Common Voiceプロジェクトには、テキストコーパスのリンク集が必要不可缺である。
なぜテキストコーパスのリンク集を作らなのか？ なぜ誰がどのコーパスを使つたか判らないのか？
餘りにも不便過ぎる。
それとも、既にコーパスのリンク集はあるのか？ 私が見逃してゐるだけか？
Wikipedia、OSCARといつた有名どころもあれば、個々のボランティアしか知らないやうな個人規模のソースもあるだらう。Creative Commonsを採用してゐるコミュニティもある筈だ。
その良い例が星空文庫で、2020年9月25日時點で682作ものCC0作品が投稿されてゐる。だが、このサイトはある程度知れてゐるので、既にCollectorに追加した人がゐるかも知れない。
知れない――現狀、私にはそれを知る術が無い。“誰かこのサイトを利用したか？”追加された文章を檢索する事も、その出典を知る事も敵はないのだ。これでどうやつてコーパスを最大限活用していくと？（確かに、方法はSentence collector copyright issuesに載つてゐた。だが、私はこのトピックを讀むまで、そんな事ができるとも知らなかつた。もつと簡單な方法で參照できるやうになつてゐるべきだ。）
2方向からのコーパスリンクが必要だ。
リンクをリスト化し、檢索できるやうにするのだ。
これは先に英語に飜譯する文――つまり機械に理解させる文――を書いてから、それを下敷きに書起したものなんだが、日本語にするとスカスカなんだな。驚いた。
一々編輯するのも面倒だし、これからは「下書」の文で濟ませるかね。その方が早いし。