日本語の自然文も、茶筌を使えば単語単位にバラバラに分割できる。しかし、ただそれだけで満足していても仕事のツールにはならないので、今回は、以前紹介したMUSASHIと組み合わせて、簡単なテキスト・マイニングを行ってみよう。例題は、「テキストの中に表れる名詞だけを抽出してその出現回数を数え、多い順に上位20位まで表示するHTMLドキュメントを作成する」としよう。なお、今回のテスト環境にはMac OS Xを使用しているため、文字エンコーディングがUTF-8の環境を前提としていることをあらかじめお断りしておく。 最初に結論。茶筌とMUSASHIがインストールされていれば、以下のようなシェルスクリプトを書くことで今回の例題はクリアできる。 01　 #!/bin/bash 02　 cat ya44.txt | 03　 chasen -i w -F "%m,%H\n" | 04　 csv2xt -a 単

プラグインの送信時チェックがエラーの原因だということが分かりました…。 そのプラグインを使わない方向で解決法を模索中でぬぅ…。

ネット上の文章の盗用問題：『新・ＵＦＯ入門　日本人は、なぜＵＦＯを見なくなったのか』（唐沢俊一著）を巡って 今回の概要 「漫棚通信ブログ版」という新旧問わず漫画の関連情報を紹介するブログがあります。その「漫棚通信～」で公開している「山川惣治と空飛ぶ円盤」というエピソード解説記事とほぼ同内容の酷似する文章が、2007年5月に幻冬舎新書で出た唐沢俊一氏の『新・ＵＦＯ入門　日本人は、なぜＵＦＯを見なくなったのか』（以下『新・ＵＦＯ入門』）という書籍に載っている件について、盗作疑惑が生じています。以下に比較検討のため両者の文章を並べます。 漫棚通信の文章 『新・ＵＦＯ入門』の文章

…現状、通常の申込サークル数が以前より落ち着き、三日間開催において、抽選率７０％以上を確保できる状況にあります。また、抽選漏れサークルの救済という趣旨とは異なって、そもそもコミケットにサークル申込を行っていないサークルが増え、コーナーの性格も変わりつつあります。そして、東京ビッグサイトにおいて１０年を超えてコミケットを続ける中で、これまでの会場の使い方では現状に適合しない部分もいくつか見えており、（現在委託コーナーが置かれている）会議棟含め、会場施設等の利用方法について、会場側とも調整を行いながら現在見直しを行っております。 コミックマーケット公式サイト−『同人誌委託コーナー』の中止について http://www.comiket.co.jp/info-c/C72/ConsignmentCornerConcluded.html （ ＾ω＾）……… J( 'ｰ`)し　あの…コミケに委託参加した