更新日: 2015年10月3日
Ruby

MacabをRubyで使う

Mecab はオープンソースの形態素解析のためのライブラリです。Mecab を Ruby から使うには、mecab という gem を使うのが簡単そう。他にもいくつか Ruby から Mecab を使うための gem があるみたいです。

MeCab: Yet Another Part-of-Speech and Morphological Analyzer
https://github.com/markburns/mecab

— 環境 —
Mac OS X Yosemite
mecab 0.996

【お知らせ】英単語を画像イメージで楽に暗記できる辞書サイトを作りました。英語学習中の方は、ぜひご利用ください！

画像付き英語辞書 Imagict | 英単語をイメージで暗記
【開発記録】
英単語を画像イメージで暗記できる英語辞書サービスを作って公開しました

mecab のインストール

mecab の ruby gem をインストール。

Gemfile

gem 'mecab'

1	gem 'mecab'


$ bundle install
An error occurred while installing mecab (0.996), and Bundler cannot continue.
Make sure that `gem install mecab -v '0.996'` succeeds before bundling.

$ bundle install

An error occurred while installing mecab (0.996), and Bundler cannot continue.

Make sure that `gem install mecab -v '0.996'` succeeds before bundling.

ここでエラーが起きた。mecab ネイティブのライブラリが入ってなかったので、homebrew で探してインストール。


$ brew search mecab
josegonzalez/php/php53-mecab	 josegonzalez/php/php56-mecab	  mecab-jumandic		   mecab-unidic
josegonzalez/php/php54-mecab	 mecab				  mecab-ko
josegonzalez/php/php55-mecab	 mecab-ipadic			  mecab-ko-dic
homebrew/php/php53-mecab  homebrew/php/php54-mecab  homebrew/php/php55-mecab  homebrew/php/php56-mecab

$ brew search mecab

josegonzalez/php/php53-mecab josegonzalez/php/php56-mecab mecab-jumandic mecab-unidic

josegonzalez/php/php54-mecab mecab mecab-ko

josegonzalez/php/php55-mecab mecab-ipadic mecab-ko-dic

homebrew/php/php53-mecab homebrew/php/php54-mecab homebrew/php/php55-mecab homebrew/php/php56-mecab

調べたところ、mecab, mecab-ipadic をインストールすれば良いらしい。


$ brew install mecab
$ brew install mecab-ipadic

$ brew install mecab

$ brew install mecab-ipadic

その後、もう一度 mecab の gem をインストール。これで mecab gem が使えるようになりました。

mecab gem の使い方

GitHub の Readme にあるサンプルを pry-rails で試す。


$ bundle exec rails c
pry> require 'mecab'
pry> sentence = "太郎はこの本を二郎を見た女性に渡した。"
pry> tagger = MeCab::Tagger.new
pry> tagger.parse(sentence)
=> "太郎\t名詞,固有名詞,人名,名,*,*,太郎,タロウ,タロー\nは\t助詞,係助詞,*,*,*,*,は,ハ,ワ\nこの\t連体詞,*,*,*,*,*,この,コノ,コノ\n本\t名詞,一般,*,*,*,*,本,ホン,ホン\nを\t助詞,格助詞,一般,*,*,*,を,ヲ,ヲ\n二\t名詞,数,*,*,*,*,二,ニ,ニ\n郎\t名詞,一般,*,*,*,*,郎,ロウ,ロー\nを\t助詞,格助詞,一般,*,*,*,を,ヲ,ヲ\n見\t動詞,自立,*,*,一段,連用形,見る,ミ,ミ\nた\t助動詞,*,*,*,特殊・タ,基本形,た,タ,タ\n女性\t名詞,一般,*,*,*,*,女性,ジョセイ,ジョセイ\nに\t助詞,格助詞,一般,*,*,*,に,ニ,ニ\n渡し\t動詞,自立,*,*,五段・サ行,連用形,渡す,ワタシ,ワタシ\nた\t助動詞,*,*,*,特殊・タ,基本形,た,タ,タ\n。\t記号,句点,*,*,*,*,。,。,。\nEOS\n"

$ bundle exec rails c

pry> require 'mecab'

pry> sentence = "太郎はこの本を二郎を見た女性に渡した。"

pry> tagger = MeCab::Tagger.new

pry> tagger.parse(sentence)

