yonoの日記: 2011

Twitter 環境として TIG + tiarra + LimeChat を使ってるわけですが、最近よくあるのが「リプライを使わずに名前を呼ぶ」ってパターン。

で、それに対応するために LimeChat や TIG の単語マッチ機能を使うわけですが、そうすると今度は不要な（意味的にマッチしない）ツイートまで拾ってくることが多々有ります。

そこで、 mecab で形態素解析することで精度を上げられないか？とのアイデアをいただきまして、ちょろっとだけ試してみました。

今回は「ともちゃん」と呼ばれてる友人のケースで試してみました。

例文は以下の二つ。

それともちゃんとやったほうがいいよ →マッチしてほしい
福島第2は温度が４つともちゃんと出てるんだな。第1は温度が出てない。 →マッチしてほしくない

単純に mecab で解析してみるとこういう結果になります。

% mecab
それともちゃんとやったほうがいいよ
それとも 接続詞,*,*,*,*,*,それとも,ソレトモ,ソレトモ
ちゃんと 副詞,一般,*,*,*,*,ちゃんと,チャント,チャント
やっ 動詞,自立,*,*,五段・ラ行,連用タ接続,やる,ヤッ,ヤッ
た 助動詞,*,*,*,特殊・タ,基本形,た,タ,タ
ほう 名詞,非自立,一般,*,*,*,ほう,ホウ,ホー
が 助詞,格助詞,一般,*,*,*,が,ガ,ガ
いい 形容詞,自立,*,*,形容詞・イイ,基本形,いい,イイ,イイ
よ 助詞,終助詞,*,*,*,*,よ,ヨ,ヨ
EOS
福島第2は温度が４つともちゃんと出てるんだな。第1は温度が出てない。
福島 名詞,固有名詞,地域,一般,*,*,福島,フクシマ,フクシマ
第 接頭詞,数接続,*,*,*,*,第,ダイ,ダイ
2 名詞,数,*,*,*,*,*
は 助詞,係助詞,*,*,*,*,は,ハ,ワ
温度 名詞,一般,*,*,*,*,温度,オンド,オンド
が 助詞,格助詞,一般,*,*,*,が,ガ,ガ
４つ 名詞,一般,*,*,*,*,４つ,ヨッツ,ヨッツ
とも 助詞,副助詞,*,*,*,*,とも,トモ,トモ
ちゃんと 副詞,一般,*,*,*,*,ちゃんと,チャント,チャント
出 動詞,自立,*,*,一段,連用形,出る,デ,デ
てる 動詞,非自立,*,*,一段,基本形,てる,テル,テル
ん 名詞,非自立,一般,*,*,*,ん,ン,ン
だ 助動詞,*,*,*,特殊・ダ,基本形,だ,ダ,ダ
な 助詞,終助詞,*,*,*,*,な,ナ,ナ
。 記号,句点,*,*,*,*,。,。,。
第 接頭詞,数接続,*,*,*,*,第,ダイ,ダイ
1 名詞,数,*,*,*,*,*
は 助詞,係助詞,*,*,*,*,は,ハ,ワ
温度 名詞,一般,*,*,*,*,温度,オンド,オンド
が 助詞,格助詞,一般,*,*,*,が,ガ,ガ
出 動詞,自立,*,*,一段,連用形,出る,デ,デ
て 動詞,非自立,*,*,一段,未然形,てる,テ,テ
ない 助動詞,*,*,*,特殊・ナイ,基本形,ない,ナイ,ナイ
。 記号,句点,*,*,*,*,。,。,。
EOS

どちらも単語として「ともちゃん」は抽出できませんでした。そこで、ユーザ辞書を作成してみます。公式ページを参考に CSV ファイルを作成し、.dic ファイルを生成します。


% cat tomochan.csv
ともちゃん,1223,1223,0,名詞,固有名詞,人名,名,*,*,ともちゃん,トモチャン,トモチャン
% /opt/local/libexec/mecab/mecab-dict-index -d/opt/local/lib/mecab/dic/ipadic -u tomochan.dic -f utf-8 -t utf-8 tomochan.csv

作成したユーザ辞書を使用する設定を mecabrc に記述します。


% cat /opt/local/etc/mecabrc     
;
; Configuration file of MeCab
;
; $Id: mecabrc.in,v 1.3 2006/05/29 15:36:08 taku-ku Exp $;
;
dicdir =  /opt/local/lib/mecab/dic/ipadic

