研究方法及工具

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

61

第二節 研究方法及工具

本研究探討 OCR 技術對古籍全文資料庫建置的幫助，及全文資料庫建置計 畫的需求及考量。藉由國內外文獻的探討、辨識數據的分析、機構人員的觀點等，

從多層面向觀點，探討全文資料庫建置的需求性及實施性。

研究主要使用「文獻分析法」、「準實驗研究法」及「深度訪談法」。首先，

蒐集與研究相關的主題文獻，進行文獻的分析探討，瞭解研究進行的要點；接著，

運用準實驗研究法進行辨識，蒐集並統計所得辨識數據；最後，運用深度訪談法 進行訪談，蒐集研究對象的觀點看法，整理並歸納出全文資料庫建置的最佳決策 模式。針對不同研究方法，選擇適當的研究工具，包含不同的 OCR 辨識軟體及 訪談問題大綱。本節針對使用的研究方法及研究工具進行分述說明：

壹、 研究方法

本研究使用的研究方法，分別為「文獻分析法」、「準實驗研究法」及「深度 訪談法」，以下針對各研究方法進行分述說明：

一、 文獻分析法

本研究為探討古籍全文資料庫建置的實施性，首先，探討古籍典藏的狀況，

瞭解建置全文資料庫的發展；接著，介紹 OCR 技術的發展、辨識的流程步驟，

瞭解影響辨識率的因素；再者，介紹明人文集的特色、內容資訊及現存情形，瞭 解研究的需求使用；緊接著，介紹古籍的版式及使用字體，瞭解辨識文本的可能 分類方法；最後，介紹數位資源的影響，瞭解學者對於數位資源的需求、看法及 期待。綜合整理，歸納出機構對於數位全文化的辨識選擇、應用需求與功能期盼，

作為日後機構建置全文資料庫的決策參考。參考文獻的來源，包含：研究計畫報 告、書籍、手冊、期刊文獻、碩博士論文、網站資訊等。

二、 準實驗研究法

本研究為探討 OCR 軟體對古籍的辨識率，挑選單一 OCR 軟體進行不同古 籍版式的辨識比對。OCR 軟體選擇較為新穎的商務型 OCR 軟體「ABBYY

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

62

FineReader 14」；古籍選擇國家圖書館所珍藏之古籍文本，挑選收錄明代文人著 作的文集。透過相同的 OCR 軟體辨識，比較不同古籍版式的辨識率影響，綜合 辨識結果，瞭解古籍版式及影像品質之影響程度，找出能協助古籍辨識率提升的 合適方法。

三、 深度訪談法

本研究為探討機構人員對於數位典藏計畫的考量，以臺灣地區有參與數位典 藏計畫並執行數位典藏全文化經驗之典藏機構為研究對象，邀請內部的專業人員 藉由半結構式訪談，瞭解機構實施數位典藏計畫的考量以及全文資料庫的需求。

訪談問卷依據文獻分析結果，作為訪談大綱設計的基礎，採用半結構式訪談，針 對研究的問題及目的，設計訪談的主題大綱。訪談主題包含：受訪者基本資料、

館藏資源與數位化情形、對於全文檢索需求與評估，透過訪談的方式，彙總整理 機構人員對於古籍數位典藏的看法及全文資料庫的需求。

貳、 研究工具

本研究使用的工具，包含 OCR 軟體及訪談問題大綱。OCR 軟體挑選兩種不 同的軟體，透過不同 OCR 軟體的辨識比對，找出古籍影響不同軟體辨識率的共 同因素；訪談問題大綱綜合研究問題及目的，設計出訪談的主題問題，作為日後 全文資料庫建置計畫的執行考量。以下針對各研究工具進行分述說明：

一、 OCR 軟體

隨著科技的發展，OCR 軟體也如雨後春筍般不斷開發出，將 OCR 軟體分為 一般型 OCR 辨識軟體及商務型 OCR 辨識軟體兩類。一般型 OCR 辨識軟體指應 用 OCR 技術從事簡單文字符號的影像辨識，通常放置於網路上提供使用者便捷 且快速的辨識功能，如 Online OCR、i2OCR 等；商務型 OCR 辨識軟體指廠商應 用 OCR 技術專門開發來辨識物件內容的軟體，如 ABBYY FineReader、丹青文 件辨識系統等。兩者相比，由於技術廠商在不斷執行辨識作業中，會強化修正 OCR 系統的辨識能力，因此，商務型 OCR 辨識軟體會比一般型 OCR 辨識軟體

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

63

更具適應不同類型字體變化的能力，能直接反應在 OCR 辨識的精確率上。

本研究挑選商務型 OCR 辨識軟體進行古籍影像的辨識測試，由於一般型 OCR 辨識軟體的辨識率過低無法提供研究數值分析，因此挑選商務型 OCR 辨識 軟體作為本研究的測試工具。選擇使用的 OCR 軟體為泰比科技(ABBYY)所開發 的 ABBYY FineReader 14，雖然該 OCR 軟體不像丹青文件管理系統是專門設計 為辨識中文漢字使用的 OCR 軟體，但基於 OCR 軟體版本的新穎性，因而決定 選擇使用 ABBYY FineReader 14 作本研究的辨識工具。

ABBYY FineReader 14 在使用上有提供幾項功能：一、提供文件影像與辨識 文本的直接比較；二、針對辨識古籍影像能提供影像切頁、傾斜校正、雜訊去除 等初步制式化前置處理作業；三、辨識會自動切劃文字區塊與影像區塊，若系統 切割方式錯誤也能採用人工方式劃分辨識區塊。

二、 深度訪談問題大綱

本研究「運用光學字元辨識技術建置數位典藏全文資料庫之評估」深度訪談 問題大綱，以文獻分析為基礎綜合研究問題與目面向設計出訪談問題大鋼。參考 有參與古籍數位典藏甚至全文化的機構之專業人員，作為本研究預定的訪談對象，

並針對計畫參與人員可能遭遇經驗與本研究欲探討的問題相關處，設計成半結構 式的訪談問題大綱。本研究之訪談問題大綱如下表所示（見表 3-2-2）：

‧