KoNLPy 실행 및 활용(Kkma, Komoran, Okt)

※KoNLPy (기본적인 한국어 자연어 처리를 위한 파이썬 라이브러리)

KoNLPy에 대한 자세한 설명은 konlpy.org/ko/latest/ 에 방문하세요.

 

토큰의 단위는 형태소(언어학에서 사용되는 용어)로 사용.

한국어의 9품사. -> (명사, 대명사, 수사, 동사, 형용사, 관형사, 부사, 조사, 감탄사)

 

★Kkma

- morphs(phrase) = 인자로 입력한 문장을 형태소 단위로 토크나이징함.토크나이징된 형태소들은 리스트 형태로 반환됨

- nouns(phrase) = 인자로 입력한 문장에서 품사가 명사인 토큰만 추출함.

- pos(phrase, flatten=True) = POS tagger라 부르며, 인자로 입력한 문장에서 형태소를 추출한 뒤 품사 태깅을 함. 추출된 형태소와 그 형태소의 품사가 튜플 형태로 묶여서 리스트로 반환됨.

- sentences(phrase) = 인자로 입력한 여러 문장을 분리해주는 역할을 합니다. 분리된 문장은 리스트 형태로 반환됨.

from konlpy.tag import Kkma # 꼬꼬마 형태소 분석기 객체 생성 kkma = Kkma() text = "아버지가 방에 들어갑니다." # 형태소 추출 morphs = kkma.morphs(text) print(morphs) # 형태소와 품사 태그 추출 pos = kkma.pos(text) print(pos) # 명사만 추출 nouns = kkma.nouns(text) print(nouns) # 문장 분리 sentences = "오늘 날씨는 어때요? 내일은 덥다는데." s = kkma.sentences(sentences) print(s)

=> NNG(일반 명사), JKS(주격 조사), JKM(부사격 조사), VV(동사), EFN(평서형 종결 어미), SF(마침표, 물음표, 느낌표)

 

★Komoran

- morphs(phrase) = 인자로 입력한 문장을 형태소 단위로 토크나이징함. 토크나이징된 형태소들은 리스트로 반환됨.

- nouns(phrase) = 인자로 입력한 문장에서 품사가 명사인 토큰들만 추출함.

- pos(phrase, flatten=True) = POS tagging라 부르며, 인자로 입력한 문장에서 형태소를 추출한 뒤 품사 태깅을 함. 추출된 형태소와 그 형태소의 품사가 튜플 형태로 묶여서 리스트로 반환됨.

from konlpy.tag import Komoran # 코모란 형태소 분석기 객체 생성 komoran = Komoran() text = "아버지가 방에 들어갑니다." # 형태소 추출 morphs = komoran.morphs(text) print(morphs) # 형태소와 품사 태그 추출 pos = komoran.pos(text) print(pos) #명사만 추출 nouns = komoran.nouns(text) print(nouns)

=> NNG(일반 명사), JKS(주격 조사), JKM(부사격 조사), VV(동사), EFN(평서형 종결 어미), SF(마침표, 물음표, 느낌표)

 

★Okt

- morphs(phrase) = 인자로 입력한 문장을 형태소 단위로 토크나이징함. 토크나이징된 형태소들은 리스트로 반환됨.

- nouns(phrase) = 인자로 입력한 문장에서 품사가 면사인 토큰들만 추출함.

- pos(phrase, stem=False, join=False) = POS tagging라 부르며, 인자로 입력한 문장에서 형태소를 추출한 뒤 품사 태깅을 함. 추출된 형태소와 그 형태소의 품사가 튜플 형태로 묶여서 리스트로 반환함.

- normalize(phrase) = 입력한 문장을 정규화시킴.

- phrases(phrase) = 입력한 문장에서 어구를 추출함.

from konlpy.tag import Okt #Okt 형태소 분석기 객체 생성 okt = Okt() text = "아버지가 방에 들어갑니다." # 형태소 추출 morphs = okt.morphs(text) print(morphs) # 형태소와 품사 태그 추출 pos = okt.pos(text) print(pos) # 명사만 추출 nouns = okt.nouns(text) print(nouns) # 정규화, 어구 추출 text = "오늘 날씨가 좋아욬ㅋㅋ" print(okt.normalize(text)) print(okt.phrases(text))