nDiki : 形態素解析

入力文字列を[形態素の列に変換する処理。 形態素解析では一般に形態素の同定と、品詞の同定を行う。

入力文字列の形態素(あるいは語)の境界を同定する処理をセグメンテーション(segmentation)と呼ぶ。

日本語形態素解析器の有名なものとしてChaSenがある。

• ChaSen
• MeCab
• Sen
• Breakfast
• mmorph
• Malaga

茶筌 茶筅 たけやさおだけ 妻 Debian GNU/Linux テープ 広辞苑

■ 14:00 たけやさおだけ

たまに巡回してくる物干し竿屋。 「たけやーーさおだけーー」という定番の文句だが、あれは一体どう形態素解析すればいいのだろう?

発声から「たけや/さおだけ」であるには違いない。 後者「さおだけ」は、「竿竹」(竿にした竹。竹の竿[広辞苑])が無難な解釈だが、「竿」「だけ」(副助詞)ともとれよう。 最も「竿のみを売っている」とはわざわざ言わないだろうが。

より悩ましいのは「たけや」。「竹屋」(1. 竹を売る店。竹を売る人。 2. 竹で造った家[広辞苑])か、「竹」「や」か。 「竹」「や」だとしたら、「や」は間投助詞(竹の意味を強める)なのか、並立助詞(竹と竿竹を両方売りにきた)なのか、それ以外なのか。 間投助詞だとすると「竹や竿竹」は一商品「(竿)竹」を宣伝しているのに対して、並立助詞だと「竹と竿」の二商品を宣伝していることになる。

また「さおだけ」という店名の竹屋さんが、店名を連呼していると考えられなくもない。さすがに、それはないかなと思ったのだが、妻に話たら「(店名)たけや」の「竿竹」が一番最初に思い浮んだ解釈だそうで。また新しい解釈を発見。 店名が含まれるという見解も、少数意見ではないかもしれない。

ちなみに 茶筌 (Debian GNU/Linux chasen 2.2.8-2 + ipadic 2.4.4-1)では「たけやさおだけ」は

 たけ    タケ    たけ    名詞-一般
 や      ヤ      や      助詞-並立助詞
 さ      サ      さ      副詞-助詞類接続
 お      オ      お      接頭詞-名詞接続
 だけ    ダケ    だく    動詞-自立       五段・カ行イ音便        命令ｅ

うーむ。「だけ」は、「抱け」ときたか。 「竹屋、竿(を)抱け」というのも自虐的な売り言葉で面白いかも。

実際のところ、どうなんでしょ。 調べればきっとわかるんだろうけど。 また皆さんは、耳にした時どう解釈してるんでしょ。

• 「々」の読みは? - 同の字点 (2004-03-03)
• 5年ぶりに ThinkPad X31 のメモリ増強 (2008-10-30)
• 12:00 続「たけやさおだけ」 (2002-01-05)
• 研究室 OB Twitter-ers と秋葉原で飲んだ (2008-09-11)
• 紙の広辞苑の良さ (2008-06-09)

■ 12:00 続「たけやさおだけ」

以前に書いた「たけやさおだけ」の形態素解析ネタ。

今日も販売カーがテープを流しながら巡回してきたのでよく聞いてみると「株式会社○×商店……」と放送していた。 ということで、「たけや」「さおだけ」が店名を示す固有名詞である可能性低。

• 14:00 たけやさおだけ (2001-12-22)
• 年始回り (2005-01-02)
• André Rieu Japan Tour 2004 (2004-10-30)
• ビデオデッキ故障 (2003-06-08)
• あの頃のカセットテープ (2008-09-06)