(Translated by https://www.hiragana.jp/)
植村 要・山口 真紀・櫻井 悟史・鹿島 萌子「書籍のテキストデータ化にかかるコストについて」
HOME > 全文ぜんぶん掲載けいさい
ここをクリックするとページにひらがなのルビがつきます。

植村うえむら 要かなめ・山口やまぐち 真紀まき・櫻井さくらい 悟史さとし・鹿島かしま 萌子もえこ「書籍しょせきのテキストデータ化かにかかるコストについて」

障害しょうがい学会がっかい第だい６回かい大会たいかい・報告ほうこく要旨ようし　於：立命館大学りつめいかんだいがく
20090927

◆報告ほうこく要旨ようし

　植村うえむら 要かなめ＊・山口やまぐち 真紀まき＊・櫻井さくらい 悟史さとし＊・鹿島かしま 萌子もえこ＊　＊立命館大学りつめいかんだいがく大学院だいがくいん先端せんたん総合そうごう学術がくじゅつ研究けんきゅう科か
　「書籍しょせきのテキストデータ化かにかかるコストについて」

＜目的もくてき＞
　視覚しかく障害しょうがい者しゃが活字かつじ書しょを読よむには、音訳おんやく・点訳てんやく・テキストデータ化かによって媒体ばいたいを変更へんこうする必要ひつようがある。これは、多おおくの労力ろうりょくと時間じかんがかかる作業さぎょうである。今日きょう、この作業さぎょうの多おおくが、ボランティアによって担になわれている。
　近年きんねん、書籍しょせきの製作せいさくに際さいして、組版くみはんがDTPによって行おこなわれるようになったことで、印刷いんさつ用ようデータからテキストデータを作成さくせいすることが、比較的ひかくてき容易よういになった。これによって、一部いちぶの書籍しょせきには、奥付おくづけに「テキストデータ引換ひきかえ券けん」が添付てんぷされ、これを読者どくしゃが出版しゅっぱん社しゃに送おくることによって、出版しゅっぱん社しゃから読者どくしゃにテキストデータが提供ていきょうされるようになった。また、「テキストデータ引換ひきかえ券けん」が添付てんぷされていない書籍しょせきであっても、直接ちょくせつ連絡れんらくをすることでテキストデータを提供ていきょうする出版しゅっぱん社しゃも複数ふくすう存在そんざいする。
　しかし、今日きょう、新規しんきに出版しゅっぱんされる書籍しょせきの全すべてがDTPで組版くみはんされているわけではない。また、DTPが開発かいはつされる以前いぜんに出版しゅっぱんされた書籍しょせきには、いうまでもなく印刷いんさつ用ようデータはない。これらの書籍しょせきを視覚しかく障害しょうがい者しゃが読よもうとするなら、従来じゅうらい通どおり労力ろうりょくと時間じかんを費ついやして、音訳おんやく・点訳てんやく・テキストデータ化かをする必要ひつようがある。
　本ほん報告ほうこくでは、今日きょう、そのほとんどが無償むしょうボランティアによって担になわれている音訳おんやく・点訳てんやく・テキストデータ化かのうち、テキストデータ化かを取とり上あげて、この作業さぎょうに費ついやされているコストを試算しさんする。
＜方法ほうほう＞
　書籍しょせきのテキストデータ化かは、まず、書籍しょせきをスキャナーで読よみ取とり、それをOCRソフトでtxt形式けいしきに変換へんかんし、続つづいて、このデータ形式けいしきの変換へんかんの際さいに生しょうじた文字もじの誤認ごにん識を修正しゅうせいするという手順てじゅんで行おこなう。
　OCRソフトの文字もじの誤認ごにん識の程度ていどを規定きていする要因よういんには、字体じたい、他た言語げんごやルビの混在こんざいの度合どあい、段だん組ぐみや図表ずひょうの有無うむ、紙質かみしつなどがある。これらの要因よういんの違ちがいによるコストの変化へんかを確認かくにんし、比較ひかくを行おこなう。

