「純粋想起(じゅんすいそうき)」の意味や使い方 わかりやすく解説 Weblio辞書
ブランド認知度 (英: brand awareness) は、顧客がさまざまな条件下でブランドを思い出したり認識したりできる範囲のことを指す[1]。 ブランド認知度は、ブランド知識の2つの側面、つまり連想ネットワークメモリモデルの1つである[2]。 ブランド認知度は、消費者行動、広告管理、およびブランドマネジメントにおける重要な考慮事項である。消費者がブランドを認識または想起することで購入の意思決定につながるためである。消費者が最初に製品カテゴリーとそのカテゴリー内のブランドを認識しない限り、購入にはつながらない。認知度は、必ずしも消費者が特定のブランド名を思い出すことができなければならないことを意味するわけではないが、購入を進めるために十分な特徴的な機能を思い出すことができる必要がある。 ブランド認知度は、ブランド想起 (brand recall) とブランド再認 (brand reco
マハラノビス距離 - マハラノビス距離の概要 - わかりやすく解説 Weblio辞書
ウィキペディア 索引トップ 用語の索引 ランキング カテゴリー マハラノビス距離 出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2023/09/10 04:42 UTC 版) 概要 特徴 多変数間の相関に基づくものであり、多変量解析に用いられる。新たな標本につき、類似性によって既知の標本との関係を明らかにするのに有用である。データの相関を考慮し、また尺度水準によらないという点で、ユークリッド空間で定義される普通のユークリッド距離とは異なる。 定義 ある集団内の点が多変数ベクトル ( x 1 , x 2 , x 3 , … , x p ) ⊺ {\displaystyle (x_{1},x_{2},x_{3},\dots ,x_{p})^{\intercal }} で表されるとき、その集団の変数ごとの平均値を縦ベクトルで μ = ( μ 1 , μ 2 , μ 3 , …
Merriam-Webster Online
Great Big List of Beautiful and Useless Words, Vol. 2
MeCab の辞書構造と汎用テキスト変換ツールとしての利用
概要 単語辞書の構造を理解することで, MeCab を汎用的なテキスト変換ツールとして利用することができます. 例えば, ひらがな to カタカナ変換, ローマ字 to ひらがな変換, Auto Link等を MeCab だけで実行できます ファイル 単語辞書を構築するには, 最低以下のファイルを作成する必要があります. *.csv ファイル (単語辞書) matrix.def (連接表) unk.def (未知語用品詞定義) char.def (未知語の文字定義) dicrc (設定ファイル) *.csv ファイル 単語辞書です エントリは, 以下のような CSV で追加します. test,1223,1223,6058,foo,bar,baz 最初の4つは必須エントリで, それぞれ 表層形 左文脈ID (単語を左から見たときの文脈 ID) 右文脈ID (単語を右から見たときの文脈 ID)
トップページ - Supership
「ミライリアルの幸せを、デジタルの力で創る」ことを目指すSupershipグループの社内報です。日々の出来事、メンバーの働く様子や声、未来への想いなど、Supershipグループの”Be Super”なストーリーをみんなでシェアしていきます。
英語で数学を (Mathematics in English)
書く 数学的な記述は，概ね， 定義で始まり，定理を目指し，その間を証明という論理的な推論でつなぐ， という流れになっています．したがって，専門用語を除いて，使われる語句にも 一定の傾向があり，それらを知れば，数学的内容を英語で伝えるのは それほど困難ではないと思われます．ここでは，主に Donald E. Knuth の未完の大作 The Art of Computer Programming Volume 1 Fundamental Algorithms Second Edition ( Addison-Wesley, 1973) †1 の Chapter 1 Basic Concepts の 1.2. Mathematical Preliminaries †2 から「決まり文句」や「つなぎ言葉」中心に数学的と思われる表現を 抜き出してみました． もとより個人的な見解ですので，興味ござい
第5回さくさくテキストマイニングに参加しました #さくテキ - nokunoの日記
第5回 さくさくテキストマイニング勉強会 : ATND データクリーニング入門 〜精度は細部に宿る〜 by toilet_lunch様 掃除は大事です！！ Unicode正規化 フィルタリング 第2水準の漢字は捨てる 短いツイートは捨てる URLは捨てる あなたの質問に答えてみた 〜疑問に対する応答〜 by gepuroさん イカ娘の記事から答えをマイニング Cabochaを使って係り受け解析 質問文から疑問詞を取り出す 本当に気持ちのいい全文検索〜Lucene/Solr入門〜 by AntiBayesianさん 検索エンジン入門 転置インデックス 適合率と再現率とF値 TF-IDF Lucene/Solr入門 Solrのインストール Schema設定：typesとfields gosenで形態素解析 ツイートをCSVで登録 まとめ 検索は大規模データ時代には必須 全文検索，転置インデック
MeCabのコマンドライン引数一覧とその実行例 | mwSoft
-r --rcfile 使用するリソースファイルを指定する リソースファイルとは、辞書ディレクトリに入っている「dicrc」ファイルを指します。 試しにシステム辞書の「dicrc」ファイルをコピーして、「dicrc2」というファイルを作り、その中の「; simple」の「EOS」を「eos」に書き換えます。するとこんな風になります。 // リソースを指定せずに実行 $ echo テスト | mecab -O simple テスト 名詞-サ変接続 EOS // リソースを改変したdic2に指定して実行 $ echo テスト | mecab -r dicrc2 -O simple -d /usr/local/lib/mecab/dic/naist-jdic テスト 名詞-サ変接続 eos 我が家の環境では、システム辞書ディレクトリをカレントディレクトリとした状態にするか、「-d」でシステム辞書
livedoor Techブログ : wikipediaのデータや顔文字辞書からmecabのユーザ辞書を作成するフレームワーク
突然ですが，mecabの辞書 (mecab-ipadic) をデフォルトのまま使って，mecab意外と使えねぇとか文句言ってる悪い子はおらんかね？ mecab-ipadic は比較的お行儀のよい日本語をベースに作られているので，そのままでは web上の口語文体のテキストはうまく扱えないことがあります。本来は教師データを用意し，学習させるといった手法を使うのが正攻法だと思いますが，とりあえず名詞を充実させるだけでも実用度はだいぶ上がるでしょう。 人間の話す言語には，動詞の語幹や名詞には日々新しく語彙が増えるけど，助詞や活用のルールは簡単には変化しない，という特性があります。特に「いま最もつぶやかれている単語ランキング」といった集計をするような場合は，名詞の範囲の切り出しさえ間違えなければそれなりの結果を出せることも多いのです。 ただ，辞書への単語追加はここにある通り簡単にできるのですが，単語
mecabのユーザ辞書でwikipediaとhatenaキーワードを利用する - てんぷろぐ
（インストールの仕方などはほかの人がいっぱい説明してくれているので割愛） どうやら標準の辞書だけだと限界があるようので、以下の記事などを参考に 「wikipediaとhatenaキーワードをユーザ辞書として利用する」 ということをやってみました。 http://d.hatena.ne.jp/code46/20090531/p1 http://www.mwsoft.jp/programming/munou/mecab_hatena.html http://deepneko.dyndns.org/kokotech/2009/06/mecabwikipedia.html 作ったのは以下の2つのスクリプト。 webからデータを取ってきて、csv作成コマンド、辞書作成コマンドを呼び出すshell (convWebWordsToDic.sh) #!/bin/sh CSV=../data/words.c
1
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
Investopedia