[閒聊] 赤松健：國圖全書籍光學字元建置和AI辨識

spfy07/14 21:58GOOGLE：為什麼要花錢?

gox111707/14 21:58錢哪來

mattc123456c07/14 21:59掃描還要去比對吧？

medama07/14 21:59他這裡的古文書指的是古代日本的手寫草書字體，

medama07/14 21:59以前都要人工辨認，非常費時，

medama07/14 21:59現在技術已經可以用電腦辨認，

LLSGG07/14 21:59大圖書館計畫，

medama07/14 22:00今後的目標是用電腦靠前後文來提升字體辨認率

medama07/14 22:00不是單純舊書籍的意思

LLSGG07/14 22:00抓一下古文抄襲

majohnman07/14 22:02先不論這件事的必要程度，畢竟將書本電子化的確可以以

majohnman07/14 22:02防萬一未來發生什麼事，但是全書的數字很龐大吧，要去

majohnman07/14 22:02哪生錢來搞這種事，政府也不會輕易撥款在這種事上吧

bestteam07/14 22:02GOOGLE能做到判別古文書????

mattc123456c07/14 22:03對於1樓，免費OCR服務不夠理想

a7108507/14 22:03中文有一個老外發起的網站叫做中國哲學書電子化計劃

cat05joy07/14 22:07OCR只是合標準的字體 字體一歪很容易辨識不到

spfy07/14 22:08GOOGLE以前是用reCAPTCHA叫大家幫他辨識 不是指用免費OCR

spfy07/14 22:09免費OCR連標準英文字體都會認錯

Bugquan07/14 22:10不會掃描後，做成驗證碼

qazxswptt07/14 22:17有點跑太多的感覺 不如先數位化 辨識以後再說

bladesinger07/14 22:22google的reCAPTCHA那堆填字就是讓無數下載(?)的用戶

bladesinger07/14 22:22來進行人肉訓練AI

hinajian07/14 22:22免費的最貴

bladesinger07/14 22:22訓練到google的OCR對英文古書有特攻了

Bugquan07/14 22:24不過最大的問題還是錢

reccalin07/14 22:27這個真的成功會很棒 一堆古早論文都只有圖檔

inte629l07/14 22:32之後會有古文書的圖片來辨別50音嗎XD

discoveryray07/14 22:34研究生福音

michaelfat1907/14 22:47選上議員就是要爭取用政府的錢做這件事啊==

jasonchangki07/14 23:07這種就是整理期超苦但一旦成型超方便

nalthax07/14 23:13耶

newasus07/14 23:51OCR技術需求太高先不論 單純掃描的話不會花到非常多錢吧

newasus07/14 23:51應該幾千萬台幣內能搞定？

TsaiPC07/15 00:18日本國會圖書館目前一直有在做絕版書數位化，只是目前要看

TsaiPC07/15 00:18電子檔還是要到國會圖書館才行

nilr07/15 07:47推

abucat07/15 09:01這個推

ui07/15 10:18這個推，現在在推AI的字元圖像辨認學習了

ui07/15 10:19如果持續擴大字元數據庫，那未來一本書電子化將會是幾秒內的事

ui07/15 10:20全文檢索與現行的影像數位化，還是有很大區別的