6. 住所ジオコーダー連携

pygeonlp を住所ジオコーダー Jageocoder と連携することで、テキスト中の住所を地名語ではなく住所として認識できます。

6.1. Jageocoder サーバを利用

一つ目の連携方法として、 Jageocoder サーバに問い合わせて住所かどうかを確認することができます。

環境変数 JAGEOCODER_SERVER_URL に問い合わせを行うサーバの URL を指定します。

$ export JAGEOCODER_SERVER_URL=https://jageocoder.info-proto.com/jsonrpc
$ echo "東京都庁は新宿区西新宿２－８にあります。" | pygeonlp geoparse
東京    名詞,固有名詞,地名語,QknGsa:東京都,*,,東京,トウキョウ,トウキョウ        都道府県,QknGsa,東京都,139.69178,35.68963
都庁    名詞,一般,*,*,*,*,都庁,トチョウ,トチョー
は      助詞,係助詞,*,*,*,*,は,ハ,ワ
新宿区西新宿２－８      名詞,固有名詞,住所,街区・地番,*,*,東京都新宿区西新宿二丁目8番,ニハチ,ニハチ     住所,,東京都新宿区西新宿二丁目8番,139.6917724609375,35.68962860107422
に      助詞,格助詞,一般,*,*,*,に,ニ,ニ
あり    動詞,自立,*,*,連用形,五段・ラ行,ある,アリ,アリ
ます    助動詞,*,*,*,基本形,特殊・マス,ます,マス,マス
。      記号,句点,*,*,*,*,。,。,。
EOS

この方法は、テキスト解析の途中で通信が発生するため処理に時間がかかります。

6.2. 住所辞書データのインストール

二つ目の連携方法として、 Jageocoder の住所辞書データをインストールしてローカルマシン上で住所かどうかを確認することができます。

Jageocoder の住所辞書はサイズが大きいため、 pygeonlp をインストールしても自動的にはインストールされません。以下の手順で住所辞書をインストールしてください。

利用する住所辞書データをダウンロードする

Jageocoder データファイル一覧に最新の住所辞書データがあります。利用したい辞書データ（zipファイル）をダウンロードしてください。
住所辞書をインストールする

jageocoder install-dictionary コマンドでダウンロードした辞書データをインストールします。
```
$ jageocoder install-dictionary <ダウンロードしたzipファイルのパス>
```

動作確認する

pygeonlp geoparse で住所を含むテキストを解析し、住所部分が抽出されることを確認します。

$ echo "東京都庁は新宿区西新宿２－８にあります。" | pygeonlp geoparse
東京    名詞,固有名詞,地名語,0q60k0:東京駅,*,,東京,トウキョウ,トウキョウ        鉄道施設/鉄道駅,0q60k0,東京駅,139.766685,35.680965
都庁    名詞,一般,*,*,*,*,都庁,トチョウ,トチョー
は      助詞,係助詞,*,*,*,*,は,ハ,ワ
新宿区西新宿２－８      名詞,固有名詞,住所,街区・地番,*,*,東京都新宿区西新宿二丁目8番,ニハチ,ニハチ     住所,,東京都新宿区西新宿二丁目8番,139.6917724609375,35.68962860107422
に      助詞,格助詞,一般,*,*,*,に,ニ,ニ
あり    動詞,自立,*,*,連用形,五段・ラ行,ある,アリ,アリ
ます    助動詞,*,*,*,基本形,特殊・マス,ます,マス,マス
。      記号,句点,*,*,*,*,。,。,。
EOS

6.3. 一時的に住所を解析しない

辞書データがインストールされていれば、住所ジオコーダーは自動的に利用されます。何らかの理由で住所を解析したくない時は、環境変数 JAGEOCODER_DB2_DIR に false など 住所辞書をインストールしたディレクトリ名以外 をセットしてください。住所辞書が見つからなくなるので、住所を解析しません。

