[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

たつをの ChangeLog : 2006-12-28

風邪で悩まされた12月であった。
11月末から12月頭にかけて、ちょっとバタバタしてたからその反動ぽい。
定期的にプールに行ってるおかげで風邪は引きにくくはなったんだけど、
疲れがたまってるとやっぱダメだな。

- 12/6、ちょっとだるめ。
- 12/7、28度の熱。定時退社で20時ごろから寝る。翌朝下がる。
- 12/8-11、ちょっとボーっとする。
- 12/12、だるくてノド痛い。毎週火曜に行ってるプールは休む。
- 12/13-14、引き続きだるい&ノド痛い。
- 12/15、咳も出るので会社を休む。(ref. [2006-12-15-1])
- 12/16-17、土日はおとなしく。しかし完全復活失敗。
- 12/18、咳は出るが出社。
- 12/19、まだ咳出る。火曜定例プールは休む。
- 12/20-21、咳続く。
- 12/22、病院へ行く。気管支炎(要するに気管支の風邪)の疑い。
- 12/23、早朝4時ごろ目がさめて咳き込むが、他は薬で抑えられてるっぽい。
- 12/24-27、薬が効いてる。徐々に咳が減る。
- 12/28、咳ほぼ止まる。

社内では風邪が猛威を振るっていて、咳きこんでいる人が多いので、
年内と年始は念のためマスクで出社予定。さすがにこれはやばい。

風邪関連記事:
- だいこんのハチミツ漬け:仕込み[2005-12-20-4]→完成[2005-12-21-2]
- エアボン: [を] アメリカのお土産にはAIRBORNE[2005-10-28-1]
- 2006.10: [を] 若干風邪気味[2006-10-24-7]
- 2006.04: [を] 4月の風邪[2006-11-27-2]
- 2005.10: [を] 風邪を引きかけたけどなんとか持ちこたえた[2005-10-06-1]

「ITmedia エンタープライズ:顧客満足度ナンバーワンSEの条件」
http://www.itmedia.co.jp/enterprise/special/se/
にある「Keri's ビジネス英語 Clinic - SEもEnglish」。
アクセスしづらいので目次だけ取り出してみた。
まあ最終回のページだけブックマークしとけばいいんだけど。

(1)「あいづちの英語」
  http://www.itmedia.co.jp/enterprise/articles/0505/13/news010.html
Yeah. Uh, huh. I see. Right. Good. Exactly. Absolutely.

(2)「相手の話を遮ぎる、相手の話の流れを変える英語」
  http://www.itmedia.co.jp/enterprise/articles/0505/16/news010.html
Excuse me, but may I interrupt?
I know what you are saying. But I don't quite see it that way.
Let me finish.

(3)「話し手の英語〜becauseとI meanの論理構造」
  http://www.itmedia.co.jp/enterprise/articles/0505/19/news023.html
What I'm trying to say is... Let me clarify my point.

(4)「話し手の英語〜スピードと発音」
  http://www.itmedia.co.jp/enterprise/articles/0505/23/news010.html

(5)「話し手の英語〜訛りのある英語はチャーミング?」
  http://www.itmedia.co.jp/enterprise/articles/0505/26/news016.html

(6)「聞き手としての英語〜多国籍英語の聞き取りは難しい」
  http://www.itmedia.co.jp/enterprise/articles/0505/30/news009.html

(7)「聞き手の英語〜リスニング向上法」
  http://www.itmedia.co.jp/enterprise/articles/0506/02/news017.html

(8)「Q&A: 相手の名前を尋ねたいときどうする?」
  http://www.itmedia.co.jp/enterprise/articles/0506/06/news011.html
I'm sorry, I didn't catch your name right. Could you repeat it?
Am I pronouncing your name correctly?

(9)「Q&A: 相手の依頼を上手に断る方法は?」
  http://www.itmedia.co.jp/enterprise/articles/0506/13/news009.html
But unfortunately, I have a previous engagement on that day.
I'm sorry about this time, but I look forward to seeing you on
another occasion.

