class Jumanpp(object):
"""
形態素解析器 JUMAN++ を Python から利用するためのモジュールである．
"""
def __init__(self,
command='jumanpp',
timeout=30,
option='',
pattern=r'EOS'):
self.command = command
self.timeout = timeout
self.option = option
self.rcfile = ''
self.ignorepattern = ''
self.pattern = pattern
self.subprocess = None
if self.rcfile and not os.path.isfile(os.path.expanduser(self.rcfile)):
sys.stderr.write("Can't read rcfile (%s)!\n" % self.rcfile)
quit(1)
def jumanpp_lines(self, input_str):
if not self.subprocess:
command = "%s %s" % (self.command, self.option)
self.subprocess = Subprocess(command)
return self.subprocess.query(input_str, pattern=self.pattern)
def juman_lines(self, input_str):
return self.jumanpp_lines(input_str)
def jumanpp(self, input_str):
assert (isinstance(input_str, six.text_type))
result = MList(self.jumanpp_lines(input_str))
return result
def juman(self, input_str):
return self.jumanpp(input_str)
def analysis(self, input_str):
"""
指定された文字列 input_str を形態素解析し，その結果を MList オブジェクトとして返す．
"""
return self.jumanpp(input_str)
def result(self, input_str):
return MList(input_str)
class KNP(object):
""" KNPを用いて構文解析を行う/KNPの解析結果を読み取るモジュール
Args:
command (str): KNPコマンド
option (str): KNP解析オプション
(詳細解析結果を出力する-tabは必須。
省略・照応解析を行う -anaphora, 格解析を行わず構文解析のみを行う -dpnd など)
rcfile (str): KNP設定ファイルへのパス
pattern (str): KNP出力の終端記号
jumancommand (str): JUMANコマンド
jumanrcfile (str): JUMAN設定ファイルへのパス
jumanpp (bool): JUMAN++を用いるかJUMANを用いるか
"""
def __init__(self,
command='knp',
server=None,
port=31000,
timeout=60,
option='-tab',
rcfile='',
pattern=r'EOS',
jumancommand='jumanpp',
jumanrcfile='',
jumanoption='',
jumanpp=True):
self.command = command
self.server = server
self.port = port
self.timeout = timeout
self.options = option.split()
self.rcfile = rcfile
self.pattern = pattern
self.socket = None
self.subprocess = None
self.jumanpp = jumanpp
if self.rcfile and not os.path.isfile(os.path.expanduser(self.rcfile)):
raise Exception("Can't read rcfile (%s)!" % self.rcfile)
if distutils.spawn.find_executable(self.command) is None:
raise Exception("Can't find KNP command: %s" % self.command)
self.juman = Juman(command=jumancommand,
rcfile=jumanrcfile,
option=jumanoption,
jumanpp=self.jumanpp)
def knp(self, sentence):
""" parse関数と同じ """
self.parse(sentence)
def parse(self, sentence, juman_format=JUMAN_FORMAT.DEFAULT):
"""
入力された文字列に対して形態素解析と構文解析を行い、文節列オブジェクトを返す
Args:
sentence (str): 文を表す文字列
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Returns:
BList: 文節列オブジェクト
"""
assert (isinstance(sentence, six.text_type))
juman_lines = self.juman.juman_lines(sentence)
juman_str = "%s%s" % (juman_lines, self.pattern)
return self.parse_juman_result(juman_str, juman_format)
def parse_juman_result(self, juman_str, juman_format=JUMAN_FORMAT.DEFAULT):
"""
JUMAN出力結果に対して構文解析を行い、文節列オブジェクトを返す
Args:
juman_str (str): ある文に関するJUMANの出力結果
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Returns:
BList: 文節列オブジェクト
"""
if not self.socket and not self.subprocess:
if self.server is not None:
self.socket = Socket(self.server, self.port,
"RUN -tab -normal\n")
else:
command = [self.command] + self.options
if self.rcfile:
command.extend(['-r', self.rcfile])
self.subprocess = Subprocess(command)
if self.socket:
knp_lines = self.socket.query(juman_str,
pattern=r'^%s$' % self.pattern)
else:
knp_lines = self.subprocess.query(juman_str,
pattern=r'^%s$' % self.pattern)
return BList(knp_lines, self.pattern, juman_format)
def reparse_knp_result(self, knp_str, juman_format=JUMAN_FORMAT.DEFAULT):
"""
KNP出力結果に対してもう一度構文解析を行い、文節列オブジェクトを返す。
KNPのfeatureを再付与する場合などに用いる。中身はparse_juman_result関数と同じ。
Args:
knp_str (str): ある文に関するKNPの出力結果
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Returns:
BList: 文節列オブジェクト
"""
return self.parse_juman_result(knp_str, juman_format=juman_format)
def result(self, input_str, juman_format=JUMAN_FORMAT.DEFAULT):
"""
ある文に関するKNP解析結果を文節列オブジェクトに変換する
Args:
input_str (str): ある文に関するKNPの出力結果
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Returns:
BList: 文節列オブジェクト
"""
return BList(input_str, self.pattern, juman_format)
class Juman(object):
"""形態素解析器 JUMAN を Python から利用するためのモジュール
Args:
command (str): JUMANの実行コマンド
option (str): JUMAN解析オプション (ラティス形式 -s, ビーム幅 --beam <int>)
rcfile (str): JUMAN設定ファイルへのパス
pattern (str): JUMAN出力の終端記号
jumanpp (bool): JUMAN++を用いるかJUMANを用いるか。commandを指定した場合は無視される。
"""
def __init__(self, command='jumanpp', server=None, port=32000, timeout=30,
option='', rcfile='', ignorepattern='',
pattern=r'^EOS$', jumanpp=True):
if jumanpp or command != 'jumanpp':
self.command = command
self.option = option.split()
else:
self.command = 'juman'
self.option = option.split() + ['-e2', '-B']
self.server = server
self.port = port
self.timeout = timeout
self.rcfile = rcfile
self.ignorepattern = ignorepattern
self.pattern = pattern
self.socket = None
self.subprocess = None
if self.rcfile and not os.path.isfile(os.path.expanduser(self.rcfile)):
raise Exception("Can't read rcfile (%s)!" % self.rcfile)
if distutils.spawn.find_executable(self.command) is None:
raise Exception("Can't find JUMAN command: %s" % self.command)
def juman_lines(self, input_str):
""" 入力文字列に対して形態素解析を行い、そのJuman出力結果を返す
Args:
input_str (str): 文を表す文字列
Returns:
str: Juman出力結果
"""
if '\n' in input_str:
input_str = input_str.replace('\n','')
print('Analysis is done ignoring "\\n".', file=sys.stderr)
if not self.socket and not self.subprocess:
if self.server is not None:
self.socket = Socket(self.server, self.port, "RUN -e2\n")
else:
command = [self.command] + self.option
if 'jumanpp' not in self.command and self.rcfile:
command.extend(['-r', self.rcfile])
self.subprocess = Subprocess(command)
if self.socket:
return self.socket.query(input_str, pattern=self.pattern)
return self.subprocess.query(input_str, pattern=self.pattern)
def juman(self, input_str, juman_format=JUMAN_FORMAT.DEFAULT):
""" analysis関数と同じ """
assert(isinstance(input_str, six.text_type))
result = MList(self.juman_lines(input_str), juman_format)
return result
def analysis(self, input_str, juman_format=JUMAN_FORMAT.DEFAULT):
""" 入力文字列に対して形態素解析し、その結果を MList オブジェクトとして返す
Args:
input_str (str): 文を表す文字列
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Returns:
MList: 形態素列オブジェクト
"""
return self.juman(input_str, juman_format)
def result(self, input_str, juman_format=JUMAN_FORMAT.DEFAULT):
""" Juman出力結果に対して、その結果を MList オブジェクトとして返す
Args:
input_str (str): Juman出力結果
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Returns:
MList: 形態素列オブジェクト
"""
return MList(input_str, juman_format)
class KNP(object):
"""
KNP を用いて構文解析を行うモジュールである．
"""
def __init__(self,
command='knp',
server=None,
port=31000,
timeout=60,
option='-tab',
rcfile='',
pattern=r'EOS',
jumancommand='juman',
jumanrcfile='',
jumanpp=False):
self.command = command
self.server = server
self.port = port
self.timeout = timeout
self.option = option
self.rcfile = rcfile
self.pattern = pattern
self.socket = None
self.subprocess = None
self.jumanpp = (jumancommand == "jumanpp") or jumanpp
if self.rcfile and not os.path.isfile(os.path.expanduser(self.rcfile)):
sys.stderr.write("Can't read rcfile (%s)!\n" % self.rcfile)
quit(1)
if (self.jumanpp):
self.juman = Jumanpp()
else:
self.juman = Juman(command=jumancommand, rcfile=jumanrcfile)
def knp(self, sentence):
self.parse(sentence)
def parse(self, sentence):
"""
文字列 sentence を対象として構文解析を行い，構文解析結果オブジェクトを返す．
"""
assert (isinstance(sentence, six.text_type))
juman_lines = self.juman.juman_lines(sentence)
juman_str = "%s%s" % (juman_lines, self.pattern)
if not self.socket and not self.subprocess:
if self.server is not None:
self.socket = Socket(self.server, self.port,
"RUN -tab -normal\n")
else:
command = "%s %s" % (self.command, self.option)
if self.rcfile:
command += " -r %s" % self.rcfile
self.subprocess = Subprocess(command)
if self.socket:
knp_lines = self.socket.query(juman_str, pattern=self.pattern)
else:
knp_lines = self.subprocess.query(juman_str, pattern=self.pattern)
return BList(knp_lines, self.pattern)
def result(self, input_str):
return BList(input_str, self.pattern)
class KNP(object):
""" KNPを用いて構文解析を行う/KNPの解析結果を読み取るモジュール
Args:
command (str): KNPコマンド
option (str): KNP解析オプション
(詳細解析結果を出力する-tabは必須。
省略・照応解析を行う -anaphora, 格解析を行わず構文解析のみを行う -dpnd など)
rcfile (str): KNP設定ファイルへのパス
pattern (str): KNP出力の終端記号
jumancommand (str): JUMANコマンド
jumanrcfile (str): JUMAN設定ファイルへのパス
jumanpp (bool): JUMAN++を用いるかJUMANを用いるか
"""
def __init__(self,
command='knp',
server=None,
port=31000,
timeout=60,
option='-tab',
rcfile='',
pattern=r'EOS',
jumancommand='jumanpp',
jumanrcfile='',
jumanpp=True):
self.command = command
self.server = server
self.port = port
self.timeout = timeout
self.option = option
self.rcfile = rcfile
self.pattern = pattern
self.socket = None
self.subprocess = None
self.jumanpp = jumanpp
if self.rcfile and not os.path.isfile(os.path.expanduser(self.rcfile)):
raise Exception("Can't read rcfile (%s)!" % self.rcfile)
if distutils.spawn.find_executable(command) is None:
raise Exception("Can't find KNP command: %s" % command)
self.juman = Juman(command=jumancommand,
rcfile=jumanrcfile,
jumanpp=self.jumanpp)
def knp(self, sentence):
""" parse関数と同じ """
self.parse(sentence)
def parse(self, sentence):
"""
文字列を入力として構文解析を行い、文節列オブジェクトを返す
Args:
sentence (str): 文を表す文字列
Returns:
