差分

このページの2つのバージョン間の差分を表示します。

--- korean:mecab:detail [2015/10/13 22:23] – [登録項目の元データ] yoshi
+++ korean:mecab:detail [2021/01/17 11:40] (現在) – [HanDicの詳細情報] yoshi
@@ 行 1: / 行 1: @@
 ====== HanDicの詳細情報 ======
-===== バージョン =====
+[[https://ja.osdn.net/projects/handic/|HanDic]]の登録項目など，詳細情報は以下のとおりです．
-HanDicのバージョンは現在''0.1''です．登録項目数，学習用データの量は以下の通りです．
-  * バージョン：0.1(20150525)
-  * 項目数：105,905
-  * 学習用データ：2,100文
 ===== 登録項目の元データ =====
@@ 行 20: / 行 12: @@
     * 韓国人の姓：Wikipediaの[[http://ko.wikipedia.org/wiki/%EB%8C%80%ED%95%9C%EB%AF%BC%EA%B5%AD%EC%9D%98_%EC%9D%B8%EA%B5%AC%EC%88%9C_%EC%84%B1%EC%94%A8_%EB%AA%A9%EB%A1%9D|대한민국의 인구순 성씨 목록]]を利用，漢字表記あり
     * <del>ソウル地下鉄駅名：[[http://www.seoulmetro.co.kr/station/stationinfo.action|서울메트로 교통센터]]の「駅選択」リストを利用，漢字表記なし</del>
-    * 鉄道駅名（地下鉄・国鉄）：Wikipediaの[[http://ko.wikipedia.org/wiki/%EC%88%98%EB%8F%84%EA%B6%8C_%EC%A0%84%EC%B2%A0%EC%97%AD_%EB%AA%A9%EB%A1%9D|대한민국의 철도역 목록]]を利用，漢字表記あり
+    * 鉄道駅（地下鉄・国鉄）：Wikipediaの[[http://ko.wikipedia.org/wiki/%EC%88%98%EB%8F%84%EA%B6%8C_%EC%A0%84%EC%B2%A0%EC%97%AD_%EB%AA%A9%EB%A1%9D|대한민국의 철도역 목록]]を利用，漢字表記あり
-    * 韓国の行政区域名：[[http://www.mopas.go.kr/|행정안전부]]作成の「지방자치단체 행정구역 및 인구 현황(2012.1. 현재)」[[http://www.mopas.go.kr/gpms/ns/mogaha/user/userlayout/bulletin/userBtView.action?userBtBean.bbsSeq=1021917&userBtBean.ctxCd=1059&userBtBean.ctxType=21010002&currentPage=11|データ]]を利用，漢字表記あり（道・市・郡・邑・面・洞．洞は行政洞のみ含む）
+    * 韓国の行政区域：[[http://www.mopas.go.kr/|행정안전부]]作成の「지방자치단체 행정구역 및 인구 현황(2012.1. 현재)」[[http://www.mopas.go.kr/gpms/ns/mogaha/user/userlayout/bulletin/userBtView.action?userBtBean.bbsSeq=1021917&userBtBean.ctxCd=1059&userBtBean.ctxType=21010002&currentPage=11|データ]]を利用，漢字表記あり（道・市・郡・邑・面・洞．洞は行政洞のみ含む）
-    * 国名，首都名：Wikipediaの[[http://ko.wikipedia.org/wiki/%EC%88%98%EB%8F%84_%EB%AA%A9%EB%A1%9D_(%EB%82%98%EB%9D%BC_%EC%9D%B4%EB%A6%84_%EC%88%9C)|나라 이름순 수도 목록]]を利用，漢字表記あり
+    * 国名，首都：Wikipediaの[[http://ko.wikipedia.org/wiki/%EC%88%98%EB%8F%84_%EB%AA%A9%EB%A1%9D_(%EB%82%98%EB%9D%BC_%EC%9D%B4%EB%A6%84_%EC%88%9C)|나라 이름순 수도 목록]]を利用，漢字表記あり
