계기

이벤트에 참가했을 때의 옆의 좌석 쪽이 사용하고 있었던 것을 보고 장래적으로 도움이 될 기술을 배울 수 있을 것이라고 생각해, 방법을 조사하면서 WordCloud 를 사용해 보았다. 문서는 →여기

WordCloud란?

문장 중에서 출현 빈도가 높은 단어를 선택하고, 그 빈도에 따른 크기로 도시하는 수법이다. 참조

했던 일

이번은 액배는 고양이인 소설을 바탕으로 WordCloud를 사용하여 간단한 이미지를 작성했다. (이하 참조)

　

※이미지


소설에 대해서는 푸른 하늘 문고의 것(전처리 실시)을 사용했다. 이하, 코드와 비망록이다.

　

라이브러리 설치 및 마스크 이미지 (고양이 이미지) 준비

from wordcloud import WordCloud
import MeCab
import re
from PIL import Image
import numpy as np

mask = np.array(Image.open('イメージ画像のパスを入力'))
mask = np.where(mask == 0, 255, 0)

　

형태소 분석에서 단어 추출을 수행하고 소설 데이터를 성형

with open("./前処理済/wagahaiwa_nekodearu.txt", mode='r', encoding='utf-8') as f:
    text_list = [i.strip() for i in f]
text = "".join(text_list)

stop_words = ['する', 'せる', 'られる', 'あの', 'する', 'ある', 'とこ', 'なる', 'ない', 'ああ', 'れる', 'さん', 'やる', 'この', 'どう', 'そう']
font_path = "/Library/Fonts/BIZ-UDGothicR.ttc"

mecab = MeCab.Tagger("-Ochasen")
mecab_str =  mecab.parse(text)
mecab_list = mecab_str.replace('\t', 't').split('\n')
lang_meta_list = [re.split('[t-]' ,lang_meta_str) for lang_meta_str in mecab_list]

for lang_meta in lang_meta_list : 
    if "助詞" in lang_meta :
        continue
    if "助動詞" in lang_meta :
        continue
    if "非自立" in lang_meta :
        continue  
    if "サ変・スル" in lang_meta :
        continue
    if "サ変接続" in lang_meta :
        continue
    #if "一般" in lang_meta :
        #continue
    if "数" in lang_meta :
        continue
    if "記号" in lang_meta :
        continue    
    else :
        try:
            lang = lang_meta[2]
            print(lang_meta)
            text_list.append("{}\t".format(lang))
        except:
            pass

text = ("").join(text_list)

　

WordCloud 구현

wordcloud = WordCloud(font_path=font_path, font_step=1, mask=mask, background_color="white", contour_width=1, repeat=1, contour_color='purple', colormap='Praples', stopwords=set(stop_words)).generate(text)
wordcloud.to_file("./吾輩は猫である.png")    

　

고배는 고양이입니다. png를 열면 방금 전
　

※이미지


출력됨

　

완료

요약

적은 코드로 작성 가능.

보기 좋게 재미있어 선물로 사용할 수 있다. (※ 개인적 의견)

wordcloud의 매개 변수를 조금 더 원합니다. (다른 wordcloud 포함 등 ...)

Mecab의 라이브러리를 즐겁게 배울 수 있는 계기가 된다.

문서가 많이 존재하기 때문에 다루기 쉽다.

　
이번에는 소설의 문서를 사용해 고양이의 이미지를 마스크 이미지로 wordcloud를 실시했지만, 동화의 스토리를 사용해 그 동화에 나오는 캐릭터를 마스크 이미지로서 출현 빈도가 높은 단어로 가득 채우는 것도 흥미롭다고 생각했다.
　
　

이상