京大生がJARVISを作るまでの話（4）「janome-takenizerで品詞分解」

理系さん

前回はspeakerモジュールを使って喋れるようにしました。

しかし喋る内容がオウム返しのままでは面白くないので、オウム返し以外の返答をさせます。

今回はその前段階として、今回は「品詞分解」をさせてみます。

janome-takenizer

品詞分解をさせるのは超簡単。

janome-takenizerを使います。

janome-takenizerは文章を単語ごとに区切り、品詞も特定してくれる優れもの。

まずは毎度のごとくコマンドプロンプトでpipにてjanome-takenizerをインストール。

pip install janome

インストールできたら早速プログラムを組んでいきます。

analyzer.py

品詞分解をするモジュールとして、analyzer.pyというファイルを新たに作成します。

import re
from janome.tokenizer import Tokenizer


def parse(text):
    t = Tokenizer()
    tokens = t.tokenize(text)
    result = []
    for token in tokens:
        result.append(token.surface)
    return (result)

文章を単語ごとに区切る関数parse()を作りました。

まずは6行目でTokenizer()をインスタンス化。

7行目、「tokens = t.tokenize(text)」で引数の文章を品詞分解すると、tokensには分解した単語の情報が代入されます。

品詞解析をした結果をresultというリストにforループで追加していきます。

ここで、token.surfaceには単語そのものが格納されています。

(ちなみにtoken.part_of_speechにはその品詞名が格納されています。)

返り値はresultです。

main.py

そろそろオウム返しを卒業したいので前回までrepeat.pyとしていたものをmain.pyに改名し、中身を次のように編集します。

import voicein
import speaker
import analyzer



#text=voicein.voicein()
text="今日はいい天気ですね"

parse=analyzer.parse(text)

print(parse)


#speaker.jtalk(text)

これでmain.pyを実行して動作を確認してみると、

['今日', 'は', 'いい', '天気', 'です', 'ね']

ちゃんと品詞分解されていますね。