//-------------------------------------------------------
// 語のchainを先頭から舐め、熟語を探す。
static public WordTable Scan(WordChain wChain, WordTable wTable)
{
// 熟語は優先のため変換済みチェックなし
//if(wTable.IsTranslated()){
// return wTable; // 変換済みなら何もしない
//}
// wtで始まる熟語のチェック
WordTable idiomwt = Idiom.Search(wChain, wTable);
if (idiomwt != null)
{
// 熟語が解決できた
return(idiomwt);
}
return(wTable);
}
static public WordTable Scan(WordChain wChain, WordTable wTable)
{
if (wTable.IsTranslated())
{
return(wTable); // 変換済みなら何もしない
}
if (KJ_dict.inputIsHangul)
{
wTable = ScanPPKr(wChain, wTable);
}
else
{
wTable = ScanPPJp(wChain, wTable);
}
return(wTable);
}
// Chainの最後にChainを追加
public void Add(WordChain wc2)
{
if (wc2 == null)
{
return; // 何もしない
}
if (head == null)
{
this.head = wc2.head;
this.tail = wc2.tail;
return;
}
this.tail.next = wc2.head;
wc2.head.prev = this.tail;
this.tail = wc2.tail;
}
// 前の有効な語を返す。(空白skip)
public WordTable PrevWord()
{
WordTable wt = this.prev;
while (true)
{
if (wt == null)
{
break;
}
if (wt.IsWord())
{
return(wt);
}
wt = wt.prev;
}
return(null);
}
//---------------------------------------------
// 次の有効な語を返す。(空白skip)
public WordTable NextWord()
{
WordTable wt = this.next;
while (true)
{
if (wt == null)
{
break;
}
if (wt.IsWord())
{
return(wt);
}
wt = wt.next;
}
return(null);
}
//-------------------------------------------------------------------
// チェーンの前処理。
// 句読点の判定、置換など
//
private WordTable ChainPreProc(WordChain wChain, WordTable wTable)
{
if (wTable.IsTranslated())
{
return(wTable); // 変換済みなら何もしない
}
if (wTable.charCategory == CharCategory.Letter)
{
// 一種の正規化
if (wTable.word == "ㆍ") // 0x318D 韓国で使われる中点
{
wTable.word = "・"; // 0x30FB 日本語の全角中点
}
}
if (wTable.charCategory == CharCategory.Punctuation)
{
if (KJ_dict.inputIsHangul)
{
if (wTable.word == ".")
{
if (wTable.next == null || !wTable.next.IsWord())
{
wTable.transWord = "。";
}
}
}
else
{
if (wTable.word == "、")
{
wTable.transWord = ", ";
}
if (wTable.word == "。")
{
wTable.transWord = ". ";
}
}
}
return(wTable);
}
//--------------------------------------------------------------
public WordTable firstScan(WordChain wChain, WordTable wTable)
{
// 速度向上のため、skipさせる
if (wTable.IsTransSkipWord())
{
return(wTable); // 何もせずreturn
}
// 前処理
wTable = ChainPreProc(wChain, wTable);
// 数助詞，冠数詞をチェック
wTable = Numerative.Scan(wChain, wTable);
// 助詞の解析を試す (前の語の辞書引きあり)
wTable = KJ_pp.Scan(wChain, wTable); //2005.08.26 数詞の前に
return(wTable);
}
//-------------------------------------------------------
static private WordChain DivideCountableMain(WordTable wTable, PosCategory poscategory)
{
WordChain wc = null;
StringDivider sd = new StringDivider(wTable.word);
// 後から1文字ずつ落としつつ，検索。
string trans = "";
while (sd.eof() == false)
{
// 文字列を分割する
HYAM.KJ_dict.Pair pair = sd.DivideBackward();
if (poscategory == PosCategory.Numeral)
{
trans = KJ_Filter.SearchNumeral(pair.head);
}
