class Tag(object):
"""
格解析の単位となるタグ(基本句)の各種情報を保持するオブジェクト．
"""
def __init__(self, spec, tag_id=0, newstyle=False):
self._mrph_list = MList()
self.parent_id = -1
self.parent = None
self.children = []
self.dpndtype = ''
self.fstring = ''
self.features = None
self._pstring = ''
self.tag_id = tag_id
self.synnodes = []
spec = spec.strip()
if spec == '+':
pass
elif newstyle:
items = spec.split(u"\t")
self.parent_id = int(items[2])
self.dpndtype = items[3]
self.fstring = items[17]
self.repname = items[6]
self.features = Features(self.fstring, u"|", False)
elif re.match(r'\+ (-?\d+)(\w)(.*)$', spec):
match = re.match(r'\+ (-?\d+)(\w)(.*)$', spec)
self.parent_id = int(match.group(1))
self.dpndtype = match.group(2)
self.fstring = match.group(3).strip()
else:
sys.stderr.write("Illegal tag spec: %s\n" % spec)
quit(1)
# Extract 正規化代表表記
if not newstyle:
self.repname = ''
self.features = Features(self.fstring)
rep = self.features.get(u"正規化代表表記")
if rep is not None:
self.repname = rep
def push_mrph(self, mrph):
self._mrph_list.push_mrph(mrph)
def spec(self):
return "+ %d%s %s\n%s" % (self.parent_id, self.dpndtype, self.fstring,
self._mrph_list.spec())
def mrph_list(self):
return self._mrph_list
def pstring(self, string=None):
if string:
self._pstring = string
else:
return self._pstring
def get_surface(self):
return ''.join([mrph.midasi for mrph in self.mrph_list()])
class Bunsetsu(object):
"""
KNP による係り受け解析の単位である文節の各種情報を保持するオブジェクト．
Args:
spec (str): KNP出力のうち文節に該当する箇所の文字列
bnst_id (int): 文節ID
newstyle (bool): KNPフォーマットの種類 (公開版KNPの場合はFalse)
Attributes:
bnst_id (int): 文節ID
midasi (str): 見出し
parent (Bunsetsu): 親の文節オブジェクト
parent_id (int): 親の文節ID
children (list): 子の文節オブジェクトのリスト
repname (str): 正規化代表表記 (normalized_repnameに同じ)
normalized_repname (str): 正規化代表表記
head_repname (str): 主辞代表表記
head_prime_repname (str): 主辞’代表表記
fstring (str): feature情報
"""
def __init__(self, spec, bnst_id=0, newstyle=False):
self._mrph_list = MList()
self._tag_list = TList()
self.midasi = ''
self.parent_id = -1
self.parent = None
self.children = []
self.dpndtype = ''
self.fstring = ''
self._pstring = ''
self.bnst_id = bnst_id
spec = spec.strip()
if spec == '*':
pass
elif newstyle:
items = spec.split("\t")
self.parent_id = int(items[2])
self.dpndtype = items[3]
self.fstring = items[17]
self.repname = items[6]
elif re.match(r'\* (-?\d+)([DPIA])(.*)$', spec):
match = re.match(r'\* (-?\d+)([DPIA])(.*)$', spec)
self.parent_id = int(match.group(1))
self.dpndtype = match.group(2)
self.fstring = match.group(3).strip()
else:
raise Exception("Illegal bunsetsu spec: %s" % spec)
self.features = Features(self.fstring)
# Extract 正規化代表表記
if not newstyle:
self.repname = ''
self.normalized_repname = ''
self.head_repname = ''
self.head_prime_repname = ''
normalized_repname = self.features.get("正規化代表表記")
if normalized_repname:
self.repname = normalized_repname
self.normalized_repname = normalized_repname
head_repname = self.features.get("主辞代表表記")
if head_repname:
self.head_repname = head_repname
head_prime_repname = self.features.get("主辞’代表表記")
if head_prime_repname:
self.head_prime_repname = head_prime_repname
def push_mrph(self, mrph):
""" 新しい形態素オブジェクトをセットする """
if len(self._tag_list) > 0:
self._tag_list[-1].push_mrph(mrph)
self._mrph_list.push_mrph(mrph)
def push_tag(self, tag):
""" 新しい基本句オブジェクトをセットする """
if len(self._tag_list) == 0 and len(self._mrph_list) > 0:
raise Exception("Unsafe addition of tags!")
