写真の文字起こしツールが人名や地名を誤認識したときの確認方法

なぜ人名や地名は個別に確認する必要があるのか

テキスト認識（OCR）は、画像内の形状を文字や単語に変換します。便利な構造化データや信頼度スコアを返すことも可能です。たとえばGoogleのML Kitのドキュメントでは、ブロック、行、単語、記号レベルでの認識について説明されており、APIが認識された要素の信頼度スコアを返すとしています。しかし、これらのスコアはあくまで認識エンジンの出力結果を表すものであり、人名や場所が正しく特定されたことを証明するものではありません。誤読であっても整ったもっともらしい単語になることがあり、見慣れた名前があると、確認者はついその推測を受け入れてしまいがちです。

また、名前には複数種類の「正しさ」が存在します。写真に見えている文字は、本人が希望する表記や、歴史的な場所の現代の表記、あるいは現行の地名辞典で使われている公式名称とは異なる場合があります。「画像には何と書いてあるか？」と「それはどの名前や場所を指しているのか？」という2つの問いを明確に区別してください。米国立公文書館（National Archives）は文字起こし担当者に対し、文書内に誤字があったとしてもそのままの綴り、大文字・小文字、名前を維持し、役立つ場合は正しい綴りを別途メモするよう助言しています。これは、文字起こし（翻刻）と解釈を切り離しておくための優れたモデルです。

1. ツールの元の読み取り結果を保存する

編集する前に、未加工の文字起こしテキストを保存またはコピーしておきます。[名前？] や [場所？] のように疑わしい箇所に印を付け、前後の文章も残しておきましょう。修正時にもとのテキストが上書きされてしまうアプリの場合は、まず別の場所にメモを取ってください。これにより、ソフトウェアが出力したものと、後から自分が判断した内容を区別できるようになります。

短いキャプションの場合は、ファイル名、日付、アルバム内の場所など、元の写真を再び見つけられるだけの十分なコンテキストを記録しておきます。これは単語の証明ではなく、実用的な記録管理のためです。修正後のバージョンが、確認に使用した画像と結びつかなくなってしまうのを防ぎます。

2. 画像の該当箇所を詳しく確認する

手元にあるオリジナル、または最も解像度の高い画像を開きます。単語を拡大し、同じスタイルで印刷または手書きされている前後の文字と比較してください。よくある類似文字を確認します（I、l、1、Oと0、rnとm、cとe、末尾の文字の欠けなど）。看板やカードの場合は、行全体も確認しましょう。文字、アクセント記号、アポストロフィ、隣接する単語がトリミングで切れていると、実際よりも読み取りが確実であるかのように見えてしまうことがあります。

単語が判然としない場合は、同じ証拠を別の見方で試してみてください。傾いた画像を回転させる、ディテールを損なわないようシャープ化をかけずに拡大する、周囲のコンテキストを少し含めてトリミングするなどの方法があります。これらは確認のためのテクニックであり、再確認によって必ず解決することを保証するものではありません。複数の読み取り候補がピクセルに当てはまる場合は、最も見慣れたものを選ぶのではなく、不確実な状態のまま残してください。

3. 文脈は候補を出すために使い、文脈だけで判断しない

前後のテキストから可能性を絞り込むことができます。姓の隣にある名、単語の後に続く通りの種類（Streetなど）、あるいは「会場」といった見出しは、どのような種類の項目を期待すべきかを教えてくれます。同じ看板や筆跡の中にある、他の場所の重複する文字と比較してみましょう。米国立公文書館は、手書き文書内の類似した文字を比較して読み取りを確認することを推奨しており、判読できない場合は判読不能（illegible）としてマークするよう指示しています。

文脈は誤解を招くこともあります。訪れた記憶のある会場が候補に挙がるかもしれませんが、記憶があるからといって不鮮明な看板が読めるようになるわけではありません。まずは妥当な読みの候補をリストアップし、それから画像と照らし合わせて検証してください。

外部の証拠と照らし合わせて名前や場所を確認する

参考資料は、候補となるものが実在するかどうか、あるいは一般的にどう綴られるかを確かめるのに役立ちます。ただし、参考資料それ自体は、写真にその候補が含まれていることを証明するものではありません。目に見える断片と周囲の手がかり（例えば、部分的な姓と同じカードに記載されている都市名など）を使って検索してください。現在の個人名であれば本人の連絡先情報、企業名であれば組織の公式サイト、会場であれば関連する地図や自治体など、事実に近い情報源を優先しましょう。

米国の地理的名称については、USGSの地名情報システム（GNIS）が名称のある場所や地形の基準資料となります。USGSはGNISを地理名情報を標準化し配信するシステムであると説明しています。一致する項目があれば、その名前がデータベースに記録されていることの裏付けにはなりますが、写真がその場所を示していること、そこで撮影されたこと、あるいは歴史的な看板が現代の綴りを使っていたことを証明するものではありません。企業、建物、地域の通称などの場合、GNISはそもそも適切な情報源ではない可能性があります。

