Apple自動修正の「禁句リスト」、海外エンジニアが解析して話題に
姉妹サイトの新着
あるエンジニアがmacOSやiOSの自動修正機能が参照している「禁句リスト」のデータベースを解析し、その内容をブログで公開した。この一覧は不適切な言葉の入力を検閲するためのものではなく、ユーザーが意図して使った言葉を自動修正で勝手に直してしまわないようにする目的のものだという。Hacker Newsのスレッドでは、言語ごとにリストの容量が大きく異なる点(中国語版は英語版の約10倍)や、独裁者の名前の扱いに一貫性が無い点など、細かな発見が次々と報告され、この仕組みの正体をめぐって議論になった。
Appleの単語リストをダンプしてみた
出典: helgesver.re / 元記事はこちら
ここからもっと面白いことが読み取れる。中国語の禁句リストは圧倒的に大きい(まあ驚きはしないけど)。簡体字中国語で約281KB、繁体字で325KB、広東語で160KBあるのに対し、英語はたった28KB。ついでに`shouldShowTaiwanFlagEmoji()`や`deviceIsChinese()`という関数もあるらしいが、こっちは今回のデータベースとは関係ない。
古いWindowsとLinuxのノートPCを置き換えるつもりでMacBookを買ったけど、この記事はまさに自分がMacを使わなくなった理由を象徴してる。過保護で、わかりにくくて、『お前のためだからな』的な押し付けの連続。もう売る気力も起きない、恥ずかしくて。
>>3 でもその『禁句リスト』の目的は、意図的に使った言葉を自動修正で勝手に直させないようにすることだよ。
>>17 元コメントの人がMacBookを使わなくなった理由こそ、まさに仕組みを理解してないことを象徴してるね。
>>17 それに自動修正自体オフにできるし。自分はこのリストすら持ってない。
「私はAppleの単語リストをダンプした」→ Claudeがダンプして、どうせ記事もClaudeが書いたんだろ。
>>4 計算機が計算しました、ってね。
自分のTahoe環境だと禁句データベースも ~/Library/Keyboards フォルダ自体も存在しない。謎だ。
なぜAppleはこれを別のデータベースにしてるんだろう？フィルタリング機能は(年齢制限やペアレンタルコントロール次第で)削除したと思ってたのに、むしろ管理用の仕組みを新たに作ってるとは。
これは自動修正が『ユーザーがよく使う単語』を学習して、うっかり入力ミスだと誤認しないようにする機能についての話。いわば『検閲じゃない適応型』の仕組み。
面白いね。みんな自分の端末のデータに何か入ってる？そもそもどのアプリがOSに『相手が誰か』を伝えるAPIがあるようには見えないのに、どうやって判断してるんだろう。もしかして何か別の方法で知ってるのかな。
自動修正をオフにしてたら、このリストは空になるはず。
>>10 なるほど、それで説明つくわ。
できたらiOSの『アダルトサイト』リストもダンプしてほしい(イギリスだと政府発行IDを提出しない限りデフォルトでブロックされてるやつ)。
>>11 ちょっと待って、イギリス版iOSってOSレベルでアダルトサイトをブロックしてるの？
>>11 リストじゃなくて機械学習による分類だよ。要するに『子供モード』が常にオンになってる状態。回避するならイギリスのApple IDを使わないこと。
トランプについては正しいけど、プーチンについては間違ってる。
プーチン→クリーン、スターリン→クリーン。なぜか毛沢東は入ってるのに、ポル・ポトは入ってない。被害者数基準で選んでると思ってたけど、『ジョー叔父さん』ことスターリンは無害で異論なしってことらしい。歴史をちゃんと理解してない人が作ったんだろうな。とはいえ全体的に『Cupertinoのインターンがリストを打ち込んだ』感が強い。
>>3 Linuxを入れて、Appleのロゴに大きくバツ印を彫ればいい。
>>16 自分のMacBook miniにAsahi Linuxを入れてるけど、いいハードウェアが最高のPCに変わるよ。
他サイトの新着
オイディプスより面白いものがあるなら教えてほしい。
Cupertinoの人たちはユーカー(トランプゲーム)に対して、やたらネガティブな熱意を持ってるみたいだな。
イギリスだとこの単語はオナラの意味になる。
記事を読んだけど、trump(イギリスでのオナラの意味じゃない方)はセンシティブ判定されてるね。
記事の中では一応納得できる説明がされてるよ。
>>20 そう！WebKitを使ったWebビューなら全部適用される。少なくともこの地域ではWebKit以外のWebビューはiOSで許可されてないから。
>>21 DNS名に対して機械学習の分類器を走らせてるってこと？本当に？
この話題の背景と論点
この「禁句リスト」は、ユーザーが意図的に使った言葉を自動修正が勝手に書き換えてしまわないようにするための仕組みで、入力を検閲・禁止するためのものではない。スレッドでも指摘された通り、自動修正をオフにしていれば空になる端末もあり、地味だがAppleのキーボード拡張に以前から存在する機能だ。言語によってデータベースの容量が大きく異なるのは、各言語で自動修正の対象になりやすい語彙の量に差があるためと考えられる。独裁者や政治家の名前の扱いに一貫性がない点は、作成者側の基準のばらつきや更新漏れが表に出た結果の可能性が高く、スレッドでも「Cupertinoのインターンが作ったのでは」という推測が出ていた。なお、政治的な俗語の扱いをめぐる一部の投稿は特定の政治的立場への当てこすりに傾いていたため、本記事では割愛した。
※本記事は海外掲示板 Hacker News のスレッド「I dumped Apple’s word list」から抜粋し、編集部で日本語に意訳したものです。訳文の責任は当サイトにあります。
この記事のリアクション
まだコメントはありません。