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。

这项研究将开发一个系统，该系统支持重印日记（业务文件），用江户时代的官方文档中使用的字体（称为Gokei风格）。最近，已经发布了基于IIIF标准的历史和文化图像，并使用这些图像使用AI-OR（光学特征识别）技术来尝试使用AI-OR（光学特征识别）技术进行自动重印。例如，当前的AI-OCR应用程序“ Miwo”是一个实用的应用程序，它使用AI-OR技术来读取用Kuzushiji编写的文档的图像并将其转载为常规字体字符。但是，对于江户时期日记的日记，汉字占汉字的95％以上，角色位置的精度很高，而角色判断仅约10％至50％。这是因为缺乏AI-OR中使用的培训数据的数量和类型。一些当前可用的Sushi-Chat数据数据是由人文开放数据联合使用中心（CODH）分发的，但是这些数据主要是由经常在文学作品中经常使用的古典书籍图像的专家注释，并且经常用于变态的卡纳斯。另一方面，由于解码kuzushi字符需要一定程度的培训，因此诸如未指定人数的众包等方法难以确保质量。但是，最终，还必须检查专家的数据。为了在这种情况下提高AI-OR质量的Kuzushi-JI质量，建立一个系统将增加Kuzushi-Ji-JI风格的学习数据，这将非常重要，该系统已通过建立充分利用人员和技术的方法来在各种文档中使用。今年，我们创造了一个环境，可以使用重印支持系统可以有效利用有兴趣解释Kuzushi角色和稀有专家的公民的技能来增加正确的数据。已经实施了一个专用的工作网站，两个人实际上可以使用该网站来修改Goya Style Kuzushi字符的注释数据，并将其作为正确的数据。