質問編集履歴
1
現状のソースコードと実行結果を追加しました。
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1 +1,65 @@
|
|
|
1
1
|
PythonでCaboChaを使い、文節(chunk)を抽出したいです。tokenは抽出することができるのですが、文節(chunk)の抽出の仕方が分かりません。tokenとtokenを合体させて文節(chunk)とすることしかできないのでしょうか？
|
|
2
|
+
|
|
3
|
+
|
|
4
|
+
|
|
5
|
+
```
|
|
6
|
+
|
|
7
|
+
#!/usr/bin/python
|
|
8
|
+
|
|
9
|
+
# -*- coding: utf-8 -*-
|
|
10
|
+
|
|
11
|
+
import CaboCha
|
|
12
|
+
|
|
13
|
+
|
|
14
|
+
|
|
15
|
+
c = CaboCha.Parser("")
|
|
16
|
+
|
|
17
|
+
|
|
18
|
+
|
|
19
|
+
sentence = "太郎はこの本を渡した。"
|
|
20
|
+
|
|
21
|
+
|
|
22
|
+
|
|
23
|
+
tree = c.parse(sentence)
|
|
24
|
+
|
|
25
|
+
|
|
26
|
+
|
|
27
|
+
for i in range(tree.chunk_size()):
|
|
28
|
+
|
|
29
|
+
chunk = tree.chunk(i)
|
|
30
|
+
|
|
31
|
+
print 'Chunk:', i
|
|
32
|
+
|
|
33
|
+
for ix in range(chunk.token_pos,chunk.token_pos + chunk.token_size):
|
|
34
|
+
|
|
35
|
+
print tree.token(ix).surface
|
|
36
|
+
|
|
37
|
+
```
|
|
38
|
+
|
|
39
|
+
|
|
40
|
+
|
|
41
|
+
###実行結果
|
|
42
|
+
|
|
43
|
+
Chunk: 0
|
|
44
|
+
|
|
45
|
+
太郎
|
|
46
|
+
|
|
47
|
+
は
|
|
48
|
+
|
|
49
|
+
Chunk: 1
|
|
50
|
+
|
|
51
|
+
この
|
|
52
|
+
|
|
53
|
+
Chunk: 2
|
|
54
|
+
|
|
55
|
+
本
|
|
56
|
+
|
|
57
|
+
を
|
|
58
|
+
|
|
59
|
+
Chunk: 3
|
|
60
|
+
|
|
61
|
+
渡し
|
|
62
|
+
|
|
63
|
+
た
|
|
64
|
+
|
|
65
|
+
。
|