path: root/doc/GLOSSARY

** GLOSSARY **
ator allocatorの略
     allocatorは一般にはメモリの管理を行う機構のことを指し、
     メモリの確保だけではなく解放も管理する。

candidate 候補

candsort 候補の評価並び換えを行うモジュール

candswap 候補の優先順位の交換を行うモジュール

cc(conjugate class) どの活用か (何行何段とか)

commit(コミット) 入力の確定

compose:
	品詞を割当てられた文節に対して候補を割当てる

conjugate:
	活用(infectionの方が適切かも)

context:
	入力コンテキスト 変換する文字列一つに対応する

corpus:
	例文

cos(class of speech):
	副品詞

ct(conjugate type):
	活用形 (未然、連用、、)

declinable:
	用言 <-> 体言 indeclinable

depword:
	付属語

dic_session_t:
	辞書のセッション

dtor:
	destructorの略

ent:
	entry

feature:
	素性、0,1の値を取る関数

feature_set:
	素性の集合、二値のベクトルもしくは素性番号のリストとして扱える

file_dic:
	ファイル辞書

gang look up:
	複数の検索キーに対する検索を一度に行う

lattice:
	束、集合論の概念

metaword:
	文節を複数まとめたもの

mmap:
	OSの機能
	ファイルの内容をプロセスのアドレス空間に見えるようにする

nr:
	NumbeR。nr_?? でなにかの数を意味する

ochaire(お茶入れ):
	文節の組をそのまま学習するための機構

personality:
	ユーザを識別するための文字列

pos(part of speech):
	品詞

quit:
	モジュール自体の終了(関数の命名に使ってる) -> release

ratio:
	RATIO_BASEを分母とする比率

release :
	モジュールのデータ(構造)の解放(関数の命名に使ってる) -> quit

scos(sub cos):
	副副品詞

seg:
	-> segment

seq_ent_t:
	辞書上の見出語

segment:
	文節(国文法の文節では無い)

segstruct:
	文節を構成する単語に対しルール基づいてに品詞を割当てる

splitter:
	ひらがな列を文節に分割する

trie:
	n-way tree 一般的には256などを用いる
        文字列やIPアドレス等の高速検索に用いられる

word_list:
	文節を構成する単位、自立語を一つ含む

wordseq:
	自立語に対して付属語を付けてゆく

wordsplit:
	文節の境界を検出する

wtype:
	単語の型情報 -> doc/POSを見よう

xchar:
	文字(EUC-JPのコード)

xstr:
	文字列(長さとxcharへのポインタを持つ)

ビタビアルゴリズム:
	viterbi algorithm、動的計画法の一種


** xchar **
anthyではxcharという独自の文字型を作って文字を扱うようにしている。
xcharは現時点では32bitでUCS4もしくはASCIIのコードが入っている。


** context **
Anthyは同時に複数の入力を行うことをサポートするために、
複数の各入力をコンテキストというオブジェクトに対応させて、
ユーザによる操作をそれぞれのコンテキストへの操作という
形で行うようにしています。

** seq_ent **
文字列のハンドルです。
personalityごとに辞書は用意されるので、異なるpersonalityにおいては
同じ文字列でも異なる値を取ります。

** xstr **
typedef struct xstr_{
  xchar *str;
  int len;
}xstr;
普通の文字列のように\0終端にすると部分を取り出すなどの操作が
複雑になるので、開始点へのポインタと文字数を持つ構造体によって
文字列を表現している。

** personality **
学習の内容などを識別するための名前
各コンテキストは一つのpersonalityを参照する。
特に指定しなければdefault personality ""(空文字)が使用される。