$ export JAGEOCODER_DB2_DIR=false
$ echo "東京都庁は新宿区西新宿２－８にあります。" | pygeonlp geoparse
東京    名詞,固有名詞,地名語,yaOcgu:東京駅,*,,東京,トウキョウ,トウキョウ        鉄道施設/鉄道駅,yaOcgu,東京駅,139.76479999999998,35.681934999999996
都庁    名詞,一般,*,*,*,*,都庁,トチョウ,トチョー
は      助詞,係助詞,*,*,*,*,は,ハ,ワ
新宿区  名詞,固有名詞,地名語,5q2IUM:新宿区,*,*,新宿区,, 市区町村,5q2IUM,新宿区,139.70346300,35.69389000
西新宿  名詞,固有名詞,地名語,ZgyYyS:西新宿駅,*,,西新宿,,        鉄道施設/鉄道駅,ZgyYyS,西新宿駅,139.69256000000001,35.694514999999996
２      名詞,数,*,*,*,*,２,ニ,ニ
－      記号,一般,*,*,*,*,*,,
８      名詞,数,*,*,*,*,８,ハチ,ハチ
に      助詞,格助詞,一般,*,*,*,に,ニ,ニ
あり    動詞,自立,*,*,連用形,五段・ラ行,ある,アリ,アリ
ます    助動詞,*,*,*,基本形,特殊・マス,ます,マス,マス
。      記号,句点,*,*,*,*,。,。,。
EOS

環境変数を使わずに Python API で実行時に住所辞書を使わないよう指定するには、 pygeonlp.api.init() を呼びだす時に jageocoder オプションに False をセットしてください。

