yasuokaの日記： 国語研「長単位」とSudachiPyのモードC

昨日の日記に対して、SudachiPyのモードCを使えば「長単位」の形態素解析ができるのではないか、との御意見をいただいた。最新版のSudachiPyをインストールしつつ、ちょっとやってみよう。

$ pip3 install -U SudachiPy SudachiDict-core --user
$ echo 全学年にわたって小学校の国語の教科書に大量の挿し絵が用いられている | sudachipy -m C
全    接頭辞,*,*,*,*,*    全
学年    名詞,普通名詞,一般,*,*,*    学年
に    助詞,格助詞,*,*,*,*    に
わたっ    動詞,非自立可能,*,*,五段-ラ行,連用形-促音便    渡る
て    助詞,接続助詞,*,*,*,*    て
小学校    名詞,普通名詞,一般,*,*,*    小学校
の    助詞,格助詞,*,*,*,*    の
国語    名詞,普通名詞,一般,*,*,*    国語
の    助詞,格助詞,*,*,*,*    の
教科書    名詞,普通名詞,一般,*,*,*    教科書
に    助詞,格助詞,*,*,*,*    に
大量    名詞,普通名詞,形状詞可能,*,*,*    大量
の    助詞,格助詞,*,*,*,*    の
挿し絵    名詞,普通名詞,一般,*,*,*    挿し絵
が    助詞,格助詞,*,*,*,*    が
用い    動詞,一般,*,*,上一段-ア行,未然形-一般    用いる
られ    助動詞,*,*,*,助動詞-レル,連用形-一般    られる
て    助詞,接続助詞,*,*,*,*    て
いる    動詞,非自立可能,*,*,上一段-ア行,終止形-一般    居る
EOS

「全学年」「にわたって」「ている」が複数行に分かれてしまっており、SudachiPyのモードCは、残念ながら「長単位」ではない。ただ、国語研「長単位」よりも、SudachiPyのモードCの方が、私(安岡孝一)個人としては扱いやすいような気もする。さてさて、どうしたらいいかな。