pythonで自然言語処理を行うために必要なライブラリを揃えたDockerfile

個人用途のために、pythonで自然言語処理を行うために必要なライブラリを揃えたimageを作るためのDockerfileを作成しました。
せっかく作成したので、誰かの役に立つかと思い、こちらに公開することにしました。

ソースコード

以下に置いています。
https://github.com/fukumame/dockerfile-machine-learning

含まれているライブラリ

• このdocker imageには形態素解析エンジンであるmecab及び、以下のpythonライブラリが含まれています。
  • jupyter
    
  • numpy
  • scipy
  • scikit-learn
    
  • matplotlib
    
  • pandas
  • mecab-python3
    
  • neologdn
• Jupyter notebookがport 8888でexposeされており、ホスト側のポートとバインドすることによって、Jupyter notebookを利用可能です。
• 新しい固有名詞の解釈を精度高く行うため、mecabの新語辞書であるmecab-ipadic-NEologdも含んでいます。
• neologdnは、日本語の正規化処理を行ってくれるライブラリで、以下の変換を行ってくれます。
  • https://github.com/neologd/mecab-ipadic-neologd/wiki/Regexp.ja

使い方

• 上記レポジトリから git clone します。
  git clone https://github.com/fukumame/dockerfile-machine-learning.git

• cloneしたディレクトリに移動し、以下のコマンドからdocker imageを作成します。

cd /docker/file/path
# イメージファイルの作成 (IMAGE_NAMEとTAGは任意の値)
docker build -t IMAGE_NAME:TAG .

• 上記作成したイメージをもとに、containerを起動します。
  • その際、Jupyter notebookをホスト側で使うためのポートをpオプションで指定し、vオプションにて、ホスト側ディレクトリのパスを指定します。

# 任意のCONTAINER_NAMEをつけて、HOST_PORTで任意のポート、を指定し、HOST_VOLUME_PATHでホスト側のパスを指定し、container作成 
docker run -it --name CONTAINER_NAME -p HOST_PORT:8888 -v HOST_VOLUME_PATH:/notebook IMAGE_NAME bash

• 起動すると、以下のメッセージが表示されるので、表示に従いブラウザからURLを叩くと、jupyter notebookが起動します
  • 表示されている8888のポート番号は、コンテナ側のポート番号なので、ホスト側でバインドしたポートが異なる場合、置き換えてください。
  • vオプションとして指定したホスト側のパスが、jupyter notebookのホームディレクトリとなります。

    Copy/paste this URL into your browser when you connect for the first time,
    to login with a token:
        http://0.0.0.0:8888/?token=xxxxxxxxxx