和文モールス受信技能向上のための日本語形態素解析～その１～

和文モールスの受信技能向上には欠かせない、

カナ文字だけの文章ですが。

ルビを打ってくれるウェブサービスを経由させることで、まあ作れることは作れるのですが、

ひと手間かかるし、少し面倒ですよね。

f:id:JH1LHV:20151209190110j:plain

やっぱり、

ニュースサイトから文章をコピーしてペタッと貼り付けるだけで、

カナ文字だけの文章に自動で変換してくれたら・・・

もっと気楽に和文の練習ができると思うんだけど。

ということで、前々からのわたしの中の懸案事項のひとつ。

「漢字にふりがなを自動で振っちゃうプロジェクト」を始動することにしました。

いちばん肝心な日本語文章の分析（形態素解析）ですが、

これは Yahoo! が提供する WebAPI を使って簡単に実装することに。

developer.yahoo.co.jp

Yahoo!の「日本語形態素解析API」って？

日本語文を形態素に分割し、品詞、読みがなの付与、統計情報を取得できる機能を提供するもの。

WebAPI を使うために必要なこと

アプリケーション ID が必要です。

Yahoo! ID連携:アプリケーションIDを登録する - Yahoo!デベロッパーネットワーク

（Yahoo！のアカウントがあればすぐに取得できます。）

WebAPIを使ってみる

将来的には CW MANIA に実装する予定ですが、

今回は動作確認のため Python を使って試してみました。

プログラム的には、

日本語形態素解析に必要な URL を作成する
戻り値の XML をパース（日本語分析）する
必要なデータ（今回は読みがな）を取り出す

と、WebAPI を使えばほんの数行のコードを書くだけで試すことができます。

f:id:JH1LHV:20151209200027j:plain

Windows 7 or 10、 Python 2.7

#coding: utf-8

import xml.dom.minidom
import urllib
import codecs
import sys

sys.stdin = codecs.getreader("shift_jis")(sys.stdin)

appid = "XXXXXXXXXXXXXXXXXXXXXXXXX”
yahoourl = "http://jlp.yahooapis.jp/MAService/V1/parse"

def main():
    moji = raw_input()
    sentence = moji.encode('utf-8')
    url = yahoourl + "?appid=" + appid + "&sentence=" + sentence
    src = urllib.urlopen(url).read()
    dom = xml.dom.minidom.parseString(src)
    print "----------------------------"
    nstr =""
    for url in dom.getElementsByTagName("reading"):
        nstr = nstr + url.firstChild.data
    print nstr 

if __name__ == '__main__':
    main()

必須なリクエストパラメータは appid と sentence の二つです。
appid の XXX に取得したアプリケーション ID を設定します
sys.stdin = codecs・・・の行は文字入力処理時に UnicodeDecodeError が出ないようにするための ”おまじない” です。（OS、開発環境に依存）
形態素の読みがなだけが必要なので、reading フィールドだけを取り出します。

（利用制限）