康煕部首の文字化けを含むテキストデータの検索と分類

抄録

大学における情報共有のためのファイル形式としてPDFが頻繁に用いられている。PDFは環境に依存せずに表示や印刷ができるという特徴があるが、ファイル作成時のフォントとソフトウェアの組み合わせにより、漢字が康煕部首（こうきぶしゅ）に文字化けする事象が知られている。本研究ではこのようなテキストデータの破損が大学図書館の書誌情報の検索に与える影響を定量的に評価し、有効な対処法を考察する。