データセットのファイル
自社のサーバーに置く、ファイル形式の辞書。リリースの中身、読み込み方、次のリリースの知らせ方を説明します。
提供されるもの
immit の日本語・英語辞書の全体を、自社のデータストアに読み込めるファイルとして提供します。ライセンスの有効期間中に公開されるリリースも、すべて含まれます。データセットライセンスでは、機械学習モデルの学習と評価に利用できます。
ファイルは自社のサーバーに置きます。ユーザーのデバイスに配布する辞書は、オンデバイス辞書です。
ライセンスの購入
ライセンスは1年単位で、会社の規模に応じた区分の料金を支払います。区分は、1か月間に自社のいずれかの製品を利用する人数で決まります。月間アクティブユーザーを数えるのと同じ方法で数えてください。
| 月間エンドユーザー | 年額 | 支払い方法 |
|---|---|---|
| 50,000人まで | $4,000 | カード |
| 500,000人まで | $12,000 | 銀行振込 |
| それ以上 | 個別見積もり | お問い合わせください |
勤務先のメールアドレスで登録したアカウントで、コンソールから購入します。カード払いの場合は、すぐにファイルをダウンロードできます。銀行振込の場合は、コンソールから振込先を記載した請求書を発行し、入金を確認した時点でファイルをダウンロードできるようになります。
ライセンスはその日から1年間有効です。終了の30日前に immit からメールでお知らせしますので、次の1年分をコンソールからお支払いください。自動で請求されることはありません。
リリースの中身
1つのリリースは、immit-dictionary-YYYY-MM-DD.tar という1つのアーカイブです。展開すると、同じ名前のディレクトリになります。
| ファイル | 内容 |
|---|---|
jpn.jsonl.gz | 日本語の項目。1行に JSON オブジェクト1つ、gzip 圧縮 |
eng.jsonl.gz | 英語の項目。同じ形式 |
manifest.json | リリース名と、各言語ファイルの項目数、サイズ、SHA-256 |
NOTICES.txt | 辞書が利用しているオープンデータ。各ソースはそれぞれのライセンスに従います |
最新のリリースは 2026-11-20 です。日本語 203,820 項目、英語 91,579 項目、384 MB。
項目
1行が1項目で、API が返すのと同じ形です。各フィールドはエントリーの構造のページで説明しています。1つの項目には、語義とその訳語・例文、発音、活用形、表記、関連語が含まれます。
項目の id はリリースをまたいで変わりません。ファイルの行は id の順に並んでいます。
ファイルに音声は含まれません。各発音の sounds に、音声への公開リンク mp3_url が入っています。音声ファイルはライセンスの対象外です。
リリースの読み込み
アーカイブを展開し、各ファイルをマニフェストと照合します。
JSON Lines を読めるデータストアであれば、ファイルをそのまま読み込めます。Python の例:
リリース
リリースの名前は、作成された日(UTC)です。新しいリリースは、およそ月に1回作成されます。公開されるとアカウントにメールでお知らせし、コンソールに最新のリリースが並びます。
どのリリースも辞書の全体で、前回との差分ではありません。前のリリースと入れ替えるか、id で upsert し、新しいリリースにない id を削除してください。
ライセンス
ファイルはデータセットライセンスのもとで提供され、お支払いの時点で同意したものとみなされます。NOTICES.txt はファイルと一緒に保管してください。項目を表示する製品には、immit.co へのリンクを付けて「Dictionary data by immit」と表示します。
ライセンスが終了したら、ファイルと、ファイルから作成したもののうち項目を含むものを、30日以内にすべて削除します。ライセンスの有効期間中に学習したモデルは、引き続き利用できます。支払いの取り消しや違反でライセンスが終了した場合は、そのモデルも利用できません。