研究用にニコニコ大百科の記事とコメント約24GBを公開‐ニコニコインフォ
いつもniconicoをご利用いただきありがとうございます。 このたび、国立情報学研究所情報学研究データリポジトリ(IDR)ご協力の元、ニコニコ大百科の記事データを「ニコニコデータセット」に公開しました。 提供するデータ内容は記事ヘッダデータ、記事本文データ(履歴含む)、掲示板データとなっています。形式はCSVで約24GBあります。非公開の記事や、ユーザーを特定できるIDは含まれていません。 本データは研究目的であればどなたでもご利用いただけます。 希望される方は国立情報学研究所サイトより利用申請をして下さい。 ニコニコ大百科は未来検索ブラジルが運営する『あらゆる言葉について定義や意味、元ネタを解説する辞書・辞典』です。wikipediaと異なり、客観的で真面目な記事だけでなく、主観的で面白い記事も歓迎しています。HTMLやCSSも用いることができるため、見た目に意味を持たせた記事もあるこ
Passion For The Future: 無敵会議第10回 検索会議 満員御礼に感謝 報告第3弾
無敵会議第10回 検索会議 満員御礼に感謝 報告第3弾 スポンサード リンク さて、第3部はヤフー、リスティング事業部の宮崎氏によるYahooSearchTechnology概要説明から始まりました。YSTとは何か、どのような仕組みで検索結果の表示順位が決まるのか、が話の中心でした。 Yahoo!は2004年5月31日まではGoogleのエンジンを使っていましたが、この日を境に独自開発したYSTに乗り換えました。当時の経緯はCNETで私がスクープ記事を対談形式で書いていますのでご参考まで。 ・対談：日本における検索の未来 - データセクション 橋本大也 vs ヤフー 志立正嗣 - CNET Japan http://japan.cnet.com/column/search/story/0,2000050605,20068928-2,00.htm さて、なぜ宮崎氏に検索アルゴリズムをお話いた
blogeye.jp : ブログを通して社会をのぞく
「新しいサラリーマン金太郎最悪」 「金太郎・・・」 「【サラリーマンなめんじゃねぇ！】」 「「サラリーマン金太郎」」 「金太郎」 「夜中のTV。」 「サラリーマン金太郎」 「サラリーマン金太郎。」 「サラリーマン金太郎（1）」 「どうもー」 「サラリーマン金太郎 1話」 「初聞き♪」 「なんか(笑)」 「サラリーマンをなめんじゃねぇ。」 「永井金太郎」 「思ったよりも」 「シシカバブー」
情報爆発プロジェクト 検索エンジン基盤 TSUBAKI
TSUBAKI利用時の良かった点、問題点などご意見を頂けると幸いです。 ご意見は tsubaki あっと nlp.kuee.kyoto-u.ac.jp までお願い致します。
Google Japan Blog: 大規模日本語 n-gram データの公開
突然ですが、穴埋めクイズです。下線部に入る単語はなんでしょう? グーグルで_____ おそらく、「検索」「調べる」「探す」といった単語を思いつくのではないでしょうか？ 実際に、Webにあるドキュメントをくまなく調べ、「グーグルで」の後にくる単語を調べると、「検索」が1位であるとがわかります。 一般に、直前の(N-1)個の単語を見て、次の単語を予測するモデルをN-gram言語モデルといいます。さきほどは、「グーグル」 と 「で」の2単語から次を予想しているので、3-gram言語モデルの例となります。現時点の単語が、直前の(N-1)個のみに影響を受けるという仮説は、一見現実離れしているようですが、実際には非常に有効な場合も多く、かな漢字変換、OCRのエラー訂正、機械翻訳、音声認識などに広く用いられています。たとえば、音声認識の場合、ノイズ等で現時点の単語をシステムが聞き取れなくても、言語モデル
Twine
Thank you for choosing Twine to save for your financial goals. John Hancock has made the difficult decision to close the Twine product and website, effective December 3, 2021. To review your account, access a remaining balance, or view statements, please visit apexclearing.com. You can create a User ID by following these steps: Select the symbol that looks like a person in the top-right for “Log I
