Web PDF [7, 8] 1 1 [9, 10] OCR [9] HITS [10] 2. 3 [11] IDF TF-IDF [12] PageRank,, PageRank TF-IDF k-means PageRank Web ios 1 imac mac

Size: px

Start display at page:

Download "Web PDF [7, 8] 1 1 [9, 10] OCR [9] HITS [10] 2. 3 [11] IDF TF-IDF [12] PageRank,, PageRank TF-IDF k-means PageRank Web ios 1 imac mac"

ありおきうばら
5 years ago
Views:

1 DEIM Forum 2018 E {tanijiri, {takasu, ipad Web ibooks ibooks 1. OCR [1 3] PDF PDF 1 2 Web Web PDF ipad Web ipad [4] [5] ipad 2. 2 [6] SideNoter Web Wikipedia

Web PDF [7, 8] 1 1 [9, 10] OCR [9] HITS [10] 2. 3 [11] IDF TF-IDF [12] PageRank,, PageRank TF-IDF k-means PageRank 3. 3. 1 Web 1 3. 2 2 ios 1 imac macos Sierra 10.12.6 Xcode 9.1 Swift ipad Pro 10.

2 Web PDF [7, 8] 1 1 [9, 10] OCR [9] HITS [10] 2. 3 [11] IDF TF-IDF [12] PageRank,, PageRank TF-IDF k-means PageRank Web ios 1 imac macos Sierra Xcode 9.1 Swift ipad Pro 10.5 ios / / ios AVfoundation.framework 1 OCR OCR Tesseract- OCR-iOS 2 Web Vision.framework Vision.framework ios 11 [13] ios

には形態素解析したテキストを単語 bigram に分割しその中で名詞もしくは未知語のみが含まれているものを抽出した本インタフェースでは 3 単語以上に対しても解析結果が表示できるように複合名詞の対象を N 単語に変更し以下の手順で複合名詞を抽出する (1) 品詞が名詞未知語の単語を語 1 として抽出する (2) 語 1 の一つ前の単語の品詞が名詞未知語形容詞の場合

framework によるテキスト検出の流れ (4) (2) の語 2 が得られる間 (2) (3) を繰り返す上記により得られた 2 形態素以上の最後の形態素が名詞もしくは未知語であるものを複合名詞とするなお形態素解析には Swift の NSLinguisticTagger class 注 3 を用いる NSLinguisticTagger class

