自衛隊に「良い印象」９割超…震災対応で好感度 : 社会 : YOMIURI ONLINE（読売新聞）
内閣府が１０日発表した「自衛隊・防衛問題に関する世論調査」で、自衛隊に良い印象を持っていると回答した人が９１・７％に上り、１９６９年の調査開始以来、最高となった。 東日本大震災での自衛隊の活動は９７・７％が「評価する」と回答しており、震災対応が自衛隊への好感度を押し上げたとみられる。 自衛隊に良い印象を持っている人の内訳は、「良い」が３７・５％、「どちらかと言えば良い」が５４・２％。２００９年の前回調査より合計で１０・８ポイント増加し、初めて９０％台に載った。「どちらかと言えば悪い」は４・５％、「悪い」は０・８％だった。 米軍の震災支援活動「トモダチ作戦」は７９・２％が「成果を挙げた」と評価。日米安全保障条約が役立っていると考えている人は８１・２％（前回比４・８ポイント増）と過去最高を記録した。
【３・１１から１年】「ありがとう、台湾」テレビや新聞に広告を掲載 - MSN産経ニュース
【台北＝吉村剛史】日本の対台湾民間交流窓口機関、交流協会台北事務所（大使館に相当）は１１日から１７日まで、台湾のテレビ各局や繁華街の屋外モニターなどで、東日本大震災の被災地に約２００億円もの義援金を寄せ、いまなお支援を続けている台湾社会への「感謝ＣＭ」を流す。 宮城県仙台市の母子や、石巻市の男子中学生、岩手県陸前高田市の木工職人など老若男女の被災者らが、復興、再生を語る内容で、共通メッセージは「我很元気 台湾、謝謝●（＝にんべんに尓）」（元気です。ありがとう台湾）。インターネット上のユーチューブでも配信する。 １０、１１、１７日には同事務所がスポンサーとなった震災特別番組２本も複数のテレビ局で放送され、台湾の主要４紙には今井正代表（大使に相当）らからの感謝メッセージや、ＣＭと同内容の広告が１１、１２日付で掲載予定。 昨春、日本政府が米、英、仏、露、中、韓各国の主要紙と、国際英字紙の計７紙に
「氷のナイフ殺人事件」は本当に成り立つのか
推理小説の有名なトリックの一つに、消える凶器、というものがある。 被害者の死因が刃物による刺し傷であることは明らかなのに、いくら探してもその凶器が見つからない。 実は犯人は氷で作られたナイフで犯行を行なっており、凶器は現場から溶けてなくなってしまっていたのだ…というものである。 ミステリのトリックに対して「そんなこと実際は無理なんじゃない？」という突っ込みを入れるなど野暮な行為であることは百も承知だが、しかし。 どうしても気になる。 これ、可能なのだろうか。
想像を絶する"水中の庭師"たちの技匠 20選「世界水草レイアウトコンテスト」:DDN JAPAN
DDN は 音楽 ・ 映像 に関する デジタル アート を中心に情報ミックスを配信中
岡田副総理、若者の自殺増に満足感
９日、警察庁が発表した「学生・生徒」の自殺者数が調査開始以来初めて１０００人を越えたことについて、行政改革を担当する岡田克也副総理は「評価できる」と述べた。岡田副総理は行政改革実行本部（本部長・野田首相）の会合で、国家公務員の新規採用を７割削減するよう指示していることから、若者の自殺増が採用削減の後押しになると見たようだ。 警察庁が発表した昨年１年間の自殺者数は３万６５１人。全体では前年より１０３９人下回ったが、統計を取り始めた１９７８年以来初めて「学生・生徒」の自殺が１０００人を越えたのが特徴だ。自殺の原因は「学業不振」（１４０人）と「進路の悩み」（１３６人）がほぼ同数。いずれの場合も、長引く不況と不安定な雇用のため将来が見通せないことが相次ぐ若者自殺の根底にあると見る向きも多い。 このような先の見えない雇用情勢のなか、岡田副総理は国家公務員の新規採用を０９年度比で７割以上削減するよ
ニコマス20選で見る、時期別の各アイドルの活躍度合い - めぐりあいクロニクル
ここ数日、新着もろくに追えていないというのに11年下半期の20選まとめを何度も繰り返してみてました。 第一印象では「いやー、今期は伊織が強かったなぁ」と思っていたんですが、 しばらくすると、「ん？ 千早も多いな」「何気に響も？」「でも結局春香が一番だよね」 などといろいろ考えるようになり、その辺のところを数値化してみようかなぁと感じた次第です。 集計対象は、20選まとめ動画にランクインした動画。 適当に作った集計ルールは以下の通り。 ・ののわさんなど、完全にキャラが一人歩きしている派生キャラは別集計 ・ソロ、もしくは完全に一人にスポットが当たった動画の場合、そのアイドルに3pt ・デュオ、もしくは二人にスポットを当てた動画で２人の扱いがある程度均等な場合、それぞれに2pt ・トリオ、クインテットで出演アイドルの扱いがある程度均等な場合、それぞれに1pt。 （扱いに差がある場合は、3・1、2
PerlによるCSVの読み込みとCSVをTSVに変換するワンライナー
