自然言語100本ノック 2025 をやってみる（30-39）

text = """
メロスは激怒した。
必ず、かの邪智暴虐の王を除かなければならぬと決意した。
メロスには政治がわからぬ。
メロスは、村の牧人である。
笛を吹き、羊と遊んで暮して来た。
けれども邪悪に対しては、人一倍に敏感であった。
"""

# MeCab動作確認

import MeCab

mecab = MeCab.Tagger()
text = "こんにちは！私の名前は山田太郎です。趣味は野球観戦です。"
result = mecab.parse(text)

print(result)

こんにちは	コンニチワ	コンニチハ	今日は	感動詞-一般			5
！			！	補助記号-句点			
私	ワタクシ	ワタクシ	私-代名詞	代名詞			0
の	ノ	ノ	の	助詞-格助詞			
名前	ナマエ	ナマエ	名前	名詞-普通名詞-一般			0
は	ワ	ハ	は	助詞-係助詞			
山田	ヤマダ	ヤマダ	ヤマダ	名詞-固有名詞-人名-姓			0
太郎	タロー	タロウ	タロウ	名詞-固有名詞-人名-名			1
です	デス	デス	です	助動詞	助動詞-デス	終止形-一般	
。			。	補助記号-句点			
趣味	シュミ	シュミ	趣味	名詞-普通名詞-一般			1
は	ワ	ハ	は	助詞-係助詞			
野球	ヤキュー	ヤキュウ	野球	名詞-普通名詞-一般			0
観戦	カンセン	カンセン	観戦	名詞-普通名詞-サ変可能			0
です	デス	デス	です	助動詞	助動詞-デス	終止形-一般	
。			。	補助記号-句点			
EOS

# MeCab出力結果をPandas DataFrameに変換

import pandas as pd
def parse_mecab_output(output):
    lines = output.strip().split('\n')
    morphs = []
    
    for line in lines:
        if line == 'EOS':
            break
        # MeCabの出力はタブ区切りで、各行は単語とその特徴が含まれる
        parts = line.split('\t')

        morph = {
            '表層形': parts[0],
            '読み': parts[1] if len(parts) > 1 else '',
            '発音': parts[2] if len(parts) > 2 else '',
            '語彙素': parts[3] if len(parts) > 3 else '',
            '品詞': parts[4] if len(parts) > 4 else '',
            '活用型': parts[5] if len(parts) > 5 else '',
            '活用形': parts[6] if len(parts) > 6 else ''
        }
        morphs.append(morph)
    
    return pd.DataFrame(morphs, columns=['表層形', '読み', '発音', '語彙素', '品詞', '活用型', '活用形'])

mecab = MeCab.Tagger()
text = "こんにちは！私の名前は山田太郎です。趣味は野球観戦です。"
result = mecab.parse(text)

df = parse_mecab_output(result)
df

表層形	読み	発音	語彙素	品詞	活用型	活用形
0	こんにちは	コンニチワ	コンニチハ	今日は	感動詞-一般		
1	！			！	補助記号-句点		
2	私	ワタクシ	ワタクシ	私-代名詞	代名詞		
3	の	ノ	ノ	の	助詞-格助詞		
4	名前	ナマエ	ナマエ	名前	名詞-普通名詞-一般		
5	は	ワ	ハ	は	助詞-係助詞		
6	山田	ヤマダ	ヤマダ	ヤマダ	名詞-固有名詞-人名-姓		
7	太郎	タロー	タロウ	タロウ	名詞-固有名詞-人名-名		
8	です	デス	デス	です	助動詞	助動詞-デス	終止形-一般
9	。			。	補助記号-句点		
10	趣味	シュミ	シュミ	趣味	名詞-普通名詞-一般		
11	は	ワ	ハ	は	助詞-係助詞		
12	野球	ヤキュー	ヤキュウ	野球	名詞-普通名詞-一般		
13	観戦	カンセン	カンセン	観戦	名詞-普通名詞-サ変可能		
14	です	デス	デス	です	助動詞	助動詞-デス	終止形-一般
15	。			。	補助記号-句点		

# MeCab動作確認

import MeCab

mecab = MeCab.Tagger("-Owakati")
text = "こんにちは！私の名前は山田太郎です。趣味は野球観戦です。"
result = mecab.parse(text)

print(result)

こんにちは ！ 私 の 名前 は 山田 太郎 です 。 趣味 は 野球 観戦 です 。 

text = """
メロスは激怒した。
必ず、かの邪智暴虐の王を除かなければならぬと決意した。
メロスには政治がわからぬ。
メロスは、村の牧人である。
笛を吹き、羊と遊んで暮して来た。
けれども邪悪に対しては、人一倍に敏感であった。
"""

