せっかく手元に自分のにっきのデータがあるので、試しに my page rank のスクリプトを使って解析をかけてみることにしました。
条件的にはサイトで動かしているのと同じ、以下の条件で動かしてみました。
- 最小グラム数 5
- 最大グラム数 9
- 出現頻度 3 以上
グラム数は文字列の繋がり数です。
制作者の強みでで 70 文字制限を外して、すべての文字を抽出してみました。
全抽出文字数は 7676 文字。キリがいいんだか悪いんだかよくわかりませんが、内容を見てみると「と思います」の使用頻度多さが圧倒的に目立ちます。
いやあ、ここ数年断言をできるだけしないでいた自分の文章の特徴が如実にでてしまった、と思います(^^;
あとは 「http」、これは日記だからサイトへのリンクですね。最近話題にしてきた「はてなブックマーク」がらみのテキストが思ってたよりもだいぶ上に入ってきています。
「True Color」が入ってきているのには一安心ですね。よかった、話題にしてて。
んじゃ、ついでなのでこれもダウンロードできるようにしておきます。
例によってlicenseはLANGuex license Version 0.9f に準じます。
http://blog.tmemo.jp/flagyx/bin/flagyxh_ngram.zip (36kb)
利用方法は無いに等しいですが、たとえばこれとだいたい同じような言葉使いをすれば僕っぽいテキストになるとか……いらないなあ。
かをりんに聞け!
調子に乗って、 my page rank にもデータをインポートしました。
アドレスに、調べたいサイトの url を入れて [チェック] を押すと true 値で僕っぽさがわかります。
ためしに真鍋かをりさんのブログで調べたら、2.86 % でした。ちくしょう、なんか悔しい! 、と、日本有数の更新頻度を誇るしょこたん☆ぶろぐとで比較したら 0.00 % ……。あー……、えーっと orz って、こういう時に使えばいいんでしょうかね……。
以下は上位 18 頻度までのリストです
と思います (118) については (50) いと思いま (49) いと思います (43) しています (43) にしました (41) という感じ (41) たんですが (38) ているので (38) てみました (38) すHTTP (38) ックマーク (37) たHTTP (37) るようにな (37) キーワード (36) ブックマーク (35) したHTTP (35) ブックマー (35) したHTT (35) たいと思います (34) かもしれません (34) もしれませ (34) されている (34) しれません (34) たいと思い (34) もしれません (34) かもしれま (34) かもしれませ (34) たいと思いま (34) るのですが (33) バージョン (33) たのですが (33) ということ (33) ましたHT (31) ましたHTT (31) ましたHTTP (31) ような気が (30) と思うので (30) うな気がし (30) という感じで (29) いう感じで (29) もしれない (28) ような気がし (28) かもしれな (28) かもしれない (28) かと思いま (27) てしまいま (27) かったので (27) ウンロード (26) ているよう (26) ダウンロー (26) てしまいまし (26) しまいまし (26) ダウンロード (26) っているの (25) るようにし (25) いのですが (25) かと思います (25) たりします (25) ませんでした (24) ませんでし (24) できるよう (24) いんですが (24) せんでした (24) ますHTTP (24) まいました (24) っています (24) ますHTT (24) しまいました (24) のエントリ (24) なんですが (24) してみまし (24) てしまいました (24) ことができ (23) ます200 (23) るんですが (23) きるように (22) 注目URL (22) できるように (22) ったのです (22) してみました (22) 気がします (22) 思うのですが (22) 思うのです (22) みたいです (22) ると思います (22) うのですが (22) ると思いま (22) になってい (22) とうございま (21) とうござい (21) うございま (21) だったので (21) というのは (20) と思うのです (20) ったんです (20) と思うのですが (20) ようになっ (20) ットワーク (20) インストー (20) なっている (19) 思いました (19) がりました (19) ネットワー (19) いうことで (19) ネットワーク (19) す2004 (19) インストール (18) COLORの (18) うな気がします (18) ごめんなさい (18) RUECOLORの (18) いかもしれ (18) な気がしま (18) るかもしれ (18) ンストール (18) メンテナンス (18) ったんですが (18) メンテナン (18) ECOLORの (18) ンテナンス (18) ごめんなさ (18) 組み合わせ (18) めんなさい (18) UECOLORの (18) OLORの (18) な気がします (18) うな気がしま (18)