OCR速報　原子力ではなく原子カ（か）問題　やはりGoogleのOCRが原因だった

そーす
http://togetter.com/li/677948

Google検索で出るヤツは全部そうに決まってるだろ

だが、規制委員会のストロンチウムだけはもっと騒いでいい

ストロンチウムのやつは意図的じゃないとできないわな

まーたOCRも知らない嫌儲ジジイが敗北したのか

なんでストロンチウムだけ異字にしたの？
プルトニウムとかトリチウムとかは異字じゃなかったんでしょ？
ストロンチウムの何が特別なの

効きすぎだな

Twitterは有カなソ一ス

>>2
これ

秘匿する価値もないくだらない文章しかヒットしなかったもんなあ
陰謀論厨はミク騒動の時もそうだけど
どうして単純なことが原因と考えずに何か大きな力があると考えたがるのかね

ケンモメンに都合の悪いスレは伸びません

この件で左翼連中の有名人でツイートしたやついないの？
晒せよ

>>2
ほんこれ

http://www.itmedia.co.jp/news/articles/1406/10/news067.html

同庁によると、Webサイトに掲載するテキストは通常、手打ちで確認しているが、
この会議は資料が届いたタイミングがギリギリだったため、画像PDFをスキャンし、
OCRソフトにかけてテキスト化したものをそのまま貼り付けたという。

OCRのせいにするのは無理ないかこれ

ツブヤキ印

やっぱ放射脳って馬鹿だわ

>>12
無理があるよ

言い訳がエクストリームすぎる

>>12
＞同庁の広報担当者は「こちらのミスで申し訳ない」と話している。

あー、こういうの悔しさで歯茎から血が出るほど歯ぎしりしてんだろうなー

どうせ原子カをゲンシカと読む奴なんか居ないんだからいいじゃん

内校くらいしろってw

【OCR】東京電力の力を片仮名のカ「東京電カ」にすると… ★2
ttp://fox.2ch.net/test/read.cgi/poverty/1402250690/

564 名前：番組の途中ですがアフィサイトへの転載は禁止です[sage] 投稿日：2014/06/09(月) 06:30:16.32 ID:oAr02FWb0 [2/3] (PC)
ストロンチウムの件はホームページ担当の官僚がミスっただけじゃねえのか
さぼってＯＣＲで読み込んだ文書をろくにチェックせずに公開したんだろ
たぶん指摘したらすぐ直るぞ

567 名前：番組の途中ですがアフィサイトへの転載は禁止です[] 投稿日：2014/06/09(月) 06:33:09.70 ID:jexnsudU0 [3/3] (PC)
>>564
ははは
そんなに官僚は馬鹿じゃないよw


馬鹿だった

____
タヒ

なんでもいいが訂正はしたんだろうな？

>>12
「ストロンチウム」わざわざを変な文字に変換する辞書を搭載したOCRソフトは存在しないだろうな
無理があるというより悪意を感じる言い訳だな

グーグルじゃなくて自分とこのタイトルが間違ってたんだろ
嘘付くなや

スボククチンチウムは忘れないよ、絶対に

OCRだったとして自分とこの資料すらまともに直せないって大手企業としてどーなのよ

サイト内の検索窓で「ストロンチウム分析」ってすればスボククチンチウム
ってかいてあったやつも当該ファイルにたどり着けるのになんで嫌儲民が怒ってたのかわからんw
ペルーの件もあるし最近負け続きやなw

ムも厶(ボウ)にならないなんて都合のいいOCRだな

ベクレルもベクレノレでhitするしな

「単位」ですら「単イ立」になるとか馬鹿かよ

>>29
これ思い出した
http://www.poeyama.com/gonorego/

goog1eもグﾉﾚだったってこと?

