質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.51%

  • Python 3.x

    6442questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

nltkで余計な出力結果を消したい

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 77

syen2501

score 25

<相談したい事>
nltkを用いて数値に関する共起の抽出を行おうとしているのですが、何故か空白の
辞書まで出力指定しまいます。これを排除した形で出力したい。

import nltk
from pyknp import KNP
import re

# knpで形態素解析を行ったあとの結果をリストで返す
def separate(text,option = '-tab'):
    number_word = []
    tokens = []
    knp = KNP(option = option)
    result = knp.parse(text)

    for mrph in result.mrph_list():
        if not mrph.hinsi == '助詞' and not mrph.hinsi == '助動詞' and not mrph.bunrui == '読点' and not mrph.bunrui == '句点':
            tokens.append(mrph.midasi)
    return tokens

# 形態素解析を行った結果から、数値に関係する語の共起の結果を得る
def number_cooccurrence(list,N):
    number_list = []
    ngram = nltk.ngrams(list,N) # N-グラムを作成(Nは指定)
    for dict_key in nltk.FreqDist(ngram).keys():
        if re.search(r'\d+', str(dict_key)):
            number_list.append(dict_key)
any([re.search(r'\d+', elem) for elem in k])]) # 数値に関係する語の共起のみを抽出する
    fd = nltk.FreqDist(number_list)
    return fd.items()

if __name__ == '__main__':
    num_contain_result = []
    with open('sample.txt',encoding = 'utf8') as f:
        text_list = f.readlines()
    for text in text_list:
        text = re.sub('([あ-んア-ン一-龥ー])\s+((?=[あ-んア-ン一-龥ー]))',r'\1\2',  text.replace('\n','').replace('\r',''))
        result = number_cooccurrence(separate(text),3)
        num_contain_result.append(result)

    print(num_contain_result)

<sample.txtの中身>
私が外に出かけている間に見たいテレビが始まっていた。
ポット内の温度が100℃以上になったら、沸騰する。

<実行結果>
[dict_items([]), dict_items([(('内', '温度', '100'), 1), (('温度', '100', '℃'), 1), (('100', '℃', '以上'), 1)])]

※dict_items([])を削除した形で出力したい。


<思っていること>
・number_cooccurrence関数で数値に関する共起のみ抽出するようにしているのですが、
その部分がうまく動いていないかもしれないと思っている。
・最終的に出てきたnum_contain_result内にdict_items([])の個数が0より多い場合、
削除するという考えがある。
※正直、あまり行いたくない。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

0

行ごとに処理しているので、当然ではないでしょうか。最初の文に数値は含まれていないのですから。
1つの***.txtに対して1つの結果を得たいのなら、n-gramを取った後に各行に対するn-gramの結果のリストを連結し、あとはまとめて処理するようにするのが自然だと思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/28 17:29

    回答して頂きありがとうございます。
    リストの連結を使用としたのですが、出力結果ではdict_items([])と出ていますが
    for文で回して中身を取り出してみると、なぜか空リストが入っていません。
    なので連結が出来なさそうなのですが、出来るのでしょうか?

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.51%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python 3.x

    6442questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。