👩‍💻

言語処理100本ノック 2020 (Rev 2) 第4章: 形態素解析 33. 「AのB」

2023/01/11に公開約1,400字

問題

33. 「AのB」

2つの名詞が「の」で連結されている名詞句を抽出せよ.

solution33.py
def parse_mecab(block):
    res = []
    for line in block.split('\n'):
        if line == '':
            return res
        (surface, attr) = line.split('\t')
        attr = attr.split(',')
        lineDict = {
            'surface': surface,
            'base': attr[6],
            'pos': attr[0],
            'pos1': attr[1]
        }
        res.append(lineDict)

def extract_anob(block):
    res = []
    for i, word in enumerate(block):
        if word["surface"] == "の":

            if (i==0) or (i==len(block)-1):
                continue

            if (block[i-1]['pos'] == '名詞') & (block[i+1]['pos'] == '名詞'):
                phrase = block[i-1]['surface'] + "の" + block[i+1]['surface']
                res.append(phrase)
    return res

filename = 'chapter04/neko.txt.mecab'
with open(filename, mode='rt', encoding='utf-8') as f:
    blocks = f.read().split('EOS\n')

filtered_blocks = list(filter(lambda x: x != '', blocks))
parse_blocks = [parse_mecab(block) for block in filtered_blocks]
parse_blocks = [extract_anob(block) for block in parse_blocks]
print(parse_blocks[11:13])
output
[['彼の掌'], ['掌の上', '書生の顔']]

この問題では、各ブロックの形態素解析の結果から、抽出条件を「名詞」+「の」+「名詞」としたものを取り出します。

https://github.com/kurokawa5/nlp100_2020/blob/main/chapter04/solution33.py

参考記事

第4章: 形態素解析

Discussion

ログインするとコメントできます