Introduction on HDIC project

掲出字・項目構造とID体系

Mon, 01 Jan 0001 00:00:00 +0000

掲出字・項目構造とID体系 #

このセクションでは、名義抄の項目の構造と、それを識別するためのID体系について説明する。

掲出字と掲出項目の定義 #

掲出字（Headword）とは、見出しの漢字そのものである。 掲出項目（Entry）とは、辞書の項目単位である。

類聚名義抄の概要

Mon, 01 Jan 0001 00:00:00 +0000

類聚名義抄の概要 #

池田　証寿

初版公開日：2022年11月15日
最終更新日：2025年4月20日

ここでは、諸本、編者、成立、価値、構成、出典、諸本の影印・索引、参考文献などに関して、『類聚名義抄』の概要を述べる。

文字の符号化と表現

Mon, 01 Jan 0001 00:00:00 +0000

文字の符号化と表現 #

ここでは、Unicodeを利用した文字の符号化と表現を解説する。 Unicode によって表現できない文字の扱いは複数の方式を併用しているので、その点も解説する。

項目データ構造

Mon, 01 Jan 0001 00:00:00 +0000

項目データ構造 #

ここでは、観智院本『類聚名義抄』（以下、名義抄と略）の項目の構造と項目の形式を取り上げて解説する。

まず、掲出字・注文等の用語（概念）を定義し、次に実際の項目の例を画像（模写）として掲げ、その項目の構造を抽象化・図式化して示し、最後に画像として示した項目の翻刻データを示す。

書写・表記・注記における問題と対応

Mon, 01 Jan 0001 00:00:00 +0000

書写・表記・注記における問題と対応 #

名義抄は漢字の字書であり、その内容を正確に解読し、テキスト化するには、原典である名義抄に見える諸特徴を把握した上で、具体的な入力・処理方法を示す必要がある。

項目の種類

Mon, 01 Jan 0001 00:00:00 +0000

項目の種類 #

このセクションでは、類聚名義抄の項目をどのような基準で分類し、それぞれどのような特徴を持つか説明する。

掲出字形式による分類 #

項目は、それを構成する掲出字の形式（単字または複字）によって分類することができる。

文字表記に関する概念

Mon, 01 Jan 0001 00:00:00 +0000

文字表記に関する概念 #

書体・字体・字形 #

「書体」「字体」「字形」の用語は石塚晴通『図書寮本日本書紀研究篇』（汲古書院、1984）に見える次の定義に従う。

項目データファイルの公開・更新

Mon, 01 Jan 0001 00:00:00 +0000

項目データファイルの公開・更新 #

項目データファイルの内容と具体例の提示、GitHub を利用した公開・更新の方法に触れる。

項目データファイルの例 #

公開のデータファイルのリストは公開データの概要に一覧している。ここでは項目データファイルの基本データとなるkrm_main を例にその内容を解説する。

KRMの入力方法

Thu, 06 Jan 2022 00:00:00 +0000

注文データ入力の詳細 #

次の6種に分類して入力方法の詳細を説明する。

共通 #

字体注、音注、義注、和訓、掲出字補注に共通する事項は次のとおりである。

krm_main

Mon, 01 Jan 0001 00:00:00 +0000

krm_main #

概要とファイル形式 #

観智院本類聚名義抄（以下、名義抄）デーベースの中核となるファイルを解説する。従来公開していたのは、KRM.tsv という名称のTSVファイルである。

krm_notes

Mon, 01 Jan 0001 00:00:00 +0000

krm_notes #

概要とファイル形式 #

KRM_definitions.tsv ファイルに詳細な注釈情報を追加したファイル krm_notes.tsv を作成した。これは、TSV形式とJSON形式で用意した。 2025年3月の仕様変更後のファイル名であることを明示的に示すため、大文字の KRM ではなく小文字の krm を用いて krm_notes.tsv と krm_notes.json という名称とした。

krm_headword_chars

Mon, 01 Jan 0001 00:00:00 +0000

krm_headword_chars #

概要とファイル形式 #

名義抄の掲出字は、単字からなるものと、複字（多字）からなるものがある。 krm_headword_chars は、名義抄のすべての掲出字を、名義抄の項目順および各項目内の文字の出現順に一覧したデータである。

krm_wakun

Mon, 01 Jan 0001 00:00:00 +0000

krm_wakun #

概要とファイル形式 #

これは、名義抄デーベースの KRM.tsv から和訓を抜き出して、和訓の異形を整理し、異体字との対応を調整したデータである。

和訓に関する校勘と出典考証は krm_notes に記載したので省略している。

krm_definitions

Mon, 01 Jan 0001 00:00:00 +0000

krm_definitions #

名義抄の注文には、和訓だけではなく、字体注、音注、意義注などの要素を含んでいる。これらの校勘と出典考証を行うために、注文の各要素を出現順に区分し、出現の順番に番号を与えたレコードを作成し、注文種類の分類を行ったファイルである。従来公開していたのは、KRM_definitions.tsv である。 2025年3月の仕様変更後は、krm_notes に統合したので、説明は省略する。

