パスワードを忘れた? アカウント作成
15211898 journal
日本

yasuokaの日記: 第3水準の常用漢字「𠮟」「塡」「剝」「頰」と第2水準の「憬」

日記 by yasuoka

思うところあって、日本語BERTモデルcl-tohoku/bert-base-japanese-charvocab.txtに収録されている漢字3498字を、現時点での常用漢字・人名用漢字に分類してみた。

  • 常用漢字
    亜哀挨愛曖悪握圧扱宛嵐安案暗以衣位囲医依委威為畏胃尉異移萎偉椅彙意違維慰遺緯域育一壱逸茨芋引印因咽姻員院淫陰飲隠韻右宇羽雨唄鬱畝浦運雲永泳英映栄営詠影鋭衛易疫益液駅悦越謁閲円延沿炎怨宴媛援園煙猿遠鉛塩演縁艶汚王凹央応往押旺欧殴桜翁奥横岡屋億憶臆虞乙俺卸音恩温穏下化火加可仮何花佳価果河苛科架夏家荷華菓貨渦過嫁暇禍靴寡歌箇稼課蚊牙瓦我画芽賀雅餓介回灰会快戒改怪拐悔海界皆械絵開階塊楷解潰壊懐諧貝外劾害崖涯街慨蓋該概骸垣柿各角拡革格核殻郭覚較隔閣確獲嚇穫学岳楽額顎掛潟括活喝渇割葛滑褐轄且株釜鎌刈干刊甘汗缶完肝官冠巻看陥乾勘患貫寒喚堪換敢棺款間閑勧寛幹感漢慣管関歓監緩憾還館環簡観韓艦鑑丸含岸岩玩眼頑顔願企伎危机気岐希忌汽奇祈季紀軌既記起飢鬼帰基寄規亀喜幾揮期棋貴棄毀旗器畿輝機騎技宜偽欺義疑儀戯擬犠議菊吉喫詰却客脚逆虐九久及弓丘旧休吸朽臼求究泣急級糾宮救球給嗅窮牛去巨居拒拠挙虚許距魚御漁凶共叫狂京享供協況峡挟狭恐恭胸脅強教郷境橋矯鏡競響驚仰暁業凝曲局極玉巾斤均近金菌勤琴筋僅禁緊錦謹襟吟銀区句苦駆具惧愚空偶遇隅串屈掘窟熊繰君訓勲薫軍郡群兄刑形系径茎係型契計恵啓掲渓経蛍敬景軽傾携継詣慶稽憩警鶏芸迎鯨隙劇撃激桁欠穴血決結傑潔月犬件見券肩建研県倹兼剣拳軒健険圏堅検嫌献絹遣権憲賢謙鍵繭顕験懸元幻玄言弦限原現舷減源厳己戸古呼固股虎孤弧故枯個庫湖雇誇鼓錮顧五互午呉後娯悟碁語誤護口工公勾孔功巧広甲交光向后好江考行坑孝抗攻更効幸拘肯侯厚恒洪皇紅荒郊香候校耕航貢降高康控梗黄喉慌港硬絞項溝鉱構綱酵稿興衡鋼講購乞号合拷剛傲豪克告谷刻国黒穀酷獄骨駒込頃今困昆恨根婚混痕紺魂墾懇左佐沙査砂唆差詐鎖座挫才再災妻采砕宰栽彩採済祭斎細菜最裁債催塞歳載際埼在材剤財罪崎作削昨柵索策酢搾錯咲冊札刷刹拶殺察撮擦雑皿三山参桟蚕惨産傘散算酸賛残斬暫士子支止氏仕史司四市矢旨死糸至伺志私使刺始姉枝祉肢姿思指施師恣紙脂視紫詞歯嗣試詩資飼誌雌摯賜諮示字寺次耳自似児事侍治持時滋慈辞磁