python,LDLにて使用していないinitのエラーが出現する

Question

前提・実現したいこと

pythonにてLDLを実装したく思い、まずはお試しにと以下のURLそのままで実装しようとしたのですが、エラーが出ました。
https://www.dskomei.com/entry/2018/04/11/001944

発生している問題・エラーメッセージ

TypeError                                 Traceback (most recent call last)
<ipython-input-2-f43e4801f1c0> in <module>
     68 
     69 
---> 70 analyzer = Analyzer(char_filters, tokenizer, token_filters)
     71 
     72 

TypeError: __init__() takes 1 positional argument but 4 were given

該当のソースコード

from pathlib import Path
from janome.charfilter import *
from janome.analyzer import Analyzer
from janome.tokenizer import Tokenizer
from janome.tokenfilter import *
from gensim import corpora


data_dir_path = Path('./data')
corpus_dir_path = Path('./corpus')


file_name = 'gakumon_no_susume.txt'

with open(data_dir_path.joinpath(r"C:\Users(ユーザー名)\Desktop\aaa\bbb\gakumon_no_susume.txt"), 'r', encoding='utf-8') as file:
    texts = file.readlines()
texts = [text_.replace('\n', '') for text_ in texts]


# janomeのAnalyzerを使うことで、文の分割と単語の正規化をまとめて行うことができる
# 文に対する処理のまとめ
char_filters = [UnicodeNormalizeCharFilter(),         # UnicodeをNFKC(デフォルト)で正規化
                RegexReplaceCharFilter('(', ''),     # (を削除
                RegexReplaceCharFilter(')', '')      # )を削除
                ]

# 単語に分割
tokenizer = Tokenizer()


#
# 名詞中の数(漢数字を含む)を全て0に置き換えるTokenFilterの実装
#
class NumericReplaceFilter(TokenFilter):

    def apply(self, tokens):
        for token in tokens:
            parts = token.part_of_speech.split(',')
            if (parts[0] == '名詞' and parts[1] == '数'):
                token.surface = '0'
                token.base_form = '0'
                token.reading = 'ゼロ'
                token.phonetic = 'ゼロ'
            yield token


#
#  ひらがな・カタガナ・英数字の一文字しか無い単語は削除
#
class OneCharacterReplaceFilter(TokenFilter):

    def apply(self, tokens):
        for token in tokens:
            # 上記のルールの一文字制限で引っかかった場合、その単語を無視
            if re.match('^[あ-んア-ンa-zA-Z0-9ー]$', token.surface):
                continue

            yield token


# 単語に対する処理のまとめ
token_filters = [NumericReplaceFilter(),                         # 名詞中の漢数字を含む数字を0に置換
                 CompoundNounFilter(),                           # 名詞が連続する場合は複合名詞にする
                 POSKeepFilter(['名詞', '動詞', '形容詞', '副詞']),# 名詞・動詞・形容詞・副詞のみを取得する
                 LowerCaseFilter(),                              # 英字は小文字にする
                 OneCharacterReplaceFilter()                     # 一文字しか無いひらがなとカタガナと英数字は削除
                 ]


analyzer = Analyzer(char_filters, tokenizer, token_filters)



tokens_list = []
raw_texts = []
for text in texts:
    # 文を分割し、単語をそれぞれ正規化する
    text_ = [token.base_form for token in analyzer.analyze(text)]
    if len(text_) > 0:
        tokens_list.append([token.base_form for token in analyzer.analyze(text)])
        raw_texts.append(text)

# 正規化された際に一文字もない文の削除後の元テキストデータ
raw_texts = [text_+'\n' for text_ in raw_texts]
with open(data_dir_path.joinpath(file_name.replace('.txt', '_cut.txt')), 'w', encoding='utf-8') as file:
    file.writelines(raw_texts)

# 単語リストの作成
words = []
for text in tokens_list:
    words.extend([word+'\n' for word in text if word != ''])
with open(corpus_dir_path.joinpath(file_name.replace('.txt', '_word_list.txt')), 'w', encoding='utf-8') as file:
    file.writelines(words)

試したこと

initについて調べました。
エラーメッセージが「引数1個なのに4個あるよ」となっており
・analyzerの引数は3つ(1個でも4個でもない)
・そもそもinitを使っていない
となり、どうしたらいいのか解らない状況です。

pipのバージョンが古いと警告が出たのでアップデート。結果は変わらず。

補足情報（FW/ツールのバージョンなど）

jupyter notebook使用。
windows10使用。

Answer 1

Janomeのバージョンが0.4系ではないですか？

以下のように名前付き引数で渡してみて下さい。

-analyzer = Analyzer(char_filters, tokenizer, token_filters)
+analyzer = Analyzer(char_filters=char_filters, tokenizer=tokenizer, token_filters=token_filters)

TypeError: init() takes 1 positional argument but 4 were given
エラーメッセージが「引数1個なのに4個あるよ」となっており

これは正確には「引数」ではなく「位置引数」です。

Pythonの関数呼び出し時に渡す引数には、そのまま引き渡す位置引数の他に名前を指定して引き渡すがあります。

元のコードでは単純に名前を付与しないで引数としていますが、
Janome 0.4系以降のAnaluzer.__init__ではname=valueのような「名前付き引数」の形式でしか受け付けなくなっています。

(なお、1個は__init__の際に暗黙的に渡るselfです)

Comments

[jon07]

ありがとうございます！無事解決できました！