突然ですが，mecabの辞書 (mecab-ipadic) をデフォルトのまま使って，mecab意外と使えねぇとか文句言ってる悪い子はおらんかね？ mecab-ipadic は比較的お行儀のよい日本語をベースに作られているので，そのままでは web上の口語文体のテキストはうまく扱えないことがあります。本来は教師データを用意し，学習させるといった手法を使うのが正攻法だと思いますが，とりあえず名詞を充実させるだけでも実用度はだいぶ上がるでしょう。 人間の話す言語には，動詞の語幹や名詞には日々新しく語彙が増えるけど，助詞や活用のルールは簡単には変化しない，という特性があります。特に「いま最もつぶやかれている単語ランキング」といった集計をするような場合は，名詞の範囲の切り出しさえ間違えなければそれなりの結果を出せることも多いのです。 ただ，辞書への単語追加はここにある通り簡単にできるのですが，単語
タグ
- すべて
- あとで読む (12)
- まとめ (57)
- ネタ (8)
- 2011 (20)
- 2012 (38)
- 2013 (11)
- 2ch (48)
- AI (6)
- API (36)
- AV (10)
- Acquaintance Blog (38)
- Algorithm (38)
- Amazon (28)
- Android (376)
- Android開発 (5)
- Apache (33)
- Bitmap (9)
- Bluetooth (9)
- C# (6)
- CS (8)
- CTO (5)
- CentOS (9)
- Conference (56)
- DB (22)
- DNS (19)
- DataMining (9)
- DeNA (10)
- Docker (5)
- Dropbox (5)
- DynamoDB (5)
- Eclipse (18)
- English (62)
- Excel (6)
- Explanation (5)
- FreeBSD (36)
- GAE (5)
- GDD (8)
- Gmail (9)
- Gree (7)
- HBase (6)
- HTML (22)
- Hadoop (19)
- IPA (5)
- IT (47)
- JavaScript (119)
- Kira Radinsky (5)
- KitKat (5)
- LDA (14)
- LOD (48)
- LVM (13)
- Language (8)
- Life (77)
- LinkedData (5)
- Linux (169)
- ListView (7)
- MVC (8)
- MapReduce (9)
- MeCab (10)
- Microsoft (6)
- Music (21)
- MySQL (35)
- NAS (5)
- NFC (8)
- NFS (5)
- NLP (86)
- Nexus 5 (6)
- OAuth (10)
- OS (23)
- OSS (11)
- Oracle (10)
- PC (18)
- PHP (40)
- Paper (41)
- Perl (7)
- Presentation (12)
- Programmer (5)
- Project (7)
- Python (169)
- R (8)
- RAID (13)
- Redmine (8)
- Research (225)
- Researcher (9)
- Ruby (52)
- SEO (11)
- SIer (8)
- SQL (7)
- SSL (7)
- SVM (9)
- Scala (5)
- Search (5)
- Semantic (14)
- Sensor (5)
- Setting (9)
- Subversion (6)
- TED (8)
- TV (6)
- Tech (528)
- Tech Blog (18)
- TechCrunch (5)
- UI (39)
- VMware (7)
- View (5)
- VirtualBox (10)
- WWW (6)
- Web (79)
- WebRTC (5)
- Work (33)
- YAMAHA (13)
- Yahoo! (6)
- YouTube (9)
- app (18)
- appium (5)
- apple (11)
- application (5)
- aws (25)
- backup (18)
- bash (6)
- bind (11)
- blog (27)
- book (55)
- business (54)
- canvas (9)
- chrome (11)
- cloud (11)
- code (6)
- coffeescript (6)
- color (5)
- command (21)
- communication (12)
- cookpad (8)
- css (42)
- css3 (25)
- data (36)
- database (19)
- debian (9)
- design (33)
- development (41)
- docomo (5)
- document (18)
- editor (13)
- education (5)
- elasticsearch (7)
- engineer (19)
- event (16)
- express (8)
- facebook (17)
- flask (8)
- fluentd (10)
- font (8)
- format (5)
- framework (14)
- gadget (5)
- git (49)
- github (31)
- gitignore (5)
- google (93)
- graph (15)
- heroku (10)
- homebrew (6)
- html5 (49)
- http (14)
- iOS (32)
- iPad (5)
- iPhone (39)
- iPhoneアプリ (6)
- icon (13)
- install (7)
- intent (6)
- international conference (6)
- interview (5)
- japan (5)
- java (105)
- jquery (34)
- js (29)
- json (14)
- kindle (5)
- kvm (15)
- layout (8)
- library (29)
- lifehack (110)
- lifehacks (5)
- linked data (15)
- mac (41)
- machine learning (9)
- mail (11)
- management (8)
- markdown (9)
- meta (5)
- mixi (16)
- mobile (23)
- movie (5)
- nanapi (7)
- nat (7)
- naver (17)
- network (90)
- nginx (9)
- nhk (7)
- node (16)
- node.js (29)
- ontology (5)
- pdf (7)
- performance (5)
