エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
形態素解析か、N-gramか - グニャラくんのグニャグニャ備忘録@はてな
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
形態素解析か、N-gramか - グニャラくんのグニャグニャ備忘録@はてな
たまたまWebサーフィン中にこんなページを発見。 N-gramマンセーなページはよく見るけど、 珍しくN-gram... たまたまWebサーフィン中にこんなページを発見。 N-gramマンセーなページはよく見るけど、 珍しくN-gramに批判的な記事。 http://www.accessup.org/pj/6_B4C9CDFDBFCDA4B5A4F3/20060203.html Sennaは単語ベースの転置インデックスを持ちながらも、 部分一致検索を行うことができるので、 「京都」で検索しても「東京都」を出すように設定できる。 スコアの下げ具合も設定できる。 インデックスも小さくなる(=検索も早くなる) 部分一致を動かさなければ適合率が上がるし、 部分一致を動かせば再現率が上がる。 というわけで、 Sennaを使って大規模な文書セットを検索させたい場合には、 基本的には単語ベースでインデックスを作るのがオススメなのだ。 しかーし、 ipadicのライセンスであるICOTライセンスの英語版の不透明さのおかげで