{
  "id": 100925,
  "title": "(Japanese)Flow of submission",
  "url": "/competitions/kuzushiji-recognition/discussion/100925",
  "author_name": "",
  "post_date": "2019-07-22T07:07:47.399123600Z",
  "votes": 8,
  "comment_count": 3,
  "views": 0,
  "content": "<p>Google翻訳で翻訳したものを読んだので自分の解釈が間違っていないか確認させてください。</p>\n\n<p>前処理\n1.文字と座標を抜き取って単純な画像分類モデルのトレーニングデータのようなものを作成する</p>\n\n<p>モデル作成\n2.１で作成したデータを学習させる\n3.OCRみたいなもので画像から文字を検出するモデルも作成（古代のかなだから学習済みモデルがあるかはわからないけど）</p>\n\n<p>予測\n4.3のモデルでテストデータから文字を取り出す\n5.2で作った画像分類モデルに4の画像データを学習させる</p>\n\n<p>submit\n6.データの整形＆submit</p>\n\n<p>という流れで実装していけば良いんですか？\n違う点があったら教えてください。</p>",
  "messages": [
    {
      "id": "581612",
      "postDate": "07/22/2019 07:07:47",
      "content": "<p>Google翻訳で翻訳したものを読んだので自分の解釈が間違っていないか確認させてください。</p>\n\n<p>前処理\n1.文字と座標を抜き取って単純な画像分類モデルのトレーニングデータのようなものを作成する</p>\n\n<p>モデル作成\n2.１で作成したデータを学習させる\n3.OCRみたいなもので画像から文字を検出するモデルも作成（古代のかなだから学習済みモデルがあるかはわからないけど）</p>\n\n<p>予測\n4.3のモデルでテストデータから文字を取り出す\n5.2で作った画像分類モデルに4の画像データを学習させる</p>\n\n<p>submit\n6.データの整形＆submit</p>\n\n<p>という流れで実装していけば良いんですか？\n違う点があったら教えてください。</p>",
      "rawMarkdown": "Google翻訳で翻訳したものを読んだので自分の解釈が間違っていないか確認させてください。\n\n前処理\n1.文字と座標を抜き取って単純な画像分類モデルのトレーニングデータのようなものを作成する\n\nモデル作成\n2.１で作成したデータを学習させる\n3.OCRみたいなもので画像から文字を検出するモデルも作成（古代のかなだから学習済みモデルがあるかはわからないけど）\n\n予測\n4.3のモデルでテストデータから文字を取り出す\n5.2で作った画像分類モデルに4の画像データを学習させる\n\nsubmit\n6.データの整形＆submit\n\n\nという流れで実装していけば良いんですか？\n違う点があったら教えてください。",
      "votes": null
    },
    {
      "id": "581692",
      "postDate": "07/22/2019 09:09:53",
      "content": "<h3>Japanese</h3>\n\n<p>私もそのような認識です。</p>\n\n<p>参考情報としてこのコンペを開催している(ホスト)人文学オープンデータ共同利用センターが公開しているくずし字OCRの記事を見ると、くずし字OCRの処理は @Chizuchizu さんが解釈した処理とほぼ同じようです。</p>\n\n<p>&gt; (1) 前処理：OCRに適した状態となるように、画像の階調や回転、ノイズなどを調整する。</p>\n\n<p>&gt; (2) レイアウト解析：文書の中でどこにどのように文字が並んでいるかを分析し、個々の文字が存在する領域を特定する。</p>\n\n<p>&gt; (3) 文字認識：領域に含まれる文字を認識し、現代の文字コードを割り当てる。</p>\n\n<p>&gt; (4) 後処理：言語モデルなどを用いて文字認識結果を修正する。</p>\n\n<p><a href=\"http://codh.rois.ac.jp/char-shape/OCR/\">http://codh.rois.ac.jp/char-shape/OCR/</a></p>\n\n<h3>English</h3>\n\n<p>I think so.</p>\n\n<p>Looking at the crumbling OCR articles published by the ROIS-DS Center for Open Data in the Humanities, which hosts this competition as a reference, the processing of collapsing OCR is almost the same as the processing interpreted by <a href=\"/chizuchizu\">@chizuchizu</a> It seems.</p>\n\n<blockquote>\n  <p>(1) preprosessing: Adjust the tone, rotation, and noise of the image so as to be suitable for OCR.</p>\n  \n  <p>(2) Layout analysis: Analyze where and how characters are arranged in a document, and identify areas where individual characters exist.</p>\n  \n  <p>(3) Character recognition: Recognize the characters contained in the area and assign modern character codes.</p>\n  \n  <p>(4) Post-processing: Correct the character recognition result using language model etc.</p>\n</blockquote>\n\n<p><a href=\"http://codh.rois.ac.jp/char-shape/OCR/\">http://codh.rois.ac.jp/char-shape/OCR/</a></p>",
