TSUCHIYA Masatoshi
tsuch****@imc*****
2007年 12月 8日 (土) 22:47:54 JST
土屋です． # 同内容のメールを送ったのですが，配送されないので再送します． 最近，mecab-ipadic を UTF-8 で利用しようとして気付いたのですが，EUC-JP な 辞書を使っている場合と，UTF-8 な辞書を使っている場合で，読み仮名付与の結 果が変化するようなのですが，これはそういうものでしょうか? 確認のためのサンプルコマンド列を以下に示します． % tar xzf mecab-ipadic-2.7.0-20070801.tar.gz % cd mecab-ipadic-2.7.0-20070801/ % ./configure --with-charset=utf8 % make % echo 高野山|iconv -f euc-jp -t utf-8|mecab -d `pwd`|iconv -f utf-8 -t euc-jp 高野山 名詞,固有名詞,一般,*,*,*,高野山,タカノヤマ,タカノヤマ EOS % make clean % ./configure --with-charset=euc-jp % make % echo 高野山|mecab -d `pwd` 高野山 名詞,固有名詞,一般,*,*,*,高野山,コウヤサン,コーヤサン EOS 他に気付いたのは，以下のような例です．なお，- で始まっている行が，UTF-8 な辞書での結果，+ で始まっている行が EUC-JP な辞書での結果です． -追従 名詞,サ変接続,*,*,*,*,追従,ついじゅう,ついじゅー +追従 名詞,サ変接続,*,*,*,*,追従,ついしょう,ついしょー -久島 名詞,固有名詞,人名,姓,*,*,久島,くしま,くしま +久島 名詞,固有名詞,人名,姓,*,*,久島,ひさしま,ひさしま -堀田 名詞,固有名詞,人名,姓,*,*,堀田,ほった,ほった +堀田 名詞,固有名詞,人名,姓,*,*,堀田,ほりた,ほりた -上谷 名詞,固有名詞,地域,一般,*,*,上谷,かみだに,かみだに +上谷 名詞,固有名詞,地域,一般,*,*,上谷,こうだに,こーだに 読み仮名を振るのは難しいので，当たらないのは仕方ないと思います．しかし， 同一内容の辞書を使っているのに，文字コードを変化させただけで，結果が変わっ てくるのはちょっとまずいような気がするのですが，どうでしょうか． -- 土屋 雅稔 ( TSUCHIYA Masatoshi )