餌璽鹿式識軸七失室疾執湿嫉漆質実芝写社車舎者射捨赦斜煮遮謝邪蛇尺借酌釈爵若弱寂手主守朱取狩首殊珠酒腫種趣寿受呪授需儒樹収囚州舟秀周宗拾秋臭修袖終羞習週就衆集愁酬醜蹴襲十汁充住柔重従渋銃獣縦叔祝宿淑粛縮塾熟出述術俊春瞬旬巡盾准殉純循順準潤遵処初所書庶暑署緒諸女如助序叙徐除小升少召匠床抄肖尚招承昇松沼昭宵将消症祥称笑唱商渉章紹訟勝掌晶焼焦硝粧詔証象傷奨照詳彰障憧衝賞償礁鐘上丈冗条状乗城浄剰常情場畳蒸縄壌嬢錠譲醸色拭食植殖飾触嘱織職辱尻心申伸臣芯身辛侵信津神唇娠振浸真針深紳進森診寝慎新審震薪親人刃仁尽迅甚陣尋腎須図水吹垂炊帥粋衰推酔遂睡穂随髄枢崇数据杉裾寸瀬是井世正生成西声制姓征性青斉政星牲省凄逝清盛婿晴勢聖誠精製誓静請整醒税夕斥石赤昔析席脊隻惜戚責跡積績籍切折拙窃接設雪摂節説舌絶千川仙占先宣専泉浅洗染扇栓旋船戦煎羨腺詮践箋銭潜線遷選薦繊鮮全前善然禅漸膳繕狙阻祖租素措粗組疎訴塑遡礎双壮早争走奏相荘草送倉捜挿桑巣掃曹曽爽窓創喪痩葬装僧想層総遭槽踪操燥霜騒藻造像増憎蔵贈臓即束足促則息捉速側測俗族属賊続卒率存村孫尊損遜他多汰打妥唾堕惰駄太対体耐待怠胎退帯泰堆袋逮替貸隊滞態戴大代台第題滝宅択沢卓拓託濯諾濁但達脱奪棚誰丹旦担単炭胆探淡短嘆端綻誕鍛団男段断弾暖談壇地池知値恥致遅痴稚置緻竹畜逐蓄築秩窒茶着嫡中仲虫沖宙忠抽注昼柱衷酎鋳駐著貯丁弔庁兆町長挑帳張彫眺釣頂鳥朝貼超腸跳徴嘲潮澄調聴懲直勅捗沈珍朕陳賃鎮追椎墜通痛塚漬坪爪鶴低呈廷弟定底抵邸亭貞帝訂庭逓停偵堤提程艇締諦泥的笛摘滴適敵溺迭哲鉄徹撤天典店点展添転田伝殿電斗吐妬徒途都渡塗賭土奴努度怒刀冬灯当投豆東到逃倒凍唐島桃討透党悼盗陶塔搭棟湯痘登答等筒統稲踏糖頭謄藤闘騰同洞胴動堂童道働銅導瞳峠匿特得督徳篤毒独読栃凸突届屯豚頓貪鈍曇丼那奈内梨謎鍋南軟難二尼弐匂肉虹日入乳尿任妊忍認寧熱年念捻粘燃悩納能脳農濃把波派破覇馬婆罵拝杯背肺俳配排敗廃輩売倍梅培陪媒買賠白伯拍泊迫舶博薄麦漠縛爆箱箸畑肌八鉢発髪伐抜罰閥反半氾犯帆汎伴判坂阪板版班畔般販斑飯搬煩頒範繁藩晩番蛮盤比皮妃否批彼披肥非卑飛疲秘被悲扉費碑罷避尾眉美備微鼻膝肘匹必泌筆姫百氷表俵票評漂標苗秒病描猫品浜貧賓頻敏瓶不夫父付布扶府怖阜附訃負赴浮婦符富普腐敷膚賦譜侮武部舞封風伏服副幅復福腹複覆払沸仏物粉紛雰噴墳憤奮分文聞丙平兵併並柄陛閉塀幣弊蔽餅米壁璧癖別蔑片辺返変偏遍編弁便勉歩保哺捕補舗母募墓慕暮簿方包芳邦奉宝抱放法泡胞俸倣峰砲崩訪報蜂豊飽褒縫亡乏忙坊妨忘防房肪某冒