トランスメディア・マシンにおける英単語検索機能の最終実現案

概要

論文の詳細を見る
トランスメディア・マシンと呼んでいるシステムでは、文書の図・写真だけでなくテキスト情報も画像として入力される。また、強力なデータベース機能と編集機能を備えているとしている。基本的に文字認識を行わない理由は、誤認識の問題や複雑な書式の文書には困難ということである。反面、目で見るのと同じ形態で入力されるので、一律に画像として扱う方法は最も忠実な方法といえる。テキスト編集機能としてスクリーンエディタが開発済みであり、現在はデータベース機能の実現に取り組んでいる。データベース機能の一つとして、画像として入力された英語文書における単語の検索方法の基本方針を以前に報告した。これは、画像テキスト中の各文字に対し完全な文字認識を行わず、簡単な少数の特徴抽出から得られるコードによりキーワード検索を行う方法である。しかし、ノイズの影響や、"fi"などの文字の切り出しが困難な場合を考慮しなければならない。ノイズの影響については、適当な場合を設定し、数値的に検討した。今回は、画像英語文書の単語検索方法を実現するための最終的な方針が定まったので報告する。
一般社団法人情報処理学会の論文
1989-03-15