🌊
Transkuribusを試す

2025/07/24に公開
 概要Transkuribusを用いたテキストアノテーションを試す機会がありましたので、備忘録です。
Transkuribusは以下です。
https://www.transkribus.org/
以下のように説明されています。
Transkribus enables you to automatically recognise text easily, edit seamlessly, collaborate effortlessly, and even train your custom AI for digitizing and interpreting historical documents of any form.
（機械翻訳）あらゆる形式の歴史的文書をデジタル化・解釈するために、テキストの自動認識、シームレスな編集、効率的なコラボレーション、さらにカスタムAIのトレーニングまでを可能にするツール

 参考Transkuribusの日本語による説明として、以下が大変参考になりました。
https://connectivity.aa-ken.jp/ja/newsletter/588/index.html
一方、上記のページでご紹介いただいているデスクトップ版である「Transkribus eXpert」は、deprecatedになっていました。
https://help.transkribus.org/downloading-and-installing-transkribus-expert-deprecated
Please note that Transkribus eXpert (desktop software) is no longer being updated, and all new features will be exclusively available on the Transkribus web app.

 サンプルデータRecogitoについても、以下の使い方の記事を作成しました。
https://zenn.dev/nakamura196/articles/80c2d905eee8f1
この記事と同様に、国立国会図書館が公開する以下を例とします。
https://zenn.dev/nakamura196/articles/80c2d905eee8f1

 使い方トップページにアクセスします。
ログイン後、以下のようなホーム画面に遷移します。
コレクション（Collections）に遷移します。
特定のコレクションをクリックすると、以下のドキュメント一覧に遷移します。
右上のアップロードボタンから、ドキュメントの追加が可能です。以下のように、IIIFマニフェストファイルを用いた登録も可能でした。
インポートしたドキュメントを開くと、以下のように画像ごとのページに遷移します。
画像をクリックすると、以下のような編集画面に遷移します。
Regionを作成し、その中に行ごとの矩形を作成し、テキストを入力しました。

