「Google、大規模日本語データの公開を検討」記事へのコメント

考えられる研究

[Anonymous Coward]

構文解析プログラムの性能向上

例はあればあるほど良い

日本語かな漢字エンジンの性能向上

AnthyはWikipediaを活用してるんだっけか？

スペルチェッカー

公開されるデータが全て正しい日本語で書かれてないと意味がないかも

# オープンソースで日本語に使えるスペルチェッカーが欲しいのでAC

Re:考えられる研究

[Anonymous Coward]

まず一番応用が利きそうなのは、KAKASIやChaSenのような形態素解析（日本語の分かち書き）の辞書としてかもしれませんね。
うまくup-to-dateでGoogleのデータを取得できるならば、流行の単語などを取り入れやすいかも。

かな漢字変換は、さらに読みとか品詞なんかの情報を補完する必要があるんでしょうね。
さすがにGoogleのクローリングや検索キーワードの記録から、そこまでの正確な情報を抽出するのは難しいでしょうが、
それでもたたき台の元データとしては役に立つハズ。

これらのデータを元に、オンラインでCGM的にユーザが品詞や読みなどを登録できるような仕組みを付け加えて、
（アンチウィルスソフトのパターンファイルみたいに）ユーザのIME辞書を定期的に追加・更新できるようなIMEとエコシステム、誰か作ってくれませんかね？
名付けて「毎日みんなが賢くする日本語変換」みたいなｗ