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
85.49%
Mecab

Mecabは、オープンソースの形態素解析エンジンです。 言語、辞書、コーパスに依存しない汎用的な設計を基本方針としています。 Mecabの由来は、開発者の好物である和布蕪(めかぶ)から名づけられました。

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。

Q&A

解決済

1回答

2199閲覧

MeCabの出力結果にタグを追加したい

swallowataill

総合スコア36

Mecab

Mecabは、オープンソースの形態素解析エンジンです。 言語、辞書、コーパスに依存しない汎用的な設計を基本方針としています。 Mecabの由来は、開発者の好物である和布蕪(めかぶ)から名づけられました。

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。

0グッド

0クリップ

投稿2017/06/22 03:04

編集2017/06/22 05:25

###実現したいこと
機械学習を用いた固有表現抽出を行うためのデータセットを作成しています。
タグ一切なしの状態では形態素解析の結果が多すぎるため、作業に一番多くつけるタグをつけ後ほど修正するという形を取ろうと考えています。
MeCabによる形態素解析の結果の一つ一つにタグをつけたいのですが、いまいちやり方がわかりません。
一行一行の結果の行末に下記の例のようにタグをつけたいです。

###ソースコード

python

1import MeCab 2 3text = "プログラミング教室を手伝ってくれる人を募集中!締め切りは6月23日です。" 4 5t = MeCab.Tagger('') 6test = t.parse(text) 7test = re.sub(r'EOS',"",test) 8 9print(test) 10#タグをつけていない通常の状態 11#プログラミング 名詞,一般,*,*,*,*,プログラミング,, 12#教室 名詞,一般,*,*,*,*,教室,キョウシツ,キョーシツ 13#を 助詞,格助詞,一般,*,*,*,を,ヲ,ヲ 14#手伝っ 動詞,自立,*,*,五段・ワ行促音便,連用タ接続,手伝う,テツダッ,テツダッ 15#て 助詞,接続助詞,*,*,*,*,て,テ,テ 16#くれる 動詞,非自立,*,*,一段・クレル,基本形,くれる,クレル,クレル 17#人 名詞,一般,*,*,*,*,人,ヒト,ヒト 18#を 助詞,格助詞,一般,*,*,*,を,ヲ,ヲ 19#募集中 名詞,一般,*,*,*,*,募集中,, 20#! 記号,一般,*,*,*,*,!,!,! 21#締め切り 名詞,一般,*,*,*,*,締め切り,シメキリ,シメキリ 22#は 助詞,係助詞,*,*,*,*,は,ハ,ワ 23#6月23日 名詞,一般,*,*,*,*,6月23日,, 24#です 助動詞,*,*,*,特殊・デス,基本形,です,デス,デス 25#。 記号,句点,*,*,*,*,。,。,。

出力したい結果は、以下のように各行の行末にOのようなタグがついた状態です。

python

1print(test) 2#タグをつけた状態(期待する結果、タグはとりあえずOとする) 3#プログラミング 名詞,一般,*,*,*,*,プログラミング,,O 4#教室 名詞,一般,*,*,*,*,教室,キョウシツ,キョーシツ,O 5#を 助詞,格助詞,一般,*,*,*,を,ヲ,ヲ,O 6#手伝っ 動詞,自立,*,*,五段・ワ行促音便,連用タ接続,手伝う,テツダッ,テツダッ,O 7#て 助詞,接続助詞,*,*,*,*,て,テ,テ,O 8#くれる 動詞,非自立,*,*,一段・クレル,基本形,くれる,クレル,クレル,O 9#人 名詞,一般,*,*,*,*,人,ヒト,ヒト,O 10#を 助詞,格助詞,一般,*,*,*,を,ヲ,ヲ,O 11#募集中 名詞,一般,*,*,*,*,募集中,,O 12#! 記号,一般,*,*,*,*,!,!,!,O 13#締め切り 名詞,一般,*,*,*,*,締め切り,シメキリ,シメキリ,O 14#は 助詞,係助詞,*,*,*,*,は,ハ,ワ,O 15#6月23日 名詞,一般,*,*,*,*,6月23日,,O 16#です 助動詞,*,*,*,特殊・デス,基本形,です,デス,デス,O 17#。 記号,句点,*,*,*,*,。,。,。,O 18

###試したこと
各行ごとに文字列の長さをlen()で確かめて挿入できないか試しましたが、全体で捉えられてしまうため1行の区切りがどこにあるのかがわかりませんでした。
ご回答いただいたように試しましたが、形態素解析の結果に改行が入っている訳ではないので、実行しても下記のようになってしまいます。

###補足情報
Python3.5
MeCab 0.996

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。

mattn

2017/06/22 03:17

期待する結果がどの様な物なのか分かりません。
swallowataill

2017/06/22 03:35

修正しましたが、これで伝わりますか
guest

回答1

0

ベストアンサー

良く分かりませんが、MeCab 関係なしにテキストの中の各行の最後に ,O を付けるということでしょうか。であれば

python

1text = re.sub(r"\n",",O\n",test)

で行けるかと思います。

投稿2017/06/22 03:39

編集2017/06/22 03:45
mattn

総合スコア5030

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。

swallowataill

2017/06/22 03:46

形態素解析の結果は改行が入っている訳ではないので、それだと文字列の末尾にひとつだけしか挿入されません。
mattn

2017/06/22 03:48

質問の内容から何を期待されておられるのか分かりません。
swallowataill

2017/06/22 03:54

やりたいこととしては、そういうことになります。
swallowataill

2017/06/22 05:26

すみません。置き換えたあとprintする変数が間違っていたために、結果が得られていませんでした。 いただいた回答で解決できました。お手数おかけしました。 ご回答ありがとうございました。
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

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
85.49%

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