# 解凍 tar zxvf sorted_file_search_tools.tar.gzインストール
解凍したディレクトリ内にあるスクリプトを実行
本例では，すべて単語共起頻度データベースを用いています．fssの実行方法: $ perl fss_0.10.pl [行のプレフィックス] [ソート済みファイル] 実行例と実行結果: 行のプレフィックスで検索するため、"野球"の後ろに意図的にスペースを入れています． $ perl fss_0.10.pl "野球 " 500k-5k.100m-docs.w0.dice 野球 サッカー:0.0519102 テニス:0.0147494 試合:0.0142626 総合情報:0.0135918 ゴルフ:0.0124798 選手:0.012213 ソフトボール:0.0118052 バット:0.00909228 ボール:0.00901826 高校野球:0.00893625 アスリート:0.00862841 プロ野球:0.00843285...
sorted_matrix_searchの実行方法: $ perl sorted_matrix_search_0.10.pl [行のidの文字列] [列のidの文字列] [ソート済み行列ファイル] 実行例と実行結果： 500k-500k.100m-docs.w0.dataから，野球とサッカーの共起頻度を取得 $ perl sorted_matrix_search_0.10.pl 野球 サッカー 500k-500k.100m-docs.w0.data サッカー:43534
search_co-occurrence_data.plの実行方法：
$ perl search_co-occurrence_data_0.10.pl
引数は特にありませんが，スクリプト内にある以下の変数を適宜変更してください．
#単語共起データベースの本体．
my $co_occurrence_file=""; # ex: "/home/user1/1m.100m-docs.df"
# 単語の文書頻度のリスト．本体に対応したリストに変更する．
my $document_frequency_file=""; # ex: "/home/user1/1m-1m.100m-docs.data"
実行例と実行結果: 標準入力にqueryを入力します．使い方は"help"で表示できます．"exit"か"quit"か"Ctrl+C"などで終了できます．
$ perl search_co-occurrence_data_0.10.pl
loading term frequency list: /home/user1/1m.100m-docs.df
done!
co-occurrence data file: /home/user1/1m-1m.100m-docs.data
query> 野球 サッカー
DOC-NUM:99486573
野球:812816
サッカー:1108244
co-occur:348647
pmi:3.65080109698995
d-pmi:3.65078613415211
dice:0.362973566676731
jacc:0.284896785823434
query> D 10 野球
野球:サッカー:0.362973566676731
野球:格闘技:0.227781051708306
野球:プロ野球:0.220464052067301
野球:ゴルフ:0.21034931209686
野球:テニス:0.208742323619557
野球:試合:0.173582466784869
野球:選手:0.158105247351875
野球:高校野球:0.157890948097994
野球:バスケットボール:0.144332264109314
野球:競馬:0.136342177196373
query> help
----help----
特定の２語の共起スコアを検索する場合は、スペース区切りで２語を入力してください．
例:
query> 野球 サッカー
ある語について，共起スコアのトップN語を獲得する場合は，以下のように入力してください．
query> (D|J|P|DP|F) N 単語
D:Dice係数
J:Jaccerd係数
P:相互情報量
DP:ディスカウント相互情報量
F:頻度
例：
query> D 10 野球
------------
query> exit
exit!