SoftArchive のバックアップ(No.44)

機能追加 2008年 08月23日: RMeCab? 本体にdocMatrix2()関数、docNgram2()関数、NgramDF2()関数を追加。それぞれ旧来のdocMatrix()関数、docNgram()関数、NgramDF()関数に機能を追加したもの。詳しくは、試用データセットdata2.zip (Windows), data2.tar.gz (Mac, Unix) の RMeCab.R コード内のコメント、あるいはマニュアル manual0823.pdfをご参照ください．

注意
開発状況
現在のヴァージョン
ご感想などのご報告

R はここから，自分のOSにあったファイルをダウンロードしてください．例えばWindows版なら，[Windows]->[base]とクリックし，R-2.*.*-win32.exeをダウンロードします．後はダブルクリックを繰り返せばインストールできます．なお、Windows版の場合は起動直後に日本語の設定をしてください。メニューの [編集]->[GUIプリファレンス]->[Font]　で MS Gothic を選び [save] を押して、保存先はデフォルトそのままにマイドキュメントに保存します。その後は [OK] を押して操作を続行します。なおRを終了させる際、workspace(作業情報)を保存するかと聞いてきますが，Yes でも No でもどちらでもお好みで。

_ 注意

ダウンロードの際、ファイル名を一切変更しないください！ . Rはインストール時に、ファイル名と中身のチェックを行います．ファイル名が中身の情報と一致しない場合、インストールは行われません．特に Internet Explorer 6 はファイル名に [1] を付記することがあります．この場合は手作業でファイル名を元通りに変更してください．

↑

_ 開発状況

2008年 08月15日: RMeCab? 本体をアップデート(docMatrix()関数のメッセージを少し詳しいものに変更．RMeCabDF()関数に列番号と列名のどちらでも指定できるようにした)
2008年 8月2日: Rのライブラリがユーザーホームにある場合の環境設定ファイルRMeCabInstallXP.bat とRMeCabInstallVista.bat を作成

2008年 08月18日: RMeCab? 本体に関数を追加．docMatrixDF()関数は，データフレームの指定列を対象に文書・ターム行列を作成．あわせて，マニュアル manual0818.pdfとデータセット data.zip (Windows), data.tar.gz (Mac, Unix)を作成し直した．
2008年 08月15日: RMeCab? 本体をアップデート(docMatrix()関数のメッセージを少し詳しいものに変更．RMeCabDF()関数に列番号と列名のどちらでも指定できるようにした)
2008年 8月2日: Rのライブラリがユーザーホームにある場合の環境設定ファイルRMeCabInstallXP.bat とRMeCabInstallVista.bat を作成
2008年 07月22日: RMeCab? 本体をアップデート(Ngram()関数の文字カウント機能のバグをフィックス)
2008年 06月28日: docMatrix関数に出力メッセージを追加
2008年 06月26日: RMeCab? 本体をアップデート(RMeCabC関数のメモリ関係のバグをフィックス)
2008年 06月18日: RMeCab? 本体をアップデート(微調整で機能に変化なし)
2008年 06月14日: RMeCab? 本体と試用データセットとmanual.pdf をアップデート

↑

_ 現在のヴァージョン

↑

_ 使い方の手引き manual0818.pdf

お問い合わせはメールをください

ishida-m(この部分を"＠"に変更下さい)ias.tokushima-u.ac.jp

↑

_ バージョン 0.61 (R-2.7.1) 2008年 9月2日

メモリ関係の微調整：変数宣言の見直し
- Windows バイナリ(R-2.7.1)，バージョン 0.61RMeCab_0.61.zip と付属の環境設定ファイル
  - RMeCabInstall.bat (標準的なライブラリフォルダ設定の場合)
  - RMeCabInstallXP.bat（ライブラリフォルダがユーザーフォルダ内にあるXPの場合）
  - RMeCabInstallVista.bat (ライブラリフォルダがユーザーフォルダ内にあるVISTAの場合）
- Macintosh バイナリ(R-2.7.1)，バージョン 0.61RMeCab_0.61.tgz
- Linux バイナリ(R-2.7.1)，バージョン 0.61 RMeCab_0.61.tar.gz

