（DeepSeek-OCR に kokusho.nijl.ac.jp/api/iiif/200... を読ませてみたが崩字は全く読めなかった。 アラビア文字読めるって話なので原理的には学習させればできるのかもだが現状では無理っぽい）

DeepSeek-OCR は縦書きの文字が大きいケース、例えば、 kokusho.nijl.ac.jp/api/iiif/200... だと、L2R な縦書きとして読むっぽい

（DeepSeek-OCR は現代語なら図や表や段組などの文書構造を理解するので、原理的に割注も理解できるはずだと思うけど、現実には理解しないのはおそらくコーパス（学習）が足りてないからだと思うので、この辺りを足したいがどうすれば良いんだろう？）

（試しに DeepSeek-OCR に江戸期の康熙字典の版本を読ませてみたが、訓点無視して漢文読んでくれるというか、NDL古典籍OCRと比べてこいつは古典中国語を知ってるという感じがする（NDL古典籍OCRが日本語知ってる感じがするのと同様に）。ただ、割注はダメっぽい。テキストの画像化というのが効いてるかどうかは判らないが、画像の傾きにはシビアかもしれない。やっぱ、漢文のOCRには古典中国語の言語モデルが重要ってことかな?）

（娘氏のマイクラマシンの Debian 13 Trixie が 13.2 にアップデートされたら Nvidia 環境が崩壊した。幸い、Proxmox の１時間ほど前の自動バックアップがあったのでこれに戻したら動いた。ただ、13.1 で固定するのも嫌だなと思って、13.2 に上げた VM に Nvidia driver を入れ直したら直った。ついでに、DeepSeek-OCR 実行環境を作るべく試行錯誤の結果、CUDA 12.4 環境で DeepSeek-OCR を動かすことに成功した）

（LuaLaTeX で可換図式を書こうとしたら lualatex Package xypdf Error: pdfTeX version 1.40.0 or higher is needed for the xypdf というエラーが出るので焦ったが、ググったら zenn.dev/wipiano/scra... tex.stackexchange.com/questions/32... にあるように \RequirePackage{luatex85} をプリアンブルに入れたら上手くいった）

石山裕慈先生から「動的視点からの日本漢字音史研究」をご恵贈いただきました。ありがとうございます。 このところ、DHSJR の CHISE への統合に取り組んでて、とても勉強になりました。まだまだわからないことだらけなんですが、研究史の一端が知れたのと、 第4章　字音仮名遣いの整備と現状―豪韻字の場合― は日本漢字音の利用者への可視化における課題を考える上ですごく参考になりました。 全体的に、素人ながらとても面白かったです。

今日の国語研での共同研究班で、 ja.wikipedia.org/wiki/%E3%83%... の「全角ダッシュのマッピング問題」節の 「なお、JIS X 0213:2000には最初誤ってU+2015と印刷されていたが、2001年5月付けの正誤表で訂正された。」(ママ) という記述の『2001年5月付けの正誤票』って見たことある?って話になって高田さんが図書室に探しに行った結果、現物を発見して、この記述が正しいことが確認された。

何気に本撮りにも便利な気が。SnapBridge でのリモート撮影は Wi-Fi がすぐ切れて難ありだったが、自動連携を ON にしとくと勝手に iPhone に転送してくれるので便利 #NikonZR

（娘氏しんどくて学校休んだんだけど、そもそも小学校が学級閉鎖になってた。知らんかったけど、都内でインフルエンザが流行ってるらしい www.metro.tokyo.lg.jp/information/... ）

(このところ、Nikon ZR に FE 50mm F2.8 Macro を付けてるが、手ぶれ補正が効くのと AF の挙動がスーッと近づいて行ってピントがあったらブルブルしないので、画面が大きいこともあって、ぶっちゃけ α7IV より快適に撮れる。本を撮るのも楽。ただ、スマホアプリでの無線リモート撮影はすぐに Wi-Fi が切れるので、パソコンでのテザー撮影の方が良いのかも。机の配置を考えないと）