     * 外来語表記用例資料：韓国・国立国語院の「외래어 표기 용례 자료」の「중국 인명과 지명」から，人名および都市（一部：都市，省，省都，県，自治区・自治州，州都，直轄市），漢字表記あり
     * 山・河川：Wikipediaの[[http://ko.wikipedia.org/wiki/%EB%B6%84%EB%A5%98:%EB%8C%80%ED%95%9C%EB%AF%BC%EA%B5%AD%EC%9D%98_%EC%82%B0|대한민국의 산]]，[[http://ko.wikipedia.org/wiki/%EB%8C%80%ED%95%9C%EB%AF%BC%EA%B5%AD%EC%9D%98_%EA%B5%AD%EA%B0%80%ED%95%98%EC%B2%9C_%EB%AA%A9%EB%A1%9D|대한민국의 국가하천]]を利用，漢字表記あり
@@ 行 28: / 行 20: @@
     * その他
-ネット上のデータについては，誤りなどを見つけ次第修正しています．
+その他，追加した項目の詳細については[[:korean:mecab:changelog|HanDicの変更履歴]]を参照のこと．ネット上のデータについては，誤りなどを見つけ次第修正しています．
 ===== 品詞体系と素性の記述 =====
@@ 行 41: / 行 34: @@
 韓国・[[http://www.sejong.or.kr/|21世紀世宗計画]]のRawコーパスから，以下のファイルについて見出しを除く冒頭の100文を抜き出し，解析を行って修正した上で，学習用コーパスとしました．品詞の付与については，それぞのれファイルに対応するTaggedコーパス（形態素解析済みコーパス：ファイル名の冒頭がB**T***となる）を参考としました．
+  - 「해남 가는 길」(BREO0088.txt)
   - 「함께 걷는 이 길은: 한샘 미네르바문고3」(BRHO0111.txt)
   - 「알기 쉬운 인권 지침」(BRHO0112.txt)
@@ 行 62: / 行 56: @@
   - 新聞「조선일보 경제(93)」(BRAA0007.txt)
   - 新聞「조선일보 문화(93)」(BRAA0009.txt)
+  - 新聞「동아일보 문화(2003)」(BRBD0066.txt)
+  - 雑誌「주간 경향(1994/09-1994/11)」(BRAB0173.txt)
+  - 「시간속의 도적」(BREO0081.txt)
+  - 雑誌「금융 97년 1월호」(BRBE0237.txt)
 以上のデータから学習用コーパスを作成し，パラメータ学習に利用しました．<del>その上で，用言と接尾辞，語尾との連接コストを修正しました．具体的には，構築後の辞書ディレクトリに含まれるmatrix.defのうち，不可能な連接のコストを「0」に設定し，再びmecab-dict-indexで辞書を構築しました．</del>
-学習用データについても今後量を増やしていく予定です．
+その後追加した学習用データについては，[[:korean:mecab:changelog|HanDicの変更履歴]]に追記しています．
 <wrap hi>[2014/11/01]</wrap> なお，改訂版の辞書では하다用言などについて，「学習用語彙」に含まれる項目も하다を分離して登録してあります．
@@ 行 71: / 行 69: @@
 ===== 辞書構築の実際 =====
-ケーススタディとして，ひらがなをハングルで転写するための変換用辞書を構築しました．具体的な方法については[[..:mecab:hira2han|変換用辞書の構築について]]をご覧ください．なお，[[http://porocise.sakura.ne.jp/korean/hira2han/index.html|MeCabによるひらがなのハングル転写]]というツールも公開していますので，ご参照ください．
+ケーススタディとして，ひらがなをハングルで転写するための変換用辞書を構築しました．具体的な方法については[[..:mecab:hira2han|変換用辞書の構築について]]をご覧ください．なお，[[https://porocise.sakura.ne.jp/korean/hira2han/index.html|MeCabによるひらがなのハングル転写]]というツールも公開していますので，ご参照ください．
  {{indexmenu_n>22}}