タルコットパ-ソンズ著作論文のテキスト・デ-タべ-ス化に関する研究

塔尔科特·帕森斯著作和文章文本数据库创建研究

• 批准号: 01510095
• 负责人: 宇田川 拓雄
• 金额: --
• 依托单位: Hokkaido University of Education
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for General Scientific Research (C)
• 财政年份: 1989
• 资助国家: 日本
• 起止时间: 1989 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-01510095/
• 关键词: 社会学; テキスト・デ-タベ-ス; コンピュ-タ; OCR; マッキントッシュ; スキャナ-; パ-ソンズ; BASIC言語

(1)高速演算可能な米国アップル社のマッキントッシュSE/30を導入した。(2)現有のPC/XTからマッキントッシュへ、ダイレクト・ケ-ブルと通信ソフトを用いてデ-タを移動させた。(3)検索用プログラムはBASIC言語で自作したものをPC/XTからマッキントッシュへ移植した。(4)従来テキスト入力はキ-ボ-ドで行っていたが、スキャナ-とOCR(光学式文字認識)リフトによる入力を試みた。(5)スキャナ-は共同利用施設のものを用い、OCRリフトは米国カエレ社のオムニ・ペ-ジを購入した。文字認識の実験結果は次のとおりである。(1)書物からの入力の場合、認識率はほぼ100%であった。ただしこれは、ソフトが認識できないと判断したものがほとんどなかったということで、詳しく調べると誤識別は約0.2%発生していた。(2)学術雑誌論文のコピ-からの場合、認識率は98%程度であった。これは文字単位なので単語単位で見ると9.7〜6.7%のエラ-がある。実際には1単語に複数のエラ-のある例が多く、最終的には95%程度の単語認識率であった。(3)OCR認識には大量のメモリ-を必要とする。現在の4MBでは不足気味である。レタ-サイズ1ペ-ジは1度に処理するのはむずかしい。(4)スキャナ-での取込と、認識後のエラ-の修正に時間がかかる。従ってパソコン本体だけでなくスキャナ-も専用機が望ましい。(5)エラ-の修正にはスブルチェッカ-が有効である。また原稿はできるだけきれいなものでなければならない。(6)OCRによるテキスト・デ-タベ-スの構築は将来的に有望である。

（1）我们推出了Apple的Macintosh SE/30，该Macintosh SE/30允许进行高速计算。 （2）使用直接电缆和通信软件将数据从当前的PC/XT转移到Macintosh。 （3）我用基本语言创建的搜索程序，并从PC/XT移植到Macintosh。 （4）先前使用键盘进行了文本输入，但我们尝试使用扫描仪和OCR（光学角色识别）升力输入。 （5）扫描仪来自共享使用设施，OCR升降机是从美国Caere，Inc。的Omni Page购买的。字符识别实验的结果如下：（1）对于书籍的输入，识别率几乎为100％。但是，这意味着很少有软件确定该软件未被识别，经过进一步研究，大约有0.2％的错误标识。 （2）复制学术期刊文章时，认可率约为98％。由于这是一个特征单元，因此在单词单元方面查看时，错误的错误有9.7％至6.7％。实际上，在许多情况下，每个单词都存在多个ill，最终识别率约为95％。 （3）OCR识别需要大量内存。当前的4MB有点缺乏。很难一次处理一页的字母大小。 （4）使用扫描仪捕获并纠正识别后的错误需要时间。因此，专用的扫描仪是理想的，不仅是计算机本身。 （5）Sbulchecker可有效纠正错误。此外，手稿必须尽可能干净。 （6）将来使用OCR构建文本数据库。

项目成果

宇田川拓雄: "タルコットパ-ソンズ・デ-タベ-スの作製の試み" 北海道教育大学紀要. 40. (1990)

Takuo Udakawa：“尝试创建 Talcott Parsons 数据库”北海道教育大学公告 40。（1990）