3 には形態素解析したテキストを単語 bigram に分割しその中で名詞もしくは未知語のみが含まれているものを抽出した本インタフェースでは 3 単語以上に対しても解析結果が表示できるように複合名詞の対象を N 単語に変更し以下の手順で複合名詞を抽出する (1) 品詞が名詞未知語の単語を語 1 として抽出する (2) 語 1 の一つ前の単語の品詞が名詞未知語形容詞の場合その単語を語 2 として抽出する (3) 語 2 と語 1 を空白文字で連結したテキストを語 1 とする図 2 Vision.framework によるテキスト検出の流れ (4) (2) の語 2 が得られる間 (2) (3) を繰り返す上記により得られた 2 形態素以上の最後の形態素が名詞もしくは未知語であるものを複合名詞とするなお形態素解析には Swift の NSLinguisticTagger class 注 3 を用いる NSLinguisticTagger class では各単語ごとに品詞を決定する重要度の判定前野らは重要語を単に頻出と言う観点からでは不十分であると判断し TF-IDF [14] 値を算出することにより重要語を抽出した [3] 本インタフェースも同様に TF-IDF 値により重要度を決定する単語 ti のその TF-IDF 値の算出式を以下に示す図 3 座標系の変換学習のフレームワークである Core ML が内部で使われている提案するインタフェースでは Vision.framework で提供されている画像処理に関する機能の一つである画像からのテキスト検出を行う Text Detection を利用する Text Detection では Apple 社により既に画像認識のモデルが用意されているためそのまま利用することでテキストの検出を行うことができる Vision.framework によるテキスト検出の流れを図 2 に示す図 2 は使用するオブジェクト名と Text Detection におけるクラス名を示しているまず画像処理タスクをシステムに要求する Request オブジェクトを作成する次に検出対象の画像を保持し Request を処理するための RequestHandler オブジェクトを作成する RequestHandler を使い Request を実行すると処理結果として Observation オブジェクトが得られテキストブロックの矩形とその各文字の矩形の座標が得られる座標変換項で得られる矩形座標は図 3 の左の画像のように画像の左下を (0, 0) 右上を (1, 1) とする座標系となっているしかし ipad の画面の座標系は図 3 の右の画像のように左上を (0, 0) 右下をタブレット端末の画面の大きさとする座標系となっているそのため得られたテキスト矩形を描画するために矩形座標を図 3 の左の座標系から右の座標系に変換する 3. 5 重要語抽出複合名詞の抽出前野らは専門用語等の重要語の多くは名詞かつ複合名詞であるため 1 単語または 2 単語の重要語を抽出した [2] 具体的 tf idfi = tfi log( num ) dfi (1) ここで tfi はユーザが撮影した論文画像中の検出されたテキストにおける単語 ti の出現頻度 num = 16, 831, 499 でありこれは CiNii 注 4 における論文の総収録件数 2014 年 6 月 17 日時点 dfi は CiNii において ti を検索した時の検索結果数論文数を表す重要度算出処理の並列化本インタフェースではカメラ画像から得たテキストを用い重要語の重要度算出処理をリアルタイムに行うここでは項で述べた重要度算出処理の実行時間を短縮するために重要度算出処理を並列で実装する方法について述べる項において TF-IDF 値を算出する際に 1 語ずつ CiNii にアクセスし検索結果を取得すると実行時間が長くなるそのためこの通信処理を並列化することで実行時間を短縮する通信処理の並列化は以下の二種類の API のいずれかを利用して実装する URLSession 注 5 GCD(Grand Central Dispatch) 注 6 URLSession は非同期で通信処理を行う API であり複数のリクエストを同時に実行できるまたアプリがバックグラウンドの状態になっていても通信できる GCD は ios で並列処理を利用するための API である GCD 注 3 nslinguistictag 注 4 注 5 urlsession 注 6

4 GCD 4 GCD concurrent dispatch queue 4 GCD GCD 4 T 1 T n t 1 t n TF-IDF 4. 4. 1 5 NTCIR-9 PatentMT Jeff [15] 5 OCR 5 ABSTRACT 2

4 4 GCD 4 GCD concurrent dispatch queue 4 GCD GCD 4 T 1 T n t 1 t n TF-IDF NTCIR-9 PatentMT Jeff [15] 5 OCR 5 ABSTRACT Web 5 patent Web Wikipedia 7 Wikipedia Wikipedia MT Machine translation Wikipedia Wikipedia Wikipedia Wikipedia Weblio 8 Google 9 3 TF-IDF TF-IDF Wikipedia Wikipedia Weblio Weblio

図 5 提案インタフェースの実行画面 Google 青については Google Custom Search API 注 10 をは以下の手順により取得する用いて検索結果の上位 3 件を取得しページタイトル URL (a) ユーザが選択した語 ti が矩形領域 r[i] 中のテキストにスニペットを表示するまた図 6 のように Wikipedia 橙含まれている場合その矩形領域

5 図 5 提案インタフェースの実行画面 Google 青については Google Custom Search API 注 10 をは以下の手順により取得する用いて検索結果の上位 3 件を取得しページタイトル URL (a) ユーザが選択した語 ti が矩形領域 r[i] 中のテキストにスニペットを表示するまた図 6 のように Wikipedia 橙含まれている場合その矩形領域 r[i] の左上の x 座標 xr[i] y Weblio 緑 Google 青の情報が表示されている箇所を座標 yr[i] 幅 wr[i] 高さ hr[i] を取得するタップすることで ios のタブレット端末等に標準搭載されて注 11 いる Web ブラウザアプリである Safari が起動しそれぞれの Web ページに移動できる選択した語の出現箇所の特定図 5 に示した重要語部またはテキスト選択部の語を選択するとその語の出現箇所が論文画像上で青く網がけされるこの機能は解析アイコンがタップされ全テキストを解析する際に (b) 青く網がけする領域の左上の x 座標 xi と幅 wi を以下の式 (2) (3) により決定する xi = xr[i] + (wr[i] wi = wr[i] cs ) cn ct cn (2) (3) ここで cn は領域 r[i] 中の空白を含む全文字数 cs は領域矩形領域の座標と OCR 認識結果を紐づけしておくことで実装 r[i] 中でユーザが選択した語 ti が出現するまでに存在するテキする青く網がけする領域の左上の x 座標 y 座標幅高さストの文字数 ct は語 ti の文字数を表す (c) 青く網がけする領域の左上の y 座標と高さをそれぞれ注 10 注 11 yr[i] hr[i] とするこれらを全てのテキストの矩形領域について行う

