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

87.37%

word2vec 分散表現 リストから PCファイルに保存する

受付中

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 783

score 11

PCで名詞のみかつリスト化された文章から分散表現取得

gensim のword2vecを使用し、分散表現はPC にファイルとして保存したいです。
mecabを使い名詞のみリスト化された文章を使いたいです。

from pymongo import MongoClient
from bs4 import BeautifulSoup
import MeCab
mecab = MeCab.Tagger ('/usr/local/lib/mecab/dic/mecab-ipadic-neologd')
def main():
    recipes = []
    client = MongoClient('localhost', 27017)
    db = client.html.cookpad_html
    collection = db.test_collection
    htmls = list(db.find().limit(1))
    recipes = []
    for num, html in enumerate(htmls):
        soup = BeautifulSoup(html["html"], 'lxml')
        for steps in soup.find_all(attrs={"class": "step_text"}):
            node = mecab.parseToNode(steps.get_text())     

            while node:
                if node.feature.split(",")[0] == '名詞':
                    recipes.append(node.feature.split(",")[6])
                node = node.next 
                recipes = list(set(recipes))
    print(recipes)

if __name__ == '__main__':
    main()

text = 'main()'
file = open('text_file_name.txt', 'w')
file.write(text)
file.close()

from janome.tokenizer import Tokenizer
from gensim.models import word2vec
# 単語の分かち書き&スペースで区切る

import codecs

text_space = ""
t = Tokenizer()
with codecs.open('text_file_name.txt', 'r', 'utf-8') as f:
    txt = f.read()
for token in t.tokenize(txt, stream=True):
    text_space += token.surface
    text_space += " "
# ファイル書き込み
with codecs.open('wakachigaki_file_name.txt', 'w', 'utf-8') as file:
    file.write(text_space)
# Word2vecのモデルの作成
sentences = word2vec.LineSentence('wakachigaki_file_name.txt')
model = word2vec.Word2Vec(sentences,
              sg=1,
              size=100,
              min_count=1,
              window=10,
              hs=1,
              negative=0)
model.save('model_name.model')
# モデルの読み込みと類義語の計算
model = word2vec.Word2Vec.load("model_name.model")



model.most_similar(positive="単語", topn=10)


"word '単語' not in vocabulary" とエラー文が出たきました。

https://lib-arts.hatenablog.com/entry/nlp_tutorial3

このサイトを参考にしました。
どうすればいいのか分からないので教えて下さい。

  • 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
    • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • KojiDoi

    2019/09/27 15:38

    マニュアルを見ればまんま書いてありますよ。

    キャンセル

  • 退会済みユーザー

    2019/09/27 20:14

    複数のユーザーから「やってほしいことだけを記載した丸投げの質問」という意見がありました
    「質問を編集する」ボタンから編集を行い、調査したこと・試したことを記入していただくと、回答が得られやすくなります。

  • kawauso.love

    2019/09/30 14:48

    ありがとうございます。やってみます!!!

    キャンセル

回答 1

0

2番目のスクリプトの最後の行のprint(recipes)をtext_file_name.txtへの書き込みに変えるだけですむのでは……。

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。

  • 2019/09/27 14:11

    回答ありがとうございます!!!意味は、分かったんですけど、ちょっとどうやってコードで書けばいいのか分からないのでコードを送っていただけると嬉しいです。

    キャンセル

  • 2019/09/27 20:29 編集

    KojiDoiさんの方法だと、こんな感じでしょうか
    https://blog.codecamp.jp/python-file-data
    大分わかりやすく書かれています
    このくらいなら、回答を待つよりも自分で調べちゃった方が早く終わると思います。

    今回なら、
    python ファイル 保存
    とか
    python ファイル書き出す
    とかですぐに出てきます。

    ■補足
    pythonでたくさんのデータをファイルに書きこむ予定があるのであれば、早いうちにpandasを覚えてしまうとよいと思います。
    pandas だとかなり便利にファイル読み書きできますので。

    キャンセル

  • 2019/09/30 14:47

    ありがとうございます。
    やってみます!!!

    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 87.37%
  • 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