何をするのか

入力:

今日はある場所(東京都京都市北区東町西-南-3)へゲームを消化するために行きましたが、そもそもゲームがありませんでした。なので明日を消そうと思います。

結果:

キョオワ アル バショ(トオキョオ ト キョオト シ キタ ク ヒガシマチ ニシ-ミナミ-3)エ ゲエムヲ ショオカ スル タメニ イキマシタガ、ソモソモ ゲエムガ アリマセンデシタ。ナノデ アスヲ ケソオト オモイマス。

用語説明

簡単に説明すると音そのままを文字にする書き方。
例の中の単語で言うとこういう書き方↓

文節とは、文章を不自然にならない程度に区切ったときの単位。

これは何かというと、日本語形態素解析システムというもので、文章の単語の品詞や読みを解析してくれるシステムである。
MeCabのPythonライブラリがfugashiというライブラリになる。
これをメインに表音と文節を実装しよう。

UniDicは、MeCabの解析用の辞書で、ここにMeCabで使われる品詞が定義されている。
基本的に中学国語の文法で出る品詞そのもので、それに加えて記号や接頭辞などが定義されている。

UniDicに含まれる属性でpronという属性を使う。
これは発音形...つまり表音そのものになる。
ただ、"を"が"お"になったり、"今日"が"きょー"になるので、一部を条件分岐などで処理する。

元から存在するスペース、改行はfugashiに通すと消える。なので一旦分離してそれぞれを関数に通す。
再帰処理にする。