トップページ⇒linux
986コメント307KB

mozc / Google 日本語入力 #1

■ このスレッドは過去ログ倉庫に格納されています
0001login:Penguin2010/05/13(木) 11:58:50ID:e7jJ/yN9
http://code.google.com/p/mozc/
ref.
http://sourceforge.jp/magazine/10/05/11/0335246
http://googlejapan.blogspot.com/2010/05/google_10.html
0369login:Penguin2010/06/05(土) 13:27:13ID:r9Lhvdmg
単漢字で出にくいもの。

「ち　日」出るのが早すぎ。そもそも必要？
「こ　子」なかなか出ない。
「だん　男」なかなか出ない。
「くん　組ん」出るのが早すぎ。「君」「くん」を優先。
「じん　腎」出るのが早すぎ。「人」を優先。
「かみ　上」最優先にするものではないと思う。「紙」「神」を優先。
「せい　生」全然出てこない。かなり下にある。
「とう　頭/冬/島など」なかなか出てこない。
「かい　回」なかなか出ない。
「きょう　強」なかなか出ない。
「じ　時」なかなか出ない。
「さる　申」「猿」を優先。

「そよぐ」普通に変換すると「そよぐ」になるが、
「戦ぐ」が第一にサジェストされるのはなぜ？
こういうケース結構ある。

「たんさん　単三」候補がない。
0370login:Penguin2010/06/05(土) 14:58:33ID:7VLh6t0e
>>368
そんなこと言ってると、mozcの変換精度が他と比べてたいしたことないってこと
説明してよと言いたくなるじゃないか。
0371login:Penguin2010/06/05(土) 15:17:11ID:R3XOmDMP
まあ何はともあれAnthy以外に選択肢ができたのはいいことだ。
0372login:Penguin2010/06/05(土) 16:19:04ID:SieYDk6Z
？ ATOKがあるじゃん。
0373login:Penguin2010/06/05(土) 16:32:36ID:ZADDM2Q0
>>367
ゴミとか言ってる奴は変換辞書を国語辞典かなにかと勘違いしてるんじゃないの？

基本的には自動収集で大は小を兼ねるって思想だよな、元々の辞書に比べて足りない方が問題。
ケチくさい奴は他の変換使ってればいいよ。

検索屋の発想だから、悪影響のあるゴミはルールで排除って感じでしょ？
結局そこんとこがグーグルの肝なのでフリーになってない訳で。
0374login:Penguin2010/06/05(土) 17:21:43ID:rTZo1uGy
ヶセットは〜個セット、ヶラヶラは笑い声の擬音かな
「こせっと」「けらけら」の読みで変換できるといいね

ところで、「か」「が」「こ」で「ヶ」が出ない
0375login:Penguin2010/06/05(土) 17:44:16ID:D5PsWP6U
>>370
変換精度云々言い出したのは、Googleとmozcをﾏﾝｾｰしてるやつの方。
一般的には選択肢が増えた程度の認識しかない。
0376login:Penguin2010/06/05(土) 18:00:55ID:r9Lhvdmg
>>373
>>362 >>359

>>374
> ヶセットは〜個セット
そうだな。
しかし「けせっと」だと「毛セット」、
「こせっと」だと「小セット」になって、
「ヶセット」が出ない。
sannxkesetto、とかじゃないと出ないな。

Google IMEの辞書から秘密情報を取り除いて、
低頻度の表現をバッサリ削ったもののほうが、
精度としては良くなる気がする。
0377login:Penguin2010/06/05(土) 18:13:22ID:r9Lhvdmg
Mozcで困るのは、先々の方針がよくわからないことだなあ。
これだけ早く設定ツール出すんだったら、
mozc-configの人もCUIまででやめてたんじゃないかな。
(止めてたんじゃないかな、が出ない。)
辞書をチェックするにしてもツール作るにしても
ムダデマ(無駄手間、が出ない)になる恐れがある。
あとで嫌な思いしないように(ように、の順位低い)、
眺める程度のことしかできない。

