本日、キーワード名とふりがなが対になっている、はてなダイアリーキーワードふりがなリストを公開しました。ユーザー様が独自に作成されている辞書などで、名詞の読み仮名などでご活用いただくと便利かと思います。 以下のURLを右クリックでファイルに保存してご覧ください。 http://d.hatena.ne.jp/images/keyword/keywordlist_furigana.csv http://d.hatena.ne.jp/images/keyword/keywordlist_furigana_with_kid.csv (キーワードID つき) ※タブ区切りの csv 形式、文字エンコードは EUC で改行コードは LF となっております。 ※ファイルサイズが本日現在 4M 強ほどあります。ブラウザで開く際はご注意下さい。 このリストをは定期的に最新情報に更新しています。どうぞご利用下さ
ブロガー人口600万人、mixi人口300万人の時代。その巨大化した世界を眺めるにはブラウザーを超えたWeb2.0的な閲覧ソフトを使ってみると効果的。今回はプラネタリウムのようにこうした人的情報の世界を覗いてみよう。 ブログをやっている人の人口は、昨年の総務省の推定（詳細は同ページPDF）だけど、2006年3月末の時点で延べ621万人。閲覧だけという人も含めると2539万人になるという。市場規模でみると2006年度は140億円。関連市場を含めると1377億円。ほんとにそんなにあるのだろうか。ブログ広告市場だけで70億円という推定もあるけど、本当ならブログでアフィリエイト（バナー広告）している人はがっぽり儲けてる？ 仮にブログのアクティブ・ユーザー201万人の1/10、20万人のアフィリエイターに30億円くらいがアフィリエイト費に回ったとすると、ひとり分1万5000円。これって年間だから、月
MeCabをPerlから使う 2006-02-25-4 [Programming][NLP] NAISTの後輩のスーパーハカー taku-ku 氏作の形態素解析エンジン MeCab。 解析スピードは ChaSen より速いし、なにより今もメンテされてるのが 素晴らしい。20%ルール！？ Perlモジュールもあって、しかも使い勝手も良いので Text::ChaSen [2006-02-24-3]は止めて、こっちを使っていこうかと。 MeCab: Yet Another Part-of-Speech and Morphological Analyzer <http://mecab.sourceforge.jp/> 以下を取ってきてすんなりインストール。何のバッドノウハウもなし。 - mecab-0.90rc9.tar.gz - mecab-ipadic-2.7.0-2005
はてなダイアリーの注目キーワードの計算方法が言及数の増加率に変更になったわけですが、注目キーワードページがかなり面白い情報になってきています。 http://d.hatena.ne.jp/hotkeyword 例えば今日の順位を見ていると「長浜市」とか「長浜」、「滋賀県」とかがすごい勢いで言及数が伸びていることが分かります。 http://d.hatena.ne.jp/keywordstats/%c4%b9%c9%cd%bb%d4 http://d.hatena.ne.jp/keywordstats/%c4%b9%c9%cd 一体滋賀県の長浜で何が起きたのか、と思って調べると悲しい殺人事件があったのが原因なんですね。 あと、3位に「ニューヨークの恋人」が入っています。 http://d.hatena.ne.jp/keywordstats/%a5%cb%a5%e5%a1%bc%a5%e8%a
はてブの検索について考える。 今のはてブの検索は「タグ」「キーワード」「URL」で、 一般的な検索サービスにはない「タグ」が最大の特徴だと思います。 でも、この「タグ」検索はちょっとクセモノ。 まず一般的な検索について考えてみます。 「Ajaxを用いているWeb2.0」について探したいとする。 まぁGoogleなら[ajax][Web2.0]なんかが検索ワードになりそうです。 そして、英語が苦手なので「日本語のページを検索」にします。 この例からも分かるように、 検索とはキーワードで検索対象を絞り込んでいく作業です。 つまり、不要（と思われる）情報を削っていく作業に過ぎないのです。 では、これをはてなに導入するとどうなるか考えてみます。 ・・・ やっぱりタグがクセモノになる。 どういうことか？ タグはみなさんが後々見返しやすいようにブクマするときに付ける目印です。 目印なので「分かりやすい
ソニーコミュニケーションネットワークは、So-net10周年を記念したプレス向け懇親会で、検索ツール「Blog Keyword Visualizer」を公開した。同ツールは、様々なブログでどんな話題が盛り上がり、集中し、分散していくか、その様子をグラフアニメーションで見せるリアルタイムサービス。現在のところ無料提供される見通しで、来週からベータ版が公開される予定。 デモンストレーションで公開されたのは、2005年12月31日から2006年1月1日にかけての記録。内容を読み取ると、NHK、ジャニーズ、PRIDE、紅白歌合戦……と、年末特番に話題が集中。これらも時間を追うごとにどんどん分散されていき、いずれ新しい「ホットな話題」が出現する Blog Keyword Visualizerは、RSSを介し、ブログサイトに投稿された記事を収集、それらをサーバーで解析し、キーワードを抽出したうえでア
ウェブサイトの更新情報をRSSで配信するサービス「MyRSS.jp」を運営するサイドフィードは12月14日、ブログを訪れた人がどんな検索キーワードを入力して来たかがわかるサービス「トラックワード（ベータ版）」を開始した。利用料金は無料で、同社のサイトからブログを登録すれば利用できる。 トラックワードの主な機能は3つ。ブログを訪れた人がどんな検索キーワードを入力して検索エンジンから来たかがブログの各ページごとに分かる「検索エンジン解析」（画面1）のほか、検索キーワードランキングを自分のブログに表示できる「検索キーワード表示」、トラックワードを利用しているブログの中で、より検索されているブログをキーワードごとにランキングで表示する「検索キーワードランキング集計」（画面2）がある。 トラックワードを開始する狙いについて、サイトフィードでは「ブロガーの方が『どのようなキーワードで検索されるべきか』
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
みなさんの blog のキーワード算出してみました [ ウェブログに関すること ] 会社の後輩 D 君が、tf・idf 法という単語の重み付けをする方法?を使って RSS の中から特徴的なキーワードを抽出するスクリプトを書いていました。こりゃ面白いと思ったのでスクリプトを拝借して、RssRolling で巡回したみなさんの RSS を喰わせてみました。キーワードを見れば、今その blog でどんな話題が扱われているかなんとなく分かるような分からないような、なかなか興味深い結果になってます。 * keyword.rb の出力結果 http://naoya.dyndns.org/~naoya/keyword/ hirosh さんの『Soanblog 創庵』ですと、1位は「カフェ」。茶香間の話題が入っているのかな? (3位が「ジョジョ」だったりするのが笑えるのですが。) とおる。さんの『とおるの
Try search engine marketing with Yahoo! Sponsored Search. Connect with customers searching for what you sell. Try search engine marketing with Yahoo! Sponsored Search. Advertise your business in search results on Yahoo! and other popular sites. You can put your business in front of potential customers at the precise moment they're searching for what you sell.