- photo (7)
- pixelmator (5)
- plugin (9)
- programming (413)
- proxy (16)
- rails (9)
- rdf (35)
- recruit (8)
- samba (9)
- security (44)
- selenium (7)
- semantic web (34)
- semanticweb (13)
- server (38)
- shell (11)
- sim (9)
- slide (54)
- sns (18)
- software (40)
- sony (8)
- ssh (7)
- startup (6)
- sublime (16)
- td-agent (6)
- technology (6)
- test (12)
- testing (7)
- tex (17)
- tips (6)
- tmux (6)
- tool (33)
- travel (8)
- tutorial (6)
- twitter (57)
- ubuntu (35)
- unix (9)
- vim (27)
- visualization (26)
- web components (9)
- web2py (10)
- webdesign (28)
- webservice (37)
- webサイト (6)
- webサービス (141)
- webデザイン (77)
- web制作 (25)
- wikipedia (21)
- windows (36)
- xml (9)
- あとでみる (19)
- あとで読む (313)
- おもしろ (13)
- お役立ち (31)
- お金 (8)
- かわいい (12)
- これはすごい (13)
- これはひどい (8)
- はてな (12)
- まとめ (227)
- アイコン (7)
- アジャイル (7)
- アニメ (6)
- アフィリエイト (9)
- アプリ (37)
- インターネット (10)
- インフラ (20)
- エロ (96)
- エンジニア (32)
- カフェ (8)
- クラウド (16)
- クラスタ (8)
- クレジットカード (6)
- グラビア (9)
- グルメ (9)
- ゲーム (7)
- コマンド (8)
- コミュニケーション (31)
- コーディング規約 (8)
- サイバーエージェント (7)
- サーバ (10)
- サービス (15)
- シソーラス (7)
- ストレージ (6)
- スポーツ (15)
- スマホ (7)
- スマートフォン (25)
- スライド (6)
- セキュリティ (23)
- ソーシャルゲーム (12)
- ツール (17)
- テスト (15)
- テンプレート (6)
- デザイン (26)
- データ (28)
- データマイニング (23)
- デート (8)
- ニュース (6)
- ネタ (271)
- ネット (7)
- ネットワーク (28)
- ネットワーク分析 (7)
- ノマド (8)
- バックアップ (6)
- バージョン管理 (9)
- ビジネス (41)
- ファイルシステム (7)
- フリーランス (8)
- ブログ (7)
- プログラマ (7)
- プログラミング (20)
- ホテル (14)
- マラソン (10)
- マーケティング (20)
- メガネ (6)
- メール (9)
- ライフハック (17)
- ランニング (6)
- リクルート (17)
- レシピ (6)
- 事例 (13)
- 京都 (6)
- 人生 (132)
- 人間 (12)
- 介護 (12)
- 仕事 (109)
- 仕事術 (20)
- 企業 (55)
- 会社 (26)
- 会話 (7)
- 位置情報 (10)
- 便利 (13)
- 健康 (29)
- 入門 (8)
- 写真 (39)
- 分析 (12)
- 労働 (11)
- 勉強 (43)
- 勉強会 (17)
- 勉強法 (17)
- 動物 (7)
- 動画 (27)
- 可視化 (12)
- 地図 (6)
- 増田 (26)
- 大学 (28)
- 大学院 (14)
- 女の子 (19)
- 女優 (10)
- 女性 (16)
- 学習 (19)
- 就活 (19)
- 就職 (8)
- 就職活動 (7)
- 広告 (11)
- 心理 (12)
- 恋愛 (39)
- 情報 (15)
- 技術 (9)
- 投資 (11)
- 掃除 (8)
- 政治 (9)
- 教育 (34)
- 数学 (15)
- 文字コード (9)
- 文章 (18)
- 料理 (8)
- 旅 (9)
- 旅行 (41)
- 日本 (22)
- 日本語 (9)
- 映画 (11)
- 時間 (14)
- 未踏 (6)
- 本 (28)
- 東京 (28)
- 東日本大震災 (11)
- 株 (8)
- 機械学習 (48)
- 正規表現 (6)
- 歴史 (9)
- 法律 (6)
- 海外 (26)
- 漫画 (10)
- 無線LAN (9)
- 環境 (6)
- 生活 (77)
- 用語 (8)
- 男女 (25)
- 画像 (198)
- 画像処理 (19)
- 監視 (10)
- 研究 (65)
- 研究室 (7)
- 研究者 (13)
- 社会 (20)
- 税金 (6)
- 素材 (16)
- 組織 (7)
- 経営 (12)
- 経済 (10)
- 結婚 (11)
- 統計 (23)
- 統計学 (6)
- 美人 (37)
- 美女 (9)
- 考え方 (80)
- 自転車 (16)
- 英文履歴書 (6)
- 英語 (21)
- 英語学習 (8)
- 解像度 (6)
- 解説 (19)
- 言葉 (29)
- 言語資源 (6)
- 訪問 (6)
- 設定 (25)
- 認証 (9)
- 読み物 (40)
- 論文 (20)
- 講義 (13)
- 負荷分散 (7)
- 資料 (32)
- 起業 (21)
- 転職 (8)
- 辞書 (13)
- 退職 (12)
- 運用 (12)
- 選挙 (6)
- 開発 (100)
- 開発環境 (8)
- 障害 (6)
- 音楽 (9)
- 風景 (9)
- 食 (11)
- Tech (528)
- programming (413)
- Android (376)
- あとで読む (313)
- ネタ (271)
- まとめ (227)
- Research (225)
- 画像 (198)
- Linux (169)
- Python (169)
2011年5月16日のブックマーク (1件)
-
Kshi_Kshi 2011/05/16
Wikipediaからの辞書拡張方法- NLP
- Mecab
リンク -
- 2011年5月17日
- 2011年5月16日
- 2011年5月14日
公式Twitter
- @HatenaBookmark
リリース、障害情報などのサービスのお知らせ
- @hatebu
最新の人気エントリーの配信
処理を実行中です
キーボードショートカット一覧
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
設定を変更しましたx