Japanese Orthographic Database

Japanese Orthographic Database

Normalizing Japanese orthographic variants

Ensures accurate information retrieval

Highly effective for NLP applications

Overview

CJKI’s Japanese Orthographic Database (JOD) is a comprehensive database of Japanese orthographic variants. The orthographical complexity of Japanese poses a special challenge to the developers of computational linguistic tools, especially in the area of intelligent information retrieval. These difficulties are exacerbated by the lack of a standardized orthography and the highly irregular Japanese orthography.

JOD plays a critical role in enhancing the accuracy of information retrieval, machine translation and morphological analysis applications as it helps identify and disambiguate the numerous Japanese orthographic variants that have identical or related meanings, such neko ‘cat’ written 猫, ねこ or ネコ and kakiarawasu ‘write out, publish’ written 書き著す, 書 著す, 書き著わす or 書著わす.

This comprehensive database has over 126,000 entries and is being used by such portals as Yahoo, Amazon and Baidu to dramatically improve search recall. Also included are a large variety of katakana orthographic variants for loanwords. For a detailed description, see Jack Halpern’s white paper The Challenges of Intelligent Japanese Searching.

Japanese Orthographic Database
IDJapaneseKanaPOSPreferred
F000003a遠己登点をことてんNC乎古止点
F000003b乎古止点をことてんNC乎古止点
F000003c乎己止点をことてんNC乎古止点
F000003dヲコト点をことてんNC乎古止点
F034966aコンビネーションこんびねーしょんNCコンビネーション
F034966bコンビネイションこんびねいしょんNCコンビネーション
F034968aコンピュータこんぴゅーたNCコンピューター
F034968bコンピューターこんぴゅーたーNCコンピューター
F034978a昆布こんぶNC昆布
F034978bこんぶこんぶNC昆布
F034978cコンブこんぶNC昆布
F034980aコンヴェンションこんう゛ぇんしょんNCコンベンション
F034980bコンベンションこんべんしょんNCコンベンション
F034984aコンペートーこんぺーとーNCコンペイトー
F034984bコンペイトーこんぺいとーNCコンペイトー
F034984c金平糖こんぺいとーNCコンペイトー
F034984d金米糖こんぺいとーNCコンペイトー
F034991a梱包こんぽうVNこん包
F034991bこん包こんぽうVNこん包
F034994a根負こんまけVN根負け
F034994b根負けこんまけVN根負け
F035431aごしごしごしごしDごしごし
F035431bゴシゴシごしごしDごしごし
F035654a御飯ごはんNC御飯
F035654bご飯ごはんNC御飯
F035654cごはんごはんNC御飯
F035972aサーヴィスエリアさーう゛ぃすえりあNCサービスエリア
F035972bサービスエリアさーびすえりあNCサービスエリア
F035972cSAさーびすえりあNCサービスエリア
F036355aさいなむさいなむV5さいなむ
F036355b苛むさいなむV5さいなむ
F036355c呵むさいなむV5さいなむ
F036355d嘖むさいなむV5さいなむ
F036794a先物取り引きさきものとりひきNC先物取引
F036794b先物取引さきものとりひきNC先物取引
F036794c先物取引きさきものとりひきNC先物取引
F036925a桜えびさくらえびNC桜蝦
F036925b桜蝦さくらえびNC桜蝦
F036925c桜海老さくらえびNC桜蝦
F036925dサクラエビさくらえびNC桜蝦
F037158a差し上げるさしあげるV1差し上げる
F037158b差上げるさしあげるV1差し上げる
F037158cさしあげるさしあげるV1差し上げる
F037158dさし上げるさしあげるV1差し上げる
F037158e差しあげるさしあげるV1差し上げる
F037170a挿し絵さしえNC挿絵
