http://code.google.com
グーグルコードの説明を読んでると、
「よく巷ではこういう風な解説がしてあるが、それはベストな方法ではないから、こうしたほうがいいよ。」
みたいなアドバイスがあって何気に参考になる。
しかも、突っ込んでるポイントが役に立つものばかり。
説明も簡素で、書いてあるプログラムもシンプル。
「サイト」カテゴリーアーカイブ
メモ
中国語サイト
ヤフーからのアクセスが意外に多い。中国のヤフーは、今はアリババ傘下になっていて検索エンジンも独自のものらしい。使ってみたらやけにシンプルだった。アリババは最近Sohuの検索技術も買っている。各ポータルサイトの検索エンジンがどうなってるかまだ把握できてない。
百度の検索エンジンは日本版と中国版で結果が全然違う。これはグーグルも同じ。
今は中国版グーグルに行くと香港版に飛ばされる。
百度は、検索ワード入れても正確な結果が出ないことが多い気がする(T_T)
百度は、中国版だと、まず百度百科、次に百度知道の結果が来るものが多い。百度知道は日本のヤフー知恵袋みたいな物で結構充実してる。
百度の日本法人の人が書いた本に読んだところ、中国では百度を使うメイン層は、単語で検索する習慣はなく、文章で検索するらしい。グーグルやヤフー使う層は単語で検索する習慣があるらしい。が、中国は時代の流れが速いので、この習慣もすぐ変化する可能性があるとのこと。
3種類の文章解析
ウィキペディアのAPIを使いたくていろいろ調べてみた。
ウィキのブガッティに関する文章を使い3種類の解析をした結果。名詞のみ。
形態素
<word>
<surface>ヴェイロン</surface>
<reading>ヴぇいろん</reading>
<pos>名詞</pos>
</word>
<word>
<surface>フォルクスワーゲン</surface>
<reading>ふぉるくすわーげん</reading>
<pos>名詞</pos>
</word>
メジャーな名詞はすべて解析してくれた、精度高い。
係り受け
<Morphem>
<Surface>ヴェイロン</Surface>
<Reading>ヴェイロン</Reading>
<Baseform>ヴェイロン</Baseform>
<POS>名詞</POS>
<Feature>名詞,名詞,*,ヴェイロン,ヴェイロン,ヴェイロン</Feature>
</Morphem>
<Morphem>
<Surface>フォルクスワーゲン</Surface>
<Reading>ふぉるくすわーげん</Reading>
<Baseform>フォルクスワーゲン</Baseform>
<POS>名詞</POS>
<Feature>名詞,組織企業,*,フォルクスワーゲン,ふぉるくすわーげん,フォルクスワーゲン</Feature>
</Morphem>
なぜかフォルクスワーゲンが企業名というところまで教えてくれる。ただしブガッティやヴェイロンは名詞までしか出てこない。
キーフレーズ
<Result>
<Keyphrase>ヴェイロン</Keyphrase>
<Score>100</Score>
</Result>
<Result>
<Keyphrase>ブガッティ・オトモビル</Keyphrase>
<Score>98</Score>
</Result>
<Result>
<Keyphrase>フォルクスワーゲン</Keyphrase>
<Score>43</Score>
</Result>
キーフレーズだとスコア順で表示してくれる。
感覚的にもかなりいいところいってる。ただし、今度はブガッティ・オトモビルは出てくるが、ブガッティが出てこなくなった。便利だけど、実際に使おうとすると大変そう(T_T)
やはり正規表現の力技でやるしかなさそう。
eclipseとか
eclipseの使い方がだいぶんわかってきた。
前はテキストエディタでプログラムを書いてが、無駄なことをし過ぎてた(>_<)
素直にいいものは取り入れるようにしよう。
最初は面倒くさそうに見えるものでも、必要なものはちゃんと身に着けておいほうが、結局近道になる。
あと、eclipseのPHPバージョン使ってると、本番環境ではでないエラーが出ることがあるけど、
中のPHPのバージョンの違いによるものらしい。
何気に戦闘力の高いツール
このツールかなりいいです。昔からあるようですけど、最近知りました。
ブログの記事など手作業のときに使うアマゾン用のツールとしては最強だと思う。
高機能なわけではなくて、使う人が欲しいような機能がちょうどよく揃ってる。
思わず使いながらニヤニヤしてしまった。これ作った人はよくわかってらっしゃる。
ブラウザに表示しているアマゾンページの画像をドラックアンドドロップしてツールの画面にやると、書籍情報など取得して用意していたＨＴＭＬのテンプレの中に入れ込んでタグを吐き出してくれる。ＩＳＢＮコードや画像ＵＲＬなども個別に取り出しやすくなるのでサブツールとしても役に立つ。今までＧtoolを使ってたけど、こっちに移ってしまった。