C/Migemoで「令和」を検索したい!～辞書を独自ビルド

　はじめに，検索結果画面を：

　当ブログとサブブログ（かけ算の順序の昔話）のそれぞれで，記事をタイトルや日付から検索したり，はてな記法でリンクを貼り付けたりするため，1行1記事でテキストファイル（上記ではtakehikoMultiply_title.txt）を作成していて，Emacsでファイルを開き，検索を行っています．下段（ミニバッファ）で表示されているように，打ち込んだのは「reiwa」です．インクリメンタルサーチの機能により，ファイル内の「令和」を表示しています．
　ローマ字入力で日本語インクリメンタルサーチを行うソフトウェアといえば，Migemoです．

• C/Migemo — KaoriYa
• GitHub - koron/cmigemo: C/Migemo
• Windows環境でEmacs+C/Migemoの設定に詰まったのでメモ - ぐるっとぐりっど

　しかしそこでダウンロードできるソフトウェアでは，辞書に「令和」が含まれていません．ただし，辞書がSKKベースであることを知っていれば，Migemoで「reiWa」とタイプすることで，（「れい」と「わ」の並びとしての）「令和」にヒットすることはできていました．
　「reiwa」で「令和」を検索できるといいなあ，新語をMigemoの辞書に取り入れたいなあと思いながら，今年になってGoogle検索をしていると，その方法や，辞書ファイルのURLが，公開されているのを知りました*1．

• cmigemo/doc/README_j.txt at master · koron/cmigemo · GitHub
• SKK dictionary files gh-pages | dict

　L辞書と，jinmei，geo，propernoun，stationの各専門辞書を取り入れることとしました．コマンドは以下の通りです．C/Migemoは事前に~/bin/cmigemoにインストール済みです．

$ cd ~
$ git clone https://github.com/koron/cmigemo.git
$ cd cmigemo
$ ./configure
$ make gcc
$ make gcc-dict
$ cd dict
$ for n in jinmei geo propernoun station; do wget "https://skk-dev.github.io/dict/SKK-JISYO.${n}.gz" ; gzip -d "SKK-JISYO.${n}.gz" ; done
$ perl ../tools/skk2migemo.pl < SKK-JISYO.{L,jinmei,geo,propernoun,station} > dict.tmp
$ perl ../tools/optimize-dict.pl < dict.tmp > base-dict2
$ nkf -x -s < base-dict2 > migemo-dict2
$ mkdir -p migemo-dict-enriched-20240327
$ iconv -t utf-8 -f cp932 < migemo-dict2 > migemo-dict-enriched-20240327/migemo-dict
$ mv ~/bin/cmigemo/share/migemo/utf-8/migemo-dict{,.bak}
$ cp migemo-dict-enriched-20240327/migemo-dict ~/bin/cmigemo/share/migemo/utf-8/migemo-dict

　Emacsを起動し直して，テキストファイルを開き，C-sのあとreiwaで，記事冒頭の表示を得ることができました．
　コマンドラインで，新旧辞書の違いを確認しておきましょう．

$ cd ~/cmigemo
$ ./build/cmigemo -d ~/bin/cmigemo/share/migemo/utf-8/migemo-dict -e 
migemo_open("略/migemo-dict")=略
clock()=0.102628
QUERY: reiwa
PATTERN: \(ﾚ\s-*ｲ\s-*ﾜ\|レ\s-*イ\s-*ワ\|例\s-*話\|令\s-*和\|れ\s-*い\s-*わ\|ｒ\s-*ｅ\s-*ｉ\s-*ｗ\s-*ａ\|r\s-*e\s-*i\s-*w\s-*a\)
QUERY: ^C
$ ./build/cmigemo -d ~/bin/cmigemo/share/migemo/utf-8/migemo-dict.bak -e
migemo_open("略/migemo-dict.bak")=略
clock()=0.053427
QUERY: reiwa
PATTERN: \(ﾚ\s-*ｲ\s-*ﾜ\|レ\s-*イ\s-*ワ\|例\s-*話\|れ\s-*い\s-*わ\|ｒ\s-*ｅ\s-*ｉ\s-*ｗ\s-*ａ\|r\s-*e\s-*i\s-*w\s-*a\)
QUERY: ^C

　migemo-dictを指定して，「reiwa」を与えると，PATTERNの行に「令\s-*和」が出現するのに対し，migemo-dict.bakには含まれていません．これで，バッチリです．

*1:今回使用していませんが，各辞書ファイルのサイズや作成日などを一覧するには，http://openlab.ring.gr.jp/skk/dic/がおすすめです．