mecab ユーザー辞書登録
5月 24th, 2011
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’, [...]
mecab install | cent os 5.3
5月 20th, 2011
mecab + phpをやってみます。
http://mecab.sourceforge.net/
http://sourceforge.jp/projects/naist-jdic/
mecab install
% tar zxfv mecab-X.X.tar.gz
% cd mecab-X.X
% ./configure --enable-utf8-only
% make
% make check
% su
# make install
make checkでエラーが出ますが、良いみたいです。
runtests faild in
FAIL: run-cost-train.sh
===================
1 of 3 tests failed
===================
make[2]: *** [check-TESTS] エラー 1
make[2]: ディレクトリ `/opt/downloads/mecab-0.98/tests’ から出ます
make[1]: *** [check-am] エラー 2
make[1]: ディレクトリ `/opt/downloads/mecab-0.98/tests’ から出ます
make: *** [check-recursive] エラー 1
mecab-naist-jdic-0.6.3-20100801.tar.gz
辞書:naist-jdic for mecabをインストール
# ./configure --with-charset=utf8
# make
done!
To enable [...]