文献

J-GLOBAL ID：201902274270874642   整理番号：19A2632817

契約書のOCR漢字誤り訂正における偏旁冠脚を考慮した編集距離の検討

著者 (7件)： 阪本浩太郎 (横浜国大) ,  阿部川明優 (Genial Technol., Inc., CA, USA) ,  岸川至白 (Genial Technol., Inc., CA, USA) ,  阪本エリーザ ,  石下円香 (国立情報学研) ,  渋木英潔 (国立情報学研) ,  森辰則 (横浜国大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2019  号： NL-242  ページ： Vol.2019-NL-242,No.7,1-7 (WEB ONLY)  発行年： 2019年10月18日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 会計業務の効率化を目的として,紙の契約書のスキャンデータから情報を自動抽出するシステムが求められている.我々は,契約書の構造により,会社名,住所,氏名などが書かれている範囲を推定し,推定された範囲ごとにOCRの結果からテキストを抽出するシステムを開発しているが,抽出されたテキストにOCRに起因する文字誤りが発生し,漢字の偏旁冠脚の誤りが観察された.誤りが検出されたテキストを自動訂正するため,本稿では,偏旁冠脚を考慮した編集距離を用いて辞書に登録されている語に訂正する手法を提案する.また,一般的な編集距離と比較した結果を報告する.(著者抄録)

シソーラス用語： *文書 ,  契約 ,  OCR【読取装置】 ,  *誤り訂正 ,  *情報理論 ,  文字列 ,  類似性 ,  漢字 ,  部分 ,  *自然言語処理
準シソーラス用語： *契約書 ,  *漢字誤り訂正 ,  *編集距離 ,  偏旁冠脚 ,  部首

分類 (1件)： 自然語処理  (JE06000L)

引用文献 (8件)：

• Masaaki Nagata.: Japanese ocr error correction using character shape similarity and statistical language model Proceedings of the 17th international conference on Computational linguistics-Volume 2. Association for Computational Linguistics, pp. 922-928, 1998.
• Nanyun Peng, Mo Yu, and Mark Dredze.: An Empirical Study of Chinese Name Matching and Applications Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing (Short Papers), pages 377-383, Beijing, China, July 26-31, 2015.
• Damerau, Frederick J.: A technique for computer detection and correction of spelling errors Communications of the ACM 7(3): pages 659-664, 1964.
• Levenshtein, Vladimir Iosifovich: Binary codes capable of correcting deletions, insertions, and reversals Soviet Physics Doklady. 10 (8): pages 707-710, February 1966.
• Jaro, M. A. Advances in record linkage methodology as applied to the 1985 census of Tampa Florida Journal of the American Statistical Association. 84 (406): pages 414-20, 1989.

タイトルに関連する用語 (6件)： 契約書 ,  OCR ,  漢字 ,  誤り訂正 ,  脚 ,  編集距離