@techreport{oai:ipsj.ixsq.nii.ac.jp:00234202,
 author = {于, 拙 and Cjyet, Yo},
 issue = {9},
 month = {May},
 note = {アイヌ語は，極めて深刻な消滅の危機にある言語として指定されているが，先人の努力によって少数言語の中でも多くのテキスト資料が残されており，近年ではそれらの資料の整理・電子化が行われ，文化や言語の伝承・復興運動も活発になってきている．また，デジタル・ヒューマニティーズの分野では，アイヌ語コーパスの作成や機械翻訳・品詞タグ付け・形態素解析・言語モデルの開発などが行われるようになっているが，その際に如何にテキストを収集・整理し，高精度のデータセットを構築できるのかが急務である．本報告では，アイヌ語の表記・文法の複雑性，テキスト資料の特徴やアクセスの困難さ及び専門家・熟練話者の希少性を背景に，ルールベースのアプローチによるデータに対する変換・検証・誤り訂正などの自動・半自動前処理の実現できる限界への挑戦について述べる．, The Ainu language, while classified as critically endangered, benefits from the substantial archival efforts, which preserve a notable volume of textual materials among minority languages. Recent initiatives to organize and digitize these materials, alongside revitalization movements for the Ainu language and culture, have been gaining momentum. The field of Digital Humanities has seen advancements in creating Ainu corpora and developing machine translation, POS tagging, morphological analysis, and language models. Nevertheless, the challenges in collecting and organizing texts to construct high-accuracy datasets remain pressing. This report explores the practical upper limits of rule-based (semi-)automated preprocessing, such as conversion, verification, error detection, and correction, given the complexities of Ainu orthography and grammar, the characteristics and accessibility issues of textual materials, and the scarcity of experts and proficient speakers.},
 title = {アイヌ語テキストに対するルールベース処理の限界},
 year = {2024}
}