[を] 日本語形態素解析入門
日本語形態素解析入門 2005-03-30-2 [NLP] 山下達雄 / 日本語形態素解析入門 Version 0.9.1 / 1999 <http://nais.to/~yto/doc/tech/jma/jma19990514.pdf> (1.4M) 奈良先端科学技術大学院大学（NAIST）自然言語処理学講座（松本研）に D2の学生として所属していた1998年6月9日のミーティングで、 新入生(M1) 向けに「日本語形態素解析」の入門講座を行った。 その際に用いた資料を1999年5月14日に改定したものをPDF化して公開する。 文書自体は Version 0.9.1 で、 その後さらに加筆修整するつもりだったのだが、 結局そのままだったようだ。ChaSen についての記述など内容は古いし、 当然のことながらあちこちに重大な間違いがあるかもしれない。 しょっぱなから大
アマゾン、「女の子にはピンクの包装紙」を提案するシステムで特許取得
人形のようなプレゼントはピンクの紙で包装すべきだ--これが正しいかどうかは別として、Amazonは現在、この考えに基づく特許を保有している。 Amazon.comの「顧客の商品購入を支援する手法及びシステム」に関する特許が米特許商標庁より認可された。この事実は、Amazonが同庁に提出した資料から明らかになった。顧客のプレゼント購入履歴から、プレゼントを受け取る人の年齢や性別、誕生日を推測する方法などが、特許範囲に含まれている。 この特許がカバーするのは、プレゼントの受取人に関する情報を推測し、その情報を利用して顧客に適切な商品やサービスを提案するための手法やシステムだ。これに基づき、同社は商品購入者に対し、知り合いの誕生日やバレンタインデーが近付いていることを通知したり、性別／年齢に合った商品を提案したりすることができる。「例えば、購入された玩具が人形用の服である場合、それを受け取るのは
document stream におけるburstの発見
document stream ¢¡¤£¦¥ burst §©¨ † "! † # $ % † & ' ( ‡ ) 0 13254 Web 68739A@CBEDGFIHQPSRUTWVSX`Yba5cedgfIhSi3pSq 4 Web 6UrScts 4`u iUvewbDxPSRUTy tg acp A5UdIUG9g557WxaEd5e8DEP3R73Dgfhs5seid8kjmlCn acUdxfoSpSq r59Ar87 blog ksQt3uSvtwxby3z{tY 4 hiS|r y{EA a3ced~}S vI x5x`k HSedpSq3iG~3eIdGfxS3Q89 4 Kleinberg i3e
概念抽出型テキストマイニング
（資料２） 概念抽出型テキストマイニング（補足説明） ∼ 複合概念抽出により文書の相関分析が可能な対話的テキストマイニングを実現 ∼ 概念抽出型テキストマイニングとは、業務分野における言葉の間の関連性(概念)を文書から自動抽出 する複合概念抽出方式により、類似文書を検索する概念検索機能と自由に指定した言葉や文書集合間 の相関分析から知識を発掘する対話的テキストマイニング機能を実現したものです。 ① 複合概念抽出方式と概念検索 類似文書検索への応用を例に、複合概念抽出方式と従来の単語抽出方式の違いについて説明します。 複合概念抽出方式を用いた類似文書検索を概念検索と呼びます。従来の類似文書検索では、あらかじ め分野毎の類義語辞書を用意しない限り、表現が異なる類似文書を検索することはできませんでした。 この類義語辞書を作成するには、文書中から分野固有の単語を抽出し、人手を介して類義語を定義す
2004-03-26
当初、小説は『推薦図書』に含めないで技術書かそれに近い本のみに限定するつもりでしたが、なんとなく小説を含めてみました。と言ってももともとのポリシーである『自信を持って推められるもののみを載せる』には違反しないつもりです。 実際のところ、私は折原一氏の大ファンでして、ほぼ全書もっています。そしてすべて推めたいのですが、きりがないので、特に折原一ワールド入門者に推めるという意味で二冊撰びました。 結論から言えば小説からキーワードを抜きだすことに無理があるんだろうな。そもそもキーワードをいくつか抽出してその小説の雰囲気や内容がつかめるわけがない。同じ理由で雑記的な日記も難しそう。 実験的に夏目漱石の『我が輩は猫である』の複合語を抽出してみたところ上位は次のようになった。 迷 - 亭 寒月 - 君 苦 - 沙弥 独 - 仙 ご - とく 東風 - 君 亭 - 君 鈴木 - 君 字 - 下げ 仙 -
resume_21_kodama.dvi
