はてなブックマーク

動機 前回はdocomoの形態素解析apiを使ってみる。 ルビ振りAPIのパラメータを見てみたら面白い項目があったので試してみたいと思います。 yahooのルビ振りAPI 入力されたテキストに対してルビをつけて返してくれます。 パラメータについて 今回少し変わってると感じたのは、gradeパラメータです。 小学校何年生までの漢字にルビをつけるか、という粒度で設定ができます。 もし、gradeで3を設定すると、1~2年生で習う漢字にふりがなをつけず、 それ以上の難しさの漢字にのみルビをつけてくれます。 1: 小学1年生向け。漢字（注2）にふりがなを付けます。 2: 小学2年生向け。1年生で習う漢字にはふりがなを付けません。 3: 小学3年生向け。1～2年生で習う漢字にはふりがを付けません。 4: 小学4年生向け。1～3年生で習う漢字にはふりがなを付けません。 5: 小学5年生向け。1～4年生

import requests import xml.etree.ElementTree as ET target_url = "https://jlp.yahooapis.jp/MAService/V1/parse" client_id = "ID" sentence = "私はその人の記憶を呼び起すごとに、すぐ「先生」といいたくなる" data = { "appid":client_id, "results":"ma", "sentence":sentence } response = requests.post(target_url, data=data) root = ET.fromstring(response.text) for e in root.getiterator("{urn:yahoo:jp:jlp}surface"): print (e.text, end=" ")

動機 MeCabを導入するのは結構手間だと感じていて、 環境が変わるたびに入れるのに疲れたのでCOTOHA APIを使ってみました。 COTOHA API 提供API一覧 ここからみれます。 構文解析 日本語テキストの構造と意味を解析します。 固有表現抽出 人名や地名などの固有表現を抽出します。 照応解析 「あれ」「彼/彼女」「同〇〇」「その〇〇」等の指示語を検知し、指し示す対象を特定します。 キーワード抽出 文章からキーワードを抽出します。 類似度算出 ２つの文章の類似性を数値化し出力します。 文タイプ判定 挨拶や同意、約束などの発話行為のタイプを判定します。 同時に、叙述文、命令文、質問文などの文タイプを出力します。 ユーザ属性推定 文章からユーザの年代、職業などの属性を推定します。 言い淀み除去 ユーザからの音声入力時に含まれる言い淀みを除去します 音声認識誤り検知 音声認識処理後の