#品詞付与プログラム
英文への品詞付与を行うために，POS (Part of Speech) tagger を利用することがある。老舗的な Brill tagger や，NLTK など，いくつかの選択肢があるが，わりとすぐに使える（気がした）Stanford Log-linear Part-Of-Speech Taggerで試してみた，というメモ書き。
#実行環境
- OS: macOS Mojave (ver.10.14.5)
- POS Tagger: Stanford POS Tagger (ver. 3.9.2)
#事前準備
Stanford Log-linear Part-Of-Speech Tagger にアクセスし，Download の項目にある "Download basic English Stanford Tagger version 3.9.2 [25 MB]"（2019/06/20 時点の最新版）のリンクをクリックして，ZIP ファイルをダウンロードして展開する。
#ひとまず実行
Mac の Terminal.app を起動して，展開したファイル一式まで移動（cd）して，一覧を確認。
$ cd stanford-postagger-2018-10-16
$ ls
LICENSE.txt stanford-postagger-3.9.2-javadoc.jar
README.txt stanford-postagger-3.9.2-sources.jar
TaggerDemo.java stanford-postagger-3.9.2.jar
TaggerDemo2.java stanford-postagger-gui.bat
build.xml stanford-postagger-gui.sh
models stanford-postagger.bat
sample-input.txt stanford-postagger.jar
続いて，品詞付与プログラム実行のため，次のコマンドを入力する。実行時に，「Java がない！」と怒られることがあるので，その警告が出たら，ORACLE の Java 配布サイトからダウンロードしてインストールしておく必要がある。
$ ./stanford-postagger.sh models/english-left3words-distsim.tagger sample-input.txt
シェルスクリプト（stanford-postagger.sh）を，english-left3words-distsim.tagger に含まれたモデルを使い，sample-input.txt 内の英文に品詞を付与せよ，というコマンド。ちなみに，sample-input.txt はダウンロードしたファイル一式に最初から含まれているお試し用のファイル。
以下のような結果が得られる。「単語_品詞」の形式で出力され，最後の行に処理した単語数や時間が出力される。
A_DT passenger_NN plane_NN has_VBZ crashed_VBN shortly_RB after_IN take-off_NN from_IN Kyrgyzstan_NNP 's_POS capital_NN ,, Bishkek_NNP ,, killing_VBG a_DT large_JJ number_NN of_IN those_DT on_IN board_NN ..
The_DT head_NN of_IN Kyrgyzstan_NNP 's_POS civil_JJ aviation_NN authority_NN said_VBD that_IN out_IN of_IN about_IN 90_CD passengers_NNS and_CC crew_NN ,, only_RB about_IN 20_CD people_NNS have_VBP survived_VBN ..
The_DT Itek_NNP Air_NNP Boeing_NNP 737_CD took_VBD off_RP bound_VBN for_IN Mashhad_NNP ,, in_IN north-eastern_JJ Iran_NNP ,, but_CC turned_VBD round_RB some_DT 10_CD minutes_NNS later_RB ..
Tagged 72 words at 827.59 words per second.
ちなみに，品詞付与に使う「タグセット」というタグの一覧があるが，上記のモデルで処理する際には，Penn-treebank の（有名な）タグセットが使っている。タグ一覧は，こちらを参照。
他の品詞付与プログラムの使い方については，また後日...。