| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-09-20 10:10 文字認識が困難な文献史料画像の解析のための文字画像クラスタリング手法 ○伊藤 空・寺沢憲吾（公立はこだて未来大）  PRMU2018-46 IBISML2018-23 |
|
| 抄録 | （和） | 大量の文献史料画像が貯蓄・公開されているデジタルアーカイブの利活用を考えるうえで，各文献史料画像の索引があったり，タグ付けされたキーワードが提示されていると有益であると考え，本研究室では，文字認識が困難な文献史料画像に対して，文字認識を行わずにキーワードを抽出するシステムの開発を行っている．本キーワード抽出システムは，特徴ベクトルで表された文字画像群のクラスタリングを行うことで特徴ベクトルを離散化し，文章を離散化された特徴ベクトルのシーケンスで表し，それを解析することで，文字認識を行わない非テキスト下でのキーワード抽出を実現している．クラスタリングの際，1つの字種が複数のクラスタに分離する「クラスタの分離」が生じるとキーワード抽出の精度が下がる．また，文献史料画像から切り出された文字画像数が多い場合，計算コストの関係で一括でクラスタリングすることが困難である．このような問題を解決するために，本研究では，クラスタの分離の抑え，文字画像が多い場合でも適用可能なクラスタリング手法を提案する． |
| （英） | For utilization of digital archives which store and publish a lot of historical document images, we think that being shown their indexes or tagged keywords is useful. So, in our laboratory, we are developing a system which extracts keywords from machine-unreadable historical document images without character recognition. In this keyword extraction system, first, we discretize feature vectors by clustering character images expressed by the feature vector. Next, we express sentences with sequences of discretized feature vectors and analyze them. With such a system, we can realize keyword extraction without character recognition. While clustering, if ``separation of clusters'' where one character class is separated into some clusters occurs, the accuracy of keyword extraction decreases. Another problem, In the case of too many character images separated from historical document images, it is difficult to cluster them at once because of computing costs. To solve these problems, in this study, we suggest a clustering method which restrains the separation of clusters and can be adapted in case of too many character images. | |
| キーワード | （和） | 文献史料 / クラスタリング / 文書解析 / / / / / |
| （英） | Historical document / Clustering / Document analysis / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 219, PRMU2018-46, pp. 67-72, 2018年9月. | |
| 資料番号 | PRMU2018-46 | |
| 発行日 | 2018-09-13 (PRMU, IBISML) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2018-46 IBISML2018-23 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2018-09-20 - 2018-09-21 |
| 開催地（和） | 福岡工業大学 |
| 開催地（英） | |
| テーマ（和） | 機械学習と実応用 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2018-09-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 文字認識が困難な文献史料画像の解析のための文字画像クラスタリング手法 |
| サブタイトル（和） | |
| タイトル（英） | Character Image Clustering for Analyzing Machine-Unreadable Historical Document Images |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 文献史料 / Historical document |
| キーワード(2)（和/英） | クラスタリング / Clustering |
| キーワード(3)（和/英） | 文書解析 / Document analysis |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 伊藤 空 / Sora Ito / イトウ ソラ |
| 第1著者 所属（和/英） | 公立はこだて未来大学 (略称： 公立はこだて未来大) Future University Hakodate (略称： FUN) |
| 第2著者 氏名（和/英/ヨミ） | 寺沢 憲吾 / Kengo Terasawa / テラサワ ケンゴ |
| 第2著者 所属（和/英） | 公立はこだて未来大学 (略称： 公立はこだて未来大) Future University Hakodate (略称： FUN) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-09-20 10:10:00 |
| 発表時間 | 10分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2018-46, IBISML2018-23 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.219(PRMU), no.220(IBISML) |
| ページ範囲 | pp.67-72 |
| ページ数 | 6 |
| 発行日 | 2018-09-13 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]