COTOHA APIを使ってゲンシジン語と現代人語の対訳JSONを作る

必要なもの

• COTOHA API
• Python 3 (Python 3.7.2でやりました)
• 現代人語で書かれたテキスト（1センテンスが1行になっているものが望ましい)

現代人語で書かれたテキスト

Meros.txt

佳き友は、気をきかせて教えてやった。
メロス、君は、まっぱだかじゃないか。
早くそのマントを着るがいい。

この記事では上の三行でやります。
もっと多くのテキストは「構文解析のために1センテンス1行のテキストを作る」で作ってます。

対訳JSONの作り方

1. 上の三行をMeros.txtとして保存する。
2. COTOHA APIのアカウントを取得する。
3. 「オレ プログラム ウゴカス オマエ ゲンシジン ナル」中のコードをgenshijin.pyとし、CLIENT_ID, CLIENT_SECRETを記入して保存しておく。
4. 次のコードを動かす

make_json.py

from genshijin import auth, parse, CLIENT_ID, CLIENT_SECRET
from json import dumps

f = open('Meros.txt')
lines = f.read()
f.close()

access_token = auth(CLIENT_ID, CLIENT_SECRET)
l = []

for line in lines.splitlines():
  parse_document = parse(line, access_token)
  result_list = list()
  for chunks in parse_document['result']:
    for token in chunks["tokens"]:
      if token["pos"] != "格助詞" and token["pos"] != "連用助詞" and token["pos"] != "引用助詞" and token["pos"] != "終助詞":
        result_list.append(token["kana"])

  d = {}
  d['utsusemi'] = line
  d['genshijin'] = ' '.join(result_list)
  l.append(d)

print (dumps(l, ensure_ascii=False, indent=2))

実行結果

[
  {
    "utsusemi": "佳き友は、気をきかせて教えてやった。",
    "genshijin": "ヨ キ トモ  キ キカセ テ オシエ テ ヤ ッ タ "
  },
  {
    "utsusemi": "「メロス、君は、まっぱだかじゃないか。",
    "genshijin": " メロス  キミ  マッパダカ "
  },
  {
    "utsusemi": "早くそのマントを着るがいい。",
    "genshijin": "ハヤク ソノ マント キ ル ガ イ イ "
  }
]

《走れメロス》全文の対訳JSON

https://dazai-cotoha.herokuapp.com/reading/json/Meros.jsonにあります。御自由にお使いください。