(いまさら)タグクラウド

タグクラウドしたことなかったので、やってみました。

作ったのはURLを入力すると、そのURLに対するページを分析してタグクラウド化するCGIです。利用したのは以下のモジュール。

• LWP::UserAgent
• HTML::ContentExtractor
• Text::MeCab
• WWW::CloudCreator

ソースは(あまりにひどくて)見せられないので、スクリーンショットでも載せときます。このスクリーンショットは、某閉鎖したはてなダイアリを分析したときのものです。

以下、課題っぽいこと。

• MeCabで品詞を判定する方法がわからず*1
• MeCabを生で使ってるので"キーワード"の抽出精度が低い*2
• 単純にカウントしてるので、タイトル等で頻出する語のスコアが高くなり過ぎる

WWW::CloudCreator入れるのに、Test系のモジュールを大量に入れさせられました。最近CPAN使ってなかったからかも。

*1:しゃあないから$node->featureにqr/名詞/ってしてます

*2:品詞と長さと文字種辺りをチェックしてますがイマイチ。使うとするとTermExtractになるのかなあ？