      "rawMarkdown": "### Japanese\n\n私もそのような認識です。\n\n参考情報としてこのコンペを開催している(ホスト)人文学オープンデータ共同利用センターが公開しているくずし字OCRの記事を見ると、くずし字OCRの処理は @Chizuchizu さんが解釈した処理とほぼ同じようです。\n\n&gt; (1) 前処理：OCRに適した状態となるように、画像の階調や回転、ノイズなどを調整する。\n\n&gt; (2) レイアウト解析：文書の中でどこにどのように文字が並んでいるかを分析し、個々の文字が存在する領域を特定する。\n\n&gt; (3) 文字認識：領域に含まれる文字を認識し、現代の文字コードを割り当てる。\n\n&gt; (4) 後処理：言語モデルなどを用いて文字認識結果を修正する。\n\nhttp://codh.rois.ac.jp/char-shape/OCR/\n\n### English\nI think so.\n\nLooking at the crumbling OCR articles published by the ROIS-DS Center for Open Data in the Humanities, which hosts this competition as a reference, the processing of collapsing OCR is almost the same as the processing interpreted by @chizuchizu It seems.\n\n&gt; (1) preprosessing: Adjust the tone, rotation, and noise of the image so as to be suitable for OCR.\n\n&gt; (2) Layout analysis: Analyze where and how characters are arranged in a document, and identify areas where individual characters exist.\n\n&gt; (3) Character recognition: Recognize the characters contained in the area and assign modern character codes.\n\n&gt; (4) Post-processing: Correct the character recognition result using language model etc.\n\nhttp://codh.rois.ac.jp/char-shape/OCR/",
      "votes": null
    },
    {
      "id": "581756",
      "postDate": "07/22/2019 10:50:10",
      "content": "<p>返答と英語への翻訳ありがとうございます。</p>",
      "rawMarkdown": "返答と英語への翻訳ありがとうございます。",
      "votes": null
    },
    {
      "id": "582260",
      "postDate": "07/23/2019 01:20:42",
      "content": "<p>Japanese:\n返答と英語への翻訳ありがとうございます。\nEnglish:\nThank you for the response and translation to English.</p>",
      "rawMarkdown": "Japanese:\n返答と英語への翻訳ありがとうございます。\nEnglish:\nThank you for the response and translation to English.",
      "votes": null
    }
  ],
  "comments": [
    {
      "id": 581692,
      "author_name": "wakamezake",
      "author_url": "",
      "post_date": "07/22/2019 09:09:53",
      "content": "<h3>Japanese</h3>\n\n<p>私もそのような認識です。</p>\n\n<p>参考情報としてこのコンペを開催している(ホスト)人文学オープンデータ共同利用センターが公開しているくずし字OCRの記事を見ると、くずし字OCRの処理は @Chizuchizu さんが解釈した処理とほぼ同じようです。</p>\n\n<p>&gt; (1) 前処理：OCRに適した状態となるように、画像の階調や回転、ノイズなどを調整する。</p>\n\n<p>&gt; (2) レイアウト解析：文書の中でどこにどのように文字が並んでいるかを分析し、個々の文字が存在する領域を特定する。</p>\n\n<p>&gt; (3) 文字認識：領域に含まれる文字を認識し、現代の文字コードを割り当てる。</p>\n\n<p>&gt; (4) 後処理：言語モデルなどを用いて文字認識結果を修正する。</p>\n\n<p><a href=\"http://codh.rois.ac.jp/char-shape/OCR/\">http://codh.rois.ac.jp/char-shape/OCR/</a></p>\n\n<h3>English</h3>\n\n<p>I think so.</p>\n\n<p>Looking at the crumbling OCR articles published by the ROIS-DS Center for Open Data in the Humanities, which hosts this competition as a reference, the processing of collapsing OCR is almost the same as the processing interpreted by <a href=\"/chizuchizu\">@chizuchizu</a> It seems.</p>\n\n<blockquote>\n  <p>(1) preprosessing: Adjust the tone, rotation, and noise of the image so as to be suitable for OCR.