Search type | Search syntax |
---|---|
タグ | [タグ] |
完全一致 | "ここの単語" |
作成者 |
user:1234 user:me (あなたの) |
スコア |
score:3 (3+) score:0 (なし) |
回答 |
answers:3 (3+) answers:0 (なし) isaccepted:yes hasaccepted:no inquestion:1234 |
閲覧数 | views:250 |
コード | code:"if (foo != bar)" |
セクション |
title:リンゴ body:"リンゴ オレンジ" |
URL | url:"*.example.com" |
セーブ | in:saves |
状態 |
closed:yes duplicate:no migrated:no wiki:no |
種類 |
is:question is:answer |
除外 |
-[タグ] -リンゴ |
高度な検索の詳細については、ヘルプ ページをご覧ください。 |
MeCabはオープンソースの形態素解析エンジンで、言語、辞書、コーパスに依存しない汎用的な設計を基本方針としています。 平均的にChaSen, Juman, KAKASIより高速に動作します。 名称は開発者の好物「和布蕪(めかぶ)」から取られた。
3
票
MeCabをpython3で使いたいが 'utf-8' codec can't decode 'utf-8' codec can't decodeというエラーが出てしまう
辞書の文字コードの確認
mecab コマンド はオプション -D, --dictionary-info で辞書の情報を出力します。
$ mecab -D
文字コードがUTF-8であれば charset: UTF-8 のように出力されます。
Python側でも以下のように確認できるようです。 … mecab = MeCab.Tagger("-Ochasen")
info = mecab.dictionary_info()
print(info.charset) …
3
票
OpenJTalkの辞書エントリのフォーマットがよくわかりません
最後の項目の「C1」などの記号
最後の項目の「C1」などの記号は、nekketsuuuさんの回答にある「OpenJTalk の解析資料」にも触れられていますが、大まかに言うと「アクセント結合規則」を表現するもののようです。
多くの場所で「匂坂 芳典らによってまとめられた」という記述が有り、参考文献として下記2点が挙げられています。
『日本語単語連鎖のアクセント規則』
『テキストからの音声合成を目 …