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!

新規登録して質問してみよう
ただいま回答率
85.48%
Twitter

Twitterは、140文字以内の「ツイート」と呼ばれる短文を投稿できるサービスです。Twitter上のほぼ全ての機能に対応するAPIが存在し、その関連サービスが多く公開されています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

自然言語処理

自然言語処理は、日常的に使用される自然言語をコンピューターに処理させる技術やソフトウェアの総称です。

Q&A

2回答

293閲覧

正確な文章数を出力したい

farinelli

総合スコア61

Twitter

Twitterは、140文字以内の「ツイート」と呼ばれる短文を投稿できるサービスです。Twitter上のほぼ全ての機能に対応するAPIが存在し、その関連サービスが多く公開されています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

自然言語処理

自然言語処理は、日常的に使用される自然言語をコンピューターに処理させる技術やソフトウェアの総称です。

0グッド

0クリップ

投稿2019/09/04 06:53

編集2019/09/04 07:26

リアルタイムで取得したツイートの1部を格納したテキストファイルに存在する文章数をカウントしようと思ったら、実際の文の数とズレが出てしまいました。
ここで言う文とは、文末に文の終わりを示す記号("。","!","?","!","?")を含むものを想定していますが、それらを付けなくても意味が完結するものも文として見做しても良いと考えています。
解決に向けてお知恵をお貸しいただけますと幸いです。宜しくお願いします。

出力結果

#現状 1 #理想 8

コード

renshu.py

1import codecs 2import numpy as np 3 4#日本語ツイートを読み込む + 文書数を表示 5count = 0 6with codecs.open("test.txt", "r", "utf-8") as f: 7 corpus = f.read().split("\n") 8 9num_lines = sum(1 for line in open("test.txt")) 10print(num_lines)

ファイル

test.txt

1うちの本丸の靴箱は、いろんな靴があるから例外もあるけど、だいたい下の方にオレたち短刀の靴、上に行くにつれて背が高い刀の靴を入れるようにしてる。そうするとそれぞれの背の高さに合って、みんな使いやすいだろ!そんなちっぽけなもんを相手にしてるようじゃ到底敵いっこないって言ってんだよ萎えるよね笑あややんって呼びます!参加失礼します!年金受給者は自己破産できる?破産後も年金は貰い続けられるの?

実際のツイート

うちの本丸の靴箱は、いろんな靴があるから例外もあるけど、だいたい下の方にオレたち短刀の靴、上に行くにつれて背が高い刀の靴を入れるようにしてる。そうするとそれぞれの背の高さに合って、みんな使いやすいだろ! そんなちっぽけなもんを相手にしてるようじゃ到底敵いっこないって言ってんだよ 萎えるよね笑 あややんって呼びます!参加失礼します! 年金受給者は自己破産できる?破産後も年金は貰い続けられるの?

文章毎に分けてみた

うちの本丸の靴箱は、いろんな靴があるから例外もあるけど、だいたい下の方にオレたち短刀の靴、上に行くにつれて背が高い刀の靴を入れるようにしてる。 そうするとそれぞれの背の高さに合って、みんな使いやすいだろ! そんなちっぽけなもんを相手にしてるようじゃ到底敵いっこないって言ってんだよ 萎えるよね笑 あややんって呼びます! 参加失礼します! 年金受給者は自己破産できる? 破産後も年金は貰い続けられるの?

補足情報(FW/ツールのバージョンなど)

iOS 10.14.6, Python 3.7.4, Atom

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

python

1 2import codecs 3import numpy as np 4import re 5 6with codecs.open("test.txt", "r", "utf-8") as f: 7 count = len(re.split('[。!!??]', f.read())) 8 print(count) 9

投稿2019/09/05 10:05

編集2019/09/05 10:09
qax

総合スコア622

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

\nで区切ればそういう結果になって当然ですが、
あなたのいう文章数というのはなにを持って決定されるものでしょうか。
その定義を提示しましょう

投稿2019/09/04 06:57

y_waiwai

総合スコア87774

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

farinelli

2019/09/04 07:26

質問文を一部訂正しました。 ご不明な点があれば指摘して頂けますと幸いです。
y_waiwai

2019/09/04 07:36

> それらを付けなくても意味が完結するものも文として見做しても良いと考えています。 意味が完結するとはどういうことでしょうか。その定義をはっきりさせましょう。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.48%

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る

質問する

関連した質問