大阪市立大学にて開催の，じんもんこん2017にて，「系図からのデータ自動取得の試み」と題して，研究室の学生が口頭発表をしました．
どんな研究だったのかを説明するにあたり，前提が2つあります．一つは対象とする系図のことで，清盛・尊氏・秀吉などの人物の親子関係が記された『将軍家譜』や，僧侶の師弟関係などが書かれた「血脈（けちみゃく）」について，まとめて「系図」と呼び，本研究の対象とします．婚姻関係は記載されておらず，人間関係は，グラフ理論で言うforest（tree*1の集まり）として表現できます．
もう一つの前提は，使用する情報です．系図画像に出現する字句について，事前に専用のOCRソフトウェアを用いて，何と書かれた文字列が，画像上のどの領域に出現しているかを，学外の，今回の論文の第3著者の方に，取り出していただきました．XML文書になっていることもあり，これを「位置情報付きテキスト」と呼ぶことにします．
系図画像と，位置情報付きテキストを用意した上で，テキスト処理と画像処理をするプログラムを書きました．文字列が人物名かそうでない（人物の付随情報である）かの判別や，親子関係・兄弟関係の導出を，機械的に，極めて高い成功率で，行えることを確認し，3種類の系図に適用した結果などを報告しました．
発表時間は発表25分＋質疑5分で，しっかり準備をしていたのですが，発表した学生は，会場に圧倒されたようにも見えました．質問は1人だけで，セッションが終わってからの意見交換により，互いに，対象とする系図の認識が違っていたのを知りました．
質問をいただいた方も，系図を対象とした成果を，ポスターで発表されていました．そこには婚姻関係がふんだんに入っており，違う種類の系図，そして違うゴールで，我々の何歩も先を進む研究を進めていました．
ただ，既存の系図を，木構造で表示し直すのは，素朴な発想ながら非実用的であるという認識は共通しており，それを打破するために，それぞれで独自の要素を加えようとしていることを，知ることにもなりました．
ところで，論文集に掲載され，情報処理学会・情報学広場よりダウンロードできる*2，「系図からのデータ自動取得の試み」の論文について，図6が黒塗りになっています．これは最終版投稿時のミスで，著者側の責任です．そこに載せたかった図は，以下のものです．
ただこれも，分かりやすいとは言えません．何をしたかったかについて，破線を除いた状況から，話を始めます．
縦線と横線の「交差」の判定を試みます．いや，上のような状況であれば，これは交差していません．座標を文字で表すと，縦線の座標は，上端を(x1,y11)，下端を(x1,y12)とします．事前の線分検出により，系図画像に出現する縦線と横線の座標を取得していまして，縦線の上端と下端のX座標は一致し，この例ではx1と書いています．上下端のY座標の値はもちろん異なっており，y11＜y12です．画像処理ですので，下向きがY座標の大きくなる方向である点にも注意してください．
同様に横線の座標は，左端を(x21,y2)，右端を(x22,y2)と表します．2つの点のY座標は同一で，X座標についてはx21＜x22です．
視覚的には，この縦線と横線はつながっていませんが，もし縦線・横線の長さがそれぞれ数百ピクセルあって，かつ，縦線の下端と横線の左端の距離が3ピクセルくらいなら，これはつながっていると見なすべきでしょう．線分検出の際のカスレや，数ピクセルの幅を持った線を1つの座標（x1やy2）にした際のズレなどのため，取得した座標のままでは，ぎりぎり，つながっていない場合が該当します．
それと縦線と横線の「つながり」には，この図（がつながっているものとして）のような「L字型」のほか，枝分かれする「T字型」，そして「十字型」も，考えられます．いずれの場合でも，つながっているのなら「交差している」と判定したかった*3ので，判定対象の線分の両端を，定数τだけ伸ばすことにしました*4．
拡張した縦線の座標については，上端を(x1,y'11)，下端を(x1,y'12)と表します．ここでy'11＝y11−τ，y'12＝y12＋τです．拡張した横線の座標について，左端は(x'21,y2)，右端は(x'22,y2)です．同様に，x'21＝x21−τ，x'22＝x22＋τとなります．
そうして得られるのが，この記事で先に貼り付けた画像の状況となります．「交差」の必要十分条件を，日本語で書くと，「縦線のX座標が，拡張した横線のX座標の範囲内にあり，かつ，横線のY座標が，拡張した縦線のY座標の範囲内にある」で，式にすると，x'21≦x1≦x'22およびy'11≦y2≦y'12となります．
論文および発表では，L字型（でつながっていると認識したい）状況と定式化を述べ，上記の手続きにより，T字型も十字型も，つながっている判定できるとしましたが，考えてみると，線分を伸ばした上で，十字型で交差しているかどうかの判定に，帰着しているのでした．そうするのなら，「交差」の判定ですが，L字型やT字型も含むとすると，「交差」ではなく「（縦線と横線の）連結」と表記すべきでした．
*1:親または師匠は0人以上任意の人数の子または弟子を持ち，逆にどの人にとっても，親または師匠は高々1人だからです．と言いたいのですが，今回の発表で使用した『真言宗付法血脈』では，例外的に1件だけ，1人の僧侶に2人の師匠がついています．
*2:http://id.nii.ac.jp/1001/00184631/ 研究会登録の有無によっては有料となります．著者の収入にはならず，学会の収益となります．ご了承ください．
*3:十字型の交差の場合に，「つながっている」とみなしてよいのかどうかは，検討しておかないといけません．『将軍家譜』で位置情報付きテキストを作った系図画像には，十字型はありませんでした．『真言宗付法血脈』には数か所あり，うち2箇所はつながっていると解釈すべきで，他は描画の都合上，十字型に交差しているものの，つながってはいないのでした．この系図においては，十字型で交差する横線の両端が，それぞれ他の縦線の上端とL字型でつながっている（いわばフォークのように，師弟関係が上から下に伸びている）場合のみ，つながっていると判断すればよいこと，他の系図でもこのルールで判断できるかどうかは不明であることも，論文に記載しました．
*4:定数τを大きくすれば，より離れていても交差していると見なします．小さくすれば，数ピクセル程度，離れていても，交差していないと判定することになります．系図画像に応じて設定するパラメータの一つですが，今回の適用対象では，幅または高さが2000ピクセルほどの系図画像に対し，『将軍家譜』も『真言宗付法血脈』もτ＝20としました．