38 2001 04 An charactaristic extraction of parsing based on distance between words in English sentences Kenzo KODAMA Abstract: When we make a monograph and start a new research, we always make an investigation into the literature written in English or the other language. But a translation software can’t translate a technical term and a characteristic expression, accurately. For translation of tech
KH Coder: 計量テキスト分析・テキストマイニングのためのソフトウェア
研究ノート「計量テキスト分析ツールKH Coderによる分析結果の再現性」公開 医療用語の辞書をご用意（無料） 産学連携プロダクト「KH Coderオフィシャルパッケージ」発売中 KH Coderとは KH Coderとは、計量テキスト分析またはテキストマイニングのための自由ソフトウェアです。 アンケートの自由記述・インタビュー記録・新聞記事など、さまざまなテキストの分析にお使いいただけます。 プログラミング不要、マウス操作で本格的な分析 安心の分析プロセス完全公開、研究利用も多数 New! 機能紹介（スクリーンショット） スクリーンショット集 ［旧ページ：言葉・文書・可視化・他］ KH Coder 3 正式版の新機能 New! 機能追加プラグイン「文錦®」シリーズ New! ダウンロードと使い方 KH Coder 3 正式版ダウンロード (Version 3.02) 使い方を知るためのチ
人工知能の話題: 協調フィルタリング
レンタルビデオ店には非常にたくさんの映画があります．あまりに多すぎてどれが面白いかよくわかりません．そんなとき，面白そうな映画を選んでくれるシステムを推薦システム（recommender system）といいます． この推薦システムには二種類の主な実現方法があります．一つは，好きな監督・俳優・ジャンルなどを決めると，それにあった映画を見つけるという内容に基づくフィルタリング（content-based filtering）という方法です．そして，もう一つがここで紹介する協調フィルタリング（collaborative filtering）です．この映画は面白かったとか，この映画はつまらなかったとかの批評のデータをいろいろな人から集めておき，そのデータを参考にして，面白そうな映画を推薦する方法です． ここでは，協調フィルタリングの一つであるJ.RiedlらのGroupLensの方法(注1)を紹
人工知能の話題: Web構造マイニング (Web Structure Mining)
Web構造マイニング（Web Structure Mining）(注1)の，Webとは，説明するまでもなく，今，あなたが見ているものです．また，マイニングの元の意味は「（鉱山から鉱石を）掘り起こす」ということですが，ここでは本当の鉱山を掘るのではありません．Webを，情報が埋もれている「鉱山」だと思って，情報や知識を見つけ出すことをマイニングと呼んでいます．すなわち，Web構造マイニングとは，「Webの構造から情報や知識を見つけ出す」ことです． では，Webの構造とはいったい何でしょうか？ここでは，リンクに注目します．リンクとは，みなさんがWebを見ているときに，ページの中をクリックして，別のページに移動しているでしょう．このクリックすると，別のページへ移る仕掛けのことをリンクといいます． 右の図を見てください．一番左に「グルメガイド」というページがあります．このページには「ケーキ」や「寿
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
Microsoft Learn: キャリアの扉を開くスキルを身につける
http://kyoumu.educ.kyoto-u.ac.jp/cogpsy/personal/Kusumi/datasem03/komeda.files/frame.htm
http://www.kri.sfc.keio.ac.jp/japanese/publications/mori/2003/C-68.html
blogWatcher 3.0b のヘルプ - blogWatcher 3.0b のヘルプ
セマンティックウェブとオントロジー研究会
教育研究所
Amazon.co.jp: 言語と計算 5: 辻井潤一, 徳永健伸: 本
http://www.oricom.co.jp/research/backnum.html
http://svrrd2.niad.ac.jp/faculty/nozawa/Research/memo/2003-0703.TextMiningGlossary.html
Amazon.co.jp: Excelで学ぶテキストマイニング入門: 林俊克: 本
404 Not Found