Apache Lucene - Wikipedia
Apache Lucene（アパッチ ルシーン）は、Doug Cuttingによって開発された、Java製のFLOSSの検索ライブラリである。Luceneは、強力な文書インデキシング及び検索機能、スペルチェック、ハイライト、テキスト解析機能を提供する。Apacheのトップレベルプロジェクトの1つである。 概要[編集] Luceneは、Apache Solr、Elasticsearch等の検索プラットフォームで利用される検索ライブラリである。以前はLucene.NET、Mahout、Tika、Nutchといったサブプロジェクトが存在したが、現在はすべて独立したApacheのトップレベルプロジェクトとなっている。2010年3月から、Apache SolrがLuceneのサブプロジェクトとして開発コミュニティがマージされた。 Luceneで日本語のテキスト解析を利用するためには、Kuromoji
MeCabで中国語の形態素解析（分かち書き）をしてみる | 100% Pure NEET
2017年10月更新 同じ話題について書きました：「MeCabの中国語分割辞書を作る話」 形態素解析（分かち書き）とは 形態素解析というのは「我是英國人」という文章を入れたときに「我／是／英國／人」という形態素（意味を持つ最小の単位）に分割するものです。ここでは必ずしも形態素に分割することを求めていないので「分かち書き」という言葉を使います。 このエントリを作ろうと思ったのは情報がほとんどなくて自分が非常に苦労したからです。このエントリがあることで多くの人にとって役に立つことを願います。 中国語の形態素解析器はほとんどない 「関口宏司のLuceneブログ」によると 「中国語には（商用のものを除き）形態素解析器が（あまり）ない」という話を聞いたことがあります とのことです。他にも「（2004年度修士論文）JPドメインにおける茶筌を用いた中国語ページの抽出（PDF注意）」を見ると 3.2.1
中国特許解析・テキストマイニングによるＫＷ分析：
特許調査においては調査目的により程度の差はあれ再現率（網羅性）重視で検索集合を作ることを前提としている。ただし再現率重視だとノイズは増加する。 本報告では再現率重視の検索集合からテキストマイニング手法を応用して適合率重視で抽出/ソートを行い、スクリーニングを支援する手法として下記検討を行った。 (1)キーワードのネットワーク分析による重要語（特徴語）抽出 (2)キーワードを用いて計算した公報の類似率によるネットワーク分析 (3)適合率を重視した特許調査への応用 キーワード解析は iPS 細胞をテーマにして日・中文で比較検討した。中国特許公報より抽出したキーワードをネットワーク分析して重要な中国語キーワードセットを選択する。重要な中国語キーワードセットを用いることで検索集合の適合率向上に有用である。さらにダウンロード集合の類似率ソートを用いた手法を提案する。
2007-NLC_draft2.doc
THE INSTITUTE OF ELECTRONICS, TECHNICAL REPORT OF IEICE INFORMATION AND COMMUNICATION ENGINEERS Web 169-8555 3-4-1 359-1192 2-579-15 E-mail: {i_arita,shirai}@shirai.cs.waseda.ac.jp, kikuchi@waseda.jp Web Web Web Word Clustering Using Concurrent Search Queries ARITA Ippei KIKUCHI Hideaki and SHIRAI Katsuhiko Faculty of Science and Engineering, Waseda University 3-4-1 Okubo, Shinjuku-ku, Tokyo, 169-
アイ・ピー・ファイン株式会社｜知財DX・ R＆D知財グループウェア
なぜ、大手企業から革新的な発明が生まれなくなったのか？権利重視の知財戦略が招いた“空白の30年”。質を追求したはずの知財戦略が企業のイノベーションを妨げている−。低迷する研究開発を救え−。知財システム開発者が説く知財DXの目的とは。
「自然言語処理論」の講義ノートPDF。形態素解析や文脈自由文法，知能機械による言語処理の扱い - 主に言語とシステム開発に関して
講義ノートの目次へ 情報科学という道具で言語学を切り開くと，「自然言語の処理」に行きつく。 人間が自然に話している言語を，数理的にモデル化し，コンピュータで解析する，という内容だ。 大学で教えるこの「自然言語処理」の授業の，オンライン講義資料を収集した。 Web上で読める教科書・参考書である。とくに扱う内容は下記の通り。 形態素解析 構文解析 オートマトンやニューラルネットワーク PrologやLispによる言語処理系の実装 音声認識とヒューマンインタフェース，知能機械 文脈自由文法やチョムスキー これらに加えて，記号論理学も学習しておくとよい。 自然言語処理の講義ノート 言語処理の理論（ほとんどが形態素解析を扱っている）： Webpage for Natural Language Theory in 2013 http://www.cyber.sist.chukyo-u.ac.jp/..
NLPIR（ICTCLAS）で，中国語の文章を形態素解析・分かち書きするJavaプログラムを作る手順 …Windows日本語環境で動くサンプルコード - 主に言語とシステム開発に関して
中国語のテキストを，フリーツールで形態素解析してみよう。 つまり，文章を単語に分解（分かち書き）して， それぞれの単語の品詞を推定・分類する。 これをプログラムで自動的に処理させる。 日本語のWindows環境で，NLPIR（旧称はICTCLAS）という無料ツールを使えばよい。 難しい設定をせずに，Java・C・C#・Pythonなどのプログラミング言語で実現できる。 プログラムといっても，たった２〜３０行をコピペするだけなので簡単だ。 下記の手順では，DLLをダウンロードし，JavaでDLLを呼び出している。 Eclipseは不要。 （JavaからDLLを呼び出すためにはJNIという技術を使うが，JDKがあれば何もしなくてよい。） （ステップ１） 作業用フォルダを作る （ステップ２） 最新版のNLPIR本体をダウンロード （ステップ３） JNI用のDLLをダウンロード （ステップ４） J
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
如何使用 jieba 結巴中文分詞程式
/21$aco0Hxp4IEz
http://www.xunsearch.com/scws/api.php
QuickTutorial
GitHub - fukuball/CKIPClient-PHP: 中研院斷詞系統的 Client 端程式，讓有中文斷詞需求的研究者或程式人員可以專注於開發自己的核心演算法。
中文斷詞系統
Releases · FudanNLP/fnlp
Google Code Archive - Long-term storage for Google Code Project Hosting.
威尼斯平台网站-必威官网手机登录
Is there any good open-source or freely available Chinese segmentation algorithm available?
GitHub - fxsjy/jieba: 结巴中文分词
Chinese Word Segmenter - API & Demo | Text Analysis Online | TextAnalysis
特徴抽出と TF-IDF - Qiita
