https://shikeda.github.io/tags/unicode/Recent content in Unicode on HDIC projectHugojaSat, 11 Jul 2026 00:00:00 +0900https://shikeda.github.io/posts/itaiji-json-inventory-2/Sat, 11 Jul 2026 00:00:00 +0900https://shikeda.github.io/posts/itaiji-json-inventory-2/<code>gy_dhsjr_link.py</code> の <code>--itaiji-json</code> に指定する異体字ペアJSONの目録。2026-07-04版（itaiji-json-inventory.md）に、集韻の headword_run 異体字列記から抽出した <code>jy_itaiji_pairs.json</code> を追加した更新版。https://shikeda.github.io/posts/sbgy-phonological-data-linking-to-hdic-and-dhsjr-7/Sat, 11 Jul 2026 00:00:00 +0900https://shikeda.github.io/posts/sbgy-phonological-data-linking-to-hdic-and-dhsjr-7/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 &ndash;itaiji-json に加えた結果をまとめます。https://shikeda.github.io/posts/itaiji-json-inventory/Sat, 04 Jul 2026 10:30:00 +0900https://shikeda.github.io/posts/itaiji-json-inventory/<code>gy_dhsjr_link.py</code> の <code>--itaiji-json</code> に指定する異体字ペアJSONを、由来・件数・位置づけ・利用上の注意とともに整理した目録。安全寄りの組み合わせと、<code>unmatched</code> 減少と <code>multi</code> 増加のトレードオフを踏まえた運用方針も示す。https://shikeda.github.io/posts/sbgy-phonological-data-linking-to-hdic-and-dhsjr-6/Sat, 04 Jul 2026 10:30:00 +0900https://shikeda.github.io/posts/sbgy-phonological-data-linking-to-hdic-and-dhsjr-6/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、&ndash;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。https://shikeda.github.io/posts/sbgy-phonological-data-linking-to-hdic-and-dhsjr-5/Wed, 01 Jul 2026 17:45:19 +0900https://shikeda.github.io/posts/sbgy-phonological-data-linking-to-hdic-and-dhsjr-5/前回の連載(4)では、DHSJR全74文献への <code>gy_dhsjr_link.py</code> 適用と複数の異体字マップの段階追加により、<code>unmatched</code> を22,012→7,523行まで削減しました。今回の(5)では、残る <code>unmatched</code> 例を精査します。