数式の累乗を英語で

数式の累乗を英語で記すとどうなるか調べてみました．いくつかのページ[1]，[2]，[3]を見ましたが，いろいろな書き方があるみたいですね．数式を「x^n = y」とした場合の例を以下に記しておきます．ちなみにそこに登場する「power」という英単語は，「累乗」を意味します．

• n = 0 の場合
  1. x to the power of 0 is y.
  2. x to the power 0 is y.
  3. x to the zero power is y.
  4. x to the zero is y.
  5. The zero power of x is y.
• n = 1 の場合
  1. x to the power of 1 is y.
  2. x to the power 1 is y.
  3. x to the first power is y.
  4. x to the first is y. (?)
  5. The first power of x is y.
• n = 2 の場合
  1. x to the power of 2 is y.
  2. x to the power 2 is y.
  3. x to the second power is y.
  4. x to the second is y. (?)
  5. The second power of x is y.
  6. x squared is 64.
  7. The square of x is y.
• n = 3 の場合
  1. x to the power of 3 is y.
  2. x to the power 3 is y.
  3. x to the third power is y.
  4. x to the third is y. (?)
  5. The third power of x is y.
  6. x cubed is 64.
  7. The cube of x is y.
• n >= 4 の場合
  1. x to the power of n is y.
  2. x to the power n is y.
  3. x to the n-th power is y.
  4. x to the n-th is y.
  5. The n-th power of x is y.

[1] 英語で、数式の累乗の言い方について質問です。 私は「４の３乗」というのは 4 po...
[2] 英語の質問です。 数学の累乗の式で「３の２乗」とかあるでしょ？ これの「２乗」...
[3] 英語で「分数」と「累乗」

Eclipse HeliosにSubversiveをインストールする方法

Eclipse HeliosにSubversiveをインストールしたので，その手順をメモしておきます．インストールは，ページ[1]を参考にしました．

1. 「Help」 -> 「Install New Software...」を選択
2. 「Work with」で「Helios - http://download.eclipse.org/releases/helios」を選択
3. 「Collaboration」 -> 「Subversive SVN Team Provider (Incubaion)」を選択
4. 「Next」を選択
5. 「Next」を選択
6. 「I accepted the terms of the license agreements」を選択
7. 「Finish」を選択
8. 「Next」を選択
9. 「Next」を選択
10. 「I accepted the terms of the license agreements」を選択
11. 「Finish」を選択
12. 「OK」を選択
13. 「Restart Now」を選択

[1] Eclipse 3.6(Helios)に Subversionプラグイン Subversiveを導入する

Differences and similarities in information seeking: children and adults as Web users

読解支援に関係しそうな論文[1]を読んだので，メモしておきます．

本論文は，Web上の情報探索における子供と大人との間の相違点と類似点を調査する研究について報告している．この研究では，Yahooligansを用いて事実を探索する課題を行う際のユーザの思考，感情，行動について調査している．この結果，大人のほうが子供より多く正解を発見できた．また，行き詰まりに対する回復方法，閲覧方法（大人はブラウジング，子供は検索に割く時間が多い），タスクへの集中において両グループの間に違いがみられた．

注目フレーズ

• Research on children's use of the Internet/Web and adult use of the Internet/Web shows that both user groups have cognitive difficulties constructing effective search queries, and that most of these users do not use the Web effectively.
• Children were interactive information seekers, preferring to browse rather than plan or employ systematic and analytic search strategies.
• Children had difficulty finding relevant information, but were more successful in finding information on the open-ended task than the fact-finding task.
• Users did not have many queries per search, rarely modified queries, and used advanced search syntax minimally in constructing queries.
• Following a link and using the Back command were the most frequent Web actions
• 58% of the pages the participants visited were re-visits, ant that these pages were re-visited through activating Back command.
• Zipf's distribution was the best fit for the frequency of user node visiting.
• The type of search task did not influence the path patterns user followed.
• Frequent use of Back command seems to be common among Web users, regardless of age.
• Information skills programs must consider levels of cognitive development and, as importantly, pay attention to the process skills students need to plan and evaluate all aspects of information utilization and retrieval.
• Age is not a factor that influences information seeking behavior.
• Both student groups were unsuccessful when they searched by keyword and more successful when they browsed subject hierarchies.
• Both children and adults used Netscape Back command to navigate among Web pages.
• Many children apply natural language in querying search engines.

[1] Dania Bilal, Joe Kirby: Differences and similarities in information seeking: children and adults as Web users, Information Processing and Management, Vol. 38, No. 5, pp. 649-670, 2002-09

Rubyでベイジアンフィルタを作成

そろそろRubyにも手を出しておこうかということで，Rubyでベイジアンフィルタを作ってみました．

作ったといっても，元々Perlで書かれたものをRubyで書き直しただけです．元のプログラムは，WEB+DB PRESS Vol.56の記事[1]で解説されていたものです．作ったプログラムは，bayes_sample.rbとClassifier.rbの二つです．両方とも以下に記しておきます．

Rubyは，初めて使ったので，お粗末なコードになっているかもしれません．でも，とりあえず動作すると思います．ただし，事前にMecabとMecab-rubyをインストールしておく必要があります．

[1] 伊藤 直也: ベイジアンフィルタに挑戦―未知のデータを学習して分類―, アルゴリズム実践教室 第1回, WEB+DB PRESS, Vol. 56, pp. 134-142, 2010-05



bayes_sample.rb
require 'MeCab'
require 'Classifier'

def text2vec(text)
  mecab = MeCab::Tagger.new
  node = mecab.parseToNode(text)
  vec = Hash.new(0)
  while node do
    if (node.posid >= 1 and node.posid <= 4) or node.posid == "?" then
      vec[node.surface] = vec[node.surface] + 1
    end
    node = node.next
  end
  return vec
end

cl = Classifier.new()
cl.train(text2vec("perlやpythonはスクリプト言語です"), "it")
cl.train(text2vec("perlでベイジアンフィルタを作りました"), "it")
cl.train(text2vec("pythonはニシキヘビ科のヘビの総称"), "science")

print "1, 推定カテゴリ: ", cl.predict(text2vec("perlは楽しい")), "\n"
print "2, 推定カテゴリ: ", cl.predict(text2vec("pythonとperl")), "\n"
print "3, 推定カテゴリ: ", cl.predict(text2vec("pythonとヘビ")), "\n"

