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!

新規登録して質問してみよう
ただいま回答率
85.50%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

0回答

1529閲覧

TF値を用いて特徴語を抽出

yuuyuu

総合スコア11

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

1クリップ

投稿2016/08/15 08:38

###前提・実現したいこと
tf値を用いてツイッターの発言を抽出し特徴語(名詞)を抽出したのですが
@やその他 小文字のぶつ切り(abcd1234がa,b,c,d,1,2,3,4になっていたり)特徴語ではないものも抽出されます。
これをどうやって自分が取得す
る特徴語の中から排除するかを考えています。
ずっと悩んでいるのですが、アイディアをください。 論文のURLでも構いません
理想としては ゲームの情報やスポーツの情報などのTF値が大きく抽出され、上記のような特徴語ではないもののTF値が小さくなり、最終的にTF値の大きさで排除or取得の判定をしたいと考えています。
名詞辞書などを用いて名詞辞書の中にある語はTFを大きくするなど考えましたが、新作のゲームや、アニメの登場人物などは辞書に含まれておらず頓挫しました。

###発生している問題・エラーメッセージ

なし
エラーメッセージ
なし

###該当のソースコード
なし
###試したこと
つぶやきを抽出する過程で、@などの語を含むつぶやきがある場合 それはメールアドレスの可能性が高い・・・と考えたのですが例外も当然存在してしまいます。自分は学部生であまり賢くありません。

###補足情報(言語/FW/ツール等のバージョンなど)
より詳細な情報
言語はpython 2系

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

tamy

2016/08/22 21:28

> tf値を用いてツイッターの発言を抽出し特徴語(名詞)を抽出した この部分がよくわからないのですが,形態素解析などは使わないってことですか? あと,文章中の「TF値」って「TF-IDF値」のことですか? それとも本当に「TF値」のみを使うってことですか?
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.50%

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る

質問する

関連した質問