• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 地域情報の抽出 へ行く。
  • 1 (2009-07-23 (木) 09:02:33)
  • 2 (2009-07-23 (木) 11:05:44)
  • 3 (2009-07-24 (金) 09:43:36)
  • 4 (2009-07-25 (土) 10:26:21)

研究テーマ

1. 「小樽」を含む16万件のブログから「といえば（と言えば）」を含む文を抽出　重複なし 回数付き htmlファイル
2. 「小樽」を含む16万件のブログから「ならば」を含む文を抽出　重複なし 回数付き htmlファイル
3. 手がかり語として、日本語機能表現つつじを利用する
   • 処理手順
   • 「日本語機能表現つつじ」のダウンロード　http://kotoba.nuee.nagoya-u.ac.jp/tsutsuji/
   • 解凍ファイルの中に含まれる　「xml2list.perl」　を利用する
   • 階層　L2　の　BASE と MEANINGを利用するために、次の処理
     • L2.llist デフォルトで格納されている

       	あいだは,0651,,r11,B,normal,b590,,02,0,-,,,
       	あまりに,2671,,l31,B,normal,d590,,01,0,65-66,,S999-29R04,2C1.002n01

     • MEANINGを表示するためにxml2list.perl をちょっと変更

       	#$a->{"surface"} = $a->{"BASE"}; # 便宜上、基本形を表層形とする
       	$a->{"surface"} = $a->{"BASE"} . "," . $a->{"MEANING"}; # 便宜上、基本形を表層形とする

     • % perl ./xml2list.perl -L 2 > newlist　
     • MEANINGが追加される

       	あいだは,順接限定,0651,,r11,B,normal,b590,,02,0,-,,,
       	あまりに,強調,2671,,l31,B,normal,d590,,01,0,65-66,,S999-29R04,2C1.002n01

     • 抽出した機能表現　手がかり語　3文字以上 txtファイル
     • 「小樽」を含む16万件のブログから「機能表現」を含む文を抽出　重複あり 27MB txtファイル
     • 「小樽」を含む16万件のブログから「機能表現」を含む文を抽出　重複なし 回数付き 129,593　表現 28MB txtファイル
     • 「小樽」を含む16万件のブログから「機能表現」を含む文を抽出　重複なし 回数付き 31MB htmlファイル
4. 「○○市といえば」で検索したデータ2009年7月13日
5. 「○○市といえば」で検索したデータ2009年7月17日
6. Google7gram「小樽といえば」