質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.50%

  • JavaScript

    16440questions

    JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。

  • Node.js

    1865questions

    Node.jsとはGoogleのV8 JavaScriptエンジンを使用しているサーバーサイドのイベント駆動型プログラムです。

Node.jsでテキスト解析

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 297

matusmon

score 3

前提・実現したいこと

初めての投稿です。
よろしくお願いします。

日本語文字列を含むテキストを解析して自動的にカテゴライズするための仕組みを趣味で作りたいと思っています。
こちらこちらを参考に、npmのパッケージ baysとmecab-async用いて同一のスクリプト内でカテゴライズできることは確認できたのですが、学習用データが膨大なため、モデルデータとして予めjson形式でエクスポートしておき、別のスクリプトでそのjsonファイルを使ってカテゴライズしたいと考えています。

classifier.learn(text, category)


で学習させた後、

var stateJson = classifier.toJson()


stateJsonをテキスト出力し、
別のスクリプトで

var jsonFile = fs.readFileSync('./model.json', 'utf8')
var revivedClassifier = bayes.fromJson(jsonFile)


としたところで、一体、revivedClassifierをどう使えば日本語文字列をカテゴライズできるのかいまいち分からず、行き詰まってしまいました。
ご教示願います。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

参考元の2つのURLでほぼ理解できると思いますが?

revivedClassifierは、学習結果のjsonから生成したclassifierで、revivedClassifier.categorize()すればカテゴライズします。

//ベイジアンフィルタ for Node.js
// モジュール
var bayes = require('bayes');
var Mecab = require('mecab-lite');
mecab = new Mecab();
mecab.MECAB = '"C:\\Program Files (x86)\\Mecab\\bin\\mecab"';
mecab.ENCODING = 'UTF-8';
var fs = require('fs');

// 判定するワード
var word1 = 'ファッションチェック';
var word2 = '映画専門誌「キネマ旬報」などに寄稿';
var word3 = '物まねネタ・ヒーコで再ブレイク';

var classifier = null;

// 学習jsonファイルチェック
fs.access('learned.json', err => {
  if (err) {
    // なければclassifierインスタンス生成し、学習
    classifier = bayes({
      tokenizer: function (text) {
        return mecab.wakatigakiSync(text);
      }
    });
    learn();
  } else {
    // 学習jsonがあれば、学習jsonからclassifierを生成
    var json = fs.readFileSync('learned.json');
    classifier = bayes.fromJson(json);
    // カテゴライズ
    categorizeStart();
  }
});

function learn() {
  //学習情報 wikiから取得した内容
  var text1 = '長いので略';
  var text2 = '長いので略';
  var name1 = 'おすぎ';
  var name2 = 'ピーコ';

  //学習させる
  classifier.learn(text1, name1);
  classifier.learn(text2, name2);

  // 学習結果を保存
  var stateJson = classifier.toJson();
  fs.writeFile('learned.json', stateJson);

//カテゴライズ
  categorizeStart();
}


function categorizeStart() {
  //判定させる
  categorize(word1);
  categorize(word2);
  categorize(word3);
}

//判定結果
function categorize(text) {
  var r = classifier.categorize(text);
  console.log(text + "は" + r);
}

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/01/20 22:03

    ありがとうございます。
    確かに、jsonからclassifierインスタンスを作ることでカテゴライズ可能でした。

    ということは、 classifier.categorize(text) でカテゴライズするtextは、分かち書きされていない状態で渡される、という認識で合っているでしょうか。

    キャンセル

  • 2018/01/20 22:05

    ええ、そうでしょう

    キャンセル

  • 2018/01/20 22:42

    bayes/lib/naive_bayes.jsのソースを見ると、categorizeの処理の中で、tokenを作るためにdefaultTokenizerの中で文字列の整形処理を行っているように見えます。
    その際に、正規表現で日本語文字列等はスペース文字に置換されてしまっていて、期待通りの結果が得られません。
    jsonからclassifierインスタンスを作るときに、どのようにしたらtokenizerのオプションを使うことができるのでしょうか。
    もしくは、naive_bayes.jsを改造するしか無いのでしょうか。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.50%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • JavaScript

    16440questions

    JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。

  • Node.js

    1865questions

    Node.jsとはGoogleのV8 JavaScriptエンジンを使用しているサーバーサイドのイベント駆動型プログラムです。