JSONの値で条件分岐したい（形態素解析の後の処理）

Question

###【前提】

「ある文章」を「JSONの単語」に分解した後、適切な単語を取得したいです。

次のような「kuromoji.js」というプラグインを利用した分解機能を使っています。
https://takuyaa.github.io/kuromoji.js/demo/tokenize.html

###【目的】
下記の【JavaScript】によって【JSON】が出力される状況です。

【抽出の条件】に従い適切な単語を取得して、【JavaScript】にあるvar result_arr = ['美しい','山'];のような配列を生成したいです。

【抽出の条件】とは【JSON】の値での条件分岐なのですが、その方法がわかりませんでしたので、教えていただきたく存じます。

###【JavaScript】
「kuromojiBuilder」や「tokenizer」を定義する前半部分は割愛させてください。
とりあえずこのコードによって【JSON】が出力される感じです。

window.tokenize= function(words){
  kuromojiBuilder.then(function(tokenizer){
    var token= tokenizer.tokenize(words)

    // 現状はこうして【JSON】を出力しています
    document.querySelector('pre').innerHTML= JSON.stringify(token,null,2)
  })
}

// 下記の【JSON】から次の配列を取得したい流れです。
// var result_arr = ['美しい','山'];

###【JSON】
たとえばこれが出力されたとします。

[
  {
    "word_id": 171750,
    "word_type": "KNOWN",
    "word_position": 1,
    "surface_form": "美しい",
    "pos": "形容詞",
    "pos_detail_1": "自立",
    "pos_detail_2": "*",
    "pos_detail_3": "*",
    "conjugated_type": "形容詞・イ段",
    "conjugated_form": "基本形",
    "basic_form": "美しい",
    "reading": "ウツクシイ",
    "pronunciation": "ウツクシイ"
  },
  {
    "word_id": 1530210,
    "word_type": "KNOWN",
    "word_position": 4,
    "surface_form": "山",
    "pos": "名詞",
    "pos_detail_1": "一般",
    "pos_detail_2": "*",
    "pos_detail_3": "*",
    "conjugated_type": "*",
    "conjugated_form": "*",
    "basic_form": "山",
    "reading": "ヤマ",
    "pronunciation": "ヤマ"
  }
]

###【抽出の条件】
肝心の【JSON】から配列を作るための条件がこちらの２つです。

１．"pos"が名詞か副詞の場合は、basic_formの値を取得する。

２．"pos"が形容詞か動詞の場合は、「pos_detail_1が自立」で、「conjugated_formが基本形」の、basic_formの値を取得する。

この条件のように【JSON】の値での条件分岐というのがまるでわからず、質問させていただきました。

そしてこの２つの条件では「美しい」「山」が取得されますので、それらを【JavaScript】のvar result_arr = ['美しい','山'];に入れて活用したいという流れを考えています。

JSONも初めてでかなり苦戦してしまっています。
宜しくお願い致します。

###補足（Lhankor_Mhy様へ）
配列の重複状況について画像で補足致します。
テキストボックスに「美しい山」を一度だけ「Ctrl + v」するとこの画像のようになります。