else
{
trans = KJ_Filter.SearchNumerative(pair.head);
}
if (trans != "")
{
WordTable wt_num = new WordTable(pair.head, trans);
wt_num.posCategory = poscategory;
wc = new WordChain(wt_num);
if (pair.tail != "")
{
WordTable wt_tail = new WordTable(pair.tail);
wc.Add(wt_tail);
}
return(wc);
}
} // end of while
return(null);
}
//------------------------------------------------------------------
private WordChain WordDivider(WordTable wTable)
{
WordChain wc1 = null;
#if DEBUG_LOG
KJ_Analyzer.WriteDebugLog("WordDivider");
#endif
// 辞書検索なしの助詞チェック
if (KJ_dict.inputIsHangul)
{
wc1 = KJ_pp.CheckPPwithoutDictKr(wTable);
}
// 3文字の「ハングルまたは漢字」なら特別チェック
if (wTable.word.Length == 3 &&
(CodeCheck.IsHangul(wTable.word) ||
CodeCheck.IsKanji(wTable.word))
)
{
WordChain wcThree = Check3Chars(wTable);
if (wcThree != null)
{
return(wcThree);
}
}
// 全体でmatchしないなら部分文字列で検索（再起 語分解あり）
WordChain wc2 = null;
wc2 = WordPartProc(wTable);
// wtは最後の語テーブル。未変換なら再調査
// WordChain wc3 = CheckLastWord(wChain, wTable);
// costが小さい方を採用
WordChain rtnWc = WordChain.GetMinimunCostChain(wc1, wc2);
return(rtnWc);
}
//--------------------------------------------------------------
public WordTable secondScan(WordChain wChain, WordTable wTable)
{
// 速度向上のため、skipさせる
if (wTable.IsTransSkipWord2()) // 少しゆるいskip
{
return(wTable); // 何もせずreturn
}
// 熟語をチェック
wTable = Idiom.Scan(wChain, wTable);
// 分割なし完全一致の語
wTable = DelimitedWord.Scan(wChain, wTable);
// 分割も考慮し詳しい(?)解析
// (辞書引きなし助詞解析あり)
// 分解した最後のwTableを返す
wTable = ScanDetail(wChain, wTable);
return(wTable);
}
//-------------------------------------------------------------------
// 形容動詞の語幹となる名詞なら，その日本語訳を返す
private string IsNounWithAdverb(WordTable wTable)
{
if (wTable.sResult == null)
{
return("");
}
if (wTable.sResult.documents == null)
{
return("");
}
// wTableはハダ動詞(動詞・形容動詞)になる名詞？
foreach (DocumentData sdata in wTable.sResult.documents)
{
string src = sdata.GetSrc();
if (src == "hyam(noun.adverb)")
{
return(sdata.GetData("key2"));
}
}
return("");
}
//------------------------------------------------------------------------
// 辞書に見つからなかった語を自動変換する
// ハングル <---> カタカナ
private WordTable ConvAutoConv(WordTable wt)
{
if (wt.IsTranslated())
{
return(wt); // 変換済みなら何もしない
}
if (!this.sTrans.AutoConv)
{
return(wt); // AutoConvをoffにしている場合は何もせず抜ける。
}
if (KJ_dict.inputIsHangul)
{
// K-->J方向
if (CodeCheck.IsHangul(wt.word))
{
wt.transWord = Hangul.Hangul2Kana(wt.word);
}
}
else
{
// J-->方向
if (wt.charCategory == CharCategory.Katakana)
{
// カタカナの場合
wt.transWord = Kana.Kana2Hangul(wt.word);
}
else
{
if (wt.charCategory == CharCategory.Hiragana)
{
// ひらがなの場合
wt.transWord = Kana.Hira2Hangul(wt.word);
}
}
}
return(wt);
}
//-------------------------------------------------------------------
//
private WordTable ScanDetailJp(WordChain wChain, WordTable wTable)
{
// 助詞を処理
// (助詞で始まる熟語があるので熟語の後）
if (wTable.posCategory == PosCategory.PP)
