🎄teratailクリスマスプレゼントキャンペーン2024🎄』開催中!

\teratail特別グッズやAmazonギフトカード最大2,000円分が当たる!/

詳細はこちら
Jupyter

Jupyter (旧IPython notebook)は、Notebook形式でドキュメント作成し、プログラムの記述・実行、その実行結果を記録するツールです。メモの作成や保存、共有、確認などもブラウザ上で行うことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Mecab

Mecabは、オープンソースの形態素解析エンジンです。 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。 Mecabの由来は、開発者の好物である和布蕪(めかぶ)から名づけられました。

Q&A

解決済

2回答

2888閲覧

MeCabのユーザー辞書をJupyter Notebookで使用したい

yama_kazu

総合スコア5

Jupyter

Jupyter (旧IPython notebook)は、Notebook形式でドキュメント作成し、プログラムの記述・実行、その実行結果を記録するツールです。メモの作成や保存、共有、確認などもブラウザ上で行うことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Mecab

Mecabは、オープンソースの形態素解析エンジンです。 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。 Mecabの由来は、開発者の好物である和布蕪(めかぶ)から名づけられました。

0グッド

0クリップ

投稿2019/09/06 01:29

前提・実現したいこと

次のユーザー辞書を作成し、pythonのJupyter Notebookで形態素解析を行いたいです。

駐車場, 1285, 1285, 3000, 名詞, 一般, *, *, *, *, 駐車場, チュウシャジョウ, チューシャジョー(Excelで作成し、words.csvとしてUTF-8形式で保存)

その後、コマンドプロンプトを動かし、user.dicを作成。(これは、成功しています)

そして、C:\Program Files (x86)\MeCab\etc\mecabrcを開き、
userdic = C:\Users\yamakazu\user.dic 
を追加して、上書きしました。

発生している問題・エラーメッセージ

該当のソースコード部分のコードを実行したところ、

この コノ この 連体詞 駐車 チュウシャ 駐車 名詞-サ変接続 場 ジョウ 場 名詞-接尾-一般 は ハ は 助詞-係助詞 広い ヒロイ 広い 形容詞-自立 形容詞・アウオ段 基本形 な ナ な 助詞-終助詞 。 。 。 記号-句点 EOS

となり、ユーザー辞書が反映されていないままとなります。エラーは発生していません。

該当のソースコード

python

1import MeCab 2import sys 3m = MeCab.Tagger("-Ochasen -u user.dic") 4text = m.parse("この駐車場は広いな。") 5print(text)

試したこと

・コマンドプロンプトで次のことを確認しました。

C:\Users\yamakazu>"C:\Program Files (x86)\MeCab\bin\mecab-dict-index" -d"C:\Program Files (x86)\MeCab\dic\ipadic" -u user.dic -f UTF-8 -t UTF-8 C:\Users\yamakazu\words.csv reading C:\Users\yamakazu\words.csv ... 1 emitting double-array: 100% |#########################################| done! C:\Program Files (x86)\MeCab\bin> mecab -D filename: C:\Program Files (x86)\MeCab\etc..\dic\ipadic\sys.dic version: 102 charset: UTF-8 type: 0 size: 392126 left size: 1316 right size: 1316 filename: C:\Users\yamakazu\user.dic version: 102 charset: UTF-8 type: 1 size: 1 left size: 1316 right size: 1316

となるので、おそらくuser.dicは、ちゃんと更新されているものと思われます。
・mecabを立ち上げて、”駐車場”と入力すると、ユーザー辞書の情報が表示されました。

補足情報(FW/ツールのバージョンなど)

OSは、windows8.1で、環境は、python(Anaconda3)のJupyter Notebookを使用しています。
いろいろ調べたものの、何が原因でうまくpythonに反映できないのか分かりません。よろしくお願いいたします。
参考にしたサイトはこちらになります。
MeCabでオリジナル辞書を作成する
MeCabに自分でカスタマイズした辞書を追加する

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

セットされている辞書の確認方法です。
想定している辞書が設定されているか確認してみてください。

python

1import MeCab 2m = MeCab.Tagger("-Ochasen -u user.dic") 3 4i = m.dictionary_info() 5while i: 6 print('filename:', i.filename) 7 print('type:', i.type) 8 print() 9 i = i.next

typeは mecab.h を参照してください。


追記

確認したい目的からするとこうするべきでした。

python

1import MeCab 2import os.path 3 4m = MeCab.Tagger("-Ochasen -u user.dic") 5 6i = m.dictionary_info() 7while i: 8 print('filename:', os.path.abspath(i.filename)) 9 print('type:', i.type) 10 print('size:', i.size) 11 print() 12 i = i.next

投稿2019/09/06 04:37

編集2019/09/06 05:09
quickquip

総合スコア11231

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

yama_kazu

2019/09/06 04:53

ありがとうございます。 いただいた確認方法をJupyterで試してみたところ、 filename: C:\Program Files (x86)\MeCab\etc..\dic\ipadic\sys.dic type: 0 filename: user.dic type: 1 と、出力されました。辞書は設定されているようです。
quickquip

2019/09/06 05:10

すみません。確認したいことから考えると、絶対パスを出して、サイズも見るべきでした。追記しました。
yama_kazu

2019/09/06 05:15

サイズも確認しました。CSVに入っていたサイズ(単語の個数)と同じでした。
quickquip

2019/09/06 05:56

全く問題はなさそうですね。 csvの中身も間違いはなく、1行だけのユーザ辞書を実際に作成して、意図通りに動くことが手元で確認できました。 ただ、こちらはmacですので、現象がWindows固有の問題などであればこれ以上お力にはなれないかと思います。
yama_kazu

2019/09/06 06:18

分かりました。本来ならこれまでの操作で問題ないということが分かり、安心しました。Linuxの仮想環境の導入なども、場合によっては検討したいと思います。本当にありがとうございました。
guest

0

自己解決

janomeを使って解析してみたら、上手く反映されました。

python

1from janome.tokenizer import Tokenizer 2 3tokenizer = Tokenizer(udic="hospital_words2.csv", udic_enc="shift-jis") 4text = 'この駐車場は広いな。' 5tokens = tokenizer.tokenize(text) 6for token in tokens: 7 print(token) 8
この 連体詞,*,*,*,*,*,この,コノ,コノ 駐車場 名詞,一般,*,*,*,*,駐車場,チュウシャジョウ,チューシャジョー は 助詞,係助詞,*,*,*,*,は,ハ,ワ 広い 形容詞,自立,*,*,形容詞・アウオ段,基本形,広い,ヒロイ,ヒロイ な 助詞,終助詞,*,*,*,*,な,ナ,ナ 。 記号,句点,*,*,*,*,。,。,。

投稿2019/09/11 04:12

yama_kazu

総合スコア5

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.36%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問