変換確認にしたって辞書がゴソッと変わったらイチからやり直しだもんな。
0378login:Penguin2010/06/05(土) 18:31:21ID:ZADDM2Q0
>>376
取り除いたら出なくなって駄目駄目だろ。
品詞別にフィルタでも掛けてたんじゃないの？
0379login:Penguin2010/06/05(土) 18:42:40ID:ZADDM2Q0
mozcの作りは聞いた限りでは意外と教科書通りというか、オーソドックスな印象を受ける。
むしろ、最新研究てんこ盛りの筈のanthyの結果が振るわないのがおかしいんだよ。
辞書に関してはmozcに流用しただけで評価されているのだから問題は無さそうなのに。
0380login:Penguin2010/06/05(土) 19:12:30ID:ZADDM2Q0
>>377
選択肢を増やすことを、無駄手間と考えてしまうエコノミックアニマルこそ開発にとって問題なのかもしれない。
例えばGCCがあったからこそ他の開発ツールが対抗して無償化したりした訳で、それと同じだと考えればいい。
大体そんなこと言ってたら、gtkだのqtとかこそ無駄手間でバカバカしい。
0381login:Penguin2010/06/05(土) 19:58:50ID:r9Lhvdmg
時々語尾がおかしいな。
そんなやつが痛な (いたな)
冷静な自分が板 (いた)

やっぱ人名弱いな。
損|正義

やっぱ中黒なしだけか。
ジョニーデップ

現時点での感想。
・ある程度の長さを入力した時の第一表記は筋がいい。
・しかしよくある第二表記を選ぼうとするとなかなか見つからないことがある。
・短い読み入力だと精度がぐっと落ちる。
・特に単漢字に関しては頻出語がなかなか出てこなかったり、
頻出語に変な読みを当てたものが上位に来たり。
(人がチェックしていないのでしかたない)

ちょっとずつ変換する人や、
推敲して部分修正を繰り返す人は、
変換精度のギャップに戸惑うかも。

テストはぜんぶ素もずくでやった。
他の人もテストしてくれるとありがたいな
0382login:Penguin2010/06/05(土) 20:24:21ID:ZADDM2Q0
>>381
実証は大切だけど、そもそも辞書眺めてれば気がつくよ。
ipadic辞書を人がチェックしてないということは有り得なくて、
元々変換とは逆の目的の、漢字を読み下したり解析するための辞書だったからってだけでしょ。

追加分も手動だとかどっかに書いてなかったっけ？
まあフィルタが封印されている以上、吟味するしかないんだろうけど。
0383login:Penguin2010/06/05(土) 22:54:03ID:9mDSEu8Q
>>381
そうやっていちいちダメ変換を調べること自体は悪くないんだけど、
やっぱりある程度のカバレッジを持ったテストデータを作って自動で評価できるようにしないとダメだと思うよ

細かい問題を直したら他のところがおかしくなるなんてざらにあるだろうし、
何でもほいほい辞書に足せば精度が上がるというものでもなかろう
0384login:Penguin2010/06/05(土) 23:31:30ID:EmRTT+mM
>>372
ibusで使えたっけ
0385login:Penguin2010/06/06(日) 00:45:41ID:OSNssyVe
ibus-mozcだよ。
0386login:Penguin2010/06/06(日) 02:57:14ID:7kplvdM/
「云いました」「そんなふうに言いました」みたいに
「いいました」がずれるのは、品詞が細かすぎるからかもなあ。

いい 1258 1258 3354 云い
いい 1258 1258 5388 謂い
いい 1259 1259 0 いい
いい 1268 1268 0 言い

1258 動詞,自立,*,*,五段・ワ行促音便,連用形,*
1259 動詞,自立,*,*,五段・ワ行促音便,連用形,いう
1260 動詞,自立,*,*,五段・ワ行促音便,連用形,いく
1261 動詞,自立,*,*,五段・ワ行促音便,連用形,おこなう
1262 動詞,自立,*,*,五段・ワ行促音便,連用形,おもう
1263 動詞,自立,*,*,五段・ワ行促音便,連用形,使う
1264 動詞,自立,*,*,五段・ワ行促音便,連用形,思う
1265 動詞,自立,*,*,五段・ワ行促音便,連用形,行う
1266 動詞,自立,*,*,五段・ワ行促音便,連用形,行く
1267 動詞,自立,*,*,五段・ワ行促音便,連用形,行なう
1268 動詞,自立,*,*,五段・ワ行促音便,連用形,言う
1269 動詞,自立,*,*,五段・ワ行促音便,連用形,買う
1270 動詞,自立,*,*,五段・ワ行促音便,連用形,違う

