[owayo]

概要

9 月の利用実績 の数詞と月を ク / ガツ と読むよう、解析ライブラリで補正する。半角数字・全角数字・漢数字の1〜12月を対象とし、既存の辞書をそのまま利用できる。

原因

空白があると辞書の月名の複合語に一致せず、数詞と普通名詞の「月」に分かれる。従来の数詞補正は隣接する助数詞だけを扱い、空白を挟む暦月を判定していなかった。

変更内容

• 入力全体で月名の数詞候補を確定し、前分割で小数点の前半が失われても部分一致を防ぐ。
• 半角空白・タブを挟む通常表記の1〜12月を補正し、四・七・九の特殊読みと十の長音を反映する。
• 一語の数詞と月は読み・発音以外を維持する。複数の数詞トークンは既存の数量処理と同じ形式で数の部分だけを合成し、元入力の表層形とバイト範囲を保持する。
• 期間・曜日・小数・識別子・先頭ゼロ・混在表記・既知の別読みを除外する。改行や全角空白を挟む場合は従来の出力を維持する。

設計判断

Codex の設計レビューを受け、ASCII の独立整数判定を既存の計画に集約し、候補全体を検証してから変更する方針を採用した。実辞書で 10 月 が 1 / 0 / 月 になるため、全トークンを維持する案は採らず、数詞だけを既存の数量と同じ方式でまとめる。数詞と普通名詞に解析された同表記の人名など、意味の曖昧性の解消は対象外。差分レビューで重大な指摘はなかった。

検証

• Makefile の ci と同等の format・workspace clippy/test、および feature なし・analyzer・download の各 lib clippy/test: pass
• cargo test --locked --test month_readings -- --ignored: 配布3辞書で1〜12月・3表記の108例が pass
• 構築辞書の回帰テスト: 空白・タブ、特殊読み、除外条件、UTF-8位置、非ゼロoffset、既存出力・辞書キャッシュの保持を確認
• 通常コーパス26,392行: 3辞書とも全トークンの全フィールドが変更前と完全一致（各約124〜127万トークン）
• Kotonoha へ修正後の実トークンを渡す結合検証: 8例で InputToken・NJD・PhoneTone・HTSラベルの整合を確認

Closes #36