# MeCabのインスタンス生成
mecab = MeCab.Tagger()

# テキストを解析
result = mecab.parse(text)

# MeCabの出力をDataFrameに変換
df = parse_mecab_output(result)

# 動詞だけ抽出
df_verbs = df[df['品詞'].str.startswith('動詞')]
df_verbs

	表層形	読み	発音	語彙素	品詞	活用型	活用形
3	し	シ	スル	為る	動詞-非自立可能	サ行変格	連用形-一般
14	除か	ノゾカ	ノゾク	除く	動詞-一般	五段-カ行	未然形-一般
17	なら	ナラ	ナル	成る	動詞-非自立可能	五段-ラ行	未然形-一般
21	し	シ	スル	為る	動詞-非自立可能	サ行変格	連用形-一般
29	わから	ワカラ	ワカル	分かる	動詞-一般	五段-ラ行	未然形-一般
39	ある	アル	アル	有る	動詞-非自立可能	五段-ラ行	終止形-一般
43	吹き	フキ	フク	吹く	動詞-一般	五段-カ行	連用形-一般
47	遊ん	アソン	アソブ	遊ぶ	動詞-一般	五段-バ行	連用形-撥音便
49	暮し	クラシ	クラス	暮らす	動詞-一般	五段-サ行	連用形-一般
51	来	キ	クル	来る	動詞-非自立可能	カ行変格	連用形-一般
58	対し	タイシ	タイスル	対する	動詞-一般	サ行変格	連用形-一般
68	あっ	アッ	アル	有る	動詞-非自立可能	五段-ラ行	連用形-促音便

df_verbs_and_verbs_baseform = df_verbs[['表層形', '語彙素']].rename(columns={'語彙素': '基本形'})
df_verbs_and_verbs_baseform

	表層形	基本形
3	し	為る
14	除か	除く
17	なら	成る
21	し	為る
29	わから	分かる
39	ある	有る
43	吹き	吹く
47	遊ん	遊ぶ
49	暮し	暮らす
51	来	来る
58	対し	対する
68	あっ	有る

text = """
メロスは激怒した。
必ず、かの邪智暴虐の王を除かなければならぬと決意した。
メロスには政治がわからぬ。
メロスは、村の牧人である。
笛を吹き、羊と遊んで暮して来た。
けれども邪悪に対しては、人一倍に敏感であった。
"""

# 分かち書きでテキストを解析して配列にする
mecab = MeCab.Tagger("-Owakati")
result = mecab.parse(text).split()


# 「の」の前後を取得
for index , word in enumerate(result):
    if word == 'の':
        # 一番最初、一番最後の「の」は無視
        if index == 0 or index == len(result) - 1:
            continue
        # 前後を標準出力
        print(f"「{result[index - 1]}」の 「{result[index + 1]}」")

import CaboCha

c = CaboCha.Parser()

text = """
メロスは激怒した。
必ず、かの邪智暴虐の王を除かなければならぬと決意した。
メロスには政治がわからぬ。
メロスは、村の牧人である。
笛を吹き、羊と遊んで暮して来た。
けれども邪悪に対しては、人一倍に敏感であった。
"""

tree = c.parse(text)

# チャンク数を取得
chunk_count = tree.chunk_size()

# チャンクを文字列に変換して返却する関数
def chunk_text(chunk):
    return ''.join(
        tree.token(j).surface
        for j in range(chunk.token_pos, chunk.token_pos + chunk.token_size)
    )

for i in range(chunk_count):
    from_chunk = tree.chunk(i)
    to_index = from_chunk.link

    if to_index == -1:
        continue  # 係り先がない場合はスキップ

    to_chunk = tree.chunk(to_index)
    print(chunk_text(from_chunk), '\t', chunk_text(to_chunk))

メロスは         激怒した。
激怒した。       決意した。
必ず、   除かなければならぬと
かの     邪智暴虐の
邪智暴虐の       王を
王を     除かなければならぬと
除かなければならぬと     決意した。
決意した。       わからぬ。
メロスには       わからぬ。
政治が   わからぬ。
わからぬ。       牧人である。
メロスは、       牧人である。
村の     牧人である。
牧人である。     暮して来た。
笛を     吹き、
吹き、   暮して来た。
羊と     遊んで
遊んで   暮して来た。
暮して来た。     敏感であった。
けれども         敏感であった。
邪悪に対しては、         敏感であった。
人一倍に         敏感であった。