Skip to contents

fledgingr: R Bindings to Sudachi.rs

This is an experimental R package to provide an interface to sudachi.rs, a Rust implementation of Sudachi. Under the hood, this package is powered by extendr framework to bridge between R and Rust.

Why fledgingr?

fledging = 巣立ち (sudachi)

Prior work

Installation

You can install the development version of fledgingr from r-universe:

install.packages("fledgingr",
  repos = c(
    yutannihilation = "https://yutannihilation.r-universe.dev",
    CRAN = "https://cloud.r-project.org"
  )
)

Usages 

library(fledgingr)

x <- c(
  "真実をお伝えしていきます",
  "高輪ゲートウェイ駅"
)

tokenize(x)
#>   id            surface    dictionary_form             reading_form
#> 1  0               真実               真実                 シンジツ
#> 2  0                 を                 を                       ヲ
#> 3  0                 お                 お                       オ
#> 4  0               伝え             伝える                   ツタエ
#> 5  0                 し               する                       シ
#> 6  0                 て                 て                       テ
#> 7  0               いき               いく                     イキ
#> 8  0               ます               ます                     マス
#> 9  1 高輪ゲートウェイ駅 高輪ゲートウェイ駅 タカナワゲートウェイエキ
#>      normalized_form part_of_speech1 part_of_speech2 part_of_speech3
#> 1               真実            名詞        普通名詞            一般
#> 2                 を            助詞          格助詞               *
#> 3                 御          接頭辞               *               *
#> 4             伝える            動詞            一般               *
#> 5               為る            動詞      非自立可能               *
#> 6                 て            助詞        接続助詞               *
#> 7               行く            動詞      非自立可能               *
#> 8               ます          助動詞               *               *
#> 9 高輪ゲートウェイ駅            名詞        固有名詞            一般
#>   part_of_speech4 inflectional_type inflectional_form
#> 1               *                 *                 *
#> 2               *                 *                 *
#> 3               *                 *                 *
#> 4               *       下一段-ア行       連用形-一般
#> 5               *          サ行変格       連用形-一般
#> 6               *                 *                 *
#> 7               *         五段-カ行       連用形-一般
#> 8               *       助動詞-マス       終止形-一般
#> 9               *                 *                 *

You can change the mode. By default, "C" is chosen.

tokenize("選挙管理委員会", mode = "A")$surface
#> [1] "選挙" "管理" "委員" "会"
tokenize("選挙管理委員会", mode = "B")$surface
#> [1] "選挙"   "管理"   "委員会"
tokenize("選挙管理委員会", mode = "C")$surface
#> [1] "選挙管理委員会"

Licenses

In addition to depend on sudachi.rs, the fledgingr package copies the several code from sudachi.rs’ repository, which is licensed under the Apache-2.0 license.