TreeTaggerの環境構築からPythonで動かすまで

はじめに

日本語を形態素解析して情報を取るときはMeCabとかJumanppとかあるのですが，英語の品詞解析の結果が欲しくてggったらTreeTaggerというツールがあるそうなので導入からPythonで動かすまでのメモを残します．
TreeTaggerは英語以外にも解析できる言語の種類が豊富そうなので，他の言語の解析結果が欲しい人も使えると思います．

TreeTaggerのインストール

TreeTaggerの公式通りにやれば躓かないと思います．

1. 自分の環境に沿ったtagger packageをダウンロードする．もしLinuxのkernel versionに問題がある人は古いバージョンをダウンロードしてtree-tagger-linux-3.2.1.tar.gzと名前に置き換える．

2. 同じディレクトリにtagging scriptsをダウンロードする．

3. インストールスクリプトのinstall-tagger.shをダウンロードする．

4. 自分の処理したい言語のparameter filesをダウンロードする．

5. コンソールを開いて，インストールスクリプトを走らせる．: sh install-tagger.sh

6. 動作確認する．: echo 'Hello world!' | cmd/tree-tagger-english or echo 'Das ist ein Test.' | cmd/tagger-chunker-german

TreeTaggerWrapperのインストール

TreeTaggerのラッパーのインストールです．
pipで一発です．

pip install treetaggerwrapper

動くか確認します．

treetaggerwrapper.py

import treetaggerwrapper as ttw

def main():
    tagger = ttw.TreeTagger(TAGLANG='en')
    tags = tagger.TagText('I have a pen.')
    print(tags)

if __name__ == '__main__':
    main()

出力はこんな感じになると思います．

$python3 treetaggerwrapper.py
I       PP      I
have    VHP     have
a       DT      a
pen     NN      pen
.       SENT    .

単語ごとに「表層形」「品詞」「原型」が出力されます．
これでTreeTaggerをPythonで動かす環境の構築は完了です．

おまけ

品詞タグのガイドラインがあったのですが日本語に翻訳してくれている人がいました．
すぐ使いたかったので大変参考になりました．ありがたや．

この記事にも同じものを載せておきます．

品詞タグ	タグの説明	例
CC	等位接続詞	and, but, or
CD	基数	1, three
DT	限定詞	the
EX	存在文のthere	There is
FW	外国語	d'œuvre
IN	前置詞または従位接続詞	in, of, like, after, whether
IN/that	補文素	that
JJ	形容詞	green
JJR	形容詞の比較級	greener
JJS	形容詞の最上級	greenest
LS	リスト項目のマーカー	(1)
MD	法助動詞	could, will
NN	名詞の単数形または不可算名詞	table
NNS	名詞の複数形	tables
NP	固有名詞の単数名	John
NPS	固有名詞の複数形	Vikings
PDT	前限定詞	both the boys
POS	所有格語尾	friend's
PP	人称代名詞	I, he, it
PP$	所有代名詞	my, his
RB	副詞	however, usually, here, not
RBR	副詞の比較級	better
RBS	副詞の最上級	best
RP	不変化詞(句動詞を構成する前置詞)	give up
SENT	文末の句読点記号	?, !, .
SYM	記号	@, +, *, ^, =
TO	to	to go, to him
UH	間投詞	uhhuhhuhh
VB	be動詞の原形	be
VBD	be動詞の過去形	was, were
VBG	be動詞の動名詞または現在分詞	being
VBN	be動詞の過去分詞	been
VBZ	be動詞の三人称単数形現在	is
VBP	be動詞の三人称単数形以外の現在	am, are
VD	do動詞の原形	do
VDD	do動詞の過去形	did
VDG	do動詞の動名詞または現在分詞	doing
VDN	do動詞の過去分詞	done
VDZ	do動詞の三人称単数形現在	does
VDP	do動詞の三人称単数形以外の現在	do
VH	have動詞の原形	have
VHD	have動詞の過去形	had
VHG	have動詞の動名詞または現在分詞	having
VHN	have動詞の過去分詞	had
VHZ	have動詞の三人称単数形現在	has
VHP	have動詞の三人称単数形以外の現在	have
VV	動詞の原形	take
VVD	動詞の過去形	took
VVG	動詞の動名詞または現在分詞	taking
VVN	動詞の過去分詞	taken
VVP	動詞の三人称単数形現在	take
VVZ	動詞の三人称単数形以外の現在	takes
WDT	Wh限定詞	which
WP	Wh代名詞	who, what
WP$	所有関係代名詞	whose
WRB	Wh副詞	where, when
:	一般結合記号	;, -, --
$	通貨記号	$, £