インテリジェントな文字認識

インテリジェント文字認識（ICR）は、画像から手書きのテキストを抽出するために使用されます。これは、さまざまな手書きスタイルとフォントを認識し、フォームや物理的な文書上のデータをインテリジェントに解釈する、より洗練されたタイプのOCRテクノロジーです。^[1]

これらの紙ベースの書類はスキャンされ、情報が抽出され、ICR 技術を使用してデータベース プログラムにデジタル形式で保存されます。データは分析レポートに使用され、ビジネス プロセスと統合されます。ICR 技術は、企業が非構造化データを整理し、これらのレポートから最新情報を取得するために使用されます。ユーザーは ICR を使用して紙に手書きされたデータをすばやく読み取り、デジタル形式に変換できます。ICR アルゴリズムは OCR と連携して、キー入力の必要性を排除することでフォームからのデータ入力を自動化します。精度が高く、さまざまな書類を迅速に処理するための信頼できる方法です。^[1]

ほとんどの ICR ソフトウェアには、ニューラル ネットワークと呼ばれる自己学習システムがあり、新しい手書きパターンの認識データベースを自動的に更新します。これにより、印刷文字認識 (OCR の機能) から手書き事項認識まで、文書処理を目的としたスキャン デバイスの有用性が拡張されます。このプロセスは手書きの認識に関係するため、状況によっては精度レベルがあまり高くない場合もありますが、構造化されたフォーム内の手書き文字の読み取りでは 97% 以上の精度を達成できます。多くの場合、このような高い認識率を実現するために、ソフトウェア内で複数の読み取りエンジンが使用され、各エンジンには文字の実際の読み方を決定するための選択権が与えられます。数値フィールドでは、数字の読み取り用に設計されたエンジンが優先され、アルファベット フィールドでは、手書き文字の読み取り用に設計されたエンジンに高い選択権が与えられます。特注のインターフェイス ハブと組み合わせて使用​​すると、手書きデータをバック オフィス システムに自動的に取り込むことができるため、面倒な手動入力が不要になり、従来の人間によるデータ入力よりも正確になります。

ICR の重要な開発は、1993 年にジョセフ・コーコランが自動フォーム処理を発明したことでした。彼はその発明の特許を取得しました。これには、ICR で処理するフォームの画像をキャプチャし、ICR エンジンが最良の結果を出すことができるように準備し、次に ICR エンジンを使用して情報をキャプチャし、最後に結果を処理し、ICR エンジンからの出力を自動的に検証するという 3 段階のプロセスが含まれていました。

ICR のこの応用により、この技術の有用性が高まり、通常のビジネス アプリケーションの実際のフォームで使用できるようになりました。最新のソフトウェア アプリケーションでは、ICR を、手書き (手書き) で記入されたフォームのテキストを認識する技術として使用しています。

光学文字認識(OCR) は、一般的に、機械で印刷されたテキストを読み取る認識技術すべてに適用されると考えられています。従来の OCR の使用例の 1 つは、書籍のページ、新聞の切り抜き、法的契約書などの印刷された文書の画像から文字を別のファイルに変換し、ワード プロセッサや文書ビューアで検索および更新できるようにすることです。また、フォームの処理を自動化するのにも非常に役立ちます。OCR エンジンをこれらのフィールドにゾーン的に適用することで、フォーム フィールドから情報をすばやく抽出し、スプレッドシートやデータベースなどの別のアプリケーションに入力できます。

しかし、データは通常、フォーム フィールドに入力されるのではなく、手動で入力されます。手書きの資料を読む場合、文字の識別はさらに困難になります。70 万種類を超える印刷フォントのバリエーションは、手書き文字のほぼ無限のバリエーションに比べるとごくわずかです。認識プログラムは、スタイルの違いだけでなく、使用する筆記具の種類、紙の品質、エラー、手の安定性、インクの汚れやにじみも考慮する必要があります。^[2]

インテリジェント文字認識 (ICR) は、継続的に改善されるアルゴリズムを利用して、手書き文字の差異に関するより多くの情報を収集し、より正確に文字を識別します。1990 年代初頭にフォーム処理の自動化を支援するために作成された ICR は、手動で入力されたデータを、読みやすく、検索しやすく、変更しやすいテキストに変換できるようにします。多くの構造化フォームに見られる固定フィールドなど、明らかに明確な領域またはゾーンに分割されている文字を読み取る場合、ICR は最も効果的です。^[2]

OCR と ICR はどちらもさまざまな言語を読み取るように設定できますが、想定される文字セットを少数の言語に限定すると、認識結果が向上します。ICR は、各文字を個別に評価する必要があるため、筆記体の手書き文字を読み取ることができません。筆記体で書いているときは、1 つの文字がどこで終わり、次の文字がどこで始まるかを判断するのが難しい場合があり、手書きのテキストよりもサンプル間での違いが多くなります。インテリジェント単語認識 (IWR) と呼ばれる最近の方法は、個々の文字を認識するのではなく、文脈の中で単語を読み取ることに重点を置いています。^[2]

インテリジェント単語認識(IWR) は、印刷された手書きの情報だけでなく、筆記体の手書きも認識して抽出できます。ICR は文字レベルで認識しますが、IWR は完全な単語またはフレーズで機能します。日常のページから非構造化情報を取得できる IWR は、手書きの ICR よりも進化していると言われています。^{[引用が必要]}

IWR は、従来の ICR および OCR システムに代わるものではなく、本質的に ICR には適さない、ほとんどが自由形式で認識が難しいデータ フィールドを含む実際のドキュメントの処理に最適化されています。つまり、IWR の最も優れた使用法は、人間のみが入力できるドキュメント上の手書きデータや連続した手書きフィールドの手動入力を大幅に削減することです。

• 光学文字認識(OCR)
• ドキュメント自動化
• 文書レイアウト分析
• ドキュメントモデリング
• 機械学習
• アウトソーシングされた文書処理
• テキストマイニング