Talk on finding Japanese Flatmates with Ruby, given at an after-party of RubyKaigi 2016

1. Ruby で日本人の
ルームメイトを見つけ
る技術 Andrew Grimm
10 September 2016
2016年9月10日

2. アンチハラスメントポリシー
• ツイートするときは、RubyKaigiの行動規範
に従って投稿をお願いします。
– 特に、女性に対する攻撃的なツイートに気をつ
けて下さい
– Please follow RubyKaigi’s Code of Conduct and
Anti-Harassment Policy when tweeting about this
talk
– In particular, please avoid tweets that are
offensive about women

3. 背景
2011年から日本語を学んでいます
日本人のルームメイトも探しています
Learning Japanese since 2011
Want to find Japanese roommate

4. アイデア
日本語を発信する情報源で学ぶ
(Nichigo press, JAMS TV など)
 Japanese にある広告で探す
Alternative approaches:
Japanese-language classifieds
Just searching for “Japanese” in
roomshare ads

5. 現状の案
Roomshareの広告 (Gumtree) で
シドニー地域を対象に絞ってみる
具体的には、「日本人っぽい名前」
の人がいないか探してみたい
Main approach
Download roomshare ads on Gumtree for Sydney
Check if any words match Japanese names

6. 日本人っぽい名前 #とは
name.japanese?

7. Wikipedia を使ってみた
 日本語のカテゴリで名前に関する記事がある
• ただし、結果は色々とあって煩雑
• Wikipedia
• Tried using the title of articles in
Japanese-related categories
• Results were too messy

8. ENAMDICT
 と言うのも、日本語の名前には、日本人の名前
と (カタカナ表記の) 外国人の名前がある

9. ENAMDICT (English slide)
Dictionary of Japanese and non-Japanese
names, written in Japanese

10. ENAMDICT

11. 何が難しいのか?
細かなデータがない
どのくらいの単語が日本人の日本語名なのか?
どのくらいの単語が外国人の日本語名なのか?
どのくらいの単語が英語としてそのまま使われ
るのか?
No frequency data - how often is it used as a
Japanese name, a non-Japanese name, or as an
ordinary word?

12. 煩雑なデータ例 (messy results)
現代風な大きな “日本製の (Japanese)” バ
スタブとシャワーがアパートにあります
“Large modern bathroom with japanese
bathtub and shower in apartment”

13. 煩雑なデータ例 (messy results)
インド人やバングラディッシュ人、イタリア
人にも日本語っぽいように見える名前がある
Indian, Bangladeshi, Italian people with
Japanese-looking names

14. 煩雑なデータ例 (messy results)
 日本人のルームメイトを探している人がいる
People looking for Japanese roommates

15. 煩雑なデータ例 (messy results)
 “Machine” は英語なのか日本語なのか
“Machine” is a Japanese name, but usually
refers to a washing machine

16. Medline (生命科学のデータベース)
科学雑誌のデータベース (Journal
database)

17. Advantages of Medline
より多くの情報量を取得できる
執筆者の名前を調べることができる
共著者の名前からデータを抽出できる
Should help with frequency data
Can look at which names co-occur
Look at author affiliation

18. Medline XML

19. Current status
• Reasonably successful at distinguishing
Japanese and non-Japanese names
• Tried finding a Mongolian-speaking
roommate this year. Too hard! Not enough
Mongolian scientists!
• Ended up with a Japanese couple as
roommates by coincidence