[B! mecab] somemoのブックマーク

somemo id:somemo

mecabに関するsomemoのブックマーク (5)

形態素解析に使う辞書は何が適切なのか？ | ニュース | FLAMA技術Blog
クラウド時代のWebアプリケーション・スマートフォンアプリを開発・運用する会社です。 03-4577-8680 03-6673-4950 久々にMeCabを使おうと思ったんですが、そういえば辞書の違いによる結果の違いはどれくらいあるんだろう？と思い立って検証してみることにしました。 MeCabで一般的に使われる辞書は・IPA辞書・unidic ・NAIST辞書の3つです。解析結果は入力する文章の傾向によってかなり左右されることが過去わかっているので、いくつか文体の異なるテキストを用意して解析させてみました。１）新聞記事まず、辞書を作成するために多くの新聞記事が利用されています。よって、新聞記事に近い文体の文章は、どの辞書でもかなり近い結果になります。２）エンタメ誌記事ほぼ同じですが、「教科書的でない語」の分解に若干差が見られます。例：IPA辞書・NAIST辞書「修羅場」u
somemo 2014/09/30
mecab

nlp
リンク
Introduction of Mecab.jl #JuliaTokyo
2. 自己紹介 • Michiaki Ariga • twitter / github : chezou • Software engineer at Cookpad Inc., • kawasaki.rb / Machine Learning / JuliaTokyo(運営側)
somemo 2014/09/28
julia

mecab
リンク
日本テレビ東京で学ぶMeCabのコスト計算 | mwSoft
今回はこの言葉の解析をMeCab＋NAIST辞書にお願いして、結果を分析することで、MeCabが行っているコスト計算について勉強してみたいと思います。とりあえず実行してみるさっそくMeCabに「日本テレビ東京」を解析してもらいましょう。 $ echo 日本テレビ東京 | mecab 日本名詞,固有名詞,地域,国,*,*,日本,ニッポン,ニッポン,, テレビ東京名詞,固有名詞,組織,*,*,*,テレビ東京,テレビトウキョウ,テレビトーキョー,, EOS 「日本 | テレビ東京」と分けていますね。視聴率的には負けていますが、NAIST辞書的には日本テレビよりもテレビ東京が優先されたようです。ちなみに「フジテレビ東京」ではどうなるでしょうか。 $ echo フジテレビ東京 | mecab フジテレビ名詞,固有名詞,組織,*,*,*,フジテレビ,フジテレビ,フジテレビ,, 東京名詞,
somemo 2014/09/24
nlp

mecab
リンク
Sen - 日本語形態素解析システム
Sen は Java で書かれた日本語形態素解析システム。 C++ で開発されている MeCab を Java に移植したもの。辞書は MeCab、茶筌と同じIPAの辞書を利用。 Sen配布ページ辞書の構築に Apache Ant が必要。このページは Sen version 1.2.2.1 用である。インストール Apache Antのインストール Sen は辞書を構築するのに Apache Ant というビルドツールを使う。これをあらかじめインストールしておく必要がある。 Apache Ant のインストール SenのインストールパッケージはSen配布ページから sen-1.2.2.1.zip をダウンロードしておく(mirror)。以下では ~学籍番号/Desktop/ にダウンロードしたものとして話を進める。展開 /usr/local に展開し、ディレクトリ名を se
somemo 2014/09/24
mecab

java
リンク
MeCabで基本形の内容語のみで分かち書きを行うオプションを追加 — KiyuHub
somemo 2014/09/22
mecab

NLP
リンク
1