「素子と恵理」、Canada式医学辞書、一万語医学辞書1.2、ライフサイエンス辞書それぞれテキストファイルで収集した。あわせて22万語を越える膨大な語彙である。このうち素子と恵理には当時のインプットメソッドの辞書の不備を補うための語彙もあるはずで、今のIME2007やことえりなら標準の辞書でカバーされているものも多いに違いない。
さらに卑弥呼の昔から変わらない専門用語は4つの辞書で四重にカバーされているはずであろう。と考えると、重複するものを除き、標準語彙に足りないものを残すというポリシーで実用的な語彙集を作るということがポイントとなるであろう。
というので、それぞれtabデリミットなテキストファイルになっているのを表計算ソフトに読み込んで読みでソートをかければ…ということになるのであるが、それぞれ57,916行、96,291行、49,465行、16,592行の合計220,264行なので、例の65,536行の呪いのために、これを一枚のシート上で行うことは不可能である。
方法は省略するけれど、MS-DOSコマンドプロンプトで、DOS>type *.txt > unified.txtして統合ファイルを作り、次にそれのコピーを10個作って、それぞれをxyzzyで開いて、置換メニューで行頭が「か」〜「ん」で始まる行を消してしまうと、あ行の見出し語が残るのを利用して、あ行からわ行までのファイルを作って、OOo Calc 2.4に読み込んでソートかけて一致するものを消去して、最後に結果のファイルをDOS>type unified*.txt > motokotoeri2.txtでまとめた。見出し語総数は164,223語、重複などで取り除いたものは56,041語であった。IMEのユーザー辞書に一括登録する際にはシステム辞書に登録されているものがはじかれるので、最終的には13万語の辞書が完成した。つぎにこれをシステム辞書化し、c:\windows\ime\imjp8_1\dictsに配置してシステム辞書として登録した。これは使える。[日本語入力のための辞書]