*disclaimer
1198474
grepExtract
- Stanford Parser の解析結果を対象に検索をして、
- 必要な統語関係のフレーズを抽出する。
- stringrパッケージがインストールしてあること。
install.packages("stringr", dependencies=T)
library(stringr)
- 統語解析してあるテキストファイルの入っているディレクトリーをWorking Directoryに設定。
- list.files()でファイルを確認。
grepExtract <- function(a){
# stringrパッケージ利用
#copyleft 2020-01-18 sugiura@nagoya-u.jp
hit.all <- ""
files <- list.files()
for (i in files) {
lines.tmp <- scan(i, what="char", sep="\n")
hit <- str_extract(lines.tmp, a)
hit.all <- c(hit.all, hit)
}
hit.all
}
grepExtract.R(373)
例： 形容詞＋名詞からなる名詞句の抽出
grepExtract("\\(NP \\(JJ \\w+?\\) \\(NN \\w*?\\)\\)")
[5] "(NP (JJ broad) (NN knowledge))" [6] NA [7] NA [8] NA [9] NA [10] "(NP (JJ academic) (NN knowledge))" [11] NA [12] NA [13] "(NP (JJ contemporary) (NN anthropology))"
https://sugiura-ken.org/wiki/