こふ語ｺｯﾊﾟｽですっこふ語の解析にご利用くださいっ

raw/
    raw.txt                ;生ｺｯﾊﾟｽｯ
parsed/
    kovlang.parsed.txt     ;annot.txt で KyTea を訓練して raw.txt を解析した解析済みｺｯﾊﾟｽｯ
annot/
    preannot.txt           ;raw.txt を KyTea ｺｯﾊﾟｽ用に変換したもの (ｽﾍﾟｯｽの挿入とｴｽｹｯﾌﾟ)
    annot.txt              ;訓練用の部分的ｱﾉﾃｯｼｮﾝｺｯﾊﾟｽｯ
    annot0.txt              ;訓練用の部分的ｱﾉﾃｯｼｮﾝｺｯﾊﾟｽｯ
keyword/
    keyword.lst            ;こふ語のうち比較的変わった使い方をする単語ﾘｽﾖｯ

部分的ｱﾉﾃｯｼｮﾝｺｰﾊﾟｽ annot.txt は KyTea 用のものですっ この部分的ｱﾉﾃｯｼｮﾝｺｰﾊﾟｽを利用して学習したこふ語の KyTea モデルを使って 生ｺｯﾊﾟｽ raw/raw.txt を解析した結果が parsed/kovlang.parsed.txt ですっ

実際にこふ語用の KyTea モデルを学習するには次のようにしますっ

train-kytea -dictn 4 -charw 3 -charn 3 -typew 3 -typew 3 -global 1 \
    -feat kytea-0.4.2.feat \
    -part annot/preannot.txt \
    -part annot/annot.txt \
    -part annot/annot0.txt \
    -model kovlang.model

ここでは学習に KyTea の素性ファイル を用いましたっ

こふ語と思われる単語には、通常の品詞タグではなく こふ語 という品詞タグをつけていますっ 名前と思われる単語には、 名前 タグをつけていますっ