【GAS】COTOHA APIとぐるなびAPIで飲食提案ChatBotを作成

#はじめに、この記事はどういう人向け？
Google App ScriptとCOTOHA API及び、SlackやLine notifyなどを使用して
簡単にチャットボットを作りたいと考えてる人向けかも・・

#概要
会社Slackで、SlackBotを個人的に作成していたのですが、その際にチャットボット機能の
一部実装にて、形態素解析部分にCOTOHA APIを使用させて頂いてました。
たまたま、Qiita x COTOHA API プレゼント企画 を見かけたので、簡単にまとめてみました。

実際の動いているSlackBotは以下のようなものです。(飲食店舗検索っぽい機能のやつ)

#仕組みについて
Slackからの入力に対して、Google App ScriptとCOTOHA APIを用いて、飲食っぽいワードがあるかどうかを判定して
飲食っぽいワードがあれば、必要情報をぐるなびAPIに投げて、取得した情報をSlackに返してます。

#実際のコード
入力された値に対して、形態素解析＆単語判定をしている部分を、簡単に記述したいと思います。

//メイン
function sentenceAnalysis(sentence){
 
 var sentence = '浅草で水炊きが予算3000円ぐらいで食べれるを店を探して'//INPUT
 var token = cotohaApiTokenGet();//token取得
 var morphemeWord = cotohaApiExec(token,sentence)//api実行＆取得データ整形
 var msg = wordAnalysis(morphemeWord)//解析
 //Logger.log(msg)
 return msg
}


//token発行
function cotohaApiTokenGet(){
  var url = "https://api.ce-cotoha.com/v1/oauth/accesstokens";
  var headers = {
    "Accept": "application/json",
    "Content-type": "application/json"
  }

  var data = {
    "grantType":"client_credentials",
    "clientId":"CLIENTID", //ここにユーザ固有の値
    "clientSecret":"CLIENTSECRET" //ここにユーザ固有の値
  }

  var options = {
    "method": "post",
    "payload": JSON.stringify(data),
    "headers": headers
  }

  var json_data = UrlFetchApp.fetch(url, options);
  var data = JSON.parse(json_data);
  var token = data.access_token
  return token
}


//形態素解析実行
function cotohaApiExec(key,sentence){
  var url = "https://api.ce-cotoha.com/api/dev/nlp/v1/parse"
  var token = 'Bearer ' + key
  var headers = {
    "Authorization": token,
    "Accept": "application/json",
    "Content-type": "application/json" 
  }

  var data = {
    "sentence":sentence,
    "type":"default"
  }

  var options = {
    "method": "post",
    "payload": JSON.stringify(data),
    "headers": headers
  }

  var json_data = UrlFetchApp.fetch(url, options)
  var data = JSON.parse(json_data)
  
  //単語、種別、品詞、カナのタグのみを抽出
  var morphemeConvWord = []
  for (var j in data.result){
    for (var i in data.result[j].tokens){
      morphemeConvWord.push({'word': data.result[j].tokens[i].form,'type': data.result[j].tokens[i].features, 'class': data.result[j].tokens[i].pos,'kana': data.result[j].tokens[i].kana})
      //Logger.log(data.result[j].tokens[i].form + "____syubetu(" + data.result[j].tokens[i].features + ")" + "____hinsi(" + data.result[j].tokens[i].pos + ")" + "____kana(" + data.result[j].tokens[i].kana + ")")
    }
  }
  return morphemeConvWord
}


//単語判定
function wordAnalysis(targetword){

  //地名判定（固有地名もしくは駅を含み名詞となるもの）
  var locflg = []
  var loc = []
  var cop = []
  for(var i in targetword){
      if(targetword[i].type[1] == '地'){
        locflg.push(1) 
        loc.push(targetword[i].word)
      }else if(targetword[i].word.match('駅') && targetword[i].class.match('名詞')){
        locflg.push(1)
        loc.push(targetword[i].word)
      }  
  }
  
  //飲食っぽいワード判定（カナはぐるなびの検索タグから）
  var grmflg = []
  var grm= []
  for(var i in targetword){
    if(targetword[i].kana.match('ミズタキ|ラーメン|ビール|ワイン|ニホンシュ|ショウチュウ|ウイスキー|インショクテン|ヤショク|チュウショク|チョウショク|スシ|サカナ|カイセン|サシミ|ワショク|ニホン|ラーメン|ウドン|ソバ|カレー|ドン|アゲモノ|ショクドウ|オコノミヤキ|コナモノ|キョウド|アジア|エスニック|チュウカ|イタリアン|ヨウショク|フレンチ|アメリカ|アフリカ|ヤキニク|ステーキ|ヤキトリ|ニク|ナベ|シャブシャブ|スキヤキ|イザカヤ|バー|カフェ|スイーツ|ファミレス|ファーストフード|ビュッフェ|バイキング')){
      grmflg.push(1)
      grm.push(targetword[i].word)
    }
  }
  
  //額面入力判定CHK（額面指定の入力があれば）
  var mnyflg = []
  var mny= []
  for(var i in targetword){
    if(targetword[i].word.match('([0-9]{2}|[0-9]{3}|[0-9]{4}|[0-9]{5})円')){
      mnyflg.push(1)
      mny.push(targetword[i].word)
    }
  }
  
  //CHK
  if((Number(grmflg) + Number(locflg) + Number(mnyflg)) >= 2){
    return([[grm[0],loc[0],mny[0]])
  }else{
    return [1]
  }
  
}

出力結果

[yy-mm-dd hh:mm:ss:sss JST] [[水炊き, 浅草, 3000円]]

あとは出力結果をもとに、ぐるなびAPIに、上記の「飲食ワード」、「地名（駅名）」※、「指定額面」を渡してあげてます。
※「地名（駅名）」はGeocodingしたものを実際は渡してます。

#コードの簡単な解説
###sentenceAnalysis()
形態素解析用のメイン関数、以下3つの関数を実行してます。

###cotohaApiTokenGet()
api実行用のtoken取得をしている関数。（以下の部分は適宜変更で）

"clientId":"CLIENTID", //ここにユーザ固有の値
"clientSecret":"CLIENTSECRET" //ここにユーザ固有の値

###cotohaApiExec()
実際に形態素解析を実行しているモジュール。
また、今回の判定に必要最低限な情報タグ（単語、種別、品詞、カナ）のみに整形してます。

###wordAnalysis()
形態素解析実行後に、「飲食っぽいワード」と「固有値名、駅名」を判定している関数です。
飲食っぽいワードについては、単純に形態素解析しただけでは、基本的に、名詞となるだけなので
判定をするために取得したカナを飲食っぽい単語群（カナ）にマッチしてます。

#最後に

Google App Scriptの場合、COTOHA APIで形態素解析をするのが、一番手軽に感じたので使わせて頂きました。

以上、簡単でしたが、ご一読ありがとうございました！