PerlによるCSVの読み込みとCSVをTSVに変換するワンライナー 2012-03-09-1 [Programming] PerlによるCSVの読み込み方法。 既存のモジュール（Text::CSV等）を使わない場合について。 今回の方法で想定するCSVフォーマット区切り文字はカンマ。各カラムはダブルクォートで囲み、内部のダブルクォートは二重にする。カラム内にカンマ、ダブルクォート、改行コードがない場合はダブルクォートで囲まなくてもよい。注意警告なしに非対応フォーマットでも読み込んでしまう。「ダブルクォートの閉じ忘れ」など。「...,"",...」のように空要素をダブルクォートで囲んだ場合は「""」が出てきてしまう。 ■コード(cvs.pl)： #!/usr/bin/env perl use strict; use warnings; my $line = ""; while (<>) {
はてなブックマークボタンのトラッキング問題で高木浩光先生が決別ツイートをするに至った経緯まとめ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
意見（評価表現）抽出ツールとJUMAN・KNPのバージョン依存関係 - 自然言語処理 on Mac
NICTから公開されている意見（評価表現）抽出ツールは、JUMANとKNPを利用しますが、最新版の一つ前のバージョンが必要です。最新版のJUMANやKNPはUTF-8化されていて辞書も拡充されているので、それまでのバージョンに比べて出力結果が異なります。そこで、MacPortsを次のように変更しました(ポート名：バージョン番号；依存関係)： extractopinion [意見（評価表現）抽出ツール]：Version 1.2；juman6とknp3に依存 juman：Version 7.0 juman6：Version 6.01 knp：Version 4.0；jumanに依存 knp3：Version 3.01；juman6に依存 コマンド名はポート名と同じです。なお、MacPortsにはselectという機構があって、特定バージョンのコマンドに切り替えることができます。pythonやs
IT系技術者を夫に持つ妻が、普通と思っていたけど実は違った32のコト - アイコ的 日々是好日（仮）
今日の内容は、完全に判る人には判るあるあるネタ、 判らなければ「は？何それ？」な世界の話です。 元のネタは、以前夫が教えてくれたブログ記事 「プログラマの嫁が知るべき97のこと」 なのですが、 この97あるネタのうち7〜8割の確率で私のツボにヒットし、 爆笑していたのですが、その様子をみた夫が 「普通そんなにウケないよ。おかしいって。」と半分ひいていたんです。 それじゃあ今度は妻（嫁）の立場から言わせてもらおうじゃないか、 っていうパロディ的ネタを思いついたので、それを書こうと思います。 なお、この記事は随時更新予定なので、現段階では32のコトとなってますが、 増えるかもしれないし、ひょっとしたら減るかもしれません。 家にPC（Mac）が２台以上ある 家族用PCがあってもちゃんと家族それぞれにIDとパスワードがあってログインが必要 パソコンという呼び方を殆どしない 引越しする時にまず準備・
ナイーブベイズ分類器の実装とか（その２）〜新アルバムの楽曲で畑さん／こだまさん分類器を試してみた〜 - naoya_t@hatenablog
1/17のエントリ「ナイーブベイズ分類器の実装とか 〜畑さん/こだまさん問題〜」の続編。 とあるアーティスト（仮にMとします）の新アルバムが2/29にリリースされたので、前回作ったナイーブベイズ分類器に過去の３アルバムのデータを訓練データとして与え、新アルバムの楽曲を分類してみようかと。 新アルバム（仮にDとします）にはH/K作品が計4曲（各2曲）入っていますが、多変数ベルヌーイモデル／多項モデルのどちらを用いても ===================================== Contact + Parade + SAL -> D-Formation ===================================== <Metamorphosing Door>,作詞:こだまさおり → こだまさおりに分類 ◎ <Planet patrol>,作詞:畑亜貴 → 畑亜貴に分
ナイーブベイズ分類器の実装とか 〜畑さん/こだまさん問題〜 - naoya_t@hatenablog
スパム判定などでお馴染みのナイーブベイズ分類器。 構造が比較的単純なのに割といい感じに分類できるので重宝がられています。 ナイーブベイズ分類器で用いる文書モデルとして、「言語処理のための機械学習入門」（奥村学 著）では 多変数ベルヌーイモデル (multivariate Bernoulli model) 多項モデル (multinomial model) がそれぞれ最尤（ML*1）推定、最大事後確率（MAP*2）推定の場合について説明されていて、まあ例題を追っていけば高校生でも文系の子でもわかる感じ*3なんだけど、そういえばちゃんと自分で書いたことなかったなあと思って、寒いのにソイあずき抹茶フラペチーノをすすりながらやってみたのでした。 # -*- coding: utf-8 -*- from math import log # # 多変数ベルヌーイモデル multivariate Ber
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
