Text Analytics Toolboxで品詞​でフィルタしたものを​、Token化するに​はどうしたら良いでし​ょうか？

Text Analytics Toolboxを用いて、

https://jp.mathworks.com/help/textanalytics/ug/create-simple-text-model-for-classification.html

に記載されているような、分類を実施しようとしていますが、

tokenizedDocument　にてトークン化されたものを１トークン毎にtokenDetailsにて品詞分解し

特定の品詞のみにしたいのですが、TokenDetailsしたものをまたトークン化するやり方がわからず苦慮しております。

TokenDetailsで抽出したものを、TokenizedDocumentにて再びトークン化すると１Wordごとのトークンとなってしまい、

最初に文章をtokenizedDocumentにてトークン化した、.Vocabularyプロパティのstring配列にできません。

なにかいいやり方がありましたら御教授いただきたく、よろしくお願いいたします。

Answer 1

[Misa Taguchi]

ご回答が遅くなり申し訳ございません。

論理演算およびjoin関数を用いた、以下のような処理ではご所望の内容になりますでしょうか？

%% 解析用データの読込み（「吾輩は猫である」を読み込んでいます）
url = "https://www.aozora.gr.jp/cards/000148/files/789_14547.html";
options = weboptions('CharacterEncoding','Shift_JIS');
code = webread(url,options);
textData = extractHTMLText(code);
textData = string(split(textData,newline));
idx = textData == "";
textData(idx) = [];
%% トークン化
documents = tokenizedDocument(textData);
%% 品詞情報の取得
tdetails = tokenDetails(documents);
head(tdetails)
%% 名詞の抽出
idx = tdetails.PartOfSpeech == "noun";
%% 再びトークン化
tokens = tdetails(idx,:);
for ii = 1:max(tokens.DocumentNumber)
    try
        str(ii,:) = join(tokens.Token(tokens.DocumentNumber == ii));
    end
end
documents = tokenizedDocument(str)
documents.Vocabulary

[Takafumi Amano]

ありがとうございました。

無事に意図したものができました。