すげええええ！　江戸時代以前の「くずし字」をテキストデータにできるOCR技術を凸版印刷が開発

国文学＆日本史専攻学生「ガタッ」

» 2015年07月07日 18時41分 公開
[青柳美帆子，ねとらぼ]

　凸版印刷が「くずし字を判別してテキストデータ化するOCR（光学文字認識）技術」を開発しました。江戸期以前の本や明治期の手書きの文章は「くずし字」を使って書かれており、学習しないと読むことができません。くずし字の学習は近世以前の日本文学や日本史を学ぶ学生にとっては必要不可欠で、多くの学生が「よ、読めない……」と悲鳴を上げています。

　凸版印刷の開発した技術は、書物のくずし字を自動で判読し、テキストデータ化することを可能にするもの。2014年に実施した検証実験では、くずし字で記されている書物を80%以上の精度でOCR処理することができたとのこと。OCRで判読した文字は専門家によって校正・校閲され、その結果はくずし字のデータベースにフィードバックされます。

ALT 古典籍を自動で判読する技術を開発
ALT くずし字のテキストデータ化処理の流れ

　現在、くずし字で書かれている古典籍は100万点以上と言われており、大部分が翻刻（ほんこく、くずし字で書かれた文献を楷書に直したり活字で出版するなどして読みやすい形式にすること）されていません。この技術が広まれば、今後、多くの古典籍が誰にでも読めるようになるかもしれません……！

　凸版印刷は、この技術による古典籍のテキストデータ化サービスを2015年夏から試験的に開始します。「今後、幅広い年代やジャンルの資料に対するOCR処理の精度向上を図ります」とのメッセージを発信しています。

（青柳美帆子）

Copyright © ITmedia, Inc. All Rights Reserved.

先週の総合アクセスTOP10
  1. 小1娘、ペンギンの卵を楽しみに育ててみたら……　期待を裏切る生き物の爆誕に「声出して笑ってしまったw」「反応がめちゃくちゃ可愛い」
  2. 富山県警のX投稿に登場の女性白バイ隊員に過去一注目集まる「可愛い過ぎて、取締り情報が入ってこない」
  3. 2カ月赤ちゃん、おばあちゃんに少々強引な寝かしつけをされると……　コントのようなオチに「爆笑！」「可愛すぎて無事昇天」
  4. 異世界転生したローソン出現　ラスボスに挑む前のショップみたいで「合成かと思った」「日本にあるんだ」
  5. 【今日の計算】「8＋9÷3−5」を計算せよ
  6. 21歳の無名アイドル、ビジュアル拡散で「あの頃の橋本環奈すぎる」とSNS騒然　「実物の方が可愛い」「見つかっちゃったなー」の声も
  7. 1歳赤ちゃん、寝る時間に現れないと思ったら……　思わぬお仲間連れとご紹介が「めっちゃくちゃ可愛い」と220万再生
  8. 業務スーパーで買ったアサリに豆乳を与えて育てたら……　数日後の摩訶不思議な変化に「面白い」「ちゃんと豆乳を食べてた？」
  9. 祖母から継いだ築80年の古家で「謎の箱」を発見→開けてみると……　驚きの中身に「うわー！スゴッ」「かなり高価だと思いますよ！」
  10. 「妹が入学式に着るワンピース作ってみた！」　こだわり満載のクラシカルな一着に「すごすぎて意味わからない」「涙が出ました」
先月の総合アクセスTOP10
  1. フワちゃん、弟の結婚式で卑劣な行為に「席次見て名前覚えたからな」　めでたい場でのひんしゅく行為に「プライベート守ろうよ！」の声
  2. 親が「絶対たぬき」「賭けてもいい」と言い張る動物を、保護して育ててみた結果……　驚愕の正体が230万表示「こんなん噴くわ！」
  3. 水道検針員から直筆の手紙、驚き確認すると……　メーターボックスで起きた珍事が300万再生「これはびっくり」「生命の逞しさ」
  4. フワちゃん、収録中に見えてはいけない“部位”が映る　まさかの露出に「拡大しちゃったじゃん」「またか」の声
  5. スーパーで売れ残っていた半額のカニを水槽に入れてみたら……　220万再生された涙の結末に「切なくなった」「凄く感動」
  6. 桐朋高等学校、78期卒業生の答辞に賛辞やまず　「只者ではない」「感動のあまり泣いて10回読み直した」
  7. 「これは悲劇」　ヤマザキ“春のパンまつり”シールを集めていたはずなのに……　途中で気づいたまさかの現実
  8. 「ふざけんな」　宿泊施設に「キャンセル料金を払わなくする方法」が物議　宿泊施設「大目に見てきたが厳格化する」
  9. がん闘病中の見栄晴、20回以上の放射線治療を受け変化が……　「痛がゆくなって来ました」
  10. 食べ終わったパイナップルの葉を土に植えたら……　3年半後、目を疑う結果に「もう、ただただ感動です」「ちょっと泣きそう」