2005年03月の記事
全7件 (7件中 1-7件目)
1
-
日本語形態素解析システム JUMAN Ver.5.0 (1)
JUMAN Ver 5.0 が公開されていたので、ちょっとインストールして試してみた。このバージョンの特徴は、日本語の基本的語彙，約3万語（固有名詞を除く）を選定した．表記バリエーションの整備を行い，代用表記を出力することとした．その他の整備（読みの音訓情報の付与，「読ます」「読まされる」などの使役形への対応）ということのようだが、JUMAN 4.0 では 6万8千語が収録されていた。これを絞り込んで約3万語ということかな。でも（固有名詞を除く）というのがあるが、固有名詞をすべて削除してある訳でもないようなので、実際のところ数えてみないと増えたんだか減ったんだか分からない...。ちょっと試してみよう。たとえば、mecab を使うと次のようになるが、JUMAN 5.0 だと、中途半端な登録がないせいか潔い結果になる(JUMAN の古いバージョンがいないので変な比較になってしまうが...)。mecab 0.8 の場合ウルトラマン 名詞,固有名詞,一般,*,*,*,ウルトラマン,ウルトラマン,ウルトラマンウルトラ 名詞,一般,*,*,*,*,ウルトラ,ウルトラ,ウルトラセブン 名詞,固有名詞,一般,*,*,*,セブン,セブン,セブン仮面ライダー 名詞,固有名詞,一般,*,*,*,仮面ライダー,カメンライダー,カメンライダー所 名詞,固有名詞,人名,姓,*,*,所,トコロ,トコロジョージ 名詞,固有名詞,人名,名,*,*,ジョージ,ジョージ,ジョージビートたけし 名詞,固有名詞,人名,一般,*,*,ビートたけし,ビートタケシ,ビートタケシJUMAN 5.0 の場合ウルトラマン ウルトラマン ウルトラマン 未定義語 15 カタカナ 2 * 0 * 0 NILウルトラセブン ウルトラセブン ウルトラセブン 未定義語 15 カタカナ 2 * 0 * 0 NIL仮面 かめん 仮面 名詞 6 普通名詞 1 * 0 * 0 "代表表記:仮面"ライダー らいだー ライダー 名詞 6 普通名詞 1 * 0 * 0 "代表表記:ライダー"所 しょ 所 名詞 6 普通名詞 1 * 0 * 0 "漢字読み:音 代表表記:所"@ 所 ところ 所 名詞 6 普通名詞 1 * 0 * 0 "漢字読み:訓 代表表記:所"ジョージ じょーじ ジョージ 名詞 6 人名 5 * 0 * 0 NILビート びーと ビート 名詞 6 普通名詞 1 * 0 * 0 "代表表記:ビート"たけし たけし たけし 名詞 6 人名 5 * 0 * 0 NILJUMAN 5.0 の辞書の方が、中途半端な登録がないので、実に潔い結果になる。「ウルトラマン」も「ウルトラセブン」も素直に未知語に落ちてくれるのに対して、mecab の使っている辞書は中途半端に、「ウルトラマン」は登録してあるのに「ウルトラセブン」はないから、扱いに困る。次は、代表表記で遊んでみよう。
2005.03.27
コメント(0)
-
上場企業の企業名と銘柄名
上場企業名を辞書化するために、まず、上場企業の一覧を探してみた。考えてみると、次々に IPO する会社があるし(2005年3月で12社あった)、社名を変更する会社もある。辞書にこれをタイムリーに反映していくのは、かなり大変な作業になりそう。とりあえずは、まず、作業のひな形として、日経平均採用銘柄からはじめることにする。作業をはじめてみて、すぐに、社名と銘柄をごっちゃに扱ってはいけないなと気がつく。大成建設は大成建のように会社名と銘柄は必ずしも一致しない。ということで、大成建設と大成建の両方を登録しなければいけないかと思い当たる。大成建設を登録せずに大成建だけ辞書登録しておくと、「大成建」「設」という解析結果になってしまうし。加えて読みをどうつけていくかという問題もある。「大成建」を「たいせいけん」とするか「たいせいけんせつ」とするか。「ＸＸＨＤ」を「ばつばつえいちでぃー」とするか「ばつばつほーるでぃんぐす」とするか。銘柄の読みをつけるうちに頭が痛くなってきた。そして、意味の処理を加えようとすると、大成建設と大成建は同じなのでマッピングをしなければならないし、これにコードもつけていくとなると、また、大変。企業名や銘柄を辞書化するという作業は、一つの知識データベースを作るようなものだったりするのだな。