[SIMILAR] WITH 8752 mecab WITH 4125 字以 WITH 3540 token WITH 3049 行目 WITH 2970 呪文 WITH 2390 revision WITH 2111 頭部 WITH 2046 先頭 WITH 1516 bsfilter WITH 1442 味不 WITH 1185 漢字 WITH 1103 部分 WITH 928 る部 WITH 776 リプ WITH 719 連続 WITH 708 プト WITH 624 不明 WITH 531 ruby WITH 474 起動 WITH 448 分を WITH 442 文字 WITH 357 気持 WITH 356 を書 WITH 292 スク WITH 284 必要 WITH 283 意味 WITH 265 トー WITH 251 以上 WITH 242 を使 WITH 234 クリ WITH 192 ンス WITH 129 スト の検索結果 217 件中 1 - 10 件目 (0.082668515 秒)
MeCabを使ってみた。MeCabが切り分けたtokenから、漢字が2文字以上、連続する部分を拾っている。-dで意味不明のtokenが出てこないのは、気持ちがいい。 portsからインストールしたMeCabを使うには、rubyではなくruby_rを起動する必要があるので、スクリプトの先頭部分を書き換えた。emacsをruby-modeにする部分 ...
Invalid Textしたりせず、普通に動くようになった。 ja-chasen-2.3.3 Japanese Morphological Analysis System ja-chasen-base-2.3.3_1 Japanese Morphological Analysis System ja-ipadic-2.7.0 Japanese Morphological Dictionary for ChaSen ja-ruby18-chasen-1.6_1 ChaSen module for Ruby ja-mecab-0.81 Y ...
_ (スコア:7154)
mecabを使用すると rcmdsh: unknown user ... が出ていたのは、libc_r/libc混在問題が原因だったようだ。 /etc/libmap.confに [/usr/local/lib/ruby/site_ruby/1.8/i386-freebsd4/MeCab.so] libc_r.so.4 libc.so と書いて、直ったことにする。 そろそろ5.3Rに引越しか? ...
_ (スコア:7154)
やることはChaSenと同じですがMeCab(のrubyインターフェース) http://cl.aist-nara.ac.jp/~taku-ku/software/mecab/bindings.html で形態素解析して頂けたら嬉しいです。 ...
_ (スコア:7141)
libtoolsに"-lstdc++ -lc_r"を渡したのに、c++には"-lstdc++"しか渡っていないという現象。Makefileの LIBS = -lstdc++ -lc_r を LIBS = "-lstdc++ -lc_r" にしたらmake出来た。誰が食べちゃったのかなぁ? ...
_ (スコア:7141)
「この問題以外」を解析させると、以下のようになってしまう。苦手なパターンがあるらしい。 この 連体詞 問 名詞 題 名詞 以外 名詞 ...
_ (スコア:7141)
Invalid Text上美谷さんから教えてもらった通りにja-mecab-0.76をインストールし、ja-ruby-mecab-0.76をinstallすると /usr/local/lib/ruby/site_ruby/1.6/i386-freebsd4/MeCab.so が出来る。以前のportでは、 /usr/local/lib/ruby/site_ruby/1.6/i386-freebsd4_r/MeCab.so だったはず。で、ruby_rからではなく ...
_ (スコア:7092)
いい加減に速度の測定。cleanな日本語メイルについて、bsfilterは"nkf -e | mecab -O wakati | bogofilter"と比べて2倍くらい遅い。英語spamについてはmecabが不要だから、"bogofilter"と比べて8倍くらい遅い。 ...
_ (スコア:6574)
漢字にマッチしなくなってたのをデバッグ メイルのヘッダ中のtokenは、ヘッダごとにカウント Receivedのタイムスタンプは、いい加減に捨てる。Message-Id、Date等も捨てる それっぽいのは、base64 decodeする でも、MIMEの解釈はしない 20文字以上のtokenは捨てる tokenizerがぐちゃぐちゃになったので、要修正 ...
_ (スコア:5106)
_ (スコア:10000)