日本語文章から、単語の出現数を数えるためには、文章から単語を抽出しなくてはいけません。すなわち分かち書き（単語の間に空白などを入れる）しないといけません。 本来ならば、分かち書きは大変な作業ですが、MeCab (和布蕪)やChasen(茶筌)などといった形態素解析ソフトがありますので、これの出力を使うと簡単です。形態素解析（ソフト）は、入力文を単語単位に分割し、かつその品詞を与えてくれます。 PerlやRubyなどのスクリプト言語のモジュールとして、提供されていることもあります。ですが、たいていの場合そのようなモジュールを使わなくても、簡潔さを損なうことなく記述することができます。(*1) (*1) 本格的に解析している人は除きます。多くの人が「分かち書き＋品詞を知りたいくらい」だろうと想定しています。 まず分かち書き まず、日本語文章を分かち書き形式に変換しないといけません。分かち書きす
下記のコードを実行することで、名詞のみの形態素解析結果を抽出することができます。 text = "解析したいテキストを入れる。" m = MeCab.Tagger("-Ochasen") nouns = [line for line in m.parse(text).splitlines() if "名詞" in line.split()[-1]] for str in nouns: print(str.split()) ＜出力結果＞ ['解析', 'カイセキ', '解析', '名詞-サ変接続'] ['テキスト', 'テキスト', 'テキスト', '名詞-一般'] 解説前提として、MecabとPythonが使える環境があるものとします。 私は、PyCharmで実行しています。 まずは、Mecabを使って、テキストをパースするための準備をします。Taggerインスタンスを生成します。 m =
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
