Knowlaedge information analysis of Historical Document Understanding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• 关键词: Historical Document; Character Recognition; OCR; Character Segmantation; Electrical Dictionary; 知識ベース; 用例データベース; 文字データベース; 用例デ-タベース

In this research project, we studied the following four research topics : (1) Structuring the knowledge of Historical Document Understanding, (2) Study of the Historical Chara cter Recognition using our Historical Character OCR dictionary, (3) Developing a Dictionary for Historical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 By using the data, we developed a proto-type of Historical Document Analysis Supporting System using n-gram method.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.

在本研究项目中，我们进行了以下四个方面的研究：(1)历史文献理解知识的构建；(2)历史文字识别的研究；(3)历史文字识别词典的开发；(4)计算机历史文字词典原型系统的开发。(1)开发了一个历史语料库数据库，分析了1300个文档和243,000个字符组成的大量借款合同。从文档中提取常见的和频繁的表达。利用这些数据，我们开发了一个基于n元文法的历史文献分析支持系统原型。通过可用性测试，从统计上证实了该界面的有效性。(2)提出了几种基于神经网络的历史文字识别方法。(3)除(1)中所述的数据库外，我们还制作了另一个由Tokyoudo Syoten出版的《Kuzushi-ji Kaidoku Jiten》历史字库，这是标准词典之一。这部词典收录了25,000个字。(4)进行了一些基础性的研究，制作了一个可按语音、字形、笔顺进行检索的便携式电子词典原型系统。

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。

篠原早苗ほか: "SVMによる手書き類似文字認識の学習データ選択と認識精度に関する一考察"2001年電子情報通信学会ソサイティ大会. D-12-8. 183 (2001)

Sanae Shinohara 等人：“使用 SVM 进行手写相似字符识别的训练数据选择和识别准确性的研究”2001 IEICE 协会会议 D-12-8 (2001)。