MeCabをPythonで使ってみる

MeCabって？

形態素解析をするためのツールです

じゃあその形態素解析ってなに？

コマンドラインで実行した結果です．

$ mecab
君の名は  ←　入力
君      名詞,代名詞,一般,*,*,*,君,キミ,キミ
の      助詞,連体化,*,*,*,*,の,ノ,ノ
名      名詞,一般,*,*,*,*,名,ナ,ナ
は      助詞,係助詞,*,*,*,*,は,ハ,ワ
EOS

こんな感じで，文書を単語ごとに分割することです．

そういえば，君の名はがテレ朝で1月3日に公開されますね！（今は関係ない）

やり方

• まずはMeCabとその関連パッケージをインストールします

$ sudo apt-get install mecab libmecab-dev mecab-ipadic mecab-ipadic-utf8

• MeCabがインストールできたか確認

$ mecab
(入力待になります)

これで，コマンドライン上での実行は完了です．

PythonでMeCabを実行

次はPythonでMeCabを実行しましょう！

• 環境に合わせて選択してください　↓

Python 2の場合

$ pip install mecab-python

Python 3の場合

$ pip3 install mecab-python3

• 確認

以下のソースコードをコピペして実行してみてください．

import sys
import MeCab
m = MeCab.Tagger()
text = m.parse("君の名前は")
print(text)

これができれば，PythonでMeCabを使うことができるようになります！

ですが，インストールした時の辞書は固有名詞などの形態素解析に弱いです．

というわけで！ 辞書を変えていきましょう

辞書を変更する

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

これで辞書の取得は完了です．

確認のため，以下のコードを実行してみてください．

import sys
import MeCab
# Taggerの引数に-dオプションとmecab-ipadic-neologdの場所を指定する
m = MeCab.Tagger("-d ../mecab-ipadic-neologd")
text = m.parse("君の名は")
print(text)

• MeCab.Taggerの引数には，先ほどインストールした mecab-ipadic-neologdの場所を指定します．

• 忘れた・わからないという方はこちらのコマンドで確認できます．

$ echo `mecab-config --dicdir`"/mecab-ipadic-neologd"

以上です！