7.8.18. TokenUnigram¶
7.8.18.1. 概要¶
TokenUnigram は TokenBigram と似ています。違いはトークンの単位です。
7.8.18.2. 構文¶
TokenUnigram には、引数がありません。
TokenUnigram
7.8.18.3. 使い方¶
ノーマライザーを使っている場合は TokenUnigram はASCIIの文字には空白区切りのようなトークナイズ方法を使います。非ASCII文字にはユニグラムのトークナイズ方法を使います。
TokenUnigram が非ASCII文字をトークナイズすると、以下の例のように TokenUnigram は各トークンが1文字となります。
実行例:
tokenize TokenUnigram "日本語の勉強" NormalizerAuto
# [
# [
# 0,
# 1546584495.218799,
# 0.0002140998840332031
# ],
# [
# {
# "value": "日",
# "position": 0,
# "force_prefix": false,
# "force_prefix_search": false
# },
# {
# "value": "本",
# "position": 1,
# "force_prefix": false,
# "force_prefix_search": false
# },
# {
# "value": "語",
# "position": 2,
# "force_prefix": false,
# "force_prefix_search": false
# },
# {
# "value": "の",
# "position": 3,
# "force_prefix": false,
# "force_prefix_search": false
# },
# {
# "value": "勉",
# "position": 4,
# "force_prefix": false,
# "force_prefix_search": false
# },
# {
# "value": "強",
# "position": 5,
# "force_prefix": false,
# "force_prefix_search": false
# }
# ]
# ]