nieldlr/hanzi

何を解決するか

HanziJS は Node.js で中国語処理のためのツールセットを提供し、特に中国語学習者が漢字の構造、意味、発音を探索するのを支援することを目的としています。

動作方法

CC-CEDICT による定義、Junda コーパスによる文字頻度、リーデン大学データによる語彙頻度といった複数の言語学的データセットをラッピング・処理エンジンとして扱います。これらのデータセットをプログラム的に照会し、文字分解や文分割などのアルゴリズム的タスクを実行するための API を提供します。

対象ユーザー

中国語学習者向け教育ツールや、基本的な中国語自然言語処理（NLP）機能を必要とするアプリケーションを開発している開発者。

主な特徴

• 文字分解: 3つの異なるレベル（一度、部首、グラフィカル）で文字を構成要素に分解します。
• 辞書統合: CC-CEDICT を使用して定義の照会や複合語の検索を実行します。
• 音声分析: 文字の発音がその構成要素とどのように関連しているかを評価する音声規則性を計算します。
• テキスト分割: 最長一致検索を使用して中国語のフレーズを個々の単語に分割します。
• 頻度データ: 標準的な言語学的コーパスに基づいた文字および語彙の頻度統計を提供します。