剖紡望傍帽棒貿貌暴膨謀北木朴牧睦僕墨撲没勃堀本奔翻凡盆麻摩磨魔毎妹枚昧埋幕膜枕又末抹万満慢漫未味魅岬密蜜脈妙民眠矛務無夢霧娘名命明迷冥盟銘鳴滅免面綿麺茂模毛妄盲耗猛網目黙門紋問冶夜野弥厄役約訳薬躍闇由油喩愉諭輸癒唯友有勇幽悠郵湧猶裕遊雄誘憂融優与予余誉預幼用羊妖洋要容庸揚揺葉陽溶腰様瘍踊窯養擁謡曜抑沃浴欲翌翼拉裸羅来雷頼絡落酪辣乱卵覧濫藍欄吏利里理痢裏履璃離陸立律慄略柳流留竜粒隆硫侶旅虜慮了両良料涼猟陵量僚領寮療瞭糧力緑林厘倫輪隣臨瑠涙累塁類令礼冷励戻例鈴零霊隷齢麗暦歴列劣烈裂恋連廉練錬呂炉賂路露老労弄郎朗浪廊楼漏籠六録麓論和話賄脇惑枠湾腕
  • 人名用漢字
    丑丞乃之也云亘些亦亥亨亮仔伊伍伽佃佑侃侑俄俣倭倦倖偲傭儲允兎兜其冴凌凛凧凪凰凱函劉劫勁勿匁匡廿卜卯卿厨厩叉叡叢叶只吾吻哉哨啄喬喧喰喋嘩嘉嘗噌噂圃圭坐尭堯坦埴堰堺堵塙壕壬夷奄奎套姪姥娩嬉孟宏宋宕宥寅寓寵尖尤屑峨峻嵯嵩嶺巌巫已巳巴巷巽帖幌幡庄庇庚庵廟廻弘弛彗彦彪彬忽怜恰恕悌惟惚悉惇惹惣慧憐戊或戟托按挺挽掬捲捷捺捧掠揃摺撒撰播撫擢敦斐斡斧斯於旭昂昏昌晏晃晒晋晟晦智暉暢曙曝曳朋朔杏杖杜李杭杵柑柴柘柊柏柚桧檜栞桔桂栖桐栗梧梓梢梯桶梶梁棲椋椀楯楚楕椿楠楓楢楊榎樺榊榛槙槇槍槌樫槻樟樋橘樽橙檎檀櫂櫛櫓欣欽此殆毅毘毬汀汝汐汲沌沓沫洲洛浩浬淵淳渚淀淋渥渾湘湊湛溢溜漱漕漣澪濡瀕灘灸灼烏焚煌煤煉熙燕燦燭爾牒牟牡牽犀狼猪獅玖珂珈珊珀玲琢琉瑛琥琶琵琳瑚瑞瑳瓜瓢甥甫畠疋疏皐皓矩砦砥硯碓碗碩碧磐磯祇祢禰祐祷禄禎禽秦秤稀稔稜穣穹穿窄窪窺竣竪竺竿笹笠筈筑箕箔篇篠簾籾粥粟糊紘紗紐絃紬絆絢綺綜綴緋綾綸縞徽纂纏翔翠耀而耶耽聡肇肋胤胡脩腔脹膏臥舜舵芥芹芭芙芦苑茄苔茅茉茸茜莞荻莫莉菅菖萄菩萌菱葦葵萱葺萩董葡蓑蒔蒐蒼蒲蒙蓉蓮蔭蔦蓬蔓蕎蕨蕉蕃蕪薙蕾藁薩蘇蘭蝦蝶螺蟹袈袴裡裟裳襖訊訣註詢詫誼諏諒謂諺讃豹貰賑赳跨蹄蹟輔輯輿轟辰辻迂迄辿迪迦這逞逗逢遥遙遁遼邑祁郁鄭酉醐醍釉釘釧銑鋒鋸錘錐錆錫鍬鎧閃閏閤阿陀隈隼雀雁雛雫霞靖鞄鞍鞘鞠鞭頁頌颯饗馨馴馳駕駿驍魁魯鮎鯉鯛鱒鱗鳩鳶鳳鴨鴻鵜鵬鷲鷺鷹麒麟麿黎鼎榮衞圓薗應櫻樂氣惠藝縣廣國實壽條眞齊曾藏瀧團傳嶋燈德盃賣冨佛峯萬埜彌與來龍禮
  • その他