証券会社はこうしたデータを持っているのだから、会員登録している人には無料または実費に近い料金で売り出してくれればよいのに。そうしたサービスをするしないに限らずデータの維持をしているのだから、辞書の作成業者が作るより、よっぽど低コストで作れるのだし。とはいえ、そうしたデータが今は得られていないので、郵便番号のデータと組み合わせれば少しは何とかなるかな。郵便番号データの事業所の個別郵便番号を元にすれば、上場企業なら情報を抽出できるのではないかと期待してみる。しかし、これは思ったよりも苦労する。試しに手作業で、「事業所 ７桁郵便番号検索」を検索してみたのだが、銘柄そのものを入れても、当然のことながら検索にマッチしなかったりする（それにしても、この郵便番号データは、（株）となっているものと「株式会社」となっているものとが入り乱れているのが気になる）。とりあえず、だいたいのところは埋められたが正式な会社名が分からずに検索できない会社もある（すべての会社が事業所の個別郵便番号を持っているとは限らないようだし）。と思ったが、ちゃんと調べてみると、日経のページにちゃんと日経平均採用銘柄があった。あたりまえか。材料は一応そろった。んが、日経平均も、こうやってときどき変更があるから、こまめにチェックして更新しなきゃならないのね...。加えて、同系列の企業をまとめることができるといい。たとえば、ライブドアの動きによってニッポン放送株が値上がりし、フジテレビジョンも値上がり、そしてテレビ関連の銘柄でテレビ朝日なども連動して値上がりする。そうすると、資本関係や同業をとらえることができるデータベースがあるとよいということになる。あるいは、ある企業の子会社が上場するとなると、親会社の株も上場前には連動して高くなるだろうし。これを維持するとなると、ますます大変なことになる...。単なる形態素解析のための辞書と、それ以外の知識を分けないとどうしようもないが、辞書のあまったフィールドの中にこうした情報も入れたくなるのも人情だろう。とはいえ、データがほしいほしいと言っていると、東洋経済のデータのように何十万円になってしまう。そこまでは必要ないし。『会社四季報CD-ROM』から抜き出すのがよいかな。テキストファイルへの書き出しもできるようだし。あきらめずに探すと、Vector に株式上場企業辞書があった。相場用語IME辞書などもあったが、これはシェアウェア。約1,000語で1050円なので、1語あたり約1円か。自分で調べて入力するのも面倒だし買ってしまいたくなる。新規公開株情報公開サイト Tokyo IPO社名変更 （トレーダーズ・ウェブ）日経平均採用銘柄銘柄一覧銘柄一覧郵便番号データ事業所 ７桁郵便番号検索東洋経済DATABANK 会社基本情報データテキスト版Vector 株式上場企業辞書相場用語IME辞書
2005.03.20
コメント(0)
-
Blog と株価
今、興味を持っているのは、Blog と株価の連動。株価は人気に左右されるのだから、たくさんの Blog に出てくる銘柄は、何らかの株価変動をする、または、したものであると推測できる。この連動をグラフにでもできればおもしろいだろう。さらに、変動の前に振れる人、後に振れる人をチェックしていくと、未来予想型の Blog あるいは煽り型の Blog と、記録型、勝ち誇り型、負け惜しみ型等々に自動分類できたりするかもしれない。Blog は人気の変動を見るのにおもしろい対象だと思う。Blog から日付をチェックしつつ、コンテンツを取得するには、やはり RSS を配信しているものが都合がよいだろう。また、形態素解析を正しくするためには、辞書の再構築が必要。上場している会社名をすべて登録することが必要になる。おもしろい対象としては、ライブドア 4753 のように東証のコードなどをどう扱うかというのがある。4753 は数字として解析されるのだろうが、数字ではなくある体系の中で意味を持つコードだ。そして、4753 はライブドアと同義。これは文脈解析を含む構文解析レベルでないとまともに判定できないだろうな。うひひっ、という感じ。「ライブドアを買い付け」と「4753を買い付け」は同じ扱いにしたい。そして、ライブドアを含むページには、4753 を含むページも含ませたい。うひひっ、うひひっ、という感じだ。文を文脈の中に位置づけていく手法がもっと流行って、気軽に扱えるようになるとうれしいのだけれど。とりあえずは、対象となる Blog からのエントリを形態素解析にかけて必要な単語を取り出すところから始めることにしよう。タスクリスト上場会社の辞書作成、またはチェック株式関連の辞書作成、またはチェック情報取得対象となる Blog の選定RSS の取得・保存処理作成RSS の解析・保存処理作成1日単位の Blog 情報取得処理作成1日単位の Blog 形態素解析処理・情報保存処理作成
