自衛隊イラク日報の全文検索サイトが登場 個人が3時間程度で制作

防衛省が、当初存在しないとしていた自衛隊イラク派遣時の日報を4月16日に公開。その膨大な資料を全文検索できるサイト「イラク日報 全文検索【イラク日報村】」が17日夜に有志によりWeb上で公開され、話題を呼んでいます。 日誌の全文データは朝日新聞デジタルなどがWeb上で公開していますが、そのままでは文字検索ができないPDFファイルとなっていたため、1万ページ以上ともいわれる内容を精査するのは大変でした。 イラク日報 全文検索【イラク日報村】 制作したのはマーケティングリサーチ会社ポップインサイトに務める森川公康（@alea12）さん。業務の間を縫って、自衛隊の日誌検索サイトを作ってしまいました。 検索をすると、文字列がヒットしたPDFファイルへのリンクと、その文字列が出現するPDF内のページ番号が表示される親切な仕組み。サイトのトップページには「人気のキーワード」ランキングも表示されます。

[paku7651]

この調子だと、eBook版の日報が青空文庫に載る日も近いのかもしれない。

[t_yamo]

あっさりインターフェースの割に細かいところがちゃんとしてる感じする。

[amemiyashiro]

このスピード感こそ「ネットらしさ」かなぁ、という感覚。

[snaflot]

情報公開のコストが話題になってたけど、こういうシステム化でコストカットが理想だよな。黒塗りとかは時間かかるのかもしれないけど

[chirasinouramemo]

日報の「戦闘」を全て置換してから原本を廃棄しとけばよかったのにね。自衛隊、イラクでなにやっとんねん。これは隠蔽不可避。

[hiromichinomata]

仕事はやい。Heroku

[yoiIT]

仕事早い＞“Google Cloud Vision APIにPDFのOCR化を行わせるコードの作成に約1時間。OCR化は寝ている間に終わり、OCR結果からの必要情報の抽出とデータベース設計に約1時間、検索インタフェースの制作に約1時間”

[racebyrace]

これに異を唱える人が居ないくらい平和ボケ過ぎて怖すぎますね。

[shotazc]

全文検索きました。次は自然言語処理使ってOCRエラー補正かな。さらにはディープラーニングでさらなる精度向上。

[yamadadadada2]

面白（もしくはシリアス）エピソードのとこが沙村広明で漫画化されたら買う

[maguro1111]

次はこれをコーパスにした未来の日報の自動生成かな

[kzakza]

ほほう。＞「まずGoogle Cloud Vision APIにPDFのOCR化」

[santo]

これ、自然言語処理のコーパスにしちゃダメかな？

[junjun]

あとでみる

[honeybe]

Cloud Vision APIかー。

[death6coin]

“これらの日誌コーナーを抜き出すシステムを組むことはできないか森川さんに問い合わせたところ、「ご要望を多く頂いており、まさに開発中です！」”書いた人が気の毒になってきたんだが。人に読ませる文章とはいえ