日本語と英語の双方向制約ベース翻訳システムです。
このシステムは翻訳文を生成しません。解析し、曖昧な箇所を保持し、生成に 影響する曖昧さだけを判断モデルに問い、制約のもとで候補を組み立て、各候補を 再度構文解析して意味的に照合してから出力します。
仕様に基づく設計の詳細は plan.md にあります。パッケージ間の
インターフェースは docs/contracts.md にあります。
- Go 1.24 以上
- 外部依存なし（標準ライブラリのみ）
go build ./cmd/jevtrans
./jevtrans serve --addr 127.0.0.1:8080ブラウザで http://127.0.0.1:8080 を開くと WebUI が起動します。
./jevtrans translate --text "太郎が花子に本を渡した。"
./jevtrans translate --text "Taro gave a book to Hanako." --src en --tgt ja
./jevtrans translate --text "私は行きます。" --json # 回路を含む全出力を取得
./jevtrans ontology --search transfer # 述語オントロジを閲覧
./jevtrans lex --query 渡す # 語彙を検索API キーを設定しない場合も全機能が動作します。この場合、判断は決定論的な
解析priorで解決され、その旨はトレース上のすべての判断に
source=prior として記録されます。
plan.md §6 の図に対応する18段構成です。各段は internal/trace に記録され、
WebUI がその記録を描画します。
DOCUMENT STATE
│ INPUT NORMALIZATION
▼
MORPHOLOGICAL LATTICE ──► PACKED SYNTACTIC FOREST ──► SOURCE SEMANTIC FOREST
│
▼
JLIR CORE（9層）
│
JEV DECISION GRAPH（D0..D9）
│
CONSTRAINED JLIR STATE
│
TARGET PROJECTION ENGINE
│
TARGET MESSAGE PLANNER
│
CONSTRUCTION SELECTION
│
PACKED REALIZATION FOREST
│
GRAMMATICAL REALIZER
│
candidate texts
│
TARGET RE-PARSER
│
TARGET JLIR
│
SEMANTIC EQUIVALENCE VERIFIER
│
JEV RERANKER
▼
FINAL OUTPUT
entity = speaker などの意味的指示は、日本語では表層が文字列ゼロでも
保たれます。意味の保存と表層の保存は別の性質として扱います。
意味的な特徴には必ず由来（provenance）が付きます。原文が支持しない内容を
対象言語が主張した場合、その候補は UNSUPPORTED として却下されます。
「先生が来た。」 → "The teacher arrived." → 受理、pragmatic 損失として記録
「先生が来た。」 → "The female teacher came." → 由来のない gender=female により却下
皆が帰らなかった は解析時点で一つに決められません。NOT > ALL と
ALL > NOT の2読みを持つスコープノードのまま保留されます。零代名詞も
第一級の対象として扱われ、参照先は分布として保持されます。
{"referent": {"probabilities": {"e1": 0.56, "e2": 0.43, "UNKNOWN": 0.01}}}propositional referential temporal pragmatic stylistic implicature
0.00 0.00 0.00 0.10 0.00 0.00
日本語の尊敬表現が英語に存在しない場合、それは pragmatic 損失として
記録されます。提案内容の変化ではありません。
生成された候補は必ず再度構文解析され、特徴ごとに照合されます。自然さの 評価が意味的に誤った文を救うことはありません。
状態は EXACT / GOOD / LOSSY / AMBIGUOUS / UNDERDETERMINED /
UNSUPPORTED / UNPARSABLE を取ります。英語が要求する区別を原文が
供給できない場合、推測せずに UNDERDETERMINED を返します。
システム内で使用するモデルは Jev のみで、
OpenCode Zen 経由で systemone エンドポイントを呼びます。
POST https://opencode.ai/zen/v1/systemone
model: jev-1.13-free
型付き質問（choice / noul / score）のみを送り、値と確率、
confidence を受け取ります。自由記述の生成は行いません。候補集合は常に
文法・辞書・オントロジ・構文森からシステムが生成します。
判断は固定のDAGです。
| D0 語彙分割 | D1 構文の曖昧性 | D2 述語 senses |
| D3 意味的役割 | D4 照応・零代名詞 | D5 discourse |
| D6 語用解釈 | D7 target projection | D8 construction選択 |
| D9 最終ランキング |
翻訳結果に影響しない判断は問いません。候補が2つあっても target 上の
実現が同一なら質問は省略され、その理由がトレースに記録されます。
