Wikipediaの記事タイトルをmecabの辞書に追加 | ダークフレイムブログ
mecabにユーザー辞書としてwikipediaの記事タイトルを追加します。 環境 Mac OS X Mountain Lion まず、Wikipedia:データベースダウンロードから全記事タイトルをダウンロードします。 ダウンロードしたファイルを解凍します。 $ gunzip jawiki-latest-all-titles-in-ns0.gz 次に解凍したファイルからcsvファイルを作成します。csvファイルを作成する際にこの記事のスクリプトを参考にしました。 ただ、記号などが着いたキーワードも登録したかったのでエスケープなど行い変更しました。 # -*- encoding: utf-8 -*- import sys import re import codecs import unicodedata if __name__ == "__main__": argvs = sys.ar
MeCab&mecab-pythonをインストール その１ - ふゆみけ
年末にMeCabのVersion 0.99がリリースされてましたねー よりによってリリース日がクリスマスイブってｗｗ ほい，てなわけでMeCab本体&Pythonバインディングのインストールです． 環境はWin7 64bit 本体のインストール http://mecab.sourceforge.net/#download ここからどうぞ． 僕はWindowsユーザーなのでソースからビルドしようとか無謀なことは考えずにバイナリ落としました．仕方ないね Pythonバインディングのインストール こっちはバイナリ配布されてないんで自力でビルドしないといけません． VisualC++ 2008 Express Edition をインストールしていない方は入れておいてください． http://code.google.com/p/mecab/downloads/list ここから mecab-pyth
Windows での mecab 0.993 python バインディングモジュール（32/64ビット）の作り方メモ
プログラミングとか、見た番組とか、興味を持っていろいろ調べてみたこととか、そういうものを書き留めるためのもの MeCab サイトでは、pythonバインディングのファイルを配布していますが、setup.py は Windows 環境向けには書かれていません。そこで、修正してVC++でコンパイルしたときのメモを書いておきます。以前も同じようなことを書きましたが、それはビルド環境が VC2003 でなければならない5年ほど前でした。 今回ビルドした環境は、Windows7で、32ビット版python2.7 と VC2008 がインストールされています。まず、python2.7 は http://www.python.org/ からダウンロードした通常の32bit版です。VC++はpython2.7では2008版が必要になります。 まず、Windows 向けの MeCab をインストールします。
WindowsでMeCab Pythonを使う - 人工知能に関する断創録
日本語の文章を単語に分割するには形態素解析を使います。日本語の形態素解析には、ChaSen、MeCab、Yahoo!形態素解析などがあります。ナイーブベイズを用いたブログ記事の自動分類（2010/7/3）でMeCabをPythonから使う方法を簡単にまとめましたが、MeCabはよく使うので再度まとめ直して独立したエントリにしました。Yahoo!形態素解析の使い方は、Yahoo!形態素解析API（2009/4/15）で書きました。 Windowsへの導入方法 MeCabは高性能な形態素解析モジュールでPython、 Ruby、Perl、Javaなどさまざまな言語から使えます。Mac OS XとLinuxでは簡単にコンパイルしてインストールができるのですが、WindowsではMinGWやVisual Studioのインストール、コードの修正が必要でかなり面倒くさい。そこで、Pythonモジュー
日本テレビ東京で学ぶMeCabのコスト計算 | mwSoft
今回はこの言葉の解析をMeCab＋NAIST辞書にお願いして、結果を分析することで、MeCabが行っているコスト計算について勉強してみたいと思います。 とりあえず実行してみる さっそくMeCabに「日本テレビ東京」を解析してもらいましょう。 $ echo 日本テレビ東京 | mecab 日本 名詞,固有名詞,地域,国,*,*,日本,ニッポン,ニッポン,, テレビ東京 名詞,固有名詞,組織,*,*,*,テレビ東京,テレビトウキョウ,テレビトーキョー,, EOS 「日本 | テレビ東京」と分けていますね。視聴率的には負けていますが、NAIST辞書的には日本テレビよりもテレビ東京が優先されたようです。 ちなみに「フジテレビ東京」ではどうなるでしょうか。 $ echo フジテレビ東京 | mecab フジテレビ 名詞,固有名詞,組織,*,*,*,フジテレビ,フジテレビ,フジテレビ,, 東京 名詞,
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