{
// 改めて訳語を設定
string pp = KJ_pp.TransJapanesePP(wTable);
if (pp != "")
{
// 訳語設定
wTable.transWord = pp;
wTable.Cost = 0;
// ハングルの助詞なら、分かち書きのため空白を置く。
wTable.transWord = wTable.transWord + " ";
return(wTable);
}
}
return(null);
}
//-------------------------------------------------------------------
private void MakeDebugInfo(StringBuilder result, WordTable wt)
{
string indent = " ";
result.Append(indent);
result.Append(" (" + wt.charCategory + ") ");
result.Append(" (" + wt.posCategory + ") ");
result.Append(" (" + wt.GetWordCost() + ") ");
result.Append(" (" + wt.divided + ") ");
if (wt.IsSentenseHead)
{
result.Append(" (sentense head)");
}
if (wt.IsSentenseTail)
{
result.Append(" (sentense tail)");
}
result.Append("\n");
SearchResult sResult = wt.sResult;
if (sResult != null && sResult.documents != null)
{
foreach (DocumentData ddata in sResult.documents)
{
result.Append(indent);
result.Append(ddata.GetData("key2"));
result.Append(" " + ddata.GetData("cost2"));
result.Append(" " + ddata.GetData("src"));
result.Append("\n");
}
}
else
{
result.Append("\n");
}
}
//-------------------------------------------------------------------
// 形容動詞の語尾か？
private string IsAdverbTail(WordTable wTable)
{
if (wTable.sResult == null)
{
return("");
}
if (wTable.sResult.documents == null)
{
return("");
}
// wTableはハダ形容動詞の語尾？
foreach (DocumentData sdata in wTable.sResult.documents)
{
string src = sdata.GetSrc();
if (src == "hyam(adverb.hada.parts)")
{
return(sdata.GetData("key2"));
}
}
return("");
}
//-------------------------------------------------------
// 語のchainを先頭から舐め、助詞(Postpositional Particle)を分解する。
static private WordTable ScanPPJp(WordChain wChain, WordTable wTable)
{
// 語を舐め、助詞を分解する。
if (wTable.IsTranslated() || wTable.IsDigit())
{
// 翻訳済み または 数字ならなにもしない。
return(wTable);
}
// J-->K方向の場合、ハングルは
// 前の語に依存するので訳語(ハングル)の設定は別途。
// 助詞である事の確定だけ試みる
// 分離されたひらがなの助詞判定だけ
PosCategory pp = CheckPos_Hira(wTable.word);
if (PosCategory.PP == pp)
{
wTable.posCategory = pp;
}
// 漢字＋ひらがなの形での助詞分離
if (wTable.charCategory == CharCategory.KanHira)
{
WordChain resultChain = DivideJapanesePP(wTable);
if (resultChain != null)
{
wChain.Swap(wTable, resultChain);
// 前の語は未翻訳なのでそれを返す
wTable = resultChain.Head;
}
}
return(wTable);
}
//----------------------------------------------
//
// wt2
// |
// v
// ----wt1--------a---------b--------c-----
// (oldnext)
public void Insert(WordTable wt1, WordTable wt2)
{
if (wt1 == null)
{
this.head = wt2;
this.tail = wt2;
return;
}
if (wt1.next == null)
{
Debug.Assert(this.tail == wt1);
wt1.next = wt2;
wt2.prev = wt1;
wt2.next = null;
this.tail = wt2;
return;
}
WordTable oldnext = wt1.next;
wt1.next = wt2;
wt2.prev = wt1;
wt2.next = oldnext;
oldnext.prev = wt2;
}
//------------------------------------------------------------------
// 4文字語の調査 （部分分割後は使わない）
static private WordChain Check4Chars(WordTable wTable)
