def hannanum(sentence):
h = Hannanum()
if jpype.isJVMStarted():
jpype.attachThreadToJVM()
return h.analyze(sentence)
https://colab.research.google.com/drive/1tL2WjfE0v_es4YJCLGoEJM5NXs_O_ytW#scrollTo=1lxZgy_vjaah 3. https://konlpy.org/ko/latest/api/konlpy.tag/ API 예제 실행 4. https://konlpy.org/ko/latest/data/#corpora 말뭉치 5. https://konlpy.org/ko/latest/examples/ 사용 예시 ''' # Hannanum Class from konlpy.tag import Hannanum hannanum = Hannanum() print(hannanum.analyze(u'롯데마트의 흑마늘 양념 치킨이 논란이 되고 있다.')) #Kkma Class from konlpy.tag import Kkma kkma = Kkma() print(kkma.morphs(u'공부를 하면할수록 모르는게 많다는 것을 알게 됩니다.')) # Komoran Class from konlpy.tag import Komoran komoran = Komoran() print(komoran.morphs(u'우왕 코모란도 오픈소스가 되었어요')) # MeCab installation needed from konlpy.tag import Mecab mecab = Mecab(dicpath="C:\\mecab\\mecab-ko-dic") print(mecab.morphs(u'영등포구청역에 있는 맛집 좀 알려주세요.'))
# In[2]:
get_ipython().system(' pip install JPype1-1.2.0-cp38-cp38-win_amd64.whl')
# In[2]:
text = """아름답지만 다소 복잡하기도한 한국어는 전세계에서 13번째로 많이
사용되는 언어입니다."""
# ### 3.1 HanNanum
# In[5]:
from konlpy.tag import Hannanum
han = Hannanum()
han.analyze(text) #Hannanum (ntags=69)
# ### 형태소 분석 및 품사 태깅
# - Korean POS tags comparison chart: https://docs.google.com/spreadsheets/d/1OGAjUvalBuX-oZvZ_-9tEfYD2gQe7hTGsgUpiiBSXI8/edit#gid=0
# In[6]:
#형태소 분석만
print(han.morphs(text))
# In[7]:
#품사 태깅
print(han.pos(text, ntags=9)) #han.pos()의 기본값 ntags=9
# In[8]:
text = "아름답지만 다소 복잡하기도 한 한국어는 전세계에서 13번째로 많이 사용되는 언어입니다." # 한나눔 형태소 분석 from konlpy.tag import Hannanum han = Hannanum() print(han.analyze(text)) print(han.morphs(text)) print(han.nouns(text))
hannanum.analyze # 구(Phrase) 분석
hannanum.morphs # 형태소 분석
hannanum.nouns # 명사 분석
hannanum.pos # 형태소 분석 태깅
i = 0
with open('./data/auctionComment_영양제.json', 'rt',
encoding='UTF8') as json_file:
for line in json_file:
try:
y = json.loads(line)
# json_data = json.load(line)
# print(json_data["product_title"])
y["analyze"] = hannanum.analyze(y["comment_content"])
y["morphs"] = hannanum.morphs(y["comment_content"])
y["pos"] = hannanum.pos(y["comment_content"])
y["nouns"] = hannanum.nouns(y["comment_content"])
print(y)
with open("data/analyzed_영양제.json", "a", encoding="utf-8") as fp:
json.dump(y, fp, ensure_ascii=False)
fp.write("\n")
i = i + 1
if i == 2000:
break
except Exception as e:
print(e)
# Twitter 객체의 pos()메소드 이용
# pos(분석할 문장, norm옵션, stem옵션)
from konlpy.tag import Twitter
twitter = Twitter() #트위터 객체 생성
wordList = twitter.pos("친구가 집에 놀러왔다",norm=True,stem=True)
print(wordList)
# 한나눔(Hannanum) 분석기
from konlpy.tag import Hannanum
hannanum = Hannanum()
# analyze() 메소드는 가독성이 떨어진다!
wordList = hannanum.analyze(u'롯데마트의 흑마늘 양념 치킨이 논란이 되고 있다')
print(wordList)
# morphs() 는 한 줄에 구분되는 형태소를 출력. 품사정보 X
wordList = hannanum.morphs(u'롯데마트의 흑마늘 양념 치킨이 논란이 되고 있다')
print(wordList)
nounList = hannanum.nouns(u'다람쥐는 새 쳇바퀴에 타고 싶다')
print(hannanum.pos(u'웃으면 더 행복합니다')
para = "형태소 분석을 시작합니다. 저는 김유진 입니다."
ex_sent = kkma.sentences(para)
print(len(ex_sent))
print(ex_sent)
ex_nouns = kkma.nouns(para)
print(len(ex_nouns))
print(ex_nouns)
ex_pos = kkma.pos(para)
print(len(ex_pos))
print(ex_pos)
text_data = []
for (text, tclass) in ex_pos:
if tclass == 'NNG' or tclass == 'NNP' or tclass == 'NP':
text_data.append(text)
print(text_data)
from konlpy.tag import Hannanum
hannanum = Hannanum()
para = "형태소 분석을 시작합니다. 저는 김유진 입니다."
hanana = hannanum.analyze(para)
print(hanana)
