iKnow の使用法
Contents
[Home]  [Next]
InterSystems: The power behind what matters   
Class Reference   
Search:    

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 ドメインの選択
3.5.2 すべての概念のリスト
3.5.3 指定したエンティティの分析
3.5.4 分析するソースの制限
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
24.1.1 JSON オブジェクトのインデックス作成
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 基本検索の例
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