IME

IMEチームの日本語分析を紹介します。

2009-11-24T02:54:00Z

こんにちは。今回は、 IME チームでの日本語分析の一端について書いてみます。とても嬉しいことに、たくさんのユーザーの皆様から、 Office IME 2007 を通じて、誤変換、登録登録などの情報をお送りいただいています。頂いた情報は最新語辞書の更新や、変換精度の向上に役立てています。皆様ご協力ありがとうございます。さて、今回は、どの単語を何回くらい使ったのかという情報を使って分かること、の一部をご紹介したいと思います。その１。 Office IME 2007 を使って文章を入力している方は、 " 時間 " の " 確認 " を " お願い " する " メール " を書く方だ。上の " 時間 " 、 " 確認 " 、 " 願い " 、 " メール " は利用頻度の高い単語として、上位に現れるものです。この結果を見るだけでも、新聞でも小説でもなく、 PC で入力される文章の特徴が見事に現れていますね。その２。使う単語から個性が見える。面白かったので、いくつか例を挙げてみましょう。下の例は実際のデータから計算して求めたものです。２－１．「診療」「診察」をよく使う人は、「医師会」「カルテ」もよく使う。...(read more)

IME2007の辞書更新サービス2009年11月版のお知らせ

2009-11-24T02:51:00Z

IME2007用の最新語辞書および郵便番号辞書 2009年11月版がLiveされました。以下のページからご利用ください。最新語辞書2009年11月版郵便番号辞書2009年11月版最新語辞書には以下のような言葉が追加されています。就規（しゅうき）、初月（しょげつ）、特表（とくひょう）、花鶏（あとり）、甘草湯（かんぞうという）、校園（こうえん）、茉莉花（まつりか）、ニコ動（にこどう）、飛翔体（ひしょうたい）、衛生研（えいせいけん）、宮出し（みやだし）、自主勉（じしゅべん）、早摘み（はやづみ）、豚丼（とんどん）、婚カツ（こんかつ）、など郵便番号辞書は、2009年9月に日本郵政株式会社から公開されたデータをもとに更新されています。早いもので、来月はもう12月です。年賀状などご挨拶状の作成の際、ぜひアップデートされた郵便番号辞書をご活用ください。なお、最新語辞書2009年5月版の記事にも書きましたとおり、Office 2003 のメインストリームサポートが2009年4月で終了しております。それに伴い、IME2003 の郵便番号辞書の更新は、2008年11月版が最終バージョンとなります。ご注意のほどよろしくお願いいたします。...(read more)

IME2010 パブリックベータ

2009-11-24T02:46:00Z

Microsoft Office 2010のパブリックベータが公開されました。以下から、ご入手いただけます。 http://www.microsoft.com/2010/ja これには、IME2010が含まれております。IME2007はSP2で、変換精度やスピードをチューンアップいたしました。IME2010は、それにさらに大幅なチューンアップを実施したものです。新機能や、チューンした点など、これからご案内してまいります。まずは、お試しいただき、フィードバックをいただけましたら幸いです。...(read more)

2007 Microsoft Office system SP2

2009-04-30T07:34:00Z

先にご案内いたしました、変換・学習の改良モジュールが、2007 Microsoft Office system の SP2 に含まれて、公開されました。 http://www.microsoft.com/japan/office/2007/sp2/default.mspx このアップデートは、お客様に先行評価いただき展開決定をいただくなど、質の向上度や安定性が高いことを確認しております。今回のSP2では、そのアップデート・モジュールに対して、さらに学習データを移行する処理が追加されておりますので、安心してインストールいただけます。どうぞ皆様ご利用ください。佐藤良治...(read more)

IME の学習方式の紹介

2009-02-25T11:49:00Z

今回は､IME の学習の基本的な方式について､従来のものと､Office IME 2007 とを対比して紹介します。 Vista IME を含む従来の IME は、ユーザが第一候補でないものを選び確定したときや、カタカナ変換したときなどに、その単語や前後の単語を含めた情報を記録します。その記録は、次回に同じ読みの文節が入力されたときに利用されます。最近使った単語を優先するというのは、かな漢字変換というものが実用化されてから以降というもの、ずっと引き継がれてきた学習の基本設計です。一方、IME 2007 では、まず、確定入力された単語の並びや単語事態の使用回数を記録します。これをここでは「使用情報」と呼びましょう。また従来の IME の学習と同様に、ユーザが第一候補でないものを選んだという情報も記録します。これをここでは「選択情報」と呼びましょう。 IME 2007 は、これらの 2 つの情報を、次回に同じ読みが入力されたときに、利用します。違いは、「使用情報」も利用しているという点です。従来の学習方式と、IME 2007のそれとを比較してみます｡ Vista IME を含む従来の...(read more)

