5
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
まず MeCab の辞書は、CSV として最初の 4 つのフィールドは必須ですが、それ以降はユーザー定義のフィールドとなっています。
エントリは, 以下のような CSV で追加します.
test,1223,1223,6058,foo,bar,baz
最初の4つは必須エントリで, それぞれ(中略)となっています.
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 ...
5
票
Mecabで日本語を分割した結果、エラーが出る
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 ...
5
票
mecab 中国語の辞書を作成について
奈良先端科学技術大学院大学(NAIST) 松本祐治研究室のHPに、MeCab用中国語辞書 公開リリースのページがあります。
NAIST Chinese Dictionary
利用に際しての手続きが必要なようですが、問い合わせてみてはどうでしょうか?
5
票
mecab-python3 のエラーの理由を教えて欲しい
エラーの理由が知りたい場合は、"error"または"ERROR"と書かれた行だけでも何が書いてあるのか確認します。
error: subprocess-exited-with-error
error: Microsoft Visual C++ 14.0 or greater is required. Get it with "...
4
票
日本語のステミング(「よい」と「良い」が同じであるか判定する)方法
まだ完璧とは言えませんが、一定の進歩はありましたので、追記部分をこちらに移すとともに、再編集します。
UniDicにはIPADICにない素性があります。「語彙素・語形・書字形・発音形の階層構造を持ち,表記の揺れや語形の変異にかかわらず同一の見出しを与えることができます」とのことです。
辞書のCSVファイルを見てみると
すし屋,5142,5142,9609,名詞,普通名詞,一般,*,*,*,...
3
票
Accepted
MeCab 形態素解析の結果が意図した通り表示されない
s_parsed = t.parse(s[0])
s[0]は1文字目ですよね。sが'国語が得意です。'であれば、s[0]は国になります。
3
票
Accepted
PythonでMeCabを使うと出力が文字化けしてしまいます。
MeCabをSHIFT-JISでインストールした時の現象と酷似しています。
コマンドラインやPowerShellから下記のコマンドを実行して、標準で使う辞書の文字コードを確認してください。
PS D:\root\usr\MeCab> mecab -D
filename: D:\root\usr\MeCab\etc\..\dic\ipadic\sys.dic
version: ...
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
文字コードの不一致
Python3のソースコードのデフォルトエンコーディングはUTF-8で、文字列(str)はUnicodeを保持します。
MeCabの辞書の(おそらく質問者さんが使っているであろう)ipadic はデフォルトではEUCで作られます。
この不一致がエラーの原因です。(追記: 違っていました。質問者さんの辞書はUTF-8とのこと)
./configure --with-...

mjy♦
- 1.2万
3
票
Accepted
Pandasのapplyメソッドを使って列の文字列に対してMeCabで形態素解析をしたい。
extractKeywordに渡せるのはstr型だけです(そのように意図されています)。
ですがdf.applyでは、関数に渡るのはpandas.core.series.Series型ですからうまくいきません。
df.apply(type)を実行すればわかったはずです。(lambdaは不要です。関数名でいいです)
MeCab.Taggerはグローバルに1つだけ作成して、それを使いましょう。
...
3
票
Accepted
sudoが使えない環境下へのMeCabのインストール
1: 元々の問題
何回かインストールを試すうちにおかしくなっていたようなので、まず/home/S/usr/local/の諸々のファイルを削除し、再インストール前にmake cleanをしてから、上の手順に沿ってMeCab本体と辞書をインストールした。
つまり、MeCab本体なら、解凍先フォルダにcdで移動して、
$ make clean ; ./configure --prefix=/home/...
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』
『...

mjy♦
- 1.2万
2
票
Accepted
2
票
除外した品詞が除外できていない
「あった」を解析すると(辞書にもよりますが)
あっ 動詞,自立,*,*,五段・ラ行,連用タ接続,ある,アッ,アッ
た 助動詞,*,*,*,特殊・タ,基本形,た,タ,タ
となって、この表層「あっ」だけ再度解析したら、当然
あっ 感動詞,*,*,*,*,*,あっ,アッ,アッ
という結果になりますよね。
追記
if re.search("^(名詞|動詞,自立)"...
2
票
Accepted
長めの固有名詞が分割されてしまう
「何ををくっつけて何を分解するかという基準」を記述したものが辞書なので、そこに介入したいなら辞書をいじるしかないです。
「外国人」はipadicにもnaist-jdicにもjumandicにもないですね。
ipadic-neologd にはそのあたりの複合語のエントリが多く入っているので(実際「外国人」はあります)、ipadic-neologd を使うという手はありかと思います。
https://...
2
票
mecab-python-windowsを使ってpysummarizationをインストールしたい
pysummarizationは、mecab-python3に依存しているので、mecab-python3をインストールしようとしますがmecab-python3はWindowsに対応していないのでエラーになってしまいます。
mecab-python-windowsは、Windowsでもpipで簡単にmecab-pythonを入れることができるパッケージです。mecab-...
1
票
MeCab 使用時にエラー TypeError: in method 'Tagger_parse', argument 2 of type 'char const *'
文字列を渡すべき関数に、文字列のリスト、を渡しているのが原因です。
https://taku910.github.io/mecab/bindings.html にあるように、文字列を渡して下さい。
with open("/Desktop/cleaned-stp.txt",encoding='utf8') as f:
cleaned_text = f.read()
...
1
票
MeCab 使用時にエラー TypeError: in method 'Tagger_parse', argument 2 of type 'char const *'
私も初心者なので参考になるか分かりませんが、同じくMeCabを使っているとき(まさに今)、同じエラーが出て苦労したので一応共有します!
