Karukan

Linux向け日本語入力システム — ニューラルかな漢字変換エンジン + fcitx5

プロジェクト構成

クレート	説明
karukan-im	karukan-engineを利用したfcitx5向け日本語入力システム
karukan-engine	コアライブラリ — ローマ字→ひらがな変換 + llama.cppによるニューラルかな漢字変換
karukan-cli	CLIツール・サーバー — 辞書ビルド、Sudachi辞書生成、辞書ビューア、AJIMEE-Bench、HTTPサーバー

特徴

• ニューラルかな漢字変換: GPT-2ベースのモデルをllama.cppで推論し、高度な日本語変換
• コンテキスト対応: 周辺テキストを考慮した日本語変換
• 変換学習: ユーザーが選択した変換結果を記憶し、次回以降の変換で優先表示。予測変換（前方一致）にも対応し、入力途中でも学習済みの候補を提示
• システム辞書: SudachiDictの辞書データからシステム辞書を構築
• 候補リライター (Mozcから移植): 半角カタカナ、英字の大文字小文字・全角半角、記号の関連候補、数字の各種表記（漢数字・大字・ローマ数字・丸数字・16/8/2進数）を自動生成。各候補にはMozc由来の注釈（「半角カタカナ」「16進数」など）が付く

Note: 初回起動時にHugging Faceからモデルをダウンロードするため、初回の変換開始までに時間がかかります。2回目以降はダウンロード済みのモデルが使用されます。

インストール

インストール方法は karukan-im の README を参照してください。

ライセンス

MIT OR Apache-2.0 のデュアルライセンスで提供しています。

• MIT License
• Apache License 2.0

karukan-engine/data/ 配下には Mozc（Google製日本語入力システム）から派生したデータを含み、こちらは BSD 3-Clause License のもとで配布されています。各派生ファイルの由来およびMozcの著作権表記は THIRD_PARTY_LICENSES を参照してください。