bulldra https://blog.hatena.ne.jp/bulldra/ 太陽がまぶしかったから https://www.du-soleil.com/ プログラミング 青空文庫の形態素解析データを作りたい 例えば『お好み焼きの戦前史 第二版』においても過去文献類をスキャンしたり、ネット上の文献をダウンロードすることで作成した電子テキストデータ群を解析することで料理方法の初出や普及の過程を明らかにしており、電子テキストデータ群の準備こそが重要な研究材料となっている。 上記においてEPUB電子書籍データの日本語形態素解析を行ったが、青空文庫にある電子書籍の解析も行いたい。 青空文庫はテキストファイルに独自の注釈記法を追加して書かれているが、XHTML版のファイルも用意されているため、こちらの解析を行っていく。 青空文庫からXHTMLファイルを取得して解析 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.du-soleil.com%2Fentry%2Faosora-tf-idf" title="青空文庫の形態素解析データから tf-idf を計量して江戸川乱歩連想クイズを生成する - 太陽がまぶしかったから" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://m.media-amazon.com/images/I/51ztG2GhaSL._SL500_.jpg Hatena Blog https://hatena.blog 2021-06-01 21:03:12 rich https://www.du-soleil.com/entry/aosora-tf-idf 1.0 100%