読者です 読者をやめる 読者になる 読者になる

日記

検索エンジニアになりたい

言語処理100本ノック 2015 1日目

言語処理100本ノック(言語処理100本ノック 2015)を見つけたのでやる。使用した言語はPython2.7
途中上手くはてな記法が働いていないところがある

第1章: 準備運動

00. 文字列の逆順
文字列"stressed"の文字を逆に(末尾から先頭に向かって)並べた文字列を得よ.

プログラム

#coding: UTF-8
s = "stressed"
print s[::-1]

実行結果
haruka@ubuntu:~/NLP100$ python 00.py
desserts

01. 「パタトクカシーー」
「パタトクカシーー」という文字列の1,3,5,7文字目を取り出して連結した文字列を得よ.

プログラム

#coding: UTF-8

s = u"パタトクカシーー"
print  s[0:1] + s[2:3] + s[4:5] + s[6:7]

実行結果
haruka@ubuntu:~/NLP100$ python 01.py
パトカー
 

02. 「パトカー」+「タクシー」=「パタトクカシーー」
「パトカー」+「タクシー」の文字を先頭から交互に連結して文字列「パタトクカシーー」を得よ.

プログラム

#coding: UTF-8

p = u'パトカー'
t = u'タクシー'

for i,j in (zip(p,t)):
  print "".join(i + j)

||< 

実行結果
haruka@ubuntu:~/NLP100$ python 02.py
パタ
トク
カシ
ーー


03. 円周率
"Now I need a drink, alcoholic of course, after the heavy lectures involving quantum mechanics."という文を単語に分解し,各単語の(アルファベットの)文字数を先頭から出現順に並べたリストを作成せよ.

プログラム
>|python|
#coding: UTF-8
s = "Now I need a drink, alcoholic of course, after the heavy lectures involving quantum mechanics."

s = s.replace(',',"")
s = s.replace('.',"")
list =[]

for i in s.split():
   list.append(len(i))

print list

 
実行結果
haruka@ubuntu:~/NLP100$ python 03.py
[3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5, 8, 9, 7, 9]


05. n-gram
与えられたシーケンス(文字列やリストなど)からn-gramを作る関数を作成せよ.この関数を用い,"I am an NLPer"という文から単語bi-gram,文字bi-gramを得よ.

プログラム
#coding: UTF-8

text = "I am an NLPer"

def ngram(text,n):
  list = []
  if len(text) >= n:
      for i in xrange(len(text) - n + 1):
          list.append(text[i:i+n])
  return list

print ngram(text,2)

 
実行結果
haruka@ubuntu:~/NLP100$ python 05.py
['I ', ' a', 'am', 'm ', ' a', 'an', 'n ', ' N', 'NL', 'LP', 'Pe', 'er']


06. 集合
"paraparaparadise"と"paragraph"に含まれる文字bi-gramの集合を,それぞれ, XとYとして求め,XとYの和集合,積集合,差集合を求めよ.さらに,'se'というbi-gramがXおよびYに含まれるかどうかを調べよ.

プログラム

#coding: UTF-8
tx1 = "paraparaparadise"
tx2 = "paragraph"

def ngram(text,n):
  list = []
  if len(text) >= n:
      for i in xrange(len(text) - n + 1):
          list.append(text[i:i+n])
  return list

X = (ngram(tx1,2))
Y = (ngram(tx2,2))
print X,Y
print "union:" + X.union(Y)
print "intersection:" + X.intersection(Y)
print "difference:" + X.difference(Y)
||< 

実行結果
haruka@ubuntu:~/NLP100$ python 06.py
['pa', 'ar', 'ra', 'ap', 'pa', 'ar', 'ra', 'ap', 'pa', 'ar', 'ra', 'ad', 'di', 'is', 'se'] ['pa', 'ar', 'ra', 'ag', 'gr', 'ra', 'ap', 'ph']
Traceback (most recent call last):
  File "06.py", line 14, in <module>
    print "union:" + X.union(Y)


07. テンプレートによる文生成
引数x, y, zを受け取り「x時のyはz」という文字列を返す関数を実装せよ.さらに,x=12, y="気温", z=22.4として,実行結果を確認せよ.

プログラム
>|python|
#coding: UTF-8

def template(x,y,z):
  print "%s時の%sは%s" % (x,y,z)

template(12,"気温",22.4)
||< 

実行結果
haruka@ubuntu:~/NLP100$ python 07.py
12時の気温は22.4


08. 暗号文
与えられた文字列の各文字を,以下の仕様で変換する関数cipherを実装せよ.

英小文字ならば(219 - 文字コード)の文字に置換
その他の文字はそのまま出力
この関数を用い,英語のメッセージを暗号化・復号化せよ.

プログラム
>|python|
#coding: UTF-8
text = "This is a pen"

def cipher(text):
  ans = ""
  for i in text:
    if i.islower():
      str = 219 - ord(i)
      ans += chr(str)
    else:
      ans += i
  return ans

print cipher(text)

実行結果
haruka@ubuntu:~/NLP100$ python 08.py
Tsrh rh z kvm

第2章: UNIXコマンドの基礎

hightemp.txtは,日本の最高気温の記録を「都道府県」「地点」「℃」「日」のタブ区切り形式で格納したファイルである.以下の処理を行うプログラムを作成し,hightemp.txtを入力ファイルとして実行せよ.さらに,同様の処理をUNIXコマンドでも実行し,プログラムの実行結果を確認せよ.

10. 行数のカウント
行数をカウントせよ.確認にはwcコマンドを用いよ.

プログラム

#coding: UTF-8

f = open("hightemp.txt")
lines = f.readlines()
print len(lines)
f.close


実行結果
haruka@ubuntu:~/NLP100$ python 10.py
24

コマンド確認
haruka@ubuntu:~/NLP100$ wc -l hightemp.txt
24 hightemp.txt


今日のまとめ
とりあえず100問ざっとみた。さっぱりいまは解ける気がしないけどなんとかなる気がする。
ここに載せてるものでも実行結果がおかしかったりエラーが出ているものがあるのでまずはそれを直す。
今日解けたのは00,01,03,07,08,10

1問解けたら絵をかいたふせんをはってく 
今日のふせんしんちょく
f:id:sakura818uuu:20160510233242j:plain