こんにちは。beaglesoftの真鍋です。
ちょっとC#で形態素解析をしたいと思いましてLucene.Net.Analysis.Kuromojiを利用してみました。
むかしC#で形態素解析をしたときにはNMeCabを利用しました。
とても便利に使わせていただきましたが、残念ながらdotnet coreに対応していません。そのため、以前Javaで利用したことのあるKuromojiのdotnet版がないかなぁと沙汰していたところLucene.Net.Analysis.Kuromojiにたどり着きました。
動作させてみる
テストコードを参考にとりあえず動作するものを作ってみました。いろいろと試してみたのですが、サンプルにあった辞書ファイルを読み込んで辞書の内容で取得できることを試しています。
$ dotnet run 対象の文字列:関西国際空港 --- ICharTermAttribute=>関西 ITermToBytesRefAttribute#BytesRef=>[] IOffsetAttribute#StartOffset=>0 IOffsetAttribute#EndOffset=>2 IPositionIncrementAttribute=>1 IPositionLengthAttribute=>1 IBaseFormAttribute#GetBaseForm=> IPartOfSpeechAttribute#GetPartOfSpeech=>テスト名詞 IReadingAttribute#GetReading=>カンサイ IReadingAttribute#GetPronunciation=> IInflectionAttribute#GetInflectionForm=> IInflectionAttribute#GetInflectionType=> --- --- ICharTermAttribute=>国際 ITermToBytesRefAttribute#BytesRef=>[] IOffsetAttribute#StartOffset=>2 IOffsetAttribute#EndOffset=>4 IPositionIncrementAttribute=>1 IPositionLengthAttribute=>1 IBaseFormAttribute#GetBaseForm=> IPartOfSpeechAttribute#GetPartOfSpeech=>テスト名詞 IReadingAttribute#GetReading=>コクサイ IReadingAttribute#GetPronunciation=> IInflectionAttribute#GetInflectionForm=> IInflectionAttribute#GetInflectionType=> --- --- ICharTermAttribute=>空港 ITermToBytesRefAttribute#BytesRef=>[] IOffsetAttribute#StartOffset=>4 IOffsetAttribute#EndOffset=>6 IPositionIncrementAttribute=>1 IPositionLengthAttribute=>1 IBaseFormAttribute#GetBaseForm=> IPartOfSpeechAttribute#GetPartOfSpeech=>テスト名詞 IReadingAttribute#GetReading=>クウコウ IReadingAttribute#GetPronunciation=> IInflectionAttribute#GetInflectionForm=> IInflectionAttribute#GetInflectionType=> ---
ちょっと見づらいですが、関西国際空港が単語単位で分解されています。
ソースコード
ソースコードは以下のようになります。
辞書ファイル
辞書ファイルはテストコードで使用されていたものをそのまま利用しています。
gistdada679d34a0f668c0517abc1cc3f714
さいごに
dotnetはJavaに比べるとライブラリが少ないという印象があるのですが、探せばいろいろあることが最近わかってきました。もっとアンテナの感度と探索範囲を広げるようにしないととおもいました。
作者の方に感謝です。
- 作者: 五十嵐祐貴,岩永信之
- 出版社/メーカー: 翔泳社
- 発売日: 2018/11/07
- メディア: 単行本（ソフトカバー）
- この商品を含むブログを見る
