PHPで形態素解析を行う

Yahoo!JAPAN の「日本語形態素解析 Web サービス」は、日本語文を形態素に分割し、品詞、読みがなの付与、統計情報を取得できる WebAPI である。
サーバサイドで利用できる形態素解析は、「PHP と KAKASI を使って単語に分解する」で紹介した「KAKASI」や、「ChaSen」、「MeCab」が有名であるが、サーバに負荷がかかる処理である。この「日本語形態素解析 Web サービス」は処理速度も速く、サーバの負荷分散という意味では有用な WebAPI だ。

サンプル・プログラム

ダウンロード

「Yahoo!JAPAN 日本語形態素解析Webサービス」による形態素解析

「日本語形態素解析 Web サービス」は、入力パラメータ（IN）として GET、POST の 2種類の方式を、出力結果（OUT）が XML で戻るという API である。
入力パラメータは翻訳したいテキストであるので、GET 渡しでは長くなりすぎてしまう。そこで、POST 渡しを使うことにする。

2008 年（平成 20 年）8 月 12 日、Yahoo!検索プロジェクトが Yahoo!デベロッパーネットワークで提供している WebAPI のドメインが、yahoo.co.jp から yahooapis.jp に変更されましたことに伴い、プログラムを修正した。⇒（Yahoo!検索、Yahoo!カテゴリの WebAPI ドメイン変更のお知らせ
マッシュアップを行う場合、このように突然、WebAPI が変更されることがあるので注意が必要だ。

WebAPIのURL
ＵＲＬ
http://jlp.yahooapis.jp/MAService/V1/parse

入力パラメータ
項目名	フィールド名	型	内　　容
アプリケーションID	appid	string	Yahoo! デベロッパーネットワークのアプリケーションID。無料で入手できる。
解析対象テキスト	sentence	string	解析する日本語テキスト。UTF-8エンコード。
解析結果の種類	results	string	"ma": 形態素解析の結果を ma_result に返す。 "uniq": 出現頻度情報を uniq_result に返す。両方指定する場合は "ma,uniq"。

解説：準備

0026: //Yahoo! JAPAN WebサービスアプリケーションID
0027: //http://help.yahoo.co.jp/help/jp/developer/developer-06.html にて登録のこと．
0028: //define('APPLICATION_ID', '*************************************');

「Yahoo! ウェブ検索Web サービス」を利用するためには、アプリケーション ID を取得する必要がある。まず、Yahoo!JAPAN ID を入手し（無償）、つづいてYahoo! デベロッパーネットワークから無料で取得できる。
取得した ID は定数 $ApplicationID に格納すること。

サンプル・プログラムの解説：パラメータ渡し

0220: function getParse($sentence, &$items) {
0221:     //WebAPIにパラメータをPOST渡しする
0222:     $url = REQ_URL;
0223:     $sentence = urlencode($sentence);
0224:     $post = array(
0225:         'appid'       => APPLICATION_ID,
0226:         'results'     => 'ma,uniq',
0227:         'uniq_filter' => '9|10',
0228:         'sentence'    => $sentence
0229:     );
0230:

WebAPI にパラメータを POST 渡しするため、ユーザー関数 http を用意している。
http関数については、「PHP で住所から緯度経度を求める」で紹介しているものとほぼ同じである。

サンプル・プログラムの解説：パラメータ受け

0092: /**
0093:  * 指定したパラメータを取り出す
0094:  * @param string $key  パラメータ名（省略不可）
0095:  * @param bool   $auto TRUE＝自動コード変換あり／FALSE＝なし（省略時：TRUE）
0096:  * @param mixed  $def  初期値（省略時：空文字）
0097:  * @return string パラメータ／NULL＝パラメータ無し
0098: */
0099: function getParam($key, $auto=TRUE, $def='') {
0100:     if (isset($_GET[$key]))     $param = $_GET[$key];
0101:     else if (isset($_POST[$key]))   $param = $_POST[$key];
0102:     else                            $param = $def;
0103:     if ($auto)  $param = mb_convert_encoding($param, INTERNAL_ENCODING, 'auto');
0104:     return $param;
0105: }

一方、このスクリプト自身もパラメータを受け取る必要があるので、ユーザー関数 getParam を定義し、GET/POST いずれの方法でもパラメータを受け取れるようにしている。

サンプル・プログラムの解説：解析と並べ替え

0270:         //出現頻度の結果
0271:         foreach ($ResultSet->uniq_result->word_list->word as $val) {
0272:             $surface = (string)$val->surface;
0273:             $items[$surface]['count']   = (int)$val->count;
0274:         }