2005.03.20
コメント(0)
-
最初の取引は成功
前日に買い付けたライブドアの株を今日は売ってみることにする。昨日の反省をもとに、変動幅をチャートを見ながらある程度予想して、今度はまじめに限界の線でつけてみた。やっぱり逆指値の成り行きで 367円でしかけておく。また、深夜になって確認してみると、ちゃんと売れていた。ということで、手数料、源泉所得等を差し引いて 20,010円の勝ち。しかし、これはほんとのマネーゲームだな。こういういい加減なやり方をしていると、そのうち痛い目を見るに違いないが、それはそれでよし。でも、このぐらいの金額だと、つっこんだ金額と得られた金額を考えると、パチンコでもやっている方が効率よいのかなという感じもする。が、まあ、宝くじより期待値は高いから年間数十万損してもいいやという気でやれば、そう悪いことにもなるまい。
2005.03.18
コメント(0)
-
楽天の振り込み口座に入金
とりあえず50万円を楽天の口座に入金。マーケットスピードでログインできなかったのは、別の時間に試したら問題なくなった。ホームページを見たら、バッチ処理が長引いていたので、そのせいだったのかもしれないが、それにしてもエラーメッセージが不親切。エラーへの対処の仕方でアプリケーションの質（ユーザーインターフェースの作り込みのきめ細かさ）が分かる。まだまだ、技術優位ってことになる。何はともあれ、これで売買ができるようになった。ライブドアが、少し下げることを見込んで逆指値の成り行きで買いを入れた。この逆指値というのは便利な機能で指定した金額より上がったり、下がったりしたタイミングで株を売り買いできるもので、非常に便利。こういうものがないと、専業状態で画面とにらめっこしないと望んだタイミングで売り買いすることができないだろうな。とにかく、ここまでは下げないかなと思える価格で逆指値で買いを入れてみる。最初だから取引が成立しなくてもまあいいかと。しかし、夜家に帰ってみると、しっかり買い付けができていた。思ったより下げた。今日の取引は結局、343円で買い付けたものの、さらに377円に下がって、1000株あるので7955円の損。1日の変動幅をちゃんと見定めないと放置プレーはうまくいかないな。少しは研究してから買えよな。
2005.03.17
コメント(0)
-
楽天証券に口座開設
○今日の株オンライントレーディングを始めようと前から思っていたのだが、勢いで楽天証券に口座を開設した。本来なら、自分がどういう形態で株の売買をするかを考えた上で手数料などを考えた上で証券会社を選択すべきなのだろう。が、まずは始めてしまい、その後慣れたところで再度考えればいいやという結論に達したからだ。楽天証券は DLJディレクトSFG証券を楽天が買収した会社で、DLJ証券の買収は「儲かるから」---楽天の三木谷社長、今後のビジネス拡大に自信というもの。まあ、この戦略にまんまと乗ってしまうということになる。とりあえず、口座開設のお知らせが3月10日にきたのだが、今日までほっぽっておいた。マーケットスピードというオンライントレーディングのための専用ソフトをまずインストール。起動してログインすると、マーケットスピードの利用申請をするようにメッセージが出るので利用申請をしようとしたら、暗証番号を入れても、「 エラー・メッセージ Unknown message, set 28, number 0 」となってしまう。アプリケーションとしてみたときエラーメッセージの質はよくないな。おかしいなぁと何度かやってみると、今度はログインさえできなくなった。んー、なんだかさい先の悪いスタートなのであった。とりあえず、今日はやめておく。なんとなく、google で「マーケットスピード エラー」で検索。4460件。それなりにトラブルがあるのかな。