权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Development of a Support System for the Reprinting of Oieryu Kuzushiji (Edo Period Official Handwriting) Documents by Integrating Visual and Linguistic Information

通过整合视觉和语言信息开发重印江户时代官方手写文献的支持系统

基本信息

批准号：
22K18149
负责人：
吉賀夏子
金额：
$ 2.91万
依托单位：
Saga University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

この研究では、御家流と呼ばれる江戸期の公的な文書などに使用する書体で書かれた日記（業務文書）の翻刻を支援するシステムを開発する。最近は、IIIFという標準規格に基づいた歴史文化系画像が公開されており、これらの画像を使った人文学研究のためのAI-OCR（光学文字認識）技術で自動翻刻が試みられている。例えば、現行のAI-OCRアプリ「miwo」は、AI-OCR技術によりくずし字で書かれた文書などの画像を読み取り、楷書体の文字に翻刻するアプリの中でも実用的なものだが、漢字が95%以上を占める江戸期の日記に対しては、文字位置の判定は高精度に行う一方で、文字の判定は10%～50%程度に留まる。これは、AI-OCRに用いる学習データの量と種類が不足しているためである。現在利用可能なくずし字データは、人文学オープンデータ共同利用センター（CODH）から配布されているものがあるが、これらのデータは主に文学作品で変体仮名の多用される古典籍画像から、専門家によって手作業でアノテーションされたものである。他方、くずし字の解読がある程度の訓練を要するものである以上、不特定多数によるクラウドソーシングのような方法は品質保証が難しく非現実的である。しかし、最終的には専門家によるデータの確認も必要である。このような状況下でくずし字用のAI-OCRの質を高めるには、人と技術をうまく活用する手法を確立することで、多様な文書に用いられていた御家流くずし字字形の学習データを増やす仕組みを確立することが重要となる。今年度は、くずし字の読み解きに興味のある市民と希少な専門家の技術を効率的に生かす翻刻支援システムにより正解データを増やせる環境を構築した。専用作業サイトを実装して2名に実際にサイトを利用して御家流くずし字のアノテーションデータを修正し、正解データに仕上げることが可能になった。

This research is aimed at developing the support system for the translation of books and journals (business documents). Recently, IIIF standard specifications, historical and cultural system portraits, open to the public, make humanities research and AI-OCR (optical character recognition) technology, automatic translation, trial and error For example, the current AI-OCR technology is used to determine the position of characters with high accuracy, and the determination of characters is 10% to 50%. The amount of learning is insufficient. Now, it is possible to use the word CODH and the humanities to jointly use the word CODH. Other aspects, such as the understanding of the word, the training of the necessary level, the lack of specific majority, the quality of the training method, and the difficulty of the implementation. The ultimate goal is to identify the needs of the family. The quality of the word is high, the technology is high, and the word is high. This year, the public wants to build an environment that supports the development of technology. For example, if you want to use the service, you can use the service to correct the problem and correct the problem.