カテゴリー: MeCab

Windowsでのmecab,Neologdのインストール

ネットでMecab、Neologdのインストール方法を調べてもWindows版があんまり出てこなかったのでここに書いておきます。

参考サイト

・ちらのうら-cygwinでMecabインストール

・64bit版Cygwinをインストールしてapt-cygするまで

・MeCab システム辞書への単語追加（mecab-ipadic-neologd）

用意するもの(Windows7)
・Cygwin

・mecab-0.996.tar.gz

・mecab-2.7.0-20070801.tar.gz

・apt-cyg(patchを入れる用)

これらをネットからどうにかして引っ張ってきてください

mecabに関してはwgetコマンド等でインストールできるものもありましたが
できないものに関しては手動でインストールして手動でフォルダに入れました。

基本的にはC:\cygwin64\usr\srcの中に入れます。
apt-cygだけC:\cygwin64\usr\local\binです。お間違えの無いようご注意。

mecabのサイトにあるmecab-0.996のパッケージでインストールされる
C:/Program Files (x86)内にできるMeCabで今まで形態素解析をしていましたがどうやらそれではだめみたい。
0.996をインストールしても途中でエラーを吐かれて萎えていました。
が、パッチがあるらしくそれを使うと0.996で行けるとの情報が。

パッケージでは辞書が含まれていましたが今回は本体のみ。

Cygwinではインストーラーで入れないと使えないコマンドが色々ありますが
進める間ずっと色んな遠回りをしたりで何を入れたか記憶にありません。必要に応じてインストールしてください。

準備として
・mecab-0.98.tar.gz
・mecab-2.7.0-20070801.tar.gz
の二つはC:/cygwin64/usr/src内に入れておく。
cygwin内でapt-cygを使えるようにしてから
apt-cyg参考サイト

patchを作ってmecabインストール
を参考に

apt-cyg install patch

を打つとpatchコマンドが使えるようになる。

srcのディレクトリに移動し

tar zxvf mecab-0.996.tar.gz
tar zxvf mecab-ipadic-2.7.0-20070801.tar.gz
patch -p1 -d ./mecab-0.996/ < ./mecab-0.996.patch
cd ./mecab-0.996
./configure --with-charset=utf-8
make
make install
cd ../mecab-ipadic-2.7.0-20070801
nkf --overwrite -Ew mecab-ipadic-2.7.0-20070801/*
/usr/local/libexec/mecab/mecab-dict-index -f utf-8 -t utf-8
./configure

patchを作ってmecabインストール
のサイトのコードと同じように見えるが辞書ファイルのインストールが違う。
neologdのコードがutf-8のみにしか対応していないのでutf-8で入れる必要があるが
なぜか辞書のほうは

./configure --with-charset=utf-8

ではutf-8でインストールされず結果文字化けしてたので注意(shift-jisだかeuc-jpになってたのに気づかず最後まで手こずった)

次にNeologdのインストール。
srcのディレクトリに移動して

git clone --depth 1 https://github.com/neologd/mecab-ipadic-neologd.git
cd mecab-ipadic-neologd 
./bin/install-mecab-ipadic-neologd
xz -dkv mecab-ipadic-neologd/seed/mecab-user-dict-seed.*.csv.xz
mv mecab-ipadic-neologd/seed/mecab-user-dict-seed.*.csv mecab-ipadic-2.7.0-20070801
cd mecab-ipadic-2.7.0-20070801/
/usr/local/libexec/mecab/mecab-dict-index -f utf-8 -t utf-8

まとめるとこんな感じ。Windowsだからなのかいろいろと手間がかかってしまった。
cygwinでは使えないsudoのコマンドはcygwinを管理者権限で起動するとどうにかなる。

「10日放送の「中居正広のミになる図書館」（テレビ朝日系）で、SMAPの中居正広が、篠原信一の過去の勘違いを明かす一幕があった。」の結果
%e3%82%b9%e3%82%af%e3%83%aa%e3%83%bc%e3%83%b3%e3%82%b7%e3%83%a7%e3%83%83%e3%83%88-15
10日がトオカってならないのはなんでだろう…(不安を残す)

形態素解析

今回は形態素解析の方法としてRMeCabを使用した。

Rは統計解析フリーソフト、MeCabは形態素解析ソフトである。

形態素解析は文章を品詞で分解し頻度を調べるための手法、RMeCabはR内でMeCabを使用するためのオープンソースである。

Rのインストール：https://cran.r-project.org/

MeCabのインストール：http://taku910.github.io/mecab/

RMeCabの手順：http://blog.ecoteki.com/webservice/post-2499/

参考サイト：形態素の頻度分析

RとMeCabをインストールした後、R内で

install.packages("RMeCab",repos = "http://rmecab.jp/R")

を実行することでRMeCabをインスト－ルできる。
RMeCabを使用するときは

library(RMeCab)

を最初に挟む必要がある。

形態素解析

library(RMeCab)//ライブラリ
ans<-RMeCabFreq("形態素解析したい文章の場所")
ans//出力

解析結果をCSVで書き出したい場合

library(RMeCab)//ライブラリ
write.csv(ans,".csv",row.names=TRUE,fileEncoding="CP932",eol="\r\n")
ans//出力

ソート

ans[rev(order(ans$Freq)),]//ソート
ans//出力

を実行することで解析できる。

書き出したCSVファイル等はドキュメントに保存される。