Japanese Tokenizer for AWS Lambda

AWS Lambdaで日本語形態素解析（MeCab）を使うためのサンプルプロジェクトです。 MeCabはコードにネイティブバイナリを使用している為、以下のリンク先を参考にLambda実行環境と同じ環境でコンパイルしてください。(Amazon Linux)

※ 参考: Lambda 実行環境と利用できるライブラリ

About lambda function

Amazon API Gateway + Lambda でサーバーレスの形態素解析API作ったりとか、他のLambdaから呼び出して、形態素解析用のファンクションとして使うとか、とかとか。。

Runtime

Python 2.7

Lambda Hander

lambda_function.lambda_handler

Input event

sentence: 形態素解析対象の文字列
stoptags: 解析結果から除外したい品詞タグ（※ 複数設定する場合はカンマ区切りで指定可能）
unk_feature: 未知語を表示する。このフラグを true にすると未知語の品詞推定をやめ、未知語は常に "未知語" 品詞を出力します。default to false

Input event sample:

{
  "sentence": "今日は良い天気です",
  "stoptags": "助詞-係助詞"
}

Execution result

reading: 読み
pos: 品詞（品詞-品詞細分類1-品詞細分類2-品詞細分類3）
baseform: 原型
surface: 形態素の文字列情報
feature: CSVで表記された素性情報
stat: 形態素の種類
- 0: MECAB_NOR_NODE
- 1: MECAB_UNK_NODE
- 2: MECAB_BOS_NODE
- 3: MECAB_EOS_NODE

Execution result sample:

{
  "tokens": [
    {
      "reading": "キョウ",
      "pos": "名詞-副詞可能",
      "baseform": "今日",
      "surface": "今日",
      "feature": "名詞,副詞可能,*,*,*,*,今日,キョウ,キョー"
    },
    {
      "reading": "ヨイ",
      "pos": "形容詞-自立",
      "baseform": "良い",
      "surface": "良い",
      "feature": "形容詞,自立,*,*,形容詞・アウオ段,基本形,良い,ヨイ,ヨイ"
    },
    {
      "reading": "テンキ",
      "pos": "名詞-一般",
      "baseform": "天気",
      "surface": "天気",
      "feature": "名詞,一般,*,*,*,*,天気,テンキ,テンキ"
    },
    {
      "reading": "デス",
      "pos": "助動詞",
      "baseform": "です",
      "surface": "です",
      "feature": "助動詞,*,*,*,特殊・デス,基本形,です,デス,デス"
    },
    {
      "reading": "。",
      "pos": "記号-句点",
      "baseform": "。",
      "surface": "。",
      "feature": "記号,句点,*,*,*,*,。,。,。"
    }
  ]
}

Setup on local machine

ローカルでLambda関数を実行するには、最初に以下のステプで環境をセットアップしてください。なお、MeCab本体とIPA辞書は、./local配下にインストールされます。

# 1. Clone this repository with AWS Lambda function name.
git clone https://github.com/KunihikoKido/aws-lambda-ja-tokenizer.git ja-tokenizer

# 2. Create and Activate a virtualenv
cd ja-tokenizer
virtualenv env
source env/bin/activate

# 3. Install python modules for local machine.
pip install -r requirements/local.txt

# 4. Compile and Install MeCab and etc.
fab setup

注意 mecab-ipadic-neologd をシステム辞書に含める場合は、fab setup 以下の問いでyを入力してください。

Do you want to install mecab-ipadic-neologd? [y/N]

ただし、サイズが大きいためLambdaのパッケージサイズ制限を超えてしまいます。。

Run lambda function on local machine

ローカルでLambda関数を実行するには、fab invokeコマンドを実行します。

fab invoke

Custom event

通常はインプットイベントにevent.jsonが使用されますが、他のファイルを使用することも可能です。

以下の例は、新たに作成したcustom-event.jsonをインプットイベントに指定して実行する例です。

fab invoke:custom-event.json

Make bundle zip

以下のステップで、AWS Lambda に登録可能な lambda_function.zip ファイルが作成されます。

fab makezip

※ ZIPファイルは10MB超えるので、S3経由アップロードしてください。

Update function code on AWS Lambda

fab aws-updatecode

Invoke function on AWS Lambda

fab aws-invoke

Get function configuration on AWS Lambda

fab aws-getconfig

Snapshot Builds

ビルド済みのlambda_function.zipは以下のURLを参照してください。

https://github.com/KunihikoKido/aws-lambda-ja-tokenizer/releases

with Amazon API Gateway

Example Settings

Method and Resources:

GET /tokenize

Query Strings:

sentence: センテンス
stoptags: 除外品詞タグ

Request mapping template:

{
  "sentence": "$util.urlDecode($input.params('sentence'))",
  "stoptags": "$util.urlDecode($input.params('stoptags'))"
}

Example Request:

GET /tokenize?sentence=%E4%BB%8A%E6%97%A5%E3%81%AF%E8%89%AF%E3%81%84%E5%A4%A9%E6%B0%97%E3%81%A7%E3%81%99