めかぶについて調べた - 空飛ぶピアニスト

MeCab（めかぶ）について

MeCabとは

MeCabは京都大学情報学研究科−日本電信電話株式会社コミュニケーション科学基礎研究所共同研究ユニットプロジェクトを通じて開発されたオープンソース形態素解析エンジンです。
（http://taku910.github.io/mecab/) より引用
クックパッド開発者ブログによるめかぶの仕組み解説（http://techlife.cookpad.com/entry/2016/05/11/170000）
納豆めかぶで修造語録の頻出ワードを解析（http://vsanna.sakura.ne.jp/wp/2015/02/natto_mecab/）なんか楽しそう。

形態素解析とは

ざっくり…日本語の文章を、形態素（言語で意味を持つ最小単位）に分割する技術。
何に使うか…かな漢字変換、検索エンジン予測変換等。
何でできるか…Mecab、ChaSen、JUMAN、KAKASI等。

インストール手順

環境：Windows10
（http://taku910.github.io/mecab/）を見ながら進める。

①ダウンロード

上記サイトのまんなかあたり[ダウンロード]のBinary package for MS-Windows、[mecab-0.996.exe:ダウンロード]をクリック。
文字コードはutf-8。辞書を作ると言われるので作ってもらう。10秒くらいで完了する。
これで完了。

とりあえず使ってみる

が、文字コードをutf-8にしたので公式サイトのとりあえず解析は使えない。

% mecab
すもももももももものうち
すもももももももものうち        險伜捷,荳闊ｬ,*,*,*,*,*
EOS

(Shift-JISでインストールすると使える。)

utf8で使ってみる

（http://handsrecs2nd.seesaa.net/article/140090025.html）を参考に動作確認を行う。

①ファイルの作成

ファイル名：in.txt
文字コード：UTF-8
ファイルの中身：吾輩は猫である。名前はまだない。
場所：デスクトップとかやりやすいところ
※同じく出力用のout.txtも作っておく(設定は同じ)。

②コマンドプロンプトで以下を入力

"C:\Program Files (x86)\MeCab\bin\mecab.exe"  C:\Users\XXX\Desktop\in.txt -o  C:\Users\XXX\Desktop\out.txt

環境変数いじるのがめんどくさいのでフルパスで全部書いた。

③結果

（out.txtの中に作られている）

吾輩   名詞,代名詞,一般,*,*,*,吾輩,ワガハイ,ワガハイ
は 助詞,係助詞,*,*,*,*,は,ハ,ワ
猫 名詞,一般,*,*,*,*,猫,ネコ,ネコ
で 助動詞,*,*,*,特殊・ダ,連用形,だ,デ,デ
ある  助動詞,*,*,*,五段・ラ行アル,基本形,ある,アル,アル
。 記号,句点,*,*,*,*,。,。,。
名前  名詞,一般,*,*,*,*,名前,ナマエ,ナマエ
は 助詞,係助詞,*,*,*,*,は,ハ,ワ
まだ  副詞,助詞類接続,*,*,*,*,まだ,マダ,マダ
ない  形容詞,自立,*,*,形容詞・アウオ段,基本形,ない,ナイ,ナイ
。 記号,句点,*,*,*,*,。,。,。
EOS

すごい。

そのた（ついで）

自分の日報の頻出ワード検索をする。（今度）

めかぶの由来は開発されたかたがめかぶ好きだかららしいです。