0

環境
ubuntu 16.04 lts
python 3.6.0

失礼しました。質問内容に変更が生じたため、こちらのスレッドは解決済みに変更させて頂きます。

申し訳ありません。

さくらのレンタルVPS 512MBプラン

Python初心者です。よろしくお願いします。

ツイートを収集したtxtファイルをMeCabで形態素解析にかけて、頻度順に単語を並べ替えたところ、特殊記号[% & $ #]助詞が大量に含まれていて、うまく処理できていませんでした。

Pythonの正規表現に疎く、どうすれば「て・に・お・は・が・を」等の助詞と特殊記号を処理できるかで悩んでおります。

もし可能であればコードを教えて頂きたいです。

漠然としており申し訳ありません。

以下がテキストファイルの内容になります。

https://gist.github.com/anonymous/2d1cd1eee0daf99277a8f4b0a8e21581

どうぞよろしくお願い致します。

求める出力例:
@kanshihoさんの出力例のように名詞だけ綺麗に残して出力したいです。

https://qiita.com/kansiho/items/2b868851b12f0fc0cb24

7
  • MeCabは品詞のタグづけができますから、それで助詞を除外すればいけそうですね。記号も同様に除外したらかなり綺麗になりそうです。 Commented 2018年1月19日 17:24
  • なるほど。Kenjiさんいつもありがとうございます。品詞のタグ付で調べてみます。
    – yotbot_1
    Commented 2018年1月19日 18:32
  • Pythonのバージョン、使っている辞書、うまく処理できたと期待する出力例があれば他の方もコードで回答できるわうになると思います。
    – user26045
    Commented 2018年1月19日 19:06
  • dokubekoさんありがとうございます。修正させて頂きました。よろしくお願い致します。
    – yotbot_1
    Commented 2018年1月19日 19:11
  • 失礼しました。質問内容に変更が生じたため、こちらのスレッドは解決済みに変更させて頂きます。お二方申し訳ありません。恐縮ですが、もしよろしければ質問URLを後ほど添付させて頂きますので、回答していただけましたら幸いです。
    – yotbot_1
    Commented 2018年1月19日 19:16

0

この質問に回答するには、ログインする必要があります。

のタグが付いた他の質問を参照する。