◆報告ほうこく原稿げんこう

書籍しょせきのテキストデータ化かにかかるコストについて

障害しょうがい学会がっかい第だい6回かい大会たいかいポスター報告ほうこく
植村うえむら要かなめ・山口やまぐち真紀まき・櫻井さくらい悟史さとし・鹿島かしま萌子もえこ


Ⅰ．目的もくてき

　視覚しかく障害しょうがい者しゃが紙かみに印刷いんさつされた活字かつじ書しょを読よむには、音訳おんやく・点訳てんやく・テキストデータ化かによって媒体ばいたいを変更へんこうする必要ひつようがある。テキストデータは、スクリーンリーダーをインストールしたパソコンを用もちいることで、視覚しかく障害しょうがい者しゃにもそのまま読よむことができる。また、点訳てんやくをする際さいにも、自動じどう点訳てんやくソフトを用もちいる今日きょうの一般いっぱん的てきな点訳てんやくの工程こうていでは、その作業さぎょうの前ぜん段階だんかいとしてテキストデータを作成さくせいしなければならない。加くわえて、今後こんごの普及ふきゅうが期待きたいされるDAISY3のコンテンツの作成さくせいにおいても、書籍しょせきのテキストデータを必要ひつようとする。本ほん報告ほうこくは、今後こんごの視覚しかく障害しょうがい者しゃの読書どくしょ環境かんきょうを整備せいびする上じょうで欠かかすことのできない媒体ばいたいとして書籍しょせきのテキストデータを位置いちづけ、着目ちゃくもくする。
　近年きんねん、書籍しょせきの製作せいさくは、組版くみはんがDTP(Desktop Publishing)によって行おこなわれるようになったことで、印刷いんさつ用ようデータからテキストデータを作成さくせいすることが比較的ひかくてき容易よういに可能かのうになった。これによって、一部いちぶの書籍しょせきには、奥付おくづけに「テキストデータ引換ひきかえ券けん」が添付てんぷされ、これを読者どくしゃが出版しゅっぱん社しゃに送おくることによって、出版しゅっぱん社しゃから読者どくしゃにテキストデータが提供ていきょうされるようになった。また、「テキストデータ引換ひきかえ券けん」が添付てんぷされていない書籍しょせきであっても、直接ちょくせつ連絡れんらくをすることでテキストデータを提供ていきょうする出版しゅっぱん社しゃも複数ふくすう存在そんざいする。
　しかし、DTPで組版くみはんされてはいても、テキストデータが提供ていきょうされない書籍しょせきは多おおくある。テキストデータが提供ていきょうされるか否ひかの対応たいおうは、出版しゅっぱん社しゃによって異ことなる場合ばあいもあれば、一ひとつの出版しゅっぱん社しゃであっても書籍しょせきによって異ことなる場合ばあいもある。このように異ことなった対応たいおうがなされる背景はいけいについて、植村うえむらは、印刷いんさつ用ようデータからテキストデータを作成さくせいするために要ようする人材じんざいと人件じんけん費ひなどのコストの問題もんだい、出版しゅっぱん社しゃから読者どくしゃに、および印刷所いんさつしょから出版しゅっぱん社しゃに向むけられた提供ていきょうしたテキストデータの複製ふくせい・改かいざんおよび外部がいぶへの流出りゅうしゅつへの危惧きぐなどがあることを調査ちょうさし、記述きじゅつした。そして、これらが印刷いんさつ技術ぎじゅつ、著作ちょさく権けん法ほう、コスト、出版しゅっぱん社内しゃないのルールという四よっつの要素ようそが関係かんけいして生しょうじるものであることを明あきらかにした（植村うえむら 2008）。
　一方いっぽう、今日きょう、新規しんきに出版しゅっぱんされる書籍しょせきの全すべてがDTPで組版くみはんされているわけではない。また、DTPの技術ぎじゅつが開発かいはつされる以前いぜんに出版しゅっぱんされた書籍しょせきには、言いうまでもなく印刷いんさつ用ようデータはない。これらの書籍しょせきを視覚しかく障害しょうがい者しゃが読よもうとするなら、従来じゅうらい通どおりの方法ほうほうで音訳おんやく・点訳てんやく・テキストデータ化かをする必要ひつようがある。したがって、音訳おんやく・点訳てんやく・テキストデータ化かは、今後こんごも当分とうぶんのあいだなくならない作業さぎょうといえる。
　今日きょう、この作業さぎょうのほとんどが、ボランティアや、その視覚しかく障害しょうがい者しゃの所属しょぞくする団体だんたいによって、有償ゆうしょうあるいは無償むしょうで担になわれている。ここには、この作業さぎょうを担になう主体しゅたいとして誰だれが正当せいとうであるかの問題もんだい、無償むしょうで行おこなわれることが正当せいとうであるかの問題もんだい、有償ゆうしょうで行おこなう場合ばあいの適切てきせつな対価たいかについての問題もんだいがある。このうち、本ほん報告ほうこくでは、作業さぎょうに対たいする対価たいかの問題もんだいを取とり上あげ、今後こんごの考察こうさつに資しするためのデータを提示ていじする。

