UniDic-tdmelodic を MeCab 辞書として活用

UniDic-tdmelodic のインストール

前章で作成した CSV 形式の辞書ファイルを mecab-unidic-neologd の seed/ ディレクトリ配下に配置し、 NEologd のインストールスクリプトを適当に修正し、さらに適当なコマンドラインオプションを与えてスクリプトを実行することで、UniDic-tdmelodic を MeCab のシステム辞書としてインストールすることができます。これらの処理を自動で行うためのスクリプトを用意してありますので、それを以下のようにして実行すると UniDic-tdmelodic をインストールすることができます。

# paths
WORKDIR=/path/to/your/work/dir
NEOLOGD_SRC_DIR=${WORKDIR}/mecab-unidic-neologd
UNIDIC_ZIP=${WORKDIR}/unidic-mecab_kana-accent-2.1.2_src.zip
TDMELODIC_CSV=${WORKDIR}/tdmelodic.csv

# modify mecab-unidic-neologd installation script
cd $WORKDIR
docker run -v $(pwd):/root/workspace tdmelodic:latest \
    bash /tmp/script/gen_installer.sh \
    --neologd=${NEOLOGD_SRC_DIR} \
    --unidic=${UNIDIC_ZIP} \
    --dictionary=${TDMELODIC_CSV}

cd ${NEOLOGD_SRC_DIR}
chmod +x ./bin/*
chmod +x ./libexec/*

# install UniDic
cp ${UNIDIC_ZIP} .
./libexec/install-mecab-unidic_kana-accent.sh

# install tdmelodic
./bin/install-tdmelodic --prefix `mecab-config --dicdir`/tdmelodic
# Other installation destinations will also be fine. For example,
# ./bin/install-tdmelodic --prefix `mecab-config --dicdir`/unidic-tdmelodic

UniDic-tdmelodic の使用例

いくつかの例をご覧ください。

例1

echo 一昔前は人工知能のプログラミング言語といえばCommon LispやPrologだった。 | \
    mecab -d `mecab-config --dicdir`/tdmelodic/

一昔	ヒトムカシ	ヒトムカシ	一昔	名詞-普通名詞-一般			2,3
前	マエ	マエ	前	名詞-普通名詞-副詞可能			1
は	ワ	ハ	は	助詞-係助詞
人工知能	ジ[ンコーチ]ノー	ジンコウチノウ	人工知能	名詞-固有名詞-一般			@
の	ノ	ノ	の	助詞-格助詞
プログラミング言語	プ[ログラミングゲ]ンゴ	プログラミングゲンゴ	プログラミング言語	名詞-固有名詞-一般			@
と	ト	ト	と	助詞-格助詞
いえ	イエ	イウ	言う	動詞-一般	五段-ワア行	仮定形-一般	0
ば	バ	バ	ば	助詞-接続助詞
Common Lisp	コ[モンリ]スプ	コモンリスプ	Common Lisp	名詞-固有名詞-一般			@
や	ヤ	ヤ	や	助詞-副助詞
Prolog	プ[ロログ	プロログ	Prolog	名詞-固有名詞-一般			@
だっ	ダッ	ダ	だ	助動詞	助動詞-ダ	連用形-促音便
た	タ	タ	た	助動詞	助動詞-タ	終止形-一般
。			。	補助記号-句点
EOS

Cf.

echo 一昔前は人工知能のプログラミング言語といえばCommon LispやPrologだった。 | \
    mecab -d `mecab-config --dicdir`/unidic/

一昔	ヒトムカシ	ヒトムカシ	一昔	名詞-普通名詞-一般			2,3
前	マエ	マエ	前	名詞-普通名詞-副詞可能			1
は	ワ	ハ	は	助詞-係助詞
人工	ジンコー	ジンコウ	人工	名詞-普通名詞-一般			0
知能	チノー	チノウ	知能	名詞-普通名詞-一般			1
の	ノ	ノ	の	助詞-格助詞
プログラミング	プログラミング	プログラミング	プログラミング-programming	名詞-普通名詞-サ変可能			4
言語	ゲンゴ	ゲンゴ	言語	名詞-普通名詞-一般			1
と	ト	ト	と	助詞-格助詞
いえ	イエ	イウ	言う	動詞-一般	五段-ワア行	仮定形-一般	0
ば	バ	バ	ば	助詞-接続助詞
Common	Common	Common	Common	名詞-普通名詞-一般			0
Lisp	Lisp	Lisp	Lisp	名詞-普通名詞-一般			0
や	ヤ	ヤ	や	助詞-副助詞
Prolog	Prolog	Prolog	Prolog	名詞-普通名詞-一般			0
だっ	ダッ	ダ	だ	助動詞	助動詞-ダ	連用形-促音便
た	タ	タ	た	助動詞	助動詞-タ	終止形-一般
。			。	補助記号-句点
EOS

例2

echo 横浜市中区日本大通 | mecab -d `mecab-config --dicdir`/tdmelodic

横浜市中区日本大通	ヨ[コハマ]シナ[カ]クニ[ホンオオド]オリ	ヨコハマシナカクニホンオオドオリ	横浜市中区日本大通	名詞-固有名詞-地名-一般			@
EOS

echo 横浜市中区日本大通 | mecab -d `mecab-config --dicdir`/unidic

横浜	ヨコハマ	ヨコハマ	ヨコハマ	名詞-固有名詞-地名-一般			0
市中	シチュー	シチュウ	市中	名詞-普通名詞-一般			0,2
区	ク	ク	区	名詞-普通名詞-一般			1
日本	ニッポン	ニッポン	日本	名詞-固有名詞-地名-国			3
大通	ダイツー	ダイツウ	大通	名詞-普通名詞-一般			3,0
EOS

例3

echo 980hPa | mecab -d `mecab-config --dicdir`/tdmelodic/
echo 15mm | mecab -d `mecab-config --dicdir`/tdmelodic/
echo 4月10日 | mecab -d `mecab-config --dicdir`/tdmelodic/

980hPa	キュ]ーヒャクハ[チジュウヘクトパ]スカル	キュウヒャクハチジュウヘクトパスカル	980hPa	名詞-固有名詞-一般			@
EOS
15mm	ジュ[ウゴミリメ]ートル	ジュウゴミリメートル	15mm	名詞-固有名詞-一般			@
EOS
4月10日	シ[ガツトオカ	シガツトオカ	4月10日	名詞-固有名詞-一般			@
EOS