3月のお仕事終了〜。チェックバックとスケジュールの都合で徹夜しまくりな状態になってしまってた。後は納品とか編集室でダベって終わり。企業審査会もあるわ。

ってコトで、以前に書いたWebチェックページ自動生成CGI（案）の作成を進める。

ファイルアップロードとその管理を出来るだけシンプルに出来るように考える。

設置についてはプロジェクト毎に、読み書き実行が出来るディレクトリを作成して実行ファイル”index.php”とファイルを収納するディレクトリ”files/”をつくればOK。初期設定ファイルも必要で、暗号化した管理者パスワードを書いたphpファイルもあらかじめ作成、設置しておく。

管理画面は、とにかく”files/”にアップロードされたファイルをリストアップしてそれぞれ項目分けやコメント、HTMLへ表示/非表示が出来るようにする。ユーザ管理機能、項目管理機能も必要かな。それらを初期設定ファイルへ保存するようにする。

SQLは使わない、XMLもパースするのがメンドイんで初期設定ファイルはphpファイルで、PEARも環境によってインストールされているかどうか分からんので使わない。

以上、すごいシンプル。1日でできるんじゃない?PHPのリファレンスを5ページも読めば出来るような気がしてきた。

Ajaxを使ったり、テンプレート機能がつくと更にええ感じになるけど、まぁ取りあえずはこんなもんで。

な〜。後10時間で納品。修正も返ってくるんだろなぁ。
終われば28日、2日納品、3つとも別件だ。
4日から新規始まる。稼ぎ時とはいえキツイなぁ。

と、つまらんこと書いててもしゃーないので、前回のKeyword cloud制作時の解析辞書の強化手順の記録。

ChaSenの辞書を強化してみる。

まずは元からある辞書をコピー。/usr/share/chasen/dicにipadicがあるのでこれをコピーして使用する。

/usr/share/chasen/dic$ cp -r ipadic/ ~/extradic/

辞書を作るここでは単語を改行で区切ったテキストデータitkeyword.txtを
以下を使って辞書形式にする。

/usr/share/chasen/dic/extradic$ awk '{print "(品詞 (名詞 一般)) ((見出し語 ("$1" 1000)))";}' tmp > itkeyword.txt > itkeyword_pre.dic

1000は適当。「形態素生起コスト」って言うらしい。

出来た辞書を見ると’#’の入ったおかしな行が見つかったので削除。

$ sed -e '/^#/d' itkeyword_pre.dic > itkeyword.dic  

辞書のコンパイルは以下のような感じで

/usr/share/chasen/dic/extradic$ usr/lib/chasen/makeda itkeyword itkeyword.dic

設定ファイルchasenrcを修正
同ディレクトリにあるchasenrcを修正する。

-(GRAMMAR  /usr/share/chasen/dic/ipadic) 
+(GRAMMAR  /PATH2DIC_DIR/extradic) 

-(DADIC        chadic) 
+(DADIC        chadic extra) 

以降この設定ファイルで起動する場合は-rオプションを使用する。

$ chasen -r ~/extradic/chasenrc