- はじめに
- googletransライブラリのメリット・デメリット
- googletransのインストール
- reticulateのセットアップ
- RからPython googletransを呼び出す
- googletransの実行
- まとめ
- 補足
- 参考資料
はじめに
Rの reticulateパッケージは、Python と R の連携性を高めるツール群である*1。
つまりは、Rセッション内でPythonのスクリプトやライブラリをインポートして、シームレスにPythonコードを実行できるなど、RからPythonを呼び出すことができる。
また、RとPythonのオブジェクト間の変換も可能である（Ex. R データフレーム <=> Pandas）。
reticulate::importを使用して、R上で、googletransライブラリを読み込んで、日=>英翻訳、戻し翻訳をやってみる。
googletransライブラリのメリット・デメリット
Googletransは、Google翻訳APIを実装した、無料のPythonライブラリである。
メリット
翻訳速度が早い - translate.google.comと同じサーバー使用
自動言語検出
バルク翻訳
カスタマイズ可能なサービスURL
HTTP/2 サポート
デメリット
１日に使用できる回数制限
テキストは最大15kまで
安定性がいまいち
Googleで正式に提供するAPI Google Cloud Translation は有料
googletransのインストール
まずは、ターミナルを立ち上げて、
pipで、googletransをインストールする。
（2021/6/4に修正）
pip uninstall googletrans pip install googletrans==4.0.0-rc1
Pythonとpipの設定はこちらの記事を参照のこと。
https://skume.hatenablog.com/entry/2020/05/10/225341skume.hatenablog.com
reticulateのセットアップ
Rを起動して、reticulateをインストールして、ロードする。
install.packages("reticulate") library(reticulate)
Pythonパスを選択して、reticulate::py_config()で確認する。
reticulate::use_python("/usr/local/bin/python", required =T) reticulate::py_config() #python: /usr/local/bin/python #libpython: /usr/local/opt/python/Frameworks/Python.framework/Versions/3.7/lib/python3.7/config-3.7m-darwin/libpython3.7.dylib #pythonhome: /usr/local/Cellar/python/3.7.7/Frameworks/Python.framework/Versions/3.7:/usr/local/Cellar/python/3.7.7/Frameworks/Python.framework/Versions/3.7 #version: 3.7.7 (default, Mar 10 2020, 15:43:33) [Clang 11.0.0 (clang-1100.0.33.17)] #numpy: /Users/skume/Library/Python/3.7/lib/python/site-packages/numpy #numpy_version: 1.16.3 # #NOTE: Python version was forced by use_python function
/usr/local/bin/pythonとなっており、これでOK。
RからPython googletransを呼び出す
Pythonライブラリのインポートには、
reticulate::import関数を使う。
gt <- reticulate::import(module = "googletrans") # GtにTranslator関数を渡す Gt <- gt$Translator()
ヘルプ表示については、補足を参照のこと。
googletransの実行
挨拶の基本として、こんにちわを英訳してみる。
Result <- Gt$translate(text="こんにちわ", src="ja", dest='en') class(Result) #[1] "googletrans.models.Translated" #[2] "python.builtin.object" Result #Translated(src=ja, dest=en, text=Hello, pronunciation=None, extra_data="{'translat...") #"text="の後ろが、翻訳された結果
translateのオプション
text: 翻訳する文字列
src: 元文の言語(指定無しなら、自動判定)
ja: 日本語, en: 英語, de: ドイツ語, ko: 韓国語, fr: フランス語
dest: 翻訳したい言語(指定無しなら、英語)
結果が"googletrans.models.Translated"で返ってくるので、"text="後の翻訳された結果を抜き出すスクリプトが必要となる。
ここでは、CutTextという関数を新たに定義してみる。
"CutText" <- function(x){ strsplit(strsplit(as.character(x), ", text=")[[1]][2], ", pronunciation=")[[1]][1] } a <- CutText(Result) a #[1] "Hello"
もう少し長い文章で、実行してみる。
例文
Googleの無料サービスなら、単語、フレーズ、ウェブページを英語から100以上の他言語にすぐに翻訳できます。
ResultX <- Gt$translate(text="Googleの無料サービスなら、単語、フレーズ、ウェブページを英語から100以上の他言語にすぐに翻訳できます。", src="ja", dest='en') b <- CutText(ResultX) b #[1] "With Google's free service, you can instantly translate words, #phrases and web pages from English into over 100 other languages." #さらに、戻し翻訳をしてみると ResultY <- Gt$translate(text=b, src="en", dest='ja') c <- CutText(ResultY) c #[1] "Googleの無料サービスを利用すると、単語、フレーズ、ウェブページを #英語から他の100以上の言語に即座に翻訳できます。"
結果、ほぼ違和感なく、戻し翻訳もできている。
まとめ
R上で、日英翻訳ができれば、いちいちGoogle翻訳のページにいかなくても良くなるので、少しだけ便利かも。
最終的には、上記全てを組み込み関数にしたいところ、、
補足
Rから、Python ライブラリのヘルプ表示
#py_help(gt) #OR #py_help(gt$client$Translator) #OR #py_help(gt$Translator) #OR py_help(gt$Translator$translate)
以下が、ヘルプの表示結果
Help on class Translator in module googletrans.client:
class Translator(builtins.object)
| Translator(service_urls=None, user_agent='Mozilla/5.0 (Windows NT 10.0; Win64; x64)', raise_exception=False, proxies: Dict[str, httpcore._sync.base.SyncHTTPTransport] = None, timeout: httpx._config.Timeout = None)
|
| Google Translate ajax API implementation class
|
| You have to create an instance of Translator to use this API
|
| :param service_urls: google translate url list. URLs will be used randomly.
