MacにMeCabとNEologdをインストールして、形態素解析する

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

• 鬼
• 滅
• の
• 刃

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！