Classifier.rb
class Classifier
  def initialize
    @term_count = Hash.new {|h, k| h[k] = Hash.new(0)}
    @category_count = Hash.new(0)
  end

  def train(vec, cat)
    vec.each do |term, count|
      @term_count[term][cat] = @term_count[term][cat] + count
      @category_count[cat] = @category_count[term] + 1
    end
  end

  def predict(vec)
    scores = Hash.new
    @category_count.keys.each do |cat|
      scores[cat] = self.score(vec, cat)
    end
    classes = scores.to_a
    classes.sort! do |a, b|
      (b[1] <=> a[1]) * 2 + (a[0] <=> b[0])
    end
    return classes[0][0]
  end

  def score(vec, cat)
    cat_prob = Math.log(self.cat_prob(cat))
    not_likely = 1.0 / (self.total_term_count() * 10)
    doc_prob = 0.0
    vec.each do |term, count|
      term_prob = self.term_prob(term, cat)
      if term_prob == 0.0 then
        term_prob = not_likely
      end
      doc_prob += Math.log(term_prob) * count;
    end
    return cat_prob + doc_prob
  end

  def cat_prob(cat)
    return @category_count[cat].to_f / self.total_term_count()
  end

  def term_prob(term, cat)
    return self.term_count(term, cat).to_f / @category_count[cat]
  end

  def term_count(term, cat)
    return @term_count[term][cat]
  end

  def total_term_count
    total = 0
    @category_count.values.each do |count|
      total += count;
    end
    return total
  end

  def dump
    p @term_count
    p @category_count
  end
end

教科書コーパスを用いた日本語テキストの難易度推定

読解支援に関係しそうな論文[1]を読んだので，メモしておきます．

本論文は，円滑な情報伝達を実現することを目的として，日本語テキストを対象とした難易度推定システムを提案している．難易度推定の手法には，文字ユニグラムを言語モデルとした多項ナイーブベイズ分類を使用する．そして，その言語モデルの構築には，小学校から大学までの英語を除く科目のテキストからなる規準コーパスを使用する．本システムを交差検定実験により評価した結果，所与の難易度と推定した難易度との間で非常に高い相関を示すことが分かった．

注目フレーズ

• テキストの書き手に「難しさの客観的評価」を提供することは，円滑な情報伝達を実現するための計算機支援の一形態となる．
• 英語に対しては1920年代から，日本語に対しては1940年代から行われている．
• 英語の難易度算定公式
  • Fresch Reading Ease
  • Kincaid Grade Level
  • 読解教材の難易度推定などに広く用いられている．
• 日本語の難易度算定公式
  • 立石らの手法[2]
  • 川村の手法[3]
  • 柴崎らの手法[4]
  • 実用にいたっていない
• 英語テキストの難易度推定手法
  • Collins-Thompsonらの手法[5]

[1] 近藤 陽介, 松吉 俊, 佐藤 理史: 教科書コーパスを用いた日本語テキストの難易度推定, 言語処理学会第14回年次大会発表論文集, pp. 1113-1116, 2008-03
[2] 立石 由佳, 小野 芳彦, 山田 尚勇: 日本文の読みやすさの評価式, 情報処理学会研究報告, Vol. 1988, No. 25, pp. 1-8, 1988-05
[3] 川村 よし子: 語彙チェッカーを用いた読解テキストの分析, 早稲田大学日本語教育センター講座日本語教育, 第34分冊, pp. 1-22, 1998
[4] 柴崎 秀子, 沢井 康孝: 国語教科書コーパスを応用した日本語リーダビリティー構築のための基礎研究, 電子情報通信学会技術報告, Vol. 2007, No. 32, pp. 19-24, 2007-10
[5] Kevyn Collins-Thompson, Jamie Callan: Predicting Reading Difficulty with Statistical Language Models, Journal of the American Society for Information Science and Technology, Vol. 56, No. 13, pp. 1448-1462, 2005-11

Cygwin 1.7.7にMeCab 0.98+MeCab-ruby 0.98をインストールする方法

Cygwin 1.7.7にMeCab 0.98+MeCab-ruby 0.98をインストールしたので，その方法をメモしておきます．インストール先を，/usr/localではなく，/opt/mecabにしてます．そのため，通常より余分な設定が必要になります．/usr/localにインストールする場合は，もっと簡単にできると思います．

$ cd /tmp/mecab-0.98
$ ./configure --prefix=/opt/mecab --with-charset=utf8 CPPFLAGS=-DNOMINMAX LIBS=-liconv
$ make
$ make install
$ cd /tmp/mecab-ipadic-2.7.0-20070801
$ ./configure --prefix=/opt/mecab --with-charset=utf8 --with-mecab-config=/opt/mecab/bin/mecab-config
$ make
$ make install
$ cd /tmp/mecab-ruby-0.98
$ ruby extconf.rb --with-opt-dir=/opt/mecab
$ vi Makefile
--
CC = g++
LDSHARED = g++ -shared -s
LIBS = $(LIBRUBYARG_SHARED) -ldl -lcrypt -lmecab -liconv
--
$ make
$ make install
$ ruby test.rb

[1]のページを参考にしましたが，微妙に結果が違ってました．恐らくインストール先が違うからだと思います．

[1] Cygwin1.7にMeCab0.98+MeCab-rubyをインストールしたメモ

Self-regulated learning with hypermedia: The role of prior domain knowlegde

読解支援に関する論文[1]を読んだので，メモしておきます．

本論文は，既知のドメイン知識とハイパーメディアを使った自己調整学習との関係を調査するために行った実験について報告している．実験では，49人の大学学部生に循環システムに関するプレテストを行い，その後，同じく循環システムに関するWebページをThink aloud法で40分間読解するという課題を実施した．この課題は，被験者によって行われる特定の自己調整学習のプロセスを計測するために実施された．実験の結果，既知のドメイン知識は，ハイパーメディアを使った自己調整学習と有意に関係することが分かった．特に，既知のドメイン知識は，被験者の監視と計画という行為には正に相関し，戦略には負に相関することが判明した．

注目フレーズ

• Research using CI(Construction Integration) model has demonstrated that students with domain-specific prior knowledge are better equipped to understand challenging topics, especially science related topics presented in textbooks.
• Research using theoritical MDL(Model of Domain Learning) approach to domain learning has found that learners with more developed subject-matter knowledge tend to use advanced strategies during learning, while learners with limited subject-matter knowledge tend to approach learning by initially developing a conceptual framework of the domain.
• When learning with hypermedia, students can access any node and in multiple sequences, depending on various factors such learning goals and prior domain knowledge.
• Research has demonstrated that students with higher prior domain knowledge learn differently with hypermedia environment thatn students with lower prior domain knowledge.
• Students need to manage a high degree of control in order to effectively navigate through hypermedia because this environment allows students to choose which information to access
• Navigation within hypermedia is, in part, dependent on an understanding of the conceptual structure of the domain. This understanding guides students' interaction with non-linear nature of hypermedia. Thus, students who have limited understanding of the conceptual structure of the domain have little to guide their interaction with hypermedia, which explains why students with lower prior domain knowledge have more difficulty navigating in this environment.
• Recent Research has found that when students are learning in an environment with multiple representations and non-linear information they need to self-regulate certain aspects of their learning.
• Self-regulated learning(SRL) involves actively constructing an understanding of a topic/domain by using strategies and goals, regulating and monitoring certain aspects of cognition, behavior, and motivation, and modifying behavior to achieve a desired goal.

