Eu já disse que no fim das contas foi bom eu não ter conseguido colaboradores para o projeto. Eu gosto de inovar (e por que não dizer “revolucionar”) e se acordo de manhã com uma ideia, já quero tentar colocá-la em prática. Por isso, colaboradores humanos não me suportariam (risos!).
Com relação ao FuriGanbarou!, o projeto Ganbarou Ze! é pioneiro por criar um segmentador totalmente do zero, brasileiro e GRATUITO. O projeto Ganbarou Ze! é também pioneiro na metodologia, haja vista que o FuriGanbarou! segmenta e o EDICT/ENAMDICT, com suas bases atualizadas diariamente, revisam e corrigem a segmentação e os furiganas. Além disso, o projeto Ganbarou Ze! é também pioneiro por fazer do FuriGanbarou! um segmentador interativo, que possui um menu em que o usuário pode trocar o furigana bem como o usuário pode editar a segmentação.
Sem querer ser repetitivo e chato, é bom lembrar que o projeto Ganbarou Ze! é também pioneiro (risos!) por disponibilizar o primeiro segmentador gratuito e BRASILEIRO, com sistema automático de revisão e correção, interativo e com o UniDic, o dicionário morfológico considerado mais preciso e moderno atualmente.
Agora, de novo sem querer ser repetitivo e chato, o projeto Ganbarou Ze! é talvez também pioneiro (risos!) por criar o único segmentador disponível que usa a versão mais recente do UniDic, que data de dezembro de 2025.
Sim, eu já tinha ficado muito feliz por ter conseguido (aprendido a) compilar o UniDic para a arquitetura do FuriGanbarou!. E ontem, fiquei ainda mais feliz por ter conseguido (aprendido a) adicionar as novas palavras dessa versão mais recente de dezembro de 2025!
Cito como exemplo a palavra 西甌. Essa é uma das novas palavras adicionadas. Se formos consultar no MeCab/Unidic Demonstration do projeto EDICT, teremos:
Input Text
西甌
MeCab Segmentation
西 ニシ ニシ 西 名詞-普通名詞-一般
甌 甌 甌 甌 名詞-普通名詞-一般
Veja que é uma segmentação toda bugada, haja vista que claramente o “MeCab/Unidic Demonstration” utiliza uma versão mais antiga do UniDic. Agora, veja como o FuriGanbarou! segmenta:
Eu precisei atualizar o código para cobrir os casos em que a palavra existe no UniDic, mas não no EDICT/ENAMDICT. Como podem ver, esses casos aparecerão no grupo “SEGMENTADOR” tendo a classe gramatical que o UniDic atribuir a eles (no caso aqui “substantivo”).
É claro que se 西甌 entrar na base do EDICT/ENAMDICT, aí o EDICT/ENAMDICT tem prioridade. Aliás, vou sugerir a inclusão da palavra 西甌 ao projeto EDICT. Se ela for aprovada, no dia seguinte ao da aprovação já estará na base, e o FuriGanbarou! passará a mostrar 西甌 no grupo em que for adicionado (EDICT ou ENAMDICT).
Aguardem a próxima postagem…