boomin614 / ocab

What is this?

日本語解析ライブラリMeCabを使う際の、前処理を行うためのpython用ライブラリOcabです。
Mecabを雌株と見たてて、雄株ことOcabと命名。
使い方の詳細は、こちらを参照してください。

How to use

As a single program

単体で使うときは、以下のように使います。

$ python Ocab.py 南アルプスの天然水-Ｓｐａｒｋｉｎｇ*Ｌｅｍｏｎ+レモン一絞り
input     : 南アルプスの天然水-Ｓｐａｒｋｉｎｇ*Ｌｅｍｏｎ+レモン一絞り
normalized: 南アルプスの天然水-Sparking*Lemon+レモン一絞り
wakati    : 南アルプスの天然水 Sparking Lemon レモン 一 絞る
rmv st wds: 南アルプスの天然水 Sparking Lemon レモン 絞る

As like Library in Python code

ライブラリとして使うときは、こんな感じです。

$ python
from Ocab import Ocab, Regexp
c = Regexp()
text1 = c.normalize("南アルプスの天然水-Ｓｐａｒｋｉｎｇ*Ｌｅｍｏｎ+レモン一絞り")
print(text1) # 南アルプスの天然水-Sparking*Lemon+レモン一絞り
m = Ocab(target=["名詞","動詞","形容詞","副詞"])
text2 = m.wakati(text1)
print(text2) # 南アルプスの天然水 Sparking Lemon レモン 一 絞る
text3 = m.removeStoplist(text2, [])
print(text3) # 南アルプスの天然水 Sparking Lemon レモン 絞る

m = Ocab(target=["名詞","動詞","形容詞","副詞"])の部分でもっといろいろ指定できたりしますが、   そこはコード読んでください。

License

This program is applied MIT License.

Reference

1. 解析前に行うことが望ましい文字列の正規化処理
2. MeCabとPythonで品詞を選びつつ分かち書きをしたよ
3. 日本語のストップワードのリスト