u-no https://blog.hatena.ne.jp/u-no/ unnonouno https://u-no.hatenadiary.org/ NLP http://www.gsk.or.jp/catalog/GSK2007-C/catalog.html そろそろ公開するよというはなしをこないだの NL 研のときにいっていて、ついに公開されたようだ。最近ひょんなことで、MeCab がひらがな未知語（例えば人物名の読みをムリヤリ動詞と助詞にわかちがこうとする）に弱いことを発見したんだが、その辺どうなってるんだろう。そういった統語構造の外の部分というのは、純粋な言語処理の研究対象から外されるんだろうが、実アプリケーションにするときにめんどくさくなってくる。さーて、どうやって読み仮名を振ったらいいものか。未知熟語の確率的読み仮名推定とか、いかにもあ… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fu-no.hatenadiary.org%2Fentry%2F20071102%2F1194014570" title="Google の日本語 N-gram データ公開 - unnonouno" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2007-11-02 23:42:50 rich https://u-no.hatenadiary.org/entry/20071102/1194014570 1.0 100%