近代文語形態素解析†
Taiyoインデックスのunidic登録†
作業の流れ†
- 短単位選定【済】
- 品詞付与（まもなく済）
- 再チェック（不要なエントリの除去、品詞確認）
- unidic登録候補の選定＋unidic語彙素への修正
- unidic登録候補の最終チェック
- DBへ一括登録
unidic登録候補の選定†
- 原則として「辞書に載せるべきもの」を選定する
- ただし、辞書になくとも当時通用だった（実際に複数出現している）ものは選定する
- 次のようなものは選定しない
- 誤字と考えられるもの（当該出現形が辞書になく、似た出現形が辞書にある）
- 無理に分割して作られた見出し（例：過日［このあひだ］→日＝あひだ）
- 語形変化を起こしており、出現形の仮名と見出しにずれがあるもの
- 辞書になく、品詞すら判別不能な語
- 注意すべきもの
- 語彙素（代表形）はunidicにあわせて登録する必要がある（※unidicの語彙素は、なるべく漢字を使った長い形で入れてある）
- 語彙素（代表形）で送り仮名が省略されているもの→unidicにあわせて送り仮名を付ける
- 同じ語彙素の異語形→語形レベルでまとめる必要がある
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