self._tag_list.push_tag(tag)
def set_midasi(self):
""" midasiをセットする """
for i in range(len(self._tag_list)):
self._tag_list[i].set_midasi()
self.midasi = ''.join(mrph.midasi for mrph in self.mrph_list())
def spec(self):
""" 文節に対応するKNP出力 """
return "* %d%s %s\n%s" % (self.parent_id, self.dpndtype, self.fstring,
self._tag_list.spec())
def mrph_list(self):
""" 文節を構成する全形態素オブジェクトを返す
Returns:
list: 形態素オブジェクトMorphemeのリスト
"""
return self._mrph_list
def tag_list(self):
""" 文節を構成する全基本句オブジェクトを返す
Returns:
list: 基本句オブジェクトTagのリスト
"""
return self._tag_list
def pstring(self, string=None):
""" draw_treeしたときに右側に出力する文字列を返す """
if string:
self._pstring = string
else:
return self._pstring
class Tag(object):
"""
ある文に関する基本句列を保持するオブジェクト
Args:
spec (str): KNP出力
tag_id (int): 基本句ID
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Attributes:
tag_id (int): 基本句ID
midasi (str): 見出し
parent (Tag): 親の基本句オブジェクト
parent_id (int): 親の基本句ID
children (list): 子の基本句オブジェクトのリスト
dpndtype (str): 係り受けタイプ
fstring (str): feature情報
repname (str): 正規化代表表記 (normalized_repnameに同じ)
normalized_repname (str): 正規化代表表記
head_repname (str): 主辞代表表記
head_prime_repname (str): 主辞’代表表記
pred_repname (str): 用言代表表記
disambiguated_pred_repname (str): 標準用言代表表記
features (Features): 基本句のfeatureを表すFeatureオブジェクト
pas (Pas): 基本句が述語の場合は項の情報(Pasオブジェクト), そうでない場合None
"""
def __init__(self, spec, tag_id=0, juman_format=JUMAN_FORMAT.DEFAULT):
self._mrph_list = MList()
self.midasi = ''
self.parent_id = -1
self.parent = None
self.children = []
self.dpndtype = ''
self.fstring = ''
self.features = None
self._pstring = ''
self.tag_id = tag_id
self.pas = None
self.synnodes = []
spec = spec.strip()
if spec == '+':
pass
elif juman_format != JUMAN_FORMAT.DEFAULT:
items = spec.split("\t")
self.parent_id = int(items[2])
self.dpndtype = items[3]
self.fstring = items[17]
self.repname = items[6]
self.features = Features(self.fstring, "|", False)
self.features._tag = self
elif re.match(r'\+ (-?\d+)(\w)(.*)$', spec):
match = re.match(r'\+ (-?\d+)(\w)(.*)$', spec)
self.parent_id = int(match.group(1))
self.dpndtype = match.group(2)
self.fstring = match.group(3).strip()
else:
raise Exception("Illegal tag spec: %s" % spec)
# Extract 正規化代表表記
if juman_format == JUMAN_FORMAT.DEFAULT:
self.repname = ''
self.normalized_repname = ''
self.head_repname = ''
self.head_prime_repname = ''
self.pred_repname = ''
self.disambiguated_pred_repname = ''
self.features = Features(self.fstring)
self.features._tag = self
normalized_repname = self.features.get("正規化代表表記")
if normalized_repname is not None:
self.repname = normalized_repname
self.normalized_repname = normalized_repname
head_repname = self.features.get("主辞代表表記")
if head_repname is not None:
self.head_repname = head_repname
head_prime_repname = self.features.get("主辞’代表表記")
if head_prime_repname:
self.head_prime_repname = head_prime_repname
pred_repname = self.features.get("用言代表表記")
if pred_repname is not None:
self.pred_repname = pred_repname