| For example ``['translate.google.com', 'translate.google.co.kr']``
| :type service_urls: a sequence of strings
|
| :param user_agent: the User-Agent header to send when making requests.
| :type user_agent: :class:`str`
|
| :param proxies: proxies configuration.
| Dictionary mapping protocol or protocol and host to the URL of the proxy
| For example ``{'http': 'foo.bar:3128', 'http://host.name': 'foo.bar:4012'}``
| :type proxies: dictionary
|
| :param timeout: Definition of timeout for httpx library.
| Will be used for every request.
| :type timeout: number or a double of numbers
| ||||||| constructed merge base
| :param proxies: proxies configuration.
| Dictionary mapping protocol or protocol and host to the URL of the proxy
| For example ``{'http': 'foo.bar:3128', 'http://host.name': 'foo.bar:4012'}``
| :param raise_exception: if `True` then raise exception if smth will go wrong
| :type raise_exception: boolean
|
| Methods defined here:
|
| __init__(self, service_urls=None, user_agent='Mozilla/5.0 (Windows NT 10.0; Win64; x64)', raise_exception=False, proxies: Dict[str, httpcore._sync.base.SyncHTTPTransport] = None, timeout: httpx._config.Timeout = None)
| Initialize self. See help(type(self)) for accurate signature.
|
| detect(self, text, **kwargs)
| Detect language of the input text
|
| :param text: The source text(s) whose language you want to identify.
| Batch detection is supported via sequence input.
| :type text: UTF-8 :class:`str`; :class:`unicode`; string sequence (list, tuple, iterator, generator)
|
| :rtype: Detected
| :rtype: :class:`list` (when a list is passed)
|
| Basic usage:
| >>> from googletrans import Translator
| >>> translator = Translator()
| >>> translator.detect('이 문장은 한글로 쓰여졌습니다.')
| <Detected lang=ko confidence=0.27041003>
| >>> translator.detect('この文章は日本語で書かれました。')
| <Detected lang=ja confidence=0.64889508>
| >>> translator.detect('This sentence is written in English.')
| <Detected lang=en confidence=0.22348526>
| >>> translator.detect('Tiu frazo estas skribita en Esperanto.')
| <Detected lang=eo confidence=0.10538048>
|
| Advanced usage:
| >>> langs = translator.detect(['한국어', '日本語', 'English', 'le français'])
| >>> for lang in langs:
| ... print(lang.lang, lang.confidence)
| ko 1
| ja 0.92929292
| en 0.96954316
| fr 0.043500196
|
| translate(self, text, dest='en', src='auto', **kwargs)
| Translate text from source language to destination language
|
| :param text: The source text(s) to be translated. Batch translation is supported via sequence input.
| :type text: UTF-8 :class:`str`; :class:`unicode`; string sequence (list, tuple, iterator, generator)
|
| :param dest: The language to translate the source text into.
| The value should be one of the language codes listed in :const:`googletrans.LANGUAGES`
| or one of the language names listed in :const:`googletrans.LANGCODES`.
| :param dest: :class:`str`; :class:`unicode`
|
| :param src: The language of the source text.
| The value should be one of the language codes listed in :const:`googletrans.LANGUAGES`
| or one of the language names listed in :const:`googletrans.LANGCODES`.
| If a language is not specified,
| the system will attempt to identify the source language automatically.
| :param src: :class:`str`; :class:`unicode`
|
| :rtype: Translated
| :rtype: :class:`list` (when a list is passed)
|
| Basic usage:
| >>> from googletrans import Translator
| >>> translator = Translator()
| >>> translator.translate('안녕하세요.')
| <Translated src=ko dest=en text=Good evening. pronunciation=Good evening.>
| >>> translator.translate('안녕하세요.', dest='ja')
| <Translated src=ko dest=ja text=こんにちは。 pronunciation=Kon'nichiwa.>
| >>> translator.translate('veritas lux mea', src='la')
| <Translated src=la dest=en text=The truth is my light pronunciation=The truth is my light>
|
| Advanced usage:
| >>> translations = translator.translate(['The quick brown fox', 'jumps over', 'the lazy dog'], dest='ko')
| >>> for translation in translations:
| ... print(translation.origin, ' -> ', translation.text)
| The quick brown fox -> 빠른 갈색 여우
| jumps over -> 이상 점프
| the lazy dog -> 게으른 개
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
googleLanguageRの「No authorization yet in this session!」問題を解決するのは面倒そう！【6/27追加】
googleLanguageRというGoogle翻訳のAPIがあるのだが、そのまま実行すると、エラーとなる。
install.packages("googleLanguageR") library(googleLanguageR) text <- "to administer medicince to animals is frequently a very difficult matter, and yet sometimes it's necessary to do so" # 英語 => 日本語 への翻訳 gl_translate(text, target = "ja")$translatedText #2020-06-27 19:44:48 -- Translating text: 115 characters - # ℹ 2020-06-27 19:44:48 > No authorization yet in this session! # ℹ 2020-06-27 19:44:48 > No .httr-oauth file exists in current working directory. Do library authentication steps to provide credentials. #エラー: Invalid token
https://cran.r-project.org/web/packages/googleAuthR/vignettes/google-authentication-types.html Google authentication types for R
このあたりで、解決策について、いろいろと議論されているが、設定不要のgoogletransを使うので良いのではないかと思う。
