iKnow の使用法
Contents
 
   
Server:docs1
Instance:LATESTJ
User:UnknownUser
 
-
Go to:
Search:    

 
Contents

Preface : 
 
 
Chapter 1: 
 
  • 1.1 シンプルな使用事例
  • 1.2 iKnow とは何か
  • 1.2.1 iKnow が提供しない機能
  • 1.3 iKnow が識別する論理テキスト・ユニット
  • 1.3.1 文
  • 1.3.2 エンティティ
  • 1.3.3 CRC と CC
  • 1.3.4 パス
  • 1.4 スマート・インデックス作成
  • 1.5 スマート・マッチング
  • Chapter 2: 
     
  • 2.1 サンプル・プログラムに関するメモ
  • 2.2 %Persistent オブジェクト・メソッドに関するメモ
  • 2.3 %iKnow と %SYSTEM.iKnow に関するメモ
  • 2.4 必要なディスク容量と iKnow グローバル
  • 2.4.1 バッチ・ロードのスペース割り当て
  • 2.5 入力データ
  • 2.5.1 ファイル形式
  • 2.5.2 SQL レコード形式
  • 2.5.3 テキストの正規化
  • 2.5.4 ユーザ定義のソースの正規化
  • 2.6 出力構造
  • 2.7 定数
  • 2.8 エラー・コード
  • Chapter 3: 
     
  • 3.1 iKnow アーキテクトへのアクセス
  • 3.1.1 ネームスペースの有効化
  • 3.2 ドメインの作成
  • 3.2.1 ドメインを開く方法
  • 3.2.2 ドメイン名とチェック・ボックスの変更
  • 3.2.3 ドメインの削除
  • 3.3 モデル要素
  • 3.3.1 ドメイン設定
  • 3.3.2 メタデータ・フィールド
  • 3.3.3 データ位置
  • 3.3.4 ブラックリスト
  • 3.3.5 マッチング
  • 3.4 保存、コンパイル、およびビルド
  • 3.5 ナレッジ・ポータル
  • 3.5.1 すべての概念のリスト
  • 3.5.2 指定したエンティティの分析
  • 3.5.3 返すデータの制限
  • 3.6 インデックス作成結果
  • 3.6.1 [インデックス付きの文]
  • 3.6.2 [概念] および [CRC]
  • Chapter 4: 
     
  • 4.1 Swagger
  • 4.1.1 Swagger を使用して iKnow データを返す
  • 4.2 REST 操作
  • 4.2.1 ドメインと構成
  • 4.2.2 ソース
  • 4.2.3 エンティティ
  • 4.2.4 文
  • 4.2.5 パスと CRC
  • 4.2.6 ディクショナリとマッチング
  • 4.2.7 ブラックリスト
  • Chapter 5: 
     
  • 5.1 iKnow ドメイン
  • 5.1.1 サブクラスとしてのドメインの定義
  • 5.1.2 プログラムによるドメインの定義
  • 5.1.3 ドメイン・パラメータの設定
  • 5.1.4 ドメインへの割り当て
  • 5.1.5 ドメインからの全データの削除
  • 5.1.6 全ドメインのリスト
  • 5.1.7 ドメイン名の変更
  • 5.1.8 ドメインのコピー
  • 5.2 iKnow 構成
  • 5.2.1 構成の定義
  • 5.2.2 構成プロパティの設定
  • 5.2.3 構成の使用
  • 5.2.4 全構成のリスト
  • 5.2.5 文字列を正規化する構成の使用法
  • 5.3 iKnow UserDictionary
  • 5.3.1 UserDictionary 形式
  • 5.3.2 オブジェクト・インスタンスとしての UserDictionary 定義
  • 5.3.3 ファイルとしての UserDictionary 定義
  • Chapter 6: 
     
  • 6.1 ローダ
  • 6.1.1 ローダ・エラーのログ
  • 6.1.2 ローダの Reset()
  • 6.2 リスタ
  • 6.2.1 リスタの初期化
  • 6.2.2 リスタ・インスタンス既定のオーバーライド
  • 6.2.3 リスタによるソースへの ID の割り当て
  • 6.2.4 リスタの既定値の例
  • 6.2.5 リスタ・パラメータ
  • 6.2.6 バッチとリスト
  • 6.3 リストとロードの例
  • 6.3.1 ファイルのロード
  • 6.3.2 SQL レコードのロード
  • 6.3.3 添え字付きグローバルの要素のロード
  • 6.3.4 文字列のロード
  • 6.4 ドメイン・コンテンツの更新
  • 6.4.1 ソースの追加
  • 6.4.2 ソースの削除
  • 6.5 仮想ソースのロード
  • 6.5.1 仮想ソースの削除
  • 6.6 ロードされたソース・データのコピーとインデックス再作成
  • 6.6.1 UserDictionary とコピーされたソース
  • Chapter 7: 
     