↑

_ バージョン 0.60 (R-2.7.1) 2008年 9月1日

メモリ関係の微調整：使われていない変数が残っていたので削除
- Windows バイナリ(R-2.7.1)，バージョン 0.60RMeCab_0.60.zip と付属の環境設定ファイル
  - RMeCabInstall.bat (標準的なライブラリフォルダ設定の場合)
  - RMeCabInstallXP.bat（ライブラリフォルダがユーザーフォルダ内にあるXPの場合）
  - RMeCabInstallVista.bat (ライブラリフォルダがユーザーフォルダ内にあるVISTAの場合）
- Macintosh バイナリ(R-2.7.1)，バージョン 0.60RMeCab_0.60.tgz
- Linux バイナリ(R-2.7.1)，バージョン 0.60 RMeCab_0.60.tar.gz

↑

_ バージョン 0.59 (R-2.7.1) 2008年 8月23日

RMeCab? 本体にdocMatrix2()関数、docNgram2()関数、Ngram2()関数を追加。それぞれ旧来のdocMatrix()関数、docNgram()関数、Ngram()関数に機能を追加したもの。詳しくは、試用データセットdata2.zip (Windows), data2.tar.gz (Mac, Unix) の RMeCab?.Rコード内のコメント、あるいはマニュアル manual0823.pdfをご参照ください．
- Windows バイナリ(R-2.7.1)，バージョン 0.59RMeCab_0.59.zip と付属の環境設定ファイル
  - RMeCabInstall.bat (標準的なライブラリフォルダ設定の場合)
  - RMeCabInstallXP.bat（ライブラリフォルダがユーザーフォルダ内にあるXPの場合）
  - RMeCabInstallVista.bat (ライブラリフォルダがユーザーフォルダ内にあるVISTAの場合）
- Macintosh バイナリ(R-2.7.1)，バージョン 0.59RMeCab_0.59.tgz
- Linux バイナリ(R-2.7.1)，バージョン 0.59 RMeCab_0.59.tar.gz

↑

_ バージョン 0.58 (R-2.7.0) 2008年 8月20日

開発バージョン未公開

↑

_ バージョン 0.57 (R-2.7.0) 2008年 8月18日

Windows バイナリ(R-2.7.0)，バージョン 0.57RMeCab_0.57.zip と付属の環境設定ファイル
- RMeCabInstall.bat (標準的なライブラリフォルダ設定の場合)
- RMeCabInstallXP.bat（ライブラリフォルダがユーザーフォルダ内にあるXPの場合）
- RMeCabInstallVista.bat (ライブラリフォルダがユーザーフォルダ内にあるVISTAの場合）
Macintosh バイナリ(R-2.7.0)，バージョン 0.57RMeCab_0.57.tgz
Linux バイナリ(R-2.7.1)，バージョン 0.57 RMeCab_0.57.tar.gz
- 関数を新規追加．docMatrixDF()関数は，データフレームの指定された列から文書・ターム行列を作成する．引数はdocMatrix()関数と同じ(ただしtype引数はなく，形態素原型のみが抽出)．pos引数で抽出する品詞，minFreq引数で全被験者(テキスト)での合計頻度の最低値，weight引数で重みを決める．

↑

_ バージョン 0.56 (R-2.7.0) 2008年 8月15日

Windows バイナリ(R-2.7.0)，バージョン 0.56RMeCab_0.56.zip と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ(R-2.7.0)，バージョン 0.56RMeCab_0.56.tgz
Linux バイナリ(R-2.7.1)，バージョン 0.56 RMeCab_0.56.tar.gz
- docMatrix関数を重みを付けないで実行する場合，行列情報を含む行が二つあることを表示するメッセージを追加した．RMeCabDF 関数で，第2引数に列番号の他，列名を指定できるようにした．

