文献

J-GLOBAL ID：202002210423649938   整理番号：20A0945915

OCR誤り訂正を用いた歴史新聞データからのコーパス構築

著者 (7件)： 田中昂志 (大阪大 大学院情報科学研究科) ,  CHU Chenhui (大阪大 データビリティフロンティア機構) ,  梶原智之 (大阪大 データビリティフロンティア機構) ,  中島悠太 (大阪大 データビリティフロンティア機構) ,  武村紀子 (大阪大 データビリティフロンティア機構) ,  長原一 (大阪大 データビリティフロンティア機構) ,  藤川隆男 (大阪大 大学院文学研究科)
資料名： 言語処理学会年次大会発表論文集(Web)
巻： 26th  ページ： ROMBUNNO.P3-3 (WEB ONLY)  発行年： 2020年 
JST資料番号： U0384A  ISSN： 2188-4420  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： ・歴史的新聞から特定のトピックの記事を抽出し,コーパスを作成する手法の提案。
・歴史的新聞データベースTroveから取得した1838年から1954年までの新聞データを用いて評価実験を実行。
・評価用データの93.7%の記事から対象となる記事を抽出し,さらに13.3%の記事が過不足なく抽出可能であるとの結果を提示。

シソーラス用語： *新聞 ,  *コーパス ,  OCR【読取装置】 ,  誤り訂正 ,  トリミング ,  フィルタリング ,  自然言語処理 ,  歴史 ,  文書 ,  英語 ,  機械翻訳 ,  画像処理
準シソーラス用語： テキストコーパス ,  新聞記事 ,  統計的機械翻訳

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (6件)： OCR ,  誤り訂正 ,  歴史 ,  新聞 ,  コーパス ,  構築