Yet another kana-kanji-converter on IBus, written in Rust.

統計的かな漢字変換による日本語IMEです。 Rust で書いています。

いじりやすくて ある程度 UIが使いやすいかな漢字変換があったら面白いなと思ったので作ってみています。 「いじりやすくて」というのはつまり、Hack-able であるという意味です。

モデルデータを自分で生成できて、特定の企業に依存しない自由なかな漢字変換エンジンを作りたい。

• UI/Logic をすべて Rust で書いてあるので、拡張が容易です。
• 統計的かな漢字変換モデルを採用しています
  • 言語モデルの生成元は日本語 Wikipedia と青空文庫です。
    • 形態素解析器 Vibrato で分析した結果をもとに 2gram 言語モデルを構築しています。
    • 利用者の環境で 1 から言語モデルを再生成することが可能です。
• ユーザー環境で、利用者の変換結果を学習します(unigram, bigramの頻度を学習します)

• ibus
• marisa-trie

• rust

ibus-akaza をインストールしてください。

cd akaza-data/ && make && sudo make install
cargo install --path ibus-akaza/
sudo rustup stable
cd ibus-akaza && make && sudo make install
ibus restart

注意

akaza-data の生成には wikipedia の全データの展開および解析が走るので 1時間ぐらいはかかりますしディスク容量も 100GB ぐらいは余裕が必要です。 生成されたモデルデータを github actions で構築してファイルをリリースできるようにしたいと思っています。が、まだできてません。

XDG の設定ファイルディレクトリ以下、通常であれば $HOME/.config/akaza/config.yml に設定ファイルを書くことができます。

設定可能な項目は以下のもの。

• ユーザー辞書の設定

サンプルの設定は以下のような感じになります。 akaza が提供しているシステム辞書は偏りがすごくあるので、SKK-JISYO.L を読み込むことをおすすめします。たとえば以下のように設定すると良いでしょう。

---
dicts:
  - path: /usr/share/skk/SKK-JISYO.L
    encoding: euc-jp
    dict_type: skk
  - path: /usr/share/skk/SKK-JISYO.jinmei
    encoding: euc-jp
    dict_type: skk
single_term:
  - path: /usr/share/akaza/SKK-JISYO.dynamic
    encoding: utf-8
    dict_type: skk

akaza に付属する SKK-JISYO.dyanmic を利用すると、「きょう」を変換すると、今日の日付がでるという機能が利用可能です。

ローマ字変換テーブルの変更などもここでできるようにしたいと思っていますが、 未実装 です。

• ibus-uniemoji を参考に初期の実装を行いました。
• 日本語入力を支える技術 を読み込んで実装しました。この本がなかったら実装しようと思わなかったと思います。