システム関係の技術
トップに戻る LL（軽量言語）によるWeb開発環境 Catalyst Catalyst はPerlによるWebフレームワークである。Puby on Railsに 比べるとおそらくマイナー。ただ、プログラムまで自前で仕上げざるを 得ないことを考えると、使いなれたPerlが無難か。 組み合わせるDBはMySQL、テンプレートは、Template::Toolkit を用いる 予定 Ruby on Rails いま、流行のWebフレームワーク。流行を追うなら間違いなくこれ。 RubyはPerlに似ているところがあるので学習が容易とは思うが、個人的に リスクとコストが大きすぎるので、見合わせる予定。 10分でブログを作成できる。 PHP 定番のWeb用言語。Perlに似ている上、DBとの連携も容易。 PerlによるCGI 「言選Web」はこれで開発。１０年前からの使い古しの技術だが、まだ現役。
形態素解析と検索APIとTF-IDFでキーワード抽出
形態素解析と検索APIとTF-IDFでキーワード抽出 2005-10-12-1 [Programming][Algorithm] 形態素解析器と Yahoo! Web 検索 API と TF-IDF を使ってキーワード抽 出するという先日の検索会議でのデモ、KEYAPI[2005-09-30-3]。 教科書に載っているような基本中の基本ですが、あらためてエッセンスを 簡単な例で解説したいと思います。 目的：キーワード抽出対象テキストから、そのテキストを代表する キーワードを抽出します。TF-IDF という指標を用います。（この値が大 きいほどその単語が代表キーワードっぽいということでよろしく。） TF-IDF を計算するためには、 (1) キーワード抽出対象テキスト中の代表キーワード候補出現数 (TF)、 (2) 全てのドキュメント数 (N)、 (3) 代表キーワード候補が含まれるドキュメ
検索:関連検索ワードAPI - Yahoo!デベロッパーネットワーク
指定されたURLは存在しません。 URLが正しく入力されていないか、このページが削除された可能性があります。
熱血！MULTI web: 「TermDrips キーワード抽出API」をPHPで利用
少し前に記事に書きましたが、ブログの本文からキーワードを抽出する機能に使っていたWebサービスAPI「KOSHIAN」が不調ということで「Yahoo!」の日本語形態素解析Webサービスに切り替えていましたが、どうにも作品名や人物名に弱いため別のものはないかなぁと探していたら「TermDrips キーワード抽出API」(名称はこれでいいのかな？)というものを見つけました。 「KOSHIAN」同様、単語の辞書にWikipediaのデータを利用しているということで、さっそく試してみたところ「KOSHIAN」に近い結果が得られました。 それで現在は「Yahoo!」からこちらに切り替えました。 今回試したことを元に久しぶりの解説ネタということで、PHPから「TermDrips キーワード抽出API」を利用する方法を記事にしたいと思います。 「TermDrips キーワード抽出API」は「POST」
Yahoo!APIで特徴語抽出を作る
cles::blog 平常心是道 blogs: cles::blog NP_cles() « GPLがVersion3に :: 自分の携帯番号を覚えていない » 2007/07/01 Yahoo!APIで特徴語抽出を作る YahooAPI nlp 78 4へぇ NP_MetaTagsではmetaタグのkeywordsを記事の本文から特徴後を抽出して自動的に生成する機能があり、これはBulkfeedsの特徴語抽出APIを使わせてもらっていました。ところが、このところBulkfeedsが落ちたままなので別の方法で特徴語抽出ができる方法がないか探してみました。 [を] 形態素解析と検索APIとTF-IDFでキーワード抽出 目的：キーワード抽出対象テキストから、そのテキストを代表する キーワードを抽出します。TF-IDF という指標を用います。（この値が大きいほどその単語が代表キーワードっぽい
Windows Vista 搭載パソコンを買ってきてやったことまとめ - IT戦記
日曜日です ところで、今の Windows XP 機 4 年前の 12 月に買った ちょうど 4 歳 ノートなのにバッテリ 5 分くらいしかもたない 買い替えよう というわけで、 Windows Vista 搭載パソコンを買いにいきました。 いざ、秋葉原！ 秋葉原にて ネットブックとかイーモバイルの勧誘に目もくれず、安いパソコンを探す。 で、結局 \99,800 + ポイント 10% で http://www.acer.co.jp/products/notebook/tm5730/index.html を買った。 買った理由としては、 比較的安かった メモリが 2 GB で 1 スロットしか使ってない 2GB 足して、 2 GB + 2 GB のデュアルチャンネルで動作させたい メモリはパソコンのポイントで買える という感じ。 どのメモリが、デュアルチャンネルで動作するか分からなかったので
借力[CHAKURIKI] バカ日本地図
39. かば（代筆LIZ）(京都人（京都府民）/天才高校生（先輩）/15歳（18歳）/♂（男）/「日本地図が完璧に分かると言ってたのでやらせみました。それ相当にバカでした。」) 38. 鴇也(長崎出身福岡人/法律家の卵Q大生/19サイ/ますらをぶりな乙女/「社会科で一番得意なのは公民です(駄目じゃん)」) 37. 黒朧(福岡在住長州人/FEC学生/18歳/野郎(男)/「社会は得意ですが、字とパソコン操作が下手で見苦しくてすいません。」 36. はやと(福岡の小学4年生(9さい)) 35. 敷島(大阪人/高校１,５年生（仮進級）/１７歳/男/「めっちゃ適当にペイントで書いてみました。」) 34. よつば(千葉県出身/無職になりました/22歳/女/「すべては妹（20歳）の指示で制作しました。シスコンですが、何か？」) 33. だむー(兵庫県民/中卒無職/18歳/男/「色塗りしたかったです。やり
31 lovedelic 「MOON ending ～CONTINUE？」
とうとう月へ到着したむーんは、月の女王に会いに行き、全てを理解する…。 そして…どっちを選ぶかは、貴方次第です。自分で、選択肢を選んでください、貴方にムーンワールドを救うことができるでしょうか？ 途中、編集ミスして見づらい部分がありますが、あまり気にしないでください。 ⇒YES sm1136449 ⇒NO sm1136481 動画まとめ：mylist/28880
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
30 lovedelic 「MOON ～愛のビッグバン 後編」