(Nikon ZR 内蔵マイクも結構良いしモニターでかいので楽々動画撮影システムにも良さそうだけど、連続撮影時間最大125分縛りがあるので、シンポジウムの中継とかにはちょっと厳しそうである。惜しい）

（従来版 CHISE IDS 漢字検索 www.chise.org/ids-find は部品レベルの異体字関係や部品を組み上げた中間部品の異体字関係も探索して検索するので、時折、予想外の結果を出してくることがあるのだが、実際に文字レベルで異体字になってることがあるのであると便利なこともあるのだが、ちょっとびっくりすることもある。これに比べると IPFS 版は驚きが少ない。本当はオプション指定できると良いんだと思う）

(来年末に出るという Git 3.0 で SHA-256 がデフォになるのか www.phoronix.com/news/Git-3.0... ）

（Proxmox 上に娘氏用のマイクラ環境を構築して、その VM をコピーしてから mod 環境を作ったのだが、その過程でマインクラフトにもフレームワーク的な mod とか mod が利用する mod やマインクラフトのバージョンの依存関係とかがあってそうした依存関係を管理するパッケージマネージャー的なものがあることを知った。結局、これらは Java のプログラムで、一種の言語処理系なので、結局そうならざるをえないということか）

（MOTU 848 が出たが、UltraLite AVB の第２世代も出ないかな？MILAN (AAF-PCM) に対応した AVB 対応スイッチ機能内蔵で、マイクプリアンプ２系統の小型オーディオインターフェース。まあ、でも、AVB 見捨てられてないようで安心。ただ、安価な 2.5GbE 以上対応の AVB スイッチが出ないとそろそろ辛い）

（素の Debian 入れてから、 pve.proxmox.com/wiki/Install... に従って proxmox-ve パッケージを入れた方が安全な感じ）

（Proxmox のインストーラーがワイルド過ぎ。ホットスワップベイに刺してた boot 用の SATA SSD は外してたのだが、内蔵してた NVMe SSD は面倒なのでそのままにしてたら問答無用で壊されてしまった。どうも最初の NVMe SSD にインストールする仕様っぽい。バックアップは取ってたのだが、娘氏のマイクラ用マシンだったので復旧まで怒られ続けた）

（今後は Proxmox で生きていこうかなと思う。古いサーバーを順次 VM 化していきたい）

（ github.com/007revad/Syn... を使ったらエラーが消えて心理的負担が減った。とはいえ、いつか封じられそうではある。ともかく、もう Synology の NAS は買わない）

（IDS-UCS-Ext-J.txt を push したので、拡張漢字 C, E の追加分のチェックをしてみたが、こちらも CHISE 文字オントロジーの既存文字定義に被ってきて、外字が UCS 化するのは良いんだけど、使用頻度が高い部品が多くて、char-db-dump すると変更箇所がたくさん発生してて何気に大変）

拡張漢字 J の入力一応完了。一度ダンプして diff チェックしてから commit 予定

（拡張漢字 J には CHISE 文字オントロジーにおける漢字構造記述で使ってた UCS 外部品（CDP 外字部品とか CHISE 独自の部品とか）がいくつか収録されてて、それらの抽象文字粒度部品の文字定義に UCS のコードポイントを付けて dump すると、これらを使ってる漢字構造記述の外字部品が UCS に縮退するのでちょっと気持ち良い）

娘氏が彩石の蔵でgetした石の選別をしてたので、MINOLTA AF MACRO 3X-1X F1.7-2.8 + α7III を貸してみたら、喜んで使ってた

ナミアゲハさんが卵を産んでた。産みたての卵って黒いのか

【関連情報】 Jigmo（字雲）フォントを更新しました。Unicode 17.0 に対応です。UCS漢字の収録字数が10万字を超えました。 いやはや… kamichikoichi.github.io/jigmo/ #Jigmo

（娘氏情報によれば、Italian Brainrot の時代は既に終わってて、今は发牌（カラスの目 映した飛行機のway）というのが流行ってるらしい）

🚢 Kubo v0.37 dropped! • Fast repo migrations (no downloading binaries!) • Gateway limits & timeouts prevent crashes • IPNS publishing improvements (incl. HTTP-support) • See defaults: ipfs config Bootstrap --expand-auto • Reprovider.Strategy=all uses less memory github.com/ipfs/kubo/re...

