tangela is an rJava wrapper of atilika/kuromoji (bundled v0.7.7).
Kuromoji is a “self-contained Japanese morphological analyzer” such that tangela only requires Java; It never has any other dependencies such as MeCab and its dictionaries.
Usage
Call tagger
res <- tangela::kuromoji(
c("なぜ分かり合えないのか!?",
"なぜ貴様等は他を出し抜こうとするのか!?",
"ところできのこはあんな縦に長かったか!?")
)
str(res)
#> 'data.frame': 33 obs. of 5 variables:
#> $ doc_id : chr "1" "1" "1" "1" ...
#> $ token : chr "なぜ" "分かり" "合え" "ない" ...
#> $ feature: chr "副詞,助詞類接続,*,*,*,*,なぜ,ナゼ,ナゼ" "動詞,自立,*,*,五段・ラ行,連用形,分かる,ワカリ,ワカリ" "動詞,自立,*,*,一段,未然形,合える,アエ,アエ" "助動詞,*,*,*,特殊・ナイ,基本形,ない,ナイ,ナイ" ...
#> $ is_unk : logi FALSE FALSE FALSE FALSE FALSE FALSE ...
#> $ is_user: logi FALSE FALSE FALSE FALSE FALSE FALSE ...
Prettify Output
res <- tangela::prettify(res)
head(res)
#> doc_id token is_unk is_user POS1 POS2 POS3 POS4
#> 1 1 なぜ FALSE FALSE 副詞 助詞類接続 <NA> <NA>
#> 2 1 分かり FALSE FALSE 動詞 自立 <NA> <NA>
#> 3 1 合え FALSE FALSE 動詞 自立 <NA> <NA>
#> 4 1 ない FALSE FALSE 助動詞 <NA> <NA> <NA>
#> 5 1 の FALSE FALSE 名詞 非自立 一般 <NA>
#> 6 1 か FALSE FALSE 助詞 副助詞/並立助詞/終助詞 <NA> <NA>
#> X5StageUse1 X5StageUse2 Original Yomi1 Yomi2
#> 1 <NA> <NA> なぜ ナゼ ナゼ
#> 2 五段・ラ行 連用形 分かる ワカリ ワカリ
#> 3 一段 未然形 合える アエ アエ
#> 4 特殊・ナイ 基本形 ない ナイ ナイ
#> 5 <NA> <NA> の ノ ノ
#> 6 <NA> <NA> か カ カ
The output has these columns.
- doc_id: 文番号
- token: 表層形(surface form)
- is_unk: 未知語判定(whether or not the token is unknown word?)
- is_user: ユーザー辞書判定(whether or not the token is user defined word?)
- POS1~POS4: 品詞, 品詞細分類1, 品詞細分類2, 品詞細分類3
- X5StageUse1: 活用型(ex. 五段, 下二段…)
- X5StageUse2: 活用形(ex. 連用形, 基本形…)
- Original: 原形(lemmatised form)
- Yomi1: 読み(readings)
- Yomi2: 発音(pronunciation)
Pack Output
res <- tangela::kuromoji(
c("なぜ分かり合えないのか!?",
"なぜ貴様等は他を出し抜こうとするのか!?",
"ところできのこはあんな縦に長かったか!?",
"とにかく不様、そんな事ではあの小娘には勝てないわ。",
"そう、皆で協力して挑むのだ!",
"えー、まぁ今回はその件で伺いました。")
) |>
tangela::prettify() |>
tangela::pack()
print(res)
#> doc_id text
#> 1 1 なぜ 分かり 合え ない の か ! ?
#> 2 2 なぜ 貴様 等 は 他 を 出し抜こ う と する の か ! ?
#> 3 3 ところで きのこ は あんな 縦 に 長かっ た か ! ?
#> 4 4 とにかく 不様 、 そんな 事 で は あの 小娘 に は 勝て ない わ 。
#> 5 5 そう 、 皆 で 協力 し て 挑む の だ !
#> 6 6 えー 、 まぁ 今回 は その 件 で 伺い まし た 。
License
© 2023 Akiru Kato
Licensed under the Apache License, Version 2.0. This software includes the works distributed under the Apache License, Version 2.0.
Icons made by Eucalyp from www.flaticon.com.