Module: JLPT::Onomatopeia

Defined in:
lib/jlpt/analyzers/onomatopeia.rb

Overview

Onomatopoeia (擬音語 Giongo & 擬態語 Gitaito) Extractor.

Identifies Japanese sound-symbolic and mimetic words in Hiragana or Katakana.

Constant Summary collapse

ONOMATOPOEIA_PATTERNS = 
%w[
  どきどき わくわく ぺらぺら にこにこ ふわふわ ぎっしり
  ギリギリ イライラ キラキラ ドキドキ ニコニコ ペラペラ
  もちもち すらすら どんどん だんだん いろいろ ぴったり
  すっきり さっぱり のんびり うっとり がっかり しっかり
  はっきり こっそり ゆっくり びっくり ばっちり めっきり
  うろうろ ぶらぶら ごちゃごちゃ そわそわ すやすや ぐっすり
].freeze
REDUPLICATED_REGEX =

Regex for 2-mora repeated reduplicated patterns (ABAB)

/^(\p{Hiragana}{2}|\p{Katakana}{2})\1$/.freeze

Class Method Summary collapse

Class Method Details

.extract(text) ⇒ Array<String>

Extract onomatopoeia words from Japanese text

Parameters:

  • text (String) —

    Japanese text

Returns:

  • (Array<String>) —

    unique array of onomatopoeias



26
27
28
29
30
31
32
33
34
35
36
37
38
 
# File 'lib/jlpt/analyzers/onomatopeia.rb', line 26

def extract(text)
  cleaned = Preprocessor.clean(text)
  return [] if cleaned.empty?

  matches = ONOMATOPOEIA_PATTERNS.select { |word| cleaned.include?(word) }
  morphemes = Tokenizer.lemmata(cleaned)

  morphemes.each do |m|
    matches << m if m.match?(REDUPLICATED_REGEX) && m.length == 4
  end

  matches.uniq
end