言語処理100本ノック 2015をやってみた（第５章 その２ 42,43）
スポンサーリンク
42. 係り元と係り先の文節の表示＆43. 名詞を含む文節が動詞を含む文節に係るものを抽出
【プログラム】
# coding: utf-8
import sys
import re
import json
f = open('neko.txt.mecab','r')
class Morph:
def __init__(self,surface,base,pos,pos1):
self.surface = surface
self.base = base
self.pos = pos
self.pos1 = pos1
class Chunk:
def __init__(self):
self.morphs = []
self.dst = 0
self.srcs = []
if __name__ == "__main__":
f = open('neko.txt.cabocha','r')
tmp1 = []
tmp2 = []
temp1 = {}
no_sentence = 0
no_bunsetsu = 0
temp1[no_sentence] = {}
#2次元配列(行：文番号、列：単語番号)に形態素列クラスを入れる
for i,line in enumerate(f):
#1行名またはEOSの場合
if (i==0) or ("EOS" == line[0:3]):
no_bunsetsu = 0
#EOSの場合
if "EOS" == line[0:3]:
#srcs代入
for i in temp1[no_sentence]:
if temp1[no_sentence][i].dst != "-1":
temp1[no_sentence][int(temp1[no_sentence][i].dst)].srcs.append(i)
no_sentence += 1
temp1[no_sentence] = {}
#文節情報
elif "*" == line[0:1]:
#print "\n[文節番号 " + str(no_bunsetsu) + "]"
tmp1 = filter(lambda w: len(w) > 0, re.split(r' ', line))
#インスタンスを作って文節情報のみ格納する
temp1[no_sentence][no_bunsetsu] = Chunk()
#かかり先インデックス番号を格納
temp1[no_sentence][no_bunsetsu].dst = tmp1[2].replace("D","")
#かかり元インデックス番号を格納
#temp1[no_sentence][no_bunsetsu].srcs.append(getSrcIndexNo(temp1[no_sentence]))
#print "processing 文節\n"
no_bunsetsu += 1
#単語
else:
# "\t"か","でスプリット
tmp1 = filter(lambda w: len(w) > 0, re.split(r'\t|,', line))
#if tmp1[2]!="空白":
temp1[no_sentence][no_bunsetsu - 1].morphs.append(Morph(tmp1[0],tmp1[7],tmp1[1],tmp1[2]))
#41. 係り受け解析結果の読み込み（文節・係り受け）
text = ""
for a in temp1[7]:
text += "文節No " + str(a) + " 「"
for b in temp1[7][a].morphs:
text += b.surface
text += "」かかり先文節番号" + temp1[7][a].dst + "\n"
#42. 係り元と係り先の文節の表示
for a in temp1: #文章番号のループ
for b in temp1[a]: #文節番号のループ
if temp1[a][b].dst != "-1":
#かかり先インデックス番号
dst_index = temp1[a][b].dst
tmp_str = ""
#対象文節出力
for c in temp1[a][b].morphs:
tmp_str += c.surface
tmp_str += "\t"
#かかり先文節出力
for c in temp1[a][int(dst_index)].morphs:
tmp_str += c.surface
tmp_str = re.sub(r'、|。',"",tmp_str)
print tmp_str
#43. 名詞を含む文節が動詞を含む文節に係るものを抽出
for a in temp1: #文章番号のループ
for b in temp1[a]: #文節番号のループ
if temp1[a][b].dst != "-1":
#かかり先インデックス番号
dst_index = temp1[a][b].dst
tmp_str = ""
#対象文節出力
cnt_noun = 0
for c in temp1[a][b].morphs:
if c.pos == "名詞":
cnt_noun += 1
tmp_str += c.surface + "(" + c.pos + ")"
else:
tmp_str += c.surface
if cnt_noun > 0:
tmp_str += "\t"
#かかり先文節出力
cnt_verb = 0
for c in temp1[a][int(dst_index)].morphs:
if c.pos == '動詞':
cnt_verb += 1
tmp_str += c.surface + "(" + c.pos + ")"
else:
tmp_str += c.surface
tmp_str = re.sub(r'、|。',"",tmp_str)
if cnt_verb > 0:
print tmp_str
else:
continue
【実行結果 42】
・ ・ ・ 不可思議の 太平に 太平に 入る 吾輩は 死ぬ 死んで 得る この 太平を 太平を 得る 太平は 得られぬ 死ななければ 得られぬ ありがたい ありがたい
【実行結果 43】
・ ・ ・ 楽(名詞)そのもの(名詞)すらも 感じ(動詞)得(動詞)ない 日月(名詞)を 切り落し(動詞) 天地(名詞)を 粉韲し(動詞)て 粉(名詞)韲(名詞)して 入る(動詞) 太平(名詞)に 入る(動詞) 吾輩(名詞)は 死ぬ(動詞) 太平(名詞)を 得る(動詞) 太平(名詞)は 得(動詞)られ(動詞)ぬ
