明治初期から中期にかけて出版された雑誌（近代雑誌）のデジタル化の成果をもとに、OCR学習用データセットの公開やOCRソフトウェア（Kindai-OCR）の開発などを進めます。
近代雑誌画像データ
明治初期から中期にかけて出版された雑誌（近代雑誌）をデジタル化し、オープンデータ「近代雑誌データセット」として公開しています。
『東洋学芸雑誌（第1号－第87号）』 - 日本語史研究資料 [国立国語研究所蔵] 1881年〜1888年
『国民之友（第1号－第254号）』 - 日本語史研究資料 [国立国語研究所蔵] 1887年〜1895年
『明六雑誌（第1号-第43号）』 - 日本語史研究資料 [国立国語研究所蔵] 1874年〜1875年
なお『東洋学芸雑誌』および『国民之友』の画像データは、ROIS-DS人文学オープンデータ共同利用センターと国立国語研究所が共同してデジタル化を推進した成果です。
機械学習データセット
近代雑誌データセットからOCR（機械学習）用データセットを構築し、オープンデータとして公開しています。
OCRソフトウェア
ディープラーニング（Transformer）を活用した近代日本語文書用OCR「Kindai-OCR」を開発しています。OCRの学習には上記のデータセットやその他のデータセットも活用しています。
メンバー
n2iプロジェクトをご覧ください。
更新情報
2023-07-13
Kindai-OCRをバージョン2に更新し、ディープラーニング（Transformer）の導入により認識精度が向上しました。またKindai-OCRやその他の機械学習に利用できる近代雑誌OCR学習用データセットも公開しました。4,935文字種、1,472,004文字のテキストを含む、画像データ1,985コマから切り出した59,465行のデータセットです。
2023-07-10
『国民之友（第254号－第276号）』の画像を公開しました。
2022-10-28
『国民之友（第141号－第254号）』の画像を公開しました。
2018-12-27
『国民之友（第105号－第140号）』の画像を公開しました。
2018-07-05
『国民之友（第71号－第104号）』の画像を公開しました。
2017-08-03
『東洋学芸雑誌（第1号－第87号）』の画像を公開しました。