</p>\n  \n  <p>(2) Layout analysis: Analyze where and how characters are arranged in a document, and identify areas where individual characters exist.</p>\n  \n  <p>(3) Character recognition: Recognize the characters contained in the area and assign modern character codes.</p>\n  \n  <p>(4) Post-processing: Correct the character recognition result using language model etc.</p>\n</blockquote>\n\n<p><a href=\"http://codh.rois.ac.jp/char-shape/OCR/\">http://codh.rois.ac.jp/char-shape/OCR/</a></p>",
      "votes": null,
      "replies": [
        {
          "id": 581756,
          "author_name": "chizuchizu",
          "author_url": "",
          "post_date": "07/22/2019 10:50:10",
          "content": "<p>返答と英語への翻訳ありがとうございます。</p>",
          "votes": null,
          "replies": []
        },
        {
          "id": 582260,
          "author_name": "sidhanthholalkere",
          "author_url": "",
          "post_date": "07/23/2019 01:20:42",
          "content": "<p>Japanese:\n返答と英語への翻訳ありがとうございます。\nEnglish:\nThank you for the response and translation to English.</p>",
          "votes": null,
          "replies": []
        }
      ]
    }
  ],
  "raw_markdown_by_id": {
    "581612": "Google翻訳で翻訳したものを読んだので自分の解釈が間違っていないか確認させてください。\n\n前処理\n1.文字と座標を抜き取って単純な画像分類モデルのトレーニングデータのようなものを作成する\n\nモデル作成\n2.１で作成したデータを学習させる\n3.OCRみたいなもので画像から文字を検出するモデルも作成（古代のかなだから学習済みモデルがあるかはわからないけど）\n\n予測\n4.3のモデルでテストデータから文字を取り出す\n5.2で作った画像分類モデルに4の画像データを学習させる\n\nsubmit\n6.データの整形＆submit\n\n\nという流れで実装していけば良いんですか？\n違う点があったら教えてください。",
    "581692": "### Japanese\n\n私もそのような認識です。\n\n参考情報としてこのコンペを開催している(ホスト)人文学オープンデータ共同利用センターが公開しているくずし字OCRの記事を見ると、くずし字OCRの処理は @Chizuchizu さんが解釈した処理とほぼ同じようです。\n\n&gt; (1) 前処理：OCRに適した状態となるように、画像の階調や回転、ノイズなどを調整する。\n\n&gt; (2) レイアウト解析：文書の中でどこにどのように文字が並んでいるかを分析し、個々の文字が存在する領域を特定する。\n\n&gt; (3) 文字認識：領域に含まれる文字を認識し、現代の文字コードを割り当てる。\n\n&gt; (4) 後処理：言語モデルなどを用いて文字認識結果を修正する。\n\nhttp://codh.rois.ac.jp/char-shape/OCR/\n\n### English\nI think so.\n\nLooking at the crumbling OCR articles published by the ROIS-DS Center for Open Data in the Humanities, which hosts this competition as a reference, the processing of collapsing OCR is almost the same as the processing interpreted by @chizuchizu It seems.\n\n&gt; (1) preprosessing: Adjust the tone, rotation, and noise of the image so as to be suitable for OCR.\n\n&gt; (2) Layout analysis: Analyze where and how characters are arranged in a document, and identify areas where individual characters exist.\n\n&gt; (3) Character recognition: Recognize the characters contained in the area and assign modern character codes.\n\n&gt; (4) Post-processing: Correct the character recognition result using language model etc.\n\nhttp://codh.rois.ac.jp/char-shape/OCR/",
    "581756": "返答と英語への翻訳ありがとうございます。",
    "582260": "Japanese:\n返答と英語への翻訳ありがとうございます。\nEnglish:\nThank you for the response and translation to English."
  },
  "source": "meta"
}