F037170b挿絵さしえNC挿絵
F037170cさし画さしえNC挿絵
F037170dさし絵さしえNC挿絵
F037170e挿し画さしえNC挿絵
F037170f挿画さしえNC挿絵
F037177a差し押えさしおさえNC差押え
F037177b差し押さえさしおさえNC差押え
F037177c差押さしおさえNC差押え
F037177d差押えさしおさえNC差押え
F037177e差押さえさしおさえNC差押え
F037177fさし押えさしおさえNC差押え
F037177gさし押さえさしおさえNC差押え
F037301aさしつかえさしつかえNC差し支え
F037301bさし支えさしつかえNC差し支え
F037301c差しつかえさしつかえNC差し支え
F037301d差し支えさしつかえNC差し支え
F037301e差支さしつかえNC差し支え
F037301f差支えさしつかえNC差し支え
F037422aサジスチックさじすちっくANサディスティック
F037422bサジスティックさじすてぃっくANサディスティック
F037422cサディスチックさでぃすちっくANサディスティック
F037422dサディスティックさでぃすてぃっくANサディスティック
F037548a薩摩芋さつまいもNC薩摩芋
F037548bさつまいもさつまいもNC薩摩芋
F037548cさつま芋さつまいもNC薩摩芋
F037548d甘藷さつまいもNC薩摩芋
F037548eサツマイモさつまいもNC薩摩芋
F037599aさとりNC悟り
F037599b覚りさとりNC悟り
F037599c悟りさとりNC悟り
F037599d暁りさとりNC悟り
F037599e惺りさとりNC悟り
F037599f曉りさとりNC悟り
F037599g覺りさとりNC悟り
F037599hさとりNC悟り
F037687aサヴァナ気候さう゛ぁなきこうNCサバンナ気候
F037687bサバナ気候さばなきこうNCサバンナ気候
F037687cサヴァンナ気候さう゛ぁんなきこうNCサバンナ気候
F037687dサバンナ気候さばんなきこうNCサバンナ気候
F037734aサブスチチューションさぶすちちゅーしょんNCサブスチチューション
F037734bサブスティチューションさぶすてぃちゅーしょんNCサブスチチューション
F037974a百日紅さるすべりNCさるすべり
F037974bさるすべりさるすべりNCさるすべり
F037974c猿滑さるすべりNCさるすべり
F037974dサルスベリさるすべりNCさるすべり
F038804aザーザーざーざーDざあざあ
F038804bざあざあざあざあDざあざあ
F038804cザアザアざあざあDざあざあ
F038955aざまを見ろざまをみろI様を見ろ
F038955b態をみろざまをみろI様を見ろ
F038955c態を見ろざまをみろI様を見ろ
F038955d様をみろざまをみろI様を見ろ
F038955e様を見ろざまをみろI様を見ろ
F049170aスキーウェアすきーうぇあNCスキーウエア
F049170bスキーウエアすきーうえあNCスキーウエア
F049403aスコッチウィスキーすこっちうぃすきーNCスコッチウイスキー
F049403bスコッチウイスキーすこっちういすきーNCスコッチウイスキー
F049403cスコッチウイスキイすこっちういすきいNCスコッチウイスキー
F049438a鮨詰すしづめNCすし詰め
F049438b鮨詰めすしづめNCすし詰め
F049438cすし詰めすしづめNCすし詰め
F049438dスシ詰めすしづめNCすし詰め
F049438eすし詰すしづめNCすし詰め
F049506a勧めるすすめるV1勧める
F049506b奨めるすすめるV1勧める
F049506c勸めるすすめるV1勧める
F049506d奬めるすすめるV1勧める
F049506e獎めるすすめるV1勧める
F049533aスズナすずなNCすずな
F049533bすずなNCすずな
F049533cすずなすずなNCすずな
F049533d鈴菜すずなNCすずな
F049533eすずなNCすずな
F049900a滑り出しすべりだしNC滑り出し
F049900b滑出しすべりだしNC滑り出し
F049900cすべり出しすべりだしNC滑り出し
F049900d滑りだしすべりだしNC滑り出し
F049900e辷り出しすべりだしNC滑り出し
F049900f辷出しすべりだしNC滑り出し
F049989a住み家すみかNCすみか
F049989b住家すみかNCすみか
F049989c住み処すみかNCすみか
F049989d住処すみかNCすみか
F049989eすみかNCすみか
F049989fすみかすみかNCすみか
F049989g住みかすみかNCすみか
F049989h棲み家すみかNCすみか
F049989i棲家すみかNCすみか
POS: Part of speech

Practical Applications

JOD is fine-tuned for NLP applications for:

Information retrieval

Morphological analysis

Machine translation

Related Resources

Japanese Lexical Database

Monolingual general vocabulary for NLP applications

Japanese Phonetic Database

IPA phonetic and phonemic transcriptions for core Japanese vocabulary

Comprehensive Japanese Wordlist

General vocabulary, proper nouns and technical terms