=> "太郎\t名詞,固有名詞,人名,名,*,*,太郎,タロウ,タロー\nは\t助詞,係助詞,*,*,*,*,は,ハ,ワ\nこの\t連体詞,*,*,*,*,*,この,コノ,コノ\n本\t名詞,一般,*,*,*,*,本,ホン,ホン\nを\t助詞,格助詞,一般,*,*,*,を,ヲ,ヲ\n二\t名詞,数,*,*,*,*,二,ニ,ニ\n郎\t名詞,一般,*,*,*,*,郎,ロウ,ロー\nを\t助詞,格助詞,一般,*,*,*,を,ヲ,ヲ\n見\t動詞,自立,*,*,一段,連用形,見る,ミ,ミ\nた\t助動詞,*,*,*,特殊・タ,基本形,た,タ,タ\n女性\t名詞,一般,*,*,*,*,女性,ジョセイ,ジョセイ\nに\t助詞,格助詞,一般,*,*,*,に,ニ,ニ\n渡し\t動詞,自立,*,*,五段・サ行,連用形,渡す,ワタシ,ワタシ\nた\t助動詞,*,*,*,特殊・タ,基本形,た,タ,タ\n。\t記号,句点,*,*,*,*,。,。,。\nEOS\n"

ちょっと見難いの配列形式で見やすくしてみます。


pry(main)> tagger.parse(sentence).split("\n").map{|i| i.split("\t")}.tap{|arr| arr.pop}.map{|i| [ i[0], i[1].split(',') ]}
=> [["太郎", ["名詞", "固有名詞", "人名", "名", "*", "*", "太郎", "タロウ", "タロー"]],
 ["は", ["助詞", "係助詞", "*", "*", "*", "*", "は", "ハ", "ワ"]],
 ["この", ["連体詞", "*", "*", "*", "*", "*", "この", "コノ", "コノ"]],
 ["本", ["名詞", "一般", "*", "*", "*", "*", "本", "ホン", "ホン"]],
 ["を", ["助詞", "格助詞", "一般", "*", "*", "*", "を", "ヲ", "ヲ"]],
 ["二", ["名詞", "数", "*", "*", "*", "*", "二", "ニ", "ニ"]],
 ["郎", ["名詞", "一般", "*", "*", "*", "*", "郎", "ロウ", "ロー"]],
 ["を", ["助詞", "格助詞", "一般", "*", "*", "*", "を", "ヲ", "ヲ"]],
 ["見", ["動詞", "自立", "*", "*", "一段", "連用形", "見る", "ミ", "ミ"]],
 ["た", ["助動詞", "*", "*", "*", "特殊・タ", "基本形", "た", "タ", "タ"]],
 ["女性", ["名詞", "一般", "*", "*", "*", "*", "女性", "ジョセイ", "ジョセイ"]],
 ["に", ["助詞", "格助詞", "一般", "*", "*", "*", "に", "ニ", "ニ"]],
 ["渡し", ["動詞", "自立", "*", "*", "五段・サ行", "連用形", "渡す", "ワタシ", "ワタシ"]],
 ["た", ["助動詞", "*", "*", "*", "特殊・タ", "基本形", "た", "タ", "タ"]],
 ["。", ["記号", "句点", "*", "*", "*", "*", "。", "。", "。"]]]

pry(main)> tagger.parse(sentence).split("\n").map{|i| i.split("\t")}.tap{|arr| arr.pop}.map{|i| [ i[0], i[1].split(',') ]}

=> [["太郎", ["名詞", "固有名詞", "人名", "名", "*", "*", "太郎", "タロウ", "タロー"]],

["は", ["助詞", "係助詞", "*", "*", "*", "*", "は", "ハ", "ワ"]],

["この", ["連体詞", "*", "*", "*", "*", "*", "この", "コノ", "コノ"]],

["本", ["名詞", "一般", "*", "*", "*", "*", "本", "ホン", "ホン"]],

["を", ["助詞", "格助詞", "一般", "*", "*", "*", "を", "ヲ", "ヲ"]],

["二", ["名詞", "数", "*", "*", "*", "*", "二", "ニ", "ニ"]],

["郎", ["名詞", "一般", "*", "*", "*", "*", "郎", "ロウ", "ロー"]],

["を", ["助詞", "格助詞", "一般", "*", "*", "*", "を", "ヲ", "ヲ"]],

["見", ["動詞", "自立", "*", "*", "一段", "連用形", "見る", "ミ", "ミ"]],

["た", ["助動詞", "*", "*", "*", "特殊・タ", "基本形", "た", "タ", "タ"]],

["女性", ["名詞", "一般", "*", "*", "*", "*", "女性", "ジョセイ", "ジョセイ"]],

["に", ["助詞", "格助詞", "一般", "*", "*", "*", "に", "ニ", "ニ"]],

["渡し", ["動詞", "自立", "*", "*", "五段・サ行", "連用形", "渡す", "ワタシ", "ワタシ"]],

["た", ["助動詞", "*", "*", "*", "特殊・タ", "基本形", "た", "タ", "タ"]],

["。", ["記号", "句点", "*", "*", "*", "*", "。", "。", "。"]]]

形態素解析で品詞ごとに分割して、品詞とその種類、活用形などの情報が返ってきているっぽいです。* のとことか詳細が不明なので調べないと。あと、配列・ハッシュやオブジェクトなど分かりやすいフォーマットで返してくれる API があるかもしれないので、あるならそっち使ったほうが良いかと思います。これも要調査です。