CentOSにMeCabをインストールして使う

CentOSにMeCabをインストールして使う方法。

CentOS環境で形態素解析をしたいということで、MeCabをRubyで使う。

やり方は、ほとんど下記投稿に書いてあることの踏襲。
http://qiita.com/xkumiyu/items/50e449235985ca1b0271
だが、いくつか止まってしまうポイントがあったので補足。

Groongaレポジトリ追加

$ sudo rpm -ivh http://packages.groonga.org/centos/groonga-release-1.1.0-1.noarch.rpm

mecab本体と辞書ファイルをインストール

$ sudo yum install mecab mecab-ipadic
$ sudo yum install mecab-devel

確認

$ mecab
すもももももももものうち
すもも   名詞,一般,*,*,*,*,すもも,スモモ,スモモ
も 助詞,係助詞,*,*,*,*,も,モ,モ
もも  名詞,一般,*,*,*,*,もも,モモ,モモ
も 助詞,係助詞,*,*,*,*,も,モ,モ
もも  名詞,一般,*,*,*,*,もも,モモ,モモ
の 助詞,連体化,*,*,*,*,の,ノ,ノ
うち  名詞,非自立,副詞可能,*,*,*,うち,ウチ,ウチ
EOS

nattoをインストール

$ gem install natto
$ gem install mecab #不要かも

libmecab.soの場所を探す

$ sudo find / -name libmecab.so*
/vagrant/mecab-0.996/src/.libs/libmecab.so
/vagrant/mecab-0.996/src/.libs/libmecab.so.2
/vagrant/mecab-0.996/src/.libs/libmecab.so.2.0.0

libmecab.soにPATHを通す

$ echo 'export MECAB_PATH=/vagrant/mecab-0.996/src/.libs/libmecab.so' >> ~/.bash_profile #so.2に通すとうまくいかなかった
$ source ~/.bash_profile

mecabとmecab辞書の文字コードをshift-jisからutf-8に変更

$ sudo ./configure --with-charset=utf8

rubyファイルを書いて実行

mecab.rb

require 'natto'

text = 'すもももももももものうち'
nm = Natto::MeCab.new
nm.parse(text) do |n|
  puts "#{n.surface}\t#{n.feature}"
end

$ ruby mecab.rb
すもも  名詞,一般,*,*,*,*,すもも,スモモ,スモモ
も      助詞,係助詞,*,*,*,*,も,モ,モ
もも    名詞,一般,*,*,*,*,もも,モモ,モモ
も      助詞,係助詞,*,*,*,*,も,モ,モ
もも    名詞,一般,*,*,*,*,もも,モモ,モモ
の      助詞,連体化,*,*,*,*,の,ノ,ノ
うち    名詞,非自立,副詞可能,*,*,*,うち,ウチ,ウチ
        BOS/EOS,*,*,*,*,*,*,*,*

という感じでした。