テキスト抽出と N-gram コーパス作成のツールを公開（nwc-toolkit 0.0.1）

日本語ウェブコーパスを作成するために開発したツールを改修したものを公開しました．テキストの抽出と N-gram コーパスの作成くらいしかできませんが，何かに使えるかもしれません．テキストの抽出については，http://s-yata.jp/apps/nwc-toolkit/text-extractor の中身になっています．

• プロジェクト
  • Google Code Archive - Long-term storage for Google Code Project Hosting.
• ドキュメント
  • http://nwc-toolkit.googlecode.com/svn/trunk/docs/index.html

ライブラリをインストールする方法が環境によって異なることもあり，ドキュメントの作成には思いのほか手間がかかりました．

追記（2010-11-03）：バグを修正しました．修正したものを nwc-toolkit 0.0.2 として公開しています．