注：本文发布在如下平台：
Github
Gitee
FreeMdict论坛
[PDAWIKI]
语雀
好消息：日本語非辞書形辞典_v2 真的来啦。
关于这本词典作用及用法请参考v1 算法细节，简单来说，这个辞典的作用是让你可以用最短的时间查到一个单词——有“复制”和“粘贴”这2个强大的工具在，我们为什么还要自己慢慢地打字呢？
因为日语在实际使用时，会出现词典不会收录的「非辞書形」：
活用（食べられない）、复合动词的异形词（沸きたつ、わき立つ）、专门用片假名书写的单词（チョコチョコ、クマ）
另外，在阅读翻译成日语的中文材料时，其中的人名、地名等往往会处理处理成中文简体字，比如紀貫之→纪贯之，澤野弘之→泽野弘之……还有部分サ変動詞，比如“競争”能猜出来是“竞争”，但直接输入“竞争”，在EBWin和《大辞泉》等日日词典上是看不到结果的。
针对以上问题，本项目提供的mdx文件都可以解决，实现最丝滑的查词体验：
（词典软件：GoldenDict）
词典软件：欧路词典
另外，基于纯代码的日本語非辞書形辞典_v3 版本已经开始测试了，由于不是以 mdx 格式的词典的形式，v3 版本可以调用 EBWin、沙拉查词等软件，但目前存在一定的上手难度，有兴趣、愿意尝试的可以戳这篇文档v3_For_Quicker_Demo · 语雀 (yuque.com)
下载
2023-01-21
- 为了更好地支持日语【异形词】，重构了项目使用的索引
- 尝试支持自定义索引，如果你认为更新后的跳转链接过多或者发现太多跳转链接是无效的，可以删除
v2\index\index.txt里的词条，将自己手上词典词条导入其中，运行v2\main.py打包即可 - 重构索引的原则：优先以单词的读音作为【辞書形】，作为第一个跳转链接；词典收录的单词汉字书写不太统一，统一发布的版本考虑到兼容，会以本人能收集到的所有词典作为单词汉字书写的标准，力求收录所有【非辞書形】和【辞書形】
- 这个优化是【日本語非辞書形辞典_idx_KOReader_特供版】、【日本語非辞書形辞典_txt_AnkiHelper_特供版】和【日本語非辞書形辞典_mobi_kindle_特供版】等v2版本【mdx2all】子项目的前瞻测试，相关文件夹已新建完毕，敬请期待233
- 尝试支持自定义索引，如果你认为更新后的跳转链接过多或者发现太多跳转链接是无效的，可以删除
- 整理形態素解析辞典 IPAdic、JUMAN、UniDic的数据，新增40万词条（以名词的异形词和形容词的口语约音为主）（604458->1004008）
最后，向IPAdic、JUMAN、UniDic的制作人员和研究机构说一句发自内心的“ありがとうございます！”，没有你们的付出就没有这次的更新:)
最先更新：
GitHub（如在非 GitHub 页面请勿使用这种方法）：
release_pub (网速问题自行解决)
Gitee（如在非 Gitee 页面请勿使用这种方法）：
release_pub (须登录才可下载)
以下平台为本人手动上传存在一定的延迟：
FreeMdict论坛网盘：https://cloud.freemdict.com/index.php/s/Q62m2gk2dT5Lm99 30
123网盘： 日本語非辞書形辞典_ - 123云盘
蓝奏云：https://wwp.lanzouf.com/b011tnz6b 密码:8yp8
下载的文件需要导入欧路词典、GoldenDict 等才可使用，具体导入方法可以参考GoldenDict 的下载、安装、使用。
另外，导入成功后打开软件的剪贴板查词功能（其他软件请自行百度）：
- Goldendict（Win）：
编辑-首选项-热键-使用下列热键翻译剪贴板中的单词，按自己习惯设置快捷键即可
待办
- [ ] 按照品词标签进行分类，并会从语法角度检查生成非辞書形是否正确
- [ ] v1 版本的尝试
- [ ] 词组查询优化（は、が、を、も）
- [x] 复合动词（这个还是没有头绪只能慢慢收集、修改了）
- [ ] 数据来自
- [ ] 简体汉字和日文汉字
- [ ] 完善各类标记符号
- [x]
