Vous pouvez l'analyser comme ça. Le processus jusqu'à présent est l'analyse morphologique. Pour la visualisation, je pense que les caractéristiques de l'enfant météo apparaissent dans les mots de la phrase, après tout, ** nomenclature **, donc je vais extraire uniquement ** nomenclature ** des mots analysés morphologiquement. Le code ressemble à ceci

import numpy as np
import pandas as pd
import MeCab

#Appliquer Neologd à Mecab
tagger = MeCab.Tagger('-Owakati -d /usr/local/lib/mecab/dic/mecab-ipadic-neologd')

tagger.parse('')
def tokenize_ja(text, lower):
    node = tagger.parseToNode(str(text))
    while node:
        if lower and node.feature.split(',')[0] in ["nom"]:#Spécifiez les mots de pièce à acquérir en divisant
            yield node.surface.lower()
        node = node.next
def tokenize(content, token_min_len, token_max_len, lower):
    return [
        str(token) for token in tokenize_ja(content, lower)
        if token_min_len <= len(token) <= token_max_len and not token.startswith('_')
    ]

#Lecture des données d'entraînement
path='../data/tenkinoko.csv'
df_tenki=pd.read_csv(path,encoding="SHIFT-JIS")


wakati_tenkinoko_text = []
for i in df_tenki['text']:
    txt = tokenize(i, 1, 10000, True)
    wakati_tenkinoko_text.append(txt)
np.savetxt("../work/tenki_corpus.txt", wakati_tenkinoko_text,fmt='%s', delimiter=',')

df_tenki['wakati_tenkinoko'] = wakati_tenkinoko_text

Le résultat ressemble à ceci ↓ Désormais, vous ne pouvez extraire que la nomenclature de la phrase!

Visualisez avec wordclud

Une fois que vous avez fait l'analyse morphologique, il est enfin temps pour wordcloud! Donc, cela ne ressemble pas à un nuage de mots comme "ceci" ou "là" ~~ (je veux juste dire) ~~ Certains mots absurdes sortent, donc ils sont supprimés en tant que mots d'arrêt. Le code ressemble à ceci

from wordcloud import WordCloud

tenki_wordlist = df_tenki['wakati_tenkinoko'].values.tolist()
word_cloud_list = []
for i in tenki_wordlist:
    for j in i:
        word_cloud_list.append(j)
        
result = ','.join(word_cloud_list)

#Chemin de la police japonaise
fpath = "../data/ipaexg.ttf"

stop_words = ["de","Hmm","quoi","Sa","!?","de","SaHmm","Yo","Etc.","chose","Il","alors","ちゃHmm","Quoi","vouloir voir","Tel quel","くHmm","もde","!?」","Là","Où","Au fait","cette","tarte","なHmm","ici"]

wordcloud = WordCloud(background_color='white',
    font_path=fpath, width=800, height=600, stopwords=set(stop_words)).generate(result)

#Enregistrer l'image
wordcloud.to_file('./wordcloud.png')

Résultat d'exécution

Voici les résultats! Hey!

** Ça y ressemble! !! !! !! ** ** Après tout, la revendication du nom du personnage est très intense. C'est vrai parce que c'est un roman. En plus, "Sempai", "Sunny woman", "Roof" et ainsi de suite. Il y a quelques mots dont vous avez une bonne idée. Je n'ai pas l'impression que la scène du film me vient à l'esprit simplement en regardant cette image. Oui. ~~ (je ne sais pas ce que c'est, mais j'ai été un peu impressionné) ~~

Résumé

Je pense que le résultat était plutôt bon. C'est amusant de jouer avec les données. Ensuite, je vais l'analyser avec word2vec. Puis ~