Google Japan Blog: 大規模日本語 n-gram データの公開
突然ですが、穴埋めクイズです。下線部に入る単語はなんでしょう? グーグルで_____ おそらく、「検索」「調べる」「探す」といった単語を思いつくのではないでしょうか？ 実際に、Webにあるドキュメントをくまなく調べ、「グーグルで」の後にくる単語を調べると、「検索」が1位であるとがわかります。 一般に、直前の(N-1)個の単語を見て、次の単語を予測するモデルをN-gram言語モデルといいます。さきほどは、「グーグル」 と 「で」の2単語から次を予想しているので、3-gram言語モデルの例となります。現時点の単語が、直前の(N-1)個のみに影響を受けるという仮説は、一見現実離れしているようですが、実際には非常に有効な場合も多く、かな漢字変換、OCRのエラー訂正、機械翻訳、音声認識などに広く用いられています。たとえば、音声認識の場合、ノイズ等で現時点の単語をシステムが聞き取れなくても、言語モデル
ソフトウェア分野の研究開発 / RFC 5023 Atom Publishing Protocol 日本語訳 | Ricoh Japan
この文書は RFC 5023 The Atom Publishing Protocol を, BCP78によって付託された権利に基づいて日本語に翻訳したものです。 翻訳には誤りがある可能性があります。この翻訳の正確性は保証しません。 翻訳についてのお問合せ先：（SSL対応フォーム） （非SSL対応フォーム） 翻訳者一覧 株式会社リコー 山本陽平 日野原寛 高桑寿一 中川勝樹 沖田邦夫 井上浩一 兵清弘 リコーソフトウエア株式会社 福田朋紀 更新履歴 2008-01-07 日外アソシエーツ株式会社 久我様の指摘を受け 9.7 の訳文をわかりやすく、11.2 の抜けを修正 2007-12-06 9.6、9.7.1、9.7.2、10 の誤記、表記ぶれを修正 2007-11-08 エヌ・ティ・ティ・コミュニケーションズ株式会社 朝倉様の指摘を受け 9.3/9.4 の誤訳を修正 2007-11-0
@nifty：デイリーポータルZ：「新宿駅ガムテープ道案内」の作者実演をみた！
それは数年前のこと。 新宿駅は長いこと、工事中だった。「いつ終わるのかな、いつまでも終わらないんじゃないかなあ」と思いながら、利用していたのだけれど、ある時ーーー。 「道案内の表示のフォントが変わってるなあ、っていうか全部ガムテープで出来てるじゃん！」ということに、気づいた。そしてふと目にした「現在地」という表示を見て、 「かっこいい、ゴダールの映画のポスターみたいだー！」と思い、興奮して写真を撮り、自分のサイトに載せた。 （text by 大塚 幸代） で、そんなこともスッカリ忘れ、工事も終わったころ。 「ネットで、あのガムテープ文字の謎を、解明した動画が、話題になっている！」ということを、知ったのだ。 「うわあ、つきとめた人がいるのか、スゴーイ！」なんて思ってみてみたら、 動画中の＜インターネット上、いくつかのサイトでも、（ガムテープの謎を）若干名が真相を知りたがっていた…＞のくだりで
「５０音図をよく見ると」
９月である。日本語教室にも新入生がどっと入って来て、2000年度の新学期が始まった。秋学期は１２月まで。その後は１月から冬学期で、４月に学年が終る。当地と反対で日本では入学式は４月だった。俳句の歳時記を繰ってみると、「春」の季語として（二月・三月の）「入学・入学試験」があり、続いて（三月末の）「卒業・卒業式」、（四月の）「入学・一年生」と並んでいる。「桜・入学式・ランドセル」の三点セットは春の風物詩としてすっかり日本人の心に刷り込まれているが、いつの間にかすっかりこちらの生活リズムに慣らされてしまった。カナダ生活も早２０年。今さらながらに時の流れの速さには驚かされる。 最初のクラスで毎年「５０音図」を見せる。日本語も音声面では世界でも珍しいほど簡単な言葉であることを学生に知って貰いたいし、日本語はやはり「平仮名」から教えたい。平仮名４６字こそは日本語学習の最初の山だろう。大半が平仮名と
情報通信政策を動かすレコード会社のロビイスト - 池田信夫 blog
小倉秀夫氏が、岸博幸氏のコラムを批判している。最初は「ＣＤやＤＶＤをレンタル店から安価で借りてデジタルコピーして、ネット上で違法配信するのが日常茶飯事になった」という岸氏の事実誤認の指摘だったが、彼がエイベックス・グループ・ホールディングスの非常勤取締役に就任したことがわかり、問題は政治的な様相を帯びてきた。 岸氏は、もとは経産省の官僚で、竹中平蔵氏の秘書官となり、彼が総務相になってからは、その通信政策は実質的に岸氏が仕切った。去年の「通信・放送懇談会」を迷走させた張本人は彼である。竹中氏が辞任してからは、岸氏は慶応大学の准教授になったが、今でも総務省の「通信・放送問題に関するタスクフォース」のメンバーとして通信政策を取り仕切っている。 岸氏は、前回のコラムでは「アーチストの権利を制限したら創造意欲が低下する」と主張しているが、小倉氏が指摘するようにアーチストは契約によってレコード会社
きまぐれ日記: Yahoo!の形態素解析をMeCabで無理やり再現してみる
