日本語を処理するのに向いている言語は？

Question

日本語を処理するソフトを作ろうと考えているのですが、何の言語でやるのが向いていますか？
今のところcでやろうと思っているのですがこのままでも大丈夫でしょうか。

Answer 1

何の言語でやるのが向いていますか？

べつにCでもできなくはないですが、
文字列処理は向いてないので苦労すると思います。

最近のモダンな言語なら、どれでも問題なくできると思いますが、
個人的なおすすめとしては、とくにRubyが向いていると思います。

RubyはPerlの後継という意図があるので一般的な文字列処理は得意ですし、
とくに日本発の言語なので日本語処理も問題ないです。

すでにCができるなら、Rubyを覚えるのはそんなに大変ではないと思います。
Cで文字列処理を組み続けることの大変さと比較したら、
覚えてしまっても損ではないと思います。

日本語を処理するソフト

ただもし、これが単なる文字列の処理という意味ではなく、
本格的な自然言語処理、とくに機械学習を伴うものなら、
Pythonもかなり有力だと思います。

海外で普及している言語なので日本語の部分は多少面倒ですが、
それらのライブラリが充実しているプラスが大きいため、
自然言語処理に本格的に取り組む人はPythonをよく使っています。

Comments

[pi-chan]

賛成！
しかし、LLmanさんがご指摘の通り、日本語の「どんな処理」をしたいのかという具体的な目的が明確になると、選択肢も微妙に変わって来ますね。
類似の開発例を探してみるのも参考になると思います。

[523523syu]

ありがとうございます^ ^
自然言語処理の機械学習を伴った物を作ろうと思っていたのでpytghonでやろうと思います‼︎

[LLman]

＞pi-chanさん
コメントありがとうございます。

私も言語は目的に応じて使い分けるのが良いと思います。
既存の開発例の言語を参考にするのも良い方法ですね。

＞523523syuさん
＞自然言語処理の機械学習を伴った物

入門 自然言語処理
http://www.amazon.co.jp/dp/4873114705/

上記はPythonでの自然言語処理について書かれた本です。
質問者様の目的に沿っていると思います。

ただ、オライリーの本なので読むのがかんたんではないですが、
自然言語処理は難しい分野なので、くわしくかつやさしい本はなかなかないです。

Answer 2

日本語をCで扱おうとすれば文字コードの問題に足を引っ張られると思いますね。
少なくとも「内部的にはすべてUnicodeで扱い、ソースファイルや入出力のエンコーディングはそれぞれ設定できる」モダンな言語がよろしいかと存じます。

C#かJavaを私からはお薦めしておきます。