解析以前のところに立ちはだかる壁

2016/02/11(木)解析以前のところに立ちはだかる壁

2016/02/11 22:27

昨日に引き続いてWord2Vecのお話です。

このブログはプロ野球とクイズマジックアカデミーの話題が中心になっています。そのような文章を解析しようと思うと、プロ野球はともかく、QMAに関しては独特の用語でつまづいてしまいます。

Qiitaの記事を参考にして、Wikipediaの見出し語とはてなキーワードをベースにしたユーザー辞書を作成したものの、これもQMAの用語を解析するのにはほとんど役に立ちません。どうやらQMA関係の単語は自力でユーザー辞書を構築する必要がありそうです。

まずは、解析を難しくしている諸悪の根源とも言える、私の歴代カードネームたち。

1単語として認識できず、微妙な位置で分割されてしまうことの多い階級。

大字がネックになっている、賢者以降の段位。

難しく考えずに機械的に潰せるのはこのくらいだと思います。

それ以外でなんとかしたいのは形式名、ほかのプレイヤーのカードネームです。

形式名については、つねに正式名称で書いているとは限りませんので、考えられる略称を網羅する必要があります。そうなると、すべての形式に対応するのは難しそうなので、武器にしたことがある形式だけをフォローするというのはありかもしれません。

ほかのプレイヤーのお名前については、ランキングのページをスクレイピングして辞書を作るという方法が考えられます。もっとも、私が記事中でお名前に言及するケースのことを考えると、南流山に集うメンバーの名前を登録するだけで充分なのではないかという気もしますが。