野党による辞職勧告決議に対し、丸山氏は言論の自由などを理由に「絶対に辞めるわけにはいかなくなった」などと抗弁しているが、「戦争発言」以外にも問題となる言動が多数あったことが「週刊文春」の取材で明らかになった。同行した複数の訪問団団員が取材に応じ、当日の丸山氏の行状を証言した。
野党による辞職勧告決議に対し、丸山氏は言論の自由などを理由に「絶対に辞めるわけにはいかなくなった」などと抗弁しているが、「戦争発言」以外にも問題となる言動が多数あったことが「週刊文春」の取材で明らかになった。同行した複数の訪問団団員が取材に応じ、当日の丸山氏の行状を証言した。
トピックモデルは潜在的なトピックから文書中の単語が生成されると仮定するモデルのようです。 であれば、これを「Python でアソシエーション分析」で行ったような併売の分析に適用するとどうなるのか気になったので、gensim の LdaModel を使って同様のデータセットを LDA(潜在的ディリクレ配分法)で処理してみました。 ソースは http://github.com/fits/try_samples/tree/master/blog/20180313/ 1. はじめに データセット gensim で LDA を処理する場合、通常は以下のような lowcorpus フォーマットを使った方が簡単なようです。(LowCorpus で処理できるので) <文書数> <文書1の単語1> <文書1の単語2> ・・・ <文書2の単語1> <文書2の単語2> ・・・ ・・・ ただ、1行目が冗長なように
都内の事業会社で分析やWebマーケティングの仕事をしています。大学・大学院では経済学を通じて統計解析を行うなどしておりました。企業に勤めてからは、機械学習やテキストマイニング、クローリング技術などに関心を持っています。 Twitterアカウント Mr_Sakaue( SKUE ) GitHub 読書メーター ほしいものリスト モチベーション 前回の記事では、Webスクレイピングにより入手した、蒙古タンメン中本の口コミデータに関して、Word2Vecを適用した特徴量エンジニアリングの事例を紹介しました。 今回はせっかく興味深いデータがあるので、どのようなトピックがあるのかをLDAを適用したいと思います。加えて、これまで記事で扱ってきたLDAの事例では評価指標であるPerplexityやCoherenceを扱ってこなかったことから、トピック数がどれくらいであるべきなのか、考察も含めて行いたいと
東京23区の大学定員を抑制する法律が施行された。一極集中化対策として地方の若者の東京流入を抑える狙い。だが「東京の大学に来るな」という不公平なメッセージにならないか。 地方に仕事を 山内マリコさん(作家) 「模試でA判定だったのに落ちた」という受験生の嘆きを今春SNSでいくつか目にしていました。 それがまさか、東京23区の私立大学の定員数を抑制する国策の影響だったとは、驚きました。とりわけ地方の受験生が東京の大学に入りにくくなっているという仕組みは、とてもショックです。 東京圏と地方では、本人の学力や資質とは違うレベルで、そもそも教育環境の格差があります。私立中高一貫校の進学指導や大手予備校の受験ノウハウは、長年蓄積されたものです。学費に加え、一人暮らしは金銭面で親の負担も大きい。地方の受験生はそんなハンデに負けずに、東京をめざしているのです。 東京は、地方出身者にとって…
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