Repository navigation
採点の誤検出を減らし、どのルールにも対応していなかった判定を整理したリリースです。既存のルールIDの削除や意味の変更はありません。ルールを四つ足したため、前の版では出なかった指摘が出ることがあります。
追加
ら抜き言葉、接続詞の重なり、誤字、見えない文字のルール
これまで採点は、どのルールにも対応しない判定の指摘を、ルールIDのない形（rule_idがnull）で出していました。利用者は、その指摘を直すべきかをルール集から判断できませんでした。こうした判定を整理し、意味のあるものを四つのルールにしました。
- GRM-019 ら抜き言葉を使わない（「見れる」→「見られる」）。出典は、第20期国語審議会の審議経過報告です
- GRM-020 同じ接続詞を続けて使わない（「しかし、〜。しかし、〜」）
- NOT-036 誤字と入力の誤りを残さない（「をを」の重なり、IMEの打ち間違い、「適応」と「適用」の取り違え、閉じていない括弧）
- NOT-037 見えない文字と、分解された文字を使わない（ゼロ幅スペース、制御文字、濁点が分かれた仮名）
文体の違う人の文書で測る
誤検出を測る人の文書は、デジタル庁の政策ページだけで、行政の説明文に偏っていました。総務省の令和7年版情報通信白書と、国税庁のタックスアンサーの段落を足しました。node tests/corpus/report.mjsで、出典ごとの誤検出の数も出せます。
変更
- NOT-022とNOT-023：インラインのコード、リンク、「/」の前後のスペースと、片仮名の語の間の全角スペースも指摘するようにしました
- 判定を切ったもの：次の判定は、ほかのルールと逆の決まりだったり、同じ箇所を重ねて指摘したりしていたため、切りました
- jtf-style/4.1.1（かぎ括弧の中の句点）：NOT-019と逆の決まり
- jtf-style/4.1.3（和文の「.」）：jtf-style/1.2.1と重なる
- jtf-style/1.1.5（図表のキャプション）：GRM-017の注記で、判定手段にしないと決めていた
- max-comma（英文の「,」の数）：和文の読点の数はGRM-018で見る
- GRM-018：ルールの文言に「名詞を並べる読点は数えない」と書きました。判定の数え方に合わせたもので、指摘は変わりません
- AGENTS.md：IssueとPRの「人が書く要約」は、AIが埋めないと書きました
修正
- NOT-035（漢字を7字以上続けない）が、法令、会議、税の名前のような固有名詞を指摘していました。次の形を除くようにしました
- かぎ括弧の中
- 「第32次」の後ろ
- 名前に付く語で終わるもの（「〜検討会」「〜法」「〜税」「〜機構」など）
evaluators/allowed-terms.jsonに書いた語。法令の用語（「給与所得控除」）などを書けます- デジタル庁の文書での誤検出は28件から6件に、タックスアンサーでは22件から0件に減りました
- NOT-006：常用漢字表の判定データで、「𠮟」「塡」「剝」「頰」の許容字体（「叱」「填」「剥」「頬」）が抜けていました。そのため、「補填」の「填」が表外の字として指摘されていました
測った結果は、対の文265組のうち262組の違反を見つけ、直した文での誤検出は1件です。人が書いた3つの出典188段落での誤検出は、14件です。