【コラム】Yet Another 仕事のツール (46) 茶筌とMUSASHIで純和風テキストマイニング | エンタープライズ | マイコミジャーナル
日本語の自然文も、茶筌を使えば単語単位にバラバラに分割できる。しかし、ただそれだけで満足していても仕事のツールにはならないので、今回は、以前紹介したMUSASHIと組み合わせて、簡単なテキスト・マイニングを行ってみよう。例題は、「テキストの中に表れる名詞だけを抽出してその出現回数を数え、多い順に上位20位まで表示するHTMLドキュメントを作成する」としよう。なお、今回のテスト環境にはMac OS Xを使用しているため、文字エンコーディングがUTF-8の環境を前提としていることをあらかじめお断りしておく。 最初に結論。茶筌とMUSASHIがインストールされていれば、以下のようなシェルスクリプトを書くことで今回の例題はクリアできる。 01 #!/bin/bash 02 cat ya44.txt | 03 chasen -i w -F "%m,%H\n" | 04 csv2xt -a 単
漫棚通信ブログ版: これは盗作とちゃうんかいっ
あー胃が痛い。 昨夕、ソファに寝っ転がって、唐沢俊一『新・ＵＦＯ入門 日本人は、なぜＵＦＯを見なくなったのか』（2007年幻冬舎新書）を、へらへらと楽しく読んでおりましたところ。 自分がかつてブログに書いた記事と、ネタがかぶってるところもあるなあ。ふーん。 アレ？ …… アレレレレ？ こ、これは、オレが書いた文章と、まるっきりおんなじやんけっっっ！！！ はぁはぁ。待て待て。落ち着け。というわけで風呂に入ってからもう一度、過去の自分の記事と見比べながら読み直し。 これは似てるというレベルじゃねえぞっっっ！！！ 棒を飲んだよう、というのはこのことかしら。胃のあたりがどーんとしてきて、結局昨夜はもんもんとして眠れませんでした。 『新・ＵＦＯ入門』のどの部分かといいますと、山川惣治とＵＦＯのかかわりを書いた「第６章 影響を受けた者たち－三島由紀夫と山川惣治」の、「『少年ケニヤ』の原作者もＵＦＯを目
謎が多すぎる、コミケ「同人誌委託コーナー」中止の理由 - 米
…現状、通常の申込サークル数が以前より落ち着き、三日間開催において、抽選率７０％以上を確保できる状況にあります。また、抽選漏れサークルの救済という趣旨とは異なって、そもそもコミケットにサークル申込を行っていないサークルが増え、コーナーの性格も変わりつつあります。そして、東京ビッグサイトにおいて１０年を超えてコミケットを続ける中で、これまでの会場の使い方では現状に適合しない部分もいくつか見えており、（現在委託コーナーが置かれている）会議棟含め、会場施設等の利用方法について、会場側とも調整を行いながら現在見直しを行っております。 コミックマーケット公式サイト−『同人誌委託コーナー』の中止について http://www.comiket.co.jp/info-c/C72/ConsignmentCornerConcluded.html （ ＾ω＾）……… J( 'ｰ`)し あの…コミケに委託参加した
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
NICOB.JP
http://www.pressnet.or.jp/info/kenk19971100.htm
ネット上の文章と酷似する『新・ＵＦＯ入門 日本人は、なぜＵＦＯを見なくなったのか』（唐沢俊一著）を巡って