rubyでmecab

解決済

回答 1

投稿

  • 評価
  • クリップ 1
  • VIEW 887

kamatmt

score 23

2つのファイル内には

今テレビで町田特集やってる!
【ひみつのアラシちゃん】
麺は微妙だがちゃあしゅう凄く美味しい理かもねー
スペインバル・ジローナ・虎ノ門ヒルズが取り上げられました

このような形でそれぞれ一文ずつ形態素解析し、単語ごとに配列にいれたいのですが、
これを実行すると

15: [BUG] Segmentation fault at 0x00000000000000
ruby 2.1.8p440 (2015-12-16 revision 53160) [amd64-freebsd10]

このようなエラーがでます。まったくわからないので困っています。
お願いします。

#encoding: utf-8
#形態素解析
#名詞抽出

require "MeCab"
require "kconv"

require "nkf"
###########
def hinsi(sentence)
    mecab = MeCab::Tagger.new
    node = mecab.parseToNode(sentence)
    word = []
    begin
        node = node.next
                    data="#{node.surface.toutf8},#{node.feature.toutf8}"
            if data.split(",")[1].toutf8 == "名詞" then
                    if data.split(",")[2].toutf8 =~ /一般|固有名詞/ then
                        word.push("#{node.surface.toutf8}")
                    end
            end    
     end until node.next.feature.include?("BOS/EOS")

return word
end
##############
#ファイル入力
def read_data_file(filename)
  sentence=[]
    f=File.open("#{filename}","r:UTF-8")
    f.each_line{|data|
        sentence.push(data)    
    }
k= sentence.length
t=[]
for j in 0..k-1 do
   t[j]=NKF.nkf("-Xw",sentence[j])
end

t.uniq!

return t
end

#ファイル数
si=[]
    si[1]="r1.txt"
chan=[]
    chan[1]="r2.txt"

##############


cosr1=[]

d1=[]
d2=[]

    d1 = read_data_file(si[1])#si[1]が1つのファイル内
    d2= read_data_file(chan[1])#d1が全文章d1[]が一文
    dlength=d1.length
    for g in 0..dlength do
        cosr1[g]=hinsi(d1[g])
    end
    puts d1
    puts cosr1,"\n"
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

hinsi()メソッドを呼び出したときに引数sentenceがnilの場合があるようです。mecab.parseToNode(sentence)でsentenceがnilだと、parseToNodeがnilを想定していない(mecabライブラリでStringなのかチェックをしていない)ため、そのままCのライブラリにおかしな値を渡してしまい、Segmentation faultで落ちてしまうのだと思われます。

終わりの方のcosr1[g] = hinsi(d1[g])ところでd1[g]がnilならhinsiに渡さないようにすればうまくいくと思います。

【ワンポイントアドバイス】

ファイル名:行番号: [BUG] Segmentation fault at 十六進数

このエラーは本来Ruby上では発生するはずが無いエラーです。Pure Rubyの世界ではこのエラーは起こりえません。このエラーの原因となりえるのはRuby本体のバグか、Cで作られた拡張ライブラリのバグになります。Ruby本体のバグは滅多にありませんので、ほとんどの場合はCで作られた拡張ライブラリのバグです。

Cで作られた拡張ライブラリの中には、今回のmecabのように、引数がStringであるかのチェックをせずにStringだと前提としているような、チェックが甘いものがあります。Rubyは動的型付けですので、C言語上で処理する場合は、事前の型チェックが必須ですが、それを怠ると今回のようなことがおきます。推奨すべき実装としては、型チェックを行って、想定外の型であればRubyのエラーを起こすようにすべきでしょう。

ただ、作者にエラー報告しても、すぐに直るわけではありませんので、ある程度は自分のコードで回避する必要がある場合があります。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

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 90.22%
  • 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られる

同じタグがついた質問を見る