krm_pronunciations

Mon, 01 Jan 0001 00:00:00 +0000

krm_pronunciations #

概要とファイル形式 #

観智院本類聚名義抄（以下、名義抄）の音注は、反切、類音注、仮名注があり、それらに声点が施されることも多い。日本漢字音のデータベースとしては、加藤大鶴氏らによる「資料横断的な漢字音・漢語音データベース」（略称 DHSJR）が非常に充実した内容を持っている。またその仕様も詳細に公開されている。そこで、HDICプロジェクトしして、DHSJR の仕様に合わせたデータ公開を公開することとした。

krm_ndl

Mon, 01 Jan 0001 00:00:00 +0000

krm_ndl #

国会図書館デジタルコレクションで公開している観智院本類聚名義抄の画像へのリンクを整理したものである。観智院本類聚名義抄の所在と国会図書館デジタルコレクションのURLとを対照させたデータである。ファイル名は、KRM_ndl.tsv である。

注釈作成の基本方針と分析対象

Mon, 01 Jan 0001 00:00:00 +0000

注釈作成の基本方針と分析対象 #

項目の構造と注文数の概略を示し、一つの項目を例に説明しながら、注釈作成の基本方針を示す。

項目の構造と注文数 #

項目は掲出字と注文からなる。

掲出字数の算出

Mon, 01 Jan 0001 00:00:00 +0000

掲出字数の算出 #

ここでは、誤字、脱字、衍字、補入、埋字、代用符号、踊り字などについて解説し、掲出字数の算出を行う。掲出字数は、掲出字の延べの字数のことである。

字体注の種類と記載形式

Mon, 01 Jan 0001 00:00:00 +0000

字体注の種類と記載形式 #

ここでは、「正」「通」「俗」などの注記の種類とこれらの注記と注記対象字との記載状況を解説する。また、「滴」を例にして記載内容の検討を行い、どのように注釈を作成すればよいかを考える材料とする。

音注の種類と解読上の問題点

Mon, 01 Jan 0001 00:00:00 +0000

音注の種類と解読上の問題点 #

音注の検討では、広韻の音注との比較が基本となる。原撰本名義抄では、東宮切韻の引用頻度が高く、切韻系韻書に由来する音注が改編本でも多くなっていると予想される。原撰本名義抄では、この他に原本玉篇、万象名義の引用が多い東宮切韻と同程度あり、観智院本の音注についても照合が必要である。原撰本名義抄で引用頻度が最も多いのは玄応の一切経音義であり、同様に観智院本の音注と一切経音義との照合するが必要である。また、原撰本名義抄には和名抄由来の音注もあり、漢語の中古音の体系と相違することがある。

義注の種類と数量

Mon, 01 Jan 0001 00:00:00 +0000

義注の種類と数量 #

義注（Semantic Gloss in Chinese）とは、漢字を用いた意義注記のことである。漢文義注ともいう。

義注の文字数 #

観智院本類聚名義抄には、約12,600の義注がある。これを義注に用いられた漢字の文字数により分類すると次のようになる。

和訓注釈のための基礎資料

Mon, 01 Jan 0001 00:00:00 +0000

和訓注釈のための基礎資料 #

ここでは、まず、略称を用いる参考文献とその他の参考文献をあげる。次に、和訓の同定に関して、若干の例をあげて解説する。

注釈記述の具体例

Mon, 01 Jan 0001 00:00:00 +0000

注釈記述の具体例 #

前書き #

注釈の試作 #

注釈をどのように作成するか、さらに作成した注釈をどのように公表するかは現在、検討中である。

試みに、注釈の例を作成してみた。ご意見いただければ幸いである。なお、K0106261　匜など、注釈すべきなのに、未記載のところが残っている。今後、追加修正したい。

花園明朝の設定

Mon, 01 Jan 0001 00:00:00 +0000

花園明朝の設定 #

前提 #

TeX Liveが使えるように設定しておく。

花園フォント #

花園明朝のフォントをパソコンにインストールしておく。

ブラウザでの確認 #

たとえば、 Chromeで ctext.orgのDictionaryの一部のページを見てください。

漢字の一覧が表示されているかを確認。

GlyphWikiの設定

Mon, 01 Jan 0001 00:00:00 +0000

GlyphWikiの設定 #

BXglyphwiki パッケージバンドル #

花園フォントをLuaLaTeXで使うには、 BXglyphwiki パッケージバンドルを参考にする。

toyjackによるテンプレートファイルが出ている。

sfkanbun.styの設定

Mon, 01 Jan 0001 00:00:00 +0000

sfkanbun.styの設定 #

訓点資料用スタイル・ファイル（kunten2e.sty）は、 upLaTeXであれば使えるが、 LuaLaTeXで使えない。このスタイル・ファイルで作成した文書ファイルもある。

