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

88.58%

pythonのmecabの分かち書きについての質問です

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 902

hiro329

score 18

入力されてきた文相に対して、名詞だけを抜き取る分かち書きをしたいと思っております。
いろいろと、検索してカスタマイズして最終的に以下のコードに落ち着きました。

import MeCab

mecab = MeCab.Tagger("mecabrc")

# MeCabを使って形態素解析をします。
def ma_parse(sentence, fileter="名詞"):
  node = mecab.parseToNode(sentence)
  while node:
    if node.feature.startswith('名詞'):
      yield node.surface
    node = node.next

while True:
  sentence = input('入力してください')
  words = [word for word in ma_parse(sentence)]

  print(words)


そこで質問なのですが、 yieldは、generaterで使うものだと本に書いてあったのですが、ここではどのような記述方法になるのでしょうか。
また、mecabのライブラリの使い方がいまいちよくわからなく、理解できていません。

入力された、文章がma_parseにわたっているとは思うのですが、形態素分析を行っていないのに、ワードごとになぜ、区切られてうまく動くのかもよくわかりません。
出来ましたら、各行が大まかにどんな役割をしているか教えていただけると幸いです。
素人的な質問で大変もうしわけないのですが、どうぞよろしくお願いいたします。

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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

checkベストアンサー

+1

yieldは、generaterで使うものだと本に書いてあったのですが、ここではどのような記述方法になるのでしょうか

質問文のコードもジェネレータ関数を使っています。名詞ならyieldする、名詞以外はyieldせず次の単語を見るというコードです。

形態素分析を行っていないのに、ワードごとになぜ、区切られてうまく動くのかもよくわかりません

MeCab.Tagger.parseToNodeが形態素解析を行うメソッドです。

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。

  • 2018/11/27 11:30

    回答いただきありがとうございます。
    大変よくわかりました。
    あと、追加で質問なのですが、形態素分析で分かち書きをした後のデータの取り扱いですが、上記では
    if if node.feature.startswith('名詞'):
    とありますが、形態素分析を行うと、各要素に分かれ、名詞、動詞などと表示されますが、 node.feature.startswithで、各要素の要素を選別でき、
    yield node.surfaceで、それにあたる名詞と指定したなら、名詞、動詞と指定したならば、動詞が取れる元として、定型的な書き方として考えてもいいのでしょうか。
    Mecabの使い方のマニュアルは、あるのでしょうか?
    とても初歩的な質問かもしれませんが、なにとぞ回答いただけると幸いです。
    よろしくお願いいたします。

    キャンセル

  • 2018/11/27 11:41

    node.surfaceとnode.featureはそれぞれノードの表層の文字列と素性の文字列です。startswithはpythonの文字列のメソッドですね。
    動いている仕組みを理解すれば書き方はこれ一つではないことに気づくと思います。

    マニュアルというか公式のサイトはここです。
    http://taku910.github.io/mecab/

    バインディングのページ
    http://taku910.github.io/mecab/bindings.html

    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 88.58%
  • 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