深層学習を用いた日本古典文学くずし文字識別:現代人の模写によるくずし文字データセット拡張の試み

摘要

深層畳み込みニューラルネットワーク(DeeprnConvolutional Neural Network, DCNN)の発展により、計算機rnの画像や文字に対する識別能力が極めて向上した。rnしかし、DCNN がヒトに匹敵する高い識別能力を獲得するrnためには、大規模な学習データが必須となる。本研究では、rn限られたデータ量である古典文学くずし文字データセットrnを拡張し、DCNN へと適用した。具体的には、現代人がrn模写した古典くずし文字を用いて、AlexNetに基づくrnDCNN を学習させた。模写により拡張された学習データセrnットは、DCNN のくずし文字識別能を向上させた。