一度の「Ctrl + v」でなぜか配列が２つ出てまして、上の方は必要な配列ですが、下の方は値が重複しているのがご覧いただけると思います。

Answer 1

形容詞か動詞の場合で「pos_detail_1が自立ではない」場合はなにを返せばいいのでしょう？

とりあえず、書いてあるとおりにコードを書くと、こんな感じかと思います。

JSON.parse(`
[
  {
    "word_id": 171750,
    "word_type": "KNOWN",
    "word_position": 1,
    "surface_form": "美しい",
    "pos": "形容詞",
    "pos_detail_1": "自立",
    "pos_detail_2": "*",
    "pos_detail_3": "*",
    "conjugated_type": "形容詞・イ段",
    "conjugated_form": "基本形",
    "basic_form": "美しい",
    "reading": "ウツクシイ",
    "pronunciation": "ウツクシイ"
  },
  {
    "word_id": 1530210,
    "word_type": "KNOWN",
    "word_position": 4,
    "surface_form": "山",
    "pos": "名詞",
    "pos_detail_1": "一般",
    "pos_detail_2": "*",
    "pos_detail_3": "*",
    "conjugated_type": "*",
    "conjugated_form": "*",
    "basic_form": "山",
    "reading": "ヤマ",
    "pronunciation": "ヤマ"
  }
]
`).map(function(e){
  if ( e.pos==="名詞" || e.pos==="副詞" ) return e.basic_form;
  if ( ( e.pos==="形容詞" || e.pos==="動詞" ) && e.pos_detail_1 === "自立" && e.conjugated_form === "基本形" ) return e.basic_form;
})

/*
美しい,山
*/

Comments

[saikin]

ありがとうございます。ご回答の方法で大体できました。

あと配列の作り方についてですが、下記で最後の行の「console.log(result);」だと、「美しい、山、美しい、山」のように、配列の値が重複してしまうのですが、この場合ですとどうすればいいでしょうか？

var result = [];
window.tokenize = function(words){
kuromojiBuilder.then(function(tokenizer){
var token = tokenizer.tokenize(words)

token.map(function(e){
if ( e.pos==="名詞" || e.pos==="副詞" ) {
var word1 = e.basic_form;
result.push(word1);
}
if ( ( e.pos==="形容詞" || e.pos==="動詞" ) && e.pos_detail_1 === "自立" && e.conjugated_form === "基本形" ) {
var word2 = e.basic_form;
result.push(word2);
}
})

console.log(result); // 「美しい、山、美しい、山」のように、配列の値が重複してしまう
})
}

[Lhankor_Mhy]

そのコードの前半部分は当方で再現できませんので、ご提示のJSONデータに差替えましたところ、「配列の値が重複してしまう」問題は再現しませんでした。
おそらく、ご提示のJSONデータと、質問者が見ているJSONデータに、相違があるのではないでしょうか。

[saikin]

たしかに、前半部分を「token」でなく「提示のJSONデータ」に差し替えますと重複は起こりませんでした。重複の原因は仰るように前半部分の「token」に問題があるようですね。

「token」データの再現はこちら（http://jsdo.it/59naga/kuromoji-js）でできます。
まずこちらに「美しい山」を入力すると「提示のJSONデータ」が出力されると思いますが、それが「token」の中身です。
そしてこちらのJavaScriptの18行目以降を先の返信に置き換えてみると、重複が発生してしまうのです。
もしお時間ございましたらご覧頂けますと幸いです。

[Lhankor_Mhy]

そちらのHTMLに、
<input autofocus onKeyup="tokenize(event.target.value)">
とあります。
これは、押したキーが上がるたびに実行せよ、ということです。

なので、「美しい山」をショートカットでペーストすると、Ctrl と v と二つのキーの分の2回実行されますから、重複します。
（試しに手打ちしてみてください。もっと増えるはずです）

[saikin]

何度もありがとうございます。

仰る「重複」は「配列が２回コンソールに出る」という意味ですよね。
つまりこのような。
Array [ "美しい", "山" ]
Array [ "美しい", "山" ]
これは問題ないです。入力時に都度判定したいので。

申し上げた「重複」は「配列の値が２つずつ出る」という意味です。
つまりこのような配列が出力されるということです。
Array [ "美しい", "山", "美しい", "山" ]
この状態を質問に画像として補足致しましたので、もしよろしければご覧くださいませ。

[Lhankor_Mhy]

> 仰る「重複」は「配列が２回コンソールに出る」という意味ですよね。

いいえ。
繰り返しになりますが、押したキーが上がるたびに実行されますから、その分だけ result.push() されますので、その分重複します。

[Lhankor_Mhy]

私の回答のコードを採用していただければ、重複は起きないと思うのですが……

[saikin]

