Sudachiでカスタマイズした辞書を使いたい

形態素解析ツールSudachiで、
カスタマイズしたシステム辞書とユーザー辞書のbuild方法について紹介します.

なぜ辞書をbuildしたいのか?

Sudachiにおけるシステム辞書はbuild済みのものが配布されており、それを使うのが一般的です。
しかし、独自に辞書をカスタマイズしたい場合、自分でbuildする必要があります。

辞書のbuild方法(.csv→.dic)

「必要なファイル」

• build前のシステム辞書(small_lex.csv, notcore_lex.csv, core_lex.csv)
  自由にカスタマイズ可能なCSVファイルとして以下で提供されています.
  こちらからインストール可能
• javaコマンド実行に必要な各ファイル
  ZIPファイルとして提供されています. zip内に必要なファイルが含まれているため, それらをbuildしたい辞書と同じディレクトリに配置してください.
  こちらからインストール可能
• matrix.def
  matrix.def.zip内の格納されています.
  こちらからインストール可能

「buildコマンド」

# システム辞書
java -Dfile.encoding=UTF-8 -cp sudachi-0.5.1.jar com.worksap.nlp.sudachi.dictionary.DictionaryBuilder -o [任意の出力ファイル名].dic -m matrix.def small_lex.csv core_lex.csv notcore_lex.csv  

# ユーザー辞書
java -Dfile.encoding=UTF-8 -cp sudachi-0.5.1.jar com.worksap.nlp.sudachi.dictionary.UserDictionaryBuilder -o [任意の出力ファイル名].dic -s [システム辞書].dic [ユーザー辞書].csv

その他　

ユーザー辞書の形式やbuildの詳細に関しては以下のサイトなどに詳しく載っています.
https://github.com/WorksApplications/Sudachi/blob/develop/docs/user_dict.md
https://qiita.com/po3rin/items/d9a0cc9d8202ff16ed3f

システム辞書のbuild方法はWEB上であまり紹介されていません(2022/12/21時点)
もし開発などで行き止まった場合には, slack上のコミュニティなどに助けを求める必要があるかもしれません.