理エ学部とかちょくちょくあるよ

放射性ヨウ素→「放射性ヨ ウ素」
検査→「検杢」
ベクレル→「ペク レスレ」「ベクレノレ」

google の検索結果が直で pdf にリンクしている場合には、以下の二つのケースが考えれる
・pdf がもともと文書をスキャンした画像データ (google 側で OCR)
・pdf がコピペ禁止 (編集禁止)
　この場合、元pdf の編集禁止フラグは尊重しなければならないのでpdf のテキストデータをgoogle は使えない
　そこで、一旦pdf をレンダリングして OCR

幾つか pdf を見てみたけど、いずれもこの2つのパターンのどちらかだった。
全部がそうとは思えないがｗ

>>29
トル工ン pdf　で検索すると

ホルムアルデヒ ドカ主卜丿し工ン等

なんてのがヒットするしなｗ

ス卜口ンチウムのはPDFの中身じゃなくてHTMLの見出しでしょ？
そこは何でOCRに関係するんだ？

>>37
これはリンク元ページが意図的にやってる
OCR 関係ない

>>37

HTMLの見出しが違っててもちゃんとリンク先のファイルはサイト内でもサイト外でも
検索ヒットして閲覧もできるんだから問題ないじゃん。なんで陰謀論になるのかさっぱりわからん

ｺﾞﾉﾚｺﾞ

何でOCRが必要なんだ

剛剣ゲンシカムラ

案の定OCRだったな
バカしかいない

原子力規制委員会のページってGoogleが作ってるの？
意味わからんのだけど。

TPP
と
丁PP

これも違う結果が出る

PDFなら文字は文字のまま保存できるだろ

テキストが読みとれないタイプのPDFをGoogleがOCRしてるんだろ
そもそも元のPDFで原子カみたいなテキストがあったのか確かめたか？

GoogleのOCRじゃなく、元の資料のOCRが原因だろ？

陰謀論や放射脳に陥る人って基本的に情弱なんだな。
情弱だから思いこみが激しくすぐに陰謀論に走るし、
放射線の何が危険で何が問題ないかも区別つかないんだよなあ。

今回の件で、反原発とケンモメンには
バカが多いという事実が浮き彫りになったね
しかもそいつらは全く人の話を聞かずにレッテルを貼りまくる
ネトウヨ並みのクズだった

なんでOCRなんか使ってるんだよ・・・
元の電子データでやり取りしろ

>>35
尊重するならOCRを使ったコピーもダメだろｗ

そろそろ「ストロンチウム」が文書中で検索出来ないと困る理由を教えてもらえないだろうか

あーやっぱハングルハチマキが騒いでただけか・・

>>45
ていぴーぴー

いつのまに黙ってスボククチウム規制委サイト直してるなｗｗｗｗｗｗワロタｗｗｗ

単純な間違いすら気がつかないわけねえだろ

>>23
AdobeのAcrobatの辞書にはなかったけど

あと日本語OCRソフトってパナの奴とイータイピストだっけ？くらいだろ
ストロンチウムが辞書に含まれるかは割と簡単に調査できるのに陰謀論者はしないの？
俺は面倒だからしないけど

ス卜口ンチウムはgoogle関係ないぞ？

こんな単純なミスに釣られたお前等もお前等だが、こんな単純なミスを犯す官僚がいる国が原発運用なんて無理だな

>>2
PDFは良いとしてこれはどういうことなの？

早速、火消しに必死だな。
原子力規制委員会ｗ

>>61
マジレスしといてやるとOCRソフトでpdfファイルを作るとファイル名はヘッダから取られる
普通はヘッダは見出しから取られる
つまりOCRで認識された見出しの文字列がそのままファイル名になる

http://www.nsr.go.jp/committee/yuushikisya/tokutei_kanshi_wg/20140124.html

これの問題になってるストロンチウムのpdfを開けばわかるが
ファイル名は明らかに一枚目の見出しと同一

Google の作ってる OCR プログラムは、rn と m は間違いやすい、みたいな類似文字列のデータ持ってんじゃん
これそのまま流用して、検索するときにも考慮してくれたらいいのに

間違えやすい文字は前後で辞書検索して最適なほうを選択すりゃいいのにな

卜→トは無いんでしょ？

>>63
テキストなんだが。しかも編集禁止でもないんだが
OCR が入る余地なんかねえよ

工作だと主張する人に聞きたい。

単純に表題でストロンチウムを用いなければ、検索にも出ず小細工の必要もなく済んだ話なのに
なぜわざわざ、表題でストロンチウムと記したうえで、
後からリンクの文字のみをわざと変更するという無駄なことをやったというのか。

