2008年10月14日から31日までに4社のブログ運営会社から発信された新着ブログ RSSを受信して入手したブログデータを使用する．絵文字が含まれている行は， 分析を行う上で不都合なので対象外とした．対象とするブログデータの総行数は 27,327,543行であった．対象とするブログテキストの一部を以下に示す．
| [ |
l]ブログテキスト例
「期間が短いから、もちろん合格しなくても仕方ないんで 今回は受けることが目標だから。 受けたらどんな感じだかわかるだろうし、 自分のレベルもわかるし。 だらだらやるより短期集中でやっちゃった方がいいでしょ。 でも１日３時間以上やらないと、まぁ・・・。 」 みたいな。 思いつきでしょー、それ。 よかったらポチポチしてもらえたら嬉しいでっす |