mecab ユーザー辞書登録

http://mecab.sourceforge.net/dic.html

表層形,左文脈ID,右文脈ID,コスト,品詞,品詞細分類1,品詞細分類2,品詞細分類3,活用形,活用型,原形,読み,発音
の形式で
music.csv
を作成

perfume,1361,1361,20,名詞,固有名詞,auction,music,*,*,perfume,パフューム,パヒューム
少女時代,1361,1361,20,名詞,固有名詞,auction,music,*,*,少女時代,ショウジョジダイ,ショウジョジダイ
KARA,1361,1361,20,名詞,固有名詞,auction,music,*,*,KARA,カラ,カラ

/usr/local/lib/mecab/dic/naist-jdic/left-id.defを確認して1361を付けてみる。

コンパイル、csvも辞書も utf8のみ利用なので

$ /usr/local/libexec/mecab/mecab-dict-index -d/usr/local/lib/mecab/dic/naist-jdic -u music.dic -f utf8 -t utf8 music.csv
reading music.csv ... 3
emitting double-array: 100% |###########################################|

done!

/usr/local/etc/mecabrcを ~/.mecabrcと自分のところにコピー
ユーザー辞書の場所を追記

userdic = /home/myuser/music.dic

実行してみる。

$ echo '来月perfumeの新曲が出るよ' | mecab
来月    名詞,副詞可能,*,*,*,*,来月,ライゲツ,ライゲツ,,
perfume 名詞,固有名詞,auction,music,*,*,perfume,パフューム,パヒューム
の      助詞,連体化,*,*,*,*,の,ノ,ノ,,
新曲    名詞,一般,*,*,*,*,新曲,シンキョク,シンキョク,,
が      助詞,格助詞,一般,*,*,*,が,ガ,ガ,,
出る    動詞,自立,*,*,一段,基本形,出る,デル,デル,でる/出る,
よ      助詞,終助詞,*,*,*,*,よ,ヨ,ヨ,,
EOS

な感じです。

phpからのapacheから利用する場合は、php.iniかini_setで

<?php
ini_set('mecab.default_userdic', '/home/username/dic/music.dic');
$mecab = new MeCab_Tagger();

echo $mecab->parse('perfumeの新曲はなんですか');

This entry was posted on 火曜日, 5月 24th, 2011 at 12:02 PM and is filed under mecab, php. You can follow any responses to this entry through the RSS 2.0 feed. Both comments and pings are currently closed.

Unityによるゲームを公開しております iOS/Android
https://itunes.apple.com/jp/app/lost-knight-3d-action/id900917032
https://play.google.com/store/apps/details?id=com.groundroad.runknight

各種開発支援・機能開発等小さいお仕事などもお請けしております。
unity開発支援, PHPシステム開発, javascript/html5 フロント開発, titanium mobileアプリ開発
お気軽にお問い合わせください
大崎・五反田近郊での対面でのお打ち合わせはいつでも可能です。