{
SearchResult sResult;
if (KJ_dict.inputIsHangul)
{
// 4文字以外は抜ける。
if (wTable.word.Length != 4)
{
return(null);
}
if (wTable.word.EndsWith("하게"))
{
string head = wTable.word.Remove(2, 2); // 4文字なので固定
sResult = KJ_dict.SearchFull(head);
if (sResult != null)
{
WordTable tempwt = new WordTable(head);
tempwt.SetResult(sResult);
string trans = tempwt.GetTranslatedText();
wTable.transWord = trans + "に";
wTable.Cost = 10;
wTable.posCategory = PosCategory.PP;
WordChain wc = new WordChain(wTable);
// これだけならwtでもいいが、汎用化のためwcで返す
return(wc);
}
}
}
return(null);
}
//-------------------------------------------------------
// wordがハングルの助詞と完全一致なら、訳語をreturn で返す。
static private String CheckHangulPP_Full(WordTable wordT)
{
string word = wordT.word;
string prevword = "";
if (wordT.prev == null)
{
return("");
}
// 前の語が空白なら助詞とは判断しない。
// 초파리에서 이 유전자를 の「이」は「が」ではない
if (!wordT.prev.IsWord())
{
return(""); // 何もせず抜ける
}
prevword = wordT.prev.word; // 前の語
// 前の語がハングルならつながっているから
// このタイプの判断が必要なのは前が英数字
// ex. MP3의
return(KJ_Filter.SearchPPall(word));
}
//----------------------------------------------
//
// chain中のwt1を別chainで置き換える
//
// wc( wt2----------wt3---------wt4 )
// | wc.head wc.tail
// v
// ----wt1--------a---------b--------c-----
// (oldnext)
//
public void Swap(WordTable wt1, WordChain wc)
{
Insert(wt1, wc);
Delete(wt1);
}
//----------------------------------------------
//
// chain中のwt1を wt2+wt3に置き換える
//
public void Swap(WordTable wt1, WordTable wt2, WordTable wt3)
{
Insert(wt1, wt2);
Insert(wt2, wt3);
Delete(wt1);
}
//--------------------------------------------
// constructor
public WordChain()
{
this.head = null;
this.tail = null;
}
//--------------------------------------------------------------
// startwtで始まる熟語を最長一致でチェックする
//
// (before)
// -----wt1-----wt2-----wt3-----wt4-----wt5-----wt6-----
// ↑ ↑
// startwt matched
//
// (after)
// -----wt1-----idiomwt-----wt5-----wt6-----
//
// チェーン中の熟語を成すテーブルは1つにまとめる。
// （正確には熟語のテーブルを挿入し、個々の語のテーブルは削除）
//
static public WordTable Search(WordChain wc, WordTable startwt)
{
//熟語は語単位より優先
// if(startwt.IsTranslated()){
// return null; // 翻訳済みの語は触らない
// }
bool isExist; // 辞書中にチェック対象の語(熟語)が存在するか？
WordTable idiomwt = null; // 熟語テーブル
SearchResult sResult;
string word = startwt.word;
// startwtが翻訳済みで助詞なら何もしない
// 暫定的 2005.08.26
// if(startwt.IsTranslated() && startwt.pos == PosCategory.PP ){
// return(null); // not found
// }
// 前方一致で該当なしなら
// この語で始まる熟語は辞書にない
isExist = KJ_dict.CheckForward(word);
if (!isExist)
{
return(null); // not found
}
// 前方一致でmatchしたので先読みして熟語チェック
String word2 = "";
string next = "";
WordTable nextTable = startwt.next;
WordTable matched = startwt;
// 次の語以降を足しながらチェック
while (nextTable != null)
{
if (nextTable == null || nextTable.word == "")
{
break; // 次の語なしなら抜ける
}
next = nextTable.word;
char ch = next[0];
if (Char.IsSeparator(ch))
{
next = " ";
}
if (next == " ")
{
