日本語OCRはなぜ難しい？ NAVERのエンジニアが語る、テキスト検出における課題と解決策

2019年11月20、21日の2日間、LINE株式会社が主催するエンジニア向け技術カンファレンス「LINE DEVELOPER DAY 2019」が開催されました。1日目は「Engineering」をテーマに、LINEの技術の深堀りを、2日目は「Production」をテーマに、Web開発技術やUI/UX、プロジェクトマネジメントなど、より実践的な内容についてたくさんのプレゼンテーションが行われました。「NAVER ClovaのOCR（光学的文字認識） 」に登壇したのはNAVER OCR Team AI ResearcherのHwalsuk Lee氏。深層学習を用いたOCR技術の仕組みについて語りました。講演資料はこちら LINEのOCR技術の仕組み Hwalsuk Lee氏：みなさま、こんにちは。Hwalsuk Leeと申します。NAVER Clova OCR Teamから参りました。今

[misshiki]

日本語ならではの難しい問題点などが分かりやすく説明されている。良い。

[pendamadura]

26文字で済む言語はいいよな

[CLSmooth]

“という”

[onetwodon]

]

[rti7743]

OCR開発者は手書き文字にこだわりすぎ。レシートOCRとか、本のデジタル化みたいに、フォントで描かれた規則正しい文字のOCRの需要もたくさんあるわけで。

[su_zu_ki_1010]

OCRが何で出来ないのかずっと疑問に思ってたけど、これを読んでそりゃ難しいということがわかった。NAVERの技術力ってすごい。

[bounoplagia]

日本語特有の困難: 1. 単語間のスペースが少ないこと、2. 縦書きと横書きの混在、3. 文字の種類の多さ。