Python
WordCloudを導入した
WordCloudとは 文章に頻出する単語を抽出して画像に出力するシステムのこと。 実装について 形態素分析 まず形態素分析する必要がある。最新の形態素分析はJUMAN++なのでそれを導入すべし。 インストールするのは簡 […]
WordCloudを導入した
WordCloudとは
文章に頻出する単語を抽出して画像に出力するシステムのこと。
実装について
import os
from tqdm import tqdm
from wordcloud import WordCloud
from pyknp import Juman
import matplotlib.pyplot as plt
juman = Juman(timeout = 1000)
exclude_list = ["社","ため","こと","もの","プロジェクト", "発表","ほか","年"]
text = "今日はいい天気です"
text = text.replace(" ", "").replace("\"", "").replace("@", "").replace("#","")
result =juman.analysis(text)
result = [mrph.midasi for mrph in result.mrph_list() if (mrph.hinsi == "名詞") and not (mrph.midasi in exclude_list)]
word_chain = ' '.join(result)
wc = WordCloud(background_color = "white",
font_path= "~/Library/Fonts/Arial Unicode.ttf")
wc.generate(word_chain)
plt.imshow(wc)
plt.axis("off")
plt.show()形態素分析
まず形態素分析する必要がある。最新の形態素分析はJUMAN++なのでそれを導入すべし。 インストールするのは簡単だが、仮想環境にも導入するには少し面倒くさい。
WordCloudの注意点
-
文章をそのまま形態素分析してWordCloudに入力すると、「こと」「もの」などのしょうもない名詞や、「で」「が」などの助詞が入ってしまうので取り除く必要がある。
exclude_list = ["社","ため","こと","もの","プロジェクト", "発表","ほか","年"]
result = [mrph.midasi for mrph in result.mrph_list() if (mrph.hinsi == "名詞") and not (mrph.midasi in exclude_list)]このように書くことで、resultには名詞のみでexclude_listは除外された単語だけが入るようになる。
JUMANにはエラーになりうる記号があるので、次のようにして除外しておく。
text = text.replace(" ", "").replace("\"", "").replace("@", "").replace("#","")WordCloudは日本語に対応していないので、日本語フォントのパスを指定する必要がある。 Macであれば下記のようにする。
wc = WordCloud(background_color = "white",
font_path= "~/Library/Fonts/Arial Unicode.ttf")株式会社ファントムへのお問い合わせ
群馬県でPythonを使ったAIやソフトウェアを開発している株式会社ファントムが運営しています。