iPhoneで使える、日本語 WordNetのObjective-Cクラスを書いてみた。 - macOS/iOS API解説
「自然言語処理は Python がいちばん」とか見てて、iPhoneで使いたかったので、Objective-Cでも書いてみようと思い、書いてみました。 日本語 WordNetデータベースにアクセスするためのObjective-Cクラス http://nlpwww.nict.go.jp/wn-ja/ 2009.4.4修正 2011.6.27 伊藤真央さんからご指摘、修正。 databaseをクローズしていない部分を修正 実用になる速度となりました。 辞書を抜いて置いてあります。 「wnjpn.db」を入れて使用してください。 https://github.com/oomori/WordNetJP_ObjC 間違いあればご指摘ください。 WordNetJPN.h // // WordNetJPN.h // // Created by 大森 智史 on 09/03/31. // Copyrigh
NTTデータなど4社、広告市場向け日本語解析エンジン「スーパーなずき」開発 | ネット | マイコミジャーナル
NTTデータ、NTTアド、サイバー・コミュニケーションズ、クライテリア・コミュニケーションズの4社は26日、高精度日本語処理エンジン「なずき」を広告市場向けに機能強化した「スーパーなずき」の開発に着手することを発表した。各社の持つ広告技術とノウハウを融合、4社で推進する「アドマーケットプレイス事業」のサービスとして今年10月から提供予定の「ハイブリッドターゲティング広告サービス」などに活用する。 「なずき」は、徳島大学発のベンチャー企業「言語理解研究所」とNTTデータの共同開発製品。「スーパーなずき」は同製品が持つ自然言語理解機能のうち、以下について最適化や機能強化を行う。 従来の形態素解析や構文解析による単語や文法情報の解析に加え、意味情報を抽出できる技術「不連続ノード同時評価型A*アルゴリズム」による日本語意味解析処理の高速化 「話題分野」「意図予測分野」「感性理解」などの複合的な意味
感情語辞書を用いた日本語テキストからの感情抽出
修 士 学 位 論 文 感情語辞書を用いた 日本語テキストからの感情抽出 Affect Extraction from Japanese Text using Emotional Dictionary 菅原 久嗣 東京大学 大学院 情報理工学系研究科 電子情報学専攻 指導教員 石塚 満 教授 目 次 概要 2 1 背景と関連研究 3 1.1 感情抽出手法の研究動向 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.1 コーパスと分類器を用いた手法 . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.1.2 感情語辞書を用いた手法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
驚きです！Kindle Storeで日本語の書籍が販売中！
驚きです！Kindle Storeで日本語の書籍が販売中！ November 13, 2009 Posted by marr0528 in kindle, Uncategorized. Tags: amaon, japanese, kindle, kindle 2, kindle store, reading, starbucks, Uncategorized trackback （追記）Kindleを取り巻く状況は日々変化しています。Kindleに言及した最新記事もあわせてご確認ください。 （追記2）Kindle単体で青空文庫を読む方法の決定版「世界中どこでも青空文庫をKindleにダウンロードして読む方法！」を必ずご確認下さい！ 最近は、MacやiPhoneはさておき、すっかり、KindleウォッチャーのMarrさんです。こんばんは。 最近は、StarbucksでKindleを読む、と
これでも「よろしかったでしょうか」を認めない奴は何が不満なんだ！
NHKで本日放送された「みんなでニホンGO!」という番組を興味深く見た。番組内容は、「街で使われている気になる言葉を集めて、背景や使われ方を徹底調査。その言葉が日本語としてイケてる？イケてない？を国民投票」という形で100人のスタジオ観覧者にボタン投票させるというもの。 国民的ことばバラエティー みんなでニホンGO! http://www.nhk.or.jp/nihongo/result/ で、3つ目のテーマに「よろしかったでしょうか？」という接客用語の是非が問われた。事前投票では9対91で完敗。正しくは「よろしいでしょうか？」だろ？ｺﾞﾗｧという意見が圧倒的だった。曰く、よろしかったでしょうか？と聞かれるだけで怒りたくなるほどイライラする、とのこと。過去形はおかしい！と。 それからNHKが取材したVTR。まずは学者の意見から。 『 乱れた敬語とされている「よろしかったでしょうか」は文法的
[WP]wordpressテンプレートファイルの翻訳方法
プラグインと同じくテーマもmoファイルで翻訳可能らしいので作り方メモ。 幅広く使ってもらうテーマを作るなら必須と言える。 プラグインの翻訳もほぼ同じ。 翻訳には言語ファイルの編集ソフトが必要。 有名なのはpoEditだろうか。 参考：Translating WordPress さらっとpoEditの使い方を書くと poEditを起動する 新規カタログ→プロジェクトの設定 プロジェクトの名前とバージョン→テーマの名前とか適当に 翻訳チーム→自分の名前とか 言語→japanese 国→JAPAN 文字符号化＆ソースコードの（ry→UTF-8 ページのパス→「ドット」だけ入力 パス→「新しいアイテム」で「ドット」 キーワード→「__（アンダーバー２つ）」と「_e」 ＯＫしてテーマのフォルダ内に保存。ファイル名はja.po（プラグインなら、プラグイン名-ja.po） カタログのソースから更新で翻訳
