係り受け解析

library(dplyr)

library(RMeCab)


sentence=c("日々の出来事を紙などに記録したものである。単なる記録として扱われるものから、文学として扱われるものまで、その内容は様々である。ある人物の生涯にわたって記されるような長期にわたるものから、ある旅、ある職務、ある事件などの間だけ記された短期のものまで、期間・分量も様々であり、西洋・東洋を問わず、世界的に存在する。")

write.table(sentence,"~/txt.txt")

p=NgramDF("txt.txt",type=1,N=2)

freq=RMeCabFreq("txt.txt")

library(stringr)

sentence_num=length(unlist(strsplit(sentence,"。")))

sentences=unlist(strsplit(sentence,"。"))

#一文をやってみる！

j=3

a_sentence=sentences[j]

write.table(sentences[j],"~/txt_sub.txt")

p_sub=NgramDF2("txt_sub.txt",type=1,N=2)

freq_sub=RMeCabFreq("txt_sub.txt")

#Lの計算

w_sub=unique(freq_sub$Term)

#C(1,length(w_sub))を計算

n=length(w_sub)

L=c();und_approx=c();upp_approx=c()

L_fun=function(j){

z<-(1/j)*prod(c(1:(2*(j-1)))/rep(c(1:(j-1)),2))

z[is.nan(z)>0]=1

return(z)

}

for(j in 1:(n-1)){

if(j==1){

approx=c(approx,(2^j)/(4*sqrt(pi)))  

und_approx=c(und_approx,(2^j)/(4*sqrt(pi)))

upp_approx=c(upp_approx,(2^(2*j))/(4*sqrt(pi)))

L=c(L,1)  

}else{  

L=c(L,L_fun(j))

approx=c(approx,(2^j)/(4*sqrt(pi)))  

und_approx=c(und_approx,(2^j)/(4*sqrt(pi)))

upp_approx=c(upp_approx,(2^(2*j))/(4*sqrt(pi)))


}

}



#Lの畳み込みを計算する

L_real=c()

for(j in 1:(n-1)){

L_real=c(L_real,L_fun(j)*L_fun(n-j))  

}

und_approx<L

L<upp_approx

#出発ワードを決める

start_word=freq_sub$Term[30]

word_vectors=c()

times=100

for(k in 1:times){

if(k==1){  

p_sub_sub = p_sub %>% filter(Ngram1==start_word)

word_vectors=c(word_vectors,p_sub_sub$Ngram2[p_sub_sub$Freq==max(p_sub_sub$Freq)])

word=p_sub_sub$Ngram2[p_sub_sub$Freq==max(p_sub_sub$Freq)]

}else{

p_sub_sub = p_sub %>% filter(Ngram1==word)

if(length(p_sub_sub)>0){

word_vectors=c(word_vectors,p_sub_sub$Ngram2[p_sub_sub$Freq==max(p_sub_sub$Freq)])

word=p_sub_sub$Ngram2[p_sub_sub$Freq==max(p_sub_sub$Freq)]

}

}

}

word_vectors=word_vectors[word_vectors!="\""]