word = word + next;
nextTable = nextTable.next; // 次の語へ
continue; // 空白付加だけでは再検索しない
}
word2 = word + next;
//次の語を足して前方一致チェック
isExist = KJ_dict.CheckForward(word2);
if (!isExist)
{
// nextを足したら，一致しない。→ これ以上先を見る必要なし
break;
}
// 一致した部分まででで完全一致検索
sResult = KJ_dict.SearchFull(word2);
if (sResult != null)
{
// string trimword = word2;
// trimword = trimword.Replace(" ", ""); // 空白削除
if (IsValidIdiom(sResult)) // 長さ4以上でないと採用しない
// 熟語が見つかった
{
idiomwt = new WordTable(word2);
idiomwt.charCategory = startwt.charCategory;
// 先頭文字種で (混ざっている可能性あるが)
idiomwt.posCategory = PosCategory.Idiom;
idiomwt.SetResult(sResult);
matched = nextTable; // 完全一致した最後のテーブル
}
}
// さらに次の語へ
word = word2; // nextを足したものを元とする。
nextTable = nextTable.next; // 次の語へ
} // while loop
if (startwt.word == word)
{
// 熟語でなく単なる入力語の完全一致の時は返さない
return(null);
}
if (idiomwt != null)
{
// 熟語が見つかっている
wc.Insert(matched, idiomwt);
// startwtからmatchedまでは消していい。
WordTable delwt = startwt;
while (true)
{
wc.Delete(delwt);
if (delwt == matched)
{
break;
}
delwt = delwt.next;
}
// 熟語のテーブルを返す
return(idiomwt);
}
// 熟語なし
return(null);
}
//-------------------------------------------------------
static private WordChain DivideJapanesePP(WordTable wTable)
{
StringDivider sd = new StringDivider(wTable.word);
// 前から1文字ずつ落としつつ，検索。
string trans = "";
while (sd.eof() == false)
{
// 文字列を分割する
HYAM.KJ_dict.Pair pair = sd.DivideForward();
if (Hangul.withPachim(pair.head))
{
trans = KJ_Filter.SearchPP_Pachim(pair.tail);
}
else
{
trans = KJ_Filter.SearchPP_NoPachim(pair.tail);
}
if (trans == "")
{
continue;
}
SearchResult result = KJ_dict.SearchFull(pair.head);
if (result != null)
{
// 助詞確定
// 助詞に先行しない語は除外
// 산은 （은が助詞なら、산は動詞[連体詞]ではない）
// result = SearchResult.CheckPPConnectable(result);
// もし語が全部落ちたならば何もしない
if (result.documents.Count == 0)
{
// nop
}
else
{
// 先行語＋助詞のチェーンを作る
WordTable wt1 = new WordTable(pair.head);
wt1.SetResult(result);
wt1.divided = Divided.Lead;
// wt2.transWord はまだ設定しない。
// 前の訳語のパッチムに影響されるため。
WordTable wt2 = new WordTable(pair.tail);
wt2.posCategory = PosCategory.PP;
wt2.divided = Divided.Trail;
// 長い助詞ほどコストを低くする
// wt2.Cost = 0;
if (wt2.word.Length > 2)
{
wt2.Cost = 0;
}
else if (wt2.word.Length == 2)
{
wt2.Cost = 3;
}
else
{
wt2.Cost = 5;
}
WordChain rtnChain = new WordChain(wt1, wt2);
return(rtnChain);
}
}
} // end of while
return(null); // 分離できなかったらnullを返す。
}
//-------------------------------------------------------
// 語のchainを先頭から舐め、助詞(Postpositional Particle)を分解する。
static private WordTable ScanPPKr(WordChain wChain, WordTable wTable)
{
bool inputIsHangul = KJ_dict.inputIsHangul;
// 語を舐め、助詞を分解する。
if (wTable.charCategory != CharCategory.Hangul &&
wTable.charCategory != CharCategory.LetterMix)
{
// ハングルでないなら、または英字＋ハングルでないなら何もしない。
return(wTable);
}
// 完全一致の助詞なら情報をセットし、終了
string pp_trans = CheckHangulPP_Full(wTable);
if (pp_trans != "")
{
wTable.transWord = pp_trans;
