anemptyarchive https://blog.hatena.ne.jp/anemptyarchive/ からっぽのしょこ https://www.anarchive-beta.com/ 自然言語処理(未分類) 自然言語処理-やってみた R はじめに 計量言語学・計量文献学に著者推定・著者判別というものがあります。文書中の単語の出現頻度などから、著者の癖といったものを割り出すことで著者を識別します。この手法は、作者不明作品の執筆者の推定やスパムメールの判別に応用されます。 この記事では、太宰治作品の登場人物の台詞に対してこの手法を用います。各登場人物の台詞中の「助詞」と「読点」の組み合わせの頻度を基にして各話者の類似度を測定して分類を行います。 【目次】 はじめに ・分析対象テキスト 話者分類 ・会話関係のネットワーク ・「助詞」-「読点」の組み合わせの頻度 ・クラスタリング ・おまけ 参考書籍 おわりに ・分析対象テキスト 作品… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.anarchive-beta.com%2Fentry%2F2019%2F05%2F01%2F220021" title="太宰治作品の話者判別 - からっぽのしょこ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/a/anemptyarchive/20190502/20190502154450.png Hatena Blog https://hatena.blog 2019-05-01 22:00:21 rich https://www.anarchive-beta.com/entry/2019/05/01/220021 1.0 100%