[1] Daniel C. Moos, Roger Azevedo: Self-regulated learning with hypermedia: The role of prior domain knowlegde, Contemporary Educational Psychology, Vol. 33, pp. 270-298, 2008

Adaptive Hypermedia

読解支援に関する論文[1]を読んだので，メモしておきます．

本論文では，2000年直前における適応型ハイパーメディアの最新動向について解説している．適応型ハイパーメディアとは，個々のユーザの要求に応えるために，ユーザの持つ目標，嗜好，知識をモデル化し，ユーザとのインタラクションにそれを使用するものである．適応型ハイパーメディアが適応させるものは，Webコンテンツの表現や構造であり，それらをユーザの特徴や環境に応じて変化させる．この分野の研究は，1990年代初期から始まり，1996年に開催された国際会議をきっかけに多くの研究者の注目を集めるようになった．この年までに登場した適応型ハイパーメディアシステムは，
educational hypermedia，on-line information systems，on-line help systems，information retrieval hypermedia，institutional hypermedia，systems for managing personalized views in information spacesという6種類に大別される．
2000年以降は，他のシステムに統合されたり，オープンなコーパスを知識源としたり，モバイルなどの様々な端末で利用されるようになると予想されている．

注目フレーズ

• One limitation of traditional "static" hypermedia applications is that they provide the same page content and the same set of links to all users.
• Adaptive hypermedia systems used the following user features: user's goals/tasks, knowledge, background,
  hyperspace experience, preferences, interests and individual traits.
• 支援対象
  • Presentation
    • Multimedia
    • Text
      • Inserting/Removing fragments
      • Altering fragments
      • Stretchtext
      • Sorting fragments
      • Dimming fragments
    • Modality
  • Navigation
    • Direct guidance
    • Link sorting
    • Link hiding
      • Hiding
      • Disabling
      • Removal
    • Link annotation
    • Link generation

[1] Peter Brusilovsky: Adaptive Hypermedia, User Modeling and User-Adapted Interaction, Vol. 11, pp. 87-110, 2001

Webページに関連知識の解説をリンクするWBLシステム

eラーニングに関する論文[1]を読んだので，メモしておきます．

本論文は，Webページを利用した探求学習における知識定着を支援するために，Webページの関連知識を自動的に提示するシステムを提案している．Webページの関連知識は，事前に用意した知識ベースからキーワード検索を使って生成される．そして，学習者の参照行動から推定された3種類の知識状態に基づいて元のWebページとは異なる別のWebページにて学習者に提示される．本システムに対して実験した結果，関連知識の解説へのリンク生成とアウェアネス支援の両方で有効な成果が得られた．

注目フレーズ

• 探求学習
  
  • 学習者が自らの興味や目的に基づいて主体的に教材空間を探求しながら知識を獲得していく学習法
• Webページを利用した探求学習
  • 学習者は主体的にリンクをたどり，ページを読解していくことになる．
  • 学習者は訪問したページを読解するために，関連知識を想起・適用する．
  • 関連知識の解説にアクセスできる場合，学習者はそれを参照・適用する．
  • 様々なページの読解に適用された知識は整理・統合され，短期記憶から長期記憶へ移行していくと考えられる．
  • 探求学習には学習者の主体性を重視するため，テストや質問を強制しない学習者モデルの構築が望ましい．
• 知識定着
  • 知識の長期記憶化
  • 忘却モデル
• 知識定着を妨げるWebページ
  • 関連知識の解説へのリンクを完備していないページ
  • 学習者は未習または想起困難な関連知識の解説を即座に参照・適用できない．
  • サーチエンジンの利用でカバー
• サーチエンジンによる関連知識検索
  • 効率的な検索には，適切なクエリー入力が要求される
  • 学習者によっては目的の検索結果が即座に得られず検索作業を繰り返すことになる
  • 知識定着を妨げるだけでなく，学習意欲を低下させる恐れが生じる．
• Adaptive Hypermedia
  • 「任意のWebページを利用して探求学習を行いたい」という学習者のニーズに対応しているとはいえない．
  • 支援対象が特定サイト内に限定されるという制約を排除することが重要課題となっている．
• 人間の知識は事実や命題に関する宣言的知識と，操作手順に関する手続き的知識に分類される．

読解支援システムとしての側面から捉えた分類項目

• システム形態：CGIプロキシ
• 支援方法：関連情報提示
• 利用者能力：知識状態，離散有限値（3段階），事前設定，変動
• 内容難易度：忘却時間，離散無限値，事前設定，変動
• 推定方法：忘却モデル

[1] 光原 弘幸, 越智 洋司, 矢野 米雄: Webページに関連知識の解説をリンクするWBLシステム, 電子情報通信学会論文誌, Vol. J86-D-I, No. 1, pp. 29-38, 2003-01

印刷時にWebページ内の特定の要素を出力されないようにする方法

印刷時にWebページ内の特定の要素を出力されないようにする方法をメモしておきます．

test.html
<html>
<head>
<title>test</title>
<link rel="stylesheet" href="test.css"/>
</head>
<body>
<div id="A">A</div>
<div id="B">B</div>
</body>
</html>

test.css
@media print {
    #B {display: none;}
}


上記のtest.htmlをブラウザで表示すると，AとBが上下に並んで表示されます．このページの印刷プレビューを表示すると，Aのみが表示されます．CSSの@mediaルールを使うと，そういうことができます．

Webページの構成と文章に着目したWeb検索結果の子供向けリランク手法

情報検索に関する論文[1]を読んだので，メモしておきます．

本論文は，子供によるWeb検索を支援するために，一般的な検索エンジンの検索結果を子供向けに再ランキングする手法を提案している．本手法では，子供にとって興味がわき，見やすく，勉強になり，わかりやすいことを子供向けと定義し，その度合いをスコア化している．そして，そのスコアに基づいて一般的な検索エンジンの検索結果を並べ替える．スコアは，Webページの構成に関する指標と文章に関する指標を組み合わせて算出される．本手法を評価した結果，多くの場合で一般的な検索エンジンの検索結果より精度が向上した．