![[WP]wordpressテンプレートファイルの翻訳方法](https://cdn-ak-scissors.b.st-hatena.com/image/square/8d71ff5111e05619a10d29bb40d7aebaa75c8fbc/height=288;version=1;width=512/https%3A%2F%2Fs0.wp.com%2Fi%2Fblank.jpg)
著作権がイノベーションを阻害する - 池田信夫 blog
きのうの話はかなり込み入っているので、少し問題を整理して補足しておく。今回の判決は、日本の判例の流れの中では、それほど異例ではない。しかし問題は、法律を普通に（判例に沿って）解釈すると、こういう常識はずれの結論が出るということだ。こういうときは法律論ではなく、政策目標に立ち返って考える必要がある。 著作権を与える理由は、松本零士氏や三田誠広氏が錯覚しているように、芸術家に特権を与えるためではない。工芸品や宝石などにも「名匠」とよばれる人がいるが、彼らの芸術的価値は著作権で守られない。その価値は、作品を売ることで回収できるからだ。著作物についてだけ、買った後も複製を禁止する排他的ライセンス権を与えるのは、買い手が情報を自由に複製すると、競争的な価格が複製の限界費用(≒0)に均等化し、著作者が情報生産に投資するインセンティブがなくなるからだ。 他方、対価を払って買った商品（私有財産）を複製
DokuWikiの日本語対応 [DokuWiki@higuchi.com]
DokuWikiのインストールマニュアル（日本語版）にしたがって普通にインストール。インストール画面で日本語を選択すれば、自動的に設定ファイルのconf/local.phpの中に $conf['lang'] = 'ja'; と記述されて、ユーザーインターフェースの文字列などは日本語になる。 機能面での日本語対応を強化するために、次の改造を加える。 DokuWikiでは、文書を誰かが編集したときなどにお知らせのメールを送る機能があるが、そのメールのエンコードを自前のUTF-8化ルーチンで行っている。日本語のメールはUTF-8ではなくISO-2022-JPでエンコードするのが通例なので、内蔵のmb_send_mail関数が使える場合はそちらを使って$conf['lang']で指定したエンコードで送信するように変更する。 inc/mail.phpというファイルのfunction mail_sen
MODULE.JP - 日本語に絡むUnicodeブロックとスクリプト(正規表現)
といった感じ。ちなみにjava.util.regexとPerlのUnicodeブロックは接頭子Inを使うが、.NETの場合は接頭子Isを使う、という差異があります。 Unicodeスクリプトとブロックの違いがビミョーに見えるけど、ブロックがコードブロックをゴリッと指定したものに対して、スクリプトは特定言語に関係する文字の種類を直接指定するものなのでブロックよりも断定的、って感じで見れば良かなと。ちなみにUnicode関連のドキュメントによるとUnicodeプロパティとスクリプトで日本語の文章を表そうとすると m/(?:(?:\p{Hiragana}|\p{Katakana}|\p{Han}|\p{Latin}|\p{Common}) (?:\p{Inherited}|\p{Me}|\p{Mn})?)+/x; こんな感じになるそうな。実際流通している文章はこれより多様なので現実とは微妙に乖離
404 Blog Not Found:今世紀最重要の一冊 - 書評 - 日本語が亡びるとき
2008年11月09日05:00 カテゴリ書評/画評/品評Lightweight Languages 今世紀最重要の一冊 - 書評 - 日本語が亡びるとき まずは本書の存在を教えてくれた、梅田望夫に感謝したい。おかげでAmazonが在庫を切らす前に注文することが出来た。 日本語が亡びるとき 水村美苗 弾言かつ断言する。 日本語で何かを成しているものにとって、本書をひも解くことは納税に匹敵する義務である、と。 本書「日本語が亡びるとき」は、今世紀においてこれまで書かれた中で、最重要の一冊(誤読が多かったので、少し表現を具体的にしてみた。確かに元の「今世紀」だけでは今後書かれる本も含まれてしまう)。 ノンフィクションの本を紹介する際、ふだん私はここに目次を入れているのは本blogの読者であればご存知かと思う。しかしこと本書に限っては、それは、入れない。隅から隅まで、頭から順番に最後まで読まれな
daily dayflower - 半角←→全角変換，Unicode::Japanese に未公開機能が…
2008-10-21 追記 いまだに（ありがたいことですが）検索で飛んできたりブクマされたりというのがちょいちょいあるので，最新動向を書いておきます。 id:tokuhirom さんが Lingua::JA::Regular::Unicode という Pure Perl Module をリリースなさいました（→ http://d.hatena.ne.jp/tokuhirom/20081018/1224300947）。 あなたが作っているアプリで文字列まわりを Unicode::Japanese インスタンスですべて持ちたいわけでなければ（そして，たいていのばあい，持つ必要はないのですが），この Lingua::JA::Regular::Unicode を使うのがベターです。依存性もなく，とても軽量ですので。 2008-10-21 追記おわり ウェブアプリを作っていると，ユーザが入力した半角