私の場合、データフレームの列を分かち書きした際にこのエラーが出ました。その列の型がobjectだったのをstrに変えたらうまく動作しました。listはわかりませんが、おそらく型が関係してるのではないかなーと思います。頑張ってください!!!
1
票
Accepted
MeCabを用いたPythonの品詞抽出について
そのコードだと datafile に入っているのはファイルオブジェクトです.一方で,MeCab.Tagger の parse() 関数に渡すべきは文字列なのでエラーになります.
変数の命名からして「ファイルの中身をパースして,名詞のみを抜き出す」のが目的と思いますので,次のようにすればよいでしょう:
import sys
import MeCab
m = MeCab.Tagger("-...
1
票
Accepted
pythonモジュールswemのimport方法
おそらく、参照先のリポジトリから直接インストールする必要があると思われます。
2 code results in yagays/swem or view all results on GitHub
pip install swem でインストールした場合は別のものが入るようです。
C:\Develop\Python>pip show swem
Name: swem
Version: 0.3....
1
票
MeCabを用いたSinatraアプリをHerokuにデプロイする方法をご教示ください。
長文失礼します。
質問者さんの環境とは異なりますが、以下の組み合わせが最小構成だと思われれます。ご参考になれば。
ファイル構成
mecab_on_heroku // 任意のディレクトリ名
├── .gitignore
├── Gemfile
├── Gemfile.lock
├── Procfile
└── app.rb
.gitignore
/vendor
...
1
票
Mecabが文字化けとUnicodeDecodeErrorが発生
./configure実行時には、これからコンパイル・インストールしようとしているソフトウェアに必要なものが揃っているかを確認しており、missingと出ている場合は足りないものを確認しつつ事前にインストールしなければいけません。
質問の環境で足りていないのは以下のパッケージになると思うので、お使いの環境に合わせて確認、インストールしてみてください。
automake (aclocal, ...
1
票
AttributeErrorに対しどう修正すればいいのかわかりません
jsvine/markovifyとかmarkovify 0.7.1 で markovify が Python 3.6 系までしか検証していないようなので、Python の版数を 3.6 系に下げて入れなおしてみてはどうでしょう?
参考にされた記事も「インストールしておいて」と示した記事は Python 3.6.5 が入っているようです。
この投稿は @kunif さんのコメントなどを元に編集し、...
コミュニティ wiki
1
票
Accepted
MecabをWindows10にインストール後、コマンドラインから使うと漢字だけが表示される
おそらく文字コードです。読み込みに利用しているファイルの文字コードと、実行時のLocaleのつじつまあっているか、確認してください。
Windowsコマンド環境では・・・・といいう話なので、ja_JP.UTF8でSJISのテキストを処理しようとしたりしてませんか?<読み込み時に指定していないと大抵、ご提示の雰囲気の文字列に化けます。
1
票
WSL(Ubuntu 18.04)にMeCabをインストールできない
mecab 本体を make install した際に、以下のようなメッセージが出ているはずです。
Libraries have been installed in:
/usr/local/lib
If you ever happen to want to link against installed libraries
in a given directory, LIBDIR, you ...
1
票
Dockerコンテナに mecabの辞書、NEologdをインストール中、ファイルが存在しないと言われる。
ログを見るに、インストールに必要なコマンドが存在しているか調べている最中に、見つからなかったコマンドがあったように見えます。
install-mecab-ipadic-neologd のソースコードを読むと、件のログはこのあたりで出力されており、このログは「file コマンドが見つからない」と言っているようです。
したがって後は metropolis さんのコメント通り、file ...
1
票
mecabのユーザー辞書追加をしても反映されません。
ユザー辞書は作成されていますが、その辞書が使われていません。
mecabのuserdicに作成したのならば、mecabの設定ファイルに登録しましょう。
設定の方法は、mecabのマニュアルの以下の部分です。
/home/foo/bar/foo.dic ができていることを確認
/usr/local/lib/mecab/dic/ipadic/dicrc もしくは /usr/local/...
1
票
MeCabでのユーザー辞書が生成できない。
恐らく管理者権限が関係していると思われたので、出力先ディレクトリの指定をC:\Program Files (x86)以外の場所、今回はD:\を指定して実行したところファイルが生成されました。
この回答は @Wataru Harakita さんのコメント を元にコミュニティwikiとして投稿しました。
コミュニティ wiki
1
票
Herokuにmecabをインストールできない
こんにちは。類似の質問をして、回答をいただきました。
もしまだこちらの問題でお悩みであれば、こちらをご覧になってみてください。
MeCabを用いたSinatraアプリをHerokuにデプロイする方法をご教示ください。
上記の質問でいただいたご指摘の通り1つずつ修正を進めたところ、
No such file or directory - mecab-config (Errno::ENOENT)...
1
票
Python MeCab バインディング
自己解決いたしました。お騒がせしてしまい申し訳ありません。
Mecab本体のインストール時の文字コード指定をUTF-8以外にしており、後からスタートメニューの「Recompile UTF-8 dictionary」を実行しているのでUTF-8も動作すると考えていました。しかしながら、再インストールを行い、インストール時の文字コード指定をUTF-8にすることで挙動が変化し、正常に動作しました。...
Only top scored, non community-wiki answers of a minimum length are eligible
関連するタグ
mecab × 45python × 27
python3 × 12
自然言語処理 × 7
ubuntu × 4
heroku × 4
windows × 3
anaconda × 3
macos × 2
pandas × 2
日本語 × 2
javascript × 1
ruby × 1
linux × 1
docker × 1
正規表現 × 1
postgresql × 1
windows-10 × 1
twitter × 1
web-scraping × 1
jupyter-notebook × 1
flask × 1
wsl × 1
pip × 1
文字化け × 1