日本語異表記データベース

日本語異表記を正規化

正確な情報検索

自然言語処理アプリに有用

概要

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で大きな課題となっています。この問題は、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) には、猫、ねこ、ネコ;[kakiarawasu](write out, publish)には、書き著す、書著す、書き著わす、書著わす等、多くの表記が存在します。JODは同一語または関連語の表記揺れを識別することで、曖昧さを回避し、情報検索、機械翻訳、形態素解析アプリケーションの精度を向上させることができます。

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。

日本語異表記データベース

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

使用分野

JODは自然言語処理アプリの開発に最適です。

情報検索

形態素解析

機械翻訳

JOD関連データベース

JLD

日本語語彙データベース

NLP用単言語一般語彙データベース

JPD

日本語音韻データベース

重要な日本語語彙のIPA音声・音韻表記

JWL

日本語単語データベース

一般語彙、固有名詞、専門用語