特許ウォッチ

公開番号2025097187
公報種別公開特許公報(A)
公開日2025-06-30
出願番号2023213335
出願日2023-12-18
発明の名称情報処理システム、画像処理装置、情報処理装置、情報処理方法及びプログラム
出願人株式会社リコー
代理人個人,個人
主分類G06F 40/151 20200101AFI20250623BHJP(計算;計数)
要約【課題】原稿から読み取られた画像データが含む文章を理解するための作業を支援すること。
【解決手段】情報処理システムは、ユーザの指示に応じて原稿からの画像データの読み取りを制御する読取制御部と、前記ユーザの特徴情報を取得するユーザ特徴取得部と、前記画像データが含む文章に対して実行する変換処理を示す情報を前記ユーザから受け付ける受付部と、前記画像データから前記文章を抽出する文字認識部と、前記文章に対して前記変換処理を実行すること、及び前記変換処理の結果が前記特徴情報に係る人に適したものであることを指示として含む情報を大規模言語モデルに入力し、前記大規模言語モデルが出力する変換結果を取得する変換部と、前記変換結果を出力する出力部と、を有する。
【選択図】図4
特許請求の範囲【請求項１】
ユーザの指示に応じて原稿からの画像データの読み取りを制御する読取制御部と、
前記ユーザの特徴情報を取得するユーザ特徴取得部と、
前記画像データが含む文章に対して実行する変換処理を示す情報を前記ユーザから受け付ける受付部と、
前記画像データから前記文章を抽出する文字認識部と、
前記文章に対して前記変換処理を実行すること、及び前記変換処理の結果が前記特徴情報に係る人に適したものであることを指示として含む情報を大規模言語モデルに入力し、前記大規模言語モデルが出力する変換結果を取得する変換部と、
前記変換結果を出力する出力部と、
を有することを特徴とする情報処理システム。
続きを表示（約 1,300 文字）【請求項２】
前記変換処理は、前記文章の要約、又は前記文章の翻訳である、
ことを特徴とする請求項１記載の情報処理システム。
【請求項３】
前記ユーザ特徴取得部は、前記情報処理システムの表示用の言語に関する設定情報を、前記特徴情報を構成する情報として取得する、
ことを特徴とする請求項１記載の情報処理システム。
【請求項４】
前記出力部は、前記画像データ又は前記画像データから抽出された文章の保存先を示す情報を前記変換結果とともに出力する、
ことを特徴とする請求項１記載の情報処理システム。
【請求項５】
前記出力部は、前記変換結果が示す文章の中で出現頻度が相対的に高い単語に対して所定の文字飾りを付加する、
ことを特徴とする請求項１記載の情報処理システム。
【請求項６】
前記特徴情報は、前記ユーザが所属する組織を示す情報を含む、
ことを特徴とする請求項１記載の情報処理システム。
【請求項７】
前記ユーザ特徴取得部は、前記ユーザを被写体として含む画像データから前記特徴情報を構成する情報を取得する、
ことを特徴とする請求項１記載の情報処理システム。
【請求項８】
前記受付部は、さらに、前記変換結果に対する前記ユーザの評価を受け付ける、
ことを特徴とする請求項１記載の情報処理システム。
【請求項９】
ユーザの指示に応じて原稿からの画像データの読み取りを制御する読取制御部と、
前記ユーザの特徴情報を取得するユーザ特徴取得部と、
前記画像データが含む文章に対して実行する変換処理を示す情報を前記ユーザから受け付ける受付部と、
前記画像データと前記特徴情報と前記変換処理を示す情報とをネットワークを介して情報処理装置に送信する変換要求送信部と、
前記画像データから抽出した前記文章に対して前記変換処理を実行すること、及び前記変換処理の結果が前記特徴情報に係る人に適したものであることを指示として含む情報を入力した大規模言語モデルからの変換結果を前記情報処理装置から受信する変換結果受信部と、
前記変換結果を出力する出力部と、
を有することを特徴とする画像処理装置。
【請求項１０】
画像処理装置とネットワークを介して接続する情報処理装置であって、
前記画像処理装置がユーザの指示に応じて原稿から読み取った画像データと、前記ユーザの特徴情報と、前記画像データが含む文章に対して実行する変換処理を示す情報とを前記画像処理装置から受信する変換要求受信部と、
前記画像データから前記文章を抽出する文字認識部と、
前記文章に対して前記変換処理を実行すること、及び前記変換処理の結果が前記特徴情報に係る人に適したものであることを指示として含む情報を大規模言語モデルに入力し、前記大規模言語モデルが出力する変換結果を取得する変換部と、
