IME2010の辞書作成

IME2010の辞書作成方法について調べた結果のまとめです。

ウェブ上にある情報はツールを使って登録する方法や、辞書プロパティから一つ一つ手動で登録するやり方の紹介が多いのですが、ここで紹介しているのは大量の単語を登録しなければならない場合や、データベースからスクリプトで辞書を自動作成する場合などに向いているかと思います。

辞書仕様

IME2010はXML形式で作成します。マイクロソフトの仕様についてまとめたページはこちら。

ファイル名は任意のものでOK。拡張子はdctx、文字エンコーディングはUTF-8です。

XMLの見本は以下の通りです。これをXMLファイルにコピペしてIMEに取り込めば最低限使えるようになります。

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<ns1:Dictionary xmlns:ns1="http://www.microsoft.com/ime/dctx" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
 <ns1:DictionaryHeader>
  <ns1:DictionaryGUID>{0000abcd-1234-ABCD-12ab-1234abcdefgh}</ns1:DictionaryGUID>
  <ns1:DictionaryLanguage>ja-jp</ns1:DictionaryLanguage>
  <ns1:DictionaryVersion>1</ns1:DictionaryVersion>
  <ns1:SourceURL/>
  <ns1:CommentInsertion>true</ns1:CommentInsertion>
  <ns1:DictionaryInfo Language="ja-jp">
   <ns1:ShortName>辞書名（略称）</ns1:ShortName>
   <ns1:LongName>辞書名（正式名称）</ns1:LongName>
   <ns1:Description>辞書についての説明</ns1:Description>
   <ns1:Copyright>著作者名</ns1:Copyright>
  </ns1:DictionaryInfo>
 </ns1:DictionaryHeader>
 <ns1:DictionaryEntry>
  <ns1:InputString>へんかん</ns1:InputString>
  <ns1:OutputString>変換</ns1:OutputString>
 </ns1:DictionaryEntry>
 <ns1:DictionaryEntry>
  <ns1:InputString>ほげ</ns1:InputString>
  <ns1:OutputString>ホゲホゲ</ns1:OutputString>
 </ns1:DictionaryEntry>
</ns1:Dictionary>

htmlやXMLの知識がある人なら、タグ名を見ているだけでなんとなくは分かるかと思います。1行目のXML宣言や2行目のDictionaryタグは変更せずそのまま使います。

4行目のDictionaryGUIDは任意のIDを設定します。このIDが一致する辞書は同一の辞書として扱われます。後から語数などを増やして辞書を更新し、もう一度IMEに取り込む際に、このIDが一致する場合は同一の辞書と判断され、既存のものを上書きしてくれます。そのため、辞書を更新しながら長期間使う場合、DictionaryGUIDは絶対に変更してはいけません。当然ながら、他の辞書と同じものを使ってもいけません。IDに使えるのは32桁のアルファベット大文字小文字と0から9の数字です。まあ、偶然にも他の辞書と一致することはないでしょう。XMLをコピペして使う場合に、このIDを変えずにそのまま使うことだけは避けましょう。

ヘッダータグ（<ns1:DictionaryHeader>）内のCommentHeader1から3のタグはなくても問題ありません。その他のタグは必須です。

登録単語の設定は<ns1:DictionaryEntry>タグ内に記します。最低限必要なのは<ns1:InputString>と<ns1:OutputString>の2つです。<ns1:InputString>が入力する単語、<ns1:OutputString>が変換後の単語を意味しています。

<ns1:DictionaryEntry>は入力語と変換語以外にも、品詞や優先順位、逆変換の有無、コメントや関連情報へのリンクなど様々な要素が指定可能です。これらについては後で資料として付記しています。

インポート

辞書ファイルをダブルクリックで取り込みが可能です。ここで紹介した方法だと電子署名がありませんので、インポート時に「安心設定」により、一部の単語の取り込みが拒否されてしまいます。その場合はIMEのプロパティから辞書設定に行き、作成した辞書の「詳細設定」から「安心設定」を開き、「安心フィルター」のチェックを外せば拒否された単語も取り込まれます。

また、「安心設定」の「使用したことのない単語は候補リストにも表示する」のチェックも外しておいた方が良いかもしれません。

圧縮と電子署名

IME辞書はCabinetファイル形式に圧縮して電子署名を付けた場合とつけていない場合で挙動が変わってくるのですが、ここではこの二点については調べていません。最低限、使えればいいくらいの目的に向いた方法をまとめています。

なお、Cabinetファイル形式に圧縮した場合の拡張子はdctxcです。

IME2010辞書XMLタグ一覧

タグ仕様補足

Cost

変換時の単語の出やすさを0～255の間でコントロール。数字が小さいほど出やすい。通常100～200程度に設定

ReverseConversion

再変換を行うための逆変換処理を行うかどうか。読みに戻す際に単語を解析に使用するかどうかを指定する

CommonWord

一度も使用されていない状態の際にも変換のための解析に使用するかどうかを指定。Falseの場合、初出時は候補リストに表示するのみで、変換キーを押した時の変換結果には出現させない

品詞一覧表

PartOfSpeechタグで指定可能な品詞の一覧表。