A Multilingual and Multimodal Machine Learning Approach to Analyzing Relations in Vedic Texts

• Project/Area Number: 25K21518
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 90020:Library and information science, humanistic and social informatics-related
• Research Institution: The University of Tokyo
• Principal Investigator: 塚越 柚季 東京大学, 大学院人文社会系研究科(文学部), 講師 (30981782)
• Project Period (FY): 2025-04-01 – 2030-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2029: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2028: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2027: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: ヴェーダ / テキスト構造化 / 自然言語処理

Outline of Research at the Start

本研究は、ヴェーダ文献の電子テキストと刊本画像および1次文献と2次文献の複数階層での対応付けを目的とする。電子テキストは複数のデータベースに収録されているが、これらの間の相互運用性には問題がある。また、電子テキストと刊本画像の直接的な対応付けもほとんど行われていない。そこで、光学文字認識モデルと多言語モデルを用いて、自動的に電子テキストと画像、1次文献と2次文献を対応付ける。さらにその対応データをもとにモデルの精度を向上させることで低資源言語であるヴェーダ語に対応した自然言語処理技術の発展にも貢献する。これにより、既存のデジタル資料の相互運用性を高め、ヴェーダ文献の研究や利用を促進を目指す。