凸版印刷は3日、江戸時代以前に”くずし字”で書かれた古い書物の文字を判別し、テキストデータ化するOCR(光学文字認識)技術を開発したと発表した。この技術を使った古典籍(内容・形態の優れた古い書物のこと)のテキストデータ化サービスを、夏から試験的に開始する予定。
今回発表した技術は、江戸期以前の書物に使われている”くずし字”を自動で判読し、テキストデータ化を可能にするもの。
凸版印刷は、2013年からさまざまな書籍を高い精度でテキストデータ化する「高精度全文テキスト化サービス」を提供。
このサービスで確立したテキストデータ化技術のシステム基盤を、はこだて未来大学の寺沢憲吾准教授が開発した「文書画像検索システム」と組み合わせ、くずし字で記されている古典籍のOCR処理を実現した。
2014年度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処理することに成功している。
今後、テキストデータ化サービスを開始。その上で、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っていきながら、教育への普及などにも貢献していきたいとしている。
http://ict-enews.net/2015/07/6toppan/
参照元記事 / ICT教育ニュース