スクレイピング

技術

Juliaでk-mean法(2) 距離関数について

はじめに  前回、BOW形式での単語ベクトルを使ってk-means法でクラスタリングしたところ、散々だったという報告をしました。 続いて、TF-IDFでの単語ベクトルで実験を行いました。実はこれでもあまり精度がよくないものの、BOW...
技術

Juliaでk-mean法(1) Bag of Words / ニュース記事

はじめに  Juliaでk-means法でのクラスタリングを行ってみます。 Bag of Wordsとは、文書中に出現する単語数をその文書の特徴とする方法で、単語の出現順序は考慮しません。具体的には、単語を各要素のラベルとして、その...
技術

JuliaでYahoo!ニュースをスクレイピング

はじめに  前回の記事「Juliaでジップの法則(Zipf's law)を確認」で、青空文庫の小説を使ってジップの法則を確認しました。結果は、かなりのずれが見られたわけですが、ほかのコーパス、例えばニュース記事などではどうなのかも確...
技術

スクレイピング(3):Qiitaの検索ページからJuliaタグ最新記事のリンクとタイトルを取得

初めに  前回のスクレイピング(2)で、QiitaのJuliaタグページから、リンクとタイトルを取得しました。 スクレイピング(2):QiitaのJuliaタグページのFeedからリンクを取得  この記事を書いた時点(2...
技術

スクレイピング(2):QiitaのJuliaタグページのFeedからリンクを取得

初めに  今回のスクレイピング対象は、QiitaのJuliaタグページです。 Julia - Qiita  当初は、Zennの場合と同様に、HTMLから見出しとリンクを抜き出すことを考えました。 しかし、HTMLソースを...
技術

スクレイピング:ZennのJuliaトピックページからリンクを取得

初めに ここでは、Juliaを使ってスクレイピングを行う方法を紹介します。スクレイピング対象は、ZennのJuliaトピックページです。 Juliaの記事一覧 | Zenn このページから、記事見出しと記事へのリンクを抜...
タイトルとURLをコピーしました