    丕乂乖于亢什仄仇仗份佇佩侈侠俘俟俯倶做傀傅僑僭僻儁儡兌兗兪冀冉冏冑冤冪冲凋剃剌剥剪勒匈匍匐匝匪卉卍卦厥厭叛叩叱吃吊吠呆呑咄咋咎咩咬咳咸哈哥哭唖喘嗚嗜嘔嘘嘴噛噺嚆嚢嚥囁囃囮圀圳址坡坤垢埃埒埔埠堡塘填塵塹墟墺壷壺夭奕奘奚奢奸妓妾姑姚姜姦姶娶娼婁婉婢媚嬪嬰孕孚孵學宍宦宸寇寨寳寶尸尹屍屏屓屠岑岱峙崋崑崔崗崙嵌嵜嶼嶽帛帷幀幇幟并庾廈廓廖廠廬弗弩弼彅彧彭彷彿徊徘徨怡怯恪悶愍愕憑憚懺懿戌戍戎戮扁扈扮抒拌拗拮拼拿捌捏捩掟掩掴掻掾揄揆揉揖揶撥撹擱擲擾攀攘攣攪敲斂斃斌旛旱昶晁晰暐曄曰曼會朧杓杣枡柩柯桓桝桿梱梵棍棘棠棹椒楔楡榜榴槃槐槓槨槿樊橈橿檄檗檣檻櫃欅歪歿殲殷毫毯氐汪汾沐沮泄泗洒洙洩浙浚涅涇涌涜涵淘淮渕渠渤渫渭游溥溪滄滓滬滲滸漉漑漿潁潘潭澎澤澱澳濠濤濱濾瀋瀑瀛瀞瀾灌炒炳炸烹焉焔焙煕煥煬煽熹熾燐燻燼爛爬爺牌牝牢狄狐狗狛狡狸猥猴猷獨珪琅琨琲瑕瑜瑤璋瓊甑甕甦當畷疆疇疱疵疹疼疽痍痒痙痰痺瘡瘤癌癬皺盈盧眩眷睨睿瞑瞞瞰瞼矧矮砺碇碍磔礦礫祀祓祗祚祟祠祺禦禧禹禿秉稗稙稠稷穆穎穢窩竄竇竈站笏筏筐筵箏箒箚箪箭篆篩篭簒籃籤粂粕粲糎糞糟糠紆絨綏經綬總繋繍繹罠罹羌羲翅翊翟翰耆耿聘聚聯聰聲聳聾肆肛胚胱脆脛脾腋腓腱腿膀膠膣膵膿臀臂臍臧臺舅舐舒舘舛艘艤艾芒芬苅苞苧苫苻范茲茹荀荊荏荼莢莱莽菟菰萼葱蒋蒜蔚蔡蕊蕩蕭薇薊薔薛薨薮藉藪蘂蘆虔號虻蛋蛙蛛蛭蛹蛾蜀蜘蜷蝉蝋蝕蟄蟻蠣衍衙袁袂裔裴褶褻襄覗訛訶誅誦誹諌諍諜諡諫諱諷謗謬謳證譚讀讐讒谿豫貶賈賤賽贄贅贋贔贖赫趙趨趾跋踵蹂蹊躁躇躊躙躯軋輌輛輜輻轍轢辟迹逍逼遽邀邁邇邉邊邢邨邯邱邵郢鄧鄲鄴酋醤鉉鉤鉾銚鋏鋤錨鍔鍮鍼鍾鎚鎬鏃鏑鐵鐸鑽閔閘閩閻閾闊闍阮陝隋隕隗隘隧隴雉雍霍霖霸靡靭靱靺鞆鞨韋韮韶頚頬頸顆顒顛飴餃餐餘餡饅饉饌饒馮駁騙騨驃驤髏髑髙髭髷鬘鬚魃魏鮑鮫鮭鯖鯱鰐鰓鰭鰹鰻鴉鴎鵠鶯鸞鹵鹸麹麾鼠齋齎齟齧齬龐龕﨑

常用漢字が2136字中2131字で、「憬」「𠮟」「塡」「剝」「頰」の5字が抜けている。人名用漢字が863字中614字で、第3水準漢字がほぼ全滅である。抜けている漢字は、embeddingで[UNK]になってしまうので、当然ながらBERTモデルの精度が下がってしまう。まあ、元となっているWikipediaデータに、これら抜けている漢字がほとんど出てこないのだから、仕方ないのだろう。とりあえず「𠮟」「塡」「剝」「頰」は、「叱」「填」「剥」「頬」に変換してから処理するとしても、「憬」はどうしたらいいんだろ。

この議論は、yasuoka (21275)によって ログインユーザだけとして作成されたが、今となっては 新たにコメントを付けることはできません。
typodupeerror

「科学者は100%安全だと保証できないものは動かしてはならない」、科学者「えっ」、プログラマ「えっ」

読み込み中...