古辞書・訓点資料のためのLuaTeX組版備忘録

Mon, 01 Jan 0001 00:00:00 +0000

古辞書・訓点資料のためのLuaTeX組版備忘録 #

この文書は、LuaTeX (TeX Live, VS Code推奨) 環境で、花園明朝、GlyphWiki、および sfkanbun.sty (またはLuaTeX対応化した kunten2e.sty) を用いて古辞書や訓点資料の翻刻・注釈を組版するための設定方法を解説する備忘録です。

オンラインツール

Mon, 01 Jan 0001 00:00:00 +0000

よく使うオンラインツールのリンク #

掲出字

Mon, 01 Jan 0001 00:00:00 +0000

掲出字 #

かなり分かりにくいですが、

注釈データ入力の詳細 > 掲出字 > 掲出項目数 > 部首毎の掲出項目数と掲出字数のまとめ

で見ることができます。

これは、極めてたどりにくいので、以下の同じ内容を貼り付けておきます。 2024年3月14日現在での数値です。

注文

Mon, 01 Jan 0001 00:00:00 +0000

注文 #

注文種類	頻度集計	百分率
字体注	13,352	15.39%
音注	24,145	27.82%
義注	12,648	14.57%
和訓	35,381	40.77%
その他	1,253	1.44%
小計	86,779	100.00%

2024年12月12日現在（以下同）。

字体注

Mon, 01 Jan 0001 00:00:00 +0000

字体注 #

2024年12月11日現在のデータによってその詳細を説明する。

声点の有無 #

声点の有無	頻度	百分率
字体注声点有	20	0.15%
字体注声点無	13,332	99.85%
小計	13,352	100.00%

音注

Mon, 01 Jan 0001 00:00:00 +0000

音注 #

2024年12月11日現在のデータによってその詳細を説明する。

声点の有無 #

声点の有無	頻度	百分率
音注声点有	4,462	18.48%
音注声点無	19,683	81.52%
小計	24,145	100.00%

音注に声点があるのは、約18パーセントである。

義注

Mon, 01 Jan 0001 00:00:00 +0000

義注 #

2024年12月12日現在

声点の有無	頻度	百分率
義注声点有	6	0.05%
義注声点無	12,642	99.95%
小計	12,648	100.00%

和訓

Mon, 01 Jan 0001 00:00:00 +0000

和訓 #

日国IDの付与状況 #

和訓数	総数	ID付与済	パーセント
仏上	4,104	3,475	84.67%
仏中	4,237	3,675	86.74%
仏下本	4,344	3,511	80.82%
仏下末	1,559	1,309	83.96%
法上	4,211	3,498	83.07%
法中	4,446	3,659	82.30%
法下	3,989	3,285	82.35%
僧上	3,994	3,364	84.23%
僧中	3,257	2,717	83.42%
僧下	2,210	1,863	84.30%
合計	36,351	30,356	83.51%

（2024年12月11日現在）

その他

Mon, 01 Jan 0001 00:00:00 +0000

その他 #

2024年12月12日現在

分類	頻度	百分率
未詳	211	16.84%
参照注	181	14.45%
出典注記	25	2.00%
補注	64	5.11%
その他上記以外	151	12.05%
未勘	105	8.38%
無注	516	41.18%
小計	1,253	100.00%