6 Wikipedia( ) 5. 2018 1 4 3 1 3 2 3 9 Jeff [15] 5.

6 6 Wikipedia( ) Jeff [15] 5. 1 [1] ipad ibooks PDF 9 (1) corpus (2) SMT (3) gradient descent (4) juridical (5) BLEU (6) dependency tree (7) newswire (8) CLIR (9) word alignment (1) (3) (4) (6) (7) (9) 9 3 (1, 4, 7) (2, 5, 8) (3, 6, 9) ipad 3 1 Web Web (b) 2 (c) 3 Google (m) (d) 4 (l) Select Text 1 2 ibooks Wikipedia Google

7 3 a. b. c. d. e. Select Text f. g. h. ibooks i. Wikipedia j. WEB k. l. m (1) (3) 7 ibooks ibooks 8 ibooks (1) corpus (4) juridical Weblio Select Text ibooks ibooks Wikipedia Wikipedia ibooks Google Wikipedia OCR ibooks ibooks 2 dependency dependency trees ipad Web ibooks

7 10 8 9 ibooks [1] 2015 [2] 6 (DEIM 2014) E3-3 2014 [3] 160 Vol. 2014-DBS-160 No. 16 pp. 1-8 2014 [4]? No. 21 2012 [5] HCI pp. 1-7 2012 [6] 7 pp.

795-796 2015 [8] Yuhei Kawakami Atsuto Nishida Toshiyuki Shimizu Masatoshi Yoshikawa Axis-based Alignment of Scholarly Papers and Its Presentation

1-6 2009 [10] 3 (DEIM 2011) F9-4 2011 [11] 7 (DEIM 2015) A2-3 2015 [12] PageRank 19 pp.

8 ibooks [1] 2015 [2] 6 (DEIM 2014) E [3] 160 Vol DBS-160 No. 16 pp [4]? No [5] HCI pp [6] 7 pp [7] 77 pp [8] Yuhei Kawakami Atsuto Nishida Toshiyuki Shimizu Masatoshi Yoshikawa Axis-based Alignment of Scholarly Papers and Its Presentation Slides Considering Document Structure ICADL LNCS 8839 pp [9] Web Vol DBS-149 No. 14 pp [10] 3 (DEIM 2011) F [11] 7 (DEIM 2015) A [12] PageRank 19 pp [13] Vision Apple Developer Documentation [14] Gerard Salton Edward A. Fox Harry Wu Extended Boolean Information Retrieval Communications of the ACM pp [15] Jeff Ma Spyros Matshoukas BBN s Systems for the Chinese-English Sub-task of the NTCIR-9 PatentMT Evaluation Proceedings of NTCIR-9 Workshop Meeting pp

DEIM Forum 2019 B7-1 学術論文閲覧支援インタフェースにおける備忘録の自動生成の一手法岩本拓実学太田高須淳宏岡山大学工学部情報系学科岡山県岡山市北区津島中岡山大学大学院自然科学研究科岡山県岡山市北区津島中 3-1-

DEIM Forum 2019 B7-1 学術論文閲覧支援インタフェースにおける備忘録の自動生成の一手法岩本拓実学太田高須淳宏岡山大学工学部情報系学科 700 8530 岡山県岡山市北区津島中 3-1-1 岡山大学大学院自然科学研究科 700 8530 岡山県岡山市北区津島中 3-1-1 国立情報学研究所 101 8430 東京都千代田区一ツ橋 2-1-2 E-mail: pysj11bh@s.okayama-u.ac.jp,