KOMORANPoSTagger

• KOrean MORphological ANalyzer Part-of-Speech Tagger
• 오픈소스 형태소 분석기인 코모란(KOMORAN)을 이용하여 파일 단위 말뭉치의 형태소 분석 결과를 태깅할 수 있습니다.

빠른 사용법 (Quick Start)

• KOMORANPoSTagger 프로젝트를 내려받거나 git clone 한 후, 다음과 같이 실행합니다.

git clone https://github.com/9bow/KOMORANPoSTagger
cd KOMORANPoSTagger
./gradlew run

• 이 때, 분석할 파일명이 주어지지 않으면 기본 입력 파일(./data/sample.corpus)을 형태소 분석 및 품사 태깅하여 저장합니다.
• 형태소 분석 및 품사 태깅된 출력 파일은 ./output/ 경로에 .tagged 접미사가 붙은 파일명으로 저장됩니다.
  • 예. ./data/sample.corpus => ./output/sample.corpus.tagged
• 입력 파일명을 지정하려면 다음과 같이 실행합니다. (단, 입력 파일 내에는 한 줄에 한 문장이 들어갈 수 있도록 저장합니다.)

./gradlew run -P corpus='filepath/filename'

사용법 (Usage)

• KOMORANPoSTagger 프로젝트를 내려받거나 git clone한 후, 다음과 같이 실행 가능한 jar 파일을 생성합니다.

git clone https://github.com/9bow/KOMORANPoSTagger
cd KOMORANPoSTagger
./gradlew jar

• 생성된 jar 파일(build/libs/KOMORANPoSTagger.jar)을 실행합니다.

java -jar ./build/libs/KOMORANPoSTagger.jar

• 이 때, 분석할 파일명이 주어지지 않으면 기본 입력 파일(./data/sample.corpus)을 형태소 분석 및 품사 태깅하여 저장합니다.
• 형태소 분석 및 품사 태깅된 출력 파일은 ./output/ 경로에 .tagged 접미사가 붙은 파일명으로 저장됩니다.
  • 예. ./data/sample.corpus => ./output/sample.corpus.tagged
• 입력 파일을 지정하려면 다음과 같이 실행합니다. (단, 입력 파일 내에는 한 줄에 한 문장이 들어갈 수 있도록 저장합니다.)

java -jar ./build/libs/KOMORANPoSTagger.jar filepath/filename

설정 변경하기 (Using config.properties)

• Config 파일(src/main/resources/config.properties)에서 아래의 기본 설정을 변경할 수 있습니다.
• 지원하는 설정의 종류는 다음과 같습니다.

설정명	설명	기본값
input.sample	(입력 파일이 지정되지 않았을 때) 기본 입력 파일	./data/sample.corpus
input.charset	입력 파일의 인코딩	UTF-8
output.dirpath	출력 파일의 저장 경로	./output/
output.postfix	출력 파일의 접미사 (파일명은 입력 파일과 동일)	.tagged
output.charset	입력 파일의 인코딩	UTF-8
delimiter.pos	품사 앞의 구분자	/
delimiter.item	단어 간의 구분자	공백 문자(Space, \u0020)
delimiter.line	입력 줄 간의 구분자	개행 문자(Newline, \n)
model.type	형태소 분석에 사용할 모델의 종류 (full, light)	full
remove.space	고유명사 등, 형태소에 공백이 포함된 경우 제거 여부 (true, false)	true

입출력 파일 예시 (Example of input/output file)

• 입력 파일의 예

제1조
① 대한민국은 민주공화국이다.
② 대한민국의 주권은 국민에게 있고, 모든 권력은 국민으로부터 나온다.

• 출력 파일의 예

제/XPN 1/SN 조/NR
①/SW 대한민국/NNP 은/JX 민주공화국/NNP 이/VCP 다/EF ./SF
②/SW 대한민국/NNP 의/JKG 주권/NNP 은/JX 국민/NNG 에게/JKB 있/VV 고/EC ,/SP 모든/MM 권력/NNG 은/JX 국민/NNG 으로부터/JKB 나오/VV ㄴ다/EF ./SF