Download audio file

Contents

ここ数年開発を続けてきた IME の基本的な機能が一通り実装できたという話をしました。

喋った内容ですが、以下に自分で IME を作ろうと考えた経緯を改めて書いておきます。

1. 新しい Linux マシンの購入を期に新下駄配列を使うための仕組みを作ってみる。
2. これでは望んだ機能は完全に手に入らないと気が付き、結局 IME に手を出さないといけないという結論になり、mozc の改造を始める。どうにかこうにか自分なりに作りたかった機能を PoC として作り上げる。
3. HiroK さん (小松さん) により、mozc に変更を加えていただく。
4. 日本語の IME を取り巻く環境が結構大変そう、という思いを持つ (特に開発に企業が割いているリソースについて)。
5. 自分で実現したい機能もあったのでオレオレ IME の開発を考える。最初からあった思想として、個人でも充分開発できる程度の複雑度で (つまり開発へのハードルが低い)、なおかつ全体的なスビードで他の IME と同等を目指している (個人差あります)。

上の思想と、実装している機能などをより詳しく書くと:

• 基本的な設計は SKK のようなもの
• 同時打鍵配列
• SandS
• 漢直 (変換前の「読み」の中に漢直の出力である漢字が既にある)
• (実装予定) 複数の文節を前提とした読みに対して文節を分けるために CRF を使う
  • これは (word2vec 的な方法では多分難しい) 何故「なんちゃら」という入力は「何ちゃら」と変換されるのか、をわかりやすい形でユーザーに示すことができるようにするため。
  • かなから漢字かな混じりの文節変換は辞書で行われるが (つまりここは SKK と一緒) 複数の文節の境界線を予想するのに CRF を使う、というのがポイント。

全体的な考えとしては、クラウド上にある巨大なデータや GPU がなくても、個人のラップトップがあれば、辞書の拡充 (テキストエディターでできる) やモデルの再生成 (CPU でできるような軽めのタスクになる…はず) ができてしまい、個人レベルで入手可能なレベルのリソースだけで、個々人の使用に特化した IME が実現できる、となります。

Speaker(s)

kirameister