g-hal****@fenix*****
g-hal****@fenix*****
2009年 12月 5日 (土) 01:41:04 JST
fenix.ne.jp の G-HAL です。
Anthyの文節区切りの際に、
文節を分解した複合語を使った文節区切り候補と、
文節を連結して１単語化した複合語を使った文節区切り候補と、
複合語を使わない文節区切り候補の、
３種類の候補の評価が循環してしまい、
結果、評価の低い文節区切りを採用してしまう問題（バグ？）を
見つけました。
修正パッチを作ってみましたので送付致します。
添付のパッチでは
「文節を連結して１単語化した複合語を使った文節区切り候補」の評価を
強制的に最下位にする事で、評価の循環を切っています。
発症例：
「きゃっかんてき」を変換した場合。
単語辞書から生成した名詞「|きゃっかんてき|」（「|客観的|」など）の評価
＜ 複合語辞書から１単語化して生成した名詞
「|きゃっかん_てき|」（「|客観_的|」など）の評価
＃ src-splitter/lattice.c の cmp_node() の /* 最後に遷移確率を見る */ の部分。
上記「|きゃっかん_てき|」の評価
＜ 単語辞書から生成した副詞「|きゃっ|」（「|キャッ|」など）と
複合語辞書から生成して文節を分割した名詞
「|かん|てき|」（「|観|的|」など）を
連結して生成した候補「|きゃっ|かん|てき|」の評価
＃ src-splitter/lattice.c の cmp_node() の cmp_node_by_type_to_type() 呼出の部分。
上記「|きゃっ|かん|てき|」の評価 ＜ 上記「|きゃっかんてき|」の評価
＃ src-splitter/lattice.c の cmp_node() の /* 最後に遷移確率を見る */ の部分。
と、評価がループしており、
最後に生成された候補「|きゃっ|かん|てき|」が採用されてしまいます。
================================================================
(Now Printing)
================================================================
-------------- next part --------------
テキスト形式以外の添付ファイルを保管しました...
ファイル名: anthy-9100h.debugpatch.bz2
型: application/octet-stream
サイズ: 689 バイト
説明: anthy-9100h.debugpatch.bz2
Download