最後まで達成できるか分かりませんが、言語処理100ノックをClojureで解いていきたいと思います。
目次
言語処理100本ノック 2015とは
言語処理100本ノックは，実践的な課題に取り組みながら，プログラミング，データ分析，研究のスキルを楽しく習得することを目指した問題集です
つまり、プログラミング言語の習得だけではなく、データ分析のスキルも得ることが出来るというわけです。
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．
(apply str (reverse "stressed"))
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．
(apply str (map-indexed (fn [idx, item] (when (even? idx) item)) "パタトクカシーー"))
一度解いた後、もっと簡潔な書き方を思いついた。
(apply str (take-nth 2 "パタトクカシーー"))
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．
(apply str (interleave (seq "パトカー") (seq "タクシー")))
interleave は、2つ以上のリストの項目を交互に返します。
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．
(require '[clojure.string :as str]) (defn word-list [str] (remove (fn [x] (= x "")) (str/split str #"\W"))) (map count (word-list "Now I need a drink, alcoholic of course, after the heavy lectures involving quantum mechanics."))
結果は、 (3 1 4 1 5 9 2 6 5 3 5 8 9 7 9) のように円周率になります。
04. 元素記号
"Hi He Lied Because Boron Could Not Oxidize Fluorine. New Nations Might Also Sign Peace Security Clause. Arthur King Can."という文を単語に分解し，1, 5, 6, 7, 8, 9, 15, 16, 19番目の単語は先頭の1文字，それ以外の単語は先頭に2文字を取り出し，取り出した文字列から単語の位置（先頭から何番目の単語か）への連想配列（辞書型もしくはマップ型）を作成せよ．
(require '[clojure.string :as str]) (defn word-list [input] (remove #(= % "") (str/split input #"\W"))) (defn word-slice [idx input] (if (some #(= (+ idx 1) %) '(1 5 6 7 8 9 15 16 19)) (hash-map (str (first input)) idx) (hash-map (apply str (take 2 input)) idx))) (reduce merge (map #(word-slice (first %) (second %)) (map-indexed vector (word-list "Hi He Lied Because Boron Could Not Oxidize Fluorine. New Nations Might Also Sign Peace Security Clause. Arthur King Can.")))) ))
結果
{"Si" 13, "K" 18, "He" 1, "Ca" 19, "Al" 12, "S" 15, "H" 0, "Be" 3, "C" 5, "F" 8, "B" 4, "Cl" 16, "P" 14, "O" 7, "Na" 10, "N" 6, "Ar" 17, "Li" 2, "Mi" 11, "Ne" 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．
(require '[clojure.string :as str]) (defn n-gram [n target & cond] (if (= (first cond) "word") (map #(apply str %) (partition n 1 (str/split target #"\W+"))) (map #(apply str %) (partition n 1 (seq target))))) (n-gram 3 "I am an NLPer") ; => ("I a" " am" "am " "m a" " an" "an " "n N" " NL" "NLP" "LPe" "Per") (n-gram 2 "I am an NLPer") ; => ("I " " a" "am" "m " " a" "an" "n " " N" "NL" "LP" "Pe" "er") (n-gram 2 "I am an NLPer" "word") ; => ("Iam" "aman" "anNLPer")
ifの後がダサい。
