準備ができたので、さっそく正規化の実験をしてみましょう。例として、「ページ」の「ペ」を取り上げます。 カタカナの「ヘ」にはいわゆる全角と半角の2種類があります。半濁点(マル)にはU+309a(KATAKANA-HIRAGANA SEMIVOICED SOUND MARK)とU+309c(COMBINING KATAKANA-HIRAGANA SEMI-VOICED SOUND MARK)、U+ff9f(HALFWIDTH KATAKANA SEMIVOICED SOUND MARK)の3種類があります(HiraganaやHalfwidth and Fullwidth Formsを参照)。 かなり特殊なものですが、CJK Compatibilityを見ると分かるように、1文字で「ページ」を表すU+333b(SQUARE PEEZI)もUnicodeには登録されています(個人的にはあまり使わな