ArtSaltのサイドストーリー

音楽、フリーウェア、WEBサービス、食べものなどに関する日記。トラックバック、コメント歓迎。

スポンサーサイト

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。

Amazon Kindle のOCRに少しガッカリ

ここ数日間読んだ英語の洋書で面白いと思った1冊が

Carolyn Keene の "Nancy Drew 02: The Hidden Staircase"
http://amazon.com/dp/B001QL5MSM

というミステリーもしくはスリラー物。面白くて続きをどんどん読みたくなってしまうのはいいんだけど、タイポというか誤植というかOCRの失敗というか、とにかく間違った綴りが多くて少し失望している。

以下のスクリーンショットはすべて Amazon Kindle Store で購入した本を Kindle の iPhone アプリで読んでいる場面である。紙の本ではない。

まずは下のスクリーンショット。 "noise" が正しいと思うんだけど、なんか変なゴミが入っているっぽい。

Kindle本のスクリーンショット

次のスクリーンショット。"Perhaps" のOCRを失敗かな?

Kindle本のスクリーンショット

下は "identify" のOCR失敗。

Kindle本のスクリーンショット

次は変なのが2箇所ある。正しくは "indicating" と "seated" だろう。

Kindle本のスクリーンショット

下のスクリーンショットはまた少し変わった誤り。"figured" という綴りは正しいけど "figu" と "ured" に分離している。オリジナルの紙の本では「行変え」の部分なんでしょうね、おそらく。それを正しくOCRすることに失敗したっぽい。

Kindle本のスクリーンショット

最後は "appetite!" が "appetitel" になってしまった。感嘆符が正しく解釈されなかったようだ。

Kindle本のスクリーンショット

ちなみにこの "The Hidden Staircase" は1930年に書かれた小説であり、シリーズ化されている。1950年ごろに人種差別の箇所などを書き改めたらしいけどいずれにせよ古い小説ではある。Nancy Drew シリーズは18歳ぐらいの女の子ナンシーが謎の現象や犯罪を解き明かすミステリーまたはスリラーであり、子どもでも読めるような内容である。暴力とセックスのシーンは全くない。全米で長く人気があるらしい。Wikipediaによると、幼少期のヒラリー・クリントンもこの Nancy Drew シリーズを読んで影響を受けたとか。

この "The Hidden Staircase" は1930年に書かれ1950年ごろに書き改められたロングセラーなのだから紙の本に誤植がこんなにたくさん残っているとは考えにくい。上に並べたスクリーンショットはやはり誤植ではなくOCRの不備である可能性が非常に高い。

ただし一応言っておくと、この本はたまたまOCRの失敗が多い本なんだと思う。他のKindle本でここまでひどいのにはお目にかかったことがない。

何度も言うようにこの本の初出は1930年である。最近の本と違ってテキストがデジタル化されているわけではないだろうからOCRに頼らざるをえない。Project Gutenberg ならOCR技術を使うにせよ目視チェックも厳しくやるはず。しかしAmazonは目視チェックが甘いんだろうな。

ところでKindleが日本で公式デビューする日が近づいているわけだけど、日本語のOCRはどうなんだろうね。1930年ごろの日本の小説は青空文庫に揃っていていずれも品質は高い。誤植のたぐいは少ない。Amazonはおそらく昔の文学を高品質な青空文庫から拝借するという形になるだろう。

問題はテキストのデジタル化が始まる以前の、著作権がまだ残っている文学。具体的にはワープロが本格的に使用される以前の時代(1970年代までかな?)の文学。この時代のものは青空文庫に頼らず日本の出版社またはAmazon自身がOCRするしかない。まあ、なにごとも大雑把なメリケンの人たちと違って日本人は印刷の分野では几帳面だからあまり心配する必要はないか。

Google
WWW ArtSaltのサイドストーリー
Web site (optional)
Comment - Need to type CAPTCHA, an image of distorted Japanese Hiragana or Katakana afterward.
Password - Not allowed to modify your comment later if password not entered.
On secret mode?
 

http://art2006salt.blog60.fc2.com/tb.php/1287-da7a89ea

このブログについて

最近のエントリ

カテゴリー
あわせて読みたいブログ

あわせて読みたい

最近のコメント
Internet Explorer
よりも便利です

Opera 9 - Always secure with Opera Firefoxをダウンロード!!

相互リンク
上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。