💬

MacにMeCabとNEologdをインストールして、形態素解析する

2021/12/08に公開

MacにMeCabとNEologdをインストールして、形態素解析できるようになるまでのメモ。

MeCabの環境構築

MeCabとは

MeCabはオープンソースの形態素解析エンジンです。

https://taku910.github.io/mecab/

MeCabのインストール

Homebrewからインストールすることができます。
辞書も必要になるため、IPA辞書もインストールします。

$ brew install mecab
$ brew install mecab-ipadic

形態素解析を行う

MeCab + IPA辞書で『鬼滅の刃』は、吾峠呼世晴による日本の漫画作品。『週刊少年ジャンプ』にて2016年11号から2020年24号まで連載という文を形態素解析してみます。

$ mecab
『鬼滅の刃』は、吾峠呼世晴による日本の漫画作品。『週刊少年ジャンプ』にて2016年11号から2020年24号まで連載
『      記号,括弧開,*,*,*,*,『,『,『
鬼      名詞,一般,*,*,*,*,鬼,オニ,オニ
滅      名詞,一般,*,*,*,*,滅,メツ,メツ
の      助詞,連体化,*,*,*,*,の,ノ,ノ
刃      名詞,一般,*,*,*,*,刃,ハ,ハ
』      記号,括弧閉,*,*,*,*,』,』,』
は      助詞,係助詞,*,*,*,*,は,ハ,ワ
、      記号,読点,*,*,*,*,、,、,、
吾      名詞,一般,*,*,*,*,吾,ワレ,ワレ
峠      名詞,接尾,一般,*,*,*,峠,トウゲ,トーゲ
呼      名詞,一般,*,*,*,*,呼,コ,コ
世      名詞,一般,*,*,*,*,世,ヨ,ヨ
晴      名詞,一般,*,*,*,*,晴,ハレ,ハレ
による  助詞,格助詞,連語,*,*,*,による,ニヨル,ニヨル
日本    名詞,固有名詞,地域,国,*,*,日本,ニッポン,ニッポン
の      助詞,連体化,*,*,*,*,の,ノ,ノ
漫画    名詞,一般,*,*,*,*,漫画,マンガ,マンガ
作品    名詞,一般,*,*,*,*,作品,サクヒン,サクヒン
。      記号,句点,*,*,*,*,。,。,。
『      記号,括弧開,*,*,*,*,『,『,『
週刊    名詞,一般,*,*,*,*,週刊,シュウカン,シューカン
少年ジャンプ    名詞,固有名詞,一般,*,*,*,少年ジャンプ,ショウネンジャンプ,ショーネンジャンプ
』      記号,括弧閉,*,*,*,*,』,』,』
にて    助詞,格助詞,一般,*,*,*,にて,ニテ,ニテ
2016    名詞,数,*,*,*,*,*
年      名詞,接尾,助数詞,*,*,*,年,ネン,ネン
11      名詞,数,*,*,*,*,*
号      名詞,接尾,一般,*,*,*,号,ゴウ,ゴー
から    助詞,格助詞,一般,*,*,*,から,カラ,カラ
2020    名詞,数,*,*,*,*,*
年      名詞,接尾,助数詞,*,*,*,年,ネン,ネン
24      名詞,数,*,*,*,*,*
号      名詞,接尾,一般,*,*,*,号,ゴウ,ゴー
まで    助詞,副助詞,*,*,*,*,まで,マデ,マデ
連載    名詞,サ変接続,*,*,*,*,連載,レンサイ,レンサイ
EOS

鬼滅の刃という単語は

というように4つの言葉として分割されてしまいました。

mecab-ipadic-NEologdを使う

mecab-ipadic-NEologdとは

MeCab用の辞書で、毎週2回更新更新されるので新語・固有表現に強いという特徴があります。

https://github.com/neologd/mecab-ipadic-neologd/blob/master/README.ja.md

インストール

インストール方法は、READMEの手順に従ってコマンドを実行するだけです。

$ git clone --depth 1 https://github.com/neologd/mecab-ipadic-neologd.git
$ cd mecab-ipadic-neologd
$ ./bin/install-mecab-ipadic-neologd -n

インストール先のPathは以下のコマンドで確認することができます。

$ echo `mecab-config --dicdir`"/mecab-ipadic-neologd"
/usr/local/lib/mecab/dic/mecab-ipadic-neologd

形態素解析を行う

-dオプションで辞書を指定して、先程と同じ文を解析してみます。

$ mecab -d /usr/local/lib/mecab/dic/mecab-ipadic-neologd
『鬼滅の刃』は、吾峠呼世晴による日本の漫画作品。『週刊少年ジャンプ』にて2016年11号から2020年24号まで連載
『      記号,括弧開,*,*,*,*,『,『,『
鬼滅の刃        名詞,固有名詞,一般,*,*,*,鬼滅の刃,キメツノヤイバ,キメツノヤイバ
』      記号,括弧閉,*,*,*,*,』,』,』
は      助詞,係助詞,*,*,*,*,は,ハ,ワ
、      記号,読点,*,*,*,*,、,、,、
吾峠呼世晴      名詞,固有名詞,一般,*,*,*,吾峠呼世晴,ゴトウゲコヨハル,ゴトーゲコヨハル
による  助詞,格助詞,連語,*,*,*,による,ニヨル,ニヨル
日本の漫画      名詞,固有名詞,一般,*,*,*,日本の漫画,ニホンノマンガ,ニホンノマンガ
作品    名詞,一般,*,*,*,*,作品,サクヒン,サクヒン
。      記号,句点,*,*,*,*,。,。,。
『      記号,括弧開,*,*,*,*,『,『,『
週刊少年ジャンプ        名詞,固有名詞,一般,*,*,*,週刊少年ジャンプ,シュウカンショウネンジャンプ,シューカンショーネンジャンプ
』      記号,括弧閉,*,*,*,*,』,』,』
にて    助詞,格助詞,一般,*,*,*,にて,ニテ,ニテ
2016年  名詞,固有名詞,一般,*,*,*,2016年,ニセンジュウロクネン,ニセンジュウロクネン
11号    名詞,固有名詞,地域,一般,*,*,11号,ジュウイチゴウ,ジュウイチゴー
から    助詞,格助詞,一般,*,*,*,から,カラ,カラ
2020年  名詞,固有名詞,一般,*,*,*,2020年,ニセンニジュウネン,ニセンニジュウネン
24号    名詞,固有名詞,地域,一般,*,*,24号,ニジュウヨンゴウ,ニジュウヨンゴー
まで    助詞,副助詞,*,*,*,*,まで,マデ,マデ
連載    名詞,サ変接続,*,*,*,*,連載,レンサイ,レンサイ
EOS

鬼滅の刃 峠呼世晴週刊少年ジャンプが固有名詞として抽出されるようになりました!

Discussion