| Item type |
Journal(1) |
| 公開日 |
2026-01-15 |
| タイトル |
|
|
言語 |
ja |
|
タイトル |
歴史資料を対象とした画像とテキストのクロスモーダル検索 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Cross-modal Retrieval of Texts and Images for Historical Materials |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
[一般論文] 歴史資料，情報検索，マルチモーダル |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_6501 |
|
資源タイプ |
journal article |
| ID登録 |
|
|
ID登録 |
10.20729/0002006765 |
|
ID登録タイプ |
JaLC |
| 著者所属 |
|
|
|
京都大学 |
| 著者所属 |
|
|
|
京都大学 |
| 著者所属 |
|
|
|
京都大学 |
| 著者所属 |
|
|
|
人間文化研究機構国立歴史民俗博物館 |
| 著者所属 |
|
|
|
京都大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Kyoto University |
| 著者所属(英) |
|
|
|
en |
|
|
Kyoto University |
| 著者所属(英) |
|
|
|
en |
|
|
Kyoto University |
| 著者所属(英) |
|
|
|
en |
|
|
National Institutes for the Humanities |
| 著者所属(英) |
|
|
|
en |
|
|
Kyoto University |
| 著者名 |
亀甲,博貴
朱,捷咏
西村,太一
後藤,真
森,信介
|
| 著者名(英) |
Hirotaka Kameko
Jieyong Zhu
Taichi Nishimura
Makoto Goto
Shinsuke Mori
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
歴史資料をデジタルアーカイブとして整備しそれを活用する人文情報学の発展は目覚ましい．これらの整備された資料データのサイズが大きくなるにつれ，全体を人の目で把握することは困難になり，必要なデータへアクセスできる検索システムの構築が重要になる．本論文では，大規模データによる事前学習モデルを活用した，歴史資料画像とその説明テキストのクロスモーダル検索システムの構築を提案する．マルチモーダルな歴史資料データセットとして国立歴史民俗博物館の館蔵資料データベースに含まれる画像とテキストのペアからなるデータセットを構築し，これに対して事前学習モデルのファインチューニングを行った．検索性能の評価実験により，ファインチューニングを行ったCLIPモデルの性能が高いことを確認した．また，これにより構築した検索システムが，文字列マッチングによる検索では発見の難しいデータへのアクセスが可能となる事例を確認した． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
These days, digital humanities, which organizes historical materials as digital archives and utilizes them, is making remarkable progress. As the size of these archives grows, it is difficult for humans to check the entire data, and it is important to construct a retrieval system that enables access to the necessary data. In this paper, we propose a cross-modal retrieval system for image-text pairs of historical materials using pre-trained models. We constructed a multimodal historical material dataset from the National Museum of Japanese History database and adapted the pre-trained models to it. The experimental results of retrieving show that fine-tuned CLIP models achieve the highest performance. In addition, we found that our system can retrieve entries that match the text queries but are difficult to find only by exact matching. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN00116647 |
| 書誌情報 |
情報処理学会論文誌
巻 67,
号 1,
p. 150-164,
発行日 2026-01-15
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
1882-7764 |
| 公開者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-JNL6701019.pdf (21.5 MB)
