tabris2012

foreach $i (keys %WikiDic) { #等しいハッシュ値を探す
    if ($length == $i) { #同じハッシュが存在した
	foreach $j (@{$WikiDic{"$i"}}) {
	    if ($title eq $j) { #同じタイトル名が存在した
		$check =0; #追加せずに離脱
		last;
	    }
	}
	
	if ($check) { #ハッシュ内に対応する文字列は無かった

tabris2012

for ($i =0; $i < @$lineList; $i++) {
	foreach $list (@attr) { #示唆単語それぞれについて
		$j =1; #ベクトル未追加フラグ
			
		foreach $line (@{$list}) {
			if ($$lineList[$i] =~ /$line/) {
				push @{$vector[$i]}, 1;
				$j =0;
				last;
			}

tabris2012

for ($i =0; $i < $K; $i++) { #遷移確率を求める
	for ($j =0; $j < $K; $j++) {
		$t0 =0;
		$t1 =0;
			
		for ($u =0; $u < @state -1; $u++) { #個数を数える
			if ($state[$u] == $i) {
				$t0++;
					
				if ($state[$u +1] == $j) {

tabris2012

#隠れ状態から属性を推定する
for ($i =0; $i < $K; $i++) { #状態0から順に処理
	@attr = (0, 0, 0, 0); #各行の示唆ベクトルを足し合わせていく
	$t0 =0;
	
	for ($j =0; $j < @$lineList; $j++) {
		if ($state[$j] == $i) {
			$t0++; #推定状態の数
				
			for ($u =0; $u < @attr; $u++) { #対応するベクトルの要素を足す

tabris2012

for ($i =1; $i < @$lineList; $i++) {
	if (${$trans[$state[$i -1]]}[$state[$i]] <0.4) { #遷移確率が低かったら修正
		if ($pk[$state[$i -1]] <0.4) { #遷移前の出現確率も低かったら修正
			for ($j =0; $j < @{$vector[$i]}; $j++) {
				if ((${$vector[$i]}[$j]) && ($j != $stateAttr[$state[$i -1]] -1)) {
					push @estAttr, $j +1;
					last;
				}
			}
				

tabris2012

sub chromHMM {
	@lineList = @{$_[0]};
	$alpha = 0.02;
	$K = 5; #分ける状態数
	
	for ($i =0; $i < @lineList; $i++) {
		foreach $list (@attr) { #示唆単語それぞれについて
			$j =1; #ベクトル未追加フラグ
			
			foreach $line (@{$list}) {

tabris2012

open ATTR, "<attribute.txt" or die "open: $!";
@attr = ();
$i =0;
	
while ($line = <ATTR>) { #属性示唆単語読込み
	if ($line =~ /^#/) {
		next;
	}
	elsif ($line eq "\n") {
		$i++;

tabris2012

@vector.each_with_index do |attrVector, i|
	attrVector.each do |line| #属性ごとに行を呼び出す
		chunkFeasible.each do |chunk, value|
			if line[0] =~ /#{chunk}/ && !chunkTemp[i].include?(chunk)
				chunkTemp[i][chunk] = value #行にチャンクが含まれて、そのチャンクがまだ存在していなければ追加
			end
		end
	end
end
#作成された新チャンクリストの内容検証

tabris2012

# encoding: utf-8
from pylab import *

def XDiff(x, y, a):
    return -a * x + y #Griffithモデル

def YDiff(x, y, b):
    return x **2/ (1.0+ x **2) - b * y

def XNull(x, a): #xヌルクライン

tabris2012

# encoding: utf-8
from pylab import *

def XDiff(x, y, a):
    return -x + a * y + y * x **2 #Sel'kovモデル

def YDiff(x, y, a, b):
    return b - a * y - y * x **2

def XNull(x, a): #xヌルクライン