↑

_ バージョン 0.55 (R-2.7.0) 2008年 7月22日

Windows バイナリ(R-2.7.0)，バージョン 0.55RMeCab_0.55.zip と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ(R-2.7.0)，バージョン 0.55RMeCab_0.55.tgz
Linux バイナリ(R-2.7.0)，バージョン 0.55 RMeCab_0.55.tar.gz
- Ngram関数で type引数に 0 を指定した場合，つまり文字単位でN-gram を求めた場合，ファイル末尾の文字をカウントしていなかったのを修正．またマニュアルを少し修正追加した．

↑

_ バージョン 0.54 (R-2.7.0) 2008年 6月26日

Windows バイナリ(R-2.7.0)，バージョン 0.54RMeCab_0.54.zip と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ(R-2.7.0)，バージョン 0.54RMeCab_0.54.tgz
Linux バイナリ(R-2.7.0)，バージョン 0.54 RMeCab_0.54.tar.gz
- docMatrix関数に出力メッセージを追加; RMeCabC()関数のメモリ関係のバグをフィックス．

↑

_ バージョン 0.53 (R-2.7.0) 2008年 6月18日

Windows バイナリ(R-2.7.0)，バージョン 0.53RMeCab_0.53.zip と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ(R-2.7.0)，バージョン 0.53RMeCab_0.53.tgz
Linux バイナリ(R-2.7.0)，バージョン 0.53 RMeCab_0.53.tar.gz
- 微調整で機能に0.52 からの変更はない．

↑

_ バージョン 0.52 (R-2.7.0) 2008年 6月14日

Windows バイナリ(R-2.7.0)，バージョン 0.52RMeCab_0.52.zip と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ(R-2.7.0)，バージョン 0.52RMeCab_0.52.tgz
Linux バイナリ(R-2.7.0)，バージョン 0.52 RMeCab_0.52.tar.gz
- 新たに NgramDF()関数を追加した．

↑

_ バージョン 0.51 2008年 6月13日

Windows バイナリ(R-2.7.0)，バージョン 0.51RMeCab_0.51.zip と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ(R-2.7.0)，バージョン 0.51RMeCab_0.51.tgz
Linux バイナリ(R-2.7.0)，バージョン 0.51 RMeCab_0.51.tar.gz
- Ngram()関数に品詞を指定する機能を追加した．

↑

_ バージョン 0.50 2008年 5月12日

Windows バイナリ(R-2.7.0)，バージョン 0.50RMeCab_0.50.zip と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ(R-2.7.0)，バージョン 0.50RMeCab_0.50.tgz
Linux バイナリ(R-2.7.0)，バージョン 0.50 RMeCab_0.50.tar.gz
- collScores()関数を見直した．またG2は外した．

↑

_ バージョン 0.49 β 2008年 5月5日

Windows バイナリ(R-2.7.0)，バージョン 0.49&ref(): File not found: "RMeCab_0.49.zip" at page "SoftArchive"; と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ(R-2.7.0)，バージョン 0.49 &ref(): File not found: "RMeCab_0.49.tgz" at page "SoftArchive";
Linux バイナリ(R-2.7.0)，バージョン 0.49 &ref(): File not found: "RMeCab_0.49.tar.gz" at page "SoftArchive";
- バージョン 0.48 を R-2.7.0 でコンパイルした．

↑

_ バージョン 0.48 β 2008年 5月5日

Windows バイナリ(R-2.6.2)，バージョン 0.48&ref(): File not found: "RMeCab_0.48.zip" at page "SoftArchive"; と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ(R-2.6.2)，バージョン 0.48 &ref(): File not found: "RMeCab_0.48.tgz" at page "SoftArchive";
Linux バイナリ(R-2.6.2)，バージョン 0.48 &ref(): File not found: "RMeCab_0.48.tar.gz" at page "SoftArchive";
- ターム・文書行列作成の際の重みを見直した．局所的重みに「文書頻度 TF」，「対数頻度」，「バイナリ頻度」の 3 種類を，大域的重みに「IDF」，「大域的IDF」，「確率的IDF」，「エントロピー」の 4 種類，そしてコサイン正規化関数一つを実装し直した．

