形態素解析：係り受け日本語の始まりと終わりを認識するのはどうすればよいでしょうか？例文｢私ははてなが好きです｡はてなを好きな理由第一にはてなには多くの情報…

人力検索はてな

ﾓﾊﾞｲﾙ版を表示しています｡PC版はこちら

形態素解析：係り受け

日本語の始まりと終わりを認識するのはどうすればよいでしょうか？

例文
｢私ははてなが好きです｡はてなを好きな理由第一にはてなには多くの情報があります｡又､はてなにはﾕｰｻﾞｰを一番に考えてくれます！｣

上の文だと､文節の始まりと終わりを分けると

･私ははてなが好きです｡
･はてなを好きな理由
･第一にはてなには多くの情報があります｡
･又､はてなにはﾕｰｻﾞｰを一番に考えてくれます！

な感じでしょうか｡

この様に分ける場合､どうすればよいでしょうか？

写真は､http://www.benricho.org/moji_conv/japanese-dependency.php で係り受け解析をした結果です｡これでは､文の始まりと終わりを解析できなさそうですね....

●拡大する

●質問者: webtomake
●ｶﾃｺﾞﾘ:ｲﾝﾀｰﾈｯﾄ
○ 状態 :終了
└ 回答数 : 2/2件

▽最新の回答へ

▽1 ● みやど
●20ﾎﾟｲﾝﾄ

ﾘﾝｸ先のは1文ずつ入れるという前提で作られているものと思います｡

▽2 ● なぽりん
●180ﾎﾟｲﾝﾄ

ﾍﾞｽﾄｱﾝｻｰ

文頭文末の認識は係り受けとは何ら関係がありません｡
ｺﾝﾋﾟｭｰﾀｰでの文字列処理には｢正規表現｣の学習が必須です｡
身の回りの正規表現でいえば､
msﾜｰﾄﾞの設定で禁則処理の設定のときに候補となる文末文字ﾘｽﾄがあります｡
｣
｡
．ﾋﾟﾘｵﾄﾞ
(空白2個)
……(会話文の語尾をにごすのによく用いられる)
｡＋^11 (^11は改行｡ﾘﾀｰﾝ)
､＋^11
｡＋^p (ｴﾝﾀｰｷｰ､ｷｬﾘｯｼﾞﾘﾀｰﾝ)
､＋^p (ｴﾝﾀｰｷｰ､ｷｬﾘｯｼﾞﾘﾀｰﾝ)

tab (ﾀﾌﾞｷｰ｡ｴｸｾﾙからｺﾋﾟﾍﾟした文章のｾﾙ区切り)
など｡
終了文字のその直後にでてくるぁ-んｧ-ﾝなどの有効な文字が文頭にあたるでしょう｡
http://so-zou.jp/software/tech/programming/tech/regular-expression/meta-character/variable-width-encoding.htm