; userdic = /home/foo/bar/user.dic
; 以下の行を追加
userdic = /Users/yono/tomochan.dic

; output-format-type = wakati
; input-buffer-size = 8192

; node-format = %m\n
; bos-format = %S\n
; eos-format = EOS\n

もう一度 mecab で解析してみます。

% mecab
それともちゃんとやったほうがいいよ
それとも 接続詞,*,*,*,*,*,それとも,ソレトモ,ソレトモ
ちゃんと 副詞,一般,*,*,*,*,ちゃんと,チャント,チャント
やっ 動詞,自立,*,*,五段・ラ行,連用タ接続,やる,ヤッ,ヤッ
た 助動詞,*,*,*,特殊・タ,基本形,た,タ,タ
ほう 名詞,非自立,一般,*,*,*,ほう,ホウ,ホー
が 助詞,格助詞,一般,*,*,*,が,ガ,ガ
いい 形容詞,自立,*,*,形容詞・イイ,基本形,いい,イイ,イイ
よ 助詞,終助詞,*,*,*,*,よ,ヨ,ヨ
EOS
福島第2は温度が４つともちゃんと出てるんだな。第1は温度が出てない。
福島 名詞,固有名詞,地域,一般,*,*,福島,フクシマ,フクシマ
第 接頭詞,数接続,*,*,*,*,第,ダイ,ダイ
2 名詞,数,*,*,*,*,*
は 助詞,係助詞,*,*,*,*,は,ハ,ワ
温度 名詞,一般,*,*,*,*,温度,オンド,オンド
が 助詞,格助詞,一般,*,*,*,が,ガ,ガ
４つ 名詞,一般,*,*,*,*,４つ,ヨッツ,ヨッツ
ともちゃん 名詞,固有名詞,人名,名,*,*,ともちゃん,トモチャン,トモチャン
と 助詞,格助詞,引用,*,*,*,と,ト,ト
出 動詞,自立,*,*,一段,連用形,出る,デ,デ
てる 動詞,非自立,*,*,一段,基本形,てる,テル,テル
ん 名詞,非自立,一般,*,*,*,ん,ン,ン
だ 助動詞,*,*,*,特殊・ダ,基本形,だ,ダ,ダ
な 助詞,終助詞,*,*,*,*,な,ナ,ナ
。 記号,句点,*,*,*,*,。,。,。
第 接頭詞,数接続,*,*,*,*,第,ダイ,ダイ
1 名詞,数,*,*,*,*,*
は 助詞,係助詞,*,*,*,*,は,ハ,ワ
温度 名詞,一般,*,*,*,*,温度,オンド,オンド
が 助詞,格助詞,一般,*,*,*,が,ガ,ガ
出 動詞,自立,*,*,一段,連用形,出る,デ,デ
て 動詞,非自立,*,*,一段,未然形,てる,テ,テ
ない 助動詞,*,*,*,特殊・ナイ,基本形,ない,ナイ,ナイ
。 記号,句点,*,*,*,*,。,。,。
EOS

期待してたのとは真逆の結果に……。

とりあえずこのへんで一旦終了。

もう一週間近く立ちましたが、eXtream HAGO LT 大会 2011 Winter に参加してきたのでその報告を。

そもそも eXtream HAGO とは何かと言うと、おそらく周りには理解されないだろうしお金儲けにもつながらないであろう自己満足な技術を発表する場を設けよう！というかなりアホな（褒めてます）イベントです。

もともとは身内だけで進めようとしていたイベントが、いつのまにやら沖縄県内の勉強会やらコミュニティを巻き込んで大規模なイベントになってしまいました。

テーマは自由ということもあって、Web デザインから組み込み系まで非常にバラエティに富んだ内容となりました。

詳細書きたいのですが、ust で配信されたりされなかったり資料も公開だったり非公開だったりとばらばらなので、支障が出ない範囲で箇条書きします。

結論からいうと IRC にひきこもりたい
普通の内容かと思いきや途中から急に変態じみてくる自称初心者
つくばだからしょうがない
あくまでインスパイアです
あくまでインスパイアですよ
人は切羽詰るとおもしろいツイートを投稿する
一気に物理層まで下りていったせいか誰もついてこれない
基板にかわいいという形容詞が
ピンクのおじさんはえらいひとです
ありがとうございました
grep 2.5 使ってる奴はもぐり
コードにありがとうと声をかけるときれいなコードになります
バイナリを読む勉強会
神速で気付く
Vim がアレだって話なのに screen に食いつく変態たち
肉体言語
ライブ elisp コーディング

何がなんやらって感じですが、概ね間違ってはないかなーと思います。
そういう内容でした。次回以降も続いていくと思われるので、そのときを楽しみにネタを用意しておこうと思います。関係者の方々お疲れ様でした！

yonoの日記

2011年4月10日日曜日

Mac でプレゼンするときに気をつけること

2011年4月3日日曜日

IRCクライアントの無用なnotifyをmecabで判別する

2011年4月1日金曜日

vmkfstools で vmdk をコピーするときの注意点

2011年2月13日日曜日

eXtream HAGO LT 大会 2011 Winter に参加してきました！！