MeCabで形態素解析器を作りたい場合は以下の二つの言語リソースが必要です。 1. 辞書 (単語と品詞のペアの集合) 2. 入力文と、それに対応する正解出力ペア(正解データ) 現在公開している mecab-ipadic は、ipadicとRWCPコーパスという正解データを使っています。 ここから分かるとおり、少なくともMeCabを使う場合は、コスト値を丹念にチューニング するといった職人芸は要りません。形態素解析への入力文とそれに対応する(理想)出力 があればコスト値を機械学習的なアプローチで構築することができます。 さらに、正解データを人手で作る必要は必ずしもありません。 すなわち、Yahoo!の形態素解析器の出力結果を「擬似正解」とみなして MeCabの学習プログラムを走らせれば、Yahoo!の出力を高い精度で再現できる MeCab用辞書を作成することが原理的に可能です。 ふだんはあま
ヤフー、文章を解析できるAPI「日本語形態素解析Webサービス」を公開ニュース - CNET Japan
ヤフーは6月18日、開発者向けサイト「Yahoo!デベロッパーネットワーク」において、日本語の文章を解析できるAPI「日本語形態素解析Webサービス」を公開した。 日本語形態素解析Webサービスは、ヤフーの日本語処理技術部がYahoo! JAPAN研究所と共同で開発を進めてきた形態素解析エンジン「Web MA」を社外の開発者向けにAPIとして公開するもの。このエンジンは、ヤフーのブログ検索や商品検索などのテキスト処理、ブログ検索の「評判検索機能」、「まとめ検索機能」などのテキストマイニング処理にも利用されている。 このAPIを利用することで、開発者は解析対象となる日本語の文章を形態素に分割し、品詞や読み、基本形を取得できるほか、対象となる文章に多く含まれている単語、その文章を構成する特徴的な単語などを把握することが可能だ。 また、すでに公開済みのAPIから取得したデータを解析することもでき
暮らしの業(2007-05-17)
▲ NKF moduleを実装 JRubyのNKF moduleは、定数だけを定義したダミーのビルトインモジュールが含まれていて、本来 あるべきモジュールメソッドがひとつも呼び出せなかった。 そこでビルトインモジュールは削除して捨ててしまい、NKF module相当を動くように実装してみた。 しかし今更Pure JavaでNKFを再実装するのも不毛チックにも思われたので、 今回はkconvがそこそこ満足に動く範囲にとどめて実装している。 [JRUBY-934]: Unsupported NKF module 無事に取り込まれ*1、先ごろ出たJRuby 1.0.0RC2には含まれている模様*2。 guessで自動判別できるエンコーディングはiso-2022-jp/Shift_JIS/EUC-JPの三つ。x-JISAutoDetectを使うため。 特に指定が無いときは入力エンコーディングを自動
さまざまなライセンスとそれらについての解説 - GNUプロジェクト - フリーソフトウェアファウンデーション
このページはフリーソフトウェアファウンデーションのライセンシング&コンプライアンス・ラボによって保守されています。FSFへの寄付を行って、わたしたちの仕事を支援してください。ここに答えられていない質問がありますか? わたしたちのほかのライセンシングの資料を確認してください。または、こちらのコンプライアンス・ラボのメールlicensing@fsf.orgに連絡ください。 わたしたちは、ライセンスをいくつかの重要なポイントによって分類します。 それが自由ソフトウェアライセンスと言えるか。 それがコピーレフトのライセンスであるか。 GNU GPLと両立するかどうか。とくに記述がない限り、両立ライセンスはGPLv2とGPLv3の両方に両立性があります。 そのライセンスによって、現実的に何か特定の問題が生じるか。 よく出くわす自由ソフトウェアライセンスをほとんどこのページに挙げられるよう努力しますが
iandeth. - screen - 仮想端末マネージャーの使い方
先日とあるサイトで知った、UNIX系OS で動く screen なるツール。kterm とか teraterm 等の端末１つで、複数端末での作業をエミュレートするとかなんとか・・・って使ってみてびっくり、これすげー便利！乱暴に言えばタブブラウザの terminal 版って感じでしょうか。ざーっと man を読んだ上で、幾つか web からも知識を仕入れたのでここにメモっておきます（いうても使いそうな基礎操作のみ）。 screen の魅力 複数の（仮想）端末を同時に開いて作業する事ができる 仮想端末が開かれた状態を保ったまま端末ログアウト 〜 後日ログイン後、screen を呼び出す事によって前回の状態を復帰させることができる（回線が強制切断しちゃった際も復帰可能） １端末の画面を上下 n 分割させる事ができる ２人で同じ screen プロセスに接続する事で shell の同時操作ができる
るびま
『るびま』は、Ruby に関する技術記事はもちろんのこと、Rubyist へのインタビューやエッセイ、その他をお届けするウェブ雑誌です。 Rubyist Magazine について 『Rubyist Magazine』、略して『るびま』は、日本 Ruby の会の有志による Rubyist の Rubyist による、Rubyist とそうでない人のためのウェブ雑誌です。 最新号 Rubyist Magazine 0058 号 バックナンバー Rubyist Magazine 0058 号 RubyKaigi 2018 直前特集号 Rubyist Magazine 0057 号 RubyKaigi 2017 直前特集号 Rubyist Magazine 0056 号 Rubyist Magazine 0055 号 Rubyist Magazine 0054 号 東京 Ruby 会議 11 直
