傀儡師の館.Python

Ruby

(0)

甘い物

Profile

kugutsushi

フォローする

Free Space

設定されていません。

< 新しい記事

新着記事一覧(全1863件)

過去の記事 >

2007.08.03

日本語解析製品マリモは未知語の自動登録をするらしい

(1)

カテゴリ：ことばの処理

画期的な日本語解析製品（開発コード）「マリモ」を提供開始を読む。

マリモはインターネット上の様々なカテゴリのテキスト文書を収集して単語候補を選別し、さらに選別された単語候補から不適切なものを排除して必要な単語だけを抽出し新造語を含む一億語以上の単語を学習しています。また、マリモ最大の特徴である、単語の前後関係から品詞を判断する品詞予測アルゴリズムは流行し始めた新語の品詞を特定することができます。これにより日々進化し続ける新しいテクノロジーやサービスに伴って生まれてくる言葉に的確に対応できる唯一の日本語解析として「マリモ」が登場しました。

らしい。形態素解析を行うものを作る場合の一つのネックが未知語。ここに焦点を当てて製品化したところはよいと思う。品詞推定はどの程度の精度なんだろうか。たとえば、こんなもの拾えるようになったとか、実例があればいいのにね。

Mooter テクノロジを見ると、

ヒットした情報の数と検索にかかったコンマ何秒の数字を誇らしく表示してもユーザーには何のメリットもありません。

これは Google への当てつけだろうか（笑）。検索結果の数は、それは一つの情報だと思うけどな。だいたい Mooter だって、何件て表示されてんじゃん。こういう表現はどうかなぁ。何秒って表示されることによって、返答が遅いときにネットワークの問題か Google の返答時間の問題かって切り分けできる分けだし意味あるじゃん。Google のファンからは誤解と反感買うだけだと思うけど。

ちなみに分類の力を試すために「サブプライムローン」を検索してみると、Google が「サブプライムローン問題」しか出てこないのに対して、問題(39)　米国(29)　住宅ローン(17)　信用度(20)　ローン(17)　信用力(17)　借り手(15)、Yahoo!ニュース(11)　ロイター(11)　サブプライム問題直撃(10)　アメリカ市場(9)　市場(13)　低所得者層(8)　融資(12)等が Mooter では出てくるので、その点は使えるつくりになっているとは思う。この手のサブカテゴリが出てくるようなものをそのうち比較してみるかな。

創設者メッセージは、稲村　尚志氏だけど、 Mooter 創始者であるLiesl Capper （リーゼル・ケイパー）はとあるので、一瞬面食らう。 Mooter 会社情報を見ると分かるんだけど。検索ページの概要から飛んでくるのはテクノロジーのページだから、そこでちゃんと分かるように書いた方がよいと思うが。

Mooter

こういう自動分類の弱いところって、「抹茶」と来たら「茶筅」とかの分類も出てきて欲しいのに出てこないとこｒなのだな。ウェブページの重み付けが大きすぎると、知識ベースからは当然のように導かれてくる分類が出てこない。結局、ブログだけでなくショッピングサイトのページに毒され過ぎちゃうと知識を中心とした検索サイトとしては役立たなくなっちゃう。ショッピングサイトの検索結果を排除したとき、スポンサーリンクのクリック率も上がる可能性があるわけだから、そういうのを試してほしいとか思ったりする。

ちなみに Mooter で kugutsushi を検索してみたら、楽天ブログ(80)　TAGSTA(73)　TITLE(62)　TAG(72)　検索(57)　タグ検索(27)　普通(33)、RAKUTEN(18)　DIARY(17)　TWISTED(14)　使い方(17)　DATE(9)　PYTHON(11)、 Blog(5)　という感じで出てきた。楽天とか TAGSTA とかその手のものは、まあ仕方ないかとか思ったが（ブログ検索で、こういう分類が出てきたら失格だと思う）、普通(33) って何だ。んー。こういうところを見ていると弱点が明確に見えてくる。。。。。

というのはさておき、Liesl Capper 氏は自分の代わりに他人とチャット--ネット上の分身を創造するソフト登場にも登場している。インタラクションに興味がある人なのね。

お気に入りの記事を「いいね！」で応援しよう