TOPページ
|
英語
日本語
|
CONNECT WITH US:
ホーム
JCNについて
サービス
お問い合わせ
会員企業ログイン
ホーム
プレスリリース
2017年02月21日 14時40分
Source:
Fujitsu Ltd
富士通、教師データ数を削減できる深層学習技術を開発
中国古文書の文字認識において学習用の教師データを70%削減
東京, 2017年02月21日 - (ACN Newswire) - 富士通研究開発中心有限公司(注1)(以下、FRDC)は、中国古文書文字の高精度な文字認識に用いる深層学習技術において、少ない数の学習データでも高精度な文字認識を実現できる技術を開発しました。本技術は、古文書の文字画像を、その文字画像と文字を紐づけた学習用データ(教師データ)で学習させる深層学習の認識エンジンと、文字と紐づけられていない二つの文字画像が同じ文字か異なる文字かという特徴を学習する深層学習エンジンを組み合わせて学習させる技術です。これにより、本技術の適用前の、教師データのみを用いて学習する従来技術と同じ精度の認識率を、一文字当たり約70%少ない教師データ数で達成できます。
本技術により、中国図書館などに大量に保管されている古文書文字の電子化を促進し、中国古文書の公共利用と歴史研究などの学術の発展に貢献することができます。
本技術の詳細は、1月31日(火曜日)に米国サンフランシスコで開催された国際会議「IS&T International Electronic Imaging Symposium 2017」にて発表しました。
開発の背景
中国には5000万冊以上の古文書が所蔵され、次世代への伝承や研究への活用が期待されています。しかし、これらの文化遺産は、時間の経過や閲覧などにより劣化や破損が進んでいます。
古文書を保管している各図書館において、古文書を電子画像として保存する作業が進められていますが、保全目的だけでなく、古文書のデータをICT技術で利活用していくためには、電子画像中の文字をテキストデータ化する必要があります。現在、この作業はごく一部の古文書について専門家が手作業で行っており、すべての古文書を電子化するためには多大な時間とコストが必要となっています。
課題
深層学習技術による文字認識では、あらかじめ、文字画像と正解とする文字を正しく紐づけた教師データを用いて認識エンジンに学習させます。このとき教師データの数が多いほど認識精度が高くなりますが、古文書文字への適用では十分な数の教師データを用意することに課題がありました。
これに対し、アルファベットなど文字の種類が少ない場合に、同じ文字をまとめた教師データを用いて特徴を学習させることで、少ない学習データで認識精度を高める手法が提案されていますが、多様な書体があり同じ文字でも異なる字形が多数存在する中国古文書には、適用することが困難でした。
開発した技術
今回、中国古文書の文字認識において、教師データが少ない場合でも、高精度な認識が可能となる技術を開発しました。開発した技術の特徴は以下の通りです。
1.限られた数の教師データに加え、教師データとして利用されていなかった文字画像データの活用
学習に利用できるデータを増やすため、これまで、正解の文字と対応づけられておらず教師データとして利用されていなかった大量の文字画像データを、学習
に活用します。図1のように認識エンジンXを利用して、文字画像データに仮の文字ラベルを付与し学習に利用できるようにします。この段階では、認識エンジンXは十分に学習できていないので、正解ではない仮の文字ラベルが付与された画像データが含まれます。
2.同じ文字ラベルを持つ文字画像の特徴パターンと、異なる文字ラベルを持つ文字画像の特徴パターンを比較し、その比較情報を元に認識エンジンを学習
仮の文字ラベルが付与された文字画像からランダムに二つの文字のペアを生成し、認識エンジンXの学習結果を反映させた、同じ構造の二つの認識エンジンY、Zに入力します。このとき、二つの文字が同じ文字か異なる文字かについての結果だけを基に認識エンジンXを学習させます。この手順を繰り返すことで、認識エンジンXの学習が進むに従い、正解ではない仮の文字ラベルの数は減少し、認識精度が向上していきます。十分に学習させた認識エンジンXで認識を実行することで、少ない数の教師データでも、高い認識精度を実現することができます。
効果
本技術を中国古文書文字認識用のデータとして公開されている1000枚の中国敦煌古籍文献画像(注2)を用いたベンチマークに適用しました。その結果、本技術適用前の、教師データのみを用いて学習する従来技術で得られる81%と同じ精度を、一文字当たり約70%少ない教師データ数で達成できました。また、本ベンチマークにおいて、一文字当たり50個の同じ数の教師データを用いて学習させた場合に、これまで報告されている82%に対して、本技術では88%の認識率を達成しました。
今後
