Морфологические статистики¶

ruts.morph_stats.MorphStats

Описание¶

Модуль для вычисления морфологических статистик текста. В качестве источника данных может использоваться как непосредственно текст, так и объект класса Doc библиотеки spaCy.

В модуле реализована возможность использования предварительно созданного объекта класса WordsExtractor для проведения необходимой токенизации слов перед вычислением статистик.

Для морфологического разбора текста используется библиотека pymorphy2. Описание статистик взяты из корпуса OpenCorpora.

Примечание

Вычисление статистик происходит в момент инициализации объекта класса MorphStats.

Параметры¶

Параметр	Тип	По умолчанию	Описание
`source`	str/Doc	`-`	Источник данных (строка или объект Doc)
`words_extractor`	WordsExtractor	`None`	Инструмент для извлечения слов

Атрибуты¶

Атрибут	Тип	Описание
`words`	tuple[str]	Кортеж извлеченных слов
`tags`	tuple[str]	Кортеж извлеченных тэгов OpenCorpora
`pos`	tuple[str]	Кортеж значений части речи
`animacy`	tuple[str]	Кортеж значений одушевленности
`aspect`	tuple[str]	Кортеж значений вида
`case`	tuple[str]	Кортеж значений падежа
`gender`	tuple[str]	Кортеж значений пола
`involvement`	tuple[str]	Кортеж значений совместности
`mood`	tuple[str]	Кортеж значений наклонения
`number`	tuple[str]	Кортеж значений числа
`person`	tuple[str]	Кортеж значений лица
`tense`	tuple[str]	Кортеж значений времени
`transitivity`	tuple[str]	Кортеж значений переходности
`voice`	tuple[str]	Кортеж значений залога

Методы¶

get_stats¶

Возвращает справочник с вычисленными морфологическими статистиками.

Параметры:

Параметр	Тип	По умолчанию	Описание
`args`	tuple[str]	`-`	Перечень выбранных статистик
`filter_none`	bool	`False`	Фильтровать пустые значения

Предупреждение

Для выбора необходимых статистик их наименования необходимо передавать в метод непосредственно через запятую.

Рассмотрим пример вычисления морфологических статистик, выбрав только часть речи, время, число и лицо, а также используя фильтрацию пустых значений:

Пример

Код:

# Загрузка библиотек
from ruts import MorphStats

# Подготовка данных
text = "Постарайтесь получить то, что любите, иначе придется полюбить то, что получили"

# Вычисление статистик
ms = MorphStats(text)
ms.get_stats(
    'pos', 'tense', 'number', 'person',
    filter_none=True
)

Результат:

{'number': {'plur': 3, 'sing': 1},
'person': {'2per': 1, '3per': 1},
'pos': {'ADVB': 1, 'CONJ': 4, 'INFN': 2, 'VERB': 4},
'tense': {'futr': 1, 'past': 1, 'pres': 1}}

print_stats¶

Выводит на экран таблицу с вычисленными морфологическими статистиками.

Параметры:

Параметр	Тип	По умолчанию	Описание
`args`	tuple[str]	`-`	Перечень выбранных статистик
`filter_none`	bool	`False`	Фильтровать пустые значения

Предупреждение

Для выбора необходимых статистик их наименования необходимо передавать в метод непосредственно через запятую.

Для иллюстрации работы метода воспользуемся кодом из предыдущего примера:

Пример

Код:

...

# Отображение таблицы вычисленных статистик
ms.print_stats(
    'pos', 'tense', 'number', 'person',
    filter_none=True
)

Результат:

---------------Часть речи---------------
Глагол (личная форма)         |    4     
Союз                          |    4     
Глагол (инфинитив)            |    2     
Наречие                       |    1     

-----------------Время------------------
Настоящее                     |    1     
Будущее                       |    1     
Прошедшее                     |    1     

-----------------Число------------------
Множественное                 |    3     
Единственное                  |    1     

------------------Лицо------------------
2                             |    1     
3                             |    1

explain_text¶

Выполняет разбор текста по морфологическим статистикам. Возвращает словарь, в котором ключами являются слова текста, а значениями - словарь их морфологических статистик.

Параметры:

Параметр	Тип	По умолчанию	Описание
`args`	tuple[str]	`-`	Перечень выбранных статистик
`filter_none`	bool	`False`	Фильтровать пустые значения

Предупреждение

Для выбора необходимых статистик их наименования необходимо передавать в метод непосредственно через запятую.

Для иллюстрации работы метода воспользуемся кодом из предыдущего примера:

Пример

Код:

...

# Разбор текста по морфологическим статистикам
ms.explain_text(
    'pos', 'tense', 'number', 'person',
    filter_none=True
)

Результат:

(('Постарайтесь', {'number': 'plur', 'pos': 'VERB'}),
('получить', {'pos': 'INFN'}),
('то', {'pos': 'CONJ'}),
('что', {'pos': 'CONJ'}),
('любите', {'number': 'plur', 'person': '2per', 'pos': 'VERB', 'tense': 'pres'}),
('иначе', {'pos': 'ADVB'}),
('придется', {'number': 'sing', 'person': '3per', 'pos': 'VERB', 'tense': 'futr'}),
('полюбить', {'pos': 'INFN'}),
('то', {'pos': 'CONJ'}),
('что', {'pos': 'CONJ'}),
('получили', {'number': 'plur', 'pos': 'VERB', 'tense': 'past'}))