和訓「ウゴク」の調査

Mon, 01 Jan 0001 00:00:00 +0000

和訓「ウゴク」の調査 #

池田証寿

2024年12月22日～26日

はじめに #

観智院本『類聚名義抄』（以下、名義抄）の注釈を進める参考とするため、次の点を確認する。

和訓「ミル」の調査

Mon, 01 Jan 0001 00:00:00 +0000

和訓「ミル」の調査 #

池田　証寿 2025年1月4日～11日

はじめに #

和訓「ミル」を例として、『日本国語大辞典　第二版』（ジャパンナレッジ版、「日国」と略）の表記欄を検証する。

和訓の使用頻度

Mon, 01 Jan 0001 00:00:00 +0000

和訓の使用頻度 (Wakun Usage Frequency) #

池田　証寿 (Ikeda Shoju)
2025年1月12日～13日
2025年4月10日改訂、英訳追加

はじめに (Introduction) #

2024年12月11日現在のKRM_wakun.tsvに基づき、和訓の使用頻度を整理する。

同仮名異語の区別

Mon, 01 Jan 0001 00:00:00 +0000

同仮名異語の区別 (Kana Homograph Distinction) #

池田証寿

2025年1月13日～2月11日

はじめに #

和訓「ツク」を例にして同仮名異語の区別を検証する。

和訓「ウゴク」の調査と和訓「ミル」の調査では、『日本国語大辞典　第二版』（以下、日国）の表記欄の検証を重点的に行ってきた。ここでは観点を少し変えて三巻本『色葉字類抄』（前田本、黒川本、以下、字類抄）を通して名義抄の和訓を検証してみたい。

DHSJRとの連携

Mon, 01 Jan 0001 00:00:00 +0000

DHSJRとの連携 (Collaboration with DHSJR) #

DHSJRとは #

DHSJRとは「資料横断的な漢字音・漢語音データベース」の英語名"Database of Historical Sino-Japanese Readings" に基づく略称である。DHSJRのプロジェクトは、早稲田大学の加藤大鶴氏がリーダーとなって推進しており、 https://dhsjr.w.waseda.jp/ で構築した全データが公開されている。

人文系研究者のための「AI対話型」文献分析入門〜観智院本類聚名義抄を例に〜

Mon, 01 Jan 0001 00:00:00 +0000

人文系研究者のための「AI対話型」文献分析入門〜観智院本類聚名義抄を例に〜 #

はじめに：そのデータ、眠らせていませんか？ #

HDICのリポジトリから『観智院本類聚名義抄』の全文テキストデータ（krm_manin.tsvなど）をダウンロードしたものの、Excelで開いてみても膨大すぎて、どう使えばいいか分からず困っていませんか？

英文での年月日の形式

Mon, 19 May 2025 13:14:53 +0900

英文での年月日の形式 #

いろいろな形式がある。

“20 April 2025” (日月年): この形式は、DD Month YYYY となり、月を数字ではなく名前で書くため、04/05/2025 のような数字のみの表記（これが4月5日なのか5月4日なのか混乱を招く）よりもはるかに明確。国際的にも比較的理解されやすい形式。
“April 20, 2025” (月日, 年): こちらも月を名前で書くため明確です。アメリカ英語圏ではこちらが標準。

1の形式のものをチェックして2に修正。

Hugo BookテーマでのMermaid

Sun, 18 May 2025 05:18:44 +0900

Hugo Book テーマでの Mermaid の扱い #

VS Codeで次の Mermaidで作図したER図は表示されるが、Hugo の book では図が描けない。どうしたら表示できるか。

Glossary for KRM DB

Fri, 16 May 2025 10:50:00 +0900

名義抄データベース英訳用語集 #

Glossary for the Myōgishō Database English Translation

目的: この用語集は、名義抄データベースの英語版作成および利用にあたり、日本語の専門用語とその英語訳、および定義を明確にし、一貫性を確保することを目的とします。このデータベースでは、名義抄の本文に関連する解説情報を包括的に「Commentary」として提供しており、その中で名義抄原典の注釈とデータベース作成者による注釈が区別されています。

Hugo Book I18n Notes

Sat, 10 May 2025 18:27:43 +0900

Hugo Book テーマにおける多言語対応と言語切替リンク設置まとめ #

1. 言語設定（`config.toml`） #

defaultContentLanguage = "ja"
defaultContentLanguageInSubdir = true

[languages]
  [languages.ja]
    languageName = "Japanese"
    weight = 1

  [languages.en]
    languageName = "English"
    weight = 2

defaultContentLanguageInSubdir = true にすることで、デフォルト言語（日本語）も /ja/ サブディレクトリに配置され、明示的な切替が可能になります。

2. コンテンツ構成 #

content/ フォルダ内に _index.ja.md と _index.en.md を用意。
各言語ごとに対応する .md ファイルを準備すると .Translations が有効に機能します。

例：

コードブロックの配色調整

Sat, 10 May 2025 05:56:42 +0900

Hugo Book でのカスタム CSS 設定手順 #

目的 #

コードブロックの背景色と文字色を、図や全体の配色と調和するように変更する。

1. `custom.css` の作成と設置 #

パス： static/css/custom.css

内容（例）：

KRM本文翻刻のサイトを開設

Thu, 06 Jan 2022 00:00:00 +0000

平安時代漢字字書総合データベース(HDIC)は 2014年にスタートしたが、代表者の退職に伴い、公開方法の見直しが必要となった。

また、収録した古辞書の翻刻の凡例が簡略であったり、準備できていないものもあった。