前記変換結果を前記画像処理装置へ送信する変換結果送信部と、
を有することを特徴とする情報処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理システム、画像処理装置、情報処理装置、情報処理方法及びプログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
従来、文字認識（ＯＣＲ）によって画像データから抽出されたテキストに対して機械学習モデルを適用することが検討されている。
【０００３】
例えば、特許文献１では、ＯＣＲの誤認識部分およびその周囲のテキストに基づき学習したニューラルネットワークを用いて、ＯＣＲによって得られたテキストを補正するシステムが開示されている。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
一方で、理解し易いテキスト（文章）は、ユーザに応じて異なる可能性が有る。例えば、同じ日本語であっても、日本語を母国語としない人にとっては、漢字が少ない文章の方が理解しやすい可能性が高い。また、企業においては、所属する部署に応じて馴染みの有る表現は異なる。例えば、法務部に所属するユーザであれば、「甲は乙に・・・」といった文章には馴染みがあるが、そうでない部署に所属するユーザにとっては、このような文章は理解しにくい。
【０００５】
本発明は、上記の点に鑑みてなされたものであって、原稿から読み取られた画像データが含む文章を理解するための作業を支援することを目的とする。
【課題を解決するための手段】
【０００６】
そこで上記課題を解決するため、情報処理システムは、ユーザの指示に応じて原稿からの画像データの読み取りを制御する読取制御部と、前記ユーザの特徴情報を取得するユーザ特徴取得部と、前記画像データが含む文章に対して実行する変換処理を示す情報を前記ユーザから受け付ける受付部と、前記画像データから前記文章を抽出する文字認識部と、前記文章に対して前記変換処理を実行すること、及び前記変換処理の結果が前記特徴情報に係る人に適したものであることを指示として含む情報を大規模言語モデルに入力し、前記大規模言語モデルが出力する変換結果を取得する変換部と、前記変換結果を出力する出力部と、を有する。
【発明の効果】
【０００７】
原稿から読み取られた画像データが含む文章を理解するための作業を支援することができる。
【図面の簡単な説明】
【０００８】
第１の実施の形態における情報処理システムの構成例を示す図である。
第１の実施の形態における画像処理装置１０のハードウェア構成例を示す図である。
第１の実施の形態における情報処理装置２０のハードウェア構成例を示す図である。
第１の実施の形態における情報処理システムの機能構成例を示す図である。
情報処理システムが実行する処理手順の一例を説明するためのシーケンス図である。
ユーザ情報記憶部１５１の第１の構成例を示す図である。
ユーザ情報記憶部１５１の第２の構成例を示す図である。
プロンプトのテンプレートの一例を示す図である。
第２の実施の形態における情報処理システムの機能構成例を示す図である。
第３の実施の形態における情報処理システムの機能構成例を示す図である。
第４の実施の形態における情報処理システムの機能構成例を示す図である。
【発明を実施するための形態】
【０００９】
以下、図面に基づいて本発明の実施の形態を説明する。図１は、第１の実施の形態における情報処理システムの構成例を示す図である。図１において、情報処理システムは、１以上の画像処理装置１０及び情報処理装置２０を含む。画像処理装置１０は、ＬＡＮ（Local Area Network）又はインターネット等のネットワークを介して情報処理装置２０に接続する。
【００１０】
画像処理装置１０は、原稿（紙文書）から画像データを読み取る（スキャンする）機能、通信機能及び情報処理機能等を有する機器である。例えば、画像処理装置１０は、スキャナとプリンタとを含む機器、又は複合機等であってもよい。画像処理装置１０は、原稿から読み取った画像データ（以下、「スキャン画像」という。）が含む文章について、ユーザによって指示された変換処理（例えば、翻訳、要約等）の実行を情報処理装置２０に要求する。画像処理装置１０は、変換結果を情報処理装置２０から受信し、当該変換結果を出力する。
（【００１１】以降は省略されています）

関連特許