ちなみに、楽天証券のシステムは Sun のサーバーを使っているようだ。Sun Fire V210 と比較的安いサーバー（エントリーレベルサーバー）を約80台使っているみたい。「従来のHP A500、N4000、L1000、L2000、rpシリーズを30台のSun Fire V210に切り替えたことで、運用コストだけを考えても現状3割減（約2億円）のコスト削減効果が見込めます。」ということらしい。楽天証券，運用コストの3割削減狙いWebシステムを10月に刷新NIKKEI NET: 成長企業が実践するIT戦略とは 成功事例2 楽天証券Sun Fire V210価格また明日試してだめなら問い合わせを出そう。そういえば、購入資金の振り込みをしなくては。さていくらから始めるかな。これは振り込みのときの勢いで決めることにする。
2005.03.16
コメント(0)
-
新しいノートPCが届く（ジャストシステム製品使ってあげる）
○今日の気持ち（梅の花）ちょっと前のこと(3/5)に湯島天神に梅を見に行った。まだ少し早かったが、それはそれで楽しめた。そして、なんとなく鉢植えの梅を買った。先週は、部屋の中で奇麗に咲いていた。むさい部屋でも花があるだけで多少は気分が変わる。今日はもうだいぶ花が落ちてしまって、さみしくなってしまった。さて、この鉢植えの梅は来年まで生き延びることができるだろうか。ついつい水をやり忘れたりして、かわいそうなことをしてしまうので...。いかんよなぁ。○ 今日のお買い物 (Dell のノートPC － なぜか、がんばれジャストシステム？）先日購入したDellのノートPC(Dell INSPIRON 6000)が届いた。本来、10数万で変えるものなのになんで30万円くらいになっちゃったのかなぁ。オプション買いすぎ...。このマシン画面も大型、ボディも大型で、とても外に持ち運べるような代物ではないが、デスクトップ機の代替に十分なりそうな感じ。よほどぶち切れてしまわない限りは、当分パソコンは買わないですむだろう。といいつつ、今度は持ち運びに苦労しないやつも、もう一台ほしいとか思っているので我ながらたちが悪い。今日は大インストール大会だった。会社ではマイクロソフトのOffice製品を使っているが、このパソコンにはあえてジャストシステムを使いまくることにした。一太郎2005、花子2005、三四郎2005、ConceptSearch、角川類義語新辞典、共同通信社ハンドブック辞書、Shuriken Proと買いそろえる（というか、すでに購入してあったものをインストールしたのだが）。普段、マイクロソフトのOffice製品を使っていても、VBAを駆使したりすることもないし、特に家で使うのにOfficeでなければいけないということもない。日本語を書くということを考えたときには、Office製品を使うより、一太郎を使った方がはるかに効率よく書ける。アウトライン機能とかもよくできているし（Wordのものより使いやすい）、文章校正機能もいい。シンキングテンプレートなどもよくできていると思う。ワープロソフトとしては、ワードより一太郎の方があきらかにいい。また、文字抽出機能も会社で使えばかなり便利だろう。なんといっても行間罫線が使えるのがいい(笑)。購入したソフトの総額を考えてみると散在しまくりだ。ジャストシステムの製品をまとめていろいろ使っているユーザーに対して、もっと優遇措置をとるべき。ふつうは毎年何万円も払ってられないんだから、料金体系をもっと戦略的に考えてほしい。年間1万円台で全部の製品を使えるような戦略的な価格体系を打ち出してくれないものかなぁ。毎年支払うサブスクリプションでもいいから。だいたい、毎年新製品出されたのではバージョンアップ料金が大変なわけなんだから、そのうちそっぽ向いてやる...。
2005.03.13
コメント(0)
全7件 (7件中 1-7件目)
1
-
-
- しんくぱっど
- E490のNVMe-ssdカード発熱の問題を解…
- (2026-05-01 07:03:11)
-
-
-
- 楽天ブログいろいろ
- 午前中に250万アクセスになったみた…
- (2026-07-22 12:00:04)
-
-
-
- ジャンクパーツ
- 秋原他でのお買い物250111ハーフその…
- (2025-02-15 18:03:22)
-
