معرفی شرکت ها


cotohappy-0.4.2


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Cotoha API, created by NTT Communications Corporation, for Python
ویژگی مقدار
سیستم عامل -
نام فایل cotohappy-0.4.2
نام cotohappy
نسخه کتابخانه 0.4.2
نگهدارنده []
ایمیل نگهدارنده []
نویسنده 278Mt
ایمیل نویسنده 278mt.l.meitner@gmail.com
آدرس صفحه اصلی https://github.com/278mt/cotohappy
آدرس اینترنتی https://pypi.org/project/cotohappy/
مجوز MIT
CotohapPy: Cotoha for Python ========= [![Downloads](https://pepy.tech/badge/cotohappy)](https://pepy.tech/project/cotohappy) [![Downloads](https://pepy.tech/badge/cotohappy/month)](https://pepy.tech/project/cotohappy/month) [![Downloads](https://pepy.tech/badge/cotohappy/week)](https://pepy.tech/project/cotohappy/week) CotohapPy (Japanese: コトハッピー) is for connecting to [Cotoha API](https://api.ce-cotoha.com/contents/), one of the Japanese morphological analysis engines, and is for reshaping the response more readably. Installation ------------ The easiest way to install the latest version is by using pip/easy_install to pull it from PyPI: ```bash pip install cotohappy ``` You may also use Git to clone the repository from GitHub and install it manually: ```bash git clone https://github.com/278Mt/cotohappy.git cd cotohappy python setup.py install ``` Python 3.7 and 3.8 are supported (frequently updated). Requirements ------------ * json * requests Usage ----- This is one of the examples. ```bash ├── payload.json └── sjgyoen.py ``` JSON preperation (`payload.json`): ```json { "AccessTokenPublishURL": "https://api.ce-cotoha.com/v1/oauth/accesstokens", "APIBaseURL" : "https://api.ce-cotoha.com/api/dev/", "ClientId" : "ABCDEFGHIJKLMNOPQRSTUVWXYZ123456", "ClientSecret" : "7890abcdefghijkl" } ``` Programme (`sjgyoen.py`) ```python import cotohappy import requests from bs4 import BeautifulSoup def get_kotonoha_story(): url = 'https://www.kotonohanoniwa.jp/page/product.html' res = requests.get(url) soup = BeautifulSoup(res.content, 'html.parser') p = soup.find_all('p', class_='mb24')[-1] return p.text if __name__ == '__main__': coy = cotohappy.API() """ getting parse """ print('\n#### parse origin ####') sentence = get_kotonoha_story() kuzure = False parse_li = coy.parse(sentence, kuzure) for parse in parse_li: print(parse) print(parse.key_name) """ getting tokens; it is a little more difficult than MeCab Janome """ print('\n#### parse tokens ####') for parse in parse_li: for token in parse.tokens: print(token) print(token.key_name) """ if you extract just nouns, you write: """ print('\n#### extract nouns ####') nouns: [str] = [] for parse in parse_li: for token in parse.tokens: if token.pos == '名詞': nouns.append(token.form) print(nouns) ``` Output: ``` #### parse origin #### 靴職人を 0,1,D,1,2 目指す 1,2,D,0,1 高校生・タカオは、 2,51,D,2,3 雨の 3,4,D,0,1 朝は 4,7,D,0,1 ... 互いの 47,48,D,0,1 思いを 48,51,D,0,1 よそに 49,51,D,0,1 梅雨は 50,51,D,0,1 明けようとしていた。 51,-1,O,0,6 form id,head,dep,chunk_head,chunk_func #### parse tokens #### 靴 0,クツ,靴,名詞,*,*,*,*,* 職人 1,ショクニン,職人,名詞,*,*,*,*,* を 2,ヲ,を,格助詞,連用,*,*,*,* 目指 3,メザ,目指す,動詞語幹,S,*,*,*,* す 4,ス,す,動詞接尾辞,連体,*,*,*,* ... し 148,シ,し,動詞活用語尾,*,*,*,*,* て 149,テ,て,動詞接尾辞,接続,連用,*,*,* い 150,イ,いる,動詞語幹,A,Lて連用,*,*,* た 151,タ,た,動詞接尾辞,終止,*,*,*,* 。 152,,。,句点,*,*,*,*,* form id,kana,lemma,pos,features[:5] #### extract nouns #### ['靴', '職人', '高校生', 'タカオ', '雨', '朝', '学校', '公園', '日本', '庭園', '靴', 'スケッチ', 'ある日', 'タカオ', 'ひとり', '缶', 'ビール', '年上', '女性', 'ユキノ', 'ふたり', '約束', '雨', '日', '逢瀬', '心', '居場所', 'ユキノ', '彼女', '靴', 'タカオ', '六月', '空', '揺れ', '互い', '思い', 'よそ', '梅雨'] ``` Please check details on [examples](https://github.com/278Mt/cotohappy/tree/master/examples). Whats's new? ------------ ### 0.4.1, 0.4.2 Partial errors elimination. ### 0.4.0 `kuzure` and `default` become `kuzure=True` and `kuzure=False` ### 0.3.6, 0.3.7 Partial errors elimination. ### 0.3.5 In version 0.3.5, you can choose translating mode: for example, "information-seeking" in sentence type, to "情報獲得". ### 0.3.4 In version 0.3.4, you can use technical term dictionaries on parse, named entity extraction, keyword extraction and similarity calculation. However, I, origin master of CotohapPy, cannot use nor examine the mode because I use Cotoha API for Developer, not for Enterprise. I want for Academic.


نیازمندی

مقدار نام
- requests


نحوه نصب


نصب پکیج whl cotohappy-0.4.2:

    pip install cotohappy-0.4.2.whl


نصب پکیج tar.gz cotohappy-0.4.2:

    pip install cotohappy-0.4.2.tar.gz