IME の変換方式の紹介

2009-02-25T11:45:00Z

今回は､IME の変換の基本的な方式を、従来の IME と、Office IME 2007 とで対比して､紹介します。 Vista IME を含む従来の IME は、品詞のつながり安さを基本にしています。たとえば、太陽、犬、太郎など世の中に存在するものは名前を持っています。それらの単語を名詞と言います。言う、書く、聞く、などは、動作を表わします｡これらの単語を動詞と言います。名詞、動詞などを、品詞と呼びます。品詞とは単語のグループです。従来の IME は、品詞と品詞がとれだけつながりやすいか、という情報を基本にしています。もう少し専門的に説明します｡つながりやすさをコストと考えて、つながりやすいほどコストが小さいとみなします。品詞のつながりやすさを品詞接続コストと呼びます。また、それぞれの単語がどれだけよく使われるかという情報を使います。ある単語が使われやすいほど、コストが小さいとみなします。単語の使われやすさを、単語コストと呼びます。従来の Microsoft IME は、品詞接続コストと単語コストとを合計して､コストが最小になるような変換結果を第 1 候補とします。ところで、サンプルとして集めた例文集を、コーパスと言います。品詞接続コストや単語コストは、コーパスの中に現れた統計に基づいて、人手で調整したものです。ほかにも複雑な手法を用いていますが省略します｡...(read more)

IME の変換効率と文書作成の生産性

2009-01-06T07:53:00Z

皆様、 http://www.microsoft.com/japan/office/2007/ime/fixmodule.mspx はご利用いただいていますでしょうか?　いずれOffice 2007のSP2に入りますが、是非早めに適用ください。さて、今回は､IME の変換効率とユーザーの文書作成の生産性との関係について書きます｡日本語を入力する際、誤変換が起きると、入力しなおしたり、誤変換を修正したり、候補から選んだりなど、余計な操作をしなければなりません。それらは、人の思考を停止させます｡以下では、以前、ご紹介したカスタマエクスペリエンス向上プログラムを通して得られた統計情報から、面白いデータをご紹介します。最初のデータです。ユーザが文字を入力する際、平均してみると文字入力を 2 文字するごとに 1 回 Back-Spaceキーが使われるということが分かっています。これを、社内データでさらに詳しく分析してみたら、1/3は書き直し、1/3はタイプミスの修正、残りの Back-Space キーは IME が誤変換したがそのまま確定してしまい入力しなおすためでした。このように、IME...(read more)

カスタマーフィードバックから見えたこと

2009-01-06T07:36:00Z

先にご紹介しましたカスタマー・フィードバック機構で、ユーザーが実際にどういうことに困っているのか、また実際に使用されている日本語はどんなものか、がわかります。以下、 IME 2003 のデータから見えたことから、具体的な例を挙げてご説明します。ユーザーニーズの実際 l ユーザーの痛み：　ユーザ登録単語には、専門用語、とりわけ入力の難しい用語が多いことがわかりました。ユーザ登録単語は、標準辞書に収録されていない語彙で、各ユーザにとって必要な語彙が集まります。広範囲の語彙にバラけるであろうという予測どおりでした。上位を観察すると、入力の難しい語彙が多く見られます。ユーザー・フィードバック・データが、実際にユーザの痛みを優先度付きで示しているといえます。 l ソフトウェアの問題 Ø ユーザ登録単語には人名が多いことがわかりました。 IME では多くの人名を、「人名地名辞書」に収録しています。しかし、調査によると、人名地名辞書で既にサポートしているのにユーザは登録しているケースが多いことが分かりました。標準辞書以外の付加辞書は、あってもユーザには使いにくいことが分かったのです。 Ø ユーザ登録単語には、長い定型表現が短い一部の読みで登録されることが多いことがわかりました。入力の生産性ということにユーザは強い関心を持っていることがわかります。...(read more)

IME 2007 の改良モジュールのリリース、続報

2008-10-20T10:55:00Z

先日、9月8日に、改良モジュールのご案内の速報をいたしましたが、今回、64ビット環境もサポートした修正モジュールを改めてリリースしました。以下のダウンロードサイトからご利用ください。 http://www.microsoft.com/japan/office/2007/ime/fixmodule.mspx また、Office IME 2007 の詳細は下記 Web サイトをご参照ください。 http://office.microsoft.com/ja-jp/ime/FX101486491041.aspx 佐藤...(read more)

IME 2007の改良モジュールのリリース

2008-09-05T17:40:00Z

速報です。IME 2007の変換・学習を改善する修正モジュールをリリースしました。改良・修正点は、以下の3つです。変換結果が細かく区切れて誤変換する以前変換した単語が、すぐに変換結果として出てこない登録した単語が、すぐに変換結果として出てこない詳しくは、以下をご覧ください。 http://support.microsoft.com/kb/957272/ja どうぞよろしくお願いいたします。佐藤良治...(read more)

IME

IMEチームの日本語分析を紹介します。

IME2007の辞書更新サービス2009年11月版のお知らせ

IME2010 パブリックベータ

最新語辞書 2009 年 8 月版が Live されました

最新語辞書 2009 年 5 月版のお知らせ