wTable.posCategory = PosCategory.PP;
if (wTable.word.Length > 2)
{
wTable.Cost = 0;
}
else if (wTable.word.Length == 2)
{
wTable.Cost = 3;
}
else
{
wTable.Cost = 5;
}
return(wTable);
}
// wordTableが辞書に完全一致で存在するか調べる。
bool isExist = KJ_dict.CheckFull(wTable.word);
if (isExist)
{
// 完全一致した語は判定せず、なにもしない。
return(wTable);
}
// 助詞の分解を試みる
WordChain resultChain = DivideHangulPP(wTable);
if (resultChain == null)
{
// 助詞はついてなかった。なにもしない。
return(wTable);
}
// resultChainは 語＋助詞のチェーン。WordTと入れ替える
wChain.Swap(wTable, resultChain);
// 助詞で始まる熟語でないかチェック
WordTable idiomwt = Idiom.Search(wChain, resultChain.Tail);
// resultChainの先頭は未処理。
// いったんcurrentをresultChainの先頭に戻す
// 위원회를 ---> 위원회 + 를
// wTable resultChain.Head [を]:翻訳済み
wTable = resultChain.Head;
return(wTable);
}
//--------------------------------------------------------------------
// 語の変換 （語の分解あり)
// 語分解で翻訳済み末尾がずれることがあるのでWordTableを返す
// ABCDEF という語に対し、
// ABCDE + F
// ABCD + EF
// ABC + DEF
// : :
// と調べていき、最小コストの訳語がとれる分割を採用する
//
static public WordChain WordPartProc(WordTable wt)
{
SearchResult sResult;
String str = wt.word;
if (wt == null)
{
return(null);
}
if (wt.word != null && wt.word.Length == 1) // 1文字検索はしない
{
return(null);
}
if (wt.IsTranslated() || wt.IsDigit())
{
return(null); // 翻訳済みまたは 数字なら 何もしない
}
#if DEBUG_LOG
KJ_Analyzer.WriteDebugLog("WordPartProc:" + wt.word);
#endif
// 再起に備え，まず完全一致で検索
sResult = KJ_dict.SearchFull(str);
if (sResult != null)
{
wt.SetResult(sResult); // 全体でmatch
WordChain wc = new WordChain(wt);
return(wc);
}
// 部分語の2文字は分割しない
if (wt.word != null &&
wt.word.Length == 2 &&
wt.divided != Divided.Non)
{
return(null);
}
// 3文字の「ハングルまたは漢字」なら特別チェック
if (wt.word != null && wt.word.Length == 3 &&
wt.divided != Divided.Non && // 部分語の3文字語は除外
(CodeCheck.IsHangul(wt.word) ||
CodeCheck.IsKanji(wt.word))
)
{
WordChain wc3 = Check3Chars(wt);
if (wc3 != null)
{
return(wc3);
}
}
// int target_len=2; // 2005.09.03 やっぱり1文字まで切らないとだめだ
int target_len = 1;
int str_len = str.Length;
int minimumCost = 9999;
WordChain minimumCostChain = null;
// 前から1文字ずつ落としつつ，検索。
while (true)
{
int start = str_len - target_len;
// if( start <= 1 ){ // 2005.09.03
if (start <= 0)
{
break;
}
// 文字列を分割する
// str --> str2 + str3
// String str2 = str.Remove (start, target_len );
// String str3 = str.Substring(start, target_len );
// 前から分割に変えた(2005.08)
String str2 = str.Remove(target_len, start);
String str3 = str.Substring(target_len, start); //あとできれいに
// 前と後ろを、それぞれ検索
WordChain wc2 = DividedWordSearch(str2);
WordChain wc3 = DividedWordSearch(str3);
#if DEBUG_LOG
KJ_Analyzer.WriteDebugLog("str2/str3:" + str2 + "/" + str3);
#endif
WordTable wt2, wt3;
if (wc2 == null)
{
wt2 = new WordTable(str2);
wc2 = new WordChain(wt2);
}
if (wc3 == null)
{
wt3 = new WordTable(str3);
wc3 = new WordChain(wt3);
}
// 分割情報設定
if (wt.divided == Divided.Non)
{
wc2.Head.divided = Divided.Lead;
wc3.Head.divided = Divided.Trail;