形態素解析と検索APIとTF-IDFでキーワード抽出 2005-10-12-1 [Programming][Algorithm] 形態素解析器と Yahoo! Web 検索 API と TF-IDF を使ってキーワード抽 出するという先日の検索会議でのデモ、KEYAPI[2005-09-30-3]。 教科書に載っているような基本中の基本ですが、あらためてエッセンスを 簡単な例で解説したいと思います。 目的：キーワード抽出対象テキストから、そのテキストを代表する キーワードを抽出します。TF-IDF という指標を用います。（この値が大 きいほどその単語が代表キーワードっぽいということでよろしく。） TF-IDF を計算するためには、 (1) キーワード抽出対象テキスト中の代表キーワード候補出現数 (TF)、 (2) 全てのドキュメント数 (N)、 (3) 代表キーワード
Warning: Trying to access array offset on value of type null in /home/dli/digitallife.tokyo/public_html/wp/wp-content/themes/anima/includes/loop.php on line 298 Tag Cloudって面白いけど、タグを付けるのが面倒・・・ 日本語のHTMLから自動でキーワード抽出して、Tag Cloud風に表示してみたらどうなるかなと思いテストで作ってみました。 テストなので、キーワード抽出部分は、言選Ｗｅｂを利用させて頂いています。 http://saya.s145.xrea.com/x/keyword.cgi?url=(URL)&css=(CSS URL) いくつかのページで試してみましたが、一目で書かれているキーワードが分かってちょっと面白い
このページでは文章中から専門用語（キーワード）を切り出すことができます。文章中から厳選された言葉を選んでくれますからその名の通りゲンセンWebなのです！ このシステムは専門用語自動抽出用Perlモジュール"TermExtract"の機能を、Web上で提供するものです。ただしスタンドアロン版と比べて利用できる機能に制限があります。 次のいずれかで専門用語（キーワード）を切り出すデータを指定します。 Web上のhtml化された文章もしくはPDFをURLで指定 文章を直接入力するか貼り付ける Windows上のテキストファイル、もしくはPDFを指定 入力ボックス下のチェックボックスから和文、英文を選択。 専門用語（キーワード）抽出ボタンをクリック しばらくすると専門用語（キーワード）が重要度の高い順に表示される。 ●URL指定は右の欄へ ●文章を入力もしくは貼り付けてる場合は下の欄へ ●お使いの
中学二年頃の時期特有の痛い言動を揶揄したもの。「自分は選ばれた特別な存在」という自己愛が暴走し、周囲の感覚を超越した自分になろうとする病。現実的に不可能な世界に憧れたり、逸脱的な趣味・嗜好を顕示したりする。 ※「バカッター」など、自覚的に非常識行動を愉しむ人のことではない。 ※各々の私的体験を懐古する自虐ネタとして「〇〇病」が使われることがあるので、一般的定義と異なる解釈も出回っている。
『現代用語の基礎知識2006』にはてなダイアリーキーワードが約100語掲載される旨の告知を7月に行っておりましたが、 http://d.hatena.ne.jp/hatenadiary/20050711/1121066011 本日、自由国民社より掲載予定語の発表がありました。 『現代用語の基礎知識2006』に掲載予定のはてなダイアリーキーワードは以下の105キーワードです。 オリキ 推しメン ヲタ芸 DD お菓子系 全ステ 大パ 「たん」 カトキ立ち ラッキースケベ 萌え属性 ツンデレ 萌え擬人化 無表情キャラ 脳内彼女 大きなお友達 珍走団 ゴスロリ サークルクラッシャー じゃじこ キグルミン ローリング族 ヲタヲタ モヒカン族 ほ、ほーっ、ホアアーッ!! ホアーッ!! 中二病 それが俺のジャスティス オンドゥル語 amazon病 リリアン編み ロリィタ 超脚本 盆栽 ○ー○ー○ー○ #
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