注目フレーズ

• 小学生のインターネット利用率は年々増加している．
• 小学校6年生では9割近くもの子供が日常的にインターネットを利用している．
• 子供がインターネットでWeb検索する際の目的は［勉強・宿題」に関する検索が53.9%，「趣味・娯楽」に関する検索が53.3%である．
• 難解な文章を苦手とし，画像を好むというような子供の特徴を考慮したWeb検索エンジンは存在しないため，現状では子供がWeb検索を快適に利用できる環境が整っているとはいえない．
• 子供は検索結果から自分が必要とするページを選択するのを苦手とし，検索結果の上位5件程度のページしか閲覧しないという特徴がある．
• 子供にとってスクロール操作は負担である．
• NDCG（Normalized Discounted Comulative Gain）

[1] 岩田 麻佑, 荒瀬 由紀, 原 隆浩, 西尾 章治郎: Webページの構成と文章に着目したWeb検索結果の子供向けりランク手法, マルチメディア，分散，協調とモバイルシンポジム, pp. 1365-1372, 2010-07

Webにおけるナビゲーションを伴う学習活動と支援環境のデザイン

eラーニングに関する論文[1]を読んだので，メモしておきます．

本論文は，Web上でのナビゲーションを伴う学習活動のモデルと，その活動を支援する環境のデザインについて述べている．Web上でのナビゲーションを伴う学習活動は，ナビゲーション，知識獲得，自己調整というプロセスが繰り返されて行われる．このような活動の支援方法には，学習リソース空間の構造化，学習プロセスの適応化，学習プロセスの活性化がある．

注目フレーズ

• Web
  
  • 膨大で多種多様な学習リソースが存在している．
  • ハイパーメディアでは，迷子に陥りやすく，しばしばナビゲーションに行き詰まりが生じる．
  • ページ間の関連性やリソース間の関連性が明確に把握できない場合が多い．
  • Webにおいて主体的に学習を進める場合，ナビゲーション・知識構築と同時に自己調整を行わなければならず，学習者の認知的負荷は相当高くなる．
  • Webは学習を行ううえで良質な構造を提供しているとはいえない．
• Web上にある学習リソースの中から必要かつ有用なものの選択を支援し，従来の学習教材より高い学習効果を生み出す環境を実現しようとするアプローチがある．
• 近年，生涯学習をはじめさまざまな文脈においてWeb上の学習リソースを学ぶ機会が増えているので，上記のアプローチで学習環境をデザインする重要性・必要性は飛躍的に高まってきている．
• 学習リソース空間
  
  • 膨大で多種多様な学習リソースが利用可能
  • 固定的ではなくオープンエンド
  • 頻繁にリソースの増減や変更が起こる．
  • 学習者は関連するリソースを選択するとともに，Webページのナビゲーションを行いながら自ら設定した学習目標を満たす知識を探求することができる．
  • 個々の学習リソースは，ハイパー空間を構成しているが，通常の学習教材のように十分な構造化がなされていない場合が多い．
  • 学習リソース間も検索エンジンなどを介してリンク付け可能であるが，それらの関連性を明確に把握できないことが多い．
• あるトピックについて学ぶ場合，作成者の異なるさまざまなリソースが選択可能であり，それらを横断的に利用することでより幅広いあるいは深い知識を得ることができるといった効果が期待される．
• Web上の学習リソースを用いた学習プロセスを支援する手法や環境が数多く開発されている．
• デザイン基盤として学習活動に関する共通の想定が必ずしもあるわけでなく，学習支援の方法が個別に論じられてきたといえる．
• Webにおける学習活動
  
  • ページナビゲーションとリソースナビゲーションを伴いながら，学習目標を満たす知識を探求・構築するプロセス
  • ページナビゲーションおよびリソースナビゲーションを伴う学習は，たとえ学習目標が同じであっても，個々の学習者によってナビゲーションの経路および構築される知識は異なったものとなるという特徴がある．
  • ナビゲーション，知識獲得，自己調整というプロセスが含まれる．
• 自己調整
  
  • Webにおける学習プロセスを主体的に進めるために行われる活動
  • ナビゲーションプランニングとリフレクションは特に重要
• 学習支援アプローチ
  
  • 学習リソース空間の構造化支援
  • 学習プロセスの適応的支援
  • 学習プロセスの活性化支援

[1] 柏原 昭博: Webにおけるナビゲーションを伴う学習活動と支援環境のデザイン, 人工知能学会誌, Vol. 25, No. 2, pp. 268-275, 2010-03

GETメソッドで渡されたパラメータの値を文字化けさせずにサーブレットで修得する方法

サーブレットの開発中に，GETメソッドで渡されたパラメータの値が文字化けしてしまうという問題に遭遇しました．とりあえず，解決したので，その方法をメモしておきます．

String encoding = request.getCharacterEncoding();
if(encoding == null) {
    encoding = "ISO_8859_1";
}
byte[] b = request.getParameter(parameterName).getBytes(encoding);
String parameterValue = new String(b, "UTF-8");

[1] 日本語パラメータの対応(getBytes)

文字種による文の認知処理速度の差異

読解支援に関する論文[1]を読んだので，メモしておきます．

本論文では，日本語テキストの難易尺度の構築を目的に，日本語の文字種による表記の違いが文の読みやすさにどのように影響するかを調査している．調査では，見慣れた漢字とそうでない漢字を漢字表記と平仮名表記にした文を使って文正誤判断課題を行っている．その結果，成人の日本語母語話者が漢字を認知処理する際，漢字レベルによって負担の差があり，小学校2年と3年の配当漢字の平仮名表記と，常用漢字以外の漢字表記は負担が大きいことが示唆された．また，漢字検定4級程度の場合は，平仮名表記でも漢字表記でも大きな差は見られないことが明らかになった．

注目フレーズ

• 難易を決定する変数は，1文の文字数または単語数，1語の音韻数など，テキストを構成する要素の中の長さが使われていることが多い．
• 1文が長ければ長いほど認知処理に負担がかかることは認知心理学の分野で証明されている．
• 英語のように文字種が1種類のみの言語では，文字数がそのまま文の長さに反映するが，日本語には複数の文字種が存在し，長さの決め方は簡単ではないという問題がある．
• 眼球運動の研究では，人の眼は必ず左から右へと1文字ずつ認識していくのではなく，意味のあるかたまりでとらえることもわかっている．
• 単語新密度
• 漢字と平仮名がどのような割合で使用すれば読みやすいか，また，どのような漢字を使えば，あるいは使わなければ読みやすいかということは，まだ明らかではない．
• 日本語の読みやすさを表わした公式では，変数として，文字種の中の連続する同一の文字種の相対頻度と文字種ごとの平均の長さが使われている．
• 文字数が同じ文ならば，命題が多い文のほうが読む速度は遅い．
• テクストの難易を決定するには，文字種だけでなく，語種，文法構造の複雑さ，命題の量，語彙密度，語彙の難易など様々な要因が考えられる．
• 同じ漢字を音読み群の漢字の中では音読みし，訓読み群の漢字の中では訓読みした．