}
if (wt.divided == Divided.Lead)
{
wc2.Head.divided = Divided.Lead;
wc3.Head.divided = Divided.Middle;
}
if (wt.divided == Divided.Middle)
{
wc2.Head.divided = Divided.Middle;
wc3.Head.divided = Divided.Middle;
}
if (wt.divided == Divided.Trail)
{
wc2.Head.divided = Divided.Middle;
wc3.Head.divided = Divided.Trail;
}
// wc2とwc3をつなぐ
wc2.Add(wc3);
// wc2---wc3 のコストを計算
int divChainCost = wc2.GetChainCost();
if (minimumCost >= divChainCost)
{
minimumCostChain = wc2;
minimumCost = divChainCost; //最小コストの更新
}
#if DEBUG_LOG
KJ_Analyzer.WriteDebugLog("wc2:" + wc2.Head.word + "," + wc2.Head.Cost);
KJ_Analyzer.WriteDebugLog("wc3:" + wc3.Head.word + "," + wc3.Head.Cost);
KJ_Analyzer.WriteDebugLog("divChainCost:" + divChainCost);
#endif
target_len++;
} // end of while
// Chain中のwordが全て翻訳できていない
if (minimumCostChain == null ||
(minimumCostChain != null && !minimumCostChain.IsTranslated()))
{
return(null);
}
// 翻訳できていない部分chainを再起実行
WordTable subT = minimumCostChain.Head;
while (subT != null)
{
if (!subT.IsTranslated())
{
WordChain subWc = WordPartProc(subT);
if (subWc != null)
{
WordTable wNext = subT.next;
minimumCostChain.Swap(subT, subWc);
subT = wNext;
continue;
}
}
subT = subT.next;
}
return(minimumCostChain);
}
//-------------------------------------------------------------------
// WordChainの各WordTableから翻訳結果を取り出し翻訳後文字列を返す
// (ブラウザ用)
public String Chain2String_for_Web(WordChain wc)
{
StringBuilder result; // 出力文字列
result = new StringBuilder();
string translatedText = "";
string originalText = ""; // 先頭にマーカ
// 語のchainを先頭から舐め、翻訳結果をresultに順次追加。
WordTable wt = wc.Head;
while (wt != null)
{
// タグの内容のテーブル
if (wt.charCategory == CharCategory.HTMLtag)
{
if (translatedText.Trim() != "")
{
if (String.Compare(originalText, translatedText) != 0)
{
// 翻訳データを埋める
originalText += ("<font color=blue size=-1>" +
translatedText + "</font>");
}
else
{
// NOP
// 英文など無変換のものは併記しない
}
result.Append(originalText);
// バッファクリア
originalText = "";
translatedText = "";
}
// htmlタグのwordをそのまま追加
result.Append(wt.word);
// この書き換えは効かない... [2009/09/26 09:56:07]
// string noblank = wt.word.Replace("target=\"_blank\"", "");
// result.Append( noblank );
wt = wt.next;
continue;
}
// htmlタグの外 (訳すべきテキスト)
// 原文の退避
originalText += wt.word;
// 翻訳用前処理
TranslationPreproc(wt);
// wtから翻訳済みテキストを取り出す
string translated = wt.GetTranslatedText();
// 翻訳できなかったら元文字をそのまま返す
if (translated == "")
{
translated = wt.word;
}
translatedText += translated;
wt = wt.next;
}
return(result.ToString());
}
public WordChain(WordTable wt1, WordTable wt2) : this()
{
this.Add(wt1);
this.Add(wt2);
}
//-------------------------------------------------------
// 語のchainを先頭から舐め、助数詞・冠数詞を解析する。
static public WordTable Scan(WordChain wChain, WordTable wTable)
{
if (wTable.IsTranslated())
{
return(wTable); // 変換済みなら何もしない
}
WordTable next = wTable.NextWord(); // 次の有効な語を返す。(空白skip)