Ⅱ．テキストデータ化かの工程こうてい

　テキストデータ化かの作業さぎょうは、次つぎの工程こうていで進すすめられる。まず、書籍しょせきを電動でんどう裁断さいだん機きで裁断さいだんし、イメージスキャナで読よみ取とって画像がぞうファイルにする。あるいは、書籍しょせきを裁断さいだんするには購入こうにゅうしたものでなければならないため、全ぜんページをコピーしてスキャンする。作成さくせいされた画像がぞうファイルを、OCR(Optical Character Reader)ソフトを用もちいてtxt形式けいしきの文字もじデータに変換へんかんする。続つづいて、txt形式けいしきへの変換へんかんの際さいに生しょうじた文字もじの誤認ごにん識を、書籍しょせきに照てらし合あわせて修正しゅうせいする（石川いしかわ, 立命館大学りつめいかんだいがく障害しょうがい学生がくせい支援しえん室しつ 2009）。
　視覚しかく障害しょうがい者しゃの読書どくしょ法ほうとしてのテキストデータ化かには、石川いしかわが記しるすように、以下いかの音訳おんやく・点訳てんやくでは得えられない利点りてんとともに、欠点けってんもある（石川いしかわ 2004）。

・利点りてん：①本ほんが手てに入はいったらすぐに読よめる。
②難解なんかいな文章ぶんしょうも理解りかいできる。
③速そく読できる。
④斜ななめ読よみできる。
⑤検索けんさくできる。
⑥編集へんしゅうできる。
⑦二に次じ利用りようするのに便利べんりである。

・欠点けってん：①OCRソフトが文字もじを誤あやま認識にんしきする。
②読よみ上あげソフトが誤読ごどくする。
③自分じぶんでは誤あやまりを完全かんぜんには校正こうせいできない。

欠点けってんのうち②は、スクリーンリーダーの性能せいのうに関かかわる問題もんだいであるが、①と③は、テキストデータ化かに固有こゆうの問題もんだいである。前記ぜんきしたテキストデータ化かの工程こうていのうち、この①と③に関かかわる作業さぎょう、つまり、OCRソフトの文字もじの誤認ごにん識を視覚しかく障害しょうがい者しゃ以外いがいの者ものが修正しゅうせいすることが、テキストデータ化かの中心ちゅうしん的てきな作業さぎょうの内容ないようになる。
　テキストデータ化かの作業さぎょうは、有償ゆうしょうで行おこなわれている場合ばあいも、無償むしょうで行おこなわれている場合ばあいもある。作業さぎょうに対たいして対価たいかを支払しはらうには、算定さんてい基準きじゅんが定さだめられなければならない。植村うえむら・青木あおき・伊藤いとう・山口やまぐち（2007）が報告ほうこくしているように、立命館大学りつめいかんだいがくが、在席ざいせきする学部がくぶ生せい・院生いんせいを対象たいしょうに行いっている文献ぶんけんのテキストデータ化か作業さぎょうに対たいする対価たいかは、2006年度ねんどは自給じきゅう、2007年度ねんど以降いこうは原本げんぽんのページ数すうを単位たんいに算定さんていしている。

