hiromasa.zone : o)

ものぐさなひろまさのブログは見ての通り、タグはおろかカテゴリさえありません。　あのエントリどこだっけ？とか、あれ系の話って何書いたっけとか、、もう自身でさえ探せない状態.　頼りの検索窓も、どうも MySQL は日本語の検索がへたで、うまく当たらないこともしばしば.　さぁどうしたもんか。

そもそもタグとかカテゴリとか手でちゃんとつければだいぶ違うってもんなんですが、もう 1000 近くエントリもあるのでやすやすと品行方正もできず。　せっかくコンピュータ使っているのでなんとか自動化できないかと昔からいろいろやっていたのです。

いくつかアイディアはあって、

その１。

Search Word Highlight で検索エンジンからの検索語がひろえるので、検索語で多いやつをタグにしてエントリにつけちゃえばいいんじゃん?　これならほっとけば（もしかすると自分でやるよりも）適切に勝手にタグつくぞ。 🙂

その２。

気合いでエントリの日本語解析して、頻出単語をタグにする案。

ってのがありました。

その１は、面白そうなんだけど、誰も検索してこないエントリはなんもつかないのでボツ。（いや、”つかない”という意味があるのかもしれないけれども…）　あと、仕組みばれると REFFER 改ざんしてへんなタグつけられたくらいにして（笑）

その２はちょっと実装したことがあります。　あれは、2005年の 7月。

hiromasa.zone :o) ≫ WordPress Related Entries for J (仮称)

文字種（漢字とかカタカナとか）で切り出した後部分抽出をして、出現数、長さ、文字種等でそのエントリの用語ランキングを生成します。　同様にして事前にインデックス化した各エントリと比較して関連エントリを出力する仕組みです。

結構がんばって作った覚えがあるのです。

よくみると、なんちゃってにしては割とうまく文字をスプリットして頻出ごとに並べられています。　ちなみに、ソースはどっかにいってしまいどーやっていたかはよく覚えていません。（笑）

で、これでも良かったのですが、エントリ解析にメモリが結構必要でここのサーバで動かすとおっこっちゃうことが発覚してあえなくボツになりました。。

じゃー、外部で本物の形態素分析してあげればって思ったんですが、専用サーバでもない限りそういったソフトはいれられないので、、困ったなと思っていたら、なんと Yahoo! から ASP ででてきたようです。 🙂

Yahoo!デベロッパーネットワーク – テキスト解析 – 日本語形態素解析

日本語文を形態素に分割し、品詞、読みがなの付与、統計情報を取得できる機能を提供します。

これは面白そうですね!

エントリをたべさせて、品詞/名詞をサマって上位３、４コをタグとして採用するとか自動でできそうです。　タイトルにある文字列は強くするとか、考えると結構奥深そう。

エントリの種別さえ分かってしまえば、関連エントリも同時に出したりできるわけで、２年越しの夢かなうか!?

まさに JSeries なので是非つくってみたいな～。　半日あればできるだろうけど、燃え尽きたのか、なんなのか、どうも最近気力がないのがたまにきず。 🙂

このブログで関連すると思われる他の投稿

• Yahoo!Japan の日本語形態素解析Webサービスで遊んでみる
• かぜひいてねんね
• オブジェクト指向と RDBMS
• MySQL のフルテキストインデックス
• google sitemaps を設定する