100万字日本語かなn-gramデータ | ローマ字入力でもなく、かな入力でもなく
tomoemonさんが日本語n-gramのデータを探されているようなので、探されているものとは違うような気もするけれど、自分が作ったn-gramデータをアップしておきます。 作成手順は以下の通り。 1.Web上その他から、文章を適当に100万字採集。一応、URL、ブログの日付部分、青空文庫のルビなど、集計する意味がないと思われる部分は採集しないようにした。できるだけジャンルが偏らないようにした……つもり。採集した文章のリスト→n-gram_text_list.ods 2.すべての半角文字を全角に変換する。※どうせ英数記号は集計しない。 3.「．」「，」を「。」「、」に変換する。※句読点に「、」「。」ではなく、「，」「．」を使っている文章もあるので。 4.『Kanji2na』で漢字とカタカナをひらがなに変換する。 5.かなと句読点以外（空白も含む）を〓に置き換え、改行の手前に〓を入れる。〓が
修飾キー省略入力について - アスペ日記
iOS の日本語フリック入力などで実装されている「修飾キー省略入力」という機能について書きます。 次の記事に解説されています。 http://blog.pasonatech.co.jp/ohashi/16439.html 「しゆうてん」と入力すると、「充電」「終電」「重点」「終点」という候補を出してくれます。 普通なら、「充電」と入れる時には「し x ゆ x う て x ん」（x = 「小 ゛ ゜」キー）と 8回画面を押さないといけないところが、5回のフリックですみます。 隠し機能みたいなものですが、慣れると便利です。 失敗すると修正するのがやっかいなのですが、だんだんと感覚がつかめてきます。 この機能は単語に限らず、文章の変換時にも使えます。 たとえば、「しゆうてんかおわつた」と 10フリックで入力すると、「充電が終わった」という候補が一番に出てきます。 今回は、この機能の一つの実装方法
日本語入力について - アスペ日記
私が日本語入力について思っていることを書いてみる。 自分としては、デフォルト以外の日本語入力システムとして、ATOK と Google 日本語入力ぐらい（まあ、Baidu IME とかもあるが）しかないのが心の底から残念でたまらない。 雑誌の特集などで、Google 日本語入力と ATOK に単語や文章を変換させて精度を比較しているものを見かける。まあ総合的には同じぐらいの結果になっている。だが、実際に長い間使っているとわかるのだが、Google 日本語入力の間違え方のほうが「理不尽」なのだ。どうしてこれがこうなる？ と思わず言いたくなるような。その点、ATOK は弱い部分が前もってわかる。アニメやゲームなど、マニアックな変換には弱い。しかし、ATOK である程度日本語の文章を打ち慣れた人にとっては、そういう「難しいだろうな」と思うようなところは、打つ前からそのことがわかるものだ。 ATO
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
