MySQL 5.1で日本語の正規表現を使うために～mregexpインストール奮闘記～

2010-08-27

MySQL

(

)

MySQLではWHERE句に正規表現を使うことができるわけですが，日本語を扱う上ではいろいろと不具合があります．
例えば . が任意の1バイトとして扱われるため，任意の日本語1文字にはマッチしません．

mysql> select 'あいう' regexp 'あ.う';
+------------------------------+
| 'あいう' regexp 'あ.う'      |
+------------------------------+
|                            0 |
+------------------------------+

F値に調和平均を使う理由

2010-08-06

NLP

(

)

追記 2010/8/15: 自分の頭の中で「必要な文書の数」 = 「検索結果の文書の数」としてしまっていたところを修正しました
追記 2010/11/20: F値に調和平均を使う理由（再）というエントリーを書きました．こっちの方がわかりやすいと思います！

Filefoxでファイルの非同期アップロード with 複数パラメータ

2010-07-20

(

)

1ヶ月前に書こうと思ってたネタなんですが，後回しにしていて今に至ります…
HTML5のFile APIを使って，って内容にするつもりだったんですが，W3CのHTML5の仕様にあるのはDrag and Dropだけで，ひょっとすると他の機能はFirefoxの独自機能じゃないかと思ってHTML5とは言わないことにします．

索引語の重要度の指標TDVの定義って…

2010-07-04

NLP
R

(

)

現在「情報検索と言語処理」を読んでます．（図書館で借りたせいで第2刷だからだいぶ古い…）
2.2節索引付けで索引語の識別値（term discrimination value）という，索引語としての重要度を表す指標が紹介されていました．
新しく増刷されているものでは訂正されているかもしれませんが，次のように定義されています．

L-BFGS法はだからメモリが節約できるのか！

2010-06-22

(

)

L-BFGS法は limited memory BFGS ということで，準ニュートン法をBFGS法に基づいて省メモリで実現する方法です．(その程度の理解度です…)

HMM, MEMM, CRF まとめ

2010-06-21

NLP

(

)

系列ラベリングで有名なHidden Markov Model(HMM)とConditional Random Fields(CRF)．
CRFの前身(？)でもあるMaximum Entropy Markov Model(MEMM)も含めてこれらの3つについて自分なりにまとめてみたのでアップします．
ちなみにCRFの正則化などには触れていません．

PC版mixiボイスで手軽に絵文字を使えるようにするブックマークレット

2010-06-08

JavaScript

2011/3/12追記: mixiボイスで絵文字入力が正式にサポートされましたね

PHPでsubstrをファイルポインタ操作に対応させるとこうなる

2010-06-06

PHP

ここの PNG_Reader をファイルポインタ使わずに実装する必要があったので，ファイルポインタを使って実装したコードを substr で実装してみた例です．
※PNG_URI(PNG画像のURI)とCHUNK_HEADER_SIZE(最初のチャンクのサイズ)はどこかで定義されているものとみなしてください．