このデータベースについて

MeCab用形態素解析辞書：日化辞

データ説明

データ名

MeCab用形態素解析辞書：日化辞

DOI

10.18908/lsdba.nbdc02358-003.V002

バージョン

V2	10.18908/lsdba.nbdc02358-003.V002	-
V1	10.18908/lsdba.nbdc02358-003.V001	-

データ内容の説明

J-GLOBAL科学技術用語のうち、国立研究開発法人科学技術振興機構（JST）が作成する有機化合物辞書データベース「日本化学物質辞書（日化辞）」へのリンクを持つものについて、形態素解析エンジンMeCab（<a href="http://taku910.github.io/mecab/" target="_blank">http://taku910.github.io/mecab/</a> ）のユーザー辞書として使える形にしました。辞書項目はIPA辞書に基づいています。エンコードは、csvファイルはShift-JIS、dicファイルはUTF-8です。

データファイル

データファイル名 :

Nikkaji.dic.zip (MeCab用dicフォーマット)

データのURL :

https://dbarchive.biosciencedbc.jp/data/mecab/LATEST/Nikkaji.dic.zip

ファイルサイズ :

6.6 MB

簡易検索URL

http://togodb.biosciencedbc.jp/togodb/view/mecab_nikkaji

データ取得方法

（mecab-ipadic-2.7.0-20070801、上記MeCabのサイトよりダウンロード）、J-GLOBAL Knowledge

解析方法

データ件数

82,922件

データ詳細

項目名	項目の説明
Surface form	表層形：単語そのもの
Left-context ID	左文脈ID：その単語を左から見たときの内部状態ID (http://taku910.github.io/mecab/dic.html参照)
Right-context ID	右文脈ID：その単語を右から見たときの内部状態ID (http://taku910.github.io/mecab/dic.html参照)
Cost	コスト：その語の出現しやすさに関するコスト(小さいほど出現しやすい）
POS	品詞
POS subcategory 1	品詞細分類1
POS subcategory 2	品詞細分類2
POS subcategory 3	品詞細分類3
Conjugation type	動詞などの活用型
Conjugation form	品詞の活用形
Base form	原形：単語に対応する見出し語
Reading('Furigana')	読み：（この項目は空白）
Pronunciation	発音：（この項目は空白）
Source dictionary	ソースとなる辞書、「Nikkaji」に固定
ID in Source dictionary	ソース辞書中の番号：日化辞番号
J-GLOBAL ID	J-GLOBALでのID
Headword Flag	見出し語フラグ：「C」で固定
Category code	主題カテゴリーコード：JSTシソーラスにおける理工学分野のカテゴリーコード
Common word flag 1	一般語フラグ1：・1:単独でIPA辞書にある・0:ない
Common word flag 2	一般語フラグ2：「IPA辞書解析結果」に基づく・一般語フラグ１が「１」の場合：品詞名・一般語フラグ１が「0」の場合：- UNKNOWN_1：単独の未知語- UNKNOWN_2：複数形態素に切れて、未知語を含む- MULTI_WORD：複数形態素に切れるが、すべてIPA辞書中の形態素
IPA dictionary analysis results	IPA辞書解析結果：オリジナルのIPA辞書（＋IPA辞書エントリーの英数記号を半角化したエントリーを持つ辞書）を使って形態素解析をした結果。複数語に切れた場合はスペースで区切って連結。ただし、人手によるチェックは行っていない。「一般語フラグ1」「一般語フラグ2」はこの結果を利用している。