回答は hash(意味的文脈, 候補集合, スタイル, 判断種別) でキャッシュします。
テキスト入力と出力だけではありません。パイプライン図、各段のスパン、 形態素格子、節構造、JLIR グラフ、生成森と却下された枝とその理由、 判断ログ、指示的状態を表示します。
- 回路図は段落順に点灯し、各ノードに所要時間と状態を表示します
- JLIR グラフは entity / event / 役割辺 / scope 帯を描画し、
未解決の
referentは上位3候補の確率を表示します - entity をクリックすると、その特徴と provenance（origin, token, confidence, decision id）が表示されます
- 判断ログは
jev/cache/prior/skippedを区別して表示し、 省略された判断は理由を示します
API キーが無い環境では ORACLE OFFLINE — analysis priors only と表示します。
cmd/jevtrans/ CLI: serve / translate / trace / ontology / lex
internal/
lang/ 言語・スクリプト識別
trace/ 各段が書き込む観測スパン
jlir/ 9層のIR（意味・指示・時間・discourse・情報構造・
語用・言語固有形・不確実性・由来）
forest/ 森：形態素・構文・生成
syntax/ Clause / Phrase / Bundle（構文解析と意味層の接合点）
lex/ 形態素解析（日本語・英語）と MorphAnalyzer backend 枠。
builtin / process（Sudachi、UniDic、MeCab はこの枠で追加）
lexgen/ 標的言語への語彙解決（名詞・固有名詞・代名詞）
ontology/ 述語在庫（役割枠と階層、219 senses / 21 families）
lexicon/ 表層→sense、慣用句、用語メモリ
semantics/ 構文→JLIR、source semantic forest、scope、語用
discourse/ 文書状態、指示同一性、零代名詞、用語記憶
jev/ System One クライアント、キャッシュ、判断DAG
plan/ projection、構築ライブラリ、制約ソルバ、
英語・日本語リアライザ
verify/ target 再構文解析、等価検証、損失ベクタ、
幻覚検出、Pareto ランキング
pipeline/ オーケストレーション
server/ HTTP API と埋め込み WebUI
| 変数 | 意味 |
|---|---|
OPENCODE_API_KEY |
判断モデルを有効化する。未設定なら prior で動作し、トレースに記録される |
JEV_ADDR |
serve の既定待ち受けアドレス |
JEV_SUDACHI_ADAPTER |
Sudachi アダプタのパス。自動探索が効かない場合の明示指定 |
JEV_SUDACHI_DICT / SUDACHIDICT_DIR |
使う SudachiDict ビルド（small / core / full、旧仮名は国語研 UniDic） |
JEV_LEXICON_TSV |
外部の述語辞書（TSV）。述語知識の供給元を拡張する。ファイルが無い場合は使われずに忽略される |
述語知識は internal/lexicon.Provider の向こう側にあり、core は供給先を知りません。
バイナリに組み込まれているのは curation 済みのテーブルだけで、外部の辞書は
同じ役割を演じます。core を書き換えずにカバレッジを広げられます。
# 出典をここに書く。トレースがこの行を読む
落ちる MOVE.05:0.90
きらめき MOVE.15:0.60,MOVE.01:0.30- チェーンは先勝ちです。curation 済みテーブルが知っているものを外部辞書が 上書きすることはありません。一般辞書の第1義は文脈が求める読みとは限らず、 それを許すと、動作している部分が黙って劣化します。
- オントロジは閉集合です。sense をここに書いても、オントロジに無い id は 捨てられます。provider は語彙を広げる もので、sense を増やす ものではありません。 sense は語についてではなく世界についての一主張なので、ontology 自身の変更として review されるべきです。
- ファイルが無い = 未設定、異常ではありません。トレースにはconsult した provider 名が残ります。
全表は tools/baselines/session-diff.md。
4eae9af current
morphology fully resolved 68 68
predicate fully resolved 25 → 31
semantic frame fully resolved 9 → 28
unresolved clause heads 70 → 61
raw candidates 162 → 211
eligible (gate passed) 1 → 3
certified (equivalence proved) 0 0
selected 1 → 3
引数が失われた理由:
no_arguments_bound 49 → 0
unknown_predicate:UNKNOWN.VERB 70 → 61
missing_role:recipient 1 → 4
missing_role:comitative 3 → 4
missing_role:theme 2 → 3
missing_role:experiencer 2 → 0
