In paithiov909/tangela: rJava Interface to Kuromoji

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>",
  fig.path = "man/figures/README-",
  out.width = "100%"
)
pkgload::load_all()

tangela

tangela is an rJava wrapper of atilika/kuromoji (bundled v0.7.7).

Kuromoji is a "self-contained Japanese morphological analyzer" such that tangela only requires Java; It never has any other dependencies such as MeCab and its dictionaries.

Usage

Installation

remotes::install_github("paithiov909/tangela")

Call tagger

res <- tangela::kuromoji(
  c("なぜ分かり合えないのか！？",
    "なぜ貴様等は他を出し抜こうとするのか！？",
    "ところできのこはあんな縦に長かったか！？")
)
str(res)

Prettify Output

res <- tangela::prettify(res)
head(res)

The output has these columns.

doc_id: 文番号
token: 表層形（surface form）
is_unk: 未知語判定（whether or not the token is unknown word?）
is_user: ユーザー辞書判定（whether or not the token is user defined word?）
POS1~POS4: 品詞, 品詞細分類1, 品詞細分類2, 品詞細分類3
X5StageUse1: 活用型（ex. 五段, 下二段…）
X5StageUse2: 活用形（ex. 連用形, 基本形…）
Original: 原形（lemmatised form）
Yomi1: 読み（readings）
Yomi2: 発音（pronunciation)

Pack Output

res <- tangela::kuromoji(
  c("なぜ分かり合えないのか！？",
    "なぜ貴様等は他を出し抜こうとするのか！？",
    "ところできのこはあんな縦に長かったか！？",
    "とにかく不様、そんな事ではあの小娘には勝てないわ。",
    "そう、皆で協力して挑むのだ！",
    "えー、まぁ今回はその件で伺いました。")
) |> 
  tangela::prettify() |> 
  tangela::pack()
print(res)