    Chapter 8: 
     
  • 8.1 クエリのタイプ
  • 8.2 この章で説明するクエリ
  • 8.3 クエリ・メソッド・パラメータ
  • 8.4 ソースと文のカウント
  • 8.5 エンティティのカウント
  • 8.6 上位エンティティのリスト
  • 8.6.1 GetTop() :最も頻繁に出現しているエンティティ
  • 8.6.2 GetTopTFIDF() および GetTopBM25()
  • 8.7 CRC クエリ
  • 8.7.1 エンティティを含む CRC のリスト
  • 8.7.2 CRC を含むソースのカウント
  • 8.7.3 CRC マスクを満たす 1 つまたは複数の文のリスト
  • 8.8 類似エンティティのリスト
  • 8.8.1 パーツと N-gram
  • 8.9 関連するエンティティのリスト
  • 8.9.1 ポジションによる制限
  • 8.10 パスのカウント
  • 8.11 類似ソースのリスト
  • 8.12 ソースの要約
  • 8.12.1 カスタム・サマリ
  • 8.13 ソースのサブセットのクエリ
  • Chapter 9: 
     
  • 9.1 否定
  • 9.1.1 形式的否定のプロパティ
  • 9.1.2 否定属性の使用
  • 9.1.3 否定属性の構造
  • 9.1.4 否定ビット・マップ
  • 9.1.5 否定とディクショナリ・マッチング
  • 9.1.6 否定の例
  • 9.1.7 否定用語の追加
  • 9.1.8 否定の特殊なケース
  • 9.2 感情
  • 9.2.1 感情属性の使用
  • Chapter 10: 
     
  • 10.1 語幹解析の構成
  • 10.1.1 Hunspell
  • 10.2 語幹取得のメソッド
  • 10.3 語幹の使用
  • Chapter 11: 
     
  • 11.1 ブラックリストの作成
  • 11.1.1 ブラックリストとドメイン
  • 11.2 ブラックリストをサポートするクエリ
  • 11.2.1 ブラックリスト・クエリの例
  • Chapter 12: 
     
  • 12.1 サポートされるフィルタ
  • 12.2 ソースの ID によるフィルタ処理
  • 12.2.1 外部 ID でフィルタ処理
  • 12.2.2 ソース ID でフィルタ処理
  • 12.3 フィルタ処理によるソースからのランダムな選択
  • 12.4 文の数によるフィルタ処理
  • 12.5 エンティティ一致によるフィルタ処理
  • 12.5.1 ディクショナリ一致によるフィルタ処理
  • 12.6 インデックス作成日メタデータによるフィルタ処理
  • 12.7 ユーザ定義メタデータによるフィルタ処理
  • 12.7.1 メタデータ・フィルタ演算子
  • 12.8 SQL クエリによるフィルタ
  • 12.9 フィルタ・モード
  • 12.10 GroupFilter の使用による複数フィルタの組み合わせ
  • Chapter 13: 
     
  • 13.1 テキスト・カテゴリ化の実装
  • 13.1.1 実装インタフェース
  • 13.2 トレーニング・セットとテスト・セットの確立
  • 13.3 プログラムによるテキスト分類子の構築
  • 13.3.1 テキスト分類子の作成
  • 13.3.2 用語ディクショナリの生成
  • 13.3.3 分類オプティマイザの実行
  • 13.3.4 テキスト分類子の生成
  • 13.4 テキスト分類子のテスト
  • 13.4.1 テスト結果の使用
  • 13.5 UI を使用したテキスト分類子の構築
  • 13.5.1 UI に対するデータ・セットの定義
  • 13.5.2 テキスト分類子の構築
  • 13.5.3 テキスト分類子の最適化
  • 13.5.4 データのテスト・セットに対するテキスト分類子のテスト
  • 13.5.5 未分類データに対するテキスト分類子のテスト
  • 13.6 テキスト分類子の使用
  • Chapter 14: 
     
  • 14.1 意味的優位性
  • 14.1.1 コンテキストにおける優位性
  • 14.1.2 意味的優位性の概念
  • 14.1.3 意味的優位性の例
  • 14.2 語義的な近似
  • 14.2.1 日本語の語義的な近似
  • 14.2.2 近似の例
  • Chapter 15: 
     
  • 15.1 カスタム・メトリックの実装
  • 15.2 タイプおよびターゲット
  • 15.3 メトリックのコピー
  • Chapter 16: 
     