「いい/言い」を1258にしたら常に前に出るんだろうな、
少なくとも頻度的には。

前に言葉がないとき1259/1268が弱すぎるのかなあ
0387login:Penguin2010/06/06(日) 07:05:02ID:icwZ8Ez7
いいま 2239 2291 6486 言いま
じゃないの？
0388login:Penguin2010/06/06(日) 08:18:04ID:zbnKys/K
mozc-server+dict入れられないんだけど
0389login:Penguin2010/06/06(日) 18:53:11ID:7kplvdM/
>>387
そうかもと思ったが、違うかもねー。
品詞 2239/2291 言いま の頻度を上げたところで、
品詞 1258/1258 云い にはあまり影響しないんじゃないかな。

単純に同品詞の 1258/1258 言い を作るほうが確実に潰せる。
「他に影響あるかも」と不安になるのであれば、
0 みたいな極端な頻度じゃなく (元の頻度 + 2000) 言い ぐらいにしておけばいい。

何にしても品詞体系をもうちょっと簡素化するか、
1259以降の特殊品詞の項目を1258の一般品詞にも重複登録するほうが
いいんじゃないかと思った。

こんな感じ。
いい 1258 1258 2000 いい
いい 1258 1258 2000 言い
いい 1258 1258 3354 云い
いい 1258 1258 5388 謂い
いい 1259 1259 0 いい
いい 1268 1268 0 言い

抑えめの頻度で登録すればそれほど悪影響もないと思う
0390login:Penguin2010/06/06(日) 19:07:38ID:icwZ8Ez7
>>389
汎用品詞の登録を増やしても先祖帰りするだけでしょ。
接続コストの実測値でパターンが似通っているならクラスタ化しても問題ないと思うけど、
そんなデータあるの？
0391login:Penguin2010/06/06(日) 22:07:07ID:NlLwXMcQ
「おーすとこ」ってやったらサジェストにオーストコリアが出てくるのはさすが。
0392login:Penguin2010/06/07(月) 03:47:24ID:szI55KPJ
はやくQt依存を切ってGtkにしろよ
libqtなんて入れたくないんだよ
0393login:Penguin2010/06/07(月) 04:18:46ID:9HlTgDD4
グーグルアースもQtだし、社の方針でしょ
KDEに乗り換える人が増えそう
0394login:Penguin2010/06/07(月) 05:00:56ID:y4gOikgu
>>392
Gtk版を作ればええやん
0395login:Penguin2010/06/07(月) 22:43:32ID:mmfdo0Vn
工学系で使える辞書欲しいな
0396login:Penguin2010/06/07(月) 22:53:41ID:P9Ov0s9m
>>381
短いとやっぱ弱いのかな？
おもわんが重ワンとなるのに
そうはおもわんと入れるとそうは思わんとちゃんと変換される。
わりと区切って入力するのでちょっと戸惑う。
0397login:Penguin2010/06/07(月) 23:08:44ID:LJSwkYCS
思い
思うとき
思えば
オモワン

なんだろうなこれ。
0398login:Penguin2010/06/07(月) 23:29:43ID:LJSwkYCS
思わぬ が変化したのが 思わん なのか、日本語って難しいな。
0399login:Penguin2010/06/08(火) 05:34:28ID:B/3137Xj
難しいっつうより頭がおかしい。
0400login:Penguin2010/06/08(火) 10:43:12ID:X+aW8Khr
>>396
「思う」という動詞が他動詞で、必ずその前に節を持つからかな？
「思わん」も「ん」が否定の助動詞「ぬ」の音便化なら、未然形に活用してるだけで、
特に不思議でも難しくもないと思うけど。

思わ/ない(ぬ、ん)
思い/ます
思う
思う/とき
思え/ば
思え
0401login:Penguin2010/06/08(火) 11:58:56ID:umojQr77
思はぬ → 思わぬ → 思わん
0402login:Penguin2010/06/08(火) 15:53:25ID:M67rsOKg
>>400
完成した文章を1文単位で分析して頻度を出した場合、
「xxxxである。思わん。xxxx。」みたいな表現はまず出てこない。
だから「思わん」単体だと全然優先されないのかも。

