はまちや２ on Twitter: "これは東京証券取引所公式の代表の名前が入った一見まともな書類に見えるけど、GoogleはPDF内にある外から見えない注釈等も検索対象にしているらしくて、キャッシュでみると書類に埋め込まれた「うんこ」という文字が可視化される… https://t.co/HCMBx4yqsX"

これは東京証券取引所公式の代表の名前が入った一見まともな書類に見えるけど、GoogleはPDF内にある外から見えない注釈等も検索対象にしているらしくて、キャッシュでみると書類に埋め込まれた「うんこ」という文字が可視化される… https://t.co/HCMBx4yqsX

[Hamachiya2]

みなさんのご意見によるとGoogleが画像を文字起こしする時に変な日本語になっちゃった説が濃厚だそうです！確かに最初のやつ、手書き署名をよく見ると漢字の中にひらがなうんこが入っているように見えなくもない…？

[setohide]

みんな簡単に信じてるけど、Googleのキャッシュに表示されるってだけで、元のPDFに実際に格納されてることが示されてる訳じゃないからね。OCRミスの可能性とかある→　https://twitter.com/seen8th/status/1436465553808396288?s=19

[yP0hKHY1zj]

自分はこういうところにうんこと書いちゃうタイプの人間なので気をつけようと思いました。

[miau]

PDFの構造見たけど、スキャンした画像が埋め込まれてるだけでそれらしいメタデータは無いように見えるから、たぶんOCR側の問題じゃないかなぁ。紙の端の黒い部分を誤認識してるっぽい？

[yoiIT]

昔、先輩が提案書を徹夜で書いてて頭おかしくなって資料にウンコ！ウンコ！って書きまくってて、その後に我に返って消したんだけど、プレゼン時に消し忘れてたウンコ！がスクリーンに大きく映し出された事があった。

[victoriaxxx]

リプ欄でGoogleのOCR誤作動説あってそっちのが納得感あるけど確かめようがない

[versatile]

こういう文字列が入っていても実際にその意味で書かれているわけではなくひらがなにしたらそうなるってだけの binary data でしかないことがほとんど

[tailtame]

https://twitter.com/Hamachiya2/status/1436375104502452225 を見て「filetype:pdf "しこしこ"」検索結果楽しいな…うんこだと普通のうんこドリルとか引っかかるので… /☆11後/ https://twitter.com/Hamachiya2/status/1436570131518279680 わりとあるｗ

[unticrice]

「うんこ」だとレピュテーションリスクが高いが「うんこちゃん」だと配信者の通名なのでリスクが下がる（場合によっては上がる）

[rna]

全部がOCRのせいかはわからんけど画像しか入ってないPDFでプロパティも変なとこないのにうんことかおまんことか出てくる行政文書多過ぎるから大半はOCRの問題じゃないですかね。

[o-miya]

これは東京証券取引所公式の代表の名前が入った一見まともな書類に見えるけど、市場は業績等も検索対象にしているらしくて、1年チャートでみると書類に埋め込まれていない文字が可視化される。

[klaftwerk]

OCRのご認識だったらいいけど日本の会社に「隠された文字欄に”うんこ”を挿入する方が多い」ことを可視化することになったらそれはそれで面白いか

[onesplat]

俺もOCRでうんこ出したい

[urashimasan]

Googleが検索結果に勝手に足してるの？ときどき本文が関係ないページが検索ヒットするのはこれのせい？

[gpx-monya]

またGoogleの仕業か！

[ustam]

アドビがデフォルトで入れているうんこの可能性。

[SndOp]

ファントムうんこ漏らし

[NetPenguin]

つまり、グーグルのOCRはうんこ好きってことかな？😇

[getcha]

Googleが原因ならGoolgeがネットのあちこちにうんこを落として行ってると言える。

[htnmiki]

みんなうんこ好きすぎだろ。そんなに見たいなら言ってくれればいつでも（

[hatebu_ai]

PDFが新陳代謝していて、不要なテキストを「うんこ」という文字列として不可視領域に排出しているのかもしれないよ！

[urandom]

いまどきの実装では文字ごとに認識・変換するだけではなく自然言語処理による補正もしているので、GoogleのOCR自動補正が原因かと思われる。

[kachine]

WebArchiveで見れる一番古い日付の元PDFのバイナリ見たけどそんな文字列無い。というか画像PDFだからGoogleのOCRエンジンが誤認識してるだけでは？

[mohno]

ぶらさがってるものを全部調べたわけじゃないけど、いくつかPDFを調べた限りでは、注釈に書かれているわけじゃないのと、文章として成立していないので「ヤケで埋め込んだ文字列」でない可能性は十分あると思う。

[kazkun]

なんか、GoogleがPDFの文字情報抜き出しロジックに不具合ありそうな動き。未クリアだったり、別スレッドだったりのバッファの文字列見ちゃったりしてない？

[hisawooo]

Twitterで「虚空からうんこが生まれてる」とか「冤罪うんこpdf」とか言われている

[takeishi]

OCRなのか、PDFにコメントなのかはて

[nonsect]

こういうことですよね。

[petitbang]

うんこは漏れるもの。みんな知ってるよね。

[Dragoonriders]

hogeって書いちゃうなー／うんこエクセルとかうんこワードから生成されるうんこPDFとかかな。うんこの連鎖が止まらないのだろうんこ。うんこ好きなのは幼稚な制作者だろ小学生レベルだろうんことかさどうなんだうんこ

[ranobe]

OCRでなく、ディケンズの北川悌二訳のもろちんを発見できる横断検索は偉大だと思います。　https://bit.ly/3nsZBIZ

[scorelessdraw]

「うんこの味だ」

[cinefuk]

『うんこ入りPDFは意外と多いみたいで、みんなも気になる企業のPDFを調べてみると良いかもしれないね。』

[shag]

異様に下ネタ好きのOCRか。

[gimonfu_usr]

"GoogleはPDF内にある外から見えない注釈等も検索対象にしているらしく"　　 （　う～ん。　https://gigazine.net/news/20210805-google-plus-privacy-violation-payout/　野次馬からいうと、なんとかグーグルから金とって欲しいケド…　）

[caynan]

裏を取らずにpdf自体に問題がある風に言ってるのだとしたら、ファイルの持ち主からしたら風評被害だよねーこれ。

[electrolite]

パトカーの展開図に「[女性器]に[男性器]にくにくにくに」と書かれているのはOCRなのか？ https://webcache.googleusercontent.com/search?q=cache:PlEdCv4QXJ0J:https://www.police.pref.kanagawa.jp/pdf/a8016_01.pdf+&cd=13&hl=ja&ct=clnk&gl=jp

[eroyama]

うんこじゃなくてパンティーだったらどこの里の人か分かる

[kagerou_ts]

イースターうんこちゃん