文字認識と形態素解析を用いた類似文書検索の試み

スポンサーリンク

概要

論文の詳細を見る
新聞や雑誌、特許、論文、報告書、議事録などの大量文書から必要な文書だけを検索するための技術が要求されている。我々は、印刷文書紙面を入力として、この文書に類似した文書を全自動で検索する方式を検討している。すなわち、印刷文書を文字認識し、認識結果を形態素解析し、解析結果を基にキーワードを抽出し、抽出したキーワードを基に検索式を生成し、検索式に基づいて文書DBを全文検索し、検索結果文書に対して類似度を判定し、類似文書を抽出する。本方式は、特許の公知例調査などにとくに有効である。本稿では、印刷文書の文字認識精度がキーワード抽出精度に及ぼす影響について考察する。
一般社団法人情報処理学会の論文
1993-09-27

著者

関連論文

もっと見る

スポンサーリンク