でも実際の入力では考え考え入力するわけだから、
1-3文節ずつぐらいで入力することが多いのだろう。
推敲の過程で「思わん」だけを入力することもよくあるはず。

1文単位で分析して語の結びつきを調べるだけでなく、
1-3文節ぐらいでの優先度も加味して辞書の頻度を出せたらいいのかもね。

まあこれを簡易にやるとしたら、
「思わん」の表記と頻度情報を
汎用動詞のところにも追加することかな。
(手元に資料がないので「思わん」の品詞がどうなってるかわからんけど)
>>389みたいな感じ
0403login:Penguin2010/06/08(火) 20:56:27ID:M67rsOKg
http://www.google.com/codesearch?q="TODO"+package:"http://mozc.googlecode.com/svn"
TODO 99件ですか。確かに大変そう。

trunk/src/converter/candidate_filter.cc
136: // This is a temporal workaround for fixing "おそう" => "御|総"
137: // TODO(taku): remove it after intorducing a word clustering for noun.
138: if (candidate_size >= 3 && candidate->nodes.size() > 1 &&

一時的とはいえ、場当たり的にフィルタ作ってもキリがないかも
0404login:Penguin2010/06/09(水) 22:18:15ID:nAHqWJMV
mozc 空気嫁内
anthy 食う清めない

どっちも馬鹿だorz
0405login:Penguin2010/06/09(水) 22:21:21ID:f1C41BBe
空気を読めない、が正しい日本語であって、
変な日本語まで相手にしないといけないからIMって大変だよな。
0406login:Penguin2010/06/09(水) 22:33:39ID:Ws4Lks8p
空気嫁を辞書に載せる必要あるのかって
0407login:Penguin2010/06/09(水) 22:36:40ID:RIVNiz1o
損なことは主っていません
(そんなことは思っていません)

辞書いじったからかと心配したら、
デフォのもずくでもこうだった

>>404
「てにをは」抜きはユーザのバカもちょっとある。
リロードしたら>>405が書いてたか
0408login:Penguin2010/06/09(水) 23:12:10ID:nAHqWJMV
mozc　それは位置理あるぜ
Anthy それは一理あるぜ

やっぱmozc馬鹿だ
変換精度とか言ってた馬鹿出てこい
0409login:Penguin2010/06/09(水) 23:12:47ID:SiUAEJXW
>>406
とりあえずオレのTENGAに謝ってくれるかね
0410login:Penguin2010/06/09(水) 23:15:32ID:nAHqWJMV
>>407
mozc そんなことは主っていません
Anthy そんなことは思っていません

やっぱmozc馬鹿だ
↓こういう馬鹿
364 名前：login:Penguin [sage]： 2010/06/05(土) 10:38:19 ID:FvoE5wGr
anthyがバカってことを認められないバカが一匹いるなｗ
0411login:Penguin2010/06/09(水) 23:22:03ID:NYLHc+6y
一度変換したらサジェストで出るのが賢いって事じゃないの？
物を知らない奴とバカな奴は別だな。
0412login:Penguin2010/06/09(水) 23:26:36ID:mucBmdtX
ごくわずかな部分を見て全体をわかったつもりになる馬鹿
0413login:Penguin2010/06/09(水) 23:36:17ID:qhED6547
>>408
あなたが使っているAnthyは「素」のAnthy?
それともUTUMIさんのModified Anthy?

