######################################################################## # sed_oak_to_ime2k.txt # Ver. 0.96 Released on 09/Dec/2001 # # This text is encoded in Shift-JIS (LF). # # OAK/Win (Japanist)--> IME2K ユーザ辞書コンバート用 # sed スクリプト・ファイル # # 作者:ソヤネン(HIPPO.JTM) # このスクリプトは「複製・転載・改変すべて自由」とする。 # 原本掲載場所: http://homepage1.nifty.com/cura/oya/sed_oak_to_ime2k.txt # # なお,作者は ATOK 及び MS-IME から OAK/Win (Japanist)への辞書コンバー # トポートの方法を次のWebページで公開している。興味ある方は訪れてみて # ください。 # 「ATOKのユーザ辞書をOAK for Win に移行させる方法」 # http://homepage1.nifty.com/cura/oya/transporting_atokdic_to_oakwin.html # 「MS-IME98のユーザ辞書をOAK for Win に移行させる方法」 # http://homepage1.nifty.com/cura/oya/transporting_ime98dic_to_oakwin.html # # ■この sed スクリプトの利用法 # 1. 必要なもの: # (1) OAK for Windows (or Japanist) and その辞書ツール # (2) MS-IME 98/2000 and その辞書ツール(IME2002は未検証) # (3) マルチバイト対応版 GNU sed Win32 (フリーソフトウェア) # 入手先 # http://www.vector.co.jp/vpack/browse/pickup/pw0/pw000569.html # このWebページ上の # ●sed win32 GNU sed / Win32 Version ストリームエディタ # というリンクをクリックしてダウンロードサイトへジャンプ。 # (4) zip アーカイブの解凍ツール # (5) このスクリプト・ファイル # (6) Windows コマンド・プロンプト操作に関する若干の知識 # 2. 作業手順 # (1) GNU sed のアーカイブをダウンロードしたら,これを解凍する。 # zip形式で圧縮された書庫ファイル(アーカイブ)となっている。 # これを展開して元のファイルを復元する(=解凍する)と, # アーカイブの中に sed.exe が入っている。この sed.exe を # pathの通ったディレクトリにコピーする。どこにコピーして # いいか分からない人は, # sed.exe を c:\windows\command にコピーする # (Windows 2000 なら,c:\winnt\system32 にコピーする) # とよい。 # (2) OAK/Win (or Japanist)の辞書管理ツールで,辞書をテキストファ # イルへ「抽出」する。その際に抽出テキストの名前を"oakdic.txt" # とする。このツールの操作法については OAK(or Japanist) # のヘルプを参照せよ。 # (3) sed を用いて辞書コンバートを行う。 # "oakdic.txt"とこのスクリプト(sed_oak_to_ime2k.txt) # とを同じディレクトリーに置く。コマンドプロンプトを開き, # そのディレクトリーをカレントディレクトリーとした状態で, # コマンド・プロンプトに対して,すべて半角英数文字で # # sed -f sed_oak_to_ime2k.txt oakdic.txt > imedic.txt # # とタイプすれば,MS-IME98/2000 用の辞書ツールで読み込める # 辞書テキスト(imedic.txt)へのコンバートができる。 # (4) この imedic.txt を一部修正する。その理由と方法については, # 下の「Ver. 0.96時点で判明している不具合」という項目を参照。 # (5) MS-IME の辞書ツールを用いて imedic.txt をユーザ辞書へ読み込 # ませる。この作業方法については MS-IMEのヘルプを参照。 # # ■Ver. 0.96 時点で判明している不具合は次の通り: # Japanist V.1 が吐き出す登録単語テキストでは,登録単語の「よみ」が # 重複している複数の単語については,一番目の単語しか「よみ」が抽出さ # れない。 # (ひょっとすると,Japanist V.1 辞書ツールのバグかもしれない……) # 次に例を挙げて説明する: # 「とるしえ」という読みで「トゥルシエ」という語と「トルシエ」 # という語の二語を登録している場合,即ち, # (1) とるしえ[tab]トゥルシエ[tab]姓 # (2) とるしえ[tab]トルシエ[tab]姓 # というように同一の「読み」で二語(以上)を登録している場合に, # OAKの辞書ツールによって登録単語テキストに抽出した結果は次の # ようになる: # (1') とるしえ[tab]トゥルシエ[tab]姓 # (2') [tab]トルシエ[tab]姓 # つまり,2番目のレコードの中にあるべき「とるしえ」という # 「読み」は削除されてしまうのである。