● [Ruby] chawan

chasen (形態素解析システム)を Ruby から使うには、yu-yan 作の gyokuro ライブラリが便利でずっと愛用していたのだが、最近の UTF-8 な chasen だと相性が悪いみたい。困ってても仕方ないので、とりあえず自作。chasen の受け皿として chawan と命名。

http://github.com/maiha/chawan

インストール

% gem install chawan

使い方

parse で Chawan::Node (形態素解析の1要素) の配列が返る。 require 'chawan' nodes = Chawan.parse('本日は晴天なり') # => [<名詞: '本日'>, <助詞: 'は'>, <名詞: '晴天'>, <助動詞: 'なり'>] nodes.first.attributes # => {"原形"=>"本日", "発音"=>"ホンジツ", "品詞細分類1"=>"副詞可能",... Chawan::Node インスタンスメソッド 内容 例 category 品詞 "名詞" word 文字列 "本日" attributes 解析情報のハッシュ {"原形"=>"本日", "発音"=>"ホンジツ",... keys 解析結果のキー情報 ["表層形", "品詞",... vals 解析結果の値情報 ["本日", "名詞",... [] 数値かキー名によるアクセサ キー情報は直接文字列を利用しているので、値を直接比較して利用する。 Chawan.parse('本日は晴天なり').select{|node| node.category == '名詞'}.join # => "本日晴天"

Analyzer

Chawan では利用する形態素解析エンジンを Analyzer として定義している。これは、chasen だけでなく mecab を同じように利用するためである。このエンジン切り替え時に Analyzer を意識しないで済むように、Chawa::Node では利用するキー情報を定数化せずに直接文字列を利用している。 Analyzerの切り替え Chawan の "analyzer" メソッドで現在のデフォルトの Analyzer が返る。また、引数に名前を与えることで利用する Analyzer を明示できる。ちなみに、Chawan.parse は "analyzer.parse" への delegate である。 Chawan.analyzer(:mecab).parse('test') => [<名詞: 'test'>] Chawan.analyzer(:chasen).parse('test') => [nil, nil, nil, nil] Chawan と言いつつも、現在実装されてるのは MecabAnalyzer のみで、chasen はまだ利用できない。

TODO

• ChasenAnalyzer
• parse 結果への gateway interface
• 外部コマンド実行処理を真面目に管理する

参考

• http://github.com/maiha/chawan