POSTED BY
2024-10-12

Mecabとは入力文字列を文節に分解してくれるオープンソースの形態素解析エンジン。
ユーザー入力を分解して自動応答するチャットボットで広く使われている。

まず、以下本家サイトから本体とIPA辞書をダウンロードする。

https://taku910.github.io/mecab/

mecab-0.996.tar.gz # 本体
mecab-ipadic-2.7.0-20070801.tar.gz # IPA辞書

取得したら /usr/local/src に設置する。

本体コンパイル・インストール

sudo -s
cd /usr/local/src
tar xvfzp mecab-0.996.tar.gz
cd mecab-0.996
./configure --with-charset=utf8 --enable-utf8-only
make
make install

辞書コンパイル・インストール

sudo -s
cd /usr/local/src
tar xvfzp mecab-ipadic-2.7.0-20070801.tar.gz
mecab-ipadic-2.7.0-20070801
./configure --with-charset=utf8 --enable-utf8-only
make
make install

/usr/local/以下にインストールされたので、一般ユーザーに戻ってテストしてみる。

hogeuser@debian:~$ mecab
すもももももももものうち
すもも  名詞,一般,*,*,*,*,すもも,スモモ,スモモ
も      助詞,係助詞,*,*,*,*,も,モ,モ
もも    名詞,一般,*,*,*,*,もも,モモ,モモ
も      助詞,係助詞,*,*,*,*,も,モ,モ
もも    名詞,一般,*,*,*,*,もも,モモ,モモ
の      助詞,連体化,*,*,*,*,の,ノ,ノ
うち    名詞,非自立,副詞可能,*,*,*,うち,ウチ,ウチ
EOS

ソースからインストールすると、C/C++のライブラリも自動で入るのですぐ使える。
以下、サンプルを書いてみる。

#include <stdio.h>
#include <mecab.h>
#include <stdlib.h>
#include <string.h>

#define strnull(x) (x == NULL || x[0] == '\0')
#define countof(x) sizeof(x) / sizeof(x[0])

int main(void) {
  char name[512], *ptr;
  char *argv_a[] = {(char *)"mecab", (char *)"-Owakati"};
  char *argv_b[] = {(char *)"mecab", (char *)"-Ochasen"};
  mecab_t *mecab;

  sprintf(name, "すもももももももものうち");

  if ((mecab = mecab_new(countof(argv_a), argv_a)) != NULL) {
    fprintf(stdout, "mecab_new ok\n");
    if ((ptr = (char *)mecab_sparse_tostr(mecab, name)) != NULL) {
      fprintf(stdout, "mecab_sparse_tostr ok string is:\n%s\n", ptr);
    }
    mecab_destroy(mecab);
  }

  if ((mecab = mecab_new(countof(argv_b), argv_b)) != NULL) {
    fprintf(stdout, "mecab_new ok\n");
    if ((ptr = (char *)mecab_sparse_tostr(mecab, name)) != NULL) {
      fprintf(stdout, "mecab_sparse_tostr ok string is:\n%s\n", ptr);
    }
    mecab_destroy(mecab);
  }

  return 0;
}

char*型配列をmecab_newに渡す。これはmecabコマンドを呼ぶのと同じ形式になる。
argv_aは mecab -Owakati と実行するに同じ、
argv_bは mecab -Ochasen と実行するに同じ。
mecab_sparse_tostrで入力文字列の解析を実行し、結果がptrに返る。コマンドの出力と同じもの。
終わったらmecab_destroy。

コンパイル、実行結果

gcc -o mecab.x mecab.c -I/usr/local/include -L/usr/local/lib -lmecab

./mecab.x

mecab_new ok
mecab_sparse_tostr ok string is:
すもも も もも も もも の うち

mecab_new ok
mecab_sparse_tostr ok string is:
すもも  スモモ  すもも  名詞-一般
も      モ      も      助詞-係助詞
もも    モモ    もも    名詞-一般
も      モ      も      助詞-係助詞
もも    モモ    もも    名詞-一般
の      ノ      の      助詞-連体化
うち    ウチ    うち    名詞-非自立-副詞可能
EOS

MecabをPythonに組み込む編はこちら