no_arguments_bound 49 → 0 が実質的な変化です。 parser は日本語の省略主語を
明示的な零 phrase として計画しますが、analyzer は「不在」しか見ていませんでした。
両層的主語の形について認識が食い違い、日本が主語を落とした文はすべて引数のない
event で終わっていました。引数 binder 自体には何も問題がなかった — 渡ってきた節が
すでに壊れていたのです。「引数が結べなかった」という報告が指していたのは binder で
あって、その上流の矛盾でした。+19 の frame 解決もここから出ています。
eligible は 1 → 4 → 3 と動きました。 最後の 1 件減は「道が悪いので野原を歩く」で、
直訳が "A road goes." だったものです。をでマークされた移動先が source graph から
落ちていたため、target と source を比べる gate が「別の文の翻訳」に同意していました。
この候補を失うのは意図した結果です。野原 に英訳が無いので、推測で埋めるのでは
なく未実現のまま残す必要があります。
certified は 0 のままです。 hard gate を通ることと等価性を証明することは別の
主張で、このコーパスではまだ証明された候補が一つもありません。3 つの選択済み候補は
いずれも LOSSY または AMBIGUOUS です。Verifier を緩めてこの数字を上げることは、ここ
までの全ての数字を無意味にします。
残りの内訳は tools/stages.py の unresolved clause heads に出ます。
61 件中、50 件は語彙知識（落ち ゆらい きらめき — 宮沢賢治 1920 年代の
語彙）、6 件は助動詞が句頭になったもの、5 件は述語のない断片です。
LexicalProvider を入れたのはこの分類がそのまま手を打つ先を示すからです。
JEV_LEXICON_TSV に外部辞書を与えることで、core を変えずにカバレッジを
広げられます。この環境には外部辞書が無いので、まだその数は動いていません。
--morph builtin と --morph auto（Sudachi）は同じ結果ではありません。
全表は tools/baselines/session-diff.md。
builtin auto(Sudachi)
morphology fully resolved 3 68
predicate fully resolved 38 31
semantic frame fully resolved 36 28
unresolved clause heads 40 61
builtin は前 1946 年の綴り（云ふ など）を明示的に持つので、述語とフレームは
Sudachi よりよく解けます。一方、辞書に無い表層はすべて unknown token になるので
morphology は大きく劣ります。
どちらが一貫して良いわけでもありません。だからこそ両方を測るのであり、テストも
forEachBackend で環境変数ではなく engine の morphological registryを
切り替えます（環境変数はコマンドラインが engine を作る時にしか効かず、既に作られた
engine の挙動は変わりません）。
これは機能不足ではなく、設計の問題です。
未知の語が1つあると、その文は丸ごとゼロになります。「捏造しない」と 「何も出さない」が同じコードパスだからです。88文のうち84文が、文中の 1語を処理できないという理由だけで落ちています。
plan.md が要求する「臆測しない」を守る正しい方法は、解析できた部分は訳し、 訳せなかった箇所を明示的にマークして返すことです。現在はその中間状態が存在しません。 これを追加するのが、到達率を一番動かす変更になります。語彙を増やすのとは 別の、そして構造的な作業です。
go test ./... で7パッケージ・約2,000行が走ります。実装ではなく
plan.md の約束を固定しています。
| テスト | 固定する約束 |
|---|---|
TestNoPlaceholderEverReachesTheOutput |
プレースホルダー語が出ないこと |
TestUnresolvedPredicateIsReportedNotGuessed |
未解決述語は UNPARSABLE |
TestEveryCircuitStageRuns |
§6 の18段が全て走ること |
TestNoGenderIsInvented |
§4 / §22 |
TestMorphemeCoverageIsTotal |
文字が脱落しないこと |
TestKatakanaLoanwordIsOneToken |
ー による外来語の分裂 |
TestScopeAmbiguitySurvivesAnalysis |
§13 |
TestScopeRepresentationsAgree |
スコープ重みの二重表現の不一致 |
TestVerifyIsIdempotentOnIdenticalGraphs |
検証器の較正 |
TestRealizeIsIndependentlyExercisable |
§36 を単独実行できること |
TestNoPanicOnHostileInput |
堅牢性 |
Apache License 2.0 — Copyright 2026 nico2525nn （詳細は NOTICE）
判断モデルとして利用する Jev / OpenCode Zen は実行時に外部サービスへ
接続しますが、同梱していません。OPENCODE_API_KEY が未設定の場合は
ネットワーク要求を一切行いません。