質問編集履歴
2
文法の修正
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -162,6 +162,7 @@
|
|
|
162
162
|
|
|
163
163
|
この後、ruigigo.txtのi行目とfile.txtのi+1行目を結合したリストを作成したと考えています。
|
|
164
164
|
for文を用いようと考えたのですが、行数をどのように変数にするべきかわかりませんでした。
|
|
165
|
+
ファイルの中身はいつも3行ということではなく、それより多いこともあります。ただファイル内の行数はそれぞれ同じになります。
|
|
165
166
|
|
|
166
167
|
|
|
167
168
|
|
1
コードの追加、説明の補足
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -18,3 +18,152 @@
|
|
|
18
18
|
一つ目のファイルの1行目と二つ目のファイルの2行目といった形にリストにしたいです。
|
|
19
19
|
|
|
20
20
|
よければ教えていただきたいです。
|
|
21
|
+
|
|
22
|
+
**コード**
|
|
23
|
+
自分が今作成しているコードを載せます```python
|
|
24
|
+
```ここに言語を入力
|
|
25
|
+
port gzip
|
|
26
|
+
import shutil
|
|
27
|
+
import sqlite3
|
|
28
|
+
import pandas as pd
|
|
29
|
+
import sqlite3
|
|
30
|
+
import collections
|
|
31
|
+
import MeCab
|
|
32
|
+
import csv
|
|
33
|
+
import pprint
|
|
34
|
+
import sqlite3
|
|
35
|
+
import re
|
|
36
|
+
import time
|
|
37
|
+
import NLP_def
|
|
38
|
+
import itertools
|
|
39
|
+
import numpy as np
|
|
40
|
+
|
|
41
|
+
"""""# 日本語wordnetをDLして解凍
|
|
42
|
+
|
|
43
|
+
|
|
44
|
+
with gzip.open('wnjpn.db.gz', 'rb') as f_in:
|
|
45
|
+
with open('wnjpn.db', 'wb') as f_out:
|
|
46
|
+
shutil.copyfileobj(f_in, f_out)"""
|
|
47
|
+
|
|
48
|
+
# synset(概念ID)とlemma(単語)の組み合わせDataFrameの作成
|
|
49
|
+
conn = sqlite3.connect("wnjpn.db")
|
|
50
|
+
q = 'SELECT synset,lemma FROM sense,word USING (wordid) WHERE sense.lang="jpn"'
|
|
51
|
+
sense_word = pd.read_sql(q, conn)
|
|
52
|
+
|
|
53
|
+
# 類義語をリストにして返す関数を定義
|
|
54
|
+
def get_synonyms(word):
|
|
55
|
+
"""inputしたwordの類義語をリストにして返す。
|
|
56
|
+
|
|
57
|
+
Args:
|
|
58
|
+
word(str): 類義語を検索する単語
|
|
59
|
+
|
|
60
|
+
Returns:
|
|
61
|
+
list[str]: 類義語リスト
|
|
62
|
+
"""
|
|
63
|
+
# 類義語を検索する単語のsynsetを検索する
|
|
64
|
+
synsets = sense_word.loc[sense_word.lemma == word, "synset"]
|
|
65
|
+
|
|
66
|
+
# そのsynsetに紐づく全ての単語を取得（重複する可能性があるのでsetにする）
|
|
67
|
+
synset_words = set(sense_word.loc[sense_word.synset.isin(synsets), "lemma"])
|
|
68
|
+
|
|
69
|
+
# 元の単語が入ってしまうので削除
|
|
70
|
+
if word in synset_words:
|
|
71
|
+
synset_words.remove(word)
|
|
72
|
+
|
|
73
|
+
return list(synset_words)
|
|
74
|
+
|
|
75
|
+
##print(get_synonyms("靴"))
|
|
76
|
+
|
|
77
|
+
#textファイルの読み込み
|
|
78
|
+
#＊＊＊＊には保存したtxtファイルのパス名を入れてください
|
|
79
|
+
f= open('hyouki.txt', 'r', encoding='UTF-8')
|
|
80
|
+
text=f.read()
|
|
81
|
+
print(text)
|
|
82
|
+
f.close()
|
|
83
|
+
|
|
84
|
+
