![](https://cdn-ak-scissors.b.st-hatena.com/image/square/af4d23c629cf51fa8e4711434f3ca40d12bbe32c/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZ0eHQ9JUUzJTgzJTg2JUUzJTgyJUFEJUUzJTgyJUI5JUUzJTgzJTg4JUUzJTgxJUFFJUU1JTg5JThEJUU1JTg3JUE2JUU3JTkwJTg2JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz04ZWFiNzdlMDg2OWQxMDgyMTAzYmUzNDhlMTRiMmVjNA%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwSG90YXJpJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz00MTM2ZjY0ZDVmNjliNjk2ZWMwNzc3ZGM4NWVhOTEwYg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D494269c49bfc3cd04ac94ffef24bdfed)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
テキストの前処理 - Qiita
はじめに 自然言語処理をする際、テキストの正規化、日本語の前処理を行う必要があります。 それを行うP... はじめに 自然言語処理をする際、テキストの正規化、日本語の前処理を行う必要があります。 それを行うPythonのコードが出回っていたのですが、それがあまりにもひどかったので戦慄しました。 おそらくこちらが発端だと思うのですが、よりよいコードで塗り替えたいと思うに至りました。 結論 import re import unicodedata OTHERTRANS = str.maketrans( '’”‘。、', '\'"`.,' ) CTRLCHAR_PATTERN = re.compile('[\u0000-\u001F]') SAPCE_PATTERN = re.compile(r"\s+") HYPHEN_PATTERN = re.compile('[˗֊‐‑‒–⁃⁻₋−]+') CHOONPU_PATTERN = re.compile('[﹣-ー—―─━ー]+') TILDE_PAT