植物に関する自由記述のJSON化とJavaラムダ式とストリーム（B）

前報（A）の続編です。

（2020-6-21, [検索例(その３)]を追加しました。）

■今回の進展

　約3,000行の自然言語による自由形式記述（参考文献[1]にある、植物の一行記述）から、その内容を反映するJSONテキストを自動生成しています。原文に対して係り受け解析を行い（CaboChaにより）、それに基づいてJSONを生成します。係り受け解析結果とJSON生成結果の妥当性検査と、それにもとづいた原文の一部変更という作業を続けてきましたが、このほど終了しました。

　まだまだの状態（JSON自動生成のバージョンはVersion 0.5）ですが、一通りできましたので、以下のとおり、再度いくつかの検索を行ってみました。

■自動生成JSONテキストに基づく植物の検索例

　最初の例は、「葉が"倒披針"を含み、花が"白"または"紫"を含む植物」です。検索する主要部は下図のように、Javaの１ステートメントですみます。図中で、jsonStream1は、自動生成したJSONファイルをストリーム化したものです。メソッドbQやpPは小生作成のものです。妥当な検索結果が得られているはずです。

　

　次の例は、「果実のタイプ（type）」を列挙するというものです。上記のその（１）では、.filterと.forEachを使いましたが、ここでは、.mapと.collectを使っている点が違います。概ね妥当（係り受け解析結果の解釈に一部少しの不具合がありますが）な結果のようです。すなわち、このデジタル植物写真集に現れる果実のタイプを概ね列挙しているはずです。

　最後の例は、植物の区分（カテゴリ）毎に"葉"の特徴の記述を集約したものです。多少、処理は複雑にはなりますが、JavaのStreamを処理する強力なgroupingByメソッドのおかげで、見通しのよいコードが書けます。

■今後は...

　以上のとおり、植物の葉、花、果実に関するいろいろな検索が少し楽にできるようになったと思います。一方、現状では「穂」や「樹皮」や「茎や根」に関しては、まだJSON生成の対象としていません。今後検討したいと思います。

参考資料

[1] 渡辺 坦：植物の名前を探しやすいデジタル植物写真集

http://plantidentifier.ec-net.jp