内容に問題でもあったのかな？
でもなきゃストロンチウムに異字を使って問題になるような事態が思い付かないんだが

火消しきてるなｗ

ス
占
ンチウム

そういえばグーグルはPDFファイルはOCRで変換してデータ化するんだったな
うまく仕様の穴をついた東電らしいやり方に思える

まーたメルカトル速報の再来か
普段Twitter民をバカッターとかいって馬鹿にしてる癖にな

そもそも問題になる内容なら公表しないという選択肢だってあったはずだが。

>>73
一番の矛盾がそこなんだよな。
情報公開請求すれば元データ含めて全部情報が手に入ることはわかってるわけだからなおさらごまかす意味がない。

>>66
GoogleのOCRと省庁のOCRの問題をごっちゃにしてないか？

GoogleのOCRの問題は省庁が公開したpdfにテキストデータがなかったり編集不可だったりしたから
Googleが自前のOCRで検索可能なテキストを生成した結果、文字化けが起きたって問題

省庁のOCRの問題は、紙資料をpdf化してWebで公開する際に文字化けが起きたって問題
Webページ上のファイル名表記が誤っていたストロンチウムはこっち
なんでそうなったのかは>>63に書いた通り

これで理解できなきゃもう付ける薬はないな

問題になってたのはストロンチウムの口だったろうが
それもHTMLのやつ

ス卜口ソテウム

>>74
情報公開請求に期待しすぎ

もともと電子データであるものを紙でしかもらえないって糞すぎだろ

>>75
>省庁のOCRの問題は、紙資料をpdf化してWebで公開する際に文字化けが起きたって問題
>Webページ上のファイル名表記が誤っていたストロンチウムはこっち
リンク先のpdfファイルの中身みたか？
表題はテキスト。ストロンチウムの「ト」も「ロ」もカタカナ。
リンクを張る辞典では当然このファイルを持ってるはずでよね？
何でわざわざ「画像データをOCR」で読み込むの。pfd 開いてコピペするよね、普通。

>>79 に追加
あと、この pdf の中身が元々ス「ボク」「クチ」ロンチウムで、昨日今日に修正して差し替えたとか言うなよ
さっきhttp ヘッダ調べたが 最終更新タグ (Last Modified) が Fri, 24 Jan 2014 02:58:16
会議当日に作られた資料だから

どうでもいいからジャップ叩こうぜ

俺たちはケンモメンだろ？

原子力関連は不可解な金、人の流れが多すぎてヤバイ

アフィカスとホットリンクの工作部隊が湧いちゃうな

>>39
例えばストロンチウムの危険性を知って、福一の情報見たい時、「ストロンチウム　福島」で検索するとする
PDFは文字データが生きているからそれを元にインデックス化してるので検索で出るが、そのPDFへリンクさせている原子力規制委員会のページはヒットしない(現在は修正されたのでそのうち出るようになる)

PDFは東電が作ったものでロゴも社名も入っており、ちゃんとURLを見てなければ東電のサイトからダウンロードしたように見え、原子力規制委員会は何の関係もないように見える
このPDFは東電サイトにも置いてあって、これも同じ検索結果でヒットする

原子力規制委員会のWebを監視してるような層にはお前さんの言うとおり関係ない話だが、たまたま検索しただけの層には少しニュアンスが変わって伝わる可能性がある

Googleが勝手に誤変換した話とは違って、何らかの意図がなければこんな間違いは有り得ない(精査もしてないし、騒いだ途端に修正された)わけで、
もしかすると何らかの理由で「ストロンチウム」の検索で出たこのPDFファイルの内容がアレで、原子力規制委員会とは無関係を装いたかったのではないのかとか、
ストロンチウムそのもののヒット数を減らしたかったのではないかとか、その辺が疑惑の焦点になる

陰謀論はもちろん推測の域を出てないし、擁護論も当然推測の域を出てないから、これについてアレコレ推測するのは無意味だが、
原子力規制委員会に対して、この間違いは何故起きたのかを問うて釈明を求めることには、それなりに意味はあるんじゃないかね

どうせ大した回答は出ないだろうがな

ジャップgoogleだからな、東電と政府の言いなりに決まってんだろ

最近のgodogle様は他所のwebサイト勝手に改変するのか