々，v1 版本需要手动输入たびたび或者度度，但有了 v2 版本、看到度々就不用手打啦 - [ ]
/\和/″\青空文库上常见的格式 - [ ] 和上面基本是一样的，但是区分了浊音
- [ ]
こう云って清吉は、しげ/\と娘の姿を見守った。 - [ ]
彼は今始めて女の妙相をしみ/″`味わう事が出来た。`
- [ ]
- [ ]
ゝ和ゞ- [ ] v2 版本不打算解决这个问题
- [ ]
清吉と云う若い刺青師の``腕きゝ``があった。 - [ ]
その刺青こそは彼の生命のすべてゞあった
- [x]
- [ ] 支持查阅古语变形
下面不涉及太多技术细节，但却是 v2 版本最关键的改进，希望大家有耐心读一下，能指出遗漏之处就太好了。
可以到v2 算法细节阅读原文（文章结构更清晰）
大致思路
主要是结合活用，做法大体上和v1 版本保持了一致：仍然是批量换词尾假名。
这里只列举与v1 版本差别较大的地方。
サ変
する・ずる
注意，这里想讨论的不是散歩する这样词形未发生变化的单词。
而是サ行変格活用这个页面里谈到的，只有一个汉字词（比如発する）以及浊化为了ずる（比如準ずる）的单词，以下面这句话为例进行说明：
待遇は正会員に準じて手当てをする
词尾部分被替换为じ，所以也需要单独处理。
但是这类单词之前没有专门思考过，所以下面的处理方法可能存在比较大的问题。
然后是我个人研究出的结论：
する需要被至少需要被替换为：
し、せ、さ、すれ、しろ、せよ、そう
ずる需要被至少需要被替换为
じ、ぜ、ずれ、じれ、じろ、じよ、ぜよ
但问题是需要被替换为ぞ么？在サ行変格活用没有找到这样的表述。
す・ず
这类单词似乎是古语里面用得比较多，而且原网页也没有说明古语的变形，所以暂时只处理为し，如果有这类动词的例句欢迎补充。
一段动词查询优化
先说结论：
下一段动词的词尾（至少）需要替换为ろ、よ、な、ま、た、れ、て、ら、さ、ず、ぬ、、（中顿形，没有手滑 233）、ちゃ・ち、ん、と
下面是实例：
なー晩ご飯を食べながテレビを見る和晩ご飯を食べない
まー晩ご飯を食べます
たー晩ご飯を食べた
れー晩ご飯を食べれば、
てー晩ご飯を食べてからタバコを吸う
らー晩ご飯を食べられる人は幸せだな
、ー晩ご飯を食べ、
さー晩ご飯を食べさせる
ずー晩ご飯を食べず
ぬー晩ご飯を食べぬ
んーまだ子供にすぎん
とーご飯を食べとくしてください，口语ておく
ちゃ・ちー食べちゃう计算机系统上，ちゃ是由ち和ゃ组成，但考虑到划词可能不会那么准，故同时支持 2 种
……
（欢迎大家补充，为增强说服力，最好以词组的形式）
接下来是为什们要这样做的原因：
与 v1 一样，本项目的核心的逻辑还是穷举出所有非辞书形，但 v2 版本是真正试图穷举一个动词的词尾假名有多少种变化——不管是哪种动词，来る也不例外。
v1 版本中，下一段动词的所有变形都以去掉了词尾的方法来处理。
以晩ご飯は食べたが、……这句话为例，v1 版本中需要划食べ查询（即按照部分语法书说的，下一段动词的变形可以理解为去掉了词尾假名）
但这种做法一定程度上加大了使用难度，同时也导致了穷举结果的混乱（v1 版本的部分词条出现一大堆结果就是这个原因）
最后，v2 版本计划支持日语古语。
考虑到很多动词的现代日语形式和古语之间的联系比较紧密，如果继续采用 v1 版本偷懒的做法，可能会遇到比较严重的词条重复问题。
更新历史
2022-10-30
- 整理日国研提供的複合動詞レキシコン数据，新增复合动词的异形词非辞書形近10万条（468443→604458）：
- 一段复合动词常见前项342个，常见后项127个
- 五段复合动词常见前项485个，常见后项270个
- 有兴趣了解上述常见前项和后项，可以到论坛网盘的
其他-复合动词常见前后项文件夹下载
- 优化自动打包流程，清理重复词条1448项
2022-10-16
- 补充大量平假名词条（即不限于拟声拟态词）
- 支持
沸きたつ、わき立つ等异形词及其活用，提供沸き立つ、わきたつ2种跳转链接- 使用日国研提供的複合動詞レキシコン数据，共计2759个动词（其中五段复合动词1821个，一段复合动词936个，还有2个
