MeCab for Win での単語追加

形態素解析ツールの「MeCab (和布蕪)」を使ってみた。

で、単語を追加するのに（ユーザ辞書を作るのに）色々と苦労したので、メモっておく。

ちなみに、以下の話は、コンパイル済みのMeCab 0.95 for Windows（mecab-0.95.exe）の話。

---

単語の追加方法は
http://mecab.sourceforge.net/dic.html
にあるので、その通りにやってみた。

まず、登録する単語（エントリ）をCSVファイルに書きます。

ユーザ設定,-1,-1,10,名詞,一般,*,*,*,*,ユーザ設定,ユーザセッテイ,ユーザセッテイ,追加エントリ

ここで1つ目の落とし穴。

マニュアルには、左文脈IDと右文脈ID（CSVの2つ目と3つめの値）は

『-1 としておくと, mecab-dict-index が自動的に ID を付与します.』

と書いてある。

しかし、実際は-1にすると辞書の作成に失敗する。
というか、rewrite.defというファイルが無いと言われる（もっともrewrite.defを用意しても、うまく行かないが…）。

辞書ファイル(mecab-ipadic-***-***.tar.gz)に付属のleft_id.def、right_id.defから左文脈IDと右文脈IDを探して、自前で指定しなければいけませんでした。
（ちなみに、一般名詞のIDは 1285）

---

無事にユーザ辞書が出来たので、それを有効にします。

マニュアルに依ると、{インストールディレクトリ}\etc\mecabrc ファイルを編集して

userdic = ユーザ辞書名

と追加すれば良いらしい。

そして2つ目の落とし穴。

userdic は : をデリミタに複数指定可能

つまり、

userdic = c:\work\mydic.dic

と書くと、「c」と「\work\mydic.dic」の2つが指定されていることになって、『“c”なんてファイルは無い』とエラーになる。

仕方がないので、辞書をカレントディレクトリに置いて、相対パス指定にすることで対処しました。

---

辞書は出来た。設定も出来た。
さぁ実行だ。

………。最後の落とし穴。

「ユーザ辞書とシステム辞書に互換がない」とか言われる。

原因は、これ。

辞書を作るツール「mecab-dict-index.exe」は、デフォルトで文字コード「SHIFT-JIS」の辞書を作ります。
付属のシステム辞書は、文字コード「shift_jis」で作られています。

文字コードが「SHIFT-JIS」と「shift_jis」で異なるので、互換性がない………
………
………
………
うがーーーーっ！！

メーリングリストにも同じことで悩んでいる人が居ました。
フォローが付いていないけど、解決してるかな？

---

そんなわけで、まとめ。

• 文脈IDは、ちゃんと書く。
• ユーザ辞書はカレントドライブの何処かにおいて、ドライブの指定はしない
• ユーザ辞書の文字コードがshift_jisになるように指定する。

今日の一冊
	ダーウィンの剃刀 作者: ダン・シモンズ 出版社/メーカー: 早川書房 発売日: 2002/01 メディア: 単行本

タグ：MeCab