FRDCは本技術を、中国各地の図書館や、古文書画像と検索などの利用ができる電子化テキストが一体に保って保管されている古文書データベース向けに、中国古文書電子化ソリューションとして展開していきます。本技術は日本語や韓国語など、認識すべき文字の種類が多い用途に対しても認識精度を高めるのに有効です。また、2018年度に当社のAI技術「Human Centric AI Zinrai(ジンライ)」への活用を目指し、限られた教師データで効果的に深層学習エンジンを学習させる仕組みを、例えば、多数の画像データを認識して分類するような、植物の識別など認識すべき対象が多い用途に適用していきます。
(本資料は、富士通研究開発中心有限公司が発行したプレスリリースの抄訳です。)
本リリースの詳細は下記URLをご参照ください。
http://pr.fujitsu.com/jp/news/2017/02/21.html
注釈
注1 富士通研究開発中心有限公司:本社 北京市、董事長 佐々木繁。
注2 中国敦煌古籍文献画像:中国国立図書館が公共・学術利用を目的にインターネット上で公開している古文書の画像と電子化テキストのセット。アクセス制限がなく幅広く利用できることから、古文書文字認識技術の認識精度ベンチマークで良く利用されている。
概要:富士通株式会社
詳細は
http://jp.fujitsu.com/
をご覧ください。
Source: Fujitsu Ltd
セクター: エレクトロニクス, IT
Copyright ©2024 ACN Newswire. All rights reserved. A division of Asia Corporate News Network.
新着プレスリリース
Finerca Celebrates Milestone of 10,000 Clients with Launch of Exclusive Master Course in CFD Trading
2024年03月29日 06時48分
China Medical System (867.HK) 2023 Annual Results: Despite of the Temporary Financial Performance Pressure, Fresh Catalysts Emerged from Successive Innovation Breakthroughs
2024年03月28日 11時29分
Jeton Ranks #75 on the Financial Times List of Europe's 1,000 Fastest-Growing Companies
2024年03月26日 19時52分
富士通Japan、静岡がんセンター様の全ゲノム解析・RNAシーケンシングを併用するゲノム検査に対応した「がんゲノム医療統合システム」を構築
2024年03月25日 14時30分
トヨタ自動車、オートモビルカウンシル2024に出展
2024年03月21日 14時45分
三菱重工、特定技術分野の最高峰「技監」と技能の最高峰「範師」を新たに認定
2024年03月21日 14時30分
Honda、ロードスポーツモデル「CB1300 SUPER FOUR SP」「CB1300 SUPER BOL D’OR SP」のカラーリング設定を一部変更し発売
2024年03月21日 11時30分
LEXUS、ラグジュアリーヨットLY680を発表
2024年03月21日 11時30分
K-pop Boy Band, xikers, K-beauty NACIFIC Body & Hair Ambassador
2024年03月19日 17時30分
三菱商事、e-メタンの国際的アライアンス 「e-NG Coalition」 の設立について
2024年03月19日 12時30分
富士通、採用計画について
2024年03月19日 10時30分
三菱重工、役員人事を発表
2024年03月18日 18時00分
トヨタ・モビリティ基金、沖縄県警察本部と連携し、警察の事故データと車両データの融合により事故の未然防止に取り組む手法を開発
2024年03月18日 14時00分
日産自動車と三菱商事、次世代モビリティサービスとEVを活用したエネルギー関連サービスの新規事業を検討する覚書を締結
2024年03月18日 14時00分
マツダ、2024年度の参加型モータースポーツの協賛計画を発表
2024年03月18日 13時00分
富士通とAWS、クラウドでのレガシーシステムのモダナイゼーション加速に向けてグローバルパートナーシップを拡大
2024年03月18日 12時00分
日産自動車とHonda、自動車の電動化・知能化時代に向けた戦略的パートナーシップの検討を開始
2024年03月15日 18時00分
三菱重工、2023年にガスタービン世界市場でシェア1位を獲得
2024年03月15日 18時00分
三菱商事がティアフォーに出資 自動運転で地域交通の課題解決へ
2024年03月15日 11時00分
富士通など、超伝導量子コンピュータを用いた超高性能計算プラットフォームが、「第53回 日本産業技術大賞」の最高位「内閣総理大臣賞」を受賞
2024年03月15日 10時30分
もっと見る >>