perl - Lingua::JA::Kana released! : 404 Blog Not Found
2007年12月08日20:30 カテゴリLightweight Languages perl - Lingua::JA::Kana released! かなとローマ字をシンプルに相互変換するモジュールです。 dankogai's p5-lingua-ja-kana at master - GitHub @CPAN (as soon as PAUSED) 車輪の再発明ではあるのですが、どの車輪もちょっと不適当だったので。 私が欲しかったのは、お気軽にカナとローマ字の相互変換をするものだったのですが、Lingua::JA::Romajiは対象文字列がEUC-JPでないと駄目で古すぎで、KawaさんのLingua::JA::Romanize::*はちょっとヘビーウェイトすぎというわけで作りました。 ちょっと test suite が少なすぎるので、テスト募集中です。 Dan the Perl
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
「すべての漢字を取り出す正規表現」をPHPで試す:phpspot開発日誌
すべての漢字を取り出す正規表現を参考にPHPでトークンを切り出すサンプルを作成しました。 <?php // スクリプトはUTF-8で記述されています $str = <<<EOM ようこそphpspotへ！当サイトではフリーのwindows用php開発環境であるＰＨＰエディタ forWin や、フリーのＰＨＰスクリプト( PHP掲示板,webshot,webimager,CMS 等 )、ＰＨＰツールバー、テレビバー、便利検索バー(Yahoo,Google,辞典検索)などを配布しています。その他、ＰＨＰ入門 や ＰＨＰ５ーＴＩＰＳ、ＰＨＰサンプル集、MySQL解説、ＰＨＰレンタルサーバー特集などのコーナーもあります。 EOM; mb_internal_encoding("UTF-8"); mb_regex_encoding("UTF-8"); $token = array(); // すべての
辞書不要の形態素解析エンジン「マリモ」とは − ＠IT
2007/08/15 検索サービスを提供するベンチャー企業のムーターは8月1日、辞書を必要としない形態素解析エンジン「マリモ」の提供を開始した。従来、形態素解析では品詞情報を含む日本語辞書を用意するのが常識だったが、マリモでは、そうした辞書を不要とした。新技術のアプローチと特性について、開発元のムーターに話を聞いた。 統計処理で単語部分を推定 形態素解析とは、与えられた文を、文法上意味のある最小の単位（形態素）に区切る処理。「今日は晴れています」なら、「今日（名詞）／は（助詞）／晴れ（動詞）／て（助詞）／い（助詞）／ます（助動詞）」と分ける。検索エンジンをはじめ、さまざまな自然言語処理の場面で必要となる基礎技術だ。 形態素解析を行うには、あらかじめ品詞情報が付加された数十万語からなる辞書を用意する必要がある。また、新語や造語、専門用語に対応するには、個別に人力で単語を登録する必要がある。
ITエンジニアにも必要な国語力（1）
図解の本質はここにあった ITエンジニアにも必要な国語力 第1回 名前にとことんこだわるべし 開米瑞浩（アイデアクラフト） 2005/8/10 コミュニケーションスキルの土台となる図解言語。だが筆者によると、実はその裏に隠れた読解力、国語力こそがITエンジニアにとって重要なのだという。ITエンジニアに必須の国語力とはどのようなものだろうか。それを身に付けるにはどうしたらいいのか。毎回、ITエンジニアに身近な例を挙げて解説する。 「Can you speak English?」と聞かれてあたふたしてしまう日本人も、「あなたは日本語が話せますか？」と聞かれたら「いいえ」と答えることはないだろう。しかし、「日本語が話せる」といっても、日常会話レベルの日本語力とエンジニアリングに必要な日本語力とでは次元が違う。ITエンジニアに必要な国語力をあらためて見直そう。 ■ITエンジニアにこそ国語の力が必要
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
日本語フォント｜Aiko｜手書き風フォント
みんなのフォント 手書き風日本語書体 みんなの手書きフォントをデザインした日本語フリーフォント。気持ちを伝えたり、表現するのにピッタリのフリーダウンロード可能なフォント。一般的な丸ゴシックの漢字と組み合わせて使える、最適な線の太さになっています。手書きフォントよりも幅広い用途で使える丁寧に作られた手書き風フォント。ぜひ、このフォント達を可愛く、格好良く、楽しく使ってください！ フリーフォントについて フォントファイルは全てOPEN TYPEフォントになります。（製品版にはTrueTypeも含まれています）各フォントとも普通の太さのレギュラーのみになります。手書きの文字を元に作っていますが、手書きフォントよりも読みやすいデザイン性の高いフォントです。フリーフォントは試用版という意味合いで、フリー ダウンロード可能ですが、著作権を放棄した訳ではありません。 動作環境 ウィンドウズ(Window
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
IDEA * IDEA
日本の苗字7000傑