おーぷん万叶プロジェクトとは
?
0 likes?2,855 views
おーぷん万叶の説明です。后半部分は话をした场所が异なるだけで、２週间前に话したネタの使い回しとなっています。ごめんなさい镑镑
おーぷん万叶プロジェクトとは
- 2. 自己紹介 ● 東海道らぐ（Tokaido Linux User Group）の案内人 ● その他、日本openSUSEユーザ会の人 ● おーぷん万葉プロジェクトを始めてます – 本日の紹介する内容 ● 実は理系ではなく元々は文系の人間です – 某大学の文学部日本文学文学科卒 – ケータイメールの研究などもしてました
- 4. おーぷん万叶プロジェクトとは ● 目的「オープンな日本語辞書を手に入れよう！」 – どんなアプリでも使用可能な（中立の）日本語辞書を作りたい 現在は… – オープンソースのかな漢字変換ソフトを開発中 – オープンソースカンファレンスや関西オープンフォーラムに出展 – メンバーは３人…？ ● 強引に巻き込んでしまってる方もいらしたり…
- 6. 「おーぷん万葉」背景 ● 現在、国立国語研究所が Unidic という電子化辞書を公開している が、以下の点で十分とは言えない。 Unidic : http://www.ninjal.ac.jp/corpus_center/unidic/ – 形態論情報を付与するための辞書であって、汎用性が皆無。 – コミュニティで作成しているわけではないため、追加したい用語 を追加できない。 ● かな漢字変換ソフト用の辞書が整備されていない。 – Googleのmozc等、ベンダー依存の開発体制になってしまっている。
- 7. 「おーぷん万葉」目的 ● コミュニティー主導による辞書構築を行う。 – 当面はかな漢字変換ソフトで使用できる辞書を作成する。 参考： SKKDICの辞書登録?削除希望フォーム http://openlab.ring.gr.jp/skk/registdic.cgi ● 日本語コーパスと単語の用例をまとめ、日本語研究を活発にする。 – KOTONOHA計画のオープンソース版のようなものを構築する。 KOTONOHA計画： http://www.ninjal.ac.jp/corpus_center/kotonoha.html お金のない学生だって、コーパス使いたいですよね？＾＾；
- 9. Mozcは結構使われている ● Google日本語入力のオープンソース版 ● 多くのLinuxディストリビューションに採用 – Ubuntu – Debian – openSUSE – Vine Linux ちなみにRedHat系はlibkkcを採用しています（二強？）
- 10. Mozcの変換ロジック「コスト最小法」とは ※ツッコミ大歓迎です…^^;;; 文 頭 私 の 名前 は 中野 です 文 末ので す 中 綿 市 花 課 例： 「わたしのなまえはなかのです」を変換する場合 （コストの値はテキトーです^^;） 10 30 15 30 15 10 15 40 20 50 ● 単語生起コスト：単語の出現優先度を表したコスト ● 連接コスト： 単語と単語の結びつきやすさを表したコスト → 全て足して合計値が最も低いルートが候補 15 30 40 45 20 20 20 20 50 20 25 30 40 45 20 20 出現頻度の高い単語は 単語生起コストが低い 「名前」と「花」という単語は結びつきにくいので 連接コストは高い
- 13. これはコスト最小法で変換できるの？ 庭 庭 鶏には が いる 庭 二 鶏には が いる羽 正解の変換のほうが単語数が多いため 単語生起コストが高くなる可能性が高い？ N文節最長一致法の場合は恐らく実装による 「二羽」で１文節だがそもそもそんな単語が辞書にあるか…
- 16. おーぷん万葉プロジェクトからお願い ● 協力者を募集しています！！！ – かな漢字変換ソフトを開発したい方 – IM（インプットメソッド）をどうにかしたい方 – 日本語辞書を開発したい方 – こんなネタがあるよ?と提案してくださる方
- 18. ご清聴、ありがとうございました！