MeCabとScikit-learnで日本語の文章解析楽しそう。

クリスマスに機械学習で彼女ができました。という記事が面白かった。映画の感想のデータベースからウェブスクレイピングして、好きな作品がかぶっている女性ユーザーを見つけようという企画です。

ちょっとBeautifulSoupとか使ってウェブスクレイピングして、機械学習させてごにょごにょやったら面白そうだなぁと思っていたので、非常に参考になった。

MeCabというのはウィキペディアによると：

MeCabはオープンソースの形態素解析エンジンで、奈良先端科学技術大学院大学出身、現GoogleソフトウェアエンジニアでGoogle 日本語入力開発者の一人である工藤拓[1][2]によって開発されている。名称は開発者の好物「和布蕪（めかぶ）」から取られた。

だそうで、Pythonのバインディングがあるそうです。

英語だとNatural Language Toolkitが有名ですが、日本語にどれだけ使えるのかは疑問だったので、MeCabは頼もしいです。

Scikit-learnは有名ですね。Pythonで機械学習なら一番人気でしょう。ドキュメンテーション・チュートリアルが充実していて、初心者にやさしいです。

これで、ちょっととっかかりがついたのでなんかやってみよっと。