TopPage

  1. NLTK
    • pythonの対話シェルモード 
      	python
    • 対話シェルモードで次のコマンドを入力する 
      	import nltk
	nltk.download()
      • NLTK Downloader
      • d) Download l) List c) Config h) Help q) Quit 
        	Downloader> d
      • Download which package (l=list; x=cancel)? 
        	Identifier> book
  1. NLTK Japanese Corpora - NLTKで使える日本語コーパス
    • http://lilyx.net/pages/nltkjapanesecorpus.html 
      	wget http://nlp.kuee.kyoto-u.ac.jp/~hasimoto/KNBC_v1.0_090925.tar.bz2
	tar xjvf KNBC_v1.0_090925.tar.bz2
	mv KNBC_v1.0_090925 knbc
	mv knbc nltk_data/corpora
	cd nltk_data/corpora/ <--- ディレクトリ移動
	ls <-- このディレクトリ　knbc

NLTKのドキュメントで関係ありそうな箇所(筆跡：Ashihara) †

  • SyntaxCorpusReader?:http://nltk.googlecode.com/svn/trunk/doc/api/nltk.corpus.reader.api.SyntaxCorpusReader-class.html
    • SyntaxCorpusReader?を継承してKNPCorpusReader?は構築されている。
  • CorpusReader?:http://nltk.googlecode.com/svn/trunk/doc/api/nltk.corpus.reader.api.CorpusReader-class.html
    • SyntaxCorpusReader?の継承元（スーパークラス）です。サブクラスの中で使えるものがあるかもしれません。
    • 上記のサブクラス一覧：対象コーパスごとに継承して使っているようです。 
             * SyntaxCorpusReader
       * , xmldocs.XMLCorpusReader
       * , cmudict.CMUDictCorpusReader
       * , plaintext.PlaintextCorpusReader
       * , tagged.TaggedCorpusReader
       * , chunked.ChunkedCorpusReader
       * , conll.ConllCorpusReader
       * , ieer.IEERCorpusReader
       * , ipipan.IPIPANCorpusReader
       * , indian.IndianCorpusReader
       * , nombank.NombankCorpusReader
       * , ppattach.PPAttachmentCorpusReader
       * , propbank.PropbankCorpusReader
       * , senseval.SensevalCorpusReader
       * , string_category.StringCategoryCorpusReader
       * , wordlist.WordListCorpusReader
       * , switchboard.SwitchboardCorpusReader
       * , timit.TimitCorpusReader
       * , toolbox.ToolboxCorpusReader
       * , wordnet.WordNetCorpusReader
       * , wordnet.WordNetICCorpusReader
       * , ycoe.YCOECorpusReader
  • NLTK Japaneseの動作について
    • KNBC_v1.0_090925をknbcという名前に変更（コマンド：mv KNBC_v1.0_090925 knbc）
    • nltk_dataの下ではなく、nltk_data/corporaの下に置く。（コマンド：mv knbc nltk_data/corpora）
  • NLTK Japaneseでnltk.Text.generate()を使う。
    • knbcorpus.pyのdemo関数の下にでも追加してみて下さい。
    • knbc = LazyCorpusLoader?('knbc/corpus1', KNBCorpusReader?, sorted(fileids, key=_knbc_fileids_sort), encoding='euc-jp') の下です。 
         sents = knbc.words()
   sentList = []
   for sent in sents:
       for word in sent:
           sentList.append(word.encode('utf-8'))#wordはunicode型なので文字型に変換する。
   text = nltk.Text(sentList)
   text.generate()
   >>>>>>出力例
   ［ 携帯 電話 会社 識別 番号 を 知ら ない が 、 年
   ごと に 自動 で フォルダ 分け さ れて る みんな も
   お 勧め です 。 このような 居酒屋 は 不可欠です
   ね 。 ［ スポーツ ］ 運動 は 好きな 方 な のです
   が 、 携帯 電話 機種 の キー が 隣接 して おり 、
   それ は ひるがえせば 携帯 が 鎮座 して いて 充電
   の 持ち が 悪く なって きた 。 彼女 は ぼく が 彼
   ら の サービス を 実施 中 です 。 よく ドンくさい
   って 言わ れる 始末 。 ■ の 「 お 遊び 」 的な
   ツール から 緊急
    • unicode型について：http://lab.hde.co.jp/2008/08/pythonunicodeencodeerror.html

木村ゼミ生限定

編集画面
kimura6.JPG
木村泰知
連絡先
科研費　採択課題
研究者総覧
研究業績(新)　研究業績(旧)
OUC Navi
OUC Navi High School
oucnavi.png
ゼミ生
2021-2022年度生(14期)
阿部遥大内颯
岡田絢音興星陽
梶縁河野由弥
佐々木凜佐々木美波
濱田和貴廣吉和貴
藤井一志藤田宗真
2020-2021年度生(13期)
小澤真凜笠原有真
加藤正宙蒲田躍斗
坂村翼住吉真奈
高野大河中井葉月
永渕景祐平館菜々子
2019-2020年度生(12期)
大芦恭平--
近藤太雄清水美里
中村可怜福山活起
福家祐紀船越天彩
南山衣里山下伽月
坂本涼太土屋彩夏
2018-2019年度生(不在)
SEA-NA代表取締役
平賀直輝横山莉花
住吉実祈室橋和哉
2017-2018年度生(11期)
石黒栞奈一宮拓海
亀井海舟佐藤栞
佐藤有希桧森拓真
藤本朱夏ホワイトジニー
増田優作谷内健太
2016-2017年度生(10期)
伊藤みき岡島健悟
小西雪葉祐川泰輝
鈴木佑菜大門拓史
田頭わかば戸嶋咲穂
中村智貴西野哲生
横山祐果川岸祐果
2015-2016年度生(09期)
浅賀七海小林真菜
西村伊央堀江知未
針生惟希村上浩太
2014-2015年度生(08期)
大石誠大野晋太朗
加藤裕樹佐々木左近
高橋理沙武田莉穂
寺島舞子畑賀大
山田修世
2013-2014年度生(07期)
加藤史織工藤智子
佐々木葉子志鎌周
高橋玄龍�眈丈�
中尾千咲中川玲菜
中藪大貴
2012-2013年度生(06期)
遠藤星地大野紗季
鎌田めぐみ木下和大
齋木涼介佐々木遥
佐藤優子沼澤文香
古屋真理吉田智弘
2010-2011年度生(05期)
葦原史敏伊藤大起
伊藤みどり永坂文乃
藤田航哉前多大輔
松本陵佑宮津有沙
山田亜季
2009-2010年度生(04期)
岸本隆志窪地由恵
志賀千鶴津田有子
三浦工弥
2008-2009年度生(03期)
粟津康佑井上さゆり
北崎佑樹工藤和寛
古俣優花佐川彰宏
佐藤禎洋鈴木亜衣
竹原希美藤井優作
堀公一堀内小織
米澤宏史
2007-2008年度生(02期)
佐藤健太上村佳弘
奥田啓貴小野誠
白井かずみ高井庸介
森谷亮介六渡有梨恵
若本哲平
2006-2007年度生(01期)
菅井梓渡部謙太郎
相坂真大村佳慎
奥桃子笠井猛
小林和幸齊藤いつこ
齊藤雄紀佐々木麻未
佐藤日加吏谷本貴之
徳江佑介長嶺脩平
西本みゆき林絵里子
澤田大輝