// 前後を数字(Digit)に挟まれる場合
if ((wTable.prev != null && wTable.prev.IsDigit()) &&
(next != null && next.IsDigit()))
{
string transword = KJ_Filter.SearchNumConnecting(wTable.word);
if (transword != "")
{
wTable.transWord = transword;
wTable.posCategory = PosCategory.Numerative;
wTable.Cost = 1;
return(wTable);
}
}
// 1つ前のWordTableは数字(Digit)の場合
// または数詞(Numeral)である場合
if ((wTable.prev != null && wTable.prev.IsDigit()) || // 800억 の 억
(wTable.PrevWord() != null &&
wTable.PrevWord().posCategory == PosCategory.Numeral) // 800억원 --> 800+억+원の원
// 160억 개의 のように空白をはさむ事があるので空白skipで前の語を調べる
)
{
WordChain dividedChain = DivideCountable(wTable);
if (dividedChain != null)
{
// 助数詞であった
// devidedChainは 助数詞＋語のチェーン。wTableと入れ替える
// （＋語はない場合もある）
wChain.Swap(wTable, dividedChain);
// 処理済みTable変更
wTable = dividedChain.Head;
}
}
else
{
// 次の語が数字である場合 (冠数詞) NumerativePrefix
// ★前数字と違い、空白はさんでも許す (약 90만 or 약90만)
if (next != null && next.IsDigit())
{
string transword = KJ_Filter.SearchPreNum(wTable.word);
// string transword = CheckPreNum(wTable);
if (transword != "")
{
wTable.transWord = transword;
wTable.posCategory = PosCategory.NumerativePrefix;
// ちょっと違うか。あとで
wTable.Cost = 1;
}
}
}
return(wTable);
}
//--------------------------------------------------------------
// 非常に簡易的な文字列分解。文字種が変わった所で切る。
// this.inputString から文字を取り出し
// 語(と思われる)単位にまとめて，その語をWordTableで返す。
private WordTable PicupWordTable()
{
StringBuilder rtn_str = new StringBuilder();
rtn_str.Length = 0;
bool inHTMLtag = false; // Tagの中か否か？
// 採取取り出し文字の文字種
CharCategory lastCharCategory = CharCategory.Null;
// 取り出す語の文字種
CharCategory charCategory = CharCategory.Null;
WordTable wordT = new WordTable();
while (true)
{
if (this.stringIndex >= this.inputString.Length)
{
break;
}
// 入力文字列のinstr_inex位置から １文字取り出し
char ch = this.inputString[this.stringIndex];
// 取り出した文字の種別を判定
lastCharCategory = GetCharCategory(ch);
// 例えば <font size=+1>の "<"から ">"までを
// HTMLtagというカテゴリにまとめる。
if (this.htmltext)
{
if (ch == '<')
{
inHTMLtag = true;
}
if (inHTMLtag)
{
lastCharCategory = CharCategory.HTMLtag;
}
if (ch == '>')
{
inHTMLtag = false;
}
}
if (charCategory != CharCategory.Null)
{
if (charCategory != lastCharCategory)
{
break; // 文字種が変わったら抜ける
}
}
else
{
charCategory = lastCharCategory;
}
rtn_str.Append(ch.ToString());
this.stringIndex++; // 取り出し位置を進める
}
wordT.word = rtn_str.ToString(); // 文字列の設定
wordT.charCategory = charCategory; // 文字種別の設定
if (charCategory == CharCategory.Katakana)
{
wordT.posCategory = PosCategory.Noun;
}
else if (charCategory == CharCategory.HiraganaWo)
{
wordT.posCategory = PosCategory.PP;
wordT.Cost = 0;
}
else if (charCategory == CharCategory.Other)
{
wordT.posCategory = PosCategory.Other;
wordT.Cost = 0;
}
else if (charCategory == CharCategory.Separator)
{
wordT.posCategory = PosCategory.Other;
wordT.Cost = 0;
}
else
{
wordT.posCategory = PosCategory.Other;
}
return(wordT);
}
