Knowlaedge information analysis of Historical Document Understanding

历史文献理解的知识信息分析

• 批准号: 11480082
• 负责人: YAMADA Shoji
• 金额: $ 6.72万
• 依托单位: International Research Center for Japanese Studies
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 1999
• 资助国家: 日本
• 起止时间: 1999 至 2001
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-11480082/
• 关键词: Historical Document; Character Recognition; OCR; Character Segmantation; Electrical Dictionary; 知識ベース; 用例データベース; 文字データベース; 用例デ-タベース

In this research project, we studied the following four research topics : (1) Structuring the knowledge of Historical Document Understanding, (2) Study of the Historical Chara cter Recognition using our Historical Character OCR dictionary, (3) Developing a Dictionary for Historical Character Recognition, and (4) Developing a proto-type system of a computer ized Historical Character Dictionary (1) We developed a Historical Corpus Database analyzing many loan contracts consists of 1, 300 documents and 243, 000 characters. The common and frequent expressions are extracted from the documents. By using the data, we developed a proto-type of Historical Document Analysis Supporting System using n-gram method. Through an usability test, efficiency of the interface is confirmed statistically. (2) We developed some Historical Character Recognition methods using neural network. (3) Besides the database described in (1), we made another Historical Character Database of "Kuzushi-ji Kaidoku Jiten" published from Tokyoudo Syoten, which is one of the standard dictionary. The dictionary includes 25, 000 characters. (4) We have done some basic studies and have made a proto-type system of portable electrical dictionary, which could be searched by pronunciation, shape, and stroke order.

在这个研究项目中，我们研究了以下四个研究课题：(1)构建历史文献理解知识；(2)利用我们的历史字符OCR词典研究历史字符识别；(3)开发一个历史字符识别词典；(4)开发一个计算机化历史字符词典原型系统。(1)我们开发了一个历史语料库，分析了包括1300份文件和243000个字符的许多贷款合同。从文档中提取公共表达式和频繁表达式。利用这些数据，我们利用n-gram方法开发了一个历史文献分析支持系统的原型。通过可用性测试，统计证实了该界面的有效性。(2)开发了一些基于神经网络的历史汉字识别方法。(3)除(1)中所述的数据库外，我们还制作了另一个《Kuzushi-ji Kaidoku Jiten》的历史字符数据库，该数据库由《Tokyoudo Syoten》出版，是标准词典之一。这本词典有25000个字符。(4)我们做了一些基础研究，制作了一个便携式电子词典的原型系统，可以根据语音、形状和笔画顺序进行检索。

项目成果

山田奨治, 柴山守: "n-gramによる古文書証文類翻刻支援の検討"人文科学とコンピュータシンポジウム論文集. 2000. 185-192 (2000)

Shoji Yamada、Mamoru Shibayama：“使用 n-gram 对古代文档和文档转录的支持研究”2000 年人文与计算机研讨会论文集。185-192 (2000)。

山田奨治ほか: "古文書翻刻支援システム開発プロジェクト報告(1)プロジェクト概要"情報処理学会研究報告. 2000, 8. 1-8 (2000)

Shoji Yamada 等：“关于开发古代文献转录支持系统的项目报告（1）项目概述”日本信息处理学会研究报告，2000 年，8. 1-8 (2000)。

柴山守: "証文類古文書標題の文字認識辞書構築とその利用について"京都大学大型計算機センターセミナー報告. 67. 70-79 (2001)

Mamoru Shibayama：“古代文献标题的字符识别词典的构建及其使用”京都大学大型计算机中心研讨会报告 67. 70-79 (2001)。

Shoji Yaiada et. al.: "Komonjo Honkoku Shien System (HCR) Kaihatsu Project Houkoku (2)"Jouhousyorigakkai Kenkyu Houkoku. 2001-51. 9-16 (2001)

Shoji Yaiada 等。

山田奨治ほか: "古文書翻刻支援システム(HCR)開発プロジェクト報告(2)"情報処理学会研究報告. 2001,51. 9-16 (2001)

Shoji Yamada等：“古代文献复制支持系统（HCR）开发项目报告（2）”日本信息处理学会研究报告2001，51.9-16（2001）。