korean-rule-helper

한국어 rule-based 처리할 때 활용할 수 있는 패키지

• 품사 태그를 활용한 문장 구조 및 분석
• 한국어 규칙 적용

Installation

dependency

• python >=3.10
• python-mecab-ko 패키지 설치(링크 참조)

Using pip

pip install korean-rule-helper

Usage

기본 구성

KoreanSentence

KoreanSentence 는 문장(한국어 string)을 품사태그로 나누어서 저장합니다.

from korean_rule_helper import KoreanSentence
sentence = KoreanSentence('나는 너를 사랑한다.')
print(sentence.parsed) #[$나/NP, $는/JX, $_, $너/NP, $를/JKO, $_, $사랑/NNG, $한다($하/XSV, $ᆫ다/EF)/XSV+EF, $./SF]
print(sentence.text) # 나는 너를 사랑한다.

Rule

rule 은 python dict 형태로 표현되며 해당하는 형태소의 품사, 표현형 등을 체크할 수 있습니다. default 값은 아래와 같습니다.

class Rule:
    surface: str|list[str]|None = None
    pos: str|list[str]|None = None
    npos: str|list[str]|None = None
    # match tools from below
    blank: bool = False
    optional: bool = False


rule_default = {
    'surface': None, # str | [str]
    'is_first': False, 
    'is_last': False,
    # 'is_concat': False,
    'pos': None, # str | [str]
    '!pos': None, # str | [str]
    'return': False,
}

• suface(str|str[]) : 표현형 ex) 가방
• pos(str|str[]): 포함하는 품사 ex) ['NNG']
• npos(str|str[]]): 포함하지 않는 품사 ex) ['JX']
• blank(bool): argument 로 반납 여부
• optional(bol): match 에서 있어도 되고 없어도 되게끔 판단

예시

KoreanSentence의 판단 기준은 다음과 같습니다.

• surface -> item의 표현형이 surface 와 다르면 False
• pos -> item의 품사가 모두 겹치지 않으면 False
• npos -> item의 품사가 하나라도 겹치면 False
• 위의 기준을 모두 피할 경우 True

Rule 은 기본적으로 class 로 정의되어있지만 dict 또는 str 으로부터 가져올 수 있습니다.

# rule from string -> surface
rule = Rule.from_str('과자')
print(rule) # Rule(surface: 과자)

# rule from dict -> k - v pairs matching
rule = Rule.from_dict({'pos': ['N', 'V']})
print(rule) # Rule(pos: ['N', 'V'])

# rule from list of dict, str combined
rule = Rule.transform(['과자', {'pos': ['N', 'V']}])
print(rule) # [Rule(surface: 과자), Rule(pos: ['N', 'V'])]

KoreanSentence

from korean_rule_helper import KoreanSentence, Rule

replace

문장의 형태소를 조건에 맞게 변경합니다.

# replace
sentence = KoreanSentence('문재인은 19대 대통령이다.')

rule = Rule.from_dict({'surface': '다', 'pos': 'EF'})
sentence = sentence.replace(rule, '에요')
print(sentence.text) # 문재인은 19대 대통령이에요.


rule = Rule.from_dict({'pos': 'NNP'})
sentence = sentence.replace(rule, '000')
print(sentence.text) # 000은 19대 대통령이에요.

strip

문장의 앞 뒤 형태소를 조건에 맞게 잘라냅니다.

from korean_rule_helper import KoreanSentence

sentence = KoreanSentence('박근혜는 18대 대통령이다.')

rules = [{'surface': '.', 'pos': 'S'}, '박근혜', '는'] # multiple rule
sentence = sentence.strip(rules)
print(sentence.text) #  18대 대통령이다

rule = '다' # single rule
sentence = sentence.strip(rule)
print(sentence.text) #  18대 대통령이 

KoreanRuleHelper

match

문장이 형태소를 조건에 맞는 순서로 포함하고 있는지 여부를 체크합니다.

from korean_rule_helper import KoreanRuleHelper

rh = KoreanRuleHelper()
sentence = KoreanSentence('내 이름은 김치야')

rule = ['내', '이름', '은', '김치야']
rule = Rule.transform(rule)
is_match, arg = rh.match(sentence, rule)
print(is_match, arg) # True []

rule = ['내', '이름', {'blank': True, 'pos': 'N'}] 
rule = Rule.transform(rule)
is_match, arg = rh.match(sentence, rule)
print(is_match, arg) # True ['김치']

rule = ['내', {'blank': True, 'pos': 'N'}, '김치', {'pos': 'E'}]
rule = Rule.transform(rule)
is_match, arg = rh.match(sentence, rule)
print(is_match, arg) # True ['이름']

rule = ['내', {'blank': True, 'pos': 'N'}, '고기' ]
rule = Rule.transform(rule)
is_match, arg = rh.match(sentence, rule)
print(is_match, arg) # False []

add_josa

한국어 단어의 종성 여부에 맞추어 조사를 붙여줍니다.

I_GA: 이/가
EUN_NEUN: 은/는
GWA_WA: 과/와
A_YA: 아/야
EUL_REUL: 을/를
RYUL_YUL: 률/율
EURO_RO: 으로/로
I_X: 이/''

from korean_rule_helper import JosaHelper
# add_josa
js = JosaHelper()

word = '설빙'
josa_word = js.add_josa(word, type='EUL_REUL')
print(josa_word) # 설빙을

word = '사과'
josa_word = js.add_josa(word, type='GWA_WA')
print(josa_word) # 사과와

품사 태그 비교 표

mecab-ko-dict 의 태그를 따름(세종 품사 태그)