>>> import pygeonlp.api as api
>>> api.init(jageocoder=False)
>>> api.geoparse('NIIは千代田区一ツ橋2-1-2にあります。')
[{'type': 'Feature', 'geometry': None, 'properties': {'surface': 'NII', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': '*', 'pos': '名詞', 'prononciation': '', 'subclass1': '固有名詞', 'subclass2': '組織', 'subclass3': '*', 'surface': 'NII', 'yomi': ''}}}, {'type': 'Feature', 'geometry': None, 'properties': {'surface': 'は', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': 'は', 'pos': '助詞', 'prononciation': 'ワ', 'subclass1': '係助詞', 'subclass2': '*', 'subclass3': '*', 'surface': 'は', 'yomi': 'ハ'}}}, {'type': 'Feature', 'geometry': {'type': 'Point', 'coordinates': [139.758148, 35.692332]}, 'properties': {'surface': '千代田区一ツ橋2-1-', 'node_type': 'ADDRESS', 'morphemes': [{'surface': '千代田区', 'node_type': 'GEOWORD', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': '千代田区', 'pos': '名詞', 'prononciation': '', 'subclass1': '固有名詞', 'subclass2': '地名語', 'subclass3': 'WWIY7G:千代田区', 'surface': '千代田区', 'yomi': ''}, 'geometry': {'type': 'Point', 'coordinates': [139.753634, 35.694003]}, 'prop': {'address': '東京都千代田区', 'body': '千代田', 'body_variants': '千代田', 'code': {}, 'countyname': '', 'countyname_variants': '', 'dictionary_id': 1, 'entry_id': '13101A1968', 'geolod_id': 'WWIY7G', 'hypernym': ['東京都'], 'latitude': '35.69400300', 'longitude': '139.75363400', 'ne_class': '市区町村', 'prefname': '東京都', 'prefname_variants': '東京都', 'source': '1/千代田区役所/千代田区九段南1-2-1/P34-14_13.xml', 'suffix': ['区'], 'valid_from': '', 'valid_to': '', 'dictionary_identifier': 'geonlp:geoshape-city'}}, {'surface': '一ツ橋', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': '一ツ橋', 'pos': '名詞', 'prononciation': 'ヒトツバシ', 'subclass1': '固有名詞', 'subclass2': '地域', 'subclass3': '一般', 'surface': '一ツ橋', 'yomi': 'ヒトツバシ'}, 'geometry': None, 'prop': None}, {'surface': '2', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': '*', 'pos': '名詞', 'prononciation': '', 'subclass1': '数', 'subclass2': '*', 'subclass3': '*', 'surface': '2', 'yomi': ''}, 'geometry': None, 'prop': None}, {'surface': '-', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': '*', 'pos': '名詞', 'prononciation': '', 'subclass1': 'サ変接続', 'subclass2': '*', 'subclass3': '*', 'surface': '-', 'yomi': ''}, 'geometry': None, 'prop': None}, {'surface': '1', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': '*', 'pos': '名詞', 'prononciation': '', 'subclass1': '数', 'subclass2': '*', 'subclass3': '*', 'surface': '1', 'yomi': ''}, 'geometry': None, 'prop': None}, {'surface': '-', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': '*', 'pos': '名詞', 'prononciation': '', 'subclass1': 'サ変接続', 'subclass2': '*', 'subclass3': '*', 'surface': '-', 'yomi': ''}, 'geometry': None, 'prop': None}], 'address_properties': {'id': 11460296, 'name': '1番', 'x': 139.758148, 'y': 35.692332, 'level': 7, 'note': None, 'fullname': ['東京都', '千代田区', '一ツ橋', '二丁目', '1番']}}}, {'type': 'Feature', 'geometry': None, 'properties': {'surface': '2', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': '*', 'pos': '名詞', 'prononciation': '', 'subclass1': '数', 'subclass2': '*', 'subclass3': '*', 'surface': '2', 'yomi': ''}}}, {'type': 'Feature', 'geometry': None, 'properties': {'surface': 'に', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': 'に', 'pos': '助詞', 'prononciation': 'ニ', 'subclass1': '格助詞', 'subclass2': '一般', 'subclass3': '*', 'surface': 'に', 'yomi': 'ニ'}}}, {'type': 'Feature', 'geometry': None, 'properties': {'surface': 'あり', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '五段・ラ行', 'conjugation_type': '連用形', 'original_form': 'ある', 'pos': '動詞', 'prononciation': 'アリ', 'subclass1': '自立', 'subclass2': '*', 'subclass3': '*', 'surface': 'あり', 'yomi': 'アリ'}}}, {'type': 'Feature', 'geometry': None, 'properties': {'surface': 'ます', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '特殊・マス', 'conjugation_type': '基本形', 'original_form': 'ます', 'pos': '助動詞', 'prononciation': 'マス', 'subclass1': '*', 'subclass2': '*', 'subclass3': '*', 'surface': 'ます', 'yomi': 'マス'}}}, {'type': 'Feature', 'geometry': None, 'properties': {'surface': '。', 'node_type': 'NORMAL', 'morphemes': {'conjugated_form': '*', 'conjugation_type': '*', 'original_form': '。', 'pos': '記号', 'prononciation': '。', 'subclass1': '句点', 'subclass2': '*', 'subclass3': '*', 'surface': '。', 'yomi': '。'}}}]

このサンプルコードは以下の処理を行ないます。

pygeonlp.api モジュールを import します。
pygeonlp.api.init() を呼んでデフォルトワークフローを初期化します。
pygeonlp.api.geoparse() を実行します。

住所ノードは node_type が ADDRESS になります。また、住所ノードは地名語ノードと同じように、 JSON エンコードすれば GeoJSON Feature オブジェクトになります。

住所辞書がインストールされていない時に jageocoder=True を指定すると、 ParseError 例外が発生します。住所解析が必須の場合には True を、どちらでも構わない場合は jageocoder パラメータを省略してください。

6.4. 処理中に切り替えたい場合

処理中にジオコーダーの利用をオン・オフしたい場合は、次のように Parser クラスの set_jageocoder() を直接呼び出して明示的に切り替えることもできます。

住所解析を行ないたい場合 ::

>>> api.default_workflow().parser.set_jageocoder(True)

住所解析を行ないたくない場合 ::

>>> api.default_workflow().parser.set_jageocoder(False)