7

Mecabでこのように日本語を分割したいのですが、

   m = MeCab.Tagger("-d /usr/local/lib/mecab/dic/mecab-ipadic-neologd")
   c = m.parse('小林製薬 ヒフミド 公式 !本気の潤い肌には。小林製薬初回980円').splitlines()
   for s in c:
       print(s)

結果は:

小林製薬    名詞,固有名詞,一般,*,*,*,小林製薬,コバヤシセイヤク,コバヤシセイヤク
ヒフミド    名詞,一般,*,*,*,*,*
公式  名詞,形容動詞語幹,*,*,*,*,公式,コウシキ,コーシキ
!   記号,一般,*,*,*,*,!,!,!
本気  名詞,一般,*,*,*,*,本気,ホンキ,ホンキ
の   助詞,連体化,*,*,*,*,の,ノ,ノ
潤い  名詞,一般,*,*,*,*,潤い,ウルオイ,ウルオイ
肌   名詞,一般,*,*,*,*,肌,ハダ,ハダ
に   助詞,格助詞,一般,*,*,*,に,ニ,ニ
は   助詞,係助詞,*,*,*,*,は,ハ,ワ
。   記号,句点,*,*,*,*,。,。,。
小林製薬    名詞,固有名詞,一般,*,*,*,小林製薬,コバヤシセイヤク,コバヤシセイヤク
初回  名詞,一般,*,*,*,*,初回,ショカイ,ショカイ
980円    名詞,固有名詞,一般,*,*,*,980円,キュウヒャクハチジュウエン,キューヒャクハチジュウエン,[:_:3180  3148    7806]
EOS

どうして最後のところに[:_:3180 3148 7806]がでるのでしょうか?

教えていただけませんか。お願いします!

1 件の回答 1

5

エラーでも何でもなく、mecab-ipadic-neologdの辞書にそう入っていて、mecabのデフォルト出力フォーマットが「辞書に入っている素性は全部出す」だからそう出ているだけです。

http://taku910.github.io/mecab/dic-detail.html

5カラム目以降は, ユーザ定義の CSV フィールドです. 基本的に どんな内容でも CSV の許す限り追加することができます.

2
  • 1
    +1: 確かに、seed ファイルの中の neologd-quantity-infreq-dict-seed.20170224.csv の105832 行目に「980円」のデータがあり、[:_:3180 3148 7806] というフィールドも含まれていました。(ところでこれはどういう意味のフィールドなのでしょう?)
    – nekketsuuu
    Commented 2018年9月14日 1:54
  • なんでしょうね……。neologdの方にissueとしてあげてもいいかもしれませんね
    – quickquip
    Commented 2018年9月14日 9:45

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。