PortableUbuntuでmecab-rubyを使う

PortableUbuntu for Windows(9.04)

Ubuntuに形態素解析(ChaSen,Mecab)をインストール
↑でMecabのインストールだけ書いたけど、結局0.98にアップデートはできなかった。

だけでなく、まっ更な状態から0.98を入れることもできなかった。
OSがインストールされたドライブでないとmakeが通らないとか。
PortableUbuntuだからだめなのか？
ぺーぺーの私には解決策がわかりませんでした。

今回はrubyでmecabが使えるようになるまでをおさらい。
諦めてapt-getでmecabを入れます。
(※ver0.97が入りますが、最新版は0.98)

$ sudo apt-get -y install mecab libmecab-dev 
$ sudo apt-get -y install mecab-ipadic-utf8 mecab-jumandic-utf8

mecabと、mecab用utf8辞書がインストールされたはず

次にmecab-rubyを入れる。
http://sourceforge.net/projects/mecab/files/
↑こっから手動で落としてもいいけど、wgetでやってみよう。

verを揃えるので、今回はmecab-ruby-0.97となる。

$ wget http://sourceforge.net/projects/mecab/files/mecab-ruby/0.97/mecab-ruby-0.97.tar.gz
$ tar zxvf mecab-ruby-0.97.tar.gz
$ cd mecab-ruby-0.97
$ ruby extconf.rb
$ make
$ sudo make install

問題なく入った。

端末上で

$ mecab -h

とすると、使える引数一覧が表示された。

Usage: mecab [options] files
 -r, --rcfile=FILE              use FILE as resource file
 -d, --dicdir=DIR               set DIR  as a system dicdir
 -u, --userdic=FILE             use FILE as a user dictionary
 -l, --lattice-level=INT        lattice information level (default 0)
 -D, --dictionary-info          show dictionary information and exit
 -a, --all-morphs               output all morphs(default false)
 -O, --output-format-type=TYPE  set output format type (wakati,none,...)
 -p, --partial                  partial parsing mode
 -F, --node-format=STR          use STR as the user-defined node format
 -U, --unk-format=STR           use STR as the user-defined unk format
 -B, --bos-format=STR           use STR as the user-defined bos format
 -E, --eos-format=STR           use STR as the user-defined eos format
 -x, --unk-feature=STR          use STR as the feature for unknown word
 -b, --input-buffer-size=INT    set input buffer size (default 8192)
 -P, --dump-config              dump MeCab parameters
 -M, --open-mutable-dictionary  open dictioanry with mutable mode (experimental)
 -C, --allocate-sentence        allocate new memory for input sentence
 -N, --nbest=INT                output N best results (default 1)
 -t, --theta=FLOAT              set temparature parameter theta (default 0.75)
 -o, --output=FILE              set the output file name
 -v, --version                  show the version and exit.
 -h, --help                     show this help and exit.

今のところ使いそうだなって思ったのは

-O, --output-format-type=TYPE, set output format type(wakati,none,...)

くらい。

mecab -Owakati

とすることで、単語の分かち書きのみを得ることができる。

$ echo 来週は期末テストです | mecab -Owakati
来週 は 期末 テスト です

ruby内で使ってみる

require 'MeCab'

mecab = Mecab::Tagger.new("-Owakati")
puts mecab.parse("分かち書きしたい文章")

こんな感じらしい。