Анализ текстов юзеров форума по Байесу с соционической точки зрения (Страница 1 из 6)

а что за анализ такой?

Частотный анализ употребляемости тех или иных слов. По которому спаммеров сейчас любят ловить

...

Кстати, ты не мог бы таблицу постингов из БД форума сбросить и мне прислать? А то приходится из онлайна тягать - долго, и твоему серверу лишняя нагрузка Таблица posts.

А то я тут сейчас думаю на счёт нормирования слов, так опять тащить придётся через онлайн всё :-/

кинул тебе на мыло адрес.

Скачал.

Кстати, в чтих ТИМах ты тут уверен? А то у меня пока только 10 человек для начального анализа.

(Сейчас мучаю вариант анализа прямо по аспектам - получается лучше всего, вроде бы)

Самое трудное - избавляться от многократных цитат. А избавиться от цитирования чужих текстов без их выделения автоматически вообще невозможно

я думаю лучше взять оргийскую базу там материала наберется выше крыши

ЗЫ. это не ты там оргии парсишь так что они аж легли?

Проблема с вложенными цитатами:

111
quote
 222
 quote
  333
 /quote
 444
/quote
555
quote
 666
/quote
777

При жадном захвате (от первых quote до последних /quote) останется только 111 и 777 (сейчас такой метод использую)

При нежадном (от первых quote до первых /quote) останется:

111
quote
 444
/quote
555
777

Правда, потом ещё раз пройти можно, но там другие проблемы могут полезть. Проще пока пользоваться жадным методом

Первоначально сразу ТИМ пытался выявить Впрочем, я сейчас, приведя к исходным формам слова в текстах ("нееееет ,  если у вас быть есть опыт и метода метод борьбы с последствиями ,  любой последствия не быть иметь катастрофический силы .  если же оный нет ,  то первый же прорвавшийся сквозь заслон предусмотрительности форсмажор быть иметь характер катастрофа .") ещё снова попробую

А с чебурашек толку мало. Нужны постинги свободного и длительного общения

ну можно и не всю. делаешь серверный скрипт, ставишь на ночь, утром что скачалось - все твое качать кстати можно версии "для печати", они легче.