歴史的な綴りにはさらなる注意が必要です。米国議会図書館（Library of Congress）は、歴史的記録においては名前やその他の単語が複数の綴りで現れることがあると説明しており、記録が同一人物を指しているかどうかを判断する際には複数の文書からの証拠を比較検討するよう助言しています。画像が古い手紙、絵はがき、碑文などである場合は、まず目に見えるものをそのまま文字起こししてください。現代の形式や標準形は別のメモに記載し、その同定を裏付ける理由を明記します。古い綴りを断りなく現代のものに置き換えてはいけません。

4. 独立した証拠を比較し、それが実際に何を証明しているか確認する

OCRの結果から真に独立している二次情報源を探します。別の写真にある一致する名前、信頼できるイベントプログラム、組織の公式ページなどは、候補の信ぴょう性を高めることがあります。同じ不鮮明な画像を処理した2つのアプリは、独立した2つの記録ではありません。視覚的な曖昧さを共有している可能性があるためです。同様に、コピーされたテキストを繰り返しているだけの検索結果も、必ずしもその綴りを検証したことにはなりません。

証拠の各要素が何を証明できるのかを問いかけましょう。看板の鮮明な画像は、目に見える文字を裏付けることができます。公式の名簿は、組織の現在の名称を裏付けることができます。地図は、名前の付いた対象物が存在することを裏付けることができます。当時書いたメモは、その時の出来事に関する記憶を裏付けることができます。どれか1つだけで自動的にすべての疑問が解決するわけではありません。証拠が矛盾する場合はその矛盾を記録し、有力そうな一致を安易に確実な事実にしてしまわないようにしましょう。

文字起こしを修正すべき時と、未確定のままにしておくべき時

拡大表示によって欠けて見えていた「n」が「m」だと判明した場合や、前後のテキストによって単語全体に曖昧さがなくなった場合など、画像が明確に変更を裏付けているときはテキストを修正します。また、アプリで可能な場合は、生の読み取り結果をメモに残しつつ、明らかな認識エラーを修正することもできます。

画像自体に誤字が含まれているように見える場合は、目に見える形のまま文字通りに文字起こししてください。別の信頼できる情報源による裏付けがある場合に限り、意図されたと思われる名前を別のメモとして追加します。これは、文書に表示されている内容をタイピングすることと、正しい綴りをタグやコメントとして追加することを区別する、米国立公文書館の方針に沿ったものです。また、写真に実際に印刷されている文言を検索する人にとっても、文字起こしの有用性が保たれます。

重要な文字を判別できない場合や、競合する複数の候補が画像や文脈に当てはまる場合は、名前を未確定のままにしておきます。役立つメモとは具体的なものです（例：「姓は『Miller』または『Muller』のように見える。最後の2文字が不鮮明」、「看板には『St. ___』とあり、場所は未確認」など）。何が不確実なままなのかを記録せずに、「おそらく正しい」といった曖昧なラベルを付けるのは避けてください。後でより鮮明なオリジナル画像や独立した証拠が見つかった場合は、初期の不確実性の理由が分かる状態を保ちながら解釈を更新してください。

クイック判断ガイド

| The letters are clear in

クイック判断ガイド

確認できたこと：画像内の文字が鮮明である；記録方法：文字起こしを修正する。役立つ場合は未加工の出力も残しておく。

確認できたこと：画像は不鮮明だが、別の情報源が特定の綴りを示唆している；記録方法：目に見える読みを維持するか不確実性を明記する。示唆された綴りとその情報源を別途メモする。

確認できたこと：現在の地名データベースに候補が存在する；記録方法：その名前が記録されていることの裏付けとして扱い、写真の場所であることの証明とはみなさない。

確認できたこと：2つの読みが妥当なまま残っている；記録方法：両方の候補を残すか、単語を未解決としてマークする。

確認できたこと：画像に明らかに誤字が含まれている；記録方法：表示されている通りに文字起こしを行い、裏付けがある場合にのみ別途修正を追加する。

避けるべきよくある間違い

最も見慣れた名前を選んでしまうこと。親しみやすさは検索のヒントにはなりますが、最終的な読みは画像や独立した証拠によって裏付けられなければなりません。

信頼度スコアを身元や同一性の確認とみなすこと。認識エンジンのスコアは、個人の公式な表記や検証済みの地名記録と照合したものではありません。Googleは認識出力の一部として信頼度スコアを説明していますが、それを同一性の証明としているわけではありません。

地図との一致を写真の撮影場所の証明として使うこと。データベースの項目は、名前の付いた対象物が記録されていることを確認できるだけです。カメラがその対象物に向けられていたことを示すことはできません。

目に見えている文言を現代の形式に置き換えてしまうこと。特に古い資料の場合は、逐語的な文字起こしと標準化した解釈を分けて管理してください。

メモを完成したように見せるために不確実性を消してしまうこと。後から読む人が検証できない自信満々の推測よりも、誠実に未確定とされた読み取りのほうが役に立ちます。

まとめ

まずは画像を確認し、文脈を使って候補を立て、独立した情報源を参照してそれらの候補が何を意味するのかを検証してください。ツールの出力、実際に目に見える文字、そして外部の特定情報を明確に区別しておくことが大切です。入手可能な証拠で名前や場所を特定できない場合は、不確実な状態のまま残しましょう。根拠のない洗練された修正よりも、慎重なメモのほうがはるかに信頼できます。

このテーマをさらに見る