Digital text archiving for cursive writing documents by using the reading voice of which the experts read aloud.

点击翻译按钮获取中文摘要

本研究は、翻刻能力を持ちながらキーボードを使ったテキストデータ化を不得意とする解読者が、オンラインデータベース上で閲覧できる古典籍を直接読み上げることで、音声認識システムを通して簡単にテキストデータ化できるシステムの構築を目指している。昨年度の成果を承け、①形態論情報付き古文テキストの作成を実施した。本研究では、江戸期の古典籍・古文書を対象とした音声認識システム構築を中心的な課題としており、研究代表者らの専門に近い、とくに歌舞伎役者を批評した芸評書である役者評判記を対象に、形態論情報付きテキストデータの作成を試みた。②音声認識システムの主要構成要素である言語モデルは江戸時代語のモデルを構築する必要があり、国立国語研究所言語資源開発センターが公開する日本語歴史コーパス 江戸時代編のデータを用いて、古文用統計的言語モデル(単語N-gram)を構築した。江戸時代語を対象に今回構築したモデルと現代日本語コーパスで学習された言語モデルの認識性能をテストしたところ、現代日本語コーパスで学習された言語モデルよりも、現時点で構築した古文用言語モデルの方が良い認識結果を示しており、本モデルの有用性が確認できた。③この成果をもとに、立命館大学アート・リサーチセンターのくずし字解読支援システムへの実装を試みたが、音声認識によるテキスト入力システムと、従来の翻刻支援システムの根幹となる縦書入力システムとの相違、単体での音声認識結果と、オンライン上のシステムでの認識結果に大きな齟齬があり、これが今年度中には解決できなかったため、実際の音声認識入力実験については、次年度に持ち越しとなった。