disambiguated_pred_repname = self.features.get("標準用言代表表記")
if disambiguated_pred_repname is not None:
self.disambiguated_pred_repname = disambiguated_pred_repname
def push_mrph(self, mrph):
""" 新しい形態素オブジェクトをセットする """
self._mrph_list.push_mrph(mrph)
def set_midasi(self):
""" midasiをセットする """
self.midasi = self.get_surface()
def spec(self):
""" 基本句に対応するKNP出力 """
return "+ %d%s %s\n%s" % (self.parent_id, self.dpndtype, self.fstring,
self._mrph_list.spec())
def mrph_list(self):
""" 基本句を構成する全形態素オブジェクトを返す
Returns:
list: 形態素オブジェクトMorphemeのリスト
"""
return self._mrph_list
def pstring(self, string=None):
""" draw_treeしたときに右側に出力する文字列を返す """
if string:
self._pstring = string
else:
return self._pstring
def get_surface(self):
""" 基本句の見出しを返す
Returns:
str: 基本句の見出し
"""
return ''.join(mrph.midasi for mrph in self.mrph_list())
class Bunsetsu(object):
"""
KNP による係り受け解析の単位である文節の各種情報を保持するオブジェクト．
Args:
spec (str): KNP出力のうち文節に該当する箇所の文字列
bnst_id (int): 文節ID
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Attributes:
bnst_id (int): 文節ID
midasi (str): 見出し
parent (Bunsetsu): 親の文節オブジェクト
parent_id (int): 親の文節ID
children (list): 子の文節オブジェクトのリスト
repname (str): 正規化代表表記 (normalized_repnameに同じ)
normalized_repname (str): 正規化代表表記
head_repname (str): 主辞代表表記
head_prime_repname (str): 主辞’代表表記
fstring (str): feature情報
"""
def __init__(self, spec, bnst_id=0, juman_format=JUMAN_FORMAT.DEFAULT):
self._mrph_list = MList()
self._tag_list = TList()
self.midasi = ''
self.parent_id = -1
self.parent = None
self.children = []
self.dpndtype = ''
self.fstring = ''
self._pstring = ''
self.bnst_id = bnst_id
spec = spec.strip()
if spec == '*':
pass
elif juman_format != JUMAN_FORMAT.DEFAULT: # TODO
items = spec.split("\t")
self.parent_id = int(items[2])
self.dpndtype = items[3]
self.fstring = items[17]
self.repname = items[6]
elif re.match(r'\* (-?\d+)([DPIA])(.*)$', spec):
match = re.match(r'\* (-?\d+)([DPIA])(.*)$', spec)
self.parent_id = int(match.group(1))
self.dpndtype = match.group(2)
self.fstring = match.group(3).strip()
else:
raise Exception("Illegal bunsetsu spec: %s" % spec)
self.features = Features(self.fstring)
# Extract 正規化代表表記
if juman_format == JUMAN_FORMAT.DEFAULT:
self.repname = ''
self.normalized_repname = ''
self.head_repname = ''
self.head_prime_repname = ''
normalized_repname = self.features.get("正規化代表表記")
if normalized_repname:
self.repname = normalized_repname
self.normalized_repname = normalized_repname
head_repname = self.features.get("主辞代表表記")
if head_repname:
self.head_repname = head_repname
head_prime_repname = self.features.get("主辞’代表表記")
if head_prime_repname:
self.head_prime_repname = head_prime_repname
def push_mrph(self, mrph):
""" 新しい形態素オブジェクトをセットする """
if len(self._tag_list) > 0:
self._tag_list[-1].push_mrph(mrph)
self._mrph_list.push_mrph(mrph)
def push_tag(self, tag):
""" 新しい基本句オブジェクトをセットする """
if len(self._tag_list) == 0 and len(self._mrph_list) > 0:
raise Exception("Unsafe addition of tags!")