Ⅲ．テキストデータ化かに要ようする作業さぎょう量りょう

　書籍しょせきをテキストデータ化かする作業さぎょうに費ついやされるコストを試算しさんするために、実際じっさいに作業さぎょうを行おこない、作業さぎょう量りょうをページ数すうと時間じかんによって測定そくていした。下記かきの図ず1は、スキャン→OCRの工程こうていに要ようした作業さぎょう量りょうの記録きろくである。図ず2は、OCRによって生しょうじた文字もじの誤認ごにん識を修正しゅうせいする作業さぎょうに要ようした作業さぎょう量りょうの記録きろくである。図ず3は、1冊さつの書籍しょせきのテキストデータ化かに要ようする金額きんがくを、ページ単位たんい、時間じかん単位たんいの両方りょうほうで試算しさんした。ここにおいて、ページ単位たんいでは、立命館大学りつめいかんだいがく障害しょうがい学生がくせい支援しえん室しつが設定せっていしている基準きじゅん、すなわち、本文ほんぶんは1ページ80円えん、目次もくじや文献ぶんけんリストは1ページ200円えんとした。時間じかん単位たんいでは、1時じ間あいだ1000円えんとした。
　なお、図ず1と図ず2は、同どう一人物いちじんぶつによる作業さぎょうであり、図ず3は、別べつ人物じんぶつによる作業さぎょうである。

（図ず１）

ページ枚数まいすう（ページ） スキャン（分ぶん） レイアウト（分ぶん） 認識にんしき（分ぶん）
80 3.3 25.41 7.23
50 2.26 9.21 4.43
50 2.07 13.22 5.01
50 2 14.08 4.45
50 2.1 12.35 4.5
50 1.49 10.58 4.4
50 2.11 8.57 4.48
50 2.09 12.59 6.06
20 1.01 6.01 4.21

（図ず２）

原本げんぽんページ 校正こうせい時間じかん（分ぶん） 文字数もじすう（字じ） 誤字ごじ（字じ） 強調きょうちょう（箇所かしょ）
pp152-161 41.37 9909 50 35
pp162-171 45.15 9709 85 19
pp172-181 46.49 9813 409 22
pp182-191 45.16 9497 841 14
pp192-201 39.48 9736 70 10
pp202-211 42.4 9585 109 17
pp212-221 38.23 9490 78 12
pp222-231 40.08 9898 150 13

（図ず３）

文献ぶんけん 文字数もじすう(字じ) 時間じかん（Ｈ） 誤字ごじ（字じ） 金額きんがく（ページ） 金額きんがく(時間じかん)
A 41.37 210 21 \16,800 \21,000
B 45.15 295 29.5 \23,600 \29,500
C 270607 308 30.75 \24,600 \30,750
D 260 26 \20,800 \26,000
E 243843 180 20 \16,000 \20,000
F 204321 160 17 \13,600 \17,000
G 321066 275 37.5 \30,000 \37,500
H 226380 260 32 \25,600 \32,000
I 300014 326 40.5 \32,400 \40,500
J 196701 177 24.75 \19,800 \24,750
K 160370 140 19 \15,200 \19,000
L 139058 225 22.5 \18,000 \22,500
M 235 23.5 \18,800 \23,500
N 459152 386 40.5 \32,400 \40,500
O 104784 198 19.75 \15,800 \19,750
P 151984 237 22.75 \18,200 \22,750
Q 314067 373 46.5 \37,200 \46,500
R 19514 270 27 \21,600 \27,000
S 205230 236 25.75 \20,600 \25,750
T 380296 401 40 \40,000 強調きょうちょう（箇所かしょ）
U 255483 375 40.5 \32,400 \40,500