数え切れない和煮え切らない一般以惯用表达的形式出现，且不以动词规律活用已剔除），如果有补充的话，欢迎到项目的地址提交issue，或者通过 NoHeartPen@outlook.com
- 使用日国研提供的複合動詞レキシコン数据，共计2759个动词（其中五段复合动词1821个，一段复合动词936个，还有2个
- 重构项目代码，自动化打包流程
- 新增对一段动词的使役态口语约音
食べせる的支持，划食べせ可以提供跳转链接 - 删除品词分类错误的动词
伏せる
2022-07-30
- 补充来自《三省堂スーパー大辞林 3.0》的词条
欢迎补充反馈:)
2022-07-26
- 删除部分无法跳转的词条，比如：湧き上（が）る
2022-07-22
- 补充一段动词词尾变形：ん、と、ち、ちゃ
- 补充形容词尾变形：す
- 补充假名可以灵活书写的单词以及相关变形：当たる・当る/素晴らしい・素晴しい等等
- 修复
\n处理的逻辑，防止遗漏文件的最后一个词条
2022-07-18
- 基于品词穷举，基本覆盖现代日语中的四大类动词
- 彻底解决 v1 版本中输入「辞書形」时结果混乱冗余的问题，现在是真·非辞書形辞典啦，而且现在只有 1M 多
- 手动补充不规律的变形
- 补充形容词的词尾变换：
高そうだ - サ変：準ずる、愛する这类比较特殊的サ変动词，遇到的问题比较大，具体细节在[## サ変](## サ変)
- 来る、行く
- 补充形容词的词尾变换：
2022-07-14
好消息：「日本語非辞書辞書」v2 要来啦
坏消息：楼主只是新建了日本語非辞書形辞典_v2文件夹
好消息：楼主更新了「日本語非辞書形辞典」——删了一大堆重复词条（比如マス），词条数从 1605136 下降到 1549413（5 万左右的重复词条）
坏消息：楼主还是没有基于品词穷举变形
好消息：v2 主要就是解决这个问题的
皮一下，大家别打我:)
虽然楼主真的只是新建了文件夹，但还是完成了比较重要一步——提取出大辞泉【202110 数据】_20220423 - 日语 - FreeMdict Forum里面的单词（包含品词），有兴趣的同学可以看看
技术细节
词条标记
注：经过几天的尝试放弃以下尝试
- [x] 融合多本词典的数据（没有标注词性的话，手动穷举较为麻烦）
- [x] 「日本語国語辞典」（本论坛下载）
- [x] 「実用日本語表現辞典」（本论坛下载）
- [x] 还没有收录到权威词典的新词（这个会集中整理在本项目中的一个 txt 文件中）
- [x] ……欢迎大家补充那些词条比较完整的词典
MOJi
- 词性分类混乱，包括但不限于：三类、一段 2 种方式混用、重复描述等等
- 音调直接写在词条上，而且部分单词没有音调，不能简单地一口气直接删掉
日本国语大词典
【】内不含假名，得根据以下例子推出规律，然后就可以批量替换
と‐・す 【賭】
たいくつ‐が・る 【退屈─】 退屈がる
そり‐こく・る 【剃─】 剃こくる
たか‐ぶ・る【高─・昂】品词 高ぶる
たか‐ぶ・る高 高ぶる
あい‐くろし・い 【愛─】 愛くろしい
あい‐ぐ・す 【相具】 相具す
あが・る【上・揚・挙・騰】上る、揚る、挙る、騰る
そり‐かえ・る 【反返】 反返る
经过一番尝试，答主放弃了……只能正确拆分部分词条，相关代码在github，也可以在下载链接其他文件夹找到部分文件动手试试
https://wwp.lanzoue.com/b011vyvcb 密码:8nte
https://cloud.freemdict.com/index.php/s/mCt38fb6jL5RPbQ
整体思路与「日本語非辞書形辞典」没有多大区别，再加上项目的代码已经该开源在 Github，对具体实现有兴趣的话，可以直接去读源代码。
致谢
非常感谢amob和cinnamon，没有这 2 位网友在 v1 版本期间的讨论与建议，就不会有 v2 版本。
也非常感谢okayer、grn25398、First_Last、dax、naisme、Fince等网友的反馈和鼓励，让楼主坚持做鸽到现在。
许可证
本项目制作的 mdx 文件使用署名 4.0 国际 (CC BY 4.0)协议共享。，相关代码使用 Apache License, Version 2.0 进行许可
又一力作。
，我就不低头，