[1] 柴崎 秀子: 文字種による文の認知処理速度の差異―日本語テクストの難易尺度構築のための基礎研究―, 実験音声学・言語学研究, Vol. 2, No. 18-31, 2010

バブルブラウザ：子供向けWebブラウザの取り組み

読解支援に関する論文[1]を読んだので，メモしておきます．

本論文は，子供向けの学びの場としてWebを有効活用するためのWebブラウザについて報告している．本ブラウザは，子供の嗜好や特性を考慮して，一般のWebページを子供向けページに要約する．子供向けページでは，一般のWebページに含まれるトピックを海中に漂う泡で，トピックの詳細を絵本で表現している．本ブラウザの有効性を評価するために，ひらがなブラウザ（一般向けのWebページ中の漢字を学年に応じたひらがなに変換して提示するブラウザ）を比較対象として，理解度と好評度を測定している．その結果，両方においてひながらブラウザより高い評価が得られた．

注目フレーズ

• インターネットの利用開始の低年齢化が進んでいる．
  • 総務省による2007年の統計によると，6歳から12歳の子供の7割近くが日常的にインターネットを利用している．
  • gooリサーチによる2007年の調査によると，インターネットを利用し始める年連は，未就学者が3割を超えている．
• 現状では，莫大な情報を持つ一般のWebページを，子供に対して，分かりやすく，楽しく提示するような仕組みは確立されていない．
  • 子供向けのWebサイトやWebページ提示ツールが多く構築・開発されるようになってきた．
  • 子供向けWebサイトはWeb全体から見るとほんのわずかな分量しか存在しない．
  • Webページ提示ツールは，有害情報のフィルタリングなど，安全性の実現を目的としている．
• インターネットが学ぶ場として有効活用されていない．
• 情報閲覧・学習における子供の特徴
  • 見せたい情報のみを与えた方が理解は深くなる．
  • 楽しい経験は学習に繋がる
  • キャラクタなどのイラスト中心のWebページに興味を持つ．
  • 難しい漢字，長い文章のWebページを苦手とする．
  • 何がどのカテゴリに属しているのかを理解するのは苦手だが，具体例があれば理解できる．

[1] 原 隆浩: バブルブラウザ：子供向けWebブラウザの取り組み―手探りの研究開始から手応えをつかむまで―, 情報処理学会誌, Vol. 51, No. 1, pp. 5-8, 2010-01

ブラウザのフォントサイズをJavaScriptで取得する方法

ブラウザのフォントサイズをJavaScriptで取得する方法をメモしておきます．

まずは，空白1文字を内容とするspan要素を表示するページに仕込んでおきます．
そして，その要素のid属性に適当な名称を，style属性に「visibility: hidden;」を設定します．
あとは，スクリプト内で，その要素のoffsetHeightの値を取得すれば，ブラウザのフォントサイズを取得できます．
具体的なコードは以下のとおりです．

<html>
<head>
<script type="text/javascript">
<!--
console.log(document.getElementById("font").offsetHeight);
//-->
</script>
</head>
<body>
<span id="font" style="visibility: hidden;">&nbsp;</span>
</body>
</html>

[1] JavaScriptでブラウザのフォントサイズを検出する方法

Web文書中の単語クリックログの解析から未知単語を予測する語義注釈システム

読解支援に関する論文[1]を読んだので，メモしておきます．

本論文では，第2言語で記されたWebページの読解を支援するために，Webページ内にある単語に対して語義を付与するシステムを提案している．単語に語義を付与するかどうかは，単語クリックログを元に項目反応理論を用いて推定したユーザの語彙力と単語の難易度を比較して判定する．これらの推定には，独自に改良したラッシュモデルと，逐次学習法であるSGDを用いている．本システムで用いた改良ラッシュモデルとSGDの効果を独自に用意したテストセットで測定したところ，前者については5%程度の判定精度の向上が確認された．また，後者についてはバッチ学習法と同等の判定精度を維持できることが確認された．

注目フレーズ

• 項目反応理論
• ラッシュモデル
• SGD(Stochastic Gradient Descent)
• 第2言語のWebページを読むときには，非既知語が読解を妨げる原因の一つとなる．
• 語義注釈システム
  
  • 第2言語のWebページには非既知語が多く含まれるという問題に対処するために提案されてきた．
  • 単語クリックログにユーザの非既知語が蓄積される．
• POP辞書
  
  • マウスオーバーした非既知語の語義をポップアップで表示している．
• popIn
  
  • ドラッグ操作で選択した非既知語の語義をWebページ中に埋め込む．
• 単語クリックログ
  
  • ユーザがクリックした単語を記録したもの
  • 読解の障害になる非既知語のリスト
  • 既存の語義注釈システムでは活用されてこなかった．
  • これを解析することで，非既知語を予測し，予め語義を付与すれば，読解が容易になると考えられる．
• Daleの尺度
• Paribakht and Wescheの尺度

[1] 江原 遥, 二宮 崇, 中川 裕志: Web文書中の単語クリックログの解析から未知単語を予測する語義注釈システム, 情報処理学会研究報告, Vol. 2009, No. 3, pp.1-7, 2009-09

クラスパスワイルドカードを用いたjavacコマンドでのトラブル

Cygwin上でjavacコマンドを実行する際にクラスパスワイルドカードを使うとコンパイルできないというトラブルにあいました．コマンドラインに入力した内容は次のようなものです．

javac -cp "lib/*" src/*.java

Windowsのコマンドプロンプトで上記のコマンドを実行すると，エラーで中断せず無事にコンパイルされます．しかし，Cygwinで実行すると，失敗するのです．自分の知識不足が原因のような気がしますが，思いついたので，アスタリスクの後にセミコロンを付けて実行すると，コンパイルされるようになりました．具体的には，次のような感じです．

javac -cp "lib/*;" src/*.java

セミコロンがない状態では，ワイルドカードがシェルに展開されているような感じです．

機械学習による自動辞書引きを利用した英文の読解支援システム

読解支援に関する論文[1]を読んだので，メモしておきます．

本論文では，英文読解を支援するために，自動的に辞書を引いて語義のアノテーションを行うシステムを提案している．本システムでは，二値分類を行う識別器であるRBFカーネルを使ったSVMを用いて，ユーザが語義を知っているかどうかを判定している．識別器の学習に用いる素性の組み合わせに対して，判定精度と学習データ量の関係を調査した結果，100語程度語彙の有無を調査すれば，80％の精度でそのユーザの語彙の有無を判定することが可能であること分かった．また，CAVOCAシステムのユーザの語彙に関するデータのみ用いても，判定精度が向上することが分かった．