このままでは,MS-IME # 辞書ツールで登録単語のインポートを行う際,(2')は登録されない。 # # ■この不具合に対する現状での対処法: # Japanist辞書ツールが抽出した登録単語テキストをエディタ等で開いてみ # て(行頭に)同一「読み」で登録単語が複数ある箇所を探す。もしある場合 # には,二番目以降の「読み」を何らかの方法で――例えば手動で(笑)―― # 追加してやる。行頭にタブがある行を検索するよい。 # #### sed スクリプトファイル開始 # #### OAK から抽出した単語登録テキスト冒頭のヘッダ行を削除。 /^登録単語ファイル/d # # なお、「読み[tab]単語[tab]品詞名[改行]」という三つのフィールドで # 構成される各レコードのうち、品詞名のみを置換の対象とするために、 # [改行]の直前にある文字列のみを置換対象とする。 # #### 名詞・サ変動詞類 s/サ変名詞$/さ変名詞/ s/サ変$/さ変名詞/ # 注:OAK には「ザ変名詞」がない。 # s/一般名詞{お\/ご\/数}$/名詞/ s/一般名詞{お\/ご}$/名詞/ # 次の1行は,Ver. 0.95 で追加 s/一般名詞{数}$/名詞/ s/一般名詞$/名詞/ # #### 形容詞・形容動詞 # MS-IME では「ク活用形容詞」と「シク活用形容詞」を区別 # しないようである。 # MS-IME にある「形容動詞」「形動名詞」「サ変形容名詞」 # という区別は,OAK には存在していない。とりあえずすべて # 「形容動詞」でインポートさせてみる。 # s/ク活用形容詞{お}$/形容詞/ s/ク活用形容詞$/形容詞/ s/シ形容詞{お}$/形容詞/ s/シ形容詞$/形容詞/ # s/形容動詞{お\/ご}$/形容動詞/ s/形容動詞{お}$/形容動詞/ s/形容動詞{ご}$/形容動詞/ # #### 次は,置換無し # s/姓$/姓/ # s/名$/名/ # s/副詞$/副詞/ # s/連体詞$/連体詞/ # s/接続詞$/接続詞/ # s/感動詞$/感動詞/ # s/冠数詞$/冠数詞/ # #### 固有名詞類 # OAK/Win の名詞類と MS-IME2K のそれとの対応関係については # 吟味の余地アリ。 s/組織名$/固有名詞/ s/役職名{お\/ご}$/固有名詞/ s/役職名{お}$/固有名詞/ s/役職名{ご}$/固有名詞/ s/役職名$/固有名詞/ s/人物{お\/ご}$/人名/ s/人物{お}$/人名/ s/人物{ご}$/人名/ s/人物$/人名/ s/文書{お\/ご}$/固有名詞/ s/文書{お}$/固有名詞/ s/文書{ご}$/固有名詞/ s/文書$/固有名詞/ s/建築物$/固有名詞/ s/乗り物{お\/ご}$/固有名詞/ s/乗り物{お}$/固有名詞/ s/乗り物{ご}$/固有名詞/ s/乗り物$/固有名詞/ s/飲食物{お\/ご}$/固有名詞/ s/飲食物{お}$/固有名詞/ s/飲食物{ご}$/固有名詞/ s/飲食物$/固有名詞/ s/衣料・装飾品{お\/ご}$/固有名詞/ s/衣料・装飾品{お}$/固有名詞/ s/衣料・装飾品{ご}$/固有名詞/ s/衣料・装飾品$/固有名詞/ s/植物{お\/ご}$/固有名詞/ s/植物{お}$/固有名詞/ s/植物{ご}$/固有名詞/ s/植物$/固有名詞/ s/動物{お\/ご}$/固有名詞/ s/動物{お}$/固有名詞/ s/動物{ご}$/固有名詞/ s/動物$/固有名詞/ # # 「地名」はOAKでは「市町村つき」とそうでないものに分かれている。 s/地名(市町村つき)$/地名その他/ s/地名$/地名その他/ # #### 動詞 ## (MS-IME には「ハ行四段」はないようだ。) s/ワ行五段$/あわ行五段/ s/カ行五段$/か行五段/ s/ガ行五段$/が行五段/ s/サ行五段$/さ行五段/ s/タ行五段$/た行五段/ s/ナ行五段$/な行五段/ s/バ行五段$/ば行五段/ /ハ行四段$/d s/マ行五段$/ま行五段/ s/ラ行五段$/ら行五段/ s/一段$/一段動詞/ # #### 接頭語・接尾語 # OAK/Japanist では「接頭語」・「接尾語」はそれぞれ一種しかない。 # 他方,MS-IME98には「接頭語」という品詞の他にも接頭語が3種 # (姓名接頭語・地名接頭語・固有接頭語)あり,「接尾語」という品詞の他に # 接尾語が3種(姓名接尾語・地名接尾語・固有接尾語)ある。 # またMS-IME2000では,「接頭語」という品詞の他に,接頭語が2種 # (姓名接頭語・地名接頭語)あり,「接尾語」という品詞の他に # 接尾語が2種(姓名接尾語・地名接尾語)がある。 # 結果として,OAK/Japanist から MS-IME への辞書エクスポートに # おいては,「接頭語」・「接尾語」は「品詞名の置換なし」としてみた。 # #### その他の品詞 s/接続なし$/独立語/ s/単位$/助数詞/ # #### 改行文字だけの空行を削除。 /^$/d #### sed_oak_to_ime2k.txt ends here.