txt_list = text.split()
|
|
85
|
+
|
|
86
|
+
with open('file.txt', 'w', encoding='UTF-8') as f1, open('ruigigo.txt', 'w', encoding='UTF-8') as f2:
|
|
87
|
+
|
|
88
|
+
for n in range(len(txt_list)):
|
|
89
|
+
# 読み込んだtextファイルで形態素解析を行う
|
|
90
|
+
tagger = MeCab.Tagger()
|
|
91
|
+
tagger.parse('')
|
|
92
|
+
node = tagger.parseToNode(txt_list[n])
|
|
93
|
+
|
|
94
|
+
# 取り出す品詞を決めている.今回は名詞
|
|
95
|
+
word_list = []
|
|
96
|
+
while node:
|
|
97
|
+
word_type = node.feature.split(',')[0]
|
|
98
|
+
# 名詞の他にも動詞や形容詞なども追加できる
|
|
99
|
+
if word_type in ["名詞"]:
|
|
100
|
+
word_list.append(node.surface)
|
|
101
|
+
node = node.next
|
|
102
|
+
word_chain = ' '.join(word_list)
|
|
103
|
+
|
|
104
|
+
##print(word_chain,file=f)
|
|
105
|
+
|
|
106
|
+
##print(word_list)
|
|
107
|
+
print(word_list,file=f1)
|
|
108
|
+
|
|
109
|
+
|
|
110
|
+
|
|
111
|
+
|
|
112
|
+
|
|
113
|
+
ruigigo2_list = []
|
|
114
|
+
ruigigo3_list = []
|
|
115
|
+
for m in range(len(word_list)):
|
|
116
|
+
get_synonyms(word_list[m])
|
|
117
|
+
|
|
118
|
+
ruigigo2_list.append(get_synonyms(word_list[m]))
|
|
119
|
+
|
|
120
|
+
##print(ruigigo2_list)
|
|
121
|
+
|
|
122
|
+
for e in ruigigo2_list :
|
|
123
|
+
if isinstance(e, list):
|
|
124
|
+
ruigigo3_list += e
|
|
125
|
+
else:
|
|
126
|
+
ruigigo3_list.append(e)
|
|
127
|
+
|
|
128
|
+
print(ruigigo3_list,file=f2)
|
|
129
|
+
print("\n")
|
|
130
|
+
|
|
131
|
+
f1.close()
|
|
132
|
+
f2.close()
|
|
133
|
+
|
|
134
|
+
"""ruigigo4_list = []
|
|
135
|
+
with open('file.txt', 'r', encoding='UTF-8') as f1, open('ruigigo.txt', 'r', encoding='UTF-8') as f2:
|
|
136
|
+
file_data = f2.readlines()
|
|
137
|
+
word_date = f1.readlines()
|
|
138
|
+
for line in file_data:
|
|
139
|
+
|
|
140
|
+
##for line2 in word_date:
|
|
141
|
+
##if line < line2:"""
|
|
142
|
+
```
|
|
143
|
+
＃＃実際にしたいこと
|
|
144
|
+
コードにあるファイルを説明します
|
|
145
|
+
例ですが、
|
|
146
|
+
hyouki.txt
|
|
147
|
+
"猫
|
|
148
|
+
カエル
|
|
149
|
+
パンダとキリン"
|
|
150
|
+
|
|
151
|
+
file.txt
|
|
152
|
+
"['猫']
|
|
153
|
+
['カエル']
|
|
154
|
+
['パンダ', 'キリン']"
|
|
155
|
+
|
|
156
|
+
ruigigo.txt
|
|
157
|
+
"['ねんねこ', 'キャット', 'にゃんにゃん', 'ネコ']
|
|
158
|
+
['蛙', '蝦']
|
|
159
|
+
['ジャイアントパンダ', '麒麟', 'ジラフ']"
|
|
160
|
+
|
|
161
|
+
となります。
|
|
162
|
+
|
|
163
|
+
この後、ruigigo.txtのi行目とfile.txtのi+1行目を結合したリストを作成したと考えています。
|
|
164
|
+
for文を用いようと考えたのですが、行数をどのように変数にするべきかわかりませんでした。
|
|
165
|
+
|
|
166
|
+
|
|
167
|
+
|
|
168
|
+
|
|
169
|
+
|