書籍のOCRにLLMを組み合わせることで精度を上げるだけでなく文書構造や図も表現した記録2026-05-11 追記: はてブで認識率が低いと指摘を受け正しく計測し直したところ Hybrid は 99.94% (実測で字単位の誤読ゼロ近傍)、NDL 単独でも 99.49% に達していました。当初掲載値 (NDL 95.84% / Hybrid 96.23%) は、(1) 正解テキストに含まれていた空文字 (約108文字) を本文と同列に採点していた、(2) 全角・半角の表記差 (１↔1、ＣＥＯ↔CEO 等) を誤読扱いしていた、の2点で過小評価でした。本文のみ・NFKC正規化後で再計算しています。 課題 手元にあるビジネス書1冊 (縦書き和文、120ページ分) のページ画像をテキスト化したかった。 入力は PNG 120 枚 (1ページ=1ファイル)、解像度は十分にきれい。図表はほぼなく、文章メイン。 「専用OCR」「ローカルLLM」「両者の併用」の3手法を実装し、文字精度・処
