Skip to content

feat: 数詞と助数詞の音便と和語読みを補正する - #33

Merged
owayo merged 1 commit into
mainfrom
feat/issue-30-numeric-counter-readings
Oct 12, 2026
Merged

owayo merged 1 commit into
mainfrom
feat/issue-30-numeric-counter-readings

Conversation

@owayo

@owayo owayo commented Oct 12, 2026

Copy link
Copy Markdown
Owner

数詞と助数詞をそのまま連結した読みでは、三本がサンホン、一回がイチカイ、二人がニニンになっていました。最良パスを決めた後に、隣接する数詞・助数詞の標準読みを確認して音便と和語読みを補正します。

本・杯・匹、回・個、分、百・千、時・時間、人・日、および「十分前・十分後」が対象です。複数字の漢数字は語全体の標準読みも確認し、別読みのある辞書語を保護します。小数点以下と空白を挟む語は補正せず、表層・位置・品詞・原形・コスト・既知未知は維持します。一日のツイタチと二十日のハツカは文脈・トークン分配の制約から今回の対象外です。

設計レビューの指摘を採用し、数詞列全体の和語判定、辞書の別読みの保護、助数詞の濁音・半濁音・清音への復元を実装しました。単独の百の発音を独立して正規化する案は、三/百の連続補正で作ったビャクを保つため採用していません。最終差分レビューでは指摘なしでした。

検証:

  • CI相当のformat・workspace clippy/test・featureなし/analyzer/downloadのclippy/testが成功。
  • 配布3辞書で66ケース、実際のAnalyzerからKotonohaのNJD・アクセント・音素・HTSラベルまで69ケースが成功。
  • 17,468行・3,615,204トークンの前後比較で、12,705トークンの読み・発音だけが変化し、ほかの全フィールドが一致。
  • 前後を交互に3回測定した速度比は0.982〜1.014で、測定の揺れの範囲。

Closes #30

辞書は数詞と助数詞の単独の読みを持つため、三本や一回、三日を
読み上げへ渡すと組み合わせの音便・和語読みが失われていた。
最良パスの隣接する語の品詞と標準読みを照合して、読みと発音を補正する。
数詞列全体の確認と別読みの保護により、十二人や十三日を誤って和語化しない。
表層形・位置・品詞・原形・コストなどは維持し、辞書キャッシュを変更しない。
@owayo owayo self-assigned this Oct 12, 2026
@owayo
owayo merged commit 3faf183 into main Oct 12, 2026
8 checks passed
@owayo
owayo deleted the feat/issue-30-numeric-counter-readings branch October 12, 2026 17:28
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

漢数字と助数詞・位の数詞の音便が読みに入らない (三本→サンホン、一回→イチカイ、三百→サンヒャク)

1 participant