今朝は文章(google news)の読み仮名を取得 －＞ 音声合成してあそびました。
MeCabをPythonから
オープンソース形態素解析エンジンMeCab (和布蕪)。
windows版Pythonで必要なバイナリを配布してくださってるサイトを二つ発見。自力コンパイルは、よくわからなくて挫折。。。
- twist-bend coupling
- takayanの雑記帳
- MeCab（sourceforge）
使うには、MeCab本体（DLL）にパスが通っている必要があります
全角／半角変換を行う Python モジュール zenhan.py 0.4
あとで試してみます
perl, python & ruby – chr() vs. Unicode(404 Blog Not Found)
数字の全角半角変換や、単純な「かなカナ」変換程度ならord+unichrでいけるかしらん？python shellだと、
print unichr(ord("あ".decode("sjis"))).encode(’sjis’)
で、文字 －＞ コード －＞文字を一周。
print unichr(ord("1")-ord("0")+ord("０".decode("sjis"))).encode(’sjis’)
半角数字を全角数字に。
仮に半角数字 0123を全角にするとして、shell上では
import re; print re.sub( r’([0-9])’,lambda x: unichr(ord(x.group(0))-ord("0")+ord("０".decode("sjis"))).encode(’sjis’),"0123")
って書くとややこしいですけど、プログラムファイル中に書くときは、もう少しシンプルになる、はず。
全半英字、全角数字、かな、カナのみを透過する正規表現
yomi=u"ユニコード文字列"
pat= re.compile(r’([^' u"、。．ぁ-ん,ァ-ン,ー,０-９,a-z,A-Z,Ａ-Ｚ" r"])",re.UNICODE)
yomi=pat.sub(r"", yomi)
これで、yomi中の漢字、半角数字、記号などを削除
MeCabをパーサにして日本語プログラミング
誰でも思いつきそうなので、既にあるかも。係り受けも判定してくれる形態素解析ツールのほうがいいかな？
日本語プログラム言語「なでしこ」
なでしこはMeCabとか使ってない、はず。
国立国語研究所の言語コーパス整備計画はどうなるか
考えてみれば、ロボットに何がしかの命令を口頭で与えるのだって、「日本語プログラミング」に違いない、ですよね？
将来的には、今考えられてるよりも、重要な技術になるのかも
Tags: PythonRelated posts
タグ: Python