(10)「Q&A:相手を上手に誉めるには?」
  http://www.itmedia.co.jp/enterprise/articles/0506/16/news020.html
It was such an informative lecture. It was very educational.
It was so stimulating.

(11)「Q&A:ユーモアやウィットをどう表現する?」
  http://www.itmedia.co.jp/enterprise/articles/0506/19/news004.html

(12)「催促を促す賢いメールの書き方とは?」
  http://www.itmedia.co.jp/enterprise/articles/0506/27/news005.html
If you are not responsible for this matter, could you pass this
e-mail over to the person in charge?
Thank you for your quick response!
 
追記061229: 各回のポイントとなる表現を抜き出してみました(上記、
引用の部分)。
この記事に言及しているこのブログ内の記事

テキストマイニングの分野で有名なIBMの那須川哲哉氏による入門書。
全編具体的で分かりやすい。

那須川哲哉 / テキストマイニングを使う技術/作る技術 -基礎技術と適用事例から導く本質と活用法

テキストマイニングというと、ブログや掲示板での特定の何かの評判情報
検索など、近年その活躍の場が一般ユーザの目に付くところまで広がって
来ている。

この本はテキストマイニングを支える技術、事例紹介、技術以外の側面
(運用など)はもちろん、「テキストマイニングとは何か」ということ
についても初心者にも分かりやすいよう、かなり丁寧に解説されている。
一番重要なポイントが最初の方で述べられてる。これ、大切。
[...]テキストマイニングというものは、あくまで人間が膨大な文書データ
を有効活用するためのツールであり、データ内容を解釈して判断を下すの
は人間である。例えば100万件の文書データに対し、一人の人間がその
すべてに目を通すことは不可能である。しかし、テキストマイニングを
使いこなすことにより、100万件の文書データの中から有用な情報に焦点を
当て、その内容を活用することが可能になる。 (p.4)
一般的なデータマイニングと異なり、「自然言語」がからむテキストマイ
ニングは、現状の技術では実用上あくまでも人が主役とならねばならない
(だから使いやすいGUIが必要となる)。こんな記述も:
テキストマイニングを活用する上で最も重要なのが、『テキストマイニン
グは基本的に「気付き」を与えてくれるツールである』という考え方であ
る。(p.169)

また、テキストマイニングでは、「速読のコツ」のように、
分析目的をしっかり設定しないと役に立つものは得られないとも:
テキストマイニングに対して良く見られる誤解に、「貴重な文書データが
大量にあるので、テキストマイニングにかければ何か面白い知見が自動的
に得られるのでないか」というものがある。[...] 有用な結果を得るため
には分析目的の設定やそれを実現するための意味的属性の設定が必要であ
り、この設定を行わずに処理しても、役に立つ結果が得られることはまず
あり得ない。 (p.45)

この本で取り上げられている事例は主にコールセンター。
「人力」の重要性が高い分野と言える。
一方、ブログのテキストマイニングは、切実度が低いので、
もっとゆるい感じになるかと。

§メモ:

大量文書を活用する技術の比較(p.16):
- レベル1「検索」:目を通す対象を絞り込む。情報検索。単語抽出。
- レベル2「分類・整理」:文書の振り分け&内容把握。クラスタリング、
  クラシフィケーション。
- レベル3「分析(知識発見)」:価値のある知見を抽出。
  データ・マイニング、視覚化。

評判分析の難しさについての例(p.193-):
- 「店員の態度が最悪で商品Aを手に取ったら睨まれた。」
  →「最悪」なのは「商品A」ではない。
- 「良くない」「良くなくはない」「良いのでしょうか」「良いなら
  (買いたい)」→やっかい。
- 表現の分野依存性:「とても悲しい」→「映画」ならポジティブ。

お知らせです。
ヤフーの検索結果に「アダルトなし」「アダルトのみ」「全部」のフィル
タを通して表示する検索サービス Asamasearch を nais.to/search/ から
http://find.x0.to/ に移転しました。

サーバの負荷分散が理由です。
前のURLからリダイレクトするようにしてあります。

たつをの ChangeLog
Powered by chalow