kuromoji でneologedを使いたい　形態素解析の実装

kuromoji で形態素解析を行いたいです。
その際にneologed辞書を使いたいのですが、調べるとelasticsearchやluceneでのやり方が出てくるですが、atilikaだけではできないのですか？

質問の仕方も間違っているかもしれません。解釈の仕方もこれで合ってるのかも教えて頂けると幸いです！

行動規範の内容に同意します

回答1件

ベストアンサー

公式サイト https://www.atilika.com/ja/kuromoji/ によれば、kuromoji は atilika社が現在オープンソースのプロジェクトとして保有しているものなので、「atilikaを使う」というものではありません。

KuromojiはApache Lucene及びApache Solrの日本語対応の土台となっています。Elasticsearchにも使われています。

Kuromojiは単体でも利用可能です。先述したURLの最下部にサンプルコードならびにmavenを利用した導入方法が簡潔に書かれているので、そちらで試すことができるでしょう。

実行結果：(JDK8)

お	接頭詞,名詞接続,*,*,*,*,お,オ,オ
寿司	名詞,一般,*,*,*,*,寿司,スシ,スシ
が	助詞,格助詞,一般,*,*,*,が,ガ,ガ
食べ	動詞,自立,*,*,一段,連用形,食べる,タベ,タベ
たい	助動詞,*,*,*,特殊・タイ,基本形,たい,タイ,タイ
。	記号,句点,*,*,*,*,。,。,。

--- kuromoji + neologd の動作について追記 ---
2019/10/13 の段階ですが、以下の記事を参考に動作するバージョンに切り替えて実行しています。
なお、LuceneやElasticSearchのクラスは依存するライブラリには含まれますが、インストールやビルドなどは一切していません。

参考Qiita：https://qiita.com/aono-masashi/items/c4f2d1b62589938a6238

ただしこのままだと動作できないので、pom.xmlを次のように追加。

xml
1<?xml version="1.0" encoding="UTF-8"?>
2<project xmlns="http://maven.apache.org/POM/4.0.0"
3	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
4	xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
5	<modelVersion>4.0.0</modelVersion>
6...(省略)...
7	<repositories>
8		<!-- codelibs.orgを追加 -->
9		<repository>
10			<id>codelibs.org</id>
11			<name>CodeLibs Repository</name>
12			<url>https://maven.codelibs.org/</url>
13		</repository>
14	</repositories>
15...(省略)...
16	<dependencies>
17		<dependency>
18			<groupId>com.atilika.kuromoji</groupId>
19			<artifactId>kuromoji-ipadic</artifactId>
20			<version>0.9.0</version>
21		</dependency>
22		<dependency>
23			<groupId>org.codelibs</groupId>
24			<artifactId>elasticsearch-analysis-kuromoji-neologd</artifactId>
25			<version>1.6.0</version>
26		</dependency>
27		<dependency>
28			<groupId>org.codelibs</groupId>
29			<artifactId>lucene-analyzers-kuromoji-ipadic-neologd</artifactId>
30			<version>8.1.0-20190930</version>
31		</dependency>
32	</dependencies>
33</project>

実行したサンプルコード：

java
1package com.github.apz.java8sample;
2
3import java.io.IOException;
4import java.io.StringReader;
5import java.util.ArrayList;
6import java.util.List;
7
8import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
9import org.codelibs.neologd.ipadic.lucene.analysis.ja.JapaneseTokenizer;
10
11/**
12 * @author a-pz
13 *
14 */
15public class KuromojiSample {
16	private List<String> kuromojineologd(String src) {
17		List<String> ret = new ArrayList<>();
18		try (JapaneseTokenizer jt =
19				// JapaneseTokenizerの引数は(ユーザー辞書, 記号を無視するか, モード)
20				new JapaneseTokenizer(null, false, JapaneseTokenizer.Mode.NORMAL)) {
21			CharTermAttribute ct = jt.addAttribute(CharTermAttribute.class);
22			jt.setReader(new StringReader(src));
23			jt.reset();
24			while (jt.incrementToken()) {
25				ret.add(ct.toString());
26			}
27		} catch (IOException e) {
28			e.printStackTrace();
29		}
30		return ret;
31	}
32
33	public static void main(String[] args) {
34		KuromojiSample sample = new KuromojiSample();
35		sample.execute();
36	}
37
38	public void execute() {
39		System.out.println(kuromojineologd("東京スカイツリーできゃりーぱみゅぱみゅとDAIGOがロケしてた。"));
40		System.out.println(kuromojineologd("ヨツンヴァインになれよ。あくしろよ。"));
41	}
42
43}
44