 エクスポートページごとのデータはTXTでのエクスポートの他、Prima Page Content XMLという形式でダウンロードできました。
Prima Page Content XMでダウンロードした結果は以下です。
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<PcGts xmlns="http://schema.primaresearch.org/PAGE/gts/pagecontent/2013-07-15" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://schema.primaresearch.org/PAGE/gts/pagecontent/2013-07-15 http://schema.primaresearch.org/PAGE/gts/pagecontent/2013-07-15/pagecontent.xsd">
    <Metadata>
        <Creator>Transkribus</Creator>
        <Created>2025-07-23T09:49:53.631+02:00</Created>
        <LastChange>2025-07-23T10:18:26.873+02:00</LastChange>
        <TranskribusMetadata docId="9697567" pageId="100672696" pageNr="1" tsid="251458348" status="IN_PROGRESS" userId="43441" imgUrl="https://files.transkribus.eu/Get?id=LZOBFYAOAKIRAOXQMAPMUPKX&amp;fileType=view" xmlUrl="https://files.transkribus.eu/Get?id=OUNYSFBLLNLDZUNCDNFEJDRX" imageId="84474111"/>
    </Metadata>
    <Page imageFilename="0001_digidepo_2585164_pn_null_27212334-96a2-4803-bc06-107cdba87ccc.jpg" imageWidth="8292" imageHeight="4794">
        <ReadingOrder>
            <OrderedGroup id="ro_1753260206929" caption="Regions reading order">
                <RegionRefIndexed index="0" regionRef="r_79"/>
            </OrderedGroup>
        </ReadingOrder>
        <TextRegion id="r_79" custom="readingOrder {index:0;}">
            <Coords points="421,856 4675,890 4675,3256 462,3307"/>
            <TextLine id="l_391" custom="readingOrder {index:0;}">
                <Coords points="443,893 458,1770 725,1763 717,879 438,884 439,914 689,908 697,1735 485,1741 473,892"/>
                <Baseline points="443,893 458,1770 725,1763 717,879 438,884"/>
                <TextEquiv>
                    <Unicode>との之</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_369" custom="readingOrder {index:1;}">
                <Coords points="755,898 804,3229 1087,3241 1013,907 747,890 745,920 985,934 1058,3212 832,3202 785,898"/>
                <Baseline points="755,898 804,3229 1087,3241 1013,907 747,890"/>
                <TextEquiv>
                    <Unicode>奉存候一れへも遠方御労煩之方</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_325" custom="readingOrder {index:2;}">
                <Coords points="1401,910 1483,3221 1756,3204 1656,919 1398,915 1398,945 1628,947 1726,3177 1510,3191 1431,909"/>
                <Baseline points="1401,910 1483,3221 1756,3204 1656,919 1398,915"/>
                <TextEquiv>
                    <Unicode>奉存候依之今便ニは文略之前後</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_303" custom="readingOrder {index:3;}">
                <Coords points="1701,911 1818,3200 2072,3203 1976,911 1698,906 1697,936 1949,939 2043,3175 1845,3172 1731,909"/>
                <Baseline points="1701,911 1818,3200 2072,3203 1976,911 1698,906"/>
                <TextEquiv>
                    <Unicode>順元ニ付今様は被成御覧候半と</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_78" custom="readingOrder {index:4;}">
                <Coords points="4315,913 4453,3256 4675,3251 4553,890 4312,904 4313,934 4526,920 4646,3224 4480,3227 4345,911"/>
                <Baseline points="4315,913 4453,3256 4675,3251 4553,890 4312,904"/>
                <TextEquiv>
                    <Unicode>一筆啓上仕候寒湿不順之気儘ニ</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_127" custom="readingOrder {index:5;}">
                <Coords points="4101,913 4257,3210 4437,3212 4314,910 4099,916 4100,946 4287,939 4407,3184 4284,3182 4131,911"/>
                <Baseline points="4101,913 4257,3210 4437,3212 4314,910 4099,916"/>
                <TextEquiv>
                    <Unicode>御座候処貴地御揃奉仕請覚重候時御座候</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_237" custom="readingOrder {index:6;}">
                <Coords points="2639,916 2729,3211 3038,3229 2898,908 2635,920 2636,949 2871,937 3009,3200 2757,3184 2669,914"/>
                <Baseline points="2639,916 2729,3211 3038,3229 2898,908 2635,920"/>
                <TextEquiv>
                    <Unicode>兼而相願旨被候三才藤助候早速</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_259" custom="readingOrder {index:7;}">
                <Coords points="2373,921 2506,3195 2693,3205 2599,911 2368,920 2370,950 2572,940 2664,3176 2533,3167 2403,920"/>
                <Baseline points="2373,921 2506,3195 2693,3205 2599,911 2368,920"/>
                <TextEquiv>
                    <Unicode>被仰分忝被仰出候右は御城去翌日</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_281" custom="readingOrder {index:8;}">
                <Coords points="2028,923 2136,3202 2387,3208 2288,901 2029,919 2031,949 2261,931 2358,3179 2163,3174 2058,922"/>
                <Baseline points="2028,923 2136,3202 2387,3208 2288,901 2029,919"/>
                <TextEquiv>
                    <Unicode>御訴被差出候得申居え差出候間</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_347" custom="readingOrder {index:9;}">
                <Coords points="1059,929 1168,3209 1413,3211 1320,904 1059,920 1060,950 1293,934 1384,3183 1195,3181 1089,928"/>
                <Baseline points="1059,929 1168,3209 1413,3211 1320,904 1059,920"/>
                <TextEquiv>
                    <Unicode>申上候趣を以可然御取計候は</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_193" custom="readingOrder {index:10;}">
                <Coords points="3304,933 3361,3225 3634,3225 3528,932 3298,937 3299,967 3501,961 3604,3197 3388,3196 3334,932"/>
                <Baseline points="3304,933 3361,3225 3634,3225 3528,932 3298,937"/>
                <TextEquiv>
                    <Unicode>今度被遊候御呼悲被成坐候哉</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_149" custom="readingOrder {index:11;}">
                <Coords points="3822,933 3964,3223 4203,3250 4041,918 3821,928 3823,958 4014,948 4174,3219 3992,3197 3852,931"/>
                <Baseline points="3822,933 3964,3223 4203,3250 4041,918 3821,928"/>
                <TextEquiv>
                    <Unicode>奉存候恐々一触共有之事無御座候</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_215" custom="readingOrder {index:12;}">
                <Coords points="2954,944 3118,3220 3325,3206 3259,925 2955,938 2956,968 3232,954 3296,3180 3145,3190 2984,942"/>
                <Baseline points="2954,944 3118,3220 3325,3206 3259,925 2955,938"/>
                <TextEquiv>
                    <Unicode>尚又御用も専可申候先はさ</Unicode>
                </TextEquiv>
            </TextLine>
            <TextLine id="l_171" custom="readingOrder {index:13;}">
                <Coords points="3568,945 3704,3219 3914,3215 3790,930 3567,940 3568,970 3763,959 3884,3187 3731,3190 3598,943"/>
                <Baseline points="3568,945 3704,3219 3914,3215 3790,930 3567,940"/>
                <TextEquiv>
                    <Unicode>御仕意被下候以下候貴意御膳痛可被下</Unicode>
                </TextEquiv>
            </TextLine>
            <TextEquiv>
                <Unicode></Unicode>
            </TextEquiv>
        </TextRegion>
    </Page>
</PcGts>

 まとめ矩形の作成と、テキストの入力までを確認しました。
HTRモデルの学習や推論など、Transkuribusの特徴的な機能までは試すことができなかったため、また別の記事で確認したいと思います。