↑

_ バージョン 0.47 β 2008年4月28日

Windows バイナリ，バージョン 0.47&ref(): File not found: "RMeCab_0.47.zip" at page "SoftArchive"; と付属の環境設定ファイル RMeCabInstall.bat
Macintosh バイナリ，バージョン 0.47 &ref(): File not found: "RMeCab_0.47.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.47 &ref(): File not found: "RMeCab_0.47.tar.gz" at page "SoftArchive";
- docNgram(), makeNgram(), rmSing() 関数を追加．Ngramを作成する場合にディレクトリを指定可能とした．ディレクトリ内のファイルすべてについて Ngram を計り，行にテキスト名，列にNgram名を備えたデータフレームを返す．またMeCab? の出力から品詞情報が「記号」の要素を除く

↑

_ バージョン 0.46

Windows バイナリ，バージョン 0.46&ref(): File not found: "RMeCab_0.46.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.46 &ref(): File not found: "RMeCab_0.46.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.46 &ref(): File not found: "RMeCab_0.46.tar.gz" at page "SoftArchive";
- collocate 関数の出力から T-score, MI-score,対数尤度比(G^2)を求める関数 collScores()関数を追加．

↑

_ バージョン 0.45

Windows バイナリ，バージョン 0.45 &ref(): File not found: "RMeCab_0.45.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.45 &ref(): File not found: "RMeCab_0.45.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.45 &ref(): File not found: "RMeCab_0.45.tar.gz" at page "SoftArchive";
- collocate 関数の出力を修正。

↑

_ バージョン 0.44

Windows バイナリ，バージョン 0.44 &ref(): File not found: "RMeCab_0.44.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.44 &ref(): File not found: "RMeCab_0.44.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.44 &ref(): File not found: "RMeCab_0.44.tar.gz" at page "SoftArchive";
- collocate 関数の出力に総トークン数と，総形態素数に関する情報を追加

↑

_ バージョン 0.43

Windows バイナリ，バージョン 0.43 &ref(): File not found: "RMeCab_0.43.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.43 &ref(): File not found: "RMeCab_0.43.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.43 &ref(): File not found: "RMeCab_0.43.tar.gz" at page "SoftArchive";
- エラー処理を追加

↑

_ バージョン 0.42

Windows バイナリ，バージョン 0.42 &ref(): File not found: "RMeCab_0.42.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.42 &ref(): File not found: "RMeCab_0.42.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.42 &ref(): File not found: "RMeCab_0.42.tar.gz" at page "SoftArchive";
- N-gramカウント，およびコロケーションカウント用の関数を追加

↑

_ バージョン 0.41

Windows バイナリ，バージョン 0.41 &ref(): File not found: "RMeCab_0.41.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.41 &ref(): File not found: "RMeCab_0.41.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.41 &ref(): File not found: "RMeCab_0.41.tar.gz" at page "SoftArchive";
- バージョン 0.40 で文書行列に TF-IDF などの重み付けを行う場合， [ [TOTAL-TOKENS] ] 行や[ [LESS-THAN-1] ] 行まで含めて計算していたのを修正し，これらの行を削除した結果に重み付けを行うようにした．

↑

_ バージョン 0.40

Windows バイナリ，バージョン 0.40 &ref(): File not found: "RMeCab_0.40.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.40 &ref(): File not found: "RMeCab_0.40.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.40 &ref(): File not found: "RMeCab_0.40.tar.gz" at page "SoftArchive";
- バージョン 0.39 docMatrix()関数に minFreq オプションを復活させた．また品詞や最低頻度を指定して文書行列を出力する際，テキストの総語数などの情報を表示させる．例えばテキストの総token数は [ [TOTAL-TOKENS] ]という行に，また指定された品詞(pos <- c("名詞"," 形容詞","動詞") )のうち，指定された頻度(minFreq　 =1) 未満のものを， [ [LESS-THAN-1] ] という行として，文書行列に含めた．

