[发明专利]信息处理设备和信息处理方法

说明书

本发明提供了一种信息处理设备和信息处理方法。信息处理设备包括：网络创建单元，其创建网络，在该网络中多个字符识别结果的各字符表示为节点，并且用链路连接相邻的字符图像的节点；第一确定单元，其确定网络中的第一候选边界；第二确定单元，其确定网络中不同于第一候选边界的第二候选边界；以及提取单元，其从均由第一候选边界和第二候选边界之间的节点形成的候选字符串的组中提取多个候选字符串作为被搜索对象。

技术领域

本发明涉及一种信息处理设备和信息处理方法。

背景技术

日本未审专利申请公开（JP-A）No.2009-230671公开了，目的在于提供一种信息处理技术，其减少由于识别错误导致的搜索失败，并且允许由一般的系统执行搜索。根据JP-A-2009-230671，当对于输入图像执行字符识别时，根据识别出的候选字符数据生成文本数据。这时，根据识别出的字符数据生成多个文本数据。多个生成的文本数据被与图像一起存储为电子数据。

JP-A-2002-312365公开了，目的在于即使发生识别错误，也通过使用具有高准确度的字符识别来搜索文档图像。根据JP-A-2002-312365，字符识别单元对文档图像执行字符识别以生成文本。再处理范围确定单元确定再处理范围。格子生成单元根据对于再处理范围的字符识别的重试结果生成候选字符格子。字符串生成单元根据候选字符格子生成字符串。文本追加单元将字符串追加到文本以生成搜索文本。索引生成单元通过使用文本将索引应用于文档图像。搜索单元利用索引执行搜索。

JP-A-2006-343870解决了现有技术的搜索技术中生成了无关的命中结果的问题。根据JP-A-2006-343870，基于搜索查询和搜索查询的扩展查询，检索搜索目标的文档数据以提取匹配搜索查询和扩展查询的字符串。进行关于各提取的字符串是否包含未知项区域的确定，并且当字符串被确定为不包含未知项区域时，将所提取的字符串的相似度调整为更小。字符串被按照调整后的相似度的顺序输出作为搜索结果。

发明内容

本发明的目的在于提供一种信息处理设备和信息处理方法，在存在多个未确定的字符识别结果的情况下，使用由这些字符识别结果形成的字符串作为被搜索对象。

通过本发明的下面的方面实现上述目的。

根据本发明的第一方面，提供了一种信息处理设备，其包括：网络创建单元，其创建网络，在该网络中多个字符识别结果的各字符表示为节点，并且用链路连接相邻的字符图像的节点；第一确定单元，其确定网络中的第一候选边界；第二确定单元，其确定网络中不同于第一候选边界的第二候选边界；以及提取单元，其从均由第一候选边界和第二候选边界之间的节点形成的候选字符串的组中提取多个候选字符串作为被搜索对象。

根据本发明的第二方面，在第一方面的信息处理设备，第一确定单元将第一候选边界从网络的先头移动到末尾。

根据本发明的第三方面，在第一或第二方面的信息处理设备中，第一确定单元将第一候选边界设置为包含第一候选边界上的字符图像的字符串中的字符图像之间的距离等于或大于阈值的位置。

根据本发明的第四方面，在第一至第三方面中的任一方面的信息处理设备中，第二确定单元将位于距离第一候选边界预定数目的节点的位置确定为第二候选边界。

根据本发明的第五方面，在第一至第三方面中的任一方面的信息处理设备中，第二确定单元将离开第一候选边界上的字符图像预定距离的位置确定为第二候选边界。

根据本发明的第六方面，在第一至第三方面中的任一方面的信息处理设备中，第二确定单元将离开基于第一候选边界上的字符图像的高度的距离或者基于包含第一候选边界上的字符图像的字符串的高度的距离的位置确定为第二候选边界。

根据本发明的第七方面，在第一至第六方面中的任一方面的信息处理设备中，提取单元计算均由第一候选边界与第二候选边界之间的节点形成的候选字符串的组的评估值，并且基于评估值提取多个候选字符串。