私はmozcもAnthyもどちらか一方に肩入れするつもりは無いが、
変換精度とかいう話を持ち出すのであれば、どちらも「素」の状態で、
なおかつ、未学習の状態で比較すべきだと思うが。
0414login:Penguin2010/06/09(水) 23:50:28ID:h+8Jcbr2
ずっとそんな状態で使うわけじゃないんだから、
その条件で比較する意味なくね？
例えばその条件でanthyの方が優れているとしても、
使うにつれ個人用の学習データが小さい素のanthyのが
素のmozcより使いにくく感じるだろうし。
0415login:Penguin2010/06/10(木) 01:23:25ID:mbMJMOce
>>413
お前が、それじゃ辞書の初期の重みづけを判別するだけってことすら理解出来ない
知能ってことは理解してあげた。
0416login:Penguin2010/06/10(木) 01:25:38ID:rK/aqtCT
>>415
日本語でおｋ
0417login:Penguin2010/06/10(木) 01:38:32ID:f9YWW83E
>>413
変換精度に辞書は関係ないと思うんだ。
UTUMI氏の辞書追加してGoogleってすげーってか。
0418login:Penguin2010/06/10(木) 08:03:02ID:YeHzUdmw
anthy擁護し続けてる一匹のバカはニホンゴもまともにかけないんだから
変換精度がどうのこうのの問題以前だｗ
0419login:Penguin2010/06/10(木) 08:14:27ID:YW5C5UEV
多さ、
が出てこないで大さになるのには閉口した。
Rev28
0420login:Penguin2010/06/10(木) 12:23:39ID:sjq9s/0m
>>417と>>418は
コテつけて他の人と区別できるようにしてから
二人で殴り合いしてくれないか
0421login:Penguin2010/06/10(木) 18:04:01ID:f9YWW83E
>>418
バカじゃなくて馬鹿
ニホンゴじゃなくて日本語
かけない→書けない
確かにお前は日本語もまともに書けないね。
0422login:Penguin2010/06/10(木) 18:26:27ID:fPMmYVAZ
そんなことは思っていません
0423login:Penguin2010/06/11(金) 18:00:40ID:7svKIEvM
目糞と鼻糞が罵り合ってるスレと聞いてやって来ましたｗ
>>417が目糞で、>>418が鼻糞ですか？
0424login:Penguin2010/06/11(金) 19:18:48ID:dbkzlWEr
>>423
いえ、耳くそですｷﾘｯ
0425login:Penguin2010/06/11(金) 19:26:16ID:7svKIEvM
>>424
耳糞さんも参戦ですか！？
目糞、鼻糞、耳糞の３竦みはどうなっているのでしょうか？
0426login:Penguin2010/06/11(金) 21:31:44ID:HBiF4xvh
なんか、使ってると少しずつ馬鹿になってない?
UTSUMIさん辞書を追加した直後は、オレ的に一発目で9割以上思い通りに変換してくれるように
なった印象があったんだけど、最近ちょいちょい変な変換するようになってきたような気がする。
一発目でほぼちゃんと変換してくれるので文節とか全然気にしてなかったせいなのか、辞書を
追加した副作用なのかよくわからんけど。
なんかチャーリー・ゴードンを思い出したぜ。
0427login:Penguin2010/06/12(土) 00:40:01ID:LX/B/Aqs
勝手に辞書追加しておいて文句言ってもダメだと何回言われたらわかるんだ
0428login:Penguin2010/06/12(土) 00:42:14ID:CoCYPUhz
説教房
0429login:Penguin2010/06/12(土) 00:47:55ID:g96ojhEY
UTUMI氏の辞書追加して変換精度とかほざいてた馬鹿涙目ｗｗｗ

0430login:Penguin2010/06/12(土) 02:45:59ID:vZS9Vjdk
>>427
目糞乙。
>>429
鼻糞乙。
0431login:Penguin2010/06/12(土) 09:24:21ID:HwPSTama
mozc きょう体
Anthy 筐体

ちょｗ
0432login:Penguin2010/06/12(土) 09:37:18ID:Ba4d1iMj
時代は変わる→mozc
自大は変わる→anthy
0433login:Penguin2010/06/12(土) 12:39:17ID:vZS9Vjdk
比較するなら、ちゃんとした一文で行うことも必要。
おれAnthyもmozcも無印じゃないから報告できないけど。
0434login:Penguin2010/06/12(土) 12:46:22ID:g96ojhEY
>>433
つまりおまえも、UTUMI氏の辞書で変換精度とか言ってる目糞くんか
0435login:Penguin2010/06/12(土) 16:08:11ID:p2A/0vlu
だれか
mozc vs anthyのスレを作ってそっちに誘導してやって。
スレが作れないから。
0436login:Penguin2010/06/12(土) 17:57:36ID:qhFozSGF
とりあえず、辞書のフォーマットは、よみと品詞相当の左右の文脈IDの組と頻度と変換語で計５要素使ってるって事でいいの？
で、公開版に含まれていないのは、自動収集の膨大な単語と、精密な頻度データと、ググル八分で有名なお得意の不正語フィルタ
って事で合ってる？
0437login:Penguin2010/06/13(日) 02:42:49ID:JhkzJet+
>>436
公開版のフォーマットは合ってるけど、
非公開版は何せ非公開なのでわからない。

http://sourceforge.jp/magazine/10/05/11/0335246
> Google日本語入力の辞書データはGoogle検索のランキング・
> インデクシングアルゴリズムを反映するような単語の頻度情報を含む

