外字・旧字体のOCR認識。登記書類に含まれる特殊文字への対応方法

登記簿謄本・地積測量図に含まれる外字・旧字体（髙・﨑・辻など）をOCRで正確に認識する方法を解説。汎用OCRでは誤認識が多発する文字に、専用辞書で対応するAI OCRツールを紹介します。

登記簿謄本・地積測量図には、日常的には使わない旧字体・外字が頻繁に登場します。地名・人名に含まれるこれらの文字は、汎用OCRでは誤認識が多発する難所です。

登記書類に含まれる外字・旧字体の種類

登記名義人の氏名に外字が含まれる場合、OCRが普通の文字で認識してしまうと、実際の氏名と異なる文字が出力されます。これを見落とすと、申請書類の氏名誤記につながります。

Excelで氏名を検索・照合する際、「髙橋」と「高橋」は別の文字列として扱われます。普通の「高」で認識されてしまうと、その後の名寄せ・照合作業で不一致が発生します。

土地家屋調査士・司法書士が作成する申請書類では、登記名義人の氏名を正確に記載する必要があります。外字の誤認識は書類の訂正・再作成につながり、業務効率を落とします。

tohonは登記書類専用の外字辞書を搭載しており、上記のような外字・旧字体を正確に認識します。認識が難しい文字は確認画面でハイライト表示されるため、補正が必要な箇所をピンポイントで確認できます。

外字の認識はどんなツールでも完璧ではありません。tohonでは元PDFと抽出結果を並べた確認画面を提供しており、疑わしい文字を元の画像と照らし合わせながら修正できます。特に：

これらのケースでは特に確認画面での目視が重要です。

Q: 手書きの外字（昭和以前の古い登記簿）にも対応していますか？

A: 手書きの古い登記簿はスキャン品質・筆跡の個人差が大きく、認識精度が下がる場合があります。無料トライアルで実際の書類を試すことをお勧めします。確認画面で元画像と照らし合わせながら修正できます。

Q: 外字を含む氏名を正確にExcelに出力できますか？

A: はい。tohonが抽出したテキストはUnicode対応のExcel形式で出力されます。環境によっては外字の表示に使用フォントが必要な場合がありますが、文字データ自体は正確に保存されます。

Q: 外字の補正（手修正）はどのように行いますか？

A: 確認画面でハイライトされた箇所をクリックし、テキストを直接編集できます。修正内容はダウンロードするExcelに反映されます。

登記書類に含まれる外字・旧字体は、汎用OCRでは正確に認識できないケースが多くあります。登記専用の外字辞書を持つAI OCRを使うことで、氏名・地名の誤認識を減らし、申請書類の精度を高めることができます。

外字・旧字体を含む登記書類のOCR処理を試してみたい場合は、tohonの無料トライアルをお試しください。新規登録から累計30ページまで無料で処理できます。