注目フレーズ

• 英語学習者の英文読解を支援する方法として語義のアノテーションが有効であることは，CALL分野において示唆されてきた．
• CALL分野における語義のアノテーションに関する研究では，アノテーションの教育効果を確認することに焦点が当てられている．
• 英語学習者のレベルに応じて自動的に語義のアノテーションを行うシステムの研究は少ない
• マウスカーソルでテキスト中の単語を選択することにより辞書を自動的に引く方法がある．
  • 自動的に語義のアノテーションを与える方法
  • ユーザは常にコンピュータを必要とする．
  • 紙に印刷した場合には利用できない．
• iKnow→smart.fm
• SVL単語難易度→レベル別語彙リストSVL12000
• Googleコーパス
• コンピュータ支援語彙習得, CAVOCA, Computer Assisted VOCabulary Acquisition
  • 語学学習者が一定期間にできるだけ多くの語彙を学習することが目的
  • 語学学習者の忘却を考慮しながら単語を繰り返し提示し，語彙の習得を促すシステム
• 英語力の低いグループでは，辞書を使用した学生のほうが，辞書を使用しなかった学生と比較して優位に高い文章の理解度を示した一方，英語力の高いグループでは，有意な差は見られなかった．

[1] 江原 遥, 二宮 崇, 中川 裕志: 機械学習による自動辞書引きを利用した英文の読解支援システム, 言語処理学会第15回年次大会発表論文集, pp. 885-888, 2009-03

文体と難易度を制御可能な日本語機能表現の言い換え

言い換えに関する論文[1]を読んだので，メモしておきます．

本論文では，状況に合わせて日本語表現を幅広く言い換えることを目的に，難易度と文体の制御が可能な日本語機能表現の言い換え手法を提案している．本手法を使えば，ある機能表現から，所与の文体と難易度に該当し，意味的に等価な機能表現すべてを列挙することができる．本手法を実装して行ったオープンテストでは，入力文節の79％に対して，適切な代替表現を生成できる．

注目フレーズ

• 言い換えとは，ある言語表現を意味が等価な別の言語表現に変換する処理のことである．
• 日本語表現の言い換えは，内容表現に関する研究がほとんどであり，機能表現に関する研究は著しく少ない．
• ほとんどすべての文には，1つ以上の機能表現が含まれているので，日本語表現を幅広く言い換えるためには，内容表現だけでなく，機能表現も言い換えることが重要である．
• 日本語の機能表現が持つ特徴の一つは，形態的異形（常体，敬体，口語体，堅い文体）を持つことである．
• 提案済みのシステムでは機能表現の文体を制御する機構を持っていない．
• 文章読解支援では，機能表現を言い換えるとき，言い換え先の機能表現の難易度を制御することが求められる．
• やさしい機能表現は，複数の意味を持つ傾向があるので，必要以上にやさしく言い換えた場合，生成された言語表現が意味的に曖昧になってしまう恐れがある．
• 提案済みのシステムは，難易度指定に応じて言い換えを行うことができない．

[1] 松吉 俊, 佐藤 理史: 文体と難易度を制御可能な日本語機能表現の言い換え, 自然言語処理, Vol. 15, No. 2, pp. 75-99, 2008-04

学習者の理解度に対応した適応型eラーニングシステムの考察

eラーニングに関する文献[1]を読んだので，メモしておきます．

本論文では，一方的なコンテンツ配信に起因する動機低下や学習中断という問題を改善するために，学習者の理解度に適応して学習課題を提示する手法を提案している．本手法では，学習コンテンツをアセットとして，アセスメントをSCOとして作成し，これをSCORM 2004で導入されたトラッキングモデルと連携させることで，学習の進行を制御する．アセスメントは，IRTに基づいたテストで実施される．学習者へのフィードバックは，誤答した項目を再学習するためのコンテンツや再評価するためのコンテンツを提示することで行われる．

注目フレーズ

• eラーニングは多様なニーズを持った学習者の参加を前提としており，システムへの要求も多様化する．そのようなニーズに柔軟に応えていかなければ，学習者を継続的に学習に参加させることが困難となる．
• 現行のeラーニングシステムや標準化技術では，学習者の習熟度状態の把握がきめ細かくできているとは言えず，一方的なコンテンツ配信にとどまっているのが現状である．そのため，学習者のモチベーション低下や学習中断という事態が多く発生している．
• SCORM
• eラーニングにおける教育的アセスメントの要件
  • 習熟度の絶対評価ができること
  • 少ないテスト項目や短時間で実施できること
  • 機密性が高いこと

[1] 延原 哲也, 小山 嘉紀, 三宅 新二, 庄司 成臣, 劉 渤江, 横田 一正: 学習者の理解度に対応した適応型eラーニングシステムの考察, 電子情報通信学会技術研究報告, Vol. 104, No. 178, pp. 7-12, 2004

Exploring ESL Learner's Use of Hype-rmedia Reading Glosses

eラーニングに関する文献[1]を読んだので，メモしておきます．

本論文では，第2言語学習者とハイパーメディア文書との相互作用を究明することを目的として，学習者がそれを閲覧する時にどの種類の注釈を一番好むのか，および，レベルの異なる学習者間で注釈の使用に相違が生じるかどうかを調査している．その結果，中間グループと上位グループでは，文書との相互作用および読書能力に差があることが判明した．具体的には，次の通りである．(1)中間グループは，上位グループよりすべての種類の注釈を多く参照したが，その時間は必ずしも長くなかった．(2)両方のグループともトピックレベルの注釈をワードレベルの注釈より多く参照した．(3)トピックレベルの注釈では，テキストとビデオが，ワードレベルの注釈では，語義が最もよく参照された．(4)注釈の参照回数と参照時間の間に密接な関係は見られなかった．(5)被験者は，画像と映像の注釈を興味深いと考えている．また，文章の理解には，語義が非常に有益であると考えている．(6)被験者は，文章の理解に際にトピックベースの注釈が有効に働いているとは感じていない．(7)中間グループは，上位グループより注釈への参照時間が長い．