↑

_ バージョン 0.39

Windows バイナリ，バージョン 0.39 &ref(): File not found: "RMeCab_0.39.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.39 &ref(): File not found: "RMeCab_0.39.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.39 &ref(): File not found: "RMeCab_0.39.tar.gz" at page "SoftArchive";
- 文書ターム行列を作成する際，文書が大きいとメモリが足りなくなり R が落ちることがある。そこでC++ソースを見直して，メモリの調整を行った。

↑

_ バージョン 0.38

Windows バイナリ，バージョン 0.38 &ref(): File not found: "RMeCab_0.38.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.38 &ref(): File not found: "RMeCab_0.38.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.38 &ref(): File not found: "RMeCab_0.38.tar.gz" at page "SoftArchive";
- 文書ターム行列を作成する際，文書が大きいとメモリが足りなくなり R が落ちることがある。そこでC++ソースを見直して，メモリの調整を行った。

↑

_ バージョン 0.37

Windows バイナリ，バージョン 0.37
Macintosh バイナリ，バージョン 0.37
Linux バイナリ，バージョン 0.37
- 英文マニュアルを一部追加作成．MeCab? は辞書にない単語の原形を * として返してしまうことがあることに気がついた．
```
陀多と云う男が一人
陀多    名詞,一般,*,*,*,*,*
```

そこで，こうした場合，入力された語形をそのまま返すよう修正．またC++コードを見直して，メモリ管理を多少改善させた．に RMeCabDoc?()関数を追加．これに伴い，RMeCabDoc?.R，RMeCabDoc?.Rd を追加した．

↑

_ バージョン 0.36

Windows バイナリ，バージョン 0.36 &ref(): File not found: "RMeCab_0.36.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.36 &ref(): File not found: "RMeCab_0.36.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.36 &ref(): File not found: "RMeCab_0.36.tar.gz" at page "SoftArchive";
- 英文マニュアルを一部追加作成．docMatrix ()関数がファイルの一行目しか読んでいないバグを修正．C++コードに RMeCabDoc?()関数を追加．これに伴い，RMeCabDoc?.R，RMeCabDoc?.Rd を追加した．

↑

_ バージョン 0.35

Windows バイナリ，バージョン 0.35 &ref(): File not found: "RMeCab_0.35.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.35 &ref(): File not found: "RMeCab_0.35.tgz" at page "SoftArchive";
Linux バイナリ，バージョン 0.35 &ref(): File not found: "RMeCab_0.35.tar.gz" at page "SoftArchive";
- 英文マニュアルを一部作成．C++コードを一部手直した．それに関連して R コードを見直した．

↑

_ バージョン 0.34

Windows バイナリ，バージョン 0.34
Macintosh バイナリ，バージョン 0.34
Linux バイナリ，バージョン 0.34
- 日本語・文書ターム行列の作成関数を追加．また行列に重み(TF/IDF)をつけられるようにした．

↑

_ バージョン 0.33

Windows バイナリ，バージョン 0.33 &ref(): File not found: "RMeCab_0.33.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.33 &ref(): File not found: "RMeCab_0.33.tgz" at page "SoftArchive";
- データフレームを第一引数として，第二引数で指定された列に含まれる日本語文章を解析して返す．

↑

_ バージョン 0.32

Windows バイナリ，バージョン 0.32 &ref(): File not found: "RMeCab_0.32.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.32 &ref(): File not found: "RMeCab_0.32.tgz" at page "SoftArchive";
- ファイルを読み込んで形態素原型とその頻度表を作成し，データフレームとして返す関数を追加

↑

_ バージョン 0.2

Windows バイナリ，バージョン 0.2 &ref(): File not found: "RMeCab_0.2.zip" at page "SoftArchive";
Macintosh バイナリ，バージョン 0.2 &ref(): File not found: "RMeCab_0.2.tgz" at page "SoftArchive";
- 形態素原型をえるオプションを追加

↑

_ バージョン 0.1

Linux バイナリ，バージョン 0.1
- とりあえず動くだけのもの．

↑

_ ご感想などのご報告

お問い合わせはメールをください

ishida-m(この部分を"＠"に変更下さい)ias.tokushima-u.ac.jp

アールメカブ