重複処理は「コンソール表示処理」でなく「配列への追加処理（result.pushの処理）」でしたか。

ということは、「result.push」を「window.tokenize = function(words){}」の外に出せばいいということですね？

でもその場合、pushすべきこれらの値
var word1 = e.basic_form;
var word2 = e.basic_form;
を、「window.tokenize = function(words){}」の外で取得することはできなくなりませんでしょうか？？

[saikin]

>私の回答のコードを採用していただければ、重複は起きないと思うのですが……

ご回答のコードの採用させていただくにあたり、変更点は

「美しい山というJSON」.map(function(e){}
を

「token」.map(function(e){}
にしたところですが、

こう変更しないと動的に取得できず、いつも「美しい山というJSON」しか取得できないのではないかと考えたので。

[Lhankor_Mhy]

まあ、回答を鵜呑みにされずに、試行錯誤をされるのはいいことだと思います。

> ということは、「result.push」を「window.tokenize = function(words){}」の外に出せばいいということですね？

いいえ。
そうではなくて、result の結果が残っているので、次に実行されたときにそこに重ねて push() されているのです。

[saikin]

やっとわかりました。

var result = [];
を
window.tokenize = function(words){}
の中に入れるんですね？

このような初歩的な部分でお手を煩わせてしまい大変申し訳ございませんでした。
そして何度も、どうもありがとうございました。

[Lhankor_Mhy]

ご解決されてなによりです。

ちなみに、
result = token.map(function(e){
if ( e.pos==="名詞" || e.pos==="副詞" ) return e.basic_form;
if ( ( e.pos==="形容詞" || e.pos==="動詞" ) && e.pos_detail_1 === "自立" && e.conjugated_form === "基本形" ) return e.basic_form;
});

でも同様の結果になると思います。参考までに。

[saikin]

だから「なんで回答したコード変えたんだ」と仰ったのですね…。とにかく「配列は最初に[]と書く」とか「配列の追加はpushする」という方法しか知らず、それに固執しておりました。失礼致しました。最後までありがとうございます。

Answer 2

まずJSONはデータフォーマットであり条件を指定し抽出できる機能は備えていません。
ですのでご要望のJSONで特定の値の場合に取得するKeyを変えるということは不可能です。

その場合必要なものはJSなどプログラミングで取得したJSONを解析し変換する他ありません。
以下のようにJavaScriptで抽出処理を作らなければなりません。（サンプルなので期待どおりに動きませんが）

window.tokenize= function(words){
  kuromojiBuilder.then(function(tokenizer){
    var output = [];
    var token= tokenizer.tokenize(words);
    console.log(token);//ブラウザでF12を押して出てくるデベロッパーツールのconsoleに出力される
//ほしい情報を抽出する条件分岐
    token.forEach(function(element) {
      if(element['pos'] === '副詞'){
        output[] = element['basic_form']);
      }else if(element['pos'] === '形容詞' || element['pos'] === '動詞'){
        output[] = element['pos_detail_1'] + ' ' + element['conjugated_form'];
      }
    });
//ここまで
    // 現状はこうして【JSON】を出力しています
    document.querySelector('pre').innerHTML= JSON.stringify(output,null,2);
  })
}

JavaScriptの入門を読んで配列から目的のKeyを取得し別な配列を作れるよう学習する必要があります。

Comments

[saikin]

ありがとうございます。ご回答いただいたコードですが、
まずこちらのエラー↓でした。
SyntaxError: expected expression, got ')'

たぶんこちらの行↓で、
output[] = element['basic_form']);
最後セミコロンの直前のかっこが不要ですよね。
（重箱の隅をつつくようで恐縮ですが、初学者ゆえ必要性について不満なので確認させてください。）

そしてそれを削除しても、今度はこちらのエラー↓が出るようでした。
SyntaxError: expected expression, got ']'

何か修正点などございますでしょうか？