論文の概要: Studying Comics at Scale with Artificial Intelligence: The PAGE Framework and Three Studies of American Comics and Japanese Manga

• arxiv url: http://arxiv.org/abs/2610.13840v1
• Date: Fri, 09 Oct 2026 16:49:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.690924
• Title: Studying Comics at Scale with Artificial Intelligence: The PAGE Framework and Three Studies of American Comics and Japanese Manga
• Title（参考訳）: 人工知能を用いた大規模コミック研究 : PAGEフレームワークとアメリカコミックと日本漫画の3つの研究
• Abstract要約: 我々は,人工知能を漫画研究の道具にするフレームワークであるPAGEを提案する。 すべてのスキャンをパネル、テキスト、レコードに解析し、各ページを人間のコーダのように書かれたコードブックに従う視覚言語モデルで注釈付けする。 本稿では,3,929冊のアメリカ漫画(1938-1956年)と87巻の日本漫画を,それぞれ異なる能力で3つの研究で実証した。
• 参考スコア（独自算出の注目度）: 8.970269049715933
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Comics are one of the great visual records of the twentieth century: hundreds of thousands of pages in which a mass readership saw its leaders, its wars and its heroes. Most of this record has never been studied as a whole; comics scholarship proceeds one book at a time. We argue that artificial intelligence, including generative models, can change this to the benefit of the medium itself. We propose PAGE, a framework that makes artificial intelligence an instrument for comics research. It parses every scan into panels, text and a bibliographic record; annotates each page with a vision-language model that follows a written codebook, as a human coder would; grounds samples of these readings in human annotation; and explains change across an archive, with estimates controlled for publisher and genre. We demonstrate the framework on 3,929 American comic books (1938--1956) and 87 volumes of Japanese manga, in three studies, each resting on a different capability. The first pairs text search with visual reading to recover how a mass medium portrayed political power. The second measures the page's visual form across an industry and recovers the hand of individual artists. The third follows who speaks across two comics traditions, checked against human annotation. Beyond research, the same instruments can make archives searchable by what is drawn, open comics to blind and low-vision readers, and help preserve fragile collections and credit uncredited artists. We outline a research agenda in which artificial intelligence strengthens the study, preservation and reach of the medium.
• Abstract（参考訳）: コミックは20世紀の偉大なビジュアル記録の1つであり、大衆読者がリーダー、戦争、ヒーローを見た何十万ページものページである。 この記録のほとんどは全体としては研究されておらず、漫画の奨学金は一度に1冊ずつ出版される。 我々は、生成モデルを含む人工知能が、これを媒体自体の利益に変えることができると主張している。 我々は,人工知能を漫画研究の道具にするフレームワークであるPAGEを提案する。 すべてのスキャンをパネル、テキスト、書誌記録にパースし、各ページを人間のコーダーのように書かれたコードブックに従う視覚言語モデルで注釈付けし、これらの読み物のサンプルを人間のアノテーションでグラウンドスし、アーカイブを通じて変更を説明し、出版者やジャンルによって推定される。 本稿では,3,929冊のアメリカ漫画(1938-1956年)と87巻の日本漫画を,それぞれ異なる能力で3つの研究で実証した。 最初のペアはテキスト検索と視覚的な読み出しを組み合わせて、マスメディアが政治的権力を表現した様子を復元する。 2つ目は、ページの視覚的形態を業界全体で測定し、個々のアーティストの手を回復する。 3人目は2つの漫画の伝統を語り、人間の注釈に逆らう。 研究の他に、同じ楽器は、描かれたものを検索できるようにし、漫画を盲目や低視野の読者に開放し、脆弱なコレクションやクレジットされていないアーティストの保存を助けることができる。 我々は,人工知能がメディアの研究,保存,到達力を強化する研究課題を概説する。

関連論文リスト

• From Panels to Prose: Generating Literary Narratives from Comics [55.544015596503726]
  漫画からテキストベースの文芸物語を自動生成するシステムを開発した。 提案手法は,オリジナルの物語を伝えるだけでなく,キャラクターの深さや複雑さを捉えた,挑発的で没入的な散文を作成することを目的としている。
  論文  参考訳（メタデータ） (2025-03-30T07:18:10Z)
• The Manga Whisperer: Automatically Generating Transcriptions for Comics [55.544015596503726]
  我々は,パネル,テキストボックス,文字ボックスを検出可能な統一モデル Magi を提案する。 本稿では,検出したテキストボックスを読み順にソートし,対話文を生成する手法を提案する。
  論文  参考訳（メタデータ） (2024-01-18T18:59:09Z)
• Comics for Everyone: Generating Accessible Text Descriptions for Comic Strips [0.0]
  我々は、視覚障害者のコミュニティにアクセス可能なコミックストリップの自然言語記述を作成します。 まず、コンピュータビジョン技術を用いて、コミック画像のパネル、文字、テキストに関する情報を抽出する。 我々は,人間の専門家が注釈付けした漫画のコレクション上で本手法を試行し,定量的および定性的な指標を用いてその性能を計測する。
  論文  参考訳（メタデータ） (2023-10-01T15:13:48Z)
• Dense Multitask Learning to Reconfigure Comics [63.367664789203936]
  漫画パネルの密集予測を実現するために,MultiTask Learning (MTL) モデルを開発した。 本手法は,漫画パネルにおける意味単位と3D概念の同定に有効である。
  論文  参考訳（メタデータ） (2023-07-16T15:10:34Z)
• Manga109Dialog: A Large-scale Dialogue Dataset for Comics Speaker Detection [37.083051419659135]
  Manga109Dialogは世界最大の漫画話者データセットデータセットであり、132,692対の話者対を含む。 距離に基づく既存手法とは異なり,シーングラフ生成モデルを用いた深層学習手法を提案する。 実験の結果,シーングラフによるアプローチは既存の手法よりも優れており,予測精度は75%以上であることがわかった。
  論文  参考訳（メタデータ） (2023-06-30T08:34:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。