注目フレーズ

• Reading hypermedia documents poses certain challenges for readers.
• Reading hypermedia documents requires additional reading skills.
• Interpreting visual images, video, charts and tables
• Navigating through complex and continually changing systems of information
• Making decisions concerning when to read a definition of an explanation
• Distinguishing relevant and reliable information
• Making connections between discrete bodies of information and their relative importances
• Monitoring their reading in order not to become distracted from their reading purpose
• Hypermedia glosses may function to highlight or clarify important points or simply to provide lexical or syntactic information.
• Their focus may be textual or extra-textual.
• They may be provided within the body of text or outside the text.
• They may come in the form of text, images, sound recordings or videos.
• Glossing is particularly useful in second language reading(L2 reading).
• 第2言語学習者の読書に注釈が有効かどうか，あるいは，どのような注釈が有効かどうかについて十分な解答が得られていない．
• 学習者の読書方略を追跡探求するのにトラッキングツールが使われている．
• オンラインの辞書を使う人のほうが，冊子の辞書を使う人より多く辞書引きをする．
• 辞書と注釈が使う人のほうが，辞書のみを使う人よりも短時間で読書を行う．
• 定義的な注釈を読者は好む．
• 学年と注釈参照回数に負の相関がある．
• 調査の結果，オンライン注釈は，助けになる，時間の節約になる，容易である，楽しめるという意見が大多数の参加者から得られた．
• 語彙力の低いグループのうち，オンライン辞書を使うグループのほうが，使わないグループより，有意に高い理解度を示したが，語彙力の高いグループでは，そうした影響は見られなかった．
• 辞書を使うグループのほうが多くの時間を費やしたが，理解度の向上が見られたのは，低い語彙力のグループだけであった．
• オンラインの注釈は，低い語彙力の学習者にとって有益である．
• 文章と写真の組み合わせが，文章だけ，あるいは，ビデオ付きの文章より，語彙学習にとって効果的である．

[1] Gulcan Ercetin: Exploring ESL Learner's Use of Hype-rmedia Reading Glosses, CALICO Journal, Vol. 20, No. 2, pp. 261-283, 2003

小学校情報教育における児童のWebブラウジングの特徴分析

eラーニングに関する文献[1]を読んだので，メモしておきます．

本論文では，小学生のWebブラウジングの特徴を参与観察により調査している．その結果，小学生にとってWebブラウジングの概念と操作は習得しやすい，ブラウザの戻る選択の使用頻度が高い，Webページの注視時間は高学年になるほど長くなるという特徴が観測された．

注目フレーズ

• Web探索は，調べ学習等で盛んに行われている．
• 一般の利用者と同様に，児童においてもWeb探索は困難なものとなっている．
• 目的の情報に到達できないといった内容の質問が教師には多く寄せられている．
• Web探索が盛んになると予想されるので，Web探索に求められる情報活用能力の育成は重要な課題である．
• Web探索時に必要とされる情報活用能力の構成要素とそれらの関係を明らかにする必要がある．
• Web探索は，Webブラウジングとキーワード入力検索という大きく２つの方法からなる．

Webブラウジングの容易性

• Webブラウジングの概念や操作は児童にとって習得しやすいものである．
• Webブラウジングの指導に教師の情報活用能力は影響しない．
• Webブラウジングの学習において児童の過去の操作経験はほとんど影響しない．

戻る選択の多用

• 操作の大半は，ページのリンク選択とブラウザの戻る選択で占められていた．
• 上位階層へのページ遷移は，ページのリンク選択ではなく，ブラウザの戻る選択で行われた．
• 数名でWebブラウジングしている場合，操作担当の児童に対して，他の児童が戻る選択を指示する場面が多く観測された．
• 迷子になった場合，ブラウザの戻る選択を複数行う行動が多く観測された．
• 低学年の児童が迷子になった場合は，教師による戻る選択の方法に関する助言が有効であった．
• 低学年の児童は，読めない漢字，難しい表現，量が多いページが表示されると，ブラウザの戻る選択を行う傾向がある．

ページの注視時間

• 低学年の児童は，1ページの注視時間が非常に短く，1授業時間内でのページ閲覧数が多い．
• 低学年の児童は，読めいない漢字や難しい文章表現に対する質問が多く寄せられていた．
• 低学年の児童であっても，文章表現が易しいページや，イラストが多用されているページに関しては画面に見入ることが観測された．
• 高学年になるほど，情報量の多いページを好むという傾向がある．
• ページの注視時間には，文章読解能力が影響している．
• 低学年の児童では頻繁にマウスを移動して，リンクの位置を模索する行動が多くみられた．
• 低学年の児童では，アドホックにリンク操作を行い，目的のページを探していく様子が見られた．
• 高学年になるについて，ページの内容から適切なリンク操作を行い，マウス操作を最小限に済ます傾向があった．
• 低学年の児童は，ページの内容より自分のリンク操作によりページ遷移が起こることに興味を示すようだ．

[1] 菊地 秀文, 赤堀 侃司: 小学校情報教育における児童のWebブラウジングの特徴分析, 日本教育工学会論文誌, Vol. 27, No. 2, pp. 143-153, 2003-09

「音訓の読み方」と「ふりがな表記」に対応した漢字かな自動変換サーバの開発

eラーニングに関する文献[1]を読んだので，メモしておきます．

本論文では，漢字には複数の読みがあるという点に着目した漢字の読み振りシステムを提案している．著者らが開発した従来のシステムでは，漢字の表記を学習する学年とユーザの学年とを比較して，漢字に読みを付与するかどうかを決定するが，本論文で提案されたシステムでは，漢字の読みを学習する学年とユーザの学年とを比較して，漢字に読みを付与するかどうかを決定する．

注目フレーズ

• 日本語特有の「漢字表記の問題」がある．
• 小中学生は段階的に漢字を学習するため，読むことができない漢字も多数存在する．
• インターネットを使った学習を進めるためには，子供たちがWWWページを読めるようにする必要がある．
• 学年別漢字配当表
• 学校教育における外来語及び音訓の取扱いについて
• 常用漢字表
• 送り仮名の付け方

読解支援システムとしての側面から捉えた分類項目

• システム形態：CGIプロキシ
• 支援方法：読み振り
• 利用者語彙力：離散有限値（10段階），申告制（初回・中途），固定
• 語句難易度：離散有限値（10段階），初期設定，固定

[1] 榎本 聡, 室田 真男, 清水 康敬: 「音訓の読み方」と「ふりがな表記」に対応した漢字かな自動変換サーバの開発, 教育システム情報学会論文誌, Vol. 17, No. 3, pp. 275-284, 2000-12

漢字かな自動変換機能等を備えたインターネット学習システムの開発

eラーニングに関する論文[1]を読んだので，メモしておきます．

本論文では，小・中・高等学校の児童・生徒を対象としてインターネットを利用した学習環境を構築することを目的に，インターネット学習情報提供システムを提案している．本システムには，Web上の学習情報を検索する機能やWebページ内の漢字に読みを付与する機能が備わっている．本システムのログを分析したところ，中学年から高学年までの小学生に多く利用されていること，システムの応答時間も短時間であることが確認された．

注目フレーズ

• 日本語の場合，漢字表記の問題が存在する．
• 前後の関係で読み方が変わることもある．
• 学習途上段階にある子供たちにとっては，内容を理解する以前に読むことができない情報も少なくない．
• 漢字はそれ自身で意味をもつ．
• 学年によって学習している漢字の数に違いがある．
• 漢字が多用されているWWWページが多い．
• WWWページの制作者が，利用者の漢字習得レベルに応じたページを制作するのは現実的ではない．
• 公共ホームページgoodsite運動