Google検索での単語ランキングとインデクス作成アルゴリズムは隠したい、
ということかな。

> 自動収集の膨大な単語と、ランキングデータ
これは入ってる。

> ググル八分で有名なお得意の不正語フィルタ
これは入ってるかどうかわからない。

短い読みを入力するとズタボロになるっていうのは、
MS-IMEがちょっと前に経験したことだよね。
MSがそれをどう克服したか、っていうのがヒントになるのかも。

変換アルゴリズム変更も含めていろいろ考えていらっしゃるようなので、
http://twitter.com/taku910/status/15785334647
まったりと期待
(Mozc以外のアルゴリズムのことかもしれないけど)
0438login:Penguin2010/06/13(日) 06:12:08ID:IohsGueo
現状もずくに足りない単語いくつかあるみたいだから、一文節で変換できないものをリストアップするのはいいかもね
0439login:Penguin2010/06/13(日) 07:32:51ID:JhkzJet+
最終的にはMozcとGoogle IMEの辞書は同じものになるんじゃないかな。
Google社内の人だってWindowsとChrome OSとで同じ変換結果が欲しいだろう。

語彙数を減らしてランキング精度も落とした辞書なら、
公開に大きな支障はないんじゃないかな。
もともと及川さんは「辞書だけ配ったら」って言ってたようだし。
http://twitter.com/mamoruk/status/15055959325
> プロダクトマネージャの及川って人がいて、
> なんかIME作るの大変そうだから辞書だけ配ったら、と言ったんですね。

秋後半にChrome OSが出るんだっけ？
http://www.itmedia.co.jp/news/articles/1006/03/news022.html
てことは9月頃にはMozcがどういう形になるか確定するんじゃない
0440login:Penguin2010/06/13(日) 13:36:49ID:SDyczpAN
>>421
当て字の馬鹿よりはバカの方が自然だと思う。

莫迦。
0441login:Penguin2010/06/13(日) 14:11:06ID:kc5+QLJB
しらんけど
しらんケド
シランケド
白んケド
0442login:Penguin2010/06/13(日) 14:13:03ID:kc5+QLJB
しらんけれど
白んけれど

知りませんわ
知りませんことよ
知らないです
知るかボケ
シーラ内
知らな言ったら
知っとるけ
0443login:Penguin2010/06/13(日) 16:46:26ID:ubyQDCwZ
なんか変な呪文を見せられてシラケる。
0444login:Penguin2010/06/13(日) 18:41:24ID:fkFT0NTC
IMEの変換精度って定量的な評価基準ってあんのかね。
論文とかあったりする？
0445login:Penguin2010/06/13(日) 19:06:30ID:voBenHq7
変換精度より学習能力の方が重要な気がしてきた。
0446login:Penguin2010/06/14(月) 20:37:05ID:cFzAXehZ
目糞と鼻糞の戦いに決着着いたの？
もっと、罵り合って欲しいな。
0447login:Penguin2010/06/14(月) 20:44:38ID:itjtAE+X
安thyの糞ブリは誰もが思うことなのに、Gに対する憎しみの余り安thyを擁護する池沼ブリｗ
0448login:Penguin2010/06/15(火) 09:56:22ID:WWgmOQND
>>447
午後
五後
御後
碁後
伍後

さすがmozcの変換精度はすばらしいｗ
0449login:Penguin2010/06/15(火) 16:53:38ID:eTqgSqS2
>>448
なにそれ？
地方ローカルの変換精度？？
0450login:Penguin2010/06/16(水) 08:23:23ID:aoHW7luQ
>>449
ごごをmozcで変換してみろよカス
0451login:Penguin2010/06/16(水) 17:41:20ID:wWoolAjK
>>450
午後
午后
ご後
ごご
ゴゴ
gogo
GOGO
ｇｏｇｏ


