More than 5 years have passed since last update.

MeCabの出力フォーマットを指定する方法

Last updated at 2018-09-01Posted at 2018-02-03

MeCabの出力フォーマットを指定する方法についてまとめます。

出力フォーマット指定方法 (正攻法)

オプション

オプション	指定するもの
`-F`, `--node-format`	通常の形態素の出力フォーマット
`-U`, `--unk-format`	未知語形態素の出力フォーマット
`-B`, `--bos-format`	Headerの出力フォーマット
`-E`, `--eos-format`	Footerの出力フォーマット

オプションに与える文字列

MeCab: Yet Another Japanese Dependency Structure Analyzerをご覧ください。
なお、%f[N]の指定方法についてはMeCab辞書について | Yuta Hayashibeを参考にすると良いかと思います。

例

$ echo "本日は晴天なり。" | mecab -F "%m\n"
本日
は
晴天
なり
。
EOS

出力フォーマット指定方法 (バッドノウハウ)

IPAdicの場合、上記の方法で出力フォーマットの変更が可能です。
しかし、それ以外の辞書 (-d {辞書のパス}オプションで指定) の場合、上記の通りにオプションを指定しても、出力フォーマットは変更されない__かと思います。
これはMeCabのバグに起因するものであり、-O ""をオプションとして付与する__というバッドノウハウを用いることで解消されます。

例

$ echo "本日は晴天なり。" | mecab -d /var/lib/mecab/dic/unidic -O "" -F "%m\n"
本日
は
晴天
なり
。
EOS

なお、この方法はMeCabのPythonバインディングの1つであるnatto-pyにおいても用いることが可能です (natto-py 0.9.0以降のみ)。

参考文献

[小ネタ] mecab + unidic で出力フォーマットを整形する方法 – NaviPlus Engineers' Blog

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up