2026-08-12
Mozc UT dictionaries are additional dictionaries for Mozc.
Merge-ut-dictionaries merges the UT dictionaries into one and modify it for the latest Mozc.
They need more Stars.
Mozc: 1930 Stars
Fcitx5-mozc: 82 Stars
Merge-ut-dictionaries: 40 Stars
Starring a repository also shows appreciation to the repository maintainer for their work. - GitHub Docs
リポジトリに Star を付けるということは、リポジトリメンテナに対してその作業についての感謝を示すことでもあります。- GitHub Docs
git clone --depth 1 https://github.com/utuhiro78/merge-ut-dictionaries.gitComment out unnecessary dictionaries in src/merge/make.sh.
Default settings:
#alt_cannadic="true"
#edict2="true"
jawiki="true"
#neologd="true"
personal_names="true"
place_names="true"
#skk_jisyo="true"
sudachidict="true"cd src/merge/
sh make.sh
cat mozcdic-ut.txt >> ../../../mozc-master/src/data/dictionary_oss/dictionary00.txtBuild Mozc as usual.
Uncomment #generate_latest="true" in
src/merge/make.sh.
It downloads the latest “jawiki-latest-pages-articles-multistream.xml.bz2” (over 4.2 GB).
mozcdic-ut.txt (generated by merge-ut-dictionaries): Mixed
You can mix the UT dictionaries.
jawiki-latest-pages-articles-multistream-index.txt: CC BY-SA
merge-ut-dictionaries use it to generate the costs for words.
dictionary*.txt in Mozc: Mixed
merge-ut-dictionaries use them to remove duplicate words.
id.def in Mozc: BSD-3-Clause
merge-ut-dictionaries use it to update ID.
Source code: Apache License, Version 2.0
2023-01-11:
「mozc ut」を検索するとこんなツイートがあった。
暗黒美無王 dark Vim@ShougoMatsu · 7,463 フォロワー
なぜLinux日本語入力が終わるのか。これは簡単な話です。
Linux日本語入力なんてLinuxデスクトップを直接使ってる人にしか需要がないのです。
2023年1月9日 · 897 いいね山田ハヤオ@Hayao0819 · 6,325 フォロワー
これは一番自分が危惧してること
インプットメソッドは中国のちからがあるのでなくならないとしても、MozcはGoogle依存だしUt系辞書はライセンス的に微妙なのでまともな方法がほしい
2023年1月9日 · 61 いいね
まず暗黒美無王さんのツイートから。
なぜLinux日本語入力が終わるのか。これは簡単な話です。
最初に読んだときは意味がわからなかった。Linux日本語入力が終わる？
☘️ 「Linux日本語入力」を IME と IMF に分けて考える
IMF は IME とLinuxソフトを橋渡しするもので、多くの言語で必要になる。
需要が日本に限定されないので、以下では日本語IMEについて考える。
デフォルトで使用されることの多い Mozc は、Google日本語入力 のサブセットで、マルチプラットフォーム。「Linux日本語入力」に限定されるものではない。
Linuxで使用されるオープンソースの日本語IMEは、マルチプラットフォームになっていたり、他のOSに移植されていたりする。
☘️ 「オープンソースの日本語IMEは需要が小さいから終わる」
オープンソースソフトウェアの場合、需要の小ささと開発の終了はあまり関係がない。
作っている本人が必要としているソフトなら、需要が小さくても開発は続く。オリジナル版の開発が終わったあとに、フォークされて開発が続くこともよくある。
私はMozc用の非公式辞書を公開しているが、私が使ううちはユーザーが0人でも開発を続ける。
☘️ 「オープンソースの日本語IMEはなぜ終わるのか」
終わる理由は開発者によって異なる。他人が「簡単な話」として語れるものではない。
暗黒美無王さんが「簡単な話」として語れてしまうのは、日本語IMEを作っている人へのリスペクトがないからだと思う。
「なぜ暗黒美無王のVimプラグインが終わるのか。これは簡単な話です。暗黒美無王のVimプラグインなんて…」と知らない人がツイートしていたらどうだろう。
オープンソースソフトウェアの開発が終わる理由は色々ある。「生活が変わって時間がなくなった」「やりたいことが大体できた」「頑張りすぎて燃え尽きた」「別のソフトを使うようになった」「モンスターユーザーがしんどい」。