自分で好きな辞書いれて使えばいいんじゃない？
ttp://www.geocities.jp/ep3797/mozc_01.html
0452login:Penguin2010/06/16(水) 19:28:46ID:Gp0Lw4o3
r30きてるよ！
0453login:Penguin2010/06/17(木) 08:30:23ID:9frVqmCm
>>451
私家版辞書で、Googleってすげー、mozcってすげーってか
mozcは私家版辞書で変換精度も向上しますｷﾘｯ
さすがmozcすげーぜｗｗｗ
0454login:Penguin2010/06/17(木) 08:44:24ID:9frVqmCm
>>452
そうそう
毎度のことながらまたbuildに必要なソフトが増えてるから、そのままbuildしてbuildできねーとか書くなよな
とくにGoogle妄信的ﾏﾝｾｰ野郎はな
0455login:Penguin2010/06/17(木) 11:30:57ID:nd3z9T0m
なんという自演……
0456login:Penguin2010/06/17(木) 13:02:40ID:XA+wvXLt
わかりやすいanthyバカ自演ｗ
0457login:Penguin2010/06/17(木) 13:56:54ID:9frVqmCm
自演だって・・・
なんちゅう単純な思考
0458login:Penguin2010/06/17(木) 16:48:51ID:7Jb8hXGr
>>453
当たり前なことを興奮しながら言うな
気に入ったIMEと辞書を組み合わせて使えばいい
0459login:Penguin2010/06/17(木) 16:53:19ID:mnF1tUm+
まずはデフォの辞書で精度上げようぜ、って話じゃなかったっけ。
0460login:Penguin2010/06/17(木) 16:59:11ID:7Jb8hXGr
>>459
そんなのGoogle次第じゃないの？
オープンソースのプロジェクトなんだし
派生版とか野良辞書とか組み合わせて使うほうがLinuxっぽくていいと思うけどね
何でも受身（デフォルト）で使うならLinuxなんていらないんじゃないか
0461login:Penguin2010/06/17(木) 19:00:14ID:iNMpus7y
>>459
Googleのデフォルトの辞書の定義次第でしょ。
Googleが色々弄った辞書をデフォルトですって言われれば
それがデフォルトな訳だし。

さあ、もっと目糞と鼻糞の掴み合いの取っ組み合いを魅せてくれｗ
0462login:Penguin2010/06/17(木) 23:37:35ID:O9N+TpoV
SCIM対応になって、実質誰でも使えるようになったわけだが、
なんでいまさらSCIM対応??
0463login:Penguin2010/06/18(金) 01:45:02ID:IRUjfEYT
sj3辞書の単語使ったmozcとかどうか？
0464login:Penguin2010/06/18(金) 02:11:30ID:IRUjfEYT
そういえばさ、２ｃｈブラウザのログなんかをコーパスに使って頻度値を書き換えてみたらどうなるのかとかって
やってみた人居ないのかな？
0465login:Penguin2010/06/18(金) 17:29:22ID:179siXes
>>464
2chからのデータで頻度値を書き換える意味ってあるのか？
日本語を正しく使えない奴らの集まりだぞｗ
0466login:Penguin2010/06/18(金) 17:37:11ID:CO7JxFy0
会話が成立してないもんな
0467login:Penguin2010/06/19(土) 03:52:58ID:zfGxTSJm
r30 だけど、濁音語で濁音なしでないと変換できないことが多いような。
例えば
寿司三昧
とかくのに、
すしざんまい
ではだめで、
すしさんまい
としないと変換出来ない。

何となくだけど、もとの辞書と変換アルゴリズムのコンボで起きてる希ガス
0468login:Penguin2010/06/19(土) 13:31:46ID:Mym/g2aK
郵便番号辞書が追加出来ない

$ ../../dictionary/gen_zip_code_seed.py --zip_code=KEN_ALL.CSV --jigyosyo=JIGYOSYO.CSV > ./zip_code_seed.tsv
../../dictionary/gen_zip_code_seed.py: line 43:
The tool for generating zip code dictionary.
Input files are shift-jis csv.
Output lines will be printed as utf-8.

usage:
./gen_zip_code_seed.py --zip_code=zip_code.csv --jigyosyo=jigyosyo.csv > zip_code_seed.tsv

Zip code sample input line:
01101,060: No such file or directory
../../dictionary/gen_zip_code_seed.py: line 46: __author__: コマンドが見つかりません


■ このスレッドは過去ログ倉庫に格納されています