サンプル・プログラムの実行例
サンプル・プログラム
| pseudodigest.php | サンプル・プログラム本体。 |
日本語係り受け解析
| ＵＲＬ |
|---|
| https://jlp.yahooapis.jp/DAService/V2/parse |
| フィールド名 | 要否 | 内 容 | |
|---|---|---|---|
| id | 必須 | JSON-RPC 2.0のid。値は任意で、指定した値がレスポンスのidに返る。 | |
| jsonrpc | 必須 | "2.0" 固定。 | |
| method | 必須 | "jlp.daservice.parse" 固定。 | |
| params | q | 必須 | 解析対象のテキスト。解析可能な単位は1文のみ。 |
準備：アプリケーションIDなど
0014: // 初期化処理 ================================================================
0015: define('INTERNAL_ENCODING', 'UTF-8');
0016: mb_internal_encoding(INTERNAL_ENCODING);
0017: mb_regex_encoding(INTERNAL_ENCODING);
0018: define('MYSELF', basename($_SERVER['SCRIPT_NAME']));
0019: define('REFERENCE', 'https://www.pahoo.org/e-soul/webtech/php06/php06-47-01.shtm');
0020: define('TITLE', '日本文の要約もどき');
0021: define('REQUEST_KAKARIUKE_URL', 'https://jlp.yahooapis.jp/DAService/V2/parse');
0022:
0023: //リファラチェック＋リリースフラグの設定
0024: if (isset($_SERVER['HTTP_HOST']) && ($_SERVER['HTTP_HOST'] == 'localhost')) {
0025: define('FLAG_RELEASE', FALSE);
0026: define('REFER_ON', '');
0027: ini_set('display_errors', 1);
0028: ini_set('error_reporting', E_ALL);
0029: } else {
0030: //リリース・フラグ（公開時にはTRUEにすること）
0031: define('FLAG_RELEASE', TRUE);
0032: //リファラ・チェック（直リン防止用；空文字ならチェックしない）
0033: define('REFER_ON', 'www.pahoo.org');
0034: }
0035:
0036: //表示幅（ピクセル）
0037: define('WIDTH', 600);
0038:
0039: //Yahoo! JAPAN Webサービス アプリケーションID
0040: //取得方法https://www.pahoo.org/e-soul/webtech/php06/php06-01-02.shtm#Yahoo
0041: define('APPLICATION_ID', '**************************************');
0042:
0043: //入力テキスト（初期値）
0044: define('SAMPLE_TEXT', '犬吠埼灯台は、1874年に英国人リチャード・ヘンリー・ブラントンの設計により建築された、れんが造りの灯台で、日本で24番目に点灯された。高さは31.57メートルあり、99段のらせん階段を昇った眺望は、太平洋の孤島に身をおいた錯覚を覚えるほど雄大である。');
取得したIDは定数 APPLICATION_ID に格納する。
その他、変更不可と記載のない定数は任意に変更して構わない。
解説：テキストの分解
0250: /**
0251: * 複数文要約インターフェース
0252: * @param string $sentence 要約するテキスト
0253: * @return string 要約もどき
0254: */
0255: function pseudodigest($sentence) {
0256: $arr = mb_split("[。．]", $sentence);
0257: $pseudodigest = '';
0258: foreach ($arr as $str) {
0259: if ($str == '') continue;
0260: if (($res = pseudodigest_sub($str . '。')) == FALSE) return FALSE;
0261: $pseudodigest .= $res;
0262: }
0263:
0264: return $pseudodigest;
0265: }
解説：要約もどき
0186: /**
0187: * 「Yahoo!JAPAN日本語係り受け解析」を用いて日本文を要約する
0188: * @param string $sentence 要約するテキスト（1文）
0189: * @return string 要約もどき／FALSE：WebAPIエラー
0190: */
0191: function pseudodigest_sub($sentence) {
0192: //WebAPIにパラメータをPOST渡しする
0193: $url = REQUEST_KAKARIUKE_URL;
0194: $post = array(
0195: 'id' => '1234-1', //ダミー
0196: 'jsonrpc' => '2.0', //固定値
0197: 'method' => 'jlp.daservice.parse', //固定値
0198: 'params' => array(
0199: 'q' => (string)$sentence //対象テキスト
0200: )
0201: );
0202: $json = json_encode($post);
0203:
0204: //WebAPIにパラメータをPOST渡しする
0205: $stream = stream_context_create(array('http' => array(
0206: 'header' => "Content-Type: application/json\r\n" .
0207: "User-Agent: Yahoo AppID: " . APPLICATION_ID . "\r\n",
0208: 'method' => 'POST',
0209: 'content' => $json,
0210: )));
0211:
0212: //WebAPIリクエスト
0213: $res = @file_get_contents($url, FALSE, $stream);
0214: if ($res == FALSE) return FALSE;
0215:
0216: //応答を配列へ代入
0217: $results = json_decode($res);
0218: if (! isset($results->result->chunks)) return FALSE;
0219: $cnt = 0;
0220: foreach ($results->result->chunks as $chunk) {
0221: $head = isset($chunk->head) ? (int)$chunk->head : (-1);
0222: $id = isset($chunk->id) ? (int)$chunk->id : (-1);
0223: $phrase = '';
0224: foreach ($chunk->tokens as $token) {
0225: $phrase .= (string)$token[0];
0226: }
0227: $items[$id]['head'] = $head;
0228: $items[$id]['phrase'] = $phrase;
0229: }
0230:
0231: //要約
0232: $base = '';
0233: foreach ($items as $id=>$item) {
0234: if ($item['head'] < 0) {
0235: $base = $item['phrase'];
0236: break;
0237: }
0238: }
0239: $pseudodigest = '';
0240: foreach ($items as $item) {
0241: if ($item['head'] == $id) {
0242: $pseudodigest = $pseudodigest . $item['phrase'];
0243: }
0244: }
0245: $pseudodigest .= $base;
0246:
0247: return $pseudodigest;
0248: }
前半で日本語係り受け解析を呼び出し、文節番号をキーに、修飾番号と表記を配列 $items に格納する。
後半が要約もどきの処理である。
修飾番号が無い（-1 が格納されている）文節がベースとなる述語である。これを探しだし、それを修飾している文節を並べる。
参考サイト
- 日本語係り受け解析：Yahoo!JAPAN デベロッパーネットワーク
- PHPでキーフレーズを取り出す：ぱふぅ家のホームページ
今回は、Yahoo!JAPANの「日本語係り受け解析」を利用し、ベースとなる述語と、それを修飾する文節を取り出すことで、“要約もどき”を行ってみることにする。
（2022年1月29日）日本語係り受け解析V2対応，PHP8対応，リファラ・チェック改良