"実質的"100%に向けて－文書認識のための品質保証フレームワーク－

• Item type: SIG Technical Reports(1)
• 公開日: 2022-03-03
• タイトル: "実質的"100%に向けて－文書認識のための品質保証フレームワーク－
• タイトル / 言語: en
• タイトル: Toward "Virtually" 100%－Quality Assurance Framework for Document Recognition－
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: セッション5-A
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 富士通株式会社
• 著者所属(英): en
• 著者所属(英): Fujitsu Limited
• 著者名: 田中, 宏
• 著者名(英): Hiroshi, Tanaka
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: DL（深層学習）技術の発展により OCR の認識精度は格段に向上している．しかし一方，DL ベースのソフトウェアは動作誤りが避けられないため動作保証ができず，安心して使えないという指摘もある．これはパタ ーン認識の長年の課題だが，近年の AI ブームにより「AI の品質保証」「AI の説明可能性」といった形で問題が顕在化している．本稿では，ここ 2～3 年で特に盛んに議論されている，AI ソフトウェア開発における品質保証問題についての概論を述べ，特に OCR に着目した品質保証フレームワークを提案する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: With the development of DL (deep learning) technology, the recognition accuracy of OCR has improved dramatically. At the same time, however, it is pointed out that DL-based software cannot be used with confidence because it cannot be guaranteed to work properly due to inevitable errors. This has been a longstanding issue in pattern recognition, but with the recent AI boom, the problem has become more apparent in the form of "quality assurance of AI" and "explainability of AI. In this paper, I will give an overview of the quality assurance issues in AI software development, which have been discussed especially actively in the last couple of years, and propose a quality assurance framework with a particular focus on OCR.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2022-CVIM-229, 号 32, p. 1-6, 発行日 2022-03-03
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会