（ATEM mini Pro ISO に USB-C の口２つと HDMI 出力２つ付いたやつがあれば良い訳だが、現状、この要求を満たすのは Extreme シリーズになってしまってデカくなる。４入力の mini と同サイズで USB-C×２と HDMI 出力×２があるやつがあると良いんだが）

[2025-08-26] HNG公開20周年記念連続研究集会「字体史研究と文字情報データベース」（第3回） ハイブリッド開催 www.hng-data.org/events/2025-...

（IPFS の .car を使って、 % ipfs dag export ${CID} | ssh ${remotehost} ipfs dag import みたいにしてローカルにある DASL/IPLD オブジェクトを簡単かつ高速に ${remotehost} に転送できることを確認した。P2P 諦めるならとても実用的な感じ）

2025年8月26日(火)に HNG公開20周年記念連続研究集会 「字体史研究と文字情報データベース」（第3回） www.hng-data.org/events/2025-... を開催します。 参加希望の方は上記案内ページにある事前登録フォームからお申し込みください。

（昨日、hng-data.org を apt upgrade しようとしたら / パーティションが disk full して、とりあえず、別のディスクに subvolume 作って mount したが、GitLab が壊れて、試行錯誤の結果さっきようやく修復と GitLab 18.2.0 への upgrade に成功したが焦った。が、どうも HNG 単字検索と HDIC Viewer が落ちてる気がする。うーむ）

（DHSJR の反切データを既存の反切オブジェクトに繋ぐべく、parse して DHSJR の反切複合体オブジェクトを定義しようとしてるのだが、当初思ってたより面倒い。これは反切全体、声母、韻母のぞれぞれに色とか位置情報などの付加情報が付くからかな。声母と韻母も基本オブジェクトと複合体オブジェクトの組に拡張するのが正しいがそうすると複合体じゃない反切オブジェクトも基本オブジェクトと複合体オブジェクトの組にしないと行けなくなって、２種類の反切複合体オブジェクトができてしまう）

（CHISE における Chaon モデル、すなわち、素性の集合によって文字を表現するという方式は、圏論における「米田＝グロタンディーク哲学」、すなわち、米田埋め込みによって函手の圏で考えるべし、という思想の応用例の一つと見做せることに気づいた。確定記述の束というものも同様か。ここで、固有名でしか記述し得ないものと確定記述の束で記述されたものの対応関係の度合いを扱うための道具立てがあると色々進みそうであり、認知科学方面の人たちがやってたりするのかもしれない）

（ www.jcss.gr.jp/meetings/jcs... にある『「同じさ」の措定とは、自然変換の創出である』というスローガンは良いと思うが、自然変換の創出自体は項書き換え系における完備化手続きのようなもので形式的には実行可能なもの（失敗するかもだけど）と思うので、原理的に同じなら同じにできると思うのだが、そうじゃなくて、形式的には同じじゃないものの同じさを測る尺度が要る気がする）

（モデルの世界と形式の世界があった時に、健全性と忠実、完全性と充満はそれぞれ対応するっぽい。ところで、認識問題における適合率は健全性が成り立っている度合い、再現率は完全性がなりあってる度合いと考えられるけど、こういうのを扱う圏論もありそうだけど、どういう感じだろうか？）

