いるかのボックス: もう少し簡単にKH Coderで新語に対応するためにmecab-ipadic-NEologdを使う

KH Coderで新語に対応するためにmecab-ipadic-NEologdを使うでKH Coderでmecab-ipadic-NEologdを使えるようにする方法をまとめたところ、KH Coderのツイートで紹介してもらった。ただし「手順多め」という注釈付き。確かにもともとKH Coder用の手順でないものも混ざっていて、はじめからやるとすると面倒な手順になっている。そこで、WSLも進化していることだし、以前よりも簡単な方法をまとめておく。

「KH Coderで新語に対応するためにmecab-ipadic-NEologdを使う」 https://t.co/vXOhd6cU4a ※手順多めですがその気になれば十分可能、という感じです。
— KH Coder (@khcoder) 2018年6月26日

大まかな流れとしては、Linux環境でしか作成できないmecab-ipadic-NEologdをWindows10のWSL(Ubuntu)で作成して、Windows10にインストールしたKH Coderで利用できるようにする。

環境

Windows10(1803/April 2018 Update)
Windows版 KH Coder Version 3.Alpha.13g
Windows10 WSL Ubuntu 16.04 LTS（mecab-ipadic-NEologdの作成に使用）

Windows10でUbuntuのインストール

Linux環境でしか作成できないmecab-ipadic-NEologdを作成するために、Windows10でWSLのUbuntuをインストールする。インストールできるUbuntuは何種類かあるが、ここではUbuntu 16.04 LTSをインストールする。mecab-ipadic-NEologdを作成するだけなので、あえて新しい18.04を使うよりも無難だと思う。インストールできるUbuntuの種類についてはストアにある3つの「Ubuntu」の違いは？～WLSの「Ubuntu」をアップグレードする方法を参照。

WSLのUbuntuのインストール方法は、Windows 10でLinuxプログラムを利用可能にするWSL（Windows Subsystem for Linux）をインストールする（バージョン1803対応版）の手順に従うが、「Ubuntu 16」で検索してUbuntuでなくUbuntu 16.04 LTSをインストールする。

ユーザー名とパスワードの設定が完了したら、次のコマンドでパッケージを最新に更新しておく。

$ sudo apt update
$ sudo apt upgrade

mecab-ipadic-NEologdのインストール

mecab-ipadic-NEologd : Neologism dictionary for MeCabにあるBash on Ubuntu on Windowsでのインストール方法を参考にインストールするが、ここではaptitudeコマンドの代わりにaptコマンドでパッケージをインストールする。

必要パッケージのインストール。

$ sudo apt install mecab libmecab-dev mecab-ipadic-utf8 make

MeCabの動作確認。わかち書きがちゃんとできている。

$ mecab -O wakati
隣の客はよく柿食う客だ
隣 の 客 は よく 柿 食う 客 だ

次にmecab-ipadic-NEologdのインストール。

$ git clone --depth 1 https://github.com/neologd/mecab-ipadic-neologd.git
$ cd mecab-ipadic-neologd
$ ./bin/install-mecab-ipadic-neologd -n

インストールが完了したらインストールディレクトリを確認しておく。

$ echo `mecab-config --dicdir`"/mecab-ipadic-neologd"
/usr/lib/mecab/dic/mecab-ipadic-neologd

最後にmecab-ipadic-NEologdの効果を確認する。まずはデフォルトの辞書で「インスタ映え」を形態素解析する。「インスタ」と「映」に分割された。

$ mecab
インスタ映え
インスタ        名詞,一般,*,*,*,*,*
映      動詞,自立,*,*,五段・ラ行,体言接続特殊２,映る,ウツ,ウツ
EOS

続いてmecab-ipadic-NEologdを使って形態素解析してみる。「インスタ映え」がひとつの固有名詞として認識された。

$ mecab -d /usr/lib/mecab/dic/mecab-ipadic-neologd
インスタ映え
インスタ映え    名詞,固有名詞,一般,*,*,*,インスタ映え,インスタハエ,インスタハエ
EOS

KH Coderのインストール

KH CoderのダウンロードページからKH Coder3のWindows版をダウンロードする。インストールは、ダウンロードしたファイルをKH CoderをインストールするWindows10環境で実行し、開いたポップアップ画面で「unzip」をクリックすると「C:\khcoder3」にファイルが解凍される。作成されたフォルダ内のkh_coder.exeを実行するとKH Coderが起動する。

KH Coderでmecab-ipadic-NEologdを使えるようにする

WSLのUbuntuで作成したmecab-ipadic-NEologdをWindows環境にコピーして、KH Coderで使えるようにする。

まずはUbuntu環境にあるmecab-ipadic-NEologdをWindows環境にコピーする。WSLではWindowsのドライブが自動でマウントされるので、コピーコマンドで簡単にできる。以下のコマンドでKH Coderフォルダ配下にあるMeCab辞書のフォルダにmecab-ipadic-NEologdをコピーできる。

$ cp -a /usr/lib/mecab/dic/mecab-ipadic-neologd /mnt/c/khcoder3/dep/mecab/dic

続いて、KH CoderといっしょにインストールされたMeCabの辞書を変更する。Windows環境にあるC:\khcoder3\dep\mecab\etc\mecabrcをnotepadなどのテキストエディタで開いて以下のように変更する。

dicdir = $(rcpath)\..\dic\ipadic
↓
dicdir = $(rcpath)\..\dic\mecab-ipadic-neologd

KH Coderでmecab-ipadic-NEologdの効果を確認する

MeCabの辞書をデフォルトのIPA辞書からmecab-ipadic-NEologdに変更した効果を確認してみる。使うのはRaspberry PiのPython3でMecabを使うのはじめの段落の文章。この文章をテキストファイルに保存してKH Coderで取り込んで抽出語リストを作成する。

KH Coderでプロジェクトの新規作成で保存したテキストファイルを参照するとき、形態素解析エンジンをChaSenからMeCabに変更する。