Mozcは2010年5月から
IMF
への対応を行っている。Mozcがいつか終わるとしても、10年以上続いたプロジェクトが終わるとき、ユーザーから言える話は「プロジェクトメンバーへの感謝」しかない。
次に山田ハヤオさんのツイート。
インプットメソッドは中国のちからがあるのでなくならないとしても、MozcはGoogle依存だしUt系辞書はライセンス的に微妙なのでまともな方法がほしい
「中国のちからがあるのでなくならない」「Google依存なのでまともな方法ではない」と言うのは、作っている人へのリスペクトがなさすぎる。
UT辞書に関して言うと、山田さんは過去にも「-ut系はライセンスが複雑で不透明」「法的な部分が怖い」とツイートしていた。
Ibusはビルドに失敗するのと-ut系はライセンスが複雑で不透明なので使ってないです
2021年9月3日 · 3 いいね
それで法的な部分が怖いので、開発のかなり初期段階でut系は無理=ibusは難しいという結論になっています
2021年9月4日 · 2 いいね
「法的な部分が怖い」と言われると、作っている方はもっと怖くなる。山田さんが法曹関係者なのかはわからないが、公開を続けて良いものか迷った。
当時のUT辞書では mozcdic-ut/{edict2,neologd}
のように、1個のパッケージにすべての辞書を収録していた。mozcdic-ut/LICENSE
には辞書名とそれぞれのライセンスを列挙していた。それが「ライセンス的に微妙」「ライセンスが複雑で不透明」「法的な部分が怖い」と判断されたようだ。
今回のツイート。
Ut系辞書はライセンス的に微妙なのでまともな方法がほしい
2023年1月9日 · 61 いいね
数十人から「まともじゃない」と言われて、公開を続けるのはどうなんだろう。
今後も同じことを言われるのはしんどいし、山田さんにはフォロワーが6000人以上いるので、そこからの反応もあるだろう。このまま公開を続けると面倒なことになるかもしれない。
山田さんのツイートを掲載して、UT辞書の公開終了をアナウンスした。
2023-01-13:
解放された気持ちと暗い気持ちが入り混じっていたが、ライセンスをシンプルにする方法を思いついた。
辞書を1個ずつ別々のリポジトリに置く。そうすれば個々のライセンスはシンプルになる。
組み合わせた辞書の生成は、ユーザー自身に merge-ut-dictionaries
で行ってもらう。
2023-01-15:
各辞書のリポジトリを作成した。
merge-ut-dictionaries のリポジトリを作成した。
2023-04-01:
UT辞書終了のアナウンスをしてから、Mozc関連の話題は見ていなかった。パワーユーザーがあんな感じなので、見てもつらくなるだけだろう。
作業が落ち着いたので少し調べてみると、山田ハヤオさんが「Mozc Re-UT
Dictionary」を作っていた。
Hayao0819/Re-UT
Mozc Re-UT Dictionary. 本家Mozc-UT辞書様の代替を目標としたオープンソースプロジェクトです。
すごいことをするなあ。
山田さんが誰かのクレームをきっかけに自分のプロジェクトをやめて、クレームを書いた人が「Re-Hayao」と名付けたプロジェクトを始めたら、山田さんはどう思うんだろう。
Mozcチームの皆さんと、Fcitx開発者の wengxt さんに感謝。
ユーザーからの感謝がないと、オープンソースソフトウェアは続けられないと思う。
数十人から「まともじゃない」と言われても、数百人から感謝されていれば耐えられるかもしれない。
主な更新のみ記載。
2010-11-03:
Mozc UT辞書をリリース。コストは大雑把につけた。
2016-01-14:
Mozc NEologd UT辞書をリリース。コストは mecab-ipadic-NEologd
のものをベースにした。
2016-10-13:
Mozc UT辞書を入れたパーティションを壊してしまったので、作り直してMozc
UT2辞書としてリリース。
2016-10-20:
Mozc
UT2辞書のコストをWikipedia全記事（解凍前で3GB）から計算するようにした。表記を全記事内で完全一致検索して、ヒット数からコストを計算する。この処理には長い時間と高い負荷がかかった。
2020-02-06:
NEologd辞書のコストをWikipedia全見出し（解凍前で12MB）から計算するようにした。表記を全見出し内で前方一致検索して、ヒット数からコストを計算する。Wikipedia全記事（解凍前で3GB）から計算すると時間がかかりすぎる。
2020-06-11:
UT2辞書とNEologd辞書をまとめて、改めて「Mozc
UT辞書」としてリリース。コストの計算方法はNEologd辞書のものに統一した。
2020-06-22:
jawiki辞書を追加。Wikipedia全見出しを表記とし、記事本文から読みを得て、辞書を作成した。jawiki辞書はユーザー自身でアップデートできるので、新語を簡単に追加できる。1人の辞書作成者の努力に頼り切らない仕組みが必要だと考えた。
2021-02-15:
SudachiDict辞書を追加。
2023-01-15:
辞書を個別のリポジトリに置いた。
組み合わせた辞書の配布をやめた。
merge-ut-dictionaries のリポジトリを作成。
2024-07-04:
辞書生成コードを Python で書き直した。オリジナルは Ruby。
2024-10-22:
辞書生成コードをすべて merge-ut-dictionaries/src/
に置くようにした。辞書を個別のリポジトリに置いたときに一部のコードもそこに分けたのだが、コードが分散していると開発効率が下がる。
2026-04-03:
辞書生成コードを Google AI のアドバイスを得て改良。