（ある字形の圏に対して自然な対応をなす字体の圏を考えた時、字形に関する言及（これは字形の圏における射だとか別の圏への関手になってる）と字体に関する言及は自然な対応をしてるので、どっちで考えても同じことになる（多分、こういう制約を課した字形のことを例示字形というのだと思うが、有限な字形の集合を定めてそれに辻褄が合うように字体を決めても良い）。要するに、字体があるときは可視化不能な抽象概念であるのにある時は可視化される具体的形状であるというのはこういうことなのではなかろうか。つまり、関係性が決まれば対象が決まるということ）

（パブリックドメインなデータは派生物を占有的なものにできてしまう）

数日前から www.chise.org に新手のロボットさんたちが大量に押し寄せてきたみたいで、ちょっと限界かなと思ったので CHISE IDS 漢字検索 www.chise.org/ids-find のバックエンドを chise.nijl.ac.jp に移してみました。 速くなった気がするのですがどうでしょうか？（アクセス数が増えてきたら元の木阿弥という気も）。 ちなみに、ややデータ古めなのと UCS 収録部品しか使えないのですが、IPFS 版 ipfs.nijl.ac.jp/ipns/ids-fin... の方が速いと思います。本家が止まってたり遅い時は是非 IPFS 版をどうぞ。

（今日は www.chise.org のアクセスが多くてロボットをブロックしてもブロックしても湧いてきてずいぶん時間を使ってしまったが、ようやく抑え込めたっぽい。ただ、いい加減、CL-CHISE ベースの実装に切り替えないと辛い気がする）

（くずし字データセットの源氏物語のデータと NDL OCR の出力と校訂テキストを比較すると、くずし字データセットでは「こと」「ごと」が抜けてることに気づく。もしかして、これは仕様を誤解したせいなのか、それとも仕様の問題なのか？）

（GitLab には Markdown ファイルのリアルタイムプレビュー機能があるので、 gitlab.nijl.ac.jp/Kokusho/2000... みたいな感じに IIIF Image API を使って NDL OCR の座標位置とテキストを gitlab.nijl.ac.jp/Kokusho/2000... みたいな感じの markdown にして、これを元に gitlab.nijl.ac.jp/Kokusho/2000... に修正したものを置いてるのだが、結果的に桐壺の精読状態になって、今源氏物語がプチマイブームに）

（そういえば、「日本古典籍データセット」ってのがあったのだった。 「日本古典籍体現系オープンデータセット」「日本古典籍著作オープンデータセット」って名前にしたの、関係ないのにまずかったかなぁ？）

（git submodule は URL が入っちゃうのがイマイチだよなぁ）

昨日開催された、2025年度中世文学会春季大会 シンポジウム「古典とデータ駆動」での発表のスライドを chise.nijl.ac.jp/~tomo/slides... に置きました。

（新古今集の UD を書いていると、掛言葉がラップのライムに通じるものがあるという話がちょっと腑に落ちるような気もしてくる）

（大きなファイルの diff を取るのは結構時間がかかるみたいで、今回のバッチは一晩動かしてもまだ 2000 も行ってなくて、さっき gitlab.nijl.ac.jp/Kokusho/2000... を処理したぐらいだった）

（新古今和歌集の UD 書くのは実のところ結構楽しかったりするが、自動解析器の結果を眺めて OK なら数秒だけど、詰まると１首するのに10分以上かかったりして、気がつけば肩こりがえらいことになるので自重。国語研の浅原さんたちの現代日本語 UD での方針も押さえるべきだが、今のところ適当になってる）; cf. www.jstage.jst.go.jp/article/jnlp...

（土曜日の発表、予稿を出した後に、現実的な内容 ID ベース方式実践としての Git をメインにしようかと思って、大慌てで国書データセット（仮称）と新古今和歌集 UD を作ってみたので、これらのお披露目をしようとは思ってるのだが、やっぱウケない気がする。とはいえ、みんな土曜日は来ないような気もするので、あまり気にしなくても良いのかもしれない）