ChaSen's Wiki - 辞書の作り方
茶筌の辞書をつくるためには以下のファイルが必要です。 辞書定義ファイル *.dic 文法定義ファイル grammar.cha - 品詞定義ファイル ctypes.cha - 活用型定義ファイル cforms.cha - 活用形定義ファイル connect.cha - 連接表定義ファイル 一般に、ユーザーが変更を加えるのは辞書定義ファイルのみです。 辞書のコンパイルには makeda コマンドを使います。 この作業は文法定義ファイルのあるディレクトリでおこなう必要があります。 $ makeda dic_name input1.dic input2.dic dic_name には出力したい辞書ファイルのベースネーム(拡張子を除いたファイル名)を指定します。たとえば、user を指定すると、user.da、user.lex、user.dat が生成されます。 入力の辞書定義ファイルは複数指定でき
[chasen-users:00327] Re: 英数字 が混在する文字列の扱い
To: chasen-users@is.aist-nara.ac.jp Subject: [chasen-users:00327] Re: 英数字 が混在する文字列の扱い From: masayu-a@is.aist-nara.ac.jp Date: Sun, 5 Oct 2003 14:51:34 +0900 (JST) Delivered-to: chasen-users@ml.aist-nara.ac.jp Delivered-to: chasen-users@is.aist-nara.ac.jp In-reply-to: Your message of "Sun, 05 Oct 2003 13:40:00 +0900".<20031005134000aoi@mail.pileup.com> List-help: <mailto:chasen-users-ctl@is.aist-na
形態素解析ツールの品詞体系
ChaSen 品詞体系 (IPA品詞体系) ChaSen の品詞体系は任意の階層化を許している。 いわゆる形容動詞は名詞の形容動詞語幹として含まれ、 形容詞には含まれない。Juman の指示詞という カテゴリは「連体詞」に含まれている。 判定詞「だ」は助動詞とされている。 Type1 Type2 Type3 Type4 Examples Description
【コラム】Yet Another 仕事のツール (47) 茶筌の辞書に単語を登録する | エンタープライズ | マイコミジャーナル
前回はごくごく簡単なテキストマイニングの例を紹介したが、実は結果があまり正しく分析できていなかったりする。なぜなら、茶筌の辞書「IPA品詞体系辞書(ipadic)」に登録されていない単語は「未知語」として扱われてしまったり、アルファベットの1文字ずつに分割されてしまったりするため、単語としての集計の対象から漏れてしまうのだ。例えば、「MySQLもPostgreSQLもデータベースである。」という文を解析した結果は以下のようになる。 $ chasen -i w MySQLもPostgreSQLもデータベースである。 M エム M 記号-アルファベット y ワイ y 記号-アルファベット S エス S 記号-アルファベット Q キュー Q 記号-アルフ
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
処理を実行中です
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
