Ｙａｈｏｏ！ ネット検索の２０年 | NHKニュース
インターネットの利用がパソコンからスマホに移行するなか、検索という行為もスマホを経由するものが中心になってきました。このため、これまでパソコンでの検索に強みを持っていたヤフーは、従来の検索に連動した広告は、当面、大きな伸びは期待できなくなっています。一方で、利用者が過去に訪れたサイトの履歴などから好みに合うものを表示する広告などに変化しています。 Ｑ： スマートフォンが登場し、検索はどのように変化しましたか。 宮崎： 昔なら検索して何千万件ヒットするというのが、もてはやされました。多ければ多いほどいい、と。けれど、スマホだとそれを気にする人は一切いません。そんな時間もないし、画面の広さもないし、必要なものだけがほしいとなりました。ウェブページにとぶことすら面倒なので、 できるだけ最短で「必要なことだけ知りたい」と、ニーズが変わってきました。 「登録されたカテゴリーから探す」、「ホームページ
新しい音声検索で調べたいことをすぐに検索
メディア関係者向けお問い合わせ先 メールでのお問い合わせ: pr-jp@google.com メディア関係者以外からのお問い合わせにはお答えいたしかねます。 その他すべてのお問い合わせにつきましては、ヘルプセンターをご覧ください。
Googleの“ナレッジグラフ”を徹底解剖 ｜SEO Japan by アイオイクスSEO Japan｜アイオイクスのSEO・CV改善・Webサイト集客情報ブログ
昨日、Googleがテスト中のブレンド検索について紹介しましたが今週、それも含めたGoogle検索が大幅にバージョンアップすることとなりました。早速サーチエンジンランドからその詳細解説を。 — SEO Japan 本日、数ヶ月前から示唆していた、“ナレッジグラフ”を、グーグルはついに公式にローンチした。この新しいテクノロジーは、人物、場所、そして、物事に関するポピュラーな事実をグーグルの通常の検索結果と共に提供するために用いられている。また、ナレッジグラフは、クエリの用語にマッチするページではなく、クエリが描写する“エンティティ”またはコンセプトを検索する新たな方法をグーグルにもたらす。 ナレッジグラフとは何だろうか？“グラフ”は、一連のエンティティがつながる仕組みを説明するために使われる用語である。グーグルは“リンクグラフ”を用いて、ページがお互いにリンクを張っている仕組みをモデル化し、
情報検索ことはじめ〜教科書編その2 (2011年決定版) 〜 - シリコンの谷のゾンビ
しばらく情報検索に関わるブログ記事を書いていなかったけれど，「情報検索ことはじめ〜教科書編〜」から丸2年が経過し，Modern Information Retrievalの第二版が発売されたことで，2011年版を書いてみようと思ったので，ここ2年で発売された情報検索の教科書について書くことにする． あの頃は検索を勉強し始めて8ヶ月のペーペーだったけれど，そのまま加算すると，どうやら2年8ヶ月になるらしい．「まるで成長していない…」とか某安西先生につぶやかれそうな気がするけれど，自分のことは棚に上げて，この2年間に新たに出版された教科書を紹介したいと思う． さて，例によって若輩の主観と独断と偏見にまみれた記事になっています．誤りの指摘，違ったご意見があれば，コメント頂けると幸いです． 情報検索の教科書 この2年で出版された教科書的存在の文献は3冊．それぞれ紹介する．以下の3冊の共通点としては
WebDBフォーラム２００９
What's New! 2009.11.23 学生奨励賞，企業賞を掲載 2009.11.20 INTERNET Watchに記事掲載されました! 連続開催情報 本フォーラムの連続開催イベントとして，情報処理学会DBS研究発表会（11月 20-21日，同会場）を開催します．大勢の参加者が予想され，活発な議論が期待 できます．なお，DBS研究発表会の発表申込〆切は，WebDBフォーラム投稿論文の 採否通知後の予定です． 趣旨 本フォーラムでは，各種特別セッションや，この分野における産学連携に関連する各種企画，Web情報システムやデータベース技術についての最新研究成果の一般発表セッション等を通じて，招待講演，研究発表，パネル討論などの形態で議論する場を設ける．また，多様なコミュニティの交流を深め，議論を行うことができるポスターレセプションを開催する． 主催
きまぐれ日記: キーワード抽出: tf-idf の意味づけ
単語の重み付けの古典的な方法に tf-idf があります。文書中の各単語の tf-idf 値計算し、値でソートすると、その文書に特徴的な単語リストを得ることができます。 http://nais.to/~yto/clog/2005-10-12-1.html tf-idf は、単なるヒューリスティックスだと考えられていましたが、最近言語モデルに基づく情報検索手法がさかんに研究されるようになり、tf*idf の解釈が明らかになってきました。言語モデルに基づく手法は、ヒューリスティックスばりばりの手法と同性能にもかかわらず、文書のランキングに理論的で合理的な説明を与えることができます。 情報検索は、クエリ q に対し、もっとも適合する文書 d_opt を求めるタスクです。つまり、q が与えられたとき、文書 d が出現する確率 p(d|q) の最大化問題と解釈できます。 d_opt = argmax
全文検索エンジン Miniseをリリース + WEB+DBで全文検索の特集記事 - DO++
