-
- 建石 由佳
- 作成者
- 国立研究開発法人 科学技術振興機構 バイオサイエンスデータベースセンター
メタデータ
- タイトル別名
-
- J-GLOBAL MeSH辞書
- Archive : MeCab user dictionary for science technology term : J-GLOBAL MeSH Dictionary
- 公開日
- 2019-05-17
- 利用開始日 (公開予定日)
- 2019-05-17
- 資源種別
- Dataset
- サイズ
-
- 1.2 MB
- 484 KB
- 権利情報
-
- CC 表示-継承 詳細
- URLリンク
- DOI
-
- 10.18908/lsdba.nbdc02358-002.v002
- 10.18908/lsdba.nbdc02358-002.v001
- 10.18908/lsdba.nbdc02358-002
- 公開者
- National Bioscience Database Center
- データ作成者 (e-Rad)
-
- 建石 由佳
説明
J-GLOBAL科学技術用語のうち、米国国立医学図書館（United States National Library of Medicine）の医学件名標目表（Medical Subject Headings,MeSH: https://www.nlm.nih.gov/mesh/）へのリンクを持つものについて、形態素解析エンジンMeCab（http://taku910.github.io/mecab/ ）のユーザー辞書として使える形にしました。辞書項目はIPA辞書に基づいています。エンコードは、csvファイルはShift-JIS、dicファイルはUTF-8です。
データファイル: JSTMeSH.dic.zip (MeCab用dicフォーマット)
データファイル: mecab_jstmesh.zip (csvフォーマット)
データ取得方法: （mecab-ipadic-2.7.0-20070801、 上記MeCabのサイトよりダウンロード）、J-GLOBAL Knowledge
データ件数: 15,425件
注記
Surface form:表層形：単語そのもの
Left-context ID:左文脈ID：その単語を左から見たときの内部状態ID (http://taku910.github.io/mecab/dic.html参照)
Right-context ID:右文脈ID：その単語を右から見たときの内部状態ID (http://taku910.github.io/mecab/dic.html参照)
Cost:コスト：その語の出現しやすさに関するコスト(小さいほど出現しやすい）
POS:品詞
POS subcategory 1:品詞細分類1
POS subcategory 2:品詞細分類2
POS subcategory 3:品詞細分類3
Conjugation type:動詞などの活用型
Conjugation form:品詞の活用形
Base form:原形：単語に対応する見出し語
Reading('Furigana'):読み：（この項目は空白）
Pronunciation:発音：（この項目は空白）
Source dictionary:ソースとなる辞書、「MeSH」に固定
ID in Source dictionary:ソース辞書中の番号：MeSH UID
J-GLOBAL ID:J-GLOBALでのID
Headword Flag:見出し語フラグ：「C」で固定
Category code:主題カテゴリーコード：JSTシソーラスにおける理工学分野のカテゴリーコード
Common word flag 1:一般語フラグ1： ・1:単独でIPA辞書にある ・0:ない
Common word flag 2:一般語フラグ2： 「IPA辞書解析結果」に基づく ・一般語フラグ１が「１」の場合：品詞名 ・一般語フラグ１が「0」の場合： - UNKNOWN_1：単独の未知語 - UNKNOWN_2：複数形態素に切れて、未知語を含む - MULTI_WORD：複数形態素に切れるが、すべてIPA辞書中の形態素
IPA dictionary analysis results:IPA辞書解析結果： オリジナルのIPA辞書（＋IPA辞書エントリーの英数記号を半角化したエントリーを持つ辞書）を使って形態素解析をした結果。複数語に切れた場合はスペースで区切って連結。ただし、人手によるチェックは行っていない。 「一般語フラグ1」「一般語フラグ2」はこの結果を利用している。