「セマンティック・ウェブ」アプリケーション『Twine』が始動 | WIRED VISION
「セマンティック・ウェブ」アプリケーション『Twine』が始動 2007年10月22日 IT コメント： トラックバック (0) Julie Sloane 2007年10月22日 サンフランシスコにある新興企業米Radar Networks社はこの6年間、セマンティック[意味論的]・ウェブ初の重要な一般向けアプリケーション『Twine』を世に送り出そうと開発を進めてきた。 10月19日(米国時間)の『Web 2.0 Summit』で、Nova Spivack最高経営者(CEO)がプロジェクト『Twine』の詳細を初めて公にするが、Spivack CEOは、公開前のTwineをワイアード・ニュースに見せてくれた[英語版記事の掲載は10月18日]。 Spivack CEOは、1998年に米EarthWeb社を立ち上げ、株式を公開した1人でもある。このプロジェクトは、Paul Allen氏が設立
DO++: AND検索の最尤推定
検索技術においてAND検索、つまり二つの単語を指定して、それが両方出現している文書数の推定を高速に行うのは難しい問題です。 問題を正しく書くと単語w_xが出ている文書番号(x1,x2,x3,..,xn)とw_yが出ている文書番号(y1,y2,y3,...,ym)が与えられたら | {(i,j)|x_i = y_j} | の数を求める問題です。 これは前もって全通り求めて保存しておくにも単語種類数の二乗のオーダー分必要なのでできません。 これは機械学習でも特徴関数が0/1の値しかとらないとき、二つの要素の特徴ベクトルの内積を求める問題と同じで、またデータベースでもJOINの順番を決めるときにでてくる問題です。 普通は全体の文書からサンプルをとって、その中で数えてみて、それを元のサイズにスケールさせることをします。例えば全体文書1億件の中から文書1000件だけとってきて、その中でw_xとw_y
はてなブックマークを経験値化するサービスをつくってみた - x-p :-p
人気のブックマークを最初のほうにブクマしたひとって結構アンテナ張ってる人だなーと思っていて そのアンテナ張ってる度合いを数値化するものをつくってみた。 はてブ経験値
Memorium: 眺めるインタフェースの提案とその試作｜persistent.org
すきま時間を利用して「偶然」を積極的に利用 生活に常駐する環境型アプリケーション 概要 近年，Web 上の情報が爆発的に増大したことやストレージ量の増大などで，個人が多量の情報を利用する機会が増えている．またユビキタス社会に向けた取り組みの研究も盛んである．今後，ますます多くの情報がより多様な情報機器で利用されるであろうが，それに伴いユーザの情報機器に対する操作の複雑化が懸念される．そこで，本研究ではユーザへ負担をかけることなく，生活の中で多くの情報と接するための「眺めるインタフェース」を提案する．眺めるインタフェースとは，ユーザに過度の注意を求めることなく，さまざまな活動の合間に，情報を容易に獲得するためのインタフェースである．我々は，眺めるインタフェースの具体的実装として Memorium というシステムを試作した．Memorium は，ユーザが蓄積するメモやキーワードをもとに，それら
検索メイニアック！: Information Retrievalというジャーナル
国際論文誌Information Retrievalの編集委員を務めることになった。 来週Amsterdamで開催されるACM SIGIRの会期中、火曜日のランチタイムに編集委員会が開催されるので初参加する。 Information RetrievalのCall for Papers最新版。 NewsWatch, Inc.の名前がちゃんと入っている。 情報検索関連の代表的な国際論文誌と言えば、 ACM TOIS (Transactions on Information Systems) IPM (Information Processing and Management) JASIST (Journal of the American Society for Information Science and Technology) そしてInformation Retrieval
検索メイニアック！: Q, Rの次はO, そしてP...
