-
Notifications
You must be signed in to change notification settings - Fork 1
/
use-hiragana-and-kanji-properly.js
450 lines (447 loc) · 13.5 KB
/
use-hiragana-and-kanji-properly.js
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
function validateSentence(sentence) {
// 参考
// https://www.jtf.jp/jp/style_guide/pdf/jtf_style_guide.pdf
// 2.2.1. ひらがなと漢字の使い分け
// 漢字は「全角」で表記します。漢字の使用は、平成 22 年 11 月 30 日内閣告示第 2 号の「常用漢字表」に原則として準じます。
var terms = [
{
'expected':'あらかじめ',
'pattern':['予め']
},
{ 'expected':'いずれ',
'pattern':['何れ']
},
{
'expected':'いつ',
'pattern':['何時'],
'tokenCheck':['名詞','代名詞','何時'] // この形で形態素解析される「何時」がすくない。何と時にTokenizeされる。。。
},
{ 'expected':'おおよそ',
'pattern':['凡そ']
},
{ 'expected':'かえって',
'pattern':['却って'],
'tokenCheck':['副詞','一般','却って']
},
{ 'expected':'かつ',
'pattern':['且つ']
},
{ 'expected':'かもしれない',
'pattern':['かも知れない']
},
{
'expected':'ください',
'pattern':['下さい'],
'tokenCheck':['動詞','非自立','下さる']
},
{ 'expected':'これほど',
'pattern':['これ程']
},
{ 'expected':'ご',
'pattern':['御'],
'tokenCheck':['接頭詞','名詞接続','御']
},
{ 'expected':'子ども',
'pattern':['こども|子供']
},
{
'expected':'さらに',
'pattern':['更に'],
'tokenCheck':['副詞','助詞類接続','更に']
},
{
'expected':'しかし',
'pattern':['然し']
},
{
'expected':'しばらく',
'pattern':['暫く']
},
{
'expected':'すなわち',
'pattern':['即ち']
},
/* スタイルガイドにはあるが、実際に使うことはないと思うので削除
{
'expected':'すべき',
'pattern':['可き'],
},
*/
{
'expected':'せっかく',
'pattern':['折角']
},
{
'expected':'たびたび',
'pattern':['度々']
},
{
'expected':'ただし',
'pattern':['但し'],
'tokenCheck':['接続詞','*','但し']
},
{
'expected':'たち',
'pattern':['達'],
'tokenCheck':['名詞','接尾','達'] //中々検知しないので、個別に下で定義。。。
},
{
'expected':'人たち',
'pattern':['人達'],
'tokenCheck':['名詞','一般','人達']
},
{
'expected':'できる',
'pattern':['出来る'],
'tokenCheck':['動詞','自立','出来る']
},
{
'expected':'どこ',
'pattern':['何処']
},
{
'expected':'ないし',
'pattern':['乃至']
},
{
'expected':'なお',
'pattern':['尚'],
'tokenCheck':['接続詞','*','尚']
},
{
'expected':'なかなか', //少々精度に不安あり
'pattern':['中々']
},
/*いい感じの形態素解析が思いつかないのでパス
{
'expected':'ほど',
'pattern':['程'],
},
*/
{
'expected':'または',
'pattern':['又は'],
'tokenCheck':['接続詞','*','又は']
},
{
'expected':'むしろ',
'pattern':['寧ろ']
},
{
'expected':'めったに',
'pattern':['滅多に']
},
{
'expected':'もはや',
'pattern':['最早']
},
{
'expected':'もしくは',
'pattern':['若しくは']
},
{
'expected':'もって',
'pattern':['以て|以って']
},
{
'expected':'ように',
'pattern':['様に'],
'tokenCheck':['名詞','非自立','様']
},
{
'expected':'よほど',
'pattern':['余程']
},
// JTF-2.2.1 漢字で書く
{
'expected':'一切',
'pattern':['いっさい']
},
{
'expected':'必ず',
'pattern':['かならず']
},
{
'expected':'大いに',
'pattern':['おおいに']
},
{
'expected':'強いて',
'pattern':['しいて'],
'tokenCheck':['副詞','一般','しいて']
},
/* いい感じの検知方法が見当たらないのでパス
{
'expected':'中',
'pattern':['じゅう'],
},
*/
{
'expected':'時々',
'pattern':['ときどき'],
'tokenCheck':['副詞','一般','ときどき']
},
{
'expected':'何しろ',
'pattern':['なにしろ'],
'tokenCheck':['副詞','一般','なにしろ']
},
/* いい感じの検知方法が見当たらないのでパス
{
'expected':'何も',
'pattern':['なにも'],
},
*/
{
'expected':'何らかの',
'pattern':['なんらかの'],
'tokenCheck':['連体詞','*','なんらかの']
},
{
'expected':'何とも',
'pattern':['なんとも'],
'tokenCheck':['副詞','一般','なんとも']
},
// JTF-2.2.1 漢字を使い分ける
{
'expected':'箇所',
'pattern':['個所']
},
{
'expected':'箇条書き',
'pattern':['個条書き']
},
/* いい感じの検知方法が見当たらないのでパス
{
'expected':'付属する',
'pattern':['附属する'],
},
*/
{
'expected':'摩耗',
'pattern':['磨耗']
},
{
'expected':'摩滅',
'pattern':['磨滅']
},
// JTF=2.2.1 品詞・意味で使い分ける
{
'expected':'および',
'pattern':['及び'],
'tokenCheck':['接続詞','*','及び']
},
{
'expected':'及ぶ',