  • 16.1 ディクショナリ構造とマッチングの概要
  • 16.1.1 用語
  • 16.2 ディクショナリの作成
  • 16.2.1 ディクショナリおよびドメイン
  • 16.2.2 ディクショナリ作成例
  • 16.2.3 形式用語の定義
  • 16.2.4 ディクショナリ用語における複数の形式
  • 16.3 ディクショナリのリストおよびコピー
  • 16.3.1 既存のディクショナリのリスト
  • 16.3.2 ディクショナリのコピー
  • 16.4 ディクショナリ構造の拡張
  • Chapter 17: 
     
  • 17.1 ディクショナリ・マッチングの仕組み
  • 17.1.1 一致スコア
  • 17.2 文字列のマッチング
  • 17.2.1 エンティティ文字列のマッチング
  • 17.2.2 文文字列のマッチング
  • 17.3 ソースのマッチング
  • 17.4 マッチング・プロファイルの定義
  • 17.4.1 マッチング・プロファイル・プロパティ
  • 17.4.2 ドメインの既定マッチング・プロファイル
  • Chapter 18: 
     
  • 18.1 iKnow ユーザ・インタフェースの表示方法
  • 18.2 抽象ポータル
  • 18.3 抽象ソース・ビューワ
  • 18.4 ロード・ウィザード
  • 18.5 ナレッジ・ポータル
  • 18.6 基本ポータル
  • 18.7 インデックス作成結果
  • 18.8 マッチング結果
  • Chapter 19: 
     
  • 19.1 iKnow シェル・インタフェース
  • 19.1.1 ソースのリスト、表示、および要約
  • 19.1.2 ソースのフィルタ処理
  • 19.2 iKnow データ・アップグレード・ユーティリティ
  • 19.2.1 特定のバージョンのアップグレードに関する注意事項
  • Chapter 20: 
     
  • 20.1 利用可能な Web サービス
  • 20.2 iKnow Web サービスの使用法
  • 20.3 例
  • 20.4 iKnow Web サービスと主要な iKnow API の比較
  • 20.5 関連項目
  • Chapter 21: 
     
  • 21.1 KPI 用語
  • 21.2 iKnow クエリを使用する KPI の定義
  • 21.3 利用可能な KPI フィルタ
  • 21.4 KPI プロパティのオーバーライド
  • 21.5 例
  • 21.6 KPI を表示するダッシュボードの作成
  • 21.6.1 ダッシュボードの作成 : Basics
  • 21.6.2 系列名の変更
  • 21.6.3 プロパティの構成
  • 21.6.4 [前のページ] および [次のページ] ボタンの追加
  • 21.6.5 iKnow KPI でのダッシュボードの例
  • 21.7 ダッシュボードへのアクセス
  • 21.8 関連項目
  • Chapter 22: 
     
  • 22.1 カスタム・リスタ
  • 22.1.1 リスタ名
  • 22.1.2 SplitFullRef() と BuildFullRef()
  • 22.1.3 既定のプロセッサ
  • 22.1.4 リストの展開
  • 22.2 カスタム・プロセッサ
  • 22.2.1 メタデータ
  • 22.3 カスタム・コンバータ
  • 22.3.1 %OnNew
  • 22.3.2 BufferString
  • 22.3.3 Convert
  • 22.3.4 NextConvertedPart
  • Chapter 23: 
     
  • 23.1 自動言語識別の構成
  • 23.2 自動言語識別の使用
  • 23.2.1 言語識別クエリ
  • 23.3 自動言語識別のオーバーライド
  • 23.4 言語固有の問題
  • Chapter 24: 
     
  • 24.1 iFind 検索のためのインデックス・ソース
  • 24.2 iFind 検索の実施
  • 24.2.1 検索項目文字列の検証
  • 24.2.2 ファジー検索
  • 24.2.3 語幹解析と複合語分解
  • 24.2.4 iKnow エンジンでサポートされない言語
  • 24.3 iFind の例
  • 24.3.1 基本構文の例
  • 24.3.2 意味的構文の例
  •  
    Appendix A: 
     
    Appendix B: 
     
  • B.1 概要
  • B.1.1 背景
  • B.1.2 キューブと iKnow ソースの関係
  • B.2 関連付けられた DeepSee キューブに対する iKnow ソース・メタデータ・フィールドの生成
  • B.2.1 前提条件
  • B.2.2 キューブからのメタデータ・フィールドの生成
  • B.2.3 iKnow の KPI と共に DeepSee フィルタを使用する方法
  • B.3 iKnow ドメインの DeepSee キューブの生成
  • B.3.1 キューブの生成
  • B.3.2 アナライザとキューブの概要
  • B.3.3 キューブの再構築
  • B.4 関連項目