全文検索エンジンの Minise: MIni Search Engineをリリースしました． このエンジンは全文検索の基本的な機能をサポートしたもので，索引手法は逐次検索（索引無），N-gram，転置ファイル，接尾辞配列をサポートしており，そこそこ最適化を行ってます．Wikipedia日本語版を実験で使ったもので20万文書で構築時間が500秒前後，検索時間が一クエリあたり数msとなっています． BSDライセンスで公開しています． 割りきって，機能を絞ってシンプルな構成にしていますので改造したりしやすいようになっています。まだ、ドキュメントはないですが、C++ APIとして利用しやすいようにもなっていますので、研究用途などで新しい索引やランキングとかでの利用も想定しています（実際に研究用で使ってます）． --- 今回の全文検索ライブラリを開発する機会になったのが，私が担当した今月号のWEB+
Minise: MIni Search Engine
本ウェブサイトは現在工事中です．ソースコード公開は10/24頃を予定しています． 概要 Miniseは最小限必要な機能をサポートした非常にコンパクトな検索エンジンです．検索対象の文章に対し索引を構築し，検索クエリに対する全文検索を行うことができます． 索引の種類として逐次検索，転置ファイル，N-gram，接尾辞配列をサポートしています．また検索結果の取得については定義済みのスコア以外にユーザー定義のスコアを用いたランキングを行うことができます． 主な利用用途として、小〜中規模の検索向けまた，教育用，研究用目的に使われることを想定されております． ダウンロード Miniseはフリーソフトウェアです．修正BSDライセンスに従って本ソフトウェアを使用，再配布することができます. 2009-10-24: Minise 0.01 リリース予定 2009-10-21: ホームページ公開 使い方
Probabilistic Latent Semantic Indexing (SIGIR '99)
Next: LSI Probabilistic Latent Semantic Indexing (SIGIR '99) Thomas Hofmann International Computer Science Institute, Berkley, CA & EECS Department, CS Divison, UC Berkeley hofmann@cs.berkley.edu 発表者 工藤 拓 taku-ku@is.aist-nara.ac.jp 自然言語処理学講座 M1 平成12年7月4日 LSI Aspect Model EM アルゴリズムによるパラメータ学習 PLSI と LSI の比較 U-PLSI,Q-PLSI 実験,結果 考察 この文書について... Taku Kudo 平成12年7月4日
共立出版株式会社 教科書案内『情報検索アルゴリズム』
情報検索アルゴリズム (ISBN4-320-12036-1) 北 研二・津田和彦・獅々堀正幹 著 A5判，220頁，3300円 ●内容 情報の電子化と計算機システムのネットワーク化に伴い，情報検索技術（大量の情報の中から，必要な情報を発見／検索／抽出するための技術）はネットワーク社会を支える基幹技術となっている。この状況下で，情報検索は，情報工学を専攻する学生にとって，決して欠かすことのできない技術となった。本書は，その学部および大学院修士課程向けテキストとして，情報検索の概要と考え方，そこで用いられる各種手法（各種アルゴリズム）を解説する。インターネット，データベースの検索エンジンや構築等のソフトウェア作成業務に携わる技術者にも必要とされる内容である。 ●目次 第1章 序 章 1.1 情報検索のモデル 1.2 情報検索の分類 第2章 情報検索の適用と評価 2.1 情報検索の適
C:\WINNT\Profiles\tokuhira\ﾃﾞｽｸﾄｯﾌﾟ\matsu2.prn.pdf
2 3 / AND, OR 4 (query expansion) / 5 / / / 6 7 - - - - - - - - - EOS 8 While John was in U.S.A., he often went to New York. While While IN John John NNP was be VBD in in IN U.S.A. U.S.A. NNP , , , he he PRP often often RB went go VBD to to TO New York New York NNP . . . 9 114 7 5 5 3 3 3 3 3 3 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 10 (stop word list) (SMART system(Salton & McGill 19
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
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
Introducing the Knowledge Graph: things, not strings
blogWatcher 3.0b :
書籍一覧・検索 » 情報検索と言語処理 - 東京大学出版会