Blog

宋本廣韻の音韻データをHDICやDHSJRにつなぐ方法(7)

July 11, 2026
デジタル人文学, 日本古辞書
廣韻, 集韻, 音韻学, 漢字データベース, Python, 宋本廣韻, HDIC, DHSJR, KRM, データ統合, 異体字, Unicode

前回(6)は廣韻側の字頭差分やCJKVI variantsから異体字JSONを作りました。今回(7)は、廣韻とは別の宋代韻書である集韻（Jiyun）のOCRテキストを取得・構造化し、その見出し字列記から異体字ペアを抽出して –itaiji-json に加えた結果をまとめます。

宋本廣韻の音韻データをHDICやDHSJRにつなぐ方法(6)

July 4, 2026
デジタル人文学, 日本古辞書
廣韻, 音韻学, 漢字データベース, Python, 宋本廣韻, HDIC, DHSJR, KRM, データ統合, 異体字, Unicode

前回の連載(5)では、DHSJR側のunmatched例を精査し、IDS表記のUCS変換や一部の入力修正を行いました。今回の(6)では、–itaiji-json に指定する異体字JSONを整理し、修正後データに gy_dhsjr_link.py を再実行した結果を検討します。

宋本廣韻の音韻データをHDICやDHSJRにつなぐ方法(4)

June 30, 2026
デジタル人文学, 日本古辞書
廣韻, 音韻学, 漢字データベース, Python, 宋本廣韻, HDIC, DHSJR, KRM, データ統合, 異体字

連載(3)の続き。DHSJR全74文献に gy_dhsjr_link.py を適用し、itaiji_gy_compare.json・itaiji_jisx0213.json・CJKV異体字表・jp-old-style.txt・KRM未検証ペアを --itaiji-json で段階追加。unmatched は 22,012→7,523 行（約66%減）まで減る一方 multi は増加するトレードオフを定量。次回は unmatched 例を精査予定。

宋本廣韻の音韻データをAIエージェントで整備する

May 26, 2026
デジタル人文学, AIエージェント活用
廣韻, 音韻学, 漢字データベース, AIエージェント, Claude, Python, 宋本廣韻, データ統合

公開データ（sbgy.xml・廣韻.csv）を使い、AIエージェントへの日本語指示だけで廣韻の音韻統合 JSON 辞書を自律的に生成する手順を解説します。さらに研究者が自作した手元データを加えて照合精度を高めるための5つの要件を具体例とともに示します。