BugTrack-その他のメモ/13

Python ＋ mecab

• 投稿者： みゅ
• カテゴリ： Python
• 優先度： 普通
• 状態： 完了
• 日時： 2010年01月07日 22時11分15秒

内容

• メモ

インストール

• リインストールすると、新しいバージョンのpythonにも、mecabをインストールしてくれる

emerge -v mecab-python

おまじない

• import

import MeCab

• MeCabを取得

mc = MeCab.Tagger('-l1')
kaigyo = re.compile('\n')

• 形態素解析

sp = mc.parseNBest(2, text)
sp = mc.parse(text)

• 結果がテキストで入ってくる
• 改行でスプリット

sp1 = kaigyo.split(sp)

• EOSを削除する

while 'EOS' in sp1:
        sp1.remove('EOS')

• 原型だけを取得するなど

sp2 = []
for mm in sp1:
    mm1 = tabStr.split(mm) # tabで分割
    if len(mm1)==2:
        mm2 = commaStr.split(mm1[1]) #カンマで分割
        if (mm2[0] in tgtHinshi) and mm2[6]!='*' and mm2[6]!='!!' and mm2[6]!='Category' 
            and mm2[6]!='する' and mm2[6]!='ある' and mm2[6]!='いる' 
            and mm2[6]!='こと' and mm2[6]!='なる' and mm2[6]!='れる':
            sp2.append(mm2[6])

• ちなみに取得した各単語をカウントする

sp3 = [(x, sp2.count(x)) for x in Set(sp2)]

コメント