日本語異表記データベース

日本語異表記データベース（JOD: Japanese Orthographic Database）は日本語異表記を幅広く網羅した包括的なデータベースです。

日本語表記法の複雑さは、計算言語学、特に情報検索の分野の大きな課題となっています。この課題は、表記の揺れが著しい日本語に標準的な表記を網羅したデータベースがないことでより難しくなっています。例えば、[neko] (cat) に、猫、ねこ、ネコ；[kakiarawasu]（write out, publish）に、書き著す、書著す、書き著わす、書著わす等多くの異表記が存在しますが、JODは、これら、同一語または関連語の表記の揺れを識別し曖昧さを回避することで、情報検索、機械翻訳、形態素解析アプリの精度を向上させます。

JODは収録項目数が12.6万で、Yahoo、Amazon、Baidu等のポータルサイトの検索エンジンに用いられ、検索の再現率を劇的に向上させています。外来語については、多種多様なカタカナ異表記も収録範囲とします。詳しくは論文「知的日本語検索の諸課題」をご参照ください。