Ⅳ．まとめ

　算定さんてい基準きじゅんとして時間じかんまたはページを単位たんいとする場合ばあいのそれぞれに利点りてんと欠点けってんがあり、以下いかのようにまとめられる。

・時間じかん単位たんいの利点りてん：書籍しょせきの形式けいしきやレイアウトによらず、作業さぎょうに対たいして対価たいかを支払しはらうことができる。校正こうせい者しゃの能力のうりょくによらず、作業さぎょうをしたという事実じじつに対たいして対価たいかを支払しはらうことができる。
・時間じかん単位たんいの欠点けってん：事前じぜんに対価たいかの額がくの見通みとおしが立たたない。作業さぎょうの熟練じゅくれんによって作業さぎょう速度そくどが異ことなる。同おなじ校正こうせいをしたとしても、校正こうせい者しゃの作業さぎょう速度そくどによって対価たいかが異ことなる（つまり、作業さぎょうの遅おそい校正こうせい者しゃほど対価たいかが増ます）。

・ページ単位たんいの利点りてん：事前じぜんに対価たいかの額がくの見通みとおしが立たつ。校正こうせい者しゃの作業さぎょう速度そくどによらず対価たいかが一定いっていする。
・ページ単位たんいの欠点けってん：1ページの文字数もじすうが書籍しょせきによって異ことなる。字体じたい、ページ内ないのルビ、飾かざり文字もじ、他た言語げんご文字もじの混在こんざいの程度ていど、罫線けいせん、段だん組ぐみ、写真しゃしんや図表ずひょうの有無うむによって、スキャン→OCRの工程こうていにおける文字もじの誤認ごにん識の程度ていどが異ことなる。書籍しょせきの紙質かみしつによってスキャン→OCRの工程こうていにおける文字もじの誤認ごにん識の程度ていどが異ことなる。スキャン→OCRの工程こうていにおける作業さぎょうの丁寧ていねいさが、文字もじの誤認ごにん識の多寡たかを決きめる。

＜文献ぶんけんリスト＞
・石川いしかわ准じゅん,「ＯＣＲによるハイテク読書どくしょ法ほうの紹介しょうかい」,
(http://fuji.u-shizuoka-ken.ac.jp/~ishikawa/newread.htm)
・石川いしかわ准じゅん, 2004, 『見みえないものと見みえるもの――社交しゃこうとアシストの障害しょうがい学がく』医学書院いがくしょいん.
・立命館大学りつめいかんだいがく障害しょうがい学生がくせい支援しえん室しつ, 2009, 「資料しりょう編へん　テキスト校正こうせいガイドブック」青木あおき慎まき太朗たろう編へん『視覚しかく障害しょうがい学生がくせい支援しえん技法ぎほう』（立命館大学りつめいかんだいがく生存せいぞん学がく研究けんきゅうセンター，生存せいぞん学がく研究けんきゅうセンター報告ほうこく６）.
・植村うえむら要かなめ, 2008, 「出版しゅっぱん社しゃから読者どくしゃへ、書籍しょせきテキストデータの提供ていきょうを困難こんなんにしている背景はいけいについて」『Core Ethics』4:13-24.
・植村うえむら要かなめ・青木あおき慎まき太朗たろう・伊藤いとう実みのる知子ともこ・山口やまぐち真紀まき, 2007, 「立命館大学りつめいかんだいがくにおける視覚しかく障害しょうがいのある大学院生だいがくいんせいへの支援しえんについての１事例じれい　（視覚しかく障害しょうがい学生がくせい支援しえんの技法ぎほう・２）」障害しょうがい学会がっかい第だい４回かい大会たいかいポスター発表はっぴょう.

＊作成さくせい：
UP：20090904　REV:20090921
◇全文ぜんぶん掲載けいさい　 ◇障害しょうがい学会がっかい第だい6回かい大会たいかい　 ◇障害しょうがい学会がっかい第だい6回かい大会たいかい・報告ほうこく要旨ようし
TOP　HOME (http://www.arsvi.com)◇