情報処理学会の会誌(「情報処理」) に 平成18年度論文賞の受賞にあたって執筆した記事が掲載された。 筆がすべって、フレッシュアイと検索メイニアック！の宣伝まで書いてしまった。 情報処理学会の著作権に関する規定を読んでみると、 自分で書いた論文や記事の「個人または所属Webサイトでの公開」は自由らしいので、 ここに載せておく。 酒井哲也: Q, Rの次はO, そしてP..., 情報処理 Vol.48, No.7 (2007) ついでに、MAPのエントリで紹介した 酒井哲也: よりよい検索システム実現のために：正解の良し悪しを考慮した情報検索評価の動向, 情報処理 Vol.47 No.2 (2006) と、AIRSのエントリで紹介した 酒井哲也: The Atmosphere of AIRS: 情報検索の新しい国際会議の紹介, 情報処理 Vol.46 No.2 (2
検索メイニアック！: AIRS(エアーズ)について
情報検索の国際会議最高峰といえばACM SIGIRだが、 アジア地域を主体とする情報検索の国際会議として Asia Information Retrieval Symposium (AIRS)というのもある。 AIRSについては情報処理46巻2号(2005年2月)に書いた。 その１ページ目は、情報処理学会会員でなくても無料で閲覧できる。 (情報処理学会も、会議レポートくらい無料で配布すればよいのに… こんなものを630円も払って買う人はいないだろうに。) 今読み返してみると、会議レポートなのに、関係のない英語のこじつけばかり書いているなあ。 私はAIRSのSteering Committee(運営委員会)および Program Committee(プログラム委員会)のメンバである。 前者は会議の計画や運営をするもの、後者は主に論文の査読をするもので、 基本的には前者を包含
検索メイニアック！: 世界初リーク：学会ネタ3つ
情報検索の研究者・酒井哲也が奏でる、研究とビジネスと私生活のハーモニー。（不協和音？） (1)「言語処理学事典」というものの発行準備が進められている。 私はその中の「情報検索」という「中項目」を担当させていただくことになった。 年内に原稿を上げなければいけないらしい。 ページ数の制約や他の研究分野との調整も考えなければならないが、今のところ以下の「小項目」を考えている。 ・ブール検索 ・ランキング検索 ・言語横断検索 ・Web検索 ・検索インタフェース ・検索評価方法 (2)2008年1月21-22日に、情報処理学会の自然言語処理研究会(NL研)と情報学基礎研究会(FI研)の合同研究発表会が開催される(注1)。 私はFI研の幹事としてこの発表会の運営を担当しており、21日にはNTCIR特別セッションを予定している。 このセッションはもともと今年9月のFIT2007でや
検索メイニアック！: 再現率と精度とSwanson
情報検索入門シリーズ。 検索システムを評価する際の古典的な評価尺度に再現率(recall)と精度(precision)がある。 再現率とは検索における「もれ」の少なさを、精度は検索における「ごみ」の少なさを意味する。 「もれ」とは、本来検索すべきであるのに検索できなかった文書(webページ、新聞記事、画像など、検索の単位となるもの)、 「ごみ」とは、本来検索すべきでないのに検索してしまった文書のことである。 再現率=検索された正解文書数/正解文書数 精度=検索された正解文書数/検索された文書数 例えばある検索要求に対し、本来検索されるべき文書(すなわち正解)が10件あり、 実際検索された全文書数は20件で、うち5件だけが正解(適合文書=relevant documentsという)であったとする。 この場合、再現率は10件中5件なので0.5、精度は20件中5件なので0.25。
フレッシュアイニュース - (404) ページがありません
お探しのページが見つかりません(404 Not found) フレッシュアイをご利用いただき、ありがとうございます。 お客様がアクセスしようとしたページ（URL）またはサービスは見つかりませんでした。 トップページに移動して必要な情報をお探し下さい。 10秒後にトップページに移動します。 移動しない場合は、お手数ですが下記URLをクリックしてください。 http://www.fresheye.com/
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
京都大学-お知らせ／イベント情報 2007年11月1日
https://dl.acm.org/doi/10.1145/383952.383985
検索メイニアック！: SIGIRに旅立つ前に
検索メイニアック！: EVIA2007とNTCIR-6の発表資料