BList: 文節列オブジェクト
"""
assert (isinstance(sentence, six.text_type))
juman_lines = self.juman.juman_lines(sentence)
juman_str = "%s%s" % (juman_lines, self.pattern)
if not self.socket and not self.subprocess:
if self.server is not None:
self.socket = Socket(self.server, self.port,
"RUN -tab -normal\n")
else:
command = "%s %s" % (self.command, self.option)
if self.rcfile:
command += " -r %s" % self.rcfile
self.subprocess = Subprocess(command)
if self.socket:
knp_lines = self.socket.query(juman_str,
pattern=r'^%s$' % (self.pattern))
else:
knp_lines = self.subprocess.query(juman_str,
pattern=r'^%s$' % (self.pattern))
return BList(knp_lines, self.pattern)
def result(self, input_str):
"""
ある文に関するKNP解析結果を文節列オブジェクトに変換する
Args:
input_str (str): ある文に関するKNPの出力結果
Returns:
BList: 文節列オブジェクト
"""
return BList(input_str, self.pattern)
class KNP(object):
""" KNPを用いて構文解析を行う/KNPの解析結果を読み取るモジュール
Args:
command (str): KNPコマンド
option (str): KNP解析オプション
(詳細解析結果を出力する-tabは必須。
省略・照応解析を行う -anaphora, 格解析を行わず構文解析のみを行う -dpnd など)
rcfile (str): KNP設定ファイルへのパス
pattern (str): KNP出力の終端記号
jumancommand (str): JUMANコマンド
jumanrcfile (str): JUMAN設定ファイルへのパス
jumanpp (bool): JUMAN++を用いるかJUMANを用いるか
"""
def __init__(self, command='knp', server=None, port=31000, timeout=60,
option='-tab', rcfile='', pattern=r'EOS',
jumancommand='jumanpp', jumanrcfile='', jumanpp=True):
self.command = command
self.server = server
self.port = port
self.timeout = timeout
self.option = option.split()
self.rcfile = rcfile
self.pattern = pattern
self.socket = None
self.subprocess = None
self.jumanpp = jumanpp
if self.rcfile and not os.path.isfile(os.path.expanduser(self.rcfile)):
raise Exception("Can't read rcfile (%s)!" % self.rcfile)
if distutils.spawn.find_executable(self.command) is None:
raise Exception("Can't find KNP command: %s" % self.command)
self.juman = Juman(command=jumancommand, rcfile=jumanrcfile, jumanpp=self.jumanpp)
def knp(self, sentence):
""" parse関数と同じ """
self.parse(sentence)
def parse(self, sentence, juman_format=JUMAN_FORMAT.DEFAULT):
"""
文字列を入力として構文解析を行い、文節列オブジェクトを返す
Args:
sentence (str): 文を表す文字列
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Returns:
BList: 文節列オブジェクト
"""
assert(isinstance(sentence, six.text_type))
juman_lines = self.juman.juman_lines(sentence)
juman_str = "%s%s" % (juman_lines, self.pattern)
if not self.socket and not self.subprocess:
if self.server is not None:
self.socket = Socket(
self.server, self.port, "RUN -tab -normal\n")
else:
command = [self.command] + self.option
if self.rcfile:
command.extend(['-r', self.rcfile])
self.subprocess = Subprocess(command)
if self.socket:
knp_lines = self.socket.query(juman_str, pattern=r'^%s$'%(self.pattern))
else:
knp_lines = self.subprocess.query(juman_str, pattern=r'^%s$'%(self.pattern))
return BList(knp_lines, self.pattern, juman_format)
def result(self, input_str, juman_format=JUMAN_FORMAT.DEFAULT):
"""
ある文に関するKNP解析結果を文節列オブジェクトに変換する
Args:
input_str (str): ある文に関するKNPの出力結果
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Returns:
BList: 文節列オブジェクト
"""
return BList(input_str, self.pattern, juman_format)