'pattern':['およぶ'],
'tokenCheck':['動詞','自立','およぶ']
},
{
'expected':'いたします',
'pattern':['致します'],
'tokenCheck':['動詞','非自立','致す']
},
{
'expected':'致す',
'pattern':['いたす'],
'tokenCheck':['動詞','自立','いたす']
},
{
'expected':'したがって',
'pattern':['従って'],
'tokenCheck':['接続詞','*','従って']
},
{
'expected':'従う',
'pattern':['したがう'],
'tokenCheck':['動詞','自立','したがう']
},
/* これは形態素解析でも無理だと思う。。。
{
'expected':'出す',
'pattern':['だす'],
},
{
'expected':'だす',
'pattern':['出す'],
},
*/
{
'expected':'付く',
'pattern':['つく'],
'tokenCheck':['動詞','自立','つく']
},
/* 活気付くや凍り付くが、一つの単語でTokenizeされてしまうため、検知できない。
{
'expected':'つき',
'pattern':['付き'],
'tokenCheck':['名詞','接尾','付き'] //手付きや目付きは一つの名詞になってしまうので検知できない。。。
// 好み
},
{
'expected':'とおり',
'pattern':['通り'],
'tokenCheck':['名詞','非自立','通り'] //「以下の通り」の通りは「名詞・一般」になってしまう。これを対象にしてしまうと、道路を意味する「通り」が平仮名になってしまう。。。
},
*/
{
'expected':'以下のとおり',
'pattern':['以下の通り'] // とりあえずこれは検知したいので個別に。
},
{
'expected':'通り',
'pattern':['とおり'],
'tokenCheck':['名詞','接尾','とおり']
},
{
'expected':'ほしい',
'pattern':['欲しい'],
'tokenCheck':['形容詞','非自立','欲しい']
},
{
'expected':'欲しい',
'pattern':['ほしい'],
'tokenCheck':['形容詞','自立','ほしい']
},
// JTF=2.2.1 複数の表記方法が一般的で、実務文書で頻出する語
{
'expected':'あまりに',
'pattern':['余りに']
},
{
'expected':'きわめて',
'pattern':['極めて']
},
{
'expected':'さまざま',
'pattern':['様々']
},
{
'expected':'すでに',
'pattern':['既に']
},
{
'expected':'すべて',
'pattern':['全て']
},
{
'expected':'ともに',
'pattern':['共に'],
'tokenCheck':['副詞','一般','共に']
},
{
'expected':'たとえば',
'pattern':['例えば']
},
{
'expected':'ただちに',
'pattern':['直ちに']
},
{
'expected':'とうてい',
'pattern':['到底']
},
{
'expected':'はたして',
'pattern':['果たして']
},
{
'expected':'ひときわ',
'pattern':['一際']
},
/* kuromojiのテストツールが、「一度」を「ひとたび」と認識しないので対応できない
{
'expected':'ひとたび',
'pattern':['一度'],
},
*/
{
'expected':'ほか',
'pattern':['他'],
'tokenCheck':['名詞','一般','他'] // 他を探す
},
{
'expected':'ほか',
'pattern':['他'],
'tokenCheck':['名詞','非自立','他'] // この他に必要なもの
},
{
'expected':'ほか',
'pattern':['外'],
'tokenCheck':['名詞','副詞可能','外'] // 思いの外が他でTokenizeされない。。。
},
{
'expected':'思いのほか',
'pattern':['思いの外']
},
{
'expected':'ほかならぬ',
'pattern':['他ならぬ|外ならぬ']
},
{
'expected':'まったく',
'pattern':['全く']
},
{
'expected':'もともと',
'pattern':['元々']
},
{
'expected':'わかる',
'pattern':['分かる'],
'tokenCheck':['動詞','自立','分かる']
},
{
'expected':'わかる',
'pattern':['解る'],
'tokenCheck':['動詞','自立','解る']
},
{
'expected':'わかる',
'pattern':['判る'],
'tokenCheck':['動詞','自立','判る']
},
{
'expected':'ひとつひとつ',
'pattern':['一つ一つ']
},
{
'expected':'わたし',
'pattern':['私'],
'tokenCheck':['名詞','代名詞','私']
},
{
'expected':'われわれ',
'pattern':['我々'],
'tokenCheck':['名詞','代名詞','我々']
},
// 過剰検知しそう。適宜形態素解析に切り替える
{
'expected':'わが',
'pattern':['我が']
}
];
var tokenCheck = function (sentence){
for (var k = 0; k < sentence.tokens.length; k++) {
// 2.2.1
if ( sentence.tokens[k].tags[0] === terms[i]['tokenCheck'][0] &&
sentence.tokens[k].tags[1] === terms[i]['tokenCheck'][1] &&
sentence.tokens[k].tags[6].match(new RegExp(terms[i]['tokenCheck'][2])) ){
addError(' 「' + sentence.tokens[k].surface + '」を「' + terms[i]['expected'] + '」に修正してください' , sentence);
}
}
}
for ( var i = 0; i < terms.length; i++ ) {
for ( var j = 0; j < terms[i]['pattern'].length; j++ ) {
var regex = new RegExp( terms[i]['pattern'][j]);
// 形態素解析するかどうか
if ( 'tokenCheck' in terms[i] ) {
tokenCheck(sentence);
} else {
if ( sentence.content.match(regex) ) {
addError('「' + terms[i]['pattern'][j] + '」を「' + terms[i]['expected'] + '」に修正してください', sentence);
}
}
}
}
}