HistoRAG：スキャンされた郷土史・文化遺産アーカイブを授業に活用する引用根拠付き質問応答アシスタントHistoRAG: A Citation-Grounded Question Answering Assistant for Teaching with Scanned Local History and Heritage Archives
匿名の公開いいねです。記事の保存・お気に入りではなく、Featured、Top 3、重要度、掲載順位には影響しません。仕組みとプライバシーAnonymous public likes are reactions, not saved articles or bookmarks. They do not affect Featured, Top 3, importance, or listing order.How it works and privacy
- HistoRAGは、単一の地域資料群への質問に、各事実の巻とページを示して答える。
- 画像のみの書籍を視覚言語モデルで文字化し、行単位の信頼度も保持するため、教師が出典を検証できる郷土史教材を作れる。
- HistoRAG answers from one regional archive, citing a volume and page for every claim.
- Its vision-model transcription and line confidence help teachers make source-checkable lessons.
本ページの本文と要約は AI による自動生成です。日本語版と英語版は言語ごとに独立して生成されるため、表現や詳しさが異なる場合があります。正確性は元記事 (arxiv.org) をご確認ください。The body and summaries are AI-generated independently for each language, so wording and detail may differ. Verify accuracy at the original source (arxiv.org).
要約と収集メタデータに基づく AI 解説。元記事全文の転載・翻訳ではありません。AI explainer based on the summaries and collected metadata, not a copy or translation of the full source article.
HistoRAGは、スキャンされた郷土史・文化遺産資料を授業で使うための質問応答アシスタントである。単一の地域資料群に基づいて回答し、各事実に巻とページを付けることで、教師が根拠を検証できるようにする。
地域資料群
郷土史の授業準備で扱う一次資料は、テキスト層のないスキャン書籍であり、補助的な記録は表計算ファイルとして公開された行政カタログである。資料の形式が分かれているうえ、書籍内の文章をそのまま検索できないため、教材作成に利用しにくい。一般的なチャットボットは質問へ流暢に答えられる一方、教師にとって特に重要な、検証可能な出典を示さないという課題がある。
ページ文字化
HistoRAGは、画像として保存された書籍の各ページを視覚言語モデルで文字化する。文字化の際には、トークン確率から得た信頼度を行単位で保持する。単にページ画像を文章へ変換するだけでなく、文字化された各行に信頼度を対応させる構成であり、出典を確認できる郷土史教材の作成を支援するとされる。
巻とページ
同じ地域資料群から、ハイブリッドテキスト索引やリレーショナル型のカタログデータベースを含む三つのストアを構築する。質問への回答はこの単一コレクションに基づき、回答中の各事実について該当する巻とページを引用する。教師は回答だけでなく、その根拠となった資料上の位置までたどれるため、授業で使う内容を原資料に照らして確かめられる。
Local history and cultural heritage
HistoRAG is a question-answering assistant designed to help teachers use scanned local-history and cultural-heritage archives in lessons. It matters because it answers from a single regional collection while citing a volume and page for every fact, allowing teachers to verify the source material.
The paper describes primary sources that are difficult to use directly. Books may exist only as scanned images without a text layer, while supporting administrative catalogs are distributed as spreadsheets. These different formats complicate work with the underlying collection.
Vision-model transcription
HistoRAG transcribes every scanned page with a vision language model. During transcription, it retains line-level confidence derived from token probabilities.
This confidence information accompanies the transcribed material at the level of individual lines. Together with volume-and-page citations, it supports the paper’s goal of making answers source-checkable rather than presenting information without a verifiable basis.
The paper contrasts this approach with a general chatbot, which it says can answer questions fluently but does not provide the verifiable source that teachers need most. HistoRAG instead ties each stated fact to a particular volume and page in the regional archive.
Three stores
HistoRAG builds three stores from the same collection. The paper identifies a hybrid text index and a relational catalog database among them. This design brings transcribed book content and structured catalog records into the question-answering system while keeping the work grounded in one regional collection.
The hybrid text index is built from the collection’s textual material, including pages transcribed from image-only books. The relational catalog database addresses the supporting records released as spreadsheets. The available description does not name the remaining store.
By combining page transcription, line-level confidence, collection-based retrieval, and precise citations, HistoRAG is presented as a tool for preparing local-history and cultural-heritage lessons whose supporting sources can be checked by teachers.
ポコとTECHガイドPoko & TECH Guide
ポコと当サイトのTECHガイドが、記事の要約と収集した情報から読みどころを語るAI生成の対話です。Poko and TECH Dashboard's own TECH Guide discuss the article's highlights in an AI-generated conversation based on its summary and collected source details.
- ポコPoko文字検索できない画像だけの本から、どうやって巻とページ付きで答えを出すの？How can HistoRAG answer with volume and page citations when the books are just scanned images with no searchable text?
- TECHガイドTECH Guide本文では、視覚言語モデルで各ページを文字化し、行ごとの信頼度も残すんじゃ。視覚言語モデルは画像と言葉を扱うAIじゃよ。The paper says it transcribes each page with a vision-language model and keeps confidence for every line. That’s an AI model that works with both images and language.
- ポコPokoつまり先生にとって、資料の山から授業に使う部分と出典を一緒に探す助手みたいなもの？So for teachers, is it like an assistant that finds lesson material and its source together from a pile of records?
- TECHガイドTECH Guideそういう役割じゃな。論文が示す範囲では、各事実に巻とページが付くので、先生が根拠を確かめられる教材を作りやすいんじゃ。That’s the role described here. Since every claim includes a volume and page, teachers can build local-history lessons whose sources they can check.
- ポコPokoへえ、答えを出すだけでなく、先生が元資料までたどれるのが大事なんだね！Oh, I get it—the key isn’t just getting an answer. It’s letting the teacher trace it back to the original material!
- TECHガイドTECH Guideその通りじゃ。ただし対象は単一の地域資料群じゃから、行ごとの信頼度と巻・ページを手がかりに先生が確認する設計なんじゃよ。Exactly. One caveat is that it answers from a single regional collection, and its line confidence plus volume-and-page citations are designed to help teachers verify the source.