読解支援システムとしての側面から捉えた分類項目

• システム形態：CGIプロキシ
• 支援方法：漢字かな変換
• 利用者語彙力：離散有限値（10段階），申告制（初回・中途），固定
• 語句難易度：離散有限値（10段階），初期設定，固定

[1] 榎本 聡, 室田 真男, 清水 康敬: 漢字かな自動変換機能等を備えたインターネット学習システムの開発, 電子情報通信学会論文誌, Vol, J83-D-I, No. 3, pp. 384-394, 2000-03

ユーザのブラウジングから学習漢字を選定する漢字学習環境の構築

eラーニングに関する論文[1]を読んだので，メモしておきます．

本論文では，電子リソース内に出現する漢字のうち，教材を使って学習する必要のある漢字を選定する手法を提案している．本手法では，過去に閲覧した電子リソースに共通して出現したり，高頻度に出現したりする漢字，あるいは，複数の読みを持つ漢字が重要漢字として選択される．本手法を実装したシステムは，重要漢字にはルビを付与せず，それ以外の漢字にルビを付与する．これは，重要漢字に対して，辞書ツール，関連語ツール，テストツールなどの教材の利用というユーザからのインタラクションを促すためである．

注目フレーズ

• 中上級の学習者は，実生活で必要となる本等を自分にあった形で教材にして欲しいという要望を抱く．
• 中上級の学習者は，無限大の学習対象から覚えるべきものを選択し記憶することに困難を感じている．
• 留学生のような日本語を学習する時間が少ない学習者は，スキップ・アンド・ジャンプ方式（できるだけ実際問題の解決に役立つ漢字に意識的に注意を払う方法）で漢字を学ぶ傾向がある．
• 学習者は，ニーズが存在していても，それを発見することや自分の学習に反映することを困難とする．
• 非漢字圏の学習者は，漢字や漢語の理解がネックとなる．
• 学習は，学習者が単に学習環境と無自覚にかかわるだけでは成立せず，学習環境に対して意識的なインタラクションを起こすことで成立する．
• 「多くの非漢字圏の学習者が，漢字は読めればよいととらえている」と報告している調査がある．
• 自由学習環境には，高原状態（学習教材に新たな知識が登場しないので，それを使って学習を進めても，知識が増加しない状況）が発生する場合がある．
• 学習者に段階的に漢字を提示する方法として一部の漢字をかなで表記するよりも，ルビを付与するほうがよい（武部）．

[1] 越智 洋司, 矢野 米雄, 脇田 里子, 林 敏浩: ユーザのブラウジングから学習漢字を選定する漢字学習環境の構築, 情報処理学会論文誌, Vol. 40, No. 2, pp. 433-442, 1999-02

eラーニング技術標準化と学習教授活動のデザイン

eラーニングに関する論文[1]を読んだので，概要とキーワードをメモしておきます．

ICT産業で起きたモジュール化，標準化，オープン化といった流れが，eラーニング分野でも生じている．本論文は，ICT産業での事例と照らし合わしながら，eラーニング分野で生じているモジュール化，標準化，オープン化の流れを説明している．

SCORM，CC，LD規格，LAMS

[1] 仲林 清: eラーニング技術標準化と学習教授活動のデザイン―オープンな教育エコシステムの構築を目指して―, 人工知能学会誌, Vol. 25, No. 2, pp. 250-258, 2010-03

WordPress MU のインスール

WordPress MU のインスール方法をメモしておきます．

1. サーバ上で下記のコマンドを順次実行

wget http://mu.wordpress.org/wordpress-mu-x.x.x.tar.gz

unzip wordpress-mu-.x.x.x.tar.gz

mysql -u root -p

--

create database wordpress;

grant all on wordpress.* to hogehoge@localhost identified by 'hogehoge';

exit

--

mv wordpress-mu /var/www/html/wordpress

chown -R apache:apache /var/www/html/wordpress

2. ブラウザで下記のURLにアクセス

http://hogehoge/wordpress/index.php

3. 表示されたページの空欄に該当する内容を入力

ブラウザの外枠とWebページの表示枠のサイズを取得する方法

ブラウザの外枠とWebページの表示枠のサイズを取得する方法をメモしておきます．

ブラウザの外枠とWebページの表示枠のサイズは，Windowオブジェクトの次のプロパティが持っています．

window.outerWidth ブラウザの外枠の幅

window.outerHeight ブラウザの外枠の高さ

window.innerWidth Webページの表示枠の幅

window.innerHeight Webページの表示枠の高さ

ただし，IEは別のところに持っているそうです．

CygwinでOpenCVを利用したプログラムをコンパイルする方法

CygwinでOpenCVを利用したプログラムをコンパイルする方法をメモしておきます．

gcc -I/opt/opencv/include/opencv -L/opt/opencv/lib -o test test.c -lcv200 -lcxcore200 -lhighgui200

ライブラリの指定がtest.cの前にあるとそのライブラリにリンクに失敗します．つまり，次のように入力して実行すると，リンクに失敗します．

gcc -I/opt/opencv/include/opencv -L/opt/opencv/lib -lcv200 -lcxcore200 -lhighgui200 -o test test.c

C言語は久しぶりに使ったのですが，そんなルールだったっけ？

ちなみにtest.cの内容は以下の通りです．ページ[1]にあるソースコー
ドを使わせていただきました．

#include "cv.h"
#include "highgui.h"

int main(int argc, char* argv[]) {
    IplImage* img;
    char imgfile[] = "lena.jpg";

    img = cvLoadImage(imgfile, CV_LOAD_IMAGE_COLOR);

    cvShowImage ("lena", img);
    cvWaitKey (0);
    cvDestroyWindow("lena");

    cvReleaseImage(&img);

    return 0;
}

CygwinとOpenCVのバージョンは，以下の通りです．

Cygwin 2.680
OpenCV 2.0.0a win32

[1] OpenCVを使ってみよう, OpenCVで学ぶ画像認識 第2回

固定サイズの要素の中にアスペクト比を保って画像を表示する方法

固定サイズの要素の中にアスペクト比を保って画像を表示する方法をメモしておきます．

var frameElement = document.createElement("div");
frameElement.style.width = XXX + "px";
frameElement.style.height = YYY + "px";
var imageElement = document.createElement("img");
frameElement.appendChild(imageElement);
dojo.connect(imageElement, "onload", function() {
var aspectRatio = this.width / this.height;
if(aspectRatio > frameElement.style.width / frameElement.style.height) {
this.style.width = frameElement.style.width;
}
else {
this.style.height = frameElement.style.height;
}
});