6gramでやってみた

正解検索件数と検索バースマークの長さの関係

excel: ./sim_freq_6gram_no_nomalize.xlsx

これを見ると59件の検索バースマークで正解を見つけたが、3つの検索バースマークは正解が一つもでないという結果になった

調べたら59件の中にちゃんと検索結果のやつが入っている

スコアと長さの関係

class: protobuf_unittest.UnittestProto$TestAllTypes length: 664 image: ./score_length-664_relational.png

class: com.google.protobuf.test.UnittestImport$ImportMessage length: 190 image: ./score_length-190_relational.png

class: protobuf_unittest.MessageWithNoOuter$NestedMessage length: 190 image: ./score_length-190-2_relational.png

そもそも正解が出てくると想定されているのにでてこないのはなんでだという疑問

org.apache.activemq.protobuf.DeferredUnmarshal$FooBase protobuf_unittest.MessageWithNoOuter$NestedEnum protobuf_unittest.UnittestMset$RawMessageSet$ItemBase

なんで出てこないのかようわからんのでもういい

正解集合が検索結果の難易ぐらいに出てくるかの調査

意味不明な三件を除いて，全て上位に位置している

親和性はたかそう

image: ./pochi_sim_transition_6gram.png, ./pochi_sim_transition_6gram_zoom.png

これもいい感じに線形的に落ちている

親和性高そう