OCRについて（2） - OCRの課題｜FAX/スキャナー対応OCRソフト『TeleForm』

OCRの課題としては以下のものがあげられる。

1. OCR用定型伝票である必要がある。

OCR用に設計された定型の伝票で読み取る場合、場所（フィールド）が決まっている。

2. 読み取る場所（フィールド）の枠内に文字を収める必要がある。

3. 誤認識（「1」と「7」、「4」と「9」等）が発生することがある。

誤認識というのは、OCRソフトが自信をもって誤った変換をしてしまうことをいい、最もやっかいな課題である。つまり、OCRの場合、認識に自信がなければ確認・修正作業にとばすことにより、正確性を保持できるわけであるが、自信度を高く設定すると自信を持って変換する割合（スルー率）が低くなり、確認修正作業が多くなり、OCR本来の目的である自動認識の生産性が悪くなる。

また、自信度を低くするとスルー率は高くなり、確認・修正作業は少なくなるが、認識精度すなわちデータ変換品質が悪くなる。このジレンマを抱えているのがOCRなのである。

従来のOCRの誤認識率は、キーエントリー装置によるデータエントリー業務の誤入力と比べた場合かなり高いため、精度の高いデータ変換（4.5シグマ以上）が要求される場合、OCR処理後に目検（読み合わせ確認）などの確認が必要になり、結局コスト的なメリットが少なくなってしまうこともよく見られる。

●従来のOCRの誤認識率：3.9シグマ（10,000文字中 80文字）
●従来のデータエントリーの品質：4.5シグマ（10,000文字中 10文字）

この誤認識率を低くし、かつ確認・修正作業の効率をいかにあげるかが、OCR製品の大きな課題である。

σ（シグマ）とは？
σ（シグマ）とは、統計学用語で標準偏差（ひょうじゅんへんさ）のことであり、平均からの「バラツキ」を示すものです。 具体的には、6σ（シックスシグマ）では100万回に3、4件のエラーが起こる確率を表し、5σでは233件、4σでは6240件のエラーとなります。 シックスシグマとは、本来の統計学上6σ＊とは異なる数字であり、ビジネスにおけるあらゆるエラー・欠陥を100万分の3～4の確率以内に抑えるシステム・プロセスを構築しようというものです。

前回の記事「OCRについて（1）」｜「OCRについて（3）」へつづく