了第2代表标题， 该第2代表标题是在所述表结构中位于该第1代表标题的上位的标题语 句，

所述帐票识别装置还具有标题追加单元，该标题追加单元根据由所 述字符串提取单元进行的所述第2代表标题的提取结果，设定具有该第2 代表标题的所述单位表结构的范围，着眼于在该设定的范围内所提取的 能与其他标题语句置换的所述第1代表标题、以及在该单位表结构中被 识别为与所述标题语句不同的字符串的数据，确定并追加应追加给该单 位表结构的第1代表标题。

4.一种帐票识别装置，该帐票识别装置对在帐票上任意的表结构内 存在的字符串进行识别，其特征在于，该帐票识别装置具有：

图像取得单元，其取得所述帐票进行了电子化后的帐票图像；

字符串识别单元，其识别在所述图像取得单元所取得的所述帐票图 像上存在的字符串；

字符串提取单元，其从所述字符串识别单元所识别的字符串中提取 预定的字符串即标题语句；

表结构判定单元，其在所述字符串提取单元提取出多个标题语句的 情况下，根据该字符串提取单元所提取的各标题语句、以及该各标题语 句在所述帐票图像上的配置，判定在该帐票图像上存在的表结构；

对应关系确定单元，其使用由所述表结构判定单元进行的所述表结 构的判定结果，确定所述标题语句与在该标题语句以外由所述字符串识 别单元所识别的字符串之间的对应关系；

位置确定单元，其根据所述字符串提取单元所提取的标题语句、以 及所述表结构判定单元所判定的表结构，确定该字符串识别单元未识别 的标题语句存在于所述帐票图像上的位置；以及

语句生成单元，其生成在所述位置确定单元所确定的位置应存在的 标题语句。