「テレビのネット化」で深まる家電メーカーと放送局の溝
年の瀬が迫ってきた。年末年始のテレビ番組を美しいハイビジョン画質で見ようと，街の電気店では1台十数万～数十万円の薄型デジタルテレビを求める客で賑わっている。消費者の関心がデジタルテレビの画質や価格に向かうなか，松下電器産業やソニーなど，名だたる大手家電メーカーがある構想を着々と実行に移している。日本に出回っているほとんどのテレビ受像機をネットに対応させて，インターネットの入り口に変えてしまおうという壮大な計画だ。 テレビ受像機とはテレビ番組を映し出すための装置－－。誰も疑ったことがないテレビの常識を覆すような動きが，テレビ業界のあちこちで見られるようになった。きっかけは，インターネットの普及。テレビ各局が半世紀にわたって築き上げた金儲けの仕組みが，インターネットによって脅かされようとしている。詳しくは単行本『テレビはインターネットがなぜ嫌いなのか』をご覧になっていただければと思うが，ここで
.htaccess ファイルを簡単作成「.htaccess Editor」
リダイレクト Fromにサイトパスを入力、ToにURLを入力 301 Moved Permanently 恒久的に移動 From: To: From: To: From: To: 302 Moved Temporarily 一時的に移動 From: To: From: To: From: To:
Web便利ツール/URLエンコード・デコードフォーム - TAG index Webサイト
URLエンコードとデコードが行えるフォームです。 URLエンコード、またはデコードのフォームに文字列を入力し、変換用のボタンをクリックしてください。 エンコードする文字を細かく設定したい場合は「URL Encode Tool（試験運用中）」をご利用ください。
hibomaのはてなダイアリー - Yahoo! UI Librady の訳 まとめ
Yahoo! User Interface Library 概要 【概要の前半】 【概要の後半】 Yahoo! User Interface Library::Core Utilities 【Animation】 【Connection Manager】 【Dom】 【Drag and Drop 】 【 Event】 Yahoo! User Interface Library::UI Controls 【Calender】 【Slider】 【TreeView】 http://d.hatena.ne.jp/hiboma/20060221/1140489162 【Yahoo! Design Pattern Libraryの訳 まとめ】
JavaScript ガイド - JavaScript | MDN
JavaScript チュートリアル 初級編 JavaScript の基礎 JavaScript の第一歩 JavaScript の構成要素 JavaScript オブジェクト入門 JavaScript ガイド 入門編 文法とデータ型 制御フローとエラー処理 ループとイテレーター 関数 式と演算子 数と日付 テキスト処理 正規表現 インデックス付きコレクション キー付きコレクション オブジェクトを利用する Using classes プロミスの使用 JavaScript 型付き配列 イテレーターとジェネレーター メタプログラミング JavaScript モジュール 中級編 クライアントサイド JavaScript フレームワーク クライアントサイド Web API Language overview JavaScript のデータ構造 等値比較と同一性 プロパティの列挙可能性と所有権 クロ
euc kanji code table
日本語EUC Code Table 漢字コード表(EUC)です。 使用されている漢字コードもEUCです。 SunOS 4.1.Xのkanjiコマンドで生成しました。…man kanji a1 a0 | 、 。 ， ． ・ ： ； ？ ！ ゛ ゜ ´ ｀ ¨ a1 b0 | ＾ ￣ ＿ ヽ ヾ ゝ ゞ 〃 仝 々 〆 〇 ー ― ‐ ／ a1 c0 | ＼ 〜 ‖ ｜ … ‥ ‘ ’ “ ” （ ） 〔 〕 ［ ］ a1 d0 | ｛ ｝ 〈 〉 《 》 「 」 『 』 【 】 ＋ − ± × a1 e0 | ÷ ＝ ≠ ＜ ＞ ≦ ≧ ∞ ∴ ♂ ♀ ° ′ ″ ℃ ￥ a1 f0 | ＄ ¢ £ ％ ＃ ＆ ＊ ＠ § ☆ ★ ○ ● ◎ ◇ a2 a0 | ◆ □ ■ △ ▲ ▽ ▼ ※ 〒 → ← ↑ ↓ 〓 a2 b0 | ∈ ∋ ⊆ ⊇ ⊂ ⊃ a2 c0 | ∪ ∩ ∧ ∨
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ありえない画像検索
http://ubi.cogma.org/
http://stone.dialog.jp/archives/extract/index.cgi