1988 年度研究成果報告書概要

光学文字読み取り装置によるコンコーダンス作成システムの開発

研究課題

研究課題/領域番号	62450054
研究種目	一般研究(B)
配分区分	補助金
研究分野	国語学
研究機関	国立国語研究所
研究代表者	飛田良文国立国語研究所, 言語変化研究部, 部長 (40000418)
研究分担者	加藤信明国語辞典編集室, 調査員斎藤秀紀国立国語研究所, 言語計量研究部第三研究室, 室長 (70000429) 木村睦子国立国語研究所, 国語辞典編集室, 室長見坊豪紀国立国語研究所, 国語辞典編集室, 調査員林大国立国語研究所, 国語辞典編集室, 名誉所員調査員 (20000002) KIMURA Mutsuko Section for Dictionary Research, NLRI KENBOO Hidetoshi Section for Dictionary Research, NLRI KATOO Nobuaki Section for Dictionary Research, NLRI
研究期間 (年度)	1987 – 1988
キーワード	OCR / コンコーダンス / 『尋常小学国語読本』
研究概要	本研究は、光学文字読み取り装置(Optical Character Reader以下OCR)を用いて用例集作成システムを開発することを目的としている。 OCRは、手書きの片仮名・英文字・記号を読み取って計算機に入力することができる装置であり、OCR用紙を使った作業台帳を用いて、本文の単位切りデータ、及び見出し語・品詞・同音語判別情報等のデータを付加することができる。本システムはOCR用紙を使った台帳によるデータの入出力を中心においたシステムで、用例集作成作業の効率向上と使いやすさを目指した。このシステムを具体化するため、初年度は、すでに機械可読形式になっている第3期国定読本『尋常小学国語読本』(約10万語)の本文データの(1)単位切り作業、(2)口語文・文語文・会話文・韻文等の別を示す層別情報データの作成・入力・点検、(3)品詞付けOCRシートを用いた見出し語・品詞・同音語判別情報データの記入・点検、(4)OCR装置による読み取り、の作業を行った。また計算機処理によって、(5)作業上必要な語彙表を出力し、(6)データ点検用プログラムを作成し、(7)作業用KWICの出力を行った。第2年度は、上記作業に続けて、(8)KWICのデータ修正作業のための各種プログラムを作成し、(9)品詞付けOCRシートへの同音語判別情報の記入・点検作業を継続し、(10)各種訂正データ、及び漢字表記、活用、参照見出し、外来語等の情報を付加するための台帳の作成、(11)データの入力を行った。最終的に、(12)KWIC出力用プログラムを作成し、(13)品詞・見出し情報を付加したKWICファイルを作成しシステムの開発を完成した。なお、(14)第3期国定読本の底本についての調査・検討を行い、本文に修正を加えた。