self._tag_list.push_tag(tag)
def set_midasi(self):
""" midasiをセットする """
for i in range(len(self._tag_list)):
self._tag_list[i].set_midasi()
self.midasi = ''.join(mrph.midasi for mrph in self.mrph_list())
def spec(self):
""" 文節に対応するKNP出力 """
return "* %d%s %s\n%s" % (self.parent_id, self.dpndtype,
self.fstring, self._tag_list.spec())
def mrph_list(self):
""" 文節を構成する全形態素オブジェクトを返す
Returns:
list: 形態素オブジェクトMorphemeのリスト
"""
return self._mrph_list
def tag_list(self):
""" 文節を構成する全基本句オブジェクトを返す
Returns:
list: 基本句オブジェクトTagのリスト
"""
return self._tag_list
def pstring(self, string=None):
""" draw_treeしたときに右側に出力する文字列を返す """
if string:
self._pstring = string
else:
return self._pstring
class Tag(object):
"""
ある文に関する基本句列を保持するオブジェクト
Args:
spec (str): KNP出力
tag_id (int): 基本句ID
juman_format (JUMAN_FORMAT): Jumanのlattice出力形式
Attributes:
tag_id (int): 基本句ID
midasi (str): 見出し
parent (Tag): 親の基本句オブジェクト
parent_id (int): 親の基本句ID
children (list): 子の基本句オブジェクトのリスト
dpndtype (str): 係り受けタイプ
fstring (str): feature情報
repname (str): 正規化代表表記 (normalized_repnameに同じ)
normalized_repname (str): 正規化代表表記
head_repname (str): 主辞代表表記
head_prime_repname (str): 主辞’代表表記
pred_repname (str): 用言代表表記
disambiguated_pred_repname (str): 標準用言代表表記
features (Features): 基本句のfeatureを表すFeatureオブジェクト
pas (Pas): 基本句が述語の場合は項の情報(Pasオブジェクト), そうでない場合None
"""
def __init__(self, spec, tag_id=0, juman_format=JUMAN_FORMAT.DEFAULT):
self._mrph_list = MList()
self.midasi = ''
self.parent_id = -1
self.parent = None
self.children = []
self.dpndtype = ''
self.fstring = ''
self.features = None
self._pstring = ''
self.tag_id = tag_id
self.pas = None
self.synnodes = []
spec = spec.strip()
if spec == '+':
pass
elif juman_format != JUMAN_FORMAT.DEFAULT:
items = spec.split("\t")
self.parent_id = int(items[2])
self.dpndtype = items[3]
self.fstring = items[17]
self.repname = items[6]
self.features = Features(self.fstring, "|", False)
self.features._tag = self
elif re.match(r'\+ (-?\d+)(\w)(.*)$', spec):
match = re.match(r'\+ (-?\d+)(\w)(.*)$', spec)
self.parent_id = int(match.group(1))
self.dpndtype = match.group(2)
self.fstring = match.group(3).strip()
else:
raise Exception("Illegal tag spec: %s" % spec)
# Extract 正規化代表表記
if juman_format == JUMAN_FORMAT.DEFAULT:
self.repname = ''
self.normalized_repname = ''
self.head_repname = ''
self.head_prime_repname = ''
self.pred_repname = ''
self.disambiguated_pred_repname = ''
self.features = Features(self.fstring)
self.features._tag = self
normalized_repname = self.features.get("正規化代表表記")
if normalized_repname is not None:
self.repname = normalized_repname
self.normalized_repname = normalized_repname
head_repname = self.features.get("主辞代表表記")
if head_repname is not None:
self.head_repname = head_repname
head_prime_repname = self.features.get("主辞’代表表記")
if head_prime_repname:
self.head_prime_repname = head_prime_repname
pred_repname = self.features.get("用言代表表記")
if pred_repname is not None:
self.pred_repname = pred_repname
disambiguated_pred_repname = self.features.get("標準用言代表表記")
if disambiguated_pred_repname is not None:
self.disambiguated_pred_repname = disambiguated_pred_repname
def push_mrph(self, mrph):
""" 新しい形態素オブジェクトをセットする """
self._mrph_list.push_mrph(mrph)
def set_midasi(self):
""" midasiをセットする """
self.midasi = self.get_surface()
def spec(self):
""" 基本句に対応するKNP出力 """
return "+ %d%s %s\n%s" % (self.parent_id, self.dpndtype, self.fstring,
self._mrph_list.spec())
def mrph_list(self):
""" 基本句を構成する全形態素オブジェクトを返す
Returns:
list: 形態素オブジェクトMorphemeのリスト
"""
return self._mrph_list
def pstring(self, string=None):
""" draw_treeしたときに右側に出力する文字列を返す """
if string:
self._pstring = string
else:
return self._pstring
def get_surface(self):
""" 基本句の見出しを返す
Returns:
str: 基本句の見出し
"""
return ''.join(mrph.midasi for mrph in self.mrph_list())